基于结构方程的水利工程项目绩效评价研究

基于结构方程的水利工程项目绩效评价研究

ID:22419989

大小:55.00 KB

页数:6页

时间:2018-10-29

基于结构方程的水利工程项目绩效评价研究_第1页
基于结构方程的水利工程项目绩效评价研究_第2页
基于结构方程的水利工程项目绩效评价研究_第3页
基于结构方程的水利工程项目绩效评价研究_第4页
基于结构方程的水利工程项目绩效评价研究_第5页
资源描述:

《基于结构方程的水利工程项目绩效评价研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于结构方程的水利工程项目绩效评价研究基于结构方程的水利工程项目绩效评价研究水利工程项目提供着防洪、发电、水土保持等多项功能,为中国国民经济、人民生活和生态环境创造了稳定的大环境。中国政府、党中央非常重视水利发展,2012年中国水利施工项目20501个,投产10282个项目,累计完成投资89059580万元,年完成投资39642358万元,其中中央政府投资20332106万元。目前,中国累计达标堤防长达177490km,共有水库97543座,库容82551777万m3,保护耕地面积约2840万hm2,保护人口56566万人。中

2、国水资源状况异常复杂,导致了对水利工程项目的大量需求。  中国水利工程项目的大力发展需要国家、政府做出科学的决策,投入大量的人力、物力和财力。中国的水利工程项目有着前期评估不足、中期管理不完善、后期运营不到位的情况,导致很多工程年久失修,没有产生预期的作用。所以,对水利工程项目展开合理的绩效评价,总结经验教训,为以后的类似项目提供借鉴和参考,提高管理、决策水平,是十分必要和重要的。本研究旨在通过对水利工程项目、项目绩效评价相关理论与方法的研究,构建全方位、全生命周期的中国水利工程项目绩效评价模型以评估其投入、产出以及后期效益,

3、以期为水利工程项目实践提供参考。  1水利工程项目绩效评价指标体系  水利工程项目绩效评价包含对过程和结果的双重评价。综合相关研究成果构建水利工程项目绩效评价指标体系见表1。  2结构方程模型简介  结构方程模型(Structuralequationmodeling,SEM)是一般线性模型的扩展。近十年来由于社会科学、行为科学的发展,传统的统计分析方法逐渐难以满足日益复杂的研究课题。而结构方程模型因其实用性被广泛应用于社会科学的研究之中,被誉为第二代多元统计方法[1]。它具有允许自变量存在误差[2]及多个因变量存在[3]的优点

4、。  结构方程模型包含两部分,测量模型与结构模型。测量模型是用显变量构建潜变量的方程模型,其中潜变量(Latentvariable,又称结构变量)是不可直接测量的变量,如经济效益;显变量又称观察变量(Manifestvariable),是可以直接测量的指标,如国内生产总值指标、工业产值指标等,用于衡量不可测量的潜变量。结构模型则构建了潜变量与潜变量之间的关系。测量模型的方程式如式(1)、(2),结构模型的方程式如式(3)。  X=Λxξ+δ(1)  Y=Λyη+&epsil

5、on;(2)  η=Bη+Γξ+ζ(3)  式中各变量的解释见表2。  根据参数估计方法的不同,结构方程模型又可分为CB-SEM(基于方差-协方差分析)和PLSPM(基于偏最小二乘法)两种类型[4]。PLSPM的参数估计法不是基于普通最小二乘法,而是偏最小二乘法,这种方法对样本量、数据的分布没有严格的假设条件,允许数据不服从正态分布,适合理论基础较弱的研究。鉴于本研究样本数据也不服从正态分布,本研究选择PLSPM作为模型基础,以偏最小二乘法作为模型的分析与检验方法。基于PLSPM结构

6、方程模型构建的水利项目绩效评价模型如图1所示。  3实证分析  3.1数据来源与处理  本研究以中国31个省、市的水利工程项目作为研究对象,选取这31个省、市2008-2012年的相关数据,数据主要来源于《中国统计年鉴2009-2013》、《中国水利年鉴2009-2013》和《中国环境统计年鉴2009-2013》,具有较高的可信度、客观性和公正性。获取数据后,用SPSS20.0对其进行初步处理与分析,然后运用Smart-PLS2.0软件对构建的水利工程项目绩效评价模型进行运算。  针对原始数据,首先对其进行无量纲化处理。本研究

7、选取的指标分为效益型指标和成本型指标两种。对于效益型指标,分析标准是越大越好(如GDP、居民总收入、就业人数等指标);而对于成本型指标,评价标准是越小越好(如废水排放总量、洪涝灾害直接经济损失、旱灾面积等指标)。所以,为了使水利工程项目效益的测度更加科学规范,首先对成本型指标进行正向化处理[5]。  3.2模型检验  1)信度检验。信度检验指标为平均方差提取值指标(AVE)和复合信度指标(CR)[6],检验标准为AVE>0.5,CR值>0.7[7]。检验结果见表3。  2)效度检验。效度检验包括收敛效度检验和区别效

8、度检验。收敛效度检验的判断准则为:factorloadings>0.7,低于0.4的观测本文由.L.收集整理指标应剔除。模型区别效度的判定标准为:各潜变量AVE的开根号值大于它与其他潜变量之间的相关系数[8]。各观察指标的因子载荷系数见表4,各潜变量相关系数见表5。  

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。