电子商务对企业生产率影响的实证研究.pdf

2 0 1 0年第 4期 科技管理研究 S c i e n c e a n d T e c h n o l o g y Ma n a g e me n t R e s e a r c h 2 0 1 0 No 4 文章编号 ：1 0 0 0- 7 6 9 5 ( 2 0 1 0 )0 4 0 1 2 1 0 5 电子商务对企业生产率影响的实证研究 袁建文 ( 广 东商学院统计 系，广 东广 州 5 1 0 3 2 0 ) 摘要：构建电子商务对企业生产率影响的实证模型，回归结果表明，电子商务对企业生产率的影响为正向的关 系，即采用电子商务企业的生产率会高于未采用者，且使用劳动生产率和两种全要素生产率均有电子商务对企 业生产率的稳定影响，同时也呼应国外学者的研究成果。在其它影响企业生产率的因素方面，大致上均得 出符 合经济直观的结果，如资本装备率对企业生产率有正向的影响，而研发和资本系数对企业生产率却有负向的 影响 。 关键词：电子商务；生产率；实证研究 中图分类号 ：F 2 4 2 文献标识码 ：A 1 文献 回顾 生产率定义为产 出与要 素投入 的 比率 ，因此生 产率一般 可作为衡量要素投入效率的一种指标，也就是说生产率是指 一 经济个体 ( 如某一产业或企 业)在 其投入与产 出的生产 过 程中所表现的生产效率。生产率的增加，表示单位生产成本 的降低，效率提高代表生活福利水平的提高，因此提高生产 率为一经济个体的重要问题，以至于众多实证文献相继探讨 影响产业或企业生产率的因素，以作为产业或企业提高自身 生产效 率的考虑 。 A t r o s t i c a n d N g u y e n( 2 0 0 2 )提出计算机对生产率至少会 有两方面的影响。直接的影响，即把计算机设备当作生产过 程中的一种资本投入 ，例如：计算机可以保存客户或运输的 资料库 ，取代纸上文件作业；问接的影响，即计算机所带来 的网络影响，即可网上订货、存货管理及追踪运送对象等， 使生产过程 效 率化 ，且对 内与对 外 的 网络 允许 信 息 即时 地 交换 。 诸多学者探讨信息科 技对生产率 的影响时 ( S t o l a r i c k 1 9 9 9a，He mpe l l 2 0 02， Zwi c k 2 0 03， 0 Ma h o n y a n d Ve c c h i 2 0 0 3 ) ， 都着重于将信息科技当作生产函数的资本投入项 ，研 究方法大多将生产函数中的资本投资分为 I T投资及非 I T投 资 ，探讨 I T投资是 否会增进 企业 或整体产业 的生产率 。 然而，也有学者提出 I T投资并不会增进生产率，即所谓 的 “ 生产率悖论” 。生产率悖论是指 I T设备的投资对增进生 产率的影响是有限的。主要论点是基于美国在 1 9 7 0 -1 9 8 0年 代大量投资于 I T设备，而此时期生产率增长率相较于战后那 几年却增长缓慢。不过其它学者对得出 “ 生产率悖论”的结 果抱持怀疑的态度 ，也作了不同的可能解释。研究显示 I T投 资与生产率增长有正的关联性，国家有较高的 I T投资增长 率，则会达到较高的 G D P及生产率增长率，这结果也与 I T 会导致发展的论点一致，因此相信 I T投资会对生产率及经济 增长有正向的影响。另外，S t o l a fi c k( 1 9 9 9 b )指出企业有可 能未将 I T投资作最有效的利用，因此探索 I T的 “ 生产率悖 论”时，要将管理因素考虑进来，而虽然总要素生产率并非 管理技能的直接衡量指标 ，但总要素生产率提供企业将投入 转换成产出的效率指标，因此探究总要素生产率与 I T支出的 关系，结果验证出虽然高低不同生产率的企业对 I T支出有所 差异，也获得相异的收益，但当控制产业的差异及有足够大 的样本来分析时，I T支出和生产率的关系仍然显著为正，纵 使低生产率的企业相较其它企业支出较多在 I T且获得较少利 益，但低生产率企业仍然从 I T的支出获得正向的回馈。 由于学者诸多的研究，让 I T设备的投资对生产率有正向 影响成为普遍的共识，但对 I T的应用类型却很少着墨。近 来，陆续有学者探讨 I T设备的网络影响，即通过网络上买卖 或交换信息，而这种交易模式是无法只通过 I T资本的投资来 捕捉它对生产率的效果 ，必须直接衡量。 A o s t i c a n d N g u y e n ( 2 0 0 2 )用美 国 1 9 9 9年制造业 的横 断 面资料，研究企业运用计算机网络对劳动生产率的影响。将 企业是否采用计算机网络加入生产函数的技术变动项，另外 估计企业 采用计算机 网络的 因素 ，结果显示 控制住企业 特征 变量后，则可得出计算机网络对劳动生产率有正向显著的影 响，同时也发现企业过去的生产率表现对未来是否采用网络 有负向影响，因此可推测在抉择是否采用计算机网络前，若 企业的生产率较低，则较有可能借由采用计算机网络来改善 他们 的生产率 。 此外 ，K o n i n g s a n d R o o d h o o ( 2 0 0 2 )用 比利时企业 的资 料直接研究电子商务对总要素生产率的影响，将电子商务渗 透程度以网上销售及订货来表示，研究得出仅有网上销售对 生产率有显著的正向影响。而电子商务对不同规模大小企业 的影响可能不同，于是进一步将样本依规模大小分为两组， 研究显示大规模企业较致力于电子商务的运用，特别是电子 采购经营行为，并伴随较高的生产率水平；而电子商务的使 用似乎对小规模企业无显著地影响。然而，不同国家可能会 显现相异的结果，C l a y t o n e t a 1 ( 2 0 0 3 ) 以英 国的资料得出网 上订货对生产率有显著地正向影响，而网上销售却对生产率 有负向的影响，不过整体而言电子商务对生产率有正向的 影响 。 再者，R i n c o n c t a 1 ( 2 0 0 3 ) 使用英国2 0 0 1年制造业及服 收稿 日期 ：2 0 0 9 0 73 0 。修 回日期 ：2 0 0 91 01 2 基金项目：2 0 0 8年度全国统计科学研究计划项目：“ 电子商务对企业生产率影响的实证研究” ( 2 0 0 8 L Y 0 8 7 ) 1 2 2 袁建文：电子商务对企业生产率影响的实证研究 务业的横断面资料，研究电子商务对企业生产率的影响，发 现以最d x -乘法估计会因为有选择偏误而无法说明企业运用 电子商务对生产率的影响 ( 得出负向影响但不显著) ，因此 用工具变量做调整后，即发现网上销售与网上订货皆对生产 率有正向显著影响。 另外，B e r t s e h e k e t a 1 ( 2 0 0 4 ) 使用德 国 1 3 9 4家企业的资 料作探讨，首先将样本依是否使用电子商务与否分为两组， 分别估计生产函数，研究这两组是否存在生产率差异。研究 显示有使用电子商务的企业会有较高 I T资本投资的产 出弹 性，且生产效率较没有采用电子商务的企业高，因此企业的 劳动生产率会因为采用电子商务而提高。 综合以上的讨论，我们可以清楚了解大部分研究皆指出 电子商务会使企业的生产率提高。 2 统计数据 本文统计数据是取自一地区2 0 0 6年统计部门工商及服务 业普查统计数据。在普查问卷里，企业营运普查的调查项 目 十分广泛，包括一般概况与主要经营方式、从业员工薪资、 使用土地及建筑物面积、主要产品产销存量价值、营业收支 简要项目、实际运用资产以及实收资本额等等信息。 由于所获得统计数据是按产业综合的数据，产业之间差 异很大，故只用制造业统计数据 ，根据数据情况取其 2 5个产 业作为研究对象。正是因为是按产业综合数据， 那么无法区 分企业是否采用电子商务，只能按各产业采用电子商务的比 例大小反映其采用电子商务的情况，其他一些指标也如此 处理。 关于生产率的衡量，一般都采用劳动生产率或全要素生 产率来表示，因此本文将同时囊括这两种衡量方式 ，其中全 要素生产率依不同衡量方式可区分为指标法的全要素生产率 及要素份额的全要素生产率，因此将计算劳动生产率指标和 全要素生产率指标，以期作为实证估计结果的对照。 有关于劳动生产率的衡量，常以总产出或增加值除以总 劳动人数或工作时数来表示，但对于某些产业而言，总产出 的衡量容易因为企业间不同的中间投入密集度而受到干扰， 因此普遍采用增加值的衡量方式来表示劳动生产率。因此， 本文用增加值的衡量方法，采用增加值除以总劳动人数当做 劳动生产率的衡量指标。 全要素生产率作为生产率的衡量指标是近来研究普遍的 衡量方式，且以此衡量企业生产率的计算方式简易，并不需 要计量模型的设定，或估计在生产函数中代表生产技术的参 数，只要假设企业的生产行为符合利润极大或成本极小的目 标，生产技术的参数 自然隐含于可观察的收入与支出统计 数据。 同时，全要素生产率的指标也捕捉相当多关于企业间利 润差异的要素考虑，包含技术差异、资本存量的质量、管理 能力、规模经济差异或产出的质量差异。 由于全要素生产率的衡量能考虑到较全面性的因素，于 是我们运用此观念来计算生产率指标。但鉴于许多学者提出 不同关于全要素生产率的计算方式，因此在这我们给出两种 不同的全要素生产率指标，即指标法的全要素生产率及要素 份额的全要素生产率。 为衡量企业生产率在横断面的分布情形，可以采用指标 法的衡量方法，将企业的产出视为单一产出，因此可将全要 素生产率指标表示如下： 1 三 l n P f=( 1 n Y 一 l n Y )一 ( s + S f ) ( 1 n l n X i ) 一 J 1 。 其中，P 、Y、S与 x分别为全要素生产率、产出、成本 份额与要素投入，l n表示取对数 ，下标 f 与 i 分别代表不同 的企业与要素投入 ( i ：1 ，2 ，m) ；而l n Y、l n X ； 与S ； 则 分别代表企业的几何平均产出量、要素的几何平均投入量及 要素的平均成本份额。鉴于统计数据为横断面统计数据，因 此上式是缩减式。 此指标主要的精神在于以当年度的全体企业的几何平均 投入与几何平均产出做衡量来构建出一个假设性企业，若此， 则此一假设性企业的相关统计值即可当作为该产业比较与衡 量的一个标杆，其即可作为其它企业的比较基础，在上式中 表示为l n Y、l n X 与S ； ；因此若要计算 f 企业的生产率，只要 将 f 企业与假设性企业做 比较，则可表示为 f 企业 的生产率 值 ，利用此方法可以计算出每一家企业 的生产率值 。 在生产率指标计算过程中，考虑的要素投入项有三种， 即劳动、原材料 、资本。各投入要素的成本份额 s i r 定义为投 入支出 x i 占总成本 的 比例 ，并 假设企 业生 产为 固定规模 报 酬，因此各项投入份额总合为 1 ，其中劳动份额 ( s )为薪 资费用除以总成本、原材料份额 ( S )为原材料支出除以总 成本、资本份额 ( S )即为 ( 1一劳动份额 一原材料份额) 。 关于上述各项变量的衡量方式，企业产出定义为总产值，劳 动投入定义为全部劳动报酬 ，原材料投入定义为原材料耗用 总值，最后资本投入定义为企业支出总额 一劳动报酬 一原材 料耗用总值。 不同于指标法的全要素生产率以成本份额作为要素份额 的设定，要素份额的全要素生产率是以产出份额作为要素份 额的设算，不过仍需保留固定规模报酬的假设。计算此全要 素生产率首先要先计算每种要素相对于产出的份额，即原材 料投入份额 ( MY=M Y) ，劳动投入份额 ( L Y=L Y)及资 本投入份额 ( K Y=1 一MYL Y) 。接着计算这三种投入份额 即可得到产业的平均份额 MMY、M L Y、MK Y。因此 ，对个别 企业 f 而言，可将全要素生产率的计算方法表示如下： F P f =l n Yf MMY l n Mf ML Y l n Kf MK Y l n L f 此种衡量方式主要有两个优点：( 1 )以产业平均要素份 额当作加权，则投入成本的变动对全要素生产率的影响，将 取决于在这产业里特定要素投入的重要性。例如：A、B公 司的要素投入总额相同，但 B公司相对于 A公司投入较多的 资源于平均要素份额较高的要素 ，则最终 B公司会获得较高 的要素份额的全要素生产率水平 。 ( 2 )此种衡 量方法是独立 于任一特定产业。因为分别计算每个产业的平均要素份额， 则每个产业对要素投入的不同已经加以考虑，所以使得此种 指标可以有意义地跨产业作比较。 指标法的全要素生产率与要素份额的全要素生产率在计 算上均相当简易，尤以要素份额的全要素生产率的计算方法 更加简略。另外要素份额的全要素生产率已将产业的差异考 虑至计算中，因此可做跨产业的比较；而指标法的全要素生 产率虽然也以产业的平均成本份额做加权，但尚考虑企业本 身的成本份额于计算过程中，因此并不适于做跨产业的比较， 只适于在同产业中做不同企业生产率的高低比较。 3 实证模型 为探讨采用电子商务企业的生产率是否显著地高于未使 袁建文 ：电子商务对企业生产率影响的实证研究 1 2 3 用电子商务的企业，本文用生产率水平对电子商务进行回归 分析 ，以回归模型作为分析的工具。参考其它相关文献，根 据柯布道格拉斯生产函数，构造考虑电子商务等因素影 响的生产函数，其表达式为 ： Y =A K La E 其中：Y为产出；A为常数；K为资本投入、d为资本 产出弹性系数；L为劳动投入、p为劳动产出弹性系数 ，且 0 【 +B=1 ，即假设规模报酬不变；E为电子商务等因素、r 为 E 等因素产出弹性系数。上式取对数为 ： l n Y =l n A + I n K +8 l n L +d n E 因为 8=1一o 【 ，则有影响企业生产率水平的回归模型 如下 ： l n ( Y L )=I n A+仪 ( I n K L ) +d n E 其中，Y L即为劳动生产率，K L为资本装备率 ，若 E 代表企业采用电子商务因素，则估计系数 r 的正负值将反应 企业采用电子商务对企业生产率水平的影响。 在探究电子商务对企业生产率影响的回归模型中，被解 释变量为企业的生产率水平 ，在此关于生产率水平的衡量分 别以指标法的全要素生产率、要素份额的全要素生产率及劳 动生产率当作生产率回归模型的被解释变量。资本装备率 K L为解释变量，一般而言，资本装备率愈高，表示每人可使 用的资本设备愈高，让员工的生产效率提高 ，进而让企业有 更大 的诱 因去获得更好 的技术 ，因此愈资 本密集 的企业 愈会 利用更技术密集的技术来提高生产效率，增进生产率水平。 预期资本装备率对企业的生产率水平有正向的影响。除此外 还有一些解释变量可能起作用。 解释变量资本系数。资本系数是资本与总产值之间的比 率，它是衡量企业的资本利用情况和资本密集程度的尺度。 资本密集度愈高，表示资本的利用效率愈低。预期资本系数 对企业的生产率水平有负向的影响。 解释变量电子商务。电子商务是指所有通过计算机或利 用信息与通信技术进行的相关交易，由文献探讨得知大多学 者皆得出电子商务会对企业的生产率有正向的影响。预期电 子商务 的采用对企业生产率会有正向的影响。 解释变量研发支出。研究发展的支出通常用来衡量企业 的技术能力，支出愈高表示企业极力去研发新技术来增进生 产的效率，因此，研发支出愈高可能较会采用新技术于生产 过程中，以致于有较高的生产率表现。大多学者均认为研发 比率对生产率会有正向的影响，但新技术的采用是需要学习 成本及时间，所以有可能对生产率有短暂的负向影响，况且 本文所使用的统计数据为单一期的横断面统计数据，因此可 能无法捕捉到当期研发支出对当期生产率的获利，所以在此 无法预期当期的研发支出对企业当期生产率的影响。 解释变量计算机使用。计算机设备可以保存客户或运输 的统计数据库，取代纸上文件作业，因此不仅可增加作业上 的效率性 ，同时会增进企业的生产率。预期企业采用计算机 设备后会增加企业的生产效率进而增进企业的生产率，因此 预期此变量与应变量为正向关系。 4实证结果及分析 在研究电子商务与企业生产率水平的模型估计方法选择 上，作普通最d x -乘 ( O L S )模型估计。回归式中的基础数 据是不同企业的统计数据，容易有异方差的情况发生，还有 多元回归的多重共线性 ，会违反 O L S的假设。不过，使用的 统计数据是按产业综合的数据 ，这一定程度削弱了异方差； 再者，全部统计数据都经过了取对数处理 ，更大大减弱了可 能的异方差和多重共线性。事实上 ，通过检验异方差 ，结果 证实确实不存在 ；通过计算解释变量间的相关系数，发现均 较小 ，多重共线性也可以排除；自相关的检验也表明不存在 问题。模型使用变量的定义、名称及计算方法如表 1 所示。 表 1 变量说明及计算方法 名称 变量说明 计算方法 Y L 劳动生产率 增加值除以该产业劳动人数再取对数 l n P 指标法全要素生产率 如上定义 F P 要素份额全要素生产率 如上定义 采用电子商务企业数除以该产业企业数 E 电子商务比率 再取对数 电子商务经营行为通过网 通过网络提供营业信息企业数除以该产 E1 络提供营业信息 比率 业企业数再取对数 电子商务经营行为有上网 有上网采购企业数除以该产业企业数再 E2 采购 比率 取对数 电子商务经营行为有上网 有上网销售企业数除以该产业企业数再 E 3 销售 比率 取对数 实际运用资产除以该产业劳动人数再取 K I 资本装备率 对数 实际运用资产 除以该产业 总产值再取 K Y 资本系数 对数 研究发 展 支 出除 以该 产业 增 加 值 再 取 R D 研发支出比率 对数 使用电脑或网络设备企业数除以该产业 C 1 使用电脑或网络设备比率 企业数再取对数 利用电脑信息系统协助内部管 利用电脑信息系统协助内部管理企业数 c 2 理比率 除以该产业企业数再取对数 由于采用三种衡量生产率的指标 ，为了能清楚的检验电 子商务对企业生产率的影响，因此于表 2中先以劳动生产率 当作被解释变量来衡量企业的生产率水平。 表 2 劳动生产率回归结果 模型 I V -o 1 8 1 一 0 0 1 3 一 0 0 6 2 - 0 1 8 6 一0 3 3 4 一 0 1 3 2 常数 ( 一 O 8 1 ) ( 一0 0 5 ) ( 一0 2 7 ) ( 一 0 8 2 ) (一1 2 6 ) ( 一 n 3 4 ) 0 5 3 0 n 8 0 6 0 7 8 4 $ E ( 3 6 6 ) ( 3 1 1 ) ( 3 3 5 ) 0 5 2 4 + El ( 3 5 2 ) 3 1 3 E 2 ( 4 7 4 ) 0 1 4 2 E3 ( 1 7 2 ) 0 6 7 8 n 6 8 7 0 0 6 8 2 0 6 7 7 n 7 4 1 K L ( 1 4 9 5 ) ( 1 5 2 0 ) ( 1 5 0 9 ) ( 1 4 9 o ) f I 7 0 4 ) ( 1 5 4 0 ) n 5 6 o 一 0 6 5 4 一 0 6 6 3 一 n 5 6 2 一 n 5 6 l 一 0 6 7 l K Y ( 一 5 6 6 ) ( 一 5 3 6 ) ( 一 5 4 1 ) ( 一 5 6 0 ) ( 一 6 4 1 ) ( 一 5 7 5 ) n1 0 9 一 n0 9 6 一 n0 8 9 一 O 1 1 O 一 O 0 5 6 R D ( 一 2 钾) ( 一 2 1 6 ) ( 一 1 9 7 ) ( - 2 4 2 ) ( 一 1 9 4 ) 一0 5 7 6 Cl (一1 2 7 ) 0 5 4 9 c 2 ( 一 1 3 7 ) R 2 O 9 6 0 1 O 9 6 3 3 0 9 6 3 7 O 9 5 9 o 0 9 6 8 7 n 9 4 l 2 注1 ： 为表示显著水平为1 以下显著，+ 为表示显著水平为5 以下显著 为表示显著水平为1 0 以 下显著。 注2 ：括号内为t 统计值。 1 2 4 袁建文：电子商务对企业生产率影响的实证研究 从模型 I 的结果可得知电子商务与企业的生产率为显著 地正向关系，且显著水平在 1 以下显著 ，即企业采用电子 商务会增进 自身的生产率水平。另外 ，在模型 I I 和模型 I I I ， 结果仍得出电子商务对生产率有正向的影响。因此 ，从模型 I 至模型 I I I 皆得出企业采用电子商务会对企业的生产率有正 向的影响，而这结果也与大多学者得出的结果一致 ，同时此 结果也符合预期推论。 企业运用电子商务的经营行为有通过网络提供营业信 息 、上网采购和上网销售 ，可预想此 三种不 同的经 营行 为对 企业的生产率必然会有不同的影响效果，因此想要检验这三 种电子商务经营行为是否对企业生产率有不同的影响，进而 了解何种经营行为对企业的生产率水平有较大的影响，回归 估计结果为表 2的模型至模型。 在表 2模型至模型中，网络提供营业信息、上网采 购和上网销售电子商务经营行为分别依序表示为 E 1一E 3 ，从 结果可看出此三种经营行为均对企业生产率有正向显著的影 响，其中网络提供营业信息经营行为对企业生产率的影响明 显地高于其它两种经营行为 ，且显 著性较 高 ，此 意指 网络提 供营业信息较其它两种经营行为较能改善企业的生产效率， 进而影响到企业的生产率水平。而上网采购经营行为对企业 生产率的影响明显地高于上网销售经营行为，这反映不同电 子商务经营行为在企业生产营运流程中扮演的角色。 实证结果显示资本装备率与生产率为正向关系，即人均 资本对企业生产率有显著地正向影响，此结果与预期推论相 符。一般而言，资本装备率愈高则表示员工所能使用的资本 设备愈高，愈能提高生产效率进而增进生产率水平，即资本 装备率与生产率为正向关系。 实证结果显示资本系数与生产率为负向关系，即资本密 集度对企业生产率有显著地负向影响，此结果与预期推论相 符。资本密集度愈高，表示资本的利用效率愈低。 结果指出研发支出与生产率为负向关系，即企业的研发 支出比率愈高，愈可能会短期降低企业的生产率水平。原因 在于新技术的采用是需要学习成本及时间，所以有可能对生 产率有短暂的负向影响。 模型 I I 和模型 I I I 结果显示计算机使用与生产率无显著 关系，即企业采用计算机设备不会显著提高企业的生产率水 平，此结果与预期推论不符。 从上述表 2的结果可得出电子商务对企业生产率水平有 正向的影响，其中关于被解释变量的衡量是 以劳动生产率作 为生产率水平的衡量，因此为了验证电子商务对被解释变量 影响的稳定性，另以两种不同全要素生产率作为企业生产率 水平 的指标 ，估 计结果列 于表 3和表 4 。 表 3 指标法全要素生产率回归结果 模 型 I 一 0 0 4 7 一0 0 4 8 0 1 1 2 0 1 l 7 常数 ( 一 2 2 7 ) ( 一 2 2 6 ) ( 3 6 5 ) ( 2 9 7 ) 0 O 6 o $ E ( 4 0 5) 0 0 5 9 E1 ( 3 9 9) O O 45 E 2 ( 4 8 1 ) 0 0 4 4 E 3 ( 3 8 6 ) R 2 0 4 1 5 8 0 4 O 9 2 0 5 O 1 O 0 3 9 2 8 表 4 指标法全要素 生产率 回归结果 模型 I 0 9 3 7 0 9 3 9 1 o o 2 +女 0 舛2 常数 ( 3 5 2 3) ( 3 4 7 3 ) ( 2 4 1 7 ) ( 1 6 3 8 ) 0 0 7 9 E ( 2 6 4) 0 0 79 El ( 2 5 9 ) 0 0 4 3+ E 2 ( 2 7 6 ) 0 0 1 5 E3 ( 0 6 6 ) n 0 3 0 $ 一0 0 3 0 一O O 2 l 一0 0 1 4 RD ( 一 3 0 1 ) ( 一 2 9 7 ) ( 一 2 8 4 ) (一 1 4 2 ) R2 0 2 9 6 2 0 2 8 9 9 O 3 l 2 2 0 0 9 l 8 注 1 ： 为表示显著水平为 1 以下显著 ， 为表示显著水平为 5 以下显著 ， 为表示显著水平为 1 0 以下显著。注 2 ：括号内为 t 统计值。 就表 3和表 4来看 ，指标法 全要 素生产率 和要素份 额全 要素生产率模型估计结果的显著性基本一致，且电子商务此 变量在这两类模型中皆估计出对企业生产率水平有正向显著 的影响。企业运用电子商务的经营行为网络提供营业信息、 上 网采购和上网销售均对 企业生产率 有正向显著 的影 响 ，其 中网络提供营业信息经营行为对企业生产率的影响高于上网 采购经营行为，而上网采购经营行为对企业生产率的影响高 于上网销售经营行为，这与劳动生产率回归结果一致。 可以发现虽然以不同生产率指标作衡量会得出不同电子 商务的影响程度，不过整体而言还是得出电子商务的采用会 对企业的生产率有正向的影响，且此结果在不同模型抑或不 同生产率指标的模型中均得到一致的影响方向，也显现出电 子商务对企业生产率影响的稳定性 。 参考文献 ： 1 A T R O S T I C B K ，N G U Y E N S A N G V C o m p u t e r N e t w o r k s a n d U S Ma n u f a c t u r i n g P l a n t P r o d u c t i v i t y： Ne w Ev i d e n c e f r o m t h e C NUS D a t a R C e n t e r f o r E c o n o m i c S tu d i e s ，U S C e n s u s B u r e a u ， W a s h i n g t o n DC 2 0 2 3 36 3 0 0，2 0 0 2 2 S T O L A R I C K K E V I N MI T S p e n d i n g a n d F i r m P r o d u c t i v i t y ：Ad d i - t i o n a l E v i d e n c e f r o m t h e M a n u f a c t u r i n g S e c t o r R C e n t e r f o r E c o n o mi c S t u d i e s，U S Ce n s u s Bu r e a u，W o r k i n g P a p e r 1 9 9 9a ：9 9 1 O 3 H E M P E L L T H O M A S Wh a t S S p u ri o u s ，Wh a t g R e a l ?M e a s u r - i n g t h e P r o d u c t i v i t y I mp a c t s o f I C T a t t h e F i r mL e v e l R C e n t r e f o r E u r o p e a n E c o n o m i c R e s e a r c h( Z E W)Di s c u s s i o n P a p e r 0 24 2 ， Ma n n h e i m 4 Z WI C K T H O M A S T h e I m p a c t o f I C T I n v e s t m e n t o n E s t a b l i s h m e n t P r o d u c t i v i t y J N a t i o n a l I n s t i t u t e E c o n o m i c R e v i e w ， 2 0 0 3 ， 1 8 4 5 0 M A H O N Y M A R Y，V E C C H M I C H E L A I s th e re a n I C T I m p a c t o n TF P?A He t e r o g e n e o u s Dy n a mi c P a n e l Ap p r o a c h， ” NI E S R Di s c u s - s i o n Pa p e r No 2 1 9，2 0 03 6 S T O L A R I C K K E V I N MA r e S o m e F i rms B e t t e r a t I T ? D i ff e ri n g R e l a t i o n s h i p s b e t we e n P r o d u c t i v i t y a n d I T S p e n d i n g ， Ce n t e r for Ec o n o mi c S t u d i e s ， U S Ce n s u s B u r e a u， W o r k i n g Pa p e r ， 1 9 9 9 b：9 9 1 3 7 KO N I NG S J O Z E F ，RO O D H O O F I “ F I L I P Th e e ff e c t o f EB u s i n e s s o n C o r p o r a t e P e r f o r m anc e ：F i r m L e v e l E v i d e n c e fo r B e l g i u m J De E c o n o mi s t 2 0 0 2， 1 5 0：5 6 95 8 1 ( 下转第 1 2 8页) 1 2 8 陈玲等：基于路径模型的信息系统绩效动态评价研究 中所对应的权重进行加权平均而得。由表 3可以看出，指标 “ 系统的容易使用性 ( E U) ”和 “ 系统的学习培训 ( T) ”在 两次评价中的得分均值没有明显变化，表明系统用户对这两 个指标的评价在均值上没有显著区别；而其余各变量的均值 在第二次评价时均有所减小 ，表明系统用户对这些变量对应 的指标的评价在均值上显著降低。 3 3 差异性分析及改进建议 下面将分析在距离第一次评价的大约一年半后导致了动 态评价的显著差异性的原因。首先，如先前所述该桥梁管理 公司管辖的桥梁数量增加导致了该公 司的养护管理工作增 加 ，因此对该信息系统在数据管理和信息分析的支持需求增 加、对提高桥梁管理绩效的急迫要求 ，这就表现为指标 “ 管 理绩效”对综合评价的影响显著增加，在第二次评价中的得 分均值显著减小。其次先进桥梁故障检测设备的使用产生了 视频、音频等新的数据形式 ，以及 日益提倡的网络级的桥梁 养护管理使得桥梁管理、财政、天气等单位的横向合作的跨 平台业 务大大增加 ，这些就表现为 “ 系统的信息扩展性 ( I E) ” 、“ 系统对管 理控 制的支持 度 ( MC ) ” 、 “ 系统 对业务 流程支持的充分性 ( A B ) ”的评价得分的显著减小。同时信 息技术的发展，对地理信息系统 G I S 、决策支持系统 D S S的 了解和熟悉，很大程度上可能会产生使用新技术的潜在需求， 表现为 “ 信息技术 的先进性 ( A I T) ”的评价得分的显著降 低。值得注意的是上述从实际环境变化找出的显著变化的指 标 ，对应着表 3中较大的 t 统计量数值。可以发现，在异方 差 t 均值检验中那些较大的统计量值所对应的指标的评价分 值的差异性也越显著 ，反映了对该指标改进的急迫性；这就 指出了动态评价差异性分析和系统改进的方向和内容。 因此从实际环境变化的分析以及绩效动态评价的结果显 示都表明了该桥梁管理 系统急需从 “ 系统的信息扩展性 ( I E) ” 、“ 系统对管 理控 制的支持 度 ( MC ) ” 、 “ 系统 对业务 流程支持的充分性 ( A B ) ” 、“ 信息技术的先进性 ( A I T ) ”四 个方面加 以改进 。 4结论 在信息系统的生命周期中，建立以偏最小二乘路径模型 为基础的阶段性的动态评价模型可以克服权重确定、多重共 线性、数据分布对信息系统绩效评价的影响，从而发现所处 当前阶段下信息系统绩效的状态变化、原因和改进方向，帮 助信息系统更加贴合组织目标和任务，提高信息技术对组织 的贡献度。对触发动态评价的方式仅仅给出了简单的事件或 固定时间间隔的方式，动态评价的触发机制将是进一步研究 的 内容。 参考文献 ： 1 郝晓玲，肖薇薇信息系统绩效全过程评价体系研究 J 情报 科学 ，2 0 0 6，2 4 ( 8 ) ：1 2 2 31 2 2 7 2 刘先红信息系统评价研究论文的统计分析 J 科技管理研 究 ，2 0 0 8 ，3 ：9 69 9 3 于秀艳信息系统绩效动态评价的权重确定方法研究 J 情报 杂志 ，2 0 0 7 ，1 ：1 1 5一l 1 6 4 张玲玲，佟仁城企业信息系统项 目综合评价指标体系探究 J 中国管理科学， 2 0 0 4 ，1 2( 1 ) ： 9 5 1 0 0 5 仲秋雁 ，陆牡丹 企业 信息系统 的复杂性研究 J 科技管 理 研究 ，2 0 0 4，1 ：6 76 9 6D AL E G OO D HU E，WI L L I A M LEWI S ，R O N T HO M P S O NP L S， S ma l l S a mp l e S i z e ，a n d S t a t i s ti c a l P o w e r i n MI S R e s e a r c h C Pr o c e e d i n g s o f t h e 3 9 t h Ha wmi I n t e r n a t i o n a l C o n f e r e n c e o n S y e m S c i e n c e s 2 0 0 6： 11 O 7 T R E V O R T M O O R E S ，J E R R Y C H AJ A N C H A N G S e lf e f fi c a - c y，o v e r c o n f i d e n c e ， a n d t h e n e g a t i v e e f f e c t o n s u b s e q u e n t p e r f o r m- a n c e ：A fi e l d s t u d y J I nf o r m a t i o nM an S e m e n t ，2 0 0 9( 4 6 ) ： 6 97 6 8 Q U R E S H I I ，C O MP E A U D As s e s s i n g b e t w e e ng r o u p d iff e r e n c e s i n i nfo r ma ti o n s y s t e ms r e s e a r c h：a c o mp a r i s o n o f c o v a r i a n c e a n d e o m p o rt e n t b a s e d S E M J MI S