摘要：
随着政府回应不断增强,公众在网络问政平台上的留言数量持续激增,暴露出回应资源利用效率低下甚至被滥用等新问题。既有研究多将公众留言界定为公众诉求或公众参与,普遍发现政府回应提升会带来留言数量增加,那么政府回应对不同类型公众留言的影响是否存在差异? 有效回应的关键在于对公众留言进行分类,本文从 “发声”视角理解公众留言,将公众发声划分为“建议”与 “抱怨”两类。文章基于2015—2019年人民网地方领导留言板的地级市面板数据,采用机器学习方法对公众留言进行分类,实证检验了政府回应对建议和抱怨两类公众发声行为的影响。结果发现,政府回应对公众抱怨的正向激励作用更显著,但对建议的激励作用有限。本文通过对公众发声进行探索性分类,进一步深化了发声理论在公共管理领域的研究,并为在 “全回应”时代反思政府回应效果边界提供了启示。
孙逍 龚璞. 何种发声被激励? 政府回应与公众发声行为的再审视——基于 “建议-抱怨” 分类的实证研究[J]. 公共管理与政策评论, 2026, 15(5): 4-.
