内容摘要：为研究企业对城市公共服务满意度的评价，本文以西北地区某省会城市为实证研究对象，在广泛调研和数据资料收集整理的基础上，运用通过主成分分析和Logit回归分析方法，重点从企业视角对城市公共服务满意度评价的影响因素展开研究。
　　关键词：公共服务满意度评价主成分分析Logit模型
　　城市公共服务是21世纪城市公共行政和政府改革的核心理念，它以合作为基础，强调政府的服务性，强调公民的权利。城市公共服务的水平在一定程度上体现了城市管理者-政府的管理和服务水平。企业组织在城市发展中具有不可替代的重要作用，它们对城市公共服务满意度的评价对促进政府改善管理、优化公共服务的各项安排，具有重要的现实意义。
　　关于满意度的研究，美国密歇根Fornell博士（1989）提出"顾客满意度指数（CSI）"，并且取得了广泛的应用。清华大学国情研究所杨永恒博士建立起公共部门的"顾客满意度指数（ACSIP）"，该模型较好地表达了市民满意度的形成过程和主要机制，较为全面地考虑到主要因素和特点，缺点在于将公共服务放在同一个模型中，过于简单，精度不够。美国哈佛肯尼迪学院安东尼·赛奇教授研究表明：农村低收入者对中央政府满意度高，低收入者对基层政府满意度高。零点研究咨询集团董事长袁岳（2005）研究报告指出，内地城市市长的民意支持率普遍低于沿海城市。
　　本文重点以西北地区某省会城市（以下称为A市）的随机抽样企业为样本，通过实证分析和讨论，一是明确影响企业评价公共服务的满意度的显著因素；二是提出提高城市公共服务水平的措施建议。
　　研究设计
　　（一）调查问卷设计
　　本文采用问卷调查的方法，通过对文献的查阅，从影响企业满意度的不同方面设计问卷，把A市公共服务评价的调查问卷（企业）划分为不同的指标，共涉及38个测量项目。为保证调查问卷设计的科学性，我们首先在A市随机抽取部分企业进行了预测试，并对部分调查人员进行深度访谈，结合预调查的结果和被访谈者的意见，对问卷设计进行了适当的调整，量表项目采用李克特的5级量表，1代表"很不满意"，5代表"很满意"。
　　（二）调查实施与抽样
　　本次调查以A市为对象，采用面对面的访谈形式、通过调查员直接拦截的方式进行。综合A市各区县的经济发展水平和调研的可行性，此次调研组随机发放企业问卷180份，收回104份，有效问卷104份，选择其中的104份做调研样本分析。104家样本企业既有国有大中型企业，也有个体商户；行业分布从农牧渔和矿业到交通运输、批发零售等多个行业，具有比较广泛的代表性，同时，多数在A市的经营时间超过10年（见图1）。
　　（三）变量选取与说明
　　本研究将影响城市公共服务评价的因素分为三类：一是基本服务因素，包括市政设施、交通因素、社会治安、就业服务等因素；二是环境因素，包括城市环境、商业环境、政府的效能等因素；三是企业个体特征因素，包括企业性质、企业规模、企业经营领域。为了研究需要我们把因变量Y定义为二元变量，将企业对城市公共服务的满意度"很满意"、"满意"、"一般"划分为一类取值为"1"；将"不满意"、"很不满意"划分为一类取值为"0"。对企业个体特征变量的定义见表1。
　　企业满意度影响因素的实证分析
　　由于企业性质、规模、经营领域不同，影响企业对城市公共服务满意度的评价因素不仅多而且有差异，同时存在主次之分且各有差别，各种因素也可能存在交叉相互作用。因此本研究首先对影响企业对城市公共服务满意度的评价因素进行相关性和显著性检验与分析。
　　（一）主成分分析
　　本文研究设计的企业对城市公共服务的评价满意度的指标共20个因素，分别是X1、X2、…、X20（见表2）。各个影响因素之间可能存在相关性。首先，我们对影响企业对城市公共服务评价的因素进行相关性分析，按照王保进（2007）的观点，如果相关系数在0.3-0.8之间就可认为变量之间存在相关性，适合进行主成分分析。其次，采用Spss17.0对问卷进行效度检验，KMO系数越接近于1，表明偏相关系数越低，进行主成分分析效果比较好。
　　利用Spss17.0对影响企业对城市公共服务的评价因素进行相关性分析，分析结果显示企业对城市公共服务的评价因素变量相关系数在0.3～0.8表示变量之间存在相关性，适合进行主成分分析；并且问卷的KMO数值为0.728，并且通过了Bartlett球形度检验，适合进行主成分分析，因此我们进行主成分分析。
　　利用Spss17.0对影响企业对城市公共服务的评价因素进行主成分分析。选取主成分的方法主要有三种：第一种陡坡检验。该方法是Cattell提出的以绘图方式检验保留几个主成分的方法。第二种是Kaiser准则。主要是保留特征值大于1的主成分准则，一般情况下当变量个数在20-50个时，使用该准则的效果比较好。第三种Horn准则。在准则随机抽取k组包括N个样本在p个变量的测量结果，进行k次主成分分析，画出k条陡曲线，这些曲线的交叉值，就是保留的主成分。本研究中采用Kaiser准则，选择特征值大于1的7个主成分，累积方差贡献率80.83%，说明采用7个主成分可以有效的解释原来的20个因子的信息。因子载荷矩阵如表2所示。

---

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

---

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。