3.3.3　环境责任履行现状综合评价

通过查阅公司官网、巨潮资讯网以及和讯网等网站，下载油气企业年度财务报告和社会责任报告，检索油气企业披露的环境管理能力、环保投入、能源节约和污染物减排等方面的信息，按照环境责任评价指标体系对样本企业2009—2018年的环境责任履行现状进行评价，采用因子分析法计算各年环境责任综合得分，下面以2018年为例阐述油气企业环境责任综合得分的计算过程。

1.相关系数分析及显著性水平检验

将2018年油气企业环境责任评价指标的基础数据进行标准化处理后，采用SPSS25.0软件进行相关系数分析及显著性水平检验，如表3-3所示。从相关系数矩阵可以看出Y1—Y7变量间的相关系数较大，且对应的显著性普遍较小，说明变量之间存在显著相关性，有必要进行因子分析。

表3-3　相关系数矩阵

2.KMO和Bartlett检验

为了进一步验证2018年油气企业环境责任评价结果是否适合进行因子分析，需要进行KMO和Bartlett检验。检验结果如表3-4所示，KMO统计量为0.646，Bartlett检验的显著性为0.000，小于0.05，说明各变量间显著相关，即否定相关矩阵为单位阵的原假设，因此2018年油气企业环境责任评价结果适合进行因子分析。

表3-4　环境责任指标KMO和Bartlett检验

3.公因子的提取

在提取公因子时，采用主成分分析法，提取结果如表3-5所示。从初始特征值一栏可以看出，当提取3个主成分时，解释的累计贡献率达到72.186%，武松、潘发明（2017）认为当K个主成分的累计贡献率达到70%以上时可以提取前K个主成分［135］，因此提取3个主成分是适合的。其余主成分的特征值较小，对解释油气企业环境责任履行现状的贡献较小，不予以考虑。

表3-5　总方差解释

在提取公因子的过程中，公因子方差值是衡量所提取的公因子对原始指标的解释度。油气企业环境责任因子提取过程中公因子方差数据如表3-6所示，表中的提取值代表各变量的共同度，例如Y1的共同度为0.637，说明提取的3个公共因子对Y1变量的方差贡献率为63.7%。

表3-6　公因子方差

续表：

构建油气企业环境责任履行现状因子模型的关键是根据样本数据建立因子载荷矩阵，因子载荷矩阵可以展现因子对每个原始指标的解释程度，如表3-7所示。(https://www.daowen.com)

表3-7　因子载荷矩阵

为了更加清晰地观察公共因子的载荷量，需要对因子载荷矩阵运用最大方差正交旋转法进行旋转，旋转在4次迭代后收敛，得到旋转后的因子载荷矩阵，提取旋转后的三个主成分，其中F1、F2、F3分别表示第1至3个主成分，如表3-8所示。通过观察旋转后的因子载荷矩阵可以发现，公因子1在Y4、Y5、Y6、Y7上载荷量较高，可以命名为节能减排因子，用F1表示；公因子2在Y1、Y2上载荷量较高，可以命名为环境管理能力因子，用F2表示；公因子3在Y3上载荷量较高，可以命名为环保投入因子，用F3表示。