大數據能力研究綜述

（南京郵電大學，江蘇 南京 210003）

0 引言

信息技術和互聯網應用的蓬勃發展，大數據所帶來的科技風暴正在變革我們的生活、工作和思維。2012年，維克托·邁爾·舍恩伯格在其著作《大數據時代》中，前瞻性地提出大數據核心就是預測[1]，對于人類的生活生產，它將創造出前所未有可量化的維度。大數據正在開啟了一次重大的時代轉型，它已經成為了新發明和新服務的源泉，不斷沖擊和改變各行各業的生態體系。

越來越多的企業意識到大數據將成為未來商業競爭中重要戰略性資產，大數據領域持續贏得資本市場高度青睞。據中國前瞻產業研究院報告，我國2017年第一季度就有150多家涉及大數據的企業獲得融資。大數據逐漸成為企業標配，大數據的發展也由初期的熱炒逐步走向務實階段。大數據能力將成為企業新一輪競爭中的核心競爭力。在面對紛繁復雜、結構各異的大數據資源時，具備良好大數據能力的企業可以通過大數據技術挖掘其商業價值，從而獲得持續競爭優勢。因此，企業在發展過程中需要通過各種途徑，全方位地提升自身的大數據能力。

新時代背景下，如何正確地理解大數據并成功轉化價值，成為企業家和經營者急需解決的重要問題。大數據能力具有“改變管理理論與實踐的潛力”，被譽為下一個“管理革命”[2]，近年來引起不少國內外學者的關注，已經在大數據能力的定義、結構、大數據能力與企業績效等方面開展研究。培育大數據能力對企業來說并非是一項簡單的任務，尤其是各個企業所面臨的情況有所差別。本文首先探析了大數據能力的定義，在國內外學者對大數據能力定義的梳理和評述基礎上，本文對大數據能力提出完整定義。其次進行大數據能力的維度與測量研究，通過現有文獻回顧，歸納與評述現有大數據能力的維度與測量。最后，對大數據對企業的價值創造研究進展進行評述。對大數據能力領域進行一個比較系統的文獻綜述，明確現有研究的不足和未來研究的方向，這對補充大數據相關理論研究，推動我國大數據實踐應用都具有重要的意義。

1 大數據能力概念界定

大數據能力往往依附在企業的組織、理念、物質、行為、制度和管理等各個層面，這也就造成了大家對其的認識和理解過于抽象和籠統。正如大多數新興概念，目前學術界對大數據能力的理解尚無確切、統一的定義。國外學者沿用IT能力概念研究路徑，基于資源基礎理論，“big data analytics capability”即“大數據分析能力”一詞描述企業挖掘大數據對企業經營活動的影響，但是其內涵遠遠超過“分析”概念。第一個正式提出“大數據能力”一詞是國內學者程剛等（2014）[3]，他給出的定義是：企業具備大數據意識，對大數據開發、管理和利用過程中，涉及大數據收集、存儲、挖掘、分析、傳遞和應用的能力。此后的學者從動態能力理論、IT能力和企業信息管理能力以及大數據的資源整合等角度對大數據能力進行定義。盡管對大數據能力定義有所不同（見表1），但可以看出大數據能力被廣泛地認為是新時期下企業重要的核心資源與競爭力，能夠為企業帶來新的價值。

表1 大數據能力的概念界定

從上述對大數據能力概念的相關研究，可以看出目前學者所界定的大數據能力定義研究路徑大致可以分為遵循IT能力研究思路和歸納企業大數據活動實踐總結兩種。大多數學者們基于資源基礎觀、動態能力理論以及IT能力相關研究成果來對大數據能力進行解釋。對大數據能力的定義理論基礎主要是根據企業能力理論的演進而轉變，從基于資源基礎觀的大數據能力的定義，如Davenport T.H.等（2007）[4]、Kiron等（2014）[8]，演進到基于動態能力觀的大數據能力定義，如謝衛紅等（2016）[9]。資源基礎觀將企業看成所有資源的集合，企業的競爭優勢最終決定于企業所擁有的資源。所以Davenport（2007）[4]認為大數據分析能力是企業獨特的能力，并為企業帶來優勢。Kiron等（2014）[8]強調企業需要建立一個新的大數據分析環境，其中戰略和能力（例如數據管理，技術和人才）能夠很好地協調一致，以獲得更好的企業競爭優勢。動態能力理論是在深入研究資源基礎觀的基礎上的發展，強調企業應該具有一定的環境動態的適應能力，能夠調整自己的行為來適應環境，從而提高企業行為與企業環境要求的匹配程度，企業的績效將相應提高。如謝衛紅認為在動態環境下，不僅要擁有大數據資源，更需要整合利用這些資源的能力才是企業關注的重點。國內學者程剛等（2014）[3]和謝振東等（2017）[10]對于大數據能力的定義主要是結合大數據的特點和商業價值、企業大數據活動過程實踐的總結，因此他們的定義側重強調大數據資源整合影響。

從上述研究，可見對大數據能力的界定，如果單純從大數據特點、技術、活動過程和商業價值等角度進行定義是不夠全面的。應當基于企業能力理論分析視角，基于資源平臺、技術手段、組織關聯度和動態變革柔性等能力本質，并結合大數據自身特點—發現規律和預測，突出對企業的最終目標和意義。因此，本文在前人研究的基礎上認為：大數據能力是對企業資源整合的全新思維，它是指企業在運營過程中，企業通過對大數據的收集、存儲、加工等過程發現數據價值，實現企業基于大數據的業務流程融合與優化，體現大數據驅動下的企業戰略決策支持，從而使得企業獲得持續競爭優勢的能力。大數據信息的規律發現和預測將會成為商業變革的動力來源。因此，企業的大數據能力可以轉化為企業的競爭力，是建立顧客忠誠度和供應商依賴度的手段，阻攔新的競爭對手，刺激新產品開發的途徑。

2 大數據能力的結構維度與測量

大數據能力維度的研究主要是基于企業資源基礎理論，IT能力研究成果以及大數據實踐活動特點上進行劃分。前人經歷了近20多年的研究，對IT能力的劃分擁有豐富成果。Ross等（1996）[11]認為IT能力最終是技術資源、人力資源、關系資源三者的有效整合。技術資源是指企業擁有成本合理、配置適當，并且能夠滿足各類信息需求的信息技術裝備。人力資源是企業擁有專業高效的信息技術團隊，能夠迅速應對組織內外部的各類挑戰。關系資源是建立企業與相關利益人的友好關系，運用先進的信息技術能夠為企業與客戶、供應商之間的溝通、協調和談判提供便捷、高效的保障。Bharadwaj（2000）[12]以資源基礎論為基礎，從基礎設施，人力資源和激活的無形資產三個方面對企業IT能力進行了描述。Joe Peppard等（2004）[13]認為企業IT能力具體分為：技術設施，管理能力和IT業務匹配。IT能力的維度研究也引起國內學者的高度重視，遲嘉昱等（2010）[14]、張鶴達等（2011）[15]相繼提出IT能力的維度。王雅薇（2017）[16]對公共信息服務機構信息生態治理研究中，將IT應用能力細分為IT業務融合與IT支持服務戰略能力。國內外學者對于IT能力的豐富的研究，為大數據能力的維度劃分提供了重要參考依據。

國外學者基于IT能力的劃分思路，對大數據分析能力進行維度探索。Davenport等（2012）[17]指出組成大數據分析能力的三大核心分別是：大數據管理核心業務和運營、有關數據科學家的大數據人力資源和先進的IT基礎設施。McAfee和Brynjolfsson（2012）[18]認為大數據分析能力的關鍵挑戰包括：人才管理、IT基礎設施和不同情況下的決策能力。Barton和Court（2012）[19]基于前人研究，建立一個大數據分析能力模型，包括三個維度：預測和提升業務的大數據管理能力；管理多個數據源的IT基礎設施和具備大數據技術能力的一線員工。Wixom等（2013）[7]從策略、數據和人才三個方面衡量企業的大數據分析能力。Shahriar Akter（2016）[20]經過兩次專家調查法，開發了包含大數據基礎設施、大數據人才和大數據管理在內的大數據能力測量量表，該量表經過信效度檢驗涉及11個子維，分別是大數據規劃、投資、協調、控制、連接、兼容性、模塊化、技術知識、技術管理知識、業務知識、關系知識。

國內學者主要基于企業大數據活動過程對大數據能力維度識別，更強調大數據資源整合的影響。程剛等（2016）[3]認為影響企業大數據能力的關鍵影響因素分別是大數據文化、大數據戰略規劃、大數據工作者、數據挖掘和智能分析能力、信息組織和制度和大數據技術支撐平臺，但尚未經過實證檢驗。謝衛紅等（2016）[9]通過使用歸納與演繹方法，實證檢驗大數據能力是由資源整合能力、深度分析能力和實時洞察與預測能力三階因素組成。其中，資源整合能力是企業能夠持續獲取和整合內外部數據資源和非數據資源的能力。深度分析能力指的是企業基于海量數據進行深度挖掘、分析，不斷獲取新洞見的能力。實時洞察與預測能力是企業基于大數據技術手段處理海量數據后，能夠實時洞察或預測出市場環境變化。李淑麗（2017）[21]通過驗證，認為大數據分析能力應涵蓋獲取大數據、提取信息、專業人才技術和分析決策這四個方面。謝振東等（2017）[10]認為大數據能力培育應當從大數據基礎設施建設、大數據戰略設計，內外部數據整合及精細化運營和分析等角度出發，提出了大數據能力六大維度：大數據平臺構建、數據管理與資源整合、產品與運營分析、企業精細化運營、數據產品規劃和企業分析決策能力。

厘清大數據能力構成維度研究的源頭和演進脈絡，對于開展大數據能力實證研究，構建科學合理的大數據能力研究體系都有非凡的意義。基于對文獻的梳理，本文總結出大數據能力維度研究的兩點問題。

首先，大數據能力的維度各要素界限劃分不明確。國內外學者們主要基于IT能力的維度研究對大數據能力的構成進行理論探索，大多數學者提出大數據能力的內容結構，涉及大數據基礎設施、大數據技術、大數據人力和大數據管理等幾個方面，對于大數據能力構成的劃分差異較大且缺少實證檢驗。學者們可以達成一致的是，作為企業能力的子集，大數據能力是可以幫助企業完成預期目的并實現其商業價值。大數據能力應該是由眾多子能力構成的能力體系，想要為企業帶來可持續競爭優勢，需要這些子能力相互影響相互作用系統結果。從研究經驗來看，大數據能力各要素界限劃分不明確，不利于在大數據能力各要素與其他研究變量（例如企業績效）之間建立聯系，這將會制約大數據能力理論的深入研究。

其次，大數據資源與大數據能力的界定不清晰。學者們在研究信息系統、IT能力時尚未明確界定資源與能力的概念，導致兩者的混用，使得在討論大數據能力時也存在混淆的問題。數據資源和大數據能力應該分開來談。大數據資源是大數據能力的基礎，大數據能力是大數據資源相互作用、相互影響形成的結果。大數據能力比大數據資源高一個分析層次，企業組合過程中形成的能力可以創造出更大的價值。大多數學者混淆了大數據資源與大數據能力，造成“大數據資源”、“大數據基礎設施”、“大數據能力”等概念的不同程度混用，這些概念的差異性的忽略使得對大數據能力維度的結論難以統一，無法辨析出內在邏輯關系，這對大數據能力與其它研究變量之間的關聯計量分析造成阻礙。

由此可見，急需對大數據能力進行一個恰當和統一的劃分。基于前人研究以及前文所提的大數據能力定義，本文將大數據能力劃分為大數據分析能力、大數據融合能力和大數據戰略支持能力三個部分。

大數據分析是大數據本身的核心能力，指在合理布局的大數據基礎設施和復雜的大數據技術資源之上完成相應任務，進行數據收集、分析，實現數據應用變現的能力。大數據分析能力本質是動態提升企業各項業務活動。包括有大數據挖掘、儲存、智能分析、數據產品規劃等。大數據分析能力直接影響企業大數據能力的強弱。是企業面對數據的開放和流通，如何快速準確地獲取、存儲、挖掘分析、并將大數據分析結果商業化，獲得數據價值的關鍵。

大數據融合是大數據的橫向協同能力，指企業將其先進的大數據系統與企業業務進行有序結合，達到優化業務流程、增強共享和互動、提升企業管理效率和質量的目標。具有卓越大數據融合能力的企業，企業相較競爭對手更富有創新意識，能夠快速地洞察市場的微小變化，高效處理顧客需求，及時與顧客進行反饋溝通，實現支撐大數據為顧客提供個性化、多樣化優質服務的動態能力，充分發揮大數據在企業資源配置中的優化和集成作用。

大數據戰略支持是大數據的縱向支持能力，是企業將大數據規劃和自身整體戰略相結合，通過大數據支持企業戰略具體實施過程，最終實現企業整體可持續發展的能力。作為企業特殊的軟性能力，這種能力對于競爭對手來說也是最難模仿的。

3 大數據能力與企業績效

大數據對企業具有重要的戰略意義。作為未來企業的運營中的新資本，大數據可以幫助企業預測市場環境變化、分析消費者購買行為，改善企業服務與產品，它所蘊藏的巨大價值將徹底顛覆企業原有的發展方式。大數據能力與企業績效關系研究成為企業界與學術界的焦點，從搜集到的文獻來看，按照研究方式大致可以分為兩類。

第一類是在大數據背景下，從理論和實證兩個方面探究企業的大數據創造價值的“黑箱”。理論方面，Davenport等（2006）[22]，認為大數據背景下，內部和外部服務的網絡不斷的共享信息，優化決策，交流結果，為企業帶來新的見解，企業計算機架構最終將成為一個信息生態系統。Berman等（2012）[23]、Quittner Sultan，Truong（2009）[24]從組織視角研究，基于信息管理和企業管理的理論與方法，解釋大數據創造價值機制。而在實證上，文獻多采用經濟學分析，如Etro，Harms et al（2010）[25]、Iansitiet al（2012）[26]；DEA 方法，如韓先鋒等 （2016）[27]、茶洪旺等 （2017）[28]；實驗數據，如鄧新策等 （2017）[29]、郭峰等 （2017）[30]等預測和評估大數據的社會經濟價值。其中，研究我國大數據企業的績效機制的有，茶洪旺等（2017）[28]研究發現：中國大數據企業創新績效整體水平低，純技術效率偏低是主要誘因。鄧新策等（2017）[29]以2012～2015年中國企業的數據為研究樣本，用因子分析法計算其經營績效得分，對大數據經營績效與研發投入強度的實證檢驗，揭示其各個能力因子與研發投入強度的關系。郭峰等（2017）[30]采用252家具有大數據特征的企業數據進行實證檢驗，研究了在大數據背景下，組織目標、組織冗余、以往績效對企業的創新能力和績效的作用機理，驗證了組織危機對上述變量間關系的調節作用。

第二類是借鑒IT能力的績效影響研究，基于資源基礎理論，建立大數據能力研究模型。國外學者Dehning.B.和Richardson（2002）[31]、Melville,N.（2004）[32]等學者基于資源基礎理論，提出內部業務流程可能是影響大數據能力和公司績效的重要因素。Shahriar Akter（2016）[20]基于152份網上調查問卷，實證檢驗了企業戰略定位在大數據能力與企業績效之間的調節作用。在此研究框架上，Samuel Fosso Wamba（2016）[33]研究了動態能力在大數據分析能力與企業績效之間所起到的中介作用。國內學者對大數據能力與企業績效也有一定的關注，謝衛紅等（2016）[9]將大數據能力具體劃分為資源整合能力、深度分析能力和實時洞察預測能力，與集團管控（戰略管控、財務管控和文化管控）建立結構方程進行研究，發現大數據能力能夠對集團管控產生一定的影響。李淑麗（2017）[21]把知識型企業心理契約作為調節因素，構建了大數據分析能力對知識型企業創新績效影響機理模型。證明了大數據分析能力對知識型企業創新績效有顯著的正面影響。

從以上文獻可以看出，目前大數據與企業績效研究的問題仍處于起步階段。現有研究主要從組織視角、經濟視角、管理視角等角度發現大數據與企業的價值創造。在大數據能力與企業方面，學者們大多數都是基于企業資源基礎理論、動態能力理論以及IT能力文獻，試圖闡述大數據能力價值創造的過程。雖然已經有相關實證研究，但是這些研究還沒有形成完整的研究框架，未能深入探討內在的作用機制。比如分離大數據能力，對大數據能力各要素單獨研究相對較少。現有研究直接將大數據能力作為“整體”變量探討其與企業績效的關系，概括性地提出大數據能力能夠提高企業績效的結論。但是大數據能力作為一個整體來研究只能勾畫出大數據能力與企業績效關系的大概全貌，不能發現大數據能力中的不同構成要素對企業績效影響的差異性，對企業實踐指導的具體操作意義不大。

4 大數據能力研究的未來展望

通過上述文獻梳理可以看出，國內外學者在大數據能力的定義結構、維度測量和對企業績效關系上有一定的研究積累，但整體上，大數據能力仍處于理論建構階段。基于本文的綜述可以發現，雖然這一領域的研究存在諸多不足，但是隨著大數據時代到來，未來研究潛力巨大。因此基于現有研究基礎，本文認為大數據能力理論的研究深入和實踐可以這幾個方面加以突破。

4.1 開發本土化大數據能力測量研究

如前所述，雖然國內外學者基于資源基礎理論和IT能力研究成果，提出了有關大數據能力的構成要素，但由于研究學者對大數據能力的定義不一，甚至混淆大數據資源與大數據能力概念，導致目前的大數據能力構成要素存在較大爭議，加上缺乏本土化的設計實證研究，我國企業大數據能力的培育與相關研究還未能有實質性突破。因此，鼓勵深入探究中國組織情境下大數據能力的本質，研發基于我國企業大數據能力水平的測量量表，為后續的實證研究提供測量工具，從而促進我國企業大數據能力的培育。

4.2 探索大數據能力各要素的作用機制

研究大數據能力中的不同構成要素對企業績效的影響。大數據能力是由眾多子能力構成的能力體系，這些眾多子能力對企業績效的影響可能存在差異性，在對大數據能力的“整體”理解基礎上，應當對其子能力進行研究，進而發現大數據能力各要素之間內在關聯機制。因此，下一步在構建基于大數據能力的企業績效測度模型時，可以考慮將大數據能力各要素與企業績效不同構面之間進行研究，這為探索大數據能力各要素對企業績效的協同作用和提升企業實踐操作都具有重要意義。

4.3 識別影響大數據能力前因因素

大數據能力是企業核心競爭能力的子集，應當從前因和后果兩個方面深化大數據能力的研究。而目前的研究大多數是針對大數據能力的定義、維度和與企業績效的關系的影響，很少涉及大數據能力的前因變量，此類研究目前十分稀缺。因此加快識別影響大數據能力前因因素，研究這些要素對大數據能力的影響機制，不僅可以豐富大數據能力研究，更重要的是，可以幫助企業更好地理解大數據能力形成的內在機理，為企業培育和提升自身的大數據能力提供建設性意見。

4.4 借鑒企業知識和決策理論豐富大數據能力研究

本文發現，現有關于大數據能力理論和實證研究主要是從動態能力、企業戰略定位、企業心理契約等視角分析大數據與企業績效的關系。雖然已有研究表明大數據能力能夠為企業帶來競爭優勢，但相關的研究尚未系統化，對于關鍵問題，對于大數據能力的形成、形成持續競爭優勢的機制研究還沒有解釋清楚。本文認為可以從企業知識理論豐富大數據能力作用機制的研究。

企業知識理論認為企業是知識的集合體，知識尤其是隱形知識是企業核心能力的基礎，資源基礎理論和動態能力理論最終都回歸到企業知識理論。Barney（1991）[34]指出企業的“獨特資源”正是其所擁有的難以交易和模仿的知識。對于企業來說，大數據獲取的完備信息和精確計算能夠促使企業新價值的實現。通過提升大數據能力，企業不僅僅能夠增強當前知識效用水平，更重要的是還能夠獲取到未來知識。因此，可以借鑒企業知識理論的角度分析企業大數據能力形成企業持續競爭優勢的機理。

參考文獻：

[1]維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M].周濤,譯.杭州：浙江人民出版社，2013.

[2]MANYIK A.J.,CHUI M.,BROWN B.,et al.Big data:the next frontier for innovation,competition and productivity[R].Mc Kinsey Global Institute,2011.

[3]程剛，李敏.企業大數據能力培育機制研究[J].現代情報，2014,34(3):7-11.

[4]DAVENPORT T.H.,HARRIES J.G..Competing on Analytics:The New Science of Winning[R].Brighton,Boston.Harvard Business School Press,2007.

[5]LAVALLE S.,LESSER E.,SHOCKLEY R.,et al.Big data,analytics and the path from insights to value[J].MIT Sloan Management Review,2011,52:21-32.

[6]SCHROECK M.,SHOCKLEY R.,SMART J.,et al.Analytics:The Real-world Use of Big Data[R].NY,USA,IBM Institute for Business Value,2012.

[7]WIXOM B.H.,YEN B.,RELICH M..Maximizing value from business analytics[J].MIS Quarterly,2013,12:111-123.

[8]KIRON D,PRENTICE P.K.,FERGUSON R.B..The analytics mandate[J].MIT Sloan Management Review,2014,55:1-25.

[9]謝衛紅，劉高，王田繪.大數據能力內涵、維度及其與集團管控關系研究[J].科技管理研究，2016,36(14):170-177.

[10]謝振東，吳金成，李之明,等.企業大數據能力的構建與培育研究[J].廣東工業大學學報，2017,34(3):110-114.

[11]ROSS J.W.,BEATH C.M.,GOODHUE D.L..Develop long-term Competitiveness through IT assets[J].Sloan Management Review,1996(38):25-31.

[12]BHARADWAJ A.S.A..Resource-Based Perspective on information technology Capability and firm performance:An empirical investigation[J].MIS Quarterly,2000,24(1):169-196.

[13]JOE PEPPARD,JOH WARD.Beyond strategic information systems towards an IS capability[J].Strategic Information Systems,2004(2):167-194.

[14]遲嘉昱，孫翎.IT能力對企業績效影響機制的實證研究——基于組織學習的視角[J].情報雜志，2010,29(4):58-61,45.

[15]張鶴達，蔣美英，張玲.IT能力對企業績效影響機理的實證研究[J].情報科學，2011,29(8):1252-1256.

[16]王雅薇.公共信息服務機構信息生態治理、IT應用能力與服務創新績效關系的研究[D].長春：吉林大學（博士學位論文），2017.

[17]DAVENPORT T.H.,BARTH P.,BEAN R..How“big data”is different[J].MIT Sloan Management,2012,54:43-46.

[18]MCAFEE A.,BRYNJOLFSSON E..Big data:the management revolution[J].Harvard Business,2012(68):128.

[19]BARTON D.,COURT D..Making advanced analytics work for you[J].Harvard Business,2012,90:78.

[20]SHAHRIAR AKTER,SAMUEL FOSSO WAMBA,ANGAPPA GUNASEKARAN,et al.How to improve firm performance us－ing bigdata analyticscapability and businessstrategy alignment?[J].InternationalJournalofProduction Economics,2016,182:113-131.

[21]李淑麗.大數據分析能力對知識型企業創新績效的影響因素研究[J].商，2015(29):5.

[22]DAVENPORT T.H..Competing on analytics[J].Harvard Business Review,2006,84:98-107.

[23]BERMAN S.J,KESTERSON－TOWNES L.,MARSHALL A.,et al.How Cloud Computing Enables Process and Business Model Innovation[J].Strategy&Leadership,2012,40(4):138-146.

[24]Q UITTNER J..How Cloud Computing Can Help Small Business[J].Business Week,2009,10:16-24.

[25]ETRO F.,COLCIAGO A..Endogenous Market Structures and the Business Cycle[J].The Economic Journal,2010,12:1201-1233.

[26]IANSITI M.,RICHARDS G.L..A Study of Economic Impact of Cloud Computing[J].International Journal of Technology,2012,12(4):344-372.

[27]韓先鋒，惠寧.中國大數據產業技術效率及其影響因素分析[J].科技管理研究，2016,36(14):108-112.

[28]茶洪旺，蔡高樓.基于DEA方法的中國大數據企業創新績效評價研究[J].北京郵電大學學報（社會科學版），2017,19(1):71-78.

[29]鄧新策.基于上市大數據企業的經營績效與研發投入關系研究[D].北京：北方工業大學（碩士學位論文），2017.

[30]郭峰，鄒波，郭津毓,等.大數據環境下企業行為對創新能力與企業績效的作用機理研究[J].科學學與科學技術管理，2017,38(4):126-136.

[31]DEHNING B.,RICHARDSON V.J..Returns on investments in information technology:a research synthesis[J].Inf.Syst,2002,16:7-30.

[32]MELVILLE N.,KRAEMER K.,GURBAXANI V..Information technology and organizational performance:an integrative model of it business value[J].MIS Quarterly,2004,28:283-322.

[33]SAMUEL FOSSO WAMBA,ANGAPPA GUNASEKARAN,SHAHRIAR AKTER,et al.Big data analytics and firm performance:Effects of dynamic capabilities[J].Journal of Business Research,2017,70:356-365.

[34]BARNEY J..Firm resources and sustained competitive advantage[J].Strategic Management Journal,1991,17:442-453.