城市科技創(chuàng)新對(duì)環(huán)境治理的影響研究*
——基于結(jié)構(gòu)方程模型的分析

陳 春

一、引言及文獻(xiàn)綜述

當(dāng)前，我國(guó)正處在工業(yè)化城鎮(zhèn)化高速發(fā)展時(shí)期，城市經(jīng)濟(jì)高速發(fā)展與生態(tài)環(huán)境之間的矛盾日益加劇。城市的快速發(fā)展導(dǎo)致了大量資源浪費(fèi)，對(duì)環(huán)境構(gòu)成了嚴(yán)重污染，增加環(huán)境治理難度，不利于城市經(jīng)濟(jì)可持續(xù)發(fā)展。因此，要實(shí)現(xiàn)城市經(jīng)濟(jì)快速發(fā)展，必須依靠科技創(chuàng)新和生態(tài)環(huán)境共同發(fā)展，才能有序推動(dòng)城市科技創(chuàng)新和生態(tài)環(huán)境的良性互動(dòng)。只有重視環(huán)境與生態(tài)建設(shè)，有效實(shí)施環(huán)境治理，重視資源節(jié)約、低碳排放和環(huán)境治理才能使城市保持可持續(xù)發(fā)展，構(gòu)建有中國(guó)特色新型工業(yè)化、城鎮(zhèn)化道路。

城市是人們密集聚居之地，長(zhǎng)期工作、生活、學(xué)習(xí)在一起，現(xiàn)代城市功能更加強(qiáng)大，集生產(chǎn)、金融、商貿(mào)、生活、服務(wù)、文化、教育于一體，城市經(jīng)濟(jì)發(fā)展、科技創(chuàng)新和環(huán)境治理一直是國(guó)內(nèi)外學(xué)者重要的研究方向，Manfred M．Fischer，Javier Revilla Diez，F(xiàn)olke Snickars．(2011)詳細(xì)介紹歐洲大城市的文化和經(jīng)濟(jì)發(fā)展與技術(shù)創(chuàng)新關(guān)系;Ron Martin，James Simmie．(2008)研究了城市發(fā)展四個(gè)階段的科技創(chuàng)新與城市經(jīng)濟(jì)的發(fā)展關(guān)系;李應(yīng)博等(2013)在新城市主義視角下研究和分析城市成長(zhǎng)與產(chǎn)業(yè)創(chuàng)新協(xié)同發(fā)展;王維等(2014)使用18城市面板數(shù)據(jù)研究科技人才、工業(yè)經(jīng)濟(jì)和生態(tài)環(huán)境協(xié)調(diào)發(fā)展;李景源等(2013)總結(jié)了中國(guó)生態(tài)城市建設(shè)發(fā)展;陳春(2014)深入研究了不同城市經(jīng)濟(jì)、創(chuàng)新等綜合競(jìng)爭(zhēng)能力。

結(jié)構(gòu)方程模型適合解決經(jīng)濟(jì)和社會(huì)領(lǐng)域的復(fù)雜問(wèn)題，Anderson J C，Gerbing D W．(1988)、Enders，Craig K．(2002)、Ievers－ Landis，C．E．，et al．，選用 bootstrap研究經(jīng)濟(jì)和社會(huì)領(lǐng)域的復(fù)雜SEM，近年來(lái)，國(guó)內(nèi)結(jié)構(gòu)方程模型應(yīng)用越來(lái)越廣泛，倪鵬飛等(2012)建立全球436城市數(shù)據(jù)的結(jié)構(gòu)化方程模型研究了影響城市競(jìng)爭(zhēng)力的綜合因素;李霞(2013)基于結(jié)構(gòu)方程模型分析了低碳經(jīng)濟(jì)發(fā)展影響因素;高文杰等(2010)則基于SEM模型對(duì)我國(guó)重要城市現(xiàn)代化水平進(jìn)行了綜合評(píng)價(jià)。

本文在上述研究基礎(chǔ)上，建立了國(guó)內(nèi)76個(gè)大城市的經(jīng)濟(jì)、科技創(chuàng)新對(duì)環(huán)境治理的影響研究的結(jié)構(gòu)模型，選用bootstrap自助法進(jìn)行模型檢驗(yàn)和估計(jì)，對(duì)城市復(fù)雜系統(tǒng)進(jìn)行探索、評(píng)價(jià)和路徑分析，希望以此能更好地全面促進(jìn)未來(lái)的城市經(jīng)濟(jì)持續(xù)和健康發(fā)展，在城市發(fā)展同時(shí)重視環(huán)境與生態(tài)建設(shè)，將城市建設(shè)得更加美好。

二、城市結(jié)構(gòu)化方程模型構(gòu)建

王孟成(2014)指出，結(jié)構(gòu)方程模型SEM整合了多元回歸、因子分析和路徑分析，適合解決經(jīng)濟(jì)和社會(huì)領(lǐng)域的復(fù)雜問(wèn)題。SEM一般采用截面數(shù)據(jù)，模型可以采用潛變量、指標(biāo)變量和測(cè)量誤差，能同時(shí)處理多個(gè)因變量復(fù)雜系統(tǒng)，模型估計(jì)結(jié)果更加準(zhǔn)確。

(一)數(shù)據(jù)采集和標(biāo)準(zhǔn)化

本文數(shù)據(jù)使用2013年中國(guó)出版社出版的《中國(guó)城市統(tǒng)計(jì)年鑒2012》和《中國(guó)統(tǒng)計(jì)年鑒2012》，高新技術(shù)主要經(jīng)濟(jì)指標(biāo)取自76城市開(kāi)發(fā)區(qū)企業(yè)匯總數(shù)據(jù)，部分?jǐn)?shù)據(jù)直接來(lái)自各城市統(tǒng)計(jì)局網(wǎng)站，選取以下全部的潛變量和觀察變量作為城市結(jié)構(gòu)方程全部變量，并匯總于表1，對(duì)于個(gè)別不能補(bǔ)全的缺失數(shù)據(jù)采用臨近點(diǎn)均值替換處理。

為滿足結(jié)構(gòu)模型測(cè)量數(shù)據(jù)正態(tài)化要求，對(duì)偏度大于2或峰度大于7的測(cè)量數(shù)據(jù)自然對(duì)數(shù)化，然后選用IBM SPSS Statistics 19對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再對(duì)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)進(jìn)行信度檢驗(yàn)，可靠性統(tǒng)計(jì)量Cronbach’s Alpha系數(shù)為0．978，表明所采用的整體數(shù)據(jù)具有很好的信度。表2所示為對(duì)各個(gè)潛變量相關(guān)的觀察變量的Cronbach’s Alpha，其中大多數(shù)潛變量相關(guān)的觀察變量的Cronbach’s Alpha系數(shù)大于 0．9，少數(shù) Cronbach’s Alpha系數(shù)大于0．69，說(shuō)明變量可信。

表1 76城市發(fā)展的結(jié)構(gòu)方程的潛變量和觀察變量

表2 各個(gè)潛變量相關(guān)的觀察變量的Cronbach’s Alpha

(二)結(jié)構(gòu)模型的假設(shè)

城市科技創(chuàng)新對(duì)環(huán)境治理的影響研究的結(jié)構(gòu)模型是一種復(fù)雜的系統(tǒng)，選用二階模型，根據(jù)模型需要，二階設(shè)置四個(gè)潛變量:城市創(chuàng)新基礎(chǔ)、科技創(chuàng)新、創(chuàng)新經(jīng)濟(jì)和環(huán)境治理，它們之間的因果關(guān)系假設(shè)如下:

H1:S＜—CB，城市創(chuàng)新基礎(chǔ)對(duì)科技創(chuàng)新產(chǎn)生重要的正向直接影響作用，城市創(chuàng)新基礎(chǔ)直接指向一階所包含的七個(gè)潛變量:文化教育、金融資金、醫(yī)療、水電氣、道路交通、城市排污和通信，它們共同承擔(dān)創(chuàng)新型城市基礎(chǔ)功能，這些功能將直接支持城市科技創(chuàng)新。

H2:I＜—CB，城市創(chuàng)新基礎(chǔ)對(duì)環(huán)境治理產(chǎn)生重要的正向直接影響作用。城市創(chuàng)新基礎(chǔ)有利于環(huán)境治理，其中金融資金對(duì)環(huán)境治理給予資金支持，城市排污、道路交通、水電氣功能將直接或間接支持環(huán)境治理。

H3:P＜—S，科技創(chuàng)新對(duì)創(chuàng)新經(jīng)濟(jì)產(chǎn)生正向直接影響作用，科技創(chuàng)新是創(chuàng)新經(jīng)濟(jì)發(fā)展首要推動(dòng)力，通過(guò)科技創(chuàng)新，才能實(shí)現(xiàn)新技術(shù)、新產(chǎn)業(yè)，實(shí)現(xiàn)經(jīng)濟(jì)真正發(fā)展。

H4:I＜—P，創(chuàng)新經(jīng)濟(jì)對(duì)環(huán)境治理產(chǎn)生正向影響作用，經(jīng)濟(jì)高速發(fā)展將造成環(huán)境污染，創(chuàng)新經(jīng)濟(jì)發(fā)展對(duì)環(huán)境治理需求更高。

H5:I＜—S，假設(shè)科技創(chuàng)新對(duì)環(huán)境治理產(chǎn)生正向影響作用，通過(guò)科技創(chuàng)新，消耗更少的資源和能源，減少要進(jìn)行環(huán)境治理的廢物，間接減少對(duì)環(huán)境治理需求，根據(jù)分析路徑系數(shù)應(yīng)該為負(fù)值。

科技創(chuàng)新、創(chuàng)新經(jīng)濟(jì)對(duì)環(huán)境治理具有中介效應(yīng)，其路徑城市創(chuàng)新基礎(chǔ)指向科技創(chuàng)新和環(huán)境治理，中介效應(yīng)科技創(chuàng)新指向創(chuàng)新經(jīng)濟(jì)和環(huán)境治理，中介效應(yīng)創(chuàng)新經(jīng)濟(jì)指向環(huán)境治理，這樣城市經(jīng)濟(jì)、科技創(chuàng)新對(duì)環(huán)境治理的影響研究的結(jié)構(gòu)潛變量關(guān)系如圖1所示。

圖1 城市經(jīng)濟(jì)、科技創(chuàng)新對(duì)環(huán)境治理影響研究的結(jié)構(gòu)潛變量

三、模型檢驗(yàn)、擬合、評(píng)價(jià)和分析

IBM SPSS Amos 21是功能強(qiáng)大的結(jié)構(gòu)方程模型分析軟件，支持可視化操作，只要正確繪制潛變量和指標(biāo)的因果關(guān)系圖，就能得到所需要的結(jié)構(gòu)方程模型，張偉豪(2012)指出，Amos支持三種類型的隨機(jī)變量，即潛變量、觀察變量和誤差變量，支持Bollen－Stine Bootstrap。SEM用的是最大似然估計(jì)法，前提是數(shù)據(jù)需要符合多元常態(tài)假設(shè)，否則會(huì)造成卡方估計(jì)值膨脹，使得模型配適度變差。在數(shù)據(jù)為非多元常態(tài)時(shí)，可采用bootstrap自助法估計(jì)并修正卡方值。Amos內(nèi)建Bollen－Stine p correction可以重新估計(jì)模型配適度，并得到以下擬合和分析結(jié)果。

(一)模型適配性檢驗(yàn)

在IBM SPSS Amos21中，若模型為多元非常態(tài)時(shí)可以使用Bollen－Stine Bootstrap自助法，通過(guò)具有估計(jì)值特性的樣本數(shù)據(jù)，從真實(shí)數(shù)據(jù)中進(jìn)行抽樣替代先前生成的樣本，并獲得較好的模型適配度和更準(zhǔn)確的估計(jì)結(jié)果，使用Bollen－Stine Bootstrap自助法可以用(1)式算得:

表3 76城市發(fā)展的結(jié)構(gòu)方程的Bootstrap可靠性適配度檢驗(yàn)

(二)模型擬合和分析

圖2 76城市協(xié)同發(fā)展的結(jié)構(gòu)方程Bootstrap運(yùn)算結(jié)果

圖2所示為76城市發(fā)展的結(jié)構(gòu)方程Bootstrap運(yùn)算結(jié)果，圖中顯示的為擬合的全部路徑系數(shù)等，所有殘差項(xiàng)都為正，表示模型界定是合理的，圖2下方顯示了該模型沒(méi)有經(jīng)過(guò) Bollen－Stine Bootstrap校正檢驗(yàn)的即時(shí)值。

表4所示為76個(gè)城市發(fā)展的結(jié)構(gòu)方程的Bootstrap擬合結(jié)果，估計(jì)值為路徑的直接影響系數(shù)，絕大多數(shù)變量路徑估計(jì)值顯著性P值均為“＊＊＊”，只有兩個(gè)標(biāo)準(zhǔn)路徑估計(jì)值顯著性P值略高，為0．002和 0．003，表示經(jīng)濟(jì)、科技創(chuàng)新對(duì)環(huán)境治理的影響研究的結(jié)構(gòu)潛變量結(jié)構(gòu)設(shè)置和結(jié)構(gòu)模型的假設(shè)通過(guò)驗(yàn)證。低價(jià)潛變量對(duì)城市創(chuàng)新基礎(chǔ)的路徑系數(shù)依次為金融資金、文化教育、通信、道路交通、水電氣、醫(yī)療和城市排污，它們路徑的直接影響系數(shù)分別為 1.035、1、0.99、0.947、0.888、0．918、0．899 和 0．509。

城市創(chuàng)新基礎(chǔ)對(duì)科技創(chuàng)新和環(huán)境治理路徑的直接影響系數(shù)分別為0．928和0．935，表示城市創(chuàng)新基礎(chǔ)與科技創(chuàng)新和環(huán)境治理有顯著的因果關(guān)系，城市創(chuàng)新基礎(chǔ)發(fā)展有利于科技創(chuàng)新和環(huán)境治理;科技創(chuàng)新對(duì)創(chuàng)新經(jīng)濟(jì)和環(huán)境治理的路徑的直接影響系數(shù)分別為0．919和－1．118，表示科技創(chuàng)新將直接促進(jìn)創(chuàng)新經(jīng)濟(jì)發(fā)展，但是還可以通過(guò)科技創(chuàng)新，強(qiáng)調(diào)消耗更少的資源，強(qiáng)調(diào)減少消耗能源，減少要進(jìn)行環(huán)境治理的廢物，這樣可間接減少對(duì)環(huán)境治理需求;創(chuàng)新經(jīng)濟(jì)對(duì)環(huán)境治理路徑的直接影響系數(shù)分別為0．628，表示創(chuàng)新經(jīng)濟(jì)對(duì)環(huán)境治理的因果關(guān)系比較明顯，說(shuō)明創(chuàng)新經(jīng)濟(jì)發(fā)展同時(shí)更要重視環(huán)境治理。實(shí)證結(jié)果符合城市發(fā)展的實(shí)際情況。

表4 76城市的結(jié)構(gòu)方程的Bootstrap擬合結(jié)果

表中估計(jì)值還有潛變量到觀察變量間的直接影響系數(shù)，可以看到所有路徑估計(jì)值顯著性P值均為“＊＊＊”，而且城市創(chuàng)新發(fā)展二階和一階殘差變量也有類似顯著檢驗(yàn)結(jié)果，說(shuō)明模型擬合數(shù)據(jù)是可信的。觀察變量對(duì)潛變量起主要作用的分別為金融機(jī)構(gòu)存款余額、固定電話用戶數(shù)、工業(yè)廢水排放量、供水總量、醫(yī)院床位數(shù)、三廢利用產(chǎn)值、道路面積、工業(yè)總產(chǎn)值、科技支出、教育支出比例等。

(三)76城市排名分析

結(jié)構(gòu)方程的模型運(yùn)算可以得到路徑系數(shù)外，還可以得到變量、殘差值，以及變量間協(xié)方差矩陣、變量間相關(guān)矩陣、因子得分權(quán)重等，進(jìn)一步深入分析可挖掘更多有價(jià)值的研究結(jié)果。表5所示為潛變量環(huán)境治理的因子得分權(quán)重，按照因子得分權(quán)重依次為 I4、I3、I2、P3、I1、B1、W6、W2、C1、J1等，即三廢利用產(chǎn)值、工業(yè)煙塵去除量、工業(yè)二氧化硫去除量、工業(yè)總產(chǎn)值、工業(yè)廢水達(dá)標(biāo)量、金融機(jī)構(gòu)存款余額、教育支出比例、圖書(shū)總藏量、固定電話用戶數(shù)、道路面積等，因子得分權(quán)重與環(huán)境治理指標(biāo)相關(guān)性強(qiáng)以外，還主要與工業(yè)總產(chǎn)值等相關(guān)，工業(yè)總產(chǎn)值高，要治理工業(yè)污物就多。按照因子得分權(quán)重更低的依次為 S4、S3、S2、S5、S1、P4、P1、EI3、EI1等，即科技支出、高新技術(shù)支出、高新技術(shù)總產(chǎn)值、專利申請(qǐng)量、高新技術(shù)從業(yè)人員數(shù)、第三產(chǎn)業(yè)GDP比重、人均地區(qū)產(chǎn)值、工業(yè)煙塵排放量、工業(yè)廢水排放量等，其中 S4、S3、S2、S5、S1為負(fù)值，表示科技支出、高新技術(shù)支出、高新技術(shù)總產(chǎn)值、專利申請(qǐng)量、高新技術(shù)從業(yè)人員數(shù)將消耗更少的資源，減少要進(jìn)行環(huán)境治理的廢物。

表5 潛變量環(huán)境治理的因子得分權(quán)重

根據(jù)76城市發(fā)展的結(jié)構(gòu)方程的觀察變量對(duì)潛變量因子得分權(quán)重，計(jì)算得到潛變量得分值，然后可以根據(jù)得分高低進(jìn)行排名。表5所示為76個(gè)城市的主要潛變量城市創(chuàng)新基礎(chǔ)、科技創(chuàng)新、創(chuàng)新經(jīng)濟(jì)、環(huán)境治理和城市排污得分值排名，城市創(chuàng)新基礎(chǔ)好的城市依次為上海、北京、廣州、重慶、深圳、天津、成都、蘇州、杭州、南京、武漢、沈陽(yáng)、寧波、大連、西安、無(wú)錫、東莞、鄭州、濟(jì)南、青島、哈爾濱、佛山、長(zhǎng)沙等，這些城市主要為歷史文化名城市，城市基礎(chǔ)好。

創(chuàng)新經(jīng)濟(jì)好的城市依次為上海、北京、深圳、蘇州、廣州、天津、無(wú)錫、杭州、成都、佛山、南京、武漢、重慶、大連、沈陽(yáng)、寧波、長(zhǎng)沙、西安、青島、合肥、廈門、鄭州、常州等，這些城市都是國(guó)內(nèi)經(jīng)濟(jì)發(fā)展中心城市，其中省會(huì)以下城市有蘇州、無(wú)錫、佛山、寧波、青島、常州，這些城市多處于沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)，經(jīng)濟(jì)發(fā)展得比較好。

表6 76個(gè)城市的主要潛變量得分排名

從表5中，還可以發(fā)現(xiàn)科技創(chuàng)新好的城市依次為上海、北京、深圳、蘇州、廣州等，城市排污較重的城市依次為重慶、蘇州、上海、天津、唐山、廣州、南京等，環(huán)境治理得分高的城市依次為重慶、唐山、上海、寧波、蘇州、天津、南京、杭州、淄博等。

四、結(jié)論和政策建議

本文采用結(jié)構(gòu)方程構(gòu)建城市科技創(chuàng)新對(duì)環(huán)境治理的影響研究SEM模型，將城市創(chuàng)新基礎(chǔ)、經(jīng)濟(jì)發(fā)展、科技創(chuàng)新和環(huán)境治理放在SEM理論框架中，全面剖析經(jīng)濟(jì)、科技創(chuàng)新對(duì)環(huán)境治理的影響的路徑分析。在模型估計(jì)中，考慮了變量間交互作用、測(cè)量誤差等，使研究和計(jì)量結(jié)果更加準(zhǔn)確和可靠，得到主要研究結(jié)論如下:

1．創(chuàng)新基礎(chǔ)好的城市依次為上海、北京、廣州、重慶、深圳、天津、成都、蘇州、杭州、南京、武漢、沈陽(yáng)、寧波、大連、西安、無(wú)錫、東莞、鄭州、濟(jì)南、青島、哈爾濱、佛山、長(zhǎng)沙等，城市創(chuàng)新基礎(chǔ)對(duì)科技創(chuàng)新的直接影響系數(shù)為0．928，城市創(chuàng)新基礎(chǔ)對(duì)環(huán)境治理的直接影響系數(shù)為0．935，城市創(chuàng)新基礎(chǔ)與科技創(chuàng)新對(duì)環(huán)境治理會(huì)產(chǎn)生顯著影響，創(chuàng)新城市集文化、金融、教育、交通、醫(yī)療、通信等于一體，城市創(chuàng)新基礎(chǔ)是長(zhǎng)期成長(zhǎng)、發(fā)展和規(guī)劃的結(jié)果，創(chuàng)新基礎(chǔ)好的城市更利于科技創(chuàng)新和環(huán)境治理，也利于城市經(jīng)濟(jì)發(fā)展。

2．科技創(chuàng)新對(duì)創(chuàng)新經(jīng)濟(jì)的直接影響系數(shù)為0．919，城市創(chuàng)新基礎(chǔ)對(duì)創(chuàng)新經(jīng)濟(jì)的間接影響系數(shù)為0．85。創(chuàng)新經(jīng)濟(jì)好的城市依次為上海、北京、深圳、蘇州、廣州、天津、無(wú)錫、杭州、成都、佛山、南京、武漢、重慶、大連、沈陽(yáng)、寧波、長(zhǎng)沙、西安、青島、合肥、廈門、鄭州、常州等，這些城市都是國(guó)內(nèi)經(jīng)濟(jì)發(fā)展中心城市。但隨著工業(yè)化進(jìn)程的加速，“先污染后治理”處理方法造成城市環(huán)境污染也日漸嚴(yán)重，越是經(jīng)濟(jì)發(fā)展得好的大城市，越是需要注重對(duì)地區(qū)環(huán)境治理，以實(shí)現(xiàn)可持續(xù)發(fā)展。

3．科技創(chuàng)新好的城市依次為上海、北京、深圳、蘇州、廣州、天津、無(wú)錫、杭州、成都、佛山、南京、武漢、重慶、大連、沈陽(yáng)、寧波、長(zhǎng)沙、西安、青島、合肥、廈門、鄭州、常州、煙臺(tái)、哈爾濱和濟(jì)南，科技創(chuàng)新對(duì)環(huán)境治理的路徑的直接影響系數(shù)分別為－1．118，通過(guò)科技創(chuàng)新，強(qiáng)調(diào)消耗更少的資源，強(qiáng)調(diào)減少消耗能源，減少要進(jìn)行環(huán)境治理的廢物，在提高企業(yè)經(jīng)濟(jì)產(chǎn)出同時(shí)，消耗更少的資源，才能從源頭真正扭轉(zhuǎn)生態(tài)環(huán)境惡化趨勢(shì)。

4．城市排污較重的城市依次為重慶、蘇州、上海、天津、唐山、廣州、南京、杭州、洛陽(yáng)、淄博、無(wú)錫、石家莊、鄭州、東莞、寧波、佛山、濰坊、包頭、大連、北京、沈陽(yáng)、武漢、濟(jì)寧、成都、長(zhǎng)春、西安等，這些地區(qū)主要國(guó)內(nèi)主要工業(yè)重要城市，這些城市在提高企業(yè)生產(chǎn)效率同時(shí)，設(shè)法降低能源和資源消耗，減輕生態(tài)環(huán)境的負(fù)擔(dān)。其中，廣州、洛陽(yáng)、鄭州、東莞、包頭、北京、沈陽(yáng)、成都、西安等環(huán)境治理得分相對(duì)低些，環(huán)境治理得分相對(duì)高的城市有重慶、唐山、上海、寧波、蘇州、天津、南京、杭州、淄博、石家莊和無(wú)錫等。首先，需要減少城市污染物的排放，在此基礎(chǔ)上加強(qiáng)環(huán)境治理投入提高環(huán)境治理的效率。需要向發(fā)達(dá)國(guó)家學(xué)習(xí)城市環(huán)境治理的經(jīng)驗(yàn)，提倡城市綠色發(fā)展，落實(shí)各個(gè)企業(yè)環(huán)境治理和管理措施，注重科技進(jìn)步，促進(jìn)城市生態(tài)環(huán)境發(fā)展。

〔1〕李應(yīng)博、朱慧勇:《新城市主義視角下城市成長(zhǎng)與產(chǎn)業(yè)創(chuàng)新協(xié)同發(fā)展研究》，《城市發(fā)展研究》2013年第7期。

〔2〕王維、張建業(yè)、喬朋華:《區(qū)域科技人才、工業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展研究——基于我國(guó)18個(gè)較大城市面板數(shù)據(jù)》，《科技進(jìn)步與對(duì)策》2014年第31卷第9期。

〔3〕李景源、孫偉平、劉舉科:《中國(guó)生態(tài)城市建設(shè)發(fā)展報(bào)告(2012)》，社會(huì)科學(xué)文獻(xiàn)出版社2012年版。

〔4〕陳春:《少數(shù)民族聚居的貴州和云南城市競(jìng)爭(zhēng)力研究》，《貴州民族研究》2014年第1期。

〔5〕倪鵬飛、白晶、楊旭:《城市創(chuàng)新系統(tǒng)的關(guān)鍵因素及其影響機(jī)制——基于全球436個(gè)城數(shù)據(jù)的結(jié)構(gòu)化方程模型》，《工業(yè)經(jīng)濟(jì)》2011年第2期。

〔6〕李霞:《基于結(jié)構(gòu)方程模型的低碳經(jīng)濟(jì)發(fā)展影響因素分析》，《經(jīng)濟(jì)問(wèn)題》2013年第11期。

〔7〕高文杰、高旭:《基于SEM的我國(guó)重要城市現(xiàn)代化水平綜合評(píng)價(jià)模型研究》，《數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)》2010年9月第40卷18期。

〔8〕陳春:《我國(guó)金融政策對(duì)商品房?jī)r(jià)格影響的實(shí)證研究——基于2010年12月－2013年9月全國(guó)70大中城市房?jī)r(jià)數(shù)據(jù)分》，《價(jià)格理論和實(shí)踐》2013年第11期。

〔9〕吳明隆:《結(jié)構(gòu)方程模型——AMOS的操作和應(yīng)用》，重慶大學(xué)出版社2012年版。

〔10〕楊維忠、張?zhí)?《SPSS統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解》，清華大學(xué)出版社2013年版。

〔11〕張偉誼、鄭時(shí)宜著:《與結(jié)構(gòu)方程模型共舞:曙光初現(xiàn)》，前程文化2012年版。

〔12〕王孟成:《潛變量建模與Mplus應(yīng)用．基礎(chǔ)篇》，清華大學(xué)出版社2014年版。

〔13〕中國(guó)國(guó)家統(tǒng)計(jì)出版社:《中國(guó)城市統(tǒng)計(jì)年鑒2012》，中國(guó)統(tǒng)計(jì)出版社2013年版。

〔14〕中國(guó)國(guó)家統(tǒng)計(jì)出版社:《中國(guó)統(tǒng)計(jì)年鑒2012》，中國(guó)統(tǒng)計(jì)出版社2013年版。

〔15〕Manfred M．Fischer，Javier Revilla Diez，F(xiàn)olke Snickars．Metropolitan Innovation Systems:Theory and Evidence from Three Metropolitan Regions in Europ．Springer，2010．

〔16〕Ron Martin，James Simmie．Path Dependence and Local Innovation Systems in City － regions，Innovation:Management．Policy ＆ Practice，2008，1(10)．

〔17〕Bollen K，Stine RA．Bootstrapping goodness－of－fit measures in structural equation models．Sociol Methods Res 1992;21:205－29．

〔18〕Anderson J C，Gerbing D W．Structural Equation Modeling in Practice:A Review and Recommended Two－Step Approach．Psychological Bulletin，1988，(103):411 －423．

〔19〕Enders，Craig K．Applying the Bollen－Stine bootstrap for goodness－of－fit measures to structural equation models with missing data．Multivariate Behavioral Research，2002，37(3)，359 －377．

〔20〕Ievers－Landis，C．E．，et al．“The concept of bootstrapping of structural equation models with smaller samples:an illustration using mealtime rituals in diabetes management”，J Dev Behav Pediatr，2011，32(8):619 －626．