烏魯木齊市孤殘兒童福利資金供給質量綜合評價?

穆彬彬 王華麗 閆 雪 王 瑞

（新疆農業大學公共管理學院 烏魯木齊 830052）

1 引言

近年來，隨著烏魯木齊市兒童福利事業的發展和政策的不斷完善，兒童的基本生活、教育等得到了較好的保障，但是在兒童當中還有這樣一個群體——孤殘兒童，孤殘兒童是社會中最弱勢的一個群體，他們的生活、教育等保障關乎社會我國社會保障體系的完善，以及社會發展［1］。有學者指出，對孤殘兒童福利供給水平進行評價，構建合理、科學的評價體系能夠更好地了解政策實施的效果、特點及存在的問題［2］。通過對孤殘兒童福利資金供給水平進行檢測，能夠為我國的孤殘兒童福利事業發展、路徑與反思提供可靠依據［3］。

根據大多數學者對孤殘兒童福利供給內容和提供方式的研究，將孤殘兒童福利供給主體在福利資金方面的評價指標設定為生活資金、教育資金、醫療資金、發展資金四個維度，以及對應的11個三級指標［4～5］。并對烏魯木齊市兒童福利院、兒童村以及特教學校內的392名孤殘兒童展開調研，通過孤殘兒童對福利供給主體在福利資金方面了解的基本情況，最后篩選出11個能夠基本體現福利供給質量的變量，建立綜合評價指標體系，根據各自所得的指標權重，對烏魯木齊市福利供給主體在福利資金上的質量進行綜合評價。

2 研究設計與分析方法

首先用SPSS軟件對所有變量進行線性回歸檢測，根據所得結果進行研究初步分析，如果檢測結果與實際結果不相符，數學模型及公式就不成立，必須對所有原始變量進行探索性因子分析，提取符合建立數學模型的公因子，所提取的公因子要能夠解釋原有變量的絕大部分信息。為防止遺漏重要信息，盡可能多地選取與目標層相關的變量，但要避免各個指標間的相關性極高和存在多重共線性問題，因此采用因子分析作為檢測指標的方法，進一步確定所選指標的合理性和科學性。

因子分析通常是將量的原始變量信息進行濃縮，重新生成幾個相互無關的因子，來解釋相對應的原始變量信息，可建立數學模型表示：設有P個原始變量，用 X1，X2，X3，X4，…，Xp來表示［6］。同時對原始變量進行標準化使單位達到一致性，均值結果為 0，標準誤差為1，m個因子F1，F2，F3，…，Fm與原始變量可用線性組合來表示，其中k要小于p［7］，因子分析的數學模型如式（1）所示。

式（1）即為因子分析的數學模型，其中Xp為第p個原始變量，aij（i=1，2，…，p；j=1，2，…，m）稱為因子載荷，即第i個變量在第j個因子上的負荷，e為特殊因子，即不能被因子解釋的部分原始變量。該模型各因子是正交的，也稱為R型正交因子模型可用矩陣表示為 X=AF+e［8］。其中：

做因子分析的前提條件是輸出結果Xi均值（mean value）需為0，方差（variance）為1；ei所得結果必須均值為0，且方差表示為常數的正太隨機變量，e1，e2，…，ep無相關性，且方差不同。Cov（F，e）=0，即F和e無相關；D（F）=I，即 F1，F2，…，Fm無相關、均值為0且方差為1［9］。用F表示X的公因子，因子載荷的結果在矩陣A上顯示，通常把輸出結果表示為因子載荷矩陣，ei（i=1，2，…，p）表示影響 Xi的獨特因子；因子載荷aij則表示為第i個變量在第j個主因子上的負荷或權，可根據載荷矩陣計算出權重系數和權重，它能夠及時反映第i個變量在第j個主因子上的相對重要性［10］。

3 數據處理與分析

所有數據主要來自對烏魯木齊市兒童福利院、兒童村以及特教學校392名孤殘兒童所做的問卷調查。

3.1 數據標準化處理

由于各個自變量屬性不同，所以在分析數據之前，需要進行數據標準化處理，也是對所有統計數據進行指數化，對所有變量不同的屬性進行數據同趨化處理，保證所有的指標對評測方案的作用達到一致性，最后才能得出正確的結果，以便后續進行分析。數據處理標準化的方法有多種，通過SPSS軟件采用Z-score標準化方法對所有變量進行數據同趨化處理，后續所有操作均在SPSS軟件中進行，則有公式：

3.2 信度檢驗

在SPSS中信度分析也叫可靠性分析，主要是反映數據實際情況的檢測結果。在當前研究中，常用的研究方法是SPSS系統中默認的α信度系數法，對信度進行檢測，如果輸出結果大于0.8，則表明非?？煽?，0.7～0.8之間可以接受，如果在0.6以下就要考慮問卷修改和刪除［11］。對所有數據采用α信度系數進行檢驗，結果顯示α信度系數大于0.8，為0.859，檢驗效果極好，如表1所示。

表1 可靠性統計

3.3 效度檢驗

在用SPSS軟件做主成分和因子分析之前，必須要測試所選P指標的有效性，基于所選指標的相關矩陣，H0作為原定假設，R是所有變量在SPSS軟件中生成的相關系數矩陣，結果顯示R對角線上元素顯示皆為1，其余結果皆為0［12］。如表2可知，所選取的11個變量的特征值無限接近0，多數維度的條件指數大于10，不符合原定假設H0，說明適合做主成分分析。

其次，對取樣足夠的Kaiser-Meyer-Olkin進行檢驗時，如果KMO檢測結果較小，則表示相關性較低，達不到要求，通常情況下KMO值的檢驗標準要超過0.9，表示結果極好；如果在0.8＜KMO＜0.9則較為適合；如果在0.7＜0.8表示一般；如果0.5＜KMO＜0.7，則表明需要增加變量或是減少變量［13］。如表3所示，Bartlett球形檢驗的P值為0.000＜0.05，效果極好，另外KMO=0.81，說明完全具備做主成分分析的條件。

表2 相關系數

表3 KMO和Bartlett輸出結果

問卷設計和數據都通過了三項檢驗，結果顯示極好，確定研究變量完全滿足主成分分析和因子分析的條件。

4 公因子提取與指標確定

4.1 提取公因子

提取公因子的方法有多種，主要采用SPSS中系統默認的主成分分析方法（Principal Compo?nents）提取公因子，主成分分析能夠為因子分析提供初始解，通過坐標變換的方式，將原有的m個相關變量Xi進行線性組合，轉換成另一組不相關的變量yi［14］，則有公式：

式（4）為主成分分析的數學模型，其中yi就是提取出的公因子，y1，y2，y3，…ym按順序作為變量 X1，X2，X3，…Xm的第1，2，3，…m個主因子，y1是所有公因子中所占的比重最大的一個，解釋所有變量信息的綜合能力比別的因子更強，其他各個公因子的綜合能力呈現遞減規律［15］。根據輸出結果提取累計貢獻率較高的因子，一般情況下大于70%即可，如果小于70%，為了更好地顯示結果，可以考慮增加因子，通過這幾個公因子來解釋原有變量的所有信息。

表4 公因子方差

如表4所示，所有指標的提取率皆大于70%，遠大于60%的提取標準，則表明所有原始變量信息都能夠被提取的公因子解釋。

表5 解釋的總方差

如表5所示，前4個公因子的特征根大于1，并且四個公因子的累計方差貢獻率為83.166%，代表著這四個因子可以解釋原有變量的83.166%，完全符合因子分析的條件。

4.2 指標確定

變量命名的主要依據是因子載荷矩陣和旋轉后的因子載荷矩陣，它能夠顯示公因子與原始變量的相關系數，相關系數能夠顯示公因子與原始變量的相關程度，如果某個公因子相對其他公因子對某個變量的相關系數越高，則表示該公因子比其他公因子更能解釋對應變量，根據每個公因子能夠解釋的變量內涵，對公因子進行命名。

表6 因子載荷矩陣

通過表6可以看出公因子1在所有變量上的載荷都相差不大，所以需要進行因子旋轉，重新分配每個獨立因子所解釋的方差比例，讓一個變量僅對一個因子有較大的載荷，同時對其他公因子的載荷較小，最終更清楚地呈現所有公因子能夠解釋的內容，對原有變量進行相對完整的解釋。

表7 旋轉成分矩陣a

根據表7輸出結果顯示，每個變量都各自對應一個公因子，輸出結果完整。結合實際情況，將公因子1命名為生活資金指標，具體表示為孤殘兒童在生活中的基本費用，以家庭提供的基本生活費用為基礎，國家、社會、親屬在提供的生活補貼為輔，通過這四個變量的綜合反映，能夠較好地呈現福利供給主體在孤殘兒童生活資金方面的供給情況。將公因子2命名為教育資金，具體表示為福利供給主體在教育資金上的供給是否滿足孤殘兒童的教育需求，是孤殘兒童對接受教育資金多少的直接反映。將公因子3命名為孤殘兒童發展資金，此指標能夠較好地體現出福利供給主體為孤殘兒童今后的發展提供的培訓、就業、潛力培養資金是否充足，直接關系到孤殘兒童今后能否順利就業和畢業的問題。將公因子4命名為醫療資金，主要包括孤殘兒童的基本醫療資金，即生病后能否及時就醫的問題，康復醫療資金則反映出孤殘兒童在今后的康復訓練、再就醫等問題時資金儲備是否足夠。經過對公因子進行指標名稱的定義和修改，最終得到由目標層、準則層以及原始變量構成的完整指標體系如表8所示。

表8 烏魯木齊市孤殘兒童福利資金供給質量評價指標體系

5 指標權重確定

各級指標和指標權重共同組成了一個完整的指標體系，指標權重是指各指標在整體上的價值、相對重要性和比例，依據統計學原理，每個指標權重的總和為1（即100%），每個指標的權重為十進制，即每個指標的權重系數，各個指標的權重系數是否合理，關系到最后對指標體系構建的綜合評價［16］。

各級指標的權重包括次要指標對主要指標的權重，三級指標對次要指標的權重，以及三級指標對主要指標的權重，把烏魯木齊市孤殘兒童福利資金供給質量作為一級指標，后續稱為目標層。次要指標是采用因子分析法從問卷數據的主成分分析中提取的四個主成分，即公因子，繼而確定四個公因子在烏魯木齊市孤殘兒童福利資金供給質量（目標層）上的權重Ai，即生活資金、教育資金、醫療資金、發展資金在目標層烏魯木齊市孤殘兒童福利資金供給質量上的權重，可以通過對其貢獻率進行歸一化處理得到。三級指標作為研究的主要內容，依據輸出結果，用線性回歸方程來表示各自變量與對應公因子間的關系。再根據提取的主成分得分系數矩陣，構建4個公因子與其所包含的各變量的線性回歸方程，回歸方程中自變量的回歸系數aij，即三級指標對于次級指標的權重［17］。最后，再根據公式得到各個原始變量在目標層上的權重系數和權重。

5.1 公因子權重

根據表5給出的四個主成分的方差貢獻率，以旋轉后的方差貢獻率為依據并對其進行歸一化處理，得到二級指標對目標層的權重。

表9 成分得分系數矩陣

根據各指標在各自因子上的得分系數矩陣，可將福利資金供給質量的公因子F表示為各個原始指標Vi的線性組合，因此F1/F2F3F4可以通過11個指標來表示，如下所示：

公因子由線性組合中權數較大的幾個指標的綜合意義來確定。例如F2是第1、2、3個變量即基礎教育資金、社會教育資助金、國家助學基金這三個指標的綜合反映，在其線性組合中，變量X1、X2、X3的得分系數要遠大于其他的幾個變量系數。

5.2 指標權重

結合公因子的權重與各指標變量的權重，可以總結出一個完整的烏魯木齊市孤殘兒童福利資金供給質量評價指標體系。如表10所示。

表10 烏魯木齊市孤殘兒童福利資金供給質量評價指標體系

6 結語

根據問卷數據，對指標進行信度檢驗和效度檢驗，確定初選的指標以及問卷設計的合理性、科學性；然后通過主成分法提取公因子，并根據具體情況對其進行重新命名，得到基礎的指標體系。然后是指標權重的確定，根據因子分析法得到的各公因子的載荷率和各變量（指標）在各公因子上的得分系數，得出公因子（二級指標）和變量（三級指標）的權重，及公因子的得分系數矩陣和福利資金供給質量的綜合得分模型。

由最終的評價指標體系可看出，四個二級指標中，從生活資金、教育資金、醫療資金、發展資金呈現 遞 減 規 律 ，分 別 為 0.3857、0.2535、0.1975、0.1633，這與烏魯木齊市孤殘兒童政策的執行和福利事業的發展趨勢基本上是相符的。但是從四個二級指標在目標層上的所占權重來看，烏魯木齊市孤殘兒童的基本生活保障仍然為第一位，其次是教育、醫療和發展，其中醫療資金相對于教育和基本生活保障來說，還有待提升，孤殘兒童的身體健康和康復訓練方面的資金供給需要進一步加強。在三級指標中，權重最大的指標為家庭基本生活資金、國家最低生活保障金、社會醫療康復資金、社會生活補貼資金，指標權重最小的是基礎教育資金，僅為0.0702，說明烏魯木齊市孤殘兒童的基本生活已經得到保障，但是其基礎教育資金供給還存在不足，在今后應當偏重孤殘兒童的基礎教育資金供給，與孤殘兒童的需求程度相適應。權重值的大小能在一定程度上反映國家、社會、家庭對于孤殘兒童的重視程度，即其重要性，而根據調查問卷的最終數據，結合實際情況，我們可以得到烏魯木齊市孤殘兒童對于福利資金供給的滿意度，即福利資金供給質量的高低。