基于的实证研究

1.初始结构方程模型的变量及路径

在前文的基础上，本研究构建了焦点企业网络能力—网络结构—集群风险的论证思路，并在此基础上提出了本书的假设与概念模型。本研究通过AMOS 17.0软件来实现整个SEM的分析过程（见图5-2）。其中：

（1）设计11个有关焦点企业网络能力的外生显变量，分别是：AQ1、AQ2、AQ3、AQ4、AQ5、AQ6、AQ7、AQ8、AQ9、AQ10、AQ11，通过这11个外生显变量测量3个有关焦点企业网络能力的外生潜变量，分别是：GH——网络规划管理能力，PZ——网络配置管理能力，GX——网络关系管理能力。

（2）设计了8个有关网络结构的内生显变量，分别是NQ1、NQ2、NQ3、NQ4、NQ5、NQ6、NQ7、NQ8，通过这8个内生显变量测量了2个有关网络结构属性的内生潜变量，分别是：ZX——网络中心性，SY——关系适应性。

（3）设计了5个关于集群风险鲁棒性的内生显变量，分别是：FQ1、FQ2、FQ3、FQ4、FQ5，通过这5个内生显变量测量1个内生潜变量（FX——集群风险鲁棒性）。

（4）设计了24个显变量的残余变量（e1，…，e24），设置了2个潜变量的残余变量（e25、e26）。

在初始结构方程模型中，本书设计了6条初始假设路径，它们分别是：

图5-2　初始结构方程路径图

（1）设计了6条路径，即3个外生潜变量（GH、PZ、GX）对2个内生潜变量（ZX、SY）产生的作用关系。

（2）设计了2条路径，即2个内生潜变量（ZX、SY）对1个内生潜变量（FX）产生的作用关系。

表5-12为初始SEM拟合统计值，其中χ2值为763.5，自由度d.f.为245，P＜0.001。χ2／d.f.值为3.116，未达到小于3的标准；NFI、CFI、TLI值也都小于参考判断值0.9，RMSEA值也未通过相应的检验。

表5-12　初始SEM拟合统计值

从表5-13所得出的变量间路径参数估计值来看，本研究8个假设中只有5个的C.R.值大于1.96，并且在P＝0.05的水平上具有统计显著性。但是λ2（关系适应性←网络规划能力）、λ5（网络中心性←网络关系能力）、λ6（关系适应性←网络关系能力）3个路径未能通过SME相应的指标检验，这表明初始SME存在一些问题，因此需要对模型进行进一步修正。

表5-13　初始SEM模型路径系数

2.模型修正与检验

目前对于SEM模型进行修正的方法主要有两个：（1）根据初始模型检验中路径检验结构，增加或删去自变量间的路径关系。（2）应用SEM输出的残差分析或者根据AMOS软件输出的修正指数调整模型。通过增加残差间的协方差关系，对M I＞3.84以上的参数路径进行修改（侯泰杰等，2004）。本书在初始模型判断中，有三条路径的临界值较低，P值较高，首先采用的是消除数据与模型之间偏差，通过增加残差间协方差关系及自变量之间的路径对模型进行调整（见表5-14）。

表5-14　增加的协方差关系及其相应M I值

续表

通过增加残差间的相关关系和变量间路径关系对初始SEM进行修正，结果如下（表5-15、表5-16）。从表5-15的拟合统计值来看，其中χ2值为228.129，自由度d.f.为184，P＜0.05，χ2显著，但是由于χ2／d.f.的值为1.24≤3，因此对χ2的不显著要求可以忽略，表明拟合效果较好。从另外几个关键指标来看，CFI的值为0.972大于0.9；TLI的值为0.959大于0.9；RMSEA的值为0.038，低于0.08；NFI值为0.879已经接近大于0.9的参照值，说明SEM模型的拟合效果已经较好。

表5-15　修正SEM拟合统计值

表5-16　修正SEM测量模型中变量参数估计值

注：因子负荷为标准化值；—表示设为固定；***表示P＜0.001。

从修正后SEM模型中变量的参数估计值可以看出（表5-15），参数标准化估计值均在0.5～0.95的区间内，且C.R.值均大于1.96，且参数估计值的标准差都大于0，P＜0.001的水平上具有显著性。综合各项指标的检验结果可以认为，修正后的模型比初始模型有了大幅的改善。本书将修正模型确定为本研究最终的结构模型，见图5-3。

图5-3　修正后的结构方程模型