大数据对企业高质量发展的赋能效应分析

摘要：我国经济高质量发展依托于企业高质量发展。数字经济与实体经济深度融合已成趋势，大数据技术的应用成为助推企业高质量发展的强大动力。对大数据赋能企业高质量发展进行系统梳理，能够为下一阶段的研究提供坚实的基础。通过总结大数据对企业创新、运营、治理3个维度的影响，以及规模经济效应、范围经济效应、长尾效应三大理论，提出大数据赋能企业高质量发展面临的挑战，旨在为我国企业在新时代实现高质量发展提供理论参考。

关键词：企业高质量发展；大数据；企业创新；企业治理

0引言

党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”[1]。党的二十大报告强调，“高质量发展是全面建设社会主义现代化国家的首要任务”[2]，由此可见，高质量发展已成为我国步入新时代后的崭新主题。在经济增速放缓背景下，以大数据等前沿技术为核心的数字经济却展现出蓬勃发展态势。中国信息通信研究院发布的《大数据白皮书（2022年）》显示，2021年，我国大数据产业规模增加到1.3万亿元，复合增长率超过30%，成为驱动我国经济高质量发展的新动力之一，也为我国企业高质量发展提供了新机遇。党的十九届四中全会首次将数据确认为第七种生产要素，这对数据赋能我国企业高质量发展提出了更高要求，也对数字经济更好地服务实体经济提出了新展望。因此，大数据如何赋能我国企业高质量发展，成为当前经济背景下的关键问题。

1大数据赋能企业高质量发展的维度分析

1.1大数据对企业创新的影响分析

创新发展是企业高质量发展的重要衡量指标。截至2022年底，我国拥有有效发明专利的企业达35.5万家，较上年增加5.7万家；拥有有效发明专利232.4万件，同比增长21.8%。这显示出企业作为创新主体的活力。而大数据技术是科技创新的关键要素，是企业创新发展的重要战略资源，其发展能够提高企业创新投入，从而提升企业创新能力。

研发投入常被作为衡量企业创新能力水平的重要指标。然而，创新项目资金需求大、不确定性高，企业的创新活动也时常面临严重的外部融资难题。因此，创新活动的成本管理对于提高企业创新绩效具有关键作用。合理的投融资行为、完善的资金链条、有利的融资条件必然会促使企业资金的高效运转，盘活企业创新资金，从而增强企业创新能力。在大数据、云计算等新兴技术的驱动下，金融科技实现爆发式增长，这在一定程度上缓解了企业的融资约束，显著促进了企业的创新产出。实证结果表明，城市的金融科技发展水平每提高1%，当地企业专利申请数量平均会增加约0.17项[3]。数字金融也能够在大数据技术的支撑下，低成本、低风险地处理海量数据，并因此有效缓解企业“融资难、融资贵”问题，驱动企业去杠杆和提高财务稳定性，有助于赋能企業技术创新活动，提高企业创新产出[4]。

1.2大数据对企业运营的影响分析

生产效率和综合绩效是测度企业运营高质量发展的重要量化指标。来自于产品、客户、供应商等方面的大数据给企业提供了重要的信息资源。多数企业已经将数字化应用于日常经营，超过70%的企业将互联网应用于采购、营销、宣传等方面[5]。大数据作为与资本、劳动力等生产要素并行的要素，为企业高效生产提供了动力。

从大数据赋能企业生产效率视角看，数据科学、预测分析和大数据应用会给企业供应链管理带来彻底的变革[6]。大数据技术对于提高供应链效率，从而提升企业绩效，具有显著的正向调节作用，其中信息的联结和共享机制及高管承诺发挥了重要的中介调节作用[7]。大数据不仅能够促进供应链高效、合理地分配资源，提升协同能力，而且有助于实现供应链管理的技术创新及更好的风险控制[8]。因此，大数据的系统应用对于企业各项财务指标和整体绩效均具有提高和优化作用。

1.3大数据对企业治理的影响分析

治理机制有效是企业高质量发展的必要条件。在大数据赋能机制下，企业的治理环境和影响因素都发生了巨大转变。相关网络安全报告显示，自新冠疫情暴发以来，全球企业董事会会议从疫情前5%的虚拟会议转变为5%的面对面会议。大数据技术的应用能够缓解公司治理中的信息不对称，提高管理者决策的科学性，从而推动企业实现高质量发展。

大数据的价值转化体现在5个方面，分别是：提高信息透明度；有效反映外部环境变动；细分用户群体，以制定企业战略；用自动化算法优化人类决策；创新商业模式、产品和服务。在公司治理层面，大数据提供的高透明度信息恰好能够有效解决信息不对称问题，提高决策的科学性。以数据驱动为特征的公司更能够实现高效治理，进而提升发展质量，甚至还表现在公司估值的上升上。同时，大数据具有预测能力，它的应用使得企业能更准确地预测市场环境及经营状况，并由此科学地调整公司治理机制和经营战略[9]。

2大数据赋能企业高质量发展的效应分析

2.1规模经济效应分析

企业在追求规模扩张的同时，难免会产生规模不经济的现象。比如，企业扩大规模，增设分厂，意味着管理层级和员工人数的增加，进而提高了管理成本；同时上下层级之间的信息传导路径延长，容易产生信息不对称问题，导致决策和控制信息失真[10]。传统企业在扩大生产规模的同时，受限于空间和距离，供给产品面临自然性市场分割问题，从而带来高昂的异地渠道建设成本和管理成本[11]。因此，企业容易陷入规模不经济困境。

大数据赋能可以在很多领域缓解这一困境。一方面，大数据是使企业管理决策优化的有效工具。在大数据环境下，随着企业获取信息和计算能力的大幅度提升，企业决策更加理性、合理，更贴近“完全理性”[12]。另一方面，大数据促进了平台企业商业模式的创新，使其能够根据海量消费者行为数据进行更加个性化的营销，降低了企业的固定成本[13]；同时依托互联网平台，打破空间壁垒，扩大企业的销售规模；消费者也能够通过商品信息的大数据帮助做决策，提高消费决策的效率，进一步促进企业销售扩张。因此，大数据能够推动企业扩大规模、降低成本，从而实现规模经济效应，促进企业高质量发展，见图1。

2.2范围经济效应分析

范围经济是指由企业的经营范围而非规模带来的经济，即同时生产多种产品的费用低于分别生产每种产品所需成本的总和。大数据赋能使得产业融合趋势更加明显，大数据资源在企业、行业之间流动，提高了资源配置效率，使企业跨界经营的能力进一步增强，有助于范围经济的实现。

在企业层面，数字经济引领高质量发展体现在使企业形成了新的盈利模式，实现了范围经济和规模经济的结合[14]。这种效应基于企业经营业务的不同，衍生为多种形态。在服务业中，大数据驱动平台企业不断创新商业模式，如支付宝、淘宝等原本基于支付手段、购物手段等的专业化服务平台，通过集合海量用户数据，逐步根据用户需求开发出医疗、金融、城市服务等多样化的产品形态，并通过用户大数据不断完善，进一步提高企业绩效；在制造业中，大数据打破了厂商与用户之间的信息壁垒，使企业能够根据用户数据实现自动化、个性化生产，由原本单一的加工制造转型为与用户需求数据紧密结合的“服务＋制造”跨界新业态；在零售业中，永辉超市等企业打造了超市、餐饮、互联网于一体的新模式，将产品与数据结合，使企业与客户之间实现互动，消费者偏好和行为的数字化创造了透明性和连通性，使单一零售业务转向多元化经营[15]。因此，大数据通过增强企业的跨界经营能力实现范围经济，有效推动了企业高质量发展，见图2。

2.3长尾效应分析

规模经济和范围经济分别从产品产量和产品种类两个方面促进企业降低成本、提升绩效，并因此引发需求端的长尾效应，见图3。一方面，大数据驱动企业进行数字化转型，并以原本的产品为基础，根据用户大数据开发多样化的数字化产品，以满足不同个体的个性化需求，形成“产品长尾”[16]；另一方面，大数据技术的广泛应用催生了科技型金融平台，金融科技和数字金融的发展使得数量庞大的小微企业能够享受定制化的金融服务，从而挖掘了“长尾市场”[17]。这使企业能够更加便捷和规范地开展投融资活动，缓解了企业的融资约束，既提高了企业的资金使用效率，又保证了企业创新活动的顺利进行。

3构建大数据赋能高质量发展体系面临的挑战

目前，我国在构建大数据赋能高质量发展体系上仍基于传统经济治理模式，难以匹配数字经济与大数据的发展需求。具体来说，在构建大数据赋能高质量发展体系时面临的挑战主要体现在以下方面：

首先，在企业创新维度，目前相关研究已证实大数据对企业创新有显著的推动作用，主要是由于数字金融、金融科技的发展能够缓解企业的融资约束，增加企业创新投入。对于微观视角大数据如何赋能企业创新研发、提升创新绩效的具体研究尚不成熟。一方面，大数据作为企业重要的生产要素与创新要素，如何充分利用其功能，增加企业创新产出，仍需进行深入研究；另一方面，数字经济繁荣促使企业由封闭式创新向开放式创新演化，大数据在企业间的流通共享有助于提升企业的协同创新绩效，提升企业创新活力与质量。如何充分发掘大数据在产业链“融通创新”中的作用，是目前大数据赋能高质量发展面临的挑战之一。

其次，在企业运营维度，现有关于大数据赋能企业运营的研究主要聚焦于企业供应链管理与绩效提升方面。近年来，产业融合趋势明显，企业应发挥大数据的计算优势，推动传统供应链智能化、高端化，发展服务型制造，从而实现更高效的成本管理与生产运行。现有的研究也表明，大数据对于产业融合、产业升级、产业结构优化的赋能效应明显，如数字产业与制造业融合发展，推动智能制造形成和完善，提高了产业供给效率，为我国制造业升级、实体经济的壮大提供了新动力。同时，数据赋能产业优化也能够为企业高质量发展提供良好的中观环境。因此，如何提升大数据的产业利用率，在保证数据质量的同时，促进产业间的数据流通共享，以新兴产业带动传统产业转型升级，推动企业乃至产业整体实现高质量发展，是值得深入探究的问题。

最后，在企业治理维度，现有关于大数据赋能企业治理的研究尚不深入，但其仍是未来研究的重点领域。已有研究表明，伴随着大数据的应用和企业数字化程度加深，企業信息透明度不断提高，管理者决策行为趋于完全理性，从而显著提升了公司治理水平。从企业视角看，如何建立完善的数据共享机制，使优质大数据资源能够共享并在公司治理中得以高效利用，以及如何建立企业的智能决策机制，提高管理者理性程度，使大数据能够更好地赋能与企业治理，都是在构建大数据赋能高质量发展体系过程中面临的挑战和值得研究的议题。

4结语

我国经济由高速增长阶段转向以创新、协调、绿色、开放、共享等新发展理念为指导的高质量发展阶段。企业作为经济发展的主体，其发展质量直接影响中观产业水平和国家宏观经济。当前，数字经济与实体经济深度融合已成为推动我国经济高质量发展的强大动能。基于此，本文探讨了大数据对企业创新、运营、治理3个具体维度的影响，分析了大数据赋能企业高质量发展的规模经济效应、范围经济效应和长尾效应，提出了当前构建大数据赋能高质量发展体系过程中面临的挑战。通过以上分析发现，大数据能够在更多层面赋能企业高质量发展，进而推动我国产业结构优化升级，为实现宏观经济高质量发展提供不竭动力。

参考文献[1]习近平.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利[N].人民日报，2017-10-28（001）.

[2]习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告[M].北京：人民出版社，2022.

[3]李春涛，闫续文，宋敏，等.金融科技与企业创新：新三板上市公司的证据[J].中国工业经济，2020（1）：81-98.

[4]唐松，伍旭川，祝佳.数字金融与企业技术创新：结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36（5）：52-66.

[5]李梓嫣.大数据背景下企业生产管理的数.字化提升策略探讨[J].企业改革与管理，2022（24）：6-8.[6]WALLERMA，FAWCETTSE.Datascience，predictiveanalytics，andbigdata：arevolutionthatwilltransformsupplychaindesignandmanagement[J].JournalofBusinessLogistics，2013，34（2）：77-84.

[7]WANGG，GUNASEKARANA，NGAIEWT，etal.Bigdataanalyticsinlogisticsandsupplychainmanagement：certaininvestigationsforresearchandapplications[J].InternationalJournalofProductionEconomics，2016，176（5）：98-110.

[8]成栋，陈思洁.供应链管理中的大数据运用[J].现代管理科学，2017（8）：9-11.

[9]MCAFEEA，BRYNJOLFSSONE.Bigdata：themanagementrevolution[J].HarvardBusinessReview，2012，90（10）：60-68.

[10]張元智，马鸣萧.企业规模、规模经济与产业集群[J].中国工业经济，2004（6）：29-35.

[11]杜传忠，张远.数字经济发展对企业生产率增长的影响机制研究[J].证券市场导报，2021（2）：41-51.

[12]CHILDJ，IHRIGM，MERALIY.Organizationasinformation：aspaceodyssey[J].OrganizationStudies，2014，35（6）：801-824.

[13]荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（2）：66-73.

[14]任保平.数字经济引领高质量发展的逻辑、机制与路径[J].西安财经学院学报，2020，33（2）：5-9.

[15]江积海，王若瑾.新零售业态商业模式中的价值倍增动因及创造机理：永辉超级物种的案例研究[J].管理评论，2020，32（8）：325-336.

[16]邓凤仪，邓海荣.大数据时代数字出版的“长尾效应”[J].出版发行研究，2014（10）：27-29.

[17]王华，李扬子，曹青子，等.互联网金融发展的长尾效应与溢出效应分析[J].统计与决策，2018，34（19）：172-174.

收稿日期：2023-03-09

作者简介：

张云晓，女，1990年生，硕士研究生，会计师，主要研究方向：政府会计、财务管理与政策。