基于多层线性模型的城市体育公共服务满意度影响因素研究

纪江明



基于多层线性模型的城市体育公共服务满意度影响因素研究

纪江明

（中共上海市委党校&上海行政学院，上海 200233）

本文在“2012年连氏中国城市公共服务满意度调查”的基础上，首先对34个主要城市的体育公共服务满意度进行了分析评价，发现城市间体育公共服务满意度存在较大差异。然后构建多层线性模型（HLM），从城市层面的因素（含人均GDP、常住人口、人均体育财政支出、体育财政支出水平等）、受访市民的个人因素（含年龄段、性别、职业、学历、收入、居住年限、单位性质、是否党员、户籍等）等两个层面解释影响34个城市体育公共服务满意度差异的因素，发现受访市民的性别、户籍、是否党员等变量对体育公共服务的公共满意度有较强的正向或负向影响，能够较充分解释城市间体育公共服务满意度的差异，而城市层面因素对城市之间满意度差异的解释能力不强。为了提高体育公共服务满意度，本文从加大公共财政投入、建立组织服务网络、提高体育设施的利用率等方面提出了对策措施。

体育公共服务；公众满意度；影响因素；多层线性模型

随着经济的快速发展、居民收入水平的提高，人们对体育公共服务的需求也在快速增长，不再满足于传统上政府和社会组织所提供的体育公共服务，对体育休闲的追求越来越看重。在我国，从2006年体育休闲第一次被写进了政府工作报告，重视和发展体育休闲已成为社会经济发展的共同呼声和愿望[1]。开展体育公共服务满意度及其影响因素测评，可以客观反映公众对体育休闲设施及其发展水平的满足程度。本文运用多层线性模型，对34个城市体育公共服务满意度的影响因素进行研究分析。

一、我国城市体育公共服务满意度现状

20世纪中期以来，人们从科学技术水平和生产力水平的提高中，获得了物质生活需求的满足，对体育休闲的追求也日益紧迫。建国后，在体育公共服务方面，为了增强国际影响力，我国一直把发展竞技体育放在首位，对体育公共服务的民生性认识不高、投入较少，居民对体育的需求往往自给自足，所以群众对体育的满意度较低。2006年3月，《国家“十一五”规划纲要》首次提出了“基本公共服务均等化”，其中就包括体育公共服务的均等化，政府部门对体育公共服务的数量与质量、公平与效率开始日益重视，把体育公共服务体系建设作为服务人民、造福社会、系统全面的体育民生工程。

当前，我国体育公共服务面临的主要问题是群众日益增长的体育需求与国家和社会所提供的体育服务及相关产品严重不足之间的矛盾。而且，我国各地资源差异较大，体育公共服务资源分配不均，尤其是城乡公共服务差距较大。为此，需要对体育公共服务进行满意度测评，进一步提高体育公共服务质量。当前，在体育公共服务绩效考核方面，仍以“服务提供机构”为导向，而非“公众导向”，即有关部门把硬件设施、制度建设等客观指标作为考核体育公共服务绩效的标准，而忽视公众满意度这一主观指标[2]。

为了摸清34个城市体育公共服务满意度状况，完善和提高体育公共服务的体系及品质，本研究设置如下问题“您给所在城市的体育公共服务（含体育场馆、公共健身场馆、体育休闲服务等3个二级指标）打几分？”，请受访者从1到10打分。调查显示，体育公共服务满意度得分总平均值为7.3888，在9项公共服务测量指标中排名第一位，可见被调查城市的居民对所在城市的体育最满意。34个城市体育公共服务满意度的变异系数为0.0587，城市之间的差异性较大，见表1。

表1：2012连氏《中国城市公共服务质量调查》之体育公共服务满意度总得分排名

注：（1）各城市的满意度总得分为3个二级指标的平均值；（2）34个城市体育公共服务满意度的变异系数＝标准差/均值=0.0587。

从表1中可以看出，在2012年体育公共服务满意度调查中，厦门、北京、上海、成都、杭州、郑州、武汉、大连、广州、宁波的满意度均处于前10名，而重庆、海口、合肥、沈阳、太原、呼和浩特、深圳、贵阳、南昌、兰州的满意度处于后10名。总体上看，东部城市的体育公共服务满意度要高于中西部城市。但也有例外，中西部城市郑州、成都、武汉的体育公共服务满意度排在前十名；而海口、沈阳、深圳的体育公共服务满意度则排在倒数几位，说明它们的体育状况堪忧，有待于提高。

那么，影响体育公共服务满意度的因素有哪些？又是哪些因素导致城市之间的差异？本文将从城市层面因素、市民个人因素等两个层面解释影响34个城市之间体育公共服务满意度差异的原因，并试图从中发现一些深层次的原因，为制定政策法规、提升体育公共服务满意度提供评价依据。

二、文献回顾与述评

早在19世纪末，Thorstein B Veblen就指出，随着“新城市主义（即平民化）运动”理念的兴起，民众开始普遍追求体育休闲活动，将之作为时尚现代的生活方式，体育休闲场所也成为衡量城市立体化、现代化的标准之一。Wakefield、Boldgett对体育观众满意度进行了研究，Madrigal、Leeuwen等对体育观众满意度的影响因素进行了研究，但仅仅研究了观众自身因素对满意度的影响，未研究经济社会变量对满意度的影响[3-4]。

我国对体育公共服务满意度研究的起步较晚，张昕、俞爱玲、张清华、褚凌云、郝秀君、周全华、邵雪梅、姚绩伟等一批学者对体育公共服务满意度及其影响因素进行了研究[5-12]，但他们对居民开展的实地调查较少，测评的理论体系还处于探索阶段，没有进行深入地、系统地分析，在导致体育公共服务满意度地区差别、城乡差距的原因方面，更是一片空白。

在本研究中，关于城市之间体育公共服务满意度差异较大的原因，笔者认为受访市民的个体特征因素（如性别、年龄、学历、收入、职业、居住年限、户籍等）是主要影响因素，而城市层面的因素（如人均GDP、人均体育支出、体育财政支出水平、常住人口）等是次要影响因素。本研究将运用分层线性模型（HLM）分析影响体育公共服务满意度的因素，验证这一假设。

三、变量设计与数据来源

（一）变量设计

1.因变量（Y）为：34个城市体育公共服务满意度3个二级指标（含体育场馆、公共健身场馆、体育休闲服务）的平均值，该数值为7.39。通过因子分析、主成分分析，表明这3个二级指标系在同一个测量维度上、且贡献的成分相当，所以因变量取3个二级指标的平均值。

2.自变量：

个人层面变量，包括X1（性别）、X2（年龄段）、X3（居住年限）、X4（户籍）、X5（学历）、X6（职业）、X7（单位性质）、X8（是否党员）、X9（收入），统计性描述见表3。从测量层次上看，虽然其中许多变量都属于定序变量或定类变量，但许多学者在进行回归分析时，考虑到其所包含的各相邻属性之间的差异基本上是相等的，故将这些变量默认为定距变量（林挺进等，2011）。

城市层面变量，包括D1（人均GDP）、D2（常住人口）、D3（人均体育公共服务财政支出）、D4（体育公共服务财政支出水平）。其中，体育公共服务财政支出水平，指人均体育公共服务财政支出占人均财政支出的比例。

（二）数据来源

在新加坡“连氏基金”的资助下，2012年5月至7月，我们开展了“2012年连氏中国城市公共服务质量调查”，该调查采用国际先进的计算机辅助电话问卷调查系统（CATI），对34个主要城市的公众（18周岁及以上年龄）进行了抽样和问卷调查①。每个城市随机抽取的合格居民样本为700份左右，最后回收的公众电话调查有效样本量为23923个（调查城市和各城市样本抽取数，参见表2）。受访市民的人口统计特征见表3。人均GDP、常住人口、人均财政支出、人均体育公共服务财政支出、体育公共服务财政支出水平等数据来自《中国统计年鉴》，其描述性统计见表4。

表2：调查城市及其实际样本量

表3：受访市民的人口统计特征

注：限于篇幅，由于受访市民职业、居住年限、单位性质等特征所占篇幅较大，暂不放入表3，可备索。

表4：城市层面变量描述性统计

四、HLM模型构建与实证分析

在本研究中，数据样本呈现“个人-城市”的两层数据结构，即调查城市为34个，每一个城市又包含着700左右的个人样本。所以，本文要同时研究城市因素、个人因素等两个层面对体育公共服务满意度的影响，需要选择一个可以同时涵盖这两个层级变量的统计模型。在现有各类社会科学统计模型中，传统线性模型（OLS）的基本假设是正态、线性、方差齐性以及独立性的，“独立性”、“方差齐性”这两个假设对多层次、嵌套式的数据结构往往难以成立，这给参数估计带来一定的难度。分层线性模型（HLM）则能很好地处理具有嵌套结构的非独立数据，它使研究者可以估计各层面上的变化，而且还能有效连接个体层面数据和宏观区域数据，而且能明确区分个人效应和组效应，这正好符合我们的研究目的。本研究运用HLM7.0软件，开展城市因素、个人因素对体育公共服务满意度影响的统计分析。

首先，零模型分析（NULL MODEL），即在没有加入任何自变量的情况下对数据进行HLM分析：

零模型估计出来的固定效应G00的系数是0.3902，而随机效应ｕ0的方差成分是0.2377，两者的显著性均达到极显著水平（P<0.01），为随机误差项。可见，在本研究中，城市之间的体育公共服务满意度存在较大的差异，有必要进行多层次分析。

其次，在零模型（NULL MODEL）中加入个人层面变量、城市层面变量，构建如下模型：

个人层面：

城市层面：

其中，

综合模型：

为确保变量的稳定性，避免多重共线性，本研究用稳健性标准误差（Regression with Robust Standard Errors）对HLM模型进行回归，回归结果见表5。

表5：城市层面因素、个人层面因素对体育公共服务满意度影响的多层线性回归模型（Regression with Robust Standard Errors）

固定效应（FIXED EFFECT）回归系数（COEFFICIENT） β0 截距（INTRCPT）2,ｒ002.011329***（0.002808）X3（居住年限）,β3,ｒ30-0.006370*（0.070658） D1（人均GDP）,ｒ010.000000（0.000004）X4（户籍）,β4,ｒ400.609439**（0.088289） D2（常住人口）,ｒ02-0.000019（0.00013）X5（学历）,β5,ｒ50-0.036557*（0.597873） D3（人均体育服务支出）,ｒ030.000057（0.000397）X6（职业）,β6,ｒ600.027765**（0.097358） D4（体育服务财政支出水平）,ｒ040.853452**（0.011029）X7（单位性质）,β7,ｒ700.011599*（0.451625） X1（性别,男=1）,β1, ｒ100.710464**（0.091004）X8（党员）,β8,ｒ80-0.300108**0.042698 X2（年龄段）,β2,ｒ20-0.006324**（0.02090）X9（收入）,β9,ｒ900.050570**（0.042753） 随机效应 截距（INTRCPT）1，ｕ00.01211**（0.00015） （个人）层级-1效应，r0.01217**（0.00015）

注：括号中的数字为标准误差；*、**和***分别表示在10%、5%和1%的水平上显著。

从表5可以看出，在城市层面变量中，人均GDP、人均体育支出、常住人口的回归系数均未能通过10%的显著性水平检验。体育财政支出水平通过5%的显著性水平检验，对体育公共服务的公共满意度有较强的正向影响，也即在控制其他变量的情况下，体育财政支出水平越高，公众对体育公共服务的满意度也越高。这些城市层面的变量不能充分地解释体育公共服务满意度在城市之间的差异（解释方差比例为15.31％）。

在个人层面变量中，受访市民的性别、年龄段、户籍、是否党员、职业、收入等变量通过5%的显著性水平检验。其中，受访市民的性别、户籍等变量对体育公共服务满意度有较强的正向影响，即具有本地户籍的女性受访市民，对体育公共服务的满意度越高；受访市民的收入、职业等变量对体育公共服务满意度有较弱的正向影响（其回归系数较小）。受访市民的年龄段对体育公共服务满意度有较弱的负向影响（其回归系数绝对值较小）；是否党员对体育公共服务满意度有较强的负向影响，这说明非党员群体对体育公共服务的满意度要低于党员群体。

受访市民的学历、单位性质、居住年限等变量的回归系数通过10%的显著性水平检验，其回归系数均较小，对满意度的影响也较弱。

可见，受访市民的性别、户籍、是否党员等3个变量对体育公共服务的公众满意度有较强的正向或负向影响，这些变量对城市间满意度差异的解释能力也比较好（解释方差比例为33.32％），笔者的假设得到了较好验证。

五、结论、讨论与对策建议

（一）结论与讨论

研究表明，在2012年公共服务满意度调查中，体育公共服务满意度得分总平均值为7.3888，在九项公共服务测量指标中排名第一位。34个城市体育公共服务满意度的变异系数为0.0587，城市之间的差异性比较大。城市层面因素不能充分解释体育公共服务满意度在城市之间的差异。在个人层面因素中，受访市民的性别、户籍、是否党员等3个变量对体育公共服务的公众满意度有较强的正向或负向影响，对满意度在城市间差异的解释能力也比较好。

这一发现跟有些学者的研究有不同，可能与本研究在问卷设计、样本选择和调查访问过程中的处理方式有关。另外，本文所使用的数据包括与公众生活息息相关的九项公共服务，并非体育公共服务满意度单项调查数据，可能未将对体育公共服务满意度有影响的其它变量纳入调查问卷中，这些问题在同类调查中都难以避免，也为我们开展进一步的研究提供了基础。

（二）对策建议

1.加大公共财政对体育公共服务的投入，逐步实现体育公共服务均等化

研究表明，体育财政支出水平对体育公共满意度有较强的正向影响，为此，首先应增加对体育公共服务（含体育设施、服务）的政策倾斜和财政投入，对体育设施进行升级换代时，应把握不同年龄、不同身份居民的多样性需求，提供到位的体育公共产品。其次，引入民间资本，建立多元化、多渠道投入机制，开放大众体育场馆，提高群众对体育设施、场馆的满意度[9]。再次，推进体育的社会化、产业化发展进程，给体育公共服务体系注入新鲜血液，实现体育产业与体育公共服务的有机结合。

2.建立体育组织服务网络，提高体育公共服务的层次

调查表明，体育公共服务满意度在九项公共服务测量指标中排名第一位，可见群众都非常关注和重视体育活动。首先，应坚持以人为本，树立全面、协调和可持续发展的体育发展理念，发挥主管部门对体育的宏观调控作用。其次，将体育公共服务发展规划与城市整体规划相衔接，在城市建设中对体育设施、场馆进行合理布局，形成完善的社会化体育服务网络。再次，严格实行执业资格考核制度，对文体活动中心专干人才进行合理配置。还有，要因地制宜、发展创新，构建具有各自城市特色的体育公共服务体系[13]，对于稀缺的体育公共服务设施，以收取少量费用的形式提供给社会，满足日益增长的社会需求。

3.开展体育场所信息调研，提高体育设施的利用率

调查发现，很多公共体育活动内容及场所老套、不能吸引市民参加。当前，市民对健身房、健身中心、3G服务、科普活动室等的活动需求较多，这就需要及时跟进服务，优化软件建设，提供更多能符合群众需求、符合时代发展的功能。其次，开展信息调研，创新管理模式，激发群众的参与热情，提高体育公共设施的利用率[8]。再次，建设体育信息资源共享工程，即依托体育馆、游泳馆等实体资源，推进体育公共服务的网络化、自动化、共享化进程，拓展为民服务的空间。

[注释]

① 由于语言障碍所造成的访谈中的困难，我们这次调查未涵盖拉萨、乌鲁木齐等少数民族居多的城市。

[1] 吕宁.基于城市休闲指数的中国休闲城市发展研究[D].北京:中央民族大学经济学院,2009.

[2] 刘武,杨雪.论政府公共服务的顾客满意度测量[J].东北大学学报(社会科学版),2006(2):130-132.

[3] DOS CS.Does Rapid Economic Growth Improve the Human Lot?Some Empirical Evidence[J].Social Indicator Research,1980(2):199-221.

[4] LEEUWEN L V,QUICK S,DANIEL K.The Sport Spectator Satisfaction Model:A Conceptual Framework for Undersatanding the Satisfaction of Spectators[J].Sport Management Review,2005(5):99-128.

[5] 张昕,康键,吴育华.足球观众满意度及测评模型的研究[J].西安电子科技大学学报(社会科学版),2006(5):37-42.

[6] 俞爱玲.世界女子篮球联赛绍兴市现场观众特征、赛事期望与满意度调查[J].中国体育科技,2007(5):31-37.

[7] 张清华,刘海辉,樊炳有.江苏省城镇居民体育公共服务满意度调查[J].山东体育学院学报,2010(3):8-12.

[8] 褚凌云,邓屏,杨卫武.公共文化设施满意度实证研究——以上海市为例[J].经济师,2011(7):11-13.

[9] 郝秀君.群众体育公共服务满意度评价模型的构建[J].山东体育学院学报,2012(4):24-27.

[10] 周全华,刘燕.公共服务对象满意度测评指标体系研究[J].社科纵横,2012(9):244-247.

[11] 邵雪梅,肖焕禹.我国城市中间阶层体育休闲满意度现状研究[J].西安体育学院学报,2013(2):1-8.

[12] 姚绩伟,杨涛,丁秀诗.城市社区体育公共服务公众满意度量表的研制[J].天津体育学院学报,2013(6):477-482.

[13] 李军鹏.公共服务型政府[M].北京:北京大学出版社,2004:5.

Research on Influential Factors of Public Satisfaction with Public Sports Service in Cities Based on Hierarchical Linear Model

JI JIANGMING

In this paper, the satisfaction of cultural-sports facilities in 34 cities is analyzed based on 2012 lien public service quality survey for Chinese cities firstly. We find that there is a big difference among 34 cities’ public satisfaction. The paper enquires the influence of city-level variables(including GDP per capita, population scale , per capita public expenditure on cultural-sports facilities, cultural-sports facilities expenditure level, etc.) as well as that of citizen-level variables(including age group, gender, occupation, education, income, length of residence, nature of the unit, household register, etc.) on citizens’ satisfaction by setting up Hierarchical Linear Model. The result shows that the citizen-level variables（including Gender，Household register, whether you are a party member of CPC or not, etc.）can explain the variance in satisfaction between cities to a significant degree; however, the city-level variables can’t explain the variance．Finally, we put forward relevant suggestions to promote public satisfaction of cultural-sports facilities, such as increasing the input of public finance, establishing service network, improving the utilization rate of sports facilities and so on.

Public Sports Service；Public Satisfaction；Influential Factors；Hierarchical Linear Model

D669

A

1008-472X(2015)03-0024-07

2015-02-07

中共上海市委党校“人才引进”启动项目；上海市教育委员会科研创新项目（15ZZ113）

纪江明（1975-），男，河南安阳人，中共上海市委党校上海行政学院副教授，管理学博士，牛津大学访问学者（2013-2014）。

本文推荐专家：

胡伟，上海交通大学国际与公共事务学院，教授，研究方向：公共服务、公共政策。

张乐天，复旦大学社会发展与公共政策学院，教授，研究方向：公共服务、公共政策。