企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為研究

吳林海，趙丹，王曉莉，徐立青

(1.江南大學(xué) 江蘇省食品安全研究基地，江蘇 無(wú)錫 214122;2.江南大學(xué)商學(xué)院，江蘇 無(wú)錫 214122;3.江南大學(xué)食品學(xué)院，江蘇 無(wú)錫 214122)

一、問(wèn)題的提出

碳標(biāo)簽是用量化的指數(shù)形式告知消費(fèi)者產(chǎn)品在整個(gè)生命周期過(guò)程中釋放的溫室氣體總量的一種新型生態(tài)標(biāo)簽。作為既能直接影響消費(fèi)者的消費(fèi)行為和生產(chǎn)者的生產(chǎn)行為，又能透明碳排放來(lái)源的碳標(biāo)簽?zāi)壳霸谌蛞褌涫荜P(guān)注［1］。英國(guó)于2007年3月試行推出了全球第一批碳標(biāo)簽產(chǎn)品，2007年7月百事公司奶首次應(yīng)用生命周期方法核算了酪洋蔥薯片的碳足跡，酪洋蔥薯片成為全球第一個(gè)加貼碳標(biāo)簽的食品［2］。旨在為碳標(biāo)簽實(shí)施提供依據(jù)的碳足跡標(biāo)準(zhǔn)PAS2050也已于2008年10月由英國(guó)標(biāo)準(zhǔn)協(xié)會(huì)等發(fā)布［3］，國(guó)際標(biāo)準(zhǔn)化組織已開(kāi)始著手研究將PAS2050標(biāo)準(zhǔn)轉(zhuǎn)化為ISO標(biāo)準(zhǔn)的可能性。卡西諾等跨國(guó)公司已按照PAS2050進(jìn)行了碳足跡評(píng)估，并在其產(chǎn)品上使用了碳標(biāo)簽［4］。

目前國(guó)際上碳標(biāo)簽產(chǎn)品與消費(fèi)者態(tài)度、碳標(biāo)簽對(duì)國(guó)際貿(mào)易的影響等已有較多的文獻(xiàn)報(bào)道。MacKerron 等［5］和 MacGregor［6］研究了碳標(biāo)簽產(chǎn)品的消費(fèi)者態(tài)度，最具代表性的是英國(guó)官方和商業(yè)機(jī)構(gòu)就消費(fèi)者對(duì)碳標(biāo)簽產(chǎn)品的認(rèn)知、支付與購(gòu)買(mǎi)意愿的研究［7］;Brenton 等［4］、SHI［8］等則分別就碳標(biāo)簽對(duì)減少國(guó)際貿(mào)易中碳排放效應(yīng)等展開(kāi)了分析。而關(guān)于碳標(biāo)簽產(chǎn)品生產(chǎn)者的研究，目前相對(duì)集中在碳標(biāo)簽與生產(chǎn)成本的增加［9］，生產(chǎn)者收益與社會(huì)環(huán)境收益［10］，生產(chǎn)者的社會(huì)責(zé)任［11］、碳標(biāo)簽產(chǎn)品的新型商業(yè)模式［6］、市場(chǎng)需求與生產(chǎn)者競(jìng)爭(zhēng)優(yōu)勢(shì)［12］等，鮮見(jiàn)完整研究生產(chǎn)企業(yè)碳標(biāo)簽產(chǎn)品生產(chǎn)的決策行為與主要影響因素的文獻(xiàn)報(bào)道。本文嘗試地以我國(guó)食品生產(chǎn)企業(yè)為案例展開(kāi)研究。之所以選擇食品生產(chǎn)企業(yè)，主要是基于下列思考:我國(guó)的食品工業(yè)多年來(lái)始終保持持續(xù)增長(zhǎng)，一直是第一大支柱性產(chǎn)業(yè)，2009年總產(chǎn)值達(dá)到4.97萬(wàn)億元。而食品工業(yè)生產(chǎn)本身具有較高的碳排放，人類因?yàn)槭称沸枨笏欧诺臏厥覛怏w約占全球溫室氣體總量的18%［13］。但由于食品工業(yè)直接消耗的石化能源在整體工業(yè)中所占份額并不大，學(xué)者們對(duì)食品生產(chǎn)過(guò)程中的碳排放并未給予足夠的重視［14］。同時(shí)由于食品消費(fèi)在我國(guó)具有全球最大的消費(fèi)群體，碳標(biāo)簽食品的推廣對(duì)引領(lǐng)低碳消費(fèi)與低碳生產(chǎn)更具普及面。

二、模型構(gòu)建與研究假設(shè)

(一)模型構(gòu)建的理論支撐

行為態(tài)度、主觀規(guī)范和知覺(jué)行為控制是計(jì)劃行為理論中三個(gè)既彼此獨(dú)立、又兩兩相關(guān)的變量。同時(shí)計(jì)劃行為理論是一個(gè)開(kāi)放模型，引入對(duì)行為意向或行為有重大意義的有效變量可使模型更臻嚴(yán)密［15］。已有研究證實(shí)，過(guò)去行為與行為態(tài)度、主觀規(guī)范、知覺(jué)行為控制三個(gè)變量間存在著一定的聯(lián)系，并共同作用于行為意向和實(shí)際行為，因此過(guò)去行為能夠引入計(jì)劃行為理論模型［16-18］。已有學(xué)者初步驗(yàn)證了計(jì)劃行為理論就消費(fèi)者對(duì)不同信息屬性的食品消費(fèi)意愿與行為具有相對(duì)的普遍適用性［19］。

計(jì)劃行為理論研究的是人的行為意愿與行為，而食品生產(chǎn)企業(yè)并不具備人的特征。然而，任何一個(gè)食品生產(chǎn)企業(yè)均是由投資者、管理者、技術(shù)人員與普通員工等不同個(gè)體所組成的智能體［20］，它能夠與環(huán)境進(jìn)行交流，并在相互交流中“積累經(jīng)驗(yàn)”，且能夠逐步改變自身的行為方式［21］。同時(shí)系統(tǒng)能夠產(chǎn)生與構(gòu)成單元不同、難以從個(gè)體系統(tǒng)推測(cè)出來(lái)的整體行為模式，并可用相關(guān)的人、群體等行為主體的行為或變化程度來(lái)表示［22-23］。碳標(biāo)簽食品生產(chǎn)的決策行為是企業(yè)決策主體如總經(jīng)理或由總經(jīng)理為主體的決策群體基于環(huán)境分析而作出的理性決策行為，其決策過(guò)程符合Monks［24］提出的多樣性、自發(fā)性、融合性、適應(yīng)性、超越性和變形性等基本特征。因此，用計(jì)劃行為理論研究碳標(biāo)簽食品生產(chǎn)企業(yè)的決策行為是合理且可行的。

假設(shè)生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為基本遵循計(jì)劃行為理論，則行為態(tài)度指決策者對(duì)碳標(biāo)簽食品生產(chǎn)所持的積極或消極評(píng)價(jià)的程度，主觀規(guī)范是決策者所感知的政府規(guī)范、市場(chǎng)需求與社會(huì)環(huán)境等外部影響力，知覺(jué)行為控制指決策者感知的碳標(biāo)簽食品生產(chǎn)的難易程度［25］，過(guò)去行為指決策者的經(jīng)驗(yàn)與具有延續(xù)性的過(guò)去決策行為［26］，決策者過(guò)去食品安全的決策經(jīng)驗(yàn)、清潔生產(chǎn)與中長(zhǎng)期目標(biāo)可以認(rèn)為對(duì)碳標(biāo)簽食品生產(chǎn)的決策行為有慣性影響。而總經(jīng)理的年齡、受教育年限等特征、素質(zhì)與其所處的企業(yè)規(guī)模特征等對(duì)決策行為具有一定影響［27-29］。

然而，企業(yè)的生產(chǎn)決策行為內(nèi)在地取決于預(yù)期收益，碳標(biāo)簽食品的生產(chǎn)也不例外。在保持收益增長(zhǎng)和減少碳排放間尋求最佳平衡是企業(yè)決策的基點(diǎn)［30］，企業(yè)決策行為改變的主要原因是逐漸從低碳生產(chǎn)中獲得了經(jīng)濟(jì)收益［31］。與普通食品相比較，碳標(biāo)簽食品的生產(chǎn)需要增加成本，主要是碳排放核算體系建設(shè)的投入、碳排放的認(rèn)可認(rèn)證與相應(yīng)的技術(shù)、設(shè)備等投入，而收益則取決于市場(chǎng)需求等。Wang等和 DeGroot等［32-33］的研究則證實(shí)了這一點(diǎn)。然而，由于碳標(biāo)簽食品生產(chǎn)的收益和成本問(wèn)題比較復(fù)雜，且本文的研究重點(diǎn)主要是考察計(jì)劃行為理論對(duì)企業(yè)碳標(biāo)簽食品生產(chǎn)決策行為的適用性，為此本研究是在假設(shè)碳標(biāo)簽食品生產(chǎn)將增加生產(chǎn)企業(yè)凈收益的情形下展開(kāi)的，并在具體的調(diào)查問(wèn)卷中對(duì)被調(diào)查企業(yè)作出了清晰說(shuō)明。

(二)模型構(gòu)建

碳標(biāo)簽食品生產(chǎn)的決策行為是決策者的認(rèn)知過(guò)程。Brust和 Liston-Heyes［27］認(rèn)為，擴(kuò)散的計(jì)劃行為理論能夠有效解釋企業(yè)采用環(huán)保管理體系意愿的影響因素。Bandura［34］的研究證實(shí)，主體因素和環(huán)境因素對(duì)其行為的影響作用，其中態(tài)度作為主觀變量和中介變量，其主觀性較強(qiáng)、可變性較高［35］，受調(diào)查范圍限制，隨機(jī)性較小;碳標(biāo)簽食品生產(chǎn)決策行為的態(tài)度主要取決于總經(jīng)理，而在本文樣本受訪者中總經(jīng)理僅占49.5%，所測(cè)態(tài)度變量不具說(shuō)服力;而個(gè)人和環(huán)境因素是態(tài)度的直接影響變量，反映態(tài)度產(chǎn)生的原因，故以此替代態(tài)度變量。其中企業(yè)總經(jīng)理是生產(chǎn)者決策的主體，企業(yè)規(guī)模特征則是影響主體決策行為的環(huán)境因素，兩者不僅決定主體的態(tài)度，更對(duì)決策行為產(chǎn)生直接影響。由此，本文提出如圖1所示的包含五個(gè)自變量維度的碳標(biāo)簽食品生產(chǎn)的決策行為的假設(shè)模型。由于碳標(biāo)簽食品的生產(chǎn)屬于低碳、清潔生產(chǎn)行為，本文將借鑒這一領(lǐng)域的研究成果提出研究假設(shè)與展開(kāi)相應(yīng)的分析。

圖1 碳標(biāo)簽食品生產(chǎn)決策行為的假設(shè)模型

(三)研究假設(shè)

如前所述，本文的研究假設(shè)了碳標(biāo)簽食品生產(chǎn)將增加生產(chǎn)企業(yè)的凈收益?；谘芯恐黝}和現(xiàn)有的文獻(xiàn)，本文作出如下進(jìn)一步的研究假設(shè):

1.總經(jīng)理特征。Bommer［28］認(rèn)為決策者的性格特征、年齡、性別、受教育水平對(duì)決策行為起著重要作用。Brust和 Liston-Heyes［27］的研究表明，決策者自身素質(zhì)、管理水平及價(jià)值觀對(duì)企業(yè)低碳節(jié)能生產(chǎn)行為有重要影響作用。Zeng等［29］研究發(fā)現(xiàn)提高管理者水平對(duì)中國(guó)企業(yè)實(shí)施環(huán)保管理體系具有重要影響。由此假設(shè):

H1:總經(jīng)理特征會(huì)直接影響碳標(biāo)簽食品生產(chǎn)的決策行為。

2.企業(yè)規(guī)模特征DeGroot等［33］以荷蘭為例，運(yùn)用離散選擇模型得出企業(yè)規(guī)模越大更關(guān)注環(huán)境問(wèn)題，且越有能力承擔(dān)高成本的環(huán)保節(jié)能設(shè)備;Brust和 Liston-Heyes［27］的研究認(rèn)為，企業(yè)大小、類型與其低碳環(huán)保生產(chǎn)意愿有較高的相關(guān)性;Erlandsson和 Tillman［36］的研究表明，企業(yè)規(guī)模特征對(duì)其清潔生產(chǎn)有明顯的影響作用。由此假設(shè):

H2:企業(yè)規(guī)模特征與其碳標(biāo)簽食品生產(chǎn)的決策行為有正相關(guān)關(guān)系。

3. 主觀規(guī)范 MacGregor［6］認(rèn)為，只有消費(fèi)者關(guān)注碳排放并購(gòu)買(mǎi)碳標(biāo)簽產(chǎn)品，企業(yè)才愿意清潔生產(chǎn)以控制碳排放量;Montalvo［37］、Zeng 等［29］的研究則證實(shí)，消費(fèi)者對(duì)環(huán)保產(chǎn)品的偏好有助于推動(dòng)企業(yè)生產(chǎn)低碳產(chǎn)品。政府通過(guò)法律法規(guī)、政策目標(biāo)和行政干預(yù)等方式能夠影響企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為［38］;Adeoti［39］認(rèn)為環(huán)境政策和相關(guān)法律是企業(yè)進(jìn)行清潔生產(chǎn)的主要驅(qū)動(dòng)因素之一;Luken等［40］的研究發(fā)現(xiàn)政府的現(xiàn)行環(huán)境法規(guī)、預(yù)期的環(huán)保政策影響企業(yè)采用環(huán)保技術(shù);Siaminwe等［41］、Massoud 等［42］的研究表明，政策目標(biāo)、激勵(lì)政策和政府法規(guī)的缺失不利于清潔生產(chǎn)的實(shí)施。由此假設(shè):

H3:主觀規(guī)范對(duì)生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為有顯著的正向影響。

4. 知覺(jué)行為控制 Montalvo［37］、Blackman 和Kildegaard［43］研究發(fā)現(xiàn)，人力資本、技術(shù)水平、研發(fā)投入是墨西哥皮革生產(chǎn)企業(yè)發(fā)展清潔技術(shù)與進(jìn)行清潔生產(chǎn)的決定因素;Abidin等［44］對(duì)馬來(lái)西亞飲食業(yè)的研究支持上述結(jié)論;Adeoti［39］、Luken 等［40］等一系列類似研究指出，研發(fā)人才、技術(shù)與裝備影響企業(yè)的清潔生產(chǎn)。由此假設(shè):

H4:知覺(jué)行為控制對(duì)生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為有正相關(guān)作用。

5.過(guò)去行為Sutton［45］認(rèn)為過(guò)去行為對(duì)未來(lái)行為產(chǎn)生的影響遠(yuǎn)大于認(rèn)知因素;Mullen等［46］研究表明，先期行為對(duì)后續(xù)行為的影響最大;Knussen等［47］研究發(fā)現(xiàn)，過(guò)去行為的慣性對(duì)行為意向和行為有獨(dú)立的影響作用;過(guò)去習(xí)慣在解釋行為上甚至比行為態(tài)度、主觀規(guī)范和知覺(jué)行為控制更為重要［48］，由此假設(shè):

H5:過(guò)去行為對(duì)生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為有正向影響。

6.交互作用Conner和Armitage［49］、Smith等［50］的研究證實(shí)過(guò)去行為與計(jì)劃行為理論的三個(gè)主要因素間存在交互作用，兩兩間相關(guān)系數(shù)顯著;Ajzen［16］則認(rèn)為過(guò)去行為以知覺(jué)行為控制為中介對(duì)行為意向產(chǎn)生影響作用。Ouellette和Wood［17］研究發(fā)現(xiàn)，過(guò)去行為與態(tài)度和主觀規(guī)范相關(guān)性較強(qiáng)，與知覺(jué)行為控制相關(guān)性較弱。而且計(jì)劃行為理論的三個(gè)變量間也存在兩兩相關(guān)關(guān)系［51］。由此假設(shè):

H6:過(guò)去行為與企業(yè)規(guī)模特征、主觀規(guī)范、知覺(jué)行為控制之間分別存在交互作用，企業(yè)規(guī)模特征、主觀規(guī)范和知覺(jué)行為控制間具有兩兩互相作用。

三、研究設(shè)計(jì)

(一)樣本選取

山東蒼山縣與江蘇豐縣雖然隸屬于不同的省份，但地理上相互毗鄰，經(jīng)濟(jì)發(fā)展水平相當(dāng)、文化習(xí)俗相似，食品工業(yè)的產(chǎn)品結(jié)構(gòu)類似，以瓜菜、干鮮果品、畜牧等農(nóng)產(chǎn)品加工為主，兩地共有食品加工企業(yè)98家。本文以蒼山、豐縣所有食品加工企業(yè)為調(diào)查對(duì)象并發(fā)放問(wèn)卷，回收有效問(wèn)卷87份，回收率為88.78%。

(二)樣本的描述性分析

本文所調(diào)查的87家食品生產(chǎn)企業(yè)的基本特點(diǎn)是:(1)以中小企業(yè)為主。94.2%、95.4和86.2%的樣本企業(yè)的職工人數(shù)在2000人以下、資產(chǎn)總額在4億元人民幣以下和主營(yíng)業(yè)務(wù)銷售額在3億元人民幣以下。(2)89.7%的樣本企業(yè)認(rèn)為在過(guò)去對(duì)食品安全高度重視。(3)25.3%和64.4%的樣本企業(yè)通過(guò)了ISO14000系列和ISO9000系列的國(guó)際認(rèn)證，82.8%的樣本企業(yè)有意愿開(kāi)展低碳產(chǎn)品認(rèn)證;(4)93.1%的企業(yè)有意愿生產(chǎn)碳標(biāo)簽食品。但與普通食品相比，對(duì)生產(chǎn)碳標(biāo)簽食品可能增加的額外成本，88.5%的企業(yè)只愿意承擔(dān)增加額的10%以下。

(三)樣本變量說(shuō)明

調(diào)查問(wèn)卷設(shè)置測(cè)度指標(biāo)變量24個(gè)(見(jiàn)表1)，力求涵蓋解釋變量的所有信息。但過(guò)多的設(shè)置可能導(dǎo)致變量間產(chǎn)生相關(guān)性，增加分析的復(fù)雜性和模型擬合的難度。故選取因子分析降維方法，在驗(yàn)證模型假設(shè)合理性的同時(shí)，濃縮測(cè)量指標(biāo)，為模型擬合做準(zhǔn)備。

表1 決策行為模型各維度的指標(biāo)變量①研發(fā)投入指研發(fā)資金占當(dāng)期銷售收入的比重;職工受教育層次指企業(yè)大專以上員工占總職工數(shù)的比例。

知覺(jué)行為控制(PBC)研發(fā)投入 PRDI (0，1%］=1;(1%，2%］=2;(2%，3%］=3;(3%，5%］=4;5%以上=5職工受教育層次 PSLC 20%及以下=1;(20%，30%］=2;(30%，50］=3;50%以上=4研發(fā)人員比例 PRSP (0，10%］=1;(10%，15%］=2;(15%，20%］=3;(20%，30%］=4;30%以上=5技術(shù)裝備水平 PEGL 80年代前=1;80年代=2;90年代=3;目前國(guó)際水平=4發(fā)明專利 PIVP 沒(méi)有=1;有=2過(guò)去行為(FB)過(guò)去食品安全重視度 FFSV 很不重視=1;不重視=2;一般=3;重視=4;很重視=5過(guò)去清潔生產(chǎn)投入 FESI (0，1%)=1;［1，3%］=2;(3，5%］=3;5%以上=4是否制定中長(zhǎng)期清潔生產(chǎn)目標(biāo) FEST 沒(méi)有=1;有=2決策行為(BI)碳標(biāo)簽使用意愿 BCLW 不愿意=1;愿意=2碳排放交易態(tài)度 BCET 不支持=1;支持=2低碳認(rèn)證意愿 BLCI 不認(rèn)證=1;認(rèn)證=2

四、假設(shè)模型結(jié)構(gòu)合理性檢驗(yàn)與指標(biāo)確定

(一)信度檢驗(yàn)與相關(guān)性分析

選取克倫巴赫系數(shù)α(Cronbach’s Alpha)和折半信度系數(shù)(Split-Half Coefficient)，通過(guò)SPSS18.0軟件對(duì)表1中樣本數(shù)據(jù)檢驗(yàn)信度。結(jié)果為α系數(shù)和折半信度系數(shù)分別為0.722和0.771，表明樣本數(shù)據(jù)內(nèi)部一致性較高①Guielford［52］:Cronbach’sα系數(shù)若大于0.7則表示信度很高，而小于0.35則屬低信度，應(yīng)予以刪除。折半信度系數(shù)通常要符合大于0.5的標(biāo)準(zhǔn)。;因子分析適當(dāng)性檢驗(yàn)結(jié)果顯示，KMO值為0.609②Kaiser［53］:KMO(Kaiser-Meyer-Olkin)檢驗(yàn)通過(guò)比較各變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的大小判斷變量間的相關(guān)性，偏相關(guān)系數(shù)遠(yuǎn)小于簡(jiǎn)單相關(guān)系數(shù)，相關(guān)性愈強(qiáng)，KMO值愈接近1。一般認(rèn)為KMO值在0.9以上、0.8-0.9、0.6-0.8、0.5-0.6、0.5以下，分別表示非常適合、比較適合、一般、不太適合和極不適合。，而B(niǎo)artlett球型統(tǒng)計(jì)量顯著性水平小于0.01，拒絕原假設(shè)③Cornish［54］:Bartlett球型檢驗(yàn)是以相關(guān)系數(shù)矩陣為基礎(chǔ)，其零假設(shè)是相關(guān)系數(shù)矩陣是一個(gè)單位矩陣。，表明原始變量間有共同因素存在，適合使用因子分析法。

根據(jù)特征值大于1準(zhǔn)則［55］和碎石圖檢驗(yàn)準(zhǔn)則［56］，對(duì)表1中所有變量數(shù)據(jù)運(yùn)用主成份分析法抽取公因子，共獲得9個(gè)公因子且解釋了69.558%的總方差④Jolliffe［57］:公因子數(shù)一般以特征值大于1和碎石圖為準(zhǔn)，累計(jì)方差貢獻(xiàn)率通常在0.7-0.9之間，視具體數(shù)據(jù)和應(yīng)用而定，本研究累計(jì)方差貢獻(xiàn)率接近0.7，可以接受。。但假設(shè)模型只有六個(gè)維度，故須檢驗(yàn)?zāi)Ｐ褪諗啃Ф娶輼s泰生［58］:收斂效度是指用兩種不同衡量方式去衡量同一構(gòu)面的內(nèi)容時(shí)，其相關(guān)程度都很高。具體到本文主要指各維度的測(cè)量指標(biāo)變量是否具有高度相關(guān)性。以剔除各維度下相關(guān)性不高的變量。由于本文的數(shù)據(jù)為非正態(tài)離散型，選取Kendall⑥Kendall［59］、Rummel［60］:Pearson相關(guān)系數(shù)適用于正態(tài)分布的連續(xù)變量，Spearman相關(guān)系數(shù)適用于定序變量或非正態(tài)分布，Kendall相關(guān)系數(shù)適用于有序分類變量或明顯非正態(tài)分布或分布不明顯的數(shù)據(jù)。相關(guān)系數(shù)檢驗(yàn)。結(jié)果顯示，總經(jīng)理特征維度下的指標(biāo)相關(guān)性都不顯著⑦總經(jīng)理特征維度下各指標(biāo)相關(guān)性均不顯著，故此維度不予保留，下文的分析中不包含此維度。，主觀規(guī)范維度下的SGFN、SGTM、SEXP與其他變量相關(guān)性不明顯，PRDI和PIVP也不能很好地解釋知覺(jué)行為控制維度，而過(guò)去行為和決策行為這兩個(gè)維度下各指標(biāo)相關(guān)性系數(shù)則分別通過(guò)顯著性檢驗(yàn)。

(二)因子分析法驗(yàn)證模型結(jié)構(gòu)合理性與指標(biāo)確認(rèn)

運(yùn)用 SPSS進(jìn)行因子分析，此時(shí) KMO值為0.668，Bartlett值為551.503，P ＜0.0001，適合做因子分析。因子分析顯示特征值大于1的主因子有五個(gè)，共解釋68.843%的總方差①Fabrigar［61］、Jolliffe［57］:探索性因子分析目的是對(duì)復(fù)雜變量降維處理，累計(jì)方差貢獻(xiàn)率表示公因子對(duì)總方差的解釋能力，一般公因子越少越好。顯然，本文處理后的5個(gè)公因子相對(duì)于9個(gè)公因子效果更佳。，通過(guò)最大方差正交旋轉(zhuǎn)法得表2的因子載荷矩陣。

表2 因子旋轉(zhuǎn)后載荷矩陣數(shù)值

根據(jù)因子載荷值大于0.5的標(biāo)準(zhǔn)［62］歸納出各個(gè)公因子解釋變量，如表2中黑體所示?？晒┟奈鍌€(gè)公因子所對(duì)應(yīng)的潛藏概念恰好是模型中的各個(gè)維度，這證實(shí)了假設(shè)模型各維度結(jié)構(gòu)合理，相應(yīng)的指標(biāo)變量得以確認(rèn)，基本驗(yàn)證了生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策過(guò)程遵循計(jì)劃行為理論這一假設(shè)的合理性。

五、碳標(biāo)簽食品生產(chǎn)決策行為的影響因素的實(shí)證分析

(一)模型設(shè)定與估計(jì)方法

基于因子分析結(jié)果，設(shè)定如圖2所示的結(jié)構(gòu)方程模型路徑圖。

多元正態(tài)分布、大樣本數(shù)據(jù)(一般在200-500之間，最好不少于200例)是結(jié)構(gòu)方程模型應(yīng)用的兩個(gè)基本假定［63-64］。運(yùn)用 AMOS18.0軟件對(duì)本文樣本數(shù)據(jù)正態(tài)性檢驗(yàn)的結(jié)果見(jiàn)表3，各變量的峰度偏高，多元峰度臨界比率遠(yuǎn)大于1.96，呈現(xiàn)典型的非正態(tài)性②Kline［65］:峰度(kurtosis)絕對(duì)值大于10，表示峰度有問(wèn)題;大于20稱之為極端峰度。多元峰度(multivariatekurtosis)的臨界比率(criticalratio，CR)大于1.96，表示變量成非正態(tài)分布。。本文樣本僅為87家食品生產(chǎn)企業(yè)，根據(jù) Anderson 和 Gerbing［66］的經(jīng)驗(yàn)，樣本量明顯偏少。鑒于Bootstrap自助抽樣法③Bootstrap自助再抽樣以初始樣本為抽樣總體，采用重采樣技術(shù)，重復(fù)抽取同樣大小的樣本(Bootstrapsamples)，然后對(duì)每個(gè)Bootstrap樣本進(jìn)行參數(shù)估計(jì)，其本質(zhì)是將小樣本問(wèn)題轉(zhuǎn)化為大樣本問(wèn)題?？捎行Ы鉀Q樣本偏小和數(shù)據(jù)非正態(tài)性引起的估計(jì)偏差［67-68］，為此本文采用這一方法展開(kāi)后續(xù)研究。

圖2 結(jié)構(gòu)方程模型路徑圖

表3 樣本數(shù)據(jù)正態(tài)性檢驗(yàn)結(jié)果

(二)信效度檢驗(yàn)與模型擬合

結(jié)構(gòu)方程模型擬合前應(yīng)檢驗(yàn)所涉數(shù)據(jù)的信度和效度。運(yùn)用SPSS18.0得到的表4的信度系數(shù)均在參考值內(nèi)［52］。指標(biāo)選取基于計(jì)劃行為理論、研究文獻(xiàn)且得到相關(guān)專家認(rèn)可，可以保證問(wèn)卷具有良好的內(nèi)容效度。采用因子分析方法對(duì)樣本數(shù)據(jù)結(jié)構(gòu)效度的評(píng)價(jià)。結(jié)果如表4所示，第一公因子的方差貢獻(xiàn)率都超過(guò)0.5①Nunnally和Bernstein［69］，Kerlinger［70］，Hair等［62］:因子分析所抽取的公因子結(jié)構(gòu)與問(wèn)卷結(jié)構(gòu)的一致性即為結(jié)構(gòu)效度;僅一個(gè)公因子且貢獻(xiàn)率與因子載荷大于0.5，即可認(rèn)為有較好結(jié)構(gòu)效度。，只有一個(gè)公因子且有較滿意的因子載荷，說(shuō)明這五個(gè)維度具有良好的結(jié)構(gòu)效度。

表4 模型所涉數(shù)據(jù)的信度和結(jié)構(gòu)效度檢驗(yàn)

借助AMOS18.0分析軟件，應(yīng)用Bootstrap自助抽樣法對(duì)本文設(shè)定的結(jié)構(gòu)方程模型路徑圖進(jìn)行擬合，其中抽樣次數(shù)B=300②郝彥斌［71］實(shí)證結(jié)果顯示抽樣次數(shù)在B=250和B=500時(shí)，模型結(jié)果沒(méi)有大的差異。本文通過(guò)對(duì)比B=200，300，500時(shí)的估計(jì)結(jié)果發(fā)現(xiàn)隨抽樣次數(shù)的增大，P值略微增加，而標(biāo)準(zhǔn)化系數(shù)幾乎不變，但計(jì)算量明顯增大。故本文選取適中值B=300。。擬合結(jié)果顯示，最大似然估計(jì)法的 χ2為118.531，P值為0.044，拒絕虛無(wú)假設(shè);而自助抽樣估計(jì)的 χ2值則為103.18，P值為0.229，接受這個(gè)被拒絕的模型。

(三)參數(shù)檢驗(yàn)與擬合評(píng)價(jià)

表5的數(shù)據(jù)顯示，假設(shè)模型并未出現(xiàn)違反估計(jì)現(xiàn)象［62，72］，并顯示測(cè)量模型的各參數(shù)均顯著，標(biāo)準(zhǔn)化系數(shù)達(dá)到建議值0.45［73-74］③建議值0.45為參考值，本文中PEGL的標(biāo)準(zhǔn)化系數(shù)為0.351，略低于建議值0.45，但通過(guò)顯著性檢驗(yàn)。。假設(shè)模型整體擬合度檢驗(yàn)結(jié)果如表6所示，各評(píng)價(jià)指標(biāo)基本達(dá)到理想狀態(tài)，模型整體擬合很好。

表5 Bootstrap自助抽樣法標(biāo)準(zhǔn)誤和標(biāo)準(zhǔn)化系數(shù)估計(jì)

注:SE為標(biāo)準(zhǔn)誤的bootstrap估計(jì);Mean為Bootstrap樣本的參數(shù)估計(jì)均值;CR為臨界比率，由Mean和SE的比率計(jì)算而得;Bias為ML估計(jì)與Bootstrap估計(jì)均值的差異;Estimate為標(biāo)準(zhǔn)化系數(shù);P值為Bias-correctedpercentilemethod下的檢驗(yàn)結(jié)果。

表6 SEM整體擬合度評(píng)價(jià)標(biāo)準(zhǔn)及擬合評(píng)價(jià)結(jié)果

① 指標(biāo)含義:擬合優(yōu)度指數(shù)(goodnessoffitindex，GFI);均方根殘差(rootmean-squareresidual，RMR);近似誤差均方根(rootmeansquareerrorofapproximation，RMSEA);調(diào)整擬合優(yōu)度(adjustgoodnessoffitindex，AGFI);標(biāo)準(zhǔn)擬合指數(shù)(normedfitindex，NFI);增值擬合指數(shù)(incrementalfitindex，IFI);Tucker-Lewis指數(shù)(tucker-lewisindex)，亦稱非標(biāo)準(zhǔn)化擬合指數(shù)(non-normedfitindex，NNFI);比較擬合指數(shù)(comparativefitindex，CFI);赤池信息指標(biāo)(Akaike’sinformationcriterion，AIC);一致赤池信息指標(biāo)(consistentakaikeinformationcriterion，CAIC);期望交叉驗(yàn)證指標(biāo)(expectedcross-validationindex，ECVI);簡(jiǎn)效標(biāo)準(zhǔn)擬合指數(shù)(parsimoniousnormedfitindex，PNFI);簡(jiǎn)效比較擬合指數(shù)(parsimoniouscomparativefitindex，PCFI);簡(jiǎn)效擬合度指標(biāo)(parsimoniousgoodnessoffitindex，PGFI)。

② Bentler［75］:標(biāo)準(zhǔn)擬合指數(shù)(NFI)受樣本容量影響較大，而本文為小樣本數(shù)據(jù)，故可以不作考慮。

(四)估計(jì)結(jié)果的分析與討論

結(jié)構(gòu)方程模型整體擬合的理想結(jié)果進(jìn)一步驗(yàn)證了假設(shè)模型結(jié)構(gòu)的合理性，各個(gè)因子間的標(biāo)準(zhǔn)化路徑系數(shù)和載荷系數(shù)(表5)可用于假設(shè)模型的相關(guān)解釋。

1.結(jié)構(gòu)模型的路徑分析

企業(yè)規(guī)模特征、主觀規(guī)范、知覺(jué)行為控制和過(guò)去行為是影響生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)決策行為的主要因素，而總經(jīng)理特征因素并不顯著，與假設(shè)H1相悖。可能由于樣本企業(yè)多為中小企業(yè)且產(chǎn)品結(jié)構(gòu)類似，總經(jīng)理特征具有明顯的趨同性，加之樣本數(shù)量較少，導(dǎo)致總經(jīng)理特征因素對(duì)企業(yè)決策行為的影響不顯著。

主觀規(guī)范的影響作用最大，標(biāo)準(zhǔn)化系數(shù)為0.392，證實(shí) H3假設(shè)成立。這與 Montalvo和Kemp［38］、Siaminwe 等［41］的研究類似，肯定了政府管制和市場(chǎng)需求的影響作用。這與目前我國(guó)碳標(biāo)簽食品市場(chǎng)處于空白狀態(tài)的實(shí)際相符，雖然未來(lái)可能有巨大的市場(chǎng)空間，但由于現(xiàn)實(shí)需求明顯不足，碳標(biāo)簽食品的生產(chǎn)有賴于政府推動(dòng)。

企業(yè)規(guī)模特征的標(biāo)準(zhǔn)化路徑系數(shù)為0.247，假設(shè)H2得到驗(yàn)證。這與 Brust和 Liston-Heyes［27］、DeGroot等［33］的研究一致。與普通食品相比較，碳足跡的認(rèn)定和碳標(biāo)簽的加注、環(huán)保型的生產(chǎn)需要企業(yè)增加相應(yīng)的技術(shù)、設(shè)備與碳標(biāo)簽認(rèn)證等成本投入，依靠低廉勞動(dòng)力獲得的微薄利潤(rùn)的廠商可能在短期內(nèi)難以承擔(dān)。因此不僅需要企業(yè)具有相應(yīng)的社會(huì)責(zé)任意識(shí)，更需要具備一定的基礎(chǔ)。由于規(guī)模經(jīng)濟(jì)效應(yīng)，市場(chǎng)銷售規(guī)模越大的企業(yè)越有助于做出碳標(biāo)簽食品生產(chǎn)的決策是符合我國(guó)企業(yè)一般特征的。

知覺(jué)行為控制的標(biāo)準(zhǔn)化系數(shù)為-0.261，未通過(guò)1%的顯著性檢驗(yàn)，與研究假設(shè)H4相矛盾，也與Montalvo［37］、Luken 等［40］的研究結(jié)論不吻合。這與樣本特征有關(guān)。調(diào)查地區(qū)的食品生產(chǎn)企業(yè)技術(shù)水平普遍不高，加之小樣本可能是數(shù)據(jù)集中在某個(gè)區(qū)間，且碳標(biāo)簽食品市場(chǎng)尚未形成，行為決策主要基于主觀經(jīng)驗(yàn)并易受政府政策影響，導(dǎo)致知覺(jué)行為控制對(duì)碳標(biāo)簽食品生產(chǎn)的決策行為影響不明顯。

過(guò)去行為的標(biāo)準(zhǔn)化路徑系數(shù)為0.184，在1%的水平下顯著，假設(shè)H5成立，說(shuō)明過(guò)去行為通過(guò)余效和慣性作用影響生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)決策行為，并驗(yàn)證了 Sutton［45］等關(guān)于過(guò)去行為對(duì)決策行為有直接影響的觀點(diǎn)。

2.測(cè)量模型的因子載荷分析

測(cè)量模型中的載荷系數(shù)反映了可測(cè)變量對(duì)潛變量的影響程度。結(jié)論顯示，企業(yè)職工人數(shù)、資產(chǎn)總額、注冊(cè)資本與主營(yíng)業(yè)務(wù)銷售額的標(biāo)準(zhǔn)化系數(shù)分別達(dá)到0.845、0.809、0.770、0.721，表明企業(yè)規(guī)模越大越傾向于碳標(biāo)簽食品生產(chǎn)。這一研究結(jié)論與 Brust和 Liston-Heyes［27］、Erlandsson 和 Tillman［36］的研究相吻合。

消費(fèi)者認(rèn)可度是主觀規(guī)范中的最顯著因素，表明市場(chǎng)對(duì)企業(yè)行為的作用優(yōu)于政府調(diào)控，企業(yè)行為優(yōu)先考慮市場(chǎng)需求。這與 MacGregor［6］、Zeng等［29］、Montalvo［37］的研究一致。

知覺(jué)行為控制潛變量的顯著指標(biāo)為企業(yè)職工受教育水平和研發(fā)人員占職工總數(shù)的比重。Luken等［40］認(rèn)為研發(fā)人才缺乏、技術(shù)和工藝水平不高是企業(yè)清潔生產(chǎn)的制約因素。然而，如前文所述，樣本特殊性導(dǎo)致其在本研究中未得到支持，但不能就此否定其重要性。

食品安全重視程度是過(guò)去行為潛變量中最顯著的因素，表明過(guò)去食品安全決策經(jīng)驗(yàn)顯著影響了生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為。而過(guò)去清潔生產(chǎn)投入和中長(zhǎng)期清潔生產(chǎn)目標(biāo)的影響也較為顯著，這與 Adeoti［39］、Luken 等［40］的研究高度類似。

3.外生潛變量間的交互作用

外生潛變量間的交互作用估計(jì)結(jié)果如表7所示。其中企業(yè)規(guī)模特征與主觀規(guī)范的交互作用不顯著，與知覺(jué)行為控制通過(guò)5%水平的顯著檢驗(yàn)，主觀規(guī)范與知覺(jué)行為控制的交互作用明顯。這一結(jié)論顯然符合客觀現(xiàn)實(shí)。這是因?yàn)槠髽I(yè)規(guī)模特征與政府規(guī)范間的相關(guān)性難以直接體現(xiàn)，而與其技術(shù)水平等知覺(jué)行為控制相互促進(jìn)，外界環(huán)境等主觀規(guī)范與企業(yè)知覺(jué)行為控制更是密切相關(guān)［49，51］。同時(shí)過(guò)去行為與其他潛變量的交互作用均通過(guò)1%的顯著性檢驗(yàn)，且過(guò)去行為與知覺(jué)行為控制的相互作用最為明顯(標(biāo)準(zhǔn)化系數(shù)為0.433)，結(jié)論顯然與 Ajzen［16］、Ouellette 和 Wood［17］、Smith 等［18］、Conner和 Armitage［49］的研究相吻合。由此，本文的假設(shè)H6大部分得到驗(yàn)證。

表7 Bootstrap自助抽樣法外生潛變量交互作用估計(jì)結(jié)果

六、主要結(jié)論、政策含義與展望

(一)主要結(jié)論

本文以實(shí)際調(diào)研數(shù)據(jù)為基礎(chǔ)，運(yùn)用計(jì)劃行為理論，借助Bootstrap自助抽樣法下的結(jié)構(gòu)方程模型，研究了影響企業(yè)碳標(biāo)簽食品生產(chǎn)決策行為的主要因素。結(jié)論顯示，主要影響因素有企業(yè)規(guī)模特征、主觀規(guī)范、過(guò)去行為這三個(gè)潛變量，其中主觀規(guī)范對(duì)決策行為的影響作用最大，而市場(chǎng)需求高于政府作用;企業(yè)規(guī)模特征影響明顯，規(guī)模越大的企業(yè)越趨向于碳標(biāo)簽食品生產(chǎn);過(guò)去食品安全的決策經(jīng)驗(yàn)、清潔生產(chǎn)投入和中長(zhǎng)期清潔生產(chǎn)目標(biāo)等過(guò)去行為也顯著影響決策行為。同時(shí)除企業(yè)規(guī)模特征與主觀規(guī)范的交互作用不顯著外，企業(yè)規(guī)模特征與知覺(jué)行為控制、主觀規(guī)范與知覺(jué)行為控制間的交互作用明顯。由此可見(jiàn)，本文的研究假設(shè)大部分得到驗(yàn)證，計(jì)劃行為理論對(duì)研究生產(chǎn)企業(yè)碳標(biāo)簽食品生產(chǎn)的決策行為具有普遍的適用性。

(二)政策含義

本文的研究結(jié)論對(duì)推進(jìn)節(jié)能減排具有積極的參考價(jià)值。碳標(biāo)簽食品能否引領(lǐng)低碳消費(fèi)，本質(zhì)上在于培養(yǎng)消費(fèi)者的可持續(xù)消費(fèi)習(xí)慣。具有良好消費(fèi)習(xí)慣群體的持續(xù)增長(zhǎng)，才能夠從根本上擴(kuò)大碳標(biāo)簽食品的市場(chǎng)需求，提高生產(chǎn)企業(yè)碳標(biāo)簽食品的市場(chǎng)收益;精細(xì)化、營(yíng)養(yǎng)化是現(xiàn)代食品工業(yè)發(fā)展的主要方向，不應(yīng)該也不可能因?yàn)槭称飞a(chǎn)過(guò)程的碳排放而降低食品生產(chǎn)加工的水平。因此，必須逐步通過(guò)增加高碳排放食品的稅賦或提高能源價(jià)格等方式引導(dǎo)食品企業(yè)的低碳生產(chǎn)。市場(chǎng)需求高于政府作用，但并不否定政府的作用，而是強(qiáng)調(diào)在主要依靠市場(chǎng)調(diào)節(jié)的基礎(chǔ)上，政府對(duì)碳標(biāo)簽食品的生產(chǎn)和消費(fèi)給予必要的扶持。比如，在實(shí)施碳標(biāo)簽食品制度的起步階段，政策扶持，選擇規(guī)模大、創(chuàng)新能力強(qiáng)、碳排放量相對(duì)較高且消費(fèi)面廣的食品生產(chǎn)企業(yè)試點(diǎn)先行并逐步在行業(yè)推廣。

(三)研究展望

本文的研究是在假設(shè)碳標(biāo)簽食品生產(chǎn)將增加企業(yè)凈收益的情況下展開(kāi)的，因此研究結(jié)論可能具有一定的局限性。同時(shí)Bootstrap自助抽樣方法雖然對(duì)小樣本、非正態(tài)的估計(jì)結(jié)果比較理想，但難以徹底避免數(shù)據(jù)相對(duì)集中于某一區(qū)間，估計(jì)誤差偏大、解釋能力不足的問(wèn)題，估計(jì)結(jié)果的應(yīng)用范圍可能受限;案例調(diào)查的所在區(qū)域?qū)儆谇钒l(fā)達(dá)地區(qū)且食品生產(chǎn)廠商的總體創(chuàng)新能力一般，導(dǎo)致研發(fā)投入等少數(shù)解釋變量被排除在模型之外，知覺(jué)行為控制對(duì)決策行為的真實(shí)影響未能得到驗(yàn)證;同樣受樣本數(shù)量較少且以中小企業(yè)為主、決策者特征具有明顯趨同性的影響，難以測(cè)度總經(jīng)理對(duì)碳標(biāo)簽食品生產(chǎn)的真實(shí)態(tài)度。后續(xù)的研究期待通過(guò)更為全面的理論分析，進(jìn)一步完善探索性案例的分析樣本，研究不同區(qū)域、不同行業(yè)、樣本量更大的案例，并展開(kāi)比較研究，以提高研究結(jié)論的系統(tǒng)性和針對(duì)性。

［1］Carbon Trust.Product Carbon Footprinting:the New Business Opportunity［R］.London:Carbon Trust，2009.

［2］Carbon Trust:Nine Leading Companies Commit to Carbon Footprint Products［R］.London:Carbon Trust，2007.

［3］BSI.PAS 2050:2008 Specification for the Assessment of the Life Cycle Greenhouse Gas Emissions of Goods and Services［R］.London:Department for Environment Food and Rural Affairs，2008.

［4］Brenton P，Edwards-Jones G，Jensen M F.Carbon Labelling and Low-Income Country Export:A Review of the Development Issues［J］.Development Policy Review，2009，27(3):243-267.

［5］MacKerron G J，Egerton C，Gaskell C，Parpia A，Mourato S.Willingness to Pay for Carbon Offset Certification and Co-Benefits among(High-)Flying Young Adults in the UK［J］.Energy Policy，2009，37(4):1372-1381.

［6］Macgregor J.Carbon Concerns:How Standard and Labeling Initiatives Must Not Limit Agricultural Trade From Developing Countries［R］.International Centre for Trade and Sustainable Development，2010.

［7］Upham，P.，Bleda M.Carbon Labelling:Public Perceptions of the Debate［R］.UK:Tyndall Centre Manchester，2009.

［8］SHI X P.Carbon Footprint Labeling Activities in the East Asia Summit Region:Spillover Effects to Less Developed Countries［R］.ERIA Discussion Paper Series，Tokyo，Japan:International Workshop on Carbon Footprint of Products in East-Asia，2010.

［9］Drake F，Purvis M，Hunt J.Meeting the Environmental Challenge:A Case of Win-Win or Lose-Win?A Study of the UK Baking and Refrigeration Industries［J］.Business Strategy and the Environment，2004，13(3):172-186.

［10］Eisner M A.Corporate Environmentalism，Regulatory Reform and Industry Self-Regulation:Towards Genuine Regulatory Reinvention in the United States［J］.Governance，2004，17(2):145-167.

［11］Lyon T P，Maxwell J W.Green Wash:Corporate Environmental Disclosure under Threat of Audit［R］.Indiana University，Kelley School of Business，Department of Business Economics and Public Policy in itsseriesWorkingPapers NO.2006-07，2006.

［12］Macgregor J.Understanding Stakeholder Drivers for Introducing and Complying with PVS-A Fresh Produce Example［M］.In:Borot A，MacGregor J，Graffham A(Eds.):Standard bearers:Horticultural exports and private standards in Africa.International Institute for Environment and Development(IIED)，2009.From: http://www.iied.org/pubs/pdfs/16021IIED.pdf.

［13］邴紹倩.食品"碳排放"標(biāo)準(zhǔn)及應(yīng)對(duì)之策［J］.現(xiàn)代經(jīng)濟(jì)信息，2009，(20):265.

［14］Hyde K，Smith A，Smith M，Henningsson S.The Challenge of Waste Minimisation in the Food and Drink Industry:A Demonstration Project in East Anglia UK ［J］.Journal of Cleaner Production，2001，9(1):57-64.

［15］Ajzen I.The Theory of Planned Behavior［J］.Organizational Behavior and Human Decision Processes，1991，50(2):179-211.

［16］Ajzen I.Residual Effects of Past on Later Behavior:Habituation and Reasoned Action Perspectives ［J］.Personality and Social Psychology Review，2002，6(2):107-122.

［17］Ouellette J A，Wood M.Habit and Intention in Everyday Life:The Multiple Processes By Which Past Behavior Predicts Future Behavior［J］.Psychological Bulletin，1998，124(1):54-74.

［18］Smith J R，Terry D J，Manstead A S R，Louis W R，Kotterman D，Wolfs，J.Interaction Effects in the Theory of Planned Behavior:The Interplay of Self-Identity and Past Behavior［J］.Journal of Applied Social Psychology，2007，37(11):2726-2750.

［19］Mazzocchi M，Lobb A，Traill W B，Cavicchi A.Food Scares and Trust:A European Study ［J］.Journal of Agricultural Economics，2008，59(1):2-24.

［20］劉洪，周玲.公司成長(zhǎng)的復(fù)雜性分析［J］.中國(guó)軟科學(xué)，2004，(11):97-104.

［21］胡恩華，劉洪.基于復(fù)雜適應(yīng)系統(tǒng)的企業(yè)集群創(chuàng)新行為研究［J］. 中國(guó)科技論壇，2007，(1):65-69.

［22］Bar-Yam Y.Complexity Rising:From Human Beings to Human Civilization，A Complexity Profile［M］.In:Encyclopedia of Life Support Systems(EOLSS)，UNESCO，Oxford，UK:EOLSS Publishers，2002.

［23］Center for the Study of Complex System(CSCS).The Study of Complex Systems［EB］，http://www.cscs.umich.edu/complexity.html，2004-10-10.

［24］Monks R A G.The Emperor's Nightingale:Restoring the Integrity of the Corporation ［M］.Tulsa:Capstone Publishing，1997.

［25］Ajzen I.From Intentions to Actions:A Theory of Planned Behavior［M］.In Kuhl J，Beckmann J(Eds.)，Action Control:From Cognition to Behavior，Berlin and New York:Springer-Verlag，1985.

［26］Harung H S.More Effective Decisions through Synergy of Objective and Subjective Approaches ［J］.Management Decision，1993，31(7):38-45.

［27］Brust D A V，Liston-Heyes C.Environmental Management Intentions:An Empirical Investigation of Argentina's Polluting Firms［J］.Journal of Environmental Management，2010，91(5):1111-1122.

［28］Bommer M，Gratto C，Gravander J，Tuttle M.A Behavioral Model of Ethical and Unethical Decision Making［J］.Journal of Business Ethics，1987，6(4):265-280.

［29］Zeng S X，Tam C M.Tam V W Y，Deng Z M.Towards Im-plementation of ISO 14001 Environmental Management Systems in Selected Industries in China［J］.Journal of Cleaner Production，2005，13(7):645-656.

［30］Svensson E，Berntsson T.Economy and CO2 emissions trade-off:a systematic approach for optimizing investments in process integration measures under uncertainty［J］.Applied Thermal Engineering，2010，30(1):23-29.

［31］Montalvo C.General wisdom concerning the factors affecting the adoption of cleaner technologies:survey 1990-2007［J］.Journal of Cleaner Production，2008，16(S1):S7-S13.

［32］Wang Z G，Mao Y N，Gale F.Chinese consumer demand for food safety attributes in milk products［J］.Food Policy，2008，33(1):27-36.

［33］De Groot H L F，Verhoef E T，Nijkamp P.Energy Saving By Firms:Decision-Making，Barriers and Policies［J］.Energy Economics，2001，23(6):717-740.

［34］Bandura A.Social Learning Theory［M］.Englewood Cliffs，New Jersey:Prentice Hall，1977.

［35］Narli S.An Alternative Evaluation Method for Likert Type Attitude Scales:Rough Set Data Analysis［J］.Scientific Research and Essays，2010，5(6):519-528.

［36］Erlandsson J，Tillman A M.Analysing Influencing Factors of Corporate Environmental Information Collection，Management and Communication［J］.Journal of Cleaner Production，2009，17(9):800-810.

［37］Montalvo C.Environmental Policy and Technological Innovation，Why Do Plants Adopt or Reject New Technologies［M］.Cheltenham:Edward Elgar Publishing Co.，2002.

［38］Montalvo C，Kemp R.ESTO Project Report:Industrial Cleaner Technology Diffusion［R］.Delft，The Netherlands，2004.

［39］Adeoti J O.Technology and the Environment in Sub-Saharan Africa，Emerging Trends in the Nigerian Manufacturing Industry［M］.Burlington，USA:Ashgate Publishing，2002.

［40］Luken R，Rompaey F V，Zigova K.The Determinants of EST Adoption By Manufacturing Plants in Developing Countries［J］.Ecological Economics，2008，66:141-152.

［41］Siaminwe L，Chinsembu K.C.，Syakalima M.Policy and Operational Constraints for the Implementation of Cleaner Production in Zambia［J］.Journal of Cleaner Production，2005，13(10-11):1037-1047.

［42］Massoud M A，F(xiàn)ayab R，El-Fadel＆ Kamleh R.Drivers，Barriers and Incentives to Implementing Environmental Management Systems in the Food Industry:A Case of Lebanon［J］.Journal of Cleaner Production，2010，18(3):200-209.

［43］Blackman A，Kildegaard A.Clean Technology Changes in Developing Country Industrial Clusters:Mexican Leather Tanning［R］.Discussion Paper 03-12，Washington，D.C.:Resources for the Future，2003.

［44］Abidin R，Abdullah C S，Osman W N.Clean Production Strategies Adoption:A Survey on Food and Beverage Manufacturing Sector［J］.Communications of the IBIMA，2010，2010:1-10.

［45］Sutton S.The Past Predicts the Future:Interpreting Behavior Relationships in Social Psychological Models of Health Behavior［M］.In Rutter D R ＆ Quine L(Eds.)，Social Psychology and Health:European Perspectives，Aldershot，UK:Avebury，1994.

［46］Mullen P D，Hersey J C，Iverson D C.Health Behavior Models Compared ［J］.Social Science and Medicine，1987，24(11):973-981.

［47］Knussen C，Yule F，Mackenzie J，Wells M.An Analysis of Intentions to Recycle Household Waste:The Roles of Past Behavior，Perceived Habit，and Perceived Lack of Facilities［J］.Journal of Environmental Psychology，2004，24(2):237-246.

［48］Aarts H，Dijksterhuis A.Habits as Knowledge Structures:Automaticity in Goal-Directed Behavior Verplanken Journal of Personality and Social Psychology，2000，78(1):53-63.

［49］Conner M，Armitage C J.Extending the Theory of Planned Behavior:A Review and Avenues for Further Research［J］.Journal of Applied Social Psychology，1998，28(15):1429-1464.

［50］Smith J R，Terry D J，Manstead A S R，Louis W R，Kotterman D，Wolfs J.Interaction Effects in the Theory of Planned Behavior:the Interplay of Self-identity and Past Behavior［J］.Journal of Applied Social Psychology，2007，37(11):2726-2750.

［51］Ajzen I.The Theory of Planned Behavior［J］.Organizational Behavior and Human Decision Processes，1991，50(2):179-211.

［52］Guielford J P.Fundamental Statics in Psychology and Education［M］.New York:Mc Graw-Hill，1965.

［53］Kaiser H F.An Index of Factorial Simplicity［J］.Psychometrika，1974，39:31-36.

［54］Cornish R.Statistics:Factor Analysis［M］.Mathematics Learning Support Centre，2007.

［55］Kaiser H F.The Application of Electronic Computers to Factor Analysis［J］.Educational and Psychological Measure-ment，1960，20:141-151.

［56］Cattell R B.The Scree Test for the Number of Factors［J］.Multivariate Behavioral Research，1966，1(2):245-276.

［57］Jolliffe I T.Principal Component Analysis［M］.New York:Springer-Verlag New York Inc，2002.

［58］榮泰生.Amos與研究方法［M］.重慶:重慶大學(xué)出版社，2009.

［59］Kendall M.G.Rank Correlation Methods［M］.New York:Hafner Publishing Co.，1955.

［60］Rummel R J.Understanding Correlation［M］.Honolulu:Department of Political Science University of Hawaii，1976.

［61］Fabrigar L R，Wegener D T，MacCallum R C，Strahan E J.Evaluating the Use of Exploratory Factor Analysis in Psychological Research［J］.Psychological Methods，1999，4(3):272-299.

［62］Hair J F，Anderson R E，Tatham R L.Multivariate Data Analysis［M］.Englewood Cliffs，N.J.:Prentice Hall，1998.

［63］Shumacker R E，Lomax R G A.Beginner's Guide to Structural Equation Modeling［M］.Mahwah，USA:Erlbaum，1996.

［64］Boomsma A，Hoogland J J.The Robustness of LISREL Modeling Revisited［M］.In:Cudeck R.，Du Toit S，S?rbom D(Eds.)Structural Equation Models:Present and Future.A Festschrift in honor of Karl J?reskog，Lincolnwood，I.L.:Scientific Software International，2001.

［65］Kline R B.Principles and Practice of Structural Equation Modeling［M］.New York:The Guilford Press，1998.

［66］Anderson J C，Gerbing D W.The Effect of Sampling Error on Convergence，Improper Solutions，and Goodness-of-Fit Indices for Maximum Likelihood Confirmatory Factor Analysis［J］.Psychametrika，1984，49(2):155-173.

［67］Bollen K A，Stine R.Bootstrapping Goodness of Fit Measures in Structural Equation Models［J］.Sociological Methods and Research，1992，21(2):205-229.

［68］Fouladi R T.Covariance Structure Analysis Techniques under Conditions of Multivariate Normality and Non-Normality:Modified and Bootstrap Based Test Statistics［R］.Paper Presented at the Annual Meeting of the American Educational Research Association，San Diego，C.A.，1998.

［69］Nunnally J C，Bernstein I H.Psychometric Theory(3rd ed.)［M］.New York:McGraw-Hill，1994.

［70］Kerlinger F N.Foundations of Behavioral Research(3rd ed.)［M］.New York:Holt，Rhinehart and Winston，1986.

［71］郝彥斌.小樣本非正態(tài)數(shù)據(jù)結(jié)構(gòu)方程模型估計(jì)方法研究與醫(yī)學(xué)應(yīng)用［D］.山西醫(yī)科大學(xué)，2007.

［72］Byrne B M.Structural Equation Modeling with LISREL，PRELIS ＆ SIMPLIS:Basic Concepts，Application，and Programming［M］.New Jersey:Lawrence Erlbaum Association，1998.

［73］Bentler P M，Wu E J C.EQS:Windows User's Guide［M］.Los Angeles:BMDP Statistical Software，1983.

［74］J?reskog K G，S?rbom D.LISREL 7:A Guide to the Program and Applications［M］.Chicago:SPSS Inc.，1989.

［75］Bentler P M.Comparative Fit Indices in Structural Models［J］.Psychological Bulletin，1990，107(2):238-246.

［76］吳明隆.結(jié)構(gòu)方程模型-AMOS的操作與應(yīng)用［M］.重慶:重慶大學(xué)出版社，2009.