1. 引言
近年来，新一代信息技术和互联网正席卷全球，给各行各业的转型升级带来了契机。在“制度创新 + 技术创新”的推动下，政府将“互联网+”应用到政务服务上，充分发挥了互联网在信息处理、转换和传递上的技术优势，推动实现部门间信息的开放共享，有利于政府进一步简政放权，切实发挥政府的在线服务功能。2018年，国务院办公厅印发《进一步深化“互联网+政务服务”推进政务服务“一网、一门、一次”改革实施方案》，指出要进一步健全“互联网+政务服务”，加快推进一站式政务服务和企业群众办事“最多跑一次”。
国务院大力推行“互联网+”进政府和服务型政府建设，各级地方政府纷纷响应号召，通过建立政务微信、政务微博和政务APP等方式，对接线下政务大厅，给社会群众提供了全面、快捷、高效的服务，得到了公众的大力支持，切实有效地解决了“最后一公里”难题。然而，日前政府部门在推进“互联网+政务服务”建设过程中，仍面临着许多挫折，如平台设施不完善、政务信息不联通等，诸多困境制约着公众对线上政务服务的满意度评价。因此，如何从公民客体的角度出发，对“互联网+政务服务”进行满意度考核，倒逼政务服务的升级转型，使政务服务质量与公众满意度形成良性循环，已经具有重要意义。
近年来，随着互联网和政务服务的发展，国内外学者开始对电子政务和“互联网+政务服务”的公众满意度进行研究。Irani等人通过对近十年关于电子政务公众满意度的研究成果进行综述分析，指出电子政务公众满意度的研究现状和发展前景 [1] 。Baharon等人通过对马来西亚市民进行抽样调查，得出服务质量、感知易用性和感知质量是影响市民满意度的重要因素 [2] 。吕品和丁邡提出将公众满意度作为量度“互联网+政务服务”建设状况的关键变量，并就目前公众满意度评价工作中存在的主要问题提出针对性建议 [3] 。朱锐勋等人在构建政府网站公众满意度测评模型的基础上，对政府网站的公众满意度调查问卷进行了实证分析，指出感知质量、可靠程度、公众信任、公众忠诚和政府形象分别不同程度的影响着政府网站公众的满意程度 [4] 。
而本文基于顾客满意度模型理论、技术接受理论和信息系统成功理论，构建了新的“互联网+政务服务”公众满意度综合指标体系。以花溪区的调查数据为样本，运用因子分析和统计检验方法，探究了“互联网+政务服务”公众满意度的影响因素。据此提出建议，丰富相关领域的研究成果。
2. 研究方法
2.1. 问卷调查法
本文在阅读大量国内外相关文献的基础上，结合顾客满意度模型理论、技术接受理论和信息系统成功理论，构建了“互联网+政务服务”公众满意度模型，并设计出最终的测评问卷，为后续的统计分析奠定基础。
2.2. 统计分析法
本文在提出研究假设的基础上，通过SPSS25.0对问卷收集到的数据进行因子分析和统计检验，证实和证伪了各假设，得到了目前花溪区“互联网+政务服务”的公众满意度现状及其影响因素，从而给出提高公众满意度的参考性建议。
3. 理论基础
3.1. 顾客满意度理论
顾客满意度概念最早由Cardozo R N提出，并经过从KANO模型、瑞典SCSB模型、美国ACSI模型、欧洲ESCI模型以及中国CCSI模型等的演变，逐渐形成了较为完善的理论体系。其中，尤以美国的ACSI模型较为出名。该模型包含六个结构变量，分别是感知质量、顾客期望、感知价值、顾客满意、顾客抱怨和顾客忠诚 [5] 。其中，前三个变量作为前因变量，直接影响顾客满意度，后两个变量作为结果变量，是顾客满意度的外在表现。这六个变量之间相互影响，形成了复杂的理论模型。见图1：
3.2. 技术接受理论
1989年，美国学者Davis提出了用于研究个体对信息系统接受程度的技术接受模型(简称ATM)，该模型一共包含六个变量，见图2。该理论认为，个体对信息系统接受的程度外在表现为个体的系统使用，而个体的使用行为受到个体行为意向和使用态度的影响，它们之间表现为正向的相关关系。另外，个体的使用态度和行为意向又受到感知有用性和感知易用性的制约，感知有用性是指个体使用信息技术系统后在工作绩效方面提升的程度，感知易用性是指个体对使用某些新技术和新系统难易程度的主观感受，它们共同影响个体对信息技术系统的接受程度 [6] 。外部变量，如系统设计特征、用户特征、组织结构等则通过决定感知有用性和感知易用性来间接影响个体的使用行为。
Figure 2. Technology acceptance model (ATM)
图2. 技术接受模型(ATM)
3.3. 信息系统成功理论
信息系统成功模型(简称D&M模型)由美国学者Delone和Mclean提出，并广泛应用于研究如何建构企业成功的信息系统。该模型共包含六个主要因素指标，分别是：信息质量、系统质量、系统使用、用户满意、个人影响和组织影响 [7] 。D&M模型成功解释了各个维度之间的联系，但由于该模型维度设置的不合理，曾遭受到学界众多学者的批评。随后，Delone和Mclean通过大量的讨论和总结前人的研究成果，改进了D&M模型。改进后的信息系统成功模型也包括六个维度，但在信息系统质量方面增加了服务质量维度，同时将组织影响和个人影响两个维度替换为净收益维度，并将系统使用维度更改为使用意图维度，见图3。改进后的信息系统成功模型，各个维度的设置更加合理和准确，同时维度之间的联系也得到进一步增强。
Figure 3. Information system success model (D&M Model)
图3. 信息系统成功模型(D&M模型)
4. “互联网+政务服务”公众满意度研究设计
4.1. 研究假设
本文基于顾客满意度理论、技术接受理论和信息系统成功理论，构建了“互联网+政务服务”公众满意度的综合指标体系。本文认为，ACSI模型中的顾客期望、顾客满意度和顾客抱怨可以替换为公众期望，公众满意度和公众抱怨；由于政务服务的价值具有难以量化的特性，因此剔除了感知价值这一变量；忠诚度主要用于衡量顾客和私人部门之间的关系，而公共部门领域则用信任来度量公众与政府之间的关系，因此，本文将顾客忠诚替换为公众信任。技术接受理论认为，个体的使用行为以及对信息技术系统的接受程度受到感知易用性和感知有用性的制约，而“互联网+政务服务”平台或公众号同样需要构建合理的信息系统，从而为公众提供更优质的服务，因此感知易用性和感知有用性可以作为衡量“互联网+政务服务”公众满意度的指标。信息系统成功理论认为，顾客对企业的满意度和使用意愿受到企业自身信息质量、系统质量和服务质量的影响，同样，政府要提高“互联网+政务服务”的公众满意度和使用意愿，也需要在信息质量、系统质量和服务质量方面进行优化和创新，因此，本文选取这三个变量作为满意度的测量维度，并将其归为感知质量的次级指标。
综上，本文选取了公众期望、信息质量、系统质量、服务质量、感知易用性、感知有用性、公众抱怨和公众信任8个维度作为衡量“互联网+政务服务”公众满意度的主要变量。
4.1.1. 公众期望和公众满意度之间呈现的相关关系
本文认为，公众期望是指公众在享受“互联网+政务服务”之前对其能多大程度满足自身的期望，包括整体期望、可靠性的期望和满足个体需求的期望三个指标。根据感知公平理论和期望不一致理论，公众期望和公众实际体验之间总会存在一种差距，若公众对政务服务的预期值高而实际的体验较差，则他们的满意度也会较低；若公众的预期值低于实际的体验值，则他们的满意度会较高。据此，提出假设：
P1：公众期望与公众满意度之间呈负相关关系。
4.1.2. 感知质量和公众满意度之间呈现的相关关系
本文认为，感知质量是指公众在体验“互联网+政务服务”后对其的实际感知水平。如果公众的实际感知水平较高，即公众享受的服务水平与预期值相当，则公众的满意度就会较高。感知质量可分为信息质量、系统质量和服务质量三个次级变量。信息质量是指线上政务平台提供的信息的水准，包括政务信息公开和更新的及时性、信息的全面性、真实性和实用性等指标。系统质量是指线上政务平台运行系统的整体质量，包括平台设计的美观和合理性、平台操作的简便性、平台运行的稳定性和安全性等指标。服务质量是指线上政务服务与公众的个体需求相符合的程度，包括业务服务种类的多样性和业务的办事效率等指标。据此，提出假设：
P2：信息质量与公众满意度之间呈正相关关系。
P3：系统质量与公众满意度之间呈正相关关系。
P4：服务质量与公众满意度之间呈正相关关系。
4.1.3. 感知易用性和公众满意度之间呈现的相关关系
本文认为，感知易用性是指公众使用“互联网+政务服务”平台各项功能满足个体需求的难易程度，包括学习和操作平台功能的简便性两项指标。根据经济人假设，公众在使用政务服务满足个体需求的过程中，总是希望以最小的成本来实现目标，因此，简单易操作的政务服务功能更可能成为公众的偏好，并提高他们的满意度。据此，提出假设：
P5：感知易用性与公众满意度之间呈正相关关系。
4.1.4. 感知有用性和公众满意度之间呈现的相关关系
本文认为，感知有用性是指公众主观感知的“互联网+政务服务”满足个体需求和提高办事效率的程度。公众使用线上政务服务功能的初衷是借此满足政务需求和解决个性化难题，若公众主观感知到“互联网+政务服务”的有用性，即能满足自己的日常需求，公众的满意度会提高；反之，则会下降。据此，提出假设：
P6：感知有用性与公众满意度之间呈正相关关系。
4.1.5. 公众抱怨和公众满意度之间呈现的相关关系
本文认为，公众抱怨是指公众在使用“互联网+政务服务”功能后，形成的对政务服务反馈和投诉渠道完善程度的认知，包括监督投诉渠道的畅通度、处理的及时性、结果是否公示等指标。良好的监督投诉机制能提高平台的透明度和回应性，从而增加公众对政务服务的满意度。据此，提出假设：
P7：公众抱怨与公众满意度之间呈正相关关系。
4.1.6. 公众信任和公众满意度之间呈现的相关关系
本文认为，公众信任是指公众在使用“互联网+政务服务”满足日常需求过程中形成的对线上政务平台的信任程度，包括对政务平台心理上和行为上的信任以及愿意将其推广等指标。公众信任作为公众满意度的结果变量，与公众满意度紧密相关，若公众相信线上政务服务能满足个体的个性化需求，则公众的满意度较高。据此，提出假设：
P8：公众信任与公众满意度之间呈正相关关系。
4.1.7. 人口统计学特征与公众满意度之间存在的相关关系
本文选取性别、年龄、受教育水平、职业四个人口统计学特征来研究它们对公众满意度的影响。中青年比老年人更容易接受新事物；受教育水平越高，越容易学习新技术；性别和职业不同，在使用“互联网+政务服务”功能中也会形成不同的感知，从而影响他们对政务服务的满意程度。据此，提出假设：
P9：性别与公众满意度之间存在显著的相关关系。
P10：年龄与公众满意度之间存在显著的相关关系。
P11：受教育水平与公众满意度之间存在显著的相关关系。
P12：职业与公众满意度之间存在显著的相关关系。
4.2. 数据来源
本文主要进行“互联网+政务服务”公众满意度测评研究，探讨花溪区“互联网+政务服务”公众满意度的现状及其影响因素，从而为提高公众满意度给出参考性建议。基于前有研究成果，本文构建了“互联网+政务服务”公众满意度的评价体系，采用李克特五级量表，设计出调查问卷。问卷一共包含两个部分，分别是调查对象的人口学特征和公共变量，其中人口学特征包括性别、年龄、受教育水平和职业，公共变量包括公众期望、感知质量、感知易用性、感知有用性、公众抱怨和公众信任。通过对花溪区的居民进行实地调查，共收回153份初始问卷，剔除前后逻辑不一致和有明显错误的的问卷，最终得到有效问卷141份，有效回收率为92.16%。
5. “互联网+政务服务”公众满意度的影响因素研究
5.1. 描述性分析
运用Orgin对调查收集到的141份有效问卷进行描述性统计分析，具体结果见图4：
统计结果显示，调查样本中男女性别的个数较为均衡，比例约为0.96:1。在调查对象受教育程度的分布上，大专或本科的人数最多，占到了样本总数的44%，其次为高中或中专，小学及以下的调查对象比例最小。考虑到使用互联网技术享受政务服务对公众的技能和知识有一定的要求，因此学历较高的人容易成为受众群体。在调查对象年龄的分布上，中青年男子的人数最多，而18岁以下的未成年和51岁以上的中老年人数最少，因为未成年接触“互联网+政务服务”平台的机会较少，老年人对新事物的接受能力不强，更倾向使用线下政务平台享受服务。样本在职业的分布上以公职人员人数最多，因为他们接触“互联网+政务服务”平台的机会最多。综上，可以认为此次的调查样本基本符合实际情况。
Figure 4. Statistical table of sample characteristics
图4. 样本特征统计表
公众满意度是衡量“互联网+政务服务”平台建设成效的一个重要指标。由表1所示，根据调查对象在公众满意度变量上的分布，大部分公民对“互联网+政务服务”的满意程度较为一般，其次也有相当一部对政务服务持满意态度，而持不满意的人数占比最低。因此，政府应继续着手完善“互联网+政务服务”体系，提高公众满意度。
Table 1. Statistical table of sample public satisfaction variables
表1. 样本公众满意度变量统计表
5.2. 信度和效度检验
5.2.1. 信度检验
信度，即可信程度，用于衡量问卷调查结果的内在稳定性和一致性，常常被作为评判问卷设计优劣的一个重要指标，用信度系数表示。本文通过采用克隆巴赫Alpha系数分别对量表的总变量和各个具体变量进行信度检验，结果见表2和表3：
Table 2. Reliability analysis of total variables
表2. 总变量信度分析表
Table 3. Reliability analysis of various variables
表3. 各变量信度分析表
Alpha系数介于0到1之间，越接近于1，量表的可信度就越高。Alpha系数一般要大于0.7，量表才具有较好的可信度。根据表2和表3，本文采用的量表总变量克隆巴赫Alpha系数为0.94，且各具体变量Alpha系数均大于0.7，所以本量表的可信程度较高，可以做下一步分析。
5.2.2. 效度检验
效度，即有效程度，用于测量量表或问卷各变量测出所需结果的程度，用效度系数表示。一般而言，一份问卷的效度越高，则其信度往往也越高，但反之不成立。由表4可知，量表的KMO值为0.940，十分接近于1，且巴特利特球形度检验的显著性水平为0.00，表示极其显著。因此，本研究量表各变量之间的关联性紧密，适合做因子分析。
Table 4. KMO and bartlett inspection tables
表4. KMO和巴特利特检验表
5.3. 因子分析
本文使用验证性因子进行分析，提取公共因子后，采用最大方差法对因子进行正交旋转，保留每一因子中最大的成分数，使得各个指标在公共因子上的载荷更加清晰。由表5可知，各因子在对应变量中聚集，且载荷系数几乎都大于0.7，表示公众满意度综合指标体系设计合理，量表的整体效度较好，适合做下一步分析。
Table 5. Component matrix after rotationa
表5. 旋转后的成分矩阵a
5.4. 相关性分析
本文运用SPSS25.0软件，分别将人口统计学特征、公众期望(A)、信息质量(B)、系统质量(C)、服务质量(D)、感知易用性(E)、感知有用性(F)、公众抱怨(G)、公众信任(H) 9个维度和公众满意度(I)变量之间进行皮尔逊相关系数分析，统计结果如表6所示：
Table 6. Statistical table of Pearson correlation coefficients between various variables and public satisfaction
表6. 各变量与公众满意度的皮尔逊相关系数统计表
由表6可知，人口统计学特征中的性别、年龄、受教育水平和职业均未通过显著性检验，意味着这四个指标与“互联网+政务服务”公众满意度的关联性不强，初步否定原假设P9、P10、P11和P12。公共变量中，所有指标都通过了双尾检验，证明它们均与公众满意度呈现显著的相关关系。其中，公众期望与公众满意度的相关系数最低，且均为负值，假设P1得到初步验证。感知质量中的信息质量、系统质量和服务质量与公众满意度的相关系数都为正，且通过了显著性检验，与假设P2、P3和P4相符。感知易用性和感知有用性两个变量中各具体指标与公众满意度的皮尔逊相关系数均为正，取值大多介于0.6至0.8之间，且通过了双尾检验，初步接受假设P5和P6。此外，公众抱怨和公众信任也通过了显著性检验，且取值为正，因此同样初步接受假设P8和P9。
综上，通过将量表中各变量与公众满意度进行皮尔逊相关分析，初步否定了人口学特征与公众满意度之间呈显著相关性，同时初步验证了公共变量与公众满意度之间的相关关系。然而皮尔逊相关分析只能得到变量之间的关联性，而无法检验这种关联性的强度，且无法证明变量之间的因果关系，因此还需要采取多元线性回归分析来检验公共变量与公众满意度之间的相关性强弱。
5.5. 多元线性回归分析
多元线性回归分析用于同时研究多个自变量与因变量之间的相关性及其强弱，从而达到提高结果可靠性的效果。因此，本文通过运用SPSS25.0软件将量表中各变量与“互联网+政务服务”公众满意度之间进行多元线性回归分析。而在此之前，还需对变量进行DW检验和VIF检验。DW检验用于测量变量之间是否存在自相关的关系，用DW值表示。DW的合理区间受到样本数目和解释变量数量的影响，当DW值介于4-du和4-dl之间时，说明变量之间无自相关关系，接受该模型，反之，则不能接受该模型。VIF (方差膨胀因子)检验是测量模型中各变量之间是否存在多重共线性的一种方法，当VIF的取值处在1到10之间时，说明模型中各变量之间不存在多重共线性的问题，适合进行多元线性回归分析，反之，则不适合。综上，本文利用SPSS软件分别进行操作：
Table 7. Model summary of various variables and public satisfactionb
表7. 各变量与公众满意度的模型摘要b
a预测变量：(常量)，公众信任，年龄，性别，受教育水平，职业，公众期望，公众抱怨，系统质量，信息质量，感知易用性，感知有用性，服务质量；b因变量：公众满意度。
Table 8. Coefficients of various variables and public satisfactiona
表8. 各变量与公众满意度的系数a
a因变量：公众满意度。
由表7和表8可知，公众满意度模型的DW值为1.879，通过查阅DW检验表，发现本文DW值的合理区间为1.2到2.5，因此接受该模型。此外，量表中各变量的VIF值均介于1至10之间，因此各变量之间不存在共线性问题。公众满意度模型的R2系数为0.862，调整之后的R2系数也有0.849，说明量表中各变量对公众满意度的拟合情况较好。综上，可以对各变量进行多元线性回归分析。
根据表8可知，性别、年龄、受教育水平、职业与公众满意度之间的回归系数均不显著，说明“互联网+政务服务”的满意度不受公民个体差异的影响，与假设P9、P10、P11和P12不符。公众期望通过了0.05水平上的显著性检验，且回归系数为负，说明公众对“互联网+政务服务”的期望与满意度之间成负相关关系，与假设P1相符。感知质量中的信息质量、系统质量和服务质量的Beta系数均为正，且未通过95%的显著性检验，说明它们对公众满意度有正向影响，但影响程度不高，接受原假设P2、P3和P4。感知易用性的显著性水平为0.023，通过了0.05的显著性检验，且回归系数为正，说明公民主观上认为操作“互联网+政务服务”平台满足个体需求越简单，则他们的满意度就越高，与假设P5相符。感知有用性与公众满意度间的回归系数为2.477，通过了显著性检验，说明“互联网+政务服务”平台对公众来说越有用，则他们的满意度就越高，与假设P6相符。公众抱怨未通过0.05的显著性检验，且回归系数为正，说明政务平台监督体系的完善程度会正向影响公众满意度，但这种影响不明显，与假设P7相符。公众信任的显著性水平为0.000，表示极其显著，回归系数为0.328，说明公众越相信“互联网+政务服务”平台，则他们的满意度就越高。由表可得，公众信任的回归系数和显著性水平最高，说明公众信任对公众满意度的影响最大。
综上，通过统计分析证实，假设P1、P2、P3、P4、P5、P6、P7和P8成立，假设P9、P10、P11和P12不成立。
5.6. 小结
通过对花溪区“互联网+政务服务”的公众满意度进行因子分析和统计检验，可做出如下结论：第一，公众对“互联网+政务服务”的满意程度不受个体差异的影响；公众期望和公众满意度之间具有负相关关系；感知质量、感知易用性、感知有用性、公众抱怨、公众信任与公众满意度具有正相关关系。第二，基于前文的描述性统计分析可知，目前花溪区公众对“互联网+政务服务”的满意度总体较为一般。具体而言，仍有部分公众对“互联网+政务服务”平台的各项功能和安全性等认可度较低，从而制约他们对平台的使用和满意程度。
6. 提高“互联网+政务服务”公众满意度的建议
综上所述，目前花溪区居民对“互联网+政务服务”的整体满意度较为一般，甚至有少部分公民对现阶段的线上政务服务表示不满，这会严重阻碍他们对线上政务平台的持续使用和平台的进一步发展。基于前文分析，公众信任、感知有用性、感知易用性、服务质量、系统质量、信息质量、公众抱怨和公众期望均会对公众满意度产生影响。综上，本文将从政府、政务平台、公众三个方面给出提高“互联网+政务服务”公众满意度的参考性建议。
6.1. 建立健全公共信用体系，提高政府公信力
基于前文的统计分析可知，公众信任会对“互联网+政务服务”的公众满意度产生很大的正向作用，而政府部门是线上政务平台的主要运营者，因此可以通过提升公民对政府的信任来提高公众满意度。要提升政府的公信力，必须优化政务服务，一方面，政府要加大对线上政务平台的重视，培养能胜任政务服务工作的公职人员。具体而言，政府部门应完善培养方案，通过提高政务服务准入门槛，严格筛选具有高素质高本领的工作人员，并做好入职后的定期培训工作。另一方面，政府要以身作则，多措并举，在社会上建立公共信用体系，严格落实“互联网+政务服务”的主体监督责任 [8] 。针对不作为、乱作为的工作人员应做到早治疗、早根除，维护线上政务平台的良好秩序。两方面双管齐下，不断优化政务服务水平，满足公民的线上政务需求，提高公民的获得感和对政府的信任，从而增加“互联网+政务服务”的公众满意度。
6.2. 完善政务平台建设，提升服务效率
“互联网+政务服务”平台是政府工作人员提供在线政务服务的有效途径，根据前文的分析，线上政务平台的建设情况会对公众满意度产生重要影响，因此政府部门应当进一步完善线上政务平台的建设。首先，政府部门应丰富在线政务服务功能，将更多的线下业务转移到线上，做到能线上就线上，让公民“少走路”，让数据“多跑腿”。根据用户需求，提供精准化服务 [9] ，并配备专业的在线客服，为公民的各种困惑提供解答，使政务平台真正做到能为公众办实事。其次，平台应实时更新政务信息，并将重大政策变动公布在平台首页，保障公民的知情权和监督权。针对公民的不同政务喜好，可以设置个性化的政务栏目，提高公民的感知易用性。再次，平台应通过微博、微信等媒介加大宣传力度，鼓励公民积极办理线上业务，并以直播、视屏录制等方式教授平台的各项操作，减少技术壁垒，从而增强的公民的参与意识。最后，平台应加强安全管理建设，在利用互联网技术带来便利的同时保护好公民的个人隐私。相关负责人应加强责任意识，定期对平台进行安全防护功能的检查，尤其是对涉及公民重大隐私的地方更要下足功夫。
6.3. 增强“互联网+政务服务”认知力，提高公众参与
“互联网+政务服务”是近些年提出的一个新概念，是继电子政务后在政务服务领域的又一次重大制度创新和技术创新。它能为公众提供便利的在线服务，减少交易成本。然而现阶段不少公民还不熟悉“互联网+政务服务”，甚至对平台的各项功能感到迷茫，从而降低了他们的参与意识和满意度。因此，政府部门应通过线上线下的方式加大宣传力度，增强公众对“互联网+政务服务”的认知。一方面，平台可以通过网络在线授课，手把手的教会公众各项业务操作，提高他们的感知易用性和感知有用性。另一方面，平台应加大信息的公开力度，建立健全公众监督反馈机制，为公众的监督提供多元渠道 [10] 。针对公民提供的各项建议和反馈，应积极采纳和适时执行，从而提供公民的参与积极性和满意度。
7. 结语
本文从公众期望、感知质量、感知易用性、感知有用性、公众抱怨、公众信任和人口统计学特征七个方面构建了“互联网+政务服务”公众满意度的综合指标体系，以贵阳市花溪区的141份有效数据为样本，探究了“互联网+政务服务”公众满意度的影响因素，得出目前花溪区“互联网+政务服务”的公众满意度整体较为一般，并证实了影响公众满意度的因素，包括公众期望、信息质量、系统质量、服务质量、感知易用性、感知有用性、公众抱怨和公众信任8个方面。基于此，本文给出了提高 “互联网+政务服务”公众满意度的参考性建议，以期提高线上政务服务水平和公众的满意程度。