大数据能力研究综述

（南京邮电大学，江苏 南京 210003）

0 引言

信息技术和互联网应用的蓬勃发展，大数据所带来的科技风暴正在变革我们的生活、工作和思维。2012年，维克托·迈尔·舍恩伯格在其著作《大数据时代》中，前瞻性地提出大数据核心就是预测[1]，对于人类的生活生产，它将创造出前所未有可量化的维度。大数据正在开启了一次重大的时代转型，它已经成为了新发明和新服务的源泉，不断冲击和改变各行各业的生态体系。

越来越多的企业意识到大数据将成为未来商业竞争中重要战略性资产，大数据领域持续赢得资本市场高度青睐。据中国前瞻产业研究院报告，我国2017年第一季度就有150多家涉及大数据的企业获得融资。大数据逐渐成为企业标配，大数据的发展也由初期的热炒逐步走向务实阶段。大数据能力将成为企业新一轮竞争中的核心竞争力。在面对纷繁复杂、结构各异的大数据资源时，具备良好大数据能力的企业可以通过大数据技术挖掘其商业价值，从而获得持续竞争优势。因此，企业在发展过程中需要通过各种途径，全方位地提升自身的大数据能力。

新时代背景下，如何正确地理解大数据并成功转化价值，成为企业家和经营者急需解决的重要问题。大数据能力具有“改变管理理论与实践的潜力”，被誉为下一个“管理革命”[2]，近年来引起不少国内外学者的关注，已经在大数据能力的定义、结构、大数据能力与企业绩效等方面开展研究。培育大数据能力对企业来说并非是一项简单的任务，尤其是各个企业所面临的情况有所差别。本文首先探析了大数据能力的定义，在国内外学者对大数据能力定义的梳理和评述基础上，本文对大数据能力提出完整定义。其次进行大数据能力的维度与测量研究，通过现有文献回顾，归纳与评述现有大数据能力的维度与测量。最后，对大数据对企业的价值创造研究进展进行评述。对大数据能力领域进行一个比较系统的文献综述，明确现有研究的不足和未来研究的方向，这对补充大数据相关理论研究，推动我国大数据实践应用都具有重要的意义。

1 大数据能力概念界定

大数据能力往往依附在企业的组织、理念、物质、行为、制度和管理等各个层面，这也就造成了大家对其的认识和理解过于抽象和笼统。正如大多数新兴概念，目前学术界对大数据能力的理解尚无确切、统一的定义。国外学者沿用IT能力概念研究路径，基于资源基础理论，“big data analytics capability”即“大数据分析能力”一词描述企业挖掘大数据对企业经营活动的影响，但是其内涵远远超过“分析”概念。第一个正式提出“大数据能力”一词是国内学者程刚等（2014）[3]，他给出的定义是：企业具备大数据意识，对大数据开发、管理和利用过程中，涉及大数据收集、存储、挖掘、分析、传递和应用的能力。此后的学者从动态能力理论、IT能力和企业信息管理能力以及大数据的资源整合等角度对大数据能力进行定义。尽管对大数据能力定义有所不同（见表1），但可以看出大数据能力被广泛地认为是新时期下企业重要的核心资源与竞争力，能够为企业带来新的价值。

表1 大数据能力的概念界定

从上述对大数据能力概念的相关研究，可以看出目前学者所界定的大数据能力定义研究路径大致可以分为遵循IT能力研究思路和归纳企业大数据活动实践总结两种。大多数学者们基于资源基础观、动态能力理论以及IT能力相关研究成果来对大数据能力进行解释。对大数据能力的定义理论基础主要是根据企业能力理论的演进而转变，从基于资源基础观的大数据能力的定义，如Davenport T.H.等（2007）[4]、Kiron等（2014）[8]，演进到基于动态能力观的大数据能力定义，如谢卫红等（2016）[9]。资源基础观将企业看成所有资源的集合，企业的竞争优势最终决定于企业所拥有的资源。所以Davenport（2007）[4]认为大数据分析能力是企业独特的能力，并为企业带来优势。Kiron等（2014）[8]强调企业需要建立一个新的大数据分析环境，其中战略和能力（例如数据管理，技术和人才）能够很好地协调一致，以获得更好的企业竞争优势。动态能力理论是在深入研究资源基础观的基础上的发展，强调企业应该具有一定的环境动态的适应能力，能够调整自己的行为来适应环境，从而提高企业行为与企业环境要求的匹配程度，企业的绩效将相应提高。如谢卫红认为在动态环境下，不仅要拥有大数据资源，更需要整合利用这些资源的能力才是企业关注的重点。国内学者程刚等（2014）[3]和谢振东等（2017）[10]对于大数据能力的定义主要是结合大数据的特点和商业价值、企业大数据活动过程实践的总结，因此他们的定义侧重强调大数据资源整合影响。

从上述研究，可见对大数据能力的界定，如果单纯从大数据特点、技术、活动过程和商业价值等角度进行定义是不够全面的。应当基于企业能力理论分析视角，基于资源平台、技术手段、组织关联度和动态变革柔性等能力本质，并结合大数据自身特点—发现规律和预测，突出对企业的最终目标和意义。因此，本文在前人研究的基础上认为：大数据能力是对企业资源整合的全新思维，它是指企业在运营过程中，企业通过对大数据的收集、存储、加工等过程发现数据价值，实现企业基于大数据的业务流程融合与优化，体现大数据驱动下的企业战略决策支持，从而使得企业获得持续竞争优势的能力。大数据信息的规律发现和预测将会成为商业变革的动力来源。因此，企业的大数据能力可以转化为企业的竞争力，是建立顾客忠诚度和供应商依赖度的手段，阻拦新的竞争对手，刺激新产品开发的途径。

2 大数据能力的结构维度与测量

大数据能力维度的研究主要是基于企业资源基础理论，IT能力研究成果以及大数据实践活动特点上进行划分。前人经历了近20多年的研究，对IT能力的划分拥有丰富成果。Ross等（1996）[11]认为IT能力最终是技术资源、人力资源、关系资源三者的有效整合。技术资源是指企业拥有成本合理、配置适当，并且能够满足各类信息需求的信息技术装备。人力资源是企业拥有专业高效的信息技术团队，能够迅速应对组织内外部的各类挑战。关系资源是建立企业与相关利益人的友好关系，运用先进的信息技术能够为企业与客户、供应商之间的沟通、协调和谈判提供便捷、高效的保障。Bharadwaj（2000）[12]以资源基础论为基础，从基础设施，人力资源和激活的无形资产三个方面对企业IT能力进行了描述。Joe Peppard等（2004）[13]认为企业IT能力具体分为：技术设施，管理能力和IT业务匹配。IT能力的维度研究也引起国内学者的高度重视，迟嘉昱等（2010）[14]、张鹤达等（2011）[15]相继提出IT能力的维度。王雅薇（2017）[16]对公共信息服务机构信息生态治理研究中，将IT应用能力细分为IT业务融合与IT支持服务战略能力。国内外学者对于IT能力的丰富的研究，为大数据能力的维度划分提供了重要参考依据。

国外学者基于IT能力的划分思路，对大数据分析能力进行维度探索。Davenport等（2012）[17]指出组成大数据分析能力的三大核心分别是：大数据管理核心业务和运营、有关数据科学家的大数据人力资源和先进的IT基础设施。McAfee和Brynjolfsson（2012）[18]认为大数据分析能力的关键挑战包括：人才管理、IT基础设施和不同情况下的决策能力。Barton和Court（2012）[19]基于前人研究，建立一个大数据分析能力模型，包括三个维度：预测和提升业务的大数据管理能力；管理多个数据源的IT基础设施和具备大数据技术能力的一线员工。Wixom等（2013）[7]从策略、数据和人才三个方面衡量企业的大数据分析能力。Shahriar Akter（2016）[20]经过两次专家调查法，开发了包含大数据基础设施、大数据人才和大数据管理在内的大数据能力测量量表，该量表经过信效度检验涉及11个子维，分别是大数据规划、投资、协调、控制、连接、兼容性、模块化、技术知识、技术管理知识、业务知识、关系知识。

国内学者主要基于企业大数据活动过程对大数据能力维度识别，更强调大数据资源整合的影响。程刚等（2016）[3]认为影响企业大数据能力的关键影响因素分别是大数据文化、大数据战略规划、大数据工作者、数据挖掘和智能分析能力、信息组织和制度和大数据技术支撑平台，但尚未经过实证检验。谢卫红等（2016）[9]通过使用归纳与演绎方法，实证检验大数据能力是由资源整合能力、深度分析能力和实时洞察与预测能力三阶因素组成。其中，资源整合能力是企业能够持续获取和整合内外部数据资源和非数据资源的能力。深度分析能力指的是企业基于海量数据进行深度挖掘、分析，不断获取新洞见的能力。实时洞察与预测能力是企业基于大数据技术手段处理海量数据后，能够实时洞察或预测出市场环境变化。李淑丽（2017）[21]通过验证，认为大数据分析能力应涵盖获取大数据、提取信息、专业人才技术和分析决策这四个方面。谢振东等（2017）[10]认为大数据能力培育应当从大数据基础设施建设、大数据战略设计，内外部数据整合及精细化运营和分析等角度出发，提出了大数据能力六大维度：大数据平台构建、数据管理与资源整合、产品与运营分析、企业精细化运营、数据产品规划和企业分析决策能力。

厘清大数据能力构成维度研究的源头和演进脉络，对于开展大数据能力实证研究，构建科学合理的大数据能力研究体系都有非凡的意义。基于对文献的梳理，本文总结出大数据能力维度研究的两点问题。

首先，大数据能力的维度各要素界限划分不明确。国内外学者们主要基于IT能力的维度研究对大数据能力的构成进行理论探索，大多数学者提出大数据能力的内容结构，涉及大数据基础设施、大数据技术、大数据人力和大数据管理等几个方面，对于大数据能力构成的划分差异较大且缺少实证检验。学者们可以达成一致的是，作为企业能力的子集，大数据能力是可以帮助企业完成预期目的并实现其商业价值。大数据能力应该是由众多子能力构成的能力体系，想要为企业带来可持续竞争优势，需要这些子能力相互影响相互作用系统结果。从研究经验来看，大数据能力各要素界限划分不明确，不利于在大数据能力各要素与其他研究变量（例如企业绩效）之间建立联系，这将会制约大数据能力理论的深入研究。

其次，大数据资源与大数据能力的界定不清晰。学者们在研究信息系统、IT能力时尚未明确界定资源与能力的概念，导致两者的混用，使得在讨论大数据能力时也存在混淆的问题。数据资源和大数据能力应该分开来谈。大数据资源是大数据能力的基础，大数据能力是大数据资源相互作用、相互影响形成的结果。大数据能力比大数据资源高一个分析层次，企业组合过程中形成的能力可以创造出更大的价值。大多数学者混淆了大数据资源与大数据能力，造成“大数据资源”、“大数据基础设施”、“大数据能力”等概念的不同程度混用，这些概念的差异性的忽略使得对大数据能力维度的结论难以统一，无法辨析出内在逻辑关系，这对大数据能力与其它研究变量之间的关联计量分析造成阻碍。

由此可见，急需对大数据能力进行一个恰当和统一的划分。基于前人研究以及前文所提的大数据能力定义，本文将大数据能力划分为大数据分析能力、大数据融合能力和大数据战略支持能力三个部分。

大数据分析是大数据本身的核心能力，指在合理布局的大数据基础设施和复杂的大数据技术资源之上完成相应任务，进行数据收集、分析，实现数据应用变现的能力。大数据分析能力本质是动态提升企业各项业务活动。包括有大数据挖掘、储存、智能分析、数据产品规划等。大数据分析能力直接影响企业大数据能力的强弱。是企业面对数据的开放和流通，如何快速准确地获取、存储、挖掘分析、并将大数据分析结果商业化，获得数据价值的关键。

大数据融合是大数据的横向协同能力，指企业将其先进的大数据系统与企业业务进行有序结合，达到优化业务流程、增强共享和互动、提升企业管理效率和质量的目标。具有卓越大数据融合能力的企业，企业相较竞争对手更富有创新意识，能够快速地洞察市场的微小变化，高效处理顾客需求，及时与顾客进行反馈沟通，实现支撑大数据为顾客提供个性化、多样化优质服务的动态能力，充分发挥大数据在企业资源配置中的优化和集成作用。

大数据战略支持是大数据的纵向支持能力，是企业将大数据规划和自身整体战略相结合，通过大数据支持企业战略具体实施过程，最终实现企业整体可持续发展的能力。作为企业特殊的软性能力，这种能力对于竞争对手来说也是最难模仿的。

3 大数据能力与企业绩效

大数据对企业具有重要的战略意义。作为未来企业的运营中的新资本，大数据可以帮助企业预测市场环境变化、分析消费者购买行为，改善企业服务与产品，它所蕴藏的巨大价值将彻底颠覆企业原有的发展方式。大数据能力与企业绩效关系研究成为企业界与学术界的焦点，从搜集到的文献来看，按照研究方式大致可以分为两类。

第一类是在大数据背景下，从理论和实证两个方面探究企业的大数据创造价值的“黑箱”。理论方面，Davenport等（2006）[22]，认为大数据背景下，内部和外部服务的网络不断的共享信息，优化决策，交流结果，为企业带来新的见解，企业计算机架构最终将成为一个信息生态系统。Berman等（2012）[23]、Quittner Sultan，Truong（2009）[24]从组织视角研究，基于信息管理和企业管理的理论与方法，解释大数据创造价值机制。而在实证上，文献多采用经济学分析，如Etro，Harms et al（2010）[25]、Iansitiet al（2012）[26]；DEA 方法，如韩先锋等 （2016）[27]、茶洪旺等 （2017）[28]；实验数据，如邓新策等 （2017）[29]、郭峰等 （2017）[30]等预测和评估大数据的社会经济价值。其中，研究我国大数据企业的绩效机制的有，茶洪旺等（2017）[28]研究发现：中国大数据企业创新绩效整体水平低，纯技术效率偏低是主要诱因。邓新策等（2017）[29]以2012～2015年中国企业的数据为研究样本，用因子分析法计算其经营绩效得分，对大数据经营绩效与研发投入强度的实证检验，揭示其各个能力因子与研发投入强度的关系。郭峰等（2017）[30]采用252家具有大数据特征的企业数据进行实证检验，研究了在大数据背景下，组织目标、组织冗余、以往绩效对企业的创新能力和绩效的作用机理，验证了组织危机对上述变量间关系的调节作用。

第二类是借鉴IT能力的绩效影响研究，基于资源基础理论，建立大数据能力研究模型。国外学者Dehning.B.和Richardson（2002）[31]、Melville,N.（2004）[32]等学者基于资源基础理论，提出内部业务流程可能是影响大数据能力和公司绩效的重要因素。Shahriar Akter（2016）[20]基于152份网上调查问卷，实证检验了企业战略定位在大数据能力与企业绩效之间的调节作用。在此研究框架上，Samuel Fosso Wamba（2016）[33]研究了动态能力在大数据分析能力与企业绩效之间所起到的中介作用。国内学者对大数据能力与企业绩效也有一定的关注，谢卫红等（2016）[9]将大数据能力具体划分为资源整合能力、深度分析能力和实时洞察预测能力，与集团管控（战略管控、财务管控和文化管控）建立结构方程进行研究，发现大数据能力能够对集团管控产生一定的影响。李淑丽（2017）[21]把知识型企业心理契约作为调节因素，构建了大数据分析能力对知识型企业创新绩效影响机理模型。证明了大数据分析能力对知识型企业创新绩效有显著的正面影响。

从以上文献可以看出，目前大数据与企业绩效研究的问题仍处于起步阶段。现有研究主要从组织视角、经济视角、管理视角等角度发现大数据与企业的价值创造。在大数据能力与企业方面，学者们大多数都是基于企业资源基础理论、动态能力理论以及IT能力文献，试图阐述大数据能力价值创造的过程。虽然已经有相关实证研究，但是这些研究还没有形成完整的研究框架，未能深入探讨内在的作用机制。比如分离大数据能力，对大数据能力各要素单独研究相对较少。现有研究直接将大数据能力作为“整体”变量探讨其与企业绩效的关系，概括性地提出大数据能力能够提高企业绩效的结论。但是大数据能力作为一个整体来研究只能勾画出大数据能力与企业绩效关系的大概全貌，不能发现大数据能力中的不同构成要素对企业绩效影响的差异性，对企业实践指导的具体操作意义不大。

4 大数据能力研究的未来展望

通过上述文献梳理可以看出，国内外学者在大数据能力的定义结构、维度测量和对企业绩效关系上有一定的研究积累，但整体上，大数据能力仍处于理论建构阶段。基于本文的综述可以发现，虽然这一领域的研究存在诸多不足，但是随着大数据时代到来，未来研究潜力巨大。因此基于现有研究基础，本文认为大数据能力理论的研究深入和实践可以这几个方面加以突破。

4.1 开发本土化大数据能力测量研究

如前所述，虽然国内外学者基于资源基础理论和IT能力研究成果，提出了有关大数据能力的构成要素，但由于研究学者对大数据能力的定义不一，甚至混淆大数据资源与大数据能力概念，导致目前的大数据能力构成要素存在较大争议，加上缺乏本土化的设计实证研究，我国企业大数据能力的培育与相关研究还未能有实质性突破。因此，鼓励深入探究中国组织情境下大数据能力的本质，研发基于我国企业大数据能力水平的测量量表，为后续的实证研究提供测量工具，从而促进我国企业大数据能力的培育。

4.2 探索大数据能力各要素的作用机制

研究大数据能力中的不同构成要素对企业绩效的影响。大数据能力是由众多子能力构成的能力体系，这些众多子能力对企业绩效的影响可能存在差异性，在对大数据能力的“整体”理解基础上，应当对其子能力进行研究，进而发现大数据能力各要素之间内在关联机制。因此，下一步在构建基于大数据能力的企业绩效测度模型时，可以考虑将大数据能力各要素与企业绩效不同构面之间进行研究，这为探索大数据能力各要素对企业绩效的协同作用和提升企业实践操作都具有重要意义。

4.3 识别影响大数据能力前因因素

大数据能力是企业核心竞争能力的子集，应当从前因和后果两个方面深化大数据能力的研究。而目前的研究大多数是针对大数据能力的定义、维度和与企业绩效的关系的影响，很少涉及大数据能力的前因变量，此类研究目前十分稀缺。因此加快识别影响大数据能力前因因素，研究这些要素对大数据能力的影响机制，不仅可以丰富大数据能力研究，更重要的是，可以帮助企业更好地理解大数据能力形成的内在机理，为企业培育和提升自身的大数据能力提供建设性意见。

4.4 借鉴企业知识和决策理论丰富大数据能力研究

本文发现，现有关于大数据能力理论和实证研究主要是从动态能力、企业战略定位、企业心理契约等视角分析大数据与企业绩效的关系。虽然已有研究表明大数据能力能够为企业带来竞争优势，但相关的研究尚未系统化，对于关键问题，对于大数据能力的形成、形成持续竞争优势的机制研究还没有解释清楚。本文认为可以从企业知识理论丰富大数据能力作用机制的研究。

企业知识理论认为企业是知识的集合体，知识尤其是隐形知识是企业核心能力的基础，资源基础理论和动态能力理论最终都回归到企业知识理论。Barney（1991）[34]指出企业的“独特资源”正是其所拥有的难以交易和模仿的知识。对于企业来说，大数据获取的完备信息和精确计算能够促使企业新价值的实现。通过提升大数据能力，企业不仅仅能够增强当前知识效用水平，更重要的是还能够获取到未来知识。因此，可以借鉴企业知识理论的角度分析企业大数据能力形成企业持续竞争优势的机理。

参考文献：

[1]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].周涛,译.杭州：浙江人民出版社，2013.

[2]MANYIK A.J.,CHUI M.,BROWN B.,et al.Big data:the next frontier for innovation,competition and productivity[R].Mc Kinsey Global Institute,2011.

[3]程刚，李敏.企业大数据能力培育机制研究[J].现代情报，2014,34(3):7-11.

[4]DAVENPORT T.H.,HARRIES J.G..Competing on Analytics:The New Science of Winning[R].Brighton,Boston.Harvard Business School Press,2007.

[5]LAVALLE S.,LESSER E.,SHOCKLEY R.,et al.Big data,analytics and the path from insights to value[J].MIT Sloan Management Review,2011,52:21-32.

[6]SCHROECK M.,SHOCKLEY R.,SMART J.,et al.Analytics:The Real-world Use of Big Data[R].NY,USA,IBM Institute for Business Value,2012.

[7]WIXOM B.H.,YEN B.,RELICH M..Maximizing value from business analytics[J].MIS Quarterly,2013,12:111-123.

[8]KIRON D,PRENTICE P.K.,FERGUSON R.B..The analytics mandate[J].MIT Sloan Management Review,2014,55:1-25.

[9]谢卫红，刘高，王田绘.大数据能力内涵、维度及其与集团管控关系研究[J].科技管理研究，2016,36(14):170-177.

[10]谢振东，吴金成，李之明,等.企业大数据能力的构建与培育研究[J].广东工业大学学报，2017,34(3):110-114.

[11]ROSS J.W.,BEATH C.M.,GOODHUE D.L..Develop long-term Competitiveness through IT assets[J].Sloan Management Review,1996(38):25-31.

[12]BHARADWAJ A.S.A..Resource-Based Perspective on information technology Capability and firm performance:An empirical investigation[J].MIS Quarterly,2000,24(1):169-196.

[13]JOE PEPPARD,JOH WARD.Beyond strategic information systems towards an IS capability[J].Strategic Information Systems,2004(2):167-194.

[14]迟嘉昱，孙翎.IT能力对企业绩效影响机制的实证研究——基于组织学习的视角[J].情报杂志，2010,29(4):58-61,45.

[15]张鹤达，蒋美英，张玲.IT能力对企业绩效影响机理的实证研究[J].情报科学，2011,29(8):1252-1256.

[16]王雅薇.公共信息服务机构信息生态治理、IT应用能力与服务创新绩效关系的研究[D].长春：吉林大学（博士学位论文），2017.

[17]DAVENPORT T.H.,BARTH P.,BEAN R..How“big data”is different[J].MIT Sloan Management,2012,54:43-46.

[18]MCAFEE A.,BRYNJOLFSSON E..Big data:the management revolution[J].Harvard Business,2012(68):128.

[19]BARTON D.,COURT D..Making advanced analytics work for you[J].Harvard Business,2012,90:78.

[20]SHAHRIAR AKTER,SAMUEL FOSSO WAMBA,ANGAPPA GUNASEKARAN,et al.How to improve firm performance us－ing bigdata analyticscapability and businessstrategy alignment?[J].InternationalJournalofProduction Economics,2016,182:113-131.

[21]李淑丽.大数据分析能力对知识型企业创新绩效的影响因素研究[J].商，2015(29):5.

[22]DAVENPORT T.H..Competing on analytics[J].Harvard Business Review,2006,84:98-107.

[23]BERMAN S.J,KESTERSON－TOWNES L.,MARSHALL A.,et al.How Cloud Computing Enables Process and Business Model Innovation[J].Strategy&Leadership,2012,40(4):138-146.

[24]Q UITTNER J..How Cloud Computing Can Help Small Business[J].Business Week,2009,10:16-24.

[25]ETRO F.,COLCIAGO A..Endogenous Market Structures and the Business Cycle[J].The Economic Journal,2010,12:1201-1233.

[26]IANSITI M.,RICHARDS G.L..A Study of Economic Impact of Cloud Computing[J].International Journal of Technology,2012,12(4):344-372.

[27]韩先锋，惠宁.中国大数据产业技术效率及其影响因素分析[J].科技管理研究，2016,36(14):108-112.

[28]茶洪旺，蔡高楼.基于DEA方法的中国大数据企业创新绩效评价研究[J].北京邮电大学学报（社会科学版），2017,19(1):71-78.

[29]邓新策.基于上市大数据企业的经营绩效与研发投入关系研究[D].北京：北方工业大学（硕士学位论文），2017.

[30]郭峰，邹波，郭津毓,等.大数据环境下企业行为对创新能力与企业绩效的作用机理研究[J].科学学与科学技术管理，2017,38(4):126-136.

[31]DEHNING B.,RICHARDSON V.J..Returns on investments in information technology:a research synthesis[J].Inf.Syst,2002,16:7-30.

[32]MELVILLE N.,KRAEMER K.,GURBAXANI V..Information technology and organizational performance:an integrative model of it business value[J].MIS Quarterly,2004,28:283-322.

[33]SAMUEL FOSSO WAMBA,ANGAPPA GUNASEKARAN,SHAHRIAR AKTER,et al.Big data analytics and firm performance:Effects of dynamic capabilities[J].Journal of Business Research,2017,70:356-365.

[34]BARNEY J..Firm resources and sustained competitive advantage[J].Strategic Management Journal,1991,17:442-453.