产业集群论文关于低碳视角下物流产业集群服务能力提升的结构方程模型论文范文参考资料

产业集群论文关于低碳视角下物流产业集群服务能力提升的结构方程模型论文范文参考资料 摘要低碳背景下，物流产业集群服务的创新是其可持续发展的重要基础。在低碳视角下，从低碳技术创新、低碳知识水平创新、低碳创新支撑机制与低碳创新政策四个维度构建物流产业集群服务创新能力影响因素结构方程模型，在此基础上运用AMOS 17.0，对影响物流产业集群创新能力的关键影响因素以及各因素之间的关系和强度进行检验。研究表明，低碳技术创新、低碳创新政策、低碳知识水平创新、低碳创新支撑机制与物流产业集群服务低碳创新能力之间存在显著正相关关系，低碳技术创新对低碳创新能力的影响最大，其次是低碳创新支撑机制、低碳知识水平创新、低碳创新政策，而且低碳创新政策、低碳知识水平创新、低碳创新支撑机制对低碳技术创新具有不同程度的影响。最后，提出物流产业集群服务低碳创新能力的提升策略。 关键词低碳；物流产业集群；创新能力；结构方程模型 A 1006-5024（xx）06-0021-05 随着人口的扩张和经济水平的不断提高，各类能源消耗所带来的危害不仅是酸雨和光化学烟雾，而且大气中二氧化碳浓度升高带来的全球气候变暖，给人类的存活和发展带来严峻的挑战。xx年，英国颁布的能源白皮书，最早提出“低碳经济”的概念。通过技术和制度创新、新能源利用等多种手段，减少煤炭石油等高碳能源消耗，减少温室气体的排放，这种理念已经成为各个国家或地区应对全球气候变暖的重要策略。基于低碳背景，“低碳产业园区”、“低碳物流”、“低碳城市”等新概念、新政策应运而生。21世纪是低碳经济时代，为实现低碳目标，推动物流业的发展，提高物流产业集群服务创新能力具有重要的作用。 综上，相关文献对物流产业集群创新的研究多停留在定性的层面上，在当前低碳大背景下，实现物流产业集群服务创新亟需解决的理由有：低碳视觉下，物流集群服务创新的关键影响因素有哪些，如何进行优化；低碳视觉下，各个关键影响因素对于物流产业集群创新能力的影响程度如何。本文利用结构方程模型对上述理由进行探讨。结构方程模型是基于因子分析、路径分析和回归分析的多元统计策略，在估计一组观察变量和潜变量关系的同时，分析各潜变量之间的关系，可以较科学地识别物流产业集群服务创新的关键因素，并进行分析，最终提出提升其创新能力的策略。 本文以湖州长兴综合物流园区为例，建立结构方程模型，对服务创新能力影响因素进行分析。结构方程模型分为模型的构建、模型的运算、模型的修正与解释四个方面。 通过查阅相关文献，并对园区的管理人员进行访谈，课题组的相关成员采用头脑风暴法相互探讨，初步确定21个物流产业集群服务低碳创新的影响因素，分别为低碳创新专利数、能源替代技术使用情况、节能技术使用情况、固碳技术使用情况、三废治理情况、集群内员工低碳意识、集群内企业低碳培训费用支出、集群内企业低碳文化构建、集群内培训机构和科研机构等*机构的服务水平、集群内企业间的合作关系、集群内企业与外部企业的合作关系、集群内企业与大学等科研机构的合作关系、低碳财政政策、低碳税收政策、低碳知识产权保护政策、低碳创新金融贷款占整个科技贷款的比例、政府低碳创新投资占科技活动金额比例、集群内低碳创新企业的数量、集群内低碳创新管理人员比例、集群内员工知识水平、低碳创新风险投资机构的建立。 上述21个因素之间可能存在多重共线性，为排除影响小的因素，找出关键影响因素，利用因子分析法对此21个因素进行降维。因子分析的数据问卷调查，问卷编制采取李克特五级量表法。本文采取现场发放、电话访问、邮件调查三种形式，进行了问卷调查。总共发放问卷300分，回收281份，有效问卷269分，有效率89.7%。调查问卷所得数据的可靠性利用SPSS17.0软件的Cronbachs 系数进行检验，经计算Cronbachs Alpha值为0.823。通常Cronbachs 的数值在0.7以上，认为具有较好的信度，因此，21个影响因素的调查数据可靠性较高。KMO的统计量为0.722，巴特勒球形检验的P值为0.000，说明该数据适合做因子分析。通过最大方差进行因子轴旋转，以特征值大于1原则提取4个因子，由旋转后的主因子载荷矩阵得到主因子1在X1低碳创新专利数、X2能源替代技术使用情况、X3节能技术使用情况、X4碳技术使用情况、X5三废治理情况、X6集群内低碳创新企业数量上载荷值较大，定义为“低碳技术创新”；主因子2在X7低碳税收政策、X8低碳知识产权保护政策上具有较大的载荷值，定义为“低碳创新政策”；主因子3在X9集群内低碳创新管理人员比例、X10集群内员工低碳意识、X11集群内企业低碳培训费用支出比例、X12集群内企业低碳文化构建上载荷值较大，定义为“低碳知识水平创新”；主因子4在X13低碳创新风险投资机构的建立、X14集群内培训机构和科研机构等*机构的服务水平、X15集群内企业与大学等科研机构的合作关系、X16政府低碳创新投资占活动总额的比例、X17低碳创新金融贷款占整个科技贷款比例上具有较大的载荷值，定义为“低碳创新支撑机制”。（二）概念模型构建和研究假设 通过探索性因子分析，构建产业集群服务创新能力的概念模型。如图1所示：该模型包括4个外生潜变量、1个内生潜在变量和19个观测变量。其中创新能力用产业集群的效益和对区域经济的贡献来评价。除此外还有19个残差变量，残差变量是保证模型的检验过程能成立。4个外生潜在变量与创新能力之间存在四种相关关系，本文提出以下假设： H1：低碳技术创新与创新能力之间存在正相关关系； H2：低碳知识水平创新与创新能力之间存在正相关关系； H3：低碳创新支撑机制与创新能力之间存在正相关关系； H4：低碳创新政策与创新能力之间存在正相关关系。 1 信度检验。按照影响因素的内容，利用李克特五级量表法编制调查问卷。发放问卷300份，有效250，有效率83.3%。上文验证性因子分析的数据，共得到有效问卷519份。利用SPSS17.0对概念模型的5个潜在变量的信度进行检验，如表1所示。通常Cronbachs 的数值在0.7以上，具有较好的信度。 2 效度检验。效度可分为内容效度和结构效度。本文问卷的设计项目和测量表是通过头脑风暴法确定，经过专家的论证，具有较好的内容效度。对于结构效度，本文采用验证性因子分析的模型拟合情况对量表的结构效度进行考评，因此，结构效度的检验转化为结构方程模型评价中的模型拟合指数评价。若拟合度良好，则各拟合指标：卡方自由度比X2/df介于13，比较适配指数CFI、规准适配指数NFI、增值适配指数IFI大于0.9，越接近1就越好。渐进残差均方和平方根RMSEA小于0.5。利用AMOS 17