社会组织参与社会治理的公众满意度结构方程模型研究

2020-07-10郭学静陈海玉

生产力研究 2020年6期

郭学静，陈海玉

（山东第一医科大学（山东省医学科学院），山东泰安 271016）

社会组织作为与政府公共组织和市场企业组织鼎足而立的第三部门，具有通过“以志愿求公益”来弥补由于“政府失灵”“市场失灵”而导致部分社会公共治理缺失的功能[1]。我国政府改变过去的全能主义管理思想，给社会组织参与社会治理提供了发展空间[2]。党的十九大报告提出“打造共建共治共享的社会治理格局”，党的十九届四中全会提出“完善党领导社会组织制度”“推进社会组织协商”，体现了党中央对社会组织工作的高度重视，并对发挥社会组织参与社会治理的作用提出了更高要求。

一、研究综述

学界对社会组织参与社会治理的研究主要集中在四方面：一是社会组织在社会治理中的角色和作用研究。马庆钰和贾西津（2015）[1]、胡特（2017）等认为，社会组织是社会治理的重要主体和依托，其发展成为影响治理现代化的重要因素。二是社会治理中政府与社会组织的关系研究。张寒（2018）和倪永贵（2019）[3]认为，政府对社会组织发展的支持，需要构建“合作治理”模式。三是社会组织参会社会治理的困境研究。郭风英（2015）和马立（2017）认为，社会组织参与社会治理面临公信力不足、合作机制不完善、培育机制不健全、监管机制不到位、组织能力薄弱等挑战。四是社会组织参与社会治理的实践路径研究。陈思（2017）和喻凯（2018）认为，应从构建合作模式、优化制度环境、加强法律规制、实行信息披露、完善评价机制、推进组织建设等方面深化改革，推进社会组织建设。以上研究成果具有丰富的借鉴意义，但对于社会组织在社会治理中的公众满意度评价的定量化、模型化研究明显不足。根据党的十九大报告中提出的“打造共建共治共享的社会治理格局”目标中对社会组织提出的战略性要求和指示，针对社会组织参与社会治理的实践，构建一个公众满意度评价结构方程模型，将具有十分重要的现实意义。

二、构建社会组织参与社会治理的公众满意度结构方程模型

（一）研究原理及其数据来源

1.结构方程模型及其数理表达。结构方程模型（Structural Equation Modeling，SEM）包含了两个方面：即测量模型和结构模型。其中，测量模型可用于检验观测变量与潜变量之间的相关关系，对于测量难以直接观测的潜变量来说，这是十分有效的方式，而结构模型则用以检验不同变量间可能存在的相关关系[2]。结构方程模型通常包括如下的三个方程式：

三个方程中，方程（1）和方程（2）隶属于测量模型，测量和描述的是潜变量和观测变量之间的关系；方程（3）隶属于结构模型，测量和描述的是潜变量之间的关系。

2.数据来源。根据调查目的，设计出体现观测变量的通俗易懂的量表。量表内容包括两部分：

（1）调查者基本情况。即调查对象的个体属性数据，包括被调查者年龄、性别、所在城市、学历、职业、婚姻状况、工作年限及其月工资收入等基本信息。

（2）与观测变量相对应的满意度调查。此部分共包含34 个满意度题项，分别对应需要观测的5个维度的变量。其中，合作治理维度对应8 个题项、公共服务维度对应8 个题项、社会整合维度对应6个题项、内部治理维度对应6 个题项、组织能力维度对应7 个题项。题项的设计采用了Likert5 点量表法：1 代表非常不满意，2 代表不满意，3 代表一般，4代表满意，5 代表非常满意。

本次调查采用随机整群抽样法，共向山东、四川与河北三省的成年人发放调查问卷450 份。在对填写不全或明显不客观的调查问卷进行剔除后，实际获得有效问卷为429 份。结构方程原理要求样本量要达到观测指标的10～15 倍，本次调查所获得有效问卷数量符合要求。问卷数据经录入和数据预处理后，使用SPSS 21.0 进行统计分析。

（二）模型构建与实证分析

1.潜变量与观测变量的确定

根据新时代社会治理格局对社会组织的战略要求，设定合作治理、公共服务、社会整合、内部治理和组织能力五个维度，作为社会组织参与社会治理公众满意度结构方程模型的潜变量。

（1）合作治理维度。政府和社会组织积极构建一种合作型信任关系。建立健全制度体系,规范社会治理主体特别是政府部门的行政行为，加强服务意识，加大对社会组织的培训教育，提高其参与治理的积极性,增强其合作治理的自觉性[3]；大力推进政府职能转变，加强社会组织独立性，逐步扩大政府向社会组织购买公共服务的范围；健全社会组织政策法规体系，通过法律的手段明确及保障社会组织的角色定位[4]。该维度通过职能转变指标、政社合作指标、法律保障指标、政策支持指标、管理监督指标、信息沟通指标、社会支持指标、治理成效指标等观测变量进行评价。

（2）公共服务维度。逐步提高社会组织的社会认同感和公信度，帮助人民群众和政府解决诸如社区服务、文化服务、生态保护、公益慈善、矛盾调解等突出的社会治理问题；通过开展社会调查，及时全面地了解社会公众关于公共产品和公共服务的需求，以提高满足公众多元需求的及时性和有效性。该维度通过公益慈善指标、志愿服务指标、心理服务指标、文化服务指标、就业服务指标、扶贫服务指标、调解服务指标、公众需求指标等观测变量进行评价。

（3）社会整合维度。社会组织能够深入社会基层，获取民生需求和利益诉求信息，再通过座谈、听证和议政等方式理性地向政府或有关部门表达；社会组织把政府制定的方针政策有效的传达给民众，通过横向沟通与协调的方式及时的化解矛盾。该维度通过政策倡导指标、社会动员指标、民意表达指标、协商对话指标、资源整合指标、矛盾调解指标等观测变量进行评价。

（4）内部治理维度。加强社会组织内部治理，规范其运营活动，激发其动力和活力，加快形成政社分开、责权明确、依法自治的现代社会组织体制。实行完善的信息公开，利用自有网站、政府站、第三方信息平台等对宗旨，章程，资金流动，人事变动，管理信息和日常组织事务信息进行公示，提升社会公信力和美誉度；完善规章制度和组织结构，明确各部门职能与责任，做好承接各类项目的准备。该维度通过治理结构指标、组织结构指标、信息公开指标、人才管理指标、财务管理指标、规章制度指标等观测变量进行评价。

（5）组织能力维度。社会组织要结合社会需求和发展定位，激发自身活力，打造自身特点和专业优势；通过发挥其在社会资源、专业领域以及自主性等方面的独特优势，弥补政府管理模式的局限性；要建立健全组织相关的培训机制，重视提高从业人员的文化素养，提高社会组织绩效。该维度通过公信力指标、专业化指标、智能化指标、精准化指标、约束力指标、吸引力指标、创新力指标等观测变量进行评价。

2.研究假设

根据潜变量与观测变量的确定和分析，本文提出如下假设：

假设1：合作治理、公共服务、社会整合、内部治理及组织能力等维度（即外生潜变量）均对社会组织参与社会治理的公众满意度（即内生潜变量）有显著的正向影响；

假设2：观测变量（即各维度所对应的下级指标）通过对外生潜变量（即维度）的影响，对内生潜变量（即社会组织参与社会治理的公众满意度）产生间接的影响。

3.实证分析

（1）效度检验与探索性因子分析。所谓效度（Validity），指能够测到所要测量的东西或达到某种目的的程度，代表测量的准确性和有效性。在用SPSS 21.0 对各个维度进行因子分析之前，必须首先判断因子分析的前提条件是否满足，通常是进行KMO 检验和Bartlett 球度检验。其中，KMO 检测的统计量系数是用于比较变量间简单相关系数和偏相关系数的指标[5]。当KMO 值低于0.7 的时候，意味着变量之间的相关性较弱，不适合做因子分析；同理，KMO 值在0.7～0.9 之间，则比较适合做因子分析；而KMO 值如果超过0.9，则意味着数据非常适合做因子分析。而Bartlett 球度检验的统计值的显著性概率小于或等于显著水平，则意味着对应的测量题项适合做因子分析。对各变量进行相关性分析，结果如表1、表2 所示：KMO 值为0.96，大于0.9；Bartlett 球度检验结果显著（sig.=0000），表明数据适合做因子分析。

表1 探索性因子分析的特征根和解释方差、KMO 和Bartlett 球形度检验

由因子分析之公因子方差和旋转因子矩阵结果可知，各题项的公因子方差都在0.5 以上，最大因子负荷均在0.5 以上，且仅在一个因子上存在高负荷，说明问卷的结构效度良好，适合采用五因子结构。其中因子1 为“公共服务”，包含8 个题项；因子2 为“合作治理”，包含8 个题项；因子3 为“社会整合”，包含6 个题项；因子4 为“内部治理”，包含6个题项；因子5 为“组织能力”，包含7 个题项。

（2）信度检验和验证性因子分析。信度检验用以检验量表是否具有一致性与稳定性。本研究主要采取克朗巴哈α 系数对信度进行分析和检验。克朗巴哈α 系数是目前在社会科学研究领域中计算Likert 量表信度系数时最常用的方法[6]。在对探索性因子分析得出的五因子结构进行验证性因子分析的结果进行修正后，由于部分题项之间的MI 值较高，故而进行了适度的模型修正。我们得出图1 所示的模型，其拟合指标如表2 所示。

图1 验证性因子分析模型

表2 模型拟合指标

观察表2，X2/df=2.720＜3，RMR=0.028＜0.05，NFI=0.916＞0.9，RFI=0.909＞0.9，IFI=0.946＞0.9，TLI=0.941＞0.9，CFI=0.945＞0.9，RMSEA=0.057＜0.08，各项拟合指标均在建议值范围之内，模型和数据的拟合程度较高，模型具有一定的适用性和科学性。各题项的因子负荷均在0.5 以上，表明该问卷的结构效度良好。总问卷的Cronbach's α 系数为0.966，各变量的Cronbach's α 系数均在0.7 以上，且删除任一题项后均不能提升Cronbach's α 系数，说明量表信度检验结果良好。

（3）相关分析。将各变量进行两两相关分析，其结果如表3 所示。

表3 相关分析

结果显示，各变量之间正相关关系显著（p＜0.001）。变量间的相关系数均在0.4～0.7 之间的中等水平，说明适合提取二阶因子。

（4）模型构建。将满意度各项指标作为结构方程的外生观测变量，同时，又以合作治理、社会整合、公共服务、组织能力以及内部治理等维度作为满意度评价指标体系的一阶因子外生潜变量，以满意度评价指标体系作为结构方程模型中二阶内生潜变量，就可以构建社会组织参与社会治理的公众满意度评级的二阶因子分析模型如图2 所示。

图2 社会组织参与社会治理的公众满意度评价结果方程路径图

表4 模型拟合结果

稍经修正后的模型各项主要拟合指标如表4所示，结果表明，X2/df=2.703＜3，RMR=0.029＜0.05，NFI=0.916＞0.9，RFI=0.910＞0.9，IFI=0.946＞0.9，TLI=0.941＞0.9，CFI=0.945＞0.9，RMSEA=0.057＜0.08，各项拟合指标均在建议值范围之内，模型和数据的拟合程度较高，模型具有一定的适用性和科学性。

在结构方程计算的过程中，不仅可以得到各个显变量对各一阶因子的影响路径系数，同时，还可以得到各一阶因子对相应的二阶因子的影响路径系数，将各分类指标的路径系数相加，即可得到路径系数总和。对于每一个分类指标来说，以该分类指标除以路径系数总和，所得结果即为该分类指标之权重。