居民公共服务满意度评价

□文/司小鹏 谢 燕 单 彬

（1.宁夏医科大学公共卫生与管理学院；2.宁夏医科大学国际教育学院 宁夏·银川）

［提要］居民对公共服务的满意度水平体现着政府和国家的治理能力。本文根据CGSS2013公共服务数据，对全国28个省（市）从公共教育、医疗卫生、住房保障、社会管理等四个维度进行满意度评价，结果表明：西部地区居民对公共服务的满意度普遍高于东部地区，北方地区居民对公共服务满意度略高于南方，经济发展水平高的省份居民对公共服务满意度不一定高。

居民对公共服务的满意度水平体现着国家的公共治理能力，也影响着人民的幸福感以及对于美好生活的追求。本文从公共教育、医疗卫生、住房保障、社会管理四个维度进行各个省份的满意度评价评分及排序，并提出相关建议。

一、研究方法与资料来源

数据来源：来自CGSS2013数据的公共服务部分，分别从公共教育、医疗卫生、住房保障、社会管理四个维度进行评估，共26个评估指标。由于数据样本缺少海南省、西藏自治区、新疆维吾尔自治区以及香港、澳门、台湾的相关数据，共有28个省份和直辖市的数据。

研究方法：分别采用主成分分析、因子分析和聚类分析的方法对我国28个省市居民对公共服务的满意度进行评价和分析，并提出相关建议。

二、公共服务满意度指标体系建立

公共服务满意度从公共教育、医疗卫生、住房保障、社会管理四个方面进行衡量，其中各个指标又分为26个子指标，分别为学前教育（X1），九年义务教育（X2），高中阶段教育（X3），职业教育（X4），城乡居民健康档案服务（X5），健康教育服务（X6），预防接种（X7），传染病防治（X8），儿童、孕产妇、老年人保健（X9），慢性病管理（X10），重性精神疾病管理（X11），卫生监督协管（X12），基本药物制度（X13），药品安全管理（X14），廉租房服务（X15），公租房服务（X16），棚户区改造（X17），农村危房改造（X18），房价调控（X19），人口登记与户籍服务（X20），食品药品安全（X21），社会治安（X22），社会矛盾化解（X23），互联网服务管理（X24），经济与社会组织管理（X25），维护市场秩序（X26），具体如表1所示。（表1）

表1 公共服务满意度评估指标及变量一览表

三、主成分分析过程

主成分分析是通过几个主成分来解释多变量的分析方法，即求出少数几个的主成分，使其尽可能多地保留原始信息，从而达到降维的目的。其主要步骤有：（1）将原始数据标准化，以消除单位和量纲不同对分析结果的影响；（2）计算各指标间的相关矩阵，根据相关系数矩阵判断其是否适合进行主成分分析，一般要求各指标间的相关系数＞0.30；（3）确定主成分的个数，根据累计方差贡献率≥85%从而选择主成分的个数进行评价；（4）计算所选取的主成分得分（5）根据各主成分的特征值和贡献率计算出综合得分：(λi/p）Fi，根据综合得分进行排序和评价，其中λi/p为各主成分的方差贡献率。

根据上述步骤，利用SPSS26.0软件，首先将原始数据进行标准化处理，并进一步计算各指标变量间的相关系数矩阵，各指标间相关系数总体上都大于0.3，说明各指标间有较强的相关性，适合进行主成分分析。根据主成分累计方差贡献率≥85%从而选择4个主成分，具体结果如表2所示，前4个主成分的特征值分别为15.688，4.014，1.792和1.153，其累计方差贡献率为87.106%，说明前4个主成分能够解释全部方差的87.106%，因此提取4个主成分。（表2）

表2 主成分分析结果一览表

根据4个主成分的特征值和公式计算出各个主成分的线性组合和得分。

Y2、Y3、Y4也根据上述公式计算出其得分。

根据各个主成分的特征值和贡献率计算出其综合得分，并进行排序，具体如表3所示。（表3）

表3 主成分得分和综合得分一览表

根据表3的主成分得分和综合得分可以看出，居民对于公共服务满意度可分为3个层次：综合排名位于前6的省份分别为宁夏回族自治区、甘肃省、内蒙古自治区、北京市、重庆市、四川省，其综合得分Z也都＞10，为第1个层次，满意度较高；第2个层次（9＜Z＜10），分别为陕西省、黑龙江省、浙江省、青海省、河南省、江苏省、河北省、贵州省、辽宁省、山东省、湖北省、上海市、天津市、安徽省、吉林省、山西省，满意度一般；综合得分Z＜9的为第3个层次，分别为广东省、广西壮族自治区、江西省、云南省、湖南省、福建省，居民对于公共服务的满意度较低。

四、因子分析过程

因子分析是研究如何以最少的信息丢失将众多原始变量浓缩为少数几个因子变量，使因子变量具有较强的可解释性的一种多元统计分析方法。因子分析在主成分分析基础上进一步旋转使得同一组内的变量相关性提高，不同组内变量间的相关性降低，通过旋转使得各公因子的特征值分配更加均衡，具有更好的解释性。因子分析的步骤与主成分分析步骤类似：（1）需要对原始数据做标准化处理；（2）各指标间的相关系数需要大于0.3；（3）根据特征值累计贡献率≥85%确定因子的个数；（4）根据旋转后的因子和方差贡献率计算因子得分，其公式为：Fi=a1iX′1+a2iX′2+...+apiX′p，i=1，2，…，p；（5）根据公式Zi计算因子的综合得分，其中Vi/p为各因子的方差贡献率。

对数据做标准化处理后计算各指标间的相关系数矩阵，结果各指标间的相关系数均≥0.3，说明其适合进行因子分析。如表4所示，KMO值为0.671，Bartlett球形检验表明其显著性具有差异性，均说明适合进行因子分析。（表4）

表4 KMO和Bartlett检验一览表

如表5所示，通过最大方差法对因子进行旋转，旋转前因子的特征值和贡献率与主成分一样，旋转后各因子的特征值和方差贡献率分配更加均衡，也更容易解释。根据累计方差贡献率的大小选取4个公因子，共解释全部方差的85.749%。（表5）

表5 旋转前后的因子特征值和贡献率一览表

依据因子得分系数矩阵可求得因子：

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

表6 因子得分和综合得分一览表

从因子得分和综合得分表可以看出，宁夏回族自治区、甘肃省、内蒙古自治区、北京市4个省市的因子综合得分Z>0.6，表明这四个省市的居民对其公共服务的满意度最高；重庆市、四川省、陕西省、黑龙江省4个省的综合因子得分0.4＜Z＜0.6，其居民对于公共服务的满意度居于中等水平；浙江省、青海省、河南省、江苏省、河北省、贵州省、辽宁省7个省份的综合得分0.00＜Z＜0.20，说明居民对其公共服务的满意度较低，其公共服务水平还有待提升；其余13个省市综合得分Z＜0，可见居民对于政府的公共服务满意度较差，政府应加强力度进行整改，提升自身的服务水平。

五、聚类分析过程

聚类分析是定量地确定多变量相互之间的亲疏关系，按亲疏差异程度，归入不同的分类中，使分类更客观具体，反映事物的联系。聚类分析同样需要对原始数据标准化，从而消除单位和量纲对数据的影响。本文使用组间联接和平法欧氏距离的方法对因子的综合得分Z进行聚类分析，得到如图1的聚类谱系图。从图1中可以看出，当距离聚类刻度取5时，分为4类：（1）宁夏回族自治区、甘肃省、内蒙古自治区、北京市、重庆市、四川省、陕西省、黑龙江省8个省、直辖市为1类，其综合得分较高，居民对公共服务的满意度较高；（2）浙江省、青海省、河南省、江苏省、河北省、贵州省、辽宁省、山东省、湖北省、上海市、天津市、安徽省、吉林省13个省、直辖市为第2类，这些省市居民对公共服务的满意度均不高；（3）山西省、广东省、广西壮族自治区、江西省4个省份为第3类，居民对其满意度的综合得分较低，说明还有很大的提升空间；（4）云南省、湖南省和福建省三省居民的满意度最低，政府需要从内外部寻找原因，从而提高自身行政水平和公共服务的水平，提高行政效率，从而提高公民的满意度。（图1）

图1 聚类分析谱系图

六、结论及建议

总体上看，西部地区居民对公共服务的满意度普遍高于东部地区，北方地区居民对公共服务满意度略高于南方，经济发展水平高的省份其居民对公共服务满意度不一定高。其可能原因是随着国家对西部地区的政策和资金支持，西部地区在公共服务的供给有所完善。该结果也与曾鹏的研究结果部分一致。

为此提出以下建议：（一）努力实现公共服务东西南北均衡化分布。尽管研究结果显示西部地区居民公共服务满意度要高于东部地区，但有研究表明，居民对公共服务的满意度的影响因素中其个体因素要远远大于政府和社会因素。我国东部与西部地区间的经济、资源分配差异仍然较大，因此需要政府来宏观调控来分配好地区间的资源，缩小城乡间、地区间的差异，力求在公共教育、医疗资源等公共服务上实现均衡化分配。此外，政府还应该加强提供公共服务的水平，提高行政效率和办事水平。（二）努力提升自身的综合素质。从个人层面看，个体差异如教育水平、身体健康等状况会对公共服务满意度产生差异，经济发展水平高的省份其居民对公共服务满意度并不高，可能的原因是由于个体对政府提供的公共服务要求更高，这种落差使其并不满意。为此，个人需要不断提高自身综合素质，从而获取更好的公共服务。 （通讯作者：单彬）