城市社区网格化管理居民满意度何以提升？

2023-12-13侯甜甜曹海军

湖北社会科学 2023年11期

侯甜甜　曹海军

摘要：网格化管理作为城市社区治理的新模式，探寻其居民满意度影响因素对于优化基层治理体系、提升基层治理效能而言意义非凡。在借鉴美国顾客满意度指数模型（ACSI）的基础上，结合中国实际，构建城市社区网格化管理居民满意度理论模型，并运用结构方程模型（SEM）实证分析S市城市社区网格化管理居民满意度的现状和影响因素。结果表明：居民对城市社区网格化管理的总体满意度处于一般和满意之间，仍有较大的提升空间；居民期望、感知绩效与城市社区网格化管理成熟度对居民满意度均产生正向影响，但影响程度存在差异性；居民满意度对居民信任和抱怨行为影响显著，网格化管理机制亟待完善。建议通过强化制度设计、促进规范运行，树立人本理念、提升服务效果，完善相关机制、推动多元治理等方式，建立健全长效机制，提升城市社区网格化管理的可持续性。

关键词：城市社区；网格化管理；居民满意度；结构方程模型

中图分类号：D669.3 文献标识码：A 文章编号：1003-8477（2023）11-0029-10

一、引言

随着我国经济社会的不断发展，城市空间规模不断扩张、公共事务日趋复杂，传统的粗放式、经验性管理难以满足城市基层治理的需要，面对日益严重的“大城市病”，亟须创新城市管理模式。2004年，北京市东城区率先推行“万米单元网格”，创建了“上面千条线，底下一张网”的城市管理新模式，有效破解城市基层治理中出现的条块分割与碎片化、治理绩效低下等问题，自此之后，网格化管理被地方各级政府采纳和推广，并在实践过程中形成了诸多典型案例，如湖北宜昌“一体三化”模式、山东聊城“大数据+网格化治理模式”等，逐渐成为我国基层社会“精细化管理、精准化服务”的重要抓手。2013年，《中共中央关于全面深化改革若干重大问题的决定》首次将网格化管理写入党的正式文件，这标志着网格化管理开始由地方探索上升为国家战略层面。近些年，在党中央高度重视下，网格化管理在城市基层治理中的价值魅力不断彰显，尤其面对2020年初新冠病毒感染疫情的暴发，网格化管理凭借着资源整合、权威统合与社会聚合等显著优势搭建起社区疫情防控的坚强堡垒，切实保障社区居民生命安全和社会稳定，为打赢疫情防控阻击战提供了强有力的支撑。因而探究城市社区网格化管理对于增强城市基层治理能力、提升基层治理效能具有重要的现实意义。

目前，城市社区网格化管理作为一种具有中国特色的基层治理模式，受到了学者们的广泛关注，成为城市社区治理研究的“显学”，已有文献从定性和定量研究两个方面均展开了相关研究并取得阶段性成果。其中，定性研究文献注重对我国城市社区网格化管理的历史沿革、价值判断进行理论分析，如曹海军等基于不同的视角回顾了城市网格化管理的发展历程。[1]（p73-83）田毅鹏从优势论、批判论等视角全面探讨网格化管理的基本评价取向。[2]（p126）而更多的文献则是结合具体案例对城市社区网格化管理实践进行深入探讨，如陈荣卓等重新审视网格化管理的生成逻辑及其典型特征，进而通过对三个典型案例的比较分析，揭示了城市社区网格化管理的建构机理。[3]（p83-89）王庆华等以黑龙江省W社区为例，阐明了城镇社区网格化管理的实践成效，并针对管理中面临的瓶颈提出对策建议。[4]（p107-112）邵新哲等在对四川省S市社区网格化管理实践进行分析的基础上，对城市网格化管理与智慧社区协同运作机制进行阐释。[5]（p137-144）定量研究文献则主要侧重于城市社区网格化应急管理，如曹杰等建立了基于博弈策略的网格化应急资源调度模型，并结合传统的网格化调度算法实现城市建设与管理和城市决策的资源高效利用。[6]（p1-5）曲冲冲等为增强城市应急网格化管理能力，利用贝叶斯方法对网格内应急救援信息进行更新预测，并在此基础上构建了灾后应急物流决策模型。[7]（p75-79）常燕军等基于时间序列模型对城市社区网格化管理的问题数据进行仿真预测，研究发现，采用此模型能够提升政府部门对网格化管理问题的预测精度。[8]（p54-57）

由上述论述可知，当前城市社区网格化管理的相关研究成果颇丰，但既有成果多聚焦于城市社区网格化管理的发展历程、价值判断、运行模式等方面的定性研究，相关的定量研究涉及较少，且主要集中在网格化应急管理方面，而针对城市社区网格化管理居民满意度开展的实证研究则更为鲜见。本文在研究中试图解决以下几点问题：一是城市社区网格化管理居民满意度的影响因素有哪些？二是各因素对城市社区网格化管理居民满意度的作用关系及其影响程度是怎样的？三是这些影响因素如何帮助相关管理部门更好地提升城市社区网格化管理居民满意度？为回答上述研究问题，本文在修正美国顾客满意度指数（ACSI）模型的基础上，结合城市社区网格化管理要素，构建了城市社区网格化管理满意度理论模型，并基于S市的调查数据，运用结构方程模型（SEM）开展城市社区网格化管理居民满意度和影响因素分析，继而提出相应的对策建议，以期为推动我国城市社区网格化管理工作提供理论借鉴和实践指导。

二、理论模型与研究假设

（一）理论模型

美国顾客满意度指数（American Customer Satisfaction Index，简称ACSI）模型肇始于20世纪90年代，是由Fornell等人在瑞典顾客满意度晴雨表指数的基础上改进而来，可以说是当前应用最广泛且影响力最高的一种满意度评价模型。[9]（p7-18）它从顾客感知的视角出发构建了包含顾客期望、感知质量、感知价值、顾客满意度、顾客抱怨以及顾客忠诚六个潜变量在内的因果互动系统，用以测量顾客对产品总体满意的情况，其中，顾客期望、感知质量、感知价值是顾客满意度的原因变量，其他变量则是顾客满意度的结果变量。[10]（p41）随着该评价模型的不断成熟，我国学者以此模型开展了大量的研究并将其广泛应用于网络购物、预算管理和城市休闲等诸多领域，如仲伟伫等根据我国网络购物的特点对ACSI模型进行修正，建立网络购物顾客满意度研究框架。[11]（p100-105）陈博等在CSI模型与ACSI模型的基础上，结合相关研究成果，构建基于公众满意度的政府预算绩效外部评估体系。[12]（p99-105）吕宁等将ACSI模型和城市休闲产业相结合，建立城市休闲满意度模型，通过对北京市休闲活动中的游客与社区居民两大主体进行满意度测评，为提升城市休闲体验质量提供对策建议。[13]（p967-979）通过上述研究表明，此模型具有较强的科学可行性，可作為城市社区网格化管理居民满意度测评的工具。

本研究在城市社区网格化管理居民满意度理论模型构建的过程中，对ACSI模型进行了适当改进。首先，由于居民对城市社区网格化管理的感知过程与顾客对产品的感知过程极其相似，因而将ACSI模型中的公众预期、公众抱怨、公众信任、公众满意度这四个潜变量加以保留，并相应调整了变量名称。其次，遵循“影响居民满意度因素——居民满意度——居民行为”这一研究思路，将影响因素视为前置变量，居民行为视为后置结果。最后，针对影响居民满意度的因素，本文参考谭倩云等专家学者的研究成果，[14]（p92）并结合城市社区网格化管理的应用实践情况，添加了感知绩效、网格化管理成熟度两个潜变量。基于以上分析，最终构建了城市社区网格化管理居民满意度理论模型，模型包含了6个潜变量：居民期望、感知绩效、城市社区网格化管理成熟度、居民满意度、居民抱怨和居民信任等，如图1所示。

（二）研究假设

1.居民期望

居民期望（Residents Expect，RE）是指居民在基于其經验和实际需求，在接受、参与网格化管理前，对城市社区推行网格化管理所取得成效的期望，包括总体期望、可持续期望以及满足自身需求期望。居民期望作为居民在接受城市社区网格化管理过程中最先产生的变量，是影响满意度测评的重要因素。黄璜等认为随着居民利益诉求的日益增加，政府进行社区网格化管理工作创新力度不断加大，并指出将企业微信引入基层网格化治理是提升网格化管理成熟度、增强治理能力的有效方式。[15]（p23）叶岚通过对北京、上海等先进地区网格化管理模式的实地调研，发现居民期望会对网格化管理的满意度水平产生一定积极影响。[16]（p29-34）由此，提出以下假设：

H1：居民期望对感知绩效具有正向影响作用；

H2：居民期望对城市社区网格化管理成熟度具有正向影响作用；

H3：居民期望对居民满意度具有正向影响作用。

2.感知绩效

感知绩效（Cognitive Performance，CP）是指居民对城市社区网格化管理在满足居民需求、解决居民问题等方面的实际感知情况，是居民表达自身需求与社区提供管理和服务的互动效果。因此本研究将城市社区网格化管理居民感知绩效作为居民满意度的关键影响因素，主要涉及基础信息采集工作、安全隐患排查工作、矛盾纠纷化解工作以及多元主体协调配合工作等方面。邹凯等以长沙市岳麓区下辖社区为测评对象，通过实证研究表明，居民感知绩效对社区服务信息化成熟度具有显著的正向影响。[17]（p33-36）刘红旭等认为通过网格化管理能够保障城市社区公共安全、维护社区秩序的和谐稳定，在一定程度上提升居民满意度。[18]（p27-34）由此，提出以下假设：

H4：感知绩效对城市社区网格化管理成熟度具有正向影响作用；

H5：感知绩效对居民满意度具有正向影响作用。

3.城市社区网格化管理成熟度

居民由于家庭背景、文化水平等的不同导致对城市社区网格化管理期望层次存在显著差异，因而居民满意度的影响因子不能仅由居民感知绩效的后果决定，城市社区网格化管理成熟度（Maturity of Urban Community Grid Management，MUCGM）也是满意度理论模型的重要影响因素。城市社区网格化管理成熟度用于衡量城市社区网格化综合管理水平，它主要关注网格化管理信息平台的完善程度、网格化管理制度的健全程度等方面的内容。石晋昕等对北京市东城区“网格化”管理政策创新实践进行深入剖析，并在此基础上认为较为成熟的政策方案有助于提高公共服务供给效率和公共事务治理水平，增强社区居民的幸福感和获得感。[19]（p88）由此，提出以下假设：

H6：城市社区网格化管理成熟度对居民满意度具有正向影响作用。

4.居民满意度

居民满意度（Residents Satisfaction，RS）是指居民在参与城市社区网格化管理后对管理和服务水平的整体评价，是居民对感知绩效和居民期望相比较的结果，包括总体满意度、与预期中网格化管理相比的满意度以及与理想中网格化管理相比的满意度。刘安通过对N市Q区网格化管理的个案研究，发现该区出台的绩效考评方案虽然能够调动各级网格工作人员的积极性，提高群众诉求处置率，但其较为严格的考评方式致使网格员的满意度大幅降低，对网格化管理的抱怨不断增加。[20]（p103）汪洁认为提高网格化管理的居民满意度有利于增强居民的社区认同感，促使其积极参与到社区网格化管理中来。[21]（p87）由此，提出以下假设：

H7：居民满意度对居民抱怨有负向影响作用；

H8：居民满意度对居民信任有正向影响作用。

5.居民抱怨及居民信任

居民抱怨（Residents Complain，RC）是指居民对城市社区网格化管理推行过程中的组织宣传、网格员办事效率的评价。居民信任（Residents Trust，RT）则是指居民对城市社区实施网格化管理的信赖与支持程度。吴晓燕等认为当前基层社会网格化管理面临居民参与动力不足、利益表达渠道不畅等困境，迫切需要构建居民的利益表达实现机制、及时回应居民诉求，以增加居民对社区网格化管理的信任。[22]（p149）由此，提出以下假设：

H9：居民抱怨对居民信任具有负向影响作用。

三、研究设计与数据收集

（一）变量测量与问卷设计

关于变量测量的指标选取，为确保变量测量的有效性，本文首先依据吴铱达等[23]（p34）和胡芳肖等[24]（p98）的研究对居民期望、居民满意度、居民抱怨与居民信任这四个潜变量的测量指标进行设计；依据侯甜甜等[25]（p98）和翁士洪[26]（p45）的研究对城市社区网格化管理成熟度的测量指标进行设计；依据2017年8月31日国家质检总局、国家标准委批准的《城乡社区网格化服务管理规范》，从网格管理工作组织领导、社情民意收集工作、安全隐患排查工作、矛盾纠纷化解工作、政策法规宣传工作、公共服务代办工作以及多方主体协调配合工作7个方面对感知绩效的测量指标进行设计。随后，征询城市社区网格化管理领域的三位专家建议，并对测量指标进一步修订与完善。测量标准为李克特（Likert）五点计分法，所使用的潜变量测量指标与赋值方式具体如表1所示。

本研究的问卷设计主要包括四个部分：一是导语，主要包括背景介绍与填写说明；二是受访者基本情况统计，如性别、年龄、受教育程度、对城市社区网格化管理熟悉程度；三是问卷的关键部分，包括居民期望、感知绩效、城市社区网格化管理成熟度、居民满意度、居民抱怨以及居民信任的调查，这里主要是依据上述23个观测变量指标体系设计量表；四是结束语。在问卷设计完毕后，为保证后续工作的顺利进行，对问卷进行了小样本预测试，通过小范围的问卷调查以便及时对问卷出现的问题进行纠正，进而确定了最终的《城市社区网格化管理居民满意度调查问卷》。

（二）调研样本选择与数据获取

近年来，S市作为东北地区的中心城市，以全力助推市域社会治理现代化、平安中国建设为重要契机，加速了网格化管理向全覆盖、全天候、零距离目标推进。通过与省内其他几个地级市对比分析以及听取相关专家的意见，筆者发现该市对网格化管理模式较为重视，制度设计规范明晰，并在实践过程中形成了自己的特色，有着丰富的工作经验。本文从S市下辖的5个主城区中随机抽取10个社区作为研究对象，其中每个区抽取两个社区，采用问卷调查的形式进行，问卷发放时间为2022年6月，共获得353份问卷样本，剔除勾选同一选项以及内容自相矛盾等无效调查问卷，回收有效问卷317份，回收率为89.80%。表2显示了受访者样本分布特征，其中，就受访者的性别而言，男性数量略大于女性数量。就受访者年龄而言，主要集中在≤25周岁和26－40周岁之间，两者比例之和为76.34%。就对城市社区网格化管理的熟悉程度而言，选择“一般熟悉”和“比较熟悉”的受访者较多，占比总和为56.78% ，总的来说，此调查样本分布具有较好的代表性。

四、数据分析及结果

（一）信度与效度检验

在进行假设检验之前，必须要先确保问卷数据的有效性与可靠性，因而本研究利用SPSS21.0和AMOS22.0软件对问卷数据进行信效度分析。就信度分析而言，主要从Cronbachs α和潜变量的组合信度（Composite Reliability，CR）两个层面进行评估，分析结果见表3，所有构面的Cronbachs α系数值介于0.824和0.915之间，CR值介于0.826和0.918之间，均高于临界值0.70，这说明此次收集的数据整体可靠，潜变量的测量项具有较好的内部一致性。

就效度分析而言，通常从内容效度、收敛效度以及区分效度三个方面进行评估。在内容效度方面，本文的测量项是在美国顾客满意度指数模型（ACSI）的基础上修订而成，然后通过对网格化管理领域的专家进行访谈和小样本预调研之后，从而确定最终的问卷，以保证其内容效度。在收敛效度方面，运用验证性因子分析下的标准化因子载荷系数和其平均方差萃取量（Average Variance Extracted，AVE）来判断，由表3可知，各变量的测量项因子载荷介于0.705和0.938之间，变量的AVE值介于0.519和0.789 之间，均高于各自可接受的临界值，这表明变量的收敛效度较好。在区分效度方面，需判断变量AVE平方根值与变量间相关系数的大小，若前者大于后者，则达到区别效度的评判标准。通过表4可以发现，6个潜变量之间具有显著的相关性，各个变量所在行与列上的相关系数的绝对值均小于对应的AVE值的平方根，这意味着构面间具有良好的区分效度。基于此，可以认为数据的信效度水平较高，适合进一步做城市社区网格化管理居民满意度研究的相关检验。

（二）共同方法偏差检验

由于在问卷调查过程中，每一份问卷均来自单一受访者独立填写，因此所使用的数据可能会产生共同方法偏差（Common Method Biases，CMB）。为避免这种问题对数据效度和模型适配度的影响，一方面，笔者在某些构面的测项中特意设置判别性的反向语项，如，在测量“居民抱怨”的题项中，添加了“我经常会向相关部门建议与投诉”这一反向测项，用以剔除那些明显前后矛盾的样本。

另一方面，本研究分别使用了“Harman单因子检验法”和“构面间相关系数比较法”来考察数据的CMB。前者利用SPSS21.0软件将23个测量项放一起做探索性因子分析，计算结果显示，未旋转的第一个因子方差解释率为28.235%，低于专家学者建议的门槛值50%，说明不存在单一因子解释多个观测变量的现象，CMB的影响并不显著。后者则通过比较构面间相关系数大小来检验，若相关系数值高于0.9，表明CMB比较严重，反之，就可以接受。根据表4可知，6个构面间的相关系数最大值为0.532，显然低于0.9，表明数据在可接受范围内。从上述两种检验方法结果来看，共同方法偏差不会对问卷数据造成太大的影响。

（三）结构模型检验与修正

所谓的拟合度是指假设的城市社区网格化管理居民满意度理论模型与实际测量数据的一致性程度。本研究主要选取绝对拟合度指标（x2/df、RMR、RMSEA、GFI、AGFI）、增值拟合度指标（CFI、NFI、IFI）以及简约拟合度指标（PNFI、PGFI）来判别模型的拟合情况，如果各指标检验达到建议标准值，则说明理论模型与实际测量到的数据相符合。运用AMOS22.0软件的稳健极大似然估计方法对模型进行参数估计，得到模型拟合结果见表5。由表5可以看出，修正前的模型中虽然x2/df、RMSEA、NFI等9个指标的拟合结果均达到合理水平，但AGFI指标尚未通过检验，为了提高模型解释能力，需要对模型进行修正。进一步分析显示，“感知绩效”潜变量中CP6和CP5以及CP2和CP1，“城市社区网格化管理成熟度”潜变量中MUCGM3和MUCGM4变量间的修正指数较高，为此尝试增加e2和e3、e7和e8以及e21和e22之间的共变关系，经过计算可知，修正后的拟合指标均满足拟合标准，由此可以认为本研究的理论模型拟合度较好，修正后的模型分析路径如图2所示。

（四）结构方程模型分析

基于修正后的模型，借助AMOS22.0软件对城市社区网格化管理居民满意度的相关假设进行检验，本文的潜变量间标准化路径系数估计结果如图3所示，假设验证如表6所示。上述研究表明，9项假设均通过了显著性检验，但影响程度存在差异性，其中假设H3、H9的相关性最弱，假设H1、H2、H4、H6和H7的相关性相对要强一些，H5和H8这两个假设相关性最强，具体判断和分析如下。

第一，居民期望对感知绩效具有显著的正向影响作用，标准化路径系数为0.281，假设1成立。表明居民对城市社区网格化管理的期望越高，其感知绩效就越好，这可能是因为对城市社区网格化管理有较高期望的居民对网格化管理持有更积极的态度，因此感知到城市社区网格化管理绩效更好。

第二，居民期望及感知绩效均对城市社区网格化管理成熟度具有显著的正向影响作用，标准化路径系数分别为0.219和0.201，因此假设H2、H4均成立。据调研发现，在疫情防控期间，为了进一步保障居民健康安全、维护社区秩序，社区作为城市基层治理的“最后一公里”，充分借助网格化管理的既有优势动员社会力量合力织密疫情防护网，助推平安城市建设。与此同时，技术赋能网格员通过移动终端及时将群众诉求发送到综治信息平台，使得居民问题在第一时间得到有效解决，这大大提升居民对网格化管理工作的感知绩效，促进网格化管理模式的不断完善。

第三，感知绩效与城市社区网格化管理成熟度及居民期望均对居民满意度具有显著的正向影响作用，标准化路径系数分别为0.430、0.247和0.156，因此假设H3、H5和H6成立。实证分析表明，在参与网格化管理的过程中，居民享受到“一站式”服务带来的美好体验，便会产生发自内心的愉悦感，自身需求得到充分满足，这毫无疑问提升了居民对城市社区网格化管理的满意度。此外，与感知绩效和城市社区网格化管理成熟度相比，居民期望对居民满意度的作用效果最弱，这可能的原因是网格化管理在S市还是一个新型社区治理模式，居民对其概念并不了解，也没有积累到足够的网格化管理参与经验，因而很难理性定位自身的期望值。然而，随着网格化管理模式的快速普及以及居民参与意识的不断提高，这一影响关系必定有所增强。

第四，居民满意度对居民抱怨具有显著的负向影响作用，标准化路径系数为-0.208，假设H7成立，说明居民对城市社区网格化管理满意度越高，其抱怨就越少，这也与我们调研发现相一致，即大部分的社区居民认为，城市社区网格化管理满意度的提升能够减少他们的抱怨情绪。居民满意度对居民信任具有较强的正向影响，标准化路径系数为0.394，假设H8成立，表明城市社区网格化管理满意度感知较高的居民，更愿意对网格化管理进行正向宣传或参与其中，信任度也会提升。

第五，居民抱怨对居民信任具有显著的负向影响作用，标准化路径系数为-0.166，假设H9成立。这表明居民对城市社区网格化管理的抱怨越多，其信任度就越低，究其原因，可能在于现阶段S市城市社区网格化管理抱怨处理机制还不够健全，居民对网格化管理模式还心存顾虑。随着城市基层治理改革的不断深化，社区网格化管理体系将不断完善，抱怨对居民信任度的影响应由负相关逐渐向正相关转变。

五、研究结论与展望

（一）研究结论

城市社区网格化管理是推进基层社会治理体系和治理能力现代化的重要举措，是党和政府联系居民、服务居民的“最后一公里”，而居民满意度作为衡量城市社区网格化管理成效的重要标准，深入剖析其现状和影响因素对于增强基层治理效能、提升居民的幸福感与获得感均具有重要现实意义。本文参考美国顾客满意度指数（ACSI）模型的概念，融入我国城市社区网格化管理的基本特点，构建了包含居民期望、感知绩效、城市社区网格化管理成熟度、居民满意度、居民抱怨以及居民信任6个变量的城市社区网格化管理居民满意度理论模型，并以S市的317份网络问卷调查数据为分析样本，运用结构方程模型（SEM）实证分析了S市城市社区网格化管理居民满意度及其影响因素。主要结论为：第一，居民对城市社区网格化管理的总体满意度为3.38，介于一般和满意之间，这表明城市社区网格化管理模式还有诸多令人不满意之处，仍有较大提升空间。第二，根据城市社区网格化管理居民满意度影响路径分析研究发现，居民期望、感知绩效与城市社区网格化管理成熟度对居民满意度均产生显著的正向影响，但其影响程度与显著性水平有所不同，说明三者的相对重要性存在着一定差异，其中，重要性最大的影响因素是感知绩效，其次分别是城市社区网格化管理成熟度和居民期望。第三，居民满意度对居民抱怨和信任行为影响显著，网格化管理的抱怨处理机制、信任机制等亟待进一步完善。

（二）管理启示

基于上述研究结论，本文提出以下启示：

第一，强化制度设计，促进规范运行。首先，加快制定宏观層面的、具有权威性的网格化管理政策法规，以法律手段明晰基层政府职责和权力边界，为城市社区网格化管理提供有效的制度支持。其次，建立城市社区网格化管理居民满意度专项评估制度，将网格化管理成效及其居民满意度纳入部门评价考核体系，适当增加其在基层政府绩效测评中的比重，将软性任务变为硬性指标。最后，健全城市基层治理规则体系，充分发挥市民公约、行业规章等社会规范的积极作用，进一步强化社区自治，切实增进网格自我管理、自我教育和自我服务能力，提高居民参与网格化管理的动力，以推动城市社区工作有序开展。

第二，树立人本理念，提升服务效果。首先，居委会及其上级部门要合理引导居民期望，通过社区宣传栏、社区服务信息网站或向社区居民发放《网格化管理执行手册》等方式，加大对网格化管理政策法规的宣传力度，提高居民对网格化管理的认知水平。其次，依托现代化信息技术完善城市社区网格化管理信息平台，进一步提升网格员在社情民意收集、安全隐患排查、矛盾纠纷化解等方面的工作效率和服务质量，增强居民对社区网格化管理的感知绩效。最后，加强城市社区资金投入，确保社区以优厚的条件来吸引高素质、高技能的人才，打造多元梯级、专业规范的社区网格管理队伍，为推进城市基层治理保驾护航。

第三，完善相关机制，推动多元共治。首先，优化城市社区网格化管理居民满意度评价机制。通过设置多元评价主体、构建科学严谨的评价指标体系以及建立动态高效的反馈调整程序等举措，实现“以评促建”的目标。其次，健全网格化管理的抱怨处理机制。政府应该畅通居民意见反馈渠道，如12345市民热线、领导信箱等，着力解决居民参与城市社区网格化管理中遇到的各种问题，减少居民抱怨行为。最后，构建互惠信任机制。通过合作互利关系网络的密集型编织，不断引入社会资本，增进基层党组织、政府、社会组织和居民之间的行为互信、链接互动和资源共享，以形成“党建引领、多方共治”的基层治理新格局。

（三）不足与展望

尽管本研究可为城市社区网格化管理居民满意度测评提供理论借鉴和实践支撑，但仍存在以下不足：一是本研究所使用的样本数据是通过网上问卷的形式获取的，虽然经共同方法偏差检验带来的误差在可接受范围内，但并不能完全避免同源偏差带来的影响，未来研究可结合实地调查、深度访谈等多种形式收集数据以弥合此类偏差。二是本研究选取的S市城市社区样本虽然具有一定的代表性，但研究的覆盖范围及样本数量仍相对欠缺，今后需进一步扩大调查地域范围和样本量，以增强研究结论的普适性。三是本研究采用一次性横截面研究，没有考虑居民在不同网格化管理阶段的研究结论是否有所差异，未来可采用纵向跟踪研究法，在测评城市社区网格化管理居民满意度之后，间隔一段时间再次进行评价，以更好地考察城市社区网格化管理的改进对居民满意度的提升作用。

参考文献：

[1]曹海军，侯甜甜.我国城市网格化管理的注意力变迁及逻辑演绎——基于2005—2021年中央政策文本的共词与聚类分析[J].南通大学学报（社会科学版），2022，（2）.

[2]田毅鹏.网格化管理的形态转换与基层治理升级[J].学术月刊，2021，（3）.

[3]陈荣卓，肖丹丹.从网格化管理到网络化治理——城市社区网格化管理的实践、发展与走向[J].社会主义研究，2015，（4）.

[4]王庆华，盖建泽.城镇社区网格化管理探析——以黑龙江省W社区为例[J].学术交流，2018，（8）.

[5]邵新哲，计国君.城市网格化管理与智慧社区协同运作机制研究——以四川省S市社区网格化管理为例[J].软科学，2021，（2）.

[6]曹杰，王少鹏.基于博弈策略的应急资源网格化调度研究[J].物流科技，2016，（1）.

[7]曲冲冲，王晶，余家豪.基于网格化管理视角下灾后应急物流决策模型与算法研究[J].运筹与管理，2022，（1）.

[8]常燕军，周向红.基于ARIMA模型的城市网格化管理预测与仿真[J].统计与决策，2016，（1）.

[9]Fornell C， Johnson M D， Anderson E W， et al. The American Customer Satisfaction Index：Nature， Purpose， and Findings[J].Journal of Marketing， 1996，（4）.

[10]張国平，韦芳.政府购买居家养老服务的满意度及老年人支持影响因素研究[J].现代经济探讨，2021，（10）.

[11]仲伟伫，席菱聆，武瑞娟.基于ACSI模型的网络购物满意度影响因素实证研究[J].软科学，2014，（2）.

[12]陈博，尚晓贺，倪志良.政府预算绩效指标的外部评估——基于公众满意度的考察[J].青海社会科学，2016，（4）.

[13]吕宁，吴新芳，韩霄，等.游客与居民休闲满意度指数测评与比较——以北京市为例[J].资源科学，2019，（5）.

[14]谭倩云，邹凯，周波，等.基于LISREL的村务公开公众满意度指数模型[J].统计与决策，2014，（19）.

[15]黄璜，谢思娴，姚清晨，等.数字化赋能治理协同：数字政府建设的“下一步行动”[J].电子政务，2022，（4）.

[16]叶岚.城市网格化管理的制度化进程及其优化路径[J].上海行政学院学报，2018，（4）.

[17]邹凯，马葛生，苏鹏，等.社区服务信息化公众满意度指数模型实证研究[J].图书情报工作，2009，（10）.

[18]刘红旭，刘仁莹.基于公众满意度调查的西藏城市治理现状[J].西藏民族大学学报（哲学社会科学版），2020，（2）.

[19]石晋昕，杨宏山.政策创新的“试验—认可”分析框架——基于央地关系视角的多案例研究[J].中国行政管理，2019，（5）.

[20]刘安.网格化管理：城市基层社会治理体制的运行逻辑与实践特征——基于N市Q区的个案研究[J].江海学刊，2015，（2）.

[21]汪洁.善治视阈下城市社区复合治理机制的构建——基于网格化管理与居民自治的融合[J].中共天津市委党校学报，2019，（3）.