組織視閾下大數據分析能力的整合分析框架構建與未來展望

黃 波，宋建敏，李宇雨，謝 懿

(1. 重慶大學 經濟與工商管理學院，重慶 400044；2. 重慶師范大學 經濟與管理學院，重慶 400047；3. 武漢大學 經濟管理學院，湖北 武漢 430072)

0 引言

當前，大數據的概念以及如何對大數據展開分析與利用愈發受到學術界和實踐界的廣泛關注[1-6]。隨著企業被大量交易數據、點擊數據、語音數據和視頻數據包圍[1-2]，越來越多的企業通過有效利用數據獲取競爭優勢和高績效。在這一過程中起決定性作用的便是大數據分析能力(Big Data Analytics Capability，BDAC)。BDAC被定義為企業利用數據管理、技術基礎和人才開展商業洞察的能力[2,5,7]，反映企業依托大數據進行資源獲取、結構調整和消費者需求識別的邏輯過程。既有研究指出，數據在從可能的生產要素轉變為現實生產資料的過程中，BDAC發揮著重要作用[5,8]。一方面，BDAC能顯著降低企業滿足消費者個性化需求所需付出的成本，提升企業運營效率[9]；另一方面，BDAC將顯著改變企業決策邏輯、創新方式、客戶管理方式和風險模式，拓寬企業價值創造模式與范圍[2,7-8]。基于上述研究判斷，BDAC被普遍認為是未來管理理論和管理實踐的重大潛力方向[1]。

大量理論和實證研究關注BDAC，如戰略管理[1,8,10]、知識管理[11-12]、創新管理[13-14]、決策邏輯[3-4]，但相關研究仍存在些許不足：首先，既有文獻較少對BDAC的前置因素展開探討。盡管有零星文獻嘗試從治理機制[3]、外部環境[2,13]和高管團隊[2,15]等角度展開理論闡述，但仍缺少相關實證檢驗，識別BDAC的驅動因素這一基本問題仍模糊不清，這極大阻礙了企業有效培育和建設BDAC。其次，大量研究強調BDAC給企業發展帶來的積極效應，如競爭優勢、績效提高、企業創新[1-2,4,13]，但相關實證結果卻無法得到有效收斂[9,16]，眾多企業反而因BDAC投資而陷入“生存陷阱”。以上研究結果表明學界在理解BDAC如何影響企業績效以及解釋矛盾結果方面仍存在較大困惑。最后，既有BDAC文獻在檢驗和發展管理理論方面仍處于起步階段[1]。大部分研究以實踐問題為導向，更多關注數字技術建設、分析方法優化以及運算程序開發等方面，而對BDAC鑲嵌于組織情境以及BDAC與前因變量和結果變量之間的因果關系等方面探討較少，也缺乏對其內在機制的理解。

基于以上研究缺口，本研究關注以下問題：①BDAC的概念是什么以及如何準確測量BDAC？②BDAC的前置動因是什么？③BDAC會產生何種結果效應？為此，本研究提出一個BDAC整合分析框架，旨在強化對BDAC及其前置動因與結果效應之間關系的理解，以推動BDAC在組織管理領域的研究進程。本研究的理論貢獻主要有：第一，明晰BDAC的概念內涵和測量工具，為揭示BDAC的內在作用機制奠定理論基礎；第二，系統梳理BDAC的驅動因素、形成機理以及作用機制，整合BDAC在商業管理領域的研究成果；第三，提煉并構建BDAC在組織研究中的整合分析框架，強化BDAC的管理研究價值，為優化現有管理理論和發展新的理論提供文獻基礎。

1 數據采集

為系統把握BDAC在管理領域的發展脈絡，本研究對國內外核心期刊中BDAC相關文獻進行梳理和分析，主要采取兩階段法甄別目標文獻。第一階段，主要基于以下標準進行文獻搜尋：①檢索期刊，英文文獻選取Web of Science數據庫中核心合集SSCI期刊來源文獻(Social Science Citation Index)，中文文獻選取中國知網數據庫中CSSCI期刊來源文獻(China Social Science Citation Index)；②關鍵詞，英文類文獻以Big data analytics capabilities、Big data analytics、BDA、BDAC、Big data capability為主要關鍵詞進行檢索，中文類文獻則以大數據分析能力、大數據能力為主題詞和關鍵詞進行檢索；③檢索時間，文獻檢索時間為2021年8月。最終檢索到1 291條英文文獻和8條中文文獻。第二階段進行文獻篩選，通過對每篇文獻的關鍵詞、標題、摘要以及正文進行精讀，刪除內容不相關和綜述類文獻，最終得到101篇與本研究主題密切相關的文獻，其中英文文獻95篇，中文文獻6篇(見圖1)。總體而言，國外文獻數量明顯多于國內。在研究方法上，國內外采取的研究范式大致相同，均以文獻綜述、問卷調研和案例研究為主，但英文文獻中實證研究占大多數。在研究內容上，國內外研究均較大程度上關注BDAC帶來的結果效應，但國內研究明顯滯后于國外研究。

在確定研究樣本文獻后，遵循扎根理論研究的普遍范式，對每篇樣本文獻進行初級編碼和聚焦編碼。初級編碼是指研究者根據樣本文獻的研究內容，采用原意詞語或者相近短語進行概括；聚焦編碼是指在初級編碼基礎上進一步歸納，分析初級編碼中所編短語的從屬關系。為保證研究的信效度，以上編碼過程由兩名戰略管理專業博士研究生背對背進行，圍繞BDAC的概念、前因、后果等內容進行初級編碼和聚焦編碼。對于存在爭議的編碼內容，研究者及時咨詢相關領域權威專家意見并進行討論，以提高編碼的嚴謹性。

2 BDAC概念與測量

2.1 BDAC概念內涵

隨著商業環境不確定性逐漸加劇、創新周期逐漸縮短以及互聯網技術不斷發展，身處數字海洋的企業嘗試通過BDAC創新原有價值創造邏輯與范圍，以實現高績效[1,7,9]。已有研究主要將BDAC概括為企業的獨特資產[1,16]或數據洞察力[8,14]，因而BDAC相關研究主要根植于兩大理論基礎。

圖1 組織領域中大數據分析能力文獻梳理Fig.1 Literature of BDAC in organization field

(1)資源基礎理論(Resource-Based View，RBV)。資源基礎理論指出，企業由一組獨特的資源組成，其績效取決于資源的異質性以及如何利用這些資源[17]。因此，資源和能力被普遍認為是企業建立競爭優勢的重要部分。BDAC強調對企業有形資源(如財務和物質資源)、人力資源(知識和技能)和無形資源(組織文化)的編排與管理，以形成有用的戰略資產[2,13]，符合RBV提出的VRIN分析框架，即價值性(Value)、稀有性(Rare)、不可模仿性(Inimitable)和不可替代性(Non-Substitutable)。因此，BDAC被視為企業保持持續運營的數據資源集合[16]。具體而言，相比于其它常規要素(如資金、土地、勞動等)，大數據的容量更大、速度更快、多樣性與準確性更高，因而其價值性也普遍更高[1-2,14]。BDAC側重挖掘、精煉和解讀有價值的數據信息[8]，這種獨特的資源利用能力往往具備較高的壁壘性[17]。既有研究指出，并非所有企業都具備BDAC，而只有少數企業才具備這種獨特的資源和能力[1,13]。這也有效解釋了為何同一行業企業會出現顯著差異性績效，即BDAC具備較為明顯的稀有特性、不可模仿性和不可替代性。

然而，基于RBV的BDAC研究仍存在一些不足。例如，遵循戰略性資源和核心能力不會發生變化這一基本假設前提[17]，BDAC應該普遍發生在大企業中。但從管理實踐看，越來越多處于資源和能力困境的后發企業頻頻借助BDAC突破“新進入者缺陷”，挑戰行業領導者地位(如拼多多、嗶哩嗶哩)。這反映出作為獨特資源的BDAC并非不可復制，反而能夠在特定情境下進行開發與配置，也意味著側重靜態分析的RBV無法有效揭示BDAC的形成問題。

(2)動態能力理論(Dynamic Capability View，DCV)。與資源基礎理論相比，動態能力理論更加強調企業如何在動態環境中整合、構建和配置內外部資源與能力，以響應環境變化[18]，更加詳細地揭示企業管理和利用數據的商業動態過程，彌補了RBV靜態分析的缺憾。根據動態能力理論，BDAC既是組織動態能力的促進者，如敏捷性[13]，也是動態能力本身，如通過不斷調整抓住市場機會[10]。因此，BDAC被認為是企業利用數據和人才開展數據捕獲、存儲和分析，進而產生超越競爭對手所必要的洞察力[2,7-8]，側重反映企業對數據進行加工處理的柔性能力。Santhanam&Hartono[19]提出，企業間的數據資源可以較為容易復制(如借助信息系統獲得的消費數據、零售數據)，但對這些數據展開配置和挖掘的能力并不容易復制，這種高壁壘性的能力正是企業產生競爭優勢的關鍵基礎；Ciampi等[8]研究證實，BDAC通過知識共享促進企業的自我更新意識和前瞻性決策，進而推動商業模式創新。總體而言，DCV將BDAC視為低階數據中心，通過開發高階數據中心為企業創造價值[1,8]。

綜上，盡管BDAC研究仍處于初步探索階段，但RBV和DCV為理解BDAC的概念內涵奠定了基礎。值得注意的是，聚焦單一理論視角衍生出的BDAC概念可能無法客觀刻畫其本質內涵。越來越多的研究指出，BDAC并非隸屬于組織單一的資源或者能力，其維度是相互支撐和交織的[1,3]。因此，BDAC需要遵循整合視角進行研究。Akter等[1]指出，企業運用大數據開展商業活動的過程本身就包含信息、數據、人力、知識、組織架構、戰略等多方要素，這些要素有效協同才能促進數據轉化成商業價值流。同時，BDAC側重從資源互補性利用和協同專業化兩方面促進數據與資源、組織、戰略等要素協同，這也解釋了數據為何能夠賦能企業商業系統從而促進績效提升。Kim等[20]強調，IT能力并非只包括相關基礎設施能力，而是人才、管理和基礎設施共同關聯下的綜合體現。遵循更寬泛的分析框架研究BDAC更有助于理解企業數字化運行邏輯。因此，整合視角更有助于深刻剖析BDAC的本質內涵，未來研究可進一步延伸，基于整合視角探討BDAC的形成過程和作用效果，以更加深刻地理解大數據的商業價值[1]。本研究基于整合視角，將BDAC定義為企業運用數字技術對各種數據進行實時獲取、管理和分析，以幫助企業開展基于數據驅動的商業活動的能力。

2.2 BDAC測量方法比較

研究視角差異帶來BDAC內涵的多樣性，也延伸出不同測量方法。通過對文獻進行梳理與總結發現，已有研究主要采用問卷測量法和二手客觀指標法兩種測量方式，如表1所示。

問卷測量法的優勢在于：第一，問卷調查適用于探索性研究和預測理論檢驗[21]，這極大地契合了現階段BDAC在組織研究中的現狀；第二，調查研究能夠確保最低樣本量要求，且可以準確捕捉一般性規律，保證結果的普適性[22]；第三，現有二手數據庫(如CSMAR、WIND、CNRDS)中的結構化統計指標以財務信息、高管信息和企業投融資信息為主，而關于企業戰略、能力、導向和價值主張等信息披露較少，導致用于BDAC指標構建的原始信息較為缺乏。基于此，既有研究開發了包含單維度和多維度的測量題項。例如，Akter等[1]采用德爾菲研究方法，基于管理能力、基礎設施能力、人才能力3個核心維度以及規劃、投資、協調、控制、連通性、兼容性、模塊化、技術知識、技術管理知識、業務知識和關系知識11個細分維度開發出三階BDAC模型；Mikalef等[13]、Ciampi等[8]從有形資源、無形資源和人力技能3個維度構建二階BDAC測量模型；謝康等[5]在Chen等[15]的研究基礎上開發出BDAC單因子模型，并通過5個問項刻畫BDAC在新產品需求獲取、新產品設計和新產品測試三階段中的強弱程度。然而，問卷調查無法較好地擺脫被調研者情緒、認知、心理等主觀因素對BDAC的潛在影響，因而通常存在同源方差問題。

鑒于問卷測量方式存在主觀依賴性，既有研究嘗試從數字技術角度構建相應客觀評價指標體系。一方面，每百人互聯網用戶數、計算機服務和軟件從業人員占比、每百家企業擁有網站數量、固定寬帶平均速率、移動互聯網普及率等指標被廣泛用于研究區域層面的數字化水平；另一方面，企業郵箱、企業網址數據、數字化基礎設施建設、數字化研發(如R&D投入強度、企業人均專利數)、數字化投入(如數字化專項資金占比)、數字人才(如IT人員占比)等指標被嘗試用于反映微觀企業層面的數字化成熟度或數字化轉型能力。然而，以上指標并不能真實反映BDAC的核心內涵，尤其是BDAC強調對數據資源的利用、優化、整合和洞察，這既包括與之相關的硬件技術設施，還包括組織架構、人員、管理和資源等方面。因此，現有二手客觀指標存在較大局限性。

綜上，既有研究采用問卷調查法和二手客觀指標法測量BDAC，拓寬了BDAC的實證研究，但仍存在些許不足。一方面，采用問卷測量可能存在較大的共同方法偏差，進而無法準確把握和評價企業真實的BDAC水平。同時，絕大多數BDAC量表立足于國外情境，將其應用到中國特殊的轉型經濟中可能會造成情境適用性問題。另一方面，受限于概念內涵的多樣性和數據來源，利用二手客觀指標法測量出的BDAC信效度較低。因此，后續研究可以綜合問卷與二手指標的方式測量BDAC。具體而言，采用問卷調查、訪談以及扎根理論等方法建構BDAC的核心內核，如Annarelli等[23]指出，企業數字化能力可能包括重構資源配置能力、數字集成能力和機會洞察力。同時，借助編碼對接結構化數據和非結構化數據，并利用深度學習、迭代算法綜合測算BDAC。這種綜合測量法不僅有助于解決單一問卷調查法存在的同源方差問題，還有助于解決單一二手客觀指標法中信效度較低的問題。

3 BDAC的前因變量

組織視域下的BDAC研究較為零散，既有研究重點對BDAC的重要性展開論證[1-2,13,24]，而對BDAC驅動因素的探討相對匱乏，僅有少數文獻以理論闡述的方式強調外部環境層面和組織層面的重要性[15,25]。實際上，根據環境應配理論和戰略管理相關觀點，企業的資源和能力很大程度上受到外部環境(如環境復雜性、消費者求)和組織環境(如組織文化、組織結構和組織團隊)的雙重影響[2,16]。因此，外部環境和組織環境理應是企業考慮的重要變量。基于此，本研究從外部環境和組織層面整合BDAC的前置動因。

表1 BDAC的概念、維度與測量方法Tab.1 Concepts, dimensions and measurement of BDAC

3.1 外部環境層面

現有研究主要探討數字技術應用、技術創新、制度支持、消費者需求以及價值網絡治理機制對BDAC的影響。Wamba等[10]、陳劍等[9]認為，企業實現數字化轉型和有效利用數據的前提在于一系列數字技術的普及運用(如大數據、云計算、區塊鏈)。數字經濟關鍵技術的戰略性投資是推動產業數字化和企業數字化轉型的關鍵前提[26]。從資源基礎方面看，各種數字技術的應用能夠促進企業實現數據的多元化收集和系統化管理，如2025年全球數據總和將達到175ZB[27]，這為后續數據的個性化運用帶來更大機遇[5]。從價值邏輯看，數字技術的深化運用將顯著改變消費方式、行為及商業價值網絡。一方面，企業和消費者不再是單一的價值提供者和價值獲取者，二者互為商業生態系統內的價值共創者，頻繁跨界融合有助于企業對消費者行為的把握。另一方面，企業借助多元化電子數據(如電子檔案、點擊數據、消費數據)有效挖掘潛在市場機會[4,8]，這對降低企業管理成本和交易成本具有重要作用[9]，因此企業將更加重視數字化建設和數據的分析利用。

技術創新步伐加快加劇了環境不確定性和創新合法性問題[13]，處于動蕩、不可預測和不穩定性環境中的企業會明顯感知到壓力和危機感。為此，企業更加傾向于借助BDAC聚合不同領域的商業信息、組建戰略聯盟和分析顧客數據，以實現產品結構和盈利模式的調整與優化[14]。Mcafee等[28]指出，動態環境不利于企業決策質量和效率提高，而BDAC能夠通過資源重組和聚焦客戶需求的方式有效降低這種不確定性，使得BDAC與競爭績效的關系更加凸顯；Mikalef等[13]通過研究BDAC與企業創新的關系發現，企業采用BDAC取決于外部環境的動態性、異質性和敵對性，處于動態環境下的企業更傾向于依托BDAC拓寬創新范圍；Akter等[1]強調，BDAC的價值在技術波動大、競爭強度高、市場活力旺盛的高科技行業體現的更為明顯，因為高科技企業面臨的信息不對稱程度和需求不確定性更高，因而更重視對BDAC的運用。

相對于成熟的業務模式，BDAC通常面臨創新合法性問題，因而其運用離不開強有力的制度支持。Ciampi等[8]、陳劍等[9]在分析中國數字經濟發展現狀時指出，數字技術的應用離不開國家層面的制度支持和行業層面的科技環境；呂芬等(2021)通過討論外部環境與中小企業數字技術采納之間的關系發現，寬松的政策扶持制度(如政府補貼、稅收優惠、低息貸款)、完善的法律法規體系(如數據保護、知識產權法)以及高競爭壓力的商業環境是誘發企業轉向數字化的直接動因。

企業總是處于一定價值網絡中，價值網絡影響著企業的資源、信息和知識共享[3]，進而體現在市場機會識別和行為上。由于大數據呈現出高度的非結構化特性，價值網絡治理機制是確保企業高質量數據決策的基礎[28]。Shamim等[3]指出，基于以契約治理和關系治理為代表的價值網絡治理機制，企業與其他利益相關者通過簽訂合同的方式提高數據質量。同時，治理機制也有助于彼此建立長期信任，確保有效的知識共享，這些對于推動企業利用BDAC具有重要意義。

3.2 組織層面

組織層面因素主要體現在組織文化、數字基礎設施和高管團隊3個方面。首先，BDAC很大程度上改變了企業價值創造邏輯、組織架構、要素配置以及運作模式，其被普遍視為游戲規則的挑戰者或破壞者[10]，因而企業在培育和建設BDAC時需要考慮合法性問題[13]。在利用數據和發揮數據溢出效應的過程中，能否建立從分析中產生洞察和創新想法的數據驅動文化是決定組織整體成功與否的關鍵因素。Mcafee等[28]指出，以數據為導向的決策文化很大程度上推動管理者從主觀決策轉向數字決策進程，有助于其全面理解市場機會、產品定位、消費者需求和細分市場。其次，從資源配置看，數據的分析、開發和運用立足于一系列有形資源，如資金、數據、人才、技術[13]。Gupta&George[16]強調，企業之所以無法從數據中獲得回報，原因在于缺乏先進的分析技術、專業人才以及配套基礎設備。豐富的數據基礎和容量是保證企業實施數字化的基礎，成熟的數字技術能為企業成功獲取和分析數據提供保障。一方面，數字技術能規范數據導入標準(二進制數據)和實現數據嵌入功能，使得數字技術的杠桿效應得以實現[29]。另一方面，數字技術有助于加快各參與主體間的信息共享，降低信息不對稱程度[4,11]。Gupta & George[16]提出，以Hadop(一種基于Java語言的軟件框架)為代表的新技術允許數據分布式存儲和并行處理非結構化數據集。最后，根據委托代理理論和高階梯隊理論，高管團隊的支持和信任是推動企業采用BDAC的重要動因[2]。作為企業的實際管理者，高管團隊通過規章制度和組織流程將其決策正規化、日常化以及可視化，因此其決策對企業戰略方向和發展重點具有舉足輕重的作用[13]。Chen等[15]研究指出，建立數據流程和治理結構的團隊更有助于企業利用數據資產制定組織戰略路線，推動其對BDAC的重視；Hodgkinson&Healey[30]指出，管理者的偏執情緒、認知反應和反思系統會阻礙企業對BDAC的應用；Wamba等[10]認為，高層管理者的承諾對BDAC在組織中的應用具有重要作用，需要進一步強化二者之間關系的研究。

綜上，現有研究對BDAC前置因素的探索較為匱乏，尤其是環境和組織層面如何影響BDAC這一關鍵機制仍未厘清。因此，未來研究應深挖更多重要前置動因及其作用機制，以填補這一領域的研究空白。對于環境層面因素，未來研究可重點關注不同制度壓力、環境不確定性、競爭強度、技術變革以及行業內其它企業技術采納對焦點企業BDAC的影響。對于組織層面因素，是否采用BDAC可能取決于高管團隊創造力水平、管理者—員工沖突水平、注意力配置、合法性訴求等[2,8]，未來研究需要深化對這一問題的探索，并借助實證研究予以檢驗。此外，BDAC的驅動機制可能來自于“環境—高管—BDAC”的跨層次影響機制，因此未來研究也需要挖掘這一重要驅動機制。

4 BDAC的作用機制

在組織研究中，既有文獻結合RBV、DCV和社會整合理論重點剖析了BDAC的結果效應機制，但其研究主題呈現出高度分散化。總結來看，BDAC的效果研究主要從兩個方面展開：一是探究BDAC與績效結果的關系，如競爭優勢、企業成長[3-4,10,31]；二是探究BDAC如何影響企業的行為應對，如機會識別、創業導向、組織學習以及商業模式創新[6,8,32]。本研究從績效結果和行為應對兩方面整合BDAC的作用機制。

4.1 行為應對層面

對于BDAC驅動企業的行為應對，學術界已形成3點理論共識[5]：第一，基于RBV視角認為，BDAC構成企業應對環境沖擊和行業競爭所需的獨特資源[13]，通過直接誘發企業高階動態能力提升自身主體能力[1,9]。Ciampi等[8]、Mikalef等[13]認為，BDAC是一種低階動態能力，能夠通過提高企業高階動態能力(如營銷能、技術能力)增強對市場機會的感知。第二，基于DCV視角認為，BDAC能夠加速內外部資源重組和知識流動[12]，具有促進組織學習的作用[11]。第三，基于整合視角認為，BDAC會打破原有組織流程、業務模式和組織剛性[33]，通過數據與關鍵結構、戰略、信息、知識等要素進行適應、調整和更新，提升組織柔性。因此，BDAC顯著影響企業戰略導向、機會識別和企業創新等方面。

首先，BDAC使企業更加關注顧客導向和創業導向[34]。由于消費者需求和購買行為具有模糊性與隨機性，傳統企業(未實施數字化的企業)通常無法借助有效手段抓取這種不確定性。BDAC通過利用結構化和非結構化數據拓寬企業獲取消費者數據的渠道，并借助模型算法和迭代學習實現對消費者偏好的高水平洞察[35-36]，如Target公司使用BDAC跟蹤和預測顧客購買行為和未來購買趨勢。同時，通過對產品(服務)與消費者真實需要的動態匹配[36]，企業改變和創新價值創造過程與價值獲取機制，如亞馬遜借助BDAC向客戶提供個性化購買建議[35]。在創業導向方面，多渠道、實時、多維度數據搜集和分析系統可為決策支持系統提供基礎前提[8]，處于數字化情境中的企業更傾向于挖掘潛在市場機會、鼓勵員工獨立決策、承擔創新風險[37]，這將增強創業的戰略傾向。

其次，BDAC為機會識別提供數據保障。借助BDAC對不同類型數據(如文本、圖像、評論)進行管理和分析，能夠增加企業獲取新價值主張和市場機會的可能[7]，如社交媒體上的實時文本和情緒分析能夠幫助企業捕獲消費者對營銷活動的態度和情緒反應。同時，BDAC不僅能拓展現有知識搜索空間與能力[31]，還能推動企業對原始數據開展必要性爭論。不同類型的數據源幫助企業快速學習和準確獲取顧客需求，提高機會識別的有效性。此外，鑲嵌于BDAC中的機會識別被視為推斷、歸納、迭代和更新的過程[38]，BDAC催生的學習機制能促進外部知識內化[5]，這些都將推動產品供給優化和商業機會識別，進而促進數據貨幣化。

最后，BDAC顛覆行業已有商業邏輯，對于促進企業創新具有重要意義。在商業模式創新方面，具備模塊化技術支持的BDAC能夠較為輕松地嵌入到產品服務系統、物聯網、供應鏈以及盈利模式中[8]，如Zara的商業模式體現為數據與快時尚的結合。同時，模塊化能降低信息處理負荷，避免模塊化基礎架構組件之間的相互依賴，驅使企業聚焦構建以效率為中心的商業模式[14]。在企業創新方面，借助BDAC建立的戰略選擇與績效因果關系模型能夠清晰刻畫企業間的差距及其來源，企業通過改進現有產品或服務、優化流程和客戶管理、新產品開發以及技術創新等方式開展漸進式創新和突破式創新[13]。

總體而言，現有研究從戰略導向、機會識別和企業創新等角度初步探討了BDAC對企業行為應對的影響，但相關研究缺乏對可能存在的其它內在機制的探討。一方面，BDAC帶來的管理者認知決策變化可能改變企業日常經營活動和組織架構[39-40]，如BDAC可能促進組織的敏捷性、韌性以及開放式創新；另一方面，BDAC的創新性和顛覆性也可能改變企業原有資源整合策略[13]。基于此，后續研究應該從更加多元的角度解剖“BDAC—行為應對”的作用“黑箱”，如資源整合、雙元能力、戰略特性、組織韌性和開放式創新等。

4.2 績效結果層面

盡管關于BDAC驅動企業行為應對的研究呈現高度分散化，但既有研究重點探討了BDAC對績效的影響[1,3-4,24]。一方面，既有研究認為，BDAC之所以給企業帶來高績效，是因為其能提供多元化的數據類型、數據輸入方式、數據清洗和數據分析環節，這些過程通常很難被其它競爭對手模仿，因而有助于企業建立獨特競爭優勢[41]。同時，從信息不對稱方面看，BDAC能提升供需雙邊信息流動的透明度和靈活性，這不僅驅使企業通過提升內外部資源利用效率降低成本，而且還促進自身動態能力、技術能力、營銷能力和抗風險能力的構建[13]。此外，BDAC有助于提升市場資本和運營調整的敏捷性，這為企業應對環境復雜性提供了柔性架構。因此，BDAC有助于組織績效提升。另一方面，在更為具體的創新層面，既有研究指出，由于BDAC能提供高速穩定的數據傳輸和處理系統，推動企業從數據角度挖掘消費者偏好和開發新產品，這有利于企業創新活動的開展和創新績效的獲取[42]。例如，Fan&Biefet[43]指出，數據多樣性和數據處理速度是支撐產品創新的關鍵要素，對創新績效具有關鍵作用。

此外，也有研究認為BDAC的運用并不能提高運營效率和效益，反而導致“IT生產悖論”[16]，許多熱衷于IS投資的企業并未獲得預期的價值回報。龐大的數據量不僅要求企業設立專業部門進行管理，而且管理者也會陷入“數據困境”。因此，BDAC會導致組織流程和結構混亂[5]，帶來較高的管理成本[7]。Mikalef等[13]研究指出，盡管投資者對于BDAC的熱情很高，但組織在實現以大數據為主的績效提升方面仍面臨較大壓力，企業亟需對此展開更深入的分析。

綜上，現有研究就BDAC對組織績效的影響展開了大量探討，但仍存在些許不足。首先，BDAC與績效之間可能存在其它內在解釋機制[10]，如組織雙元性、知識吸收能力、價值共創等。因此，后續研究仍需進一步挖掘這一關系的內在機理。其次，BDAC帶來的組織敏捷性可能會阻礙高績效的實現。也就是說，未來研究應該關注BDAC的雙刃劍效應，深入探討其內在機制，以規避BDAC的負面影響。最后，既有研究缺乏對可能存在的邊界條件展開更為細致的討論，明確BDAC的作用情境更有助于發揮BDAC的積極效應和規避其負面效應。未來研究還應進一步關注內外環境、文化氛圍、管理團隊支持等情境因素對“BDAC—績效”關系的權變作用。

5 研究結論、貢獻與未來展望

5.1 研究結論

本研究圍繞BDAC的概念內涵、測量方法、前置動因和作用機制進行歸納總結，并在此基礎上構建BDAC整合分析模型，如圖2所示。

圖2 BDAC理論分析模型Fig. 2 Theoretical model of BDAC

首先，現有研究重點借鑒RBV和DCV兩類理論基礎對BDAC展開研究，將BDAC視為維持企業持續經營的數據集合[5,16]，抑或是實現數據捕獲、儲存及分析所展現出的洞察力[2,7]。但單一研究視角可能無法客觀刻畫BDAC的本質內涵，導致BDAC的定義與關鍵維度存在多樣性和模糊性。因此，越來越多學者呼吁從整合視角研究BDAC，并將其視為資源與能力的綜合體現[1]。同時，既有研究嘗試運用問卷測量和二手指標兩種方法客觀測量BDAC，但均無法有效捕捉BDAC的核心內涵，導致研究結論存在很大局限性。

其次，既有研究從環境層面和組織層面探討BDAC的前置因素。環境層面的研究側重從數字技術應用、技術創新、消費者需求、制度環境以及價值網絡等角度探討對BDAC的影響，包括BDAC的形成、企業采用BDAC的意愿和熟練程度以及不同情境下BDAC對組織績效的影響[2,8,13]。組織層面的研究則重點強調組織文化、高管支持以及IT基礎等因素對BDAC的影響[10,13]，但均側重于理論分析，涉及的實證研究較少，研究結論缺乏定量數據支持。

最后，BDAC的結果效應主要體現在企業行為應對和績效結果兩個方面。其中，BDAC通過觸發知識獲取、分析和分享，關鍵結構調整，商業模式創新，資源配置優化和機會識別等行為[9,14]，降低消費者需求與組織之間的信息不對稱[4,11]，企業借助這種新優勢實現高增長。值得注意的是，學者也指出由BDAC引發的組織變革可能會打亂現有流程和結構[5]，冗余的數據管理也會增加企業管理成本，最終導致企業陷入“IT生產困境”。

5.2 理論貢獻與啟示

首先，本研究歸納并總結了組織研究中BDAC的3種理論基礎，并深入探討不同理論視角下BDAC呈現出的專有特征和固有屬性，有助于全面理解和認識BDAC，為BDAC的關鍵維度識別和定量測量工具開發提供文獻證據。鑒于以往研究多從RBV和DCV視角探討BDAC造成的研究局限，本研究呼吁從整合角度拓寬對BDAC的研究[1]，有助于延伸BDAC研究的理論視角。

其次，BDAC整合分析模型為探究BDAC對商業領域的影響提供了新的框架和結構，整合并豐富了現階段BDAC在管理領域的研究。盡管學者已經從資源、能力、結構和知識等角度探討了BDAC影響組織的內在機理，但相關研究成果呈現出碎片化[2]。一方面，作用機制的解釋大多基于RBV和DCV兩大視角展開，忽視了可能存在的其它重要路徑，如高管承諾、團隊創造力水平、管理沖突等。另一方面，BDAC的積極效應并非總是存在，也可能因為流程變革使組織陷入“數據困境”。BDAC整合分析模型遵循“前置動因—BDAC—行為應對—績效結果”的研究邏輯，呈現出企業借助BDAC實現商業價值的全過程，為客觀理解BDAC提供了一個有力工具和框架。

最后，BDAC的整合歸納研究有助于推動企業數字化建設和數字化轉型。盡管數字化已普遍被管理者視為企業發展的重要方向，大量人力、物力和財力被用于發展數字化業務和平臺，但多數企業仍無法有效發揮數據的潛在益處[31]。從價值創造過程看，數據至少要經歷搜索、存儲、整合分析過程，通過與知識、勞動、技術、管理、組織結構等相結合，才能發揮其價值。這意味著企業不僅要重視數字化硬件基礎的投入(如IT基礎、技術、設備、運算邏輯及算法)，而且要關注相應配套軟件(如創造性人才、數據分析流程、柔性氛圍、彈性制度)，這樣才能實現數據的增值效應。

5.3 未來展望

通過對BDAC相關文獻的系統總結和歸納，本研究提出未來研究的4點方向。

第一，結合整合視角挖掘BDAC差異化作用機制的“黑箱”。盡管BDAC逐漸被視為企業重要的戰略資源或能力，但BDAC帶來的結果效應仍存在顯著差異。例如，BDAC通過提升雙邊信息透明度與運營敏捷性、降低成本等為企業帶來高績效，但也會帶來“數據困境”，阻礙企業成長[16]。越來越多研究指出大數據帶來的經濟機制并不僅僅依賴單一數據資源，而是眾多要素協同參與的結果[1,20]。整合視角側重從資源與能力雙重屬性闡述BDAC的核心內核，對解釋BDAC的差異化作用機制具有重要理論意義。從整合視角研究BDAC發揮積極效應和消極效應的內在作用過程，有助于加深對數字化的理解。

第二，從資源、能力和社會整合3種視角豐富BDAC的概念內涵和測量工具。盡管現有研究已對BDAC進行闡述和建構，但基于IS領域延伸出的概念仍無法客觀體現其真實內核，進而導致不同視角下的BDAC存在較大差異。同時，現有測量工具也無法真實衡量BDAC，這也限制了相關實證研究的開展。未來研究應該基于數字經濟的獨特性和管理復雜性，提出更加整合的概念和關鍵維度，以客觀呈現BDAC的真實內涵。進一步，借助扎根理論、案例研究以及訪談等方法開發適合BDAC的量表和客觀指標體系，拓展相應實證研究。

第三，強化從組織層面拓展BDAC的形成機制。相較于BDAC的結果效應，如何配置資源從而搭建適合自身發展的數字化平臺和分析系統對企業而言更為重要。盡管現有研究闡述了環境和組織相關因素影響BDAC構建的過程，但相關研究仍局限在簡單的定性描述層面，對BDAC的內部形成機制仍未展開深入挖掘，尤其忽略了組織支持與高管團隊在BDAC構建過程中的重要作用。基于此，未來研究可借助案例研究解讀企業“為什么”“如何”以及“怎樣”形成BDAC，加深對其動態形成機制的理解。同時，利用SEM、PLS等實證方法找尋和驗證關鍵驅動因素，以拓展該領域研究。

第四，關注BDAC發生的邊界條件。BDAC離不開政策支持、制度保障、高管承諾、特定行業以及文化屬性，管理實踐也證實數字化的使用普遍存在于高度競爭、政策扶持以及大量創新的高科技行業中。因此，未來研究要更加注重從外部環境和內部組織情境尋找影響BDAC形成的關鍵調節變量。此外，中國的轉型經濟特征為企業數字化建設和數字化轉型提供了天然土壤，立足于獨特制度文化、政策環境、“雙創”戰略以及高質量發展導向的中國企業數字化呈現出與西方國家明顯不同的情境依賴性。因此，以情境特征為研究起點，挖掘中國情境下的BDAC議題，有助于豐富和發展中國管理理論，更加精準地指導企業數字化建設與轉型。