高速公路后评价模型与实证研究

王建民 ，王传旭 ，杨 力

（1.安徽理工大学 经济与管理学院，安徽 淮南 232001；2.淮南师范学院，安徽 淮南 232001）

目前，国内外学者对高速公路后评价采用的评价方法有价值函数法、层次分析法、模糊综合评价法、数据包络分析法、神经网络分析法等。引入结构方程模型对高速公路建设项目进行后评价是一个新的探索。结构方程模型弥补了传统统计方法的不足,它既可研究可显变量,又可研究不能直接观测的变量(潜变量)；不仅能研究变量间的直接作用,还可研究变量间的间接作用,通过路径图直观地显示变量间的关系；通过结构方程模型研究者可构建出潜变量间的关系,并验证这种结构关系是否合理；可以同时处理多个因变量，并允许自变量和因变量含有测量误差；可以设计出因变量间的关系，并估计整个模型的拟合程度等诸多优势。

本文拟将高速公路建设项目的建设过程、经济效益、社会效益、环境影响、可持续发展等评价项目作为潜变量，每个评价项目的指标作为显变量，采用实证研究的方法，建立基于结构方程模型的高速公路后评价模型。

1 评价模型构建

1.1 评价指标

从对现有大量的文献研究发现[3]～[7]，高速公路后评价一般分为建设过程后评价、经济效益后评价、影响后评价、可持续发展后评价四个方面，又分别由具体评价指标体现。结合国内外文献研究资料，本研究构建了高速公路后评价指标体系，如表1所示。

1.2 评价模型构建

根据评价项目和评价指标之间的结构关系，结合结构方程模型的原理，本文构建了高速公路后评价模型，如图1。在图1评价模型中，模型指标序号代表指标与表1评价指标体系一致。在该评价模型中，建设过程后评价（F1）、经济社会效益后评价（F2）、环境影响后评价（F3）、可持续发展后评价（F4）等四个评价项目做为整体评价（F0）的潜变量，每个评价项目的评价指标从项目决策评价（X1）到项目体制与政策可持续发展能力评价（X21）等21个评价指标作为显变量，共同构成了高速公路建设项目的评价模型。同时，在该模型中建设过程后评价（F1）、经济社会效益后评价（F2）、环境影响后评价（F3）同时对可持续发展后评价（F4）产生影响，建设过程后评价（F1）又对环境影响后评价（F3）产生影响。

表1 高速公路后评价指标体系

在评价模型中，评价指标即显变量与评价项目即潜变量之间以及潜变量与潜变量之间的结构关系通过模型输出的路径系数来进行量化的分析评价。由此，实现对整体模型结构路径系数关系的全面定量评价。

基于结构方程模型建立的高速公路后评价模型在评价中具有以下突出优势：

(1)在高速公路后评价中，通过引入结构方程模型建立评价模型，即可以评价评价项目之间的因果关系，也可以通过测量模型评价各个项目指标之间的直接和间接路径系数关系，并把这种关系通过路径图直观地显示。结构方程模型的引入使高速公路后评价形成了一个完整的体系结构。

(2)该模型具有同时处理多个评价项目、指标变量的优势，同时，在处理变量中结构方程模型能够处理测量误差，不回避误差的存在，使其分析结果更为可靠。

(3)借助结构方程模型，可以根据研究需要设计构建多个评价模型，并对评价模型进行对比分析，验证结构关系是否合理，估计模型的拟合优度，从而确定合理的模型作为研究评价模型。

(4)全面考察高速公路后评价体系。结构方程模型的实质是因果关系，也就是说它不单纯研究评价项目指标现状，还对项目指标的形成原因及引发结果进行研究，找出项目之间和各指标间的内在联系，为提高高速公路经济效益、社会效益指明改进方向。

(5)利用该模型对高速公路建设项目进行评价时，可以综合多方面的评价意见。该模型的评价数据是广泛征集众多专家、学者、相关部门、人员对评价指标的评价意见，从而最大限度地保证了评价的客观性、公正性。

2 实证研究

2.1 数据来源

本研究的数据通过问卷调查法获得。根据评价模型指标，本研究设计了调查问卷（略），以JS高速为调查对象，对政府相关管理部门人员、经济社会学专家学者、该线路广大司乘人员、沿线居民、项目施工及管理人员等进行了广泛的问卷调查。

对调查问卷数据的量化采用成功度评价法进行。成功度评价是依靠评价专家或专家组的经验，综合后评价中各项指标的评价结果，对项目的成功程度做出定性的结论。它是以用逻辑框架法分析的项目目标的实现程度和经济效益分析的评价结论为基础，以项目的目标和效益为核心所进行地全面系统的评价。本研究根据项目对预定目标的实现程度分为五个等级，分别记为5分，4分，3分，2分和1分。

经过精心组织，在相关部门的支持配合下，本次调查共分发调查问卷400份，回收有效问卷326份，有效回收率为81.5%。

2.2 模型检验

（1）信度检验。信度（Reliability）即可靠性，它是指测量工具所测结果的可信度和稳定性以及测量的一致性程度。本调查采用 Cronbach α信度系数进行信度分析，使用 SPSS15.0进行计算，问卷调查总量表信度及分量表信度系数如表2所示。

表2 Cronbachα 信度分析表

Cronbach α系数值介于0与1之间，α值越大表示内部一致性可信度越高。据Nunally研究[8]，α大于0.8表示内部一致性极好，α在0.7～0.8表示较好，0.7为最小可接受值。由上表可见，各分量表和总量表的Cronbach α介于0.823～0.912之间，表示该量表信度较高，其获取的专家评分数据具有良好的可信性，基于该问卷进行的数据统计分析结果也较可靠。

（2）效度检验。效度（Validity）是指测量结果的有效性或正确性。结构效度方面，本文利用探索性因子分析来对问卷的结构效度进行检验。将数据调入SPSS15.0软件，进行因子分析，得到问卷调查总量表及各分量表的主成分特征值、方差贡献率及评价指标因子负荷，如表3、表4所示。

表3 后评价项目第一主成分特征值及方差贡献率

根据Anderson和Gerbing的观点[9]，因子负荷大于0.7，表明模型具备了收敛效度和区别效度。由表3、表4可见，总量表和各分量表第一主成分的特征值均大于1，方差贡献率均大于0.7，各评价指标的因子负荷均大于0.7，绝大部分在0.8以上，表明因子对变异量的解释程度比较高，证明各分量表的结构效度比较高，问卷中设置的测评指标的影响是显著的。

（3）拟合检验。 模型的拟合评价是通过拟合指标的参数来验证理论模型是否符合标准。本研究应用AMOS7.0软件对高速公路后评价模型进行拟合修正，得到该模型的各项拟合指标参数，选取如下指标参数汇总于表5。

表4 后评价模型指标因子载荷矩阵

表5 后评价模型拟合指标参数

综合各研究者的建议[10][11]，拟合指表评判标准一般如下：（1）卡方检验，即 CMIN/DF，其中，CMIN 为卡方统计量,DF为自由度,公认的良好模型与数据的拟合标准为CMIN/DF＜3；（2）比较拟合指数（CFI），在 0.95 以上表示模型拟合得较好，在 0.90以上也可以接受；（3）均方根残差（RMR）和近似均方根误差(RMSEA)，其值小于 0.05表明模型拟合得很好，而在 0.08以下的拟合结果也可以接受；（4）拟合优度指数(GFI)和修正拟合优度指数(AGFI)，这两个指标一般要求大于0.85。

从表5模型的拟合指标参数可以看出该模型拟合良好，属于可以进行研究的范畴，模型结构较为合理。

2.3 算例

算例为应用本文构建的高速公路后评价模型对JS高速进行后评价。将专家、学者等的评价指标数据调入AMOS7.0软件，对拟合修正后的模型进行运算可得到各评价项目指标间的路径关系系数，标准化后的JS高速后评价模型路径关系系数如图2所示。

从图2可以看到评价模型中各评价项目之间以及各评价指标与评价项目的路径关系系数，即影响系数，从而可以找出项目之间和各指标间的内在联系，为提高高速公路经济效益、社会效益指明改进方向。评价项目、指标间的路径系数形成原因及改进方法本文限于篇幅不做深入探讨。JS高速后评价模型的路径系数关系揭示了JS高速的现实状况，进一步验证了该评价模型的科学性。

3 结语

根据以上分析，可以认为高速公路后评价模型调查问卷具有较好的信度和效度，模型拟合指标参数显示模型拟合较好，同时，通过实例对模型进行了验证。因此，运用该模型对高速公路建设项目进行后评价是可靠的和准确的。本文构建的高速公路后评价模型为对高速公路建设项目进行科学的后评价提供了参考。

[1]王英，刘思峰，杨烁.连徐高速公路对沿线地区经济增长的贡献评价[J].南京审计学院学报，2007，4（2）.

[2]侯杰泰，温忠麟，成子娟.结构方程模型及其应用[M].北京：教育科学出版社，2004.

[3]Satty T L.Modeling Unstructured Decision Problems:The Theory of Analytical Hierarchies[M].First Int.Conf.On Math.Modeling,Univ.of Missouri,Rolla,1997.

[4]Maeda H.Murakami S.A Fuzzy Decision-making Method and Its Application to a Company Choice Problem[J].Information Science,1998,45.

[5]税常峰，贾元华，李兴华.高速公路后评价中社会效益的定量化方法研究[J].交通运输系统工程与信息，2005，(10).

[6]骆有隆，唐元义，李根伟等.高速公路社会效益评价的神经网络方法[J].武汉理工大学学报，2004，(12).

[7]奚宽武，陈尚和，覃增雄，等京沪高速公路沧州段刘一沿线区域社会经济影响[J].北京工业大学学报，2004，(3).

[8]Nunally J C.Psychometric Theory(2ndEdtion)[M].New York:Mc-Graw-Hill,1978.

[9]Anderson JC,Gerbing D W.Structural Equation Modeling in Practice:A Review and Recommended Two-step Approach[J].Psychological Bulletin,1988,103.

[10]温忠麟，侯杰泰.结构方程模型检验：拟合指数与卡方准则[J].心理学报，2004，36（2）.

[11]孟庆茂，侯杰泰.协方差结构模型与多层线性模型原理及应用[J].北京师范大学心理计量与统计分析,2001,(5).