企业管理论文参考代写：大数据能力对新创企业绩效的作用机制探讨

本文是一篇企业管理论文，本文聚焦于大数据能力对新创企业绩效的作用机制研究。通过探索性案例分析和理论分析的方法构建大数据能力与新创企业绩效的理论模型，并进行了假设推演，采用了规范的实证研究方法对理论假设进行检验。

第1章绪论

1.1研究背景

1.1.1实践背景

随着人类社会进入数字经济时代，数据爆炸式增长，全世界产生的数据总量从2009年不到1ZB（万亿GB）暴涨至2018年的33 ZB，IDC公司预测，到2025年，全世界的数据总量将达到175 ZB。海量的数据已融入生产生活的方方面面，成为了区域经济发展和创新创业的重要要素。世界各国纷纷围绕着大数据布局经济发展战略，以期在新一轮的科技革命和产业变革中占据新高地。比如，美国于2014年发布《大数据白皮书》，明确支持数据驱动创新创业，试图创造新的发展动力以保持国际竞争力；2021年，德国政府发布《联邦政府数据战略》，旨在增加大数据在企业转型和创业领域的应用，使德国在欧洲大数据商业应用方面成为领先者；我国在2015年提出“国家大数据战略”，明确大数据是国家基础性战略资源，2023年国务院机构改革方案发布，计划组建国家数据局，承担大数据的建设、管理和服务等职能，以助推我国数字经济实现高质量发展。习近平总书记强调，要充分发挥海量数据和丰富应用场景优势，催生新产业新业态新模式，这一重要论述为我国实施大数据战略，发展数字经济提供了依据，也给广大新创企业拥抱大数据浪潮创造全新商业模式指明了方向。

纵观世界经济发展历程，新的经济形态往往能够极大地促进技术迭代更新，颠覆行业固有的发展模式，带来新一轮的创业热潮（Senyo等，2019）。在以大数据作为关键生产要素的数字经济盛行的背景下，企业的商业行为、客户的需求变化以及市场政策环境的变动都能以数据的形式呈现，海量数据的背后蕴含着巨大的价值和市场前景，为创新创业提供巨大的空间和潜力。近年来，基于大数据驱动的创业企业不断涌现，许多新创企业借助大数据技术打破了时空限制，洞察了市场机遇，并不断突破和颠覆原有的商业模式，创造新的价值，获得高成长性和强竞争力。比如，字节跳动组建抖音、今日头条等APP矩阵，依托海量的数据和强大的算力+算法，获取了“流量密码”，打造多元化的互联网流量变现模式，为短视频创业企业提供成功范本；小鹏汽车融合了“汽车+互联网”的基因，运用卓越的软件系统及数据技术等，不断积累有价值的现场数据，实现深度学习，创新自动驾驶、智能互连等模式，创造汽车消费热点，从而得以在竞争中脱颖而出，成为国内领先的智能电动汽车公司之一；Uniqlick公司基于大数据的分析和挖掘，精准为广告主定位潜在消费群体，探索数字广告行业新商业模式—实时竞拍模式，创新了点击消费，实现了高增长。然而，更多的企业诸如乐视、锤子科技、摩拜共享单车等虽烜赫一时，但最终黯然退场消失在创业舞台上。面对大数据带来的机遇和挑战，为什么有些企业能抓住机遇甚至引领潮流取得巨大成功，而有些企业却昙花一现最终淹没在创业浪潮中，这一问题值得深思。

1.2研究意义

为解决上述新创企业如何在数字时代背景下利用大数据赋能促进企业生存与发展的实践问题，填补现有理论研究的空白点。本文结合探索性案例分析结果与相关理论分析，建构了大数据能力对新创企业绩效的理论模型，深入探究了大数据能力对新创企业绩效的作用路径及其边界条件，并利用大样本调研数据进行实证检验和结果分析，这对于进一步丰富创业相关理论，以及新创企业的数字创业实践具有重要的意义。

1.2.1理论意义

本研究的理论意义如下：第一，基于动态能力理论，探讨了大数据能力对新创企业绩效的影响作用，丰富了大数据能力与新创企业绩效的相关研究。随着数字时代的到来，数据爆发式地增长，大数据已渗透到各行各业中，影响着生产和生活的方方面面，大数据能力作为一种整合、分析、应用数据的关键能力已成为新创企业获取竞争优势的重要因素（Power和Ong，2017；Hassna和Lowry，2018）。目前，学术界对于大数据能力的研究刚拉开帷幕，有关大数据能力的概念内涵、本质特征，以及大数据能力在数字化背景下如何作用企业创新创业过程影响新创企业绩效等一系列问题，缺少详细的解答，特别是国内关于大数据能力的研究相对滞后，且现有研究多数停留在理论探讨阶段，缺乏相应实证分析与检验。因此，本研究从理论和实证两个方面进一步明晰了大数据能力的概念内涵，深入解析了新创企业如何利用大数据能力提升企业绩效。这不仅有利于丰富和完善大数据能力的基础理论研究，还有助于解构大数据能力对新创企业绩效的作用机制，进一步拓展了大数据能力和新创企业绩效的实证研究。

第二，基于数字创业理论与创新理论，提出大数据能力影响新创企业绩效的内部作用路径。目前，大数据能力与企业绩效的关系已受到学术界的关注（Akter等，2016；Wamba等，2017；Yasmin等，2020）。但现有研究缺乏对大数据能力与新创企业绩效间的作用路径的深入探讨，能力通常需要指导具体的行为方能达成理想的结果，因此，本研究通过引入创业机会识别和商业模式创新这两个创业过程中的行为变量来解释大数据能力与新创企业绩效的影响路径。一方面，创业机会识别的引入解释了运用大数据能力识别高价值商机是新创企业得以成功运营的关键；另一方面，商业模式创新的引入则进一步解释了企业对捕捉到的商业机会进行开发、利用的价值创造活动，从而促成机会到绩效的转化过程。本研究依据“能力—行为—结果”的逻辑，探讨了创业机会识别和商业模式创新在大数据能力与新创企业绩效关系间的中介作用机制，为打开大数据能力对新创企业绩效作用机制的黑箱具有的启示意义，填补了现有研究关于两者之间内在作用机理解释不足的缺陷。

第2章文献综述

2.1新创企业绩效

如何在动态复杂的环境中生存并进一步发展是每一个新创企业面临的问题。新创企业绩效能够反映新创企业生存与发展的情况，也因此受到创业者和研究者的广泛关注。本部分将对新创企业、新创企业绩效的内涵及影响因素进行回顾和梳理，为下一步研究提供理论支撑。

2.1.1新创企业绩效的内涵

（1）新创企业的概念及特点

新创企业一词源自于英文文献中的“Emerging Venture”、“New Venture”和“Start-up Firms”，国内的研究者将其翻译为新创企业。尽管学术界关于新创企业的研究成果众多，但对新创企业的定义并未形成共识，从现有的文献看，研究者通常基于组织生命周期和企业年龄两个视角来界定新创企业。组织生命周期理论将企业视为一种类人的有机生命体，同样也会经历生老病死（Greiner，1965）。Biggadike（1976）认为企业成长的过程可以分为初创期、青春期及成熟期三个阶段，成立之日起4年内为初创期，4~8年为青春期，之后才能发展成熟。Kazanjian（1990）认为企业的发展要依次经历概念发展期、商品化期、成长期以及稳定期几个阶段，而在发展至稳定期前的3个阶段都属于初创阶段。Chrisman等（1998）认为新创企业是未发展成熟之前所呈现出的状态，但每个企业何时达到成熟稳定的状态不是一致的，需要根据其所处的生命周期来判断。基于组织生命周期来定义新创企业具有较强的科学性，但通常难以确定具体的时间，因此在实践中操作难度较大。全球创业观察（GEM）直接将成立时间不足42个月的企业认定为新创企业。但更多的学者以8年作为划分标准，成立时间8年以内的企业被视作新创企业，8年以上则是成熟企业（Zahra和Bogner，2000；Zahra等，2002；蔡莉，2009；李新春等，2010；张秀娥等，2018）。因此，综合前人的研究成果并结合本文的研究目的，将成立时间8年及以下的企业界定为新创企业。

尽管学术界对新创企业概念的界定看法不一，但研究者普遍认为新创企业具有“新生劣势”的特征，与成熟企业相比，新创企业合法性和声誉不足，因此难以从外部获得资本支持，同时内部资源匮乏、商业模式不完备、应对市场竞争能力弱也是新创企业发展的阻碍因素（Wales等，2013；董保宝等，2017）。但由于新创企业成立时间短，规模普遍较小，组织结构不易形成惰性，新创企业“灵活性”的特征有利于企业战略变革和企业计划的推行，也更易通过颠覆式创新实现跨越式发展（冯立杰等，2019）。因此，在高度动荡的环境下，新创企业如何克服“新生劣势”，灵活地开展创新活动以实现绩效的提升成为重要的议题。

2.2大数据能力

大数据能力正在成为学术界和实践领域的新兴话题。这种现象很大程度上归因于数字技术的发展，以及社交媒体、移动设备和传感器的广泛应用。相关研究文献横跨多个研究领域，不同领域的研究者站在不同的视角对大数据能力有着不同的理解，因此本研究对大数据能力的国内外文献进行梳理，厘清大数据能力的内涵，并对大数据能力的相关研究进行深入分析。

2.2.1大数据能力的内涵

（1）大数据概述

系统文献综述的第一步是确定关键概念，并对每个概念发展出综合定义。大数据、大数据能力这两个概念在文献中经常互换使用。然而，它们的理论基础反映了如何感知和衡量它们的不同视角（Mikalef等，2017）。因此，在探讨大数据能力概念之前，必须厘清大数据与大数据能力这2个概念的关系，以便清晰地理解它们的内涵。

尽管“大数据”一词在近年来才受到人们的广泛关注，但早在1980年美国著名未来学家Alvin Toffler在其著作《第三次浪潮》便首次提及大数据，并将其形容为“第三次浪潮的华彩乐章”。Cass（1998）在《大数据的管理者》一文中关注了大数据的量化特征，此时大数据仅用来形容规模庞大的数据信息。随着互联网技术的迅猛发展，数据爆发式地增长，大数据已融入到各行各业中，影响着生产和生活的方方面面，大数据的内涵也逐渐丰富。目前，对于大数据的定义并没有统一的概念，各研究机构、企业和学者根据各自的立足点给出了不同的阐释，但普遍认同的是大数据的核心在于如何在海量、种类繁多的数据中迅速捕获信息。如全球领先咨询公司麦肯锡将大数据定义为：“因体量庞大而难以适用常规数据库软件进行获取、存储、分析和管理的巨量数据集”。高德纳咨询公司认为大数据是体量大、增长快速、形式多样的信息资产，通过创新信息处理方式能够改善决策效率、优化运营流程。涂子沛（2012）认为体量大、种类繁多仅是大数据的外在特征，更重要的是通过对海量数据的识别、整合、分析，获取有用资源，创造新的价值，从而带来“大利润”和“大发展”。因此，大数据的“大”不仅仅是大量数据集、数据技术和人才的汇总，更体现在其蕴含的巨大商业价值（Viktor，2013）。

第3章 大数据能力对新创企业绩效影响的探索性案例研究 ............ 53

3.1 案例研究框架 ................................. 53

3.1.1 案例研究概述 ............................... 53

3.1.2 案例研究步骤 ...................................... 54

第4章 理论分析与研究假设 ....................... 80

4.1 相关理论基础 ................................... 80

4.1.1 动态能力理论 ........................... 80

4.1.2 数字创业理论 .......................................... 82

第5章 实证研究设计 .................................... 105

5.1 问卷设计 ............................................ 105

5.1.1 问卷设计原则 ......................... 105

5.1.2 问卷设计过程 ...................................... 106

第6章实证分析与结果讨论

6.1样本选择与数据收集

由于样本的质量会对研究结果产生影响，因此本研究采用科学的问卷调研方法收集数据。在预调研的基础上形成研究的正式问卷并进行大规模发放，考虑到本文旨在研究大数据能力对新创企业绩效的作用机制，因此本研究选择成立8 年以下的企业作为调研对象。为了使样本尽可能涵盖不同创新创业水平的区域以增强结论的普适性，参照北京大学国家发展研究院和龙信数据研究院联合发布的“2020中国区域创新创业指数”，通过比较均值与中位数区分出创新创业指数较高地区与创新创业指数较低地区，选取了广东、浙江、北京、福建四个创新创业指数较高的省（市）和陕西、山西、广西、吉林四个创新创业指数较低的省份作为调研地区，随后采用线上与线下相结合的方式展开调研，其中线上调研的方式具体步骤为：首先通过线上搜索、依托各地中小企业局、工商联合会、商会等多种渠道获得新创企业名录，并随机抽取其中符合要求的企业，然后通过吉林大学各地校友群、当地管委会以及企业官方网站获取目标企业联系方式，并向目标企业传达调研目的，最后通过微信、电子邮件、问卷星等方式向受访者发放问卷填写链接；线下调研方式主要通过实地走访各地企业孵化基地、创新创业产业园向符合条件的受访者当面发放纸质问卷的形式进行。考虑到企业的创业者对企业创业过程会有更全面的了解，因此本次问卷的测试对象均为企业创始人或创业团队的成员。调研时间为2022年2月份至2022年7月末，历时5个月，总共发放问卷783份，回收507份，剔除部分数据缺失、全部题项得分一致、填答时间过短的无效问卷，最终得到有效问卷438份，有效问卷回收率为55.9％。

第7章研究结论与启示

7.1研究结论

得益于数字技术的高速发展，与大数据能力有关的议题成为了近几年数字创业及企业数字化转型领域研究的热点之一，大数据能力能否以及如何影响企业绩效成为了其中重要的研究方向（Wamba等，2017；Yasmin等，2020；马鸿佳等，2021；杨杰等，2021）。但已有文献关于大数据能力对新创企业绩效的影响机制缺乏深入地探究以及实证检验。本文以数字时代背景下的新创企业作为研究对象，立足于动态能力理论、数字创业理论、创新理论和权变理论，并结合探索性案例分析，提出了大数据能力对新创企业绩效影响的整合模型和研究假设，深入分析了创业机会识别和商业模式创新在其中的中介作用，以及创业导向和环境不确定性的权变作用。

为了检验本研究提出的假设关系，通过实地走访、电话联系、电子邮件、网络通信等多种形式进行了问卷调查，收集了来自吉林、北京、山西、陕西、浙江、福建、广东和广西八个省市的新创企业样本数据，在清除部分内容不合理、信息不完整的无效样本后，得到了438份有效样本。随后，采用AMOS24.0、SPSS24.0软件及PROCESS插件，对筛选后的数据进行信度检验、效度检验以及共同方法偏差等检验，确定样本数据具有较好的质量，适合开展下一步的验证。最后,采用层级回归分析和Bootstrap分析等方法对变量间的假设关系进行了验证，结果表明本研究提出的16条假设全部通过了实证检验，主要结论如下：

第一，大数据能力对新创企业绩效具有显著的正向影响。作为数字化背景下的一种特定的动态能力，大数据能力对新创企业的生存和发展具有重要意义。本文在既有研究的基础上，从战略视角和能力视角出发，分析了新创企业如何培育和应用大数据能力来提升决策能力、畅通连接机制、优化运营流程，进而实现企业绩效的提升。实证研究结果表明，大数据能力与新创企业绩效之间存在显著的正向关系。

第二，创业机会识别、商业模式创新在大数据能力与新创企业绩效的关系间发挥部分中介作用。一方面，具备大数据能力的新创企业能够更加精准地获取、挖掘客户和合作伙伴的潜在需求信息，有助于企业快速识别市场上碎片化的创业机会，缩短新产品或服务开发的时间，从而为新创企业赢得更多生存和发展的空间；另一方面，对大数据的整合、分析和应用能够将数据转化为有价值的信息和知识，新创企业可以在此基础上开展商业模式创新，通过价值链各环节的创新实现企业绩效的提升。本研究基于动态能力理论、数字创业理论和创新理论，分析了创业机会识别和商业模式创新对大数据能力与新创企业绩效关系的影响。采用层级回归分析的方法检验了创业机会识别、商业模式创新的中介效应，结果表明，大数据能力正向影响创业机会识别、商业模式创新；创业机会识别、商业模式创新正向影响新创企业绩效；创业机会识别、商业模式创新在大数据能力与新创企业绩效关系间发挥了部分中介作用。

参考文献（略）