体育赛事信任风险指标体系研究，本文主要内容关键词为：指标体系论文,体育赛事论文,风险论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
投稿日期：2013-05-20 中图分类号：G808.22 文献标志码：A 文章编号：1007-3612(2014)10-0018-08 任何一项风险事件的发生都是一系列一连串风险影响因子相互作用相互影响的结果，体育赛事信任风险的发生也不例外，因此在了解导致体育赛事信任风险事件发生的影响因素的同时，构建出体育赛事信任风险指标体系，对于在体育赛事信任风险防范中始终处于有利地位至关重要。指标体系是指一系列互相联系，互相补充的指标所组成的统一整体，它能够根据研究对象的目的和要求综合反映出研究对象各个方面的情况。体育赛事信任风险指标体系的构建是体育赛事信任风险管理的基础和重要组成部分，它的完成情况直接决定着后续体育赛事信任风险评估、预警和应对环节的完成进度和质量，因此说，有关体育赛事信任风险指标体系的研究对整个体育赛事信任风险管理都具有十分重要的理论意义和现实价值。正是基于这种原因，本文着重对体育赛事信任风险指标体系的构建进行了系统的研究。 目前，在各领域的风险管理研究中，学者们大多从不同程度对风险指标体系进行了探讨，但是针对风险识别和风险指标体系构建这2个工作环节分别进行详细讨论的文献还比较少见[1-4]。显然，这样做的结果更有利于理清研究脉络，便于开展后续的理论分析工作。因此，本文将体育赛事信任风险指标体系的研究过程细分为下面2个环节：1)通过体育赛事信任风险的识别初步确立出信任风险的指标及其内部结构，此时，识别出来的信任风险因素要尽量全面，结构要尽量合理；2)在初步信任风险识别之后，在对体育赛事信任风险指标体系量表进行必要的信度与效度分析基础之上，经过构建结构方程模型(SEM)，依据模型整体拟合优度检测结果以及各指标间的路径系数，对初步确立的信任风险指标进行优化筛选并对其体系结构的合理性进行验证，进而最终构建出体育赛事信任风险指标体系。 1 研究方法 主要采用文献资料法。2011-2013年期间，在清华大学图书馆，以体育赛事、信任、诚信、风险、指标体系、结构方程等为关键词，在CNKI(中国知网)，Web of Science，ProQuest，SAGE上收集和积累国内外体育赛事信任与风险研究的有关资料69篇，在本文中引用17篇，对现有研究成果进行深入分析，进而在前人研究的基础上，找出体育赛事信任风险指标体系研究的新的着眼点。结合体育赛事信任风险量表，进行数据统计分析、处理与假设检验，并通过建立因子分析模型，对体育赛事信任风险指标体系进行深入、系统的分析。 2 多维视角下体育赛事信任风险的初步识别内容 通过现场调研、咨询有关专家、查阅文献和历史资料等方法，对体育赛事举办过程中可能引发信任问题的风险因素进行了初步识别，然后按照体育赛事信任风险是来自于赛事参与主体本身，赛事的制度，还是来自于赛事的整体运行环境，本文将体育赛事信任风险划分为基于体育赛事参与主体的信任风险，基于体育赛事制度的信任风险和基于体育赛事声誉的信任风险[-11]。其中，体育赛事参与主体信任风险又可以进一步分为裁判员信任风险，运动员信任风险，教练员信任风险，组织管理者信任风险。具体来说，体育赛事信任风险的初步识别内容如表1所示。 3 体育赛事信任风险指标体系的构建 在体育赛事举办的整个过程中，能够引发信任风险的因素众多，所产生后果的严重程度也各不相同，彻底不考虑这些因素或者遗漏主要因素都是不可取的，然而对每个信任风险因素都不加区分地加以考虑分析又会增加问题的复杂程度，这也是不恰当的，因此，体育赛事信任风险指标体系的构建就是要尽量合理地减少这种不确定性，以期为后面信任风险的深入分析打下良好的基础。
通过对体育赛事信任风险指标体系构建方法进行比较分析和总结后可知，大多方法是从直观上对风险因素进行分析和判断，适合于赛事的初步风险识别阶段，对形成初步风险清单比较有效。然而，本文在对体育赛事信任风险进行初步识别之后，研究的重点是用比较科学的量化方法对风险指标进行优化筛选，并最终构建出体育赛事信任风险指标体系。鉴于此，一些方法就很难满足本研究的需要，故本文选用结构方程模型来对体育赛事信任风险指标体系进行研究。 3.1 体育赛事信任风险指标体系构建数据资料及其信度与效度分析 3.1.1 问卷发放情况及描述性统计 针对上面得到的初步信任风险清单，本文主要是通过问卷调查的方式来获取研究中所需要的数据资料。此次问卷的发放主要是采用现场和网络两种方式进行，现场发放问卷297份，网上发放问卷112份，经整理筛选后得到有效问卷357份。 通过SPSS软件对体育赛事信任风险测度指标进行描述性统计分析，这其中包括样本测度指标的最大值、最小值、均值、标准差、峰度与偏度。本研究设计的问卷是10分制量表，通过统计分析可知，各测度指标的均值都超过了5.0，所以，初步表明研究对象整体上存在一定的信任风险。峰度和偏度的绝对值都接近于0，说明该样本数据的分布呈现正态分布的形式。 3.1.2 量表的信度分析 在各种调查研究中，信度与效度分析是对调查结果进行统计分析之前必须进行的一项工作。一般只有当信度与效度检验结果在研究范围内可接受时，才认为调查统计分析结果是准确和可靠的，因此进行信度和效度分析是非常必要的。至于信度的判定标准，即系数到底多大才能认为该量表具有较高的信度，目前这方面还没有统一的标准，但是在有关学者们看来，假如量表的信度系数超出0.9，那么则表明此量表信度很好；假如信度系数达到0.8以上，那么则说明量表信度比较好；如若达到0.7以上，该量表一般也被认为是可以接受的；但是信度系数如果低于0.7，此量表则应被弃之。 经过上述分析可知，体育赛事信任风险量表的信度检验可以检测出整个量表调研数据的前后一致性，而且还能够反映出整个系统的变异程度。本文将克朗巴哈α系数作为评价准则，针对体育赛事信任风险量表做同质性信度分析，根据量表内部结构的一致性大小，对量表整体及子量表的内部一致性信度进行检验。 通过检测结果可知，体育赛事信任风险因素量表的总体α系数为0.973，从整理出来的量表中可以看出，其中各子量表的α系数值均达到0.813以上，检测结果符合α系数至少为0.7的评价标准，文中所使用的量表符合内部一致性信度要求(表2)。 3.1.3 量表的效度分析 和信度有密切关系，也常被用到的还有效度的概念。它主要是指所设计的测试工具可以测量到的将来所要测量的对象的程度。在社会科学研究领域中，通常对研究样本的测验主要是经过间接方式展开的，所以，研究中定制的测试工具能否很好地反映出它们所要测量的概念，这是社会科学研究领域中难以规避的问题。本文主要是基于2个方面来保证问卷的有效性：1)本文以赛事、信任和风险等有关理论为基础，通过参考现有相关问卷的设计内容，请赛事人员和专家进行讨论与评价，以及进行小样本测试等方式来确定本问卷内容具有相当的效度；2)通过验证性因子分析方法来确定问卷的建构效度，即先建立一个理论建构模型，然后依据相关指标，使用数据资料来验证理论模型的可接受性。
3.2 基于因子分析模型的体育赛事信任风险指标体系的确立 3.2.1 探索性因子分析 因子分析之前，要求对调研所得数据进行可行性检验。表3显示了针对体育赛事信任风险量表所进行的KMO和Bartlett检验的结果。通过表3可知，Bartlett检验的P值等于0.000，即拒绝原假设，这说明单位矩阵及相关系数矩阵具有显著性差异。与此同时，表3中的KMO取值远大于0.7，所以说，针对此研究量表适合运用因子分析模型。
通过表4(解释的总方差)中所显示的数据可知，第1个公因子的特征值为12.353，描述了原有变量总方差的35.659%，随后因子描述的方差逐渐减少，等到第6个公因子，其特征值为1.025，描述的原有变量总方差降为2.086%，6个因子的特征值累计解释了总体方差的83.877%。据此，提取特征值大于1的公因子，在本量表中可以提取出6个公因子，即因子1、因子2、因子3、因子4、因子5和因子6。
在因子正交旋转过后，各因子载荷系数明显趋于两极化，43个变量可归类为6个公共因子。第1个公共因子在裁判员业务能力问题、裁判员心理素质问题、裁判员身体素质问题、裁判员秉公执法问题、裁判员赛场个人形象问题、裁判员责任心问题、裁判员日常生活作风问题7个变量上有较大载荷，这7个变量均反映了裁判员的行为特征，因此可将第一个公共因子定义为裁判员维度信任风险；第2个公共因子在运动员威胁和无礼行为、运动员日常生活作风问题、运动员赛场敬业精神问题、运动员受教育程度问题、运动员赛场个人形象问题、运动员暴力行为、运动员赛场技战术表现问题、运动员舞弊行为、运动员赛场违规行为、运动员的家庭和朋友问题、运动员面对媒体采访时的言行问题11个变量上有较大载荷，因此这11个变量可以归为一类。因为这些变量均反映了运动员的行为特征，故可以将第2个公共因子定义为运动员维度信任风险；第3个因子在教练员思想道德修养问题、教练员管理协调能力问题、教练员专业素质问题、教练员日常生活作风问题、教练员赛场行为表现及个人形象问题、教练员知名度问题6个变量上有较大载荷，这6个变量均反映了教练员的行为特征，所以可将第3个公共因子定义为教练员维度信任风险；第4个公共因子在组织管理者滥用职权、决策机制不科学决策缺乏公开性、透明性和稳定性、组织管理者业务能力问题、形式主义与官僚主义严重、组织管理者缺乏责任心、“契约信任”观念不强7个变量上有较大载荷，这7个变量均体现了赛事组织管理者的行为特征，所以可将第4个公共因子定义为组织管理者维度信任风险；第5个公共因子在赛事相关法规制度订立机制问题、赛事相关法规制度不合理问题、赛事相关法规制度实施不严格问题、赛事制度环境问题、赛事制度实现路径问题、赛事相关法规制度缺失问题6个变量上有较大载荷，这6个变量均体现了赛事的制度特征，因此可将它们组成的因子定义为赛事制度维度信任风险；第6个公共因子在赛事变更问题、赛事过度商业化、赛事过度政治化、赛场设施环境差、赛事舆论环境差、赛事信息不透明6个变量上有较大载荷，这6个变量均反映了赛事的声誉特征，因此可将第6个公共因子定义为赛事声誉维度信任风险。 3.2.2 验证性因子分析 3.2.2.1 结构方程模型的提出 结构方程模型(简称SEM)，也被称为潜在变量模型(简称LVM)。结构方程模型属于多变量统计模型，它不但将因素分析和路径分析整合起来，而且对模型中所包含的潜在变量、显性变量、误差变量之间的关系进行检验，从而得到自变量影响依变量的间接效果、直接效果或者总效果。 结构方程模型中包括测量模型和结构模型2个基本部分。测量模型是由潜在变量与观察变量共同构成的，它是一组观察变量的线性方程。在结构方程模型中，观察变量一般通过方形符号予以表示，而潜在变量一般则通过椭圆形符号表示出来。结构模型则主要是用于处理潜在变量之间的线性关系，因为结构模型涉及了潜变量，所以结构模型中同样对潜变量进行了测量，因此，结构模型实际上包括了测量关系和结构关系。各变量之间的测量关系和结构关系可以采用矩阵方程式的形式清晰地反映出来：
其中，方程1)和2)为测量模型，方程3)为结构模型，方程中各变量所表示的含义，具体如下： x表示外生观测变量向量；ξ表示外生潜变量向量；
表示外生观测变量与外生潜变量之间的关系，是外生观测变量在外生潜变量上的因子载荷矩阵；δ表示外生观测变量的残差项向量。y表示内生观测变量向量；η表示内生潜变量向量；
表示内生观测变量与内生潜变量之间的关系，是内生观测变量在内生潜变量上的因子矩阵载荷；ε表示内生观测变量的残差项向量。B和Γ均为路径系数，B代表内生潜变量之间的关系，Γ则代表外生潜变量对于内生潜变量值的影响；ξ为结构方程的误差项[12-13]。 通过与传统的统计建模分析方法对比可知，结构方程模型具有以下一些优点：1)允许自变量包含测量误差。传统计量模型中，一般都默认为自变量是可以通过直接观测获得的，所以均认为自变量是不会含有观测误差的。但是在社会科学领域中，模型里会包含一些不可直接观测的潜在变量，因而在运用一些处理方法进行量化的过程中可能会造成测量误差，进而导致模型拟合出现偏差。在结构方程模型构建过程中，这种测量误差则会被纳入其中，因此在很大程度上提高了模型的拟合优度。2)结构方程模型能够同时处理多个因变量。传统计量模型中，通常模型的因变量是单一的。然而就社会科学领域中许多研究问题而言，在构建模型时往往要求多个因变量。因此，在研究这类问题时，如果仍旧是分别地针对每一对自变量与因变量之间的关系展开分析，那么就必定会忽略其他因变量的影响，这显然是与现实情况不符的。结构方程模型则会考虑在同一模型中同时处理多个因变量的问题，在模型拟合过程中会对所有变量的信息均加以思考，这样就大大增强了模型的有效性；再次，在同一模型中可以同时处理因素之间的测量关系与结构关系。传统计量模型中，针对因素自身进行的测量和与因素之间关系的分析通常是分别进行处理的。然而结构方程模型则可以用因果关系图、路径图等形式综合地对各个变量之间的关系进行分析，这样不但能够对因素测量的信度与效度进行检验，而且还能够在因素结构分析中将测量误差包含其中，使测量信度的概念加入到路径分析等推论中；最后，模型的设定更富有弹性。传统建模方法通常对模型设定的约束很多，可是结构方程模型中的约束条件则相对较少。
图1 体育赛事信任风险指标体系测量模型的概念模型 3.2.2.2 概念模型的设定 本步骤主要是将理论所呈现的各种变量之间的假设以结构方程模型的形式予以展现，这一过程涉及模型变量和参数的设置，所设定的模型可以用路径图表示出来。本文的主要目标是确定体育赛事信任风险指标体系，这一目标在结构方程模型中予以通过2个环节得以实现：1)通过测量模型对信任风险指标进行优化筛选(测量模型的概念模型以运动员维度信任风险指标为例)；2)通过结构模型进一步确定指标体系的有效性，本文所确定的概念模型如图2所示。
图2 体育赛事信任风险指标体系结构模型的概念模型 用方程式的形式表示4)为结构模型。
3.2.2.3 模型拟合与评价 结构方程模型拟合过程本质上是通过一定的统计手段生成一个最为接近样本协方差矩阵或者相关系数矩阵的相关矩阵，所生成的这一矩阵通常也称为再生矩阵。本文针对体育赛事信任风险，共分为裁判员维度、运动员维度、教练员维度、赛事组织管理者维度、赛事制度维度及赛事声誉维度六大部分，此处主要根据这6个维度的指标，利用调研所得的数据来进行模型拟合与评价，从而最终确定出体育赛事信任风险指标体系。在所构建的结构方程模型中，体育赛事信任风险(F)、裁判员维度(F1)、运动员维度(F2)、教练员维度(F3)、赛事组织管理者维度(F4)、赛事制度维度(F5)及赛事声誉维度(F6)为潜变量，其余的指标V均为显变量，依据结构方程模型理论，可得如下结构方程模型，其中方程4)、5)、6)、7)、8)、9)为测量模型，10)为结构模型。在模型拟合与评价过程中要对一些不符合要求的指标进行筛选，通过查阅有关文献，并结合指标的具体特征，本文确定的筛选指标的基本原则是在适配指标基本满足的情况下，保证输出结果的标准化系数介于0.5～0.95之间，若不在该范围内的指标则需要剔除。 运行AMOS软件之后，结构方程模型接受标准值及剔出指标前后的各结构方程模型的拟合结果如图3和表5所示。 通过图3可知，显变量V12(裁判员身体素质)、V13(裁判员心理素质)的路径系数小于0.5，因此按照剔出指标的原则，将指标V12、V13剔出掉，然后再进行进一步的结构方程模型分析。剔出指标后的结构方程模型分析结果显示，各显变量指标的路径系数均大于0.5，而且适配度的检验结果(表5)显示，所选取的各检验指标均能达到标准值(或建议值)，表明所构建的结构方程模型与数据拟合效果良好。
图3 裁判员维度(潜变量F1)剔出指标前后结构方程模型输出结果
由于运动员维度、教练员维度、赛事组织管理者维度、赛事制度维度和赛事声誉维度的体育赛事信任风险指标确立过程与裁判员维度的指标确立过程基本一致，所以这里不再赘述。其分析结果如下：运动员维度中显变量V29(运动员的家庭、朋友问题)、V210(运动员面对媒体采访时的言行问题)的路径系数，教练员维度中显变量V36(教练员知名度问题)的路径系数，赛事组织管理者维度中显变量V47(“契约信任”观念不强)的路径系数以及赛事声誉维度中显变量V64(赛场设施环境差)的路径系数均小于0.5。因此，按照剔出指标的原则，将这些路径系数低于标准值的指标剔除掉。经过剔出指标后的各个结构方程模型分析结果显示，各显变量指标的路径系数均大于0.5，而且适配度的检验结果显示，所选取的各检验指标均能达到标准值(或建议值)，表明所构建的结构方程模型与数据拟合效果良好。 在使用测量模型对体育赛事信任风险指标进行优化筛选之后，针对筛选后的体育赛事信任风险指标，构建体育赛事信任风险的结构模型，以进一步确立体育赛事信任风险指标体系的结构特征(图4)。模型的最终输出结果显示，所有显变量的路径系数均大于0.5水平，符合本文选取指标时的路径系数要求。适配度检验结果显示(表6)，所选取的各检验指标绝大多数都能达到标准值(或建议值)，表明最终所构建的结构模型拟合效果良好。这也进一步验证了本文所构建的体育赛事信任风险指标体系的有效性与合理性。
图4 体育赛事信任风险指标体系整体结构方程模型输出结果
3.2.2.4 基于结构方程模型的体育赛事信任风险指标体系分析 通过上面的结构方程模型对体育赛事信任风险指标进行优化筛选并对其结构合理性进行验证之后，本文最终可以确定出包含3个层次、6个维度、36个子指标的体育赛事信任风险指标体系。具体来说，3个层次分别是指总的体育赛事信任风险层次，体育赛事信任风险维度层次，体育赛事信任风险具体指标层次；6个维度是指裁判员维度、运动员维度、教练员维度、赛事组织管理者维度、赛事制度维度和赛事声誉维度；36个子指标是指体育赛事信任风险各维度下的具体指标，如裁判员秉公执法问题，裁判员责任心问题，教练员思想道德修养问题，运动员舞弊行为，运动员日常生活作风问题，运动员违规行为，体育赛事过度政治化和商业化，体育赛事舆论环境差，体育赛事组织管理者滥用职权，组织管理者的决策缺乏公开性和稳定性，体育赛事相关法规制度实施不严格等(图5)。
图5 体育赛事信任风险指标体系 1)基于裁判员维度的信任风险。裁判员不但是竞赛中的执法人员，而且是竞赛的组织者和领导者。裁判员水平的高低会对运动员技术、战术的发挥产生直接的影响，进而影响比赛的效果。通常情况下，1名合格的裁判员应具备下面一些素质：(1)热爱体育事业，忠于裁判工作，具有较高的职业道德修养，能够秉公执法；(2)有较高的业务素质水平，这主要体现为：通晓规则、裁判法；精通技术、战术知识与方法；能够掌握比赛的一般规律和特点；(3)有较强的责任心，这主要表现在：裁判员除要尽自己最大的努力做好本职工作外，当赛事中出现一些意外情况时，作为一名裁判员要及时、冷静、果断地给予回应，以防止事态进一步的恶化，或为意外事件的有效处理赢得更多的时间；(4)赛场上要有良好的个人形象，这是说在赛场上裁判员要注重自己的衣着打扮，言行举止要得当。此外，裁判员，尤其是一些从事过大型体育赛事裁判工作的裁判人员，他们在日常生活中的行为表现也会引起媒体和公众的注意，因此，他们还应注意自己的日常生活作风。如果裁判员缺少这些本应具备的素质条件，那么赛事观众就会对他们的裁判执法能力产生质疑，进而对体育赛事结果的公正性和客观性产生不信任[14]。 2)基于运动员维度的信任风险。早在1913年顾拜旦就倡议在奥运会举行运动员宣誓仪式，就是因为当时出现某些运动员为获得金牌不惜弄虚作假违反规则的现象[15]。后来，这种宣誓仪式在各种体育赛事中普遍得到效仿。然而，直到现在，在各种体育赛场上运动员的失信行为仍然时有发生。具体来说，这主要表现为：运动员日常生活作风问题严重；赛场上玩忽职守，缺乏敬业精神；赛场上不注重个人形象；为了追求名利不择手段，进行身份和参赛资格造假，使用兴奋剂，故意违规和使用暴力行为等。 3)基于教练员维度的信任风险。教练员是一支队伍的灵魂，肩负着提高运动训练水平和比赛成绩的重任。因此，教练员的日常和工作行为表现一直都受到广大赛事消费者的关注。本文认为教练员一般应具备下面4大基本素质：(1)较高的思想道德修养；(2)较强的业务素质；(3)谦虚谨慎的日常生活作风；(4)良好的团队管理协调能力。反之，如果教练员的业务素质差，对运动员缺乏必要的管理与沟通，功利心严重，或生活作风不够检点，那么他们本身不但很难让广大赛事消费者信服，而且很可能成为运动员诚信缺失的纵容者。 4)基于赛事组织管理者维度的信任风险。赛事组织管理者的诚信缺失在很大程度上是导致体育比赛诚信缺失的重要原因。比如说，在近几届全运会上，跆拳道、拳击比赛中选手大面积地放弃比赛，柔道比赛中的温柔倒地等现象，从表面上看，事件的主要原因是来自运动员，但实际上则是赛事组织管理者幕后操纵的结果。赛事组织管理者滥用职权操纵比赛结果，业务素质能力欠佳，缺乏责任心，形式、官僚作风严重，以及他们决策过程的失范和不透明性等问题不但让广大体育赛事消费者对这一团体本身失去信任，而且由此还间接地引发了许多相关的赛事信任问题。 5)基于赛事制度维度的信任风险。由赛事制度维度所引发信任问题的风险因素主要表现在：(1)体育行业的体制性缺陷是体育比赛诚信缺失的重要根源。我国的体育体制改革不到位，尚存许多漏洞。比如说，在目前运动员培养机制下，比赛名次是运动员和教练员的一生追求，是他们赖以生存的生活资本，一旦出不了成绩，他们日后的生活就可能出现问题，所以这种机制使得他们的功利性膨胀，有时会促使他们铤而走险，产生严重的失信行为。(2)体育赛事相关法规制度不合理、存在空缺或实施力度不够也是体育赛事参与者产生失信行为的一个主要原因。因为在相关法律法规存在空缺，不合理或失信行为成本较低的情况下，容易导致赛事参与者产生投机行为，助长失信之风蔓延。比如，1987年第六届全国运动会足球赛和1991年国际足联第一届世界女子足球锦标赛，同样是12队参加比赛，就是由于比赛规程的不同，一个产生了舞弊行为的嫌疑，另一个则在公正、客观的赛事环境下，赛完了最后一轮比赛[16]。(3)体育赛事相关制度的路径实现问题也会导致一系列信任问题。(4)如果体育赛事制度的订立机制不完善将会使赛事消费者从源头上对赛事制度产生质疑。 6)基于赛事声誉维度的信任风险。声誉是在市场参加者交易行为的重复过程中建立起来的，它在消除信息非对称性方面有着十分重要的作用，其实质是在市场的交易方之间建立起相互信任的关系，防止或减少“失信”现象的发生[17]。良好的声誉是体育赛事成功运作的最重要的驱动因素之一，它对体育赛事的重要性是不言而喻的。显然，赛事的声誉越好，就越容易吸引观众进行相关的体育消费。然而，良好的声誉并不是容易建立起来的，这主要是因为一方面声誉的形成来源于企业过去的行为，是企业长期投入的综合结果，另一方面声誉具有易碎性，如不精心维护，某些过失可能瞬间使其毁于一旦。所以，基于我国体育赛事目前的管理现状，体育赛事的声誉水平持续处于低谷状态，进而产生了消费者对体育赛事消费的不信任现象。本文认为，在体育赛事中，主要是由于体育赛事变更、体育赛事的过度商业化和政治化、体育赛事整体运行环境混乱、体育赛事舆论环境差、体育赛事信息不透明等问题使体育赛事的声誉受到影响，进而引发了赛事的信任风险。 4 结论 构建体育赛事信任风险指标体系，对于在体育赛事信任风险防范中始终处于有利地位至关重要。本文首先对体育赛事举办过程中可能引发信任问题的风险因素进行了初步识别，然后运用因子分析模型对初步识别的体育赛事信任风险因素指标进行优化筛选，最终构建出了包含3个层次，6个维度，36个子指标的体育赛事信任风险指标体系。为后续体育赛事信任风险的相关理论研究奠定良好的基础。
标签：结构方程模型论文; 因子分析论文; 风险系数论文; 风险模型论文; 因子载荷论文; 路径分析论文;
