大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效：一個鏈?zhǔn)街薪槟Ｐ?/h1>
2022-01-24 07:01:58簡兆權(quán)王鵬程
科技管理研究 2021年24期
劉 念，簡兆權(quán)，王鵬程
（1.武漢輕工大學(xué)管理學(xué)院，湖北武漢 430048；2.華南理工大學(xué)工商管理學(xué)院，廣東廣州 510640）
1 問題提出
服務(wù)創(chuàng)新已然成為制造企業(yè)突破發(fā)展瓶頸、實現(xiàn)可持續(xù)增長的一種基本方式，被認(rèn)為是對產(chǎn)品創(chuàng)新和標(biāo)準(zhǔn)化的戰(zhàn)略替代［1］。數(shù)字化被認(rèn)為是現(xiàn)代制造業(yè)的主要趨勢之一［2］。制造過程的數(shù)字化，特別是通過使用大數(shù)據(jù)、物聯(lián)網(wǎng)和預(yù)測分析，正在為企業(yè)在制造過程中加強需求洞察、提高資產(chǎn)利用率和優(yōu)化資源鋪平道路［2］，服務(wù)從產(chǎn)品從屬的次優(yōu)產(chǎn)出內(nèi)容被提升為一切交換活動的核心產(chǎn)出內(nèi)容［3］。例如，海爾集團、百麗鞋業(yè)、勞斯萊斯和歐美品牌化妝制造企業(yè)等等都通過將大數(shù)據(jù)分析與服務(wù)創(chuàng)新流程深度融合，成功實現(xiàn)新的價值主張創(chuàng)造。但與此同時，制造企業(yè)在應(yīng)用大數(shù)據(jù)分析的過程中也面臨一些挑戰(zhàn)，比如打亂現(xiàn)有流程或結(jié)構(gòu)［4］。因此，如何處理好機遇和挑戰(zhàn)，進(jìn)而利用大數(shù)據(jù)分析提升服務(wù)創(chuàng)新績效成為企業(yè)家們關(guān)心的重要議題，這是因為制造企業(yè)在服務(wù)提供方面的資源和能力相對有限，渴望通過大數(shù)據(jù)洞察來破除服務(wù)創(chuàng)新障礙，實現(xiàn)“彎道超車”。
通過文獻(xiàn)梳理發(fā)現(xiàn)，現(xiàn)有研究存在兩個關(guān)鍵局限：第一，為挖掘“服務(wù)化悖論”成因及應(yīng)對之道，學(xué)術(shù)界既有從權(quán)變視角探究制造企業(yè)服務(wù)創(chuàng)新戰(zhàn)略與組織內(nèi)外要素間的匹配關(guān)系，也有從員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等角度探討提升制造企業(yè)服務(wù)創(chuàng)新績效的前因。其中，雖然有研究已經(jīng)認(rèn)識到數(shù)字技術(shù)是制造企業(yè)發(fā)起服務(wù)創(chuàng)新的關(guān)鍵因果條件［1］，但是相關(guān)研究主要是概念性的或案例分析，且過于寬泛地看待數(shù)字技術(shù)，而在很大程度上忽視了大數(shù)據(jù)分析的獨特性質(zhì)。第二，盡管有定量研究探討了大數(shù)據(jù)分析能力對企業(yè)決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新、協(xié)同創(chuàng)新績效、供應(yīng)鏈管理等多層次多方面的影響，但是Morgan 等［5］和Kroh 等［6］指出，這些研究較少探尋大數(shù)據(jù)分析能力的作用路徑，且實證結(jié)果存在爭議，既表明大數(shù)據(jù)分析能力帶來了顯著的積極影響，又發(fā)現(xiàn)它并未帶來效益，并認(rèn)為大數(shù)據(jù)分析能力所產(chǎn)生的影響可能由若干變量所部分（完全）介導(dǎo)；Riakti 等［7］提出大數(shù)據(jù)分析能力價值產(chǎn)生的影響因素亟待進(jìn)一步探索。
Morgan 等［5］和Kroh 等［6］分別發(fā)現(xiàn)大數(shù)據(jù)分析能夠幫助制造企業(yè)優(yōu)化組織能力和行為，進(jìn)而改善新產(chǎn)品/服務(wù)開發(fā)績效。由產(chǎn)品主導(dǎo)向服務(wù)主導(dǎo)競爭范式的轉(zhuǎn)變，意味著制造企業(yè)需要將生產(chǎn)性資源與其他資源（如顧客資源、第三方資源等）進(jìn)行有效整合。已有研究表明，出于成本考慮和創(chuàng)新速度的考慮，資源拼湊是對制造企業(yè)服務(wù)創(chuàng)新最有利的現(xiàn)有資源整合策略［8］。而大數(shù)據(jù)分析作為基于對海量數(shù)據(jù)分析產(chǎn)生新洞察的動態(tài)能力［5］，指導(dǎo)制造企業(yè)在更大機會集下對其生態(tài)系統(tǒng)中的異質(zhì)資源進(jìn)行拼湊，從而快速和低成本地獲得將新想法付諸實踐所需的新資源，或者發(fā)現(xiàn)解決問題的新方法［9］。此外，相對于通過外部資源搜尋解決服務(wù)創(chuàng)新難題，拼湊活動使制造企業(yè)能夠在信息不對稱、詭譎多變的競爭環(huán)境中先于競爭對手識別和開發(fā)新的服務(wù)創(chuàng)新機會，快速適應(yīng)市場變化。這種對不斷變化的市場作出快速響應(yīng)的動態(tài)能力被稱為“組織敏捷性”［10］。基于時間的競爭、先發(fā)優(yōu)勢和快速跟隨者文獻(xiàn)都表明組織敏捷性是服務(wù)創(chuàng)新成功的關(guān)鍵優(yōu)勢之所。已有研究也表明，大數(shù)據(jù)分析能力作為一種獨特的低階動態(tài)能力，能夠顯著提升組織敏捷性［10］，進(jìn)而改善企業(yè)績效［7］?？梢?，從動態(tài)能力出發(fā)，資源拼湊和組織敏捷性可被視為大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效相聯(lián)結(jié)的重要紐帶。
基于此，本研究以285 家制造企業(yè)為研究對象，圍繞動態(tài)能力理論，對大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性以及制造企業(yè)服務(wù)創(chuàng)新績效間的邏輯關(guān)系進(jìn)行探討，試圖解決以下問題：大數(shù)據(jù)分析能力如何影響制造企業(yè)服務(wù)創(chuàng)新績效？資源拼湊和組織敏捷性在其中扮演什么角色？是否同時發(fā)揮鏈?zhǔn)街薪樽饔茫?/p>
2 文獻(xiàn)綜述與研究假設(shè)
2.1 大數(shù)據(jù)分析能力
20 世紀(jì)90 年代以來，商業(yè)環(huán)境愈發(fā)強調(diào)收集、集成分析和詮釋信息價值的重要性，充分利用所有可用信息的能力成為組織的關(guān)鍵動態(tài)能力［11］。隨著數(shù)據(jù)量級和數(shù)據(jù)生成速度的飛躍，數(shù)據(jù)類型和來源愈發(fā)多樣化，傳統(tǒng)信息技術(shù)已經(jīng)難以承載對這些爆炸式增長的復(fù)雜數(shù)據(jù)的實時處理和分析［12］，要想實時挖掘海量數(shù)據(jù)的價值，企業(yè)必須要擁有更先進(jìn)的分析技術(shù)、軟件、工具以及專家等資源，這促使企業(yè)紛紛開啟信息技術(shù)架構(gòu)的再布局，大數(shù)據(jù)分析能力由此應(yīng)運而生。
現(xiàn)有研究基于動態(tài)能力理論，將大數(shù)據(jù)分析能力定義為企業(yè)通過有效協(xié)調(diào)和部署大數(shù)據(jù)管理、技術(shù)和人才等資源分析海量數(shù)據(jù)進(jìn)而產(chǎn)生洞察的動態(tài)能力［5］。企業(yè)首先需要對數(shù)據(jù)（包括內(nèi)部數(shù)據(jù)和市場發(fā)展形勢、合作伙伴供需、顧客需求等網(wǎng)絡(luò)生態(tài)數(shù)據(jù)，結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)等）背景進(jìn)行解讀，在了解數(shù)據(jù)背后的指向性目標(biāo)或含義后匯聚成信息，然后對這些信息進(jìn)行比較和分析，產(chǎn)生新洞察［13］。此時，數(shù)據(jù)就成為了知識。知識收益是大數(shù)據(jù)分析的主要吸引力，會指導(dǎo)或應(yīng)用于企業(yè)的管理決策或具體業(yè)務(wù)活動，由此數(shù)據(jù)就產(chǎn)生了價值。在這一過程中，企業(yè)還需要不斷地更新和補充數(shù)據(jù)集，以進(jìn)一步檢驗和完善從數(shù)據(jù)中萃取的知識，通過大數(shù)據(jù)匯聚到分析的正反饋循環(huán)來持續(xù)釋放數(shù)據(jù)價值［14］。大數(shù)據(jù)分析能力顛覆了信息技術(shù)（IT）能力的傳統(tǒng)角色，使企業(yè)在應(yīng)對不確定環(huán)境時比競爭對手更加敏捷，也使價值主張的持續(xù)創(chuàng)新成為可能。
大數(shù)據(jù)分析能力商業(yè)價值的實證研究主要集中于探討它對企業(yè)的決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新、協(xié)同創(chuàng)新績效、供應(yīng)鏈管理等多層次多方面的影響，也多在制造業(yè)背景下進(jìn)行分析，但忽視了制造企業(yè)新的業(yè)務(wù)重點，即服務(wù)創(chuàng)新是數(shù)據(jù)處理復(fù)雜化的一個重要因素［6］。已有理論分析和案例研究表明了大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新的重要價值，如Coreynen 等［1］認(rèn)為大數(shù)據(jù)分析為制造企業(yè)提供了同時進(jìn)行標(biāo)準(zhǔn)化和定制化的條件，可以幫助企業(yè)更快、更準(zhǔn)確地發(fā)現(xiàn)運營障礙并改進(jìn)業(yè)務(wù)流程，肖靜華等［15］認(rèn)為大數(shù)據(jù)能夠提升制造企業(yè)精準(zhǔn)捕捉顧客需求的可能性。因此，有必要將研究置于服務(wù)化背景下，對大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新之間的關(guān)系進(jìn)行大樣本的實證檢驗。
2.2 制造企業(yè)服務(wù)創(chuàng)新
制造企業(yè)越來越多地通過提供服務(wù)尋找超越傳統(tǒng)核心產(chǎn)品的增長機會，這一過程被稱為“服務(wù)化”［16］，被視為制造企業(yè)實現(xiàn)升級和價值增值的主要途徑［17］。服務(wù)化在20 世紀(jì)80 年代末被明確地提出，并引起了眾多學(xué)者的關(guān)注和深入研究，經(jīng)常在工業(yè)營銷、服務(wù)管理、運營管理等領(lǐng)域中被引用［1］。Baines 等［18］將服務(wù)化定義為通過從銷售產(chǎn)品到銷售產(chǎn)品服務(wù)系統(tǒng)（PSS）的轉(zhuǎn)變，以及組織能力和流程的創(chuàng)新，以更好地創(chuàng)造共同價值。這一定義來自運營管理領(lǐng)域，強調(diào)了制造企業(yè)服務(wù)創(chuàng)新的重要性。服務(wù)創(chuàng)新有利于提高制造生產(chǎn)率和效率，拓展盈利空間［19］。
制造企業(yè)服務(wù)創(chuàng)新是制造企業(yè)以顧客滿意為目標(biāo)，圍繞產(chǎn)品的整個生命周期，運用潛藏在產(chǎn)品或服務(wù)背后的各種技術(shù)、知識等，圍繞服務(wù)內(nèi)容或與顧客互動關(guān)系的變化而進(jìn)行的創(chuàng)新活動［20］，是旨在為顧客創(chuàng)造獨特價值主張的過程。此時，價值創(chuàng)造的本質(zhì)并非是直接向顧客提供實體產(chǎn)品，而是以產(chǎn)品為媒介為顧客提供支持性服務(wù)或解決方案。制造企業(yè)服務(wù)創(chuàng)新帶來的戰(zhàn)略好處有：提供額外收入、構(gòu)筑競爭壁壘、提高差異化水平、鎖定顧客并增強其為相關(guān)產(chǎn)品/服務(wù)付費的意愿、提升顧客滿意度等等。然而，實踐中，大多數(shù)服務(wù)型制造企業(yè)未能從它們的服務(wù)活動中獲取有競爭力的回報率，正如Neely［21］的經(jīng)驗數(shù)據(jù)明確證明的那樣。鑒于這一事實，找到一些促使制造企業(yè)服務(wù)創(chuàng)新成功的關(guān)鍵要素十分必要。
制造企業(yè)將重心轉(zhuǎn)移到一個真正新穎的場所時會面臨許多挑戰(zhàn)和阻礙［18］，包括管理者注意力的重新分配、資源的調(diào)整和開發(fā)、組織變革和新流程的實施、需要新的外部參與者為服務(wù)創(chuàng)新戰(zhàn)略制定提供投入等等。原因在于，與傳統(tǒng)制造企業(yè)商業(yè)模式運營的效率和標(biāo)準(zhǔn)化相比，發(fā)展新服務(wù)需要開發(fā)不同的方法、流程和資源能力［18］。為此，許多學(xué)者從內(nèi)外資源的角度進(jìn)行探討，認(rèn)為員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等都是制造企業(yè)成功開發(fā)新服務(wù)的途徑。與此同時，也有學(xué)者分析了行業(yè)增速、組織文化、價值共創(chuàng)以及規(guī)模、年齡、行業(yè)類型、所在經(jīng)濟區(qū)域等企業(yè)顯性特征對制造企業(yè)服務(wù)創(chuàng)新績效的權(quán)變影響。盡管學(xué)術(shù)界付出了諸多努力，制造企業(yè)服務(wù)創(chuàng)新仍被認(rèn)為是一個理論上的新生領(lǐng)域［19］，需要更多關(guān)于如何成功推動制造企業(yè)服務(wù)創(chuàng)新的經(jīng)驗證據(jù)［5］。在此，本研究將注意力轉(zhuǎn)向大數(shù)據(jù)分析能力，認(rèn)為制造企業(yè)服務(wù)化成功的關(guān)鍵之一在于運用大數(shù)據(jù)分析消除服務(wù)創(chuàng)新障礙。
2.3 大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效
制造企業(yè)將現(xiàn)有生產(chǎn)能力轉(zhuǎn)移到服務(wù)開發(fā)上來，是一種跨領(lǐng)域的創(chuàng)新［8］。這意味著，制造企業(yè)之前所積累的以產(chǎn)品為中心的知識已難以滿足其新服務(wù)開發(fā)的需求，為此，制造企業(yè)需要對各種復(fù)雜的涉及企業(yè)內(nèi)部運營、顧客需求、市場發(fā)展形勢、產(chǎn)品/服務(wù)/技術(shù)研發(fā)、競爭對手行為等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析和價值挖掘，以產(chǎn)生與服務(wù)相關(guān)的新知識。具體而言，受缺乏成功地開展服務(wù)業(yè)務(wù)能力和經(jīng)驗的限制，傳統(tǒng)制造企業(yè)往往傾向于將注意力集中在過去被證明是成功的方法和工具上［22］；但當(dāng)制造企業(yè)運用大數(shù)據(jù)分析各方數(shù)據(jù)之后，能夠識別出與服務(wù)相關(guān)的新機會或者威脅，由此，可以破除制造企業(yè)對以往產(chǎn)品創(chuàng)新道路和經(jīng)驗的沾沾自喜，塑造出其對新服務(wù)的注意力投入，將時間、精力、資源集中投入到關(guān)鍵服務(wù)的設(shè)計與創(chuàng)新中。尤其是，制造企業(yè)可以運用超級計算、海量的顧客數(shù)據(jù)、持續(xù)迭代的算法和數(shù)學(xué)建模，更為深入得地了解和精準(zhǔn)預(yù)測顧客真實需求，將產(chǎn)生的新的顧客知識用以指導(dǎo)制造企業(yè)開發(fā)符合或引領(lǐng)市場期待的前瞻性服務(wù)，從而俘獲新顧客并提高市場份額。相關(guān)研究也已表明，制造企業(yè)提升服務(wù)創(chuàng)新績效的一個關(guān)鍵成功因素就在于其在多大程度上吸收了顧客知識［22］。由此，提出如下假設(shè)：
H1：大數(shù)據(jù)分析能力正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
2.4 資源拼湊的中介作用
資源拼湊的核心要義在于創(chuàng)造性地利用現(xiàn)有資源［9］。它立足于資源內(nèi)生式視角，旨在強調(diào)在資源原有屬性和價值基礎(chǔ)上進(jìn)行智力開發(fā)，探索和利用使資源提供新服務(wù)［23］。它包含三大核心要素：手邊資源驅(qū)動、資源創(chuàng)造性利用和即刻行動。首先，資源的含義是指現(xiàn)有資源，包括閑置的、廉價的或被低估價值的資源［9］，借助社會交易或非契約關(guān)系從而低成本或免費獲取的資源，以及一些較為獨特的思想和知識資源等等［24］。它并不局限于企業(yè)內(nèi)部，而是成長于其所置身的生態(tài)系統(tǒng)。其次，在面對資源問題時，企業(yè)不應(yīng)消極等待標(biāo)準(zhǔn)資源或是放棄機會，而應(yīng)不斷嘗試和打破思維定式探索手邊資源的新用途和新屬性，創(chuàng)造性地重組和重塑資源，從而“無中生有”地孕育出新資源［23］。最后，善于拼湊的企業(yè)不會浪費任何時間，而是植根于現(xiàn)時的知識/文化網(wǎng)絡(luò)，立刻將當(dāng)下資源做任何可能的使用甚至即興創(chuàng)作，從而較易在短時間內(nèi)獲取令人滿意甚至驚喜的奏效方案［9］。總而言之，資源拼湊作為一種特定的進(jìn)行價值創(chuàng)造的資源整合行為［8］，體現(xiàn)出動態(tài)能力的要義［24］，不僅能有效緩解資源約束的危機，還能將富余資源進(jìn)行再利用以打破資源慣性進(jìn)而刺激創(chuàng)新［25］。
大數(shù)據(jù)分析能力決定了制造企業(yè)衡量市場狀況和現(xiàn)有資源效用的能力，代表的是機會識別和資源識別的整合。一方面，制造企業(yè)通過在全球范圍內(nèi)實時收集、組合和分析競爭對手行為變化、顧客需求變動和技術(shù)發(fā)展等多方數(shù)據(jù)，能夠產(chǎn)生前所未知的市場洞察力［5］。新的市場洞見（機會識別）會引導(dǎo)制造企業(yè)資源的使用方向，又決定了企業(yè)將資源進(jìn)行重組的行動意向［8］。出于對成本收益和市場響應(yīng)速度的考慮，制造企業(yè)會重新審視既有資源價值，尤其是看似廉價的或之前被忽略的資源，通過打破常規(guī)、另辟蹊徑的方式快速編排手邊資源，以迅速抓住機會和應(yīng)對挑戰(zhàn)［8］。另一方面，大數(shù)據(jù)分析能力有助于制造企業(yè)識別手邊資源和周圍資源的屬性和用途，促使服務(wù)生態(tài)系統(tǒng)中包括顧客、供應(yīng)商、競爭對手等所能調(diào)用的資源與企業(yè)內(nèi)如研發(fā)、生產(chǎn)、銷售等不同職能部門所掌握的資源進(jìn)行充分耦合和吸收，并實時更新資源整合的范圍［26］，從而實現(xiàn)資源的優(yōu)化利用。由此，提出如下假設(shè)：
H2：大數(shù)據(jù)分析能力正向影響資源拼湊。
相比于等待“正確”資源，善于拼湊的制造企業(yè)可以將生態(tài)系統(tǒng)中的服務(wù)要素資源（如渠道網(wǎng)絡(luò)管理、顧客關(guān)系維護(hù)、服務(wù)管理等顧客資源）與企業(yè)原有資源（如技術(shù)與產(chǎn)品研發(fā)、制造流程與訣竅、生產(chǎn)管理與質(zhì)量保證等創(chuàng)新資源）進(jìn)行重組，進(jìn)而以較低成本和較快速度產(chǎn)生相對滿意甚至令人驚喜的服務(wù)創(chuàng)新成果［27］，確保新服務(wù)需求滿足的效率和效益。其次，制造企業(yè)對低價值或未開發(fā)資源的“巧創(chuàng)”往往會獲得意想不到的顧客需求滿足效果，拼湊產(chǎn)出的及時性也會給顧客帶來良好的消費體驗，從而強化顧客對新服務(wù)的認(rèn)同和情感依賴，最終帶來服務(wù)收入的增長與市場占有率的提升［8］。馮文娜等［8］通過實證研究發(fā)現(xiàn)，資源拼湊是制造企業(yè)服務(wù)創(chuàng)新績效提升的一條有效路徑。由此，提出如下假設(shè)：
H3：資源拼湊正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
綜上所述，大數(shù)據(jù)分析能力助力制造企業(yè)在保持對市場發(fā)展局勢和現(xiàn)有資源狀況的清醒和前瞻性認(rèn)識基礎(chǔ)上，有目的地將內(nèi)外資源進(jìn)行拼湊，創(chuàng)造性地將最佳資源組合快速地投入到服務(wù)活動的完善和拓展中。綜合從資源建構(gòu)、創(chuàng)新速度和成本以及顧客認(rèn)同的角度來看，制造企業(yè)通過拼湊所開發(fā)的新服務(wù)能俘獲更多的新用戶和市場份額。由此，提出如下假設(shè)：
H4：資源拼湊在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系之間起中介作用。
2.5 組織敏捷性的中介作用
組織敏捷性是企業(yè)快速識別并有效應(yīng)對威脅和機會的高階動態(tài)能力［10］，是企業(yè)在動蕩環(huán)境中自我調(diào)整、響應(yīng)變化、尋求發(fā)展的必備要素。敏捷性可以是進(jìn)攻性的，也可以是防御性的，或者兩者兼有之。它反映了這樣一個事實：公司的產(chǎn)品或市場不會以相同的速度發(fā)展，或者駐留在產(chǎn)品生命周期曲線上的同一點［28］。高敏捷性組織的敏銳感知和快速響應(yīng)突出了企業(yè)創(chuàng)造發(fā)展機遇和引領(lǐng)市場走向的能力。組織敏捷性主要包含市場利用敏捷性和運營調(diào)整敏捷性［10］。市場利用敏捷性是指企業(yè)通過持續(xù)監(jiān)控和利用市場環(huán)境中發(fā)生的變化，快速改進(jìn)產(chǎn)品/服務(wù)以滿足不斷變化的顧客需求的能力，強調(diào)的是一種創(chuàng)新精神；運營調(diào)整敏捷性是指企業(yè)根據(jù)市場需求變化快速重組內(nèi)部業(yè)務(wù)流程的能力，強調(diào)的則是快速行動。這兩種類型的敏捷性相輔相成，促使企業(yè)根據(jù)不斷變化的市場環(huán)境快速安排和重新調(diào)整其價值鏈上的業(yè)務(wù)活動，并為開發(fā)新產(chǎn)品/服務(wù)做好相應(yīng)的資源和活動準(zhǔn)備。
眾多研究表明大數(shù)據(jù)分析能力能夠顯著提升組織敏捷性，這是因為大數(shù)據(jù)分析能力作為一種新技術(shù)能力，幫助制造企業(yè)在極短時間內(nèi)實時收集和分析各種結(jié)構(gòu)的數(shù)據(jù)源（如文本、音頻、視頻、網(wǎng)絡(luò)和圖形等）［10］?；诖髷?shù)據(jù)技術(shù)、工具，如數(shù)據(jù)倉庫、在線分析處理(OLAP)、可視化工具和數(shù)據(jù)挖掘工具等，制造企業(yè)可及時洞察企業(yè)內(nèi)部以及顧客和供應(yīng)商的需求變化，確保企業(yè)通過供應(yīng)鏈上的有效信息傳遞迅速作出決策調(diào)整。具體來說，一方面，制造企業(yè)通過調(diào)用企業(yè)內(nèi)部運營數(shù)據(jù)建立精準(zhǔn)價值分析模型，可實現(xiàn)對各業(yè)務(wù)環(huán)節(jié)的精細(xì)管控，從而能夠更快、更準(zhǔn)確地發(fā)現(xiàn)服務(wù)缺陷或運營障礙，并作出靈活的運營調(diào)整；另一方面，制造企業(yè)通過對生態(tài)系統(tǒng)內(nèi)數(shù)據(jù)的挖掘和分析，迅速洞悉顧客真實需求或事先預(yù)測市場變化，并利用其自身的規(guī)劃、決策、協(xié)調(diào)和控制作用作出快速響應(yīng)。在這一過程中，運用大數(shù)據(jù)分析獲取的新洞察是以經(jīng)驗證據(jù)為基礎(chǔ)的，較少會受到偏見的影響［29］。對此，制造企業(yè)各職能部門能夠就基于大數(shù)據(jù)分析產(chǎn)生的運營或業(yè)務(wù)調(diào)整決策迅速達(dá)成共識，并開展緊密合作［28］。由此，提出如下假設(shè)：
H5：大數(shù)據(jù)分析能力正向影響組織敏捷性。
基于組織敏捷性的定義，敏捷性越高的制造企業(yè)越能及時感知并快速響應(yīng)意外的變化［10］。由此，制造企業(yè)將會有更大的機會以及時且經(jīng)濟有效的方式來應(yīng)對顧客的新服務(wù)需求。具體來說，越敏捷的制造企業(yè)越能夠快速調(diào)整業(yè)務(wù)運營計劃，靈活性地將最合理的資源或資源組合投入到對服務(wù)開發(fā)和改進(jìn)的進(jìn)程中去。這樣，大大縮短了制造企業(yè)對新服務(wù)提供這一新興事件的反應(yīng)時間，也大大提升了其開發(fā)出新服務(wù)的速度［27］，從而加速服務(wù)創(chuàng)新成果的商業(yè)化，助力其在服務(wù)競爭行為中產(chǎn)生先發(fā)制人的優(yōu)勢，最終創(chuàng)造出卓越的服務(wù)創(chuàng)新績效。此外，與低敏捷性的制造企業(yè)相比，高敏捷性的制造企業(yè)能夠?qū)崿F(xiàn)成本節(jié)約［29］。這樣，有助于制造企業(yè)將更多的時間、精力和資源投入到擴大競爭行動的范圍中來，從而提高了其開展服務(wù)創(chuàng)新活動的可能性及其投入程度。因此，制造企業(yè)的敏捷性越高，越有可能在競爭環(huán)境中取得較高的服務(wù)創(chuàng)新績效。由此，提出如下假設(shè)：
H6：組織敏捷性正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
綜上所述，先進(jìn)大數(shù)據(jù)分析工具、人才等的使用使得制造企業(yè)更具敏捷性，能快速感知服務(wù)創(chuàng)新機會、重新設(shè)計服務(wù)流程以利用市場條件，從而更迅速和經(jīng)濟有效地實現(xiàn)服務(wù)創(chuàng)新的先發(fā)性、準(zhǔn)確性及新穎性，并使競爭對手很難匹配或模仿它們。由此，提出如下假設(shè)：
H7：組織敏捷性在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系中起中介作用。
2.6 資源拼湊與組織敏捷性的鏈?zhǔn)街薪樽饔?/h3>
強調(diào)獲取、整合、重組和釋放資源程序的動態(tài)能力觀認(rèn)為，通過資源拼湊，制造企業(yè)能夠規(guī)避開發(fā)新服務(wù)時面臨的資源限制［9］；通過復(fù)合多種元素，開發(fā)敏捷性來對資源進(jìn)行創(chuàng)造性利用，成為資源約束下制造企業(yè)服務(wù)創(chuàng)新的有效路徑［24］。在拼湊模式下，來自技術(shù)能力、知識信息以及制度網(wǎng)絡(luò)等的創(chuàng)意整合，突破了組織常規(guī)、假設(shè)的約束，使得制造企業(yè)更準(zhǔn)確地預(yù)見環(huán)境變化的本質(zhì)及潛在的商業(yè)機會或風(fēng)險，準(zhǔn)確把握市場動態(tài)［24］，進(jìn)而成功地進(jìn)行運營調(diào)整并響應(yīng)市場變化。在這一過程中，服務(wù)資源相對匱乏的制造企業(yè)無需花費大量時間和成本尋找開發(fā)新服務(wù)所需的標(biāo)準(zhǔn)資源，而是利用拼湊的靈活性以及即時性［8］，在原有資源基礎(chǔ)上進(jìn)行智力開發(fā)［23］，保障其以更快速度和更低成本發(fā)現(xiàn)新的服務(wù)創(chuàng)新機會［24］，并迅速采取適當(dāng)戰(zhàn)略和戰(zhàn)術(shù)行動以抓住機會［8］。也就是說，資源拼湊被視為“次級的動態(tài)能力”，強化了制造企業(yè)的敏捷性。機會是一個動態(tài)的演化過程，企業(yè)最終抓住的機會與原本察覺機會的差距越大，創(chuàng)新績效越高［30］。因此，在運用大數(shù)據(jù)分析能力發(fā)現(xiàn)新的服務(wù)機會時，制造企業(yè)會在機會指引下進(jìn)行資源拼湊，由此可能快速識別和開發(fā)出盈利性更強的新服務(wù)創(chuàng)新機會，進(jìn)而提升對市場變化的響應(yīng)能力，先于競爭對手推出新穎服務(wù)以搶占市場，實現(xiàn)市場份額的增長。由此，提出如下假設(shè)：
H8：資源拼湊和組織敏捷性在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系中起鏈?zhǔn)街薪樽饔谩?/p>
綜上所述，本研究構(gòu)建出大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效間關(guān)系的研究模型，如圖1所示。
圖1 研究模型
3 研究設(shè)計
3.1 數(shù)據(jù)收集
本研究以提供服務(wù)業(yè)務(wù)的制造企業(yè)為調(diào)研對象，發(fā)放問卷獲取數(shù)據(jù)。問卷主要由在制造企業(yè)中具備大數(shù)據(jù)技術(shù)應(yīng)用或開展服務(wù)業(yè)務(wù)經(jīng)驗的中高層管理者填寫。問卷發(fā)放過程持續(xù)了近兩個月，時間從2019 年4 月開始到6 月結(jié)束。首先，基于對廣州某高校的MBA/EMBA 學(xué)員的調(diào)研得知，在制造企業(yè)中大數(shù)據(jù)分析現(xiàn)象已經(jīng)存在，故先向?qū)W員中的中高層管理者發(fā)放問卷，通過這一方式共回收87 份問卷；在這一過程中，也得到了一些問卷反饋意見，根據(jù)意見對問卷進(jìn)行了修訂和完善。隨后，依托筆者所在研究團隊及親友的社會網(wǎng)絡(luò)關(guān)系，向珠三角地區(qū)制造企業(yè)中高層管理者發(fā)放問卷，通過這一方式共回收349 份問卷。總計回收436 份問卷，在刪除部分不合格問卷后，最終得到285 份有效問卷，總體問卷的有效回收率為65.37%。表1 顯示了樣本企業(yè)在規(guī)模、年齡、行業(yè)類型、所有制性質(zhì)等方面的分布情況，總的來說，樣本分布較為廣泛和分散，說明本研究的樣本數(shù)據(jù)具有較好的總體代表性。
表1 樣本統(tǒng)計情況
3.2 變量測量
為保證量表的信效度，各變量的測量盡可能采用國內(nèi)外代表性文獻(xiàn)中較為成熟的量表，同時與專家學(xué)者不斷討論，使其更符合研究情境。各變量的測量均采用李克特五級量表，1～5 表示從“非常不同意”到“非常同意”。大數(shù)據(jù)分析能力反映的是企業(yè)通過集聚和部署各種大數(shù)據(jù)有形資源、無形資源以及人才資源對海量數(shù)據(jù)進(jìn)行分析而產(chǎn)生洞察的能力，測量的題項來源于Gupta 等［31］、任南等［32］的研究量表，共包含12 個題項；資源拼湊主要參照國內(nèi)外普遍采用的R?nkk? 等［33］的量表，共包含9個題項；組織敏捷性則采用的是Lu 等［10］的量表，共包含6 個題項；制造企業(yè)服務(wù)創(chuàng)新績效借鑒的是蔣楠等［34］使用的量表，共包含服務(wù)收入、顧客滿意度、行業(yè)影響力、投入成本4 個題項。考慮當(dāng)前大數(shù)據(jù)在制造企業(yè)中的應(yīng)用情況，選擇將企業(yè)規(guī)模、年齡及其所有制性質(zhì)、所屬行業(yè)類型作為控制變量。其中，企業(yè)年齡用問卷回收年份與制造企業(yè)成立時間的差值來表示；企業(yè)規(guī)模用員工人數(shù)來表示，并將其劃分為4 個等級，50 人以下設(shè)為“1”，50～300 人設(shè)為“2”，301～2 000 人設(shè)為“3”，2 000 人以上設(shè)為“4”；企業(yè)性質(zhì)也劃分為4 個等級，“1”表示國有企業(yè)，“2”表示民營企業(yè)，“3”表示中外合資企業(yè)，“4”表示外商獨資企業(yè)；行業(yè)類型則以電氣機械及器材制造為基準(zhǔn)，設(shè)置行業(yè)虛擬變量。
3.3 信度和效度檢驗
為了測度量表的信效度，采用SPSS22.0 以及Amos23.0 對問卷數(shù)據(jù)進(jìn)行處理和分析，相關(guān)結(jié)果見表2。在信度方面，采用克隆巴赫信度系數(shù)（Cronbach'sα）和組合信度（CR）來檢驗量表的內(nèi)部一致性，發(fā)現(xiàn)大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性、制造企業(yè)服務(wù)創(chuàng)新績效的Cronbach'sα分別為0.940、0.926、0.869 和0.801，均超過0.8，CR 值也均在0.8 以上（高于門檻值 0.6），說明變量具有較好的信度。在效度方面，主要從收斂效度和區(qū)分效度兩方面考察，運用Amos23.0 做驗證性因子分析（CFA），結(jié)果如表2 所示，所有測量題項的因子負(fù)載均在0.7 之上，且各變量的平均萃取方差（AVE值）在0.604 到0.629 之間，大于最低可接受標(biāo)準(zhǔn)0.5。同時，從表3 可以看出，四因子模型（本研究的測量模型）的擬合度較優(yōu)（χ2(df)=494.965 (424)，GFI=0.903，CFI=0.985，NFI=0.906，TLI=0.984，RMSEA=0.024）。這些指標(biāo)均說明本研究量表的收斂效度較好。此外，各變量的AVE 平方根均大于該變量與所有其他變量的相關(guān)系數(shù)，說明變量的區(qū)分效度也通過檢驗。因此，可以進(jìn)行變量之間關(guān)系的分析。
表2 變量的信效度
表3 驗證性因子分析結(jié)果
3.4 共同方法偏差檢驗
為了控制共同方法偏差，本研究采取事前控制，即在正式調(diào)研前使用清晰簡明的測量題項并將其隨機排列，讓受訪者匿名填卷，以保證問卷能夠反映出受訪者真實的想法；同時，在整理數(shù)據(jù)后，利用Harman 單因素檢驗對大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性和制造企業(yè)服務(wù)創(chuàng)新績效量表的所有題項進(jìn)行未旋轉(zhuǎn)的主成分因子分析，共析出4 個特征值大于1 的公因子。其中，首個因子的方差解釋率為30.62%（低于50%），因而不存在明顯的共同方法偏差。
4 實證結(jié)果分析
4.1 描述性統(tǒng)計分析
表4 給出了各變量的均值、標(biāo)準(zhǔn)差及相關(guān)系數(shù)。由表4 可知，大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效顯著正相關(guān)（r＝0.283，P＜0.01），與資源拼湊顯著正相關(guān)（r＝0.190，P＜0.01），與組織敏捷性顯著正相關(guān)（r＝0.407，P＜0.01）；資源拼湊與制造企業(yè)服務(wù)創(chuàng)新顯著正相關(guān)（r＝0.245，P＜0.01）；組織敏捷性與制造企業(yè)服務(wù)創(chuàng)新顯著正相關(guān)（r＝0.346，P p＜0.01）；資源拼湊與組織敏捷性顯著正相關(guān)（r＝0.274，P＜0.01）。變量相關(guān)性的分析結(jié)果初步說明了變量間如假設(shè)所述的關(guān)系，為進(jìn)一步關(guān)系分析提供了必要的前提。
表4 變量的描述性統(tǒng)計
表4 （續(xù)）
4.2 假設(shè)檢驗
4.2.1 層級回歸分析
本研究采用SPSS22.0 進(jìn)行層級回歸分析，并檢驗中介效應(yīng)。首先，以資源拼湊作為結(jié)果變量，構(gòu)建模型1 和模型2，其中，模型1 中加入控制變量（企業(yè)年齡、行業(yè)類型、企業(yè)性質(zhì)、企業(yè)規(guī)模），分析它們對資源拼湊的影響；模型2 在模型1 的基礎(chǔ)上增加自變量（大數(shù)據(jù)分析能力），分析它對資源拼湊的影響。接著，以組織敏捷性作為結(jié)果變量，分層加入控制變量、自變量和資源拼湊變量，構(gòu)建模型3、模型4 和模型5，其中，模型1 中加入控制變量，分析它們對組織敏捷性的影響；模型4 在模型3的基礎(chǔ)上增加自變量，分析它對組織敏捷性的影響；模型5 在模型4 的基礎(chǔ)上增加資源拼湊變量，分析它對自變量和組織敏捷性關(guān)系的影響。最后以制造企業(yè)服務(wù)創(chuàng)新績效作為結(jié)果變量，分層加入控制變量、自變量、資源拼湊和組織敏捷性變量，構(gòu)建模型6 至模型10，其中，模型6 中加入控制變量，分析它們對制造企業(yè)服務(wù)創(chuàng)新績效的影響；模型7 在模型6 的基礎(chǔ)上增加自變量，分析它對制造企業(yè)服務(wù)創(chuàng)新績效的影響（主效應(yīng)）；模型8、模型9 分別在模型7 的基礎(chǔ)上增加資源拼湊和組織敏捷性變量，完成兩條中介效應(yīng)的檢驗；模型10 則在模型7的基礎(chǔ)上同時增加資源拼湊和組織敏捷性變量，考察兩者同時存在對主效應(yīng)的影響。結(jié)果如表5 所示。
表5 變量回歸分析結(jié)果
由模型2、模型4 和模型7 可知，在控制相關(guān)變量以后發(fā)現(xiàn)，大數(shù)據(jù)分析能力分別與制造企業(yè)服務(wù)創(chuàng)新績效（β=0.282，P＜0.01）、資源拼湊（β=0.183，P＜0.01）、組織敏捷性（β=0.405，P＜0.01）存在顯著正相關(guān)關(guān)系，因此，假設(shè)H1、H2、H5均得到支持。由模型8 可知，在加入了資源拼湊后，資源拼湊對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生顯著的正向影響（β=0.203，P＜0.01），且大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的回歸系數(shù)由0.282 下降為0.245，并仍在P＜0.01 水平下在顯著，表明資源拼湊在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效間發(fā)揮了部分中介效應(yīng)，因此，假設(shè)H3、H4得到支持。同樣地，由模型9 可知，在加入組織敏捷性后發(fā)現(xiàn)，組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效有顯著的正向影響（β=0.278，P＜0.01），且大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的回歸系數(shù)由0.282 下降為0.170，并仍在P＜0.01 水平下顯著，表明組織敏捷性也在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效間發(fā)揮了部分中介效應(yīng)，因此，假設(shè)H6、H7也得到支持。
4.2.2 Process 檢驗鏈?zhǔn)街薪樾?yīng)
此外，本研究對資源拼湊和組織敏捷性的鏈?zhǔn)街薪樾?yīng)進(jìn)行檢驗，采用現(xiàn)有研究通用的Bootstrap方法，計算95%的置信區(qū)間，且重復(fù)取樣5 000 次。通過Process 3.3 軟件運行Model 6 后，結(jié)果如表6 所示。大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的總效應(yīng)為0.275，其中直接效應(yīng)為0.152，標(biāo)準(zhǔn)誤為0.059，95%的置信區(qū)間為［0.037，0.268］，說明大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生直接的正向影響；總間接效應(yīng)為0.123，標(biāo)準(zhǔn)誤為0.041，95%的置信區(qū)間為［0.057，0.215］。大數(shù)據(jù)分析能力通過資源拼湊對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.028，標(biāo)準(zhǔn)誤為0.041，95%置信度下的置信區(qū)間為［0.002，0.074］；大數(shù)據(jù)分析能力通過組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.087，標(biāo)準(zhǔn)誤為0.034，95%置信度下的置信區(qū)間為［0.032，0.167］；大數(shù)據(jù)分析能力通過資源拼湊和組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.009，標(biāo)準(zhǔn)誤為0.006，95%置信度下的置信區(qū)間為［0.001，0.024］。所有的置信區(qū)間均不包含0，說明所有的中介效應(yīng)都是顯著的，即在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效之間，資源拼湊和組織敏捷性不僅起著部分中介作用，更起著鏈?zhǔn)街薪樽饔?。因此，假設(shè)H4、H7、H8得到支持。
表6 Bootstrap 鏈?zhǔn)街薪榻Y(jié)果
5 結(jié)論與啟示
5.1 研究結(jié)論
本研究的目標(biāo)是了解大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效的關(guān)系及其作用機制。為解決該問題，本研究通過對285 家制造企業(yè)的調(diào)查數(shù)據(jù)進(jìn)行實證分析，檢驗了大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性以及制造企業(yè)服務(wù)創(chuàng)新績效之間的邏輯關(guān)系，構(gòu)建出相應(yīng)的理論模型。研究發(fā)現(xiàn)：（1）大數(shù)據(jù)分析能力作為企業(yè)的一項寶貴財產(chǎn)，能夠顯著提升制造企業(yè)服務(wù)創(chuàng)新績效；（2）大數(shù)據(jù)分析能力正向影響資源拼湊與組織敏捷性；（3）資源拼湊與組織敏捷性正向影響制造企業(yè)服務(wù)創(chuàng)新績效；（4）資源拼湊與組織敏捷性在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效的關(guān)系中起部分中介作用，且為鏈?zhǔn)街薪椤?/p>
5.2 理論意義
目前，學(xué)術(shù)界從內(nèi)外資源獲取來源或方式等角度探討了制造企業(yè)服務(wù)創(chuàng)新績效提升的前因變量，包括員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等等，但是這些定量研究都忽視了將數(shù)字化、大數(shù)據(jù)分析作為未來制造企業(yè)服務(wù)創(chuàng)新領(lǐng)域研究的一大方向。基于此，本研究置于服務(wù)化背景下，對大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效之間的關(guān)系進(jìn)行了討論和檢驗，結(jié)果顯示大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生了直接的正向影響，這與Gupta 等［31］將動態(tài)能力作為主要理論視角分析大數(shù)據(jù)分析能力價值的學(xué)者得出的結(jié)論是一致的。也就是說，大數(shù)據(jù)分析能力不僅有助于制造企業(yè)進(jìn)行產(chǎn)品創(chuàng)新和提升績效，也為制造企業(yè)開展服務(wù)創(chuàng)新活動提供了新動能。從大數(shù)據(jù)分析能力這一動態(tài)能力視角識別了提升制造企業(yè)服務(wù)創(chuàng)新績效的又一前因變量，是對服務(wù)化研究領(lǐng)域的一大拓展；與此同時，將信息管理與服務(wù)化研究結(jié)合起來有助于實現(xiàn)跨領(lǐng)域的理論創(chuàng)新。
此外，已有關(guān)于大數(shù)據(jù)分析能力商業(yè)價值的研究多為理論或定性的案例研究，相關(guān)的定量研究仍處于起步階段，到目前為止，定量研究可以歸納為探討大數(shù)據(jù)分析能力對企業(yè)決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新等的影響，但Morgan 等［5］和Kroh 等［6］指出，這些研究較少探究影響路徑，且實證結(jié)果喜憂參半。很明顯，研究需要探索哪些組織特征會受到大數(shù)據(jù)分析能力的影響，以及它們對績效的影響。本研究從動態(tài)能力出發(fā)，將資源拼湊和組織敏捷性納入作用機理的研究中來，結(jié)果顯示資源拼湊發(fā)揮中介作用，這一發(fā)現(xiàn)與先前“機會-資源”視角的研究一致。企業(yè)獲得的市場和運營狀態(tài)的數(shù)據(jù)越多，就或可能識別新的機會，并通過有效的現(xiàn)存資源重塑和整合行為來抓住它們［24］。本研究也發(fā)現(xiàn)組織敏捷性也發(fā)揮中介作用，這一發(fā)現(xiàn)與先前組織敏捷性的研究一致。大數(shù)據(jù)技術(shù)表現(xiàn)出比傳統(tǒng)信息管理系統(tǒng)更好的運行性能，使企業(yè)變得更有活力和敏捷，而敏捷性組織可提升創(chuàng)新績效［7］。近年來，學(xué)者們認(rèn)識到創(chuàng)新是一個系統(tǒng)的機會與資源一體化開發(fā)行為［35］,在機會指導(dǎo)下進(jìn)行拼湊可迅速、準(zhǔn)確發(fā)現(xiàn)新的創(chuàng)新機會并快速響應(yīng)市場變化，這支持了資源拼湊和敏捷性的鏈?zhǔn)街薪樽饔?。總之，本研究通過對資源拼湊和組織敏捷性中介作用以及鏈?zhǔn)街薪樽饔玫耐诰颍逦沂境龃髷?shù)據(jù)分析能力產(chǎn)生商業(yè)價值的作用機理，回應(yīng)了Riakti 等［7］關(guān)于企業(yè)大數(shù)據(jù)分析能力通過影響其動態(tài)能力進(jìn)而影響企業(yè)績效的觀點，豐富了大數(shù)據(jù)分析能力的研究。
5.3 實踐啟示
本研究結(jié)果的實踐啟示如下：第一，制造企業(yè)需重視對大數(shù)據(jù)分析的投資。一方面，要開發(fā)靈活的大數(shù)據(jù)分析基礎(chǔ)設(shè)施，確?；A(chǔ)架構(gòu)能夠在任何情況下收集、存儲和分析任何類型的數(shù)據(jù)，并確保數(shù)據(jù)不間斷地流動，快速形成對市場環(huán)境、內(nèi)部運營環(huán)境、自身資源狀況等方面的批判性和預(yù)見性洞察，才能持續(xù)創(chuàng)造出更大的新服務(wù)開發(fā)價值；另一方面，關(guān)注實施大數(shù)據(jù)分析背后的人，制造企業(yè)應(yīng)營造出鼓勵數(shù)據(jù)驅(qū)動的文化氛圍，使整個組織接受大數(shù)據(jù)分析的概念，并設(shè)計有利于大數(shù)據(jù)分析相關(guān)知識學(xué)習(xí)的一系列制度安排，調(diào)整組織結(jié)構(gòu)為大數(shù)據(jù)運營流程疏通障礙，如高層管理人員通過授權(quán)給那些在大數(shù)據(jù)流程方面擁有強大問題解決技能的人來推動和引導(dǎo)大數(shù)據(jù)驅(qū)動的服務(wù)創(chuàng)新項目，從而挖掘其潛力。如此，通過提升大數(shù)據(jù)分析能力，制造企業(yè)才可能實現(xiàn)高資源拼湊、高組織敏捷性和服務(wù)創(chuàng)新高績效。
第二，資源拼湊是大數(shù)據(jù)時代制造企業(yè)打破產(chǎn)品慣性進(jìn)而刺激服務(wù)創(chuàng)新的一種理性、經(jīng)濟且有效的戰(zhàn)略行為。資源拼湊體現(xiàn)出節(jié)約、快速、即興和創(chuàng)造力的實踐智慧，大數(shù)據(jù)時代的制造企業(yè)需改變只關(guān)注優(yōu)勢、標(biāo)準(zhǔn)化資源的舊觀念，在通過大數(shù)據(jù)分析發(fā)現(xiàn)新的服務(wù)機會時，可以不再花費大量時間和成本搜尋資源，而是有意識地將現(xiàn)有資源包括碎片化、廉價的手頭和周邊資源進(jìn)行組拼，實現(xiàn)敏捷性，從而率先實現(xiàn)對新服務(wù)需求的滿足。對此，制造企業(yè)可以舉辦內(nèi)部會議，鼓勵企業(yè)成員集思廣益，討論如何組合或者改變企業(yè)當(dāng)前資源以開發(fā)更有利可圖的新服務(wù)；也可以制定相應(yīng)的獎勵機制，激勵企業(yè)成員大膽使用現(xiàn)有資源以創(chuàng)造出優(yōu)于競爭對手的服務(wù)創(chuàng)新成果。
5.4 不足與展望
盡管我們對研究進(jìn)行了精心設(shè)計，并取得了一定的研究成果，但仍存在不足。首先，本研究僅探討了大數(shù)據(jù)分析能力影響制造企業(yè)服務(wù)創(chuàng)新績效的中間機制，沒有考慮大數(shù)據(jù)分析能力產(chǎn)生商業(yè)價值的邊界因素。在某些情況下，大數(shù)據(jù)分析可能會具有更大的實用價值［5］，比如，不同類型的服務(wù)可能對大數(shù)據(jù)分析能力的需求不同，因為在標(biāo)準(zhǔn)化服務(wù)的環(huán)境中使用這些工具可能比定制服務(wù)更容易［6］。未來，可以加強調(diào)節(jié)變量的研究以進(jìn)一步理解大數(shù)據(jù)分析能力的戰(zhàn)略潛力。其次，本研究指出資源拼湊和組織敏捷性是將大數(shù)據(jù)分析能力轉(zhuǎn)化為制造企業(yè)服務(wù)創(chuàng)新績效提升的重要紐帶，但大數(shù)據(jù)分析能力與績效間的復(fù)雜關(guān)系還可能存在其他中介因素（如協(xié)作質(zhì)量），未來可以借鑒多領(lǐng)域的知識展開研究。最后，本研究采用截面數(shù)據(jù)對研究假設(shè)進(jìn)行檢驗，未來可以嘗試運用縱向追蹤的研究方式，以使得到的變量間關(guān)系的結(jié)果更加穩(wěn)定可靠。
猜你喜歡
消防安全四個能力發(fā)明與創(chuàng)新(2022年30期)2022-10-03 08:40:56 基礎(chǔ)教育資源展示吉林廣播電視大學(xué)學(xué)報(2021年4期)2022-01-14 02:35:48 一樣的資源，不一樣的收獲作文成功之路·小學(xué)版(2020年5期)2020-06-11 12:48:26 服務(wù)在身邊 健康每一天今日農(nóng)業(yè)(2019年12期)2019-08-15 00:56:32 服務(wù)在身邊 健康每一天今日農(nóng)業(yè)(2019年10期)2019-01-04 04:28:15 服務(wù)在身邊 健康每一天今日農(nóng)業(yè)(2019年16期)2019-01-03 11:39:20 資源回收小天使·一年級語數(shù)英綜合(2018年11期)2018-11-23 09:47:26 大興學(xué)習(xí)之風(fēng) 提升履職能力人大建設(shè)(2018年6期)2018-08-16 07:23:10 你的換位思考能力如何文理導(dǎo)航·科普童話(2017年5期)2018-02-10 19:42:14 招行30年:從“滿意服務(wù)”到“感動服務(wù)”商周刊(2017年9期)2017-08-22 02:57:56
- 科技管理研究的其它文章
- 清代買賣契約發(fā)展的影響因素及國家法的規(guī)制研究
——評《清代買賣契約研究——基于法制史角度的解讀》 - 高校音樂生態(tài)化教學(xué)實施路徑與發(fā)展策略研究
——評《生態(tài)學(xué)視域下的高校音樂教學(xué)設(shè)計》 - 產(chǎn)教融合背景下高職教師專業(yè)發(fā)展路徑研究
——評《高職教師專業(yè)發(fā)展：困境與出路》 - 情景教學(xué)法在現(xiàn)代西班牙語教學(xué)中的運用探尋
——評《現(xiàn)代西班牙語》 - 網(wǎng)絡(luò)社會學(xué)的理論建構(gòu)及現(xiàn)實困境探究
——評《網(wǎng)絡(luò)社會學(xué)（第三版）》 - 現(xiàn)代高校油畫教學(xué)技巧實踐教學(xué)研究
——評《油畫教學(xué)》
劉 念，簡兆權(quán)，王鵬程
（1.武漢輕工大學(xué)管理學(xué)院，湖北武漢 430048；2.華南理工大學(xué)工商管理學(xué)院，廣東廣州 510640）
1 問題提出
服務(wù)創(chuàng)新已然成為制造企業(yè)突破發(fā)展瓶頸、實現(xiàn)可持續(xù)增長的一種基本方式，被認(rèn)為是對產(chǎn)品創(chuàng)新和標(biāo)準(zhǔn)化的戰(zhàn)略替代［1］。數(shù)字化被認(rèn)為是現(xiàn)代制造業(yè)的主要趨勢之一［2］。制造過程的數(shù)字化，特別是通過使用大數(shù)據(jù)、物聯(lián)網(wǎng)和預(yù)測分析，正在為企業(yè)在制造過程中加強需求洞察、提高資產(chǎn)利用率和優(yōu)化資源鋪平道路［2］，服務(wù)從產(chǎn)品從屬的次優(yōu)產(chǎn)出內(nèi)容被提升為一切交換活動的核心產(chǎn)出內(nèi)容［3］。例如，海爾集團、百麗鞋業(yè)、勞斯萊斯和歐美品牌化妝制造企業(yè)等等都通過將大數(shù)據(jù)分析與服務(wù)創(chuàng)新流程深度融合，成功實現(xiàn)新的價值主張創(chuàng)造。但與此同時，制造企業(yè)在應(yīng)用大數(shù)據(jù)分析的過程中也面臨一些挑戰(zhàn)，比如打亂現(xiàn)有流程或結(jié)構(gòu)［4］。因此，如何處理好機遇和挑戰(zhàn)，進(jìn)而利用大數(shù)據(jù)分析提升服務(wù)創(chuàng)新績效成為企業(yè)家們關(guān)心的重要議題，這是因為制造企業(yè)在服務(wù)提供方面的資源和能力相對有限，渴望通過大數(shù)據(jù)洞察來破除服務(wù)創(chuàng)新障礙，實現(xiàn)“彎道超車”。
通過文獻(xiàn)梳理發(fā)現(xiàn)，現(xiàn)有研究存在兩個關(guān)鍵局限：第一，為挖掘“服務(wù)化悖論”成因及應(yīng)對之道，學(xué)術(shù)界既有從權(quán)變視角探究制造企業(yè)服務(wù)創(chuàng)新戰(zhàn)略與組織內(nèi)外要素間的匹配關(guān)系，也有從員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等角度探討提升制造企業(yè)服務(wù)創(chuàng)新績效的前因。其中，雖然有研究已經(jīng)認(rèn)識到數(shù)字技術(shù)是制造企業(yè)發(fā)起服務(wù)創(chuàng)新的關(guān)鍵因果條件［1］，但是相關(guān)研究主要是概念性的或案例分析，且過于寬泛地看待數(shù)字技術(shù)，而在很大程度上忽視了大數(shù)據(jù)分析的獨特性質(zhì)。第二，盡管有定量研究探討了大數(shù)據(jù)分析能力對企業(yè)決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新、協(xié)同創(chuàng)新績效、供應(yīng)鏈管理等多層次多方面的影響，但是Morgan 等［5］和Kroh 等［6］指出，這些研究較少探尋大數(shù)據(jù)分析能力的作用路徑，且實證結(jié)果存在爭議，既表明大數(shù)據(jù)分析能力帶來了顯著的積極影響，又發(fā)現(xiàn)它并未帶來效益，并認(rèn)為大數(shù)據(jù)分析能力所產(chǎn)生的影響可能由若干變量所部分（完全）介導(dǎo)；Riakti 等［7］提出大數(shù)據(jù)分析能力價值產(chǎn)生的影響因素亟待進(jìn)一步探索。
Morgan 等［5］和Kroh 等［6］分別發(fā)現(xiàn)大數(shù)據(jù)分析能夠幫助制造企業(yè)優(yōu)化組織能力和行為，進(jìn)而改善新產(chǎn)品/服務(wù)開發(fā)績效。由產(chǎn)品主導(dǎo)向服務(wù)主導(dǎo)競爭范式的轉(zhuǎn)變，意味著制造企業(yè)需要將生產(chǎn)性資源與其他資源（如顧客資源、第三方資源等）進(jìn)行有效整合。已有研究表明，出于成本考慮和創(chuàng)新速度的考慮，資源拼湊是對制造企業(yè)服務(wù)創(chuàng)新最有利的現(xiàn)有資源整合策略［8］。而大數(shù)據(jù)分析作為基于對海量數(shù)據(jù)分析產(chǎn)生新洞察的動態(tài)能力［5］，指導(dǎo)制造企業(yè)在更大機會集下對其生態(tài)系統(tǒng)中的異質(zhì)資源進(jìn)行拼湊，從而快速和低成本地獲得將新想法付諸實踐所需的新資源，或者發(fā)現(xiàn)解決問題的新方法［9］。此外，相對于通過外部資源搜尋解決服務(wù)創(chuàng)新難題，拼湊活動使制造企業(yè)能夠在信息不對稱、詭譎多變的競爭環(huán)境中先于競爭對手識別和開發(fā)新的服務(wù)創(chuàng)新機會，快速適應(yīng)市場變化。這種對不斷變化的市場作出快速響應(yīng)的動態(tài)能力被稱為“組織敏捷性”［10］。基于時間的競爭、先發(fā)優(yōu)勢和快速跟隨者文獻(xiàn)都表明組織敏捷性是服務(wù)創(chuàng)新成功的關(guān)鍵優(yōu)勢之所。已有研究也表明，大數(shù)據(jù)分析能力作為一種獨特的低階動態(tài)能力，能夠顯著提升組織敏捷性［10］，進(jìn)而改善企業(yè)績效［7］?？梢?，從動態(tài)能力出發(fā)，資源拼湊和組織敏捷性可被視為大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效相聯(lián)結(jié)的重要紐帶。
基于此，本研究以285 家制造企業(yè)為研究對象，圍繞動態(tài)能力理論，對大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性以及制造企業(yè)服務(wù)創(chuàng)新績效間的邏輯關(guān)系進(jìn)行探討，試圖解決以下問題：大數(shù)據(jù)分析能力如何影響制造企業(yè)服務(wù)創(chuàng)新績效？資源拼湊和組織敏捷性在其中扮演什么角色？是否同時發(fā)揮鏈?zhǔn)街薪樽饔茫?/p>
2 文獻(xiàn)綜述與研究假設(shè)
2.1 大數(shù)據(jù)分析能力
20 世紀(jì)90 年代以來，商業(yè)環(huán)境愈發(fā)強調(diào)收集、集成分析和詮釋信息價值的重要性，充分利用所有可用信息的能力成為組織的關(guān)鍵動態(tài)能力［11］。隨著數(shù)據(jù)量級和數(shù)據(jù)生成速度的飛躍，數(shù)據(jù)類型和來源愈發(fā)多樣化，傳統(tǒng)信息技術(shù)已經(jīng)難以承載對這些爆炸式增長的復(fù)雜數(shù)據(jù)的實時處理和分析［12］，要想實時挖掘海量數(shù)據(jù)的價值，企業(yè)必須要擁有更先進(jìn)的分析技術(shù)、軟件、工具以及專家等資源，這促使企業(yè)紛紛開啟信息技術(shù)架構(gòu)的再布局，大數(shù)據(jù)分析能力由此應(yīng)運而生。
現(xiàn)有研究基于動態(tài)能力理論，將大數(shù)據(jù)分析能力定義為企業(yè)通過有效協(xié)調(diào)和部署大數(shù)據(jù)管理、技術(shù)和人才等資源分析海量數(shù)據(jù)進(jìn)而產(chǎn)生洞察的動態(tài)能力［5］。企業(yè)首先需要對數(shù)據(jù)（包括內(nèi)部數(shù)據(jù)和市場發(fā)展形勢、合作伙伴供需、顧客需求等網(wǎng)絡(luò)生態(tài)數(shù)據(jù)，結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)等）背景進(jìn)行解讀，在了解數(shù)據(jù)背后的指向性目標(biāo)或含義后匯聚成信息，然后對這些信息進(jìn)行比較和分析，產(chǎn)生新洞察［13］。此時，數(shù)據(jù)就成為了知識。知識收益是大數(shù)據(jù)分析的主要吸引力，會指導(dǎo)或應(yīng)用于企業(yè)的管理決策或具體業(yè)務(wù)活動，由此數(shù)據(jù)就產(chǎn)生了價值。在這一過程中，企業(yè)還需要不斷地更新和補充數(shù)據(jù)集，以進(jìn)一步檢驗和完善從數(shù)據(jù)中萃取的知識，通過大數(shù)據(jù)匯聚到分析的正反饋循環(huán)來持續(xù)釋放數(shù)據(jù)價值［14］。大數(shù)據(jù)分析能力顛覆了信息技術(shù)（IT）能力的傳統(tǒng)角色，使企業(yè)在應(yīng)對不確定環(huán)境時比競爭對手更加敏捷，也使價值主張的持續(xù)創(chuàng)新成為可能。
大數(shù)據(jù)分析能力商業(yè)價值的實證研究主要集中于探討它對企業(yè)的決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新、協(xié)同創(chuàng)新績效、供應(yīng)鏈管理等多層次多方面的影響，也多在制造業(yè)背景下進(jìn)行分析，但忽視了制造企業(yè)新的業(yè)務(wù)重點，即服務(wù)創(chuàng)新是數(shù)據(jù)處理復(fù)雜化的一個重要因素［6］。已有理論分析和案例研究表明了大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新的重要價值，如Coreynen 等［1］認(rèn)為大數(shù)據(jù)分析為制造企業(yè)提供了同時進(jìn)行標(biāo)準(zhǔn)化和定制化的條件，可以幫助企業(yè)更快、更準(zhǔn)確地發(fā)現(xiàn)運營障礙并改進(jìn)業(yè)務(wù)流程，肖靜華等［15］認(rèn)為大數(shù)據(jù)能夠提升制造企業(yè)精準(zhǔn)捕捉顧客需求的可能性。因此，有必要將研究置于服務(wù)化背景下，對大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新之間的關(guān)系進(jìn)行大樣本的實證檢驗。
2.2 制造企業(yè)服務(wù)創(chuàng)新
制造企業(yè)越來越多地通過提供服務(wù)尋找超越傳統(tǒng)核心產(chǎn)品的增長機會，這一過程被稱為“服務(wù)化”［16］，被視為制造企業(yè)實現(xiàn)升級和價值增值的主要途徑［17］。服務(wù)化在20 世紀(jì)80 年代末被明確地提出，并引起了眾多學(xué)者的關(guān)注和深入研究，經(jīng)常在工業(yè)營銷、服務(wù)管理、運營管理等領(lǐng)域中被引用［1］。Baines 等［18］將服務(wù)化定義為通過從銷售產(chǎn)品到銷售產(chǎn)品服務(wù)系統(tǒng)（PSS）的轉(zhuǎn)變，以及組織能力和流程的創(chuàng)新，以更好地創(chuàng)造共同價值。這一定義來自運營管理領(lǐng)域，強調(diào)了制造企業(yè)服務(wù)創(chuàng)新的重要性。服務(wù)創(chuàng)新有利于提高制造生產(chǎn)率和效率，拓展盈利空間［19］。
制造企業(yè)服務(wù)創(chuàng)新是制造企業(yè)以顧客滿意為目標(biāo)，圍繞產(chǎn)品的整個生命周期，運用潛藏在產(chǎn)品或服務(wù)背后的各種技術(shù)、知識等，圍繞服務(wù)內(nèi)容或與顧客互動關(guān)系的變化而進(jìn)行的創(chuàng)新活動［20］，是旨在為顧客創(chuàng)造獨特價值主張的過程。此時，價值創(chuàng)造的本質(zhì)并非是直接向顧客提供實體產(chǎn)品，而是以產(chǎn)品為媒介為顧客提供支持性服務(wù)或解決方案。制造企業(yè)服務(wù)創(chuàng)新帶來的戰(zhàn)略好處有：提供額外收入、構(gòu)筑競爭壁壘、提高差異化水平、鎖定顧客并增強其為相關(guān)產(chǎn)品/服務(wù)付費的意愿、提升顧客滿意度等等。然而，實踐中，大多數(shù)服務(wù)型制造企業(yè)未能從它們的服務(wù)活動中獲取有競爭力的回報率，正如Neely［21］的經(jīng)驗數(shù)據(jù)明確證明的那樣。鑒于這一事實，找到一些促使制造企業(yè)服務(wù)創(chuàng)新成功的關(guān)鍵要素十分必要。
制造企業(yè)將重心轉(zhuǎn)移到一個真正新穎的場所時會面臨許多挑戰(zhàn)和阻礙［18］，包括管理者注意力的重新分配、資源的調(diào)整和開發(fā)、組織變革和新流程的實施、需要新的外部參與者為服務(wù)創(chuàng)新戰(zhàn)略制定提供投入等等。原因在于，與傳統(tǒng)制造企業(yè)商業(yè)模式運營的效率和標(biāo)準(zhǔn)化相比，發(fā)展新服務(wù)需要開發(fā)不同的方法、流程和資源能力［18］。為此，許多學(xué)者從內(nèi)外資源的角度進(jìn)行探討，認(rèn)為員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等都是制造企業(yè)成功開發(fā)新服務(wù)的途徑。與此同時，也有學(xué)者分析了行業(yè)增速、組織文化、價值共創(chuàng)以及規(guī)模、年齡、行業(yè)類型、所在經(jīng)濟區(qū)域等企業(yè)顯性特征對制造企業(yè)服務(wù)創(chuàng)新績效的權(quán)變影響。盡管學(xué)術(shù)界付出了諸多努力，制造企業(yè)服務(wù)創(chuàng)新仍被認(rèn)為是一個理論上的新生領(lǐng)域［19］，需要更多關(guān)于如何成功推動制造企業(yè)服務(wù)創(chuàng)新的經(jīng)驗證據(jù)［5］。在此，本研究將注意力轉(zhuǎn)向大數(shù)據(jù)分析能力，認(rèn)為制造企業(yè)服務(wù)化成功的關(guān)鍵之一在于運用大數(shù)據(jù)分析消除服務(wù)創(chuàng)新障礙。
2.3 大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效
制造企業(yè)將現(xiàn)有生產(chǎn)能力轉(zhuǎn)移到服務(wù)開發(fā)上來，是一種跨領(lǐng)域的創(chuàng)新［8］。這意味著，制造企業(yè)之前所積累的以產(chǎn)品為中心的知識已難以滿足其新服務(wù)開發(fā)的需求，為此，制造企業(yè)需要對各種復(fù)雜的涉及企業(yè)內(nèi)部運營、顧客需求、市場發(fā)展形勢、產(chǎn)品/服務(wù)/技術(shù)研發(fā)、競爭對手行為等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析和價值挖掘，以產(chǎn)生與服務(wù)相關(guān)的新知識。具體而言，受缺乏成功地開展服務(wù)業(yè)務(wù)能力和經(jīng)驗的限制，傳統(tǒng)制造企業(yè)往往傾向于將注意力集中在過去被證明是成功的方法和工具上［22］；但當(dāng)制造企業(yè)運用大數(shù)據(jù)分析各方數(shù)據(jù)之后，能夠識別出與服務(wù)相關(guān)的新機會或者威脅，由此，可以破除制造企業(yè)對以往產(chǎn)品創(chuàng)新道路和經(jīng)驗的沾沾自喜，塑造出其對新服務(wù)的注意力投入，將時間、精力、資源集中投入到關(guān)鍵服務(wù)的設(shè)計與創(chuàng)新中。尤其是，制造企業(yè)可以運用超級計算、海量的顧客數(shù)據(jù)、持續(xù)迭代的算法和數(shù)學(xué)建模，更為深入得地了解和精準(zhǔn)預(yù)測顧客真實需求，將產(chǎn)生的新的顧客知識用以指導(dǎo)制造企業(yè)開發(fā)符合或引領(lǐng)市場期待的前瞻性服務(wù)，從而俘獲新顧客并提高市場份額。相關(guān)研究也已表明，制造企業(yè)提升服務(wù)創(chuàng)新績效的一個關(guān)鍵成功因素就在于其在多大程度上吸收了顧客知識［22］。由此，提出如下假設(shè)：
H1：大數(shù)據(jù)分析能力正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
2.4 資源拼湊的中介作用
資源拼湊的核心要義在于創(chuàng)造性地利用現(xiàn)有資源［9］。它立足于資源內(nèi)生式視角，旨在強調(diào)在資源原有屬性和價值基礎(chǔ)上進(jìn)行智力開發(fā)，探索和利用使資源提供新服務(wù)［23］。它包含三大核心要素：手邊資源驅(qū)動、資源創(chuàng)造性利用和即刻行動。首先，資源的含義是指現(xiàn)有資源，包括閑置的、廉價的或被低估價值的資源［9］，借助社會交易或非契約關(guān)系從而低成本或免費獲取的資源，以及一些較為獨特的思想和知識資源等等［24］。它并不局限于企業(yè)內(nèi)部，而是成長于其所置身的生態(tài)系統(tǒng)。其次，在面對資源問題時，企業(yè)不應(yīng)消極等待標(biāo)準(zhǔn)資源或是放棄機會，而應(yīng)不斷嘗試和打破思維定式探索手邊資源的新用途和新屬性，創(chuàng)造性地重組和重塑資源，從而“無中生有”地孕育出新資源［23］。最后，善于拼湊的企業(yè)不會浪費任何時間，而是植根于現(xiàn)時的知識/文化網(wǎng)絡(luò)，立刻將當(dāng)下資源做任何可能的使用甚至即興創(chuàng)作，從而較易在短時間內(nèi)獲取令人滿意甚至驚喜的奏效方案［9］。總而言之，資源拼湊作為一種特定的進(jìn)行價值創(chuàng)造的資源整合行為［8］，體現(xiàn)出動態(tài)能力的要義［24］，不僅能有效緩解資源約束的危機，還能將富余資源進(jìn)行再利用以打破資源慣性進(jìn)而刺激創(chuàng)新［25］。
大數(shù)據(jù)分析能力決定了制造企業(yè)衡量市場狀況和現(xiàn)有資源效用的能力，代表的是機會識別和資源識別的整合。一方面，制造企業(yè)通過在全球范圍內(nèi)實時收集、組合和分析競爭對手行為變化、顧客需求變動和技術(shù)發(fā)展等多方數(shù)據(jù)，能夠產(chǎn)生前所未知的市場洞察力［5］。新的市場洞見（機會識別）會引導(dǎo)制造企業(yè)資源的使用方向，又決定了企業(yè)將資源進(jìn)行重組的行動意向［8］。出于對成本收益和市場響應(yīng)速度的考慮，制造企業(yè)會重新審視既有資源價值，尤其是看似廉價的或之前被忽略的資源，通過打破常規(guī)、另辟蹊徑的方式快速編排手邊資源，以迅速抓住機會和應(yīng)對挑戰(zhàn)［8］。另一方面，大數(shù)據(jù)分析能力有助于制造企業(yè)識別手邊資源和周圍資源的屬性和用途，促使服務(wù)生態(tài)系統(tǒng)中包括顧客、供應(yīng)商、競爭對手等所能調(diào)用的資源與企業(yè)內(nèi)如研發(fā)、生產(chǎn)、銷售等不同職能部門所掌握的資源進(jìn)行充分耦合和吸收，并實時更新資源整合的范圍［26］，從而實現(xiàn)資源的優(yōu)化利用。由此，提出如下假設(shè)：
H2：大數(shù)據(jù)分析能力正向影響資源拼湊。
相比于等待“正確”資源，善于拼湊的制造企業(yè)可以將生態(tài)系統(tǒng)中的服務(wù)要素資源（如渠道網(wǎng)絡(luò)管理、顧客關(guān)系維護(hù)、服務(wù)管理等顧客資源）與企業(yè)原有資源（如技術(shù)與產(chǎn)品研發(fā)、制造流程與訣竅、生產(chǎn)管理與質(zhì)量保證等創(chuàng)新資源）進(jìn)行重組，進(jìn)而以較低成本和較快速度產(chǎn)生相對滿意甚至令人驚喜的服務(wù)創(chuàng)新成果［27］，確保新服務(wù)需求滿足的效率和效益。其次，制造企業(yè)對低價值或未開發(fā)資源的“巧創(chuàng)”往往會獲得意想不到的顧客需求滿足效果，拼湊產(chǎn)出的及時性也會給顧客帶來良好的消費體驗，從而強化顧客對新服務(wù)的認(rèn)同和情感依賴，最終帶來服務(wù)收入的增長與市場占有率的提升［8］。馮文娜等［8］通過實證研究發(fā)現(xiàn)，資源拼湊是制造企業(yè)服務(wù)創(chuàng)新績效提升的一條有效路徑。由此，提出如下假設(shè)：
H3：資源拼湊正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
綜上所述，大數(shù)據(jù)分析能力助力制造企業(yè)在保持對市場發(fā)展局勢和現(xiàn)有資源狀況的清醒和前瞻性認(rèn)識基礎(chǔ)上，有目的地將內(nèi)外資源進(jìn)行拼湊，創(chuàng)造性地將最佳資源組合快速地投入到服務(wù)活動的完善和拓展中。綜合從資源建構(gòu)、創(chuàng)新速度和成本以及顧客認(rèn)同的角度來看，制造企業(yè)通過拼湊所開發(fā)的新服務(wù)能俘獲更多的新用戶和市場份額。由此，提出如下假設(shè)：
H4：資源拼湊在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系之間起中介作用。
2.5 組織敏捷性的中介作用
組織敏捷性是企業(yè)快速識別并有效應(yīng)對威脅和機會的高階動態(tài)能力［10］，是企業(yè)在動蕩環(huán)境中自我調(diào)整、響應(yīng)變化、尋求發(fā)展的必備要素。敏捷性可以是進(jìn)攻性的，也可以是防御性的，或者兩者兼有之。它反映了這樣一個事實：公司的產(chǎn)品或市場不會以相同的速度發(fā)展，或者駐留在產(chǎn)品生命周期曲線上的同一點［28］。高敏捷性組織的敏銳感知和快速響應(yīng)突出了企業(yè)創(chuàng)造發(fā)展機遇和引領(lǐng)市場走向的能力。組織敏捷性主要包含市場利用敏捷性和運營調(diào)整敏捷性［10］。市場利用敏捷性是指企業(yè)通過持續(xù)監(jiān)控和利用市場環(huán)境中發(fā)生的變化，快速改進(jìn)產(chǎn)品/服務(wù)以滿足不斷變化的顧客需求的能力，強調(diào)的是一種創(chuàng)新精神；運營調(diào)整敏捷性是指企業(yè)根據(jù)市場需求變化快速重組內(nèi)部業(yè)務(wù)流程的能力，強調(diào)的則是快速行動。這兩種類型的敏捷性相輔相成，促使企業(yè)根據(jù)不斷變化的市場環(huán)境快速安排和重新調(diào)整其價值鏈上的業(yè)務(wù)活動，并為開發(fā)新產(chǎn)品/服務(wù)做好相應(yīng)的資源和活動準(zhǔn)備。
眾多研究表明大數(shù)據(jù)分析能力能夠顯著提升組織敏捷性，這是因為大數(shù)據(jù)分析能力作為一種新技術(shù)能力，幫助制造企業(yè)在極短時間內(nèi)實時收集和分析各種結(jié)構(gòu)的數(shù)據(jù)源（如文本、音頻、視頻、網(wǎng)絡(luò)和圖形等）［10］?；诖髷?shù)據(jù)技術(shù)、工具，如數(shù)據(jù)倉庫、在線分析處理(OLAP)、可視化工具和數(shù)據(jù)挖掘工具等，制造企業(yè)可及時洞察企業(yè)內(nèi)部以及顧客和供應(yīng)商的需求變化，確保企業(yè)通過供應(yīng)鏈上的有效信息傳遞迅速作出決策調(diào)整。具體來說，一方面，制造企業(yè)通過調(diào)用企業(yè)內(nèi)部運營數(shù)據(jù)建立精準(zhǔn)價值分析模型，可實現(xiàn)對各業(yè)務(wù)環(huán)節(jié)的精細(xì)管控，從而能夠更快、更準(zhǔn)確地發(fā)現(xiàn)服務(wù)缺陷或運營障礙，并作出靈活的運營調(diào)整；另一方面，制造企業(yè)通過對生態(tài)系統(tǒng)內(nèi)數(shù)據(jù)的挖掘和分析，迅速洞悉顧客真實需求或事先預(yù)測市場變化，并利用其自身的規(guī)劃、決策、協(xié)調(diào)和控制作用作出快速響應(yīng)。在這一過程中，運用大數(shù)據(jù)分析獲取的新洞察是以經(jīng)驗證據(jù)為基礎(chǔ)的，較少會受到偏見的影響［29］。對此，制造企業(yè)各職能部門能夠就基于大數(shù)據(jù)分析產(chǎn)生的運營或業(yè)務(wù)調(diào)整決策迅速達(dá)成共識，并開展緊密合作［28］。由此，提出如下假設(shè)：
H5：大數(shù)據(jù)分析能力正向影響組織敏捷性。
基于組織敏捷性的定義，敏捷性越高的制造企業(yè)越能及時感知并快速響應(yīng)意外的變化［10］。由此，制造企業(yè)將會有更大的機會以及時且經(jīng)濟有效的方式來應(yīng)對顧客的新服務(wù)需求。具體來說，越敏捷的制造企業(yè)越能夠快速調(diào)整業(yè)務(wù)運營計劃，靈活性地將最合理的資源或資源組合投入到對服務(wù)開發(fā)和改進(jìn)的進(jìn)程中去。這樣，大大縮短了制造企業(yè)對新服務(wù)提供這一新興事件的反應(yīng)時間，也大大提升了其開發(fā)出新服務(wù)的速度［27］，從而加速服務(wù)創(chuàng)新成果的商業(yè)化，助力其在服務(wù)競爭行為中產(chǎn)生先發(fā)制人的優(yōu)勢，最終創(chuàng)造出卓越的服務(wù)創(chuàng)新績效。此外，與低敏捷性的制造企業(yè)相比，高敏捷性的制造企業(yè)能夠?qū)崿F(xiàn)成本節(jié)約［29］。這樣，有助于制造企業(yè)將更多的時間、精力和資源投入到擴大競爭行動的范圍中來，從而提高了其開展服務(wù)創(chuàng)新活動的可能性及其投入程度。因此，制造企業(yè)的敏捷性越高，越有可能在競爭環(huán)境中取得較高的服務(wù)創(chuàng)新績效。由此，提出如下假設(shè)：
H6：組織敏捷性正向影響制造企業(yè)服務(wù)創(chuàng)新績效。
綜上所述，先進(jìn)大數(shù)據(jù)分析工具、人才等的使用使得制造企業(yè)更具敏捷性，能快速感知服務(wù)創(chuàng)新機會、重新設(shè)計服務(wù)流程以利用市場條件，從而更迅速和經(jīng)濟有效地實現(xiàn)服務(wù)創(chuàng)新的先發(fā)性、準(zhǔn)確性及新穎性，并使競爭對手很難匹配或模仿它們。由此，提出如下假設(shè)：
H7：組織敏捷性在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系中起中介作用。
2.6 資源拼湊與組織敏捷性的鏈?zhǔn)街薪樽饔?/h3>
強調(diào)獲取、整合、重組和釋放資源程序的動態(tài)能力觀認(rèn)為，通過資源拼湊，制造企業(yè)能夠規(guī)避開發(fā)新服務(wù)時面臨的資源限制［9］；通過復(fù)合多種元素，開發(fā)敏捷性來對資源進(jìn)行創(chuàng)造性利用，成為資源約束下制造企業(yè)服務(wù)創(chuàng)新的有效路徑［24］。在拼湊模式下，來自技術(shù)能力、知識信息以及制度網(wǎng)絡(luò)等的創(chuàng)意整合，突破了組織常規(guī)、假設(shè)的約束，使得制造企業(yè)更準(zhǔn)確地預(yù)見環(huán)境變化的本質(zhì)及潛在的商業(yè)機會或風(fēng)險，準(zhǔn)確把握市場動態(tài)［24］，進(jìn)而成功地進(jìn)行運營調(diào)整并響應(yīng)市場變化。在這一過程中，服務(wù)資源相對匱乏的制造企業(yè)無需花費大量時間和成本尋找開發(fā)新服務(wù)所需的標(biāo)準(zhǔn)資源，而是利用拼湊的靈活性以及即時性［8］，在原有資源基礎(chǔ)上進(jìn)行智力開發(fā)［23］，保障其以更快速度和更低成本發(fā)現(xiàn)新的服務(wù)創(chuàng)新機會［24］，并迅速采取適當(dāng)戰(zhàn)略和戰(zhàn)術(shù)行動以抓住機會［8］。也就是說，資源拼湊被視為“次級的動態(tài)能力”，強化了制造企業(yè)的敏捷性。機會是一個動態(tài)的演化過程，企業(yè)最終抓住的機會與原本察覺機會的差距越大，創(chuàng)新績效越高［30］。因此，在運用大數(shù)據(jù)分析能力發(fā)現(xiàn)新的服務(wù)機會時，制造企業(yè)會在機會指引下進(jìn)行資源拼湊，由此可能快速識別和開發(fā)出盈利性更強的新服務(wù)創(chuàng)新機會，進(jìn)而提升對市場變化的響應(yīng)能力，先于競爭對手推出新穎服務(wù)以搶占市場，實現(xiàn)市場份額的增長。由此，提出如下假設(shè)：
H8：資源拼湊和組織敏捷性在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效關(guān)系中起鏈?zhǔn)街薪樽饔谩?/p>
綜上所述，本研究構(gòu)建出大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效間關(guān)系的研究模型，如圖1所示。
圖1 研究模型
3 研究設(shè)計
3.1 數(shù)據(jù)收集
本研究以提供服務(wù)業(yè)務(wù)的制造企業(yè)為調(diào)研對象，發(fā)放問卷獲取數(shù)據(jù)。問卷主要由在制造企業(yè)中具備大數(shù)據(jù)技術(shù)應(yīng)用或開展服務(wù)業(yè)務(wù)經(jīng)驗的中高層管理者填寫。問卷發(fā)放過程持續(xù)了近兩個月，時間從2019 年4 月開始到6 月結(jié)束。首先，基于對廣州某高校的MBA/EMBA 學(xué)員的調(diào)研得知，在制造企業(yè)中大數(shù)據(jù)分析現(xiàn)象已經(jīng)存在，故先向?qū)W員中的中高層管理者發(fā)放問卷，通過這一方式共回收87 份問卷；在這一過程中，也得到了一些問卷反饋意見，根據(jù)意見對問卷進(jìn)行了修訂和完善。隨后，依托筆者所在研究團隊及親友的社會網(wǎng)絡(luò)關(guān)系，向珠三角地區(qū)制造企業(yè)中高層管理者發(fā)放問卷，通過這一方式共回收349 份問卷。總計回收436 份問卷，在刪除部分不合格問卷后，最終得到285 份有效問卷，總體問卷的有效回收率為65.37%。表1 顯示了樣本企業(yè)在規(guī)模、年齡、行業(yè)類型、所有制性質(zhì)等方面的分布情況，總的來說，樣本分布較為廣泛和分散，說明本研究的樣本數(shù)據(jù)具有較好的總體代表性。
表1 樣本統(tǒng)計情況
3.2 變量測量
為保證量表的信效度，各變量的測量盡可能采用國內(nèi)外代表性文獻(xiàn)中較為成熟的量表，同時與專家學(xué)者不斷討論，使其更符合研究情境。各變量的測量均采用李克特五級量表，1～5 表示從“非常不同意”到“非常同意”。大數(shù)據(jù)分析能力反映的是企業(yè)通過集聚和部署各種大數(shù)據(jù)有形資源、無形資源以及人才資源對海量數(shù)據(jù)進(jìn)行分析而產(chǎn)生洞察的能力，測量的題項來源于Gupta 等［31］、任南等［32］的研究量表，共包含12 個題項；資源拼湊主要參照國內(nèi)外普遍采用的R?nkk? 等［33］的量表，共包含9個題項；組織敏捷性則采用的是Lu 等［10］的量表，共包含6 個題項；制造企業(yè)服務(wù)創(chuàng)新績效借鑒的是蔣楠等［34］使用的量表，共包含服務(wù)收入、顧客滿意度、行業(yè)影響力、投入成本4 個題項。考慮當(dāng)前大數(shù)據(jù)在制造企業(yè)中的應(yīng)用情況，選擇將企業(yè)規(guī)模、年齡及其所有制性質(zhì)、所屬行業(yè)類型作為控制變量。其中，企業(yè)年齡用問卷回收年份與制造企業(yè)成立時間的差值來表示；企業(yè)規(guī)模用員工人數(shù)來表示，并將其劃分為4 個等級，50 人以下設(shè)為“1”，50～300 人設(shè)為“2”，301～2 000 人設(shè)為“3”，2 000 人以上設(shè)為“4”；企業(yè)性質(zhì)也劃分為4 個等級，“1”表示國有企業(yè)，“2”表示民營企業(yè)，“3”表示中外合資企業(yè)，“4”表示外商獨資企業(yè)；行業(yè)類型則以電氣機械及器材制造為基準(zhǔn)，設(shè)置行業(yè)虛擬變量。
3.3 信度和效度檢驗
為了測度量表的信效度，采用SPSS22.0 以及Amos23.0 對問卷數(shù)據(jù)進(jìn)行處理和分析，相關(guān)結(jié)果見表2。在信度方面，采用克隆巴赫信度系數(shù)（Cronbach'sα）和組合信度（CR）來檢驗量表的內(nèi)部一致性，發(fā)現(xiàn)大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性、制造企業(yè)服務(wù)創(chuàng)新績效的Cronbach'sα分別為0.940、0.926、0.869 和0.801，均超過0.8，CR 值也均在0.8 以上（高于門檻值 0.6），說明變量具有較好的信度。在效度方面，主要從收斂效度和區(qū)分效度兩方面考察，運用Amos23.0 做驗證性因子分析（CFA），結(jié)果如表2 所示，所有測量題項的因子負(fù)載均在0.7 之上，且各變量的平均萃取方差（AVE值）在0.604 到0.629 之間，大于最低可接受標(biāo)準(zhǔn)0.5。同時，從表3 可以看出，四因子模型（本研究的測量模型）的擬合度較優(yōu)（χ2(df)=494.965 (424)，GFI=0.903，CFI=0.985，NFI=0.906，TLI=0.984，RMSEA=0.024）。這些指標(biāo)均說明本研究量表的收斂效度較好。此外，各變量的AVE 平方根均大于該變量與所有其他變量的相關(guān)系數(shù)，說明變量的區(qū)分效度也通過檢驗。因此，可以進(jìn)行變量之間關(guān)系的分析。
表2 變量的信效度
表3 驗證性因子分析結(jié)果
3.4 共同方法偏差檢驗
為了控制共同方法偏差，本研究采取事前控制，即在正式調(diào)研前使用清晰簡明的測量題項并將其隨機排列，讓受訪者匿名填卷，以保證問卷能夠反映出受訪者真實的想法；同時，在整理數(shù)據(jù)后，利用Harman 單因素檢驗對大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性和制造企業(yè)服務(wù)創(chuàng)新績效量表的所有題項進(jìn)行未旋轉(zhuǎn)的主成分因子分析，共析出4 個特征值大于1 的公因子。其中，首個因子的方差解釋率為30.62%（低于50%），因而不存在明顯的共同方法偏差。
4 實證結(jié)果分析
4.1 描述性統(tǒng)計分析
表4 給出了各變量的均值、標(biāo)準(zhǔn)差及相關(guān)系數(shù)。由表4 可知，大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效顯著正相關(guān)（r＝0.283，P＜0.01），與資源拼湊顯著正相關(guān)（r＝0.190，P＜0.01），與組織敏捷性顯著正相關(guān)（r＝0.407，P＜0.01）；資源拼湊與制造企業(yè)服務(wù)創(chuàng)新顯著正相關(guān)（r＝0.245，P＜0.01）；組織敏捷性與制造企業(yè)服務(wù)創(chuàng)新顯著正相關(guān)（r＝0.346，P p＜0.01）；資源拼湊與組織敏捷性顯著正相關(guān)（r＝0.274，P＜0.01）。變量相關(guān)性的分析結(jié)果初步說明了變量間如假設(shè)所述的關(guān)系，為進(jìn)一步關(guān)系分析提供了必要的前提。
表4 變量的描述性統(tǒng)計
表4 （續(xù)）
4.2 假設(shè)檢驗
4.2.1 層級回歸分析
本研究采用SPSS22.0 進(jìn)行層級回歸分析，并檢驗中介效應(yīng)。首先，以資源拼湊作為結(jié)果變量，構(gòu)建模型1 和模型2，其中，模型1 中加入控制變量（企業(yè)年齡、行業(yè)類型、企業(yè)性質(zhì)、企業(yè)規(guī)模），分析它們對資源拼湊的影響；模型2 在模型1 的基礎(chǔ)上增加自變量（大數(shù)據(jù)分析能力），分析它對資源拼湊的影響。接著，以組織敏捷性作為結(jié)果變量，分層加入控制變量、自變量和資源拼湊變量，構(gòu)建模型3、模型4 和模型5，其中，模型1 中加入控制變量，分析它們對組織敏捷性的影響；模型4 在模型3的基礎(chǔ)上增加自變量，分析它對組織敏捷性的影響；模型5 在模型4 的基礎(chǔ)上增加資源拼湊變量，分析它對自變量和組織敏捷性關(guān)系的影響。最后以制造企業(yè)服務(wù)創(chuàng)新績效作為結(jié)果變量，分層加入控制變量、自變量、資源拼湊和組織敏捷性變量，構(gòu)建模型6 至模型10，其中，模型6 中加入控制變量，分析它們對制造企業(yè)服務(wù)創(chuàng)新績效的影響；模型7 在模型6 的基礎(chǔ)上增加自變量，分析它對制造企業(yè)服務(wù)創(chuàng)新績效的影響（主效應(yīng)）；模型8、模型9 分別在模型7 的基礎(chǔ)上增加資源拼湊和組織敏捷性變量，完成兩條中介效應(yīng)的檢驗；模型10 則在模型7的基礎(chǔ)上同時增加資源拼湊和組織敏捷性變量，考察兩者同時存在對主效應(yīng)的影響。結(jié)果如表5 所示。
表5 變量回歸分析結(jié)果
由模型2、模型4 和模型7 可知，在控制相關(guān)變量以后發(fā)現(xiàn)，大數(shù)據(jù)分析能力分別與制造企業(yè)服務(wù)創(chuàng)新績效（β=0.282，P＜0.01）、資源拼湊（β=0.183，P＜0.01）、組織敏捷性（β=0.405，P＜0.01）存在顯著正相關(guān)關(guān)系，因此，假設(shè)H1、H2、H5均得到支持。由模型8 可知，在加入了資源拼湊后，資源拼湊對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生顯著的正向影響（β=0.203，P＜0.01），且大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的回歸系數(shù)由0.282 下降為0.245，并仍在P＜0.01 水平下在顯著，表明資源拼湊在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效間發(fā)揮了部分中介效應(yīng)，因此，假設(shè)H3、H4得到支持。同樣地，由模型9 可知，在加入組織敏捷性后發(fā)現(xiàn)，組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效有顯著的正向影響（β=0.278，P＜0.01），且大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的回歸系數(shù)由0.282 下降為0.170，并仍在P＜0.01 水平下顯著，表明組織敏捷性也在大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效間發(fā)揮了部分中介效應(yīng)，因此，假設(shè)H6、H7也得到支持。
4.2.2 Process 檢驗鏈?zhǔn)街薪樾?yīng)
此外，本研究對資源拼湊和組織敏捷性的鏈?zhǔn)街薪樾?yīng)進(jìn)行檢驗，采用現(xiàn)有研究通用的Bootstrap方法，計算95%的置信區(qū)間，且重復(fù)取樣5 000 次。通過Process 3.3 軟件運行Model 6 后，結(jié)果如表6 所示。大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效的總效應(yīng)為0.275，其中直接效應(yīng)為0.152，標(biāo)準(zhǔn)誤為0.059，95%的置信區(qū)間為［0.037，0.268］，說明大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生直接的正向影響；總間接效應(yīng)為0.123，標(biāo)準(zhǔn)誤為0.041，95%的置信區(qū)間為［0.057，0.215］。大數(shù)據(jù)分析能力通過資源拼湊對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.028，標(biāo)準(zhǔn)誤為0.041，95%置信度下的置信區(qū)間為［0.002，0.074］；大數(shù)據(jù)分析能力通過組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.087，標(biāo)準(zhǔn)誤為0.034，95%置信度下的置信區(qū)間為［0.032，0.167］；大數(shù)據(jù)分析能力通過資源拼湊和組織敏捷性對制造企業(yè)服務(wù)創(chuàng)新績效的影響效應(yīng)為0.009，標(biāo)準(zhǔn)誤為0.006，95%置信度下的置信區(qū)間為［0.001，0.024］。所有的置信區(qū)間均不包含0，說明所有的中介效應(yīng)都是顯著的，即在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效之間，資源拼湊和組織敏捷性不僅起著部分中介作用，更起著鏈?zhǔn)街薪樽饔?。因此，假設(shè)H4、H7、H8得到支持。
表6 Bootstrap 鏈?zhǔn)街薪榻Y(jié)果
5 結(jié)論與啟示
5.1 研究結(jié)論
本研究的目標(biāo)是了解大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效的關(guān)系及其作用機制。為解決該問題，本研究通過對285 家制造企業(yè)的調(diào)查數(shù)據(jù)進(jìn)行實證分析，檢驗了大數(shù)據(jù)分析能力、資源拼湊、組織敏捷性以及制造企業(yè)服務(wù)創(chuàng)新績效之間的邏輯關(guān)系，構(gòu)建出相應(yīng)的理論模型。研究發(fā)現(xiàn)：（1）大數(shù)據(jù)分析能力作為企業(yè)的一項寶貴財產(chǎn)，能夠顯著提升制造企業(yè)服務(wù)創(chuàng)新績效；（2）大數(shù)據(jù)分析能力正向影響資源拼湊與組織敏捷性；（3）資源拼湊與組織敏捷性正向影響制造企業(yè)服務(wù)創(chuàng)新績效；（4）資源拼湊與組織敏捷性在大數(shù)據(jù)分析能力和制造企業(yè)服務(wù)創(chuàng)新績效的關(guān)系中起部分中介作用，且為鏈?zhǔn)街薪椤?/p>
5.2 理論意義
目前，學(xué)術(shù)界從內(nèi)外資源獲取來源或方式等角度探討了制造企業(yè)服務(wù)創(chuàng)新績效提升的前因變量，包括員工參與和管理者支持、信息技術(shù)能力、顧客參與、第三方嵌入、網(wǎng)絡(luò)化協(xié)作等等，但是這些定量研究都忽視了將數(shù)字化、大數(shù)據(jù)分析作為未來制造企業(yè)服務(wù)創(chuàng)新領(lǐng)域研究的一大方向。基于此，本研究置于服務(wù)化背景下，對大數(shù)據(jù)分析能力與制造企業(yè)服務(wù)創(chuàng)新績效之間的關(guān)系進(jìn)行了討論和檢驗，結(jié)果顯示大數(shù)據(jù)分析能力對制造企業(yè)服務(wù)創(chuàng)新績效產(chǎn)生了直接的正向影響，這與Gupta 等［31］將動態(tài)能力作為主要理論視角分析大數(shù)據(jù)分析能力價值的學(xué)者得出的結(jié)論是一致的。也就是說，大數(shù)據(jù)分析能力不僅有助于制造企業(yè)進(jìn)行產(chǎn)品創(chuàng)新和提升績效，也為制造企業(yè)開展服務(wù)創(chuàng)新活動提供了新動能。從大數(shù)據(jù)分析能力這一動態(tài)能力視角識別了提升制造企業(yè)服務(wù)創(chuàng)新績效的又一前因變量，是對服務(wù)化研究領(lǐng)域的一大拓展；與此同時，將信息管理與服務(wù)化研究結(jié)合起來有助于實現(xiàn)跨領(lǐng)域的理論創(chuàng)新。
此外，已有關(guān)于大數(shù)據(jù)分析能力商業(yè)價值的研究多為理論或定性的案例研究，相關(guān)的定量研究仍處于起步階段，到目前為止，定量研究可以歸納為探討大數(shù)據(jù)分析能力對企業(yè)決策質(zhì)量、績效、創(chuàng)新能力、商業(yè)模式創(chuàng)新等的影響，但Morgan 等［5］和Kroh 等［6］指出，這些研究較少探究影響路徑，且實證結(jié)果喜憂參半。很明顯，研究需要探索哪些組織特征會受到大數(shù)據(jù)分析能力的影響，以及它們對績效的影響。本研究從動態(tài)能力出發(fā)，將資源拼湊和組織敏捷性納入作用機理的研究中來，結(jié)果顯示資源拼湊發(fā)揮中介作用，這一發(fā)現(xiàn)與先前“機會-資源”視角的研究一致。企業(yè)獲得的市場和運營狀態(tài)的數(shù)據(jù)越多，就或可能識別新的機會，并通過有效的現(xiàn)存資源重塑和整合行為來抓住它們［24］。本研究也發(fā)現(xiàn)組織敏捷性也發(fā)揮中介作用，這一發(fā)現(xiàn)與先前組織敏捷性的研究一致。大數(shù)據(jù)技術(shù)表現(xiàn)出比傳統(tǒng)信息管理系統(tǒng)更好的運行性能，使企業(yè)變得更有活力和敏捷，而敏捷性組織可提升創(chuàng)新績效［7］。近年來，學(xué)者們認(rèn)識到創(chuàng)新是一個系統(tǒng)的機會與資源一體化開發(fā)行為［35］,在機會指導(dǎo)下進(jìn)行拼湊可迅速、準(zhǔn)確發(fā)現(xiàn)新的創(chuàng)新機會并快速響應(yīng)市場變化，這支持了資源拼湊和敏捷性的鏈?zhǔn)街薪樽饔?。總之，本研究通過對資源拼湊和組織敏捷性中介作用以及鏈?zhǔn)街薪樽饔玫耐诰颍逦沂境龃髷?shù)據(jù)分析能力產(chǎn)生商業(yè)價值的作用機理，回應(yīng)了Riakti 等［7］關(guān)于企業(yè)大數(shù)據(jù)分析能力通過影響其動態(tài)能力進(jìn)而影響企業(yè)績效的觀點，豐富了大數(shù)據(jù)分析能力的研究。
5.3 實踐啟示
本研究結(jié)果的實踐啟示如下：第一，制造企業(yè)需重視對大數(shù)據(jù)分析的投資。一方面，要開發(fā)靈活的大數(shù)據(jù)分析基礎(chǔ)設(shè)施，確?；A(chǔ)架構(gòu)能夠在任何情況下收集、存儲和分析任何類型的數(shù)據(jù)，并確保數(shù)據(jù)不間斷地流動，快速形成對市場環(huán)境、內(nèi)部運營環(huán)境、自身資源狀況等方面的批判性和預(yù)見性洞察，才能持續(xù)創(chuàng)造出更大的新服務(wù)開發(fā)價值；另一方面，關(guān)注實施大數(shù)據(jù)分析背后的人，制造企業(yè)應(yīng)營造出鼓勵數(shù)據(jù)驅(qū)動的文化氛圍，使整個組織接受大數(shù)據(jù)分析的概念，并設(shè)計有利于大數(shù)據(jù)分析相關(guān)知識學(xué)習(xí)的一系列制度安排，調(diào)整組織結(jié)構(gòu)為大數(shù)據(jù)運營流程疏通障礙，如高層管理人員通過授權(quán)給那些在大數(shù)據(jù)流程方面擁有強大問題解決技能的人來推動和引導(dǎo)大數(shù)據(jù)驅(qū)動的服務(wù)創(chuàng)新項目，從而挖掘其潛力。如此，通過提升大數(shù)據(jù)分析能力，制造企業(yè)才可能實現(xiàn)高資源拼湊、高組織敏捷性和服務(wù)創(chuàng)新高績效。
第二，資源拼湊是大數(shù)據(jù)時代制造企業(yè)打破產(chǎn)品慣性進(jìn)而刺激服務(wù)創(chuàng)新的一種理性、經(jīng)濟且有效的戰(zhàn)略行為。資源拼湊體現(xiàn)出節(jié)約、快速、即興和創(chuàng)造力的實踐智慧，大數(shù)據(jù)時代的制造企業(yè)需改變只關(guān)注優(yōu)勢、標(biāo)準(zhǔn)化資源的舊觀念，在通過大數(shù)據(jù)分析發(fā)現(xiàn)新的服務(wù)機會時，可以不再花費大量時間和成本搜尋資源，而是有意識地將現(xiàn)有資源包括碎片化、廉價的手頭和周邊資源進(jìn)行組拼，實現(xiàn)敏捷性，從而率先實現(xiàn)對新服務(wù)需求的滿足。對此，制造企業(yè)可以舉辦內(nèi)部會議，鼓勵企業(yè)成員集思廣益，討論如何組合或者改變企業(yè)當(dāng)前資源以開發(fā)更有利可圖的新服務(wù)；也可以制定相應(yīng)的獎勵機制，激勵企業(yè)成員大膽使用現(xiàn)有資源以創(chuàng)造出優(yōu)于競爭對手的服務(wù)創(chuàng)新成果。
5.4 不足與展望
盡管我們對研究進(jìn)行了精心設(shè)計，并取得了一定的研究成果，但仍存在不足。首先，本研究僅探討了大數(shù)據(jù)分析能力影響制造企業(yè)服務(wù)創(chuàng)新績效的中間機制，沒有考慮大數(shù)據(jù)分析能力產(chǎn)生商業(yè)價值的邊界因素。在某些情況下，大數(shù)據(jù)分析可能會具有更大的實用價值［5］，比如，不同類型的服務(wù)可能對大數(shù)據(jù)分析能力的需求不同，因為在標(biāo)準(zhǔn)化服務(wù)的環(huán)境中使用這些工具可能比定制服務(wù)更容易［6］。未來，可以加強調(diào)節(jié)變量的研究以進(jìn)一步理解大數(shù)據(jù)分析能力的戰(zhàn)略潛力。其次，本研究指出資源拼湊和組織敏捷性是將大數(shù)據(jù)分析能力轉(zhuǎn)化為制造企業(yè)服務(wù)創(chuàng)新績效提升的重要紐帶，但大數(shù)據(jù)分析能力與績效間的復(fù)雜關(guān)系還可能存在其他中介因素（如協(xié)作質(zhì)量），未來可以借鑒多領(lǐng)域的知識展開研究。最后，本研究采用截面數(shù)據(jù)對研究假設(shè)進(jìn)行檢驗，未來可以嘗試運用縱向追蹤的研究方式，以使得到的變量間關(guān)系的結(jié)果更加穩(wěn)定可靠。
猜你喜歡
發(fā)明與創(chuàng)新(2022年30期)2022-10-03 08:40:56
吉林廣播電視大學(xué)學(xué)報(2021年4期)2022-01-14 02:35:48
作文成功之路·小學(xué)版(2020年5期)2020-06-11 12:48:26
今日農(nóng)業(yè)(2019年12期)2019-08-15 00:56:32
今日農(nóng)業(yè)(2019年10期)2019-01-04 04:28:15
今日農(nóng)業(yè)(2019年16期)2019-01-03 11:39:20
小天使·一年級語數(shù)英綜合(2018年11期)2018-11-23 09:47:26
人大建設(shè)(2018年6期)2018-08-16 07:23:10
文理導(dǎo)航·科普童話(2017年5期)2018-02-10 19:42:14
商周刊(2017年9期)2017-08-22 02:57:56
- 科技管理研究的其它文章
- 清代買賣契約發(fā)展的影響因素及國家法的規(guī)制研究
——評《清代買賣契約研究——基于法制史角度的解讀》 - 高校音樂生態(tài)化教學(xué)實施路徑與發(fā)展策略研究
——評《生態(tài)學(xué)視域下的高校音樂教學(xué)設(shè)計》 - 產(chǎn)教融合背景下高職教師專業(yè)發(fā)展路徑研究
——評《高職教師專業(yè)發(fā)展：困境與出路》 - 情景教學(xué)法在現(xiàn)代西班牙語教學(xué)中的運用探尋
——評《現(xiàn)代西班牙語》 - 網(wǎng)絡(luò)社會學(xué)的理論建構(gòu)及現(xiàn)實困境探究
——評《網(wǎng)絡(luò)社會學(xué)（第三版）》 - 現(xiàn)代高校油畫教學(xué)技巧實踐教學(xué)研究
——評《油畫教學(xué)》