柴會(huì)祥，閆秀霞

（山東理工大學(xué)管理學(xué)院，山東 淄博 255000）

引言

企業(yè)數(shù)字化評(píng)價(jià)是對(duì)企業(yè)數(shù)字化的整體或某一方面按照一定的標(biāo)準(zhǔn)做出相應(yīng)的判斷，在判斷結(jié)果的基礎(chǔ)上為相關(guān)主體提供針對(duì)性的意見(jiàn)或方案。隨著數(shù)字經(jīng)濟(jì)的提出，我國(guó)企業(yè)紛紛開(kāi)始數(shù)字化轉(zhuǎn)型，當(dāng)前實(shí)業(yè)界內(nèi)企業(yè)數(shù)字化轉(zhuǎn)型正如火如荼地進(jìn)行，如順豐速運(yùn)在2022年上半年報(bào)告中稱(chēng)，企業(yè)當(dāng)前正在數(shù)字化轉(zhuǎn)型，并計(jì)劃于2025年初步實(shí)現(xiàn)數(shù)字化。國(guó)內(nèi)企業(yè)數(shù)字化指數(shù)也從2018年的37分發(fā)展到2021年的54分[1]，整體數(shù)字化建設(shè)已經(jīng)過(guò)半。學(xué)術(shù)界中對(duì)企業(yè)數(shù)字化評(píng)價(jià)的研究也層出不窮，眾多角度錯(cuò)綜復(fù)雜，因此，有必要對(duì)企業(yè)數(shù)字化評(píng)價(jià)研究進(jìn)行梳理。本文的目的在于梳理企業(yè)數(shù)字化評(píng)價(jià)研究領(lǐng)域的文獻(xiàn)，總結(jié)研究熱點(diǎn)，反映該領(lǐng)域的研究進(jìn)展，為進(jìn)一步研究企業(yè)數(shù)字化評(píng)價(jià)提供理論支持。

1 研究方法及數(shù)據(jù)來(lái)源

1.1 研究方法

本文采用共現(xiàn)分析與文獻(xiàn)分析相結(jié)合的方法，利用科學(xué)知識(shí)圖譜對(duì)企業(yè)數(shù)字化評(píng)價(jià)相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行共現(xiàn)分析，并進(jìn)行可視化呈現(xiàn)，形象地展示企業(yè)數(shù)字化評(píng)價(jià)研究領(lǐng)域的研究熱點(diǎn)以及發(fā)展過(guò)程。本文使用由美國(guó)德雷賽爾大學(xué)的陳超美博士開(kāi)發(fā)的一款文獻(xiàn)可視化圖譜工具CiteSpace來(lái)進(jìn)行文獻(xiàn)的共現(xiàn)分析。

1.2 數(shù)據(jù)來(lái)源

本文基于CNKI數(shù)據(jù)庫(kù)的核心期刊，以題名=“數(shù)字化”AND主題=（“水平”+“評(píng)價(jià)”+“成熟度”+“程度”+“評(píng)估”+“衡量”+“評(píng)測(cè)”+“估計(jì)”）AND主題=（“企業(yè)”+“行業(yè)”）為檢索式，檢索出193篇文獻(xiàn)，根據(jù)本文的研究?jī)?nèi)容進(jìn)行篩選，將重復(fù)、非研究型文獻(xiàn)、研究?jī)?nèi)容不符的文獻(xiàn)剔除，共得到2007—2022年185篇文獻(xiàn)，提高了分析結(jié)果的準(zhǔn)確性。

2 文獻(xiàn)統(tǒng)計(jì)分析

2.1 文獻(xiàn)發(fā)布年份

2007—2018年，國(guó)內(nèi)共發(fā)布19篇相關(guān)文獻(xiàn)，平均每年2篇，最多每年不超過(guò)4篇，發(fā)文數(shù)量較少。自2019年之后相關(guān)文獻(xiàn)數(shù)量快速增長(zhǎng)，由2019年的5篇迅速增長(zhǎng)到2022年的100篇。從發(fā)文趨勢(shì)上看，近年來(lái)企業(yè)數(shù)字化評(píng)價(jià)文獻(xiàn)呈現(xiàn)快速增長(zhǎng)的趨勢(shì)，可以說(shuō)現(xiàn)在正是數(shù)字化評(píng)價(jià)研究的熱門(mén)時(shí)期，這種趨勢(shì)的出現(xiàn)時(shí)間也與2018年我國(guó)政府在工作報(bào)告中提出建設(shè)數(shù)字中國(guó)的政策相吻合。內(nèi)容上，評(píng)價(jià)的主體涉及制造業(yè)、出版業(yè)、物流企業(yè)、畜牧業(yè)和藥品監(jiān)管部門(mén)等，評(píng)價(jià)的維度上多以評(píng)估、水平初探、測(cè)度和評(píng)價(jià)為主。

2.2 學(xué)科領(lǐng)域

從CNKI的學(xué)科類(lèi)別來(lái)看，信息經(jīng)濟(jì)與郵政經(jīng)濟(jì)學(xué)科領(lǐng)域以及企業(yè)經(jīng)濟(jì)學(xué)科領(lǐng)域發(fā)文占比最對(duì)多，都分別占有17.81%；金融學(xué)科發(fā)文占比11.35%；工業(yè)經(jīng)濟(jì)學(xué)科、投資學(xué)科、證券學(xué)科、計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用學(xué)科發(fā)文占比較低，分別為9.78%、9.2%、9%和8.22%。從學(xué)科領(lǐng)域分布來(lái)看，企業(yè)數(shù)字化評(píng)價(jià)方面的研究文獻(xiàn)更偏向經(jīng)濟(jì)領(lǐng)域。

3 文獻(xiàn)可視化結(jié)果分析

3.1 研究熱點(diǎn)

對(duì)文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析，可以在很大程度上反映企業(yè)數(shù)字化評(píng)價(jià)研究領(lǐng)域的研究熱點(diǎn)，選擇CiteSpace的關(guān)鍵詞共現(xiàn)功能和Pathfinder剪裁功能，以突出關(guān)鍵詞貢獻(xiàn)圖譜的核心結(jié)構(gòu)，最后對(duì)相似關(guān)鍵詞進(jìn)行處理，結(jié)果如下頁(yè)圖1所示。關(guān)鍵詞共現(xiàn)分析出節(jié)點(diǎn)162個(gè)，連線(xiàn)193條，節(jié)點(diǎn)越大表示關(guān)鍵詞數(shù)量越多，連線(xiàn)越多表示關(guān)鍵詞之間聯(lián)系越密切。其中熱門(mén)關(guān)鍵詞包括數(shù)字化、數(shù)字經(jīng)濟(jì)、企業(yè)績(jī)效、制造企業(yè)、指標(biāo)體系、中小企業(yè)、中介效應(yīng)、人工智能、大數(shù)據(jù)、企業(yè)創(chuàng)新、經(jīng)營(yíng)效率和數(shù)字技術(shù)等。根據(jù)CiteSpace計(jì)算顯示，中介中心性＞0.1的關(guān)鍵詞有數(shù)字化、數(shù)字經(jīng)濟(jì)、制造企業(yè)、企業(yè)績(jī)效、指標(biāo)體系和中小企業(yè)，說(shuō)明這6個(gè)關(guān)鍵詞在企業(yè)數(shù)字化評(píng)價(jià)研究領(lǐng)域有著更強(qiáng)的連接作用，學(xué)者們更愿意以此6個(gè)關(guān)鍵詞為基礎(chǔ)進(jìn)行細(xì)分領(lǐng)域的開(kāi)拓性研究。

圖1 關(guān)鍵詞共現(xiàn)圖譜

為了更加清晰和直觀地展示企業(yè)數(shù)字化評(píng)價(jià)研究的特征，本文在關(guān)鍵詞共現(xiàn)基礎(chǔ)上利用CiteSpace進(jìn)行關(guān)鍵詞聚類(lèi)操作，得到圖2所示的關(guān)鍵詞聚類(lèi)圖譜。

圖2 關(guān)鍵詞聚類(lèi)圖譜

其中Q值＞0.3，為0.84，表明聚類(lèi)結(jié)構(gòu)顯著；S值＞0.7，為0.975，表明聚類(lèi)效果可信。分析結(jié)果顯示存在8個(gè)主題聚類(lèi)團(tuán)，所含文獻(xiàn)從多到少依次是數(shù)字化、數(shù)字經(jīng)濟(jì)、中小企業(yè)、制造企業(yè)、物聯(lián)網(wǎng)、指標(biāo)體系、中介效應(yīng)和出版業(yè)。在聚類(lèi)中制造企業(yè)與指標(biāo)體系聯(lián)系密切，數(shù)字化與數(shù)字經(jīng)濟(jì)聯(lián)系密切，物聯(lián)網(wǎng)代表企業(yè)數(shù)字化評(píng)價(jià)中云計(jì)算、大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)被多次提及。中介效應(yīng)可以分析自變量對(duì)因變量的影響過(guò)程和作用機(jī)制,已成為分析多個(gè)變量之間關(guān)系的一種重要統(tǒng)計(jì)方法[2]，數(shù)字化與其他要素之間的影響往往不是直接的，而是存在其他要素起中介效應(yīng)，這個(gè)中介效應(yīng)可以是正向的也可以是負(fù)向的。正向中介效應(yīng)方面，企業(yè)數(shù)字化水平提高信息對(duì)稱(chēng)水平，進(jìn)而提升企業(yè)運(yùn)營(yíng)績(jī)效，因此，信息對(duì)稱(chēng)性水平表現(xiàn)出完全正向中介效應(yīng)[3]。負(fù)向中介效應(yīng)方面，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)企業(yè)效率與產(chǎn)品質(zhì)量的中介效應(yīng)對(duì)城鎮(zhèn)居民消費(fèi)升級(jí)存在抑制作用[4]。

參考學(xué)者陳文娟[5]的思路，本文將從被評(píng)價(jià)企業(yè)、評(píng)價(jià)內(nèi)容等角度出發(fā)，分析企業(yè)數(shù)字化評(píng)價(jià)研究領(lǐng)域的熱點(diǎn)。

3.2 被評(píng)價(jià)企業(yè)

根據(jù)聚類(lèi)圖譜可以明顯看出，研究較多的企業(yè)主要有制造企業(yè)、出版業(yè)和中小企業(yè)，在關(guān)鍵詞圖譜中同時(shí)也能看到小部分文獻(xiàn)以物流公司等服務(wù)企業(yè)、銀行等金融企業(yè)以及農(nóng)業(yè)企業(yè)為主體進(jìn)行研究。在研究制造企業(yè)時(shí)，學(xué)者們重點(diǎn)進(jìn)行了指標(biāo)體系的構(gòu)建，多從數(shù)字技術(shù)、戰(zhàn)略、動(dòng)態(tài)能力、創(chuàng)新和效率等方面出發(fā)，對(duì)制造企業(yè)的數(shù)字化進(jìn)行評(píng)估、評(píng)價(jià)。在中小企業(yè)的數(shù)字化評(píng)價(jià)研究中，學(xué)者多從政策、疫情等角度為切入點(diǎn)，對(duì)企業(yè)績(jī)效、數(shù)字技術(shù)等方面進(jìn)行評(píng)價(jià)，突出疫情背景下數(shù)字化轉(zhuǎn)型和數(shù)字技術(shù)對(duì)中小企業(yè)的重要性。通過(guò)閱讀文獻(xiàn)發(fā)現(xiàn)，還有部分文獻(xiàn)并未區(qū)分企業(yè)類(lèi)型，而是從宏觀企業(yè)層面分析和研究問(wèn)題。

3.3 評(píng)價(jià)內(nèi)容

通過(guò)可視化圖譜以及文獻(xiàn)研讀，梳理出當(dāng)前企業(yè)數(shù)字化評(píng)價(jià)內(nèi)容方面的三個(gè)研究方向：數(shù)字化影響因素、數(shù)字化水平和數(shù)字化效果。

1）數(shù)字化影響因素方面的評(píng)價(jià)研究主要是探究哪些因素影響企業(yè)數(shù)字化的發(fā)展，如何影響以及測(cè)量影響強(qiáng)度。學(xué)者余典范[6]認(rèn)為，政府補(bǔ)助影響企業(yè)數(shù)字化，并通過(guò)研究找到了政府補(bǔ)助影響企業(yè)數(shù)字化的路徑，發(fā)現(xiàn)政府補(bǔ)助對(duì)服務(wù)業(yè)企業(yè)、非國(guó)有企業(yè)影響更強(qiáng)。數(shù)字化影響因素方面的文獻(xiàn)有22篇，影響因素包括戰(zhàn)略、動(dòng)態(tài)能力、基礎(chǔ)設(shè)施建設(shè)、數(shù)字技術(shù)、稅收、金融化、政府補(bǔ)助、產(chǎn)業(yè)鏈協(xié)同、管理者能力、信息噪音、員工技能、組織投資和監(jiān)管等。

2）數(shù)字化水平研究是對(duì)企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展水平和數(shù)字化成熟度進(jìn)行研究。數(shù)字化成熟度能描述企業(yè)數(shù)字化從無(wú)到有，從有到強(qiáng)的發(fā)展過(guò)程，可用于評(píng)價(jià)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中的完成程度，科學(xué)地描述企業(yè)數(shù)字化轉(zhuǎn)型在不同階段的特點(diǎn)，確定當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型所處的階段，從而為企業(yè)的數(shù)字化轉(zhuǎn)型提出針對(duì)性的意見(jiàn)。學(xué)者王瑞[7]針對(duì)制造企業(yè)設(shè)計(jì)數(shù)字化成熟度評(píng)價(jià)模型，根據(jù)評(píng)價(jià)結(jié)果發(fā)現(xiàn)企業(yè)數(shù)字化發(fā)展過(guò)程中的短板并提出意見(jiàn)。數(shù)字化水平評(píng)價(jià)文獻(xiàn)有40篇，主要從數(shù)字化轉(zhuǎn)型能力、數(shù)字化成熟度、精益數(shù)字化水平、數(shù)據(jù)治理成熟度和數(shù)字化工業(yè)體系成熟度等方面對(duì)企業(yè)數(shù)字化水平進(jìn)行評(píng)價(jià)。

3）數(shù)字化效果評(píng)估是指在了解企業(yè)數(shù)字化水平的情況下，分析不同數(shù)字化水平對(duì)各種要素的影響機(jī)制及影響強(qiáng)度，從而反映企業(yè)實(shí)施數(shù)字化的有效性。學(xué)者尹夏楠[8]以詞頻分析法確定企業(yè)數(shù)字化水平，利用定量分析方法發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型程度越高，對(duì)企業(yè)財(cái)務(wù)績(jī)效提升的促進(jìn)效應(yīng)越明顯。該方面的文獻(xiàn)有79篇，學(xué)者們從績(jī)效、成本、創(chuàng)新、生產(chǎn)率、高質(zhì)量發(fā)展、就業(yè)、消費(fèi)、貿(mào)易和融資等要素評(píng)估數(shù)字化效果。

值得一提的是，評(píng)價(jià)內(nèi)容的三個(gè)方面存在聯(lián)系[9]，數(shù)字化影響因素的研究為數(shù)字化水平研究提供了構(gòu)建指標(biāo)的依據(jù)，而數(shù)字化水平研究又為數(shù)字化效果評(píng)估研究提供了條件。其中數(shù)字化效果方面的研究文獻(xiàn)數(shù)量最多，數(shù)字化影響因素方面文獻(xiàn)雖然最少，但是該領(lǐng)域所研究的影響因素更加豐富，在數(shù)字化水平方面，學(xué)者們更喜歡用成熟度模型來(lái)對(duì)數(shù)字化水平進(jìn)行評(píng)價(jià)。

3.4 企業(yè)數(shù)字化評(píng)價(jià)研究演化規(guī)律分析

企業(yè)數(shù)字化評(píng)價(jià)研究演化規(guī)律可以利用CiteSpace軟件中的時(shí)間圖譜來(lái)分析，如圖3所示，每條橫軸代表一個(gè)聚類(lèi)團(tuán)隨時(shí)間的發(fā)展情況，時(shí)間圖譜不僅能直觀反映學(xué)術(shù)界的研究演化規(guī)律，還可以間接地反映出實(shí)業(yè)界企業(yè)的數(shù)字化發(fā)展規(guī)律。本文根據(jù)時(shí)間圖譜和文獻(xiàn)內(nèi)容將企業(yè)數(shù)字化發(fā)展歸納為引入階段（2007—2010年），學(xué)習(xí)階段（2010—2017年），全面應(yīng)用階段（2018年至今）三個(gè)階段。

圖3 時(shí)間圖譜

1）引入階段：企業(yè)數(shù)字化評(píng)價(jià)研究最早于2007年開(kāi)始出現(xiàn)，當(dāng)時(shí)國(guó)內(nèi)數(shù)字化水平較低，企業(yè)沒(méi)有數(shù)字化發(fā)展的意識(shí)或能力。因此，學(xué)者們探究如何才能將具備先進(jìn)數(shù)字化技術(shù)與經(jīng)驗(yàn)的跨國(guó)企業(yè)引入國(guó)內(nèi)帶來(lái)“鲇魚(yú)效應(yīng)”，以激發(fā)國(guó)內(nèi)企業(yè)數(shù)字化發(fā)展。

2）學(xué)習(xí)階段：此階段是企業(yè)初步應(yīng)用數(shù)字化以及人才培養(yǎng)的時(shí)期。2010年，學(xué)者開(kāi)始對(duì)企業(yè)數(shù)字化學(xué)習(xí)項(xiàng)目進(jìn)行指標(biāo)體系構(gòu)建與評(píng)估，這標(biāo)志著國(guó)內(nèi)企業(yè)開(kāi)始關(guān)注與學(xué)習(xí)數(shù)字化轉(zhuǎn)型。在2011年，有學(xué)者提到利用數(shù)字化的管理思維來(lái)管理企業(yè)。2015年，有文獻(xiàn)提出在教育上加強(qiáng)與數(shù)字化有關(guān)的技能和課程知識(shí)的培訓(xùn)，才能讓學(xué)生適應(yīng)未來(lái)的企業(yè)工作崗位。

3）全面應(yīng)用階段：在此階段數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)等方面的研究開(kāi)始豐富，評(píng)價(jià)主體逐漸深入細(xì)化。數(shù)字化成熟度研究主體由2018年的工業(yè)體系、到2019年的制造企業(yè)、再到2022年的裝備制造企業(yè)，這說(shuō)明越來(lái)越多的企業(yè)已經(jīng)開(kāi)始數(shù)字化轉(zhuǎn)型并且重視數(shù)字化評(píng)價(jià)，希望學(xué)術(shù)界構(gòu)建更適合特定企業(yè)的數(shù)字化成熟度評(píng)價(jià)模型。在此階段的研究無(wú)論是在被評(píng)價(jià)主體的范圍、評(píng)價(jià)的角度，還是評(píng)價(jià)方法、評(píng)價(jià)精度，都得到了很大的擴(kuò)展。

3.5 企業(yè)數(shù)字化評(píng)價(jià)研究前沿分析

前沿分析是指當(dāng)前作為研究熱點(diǎn)的主題可能會(huì)持續(xù)下去，在未來(lái)繼續(xù)被重視和研究。利用CiteSpace的關(guān)鍵詞突現(xiàn)圖譜來(lái)尋找研究前沿?zé)嵩~，如圖4所示，展示突現(xiàn)強(qiáng)度最高的15個(gè)關(guān)鍵詞，并以出現(xiàn)時(shí)間順序進(jìn)行排序，虛線(xiàn)中的每個(gè)點(diǎn)代表一年，淺色虛線(xiàn)表示關(guān)鍵詞未在此年突現(xiàn)，深色虛線(xiàn)表示關(guān)鍵詞在此年突現(xiàn)。從圖4中可以看出，近年來(lái)企業(yè)數(shù)字化評(píng)價(jià)研究的前沿是經(jīng)營(yíng)效率、大數(shù)據(jù)、指標(biāo)體系、人工智能、數(shù)字金融、創(chuàng)新驅(qū)動(dòng)、交易成本和文本識(shí)別。

圖4 突現(xiàn)圖譜

4 結(jié)論與展望

本文從CNKI數(shù)據(jù)庫(kù)選取2007—2022年間與企業(yè)數(shù)字化評(píng)價(jià)研究相關(guān)的核心文獻(xiàn)為基礎(chǔ)數(shù)據(jù)，利用可視化軟件CiteSpace對(duì)國(guó)內(nèi)相關(guān)領(lǐng)域的研究熱點(diǎn)和演化發(fā)展規(guī)律進(jìn)行分析。得出以下結(jié)論：

1）企業(yè)數(shù)字化評(píng)價(jià)研究正處于快速發(fā)展階段，評(píng)價(jià)的企業(yè)主體集中在制造企業(yè)、中小企業(yè)和出版業(yè)。評(píng)價(jià)內(nèi)容主要體現(xiàn)在數(shù)字化影響因素、數(shù)字化水平和數(shù)字化效果三個(gè)方面。

2）利用時(shí)間圖譜歸納出國(guó)內(nèi)企業(yè)數(shù)字化發(fā)展經(jīng)歷了引入階段、學(xué)習(xí)階段和全面應(yīng)用階段，當(dāng)前國(guó)內(nèi)企業(yè)數(shù)字化發(fā)展正處于全面應(yīng)用階段。

3）根據(jù)突現(xiàn)圖譜提出未來(lái)企業(yè)數(shù)字化評(píng)價(jià)研究可以從經(jīng)營(yíng)效率、大數(shù)據(jù)、指標(biāo)體系、人工智能、數(shù)字金融、創(chuàng)新驅(qū)動(dòng)、交易成本和文本識(shí)別等方面開(kāi)展。