摘要：使用结构方程模式系统分析电子商务对企业科技创新的影响。实证结果表明，电子商务通过促进区域信息化水平提升、商贸流通体系转型和经济增长3条路径，间接推进企业科技创新。应当进一步加强信息化基础设施建设，鼓励传统商贸流通业态进行转型升级，促进传统企业结合电子商务进行业态创新。
关键词：电子商务；科技创新；结构方程模型
1文献综述
自熊彼特在其经典著作《经济发展理论》中提出创新概念后，创新就成为学术界广泛关注的研究课题。在有关创新的大量研究中，企业创新因素研究具有十分重要的理论和实践意义：国内外学者针对企业创新进行了大量研究表明，创新是企业成长和经济发展和核心驱动力，清晰认知创新影响因素对企业管理、组织架构和激励机制等方面的设计具有重要价值；同时更清晰地认知创新因素有助于学术界加深对创新形成机理的了解。
目前有关创新影响因素的研究主要聚焦于以下四方面。首先是“人力资本论”，不少学者认为企业家精神、技术人员本身的创新性劳动是驱动企业技术创新的主要因素［1］；其次是“环境诱致论”，部分学者认为企业所处的制度环境，尤其是市场行业环境［2］、宏观经济环境、监管政策环境等是影响企业科技创新行为的重要因素；再次是“组织模式论”，一些学者指出供应链中的企业与企业之间，企业内部不同部门之间协作是创新的重要来源，企业文化、激励机制等组织管理协作模式对企业科技创新具有相当重要的影响［3］；最后是“金融刺激论”，不少学者经过实证分析后认为区域的金融发展水平对该地的企业科技创新具有显著影响，实证证据表明，金融体系越完善，区域内企业（尤其是中小型企业）的创新发生率就越高，这主要是基于创新活动需要大量风险资金投入的判断［4］。
纵观上述有关创新因素的研究，绝大部分是针对前人提出的某种理论假设，在现实中搜集相关案例和统计数据加以验证，如果与企业科技创新直接正相关，就可以被认为是影响企业科技创新的因素之一。这种方式具有一定客观合理性，但同时也存在其局限性：由于企业科技创新活动是一项多因素共同发生作用的系统工程，因此以目前主流实证方式验证的结论事实上是以相关关系替代因果关系，其结论并不能很好的处理多个因变量相互作用所导致的内生性问题。
电子商务作为近年来兴起的新经济形态，其带来的商业模式创新已经引起部分学者的关注。以电子商务为载体的云计算、物联网、VR/AR等技术使得数据信息量快速增长，而信息收集、处理和传播的成本下降和效率提升，导致企业技术创新比以往任何时期都更加容易。李虹［5］认为电子商务给传统企业的供应链体系造成了相当的冲击，传统企业需要顺应电子商务的发展趋势，主动进行技术创新与之对接，从而形成传统业态与电商业态之间的联动；邵鹏等［6］从平台经济的角度讨论了电子商务在商业模式创新方面的动因、驱动力和效果，认为自组织性是电子商务驱动科技创新的关键，并以阿里巴巴等企业为案例进行验证。
由于电子商务是近年来刚刚兴起的新型经济业态，因此学术界关于电子商务与企业科技创新之间关系的研究并不多见，且多停留在以定性分析、案例分析为主的质性讨论层面。尽管从直觉上讲电子商务的发展所带来的管理理念、组织模式和营销战略的影响将必然在某种程度上导致企业不断进行科技创新来加以适应，并且从统计数据上我们也同样能够观察出电子商务与企业创新之间存在某种正相关联系（如图1所示），但电子商务对企业科技创新是如何发生作用的？其具体路径又如何？这些都需要深入系统的研究。加之企业创新行为是多种因素共同发挥作用的结果，因此要想真正观察两者之间的关系，单纯讨论电子商务与企业科技创新之间的关系意义不大，需要将可能的因素尽可能全面的纳入到系统中加以分析讨论。
基于此，本研究以电子商务与企业科技创新为主要研究对象，借助结构方程模型系统考察电子商务促进企业科技创新的可能路径。本文第二部分介绍结构方程模型和数据情况；第三部分分析实证研究结果；第四部分为总结和政策建议。
2研究方法和数据说明
2.1研究假设
根据经验和以往研究，我们认为区域电子商务发展可能经过以下假设路径影响企业创新。首先，相当多的研究表明电子商务与经济发展具有相互促进的关系［7—8］，而较高的经济发展水平事实上给企业的科技创新提供了良好的土壤。其次，电子商务发展与区域商贸流通体系建设具有较高的相关度［9］，一般来说，商贸流通体系是电子商务发展的基础，某地商贸流通体系越成熟，电子商务发展越良好，另一方面，电子商务也反向促进传统商贸流通行业的转型升级［10］。而商贸流通体系的完善为企业科技创新提供了“土壤”。最后，电子商务促进了区域信息化水平的提高，而信息化水平的提高能够有效促进知识的扩散，进而提高区域科技创新水平。
尽管我们可以假设电子商务发展通过上述3条
路径促进企业科技创新，但现实实践中这5个要素是相互相关的。基于这一客观事实，我们进一步提出以下4组假设。
首先，如上文所述，区域内电子商务发展水平会对经济发展、商贸流通体系和信息化水平产生影响。建立第一组假设H1。
H1a:区域电子商务发展→经济发展水平；H1b:区域电子商务发展→商贸流通体系；H1c:区域电子商务发展→区域信息化水平。
其次，经济发展水平对区域的商贸流通体系、信息化水平和企业科技创新存在影响。第一，经济发展水平与区域商贸流通体系的完善程度存在正向相关关系，区域的经济发展水平越高，对与之适应的商贸流通体系要求越高，所以经济发展需求会刺激本地商贸流通体系的建设。第二，经济发展水平与信息化水平呈正相关关系［11］，主要机制是经济发展为信息化能力建设和应用提供基础。第三，区域经济发展水平与企业科技创新水平呈正比例关系，区域的经济发展水平越高，企业进行科技创新的基础和条件就越良好。据此建立第二组假设H2。
H2a:经济发展水平→商贸流通体系；H2b:经济发展水平→区域信息化水平；H2c:经济发展水平→企业科技创新。
再次，区域的商贸流通体系完善程度影响着该地的经济发展水平、电子商务发展和企业科技创新水平。第一，商贸流通体系会促进经济发展，商贸流通体系越完善，企业生产效率越高，则经济发展水平越高［12］。
第二，商贸流通体系的完善程度影响该地电子商务的发展，只有健全的商贸流通体系作为支撑，电子商务才能获得良好发展。第三，商贸流通体系的完善降低企业运行效率，让企业拥有更多的资源投入技术创新。据此建立第三组假设H3。
H3a:商贸流通体系→经济发展水平；H3b:商贸流通体系→区域电子商务发展；H3c:商贸流通体系→企业科技创新。
最后，信息化水平促进该地的经济发展、商贸流通体系建设和企业科技创新。第一，有关信息化与经济发展之间关系的研究已经汗牛充栋，其中多数认为信息化对经济发展具有促进作用，其机制是信息化通过对传统产业效率的提升促进经济发展［13］。第二，信息化将促进区域的商贸流通业态的发展，一般来说，区域的信息化水平越高，企业的流通效率就越高，商贸流通业态的社会化、专业化水平就越高［14］。第三，区域的信息化水平与企业创新呈正相关关系，一般来说，多数研究表明信息化水平越高，企业创新的成本越低（叶茂林等［15］）。据此建立第四组假设H4。
H4a:区域信息化水平→经济发展水平；H4b:区域信息化水平→商贸流通体系；H4c:区域信息化水平→企业科技创新。
根据以上假设，我们可以建立企业科技创新及其影响因素的概念模型，如图2所示。
2.2方法说明
鉴于上文对电子商务发展与企业科技创新水平的假设，本文应用结构方程模型评估两者之间的关系和电子商务发展的作用路径。结构方程模型（Structure Equation Model，SEM）也被称为潜变量模型，或者LISREL分析［16］。该模型整合了因子分析和路径分析两种统计方法，适用于分析多个无法直接测量的因素之间的系数估计。结构方程模型由测量模型和概念模型组成，测量模型反映的是潜变量和可测变量之间的关系，所谓潜变量是指现实中不易直接衡量的变量，如本研究中的企业科技创新、区域信息化水平等，这类变量一般需要借助可测量的指标表示。如式（1）和式（2）所示。
其中X是的观察指标，Y是的观察指标；
是X的测量误差，是Y的测量误差；x是
qn维的系数矩阵，由X在上的因子载荷组成；
y是pn维的系数矩阵，由Y在上的因子载荷
组成。p为内生可测变量的数目；q为外生可测变量的数目。
概念模型（图2）反映的是潜变量之间的关系。如式（3）所示。
其中是内生潜变量，是外生潜变量，是随机干扰项；B是内生潜变量系数矩阵，是外生潜变量系数矩阵；m和n分别表示内生潜变量和外生潜变量的数目。
我们使用Amos17软件提供的极大似然估计法估计式（3），极大似然估计法在大样本情况下具有无偏性、一致性和有效性等优秀统计特性。其估计式的形式如式（4）。
其中，tr(S1
())是矩阵S1
()的迹，log()表示()的行列式的对数，log S表示矩阵S的行列式的对数，
p和q
是内生可测变量和外生可测变量的个数。
2.3数据说明
本研究采用的数据来自各类统计年鉴和研究报告。由于各类调查报告的调查时间不定，所以本研究主要使用2014年和2015年的数据，少量缺失数据通过查询周边年份数据进行补齐。其中区域电商发展的指标来自《中国电子商务发展报告（2014—2015）》，区域信息化水平的指标分别来自《中国统计年鉴》《中国互联网发展状况统计报告（2014）》和《腾讯互联网+指数报告》，企业科技创新的指标来自《中国科技统计年鉴（2015）》，商贸流通体系的指标来自《2015大中型批发零售和住宿餐饮企业统计年鉴》，经济发展水平的指标来自《中国统计年鉴》。通过spss软件进行因子分析筛选出20个指标构建本研究所用数据库，这些指标的描述性统计如表所示。
2.4信度和效度检验
为了验证本研究所选数据集能够说明本文结论，我们需要对数据的可信程度和有效程度（即信度和效度）进行检验。由于所选各类指标的单位不同，因此本研究先使用SPSS软件进行标准化无量纲处理，之后进行信度和效度检验。
信度（reliabilty）是指数据一致性或稳定性的程度，主要反映各测量指标之间含有相同“特质”的比例。本研究使用Chronbach提出的系数法用于衡量信度水平［17］。计算公式如式（5）所示。
其中，K为指标数量，Yi和X分别为组内方差和总体方差。一般认为当系数介于0.35和0.7之间时，数据集具有较好的信度。本研究使用SPSS软件对数据集进行信度测算，如表所示，除了经济发展水平的信度值较低外，其他变量的信度值均符合基本要求，且总体系数为0.605，因此本研究中的数据集具有较好的信度。
效度（validity）是指测量工具能够正确测量出目标特质的程度，按照目标特质的不同可以分为内容效度、效标效度和结构效度。因子分析显示，各变量之间的KMO估计值为0.802，大于通行标准0.7，因此模型的效度水平可以接受。
3实证分析结果
本文对结构方程模型的拟合优度采用似然比卡方检验、GFI和RMR检验。为了方便比较，我们假设经济发展水平对企业科技创新的促进作用为显著的单位影响，检验结果显示，模型的各项检验值均与饱和模型接近,这说明模型的拟合优度较好。
如表3所示，除了经济发展水平影响区域信息化水平和区域信息化水平影响商贸流通体系两个路径不显著外，其他路径均显示在10%的水平上显著，只是显著程度不同而已。这说明本文建立的结构模型能够大致模拟区域电子商务发展与企业科技创新的路径结构和作用水平。基于此，我们可以梳理出区域电子商务发展促进企业科技创新的3条路径。
路径1：区域电子商务发展→区域信息化水平→企业科技创新。这条路径是本文实证分析结果中最明显的路径：一方面，众所周知，电子商务发展水平与区域的信息化水平存在强烈的正相关关系，通常意义上讲，电子商务是信息化的主要应用之一，基础性的信息化建设是电子商务发展的前提，但近年来我们观察到在中国多数中西部地区，电子商务带动区域信息化发展的作用越来越明显：通过电子商务的使用，带动电子政务、企业信息化，即以盈利性的电子商务驱动各地投入资源进行盈利性相对较小信息化项目建设，以此更好的承接电子商务。另一方面，区域信息化水平的提高能够有力刺激企业科技创新，其机制是信息化水平的提高加快了区域内信息流动和知识扩散，为企业科技创新提供了“土壤”。
路径2：区域电子商务发展→商贸流通体系→企业科技创新。这是一条相对较弱的路径：一方面，尽管实证结果表明区域电子商务的发展对商贸流通体系的影响在10%的水平上显著，但在现实中我们更多地观察到两者在不同地区呈现出不同的关系，一般而言，在大部分地区，电子商务对传统商贸流通体系的冲击作用明显，两者更多的是以一种竞争的关系出现在终端市场中，但在一些本地商贸流通业相对发达的地区，线上线下渠道融合已经成为未来商贸流通业的发展趋势［18］。在本研究中，不同地区的数据“抵消”，但毫无疑问，区域电子商务发展和商贸流通体系具有密切的联系。另一方面，商贸流通体系的成熟度对企业科技创新至关重要，这在以往文献中已有体现，不再赘述。
路径3：区域电子商务发展→经济发展水平→企业科技创新。这条路径是我们为了对比方面而假设的路径，经济意义不证自明。综合上述讨论，我们可以得出区域电商发展对企业科技创新的三条路径分别是区域电子商务发展→区域信息化水平→企业科技创新、区域电子商务发展→商贸流通体系→企业科技创新和区域电子商务发展→经济发展水平→企业科技创新，其作用强度是路径1>路径3>路径2。