基于HLM模型的政府向社会力量购买公共服务绩效影响因子分析

摘 要： 将与传统线性模型（OLS）不同，在多层次、嵌套式数据结构分析上具有独到之处的HLM的零模型、随机效应协方差模型、非随机变动斜率模型引入政府向社会力量购买公共服务领域。研究结果显示政府向社会力量购买公共服务水平的总变异中有15.61%来自区域之间差异，而有84.39%来自政府自身层面的差异，政府向社会力量购买公共服务水平区域差异较大的结论，在理论上，可以极大地拓展政府向社会力量购买公共服务绩效评估的研究视野；在实践上，对帮助政府决策者准确锁定购买过程中的薄弱环节，提升公共服务水平可以起到一定的指导作用。

关键词： HLM；政府；社会力量；公共服务

中图分类号： D630 文献标识码： A 文章编号：2095-5103（2016）04-0027-（08）

基金项目：国家社科基金“政府向社会力量购买公共服务评估指标体系构建及应用研究”（15BZZ055）阶段性研究成果，受教育部第48批留学回国人员科研启动基金、江苏省第五期“333高层次人才培养工程”“中央高校基本科研业务费专项资金”（30915013117）资助。

作者简介：范炜烽，南京理工大学公共事务学院；江苏 南京210094；Email：。

DOI：10.19299/ki.42-1837/c.2016.13.003

国家治理理念的提出，加速了政府职能转变的步伐。将绩效评估引入到政府向社会力量购买公共服务当中，成为衡量政府职能转型水平与能力的重要体现。2013年《国务院办公厅关于政府向社会力量购买服务的指导意见》、2014年《关于支持和规范社会组织承接政府购买服务的通知》相继出台，为政府向社会力量购买公共服务绩效评估的深入推进提供了战略支撑。其中信用记录管理机制的提出，更是为绩效评估的有效开展提供了可操作性的方案。在此背景下，围绕绩效确立评价指标体系，对政府向社会力量购买公共服务的水平与能力进行了评估，在全国各地全面展开。事实上，绩效评估因地因时受到制宜，区域间政府向社会力量购买公共服务绩效的比较将有助于帮助政府决策者准确锁定购买过程中的薄弱环节，提升政府向社会力量购买公共服务的水平与能力。

一、文献回顾与问题提出

政府向社会力量购买公共服务水平如何，绩效评估是重点，绩效评估自引入到政府向社会力量购买公共服务领域以来，引发了学界激烈讨论，讨论的焦点主要集中在：

首先，绩效评估的全球化经验介绍，如韩国的政府经营诊断委员会对政府的制度、以目标管理为基础的公务员绩效评估[1]，美国政府会计标准委员会的评估模型、荷兰业绩测评小组的评估模型[2]。

其次，国内绩效评估的模式分析，通过对南通[3]、福建[4]，杭州[5]等地的考察，在揭示问题的同时，提出坚持以民众为价值取向[6]，注重顾客至上、公共责任、投入与投入的价值[7]，在科学发展观的指导下有针对性地设计出政府绩效评估的框架[8]，并强调建立科学合理、可操作性强的地方政府绩效评估指标体系及管理机制，成为未来研究方向[9]。

再次，绩效评估方法的研究。通过演绎法设计了政府绩效评估的社会和谐指数[10]。运用平衡记分卡技术，并结合政府绩效评估的实践，从学习与成长、内部流程、财务、公众四个方面建构了乡镇政府绩效评估指标体系[11]。此外，还有学者从经济发展维度、社会发展维度、资源与环境维度、行政效果维度等四个方面[12]，以及从行政管理、经济发展、社会稳定、教育科技、生活质量、生态环境等六个方面来设计政府绩效评价体系[13]。

总体来看，政府向社会力量购买公共服务水平已取得了相关的研究成果，但是，对于政府向社会力量购买公共服务水平受哪些因素影响，影响程度如何，国内学者仍没有开展相关的实证研究。为此，在参考现有绩效评估研究成果基础上，从政府自身及区域层面，采用HLM模型可以进行更为深入的分析。

二、政府向社会力量购买公共服务绩效影响因子的多层线性模型（HLM）分析

通过政府向社会力量购买公共服务绩效评估中HLM模型适用性、可行性问题分析，建构政府向社会力量购买公共服务绩效影响因子的多层线性模型。

（一）HLM模型概述

在科学研究，特别是社会科学领域，个体行为往往是研究的重要对象，而在实践中，个体行为既受到个体自身特征的影响，也受到其所处环境的影响，由此形成的个体效应与组效应（背景效应与环境效应）成为困扰社会科学研究假设的“瓶颈”。为解决困扰社会科学研究假设中的组效应或背景效应问题，英国伦敦大学Harvery Goldstein教授倡导“多层分析”（Multilevel Analysis），在此基础上，美国密歇根大学的Stephen W.Raudenbush教授提出了“多层线性模型结构”（Hier-archical Liner Modeling），成为多层线性模型（Hier-archical Liner Modeling，简称HLM）的理论依据。由于HLM使用收缩估计的参数估计方法，结果更为稳定、精确，特别是在处理样本不等数据方面的优点，受到了学界的高度关注，并被广泛应用于组织管理、教育心理、个体追踪观测等发展研究领域。

（二）政府向社会力量购买公共服务绩效影响因子的多层线性模型（HLM）建构

在社会科学研究中，样本往往来自不同层级和单位，这些数据带来了很多跨级（多层）的研究问题。传统线性模型（OLS）的基本假设是线性、正态、方差齐性以及独立性的特点，要求数据满足方差齐性、个体间随机误差相互独立等条件，即自变量之间取任意不同值时，误差项之间互相独立，自变量的变化与误差项无关。如，采用聚合（aggregated）方法将个体层次因素提升为群体层次因素，或采用解构（disaggregated）方法将群体层次因素一一指定给下属的个体，不仅会遭受统计推断上的谬误，也违反了回归分析对数据的基本假设[14]。在政府向社会力量购买公共服务绩效评估过程中，由于政府水平是在政府自身的水平上测量的，而区域的背景是在区域水平上测量的，这就在数据结构上形成了一种既包括同一区域的政府自身水平变量，又必须考察区域水平变量对政府水平变量影响，或者对政府自身水平变异之间关系影响的二层的嵌套式数据。对此多层次、嵌套式的数据结构，方差齐性和独立性两个假设在这些数据结构中往往难以成立，也就难以同时分析两个或多个层次的变量对因变量的影响。

HLM（Hier-archical Liner Modeling，多层线性模型）方法通过分层建立回归方程，将低层回归方程的截距与斜率设定为高层变量的函数，通过从多个层次将数据联接起来，很好地处理具有嵌套结构的非独立数据。为解决政府向社会力量购买公共服务绩效评估中多层次变量对因变量影响的问题提供了重要的方法论依据。由此，确立政府向社会力量购买公共服务绩效影响因子理论模型（如下图1所示）。

[嵌套数据结构的自变量][政府自身变量] [区域层次变量] [基于HLM模型的政府向社会力

量购买公共服务绩效影响因子] [结果（因）变量]

公共服务绩效影响因子理论模型

三、研究设计

根据研究对象、数据来源，设置影响政府向社会力量购买公共服务绩效个体、区域层次自变量及结果变量，并结合HLM进行模型设定，进行相关分析。

（一）数据来源

本文数据来源于以政府向社会力量购买服务过程的投入为基础，同时为了提高研究的信度和效度，从东部、中部、西部分别选取政府向社会力量购买公共服务较具代表的W市、N市、C市作为研究对象，以便从区域上进行比较。

（二）变量设置

根据数据的选择，本着购买过程中经济性、效率性、效果性和公平性的原则，基于国家对政府向社会力量购买公共服务的支持；政府向社会力量购买公共服务的政策文件信息，经过对研究对象考察及数据筛选，形成相应的预测变量，其涉及的相关变量如下：

1.政府自身变量

首先，立足微观考察影响绩效的政府自身因素。综合考虑硬件、软件指标，从主观、客观两个方面，即认知能力、政策支持、管理制度层面来选择变量。

（1）性别：1表示男性，0表示女性。

（2）学历：基于政府官员学历信息的统计分析，1表示研究生（含）以上学历，0表示研究生以下学历。

（3）工龄：以该县（市）政府官员平均工龄为参考依据，回归分析是作为连续变量。

（4）政策支持：反映社会力量受支持状况。包括即年均出台文件的数量（件）、财政资金投入数量，年度财政资金投入占GDP总量的比率。

（5）管理制度：体现购买过程中的规范性，主要包括2个项目。经因素分析抽取特征根大于1的1个因素，第一个因素为安全防范与风险规避机制（1表示完善，0表示不完善）；第二个因素为对社会力量的表彰激励机制（1表示正向，0表示负向）。

2.区域层次变量

其次，立足微观考察影响绩效的区域变量，围绕W市、N市、C市改革开放以来区域建制、区域自然环境、区域社会经济水平以及民众生活状况四个方面来选择变量。

（1）区域建制：主要是指本区域成立的时间、行政区划，在回归分析时，对其进行标准化处理。

（2）区域自然环境：主要包括年均气温、年均降水。利用各省省会城市改革开放以来年均气温、年均降雨近似地替代各省的年均气温和年均降雨。由于各省年均气温、年均降水和土壤中的硒含量高度相关，因此，本文应用因子分析对以上三个变量提取了一个公因子成分，因子负载分别是0.907、0.921和0.899，从而形成了自然环境因子，它是一个间距变量。在回归分析时，对其进行标准化处理。

（3）区域社会经济水平：反映区域经济发展状况，包括该市年财政收入及在本省的GDP排名。

（4）民众生活状况：以收入水平（包括恩格尔系数、城镇居民可支配收入、农村居民纯收入），贫困发生率及返贫率为指标。在进行回归分析时，对数据处理进行标准化处理，以便在统一模式下进行量化研究。

3.结果（因）变量

购买公共服务水平与能力：反映购买公共服务水平与能力，包括社会力量数量、年度社会组织成立个数、志愿者（义工）人数、专职服务人员上岗率、享受政府购买服务和服务补助的受益面、享受志愿者（义工）结对上门服务人的比例6个项目。经因素分析抽取特征根大于1的1个因素，反映社会力量的发展及政府绩效水平，以因素得分作为变量分数。回归分析时作为连续变量。

（三）模型设定

鉴于研究的需要，采用两层HLM作为分析模型，层一方程为政府自身层次，层二方程为区域层次。根据HLM模型设定，具体如下：

1.零模型

为确定研究中分层模型分析是否具有意义，首先必须采用零模型，即在第一层和第二层都没有预测变量的情况下，分解个体差异和组差异（方差成分分析）。

层一方程：Yij=β0j+rij，式中Var（rij）=σ2

层二方程：β0j=r00+U0j，式中Var（U0j）=τ00

在上述两个方程中，Yij是j区域i政府向社会力量购买公共服务水平，β0j为j区域政府向社会力量购买公共服务的平均水平，rij代表j区域i政府与区域平均水平之差，是个体层次的随机误差，r00是各区域水平的总平均数，U0j是j区域与总平均数r00之差，是区域层次的随机误差。此外，HLM可以计算出整个模型对于因变量解释力的估计，即因变量的方差中可以从模型的预测变量得到解释的部分所占的比例，HLM进行这种估计的逻辑是，首先求出没有加入此预测变量，因变量的方差，然后用正式模型（加入了此预测变量的模型）中的剩余方差，根据以下公式求出被解释的方差比例：

被解释的方差比例=（原始方差-残差方差）/原始方差

如需要具体确定由第二层预测变量的差异造成的研究对象Y的变异在Y的总体变异中所占的比例，可以利用跨级相关（Intra-classCorrelation）系数公式：p=τ00/（σ2+τ00），考察Y的总变异中有多大是由第二层单位的差异造成的。

2.随机效应协方差模型

在零模型的基础上，将政府自身的人口学变量（性别、学历、工龄）作为自变量纳入层一方程中，以考察政府个体相关因子对政府向社会力量购买公共服务绩效的影响。

Yij=β0j+β1jXi1j+β2jXi2j+β3jXi3j+rij

上式中，β0、β1、β2、β3分别是自变量X1、X2、X3对Yij影响X的偏回归系数。保持政府向社会力量购买公共服务水平在各区域之间的恒定，这属于随机效应协方差模型。

3.非随机变动斜率模型

在随机效应协方差模型的基础上，在层二方程中纳入区域建制、区域自然环境、区域社会经济水平、民众生活状况为自变量，考察区域因素对政府向社会力量购买公共服务水平的影响。

β0j=r00+r01Z1+r02Z2+……r0MZM+U0j

上式中，r01、r02……r0M分别是区域层面的自变量Z1、Z2……ZM对截距项（区域平均水平）β0j影响的偏回归系数。该模型属于非随机变动截距模型。

四、模型分析

将数据输入到Stata12.0中，同时将有关变量数据转化为可以被HLM6.04软件识别的SSM格式，在工具上，运用学生版的HLM6.04软件进行相关实证分析。HLM（HierarchicalLinearModel）6.04软件是著名的多层次统计分析软件，它具有在数据缺失时，能够对多元线性模型进行有效分析，且能够读取大多数的统计软件包内数据的优点。在方法上，采用REML（restrictedmaximumlike-lyhood）法估计模型中的回归系数参数和方差，以White提出的稳健标准误（robuststandarderror）作为检验的基础[15]。研究结果如下表1所示。结合表1分别进行零模型、随机效应协方差模型及非随机变动斜率模型分析。

（一）零模型讨论与分析

首先考察两层均不纳入任何自变量的零模型，由上表1可知，区域层面的随机方差为0.054（p

（二）随机效应协方差模型讨论与分析

在零模型的层一方程中纳入政府个体层次的自变量，结果（如表所示）发现：与性别、学历、工龄对政府向社会力量购买公共服务水平没有影响相比，政策支持与管理制度对政府向社会力量购买公共服务水平具有显著的预测作用。年均出台文件的数量，特别是以财政资金投入数量及年度财政资金投入占GDP总量比率为表征的政策支持，对社会力量的发展壮大起到了直接推动作用（***p

同时，由随机效应方差分析模型与零模型比较发现，在控制政府自身层面变量之后，区域层面的随机误差仅为0.001（p>0.05），这意味着一旦控制政府自身层面的变量，不同区域之间政府向社会力量购买公共服务已不存在差异。

（三）非随机变动斜率模型讨论与分析

在随机效应协方差分析模型的基础上，在层二方程中纳入区域层面的变量形成非随机变动斜率模型，结果（如表所示）发现：在政府自身层面，与随机效应协方差模型一样，政策支持与管理制度对政府向社会力量购买公共服务水平具有显著的预测作用，其他变量对政府向社会力量购买公共服务没有影响。在区域层面，区域成立时间、行政区划、年均气温、年均降水对政府向社会力量购买公共服务水平没有影响，其他变量对政府向社会力量购买公共服务水平具有显著的预测作用。恩格尔系数、贫困发生率及返贫率具有负影响，也就是恩格尔系数、贫困发生率及返贫率越高，政府向社会力量购买公共服务水平越低，具体而言，恩格尔系数、贫困发生率、返贫率每上升1个单位，政府向社会力量购买公共服务水平则分别下降0.056、0.061、0.059个单位，与此相反，财政收入及在本省的GDP排名、收入水平（城镇居民可支配收入、农村居民纯收入）具有正向影响。财政收入、本省GDP排名、收入水平（城镇居民可支配收入、农村居民纯收入）每提高1个单位，政府向社会力量购买公共服务水平则分别提高0.043、0.038、0.025个单位。究其原因，一方面在区域经济发展水平提高的前提下，区域财政水平不断增强，用以对社会力量资金扶持的力度不断加大，为提升政府向社会力量购买公共服务水平提供了较好的经济环境。另一方面也表明了随着人民生活水平提高，民众诉求已由物质追求转向精神层面。如，随着老龄化的加剧，如何真正实现“老有所养”，引起了社会各界的广泛关注，它不仅成为各界政府施政的重点，更成为影响社会和谐稳定的重大政治问题。特别是在收入水平（城镇居民可支配收入、农村居民纯收入）较高区域，这一诉求及问题表现尤为突出，并由此成为政策关注的焦点。

五、结语与讨论

HLM方法因其在多层次、嵌套式数据结构的特点，利用其零模型、随机效应协方差模型、非随机变动斜率模型对影响政府向社会力量购买公共服务的绩效进行了较为深入的分析：

（一）从研究方法来看，由于普通最小二乘回归会产生统计误差，增加第一类错误和第二类错误。比较而言，HLM方法在分析多层数据时具有较多优点，能够分析嵌套的数据，采用更为精确的估计方法广义最小二乘法，对违反假设的容忍性更强，能够分析方差协方差的成分。Yammarino[16]等认为，只有10%的领导学研究真正进行了跨层面的机制考察。因此，运用HLM模型从多层分析的视角考察领导行为的跨层作用机制，能更精确地发现不同层级变量之间的关系。

（二）基于HLM的零模型、随机效应协方差模型及非随机变动斜率模型的参数估计与显著性检验，可以得出以下结论：

首先，区域之间政府向社会力量购买公共服务绩效的差别较大，有15.61%的方差来自区域之间的差异；其次，在政府自身层面，年均出台文件的数量越多、财政资金投入数量越多、安全防范与风险规避机制及表彰激励机制越完善、财政资金投入数量及年度财政资金投入占GDP总量比率越高，政府向社会力量购买公共服务水平就越高；再次，在区域层面，发现影响政府向社会力量购买公共服务水平的因素较为明显。具体而言，虽然区域成立时间、行政区划、年均气温、年均降水对政府向社会力量购买公共服务水平没有影响，但恩格尔系数、贫困发生率及返贫率具有负影响，财政收入及在本省的GDP排名、收入水平（城镇居民可支配收入、农村居民纯收入）具有正向影响，这对于帮助政府认清政府购买公共服务过程中的薄弱环节，支持社会力量的发展壮大起到一定的指导作用。

此外，本研究只是初步对影响政府购买公共服务的绩效进行探讨，研究还存在一些局限和不足。首先，这个研究为横断面研究。未来的研究可以借助纵向设计或仿真法，对变量间的因果关系进行探讨。其次，数据来自同一种方法，特别是来自第三方的数据，面板数据的缺失，其中可能存在一定的同方法误差问题，调查问卷与深度访谈相结合的方法将成为未来研究的重点，特别是应注重在不同的时间点取样，或者选取来自不同来源的数据。最后，鉴于研究资料所限，对研究的客观绩效指标，比如客服样本中的差错率、客服满意度等，存在一定的数据缺失现象，这些问题必将是未来着重研究及考察的方向。

参考文献：

[1] 范柏乃，程宏伟，张莉：《韩国政府绩效评估及其对中国的借鉴意义》，《公共管理学报》2006年第2期。

[2] 王玉明：《国外政府绩效评估模型的比较与借鉴》，《四川行政学院学报》2006年第6期。

[3] 臧乃康：《地方政府绩效评估的“南通模式”：效应、瓶颈及努力方向》，《北京行政学院学报》2008年第6期。

[4] 吴建南，阎波：《地方政府绩效评估体系的路径选择――福建的分析》，《中国行政管理》2008年第2期。

[5] 叶敏：《我国地方政府绩效评估研究》，浙江大学出版社2008年版。

[6] 孟华：《政府绩效评估的民众基础及其改善》，《东南学术》2005年第2期。

[7] 臧乃康：《政府绩效评估价值与和谐社会的契合》，《探索》2005年第4期。

[8] 彭国甫：《构建地方政府绩效评估体系的三个基本问题》，《湘潭大学学报》（哲学社会科学版）2007年第4期。

[9] 倪星：《中国地方政府治理绩效评估研究的发展方向》，《政治学研究》2007年第4期。

[10] 盛明科：《社会和谐指数：政府绩效评估的重要指标》，《文史博览》2005年第22期。

[11] 吴建南，孔晓勇：《地方政府绩效评价指标体系的构建：以乡镇政府为例》，《理论与改革》2005年第2期。

[12] 崔述强等：《中国地方政府绩效评估指标体系探讨》，《统计研究》2003年第3期。

[13] 范柏乃：《政府绩效评估理论与实务》，人民出版社2005年版，第228页。

[14] 温福星：《阶层线性模型的原理与应用》，中国轻工业出版社2009年版，第6-20页。

[15] 温福星：《阶层线性模型的原理与应用》，中国轻工业出版社2009年版，第285-286页。

[16] Yammarino， F. J， Dionne， S. D. & Chun， J. U. et al. Leadership and levels of analysis： A state-of-the-science review. Leadership， 2005（16）：879-919.