编辑推荐：
本研究以深圳市人工智能政务助理“深小i”的470名用户为样本，探讨了在数字政府服务背景下，影响公众参与感知的多维机制。通过整合技术-组织-环境(TOE)框架、文化维度理论、评价理论、情感即信息理论以及参与式治理理论，论文构建了一个“认知-情感驱动”的分析模型，并运用分组回归、中介与调节效应分析等方法，揭示了情感评价(SEPP)是提升参与感知的关键心理机制，而服务信息感知(SI)在集体主义文化背景下作用显著，服务系统感知(SS)则对个体主义者具有消极影响。研究结果为设计更具包容性和文化适应性的AI驱动公共服务平台提供了实证依据，对推动数字化治理转型具有重要的理论与政策意义。
在全球范围内，人工智能(AI)技术正深刻改变着公共部门的运作方式。以政府AI雇员为代表的虚拟智能体在公共服务改革中日益普及，它们通过与公民交互、处理公众咨询和自动化服务交付，提升了效率、个性化和规模化的潜力。深圳的“深小i”平台便是这一变革的典型案例。然而，尽管技术进步显著，学者们开始意识到，仅凭技术解决方案并不足以确保公民的真正参与或促进公众的赋权感。过往研究多集中于采纳意愿、可用性等客观绩效指标，对于AI驱动的数字服务如何影响公民对参与的主观感知(即个体在治理过程中感受到的能动性、赋权和有意义的参与感)则了解有限。同时，数字治理的参与体验并非仅由技术特征决定，而是深受更广泛的组织与文化背景影响。特别是像集体主义、不确定性规避等文化价值观，可能会显著影响公民如何解读、情感响应并参与AI介导的服务。在中国这样快速数字化的非西方社会中，这一研究空白尤为明显。为了解决这些问题，本研究探索了公民在与政府AI雇员互动时，影响其参与感知的技术、心理和文化机制，以及文化价值取向如何调节这些关系。
为了回答上述问题，本研究主要采用了以下关键技术方法：研究基于对深圳市“深小i”平台用户的问卷调查数据(n=470)。在方法上，研究者首先进行了样本信息统计、信效度分析（包括Cronbach‘s α系数、验证性因子分析CFA以检验构念的复合信度CR和平均方差提取AVE），以确保测量工具的可靠性。随后，运用分组回归分析来检验集体主义(以中位数为界分为高、低两组)对关键变量(如服务系统感知SS、服务信息感知SI)与公众参与感知(SPP)之间关系的调节作用。此外，研究还通过分层回归和简单斜率分析，探讨了情感评价(SEPP)对服务信息感知(SI)与公众参与感知(SPP)之间关系的调节效应，并构建了有调节的中介模型，以检验服务信息感知(SQ)在服务系统感知(SS)与公众参与感知(SPP)之间的中介作用，以及集体主义文化对此间接路径的调节作用。这些分析方法共同揭示了不同文化背景下，各影响因素作用于公众参与感知的复杂路径。
结果部分：
1. 全样本与分组回归模型分析
全样本基线模型显示，情感评价(SEPP)对公众参与感知(SPP)具有高度显著的正向影响(β=0.698， p<0.01)。服务信息感知(SI)同样具有显著正向影响(β=0.214， p<0.01)，而服务系统感知(SS)则呈现显著的负向影响(β=-0.115， p<0.05)。服务质量感知(SQ)的影响不显著。在控制变量中，职业对SPP有正向影响，年龄则有负向影响。
分组回归(按集体主义高低分组)进一步揭示了文化背景的调节作用。在低集体主义组，情感评价(SEPP)的影响依然强且显著(β=0.784， p<0.01)，服务系统感知(SS)的负面影响变得更强(β=-0.237， p<0.01)，而服务信息感知(SI)的影响不显著。在高集体主义组，情感评价(SEPP， β=0.676， p<0.01)和服务信息感知(SI， β=0.241， p<0.01)均对SPP有显著正向影响，服务系统感知(SS)的影响则不显著。此外，在高集体主义组中，不确定性规避对SPP有显著的负向影响(β=-0.062， p<0.05)。
2. 情感评价的调节作用分析
分层回归分析表明，服务信息感知(SI)与情感评价(SEPP)的交互项对公众参与感知(SPP)有显著正向影响(β=0.069， p<0.05)。简单斜率分析显示，无论情感评价水平高低，SI对SPP的正向关系均显著，但在高情感评价水平下，这种正向影响最强。
3. 有调节的中介效应分析
分析将服务系统感知(SS)作为自变量，服务信息感知(SQ)作为中介变量，集体主义文化作为调节变量，公众参与感知(SPP)作为因变量。结果显示，SS对SQ有显著正向影响(β=0.598， p<0.0001)，SQ在SS与SPP之间起显著中介作用(间接效应=0.304)。同时，集体主义文化对SS与SPP之间的关系具有显著的负向调节作用(交互项β=-0.068， p=0.010)。具体而言，在低集体主义文化水平下，SS对SPP的影响显著为正(β=0.164， p=0.002)；而在高集体主义文化水平下，该影响几乎消失(β=-0.013， p=0.848)。
4. 假设检验总结
基于以上分析，研究对提出的六个假设(H1-H6)进行了验证。H1(情感评价正向影响公众参与感知)在全样本及两个文化子组中均得到支持。H2(服务信息感知正向影响公众参与感知)在全样本和高集体主义组中得到支持，在低集体主义组中不显著。H3(服务系统感知正向影响公众参与感知)未得到支持，且在低集体主义组中呈现显著负向影响。H4(服务质量感知正向影响公众参与感知)在所有模型中均未得到支持。H5(集体主义正向影响公众参与感知)未被设定为主效应路径，但分组分析表明文化背景具有调节作用。H6(不确定性规避正向影响公众参与感知)未在全样本中得到支持，且在高集体主义组中呈现显著负向影响。
结论与讨论部分：
本研究以深圳“深小i”平台为实证案例，深入探讨了政府AI雇员情境下影响公众参与感知的因素。研究创新性地整合了技术-组织-环境(TOE)模型、霍夫斯泰德(Hofstede)文化维度理论、参与式治理与赋权理论、评价理论(Appraisal Theory)和情感即信息理论(Affect-as-Information Theory)，构建了一个多维分析框架。
实证结果表明，情感评价(SEPP)和服务信息感知(SI) 是驱动公众参与感知(SPP)的最显著因素，且两者存在交互作用。情感评价是将服务线索转化为感知能动性的关键心理机制，积极的情绪反应(如信任、受尊重)能够降低表达意见的心理成本，增强影响力感知。文化背景，特别是集体主义，作为关键的情境变量，调节了其他因素的作用路径。在集体主义文化背景下，清晰、透明、回应的服务信息不仅提供了认知资源，更传递了社会包容的信号，从而显著提升了参与感知。相反，在个人主义倾向较强的用户中，服务系统感知(SS) 的负面影响凸显，系统使用的摩擦(如导航不清、响应延迟)会削弱其能动感，进而降低参与意愿。此外，在高集体主义与高不确定性规避交织的文化背景下，对算法模糊性和过程不可预测性的担忧会抑制参与感知。
这些发现具有重要的理论与实践意义。在理论层面，研究提出了“认知-情感驱动的AI公共服务参与理论”，强调了文化作为边界条件在塑造公众参与的心理机制中的核心作用，推动了数字政府与AI治理研究的理论融合。在实践层面，研究为政府设计更具包容性和文化适应性的AI公共服务平台提供了具体指引：首先，应将情感体验作为核心设计准则，在交互中融入尊重、倾听和解释性反馈。其次，需将信息清晰度与共情表达相结合，特别是在集体主义文化中，应强调信息的社区关联性和共同利益。第三，需着力降低系统摩擦，尤其针对个人主义用户，通过简化流程、明确导航来保护其能动性。第四，在强调集体主义与风险规避的文化中，必须优先考虑算法的可解释性与过程的可预测性，以缓解不确定性带来的焦虑。最后，评估指标应超越传统的效率与准确性，纳入“声音被听到”、“过程可见性”和“感受到的控制”等心理结果维度。
综上所述，本研究揭示了在AI赋能的公共服务中，技术特征、情感体验与文化价值观共同塑造公众参与感知的复杂图景。未来的数字化治理实践需超越单纯的技术功能优化，致力于构建情感友好、信息透明、系统流畅且深植文化敏感性的参与环境，才能真正实现技术赋能下的民主参与和公民赋权。该研究发表于《Acta Psychologica》期刊。
