林产工业低碳经济发展形式的探新范文

1研究方法

1．1企业发展价值取向调查

问卷设计调查问卷是迄今为止用于收集第一手资料的最普遍的工具，一项调查结果是否能达到调查预定的要求和目的，以及所收集到资料的可靠度和完善度都取决于调查问卷的设计水平。本项调查问卷设计包括问卷标题、问卷说明、问卷正文和必要的注明等4部分。企业发展价值取向包括对实现低碳经济的态度和认知取向，取决于管理者的受教育程度、对环境保护的和企业发展的认知情况。可以通过企业管理者对企业发展和生态环境保护的认知情况来衡量，因此问卷正文分为受访管理者基本情况及其对企业发展方面的认知情况和建议等3个组成部分，具体内容包括①受访管理者基本情况。包括性别、年龄、受教育程度、单位所在地、职位、家庭人均月收入、理想的实现程度等7个结构性选择问题。②受访管理者对企业发展方面的认知情况。包括为了利润而造成环境污染、资金投入到低碳经济方面、企业成功的标志、企业成功的最关键因素、所在行业、采取排污措施、对环境污染情况、低碳经济发展模式类型等8个结构性选择问题。③属于开放性问题的意见和建议。调查的各项问题各有所侧重，受访管理者基本情况主要侧重于受访者素质和自我认知方面的调查;受访管理者对企业发展的认知情况侧重于受访者环保行为和经营行为倾向方面的调查;意见和建议作为主题内容最后的补充，是由受访管理者说明自己其它方面的态度或观点，以征询受访管理者对问卷设计或对问卷调查本身有何感受等等。本调查问卷设计所提供的选择性问题都是按其逻辑顺序进行排列，使不同水平的次序与逻辑次序保持一致。

1．2影响因素分析方法

①描述性统计分析方法。描述性统计分析主要进行频数统计、均值及标准差计算，频数统计用来考查样本中各项目取值的分布情况，均值和标准差分别用来度量各项目取值的平均值和分散性。由于问卷调查的各个选项只是少数几个离散数据即属性数据，因此，对属性数据的描述性统计指标就是它取各种数值的百分率。②关联性统计分析方法。利用SAS统计分析软件进行属性数据的关联性分析主要包括以下3个步骤:a．确定存在关联性的候选变量，建立由这些变量不同的取值组合下的形成的频数，即形成交叉列联表;b．将交叉列联表的每个单元观测数据保存到一个数据集;c．对数据集进行关联性的χ2检验以及关联性度量。χ2检验就是对属性变量之间是否存在显著的关联性进行检验，原假设是行变量和列变量无关联，在显著水平α=0．05情况下，如果计算的概率值p＜0．05=α，则要拒绝原假设，即认为变量间存在显著的关联性。关联性度量是测量变量间的关联性程度，对于χ2检验，γ统计值是度量有序变量间关联性的指标，γ统计值介于－1与1之间，其绝对值越大，有序关联性越强;正(负)的关联表示两个变量有相同(相反)的变化趋势［5］。如果是有序变量，可以采用Spearman相关系数度量变量间有序关联程度。

2结果与分析

2012年3月在黑龙江省大兴安岭林产工业管理处、伊春市林产工业管理局的协助下开展问卷调查工作。在大小兴安岭林区林产工业企业共发放问卷380份，获得有效问卷365份。调查数据整理过程如下:首先使用Excel软件录入调查问卷的原始数据，工作表中的一行记录反映一份问卷的数据，共形成365行19列(15项选择问题和第13题包括的4项填空题)的数据表，其中第4题录入的选项以伊春林区问卷为主，大兴安岭地区问卷归入到“其它”;然后利用SAS9．0软件直接将数据导入形成SAS数据集，最后对SAS数据集进行描述性统计分析、关联性分析。

2．1描述性统计分析结果

样本项目取值及分布情况如表1所示。表1中的受访管理者基本分布数据表明，受访管理者绝大部分都是男性，占84．1%，大专及以上学历占73．4%，近一半是中层管理着，所期待的理想人生状态实现一半及以上者接近30%。受访管理者对企业发展的认知情况方面的数据表明，47．8%受访管理者基本赞同“在不被政府部门处罚的情况下，为了利润而造成环境污染是值得的”观点，94．3%受访管理者不太赞同“有限的资金不值得投入到设备改造和低碳技术创新方面”，67．7受访管理者认为企业成功的最重要标志是拥有名牌产品、企业规模大、利润高，64．6%受访管理者认为企业成功的最关键因素是拥有先进的环保技术和名牌产品、高质量的管理团队，受访管理者所在行业主要是木制工艺品、人造板、家具，一半多受访管理者认为所在行业已经达到环保标准，不需要采取排污措施，87．2受访管理者认为近5a来所在企业对环境污染在不断减小和没有污染，72．4%受访管理者认为低碳经济发展模式类型属于政府推动型和消费引导型。

2．2基于关联性分析的企业价值取向指标筛选和影响因素分析

由于企业价值取向所包含的各指标之间可能存在关联性，因此，首先需要分别对这方面的具体指标进行两两关联性分析，保留相对独立性较高的指标，然后再进行影响因素分析。这样既有助于探寻企业价值取向所包含的各个因素之间的关系，也能减少企业发展价值取向对企业低碳经济发展影响分析的工作量。企业价值取向包括管理者基本情况7个指标和对企业发展认知情况7个指标。首先对管理者基本情况7个指标进行两两关联性分析，筛选具有较高独立性的指标;然后对企业发展认知情况7个指标(不包括企业低碳经济发展模式V15)进行两两关联性分析，筛选具有较高独立性的指标;最后将筛选后的指标与低碳经济发展模式指标V15进行关联性分析。

2．2．1管理者基本情况7个指标的筛选对管理者基本情况7个指标进行两两关联性分析，各指标间的卡方检验显著性概率及Spearman相关系数如表2所示。分析发现，在显著性水平α=0．05的情况下，V1与V2、V5、V7之间存在显著关联，V2与V3、V5、V6、V7之间存在显著关联，V3与V4、V6、V7之间存在显著关联，V4与V5、V6、V7之间存在显著关联，V5与V6、V7之间存在显著关联，V6与V7之间存在显著关联。因此，保留V3、V5等2个变量。

2．2．2对企业发展认知情况7个指标的筛选对企业发展认知情况7个指标进行两两关联性分析，各指标间的卡方检验显著性概率及Spearman相关系数如3所示。数据分析发现，在显著性水平α=0．05的情况下，V8与V9、V10、V11、V12、V13、V14之间具存在显著关联性，相关程度在0．1以下的变量包括V10与V12、V11与V12和V14、V12与V13。由于V10与V11、V12与V14关联系数较高，因此，保留V10、V14等2个变量。2．2．3筛选后的指标对低碳经济发展模式的影响分析上面对管理者基本情况和对企业发展认知情况的影响因素筛选结果是保留V3、V5、V10、V14等4个变量，也就是说对低碳经济发展模式有显著性影响的因素包括受教育程度、职位、企业成功的最重要标志、对环境的污染状况等4个因素。将这4个变量与企业低碳经济发展模式V15进行关联性分析。分析结果如表4所示。

3结论与建议

3．1通过指标筛选得出的结论

Spearman相关系数用于衡量有序变量间的相关程度，对表2和表3中的Spearman相关系数达到0．2以上的变量进行分析，得到如下结论:年龄越大的受教育程度越高的管理者收入越高，收入越高的管理者越能很好地实现人生理想。越不赞同“在不被政府部门处罚的情况下，为了利润而造成环境污染是值得的”观点的受访管理者越倾向于不赞同“有限的资金不值得投入到设备改造和低碳技术创新方面”观点。越不赞同“在不被政府部门处罚的情况下，为了利润而造成环境污染是值得的”观点的受访管理者越倾向认为企业成功的最重要标志是投资回报率高、拥有名牌产品、企业规模大、利润高;认为企业成功的最关键因素是拥有先进的环保技术和名牌产品、强大的市场营销的受访管理者，越倾向于采取排污措施，同时认为近5a来所在企业对环境污染并没有不断减小和没有污染。

3．2通过影响因素分析得出的结论及建议

利用χ2检验法，在显著性水平α=0．05的情况下，对表4分析发现，受教育程度越高的管理者越主张低碳经济发展模式需要依靠政府推动和消费者引导。企业高层管理者更注重政府推动和消费者引导的作用，关联系数为负的含义是指两个变量的有序关联性是相反方向。越是认为企业成功的最重要标志是上市融资成功和拥有先进环保技术或者认为对环境的污染状况减轻的管理者，也越倾向于认为本企业低碳经济发展模式是在政府推动推动和消费者引导下实现的。林产工业企业普遍存在从业人员文化程度偏低、劳动生产率低、科技人员比例低、科技投入少等问题。林产工业企业规模普遍较小，没有实现规模化经营，企业通常在研发和技术改造方面投入很少，也就很难拥有自主知识产权及核心竞争力。同时，林产工业企业规模化程度低，导致产业发展规模不经济，具体表现为产业集中化程度低。产业集中度是指大中型企业工业总产值在该产业所有企业工业总产值中所占的比重，反映产业市场结构状态和大企业市场控制力的强弱。因此，林产工业的低碳经济发展方向是走生态化产业集群之路。

作者：李英陈向华单位：东北林业大学