大数据能力影响因素及效用：基于元分析的研究.pdf

随着数字技术的发展，与大数据能力相关的研究议题已经成为企业数字化转型和数字创业领域的重要研究方向，得到学者们的广泛关注。但现有文献的实证结果存在不一致的问题，本文对涵盖 24 个不同国家和地区的 107 篇实证研究文献、47371 个独立样本进行元分析研究，归纳和识别大数据能力的影响因素及其效用，并进一步探究影响异质性的调节变量。研究发现：（1）动态能力理论和资源基础观是大数据能力在实证研究中最为常用的理论，企业数字化转型与数字创业是大数据能力的重点研究对象。（2）显著影响大数据能力的因素包括技术、组织、环境 3 个类别的 18 个前因变量；大数据能力显著影响了战略行为、能力、结果三个方面的 8个结果变量。（3）与大数据能力高度相关的前因有 IT能力、组织变革准备、感知收益、外部支持，与大数据能力高度相关的结果包括创新、决策质量、知识管理、组织能力。（4）通过亚组分析发现，大数据能力维度、不确定性规避文化和国家经济体是有效降低变量间异质性的重要变量，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。研究结果对未来深化纵向研究和情境化研究具有启发意义，对企业构建和应用大数据能力具有实践意义。关键词 数字创业；数字化转型；大数据能力；元分析引言改革开放 40 年，中国经济由高速增长阶段转向高质量发展阶段，新旧动能接续转换加快。1企业正面临着科学技术加速升级、数字经济崛起等重大变革，种种迹象表明我国企业应该以此为契机，更加关注人工智能、云计算、大数据等数字技术的运用。2大数据作为一种战略性资产，有助于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。3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的无缝对接，对公司数字创业起到重大的推动作用；4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创新性地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。5在数字经济背景下，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。尽管丰富的大数据资源整合和应用在推动竞争差异化和战略价值方面具有巨大的潜力，但大大数据能力影响因素及效用：基于元分析的研究马鸿佳 肖彬 王春蕾作者简介 马鸿佳，吉林大学商学与管理学院教授、博士，研究方向为创业管理；肖彬（通讯作者），吉林大学商学与管理学院博士研究生，研究方向为创业管理；王春蕾，吉林大学商学与管理学院硕士研究生，研究方向为创业管理基金资助 本文受国家自然科学基金项目（71972084）、国家自然科学基金重大项目（72091315）、吉林大学创新团队项目（2022CXTD10）资助143-153Nankai Business ReviewVol.26,2023,No.2,pp144创新管理数据通常是非结构化的、嘈杂的，当可用数据的数量和多样性超过了收集、存储和处理这些数据的能力时，大数据的价值便无法体现。6目前企业经营环境变化迅速并且复杂纷乱，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。7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的价值，已成为现实与理论十分关注的问题。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研究，然而研究结论并不一致。如针对影响大数据能力前因，Chen等发现外部压力与企业采用大数据能力的正相关关系，8而Verma却证明了两者的相关系数为负；9研究对象、情境不同致使大数据能力与绩效关系呈现出正相关、负相关及不相关等多种不一致结果。10-12大数据能力的影响因素与效用的相关研究变量之间的关系有强弱甚至方向上的差异，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困难。元分析（Meta-analysis）可以对大量独立研究结果进行统计分析并得出综合性的结论，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的广泛关注，也涌现出了大量与大数据能力相关的实证研究，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。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。本研究试图回答以下四个方面的问题：（1）在已有相关实证研究文献中，大数据能力的常用理论和研究对象有哪些？（2）大数据能力的影响因素和结果变量有哪些？（3）大数据能力与这些前因变量及结果变量的关系强度如何，即哪些前因和结果与大数据能力有较强的相关性？（4）不同的调节变量能否对影响大数据能力前因及结果的关系起到调节作用，有多少变量的异质性（尚未）得到解决？一、大数据能力的相关研究1.大数据能力的概念界定目前学界对大数据能力尚未有统一定论，大数据能力起初来源于IT能力的概念延伸。Bharadwaj等从数据资源和基础设施出发，认为大数据能力是企业通过数据基础设施形成的IT能力以帮助企业快速适应动态的市场环境。13基于资源基础观，Gupta等认为大数据预测和分析能力是有效利用大数据分析资源实现特定业务目标的关键组织能力。14而近期，越来越多的学者将大数据能力视为一种高阶的动态能力。基于动态能力观，谢卫红等认为大数据能力是企业通过获取、整合内外部大数据资源，提取潜在的商业价值以适应外部环境变化的动态能力。15基于资源基础理论和动态能力理论，本文将大数据能力视作一种高阶动态能力，通过数据分析感知机会，整合、建立和再配置内外部大数据资源和能力，以适应环境的快速变化。2.大数据能力的维度划分现有大数据能力维度的划分大多是对IT能力研究的拓展，同时结合资源基础理论或者动态能力理论对测度进行丰富完善。Akter等在IT能力的基础上，将大数据能力划分为大数据管理能力、大数据技术能力和大数据人才能力。16Gupta等在资源基础观的基础上，认为大数据能力由有形资源、无形资源和人力资本资源组成。14谢卫红等基于动态能力理论，将大数据能力划分为数据感知识别、资源整合、分析与洞察能力。15而本文对大数据能力的定义结合了资源基础理论与动态能力理论，认为大数据能力核心是大数据预测与分析技术，基础是资源管理和应用能力。一方面，学者将大数据预测和分析能力视为一种技术及分析工具的延展，Wamba等在研究中发现，17大数据预测和分析能力是一种能够提高企业效率和效益的战略工具；Janssen等指出，大数据预测和分析能力是成功使用数据分析工具的重要因素。18另一方面，聚焦于大数据管理和应用能力的学者则强调企业竞争优势的获取及基于大数据的价值创造。现有研究认为仅靠资源不足以创造价值，因此还需要对资源进行有效管理，19大数据管理和应用能力可以通过汇集所有大数据资源来实现高水平的组织能力，Mcafee等认为大数据管理和应用因素在通过大数据创造价值的过程中起着至关重要的作用。20因此，本文将大数据能力划分为大数据预测和分析能力及大数据管理和应用能力。二、研究设计1.研究方法本文采用Hedges等的元分析技术，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。21本研究采用Comprehensive Meta-analysis V3 软件得出相应的结果，选取相关系数并转化为效应值进行分析，为使效应值呈现正态分布的特征，对相关系数使用了FischerZ变换，如公式（1）所示。当文献未报告相关系数时，则通过采集t值、p值计算得到相关系数。22143-153第26卷,2023年第2期第 页 145创新管理此外，本文还计算了Q统计量以测试效应值的异质性，显著的Q统计量表示现有研究存在较大异质性，需要科学地寻求相应的调节变量以解释研究相关性变化的可能性。Q统计值是效果值的加权方差，如公式（2）所示。Fischer Z(Ri)=0.5Log(1+ri)/(1-ri)（1）Q=ni=1 Ni(Ri-)2（2）其中，Ni表示第i个研究的样本量，ri为i个研究的相关系数，Ri为第i个研究的效应值，=(NiRi)/Ni。2.收集和选择样本数据元分析需要广泛 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”与下列“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，将符合本研究主旨文献的题目与摘要导入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 值、t值、p值等，根据苏涛等提供的转化公式计算出相关系数。22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。因为编码工作工作量大且存在一定主观性，本研究在编码前制定了正式的编码格式，编码的核心内容是样本数量和效应值，本次编码由两位研究人员独立进行编码，对可能存在的编码不一致的情况邀请第三位研究人员共同探讨，以确保准确性。三、研究结果1.样本编码结果及描述性统计分析通过样本编码最终得到发表时间在 2015-2021 年的 10 篇学位论文和 97 篇期刊论文。大部分论文均使用问卷调查法收集数据，仅有 2 篇采用了二手数据。（1）相关理论分析表 1 列出了大数据在本文所搜集研究中使用频次超过 2 次的理论或框架。资源基础理论的应用频次为 41，企业能力理论和动态能力理论的应用频次共为 39，资源和能力相关的理论是大数据能力在管理学研究中应用频次最高的理论。技术组织环境（TOE）框架对大数据能力前因的解释力较强，应用频次为 6，还有 3 篇文献应用组态理论对影响大数据能力的前因进行QCA分析。在探讨大数据能力影响企业绩效的机制时，基于学习、知识、信息视角，学者们采用组织学习理论、知识基础理论、知识管理视角和信息处理理论等理论进行合理的诠释。权变理论和制度理论的应用频次分别为 6和 2，广泛应用于大数据与结果变量的调节效应研究。除了这 12 条理论以外，社会物质观、可持续发展理论、社会交换理论和理性决策理论等相关理论也逐渐受到学者的重视。表1 使用频次大于等于2次的理论理论使用频次理论使用频次资源基础理论41创新扩散理论4动态能力理论35企业能力理论4技术组织环境框架6知识管理视角3权变理论6组态理论3组织学习理论5信息处理理论2知识基础理论5制度理论2社会物质观4注：使用频次小于等于1的理论及未采用理论的样本未纳入该表格的统计范围（2）研究对象分析部分学者为大数据能力在不同类型企业的应用做出一定贡献，详见表 2。在数字创业领域，多数人认为中小企业和新创企业因为缺乏大型企业拥有的规模和多样化的资源，大数据的使用容易遇到瓶颈，然而目前共有 11 项实证研究关注中小企业的大数据能力，是研究特定企业类型出现最多的研究，发现了大数据能力可以提高中小企业的有效决策和市场绩效。23还有 3 项研究关注于创业公司与大数据能力的关系，大数据能力可以帮助创业企业确定此类行动，增加企业对各种信息和知识的获取，降低不确定性，1然而现有研究全部聚焦于创业导向对于大数据能力的影响，对于大数据能力驱动创业行为相关变量（如机会识别和开发、资源配置等）研究较少，未来应尝试进一步相关研究。此外，因为B2B、B2C企业大多依托于平台，平台为其提供了大量的数据分析接口，因而这些企业与大数据能力的关系143-153Nankai Business ReviewVol.26,2023,No.2,pp146创新管理也受到了广泛关注，出现的频次为 5 次。在国际化情境下，由于大数据能力分析市场的潜力有助于企业快速进入国际市场，世界市场日益全球化和竞争加剧已将大数据发展和使用定位于国际研究的最前沿，目前出现的频次为 2 次。在数字化转型领域，大数据能力对不同行业企业数字化转型的绩效有重大影响，10在医疗保健行业，大数据能力可以提高业务价值，实现更准确的医疗决策，在研究中出现的频次为 4 次；在制造业等其他领域，大数据能力可以通过改善生产环节和供应链管理环节提升企业绩效，制造业和汽车行业出现的频次为 5 次、3 次。当大数据分析应用于服务提供和营销等特定领域的问题时，也可以提供可观的价值，在服务业出现的频次为 2 次。表2 出现频次大于2次的研究对象数字创业研究对象出现频次数字化转型研究对象出现频次中小企业11制造业5B2B、B2C 企业5服务业2创业公司3汽车行业3国际化企业2医疗保健行业4注：篇幅所限，出现频次小于等于1的研究对象及未针对研究对象的样本未纳入该表格的统计范围2.发表偏倚检验结果由于不可能找出所有与大数据能力研究主题相关的研究，加上变量间相关系数显著研究发表出来的可能性更大，可能造成相关系数不显著研究被筛选掉，故发表偏倚是元分析必须要解决的一个问题。本文利用Failsafe n效应值来评估发表偏倚。在本研究识别出的效应值中，除了复杂性、企业年龄外，其余所有变量的Failsafe n均大于推荐值，表明不存在严重的发表偏倚。24因此，本文元分析所识别出的效应值是稳健的，较少受到发表偏倚的影响，元分析结果是有效的。3.整体效应检验结果本文选择出现频次大于等于 3 的效应值进行元分析，揭示了与大数据能力相关的 19 个前因变量、8 个结果变量，见表 3 和表 4。由于大部分数据的Q值显著且I2 大于 0.6，元分析结果均采用随机效应模型。（1）大数据能力的影响因素分析由于TOE框架广泛应用于大数据影响因素研究，本文也采用该框架进行分类。技术因素安全性保障了大数据技术的良好运用，25表 3 的结果证实了安全性与大数据能力的正相关关系（r=0.289，p0.01）。技术越新颖，不确定性就越大，采用过程也就越复杂，复杂性是采用创新的重要因素，26现有研究认为复杂性与采用新技术负相关，元分析的结果却发现复杂性与大数据能力并不相关（r=-0.046，n.s.）。兼容性检查了新系统与公司当前系统的一致性程度，本文证明了兼容性与大数据能力的正相关关系（r=0.383，p0.01）。数据可获取性、数据量、数据质量会影响大数据能力的构建，本文发现这些数据特征与大数据能力正相关（r=0.497，p0.01）。比较优势是指在某种程度上，某种新技术与其所替代的旧的技术相比所具备的优势，本文发现比较优势促进了大数据能力的运用（r=0.442，p0.01）。表3 大数据能力前因的同质性检验和主效应分析结果自变量主效应检验同质性检验Fail-safe n5k+10kNrSE95%CIpQdfI2下限 上限技术因素安全性6 1372 0.289 0.096 0.101 0.476 0.003 68.236*5 92.67320640复杂性8 1180-0.046 0.155-0.349 0.257 0.768 301.480*7 97.353050兼容性6 1379 0.383 0.1190.150 0.616 0.001 114.70*5 95.64124440数据特征10 2104 0.479 0.071 0.341 0.617 0.000 93.179*9 90.341114740比较优势4606 0.442 0.107 0.232 0.652 0.00033.45*3 91.03320830组织因素IT 能力17 22742 0.568 0.076 0.419 0.716 0.000 685.506*16 97.666799295感知收益46210.514 0.195 0.132 0.897 0.008 106.453*3 97.18224030高管支持13 3424 0.480 0.078 0.328 0.632 0.000 269.999*12 95.556251875企业规模14 21954 0.184 0.035 0.116 0.252 0.000 87.060*5 85.06892480企业年龄38970.150 0.047 0.057 0.242 0.0023.5592 43.8011225人力资源8 2225 0.385 0.100 0.189 0.581 0.000 139.921*7 94.99773250数据治理4 1094 0.418 0.097 0.228 0.608 0.000 18.664*3 83.92718825战略导向10 2729 0.408 0.088 0.235 0.581 0.000 185.481*9 95.734114260组织变革准备6 1233 0.528 0.140 0.254 0.801 0.000 117.907*5 95.75951340组织文化13 2766 0.350 0.078 0.197 0.503 0.000 193.944*12 93.813104375环境因素环境动态性12 2494 0.287 0.068 0.155 0.420 0.000 91.053*11 93.70461170外部压力11 2604 0.343 0.096 0.155 0.531 0.000 278.517*10 96.41088865外部支持36260.715 0.061 0.597 0.834 0.0004.4912 55.47124320政策和监管5 1051 0.435 0.172 0.097 0.772 0.012 107.599*4 96.28324435注：*p0.05；*p0.01；*p0.001，下同 组织因素当一个组织在决定是否采用一项技术时，将尝试评估潜在成本和收益，而这会影响企业对大数据的应用。是否部署大数据能力还取决企业管理层特别是“一把手”的支持，研究表明高层管理人员可以对其公司的技术创新采用决策产生巨大影响，高管支持是采用大数据技术、构建大数据能力的关键因素。27组织变革准备是企业采用新技术的能力和意愿，学者普遍认为组织变革准备是实施大数据分析的先决条件。17结果表明，IT能力（r=0.568，p0.01）、感知收 益（r=0.514，p0.01）、高管支持（r=0.184，p0.01）、组织变革准备（r=0.528，p0.01）正向影响了大数据能力。143-153第26卷,2023年第2期第 页 147创新管理开发大数据能力需要广泛的基础设施和人力资本投资，28由于大数据技术的新颖性，拥有大数据技能员工的组织可能会比竞争对手拥有明显的优势，因而具备与IT相关的人力资源、技术能力的公司能够更好地进行大数据分析。29企业的战略导向表明它将使用什么战略来指导其决策，资源分配和市场互动，已有研究发现战略导向会促使企业积极使用大数据能力进行信息收集和处理，并将其转化为知识。30此外，组织文化也会促进企业大数据的应用，麦肯锡的研究表明，数据驱动的组织文化有助于企业大数据的应用。31结果表明，IT能力（r=0.568，p0.01）、人力资源（r=0.385，p0.01）、战 略 导 向（r=0.408，p0.01）、组 织 文 化（r=0.350，p0.01）正向影响了大数据能力。企业规模和企业年龄导致大企业和小企业、成熟企业和新企业在资源可用性、组织结构、技术基础设施之间存在显著差异，同样影响企业对于大数据能力的使用。数据治理可以被视为优化大数据产生价值的框架，是指对海量数据的管理并利用其进行有效、高效的组织决策，有助于大数据能力的价值。32结果表明，企业规模（r=0.184，p0.01）、企 业年龄（r=0.150，p0.01）、数据治理（r=0.418，p0.01）正向影响了大数据能力。值得注意的是，进行数字创业的天生数字化企业因为年龄和规模的限制，大数据能力的构建可能会比成熟企业面临更大的困难。环境因素来自外部压力是指公司在外部环境中感受到的压力，包括竞争压力、环境压力等。外部压力可以迫使公司做出改变并采用新技术；33外部支持是指供应商、政府等第三方提供的支持，以鼓励公司进行创新；34政策和监管对大数据分析的影响体现在政府可以通过提供适当的基础架构，法律环境，监管指令来支持和鼓励企业采用大数据技术时。表 3 的结果证明了外部压力、外部合作伙伴支持、政策和监管对大数据能力的正向影响（r=0.343，p0.01；r=0.715，p0.01；r=0.435，p0.01）。此外，大数据能力的相关研究多采用动态能力理论，动态环境会刺激大数据能力重新配置企业内外部资源，元分析的结果证明了环境动态性与大数据能力正相关（r=0.287，p0.01）。（2）大数据能力的效用分析提高绩效是企业管理活动的核心，诸多学者针对大数据能力到绩效的影响机制进行相应研究，大数据能力会影响企业的战略行为（如创新和决策），而这些战略行为又会与组织能力一起影响组织结果（包括竞争优势、绩效等）。因而本文将大数据能力的效用研究分为三部分，分别是战略行为、能力和结果，具体见表 4。表4 大数据能力对结果变量的同质性检验和主效应分析结果因变量主效应检验同质性检验Fail-safe n5k+10KNrSE95%CIpQdfI2下限上限战略行为创新24 5040 0.513 0.036 0.443 0.583 0.000 134.921*23 82.9537627130决策质量51305 0.648 0.096 0.460 0.836 0.000 35.736*4 88.80766230知识管理12 2567 0.514 0.090 0.338 0.691 0.000 222.438*6 95.055185770能力组织能力23 5248 0.508 0.045 0.418 0.597 0.000 228.731*22 90.3827844125创新能力10 1665 0.569 0.076 0.420 0.718 0.000 123.404*10 92.707196660动态能力71413 0.425 0.089 0.250 0.599 0.000 63.434*6 90.54145545运营能力61433 0.564 0.091 0.386 0.743 0.000 55.837*5 91.04569970结果竞争优势71917 0.394 0.047 0.302 0.486 0.00023.507*6 74.47650745企业绩效63 36534 0.423 0.032 0.360 0.485 0.000 1651.481*62 96.48116967325供应链绩效91951 0.357 0.106 0.149 0.564 0.000 191.594*8 95.83259555供应链特征17 3697 0.443 0.052 0.331 0.556 0.000 190.535*16 91.603316295 战略行为Wamba等强调，大数据能力改进了数据驱动的决策、学习和创新，从而更好地管理不同的企业流程。17其中创新方面主要关注大数据能力对技术创新（过程和产品）、双元创新（探索和利用）、商业模式创新的影响，表 4 的结果证明了大数据能力对创新有正向影响（r=0.513，p0.01）。大数据能力对决策的影响主要体现在对决策质量的提升，大数据能力促使企业更好地进行知情决策，减少决策的偏差，35有助于降低数字创业和数字化转型进程中的高度不确定性。现有研究表明了大数据能力对决策质量有正向影响（r=0.648，p0.01），元分析结果表明了大数据能力与企业知识管理正相关（r=0.514，p0.01）。知识管理的主要过程包括知识的获取、转化和应用，大数据能力可以改变个人知识管理，增加和扩大个人知识的作用，有助于扩展企业的知识基础。组织能力大数据能力可以通过整合所有战略资源来提高组织能力，10与组织能力形成互补效应形成企业的竞争优势。元分析结果表明大数据能力与组织能力正相关（r=0.508，p0.01）。Mikalef等呼吁研究企业大数据对不同类型的组织能力的影响，36因为它们作为中介条件对大数据影响绩效的过程是非常重要的。我们进一步将组织能力拆分为运营能力、创新能力和动态能力，运营能力是零阶能力，环境动态性较低时，企业运用运143-153Nankai Business ReviewVol.26,2023,No.2,pp148创新管理营能力开展经营活动。动态能力和创新能力都是高阶能力，企业需要发展创新能力以利用创新机会并对创新威胁，需要重新整合配置资源、能力，运用动态能力应对环境变化。37本文发现大数据能力对运营能力（r=0.564，p0.01）、创新能力（r=0.569，p0.01）、动态能力（r=0.425，p0.01）的正向影响。结果独特的资源与能力会形成企业的竞争优势，持续提升企业绩效，表 4 结果进一步证实这一观点，即大数据能力促进了企业竞争优势的形成（r=0.394，p0.01）。本文对企业绩效进行元分析发现，大数据能力与企业绩效正相关（r=0.425，p0.01）。诸多学者也逐渐开始关注数据对企业供应链层面结果的驱动效应，包括对供应链灵活性、敏捷性等供应链特征和绩效的促进作用，如孙新波通过案例研究发现了大数据驱动企业供应链敏捷性的机理。5元分析结果表明，大数据能力与供应链特征、供应链绩效正相关（r=0.443，p0.01；r=0.357，pr管=0.316）、感 知收 益（r预=0.651r管=0.290）对大数据预测与分析能力的影响要大于管理和应用能 力，安 全 性（r管=0.381r预=0.184）、复 杂 性（r管=0.112r预=-0.097）、IT能力（r管=0.500r预=0.285）、战 略 导 向（r管=0.549r预=0.267）、企 业 规 模（r管=0.220r预=0.161）、人力资源（r管=0.522r预=0.220）、组织文化（r管=0.619r预=0.237）、组织变革准备（r管=0.598r预=0.433）对大数据管理和应用能力的影响要大于预测与分析能力，且调节效应均显著（QB的p值显著小于 0.05）；大数据能力维度对兼容性、高管支持、环境动态性、外部压力与大数据能力的关系不起调节作用（QB的p值均大于 0.05）。（2）在高不确定性规避文化的影响下，安全 性（r高=0.481r低=0.245）、复杂性（r高=0.337r低=-0.196）、感知收益（r高=0.600r低=0.281）、高 管 支 持（r高=0.552r低=0.332）、人 力 资源（r高=0.567r低=0.011）、环境动态性（r高=0.459r低=0.267）、外部压力（r高=0.499r低=0.152）对大数据能力的影响更强，IT能力（r低=0.422r高=0.292）、组织变革准备（r低=0.764r高=0.385）对大数据能力的影响更弱，且调节效应均显著（QB的p值显著小于 0.05）；不确定性规避文化对数据特征、企业规模、组织文化与大数据能力的关系不起调节作用（QB的p值均大于0.05）。表 6 列举了大数据能力效用的亚组分析：（1）在大数据能力不同维度的影响下，大数据预测和分析能力对供应链绩效（r预=0.469r管=0.260）的影响更强，大数据管理和应用能力对决策质量（r管=0.793r预=0.566）、企业绩效（r管=0.525r预=0.289）的影响更强，且调节效应均显著（QB的p值显著小于 0.05）；大数据能力的不同维度与创新、知识管理、组织能力、供应链特征的关系没有显著差异（QB的p值均大于 0.05）。（2）在新兴经济体情境下，大数据能力对创新（r新=0.572r发=0.351）、决策质量（r新=0.827r发=0.576）、企业绩效（r新=0.516r发=0.268）、供 应 链 绩 效（r新=0.391r发=0.109）、供应链特征（r新=0.471r发=0.299）的影响更强了，且调节效应均显著（QB的p值显著小于 0.05）；位于新兴经济体和位于发达经济体的企业大数据能力对知识管理、组织能力的影响没有显著差异（QB的p值均大于 0.05）。表6 大数据能力的效用亚组分析结果因变量调节变量类别kNrp95%置信区间Q组间df(Q)p下限 上限技术因素创新维度预测和分析1833230.513 0.000 0.479 0.5471.84210.175管理和应用617170.554 0.000 0.506 0.601国家经济体新兴经济体1436210.572 0.000 0.538 0.60729.29620.000发达经济体57300.351 0.000 0.278 0.425决策质量维度预测和分析22960.566 0.000 0.451 0.69111.57910.001管理和应用31009 0.793 0.000 0.731 0.855国家经济体新兴经济体28600.827 0.000 0.760 0.89418.24010.000发达经济体34450.576 0.000 0.482 0.670知识管理维度预测和分析61096 0.469 0.000 0.421 0.5142.68910.101管理和应用614710.416 0.000 0.373 0.458国家经济体新兴经济体94260.443 0.000 0.408 0.4760.29310.589发达经济体321410.419 0.000 0.337 0.495能力组织能力维度预测和分析183905 0.481 0.000 0.467 0.5141.85710.173管理和应用513430.457 0.000 0.414 0.499国家经济体新兴经济体122904 0.544 0.000 0.507 0.5805.04920.080发达经济体816740.481 0.000 0.433 0.529结果企业绩效维度预测和分析1930368 0.289 0.000 0.278 0.300347.46310.000管理和应用2461660.551 0.000 0.525 0.576国家经济体新兴经济体3291240.516 0.000 0.496 0.537410.89420.000发达经济体2225058 0.268 0.000 0.255 0.280供应链绩效维度预测和分析41025 0.469 0.000 0.408 0.53124.23210.000管理和应用51238 0.260 0.000 0.204 0.316国家经济体新兴经济体719740.391 0.000 0.346 0.43519.59210.000发达经济体22890.109 0.067-0.008 0.226供应链特征维度预测和分析142999 0.454 0.000 0.418 0.490 0.37310.542管理和应用36980.428 0.000 0.353 0.503国家经济体新兴经济体919360.471 0.000 0.426 0.516 14.87020.001发达经济体35660.299 0.000 0.216 0.382四、研究结论与讨论1.结果讨论本文对 107 篇关于企业大数据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。具体分析如下：（1）大数据能力与相关变量的关系强度分析本文采用Cohen提出的划分标准来判断变量之间的相关程度（0.1 r0.3 是低度相关，0.3 r0.5 是中度相关，0.5 r是高度相关），详见表 7。40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143-153Nankai Business ReviewVol.26,2023,No.2,pp150创新管理有涉及。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，最近的概念和实证研究认识到，从大数据中获得商业价值的挑战不仅面临着技术上的挑战，而且面临着组织层面的挑战。8在数字创业过程中，企业需要努力构建自身的IT能力，合理评估大数据能力的收益；在数字化转型过程中，企业要尤其关注组织变革准备、IT能力和感知收益对大数据能力的影响。环境层面的外部支持也与大数据分析高度相关，这与Marouf khani等的观点相一致，即外部支持是创新成功的关键驱动力之一，可以对大数据能力产生积极影响。26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，但仍需要注意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，间接影响企业和供应链层面的绩效。元分析发现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。表7 关系强度分析相关关系大数据能力前因大数据能力效用高度相关（0.5 r）组织因素（IT 能力、感知收益、组织变革准备、）环境因素（外部支持）战略行动（创新、决策质量、知识管理）能力（组织能力）中度相关（0.3r0.5）技术因素（兼容性、数据特征、比较优势）组织因素（高管支持、人力资源、数据治理、战略导向、组织文化）环境因素（治理政策和监管）结果（竞争优势、企业绩效、供应链绩效、供应链特征）低度相关（0.1r0.3）技术因素（安全性）组织因素（企业规模、企业年龄）环境因素（环境动态性、外部压力）不相关技术因素（复杂性）（2）调节变量的作用大数据做出有效决策不仅取决于对大数据预测和分析能力，还取决于对大数据资源的管理和应用。11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，不同国家间企业创新实施策略和效果、能力和绩效的差异性已经得到多方证实，目前文化类型和国家经济发展水平已广泛应用于元分析的亚组分析中。41,42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，具体结果见图 1。在影响大数据能力的前因方面，大数据能力维度的调节效应方向并不确定：一方面，数据特征、感知收益对大数据预测与分析能力的影响更强；另一方面，安全性、复杂性、IT能力、