残疾人社会支持满意度模型构建及其假设
（一）残疾人社会支持满意度模型的构建方法
1.构建模型的路径选择
相对因子分析、回归分析、聚类分析等方法，结构方程模型（Structural Equation Model，SEM）将潜在变量引入满意度研究、允许模型里的自变量和因变量存在误差、综合性强、实用性好等优势，是研究多个自变量变动对多个因变量变动影响程度的一种有力实证分析工具。同时，结构方程模型是建立在对客观事物大量试验和观察（大样本）基础上，能够处理多个原因、多个结果的关系，用来寻找不可直接观测的变量（即潜变量）的数理统计方法，可以弥补传统统计方法的不足，比单纯的回归分析等方法得出的结果更准确，从而成为多元数据分析的重要工具。我国残疾人社会支持满意度及影响因素研究是大样本研究，具有多个影响因素（甚至潜在变量的影响），而且变量间误差相对较大，因此，使用 SEM 能有效提高研究的精准性。基于以上考虑，本书认为，要揭示我国残疾人社会支持的满意度和影响因素，较为理想的模型应该是在修正美国公众满意度模型（ACSI）基础上，结合中国顾客满意度指数模型（CCSI），根据国内外特别是国内研究成果和具体经验，首先构建我国残疾人社会支持满意度模型；然后，运用案例分析法，以实际调研所获大量数据为基础，运用AMOS 软件的结构方程模型（SEM），分析影响残疾人社会支持满意度的因素；最后提出对策建议。
2.构建模型的参考对象
基于前述分析，残疾人社会支持满意度模型的构建主要参考借鉴美国公众满意度模型和中国顾客满意度模型，在满意度测试的通用模型基础之上，经过测量变量的重新构造，构建本书研究的残疾人社会支持满意度模型。
作为公共管理领域满意度评测的通用模型，美国公众满意度模型（ACSI），是一个结构方程组模型，最初用于评价企业提供产品和服务质量，后来运用于多个公共领域。美国顾客满意度指数模型中，总体满意度被置于一个相互关联的因果系统中。顾客满意度是最终所求的目标变量，顾客预期、感知质量、感知价值是顾客满意度的原因变量，而顾客抱怨和顾客忠诚是顾客满意度的结果变量。模型中变量的选择是以顾客行为理论为基础的。美国公共部门顾客满意度指数模型与经济部门使用模型的结构体系基本一致，只是在三个方面有所区别。一个区别是两个模型应用领域不同，测量的内容有区别，即私人服务和物品与公共服务和物品的区别；另一个区别是公共部门满意度模型剔除了感知价值的潜在变量（免费的公共服务或物品无需感知价格这一变量的测量）；第三个区别是由于公共服务垄断性的特点，模型在潜在变量顾客忠诚的标识变量设计方面剔除了重复购买行为等变量，主要是体现顾客的信任和支持。
中国顾客满意度指数模型（CCSI）是在参照和借鉴美国用户满意度指数方法的基础上，根据中国国情和特点而建立的具有我国特色的质量测评方法。该模型以用户作为质量评价主体，用户需求作为质量评价标准，按照消费行为学和营销学的研究结论，通过构建一套测量适合中国国情的变量，即由预期质量、感知产品质量、感知服务质量、感知价值、用户满意度、用户抱怨和用户忠诚度等各主要指标组成的严格的模型，从而计算出消费者对产品使用或服务水平的满意度指数。该模型的基本程式是收集用户对其感知到的质量状况和预期的质量水平等相关问题的回答结果，相关数据代入计量经济模型，计算出一个百分制的分数来显示用户的满意程度。
图4-1 美国顾客满意度指数模型
图4-2 中国顾客满意度指数模型
以上两种模型的数学模型内核是一致的，都运用了结构方程模型。结构方程模型（简称SEM）是在已有的因果关系理论基础上，用与之相应的线性方程系统来探索该理论中事物间的因果关系，并用因果关系模型图或路径图的方式将结果呈现出来的一种验证性技术。[11]该模型包括两种变量（潜变量和观察变量）、两种模型（测量模型和结构模型）。其中，潜变量也称为建构变量，是不可直接测量或无法直接观察得到的，只能以间接的方式推论出来的变量。观察变量也称为指标变量或显性变量，是能够直接测量或观察的变量。潜变量分为内生潜变量（内生因子或因变量）和外生潜变量（外生因子或自变量），其中内生潜变量是受其他潜变量影响的潜变量，外生潜变量是受系统外其他因素（观察变量）影响的潜变量。两种模型分别是测量模型、结构模型，相对应的是两种模型，测量模型描述的是潜变量与观察变量间的因果关系，而结构模型描述的是潜变量和潜变量间的因果关系。
但是，模型在不同情境下使用的时候又有所差异。这种差异主要是在变量构造方面有所差异，因此在满意度测量的指标上也因地制宜。同样，在测算我国残疾人社会支持满意度的研究中不能照搬该模型，而应根据我国残疾人社会支持的供需情况以及田野调查过程中的实际进行必要的修正。对这样一个多自变量、多因变量的残疾人社会支持接受者满意度进行测评研究，通过实地考察，调研数据，最后用数据统计分析软件进行定量研究，从定量的角度来研究问题，这是本书研究的重点和难点。因此，在构建我国残疾人社会支持满意度模型时，本书以残疾人基本需求的实际情况为基础，对 ACSI 模型和CCSI进行了改进，形成了我国残疾人社会支持满意度测评模型。
（二）构建模型的分析过程与指标体系
残疾人社会支持满意度模型通过对已有模型的改进，根据结构方程模型的分析过程，构建了与残疾人社会支持满意度影响因素相对应的满意度测量指标体系，最终形成残疾人社会支持满意度测评模型。模型的基本框架如下。
1.模型分析过程
残疾人社会支持满意度模型的分析过程，主要按照结构方程模型的分析过程进行。如图4-3所示。
图4-3 结构方程模型分析过程
2.满意度测量指标体系(https://www.daowen.com)
在测量指标体系的设计上，充分考虑残疾人社会支持的具体实际，结合满意度测量的通用模型，构建残疾人社会支持满意度的测量指标体系。从通用模型的角度考虑，由于我国残疾人对社会支持的感知过程与公众对一般公共产品的感知过程是一样的，所以保留了ACSI 模型中的公众预期、公众抱怨、公众信任、公众满意这四个潜变量，只对名称加以调整；借鉴ACSI 模型将残疾人社会支持满意度测量中的三个要素，即影响因素、满意度及残疾人行为这三者及三者之间的关系作为模型构建的理论基础，影响因素作为前置因素，残疾人行为作为后置结果。
从影响残疾人社会支持满意度的因素考虑，满意度测量指标参考了残疾人事业发展的战略规划、已有研究成果和以社区康复为主的社会支持内容。参考相关研究成果，结合2010年国务院《关于加快推进残疾人社会保障体系和服务体系建设的指导意见》、中残联等五部委联合发布的《社区康复“十二五”实施方案》《全国医疗卫生服务体系规划纲要（2015—2010年）》等精神，以社区康复的四大支柱（健康、教育、生计、社会）为社会支持的主要内容，将残疾人社会支持满意度测量指标归纳为支持期望、健康支持、教育支持、生计支持和社会融合等5类，并最终确定了我国残疾人社会支持满意度模型的 8个潜变量：支持期望、健康支持、教育支持、生计支持、社会融合、残疾人满意、残疾人抱怨和残疾人信任等。潜变量需要转化为一些可直接测量的变量，而潜变量的观测变量的设计，除了参照现有研究成果、中残联相关指导意见外，并结合专家指导意见、访谈资料，最终确立了完整的残疾人社会支持满意度测量指标体系。如表4-2所示。
表4-2 残疾人社会支持满意度测量指标体系
注：详细的观测变量信息见表4-5：残疾人社会支持满意度问卷构成。
（二）残疾人社会支持满意度的模型及其基本假设
残疾人社会支持满意度模型的设计思路主要按照残疾人获取社会支持的支持期望与获取社会支持后形成的赋能效果所形成的满意程度来进行测量与分析。具体而言，影响残疾人社会支持满意度的因子包括内生因子与外生因子，内生因子就是残疾人基于自身的残疾状况（残疾类型与残疾级别）和自理能力（经济自主与生活自理）所产生的对社会支持的期待，外生因子就是残疾人在健康、教育、生计、社会融合等方面所获取的外部支持，这些外部支持的目标是为残疾人赋能，外生因子总体上体现为赋能的质量与效果。在该模型中，支持期望与赋能质量均相互影响与制约，并最终影响残疾人的社会支持满意度。该模型的基本框架如下。
图4-4 我国残疾人社会支持满意度模型基本框架
根据残疾人社会支持满意度模型的指标体系，结合内生因子和外生因子，进行潜变量、观察变量和变量间关系的设定，最终形成包含8个潜变量的残疾人社会支持满意度模型。
同时，根据 SEM 的要求，依据前文对理论基础和已有研究成果的讨论，结合残疾人社会支持的目标和内容，结合我国残疾人社会支持状况的实际，提出以下假设。具体见表4-3。
表4-3 残疾人社会支持满意度模型的假设
续表
按照以上研究假设，得出残疾人社会支持满意度模型中潜变量间的关系，也可以形成残疾人社会支持满意度因子路径图（如图4-5所示）。
图4-5 我国残疾人社会支持满意度因子路径