应用SPSS19.0中的Multi-Dimensional Scaling（PROXSCAL）模块，经过碎石图检验显示（见图3−1），采用两个维度比采用一个维度的应力值下降迅速，而采用三个维度时，应力值的下降则逐渐趋缓，并且两维的模型已经足够解释数据结构的主要信息。

图3−1　碎石图

进一步考察应力值和模型的拟合度可以发现，采用两个维度时应力值为0.026 7。通常情况，应力值小于0.2就表明多维尺度的输出结果是可以接受的，而小于0.05则表明结果是优异的（Spence，1982）。此外，由于离散情况DAF值为0.973 3，Tucker吻合系数为0.986 5，十分接近1，表明模型的拟合度非常的好。因此，对于本书的研究而言，采取两个维度来分析监管行为特征的内在结构是十分合适的。图3−2为九种监管行为特征在二维空间中的定位图。

(www.daowen.com)

图3−2　九种监管行为特征的空间定位图

图3−2中的点代表不同的监管行为特征在二维空间中的位置。在访谈数据中，如果不同的两个监管行为特征共现得越系统，就代表它们在空间图中所对应点之间的距离就越近，也意味二者之间的共性越多。相反，如果两个监管行为特征共现得越不系统，那么二者在空间图中对应点之间的距离就越远，也意味二者之间的共性就越少。例如，不透明式监管与失时式监管之间的距离很短，说明二者之间的共性很高，相比之下，不透明式监管与随意式监管的距离明显更远，说明二者之间的共性很低。为了进一步直观展示模型的结构特征，现以线段形式表示共性度最高的前40%的关系，其中共性最高的前20%的关系以实线连接，后20%的关系则以虚线连接，结果如图3−3所示。

由图3−3可以清晰地看出，九种监管行为特征依据其空间关系可以被大致分为四类，其中，不透明式监管、非协调式监管和失时式监管共同构成了一个紧密联系的集群A，选择式监管、盲目式监管和随意式监管共同构成了一个紧密联系的集群B，教条式监管和过度式监管共同构成了一个紧密联系的集群C，松懈式监管由于明显远离其他三个集群而独自构成一个集群D。进一步的观察还可以发现，这四类监管行为在二维空间中并不是相互独立的，之间存在一定的联系。其中，由过度式监管所代表的C类监管行为与B类监管行为存在较为密切的联系，但与A类和D类监管行为却存在较少的联系。相比之下，由松懈式监管所代表的D类监管行为分别与A类和B类监管行为存在一定的联系，但联系的紧密性不够强。此外，A类监管行为和B类监管行为之间并不存在密切的联系，说明这两类监管行为之间的共性很低。

图3−3　九种监管行为特征的二维空间关系图