用户生成内容、吸收能力与企业电子商务绩效关系研究

发布时间：2020-03-10 19:23

【摘要】：在过去的数年中,信息技术在社会、经济、生活等各个方面不断渗透和更新。在大数据的研究和应用成为信息科技领域的热点后,带动了社交媒体、虚拟服务等越来越多的新兴的应用平台的出现和发展,并拓展了人们创造和利用信息的范围和形式。企业研究用户创造的在线大数据及社会化网络中的信息传播机理,重视社交网络等新兴应用中由普通用户所创造的信息内容(即用户生成内容)以及传播机理,因为用户生成内容中蕴涵了市场机会与企业成败的关键的因素。企业通过对用户生成内容的合理识别、获取、消化、整合、利用等方面,才能制定出更合适的商务策略和管理方法,从而充分利用用户生成内容和社会化网络所蕴含的价值,提高企业竞争力和取得更好的电子商务绩效。本文以国内企业作为研究对象,将用户生成内容分为主体用户生成内容和客体用户生成内容两类,探讨不同类型的用户生成内容通过潜在和现实吸收能力的中介作用来影响企业电子商务绩效的内在机理,并提出本研究的模型假设和理论推导。运用SPSS19.0和AMOS18.0对所收集到的调查问卷进行了统计分析和结构模型检验。最后,基于这些研究结论得出了企业相关的管理启示。通过对184份有效问卷数据的分析,研究结果如下:(1)主体用户生成内容和客体用户生成内容均对企业电子商务绩效有显著的正向影响;(2)主体用户生成内容和客体用户生成内容均对吸收能力有显著的正向影响,其中吸收能力包括现实吸收能力和潜在吸收能力;(3)现实吸收能力对企业电子商务绩效有显著正向影响,而潜在吸收能力与企业电子商务绩效的正向影响没有得到支持;(4)吸收能力在主体、客体用户生成内容对企业电子商务绩效的影响中起部分中介作用,其中现实吸收能力在用户生成内容和企业电子商务绩效的影响关系中存在中介作用,而潜在吸收能力在用户生成内容对企业电子商务绩效的影响关系中中介作用不显著,但潜在吸收能力对现实吸收能力有正向的作用,所以现实和潜在吸收能力在用户生成内容对企业电子商务绩效的影响中存在多重的中介作用。
【图文】：

模型图,验证性因子分析,模型,内容

、吸收能力和企业电子商务绩效进行验证性因子分析，，以此验证三者的关系假设。方程模型的拟合度指标通常有：χ2/df、RMSEA、GFI 、NNFI 和 CFIχ2/df 指数：是表示考虑模型自由度的卡方值，此时 χ2 需不显著，表明观模型是相互匹配的。若 2<χ2/df<5，模型可以接受；χ2/df≤2，表示模型指数主要用于比较多个模型[49]。RMSEA：表示一种表示评价度接近拟合情况的指标。RMSEA>0.10，则；0.08<RMSEA<0.10，模型拟合可以接受；RMSEA<0.08，表示模型拟SEA 值越趋近于 0，说明该模型拟合得越好。GFI、NFI 及 CFI：分别表示拟合优度指数、规范拟合指数和比较拟合指GFI、NFI 及 CFI 值的范围在 0-1 间，并且值越接近 1 越好。）用户生成内容的验证性因子分析生成内容有两个维度，分别是主体用户生成内容和客体用户生成内容。其户生成内容包括测度 6 个，客体用户生成内容包括测度 5 个。本研究8.0 作验证性因子分析模型，如图 5.1 所示。

模型图,验证性因子分析,吸收能力,模型

用户生成内容、吸收能力与企业电子商务绩效关系研究表 5.10 用户生成内容验证性因子分析拟合指标指数 χ2/df GFI NFI RMSEA CFI准小于 5 大于 0.8 大于 0.8 小于 0.1 大于 0.际 1.462 0.945 0.918 0.05 0．972用户生成内容验证性因子分析，用户生成内容的 11 个题项无需删除，吸收能力的验证性因子分析吸收能力的验证性因子分析模型如图 5.2 所示。
【学位授予单位】：河北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F724.6;F274;F715.5

【参考文献】