摘 要：對地方政府G2C電子化公共服務的公眾滿意度進行研究，通過借鑒SCSB、ASCI和ECSI等經典顧客滿意度模型以及已有的政府公共服務公眾滿意度模型，結合期望不一致理論、情感理論及歸因理論等理論進行分析，得出構建模型所需的潛變量和觀測變量，并對潛變量之間的相關關系進行假設分析，最終構建出地方政府G2C電子化公共服務滿意度的結構方程模型，為下一步的實證分析奠定基礎。
關鍵詞：G2C；電子化公共服務；滿意度；結構方程
中圖分類號：F20 文獻標志碼：A 文章編號：1673-291X（2014）15-0166-05
1936年，蒂馬克呼吁政府應該要像家具企業一樣關注顧客滿意度，這樣政府的運作和服務將會更加高效[1]。20世紀70年代，西方各國紛紛把“顧客滿意度”的理念運用到政府公共服務之中，這些國家的政府工作人員在開展工作中更多地考慮公眾的感受和意見，更加注重服務意識、服務能力和服務質量的提高，以公眾滿意度為標準對政府服務質量進行評估已經成為各國行政改革的趨勢。本文研究G2C電子化公共服務的滿意度的影響因素及其相互關系，為中國地方政府改進G2C電子化公共服務提供依據，進而提高公眾對政府的滿意度。中國的電子化公共服務的發展已經取得了很多成果，但是仍然存在著不少問題，2013年6月份發生在深圳的一起事件：“日前，在深圳市住建局公布的安居房申購名單中，年僅兩歲的幼童以‘杰出人才’身份入圍，把公眾視線吸引到廣受關注的安居房項目分配上。是系統漏洞、審核不嚴，還是另有隱情？”深圳市住建局回應稱：“上述錯誤還可能是由于個別家庭虛報申報信息，安居型商品房信息管理系統中電腦自動糾錯功能相對缺失。同時，有關人員工作不認真細致也是原因之一。反映出信息系統設計、申請人信息邏輯比對和篩查以及政策宣傳解釋方面還存在諸多不足，對此深圳市住建局向社會公眾致歉。”由此看來，中國的政府電子化公共服務水平還有待提高，相關的研究具有很強的現實意義。
一、政府G2C電子化公共服務滿意度的內涵
（一）政府G2C電子化公共服務
公共服務通常是指公共部門為滿足社會公共需要而提供的產品與服務的總稱。其根本特點在于兩個方面：第一，公共服務是滿足社會公共需要的社會產品。公共服務是政府運用公共資源根據權力、正義等公共價值，積極回應社會公共需要，為實現社會福利最大化而提供的社會產品與服務。第二，公共服務是公民平等享受的社會產品。公共服務的目標是平等地解決全社會成員的基本生存、基本生活問題，平等地改善公共生活狀況、提高公共生活的質量[2]。
G2C（Government to Citizen）是指政府通過電子通信網絡系統快捷、便利地向公眾提供各種服務。G2C電子化公共服務主要包括以下內容：教育培訓服務、就業服務、電子醫療服務、社會保險網絡服務、公民信息服務、交通管理服務、公民電子稅務、電子證件服務[3]。
�。ǘ┱瓽2C電子化公共服務滿意度
心理學家認為是滿意指外界的某種刺激使人的需求或期望得到滿足后，人所產生的積極的、肯定的心理狀態[4]。顧客滿意是顧客消費行為前后的一種因果關系過程，顧客在消費一項產品或服務之前，根據以往的消費經驗和獲取的信息會對該次消費有一個預期，滿意水平取決于預期與消費之后實際感知之間的差距，如果實際感知超過了事先的預期，顧客就滿意，差距越大顧客就越滿意；否則即不滿意，并且負向差距越大就越不滿意。我們可以將蒂馬克所說的“顧客滿意度”的概念加以修正，把家具企業變為政府，把顧客變為公眾這樣，顧客滿意度就變成了公眾滿意度。
“公眾滿意度”是指政府G2C電子化公共服務公眾滿意度，是指公眾根據以往使用政府G2C電子化公共服務的經驗和知識等積累，在使用政府G2C電子化公共服務之前內心會有一個對政府G2C電子化公共服務的預期，在使用完政府G2C電子化公共服務后公眾會將之前的預期與自己的實際感知進行比較，當二者一致時公眾就會得到滿足。如果公眾對政府G2C電子化公共服務的實際感知超過預期，那么公眾將會感到非常滿意，進而會對政府產生信任或支持；如果公眾對政府G2C電子化公共服務的實際感知小于預期，那么公眾將會感到不滿意，進而會對政府產生不信任或抱怨。
二、地方政府G2C電子化公共服務滿意度模型構建
�。ㄒ唬┙Y構方程模型及其在研究中的優勢
結構方程模型（Structural Equation Model，簡稱SEM）作為一種多元統計技術，產生后迅速得到普遍應用。20世紀70年代初一些學者如J?reskog，Keesing和Wiley將因子分析、路徑分析等統計方法整合，提出結構方程模型的初步概念。隨后，J?reskog與其合作者進一步發展矩陣模型的分析技術來處理共變結構的分析問題，提出測量模型與結構模型的概念，促成的發展。Ullman定義結構方程模型為“一種驗證一個或多個自變量與一個或多個因變量之間一組相互關系的多元分析程式，其中自變量和因變量既可是連續的，也可是離散的”，突出其驗證多個自變量與多個因變量之間關系的特點，該定義具體一定的代表性[5]。
在社會科學研究領域，有時需要處理多個原因、多個結果的關系，或者遇到不可直接觀測的變量（潛變量），傳統的統計方法對這些問題往往無能為力。而結構方程模型的發展，彌補了傳統計方法的不足，并迅速成為多元數據分析的重要工具[6]。與其他一些統計方法相比，結構方程模型具有以下幾個方面的優勢：可以同時考慮和處理多個因變量；容許自變量及因變量含有測量誤差；與因子分析相似，容許潛在變量由多個觀察指標構成，并且可以同時估計指標的信度及效度；可采用比傳統方法更有彈性的測量模型，如某一指標變量或項目從屬于兩個潛變量；研究者可以設計出潛在變量之間的關系，并估計整個模型與數據擬合的程度。并為其設置多個指標，同時對測量誤差加以控制，以解決組合項檢驗能力的低信度問題。均數差異檢驗，近來人們把結構方程模型用于估計平均數差異，就是把潛在變量的方差分成以下兩個部分：平均數和離均差。縱向設計，利用結構方程建立縱向數據模型，其最普遍的看法已貫穿于自回歸模型，多水平模型成為結構方程的特殊形式[5]。
關鍵詞：G2C；電子化公共服務；滿意度；結構方程
中圖分類號：F20 文獻標志碼：A 文章編號：1673-291X（2014）15-0166-05
1936年，蒂馬克呼吁政府應該要像家具企業一樣關注顧客滿意度，這樣政府的運作和服務將會更加高效[1]。20世紀70年代，西方各國紛紛把“顧客滿意度”的理念運用到政府公共服務之中，這些國家的政府工作人員在開展工作中更多地考慮公眾的感受和意見，更加注重服務意識、服務能力和服務質量的提高，以公眾滿意度為標準對政府服務質量進行評估已經成為各國行政改革的趨勢。本文研究G2C電子化公共服務的滿意度的影響因素及其相互關系，為中國地方政府改進G2C電子化公共服務提供依據，進而提高公眾對政府的滿意度。中國的電子化公共服務的發展已經取得了很多成果，但是仍然存在著不少問題，2013年6月份發生在深圳的一起事件：“日前，在深圳市住建局公布的安居房申購名單中，年僅兩歲的幼童以‘杰出人才’身份入圍，把公眾視線吸引到廣受關注的安居房項目分配上。是系統漏洞、審核不嚴，還是另有隱情？”深圳市住建局回應稱：“上述錯誤還可能是由于個別家庭虛報申報信息，安居型商品房信息管理系統中電腦自動糾錯功能相對缺失。同時，有關人員工作不認真細致也是原因之一。反映出信息系統設計、申請人信息邏輯比對和篩查以及政策宣傳解釋方面還存在諸多不足，對此深圳市住建局向社會公眾致歉。”由此看來，中國的政府電子化公共服務水平還有待提高，相關的研究具有很強的現實意義。
一、政府G2C電子化公共服務滿意度的內涵
（一）政府G2C電子化公共服務
公共服務通常是指公共部門為滿足社會公共需要而提供的產品與服務的總稱。其根本特點在于兩個方面：第一，公共服務是滿足社會公共需要的社會產品。公共服務是政府運用公共資源根據權力、正義等公共價值，積極回應社會公共需要，為實現社會福利最大化而提供的社會產品與服務。第二，公共服務是公民平等享受的社會產品。公共服務的目標是平等地解決全社會成員的基本生存、基本生活問題，平等地改善公共生活狀況、提高公共生活的質量[2]。
G2C（Government to Citizen）是指政府通過電子通信網絡系統快捷、便利地向公眾提供各種服務。G2C電子化公共服務主要包括以下內容：教育培訓服務、就業服務、電子醫療服務、社會保險網絡服務、公民信息服務、交通管理服務、公民電子稅務、電子證件服務[3]。
�。ǘ┱瓽2C電子化公共服務滿意度
心理學家認為是滿意指外界的某種刺激使人的需求或期望得到滿足后，人所產生的積極的、肯定的心理狀態[4]。顧客滿意是顧客消費行為前后的一種因果關系過程，顧客在消費一項產品或服務之前，根據以往的消費經驗和獲取的信息會對該次消費有一個預期，滿意水平取決于預期與消費之后實際感知之間的差距，如果實際感知超過了事先的預期，顧客就滿意，差距越大顧客就越滿意；否則即不滿意，并且負向差距越大就越不滿意。我們可以將蒂馬克所說的“顧客滿意度”的概念加以修正，把家具企業變為政府，把顧客變為公眾這樣，顧客滿意度就變成了公眾滿意度。
“公眾滿意度”是指政府G2C電子化公共服務公眾滿意度，是指公眾根據以往使用政府G2C電子化公共服務的經驗和知識等積累，在使用政府G2C電子化公共服務之前內心會有一個對政府G2C電子化公共服務的預期，在使用完政府G2C電子化公共服務后公眾會將之前的預期與自己的實際感知進行比較，當二者一致時公眾就會得到滿足。如果公眾對政府G2C電子化公共服務的實際感知超過預期，那么公眾將會感到非常滿意，進而會對政府產生信任或支持；如果公眾對政府G2C電子化公共服務的實際感知小于預期，那么公眾將會感到不滿意，進而會對政府產生不信任或抱怨。
二、地方政府G2C電子化公共服務滿意度模型構建
�。ㄒ唬┙Y構方程模型及其在研究中的優勢
結構方程模型（Structural Equation Model，簡稱SEM）作為一種多元統計技術，產生后迅速得到普遍應用。20世紀70年代初一些學者如J?reskog，Keesing和Wiley將因子分析、路徑分析等統計方法整合，提出結構方程模型的初步概念。隨后，J?reskog與其合作者進一步發展矩陣模型的分析技術來處理共變結構的分析問題，提出測量模型與結構模型的概念，促成的發展。Ullman定義結構方程模型為“一種驗證一個或多個自變量與一個或多個因變量之間一組相互關系的多元分析程式，其中自變量和因變量既可是連續的，也可是離散的”，突出其驗證多個自變量與多個因變量之間關系的特點，該定義具體一定的代表性[5]。
在社會科學研究領域，有時需要處理多個原因、多個結果的關系，或者遇到不可直接觀測的變量（潛變量），傳統的統計方法對這些問題往往無能為力。而結構方程模型的發展，彌補了傳統計方法的不足，并迅速成為多元數據分析的重要工具[6]。與其他一些統計方法相比，結構方程模型具有以下幾個方面的優勢：可以同時考慮和處理多個因變量；容許自變量及因變量含有測量誤差；與因子分析相似，容許潛在變量由多個觀察指標構成，并且可以同時估計指標的信度及效度；可采用比傳統方法更有彈性的測量模型，如某一指標變量或項目從屬于兩個潛變量；研究者可以設計出潛在變量之間的關系，并估計整個模型與數據擬合的程度。并為其設置多個指標，同時對測量誤差加以控制，以解決組合項檢驗能力的低信度問題。均數差異檢驗，近來人們把結構方程模型用于估計平均數差異，就是把潛在變量的方差分成以下兩個部分：平均數和離均差。縱向設計，利用結構方程建立縱向數據模型，其最普遍的看法已貫穿于自回歸模型，多水平模型成為結構方程的特殊形式[5]。