〔摘要〕針對政務(wù)微博評價中使用經(jīng)典 DEA模型的缺陷，基于評價的績效價值導(dǎo)向，結(jié)合DEA理論，構(gòu)建了考慮政務(wù)環(huán)境不可控因素、使用Non-Pareto序和具有強(qiáng)區(qū)分度的超效率DEA模型，以賬戶開設(shè)天數(shù)、總微博數(shù)、粉絲數(shù)、累計被轉(zhuǎn)發(fā)數(shù)、累計被評論數(shù)和累計被點(diǎn)贊數(shù)作為多投入和多產(chǎn)出評價指標(biāo)體系，并以人均 GDP和潛在受眾基數(shù)作為環(huán)境指標(biāo)，運(yùn)用新模型對27個省級政府政務(wù)微博的運(yùn)營績效進(jìn)行了評價，實(shí)證研究證明新模型具有良好的區(qū)分度，并且評價結(jié)果更加科學(xué)、客觀和公正。

〔關(guān)鍵詞〕省級政府；政務(wù)微博；運(yùn)營績效；DEA；評價指標(biāo)

DOI：10.3969j.issn.1008-0821.2017.10.011

〔中圖分類號〕D035-39〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2017）10-0066-06

〔Abstract〕In order to overcome the shortcomings of the classic DEA model applied in government affairs micro-blogs，based on performance orientation and DEA theories，this paper constructed a super-efficiency DEA model taking Non-controllable Variables of administrative environment，Non-Pareto and strong partition degree into account.This paper also built an evaluation system of input and output for provincial government affairs micro-blogs from the following aspects，input and output indicators including time cost，content cost，numbers of micro-blogs，numbers of funs，times forwarded，times reviewed and so on，administrative environment indicators including per capita GDP and residents population.At last，this paper used the new DEA method to evaluate the efficiency of 27 provincial government affairs micro–blogs.The findings revealed that the new model had a good partition degree，moreover the results of assessments are scientific，objective and impartial.

〔Key words〕provincil government；government affairs micro-blogs；operational efficiency；DEA；evaluation indicator

為了應(yīng)對“互聯(lián)網(wǎng)+政務(wù)”的挑戰(zhàn)，政府部門開始借助社交媒體創(chuàng)新行政管理方式，政務(wù)微博就是其中之一。2017年年初人民網(wǎng)輿情監(jiān)測室發(fā)布報告顯示，截至2016年歲末，新浪微博平臺認(rèn)證的政務(wù)微博達(dá)到164 522個。其中，政務(wù)機(jī)構(gòu)官方微博125 098個，比前一年增長9%；公務(wù)人員微博39 424個，比前一年增長5%[1]。政務(wù)微博在創(chuàng)新社會管理、政務(wù)信息公開、輿情引導(dǎo)、傾聽民聲、樹立政府形象與動員公民政治參與等多方面發(fā)揮了積極作用。

然而，由于政務(wù)微博產(chǎn)生時間不是很長，很多政府部門還沒有掌握恰當(dāng)?shù)陌l(fā)布技巧、形成完善的運(yùn)作機(jī)制，再加上重視程度不夠，在我國政務(wù)微博蓬勃發(fā)展的背后更是質(zhì)量的參差不齊，存在內(nèi)容官僚化、互動性不足、時效性差等問題。當(dāng)前政務(wù)微博的運(yùn)營狀況已經(jīng)成為了政府績效評價的重要考察內(nèi)容，通過對各級政府政務(wù)微博運(yùn)營績效進(jìn)行科學(xué)、客觀和公正的評價，可以全面掌握政務(wù)微博運(yùn)營現(xiàn)狀和水平，發(fā)現(xiàn)自身存在的不足，提出改進(jìn)的對策，持續(xù)提升政務(wù)微博的社會影響力，不斷提高政府的公信力。

關(guān)于政務(wù)微博評價的研究較多，主要可以分為兩大類，第一類是根據(jù)政務(wù)微博的產(chǎn)出結(jié)果、內(nèi)容、影響力或者表現(xiàn)出來的外部特征構(gòu)建評價指標(biāo)體系，進(jìn)行評價。趙阿敏以16個省級政府政務(wù)微博為研究樣本，遴選了4個一級指標(biāo)和10個二級指標(biāo)，構(gòu)建了省級政府政務(wù)微博影響力評價指標(biāo)體系，涵蓋了微博數(shù)、關(guān)注數(shù)、原創(chuàng)數(shù)、話題數(shù)、粉絲數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、網(wǎng)絡(luò)連接數(shù)等指標(biāo)，運(yùn)用因子分析和聚類分析方法進(jìn)行了實(shí)證研究[2]。李云新等參照人民網(wǎng)輿情監(jiān)測室發(fā)布的《2013年上半年新浪政務(wù)微博報告》，構(gòu)建了包括微博數(shù)、微博頻率、微博原創(chuàng)率、微博被轉(zhuǎn)發(fā)量、微博被轉(zhuǎn)發(fā)率、微博被評論量、微博被評論率、微博評論數(shù)、粉絲數(shù)、粉絲活躍率、粉絲認(rèn)證率和關(guān)注數(shù)等12項(xiàng)指標(biāo)的評價體系，并以@上海發(fā)布6個月所發(fā)微博作為研究樣本，進(jìn)行了運(yùn)營效果評價[3]。陳明亮等通過理論探討和實(shí)證甄選，構(gòu)建了包括原創(chuàng)微博數(shù)、原創(chuàng)率、微博使用時間、微博主業(yè)界知名度和是否實(shí)名認(rèn)證、粉絲互動率、粉絲質(zhì)量指數(shù)和粉絲轉(zhuǎn)發(fā)次數(shù)等多方面的影響力評價指標(biāo)體系，并對其進(jìn)行了效度和信度檢驗(yàn)[4]。包明林等基于受眾的視角，通過德爾菲法和因子分析法，提取出政務(wù)微博服務(wù)質(zhì)量評價的公共因子與關(guān)鍵指標(biāo)，包括政務(wù)微博可用因子、政務(wù)微博便攜因子、政務(wù)微博交互因子、政務(wù)微博關(guān)注因子和政務(wù)微博感知因子，形成了一套用戶視角下的政務(wù)微博服務(wù)質(zhì)量評價指標(biāo)體系[5]。李勇等系統(tǒng)分析了交互性相關(guān)概念，論述了政務(wù)微博中政民交互所包含的相互關(guān)系及要件，構(gòu)建了以“交互時效性、交互主體覆蓋度、網(wǎng)友認(rèn)可度”為一級指標(biāo)，以“粉絲數(shù)、粉絲增長率、關(guān)注數(shù)、關(guān)注增長率、交互時效性、發(fā)博頻率、日均被轉(zhuǎn)發(fā)次數(shù)、日均被評論次數(shù)、被轉(zhuǎn)發(fā)率、被評論率”為二級指標(biāo)的政務(wù)微博政民交互度的評價指標(biāo)體系，并通過實(shí)證分析驗(yàn)證了該指標(biāo)體系的可靠性和實(shí)用性[6]。endprint

第二類研究認(rèn)為在評價過程中僅考慮政務(wù)微博的外部直接產(chǎn)出特征是不夠的，應(yīng)該將政務(wù)微博運(yùn)營的效率因素考慮進(jìn)來，對于多投入多產(chǎn)出單元的效率評價問題主要運(yùn)用DEA方法。張敏等以微博數(shù)、日均微博數(shù)、原創(chuàng)率、關(guān)注數(shù)、賬號開設(shè)天數(shù)作為輸入，以粉絲數(shù)、互動率作為輸出指標(biāo)，構(gòu)建了多輸入、多輸出的評價指標(biāo)體系，并利用CCR模型對我國24個省級政府政務(wù)微博的運(yùn)營效率進(jìn)行了測評，并為非DEA有效的政務(wù)微博提出了改進(jìn)路徑[7]。郭高晶從時空角度構(gòu)建了以賬號開設(shè)天數(shù)、常住人口數(shù)量和人均GDP為輸入指標(biāo)，以總微博數(shù)、粉絲數(shù)、總轉(zhuǎn)發(fā)數(shù)、總評論數(shù)和總點(diǎn)贊數(shù)為輸出指標(biāo)的評價指標(biāo)體系，并運(yùn)用CCR模型測評了我國27個省份的政務(wù)微博的運(yùn)營效率[8]。

上述的第一類評價方法有一個共同的特點(diǎn)，即以結(jié)果為導(dǎo)向，注重政務(wù)微博的直接產(chǎn)出結(jié)果，但是其缺點(diǎn)也是十分明顯的，沒有考慮投入產(chǎn)出層面的效率因素；第二種評價方法創(chuàng)新地運(yùn)用DEA方法，雖然考慮了運(yùn)營的效率因素，仍存在固有的缺陷。比如張敏的研究根據(jù)政務(wù)微博自身特征來提取投入產(chǎn)出指標(biāo)，沒有考慮政務(wù)微博發(fā)展的環(huán)境因素，然而，政務(wù)微博作為創(chuàng)新的行政管理模式，是一定行政環(huán)境下的產(chǎn)物，并非超然于環(huán)境而孤立運(yùn)行的，其發(fā)展速度的快慢、質(zhì)量的好壞、社會影響力的大小不可避免地受到各種政務(wù)環(huán)境的制約。行政環(huán)境的差異是造成各地政務(wù)微博發(fā)展水平參差不齊的重要原因。因此，在對不同地區(qū)政務(wù)微博進(jìn)行評估時，應(yīng)該考慮到政務(wù)環(huán)境的差異，不能簡單地對政務(wù)微博的產(chǎn)出結(jié)果進(jìn)行直接比較，不然不僅降低評價的科學(xué)性，還有失公允。郭高晶的研究考慮了時空等環(huán)境因素，但其把時空因素作為投入，投入和產(chǎn)出之間邏輯關(guān)系值得商榷，違背了DEA模型的前提假設(shè)。另外以上的研究還存在一些共同的缺點(diǎn)：第一，采用的是運(yùn)用十分廣泛的經(jīng)典CCR模型，CCR模型使用的是Pareto序關(guān)系，認(rèn)為所有的投入和產(chǎn)出同等重要，從最有利于被評價DMU的角度賦權(quán)，可能導(dǎo)致最后的評價結(jié)果“一俊遮百丑”，比如在張敏的評價結(jié)果顯示@清新福建、@山西發(fā)布、@黑龍江發(fā)布為DEA有效[7]，通過查詢原始數(shù)據(jù)發(fā)現(xiàn)這三個政務(wù)微博活躍度非常低，社會影響力非常小，其中@山西發(fā)布、@黑龍江發(fā)布長期不更新微博，是典型的“僵尸微博”，這樣的評價結(jié)果顯然不科學(xué)；第二，公共部門的評價應(yīng)該既講效率又講效果，而以上研究都是效率評價，評價視角不夠全面；第三，經(jīng)典CCR模型評價出的有效DMU效率值都為1，模型的區(qū)分度有限，使得人們無法進(jìn)一步排序。

綜上所述，本研究在以往研究的基礎(chǔ)上，在評價的績效視角下，結(jié)合DEA理論提出新的政務(wù)微博評價DEA模型，并以我國省級政務(wù)微博為例，對其運(yùn)營績效進(jìn)行了實(shí)證研究。

1省級政務(wù)微博評價指標(biāo)和模型的建構(gòu)

11評價指標(biāo)體系構(gòu)建

本文總結(jié)了已有的政務(wù)微博評價指標(biāo)文獻(xiàn)，根據(jù)數(shù)據(jù)的可獲得性和研究的需要，構(gòu)建了包含環(huán)境指標(biāo)在內(nèi)的評價指標(biāo)體系。

產(chǎn)出指標(biāo)包括該政務(wù)微博自開通以來累計發(fā)博量（總微博數(shù)）、關(guān)注該政務(wù)微博的粉絲數(shù)量（粉絲數(shù)量）、累計被轉(zhuǎn)發(fā)數(shù)、累計被評論數(shù)以及累計被點(diǎn)贊數(shù)等5個指標(biāo)。這5個指標(biāo)既有能反映政務(wù)微博活躍度的直接數(shù)量產(chǎn)出指標(biāo)（微博數(shù)），也有反映社會影響力的間接效果指標(biāo)（粉絲數(shù)、累計被轉(zhuǎn)發(fā)數(shù)、累計評論數(shù)和累計被點(diǎn)贊數(shù)），能夠綜合全面反映政務(wù)微博的績效水平。有的學(xué)者研究發(fā)現(xiàn)，政務(wù)微博的轉(zhuǎn)發(fā)數(shù)，評論數(shù)和點(diǎn)贊數(shù)存在較大的相關(guān)性[9]，但是DEA方法評價的一大優(yōu)點(diǎn)在于不必?fù)?dān)心指標(biāo)數(shù)據(jù)的共線性問題，DEA不要求投入指標(biāo)或產(chǎn)出指標(biāo)之間不存在高度相關(guān)性（共線性），共線性的存在不會導(dǎo)致錯誤的分析結(jié)果[10]，另外，下文構(gòu)建的新DEA模型所采用的新測度方式和序會進(jìn)一步消除這個問題。

投入指標(biāo)包含政務(wù)微博賬號開設(shè)天數(shù)和總微博數(shù)2個指標(biāo)。作為一種時間投入，我國每個省份政務(wù)微博開通的時間早晚不一，比如@微博云南開通時間最早，2009年11月21日，@精彩河南開通時間最晚，開通時間是2014年11月26日，一般來說政務(wù)微博開通的越早，發(fā)博量就越大，積累的運(yùn)營經(jīng)驗(yàn)越豐富，獲得的粉絲關(guān)注越多，社會影響力就越大；這里需要特別強(qiáng)調(diào)的一個投入指標(biāo)是總微博數(shù)，本文既把其當(dāng)作產(chǎn)出指標(biāo)，又把其當(dāng)做投入指標(biāo)，原因在于政務(wù)微博的社會影響力指標(biāo)（粉絲數(shù)、累計被轉(zhuǎn)發(fā)數(shù)、累計評論數(shù)和累計被點(diǎn)贊數(shù)）都是產(chǎn)生于微博，本文把其作為一種內(nèi)容投入[7]。這里需要強(qiáng)調(diào)是，既是投入又是產(chǎn)出的指標(biāo)在經(jīng)典模型是無法處理的，但是下文構(gòu)建的新DEA模型所采用的新測度方式和序可以很好地解決此問題。

政務(wù)微博的運(yùn)營發(fā)展不可避免的嵌入在一定的政務(wù)環(huán)境之中，為了客觀、公正的評價政務(wù)微博的運(yùn)營績效，必須考慮其運(yùn)營環(huán)境因素。相關(guān)研究發(fā)現(xiàn)，電子政務(wù)的運(yùn)營效率與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平呈顯著性正相關(guān)，經(jīng)濟(jì)發(fā)展水平的提高能夠促進(jìn)電子政務(wù)效率增長。人均GDP是衡量一個地區(qū)的經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)。人均GDP增長，人們的購買能力也會隨之增強(qiáng)，通信與信息技術(shù)的普及變得更加容易。同時，高的經(jīng)濟(jì)發(fā)展水平可以保障地方政府財政建設(shè)電子政務(wù)轉(zhuǎn)移支付資金[11]。公民的經(jīng)濟(jì)條件直接影響其運(yùn)用新媒體的能力和水平，運(yùn)用新媒體進(jìn)行政治參與的數(shù)字鴻溝背后其實(shí)是巨大的貧富差距。社會政治學(xué)家安東尼·M·奧羅姆指出：“位于比較高社會經(jīng)濟(jì)地位的公民參與政治的比例必然要比那些位于比較低社會經(jīng)濟(jì)地位的公民高些，這種差別的確可以反映出那些比較低社會地位的人在諸多方面的不利條件，比如僅享有較少的閑暇時間和較低級別的信息[12]?！?另外，新媒體使用產(chǎn)生的費(fèi)用進(jìn)一步阻礙經(jīng)濟(jì)條件不好的公民進(jìn)行政治參與。經(jīng)濟(jì)發(fā)達(dá)地區(qū)的人受教育程度相對較高，從公民自身來說，公民受教育水平也是導(dǎo)致數(shù)字鴻溝的重要原因，一般來說，受過良好教育的公民的綜合素質(zhì)也比較高，具有比較高的認(rèn)知和判斷能力，政治參與意愿更加強(qiáng)烈，而沒有受過良好教育的公民更傾向于不問政事。除了經(jīng)濟(jì)發(fā)展水平的差異，每個省份人口數(shù)量也不同，政務(wù)微博面臨的潛在受眾數(shù)量不同，因此不能單純地以粉絲數(shù)量作為評價指標(biāo)。綜上所述，本文選擇的環(huán)境指標(biāo)包括當(dāng)?shù)厝司鵊DP和潛在的受眾基數(shù)?；谝陨戏治?，本文的政務(wù)微博運(yùn)營績效評價指標(biāo)體系構(gòu)建如下（見表1）。endprint

12省級政務(wù)微博DEA評價模型構(gòu)建

22各省級政務(wù)微博運(yùn)營績效排名

為了對比SE-NC DEA對BCC模型的改進(jìn)，運(yùn)用matlab2014b軟件分別編寫B(tài)CC模型和SE-NC DEA模型的程序，對27個省級政府政務(wù)微博的運(yùn)營績效進(jìn)行測算（BCC模型下的產(chǎn)出指標(biāo)不包含總微博數(shù)，否則默認(rèn)的Pareto序會讓所有DMU的績效值都為1），并依據(jù)SE-NC DEA測算出來績效值大小進(jìn)行排序，詳見表3。

23結(jié)果分析

231整體績效值偏低

從表3可以看出，經(jīng)典BCC模型測算結(jié)果顯示有5個省級政府政務(wù)微博DEA有效，績效值都為100，而對于這 5個DEA有效的DMU無法進(jìn)一步區(qū)分。SE-NC DEA模型表現(xiàn)出了很好的區(qū)分度，測算結(jié)果同樣表明有5個DMU顯示DEA有效（績效值大于100），分別是@甘肅發(fā)布、@四川發(fā)布、@上海發(fā)布、@精彩河南、@廣東發(fā)布，績效值最高的是@甘肅發(fā)布，績效值高達(dá)259，DEA有效省份占比185%，非DEA有效的DMU有22個，占比815%，其中有17個DMU績效值在50以下，可見我國省級政府政務(wù)微博運(yùn)營績效水平參差不齊，內(nèi)部差異巨大，呈極端分布，績效好的遠(yuǎn)超100，績效差的不足1。新模型測算結(jié)果表明大多數(shù)省份政務(wù)微博績效水平低下，27個省份平均績效值為591，我國省級政府政務(wù)微博的整體運(yùn)營績效水平偏低。

232新模型測算結(jié)果更加科學(xué)、客觀與公正

新模型DEA有效有兩個必要條件，第一，允許其中一項(xiàng)或幾項(xiàng)產(chǎn)出非常好，但其他產(chǎn)出都不能太差，即各個產(chǎn)出指標(biāo)績效水平相對比較均衡；第二，必須表現(xiàn)出與自身政務(wù)環(huán)境相匹配的績效水平。以上兩個條件必須滿足，否則難以達(dá)到DEA有效。

通過對比經(jīng)典BCC模型和SE-NC DEA模型測算結(jié)果的比較，可以發(fā)現(xiàn)兩個模型測算結(jié)果出入比較大，以新模型測算結(jié)果為準(zhǔn)，經(jīng)典BCC模型會導(dǎo)致以下DMU績效值被低估：@甘肅發(fā)布、@四川發(fā)布、@廣東發(fā)布、@山東發(fā)布、@浙江發(fā)布、@天津發(fā)布、@微博貴州和@江西發(fā)布等，其中甘肅、四川、廣東、山東、浙江的績效改進(jìn)幅度非常大，甘肅、四川和廣東更是從非DEA有效變?yōu)镈EA有效，查閱它們的原始數(shù)據(jù)，可以發(fā)現(xiàn)這些改進(jìn)比較大的DMU在各項(xiàng)指標(biāo)方面都比較好，沒有特別差的產(chǎn)出“拖后腿”，比如全國平均粉絲比率（粉絲數(shù)量與潛在受眾基數(shù)之比）0076，日均微博數(shù)122、日均轉(zhuǎn)發(fā)數(shù)170、日均點(diǎn)贊數(shù)73、日均評論數(shù)101，甘肅的粉絲率011，日均微博數(shù)159、日均轉(zhuǎn)發(fā)數(shù)4235、日均評論數(shù)481、日均點(diǎn)贊數(shù)1023，四川的粉絲率0064，日均微博數(shù)208、日均轉(zhuǎn)發(fā)數(shù)3266、日均評論數(shù)928、日均點(diǎn)贊數(shù)1869，基本上都在平均值以上，個別指標(biāo)雖然沒有達(dá)到平均值，但不是特別低，如甘肅的日均評論數(shù)481（平均值101），四川的粉絲率0064（平均值0076），各項(xiàng)產(chǎn)出的均衡使得它們能夠脫穎而出。另外，這些DMU還實(shí)現(xiàn)了與其政務(wù)環(huán)境相匹配的績效產(chǎn)出。

高估了績效值的DMU有@清新福建、@寧夏發(fā)布、@北京發(fā)布、@微博云南、@新疆發(fā)布、@微博江蘇、@西藏發(fā)布、@湖北省政府門戶網(wǎng)站、@海南政務(wù)服務(wù)等，其中@清新福建、@寧夏發(fā)布、@北京發(fā)布、@微博云南績效值“縮水”比例非常大，直接從DEA有效降為非DEA有效，通過查閱原始數(shù)據(jù)，可以發(fā)現(xiàn)@清新福建各項(xiàng)產(chǎn)出水平都非常低（日均微博數(shù)1，粉絲比率001，日均轉(zhuǎn)發(fā)數(shù)08，日均評論數(shù)12，日均點(diǎn)贊數(shù)02），該政務(wù)微博不僅活躍度低，而且?guī)缀鯖]有社會影響力，在張敏的研究中，在CCR模型下該政務(wù)微博被評為DEA有效，本文運(yùn)用BCC模型（產(chǎn)出不包含微博數(shù)）也將其評為DEA有效，顯然不符合實(shí)際，可見經(jīng)典DEA模型的固有缺陷造成評價結(jié)果的失真，因?yàn)榻?jīng)典DEA模型為投入與產(chǎn)出的相對效率評價，其測度方式和序的局限性不能滿足政務(wù)微博評價的需要，進(jìn)行模型創(chuàng)新是很有必要的。@寧夏發(fā)布和@微博云南的產(chǎn)出存在嚴(yán)重“偏科”現(xiàn)象，它們除了粉絲比率非常高之外，其他指標(biāo)都非常低，可見有效粉絲數(shù)偏少，更多的是“僵尸粉絲”。社會影響力低除了是由于粉絲“用手投票”的理性選擇外，筆者還發(fā)現(xiàn)政務(wù)微博很有可能存在“人為”造成的低效率，比如@微博云南開通2371天以來，累計轉(zhuǎn)發(fā)數(shù)29 786，累計評論數(shù)只有148條，累計點(diǎn)贊數(shù)36 306，其中累計評論數(shù)極低，日均評論數(shù)001條，每天不足001條，通過查看@微博云南所發(fā)布的政務(wù)微博得知在早期有少量評論，后面微博就沒有評論了，推測其運(yùn)維管理人員出于某種原因關(guān)閉了微博評論功能，在新模型測算下，這一項(xiàng)產(chǎn)出的低下效會嚴(yán)重影響其整體績效水平。在經(jīng)典CCR和BCC模型的Pareto序之下，這些DMU可能由于某一項(xiàng)產(chǎn)出非常好而被評為DEA有效，而基于Non-Pareto序偏好，它們由于其他產(chǎn)出的低下而導(dǎo)致總績效水平低下。@北京發(fā)布在不考慮環(huán)境約束因素的BCC模型測量下是DEA有效的，其各項(xiàng)產(chǎn)出遠(yuǎn)超平均值，但是基于其良好的政務(wù)環(huán)境，它的各項(xiàng)產(chǎn)出理應(yīng)更高，事實(shí)上它沒有表現(xiàn)出與其政務(wù)環(huán)境相匹配的更高績效水平，所以被新模型降為了非DEA有效。類似的還有@天津發(fā)布、@微博江蘇等，這些發(fā)達(dá)地區(qū)的省份占據(jù)“天時地利人和”，沒有充分發(fā)揮地緣優(yōu)勢，實(shí)現(xiàn)政務(wù)微博的有效運(yùn)行，雖然從政務(wù)微博直接外部特征來看產(chǎn)出非?？捎^，但是考慮到其良好的外部環(huán)境，沒有實(shí)現(xiàn)與其優(yōu)良政務(wù)環(huán)境匹配的運(yùn)營績效。

3結(jié)論

本文針對以往政務(wù)微博評價研究的不足，以我國省級政府政務(wù)微博為例，通過創(chuàng)新DEA模型，在考慮政務(wù)環(huán)境不可控制因素和全面衡量產(chǎn)出的績效視角下進(jìn)行實(shí)證研究，實(shí)現(xiàn)對評價結(jié)果的改良，輸出指標(biāo)不僅有直接數(shù)量產(chǎn)出的總微博數(shù)，還有衡量社會影響力的總粉絲數(shù)、累計被轉(zhuǎn)發(fā)數(shù)、累計被評價數(shù)和累計被點(diǎn)贊數(shù)，相比經(jīng)典模型，新模型不僅強(qiáng)化了區(qū)分度，實(shí)現(xiàn)了對有效DMU的強(qiáng)制排序，更為重要的是能夠全面評價政務(wù)微博的產(chǎn)出，杜絕了經(jīng)典模型“一俊遮百丑”的評價缺陷，新模型評價結(jié)果顯示，部分發(fā)達(dá)地區(qū)的省份，比如@北京發(fā)布、@天津發(fā)布、@微博江蘇等，占據(jù)天時地利人和，沒有充分發(fā)揮地緣優(yōu)勢，實(shí)現(xiàn)政務(wù)微博的有效運(yùn)行，雖然從政務(wù)微博直接外部特征來看政務(wù)微博的產(chǎn)出非?？捎^，但是考慮到其良好的外部環(huán)境，沒有實(shí)現(xiàn)與其外部優(yōu)良政務(wù)環(huán)境匹配的運(yùn)營績效；部分中西部省份，比如@甘肅發(fā)布、@四川發(fā)布和@精彩河南，各項(xiàng)產(chǎn)出指標(biāo)都比較好，并實(shí)現(xiàn)了與其政務(wù)環(huán)境相匹配的產(chǎn)出。部分省份各項(xiàng)產(chǎn)出之間非常不均勻，比如寧夏、云南，雖然粉絲數(shù)量非常高，但是微博活躍度不夠，社會影響力甚微，可見有效粉絲數(shù)量太少，更多的是“僵尸粉絲”；比如@海南政務(wù)服務(wù)，僅僅活躍度很高，日均發(fā)博量大，但是粉絲數(shù)量太少，缺乏社會影響力，這些產(chǎn)出嚴(yán)重“偏科”的政務(wù)微博都被新模型評為了非DEA有效。研究證明新模型的評價結(jié)果更加科學(xué)、客觀和公正。另外，該模型還可以推廣到電子政務(wù)類似方面的評價應(yīng)用中。endprint

參考文獻(xiàn)

[1]《2016年人民日報·政務(wù)指數(shù)微博影響力報告》發(fā)布[EBOL].http：yuqing.people.com.cnn120170119c209043-29036185.html.

[2]趙阿敏，曹桂全.政務(wù)微博影響力評價與比較實(shí)證研究——基于因子分析與聚類分析[J].情報雜志，2014，（3）：107-112.

[3]李云新，張海舒.基于微博特征的政務(wù)微博運(yùn)行效果研究——以“@上海發(fā)布”為例[J].電子政務(wù)，2015，（1）：52-59.

[4]陳明亮，邱婷婷，謝瑩.微博主影響力評價指標(biāo)體系的科學(xué)構(gòu)建[J].浙江大學(xué)學(xué)報：人文社會科學(xué)版，2014，（2）：53-63.

[5]包明林，劉蓉，鄒凱，等.政務(wù)微博服務(wù)質(zhì)量評價指標(biāo)體系研究[J].現(xiàn)代情報，2015，（9）：94-96.

[6]李勇，龔小芳，惠鴻曜，等.政務(wù)微博條件下的政民交互度評價指標(biāo)體系構(gòu)建[J].重慶大學(xué)學(xué)報：社會科學(xué)版，2016，（4）：173-179.

[7]張敏，吳郁松，霍朝光.省級政務(wù)微博運(yùn)營績效測評與改進(jìn)路徑選擇[J].圖書館學(xué)研究，2015，17，22-28.

[8]郭高晶.時空視角下省級政府政務(wù)微博運(yùn)營效率評價[J].現(xiàn)代情報，2016，（11）：94-98.

[9]林琛.微博個體信息傳播影響力評價指標(biāo)分析[J].圖書情報工作，2014（1）：40-43.

[10]成剛.數(shù)據(jù)包絡(luò)分析方法與MaxDEA軟件[M].北京：知識產(chǎn)權(quán)出版社，2014：10-11.

[11]萬莉，程慧平.我國省級政府電子政務(wù)效率測算與分析[J].情報科學(xué)，2014，（12）：138-141.

[12]奧羅姆.政治社會學(xué)——主體政治的社會剖析[M].上海：上海人民出社，1989：290-291.

[13]Cooper，W W.，Seiford，L M.，Tone，K.Data Envelopment Analysis： A Comprehensive Text with Models Applications，References and DEA- Solver Software [M].Kluwer Academic Publishers，Boston，2000.

（本文責(zé)任編輯：孫國雷）endprint