数据赋能对制造业企业绩效的影响：战略柔性的中介作用

张振刚，肖 丹，许明伦

（1.华南理工大学工商管理学院；2.广州数字创新研究中心；3.华南理工大学公共管理学院，广东广州 510640）

1 研究背景

制造业一直是中国经济增长的重要引擎，近20年来占国家生产总值（GDP）比重在30%左右，是对中国GDP 贡献最大的行业，但随着制造业市场环境变化的加快、不确定性的加大、人口红利的消失、外部发达国家和新兴发展中国家的“两端挤压”，中国制造业转型升级面临重重困难，亟需高质量发展的新方式、新动力。如今，数据赋能对促进企业的智能化和敏捷化具有重要作用，已成为制造业转型的关键［1］。数据赋能通过利用大数据、云计算等新一代信息技术来优化企业收集、管理、分析数据的方式，与企业的生产经营实践相结合，提高企业适应环境变化配置资源的战略柔性，让企业在动态环境中获得竞争优势，最终对企业绩效产生积极影响。

目前，学者们普遍用案例研究的方法揭示数据赋能对企业生产及价值创造的具体过程，定量研究不足，使用定量的方法来开展数据验证研究将有利于丰富数据赋能的研究体系；另外，数据赋能对企业绩效的内在作用机制尚未得到充分揭示，有待进一步探究。因此，本研究从数据赋能角度出发，以战略柔性为中介变量，构建了数据赋能与企业绩效间的中介模型，旨在探究数据赋能影响企业绩效的内在机制，并以广东省大型制造业企业作为研究对象，通过155 个企业样本进行实证研究。

2 理论基础与研究假设

2.1 数据赋能的定义及其与企业绩效的关系

目前，学者们对数据赋能的定义尚未达成一致。Lerch 等［2］将制造业的数据赋能定义为：信息和数字技术驱动的智能连接机器现象。孙新波等［1］认为数据赋能是依赖和提高企业对信息的获取及利用能力，释放数据具备的信息潜能，进而驱动企业高效配置资源、响应客户需求，创造企业价值的过程。刘静等［3］认为数据赋能代表着大数据对传统商业创造的经济绩效，包括数据资产与数字经济两方面内容。

在维度划分上，Lenka 等［4］从能力视角将数据赋能划分为智能能力、连接能力、分析能力3 个维度，其中智能能力是人工参与程度低的情况下通过硬件设施来感知、抓取信息的能力，连接能力是以通信技术实现与智能化的各类产品进行连接的能力，分析能力是对浩繁的客户行为数据进行逻辑处理和场景模拟来挖掘客户需求的能力；周文辉等［5］基于中国企业的实践丰富了以上3 个维度的内容，强调连接能力是实现人与人、人与物、人与信息、信息与信息的连通，智能能力是实现对用户行为表现的自动感知以及对服务的自动优化，分析能力是对信息的处理和分享能力，并指出了这3 种能力在企业不同发展阶段的具体表现形式；钟苏梅［6］将数据赋能划分为大数据资源和对数据资源的利用能力两个维度。

立足于数据时代背景，以企业经营管理为着力点，结合已有研究，本研究认为，数据赋能是企业基于数据基础设施及大数据、云计算等新一代信息技术，对企业经营管理所产生或需要的数据进行采集、整理、分析并共享，意图为企业打造数据资源库及提供决策支撑的过程。数据赋能可分为连接能力、智能能力以及分析能力3 种能力，其中，连接能力是对企业内外部人、物、信息间的广泛连接，智能能力是企业通过先进的硬件设备和信息技术得以在人工介入少的情况下快速感知、捕获及动态分配数据资源的能力，分析能力是企业在规模庞大的数据中发现有价值的信息并且将其转换为具有组织运营价值的预测性见解的能力。

数据赋能对企业生产管理及服务都具有积极影响。生产方面，数据赋能不仅有利于提升复杂产品制造敏捷性［7］，还可以促进企业大规模定制技术创新［8］；管理方面，数据驱动的智能制造框架能实时监控产品生产的全过程，及时收集并分析生产数据、发现问题，并帮助作出明智决策，有效降低企业运营成本［9-10］；产品和服务创新方面，基于对海量数据的挖掘分析，企业加强了对消费者行为模式及其发展趋势的准确研判，进而可设计出更符合消费者需求的产品及服务［11］。同时，新一代信息技术的应用，使企业得以用更低的成本以更高的效率获取更全的用户信息，从而具备全样本自然实验的条件，可以根据用户的不同需求持续改进产品，提高企业的产品创新能力［12］，促进企业取得更好的绩效。

由此，本研究提出以下假设：

H1a：数据赋能连接能力正向影响企业绩效。

H1b：数据赋能智能能力正向影响企业绩效。

H1c：数据赋能分析能力正向影响企业绩效。

2.2 战略柔性在数据赋能和企业绩效间的中介作用

战略柔性是企业占有、控制各种稀缺资源并在识别和应对外部环境变化时高效配置和运用资源的能力，可划分为资源柔性与能力柔性，其中资源柔性决定着企业对已有资源的有效利用能力，主要表现为资源专用性的削弱及资源转换用途时的成本更少、难度更小、时间更短，能力柔性是企业根据市场变化情况及时对组织及外部资源进行获取、整合及分配的能力［13］。

（1）数据赋能有利于提升企业的战略柔性。第一，数据赋能连接能力使企业能够连接更多内外部人、物、信息之间的数据，接触并引入更广泛的新信息新知识，从而扩展和丰富企业现有知识库［6］，为企业应对动态变化的市场环境提供了更多的资源储备。第二，数据赋能智能能力使得企业在低人为干预下可以快速识别并获取企业所需的数据资源，改变了工作进行的时间以及工作的性质和节奏，帮助加快识别内外部环境的变化状况并及时作出响应［14］，提升了资源的使用效率，降低了资源用途转变的成本和难度［15］，提高了企业的战略柔性。最后，数据赋能分析能力使企业能在海量的数据资源中分离出对目前企业业绩提升有价值的信息，以及对未来企业的长期可持续发展有用的知识，充实企业已有的资源池，使企业能够不断发现并掌握以往未发现的诸多功能和技术，从而让企业的有限资源的使用范围得以扩大、利用效率得以提升［16］。此外，数据赋能让企业更有效地挖掘消费者数据，预测消费者的深层需求，实现对消费者的个性化服务，同时为企业的战略性部署提供更清晰的方向，从而缩短对应资源分配的时间，提高资源配置的效率和能力，战略柔性也能由此提升。

（2）战略柔性有利于提升企业绩效。资源柔性可以减少环境变化对企业带来的冲击，资源柔性越大的企业越能更好地应对各种不确定性因素［17］。通过资源柔性化，企业能更好地把控和利用自身资源［18］，为企业的长期可持续发展提供更多可能性；同时，企业的资源柔性越强，企业进行资源用途转换所需花费的成本就越少［19］，有利于降低企业的运营成本。能力柔性不仅可以帮助企业对存量资源的作用和使用范围进行准确清晰地定位，明确企业所需所缺资源，引导企业有效评估、及时获取外部新资源［13］，还能提高企业的资源整合和配置能力，让有限的资源发挥更大的价值和作用，为企业在激烈的市场竞争中提升绩效创造更多机遇［18］。

综上所述，数据赋能有助于企业提升战略柔性，而战略柔性有助于提升企业绩效，因而，本研究提出以下假设：

H2a：数据赋能连接能力通过资源柔性的中介作用影响企业绩效。

H2b：数据赋能智能能力通过资源柔性的中介作用影响企业绩效。

H2c：数据赋能分析能力通过资源柔性的中介作用影响企业绩效。

H2d：数据赋能连接能力通过能力柔性的中介作用影响企业绩效。

H2e：数据赋能智能能力通过能力柔性的中介作用影响企业绩效。

H2f：数据赋能分析能力通过能力柔性的中介作用影响企业绩效。

2.3 研究框架

综上，制造业企业要想通过数据赋能来提升绩效，就要利用数据基础设施及新一代信息技术对企业内部经营及外部市场数据进行采集、存储、计算、管理和利用，增强企业对数据的广泛连接能力、实时收集数据的智能能力、对数据进行挖掘分析为企业决策提供依据的分析能力，进而促进企业根据市场变化情况，对人、财、物、数据等企业内外部资源进行更快速、更有效率地配置，即增强企业的战略柔性。据此，本研究构建了数据赋能提升企业战略柔性进而促进企业绩效提升的研究框架，如图1所示。

图1 研究框架

3 研究设计

3.1 数据收集

为了验证上述逻辑与假设，结合本研究课题组（以下简称“课题组”）主要研究关注点，通过多种途径面向广东省的大型制造业企业发放问卷。一是委托政府机构发放。课题组与广州市政府有着良好合作基础，因此委托其向所管辖的大型制造业企业发放与回收问卷，这也是本研究中主要的问卷发放方式。二是现场发放。将纸质版问卷发放给华南理工大学EMBA、MBA 班学员，进行现场填写并回收。三是利用笔者社会网络发放。通过笔者在大型制造业企业工作的亲人、朋友、同学以及他们的朋友填写并回收问卷。本研究选用了匿名回答的方式，并在问卷开头已表明“不涉及任何个人隐私和商业机密”，然后对纸质问卷数据进行两轮独立地录入，安排第三人复核，以避免录入过程的误差，最后剔除了不完整或明显随意填写的问卷。本研究一共发放了300 份调查问卷，涉及计算机、通信、汽车、医药、家具、食品、纺织、金属等多个行业，回收有效问卷共计155 份，问卷有效回收率为51.6%（详情见表1）。

表1 样本描述性统计结果

表1（续）

3.2 变量测量

本研究在已有成熟量表的基础上咨询多位业界专家及学者，根据他们的意见对量表进行修改，以保证量表适应本研究的具体情景，并经过试发放、反馈修改等多个环节以提高问卷的有效性和科学性。问卷采用Likert 七点量表对数据赋能、战略柔性、企业绩效等变量进行测度。具体如下：

（1）自变量：数据赋能。分别用3 个题项对连接能力、智能能力、分析能力进行测度，从连接内容和范围等方面测量连接能力，以反应速度测量智能能力，从发现价值信息的能力方面测量分析能力。

（2）中介变量：战略柔性。用3 个题项从资源的适用范围和转换效果等方面测量资源柔性，用5个题项来测量能力柔性，考察企业对已有资源的有效利用能力和对新资源的获取能力。

（3）因变量：企业绩效。用4 个题项考察企业销售收入、利润总额的绝对规模和增长速度在行业中的表现。

（4）变量信度和效度。量表总的克隆巴赫系数(Cronbach's Alpha)为0.946，自变量连接能力、智能能力、分析能力，中介变量资源柔性、能力柔性及因变量企业绩效的Cronbach's Alpha 都在0.8 以上（见表2），表明量表的信度非常好。效度方面，自变量和中介变量的KMO 值均为0.872，因变量的KMO 值为0.738，各个变量的累积解释变差都超过了60%，并且全部题项的因子载荷介于0.577 至0.859 之间，均满足超过0.5 的要求，表明量表具有良好的效度。

表2 变量及变量信效度分析

（5）控制变量。将企业类型、营业收入、产权性质、主营行业等作为控制变量，以减少外生变量的影响。

4 数据分析

4.1 相关性分析

表3 显示了各变量间的相关性分析结果，自变量、中介变量和因变量均显著正相关，可见各变量间关系与本研究假设方向基本一致。

表3 变量的相关性分析

表3（续）

4.2 回归分析

为检验以上研究假设，通过SPSS 软件对所收集问卷数据进行了回归分析，具体结果见表4 和表5。

4.2.1 数据赋能对企业绩效的直接效应检验

由表4 可见，全部变量的VIF 值均未超过1.657，远低于10，说明变量间的回归分析不会受到共线性的不良影响。其中，M1 为基准模型，只囊括了控制变量；M2 至M4 在M1 的基础上分别添加了自变量连接能力、智能能力及分析能力，均在0.05 的置信水平上显著，并且与基准模型相比，M2 至M4 的R2值都有所上升，表明模型的拟合度更好，加入自变量确实有助于增强方程解释力。M2 至M4 显示，连接能力、智能能力、分析能力回归系数均显著为正，表明数据赋能正向影响大型制造企业绩效，因此假设H1a、H1b、H1c获得支持。

表4 变量的直接效应检验结果

4.2.2 战略柔性的中介效应检验

对于战略柔性在数据赋能和企业绩效间中介作用的检验，采用Baron 等［20］的研究方法，共分为3个环节。第1 个环节是直接效应检验，已经在上面的分析中完成。第2 个环节在M11 至M18 中检验（见表5），所有模型均在0.05 的置信水平上显著。其中，M11 和M15 为基准模型，M12 至M14 及M16至M18 是在基准模型上分别加入了各个自变量。结果表明，连接能力、智能能力、分析能力分别与资源柔性显著正相关，连接能力、智能能力、分析能力分别与能力柔性显著正相关，则第2 个环节得以完成，即自变量与中介变量相关。第3 个环节是在M5 至M10 中检验，在回归方程中同时放入控制变量、自变量、中介变量，观察变量间的相关性变化。其中，M5 结果显示虽然连接能力对企业绩效的回归系数变小，但资源柔性的回归系数不显著，所以资源柔性在连接能力和企业绩效间的中介作用不显著，即假设H2a 未获得支持；M6、M7 结果显示智能能力、分析能力仍显著正向影响企业绩效，但系数都有所降低，资源柔性的回归系数均显著，所以资源柔性分别在智能能力与企业绩效、分析能力与企业绩效间起部分中介作用，即假设H2b、H2c均获得支持；M8 至M10 结果显示连接能力、智能能力、分析能力均仍显著正向影响企业绩效，但系数都有所降低，且中介变量能力柔性的回归系数均显著，表明能力柔性在数据赋能的3 项能力与企业绩效间均起部分中介作用，即假设H2d、H2e、H2f均获得支持。

表5 变量的中介效应检验结果

5 结论与启示

5.1 研究结论

本研究以广东省大型制造业企业为研究对象，从数据赋能的角度，通过对回收的155 份有效问卷数据的分析，实证探究了数据赋能对企业绩效的具体影响机制。主要结论有：（1）连接能力、智能能力、分析能力与企业绩效之间均呈显著正相关关系，数据赋能可以帮助企业在行业竞争中处于有利位置；（2）连接能力、智能能力、分析能力分别对资源柔性和能力柔性均具有显著正向影响，即数据赋能越强则企业战略柔性越高；（3）资源柔性在智能能力与企业绩效、分析能力与企业绩效的关系中均起到部分中介作用，能力柔性在数据赋能的3 个维度与企业绩效的关系中均起到部分中介作用，数据赋能会通过战略柔性间接影响企业绩效。

5.2 管理启示

本研究获得以下管理启示：（1）大型制造业企业应当顺应时代潮流，把握好当前大数据时代带来的机遇，适时引入和充分利用新一代信息技术，为企业广泛收集、实时获取、精准分析各种有价值的数据，为当前处于转型升级的企业在研发、生产、销售等价值链各环节提供有效决策依据，增强企业对外部环境变化的准确和快速响应，并合理优化相关业务流程，提高企业的制造和服务水平，塑造和强化企业的竞争优势。（2）制造业企业在与数字化的融合发展中应注重战略柔性的重要作用，战略柔性是数据赋能影响企业绩效提升的关键环节，面对快速变化的外部市场环境，企业必须加强战略柔性，扩大已有资源的利用范围，降低变化带来的损失，适时调整战略导向，并快速配置相关战略资源，尽可能抓住变化中的机遇，促进企业绩效提升。