农产品供应链中物联网技术采纳的影响因素分析，本文主要内容关键词为：农产品论文,因素论文,链中论文,技术论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
农产品供应链中应用物联网技术，就是应用与物联网相关的信息系统，通过物联网信息系统在农产品供应链中的应用，可以有效整合供应链各节点企业、实现信息共享，达到降低供应链运行成本、加强供应商与顾客关系的目的。哪些因素影响农产品供应链中信息技术采纳是很值得研究的问题，然而国内研究较少。基于组织的信息技术采纳的TOE模型综合考虑了企业内外部的众多因素，对组织信息技术的采纳解释有很强的说服力，因此本文将以此模型对农产品供应链中物联网技术的采纳行为进行研究和分析。国内外众多学者也围绕TOE框架做了一些研究。Chau和Tam用TOE模型对开放式系统的采纳影响驱动因素进行了分析[1]；张德海和康世瀛对物流信息网格技术采纳的影响因素及对策进行了分析[2]；李文川设计了汽车制造业中RFID采纳的过程模型，并得出了影响RFID采纳的影响因素[3]。
2 采纳分析模型确定
2.1 文献研究
通过对国内外相关文献的研究和总结，本文得出了以下结论：
(1)无线射频识别(RFID)采纳研究仍然是一个比较新的研究方向，国外学者在这方面的研究较多，国内只有李文川对RFID的采纳进行了研究。
(2)在研究方法上，国外学者最初运用定性分析的方法，比如文献研究、案例分析、专家访谈等；后来采用了定量分析的方法(调查问卷分析)。
(3)在研究模型上，大部分学者采用Rogers的创新扩散理论[4]；也有一些学者采用Tornatzky和Fleischer的技术组织环境(TOE)分析框架[5]。
通过文献研究，可初步确定影响物联网技术采纳的因素(见表1)，这里要特别说明的是，已有研究文献中“政府支持”出现的频次比较低，但笔者通过与行业专家进行沟通后了解到，中国政府的支持对新技术的采纳特别重要，因此本文将政府支持也作为因素进行考虑。
2.2 相关假设及模型确定
2.2.1 技术特性
(1)复杂性
物联网技术复杂性越高，意味着使这个技术成功的可能性越小。企业如果认为这个技术很复杂，那么企业的高层就会决定不采用或延迟采用这项新技术。所以，本研究认为技术的复杂性是阻碍物联网技术采纳的一个因素。假设如下：
H1:技术的复杂性对物联网技术的采纳有反向影响作用。
(2)兼容性
这里的兼容性是指物联网技术和企业的业务流程、IT基础设施、分销渠道、企业文化和价值体系兼容程度。一般地，如果信息技术有较好的兼容性，那么企业更容易去采纳它。
H2:兼容性对物联网技术的采纳有正向影响作用。
(3)感知效益
感知效益包括：供应链可视化程度更大、更节省时间、人力成本的减少、业务效率的提高等。
H3:感知效益对物联网技术的采纳有正向影响作用。
(4)成本
Tornatzky和Klein已经证明了成本对新技术的采纳有抑制作用[6]。在该研究中，成本包括采用物联网技术的硬件设施成本(RFID/EPC标签、阅读器、传感器、中间件、服务器等)，以及整个物联网系统的实施、整合、运行、维护成本。
H4:成本对物联网技术的采纳有反向影响作用。
2.2.2 组织因素
(1)企业规模
大企业将会有更多的资源进行新技术的测试或实验，然后再决定是否采用物联网技术。大企业更容易实现规模经济，也能承担起新技术带来的风险。同时，他们也将有更多的权利强制供应链合作伙伴采纳物联网技术。
H5:企业规模对物联网技术的采纳有正向影响作用。
(2)高层支持
当新技术作为一种创新被企业采纳时，必定会引发来自技术、任务和组织等各个方面的变化，这些都是新技术采纳中的不确定性因素，面对这些不确定因素，决策者往往要很慎重地做出决定。采纳物联网技术可能会改变企业原有的业务流程，需要企业财力支持，需要企业高层来进行。因此，本研究假设如下：
H6:企业高层支持对物联网技术的采纳有正向影响作用。
(3)供应链企业间相互信任
供应链企业间若没有很好的合作机制和信任机制，那么在物联网技术的采纳中就很有可能出现搭便车的情况，采纳物联网技术产生的成本大部分将由上游供应商承担[7]。
H7:供应链企业间的相互信任对物联网技术的采纳有正向影响作用。
(4)技术知识
技术知识是指企业自有的专业信息技术知识。企业如果已经掌握了新技术的相关知识、技能，那么这个企业就能对影响新技术采纳的诸因素(优缺点、成本)等进行很好的评估。
H8:技术知识对物联网技术的采纳有正向影响作用。
(5)员工阻力
当采用一项新的技术之后，有些员工可能会认为他们没有足够的资历使用这项新技术，同时新技术的实施会提高运作效率、减少劳动力，有些员工担心会失去工作，进而会抵制新技术的实施。
H9:员工阻力对物联网技术的采纳有反向影响作用。
2.2.3 环境因素
(1)外部压力
Premkumar和Ramamurthy研究发现，企业在强大的内部需要以及能够获得很好的竞争优势压力下，会采取新的技术[8]。除了内部需要及竞争优势带来的压力外，企业还可能面对来自供应链上下游企业技术创新的压力、竞争对手技术创新压力、商业模式的发展趋势与行业标准的发展带来的压力等[3]。
H10:外部压力对物联网技术的采纳有正向影响作用。
(2)不确定性
缺乏信息、技术知识，或者无法对发展趋势进行预测是引起不确定性的因素。企业往往不能确定他们的产品需求，不能在市场上确定他们忠诚的客户。
H11:不确定性对物联网技术的采纳有反向影响作用。
(3)政府支持
政府出台的相关政策、法律及提供的财力支持将对物联网技术的采纳起到重要的推动作用。在中国，很多企业都是政府导向型行动的，如果政府支持一项新技术的发展，那么企业在推行新技术时将有更大的助力。
H12:政府支持对物联网技术的采纳有正向影响作用。
本研究的物联网技术采纳模型如图1所示。图中的“+”表示因素对物联网技术采纳的正向影响，“-”表示因素对物联网技术采纳的反向影响。
2.3 研究变量的定义及量表设计
为便于数据分析，本文对研究变量进行了定义，并设计了测量指标。采用李克特的平衡态度7级量表作为变量衡量的方式(1表示非常不同意，7表示非常同意)，分值越高表示认可度越高。根据前面的分析，各变量的定义与分析如表2、表3和表4所示。
2.3.1 技术特性变量(见表2)
2.3.2 组织因素变量
组织因素中除了企业规模，其余均采用李克特7级量表进行度量。组织因素量表设计如表3所示。
2.3.3 环境因素变量
3 数据分析与结果讨论
3.1 问卷样本的选取
为保证可靠性和可操作性，本研究选取对供应链、物联网技术、信息技术等都有一定了解的人作为调查对象。本研究选择了佛山市和山东省的农产品企业及深圳沃尔玛的农产品供应商企业中的中高层管理人员或技术人员，因为他们对企业的整体运营情况比较熟悉，且对物联网等新兴技术也有一定的认识。因本调查的专业性，被调查对象可能对问卷题项存在疑惑的地方，且问卷的填写也可能掺杂了较多个人的感受。因此在调查过程中，笔者积极与被调查对象进行沟通，以保证调查结果的真实性、可靠性。在有效回收的问卷中，调研对象的描述性统计如表5所示。
3.2 问卷的发放和回收
本研究采用了邮寄发放、E-mail方法以及网上在线填写相结合的方式发放调查问卷。本次研究调查了34家企业，每家企业发放问卷数为3～5份不等，总共发放了150份调查问卷，回收92份，问卷回收率为61.3%。其中无效问卷9份，有效问卷83份。
在回收的有效问卷中，涉及被调查的企业共34家，其中特大型企业1家、大型企业2家、中型企业9家、小型企业22家。被调研企业的企业规模描述性统计如表6所示。
3.3 信度分析
通过对数据进行分析，得到了变量的Cronbach α信度系数表(见表7)，从表中可以看出所有变量的信度系数均大于0.7，通过信度检验。
3.4 测量模型评价
3.4.1 拟合度检验
用Amos 17.0进行卡方检验的结果为：CMIN=583.32，p=0.03，在0.05的显著性水平下，零假设没有被拒绝，这说明模型的拟合程度较好。同时，如表8所示，其他的拟合指标GFI=0.961、NNFI=0.83、CFI=0.912、RSMEA=0.063，与理性值对比，NNFI接近理性值，其余的指标均在可接受的范围之类，这也说明模型的整体拟合度较好。
3.4.2 路径系数显著性检验
本研究目的之一是为了验证哪些因素影响农产品供应链中物联网技术的采纳，并识别影响的程度。在上述2.2节提出了12个假设，也就是物联网技术采纳的12个影响因素。为对这些因素(假设)进行验证，需对路径系数(潜变量之间的回归系数称之为路径系数)进行显著性检验，这与回归分析中的参数显著性检验类似。Amos提供了一种较为简单快捷的方法——CR(Critical Ratio)，CR是一个Z统计量，使用参数估计值与其标准差之比构成。在用Amos进行分析时，它也同时给出了CR的统计检验相伴概率p，使用者可以根据p值进行路径系数/载荷系数的统计显著性检验，在这里本研究将显著性水平设为0.01。表9列出了模型路径系数的标准版估计值及显著性水平，并给出了假设结果。从表中可以看到除了假设H9和H11，其余假设都是成立的。
3.5 研究结论
本研究以技术-组织-环境(TOE)模型为基础，研究了影响农产品供应链中物联网技术的采纳驱动因素，并通过SEM及Amos 17.0软件对本研究的TOE模型进行了实证分析。实证分析表明，模型能够较好地解释农产品供应链中物联网技术的采纳。
通过路径系数显著性检验，发现除了员工阻力和不确定性这两个因素被模型拒绝以外，其余因素均被模型支持。在被支持的众多因素中，兼容性、感知效益、企业规模、高层支持、供应链企业间相互信任、技术知识、外部压力、政府支持对物联网技术的采纳有正向的显著影响，其中影响最大的是企业规模，影响最小的是外部压力；复杂性和成本对物联网技术的采纳有负向的显著影响，其中成本对物联网技术的采纳有很大的影响。图2显示了根据路径系数显著性检验结果修正后的物联网技术采纳影响因素模型，其中箭头上的数字表示各因素对物联网技术采纳影响的大小。
4 结论与展望
通过文献分析、实地调研，依据TOE理论框架，从技术特性、组织因素、环境因素3个方面对农产品供应链中物联网技术采纳的影响因素进行了分析。根据实证分析，技术特性的复杂性、兼容性、感知效益、成本，组织因素的企业规模、高层支持、企业间相互信任、技术知识，环境因素的外部压力、政府支持等因素对农产品供应链物联网的采纳有显著影响。上述结论有助于农产品供应链管理中，各节点企业了解物联网在供应链中应用的业务流程及影响因素，并知晓这些因素对物联网采纳影响的重要程度，有助于企业更正确、合理地做出决策，为推动物联网在农产品供应链中的应用做出了贡献。本研究存在的不足之处主要有：①可能存在技术、组织、环境三者之外(或之内)，对物联网采纳有影响、但没有被本文采纳的因素；②由于大规模的数据采集存在难度，本文的样本数量偏少，研究出的结果还有待进一步确认，后续可扩大调研范围，获得尽可能多的样本数据，使研究结果更加完善。