互联网与业务流程融合的创新扩散及关键因素研究

近年来，中国政府对信息化发展的重视度不断提高，党的十七大明确提出信息化与工业化融合的命题，十八大提出要推动信息化和工业化深度融合。工信部颁布《信息化和工业化深度融合专项行动计划(2013-2018年)》和《信息化和工业化融合发展规划(2016-2020)》,提出要完善工业企业两化融合水平测度机制，建立企业两化融合水平测度指标体系和等级评定办法。十九大进一步提出“加快建设制造强国,加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。在此背景下，研究企业两化融合测评方法，揭示两化融合的关键因素和规律，建立相关监测模型和评价体系，运用有关统计资料，客观测评企业两化融合状况及影响问题，对于中国政府科学制定两化融合宏观发展战略、加快中国信息化发展步伐，具有重大意义和实用价值。

随着“互联网+”行动的实施，工业化与信息化融合日益成为学者们关注的焦点[1]。本文讨论的互联网融合意指互联网技术与企业价值链上核心业务流程的集成，研究目的在于探索企业如何有效利用互联网相关技术开展业务活动，揭示企业销售、客户服务、采购、与贸易伙伴信息共享及协同等价值链上业务活动电子化执行的程度及特征。现有研究表明，电子化业务流程能创造业务价值[2]，IT(信息技术)创新只有融入价值链才能产生高的业务价值。因此，越来越多的企业试图将信息技术融入价值链业务流程之中[3]。相关研究大多侧重于IT技术应用，也有一些提倡使用经济指标度量技术投资与应用效果[4]，忽略了IT投资在改进业务流程中的作用[5]，未能揭示企业利用IT技术支持业务活动开展的现状及特征，所得结论具有一定局限性。尤其是中国情境下的相关研究还较少，对企业互联网融合方面的认识十分有限，但这是帮助管理者作出有效决策，促进互联网与实体经济深度融合的关键。因此，互联网融合议题成为当前研究的热点。

1 文献回顾

1.1 技术扩散文献与TOE框架

关于互联网相关技术应用扩散的研究，在技术内涵、研究方法和互联网相关技术及特征测度方面均有所不相同，具体见表1。

可以看出，相关研究大多采用TOE(技术-组织-环境)框架分析创新采用与扩散影响因素，表明该分析框架对于解释组织创新扩散决定因素十分有效。TOE框架不仅关注技术特征(如技术准备、技术集成、网络开支、网站功能、相对优势、兼容性)，而且也考虑组织特征(如高管支持、战略投资、组织规模、行业类型)和环境特征(竞争压力、监管支持)，可以全面解释技术创新扩散。

互联网技术只有广泛而深入地融入业务流程与活动之中，才能实现最大化预期收益[17,2]。近年来，相关研究重点已转向互联网技术应用及其对具体业务流程的支持机理。例如，Zhang等[18]研究了IOS使用的广度与深度；Hossain等[19]研究RFID扩散过程；Lin等[12]研究供应链管理系统的采用；Oliveira等[9]研究云计算的采用；Hsu等[20]研究物联网的采用。然而，很少有人研究互联网技术在整个价值链中的应用[17]。在创新扩散领域，尚未对互联网融合特征及影响形成充分理解。

(1)互联网技术采用和扩散研究大多考察其具体应用，而具体应用难以能说明给企业带来的根本性变革。而且有些技术的应用相对容易，企业作出采用决定的争议较少。对于先进的互联网技术，尤其是那些涉及网上交易和与业务流程集成的技术，其采用与扩散过程是复杂的。

(2)很少采用实证数据描述互联网融合创新扩散特征。尤其对于传统实体企业，由于在测度标准制定和数据收集上存在困难，其特征描述更加困难。需要收集多家企业数据的实证研究大多专注于特定行业或具体的互联网应用，这些研究推动了知识前沿探索，但研究结果缺乏可推广性。

(3)现有研究使用了各种因变量，一种是“采用”，通常使用创新的实际获取或购买来测度。Fichman[21]指出这种测度比较“狭窄”，因为购买与全面实施有很大差异，成功采用并不一定会导致广泛使用[10]。文献中另有一类研究分析技术采用过程，而不是作出采用决定[22]。这类研究关注技术应用在组织工作流程中扩散且在这些流程相关的活动中常规化的程度，但主要集中在发达国家[23]。这类研究通常将扩散视为一个可以划分为若干个阶段的纵向过程[24,8,2]，主要描述创新使用的过程，但对于理解互联网与业务融合帮助不大。

1.2 面向业务流程的技术扩散

IS领域相关研究从不同视角分析了互联网技术应用的创新扩散情况。例如，Lin等[25]从内部融合和外部扩散视角研究了电子业务扩散；Zhang等[18]从深度和广度视角研究了IOS(组织间系统)的使用；Hong等[13]从采用和转型两方面研究了电子商务扩散；Hsu等[11]从多样性和规模测度了电子商务的使用。研究结果提供了很多有价值的指标，如赵玉林等[1]利用投入产出法测算我国制造业与信息产业融合度；Hong等[13]用网上收入占比度量企业互联网转型程度。但采用经济指标的做法是把技术应用及效果视为一般投入产出关系，忽略了互联网与业务融合的作用，无助于理解企业如何应用互联网技术支持正在进行的业务活动。另一方面，大多数研究关注具体的互联网应用，而不是强调互联网技术总体应用扩散状况。如何将互联网融入业务仍然是一个亟待厘清的问题。

为了理解互联网技术应用扩散过程，有学者基于流程观分析互联网环境下制造企业价值链上的业务流程，并将互联网技术实施过程划分为若干阶段，分析企业互联网技术扩散程度、阶段和发展路径[26]。然而，面向流程的 IT创新扩散研究十分缺乏。

Mitra等[5]曾指出，现有研究忽略了“IT 投资的业务价值、IT对业务流程改进的作用，以及 IT 使业务创新实现的能力”。此后，相关问题开始引起学术界关注，并在近年来出现了一些面向流程的IT创新扩散及价值研究。Zhu等[2]提出一个电子化业务流程研究模型，用以分析电子化业务流程能力影响因素及相关绩效，并证实电子化业务流程的价值；Soto-Acosta[17]考查了企业价值链上影响电子化业务流程使用的因素和价值，发现电子化业务流程通过组织创新对企业绩效产生显著贡献；Rahayu等[27]研究中小企业电子商务采用关键因素，将电子商务使用程度界定为利用电子商务进行价值链上各种活动的数量，包括广告与营销、销售、采购、服务和支持、与客户和供应商的数据交换，以及业务流程集成；Benitez等[28]研究电子商务技术对经营能力和盈利能力的影响，用网站提供服务相关的26个电子化业务活动数量度量企业电子商务技术应用程度。

2 理论基础

2.1 创新扩散理论与TOE框架

创新扩散理论将技术创新扩散定义为企业使用新方法、流程和技术的扩展过程。IS(信息系统)领域的创新扩散研究通常以创新扩散理论作为基础，这一点已被相关文献广泛证实[7,8,25]。互联网融合是以某种方式影响业务流程并对其进行变革的组织技术创新，因此创新扩散理论是相关研究的理论工具。

按照创新分类，互联网融合属于III类创新，聚焦于企业集成互联网到核心业务流程，或者通过互联网延伸基本商品和服务，并集成价值链上的供应商与客户。互联网融合反映了先进的互联网技术发展与应用，属于高知识密集型、复杂、多层面的组织技术创新，需从技术、组织和战略等方面实施变革。首先是IT创新，即互联网技术发展与应用；其次是管理创新，推动企业全面转型，包括组织结构、业务流程、管理、与客户和合作伙伴的关系等；再次是战略创新，为企业制定互联网发展战略提供机遇。

本文探讨的互联网融合特征源自创新扩散理论，假定企业创新应用受到技术和组织特征的影响[6]。

2.2 流程观

对于IT 创新的实施效果，有专家提出面向过程的方法，认为 IT 使企业工作流程发生变化进而提高企业竞争力。流程观源自面向过程的方法，认为IT价值应体现在IT对业务活动与流程的影响上，主张把鉴别IT对业务流程的影响作为研究的出发点。流程观能够对组织行为进行动态描述，提供了跨职能分析视角，能够反映企业复杂创新扩散的实质，并让研究者专注于价值产生过程。

流程观是研究互联网技术对业务影响的一种有效思想[26]，但从现状看，以此考察企业价值链上互联网融合的实证研究很少，研究结论未能充分揭示企业应用互联网技术支持业务活动的整体情况，而且对于引起企业互联网融合差异的关键因素至今仍未厘清，在中国这一研究更显迫切。

3 模型与假设

3.1 模型构建

基于创新扩散理论与TOE框架，构建互联网融合研究模型，包括技术创新和组织特征方面的影响因素，如图1所示。

3.2 研究假设

(1)技术准备。技术准备反映一个企业在信息化方面的现有资源及发展潜力[29]，是影响信息系统成功采用的一个重要因素[10]。技术准备主要指企业运营所必需的内部技术基础，是公认的实施和运维成本，包括硬软件安装和员工培训，是互联网技术应用的重大障碍[12]，尤其在发展中国家，财务成本往往成为企业电子商务扩散的阻力[14]。

互联网融合是以IT作为技术基础的复杂组织创新，它的发生与发展需要必要的技术准备，包括必要的IT基础(IS应用和投资)和IT专业知识与技能。企业内部IT基础设施不足、技术与财力资源缺乏可能阻碍新技术的使用。拥有更多专业人士的企业采用电子业务会更快 [29]，投资于IT专业知识与技能会整体实施进程。技术准备越充分，越能够促进互联网融合。故提出如下假设：

H1：技术准备与互联网融合正相关。

(2)Web功能。企业提供各种各样的Web功能，从内容的静态展示到交易的动态捕捉，以及安全保障和个性化推荐等[10]。Web功能主要指企业运营所必需的外部技术基础，为业务伙伴提供Web信息、服务和集成。

企业能够设计更为丰富多彩的Web功能，首先，将有助于给客户提供实时信息，更新产品供应和价格信息；其次，可通过在线账户管理提供自助服务，与供应商进行在线交易；最后，Web集成度越高，说明企业Web平台与内外IS应用集的越好，就越有可能提供合适的条件促进创新扩散[13,29]。企业若有能力提供更多的Web功能，会让客户和业务伙伴更愿意在线合作，进一步促进互联网融合。故提出如下假设：

H2：Web功能与互联网融合正相关。

(3)安全感知。安全是用于保护软硬件、信息和相关资源免受未经授权的访问、使用、篡改或盗窃的一系列程序、技术和措施，指在交换机密数据和开展在线业务时互联网平台的安全程度。安全是互联网的重要问题[30]，是互联网融合不可缺少的条件。

企业对在线业务的诚信和安全问题十分担忧，这是未来互联网经济发展的障碍。由于互联网技术沿着价值链集成到业务流程中涉及到安全问题，企业会有安全顾虑，进而削弱其采用互联网技术的相对优势[9]。安全感知会影响企业参与互联网融合的行为。

目前考察安全特征对创新扩散影响的研究很少，故本文选择安全感知作为互联网融合的一个因素，提出如下假设：

H3：安全感知与互联网融合正相关。

(4)组织规模。组织规模是创新扩散的一个有价值的决定因素，但其作用没有定论。有研究提出冗余资源是组织创新扩散的一个重要决定因素[31]，但也有研究指出大型企业的结构惯性会成为采用在线业务的负担[8]。

组织规模代表组织的一些重要方面，不仅包括组织结构，还包括冗余资源。大型企业一般都有可自由支配的资源，因此被认为是创新扩散的推动者。而小企业则相反，往往因为缺乏资源而难以推动[6]。既然大企业一般都拥有冗余资源，就更有可能尝试将互联网集成到业务流程中。对于组织规模，有4种测度方法(物理容量、员工数、销售量、可自由支配资源)[31]，相关研究使用最多的测度是员工数。本文为了验证资源对创新扩散的决定作用，采用年产值和净资产作为观测变量考查对互联网融合的影响，提出如下假设：

H4：组织规模与互联网融合正相关。

(5)高管支持。技术采用能力和使用质量取决于管理层的态度[16]、管理特点及支持。技术创新扩散使得组织适应性面临挑战[10]，不是所有的企业都能够有效的管理组织的适应性，企业如果缺乏管理技能，就不能恰当地引导组织适应和促进创新扩散深化。

高管支持被认为是互联网创新扩散的一个积极影响因素[20,9]。如果员工得到上级更多的支持，一项新技术就更有可能成功地融入企业的业务[6]。现有研究表明，掌握企业资源调配权力的人会影响创新采用与使用，高管管理技能在新技术扩散中起着关键作用，信息化规划与企业战略定位的匹配会直接影响到信息化成效[32]。而且高管是否积极参与塑造新技术实施的远景、战略、规划，支持业务流程再造，会给管理团队传输一种强烈的信号。

高管支持会对互联网融合在创建支撑环境和提供充分资源方面发挥关键作用，能恰当地引导组织适应和促进互联网融合，故提出如下假设：

H5：高管支持与互联网融合正相关。

4 研究设计

4.1 数据与样本

为了验证研究模型及假设命题，本研究进行了问卷设计，通过电子邮件调查、在线调查、电话调查等方式，对陕西西安、渭南、咸阳、兴平、宝鸡等地的传统企业进行调查，获取有效样本196个。按2003年度国家统计局公布的标准，大中小型企业占比分别为21%、64%和15%。从企业性质看，国有及国有控股、股份制、民营和其它性质企业占比分别为75%、17%、5%和3%。

本次受访者主要是了解企业信息化总体实施情况的企业主管或高管。从表2可以看出73%的数据来自企业CEO、厂长、总工、IT部门主管CIO、行政主管，显示出数据的高质量和来源的可靠性。被调查者的头衔，大中型企业有CIO和技术总监或IT经理，而小型企业有IT经理或企业主，反映出不同规模企业在IT管理职责划分上存在较大差异。

从样本企业实施的信息系统看，研发生产类(如CAD/CAM/CAPP/CAQ)120多项，平均每家近1项；管理类(如OA，HRM，物流管理，进销存管理)200多项，平均1.5项；综合管理类(如ERP、MIS、MRP/MRPII，CRM、SCM)70多项，平均每家企业不到1项；电子交易类(含网站)150多项，平均每家企业1项。企业信息化应用主要集中在财务管理、OA、CAD、HRM等方面，部分企业实施了综合性信息系统，如ERP、MIS、MRP/MRPII等，但总体比例偏低，CAQ、CRM、SCM等应用比较缺乏，如表3所示。

从组织规模看信息化应用，大型企业的信息系统项目数远高于中小型企业，但应用深度不够，具体见表4。

从行业分析，装备行业以CAD、CAM为应用主体，ERP、PDM、CAPP、CAQ等较其它行业多，分别占全部项目的50%、70%、65%、72%；电力系统以OA、MIS、HRM为主，医药行业以ERP、物流等为主。企业越来越注重信息化与核心业务密切结合。95%的大型企业和60%的中型企业建成企业局域网，90%的企业建有网站。

企业信息化投资中大中型企业占主导地位，大型企业信息化投资约占企业总投资的60%，平均每家企业分别比中型企业、小型企业高出5倍和75倍。

4.2 因变量及测度

因变量是互联网融合，用价值链上在线执行的业务流程衡量，具体见图2，业务流程涵盖企业的主要通用功能：产品研究和开发、采购、销售(推广和售后服务)和物流。通过鉴别这些业务流程是否是在线执行对互联网融合进行评分，“是”计1分，“否”计0分，将各项得分累计作为其分值。

4.3 自变量

自变量为多维变量，表5列出了各自变量的构成、观测变量、含义及统计分析结果。

技术准备的测量参考前人研究，从IT人力资源、专业技能、IS应用项目和相关投资4个方面衡量。

Web功能的3个观测变量中，Web信息与Web服务的测量是通过对企业网站内容的详细分析，了解企业在产品与服务信息方面是否具备应有功能，Web集成的测量则需要调查企业网站前端、后端以及与合作伙伴间的集成程度。

安全感知和高管支持，采用7刻度Likert等级测量，要求调查对象从“极不同意”到“十分同意”打分。组织规模用年产值和净资产衡量。

5 数据分析

5.1 量表质量评估

首先对多项量表进行信度与效度检验。采用Cronbach's α系数检验量表可靠性和内部一致性。结果显示，Cronbach's α值均大于0.7(见表5)，表明量表同构性较高、可靠性较强。

然后，对量表进行效度检验。本文根据特征根大于1、载荷大于0.5的标准，因子提取采用主成分分析法，因子旋转采用最大方差旋转法，共抽取5个公因子，解释了所有观测变量78%的变差，见表5。

5.2 假设检验

采用多元Logistic回归和结构方程建模方法检验假设命题，以识别互联网融合关键因素及贡献。

5.2.1 Logistic回归

因变量具有不同的层级划分，故采用多元Logistic回归进行假设检验。根据一组特定的自变量取值可得到因变量的取值概率，进而比较各自变量对因变量取值的影响。

如果因变量y有J个值，以其中一个值作为参考类别，其它类别与之相比可生成J-1个非冗余的Logit 变换模型。对于y的每一个取值，都有一个Logit模型，对应一组系数。例如，以y=J作为参考类别，则对于y =i，其Logit模型为：

式中，Bi0为常数项；Bi1,…,Bin为Logistic模型的回归系数，是Logistic的参数估计值；X1,…，Xn是自变量。

由于几率比几率的对数更容易理解，故将方程(1)转换为：

因变量取值概率P计算公式为：

自变量在回归方程中概率值(P)越小，其显著性越高，说明自变量的影响越大。Logistic回归结果如表6所示。

利用自变量的概率值检验假设成立与否，主要根据其显著性水平判断。表6数据表明， H1、H2、H3在3个显著性水平上均得到支持；H5在2个水平上得到支持；H4(P=0.012>0.01)只在0.1水平上显著得到支持，表明影响最为显著的因素是技术基础、Web功能和安全感知，其次是高管支持，最弱的是组织规模。

进一步通过选取子样本并对因变的值重新进行分割，重建回归模型以检验回归模型的稳健性。

子样本选取156家企业，固定资产净值、工业总产值、年销售收入均在1 000 ～2 000亿元；职工人数约50万人；大多是装备、石化、电力、煤炭、有色、医药六大支柱行业和地方骨干龙头企业；信息化资金投入占总样本企业的近90%，其中装备、石化、电力分别占到33%、23%和20%，样本具有一定代表性。

将因变量值分割成5类(互联网融合的5个水平)，按照业务流程在线执行难易程度划分，分别用1～5刻度值表示(见图2)：①电子信息搜索与内容创建类；②简单电子交易类；③复杂电子交易类；④在线谈判类；⑤支持与客户、供应商之间协同商务。例如，企业只进行与电子信息搜索和内容创造有关的活动，其因变量取值为1；若在此基础上能应用电子目录购买或销售产品，因变量取值为2；若还能参与电子拍卖、网上招投标活动，因变量取值为3，依此类推。

对子样本建模，模型的χ2=143.297，P=0.000；Pearson相关系数和Deviance的χ2为499.004、256.016，P=1>0.05；Cox&Snell、Nagelkerke和Mc Fadden3个统计量的值分别为0.601、0.651、0.359，说明模型拟合较好。

子样本回归分析结果见表7，概率值P值越小(Wald值越大)表示对因变量影响越显著，B回归系数的正/负号表明正/负影响。结果表明，H1、H2在0.001显著水平上得到支持，H3、H5在0.01水平上得到支持，H4(P=0.010)在0.1水平上得到支持，与前述分析基本一致。

连结函数：Logit

平行线检验见表8，χ2=19.257，P=0.505>0.05，认为无论因变量的分割点在什么位置，模型中各自变量的回归系数均不会随着因变量分割点的变化而变化，Logistic回归模型有序、稳定。

虚无假设说明位置参数(斜率系数)在回应种类间是相同的;连结函数：Logit

5.2.2 结构方程建模分析

结构方程建模(SEM)适于对复杂多维变量间关系进行检验，利用变量间协方差矩阵进行路径分析，观察自变量与因变量间的关联，协方差计算公式为：

式中COV(X,Y)为变量X、Y的协方差，N是样本数，CPXY为变量间交叉乘积。

结果显示，χ2 = 25.53,RMSEA = 0.067,TLI= 0.95,CFI = 0.96,NFI = 0.91,GFI = 0.90，均达到可接受水平，说明模型总体拟合度良好。路径系数表明，除H4在0.01显著性的水平上显著外，其余假设均在0.001显著水平上得到强有力的支持。

分析结果表明，技术准备、Web功能、高管支持和安全感知对互联网融合的影响显著，路径系数都达到0.01的显著性水平且影响效果为正向，组织规模的显著性较低(p<0.1)，见图3。

上述两种方法的分析结果基本一致，除H4的支持力度较弱外，其余假设命题均得到有力支持，表明技术准备、Web功能、安全感知和高管支持是影响互联网融合的关键因素。

5.3 结果讨论

5.3.1 互联网融合度

本研究对制造业互联网融合度进行专门考查，通过确定由电子方式执行的业务流程数量(见图2)，测算表明企业利用互联网技术支持价值链业务活动的程度。企业互联网融合度得分计算公式为：

其中，Iscore是互联网融合得分，Epi是在线执行的业务流程，i=1,2,…,n。

研究发现，制造业互联网融合效果优于其它行业，表明作为实体经济核心、国民经济支柱的中国制造业两化融合得到持续深化。样本企业中，半数企业互联网融合得分超过70%，45%的企业得分在35%～70%之间，5%的企业得分低于35%。

大多数制造业企业经营已经从传统渠道转向互联网平台，半数以上企业已经广泛应用互联网技术支持价值链上核心业务流程和活动。对于这些企业，应继续开发新的互联网应用，以推进互联网与业务深度融合。

通过分析发现，陕西鼓风机(集团)有限公司、陕西渭河工模具有限公司、西安西玛电机(集团)有限公司及宝鸡机床(集团)有限公司等企业互联网融合程度较高，能有力支持与客户、供应商之间的电子协作，已将互联网相关技术广泛集成于价值链业务活动之中。相比之下，一些企业主要将互联网技术应用于企业宣传、信息发布以及信息搜索等方面，应用范围相对狭窄，在互联网技术支持业务活动方面还有很大提升空间，需要针对性地开发新应用以促进互联网融合。

总体上看，企业应用互联网技术支持业务活动的种类主要集中在采购或销售职能方面，在其它职能(如研发、物流)方面的流程及相关活动中的应用有待针对性的开发，以克服企业互联网应用的局限性，进而深化互联网融合。

5.3.2 互联网融合关键影响因素

本研究从16个变量观测5个技术和组织特征，确定了互联网融合的决定因素，证实了所提出的研究假设。研究发现，不同企业互联网融合的差异主要源自Web功能、技术准备、高层管理和安全环境等因素。

首先，企业信息系统基础越扎实，数据库应用经验越丰富，技术准备越充分，感受到的复杂技术威胁越小，越愿意深化互联网融合。缺乏专业技能的企业则因不了解而不想冒险采用新技术。研究发现，企业拥有信息系统、使用相关投资及专业技能和经验越多，专业知识和技能障碍越少，采用新技术支持复杂业务流程的信心越强。

其次，Web功能实现企业与合作伙伴间信息共享，为企业改进业务流程提供机会，这与以往研究结论一致[7]。企业拥有的Web功能越强大，提供的Web服务、集成和信息越好，互联网融合程度越高。

再次，安全感知是一个重要的预测因子，缺乏安全可能会阻碍互联网融合。安全策略、标准、信任和隐私保障越完善，企业从传统渠道转向互联网时的安全顾虑和风险就越低；安全感知越高，企业参与在线执行业务活动的意愿越强，越有利于推动互联网深度融合。

最后，高管支持是互联网融合的强大驱动力。对互联网融合支持的具体形式表现为，在互联网融合期间参与电子化业务流程、配置必要的资源和专业结构，以及促进IT计划和企业战略匹配。该发现与以往的研究结果一致[9,8]，说明高管对信息化规划与企业战略匹配、业务流程标准化及专业结构布局方面的支持尤为重要。

此外，组织规模对企业互联网融合程度的决定作用不显著，表明虽然产值和资产多的企业倾向于将更多资本投向互联网融合，但对其互联网融合水平提高的作用未得到强有力的支持。

6 结语

随着更多企业将互联网融入价值链上的业务流程及活动之中，企业如何应用互联网技术支持业务活动开展，以及哪些因素可能促进互联网融合等问题亟待厘清。

本研究以创新扩散理论和TOE框架为基础，以流程观为视角，构建了企业互联网融合研究模型，并进行了实证检验。模型中互联网融合测度包括价值链上产品研发、采购、销售与售后、物流4个职能19项业务流程，技术与组织特征对互联网融合创新扩散具有重要意义。研究发现，互联网融合程度取决于企业是否拥有强大的Web功能、IS应用与投资、专业知识与技能，以及高管是否亲自参与信息化管理、是否具备良好的信息化战略和标准的电子流程、高水平安全感知。

本研究的贡献主要有：①探索出一种流程观导向的互联网融合研究途径，将价值链上在线执行的业务流程作为分析单元；②提出一个企业互联网融合研究模型，用于分析企业间互联网融合差异及技术准备、Web功能、安全感知、高管支持和组织规模等影响因素的作用，揭示了企业如何利用互联网技术支持业务活动。

本文的研究模型建立在创新扩散文献的基础上，具备以下特点：①按照信息化所需人、财、技术资源选用技术特征，同时考察安全感知这个互联网所特有的因素，认为这些新的因素能够很好地反映互联网融合创新扩散的技术特征；②在组织特征上，主要关注高管对信息化的支持及战略管理因素，同时注意到资本规模这一以前研究中较少涉及的因素。

互联网与业务融合是两化融合的核心内容，开展相关研究是政府决策的需要。本研究结果有助于了解互联网与业务融合的现状及特征，为政府制定未来两化融合战略规划和宏观调控提供参考依据。

[1] 赵玉林,裴承晨.技术创新、产业融合与制造业转型升级[J].科技进步与对策,2019,36(11):70-76.

[2] ZHU Z,ZHAO J,TANG X L,et al.Leveraging e-business process for business value:a layered structure perspective[J].Inf Manage,2015,52(6):679-691.

[3] JEAN R J,SINKOVICS R R,KIM D.The impact of technological,organizational and environmental characteristics on electronic collaboration and relationship performance in international customer-supplier relationships[J].Inf Manage,2014,51(7):854-864.

[4] BOOHENE R,OFORI D,BOATENG B D,BOOHENE K A.Information and communication technology usage and small and medium-sized enterprises growth in the Accra Metropolis[J].J.Bus.Enterprise Dev.，2015,5 (1):52.

[5] MITRA S,SAMBAMURTHY V.Measuring IT performance and communicating value[J].MIS Quart Exec,2011,10(1):47-59.

[6] ILIN V,IVETIC J,SIMIC D.Understanding the determinants of e-business adoption in ERP-enabled firms and non-ERP-enabled firms:a case study of the Western Balkan Peninsula[J].Technol Forecast Soc Chang,2017,125:206-223.

[7] WU I L, CHIU M L. Organizational applications of IT innovation and firm's competitive performance:a resource-based view and the innovation diffusion approach[J].J Eng Technol Manage,2015,35(1): 25-44.

[8] ZHU K,KRAEMER K L,XU S.The process of innovation assimilation by firms in different countries:a technology diffusion perspective on e-business[J].Manage Sci,2006,52 (10):1557-1576.

[9] OLIVEIRA T,THOMAS M,ESPADANAL M.Assessing the determinants of cloud computing adoption:an analysis of the manufacturing and services sectors[J].Inf Manag,2014,51(5):497-510.

[10] CHATTERJEE D,GREWAL R,SAMBAMURTHY V.Shaping up for e-commerce:institutional enablers of the organizational assimilation of web technologies[J].MIS Quart,2002,26(2):65-89.

[11] HSU P F, KRAEMER K L,DUNKLE D.Determinants of e-business use in US firms[J].Int J Electron Commerce,2006,10(4): 9-45.

[12] LIN H F.Understanding the determinants of electronic supply chain management system adoption:using the technology- organization-envronment framework[J].Technol Forecast Soc Chang,2014,86(340):80-92.

[13] HONG W,ZHU K.Migrating to internet-based e-commerce:factors affecting e-commerce adoption and migration at the firm level [J].Inf Manage,2006,43(2):204-221.

[14] GHOBAKHLOO M, ARIAS-ARANDA D, BENITEZ-AMADO J.Adoption of e-commerce applications in SMEs[J].Ind.Manage Data Syst,2011,111(8):1238-1269.

[15] IFINEDO P.Internet/e-business technologies acceptance in Canada's SMEs:an exploratory investigation [J].Internet Res,2011,21 (3):255-281.

[16] CHAN F,CHONG A,ZHOU L.An empirical investigation of factors affecting e-collaboration diffusion in SMEs [J].Int J Prod Econ,2012,138(2):329-344.

[17] SOTO-ACOSTA P D,PALACIO S,PALACIOS-MARQUÉS D.E-business,organizational innovation and firm performance in manufacturing SMEs:An empirical study in Spain[J].Technol Econ Dev of Eco,2016,22(6):1-20.

[18] ZHANG C, XUE L,DHALIWAL J S.Alignments between the depth and breadth of inter-organizational systems deployment and their impact on firm performance[J].Inf Manage,2016,53(1):79-90.

[19] HOSSAIN M A, QUADDUS M, ISLAM N.Developing and validating a model explaining the assimilation process of RFID:an empirical study[J].Inform Syst Front,2014,18(4):645-663.

[20] HSU C W,YEH C C.Understanding the factors affecting the adoption of the internet of things[J].Tech Anal Strat Manag,2017,29(9):1089-1102.

[21] FICHMAN R G,KEMERER C F.The illusory diffusion of innovation:an examination of assimilation gaps[J].Inf Syst Res,1999,10(3):55-275.

[22] DAMANPOUR F,SANCHEZ-HENRIQUEZ F,CHIU H.Internal and external sources and the adoption of innovations in organizations[J].Brit J Manage,2018:1-19.

[23] GHOBAKHLOO M,HONG T S,STANDING C.B2B E-commerce success among small and medium-sized enterprises:a business network perspective[J].J Organ End User Comput,2015,27 (1):1-32.

[24] WU I L,CHEN J L.A stage-based diffusion of IT innovation and the BSC performance impact:a moderator of technology organization environment [J].Techno Forecat.Soc,2014,88 (88):76-90.

[25] LIN H F,LIN S M.Determinants of e-business diffusion:a test of the technology diffusion perspective[J].Technovation,2008,28(3):135-145.

[26] LEFEBVRE L A,LEFEBVRE E,ELIA E,et al.Exploring B-to-B e-commerce adoption trajectories in manufacturing SMEs[J].Technovation,2005,25(12):1443-1456.

[27] RAHAYU R,J DAYA.Determinant factors of e-commerce adoption by SMEs in developing country:evidence from Indonesia[J].Procedia - Social and Behavioral Sciences,2015,195:142-150.

[28] BENITEZ J,CHEN Y,TEO T S H,et al.Evolution of the impact of e-business technology on operational competence and firm proftability:a panel data investigation[J].Inf Manage,2018,55(1):120-130.

[29] RONDOVIE B,DJURICKOVIE T,KAACELAN L.Drivers of e-business diffusion in tourism:a decision tree approacha[J].Journal of Theoretical and Applied Electronic Commerce Research,2019,14(1):30-50.

[30] ALHARBI I M,ZYNGIER S,HODKINSON C.Privacy by design and customers' perceived privacy and security concerns in the success of e-commerce[J].J Enterp Inf Manag,2013,26(6):702-718.

[31] KIMBERLY J.Organizational size and the structuralist perspective:a review,critique and proposal[J].Admin Sci Q,1976,21(4):571-597.

[32] LUFTMAN J.Assessing business-IT alignment maturity[J].Communi Assoc Inf Syst,2004,4:1 -50.