电子商务应用影响供应链协同的实证分析

王 熙 温继文 副教授

（北京林业大学 北京 100083）

理论模型与研究假设

（一）理论模型

要想分析电子商务应用与供应链协同之间的关系，首先要对供应链的协同作用进行分析，本文以电子商务平台为基础，通过对电子商务的电子交易能力、沟通能力以及整合能力进行分析，来衡量供应链的协同作用。

此外，产业集群在电子商务应用与供应链协同作用之间起到了调节作用，所以本文还对产业集群进行分析，得到产业集群对两者产生的影响。

（二）研究假设

本文通过建立相关模型分析电子商务应用、供应链协同与产业集群之间的关系，而在建立模型之前要对三者之间的关系进行假设，并在假设的基础上进行论证。

电子商务与供应链协同的关系。电子商务平台对供应链企业中的协同能力、企业间的信息共享、决策同步以及激励联盟均有影响作用。因此做如下假设：将电子商务对供应链协同具有促进作用记为H1；将电子商务对信息共享具有促进作用记为H1a，其中电子商务信息整合、电子商务电子交易与电子商务网络沟通对信息共享具有促进作用分别记为H1a-1、H1a-2、H1a-3；将电子商务对企业间的决策同步具有促进作用记为H1b，其中电子商务信息整合、电子商务电子交易与电子商务网络沟通对企业间的决策同步具有促进作用分别记为H1b-1、H1b-2、H1b-3；将电子商务对企业激励联盟具有促进作用记为H1c，其中电子商务信息整合、电子商务电子交易与电子商务网络沟通对企业激励联盟具有促进作用分别记为H1c-1、H1c-2、H1c-3。

电子商务与产业集群间的关系。电子商务平台对产业集群间的资源整合以及产业集群间的企业合作均有促进作用。因此做如下假设：将电子商务对产业集群具有促进作用记为H2，其中电子商务信息整合、电子商务电子交易与电子商务网络沟通对产业集群具有促进作用分别记为H2-1、H2-2、H2-3。

产业集群调节作用。产业集群的调节对电子商务应用和供应链企业的协同均能够产生影响。因此做如下假设：将产业集群对电子商务与供应链企业的协同均具有促进作用记为H3。

变量测量

（一）产业集群特征半结构化访谈

为准确分析产业集群的特征，将理论与实践相结合，本文选取了具有一定特点的制造企业、互联网企业以及其他类型的企业，对企业中不同阶层的工作人员进行访谈，调查有关产业集群的问题，访谈实践控制在20 分钟左右。

（二）电子商务测量

本文采用问卷调查的方式对电子商务进行测量，测量内容包括电子商务的信息整合能力、电子交易能力与网络沟通能力，并对这三个方面分为5 个等级的评判标准。

（三）供应链协同能力测量

与电子商务测量的方式相同，本文供应链协同能力测量也采用问卷调查方式，测量内容包括供应链企业中的信息共享能力、决策同步能力以及激励联盟能力，也对这三个方面分为5 个等级的评判标准。

（四）调节变量测量

本文采用问卷调查的方式对产业集群的调节作用进行详细分析，其中包括了产业集群中的企业的发展方向，企业间的资源和信息共享的价值性和及时性，以及与电子商务的紧密性等，并对这些方面分为5 个等级的评判标准。

表1 样本数据描述性统计

表2 样本数据统计相关性检验

实证分析

（一）样本选取与数据收集

为了能够准确分析数据变量之间的关系，本文需要选择企业数量较多的供应链，对企业中工作人员的问卷调查也应该是对企业事务较为熟悉的人。并且选取的调查对象企业应该具有较为完备的电子商务平台，调查问卷通过网络平台进行发送。最终本文共收到245 份调查问卷的回复，有效的调查率占到调查总数的80% 以上。

（二）样本描述性统计

本文将收到的245 有效的调查问卷回复进行整理，如表1 所示。

（三）问卷信效度检验

问卷信度检验。本文在对数据变量分析之间，首先要对收到的调查问卷进行信度检验，即对校正项的相关性进行统计相关性检验（CITC），其统计结果如表2 所示。

表2 为校正的项总计相关性检验。由表2 可知，表中的所有校正项总计相关性的值均在0.5左右，且均大于0.5，这说明表中所有校正项具有良好的相关性，并且没有多余的无关项。

数据的正态性检验。本文通过校正的项总计相关性检验后，还需要对数据变量进行正态性检验，只有通过了正态性检验，才能进行实证分析，其数据正态性检验结果如表3所示。

表3 为数据样本的正态性检验结果。由表3 可知，所有数据样本的偏度绝对值均在0-2 之间，且数据样本的峰度绝对值均在0-2 之间，这表明所有数据变量均通过了正态性检验，可以进行实证分析。

（四）假设检验

相关分析。经过上述对数据变量的检验，表明可以对数据变量进行实证分析。因此本文通过Pearson 对电子商务与供应链协同以及产业集群之间的相关性分析，其分析结果如表4 所示。

表4 为电子商务应用与供应链协同以及产业集群之间的相关分析。由表4 可知，电子商务各变量、供应链协同各变量与产业集群之间的相关系数均为正数，这表明电子商务应用、供应链协同与产业集群这三者之间均存在密切的相关关系。

回归分析。电子商务应用对信息共享回归分析。经过上述相关性分析，得出各数据变量之间存在相关性，为了进一步分析各数据变量之间的关系，需要对数据变量进行回归分析，其分析结果如表5 所示。

表5 为电子商务应用对信息共享回归结果分析。由表5 可知，在5% 显著水平下，信息整合的回归系数为0.381，电子交易的回归系数为0.334，网络沟通回归系数为0.388，均为正数，这表明信息整合能力、电子交易能力和网络沟通能力均能够促进信息共享的发展。将上述各变量的回归系数整理成公式为：信息共享= 信息整合×0.381+ 电子交易×0.334+ 网络沟通×0.388+ 残差项。

表3 数据样本的正态性检验

表4 电子商务应用与供应链协同以及产业集群之间的相关分析

表5 电子商务应用对信息共享回归结果分析

表6 电子商务应用对决策同步回归结果分析

电子商务应用对决策同步回归分析。表6 为电子商务应用对决策同步回归结果分析。由表6 可知，在5% 显著水平下，信息整合的回归系数为0.261，电子交易的回归系数为0.428，网络沟通回归系数为0.272，均为正数，这表明信息整合能力、电子交易能力和网络沟通能力均能够促进决策同步的发展。将上述各变量的回归系数整理成公式为：决策同步= 信息整合×0.261+ 电子交易×0.428+网络沟通×0.272+ 残差项。

电子商务应用对激励联盟的回归分析。表7 为电子商务应用对激励联盟回归结果分析。由表7 可知，在5%显著水平下，信息整合的回归系数为0.315，电子交易的回归系数为0.351，网络沟通回归系数为0.256，均为正数，这表明信息整合能力、电子交易能力和网络沟通能力均能够促进激励联盟的发展。将上述各变量的回归系数整理成公式为：激励联盟= 信息整合×0.315+ 电子交易×0.351+ 网络沟通×0.256+ 残差项。

电子商务应用对产业集群的回归分析。表8 为电子商务应用对产业集群回归结果分析。由表8 可知，在5%显著水平下，信息整合的回归系数为0.528，电子交易的回归系数为0.521，网络沟通回归系数为0.473，均为正数，这表明信息整合能力、电子交易能力和网络沟通能力均能够促进产业集群的发展。将上述各变量的回归系数整理成公式为：产业集群= 信息整合×0.528+ 电子交易×0.521+ 网络沟通×0.473+ 残差项。

产业集群调节变量检验。以上分析了电子商务应用对数据变量产生的影响，为进一步分析数据变量之间关系，本文继续分析了产业集群调节对变量的影响作用，其分析结果如表9 所示。

表9 为产业集群与电子商务应用交互作用归回结果。由表9 可知，产业集群的回归系数为0.466 时，其电子商务回归系数为0.352。当加入新的变量回归系数后，其产业集群回归系数为0.478时，则电子商务回归系数为0.362。这说明产业集群的聚集程度越高，电子商务应用对供应链协同的促进作用也越高。

（五）控制变量讨论

经过上述分析以及对调查问卷的整理，本文将对不同行业具体分析其在电子商务与供应链协同上的差异，其整理如表10 所示。

表7 电子商务应用对激励联盟回归结果分析

表10 为不同行业在电子商务水平上的差异。由表10可知，从电子商务的信息整合能力来看，电器行业和互联网金融行业的值较高，这是由于这两个行业更注重企业对技术、销售、物流以及售后等信息的掌握，所以其信息整合能力较强。而制造业和软硬件设备行业的信息整合能力较弱，这是由于这两种行业更注重对自身产品研发和技术的创新，因此其信息整合能力不如电器和互联网金融行业。而其他行业的信息整合能力处于中等，但其参考价值不如上述四种行业，故将其排除在外。

从电子商务的电子交易能力来看，电器行业、制造业和互联网金融行业的值较高，这说明随着电子商务的发展，网络交易已经逐渐渗透到这三种行业中，从而提高了企业的交易效率。而软件行业的电子交易能力值较低，说明该行业在电子交易方面仍存在较大的发展空间。

从电子商务的网络沟通能力来看，电器行业、制造业和互联网金融行业的数值较高，这由于这三种行业比较注重企业之间的人才与技术方面的交流，也注重与客户在产品方面的交流，这就促进了网络沟通在这三种行业中的发展。

表8 电子商务应用对产业集群回归结果分析

表9 产业集群与电子商务应用交互作用归回结果

表10 不同行业在电子商务水平上的差异

表11 不同行业在供应链协同上的差异

表11 为不同行业在供应链协同上的差异。由表11 可知，从供应链协同上的信息共享能力角度分析，电器行业、互联网金融行业与制造业的数值较高，这是由于这三个行业在供应链的节点需要详细了解产品的使用动态，所以也要与企业或者用户及时信息交换，所有其信息共享能力较强。但影响软硬件的因素较多且较为复杂，所以是该行业在信息共享能力上还有较大发展空间。

从供应链的决策同步能力角度分析，由于影响企业供应链中决策同步的因素较为复杂，但本文选取的样本数据较少，仅从单因素方面角度分析供应链的决策同步能力不够完善，所以本文阐述的决策同步能力还不够说服力。

从供应链的激励联盟能力角度分析，互联网金融行业与软硬件行业的数值较高，这是由于这两种行业需要供应链上的企业通力合作，共同决策，共担风险、共享利益。而制造业和电器业更注重在产品和技术上的交流，在激励联盟方面还有很大的发展空间。

对策建议

为了促进企业发展，使我国企业供应链的利益达到最大化，首先，我国企业应该充分利用电子商务平台，将电子商务应用利用到供应链协同中，提高资源整合能力，节约成本，提高效率；其次，企业与其合作伙伴以及用户之间要建立良好的信任机制，通过互联网平台可以共同参与到生产到售后的整个过程，形成良好的激励联盟；最后，企业要转变传统落后的管理理念，要科学合理的利用电子商务平台降低企业的中间交易环节，实现供应链的紧密发展。