大数据管理对企业敏捷性影响研究——企业战略与环境不确定性的调节作用
时间：2023-04-10 12:50:04 来源：柠檬阅读网 本文已影响 人 
徐国虎，薛改改
(1.中南财经政法大学 工商管理学院，湖北 武汉 430073；
2.广东美的集团股份有限公司，广东 佛山 528000)
目前，随着技术变革不断加快与企业间竞争日益激烈，企业面临的经营环境不确定剧增，这也意味着企业敏捷性迎来了巨大的挑战。企业敏捷性是指企业能够更好地解决市场环境中的突出状况，并从中取得机会和收益的能力。[1]研究发现，提升企业敏捷性的关键路径之一是信息技术的应用。[2]信息技术的应用可以提升合作企业间信息的交换效率，提高企业识别市场机会的速度。同时，通过信息技术资源同其他互补资源的交互作用，能够强化企业跨部门、跨组织的合作关系，从而提升企业对市场环境变化做出及时反应的能力。[3]此外消费者需求的不断变化提升了对企业敏捷性水平的要求。企业需要通过同时处理大量的资金流、物流以及信息流数据来保障较高的客户服务水平，然而传统的信息系统对企业敏捷性的提升缺乏可持续性提供解决方案的能力，其设计的原理不具备敏捷性运作的高度分散控制要求，并且在重新配备企业内外部资源方面的灵活性不足，难以将高度复杂的、大量的多类型数据进行实时处理。[4]
因此，企业开始不断寻找能够增强决策灵活性、提高运算速度的新工具，大数据技术应需而生。同时，由于数字化进程的不断加快，大量结构化和非结构化数据可以被获取并展开分析，这也为大数据项目的运用创造了条件。因此，大量的企业开始通过大数据管理和提高企业运用大数据的水平来实时感知市场变化，找寻潜在机会，提高企业自身竞争能力。企业大数据管理已经被视为企业提升竞争优势的重要措施,而其大数据能力是提高企业敏捷性的关键能力之一。[5]基于此，本部分从资源基础理论和动态能力理论视角出发，在考察企业战略异质性和环境不确定性的调节效应基础上，进一步探究企业大数据管理对企业敏捷性的作用。
(一)大数据管理与企业敏捷性
信息技术在企业基础设施建设、管理能力及人力资源等领域的应用能提高企业的敏捷性。[6]基于现有研究关于企业大数据管理的维度，本文主要从基础设施建设、应用管理以及人力资源等维度来探讨企业大数据管理实践对企业敏捷性的影响。但和以往信息技术不同的是，大数据技术能更有效提高整个供应链中不同企业间的合作、信息交流及敏捷性程度。[5]
1.大数据基础设施建设与企业敏捷性
稳固的IT基础设施及其完善的架构能帮助企业在最短时间内获取最新信息，从而加强企业对其内外部环境的掌握程度，促进企业与供应链合作伙伴在产品研发、市场定位、潜在用户开发等方面进行合作，通过利用双方的互补资源进行共同决策来尽可能降低决策失误，高效和高质量的决策有助于帮助企业以最快速度应对市场变化、满足消费者日新月异的需求。[7]相较于以往的信息基础设施，当前的大数据设施更契合商业环境的需要，对于企业敏捷性的提高效果更有优势。[8]基于大数据基础设施的连接性而言，其能帮助企业与供应链中的其他成员及时进行信息的互换和整合，确保信息交互的速度和质量；
关系型数据库和日志实时接入方式也使得企业日常运营的数据能被纳入大数据系统中，方便企业随时掌握客户订单和产品库存等实时动态；
[9]大数据基础设施的兼容性能打破企业与外部环境的隔阂，消除组织界限而获取外部信息，加强企业与供应链中其他成员的协同交流，从而提高企业应对快速变化市场的能力；
[10]模块化功能则通过实现系统各组件间的相互可操作性来促进新程序的研发，从而使得企业能够根据业务需求的变更来及时调整应用程序的组合，进而增强企业的灵活性。[11]
2.大数据应用管理与企业敏捷性
资源基础理论认为，有价值且稀缺的资源并不会必然给企业带来竞争优势，更关键的在于组织对这些优势资源的管理和控制，[12]也就是说，企业实现资源对竞争优势的提升作用必须要有效应用这些资源来充分发挥其价值，具体可从计划、决策、协调和控制这四个维度着手。就计划而言，完善的计划能稳步推进企业项目的实施，并妥善解决项目实施过程中可能遇到的阻碍，从而增强企业自身及供应链合作伙伴间的协同能力。[11]对于决策来说，企业从自身及外部利益相关者角度出发来制定大数据应用决策，以期将整个供应链的价值最大化，进而加强供应链成员之间的协作交流、提高适应环境变化的技能。[13]至于协调角度，较强的协调能力能推动企业大数据部门与其他部门以及供应链伙伴间的交流合作，从而顺利推进企业大数据应用分析，同时也可提高企业供应链的可视化程度，促进企业的高效决策。[14]从控制维度来说，企业大数据管理与业务需求的适配必须依赖于严格的控制能力，只有加强对业务流程的控制才能精准掌握各环节的实时情况，并准确预估可能存在的风险，进而帮助企业事先做好相关的应对准备并合理调整未来的业务运作策略，加强企业应对未来不确定性的能力。[15]
3.大数据人力资源培养与企业敏捷性
除了大数据技术自身的软硬件设施外，首席数据官、数据工程师和分析师等大数据人才也是企业在实施大数据管理中必不可少的组成部分，企业大数据人力资源培养主要是指对大数据人才在技术、管理、商业以及关系维度的能力培养。技术能力指员工掌握的大数据方面的专业知识技能，这是企业顺利推进大数据项目实施、深度挖掘大数据的商业价值并最终实现企业敏捷性提升的重要基础；
管理技能则是指企业大数据人员能合理规划大数据资源的分配与利用，并严格控制大数据项目运行过程以规避潜在的风险的管理能力；
商业技能指大数据人员对企业战略规划的把握、对外部环境的及时洞察以及企业大数据业务决策能力。[16]较强的商业能力使得大数据人员在考虑企业内部战略部署的同时，结合外部市场的机会和风险来帮助企业自身及供应链合作伙伴共同制定最优决策；
关系技能指的是大数据部门的员工能与企业内部其他部门、外部供应商和服务商以及供应链伙伴间进行顺畅沟通的能力。[17]强大的关系技能能促进企业与内外部主体更频繁的沟通与合作，从而有助于企业获取更多大数据资源并进行合理规划和使用，企业间高效的交流和资源共享最终能有效增强其面对市场变化的能力。[18]因此，本文提出以下假设：
H1：企业大数据管理有助于提升企业敏捷性。
H1a：企业大数据基础设施建设有助于提升企业敏捷性。
H1b：企业大数据应用管理有助于提升企业敏捷性。
H1c：企业大数据人力资源培养有助于提升企业敏捷性。
(二)企业战略的调节作用
从战略特征来看，具有前瞻意识的企业往往倾向于进攻性创新与探索式创新，偏向于发掘客户潜在需求，[19]更着重于开发具有市场突破性的产品与服务，同时也注重提高面向市场的快速响应能力；
与此同时，前瞻者更聚焦于是否能够利用新兴技术，先于竞争者辨析市场机会与风险，进而合理配置资源，产出差异化产品。而具有防守意识的企业往往倾向于适应性创新，偏向于满足顾客已有的确定性需求，在面对瞬息万变的环境时更注重适应能力的培养，即防守型战略的企业更重视提升既有产品的工艺过程的改进及其生产效率的提升，将其重点置于在已有的市场上提供相对稳定的产品和服务。大数据技术作为一种颠覆性的技术变革，其主要目的在于通过市场细分、商业模式转型、产品和服务升级换代来应对客户需求的异质性分化，并通过自动化算法支持或替代人工决策等途径来挖掘大数据价值。[20]因此，相比之下，具有前瞻战略意识的企业更注重大数据管理的应用，以提高其对市场变动的响应。
从企业敏捷性的角度出发，企业对内外部环境变化的敏捷性会因企业的目标和策略的不同而产生差异。一方面，为了适应市场变化，前瞻者会利用新一代信息技术，如大数据技术、物联网、云计算等以提升自身的敏捷性。但由于IT投资悖论的存在，防守型企业选择颠覆性技术来提高企业敏捷性的可能性相对较小。[21]另一方面，企业敏捷性的提升也受到供应链合作伙伴协作的影响。相比之下，前瞻型企业更倾向于利用大数据管理来实现企业内部及供应链企业间的协同效应，以获取必要的核心资源。而防守型企业为了保持既有市场地位更倾向于规避风险活动。[22]因而，相对于防守型战略的企业而言，前瞻型战略的企业更倾向于提升大数据管理实践能力以达到提升企业敏捷性的目标。
从战略类型对企业行为的影响来看，企业战略对企业获得和使用外部信息的方式有着重大的影响。前瞻型企业在挖掘潜在市场机遇时会更多聚焦于与其产品研发有关的最新技术[23]，同供应商建立战略联盟时更着眼于加速新产品的协同研发，更期待通过提升企业内部和供应链集成水平实现业务流程重塑。[24]防守型战略企业更强调市场导向，侧重于通过关注竞争对手和目标顾客来获取更多信息；
根据竞争者的产品升级迭代来优化自身的产品研发与生产策略，从而保持公司现有市场份额和竞争优势。[25]因此，相对于前瞻型企业，防守型战略企业更多是被动应对市场环境变化，仅有少部分的企业利用大数据管理来提升企业敏捷性。综上，本文提出如下假设：
H2：
相较于防守型战略企业，前瞻型企业大数据管理更能提高企业敏捷性。
H2a：相较于防守型战略企业，前瞻型企业大数据基础设施建设更能提高企业敏捷性。
H2b：相较于防守型战略企业，前瞻型企业大数据应用管理更能提高企业敏捷性。
H2c：相较于防守型战略企业，前瞻型企业大数据人力资源培养更能提高企业敏捷性。
(三)环境不确定性的调节效应
市场环境下企业经营因技术革新、竞争者行为以及客户需求变动而面临较高的不确定性，企业将逐渐丧失其原有的竞争优势，其需要的不仅仅是更为全面的信息资源，还需要通过高端的IT技术手段来剖析这些信息。[26]因此，作为高效获取和精准分析数据资源的重要技术手段，企业大数据技术的应用是对于企业适应动态环境下的信息处理需求具有至关重要的意义。考虑到企业利用大数据管理提升企业敏捷性的高额投资，因而企业在市场相对平稳的情况下，企业培养全新IT能力和获取外部知识的需求并不是很迫切。而在动荡的市场环境下，为了迅速吸收异质性知识、感知外部环境动荡和捕获市场机遇，企业培育高效IT能力以快速响应环境变化的需求才日益强烈。
外部环境的敌对性取决于企业所处环境中竞争的激烈程度与资源的匮乏程度，[27]可从市场边际利润、资源可获得性等方面来进行衡量。[28]一方面，外部环境的敌对性对企业培育全新IT能力具有一定的不利影响。为了抵御潜在风险、填补被侵蚀的利润以及保有现有的市场份额，企业倾向于更关注产品更新换代、渐进性的产品研发与流程技术完善，而不是投资信息化技术应用，所以具有较强敌对性的外部环境会阻碍企业采用大数据技术。同时，外部环境的敌对性意味着企业间竞争更为激烈，进而加大企业投机或违法行为的可能性，从而引致企业合作的信息与知识交换成本增加和信任度下降的问题。[29]因此，敌对性的外部环境会妨碍企业新型IT能力的培养，从而影响企业敏捷性的提升。因此，提出如下假设：
H3：环境不确定性能显著调节大数据管理与企业敏捷性间的关系
H3a：动态性增强了大数据管理对企业敏捷性的促进作用
H3b：敌对性削弱了大数据管理对企业敏捷性的促进作用
图1 理论模型
(一)变量测量
本研究借鉴已有研究中的成熟量表，结合实地调研对企业大数据管理、企业敏捷性、企业战略及环境不确定性的量表进行设计。其中企业大数据管理的测量参照了Shuradze和Wagner(2016)[30]与Wamba等(2017)[31]的量表；
企业敏捷性参考了Liu等(2013)[32]、Braunscheidel和Suresh(2009)[33]的量表；
而企业战略主要是参考了Venkatraman(1989)[34]、Sabherwal和Chan(2001)[35]的量表；
环境不确定性的测量借鉴了Auh和Menguc(2005)[36]、冯军政(2013)[28]的量表。所有问卷题项采用Likert5点量表，并通过预调研对问卷进行修正，最终形成正式问卷。
(二)研究样本与数据
本研究通过问卷调查的方式进行数据收集，对调查对象背景设定为所在企业正在使用大数据技术的企业中高层员工，如部门主管或经理等。问卷发放时间为2016年6月中旬至9月初，共发放问卷600份，其中收回的有效问卷为255份，有效回收率为42.5%。样本企业中国有独资或控股、民营和外商投资企业分别占比21.2%、39.2%与32.9%；
样本企业员工数量多在100人以上，占比79.6%；
样本企业涵盖制造业、批发零售业、物流快递业、电信服务业、IT技术与咨询业、金融业、电商行业等多个行业类型。
(一)信效度分析
本文采用Cronbach’s系数、组合信度和AVE等指标来分析量表的信度，运用SMART PLS 2.0与SPSS19.0软件来计算企业大数据管理和企业敏捷性各个潜变量的上述诸值，结果如表1所示。
由表1可知，各主要变量的Cronbach’s α系数均高于0.6，组合信度CR均高于0.8，而AVE值均高于0.5，因此，本研究所使用的量表信度良好。此外，将变量的AVE平方根与此变量和其他变量的相关系数进行比较来验证区别效度，结果显示，各变量的相关系数均小于各自的AVE平方根，样本数据具有较好的区别效度。
表1 信效度检验结果
(二)结构方程模型分析
采用PLS的bootstrapping方法进行结构方程模型分析，假设检验结果如图2所示。
由图2可知，大数据基础设施建设对企业敏捷性的标准化路径系数为0.191，且P<0.001，所以大数据基础设施建设能够显著提升企业敏捷性，由此假设H1a得到验证。与此同时，大数据应用管理对企业敏捷性的路径系数为0.230，且P<0.001，所以大数据应用管理也能显著促进企业敏捷性，假设H1b得到验证。此外，大数据人力资源培养也正向影响着企业敏捷性(路径系数=0.487，P<0.001)，因此可验证假设H1c。综上，假设H1得到验证。
图2 研究假设路径分析结果
(三)企业战略调节效应检验
将样本按照战略类型分为防守者和前瞻者两个子样本，分别分析不同战略类型对企业大数据管理与企业敏捷性关系的调节效应，分析结果如表2所示。
研究结果显示，前瞻者企业中，大数据基础设施建设、大数据应用管理和大数据人力资源培养对企业敏捷性的标准化路径系数分别为0.166、0.283和0.470，且均在1%的水平上显著。防守者企业中，大数据基础设施建设对企业敏捷性的标准化路径系数为0.413，且P<0.001，比前瞻者战略下标准化路径系数高出0.247，因此假设H2a不通过；
大数据应用管理对企业敏捷性的路径系数为0.053，检验结果显示不显著，假设H2b通过；
大数据人力资源培养对企业敏捷性的标准化路径系数为0.392，且P<0.001，小于前瞻者战略下的两者关系系数0.470，假设H2c也通过验证。
表2 企业战略在企业大数据管理与企业敏捷性间的调节效应分析
(四)环境不确定性的调节效应检验
关于调节效应的检验一般采用的方法为：对交叉项自变量(IV)×调节变量(MOD)与因变量(DV)的回归系数进行检查，判断其是否显著，另一种方法是检验加入交叉项前后的回归方程的R2变化是否显著。本文同时采用上述两种方法来检验环境不确定性的调节效应。此外，为了降低多重共线性的影响，首先对变量进行去中心化处理，然后取平均值得到大数据基础设施建设、大数据应用管理、大数据人力资源培养、环境动态性和环境敌对性变量的唯一值，最后将大数据基础设施建设、大数据应用管理和大数据人力资源培养的值再次取平均值得到企业大数据管理的变量值。回归分析结果如表3所示。
由表3可知，模型1仅包含控制变量，模型2分析结果显示大数据管理能显著提升企业敏捷性。模型3将环境不确定性的敌对性和动态性两个变量纳入进来，结果显示，企业大数据管理、动态性和敌对性显著提升企业敏捷性。模型4中考虑了自变量和调节变量的交叉项，发现敌对性在企业大数据管理与企业敏捷性间起负向调节作用，且P<0.01，而环境的动态性在企业大数据管理与企业敏捷性的关系中起正向调节作用，P<0.05。在分组回归模型中，R2、ΔR2均显著上升，表明环境的动态性和敌对性对企业大数据管理与敏捷性的关系具有不同的调节效应，假设3a和假设3b得到验证。
表3 环境不确定性在大数据管理与企业敏捷性间的调节效应分析
(一)研究结论
1. 企业大数据管理能够显著提升企业敏捷性。实证结果表明，大数据基础设施建设、大数据应用管理和大数据人力资源培养均能有效促进企业敏捷性提升。
2.企业战略能调节大数据管理与企业敏捷性的关系。企业战略的调节作用主要表现为两方面：其一，相较防守型战略企业，前瞻型战略企业更可能通过大数据应用管理和大数据人力资源培养来提升企业敏捷性；
其二，相较防守型战略企业，前瞻型战略企业通过大数据基础设施建设来提升敏捷性的可能性更低。因此，前瞻型战略企业在投资大数据基础设施的过程中，应更注重提高基础设施建设的连接性、兼容性和模块化，并注意和企业业务进行匹配和融合。
3.环境不确定性能调节大数据管理与企业敏捷性间的关系。与敌对性市场环境相比，在动态性的市场环境中，企业大数据管理具有更强的适应性，能更好提高企业敏捷性。而企业也不能忽视环境的敌对性对大数据管理与企业敏捷性关系的抑制作用，应提高自身适应不同市场环境的能力，来进行企业大数据管理导入决策。
(二)管理启示
1.利用大数据管理助力企业敏捷性提升。其一，在大数据基础设施建设的过程中，应注重提升企业大数据基础设施建设的连接性、兼容性以及模块化，从而加快企业内外部信息的传递速度、强化供应链合作伙伴的协同规划能力以提高企业应对市场变化的灵活性。其二，在进行企业大数据应用管理的过程中，应该充分考虑企业业务的实际情况，制定合理的大数据应用项目计划；
应该提高企业大数据管理决策能力，通过良好的协调和控制能力来促进企业内部和供应链成员间的信息流动和资源共享。其三，企业可以根据自身业务情况，针对所需大数据人才实施分类分层的人才培养和奖励机制，注重大数据人才的综合能力培养。
2.增强企业战略与企业大数据管理的匹配度。一方面，在大数据应用实践过程中，应制定全面的问题导向计划，注重大数据应用领域的紧迫性和应用价值的可察性，并随内外部情况及时调整企业大数据应用部署；
另一方面，在大数据基础设施建设过程中，要注意大数据项目建设与企业战略的匹配程度；
应以企业需求满足为基准，而不是盲目求新求全。
3.提高企业大数据管理对外部环境的适应性。一方面，在动态性环境中，企业应该通过投资大数据项目，及时识别潜在的机会和威胁，注重把握外部异质性机会，勇于开辟新的细分市场，同时也要增强大数据管理综合能力从容应对潜在威胁，并及时总结相关经验。另一方面，在资源匮乏与竞争激烈的敌对性环境下，企业大数据投资要做到主次分明，把握重点，优先投资能提升企业短期绩效的大数据项目以维持现有市场份额。
(三)研究局限与展望
本研究主要存在以下局限：(1)从大数据基础设施建设、大数据应用管理和大数据人力资源培养三方面探究企业大数据管理对企业敏捷性的影响，但并未对上述三个方面相互之间的作用进行深入分析；
(2)本研究的样本数量虽符合结构方程模型检验的要求，但分析型战略类型的企业样本数相对较少，从而未将分析型战略纳入调节效应检验。后续研究可以从上述两个方面深入展开。
