一种电子商务应用水平测度方法与流程

文档序号:11276969阅读:412来源:国知局
一种电子商务应用水平测度方法与流程
本发明涉及一种对电子商务应用水平进行测度的方法,属于电子商务应用
技术领域

背景技术
:当今世界,信息技术的广泛应用使全球信息化进程日益加快,电子商务已逐步发展成为一种富有活力和前景的新型产业,影响着当今社会化经济、生活的方方面面。随着企业电子商务的不断发展以及应用的深化,企业需要了解自身在应用电子商务时的优势和不足,衡量企业电子商务应用水平,通过测度电子商务应用水平也可以帮助自身认清不足。对于政府而言,也能通过政策引导,促进企业电子商务应用水平的提升。对于电子商务应用水平的评价,现有评价指标主要包括:(1)电子商务发展指数:清华大学电子商务交易技术国家工程实验室联合有关单位编制了《中国电子商务发展指数报告》,报告中对电子商务发展水平进行考察时从电子商务发展的自身水平与环境因素两个方面入手。具体指数构成见下表:(2)县域电子商务发展指数:除了从各省市的角度研究了电子商务发展指数,为了了解县域电子商务发展水平,阿里研究中心经过新的探索提出了县域电子商务发展指数。该指数由2个一级指标和4个二级指标构成。在标准化方法方面,借鉴了“中国信息社会指数(isi)”等指数方法,参照各指标的标准值对数据进行标准化,采用最大目标期望值作为标准值,采用加权计算的方法计算县域电子商务发展指数。(3)各省市电子商务发展指数:浙江省政府部门在制定浙江省电子商务发展指数评价体系,从产业发展、应用普及、基础配套、创新能力、政策环境和行业氛围六个方面进行评价,并分别对这6项一级指标赋予不同的权重,该指数用来度量一个区域的电子商务应用情况。刘跃和张道伟在《重庆市信息化与电子商务发展水平的实证》中以实证研究的方法计算出了重庆市电子商务水平指数。在设计过程中,研究学者在“cii电子商务指标体系研究与指数测算”模型的基础上,结合重庆市的实际情况做了相应的调整,例如去除了一些指标。采用了综合评分分析法进行测算,得出了电子商务总指数。其中,在确定各个指标权重时采用的是德尔菲法,即由专家进行评定,最后汇总加权平均所得。通过相关调研及相关网站上数据的搜集与处理,最终得出了重庆市近5年的电子商务水平指数。文中的指标体系由电子商务交易指数、基础设施支持指数、人力资本指数和发展潜力指数四项分指数构成。apec制定了《电子商务准备状况评估指南》给出的测度电子商务准备状况的指标体系,由基本架构和技术、必要的服务连接、技能及人力资源等6大类指标构成,每大类指标还包括了一系列具体的问题和指标。该指标体系从定性的角度来评估一个国家或地区的电子商务发展水平,与其他体系相比,该指标体系主要用来评估电子商务准备情况。随着电子商务的不断发展,相关研究重点也逐渐有了转移,国际上又先后提出了电子商务指数。为了考察中国电子商务的水平,国际统计信息中心在《cii中国电子商务指数测算研究报告―指标体系编制方案》中提出了电子商务指数的概念。报告中对电子商务的概念进行了规范,设计了一套统计指标体系,在帮助中国测算出电子商务指数的基础上,对中国电子商务的发展提出了针对性的政策建议。关于电子商务的应用水平测评,现有技术中存在的缺点主要包括:衡量标准不统一,评价体系不健全,数据口径不一致。上述方法都是从地区的角度来测评电子商务整体发展状况,属于区域宏观测度,其中数据主要是通过国家有关部门公开的数据、各省市政府网站、研究报告等多种渠道收集而来的。上述指数虽然能够考察一个区域的电子商务应用整体情况,但无法度量一个企业的电子商务应用水平和能力。技术实现要素:本发明所要解决的技术问题是克服现有技术的不足而提供一种电子商务应用水平测度方法,本发明以调查问卷的方式获取企业电子商务应用情况的信息,通过对数据进行深度剖析,对企业电子商务应用水平进行全面测度。本发明为解决上述技术问题采用以下技术方案:本发明提出一种电子商务应用水平测度方法,包括以下步骤:步骤1、按调查问卷收集地区待研究年份的时间序列数据集;步骤2、分别对应企业电子商务应用水平在产业链应用水平、应用层次应用水平、应用内容应用水平三个层面,从步骤1的数据集中确定指标数据,然后对确定的指标数据进行预处理;步骤3、分别对调查企业进行三个层面的电子商务应用水平评估,得到企业电子商务产业链应用水平ts1、企业电子商务应用层次应用水平ts2、企业电子商务应用内容应用水平ts3;对于每个层面的电子商务应用水平评估,具体步骤如下:a、采用均值替代法处理指标数据中存在的缺失值,同时对指标数据进行有效性检验,考察指标数据是否适合进行因子分析;b、利用spss软件采用主成分分析的方法,从指标数据中提取n个因子后,计算这n个因子可解释的累积方差占总方差的百分比,即累积方差贡献率;c、利用碎石图来验证步骤b所提取因子的数量是否合适;d、利用spss软件生成因子载荷矩阵,求出各指标的共同度及其在各因子上的载荷量,由因子载荷矩阵得出应用案例的因子分析模型,得出模型变量在每个因子上的载荷度;e、对因子载荷矩阵采用方差最大法实施正交旋转,使因子具有可命名解释性;通过考察n个因子中的项目分布情况和原始调查数据中各个指标测量的内容和代表意义,结合实际情况对各个因子进行命名,给出因子名称,结合每个因子上的载荷度得出其在总方差中的贡献率,并进一步给出通过因子分析最终提取的n个因子及其包含的指标说明;f、根据因子分析的结果对有效数据进行n个因子的方差贡献率计算,依据每个因子的方差贡献率进行该层面的综合评价,评价公式为:其中ts为该层面的综合得分,fsn为第n个因子的得分,xn为第n个因子的方差贡献率;步骤4、运用层次分析法确定三个层面的电子商务应用水平评估得分的指标权重;步骤5、企业电子商务应用水平综合得分的测算:企业电子商务应用水平=ts1*w1+ts2*w2+ts3*w3;其中w1、w2、w3分别对应企业电子商务产业链应用水平ts1、企业电子商务应用层次应用水平ts2、企业电子商务应用内容应用水平ts3的指标权重。进一步的,本发明的一种电子商务应用水平测度的方法,步骤2所述的预处理具体包括:(1)将两个具有包含关系的指标相除取相对比例的方式表示;(2)对具有一定排序关系的问卷答案,采用先排序再赋值的方法;(3)对允许选择多个选项并且选项之间呈并列关系的问题,采用选择越多得分越高的方法。进一步的,本发明的一种电子商务应用水平测度的方法,步骤a具体如下:(1)信度检验:通过spss软件采用alpha信度系数法进行信度检验,信度系数在0-1之间;(2)效度检验:对问卷数据进行kmo样本测度和巴特利特bartlett球形检验,判断是否适合做因子分析。进一步的,本发明的一种电子商务应用水平测度的方法,所述kmo样本测度时利用统计量的取值判断是否适合做因子分析,kmo统计量的取值在0和1之间,度量标准为:0.9以上表示非常适合;0.8表示适合;0.7表示一般;0.6表示不太适合;0.5以下表示极不适合。进一步的,本发明的一种电子商务应用水平测度的方法,巴特利特球形检验是通过检验统计量的值来判断,当该统计量的观测值大于给定阈值,且对应的概率p值小于给定的显著性水平α,则应拒绝零假设,原有变量适合做因子分析;反之,则不能拒绝零假设,原有变量不适合做因子分析。进一步的,本发明的一种电子商务应用水平测度的方法,步骤b在提取因子时,有两种方法:一是以能解释的方差数达到1.0为选取标准,自动判断应提取因子数;二,根据抽取因子的效果对于提取特征根的标准进行调整,即可指定提取因子个数,使因子提取的总体效果达到最佳。进一步的,本发明的一种电子商务应用水平测度的方法,步骤c利用spss软件画出因子分析的碎石图,在碎石图中,横坐标代表因子数目,纵坐标为特征根。进一步的,本发明的一种电子商务应用水平测度的方法,对应于企业在产业链层面电子商务应用水平的指标包括:企业应用信息化实现的生产管控和制造服务情况、企业应用信息系统实现的购销环节业务覆盖情况、企业实施电子商务后的影响、企业在研发设计环节应用系统情况、企业电子商务经营贡献;对应于企业在应用层次层面电子商务应用水平的指标包括:企业实施电子商务后的影响、企业在购销环节和制造服务环节实现信息化情况、企业在研发设计环节实现的设备设施系统情况;对应于企业在应用内容层面电子商务应用水平的指标包括:企业实施电子商务后的影响、企业在研发设计环节应用信息化手段情况、企业应用信息化手段实现的设备管理、物料管理以及销售客户管理情况、企业互联网接入以及数据中心建设情况。进一步的,本发明的一种电子商务应用水平测度的方法,步骤4所述应用层次分析法确定指标权重具体包括以下三个步骤:(1)构造成对比较矩阵及层次单排序:邀请专家根据1-9比例标度法,分别对每一层次的评价指标的相对重要性进行定性描述,用准确的数字进行量化表示;将重要量级定为1-5,数字越大越重要;因素i与因素j重要度为1则标度aij=1,因素i比因素j重要度为2则标度aij=3,因素i比因素j重要度为3则标度aij=5,因素i比因素j重要度为4则标度aij=7,因素i比因素j重要度为5则标度aij=9,aij=2,4,6,8,为两个判断之间的中间状态对应的标度值,若因素i与因素j比较,得到的判断值为aij,则aji=1/aij即标度为倒数;通过专家咨询,考察准则层b与目标层a的相对重要性,得出a-b判断矩阵:对角线都为1,第一行为1、a12、a13、…a1n,第二行为a21、1、a23、…a2n,以此类推,最后一行为an1、an2、an3…1,其中(2)运用和积法求解判断矩阵:得到在单一目标层a下被比较元素的相对权重,即层次单排序:将得到的矩阵按行分别相加:得到列向量,对所得到的w向量分别做归一化处理,得到单一准则下所求各被比较元素的排序权重向量;(3)一致性检验:一致性检验的基本步骤如下所述:应用公式(3)计算出求解判断矩阵的最大特征值,然后分别代入公式4和公式5,计算判断矩阵的一致性指标ci和一致性比cr,检验其一致性:式中,a为a-b判断矩阵,n为判断矩阵阶数,λmax为判断矩阵最大特征值;判断矩阵一致性程度越高,ci值越小,当ci=0时,判断矩阵达到完全一致;采用平均随机一致性指标ri,消除由矩阵阶数影响所造成判断矩阵不一致的修正系数;对于n≥3阶的判断矩阵,当cr≤0.1时,即λmax偏离n的相对误差ci不超过平均随机一致性指标ri的十分之一时,认为判断矩阵的一致性是可以接受的;否则,当cr>0.1时,说明判断矩阵偏离一致性程度过大,必须对判断矩阵进行必要的调整,使之具有满意的一致性为止。进一步的,本发明的一种电子商务应用水平测度的方法,平均随机一致性指标ri具体如下:阶数为1,ri值为0.00;阶数为2,ri值为0.00;阶数为3,ri值为0.58;阶数为4,ri值为0.90;阶数为5,ri值为1.12;阶数为6,ri值为1.24;阶数为7,ri值为1.32;阶数为8,ri值为1.41;阶数为9,ri值为1.45;阶数为10,ri值为1.49;阶数为11,ri值为1.51;阶数为12,ri值为1.48。10.本发明采用以上技术方案与现有技术相比,具有以下技术效果:本发明在评价企业电子商务应用水平时,应用因子分析的方法分别考察企业在三个维度的电子商务应用情况,并通过层次分析法确定每个维度的权重,最后综合分析企业电子商务的应用水平,更具全面性和准确性。附图说明图1是企业电子商务产业链应用的碎石图。图2是企业电子商务应用层次应用的碎石图。图3是企业电子商务应用内容应用的碎石图。图4是本发明的整体方法流程图。具体实施方式下面结合附图对本发明的技术方案做进一步的详细说明:随着电子商务在企业中的深入应用,在考察企业电子商务应用水平时,如果只从产业链层面考虑已经不能准确的评价企业电子商务应用水平的高低。还包括应用层次层面电子商务应用情况以及应用内容层面电子商务应用情况,且影响每个具体层面企业电子商务应用的因素也各不相同,对此,本发明提出一种电子商务应用水平测度方法,如图4所示,包括以下步骤:步骤1:按调查问卷收集地区待研究年份的时间序列数据集。步骤2:对确定的指标数据进行预处理。(1)将两个具有包含关系的指标相除取相对比例的方式表示;如求网上采购率和网上销售率。网上采购率是网上采购额除以全部采购额所得的比率,网上销售额是网上销售额占全部销售额的比率。(2)对某些有一定排序关系的问卷答案,采用先排序再赋值的方法。比如对“企业数字化预装配建模水平”这一项,答案中有“无”、“可建立部件级预装配模型”、“可建立产品级预装配模型”三个选项,将企业数字化预装配建模水平从弱到强进行排序分别赋值为0、1、2。(3)对某些允许选择多个选项并且选项之间呈并列关系的问题,采用选择越多得分越高的方法。比如对“采购电子商务的应用范围”这一项,有“采购需求计划”、“网上询报价”、“网上招标”、“订单交互”、“物流交互”、“网上结算”6个答案,按照每选一项加1分,最高为6分的原则。步骤3:采用均值替代法处理数据中存在的缺失值,同时对数据进行有效性检验,考察指标数据是否适合进行因子分析。:(1)信度检验:通过spss软件采用alpha信度系数法进行信度检验,信度系数应该在0-1之间。(2)效度检验:对问卷数据进行kmo样本测度和巴特利特(bartlett)球形检验。kmo统计量的取值在0和1之间。kmo度量标准:0.9以上表示非常适合;0.8表示适合;0.7表示一般;0.6表示不太适合;0.5以下表示极不适合。而巴特利特球形检验是通过检验统计量的值来判断。当该统计量的观测值比较大,且对应的概率p值小于给定的显著性水平α,则应拒绝零假设,原有变量适合做因子分析;反之,则不能拒绝零假设,原有变量不适合做因子分析。步骤4:抽取因子。本发明采用主成分分析的方法,在判定应缩减为几个因子时,有两种方法。方法一是以能解释的方差数(特征值)达到1.0为选取标准,自动判断应缩减为几个因子,这应是最常被选用的判断方法。方法二,根据抽取因子的效果对于提取特征根的标准进行调整,即可指定提取因子个数,使因子提取的总体效果达到最佳。步骤5:利用因子解释原有变量总方差的情况。通过对比两种的特征根提取方法,抽取出能使因子提取总体效果达到最佳的因子数量。抽取n个因素后计算这n个因素可解释的累积方差占总方差的百分比即方差贡献率。步骤6:利用碎石图来验证提取因子的数量是否合适。如图1、图2、图3所示,利用spss软件分别画出三个维度进行因子分析时画出的碎石图因子分析的碎石图。在碎石图中,横坐标通常代表因子数目,纵坐标一般为特征根,理想中的碎石图应该是一条陡曲线。步骤7:因子载荷矩阵。利用因子载荷矩阵求出各指标的共同度及其在各因素上的载荷量,由因子载荷矩阵可以得出应用案例的因子分析模型,得出变量在每个因子上的载荷度。步骤8:因子的命名解释。对因子载荷矩阵采用方差最大法实施正交旋转,使因子具有可命名解释性。之前对三个层面的指标群进行因子分析已经确定了n个因素以及它们各自对总方差的贡献率及累积方差贡献率。通过考察n个因素中的项目分布情况和原始调查中各个指标测量的内容和代表意义,结合实际情况对各个因素进行命名,给出因素名称及其在总方差中的贡献率。并进一步给出通过因子分析最终提取的n个因素及其包含的指标说明。步骤9:从三个层面考察企业电子商务应用水平情况。根据因子分析的结果对有效数据进行n个因素的,依据每个因素的方差贡献率进行三个层面的综合评价,评价公式为:其中ts为综合得分,fsn为第n个因素的得分,xn为第n个因素方差贡献率。通过运用该指标体系对调查企业进行三个层面的电子商务应用水平评估分别得到企业电子商务产业链应用水平ts1、企业电子商务应用层次应用水平ts2、企业电子商务应用内容应用水平ts3,得出企业电子商务应用水平在三个层面的应用情况。步骤10:建立评价指标体系给出评判对象的因素集和子因素集:目标层a:企业电子商务应用水平;准则层b,包括:b1-企业在产业链层面电子商务应用水平,b2-企业在应用层次层面电子商务应用水平,b3-企业在应用内容层面电子商务应用水平;指标层c,包括:第一类指标:c11-企业应用信息化实现的生产管控和制造服务情况,c12-企业应用信息系统实现的购销环节业务覆盖情况,c13-企业实施电子商务后的影响,c14-企业在研发设计环节应用系统情况,c15-企业电子商务经营贡献;第二类指标:c21-企业实施电子商务后的影响,c22-企业在购销环节和制造服务环节实现信息化情况,c23-企业在研发设计环节实现的设备设施系统情况;第三类指标:c31-企业实施电子商务后的影响,c32-企业在研发设计环节应用信息化手段情况,c33-企业应用信息化手段实现的设备管理、物料管理以及销售客户管理情况,c34-企业互联网接入以及数据中心建设情况。步骤11:运用层次分析法确定指标权重。应用层次分析法确定指标权重分为以下三个步骤:(1)构造成对比较矩阵及层次单排序:邀请专家根据1-9比例标度法,分别对每一层次的评价指标的相对重要性进行定性描述,用准确的数字进行量化表示。将重要量级定为1-5,数字越大越重要。因素i与因素j重要度为1则标度aij=1,因素i比因素j重要度为2则标度aij=3,因素i比因素j重要度为3则标度aij=5,因素i比因素j重要度为4则标度aij=7,因素i比因素j重要度为5则标度aij=9,aij=2,4,6,8时为两个判断之间的中间状态对应的标度值,若因素i与因素j比较,得到的判断值为aij,则aji=1/aij则标度为倒数。通过专家咨询,考察准则层b与目标层a的相对重要性,可以得出a-b判断矩阵:对角线都为1,第一行为1、a12、a13、…a1n,第二行为a21、1、a23、…a2n,以此类推,最后一行为an1、an2、an3…1,其中(2)运用和积法求解判断矩阵:得到在单一目标层a下,被比较元素的相对权重,即层次单排序:将得到的矩阵按行分别相加:得到列向量,对所得到的w向量分别做归一化处理,得到单一准则下所求各被比较元素的排序权重向量。(3)一致性检验:一致性检验的基本步骤如下所述:应用公式(3)计算出求解判断矩阵的最大特征值,然后分别代入公式(4)和公式(5),计算判断矩阵的一致性指标ci和一致性比cr,检验其一致性:式中,a为a-b判断矩阵,n为判断矩阵阶数,λmax为判断矩阵最大特征值。判断矩阵一致性程度越高,ci值越小。当ci=0时,判断矩阵达到完全一致。平均随机一致性指标ri,用于消除由矩阵阶数影响所造成判断矩阵不一致的修正系数。具体如下:阶数为1,ri值为0.00;阶数为2,ri值为0.00;阶数为3,ri值为0.58;阶数为4,ri值为0.90;阶数为5,ri值为1.12;阶数为6,ri值为1.24;阶数为7,ri值为1.32;阶数为8,ri值为1.41;阶数为9,ri值为1.45;阶数为10,ri值为1.49;阶数为11,ri值为1.51;阶数为12,ri值为1.48;通常情况下,对于n≥3阶的判断矩阵,当cr≤0.1时,即λmax偏离n的相对误差ci不超过平均随机一致性指标ri的十分之一时,一般认为判断矩阵的一致性是可以接受的。否则,当cr>0.1时,说明判断矩阵偏离一致性程度过大,必须对判断矩阵进行必要的调整,使之具有满意的一致性为止。步骤11:进行企业电子商务应用水平综合得分的测算:企业电子商务应用水平=ts1*w1+ts2*w2+ts1*w3。以下结合具体实施例对本发明的技术方案做进一步详细说明:本实施例以江苏省企业互联网化提升项目申报平台所收集的数据为分析基础。平台共填报企业数量为2887家,本发明对填报的2887份问卷进行了有效性检验,剔除了62份无效问卷,并在此基础上对2825份有效问卷进行分析。一、产业链层面企业电子商务应用综合评价:1、因子分析前期准备工作:(1)考察原有指标数据是否适合进行因子分析:根据前面对数据进行了预处理,共包括设备设施等在内的共计32个变量。这里,借助变量的相关系数矩阵、kmo检验方法和巴特利特球度检验进行考察。运用spss软件进行分析的结果见下表1,由于相关矩阵输出结果数据太大,只截取了部分分析结果。同时,采用均值替代法处理数据中存在的缺失值,下面在对应用层次层面和应用内容层面进行因子分析时采用同样的方法进行处理。表1产业链层面因子分析相关矩阵上表1是32个原有变量的相关系数矩阵。从图中可以看出,大部分的相关系数都较高,32个变量之间呈较强的线性关系,能够从中提取公共因子,适合进行因子分析。除了相关系数矩阵,还对变量进行了kmo和bartlett检验。由下表2中kmo和bartlett的检验结果可知,巴特利特球度检验统计量的观测值为82184.684,相应的概率p值接近0。如果显著性水平α为0.05,由于概率p小于显著性水平α,应拒绝零假设,认为相关系数矩阵与单位阵有显著差异。同时,kmo值为0.958,根据kaiser给出的kmo度量标准可知32个原有变量适合进行因子分析。表2产业链层面因子分析kmo和bartlett的检验数据信度检验的结果如下表3所示,cronbach'salpha值为0.571,基于标准化项的cronbachsalpha值为0.952,通过信度检验。表3产业链层面因子分析可靠性统计量(2)提取因子:对原有32个变量提取因子,这里采用主成分分析法提取特征值大于1的特征根。下表4是因子分析的初始解,显示了所有变量的共同度数。表4产业链层面因子分析公因子差初始提取设备设施1f1q1.000.572建模水平1f2q1.000.570辅助产品1f3q1.000.671生命周期1f4q1.000.667应用信息1f5q1.000.652指令比例2f1q1.000.584监控层级2f2q1.000.564生产制造2f3q1.000.585管理精度2f4q1.000.509调度能力2f5q1.000.630制造能力2f6q1.000.594采购管理业务3f1q1.000.657供应商管理3f2q1.000.564电商类型3f3q1.000.566采购应用范围3f4q1.000.707采购率3f5q1.000.999销售管理3f6q1.000.703客户业务3f7q1.000.591销售应用范围3f8q1.000.735销售率3f9q1.000.999重点部位4f1q1.000.660预测预警4f2q1.000.566功能层级4f3q1.000.655远程管控4f4q1.000.576协同情况4f5q1.000.634设备比例4f8q1.000.383费用减少6f1q1.000.650得到优化6f2q1.000.846效率提高6f3q1.000.847水平提高6f4q1.000.826程度提高6f5q1.000.831能力增强6f6q1.000.833上表提取的方法:主成份分析,是提取了5个特征根时的因子分析初始解,此时所有变量的共同度均较高,本次因子提取的总体效果较理想,这些因素可解释的累积方差约占总方差的66.956%。各个指标的共同度及其在各因素上的载荷量如下表5所示。表5各指标的共同度及其在各因素上的载荷量2、因子分析和指标命名及解释:(1)因素命名:采用方差最大法对因子载荷矩阵实施正交旋转以使因子具有命名解释性,分析结果如下表6所示。表6产业链层面因子分析旋转成份矩阵由旋转后的因子载荷矩阵可知,销售应用范围、采购应用范围、电商类型、销售管理、客户业务、采购管理业务、协同情况、远程管控以及供应商管理在第1个因子上有较高的载荷,第1个因子主要解释了这9个变量,可解释为企业应用信息系统实现的购销环节业务覆盖情况。同样地,第2个因子主要解释了重点部位、监控层级、指令比例、管理精度、功能层级、预测预警、生产制造以及设备比例这8个变量,可解释为企业应用信息化实现的生产管控和制造服务情况。第3个因子主要解释了效率提高、能力增强、得到优化、水平提高、程度提高以及费用减少这6个变量,可解释为企业实施电子商务后的影响情况。第4个因子主要解释了建模水平、辅助产品、生命周期、制造能力、应用信息、调度能力以及设备设施这7个变量,可解释为企业在研发设计环节应用系统情况。第5个因子主要解释了采购率和销售率这2个变量,可解释为企业电子商务经营贡献情况。根据旋转后的因子载荷矩阵,结合江苏省企业电子商务的实施情况,对各个因素进行了命名,因素名称及其在总方差中的贡献率见下表7。表7因素名称及各自的方差贡献率(2)指标体系主干及其说明:通过因子分析最终提取的5个因素及其包含的指标说明如下表8所示。表8产业链层面因素解释及指标说明3、根据因子分析的结果对2825家企业在产业链层面进行了综合评价。在评价每一家企业时,由于前期提取了5个因子,这里采用计算因子加权总分的方法,其中权重的确定是关键。在确定权重时,我们将每个因素的方差贡献率设定为权重。因此,评价公式为:ts=(fs1×15.964%+fs2×15.645%+fs3×15.567%+fs4×13.522%+fs5×6.258%)/66.956%其中ts为综合得分,fsi为第i个因素的得分。二、电子商务应用层次层面综合评价首先,对指标数据进行有效性检验。由下表9中kmo和bartlett的检验结果可知,巴特利特球度检验统计量的观测值为27976.220,kmo值为0.942,根据kaiser给出的kmo度量标准可知16个原有变量适合进行因子分析。表9应用层次层面因子分析kmo和bartlett的检验由下表10信度检验的结果可知,crombachsalpha值达到了0.906,基于标准化项的crombachsalpha值为0.918,达到了有效的标准,信度良好,表明该问卷的内部一致性。表10应用层次层面因子分析可靠性统计量cronbach'salpha基于标准化项的cronbachsalpha项数.906.91816继续提取因子,采用主成分分析法提取3个因子。由因子分析的初始解可以看出所有变量的共同度均较高,这些因素可解释的累积方差约占总方差的64.749%。从图2中可以看到,提取3个因子是合适的。各个指标的共同度及其在各因素上的载荷量如下表11所示。表11各指标的共同度及其在各因素上的载荷量在提取了3个因子,并给出了因子分析的碎石图以及各个指标的共同度及其在各因素上的载荷量以后,采用方差最大法对因子载荷矩阵实施正交旋转以使因子具有命名解释性,如表12所示。表12应用层次层面因子分析旋转成份矩阵由旋转后的因子载荷矩阵可知,效率提高、得到优化、能力增强、程度提高、水平提高、费用减少在第1个因子上有较高的载荷,第1个因子主要解释了这6个变量,可解释为企业实施电子商务后的影响。同样地,第2个因子主要解释了销售和客户管理业务、采购和供应商管理业务、销售电子商务范围、远程监控及协同情况以及预测预警这5个变量,可解释为企业在购销环节和制造服务环节实现信息化情况。第3个因子主要解释了建模水平、辅助产品、制造能力、调度能力以及设备设施这5个变量,可解释为企业在研发设计环节实现的设备设施系统情况。如表13所示。表13根据旋转后的因子载荷矩阵,结合江苏省企业电子商务的实施情况,对各个因素进行了命名,因素名称及其在总方差中的贡献率见下表,由表14中各个因素的贡献率可以看出,前2个因素贡献率相对较高。表14因素名称及各自的方差贡献率通过因子分析最终提取的3个因素及其包含的指标说明如下表15所示。表15应用层次层面因素解释及指标说明根据因子分析的结果对2825家企业在应用层次层面进行了综合评价。在评价每一家企业时,由于前期提取了3个因子,这里采用计算因子加权总分的方法,在确定权重时,将每个因素的方差贡献率设定为权重。因此,评价公式为:ts=(fs1×29.688%+fs2×18.494%+fs3×16.567%)/64.749%其中ts为综合得分,fsi为第i个因素的得分。三、电子商务应用内容层面综合评价。与之前相同,在因子分析前,对指标数据进行了有效性检验,由下表16可知,巴特利特球度检验统计量的观测值为27567.059,相应的概率p值接近0。同时,kmo值为0.942,根据kaiser给出的kmo度量标准可知18个原有变量适合进行因子分析。表16应用内容层面因子分析kmo和bartlett的检验指标数据信度检验的结果如下表17所示。由表中可知,crombachsalpha值达到了0.892,基于标准化项的crombachsalpha值为0.902,达到了有效的标准,信度良好,表明该问卷的内部一致性理想。表17应用内容层面因子分析可靠性统计量继续进行下一步的工作,即提取因子,采用主成分分析法提取4个因子。由因子分析的初始解可以看出本次因子提取的总体效果较理想,这些因素可解释的累积方差约占总方差的63.644%。从图3可以看出提取4个因子是合适的。各个指标的共同度及其在各因素上的载荷量如下表18所示。表18各指标的共同度及其在各因素上的载荷量在提取了4个因子,并给出了因子分析的碎石图以及各个指标的共同度及其在各因素上的载荷量以后,采用方差最大法对因子载荷矩阵实施正交旋转以使因子具有命名解释性。表19应用内容层面因子分析旋转成份矩阵由旋转后的因子载荷矩阵可知,效率提高、能力增强、水平提高、得到优化、程度提高以及费用减少在第1个因子上有较高的载荷,第1个因子主要解释了这6个变量,可解释为企业实施电子商务后的影响。同样地,第2个因子主要解释了生命周期、辅助产品、建模水平、应用信息以及设备设施这5个变量,可解释为企业在研发设计环节应用信息化手段情况。第3个因子主要解释了重点部位、功能层级、管理精度、销售和客户管理业务以及销售电子商务范围这5个变量,可解释为企业应用信息化手段实现的设备管理、物料管理以及销售客户管理情况。第4个因子主要解释了建设情况和介入情况这2个变量,可解释为企业互联网接入以及数据中心建设情况。根据旋转后的因子载荷矩阵,结合江苏省企业电子商务的实施情况,对各个因素进行了命名,因素名称及其在总方差中的贡献率见下表,由表20中各个因素的贡献率可以看出,前3个因素贡献率相对较高。表20因素名称及各自的方差贡献率通过因子分析最终提取的4个因素及其包含的指标说明如下表21所示。表21应用内容层面因素解释及指标说明根据因子分析的结果对2825家企业在应用内容层面进行了综合评价。在评价每一家企业时,由于前期提取了4个因子,这里采用计算因子加权总分的方法,其中权重的确定是关键。在确定权重时,我们将每个因素的方差贡献率设定为权重。因此,评价公式为:ts=(fs1×26.763%+fs2×15.725%+fs3×14.729%+fs4×6.428%)/63.644%其中ts为综合得分,fsi为第i个因素的得分。四、应用层次分析法确定权重本节要应用层次分析法确定三个层面电子商务应用情况相对于企业电子商务应用水平的影响权重。首先要建立本文的企业电子商务水平评价指标体系,对评判对象进行层次分析,确立清晰的分级指标体系,即目标层a、准则层b以及指标层c,具体见下表22所示。表22本发明构建的企业电子商务应用水平评价指标体系应用层次分析法确定指标权重分为以下三个步骤:(1)构造成对比较矩阵及层次单排序:首先分别对每一层次的评价指标的相对重要性进行定性描述,考察准则层b与目标层a的相对重要性。采用专家咨询的方法邀请高校电子商务专家老师、江苏省各省市经信委领导等人的专家团队,通过综合专家打分结果,可以得出a-b判断矩阵,如下表23所示:表23本发明的a-b判断矩阵ab1b2b3b1144b21/412b31/41/21(2)求解判断矩阵:①计算判断矩阵每行所有元素的算术平均值:根据上述所列公式,可得所以,②将进行归一化处理,得到一个新的矩阵,并对新的矩阵进行归一化处理,得到特征向量通过对特征向量进一步处理,得出b层各因素相对于a层的权重为即,因素b1、b2以及b3相对于a层的权重分别为65.51%、21.14%以及13.35%。下面要对得出的结果进行一致性检验。(3)一致性检验:在得到权重以后,要进行一致性检验。首先计算判断矩阵的最大特征值,通过运行matlab程序,将a-b判断矩阵设定为矩阵a,输入命令“λ=eig(a)”,得到运行结果,即矩阵a的特征向量,从而确定了判断矩阵的最大特征值为λmax=3.0797。所以判断矩阵的一致性指标为:由于矩阵维数为3,所以ri=0.58,因此有:随机一致性比率为:因此,通过一致性检验,详细结果见下表24:表24指标权重及一致性检验五、江苏企业电子商务应用水平测度已经确定了因素b相对于a层的权重,即企业电子商务产业链应用水平、电子商务应用层次应用水平和电子商务应用内容应用水平三个方面相对于企业电子商务应用水平的权重。下面将对江苏企业电子商务应用水平进行测度。本发明从三个维度全面考量企业电子商务应用水平,且每一维度的电子商务应用水平相对于企业电子商务应用水平的权重不同,如下表25所示。表25企业电子商务应用水平测度指标体系构成情况表因此,企业电子商务应用水平综合得分的测算采用加权的方法来确定,计算公式为:企业电子商务应用水平=ts1*65.51%+ts2*21.14%+ts3*13.35%。应用以上指标体系构建方法,计算得出2825家企业的电子商务应用水平得分以及三个层面的电子商务应用水平,并对2825家企业进行由高到低的排序,下表26显示了江苏企业电子商务应用水平得分排名在前20名的企业排名。表26江苏省企业电子商务应用综合评价表(前20名)以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属
技术领域
的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替代,都应当视为属于本发明的保护范围。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1