标题 | 基于SEM的垃圾分类影响因素关系研究 |
范文 | 孔维伟 摘要:基于开封市龙亭区关于垃圾分类影响因素的304份调查问卷数据,建立结构方程模型(SEM)来分析垃圾分类影响因素之间的关系,数据分析结果发现,在社会经济因素、内在因素和外在因素中,社会经济因素对垃圾分类的影响最为显著,路径系数为0.843,而外在因素和内在因素与垃圾分类的路径系数分别为0.689和-0.534,且这三个维度与对应的可测变量之间的路径系数均大于0.7,最后向城市居民以及相关部门提出有助于进行垃圾分类的建议。 Abstract: Based on the data of 304 questionnaires on the influencing factors of garbage classification in Longting District, Kaifeng City, a structural equation model (SEM) was established to analyze the relationship among the influencing factors of garbage classification. The data analysis found that in social and economic factor, internal factor and the external factor, the social and economic factor has the most significant impact on garbage classification, with a path coefficient of 0.843, while the path coefficient of the external and internal factors for garbage classification are 0.689 and -0.534 respectively. The path coefficients between the measurable variables are all greater than 0.7. Finally, suggestions to the urban residents and relevant departments are provided to facilitate garbage classification. 关键词:SEM;垃圾分类;因素关系;Amos软件 Key words: SEM;garbage classification;factor relationship;Amos software 中圖分类号:X705 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码:A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章编号:1006-4311(2020)19-0015-02 0 ?引言 随着城市居民生活质量的不断提高[1],人们更加向往干净卫生的生活环境。目前我国在垃圾分类方面取得了一些成就,但仍存在着较多的问题[2],这也使得垃圾分类受到诸多因素的影响,为了使垃圾分类能够更好的进行,需要了解垃圾分类影响因素之间的关系。 本文基于SEM来研究垃圾分类影响因素之间的关系,并结合实际调查与模型结果,得到这些影响因素之间的关系,最后提出有助于对垃圾进行分类的建议。 1 ?垃圾分类影响因素的分析 通过对国内外对垃圾分类影响因素的研究[3]分析,得到垃圾分类的影响因素主要由社会经济因素、内在因素和外在因素三个维度组成。社会经济因素是分类行为研究中普遍采用的变量,其中居民的收入、年龄、性别、学历等因素对垃圾分类产生影响[4]。由于城市居民是城市垃圾分类的践行者,居民对垃圾分类采取的态度、居民是否坚持对垃圾分类而不受他人的垃圾分类行为的影响、居民对垃圾分类的了解程度等[5]内在因素将对垃圾分类产生影响。在外在的因素中,政府以及社会上对垃圾分类的宣传教育、政府对居民垃圾分类的奖罚措施、城市环卫设施、垃圾的回收管理等因素也会对垃圾分类产生影响。 2 ?垃圾分类影响因素结构方程模型构建 2.1 模型假设 通过上述对垃圾分类影响因素的分析,可作以下模型的假设:H1:垃圾分类影响因素总体由社会经济因素、内在因素和外在因素表示;H2:居民性别(S1)、居民年龄(S2)、居民收入(S3)和居民学历(S4)是社会经济因素的可测变量指标;H3:了解程度(N1)、分类态度(N2)和主观规范(N3)是内在因素的可测变量指标;H4:环卫设施(W1)、回收管理(W2)、宣传教育(W3)和奖罚措施(W4)是外在因素的可测变量指标。 2.2 模型构建 利用Amos25.0软件对垃圾分类影响因素之间的路径关系进行处理得到图1的模型图,可通过这个模型图对数据进行处理得到每条路径的系数值。 3 ?数据分析 3.1 数据的采集 问卷采用李克特5级量表的形式制作,面向开封市龙亭区的街道、公园以及小区等处的居民发放调查问卷320份,收回的有效问卷304份,回收率约为95%。 3.2 问卷的信度和效度分析 通过克隆巴赫α系数来检验问卷的信度,利用SPSS25.0软件对数据处理得到α=0.746,并且三个潜变量的α分别为0.899、0.875、0.912,均大于0.7,说明變量之间具有较好的信度。通过巴特利特检验对问卷的效度进行分析,利用SPSS25.0软件得到KMO=0.837>0.8,p<0.001,说明问卷的效度较好。 对数据进行验证性因子分析,利用Amos25.0软件得到各个潜变量的平均变异抽取量AVE分别为0.701、0.703、0.725,均大于0.7,并且各个潜变量组合信度CR分别为0.903、0.876、0.913,均大于0.8,均说明问卷的聚敛效度理想。 3.3 模型的适配度检验 选用最大似然估计法对模型进行参数估计,利用Amos25.0软件对数据进行处理,最终得到模型的拟合结果(表1)。 通过表1显示,x2/df<3,SRMR<0.05,RMSEA<0.08,CFI、IFI、TLI均在0.9之上,说明建立的模型具有较好的适配度,模型满足研究要求。 3.4 模型的结果 利用Amos25.0软件对数据进行处理,得到模型的路径系数检验结果(表2)。由表中结果表示,每条路径的p值均小于显著性水平0.001,说明这些路径系数均较为合理,每个潜变量与各自对应的可测变量之间的路径系数均大于0.7,说明各个潜变量对应所属题目具有很高的代表性。 根据表2显示,在三个维度中,社会经济因素对垃圾分类的正向影响最为显著,其中居民年龄对社会经济因素的正向影响最大,居民学历、居民收入、居民性别依次降低。内在因素对垃圾分类产生负向影响,其中居民的分类态度对内在因素的正向影响最为显著,主观规范、了解程度依次降低。外在因素也对垃圾分类产生显著的正向影响,其中回收管理对外在因素的正向影响最为显著,环卫设施、宣传教育、激励措施依次降低。 4 ?建议 通过对模型的结果进行分析,得到垃圾分类影响因素之间的关系,并结合实际调查提出有助于进行垃圾分类的建议。 ①对于城市居民,应多了解垃圾分类的相关知识,对垃圾分类应采取积极的分类态度,要坚持对垃圾进行分类,不要为他人不进行垃圾分类的行为所影响。 ②对于政府相关部门,应增加垃圾回收的频率,加强对垃圾的回收与管理,还应合理的增加城市垃圾箱的数量以及优化垃圾箱的摆放位置,提高垃圾箱的智能化程度。此外,还需加强对居民的垃圾分类的宣传教育以及奖罚措施,如在垃圾箱附近贴附促进垃圾分类行为的标语等。 5 ?结论 本文对开封市龙亭区垃圾分类影响因素调查的304份数据建立结构方程模型(SEM),分析垃圾分类影响因素之间的关系,即社会经济、内在因素和外在因素对垃圾分类的影响关系,同时也得到潜变量与可测变量之间的关系,最后根据垃圾分类影响因素之间的关系,对城市居民以及政府相关部门提出有助于垃圾分类的建议。 参考文献: [1]郝云龙.开封市城市居民生活质量评价研究[D].河南大学,2017. [2]杨婷.城市生活垃圾分类现状和对策浅析[J].资源节约与环保,2020(01):142. [3]王玉.城市居民生活垃圾分类行为的影响因素[D].华东师范大学,2017. [4]Paula Vicente, Elizabeth Reis. Segmenting households according to recycling attitudes in a Portuguese urban area[J]. Resources, Conservation & Recycling, 2007, 52(1). [5]Guy M. Robinson, Adam D. Read. Recycling behaviour in a London Borough: Results from large-scale household surveys[J]. Resources, Conservation & Recycling, 2005, 45(1). |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。