李雪，咸迪

（國(guó)家衛(wèi)星氣象中心，北京 100081）

結(jié)構(gòu)方程模型在風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度測(cè)評(píng)中的應(yīng)用研究

李雪，咸迪

（國(guó)家衛(wèi)星氣象中心，北京 100081）

將結(jié)構(gòu)方程模型應(yīng)用于風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度研究，從平臺(tái)使用、服務(wù)流程、服務(wù)響應(yīng)、服務(wù)內(nèi)容、服務(wù)主動(dòng)性、服務(wù)宣傳六個(gè)方面構(gòu)建結(jié)構(gòu)方程模型，通過問卷調(diào)查收集數(shù)據(jù)，采用驗(yàn)證性因子分析法，進(jìn)行信度和效度檢驗(yàn)，并采用潛在變量路徑分析法，探討了評(píng)價(jià)模型中各因素間的相互作用機(jī)制。結(jié)果表明完整的服務(wù)內(nèi)容有助于提高平臺(tái)使用滿意度以及用戶對(duì)服務(wù)產(chǎn)品、服務(wù)方式、服務(wù)內(nèi)容的認(rèn)知度，規(guī)范的服務(wù)流程有助于提高服務(wù)響應(yīng)的及時(shí)性，此外，服務(wù)主動(dòng)性對(duì)服務(wù)響應(yīng)和服務(wù)宣傳均存在顯著正向影響。

風(fēng)云衛(wèi)星；數(shù)據(jù)服務(wù)；結(jié)構(gòu)方程模型；驗(yàn)證性因子分析；路徑分析

引言

自2005年風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)上線以來，注冊(cè)用戶超過3萬人，遍及中國(guó)所有省、市和自治區(qū)以及70多個(gè)國(guó)家和地區(qū)，分布在近100個(gè)行業(yè)。數(shù)據(jù)服務(wù)量逐年增加，其中風(fēng)云衛(wèi)星的數(shù)據(jù)下載量遠(yuǎn)大于國(guó)外衛(wèi)星。隨著用戶的需求不斷增加，評(píng)估風(fēng)云衛(wèi)星的數(shù)據(jù)服務(wù)效益，有助于提高氣象衛(wèi)星數(shù)據(jù)服務(wù)水平。

對(duì)氣象服務(wù)的效益進(jìn)行評(píng)估是一項(xiàng)比較復(fù)雜的工作。國(guó)內(nèi)外很多專家和學(xué)者用不同方法對(duì)氣象服務(wù)效益進(jìn)行分析和評(píng)價(jià)。如Nguyen等［1］采用問卷調(diào)

查的方式計(jì)算了越南的臺(tái)風(fēng)預(yù)警服務(wù)的經(jīng)濟(jì)效益，Krieger等［2］提出了服務(wù)效益評(píng)估的決策優(yōu)化模型。目前公眾氣象服務(wù)經(jīng)濟(jì)效益評(píng)估主要有節(jié)省費(fèi)用法、支付意愿法、影子價(jià)格法［3－5］。張曉美等［6］利用這三種方法，定量評(píng)價(jià)分析了2011年全國(guó)公眾氣象服務(wù)經(jīng)濟(jì)效益。也有學(xué)者利用條件價(jià)值評(píng)估法、密切值法等進(jìn)行公眾氣象服務(wù)效益評(píng)估。如吳先華等［7］采用條件價(jià)值法計(jì)算支付意愿值，并分析其影響因素。在行業(yè)氣象服務(wù)效益評(píng)估方面，常用的評(píng)價(jià)方法有德爾斐（Delphi）法［8－10］、“影子”價(jià)格法、投入產(chǎn)出法、損失矩陣法等。如德爾斐法用于評(píng)估風(fēng)電行業(yè)［11－12］、“三農(nóng)”［13］和蘋果氣象災(zāi)害［14］、氣象衛(wèi)星遙感技術(shù)服務(wù)［15］等的效益。吳亞玲等［16］利用投入產(chǎn)出法對(duì)深圳市的行業(yè)氣象服務(wù)效益進(jìn)行評(píng)估。在決策氣象服務(wù)效益評(píng)估中，奧運(yùn)氣象服務(wù)的效益評(píng)估是比較有代表性的工作。羅慧等［17］建立氣象服務(wù)期望度／滿意度組合矩陣模型，定量分析了奧運(yùn)氣象服務(wù)的社會(huì)經(jīng)濟(jì)效益。

近幾年運(yùn)用結(jié)構(gòu)方程模型對(duì)氣象服務(wù)效益進(jìn)行評(píng)估的研究逐漸增多。如王桂芝等［18］構(gòu)建了氣象服務(wù)公眾滿意度測(cè)評(píng)的結(jié)構(gòu)方程模型。李博等［19］探討了結(jié)構(gòu)方程模型在氣象防災(zāi)減災(zāi)服務(wù)效益中的應(yīng)用。王云等［20］利用結(jié)構(gòu)方程模型對(duì)江蘇省公共氣象服務(wù)效益進(jìn)行評(píng)估。吳先華等［21］將支付意愿法與結(jié)構(gòu)方程模型相結(jié)合，應(yīng)用路徑分析法評(píng)估了滬寧高速公路的氣象服務(wù)效益值。

但目前還沒有運(yùn)用結(jié)構(gòu)方程模型對(duì)氣象衛(wèi)星數(shù)據(jù)服務(wù)效益進(jìn)行研究。因此，運(yùn)用結(jié)構(gòu)方程模型分析風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)效益，為進(jìn)一步完善氣象衛(wèi)星數(shù)據(jù)服務(wù)效益評(píng)估方法，提高氣象衛(wèi)星數(shù)據(jù)服務(wù)水平提供方法和決策依據(jù)。

1 研究方法

1.1 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型是基于變量的協(xié)方差矩陣來分析變量之間關(guān)系的一種統(tǒng)計(jì)方法，整合了因素分析與路徑分析兩種統(tǒng)計(jì)方法。結(jié)構(gòu)方程模型包括兩個(gè)模型：測(cè)量模型與結(jié)構(gòu)模型。測(cè)量模型是一組觀察變量的線性函數(shù)，描述的是潛在變量與觀察變量之間的關(guān)系，在結(jié)構(gòu)方程模型中是一種驗(yàn)證性因子分析。結(jié)構(gòu)模型是潛在變量間因果關(guān)系模型的說明，使?jié)撛谧兞恐g的關(guān)系可以以路徑分析的概念來討論。各模型方程式如下［22－24］：

方程（1）和方程（2）為測(cè)量模型。其中，δ和ε均為隨機(jī)誤差項(xiàng)矩陣?！膞是外生測(cè)量變量x在外生潛在變量上的因子負(fù)荷，反映了外生測(cè)量變量與外生潛在變量之間的關(guān)系，∧y是內(nèi)生測(cè)量變量y在內(nèi)生潛在變量η上的因子負(fù)荷，反映了內(nèi)生測(cè)量變量與內(nèi)生潛在變量之間的關(guān)系。方程（3）稱為結(jié)構(gòu)模型。其中，B、Γ都是路徑系數(shù)，B表示內(nèi)生潛在變量之間的效應(yīng)，Γ表示外生潛在變量對(duì)于內(nèi)生潛在變量值的效應(yīng)，ζ為隨機(jī)誤差項(xiàng)矩陣。

采用Amos21進(jìn)行驗(yàn)證性因子分析和路徑分析，模型評(píng)價(jià)標(biāo)準(zhǔn)如下［23］：

表1 模型適配度檢驗(yàn)統(tǒng)計(jì)量的判定標(biāo)準(zhǔn)或臨界值

1.2 信度

信度是指測(cè)量結(jié)果的一致性或穩(wěn)定性。在進(jìn)行信度分析時(shí)，常用的是系數(shù)。由于系數(shù)存在信度被低

估，且要求潛在變量對(duì)各題項(xiàng)影響相等等問題，文中采用組合信度。組合信度基于同屬模型，允許潛在變量對(duì)各題項(xiàng)的影響不同，并允許誤差之間相關(guān)且不相等［25］。計(jì)算公式如下［23］：

ρc其中為組合信度，λ為指標(biāo)變量在潛在變量上的標(biāo)準(zhǔn)化參數(shù)估計(jì)值（因素負(fù)荷量），θ為觀察變量的誤差變異量（1-λ2）。

1.3 效度

效度是指測(cè)量指標(biāo)的有效性，一般使用內(nèi)容效度和結(jié)構(gòu)效度來檢驗(yàn)［26］。內(nèi)容效度是指測(cè)量工具是否涵蓋了它所要測(cè)量的某一觀念的所有項(xiàng)目，常采用邏輯分析和統(tǒng)計(jì)學(xué)分析相結(jié)合的方式。結(jié)構(gòu)效度是指測(cè)量工具能夠測(cè)量理論的概念或特質(zhì)的程度，分為聚合效度和區(qū)分效度［22］。

聚合效度是指測(cè)量相同潛在特質(zhì)的題項(xiàng)會(huì)落在同一因素構(gòu)面上，即題項(xiàng)之間具有高度相關(guān)［26］。聚合效度的三個(gè)評(píng)判指標(biāo)標(biāo)準(zhǔn)化因子載荷、測(cè)量變量的組合信度和平均方差抽取量需分別大于0.4、0.7和0.5，表明聚合效度良好。平均方差抽取量計(jì)算公式如下［23］：

區(qū)分效度是指構(gòu)面所代表的潛在特質(zhì)與其他構(gòu)面所代表的潛在特質(zhì)問低度相關(guān)或有顯著的差異存在，當(dāng)任一潛在變量的平均方差抽取量大于該潛在變量和其他各潛在變量之間相關(guān)系數(shù)的平方時(shí)，表示區(qū)分效度可以接受［26］。

2 驗(yàn)證分析

2.1 問卷設(shè)計(jì)

基于層次分析法［27］，生成包含6個(gè)一級(jí)指標(biāo)、19個(gè)二級(jí)指標(biāo)的風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)評(píng)價(jià)指標(biāo)，如表2所示。在此基礎(chǔ)上設(shè)計(jì)風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度調(diào)查問卷。問卷采用Likert5級(jí)量表方式構(gòu)建，分為“非常符合”、“符合”、“一般”、“不符合”、“非常不符合”5個(gè)等級(jí)，在數(shù)據(jù)處理時(shí)分別賦予5、4、3、2、1的得分。

文中數(shù)據(jù)源來源于2015年風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)調(diào)查，通過數(shù)據(jù)服務(wù)網(wǎng)以及郵件邀請(qǐng)方式發(fā)布調(diào)查問卷，共收回問卷264份。

2.2 驗(yàn)證性因子分析

在因素分析中，以內(nèi)部一致性系數(shù)作為各構(gòu)念或各層面的信度系數(shù)，在結(jié)構(gòu)方程模型分析中，則以組合信度作為模型潛在變量的信度系數(shù)，是模型內(nèi)在質(zhì)量的判別準(zhǔn)則之一。若是潛在變量的組合信度值在0.6以上，表示模型的內(nèi)在質(zhì)量理想。利用公式（4）、公式（5）計(jì)算組合信度和平均方差抽取量，該模型的六個(gè)潛在變量的組合信度系數(shù)值均大于0.6，模型內(nèi)在質(zhì)量佳。

表2 風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)評(píng)價(jià)指標(biāo)

表3 風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度量表整體擬合度檢驗(yàn)結(jié)果

所有題項(xiàng)的標(biāo)準(zhǔn)化因子載荷介于0.808～0.997

之間，組合信度和平均方差抽取量均大于各自可接受的最低標(biāo)準(zhǔn)，表明測(cè)量變量具有較好的聚合效度。

對(duì)因素間的相關(guān)系數(shù)進(jìn)行運(yùn)算發(fā)現(xiàn)，各相關(guān)系數(shù)（0.348～0.466）的平方值在0.121～0.217之間，低于上述平均方差抽取量，說明該結(jié)構(gòu)能夠體現(xiàn)較好的區(qū)分效度。

2.3 路徑分析

路徑分析是線性回歸分析的一種形式，通過建立與觀測(cè)數(shù)據(jù)一致的“原因”、“結(jié)果”的路徑結(jié)構(gòu)，對(duì)變量之間的關(guān)系作出解釋。

為探究平臺(tái)使用、服務(wù)流程、服務(wù)響應(yīng)、服務(wù)內(nèi)容、服務(wù)主動(dòng)性、服務(wù)宣傳之間的關(guān)系，提出假設(shè)：

H1：服務(wù)內(nèi)容對(duì)于平臺(tái)使用存在顯著正向影響關(guān)系。

H2：服務(wù)內(nèi)容對(duì)于服務(wù)宣傳存在顯著正向影響關(guān)系。

H3：服務(wù)流程對(duì)于服務(wù)響應(yīng)存在顯著正向影響關(guān)系。

H4：服務(wù)主動(dòng)性對(duì)于服務(wù)響應(yīng)存在顯著正向影響關(guān)系。

H5：服務(wù)主動(dòng)性對(duì)于服務(wù)宣傳存在顯著正向影響關(guān)系。

利用AMOS21對(duì)模型進(jìn)行檢驗(yàn)，結(jié)果如表4所示，表中的擬合指標(biāo)值都符合判別標(biāo)準(zhǔn)，說明該模型的路徑分析結(jié)構(gòu)合理。

以極大似然法估計(jì)各回歸系數(shù)，參數(shù)結(jié)果如表5所示。

表中的系數(shù)代表了潛在變量間的直接效果值，可以看出，H1、H2、H3、H4、H5假設(shè)成立，并得出以下結(jié)論。

服務(wù)內(nèi)容對(duì)平臺(tái)使用和服務(wù)宣傳均有顯著正向影響，直接效果值分別為0.876和0.434。風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)作為氣象衛(wèi)星數(shù)據(jù)服務(wù)的重要平臺(tái)，提供二十多顆國(guó)內(nèi)外衛(wèi)星的實(shí)時(shí)、歷史數(shù)據(jù)和產(chǎn)品的共享服務(wù)，包括風(fēng)云系列氣象衛(wèi)星、EOS／MODIS、NOAA系列、GOES－9、MTSAT系列、MSG等衛(wèi)星的90多種數(shù)據(jù)產(chǎn)品?？紤]到氣象衛(wèi)星數(shù)據(jù)格式復(fù)雜，為用戶提供相應(yīng)的說明文檔及數(shù)據(jù)應(yīng)用軟件，保證服務(wù)內(nèi)容的完整性，可大大降低用戶在數(shù)據(jù)使用過程中的難度，提高用戶對(duì)服務(wù)平臺(tái)的滿意度。同時(shí)完善的數(shù)據(jù)產(chǎn)品信息和文檔、用戶使用手冊(cè)有助于提高用戶對(duì)服務(wù)產(chǎn)品、服務(wù)方式、服務(wù)內(nèi)容的認(rèn)知度。

服務(wù)流程對(duì)服務(wù)響應(yīng)有顯著正向影響，直接效果值為0.211。用戶通過網(wǎng)絡(luò)、人工、電話等獲取氣象衛(wèi)星數(shù)據(jù)服務(wù)的過程中符合相關(guān)政策和流程規(guī)范，不僅有助于提高服務(wù)響應(yīng)的及時(shí)性，也有助于提高氣象服務(wù)管理水平。

服務(wù)主動(dòng)性對(duì)服務(wù)響應(yīng)和服務(wù)宣傳均有顯著正向影響，直接效果值分別為0.747和0.611。主動(dòng)服務(wù)是做好氣象衛(wèi)星數(shù)據(jù)服務(wù)工作的關(guān)鍵。國(guó)家衛(wèi)星氣象中心開通了數(shù)據(jù)服務(wù)熱線，為用戶提供咨詢并解決數(shù)據(jù)使用中的各類問題，除此之外，也可發(fā)送郵件進(jìn)行咨詢。通過多渠道及時(shí)響應(yīng)用戶需求，提高用戶滿意度。在服務(wù)宣傳方面，主動(dòng)推送數(shù)據(jù)資訊、系統(tǒng)信息有助于提高用戶對(duì)服務(wù)方式、服務(wù)產(chǎn)品、服務(wù)內(nèi)容、服務(wù)信息的認(rèn)知度。

3 小結(jié)

表4 風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度量表路徑分析擬合度檢驗(yàn)結(jié)果

表5 風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度量表路徑系數(shù)表

針對(duì)風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度的評(píng)價(jià)問題，建

立評(píng)測(cè)量表，并采用驗(yàn)證性因子分析法，對(duì)量表的信度和效度進(jìn)行檢驗(yàn)。結(jié)果表明風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)評(píng)測(cè)量表具有良好的信度和效度，測(cè)評(píng)模型和樣本數(shù)據(jù)的總體擬合效果較理想，可以有效測(cè)量風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度。此外，本文采用潛在變量路徑分析法，探討了評(píng)價(jià)模型中各因素間的相互作用機(jī)制，分析了服務(wù)內(nèi)容完整性、服務(wù)流程規(guī)范性以及服務(wù)主動(dòng)性對(duì)平臺(tái)使用、服務(wù)響應(yīng)和服務(wù)宣傳的影響。

文中基于結(jié)構(gòu)方程模型研究了風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)評(píng)價(jià)指標(biāo)的驗(yàn)證以及評(píng)價(jià)指標(biāo)之間的相互關(guān)系，為風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)效益評(píng)估提供了參考，但還存在不足。在今后的工作中，應(yīng)進(jìn)一步深入、系統(tǒng)地研究風(fēng)云衛(wèi)星數(shù)據(jù)服務(wù)滿意度的影響因素以及不同特征用戶群體氣象服務(wù)滿意度的差異等。

［1］Nguyen T C，Robinson J，Kaneko S，et.Estimatingthe value of economic benefits associated with adaptationto climate change in a developing country：A casestudy of improvements in tropical cyclone warningservices［J］.Ecological Economics，2013，86（1）：117－128.

［2］Krieger A M，Green P E.A decision support model forselecting product／service benefit positionings［J］.European Journal of Operational Research，2002，142（1）：187－202.

［3］姚秀萍，呂明輝，張曉美，等.氣象服務(wù)效益評(píng)估研究和業(yè)務(wù)進(jìn)展［J］.氣象科技進(jìn)展，2012，2（3）：39－44.

［4］廣西氣象服務(wù)效益評(píng)估課題組.廣西公眾氣象服務(wù)效益評(píng)估［J］.廣西氣象，1995，16（4）：38－41.

［5］鄭宏翔，譚凌志.一次公眾氣象服務(wù)效益調(diào)查分析和對(duì)策建議［J］.廣西氣象，2006，27（4）：65－68.

［6］張曉美，呂明輝.三種公眾氣象服務(wù)經(jīng)濟(jì)效益評(píng)估常用方法的比較［J］.科技創(chuàng)新與應(yīng)用，2014（31）：65－66.

［7］吳先華，孫健，陳云峰.基于條件價(jià)值法的氣象服務(wù)效益評(píng)估研究［J］.氣象，2012，38（1）：109－117.

［8］胡麗華，黃江輝，袁錫沛.江門市2007年食品制造業(yè)氣象服務(wù)效益評(píng)估［J］.廣東氣象，2009，31（5）：35－36.

［9］林繼生，羅金鈴，張勇.熱帶氣旋災(zāi)害預(yù)報(bào)服務(wù)效益專家評(píng)估法［J］.廣東氣象，1999，3：8－9.

［10］歐陽里程，張維.廣東省2009年電力行業(yè)氣象服務(wù)效益值評(píng)估［J］.氣象研究與應(yīng)用，2011，32（1）：45－ 51.

［11］丁雪松，胡程達(dá)，孫佳麗，等.德爾斐法在江蘇省風(fēng)電行業(yè)氣象服務(wù)效益評(píng)估中的應(yīng)用［J］.氣象研究與應(yīng)用，2013，34（4）：35－41.

［12］歐陽里程，張維，吳巍巍.廣東省風(fēng)電行業(yè)氣象服務(wù)效益評(píng)估［J］.廣東氣象，2012，34（5）：50－53.

［13］鐘飛，馬中元，聶秋生，等.基于德爾菲法的江西省“三農(nóng)”氣象服務(wù)效益評(píng)估［J］.氣象與減災(zāi)研究，2013，36（4）：39－44.

［14］吉志紅.三門峽蘋果氣象災(zāi)害氣象服務(wù)效益評(píng)估一［J］.氣象研究與應(yīng)用，2014，35（1）：74－77.

［15］劉志明，晏明，張文哲.吉林省氣象衛(wèi)星遙感技術(shù)服務(wù)效益評(píng)估研究［J］.遙感技術(shù)與應(yīng)用，1998，13（2）：21－26.

［16］吳亞玲，吳先華，郭際，等.基于投入產(chǎn)出方法的氣象服務(wù)綜合經(jīng)濟(jì)效益評(píng)估［J］.南京信息工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，7（6）：525－533.

［17］羅慧，謝璞，薛允傳，等.奧運(yùn)氣象服務(wù)社會(huì)經(jīng)濟(jì)效益評(píng)價(jià)的AHP／BCG組合分析［J］.氣象，2008，34（1）：59－65.

［18］王桂芝，都娟，曹杰，等.基于SEM的氣象服務(wù)公眾滿意度測(cè)評(píng)模型［J］.數(shù)理統(tǒng)計(jì)與管理，2011，30（3）：522－530.

［19］李博，王利霞，武鐵明.基于SEM的氣象防災(zāi)減災(zāi)服務(wù)效益評(píng)估研究［J］.才智，2015（32）：289.

［20］王云，李長(zhǎng)順，王琳佳.基于SEM的江蘇省公共氣象服務(wù)效益評(píng)估［C］／／第31屆中國(guó)氣象學(xué)會(huì)年會(huì).北京，2014：41－55.

［21］吳先華，趙飛，郭際，等.交通氣象服務(wù)效益評(píng)估－以滬寧高速公路為例［J］.氣象科學(xué)，2013，33（5）：555－560.

［22］榮泰生.AMOS與研究方法［M］.2版.重慶：重慶大學(xué)出版社，2009：7－14.

［23］吳明隆.結(jié)構(gòu)方程模型：AMOS的操作與應(yīng)用［M］.2版.重慶：重慶大學(xué)出版社，2010：1－36.

［24］金玉國(guó).從回歸分析到結(jié)構(gòu)方程模型：線性因果關(guān)系的建模方法論［J］.山東經(jīng)濟(jì)，2008（2）：19－24.

［25］徐萬里.結(jié)構(gòu)方程模式在信度檢驗(yàn)中的應(yīng)用［J］.統(tǒng)計(jì)與信息論壇，2008，23（7）：9－13.

［26］姚秀萍，王麗娟.公眾氣象服務(wù)滿意度測(cè)評(píng)量表的設(shè)計(jì)與檢驗(yàn)［J］.氣象與環(huán)境科學(xué)，2013，36（2）：77－82.

［27］謝承華.AHP及其應(yīng)用［J］.蘭州商學(xué)院學(xué)報(bào)，2001，17（2）：79～82.

Application of structure equation model in service satisfaction assessment of FY satellite data

LiXue，Xian Di
(National Satellite Meteorological Center,Beijing 100081,China)

Based on the structure equation model built by convenience,service procedure,service response,content integrity,service initiative and service cognition,the service satisfaction assessment of FY satellite data was made.According to the data collected by the survey,confirmatory factor analysis (CFA)and potential variables tracking analysis,the interaction mechanism of the evaluation model between various factors were discussed.The result shows that content integrity is helpful to improve satisfaction of website,and the recognition of service product,service mode and service content. Standardized service procedure would help to improve the timeliness of service response.Beyond that, service initiative has significantly positive effect on service response and service cognition.

FY satellite;data service;structure equation model;confirmatory factor analysis(CFA); path analysis

P49

A

1673-8411（2016）03-0112-05

2016-01-28

中國(guó)氣象局軟科學(xué)研究項(xiàng)目《風(fēng)云衛(wèi)星應(yīng)用效益評(píng)估方法研究——以風(fēng)云三號(hào)為例》

李雪（1985-），滿族，女，北京人，碩士，工程師，主要從事氣象衛(wèi)星數(shù)據(jù)處理與應(yīng)用方面的研究。