國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型熱點(diǎn)研究分析與比較

畢彩鳳,王 笛,楊葉江

(山東理工大學(xué) 管理學(xué)院, 山東 淄博255012)

0 引言

創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。黨的十九大以來(lái),黨和國(guó)家站在統(tǒng)籌中華民族偉大復(fù)興戰(zhàn)略全局和百年未有之大變局的歷史高度,作出“推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化”的戰(zhàn)略部署。產(chǎn)業(yè)組織和企業(yè)組織是數(shù)字經(jīng)濟(jì)時(shí)代聚焦研究的最主要的兩類(lèi)形態(tài)。推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型,有利于改造和提升企業(yè)傳統(tǒng)動(dòng)能、培育企業(yè)新動(dòng)能,從而促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展[1]。

在國(guó)外,美國(guó)是全球較早布局?jǐn)?shù)字經(jīng)濟(jì)的國(guó)家之一,于1993年頒布了《國(guó)家信息基礎(chǔ)設(shè)施行動(dòng)計(jì)劃》,將建設(shè)“信息高速公路”上升為國(guó)家戰(zhàn)略,以提供所有的地區(qū)、所有的經(jīng)濟(jì)階層及普通公民獲得以各種形式進(jìn)行信息交流的機(jī)會(huì)為目標(biāo)。日本2022年信息處理推進(jìn)機(jī)構(gòu)發(fā)布的《2022先進(jìn)數(shù)字技術(shù)制度政策動(dòng)向調(diào)查報(bào)告》表明,日本目前已建立起較為全面系統(tǒng)的研發(fā)和創(chuàng)新戰(zhàn)略、政策體制、法律法規(guī)等,并正在加大各方面投入,尤其重視對(duì)民間企業(yè)作為科技研發(fā)主體的作用。Yoo等[2]研究表明普及數(shù)字化催生了分層模塊化架構(gòu),擴(kuò)展了物理產(chǎn)品的模塊化架構(gòu),探討了數(shù)字技術(shù)對(duì)傳統(tǒng)管理理論的挑戰(zhàn)與影響。Nambisan[3]從數(shù)字技術(shù)視角,對(duì)擴(kuò)展創(chuàng)意產(chǎn)業(yè)的整體業(yè)務(wù)模型進(jìn)行架構(gòu),以促進(jìn)商業(yè)模式的數(shù)字化轉(zhuǎn)型。

在國(guó)內(nèi),黃麗華等[4]認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型與管理的研究現(xiàn)狀可以分為數(shù)字技術(shù)的影響研究、數(shù)字化轉(zhuǎn)型研究以及數(shù)字企業(yè)管理三大主題。李北偉等[5]基于產(chǎn)業(yè)視角,借助VOSviewer軟件進(jìn)行分析,國(guó)外側(cè)重于疫情影響的主題研究,國(guó)內(nèi)對(duì)媒體出版社主體研究較多,并從應(yīng)用、商業(yè)、法規(guī)、數(shù)據(jù)和合作領(lǐng)域繪制出產(chǎn)業(yè)視角下數(shù)字化轉(zhuǎn)型研究的5條路徑。朱秀梅和林曉玥[6]在研究中基于CiteSpace 5.8.R3軟件繪制了數(shù)字化轉(zhuǎn)型的關(guān)鍵詞時(shí)區(qū)圖譜,將數(shù)字化轉(zhuǎn)型的學(xué)術(shù)研究劃分為萌芽期(2003-2014年)、成長(zhǎng)期(2015-2018年)、快速發(fā)展期(2019-2021年)3個(gè)階段,從企業(yè)數(shù)字化轉(zhuǎn)型的“POMPS”五角模型角度,對(duì)企業(yè)數(shù)字化轉(zhuǎn)型研究脈絡(luò)進(jìn)行梳理與框架構(gòu)建整合,但尚未進(jìn)行國(guó)內(nèi)外比較,且沒(méi)有對(duì)關(guān)鍵詞進(jìn)行共現(xiàn)和聚類(lèi)方面的研究。

綜上所述,當(dāng)前針對(duì)數(shù)字化轉(zhuǎn)型的文獻(xiàn)綜述研究主要聚焦于整體框架的研究和未來(lái)可能的研究方向,國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型的熱點(diǎn)和對(duì)比的文獻(xiàn)數(shù)量有限。本文借助CiteSpace 6.1.2R軟件,使用中國(guó)知網(wǎng)、Web of Science中關(guān)于數(shù)字化轉(zhuǎn)型的相關(guān)文獻(xiàn)分別作為國(guó)內(nèi)和國(guó)外研究的數(shù)據(jù)來(lái)源,對(duì)國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型的熱點(diǎn)進(jìn)行可視化分析,并對(duì)國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型研究進(jìn)行對(duì)比。

1 數(shù)字化轉(zhuǎn)型的內(nèi)涵

國(guó)務(wù)院印發(fā)的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出,數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后的主要經(jīng)濟(jì)形態(tài),是以數(shù)據(jù)資源為關(guān)鍵要素,以現(xiàn)代信息網(wǎng)絡(luò)為主要載體,以信息通信技術(shù)融合應(yīng)用、全要素?cái)?shù)字化轉(zhuǎn)型為重要推動(dòng)力,促進(jìn)公平與效率更加統(tǒng)一的新經(jīng)濟(jì)形態(tài)。國(guó)內(nèi)外學(xué)者對(duì)其做出了一系列的研究和概念界定,如表1所示。

表1 數(shù)字化轉(zhuǎn)型的概念:來(lái)源與界定

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

本研究采用文獻(xiàn)計(jì)量學(xué)的方法,在科學(xué)檢索、文獻(xiàn)篩選的基礎(chǔ)上,使用CiteSpace文獻(xiàn)計(jì)量分析軟件,對(duì)相關(guān)研究進(jìn)行系統(tǒng)全面梳理。文獻(xiàn)研究主要是以Web of Science和中國(guó)知網(wǎng)為主要數(shù)據(jù)來(lái)源,分別對(duì)企業(yè)數(shù)字化轉(zhuǎn)型主題的文獻(xiàn)進(jìn)行科學(xué)檢索。對(duì)國(guó)內(nèi)外的文獻(xiàn)采取分開(kāi)檢索的方法,國(guó)內(nèi)文獻(xiàn)檢索使用中國(guó)知網(wǎng)作為數(shù)據(jù)來(lái)源,國(guó)外文獻(xiàn)檢索使用Web of Science作為數(shù)據(jù)來(lái)源,檢索方式、文獻(xiàn)類(lèi)型、時(shí)間跨度、檢索時(shí)間、檢索結(jié)果如表2所示。

表2 國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型研究數(shù)據(jù)獲取方式

2.2 研究方法

選用CiteSpace作為知識(shí)圖譜的繪制工具,從論文發(fā)布時(shí)間與數(shù)量、共被引、關(guān)鍵詞共現(xiàn)和聚類(lèi)等方面繪制知識(shí)圖譜。通過(guò)表2的信息檢索得到數(shù)據(jù),為減少誤差,采取人工判別篩選法,閱讀了所有文獻(xiàn)的題目和摘要,排除了一些與企業(yè)數(shù)字換轉(zhuǎn)型相關(guān)性不大的文獻(xiàn),最終中國(guó)知網(wǎng)檢索得到206篇,Web of Science檢索得到417篇。

3 國(guó)內(nèi)數(shù)字化轉(zhuǎn)型研究可視化分析

3.1 文獻(xiàn)時(shí)間與數(shù)量分布

依據(jù)表2進(jìn)行中國(guó)知網(wǎng)的數(shù)據(jù)檢索用以研究國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型,共獲得206條期刊文獻(xiàn)。由于2000-2010年發(fā)文量較少,通過(guò)篩選獲得該領(lǐng)域2011-2022年的期刊文獻(xiàn),如圖1所示。2011-2018年國(guó)內(nèi)關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究較少,發(fā)文量較少。2019年受新冠肺炎疫情的影響,該領(lǐng)域的研究在國(guó)內(nèi)逐漸趨向于熱點(diǎn),此后發(fā)文量更是逐年增多,2022年發(fā)文量91篇。

圖1 2011-2022年國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型核心期刊發(fā)文量統(tǒng)計(jì)

選取中文初始樣本,將中國(guó)知網(wǎng)作為數(shù)據(jù)來(lái)源,本文提取被引頻次排名前十的中文文獻(xiàn),如表3所示。中文高被引論文主要是從數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效之間的關(guān)系、何種因素影響企業(yè)數(shù)字化轉(zhuǎn)型、不同企業(yè)主體數(shù)字化轉(zhuǎn)型時(shí)面臨的現(xiàn)實(shí)問(wèn)題等方面對(duì)企業(yè)數(shù)字化轉(zhuǎn)型開(kāi)展研究。

表3 中文高被引論文排名

何帆等[14]研究實(shí)體經(jīng)濟(jì)在數(shù)字化變革背景下的業(yè)績(jī)提升效應(yīng);吳非等[7]論證了“企業(yè)數(shù)字化轉(zhuǎn)型-股票流動(dòng)性”之間的關(guān)系,結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了股票流動(dòng)性并呈現(xiàn)出一定結(jié)構(gòu)異質(zhì)性特征;趙宸宇等[15]從企業(yè)微觀特征和外部宏觀環(huán)境兩個(gè)角度剖析了數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)效率;胡青[16]從組織內(nèi)部學(xué)習(xí)及外部合作兩個(gè)方面深入探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)績(jī)效影響的內(nèi)在機(jī)制;肖靜華[9]從驅(qū)動(dòng)因素的改變和管理適應(yīng)性變革對(duì)企業(yè)跨體系數(shù)字化轉(zhuǎn)型展開(kāi)研究;張夏恒[17]從轉(zhuǎn)型障礙、驅(qū)動(dòng)因素、路徑依賴(lài)3個(gè)方面研究中小企業(yè)數(shù)字化轉(zhuǎn)型,并指出應(yīng)充分發(fā)揮政府部門(mén)的引導(dǎo)與政策扶持作用;劉淑春等[8]發(fā)現(xiàn)企業(yè)管理在數(shù)字化變革過(guò)程中的資本產(chǎn)出彈性遠(yuǎn)高于勞動(dòng)產(chǎn)出彈性,同時(shí)企業(yè)數(shù)字化投入和效率之間存在非線(xiàn)性關(guān)系;李曉雪等[18]論述零售業(yè)數(shù)字化轉(zhuǎn)型存在全面數(shù)字化戰(zhàn)略規(guī)劃缺失、數(shù)字化基礎(chǔ)和能力較弱、需求驅(qū)動(dòng)型供應(yīng)鏈支撐不足和企業(yè)組織架構(gòu)改革相對(duì)滯后等問(wèn)題;李輝[19]從轉(zhuǎn)型機(jī)制、路徑和支持體系三方面論述數(shù)字經(jīng)濟(jì)如何推動(dòng)企業(yè)向高質(zhì)量發(fā)展;王樹(shù)柏等[20]認(rèn)為外貿(mào)企業(yè)數(shù)字化轉(zhuǎn)型不是簡(jiǎn)單地通過(guò)創(chuàng)立數(shù)字技術(shù)部門(mén)以提升其盈利能力,應(yīng)從完善配套服務(wù)體系、拓寬人才渠道,以及構(gòu)建數(shù)字貿(mào)易生態(tài)圈等方面打造全方位的數(shù)字貿(mào)易運(yùn)營(yíng)體系。

3.2 國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞共現(xiàn)分析

本研究采用CiteSpace對(duì)國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型文獻(xiàn)中出現(xiàn)的關(guān)鍵詞進(jìn)行分析,設(shè)置時(shí)間跨度為2011-2022年,時(shí)間切片為1年,得到圖2的關(guān)鍵詞共現(xiàn)知識(shí)圖譜。在知識(shí)圖譜中,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量為146,節(jié)點(diǎn)之間的聯(lián)系數(shù)量為156,密度為0.014 7。其中密度含義為實(shí)際關(guān)系數(shù)/理論上的最大關(guān)系數(shù)。圖譜中的每個(gè)節(jié)點(diǎn)均代表一個(gè)關(guān)鍵詞,相應(yīng)節(jié)點(diǎn)的大小體現(xiàn)了該關(guān)鍵詞出現(xiàn)頻次的高低。節(jié)點(diǎn)間的連線(xiàn)代表關(guān)鍵詞之間存在的共現(xiàn)關(guān)系,連線(xiàn)越粗代表關(guān)鍵詞之間的共現(xiàn)強(qiáng)度越高。對(duì)所得圖譜進(jìn)行分析可知,“數(shù)字經(jīng)濟(jì)”“中小企業(yè)”“數(shù)字化”“制造企業(yè)”“雙元?jiǎng)?chuàng)新”等關(guān)鍵詞出現(xiàn)的頻次較多,“數(shù)字化”與“創(chuàng)新驅(qū)動(dòng)”“制造企業(yè)”與“數(shù)字技術(shù)”“數(shù)字經(jīng)濟(jì)”與“企業(yè)績(jī)效”等關(guān)鍵詞間的聯(lián)系也相對(duì)緊密。

圖2 國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞共現(xiàn)知識(shí)圖譜

在數(shù)字經(jīng)濟(jì)層面,趙劍波[21]指出企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵在于以實(shí)踐和問(wèn)題為導(dǎo)向,加強(qiáng)數(shù)字技術(shù)在傳統(tǒng)企業(yè)中的應(yīng)用,并從產(chǎn)業(yè)層面和企業(yè)層面指出企業(yè)數(shù)字化轉(zhuǎn)型的措施;徐蒙[22]從國(guó)家宏觀政策和微觀企業(yè)案例兩個(gè)角度指出數(shù)字化轉(zhuǎn)型是推動(dòng)企業(yè)創(chuàng)新的外在動(dòng)因,企業(yè)創(chuàng)新是實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的內(nèi)在需求;黃大禹等[23]借助爬蟲(chóng)技術(shù)對(duì)影響企業(yè)數(shù)字化轉(zhuǎn)型的因素進(jìn)行探究發(fā)現(xiàn),企業(yè)金融化會(huì)對(duì)企業(yè)的財(cái)務(wù)行為、融資狀況、生產(chǎn)投入和創(chuàng)新產(chǎn)出產(chǎn)生顯著不利影響,進(jìn)而抑制數(shù)字化轉(zhuǎn)型。在中小企業(yè)層面,李舒沁[24]通過(guò)研究新冠肺炎疫情背景下,歐盟出臺(tái)政策支持中小企業(yè)數(shù)字化轉(zhuǎn)型的做法,對(duì)中國(guó)中小企業(yè)數(shù)字化轉(zhuǎn)型提出建議;楊磊等[25]從設(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制角度,將政府、服務(wù)商與中小企業(yè)納入同一框架,分析推動(dòng)中小企業(yè)數(shù)字化轉(zhuǎn)型的策略;在數(shù)字化層面,尤彧聰?shù)萚26]基于戰(zhàn)略一致性理論,從認(rèn)知心理學(xué)和認(rèn)知語(yǔ)言學(xué)兩個(gè)視角揭示了企業(yè)數(shù)字化轉(zhuǎn)型決策層面“心理”影響因素的作用機(jī)理和中介效應(yīng);孫育平[27]認(rèn)為要從“點(diǎn)-線(xiàn)-面-體”的遞進(jìn)層次,以數(shù)字化與系統(tǒng)化思維,推進(jìn)企業(yè)的設(shè)施、資源、業(yè)務(wù)及要素的數(shù)字化。

本研究還對(duì)關(guān)鍵詞中介中心性進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。關(guān)鍵詞中介中心性代表著以該關(guān)鍵詞為主題的研究在共現(xiàn)網(wǎng)絡(luò)中的地位,數(shù)值越大表示重要程度越大,其中中介中心性超過(guò)0.1的節(jié)點(diǎn)稱(chēng)為關(guān)鍵節(jié)點(diǎn),對(duì)關(guān)鍵詞網(wǎng)絡(luò)中其他關(guān)鍵詞的影響也就越顯著。為進(jìn)一步明確我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型研究的熱點(diǎn)主題,本研究對(duì)中介中心性及頻次綜合排名前二十的關(guān)鍵詞導(dǎo)出并進(jìn)行整理,如表4所示。

表4 國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型高頻關(guān)鍵詞頻次及中介中心性排序

由表4可知,“數(shù)字經(jīng)濟(jì)”“數(shù)字化”“中小企業(yè)”可視為關(guān)鍵節(jié)點(diǎn),這表明在過(guò)去的十幾年中,國(guó)內(nèi)的企業(yè)數(shù)字化研究多以中小企業(yè)為熱點(diǎn)研究領(lǐng)域,同時(shí)注重整個(gè)數(shù)字經(jīng)濟(jì)生態(tài)領(lǐng)域的研究,可以預(yù)測(cè)未來(lái)數(shù)字經(jīng)濟(jì)、中小企業(yè)的數(shù)字化轉(zhuǎn)型仍然是國(guó)內(nèi)的熱點(diǎn)研究領(lǐng)域,尤其在當(dāng)前經(jīng)濟(jì)高質(zhì)量發(fā)展的大背景下。其次,“公司治理”的頻次較低但是中介中心性差0.01達(dá)到0.1成為關(guān)鍵節(jié)點(diǎn),這表明“公司治理”在國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型中有著

重要的影響,但當(dāng)前還未得到充分重視,也暗含“公司治理”或?qū)⒊蔀閲?guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型的新熱點(diǎn)。除此之外,中介中心性較大但頻次較低的“制造企業(yè)”“內(nèi)部控制”“技術(shù)創(chuàng)新”也值得關(guān)注。

3.3 國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞聚類(lèi)分析

在關(guān)鍵詞共現(xiàn)的基礎(chǔ)上,通過(guò)聚類(lèi)操作,CiteSpace可通過(guò)算法將關(guān)系緊密的關(guān)鍵詞進(jìn)行聚類(lèi),每個(gè)關(guān)鍵詞代表一個(gè)值,同一聚類(lèi)中值最大的作為該類(lèi)的代表并打上標(biāo)簽。CiteSpace還將根據(jù)聚類(lèi)中關(guān)鍵詞的數(shù)量對(duì)聚類(lèi)結(jié)果進(jìn)行篩選,剔除掉數(shù)量較少的類(lèi)別。Modularity為聚類(lèi)模塊值,簡(jiǎn)稱(chēng)Q值,通常以Q>0.3為聚類(lèi)結(jié)構(gòu)顯著。Silhouette為聚類(lèi)平均輪廓值,簡(jiǎn)稱(chēng)S值,通常S>0.5認(rèn)為聚類(lèi)合理,S>0.7認(rèn)為聚類(lèi)令人信服。國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞聚類(lèi)后顯示,Q值為0.839,S值為0.973 1,這表明本研究的聚類(lèi)結(jié)構(gòu)顯著,聚類(lèi)結(jié)果令人信服。由圖3可見(jiàn),國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型的研究熱點(diǎn)主要在“數(shù)字經(jīng)濟(jì)”“數(shù)字化”“技術(shù)創(chuàng)新”“中小企業(yè)”“雙元?jiǎng)?chuàng)新”“動(dòng)能轉(zhuǎn)換”等方面。

圖3 國(guó)內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞聚類(lèi)圖譜

4 國(guó)外數(shù)字化轉(zhuǎn)型研究可視化分析

4.1 文獻(xiàn)時(shí)間與數(shù)量分布

依據(jù)表2進(jìn)行Web of Science的數(shù)據(jù)檢索用以研究國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型,共獲得417條期刊文獻(xiàn),通過(guò)篩選獲得該領(lǐng)域2012-2022年的期刊文獻(xiàn),如圖4所示。2012-2018年國(guó)外關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究較少,發(fā)文量較少。此后同國(guó)內(nèi)研究趨向相同,發(fā)文量逐年增多,2022近半年內(nèi)發(fā)文77篇。由此可見(jiàn),無(wú)論國(guó)內(nèi)還是國(guó)外,企業(yè)數(shù)字化轉(zhuǎn)型的研究將獲得更多關(guān)注。

圖4 2012年-2022年國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型研究發(fā)文量

選取外文初始樣本,將Web of Science作為數(shù)據(jù)來(lái)源,本文提取被引頻次排名前十的外文文獻(xiàn),如表5所示。外文高被引論文主要是從數(shù)字化轉(zhuǎn)型與商業(yè)模式之間的關(guān)系、企業(yè)如何通過(guò)數(shù)字化實(shí)現(xiàn)服務(wù)化轉(zhuǎn)型、企業(yè)戰(zhàn)略等方面對(duì)數(shù)字化轉(zhuǎn)型開(kāi)展研究。

表5 企業(yè)數(shù)字化轉(zhuǎn)型研究外文高被引論文排名

Verhoef等[28]認(rèn)為數(shù)字化轉(zhuǎn)型和由此產(chǎn)生的商業(yè)模式創(chuàng)新從根本上改變了消費(fèi)者的期望和行為,但同時(shí)也給傳統(tǒng)企業(yè)帶來(lái)了巨大壓力,擾亂了市場(chǎng);Warner &W?ger[29]認(rèn)為每一次企業(yè)數(shù)字化轉(zhuǎn)型的范圍取決于組織的商業(yè)模式、協(xié)作方法以及企業(yè)文化的戰(zhàn)略更新;Frank等[30]從平滑、適應(yīng)、替代3個(gè)服務(wù)水平和低、中、高3個(gè)數(shù)字化水平探究商業(yè)模式創(chuàng)新角度下的服務(wù)化和工業(yè)4.0之間的聯(lián)系;Bogers等[31]探究開(kāi)放式創(chuàng)新下數(shù)字化轉(zhuǎn)型面臨的現(xiàn)狀;Rosenbloom等[32]從反面討論了如果沒(méi)有采取新的手段即數(shù)字化轉(zhuǎn)型,企業(yè)將面臨管理和組織等層面的難題;Pagani等[33]探究了數(shù)字化轉(zhuǎn)型對(duì)B2B交換的影響;Rapaccini等[34]論述了數(shù)字化轉(zhuǎn)型和服務(wù)化商業(yè)模式在疫情背景下對(duì)實(shí)體企業(yè)的重要性;Bienhaus等[35]探究了數(shù)字化對(duì)采購(gòu)的影響以及在供應(yīng)鏈管理領(lǐng)域中的作用以及潛在障礙和客服方法;Tronvoll等[36]認(rèn)為企業(yè)應(yīng)從組織認(rèn)同、非物質(zhì)化和協(xié)作等方面促進(jìn)服務(wù)數(shù)字化,實(shí)現(xiàn)戰(zhàn)略組織轉(zhuǎn)變;Paiola等[37]強(qiáng)調(diào)企業(yè)銷(xiāo)售模式是塑造企業(yè)數(shù)字服務(wù)戰(zhàn)略的因素。

4.2 國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞共現(xiàn)分析

針對(duì)國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型,設(shè)置時(shí)間跨度為2012-2022年,時(shí)間切片為1年,得到圖5的關(guān)鍵詞共現(xiàn)知識(shí)圖譜。在知識(shí)圖譜中,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量為304,節(jié)點(diǎn)之間的聯(lián)系數(shù)量為1 470,密度為0.031 9。“Digital transformation”“Innovation”“Technology”“Business”“Performance”等關(guān)鍵詞出現(xiàn)的頻次較多,各個(gè)研究領(lǐng)域中聯(lián)系錯(cuò)綜復(fù)雜,但聯(lián)系強(qiáng)度較低。

Peter等[38]從認(rèn)為數(shù)字化轉(zhuǎn)型和由此產(chǎn)生的商業(yè)模式創(chuàng)新從根本上改變了消費(fèi)者的預(yù)期和行為,并從組織結(jié)構(gòu)和績(jī)效指標(biāo)層次描繪了數(shù)字公司的增長(zhǎng)戰(zhàn)略,以及成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型所需的資產(chǎn)和能力;Warner等[39]對(duì)觸發(fā)、啟用和阻礙數(shù)字轉(zhuǎn)型動(dòng)態(tài)能力建設(shè)的一般應(yīng)急因素進(jìn)行研究,表明可從商業(yè)模式、協(xié)作方法以及文化戰(zhàn)略三方面推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型;Eller等[40]基于資源研究,對(duì)中小企業(yè)數(shù)字化轉(zhuǎn)型的前因、后果和挑戰(zhàn)進(jìn)行了研究,指出數(shù)字化與績(jī)效顯著相關(guān),信息技術(shù)對(duì)績(jī)效的影響起到中介作用。

由表5可知,“Business”“Business model”“Digital transformation”可視為關(guān)鍵節(jié)點(diǎn),除此之外,“Innovation”“Performance”“Ecosystem”“Competition”距離關(guān)鍵節(jié)點(diǎn)差0.01,“Technology”“Strategy”“Future”“Digitization” “Competitive advantage”等關(guān)鍵詞排名靠前。相較國(guó)內(nèi)研究領(lǐng)域,國(guó)外研究領(lǐng)域更加廣泛,涉及多項(xiàng)企業(yè)生存發(fā)展的要素。其次,“Business”“Business model”“Performance”“Ecosystem”“Competition”“Strategy”等關(guān)鍵詞頻次較低但中介中心性較高,表明該部分關(guān)鍵詞雖具有較高的影響力卻沒(méi)有進(jìn)行深入研究,或?qū)⒊蔀檠芯康男聼狳c(diǎn),值得學(xué)者關(guān)注和思考。

4.3 國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞聚類(lèi)分析

如圖6所示,國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞聚類(lèi)后顯示Q值為0.474 3,S值為0.735 7,表明本研究的聚類(lèi)結(jié)構(gòu)顯著,聚類(lèi)結(jié)果是合理。由圖5可見(jiàn),國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型的研究熱點(diǎn)主要在“Digital transformation”“Open innovation”“Digital platform”“Servitisation”“Corporate social responsibility”“Business model”“Case studies”“system dynamics”“Digital humans”等方面。與國(guó)內(nèi)相比,國(guó)外企業(yè)數(shù)字化轉(zhuǎn)型研究更為廣泛和詳細(xì),值得國(guó)內(nèi)學(xué)者借鑒學(xué)習(xí)。

5 結(jié)論與未來(lái)展望

5.1 研究結(jié)論

本文借助Citespace軟件對(duì)國(guó)內(nèi)外企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行研究,進(jìn)一步理順企業(yè)數(shù)字化轉(zhuǎn)型的國(guó)內(nèi)外現(xiàn)狀、熱點(diǎn)領(lǐng)域以及發(fā)展趨勢(shì)。主要結(jié)論如下:

(1)目前國(guó)際領(lǐng)先的企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在西方發(fā)達(dá)國(guó)家;我國(guó)研究論文成果相對(duì)較少,但近些年正處于穩(wěn)步提升階段。

(2)國(guó)內(nèi)研究更注重企業(yè)在整個(gè)數(shù)字經(jīng)濟(jì)化大環(huán)境中的處境和發(fā)展、企業(yè)的數(shù)字技術(shù)水平以及企業(yè)通過(guò)何種手段提高自身的數(shù)字技術(shù)水平;國(guó)外研究更注重組織、管理、商業(yè)模式等方面。

(3)對(duì)于企業(yè)本身,國(guó)內(nèi)外的研究都涉及到了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響以及何種因素會(huì)影響到企業(yè)的數(shù)字化轉(zhuǎn)型,同時(shí)創(chuàng)新和戰(zhàn)略成為國(guó)內(nèi)外研究的共同話(huà)題,研究對(duì)象日趨多元化。

5.2 未來(lái)研究展望

(1)由企業(yè)數(shù)字化轉(zhuǎn)型商業(yè)模式研究向商業(yè)生態(tài)系統(tǒng)研究轉(zhuǎn)變。國(guó)家應(yīng)出臺(tái)相關(guān)政策積極鼓勵(lì)引導(dǎo)企業(yè)進(jìn)行數(shù)字創(chuàng)新商業(yè)生態(tài)系統(tǒng)研究,由更加多樣性的成員積極參與其中,包括核心企業(yè)和政府、高校以及科研機(jī)構(gòu)等其他權(quán)益主體,以提高國(guó)內(nèi)企業(yè)的商業(yè)創(chuàng)新能力和競(jìng)爭(zhēng)力。

(2)由大范圍的企業(yè)數(shù)字化轉(zhuǎn)型的研究轉(zhuǎn)向扎根中國(guó)實(shí)際情景的研究。未來(lái)企業(yè)數(shù)字化轉(zhuǎn)型的研究應(yīng)符合中國(guó)本土企業(yè)轉(zhuǎn)型的實(shí)際情況與發(fā)展需求,將企業(yè)根據(jù)不同行業(yè)分類(lèi),對(duì)不同行業(yè)內(nèi)企業(yè)的數(shù)字化轉(zhuǎn)型前因、特征、過(guò)程、機(jī)制等進(jìn)行研究。

(3)由靜態(tài)的企業(yè)數(shù)字化轉(zhuǎn)型研究轉(zhuǎn)向動(dòng)態(tài)演化研究。未來(lái)研究企業(yè)數(shù)字化轉(zhuǎn)型不應(yīng)僅僅停留在企業(yè)這一主體,應(yīng)多層次地進(jìn)行推演分析,充分挖掘企業(yè)數(shù)字化轉(zhuǎn)型生態(tài)系統(tǒng)、社會(huì)、用戶(hù)等層次的原因,以及企業(yè)數(shù)字化轉(zhuǎn)型之后對(duì)所處生態(tài)系統(tǒng)、社會(huì)、用戶(hù)的作用,研究企業(yè)數(shù)字化轉(zhuǎn)型的跨層次影響因素和不同層次之間的相互作用機(jī)制。

6 結(jié)語(yǔ)

本文通過(guò)文獻(xiàn)計(jì)量方法,借助CiteSpace軟件對(duì)Web of Science和中國(guó)知網(wǎng)中企業(yè)數(shù)字化轉(zhuǎn)型的文獻(xiàn)數(shù)據(jù)進(jìn)行文本挖掘與可視化分析處理,對(duì)其研究熱點(diǎn)和研究趨勢(shì)有了一定程度上的認(rèn)知。無(wú)論國(guó)內(nèi)還是國(guó)外,微觀角度還是宏觀層面,企業(yè)數(shù)字化轉(zhuǎn)型都已上升為國(guó)家和企業(yè)的重要戰(zhàn)略,成為當(dāng)前學(xué)術(shù)界研究的熱點(diǎn)和前沿。但當(dāng)前對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的研究仍處于探索階段,需要學(xué)術(shù)界、商界、政府等多方的共同努力,以推動(dòng)管理、經(jīng)濟(jì)等領(lǐng)域的共同發(fā)展。