“放管服”改革中政务服务公众满意度模型的实证分析

刘晓洋

（广州大学 公共管理学院，广州市智慧治理研究中心，广东 广州 510006）

一、研究缘起

党的十八大以来，以简政放权、放管结合、优化服务为内容的优化营商环境是政府的重要工作任务。在建设人民满意的服务型政府背景下，政务服务的公众满意度是衡量“放管服”改革成效的重要标准。公众满意度是20世纪80年代新公共管理改革运动中将企业“顾客导向”竞争战略应用到公共管理，强调以公众主观满意度来衡量公共服务绩效的管理工具。［1］2019年《政府工作报告》明确提出“建立政务服务‘好差评’制度，服务绩效由企业和群众来评判”。这意味着政务服务改革从以制度、机构和机制等能力建设的内部逻辑转向以公众需求为导向的外部逻辑。政务服务公众满意度模型作为政务服务“好差评”制度的重要内容，是将成熟的管理工具“公众满意度”应用到政务服务领域，讨论公众满意度的影响因素、结果因素及其逻辑关系。这对积累和推进政务服务“好差评”制度的理论知识、识别政务服务低绩效的影响因素与改善服务具有重要价值。

当前，政务服务绩效问题成为公共管理学界新近研究的重要议题，形成了两方面成果：一是测量指标体系。吴开松等从成熟度角度构建了含管理成熟度和服务成熟度2个一级指标和17个二级指标的评价体系；［2］杨慧等构建了由服务内容、服务办理、咨询服务和服务资源等组成的测度体系。［3］二是变量间的关系。张育英等引入D＆M信息系统成功模型，对364份有效样本回归分析发现，行政审批服务质量的信息、系统和质量等三个维度，对公众满意度的特定和积累等两个维度均有显著的正向影响；［4］明承瀚等则在公共服务质量与公民满意度间加入调节变量“公民参与”，对359份有效样本分析发现，信息质量、系统质量及服务质量对公民满意度均有显著正向影响，公民参与起到了显著的调节作用；［5］徐晓林等基于PLS-SEM对356份有效样本，讨论了政务服务中公众信任、感知质量、公众满意度和持续使用意向等潜在变量之间的逻辑关系与作用机理。［6］

统计数据显示，2016年全国政务服务总办件量为6.02亿件，［7］这意味着企业、群众等政务服务顾客与政务服务主体间处于高频率的互动状态。在大力推进政务服务“好差评”制度的总体安排下，讨论政务服务公众满意度与前因变量、结果变量的因果关系是一个值得关注的研究问题。本文参考美国顾客满意度模型，基于政务服务的过程情境，以线下政务服务为研究对象，构建了政务服务公众满意度模型；在珠三角地区政务服务中心收集了531份有效问卷，采用结构方程模型分析了政务服务公众满意度与影响因素、结果因素的逻辑关系，并提出政策建议。

二、模型构建和研究假设

（一）模型构建

政务服务“好差评”是由企业和群众等政务服务对象，即“顾客”评价服务绩效，体现了顾客导向的管理思想。所谓顾客导向，是企业管理中强调以顾客而非企业的立场分析问题、以顾客满意度引导企业经营活动的竞争战略。［8］在新公共管理运动中，顾客导向被学习与应用到公共管理领域，强调将政府服务对象作为“顾客”，以顾客满意度衡量公共服务绩效。顾客满意度概念最早由卡多佐在1965年提出，［9］其经典的和被广泛应用的测量模型是1994年的美国顾客满意度模型（American Customer Satisfaction Index，ACSI）。ACSI是在瑞典顾客满意度晴雨表基础上增加了潜在变量“感知质量”，由顾客期望、感知质量和感知价值 3个前因变量、目标变量顾客满意度、顾客抱怨和顾客忠诚2个结果变量组成的因果模型。

本文借鉴吸收 ACSI框架，考量政务服务的情境因素，构建了由信息公开（ξ1）、公众期望（ξ2）和感知质量（ξ3）3个前因变量，目标变量公众满意度（η1），公众抱怨（η2）和公众信任（η3）2个结果变量组成的政务服务公众满意度模型，如图 1所示。其中，公众满意度是公众在政务服务互动过程中对服务绩效的心理感知；公众期望和感知质量是公众在政务服务中对服务质量的事先心理预期与现场实际感知；信息公开是公众对公开的政务服务事项办事指南等信息的清晰度和有效性的感知；公众抱怨是公众在办理完政务服务事后的抱怨的意愿与路径选择；公众信任是指公众办理完政务服务后对政府的信心与支持的水平。

图1 政务服务公众满意度模型

相较于ASCI模型，前因变量保留了“顾客预期”和“感知质量”，取消了“感知价值”，新增了“信息公开”；结果变量保留了“顾客抱怨”，“公众信任”取代了“顾客忠诚”，其缘由是：依据“质量—满意—绩效”理论，公众期望和感知质量是讨论满意度模型的两个经典前因变量，予以保留。政务服务不同于企业的商品与服务，其收费范围和标准严格地受《行政许可法》等法律约束，具有法定性与强制性，政府部门不得随意变更。目前，政务服务大多数是免费的，政务服务的价值感知难以用货币形式量化，取消“感知价值”。政务服务是公众与政府间围绕政务服务事项，从信息查询、需求提出、事项审查、到服务反馈的互动过程，是一个有机的“输入—转换—输出—反馈”系统。基于政务服务的过程情境，公众满意度的影响因素除了公众事先的心理期望与现场的感知质量外，信息公开也值得关注。同时，已有研究也提供了证据，政务服务信息不透明和不公开是老百姓“办事难”的重要因素；［10］吴建南等基于ACSI模型构建的公众满意度模型将“信息公开”作为前因变量。［11］按照“退出—抱怨”理论，［12］当政务服务公众满意度较低时，会出现公众抱怨、甚至是公众退出的结果。但公众退出在政务服务中却不常见，究其原因是政务服务主体是依据《行政许可法》等法律，按专业分工和属地管理原则确定的。公众无法“用脚投票”来选择政务服务主体，其忠诚度体现的不明显。但是，政务服务改革的目的是为了提升公众公共服务获得感，提高公众对政府的信任水平。同时，借鉴吴建南等构建公众满意度模型［11］的实证经验，由“公众信任”替代“顾客忠诚”。

（二）研究假设

1. 公众满意度与前因变量。政府绩效和服务质量是决定公众满意的核心要素。［13］公众期望和感知质量是顾客满意度模型中两个显著的前因变量，已有研究证实了这一点。范里津使用一项纽约市民调查的数据分析发现，市民期望水平显著影响公共服务满意度；［14］安达利卜发现，医疗服务感知质量的五个维度均显著正向影响患者满意度；［15］姬生翔使用 CGSS2013数据分析发现，感知质量对公共服务满意度有显著正向影响。［16］信息公开也被研究者用于解释公众满意度。赵大海等对34所大城市问卷调查数据分析发现，相对于最优策略“政府效能”，信息公开是提高公共服务公众总体满意度的次优策略；［17］龚佳颖等研究发现市民对政府工作的知晓度对公共服务满意度有显著正向影响。［18］据此，本文提出 3个研究假设：H1：信息公开正向影响公众满意度；H2：公众期望正向影响公众满意度；H3：感知质量正向影响公众满意度。

2. 公众满意度与结果变量。公众满意度提升的直接结果是减少公众抱怨和提高公众信任。［19］吴建南等研究发现，公众满意度对公众抱怨有显著负向影响，对公众信任有显著正向影响；［11］克里斯滕森等使用2001年挪威市民调查数据分析发现，相较于对公共机构不满意的市民，满意的市民对公共机构的信任程度要高；［20］拉希姆发现电子政务中的公众满意度能提高公众信任；［21］莫恩研究指出公众对政府的信任取决于公众对政府满意感与政府绩效的感知。［13］据此，本文提出2个研究假设：H4：公众满意度负向影响公众抱怨；H5：公众满意度正向影响公众信任。

3. 前因变量与结果变量的内在关系。在前因变量中，政务服务信息公开能有效地降低公众与政务服务部门间的信息不对称。公众掌握了清晰的、有效的信息，会提高对政务服务质量的期望。顾客通过广告获得的产品或服务的期望，会对产品或服务的质量感知产生正向影响。［22］仲伟伫等研究发现，网络购物期望对网络购物感知质量有显著正向影响。［23］在结果变量中，吴剑南等分析某局公众满意度模型时发现，公众抱怨与公众信任呈负相关。［19］据此，本文提出3个研究假设：H6：信息公开正向影响公众期望；H7：公众期望正向影响感知质量；H8：公众抱怨负向影响公众信任。

三、研究方法

（一）样本与数据

为了确保问卷填答的完整性和正确率，让调查对象有现场感以真实表达办事前后的心理期待和实际感知，珠三角“互联网+政务服务”课题组于2018年8月15日—10月9日在珠三角地区政务服务大厅便利抽取了625个办事群众进行面对面的问卷调查。问卷回收率为100%，删除漏答题项连续超 3个以上、一题多答等问卷后，得到有效问卷 531份。其中，男性占 42%、女性占58%，高中及以下占12.7%、大专占32%、本科占49.9%、硕士及以上占5.4%，办理个人事项、企业事项和行政事项各占39.2%、56%和4.8%，这些特征符合珠三角地区办事群众的基本特征，有较好的代表性。

（二）变量测量

信息公开、公众期望、感知质量、公众满意度、公众抱怨和公众信任都是不可直接测量的潜在变量。本文基于已有文献和归纳政务服务内容，设计了19个观测变量，如表1所示。各题项均采用李克特十级量表，赋值1—10分形成调查问卷。

（三）数据分析法

本文采用SPSS 20.0软件及其AMOS模块输入与分析数据，使用可靠性分析、因子分析和相关性分析模块对量表的信度与效度、变量间的相关性进行检验；使用AMOS软件的结构方程模型（Structural Equation Modeling，SEM）对政务服务公众满意度模型进行拟合和验证，分析各潜在变量之间的关系。其原因是，结构方程模型是利用变量的协方差矩阵来分析变量之间因果关系，具有同时处理多个因变量、允许自变量和因变量都含测量误差、分析变量间内在的结构关系以及估计模型拟合度等优点。

表1 调查问卷与描述统计

四、模型检验

（一）信度与效度分析

1. 信度分析。信度是检验量表的可靠性，即量表重复测量同一对象得到的结果的一致性程度。采用Cronbach’s α信度系数检验量表的信度，分析结果见表2的A栏。信息公开、公众抱怨和公众信任的Cronbach’s α在0.8—0.9之间，意味着量表的信度“很好”；公众期望、感知质量和公众满意度的Cronbach’s α在0.9以上，意味着量表的信度“非常高”。

表2 信度和效度分析结果

2. 效度分析。效度分析是检验量表的有效性，即量表收集的数据能否反映研究的问题和目的。采用 SPSS AMOS 20.0.0分析得到标准化回归系数，再计算组合信度（construct reliability，CR）和平均方差提取（average variance extracted，AVE），以衡量量表的收敛效度，分析结果见表2的B栏。公众满意度等6个潜在变量的AVE值均高于0.6，CR值均高于0.7，意味着量表具有很好的收敛效度。同时，使用平均方差提取的平方根来检验量表的区分度。表2的C栏中对角线上的数据为6个潜在变量平均方差提取的平方根，对角线下方的数据为潜在变量间的相关系数。6个潜在因子的 AVE值的平方根均大于各因子间的相关系数，这意味着量表具备良好的区分效度。

（二）模型检验

1. 相关性分析。相关性分析是衡量变量间相关密切程度。采用Pearson相关系数分析模型中潜在变量间相关关系，以保证构建模型运算变量的相关性和计算结果的可靠性，分析结果见表 2的C栏。公众满意度与信息公开、公众期望和感知质量3个前驱变量间的相关性均在0.01水平上显著相关，与公众抱怨和公众支持2个结果变量间的相关性也均在0.01水平上显著相关。

2. 模型拟合。使用SPSS AMOS 20.0.0分析工具的修正指数（Modification Index，MI）来修正模型。从 MI值最大的路径开始调试，在 MI值较大的两个残差变量之间增加一条相关路径，运行计算后观察拟合指标是否明显变好并具有理论意义；根据 MI值增加变量残差间相关路径会使模型拟合指标继续变好的原则，经过系列调试和模型修正的拟合指数如表3所示。修正后的政务服务公众满意度模型的卡方值（χ2）的显著性水平为 0.000，意味着“适配性良好”；卡方自由度比（χ2/df）值为 3.530，小于较为宽松的规定值 5.0；近似差异值误差均方根（RMSEA）为0.069，小于 0.08，意味着“适配合理”；增值适配度统计量 NFI、RFI、CFI、IFI、TLI的值均在0.9以上，意味着符合适配的标准。［25］

通过上述新型扩孔钻头设计思路探讨，以及钻头稳定性、水力特性分析，并委托四川川石·克锐达金刚石钻头有限公司制造了该型钻头，命名型号为CK306B。

表3 政务服务满意度模型的拟合指数

公开、公众期望和感知质量均显著正向影响公众满意度，标准化路径系数分别是 0.244、0.164和 0.592，验证了 H1、H2和 H3；公众满意度对公众抱怨有显著负向影响，对公众信任有显著正向影响，标准化路径系数分别是0.138和0.601，验证了H4和H5；信息公开对公众期望有显著正向影响，公众期望对感知质量有显著正向影响，标准化路径系数分别是 0.539和0.732，验证了H6和H7；公众抱怨对公众信任有负向影响，但不显著，H8未得到验证。

图2 政务服务公众满意度模型分析结果

五、结论与建议

（一）研究结论

经结构方程模型分析发现：

1. 政务服务公众满意度。本文构建了 2个观测变量、赋值为 1—10的李克特量表测量政务服务公众满意度，依据美国顾客满意度指数计算方法［26］，政务服务公众满意度的计算公式和结果是：

由此可见，珠三角地区总体的政务服务公众满意度处于较高水平。这可能与其财政投入的规模与强度有较大关系。珠三角地区各地市政务服务管理机构的财政决算报告显示，2017年市级财政投入共4.48亿，占地方财政支出的0.464‰。其中，广州与佛山的财政投入规模均超过1亿元，珠海与佛山的财政投入强度均超过1.5‰。

2. 公众满意度的影响因素。识别政务服务公众满意度的影响因素是本文的研究目的之一。研究发现，信息公开、公众期望和感知质量均对公众满意度有显著正向影响。但其作用效果大小有差异，最大是感知质量（0.592），其次是信息公开（0.244），最小是公众期望（0.164）。同时，这也说明在模型中增加前因变量信息公开是合理的。信息公开中信息清晰度与信息有效性的因子载荷相差无几，各是 0.89和 0.88；公众期望中因子载荷从大到小依次为服务专业性（0.88）、服务态度（0.78）、办事效率（0.78）、办事程序（0.77）和服务环境（0.7）；感知质量中因子载荷从大到小依次为服务态度（0.91）、服务专业性（0.88）、办事效率（0.87）、办事程序（0.82）和服务环境（0.76）。由此可见，无论是在公众期望、还是在感知质量中，服务专业性与服务态度的效用都十分重要，服务环境的效用就显得稍弱。

4. 因果模型的中介机制。中介变量是在理论上会影响所观察的现象因素，但这些因素却不易被察觉或测量，它的存在及效用可从自变量对所观察的现象推导出来。［27］政务服务公众满意度模型中的中介机制也是本文有趣的研究发现。公众期望显著地正向影响公众满意度与感知质量。公众期望对感知质量的影响效果为0.732，大于对公众满意度的直接效果0.164；公众期望通过感知质量影响公众满意度的间接效果是0.732与0.592的乘积，即0.433。据此，可得出两点结论，一是公众期望对公众满意度的总效果，即直接效果和间接效果的和为 0.597；二是间接效果（0.433）大于直接效果（0.164）意味着中介变量感知质量发挥了影响作用。同理，在信息公开通过公众期望影响公众满意度中，间接效果是 0.539与 0.244的乘积为 0.088，小于直接效果0.233，意味着中介变量公众期望并不能充分发挥影响作用。公众抱怨对公众信任的负向影响不显著，公众满意度不能通过公众抱怨影响公众信任，且不显著。

5. 前因变量和结果变量的内在关系。相交于影响公众满意度的效果，信息公开对公众期望，公众期望对感知质量的影响效果更大，分别是0.539和0.732，大于0.244和0.164；而公众抱怨对公众信任的负向影响效果不明显，且影响作用较小。原因可能是，公众抱怨与公众信任之间的关系在较大程度上取决于政府投诉处理机制。当前，12345政务热线是接受市民咨询与投诉的主要官方渠道。但“一号式”整体服务的政务热线在实践中遇到接线员服务不专业、政府职能部门“隐身”等难题，热线变成了“冷线”，［28］导致公众对投诉问题处理结果满意度不高。［29］因此，公众抱怨得不到有效处理，就无法转化为对政府的信任。

（二）政策建议

政务服务“好坏评”制度明确了政务服务的价值目标与衡量标准是企业与群众的认可。为了提高政务服务绩效，深化推进“放管服”改革，结合实证分析结果，提出以下政策建议。

第一，注重政务服务线下服务质量。公众在政务服务大厅的感知质量对公众满意度的影响作用最大，公众期望通过感知质量对公众满意度的间接影响效果也较大。2016年全国政务服务大厅总办件量 6.02亿件，相当于每个政务服务大厅日均办理 784件；政务服务大厅办件量也远超过互联网平台，地级市86.9%的办件量均发生在政务服务大厅。［7］这意味着政务服务线下大厅仍然是服务于企业和群众的主要渠道，改善其服务质量尤为重要。同时，感知质量中，服务态度、服务专业化水平、办事效率和办事程序的载荷因子均超过 0.8。因此，政务服务在改革中要继续优化政务服务流程，提高窗口人员的专业能力与服务态度，提高工作效率，从而提高公众在政务服务大厅的获得感。

第二，平衡宣传承诺与服务能力。公众期望对公众满意度的影响效用最小。可能是因政务服务宣传承诺过高，公众对政务服务会有过高期望；但因政务服务的体制、机制和信息资源等阻滞问题导致服务能力不足，就出现了宣传承诺与服务能力失衡问题，导致公众满意度不高。光明网时评中“在各地‘最多跑一次’、‘一次办好’改革下，跑5个月改不了一个低级性别错误乌龙”就是典型案例。［30］因此，要以政务服务能力为基础设定对公众的可信承诺，合理合度地开展政务服务宣传，规范地引导公众的服务期望。

第三，政务服务信息公开的便民化。政务服务信息公开对公众满意度有显著正向影响。政府信息公开是确保公众知情权的重要措施。同时，2019年修订的《政府信息公开条例》提出了“强化便民服务要求”新要求。因此，要将政务服务事项的办事要素、办事流程和审批服务等以标准化形式规范，形成政务服务办事标准清单。［10］提高政务服务事项公开信息的标准化和可用性，从而增进政务服务公众满意度。

第四，以政务服务提升政府美誉度。政务服务改革是政府治理现代化的重要内容，是构建人民满意的服务型政府的重要举措。政务服务公众满意度能有效地降低公众抱怨和提高政府信任。因此，切实地按照政务服务“好差评”制度要求，积极推动公众满意度评价，以公众满意度衡量政务服务绩效，不断地完善政务服务。

（三）研究不足

本文仍有不足和值得进一步研究之处。一是调查对象。本文是以珠三角各地市政务服务大厅的办事群众为调查对象。目前，简政放权是“互联网+政务服务”改革的目标与方向，更多贴近企业与老百姓的政务服务事项被下放到基层。未来调查对象可向“区县”和“镇街”等基层延伸，讨论基层政务服务公众满意度模型，并开展与市级的比较研究。二是变量测量。党的十八以来，政务服务改革的政策措施层层递进，内容不断推向深入，［3］意味着政务服务的内涵在不断丰富。未来需深入分析最新政策文件、并结合访谈材料来重新设计公众期望、质量感知等的观察变量。三是实证数据。本文主要使用截面数据，未来可持续开展跟踪调查，加强纵向时序研究，［6］为完善政务服务公众满意度模型，推进政务服务“好差评”制度建设贡献理论知识与经验研究。