五、基于结构方程的经营个体户对行业现状的认知度和需求分析
（一）结构方程模型 
在本文之前提出理论模型基础上，在大样本正式调研章节中，我们对大样本数据作了描述性统计分析、信度和效度分析，这些都为本节进行结构方程模型( Struc turalEquation Modeling，简称 SEM)分析进行了前期的准备。在本节中，将通过结构方程模型对本研究中的理论模型和研究假设进行验证。 
结构方程模型(Sructural Equation Modeling, SEM)一词的来源与 LISREL 统计软件密不可分的，LISREL 即为线性结构关系模型(line ar structural rela tionshipmodel)的简写，是由统计学者 Karl GJoreskog&Dg Sobom 于上世纪七十年代，结合矩阵模型的分析技巧，用以处理协方差结构分析的计算机程序。因此结构方程模型早期又被称作为线性结构关系模型( linear structural re lationship model)、协方差结构分析(covariance structureanalysis)等。在 SEM 的分析软件中，被研究:者及机构经常使用的除 LISREL 外，还有EQS 与 AMOS 软件。结构方程模型有很多优越性，主要体现在：
1)可以同时处理多个因变量；
2)允许自变量和因变量之间存在测量误差；
3)可以同时对因子结构和因子之间的关系系数进行估计；
4)接受容纳较大弹性的测量模型；
5)能够对研究模型的拟合程度进行估计。基于结构方程模型的这么多优点，本文采用结构方程模型作为研究手段，对本文的理论模型及研究假设进行评估和验证。 
同时，应用结构方程模型还用满足一些条件：1)是对样本容量的要求。应用结构方程模型进行分析时，样本量与测量指标之间的比例大约要保持在 5:1 到 10:1 之间，而且样本绝对数量最好大于 150 个，本次调查收集的有效调研数据样本总量为 504个，已经达到进行结构方程模型检验的条件；2)是对数据分布的要求。应用结构方程模型对数据进行分析，数据必须服从正态分布，否则不适合运用结构方程模型进行分析。前述已对大样本调研数据进行了验证，结果显示数据服从正态分布。 
（二）潜变量及可测变量的设定 
潜变量是不可直接观测的变量。本次潜变量的选定从理论出发，根据数据的探索性分析结果，结合知信行理论模型，本文中选取基本信息、认知度、行为决策、政府宣传和对市场管理满意度考量这4个潜在变量。本研究有4个方面因子以及对应的 19个可测变量。4 个方面因子为潜在变量，无法直接测量；19个可测变量为显变量，由调查直接获得。
相应可测变量设定及对应问题情况如表：

表 1 变量设定以及问题对应情况

（三）研究假设 
根据 4 个潜变量之间的影响情况，可以建立如下假设： 
H1:药商年龄层次会影响中药材售卖方式和对抗病毒性中药材的认知度
H2: 药商的售卖方式和认知度会影响其对市场疫情防控和监管满意度
H3:药商的顾客来源会影响其行为决策 
H4:药商对市场监管满意度会影响其行为决策
H5:药材流通速度和生产加工成本会影响其行为决策
根据以上分析，现采用 AMOS 24.0 软件，按照结构方程模型路径图的符号规则，画出模型的因果关系路径图，规定模型中每个潜在变量对应的测量指标中的一个系数为 1，相当于规定潜在变量的度量单位与对应测量指标的单位相同；规定外生潜在变量、内生潜在变量的可测变量的测量误差系数为 1，设置好因果关系路径图。初始模型部分变量拟合后出现负值或部分关系无法得出确定值，分析得出原因在于结构方程模型设计存在缺陷。虽然此模型结构理论上可行，但在数据上经验证不可执行，因此进行调整，后得到新模型，其路径分析图。 

图 1 路径分析图

（四）模型实现与检验 
现在 AMOS 24.0 中绘制模型，带入数据，进行模型检验与拟合优度结果见表：

表 2  模型检验与拟合优度结果

从表可以看出，P 值为 0.000，小于显著性水平 0.05，卡方对应的 P 值具有统计显著性；卡方与自由度之比为 2.842，小于 3；同时NFI、TFI、CFI 均接近于 1， RMSEA 为0.088小于 0.1，以上几个指标均满足模型检验与拟合优度的要求，说明模型拟合效果较好。 
（五）结构方程模型参数估计结果 
运行程序，得到此标准化的结构方程模型，如图所示：

图 2 标准化的结构路径图

（六）模型结果分析与讨论 
在经过路径的反复修正后，我们得到了拟合程度较好的模型。各路径系数都有其含义，我们根据先前对各潜变量之间单向影响关系的假设，作出以下结论： 
1、潜在变量之间的关系分析

表 3 结构方程标准化路径系数表

潜在变量间的系数表示某一变量的变动引起其他变量变动的程度。在回归权重表中，AC的因子关系P值大于0.05，说明两潜在变量关系不显著，即接受原假设，拒绝备择假设H3，说明本调查样本药商年龄层次与其对中药材售卖方式和对抗病毒性效果好的中药材认知度之间没有必然的关系，这也说明无论是哪个年龄段的药商，对市场监管满意度的评价都是客观公平的。而其余因子关系的P值均小于0.05，特别是AB, BH是极其显著的，这说明药商的顾客来源极大程度上影响了其对中药材的生产加工运输速度和市场流量的满意度，可以推测，顾客来源广泛的店铺更有可能从疫情中更快恢复，且综合来看，对中药材使用知识和其抗病毒性更了解的药商在未来更有主动改变交易模式和主动推进新型电子商务销售的倾向。BC的回归权重最大，系数为0.852，这说明药商对市场监管满意度极大影响其行为决策，另一个角度来说，药商绝大多数时间都在市场中，如果能从监管管理部门层面加强宣传和培训，成效较好。
2、潜在变量与可测变量之间的关系分析 

表 4 结构方程标准化回归权重表

从表中可以看出，每个潜在因子和可观测变量之间都是显著相关的，则通过对潜在变量与观测变量之间关系的分析，可以发现与潜在变量关系重大的观测变量，还可进行各因子观测变量间的比较。 
（1）药商类型与可测变量之间的关系 
药商类型因子中A1(顾客来源）的系数较大（0.57），A2（年龄层次）系数次之（0.3），这说明学生顾客来源的差异影响作用超过其年龄层次高低的影响。 
（2）认知度因子与可测变量之间的关系 
认知度因子中B3（是否减免房租税收）系数（0.566）、B4（销售渠道是否改变）系数（0.571）和B5（经营是否受到冲击）系数（0.491）较大。这表药商了解掌握市场动态大多从说、听、看、做几方面，由于很少有药商被给予减免房租税收、很少听到看到有关宣传，很少有中药材知识和经营培训，故而导致认知度普遍较低。
（3）满意度与可测变量之间的关系 
满意度因子中所有可测变量的系数几乎都在0.8以上，说明8个变量都能显著反映药商对疫情防控和监管满意度。其中宣传培训评分项中，H11（政策和设施）（0.928），H12（防控安排）（0.924），H13（监管方式）（0.926）的系数均超过0.9。这说明学生比较在意这三个方面，所以市场监管部门在未来管理市场时可以注意改进这三方面的不足。而经营模式评价表中，H21（药材加工流通速度）、H23（网络销售模式）的系数均超过0.8，H22（市场竞争度）的系数为0.798，相对较小，可以推测出，药商认为如果药材生产加工速度和运输速度及时到位，那么店铺经营很快就能从疫情复工复产中恢复过来，这更从侧面反映了市场交易模式和流量的重要性。因此，市场对中药材店铺管理和对药商的定期知识和经营指导培训是很有必要的。
4.行为决策与可测变量之间的关系 
行为决策因子中C1（当下是否会救人）系数（0.93）最大，说明这一行为是行为决策中和当前认知现状联系最紧密的，因此可推出当下认知度的提高能显著影响能否改进中药材交易模式。
（七）模型的结论与建议 
1.结论：在问卷调查的基础上，通过结构方程模型，证实了药商对市场经营复工复产和交易模式改进需求与顾客来源、中药材文化宣传、电子商务培训开展等多个因素直接或间接有关。因此政府可从经营个体户反映的实际情况出发，采取不同的策略，从多个维度满足中药材市场的相应需求，这不仅加强了药商的中药材知识和经营本领，更是为药材质量真实安全多提供了一份保障。 
2.建议：想要提高经营个体户对抗病毒性效果好的中药材的认知度和售卖，满足其盈利需求，建议政府以宣传为出发点，以培训活动等实际操作为主体，以全面配备设备为最终目标。可考虑将重点放在宣传中药材文化和改进电子商务交易方式这两个方面。