研究分享丨大数据能力影响因素及效用：基于元分析的研究

作者简介

马鸿佳，吉林大学商学与管理学院，教授；

肖彬，吉林大学商学与管理学院，博士研究生；

王春蕾，吉林大学商学与管理学院，硕士研究生；

研究缘起

大数据作为一种战略性资产，有助于帮助企业发现不可预见的模式，并为企业提供创新和创业机会来改善商业战略或运营过程（Gnizy，2019）。根据中国信息通信研究院测算， 2018年中国大数据产业增速约为31.9%，产值达到6200亿元，《2018普华永道独角兽CEO调研报告》显示，76%的独角兽高管们将大数据视为未来1-3年对于业务发展和产品研发最具影响力的新兴技术。以BAT（百度、阿里巴巴、腾讯）为代表的互联网巨头基于庞大的用户数据，挖掘大数据商业价值，将数据技术应用到创业产品和服务中，实现了数字技术与创业之间无缝对接，对公司数字创业起到重大的推动作用（朱秀梅等，2020）；以TMD（今日头条、美团、滴滴）为代表的互联网新贵，利用大数据处理技术对传统行业产生破坏式创新，颠覆了用户的消费体验，为天生数字化企业发展注入了新活力；以海尔、美的、苏宁等为代表的一大批传统企业，利用大数据改善运营管理，提升企业解决问题和创造增量价值的动态过程，实现企业文化、能力、结构和过程的颠覆性转变，助推传统企业数字化转型（孙新波等，2019）。可以发现，在数字经济高速发展的背景下，公司数字创业、天生数字化企业、传统企业数字化转型无一例外都与大数据息息相关。然而，目前企业经营环境变化迅速并且复杂纷乱，企业要想维持竞争优势，必须将大数据资源转化为大数据能力，根据不断变化的内外部环境构建随环境变迁的能力（马鸿佳等，2015）。因此，深入剖析影响企业大数据能力的关键前因，深刻认识大数据能力为数字化转型或数字创业企业创造了哪些价值，已成为现实与理论亟需解决的问题。

迄今为止，创新创业管理、营销管理、信息管理等研究领域的学者们已对大数据能力进行了广泛的研究，然而，大数据能力的影响因素与效用的相关研究并未获得一致的结论，变量之间的关系有强弱甚至是方向上的差异，这使得大数据能力相关研究在企业管理领域的理论化过程存在一定的困难。元分析（Meta-Analysis）可以对大量独立研究结果进行统计分析得出综合性的结论，对存在异质性的研究十分适用。近些年，大数据能力逐渐引起了研究人员及从业人员广泛关注，也涌现出了大量大数据能力相关的实证研究，这使得应用元分析对大数据能力的影响因素及效用进行阶段性总结成为可能。因此，针对以往研究的不足，本研究应用元分析方法系统梳理企业层面大数据能力的实证研究，定量检验大数据能力与各变量间的关系强度以及调节变量的调节效应，为出现异质性研究结果的实证研究提供深入的解释。

研究方法与样本搜集

本文主要采用源于Hedges和Olkin（1998）的元分析技术，数据来源于国内外企业大数据分析及大数据能力相关的研究。元分析需要广泛地搜集大量文献，包括期刊论文、学位论文等，以预防发表偏倚问题。因此，本研究选取多种数据库以保证在能力范围内涵盖尽量全面的文献数据，包括Web of Science、ScienceDirect等外文数据库以及CNKI、万方等中文数据库。首先，采用关键词“Big data”、“Big data analysis”、“Big data management”、“Big data adoption”、“Big data capability” 与“firm”、“enterprise”关键词组合检索，并转换成相应的中文关键词在中文数据库中检索，初步检索出1543篇英文以及678篇中文文献。其次，在数据库页面逐篇浏览文献标题，将符合本研究主旨的文献的题目与摘要导入到endnote中，共搜集了484篇相关文献，包括391篇英文文献和93篇中文文献，论文检索的日期为2020年12月20日。最后，逐篇浏览文献标题和摘要，少数文章浏览全文，剔除不相关文献。样本选择遵循的文献筛选标准为：(1)文献必须是实证研究，剔除案例分析、访谈、纯理论和综述性等文献；(2)文献必须关注企业大数据的影响因素或效用；(3)文献必须是不包含相同样本的独立研究；(4)文献必须报告变量间的相关系数，或报告β值、t值、P值等，根据苏涛等（2017）提供的转化公式计算出相关系数。经过多个不同时间节点进行文献严格筛选工作，最终获得满足元分析标准的107篇相关文献，其中英文文献91篇，中文文献16篇，合计产生了108个独立样本的效应值，包含47371个研究对象。

研究结果

本文通过对关于企业大数据的107篇实证文献进行元分析检验，识别了18个影响大数据能力的因素，探寻了大数据能力对8个结果变量的影响，并通过异质性检验和亚组分析检验大数据能力维度、不确定性规避和国家经济体作为调节变量的调节效应，对大数据的影响因素及大数据的有效性进行了较为全面的总结分析。

本文采用Cohen（1977）提出的划分标准来判断变量之间的相关程度（0.1≤r<0.3是低度相关；0.3≤r<0.5是中度相关；0.5≤ r是高度相关）。在影响大数据能力的前因方面，各因素对于企业大数据的影响并不一致，高度相关、中度相关、低度相关、不相关均有涉及。首先，组织层面的IT能力、感知收益、组织变革准备对大数据分析起到了重要作用。环境层面的外部支持也与大数据分析高度相关。其次，安全性、企业规模、企业年龄、环境动态性、外部压力与大数据能力低相关，复杂性与能力不相关，尽管这些因素对大数据能力的影响较弱或没有影响，但是仍需要注意这些因素在不同情境可能会对大数据能力产生更强或更弱的影响。最后，其余变量均与大数据能力中度相关，且各个层面的因素均有涉及。在大数据能力的效用方面，大数据能力会直接影响战略行为、组织能力，进而间接影响企业和供应链层面的绩效，元分析发现了大数据能力与战略行为（创新、决策、知识管理）和组织能力高度相关，与结果（竞争优势、企业绩效、供应链绩效和供应链特征）中度相关。

大数据做出有效决策不仅取决于对大数据的预测和分析能力，还取决于对大数据资源的管理和应用（Janssen等，2017），本文证实了大数据能力维度对大数据能力与部分变量的关系存在调节作用。此外，文化类型和国家经济发展水平目前已广泛应用于元分析的亚组分析中（Saeed等，2014；苏涛等，2017；闫春等，2020），本文的结果证实了不确定性规避和国家经济体是影响大数据能力的重要情境变量，即大数据的使用存在情境间的差异。共有 17 组变量的异质性得到了有效降低，7 组变量异质性尚无法得到有效解决。

边际贡献和未来拓展

本研究具有如下贡献： 第一，较为全面地阐释了大数据能力与结果变量之间更具普遍性的关系，呈现了大数据使用效果的全貌，丰富和细化了大数据能力的现有研究成果，这为后续大数据能力影响因素和效用在数字创业和数字化转型方面的研究提供了较为可靠的佐证。第二，对于企业推动大数据预测和分析能力、大数据管理和应用能力的建设具有实践意义，推进政府和行业协会开展大数据能力建设的指导工作。第三，数字经济使得创业活动面临着极大的不确定性，大数据赋能创业导致其边界模糊化，有助于创业企业发现不可预见的模式，降低创业过程和结果中固有的不确定，本研究有助于引导企业通过大数据能力更好地实现数字创新与数字创业。

本文存在以下局限性，以待未来研究予以改善：现有许多实证研究关注到了中小企业和创业企业如何通过大数据能力提升企业价值，但目前的研究较少关注大数据能力对企业创业过程的影响，在现实生活中，颠覆性的高增长创业往往发生在可以迅速地进行数字技术升级的领域，例如滴滴、抖音等就是借助软件技术打造互联网平台借助大数据能力挖掘客户价值，为早期创业减少了大量的不确定性，并塑造其主动应对环境变化的能力（Merendino等，2018），未来有必要进一步探索数字创业如何应用大数据能力实现快速增长的过程。

原文引用

马鸿佳,肖彬,王春蕾.大数据能力影响因素及效用：基于元分析的研究[J].南开管理评论,2023,(2)

相关阅读

编辑：邰枞霖

审核：刘晓