陸 洋，王超賢

(1.中國社會科學(xué)院大學(xué) 投資經(jīng)濟(jì)系；2.中國信息通信研究院 政策與經(jīng)濟(jì)研究所，北京 100191)

0 引言

數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)發(fā)展的主引擎，蘊(yùn)藏著巨大的經(jīng)濟(jì)和社會價(jià)值。隨著新一代信息技術(shù)蓬勃發(fā)展，各國普遍高度重視數(shù)字化轉(zhuǎn)型，紛紛出臺國家戰(zhàn)略加速推進(jìn)，如德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)、英國工業(yè)2050、印度國家制造政策等。我國在中國特色社會主義進(jìn)入新時代之際，順應(yīng)新一輪科技革命和產(chǎn)業(yè)變革大勢，利用數(shù)字技術(shù)持續(xù)提升經(jīng)濟(jì)生產(chǎn)力、改善社會治理模式，對于建成全球數(shù)字經(jīng)濟(jì)強(qiáng)國、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展意義重大，推動數(shù)字化轉(zhuǎn)型也已成為我國重大戰(zhàn)略部署。黨的十九大提出,加快建設(shè)制造強(qiáng)國，發(fā)展先進(jìn)制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合。黨的十九屆五中全會指出，堅(jiān)定不移建設(shè)制造強(qiáng)國、質(zhì)量強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國，推進(jìn)產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化，加快數(shù)字化發(fā)展。

數(shù)字化轉(zhuǎn)型是一個新興課題，相關(guān)研究從2016年前后開始快速興起。在CNKI學(xué)術(shù)期刊學(xué)術(shù)論文搜索中，2000-2015年底16年間總共只有不到500篇相關(guān)論文，而2016年一年內(nèi)就增加了接近200篇，到2020年9月底增加了600多篇相關(guān)論文。當(dāng)前相關(guān)研究還處在初期，各方對數(shù)字化轉(zhuǎn)型內(nèi)涵、構(gòu)成等認(rèn)識仍有分歧。本文將數(shù)字化轉(zhuǎn)型看作信息通信技術(shù)驅(qū)動的產(chǎn)業(yè)變革過程，具體是指以數(shù)據(jù)為關(guān)鍵要素，以信息通信技術(shù)與各行業(yè)全面融合驅(qū)動生產(chǎn)方式、商業(yè)模式和產(chǎn)業(yè)組織變革為主線，以提升行業(yè)和企業(yè)質(zhì)量效益為目標(biāo)和出發(fā)點(diǎn)的系統(tǒng)轉(zhuǎn)型過程。數(shù)字化轉(zhuǎn)型與“信息化”“互聯(lián)網(wǎng)+”“兩化融合”“數(shù)字經(jīng)濟(jì)”等熱點(diǎn)概念既有關(guān)聯(lián)又有區(qū)別：①與“信息化”概念類似，都強(qiáng)調(diào)信息通信技術(shù)驅(qū)動產(chǎn)業(yè)變革，但前者強(qiáng)調(diào)的信息通信技術(shù)是起源于20世紀(jì)六七十年代的IT技術(shù)，而數(shù)字化轉(zhuǎn)型更強(qiáng)調(diào)新一代信息通信技術(shù)，特別是互聯(lián)網(wǎng)、5G、人工智能、大數(shù)據(jù)等技術(shù)；②與“互聯(lián)網(wǎng)+”相比，數(shù)字化轉(zhuǎn)型所包含的技術(shù)種類更多，不局限于互聯(lián)網(wǎng)技術(shù)；③與工業(yè)化與信息化“兩化融合”相比，數(shù)字化轉(zhuǎn)型不僅包括工業(yè)領(lǐng)域的信息通信技術(shù)應(yīng)用，還包括服務(wù)業(yè)、農(nóng)業(yè)、建筑業(yè)以及政府等各行各業(yè)各領(lǐng)域的應(yīng)用，范圍更廣；④與數(shù)字經(jīng)濟(jì)相比，數(shù)字化轉(zhuǎn)型是一個過程，而數(shù)字經(jīng)濟(jì)是一種經(jīng)濟(jì)形態(tài)，兩者含義截然不同。但在構(gòu)成上，數(shù)字經(jīng)濟(jì)包括數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，其中，產(chǎn)業(yè)數(shù)字化是指數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)的核心組成部分。2019年，產(chǎn)業(yè)數(shù)字化占數(shù)字經(jīng)濟(jì)比重達(dá)到80%，是數(shù)字產(chǎn)業(yè)化的4倍。

綜合來看，當(dāng)前對數(shù)字化轉(zhuǎn)型的研究可以分為理論研究和實(shí)證研究兩類[1-4]。理論研究主要集中在轉(zhuǎn)型機(jī)理、戰(zhàn)略路徑、生產(chǎn)體系、應(yīng)用場景等方面，實(shí)證量化研究主要側(cè)重?cái)?shù)字化轉(zhuǎn)型水平評估、轉(zhuǎn)型績效衡量等方面。其中，實(shí)證量化研究是極為重要的領(lǐng)域，量化分析結(jié)果可以讓政策制定者、企業(yè)管理者等明晰相關(guān)主體的數(shù)字化水平，了解與標(biāo)桿水平、平均水平之間的差距，掌握數(shù)字化轉(zhuǎn)型政策或項(xiàng)目實(shí)施績效等，具有重要的基礎(chǔ)性、前導(dǎo)性作用。

數(shù)字化轉(zhuǎn)型的量化研究可以分為三大方向。一是數(shù)字化轉(zhuǎn)型進(jìn)程衡量。主要通過構(gòu)建數(shù)字化轉(zhuǎn)型評估方法，衡量國家、區(qū)域、行業(yè)、企業(yè)等維度的數(shù)字化轉(zhuǎn)型水平，分析判斷數(shù)字化轉(zhuǎn)型發(fā)展水平和成熟度[5-8]；二是數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)績效測算。在衡量數(shù)字化進(jìn)程的基礎(chǔ)上，結(jié)合計(jì)量模型，定量分析數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)的勞動生產(chǎn)率、全要素生產(chǎn)率、產(chǎn)業(yè)進(jìn)入退出水平、盈利能力等方面的影響，從而得出數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)和經(jīng)濟(jì)增長的經(jīng)濟(jì)貢獻(xiàn)[9-11]。值得注意的是，20世紀(jì)90年代出現(xiàn)的索洛悖論相關(guān)研究，其關(guān)鍵問題是數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)績效科學(xué)評估。特別是在當(dāng)前數(shù)字經(jīng)濟(jì)時代，一些研究者提出“新索洛悖論”[12]，辨析解決此問題同樣要準(zhǔn)確評估新的技術(shù)經(jīng)濟(jì)條件下數(shù)字化經(jīng)濟(jì)績效；三是數(shù)字化轉(zhuǎn)型影響因素量化分析。分析不同行業(yè)屬性和企業(yè)規(guī)模大小、基礎(chǔ)能力、變革意愿等特性與數(shù)字化轉(zhuǎn)型進(jìn)程之間的關(guān)系，以更準(zhǔn)確得出數(shù)字化轉(zhuǎn)型進(jìn)程影響因素，進(jìn)一步區(qū)分不同因素對數(shù)字化轉(zhuǎn)型進(jìn)程的邊際影響大小，從而為提出更有針對性的發(fā)展策略提供精準(zhǔn)證據(jù)[13-16]。在3類研究中，數(shù)字化轉(zhuǎn)型水平的量化衡量研究向前連接影響因素量化研究，是其結(jié)果；向后連接經(jīng)濟(jì)績效研究，是其成因?？梢钥闯?，數(shù)字化轉(zhuǎn)型水平量化研究是數(shù)字化轉(zhuǎn)型量化研究的基礎(chǔ)性和首要性問題，也是本文研究的核心主題。

不同機(jī)構(gòu)從多個角度對數(shù)字化轉(zhuǎn)型進(jìn)行了探索性量化研究分析，從研究機(jī)構(gòu)和內(nèi)容看，既有國際組織和研究學(xué)者構(gòu)建的數(shù)字化發(fā)展指標(biāo)體系[17-19]，評價(jià)不同國家和區(qū)域數(shù)字化融合水平，也有知名咨詢機(jī)構(gòu)和領(lǐng)軍企業(yè)發(fā)布的數(shù)字化能力指數(shù)，從不同價(jià)值維度評估不同行業(yè)和企業(yè)數(shù)字化成熟度。同時，國內(nèi)科研機(jī)構(gòu)也都開展了相關(guān)研究[20-23]，提出數(shù)字化水平評估方法。從研究主線看，數(shù)字化轉(zhuǎn)型水平量化研究主要沿著兩大方向展開，分別是微觀層面企業(yè)數(shù)字化成熟度評估和中觀層面行業(yè)數(shù)字化水平研究，目前兩個方面都有了相對豐富的研究成果。但總體上，這一領(lǐng)域的研究仍處在初級階段，尚未形成統(tǒng)一的數(shù)字化轉(zhuǎn)型水平評估方法體系，各家方法不一，結(jié)果難比，且不同方法的適用邊界沒有得到清晰闡述。本文將對這兩個方向上的國內(nèi)外各類評估方法進(jìn)行梳理，對其方法體系、應(yīng)用方向、適用范圍等進(jìn)行比較分析，并對數(shù)據(jù)驅(qū)動的數(shù)字化轉(zhuǎn)型這一當(dāng)前新范式的量化評估作出前沿展望。本文可以為后續(xù)企業(yè)、智庫和科研機(jī)構(gòu)開展更具可比性、可操作性的數(shù)字化轉(zhuǎn)型量化研究提供參考，具有一定的理論和實(shí)踐價(jià)值。

1 企業(yè)數(shù)字化轉(zhuǎn)型成熟度

成熟度指研究對象與其最佳狀態(tài)的相對水平，一般用于對事物發(fā)展成熟過程進(jìn)行定量描述。成熟度模型是項(xiàng)目管理、質(zhì)量管理等領(lǐng)域非常常見的工具，包括不同階段的成熟程度，把一個不可控的、無序的操作變成可控的、有序的過程。如今，學(xué)術(shù)界和產(chǎn)業(yè)界都在借用成熟度的基本思路，建立數(shù)字化成熟度模型，評估企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀和潛力。概括來看，數(shù)字化成熟度根據(jù)一定的標(biāo)準(zhǔn)對企業(yè)數(shù)字化轉(zhuǎn)型過程進(jìn)行等級劃分，描述每個等級相應(yīng)特征和狀態(tài)，已經(jīng)成為衡量企業(yè)數(shù)字化轉(zhuǎn)型程度最常用的方法。

企業(yè)數(shù)字化轉(zhuǎn)型成熟度評估，共有3種方法：①業(yè)務(wù)融合視角的評估方法。這種方法把數(shù)字化轉(zhuǎn)型看作一項(xiàng)系統(tǒng)的業(yè)務(wù)轉(zhuǎn)型過程，常見的成熟度等級標(biāo)準(zhǔn)是依據(jù)業(yè)務(wù)轉(zhuǎn)型范圍大小評估轉(zhuǎn)型水平和程度。比如，從單個價(jià)值環(huán)節(jié)數(shù)字化到全部工廠數(shù)字化，再到企業(yè)、產(chǎn)業(yè)鏈，最后到整個產(chǎn)業(yè)生態(tài)數(shù)字化，依此劃分轉(zhuǎn)型成熟度等級；②數(shù)字化轉(zhuǎn)型的技術(shù)驅(qū)動評估方法。這種方法按照數(shù)字化轉(zhuǎn)型發(fā)展不同階段驅(qū)動技術(shù)的不同而對數(shù)字化轉(zhuǎn)型進(jìn)行分級分類，比如按照數(shù)字化、網(wǎng)絡(luò)化、智能化分類；③基于能力成熟度評估方法。這種方法把數(shù)字化轉(zhuǎn)型所需能力按照大小進(jìn)行排列，將數(shù)字化轉(zhuǎn)型成熟度分為入門級、探索級、引領(lǐng)級、領(lǐng)導(dǎo)級等。

1.1 業(yè)務(wù)融合視角

從業(yè)務(wù)融合視角對數(shù)字化轉(zhuǎn)型進(jìn)行成熟度評估分級具有深厚的實(shí)踐和理論基礎(chǔ)，業(yè)務(wù)數(shù)字化轉(zhuǎn)型指企業(yè)研發(fā)、生產(chǎn)、管理等全生命周期和全產(chǎn)業(yè)鏈、全價(jià)值鏈利用信息技術(shù)所帶來的發(fā)展范式變革。業(yè)務(wù)轉(zhuǎn)型在整個數(shù)字化轉(zhuǎn)型體系中居于核心地位，為了解決企業(yè)業(yè)務(wù)發(fā)展中的問題和痛點(diǎn)，不斷創(chuàng)新業(yè)務(wù)模式和產(chǎn)業(yè)組織方式是數(shù)字化轉(zhuǎn)型的根本出發(fā)點(diǎn)、價(jià)值實(shí)現(xiàn)點(diǎn)。推動數(shù)字化轉(zhuǎn)型，必須直面業(yè)務(wù)痛點(diǎn)訴求，堅(jiān)持價(jià)值導(dǎo)向，這樣才能真正具有生命力。

從業(yè)務(wù)融合視角評估企業(yè)數(shù)字化轉(zhuǎn)型成熟度，存在不同辦法。根據(jù)業(yè)務(wù)融合范圍進(jìn)行的評估方法最多，該種方式認(rèn)為業(yè)務(wù)數(shù)字化轉(zhuǎn)型是從局部到整體，從小到大，分階段進(jìn)行的復(fù)雜過程。比如，在我國實(shí)施“兩化融合”背景下，國家工信安全中心提出兩化融合螺旋式躍升的4個階段，即基礎(chǔ)建設(shè)、單項(xiàng)應(yīng)用、綜合集成、協(xié)同創(chuàng)新[21]，是以業(yè)務(wù)融合范圍為主要標(biāo)準(zhǔn)建立的評估體系。其中，基礎(chǔ)建設(shè)包括設(shè)備設(shè)施購建、信息化人員培養(yǎng)、信息化組織建立等，為信息技術(shù)在業(yè)務(wù)領(lǐng)域的廣泛應(yīng)用打好資源基礎(chǔ)。單項(xiàng)應(yīng)用指信息技術(shù)在各單項(xiàng)業(yè)務(wù)環(huán)節(jié)與工業(yè)業(yè)務(wù)進(jìn)行結(jié)合，實(shí)現(xiàn)對各單項(xiàng)業(yè)務(wù)環(huán)節(jié)的橫向覆蓋和縱向滲透。綜合集成是在單項(xiàng)業(yè)務(wù)應(yīng)用的基礎(chǔ)上，信息技術(shù)開始與工業(yè)業(yè)務(wù)深度結(jié)合，業(yè)務(wù)系統(tǒng)之間逐步實(shí)現(xiàn)集成運(yùn)作，逐漸推動業(yè)務(wù)流程逐漸改良和優(yōu)化。融合創(chuàng)新階段開始突破企業(yè)邊界，引發(fā)面向市場和客戶的工業(yè)業(yè)務(wù)流程變革與重組，實(shí)現(xiàn)機(jī)構(gòu)變革和模式創(chuàng)新。

在實(shí)證研究層面，兩化融合服務(wù)平臺成為我國廣泛收集工業(yè)企業(yè)樣本的重要依托，為開展實(shí)證分析與現(xiàn)狀評估研究提供數(shù)據(jù)支撐。陳杰等[24]基于全國5萬多家工業(yè)企業(yè)數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)我國兩化融合總體仍處于中等水平，僅有小部分企業(yè)進(jìn)入了集成提升和創(chuàng)新突破發(fā)展階段；李君等[25]通過企業(yè)大樣本分析發(fā)現(xiàn)，我國工業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨業(yè)務(wù)綜合集成跨越困境；師麗娟[26]對某區(qū)工業(yè)企業(yè)樣本數(shù)據(jù)進(jìn)行分析，從基礎(chǔ)設(shè)施、產(chǎn)品全生命周期、生產(chǎn)管控3個維度指出該區(qū)數(shù)字化轉(zhuǎn)型過程中的薄弱環(huán)節(jié)。

德國工業(yè)4.0戰(zhàn)略及其評估聚焦在業(yè)務(wù)數(shù)字化轉(zhuǎn)型高級階段，關(guān)注大數(shù)據(jù)、人工智能等新一代信息通信技術(shù)如何推動工業(yè)集成創(chuàng)新，是我國“兩化融合”評估中綜合集成和創(chuàng)新引領(lǐng)階段的擴(kuò)展、深化、細(xì)化，如圖2所示。具體來看，工業(yè)4.0戰(zhàn)略中提出引導(dǎo)企業(yè)實(shí)現(xiàn)“三項(xiàng)集成”，即縱向集成、橫向集成、端到端集成。縱向集成是在企業(yè)內(nèi)部從底層的傳感器、控制器等設(shè)備到最上層的企業(yè)管理信息系統(tǒng)的不同層級之間實(shí)現(xiàn)全面集成；橫向集成是產(chǎn)業(yè)鏈上下游企業(yè)之間以數(shù)字化系統(tǒng)集成為先導(dǎo)，帶動企業(yè)之間的全面整合協(xié)同，從而實(shí)現(xiàn)社會化協(xié)同生產(chǎn)；端對端集成將產(chǎn)品到運(yùn)維的產(chǎn)品全生命周期階段進(jìn)行集成，產(chǎn)生新工業(yè)價(jià)值生態(tài)。盡管3種集成總體是并行發(fā)展的，但也在一定程度上遵循著從簡單到復(fù)雜、從企業(yè)到生態(tài)的順序依次展開的邏輯屬性，也可以看作是一種成熟度。

圖2 中德數(shù)字技術(shù)與業(yè)務(wù)融合范圍比較

1.2 技術(shù)驅(qū)動視角

從技術(shù)驅(qū)動視角對數(shù)字化轉(zhuǎn)型進(jìn)行成熟度評估分級也具有深厚的實(shí)踐和理論基礎(chǔ)。數(shù)字化轉(zhuǎn)型本質(zhì)上是信息通信技術(shù)驅(qū)動的企業(yè)和產(chǎn)業(yè)變革過程。數(shù)字化轉(zhuǎn)型體系中，信息通信技術(shù)是其內(nèi)生動力。這主要體現(xiàn)在兩個方面：一是創(chuàng)造物質(zhì)條件，加速轉(zhuǎn)型進(jìn)程。5G、工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)中心等數(shù)字基礎(chǔ)設(shè)施以及工業(yè)軟件、智能裝備等數(shù)字化產(chǎn)品和服務(wù)，提供了分布廣泛、豐富適用、成本低廉的計(jì)算、存儲和分析等數(shù)字資源，可以極大地便利企業(yè)數(shù)字化轉(zhuǎn)型；二是沖破邊界束縛，拓展轉(zhuǎn)型空間。技術(shù)上的創(chuàng)新突破，使得過去無法實(shí)現(xiàn)的轉(zhuǎn)型模式具有現(xiàn)實(shí)可能性、經(jīng)濟(jì)性。比如，在工業(yè)互聯(lián)網(wǎng)賦能下，預(yù)測性維護(hù)、全局工藝優(yōu)化等新模式隨之產(chǎn)生，在5G技術(shù)支撐下，智慧港口、高清質(zhì)檢等新業(yè)態(tài)快速涌現(xiàn)。從這個角度來看，技術(shù)供給能力會影響業(yè)務(wù)轉(zhuǎn)型模式，技術(shù)演進(jìn)升級會帶來業(yè)務(wù)變革，也會表現(xiàn)出階段性。

近年來，隨著信息通信技術(shù)進(jìn)入群體突破階段，新技術(shù)蓬勃涌起，學(xué)術(shù)界逐漸關(guān)注技術(shù)驅(qū)動視角下數(shù)字化成熟度評估?？傮w上，這類評估可以細(xì)分為從大歷史視角進(jìn)行的分析和從中短期視角進(jìn)行的研究。大歷史視角的研究以德國國家工程院和中國工程院的分析為代表，德國國家科學(xué)與工程院[27]將工業(yè)4.0分為計(jì)算機(jī)化、連接性、可見性、透明性、預(yù)測性、適應(yīng)性6個階段，并說明了達(dá)到每一階段所需的能力和實(shí)現(xiàn)的企業(yè)效益。其中，計(jì)算機(jī)化階段提供數(shù)字化基礎(chǔ)能力，可以在企業(yè)內(nèi)部更加高效地處理重復(fù)性工作；連通性階段操作技術(shù)(OT)系統(tǒng)實(shí)現(xiàn)部分連通性和互操作性，但未實(shí)現(xiàn)IT和OT層面的完全整合；可見性階段中傳感器可以捕獲大量節(jié)點(diǎn)數(shù)據(jù)，從而實(shí)時記錄生產(chǎn)全過程，并根據(jù)實(shí)時數(shù)據(jù)作出管理決策；透明性階段通過構(gòu)建“數(shù)字孿生”模型，分析各種事件發(fā)生的原因，為復(fù)雜、快速的決策提供過程認(rèn)識；預(yù)測性階段，可以模擬不同的未來場景，并評估不同場景發(fā)生的可能性，適時采取適當(dāng)措施；適應(yīng)性階段使企業(yè)能夠向IT系統(tǒng)下放適當(dāng)決策，以便IT系統(tǒng)能夠適應(yīng)復(fù)雜多變的經(jīng)營環(huán)境。

中國工程院周濟(jì)院士等[2,20]將智能制造歸納總結(jié)為數(shù)字化制造、數(shù)字化網(wǎng)絡(luò)化制造、數(shù)字化網(wǎng)絡(luò)化智能化制造3個演進(jìn)發(fā)展階段，圖4展現(xiàn)了智能制造演進(jìn)過程。第一代智能制造發(fā)生在20世紀(jì)中葉后，以計(jì)算機(jī)、通訊和數(shù)字控制等信息化技術(shù)的發(fā)明和廣泛應(yīng)用為背景，制造系統(tǒng)進(jìn)入數(shù)字化制造時代，引領(lǐng)和推動第三次工業(yè)革命。20世紀(jì)末，互聯(lián)網(wǎng)技術(shù)推動制造業(yè)向數(shù)字化網(wǎng)絡(luò)化制造轉(zhuǎn)變，“互聯(lián)網(wǎng)+數(shù)字化制造”成為第二代智能制造的重要標(biāo)志，本質(zhì)是通過網(wǎng)絡(luò)將相關(guān)的人、流程、數(shù)據(jù)和事物等連接起來，實(shí)現(xiàn)各種資源的共享與集成優(yōu)化。新世紀(jì)以來，互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等信息技術(shù)形成了群體性跨越，集中于新一代人工智能的戰(zhàn)略性突破，解決復(fù)雜問題的方法也從“強(qiáng)調(diào)因果關(guān)系”的傳統(tǒng)模式向“強(qiáng)調(diào)關(guān)聯(lián)關(guān)系”的創(chuàng)新模式轉(zhuǎn)變，進(jìn)而向“關(guān)聯(lián)關(guān)系”和“因果關(guān)系”深度融合的先進(jìn)模式發(fā)展，重塑制造業(yè)的技術(shù)體系、生產(chǎn)模式、產(chǎn)業(yè)形態(tài)。

圖3 工業(yè)4.0演進(jìn)的6個階段

圖4 智能制造發(fā)展的3個階段

從中短期視角來看，國務(wù)院發(fā)展研究中心[23]在研究傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型路徑中提出，數(shù)字化IT架構(gòu)遵循傳統(tǒng)IT架構(gòu)、私有云或公有云、混合云、混合云平臺+敏捷開發(fā)的演進(jìn)順序，數(shù)字化投入由購買IT硬件產(chǎn)品、系統(tǒng)運(yùn)維逐步向購買服務(wù)及解決方案發(fā)展。

1.3 能力基礎(chǔ)視角

數(shù)字化轉(zhuǎn)型是一場深刻和系統(tǒng)的革命，不局限在技術(shù)和業(yè)務(wù)范疇，更需要深層次的能力作為基礎(chǔ)支撐。數(shù)字化企業(yè)建設(shè)并非一蹴而就，在數(shù)字化轉(zhuǎn)型的不同階段需要的能力基礎(chǔ)不同，既需要數(shù)字資產(chǎn)持續(xù)、長久的投入，形成一定的資本存量，也需要企業(yè)戰(zhàn)略、組織、運(yùn)營、人才等一系列互補(bǔ)性資產(chǎn)相匹配?；谀芰A(chǔ)的成熟度評估旨在幫助企業(yè)厘清當(dāng)前具備的數(shù)字化能力，以及是否進(jìn)行適合自身?xiàng)l件和發(fā)展方向的數(shù)字化提升改造，為不同行業(yè)、不同發(fā)展階段的企業(yè)找到實(shí)施數(shù)字化的最佳切入點(diǎn)和行動方向。由于需要依據(jù)企業(yè)具體情況提供個性化定制服務(wù)，該種視角下的成熟度評估往往下沉到具體企業(yè)，以德勤、IDC等咨詢機(jī)構(gòu)和西門子、施耐德電氣等解決方案提供商為主。

具體來看，德國機(jī)械設(shè)備制造業(yè)聯(lián)合會推出工業(yè)4.0準(zhǔn)備度自測工具，包括戰(zhàn)略和組織、智能工廠、高效運(yùn)營、智能產(chǎn)品、數(shù)據(jù)驅(qū)動服務(wù)、員工6個關(guān)鍵維度，每個維度都包含6個等級(門外漢、初學(xué)者、中級水平、經(jīng)驗(yàn)者、專家、頂級玩家)，以幫助企業(yè)了解自己處于何種數(shù)字化轉(zhuǎn)型階段。德勤制定一套標(biāo)準(zhǔn)衡量企業(yè)數(shù)字化轉(zhuǎn)型的總體成熟度，將企業(yè)智能化水平劃分為智能化認(rèn)知、智能化探索、智能化應(yīng)用、系統(tǒng)化智能、全面智能5個階段，根據(jù)六大基礎(chǔ)能力評估企業(yè)所處階段，幫助企業(yè)精準(zhǔn)定位自身發(fā)展?fàn)顟B(tài)，明確發(fā)展方向。西門子發(fā)布數(shù)字化轉(zhuǎn)型評測工具，通過成熟度分析摸底企業(yè)數(shù)字化水平，評估企業(yè)在特定的數(shù)字化系統(tǒng)、管理執(zhí)行體系、數(shù)據(jù)平臺等方面是否具有數(shù)字化能力，以及企業(yè)是否將已有數(shù)字化能力加以充分應(yīng)用。IDC和華為提煉總結(jié)出數(shù)字化入門者、數(shù)字化探索者、數(shù)字化組織者、數(shù)字化轉(zhuǎn)型者、數(shù)字化顛覆者五級成熟度模式，根據(jù)連續(xù)4年跟蹤調(diào)研，全球超過40%企業(yè)依然處于數(shù)字化轉(zhuǎn)型的前兩個階段。施耐德電氣分析過去5年230多個數(shù)字化轉(zhuǎn)型典型案例，得出資本支出、運(yùn)營支出、可持續(xù)性等方面的關(guān)鍵能力要點(diǎn)，歸類為12種收益類型，形成了每種收益類型的平均結(jié)果及最佳案例場景。

表1 數(shù)字化基礎(chǔ)能力成熟度評估對比

綜上所述，企業(yè)數(shù)字化成熟度評估呈現(xiàn)出3類研究方向，如圖5所示。一是面向業(yè)務(wù)融合的數(shù)字化成熟度評估，以國家工信安全中心和高校的一批學(xué)者為代表。自我國兩化融合戰(zhàn)略提出以來，產(chǎn)業(yè)各界投入巨大，而企業(yè)數(shù)字化水平參差不齊。在此背景下，工信部發(fā)布了相關(guān)評估規(guī)范，依托兩化融合服務(wù)平臺，跟蹤監(jiān)測制造業(yè)兩化融合發(fā)展水平。評估指標(biāo)從單一到綜合、從局部到總體，評價(jià)體系更加科學(xué)合理，基本形成了規(guī)劃、診斷、對標(biāo)、優(yōu)化的評估閉環(huán)，對企業(yè)數(shù)字化轉(zhuǎn)型建設(shè)具有較強(qiáng)指導(dǎo)意義；二是面向技術(shù)驅(qū)動的成熟度評估，以中國工程院、國研中心等研究機(jī)構(gòu)為代表。在全球新一輪科技革命蓬勃興起與產(chǎn)業(yè)升級轉(zhuǎn)型持續(xù)推進(jìn)的背景下，這種評估方式深入分析數(shù)字化轉(zhuǎn)型的本質(zhì)和邏輯，識別轉(zhuǎn)型各階段的目標(biāo)、任務(wù)、挑戰(zhàn)等，提出制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型過程中演進(jìn)路線?？梢姡@類評估方式注重戰(zhàn)略布局和路徑選擇，具有更加宏大的歷史視野和更加深刻的現(xiàn)實(shí)價(jià)值，為我國從制造大國向制造強(qiáng)國邁進(jìn)奠定理論基礎(chǔ)；三是面向數(shù)字化能力基礎(chǔ)的評估范式，以咨詢機(jī)構(gòu)和解決方案提供商為代表。此種評估方式通過定義、劃分?jǐn)?shù)字化成熟度等級和發(fā)展階段，幫助企業(yè)精準(zhǔn)定位發(fā)展?fàn)顟B(tài)，逐步建立更加適合的發(fā)展模式。評估機(jī)構(gòu)常常需要下沉到企業(yè)級單元，開發(fā)出更加綜合的評估體系，全面考察企業(yè)組織、資產(chǎn)、運(yùn)營、人才等方面發(fā)展程度，提供個性化評級服務(wù)和路徑規(guī)劃。

圖5 企業(yè)數(shù)字化轉(zhuǎn)型成熟度評估主要方向

3種評估方法的側(cè)重點(diǎn)在數(shù)字化轉(zhuǎn)型的不同方面，各自適用范圍不同，不同評估視角的優(yōu)缺點(diǎn)如表2所示。業(yè)務(wù)融合視角的優(yōu)勢是可以直接判斷企業(yè)數(shù)字化轉(zhuǎn)型工程實(shí)施的先后順序，但對于每個成熟度層級所需能力基礎(chǔ)和背后的技術(shù)驅(qū)動力量沒有顧及。技術(shù)驅(qū)動視角的優(yōu)勢是可以一目了然看到不同階段的主導(dǎo)技術(shù)，但是，對業(yè)務(wù)變革的深淺程度和先后順序掌握不夠。能力視角的優(yōu)勢是可以較好地把握轉(zhuǎn)型背后的基礎(chǔ)能力，但是，對于企業(yè)實(shí)際過程中的優(yōu)先級和驅(qū)動力了解不足。因此，越來越多的量化研究開始利用多種視角對數(shù)字化轉(zhuǎn)型作綜合評估。

表2 數(shù)字化轉(zhuǎn)型成熟度評估研究方向分類

2 行業(yè)數(shù)字化總體水平

行業(yè)數(shù)字化總體水平是指一個行業(yè)數(shù)字化的總體進(jìn)程，常用來評估和比較不同行業(yè)的數(shù)字化水平，分析主要部門在轉(zhuǎn)型過程中形成差異的原因。與企業(yè)成熟度評估按照縱向演進(jìn)的分析范式不同，行業(yè)數(shù)字化總體水平評估方式是對各行業(yè)數(shù)字化水平進(jìn)行橫向?qū)Ρ?。本文聚焦行業(yè)層面的數(shù)字化水平研究，在邏輯上與企業(yè)層面評估一脈相承。目前，行業(yè)數(shù)字化總體水平評估方法多樣，可以歸為指標(biāo)法和核算法兩大類。

2.1 指標(biāo)法評估

指標(biāo)法通過設(shè)立綜合性指標(biāo)體系，量化評估不同行業(yè)數(shù)字化水平，是目前最具代表性的行業(yè)數(shù)字化水平指標(biāo)評估方法。關(guān)于指標(biāo)體系構(gòu)建，基于對數(shù)字化轉(zhuǎn)型基本邏輯和發(fā)展趨勢的根本性認(rèn)識，一般遵循指標(biāo)設(shè)計(jì)、權(quán)重確定、數(shù)據(jù)處理、指數(shù)計(jì)算、比較分析等步驟。指標(biāo)法為認(rèn)識行業(yè)和企業(yè)數(shù)字化水平差異提供了一種可行的數(shù)理論證方式，也為數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)績效測算、影響因素量化分析等研究工作奠定了基礎(chǔ)。值得注意的是，數(shù)字化轉(zhuǎn)型評估指標(biāo)不僅要考慮數(shù)字化投資，同時也應(yīng)包括人力資本、組織模式等互補(bǔ)性資產(chǎn)。例如OCED的評估指標(biāo)[6-7,17]不僅涵蓋ICT投資、機(jī)器人數(shù)量等數(shù)字資產(chǎn)情況，而且將ICT專家占比、在線銷售營業(yè)額等無形資產(chǎn)考慮在內(nèi)。埃森哲對我國制造業(yè)細(xì)分行業(yè)的數(shù)字化評估，進(jìn)一步將運(yùn)營和商業(yè)模式上的創(chuàng)新作為關(guān)鍵價(jià)值維度納入指標(biāo)，體現(xiàn)了互補(bǔ)性資產(chǎn)對于行業(yè)轉(zhuǎn)型的重要性。其次，可以采用層次分析法、熵權(quán)法等數(shù)理方法確定權(quán)重系數(shù)及評價(jià)方法[28-29]。

從實(shí)踐角度來看，指標(biāo)法適用于統(tǒng)計(jì)數(shù)據(jù)公開、統(tǒng)計(jì)口徑規(guī)范的評估主體，這樣構(gòu)建的表征指標(biāo)更加豐富深刻，評估結(jié)果更加客觀準(zhǔn)確。例如，OECD針對成員國家以及麥肯錫針對美國的數(shù)字化水平評估，可以從歐盟統(tǒng)計(jì)局、EU-KLEMS數(shù)據(jù)庫、國際自動控制聯(lián)合會等多方渠道獲取豐富的統(tǒng)計(jì)資料。相對西方國家，我國統(tǒng)計(jì)數(shù)據(jù)不夠公開、完備，給指標(biāo)法量化研究帶來一定困難。但依托行業(yè)組織和一些服務(wù)平臺，采取調(diào)研問卷、專家打分等方式，也可獲得指數(shù)測算所需數(shù)據(jù)資料。盡管如此，這種評估帶有較強(qiáng)主觀性和波動性，需要更龐大的統(tǒng)計(jì)樣本和更精準(zhǔn)的統(tǒng)計(jì)方法，以使評估結(jié)論更為準(zhǔn)確可靠。

根據(jù)指標(biāo)法得出的評估結(jié)果可知，行業(yè)間數(shù)字化水平差距較大，說明行業(yè)部門以不同速度和方式參與數(shù)字化轉(zhuǎn)型?？傮w上，靠近消費(fèi)端的下游行業(yè)、知識密集型行業(yè)和服務(wù)業(yè)數(shù)字化程度高，資本密集型行業(yè)數(shù)字化潛力大，公共部門和勞動密集型部門相對落后。

2.2 核算法評估

核算法的基本原理是采用各種方法核算各行業(yè)因利用數(shù)字技術(shù)(ICT)而獲得的產(chǎn)出增加值，然后以這個增加的產(chǎn)出與行業(yè)總增加值的比值反映行業(yè)中數(shù)字化技術(shù)滲透率、密集度或貢獻(xiàn)度，關(guān)鍵是要衡量各行業(yè)中ICT帶來的產(chǎn)出增量?，F(xiàn)有研究中主要有兩種方法：

(1)增長核算法。這是經(jīng)濟(jì)研究中用于核算資本、勞動等要素投入對經(jīng)濟(jì)增長邊際貢獻(xiàn)的成熟方法。自1987年“索洛悖論”提出以來，越來越多的經(jīng)濟(jì)學(xué)家利用這一方法測度數(shù)字技術(shù)(ICT)對經(jīng)濟(jì)增長的貢獻(xiàn)，以破解索洛悖論[30]。其中，喬根森是最大的貢獻(xiàn)者，也是集大成者。他與合作者的早期研究偏宏觀，直接測度ICT對經(jīng)濟(jì)增長的貢獻(xiàn)。后來喬根森等[31-33]發(fā)現(xiàn)，ICT對增長的貢獻(xiàn)在行業(yè)層面存在差異，也更具解釋性，將增長核算方法推廣到了行業(yè)層面。為了方便國際可比，喬根森等構(gòu)建了KLEMS項(xiàng)目，定期公布相關(guān)數(shù)據(jù)。在這一方法中，核心和重點(diǎn)是各行業(yè)ICT資本存量估計(jì)。國內(nèi)任若恩等[34-35]對此進(jìn)行了深入研究，應(yīng)用永續(xù)盤存法估算中國細(xì)分行業(yè)的ICT資本存量。

(2)投入產(chǎn)出核算法。投入產(chǎn)出方法也是一種成熟的經(jīng)濟(jì)研究方法，由列昂惕夫于20世紀(jì)30年代開創(chuàng)，主要用來研究經(jīng)濟(jì)體系中各個部分之間投入與產(chǎn)出的相互依存關(guān)系。以往研究者主要用投入產(chǎn)出方法計(jì)算產(chǎn)業(yè)中帶動效應(yīng)、關(guān)聯(lián)效應(yīng)等，中國信通院在核算數(shù)字經(jīng)濟(jì)規(guī)模時就是采用這一方法。他們創(chuàng)造性地利用投入產(chǎn)出法測算各行業(yè)ICT投入帶來的產(chǎn)出增量[22]，并將這些行業(yè)的數(shù)字化增量加總得到產(chǎn)業(yè)數(shù)字化規(guī)模，再考慮數(shù)字產(chǎn)業(yè)化部分，就可以得到全部數(shù)字經(jīng)濟(jì)總規(guī)模。

核算法與指標(biāo)法作為行業(yè)數(shù)字化水平評估的兩類方法，應(yīng)用場景與經(jīng)濟(jì)價(jià)值存在差異。核算法基于國民經(jīng)濟(jì)社會統(tǒng)計(jì)數(shù)據(jù)，具有堅(jiān)實(shí)的理論基礎(chǔ)和實(shí)踐經(jīng)驗(yàn)。該方法適應(yīng)于更嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究，為不同區(qū)域和行業(yè)數(shù)字化水平比較提供了一種數(shù)理工具，也是經(jīng)濟(jì)增長研究的熱點(diǎn)領(lǐng)域。但也應(yīng)看到，該方法的準(zhǔn)確應(yīng)用依賴于對經(jīng)濟(jì)產(chǎn)出與要素投入的科學(xué)計(jì)量, 特別是對資本壽命和相對效率下降更真實(shí)的估計(jì)。因此，在理論和實(shí)踐方面都有很大的發(fā)展空間。同時，數(shù)字化是一種復(fù)雜的現(xiàn)象，其中涉及生產(chǎn)自動化、勞動力技能、商業(yè)運(yùn)作方式、資本投入特征等多個方面，數(shù)字技術(shù)帶來的經(jīng)濟(jì)增長很難捕捉到全面真實(shí)的進(jìn)展情況，尤其無法反映生產(chǎn)組織和管理的改善情況，不能準(zhǔn)確全面衡量數(shù)字化轉(zhuǎn)型效果。指標(biāo)法將ICT及其互補(bǔ)性資產(chǎn)納入評價(jià)體系，可以更加全面地描述數(shù)字化轉(zhuǎn)型進(jìn)展，較多應(yīng)用于行業(yè)組織和咨詢機(jī)構(gòu)。例如，OECD和麥肯錫詳細(xì)展現(xiàn)了相關(guān)國家各部門不同時段的數(shù)字化程度，并根據(jù)不同表現(xiàn)進(jìn)行歸類總結(jié)，對該領(lǐng)域研究具有積極的借鑒意義。但是，此種方法對統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性、時效性、顆粒度等方面要求高，適用于統(tǒng)計(jì)完備、數(shù)據(jù)公開的國家和地區(qū)。否則，部分指標(biāo)和數(shù)據(jù)來源依賴于企業(yè)調(diào)研、專家打分等外生變量，不同統(tǒng)計(jì)口徑可能得出差異化結(jié)論。

2.3 典型化事實(shí)

每個行業(yè)都在經(jīng)歷數(shù)字化轉(zhuǎn)型，各行業(yè)適應(yīng)這一趨勢的方式和速度各不相同，領(lǐng)先者和落后者呈現(xiàn)差距逐漸加大的趨勢。本質(zhì)上，由于行業(yè)間業(yè)務(wù)流程和商業(yè)邏輯不同，數(shù)字化轉(zhuǎn)型的具體路徑也會有差別。雖然各研究者所用評估方法、數(shù)據(jù)來源等存在差異，但在一些典型化事實(shí)上還是達(dá)成了高度一致。各類研究者或研究機(jī)構(gòu)關(guān)于行業(yè)數(shù)字化水平評估的典型化事實(shí)、原因如表3所示。

表3 行業(yè)數(shù)字化水平評估結(jié)果對比

(1)從三次產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程比較來看，服務(wù)業(yè)高于工業(yè)，工業(yè)高于農(nóng)業(yè)。測算結(jié)果表明，三次產(chǎn)業(yè)數(shù)字化水平不均衡，服務(wù)業(yè)高于制造業(yè)和農(nóng)業(yè)。究其原因，服務(wù)業(yè)數(shù)字化轉(zhuǎn)型可以減少以連接為導(dǎo)向的交易環(huán)節(jié)，幫助供需雙方建立直接對接渠道，相對于制造業(yè)其轉(zhuǎn)型難度小、壁壘低。

(2)從產(chǎn)業(yè)鏈上下游轉(zhuǎn)型進(jìn)程比較來看，越靠近消費(fèi)端的下游，數(shù)字化轉(zhuǎn)型進(jìn)程越快。數(shù)字化的三股推動力分別是去中介化、分散化和非物質(zhì)化，在消費(fèi)零售、交通出行、文體娛樂、貨運(yùn)物流等服務(wù)領(lǐng)域中介化作用最大，數(shù)字化轉(zhuǎn)型效果更加明顯。

(3)從行業(yè)知識密集度轉(zhuǎn)型進(jìn)程比較來看，知識密集度高的行業(yè)轉(zhuǎn)型程度高。通過測算得出，ICT、科研、金融等知識密集型行業(yè)數(shù)字化程度領(lǐng)先。這是由于知識密集型行業(yè)的ICT資本和技術(shù)投入較多，對行業(yè)產(chǎn)出帶動效應(yīng)明顯。

(4)從行業(yè)資本密集度轉(zhuǎn)型進(jìn)程比較來看，資本密集型行業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程更快、潛力更大。麥肯錫對美國各部門評估得出，以油氣、化工、醫(yī)藥、采礦、交運(yùn)等為代表的資本密集型行業(yè)資產(chǎn)數(shù)字化的發(fā)展?jié)摿Υ蟆Ｖ袊磐ㄔ簻y算結(jié)果說明，我國資本密集型行業(yè)數(shù)字化轉(zhuǎn)型程度明顯高于勞動密集型行業(yè)。

(5)行業(yè)數(shù)字化水平差異與ICT資產(chǎn)相配套的互補(bǔ)性投資密切相關(guān)，能否將數(shù)字化決策能力、流程、運(yùn)營深入融合成為行業(yè)和企業(yè)轉(zhuǎn)型的關(guān)鍵。根據(jù)數(shù)字化綜合指標(biāo)評估得出，ICT資產(chǎn)需與決策改善、流程更新、商業(yè)創(chuàng)新等互補(bǔ)性資產(chǎn)相互協(xié)同，才能更好地推進(jìn)數(shù)字化轉(zhuǎn)型，只有將數(shù)字化融入企業(yè)經(jīng)營實(shí)踐各方面，才能最終體現(xiàn)為經(jīng)營績效躍升。

3 結(jié)語

3.1 研究結(jié)論

數(shù)字化轉(zhuǎn)型日益成為學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的重點(diǎn)，研究機(jī)構(gòu)從不同角度對數(shù)字化轉(zhuǎn)型水平進(jìn)行評估衡量，如表4所示。從研究范式來看，基本形成了企業(yè)數(shù)字化轉(zhuǎn)型成熟度和行業(yè)數(shù)字化水平兩大評估范式?；仡欉@些研究發(fā)現(xiàn)，盡管不同評估方法在數(shù)學(xué)模型以及數(shù)據(jù)收集、分析和呈現(xiàn)等方面有所區(qū)別，但大多使用了轉(zhuǎn)型戰(zhàn)略管理、產(chǎn)品和服務(wù)數(shù)字化、內(nèi)部流程和運(yùn)營數(shù)字化等關(guān)鍵要素。從研究領(lǐng)域來看，企業(yè)數(shù)字化成熟度評估可以描述企業(yè)業(yè)務(wù)的數(shù)字化程度，從業(yè)務(wù)融合、技術(shù)驅(qū)動、能力基礎(chǔ)3個視角全方位衡量企業(yè)數(shù)字化水平，為產(chǎn)業(yè)層面的主導(dǎo)邏輯和演進(jìn)順序以及企業(yè)層面的能力評估和工程實(shí)施提供理論遵循與實(shí)施規(guī)范；行業(yè)總體水平是企業(yè)級數(shù)據(jù)匯總分析，既描述不同行業(yè)數(shù)字化程度，有利于各行業(yè)數(shù)字化水平橫向?qū)Ρ?，也基于一些典型事?shí)分析行業(yè)水平差異背后的機(jī)理和原因，以加快各行業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，促使各行業(yè)同步協(xié)調(diào)發(fā)展，消弭行業(yè)和地區(qū)間數(shù)字鴻溝。

表4 數(shù)字化轉(zhuǎn)型水平評估方法總覽

總體上，通過評估發(fā)現(xiàn)，服務(wù)業(yè)、知識密集型行業(yè)、資本密集型行業(yè)的數(shù)字化轉(zhuǎn)型動力強(qiáng)、程度高、效果好，制造業(yè)、勞動密集型行業(yè)、公共部門數(shù)字化轉(zhuǎn)型的門檻高、難度大、進(jìn)度慢。同時，ICT資產(chǎn)需與決策改善、流程更新、商業(yè)創(chuàng)新等互補(bǔ)性資產(chǎn)相互協(xié)同，才能更好地推進(jìn)數(shù)字化轉(zhuǎn)型。

3.2 研究展望

數(shù)字化轉(zhuǎn)型是螺旋式上升的過程，不同階段對應(yīng)不同的技術(shù)體系、產(chǎn)業(yè)體系、關(guān)聯(lián)方式和驅(qū)動力量，要求轉(zhuǎn)型方式、轉(zhuǎn)型邏輯與時俱進(jìn)。2012年后，數(shù)字化轉(zhuǎn)型進(jìn)入數(shù)據(jù)驅(qū)動的數(shù)字化轉(zhuǎn)型新階段。這一階段，物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息通信技術(shù)快速發(fā)展，為數(shù)字化轉(zhuǎn)型提供了全新的工具。數(shù)據(jù)驅(qū)動轉(zhuǎn)型階段，企業(yè)和產(chǎn)業(yè)的轉(zhuǎn)型邏輯不再是把企業(yè)和產(chǎn)業(yè)中標(biāo)準(zhǔn)化的流程代碼化、軟件化，而是依靠新一代信息通信技術(shù)，構(gòu)建一個從物理世界到數(shù)字空間的映射和轉(zhuǎn)換，形成從數(shù)據(jù)、信息、知識到?jīng)Q策的數(shù)據(jù)優(yōu)化閉環(huán)，從而更加精準(zhǔn)、更加迅速、更大范圍地實(shí)現(xiàn)對企業(yè)、產(chǎn)業(yè)的重構(gòu)、變革、優(yōu)化。在這個過程中，數(shù)據(jù)(而不是流程)成為轉(zhuǎn)型的基本載體和關(guān)鍵要素。數(shù)據(jù)驅(qū)動已經(jīng)在電子商務(wù)、社交媒體等服務(wù)業(yè)數(shù)字化領(lǐng)域有了廣泛而深入的應(yīng)用，商業(yè)變成智能商業(yè)，同時，在工業(yè)互聯(lián)網(wǎng)等的賦能下，數(shù)據(jù)驅(qū)動也開始在工業(yè)制造領(lǐng)域應(yīng)用探索，預(yù)測性維護(hù)、工藝能源優(yōu)化等新模式新業(yè)態(tài)也不斷涌現(xiàn)。數(shù)據(jù)驅(qū)動已經(jīng)成為當(dāng)前數(shù)字化轉(zhuǎn)型的時代特征和核心邏輯，也是數(shù)字化轉(zhuǎn)型研究的前沿?zé)狳c(diǎn)領(lǐng)域。

數(shù)字化轉(zhuǎn)型邏輯的躍升要求理論研究和實(shí)證分析都要與時俱進(jìn)。學(xué)術(shù)界已經(jīng)對數(shù)據(jù)驅(qū)動的數(shù)字化轉(zhuǎn)型進(jìn)行了理論和實(shí)踐方面的探索研究，其中，布萊恩約弗森等[36]的許多開創(chuàng)性研究值得關(guān)注。他們經(jīng)過計(jì)量模型發(fā)現(xiàn)，采用數(shù)據(jù)驅(qū)動決策的制造工廠傳播效果是不均衡的，與企業(yè)規(guī)模經(jīng)濟(jì)、ICT投資、人力資本、學(xué)習(xí)效果等因素相關(guān)。德國國家工程院提出，先進(jìn)技術(shù)可以獲得更廣泛的數(shù)據(jù)，但對數(shù)據(jù)的利用能力取決于企業(yè)組織結(jié)構(gòu)和文化。

當(dāng)前，關(guān)于數(shù)據(jù)驅(qū)動產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐推廣還處在加速發(fā)展中，對其發(fā)展規(guī)律的理論認(rèn)識尚處于初級階段，實(shí)證分析也遠(yuǎn)遠(yuǎn)沒有成熟，研究空間十分廣闊?？傮w來看，研究缺口和研究方向主要有以下幾個方面：在理論方面，數(shù)據(jù)驅(qū)動數(shù)字化轉(zhuǎn)型的本質(zhì)、特征、經(jīng)濟(jì)動力等相關(guān)研究較少。數(shù)據(jù)在生產(chǎn)和管理過程中如何轉(zhuǎn)化為信息、知識和決策，也需要進(jìn)一步深入研究。數(shù)據(jù)如何從戰(zhàn)略資源轉(zhuǎn)變?yōu)橄駝趧恿?、資本一樣能夠在社會上廣泛流轉(zhuǎn)應(yīng)用的生產(chǎn)要素，從而在更廣泛的領(lǐng)域驅(qū)動數(shù)字化轉(zhuǎn)型加快發(fā)展，理論研究仍然十分少見，需要加強(qiáng)數(shù)據(jù)要素化、價(jià)值化的理論研究；在實(shí)證研究方面，如何把數(shù)據(jù)的重要作用體現(xiàn)在評估指標(biāo)、核算體系中是最重大的挑戰(zhàn)，這方面已經(jīng)有一些探索，但還遠(yuǎn)遠(yuǎn)不夠。此外，在數(shù)據(jù)驅(qū)動的新范式下，數(shù)字化轉(zhuǎn)型進(jìn)程與經(jīng)濟(jì)績效間關(guān)系如何發(fā)展，新時代是否存在新的索洛悖論？這些重大問題的解答也需要在考慮數(shù)據(jù)的影響下進(jìn)行創(chuàng)新探索。

綜上所述，未來的數(shù)字化轉(zhuǎn)型量化評估研究，可以從3個方面著手：一是注重綜合性，將技術(shù)、業(yè)務(wù)和能力視角綜合起來，統(tǒng)籌考慮；二是注重融通性，將微觀企業(yè)的成熟度評估與行業(yè)水平的評估打通，避免互相割裂、各成體系；三是注重時效性，突出數(shù)據(jù)驅(qū)動的時代特征，體現(xiàn)數(shù)據(jù)作為數(shù)字化轉(zhuǎn)型關(guān)鍵要素的重要價(jià)值。