西部地區(qū)貧困縣政府公共服務能力影響因素的回歸分析
——基于滇黔桂三省的調(diào)查數(shù)據(jù)

龍立軍

（貴州民族大學 社會學與公共管理學院，貴州 貴陽 550025）

進入新時代，黨的十九大明確指出，目前我國社會的主要矛盾已轉變?yōu)槿嗣袢找嬖鲩L的美好生活需要和不平衡不充分的發(fā)展之間的矛盾，這就為加強政府公共服務能力建設提出了新要求。伴隨著國外公共服務理論的影響和國內(nèi)政府改善民生戰(zhàn)略的推動，公共服務能力研究成為目前學界關注和探討的新領域與新方向[1]。然而，學界在取得相對較為豐富的研究成果的同時，究竟是哪些因素在影響著縣級政府公共服務能力？以及哪些因素起著更為重要的作用？這些問題則凸顯出來。西部地區(qū)縣級政府，尤其是貧困縣政府的公共服務能力建設直接關系到民族地區(qū)脫貧攻堅的戰(zhàn)略實施，以及全面決勝小康社會建設的大局，但是，現(xiàn)有政府公共服務能力的研究成果多呈現(xiàn)出事實認定和政策建議，而以實證數(shù)據(jù)為支撐的量化關系探討成果卻不多見，尤其是，以能力結構模型及影響因素測量并進行相關數(shù)據(jù)采集作為基礎進行研究則更為少見。因此，對于西部地區(qū)貧困縣政府公共服務進行測量及其相關影響因素進行回歸分析和考察，既具有理論價值，又具有現(xiàn)實意義。本研究以實證研究的方式，從公眾感知的角度，對以滇黔桂為代表的西部地區(qū)貧困縣政府公共服務能力構成進行理論模型建構，并對相關影響因素進行因子分析和相關假設，以回歸分析的手段來進行公共服務能力與影響因素的關系進行檢驗，以期比較準確地、有針對性地把握哪些因素扮演著更為重要的影作用，其影響程度究竟有多大，從而為西部地區(qū)貧困縣政府公共服務能力建設的政策建議貢獻力量。

此次分析的數(shù)據(jù)來源于2019年1月組織的問卷調(diào)查，這次調(diào)查以配額抽樣和簡單隨機抽樣相結合的辦法，這些對象分布于滇黔桂三省的九個貧困縣，分別是貴州黃平縣、貴州從江縣、貴州赫章縣、云南永平縣、云南寧蒗縣、云南鹽津縣、廣西三江縣、廣西富川縣、廣西東蘭縣。這項調(diào)查在以上滇黔桂三省每個貧困縣發(fā)放問卷100份，然后采取簡單隨機抽樣調(diào)查的辦法選取調(diào)查對象，此次調(diào)查共發(fā)放問卷900份，最后回收有效問卷為899份。所獲數(shù)據(jù)資料，使用社會科學統(tǒng)計分析軟件spss23.0進行分析。

一、研究設計與研究假設

學者張開云等人認為，地方政府公共服務能力主要受四個方面的因素影響，即經(jīng)濟因素（如地方經(jīng)濟發(fā)展實力、財政制度安排、政府規(guī)模成本）、社會因素、政治因素（政府理念與政治觀念、相關法律法規(guī)、職能范圍、公共管理者素質）、信息與技術因素（信息不對稱、溝通模式、表達渠道）[2]。本研究借鑒了陳捷教授關于中國民眾政治支持研究中所提出的政治支持相關關系分析框架[3]和李曉園教授提出的四個維度（行政環(huán)境、人力資源、政府回應、行政文化）影響因素關系模型[4]，提出有五個大的方面要素在影響著西部民族地區(qū)政府公共服務能力，即行政生態(tài)要素、公務員素質要素、政府回應要素、系統(tǒng)互動要素、基本公共服務均等化要素，進而，構建起西部民族地區(qū)貧困縣政府公共服務能力影響因素關系模型（如圖1所示）。

圖1 西部民族地區(qū)貧困縣政府公共服務能力影響因素與公共服務能力關系模型

根據(jù)研究的需要，提出如下系列假設：

假設1：西部民族地區(qū)貧困縣政府公共服務能力受行政生態(tài)因素影響

假設2：西部民族地區(qū)貧困縣政府公共服務能力受公務員素質因素影響

假設3：西部民族地區(qū)貧困縣政府公共服務能力受政府回應因素影響

假設4：西部民族地區(qū)貧困縣政府公共服務能力受系統(tǒng)互動因素影響

假設5：西部民族地區(qū)貧困縣政府公共服務能力受公共服務均等化因素影響

二、量表建構與信效度檢驗

（一）政府公共服務能力量表

為了符合民族地區(qū)實際情況，對西部民族地區(qū)貧困縣政府公共服務能力的調(diào)查指標設計主要圍繞著財政稅收、轉移支付、民族干部使用情況、外部支持、公共資源配置的優(yōu)先性、公共資源配置的公平性、公共資源配置的效率性、公共資源配置的可靠性、危機信息溝通、危機溝通機制、危機應急處理、危機善后處理、公共政策執(zhí)行效率、公共政策執(zhí)行機制、民族語言倡導、民族文化弘揚、民族宗教尊重和貧困治理等方面來進行。具體而言，通過采用李科特七級量表，進行正向記分，代表的分值是從1分到7分，這樣，就形成了一個西部民族地區(qū)貧困縣公共服務能力的量表。

經(jīng)過提取公因子和降維處理以及刪除不必要的題項后，得到新的五個因子的公共服務能力量表（見表1-3）。量表的KMO和巴特利特球形度檢驗值為0.925，適合因子分析。五個因子能解釋政府公共服務能力量表78.81%的方差變異量。量表的“Cronbach’sα”系數(shù)為0.929，量表具有較好的一致性，收斂效度AVE值為0.788，AVE>0.5，收斂效度成立，同時，AVE開根號值大于相關系數(shù)值，區(qū)別效度也成立。

經(jīng)統(tǒng)計，公共服務能力量表以及各維度的能力見表1-1所示。從表中可見，西部民族地區(qū)貧困縣政府公共服務能力處于中下水平。

表1 公共服務能力量表的統(tǒng)計分析

（二）影響因素各量表

1.行政生態(tài)要素量表

行政生態(tài)要素包含了政治環(huán)境、經(jīng)濟環(huán)境、社會環(huán)境、技術信息環(huán)境等層面題項，為驗證這些題項的解釋力和降維，本研究運用spss23.0軟件，對這些方面的十個題項進行了主成分分析法，并提取公因子。經(jīng)統(tǒng)計，該量表的KMO巴特利特球形度檢驗值為0.888，適合進行因子分析。

通過最大方差法，旋轉之后的成分矩陣看，提取的兩個因子要素其總方差解釋能力為63.057%，在可接受的范圍之內(nèi)。通過刪除不必要的題項后，將得到的成分1重新命名為新的社會環(huán)境因子，將成分2重新命名為新的政治環(huán)境因子。這時，新量表的總方差解釋能力為67.254%。

將社會環(huán)境因子和政治環(huán)境因子合并取平均數(shù)后，得到行政生態(tài)因子，經(jīng)統(tǒng)計，行政生態(tài)因子的得分為4.83，略高于中位數(shù)4.81。

2.公務員素質要素量表

公務員素質量表既包括了公務員辦事能力的題項，也有公務員禮貌素質的題項，還有公務員培訓交流以提升素質的題項。通過因子分析，該量表的KMO巴特利特球形度檢驗值在0.666，根據(jù)學界其他研究者的觀點，該值還是勉強可以進行因子分析[5]。經(jīng)統(tǒng)計，通過主成分分析法，該量表提取了一個成分的因子，其總方差解釋能力在70.74%，符合研究的需要。

經(jīng)統(tǒng)計，公務員素質因子的得分為4.83，低于中位數(shù)5，這說明西部民族地區(qū)貧困縣受訪民眾對公務員素質因子的打分處于中等偏下一點的水平。

3.政府回應要素量表

政府回應量表既包括了政府責任機制的題項，也有政府回應機制的題項，也有政府回應行為的題項，還有公民參與的題項。通過因子分析，該量表的KMO巴特利特球形度檢驗值在0.889，該值是適合進行因子分析的。經(jīng)統(tǒng)計，通過主成分分析法，該量表提取了一個成分的因子，其總方差解釋能力在65.79%，其值是可以接受的。經(jīng)統(tǒng)計，政府回應因子的得分為4.93，低于中位數(shù)5，這說明西部民族地區(qū)貧困縣受訪民眾對政府回應因子的打分處于中等偏下一點的水平。

4.系統(tǒng)互動要素量表

系統(tǒng)互動要素量表既包括了干群關系的題項，也有政府信任的題項，也有利益表達的題項，還有依法行政的題項。通過因子分析，該量表的KMO巴特利特球形度檢驗值在0.81，該值是適合進行因子分析的。經(jīng)統(tǒng)計，通過主成分分析法，該量表提取了一個成分的因子，其總方差解釋能力在68.08%，其值是可以接受的。

經(jīng)統(tǒng)計，系統(tǒng)互動因子的得分為4.95，低于中位數(shù)5，這說明西部民族地區(qū)貧困縣受訪民眾對系統(tǒng)互動因子的打分處于中等偏下一點的水平。

5.基本公共服務均等化要素量表

系統(tǒng)互動要素量表既包括了對公共服務的信心的題項，也有對公共服務均等化評價的題項。通過因子分析，該量表的KMO巴特利特球形度檢驗值在0.5，該值是不適合進行因子分析的。因而，作為量表是不恰當?shù)摹＿@說明此量表的開發(fā)是不成功和不合理的。

（三）各影響因素量表的信效度檢驗

1.信度檢驗

信度檢驗主要用于反映和檢驗量表的穩(wěn)定性和一致性程度。目前，學界大多數(shù)在用Cronbach’sα來檢測量表的信度。經(jīng)統(tǒng)計，行政生態(tài)要素、公務員素質要素、政府回應要素、系統(tǒng)互動要素等量表的信度系數(shù)如下（見表 2）。

表2 影響因素量表信度分析結果

可見，各量表的信度系數(shù)均在0.7以上，均是可以接受的，各量表的題項間存在較好的一致性和穩(wěn)定性關系。

2.效度檢驗

（1）行政生態(tài)量表的效度檢驗

在此，對行政生態(tài)量表的效度檢驗將從收斂效度和區(qū)別效度兩個角度去驗證。經(jīng)統(tǒng)計，其KMO和巴特利特檢驗值是0.810適合進行因子分析。經(jīng)主成分分析法和最大方差法，旋轉之后得到的成分矩陣，經(jīng)計算其AVE（平均方差萃取量）如表3所示。可見，AVE均是大于0.5的，收斂效度成立。

通過計算相關性系數(shù)，并與AVE開根號值相比較，可知，AVE開根號值要大于相關系數(shù)值，區(qū)別效度成立（見表 3）。

表3 行政生態(tài)量表收斂效度與區(qū)別效度統(tǒng)計表

（2）公務員素質量表的效度檢驗

在此，對公務員素質量表的效度檢驗將從收斂效度和區(qū)別效度兩個角度去驗證。經(jīng)統(tǒng)計，其KMO和巴特利特檢驗值是0.666勉強能進行因子分析。經(jīng)主成分分析法和最大方差法，旋轉之后得到的成分矩陣，經(jīng)計算其AVE（平均方差萃取量）如表1-4所示。其中，AVE的各值均大于0.5，說明收斂效度成立。

通過計算相關性系數(shù)，并與AVE開根號值相比較，可知，AVE開根號值要大于相關系數(shù)值，區(qū)別效度成立（見表 4）。

表4 公務員素質量表收斂效度與區(qū)別效度統(tǒng)計表

（3）政府回應要素量表的效度檢驗

在此，對政府回應量表的效度檢驗將從收斂效度和區(qū)別效度兩個角度去驗證。經(jīng)統(tǒng)計，其KMO和巴特利特檢驗值是0.889適合進行因子分析。經(jīng)主成分分析法和最大方差法，旋轉之后得到的成分矩陣，經(jīng)計算其AVE（平均方差萃取量）如表1-5所示。其中，AVE的各值均大于0.5，說明收斂效度成立。

通過計算相關性系數(shù)，并與AVE開根號值相比較，可知，AVE開根號值要大于相關系數(shù)值，區(qū)別效度成立（見表 5）。

表5 政府回應量表收斂效度與區(qū)別效度統(tǒng)計表

（4）系統(tǒng)互動要素的效度檢驗

在此，對系統(tǒng)互動量表的效度檢驗將從收斂效度和區(qū)別效度兩個角度去驗證。經(jīng)統(tǒng)計，其KMO和巴特利特檢驗值是0.810適合進行因子分析。經(jīng)主成分分析法和最大方差法，旋轉之后得到的成分矩陣，經(jīng)計算其AVE（平均方差萃取量）如表6所示。其中，AVE的各值均大于0.5，說明收斂效度成立。

通過計算相關性系數(shù)，并與AVE開根號值相比較，可知，AVE開根號值要大于相關系數(shù)值，區(qū)別效度成立（見表 6）。

三、多元回歸分析

為了檢驗前面的五個假設是否成立，也為了弄清各影響因素對公共服務能力的獨立影響和相對強度，以及驗證因果關系，本研究專門對各影響因素做多元回歸分析。經(jīng)統(tǒng)計，得到表7的結果如下：

表7 政府公共服務能力的多元回歸統(tǒng)計表

由以上回歸表7，本研究可以得出這樣一些結論。

一是五個影響因子中，VIF的值除了政府回應因子的值大于5之外，其他均小于5，雖然根據(jù)多數(shù)研究者的建議，VIF值設定在5，如果大于則有共線性問題，但是根據(jù)國外學者Hair的觀點，可以放寬到10，同時，因VIF沒有成對出現(xiàn)大于5的值，所以，政府回應因子雖有共線性風險，但仍予以保留。

二是德賓-沃森的值為1.623，在值2左右，說明這些影響因子不存在自我相關的問題。

三是ANOVA報表來看，其P值為0.000，表明其有顯著性，這說明至少有一個因素對公共服務能力的影響是成立的。

四是從顯著性上看，公務員素質因子和均等化因子均大于0.05，所以，這兩個因子對公共服務能力的影響不顯著。而行政生態(tài)因子、政府回應因子和系統(tǒng)互動因子的顯著性均為0.000，這說明這三個因子對政府公共服務能力有顯著性影響。由此可見，前面假設的五種關系中，假設1（政府公共服務能力受行政生態(tài)要素影響）、假設3（政府公共服務能力受政府回應要素影響）、假設4（政府公共服務能力受系統(tǒng)互動要素影響）均成立，而假設2（政府公共服務能力受公務員素質要素影響）和假設5（政府公共服務能力受基本公共服務均等化要素影響）不成立。與此相對照，李曉園教授通過對江蘇、江西和陜西三省的實證數(shù)據(jù)證明政府人力資源因素是政府公共服務能力最重要的影響因素[5]，但是，在西部民族地區(qū)貧困縣的實證數(shù)據(jù)則不支持公務員素質因素對政府公共服務能力有顯著性影響。

五是從R2為0.552來看，這些因素對西部民族地區(qū)貧困縣的政府公共服務能力的解釋力在55.2%，其值大于0.19，小于0.67，這說明這些影響因素具有中度影響能力。

六是從標準化系數(shù)來看，在有影響力的因素中，行政生態(tài)因子的影響最大，其次是政府回應因子的影響，最后才是系統(tǒng)互動因子的影響。

通過剔除掉沒有影響力的因子后，再次回歸分析得到表8的結果（見表8）。通過對三個因子建構的回歸模型的比較，行政生態(tài)因子的解釋力是47.7%，而行政生態(tài)因子和政府回應因子的解釋力則上升到54%，當系統(tǒng)互動因子引入變成行政生態(tài)因子、政府回應因子和系統(tǒng)互動因子三個影響因素時其解釋力則上升為54.4%。

表8 三個回歸模型比較

四、結論與討論

綜上所述，本文以滇黔桂為代表的西部地區(qū)九個貧困縣調(diào)查數(shù)據(jù)為基礎，從公眾感知視角出發(fā)探討其政府公共服務能力構成，并檢驗其主要受到哪些因素的影響，其影響力究竟有多大。與以往以客觀統(tǒng)計數(shù)據(jù)和系統(tǒng)分析方法－解釋結構模型法（ISM）進行探討不同，本研究以一手調(diào)研數(shù)據(jù)為基礎進行量化分析，本文的基本假設是，西部民族地區(qū)貧困縣政府公共服務能力受到一組因素的影響，主要來自行政生態(tài)要素、公務員素質要素、政府回應要素、系統(tǒng)互動要素、公共服務均等化要素等五個方面。但是，研究結果表明，西部地區(qū)貧困縣政府公共服務能力處于中等偏下的水平，行政生態(tài)要素、政府回應要素和系統(tǒng)互動要素對貧困縣政府公共服務能力的影響成立，其中行政生態(tài)要素的影響力最大，而系統(tǒng)互動要素的影響力最小，這三者對貧困縣政府公共服務能力的影響力在55．2%，屬于中度影響力水平。最后，需要說明一點，政府公共服務能力難以直接量化測量，各公共服務亞能力契合西部地區(qū)中以民族地區(qū)為特點的專門性指標較少，未能很好體現(xiàn)民族地區(qū)公共服務能力及影響因素的特殊性，同時，從公眾感知的視角，對某些維度的公共服務亞能力是能體現(xiàn)的，如公共政策執(zhí)行能力、公共危機管理能力、民族需求服務能力是能較好地反映出來，但是對于像公共服務投入能力、公共資源配置能力的揭示則較為乏力，顯然沒有客觀統(tǒng)計數(shù)據(jù)有說服力和相對準確，因而，希望在進一步的研究中克服這些研究的不足和缺陷。