DOI: https://doi.org/10.3390/admsci14030054
تاريخ النشر: 2024-03-12
المؤلف: Galina Ilieva وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تهدف هذه الدراسة إلى استكشاف العوامل التي تؤثر على إدراك المستخدم وقبوله لخدمات الحكومة الإلكترونية، لا سيما في ضوء التقدم التكنولوجي. من خلال استخدام نمذجة المعادلات الهيكلية (SEM) وتقنيات التعلم الآلي (ML) وطرق اتخاذ القرار متعددة المعايير (MCDM) على بيانات الاستطلاع، تحدد البحث التبعيات الرئيسية بين المتغيرات التي تؤثر على رضا المستخدم. تشير النتائج إلى أن مواقف المستخدمين تجاه خدمات الحكومة الإلكترونية تتشكل بواسطة عوامل مثل الثقة المدركة، والمخاطر المدركة، وجودة الخدمة، بينما وُجد أن الفائدة المدركة، وسهولة الاستخدام المدركة، والتأثير الاجتماعي ليس لها تأثير كبير. ومن الجدير بالذكر أن العمر ظهر كعامل ديموغرافي وحيد يؤثر على مواقف المستخدمين.
تسلط الدراسة الضوء على تحول كبير في تقديم الخدمات العامة نحو المنصات الرقمية، الذي تسارع بفعل جائحة COVID-19، والتي حولت عادات المستخدمين فيما يتعلق بالمعاملات عبر الإنترنت. كشفت مجموعة البيانات الرئيسية أن الغالبية العظمى من المستجيبين (75%) استخدموا خدمات الحكومة الإلكترونية، مع تعبير 77% عن مشاعر إيجابية في المراجعات. ومع ذلك، فإن 25% فقط كانوا سيقترحون هذه الخدمات. تصنف الدراسة المستخدمين إلى مجموعتين بناءً على مستويات الرضا، مما يكشف عن رؤى حاسمة حول تجربة المستخدم. تقدم النتائج توصيات قابلة للتنفيذ لأصحاب المصلحة في القطاع العام لتعزيز تقديم الخدمات الرقمية، وتحسين تجربة المستخدم، وزيادة المساءلة. ستركز الأبحاث المستقبلية على توسيع قاعدة المستجيبين، ومقارنة النتائج عبر دول مختلفة، وتحليل تطور الخدمات العامة الإلكترونية بعد الجائحة، إلى جانب استخدام طرق غامضة للتحقيق بشكل أكبر في محددات رضا العملاء.
مقدمة
تناقش مقدمة ورقة البحث التأثير التحويلي للعمليات الإدارية الإلكترونية على عمليات القطاع العام، مع التأكيد على دورها في تعزيز الكفاءة والشفافية وتركزها على العملاء (Doran et al. 2023). تستخدم رقمنة خدمات الحكومة، المشار إليها باسم الحكومة الإلكترونية، تقنيات المعلومات والاتصالات (ICT) لتحسين تقديم الخدمات وتعزيز العلاقات الأفضل بين المواطنين والشركات والكيانات الحكومية. لا يؤدي هذا التحول فقط إلى تحسين استخدام الموارد ودعم انتقالات الطاقة النظيفة (Firmandayu وElfaki 2023؛ Gomez-Trujillo وGonzalez-Perez 2021) ولكنه يعزز أيضًا الشمولية من خلال تلبية احتياجات الفئات الاجتماعية الضعيفة (Seljan et al. 2020). تسارعت جائحة COVID-19 من اعتماد خدمات الحكومة الإلكترونية، على الرغم من أنه تم ملاحظة انخفاض لاحق في الاستخدام مع تطبيع الظروف الصحية (Chatzopoulou et al. 2021).
تهدف الورقة إلى التحقيق في العوامل التي تؤثر على إدراك المستخدم ونية اعتماد الخدمات العامة الإلكترونية، مقترحة إطارًا منهجيًا شاملاً يدمج نمذجة المعادلات الهيكلية (SEM) وتقنيات التعلم الآلي (ML). سيتم تحليل العوامل الديموغرافية والاجتماعية والاقتصادية الرئيسية، مثل الجنس والعمر والدخل، لفهم تأثيرها على قبول المستخدم. تحدد الدراسة سبعة بنى رئيسية – الفائدة المدركة، وسهولة الاستخدام المدركة، والتأثير الاجتماعي، وظروف التيسير، والثقة المدركة، والمخاطر المدركة، وجودة الخدمة – التي تشكل المواقف تجاه خدمات الحكومة الإلكترونية. من خلال إنشاء إطار نظري ونماذج تجريبية، تسعى الدراسة إلى توجيه الوكالات الحكومية في تصميم وتنفيذ الأنظمة الإدارية الإلكترونية بشكل فعال، مما يساهم في تقدم الخدمات العامة الرقمية.
طرق
في هذه الدراسة، كان الهدف الرئيسي هو تحليل إدراك العملاء لخدمات الإدارة الإلكترونية، مع التركيز بشكل خاص على البوابة الإلكترونية الجديدة للوكالة الوطنية للإيرادات التي تم إطلاقها في أواخر عام 2022. تم تطوير استبيان لجمع بيانات أولية حول تجارب المستخدمين مع البوابة، التي تتميز بوظائف محسّنة وتحسين التنقل. كان تأثير البوابة ملحوظًا، حيث تمت معالجة أكثر من 75,000 طلب إضافي في ديسمبر 2022، مما زاد بشكل كبير من إيرادات الوكالة (Stoyanova وPopova، 2023). استخدمت المنهجية مزيجًا من تقنيات الإحصاء الوصفي، وطرق التعلم الآلي التنبؤية (ML)، ونمذجة المعادلات الهيكلية (SEM)، وطرق اتخاذ القرار متعددة المعايير (MCDM) لتحليل بيانات العملاء بشكل منهجي وكشف التبعيات المعقدة في مواقف المستخدمين.
صنفت التحليل طرق تحليل البيانات إلى طرق إحصائية كلاسيكية، وذكية، وهجينة. ركزت الطرق الكلاسيكية على تلخيص وتصور خصائص البيانات، بينما كشفت الطرق الذكية، بما في ذلك SEM وتقنيات ML المختلفة (مثل آلات الدعم الشعاعي، وأشجار القرار، والغابات العشوائية، وAdaBoost)، عن العلاقات المخفية والقدرات التنبؤية. كانت SEM مفيدة بشكل خاص لفهم قوة واتجاه العلاقات بين المتغيرات الكامنة والملاحظة، بينما عززت طرق ML الفهم التنبؤي لمواقف العملاء. بالإضافة إلى ذلك، تم إجراء تحليل المشاعر لتحديد القضايا الشائعة بين المستخدمين، مما يمكّن البائعين من معالجة المخاوف بشكل فعال وتخصيص استراتيجيات التسويق. قدمت هذه المنهجية المتكاملة رؤية شاملة للعوامل التي تؤثر على إدراك العملاء لخدمات الحكومة الإلكترونية.
نتائج
في قسم النتائج، تم تطبيق المنهجية الموضحة في القسم 4 بشكل منهجي لمعالجة أهداف البحث. تظهر النتائج فعالية النهج المقترح في تحقيق النتائج المرجوة. تشير النتائج المحددة إلى أن تطبيق هذه المنهجية أسفر عن رؤى مهمة، مؤكدة الفرضيات التي تم طرحها في الدراسة. يدعم التحليل الإضافي للبيانات قوة النتائج، مما يبرز الآثار المحتملة للبحث المستقبلي في هذا المجال.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التأثير التحويلي للخدمات العامة الرقمية على تفاعلات المواطنين والحكومة، مع التأكيد على الكفاءة والراحة التي تقدمها هذه الخدمات للمهام مثل تقديم الوثائق ودفع الرسوم. لقد عزز دمج أدوات تكنولوجيا المعلومات والاتصالات المتقدمة مثل الذكاء الاصطناعي (AI)، والبلوك تشين، وإنترنت الأشياء (IoT) بشكل كبير من تقديم الخدمات، مما يمكّن الحكومات من أتمتة العمليات، وتحسين اتخاذ القرار، وتعزيز الشفافية. ومع ذلك، لا يزال هناك تحدٍ ملحوظ: غالبًا ما يفتقر المواطنون إلى الوعي بهذه الخدمات الرقمية، مما يؤدي إلى فجوة بين الفوائد المحتملة والاستخدام الفعلي.
تصنف الورقة الخدمات العامة الإلكترونية بناءً على معايير مختلفة، بما في ذلك نموذج الخدمة (G2C، G2B، G2G)، ونوع الخدمة، ومستوى الحكومة، والتفاعل، وقناة التوصيل، ونضج الخدمة. كما تناقش أهمية أدوات التقييم لتقييم جودة وفعالية هذه الخدمات، مثل مؤشر تطوير الحكومة الإلكترونية (EGDI) التابع للأمم المتحدة ومؤشر الحكومة الإلكترونية التابع للمفوضية الأوروبية. تساعد هذه الأدوات الحكومات على فهم نضج خدماتها الرقمية والتوافق مع المعايير الدولية. تختتم القسم بمعالجة التحديات في تقييم الخدمات العامة الإلكترونية، مثل الحاجة إلى أطر موحدة والتطور السريع للتكنولوجيا، مقترحة مزيجًا من طرق التقييم لضمان تقييمات شاملة.
DOI: https://doi.org/10.3390/admsci14030054
Publication Date: 2024-03-12
Author(s): Galina Ilieva et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study aims to explore the factors affecting user perception and acceptance of electronic government services, particularly in light of technological advancements. By employing Structural Equation Modelling (SEM), machine learning (ML) techniques, and multi-criteria decision-making (MCDM) methods on survey data, the research identifies key interdependencies among variables influencing user satisfaction. The findings indicate that user attitudes towards e-government services are shaped by factors such as Perceived Trust, Perceived Risk, and Service Quality, while Perceived Usefulness, Perceived Ease of Use, and Social Influence were found to have no significant impact. Notably, age emerged as the only demographic factor affecting user attitudes.
The research highlights a significant shift in public service delivery towards digital platforms, accelerated by the COVID-19 pandemic, which has transformed user habits regarding online transactions. A primary dataset revealed that a majority of respondents (75%) utilized e-government services, with a favorable sentiment expressed by 77% of reviews. However, only 25% would recommend these services. The study classifies users into two clusters based on satisfaction levels, revealing critical insights into the user experience. The results provide actionable recommendations for stakeholders in the public sector to enhance digital service delivery, optimize user experience, and improve accountability. Future research will focus on expanding the respondent base, comparing findings across different countries, and analyzing the evolution of e-public services post-pandemic, alongside employing fuzzy methods to further investigate customer satisfaction determinants.
Introduction
The introduction of the research paper discusses the transformative impact of electronic administrative processes on public sector operations, emphasizing their role in enhancing efficiency, transparency, and customer-centricity (Doran et al. 2023). The digitalization of government services, referred to as e-government, utilizes information and communication technologies (ICT) to improve service delivery and foster better relationships among citizens, businesses, and government entities. This shift not only optimizes resource usage and supports cleaner energy transitions (Firmandayu and Elfaki 2023; Gomez-Trujillo and Gonzalez-Perez 2021) but also promotes inclusivity by addressing the needs of vulnerable social groups (Seljan et al. 2020). The COVID-19 pandemic accelerated the adoption of e-government services, although a subsequent decline in usage was observed as health conditions normalized (Chatzopoulou et al. 2021).
The paper aims to investigate the factors influencing user perception and intention to adopt e-public services, proposing a comprehensive methodological framework that integrates structural equation modeling (SEM) and machine learning (ML) techniques. Key demographic and socioeconomic factors, such as gender, age, and income, will be analyzed to understand their impact on user acceptance. The study identifies seven main constructs—Perceived Usefulness, Perceived Ease of Use, Social Influence, Facilitating Conditions, Perceived Trust, Perceived Risk, and Service Quality—that shape attitudes toward e-government services. By establishing a theoretical framework and empirical models, the research seeks to guide government agencies in effectively designing and implementing e-administrative systems, ultimately contributing to the advancement of digital public services.
Methods
In this research, the primary objective was to analyze customer perceptions of e-administrative services, particularly focusing on the National Revenue Agency’s new e-portal launched in late 2022. A questionnaire was developed to gather primary data on user experiences with the portal, which features enhanced functionalities and improved navigation. The portal’s impact was notable, processing over 75,000 additional requests in December 2022, significantly increasing agency revenue (Stoyanova and Popova, 2023). The methodology employed a combination of descriptive statistical techniques, predictive machine learning (ML) methods, structural equation modeling (SEM), and multi-criteria decision-making (MCDM) approaches to systematically analyze customer data and uncover complex dependencies in user attitudes.
The analysis categorized data analysis methods into classical statistical, intelligent, and hybrid approaches. Classical methods focused on summarizing and visualizing data characteristics, while intelligent methods, including SEM and various ML techniques (e.g., Support Vector Machines, Decision Trees, Random Forest, and AdaBoost), revealed hidden relationships and predictive capabilities. SEM was particularly useful for understanding the strength and direction of relationships among latent and observed variables, while ML methods enhanced the predictive understanding of customer attitudes. Additionally, sentiment analysis was conducted to identify common user issues, enabling vendors to address concerns effectively and tailor marketing strategies. This integrated methodology provided a comprehensive view of the factors influencing customer perceptions of e-government services.
Results
In the Results section, the methodology detailed in Section 4 was systematically applied to tackle the research objectives. The findings demonstrate the effectiveness of the proposed approach in achieving the desired outcomes. Specific results indicate that the application of this methodology yielded significant insights, confirming the hypotheses set forth in the study. Further analysis of the data supports the robustness of the results, highlighting the potential implications for future research in this domain.
Discussion
The discussion section of the research paper highlights the transformative impact of digital public services on citizen and government interactions, emphasizing the efficiency and convenience these services offer for tasks such as document submissions and fee payments. The integration of advanced ICT tools like Artificial Intelligence (AI), blockchain, and the Internet of Things (IoT) has significantly enhanced service delivery, enabling governments to automate processes, improve decision-making, and foster transparency. However, a notable challenge remains: citizens often lack awareness of these digital services, leading to a gap between potential benefits and actual usage.
The paper categorizes electronic public services based on various criteria, including service model (G2C, G2B, G2G), service type, government level, interactivity, delivery channel, and service maturity. It also discusses the importance of assessment tools for evaluating the quality and effectiveness of these services, such as the UN’s e-Government Development Index (EGDI) and the European Commission’s e-Government Benchmark. These tools help governments understand their digital service maturity and align with international standards. The section concludes by addressing the challenges in evaluating electronic public services, such as the need for standardized frameworks and the rapid evolution of technology, suggesting a combination of assessment methods to ensure comprehensive evaluations.