结构方程分析和结果

在第4章的概念模型基础上，本研究设定了针对AMOS 7.0软件的初始结构方程模型。本研究样本量246个，假设模型包含了12条路径，用246个样本量检验，样本与预估路径的比率达到20∶1，超过推荐的5的最小比率要求(Bentler，1985)。初始模型中共有6个潜变量和20个显变量。外生变量在模型中不受其他变量的影响，无“前因”，作为其他变量的“因”而存在，其值由外部输入模型，相当于自变量的概念。内生变量受模型中其他变量的影响，其值视其他变量而定，相当于因变量的概念。

除了潜变量和显变量外，模型中还存在着e1~e20共20个显变量的残余变量(Residual Variance)和u1~u5共5个潜变量的参差变量，它们的路径系数默认值为1，残余变量的作用是为了保证模型的验证过程能够成立，因为从文本分析得出的指标值难免会存在一定的误差，要使得指标值完全地匹配于模型几乎是不可能的。为了使路径能够验证，概念模型得到证明，就必须引入残余变量。

5.6.1嵌套模型检验

结构方程(SEM)中各潜在变量均以多个测量项加以测量，而若均以具有多重指标的潜在变量进行结构方程分析时，有可能因为结构方程的数理运算过于复杂，估计参数过多，而导致模型的拟合度降低。由前面的分析结果可知，各变量进行验证性因素分析结果说明建构效度均达到可接受的标准，因此以单一衡量(single measures)指标取代多重衡量指标是合理的。在近年的结构方程模型应用中，许多学者采用一些替代方法来避免样本量偏少或测量项过多所带来的模型估计不稳定的问题。

在进行资料分析与假设检验时，首先以“嵌套模型方法”(nestedmodel approach)(Loehlin，1987)进行整体结构方程模型的验证，而后再以个别路径系数的t值验证个别假设是否成立(Anderson &Gerbing，1988)。

利用嵌套模型，可以对一组数据建立两个或更多的模型比较它们之间的合理性。本研究提出四个嵌套模型作为备选模型进行卡方差异度检验，分别是：

(1)空模型(null model)：潜在变量间的路径系数全部限定为零，即潜在变量间不存在任何关系的模型。

(2)饱和模型：包括所有潜在变量间的直接和间接路径关系的模型，包含可利用的自由度或输入到分析中一样多的参数估计。这样，饱合模型是由结构方程拟合限制最少的模型。

(3)假设模型1(协同作用模型)：在物质资源、人力资源、技术资源和声誉资源外生潜变量间存在相关关系，这四个外生潜变量与两个内生潜变量间存在关系的模型。

(4)假设模型2(独立模型)：潜在变量——物质资源、人力资源、技术资源和声誉资源之间相互独立，只存在四个变量与企业绩效的路径的模型。

结构方程模型中，对于嵌套关系的模型可以使用似然比检验(likelihood ratio test)，即通过模型拟合优度的卡方检验值的变化及其自由度的计算其差异以取得卡方统计量及其自由度(称卡方差异度检验，chisquare difference test)。如果卡方值变化比其自由度变化更大，就说明模型中的变化的确是一种改善。如果模型不嵌套，则可以用三种信息标准指数(information criteria indexes)——AIC、CAIC和ECVI作为标准来进行模型的比较，不论所比较的模型是否有嵌套关系。这三个指标值越小说明模型越简约并拟合很好。但小到什么程度最好并没有明确界限。应用时，可以先估计每个模型，将它们按照其中的一个指标进行比较，然后选择其中值最小的模型。

GFI：绝对拟合优指数；IFI：II类增值拟合指数；CFI：比较拟合指数。χ2/d.f.是经自由度调整的χ2。χ2值受自由度和样本量影响。因此一般建议，其他的拟合优度统计量用于评价模型，而χ2值用来比较不同模型的差异(hair et al.，1995)［66］。RMSEA(近似误差均方根)：Steiger(1990)认为，RMSEA低于0.1表示好的拟合；低于0.05表示非常好的拟合；低于0.01表示非常出色的拟合，这种情形应用上几乎碰不到(侯杰泰，温忠麟，成子娟，2004)。

虚无模型的拟合情况不佳外，饱和模型和独立模型的拟合优度指标GFI、CFI、IFI均未达到0.90以上，饱和模型和独立模型的RESEA值大于0.10，独立模型的经自由度调整的χ2为9.942高于5，而饱合模型的χ2/d.f.为4.961，虽然低于5这个最高限，但与协同模型的2.759（小于3）相比还是相对较高的。总体上看，协同作用模型的拟合情况良好，独立模型和饱和模型的拟合情况一般，空模型拟合情况较差。

对嵌套模型的差异进行了比较，其中显著性p值，可以根据差值和自由度差值，通过查界值表或ChIDIST命令获得。

首先，以空模型为基准，探讨路径存在的必要性。饱和模型与虚拟模型相比，饱和模型的整体拟合情况与空模型有显著差异，饱和模型的拟合优度更好，显然优于空模型，而在统计上具有0.005的水平上的显著性。因此拒绝空模型，认为潜在变量间存在着路径关系。

其次，以饱和模型为基准，将其他假设模型与饱和模型进行比较。与饱和模型相比，独立模型的χ2值较高，协同模型的χ2值较低，而独立模型的自由度比饱和模型提高5，且在0.005的水平上具有统计显著性，因此独立模型与饱和模型有显著差异，饱和模型拟合优度更佳，因此饱和模型优于独立模型。

协同模型与饱和模型相比，χ2值降低429.96，自由度差不多（减少1），在0.005的水平上具有统计显著性，因此协同模型与饱和模型有显著差异，而协同模型路径关系拟合优度更佳，因此协同模型优于饱和模型。

这三个指标值越小说明模型越简约并拟合很好，可以看出，协同作用模型在三个指标上都明显小于空模型、饱和模型和独立模型，表明协同作用模型更简约(parsimony)，拟合效果更佳。

综上所述，嵌套模型的分析表明，协同模型比饱和模型、独立模型对数据拟合得更好，也更为简约。协同模型的其他拟合指标也反映出良好的拟合状态。例如，标准化残差(standardized residual)Qplot图表明，标准化残差大致位于对角线位置且近似直线，表明这个模型未违反正态分布假设。模型的稳定性系数(largest eigenvalue of B*B')未超过1，表明模型系统是稳定的。

5.6.2路径分析和假设检验

1．直接路径分析

为了深入了解变量间路径关系并验证研究假设，本研究进一步进行路径分析和比较。如前所述，协同作用模型显示出良好的拟合状态，拟合优度指标GFI=0.93，IFI=0.902，CFI=0.901均达到参考值0.90以上，且RMSEA=0.085，小于0.1的参考值，表明模型中各潜在变量间的关系与实际资料之间具有相当高的拟合度。而且协同作用模型是较为简约的模型，表5.3为该结构方程中测量参数的估计，所有参数的标准化估计值都在0.5~0.95，且C.R.检验值都大于1.96；参数估计值的标准差都大于零，表明模型满足基本拟合标准。

模型内在结构拟合检验主要考察模型中显变量是否能合适地反映对应的潜变量以及理论模型的因果关系是否成立。通过前面的信度和效度检验，已证明模型的内在结构拟合优度良好。在此基础上，本研究首先分析潜在变量的直接路径系数(见表5.13)。路径系数采用标准化系数，该值越大表示在路径关系中的重要性越高。表5.13SEM中结构模型的直接路径系数参数估计

协同模型路径标准化估计值临界比(C.R.)显著性概率可持续发展绩效←声誉资源0.6325.4580.047可持续发展绩效←技术资源0.4583.1480.021可持续发展绩效←人力资源0.2392.5070.061可持续发展绩效←物质资源0.4763.7600.047营运绩效←技术资源-0.150-1.0350.109营运绩效←人力资源0.0893.3870.069营运绩效←声誉资源0.1645.9300.007营运绩效←物质资源-0.0182.6190.036可持续发展绩效←企业规模0.0135.0500.096可持续发展绩效←行业类型0.1721.6920.107营运绩效←企业规模0.1200.6210.355营运绩效←行业类型0.0230.4870.626

协同模型中潜变量间直接路径的分析结果。结果显示，假设h1a，h1b，h2a，h2b，h3a，h3b，h4a，h4b均在不同的显著性水平上得到支持。

假设h1a验证：物质资源因素到企业可持续发展绩效之间路径系数的标准化估计值为γ=-0.018，临界比(C.R.)为2.619，大于推荐的标准值1.96，路径系数(p=0.0360.05)在0.05水平上显著，这说明企业社会责任中，环保、环境控制技术与安全生产、财务手段、技术基础设施对企业长期竞争优势具有较大的作用，有助于提高企业可持续发展绩效，即假设h1a成立。

假设h1b验证：物质资源因素到企业短期财务营运绩效之间路径系数的标准化估计值为γ=-0.018，临界比(C.R.)为2.619，大于推荐的标准值1.96，路径系数(p=0.0360.05)在0.05水平上显著，这说明企业社会责任表现中，物质资源维度与企业短期财务绩效之间不存在正相关关系，假设h1b不成立。可能的原因是，物质资源中对环境控制技术以及基础设施能力的投入虽然在长期中能促进企业进行环保友好生产，并与社会、社区保持良好互动关系，降低协调成本、交易成本甚至法律成本，从而提高生产效率，但短期内会增加企业的财务成本，而且环境保护方面的设施建设往往是一次性投入较多，而收益要在较长时间中逐步获取。因此，企业在物质资源方面的投入短期可能会与企业的短期绩效成反向关系。

假设h2a验证：人力资源因素到企业可持续发展绩效之间路径系数的标准化估计值为γ=0.239，临界比(C.R.)为2.507，大于推荐的标准值1.96，路径系数(p=0.0610.10)在0.10水平上显著，这说明企业社会责任中，对人力资源方面的投入对企业长期竞争优势具有较大的作用，与企业可持续发展绩效成正相关关系，即假设h2a成立。

假设h2b验证：人力资源因素到企业短期财务营运绩效之间路径系数的标准化估计值为γ=0.089，临界比(C.R.)为3.387，大于推荐的标准值1.96，路径系数(p=0.0690.10)在0.10水平上显著，这说明企业社会责任中，对人力资源方面的投入对企业短期绩效的提高也有正面的作用，与企业营运绩效成正相关关系，即假设h2b成立。

假设h3a验证：技术资源因素到企业可持续发展绩效之间路径系数的标准化估计值为γ=0.458，临界比(C.R.)为3.148，大于推荐的标准值1.96，路径系数(p=0.0210.05)在0.05水平上显著，这说明企业社会责任表现中技术资源维度对企业长期竞争优势具有较大的促进作用，与企业可持续发展绩效成正相关关系，即假设h3a成立。

假设h3b验证：技术资源因素到企业短期财务营运绩效之间路径系数的标准化估计值为γ=-0.150，临界比(C.R.)为-1.035，小于推荐的标准值1.96，路径系数在0.05水平上不显著，这说明企业社会责任表现中，技术资源方面与企业短期绩效的关系不明显，即假设h3b不成立。可能的原因是，浙江企业以中小制造企业为主，大多数属于劳动密集型产品，对技术要求并不高，导致企业在研发投入和技术创新能力方面投入动力不足，不能从长期着手进行技术资源的积累，但短期的投入并不能立竿见影，从而使两者关系模糊。

假设h4a验证：声誉资源因素到企业可持续发展绩效之间路径系数的标准化估计值为γ=0.632，临界比(C.R.)为5.458，大于推荐的标准值1.96，路径系数(p=0.0470.05)在0.05水平上显著，这说明企业社会责任表现中声誉资源维度对企业长期竞争优势具有较大的促进作用，与企业可持续发展绩效成正相关关系，即假设h4a成立。

假设h4b验证：人力资源因素到企业短期财务营运绩效之间路径系数的标准化估计值为γ=0.164，临界比(C.R.)为5.930，大于推荐的标准值1.96，路径系数(p=0.0070.05)在0.05水平上显著，这说明企业社会责任中，声誉资源对企业短期绩效的提高有正面的作用，与企业短期财务营运绩效成正相关关系，即假设h4b成立。

关于控制变量的分析结果，在企业规模、行业类型两个控制变量与企业绩效的关系之中，只有企业规模与企业可持续发展绩效存在显著相关性。

2．效应分解

结构方程模型结果发现，企业社会责任各维度间存在着较为显著的相关性。为了深入了解潜在变量间的关系，本研究还比较了潜在变量间的作用效果，以便更为全面清晰地解释变量间的关系。潜在变量间的效应包括直接效应(direct effect)和间接效应(indirect effect)(亦即另外考虑经由其他中间变量的间接效果)两种。在本研究模型中直接效应指的是外生潜变量与内生潜变量间的直接作用关系，从模型中可知，企业社会责任的各构成维度均与企业绩效存在直接路径，这种直接关系。从中可以看到，企业社会责任表现维度——物质资源、人力资源、技术资源和声誉资源会协同作用并与企业绩效变量产生联系，例如，人力资源对企业绩效的影响效果不仅具有上述的直接效果，而且具有人力资源经由技术资源而对企业绩效发生作用的间接效果。