推广 热搜: 成考招生如何填报志愿  开始  公布  2015考研复试  开通    一建资格证书领取公告    程安排表  自考报名 

结构方程模型在竞争优势评价中的应用综述

   日期:2021-07-20     来源:www.fqssw.com    作者:未知    浏览:708    评论:0    
核心提示:1、引言近二十年来,被叫做“第二代多元剖析技术”的结构方程模型(StructuralEquationModeling,百度竞价推广)很多应用于心理学、社会学、教育学和经济管理等海量研究范围(MacCallumandAustin,2000;TeoandKhine,2

1、引言

近二十年来,被叫做“第二代多元剖析技术”的结构方程模型(Structural Equation Modeling,百度竞价推广)很多应用于心理学、社会学、教育学和经济管理等海量研究范围(MacCallum and Austin,2000;Teo and Khine,2009;Shah and Goldstein,2006 等)。结构方程模型能在这样海量范围的成功应用,应归功于其对理论和复杂变量关系的出色描述能力。因此,大家也开始尝试在竞争优势评价研究中引入结构方程模型。竞争优势评价是经济和管理研究范围要紧的课题之一,因此与竞争优势评价有关的理论和办法研究也是研究者关注的焦点。

大家早已注意到,竞争优势评价背后的逻辑与结构方程模型的架构思想有着密切的联系,因此在竞争优势评价研究中使用结构方程模型是很自然且符合逻辑的一种选择。国内外学者对结构方程模型在竞争优势评价研究中的应用进行了不少的尝试,并且已经获得了丰硕的成就。然而,因为结构方程模型理论和办法的复杂性,使得很多原因都可能导致模型的误用,从而削弱研究结论的可信度。因此,本文期望通过对结构方程模型在竞争优势评价方面的应用状况进行简要回顾,在概要这一范围现有研究成就的基础上,剖析目前研究中存在的一些问题,提出进一步研究的方向,以促进结构方程模型在竞争优势研究范围的理论革新和应用研究愈加合理规范。受文章篇幅与作者能力所限,本文将主要对国内学者所作的有关研究内容进行剖析和概要。

据大家所知,国内现在还没与本文相同内容的研究发表。全文安排如下:第二节对结构方程模型的基本原理和竞争优势评价研究的内容和办法进行简要介绍,并剖析两者之间的内在联系;第三节从四方面评价性地回顾近十年国内学者在竞争优势研究范围使用结构方程模型的状况;第四节是概要和展望。

2、结构方程模型与竞争优势评价概要

4. 估计办法和所使用的软件

在报告了模型估计所使用软件的28 篇文章中,模型估计所使用的软件包括LISREL (15 篇)、AMOS (11 篇)、VISUAL- PLS (1 篇) 和SmartPLS (1 篇),其中以LISREL 和AMOS 用最为常用(其中重要原因可能是由于国内大多数关于结构方程模型的专著和教程都是以这两款软件作为建模软件)。依据所使用的软件,现在绝大多关于竞争优势评价的结构方程模型,都是使用很大似然估计或者最小二乘估计办法,即所谓“硬模型”,仅有少数的文章使用偏最小二乘法,即使用“软模型”。

基于很大似然办法或者最小二乘估计模型,对样本量的大小和数据的正态性有着较为严格的需要。比如,经验规则一般都需要样本量在200 以上。但在报告了有效样本量的30 篇文章中,有13 篇文章的有效样本量在200 以下。对小样本数据若使用很大似然估计,估计结果的可信度将大优惠扣。相比之下,基于偏最小二乘估计办法的“软模型”,对样本量和数据正态性的需要相对宽松,样本量在30~100 即可使用,甚至无需数据服从正态分布的假设,因此在处置小样本问题上有着较大的优势。目前国内研究者已经开始注意到基于偏最小二乘估计结构方程模型的这一优点,开始在竞争优势评价中使用“软模型”。

3. 数据采集办法和样本量

竞争优势评价实证研究中,数据出处主要包括问卷调查和统计年鉴资料数据两类。32 篇文献中,除一篇文章没进行实质数据剖析以外,其中有19 篇文章的数据源自问卷调查,12 篇文章的数据源自各类统计年鉴资料。

使用问卷调查的办法采集数据的论文中,集中于对企业或组织的竞争优势评价研究。研究者依据所构建的评价模型,设计了调查问卷,并且对问卷进行了信度、效度等预处置剖析。有效样本量最小值107、最大值3621、中位数225;有效问卷收购率最小值29.1%、最大值94.5%、中位数76%。虽然问卷调查数据可以获得针对性较强的一手数据,然而较低的问卷收购率大大减少了问卷数据的代表性。另外,多数研究中进行的问卷调查所使用的办法是便捷抽样,因此样本的代表性问题存在疑问,进而影响结论的通常性。

使用统计年鉴等二手统计数据的文章,大多数集中于城市竞争优势、地区产业的竞争优势评价研究,部分关于企业竞争优势的研究也是通过公开发布的统计资料获得数据。通过统计年鉴资料获得的二手数据,对于竞争优势评价来讲带来了两方面的问题:

一是建模的样本量不足。比如,对于省市地区的竞争优势评价研究中,最多只有31 个省(市、自治区),是小样本。二是竞争优势指标的选择受限,只能依靠于现有些统计年鉴资料。

对样本量不足的问题,一种容易见到的做法是将面板数据当成截面数据处置。如刘炳胜和王雪青等(2010)对省级建筑业竞争优势研究中,将国内30 个省市两年共60 组数据看成截面数据进行建模剖析,从而增大样本量。对于指标选取的受限,大部分研究者都从数据的可获得性出发,当所需要指标不可以由现有统计资料直接获得的时候,通常是通过探寻可获得的替代统计指标。

2. 竞争优势测量指标体系

竞争优势评价的结构模型中,除竞争优势潜变量以外,其他潜变量具备很多的选择,因具体的问题和理论假设的不同而不同。通过比较发现,相当一部分竞争优势评价的结构方程模型的指标选取基于波特的“五力模型”,但对于各类经济实体竞争优势评价指标的选择存在较大差异,涉及的指标个数少则十几个,多则三十几个。对于不一样的竞争优势评价对象,研究者都设计了我们的指标体系,这部分评价模型之间存在一同点,但更多的是不同的地方,没一个统一的指标设计标准。论文格式

比如,城市竞争优势的研究中,李永强(2007)提出以“国内生产总值、人均GDP、GDP 增长率、平均工资、人均储蓄余额”五个指标作为反应城市竞争优势的指标,而管伟峰、张可、杨旭(2010)则以“人均GDP,经济增长率”作为反映城市竞争优势的测量指标。地区竞争优势和企业竞争优势的测量指标,指标选取的差异则更大。企业竞争优势研究中,廖成林和裴友朋(2008)以“规模、营运、推广、革新、知道度、综合印象、进步信心”作为企业竞争优势的测量指标;潘艳平和曾铁生(2008)则以“存活能力、进步能力、抗风险能力、科技开发能力”作为反映企业竞争优势的指标;周湘峰和郭艳(2011)则以“资金投入回报,销售边际收益,资金投入回报增长”作为测量企业竞争优势的指标。

可以看出,竞争优势测量的复杂性、指标设计的合理与否直接影响着模型的剖析结果,不适当的指标会很大的减少研究剖析结果的说服力。对相同或者类似研究对象,竞争优势指标的选择差异较大,也使得不同研究结果之间的可比性减少。另外,现有研究中,结构方程模型中的测量模型绝大部分都是使用反映模式,没考虑生成模式。反映模式是指显变量作为潜变量的函数,而生成模式是用显变量生成潜变量,两者的逻辑有所不同。就竞争优势而言,几种原因综合形成竞争优势也是比较符合逻辑的假设,因此在竞争优势研究中考虑生成模式下的结构方程模型是值得探索的方向。

2. 竞争优势评价研究

20 世纪80 年代以来,世界经济平台(WEF)连续发布的《国家竞争优势》年度报告与瑞士洛桑国际管理学院(IMD)发布的《世界竞争优势年鉴》很大地推进了国际竞争优势的学术研究。哈佛商学院的Michael Porter 著名的“角逐三部曲”(Porter,1980,1985,1998)标志着竞争优势研究的一个高峰。近十几年的时间里,国内学者和业界逐步形成了竞争优势研究的热潮,关于竞争优势评价的研究成就不断涌现,涉及的研究经济体包括企业、行业、国家等多个层面,到今天仍然是研究的热门。比如,金碚(2001)构建了企业竞争优势评测理论与办法;王炳才、田怡谦(2007)研究构建了产业集群竞争优势影响原因体系并使用计量模型进行了实证研究。近年来,竞争优势剖析和评价已经拓展到子地区和超国家型组织,比如地区竞争优势、城市竞争优势、县级竞争优势等。

然而,大家对“竞争优势”非常难有一个明确和唯一的概念,研究者对“竞争优势”的研究也褒贬不一(Neary,2006)。竞争优势反映的是经济体(比如国家、产业或者企业) 相对于其他经济体,通过比较活动水平或结果所表现出的优势(胡碚,2003)。竞争优势作为一种“品质”,它一直和特定的经济体相联系。经济体一直有不一样的特质,彼此间的相互关系、环境关系也各不相同,这使得竞争优势也以不一样的方法显示。因而,因为竞争优势本身概念的复杂和抽象性,与评价研究对象、范围的差异性,使得怎么样测量竞争优势,怎么样选取反映竞争优势的指标等问题变得异常困难,也使竞争优势的测量和度量指标缺少统一的规范化模式。

实质应用中,研究者都需要对竞争优势的具体测量指标进行仔细选择,总是出现即便是相同的经济主体的所用的测量指标间也存在较大差异。正是因为竞争优势的以上特征,竞争优势评价的数理模型和办法海量,比如主成分剖析法、因子剖析法、回归剖析法、数据包络剖析、层次剖析法、模糊曲线法和多原因综合评价办法等。LunWenData\Com

比如:李永强(2006)概要了结构方程模型用于城市竞争优势的四方面的主要优势,包括:①结构方程模型更合适表示城市竞争优势的复杂理论构造;②结构方程模型可以给出各变量之间的直接效应、间接效应和总效应,从而可以发现一个变量对另一个变量的直接影响、间接影响和总体影响,进而帮大家找到变量之间的影响路径;③可以对评价指标体系进行信度和效度剖析以确保其科学性;④通过计算潜变量得分,可以对样本城市进行分项角逐能力和总体竞争优势的排序。结构方程模型的这部分优势同样适应于对其他种类经济体竞争优势评价的研究。很多研究者已经注意到,竞争优势是一种潜在的难以直接或容易进行测量的性质,它满足结构方程模型中的潜变量所具备的性质。因此,在竞争优势评价中使用结构方程模型成为了一种自然的选择。与使用其它模型相比,结构方程模型具备自己的很多优势(李永强,2006)。关于竞争优势和竞争优势评价的全方位研究,已经超越本文的范围,感兴趣的读者可以进一步参阅有关研究专著,比如胡碚(2003)。

3、应用近况评述

大家用中国期刊全文数据库(CNKI)进行文献检索,设定关键字、题名与摘要中同时包括“结构方程模型”和“竞争优势”两个词作为检索标准,检索1990- 2012 年间发表的期刊论文。自动检索得到的76 篇文章,再以所研究模型框架中是不是涉及“竞争优势”潜变量为标准,通过人工筛选后得到32 篇有关文章,按发表年度的统计结果见表1。可以看出,该范围研究论文发表数目呈现出明显的增加趋势,说明结构方程模型在竞争优势研究中得到愈加多的研究者的看重。另外需指出的是,虽然传统因子剖析作为结构方程模型的特例,在竞争优势评价中也有很多的应用,但因子剖析是较为基本的办法,因此本文没将其包括在内。

因为竞争优势研究对象的多样性,研究涉及的内容各不相同,本文对研究论文的回顾重点集中在以下四个方面:竞争优势评价研究的经济实体;竞争优势对应的测量指标体系;数据的采集办法和样本量;模型估计办法和所用软件。

1. 竞争优势研究的经济实体

在32 篇竞争优势研究的文章中,根据研究经济实体的内容来划分,其中,14 篇以企业和组织竞争优势为研究主体,14 篇以地区性产业竞争优势为研究主体,另外4 篇为城市竞争优势研究。其中企业竞争优势研究的经济实体广泛涉及了农业、造船业、快递业、软件业、金融业等多个范围;地区性产业竞争优势多针对旅游业等现代服务业的产业集群展开研究;城市竞争优势也是近年来研究较多的对象。因此可见,结构方程模型在竞争优势研究应用中,以企业组织竞争优势、地区性产业竞争优势的研究最为广泛,而在城市角逐、县域竞争优势评价研究中的应用还有进一步挖掘的空间。

这里需要指出的是,以企业为研究对象的竞争优势评价和以地区、产业、城市为研究对象的竞争优势评价,有着一些要紧的差别。比如,企业作为一个参与角逐的经济体,反映其竞争优势的内涵很容易界定,数据指标相对容易获得;而地区、产业和城市的界定边界比较模糊,相应竞争优势内涵则困难明确界定,数据指标大多只能依靠于官方统计年鉴。因此,现有关于地区、行业、产业等竞争优势的研究大多数都是在省市一级的水平上进行的。

4、结论和展望

从以上文献研究可以看出,结构方程模型在竞争优势评价研究中的应用仍然处于迅速的进步过程中,学者在这方面已经获得了很多有意义的结果。尤其是伴随现代统计软件的普及,使得大家比较容易完成复杂结构方程模型的估计,但这也比较容易掩盖剖析过程中可能存在的很多问题。在竞争优势剖析中结构方程模型的应用研究,大家觉得需要考虑以下几个方面:

第一,从研究经济实体而言,由结构方程模型办法的特殊性,它适用于现在几乎所有竞争优势研究的范围,尤其是为寻求对竞争优势形成出处及影响原因剖析有关的研究,使用结构方程模型是适合的。但结构方程模型在竞争优势研究中,竞争优势理论对于模型至关要紧。对于测量模型,指标体系的设计直接关系到竞争优势评价的可信程度,因此在指标选择的过程中需要进行充分的论证。然而,现有竞争优势评价理论还存在不健全的地方,这就需要学者在现有竞争优势理论的基础上,加深对竞争优势理论的研究,结合具体研究对象、模型检验结果对指标体系、结构方程模型持续的进行修正健全。

第二,现有文献中的部分文章所使用数据采集办法和样本量存在不足之处,需要通过提高有效问卷收购率、扩大调查群体以确保样本代表性。尤其是对于使用统计年鉴资料获得的二手数据,传统的做法是将此类面板数据作为截面数据建模处置,这种容易的处置办法,因为忽略了数据中时间上可能存在的有关性,因此破坏模型成立的条件,使得估计的参数不再具备原先的数学性质,影响结论的可信度。基于截面数据的竞争优势评价,使得评价研究的结果也是静态的,只不过说明评价对象在某一时点情况,而不可以剖析竞争优势进步演化的趋势,不可以剖析和讲解在竞争优势进步变化中各种原因的影响程度,不可以进行预测试打分析。因此,在将来的竞争优势评价中,可以进一步考虑融入了时间序列办法的结构方程模型,比如可以处置面板数据的新型结构方程模型。如此结构方程模型对竞争优势的评价就不再只是静态的描述,而且对竞争优势的动态变动也可以进行讲解和说明,使得研究的结果可以更好的用于实质问题剖析和管理决策。

另外,在竞争优势评价中,因为研究对象和指标的特殊性总是只能使用小样本数据,使得样本量非常难达到结构方程模型传统很大似然估计办法的需要。对于此类非正态、小样本数据,基于偏最小二乘的结构方程模型值得进一步应用研究。当然“硬模型”和“软模型”的建模逻辑稍有不同,因此在竞争优势评价的研究中,可以对两种办法进行对比研究,以检验结论的靠谱程度。

最后,结构方程模型本身也在飞速的进步,使得竞争优势评价模型有了更多的选择。近几年来,比如非线性结构方程模型、混合结构方程模型、有序分类变量的结构方程模型与基于贝叶斯办法的结构方程模型等新模型不断涌现(李锡钦,2011),国内外竞争优势评价的研究中,现在还鲜见有这部分模型的应用。因此,大家相信这方面的研究也具备较大的潜力。当然,使用更复杂模型,在增强对数据剖析能力的同时,也对数据水平和模型的统计判断提出了更高的需要。

1. 结构方程模型

结构方程模型也称为“协方差结构模型”,“线性结构方程模型”被叫做“第二代多元数据剖析技术”。结构方程模型将“潜变量”作为模型的要紧构成元素加以研究,这是结构方程模型不同于传统统计模型的一个显著特点。潜变量是被抽象出的某种性质,不可以进行直接测量。与潜变量相反,“显变量”则是可以直接测量的,常作为潜变量的指标变量,间接地反映潜变量。结构方程模型包括对潜变量与显变量(测量模型),潜变量与潜变量之间关系(结构模型) 的假定。路径剖析和验证性因子剖析是结构方程模型的两个特例。关于结构方程模型全方位介绍可参考有关专著,如侯杰泰和温忠麟等(2004)。

结构方程模型建模剖析通常包括以下三个阶段:

第一阶段,模型前期剖析,即构建基本定义,确定测量模型和结构模型、样本容量和自由度等问题,并选取模型剖析数据。结构方程模型的主要目的是检验模型的先验假定是不是成立,而不是探寻一个合适的模型(Shah and Goldstein,2006)。模型设定的正确与否直接关系到参数估计的精度、模型的可辨别与否与模型后期的剖析结论。因此很多研究者强调,结构方程模型研究中非常重要、可能也是最难的部分正是对模型的设定。另外,数据水平的高低也会干扰参数估计的精度(Guo andPerron et al.,2009)。

第二阶段,模型估计,包括检验样本数据的分布特点,计算输入矩阵。数据的分布特点关系到估计办法的选择。结构方程模型估计与传统的追求残差平方和最小的统计剖析办法不同,它从变量的协方差矩阵出发,旨在寻求的是模型隐含协方差矩阵与样本协方差矩阵“差距”最小的参数。多样化的“差距”概念办法产生了不一样的模型估计办法,常见的估计办法包括很大似然估计、加权最小二乘估计等,其中很大似然估计办法最为常用。结构方程估计的另外一个要紧办法是偏最小二乘办法(Tenenhaus and Vinzi et al.,2005),也被叫做基于成分的结构方程模型。基于协方差的结构方程模型和基于成分的结构方程模型都具备各自的优势和缺点。

第三阶段,模型结果剖析,包括评价模型估计结果,依据模型的拟合程度等指标对模型进行可能的修正等。结构方程模型本身的复杂性使得模型的检验和修正过程异常繁琐,仅拟合指数一项指标,侯杰泰与温忠麟等(2004)中概要大全的各类指标就有39 个之多。另外也有研究者觉得,结构方程模型完全是由理论确定的,无需修正。这样来看,虽然结构方程模型可以有效地剖析潜变量间的复杂关系,但模型的统计诊断变得困难,这就为一些可能的误用、甚至是错用留下了非常大的空间。

 
打赏
 
更多>同类资讯
0相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报