基于政务网络平台的公众线上公共服务需求动态测度*

程 灏， 赵 冰， 方立媛

(青岛理工大学 管理工程学院， 山东 青岛 266520)

中国共产党第十九次全国代表大会报告中明确指出，人民日益增长的美好生活需要和不平衡、不充分的发展之间的矛盾已经成为现阶段我国社会的主要矛盾。而人民日益增长的美好生活需要涵盖了对线上公共服务的更高层次的需求[1]。近年来，国家出台加快建设线上公共服务平台的各项政策，倾注人力物力打造“透明”政府，促进线上政务信息公开、数据资源共享和部门协同办理事项，为公众参与社会治理提供了更多的便利渠道[2]。然而现实中，公众对政府公共服务网站建设的关注度有待提高，线上公共服务平台现有的功能尚不能完全满足公众需求，因此亟需通过动态刻画公众需求的变化来发现公众线上参与情况以及平台建设的不足之处。AnyLogic建模方法能够即时呈现具有行为、知识和目标的主体之间的相互交流。同样地，公众线上公共服务需求行为具备一定的层次结构和交互性，个体需求行为的选择与变化会受到他人影响。因此，可以利用AnyLogic建模方法构建基于政务网络平台的公众线上需求行为动态测度模型，直观地反映公众线上需求动态。这有助于政府提高精准化服务质量，为公众提供更优质便民的公共服务平台。

一、研究综述

国务院发布的《促进大数据发展行动纲要》明确提出，推进政府网络数据资源共享与统一开放，并要求2020年底前逐步实现民生保障等相关领域政府数据集的对外开放，实现线上与线下一体化的公共服务模式，实现“一网通办”，运用大数据提升公共服务质量。

公众需求视角的公共服务研究一直为学界所关注。基于网络分析ANP方法，徐光等(2016)研究公众对政务信息公开各项工作的满意程度，发现导致公众满意度低的突出问题，以此作为理清各项工作主次关系、完善公共服务的参考依据[3]。钱丽等(2016)通过构建“互联网+政务服务”多维度公众采纳模型，发现重点关注并满足公众个性化需求能够有效促进公众采纳[4]。基于公众参与政务决策的视角，唐晓阳等(2016)认为应将公共服务与公众参与有机结合，最大限度地满足公众知情需求[5]。立足于大数据时代背景，后向东(2016)提出加快推动政务数据化，扩大数据服务的覆盖面，以期实现数据“跑路”代替群众“跑腿”[6]。孔守斌等(2017)提出构建基于云计算的地方政务信息资源共享平台，以期为公众提供即时便捷的全网通办式服务[7]。从政务信息资源共享视角出发，张佳慧(2017)提出未来应该以社会公众的现实需求为导向，整合碎片化问题，构建统一规范的公共服务平台，加快推进数据资源互联共享的整体性治理模式[8]。王玉龙等(2018)认为，基本公共服务的发展瓶颈在于缺乏对公众真实需求的识别，提出应通过数据治理深入识别公众需求，基于用户数据分析技术实时观测群体行为动态，切实回应公众真正所需[9]。在收集统计2007—2017年电子政务诉求件的基础上，李永忠等(2018)利用共词分析法对公众需求主题与关注度趋势进行了研究，发现了亟需提升公众关注热度的公共服务领域，以期改善该领域公共服务的供给质量[10]。

鉴于体制的差异，国外的研究聚焦于电子政务，由于公共服务与电子政务的内涵与外延不尽相同，因此应更多关注电子政务用户采纳模型及影响技术问题[11-15]。同时有资料表明，国内主要通过理念引领和政策解读来研究如何建设人民群众满意的服务型政府，且拥有较强的制度优势；而国外则在理论技术和实际应用方面拥有丰富的经验，形成了相对系统科学的指导框架。

研究发现，现阶段公众对线上公共服务的需求日益增长，对于建设统一完善、一网通办的线上公共服务平台的呼声越来越高。AnyLogic工具能够以模块化的方式快速构建复杂交互式动态仿真，即时呈现具有行为、知识和目标的主体之间的相互交流。然而目前鲜有学者将其运用到公共服务领域，故将公众网上行为模型与AnyLogic工具集成交互操作，对公众需求行为进行动态测度，有助于观测公众对线上公共服务的反响和行为变化，发现供需双方现存问题。

因此，基于政务网络平台的真实数据识别公众需求行为层次，并以此利用AnyLogic建模工具对各地政府线上公共服务需求行为的情况进行刻画，在理论角度具有极其深远的研究意义，主要表现在以下几个方面：第一，在理论上充分落实习近平提出的网络群众路线方针，提高对人民日益增长的美好生活需要的深刻认识，推动公共服务从政府供给导向向群众需求导向转变；第二，拓展线上公共服务的研究视野，优化研究方法，将线上实测数据与模型驱动相结合，动态反映公众需求；第三，直观反映线上公共服务存在的问题，便于及时发现公众需求，弱化政府与公众之间缺乏必要交互性的矛盾。

二、行为识别及模型构建

(一) 行为识别

在“互联网+”时代和大数据治理背景下，公众线上行为与公众需求具备内在的逻辑一致性。公众是线上公共服务重要的参与主体，通过公众线上参与行为数据深入识别公众需求，能够有效提高公共服务供给侧对公众需求的精准辨识度[9]。通过对不同城市的线上政务服务平台的调研，发现公众使用平台主要包括浏览、下载、评价与分享四种需求行为，并且这四种需求行为具有一定的层次性，具体如图1所示。

图1 公众线上公共服务需求行为层次

(二) 模型构建

1. 状态划分

经典传染病传播SIR模型扩展成SEIR模型，考虑了潜伏者的影响，将范围内的人群分为三类：S类，易感染者(Susceptible)；I类，感染者(Infective)；R类，免疫者(Removal)；E类，潜伏者(Exposed)。SEIR模型结构如图2所示。

图2 经典SEIR模型结构

公众线上公共服务需求行为变化与SEIR模型具有很高的相似性。结合公众线上行为的实际情况对经典SEIR模型进行创新，构建VDGS公众需求动态测度模型，将公众线上公共服务需求行为层次划分为以下四种状态：

(1) 浏览节点：浏览态V(Visitor)，指仅对政府公共服务平台进行浏览，暂处于关注表层的公众，其行为容易受到评分者的影响。

(2) 下载节点：下载态D(Downloader)，指通过细致浏览后下载所需公共服务资源的公众，此类公众尚处在数据使用阶段。在现实中，政府公共服务平台只允许已实名注册的用户下载数据。

(3) 评价节点：评分态G(Grader)，指依据自身使用体验对平台进行线上评分的公众。在现实中，政府公共服务平台只允许已下载过数据的注册用户进行评分，并且一个用户只限评分一次。

(4) 分享节点：分享态S(Sharer)，指完成一系列办理事项并进行线上评分，或者由于其他原因只浏览或下载，但并未评分的公众。无论服务事项是否办理完成、是否满意，公众都会向外界分享自己的体验，影响尚未接触平台的第三方的看法与行为。

2. 状态转移规则

在现实中，部分群众只是浏览公共服务平台，并不会下载数据；同样，已下载数据的部分群众也不会对平台打分。这两类公众直接转变为分享态，向外界分享自己的体验，通过口碑传播去影响外界不知情的群众。同样，分享态的部分群众可能会再次使用公共服务平台，产生新的下载需求。据此，线上公共服务需求动态测度模型的状态转移规则如下。

规则1：浏览态V对政府公共服务平台进行详细浏览和筛选，并受线上评分的影响，经过一段时间后下载所需的数据，从而以转化率r1转变为下载态D；同时，如果没有找到所需数据或者不感兴趣，则浏览态V以转化率r4转变为分享态S。

规则2：下载态D根据使用体验对公共服务平台进行评分，从而转变为评分态G；同时，如果下载态D由于体验性差或其他原因失去评分意愿，则不会进行线上评分，直接转变为分享态S。下载态D以转化率r2转变为评分态G，以转化率r5转变为分享态S。

规则3：评分态G已完成前三个基本需求行为，以转化率r3直接转变为分享态S。

规则4：在平台数据更新、自身新需求、政府宣传等因素共同推动作用下，分享态S产生新的下载需求，以转化率r6再次转变为下载态D。

应用AnyLogic建模工具，构建公众线上公共服务需求动态测度模型。在AnyLogic模型中，存量表示节点状态的积累和特征，流量表示节点状态的转化率。VDGS模型结构如图3所示，AnyLogic微分方程如式(1)所示。

图3 VDGS模型结构

(1)

式中：V(t)表示浏览节点密度，即浏览态人数占总人数的百分比；D(t)表示下载节点密度；G(t)表示评价节点密度；S(t)表示分享节点密度；V(t)+D(t)+G(t)+S(t)=1；r1～r6表示各节点之间的变化率，用每单位时间内流动的存量表示，0≤r1，r2，…，r6≤1。

3. 线上响应度系数要素分析

通过挖掘各市政府数据开放平台的共性，建立公众线上响应度系数要素分析表(见表1)，以反映公众实际获取的线上公共服务水平以及公众需求行为，并据此计算公众响应度系数。

4. 模型假设与定义

应用AnyLogic模型对公众线上公共服务需求行为变化进行分析，对网络空间范围进行假设与参数定义。

假设1网络空间内一定数量群众的线上需求行为变化情况。各节点密度相互依赖，与现实中公众之间的交互和影响相对应。

假设2鉴于平台数据每日更新，故选取2018年8月1日至31日期间地方政府公共服务平台的公众需求行为数据作为节点存量。初期，在小范围网络空间内浏览态用户的行为选择会受评分态用户的影响。

定义1响应系数q描述既定规则和假设条件下公众实际获取线上公共服务水平的程度[1]，同时反映公众线上参与程度，即表示浏览者被评分者影响而改变需求行为的概率。为强调数据的客观性，避免权重设定的主观性，得出响应度系数q的计算步骤。

表1 公众线上响应度系数要素解释

第一步，将原始数据无量纲化，即

(2)

第二步，对第i个城市的n个二级要素的无量纲化数值取均值，得到响应度系数q，即

(3)

定义2评价节点密度G(t)描述某市评分人数的密度，由于一个用户只限评分一次，因此可以反映实际获取线上公共服务且主动参与评价的人数。其初始值G(0)由评分量B4无量纲化处理后的数值确定；浏览节点V(t)初始值为1-G(0)。

定义3日均接触率ContactRate描述传播阶段每人每天平均与他人发生接触的接触率。由于一个人可以同周围多个人交流，因此ContactRate值可以大于1，根据实际统计分析设定ContactRate=1.25。

定义4对流量(节点状态转化率)r1定义公式，即

转化率r1=评分态密度×ContactRate×

q×浏览态密度/总人数密度

(4)

定义5对流量(节点状态转化率)ri定义公式，即

(5)

式中：i=2，3，…，6；ti-1表示对应节点状态持续期。根据实际统计分析，分享态S公众再次使用平台，转化为下载态D平均经历的时间相对于其他持续期较长，故设定t1=7、t2=7、t3=7、t4=10、t5=15。节点状态持续期t值越大，节点转化率r越小。

通过连接存量和定义流量式(1)、(4)、(5)，构建基于AnyLogic的VDGS公众线上需求行为动态测度模型，主界面如图4所示。

图4 VDGS公众线上需求行为动态测度模型界面

三、实证分析

1. 数据选取与处理

选择5个计划单列市作为研究对象，源于计划单列市特殊的政治经济地位；同时，贵阳市是全国首个大数据中心城市，率先建立了地级市一体化政府数据开放平台。因此，选取贵阳和5个计划单列市的政府网络数据开放平台进行实测。在研究期间，由于大连市和厦门市政府数据开放平台尚在建设完善之中，缺少研究所需的相关数据。最终选取贵阳市、青岛市、宁波市和深圳市4个网络数据开放较全面的城市作为研究对象。2018年8月1日至31日收集的4市原始数据如表2所示。

通过式(2)、(3)得到3市响应度系数q和评价节点密度初值G(0)，具体如表3所示。

表2 4市公众线上响应度系数实测数据

表3 相关参数值

2. 实测结果图形

分别对贵阳市、青岛市、宁波市和深圳市进行实测，AnyLogic模型运行30天(虚拟时间)呈现的动态变化曲线图像如图5所示。

图5 4城市公众线上公共服务需求行为变化曲线

3. 数据分析

由图5可知，4个城市各节点密度曲线的变化趋势略有差别，其中图5a、5b较为相似。4个城市浏览态V密度均呈现下降趋势，逐渐趋近于0，图5a、5b、5c初始密度较大，下降幅度也较大；下载态D密度上升直至趋近于0.2，图5a、5b上升速度快，较早达到稳定点；图5c的评分态G密度先缓慢下降后上升，最终趋近于0.2，图5a、5b、5d则呈现下降趋势；分享态S均逐渐上升，超过0.6后趋于稳定。

可见，受线上评价的影响，浏览者不再对政府公共服务平台持观望状态，实际获取政府线上公共服务的人数逐渐增多，最终有超过60%的群众转变为分享态向外界分享线上体验。该现象表明，群众的线上评分会对其他群众的接纳态度和行为选择产生明显影响。因此，可以通过展现公共服务网站的实用性内容和良好形象促进公众为线上公共服务宣传助力，以期实现公共服务“全网通办”的应用普及。

通过对图形数据的不同特征进行分析可知：

(1) 初期，贵阳市、青岛市和宁波市的评价节点密度较小，两市公众参与线上评分的积极性较低，而深圳市主动参与线上评分的人数较多，说明该市公众更愿意表达民意，发挥民智，参与线上公共服务的改进和建设。

(2) 贵阳市、青岛市和宁波市浏览节点密度初始值较大，反映了公众对政府公共服务平台的关注热情较高；而深圳市浏览节点密度初始值较小，反映了深圳市政府宣传力度不足，应有针对性地加大宣传力度，提高平台知名度。

(3) 贵阳市与青岛市各节点曲线变化最为相近，公众响应度系数均较高，反映了贵阳、青岛两市政务网络平台建设水平相近且建设较为完善，网络开放数据能够较好地迎合公众需求，公众参与热情高。深圳市公众响应度最高，反映了深圳市政府网络开放数据很好地满足了公众需求，平台能够及时发布公众密切关注和真正所需的线上信息，但宣传程度和应用普及度有待加强。其应借助网络新媒体提升线上公共服务的影响力，实施符合新时代潮流、线上线下相结合的推广方案，吸引更多群众参与线上公共服务体验。宁波市相对落后，需找准与公众需求的契合点，并借鉴其他城市相对完善的公共服务平台建设经验，提高线上公共服务的精准化与个性化水平。需要说明的是，测度数据结果与《2017中国地方政府数据开放平台报告》排名结果相似，验证了公众线上公共服务需求行为的层次性及模型工具的合理性。

四、结 语

当前全国统一的政府数据开放共享平台尚待建立与完善。依据实测数据分析，公众线上公共服务领域的供给与需求的矛盾依然很突出，线上公共服务供给无法满足公众日益增长和多样化的需求；不同城市的公众需求与线上公共服务的匹配程度有所不同，但各市公众不再对线上公共服务持观望状态，更多群众产生了使用意愿。

因此，应从公众需求侧发现政府供给侧存在的问题，推动公共服务从政府供给导向向群众需求导向转变，从“线下跑、往返跑”向“网上办、零跑腿”转变，全面推进“一网通办”。利用大数据技术研发公众需求即时观测与分析功能，加快实现政务服务大数据的平民化与动态可视化。测度数据表明，可以进一步深入研究参数调整对关键节点的影响效果，将公众需求融入线上公共服务平台建设，提高公共服务精准化质量。