知识管理论坛 >

2024 , Vol. 9 >Issue 3: 269 - 284

DOI: https://doi.org/10.13266/j.issn.2095-5472.2024.020

研究论文

用户体验视角下政务微信公众号信息效用评价研究——基于QFD与VIKOR的方法应用

  • 冯缨 1 ,
  • 方正伟 1 ,
  • 孙晓阳 , 2
展开
  • 1 江苏大学管理学院 镇江 212013
  • 2 江苏大学财经学院 镇江 212013
孙晓阳，讲师，博士，E-mail:

冯缨,教授，博士，博士生导师

方正伟,硕士研究生

收稿日期: 2023-09-12

  网络出版日期: 2025-04-28

基金资助

国家社会科学基金项目“政务社交媒体信息效用的影响因素、作用机制与提升路径研究”研究成果之一(项目编号：20BTQ047)

收起

An Evaluation of Government WeChat Public Account Information Utility from the Perspective of User Experience—Method application based on QFD and VIKOR

  • Feng Ying 1 ,
  • Fang Zhengwei 1 ,
  • Sun Xiaoyang , 2
Expand
  • 1 School of Management, Jiangsu University Zhenjiang 212013
  • 2 School of Finance and Economics, Jiangsu University Zhenjiang 212013

Received date: 2023-09-12

  Online published: 2025-04-28

Fold

摘要

[目的/意义] 明确政务微信公众号信息效用的内涵，构建政务微信公众号信息效用评价指标体系，对满足社会公众的信息服务需求和政务微信平台的建设运营至关重要。[方法/过程] 基于用户体验理论确定评价指标，根据质量功能展开（QFD）思想确定指标权重；以江苏省13个地级市的“发布类”政务微信公众号为研究对象，运用多准则妥协解排序（VIKOR）和灰色关联度方法进行全评价排序。[结果/结论] 政务微信公众号信息效用的评价指标包括信息内容体验、信息技术体验、美学设计体验、交互体验、效益价值、社会影响6个维度共21个指标，其中信息技术、交互体验维度的权重占比最大，对信息效用起决定性作用，平均阅读量、平均点赞量、粉丝活跃数等指标对评价信息效用最重要；实证研究中，“南京发布”“苏州发布”“无锡发布”公众号的信息效用排名前三，“盐城发布”“镇江发布”公众号整体排名靠后，主要原因在于各平台在成本投入和运营维护等方面存在差异。

关键词： 用户体验; Fuzzy-QFD; 政务微信公众号; 信息效用; 评价体系

本文引用格式

冯缨 , 方正伟 , 孙晓阳 . 用户体验视角下政务微信公众号信息效用评价研究——基于QFD与VIKOR的方法应用[J]. 知识管理论坛, 2024 , 9(3) : 269 -284 . DOI: 10.13266/j.issn.2095-5472.2024.020

Abstract

[Purpose/Significance] Clarifying the connotation of the information utility of the government WeChat public account and constructing the evaluation index system of the information utility of the government WeChat public account are crucial to meeting the information service needs of the public and the construction and operation of the government WeChat platform. [Method/Process] The evaluation indexes were determined based on user experience theory, and the index weight was determined based on the concept of Quality Function Deployment (QFD). The governmental WeChat public accounts of 13 prefecture-level cities in Jiangsu Province were taken as the research objects, and the VIKOR and grey relational degree methods were used to conduct the full evaluation ranking. [Result/Conclusion] The evaluation index of the government WeChat public account information utility include 21 indexes in six dimensions, namely, information content experience, information technology experience, aesthetic design experience, interactive experience, benefit value, and social impact. Among them, the information technology and interactive experience dimensions account for the largest proportion and play decisive roles in the information utility. The average reading, average liking, and number of active fans are the most important indices for evaluating the information utility. In the empirical study, the official accounts of "Nanjing Publishing", "Suzhou Publishing" and "Wuxi Publishing" rank in the top three in terms of information utility, while the official accounts of "Yancheng Publishing" and "Zhenjiang Publishing" rank at the bottom overall, mainly because the differences in cost input, operation and maintenance of each platform.

Key words： user experience; fuzzy QFD; government WeChat public account; information utility; evaluation system

1 引言/Introduction

第53次《中国互联网络发展状况统计报告》[1]显示，截至2023年12月，我国网民规模达10.92亿人，手机网民规模达10.91亿人，网民使用手机上网的比例为99.9%。随着移动终端的迅速普及，以微博、微信、抖音等为主要代表的社交媒体工具逐渐渗透到人们的日常生活中。微信公众号凭借其成本低、传播快、受众广等特点受到越来越多政府部门的重视，政务微信公众号已成为政府信息发布、便民服务、舆论引导的重要平台。与政务微博助力于构建回应型政府、主打问政不同，政务微信平台可用来帮助构建服务型政府，主打亲民[2]，由于其主体权威性、信息多样化、互动亲民化等特点，社会公众也更加愿意选择通过政务微信平台来获取信息和服务。
然而近年来，许多政务微信公众号在实际应用中存在功能定位不清晰、信息发布不严谨、建设运维不规范等问题，使得用户信息需求得不到满足，情绪体验感较差，感知效用也愈发低下。信息效用在用户使用政务微信平台中主要表现为问题解决的结果表征[3]、使用过程的情绪体验和使用后的整体满意程度[4]等，提高政务微信公众号信息效用，有助于进一步优化政务服务效能、满足人们信息需求、促进公共社会和谐治理。以政务微信平台为主体进行评价研究，现有学者主要围绕信息质量[5]、信息传播[6]、服务质量[7]等展开讨论，还未有人将信息效用引入政务微信研究领域。作为社交信息服务平台，用户体验的结果是对所提供信息服务效用感知的关键体现。因此，笔者从用户体验视角对政务微信公众号信息效用进行评价研究，基于质量功能展开（quality function deployment, QFD）思想构建评价体系，通过实证研究发现信息效用的现实应用水平与问题，明确政务微信平台提供信息服务的侧重点，以期为提高政务微信公众号的信息效用提供理论与实践的补充，也为有关信息效用的后续研究提供一定的参考价值。

2 相关研究与理论/Research review and theoretical foundations

2.1 相关研究

由于政务微信鲜明的服务功能，国内有关评价研究大多集中于服务质量。例如，李宗富等[8]从信息生态视角构建了政务微信服务质量评价体系；张晓娟等[9]基于用户满意视角从服务过程、服务载体、服务内容和服务结果4个方面确定了评价模型。此外，以政务微信为主体的评价研究还包括信息质量[5]、服务能力[9]、信息传播效果[6]、影响力[10]等。相关研究的评价指标多以定量为主，通常包括阅读量、点赞量、发布频次等，研究方法包括模糊综合评价、因子分析和聚类分析等。微信是我国本土化服务平台，国外与之类似的服务平台有Twitter、Facebook等，基于政务社交媒体服务的研究内容包括政府治理[11]、公众沟通[12]、用户参与行为[13]等。
信息效用是一个综合概念，陈建龙[3]认为信息效用是指用户使用信息所取得的效果，戴昌钧等[14]认为信息效用是指个体对于外部信息在心理上产生的功效，信息与个体心理产生反应并影响人的行为，还有学者认为信息效用是信息商品或服务对用户需求的满足程度[15]，信息越能满足用户需求及偏好，信息效用就越大。张登兵等[16]根据信息传递的过程及结果将信息效用分为过程效用与目标效用。李霞等[17]将信息效用分为客观效用与主观效用，客观效用包括商业效用和决策效用，主观效用包括心理效用和知识效用。目前，有关信息效用的研究涉及企业社交媒体[18]、心理健康科普短视频[19]等领域，而政务社交媒体领域的研究仅从信息内容质量、团队运营、政民互动等方面来考虑信息效用的提升[20]。
综上，现有政务微信的评价研究覆盖范围广泛，评价指标体系也逐渐趋于成熟，然而，这些文献大多基于政府视角以考虑运营绩效为主，缺乏政务服务“以人民为中心”的用户视角思考。信息效用与用户的期望紧密相关，是信息服务满足用户需求的直接产物，因此，对政务微信公众号信息效用进行评价研究，不仅丰富了政务微信领域的用户视角研究，对于政府部门通过微信公众号实现便民服务以满足用户需求还具有一定的应用价值。

2.2 用户体验理论

在用户使用政务微信公众号获取需求信息过程中，对于平台所提供的信息内容质量感知、服务质量感知等体验效果将决定用户满意度高低和感知效用大小，用户感知体验效果越好，用户表示越满意，信息效用也就越高。用户体验包括用户在使用前的期待、使用中的感受以及使用后的评价，有学者从感知、行为、价值三个层面理解用户体验[21]。如今，用户体验理论包括用户所感觉到的需求被满足程度、用户赋予产品的意义以及在此过程中产生的感觉与情感[22]。用户信息体验本质上是用户在进行信息服务体验的过程中，期望、需求等心理和自身认知素养与信息本身的可用性、功能性、易用性等相互作用的结果[23]。有学者认为感知享乐、实用质量、美学与满意度是主要的用户体验构念[24]。国内有关研究将用户体验的要素层次分为功能体验、技术体验、美学体验、交互体验[25-26]，还有学者将社会影响[27]、效益价值[28]也概括到用户体验的层次中。
现有研究概括的用户体验理论内涵要素体现了用户对于获取信息服务过程中的情绪体验、有用性感知，也包括据其认知程度产生的满意结果，用户的满意程度就越高，其产生的信息效用也就越大。因此，笔者以用户体验理论为基础，根据其层次结构构建政务微信公众号信息效用的评价体系。

2.3 政务微信公众号信息效用

政务微信公众号的信息效用基于用户自身需求产生于使用过程，表现为用户需求或问题的解决效果，包括用户使用过程中的主观情绪体验、有用性感知和使用后根据自身需求满足程度创造的信息价值。
具体表现为：当用户通过政务微信平台进行信息检索或服务体验时，对平台提供的信息内容会产生有用性感知，对信息内容的满意度感知即为信息效用；当用户使用服务办理时，基于对平台信息技术、交互功能满足程度会产生信息效用；此外，平台界面和服务功能的美学设计等使用户产生的直观情绪体验也是信息效用的表现。这些用户在体验政务信息服务过程中产生的信息效用称为过程效用。在用户使用体验良好，问题解决效率较高的情况下，会产生点赞、转发、关注等一系列行为，这是用户对所获取信息服务满意感知的结果表征，包括用户主动产生的具有传播效益价值的行为，以及政务微信公众号整体粉丝情况与用户黏性等具有社会影响的体现，笔者将其称为目标效用。用户体验感知的过程效用和由此衍生的目标效用共同构成用户使用政务微信平台所创造的信息效用，如图1所示：
图1 政务微信公众号信息效用内涵分析

Figure 1 Analysis of the information utility connotation of government WeChat public account

3 评价设计/Evaluation design

3.1 评价方法

3.1.1 Fuzzy-QFD

QFD是一种用于规划的方法和工具，于1972年首次在日本推出，主要用于将客户需求转化为具体的管理措施[29]，QFD是一种前期注重分析用户需求，后期将需求转化为产品设计要求的质量分析工具[30]，该工具可以将定性问题定量化分析。QFD将用户需求与服务的相关要素交叉形成矩阵，称之为质量屋，包括屋顶、左墙、天花板等6个部分。由于传统QFD未能考虑许多实际应用中顾客需求的主观性，为处理难以定量表示的技术属性，有学者将模糊集理论与QFD相结合[31]，Y. Chen等[32]提出结合模糊加权平均算法与模糊期望值算子的模糊质量功能展开方法（Fuzzy-QFD），被广泛应用在产品技术特性重要性排序与评价中。
政务微信公众号信息效用是用户需求满足程度的反应结果，基于QFD思想，将用户需求重要度作为切入点，将其与评价要素关联，进而得到评价指标重要度，可以体现出用户需求在信息效用的重要作用。因此，笔者从用户需求角度出发，基于结合模糊加权平均的Fuzzy-QFD方法构建政务微信公众号信息效用的评价体系。

3.1.2 VIKOR

实证评价研究采用多准则妥协解排序法（VIse Kriterijumski Optimizacioni Racun, VIKOR），该方法可以使决策者在复杂情况下快速获得目标折衷解，从而计算出决策方案的排序。本文实证研究对象包括江苏省13个地级市的“发布类”政务微信公众号，采用VIKOR方法可以强调效用对于评价目标排序的重要性，对于政务微信公众号信息效用的研究具有一定适用性。
VIKOR方法的本质是通过指标属性之间彼此让步，得到距离多属性正理想解的折衷可行解，进而判断评价对象的优劣程度[33]。VIKOR法是基于群体效用最大化和个人遗憾最小化思想对参评方案进行折衷排序[34]，在整个计算过程中通过计算群体效用值与个人遗憾值得到综合VIKOR值进行最终排序。由于VIKOR法对评价排序结果具有一定的条件限制，对于多评价对象很难实现全评价排序，所以笔者引入灰色关联度对VIKOR进行改进，以实现多对象的全评价排序。

3.2 评价设计

3.2.1 评价体系构建

运用Fuzzy-QFD方法计算用户需求与评价指标的关联程度，通过用户需求重要度演算出评价指标重要度，从而得到相应指标权重，构建评价体系。具体构建流程见图2，其中，需要先收集并确定用户需求及其重要度，然后筛选政务微信信息效用的评价指标，接着基于Fuzzy-QFD方法进行演算，最后得到各指标权重及政务微信公众号信息效用的评价体系。演算主要分为3个步骤：①对用户需求重要度模糊数以及质量屋关联矩阵模糊数进行数据采集与合成；②输出求解关联矩阵数据在h-截集模糊加权平均数；③根据其模糊重要性去模糊化后的精确值进行排序。
图2 评价体系构建流程

Figure 2 Construction process of evaluation system

3.2.2 实证评价研究

在构建评价体系的基础上，运用改进VIKOR法进一步开展实证评价研究。评价流程如下：①将收集的评价对象数据进行标准化处理，根据公式计算出各指标的正负理想解，同时确定对应指标的综合评估值，从而得到相应的群体效用值及个人遗憾值，最终汇总加权得到评价对象的综合VIKOR值并按从小到大对其进行初步排序；②根据VIKOR法的两条约束条件，检验排序结果是否合理，对于未通过检验的评价对象用灰色关联度算法进一步确定排名情况；最后，综合VIKOR法与灰色关联度的计算结果得到最终评价排序情况。具体流程如图3所示：
图3 实证评价排序应用流程

Figure 3 Empirical evaluation ranking application process

4 评价体系构建/Construction of evaluation system

4.1 用户需求及重要度确定

4.1.1 确定用户需求

本文所涉及的用户需求是用户使用政务微信公众号前、使用过程中以及使用后产生的实际需求。笔者基于用户访谈，从个人基本信息、使用时间、使用原因、使用情境、使用期望、如何改进等方面收集用户对于政务微信平台的基本需求，访谈对象包括青年、中年人群。结果发现，大多数人注重信息获取效率，年轻用户更加关注平台的响应速度、使用体验感等，而中年人群则关注平台使用的难易程度、服务方式多样性等。在此基础上，研究结合其他相关文献，收集并归纳了较为全面的政务微信用户需求信息，如表1所示：
表1 政务微信公众号用户需求及模糊重要度

Table 1 Government WeChat public account user needs and fuzzy importance

一级需求 二级需求 模糊重要度 一级需求 二级需求 模糊重要度
信息内容需求 更新及时 (0.51,0.77,0.93) 服务需求 一体化服务 (0.50,0.75,0.91)
通俗易懂 (0.53,0.79,0.93) 个性化服务 (0.51,0.76,0.91)
真实可靠 (0.54,0.81,0.94) 有用性服务 (0.46,0.70,0.89)
快速获取 (0.50,0.75,0.92) 界面设计 简洁美观 (0.48,0.73,0.90)
吸引力 (0.49,0.75,0.92) 使用舒适 (0.51,0.77,0.93)
全面完整 (0.52,0.77,0.92) 其他需求 节约成本 (0.49,0.74,0.92)
形式多样 (0.45,0.69,0.88) 休闲放松 (0.44,0.68,0.86)
平台交互需求 在线评论互动 (0.49,0.74,0.91)
及时反馈 (0.48,0.73,0.90)

4.1.2 计算用户需求重要度

基于Fuzzy-QFD理论，笔者采用三角模糊的方式对用户进行问卷调查，以获取政务微信公众号用户需求重要度。问卷数据以用户认为该用户需求的重要程度打分，1—5分代表非常不重要到非常重要，根据三角模糊数分值对照表进行转化，平均计算得到最终用户需求模糊重要度。
问卷设计包括个人基本信息与用户需求重要度调查两个部分。通过微信、问卷网等社交平台进行正式调查的问卷发放，共回收问卷328份，有效问卷为302份，有效回收率为92.07%。回收的问卷中，男性占比46.4%，女性占比53.7%，用户年龄以20—30岁为主，占整体的55.63%，文化程度为本科文化的占整体的60.93%，且职业为学生与企业职工的人数相当，分别为34.77%、33.77%，总体而言，样本分配较为合理。采用SPSS软件对问卷数据的信效度进行检验，信度检验采用Cronbach’s α系数进行评估，效度检验则根据KMO值、Bartlett球形显著性检验等为标准。最终Cronbach’s α值为0.910，KMO值为0.929，显著性0.000，该问卷数据具有良好的信效度。根据问卷数据的评分对照三角模糊数进行转化，评分1—5分别转化为三角模糊数(0,0,0.3)、(0,0.25,0.5)、(0.3,0.5,0.7)、(0.5,0.75,1)、(0.7,1,1)，最后平均计算出用户需求模糊重要度（见表1）。

4.2 评价指标确定

效用大小与用户需求直接相关，政务微信平台提供的信息服务越能满足用户需求，其产生的信息效用就越高，所以政务微信公众号信息效用的测量离不开用户这一关键主体，用户对政务微信公众号的使用体验是信息效用评价的核心。从政务微信公众号的过程效用与目标效用入手，结合用户体验理论将信息效用评价维度分为信息内容体验、信息技术体验、美学设计体验、交互体验、效益价值、社会影响6个维度，用户对平台提供的信息、服务等产生的主观过程效用和使用后产生的客观信息行为数据代表的目标效用共同构成政务微信公众号信息效用的评价指标体系，如图4所示：
图4 政务微信公众号信息效用评价指标

Figure 4 Evaluation index for the government WeChat public account information utility

信息内容体验与用户信息内容需求有很大关联，信息内容的本身属性是用户体验的关键，因此选取以下评价指标：①时效性，指信息内容是否发布及时；②权威性，指政务微信的官方认证和内容来源是否权威；③可靠性，包括信息内容的真实性，是否值得信赖、便于理解。
信息技术体验维度的评价指标代表用户对政务微信平台的功能服务、技术支持等的直观感受，包括：①发布频次，指政务微信公众号每天发布信息内容的次数，可以代表其稳定的信息推送能力；②操作便捷性，指平台提供信息服务的操作流程是否能让用户容易理解并掌握；③获取便利性，指平台是否提供简洁快速的信息获取方式；④响应速度，指平台操作响应是否迅速、不卡顿；⑤功能按钮，指平台是否具有服务功能办理等功能键。
美学情感体验维度的评价指标主要是用户对政务微信平台整体视觉、情绪等感官的直接体验，包括：①吸引力，信息内容不生硬俗套，具有一定的趣味性；②色彩搭配，平台整体色彩搭配合理，用户使用时视觉舒适；③界面设计，平台界面设计、内容布局简洁明了；④个性化，平台提供的检索方式、信息推送、评论互动等个性化服务使用户具有参与体验感。
交互体验维度指标体现了政务微信平台最根本特性——交互性，也是大部分用户选择使用政务微信的关键因素。评价指标包括：①可查找性，指用户在平台服务框内的查找与检索情况；②易用性，平台提供的服务交互功能使用户能轻松掌握；③有效性，平台提供的信息服务交互功能能够有效解决用户实际问题；④反馈及时性，对用户需求信息的反馈及时。
效益价值维度指标是用户获取政务信息服务之后对其满意程度的表现，用户达成目标后会产生点赞、评论等信息行为，这些客观数据可以体现出政务微信公众号达成用户目的的效果。评价指标包括：①平均阅读量，表示用户整体阅读情况，反映信息实现的传播效益；②传播指数，平台传播指数从一定程度上可以体现用户对其信息服务的认可及二次传播情况。
社会影响维度指标指用户在使用政务微信公众号后进行的信息行为在社会上广泛传播及影响力度，间接体现了用户满意而使平台扩大影响力度产生的目标效用，包括：①平均点赞数，发布信息的点赞数表现了用户对其信息内容的满意度；②粉丝活跃数，代表平台政务信息服务引起的用户反应和社会影响程度；③用户黏性，指用户浏览频次及时长情况，代表用户对政务微信平台的忠诚度。

4.3 评价体系构建

4.3.1 计算评价指标重要度

构建用户需求与评价指标之间的质量屋是得到评价指标重要度的关键步骤，通过形成需求与指标之间的关联矩阵，输入质量屋，再运用上述Fuzzy-QFD步骤计算输出评价指标的重要度。关联矩阵构建选取专家打分的方法，笔者邀请9位政务微信领域专家学者和相关运营人员，根据其经验与学识对用户需求与评价指标之间的关联程度进行打分，标准为1—5分，对照三角模糊数对照表，对专家打分进行平均，得到用户需求与评价指标之间的模糊关联度 ${\stackrel{~}{U}}_{ij}$。
在得到模糊关联度的基础上形成关联矩阵，根据模糊加权平均Fuzzy-QFD的计算步骤，计算出用户需求模糊重要度的h水平截集区间 ${\left({W}_{i}\right)}_{h}$，以及模糊关联度的h水平截集区间 ${\left({U}_{ij}\right)}_{h}$。由用户需求重要度作为右墙输入，在形成需求与评价指标的关联矩阵房间后，构建出整体质量屋，计算出关于h-截集的评价指标重要度 ${\stackrel{~}{Y}}_{j}$的精确值区间 $\left[{\left({Y}_{j}\right)}_{h}^{L}，{\left({Y}_{j}\right)}_{h}^{U}\right]$，如表2所示：
表2 政务微信公众号信息效用关于h-截集的区间值

Table 2 The interval value of government WeChat public account information utility on h-Cut set

指标 h=0 h=0.1 h=0.2 h=0.3 h=0.4 h=0.5 h=0.6 h=0.7 h=0.8 h=0.9 h=1
${\stackrel{~}{Y}}_{11}$ SUP 0.653 7 0.631 0 0.602 7 0.580 5 0.552 6 0.526 5 0.501 6 0.475 2 0.449 8 0.424 2 0.398 3
INF 0.171 6 0.195 5 0.216 0 0.238 2 0.260 7 0.284 9 0.304 0 0.334 8 0.352 6 0.374 4 0.398 3
${\stackrel{~}{Y}}_{12}$ SUP 0.685 4 0.660 7 0.633 9 0.609 0 0.579 4 0.556 8 0.529 4 0.502 7 0.475 1 0.449 5 0.422 4
INF 0.186 3 0.210 1 0.233 8 0.257 4 0.281 6 0.304 2 0.327 0 0.351 8 0.375 5 0.400 1 0.422 4
${\stackrel{~}{Y}}_{13}$ SUP 0.767 8 0.743 4 0.718 6 0.696 8 0.671 9 0.649 2 0.624 2 0.601 7 0.577 5 0.554 0 0.529 0
INF 0.272 8 0.298 3 0.324 2 0.350 5 0.374 6 0.402 0 0.424 4 0.450 8 0.4777 0.504 3 0.529 0
${\stackrel{~}{Y}}_{21}$ SUP 0.684 4 0.659 3 0.633 7 0.608 9 0.582 6 0.560 2 0.534 6 0.509 5 0.485 4 0.460 6 0.434 7
INF 0.228 7 0.248 4 0.267 8 0.289 3 0.309 1 0.330 9 0.351 0 0.372 7 0.392 8 0.413 2 0.434 7
${\stackrel{~}{Y}}_{22}$ SUP 0.704 0 0.678 7 0.654 5 0.629 3 0.603 9 0.579 7 0.552 2 0.526 9 0.501 7 0.475 0 0.449 4
INF 0.217 3 0.238 9 0.262 5 0.286 0 0.312 3 0.330 3 0.355 0 0.378 3 0.402 4 0.426 6 0.449 4
${\stackrel{~}{Y}}_{23}$ SUP 0.720 7 0.695 2 0.670 2 0.645 5 0.619 6 0.595 1 0.569 6 0.544 7 0.518 0 0.492 3 0.467 4
INF 0.219 8 0.243 6 0.267 3 0.292 2 0.317 9 0.342 1 0.366 4 0.390 2 0.416 9 0.442 3 0.467 4
${\stackrel{~}{Y}}_{24}$ SUP 0.767 4 0.745 0 0.716 9 0.692 5 0.667 6 0.642 4 0.615 5 0.590 2 0.563 4 0.537 7 0.510 4
INF 0.246 9 0.274 3 0.298 8 0.325 1 0.351 4 0.376 9 0.403 4 0.431 1 0.455 6 0.484 0 0.510 4
${\stackrel{~}{Y}}_{25}$ SUP 0.696 9 0.670 7 0.647 7 0.622 1 0.596 0 0.572 8 0.546 1 0.521 1 0.494 8 0.472 5 0.444 7
INF 0.222 9 0.244 8 0.266 6 0.289 0 0.310 7 0.335 7 0.354 4 0.378 9 0.398 9 0.422 7 0.444 7
${\stackrel{~}{Y}}_{31}$ SUP 0.807 7 0.785 2 0.765 0 0.741 6 0.719 6 0.697 0 0.673 0 0.649 8 0.627 5 0.604 4 0.580 7
INF 0.330 3 0.354 4 0.380 3 0.404 4 0.430 6 0.454 1 0.479 1 0.505 1 0.530 1 0.555 9 0.580 7
${\stackrel{~}{Y}}_{32}$ SUP 0.638 0 0.607 9 0.580 1 0.550 7 0.521 3 0.495 7 0.467 0 0.437 2 0.407 7 0.379 5 0.348 4
INF 0.159 6 0.176 5 0.196 1 0.213 8 0.232 9 0.250 7 0.269 6 0.290 7 0.309 4 0.332 0 0.348 4
${\stackrel{~}{Y}}_{33}$ SUP 0.666 4 0.639 1 0.611 6 0.586 0 0.558 1 0.531 4 0.502 8 0.474 4 0.446 3 0.419 2 0.388 8
INF 0.168 3 0.188 2 0.210 9 0.233 2 0.254 7 0.278 1 0.300 4 0.322 2 0.346 2 0.367 9 0.388 8
${\stackrel{~}{Y}}_{34}$ SUP 0.772 4 0.749 8 0.726 1 0.705 2 0.680 3 0.660 0 0.636 1 0.612 3 0.588 8 0.564 5 0.540 6
INF 0.279 4 0.306 5 0.333 4 0.358 7 0.384 3 0.410 9 0.435 7 0.462 2 0.489 0 0.514 9 0.540 6
${\stackrel{~}{Y}}_{41}$ SUP 0.726 0 0.703 5 0.676 8 0.655 2 0.629 3 0.606 7 0.581 3 0.555 9 0.532 5 0.509 4 0.483 3
INF 0.253 8 0.277 5 0.299 5 0.322 4 0.346 2 0.369 9 0.391 2 0.414 8 0.436 4 0.453 2 0.483 3
${\stackrel{~}{Y}}_{42}$ SUP 0.780 0 0.758 5 0.734 9 0.712 4 0.689 1 0.666 8 0.642 0 0.618 3 0.595 1 0.571 2 0.547 7
INF 0.296 4 0.321 5 0.346 8 0.370 9 0.397 0 0.422 7 0.445 1 0.471 8 0.497 0 0.521 3 0.547 7
${\stackrel{~}{Y}}_{43}$ SUP 0.794 0 0.772 9 0.750 4 0.727 9 0.705 4 0.683 7 0.659 7 0.635 5 0.611 7 0.589 8 0.565 2
INF 0.299 0 0.324 3 0.350 5 0.376 8 0.403 4 0.429 3 0.456 1 0.481 3 0.509 0 0.538 2 0.565 2
${\stackrel{~}{Y}}_{44}$ SUP 0.781 2 0.759 9 0.734 4 0.714 2 0.687 5 0.665 2 0.640 6 0.614 9 0.591 3 0.567 4 0.540 7
INF 0.301 7 0.324 3 0.347 4 0.370 4 0.393 5 0.417 5 0.440 5 0.465 3 0.492 0 0.515 9 0.540 7
${\stackrel{~}{Y}}_{51}$ SUP 0.843 2 0.823 1 0.803 3 0.784 6 0.765 5 0.744 4 0.725 1 0.705 4 0.686 2 0.665 7 0.645 2
INF 0.381 2 0.407 7 0.434 2 0.459 6 0.486 0 0.514 0 0.538 9 0.565 5 0.593 0 0.624 1 0.645 2
${\stackrel{~}{Y}}_{52}$ SUP 0.811 9 0.792 4 0.771 4 0.752 4 0.732 0 0.713 1 0.690 7 0.671 6 0.649 5 0.629 6 0.607 1
INF 0.354 1 0.379 3 0.405 5 0.431 9 0.456 3 0.480 6 0.504 4 0.530 8 0.551 8 0.584 9 0.607 1
${\stackrel{~}{Y}}_{61}$ SUP 0.820 4 0.801 4 0.782 2 0.762 6 0.741 2 0.721 7 0.700 7 0.6826 0.661 8 0.642 1 0.619 2
INF 0.353 7 0.380 3 0.405 5 0.433 4 0.458 8 0.486 2 0.512 7 0.539 7 0.566 2 0.592 8 0.619 2
${\stackrel{~}{Y}}_{62}$ SUP 0.825 2 0.805 7 0.783 6 0.762 7 0.741 2 0.719 9 0.697 6 0.676 6 0.654 5 0.634 6 0.611 5
INF 0.355 5 0.381 7 0.405 2 0.432 0 0.457 7 0.484 2 0.508 6 0.533 2 0.561 1 0.585 8 0.611 5
${\stackrel{~}{Y}}_{63}$ SUP 0.824 2 0.805 9 0.784 8 0.766 0 0.743 6 0.725 0 0.702 7 0.681 2 0.658 6 0.638 6 0.6173
INF 0.348 7 0.375 0 0.399 6 0.428 9 0.456 2 0.482 0 0.508 1 0.535 3 0.562 6 0.591 6 0.617 3
通过上述质量屋构建，得到评价指标的h-截集区间值，再用平均水平截集去模糊化的方法可以得到每个评价指标的重要度 $\mathrm{E}\left({\stackrel{~}{Y}}_{j}\right)$，如表3所示：
表3 政务微信公众号信息效用评价指标重要度及权重

Table 3 Importance and weight of information utility evaluation indicators of government WeChat public account

评价维度 评价指标 重要度 指标权重/% 维度权重/%
信息内容体验 时效性 0.405 8 3.78 12.67
权威性 0.429 8 4.00
可靠性 0.524 7 4.89
信息技术体验 发布频次 0.445 1 4.15 21.71
操作便捷性 0.455 2 4.24
获取便利性 0.468 4 4.36
响应速度 0.509 4 4.74
功能按钮 0.452 5 4.21
美学情感体验 吸引力 0.575 3 5.36 17.57
色彩搭配 0.373 3 3.48
界面设计 0.403 8 3.76
个性化 0.534 2 4.97
交互体验 可查找性 0.486 7 4.53 19.81
易用性 0.543 4 5.06
有效性 0.555 9 5.18
反馈及时性 0.541 2 5.04
效益价值 平均阅读量 0.629 1 5.86 11.41
传播指数 0.595 8 5.55
社会影响 平均点赞数 0.603 8 5.62 16.84
粉丝活跃数 0.601 3 5.60
用户黏性 0.602 4 5.61

4.3.2 确定评价体系

根据得到的评价指标重要度，运用平均求解的方法，先算出全部重要度的和，再计算各个指标重要度在整体中的占比，最后得到每个评价指标的权重，由此构建出政务微信公众号信息效用评价体系，各指标的权重见表3。
由表3可知，平均阅读量的权重最大，其对于评价政务微信公众号信息效用来讲最重要，其次是平均点赞数，这说明用户对政务信息服务的认可在政务微信公众号信息效用评价中起到至关重要的作用。在评价维度层次中，信息技术体验维度与交互体验维度分别占据整体较高的权重，意味着在信息冗余的海量信息时代中，用户对功能性技术的要求越来越高，服务与交互性能逐渐成为用户感知的第一要素，服务办理是否便捷、响应速度是否迅速是影响用户满意程度的关键指标。在所有评价指标中，美学情感体验维度中色彩搭配指标的权重最小，这是因为就目前政务微信平台来讲，逐渐形成了统一标准的界面搭配设计，而对于颜色的喜好更多取决于用户的个人偏好，因此在整体的信息效用评价中占比较小。

5 实证评价研究/Empirical evaluation research

5.1 评价对象选取与数据来源

研究选取江苏省13个地级市的“发布类”政务微信为评价对象，包括“南京发布”“苏州发布”“无锡发布”“徐州发布”“南通发布”“常州发布”“淮安发布”“宿迁发布”“泰州发布”“扬州发布”“连云港发布”“镇江发布”“盐城发布”（排名不分先后），所有政务微信平台均已通过官方认证。
（1）定性指标数据。研究所涉及的定性评价指标有时效性、权威性、可靠性、操作便捷性、获取便利性、响应速度、吸引力、色彩搭配、界面设计、个性化、易用性、有效性、反馈及时性、用户黏性，除了用户黏性指标数据以用户使用时长进行1—5的等级划分，其余指标数据均以李克特7级量表为标准进行问卷打分获取，然后对照语言对照表（见表4）以三角模糊数形式呈现。
表4 三角模糊语言对照表

Table 4 Triangular fuzzy language comparison table

打分值 语言值 三角模糊数
1 非常不满意 (0.00,0.00,1.00)
2 不满意 (0.00,1.00,2.00)
3 较不满意 (1.00,1.75,2.50)
4 一般 (1.50,2.50,3.50)
5 较满意 (2.50,3.25,4.00)
6 满意 (3.00,4.00,5.00)
7 非常满意 (4.00,5.00,5.00)
通过历时两个月的问卷发放，共收集问卷1 259份，剔除甄别题项选错、未关注江苏省13个地级市发布类政务微信以及答题时长小于1分钟的无效问卷，有效问卷共1 070份，有效率为85.0%。其中，“南京发布”137份、“苏州发布”113份、“无锡发布”94份、“南通发布”122份、“常州发布”84份、“徐州发布”62份、“扬州发布”46份、“淮安发布”88份、“宿迁发布”79份、“盐城发布”53份、“镇江发布”77份、“泰州发布”70份、“连云港发布”45份。对各评价对象的数据求平均三角模糊数（见表4）。
（2）定量指标数据。定量评价指标有发布频次、功能按钮、可查找性、平均阅读量、传播指数、平均点赞数、粉丝活跃数。其中，发布频次、平均阅读量、传播指数、平均点赞数、粉丝活跃数等指标数据是通过清博数据平台对评价对象进行为期一个月的监控与获取，以月平均数计算，发布频次以区间数值形式呈现，预估粉丝活跃数指标数据时选取每天上午10:30到12:00的数据，再以平均数表示预估粉丝活跃数。功能按钮以导航页面具有的功能按钮个数为指标数据，通过浏览微信平台获得。可查找性指标数据标准为：平台信息查找、微信对话窗口查找、服务栏内功能查找，每项各1分，满分3分，在浏览各评价对象微信对话窗口时，发现存在3种现象：①对于每一次对话查询均有回复为1分；②只对个别关键词有回复为0.5分；③均没有回复为0分。由于微信公众号自带信息查找功能，所以各评价对象的可查找性指标数据最低为1分。各项定量指标数据如表5所示：
表5 定量指标数据详情

Table 5 Quantitative index data details

评价对象 发布频次 功能按钮 可查找性 平均
阅读量		 传播指数 平均
点赞数		 粉丝
活跃数
南京发布P1 [3,5] 8 2.5 49 828.5 1 668.25 122.1 522 064.0
苏州发布P2 [3,5] 3 2.5 47 654.3 1 655.15 122.9 407 168.4
无锡发布P3 [5,5] 6 3 45 708.2 1 635.14 105.2 360 084.3
南通发布P4 [3,3] 3 1 23 283.0 1 338.77 41.6 154 612.5
常州发布P5 [3,5] 7 2.5 19 370.5 1 431.44 48.0 167 564.1
徐州发布P6 [3,3] 5 2 17 578.3 1 378.28 40.3 224 086.2
扬州发布P7 [3,3] 7 3 26 951.2 1 470.47 38.1 274 420.6
淮安发布P8 [4,7] 10 2 35 126.2 1 574.37 57.0 263 737.1
宿迁发布P9 [3,5] 7 3 15 419.0 1 425.95 27.3 166 717.7
盐城发布P10 [3,5] 10 1 22 652.5 1 457.51 54.8 217 285.0
镇江发布P11 [2,3] 10 2.5 28 003.0 1 344.36 34.5 212 166.9
泰州发布P12 [3,5] 10 2 18 182.3 1 385.93 35.0 141 608.9
连云港发布P13 [3,5] 3 1.5 14 794.8 1 347.33 47.8 124 722.3

5.2 VIKOR评价过程

5.2.1 数据预处理

应用VIKOR方法对评价指标进行数据预处理分为成本型指标I2与效益型指标I1，其中通过用户满意度感知问卷收集回来的定性指标均为效益型指标，以定量检测的发布频次、功能按钮和可查找性3个指标为成本型指标，其余定量指标为政务微信信息服务的产出效益，属于效益型指标。
针对三角模糊定性类的效益型指标I1，整合并计算问卷收集回来各指标的平均三角模糊数，对其应用公式（1）进行标准化处理。
$\stackrel{~}{{r}_{ij}}=\left({x}_{ij}^{L}/\underset{j}{\mathrm{max}}{x}_{ij}^{U},{x}_{ij}^{M}/\underset{j}{\mathrm{max}}{x}_{ij}^{U},{x}_{ij}^{U}/\underset{j}{\mathrm{max}}{x}_{ij}^{U}\right),i=1,...,m;j=1,...,n;\stackrel{~}{{r}_{ij}}\in {I}_{1}$
将表（5）中的数值型数据与区间型数据分别采用数据预处理公式进行处理。数值型数据的计算如公式（2）所示：

对于区间型数据，记区间数原始评价值为 $\left[{x}_{ij}^{L},{x}_{ij}^{U}\right]$，标准化后的区间型数值为 $\left[{r}_{ij}^{L},{r}_{ij}^{U}\right]$，标准化公式如下：
${r}_{ij}^{L}={x}_{ij}^{L}/\underset{j}{\mathrm{max}}{x}_{ij}^{U}; {r}_{ij}^{U}={x}_{ij}^{U}/\underset{j}{\mathrm{m}\mathrm{a}\mathrm{x}{x}_{ij}^{U}},i=1,...,m;j=1,...,n;\left[{x}_{ij}^{L},{x}_{ij}^{U}\right]\in {I}_{1}$
${r}_{ij}^{L}=\underset{j}{\mathrm{min}}{x}_{ij}^{L}/{x}_{ij}^{U};{r}_{ij}^{U}=\underset{j}{\mathrm{m}\mathrm{i}\mathrm{n}}{x}_{ij}^{U}/{x}_{ij}^{L},i=1,...,m;j=1,...,n;\left[{x}_{ij}^{L},{x}_{ij}^{U}\right]\in {I}_{2}$
最后，得到标准化数据。

5.2.2 VIKOR计算步骤运用

（1）确定正负理想解。 ${f}_{j}^{*}$表示评价对象信息效用评价值中第j个指标的最优解， ${f}_{j}^{-}$表示评价对象信息效用评价值的最劣解。

${f}_{j}^{*}$ =([0.63,0.83,1.00],[0.66,0.86,1.00],[0.65,0.85,1.00],[0.67,1.50],[0.64,0.85,1.00],[0.64,0.85,1],[0.62,0.83,1.00],1.0000,[0.64,0.84,1.00],[0.64,0.84,1.00],[0.64,0.84,1.00],[0.63,0.84,1.00],1.0000,[0.63,0.84,1.00],[0.65,0.85,1.00],[0.63,0.83,1.00],1.0000,1.0000,1.0000,1.0000,1.0000)

${f}_{j}^{-}$ =([0.38,0.56,0.73],[0.39,0.56,0.73],[0.40,0.58,0.76],[0.40,0.60],[0.36,0.53,0.71],[0.38,0.56,0.76],[0.40,0.59,0.77],0.3000,[0.38,0.55,0.74],[0.41,0.60,0.78],[0.40,0.58,0.76],[0.39,0.58,0.77],0.3333,[0.39,0.56,0.75],[0.40,0.59,0.77],[0.38,0.56,0.74],0.2969,0.8025,0.2221,0.2389,0.8284)

（2）计算最大群体效用Si与最小个体遗憾值Ri。评价对象的群体效用Si和个人遗憾值Ri为：

Si=(0.1158,0.1969,0.2692,0.7094,0.6849,0.7797,0.5490,0.7495,0.8150,0.8304,0.8919,0.8359,0.7400)

Ri=(0.0408,0.0408,0.0453,0.0555,0.0509,0.0539,0.0499,0.0557,0.0576,0.0536,0.0546,0.0536,0.0586)

（3）计算综合VIKOR值。先从群体效用值中与个人遗憾值中选择最大效用S*=0.039 1和最小遗憾R*=0.017 7，令最大群体效用权重v=0.5，计算每个评价对象的综合VIKOR值Qi，并根据VIKOR值从小到大进行排序，结果如表6所示：
表6 评价对象VIKOR值及排序结果

Table 6 Evaluation object VIKOR value and sorting results

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13
Si 0.115 8 0.196 9 0.269 2 0.709 4 0.684 9 0.779 7 0.549 0 0.749 5 0.815 0 0.830 4 0.891 9 0.835 9 0.740 0
Ri 0.040 8 0.040 8 0.045 3 0.055 5 0.050 9 0.053 9 0.049 9 0.055 7 0.057 6 0.053 6 0.054 6 0.053 6 0.058 6
Qi 0.00 0 0.052 2 0.225 8 0.795 5 0.652 0 0.797 1 0.533 7 0.827 4 0.921 2 0.820 2 0.886 7 0.824 2 0.902 1
排序 1 2 3 6 5 7 4 10 13 8 11 9 12

5.2.3 VIKOR初步排序结果

通过VIKOR方法的约束条件检验发现，排在前两位的P1与P2信息效用评估值差距较小，需要进一步通过灰色关联进行排序。综合VIKOR值Qi确定排序中间4位均满足条件，即P3> P7> P5 >P4。对于P4与P6，不满足约束条件，所以P8与P6的信息效用综合评估值相当，需要进一步计算其灰色关联度确定排序。依此类推，得到剩下评价对象信息效用相对大小的情况，均未同时通过约束条件，13个“发布类”政务微信平台的信息效用VIKOR初步排序结果为：
P1，P2>P3> P7> P5 >P4，P6，P10，P12，P8，P11，P13，P9

5.3 灰色关联度计算

通过灰色关联度计算实现全排序评价，首先对前序位P1、P2进行灰色关联度计算，得到参考序列：

G0=(0.0000,0.0408,0.0000,0.0000,0.0000,0.0000,0.0000,0.0251,0.0000,0.0000,0.0000,0.0000,0.0000,0.0010,0.0000,0.0000,0.0000,0.0000,0.0000,0.0000,0.0000)

然后得到P1、P2的灰色关联度：r01=0.9495、r02=0.7804，因此P1的信息效用大于P2。
由于未实现全排序评价的是连续后8位评价对象，且明显确定信息效用的评估值是P5 >P4，所以在确定参考序列时，以确定的前一序位P5的各指标综合评估值为参考序列，即

G’0=(0.0250,0.0286,0.0356,0.0251,0.0265,0.0224,0.0320,0.0344,0.0308,0.0278,0.0256,0.0392,0.0408,0.0341,0.0308,0.0285,0.0509,0.0394,0.0440,0.0500,0.0134)

并将参考数据分别与比较序列即P4、P6、P10、P12、P8、P11、P13、P9对应的综合指标评价值进行计算，分别记为G4、G6、G10、G12、G8、G11、G13、G9，计算步骤同上，先求得待评价对象各指标的关联系数 $\mathrm{\zeta }\left({g}_{0j},{g}_{sj}\right)$，再汇总得到其灰色关联度，如表7所示：
表7 待排序对象的灰色关联系数

Table 7 Grey correlation coefficient of objects to be sorted

P4 P6 P10 P12 P8 P11 P13 P9
$\mathrm{\zeta }\left({g}_{011},{g}_{s11}\right)$ 0.383 1 0.674 3 0.734 0 0.734 0 0.734 0 0.734 0 0.383 1 1.000 0
$\mathrm{\zeta }\left({g}_{012},{g}_{s12}\right)$ 0.343 6 0.758 5 0.343 6 0.758 5 0.758 5 1.000 0 0.540 8 0.824 9
$\mathrm{\zeta }\left({g}_{013},{g}_{s13}\right)$ 0.765 3 0.876 8 0.795 4 0.914 8 0.447 5 0.596 5 0.736 0 0.763 5
$\mathrm{\zeta }\left({g}_{021},{g}_{s21}\right)$ 0.569 8 0.692 9 0.846 0 0.723 1 0.475 2 0.584 5 0.592 6 0.937 2
$\mathrm{\zeta }\left({g}_{022},{g}_{s22}\right)$ 0.850 1 0.825 0 0.842 2 0.736 3 0.801 3 0.728 9 0.994 5 0.636 9
$\mathrm{\zeta }\left({g}_{023},{g}_{s23}\right)$ 0.921 2 0.728 2 0.752 8 0.853 7 0.611 6 0.772 5 0.779 5 0.994 4
$\mathrm{\zeta }\left({g}_{024},{g}_{s24}\right)$ 0.507 2 0.493 0 0.376 3 0.368 4 0.945 9 0.384 6 0.333 3 0.411 8
$\mathrm{\zeta }\left({g}_{025},{g}_{s25}\right)$ 0.878 7 0.878 7 1.000 0 1.000 0 0.637 5 0.460 0 1.000 0 1.000 0
$\mathrm{\zeta }\left({g}_{031},{g}_{s31}\right)$ 0.792 1 0.738 3 0.643 8 0.786 8 0.766 1 0.624 8 0.967 4 0.880 2
$\mathrm{\zeta }\left({g}_{032},{g}_{s32}\right)$ 0.793 9 0.790 9 0.804 1 0.870 7 0.849 7 0.651 3 0.842 5 0.780 0
$\mathrm{\zeta }\left({g}_{033},{g}_{s33}\right)$ 0.878 6 0.812 6 0.628 9 0.695 2 0.776 5 0.616 3 0.784 0 0.840 0
$\mathrm{\zeta }\left({g}_{034},{g}_{s34}\right)$ 0.744 3 0.789 9 0.573 4 0.752 9 0.739 6 0.627 5 0.950 2 0.891 9
$\mathrm{\zeta }\left({g}_{041},{g}_{s41}\right)$ 0.703 7 0.608 3 0.606 3 0.656 4 0.789 8 0.501 7 0.714 3 0.678 7
$\mathrm{\zeta }\left({g}_{042},{g}_{s42}\right)$ 0.909 5 0.910 3 0.699 3 0.860 8 0.663 3 0.581 6 0.801 7 0.660 3
$\mathrm{\zeta }\left({g}_{043},{g}_{s43}\right)$ 0.664 4 0.670 2 0.483 1 0.649 9 0.617 3 0.486 6 0.898 1 0.940 7
$\mathrm{\zeta }\left({g}_{044},{g}_{s44}\right)$ 0.975 8 0.915 1 0.818 3 0.906 9 0.928 8 0.754 0 0.830 8 0.961 2
$\mathrm{\zeta }\left({g}_{051},{g}_{s51}\right)$ 0.821 8 0.815 1 0.640 1 0.805 0 0.978 8 0.697 2 0.845 9 0.881 6
$\mathrm{\zeta }\left({g}_{052},{g}_{s52}\right)$ 0.668 1 0.892 5 0.986 6 0.950 7 0.671 0 0.835 7 0.911 1 0.879 3
$\mathrm{\zeta }\left({g}_{061},{g}_{s61}\right)$ 0.713 4 0.765 4 0.547 4 0.711 4 0.564 0 0.584 1 0.872 9 0.735 5
$\mathrm{\zeta }\left({g}_{062},{g}_{s62}\right)$ 0.696 0 0.591 6 0.550 2 0.597 2 0.461 2 0.503 8 0.873 4 0.574 9
$\mathrm{\zeta }\left({g}_{063},{g}_{s63}\right)$ 0.661 2 0.722 3 0.514 7 0.702 1 0.605 8 0.493 2 0.615 8 0.762 0
${r}_{0s}$ 0.725 8 0.759 5 0.675 6 0.763 6 0.705 9 0.629 5 0.774 7 0.811 2
根据8位评价对象的灰色关联度计算结果从大到小进行排序：P9>P13>P12>P6>P4>P8>P10>P11。综合两种方法，对江苏省13个地级市“发布类”政务微信平台的信息效用全排序结果为：
P1>P2>P3>P7> P5>P9>P13>P12>P6>P4>P8>P10>P11

5.4 评价结果分析

通过对江苏省13个地级市“发布类”政务微信公众号的信息效用进行全排序评价：首先，“南京发布”“苏州发布”“无锡发布”的评价排名占据前3位，南京、苏州作为经济较为发达的城市，对于城市整体的政务微信运营与维护比较领先，更为重视政务微信的投入与建设，使用户对于其信息效用的整体感知程度较高；其次，“扬州发布”“常州发布”排名紧随其后，与前3名相比出现明显差距，处于江苏省中上等水平，在进行定性效益指标问卷收集过程中，扬州与常州的用户整体满意度较高，与前3名的主要差距存在于效益型定量数据中；排名后8位的“发布类”政务微信平台之间差距并不明显，结合灰色关联度进行具体排序后发现，“宿迁发布”“连云港发布”“泰州发布”“徐州发布”的相对值较高，处于信息效用整体排名的中等序位，这4个评价对象的用户感知满意度与定量效益型数据不高，但其成本型指标投入相对其他评价对象较低；排在最后4位的“南通发布”“淮安发布”“盐城发布”“镇江发布”虽然定性效益型指标用户感知满意度并不是最低的，但由于其成本性指标投入数据较大，与其产出的效益无法形成正比，因此其相对信息效用排名较为靠后。

6 结论/Conclusions

本研究基于用户体验理论从过程效用和目标效用分析归纳了政务微信公众号信息效用的内涵要素，利用Fuzzy-QFD方法构建了包括信息内容体验、信息技术体验、美学设计体验、交互体验、效益价值、社会影响6个维度21个指标在内的评价体系，结合VIKOR和灰色关联度方法，以江苏省13个地级市的“发布类”政务微信公众号为研究对象进行实证评价。结果表明，导致各地区政务微信公众号信息效用存在差距的主要原因包括经济投入水平、运营维护能力和用户的满意度感知等。
根据前文评价体系及实证结果分析，笔者为政务微信等社交媒体平台及运营人员提出以下建议，以提高政务社交媒体的信息效用。具体包括：①从政务社交媒体信息内容出发，运营人员需要关注信息内容时效性并及时跟踪热点、规范信息内容组织与结构水平。②在信息技术服务方面，有关运营人员应该把控信息服务发布规律，扩大政务信息关联性；清晰化导航功能设置，便捷用户获取使用；同时联合社交媒体平台共同优化系统性能速度，增强用户操作效率。③在美学情感设计方面，需要重视多元化内容形式表达，提高信息服务吸引力；探索用户个性化需求，满足用户情绪体验。④在交互性能方面，拓展交互检索渠道，强化交互方式易用性；提升交互服务质量，加强交互有效性，并健全互动反馈机制，完善政民互动流程。
本文的理论与实证研究虽然已经发现了有关政务微信公众号信息效用的实际问题，取得了一定意义的研究结论，但仍然存在一定的局限性。首先，在收集用户需求时，本文仅划分中青年用户群体，未来研究可以针对不同用户，如普通群众、意见领袖、中青年、老年人群进行区别分析；其次，本文的实证评价对象是江苏省内的“发布类”政务微信平台，仅能反映东部地区政务社交媒体的整体信息效用情况，未来在条件允许的情况下可以进一步扩大地域覆盖面，分区域进行实证探索。

冯 缨：提供研究思路，指导写作；

方正伟：收集、分析数据，撰写文章；

孙晓阳：指导写作，参与文章修订。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中国互联网络信息中心. 第53次中国互联网络发展状况统计报告[R]. 北京: 中国互联网络信息中心, 2024. (CHINA INTERNET NETWORK INFORMATION CENTER. 53rd statistical report on the development of internet in China [R] Beijing: China Internet Network Information Center, 2023.)

[2]
霍明奎, 蒋春芳. 基于信息生态理论的政务微信平台用户互动意愿影响因素及提升策略研究[J]. 电子政务, 2020(3): 110-120. (HUO M K, JIANG C F. Research on the influencing factors and improvement strategies of user interaction willingness on government WeChat platforms based on information ecology theory [J]. E-Government, 2020(3): 110-120.)

[3]
陈建龙. 论信息效用及其实现过程[J]. 北京大学学报(哲学社会科学版), 1996(3): 36-40. (CHEN J L. On information utility and its imp lementation process[J]. Journal of Peking University (Philosophy and social sciences), 1996(3): 36-40.)

[4]
PARASURAMAN A, ZEITHAML V A, BERRY L L. A conceptual model of service quality and its implications for future research[J]. Journal of marketing，1985, 49(4): 41-50.

[5]
朱益平, 杜海娇, 张佳, 等. 基于RS-BP神经网络的政务微信公众号信息质量评价模型研究[J]. 情报科学, 2021, 39(2):54-61,69. (ZHU Y P, DU H J, ZHANG J, et al. Information quality evaluation model research of government WeChat public account based on RS-BP neural networks [J]. Information science, 2021, 39(2): 54-61,69.)

[6]
闫奕文, 张海涛, 孙思阳, 等. 基于BP神经网络的政务微信公众号信息传播效果评价研究[J]. 图书情报工作, 2017, 61(20): 53-62. (YAN Y W, ZHANG H T, SUN S Y, et al. Research on the effect evaluation of the government WeChat information communication based on the BP neural network [J]. Library and information service, 2017, 61(20): 53-62.)

[7]
张晓娟, 刘亚茹, 邓福成. 基于用户满意度的政务微信服务质量评价模型及其实证研究[J]. 图书与情报, 2017(2): 41-47,83. (ZHANG X J, LIU Y R, DENG F C. Evaluation model of government WeChat based on satisfaction and its empirical research [J]. Library & information, 2017(2): 41-47,83.)

[8]
李宗富, 张向先. 政务微信公众号服务质量评价指标体系构建及实证研究[J]. 图书情报工作, 2016, 60(18): 79-88. (LI Z F, ZHANG X X. Construction of evaluation index system and empirical research on the service quality of government WeChat official accounts [J]. Library and information service, 2016, 60(18): 79-88.)

[9]
宋雪雁, 管丹丹, 张祥青, 等. 用户满意视角下政务微信知识服务能力评价研究[J]. 情报理论与实践, 2019, 42(3): 120-126. (SONG X Y, GUAN D D, ZHANG X Q, et al. Evaluation of government WeChat knowledge service capability from the perspective of user satisfaction [J]. Information studies: theory & application, 2019, 42(3): 120-126.)

[10]
曹政, 王宁, 杨学成. 基于层次分析法和模糊综合评判的政务微信影响力评估研究[J]. 电子政务, 2016(7): 42-49. (CAO Z, WANG N, YANG X C. Research on the evaluation of government WeChat influence based on analytic hierarchy process and fuzzy comprehensive evaluation [J]. E-Government, 2016(7): 42-49.)

[11]
MANSOOR M. Citizens' trust in government as a function of good governance and government agency's provision of quality information on social media during COVID-19[J]. Government information quarterly, 2021, 38(4): 101597.

[12]
STONE J A, FLANDERS K J, CAN S H. Strategic communication? measurement and evaluation of Twitter use among municipal governments[J]. Government information quarterly, 2022, 39(4): 101755.

[13]
WUKICH C. Social media engagement forms in government: A structure-content framework[J]. Government information quarterly, 2022, 39(2): 101684.

[14]
戴昌钧, 刘广. 信息效用及其在决策行为中的应用[C]//中国信息经济学会2007年学术年会论文集. 哈尔滨：《管理科学》编辑部, 2007: 3. (DAI C J, LIU G. Information utility and its application in decision-making behavior [C]//Proceedings of the 2007 academic annual conference of the China Society of Information Economy. Harbin: Management Science Editorial Department, 2007:3.)

[15]
吴仲夏. 信息效用测度方法新探[J]. 情报杂志, 1996(6):7-9. (WU Z X. A new exploration of information utility measurement methods [J]. Journal of intelligence, 1996(6): 7-9.)

[16]
张登兵, 陈彦. 信息的广义内涵及其效用研究[J]. 沿海企业与科技, 2008(11): 22-24. (ZHANG D B, CHEN Y. Research on the generalized connotation and utility of information [J]. Coastal enterprises and science & technology, 2008(11): 22-24.)

[17]
李霞, 戴昌钧. 信息商品效用的模糊综合评价研究[J]. 情报理论与实践, 2009, 32(12): 71-72,83. (LI X, DAI C J. Research on fuzzy comprehensive evaluation of the utility of information goods [J]. Information studies: theory & application, 2009, 32(12): 71-72,83.)

[18]
冯缨, 唐慧, 孙晓阳. 基于DEMATEL的企业社交媒体信息效用的关键影响因素研究[J]. 情报理论与实践, 2022, 45(4): 137-145,153. (FENG Y, TANG H, SUN X Y. Research on key factors of the information utility of corporate social media based on DEMATEL [J]. Information studies: theory & application, 2022, 45(4): 137-145,153.)

[19]
王锦, 韩毅. 用户体验视角下心理健康科普短视频的信息效用及其影响因素研究——基于B站大学生用户的扎根探索[J]. 情报科学, 2023, 41(3): 74-80,118. (WANG J, HAN Y. Information utility and its influencing factors to mental health science popularization short video under the context of user experience—a grounded research for college students based on Bilibili [J]. Information science, 2023, 41(3): 74-80,118.)

[20]
冯缨, 强蓉, 孙晓阳. 高质量发展背景下地方政务社交媒体信息效用提升策略研究[J]. 经营与管理, 2023(8): 155-161. (FENG Y, QIANG R, SUN X Y. Research on strategies for improving the information utility of local government social media in the context of high quality development [J]. Management and administration, 2023(8): 155-161.)

[21]
李永锋, 侍伟伟, 朱丽萍. 基于灰色层次分析法的老年人APP用户体验评价研究[J]. 图学学报, 2018, 39(1): 68-74. (LI Y F, SHI W W, ZHU L P. Research on the user experience evaluation of APP for the elder based on grey AHP [J]. Journal of graphics, 2018, 39(1): 68-74.)

[22]
陈娟, 邓胜利. 社会化问答平台用户体验影响因素实证分析——以知乎为例[J]. 图书情报工作, 2015, 59(24): 102-108. (CHEN J, DENG S L. An empirical analysis on factors affecting user experience of social Q＆A websites: a case study on Zhihu website [J]. Library and information service, 2015, 59(24): 102-108.)

[23]
HASSENZAHL M, TRACTINSKY N. User experience - A research agenda[J]. Behaviour and information technology, 2006, 25(2): 91-97.

[24]
LAW E L C, VAN SCHAIK P. Modelling user experience-an agenda for research and practice[J]. Interacting with computers, 2010, 22 (5): 313-322.

[25]
侯筱蓉, 付扬, 陈娟. 基于微信平台的健康信息用户感知和效用研究[J]. 现代情报, 2016, 36(10): 89-93. (HOU X R, FU Y, CHEN J. The research of user perception and utility of health information based on WeChat platform [J]. Journal of modern information, 2016, 36(10): 89-93.)

[26]
史丛. 关于信息资源效用的分析[J]. 情报杂志, 2009, 28(S1): 281-282,228. (SHI C. Analysis of the utility of information resources [J]. Journal of intelligence, 2009, 28(S1): 281-282,228.)

[27]
魏群义, 李艺亭, 姚媛. 移动图书馆用户体验评价指标体系研究——以重庆大学微信图书馆平台为例[J]. 国家图书馆学刊, 2018, 27(5): 21-31. (WEI Q Y, LI Y T, YAO Y. Research on evaluation index system of mobile library user experience—Taking WeChat library platform of Chongqing University as an example [J]. Journal of the National Library of China, 2018, 27(5): 21-31.)

[28]
刘冰, 卢爽. 基于用户体验的信息质量综合评价体系研究[J]. 图书情报工作, 2011, 55(22): 56-59. (LIU B, LU S. Information quality comprehensive evaluation system based on user experience [J]. Library and information service, 2011, 55(22): 56-59.)

[29]
VINODH S, KUMAR C S. Application of fuzzy QFD for enabling leanness in a manufacturing organization[J]. International Journal of Production Research, 2011, 49(6): 1627-1644.

[30]
MOSKOWITZ H, KIM K J. QFD optimizer: a novice friendly quality function deployment decision support system for optimizing product designs[J]. Computers & industrial engineering, 1997, 32(3): 641-655.

[31]
LIU H T. Product design and selection using fuzzy QFD and fuzzy MCDM approaches[J]. Applied mathematical modelling, 2011, 35(1): 482-496.

[32]
CHEN Y, FUNG R, TANG J. Rating technical attributes in fuzzy QFD by integrating fuzzy weighted average method and fuzzy expected value operator[J]. European journal of operational research, 2006, 174(3): 1553-1566.

[33]
顾双. 基于VIKOR法的房地产企业财务风险评价研究——以恒大集团为例[D]. 杭州：杭州电子科技大学, 2022. (GU S. Research on the financial risk evaluation of real estate industry based on VIKOR method—a case study of Evergrande Group [D]. Hangzhou: Hangzhou Dianzi University, 2022.)

[34]
孙君, 钟茂林, 张中华, 等. 绿色供应链管理能力指标体系构建与评价研究[J]. 数学的实践与认识, 2019, 49(8): 89-102. (SUN J, ZHONG M L, ZHANG Z H, et al. Research construction and assessment of indicator system on green supply chain management capability [J]. Mathematics in practice and theory, 2019, 49(8): 89-102.)

Options
文章导航

/

〈 〉