基于共生理论的银保战略联盟稳定性影响因素识别研究

总结、专家确定以及问卷测试三个阶段确定，量表既概括了战略联盟稳定性影响因素研究文献的已有成果，又结合了银保战略联盟的具体特征，并且经过了小样本测试；同时，在数据收集过程中，在被调查对象选择方面也做了严格规定，因此可以认为银保战略联盟稳定性影响因素量表的效度较好。

（二）因子分析

因子分析的目的是通过运用因子分析法将银保战略联盟稳定性影响因素归类为少数几个因子，因子分析首先需要进行KMO统计检验和巴特莱特球度检验，从而获知银保战略联盟稳定性影响因素变量能否后续进行因子分析。

1.共生单元

运用SPSS12.0软件对本文设计的5个银保战略联盟稳定性共生单元因素进行因子分析，得到共生单元因素的KMO统计量为0.738，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生单元因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生单元因素进行因子分析，获得的共生单元因子的特征值和方差贡献率数据见表2。献率为81.68%，超过了80%，这说明可以提取前面两个公因子，其旋转载荷矩阵如表3所示。

从表3可以看出，量表中的共生单元变量可归为两个因子。“成员的信誉”“成员技术水平”和“成员市场实力”构成了因子1，它们反映了共生单元总方差的55.1%，这三个变量主要反映了共生单元的竞争态势，因此可以将“成员的信誉”“成员技术水平”和“成员市场实力”这三个因素组成的因子1命名为竞争水平维度。“成员财务状况”和“成员风险控制能力”构成了因子2，它们共反映了共生单元总方差的26.58%，这两个变量主要反映了共生单元的管理特征，可以将“成员财务状况”和“成员风险控制能力”组成的因子2命名为管理水平维度。

2.共生模式

运用SPSS12.0软件对本文设计的3个银保战略联盟稳定性共生模式因素进行因子分析，得到共生单元因素的KMO统计量为0.812，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生模式因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生模式因素进行因子分析，获得的共生模式因子的特征值和方差贡献率数据见表4。

从表4发现，第一和第二个因子的累积贡献率为82.04%，超过了80%，这说明可以提取前面两个公因子，这两个公因子的旋转载荷矩阵如表5所示。

从表5可以看出，量表中的共生模式变量可归为两个因子。“文化兼容程度”“目标协同程度”和“业务互补程度”构成了因子1，它们反映了共生单元总方差的59.48%，这三个变量主要反映了共生模式的匹配水平，因此可以将“文化兼容程度”“目标协同程度”和“业务互补程度”这三个因素组成的因子1命名为匹配水平维度。“信息共享程度”和“沟通顺畅程度”构成了因子2，它们反映了共生单元总方差的22.56%，这两个变量主要反映了共生模式的融合特征，可以将“信息共享程度”和“沟通顺畅程度”组成的因子2命名为管理水平维度。

得到共生单元因素的KMO统计量为0.716，巴特莱特球度检验的P值为0，这反映出本文调查获得的共生环境因素数据适合作因子分析，由此通过运用方差最大正交旋转法对共生模式因素进行因子分析，获得的共生模式因子的特征值和方差贡献率数据见表6。

从表6可以发现，第一、第二和第三个因子的累积贡献率为81.38%，超过了80%，这说明可以提取前面三个公因子，这三个公因子的旋转载荷矩阵如表7所示。

从表7可以发现，“地理位置好坏程度”变量在公因子1、公因子2和公因子3的载荷差小于0.1，说明“地理位置好坏程度”变量对这三个公因子解释力均较弱，需要删除这个变量。由此对剩余的6个变量再作一次因子分析，通过方差最大正交旋转法得到的特征值和方差贡献率如表8所示。

从表8可以发现，第一、第二和第三个因子的累积贡献率为80.13%，超过了80%，这说明可以提取前面三个公因子，这三个公因子的旋转载荷矩阵如表9所示。

从表9可以看出，量表中的共生模式变量可归为两个因子。“市场完善程度”和“经济景气程度”构成了因子1，它们反映了共生环境总方差的34.94%，这两个变量主要反映了共生环境的经济特征，因此可以将“市场完善程度”和“经济景气程度”这两个因素组成的因子1命名为经济环境维度。“政府干预程度”和“法律限制程度”构成了因子2，它们反映了共生单元总方差的26.88%，这两个变量主要反映了共生环境的政治特征，可以将“政府干预程度”和“法律限制程度”组成的因子2命名为政治环境维度。“社会信用程度”和“公众支持程度”构成了因子3，它们反映了共生单元总方差的18.32%，这两个变量主要反映了共生环境的社会特征，可以将“社会信用程度”和“公众支持程度”组成的因子3命名为社会环境维度。

可以看出，通过因子分析可以将初始的17个银保战略联盟稳定性初始影响因素归结为7维度、16个变量构成的影响因素集，见表10。

四、结论

本文运用共生理论的相关知识从共生单元、共生模式和共生环境三个层面提出影响银保战略联盟稳定性的17个潜在因素，在此基础上通过设计问卷并进行实际调研。通过对调研问卷进行整理和统计之后，运用SPSS12.0统计分析软件对调查结果依次进行信度检验、效度检验和因子分析，识别出对银保战略联盟具有显著影响的竞争水平、管理水平、匹配程度、融合程度、经济环境、政治环境和社会环境7个因子维度。其中竞争水平包括成员信誉、成员技术水平和成员市场实力三个因素，管理水平包括成员风险控制能力和成员财务状况两个因素，匹配程度包括文化兼容程度、目标协同程度和业务互补程度三个因素，融合程度包括信息共享程度和沟通顺畅程度两个因素，经济环境包括市场完善程度和经济景气程度两个因素，政治环境包括政府干预程度和法律限制程度两个因素，社会环境包括社会信用程度和公众支持程度两个因素，从而为银保战略联盟稳定性的管理机制研究奠定了基础。

参考文献：

[1]任远.企业战略联盟稳定性的影响因素研究[J].生产力研究，2009，（22）：225-226.

[2]苏晓华，季晓敏.战略联盟稳定性影响因素研究[J].华东经济管理，2008，22（4）：141-144.

13]蔡继荣，郭春梅.战略联盟的稳定性边界研究[J].管理工程学报，2007，（2）：103-105.

[4]于成学，武春友.生态产业链多元稳定性影响因素识别[J].中国流通经济，2013，（6）：40-44.

[5]袁方.社会学研究方法教程[M].北京：北京大学出版社，1997.

（责任编辑：贾伟）