大数据分析能力、创新能力与竞争优势关系研究

马巧鸽，任 南,2，苗 虹

(1.江苏科技大学 经济管理学院，江苏 镇江 212003；2.江苏科技大学 服务制造模式与信息化研究中心，江苏 镇江 212003)

我国是制造大国却还不是制造强国，这一点也体现为创新能力不够强，而创新能力的薄弱将直接导致不能持续创造竞争优势[1]。目前，大数据分析已引起众多行业的关注[2]，学者们发现大数据分析可直接为制造企业提供新见解[3]，这些新见解可用于提高组织的创新力和竞争力，并为管理人员、业务经理和其他战略决策者提供使用增值信息流来获得竞争优势的契机[4]。

以往对大数据分析能力的研究大多针对绩效展开，而关于大数据分析能力对创新能力和竞争优势的影响研究并不充分，且已有研究大都侧重概念性论述，缺乏对大数据分析能力的定量研究[5]，尤其缺乏制造业领域中大数据分析能力对创新能力和竞争优势作用路径的研究。同时，大数据分析能力作为一个多维变量，不同维度是否对创新能力和竞争优势均产生影响尚不明确。此外，虽然大数据分析能力可促进创新能力的提升，但学者们通常将创新能力作为一个整体，并未强调其构成，而事实上不同的创新能力产生的作用不尽相同[6]。已有研究较侧重技术创新能力对竞争优势的影响，忽略了当今制造企业已经开始着眼于引进和发展非技术创新能力，非技术创新能力现已成为企业竞争优势的重要来源。

基于此，为充分理解以往对大数据分析能力概念化的认知，理清制造企业中大数据分析能力作用于创新能力和竞争优势的具体过程，即大数据分析能力的不同维度对技术创新能力和非技术创新能力及竞争优势是否都产生影响以及有何影响，笔者细分了大数据分析能力和创新能力的不同维度，利用制造企业的相关数据，对各个维度与竞争优势之间的关系进行检验，并在此基础上提出如何利用大数据分析能力提升创新能力和竞争优势的建议和对策。

1 概念界定

1.1 大数据分析能力

大数据分析能力可通过大数据分析资源的有效配置或与有价值的、稀缺的、不可模仿和不可替代的组织资源进行协同组合产生[7]，强调企业对数据的敏感性，目的是为改善业务提供有用的信息和见解。大数据分析能力是一个多维变量，笔者主要借鉴AKTER等[8]对大数据分析能力的划分，认为制造企业大数据分析能力包含大数据分析技术能力、大数据分析管理能力和大数据分析人员能力。此外，由于大数据的本质在于预测，因此笔者也将预测能力定义为大数据分析能力的第四维。其中，大数据分析技术能力是指使数据科学家能够快速开发、部署并支持企业进行数据分析的资源。大数据分析管理能力是指确保企业能够使用适当的管理框架做出可靠的业务决策。大数据分析人员能力是指专业分析人员在大数据环境中执行所分配任务的能力。大数据分析预测能力是指企业从海量业务数据中提取信息来预测未来趋势的能力。

1.2 创新能力

创新能力是企业采取和执行新实践的能力，是为了促进企业持续进行创新并获取利润[9]。部分学者把创新能力看作一个整体，没有区分创新能力的不同维度，如RANGUS等[10]的研究表明创新能力对业务绩效有显著作用；但MIR等[11]的研究表明创新能力并不直接影响业务绩效，且不区分创新能力就可能得出相互矛盾的结论，因为不同方面的创新能力发挥的作用可能不同。此外，也有学者关注了技术创新能力，如LEE等[12]研究了产品创新能力和流程创新能力对竞争优势的影响,但未关注非技术创新能力的影响。而事实上非技术创新在对企业竞争力的影响方面正发挥越来越重要的作用[13]。有关创新能力的维度划分如表1所示。

表1 创新能力的维度划分

由表1可知，学者大多将创新能力划分为产品创新能力、流程创新能力、管理(组织)创新能力和营销创新能力。因此，笔者将创新能力划分为上述4个维度。其中，产品创新是指对产品或服务的引进、改进和开发；流程创新是指在企业的生产或服务过程中引入新的要素，生产更好的产品或提供更好的服务；管理创新是指在公司的业务实践、工作场所或组织对外关系中实施新的组织方法；营销创新是指在产品设计、包装、定位、定价和推广等方面的变化。产品创新和流程创新涉及技术创新，管理创新和营销创新涉及非技术创新。

1.3 竞争优势

竞争优势是相较于行业内其他企业所具有的长期性和独特性竞争地位，是企业在组织结构、劳动效率、产品质量、新产品开发、管理和营销等方面所具有的各种有利条件。在对竞争优势的研究过程中，王朝晖等[18]用财务绩效、创新绩效和市场反应速度来衡量竞争优势；李巍[19]用低成本优势和差异化优势来衡量竞争优势。借鉴已有学者的研究，笔者采用财务和市场优势来衡量竞争优势。

2 研究假设与理论模型

2.1 大数据分析能力与竞争优势

许多企业都充斥着各种各样的大量数据，企业也正在利用大数据分析来获得竞争优势[20]。大数据分析技术能力是大数据分析顺利进行的保障，基础设施具备良好的兼容性和连接性，可充分打通企业内外部数据，实现纵向一体化，为大数据分析的顺利进行打下基础，进而为企业在竞争多变的环境中生存提供保障。大数据分析管理能力可利用其自身的规划、决策、协调和控制作用，以系统的方式来执行生产、销售等业务，并根据市场环境的变化来调整业务分析计划，还可事先预测员工、客户和管理者为生产调整、客户需求等决策改变需做出的努力，进而带来仓储、配送效率的大幅提升和成本的大幅下降。大数据分析人员可利用其掌握的技术知识、商业知识和关系知识等，在充分了解企业目标和商业环境的基础上，对企业的各类数据进行管理、维护和分析，给企业带来竞争优势。大数据分析预测能力可使企业做出有价值的决策，帮助企业确定潜在的风险和机遇，如缓解或解决产能过剩、产销脱离、呆滞料或料件短缺等问题。基于此，笔者提出以下假设：

H1a大数据分析技术能力对竞争优势有积极影响；

H1b大数据分析管理能力对竞争优势有积极影响；

H1c大数据分析人员能力对竞争优势有积极影响；

H1d大数据分析预测能力对竞争优势有积极影响。

2.2 大数据分析能力与创新能力

大数据分析能力被认为是企业创新的一件大事，当代各种规模的企业都在利用大数据分析的资源和专业知识来寻找新的创新方式以超越竞争对手[21]。企业的各种创新都离不开基础设施的支持，智慧工厂、办公活动等数据的存储和分析都需要依靠基础设施良好的兼容连接性来进行收集、分析和传递，并为相关的创新提供必要的信息。大数据分析管理能力可对企业的产品、流程、管理和营销方面的业务革新进行合理的规划，并在实施过程中通过大数据分析人员与其他人员的协调与控制，为企业创新提供指导。此外，产品全生命周期会产生大量数据，这些数据只有通过大数据分析人员的挖掘才能发挥作用，进而促进产品创新能力、流程创新能力、管理创新能力和营销创新能力的提升。大数据分析的根本目的是预测，设计师可根据用户数据的分析结果预测客户需求，并指导设计新产品。在制造或服务阶段，大数据分析可预测产品质量和生产调度等问题，以做到及时改进流程。在企业管理方面，可依据以往的管理数据进行分析预测，确保企业管理制度的合理性。最后，企业中存在大量的销售数据和客户数据，对其进行分析可为产品或服务推向市场的定价、包装和推广等提供创新性想法。基于此，笔者提出以下假设：

H2a大数据分析技术能力对产品创新能力、流程创新能力、管理创新能力和营销创新能力有积极影响；

H2b大数据分析管理能力对产品创新能力、流程创新能力、管理创新能力和营销创新能力有积极影响；

H2c大数据分析人员能力对产品创新能力、流程创新能力、管理创新能力和营销创新能力有积极影响；

H2d大数据分析预测能力对产品创新能力、流程创新能力、管理创新能力和营销创新能力有积极影响。

2.3 创新能力与竞争优势

创新能力促使企业具有持续的发展动力，是企业在竞争环境中处于优势地位的基本保证。企业不仅可以运用创新能力创造新产品，将新产品推向市场，寻找立足点，提高生存能力和竞争优势，还可以将创新能力直接作用在生产流程和设备工具上，直接影响企业竞争优势，这体现了企业的产品和流程等技术创新能力的作用。但当今不仅技术创新是企业获得竞争优势的主要来源，管理和营销等非技术创新也已成为竞争优势最重要和可持续的来源。创新是企业背后的驱动力，是成功的关键，也是全球竞争的基石，为了在全球市场上实现竞争优势，企业需要创造生产、营销和管理方面的创新。基于此，笔者提出以下假设：

H3a产品创新能力对竞争优势有积极影响；

H3b流程创新能力对竞争优势有积极影响；

H3c管理创新能力对竞争优势有积极影响；

H3d营销创新能力对竞争优势有积极影响。

综上，笔者构建大数据分析能力、创新能力与竞争优势三者关系的研究模型，如图1所示。

图1 研究模型

3 研究设计

3.1 研究样本

基于对船舶制造业一些总装厂及配套企业中青班学员的调研得知，制造企业中的大数据分析已经存在，故先对连续三期的中青班学员展开了前测，向这些中层管理者发放问卷95份，回收问卷72份，并根据结果对问卷进行修订完善，得到最终问卷。在正式调查时，依托问卷星收集制造企业数据，共发放问卷410份，回收410份，并根据以下原则进行筛选：①答案呈规律性分布或答案几乎相同的予以删除；②相近题项答案前后矛盾的予以删除；③大数据分析能力题项中答案分数普遍较低的，相对不足以表明企业中存在与大数据分析有关的业务活动，予以删除。最终得到有效问卷281份，有效问卷回收率为68.5%。其中，被调查者工作年限在4年及以上的占80.8%，4年以下的占19.2%；学历在本科及以上的占96.8%，本科以下的占3.2%；被调查企业在北京、上海、广州、江苏、浙江的占62.3%，其他占37.7%；员工数量在500人以上的占52%，101～500人的占42%，其他占6%；企业性质中国有企业占28.2%，私营企业占46.6%，其他占25.2%。

3.2 测量工具

变量的测量以已使用过的部分成熟子量表为基础，并结合具体研究问题设计而成。具体为：大数据分析技术能力、管理能力、人员能力和预测能力的测量参考文献[5]和文献[22]的量表，共11个测量题项。产品创新能力、流程创新能力、管理创新能力和营销创新能力的测量参考文献[10]、文献[13]和文献[16] 的量表，共13个测量题项。竞争优势的测量参考文献[13]、文献[19]和文献[23]的量表，共5个测量题项。

4 研究结果

4.1 信效度分析

对量表进行探索性因子分析的结果显示，大数据分析能力、创新能力和竞争优势的KMO值分别为0.831、0.901、0.882，高于要求的阈值0.500；Bartlett球形检验显著概率均为0.000，表明量表结构效度较好。量表的信度和收敛效度检验结果如表2所示，可知各变量的Cronbach′sα值均大于0.700，表明量表信度较好。各因子载荷各潜变量的平均变异抽取量(AVE)均大于0.500，且组合信度(CR)均大于0.700，表明量表收敛效度较好。各潜变量AVE的算术平方根均大于其所在行与列的相关系数，表明量表的判别效度较好。

4.2 描述性统计分析

各变量的均值、标准差和相关系数如表3所示，可看出大数据分析能力、创新能力各维度与竞争优势均存在显著正相关关系，为假设检验提供了基础。

4.3 假设检验

结构方程模型的主要拟合指标如表4所示，可看出各拟合指标均在标准范围内，表明模型的拟合度较好。模型的路径分析结果如表5所示，由表5的分析结果可知，除假设H1a、H1b和H1d外，其余假设均得到验证。大数据分析技术能力不能直接对竞争优势产生影响，可能是因为现阶段每个企业进行大数据分析的基础设施资源本身差异不大。同时，企业仅靠基础设施不能直接产生竞争优势，而是要对其进行合理有效的安排利用，形成企业的独特能力如创新能力等，进而间接产生竞争优势。大数据分析管理能力用来确保企业使用适当的管理框架，但是大数据分析能力在制造企业中的应用还处于初级阶段，企业可能还没有足够的经验与知识去形成稀有的、不可模仿和不可替代的大数据分析管理能力。因此，大数据分析管理能力目前还不能成为企业的核心竞争力。大数据分析预测能力是依据数据分析结果对未来进行预测的能力，依据数据分析结果做出决策固然重要，但是面临企业中形形色色的决策问题时，仅仅依靠数据分析结果是不够的，还需人工辅助校验后才足以支持决策，如利用专业领域经验丰富的企业家或员工对数据分析预测结果进行调整、完善与深度分析，即在企业的决策过程中单纯依靠大数据分析预测能力未必能直接提升竞争优势。

表2 信度和收敛效度检验结果

表3 描述性统计分析

注：N=281；对角线上数据为AVE的算术平方根；**表示在0.01水平上显著相关

表4 模型的主要拟合指标

表5 理论模型的路径分析结果

注：***表示P<0.001

5 结论与建议

5.1 研究结论

笔者实证分析了大数据分析能力对制造企业创新能力和竞争优势提升的重要作用，研究结论表明：①大数据分析技术能力、大数据分析管理能力和大数据分析预测能力不能直接影响竞争优势，但大数据分析人员能力可直接影响竞争优势。这一发现理清了对大数据分析能力提升竞争优势笼统概念化的认知，不是所有维度的大数据分析能力都可对竞争优势直接产生作用。②大数据分析能力可直接助力产品创新能力、流程创新能力、管理创新能力和营销创新能力的提高，成为提高创新能力的又一个重要驱动力。③产品创新能力、流程创新能力、管理创新能力和营销创新能力均可直接对竞争优势产生作用。

5.2 主要建议

依据上述结论，笔者提出如下建议：

(1)考虑到大数据分析人员能力可直接对企业的竞争优势产生作用。因此，企业要注重对大数据分析人员的培养，适当引进具有大数据技能的专业型人才，并组织大数据分析人员参加企业的有关会议或外出考查，加深其对企业情况和商业环境的全面了解。在日常的工作中可提供大数据分析人员与客户直接接触的机会，加深其与客户的紧密合作，进而促进大数据分析人员能力的提升。

(2)虽然大数据分析技术能力、大数据分析管理能力和大数据分析预测能力不能直接对竞争优势产生作用，但三者均可直接对创新能力产生作用。因此，企业仍有必要提升自身的大数据分析技术能力、大数据分析管理能力和大数据分析预测能力。据此企业要注重储备支持数据分析人员能够快速开发和部署的数据分析资源，要依据环境的不断变化适时调整大数据业务计划，并制定机制使数据分析人员参加跨职能会议，提高规划、投资、协调和控制的质量，进而提升大数据分析管理能力。此外，企业领导要做好模范带头作用，在企业内部形成以数据为主要依据进行决策的文化氛围，使员工形成注重数据进行预测的习惯，以此来提升企业的大数据分析预测能力。

(3)不论是产品和流程等技术创新能力，还是管理和营销等非技术创新能力，都可提升竞争优势。因此，企业要形成开放型、创新型文化，支持员工的创新想法，鼓励并奖励员工对现有产品、流程、管理和营销进行改善，调动员工的创新积极性；合理加大研发资金投入，培养创新型人员；加强与外部研发机构、供应商、顾客和竞争对手的合作，学习并借鉴相关经验和知识，以此来寻找创新的灵感和方法。