公共管理评论

2026, v.8;No.28(03) 131-153

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

网络问政中诉求内容对政府回应性的影响——一项基于机器学习的探索研究
How the Content of Public Demands in Online Political Consultation Affects Government Responsiveness——An Exploratory Study Based on Machine Learning

王君泽,邱祺,王婷

摘要(Abstract):

近年来,“回应悖论”现象日益受到学界与政府实践领域的广泛关注,在网络问政制度逐渐完善的背景下,政府回应机构仍可能出现选择性回应行为。本研究基于网络问政平台“领导留言板”中的公众诉求及其回应数据,采用机器学习模型和SHAP方法,探究诉求文本的语言、语义特征对政府回应性的影响,以期深化对“回应悖论”现象成因的理解。研究发现,诉求内容对回应及时性的预测较为准确,而对回应状态和回应有效性的预测效果则相对较差;回应性更易受语言特征的影响,而语义特征次之,这表明诉求的表达形式比内容含义更具决定性作用;涉及不同主题的诉求在回应性上存在显著差异,个体性相关主题比群体性相关主题更可能得到及时回应。这些微观特征的影响可能与政府内部的结构性约束密切相关。本研究使用探索性方法为理解政府回应性提供了新的洞见,同时也为地方政府更加公平、精准回应公众诉求,以及引导公民更加积极有效地参与政民互动,提供了有价值的启示。

关键词(KeyWords): 网络问政平台;公众诉求;政府回应性;机器学习;政民互动

Abstract:

Keywords:

基金项目(Foundation): 中央高校基本科研业务费项目“微博舆情中网民个体的情感演化机制研究”(项目批准号:2024WKYXQN010)的资助

作者(Author): 王君泽,邱祺,王婷

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享