信息水平、合作创新能力与企业绩效—以零售企业为例

金 敏 副教授

（桂林航天工业学院管理学院 广西桂林 541004）

理论基础

（一）信息水平

本文通过查阅相关文献，将企业的信息水平分为三个维度：首先，企业的信息获取水平是先决条件。信息获取是指企业从不同的需要出发，通过多种渠道对相关信息进行检索、选择和排序的过程。“信息”包含事件和状态的一切知识，是非常重要的资源。在大数据时代，很多信息需要人去主动收集、过滤、整理以实现信息增值。若企业收集信息的能力有限，可能会因无法在合理的时限内搜集到足够多的有效信息而错过先机。

其次，企业的信息挖掘水平是核心。一般来说，企业直接获取的信息往往比较繁琐、细碎，并不能直接用于决策，因此企业必须通过一些技术对已经获取的大量信息进行统计、整合，以发现其中隐藏的内容，辅助企业进行决策，这是企业信息化的核心问题。

最后，企业的信息创造水平是其信息化程度的直接表现。企业信息水平指企业通过整合内部所有资源所形成的信息流，并结合企业现状，为企业管理和总体战略规划提供信息支撑的能力。企业只有在对各类信息进行详细分析的基础上，才能挖掘新的需求，创造出更有价值的信息，从而为消费者解决切实的问题，提高企业效率，获取竞争优势，实现良性运转。

（二）合作创新能力

创新是通过新事物的产品化，为给用户带来前所未有的价值感受从而实现价值增量的过程。随着网络时代的到来，近年来学术界对企业创新的分析逐渐侧重于合作创新。合作创新指企业通过协调内外部资源来搜寻创新元素，将之与现有资源进行重组，以产生有价值效果的能力，合作对象可为供应商、用户、政府、研究机构或中介组织等，并以不同形式体现。随着科技发展和经济一体化，企业之间生产技术经济的相互依存度越来越高，资源的交流和互补趋势愈加明显，这在客观上要求企业走合作的道路。企业各自的相对优势在合作中得到了更大程度的发挥，且信息共享也有助于提高企业效率，降低运营成本，最终产生协同效应，使企业竞争力得到提升。但企业的社会性和复杂性，以及企业间发展愿景和战略的不同也可能会导致利益与资源分配难以两全，最终分道扬镳。

因此，企业需理性选择合作伙伴，通过大量的信息收集和配对测试，从合作对象中寻找可借鉴的部分，与自身的产品进行重组，做进一步优化，为用户提供更高的价值，或将有力地促成创新的深度和广度，形成合作双方互惠互利的双赢局面。这种合作创新有着非常重要的意义，是企业未来持续创新的必要条件。通过查阅其他相关文献，本文将零售企业的合作创新能力分为三个维度，即战略合作、组织合作、技术合作，以表现其与供应链其他节点之间的互动和合作水平。

（三）企业绩效

企业绩效是指企业在其经营期内的经营情况和业绩水平。企业管理效益水平主要体现在企业的盈利能力、资本运营水平、偿债能力和后续发展能力这四类经济指标中。管理者的业绩主要体现在管理者在经营期内的成绩。企业需要从不同的维度去了解实现利润真正增长的驱动力，投入更多的精力去协调运营各个环节，集中精力做好业务规划和预算，明确方向，以最优模式进行经营活动，并快速准确地对今后的发展进行预判，以确保能够迅速应对市场变化。

研究假设与研究设计

国内外有关信息化、合作创新与企业绩效的分析结果均显示，企业既通过提高其信息水平以实现业绩增长，或可通过与供应链其他节点之间的互动和合作提高其合作创新能力，进而提高企业绩效。因此，本文以零售企业为分析目标，将其合作创新能力划分为三个层级，即：战略合作、组织合作、技术合作；并将其信息水平分为信息获取、信息挖掘和信息创造三个维度。之后，本文以零售企业的信息水平和合作创新能力为自变量，以企业绩效为因变量，设计了三者的理论模型，并提出了本次研究的七大假设，以分析三大变量之间可能存在的相关关系，如表1所示。

实证分析

本次问卷主要由四个部分构成，即样本企业信息、信息水平、合作创新能力和企业绩效，并通过李克特5级量表对其进行评估。本次调研对象以全国各地零售企业的管理者为主，主要通过线上渠道进行问卷的发放与回收工作，共发放问卷300份，有效问卷246份，共涉及223家企业。其中，国企41家，私企125家，外企27家，合资30家。

（一）信度和效度检验

本文对收集的数据进行了信度和效度检验，以验证数据的稳定性和集中程度。本文选取了Cronbach's α系数法进行信度检验，经对比分析，各个变量的Cronbach's α系数均超过0.7，数据的稳定性较好，信度较高。此外，本文通过验证性因子分析检验了模型的适配度。经聚合效度检验，各项变量的标准化因子载荷 ＞ 0.5，AVE ＞ 0.5，CR ＞ 0. 7，符合检验标准，模型的聚合效度较高。经区分效度检验，各变量的均高于该因子与其它因子的相关系数值，区分效度较好，通过检验。

（二）相关性检验

本文通过相关分析检验了变量之间线性相关程度的强弱。在相关性分析中，相关系数反应了变量变化的趋势、方向和程度，取值范围为（-1，+1）。0表示两个变量不相关，正值表示正相关，负值表示负相关。数值越大，相关性越强。表2显示，各个变量相关系数的分布区间为（0.323，0.764），具有较强的相关性。

（三）模型评价

在执行实证检验之前，本文测试了此模型的整体拟合指数，以检验模型与数据之间的拟合性。表3显示了模型的拟合指数，所有数值均符合检验标准，拟合性较高。之后，本文检验了模型中各个变量的衡量误差。经检验，各变量的衡量误差的P ＜ 0.001，拒绝原假设，模型集合效果较好。

表1 假设汇总

表2 相关性检验

表3 模型拟合指数

表4 路径系数

（四）路径检验

本文通过计算获得了零售企业信息水平和企业合作与企业绩效的具体路径系数，如表4所示。其中，信息获取→信息挖掘的路径系数为0.682（p＜0.001），假设1a通过检验；信息获取→信息创造的路径系数为0.617（p＜0.001），假设1b通过检验。战略合作→技术合作的路径系数为0.323（p=0.008＜0.05），假设2a通过检验；战略合作→组织合作的路径系数为0.382（p＜0.001），假设2b通过检验。信息获取对技术合作、组织合作和战略合作的p值依次为0.229、0.226、0.527，均高于0.05，假设3a、3b、3c未通过检验。信息挖掘对技术合作、组织合作和战略合作的路径系数依次为0.314（p=0.009＜0.05）、0.301（p=0.012＜0.05）、0.369（p=0.005＜0.05），假设 4a、4b、4c通过检验。信息挖掘对技术合作、组织合作和战略合作的路径系数依次为 0.331（p=0.014＜0.05）、0.353（p=0.004＜ 0.05）、0.482（p=0.003＜0.05），假设5a、5b、5c通过检验。

对企业绩效而言，技术合作、组织合作和战略合作对绩效的路径系数依次为0.392（p＜0.001）、0.295（p=0.009＜0.05）、0.269（p=0.008＜0.05）， 假 设 6a、6b、6c通过检验。信息获取、信息挖掘和信息创造对其的p值依次为0.915、0.803、0.771，均高于0.05，假设7a、7b、7c未通过检验。假设3和假设7未通过检验的原因可能是，企业的信息水平虽然有了一定程度的提高，可以通过多种渠道收集大量关于合作伙伴和市场的信息，但对各类信息的收集和处理水平仍处于较为低效的状态，低价值的信息不能对企业决策起到积极的正面推动效果。

结论与建议

（一）结论

本文以223家零售企业为分析目标，以零售企业的信息水平和合作创新能力为自变量，以企业绩效为因变量，设计了三者的理论模型，分析了三大变量之间可能存在的相关关系。零售企业的信息获取水平与信息挖掘和信息创造均呈现出正相关关系，且信息获取与信息挖掘的相关性要强于信息获取与信息创造；战略合作与技术合作和组织合作均呈现出正相关关系，且战略合作与组织合作的相关性要强于战略合作与技术合作；零售企业的信息挖掘与合作创新，信息创造与合作创新，以及合作创新与企业绩效均表现出显著的正相关关系；零售企业的信息获取水平与合作创新，以及信息获取与企业绩效之间均不存在显著的相关关系，这可能是因为企业当前具备的信息能力相对有限，无法获取到足够有效的相关信息，且联系拓展其它信息的能力较低，无法推出更多的可能性，不能尽可能多的分析出各种潜在的可能性，也就难以对企业决策起到正面的推动效果。

（二）建议

首先，企业应提高其信息能力，完善内部信息技术体系。如今正处于一个高速膨胀发展的信息时代，铺天盖地的信息或主动或被动地被人们获取。因此，有选择性的获取信息非常必要。一次成功的分析，必须从收集并筛选信息开始，通过建立逻辑网络，再根据量化后的信息，计算每个逻辑网络中的结论的可能性，最后经过反复推敲，才可能得出正确的结论。所以，企业应通过目的性的筛选尽量将每一个信息进行量化，并把已经量化过的信息，套入逻辑网络当中进行分析及整理，总结其中可能存在的逻辑联系。只有将建立逻辑网跟量化信息结合起来之后，才能够分析各种不同的可能性，最终得出更符合事实的结论。

其次，随着科技发展和经济一体化，企业之间生产技术经济的相互依存度越来越高，资源的交流和互补趋势愈加明显。因此，企业应寻找真正富有影响力的合作伙伴，在资源共享、互利互惠的基础上，通过强强联合相互学习，最大限度的利用数据与资源，改进自身产品，推动技术向前发展，实现关键部件和技术的升级，有效的避开同质化竞争，提升核心竞争能力。

最后，企业要占据更大的市场，必须深刻地了解用户需求，以用户为中心研究合适的产品与服务，形成差异化竞争。因此，企业需以客户需求管理和产品规划为主建立管理流程和决策体系，将需求转变为具有差异化竞争优势的产品，快速响应用户的显性与隐性需求，如此才能掌握市场发展趋势和企业节奏，保持高盈利能力。