详细叙述中国政府战略管理现状

中国战略管理学研究现状评估

许德音 周长辉

北京大学光华管理学院

本研究为国家自然科学基金资助项目（编号#70272004）的一部分。我们感谢刘学、武常歧、张维迎、张一弛、张志学以及《管理世界》两位编辑给我们的建议和鼓励，并感谢Anne S Tsui与我们分享尚未完成的相关论文。

提要： 我们采用结构化的程序与方法对国内最近期的战略管理学研究状况进行了考察和评估。通过检阅和甄别2003年度发表在《管理世界》与《南开管理评论》上的所有论文，我们确认了42篇与战略管理学相关的文章。我们从课题、类型、理论、方法等各个方面对这些论文进行了归类和分析，由此总结出国内战略管理学研究中所存在的一些突出问题。我们判断在国内领先学术刊物上发表的战略管理学论文，尚不能通过主要国际管理学年会的匿名评审程序，更未达到国际主流管理学期刊在理论、方法、和学术贡献等方面的要求。最后，我们就本领域学术研究的发展方向提出了建议。

关键词：战略管理、文献评估、研究现状

STRATEGIC MANAGEMENT RESARCH IN CHINA:

AN ASSESSMENT

ABSTRACT: This paper assesses the current state of the field of strategic management in China Through a structured process, we identified 42 strategy-related articles in the 2003 issues of Management World and Nankai Management Review A thorough review of these sample articles led to a set of critiques based on such criteria as the topic, style, theory, and method We concluded that strategy research in China was still in its infant stage in both theory development and research methodology Suggestions for future research directions are provided

KEY WORDS: Strategic Management; Literature Review; the State of the Field

研究背景与目的

我们从“国际”的视角来检阅国内管理学、特别是战略管理学研究的现状:

第一，国内的商学院，包括其中的管理学各学科，大多脱胎于两个传统院系：工程和经济。因此商学院的研究课题和学科传统，往往来自于工程学、运筹学、管理科学、以及宏观与微观经济学。

第二，由于上述的原因，不论是本领域内还是领域外的研究者，对于管理学和战略管理学的定义、范畴、学科归属、典型课题、学术特点等，均存在模糊之处。

第三，国内传统体制内不存在真正研究型的博士项目。最好的博士毕业生往往会进入实业界工作，而不是在高校任教。

第四，国内管理学研究最主要的方式是案例，但大多是以案例来说明或支持理论，而不懂得如何使用案例来进行以理论构筑为目的的归纳式研究（inductive research）。

研究方法

期刊选择与时间范围:

通过四个步骤决定选用2003年全年的《管理世界》和《南开管理评论》作为样本刊物。

样本选取:

选取论文的主要依据是管理学学会战略管理分部的“领域陈述”（domain statement）。其中确定战略管理学的主要课题包括：战略制订与实施、战略规划与决策过程、战略控制与报酬制度、资源配置、多元化与组合战略、竞争战略、合作战略、总经理的选择及其行为、以及高层管理团队的组成与机制。在此基础上，我们把选取范围扩大到国外战略管理学博士项目课程中的其他典型课题，主要属于组织理论与国际战略管理等“近亲”或分支学科。

评估程序:

两位作者交叉进行甄别工作，并取得意见一致。

研究发现与讨论

作者:

在总共42篇论文中，

一位作者： 14篇（33%）

两位作者： 17篇（40%）

三位作者： 6篇（14%）

四位以上： 4篇（10%）

平均每篇论文的作者数目与国外管理学刊物相比或许稍低些，但情况大致相仿，显示出合作研究（占总数近三分之二）是国内学术活动的主流。另外一方面，三位或三位以下作者的论文共占总数近90%。这一事实可能表明战略管理学研究并不适合三位以上的多位研究者共同合作。

课题:

公司治理/股权结构/董事会 ： 11篇（26%）

竞争力/竞争优势： 6篇（14%）

跨国公司/国际战略： 6篇（14%）

创新： 3篇（7%）

企业家/职业经理人： 3篇（7%）

本领域内一些最基本的课题，例如属于战略内容的行业分析、战略组别（strategic groups）、商务层（business-level）战略、横向多元化与纵向一体化、合并与兼并等，以及属于战略过程的决策机制、结构选择等，均未得到应有的位置。

在出现的课题中，除了“竞争力/竞争优势”一类外，其他几类均属跨领域的课题，而不被视为战略管理的“核心”内容。

研究对象/公司类型:

虽然各类公司均有所涉及，可以看出比较受偏爱的研究对象是国内的上市公司（共7篇）。

论文类型:

描述型： 16（38%）——以案例或数据描述现象，而不涉及实证分析。

实证型： 10（24%）——以定量分析验证理论性假设。

概念型： 9（21%）——试图论述变量或概念之间的关系，但并不加以实证分析。

文献型： 7（17%）——对文献的回顾、总结、评论、延伸。

规范型： 7（17%）——表明立场或是政策性的文章。

定性经验型：1（2%）——以案例、访谈等形式获得的定性数据构筑变量或概念之间的关系。

模型演绎： 1（2%）——以演绎数学模型为主。

数据来源/样本/分析方法:

我们对总共26篇描述型、实证型、和定性经验型论文的数据来源做了如下统计（有重叠）：

二手资料/数据： 11（42%）

问卷调查： 10（38%）

访谈： 5（19%）

资料来源：

约有40%的论文采用了包括文档资料、历史资料、各类出版物、网站、以及其他公开源的二手数据，约60%利用了包括问卷、访谈、及实地调查在内的一手资料。

样本：

企业层面——数十家至数百家；个人层面——可至两、三千家

统计模型：

相关分析——ANOVA——LISREL——多元回归

至少一篇论文的作者显然以为基于数据的描述性统计（descriptive statistics）就是实证研究。

很少有关于有效性与可靠性（construct validity and reliability）的讨论；很少有研究者对于自己的方法（Method）部分做出全面和细致的描述，这包括了对数据来源、收集方法、最终样本、变量衡量等各个方面的汇报。

在《管理世界》的23篇论文中约有7篇在不同程度上使用了案例，但作者们普遍没有通过使用基本的编码（coding）和编组（grouping）等定性数据分析手段进行理论探讨。

理论/文献基础:

在所有42篇论文中，有近40%或者根本不以理论发展为目的（a-theoretical，如规范型和部分描述型论文），或者严重缺乏理论和文献基础。

在剩下的二十五、六篇论文中，有约三分之一是基于经济学、金融学的理论和文献。这些论文除了题目与战略管理有重叠外，并不是真正的管理学论文。

只有另外的大约十六、七篇论文试图对战略管理学的相关理论做出延伸或实证。但即使是这十六、七篇论文，对理论和文献的回顾也大多缺乏完整性，对支持性文献和理论角度的选择有很大的随意性。它们往往不是建立在一个前后连贯的理论框架（coherent framework）之上，而是简单地把各种文献拼凑在一起。但即使如此，对管理学理论的使用也只限于集中的一小部分。

作者所属机构:

在总共二、三十所研究机构中，

南开大学： 9篇（其中《南开管理评论》上7篇）

中山大学： 5篇

北京大学： 4篇

西安交大： 4篇

南京大学： 3篇

其余基本上均匀分布。与国外管理学期刊情况很不相同的是，我们在这里较少看到跨学校的合作（总共才7篇）。

论文页数:

论文页数一般在10页以下。《管理世界》有5篇超过10页，但也只有一篇超过13页。这与国外主流管理学刊物平均三十来页的论文篇幅形成对比。

评估总结

1．国内战略管理学研究在课题和论文类型方面尚未进入“主流”。研究项目涉及的课题很多是在战略管理的“边缘”领域，或是与经济学、金融学的交叉部分。总体来看，国内战略管理研究缺乏能与当前西方主流战略管理学及相关领域的刊物相看齐或相追随的研究题目和研究领域。在研究类型上也尚未进入以理论实证型为主的“现代”时期。

2．在理论上，我们所检阅的论文普遍缺乏深入的讨论，在使用当代西方战略管理或其它相关理论和文献方面显得十分薄弱。文章列举的参考文献在我们看来普遍不足够或不适合。理论假设的发展和创建缺乏严谨性（rigor）和内在逻辑的一致性（internal consistency）。大多数假设缺乏理论意义，只是在简单预测变量之间在统计学上的关联，或是重复国外同行早已反复证明的常识（只是换成一个中国样本而已）。总体上看，对理论发展所做的努力和贡献极其有限。

3．在方法上，少量的实证型论文中包含了各种各样的问题和偏差。最为突出的是，研究者很少对方法一节做认真严肃的描述和披露，使得我们对相当一部分的论文无法明确判定其“分析单元”（unit of analysis）与“分析层面”（level of analysis）。

结论：以Academy of Management的通行标准去参照这42篇论文（假设语言不成为障碍），我们的判断是这些论文在从一流到三流的国际学术刊物评审过程中均不能获得“修改后再投稿”（revise and resubmit）的机会；在主要的管理学年会程序中也会被淘汰（一般淘汰率为三分之二）；在地区性学会（如管理学学会亚洲分会——Asia Academy of Management）则有一定的可能性。

与美国战略管理学研究的发展历程相对照，我们认为这些论文整体上大约处于六、七十年代，即严格的同行匿名评审制度形成以前的水平。

发展方向与前景

理论上：我们认为简单地把西方管理学理论应用于中国管理学研究，或者以中国企业为样本加以验证，都缺乏足够的理论贡献。中国管理学研究者可能在如下两个方面做出较大的贡献：

第一是在中国背景（Chinese context）下对西方管理学理论及其所预测的结果进行修正（modification）。例如Xin and Pearce（1996），Child and Lu （1996），Luo, Shenkar, and Nyaw（2001）；Luo（2002）。

第二是在中国背景下创建出新的理论。例如Boisot and Child（1996）。

方法上：上述第一类研究主要应使用实证手段。大量的实证研究是发展理论的必要条件，也是一个被称为“科学”的学科是否健全的重要标志。

上述的第二类研究，我们在此大力提倡定性经验型研究手段的使用。以实地调查、访谈、案例、内容分析、定性数据编码和编组等为特征的定性研究方法是在理论和文献匮乏的领域里进行理论构筑工作的有效手段。这些方法尤其适合我们提出的建立新理论的目标。

这方面的例子包括Yan and Gray（1994）的案例研究和Chandler所做的工作。Chandler在一个缺乏理论的时代运用历史分析的方法对美国的大型工业企业进行考察，得出公司结构必须紧随战略的著名论断。

我们正处在中国战略管理理论的“前现代”（pre-modern）时期，也有理由期待由研究方法来带动理论的进步。

讨论（1）：中国的战略管理学尚有待于摆脱其他传统、尤其是经济学的“影子”，而成为一门真正独立的学科。

1) 每期《管理世界》的十五篇左右论文中，一大部分是各种关于经济学的课题，只有一小部分才与管理学有关。

2) 《管理世界》一般被认为是国内最权威的管理学期刊，但这样一个本应是纯学术性的刊物却是由国务院发展研究中心这样一个政策研究机构所主办，因而许多论文的定位介于理论与政策之间，不能作出专一的学术贡献。

3) 有些自称属于战略管理类的论文，实际上却是在行业层面（industry level），而非企业层面（firm level）上展开分析。

4) 充斥于这两种刊物的管理学论文中的各种政策建议，也反映出根深蒂固的经济学思维倾向，即为公众利益服务、为政府的宏观和产业政策提供依据，似乎管理学就是为社会谋利的、改良了的经济学，而管理学所特有的为企业（the private sector）服务的立场却失落了。

讨论（2）：学术界本身在概念上的这种混乱也造成了实业界对经济与管理之间的界限认识模糊。

1) 社会上“经济管理”一词到处流行；经济学家们一再被请去为企业“把脉诊断”。我们担心这种状况会对中国企业管理的实践带来不利的影响。

2) 如果我们的药方只会从依靠行业政策出发来提升所有企业的竞争力，或者以为制度（比如一个“最佳”的公司治理结构）可以解决所有企业的困境，那么我们还需要职业经理人来做什么？

3) 管理的精髓是在于经理人的抉择（managerial discretion），在于战略与内部资源和外部环境的结合（fit），而不仅仅是政策、制度、与行业环境的问题。

4) 我们呼吁学界重温Porter（1981）自己关于战略管理与产业经济学区别的经典文献，以及Rumelt, Schendel, and Teece（1991）关于战略管理不是应用微观经济学，而经济学家也学不会管理的精彩论断。

结语

由于本项研究是基于在一个较短时期内的观察，以及对一个较小的、非科学方法抽取的文献样本的检阅，偏颇之处在所难免。

我们尽量使用结构化的（structured）手段，但评估工作在根本上具有主观性。

我们是以西方主流的现代实证主义的眼光来审视总体上仍缺乏这一传统的国内学术界。如果由此产生各种沟通问题（communication problems），也不会令人意外。

我们的目的不是“统一思想”，而是为了给国内学术界同行提供一个不同的视角和“外部”的（即使不是完全“客观”的）评估。

最后，管理学院归根结底是一个学术机构。如果我们对原创性的学术研究重视不足，就不但无法获得在大学体系内应有的地位和国际学术界同行的尊重，而且必将制约国内MBA教育的长期可持续发展。

关键词： spss中介效应结果分析 、中介效应分析、 spss中介效应检验分析 、 mplus中介效应分析

预览：

中介效应分析方法

在本文中,假设我们感兴趣的是因变量(Y) 和自变量(X) 的关系。虽然它们1 中介变量和相关概念 之间不一定是因果关系,而可能只是相关关系,但按文献上的习惯而使用“X 对的影响”、“因果链”的说法。为了简单明确起见,本文在论述中介效应的检验程序时,只考虑一个自变量、一个中介变量的情形。但提出的检验程序也适合有多个自变量、多个中介变量的模型。

11 中介变量的定义

考虑自变量X 对因变量Y 的影响,如果X 通过影响变量M 来影响Y ,则称M 为中介变量。例如“, 父亲的社会经济地位”影响“儿子的教育程度”,进而影响“儿子的社会经济地位”。又如,“工作环境”(如技术条件) 通过“工作感觉”(如挑战性) 影响“工作满意度”。在这两个例子中,“儿子的教育程度”和“工作感觉”是中介变量。假设所有变量都已经中心化(即均值为零) ,可用下列方程来描述变量之间的关系:

Y = cX + e1 (1)

M = aX + e2 (2)

Y = c’X + bM + e3 (3)

e1 Y=cX+e1 M=aX+e2

e3 Y=c’X+bM+e3

图1 中介变量示意图

假设Y 与X 的相关显著,意味着回归系数c 显著(即H0 : c = 0 的假设被拒绝) ,在这个前提下考虑中介变量M 。如何知道M 真正起到了中介变量的作用,

或者说中介效应(mediator effect ) 显著呢 目前有三种不同的做法。

传统的做法是依次检验回归系数 。如果下面两个条件成立,则中介效应显著: (i) 自变量显著影响因变量；(ii) 在因果链中任一个变量,当控制了它前面的变量(包括自变量) 后,显著影响它的后继变量。这是Baron 和Kenny 定义的(部分) 中介过程。如果进一步要求: (iii) 在控制了中介变量后,自变量对因变量的影响不显著, 变成了Judd和Kenny 定义的完全中介过程。在只有一个中介变量的情形,上述条件相当于(见图1) : (i) 系数c 显著(即H0 : c = 0 的假设被拒绝) ； (ii) 系数a 显著(即H0 : a = 0 被拒绝) ,且系数b 显著(即H0 : b = 0 被拒绝) 。完全中介过程还要加上: (iii) 系数c’不显著。

第二种做法是检验经过中介变量的路径上的回归系数的乘积ab 是否显著,即检验H0 : ab = 0 ,如果拒绝原假设,中介效应显著 ,这种做法其实是将ab 作为中介效应。

第三种做法是检验c’与c 的差异是否显著,即检验H0 : c – c’= 0 ,如果拒绝原假设,中介效应显著 。

12 中介效应与间接效应

依据路径分析中的效应分解的术语 ,中介效应属于间接效应(indirect effect) 。在图1 中, c 是X对Y 的总效应, ab 是经过中介变量M 的间接效应(也就是中介效应) , c’是直接效应。当只有一个自变量、一个中介变量时,效应之间有如下关系

c = c’+ ab (4)

当所有的变量都是标准化变量时,公式(4) 就是相关系数的分解公式。但公式(4) 对一般的回归系数也成立)。由公式(4) 得c-c’=ab ,即c-c’等于中介效应,因而检验H0 : ab = 0 与H0 : c-c’= 0 是等价的。但由于各自的检验统计量不同,检验结果可能不一样。

中介效应都是间接效应,但间接效应不一定是中介效应。实际上,这两个概念是有区别的。首先,当中介变量不止一个时,中介效应要明确是哪个中介变量的中介效应,而间接效应既可以指经过某个特定中介变量的间接效应(即中介效应) ,也可以指部分或所有中介效应的和。其次,在只有一个中介变量的情形,虽然中介效应等于间接效应,但两者还是不等同。中介效应的大前提是自变量与因变量相关显著,否则不会考虑中介变量。但即使自变量与因变量相关系数是零,仍然可能有间接效应。下面的人造例子可以很好地说明这一有趣的现象。设Y 是装配线上工人的出错次数, X 是他的智力, M 是他的厌倦程度。又设智力(X) 对厌倦程度(M) 的效应是0707 ( =a) ,厌倦程度(M) 对出错次数( Y ) 的效应也是0707( = b) ,而智力对出错次数的直接效应是2050( = c′) 。智力对出错次数的总效应( = c) 是零(即智力与出错次数的相关系数是零) 。本例涉及效应(或相关系数) 的遮盖( suppression) 问题。由于实际中比较少见,这里不多讨论。但从这个例子可以看出中介效应和间接效应是有区别的。当然,如果修改中介效应的定义,不以自变量与因变量相关为前提,则另当别论。在实际应用中,当两个变量相关不显著时,通常不再进一步讨论它们的关系了。

2 中介效应分析方法

由于中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应 。从路径图(图1) 可以看出,模型是递归的( recursive) ,即在路径图上直线箭头都是单向的,没有反向或循环的直线箭头,且误差之间没有弧线箭头联系。所以,如果所有变量都是显变量,可以依次做方程(1) —(3) 的回归分析,来替代路径分析。就是说,如果研究的是显变量,只需要做通常的回归分析就可以估计和检验中介效应了。

无论是回归分析还是结构方程分析,用适当的统计软件都可以得到c 的估计ˆcˆ,cˆ或cˆ’,以及相应的标准误。中介效应的估计是aˆ’,ˆ,bˆbˆ-c; a , b , c′的估计a

在显变量情形并且用通常的最小二乘回归估计时,这两个估计相等。在其他情形,

ˆ比较直观,并且它等于间接效应的估计。除了报告中介效应的大小外,还ˆb使用a

ˆ/ (cˆ) ) ,或者中介效应与直接效应之ˆ’+aˆbˆb应当报告中介效应与总效应之比(a

ˆ/cˆ’) , 它们都可以衡量中介效应的相对大小 。 ˆb比(a

与中介效应的估计相比,中介效应的检验要复杂得多。下面按检验的原假设分别讨论。

21 依次检验回归系数

在三种做法中,依次检验回归系数涉及的原假设最多,但其实是最容易的。如果H0 : a = 0 被拒绝且H0 : b = 0 被拒绝,则中介效应显著,否则不显著。完全中介效应还要检验H0 : c’= 0 。检验统计量t等于回归系数的估计除以相应的标准误。流行的统计软件分析结果中一般都有回归系数的估计值、标准误和t 值,检验结果一目了然。这种检验的第一类错误率很小,不会超过显著性水平,有时会远远小于显著性水平。问题在于当中介效应较弱时,检验的功效很低。这容易理解,如果a 很小(检验结果是不显著) ,而b 很大(检验结果是显著) ,因而依次检验的结果是中介效应不显著,但实际上的ab 与零有实质的差异(中介效应存在) ,此时犯了第二类错误。做联合检验(原假设是H0 : a = 0 且b = 0 ,即同时检验a 和b 的显著性) ,功效要比依次检验的高。问题是联合检验的显著性水平与通常的不一样,做起来有点麻烦。

22 检验H0 : ab = 0

ˆ的标准误。目前至少有5 种以上的近似ˆb检验H0 : ab = 0 的关键在于求出a

计算公式 。当样本容量比较大时(如大于500) ,各种检验的功效差别不大。值得在此介绍的是Sobel 根据一阶Taylor 展式得到的近似公式

sab = asb+ bsa2222 (5)

ˆ的标准误。检验统计量是z = aˆ/ sab 。只有一个ˆ,bˆb其中, sa , sb 分别是a

中介变量的情形,LISREL输出的间接效应的标准误与使用这个公式计算的结果一致。在输出指令“OUT”中加入“EF”选项,会输出包括间接效应在内的效应估计、相应的标准误和t 值,这个t 值就是Sobel 检验中的z 值。

由于涉及到参数的乘积的分布,即使总体的X 、M 和Y 都是正态分布,并且

ˆ/sab 。ˆb是大样本, z = a还是可能与标准正态分布有较大的出入。MacKinnon 等

人用该统计量但使用不同的临界值进行检验。在他们的临界值表中,显著性水平0 05对应的临界值是0 97 (而不是通常的1 96 ,说明中介变量有更多的机会被认为是显著的,从而检验的功效提高了,但第一类错误率也大大增加了)。MacKinnon 等人的模拟比较研究发现,在样本较小或总体的中介效应不大时,使用新的临界值检验的功效比同类检验的要高,在总体参数a = 0 且b = 0 时第一类错误率与0 05 很接近,因而是一种比较好的检验方法。但在统计软件采用该临界值表之前,难以推广应用。而且,当a = 0 或b = 0 只有一个成立时(此时也有ab = 0 ,即中介效应为零) ,第一类错误率远远高于0 05 ,这是该方法的最大弊端。

23 检验H0 : c-c’= 0

ˆ’的标准误。ˆ-c同样,检验H0 : c-c’= 0 的关键在于如何计算c目前也有多种

近似公式。MacKinnon 等人比较的结果是其中有两个公式得到的检验有较高的功效,在总体参数a = 0 且b = 0 时的第一类错误率与0 05 很接近。一个是Clogg 等人给出的公式

Sc-c’= rXM sc’ (6)

其中rXM是X 和M 的相关系数。另一个是Freedman 等人推出的公式 Sc-c’= sc+sc’-2scsc’-rXM222 (7)

当a = 0 但b ≠0 时(此时ab = 0 ,即中介效应为零) ,这两种公式对应的检验

ˆ’) / sc-c’作为检验统计量) 的第一类错误率都很高。特别是公式(6) ,ˆ-c(即t = (c

对应的第一类错误率有可能高达100 %。事实上,由公式(6) 得到的检验与H0 : b = 0 的检验等价 。就是说,即使中介效应不存在( ab = 0) ,只要b 显著,检验结果

就是中介效应显著(犯了第一类错误) 。

24 一个实用的中介效应检验程序

为了使一个中介效应检验的第一类错误率和第二类错误率都比较小,既可以检验部分中介效应,又可以检验完全中介效应,而且还比较容易实施,我们提出如下检验程序。

1 检验回归系数c ,如果显著,继续下面的第2步。否则停止分析。

2 做Baron 和Kenny部分中介检验,即依次检验系数a , b ,如果都显著,意味着X对Y的影响至少有一部分是通过了中介变量M实现的,第一类错误率小于或等于0 05 ,继续下面第3步。如果至少有一个不显著,由于该检验的功效较低(即第二类错误率较大) ,所以还不能下结论,转到第4步。

3 做Judd 和Kenny完全中介检验中的第三个检验(因为前两个在上一步已经完成) ,即检验系数c’,如果不显著,说明是完全中介过程,即X对Y的影响都是通过中介变量M实现的;如果显著,说明只是部分中介过程,即X对Y的影响只有一部分是通过中介变量M实现的。检验结束。

4 做Sobel检验,如果显著,意味着M的中介效应显著,否则中介效应不显著。检验结束。

整个检验程序见图2。这个程序有可能只需要依次检验,即使需要Sobel 检验,

ˆ/ s都不算难。ˆb用公式(5) 直接计算sab和检验统计量z =a如果使用LISREL 进行ab

分析,输出结果中可以找到本检验程序所需的全部检验统计量的值和检验结果。

中介效 完全中介 中介效 中介效应 Y与X相关不显著

应显著 效应显著 应显著 不显著 停止中介效应分析应

图2 中介效应检验程序

3 学生行为对同伴关系影响的中介效应分析

要研究的是初中学生行为(X) 对同伴关系(Y) 的影响。变量及其数据来自香港中文大学张雷教授主持的儿童同伴关系研究,本文只用到部分变量和数据。 这里只简单地介绍有关变量的含义和符号。学生行为( X) 是被试的违纪捣乱行为,包括9个题目(如挑起争斗、欺负同学、说脏话等) ,同伴关系(Y) 是被试受同学欢迎的程度,具体地说,就是同班同学有多少人将其列入喜欢的名单(每人所列的喜欢名录没有名额限制) 。老师的管教方式(U)是被试对班主任老师的管教方式的评价,也有9 个题目(如班主任愿意听我们的意见,班主任的期望和要求明确清晰, 等等) 。老师对学生的喜欢程度( W) 由班主任为被试打分(从“一点都不喜欢”到“非常喜欢”5 级记分) 。被试人数N = 595。由于潜变量和显变量的中介效应检验方法是一样的,为简单起见,这里将上述变量都作为显变量处理(即用该变量包含的题目得分的平均值作为变量值) 。所有变量都已经中心化,数据分析中只需要下面的协方差矩阵:

Y 18 87

W 1 13 0 45

X – 9 78 – 2 20 94 25

U 0 63 0 09 – 0 22 0 56

使用广义最小二乘估计方法进行分析,由于样本容量大,广义最小二乘估计与极大似然估计的结果非常接近。

31 教师喜欢程度的中介效应分析

假设我们认为学生行为会影响老师对他的喜欢程度,而同伴关系会受到老师喜欢程度的影响,则喜欢程度是中介变量。喜欢程度(W) 的中介效应分析结果见表1 ,其中的结果是标准化解,用小写字母代表相应变量的标准化变量。由于依次检验(指前面3 个t 检验) 都是显著的,所以喜欢程度的中介效应显著。由于第四个t 检验也是显著,所以是部分中介效应,中介效应占总效应的比例为01338 ×01349/ 01232 =5018 %。

表1 喜欢程度(W) 的中介效应依次检验

第一步 第二步 第三步

上述包含了中介变量W的模型分析结果表明:一方面,学生行为对同伴关系有直接负效应,即违纪捣乱行为多的同学,受同学欢迎的程度往往会低一点。另一方面,学生行为通过教师喜欢程度对同伴关系有间接负效应,即违纪捣乱行为多的同学,老师往往比较不喜欢,而老师的态度会影响同学,使同学也比较不喜欢。

14x

标准化回归方程

y=-0232x w=-0338x y=0349w-01

回归系数检验 SE=0040 SE=0039 SE=0040 SE=0040

t=-58 t=-87 t=87 t=-28

注: SE 表示标准误。 表示在001 水平上显著。

32 教师管教方式的中介效应分析

假设我们认为学生的行为会影响老师的管教方式,而管教方式会影响同伴关系,则管教方式是中介变量。

管教方式(U) 的中介效应分析结果(标准化解)见表2 。由于依次检验中的第二步检验不显著(即u 对x 的回归系数不显著, t =2072 , p > 005) ,根据我们

ˆ/ a2s2+ b2s2 ,ˆb提出的检验程序,需要做Sobel 检验,检验统计量是z = abaˆ= 0 187 ˆ =20 030 , 此处asa = 0 041 , b, sb = 0 039 计算得z =2072 , p > 005 。

所以管教方式(U) 的中介效应不显著。

表2 管教方式(U) 的中介效应依次检验

第一步 第二步 第三步

6x

标准化回归方程

y=-0232x u=-0030x y=0187u-022

SE=0040 SE=0041 SE=0039 SE=0039

t=-581 t=-072 t=479 t=-579

回归系数检验

注: SE 表示标准误。 表示在001 水平上显著。

4 结语

在多变量分析中,除了考虑自变量对因变量的影响外,经常还会涉及中介变量。例如,有间接效应的路径分析,其实已经涉及中介变量,但研究者如果不知道相应的概念和分析方法,自然不可能进行真正的中介效应分析(特别是中介效应的检验) 。

本文提出的中介效应检验程序,可以做部分中介效应和完全中介效应的检验。由于同时考虑了两类错误率,该程序比单一的检验方法要好。而且,该程序简单可行,计算量少。该程序可以让读者避免在繁多的检验方法中无所适从,能够按部就班地进行中介效应的检验。

p值就是路径系数的显著性水平，路径系数固定为1，只是设置了一个参考路径，并不影响标准化路径系数的估计。

SPSS AMOS 210是一款使用结构方程式，探索变量间的关系的软件

轻松地进行结构方程建模（SEM）

快速创建模型以检验变量之间的相互影响及其原因

比普通最客服乘回归和探索性因子分析更进一步

使用Amos 210进一步改进您的分析

无论您评估程序，还是开发行为态度模型，您都有可能遇到传统分析技术无能为力的情况。那么，如果您能使用一些复杂的，同时却不需冗长的编程或者学习过程的建模技术，情况会如何呢？

Amos软件和结构方程模型（SEM）助您成功

结构方程模型（SEM）是一种多元分析技术，它包含标准的方法，并在标准方法的基础上进行了扩展。这些方法包括回归技术、因子分析、方差分析和相关分析。Amos210让SEM变得容易。它拥有的直观的拖放式绘图工具，让您快速地以演示级路径图定制模型而无需编程。

使用 Amos210，让您比单独使用因子分析或回归分析能获得更精确、丰富的综合分析结果，Amos210 在构建方程式模型过程中的每一步骤均能提供图形环境，只要在 Amos 的调色板工具和模型评估中以鼠标轻点绘图工具便能指定或更换模型。通过快速的模型建立来检验您的变量是如何互相影响以及为何会发生此影响。

即使有缺失值也能达到精准

Amos 处理缺失值的最大特色就是拥有Full Information Maximum Likelihood ，即使资料不完整，Amos 也不会遗漏任何一个情况，并且会自动计算正确的标准误及适当的统计量，降低您的估算值偏差。

简易但功能强大

（1）AMOS具有的方差分析、协方差，假设检验等一系列基本分析方法。

（2）AMOS的贝叶斯和自抽样的方法应用，这个AMOS最具特色的方法，这个也算是比较前沿的应用，在一定程度上克服了大样本条件的限制，当样本低于200甚至是低于100时，贝叶斯方法的结果仍然比较稳定，尤其是MCMC的结果，该方法也可以提供路径分析间接效应的标准误，这在中介效应的使用方面特别有用，还可以观察估计参数的先验概率分布和事后概率分布，并进行人为设定。另外bootstrap也提供类似模拟的标准误，而且提供bootstrap的ADF、ML、GLS、SLS、ULS等参数估计的方法。另外也为时间序列数据提供自相关图用于侦察序列相关。

（3）AMOS提供方程检验的统计指标，不用说也是很丰富的，需要强调的是有些指标例如SRMR等需要自行设置才能提供，另外比较重要的指标如RMSEA的检验需要自己在figure caption里设置\pclose才能看到，请详情见手册。

（4）指定搜索（specification search），不知翻译的对不对，这个功能在探索变量间的关系上很好用，关系太多，也没什么假设，使用这个功能看看数据本身是什么关系。一般如果关系很复杂，数据量也很大，使用逐步法能节省很多时间。

（5）AMOS可以实现曲线增长模型，这种模型主要用于追踪数据，研究随时间变化的规律，AMOS这方面的发展很好，包括高阶曲线增长及其衍生的模型。不过同样在基于多层线性模型的曲线增长模型上无法实现。

（6）其他的模型例如混合建模，非递归模型等在AMOS里均有实现。同时AMOS高版本提供程序的透明性、可扩展性，与VB、SAS等软件提供接口，使得其程序编写上带来很大的便利，也拓展了应用范围，而且至20版以后AMOS在程序方面也得到了加强，例如程序编写、程序的生成等，其应用前景更加明朗。

技术说明

图形化用户界面

o 通过一个路径图浏览器显示文件夹中所有路径图的描述和缩略图

o 只需用鼠标点击就可选择编程选项

o 只需点击一下鼠标，就可以显示一张包括多个组或者模型的图表

o 查看数据文件内容

o 从数据集中把变量名拖到路径图中

建模能力

o 创建带有观测和隐性变量的结构方程模型（包括特例，如路径分析和纵向数据模型）

o 使用一到两种方法定制候选模型：

－指定每一个候选模型为对模型参数的等同约束的一个集合

－以探索性的方式使用SEM。Amos会尝试许多模型，使用Aikaike信息标准（AIC）和Bayesian信息标准（BIC）统计方法比较模型，并找出最有前途的模型。

o 进行证实性的因子分析：方差分解、变量误差、度量模型和隐性变量

建模

o 使用路径图来定制模型

o 使用绘图工具改变路径图，从而更改模型

o 在路径图上图形化地显示参数估计和拟合测量

o 在路径图上绘图的任何时刻显示自由度

分析能力和统计功能

o 使用完全信息最大似然估计得到更有效、更小偏倚的缺失值估计

o 输入参数值，观察在特定时刻的效应，以及使用模型库的离散函数值的效应

o 使用快速自举模拟，对于任意实验分布下的任何模型参数估计，找到近似分布，包括标准化系数

－评估符合Bollen和Stine自举方式的模型

－计算百分比区间以及偏差修正百分比区间

输出

o 使用有条件的导航帮助；使用增强的文本输出显示选项和表格格式选项

－使用导航面板快速定位并显示输出的各个部分

－将导航面板里的各部分和表格标题链接至右键帮助

－将数值（例如导航面板中显示的p值）链接至"use-it-in-a-sentence"帮助，得到有关数字含义的简单明了的英语说明

Amos 210-使用结构方程式，探索变量间的关系

"Amos 使用路径图来定制模型的方法完美自然…Amos是毫无疑问的赢家。"

－JJHox

《Amos，EQS and LISREL for Windows：a comparative review Structural Equation Modeling》

轻松地进行结构方程建模（SEM）

快速创建模型以检验变量之间的相互影响及其原因

比普通最小二乘回归和探索性因子分析更进一步

使用Amos 210进一步改进您的分析

无论您评估程序，还是开发行为态度模型，您都有可能遇到传统分析技术无能为力的情况。那么，如果您能使用一些复杂的，同时却不需冗长的编程或者学习过程的建模技术，情况会如何呢？

Amos软件和结构方程模型（SEM）助您成功

结构方程模型（SEM）是一种多元分析技术，它包含标准的方法，并在标准方法的基础上进行了扩展。这些方法包括回归技术、因子分析、方差分析和相关分析。Amos让SEM变得容易。它拥有的直观的拖放式绘图工具，让您快速地以演示级路径图定制模型而无需编程。

使用 Amos让您比单独使用因子分析或回归分析能获得更精确、丰富的综合分析结果，Amos 210在构建方程式模型过程中的每一步骤均能提供图形环境，只要在Amos的调色板工具和模型评估中以鼠标轻点绘图工具便能指定或更换模型。通过快速的模型建立来检验您的变量是如何互相影响以及为何会发生此影响。

系统需要 ：

Microsoft Windows 98，Me，NT○R 40（SP6），2000或XP

18MB 硬盘空间

系统为Windows 98和Me至少需要128MB内存；系统为NT 40，2000和XP至少需要256M内存

Internet Explorer 6

以上就是关于详细叙述中国政府战略管理现状全部的内容，包括:详细叙述中国政府战略管理现状、spss中介效应、amos的线非常粗怎么办，如何调到以前一样等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！