第 5 章 实证分析
5.1 描述性统计分析。
预调研后开始大规模调研，样本扩展到中国境内；考虑到网购兴起时间以及用户的年龄，我们主要对 23 岁及以上的青年、中年发放问卷，最终发放 303 份问卷，实际回收 180 份，回收率 59.4%.这 180 份问卷中，有 3 份由于没有相应的网购经验，被剔除；另外 18 份未通过正态性分布检验，被剔除。因此，最后得到有效问卷是 160 份，实际有效率是 52.8%.Bagozzi 和 Yi（1988）[53]
指出，总样本数减去要估计的变量数后结果大于 50,或者 100~200 个样本都可以采用极大似然估计法。在本文中估计变量有59 个，有效样本是 160 个，满足以上两个要求。
样本地区涉及除台湾以外的 22 个省，4 个直辖市，以及新疆自治区的 160 个样本。
从人员从事职业上来看，55.45%的问卷来自高等学校在校生，其余是来自公务员、制造业、服务业等各行业的从业者，可见网购已深入各个社会群体的工作生活之中。有效问卷中接受问卷调查的人员，都具有大专以上学历，且有两年以上网购经验，对电子商务对生活工作的影响有一定的看法和认识，多数都见证了电子商务从无到有再到蓬勃发展，受试者所在的行业和消费经历，都表明有效问卷数据质量很高。
（1）电子商务。
电子商务的量表经过预调研的结论，仍保持 EB1~EB6 六个题项，具体的描述性统。
Kline 提出样本服从正态分布的条件是：偏度的绝对值小于 3 且峰度的绝对值小于10[54].
电子商务的各项指标中，除 EB4 外，其余的均值均大于 4,说明被调查者对电子商务发展的认同度较高，认为电子商务中信息数量大、覆盖范围广、更新速度快，电子商务相关的支付方式也多样化，能为使用者提供便捷支付方式，而电子商务中纷繁复杂的信息，则需要进一步加强分类，以使使用者地快速找到所需信息。
电子商务各测量指标峰度、偏度符合标准，样本呈正态分布的状况，继续分析。
（2）产业布局。
产业布局包含 5 个题项，具体的描述性统计情况。
均值最高的为 IL4（企业逐步由城市中心向郊区转移），均值最低的是 IL5（企业逐步由大城市向小城镇转移），但是两者差距不大，可见人们对电子商务带来的"去中心化"还是比较认同的。IL1（电子商务环境下企业营销成本降低）、IL2（物流业发展使得商品运输成本降低）、IL3（电子商务相关产业在选址时会倾向于集聚）这些题项的均值也接近 4,表明电子商务为产业的重新布局提供的成本优势已经初步显现，电子商务为企业的布局分布提供了重要参考。
产业布局各测量项的峰度值、偏度值满足条件，样本呈正态分布的状况，继续分析。
（3）产业结构。
产业结构包含 4 个题项，各题项指标的均值、标准差、偏度以及峰度的描述性统计情况。
IS3（电子商务带动物流业迅速发展）均值最高，IS4（电子商务催生了许多新兴行业）均值也较高，IS2（电子商务促进小城镇制造业的发展）均值最低。这说明，人们电子商务对物流业的促进大家有目共睹，特别是每个人都能感受到近些年物流服务的不断完善，也对电子商务对新兴行业特别是第三产业，诸如设计装修、摄影、代运营、培训等行业的兴起起了推动作用。当然，不同地区电子商务发展不平衡，在浙江丽水、遂昌等地，电商为农产品销售开辟了广阔市场，而许多地方的农产品还是靠传统的批发市场销售，人们对这一问题的认识同样受周围所处环境的局限。
产业结构各测量项的峰度值、偏度值符合标准，样本呈正态分布的状况，继续分析。
（4）就业。
就业包含 3 个题项，具体的描述性统计情况。
就业的三个题项均值非常接近，表明人们对电子商务促进就业这一问题的认识非常统一，特别是电子商务能吸纳各个层次的就业者，高层次就业者可以从事管理、编码等技术获得，即使低层次的就业者也能找到诸如配送、分拣等的工作。
就业各测量项的峰度值、偏度值符合标准，样本呈正态分布的状况，继续分析。
（5）消费方式。
经过题项净化以后，消费方式包含 2 个问项，具体的描述性统计情况。
人们更倾向于网络购物，一方面由于网购可供选择的产品种类多、品牌质量好；另一方面，网购的确省时省力，对于上班族及学生族的确是不错的选择。
消费方式各测量项峰度值、偏度值满足要求，样本呈正态分布的状况，继续分析。
（6）公共服务。
公共服务包含 4 个题项，具体的描述性统计情况。
PS1（我会通过就业网搜寻工作信息）的均值最大，PS4（网购中，有相应的法律能保护我的权益）的均值最小。这说明，电子商务的发展大大促进了就业等社会性公共服务的发展，电子政务等也极大地便利了人们的生活，但是正如 PS4 均值较低所展现的问题，相应的法律发展并没有能够跟上电子商务实践的步伐，网购的便利性吸引消费者触网但是消费者还是感觉到在虚拟的网络中缺乏相应的保障，这需要政府进一步完善立法，给消费者一个安全放心的网购环境，促进电子商务健康有序发展。
公共服务各测量项的峰度值、偏度值符合标准，样本呈正态分布的状况，继续分析。
5.2 信度与效度分析。
5.2.1 信度分析。
在上一章正式问卷的基础上，本节进行量表的内部一致性信度评价。
信度是测量工具能否稳定地测量事项的程度，具体指概念测量的可靠程度或测量数据的一致性及稳定性程度[55].前文已对信度指标做以具体说明，这里不再累述。运用SPSS17.0进行的信度分析结果[56],如表5.7所示。可见，六个变量的Cronbach'sAlpha 系数均大于 0.7,删去其中题项会使得 Cronbach's Alpha 系数降低，而且， CITC值大于 0.50,通过对这两项的分析表明，修正后量表，信度较高。
此外，使用潜变量的组合信度（CR）以及平均方差提取值（AVE）对信度进行进一步的确定[57].组合信度值越高信度越高，至少应在 0.70 之上[58].平均方差提取值越大收敛效果以及信度越好，至少应在 0.50 以上[53].各潜变量的 CR 与 AVE 见表 5.8,5.9,5.10,5.11,5.12,5.13.
5.2.2 效度分析。
效度（Validity）也被称作测量的有效度或准确度，是指测量工具所测得的结果达到期望目标的程度。通常而言，效度越高，其结果越能显示测量对象的真正特质。
1. 电子商务的效度分析。
电子商务包含六个维度，通过 AMOS 验证性因素分析可知，6 个测量指标的因子载荷分别为 0.766,0.867,0.777,0.579,0.641,0.660,均介于 0.5-0.95 的区间内，因而电子商务能被构念解释的变异量很大。临界比分别为：10.752,9.758,7.095,6.600,6.853 均大于 1.96,显着性概率值均小于 0.001.因素负荷量平方（信度指标）分别为：
0.586,0.752,0.604,0.535,0.593,0.514 所有值均在 0.50 以上，观察变量个别项目的信度尚可。标准误差值均为正数，且达到 0.001 的显着水平，标准误差估计值分别为0.053,0.029,0.022,0.029,0.038,0.033,0.034 均很小，模型无界定错误。电子商务的卡方值（χ2）为 16.506,卡方自由度比值（χ2/df）为 1.834,显着性概率P=0.092>0.05,因而接受虚无假设，假设模型与观测数据相契合。GFI、CFI、NFI、AGFI、RMSEA,各项指标值均达到可接受的水平，模型的适配度良好。电子商务的组合信度（CR）为 0.865,平均方差提取值（AVE）的值为 0.521,分别大于 0.6 和 0.5 的标准。
因而，电子商务的内在模型质量理想。
2. 产业集群的效度分析。
采用极大似然估计法对模型进行回归分析，在模型上将"产业布局-> IL1"、"产业结构-> IS1"作为固定参数，固定值为 1,因此其标准误差、临界比和显着性 P 值均为空白。产业布局包含 5 个维度，产业结构包含 4 个维度，通过 AMOS 验证性因素分析可知，9 个测量指标的因子载荷分别为 0.693,0.746,0.550,0.772,0.797,0.732,0.738,0.694,0.709 均介于 0.50-0.95 的区间内，临界比分别为 6.282,5.588,7.020,6.608,8.301,6.788,8.017 均大于 1.96,显着性概率值均小于 0.001,因而产业布局能够被构念解释的变异量很大。因素负荷量平方（信度指标）分别为：0.552,0.617,0.503,0.595,0.586,0.536,0.544,0.533,0.502,各指标值均在 0.50 以上，观察变量的个别项目的信度值尚好。测量误差均为正数，且达到 0.001 的显着水平，变异量标准误差估算值分别为 0.043,0.056,0.038,0.030,0.034,0.022,0.036,0.035,0.031,0.027,0.028均很小，模型无界定错误。产业集群模型的卡方值（χ2）为 45.11,卡方自由度比（χ2/df）为 1.735,显着性 P=0.102>0.05,接受虚无假设，模型与数据契合。GFI、CFI、NFI、AGFI、RMSEA,各项指标值均达到可接受的水平，模型适配度良好。根据因子载荷计算出产业布局和产业结构的组合信度系数（CR）分别为 0.839,0.810 均大于 0.6,平均方差提取值（AVE）分别为 0.514,0.516,因而产业集群模型的内在质量较为理想。
3. 城镇化的效度分析。
采用极大似然估计法对模型进行回归分析，在模型上将"就业-> EP1" 、"消费方式-> CT2" 、"公共服务-> PS1"作为固定参数，固定值为 1,因此其标准误差，临界比和显着性 P 值均为空白。就业 3 个维度，消费方式 2 个维度，公共服务 4 个维度，通过 AMOS 验证性因子分析可知，9 个测量指标的因子载荷分别为 0.888,0.921,0.719,0.782,0.792,0.712,0.781,0.759,0.609 均介于 0.5-0.95 的区间内，临界比分别为14.194,10.652,5.859,5.172,5.828,5.323 均大于 1.96,显着性概率值均小于 0.001,因而城镇化的模型能够被构念解释的变异量很大。因素负荷量平方（信度指标）分别为：0.788,0.849,0.517,0.612,0.627,0.509,0.537,0.576 值均在 0.50 以上，观察变量个别项目的信度值尚好。测量误差值均为正数，且达到 0.001 显着水平，变异量标准误差估算值分别为 0.044,0.137,0.057,0.017,0.016,0.021,0.101,0.093,0.055,0.041,0.036,0.048 均很小，模型无界定错误。城镇化模型的卡方值（χ2）40.706,卡方自由度比（χ2/df）为 1.696,显着性概率值 P=0.103>0.05,接受虚无假设，模型、数据契合。GFI、CFI、NFI、AGFI、RMSEA,各项指标值达到可接受的水平，模型的适配度良好。根据因子载荷计算出就业、消费方式、公共服务的组合信度系数（CR）分别为 0.883,0.765,0.809 值均大于 0.6,平均方差提取值（AVE）分别为0.718,0.619,0.516,AVE 的值均大于 0.5,因而城镇化的内在质量较为理想。
