曹 勇，王依琪，張東東，李 娟

大數(shù)據(jù)能力對企業(yè)運營績效的影響機制：供應(yīng)鏈整合的中介作用

曹 勇1, 2，王依琪1，張東東1，李 娟1

（1. 武漢紡織大學(xué) 管理學(xué)院，湖北 武漢 430200；2. 教育部紡織行業(yè)中外人文交流研究院，湖北 武漢 430200）

基于動態(tài)能力理論與資源基礎(chǔ)觀，本文通過制造業(yè)企業(yè)的大樣本調(diào)查數(shù)據(jù)實證研究了大數(shù)據(jù)能力對企業(yè)運營績效的影響機制，并進一步分析供應(yīng)鏈整合的中介作用。結(jié)果表明：大數(shù)據(jù)能力對供應(yīng)鏈整合與企業(yè)運營績效均具有顯著正向影響；供應(yīng)鏈整合在大數(shù)據(jù)能力影響企業(yè)運營績效的過程中起到部分中介作用。研究結(jié)果不僅對深化大數(shù)據(jù)能力與企業(yè)運營績效之間關(guān)系的研究具有理論啟示，同時也對數(shù)字化轉(zhuǎn)型背景下推動制造業(yè)企業(yè)高質(zhì)量發(fā)展具有重要現(xiàn)實指導(dǎo)意義。

大數(shù)據(jù)能力；供應(yīng)鏈整合；企業(yè)運營績效

0 引言

國家發(fā)改委2020年發(fā)布的《關(guān)于加快構(gòu)建全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》顯示，大數(shù)據(jù)已逐漸成為企業(yè)發(fā)展的核心要素之一，企業(yè)需要構(gòu)建大數(shù)據(jù)一體化的新型網(wǎng)絡(luò)體系，提高自身的競爭優(yōu)勢。因此，如何培育優(yōu)于競爭對手、難以模仿的大數(shù)據(jù)能力，并充分發(fā)揮大數(shù)據(jù)綜合治理能力效應(yīng)，是企業(yè)利用大數(shù)據(jù)創(chuàng)造價值的關(guān)鍵[1]。在業(yè)界，以阿里巴巴為代表的互聯(lián)網(wǎng)巨頭將數(shù)據(jù)技術(shù)應(yīng)用到產(chǎn)品和服務(wù)中，實現(xiàn)了數(shù)字技術(shù)到企業(yè)運營之間的無縫對接，對公司數(shù)字化運營起到重大推動作用[2]；以海爾、美的、蘇寧等為代表的一大批傳統(tǒng)企業(yè)，利用大數(shù)據(jù)改善運營管理，提升企業(yè)解決問題和創(chuàng)造增量價值的動態(tài)過程，助推傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型，以提升企業(yè)運營績效[3]。在學(xué)界，創(chuàng)新創(chuàng)業(yè)管理、營銷管理、信息管理等領(lǐng)域的學(xué)者們已對大數(shù)據(jù)能力進行了廣泛研究，不僅探討了技術(shù)、組織、環(huán)境等前因變量對大數(shù)據(jù)能力的影響，還揭示了大數(shù)據(jù)能力對企業(yè)決策質(zhì)量、創(chuàng)新、企業(yè)績效等結(jié)果變量的重要影響。然而，學(xué)者們的結(jié)論并不一致，如Chen等[4]分析影響大數(shù)據(jù)能力的前因，發(fā)現(xiàn)外部壓力與企業(yè)采用大數(shù)據(jù)能力正相關(guān)，而Verma和Chaurasia[5]卻證明了兩者的相關(guān)系數(shù)為負(fù)；研究對象、情境的不同致使大數(shù)據(jù)能力與企業(yè)績效的關(guān)系呈現(xiàn)出正相關(guān)、負(fù)相關(guān)以及不相關(guān)等多種結(jié)果，變量之間的關(guān)系有方向甚至是強弱的差異都可能會使研究得出不同的結(jié)果[6]?？傊?，大數(shù)據(jù)能力的影響因素與效用的相關(guān)研究并未獲得一致的結(jié)論，這使得大數(shù)據(jù)能力相關(guān)研究在企業(yè)管理領(lǐng)域的理論與應(yīng)用過程中存在進一步研究的空間[6]。雖然大數(shù)據(jù)能力對企業(yè)運營績效的影響方式仍有爭議，但大數(shù)據(jù)能力對企業(yè)運營績效的重要性毋庸置疑。鑒于此，本研究試圖采用理論與實證結(jié)合的方式進一步研究大數(shù)據(jù)能力的不同維度對企業(yè)運營績效影響的具體作用機制，以便為企業(yè)選擇合適的大數(shù)據(jù)方向的運營戰(zhàn)略提供理論與實踐指導(dǎo)。

現(xiàn)有研究大多從組織創(chuàng)新、戰(zhàn)略導(dǎo)向、信息質(zhì)量等視角關(guān)注大數(shù)據(jù)能力與企業(yè)運營績效之間的關(guān)系，較少從供應(yīng)鏈視角進行分析[7]。由于企業(yè)各部門的數(shù)據(jù)收集與傳播依賴于供應(yīng)鏈的整合程度，而大數(shù)據(jù)能力如何影響企業(yè)運營績效，離不開企業(yè)供應(yīng)鏈整合的持續(xù)影響。因此，有必要進一步研究供應(yīng)鏈整合在大數(shù)據(jù)能力影響企業(yè)運營績效過程中的中介作用。

基于此，本文在探討大數(shù)據(jù)能力、供應(yīng)鏈整合與企業(yè)運營績效之間關(guān)系的基礎(chǔ)上，以制造業(yè)企業(yè)為研究對象，實證研究大數(shù)據(jù)能力影響企業(yè)運營績效的作用機理，并重點分析供應(yīng)鏈整合的中介作用，進而揭示大數(shù)據(jù)能力影響企業(yè)運營績效的作用路徑以及邊界條件。研究結(jié)果不僅有益于引導(dǎo)企業(yè)大數(shù)據(jù)能力的建設(shè)和發(fā)展，同時可為制造企業(yè)成功應(yīng)用大數(shù)據(jù)，實現(xiàn)數(shù)字化轉(zhuǎn)型提供有益借鑒。

1 理論基礎(chǔ)與研究假設(shè)

1.1 大數(shù)據(jù)能力與企業(yè)運營績效

大數(shù)據(jù)能力的概念最早由Lavalle等[8]提出，源于對IT能力的延伸，認(rèn)為大數(shù)據(jù)能力是企業(yè)對大數(shù)據(jù)進行篩選、整理、分析和應(yīng)用的能力。基于此，Gupta等[9]從資源基礎(chǔ)觀的視角，將大數(shù)據(jù)能力劃分為有形資源、無形資源和人力資本資源；謝衛(wèi)紅等[10]從動態(tài)能力理論視角，將大數(shù)據(jù)能力劃分為資源整合能力、深度分析能力、實時洞察與預(yù)測能力。借鑒資源基礎(chǔ)理論與動態(tài)能力理論關(guān)于大數(shù)據(jù)能力的定義并依據(jù)Akter等[11]的整合分析，本文認(rèn)為大數(shù)據(jù)能力的核心是預(yù)測分析能力，基礎(chǔ)是資源整合能力。一方面，學(xué)者們將大數(shù)據(jù)預(yù)測分析能力視為一種技術(shù)以及分析工具的延展，如Wamba 等[12]研究發(fā)現(xiàn)，大數(shù)據(jù)預(yù)測分析能力是一種能夠提高企業(yè)效率和效益的戰(zhàn)略工具，同時Janssen等[13]指出大數(shù)據(jù)預(yù)測分析能力是成功使用數(shù)據(jù)分析工具的重要因素。另一方面，聚焦于大數(shù)據(jù)資源整合能力的學(xué)者則更強調(diào)企業(yè)競爭優(yōu)勢的獲取以及大數(shù)據(jù)能力的價值創(chuàng)造。現(xiàn)有研究認(rèn)為僅靠資源難以創(chuàng)造價值，還需要對資源進行有效整合與管理，企業(yè)擁有的知識體系擴大，不僅增加了企業(yè)知識庫的深度和廣度，而且實現(xiàn)了企業(yè)內(nèi)外部知識資源的轉(zhuǎn)化及有效整合[14]。大數(shù)據(jù)資源整合能力可通過匯集所有大數(shù)據(jù)資源來實現(xiàn)高水平的組織能力。因此本文將大數(shù)據(jù)能力劃分為大數(shù)據(jù)資源整合能力以及大數(shù)據(jù)預(yù)測分析能力。

Gupta等[9]研究指出，構(gòu)建大數(shù)據(jù)能力是企業(yè)進行生產(chǎn)活動的潛在價值點，直接關(guān)乎企業(yè)績效表現(xiàn)。通過大數(shù)據(jù)賦能企業(yè)創(chuàng)新發(fā)展不僅體現(xiàn)在獲取數(shù)據(jù)的連接能力以及數(shù)據(jù)的數(shù)字化處理與分析轉(zhuǎn)化能力層面，更反映在低程度的人為干預(yù)條件下感知與捕獲信息進行決策的智能能力層面[15]。企業(yè)通過連接機制建立數(shù)據(jù)獲取渠道，借助大數(shù)據(jù)資源整合能力將海量數(shù)據(jù)轉(zhuǎn)化為有價值的信息和知識，實現(xiàn)數(shù)據(jù)資源、智力資源、財務(wù)資源等各類資源的高度整合與高效利用，從而提升企業(yè)運營績效。構(gòu)建大數(shù)據(jù)資源整合能力意味著企業(yè)需要通過與數(shù)據(jù)平臺、合作企業(yè)以及企業(yè)內(nèi)部的人、設(shè)備、車間等建立連接機制，進而實現(xiàn)數(shù)據(jù)流動自動化，為企業(yè)開展數(shù)據(jù)收集、分析與應(yīng)用建立渠道。例如，F(xiàn)erraris 等[16]研究發(fā)現(xiàn)，具有高水平大數(shù)據(jù)能力的企業(yè)能夠充分利用跨越多分析平臺的軟件應(yīng)用程序和硬件設(shè)備，將分散在不同組織信息系統(tǒng)中的海量數(shù)據(jù)進行傳輸和分享，從而掌握大數(shù)據(jù)資源。其次，大數(shù)據(jù)預(yù)測分析能力是企業(yè)將結(jié)構(gòu)化與非結(jié)構(gòu)化等海量數(shù)據(jù)，通過加工、編碼、運算、轉(zhuǎn)化成為有價值信息的分析技術(shù)與方法工具，進而將價值信息轉(zhuǎn)化為可用知識的一種能力[17]。企業(yè)可通過大數(shù)據(jù)預(yù)測分析能力對整理后的信息進行分析與預(yù)測，幫助企業(yè)及時進行在運營方向的調(diào)整。大數(shù)據(jù)資源整合能力與預(yù)測分析能力兩者結(jié)合，可促使企業(yè)從以往成功或失敗的產(chǎn)品、服務(wù)中找到內(nèi)部運營效率低的原因，從而進一步有針對性地改善企業(yè)運營活動。同時，企業(yè)借助大數(shù)據(jù)能力可精準(zhǔn)辨別、挖掘客戶的潛在需求，開發(fā)新的產(chǎn)品和服務(wù)，增強企業(yè)生產(chǎn)運營效率[18]。

最后，通過精準(zhǔn)把握客戶需求，實現(xiàn)對競爭對手的行為監(jiān)測等，從而提升企業(yè)運營績效。總之，充分利用大數(shù)據(jù)能力進行數(shù)據(jù)挖掘，分析提煉出的有價值信息，可幫助企業(yè)在經(jīng)營管理中實現(xiàn)智能認(rèn)知、智能管理及智能決策，進而優(yōu)化業(yè)務(wù)戰(zhàn)略。Grover等[19]研究表明，大數(shù)據(jù)能力促使企業(yè)擁有數(shù)字化、智能化的“頭腦”，可幫助企業(yè)優(yōu)化業(yè)務(wù)流程，協(xié)調(diào)生產(chǎn)、供應(yīng)鏈、物流和倉儲活動。強大的數(shù)據(jù)能力不僅可幫助企業(yè)識別機會和風(fēng)險，還可以發(fā)現(xiàn)新的生產(chǎn)要素組合方式，識別用戶需求或細分市場，為復(fù)雜系統(tǒng)的決策制定提供客觀依據(jù)，及時進行服務(wù)或者產(chǎn)品的調(diào)整，從而表現(xiàn)出更好的企業(yè)運營績效[16]。因此，本文提出以下假設(shè)：

H1：大數(shù)據(jù)能力對企業(yè)運營績效具有正向影響；

H1a：大數(shù)據(jù)資源整合能力對企業(yè)運營績效具有正向影響；

H1b：大數(shù)據(jù)預(yù)測分析能力對企業(yè)運營績效具有正向影響。

1.2 大數(shù)據(jù)能力與供應(yīng)鏈整合

隨著全球經(jīng)濟一體化進程的不斷加深，進行單打獨斗的企業(yè)形式越來越少，供應(yīng)鏈整合的重要性日益凸顯，研究供應(yīng)鏈整合是企業(yè)在行業(yè)競爭環(huán)境中取得優(yōu)勢的關(guān)鍵因素。Flynn等[20]認(rèn)為供應(yīng)鏈整合是企業(yè)通過與供應(yīng)鏈成員進行戰(zhàn)略合作，達到快速且低成本為客戶提供最大化價值為目的，整合優(yōu)化企業(yè)內(nèi)外部運營流程，進而實現(xiàn)高效的服務(wù)流、信息流和資金流。胡海青等[21]在此基礎(chǔ)上進一步指出供應(yīng)鏈整合是企業(yè)與供應(yīng)鏈各節(jié)點成員展開戰(zhàn)略合作，共同管理企業(yè)內(nèi)外部流程，實現(xiàn)低成本且快速為客戶提供價值最大化的過程。而Jorge和Jerónimo[22]等認(rèn)為企業(yè)通過實施供應(yīng)鏈整合，能提高供應(yīng)鏈活動和過程的效率和有效性，從而使企業(yè)在市場中獲得優(yōu)勢并實現(xiàn)更好的績效。

在復(fù)雜的市場環(huán)境下，企業(yè)間的競爭已延伸至供應(yīng)鏈間的競爭，大數(shù)據(jù)收集與分析的復(fù)雜程度增加了企業(yè)對供應(yīng)鏈整合的需求。供應(yīng)鏈整合的實現(xiàn)需要企業(yè)跨越組織邊界，與供應(yīng)鏈伙伴企業(yè)共同完成庫存計劃、生產(chǎn)運作、市場銷售和需求預(yù)測等一系列供應(yīng)鏈管理活動。面對這些活動產(chǎn)生的體量巨大、來源廣泛、結(jié)構(gòu)復(fù)雜的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理機制與業(yè)務(wù)應(yīng)用系統(tǒng)已無法滿足對其進行挖掘分析與深度應(yīng)用的需求，這就需要大數(shù)據(jù)能力的支持[23]。大數(shù)據(jù)能力不僅能有效整合企業(yè)內(nèi)部活動，還可為供應(yīng)鏈伙伴企業(yè)間的信息資源共享、業(yè)務(wù)聯(lián)合決策和戰(zhàn)略協(xié)同規(guī)劃提供有力支持。企業(yè)可憑其所擁有的大數(shù)據(jù)能力來穩(wěn)固供應(yīng)鏈整合關(guān)系：首先，大數(shù)據(jù)資源整合能力促進信息共享，企業(yè)可利用大數(shù)據(jù)資源整合能力快速獲取銷售、庫存、生產(chǎn)和配送數(shù)據(jù)并在各節(jié)點企業(yè)間共享，消除合作雙方信息的不對稱，從而有助于維持長期協(xié)作關(guān)系[24]；其次，大數(shù)據(jù)預(yù)測分析能力可保障供應(yīng)鏈企業(yè)之間進行聯(lián)合決策，企業(yè)通過大數(shù)據(jù)能力將龐大的數(shù)據(jù)資源進行分析，洞察市場需求和用戶變化，進而根據(jù)產(chǎn)品和業(yè)務(wù)流程創(chuàng)新進行商議，而供應(yīng)商與制造商則根據(jù)供應(yīng)鏈需求的波動來實現(xiàn)聯(lián)合庫存和準(zhǔn)時制造，從而提高供應(yīng)鏈企業(yè)的運營效率[25]；最后，大數(shù)據(jù)能力的應(yīng)用打破了供應(yīng)鏈企業(yè)間的共享壁壘，將以供應(yīng)鏈為紐帶的企業(yè)靈活性進行縱向聯(lián)盟，并通過動態(tài)變化的契約體系及合理的利益分配機制，有效促進供應(yīng)鏈企業(yè)進行利益共享、風(fēng)險共擔(dān)、協(xié)同發(fā)展，幫助企業(yè)獲取競爭優(yōu)勢[26]。因此，本文提出以下假設(shè):

H2：大數(shù)據(jù)能力對供應(yīng)鏈整合具有正向影響；

H2a：大數(shù)據(jù)資源整合能力對供應(yīng)鏈整合具有正向影響；

H2b：大數(shù)據(jù)預(yù)測分析能力對供應(yīng)鏈整合具有正向影響。

1.3 供應(yīng)鏈整合與企業(yè)運營績效

供應(yīng)鏈整合被普遍認(rèn)為是供應(yīng)鏈管理的核心內(nèi)容。從戰(zhàn)略管理視角看，供應(yīng)鏈整合是指企業(yè)與供應(yīng)鏈合作伙伴的戰(zhàn)略聯(lián)盟。從組織行為視角看，供應(yīng)鏈整合是指企業(yè)與供應(yīng)商、顧客等供應(yīng)鏈關(guān)鍵成員之間進行信息分享、關(guān)系協(xié)調(diào)和互動合作的過程[27]。通過這一過程，可促進供應(yīng)鏈上信息流、資金流和物流的跨組織流通，提高供應(yīng)鏈整體運營效率，使企業(yè)低成本、高效率地為顧客提供最大價值。供應(yīng)鏈整合還可以促進信息流和價值流的順暢性[20]。企業(yè)通過與供應(yīng)商、顧客等供應(yīng)鏈關(guān)鍵成員之間的關(guān)系協(xié)調(diào)、信息共享和共同參與，促進供應(yīng)鏈上信息流、資金流、物流、服務(wù)流和價值流的順暢流通，達到低成本、高效率地為顧客提供最大價值的目的，有效解決組織間信息不對稱問題，降低企業(yè)的交易成本并使企業(yè)具有更好的運營績效表現(xiàn)[28]。

綜上所述，企業(yè)積極整合供應(yīng)鏈上關(guān)鍵伙伴的網(wǎng)絡(luò)關(guān)系，有利于獲取互補性資源并降低交易成本，提高服務(wù)質(zhì)量和企業(yè)運營績效。一方面，企業(yè)與供應(yīng)鏈伙伴的信息共享使企業(yè)能夠及時了解顧客需求變化，有利于供應(yīng)商及時供貨并根據(jù)顧客需求變化及時調(diào)整供應(yīng)計劃，從而縮短企業(yè)等待時間[29]；另一方面，企業(yè)也可有效利用供應(yīng)商的專業(yè)能力，協(xié)同完成從產(chǎn)品設(shè)計、生產(chǎn)到服務(wù)傳遞等過程，減少開發(fā)等運營過程的不確定性，提高企業(yè)生產(chǎn)效率和質(zhì)量。Tseng等[30]認(rèn)為與供應(yīng)鏈伙伴企業(yè)間的信息分享與協(xié)同合作不僅會促使供應(yīng)鏈整體運營更加高效，還可降低供應(yīng)鏈上各企業(yè)的運營成本、提高顧客滿意度，從而促進企業(yè)運營績效的提高。因此，本文提出以下假設(shè)：

H3：供應(yīng)鏈整合對企業(yè)運營績效具有正向影響。

1.4 供應(yīng)鏈整合的中介作用

綜合假設(shè)H2和H3可知，大數(shù)據(jù)能力通過促進信息共享，實施聯(lián)合決策，并進行供應(yīng)鏈企業(yè)間的合作聯(lián)盟，進而提高企業(yè)間的供應(yīng)鏈整合程度[31]。一方面，在激烈的供應(yīng)鏈競爭下,企業(yè)的核心競爭力取決于能否及時掌握相關(guān)信息，而大數(shù)據(jù)能力的不斷提升可幫助供應(yīng)鏈整合，從而使企業(yè)在供應(yīng)鏈復(fù)雜的大數(shù)據(jù)網(wǎng)絡(luò)中獲取對自身有利的資源，幫助企業(yè)將雜亂的資源進行有效分配和重組，而這種供應(yīng)鏈整合行為又會進一步影響企業(yè)運營活動，推動企業(yè)運營績效的提升[32]。另一方面，從信息不對稱的理論來說，企業(yè)通過大數(shù)據(jù)能力將供應(yīng)鏈中的數(shù)據(jù)與信息整合，隨著供應(yīng)鏈整合程度的不斷提高，數(shù)據(jù)信息可以較為全面地展現(xiàn)給企業(yè)，供應(yīng)鏈成員間逐漸建立了良好的信息溝通渠道，并通過對自身已有知識的深入挖掘和利用，提升大數(shù)據(jù)能力，從而及時反饋給企業(yè)，使企業(yè)在運營成果上不斷進行變化，進而影響企業(yè)運營績效[33]。因此，本文提出以下假設(shè)：

H4：供應(yīng)鏈整合在大數(shù)據(jù)能力與企業(yè)運營績效之間有中介作用。

綜合以上所有分析，提出本研究的理論模型概念模型圖如下：

圖1 本研究的概念模型

2 問卷設(shè)計與數(shù)據(jù)收集

本研究主要選取具有供應(yīng)鏈關(guān)系的制造企業(yè)作為調(diào)研對象，通過大樣本問卷調(diào)查收集數(shù)據(jù)。為確保數(shù)據(jù)的真實可靠，問卷調(diào)查主要針對制造業(yè)企業(yè)員工，并指定專人向受訪者告知調(diào)查目的僅用于學(xué)術(shù)研究，明確填寫要求與標(biāo)準(zhǔn)。調(diào)研實施主要依托導(dǎo)師的合作企業(yè)以及項目組成員的同學(xué)關(guān)系網(wǎng)，與相關(guān)企業(yè)員工取得聯(lián)系，并通過微信、電話等方式預(yù)約填寫問卷，問卷調(diào)查自2021年4月至2021年11月，累計發(fā)放問卷500份，實際回收問卷379份，扣除填答有缺漏的無效問卷、有明顯錯誤的問卷24份，得到實際有效問卷355份，有效回收率為71%。樣本的描述性分析如表1所示。

表1 樣本特征的描述性分析

本研究采用Likert 5分量表對主要變量進行測度，1-5分別表示非常不同意到非常同意，由低到高過渡，3表示中立態(tài)度。依據(jù)謝衛(wèi)紅等(2014)[10]以及Wamba等(2017)[12]的研究，將大數(shù)據(jù)能力劃分為資源整合能力和預(yù)測分析能力兩個維度，分別采用5個題項測度大數(shù)據(jù)能力；供應(yīng)鏈整合的測度主要參考了Flynn等(2010)[20]和Wong(2011)等[28]的研究，設(shè)計6個題項；企業(yè)運營績效的測度，結(jié)合制造業(yè)企業(yè)特點以及本研究的樣本特征，借鑒Zhao等(2008)[34]、葉飛和薛運普(2012)[35]對企業(yè)運營績效的衡量指標(biāo)，設(shè)計6個題項。此外，在文獻分析的基礎(chǔ)上，結(jié)合本研究的變量特征，選取企業(yè)年限、企業(yè)規(guī)模和年銷售額為控制變量。企業(yè)年限按時間劃分為4個等級，分別為0～5年、6～10年、11～20年、21年以上，依次賦值為1～4；行業(yè)特征分為食品制造業(yè)、服裝制造業(yè)、計算機與通訊等其他電子設(shè)備制造業(yè)、汽車制造業(yè)、其他，依次賦值為1～5；企業(yè)規(guī)模以員工數(shù)量為依據(jù)，分4個等級，即0～100人、101～500人、501～1000人、1001人及以上，依次賦值為1～4。

3 實證分析

3.1 信度和效度分析

本研究采用SPSS 26.0對大數(shù)據(jù)能力、供應(yīng)鏈整合和企業(yè)運營績效等變量進行信效度檢驗。首先，采用Cronbach’s α、AVE值和組合信度CR來檢驗信度。結(jié)果如表2所示，顯示各變量的Cronbach’s α都大于0.7，且AVE值和組合信度CR均達到大于0.5和0.7的標(biāo)準(zhǔn)要求，說明量表中各題項均有較好的內(nèi)部一致性，樣本的信度較好；其次，采用因子分析法檢驗效度，從表2可知各變量的載荷因子均大于0.7，說明各變量在整體上具有較好的收斂效度。運用AMOS24.0對測量模型進行驗證性因子分析（CFA），變量的整體測度模型指標(biāo)顯示：χ2/d?=2.02，GFI=0.95，CFI=0.98，AGFI=0.87，RMSEA=0.054，均符合擬合指標(biāo)，說明模型與樣本數(shù)據(jù)的擬合性較好，所有變量的AVE值均大于0.5，且在p<0.001的水平下顯著，顯示本研究具有相對較好的結(jié)構(gòu)效度。

3.2 相關(guān)性分析

表3為各變量間的相關(guān)關(guān)系、均值和標(biāo)準(zhǔn)差。結(jié)果顯示，大數(shù)據(jù)資源整合能力、大數(shù)據(jù)預(yù)測分析能力、供應(yīng)鏈整合與企業(yè)運營績效兩兩之間均在p<0.01水平上呈現(xiàn)顯著相關(guān)，其中大數(shù)據(jù)資源整合能力與大數(shù)據(jù)預(yù)測分析能力對企業(yè)運營績效均存在顯著正相關(guān)關(guān)系（r分別為0.48、0.52）；供應(yīng)鏈整合對企業(yè)運營績效同樣存在顯著正向相關(guān)關(guān)系（r值為0.61），以上結(jié)論初步支持了本研究的相關(guān)假設(shè)，為后續(xù)的實證檢驗提供了重要依據(jù)。

表2 信效度分析結(jié)果

表3 相關(guān)性分析

注：***、**、*分別表示p<0.001、p<0.01、p<0.05的顯著性水平，下同

3.3 同源偏差與共線性檢驗

由于本研究調(diào)查問卷存在數(shù)據(jù)來源相同和同一主體多次填寫的情況，可能存在同源偏差問題。因此，需要對所有測量題項的初始樣本數(shù)據(jù)進行Harman單因子檢測，結(jié)果顯示存在5個特征值大于1的因子，且未旋轉(zhuǎn)時第一個因子解釋總方差小于臨界標(biāo)準(zhǔn)40%（第一個因子的最大解釋力為23.45%），說明本研究同源偏差可忽略[36]。此外，為避免多重共線影響，運用SPSS26.0對樣本數(shù)據(jù)進行共線性檢驗，發(fā)現(xiàn)模型中控制變量和自變量的容差均大于0.3，且VIF均小于3，符合指標(biāo)要求，且自變量間的相關(guān)系數(shù)小于0.65，因此變量間的共線性問題可以忽略[37]。

3.4 假設(shè)檢驗

本研究采用 SPSS26.0進行層級回歸分析，檢驗大數(shù)據(jù)能力對企業(yè)運營績效的影響效應(yīng)，以及供應(yīng)鏈整合的中介作用。表4為大數(shù)據(jù)能力和供應(yīng)鏈整合對企業(yè)運營績效的影響效應(yīng)，以及供應(yīng)鏈整合作為中介效應(yīng)的模型檢驗結(jié)果。首先，根據(jù)溫忠麟等[38]提出的中介效應(yīng)分析步驟，第一步，以企業(yè)運營績效為因變量，依次加入控制變量、自變量大數(shù)據(jù)能力和中介變量供應(yīng)鏈整合來檢驗自變量和中介變量對企業(yè)運營績效的影響，驗證H1和H3；第二步，以供應(yīng)鏈整合為因變量，依次加入控制變量和自變量大數(shù)據(jù)能力來檢驗自變量對中介變量的影響，驗證H2。

3.4.1 主效應(yīng)及中介效應(yīng)檢驗

首先，由表4可知，模型2和模型3是在模型1（以控制變量作為自變量）的基礎(chǔ)上加入自變量大數(shù)據(jù)資源整合能力與大數(shù)據(jù)預(yù)測分析能力，回歸結(jié)果顯示，模型1中行業(yè)特征、企業(yè)規(guī)模、企業(yè)年限對企業(yè)運營績效的影響效應(yīng)均不顯著，且模型解釋力只有1.2%；在增加大數(shù)據(jù)資源整合能力與大數(shù)據(jù)預(yù)測分析能力后，模型2與模型3的解釋力分別增至50%和47%，表明大數(shù)據(jù)資源整合能力與大數(shù)據(jù)預(yù)測分析能力對企業(yè)運營績效都存在顯著正向影響作用（β值分別為0.70和0.69，p<0.001），H1得到證實。

其次，表4中模型4至模型10的回歸結(jié)果可知：第一，模型8和模型9顯示大數(shù)據(jù)資源整合與大數(shù)據(jù)預(yù)測分析能力對供應(yīng)鏈整合存在顯著的正向影響作用（β分別為0.588和0.78, p<0.001），H2得到證實；表4中模型5顯示在模型1基礎(chǔ)上增加供應(yīng)鏈整合后，Adjust R2值增加了0.48，模型解釋力得到了明顯提高，說明供應(yīng)鏈整合對企業(yè)運營績效存在顯著的正向影響（β值為0.395, p<0.001），H3 得到證實。第三，從模型6中可以看出供應(yīng)鏈整合對企業(yè)運營績效存在顯著正向影響（β值為0.576, p<0.001），而此時大數(shù)據(jù)資源整合能力和大數(shù)據(jù)預(yù)測分析能力的回歸系數(shù)β值與模型4相比均有明顯下降，但仍具有統(tǒng)計上的顯著性（p<0.001），由此可得出，供應(yīng)鏈整合在大數(shù)據(jù)能力和企業(yè)運營績效之間存在部分中介作用，H4得到驗證。

表4 主效應(yīng)和中介效應(yīng)的層級回歸分析結(jié)果

3.5 穩(wěn)健性檢驗

為驗證上述結(jié)論的可靠性與穩(wěn)健性，本研究進一步采用其他方法對假設(shè)進行檢驗。首先，運用 Bootstrap法對大數(shù)據(jù)能力與企業(yè)運營績效之間的關(guān)系以及供應(yīng)鏈整合的中介作用進行檢驗，在PROCESS插件中將置信區(qū)間設(shè)置為95%，樣本量設(shè)置為5000，模型序列號選擇模型4，從運行結(jié)果表5可知，H1、H2和H3的效應(yīng)值均大于0，95%置信區(qū)間均不包含0，表明大數(shù)據(jù)能力對企業(yè)運營績效的直接影響以及大數(shù)據(jù)能力對供應(yīng)鏈整合的直接影響均顯著，H1、H2和H3再次得到驗證。此外，在控制了供應(yīng)鏈整合作為中介變量后，大數(shù)據(jù)能力對企業(yè)運營績效的影響仍顯著（β值分別為0.279和0.195, p<0.001），說明供應(yīng)鏈整合在大數(shù)據(jù)能力與企業(yè)運營績效間具有部分中介作用，H4再次得到驗證。綜上所述，采用不同方法來檢驗假設(shè)，得到相同的結(jié)果，表明本文結(jié)論具有較好穩(wěn)健性。

表5 Bootstrap法路徑分析結(jié)果

4 結(jié)論與啟示

4.1 研究結(jié)論

本文以制造業(yè)企業(yè)為研究對象，基于動態(tài)能力理論與資源基礎(chǔ)觀構(gòu)建了大數(shù)據(jù)能力、供應(yīng)鏈整合和企業(yè)運營績效之間的關(guān)系模型，并結(jié)合355份大樣本問卷調(diào)查及數(shù)據(jù)分析對相關(guān)假設(shè)進行檢驗，經(jīng)過同源方法偏差檢驗、信效度檢驗、主效應(yīng)及中介效應(yīng)分析、穩(wěn)健性檢驗等過程，實證分析了大數(shù)據(jù)能力對企業(yè)運營績效的影響作用，以及供應(yīng)鏈整合在二者之間的中介效應(yīng)。主要結(jié)論如下：

第一，大數(shù)據(jù)能力對企業(yè)運營績效具有顯著正向影響，H1得到驗證。這說明大數(shù)據(jù)能力對制造企業(yè)運營績效具有重要作用，企業(yè)可利用大數(shù)據(jù)能力進行數(shù)據(jù)挖掘，整理提煉出有價值的信息，并在此基礎(chǔ)上進行有效預(yù)測分析，幫助企業(yè)在運營過程中實現(xiàn)智能認(rèn)知、智能管理及智能決策，進而優(yōu)化企業(yè)運營效率，強化競爭優(yōu)勢并使企業(yè)運營績效得到有效提高。

第二，大數(shù)據(jù)能力對供應(yīng)鏈整合具有顯著正向影響，H2得到驗證。表明企業(yè)開展大數(shù)據(jù)能力的數(shù)字化戰(zhàn)略，可促進供應(yīng)鏈企業(yè)進行利益共享、風(fēng)險共擔(dān)、協(xié)同發(fā)展，使企業(yè)能及時做出反應(yīng)來滿足顧客需求，幫助企業(yè)獲取競爭優(yōu)勢，促進供應(yīng)鏈合作伙伴間的進一步合作交流。

第三，供應(yīng)鏈整合對企業(yè)運營績效具有顯著正向影響，H3得到驗證。這表明供應(yīng)鏈整合通過信息分享、關(guān)系協(xié)調(diào)和互動合作能增強供應(yīng)鏈成員之間的交流合作，有效解決組織間信息不對稱問題，從而提高企業(yè)運營績效。

第四，供應(yīng)鏈整合在大數(shù)據(jù)能力與企業(yè)運營績效之間起部分中介作用，H4得到驗證。表明企業(yè)在運用大數(shù)據(jù)能力影響企業(yè)運營績效的過程中，既需要重視大數(shù)據(jù)能力的建設(shè)與運用，也需要關(guān)注供應(yīng)鏈整合的積極作用，認(rèn)識到供應(yīng)鏈整合可協(xié)助企業(yè)提升大數(shù)據(jù)能力，為企業(yè)在運營方面獲得持續(xù)競爭優(yōu)勢提供支持與保障。

4.2 理論貢獻與實踐啟示

本研究結(jié)果對剖析大數(shù)據(jù)能力對企業(yè)運營績效的影響機制和邊界條件具有重要理論意義：第一，現(xiàn)有研究關(guān)于大數(shù)據(jù)能力與企業(yè)績效的影響關(guān)系一直存在爭議，而本研究通過實證分析發(fā)現(xiàn)大數(shù)據(jù)能力不僅可直接影響企業(yè)運營績效，而且會通過影響供應(yīng)鏈整合來進一步影響企業(yè)運營績效，在一定程度上解釋了在供應(yīng)鏈整合程度不同的情況下大數(shù)據(jù)能力對企業(yè)運營績效的影響差異，并進一步從企業(yè)動態(tài)能力與基礎(chǔ)資源觀視角實證分析了大數(shù)據(jù)能力對企業(yè)運營績效的作用機制，厘清了現(xiàn)有研究關(guān)于大數(shù)據(jù)能力對企業(yè)運營績效影響作用機制方向的討論，拓新了大數(shù)據(jù)能力領(lǐng)域的理論研究成果。第二，現(xiàn)有研究大多關(guān)注大數(shù)據(jù)能力對企業(yè)績效的直接影響，較少關(guān)注供應(yīng)鏈整合的中介作用。針對現(xiàn)有研究的不足，本文實證研究了供應(yīng)鏈整合在大數(shù)據(jù)能力與企業(yè)運營績效之間的中介作用，進一步拓展了供應(yīng)鏈整合研究領(lǐng)域的新思路。

本研究結(jié)論對提升我國制造業(yè)企業(yè)運營績效、推動高質(zhì)量發(fā)展也具有重要實踐啟示：第一，制造業(yè)企業(yè)必須重視大數(shù)據(jù)能力的建設(shè)，通過大數(shù)據(jù)能力分析以獲取企業(yè)內(nèi)外部多樣化的資源，增加企業(yè)提高運營績效的可能性。第二，企業(yè)在培養(yǎng)大數(shù)據(jù)能力的同時，還需要加強供應(yīng)鏈整合，充分發(fā)揮供應(yīng)鏈內(nèi)外部合作的優(yōu)勢，提高獲取、維系和利用供應(yīng)鏈資源能力，提升企業(yè)自身能力，對企業(yè)運營績效的提高至關(guān)重要。

4.3 研究不足與未來展望

本研究還存在以下不足，為后續(xù)的進一步研究指明了方向。第一，問卷調(diào)查對象僅針對制造企業(yè)，未來可進一步對互聯(lián)網(wǎng)平臺企業(yè)、服務(wù)業(yè)等相關(guān)行業(yè)開展比較分析，以便得出更具普適性的研究結(jié)論。第二，本文研究了大數(shù)據(jù)能力對企業(yè)運營績效的整體作用機制，未來可進一步分析大數(shù)據(jù)能力的不同分類維度對企業(yè)其他相關(guān)績效的具體作用機制，并挖掘其他變量在二者之間的中介作用，以便更全面認(rèn)識大數(shù)據(jù)能力對企業(yè)各方面績效的具體影響效果。第三，由于本文研究的是企業(yè)運營績效層面，受限制條件的影響，調(diào)查問卷樣本在地區(qū)和企業(yè)分布上相對集中，實證結(jié)果是否具有代表性需要進一步驗證。未來需要更廣泛的樣本數(shù)據(jù)支撐，以便提高研究結(jié)論的普適性和有效性。

[1] 楊善林，周開樂. 大數(shù)據(jù)中的管理問題:基于大數(shù)據(jù)的資源觀[J]. 管理科學(xué)學(xué)報, 2015, 18(05):1-8.

[2] 朱秀梅，劉月，陳海濤. 數(shù)字創(chuàng)業(yè)：要素及內(nèi)核生成機制研究[J]. 外國經(jīng)濟與管理，2020，42(04):19-35.

[3] 孫新波，錢雨，張明超，等. 大數(shù)據(jù)驅(qū)動企業(yè)供應(yīng)鏈敏捷性的實現(xiàn)機理研究[J]. 管理世界，2019，35(09): 133- 151+200.

[4] Chen D Q, Preston D S, Swink M. How the use of big data analytics affects value creation in supply chain manage- ment [J]. Journal of Management Information Systems, 2015, 32(4):4-39.

[5] Verma S, Chaurasia S. Understanding the determinants of big data analytics adoption[J]. Information Resources Management Journal, 2019, 32(3):1-26.

[6] 馬鴻佳，肖彬，王春蕾. 大數(shù)據(jù)能力影響因素及效用：基于元分析的研究[J]. 南開管理評論, 2021, 49(4):1-19.

[7] 徐可，何楨，王瑞. 供應(yīng)鏈關(guān)系質(zhì)量與企業(yè)創(chuàng)新價值鏈：知識螺旋和供應(yīng)鏈整合的作用[J]. 南開管理評論, 2015, 18(1):108-117.

[8] 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(2): 21-32.

[9] Gupta S, Drave V A, Dwivedi Y K, et al. Achieving superior organizational performance via big data predictive analytics: a dynamic capability view[J]. Industrial Marketing Management, 2020, 90(3):581-592.

[10] 謝衛(wèi)紅，劉高，王田繪. 大數(shù)據(jù)能力內(nèi)涵、維度及其與集團管控關(guān)系研究[J]. 科技管理研究, 2016, 36(14): 170 - 177．

[11] Akter S, Wamba S F, Gunasekaran A, et al. How to improve firm performance using big data analytics capability and business strategy alignment?[J]. Internati- onal Journal of Production Economics, 2016, 182(7): 113- 131.

[12] Wamba S F, Gunasekaran A, Akter S, et al. Big data analytics and firm performance: effects of dynamic capabilities [J]. Journal of Business Research, 2017, 70(28): 356-365.

[13] Janssen M, Haiko V D, Wahyudi A. Factors influencing big data decision-making quality[J]. Journal of Business Research, 2017, 70(1):338-345.

[14] 曹勇，周紅枝，谷佳. 顧客參與、知識整合與新產(chǎn)品開發(fā)績效之間的關(guān)系研究[J]. 創(chuàng)新科技, 2021, 21(01):53- 61.

[15] 周文輝，鄧偉，陳凌子. 基于滴滴出行的平臺企業(yè)數(shù)據(jù)賦能促進價值共創(chuàng)過程研究[J]. 管理學(xué)報, 2018, 15(8): 1110-1119.

[16] Ferraris A, Mazzolenia, Devallea, et al. Big data analytics capabilities and knowledge management: impact on firm performance[J]. Management Decision, 2019, 57(8): 1923- 1936.

[17] 劉平峰，王雨婷，蘇超超. 大數(shù)據(jù)賦能企業(yè)知識管理創(chuàng)新機理與路徑研究：基于華為案例[J]. 科技進步與對策, 2021, 38(1): 122-131.

[18] Xu Z N, Frankwick G L, Ramirez E. Effects of big data analytics and traditional marketing analytics on new product success: a knowledge fusion perspective [J]. Journal of Business Research, 2016, 69(5): 1562-1566.

[19] Grover V, Chiang R H L, Liang T P, et al. Creating strategic business value from big data analytics: a research framework [J]. Journal of Management Information Systems, 2018, 35(2): 388-423.

[20] Flynn B B, Huo B, Zhao X．The impact of supply chain integration on performance: a contingency and configuration approach[J]．Journal of Operations Management, 2010, 28(1):58-71．

[21] 胡海青，薛萌，張瑯，等. 供應(yīng)鏈社會資本、外部整合對供應(yīng)鏈融資績效的影響：IT使能共享能力的調(diào)節(jié)作用[J]. 預(yù)測, 2019, 38(05):51-58.

[22] Jorge T F, Jerónimo D B. Supply chain integration and performance relationship: a moderating effects review[J]. The International Journal of Logistics Management, 2017, 28(4):1243-1271.

[23] 許芳，田萌，徐國虎. 大數(shù)據(jù)應(yīng)用能力對企業(yè)創(chuàng)新績效的影響研究：供應(yīng)鏈協(xié)同的中介效應(yīng)與戰(zhàn)略匹配的調(diào)節(jié)效應(yīng)[J]. 宏觀經(jīng)濟研究, 2020, 11(03): 101-119.

[24] 白君貴，王丹. 數(shù)據(jù)視角下企業(yè)信息資源整合與價值提升研究[J]．情報科學(xué)，2018, 36(9):73-76

[25] Singh N. Developing business risk resilience through risk management infrastructure: the moderating role of big data analytics [J]. Information Systems Management, 2020, (2): 1-19.

[26] Dong J Q, Yang C H. Business value of big data analytics: a systems-theoretic approach and empirical test [J]. Information& Management, 2020, 57(1):103-124.

[27] Chang W, Ellinger A E, Kim K, et al．Supply chain integration and firm financial performance: a meta-analysis of positional advantage mediation and moderating factors[J]. European Management Journal，2016, 34(3):282-295．

[28] Wong C Y, Sakun B, Wong C W Y．The contingency effects of environmental uncertainty on the relationship between supply chain integration and operational performance[J]. Journal of Operations Management，2011, 29(6): 604-615．

[29] 劉華明，王勇．3PL服務(wù)能力與供應(yīng)鏈整合對企業(yè)運營績效的影響[J]．預(yù)測，2017, 36(1):67-73．

[30] Tseng L, Lim K, Wong P, et al. A framework for evaluating the performance of sustainable service supply chain management under uncertainty[J]. International Journal of Production Economics, 2018, 195(1):359-372．

[31] 張艾榮，呂娜. 大數(shù)據(jù)能力、服務(wù)鏈整合與政府智慧服務(wù)績效關(guān)系研究[J]. 軟科學(xué)，2021，35(09):8-13.

[32] Zhu C C, Du J G, Shahzad F, et al. Environment sustainability is a corporate social responsibility: measuring the nexus between sustainable supply chain management, big data analytics capabilities, and organizational performance [J]. Sustainability, 2022, 14(6):375-379．

[33] 侯海濤. 供應(yīng)鏈整合對企業(yè)績效的影響研究：基于質(zhì)量管理角度[J]. 商業(yè)經(jīng)濟研究, 2022, 13(07):117-121.

[34] Zhao X, Huo B, Selen W, et al. The impact of internal integration and relationship commitment on external integration [J]. Journal of operations management, 2011, 29(1-2):17-32.

[35] 葉飛，薛運普. 關(guān)系承諾對信息共享與運營績效的影響研究[J]. 管理科學(xué)，2012, 25(05):41-51.

[36] 湯丹丹，溫忠麟. 共同方法偏差檢驗：問題與建議[J]. 心理科學(xué)，2020, 43(01):215-223.

[37] Cohen S K, Caner T. Converting inventions into breakthrough innovations: the role of exploitation and alliance network knowledge heterogeneity [J]. Journal of Engineering and Technology Management，2016, 40(06):29-44.

[38] 溫忠麟，侯杰泰，張雷. 調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用[J]. 心理學(xué)報，2005, 37(2):268-274.

Research on the Impact Mechanism of Big Data Capability on Enterprise Operation Performance: the Mediating Role of Supply Chain Integration

CAO Yong1,2, WANG Yi-qi1, ZHANG Dong-dong1, LI Juan1

(1. School of Management, Wuhan Textile University, Wuhan Hubei 430200, China; 2. Research Institute of International People-to-People Exchange for Textile Industry of MOE, Wuhan Hubei 430200, China)

Based on the dynamic capability theory and resource-based view, this paper empirically studies the impact mechanism of big data capability (BDC) on enterprise operation performance (EOP) through a large sample survey data of manufacturing enterprises, and further analyzes mediating role of supply chain integration (SCI). The results show that BDC has a significant positive impact on SCI and EOP; SCI plays a partly mediating role in the process of BDC affecting EOP. These research results not only have theoretical enlightenment for deepening the research on the relationship between BDC on EOP, but also have important practical significance for promoting the high-quality development of manufacturing enterprises under the background of digital transformation.

big data capability; supply chain integration; enterprise operation performance

曹勇（1964-），男，教授，博士，博士生導(dǎo)師，陽光杰出學(xué)者，研究方向：數(shù)智創(chuàng)新與知識管理.

國家自科基金面上項目（72072139）；湖北省高等學(xué)校哲學(xué)社科研究重點項目（21D046）.

F272

A

2095－414X(2022)05－0003－09