江蘇省公共服務供給水平評價研究
——基于因子分析法

劉曉慧

（江蘇財會職業學院，江蘇 連云港 222061）

一、研究背景

公共服務是公共管理學科的核心內容，注重公民所享有的權利與政府所提供的服務。江蘇作為全國經濟排頭兵，人民群眾對公共服務供給水平具有較高期待，優化公共服務供給績效是重要的社會供給。當前，關于公共服務供給水平的研究尚處于描述性分析層面，采用計量分析供給水平的研究并不多見，故對各省份公共服務供給水平進行定量評價的難度較大。

江蘇省位于長江三角洲核心區域，區域發展不平衡成為制約經濟持續健康發展的突出問題。而定量建模分析方法能夠客觀評價省市公共服務供給水平的差異。因子分析法作為一種多變量統計分析方法，基于變量間的內在依附性，可將復雜的變量歸納為若干主要因素，各主要因素均能反映相互依存的經濟指標間的作用方向與效度。識別這些主要因素，有助于深刻分析復雜的經濟問題，并做出合理解釋與客觀評價。有鑒于此，本文運用因子分析法，把握2020年江蘇省公共服務供給水平的主要影響因素，繼而評價13個城市的公共服務供給質量。本文以江蘇省下轄13個城市為研究對象，數據來源于《2019年江蘇統計年鑒》，選取10個指標建立指標體系（表1）。

表1 江蘇省公共服務水平指標體系

二、因子分析法下公共服務供給水平的評價模型和評價

（一）模型

因子分析法通過降維和簡化數據，研究各變量之間的依附關系，以探究原始數據的基本結構，并用因子來表示基本數據結構。因子作為一種不可觀測的潛在變量，能反映諸多原始數據的主要信息。因子分析的一般模型是：

在此基礎上實行標準化處理，以消除量綱的影響，標準化后的數值見表2。

表2 江蘇省13個城市評價指標標準化后的數值

（二）評價

1.先進行Bartlett球形檢驗和KMO測度。運用SPS計算KMO檢驗值和Bartlett球形檢驗值，結果如表3。由表3可知，KMO檢驗值為0.836，大于0.8，且通過顯著性檢驗，故符合因子分析法的適用要求。同時，Bartlett球形檢驗的觀察值為207.718，Sig=0.000，說明相關系數在P=0.001水平下顯著，Bartlett球形檢驗顯著，樣本數據適合作因子分析。

表3 KMO和Bartlett的檢驗

2.計算相關矩陣R的特征值、貢獻率和累積貢獻率。特征值的大小表示反映相應組件描述的信息量多少，各主成分的特征值見表4。按照累積貢獻率大于80—85%，且只有第一特征值大于1的原則，該樣本的累積貢獻率達85.988%，第一主成分的特征值為8.599。這說明，只有第一主成分能夠降低維數，解釋絕大部分的信息。故這里只提取第一主成分。此外，可以判斷從碎石圖（圖1）中提取第一主成分是合適的，該圖顯示了每個成分的特征值。

圖1 碎石圖

表4 解釋的總方差 （單位：%）

3.因子得分與綜合排名。運用SPSS22.0軟件進行回歸分析，通過成分得分系數和原始變量的標準化值計算主成分得分，成分得分系數矩陣見表5。該因子的得分函數式為:

表5 成分得分系數矩陣

將13個城市相應原始數據的標準化值代入上式，可得出各城市公共服務的因子得分，即綜合評價總得分值。最后，得出綜合排名。公共服務因子得分與排名見表6。從綜合評價結果來看，江蘇省不同城市的公共服務供給水平參差不齊，供給水平的影響因素也存在差異。因此，政府應采取措施消除區域不平衡的因素，優化資源配置，改善公共服務質量，創新公共服務供給機制。

表6 公共服務因子得分與排名

三、政策建議

（一）推動區域經濟高質量發展

從上述研究可以發現，公共服務供給水平與教育、科技、環保、社會保障、就業等領域的財政支出緊密相關。各級部門應推動地區經濟高質量發展，合理增加財政收入，以雄厚的物質基礎來優化公共服務的效能、水平和質量。同時，規范財政轉移支付制度，為促進財政收支平衡，以減輕省內落后城市的財政壓力，保證能夠提供高質量的服務，要規范財政轉移支付制度，要收支并重、量力而行。因此，政府應優化公共資源分配，有意識地將優質資源向蘇北地區傾斜，使得省內公共服務供給水平更加均等化。

（二）確保政務運行公開透明

公開透明是政務運行的內在要求，是改善公共服務供給水平的必然選擇。通過在政府平臺及時公開公共設施項目的招標情況、材料采購以及建設進度等，有助于公眾更好地將公共服務供給水平反饋給地方政府。與此同時，政務平臺也是群眾行使監督權利的重要途徑。公共服務信息的公開透明，實現了政府與群眾之間的信息互換。這種互動方式讓雙方都能更好地發現問題并及去解決問題，從而運用集體智慧來提升公共服務供給水平。

運用因子分析法建立數量模型，評價江蘇省公共服務供給水平，可在一定程度上反映各地區公共服務供給水平的現狀與區域間差異。但由于指標體系設計的主觀性，只能提取一個主成分，不能旋轉因子負荷矩陣，因此，本文還存在不足之處，需要今后的研究進行補充。