居民公共服務滿意度評價

□文/司小鵬 謝 燕 單 彬

（1.寧夏醫(yī)科大學公共衛(wèi)生與管理學院；2.寧夏醫(yī)科大學國際教育學院 寧夏·銀川）

［提要］居民對公共服務的滿意度水平體現著政府和國家的治理能力。本文根據CGSS2013公共服務數據，對全國28個省（市）從公共教育、醫(yī)療衛(wèi)生、住房保障、社會管理等四個維度進行滿意度評價，結果表明：西部地區(qū)居民對公共服務的滿意度普遍高于東部地區(qū)，北方地區(qū)居民對公共服務滿意度略高于南方，經濟發(fā)展水平高的省份居民對公共服務滿意度不一定高。

居民對公共服務的滿意度水平體現著國家的公共治理能力，也影響著人民的幸福感以及對于美好生活的追求。本文從公共教育、醫(yī)療衛(wèi)生、住房保障、社會管理四個維度進行各個省份的滿意度評價評分及排序，并提出相關建議。

一、研究方法與資料來源

數據來源：來自CGSS2013數據的公共服務部分，分別從公共教育、醫(yī)療衛(wèi)生、住房保障、社會管理四個維度進行評估，共26個評估指標。由于數據樣本缺少海南省、西藏自治區(qū)、新疆維吾爾自治區(qū)以及香港、澳門、臺灣的相關數據，共有28個省份和直轄市的數據。

研究方法：分別采用主成分分析、因子分析和聚類分析的方法對我國28個省市居民對公共服務的滿意度進行評價和分析，并提出相關建議。

二、公共服務滿意度指標體系建立

公共服務滿意度從公共教育、醫(yī)療衛(wèi)生、住房保障、社會管理四個方面進行衡量，其中各個指標又分為26個子指標，分別為學前教育（X1），九年義務教育（X2），高中階段教育（X3），職業(yè)教育（X4），城鄉(xiāng)居民健康檔案服務（X5），健康教育服務（X6），預防接種（X7），傳染病防治（X8），兒童、孕產婦、老年人保?。╔9），慢性病管理（X10），重性精神疾病管理（X11），衛(wèi)生監(jiān)督協(xié)管（X12），基本藥物制度（X13），藥品安全管理（X14），廉租房服務（X15），公租房服務（X16），棚戶區(qū)改造（X17），農村危房改造（X18），房價調控（X19），人口登記與戶籍服務（X20），食品藥品安全（X21），社會治安（X22），社會矛盾化解（X23），互聯(lián)網服務管理（X24），經濟與社會組織管理（X25），維護市場秩序（X26），具體如表1所示。（表1）

表1 公共服務滿意度評估指標及變量一覽表

三、主成分分析過程

主成分分析是通過幾個主成分來解釋多變量的分析方法，即求出少數幾個的主成分，使其盡可能多地保留原始信息，從而達到降維的目的。其主要步驟有：（1）將原始數據標準化，以消除單位和量綱不同對分析結果的影響；（2）計算各指標間的相關矩陣，根據相關系數矩陣判斷其是否適合進行主成分分析，一般要求各指標間的相關系數＞0.30；（3）確定主成分的個數，根據累計方差貢獻率≥85%從而選擇主成分的個數進行評價；（4）計算所選取的主成分得分（5）根據各主成分的特征值和貢獻率計算出綜合得分：(λi/p）Fi，根據綜合得分進行排序和評價，其中λi/p為各主成分的方差貢獻率。

根據上述步驟，利用SPSS26.0軟件，首先將原始數據進行標準化處理，并進一步計算各指標變量間的相關系數矩陣，各指標間相關系數總體上都大于0.3，說明各指標間有較強的相關性，適合進行主成分分析。根據主成分累計方差貢獻率≥85%從而選擇4個主成分，具體結果如表2所示，前4個主成分的特征值分別為15.688，4.014，1.792和1.153，其累計方差貢獻率為87.106%，說明前4個主成分能夠解釋全部方差的87.106%，因此提取4個主成分。（表2）

表2 主成分分析結果一覽表

根據4個主成分的特征值和公式計算出各個主成分的線性組合和得分。

Y2、Y3、Y4也根據上述公式計算出其得分。

根據各個主成分的特征值和貢獻率計算出其綜合得分，并進行排序，具體如表3所示。（表3）

表3 主成分得分和綜合得分一覽表

根據表3的主成分得分和綜合得分可以看出，居民對于公共服務滿意度可分為3個層次：綜合排名位于前6的省份分別為寧夏回族自治區(qū)、甘肅省、內蒙古自治區(qū)、北京市、重慶市、四川省，其綜合得分Z也都＞10，為第1個層次，滿意度較高；第2個層次（9＜Z＜10），分別為陜西省、黑龍江省、浙江省、青海省、河南省、江蘇省、河北省、貴州省、遼寧省、山東省、湖北省、上海市、天津市、安徽省、吉林省、山西省，滿意度一般；綜合得分Z＜9的為第3個層次，分別為廣東省、廣西壯族自治區(qū)、江西省、云南省、湖南省、福建省，居民對于公共服務的滿意度較低。

四、因子分析過程

因子分析是研究如何以最少的信息丟失將眾多原始變量濃縮為少數幾個因子變量，使因子變量具有較強的可解釋性的一種多元統(tǒng)計分析方法。因子分析在主成分分析基礎上進一步旋轉使得同一組內的變量相關性提高，不同組內變量間的相關性降低，通過旋轉使得各公因子的特征值分配更加均衡，具有更好的解釋性。因子分析的步驟與主成分分析步驟類似：（1）需要對原始數據做標準化處理；（2）各指標間的相關系數需要大于0.3；（3）根據特征值累計貢獻率≥85%確定因子的個數；（4）根據旋轉后的因子和方差貢獻率計算因子得分，其公式為：Fi=a1iX′1+a2iX′2+...+apiX′p，i=1，2，…，p；（5）根據公式Zi計算因子的綜合得分，其中Vi/p為各因子的方差貢獻率。

對數據做標準化處理后計算各指標間的相關系數矩陣，結果各指標間的相關系數均≥0.3，說明其適合進行因子分析。如表4所示，KMO值為0.671，Bartlett球形檢驗表明其顯著性具有差異性，均說明適合進行因子分析。（表4）

表4 KMO和Bartlett檢驗一覽表

如表5所示，通過最大方差法對因子進行旋轉，旋轉前因子的特征值和貢獻率與主成分一樣，旋轉后各因子的特征值和方差貢獻率分配更加均衡，也更容易解釋。根據累計方差貢獻率的大小選取4個公因子，共解釋全部方差的85.749%。（表5）

表5 旋轉前后的因子特征值和貢獻率一覽表

依據因子得分系數矩陣可求得因子：

同理可求得F2、F3、F4的因子方程。根據各因子的得分利用公式求得因子的綜合得分Z，如表6所示。（表6）

表6 因子得分和綜合得分一覽表

從因子得分和綜合得分表可以看出，寧夏回族自治區(qū)、甘肅省、內蒙古自治區(qū)、北京市4個省市的因子綜合得分Z>0.6，表明這四個省市的居民對其公共服務的滿意度最高；重慶市、四川省、陜西省、黑龍江省4個省的綜合因子得分0.4＜Z＜0.6，其居民對于公共服務的滿意度居于中等水平；浙江省、青海省、河南省、江蘇省、河北省、貴州省、遼寧省7個省份的綜合得分0.00＜Z＜0.20，說明居民對其公共服務的滿意度較低，其公共服務水平還有待提升；其余13個省市綜合得分Z＜0，可見居民對于政府的公共服務滿意度較差，政府應加強力度進行整改，提升自身的服務水平。

五、聚類分析過程

聚類分析是定量地確定多變量相互之間的親疏關系，按親疏差異程度，歸入不同的分類中，使分類更客觀具體，反映事物的聯(lián)系。聚類分析同樣需要對原始數據標準化，從而消除單位和量綱對數據的影響。本文使用組間聯(lián)接和平法歐氏距離的方法對因子的綜合得分Z進行聚類分析，得到如圖1的聚類譜系圖。從圖1中可以看出，當距離聚類刻度取5時，分為4類：（1）寧夏回族自治區(qū)、甘肅省、內蒙古自治區(qū)、北京市、重慶市、四川省、陜西省、黑龍江省8個省、直轄市為1類，其綜合得分較高，居民對公共服務的滿意度較高；（2）浙江省、青海省、河南省、江蘇省、河北省、貴州省、遼寧省、山東省、湖北省、上海市、天津市、安徽省、吉林省13個省、直轄市為第2類，這些省市居民對公共服務的滿意度均不高；（3）山西省、廣東省、廣西壯族自治區(qū)、江西省4個省份為第3類，居民對其滿意度的綜合得分較低，說明還有很大的提升空間；（4）云南省、湖南省和福建省三省居民的滿意度最低，政府需要從內外部尋找原因，從而提高自身行政水平和公共服務的水平，提高行政效率，從而提高公民的滿意度。（圖1）

圖1 聚類分析譜系圖

六、結論及建議

總體上看，西部地區(qū)居民對公共服務的滿意度普遍高于東部地區(qū)，北方地區(qū)居民對公共服務滿意度略高于南方，經濟發(fā)展水平高的省份其居民對公共服務滿意度不一定高。其可能原因是隨著國家對西部地區(qū)的政策和資金支持，西部地區(qū)在公共服務的供給有所完善。該結果也與曾鵬的研究結果部分一致。

為此提出以下建議：（一）努力實現公共服務東西南北均衡化分布。盡管研究結果顯示西部地區(qū)居民公共服務滿意度要高于東部地區(qū)，但有研究表明，居民對公共服務的滿意度的影響因素中其個體因素要遠遠大于政府和社會因素。我國東部與西部地區(qū)間的經濟、資源分配差異仍然較大，因此需要政府來宏觀調控來分配好地區(qū)間的資源，縮小城鄉(xiāng)間、地區(qū)間的差異，力求在公共教育、醫(yī)療資源等公共服務上實現均衡化分配。此外，政府還應該加強提供公共服務的水平，提高行政效率和辦事水平。（二）努力提升自身的綜合素質。從個人層面看，個體差異如教育水平、身體健康等狀況會對公共服務滿意度產生差異，經濟發(fā)展水平高的省份其居民對公共服務滿意度并不高，可能的原因是由于個體對政府提供的公共服務要求更高，這種落差使其并不滿意。為此，個人需要不斷提高自身綜合素質，從而獲取更好的公共服務。 （通訊作者：單彬）