基于結構方程模型的能源統計數據質量影響因素研究

謝 威，趙嵩正

（西北工業大學管理學院，西安710129）

0 引言

近年來，國際統計界對統計數據質量的內涵進行了一些探索，在某些方面也達成了一致：首先，注重從用戶的角度來衡量統計數據質量，強調用戶對統計信息的滿意程度；其次，鑒于統計數據質量是一個具有豐富內涵的概念，需要建立一個開放、透明的統計數據質量評估管理體系，應從多角度、多方面來衡量[1]。因此，統計數據質量可以定義為：統計數據的一組固有特性滿足使用者需要的程度[2]。統計數據質量具體需要涵蓋哪些特性，則取決于使用者對數據的要求。統計數據質量是一個相對概念，從狹義上講，準確性是統計數據質量的同義詞，是指客觀反映現實情況的程度，統計誤差越小越準確，數據質量越高。從廣義上講，準確性僅是數據質量的一個重要方面，它還包括可獲得性、及時性、相關性、時間和空間上的一致性以及不同數據之間的一致性等。要求我們從統計數據提供者、生產者和用戶等多個角度來衡量數據質量。

1 研究設計

1.1 方法選擇

本文采用結構方程模型來分析能源統計數據質量的影響因素。結構方程模型（簡稱為SEM）是基于變量的協方差矩陣來分析變量之間關系的一種統計方法，所以也稱為協方差結構分析[3]。該模型能夠很好地解決了多元回歸分析法存在的弱點，并整合了路徑分析、驗證性因素分析與一般統計檢驗方法，可分析變量之間的相互因果關系，包括了因子分析與路徑分析的優點。因此，廣泛應用于社會科學的各個領域。

結構方程模型通常包括三個矩陣方程式[4]：

相應的模型假設如下：

（1）測量方程誤差項d、e的均值為零；

（2）結構方程殘差項ζ的均值為零；

（3）誤差項d與ξ、e與η之間不相關，d與e不相關；

（4）殘差項ζ與d、e、ξ之間不相關。

其中，方程（1）和方程（2）被稱之為測量模型，方程（3）則被稱之為結構模型，有關符號說明見表1。

表1 結構方程模型符號說明

1.2 變量設定

能源統計數據質量是一個多因素集合，是一個內生潛變量，需要通過數據的準確性、可得性、完整性、空間時間一致性、時效性以及對用戶需求的滿足程度來反映。統計方案設計因素、環境因素以及統計人員因素是三個外生潛變量，同樣需要通過一系列外生觀測變量來反映。通過文獻分析及多輪次的頭腦風暴，本文選取了4大類共計18項影響因素作為本文的研究變量。能源統計數據質量的影響因素如圖1所示。

圖1 能源統計數據質量影響因素

1.3 研究假設

通過文獻分析，結合本文建立的模型，做出如下假設：

（1）基于潛變量之間關系的假設

假設1：假設統計方案設計因素、環境因素以及統計人員因素對能源統計數據質量具有影響；

假設2：假設統計方案設計因素、統計人員因素受環境因素的影響；

假設3：假設統計人員因素受統計方案設計因素的影響。

（2）基于潛變量與觀測變量之間關系的假設

假設4：能源統計數據質量可以用數據的準確性、數據的可得性、數據的完整性、數據的空間時間一致性、數據的時效性以及對用戶需求的滿足程度來反映；

假設5：統計方案設計因素可以用統計方法的健全性、調查方式的多樣性、統計方案的可操作性以及統計流程的規范性來反映；

假設6：環境因素可以用資源配置水平、信息化水平、審核制度以及被調查者的合作化程度來反映；

假設7：統計人員因素可以用人員數量、人員穩定性、人員基本素質以及人員業務素質來反映。

（3）基于內生觀測變量之間關系的假設

假設8：假設數據的空間時間一致性受數據的準確性、可得性、完整性和時效性影響；

假設9：假設對用戶需求的滿足程度受數據的準確性、可得性、完整性、空間時間一致性以及時效性的影響。

2 實證分析

2.1 數據來源

根據研究需要，共發放了200份調查問卷，回收167份，有效問卷145份，問卷有效回收率72.5%。問卷的測量題目均采用李克特7點量表法測量，“7”代表非常符合，“1”代表非常不符合。

2.2 因子分析

運用SPSS16.0進行探索性因子分析。各變量間的相關系數大部分都在0.4～0.8之間，說明進行因子分析的必要性。限于篇幅，本文在此不再列出變量間的相關系數矩陣。效度檢驗結果見表2。從表2可以看出，本文KMO統計量檢驗取值0.864，根據統計學家Kaiser給出的標準，KMO取值大于0.7，適合進行因子分析；同時，在本文給定顯著性水平0.05的條件下，K方統計量較大，且P值小于0.05，通過了Bartlett球形檢驗。

根據表3所示的方差貢獻率表可以看出，通過因子分析，模型自動提取出3個主成分，12個外生觀測變量能夠解釋總方差的64.262%，涵蓋了原始數據的大部分信息。從中可以看出，旋轉前的3個主成分分別能夠解釋原有12個外生觀測變量總方差的45.501%、10.102%和8.659%，累積方差貢獻率達到64.264%，能夠從總體上反映原有變量的大部分信息。另外，因子旋轉后累積方差并沒有改變，但重新分配了各個因子解釋原有變量的方差，改變了各個因子的方差貢獻，使得因子更易于解釋。

表2 KMO統計量和Bartlett球形檢驗

表3 方差貢獻率表

信度表示對于同樣的對象，運用同樣的觀測方法得出同樣觀測數據結果的可能性[5]。通常用量表的內部一致性來進行信度測試。Cronbach α系數是檢驗量表的內部一致性指標，介于0到1之間，α值越大表示信度越高。根據學者研究，Cronbach α系數信度一般介于0.7～0.9之間，都可算是高信度值[11]。運用SPSS16.0進行信度分析，可以得出，本文設計的問卷量表的Cronbach α系數達到0.929，說明信度較高。

2.3 結構方程建模

依據研究對象的特點，選取結構方程模型作為研究工具。模型構建如下：首先，以能源統計數據質量作為內生潛變量，通過6個觀測變量來體現；其次，以統計方案設計因素、環境因素以及統計人員因素3項因素作為外生潛變量，分別通過4個觀測變量來體現；最后，以調查問卷題目的協方差矩陣作為基礎數據。利用結構方程軟件AMOS7.0，得到相應的驗證性因子模型，如圖2所示。

圖2 能源統計數據質量影響因素結構方程模型

將數據導入AMOS7.0，建立結構方程路徑圖，進行模型估計與檢驗，分析顯示：

（1）各潛變量之間的路徑系數相應的P值均小于0.05，說明假設1、2、3中描述的潛變量之間的關系在90%的置信度上顯著，即可以說明各潛變量之間具有一定的相關關系。

（2）各潛變量與觀測變量間的載荷系數相應的P值除ξ3→x12為0.07以外，均小于0.05，說明假設4、5、6、7中所描述的潛變量與觀測變量之間的關系在90%的置信度上顯著，即可以說明利用絕大多數觀測變量來反映潛變量是合理的。

（3）各內生觀測變量之間的載荷系數相應的P值除y2→y4以外，均大于0.05，說明假設8、9中描述的內生觀測變量之間的關系在90%的置信度上不顯著，即可以說明絕大多數內生觀測變量之間的相關關系是不顯著的。

依據相應檢驗標準[6～7]，通過6個步驟對模型進行修正：第一，修正因子負荷Λx、Λy；第二，修正因子之間的協方差矩陣φ；第三，修正測量誤差的協方差Td、Te；第四，修正路徑系數B；第五，修正路徑系數Γ；第六，修正殘差項的協方差矩陣Ψ。在上述每個步驟中，都要依據模型給出的修正建議進行修正，并重新檢驗參數。針對每個步驟不斷重復這些過程，直到模型參數滿足標準需要。修正后的模型各擬合指標如表4所示。

表4 修正后的擬合指標

從表4中可以看出，c2/df＜3，說明模型與現實情況擬合好；除CFI以外，其余GFI、NFI、IFI均大于0.9，說明模型擬合好；RMSEA＜0.05，表明模型與數據擬合程度較好。總體上看，能源統計數據影響因素結構方程模型擬合程度較好，具有一定的有效性。

3 結論及建議

3.1 關于潛變量之間的關系

首先，統計方案設計因素、環境因素以及統計人員因子對能源統計數據的質量具有顯著的影響；其次，環境因素對于統計方案設計因素以及統計人員因素具有顯著的影響；再次，統計方案設計因素對于統計人員因素具有顯著的影響。因此，應在對統計數據質量環境進行一定控制的前提下，著重加強統計方案的設計工作，并提高統計人員的數量、質量與穩定性。

3.2 關于潛變量與其自身觀測變量之間的關系

首先，在統計方案的設計因素方面，按照估計的路徑系數由強到弱依次進行控制的是：統計方法的健全性、統計方案的可操作性、統計流程的規范性、調查方式的多樣性；其次，在環境因素方面，按照估計的路徑系數由強到弱依次進行控制的是：被調查者的合作化程度、資源配置水平、信息化水平、審核制度；再次，在統計人員因素方面，按照估計的路徑系數由強到弱依次進行控制的是：人員基本素質、人員數量、人員的穩定性、人員的業務素質。

3.3 關于內生觀測變量之間的關系

雖然大部分變量之間的關系并未通過顯著性檢驗，但是通過分析我們可以看出，對用戶需求的滿足程度受到數據的時效性、可得性、完整性、空間時間一致性以及準確性的影響；而數據的空間時間一致性受到時效性、完整性以及準確性的影響。因此，對于數據的質量，應重點控制其準確性、時效性以及完整性，在此基礎上追求數據的可得性、空間時間一致性，最終滿足用戶對數據的需求。

[1]茍巧玲.普查數據質量控制存在的主要問題及建議[J].統計與咨詢，2010,（2）．

[2]許永洪.統計數據質量的基本概念與數據質量評估的基本模型[J].商業經濟與管理，2010,（12）．

[3]李懷組.管理研究方法論（第2版）[M].西安：西安交通大學出版社，2004．

[4]林嵩，姜彥福.結構方程模型理論及其在管理研究中的應用[J].科學學與科學技術管理，2006,（2）．

[5]Karen Weber Cullen,Kathy Watson,Issa Zaker I.Relative Reliability and Validity of the Block Kids Questionnaire among Youth Aged 10 to 17 Years[J].Journal of the American Dietetic Association,2008,108(5)．

[6]易丹輝.結構方程模型方法與應用[M].北京：中國人民大學出版社，2008．

[7]Paul Barrett.Structural Equation Modeling:Adjudging Model Fit[J].Personality and Individual Differences,2007,42(5)．