• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    保障性住房建設(shè)滿意度影響因素的實證分析——基于五省會城市住房保障對象的調(diào)查

    2013-01-23 08:52:20曾廣錄曾汪泉
    財經(jīng)理論與實踐 2013年6期
    關(guān)鍵詞:保障性住房對象

    曾廣錄,曾汪泉

    (1.北京師范大學(xué) 經(jīng)濟與工商管理學(xué)院,北京 100875; 2.長沙大學(xué) 法學(xué)與公共管理系,湖南 長沙 410003;3.湖南大學(xué) 金融與統(tǒng)計學(xué)院,湖南 長沙 410079)*

    一、引言

    隨著市民需求的多元化和高標(biāo)準化,住房保障對象對居住的標(biāo)準也在不斷提高,這為研究保障性住房建設(shè)滿意度影響因素提出了現(xiàn)實而迫切的要求,因為通過這些影響因素的研究可進一步為政府在保障性住房建設(shè)中的決策行為提供依據(jù)。保障性住房建設(shè)滿意度能夠客觀反映低收入階層需求水平和基本的社會福利水平。世界發(fā)展報告指出,發(fā)展中國家的公共服務(wù),如道路、教育、健康服務(wù)、衛(wèi)生飲用水、通訊等服務(wù)很難真正讓貧困人口享受到實惠。而這些關(guān)鍵公共服務(wù)的提供對于貧困人口的脫貧和區(qū)域的統(tǒng)籌發(fā)展具有至關(guān)重要的意義[1]。Calderon和Serven的研究表明,公共物品的數(shù)量增加與質(zhì)量提高能顯著地減少收入分配差距[2]。要使保障性住房提供更公平、更有效率,發(fā)揮其縮小收入分配差距、提高社會福利整體水平的作用,政府不僅要通過加大資金投入進行保障性住房這一硬件建設(shè),而且還要加強保障性住房的配套設(shè)施建設(shè)和后期管理建設(shè)。為此,政府需要充分了解住房保障對象的需要層次和基本要求。因而十分有必要通過研究保障性住房建設(shè)滿意度的影響因素來為政府在保障性住房建設(shè)中的正確決策提供客觀依據(jù)。這對政府在保障性住房建設(shè)中作用的正確發(fā)揮及其縮小收入分配差距、改善整體福利水平具有十分重要的現(xiàn)實意義。

    二、文獻回顧與研究設(shè)計

    (一)文獻回顧

    滿意度理論可最早追溯到上個世紀80年代的美國。1989年,美國學(xué)者費耐爾(Fornell)博士利用自己構(gòu)建的計量經(jīng)濟學(xué)模型,建立了一套顧客滿意度指數(shù)(Customer Satisfaction Index,簡稱CSI),用來測量顧客對企業(yè)提供產(chǎn)品或服務(wù)質(zhì)量的滿意度。隨后,德國、加拿大、韓國等也先后建立了CSI模型[3]。如LIUHong-yu,LI Jian和GE Yun-xian通過構(gòu)建評價指標(biāo)體系和客戶滿意度模型,對該國電子郵件服務(wù)業(yè)的顧客滿意度進行了測量[4]。此后,通過借鑒國外研究成果,中國滿意度理論首先被運用于政府績效評價中。如青平探討了我國農(nóng)村基層干部工作滿意度問題[5];朱玉春等實證分析了影響我國農(nóng)村公共產(chǎn)品投資滿意度的主要因素[6]。但在保障性住房建設(shè)研究中,滿意度理論還沒有得到應(yīng)用。本文試圖通過借鑒國內(nèi)外滿意度理論成果對近年來保障性住房建設(shè)中住房保障對象的滿意度及其影響因素進行實證研究,為政府部門進一步完善保障性住房建設(shè)提供理論和實證依據(jù)。

    (二)研究方法

    首先,采用主因子分析法評估保障性住房建設(shè)中住房保障對象的滿意度,可找出少數(shù)幾個因子代替原來的多個變量。其次,運用二值響應(yīng)模型進行回歸分析,以期得到影響保障對象滿意度的主要因素及其影響程度。

    1.因子分析。因子分析是研究如何以最少的信息損失把眾多的實測變量濃縮為少數(shù)幾個因子的一種方法。通常針對變量作因子分析,稱為R型因子分析,其數(shù)學(xué)模型的一般形式為:

    其中,X為可實測的p維隨機向量,它的每個分量代表一個指標(biāo)或變量。F=(F1,F(xiàn)2,…,F(xiàn)m)T為不可觀測的m(m≤p)維隨機向量,它的各個分量將出現(xiàn)在每個變量之中,所以稱它們?yōu)楣惨蜃印>仃嘇稱為因子載荷矩陣,aij稱為因子載荷,表示第i個變量在第j個公共因子上的載荷,它們需要由多次觀測X所得到的樣本來估計。向量e稱為特殊因子,其中包括隨機誤差。它們滿足:

    (1)Cov(F,e)=0,即F與e不相關(guān)。

    (2)Cov(Fi,F(xiàn)j)=0,i≠j;Var(Fi)=Cov(Fi,F(xiàn)i)=1。i,j=1,2,…,m。即向量F的協(xié)差陣為m階單位陣。

    (3)Cov(ei,ej)=0,i≠j;Var(ei)=σi2,i,j=1,2,…,p。即向量e的協(xié)差陣為p階對角陣。

    通過對變量的相關(guān)系數(shù)矩陣內(nèi)部結(jié)構(gòu)的分析,因子分析可找出少數(shù)幾個能控制原始變量的隨機變量Fi(i=1,2,…,m),選取公共因子的原則是使其盡可能多地包含原始變量中的信息,建立模型X=A·F+e,忽略e,以F代替X(m≤p),用它再現(xiàn)原始變量X的眾多分量xi(i=1,2,…,p)之間的相關(guān)關(guān)系,達到簡化變量降低維數(shù)的目的。

    2.二值響應(yīng)模型。通過因子分析所確定的m個新變量F來進一步研究變量F與住房保障對象滿意度之間的關(guān)系。二值響應(yīng)模型形式如下:

    其中,Pj為自變量Fk(k=1,2,…,m)條件下Yj=1的概率,“β0,β1,…,βm”為待估參數(shù)。ε是不能被前m個公共因子包含的隨機變量。

    (三)數(shù)據(jù)來源、變量定義及賦值設(shè)計

    本文所需數(shù)據(jù)來源于2012年8月期間對杭州、廣州、重慶、西安、長沙五省會城市關(guān)于保障性住房居民滿意度的問卷調(diào)查。本次調(diào)研采取隨機走訪方式進行,并分別走訪了代表東部、中部和西部地區(qū)的五個省會城市的公租房和廉租房住戶。此次調(diào)查共發(fā)放調(diào)查問卷512份,收回有效問卷450份,占全部問卷總數(shù)的88%。

    根據(jù)中國各地區(qū)保障性住房建設(shè)的實際情況,結(jié)合曾廣錄[7]、李燕凌等[8]人的研究成果,本文從小區(qū)交通狀況、小區(qū)教育設(shè)施、小區(qū)供電供水、小區(qū)娛樂設(shè)施、小區(qū)公共衛(wèi)生和醫(yī)療等方面,選取19類可能對保障性住房建設(shè)滿意度產(chǎn)生影響的評價因素,各變量的定義具體見表1。

    表1 住房保障對象對保障性住房建設(shè)滿意度各變量定義

    為研究方便,對住房保障對象對保障性住房建設(shè)總體滿意度評價結(jié)果進行了數(shù)據(jù)處理,使其滿足Y是二元變量的條件,其中總評價結(jié)果為“滿意”、“基本滿意”的兩種結(jié)果統(tǒng)一歸為“滿意”一類,賦值為1,將“不滿意”歸為一類,作為參照系,賦值為0。

    三、調(diào)查住戶滿意度因子分析

    在進行因子分析之前,首先要將原始數(shù)據(jù)進行標(biāo)準化,以消除變量間在數(shù)量級和量綱上的不同。然后進行KMO檢驗,結(jié)果見表2:KMO值為0.877,p值為0.000,檢驗結(jié)果是顯著的,表明數(shù)據(jù)之間具有一定的相關(guān)性,而且不是單位矩陣,可以做因子分析。

    表2 KMO檢驗和Bartlett球形檢驗

    從因子分析的處理結(jié)果來看,因子分析的變量共同度除x1性別和x18政府辦事效率外,均較高(0.5以上)(見表3),表明變量中的大部分信息均被因子所提取,說明因子分析的結(jié)果是有效的。運用軟件SPSS16.0,采用主成分法提取特征值大于1的因子共4個,由于初始載荷陣結(jié)構(gòu)不夠清晰,不便于對因子進行解釋,因此,這里并沒有給出因子載荷陣,而是運用方差最大正交旋轉(zhuǎn)法對因子載荷陣進行旋轉(zhuǎn),得到因子旋轉(zhuǎn)載荷陣(見表3),總方差解釋率達到56.667%。

    表3 因子旋轉(zhuǎn)載荷矩陣

    表3顯示了每個因子主要由哪些變量提供信息,從中可知:

    (1)在主因子F1中,x8小區(qū)交通、x9小區(qū)教育設(shè)施、x10小區(qū)供水供電情況、x11小區(qū)娛樂及設(shè)施、x12小區(qū)醫(yī)療公共衛(wèi)生及施設(shè)、x13小區(qū)安全狀況及設(shè)施、x14小區(qū)購物及設(shè)施、x15物業(yè)管理及服務(wù)態(tài)度、x16本地政府管理、資金投入及服務(wù)態(tài)度、x17小區(qū)及周圍生活環(huán)境的評價十個指標(biāo)具有較高的因子載荷;

    (2)在主因子F2中,x2文化程度、x3住房保障對象的年齡特征、x6家庭收入來源、x18政府辦事效率四個指標(biāo)具有較高的因子載荷;

    (3)在主因子F3中,x5所住房屋的面積、x7人均年收入這二個指標(biāo)具有較高的因子載荷;

    (4)在主因子F4中,x1性別、x4家庭成員數(shù)兩個指標(biāo)具有較高的因子載荷;住房保障對象的個性特征分散在各個因子中。

    表4為旋轉(zhuǎn)因子得分表,從表4中可看出哪些因素對保障性住房建設(shè)滿意度起了主要作用。從綜合得分一欄中也可看到,x8小區(qū)交通、x9小區(qū)教育設(shè)施、x10小區(qū)供水供電情況、x11小區(qū)娛樂及設(shè)施、x12小區(qū)醫(yī)療公共衛(wèi)生及設(shè)施、x13小區(qū)安全狀況及設(shè)施、x14小區(qū)購物及設(shè)施、x15物業(yè)管理及服務(wù)態(tài)度、x16本地政府管理、資金投入及服務(wù)態(tài)度、x17小區(qū)及周圍生活環(huán)境評價等因素對保障對象滿意度產(chǎn)生了重要影響,x18政府辦事效率因素對保障對象滿意度產(chǎn)生了一定影響。

    表4 旋轉(zhuǎn)因子得分表

    因此,因子得分的綜合評價模型為:

    四、保障性住房建設(shè)滿意度的二值響應(yīng)模型分析

    為了進一步確定四個主因子與保障性住房建設(shè)滿意度之間的關(guān)系,還需要建立二值響應(yīng)模型進行分析。變量及其常數(shù)的相關(guān)系數(shù)矩陣表明各變量之間以及與常數(shù)項之間的相關(guān)系數(shù)均小于0.30,可以構(gòu)建二值響應(yīng)模型:

    運用軟件SPSS16.0,對模型(1)進行檢驗。表5和表6是對整個模型的檢驗結(jié)果,它表明模型具有很好的擬合優(yōu)度,而且非常顯著。

    表5 擬合優(yōu)度檢驗

    表6 模型顯著性檢驗(F檢驗)

    表7 模型估計結(jié)果

    表7提供了模型(1)的估計結(jié)果。由表7可以得到模型(1)的最終形式:

    從表7可知,通過t值和系數(shù)值的比較,各主因子對保障性住房建設(shè)滿意度影響的重要程度依次是:F1>F2>F3>F4。綜合表3、表4和表7的結(jié)果可以看出:

    (1)保障性住房建設(shè)滿意度的影響因素主要來自住房保障對象對小區(qū)交通、小區(qū)教育設(shè)施、小區(qū)供水供電情況、小區(qū)娛樂及設(shè)施、小區(qū)醫(yī)療公共衛(wèi)生及設(shè)施、小區(qū)安全狀況及設(shè)施、小區(qū)購物及設(shè)施、小區(qū)物業(yè)管理及服務(wù)態(tài)度、本地政府管理、資金投入及服務(wù)態(tài)度、小區(qū)及周圍生活環(huán)境的評價等;

    (2)住房保障對象的年齡特征、政府辦事效率對保障性住房建設(shè)滿意度有一定影響,但影響不大;

    (3)文化程度、所住房屋的面積、人均年收入這三個指標(biāo)對保障性住房建設(shè)滿意度影響較小;

    (4)性別、家庭成員數(shù)兩個指標(biāo)因素對保障性住房建設(shè)滿意度無顯著影響。

    第一主因子主要綜合反映了與住房保障對象生活息息相關(guān)的基本公共產(chǎn)品的評價信息。在模型結(jié)果中,第一主因子通過1%的顯著性水平的檢驗,因子回歸系數(shù)為正,在所有的因子中具有最高的統(tǒng)計顯著性,說明小區(qū)交通、小區(qū)教育設(shè)施、小區(qū)供水供電情況、小區(qū)娛樂及施設(shè)、小區(qū)醫(yī)療公共衛(wèi)生及設(shè)施、小區(qū)安全狀況及設(shè)施、小區(qū)購物及設(shè)施、小區(qū)物業(yè)管理及服務(wù)態(tài)度、本地政府管理、資金投入及服務(wù)態(tài)度、小區(qū)及周圍生活環(huán)境的評價是住房保障對象評價保障性住房建設(shè)滿意度最重要的影響因素,這些都是保障性住房對象最基本的公共品需求,能否有效供給或者供給質(zhì)量的高低以及地方政府供給這些公共產(chǎn)品的效率和投資力度會直接影響保障性住房建設(shè)滿意度的評價結(jié)果。地方政府的管理及投資力度和服務(wù)態(tài)度也是影響保障對象評價保障性住房建設(shè)滿意度的一個重要影響因素。住房保障對象對政府管理水平和投資力度的評價越高,住房保障對象對保障性住房建設(shè)滿意度也就越高,反之亦然。

    隨著住房保障對象收入水平的不斷提高,弱勢群體也不再僅僅滿足于基本的公共產(chǎn)品需求,而是具有更高層次的追求,來滿足自身精神生活的需要,因此,教育設(shè)施、文化娛樂活動及其設(shè)施會對保障性住房建設(shè)滿意度產(chǎn)生重要的影響。同時,公共醫(yī)療衛(wèi)生的好壞也對住房保障對象評價保障性住房建設(shè)滿意度產(chǎn)生了重要影響,這是因為公共醫(yī)療衛(wèi)生直接與小區(qū)整潔和環(huán)境相關(guān),更重要的是與小區(qū)居民的生活居住環(huán)境和身體健康狀況息息相關(guān)。

    第二主因子主要綜合反映了住房保障對象的年齡特征、政府辦事效率兩個方面的信息,通過5%顯著性水平檢驗,并對保障性住房建設(shè)滿意度有正向的影響,這說明不同年齡層次的住房保障對象對保障性住房的各種設(shè)施要求和水平不同,從而會影響其對保障性住房建設(shè)滿意度的評價;同時,地方政府的辦事效率越高,保障性住房建設(shè)滿意度也就越高。

    第三主因子在10%的顯著性水平上對保障性住房建設(shè)滿意度有一定正向的影響,但影響較小。文化程度對保障性住房建設(shè)滿意度影響的原因比較復(fù)雜,不容易解釋,主要原因是不同文化程度的住房保障對象由于對小區(qū)公共產(chǎn)品的需求意愿和水平不相同,對其評價也會大相徑庭,另一方面,由于文化程度差異,他們對小區(qū)公共產(chǎn)品投資效果與管理等方面的理解也會產(chǎn)生差異,因而評價起來也就不同。所住房屋的面積、人均年收入因素也可以反映住房保障對象的個體差異特征,由于收入水平不同、所居住的房屋面積不同,其對小區(qū)公共基礎(chǔ)設(shè)施的要求也就不太相同,因而也會一定程度上影響其對保障性住房建設(shè)滿意度的評價。

    第四主因子主要綜合反映了住房保障對象的性別和家庭成員數(shù)的信息,其對保障性住房建設(shè)滿意度沒有顯著影響,而且系數(shù)為負,這是變量取值造成的,但不會影響結(jié)果的分析。

    五、結(jié) 論

    以上實證研究表明:保障性住房建設(shè)滿意度的影響主要來自對交通、教育設(shè)施、供水供電情況、娛樂及設(shè)施、醫(yī)療公共衛(wèi)生及設(shè)施、安全狀況及設(shè)施、購物及設(shè)施、物業(yè)管理及服務(wù)態(tài)度、地方政府管理、資金投入及服務(wù)態(tài)度、小區(qū)及周圍生活環(huán)境等因素的評價;保障對象的年齡特征、政府辦事效率因素對保障性住房建設(shè)滿意度有一定影響;文化程度、所住房屋的面積、人均年收入對保障性住房建設(shè)滿意度影響較??;保障性住房建設(shè)滿意度基本上不受被調(diào)查者性別和家庭成員數(shù)等變量的影響;保障對象對保障性住房這一公共產(chǎn)品的需求具有一定的層次性和階段性,而保障性住房建設(shè)滿意度根據(jù)其需求狀況具有一定的次序性。因此,為了更好地促進保障性住房建設(shè),中央及各級地方政府應(yīng)從實際出發(fā),在綜合考慮他們需求的基礎(chǔ)上,完善保障性住房建設(shè)。

    根據(jù)公共產(chǎn)品理論,從影響保障性住房建設(shè)滿意度的這些實際因素的產(chǎn)品性質(zhì)看,地方政府對其投入主要應(yīng)集中在保障性住房建設(shè)資金投入、教育設(shè)施建設(shè)、公共衛(wèi)生設(shè)施、小區(qū)治安等外部性較強的配套設(shè)施建設(shè)上;而對于外部性較弱的配套公共產(chǎn)品,如供水供電情況、娛樂及設(shè)施、購物及設(shè)施,可基于“誰投資誰擁有,誰受益誰付費”的原則,由私人部門或民間組織以市場方式提供,其提供模式為“政府誘導(dǎo)、非政府(市場)提供”,通過政府引導(dǎo)和扶持政策推動和完善其建設(shè)??傊?,保障性住房建設(shè)不僅僅只是保障性住房房屋的硬件建設(shè)問題,還有相應(yīng)的配套設(shè)施及其管理問題。地方政府應(yīng)根據(jù)這些設(shè)施的不同特征,積極引導(dǎo)和推動這些影響保障性住房建設(shè)滿意度的公共產(chǎn)品供給,才能使保障性住房產(chǎn)品的福利性得到真正發(fā)揮。

    [1]World Bank.World development report:making services work for poor people[R].Washington DC,2004.

    [2]Calderon C,Serven L.The effects of infrastructure development on growth and income distribution[R].Washington DC:Lacvp of The World Bank Process,2004.

    [3]Forinell D,Larcker F.Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research,1983,(18):39-50.

    [4]Liu H Y,Li J,Ge Y X.Design of customer satisfaction measurement Index system of EMS service[J].Journal of China Universities of Posts and Telecommunications,2006,13(1):109-113.

    [5]青平,李崇光,吳樂.農(nóng)村基層干部工作滿意度實證分析[J].農(nóng)業(yè)經(jīng)濟問題,2008,(7):62-71.

    [6]朱玉春,唐娟莉.農(nóng)村公共產(chǎn)品投資滿意度影響因素分析[J].公共管理學(xué)報,2010,(3):31-38.

    [7]曾廣錄.保障性住房私人融資的不足性及彌補對策[J].當(dāng)代財經(jīng),2011,(8):24-33.

    [8]李燕凌,曾福生.農(nóng)村公共產(chǎn)品供給滿意度及其影響因素分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2008,(8):3-18.

    猜你喜歡
    保障性住房對象
    神秘來電
    睿士(2023年2期)2023-03-02 02:01:09
    聚焦兩會!支持合理住房需求,未提房地產(chǎn)稅!
    走街串巷找住房
    保障性少數(shù)群體平等就業(yè)權(quán)的立法和政策研究
    反歧視評論(2021年0期)2021-03-08 09:13:02
    攻略對象的心思好難猜
    意林(2018年3期)2018-03-02 15:17:24
    基于熵的快速掃描法的FNEA初始對象的生成方法
    保障性住房地產(chǎn)評估方法研究
    建立完善的保障性住房管理機制探討
    區(qū)間對象族的可鎮(zhèn)定性分析
    住房保障
    江蘇年鑒(2014年0期)2014-03-11 17:10:04
    苍梧县| 晋宁县| 金沙县| 湖南省| 庄浪县| 镇安县| 高安市| 陈巴尔虎旗| 武平县| 仁化县| 大洼县| 庄河市| 桃园市| 铁岭市| 大厂| 桃园市| 保山市| 高邮市| 泸西县| 儋州市| 巴中市| 祁阳县| 凉城县| 宜城市| 泽普县| 宁阳县| 益阳市| 镇康县| 天等县| 朝阳市| 南昌县| 惠东县| 灵寿县| 奉化市| 霍林郭勒市| 正镶白旗| 永仁县| 荣昌县| 延长县| 鸡东县| 金昌市|