數字資本理論的興起與發展

許秀梅 尹鑫 孫志亮

【摘要】數字經濟時代， 依托數字技術推進管理變革成為企業價值管理的現實基礎。 數字技術資源的價值創造以資本轉化為前提， 因而數字資本才是企業價值的承擔者。 但現有相關研究缺乏清晰的邏輯主線與理論框架， 因此有必要通過查閱國內外相關經典文獻， 以數字資本的形成、內涵、測度、作用機制為邏輯主線進行系統梳理與分析， 建立數字資本研究框架， 指出其中存在的不足， 并展望未來研究方向。

【關鍵詞】數字資本;形成;測度;作用機制;數字化轉型

【中圖分類號】F49? ? ? ? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）01-0048-6

一、引言

大數據、云計算、人工智能等數字技術逐步改變了工業經濟的根本， 人類社會正進入一個以數字化為表征的新時代[1] ， 數字經濟成為國民經濟發展的重要驅動力[2] 。 微觀層面， 借助數字技術促進質量、效率與動力變革成為企業運營管理和價值創造的現實基礎。 十八屆五中全會提出了實施大數據戰略， 十九屆四中全會將數據增列為第七種生產要素， 十九大報告強調互聯網、大數據、人工智能和實體經濟深度融合， 國家發展改革委員會積極推進數字化轉型伙伴計劃， 均給企業指明了未來發展方向。 受環境與政策的雙重驅動， 各行業企業紛紛推進數字化轉型。 但有研究發現， 數字化與企業績效無顯著相關性， 僅有9%的企業取得了良好效果， 超過 60%的企業數字化項目被放棄[3，4] 。 數字技術的巨大潛能與現實狀態之間的矛盾， 凸顯出數字資源價值實現的過程中尚存在其他因子待挖掘。 從經濟意義上看， 只有資本能創造價值， 因此數字資本才是數字時代企業價值的承擔者。 對企業而言， 要釋放數字技術增值潛能， 不僅需識別數字技術資源至數字資本的形成機理， 還需測度數字資本配置狀況， 了解數字資本分布規律， 識別數字資本作用機制。 2000年Tapscott等[5] 出版著作《數字資本——利用商業網站的力量》， 開啟了數字資本研究的序幕， 數字資本開始走進學者們的研究視野。 之后，? 眾多國外學者從多個視角對數字資本的形成、內涵、測度、作用機制等展開研究。 相比之下， 國內研究則滯后一些， 有關數字資本的直接文獻較少。

二、數字資本的研究脈絡回顧

（一）數字資本的理論基礎——資本理論

人們對資本理論的認識經歷了從社會屬性觀到自然屬性觀再到二重屬性觀的過程。 資本的社會屬性是指在特定社會里， 資本所有權屬于誰即資本歸屬問題， 亦即資本所有者依據資本所有權享有權利的屬性， 以馬克思資本理論為代表。 當前， 傳統的勞動過程正在向數字勞動過程轉變， 這是一種數字化知識和信息作為關鍵生產資料的生產性和非生產性勞動[6] 。 劉璐璐[7] 以馬克思資本邏輯為線索分析了數字勞動存在的合理性， 并輔以資本文明和消費兩因素， 指出了數據能夠資本化的原因， 從社會屬性支持了數字資本的存在。 自然屬性視資本為投入生產過程中的生產要素， 這是以亞當·斯密、馬歇爾等經濟學家為代表的主流經濟學觀點。 有學者指出， 當今社會， 數據已經滲透到各個行業的業務領域[8] ， 超越了傳統土地、勞動力、資本要素， 上升為極其重要的生產要素[9] ， 成為“數字時代的石油”、經濟發展的新動能， 從自然屬性支持了數字資本的存在。 另外， 從社會學出發， Bourdieu[10] 提出資本是一種可以積累與轉化的內在能力及具有社會價值的稀缺資源。 數字資本也包含了這兩個特征， 應被視為資本[11] 。 綜上， 作為一種生產要素投入的中間產品或資本品， 數據既是資源也是資本， 被用來生產最終產品或服務， 為企業創造價值， 成為數字經濟的基礎要素[12] 。 數字經濟時代， 人們應堅持兩重屬性觀， 將資本的自然屬性與社會屬性高度統一， 既要注重資本的財富創造， 又要堅持資本所有者的價值共享[13] 。

（二）數字資本的形成機理

企業的數字化轉型與適應性創新包括生產力、 生產關系以及二者具體組合三個層面。 其中， 生產力層面涉及要素、產品與資產， 生產關系層面包括勞動、組織制度和契約治理的適應性創新[14] 。 進一步， 基于資本的雙重屬性， 數字資本的形成既體現為數字資源從潛在要素到現實要素的轉化過程， 又涵蓋了數字化生產關系的確立過程。

從要素轉化看， 大數據資源建立、大數據分析與應用能力對數字資本形成至關重要。 大數據資源是指大數據情境下幫助企業運作的財務配置、物理硬件、 數據內容和人力資源等要素的統稱， 其建立意味著企業具備處理大數據的基本條件[1，3] ， 包括數字化基礎設施、數字技術、 數據資源[15] 。 其中， 數字技術是信息、 計算、溝通和連接技術的組合， 包括大數據、云計算、 區塊鏈、物聯網、人工智能、虛擬現實技術等， 具有數據同質化、可重新編程性、可供性等特征[16] 。 數據資源是企業存儲在計算機網絡上流通、在二進制基礎上由1和0編碼形成的比特形式， 具備數據共享性、使用便利性、無形性、非物質損耗性、稀缺性、可整合性等特征[17] 。 另外， 多項研究顯示， 數據僅僅被視為一種量化符號和客觀存在， 其本身并沒有固定意義， 屬于非競爭性資本， 很難通過直接讀取大數據提煉價值， 因此僅靠數據也無法建立牢固的競爭壁壘[18] ， 只有經過計算分析[12] ， 與具體流程慣例相結合， 才能產生驅動效應， 挖掘商業價值及科學決策價值[19] 。 大數據應用能力是企業整合內外部資源、利用大數據技術對海量數據進行捕獲存儲、清洗轉換、挖掘分析和商業應用的能力[20] 。 綜上， 只有將數據加工轉化為信息或知識， 投入生產形成價值產出， 才能形成現實生產要素[3] 。

從數字關系形成看， 技術契約的建立至關重要。 技術契約是指技術的治理特征或隱性行為規范， 其形成的技術信任是衡量人們有效利用資源的一種標準， 是數字經濟治理的基礎與新型商業紐帶， 能促進資產的數字化轉型[3] 。 IT技術具有治理功能， 通過信息透明、信息共享、信息可追溯等內在特征， 對機會主義行為進行多重監督、控制與問責， 從而產生積極治理價值， 在電子商務、供應鏈協同、商業平臺運作中形成廣泛技術信任， 使企業在獲取用戶實時數據的同時， 與用戶分享信息， 提高參與者價值[1] 。 但也有研究發現， 大數據算法可能存在難以驗證、有偏、監管漏洞等陷阱， 基于保護隱私和數據安全的考慮， 很多企業不愿將數據共享， 這限制了大數據的研究與應用[12] 。 可見， 數據權的建立尤為必要。 而區塊鏈技術的出現推進了數據確權工作， 使數據成為產權明晰的資產形態， 以投入再生產， 實現數據資產化[21] 。

（三）數字資本的內涵體系

1. 數字資本概念界定。 數字資本并不是一個全新概念。 但至今為止， 學者們對其的認識尚未達成一致。 最初， 學者們只是將其嵌入其他資本框架內， 個別學者雖然認識到這一資本的獨立性， 但沒有給出明確的定義。 另外， 有學者在界定技術資本、信息資本概念時提到用戶通過采納新技術而擁有的一些技能與能力， 涵蓋了數字資本的某些特征， 如技術組件、信息特性[22] 。 后來， 一些學者從經濟、管理學等視角進行概念界定， 代表性觀點主要有三個。 觀點一， 數字資本是數字經濟時代開發新產品和服務所依賴的關鍵生產資源[5] ， 具體內容分類略模糊。 觀點二， 數字資本是通過網絡知識和關系獲得的無形資產[23] ， 其脫離了數字技術層面， 與傳統無形資產相混淆。 觀點三， 沿襲 Bourdieu[10] 的資本定義， 將數字資本細化為能夠被積累、轉化的內部數字能力（信息、溝通、 安全、內容創造和解決問題）和獲取的外部數字技術資源[22] ， 是一種獨立的資本形態。 相比之下， 該觀點更為全面、具體。 此外，? 還有些學者提出了相似概念， 如數據資本[9] 、數字資產[21] 、數字商品[23] 等。 數據資本是以信息網絡、數據庫為載體， 基于 IT技術的充分數字化、生產要素化的信息和數據[9] ， 與數字資本相比， 數據資本缺少對數字技術層面的考慮。 數字資產是從會計學視角提出的概念， 由企業或個人擁有或控制， 以電子數據形式存在、以備出售或處在生產過程中的非貨幣性資產， 而數字商品是通過提供信息并在市場上進行交換的虛擬字符串[23] 。

2. 數字資本特征。 探尋數字資本的特征， 首先需要識別大數據特征。 大數據主要由四類組成， 包括：產品數據、運營數據、價值鏈數據和外部數據。 除具有傳統數據特征外， 大數據還具有體量大、類型多、速度快、價值高、真實性等特征[8，24] 。 大數據介入經濟體系， 以可復制、可共享、無限增長、無限供給等邊際成本幾乎為零的特點， 成為聯接創新、激活資金、培育人才、推動產業升級的關鍵生產要素[25] 。 數字資本具有可積累性、可轉移性[22] ， 是連接其他資本形式的橋梁[3] ， 既有助于傳統資本在數字領域被高效利用， 又能將線上機會傳送至線下從而創造利潤[11] 。

3. 數字資本分類。 學界普遍認為， 數字資本應包括兩大部分：一是傳統的有形數字資本， 由數字設備、 數字連接系統、線上運作、支持訓練等層面的數字技術組成[22] ， 如服務器、路由器、在線購買平臺、互聯軟件[26] ;二是無形數字資本，? 即在讀取信息、溝通合作、數字內容創造、安全性、問題解決等方面的數字能力[22] ， 如用戶行為的數字捕捉、鼓勵消費者訪問產品和服務的環境、吸引用戶數字體驗的獨特設計、指導線上業務增長的分析能力、數字化商業模式[26] 、網站形象、顧客信任、網站穩定性、信息安全[27] 。 個別學者進一步將無形數字資本劃分為網絡關系資本、網絡顧客資本、網絡服務資本等[5] 。 其中： 網絡關系資本是組織通過外部網絡與供應商、合作伙伴與其他利益相關者相聯系建立的知識， 如電子政務、網站形象、公共關系與網絡; 網絡顧客資本是組織通過互聯網與用戶建立的關系， 包括用戶忠誠、組織聲望與增值服務; 網絡服務資本是組織利用技術和互聯網提供優質服務的能力， 如網站系統穩定性、注冊反應速度、顧客信息安全等[28] 。

（四）數字資本的測度

測度數字資本可以幫助企業制定電子商務戰 略， 為互聯網投資者提供評估基礎[28] 。 以數字資本內涵為基礎， 眾多學者展開其測度研究， 分別測度了個人[22] 、企業[26] 、 網站[28] 的數字資本水平， 具體做法有兩種。 一是綜合測度有形和無形數字資本。 Massimo等[22] 利用在線調研和因子分析， 從數字技術接觸 （數字設備、連接性、在線時間、支持和訓練）和數字應用能力（信息和讀寫、交流與合作、數字內容創造、 安全性、問題解決）兩大方面測度了個人的數字資本。 Bughin和James[26] 選取了三個案例， 從數字投資、應用能力方面評價了企業數字資本水平。 二是僅測度無形數字資本。 Liu等[28] 基于利益相關者觀和資源基礎觀， 選用內容與層次進行分析， 從關系、顧客、服務三個方面構建指標， 分別測度了部隊征兵網站與醫院服務網站的數字資本， 發現數字資本測度直接相關文獻重點關注網站和個人， 針對企業、區域等層面的研究較為少見。

少部分學者測度了數字化轉型、大數據發展等能力。 其中， 在數字化轉型能力方面， 戚聿東和肖旭[4] 利用文本挖掘技術測度了企業的數字化程度、數字商業模式與其他數字化信息， 由于其使用的僅是質性數據， 測度結果具有較大主觀性， 難以保證客觀可靠。 劉飛[29] 從數字化硬件、軟件投資， 數字技術應用和業務模式轉型出發， 基于制造業上市公司年報中固定資產、無形資產、開發支出以及與數字技術相關的其他質性數據， 利用文本挖掘技術提取關鍵詞詞頻測度企業數字化轉型能力。

在大數據發展能力測度方面， 學者們大多針對地域進行研究。 Yoo等[30] 選取了產業規模、市場需求和技術創新等指標測度大數據發展能力; 沈俊鑫等[31] 構建了信息基礎設施占GDP比重、信息資源開發利用指數、信息產業規模水平、信息化發展等大數據發展多維評價指標體系， 基于省際面板數據， 利用主成分分析、層次分析等方法， 評價了各省的大數據發展水平。

（五）數字資本的作用機制

圍繞數字資本作用機制的直接文獻較少， 但對于數字技術應用、數字化轉型、大數據等的作用， 學者們進行了大量探索。

1. 理論層面。 從理論層面看， 數字技術的運用， 推動了企業組織環境由靜態向動態轉型、生產流程由人工向智能轉型、 創新行為由封閉向開放轉型、交易成本由高向低轉型， 促進了營銷模式精準化、生產模式模塊化、產品設計版本化、研發模式開放化[4] 。 通過質量檢測、需求預測、產品設計、供應鏈管理、訂單分配、終端銷售等實現數字化賦能， 針對需求創造、業務設計、價值共創、供應鏈重構、生態圈構建等實現數字化使能， 創造更高商業價值[1] 。 在數字技術的推動下， 大數據已經被看作企業獲得戰略性基礎資源與競爭優勢的關鍵因素， 以及企業管理的重大革命[24] 。 每條數據都反映了用戶需求與價值供給之間的平衡， 通過對大數據的價值開發， 可以為各種實際應用提供其他資源難以替代的決策支持作用， 但如何發揮作用還需要企業進行精細設計[4] 。 McAfee和Brynjolfsson[24] 發現，? 要從大數據中獲得績效， 離不開管理和文化的支持。 劉業政等[12] 從數據協同、計算協同、分析協同和人機協同提出4C模型， 建立了面向商業價值發現的大數據分析范式。 另有研究從行為洞察、風險預見和模式創新三個方面討論了基于大數據的決策范式和使能創新。

2. 實踐層面。 從實踐層面看， 學者們對數字資本的作用機制檢驗集中于三個方面：

（1）數字資本與經濟績效。 關于兩者的直接文獻較少， 相關文獻集中于大數據分析、數字化轉型與經濟績效的關系。

第一， 大數據分析與經濟績效。 大多學者證實了大數據分析與企業經濟績效顯著正相關。 戚聿東和蔡呈偉[19] 研究發現， 產品被數字化為數據指標后， 數據驅動的生產系統在程序性業務運營上形成對人的替代。 Akter等[32] 構建了涵蓋管理、技術和人才能力三個維度的大數據分析能力模型， 利用在線調研數據和德爾菲法， 證實了大數據分析能力對企業績效的顯著影響及經營戰略匹配的調節能力， 發現戰略協同是大數據分析與企業績效的重要調節變量。 劉祎等[33] 基于示能性—實現視角， 以中設智控為研究對象， 分析了大數據為企業創造價值的過程， 發現了大數據為組織提供了三種示能性產品， 即定制化、生產服務化、運營平臺化。 而有些學者的結論不同。 McAfee和Brynjolfsson[24] 發現在促進生產效率上， 數據驅動的實際效果比ICT技術應用于其他方面高出5%左右。 孫新波等[18] 采用單案例研究發現， 大數據的合理應用有助于提升企業供應鏈的敏捷性， 路徑為“數據驅動—屬性激活— 動態能力提升—敏捷性觸發”的動態過程。 Müller等[34] 發現大數據資產能夠使生產率提升 3% ～ 7%， 但這種影響因行業而異， 信息技術密集企業能夠顯著提升價值， 其他行業的企業則不顯著。

第二， 數字化轉型與經濟績效。 數字化轉型對經濟績效的影響主要體現在經營績效與產出績效。 在經營績效方面， 多位學者證實了數字化轉型的正效應。 在作用機制方面， 何帆和劉紅霞[35] 發現， 數字化變革通過降低成本費用、提高資產使用效率及增強創新能力， 推動實體企業經濟效益提升。 也有學者的結論有別。 戚聿東和蔡呈偉[19] 的研究表明， 數字化程度通過管理和銷售兩條路徑影響企業績效， 但兩者效應抵消， 總影響不顯著。 在產出績效方面， Hajli等[36] 發現， 僅有9%的中國企業數字化轉型帶來良好經營績效， 而其他企業并未有實質成果。 另外， 早在20世紀80年代， Solow就提出了著名的“ICT生產率悖論”——信息技術與生產率無關。 但自2013年以來， 一些學者證實了數字技術應用對生產率有顯著的直接和間接影響。 圍繞影響機制， 劉平峰和張旺[37] 從數字技術是生產要素賦能型技術視角， 將數字技術拓展為資本賦能型技術和勞動賦能型技術， 并引入CES生產函數， 推演 TFP增長公式， 基于制造業數據展現了數字技術賦能路徑， 發現中國制造業TFP年增長率為4.9%， 其中數字技術貢獻了4.1%， 可見數字技術是TFP增長的主要驅動力。 劉飛[29] 使用文本挖掘技術獲取了上市公司數字化轉型數據， 分析其對生產率的三重影響機制， 發現數字化投資對生產率沒有直接影響， 但有顯著的間接和互補影響， 而業務模式轉型兼具三重影響機制。

（2）數字資本與創新績效。 關于兩者影響關系的直接文獻尚未發現， 大多是研究針對大數據分析、數字化轉型與創新績效的關系。

第一， 大數據分析與創新績效。 企業通過對消費者購買、評論和社交等行為大數據的挖掘， 可以發現用戶的興趣和潛在需求， 進而研發滿足市場需求的產品， 對創新績效產生積極影響[12] 。 Wu等[17] 將創新分為生產創新與新技術開發兩種類型， 使用企業數據檢驗了數據分析能力與創新的關系， 發現數據分析能力對那些致力于生產過程改善及模仿式技術創新的企業更有價值， 驗證了數據分析能力僅與某些創新類型互補。 另有多位學者探討過大數據容量、種類與速度對創新生產率、效率及企業績效（顧客洞察力、財務收益、經營績效）的影響， 發現數據種類和速度能顯著提升創新績效， 其中速度的作用更突出， 但數據容量不顯著。

第二， 數字化轉型與創新績效。 數字技術不僅影響產出質量、生產速度， 而且影響創新工作， 改變工作內容、協作模式、決策效力、組織設置、治理結構、企業邊界， 直至整個生態系統。 有研究證實， 兩者顯著正相關[3] 。 作用機制方面， 周青等[38] 從數字化接入、裝備、平臺建設、應用水平四個方面證實了數字化接入水平有利于提升創新績效， 且數字化裝備、平臺建設、應用水平對創新績效的作用呈倒U型關系。 謝康等[3] 構建了鏈式中介模型， 從產品創新視角檢驗大數據從潛在要素轉化為現實要素的實現機制， 發現分析與學習能力也是必要的中介變量。

（3）數字資本與公司治理。 與前述相比， 此方面相關文獻偏少。 有學者發現， 數字化轉型對股東、董事會和其他利益相關者的信息獲取產生重要影響， 使公司治理在電子聲譽、價格波動性、經營非物質化、董事會信息保護等方面面臨著巨大的新挑戰。 祁懷錦[39] 基于A股上市公司2013 ～ 2018年的數據， 研究發現企業數字經濟化程度越高， 公司治理水平越高， 數字經濟化通過降低信息不對稱和管理者決策行為的非理性程度提高公司治理水平。 進一步， 劉業政等[12] 將組織授權作為組織變革的重要特征， 檢驗了企業數字化對組織授權行為的影響及核心機制， 發現企業數字化能削弱高管權力、增強基層權力、誘使組織向下賦權， 通過提升組織信息成本和削減組織代理成本的綜合效應， 促進企業分權變革， 通過進一步的比較發現， 數字化促進組織向下賦權的結論對于大企業、國有企業、高管政府任命及承擔較多政策負擔的企業不顯著， 結構、決策程序及制度依賴上的惰性阻礙數字與實體融合， 優化國有企業決策流程、減少政企直接干預、削減企業政策負擔有助于推動企業數字化轉型與組織變革。

基于文獻梳理， 整合現有研究框架得到圖1。

三、研究不足與未來展望

（一）研究不足

圖1顯示， 學界已從多個視角對數字資本展開初步探索， 取得了一定成果， 初步建立了數字資本內涵體系， 但尚存在以下明顯不足： ①數字資本形成的相關文獻主要關注數字生產要素的形成， 對數字生產關系的建立探討較少， 缺乏對數字資本內在機理、作用條件、形成障礙的系統研究， 尚未構建系統、科學、有序的數字資本內在機制與形成路徑; ②數字資本測度的相關文獻還處在初步探索階段， 尚未建立成熟測度框架， 偏重于數字能力， 缺少數字技術與數字能力雙維度的綜合測度， 更鮮見對地域、企業、行業層面數字資本分布的系統研究; ③數字資本作用的相關文獻大多數圍繞數字化轉型、數字技術應用、大數據分析展開， 引入中介、調節變量驗證其與經濟績效、創新績效、公司治理等的作用關系， 鮮見直接針對數字資本與經濟績效、創新績效、公司治理關系的研究， 更缺乏對數字資本內在作用機制的深層探索。

（二）未來展望

伴隨數字經濟與實體經濟的深度融合， 依托數字技術推進管理變革成為企業價值創造的必然趨勢。 數字技術價值創造以資本轉化為前提， 數字資本的形成、測度與作用機制成為企業價值管理亟待解決的重要問題。 綜合既有文獻， 后期應重點圍繞以下方面拓展研究： ①從資本雙重屬性出發研究數字技術資源—企業數字資本的形成過程、條件與內在機制。 以資本理論、動態能力理論、 資源基礎理論、利益相關者理論等為指導， 從要素與關系互動性出發探尋企業數字生產要素的形成過程與機理， 數字信任、數字契約、數字生產關系的構建機理， 以厘清數字要素與數字生產關系互動邏輯， 識別企業數字資本的雙重形成機制。 ②從數字技術、數字能力雙維度出發， 設計數字資本評價指標體系、測度模型測度數字資本的配置狀況、時間演變軌跡與特征、空間分布規律與差異， 揭示其中存在的問題， 構建科學的數字資本提升路徑。 ③研究數字資本的驅動機制。 探討數字資本與經濟發展、產業轉型升級、企業價值、經濟績效、創新績效、公司治理之間的作用效應與程度， 挖掘可能的中介變量與調節變量， 構建數字資本多重驅動邏輯與框架。

【 主 要 參 考 文 獻 】

[1] 陳劍，黃朔，劉運輝.從賦能到使能——數字化環境下的企業運營管理[ J].管理世界，2020（2）：117 ～ 128+222.

[2] 劉航，伏霖，李濤等.基于中國實踐的互聯網與數字經濟研究——首屆互聯網與數字經濟論壇綜述[ J].經濟研究，2019（3）：204 ～ 208.

[3] 謝康，夏正豪，肖靜華.大數據成為現實生產要素的企業實現機制：產品創新視角[ J].中國工業經濟，2020（5）：42 ～ 60.

[4] 戚聿東，肖旭.數字經濟時代的企業管理變革[ 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] 韓文龍，劉璐.數字勞動過程及其四種表現形式[ J].財經科學，2020（1）：67 ～ 79.

[7] 劉璐璐.數字時代數字勞動與數據資本化[ J].東北大學學報，2019（7）：405 ～ 410.

[8] 李文蓮，夏健明.基于“大數據”的商業模式創新[ J].中國工業經濟，2013（5）：83 ～ 95.

[9] 徐翔，趙墨非.數據資本與經濟增長路徑[ J].經濟研究，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] 劉業政，孫見山，姜元春等.大數據的價值發現：4C模型[ J].管理世界，2020（2）：129 ～ 138+223.

[13] 劉忠和，石家鑄.從資本要素屬性看中國共產黨人資本觀的形成與發展[ J].南京政治學院學報，2014（5）：23 ～ 28.

[14] 謝康，吳瑤，肖靜華.生產方式數字化轉型與適應性創新——數字經濟的創新邏輯（五）[ J].北京交通大學學報（社會科學版），2021（1）：1 ～ 10.

[15] 謝衛紅，林培望，李忠順等.數字化創新：內涵特征、價值創造與展望[ J].外國經濟與管理，2020（9）：19 ～ 31.

[16] 劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究[ 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] 孫新波，錢雨，張明超等.大數據驅動企業供應鏈敏捷性的實現機理研究[ J].管理世界，2019（9）：133 ～ 151+200.

[19] 戚聿東，蔡呈偉.數字化對制造業企業績效的多重影響及其機理研究[ J].學習與探索，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] 鄭磊.通證數字經濟實現路徑：產業數字化與數據資產化[ J].財經問題研究，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，張開.馬克思勞動價值論視域中的數字商品二因素[ J].河北經貿大學學報，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.數字經濟背景下數據與其他生產要素的協同聯動機制研究[ J].電子政務，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] 劉飛.數字化轉型如何提升制造業生產率[ J].財經科學，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，張經陽.大數據產業發展能力影響因素研究——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，王瑋，蘇芳.工業大數據背景下企業實現數字化轉型的案例研究[ J].管理學刊，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，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估[ 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] 劉平峰，張旺.數字技術如何賦能制造業全要素生產率？[ J].科學學研究，2021（8）：1396 ～ 1406.

[38] 周青，王燕靈，楊偉.數字化水平對創新績效影響的實證研究——基于浙江省73個縣（區、市）的面板數據[ J].科研管理，2020（7）：120 ～ 129.

[39] 祁懷錦.數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角[ J].改革，2020（4）：50 ～ 60.