大数据能力对企业创新绩效的影响机制范文研究——基于知识整合的中介作用

本文通过实证研究，对大数据能力、知识整合与企业创新绩效的关系进行了探讨，发现了一些有价值的启示。大数据时代的背景下，新的生产方式、运营方式、管理方式和商业模式如雨后春笋般层出不穷。大数据成为推动企业发展变革的一只巨手，如何推动大数据为企业创造更多的价值尚未有明确的结论。本文就此为中国大数据能力的相关研究提供一些参考。

第一章 绪论

1.1研究背景
大数据与云计算，人工智能，区块链一起，成为了互联网新时代的技术潮流引领革新的主要成员之一。而大数据资源也被喻为互联网时代的“新石油”，继证券、期货、石油、黄金、房地产、衍生品之后，成为了最具价值的资产。正如 IDC 报告所显示的，在过去数年，全球的数据量均以每年58%的速度增长，到2020年，全球数据总量将超过40ZB(相当于4万亿GB)，达到 2011 年数据总量的 22 倍。而如何运用技术，从海量数据中挖掘精炼出有价值的数据，也成为了当今社会大数据产业重点关注的内容。业界对大数据的界定和应用都寄予了很高的期望值。在宏观的背景条件下，大数据产业价值的发展未来前景普遍受到人们的看好。
IDC 预测,在 2019-2023 年预测期内,全球大数据市场相关收益将实现 13.1%的 CAGR(复合年均增长率),并预计总收益于 2023 年达到 3126.7 亿美元。而根据中国信通院的 2018 年《中国大数据发展调查报告》显示国内大数据产业的产业价值 2017 年已经达到 4700 亿人民币，同比增长 30%。预计未来至 2020 年还会持续同比增长速度。此外，大数据的应用已经遍布科研，教育，生活，商业，军事，政府等诸多领域。在 2018 年，中国大数据发展报告指出，已有的受访企业中，65.2%的企业已经成立了相关的数据分析部门，另有 24.4%的企业正在计划建立相应的数据分析部门，仅有不到 0.4%的部门并没有采取相应的措施。由此可见，大数据不仅仅是一种核心资源，更是企业未来进行市场竞争的核心竞争力。对大数据的运用、挖掘、整理提炼并转化利用的能力为企业竞争提供了必要的手段和基础。大数据能力也被誉为未来商业竞争中企业必不可少的重要核心能力，改变企业的竞争思维和管理方式以提高企业的自身价值。
........................

1.2研究意义
1.2.1 研究的理论意义
首先，大数据能力的定义和内涵还没有形成一致的认定。对于大数据能力的研究也缺乏足够的广度和深度，即便已经有学者提出了大数据能力作为解释变量，探讨了与企业绩效之间的关系，对于大数据能力的研究还需要更多的理论支持和研究前景。故而本文从动态能力理论和资源基础理论出发，对大数据能力的构建维度进行界定，通过引入知识整合作为中介变量，探索大数据能力与企业创新绩效之间的关系，构建一个新颖的模型，探讨大数据能力与企业创新绩效之间的影响作用机理。
1.2.2 研究的实践意义
大数据能力对企业创新绩效的作用机制，能够帮助企业培养大数据能力并为利用大数据能力提升企业自身的竞争能力和创新绩效提供一个思路。企业借鉴大数据能力的培养机制，增加自身的竞争能力，分析预测未来导向，为企业自身的战略发展提供建设性意见和理论支撑。同时，企业可以在大数据能力培养的实践过程中，为大数据能力的理论发展提供足够的资料和数据基础。

.........................

第二章 文献综述与相关理论

21.基础相关理论基础
2.1.1 企业资源基础理论
资源基础理论最初是在 Wernerfelt（1984）在《企业资源基础论》书中所提及的，其观点认为，企业是各种资源的集合，由于各种不同的原因，企业拥有的资源具有不同的形态和特征，这种异质性决定了企业竞争力的差异[1]。随着 Williamson（1993）等人对企业资源基础理论的改进，复合了交易成本理论和资源基础理论，将新的企业资源基础理论运用于解释复杂的企业现实情况。
大数据作为一种新时代的重要企业基础资源，企业必须学习提升并熟练应用这种能力，才能帮助企业更好地进行规划发展。Afuah（2000）提出技术能力是指企业利用专利、技术专家和技术知识等资源的能力[2]。企业的技术能力根植于组织惯例和应用实践中，使竞争对手在段时间内难以模仿和追赶。而 Moorman（1999）等认为技术能力可以加快企业新产品的开发速度，并且能够使企业能够采取复杂的竞争行动[3]。
总而言之，企业资源基础理论是对企业核心竞争力的解释分析，并且将企业比作一个资源的整体集合。就企业自身所拥有的资源能力进行整合利用，帮助提升企业自身的竞争力，在市场竞争中体现优势。资源基础理论将研究的视野转到企业内部资源和能力,通过对企业自身的分析，为企业能力的构建和分析提出了理论上的依据。
2.1.2 动态能力理论
伴随着 C.K.Prahalad 和 Gary Hamel(1990)在《哈佛商业评论》发表的企业核心竞争力的相关文献,意味着企业核心能力理论的崛起[4]。随着 R.D Aveni（1994）的出版的《超越竞争》，他在书中描述了动态能力理论的知识结构，同时指出动态能力理论是企业为了使产品能够迅速进入市场，有效地把握日新月异的商机，以及它们是否能够持续建立、适应和重组其内部和外部资源与信息以实现竞争优势，它解释了企业如何创造商业价值[5]。
..........................

2.2大数据能力
2.2.1 大数据能力的概念
大数据不仅仅是一种普通资源，而是企业重要的战略资源的观点，已经普遍为现代企业所接受。而大数据能力更是具有“改变管理发展方向的潜力”，被誉为下一个“管理革命”，近年来国内外专家学者的关注与日俱增。
大数据能力最初由国外学者 LaValle 等（2011）最早在研究中所提及数据筛选、整理、分析和应用能力，并将大数据能力视为企业使用大数据进行决策的能力[15]。Simon（2013）则认为大数据能力是企业在管理顾客服务过程中提供一些传统信息系统无法实现的便利的一种能力，通过统计性软件对数据进行分析，依照结果预测顾客的行为发展，提供定制的服务来提升高价值顾客群组的品牌忠诚度[16]。Acito 和 Khatri 则认为，大数据能力属于“分析能力”的范围，由数据分析理论和工具共同组成，包括预测分析、仿真、回归和最优解，因此支持描述，审查，预测和规范性分析[17]。Gupta M 及 George J.F（2016）则把大数据分析能力定义为企业对大数据资源处理能力，包括数据的收集、整合和重新配置等[18]。
国内学者对大数据能力的定义主要是基于资源整合、分析预测的方面。张彩凤（2019）等学者界定大数据能力是为企业整合内外部大数据资源的能力，强调大数据能力是一种企业动态能力[19]。马良(2016)在对金融行业进行分析后指出,金融企业大数据能力是行业内的企业对大数据资源的开发、管理和利用的能力，其中金融企业大数据的核心是数据挖掘与处理[20]。程刚等（2014）从大数据能力培育的角度，重新对大数据能力的内涵进行规划，将其定义为企业在大数据的开发、管理和利用过程中所表现的大数据意识,其中包括大数据资源的收集、存储、挖掘、分析、传递和使用的能力,其中大数据的挖掘和分析是大数据能力的核心[21]。而谢振东等则将大数据能力分成四个方面：大数据思维、大数据技术、大数据人才和大数据的应用[22]。在大数据思维的指导下，结合企业自身的经营活动特点和战略方向，依靠企业所拥有的大数据人才和技术，开展与企业有关的经营分析、产品服务创新、增值业务拓展等，发挥大数据在企业活动过程中的价值，从而提升企业自身竞争能力和可持续发展能力。
...........................

第三章 模型构建与研究假设 ............................ 20
3.1相关变量的界定.................. 20
3.1.1 大数据能力的界定 .................................. 20
3.1.2 知识整合的界定 .......................... 21
第四章 变量测量与数据处理 ..................... 25
4.1变量测量工具........................... 25
4.1.1 大数据能力的测量 ......................... 25
4.1.2 知识整合的测量 ........................ 26
第五章 结构模型与假设检验 ................................ 38
5.1结构方程模型....................... 38
5.2假设模型分析与检验........................ 38

第五章 结构模型与假设检验

5.1结构方程模型
根据本文所选用结构方程模型的实证研究方法，对研究模型的构建进行假设检验的前提条件是变量的测量，而所选的变量属于无法直接测量的潜在变量，考察各变量间的路径系数是判断其相关关系的最有效方式之一。因此，需要验证模型内多个变量之间整体的影响关系，如知识整合的中介效应，所以变量间的影响效应是无法割裂的。
首先，拟合度指标是评价一个研究模型是否成立的重要标准。表 5.1 展示了 Amos 结构方程模型的拟合度指标的参考标准。

........................

第六章 研究总结与未来展望

6.1研究总结
首先，本研究确认了大数据能力的内涵与维度划分，大数据是新时代最具代表性和价值性的发现和应用。在企业的运营、管理和创新等方面发挥着日益重要的作用。实践大数据能力，是为了帮助企业在持续变化的动态环境下强化自身竞争优势，将关键性的大数据资源转化为企业的核心竞争能力，协助企业在战略决策、市场开拓以及商业模式创新等方面先人一步。同时，需要区分“大数据能力”与其他类似概念的混淆，如“大数据技术”、“IT 能力”、“大数据资源”等等。
本文在已有研究的基础上，立足于企业能力理论的视角，协助企业进一步明确大数据能力培养的目的和意义，进一步细化对“大数据能力”内涵的理解，将其细分为“大数据分析能力”、“大数据资源整合利用能力”和“大数据战略支持能力”。利用相关的成熟量表，通过量表的信效度检验，进行模型拟合。全模型的 2/df 为 1.185，RMSEA 值为 0.034，GFI 为 0.860，NFI 为 0.914，IFI 为 0.985，RMR 为 0.091，TLI 为 0.984 及 CFI 的值 0.985。
大数据能力对企业创新绩效存在正向影响。企业的大数据能力与企业创新绩效水平成正比，此结果也证明了大数据能力相关理论的效应是正确的。大数据能力也在逐渐成为企业的核心竞争力，成为企业保持竞争优势的重要来源。与此同时，也验证了 Akter、谢卫红等学者的研究。此外，通过进一步实证研究表明大数据分析能力、大数据资源整合利用能力和大数据战略支持能力都对企业的创新绩效产生正向影响。其中，大数据战略支持能力对创新绩效影响最大。大数据分析能力正向影响企业创新绩效。
大数据能力本质上是一种动态能力，能够有效提高企业的所有组织行动的效率。包括数据挖掘与存储、智能分析预测、数据产品规划等。是大数据能力的核心的能力，直接影响大数据能力的强弱，本质是动态提升企业各项活动的能力。随着数据的获取与分析越发普及和专业，大数据分析能力能够帮助企业对数据进行有效地获取、存储、分析、应用，利用数据资源的所带来的优势，提高企业内外部组织流程信息化水平，将数据聚合模拟，实现大数据的商业价值，增加企业创新绩效。
参考文献（略）