格格党

手机浏览器扫描二维码访问

7 4 研究结果（第4页）

如在与上海方度科技信息有限公司的经理进行访谈的时候，他们对公司的经营活动进行了这样的表述：我们公司主要从事办公软件的销售，起初的产品是金和协同办公（OA）软件。

但是不同客户由于各自企业生命周期的不同，对OA产品有很多不一样的需求。

于是公司就对产品进行了改进，把金和协同办公（OA）软件升级到比较高端的泛微协同办公（OA）软件，使每个客户可以根据自己的需要定制化OA软件。

再后来客户的跟踪服务过程中，我们公司发现OA软件已经不能满足客户发展的需要，后续又推出了企业资源管理系统（ERP）、客户关系管理（ERP）以及内网安全等适用于大中小企业的管理软件。

我们公司对于产品的不断改进与完善匹配了客户发展的需要，获得了客户的认可。

上海方度科技信息有限公司的典型案例说明了企业可以通过不断的技术改进和完善，不断地改进产品以满足客户不断提高的需要，从而持续不断地获得顾客满意。

此外，企业也可以通过革命式的创新手段开发新的技术与产品赢得新的客户。

如苹果电脑公司投入巨资开发iPod产品，投放到市场后赢得了很多客户。

《蓝海战略》中描述的太阳马戏团（CirqueduSoleil）也是一个应用探索式创新的实例，其走出了一条颠覆传统马戏团的发展战略：不是从早已萎缩的马戏市场争取顾客，不与现有马戏团大腕正面冲突，而是通过发掘未知市场拓宽新空间。

具体而言，太阳马戏团打破了原有的市场壁垒，重新认识和定义马戏团的顾客群：不仅仅包括儿童，还包括成年剧场的观众。

于是，他们提出全新解决之道：不仅向观众提供刺激有趣的马戏表演，同时在表演中加入戏剧情节和艺术内涵，取得了意想不到的效果。

在中国的商业实践中，也有很多探索式创新的实例。

如江南春决定去创造全新的产业，其后快速地在这个产业中占据垄断地位，而不是和别人在一条道上挤。

只有这样，才能真正地把所有竞争对手丢在后边。

于是，他在2003年创立了分众传媒，绕开竞争惨烈的传统媒体，走“分众”

之路，专攻楼宇液晶媒体，最终取得了巨大的商业成功。

因此，企业通过利用式创新活动复制、改进和完善已有技能到已有领域的经营活动，不断增加已有市场上客户的满意感，增加顾客忠诚感。

即主要通过对组织已有知识和技术的提炼和传统管理的继承来塑造组织经营的稳定性，目的是保证组织的短期运营效率。

此外，由于顾客需求变化的多样性和行业中竞争态势的此消彼长，企业在开发和完善已有产品和技术的基础上，也需要通过利用式创新活动开展发现新机会和新市场的活动，通过创造出新的产品和技术来开辟全新的市场和顾客，目的是保证组织的长期效果。

3.企业绩效的验证性因素分析

为了进一步确证探索性因素分析所得的企业绩效两因素结构模型，本研究基于随机抽取的另一半样本数据（共79份），采用验证性因素分析的方法，进行分析。

一般而言，利用结构方程模型来进行验证性因子分析时，我们需要考察各构面是否具有足够的收敛效度（tValidity）和区别效度（DistValidity），并可以依据检验结果对部分测量项目进行调整和修正，最终达到相对适合本研究的结果。

接下来，我们根据上面描述的三个标准进行企业绩效两因素结构模型的验证性因素分析。

在进行验证性因素分析前，首先我们根据探索性因素分析结果和理论推导设定假设模型。

探索性因素分析得到了一个二因素的企业绩效模型，我们将其作为本研究验证性因素分析的基本模型。

采用AMOS18.0结构方程建模软件，对基本模型进行了构思验证。

实证数据的整体拟合情况如表7-12所示。

表7-12多模型拟合情况汇总

在企业绩效二因素基本模型中，RMSEA等拟合指数达不到最低要求，这意味着二因素模型需要进一步的修正。

如上文所述，利用统计结果来做理论模式的修正，这种修正是理论假设与问卷实证调查之间的一种妥协结果。

但是，黄芳铭（2005）指出，无论如何都必须把理论的逻辑假设放在研究的首要考虑的位置。

在具体的修正过程中，我们必须综合考虑理论基础和修正对于模式拟合的改进程度。

一般来说，可利用统计软件输出的修正指标（Modifidices，MI）来了解导致模式拟合度不佳的原因，利用期望参数改变值（EPS）来判断拟合的改进程度。

依据J（1993）的建议，如果最大的修正指标无法具有理论的意义，则选择次大的指标，直到找到有意义的指标或关系修正才可以给予估计。

在使用修正指数时，一般建议一次只能释放一个参数，因为释放一个参数将可能降低或消除第二个要释放参数的拟合度改进情形（黄芳铭，2005）。

因此，我们首先考察企业绩效二因素基本模型（在观测变量间没有建立任何残差关联）的修正建议，发现相当多的MI值大于4.000。

其中，观察变量Short_per3的测量残差项e1不仅与观察变量Short_per1的测量残差项e2之间的MI为8.507，而且与观察变量Short_per2的测量残差项e3之间的MI为6.365，总和达到23.651。

基于上述考虑，我们删去观察变量Short_per3，得到企业绩效二因素修正模型M1。