Page 61 - 《华中农业大学学报（社会科学版）》2020年第5期
P. 61
６
５
华中农业大学学报( 社会科学版) ( 总 １４９ 期)
表 ４ 变量间相关性分析结果
变量名称 均值 标准差 知识获取 整合利用 重构转变 新技术采用 市场拓展 内部体制改革 企业绩效
知识获取 ３．９９ １．０７０ １
整合利用 ３．６９ １．０９５ ０．６０６ ∗∗ １
重构转变 ４．１３ ０．８１９ ０．３５４ ∗∗ ０．５７８ ∗∗ １
新技术采用 ０．５７ ０．４９７ ０．３８９ ∗∗ ０．４５２ ∗∗ ０．２９０ ∗∗ １
市场拓展 ０．８７ ０．３３８ ０．３９０ ∗∗ ０．２７７ ∗∗ ０．３１３ ∗∗ ０．２４９ ∗∗ １
内部体制改革 ０．６８ ０．４６７ ０．４４５ ∗∗ ０．３７８ ∗∗ ０．１７４ ０．５７１ ∗∗ ０．３６０ ∗∗ １
企业绩效 ４．１３ ０．８７２ ０．４７７ ∗∗ ０．４５２ ∗∗ ０．４１２ ∗∗ ０．４７９ ∗∗ ０．４４２ ∗∗ ０．５７５ ∗ １
注: ∗ 和 ∗∗ 分别表示 １０％ 和 ５％ 的水平上显著.
三、 实证分析
１． 动态能力、 企业创新行为与企业绩效的回归分析
本文构建模型检验动态能力、 企业创新行为与农产品电商企业绩效之间的关系.模型 １ 、 模型 ２ 、
模型 ３ 是控制变量以及动态能力各个维度分别对新技术采用、 市场拓展及内部体制改革三项企业创
新行为的回归方程, 具体模型如式( １ ):
n
p i
Y i＝ln ( ) ＝α＋∑ β j x i j ( １ )
１－ p i j＝１
式( １ ) 中, Y i 表示农产品电商企业 i 的某种创新行为, 表示农产品电商企业 i 有某种创新行为
p i
j
β
的概率; 为自变量的回归系数; 表示自变量序号; x i j 表示影响农产品电商企业 i 某种创新行为的
第 j 个自变量, 即农产品电商企业动态能力的各个维度以及控制变量; n 表示自变量的个数.模型４ 、
模型 ５ 、 模型 ６ 是包含中介变量在内的所有变量对农产品电商企业的稳健回归方程, 检验企业创新行
为与农产品电商企业绩效之间的关系.具体模型如式( ２ ):
n
( ２ )
Z i＝ β ０＋∑ β j x i j＋ β l x il＋ε i
j＝１
式( ２ ) 中, Z i 表示农产品电商企业绩效, 表示常数项系数, 为自变量的回归系数; 表示自变
j
β ０ β j
是表示影响农产品电商企业 i 绩效的第 j 个自变量, 即动态能力的各个维度和控制变量;
量序号; x i j
x il 表示农产品电商企业某种创新行为决策, 表示某种创新行为决策的回归系数, n 表示自变量的个
β l
数.利用 SPSS１９．０ 软件进行数据分析, 各模型的估计结果见表 ５ .
表 ５ 动态能力、 创新行为与农产品电商企业绩效关系的回归结果
新技术采用 市场拓展 内部体制改革 企业绩效
变量
模型 １ 模型 ２ 模型 ３ 模型 ４ 模型 ５ 模型 ６
控制变量
企业资产规模 －０．０１６ －０．１７７ －０．０５９ －０．００７ ０．００２ ０．００１
经营年限 －０．００８ －０．１３９ ０．１７５ ０．０１９ ０．０２６ ０．０１４
互联网收入占比 －０．９８８ －２．０５７ －０．７６２ ０．３１７ －０．３７９ ∗∗ －０．３５２ ∗
地区变量 ０．３６０ ０．４７３ ０．１１８ ０．１８７ ０．２０５ ０．２１５
自变量
知识获取 ０．５２４ ∗ １．０８２ ∗∗∗ ０．８３３ ∗∗∗ ０．２４６ ∗∗ ０．１９８ ∗ ０．１５２
整合利用 ０．６９３ ∗∗ －０．５５６ ０．４７７ ０．０４６ ０．１７３ ０．０５１
重构转变 ０．１８４ １．２７５ ∗∗∗ －０．１９６ ０．２０３ ∗∗ ０．１４２ ０．２６０ ∗∗
中介变量
新技术采用 ０．６２６ ∗∗∗
市场拓展 ０．８８９ ∗∗∗
内部体制改革 ０．９９９ ∗∗∗
模型统计量 x ＝３４．０８９ ∗∗∗ x ＝３１．２８９ ∗∗∗ x ＝３１．８０１ ∗∗∗ F 值＝８．６０２ ∗∗∗ F 值＝８．４２６ ∗∗∗ F 值＝１２．５５６ ∗∗∗
２
２
２
调整后的 R ２ ０．２３９ ０．２２５ ０．２２８ ０．３３３ ０．３２７ ０．４３１
注: ∗ 、 ∗∗ 和 ∗∗∗ 分别表示 １０％ 、 ５％ 和 １％ 的水平上显著.
