APP下载

数字资本理论的兴起与发展

2022-03-26许秀梅尹鑫孙志亮

财会月刊·上半月 2022年1期
关键词:测度数字化转型作用机制

许秀梅 尹鑫 孙志亮

【摘要】数字经济时代, 依托数字技术推进管理变革成为企业价值管理的现实基础。 数字技术资源的价值创造以资本转化为前提, 因而数字资本才是企业价值的承担者。 但现有相关研究缺乏清晰的逻辑主线与理论框架, 因此有必要通过查阅国内外相关经典文献, 以数字资本的形成、内涵、测度、作用机制为逻辑主线进行系统梳理与分析, 建立数字资本研究框架, 指出其中存在的不足, 并展望未来研究方向。

【关键词】数字资本;形成;测度;作用机制;数字化转型

【中图分类号】F49            【文献标识码】A      【文章编号】1004-0994(2022)01-0048-6

一、引言

大数据、云计算、人工智能等数字技术逐步改变了工业经济的根本, 人类社会正进入一个以数字化为表征的新时代[1] , 数字经济成为国民经济发展的重要驱动力[2] 。 微观层面, 借助数字技术促进质量、效率与动力变革成为企业运营管理和价值创造的现实基础。 十八届五中全会提出了实施大数据战略, 十九届四中全会将数据增列为第七种生产要素, 十九大报告强调互联网、大数据、人工智能和实体经济深度融合, 国家发展改革委员会积极推进数字化转型伙伴计划, 均给企业指明了未来发展方向。 受环境与政策的双重驱动, 各行业企业纷纷推进数字化转型。 但有研究发现, 数字化与企业绩效无显著相关性, 仅有9%的企业取得了良好效果, 超过 60%的企业数字化项目被放弃[3,4] 。 数字技术的巨大潜能与现实状态之间的矛盾, 凸显出数字资源价值实现的过程中尚存在其他因子待挖掘。 从经济意义上看, 只有资本能创造价值, 因此数字资本才是数字时代企业价值的承担者。 对企业而言, 要释放数字技术增值潜能, 不仅需识别数字技术资源至数字资本的形成机理, 还需测度数字资本配置状况, 了解数字资本分布规律, 识别数字资本作用机制。 2000年Tapscott等[5] 出版著作《数字资本——利用商业网站的力量》, 开启了数字资本研究的序幕, 数字资本开始走进学者们的研究视野。 之后,  众多国外学者从多个视角对数字资本的形成、内涵、测度、作用机制等展开研究。 相比之下, 国内研究则滞后一些, 有关数字资本的直接文献较少。

二、数字资本的研究脉络回顾

(一)数字资本的理论基础——资本理论

人们对资本理论的认识经历了从社会属性观到自然属性观再到二重属性观的过程。 资本的社会属性是指在特定社会里, 资本所有權属于谁即资本归属问题, 亦即资本所有者依据资本所有权享有权利的属性, 以马克思资本理论为代表。 当前, 传统的劳动过程正在向数字劳动过程转变, 这是一种数字化知识和信息作为关键生产资料的生产性和非生产性劳动[6] 。 刘璐璐[7] 以马克思资本逻辑为线索分析了数字劳动存在的合理性, 并辅以资本文明和消费两因素, 指出了数据能够资本化的原因, 从社会属性支持了数字资本的存在。 自然属性视资本为投入生产过程中的生产要素, 这是以亚当·斯密、马歇尔等经济学家为代表的主流经济学观点。 有学者指出, 当今社会, 数据已经渗透到各个行业的业务领域[8] , 超越了传统土地、劳动力、资本要素, 上升为极其重要的生产要素[9] , 成为“数字时代的石油”、经济发展的新动能, 从自然属性支持了数字资本的存在。 另外, 从社会学出发, Bourdieu[10] 提出资本是一种可以积累与转化的内在能力及具有社会价值的稀缺资源。 数字资本也包含了这两个特征, 应被视为资本[11] 。 综上, 作为一种生产要素投入的中间产品或资本品, 数据既是资源也是资本, 被用来生产最终产品或服务, 为企业创造价值, 成为数字经济的基础要素[12] 。 数字经济时代, 人们应坚持两重属性观, 将资本的自然属性与社会属性高度统一, 既要注重资本的财富创造, 又要坚持资本所有者的价值共享[13] 。

(二)数字资本的形成机理

企业的数字化转型与适应性创新包括生产力、 生产关系以及二者具体组合三个层面。 其中, 生产力层面涉及要素、产品与资产, 生产关系层面包括劳动、组织制度和契约治理的适应性创新[14] 。 进一步, 基于资本的双重属性, 数字资本的形成既体现为数字资源从潜在要素到现实要素的转化过程, 又涵盖了数字化生产关系的确立过程。

从要素转化看, 大数据资源建立、大数据分析与应用能力对数字资本形成至关重要。 大数据资源是指大数据情境下帮助企业运作的财务配置、物理硬件、 数据内容和人力资源等要素的统称, 其建立意味着企业具备处理大数据的基本条件[1,3] , 包括数字化基础设施、数字技术、 数据资源[15] 。 其中, 数字技术是信息、 计算、沟通和连接技术的组合, 包括大数据、云计算、 区块链、物联网、人工智能、虚拟现实技术等, 具有数据同质化、可重新编程性、可供性等特征[16] 。 数据资源是企业存储在计算机网络上流通、在二进制基础上由1和0编码形成的比特形式, 具备数据共享性、使用便利性、无形性、非物质损耗性、稀缺性、可整合性等特征[17] 。 另外, 多项研究显示, 数据仅仅被视为一种量化符号和客观存在, 其本身并没有固定意义, 属于非竞争性资本, 很难通过直接读取大数据提炼价值, 因此仅靠数据也无法建立牢固的竞争壁垒[18] , 只有经过计算分析[12] , 与具体流程惯例相结合, 才能产生驱动效应, 挖掘商业价值及科学决策价值[19] 。 大数据应用能力是企业整合内外部资源、利用大数据技术对海量数据进行捕获存储、清洗转换、挖掘分析和商业应用的能力[20] 。 综上, 只有将数据加工转化为信息或知识, 投入生产形成价值产出, 才能形成现实生产要素[3] 。

从数字关系形成看, 技术契约的建立至关重要。 技术契约是指技术的治理特征或隐性行为规范, 其形成的技术信任是衡量人们有效利用资源的一种标准, 是数字经济治理的基础与新型商业纽带, 能促进资产的数字化转型[3] 。 IT技术具有治理功能, 通过信息透明、信息共享、信息可追溯等内在特征, 对机会主义行为进行多重监督、控制与问责, 从而产生积极治理价值, 在电子商务、供应链协同、商业平台运作中形成广泛技术信任, 使企业在获取用户实时数据的同时, 与用户分享信息, 提高参与者价值[1] 。 但也有研究发现, 大数据算法可能存在难以验证、有偏、监管漏洞等陷阱, 基于保护隐私和数据安全的考虑, 很多企业不愿将数据共享, 这限制了大数据的研究与应用[12] 。 可见, 数据权的建立尤为必要。 而区块链技术的出现推进了数据确权工作, 使数据成为产权明晰的资产形态, 以投入再生产, 实现数据资产化[21] 。

(三)数字资本的内涵体系

1. 数字资本概念界定。 数字资本并不是一个全新概念。 但至今为止, 学者们对其的认识尚未达成一致。 最初, 学者们只是将其嵌入其他资本框架内, 个别学者虽然认识到这一资本的独立性, 但没有给出明确的定义。 另外, 有学者在界定技术资本、信息资本概念时提到用户通过采纳新技术而拥有的一些技能与能力, 涵盖了数字资本的某些特征, 如技术组件、信息特性[22] 。 后来, 一些学者从经济、管理学等视角进行概念界定, 代表性观点主要有三个。 观点一, 数字资本是数字经济时代开发新产品和服务所依赖的关键生产资源[5] , 具体内容分类略模糊。 观点二, 数字资本是通过网络知识和关系获得的无形资产[23] , 其脱离了数字技术层面, 与传统无形资产相混淆。 观点三, 沿袭 Bourdieu[10] 的资本定义, 将数字资本细化为能够被积累、转化的内部数字能力(信息、沟通、 安全、内容创造和解决问题)和获取的外部数字技术资源[22] , 是一种独立的资本形态。 相比之下, 该观点更为全面、具体。 此外,  还有些学者提出了相似概念, 如数据资本[9] 、数字资产[21] 、数字商品[23] 等。 数据资本是以信息网络、数据库为载体, 基于 IT技术的充分数字化、生产要素化的信息和数据[9] , 与数字资本相比, 数据资本缺少对数字技术层面的考虑。 数字资产是从会计学视角提出的概念, 由企业或个人拥有或控制, 以电子数据形式存在、以备出售或处在生产过程中的非货币性资产, 而数字商品是通过提供信息并在市场上进行交换的虚拟字符串[23] 。

2. 数字资本特征。 探寻数字资本的特征, 首先需要识别大数据特征。 大数据主要由四类组成, 包括:产品数据、運营数据、价值链数据和外部数据。 除具有传统数据特征外, 大数据还具有体量大、类型多、速度快、价值高、真实性等特征[8,24] 。 大数据介入经济体系, 以可复制、可共享、无限增长、无限供给等边际成本几乎为零的特点, 成为联接创新、激活资金、培育人才、推动产业升级的关键生产要素[25] 。 数字资本具有可积累性、可转移性[22] , 是连接其他资本形式的桥梁[3] , 既有助于传统资本在数字领域被高效利用, 又能将线上机会传送至线下从而创造利润[11] 。

3. 数字资本分类。 学界普遍认为, 数字资本应包括两大部分:一是传统的有形数字资本, 由数字设备、 数字连接系统、线上运作、支持训练等层面的数字技术组成[22] , 如服务器、路由器、在线购买平台、互联软件[26] ;二是无形数字资本,  即在读取信息、沟通合作、数字内容创造、安全性、问题解决等方面的数字能力[22] , 如用户行为的数字捕捉、鼓励消费者访问产品和服务的环境、吸引用户数字体验的独特设计、指导线上业务增长的分析能力、数字化商业模式[26] 、网站形象、顾客信任、网站稳定性、信息安全[27] 。 个别学者进一步将无形数字资本划分为网络关系资本、网络顾客资本、网络服务资本等[5] 。 其中: 网络关系资本是组织通过外部网络与供应商、合作伙伴与其他利益相关者相联系建立的知识, 如电子政务、网站形象、公共关系与网络; 网络顾客资本是组织通过互联网与用户建立的关系, 包括用户忠诚、组织声望与增值服务; 网络服务资本是组织利用技术和互联网提供优质服务的能力, 如网站系统稳定性、注册反应速度、顾客信息安全等[28] 。

(四)数字资本的测度

测度数字资本可以帮助企业制定电子商务战 略, 为互联网投资者提供评估基础[28] 。 以数字资本内涵为基础, 众多学者展开其测度研究, 分别测度了个人[22] 、企业[26] 、 网站[28] 的数字资本水平, 具体做法有两种。 一是综合测度有形和无形数字资本。 Massimo等[22] 利用在线调研和因子分析, 从数字技术接触 (数字设备、连接性、在线时间、支持和训练)和数字应用能力(信息和读写、交流与合作、数字内容创造、 安全性、问题解决)两大方面测度了个人的数字资本。 Bughin和James[26] 选取了三个案例, 从数字投资、应用能力方面评价了企业数字资本水平。 二是仅测度无形数字资本。 Liu等[28] 基于利益相关者观和资源基础观, 选用内容与层次进行分析, 从关系、顾客、服务三个方面构建指标, 分别测度了部队征兵网站与医院服务网站的数字资本, 发现数字资本测度直接相关文献重点关注网站和个人, 针对企业、区域等层面的研究较为少见。

少部分学者测度了数字化转型、大数据发展等能力。 其中, 在数字化转型能力方面, 戚聿东和肖旭[4] 利用文本挖掘技术测度了企业的数字化程度、数字商业模式与其他数字化信息, 由于其使用的仅是质性数据, 测度结果具有较大主观性, 难以保证客观可靠。 刘飞[29] 从数字化硬件、软件投资, 数字技术应用和业务模式转型出发, 基于制造业上市公司年报中固定资产、无形资产、开发支出以及与数字技术相关的其他质性数据, 利用文本挖掘技术提取关键词词频测度企业数字化转型能力。

在大数据发展能力测度方面, 学者们大多针对地域进行研究。 Yoo等[30] 选取了产业规模、市场需求和技术创新等指标测度大数据发展能力; 沈俊鑫等[31] 构建了信息基础设施占GDP比重、信息资源开发利用指数、信息产业规模水平、信息化发展等大数据发展多维评价指标体系, 基于省际面板数据, 利用主成分分析、层次分析等方法, 评价了各省的大数据发展水平。

(五)数字资本的作用机制

围绕数字资本作用机制的直接文献较少, 但对于数字技术应用、数字化转型、大数据等的作用, 学者们进行了大量探索。

1. 理论层面。 从理论层面看, 数字技术的运用, 推动了企业组织环境由静态向动态转型、生产流程由人工向智能转型、 创新行为由封闭向开放转型、交易成本由高向低转型, 促进了营销模式精准化、生产模式模块化、产品设计版本化、研发模式开放化[4] 。 通过质量检测、需求预测、产品设计、供应链管理、订单分配、终端销售等实现数字化赋能, 针对需求创造、业务设计、价值共创、供应链重构、生态圈构建等实现数字化使能, 创造更高商业价值[1] 。 在数字技术的推动下, 大数据已经被看作企业获得战略性基础资源与竞争优势的关键因素, 以及企业管理的重大革命[24] 。 每条数据都反映了用户需求与价值供给之间的平衡, 通过对大数据的价值开发, 可以为各种实际应用提供其他资源难以替代的决策支持作用, 但如何发挥作用还需要企业进行精细设计[4] 。 McAfee和Brynjolfsson[24] 发现,  要从大数据中获得绩效, 离不开管理和文化的支持。 刘业政等[12] 从数据协同、计算协同、分析协同和人机协同提出4C模型, 建立了面向商业价值发现的大数据分析范式。 另有研究从行为洞察、风险预见和模式创新三个方面讨论了基于大数据的决策范式和使能创新。

2. 實践层面。 从实践层面看, 学者们对数字资本的作用机制检验集中于三个方面:

(1)数字资本与经济绩效。 关于两者的直接文献较少, 相关文献集中于大数据分析、数字化转型与经济绩效的关系。

第一, 大数据分析与经济绩效。 大多学者证实了大数据分析与企业经济绩效显著正相关。 戚聿东和蔡呈伟[19] 研究发现, 产品被数字化为数据指标后, 数据驱动的生产系统在程序性业务运营上形成对人的替代。 Akter等[32] 构建了涵盖管理、技术和人才能力三个维度的大数据分析能力模型, 利用在线调研数据和德尔菲法, 证实了大数据分析能力对企业绩效的显著影响及经营战略匹配的调节能力, 发现战略协同是大数据分析与企业绩效的重要调节变量。 刘祎等[33] 基于示能性—实现视角, 以中设智控为研究对象, 分析了大数据为企业创造价值的过程, 发现了大数据为组织提供了三种示能性产品, 即定制化、生产服务化、运营平台化。 而有些学者的结论不同。 McAfee和Brynjolfsson[24] 发现在促进生产效率上, 数据驱动的实际效果比ICT技术应用于其他方面高出5%左右。 孙新波等[18] 采用单案例研究发现, 大数据的合理应用有助于提升企业供应链的敏捷性, 路径为“数据驱动—属性激活— 动态能力提升—敏捷性触发”的动态过程。 Müller等[34] 发现大数据资产能够使生产率提升 3% ~ 7%, 但这种影响因行业而异, 信息技术密集企业能够显著提升价值, 其他行业的企业则不显著。

第二, 数字化转型与经济绩效。 数字化转型对经济绩效的影响主要体现在经营绩效与产出绩效。 在经营绩效方面, 多位学者证实了数字化转型的正效应。 在作用机制方面, 何帆和刘红霞[35] 发现, 数字化变革通过降低成本费用、提高资产使用效率及增强创新能力, 推动实体企业经济效益提升。 也有学者的结论有别。 戚聿东和蔡呈伟[19] 的研究表明, 数字化程度通过管理和销售两条路径影响企业绩效, 但两者效应抵消, 总影响不显著。 在产出绩效方面, Hajli等[36] 发现, 仅有9%的中国企业数字化转型带来良好经营绩效, 而其他企业并未有实质成果。 另外, 早在20世纪80年代, Solow就提出了著名的“ICT生产率悖论”——信息技术与生产率无关。 但自2013年以来, 一些学者证实了数字技术应用对生产率有显著的直接和间接影响。 围绕影响机制, 刘平峰和张旺[37] 从数字技术是生产要素赋能型技术视角, 将数字技术拓展为资本赋能型技术和劳动赋能型技术, 并引入CES生产函数, 推演 TFP增长公式, 基于制造业数据展现了数字技术赋能路径, 发现中国制造业TFP年增长率为4.9%, 其中数字技术贡献了4.1%, 可见数字技术是TFP增长的主要驱动力。 刘飞[29] 使用文本挖掘技术获取了上市公司数字化转型数据, 分析其对生产率的三重影响机制, 发现数字化投资对生产率没有直接影响, 但有显著的间接和互补影响, 而业务模式转型兼具三重影响机制。

(2)数字资本与创新绩效。 关于两者影响关系的直接文献尚未发现, 大多是研究针对大数据分析、数字化转型与创新绩效的关系。

第一, 大数据分析与创新绩效。 企业通过对消费者购买、评论和社交等行为大数据的挖掘, 可以发现用户的兴趣和潜在需求, 进而研发满足市场需求的产品, 对创新绩效产生积极影响[12] 。 Wu等[17] 将创新分为生产创新与新技术开发两种类型, 使用企业数据检验了数据分析能力与创新的关系, 发现数据分析能力对那些致力于生产过程改善及模仿式技术创新的企业更有价值, 验证了数据分析能力仅与某些创新类型互补。 另有多位学者探讨过大数据容量、种类与速度对创新生产率、效率及企业绩效(顾客洞察力、财务收益、经营绩效)的影响, 发现数据种类和速度能显著提升创新绩效, 其中速度的作用更突出, 但数据容量不显著。

第二, 数字化转型与创新绩效。 数字技术不仅影响产出质量、生产速度, 而且影响创新工作, 改变工作内容、协作模式、决策效力、组织设置、治理结构、企业边界, 直至整个生态系统。 有研究证实, 两者显著正相关[3] 。 作用机制方面, 周青等[38] 从数字化接入、装备、平台建设、应用水平四个方面证实了数字化接入水平有利于提升创新绩效, 且数字化装备、平台建设、应用水平对创新绩效的作用呈倒U型关系。 谢康等[3] 构建了链式中介模型, 从产品创新视角检验大数据从潜在要素转化为现实要素的实现机制, 发现分析与学习能力也是必要的中介变量。

(3)数字资本与公司治理。 与前述相比, 此方面相关文献偏少。 有学者发现, 数字化转型对股东、董事会和其他利益相关者的信息获取产生重要影响, 使公司治理在电子声誉、价格波动性、经营非物质化、董事会信息保护等方面面临着巨大的新挑战。 祁怀锦[39] 基于A股上市公司2013 ~ 2018年的数据, 研究发现企业数字经济化程度越高, 公司治理水平越高, 数字经济化通过降低信息不对称和管理者决策行为的非理性程度提高公司治理水平。 进一步, 刘业政等[12] 将组织授权作为组织变革的重要特征, 检验了企业数字化对组织授权行为的影响及核心机制, 发现企业数字化能削弱高管权力、增强基层权力、诱使组织向下赋权, 通过提升组织信息成本和削减组织代理成本的综合效应, 促进企业分权变革, 通过进一步的比较发现, 数字化促进组织向下赋权的结论对于大企业、国有企业、高管政府任命及承担较多政策负担的企业不显著, 结构、决策程序及制度依赖上的惰性阻碍数字与实体融合, 优化国有企业决策流程、减少政企直接干预、削减企业政策负担有助于推动企业数字化转型与组织变革。

基于文献梳理, 整合现有研究框架得到图1。

三、研究不足与未来展望

(一)研究不足

图1显示, 学界已从多个视角对数字资本展开初步探索, 取得了一定成果, 初步建立了数字资本内涵体系, 但尚存在以下明显不足: ①数字资本形成的相关文献主要关注数字生产要素的形成, 对数字生产关系的建立探讨较少, 缺乏对数字资本内在机理、作用条件、形成障碍的系统研究, 尚未构建系统、科学、有序的数字资本内在机制与形成路径; ②数字资本测度的相关文献还处在初步探索阶段, 尚未建立成熟測度框架, 偏重于数字能力, 缺少数字技术与数字能力双维度的综合测度, 更鲜见对地域、企业、行业层面数字资本分布的系统研究; ③数字资本作用的相关文献大多数围绕数字化转型、数字技术应用、大数据分析展开, 引入中介、调节变量验证其与经济绩效、创新绩效、公司治理等的作用关系, 鲜见直接针对数字资本与经济绩效、创新绩效、公司治理关系的研究, 更缺乏对数字资本内在作用机制的深层探索。

(二)未来展望

伴随数字经济与实体经济的深度融合, 依托数字技术推进管理变革成为企业价值创造的必然趋势。 数字技术价值创造以资本转化为前提, 数字资本的形成、测度与作用机制成为企业价值管理亟待解决的重要问题。 综合既有文献, 后期应重点围绕以下方面拓展研究: ①从资本双重属性出发研究数字技术资源—企业数字资本的形成过程、条件与内在机制。 以资本理论、动态能力理论、 资源基础理论、利益相关者理论等为指导, 从要素与关系互动性出发探寻企业数字生产要素的形成过程与机理, 数字信任、数字契约、数字生产关系的构建机理, 以厘清数字要素与数字生产关系互动逻辑, 识别企业数字资本的双重形成机制。 ②从数字技术、数字能力双维度出发, 设计数字资本评价指标体系、测度模型测度数字资本的配置状况、时间演变轨迹与特征、空间分布规律与差异, 揭示其中存在的问题, 构建科学的数字资本提升路径。 ③研究数字资本的驱动机制。 探讨数字资本与经济发展、产业转型升级、企业价值、经济绩效、创新绩效、公司治理之间的作用效应与程度, 挖掘可能的中介变量与调节变量, 构建数字资本多重驱动逻辑与框架。

【 主 要 参 考 文 献 】

[1] 陈剑,黄朔,刘运辉.从赋能到使能——数字化环境下的企业运营管理[ J].管理世界,2020(2):117 ~ 128+222.

[2] 刘航,伏霖,李涛等.基于中国实践的互联网与数字经济研究——首届互联网与数字经济论坛综述[ J].经济研究,2019(3):204 ~ 208.

[3] 谢康,夏正豪,肖静华.大数据成为现实生产要素的企业实现机制:产品创新视角[ J].中国工业经济,2020(5):42 ~ 60.

[4] 戚聿东,肖旭.数字经济时代的企业管理变革[ J].管理世界,2020(6):135 ~ 152+250.

[5] Don Tapscott,et al.. Digital Capital:Harnessing the Power of Business Webs[M].Boston:Harvard Business School Press,2000.

[6] 韩文龙,刘璐.数字劳动过程及其四种表现形式[ J].财经科学,2020(1):67 ~ 79.

[7] 刘璐璐.数字时代数字劳动与数据资本化[ J].东北大学学报,2019(7):405 ~ 410.

[8] 李文莲,夏健明.基于“大数据”的商业模式创新[ J].中国工业经济,2013(5):83 ~ 95.

[9] 徐翔,赵墨非.数据资本与经济增长路径[ J].经济研究,2020 (10):38 ~ 54.

[10] Bourdieu P.. Distinction: A Social Critique of the Judgement of Taste[M].London:Routledge & Kegan Paul,1984.

[11] Massimo Ragnedda. Conceptualizing Digital Capital[ J].Telematics and Informatics,2018(35):2366 ~ 2375.

[12] 刘业政,孙见山,姜元春等.大数据的价值发现:4C模型[ J].管理世界,2020(2):129 ~ 138+223.

[13] 刘忠和,石家铸.从资本要素属性看中国共产党人资本观的形成与发展[ J].南京政治学院学报,2014(5):23 ~ 28.

[14] 谢康,吴瑶,肖静华.生产方式数字化转型与适应性创新——数字经济的创新逻辑(五)[ J].北京交通大学学报(社会科学版),2021(1):1 ~ 10.

[15] 谢卫红,林培望,李忠顺等.数字化创新:内涵特征、价值创造与展望[ J].外国经济与管理,2020(9):19 ~ 31.

[16] 刘洋,董久钰,魏江.数字创新管理:理论框架与未来研究[ J].管理世界,2020(7):198 ~ 217.

[17] Wu L., Hitt L., Lou B.. Data Analytics, Innovation, and Firm Productivity[ J].Management Science,2020(5):2017 ~ 2039.

[18] 孙新波,钱雨,张明超等.大数据驱动企业供应链敏捷性的实现机理研究[ J].管理世界,2019(9):133 ~ 151+200.

[19] 戚聿东,蔡呈伟.数字化对制造业企业绩效的多重影响及其机理研究[ J].学习与探索,2020(7):108 ~ 119.

[20] Bharadwaj A.,ElSawy O. A.,Pavlou P. A.,et al..Digital Business Strategy: Towards a Next Generation of Insights[ J].MIS Quarterly,2013(2):471 ~ 482.

[21] 郑磊.通证数字经济实现路径:产业数字化与数据资产化[ J].财经问题研究,2020(5):48 ~ 55.

[22] Massimo Ragnedda, Maria Laura Ruiu, Felice Addo. Measuring Digital Capital:An Empirical Investigation[ J].New Media & Society,2020(5):793 ~ 816.

[23] 王姝楠,张开.马克思劳动价值论视域中的数字商品二因素[ J].河北经贸大学学报,2020(3):1 ~ 8.

[24] McAfee A.,Brynjolfsson E.. Big Data:The Management Revolution[ J].Harvard Business Review,2012(10):60 ~ 68.

[25] 王建冬.数字经济背景下数据与其他生产要素的协同联动机制研究[ J].电子政务,2020(3):22 ~ 31.

[26] Bughin J.,James M.. Measuring the Full Impact of Digital Capital[ J].McKinsey Quarterly,2013(4):88 ~ 97.

[27] Liu C. C.. Using Human Resource Functions to Improve Enterprise Informational Security[ J].Business and Systems Research,2020(2):117 ~ 130.

[28] Liu C. C., Chen S. Y.. Prioritization of Digital Capital Measures in Recruiting Website for the National Armed Forces[ J].Expert Systems with Applications,2009(5):9415 ~ 9421.

[29] 刘飞.数字化转型如何提升制造业生产率[ J].财经科学,2020(10):93 ~ 105.

[30] Yoo Y., Henfridsson O., Lyytinen K.. Research Commentary: The New Organizing Logic of Digital Innovation:An Agenda for Information Systems Research[ J].Information Systems Research, 2010(4): 724 ~ 735.

[31] 沈俊鑫,李爽,张经阳.大数据产业发展能力影响因素研究——基于fsQCA方法[ J].科技管理研究,2019(7):140 ~ 147.

[32] Akter S., Wamba S. F., Gunasekaran A.. How to Improve Firm Performance Using Big Data Analytics Capability and Business Strategy Alignment[ J].International Journal of Production Economics,2016(12):113 ~ 131.

[33] 劉祎,王玮,苏芳.工业大数据背景下企业实现数字化转型的案例研究[ J].管理学刊,2020(1):60 ~ 69.

[34] Müller O., Fay M., Janvom B.. The Effect of Big Data and Analytics on Firm Performance:An Econometric Analysis Considering Industry Characteristics[ J].Management Information Systems,2018(2):488 ~ 509.

[35] 何帆,刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估[ J].改革,2019(4):137 ~ 148.

[36] Hajli M., Sims J. M., Ibragimov V.. Information Technology (IT) Productivity Paradox in the 21st Century[ J].International Journal of Productivity and Performance Management, 2015(4):78 ~ 84.

[37] 刘平峰,张旺.数字技术如何赋能制造业全要素生产率?[ J].科学学研究,2021(8):1396 ~ 1406.

[38] 周青,王燕灵,杨伟.数字化水平对创新绩效影响的实证研究——基于浙江省73个县(区、市)的面板数据[ J].科研管理,2020(7):120 ~ 129.

[39] 祁怀锦.数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角[ J].改革,2020(4):50 ~ 60.

猜你喜欢

测度数字化转型作用机制
山西省煤炭产业产能利用率测度
山西省煤炭产业产能利用率测度
几何概型中的测度
试论融合创新思想对新时期图书策划和营销的指导作用
冠心丹参方及其有效成分治疗冠心病的研究进展
大数据对高等教育发展的推动研究
《华盛顿邮报》转型的实践与借鉴
帕罗西汀治疗脑卒中后抑郁症的临床疗效和安全性及作用机制
我国出版上市公司数字化转型的困境与对策
传统杂志的数字化转型与融合发展