电子政务绩效评价体系研究
2018年11月27日 | 作者: adminlin | 分类: 公共服务满意度 |
该文在分析电子政务绩效评价方法的基础上，构建了一个电子政务绩效评价体系，且设计了一个基于神经网络的电子政务绩效评价模型，为评价电子政务的绩效水平提供了一种新的方法。
随着电子政务的建设与应用，电子政务的绩效评价研究也引起了我国各级政府的高度重视。电子政务绩效评价，是指运用一定的评估方法、量化指标及评估标准，综合性考核与评估电子政务的建设、运行和管理过程，以促进电子政务管理水平和应用绩效的提高。现有的评测方法及其内容很多，归纳起来主要集中在评价视角、评价方法、调查手段等三个方面。
1 电子政务绩效评价方法
1）从评价视角来看。电子政务的用户主要分为两种角色:“提供者”和“需求者”。基于“提供者”角色评价就是从政府电子政务实施的视角出发，基于政府对用户需求的理解来设计评价属性。这类评价主要是通过调查电子政务的外在表现形式（网站）来了解信息可得性、电子服务提供和质量，对特殊用户、安全、交互的支持等方面的情况。但缺乏收集有关政府职员和公众真正需求的数据。另一方面，“需求者”角色评价则从用户体验和需求的角度出发，采取与用户交互的方式来调查电子政务提供的各种要素（包括信息内容、电子服务等）的使用效果，用户对各项服务的感兴趣程度以及不使用某些服务的原因等方面的情况，从而评定电子政务的服务水平和质量。
目前，从“提供者”角色出发的电子政务评价，往往不能很好反映用户的需求和体验，更不能适应电子政府“面向用户”的发展趋势，而基于“需求者”角色的评价则恰恰相反。但目前，从需求者角度出发的评价大多采用定性化问题来随机调查用户，获得的答案再量化成分值。这样通常会产生两个问题：①如果问卷设计的不合理（如问题缺少定量化描述或表述不清楚），会造成评价结果过于粗略，无法真实反映用户体验；②如果采用的调查方式不合理，不能全面获得各类用户的反馈，评价结果的科学性将大打折扣。
2）从评价方法看。现有基于电子政务评价大体可分为四类：网站技术属性和信息内容（如网站可用性、易用性和信息可得性）、在线服务的使用（如服务的数量和质量）、电子服务和电子政务效果及对用户的影响。这四种类型由浅入深构成了电子政务评价发展的层次。目前，大多数评价停留在评价网站的使用和信息可得性方面，而对服务功能、质量有效性等方面的评价还处于探索阶段。
3）从调查手段、收集数据方式来看。目前的评价采用的主要调查方式有：网上/网下问卷调查、面对面访问/电话访问等。在实际用用中，可以针对不同类型数据，采用不同的方法收集，避免采用单一的收集方式。当然，需要考虑收集收集时所需要的成本因素。如：可用性测试数据，可采用专家评估法或实验测试法收集；用户反馈数据，可采用网上随机抽样问卷调查、网下抽样问卷调查、集中面对面访问/电话访问等方式收集；使用情况类数据， 可采用网络日志分析等方式获得；网络特性类数据，可采用一些网络性能测试软件来获取。
2 电子政务绩效评价体系
对于如何采用科学的指标体系来定性定量的评价电子政务的绩效尚缺乏具有权威性的统一认识，但电子政务的效益和质量是两个核心指标。
电子政务系统的效益主要是从政务系统的提供者（政府角度）和使用者（用户角度）来考察。政府角度考察电子政务带来的时间、费用节省和办事效率的提高；用户角度考察通过该电子政务，用户得到的信息量以及办事效率的提高等。其次，电子政务是一个运行的系统，其绩效水平的高低不仅仅直接地表现为系统的效益，而且取决于电子政务的质量及运行过程中的能力和属性。其质量主要包括信息更新率、用户满意度、防病毒能力和用户界面友好程度等方面。
归纳起来，电子政务绩效评价指标体系，表现为以“信息公开、在线办事、公众参与、网站建设与内容保障”等主要内容，如表1所示。
3 基于神经网络的电子政务绩效评价模型
神经网络是一个简单而有效的网络，可应用于电子政务的绩效评价。其过程是：把用来描述电子政务绩效基本特征的评价指标信息作为神经网络的输入向量X=（x1,x2,…,xn），将代表相应综合评价结果的值作为神经网络的输出Y；然后，再用足够的样本即实例来训练这个网络，经过反复迭代，使不同的输入向量得到不同的输出量值，这样神经网络所持有的权系数值Wij、阈值(当i=0时，Wij代表阈值)，就是网络经过自适应学习所得到的内部表示。
基于神经网络的电子政务绩效评价模型如图1所示，特征参量由输入层神经元输入，然后直接输出，而隐含层和输出层的每个神经元输入量为上一层神经元的输出的加权和。其学习的过程就是调整神经元间的连接权重，使得输出值等于或接近理想的目标值。一旦神经网络训练完毕，即可作为，电子政务绩效评价的有效工具。
4 结束语
本文从评价视角、评价方法、调查手段等三个方面深入的分析现有的电子政务绩效评价对象和过程，在此基础上总结电子政务系统绩效评价的共性特征,以其效益、质量等两个内涵方面为主,确定了电子政务绩效评价体系；尝试神经网络应用于电子政务绩效评价，为评价电子政务的绩效水平提供一种参考模型和评价依据。但是，神经网络模型要求具有一定的学习样本。因此，在后续的改进和研究工作中，需要进一步确定高质量的学习样本，以提高神经网络模型的学习性能。
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
