环境不确定性内涵、测量维度及实证研究——基于中国房地产开发企业的数据

寇元虎

（北京科技大学 东凌经济管理学院，北京 100083）

环境不确定性内涵、测量维度及实证研究
——基于中国房地产开发企业的数据

寇元虎

（北京科技大学 东凌经济管理学院，北京 100083）

本文就环境不确定性相关文献的内涵界定、构成因素两个方面进行综述，并用我国房地产开发企业的调查问卷进行实证验证，以期对我国房地产开发应对企业环境不确定的实践和研究提供有益的启示和借鉴。

环境不确定性；房地产开发企业；实证研究；动态能力

0 引 言

我国房地产行业是伴随20世纪80年代政府主导的、自上而下的、供给型制度变迁而演绎成长起来的。经过30多年的“大拆大建”，开发风潮由南刮到北、由东吹到西，但目前仍处于靠土地、资金等资源的大投入，获得市场份额增长的阶段。就房地产行业而言，固有的结构性矛盾（城市化率推动供给与需求长期刚性矛盾、保障性机制与市场化机制的顶端设计矛盾、计划调控手段依赖与市场调节方式释放矛盾）的不断加剧，政府对行业的宏观调控呈持续化、频繁化特点，加之市场（偏好、成熟度）差异度大，我国房地产开发企业面对的环境不确定性不断增大，导致开发企业普遍存在压力大、存续期短的现状。为更好地应对环境不确定性的加大，房地产开发企业既需要增强自身的敏捷性、柔性和创新性，更需认真关注环境不确定性的内涵、测量维度等核心问题。本文正是基于上述认识，对环境理论相关文献进行综述，运用实证研究方式，建立环境不确定性模型，以期对我国房地产开发企业的持续成长实践和研究，提供有益的探索和借鉴。

1 内涵界定

环境是一个相对概念，是相对于具体主体而存在的，主体不同，环境的内涵也不相同，如《辞海》中将环境解释为“周围的情况和条件”。同时，环境又是具体的，即相对每个具体主体及研究对象，环境都有其特定的内涵，如Mintzberg（1998）认为组织环境是“组织以外的所有东西”，Daft（2001）认为组织环境是“存在于组织边界之外，并可能对组织的全部或部分产生影响的所有因素”。张志学等（2010）认为企业所要面临的环境，从小处讲是所有与它关联的各种组织和任务的总和，从大处讲就是整个社会。

环境是可以根据检索字段的不同，进行时间（过去、现在、未来）、空间（任务环境、一般环境）、确定性（确定性环境、不确定性环境）、竞争性（红海环境、蓝海环境）等多维度细分。因此环境应该是依据研究主体、研究对象、研究目的等因素进行明确界定的。环境是独立于组织之外的外生权变因素，但环境最主要的特征是其本身及主体感知的不确定性。

Knight（1921）提出与“可计量的”——风险相对应的“不可计量的”——不确定性概念，认为不确定性赋予整个经济组织独特的“企业”形式，说明了企业家特有的收入。之后，不确定性被学者作为对环境的评价概念引入管理领域，针对企业的可持续发展命题，研究环境不确定性、企业的耦合关系等，一直是一项极具挑战性的问题。Millken（1987）将环境的不确定性定义为人们对于外部环境变化动向的不可预知程度，环境的不确定性是由于信息的缺少和对于一个具体决策产生的效果无法进行预测而产生的。对于环境不确定性的研究，目前存在两种方向，一是客观环境不确定性，二是感知环境不确定性。从研究所占比重来看，后者是采用更多的研究方向。

2 测量维度

对于环境不确定性的测量维度，学者进行了深入研究。Thompson（1967）认为是由环境的异质性、同质性、稳定性、动态性4个维度来衡量；Duncan（1972）认为是由构成因素的简单、复杂、稳定、动态4个维度来衡量；Child（1972）认为由复杂性、可变性、贫乏性3个维度衡量；Mintzberg（1979）认为由复杂性、稳定性、威胁性3个维度衡量；Tung（1979）认为由复杂性、动态性、程序性3个维度衡量；Aldrich（1979）将环境不确定性分成地理集中度和异质性、稳定性和动荡、领域一致和容量等维度；Miller& Friesen（1983）将环境不确定性分成变动性、异质性、竞争性3个维度，Dess&Beard（1984）将环境不确定性分成复杂性、动态性、丰富性3个维度；Milliken（1987）将环境不确定分成状态不确定性、效应不确定性、回应不确定性3个维度；Sharman&Dean（1991）将环境不确定性分成复杂性、动态性、丰富性3个维度；Tan&Litschert（1994）将环境不确定性分成复杂性、动态性、威胁性3个维度；Zahra（1996）将环境不确定性分成动态性、敌对性、异质性3个维度；Volberda（1998）将环境不确定性分成变动性、复杂性、难以预测性；李大元（2009）将环境不确定性分成动态性、敌对性两个维度。具体整理见表1。

根据表1的整理分析，目前就环境不确定性的研究，在概念界定、构成要素比较一致，仅在具体研究范围、表述方面存在差异，但通过分析可以发现对环境不确定性的主流研究聚焦于感知环境不确定性，而非客观环境不确定性方面。研究主要分布于构成内容、变化程度（速度、频度、幅度、可预测性）、产生效果3个维度。就学者对环境不确定性构成维度的研究成果，按照构成

内容、产生效果、变化程度进行分类整理，提取同类项，本文将环 境不确定划分为复杂性、竞争性、动态性3个衡量维度（见表2）。

表1 环境不确定性测量维度

表2 环境不确定性的研究维度

环境的复杂性是指影响组织活动的因素在异质性、丰富程度等方面的复杂程度，可以从市场多元化和知识多元化等方面进行测量；环境的动态性是指环境变化的速度和不稳定性，不仅指变化量，而且还需要考虑不可预测性；环境的竞争性是指影响组织生存与发展的资源稀缺程度和获取的竞争激烈程度。

3 实证研究

3.1 研究目的

环境不确定性是影响我国房地产开发企业持续成长的关键变量，为解决环境不确定性的适合我国企业实践的测量问题，了解其运行机理，增强企业感知机会与威胁、把握机遇的能力，急需用实证研究的方式，探索建立适应我国房地产开发企业实践的环境不确定性测量模型。

本文采用调查问卷的方式进行量化分析和模型检验，本着“先探索、后验证“的研究思路，借助探索性因素分析和验证性因素分析方法，建立环境不确定性模型，对影响我国房地产开发企业持续成长的环境不确定性进行实证研究。本文使用统计软件SPSS 19.0和AMOS 17.0。

3.2 问卷设计

根据与学界和企业界专家的访谈意见，部分参考Thompson (1967)、Child(1972)、Mintzberg(1979)、Desarbo(2005)、王建军（2008）、焦豪（2013）的相关研究测量文献，拟按照复杂性、动态性、竞争性3个测量维度设计调查问卷。其中，运用“在不同城市提供产品或服务”“在同一城市提供不同产品或服务”“政府对企业产生既可正面亦可负面作用”“需要运用不同性质、范围的知识”“国家经济政策调整快”“产业政策调控快”“依赖非正式渠道了解政策”“预测行业走势很难”“需求偏好很快”“顾客对价格态度不断在变”“预测需求偏好很难”“技术变革速度很快”“预测技术变化困难”“常常借助信息技术提供产品或服务”“行业竞争激烈”“模仿借鉴门槛低”“资源获取难度大”“供应商议价能力强”“价格竞争显著”19个题项。上述19个题项为论述方便，分别用EU1，EU2，…，EU19表示。调查问卷采用李克特5分量表打分，由填答者进行主观评价。

3.3 问卷收集

本研究针对房地产开发企业发放280份问卷，共收回193份有效答卷。样本企业的注册区域主要集中于环渤海，有103个样本，占比53.4%；资质主要集中于一级企业，有117个样本，占比60.6%；所有制性质主要集中于民营企业，有99个样本，占比51.3%；企业年龄主要集中于21年及以上的企业，有57个样本，占比29.5%；员工人数主要集中于101至500人之间的企业，有72个样本，占比37.3%；近3年平均销售额集中于20亿元及以下的企业，有86个样本，占比44.6%；近3年平均营业收入集中于20亿元及以下的企业，有88个样本，占比45.6%；近3年平均资产额集中于51至500亿元之间的企业，有86个样本，占比44.6%；主要进入城市数量集中于5个及以下的企业，有93个样本，占比48.2%；核心业务区域主要集中于环渤海的企业，有76个样本，占比39.4%。综上，本次调查问卷主要构成为注册在环渤海区域、资质一级、企业存续期较长、资产量较高的企业样本。

3.4 预试问卷

3.4.1 量表项目分析

主要目的是检验预试量表或个别题项的适切程度及可靠程度，可作为个别题项筛选或修改的依据。

⑴极端组比较分析：通过对环境不确定性的描述性统计分析，没有发现极端值或错误值。

⑵题项与总分相关分析：通过极端组比较分析，环境不确定性总得分的前27%与后27%两组在此题项上得分的平均数差异是显著的，决断值检验达到显著的题项（P<0.05），环境不确定性测量表是一个较好的量表题项。

⑶同质性检验分析：通过对比个别题项与总分的相关系数，若未达到显著的题项或两者相关系数<0.4为低相关，显示个别题项与整体量表的同质性不高，此个别题项予以删除。由于“在不同城市提供产品或服务”与环境不确定性总分的相关系数为0.302，虽达到显著但<0.4，故可考虑删除EU1题项。

3.4.2 量表因素分析

主要目的是找出量表的潜在结构，精炼题项数目并增大相关度，获得量表建构效度，即预试量表能测量理论的概念或特质的程度。因素分析的重点是释解变量间的相关性。

⑴公因子方差分析：EU1、EU2、EU12、EU17提取的共同性分别为0.032、0.156、0.193、0.182，均<0.2，从此角度考虑应删除题项。

⑵主成分分析：除因素负荷量，除EU1、EU2、EU12、EU17外均＞0.45，故可考虑删除EU1、EU2、EU12、EU17题项。

⑶KMO分析：Bartlett球形检验的卡方值为1 280.385，自由度为171，达到0.05显著性水平，故拒绝虚无假设，变量间的净相关矩阵是单元矩阵，显示代表总体的相关矩阵间具有共同因素存在，适合进行因素分析。KMO为0.810，＞0.8，显示很适合做因素分析。

⑷建构效度：采用主成分分析法，抽取主成分的结果，采取直交转轴的最大变异法，共抽取3个共同因素，共可累计解释50.676%的变异量，＞50%，表示保留萃取的3个因素其建构效度可接受。

⑸探索性因素分析：按照有关因素缩减的操作，相继删除EU17、EU12、EU2、EU1、EU6、EU7、EU8 7个题项。具体3个因素见表3。

表3 旋转成份矩阵a

综上环境不确定性测量量表经7次优化，最终保留EU3至EU5、EU14；EU9至EU11、EU13；EU15至EU16、EU18至EU19等共计12个题项。此时，Bartlett球形检验的卡方值为656.835，自由度为66，达到0.05显著性水平，故拒绝虚无假设，变量间的净相关矩阵是单元矩阵，显示代表总体的相关矩阵间具有共同因素存在，适合进行因素分析。KMO为0.793，＞0.7，显示适合做因素分析，可解释58.188%的变异量，＞50%，表示保留萃取的3个因素其建构效度可接受。

3.4.3 量表信度分析

最终保留EU3至EU5、EU14；EU9至EU11、EU13；EU15至EU16、EU18至 EU19等共计 12个题项，Cronbach′s α值为0.806，项目总统计量中各题项删除后，α值均未变大，故经优化的环境不确定性12个题项具有较高的可靠性与稳定性。

⑴EU3至EU5、EU14等4个题项，按照内容赋予构念“复杂性”，现对“复杂性”构念进行进度测试，Cronbach’α值为0.713，＞0.7，信度可接受。修正的项目总相关系数介于0.405至0.608之间，均＞0.4，表明大多数题项与其余题项为高相关。删除各题项后，α值并未出现变大，故经优化的复杂性题项EU3至EU5、EU14等4个题项总体而言具有较高的可靠性与稳定性。

⑵EU9至EU11、EU13等4个题项，按照内容赋予构念“动态性”，现对“动态性”构念进行进度测试，Cronbach’α值为0.785，＞0.7，信度较高。删除各题项后，α值未出现变大，故优化的竞争性EU9至EU11、EU13等4个题项总体而言具有较高的可靠性与稳定性。

⑶EU15、EU16、EU18、EU19等4个题项，按′照内容赋予构念“竞争性”，现对“竞争性”构念进行进度测试，Cronbach’α值为0.727，＞0.7，信度较高。删除各题项后，α值未出现变大，故优化的竞争性EU15、EU16、EU18、EU19等4个题项总体而言具有较高的可靠性与稳定性。

3.5 验证性因素分析

3.5.1 测量模型的收敛效度

图1 复杂性的收敛效度：修正后

图2 动态性的收敛效度：修正后

图3 竞争性的收敛效度：修正后

表4 测量模型的收敛效度

综上，复杂性模型、动态性模型、竞争性模型经验证适配度高，故各测量模型的收敛效度高。

3.5.2 测量模型的区别效度

如图4所示，“复杂性—动态性”潜在构面的未限制模型的自由度为17，卡方值为37.545；限制模型的自由度为18，卡方值为136.524。两个模型的自有度差异为1，卡方值差异为98.979，卡方值差异量显著性检验的概率值p=0.000<0.05，达到0.05的显著性水平，表示未限制模型与限制模型有显著不同；且未限制模型的卡方值较小，“复杂性—动态性”两个潜在构面的区别效度高。

图4 复杂性与动态性的模型的区别效度：修正后

图5 复杂性与竞争性的模型的区别效度：修正后

如图5所示，“复杂性—竞争性”潜在构面的未限制模型的自由度为18，卡方值为29.923；限制模型的自由度为19，卡方值为126.109。两个模型的自由度差异为1，卡方值差异为96.186，卡方值差异量显著性检验的概率值p=0.000<0.05，达到0.05的显著性水平，表示未限制模型与限制模型有显著不同；且未限制模型的卡方值较小，“复杂性—竞争性”两个潜在构面的区别效度高。

如图6所示，“动态性—竞争性”潜在构面的未限制模型的自由度为19，卡方值为23.214；限制模型的自由度为20，卡方值为135.278。两个模型的自有度差异为1，卡方值差异为112.064，卡方值差异量显著性检验的概率值p=0.000<0.05，达到0.05的显著性水平，表示未限制模型与限制模型有显著不同，且未限制模型的卡方值较小，“动态性—竞争性”两个潜在构面的区别效度高。

图6 动态性与竞争性的模型的区别效度：修正后

综上，复杂性、动态性、竞争性两两构面的区别效度高。

3.5.3 测量模型的拟合效度

环境不确定性经修正的模型，均较好地达到各项拟合指标（见表5，模型4），因此经修正后的三因素环境不确定性模型对数据的拟合情况较好。验证性因素分析所得的修正后三因素环境不确定性模型如图7所示。

图7 环境不确定性模型的验证性因素分析（三因素）：修正后

综上，修正后的三因素环境不确定性模型数据拟合效度高。

表5 环境不确定性多模型拟合汇总

3.6 小 结

通过环境不确定性的探索性因素分析，包括量表项目分析、量表因素分析、量表信度分析，实现测量量表的预测试，获得题项更精简、更可靠，解释变异量更大的测量量表，包括经检验的因素构成。通过试验性因素分析，包括分别进行复杂性、动态性、竞争性三因素的收敛效度分析，并进行两因素之间的区别效度分析，获得经修正的三因素环境不确定性模型。经验证性因素分析，复杂性、动态性、竞争性三因素分别的收敛效度高，两因素之间的区别效度高，修正后的三因素环境不确定性模型效度高。借助探索性因素分析和验证性因素分析，本文完成了环境不确定性调查问卷的建立、测量模型和拟合模型的构建，用我国房地产开发企业调查问卷数据，实证了适合我国企业实践的环境不确定性理论，为我国房地产开发企业持续成长等研究课题创造有利条件，为企业及时洞察机会与威胁、有效获取机遇提供了有力支持。

4 结语

互联网技术拉近了传统的空间距离，世界越来越平，市场越来越一体化，但同时技术生命周期加速变短，市场偏好不确定性加大，企业竞争优势的建立与侵蚀周期越来越短暂，持续成长的挑战和压力不断加大。房地产业属于资源密集型和资本密集型产业，虽有新型城镇化的巨大红利，但也存在其固有的结构性矛盾。房地产开发企业如何更好地应对环境不确定性加大，不断地增强自身的敏捷性、柔性和创新性，需要就环境不确定性的内涵、测量维度、运行机理等核心问题进行探索。唯有如此，企业才能及时“明变”，方能确切“知变”，才可恰当“应变”，累积竞争优势，实现基业长青。

[1]G G Dess，D W Beard，Dimensions of Organizational Task Environments [J].Administrative Science Quarterly,1984（29）：52-73.

[2][美]弗兰克·H·奈特.风险、不确定性与利润[M].安佳.译.北京：商务印书馆，2010.

[3]李大元，项保华，陈应龙．企业动态能力及其功效：环境不确定性的影响[J]．南开管理评论，2009（6）：60-68．

[4]陈晓萍，徐淑英，樊景立.组织与管理研究的实证方法[M].北京：北京大学出版社，2008.

[5]吴明隆.问卷统计分析实务——SPSS操作与应用[M].重庆：重庆大学出版社，2010.

[6]吴明隆.结构方程模型——AMOS的操作与应用[M].重庆：重庆大学出版社，2009.

10.3969/j.issn.1673-0194.2015.05.097

F293.3

A

1673-0194（2015）05-0195-06

2014-12-22

寇元虎（1974-），男，陕西渭南人，北京科技大学东凌经济管理学院博士研究生，高级经济师，房地产估价师，主要研究方向：企业管理。