变量的修改指标比较大，这说明原来合作创新机理没有考虑

5.2.5　SEM模型建模——分析中小企业与地方高校合作创新机理与作用路径

5.2.5.1　初始SEM模型的建立

本研究应用结构方程（SEM）来验证开放式创新的机理模型。SEM是一种综合运用多元回归分析、路径分析和验证性因子分析（Confirmatory Factor Analysis）而形成的一种数据分析工具（李怀祖，2004）。SEM可以为每个估计的参数值的适合程度进行显著性检验，以及该参数在自由估计的情况下所导致的显著性改变和模型整体适合度变化，其中包括了对能够解释若干组观测变量协方差的潜变量的检验（Koufteros，1999）。在目前的管理研究中，尤其是采用问卷法收集数据的情况下，SEM是针对传统回归分析的弱点（变量观测性、多重共线性）而开发出来的并已得到承认的数据分析方法（李怀祖，2004）。在5.2节修正后的研究框架基础上，本研究设定了针对AMOS 7.0软件的初始结构方程模型，图5-3为该模型的路径图。

初始模型中共有7个潜变量和39个显变量，其中，产学合作双方资源、产学合作双方能力、产学合作模式3个潜变量是外变量（exogenous variables），技术合作创新能力、市场合作创新能力、系统机会把握能力和合作项目创新绩效4个潜变量是内生变量（endogenous variables）。外生变量在模型中不受其他变量的影响，无“前因”，作为其他变量的“因”而存在，其值由外部输入，相当于自变量的概念。内生变量受模型中其他变量的影响，其值视其他变量而定，相当于因变量的概念。除了潜变量和显变量外，模型中还存在着1—39共39个显变量的残余变量（Residual Variance）和40—42、44—47共7个潜变量的参差变量，它们的路径系数默认值为1。残余变量的作用是为了保证模型的验证过程能够成立，因为从问卷中得出的指标值难免会存在一定的误差，要使得指标值完全地匹配于模型几乎是不可能的，为了使路径能够验证，概念模型能够得到证明，必须引入残余变量。

图5-3　初始SEM模型路径图

5.2.5.2　初始SEM检验与修正

模型评价的核心内容是模型拟合性，即模型输出的各种拟合指标需要满足要求。模型拟合的内容主要包括研究者所提出的变量间关联的模式是否与实际数据拟合以及拟合的程度如何。模型整体拟合优度指标主要有四类：绝对拟合优度指标（χ²、χ²/d.f、GFI、AGFI）、增量拟合优度指标（NFI、TLI、IFI、CFI）、简约拟合优度指标（PNFI）和近似误差指数（RMR和RMSEA）。经过Amos Graphics的第一次Calculate Estimates计算过程，得到SEM模型估计的各个指标，表5-26列出了初始SEM模型的拟合检验结果。

表5-26　初始SEM拟合检验结果

从表5-26的检验结果来看，在自由度为968时，χ²值在0.05水平上显著；χ2/d.f.为2.698，不符合小于2的标准；GFI（拟合优度指数）、CFI（比较拟合优度指数）、TLI（增值拟合优度指数）等的值都小于推荐的标准值0.9：表明初始模型与数据拟合结果尚需要作进一步改进，以使之更符合数据所反映的模型，正如Hatcher，L.（1994）所说，很少有模型只经过一次运算就能够成功的，其原因一方面包括建立的初始模型本身可能的确存在问题，更重要的一方面可能是问卷所收集数据所造成的偏差。因此，随后所需要进行的工作就是通过微调初始模型，以使之成为各项指标都符合标准的模型。

Amos 7.0软件不仅给出了模型的检验结果，同时还给出了修改指标^[2]（Modification Indices）。若干变量的修改指标比较大，这说明原来假设的模型没有考虑到这几个变量的强相关关系，使得路径分析的条件无法达到，需要对模型作出修改，以承认这些变量之间的关系，主要是增加残差间的协方差关系。

Amos的模型调整并不是一次或两次就能够完全实现的，每次经过Amos计算之后的模型，Amos在其计算结果中都会给出相应的调整参考。根据Amos的这种功能，通过建立变量之间的相关关系来消除路径的偏差，最终得到能够跟数据拟合的模型。根据Amos残差间的协方差关系和变量间的路径关系，以及给出的修正指数对模型进行修正，添加了“产学合作双方资源——产学合作双方能力”、“技术合作创新能力——市场合作创新能力”、“协同把握机会能力——市场合作创新能力”三条新路径，并重新进行运行估计。

图5-4　修正后SEM模型路径图

5.2.5.3　修正SEM评估

在图5-3初始SEM模型的基础上，根据修改模型中增加的残差间协方差关系和变量间的路径关系，构建了修正SEM模型，图5-4为该模型的路径图。

结构方程模型的拟合效果评估标准很多，较完整的评估一般需要将三方面的评估内容包括在内：模型总体拟合（Overall model fit）情况、基本拟合标准（preliminary fit criteria）、模型内在结构拟合（fit of internal structure of model）情况。表5-27和表5-28显示的结果可以说明修正模型的拟合效果。

表5-27　修正SEM拟合检验结果

●模型的整体拟合情况

模型的整体拟合情况显示模型结构与样本数据的拟合程度。模型整体拟合优度指标主要包括四类：绝对拟合优度指标（χ²、χ²/d.f.、GFI、AGFI）、增量拟合优度指标（NFI、TLI、CFI、IFI）、简约拟合优度指标（PNFI）和近似误差指数（RMR和RMSEA）。

绝对拟合优度指标是指通过将设定模型与饱和模型^[3]比较来反映模型拟合效果的指标。如表5-27所示，当自由度为936时，修正SEM的χ²值在0.05水平上显著；χ²/d.f.值为1.725，小于2；GFI为0.917，大于推荐标准值0.90，AGFI为0.851，大于推荐标准值0.80，表明模型的绝对拟合效果符合标准。CFI为0.932，大于推荐标准值0.90，TLI为0.931，大于推荐标准值0.9，这表明修正SEM的增量拟合优度良好。

从表5-27的检验结果来看，修正SEM的RMR（残差平方根）为0.015，小于推荐标准值0.08，RMSEA（近似误差平方根）为0.093，小于推荐标准值0.1，这表明修正SEM模型的近似误差指数拟合情况良好。

表5-28　修正SEM中测度模型的参数估计

续表

●模型的基本拟合标准

模型的基本拟合标准包括的内容主要有测量误差不能有负值和因子载荷适中（标准化因子载荷一般要在0.5—0.95之间）且达到显著性水平两方面。从表5-28修正SEM测度模型的参数估计可以看出，所有参数的标准化估计值都在0.5—0.95之间，且C.R.检验值都大于1.96。参数估计值的标准差都大于零，表明模型满足基本拟合标准。

●模型内在结构拟合检验

模型内在结构拟合检验主要考察模型中显变量是否能合适地反映对应的潜变量以及理论模型的因果关系是否成立。通过前面的信度和效度检验，已证明模型的内在结构拟合优度良好。