社会保障满意度结构方程模型分析.docx
《社会保障满意度结构方程模型分析.docx》由会员分享，可在线阅读，更多相关《社会保障满意度结构方程模型分析.docx（17页珍藏版）》请在冰豆网上搜索。
社会保障满意度结构方程模型分析
社会保障满意度的结构方程模型分析
摘要
社会保障是一种直接面向公众的公共服务，与每个公民的切身利益直接相关。
公众反应对社会保障体系建设的顺利进行至关重要，而很少有学者对社会保障满意度进行研究，本研究采用先进的数理统计方法进行建模分析对于扩展社会保障研究领域和丰富公共服务满意度理论与方法具有学术价值。
将结构方程模型方法应用于定类数据分析，为在社会科学中应用前沿统计分析技术开辟了新的方向。
本研究首次进行较大规模的全省社会保障公众满意度抽样调查，获得大量实证数据；应用公共服务满意度理论指导问卷编制和数据分析，并根据我国社会保障发展状况修改和扩展了公共服务满意度模型，编制了社会保障满意度调查问卷。
采用SPSS18.0软件进行描述统计、方差分析，采用高级统计软件Mplus5.2进行验证性因子分析和结构方程建模。
一、文献概述
目前我国一些学者也开始尝试着研究社会保障的公众满意度问题。
王丽萍通过调查发现省城市居民对目前的社会保障体系比较满意，对未来社会保障体系的改善有信心，被调查者中有29.4%的市民对目前的社会保障体系持积极评价，评价“一般”的占32.4%；认为目前社会保障体系不太好，个别地方还需改善的有30.4%；仅有7.7%的市民评价目前的社会保障体系很差。
提出了扩大社会保障制度的覆盖面，进一步完善城市最低生活保障制度等相应的解决措施[9]。
该研究虽然采用大样本调查，但对具体分层和抽样方法未作交代，对问卷质量未作分析，影响了研究结果的可信度；数据分析也较为简单，仅使用单变量频数分析，其结果普遍性和代表性难以判断。
西南大学硕士生岳晓峰通过对市失地农民对我国现行社会保障体系满意度的调查，发现失地农民社会保障存在的问题主要有：
传统安置方式滞后、失地农民的最低生活保障存在不足、还没有真正建立失地农民社会保障制度等。
在分析失地农民社会保障现状的基础上，结合经济社会发展的实际情况，建立较为完善的政府主导型社会保障制度；规征地补偿安置工作，加大政府监管力度等政策建议[10]。
此研究在方法上存在同王丽萍研究相同的缺陷，此外虽然引述了国外满意度测量的方法，但并未实际应用。
大学硕士生树过对威海市的四个市农民参加新型合作医疗意愿调查发现农村居民自愿参加合作医疗人数占总人数87.2%，且对其满意率为67.5%，在参加合作医疗人群中，两周患病者、慢性病患者、应住院未住院者和遭遇过意外伤害者满意度较低。
通过分析，提出了建立与地区发展水平相适应的筹资水平和补偿比例等相关的措施[11]。
虽然该研究采用了定量分析方法，并对问卷的数据进行了详细的描述分析、单因素分析、Logistic回归分析等，但是缺少理论模型做支撑。
吴轶、方辉通过对省21个地级以上市，121个县（市、区）进行了满意度调查分析，此文采用10级克特量表，让受访者就评价容做出满意程度的主观判断，发现公众对医疗保障满意度评价倾向于正面，但评分偏低（5.01分，10分制），甚至低于个人及家庭收入满意度以及政府部门服务态度、政策稳定性、执法公正性、自然环境等满意度，说明该省医疗保障制度建设滞后，公众不满情绪较大，通过分析也发现满意度受地区、受访者背景因素影响较大[12]。
乾、晓、华、王福华及卜亚丽通过调查分析得出结论，首先，参保职工参保满意度综合得分为2.82，说明参保职工对市目前实施的城镇职工基本医疗保险的评价一般，处于中等略偏上的水平；其次，对参保职工的满意度评价影响度由大到小依次是：
对定点医院的评价、个人保障水平的评价、个人经济负担评价、对医保中心的评价和对定点药店的评价；最后，发现参保职工的满意度具有明显的人口层次分布特征，年龄越大、文化程度较高、健康状况较差、收入水平较低的参保职工的参保满意度要偏低一点。
同时还发现参保职工满意度还受到医疗保险制度的认知度以及医疗的可及性的影响。
认知度低且就医的可及性低的参保职工满意度要偏低一点。
因此提出应当对不同层次的人群给予不同的政策空间，此外应加强医疗保险政策的宣传与教育，增加参保职工对医疗保险改革政策的认知度和理解度[13]。
此项研究将医疗保险制度的认知度、医疗的可及性与满意度联系起来，对公众医疗保障满意度进行调查研究，分析方法上还是比较简单，粗糙，也缺乏理论模型支撑。
对社会保障认知度的测量采用主观评定题，让受访者评价自己对相关政策的了解程度，难免有主观偏差。
国珍进行的市农民工生活满意度调查发现，影响农民工生活满意度的主要因素是“工资低”，排在第二位的便是“没有社会保障”，同时购买社会保险的农民工生活满意度要比没有购买的高，可见社会保障是影响农民工生活的重要因素[14]。
零点集团、艳丽及曾慧超指出制约中国居民生活满意度最主要的负面因素是个人经济状况、职业和社会保障满意度偏低[15]。
二、结构方程模型构建
（一）、研究假设
研究假设的提出
笔者根据公共服务满意度指数一般模型，结合社会保障的特殊社会背景构建了社会保障满意度结构方程模型，设计的变量和具体模型详见下图1.1。
图1社会保障满意度模型
社会保障满意度模型涉及感知公平、公众期望、公众信任、感知质量、公众满意、公众抱怨六个潜变量，相互之间的影响如图1所示。
由于社会保障办事机构多、复杂，感知形象不方便测量，因此感知形象没有纳入模型。
社会保障一些保障项目虽然也需要个人缴纳一定的比例，但主要还是政府行为，因此感知价格也没有纳入模型。
本研究共提出如下8个假设:
1、公众期望与感知质量的关系
在相关的满意度文献研究中，顾客期望对感知质量是存在正向影响的。
也就是说顾客后来对于该产品的感知质量向服务提供者期望的方向移动。
感知质量的这种朝着期望值方向的移动称之为“同化”。
公众在办理社会保障项目之前，在脑海中对服务质量就有某种期望，如果公众的期望与所感受的质量之间差异小到公众可以接受的程度，那么感知质量就受到期望的影响。
公众所接受的社会保障服务的质量与公众所感受的服务质量相比，前者更难判断，所以从理论上说，这种同化作用应该更容易产生。
本文将验证：
假设1：
公众期望对感知质量具有直接正向影响。
2、公众期望与公众满意的关系
密歇根大学Fornell等人，从累积顾客满意的概念出发，认为顾客期望与顾客满意的关系包括两条路径:
1、顾客期望正向直接影响顾客满意；2、顾客期望通过感知质量正向间接影响顾客满意。
本研究中，公众满意采用的是Fornell等人的定义，即累积的公众满意的概念。
因此，本研究将验证：
假设2：
公众期望对公众满意具有直接正向影响。
3、感知质量与公众满意的关系
很多实证研究表明，顾客对服务质量的感受决定了他对服务的满意程度。
本项研究将验证：
假设3：
感知质量对公众满意具有直接正向影响。
4、公众满意与公众抱怨的关系
公众抱怨作为公众满意的结果，当公众对政府所提供的社会保障服务不满意时，会直接导致公众抱怨行为的增加，相反，当公众对政府所提供的社会保障服务满意时，会直接导致公众抱怨行为的减少。
由于本研究中，公众抱怨的量表与其他量表设计不同，公众抱怨量表中不是对由好到坏的程度打分，而是打分越高，说明抱怨越少，得分越低，说明抱怨越多。
公众满意得分越高，会直接导致公众抱怨行为减少，从而公众抱怨得分越高。
所以，本研究中将验证：
假设4：
公众满意对公众抱怨具有直接正向影响。
5、公众满意与公众信任的关系
公众满意会影响公众信任，公众对政府是否信任取决于公众对政府所提供的服务质量是否满意，公众对政府公共服务的满意感累积增强了公众对政府的信心。
因此，本项研究将验证：
假设5：
公众满意对公众信任具有直接正向影响。
6、公众抱怨与公众信任的关系
公众对政府服务不满意通常可采用投诉渠道表达，或私下抱怨，而不采用其他行为，如果公众抱怨得不到及时处理，将直接影响公众对政府的信任程度。
公众抱怨得分越高，说明公众抱怨行为越少，从而公众信任得分越高。
所以，本研究中将验证：
假设6：
公众抱怨对公众信任具有直接正向影响；
7、感知公平与感知质量的关系
感知公平是指公众觉得自己在接受社会保障服务过程中的得失相当。
公众在接受社会保障服务前很难正确评估服务质量，而在接受服务过程中接触的人、事、物都会影响公众感觉中的服务质量。
因此，本研究将验证：
假设7：
感知公平对感知质量具有直接正向影响。
8、感知公平与公众信任的关系
公众在接受社会保障服务工程中如果能够得到公正的待遇，对社会保障的服务部门就会越信任。
因此，本研究将验证：
假设8：
感知公平对公众信任具有直接正向影响。
（二）数据收集
本研究采用问卷调查法。
问卷设计和调查共经过三个阶段。
第一阶段对随机抽取的18位被试进行了访谈，请他们回答一些有关社会保障满意度的开放题，发掘测量指标。
第二阶段则选取各城市的居民共127人，将设计好的问卷进行试测，通过题目分析，进一步修改问卷容，提高问卷质量。
第三阶段正式调查，采取分层随机抽样的方法，对省14市的居民采取调查的方式完成1560份问卷的调查取样。
调查问卷编制与调查过程
（一）量表设计
量表设计是研究过程中最重要的环节之一。
本研究借鉴了国外文献中相关量表的设计，并根据具体应用围和文化适应性进行了调整改进，形成量表初稿。
在公众对社会保障满意度调查中，考虑到有些问题被调查者或许确实不了解，为使问卷调查顺利进行，且提高调查的真实性，所以增加了“0”这个量级，其代表的含意为“不知道或没接触过”。
本研究共包括7个分量表，分别为公众信任、公众期望、感知质量、公众满意、感知公平、公众抱怨。
1、公众信任
ACSI模型中的顾客信任是顾客通过长期的消费或接受服务过程中逐渐所形成的，对于某一组织所提供的商品或服务的质量和可靠性充满信心的态度。
这里的信任从社会保障项目即体系是否有利于公众和部门是否值得信赖两个角度提问，被访者根据自己的判断从1-10之间打分，分数越高代表越赞同社保项目是有好处的和相关部门是值得信赖的。
量表中的表述语句为：
（1）参加养老、医疗、失业等社会保险对自己的未来是有好处的；
（2）低保、医疗救助等社会救助对老百姓是有好处的；
（3）办理养老、医疗、低保等社会保障的部门是值得信赖的。
2、公众期望
ACSI模型中的顾客期望是指顾客期望将会得到何种质量的产品或服务，这是一种“将会的预期”，而不是该产品或服务应该达到何种质量水平的预期，即“应当的预期”。
本研究中公众期望是指公众对社会保障各项目的需求程度，由于社会保障涉及的领域较多，而公众对这些领域的了解程度不同，因此笔者选择了公众比较了解的医疗保险、养老保险以及总体三个角度来测量公众对社会保障的需求程度，及公众期望。
被访者根据自己对社会保障的需求程度从1-10分之间打分，需求程度越高分值越高。
量表中的表述语句为：
（1）您对政府提供的社会保障的需求程度；
（2）您对参加医保的需求程度；
（3）您对参加养老保险的需求程度。
3、感知质量及其质量因子
质量因子又称质量维度，即将感知质量通过多维度进行测定。
感知质量只是从宏观方面整体评价服务质量，所以本研究又加入质量因子，通过多个维度来测定微观感知质量。
笔者经过开放式问卷调查，确定了以下6个质量因子，如图2所示。
图2社保满意度质量因子测量模型
各质量因子分别对应若干个标识变量，构成公众社会保障满意度质量因子的测评量表，如表1所示。
表1质量因子测评量表
质量因子
题目容
缴费比例
目前社保的缴费比例合理
保障水平
目前医保的报销比例合理
一般来说，您给当地养老保险的待遇水平打几分
信息化建设
通过、短信、互联网，很容易查到自己的社保个人账户信息
管理部门
您到社会保障相关部门设置的办事网点方便
您觉得社保相关部门办事手续简单
公务人员
您给当地的社会保障工作人员的办事效率打几分
您给当地的社保工作人员的服务态度打几分
您给当地的社保工作人员的专业水平打几分
覆盖面
您给当地的社会保障覆盖面打几分
被访者根据自身的经历或感受，对质量因子的各题目从0-10之间打分，0代表“不知道”，分数越高代表越赞同（以下各题同）。
4、公众满意
公众满意是指公众在接受社会保障相关项目服务后，对社会保障的总体满意程度的评价。
量表分别从整体满意程度和理想点的距离2个方面来询问公众的社会保障满意度。
量表中的表述语句为：
（1）总体上，您给当地的社会保障服务打几分？
（2）和理想中的社会保障相比较，您给当地的社会保障服务打几分？
5、感知公平
服务的公平性主要包括3个部分：
（1）结果公平性：
也称为分配公平性，指顾客对服务结果公平程度的一种主观判断。
平等是国外学者在实证研究中最常用的指标之一，平等强调每个顾客应该得到相同的服务结果。
（2）程序公平性：
指组织采用的服务方针和方法。
许多欧美学者认为，在服务消费过程中，顾客同样会重视服务结果公平性和服务程序公平性。
（3）交往公平性：
顾客经常从服务人员礼貌待客、喜欢顾客、不欺骗顾客、关心顾客利益、耐心服务等方面评估服务交往公平性。
鉴于公平对顾客满意度可能有相当程度的影响，同时，对社会保障的感知公平是社会公平价值在社会保障领域的延伸和体现，其重要性不容忽视，所以本次研究在量表中加入了感知公平的测量。
量表中的表述语句为：
（1）社保工作人员能够和蔼、热情、礼貌的对待每个接受服务的人；
（2）社保工作人员为每个前来办事的人提供服务的过程和程序相同，没有亲疏远近之分；
（3）相同条件的人都能得到同等的社保服务
6、公众抱怨
公众抱怨是指公众在接受社会保障相关服务的过程中，通过正常的投诉渠道向相关部门反映对服务、制度等不满的情绪，或向熟人或陌生人抱怨这些不满情绪。
笔者在量表中设置了以下几题：
（1）您有过因为对社保部门提供的服务不满意而要投诉的想法；
（2）您因为对社保部门提供的服务不满意而对熟人抱怨过；
（3）您因为对社保部门提供的服务不满意而对陌生人抱怨过。
其中1代表“经常有”，10代表“从来没有”，从1-10之间打分。
（二）正式问卷调查
根据《省统计年鉴》（2008）提供的各市人口规模进行分层抽样，初始样本量为1500个，根据抽样结果调整后的样本量见下表2。
表2正式调查样本量及分布
地区
总人口
农业人口
非农业人口
抽样数
2007年
2007年
2007年
总
农村
城市
全省
4231.7
2155.8
2075.9
1652
841
811
709.8
254
455.8
277
99
178
578.2
241.4
336.8
225
94
131
350.2
173.3
176.9
137
68
69
223.7
75.8
148
87
29
58
156
51.5
104.5
61
20
41
242.9
141.4
101.5
95
55
40
309.4
189.4
120
121
74
47
232.5
126
106.5
91
49
42
193.1
106.7
86.4
75
41
34
183.4
103.3
80.1
72
41
31
128.2
44.6
83.6
50
17
33
305.4
207.6
97.9
119
81
38
340.2
247.1
93.1
133
97
36
278.7
193.8
85
109
76
33
确定调查样本数量后，为确保其代表性，笔者借助《黄页》（2008）整理汇总各城市固定号段，采取随机抽取号段方法生成库，控制各号段的配额。
2009年5月26至2009年6月4日实施调查，共拨通23383个，成功1560个，总体成功率为6.53%，拒访率为16.42%
（三）模型构建
在借鉴公共服务满意度指数一般模型的基础上，首先构建了社会保障满意度普通模型。
由于考虑到公众对社会保障的各领域相关政策、制度等了解不多，公众的认知水平可能会一定程度影响其对社会保障的满意度，因此将认知水平纳入模型进行比较分析。
而人口统计学因素中的学历、职业和月收入等变量体现了一个人的社会经济地位，对认知水平会有一定程度的影响，进而影响社会保障的满意度，所以又将社会经济地位纳入模型进行比较分析。
考虑到享受社保服务的种类和对当前社会保障突出问题的看法也可能对社保满意度有影响，因此又将社保服务和突出问题纳入模型。
在普通模型基础上，加入认知水平、社会经济地位、享受社保服务和突出问题等4个新的潜变量，其中普通模型属于第一代结构方程模型，而加入定类变量的模型则为第二代结构方程模型。
理论模型1
首先，按照武的公共服务满意度理论，模型1只包含公众期望、公众满意等6个主要潜变量，如图5.1所示。
图5.1假设模型1
Fig.5.1Assumingmodel1
图中带箭头连线表示一个变量对另一变量的直接影响，相应的加减号代表假设的作用方向，加号表示发出箭头的变量直接正向影响接受箭头的变量，所以图5.1实际上是理论假设1-9的图形表达。
5.1.2模型1拟合度检验
本研究采用Mplus5.2版软件分析数据，选用带有稳健标准误的极大似然估计（maximumlikelihoodestimationwithrobuststandarderrors，MLR）方法进行参数估计和模型拟合度检验。
MLR主要适合当数据分布违反多元正态分布假设和标识变量相互不独立时对标准误和卡方值进行稳健估计。
在得出模型中各结构变量以及标识变量之间的影响系数后，将被估计的影响系数代入模型进行检验，模型1拟合指标见表5.1。
表5.1模型1拟合指标
Tab.5.1ModelFitIndex1
模型
对数似然函数H0值
H0量表修正因子
信息标准
自由参数个数
AIC
BIC
调整BIC
模型
1
-66330.346
1.496
81
132822.692
133256.240
132998.921
模型拟合
检验
基准模型拟合
检验1
自由度
P值
量表修正因子
自由度
P值
1167.402
243
0.0000
1.352
8769.028
276
0.0000
RMSEA
RMSEA
90%置信区间
RMSEA<=.05概率
CFI
TLI
SRMR
0.049
0.047
0.052
0.634
0.891
0.876
0.062
表5.1中，对数似然函数H0值（LoglikelihoodH0Value）是虚无假设H0：
Σ=Σ（θ），即变量在总体中的真实但未知的协方差矩阵等于假设模型隐含的总体协方差矩阵成立条件下的对数似然函数值。
AIC（AkaikeInformationCriterion）指标是Akaike（1974，1987）发展的一种基于信息理论的模型适配指标，适用于不同模型的适配优劣的比较。
AIC最小者，表示模型适配情形最好。
AIC的计算公式为：
AIC=-2logL+2r式（5.1）
式中L为卡方值，r为需估计的自由参数的个数。
BIC（BayesianInformationCriterion）指标：
由于AIC指标并没有考虑样本数的影响，因此当样本数越大时，AIC的概率推导的渐进性缺乏，是AIC的一个缺点。
BIC是Schwarz（1978）基于贝叶斯先验概率理论提出的，将样本数的影响纳入考虑畴，当样本数达到数千人以上或是模型的参数数目较少时，可采取BIC指标，否则使用AIC指标是较佳的决策指标。
BIC=-2logL+2rlnn式（5.2）
调整BIC（Sample-SizeAdjustedBIC）是Sclove（1987）提出的另一调整样本系数的BIC，将n用n*来代替，其中n*=（n+2）/24）。
调整BIC=-2logL+2rlnn*式（5.3）
AIC、BIC和调整BIC都属于相对拟合指标，适合用于模型间的比较，AIC、BIC和调整BIC数值小表明拟合情况更好。
从表5.1可以看出，模型1的
=1167.402，df=243，卡方值与自由度比值大于3，拟合不算好，但由于它受样本容量的影响，对于评价单个模型意义不大。
模型1的RMSEA=0.049，RMSEA的90%置信区间的上限是0.052，可以说是很好的模型拟合。
模型1的TLI（NNFI）=0.876，接近判断值0.90；CFI（比较拟合指标）=0.891，接近判断值0.90，从这两个指标看模型拟合不很好。
标准化残差均方根（Standardizedrootmeanssquareresidual,SRMR）=0.62,小于判断值0.08，表明模型整体的残差很小，拟合良好。
由于TLI样本波动性较大，而CFI对模型简效性不敏感[19]，所以笔者认为对于这样一个大样本且较为复杂的模型来说，以上拟合指标已经相当不错了。
5.1.3模型1路径分析
通过结构方程模型分析得出的模型1及其参数如图5.2。
图5.2验证后的模型1
Fig.5.2Validatedmodel1
图5.2是验证后的模型1及标准化路径系数，图中箭头表示变量直接正向影响的关系，数字则表示路径系数即一个变量到另一个变量的直接效应，数字越大，表明一个变量对另一个变量的影响越大。
将参数估计结果与假设模型相对照，即可得出模型1的假设验证结果，如表5.2所示。
表5.2模型1假设验证结果
Tab.1.1Hypothesistestingresultsofmodel1
假设
验证方式
验证结果
1、公众期望直接正向影响感知质量
γ12>0
支持，P=0.004，γ12=0.089
2、公众期望直接正向影响公众满意
γ13>0
支持，P=0.071，γ13=0.054
3、公众期望直接正向影响感知公平
γ15>0
支持，P=0.000，γ15=0.243
4、感知质量直接正向影响公众满意
β23>0
支持，P=0.000，β23=0.845
5、公众满意直接正向影响公众抱怨
β34>0
支持，P=0.000，β34=0.460
6、公众满意直接正向影响公众信任
β31>0
支持，P=0.056，β31=0.157
7、公众抱怨直接正向影响公众信任
β41>0
支持，P=0.383，β41=0.043
8、感知公平直接正向影响感知质量
β52>0
支持，P=0.000，γ52=0.756
9、感知公平直接正向影响公众信任
β51>0
支持，P=0.002，γ51=0.250
从表5.2可知，全部假设都得到支持，t检验表明，除了假设2、6、7的p>0.05外，其余均达到统计显著性0.05水平，说明其效应并非随机因素引起的。
本项分析的Mplus程序语法见附录3.2。
5.2模型2分析
5.2.1理论模型2
在中国，社会保障虽然早已有之，但是进入公共话语体系的时间并不长，只是近几年才越来越受到社会各界的关注，况且目前仍处于大规模变革的前期，因此普通民众对它的了解仍较欠缺。
社会保障认知水平是指受访者对养老、医疗、工伤、生育、失业、社会救助等社会保障政策的认识程度。
作为一项新制度，人们的社会保障认知水平可能会对其满意度有一定的影响，故需要纳入模型进行分析。
从经济学上讲，社会保障制度的实质指是个人利益的再次分配，将财富从收入高的社会成员转移到收入低的人手中，从而实现社会公正。
在人口统计学因素中，受教育程度、职业和个人月收入体现了受访者的社会经济地位，可能对社会保障的认知水平有所影响，进而
升级会员 