这部分首先根据修正系数、路径系数等指标对模型进行修正，之后对修正后的模型进行拟合指标的检验，再对测量模型进行分析，然后对各变量间影响效果分析，最后对结构模型进行检验和分析。本研究使用结构方程分析模型各变量内在的因果关系。结构方程方法结合了传统的因子分析（factor analysis）及路径分析（path analysis），并纳入了计量经济学的联立方程，可同时处理多个因变量，所以本研究使用结构方程来分析模型之间的因果关系。
一、模型拟合指标
关于模型拟合，巴戈奇和易（Bagozzi and Yi，1988）认为，可以从三方面进行评判：基本拟合标准（Preliminary Fit Criteria）、整体模型拟合度（Overall Model Fit）及模型内在结构拟合度（Fit of Internal Structure of Model）。
1.基本拟合标准
此标准是用来检测模型的一些基本问题，如模型输入是否有误等，一般来说，通过以下几方面进行衡量，如指标的测量误差不能有负值，因子负荷不能太低（小于0.4）或太高（大于0.95），且是否达到显著水平等。
2.模型整体拟合度
用来衡量整个模式与观测数据之间的拟合程度，主要有三类指标：绝对拟合指标（Absolute Fit Measures）、相对拟合指标（Incremental Fit Measures）及简约拟合指标（Parsimonious Fit Measures）。
（1）绝对拟合指标。
这类指标用来衡量理论模型与样本数据的拟合程度。常用的拟合指标有GFI（Goodness-of-fit Index，拟合优度指标）、AGFI（Adjusted Goodness-of-fit，调整的拟合指标）、RMSEA（Root Mean Square Error of Approximation，近似误差均方根）、SRMR（Standardized Root Mean Square Residual，标准化残差均方根）等。此外，由于卡方值对样本大小敏感，样本越大卡方值越大，因此学者们建议不宜只看卡方值的大小，应和其他拟合指标一并考虑，并建议使用χ2/df。此类拟合指标判断标准一般为：χ2/df＜3，GFI＞0.8，AGFI＞0.8，RMSEA＜0.1，SRMR＜0.1.
（2）相对拟合指标。
相对拟合指标，又称增量拟合指标，将理论模型与虚模型（null model）比较，观察其改变程度，指标有NFI（Normed Fix Index，基准拟合指标）、NNFI（Non-normed Fit Index，非范拟合指标）、CFI（Comparative Fit Index，比较拟合指标）、IFI（增量拟合指标，Incremental Fix Inedx）等。此类拟合指标判断标准一般为：NFI＞0.9，NNFI＞0.9，CFI＞0.9，IFI＞0.9.
（3）简约拟合指标。
对复杂理论模型进行惩罚形成了简约拟合指标，如PNFI（Parsimony Relative Noncentrality Index，简约基准拟合指标）、PGFI（Parsimony Goodness of Fit Index，简约拟合指标）等。此类拟合指标判断标准一般为：PGFI＞0.5，PNFI＞0.5.
3.模型内在结构拟合度
此标准是用来衡量模型内在结构的拟合程度，体现模型整体结构的内在质量。一般通过结构模型中估计参数的显著程度、各潜变量的信度等方面加以判断。
二、模型修正
将原始数据输入LISREL 8.7后，经过计算，得出初始模型的路径系数及相关拟合系数，之后根据路径系数的显著程度、修正指数以及相关理论对模型进行检验和修正。
按照最初理论模型的假设，建立结构方程，LISREL软件计算结果中将各路径系数、相应的t值进行统计。
结果可以看出，信任影响机会的路径系数较小，仅为-0.08，且t值未达到显著，其他路径基本都达到显著。观察输出的结果文件中，其修正系数MI也较大。因此，删除此条路径，重新用LISREL 8.7进行参数估计和模型拟合。
三、模型检验
根据安德森和戈宾（Anderson＆Gerbing，1988）提出的两阶段检验步骤，第一阶段对测量模型进行检验，针对各潜变量及测量题项进行信度分析及验证性因素分析，以了解各潜变量的信度及效度，以确认观察变量是否能有效的被潜变量所解释；第二步再进一步验证结构模型，观察各潜变量之间的因果关系是否显著，以判定所设立的理论模型是否成立。
（一）测量模型检验及分析
对测量模型进行检验主要目的在于确认各观测变量是否能准确地测量出潜变量。一般是通过对问卷的信度和效度的检验来检测测量模型。对于信度和效度的检验在前面已经完成，均通过了相应的检验。在信度方面，整个问卷的Cronbach's α系数为0.958，各因子的信度也都在0.6以上，符合福奈尔和拉克尔（Fornell and Larcker，1981）的建议值。测量模型中因子负荷λ是用来衡量观测变量与潜变量之间的关系，本研究所有题项的因子负荷都在0.4以上，并且t值达到显著，表示所有的观测变量都能有效衡量相应的理论概念。而且，因子分析的结果和所构建的理论模型相一致，表明问卷具有一定的收敛效度和区别效度。所有这些表明，各测量变量能测量出其理论上的潜变量，因此测量模型均有效。
在模型中，各因子负荷都呈显著状态。对各负荷比较得知，在企业智力资本方面，整体而言，在企业智力资本的组成部分中，受访者最重视结构资本，其次是人力资本和客户资本。这些表明，在我国现阶段的大多数企业中，结构资本依然是企业智力资本产生和组成最重要的部分，如果要培育和增强企业智力资本，可考虑首先从结构资本入手，相对容易取得一定的成效。对于绩效来说，非财务绩效（λ0.89）更得以重视，结果显示，在产品日益同质化，竞争日益激烈的现在，除了关注财务指标，企业更应关注如企业形象、员工士气、客户满意度、研发能力等非财务指标，这些直接影响企业的财务状况和可持续发展情况。
（二）模型的拟合检验
1.基本拟合标准
测量模型的结果可以得知，各因子负荷均在0.4～0.95之间，且均达到显著，各题项的测量误差均为正值，说明模型在可接受范围之内。
2.模型整体拟合度
绝对拟合指标：χ2/df2.83，GFI0.84，AGFI0.8，RMSEA0.079，SRMR0.076.
相对拟合指标：NFI0.93，NNFI0.94，CFI0.95，IFI0.95.
简约拟合指标：PNFI0.81，PGFI0.67.
整体而言，综合各项指标的判断，模型整体拟合度良好。
3.模型内在结构拟合度
各路径系数基本都达到显著，各潜变量的信度值均在0.7以上，说明模型的内在结构拟合良好。
将以上全部拟合指标总结。数据可知，模型各项拟合指标基本都达到要求，表明模型拟合情况良好。
（三）各变量间影响效果分析
各变量之间影响效果一般可分为直接影响效果、间接影响效果及总影响效果三个方面。下面分别对变量间影响效果进行分析。
对模型运用结构方程进行拟合，形成结构方程图。在模型中，各变量对企业智力资本的影响效果。
社会互动通过机会对企业智力资本产生间接影响，间接效果值为0.023，没有直接影响，总效果也是0.023.信任通过意愿对企业智力资本产生间接影响，间接效果值为-0.051，没有直接影响，总效果为-0.051.共同愿景通过机会、意愿、能力三者分别对企业智力资本产生间接影响，间接效果值为-0.037，0.155，0.695，无直接影响，总效果为0.813.机会、意愿和能力则分别对企业智力资本产生直接影响，直接效果值分别为0.09，0.17，0.79，均无间接影响效果，总效果也是0.09，0.17，0.79.仅从直接效果来看，机会、意愿和能力三者中，知识交换和组合整合能力对企业智力资本的影响最大，直接效果值为0.79.这说明，影响企业智力资本生成的最直接的关键手段是知识交换和组合的整合能力。在具备知识交换组合的机会、意愿条件之后，直接影响企业智力资本的因素就是整合能力，它直接关系到企业智力资本形成的速度和质量。整体影响方面，社会互动、信任、共同愿景、机会、意愿、能力都对企业智力资本产生一定的影响，其中影响最大的是共同愿景（0.813），意味着，在现阶段，大多数企业人士认为，如果想形成及提升企业智力资本，首先解决的问题应该是共同愿景，在企业内树立组织和员工的共同目标，通过企业共同愿景引发其他一系列相关行为，从而逐步达到企业智力资本形成和提升的目的。
四、假设检验
这部分，在对测量模型检测完毕的基础上，进而对结构模型中的因果关系进行检验，以验证理论模型所提出的各项假设的真伪。由前面的拟合检查可知，修正后的模型拟合情况良好。针对前面提出的各项假设，在这里进行一一检验。
对各假设验证的结果总结如下：
假设H1：社会互动影响知识组合交换机会的路径系数为0.25，结果为显著，假设H1成立，表明社会互动所代表的企业社会资本的结构维度会影响知识组合和交换的机会，且为正效应。员工之间的接触和交流，可以在一定程度上使得双方的知识、信息交汇，相互之间知识、信息组合和交换的可能性大大增加。
假设H2：信任影响知识组合交换机会的路径系数较小，仅为-0.08，且未达到显著，假设H2未得到支持。在前面假设部分，曾提到员工之间的相互信任是对彼此行为的良好预期，信任越强，相互交换组合的动机理应越强。结果表明，路径系数较小，且为负值，体现出员工之间的信任对于企业资源交换和组合的机会影响微弱，甚至有一定程度的抑制作用。格拉诺维特（Granovetter）曾提到，由于信任关系往往是一种强关系，关系网络中的强关系导致行动者之间资源的相似性增高，差异性降低，从而导致这种关系网络内部所具有的各种资源可能是多余的。这种多余的资源导致了交换与组合的机会降低。
假设H3：信任影响知识组合交换意愿的路径系数为-0.30，结果显著，但和最初两者正相关的假设相反，假设H3未得到支持。许多研究文献表明，在信任程度较高的情况下人们具有更强烈地从事资源交换与组合活动的意愿（Ring＆Van de Ven，1994）。但此假设的结果却与之相反，可能是和中国的文化背景有关，即信任程度较高的员工之间，在某些利益竞争面前心态失衡，为获得更多的利益，一方可能不愿进行合作，进行资源交换与组合，在这种情况下，彼此的信任也就会演化成负面的预期。再者，对于企业内信任度高的团队来说，一般存在某种共同利益，当资源组合交换导致团队整体或部分利益受损时，就会不愿进行这种变革。
造成这种情况的原因可能是中国的文化背景下人们的心态和行为不同于国外。即在中国存在的一种“杀熟”现象。一些个体，他们可能是信任程度较高的朋友或熟人关系，但是他们可能在一些事情上表现出非常不信任对方，甚至为了自己的利益，一方故意做出损害另一方的行为，当然这种行为往往是背后发生，不为人知。所以，这种关系只是一种表面的、浅层信任关系。对于具有这样关系的个体来说，在企业内的一些关键情况下，比如一些重要资源（如有利于晋升和奖金等有关竞争利益的资源）的交换与组合，他们之间可能会因为存在某种直接或者间接的竞争关系，而导致一方不得不放弃资源交换与组合的机会。在这种情况下，放弃这种关键资源的争夺会给其中的一方带来更大的期望价值。
此外还有一种情况，企业内如果存在信任程度很高的社会互动，这种网络往往能够拥有共同的利益，在这种情况下，如果某种资源的交换与组合，即某种创新活动可能导致这个社会互动中一部分成员或全部成员的利益受到损失（如引进某种生产线可能导致许多技术骨干失去原来对企业重要作用），信任程度较高的社会互动可能会为了保证内部成员的利益不受损失而有意地不去进行这种创新活动，当前改革中遇到的许多利益分配上的困难就属于这种情况。
假设H4：共同愿景影响知识组合交换机会的路径系数为-0.41，结果显著，但和最初两者正相关的假设相反，假设H4未得到支持。从访谈中得知，一些企业虽然为员工描绘了未来美好的景象，提出了企业的价值观，但这些企业的共同愿景往往流于形式，有些不被员工所认可，还有就是员工觉得和自己没什么关系，因此，所谓的共同愿景对员工没有什么激励效果。树立企业共同愿景的相关说教行为和活动甚至引起员工的反感，员工不愿意在所谓为了共同愿景的旗号下进行知识的组合交换，比如在公开场合没有员工愿意将自己的技术心得和工作经验公之于众，和其他人分享。这样的共同愿景对员工之间组合交换知识的机会的作用微弱，甚至起到负面作用。
假设H5：共同愿景影响知识组合交换意愿的路径系数为0.91，结果十分显著，假设H5得到支持。这表明，员工在企业设立的共同愿景的背景下，从内心来讲，还是非常渴望和其他员工进行知识的交流，分享信息，从而增强个人技能。但是正如前述，但企业共同愿景的工作不到位，以及企业相应的激励机制和产权改革的种种缺陷使得员工发自内心认可企业的价值观，为了企业未来美好蓝图而进行知识交流的机会却并不多。
假设H6：，共同愿景影响知识整合能力的路径系数为0.88，结果显著，假设H6得到支持。这表明，员工在企业设立的共同愿景的背景下，员工的知识整合能力会有所提高。访谈结果显示，这种整合能力的提高更多是在非正式组织内部完成，而不是在正式组织的公开场合。在非正式组织，为着共同的利益，私下进行沟通，甚至是内隐知识的分享，从而实现能力的切实提高，而不是通过企业正式的培训。
假设H7：知识组合交换的机会影响企业智力资本形成的路径系数为0.09，t值为1.74，显著程度为“ ”，假设H7基本得到支持。这表明，知识组合交换的机会影响企业智力资本形成，且为正效应，但影响的程度却比较有限。访谈结果表明，大多企业为员工之间进行知识交换组合的机会并不多，一般也就是开例会、企业内训等形式，此外，企业提供的有限交流机会中，往往缺乏有效地深入沟通，从而对企业智力资本形成的影响也较为有限。
假设H8：知识组合交换的意愿影响企业智力资本形成的路径系数为0.17，路径系数虽然不大，但结果显示显著，假设H8得到支持。这表明，知识交换组合的意愿越强，员工之间彼此的沟通和分享的动机越强烈，从而引发员工交流沟通的自主性行为，对员工素质的提高有所促进，进一步导致企业智力资本的形成和提高。
假设H9：知识整合能力影响企业智力资本形成的路径系数为0.79，路径系数比较大，结果为显著，假设H9得到支持。这表明，影响企业智力资本形成的诸多因素中，知识整合能力是关键因素，直接决定着企业智力资本形成的速度和质量，这应该成为企业培育智力资本的重点。
假设H10：企业智力资本影响企业绩效的路径系数为0.82，结果显著，假设H10得到支持。表明企业智力资本对企业绩效的影响为正效应。两者的路径系数较大，说明企业智力资本和企业绩效息息相关，企业智力资本的情况在很大程度上直接决定着企业的发展和企业最终的绩效，这一点也证实了学者和实业界越来越重视企业智力资本理论的原因所在。
假设H6和H7的γ值分别为0.37和-0.22，这说明企业内的共识对组织中员工参与创新活动的意愿具有促进作用，但是对于组织的创新能力具有抑制作用。在中国的企业背景下，员工之间的相互认同以及彼此之间目标上的相似程度对企业内员工共同参与创新活动，进行资源的交换与组合的主观愿望具有影响作用。“道不同，不相与谋”这句中国的古话正说明了一个这样的道理。如何将员工之间的思想统一起来，对于增强企业员工参与创新活动的主观意愿具有重要影响。但是必须注意增强员工在思想、认识上的相似性并不必然促进整个创新活动，因为共识程度越高，组织创新的能力可能就受到抑制。这可以从假设H7的γ值等于-0.22看到。这说明了组织内价值观，思维模式、思想上的相似性不利于组织创新能力的发展。
