【《普洱茶质量安全可追溯行为管控影响因素分析案例》9900字】

普洱茶质量安全可追溯行为管控影响因素分析案例目录TOC\o"1-3"\h\u18969普洱茶质量安全可追溯行为管控影响因素分析案例 1285601.1结构方程模型简介 1301321.2研究设计 3281901.2.1理论模型与研究假设 3228011.2.2相关指标分解 5321521.2.3问卷设计的原则与发放 8312491.3问卷数据统计与检验 9143151.1.1基本情况统计分析 9205371.1.2信效度分析和相关因子分析 1737591.4结构方程模型建模分析 2216291.4.1模型建立 22272871.4.2研究模型路径分析 25普洱茶从种植到加工，从销售到反馈，这一整个过程涉及到起着重要作用的诸多主体，需要安排各种资源进行辅助。主体以实体的方式将行为表现出来，根据主体的作用可以分为责任主体与管控主体两种类型。来自责任主体的多种行为会产生不同的效果，而多方管控主体又会加持各种影响因素。基于这一观点，为了探寻普洱茶质量能够通过何种方式来把控可追溯行为从而达到安全目标，本章选取动机、能力、角色感知和情境因素四个指标量度，着手寻找相关方向。进而选取结构方程模型，有针对性的分析各项影响因素，同时考虑到责任主体的行为产生的影响存在不同程度的差异，因此将其按照普洱茶的供应链分为四类。剔除掉回收问卷中的无效数据，将所得数据利用修正优化过的结构方程模型进行分析，根据建模结论总结出不同责任主体的关键影响因素，为下一章建立评价体系做好准备。1.1结构方程模型简介结构方程模型（StructuralEquationModeling，SEM），采用相应的线性方程系统对已有的因果理论进行诠释，一般以因果模式和路径图的方式展现出来。（1）构建理论模型，画路径图结构方程相关理论已经提供了假设，基于理论可以找到能够直接观察到的变量和隐藏的变量，将这些变量以路径图的形式绘制出来。此外还需将每个因素彼此的影响以数值的形式标注在图形之间的线上。图示之后就可以从中找出能够度量变量的方程和标志着变量结构方程。（2）模型识别在统计分析中，模型识别是满足参数估计与假设检验要求的必经之路。结构方程模型的识别可以按照图中的流程进行判断。需要特别注意的是，如果要进行模型识别，必须要进行前两步；但只进行前两步并不能完全识别模型，也就不能判断参数测度是否符合要求。（3）模型参数估计模型中的诸多参数都没有准确的值，需要进行估计得到。（4）模型的检验和评价这一步可以通过多种平方复相关系数完成。如图所示为六项较为常用的指标及一般标准。其中拟合优度指数GFI是关键拟合指标，它可以判断整个模型的拟合是否达到优度。（5）模型的修正在实际操作中，有时会出现模型的拟合优度检验不符合预期设立的要求，就需要进行针对模型细节的改良。为了最大限度提高模型的可靠性，通常情况下要分析拟合所得出的结果。而在实际问题分析时，需要特别注重实际应用中理论依据对问题的指导作用以及模型所评价的数据所具有的实际意义，本项目中对应调查所回收的有效数据。进行修正时，通常按照以一条路径为基本单位进行逐步的增删查改操作。每次操作后再从头另行开始印证修改后的数据，修正的最终结果与目的应该是无论模型还是数据，拟合程度都至少应符合最低标准。修正结束后返回第四步继续进行。1.2研究设计1.2.1理论模型与研究假设在探究普洱茶质量安全可追溯行为的影响因素时，需要同时考虑到影响因素各自产生的作用和各影响因素内部之间产生的作用。本项目基于普洱茶价值链，预先设立了动机、能力、角色感知和情境因素四个指标，并通过向普洱茶相关从业人员发布调查问卷，得到了能够反映因素之间产生的作用的有效数据。最后，分析数据来判断各影响因素对其他影响因素造成了何种程度的影响。为研究普洱茶质量安全可追溯行为，本项目构建了以下理论模型（图3-1）和研究假设：①动机越大，控制效果越好；②能力越大，得出的结论越好；③角色认知越大，模型越有效；④情境因素越主要，结果越好。普洱茶质量安全可追溯行为普洱茶质量安全可追溯行为动机能力角色感知情境因素图3-1普洱茶质量安全可追溯行为影响因素的理论模型通过查阅相关文献综述，本项目选取了四个二级指标来进行普洱茶质量安全可追溯行为的影响因素研究。在这四个方面之下，又进一步选取了12个三级指标，以便能更加详尽地分析。具体指标项如表3-1所示。确定各级指标后，影响因素的二级假设模型如图3-2所示。普洱茶质量安全可追溯行为普洱茶质量安全可追溯行为动机能力角色感知情境因素道德诚信利益驱动实现规范化管理保护茶叶地理标志认知能力技术能力资金能力行业标准认知可追溯重要性的感知社会因素自然因素政府政策和监管图3-2普洱茶质量安全可追溯行为影响因素二级假设模型1.2.2相关指标分解本项目分别从供应链中的种植阶段、生产阶段、销售阶段和监管阶段四个环节中的主要行为主体出发，剖析其对普洱茶质量安全可追溯行为管理过程中由于动机、能力、角色感知和情景因素不同，导致管理效果不同的主要影响因素，保证调查问卷在问题设计上更加细化。（1）种植者（包括初加工）。种植阶段具体问卷设计指标如下表3-2所示：（2）生产者。生产阶段责任主体的问卷设计具体指标如下表3-3所示：（3）销售者。销售阶段责任主体问卷设计具体指标如下表3-4所示：（4）监管者（政府）。销售阶段责任主体问卷设计具体指标如下表3-5所示：通过归类整理后，可以归纳出构建上述指标在种植者（包含初加工者）、生产者和销售者在四个维度构建上，具有一些共同点。例如在动机方面中，三者都希望保护茶叶地理标志，希望可以树立和完善茶叶的品牌价值，得到市场和消费者的认可和市场普遍赞誉，通过良好的品牌形象，扩大茶行业的市场并减少内部风险。这些影响因素的共同点将通过“面向非消费者的普洱茶质量安全可追溯问卷”进行调查分析，不同点将通过研究对象随机访谈的方法进行讨论。对二级、三级指标按照一级指标分类分析之后得出全部指标体系构建的概括，如表3-6所示。1.2.3问卷设计的原则与发放由于本研究从MARS模型的四个角度出发，深入探讨影响普洱茶质量安全可追溯行为的原因，在参考相关文献的基础上，将设计问卷投放到茶叶供应链中种植阶段、生产阶段、销售阶段和政府-监管部门责任主体的部分人员，通过对关键影响因子的识别，思考相应的启示和对策建议。因此，调查问卷的设计以该四个角度为基础，参考第二章构建的具体指标，设计出对应的具体问题，使用李克特量表，并以1-5分来代表影响程度，数值越大，则影响程度越高，投放调查问卷，并收集数据。（1）问卷设计的原则①系统性调查问卷问题设计的数量与结构的设置遵循系统论的思想，全面而系统的考虑影响普洱茶质量安全可追溯行为的潜在因素，指标分类要层次鲜明。②客观性问题的构建要尊重客观规律，不可凭空臆造，要求问题能真实有效的反映影响普洱茶质量安全可追溯行为的因素。③科学性问卷问题要能科学准确的描述影响因素，才能保证后续数据的有效性。同时问题的选取数量要科学谨慎，过少无法全面系统的描述影响因素，过多则可能造成问题重复，结构冗余。（2）问卷投放的方法本问卷为尽可能降低系统性误差和随机性误差，采用了以下几个方法：预投放问卷。在确立正式问卷之前，先将问卷进行，通过统计学检验的方式，对问卷中问题进行删选，删除关联度较低的问题和无用问题，确保正式问卷收集数据的信度和效度。设置问卷问题时考虑问题之间的相互影响作用。在问卷中，判断问卷整体逻辑性是否成立，对逻辑不成立的问题进行筛选。访谈法。在问卷投放中，对调查者总体的10%进行抽样访谈，针对调查问卷的问题进行进一步询问，对问题进行深度探讨和分析。④多点投放。由于问卷主体包含类型较多，为找到公共认知的交集，将会投放消费者问卷，从对应角度进行最初的假设耦合验证，同时通过多点大量投放，尽可能解决问卷主体包含类型较多的问题。1.3问卷数据统计与检验1.1.1基本情况统计分析（1）种植者问卷基本情况统计。种植者的问卷（附录1）投放情况如图所示。本次问卷发布区域选择了业内普遍认可的云南省西双版纳的普洱茶六大古茶山。为了保证问卷的答案的多样性，选取的被调查者的茶叶种植规模大小各不相同。按照年龄、文化程度、行业从业时间等对种植户的基本情况进行数据分析，结果依次如下表3-7、3-8、3-9所示：根据表3-7的年龄分布情况可知，有效样本数为92份，从年龄层次来说，调查对象中有31.5%的人处于36-45岁年龄层次；调查对象中分别有19.6%和25%的人处于16-25岁和46-55岁这一年龄层次，分别只有18和23人。由此可得，种植户调查对象主要聚集在56岁以下，在56岁以下的四个年龄段分布较为平均。根据表3-8的种植人员文化程度情况可知，有效样本数为92份，调查对象中有63%的人处于本科学历层次，共有58个人，人数最多，调查对象中分别有14.1%和15.2%的人处于高中和中专或大专这一文化层次，分别有13和14人，这两个文化层次分布较为平均，本科以上学历的人数为0。由此可得，种植户调查对象的文化程度主要聚集在本科阶段，调查对象中不存在过高或过低的文化层次。根据表3-8的种植人员在从事该行业时间的分布情况可知，有效样本数为92份，调查对象中有47.8%的人从业时间处于6-8年，共有44个人，人数最多，调查对象中分别有20.7%和18.5%的人的从业时间处于3-5年和9-11年，分别有19和17人，这两个文化层次分布较为平均，从业时间在3年以下和12年以上的额调查对象只有4个和8个，人数较少。由此可得，种植户调查对象的从业时间主要聚集6-8年，可能与被调查对象的年龄结构有一定的关系。生产者部分。生产者的问卷（附录2）投放情况总结如图所示。本次问卷发布区域选择了业内普遍认可的云南省西双版纳的普洱茶六大古茶山。按照年龄、文化程度、行业从业时间等对种植户的基本情况进行数据分析，结果如下表3-10、3-11、3-12所示：根据表3-10的年龄分布情况可知，有效样本数为177份，从年龄层次来说，调查对象中有31.6%的人处于36-45岁年龄层次，人数最多，有56人；调查对象中分别有11.6%和21.5%的人处于16-25岁和46-55岁这一年龄层次，分别只有24和38人。由此可得，生产人员调查对象主要聚集在56岁以下，在56岁以下的四个年龄段分布较为平均。根据表3-11的生产人员文化程度情况可知，有效样本数为177份，调查对象中有1.1%的人处于本科以上学历层次，只有2个人，人数最少，调查对象中处于本科学历和中专或大专这一文化层次，都有64人，占总数的36.2%，这两个文化层次分布较为平均，高中以下学历的人数为11人。由此可得，生产人员调查对象的文化程度主要聚集在本科和中专或大专阶段阶段，调查对象中存在过高或过低的文化层次。根据表3-8的生产人员在从事该行业时间的分布情况可知，有效样本数为177份，调查对象中有18.1%的人从业时间处于6-8年，共有32个人，调查对象中分别有19.8%和21.2%的人的从业时间处于3-5年和9-11年，分别有35和41人，这两个文化层次分布较为平均，从业时间在3年以下和12年以上的调查对象只有21个和48个。由此可得，种植户调查对象的从业时间主要聚集12年以上，可能与被调查对象的年龄结构有一定的关系。销售者部分。销售者的问卷（附录3）投放情况总结如图所示。投放范围在云南普洱茶经销的十数个大型茶城，不同销售规模的经销商。经销商按照年龄、文化程度、行业从业时间等数据分析情况依次如下表3-13、3-14、3-15所示：根据表3-13的年龄分布情况可知，有效样本数为184份，从年龄层次来说，调查对象中有26.6%的人处于36-45岁年龄层次，人数最多，有49人；调查对象中分别有25%和12%的人处于16-25岁和46-55岁这一年龄层次，分别只有46和22人。由此可得，销售人员调查对象主要聚集在55岁以下，在55岁以下的四个年龄段分布较为平均。根据表3-8的销售人员文化程度情况可知，有效样本数为182份，调查对象中有46.7%的人处于中专或大专学历层次，共有86个人，人数最多，调查对象中分别有25.5%和22.3%的人处于高中和本科这一文化层次，分别有47和41人，这两个文化层次分布较为平均，本科以上学历的人数为1。由此可得，销售户调查对象的文化程度主要聚集在中专或大专阶段，调查对象中存在过高或过低的文化层次。根据表3-15的销售人员在从事该行业时间的分布情况可知，有效样本数为184份，调查对象中有16.6%的人从业时间处于6-8年，共有31个人，调查对象中分别有25.5%和19%的人的从业时间处于3-5年和9-11年，分别有47和35人，这两个文化层次分布较为平均，从业时间在3年以下和12年以上的调查对象有39个和32个。由此可得，销售人员调查对象的从业时间在各个从业时间段分布较为平均。监管者部分。监管者的问卷（附录4）投放情况总结如图所示。投放范围在云南普洱茶的部分监管从业者。按照年龄、文化程度、行业从业时间等数据分析情况依次如下表3-16、3-17、3-18所示：根据表3-16的年龄分布情况可知，有效样本数为92份，从年龄层次来说，调查对象中有41.5%的人处于36-45岁年龄层次，人数最多，有71人；调查对象中分别有2.3%和30.4%的人处于16-25岁和46-55岁这一年龄层次，分别只有4和52人。由此可得，监管阶段的调查对象主要聚集在36-45岁和46-55岁两个阶段，在55岁以上和25岁以下年龄段的监管人员较少。根据表3-17的监管人员文化程度情况可知，有效样本数为171份，调查对象中有69%的人处于本科学历层次，共有118个人，人数最多，调查对象中分别有5.3%和21.6%的人处于高中和中专或大专这一文化层次，分别有9和37人，这两个文化层次分布较为平均，本科以上学历的人数为4。由此可得，种植户调查对象的文化程度主要聚集在本科阶段，调查对象中存在过高或过低的文化层次。根据表3-8的销售人员在从事该行业时间的分布情况可知，有效样本数为184份，调查对象中有11.7%的人从业时间处于6-8年，共有20个人，调查对象中分别有7.6%和21.4%的人的从业时间处于3-5年和9-11年，分别有13和40人，从业时间在3年以下和12年以上的调查对象有13个和85个。由此可得，销售人员调查对象的从业时间主要聚集在12年以上1.1.2信效度分析和相关因子分析（1）信度与效度分析①信度分析。信度（Reliability）指的就是可靠程度，信度检测的关键在于控制变量，在使用相同方法的条件下，针对同一研究主体得到的多次结果进行比较，相互之间越相似，信度就越高。信度可以在问卷发放之前预判问题设置的适当性，避免出现问卷回收后得到的结果不符合预期或事实的情况。将可靠程度量化，对信度进行测算，可以采用Cronbachα信度系数作为工具。如图所示为判断依据。为了探寻问卷中各个问题之间的信度，本项目进一步通过spss软件进行分析，所得结果如下表3-19所示。由上表我们可以得知，种植者、生产者、经销商、监管部门的Cronbach'sα计算值都超过了0.7，表明问卷结果达到可以接受的程度也就是说四个责任主体的量表信度较高。②效度分析。效度（Validity）用来判断数据是否有效，是否能够采纳。效度是评价样本数据能否进行后续因子分析的重要条件和必要前提。样本数据采用KMO和Bartlett的球形度检验的结果作为判断测验能够继续进行的条件。如图所示为判断依据。为了探寻问卷回收后所得数据的效度，本项目进一步通过spss软件进行分析，所得结果如下表3-20所示。由上表我们可以得知，种植者、生产者、经销商、监管部门的KMO计算值都超过了0.7，属于良好情况；Bartlett显著性检验的Sig值趋近于零，说明非常显著。综合两个参数考虑，问卷结果达到可以接受的程度也就是说四个责任主体的量表效度满足要求，可以用来做因子分析。（2）因子分析因子分析在效度分析之后，利用各个变量内部之间的相互关系联系的紧密程度，将原始变量按照紧密程度分为不同的组别，以便达到同组变量相关性高、异组变量相关性低。而原始变量的主要信息在这一过程中存在缺失的风险，这样就需要引入公共因子来进行信息的补充。公共因子本身是无法同原始变量一样通过观察得到的直接变量，它的存在保证了指标不会过多。因子分析可以利用多种方法计算演绎得出因子载荷矩阵。这里为研究影响因素选择采用学术界使用最多的主成分分析法。根据软件计算出的结果，将迭代后得出的特征值大于1的因子归类，这样就完成了为主成分分析。①公因子命名。本项目采用的是正交旋转法，最大限度提取原有量表的信息，并对提取后的变量进行解释，结果如下所示：因子负荷矩阵可以显示出，主因子与相对应变量的信息体现在重叠因子负荷的绝对值，因子载荷的绝对值越大，则信息重叠度越高，越能阐述总结出主成分。上表为旋转后的因子负荷矩阵，各项指标在该公因子的载荷均大于0.5，都符合要求。因此，表中的12个因子可以分别归为四个种类，依据各类因子的共有性质来对种类进行命名。②因子提取量。本由于每个因子都存在误差，指标过多会对结果产生较大的影响，所以多原来的因子变量进行降维，经分析得原指标的提取情况如下表3-22所示：本项目通过度量各个因子之间的性质重复性来对其量表的相互作用进行解释。测算得出的性质重复性越高，所设立的综合变量起到的作用就越明显；测算得出的性质重复性越低，所设立的综合变量起到的作用就越不明显。这一度量的临界值为0.4，超过该值说明综合变量在补充指标信息上面起到了很大的作用。但如果低于该临界值，则说明综合变量的设定无效，可以将其消除。由上述公因子方差表可以得出，有5/6的因子的值超过临界值，可以认为所建立的综合变量设定有效，能够将大部分指标的信息补充到，进一步说明因子分析所得出的结果比较可靠。③因子分析。本节以种植人员为例针对各项二级指标实施降维处理，处理后的结果如下表3-23所示：由上表可知，在没有改变系统默认的操作方式的情况下，选择了四个特征值大于1的因子，这些因子的特征值分别为4.014，1.842，1.264，1.118。该四项因子的方差贡献率之和均大于50%。因此，所选择的四个公因子充分囊括了种植阶段责任主体12项指标的大多数内容，能够较为全面的说明对该主体的量表。本节以生产人员为例针对各项二级指标实施降维处理，处理后的结果如下表3-24所示：由上表可知，在没有改变系统默认的操作方式的情况下，选择了四个特征值大于1的因子，这些因子的特征值分别为1.382，1.951，1.390，1.014。该四项因子的方差贡献率之和大于50%。因此，所选择的四个公因子充分囊括了生产阶段责任主体12项指标的大多数内容，能够较为全面的说明对该主体的量表。本项目主要对销售人员的各指标进行降维分析，经分析得原来各指标提取情况如下表3-25所示：由上表可知，在没有改变系统默认的操作方式的情况下，选择了三个特征值大于1的因子，这些因子的特征值分别为1.350，1.805，1.330。累计该三项因子的方差贡献率之和大于50%。因此，所选择的三个公因子充分囊括了销售阶段责任主体12项指标的大多数内容，能够较为全面的说明对该主体的量表。本项目主要对监管人员的各指标进行降维分析，经分析得原来各指标提取情况如下表3-26所示：由上表可知，在没有改变系统默认的操作方式的情况下，选择了三个特征值大于1的因子，这些因子的特征值分别为4.658，2.168，1.037。累计该三项因子的方差贡献率之和大于50%。因此，所选择的三个公因子充分囊括了监管阶段责任主体12项指标的大多数内容，能够较为全面的说明对该主体的量表。1.4结构方程模型建模分析1.4.1模型建立①初始模型。结构方程模型最大的优点之一就是不同于一般的处理模型，它可以处理多个因变量，避免多次计算，节省时间。通常情况下，自变量与因变量的数值在测量时会有着不同程度的误差，一般模型会忽略误差进行计算，而结构方程模型没有抹去这一误差部分，在计算过程中留有误差项的位置。观察变量可以通过测量得到的，但潜在变量之间是如何产生影响并不容易检测。结构模型可以处理这一问题。通过探索变量之间的内部结构就能够用来找出所使用的结构关系或模型中合理的假设和无误的模型。在查阅大量的资料后，本项目选择二阶模型进行假设与实证分析。图3-3所示展现的就是所建立的初始模型。大部分对应项都相同，但在细分部分中，本项目在角色与问题内容的对应关系做出了不同的假设（问卷具体见附录1至4）。图3-3普洱茶质量安全可追溯行为影响因素初始模型图（全部样本）②修正模型。一致性检验是在确定模型是否需要进行修正时的重要且关键的一步。在结构方程模型的初始模型建立起来之后，一致性检验没有达到要求和标准，就必须添加一步——修正模型。进行模型评价就是为了将假设模型与观察资料之间的关系量化，判断其关系是否一致。这一过程被称为模型的适配度。学者们针对整个结构方程模型的假设模型与观察资料的一致性构建了许多指标。一般地，研究都采用卡方自由度比、RMR值、RMSEA值、GFI、IFI和CFI、PNFI六个指标来进行测量。建模软件中输入结构方程初始模型之后，会得出卡方自由度之比。该值通常小于3反映出较好结果。这一比值越大,表示假设模型与所取的观察变量越不适配，需要进行修正。数据分析中得出的输出结果并没有所需要展示的RMR值，需要额外找到StandardizedRMR选项进行操作。RMSEA值不同于其他指标在评判时需要一个标准，区间临界值分别为0.05、0.08、0.10，数值越大模型越适配。GFI与RMSEA有着相似的特性，前者趋向于1时，后者趋向于0时，模型越好。与绝对性指标不同，拟合指标IFI和CFI需要有参照标准。修正模型越接近标准越能够达到预期目标。PNFI用来判断模型是否精简，是否有可以消除或增加的部分，该指标大于0.5即可。图3-4普洱茶质量安全可追溯行为影响因素修正模型图（全部样本）如图3-4所示为拟合路径。检验结果显示，在第一步中所构建的初始模型需要进行第二步操作。如表3-27所示为修正之后建立在全体样本上的总体数据的统计量。如表3-28所示，修正之后可以继续进行建模。1.4.2研究模型路径分析（1）基于种植者的结构方程分析表3-29为利用结构方程分析修正后的模型所得出的结果。从模型整体拟合优度分析结果可以看出，关键指标卡方自由度比这一指标接近1，情况非常好。GFI值大于一般标准，证明模型拟合程度良好。从表格中的结论一栏可以看出，绝大部分指标显示为“符合”，说明修正后的假设模型与观察数据适配程度高，运用该模型得出的结论相对可靠性程度高。在Amos19.0软件对模型测算之后，得出表3-30的结果。图3-5种植者的建模结论如图3-5所示，各部分指标之间、指标与因素之间、因素与因素之间的数值分别代表各关系的影响权重值。如表3-31所示，二级指标的影响大小位于第三列，三级指标的影响排序位于第六列。对于种植者来说，动机是影响最小的因素，且出于文化保护意识是最主要的动机。排名第一、第二的自然因素和社会因素是所有指标中对种植者可追溯行为产生影响最大的因素。除此之外，行业标准认知是种植者这一角色所感知到的最大影响。（2）基于生产者的结构方程分析如表3-32所示为结构方程建模软件基于生产者角度所得出的分析结果。结果显示，关键指标卡方自由度比这一指标值在理想标准范围内。GFI值在理想标准的区间内，证明模型拟合程度很好。从表格中的结论一栏可以看出，大部分指标显示为“符合”，说明修正后的假设模型与观察数据适配程度较高，运用该模型得出的结论相对可靠性程度较高。表3-33为与图3-6相对应的各项细分系数情况。如表3-34所示，对于生产者来说，能力是影响最小的因素，说明生产茶叶