论文部分内容阅读
进入大数据时代，数字创新已成为企业获取竞争优势的关键。面对大数据和大数据分析能力的发展引发的革命性变化，学者和管理者开始关注大数据和大数据分析能力对企业发展带来的显著影响。高水平的大数据和大数据分析能力可以为服务创新项目提供信息基础和创新视角，从而在市场中获取竞争优势。因此，大数据与大数据分析能力的匹配与不匹配对服务创新绩效的影响差异成为值得深入研究的问题。
虽然已有学者意识到大数据与大数据分析能力匹配对发挥大数据商业价值的重要性，但仍存在许多不足。目前研究多基于单一视角关注大数据对企业的价值或探讨大数据分析能力对企业的影响作用，少有研究探讨二者匹配的影响作用，尤其是在服务创新过程中对创新绩效的影响。基于以上分析，本文提出核心研究问题：大数据-大数据分析能力匹配和不匹配对创新绩效的影响有什么差异？为解决这一研究问题，本文基于信息处理理论，构建了大数据-大数据分析能力匹配对创新绩效（以服务产品创新度测量）影响的理论模型。通过收集164个中国医疗健康服务行业的服务创新项目数据，本文以均值作为划分标准，将样本数据划分为4种情况：高大数据-低大数据分析能力不匹配（高-低不匹配）、高大数据-高大数据分析能力匹配（高-高匹配）、低大数据-低大数据分析能力匹配（低-低匹配）、低大数据-高大数据分析能力不匹配（低-高不匹配）。同时本文使用单因素方差分析（ANOVA）检验4种情况服务产品创新度的差异。
为进一步验证4种情况对服务产品创新度的影响作用的大小，本文运用回归分析对数据进行分析，得出了以下3个结论。高-高匹配对服务产品创新度的影响作用是最大的，表明当大数据与大数据分析能力处于高水平匹配状态时，项目经理更容易提高服务产品创新度。虽然高-低不匹配与低-高不匹配对服务产品创新度的影响作用无显著区别，但低-高不匹配对服务产品创新度的影响作用大于低-低匹配，说明项目经理应重点投资大数据分析能力，保障服务创新项目具有高水平的大数据分析能力，以从现有大数据中找到创新视角和方法并成功运用于服务创新项目中。高-低不匹配与低-低匹配对服务产品创新度的影响作用无显著区别，二者对服务产品创新度的影响作用均是最小的，说明项目经理在大数据分析能力较低的情况下对大数据的投资并不能收到期望的回报。此外，本文还通过灵敏度分析来检验研究结论的可靠性。本文不仅丰富了信息处理理论在大数据环境中的应用，而且丰富了大数据与大数据分析能力的实证研究。本文还为服务创新项目经理通过正确投资大数据与大数据分析能力来提高创新绩效提供了针对性的管理建议。
虽然已有学者意识到大数据与大数据分析能力匹配对发挥大数据商业价值的重要性，但仍存在许多不足。目前研究多基于单一视角关注大数据对企业的价值或探讨大数据分析能力对企业的影响作用，少有研究探讨二者匹配的影响作用，尤其是在服务创新过程中对创新绩效的影响。基于以上分析，本文提出核心研究问题：大数据-大数据分析能力匹配和不匹配对创新绩效的影响有什么差异？为解决这一研究问题，本文基于信息处理理论，构建了大数据-大数据分析能力匹配对创新绩效（以服务产品创新度测量）影响的理论模型。通过收集164个中国医疗健康服务行业的服务创新项目数据，本文以均值作为划分标准，将样本数据划分为4种情况：高大数据-低大数据分析能力不匹配（高-低不匹配）、高大数据-高大数据分析能力匹配（高-高匹配）、低大数据-低大数据分析能力匹配（低-低匹配）、低大数据-高大数据分析能力不匹配（低-高不匹配）。同时本文使用单因素方差分析（ANOVA）检验4种情况服务产品创新度的差异。
为进一步验证4种情况对服务产品创新度的影响作用的大小，本文运用回归分析对数据进行分析，得出了以下3个结论。高-高匹配对服务产品创新度的影响作用是最大的，表明当大数据与大数据分析能力处于高水平匹配状态时，项目经理更容易提高服务产品创新度。虽然高-低不匹配与低-高不匹配对服务产品创新度的影响作用无显著区别，但低-高不匹配对服务产品创新度的影响作用大于低-低匹配，说明项目经理应重点投资大数据分析能力，保障服务创新项目具有高水平的大数据分析能力，以从现有大数据中找到创新视角和方法并成功运用于服务创新项目中。高-低不匹配与低-低匹配对服务产品创新度的影响作用无显著区别，二者对服务产品创新度的影响作用均是最小的，说明项目经理在大数据分析能力较低的情况下对大数据的投资并不能收到期望的回报。此外，本文还通过灵敏度分析来检验研究结论的可靠性。本文不仅丰富了信息处理理论在大数据环境中的应用，而且丰富了大数据与大数据分析能力的实证研究。本文还为服务创新项目经理通过正确投资大数据与大数据分析能力来提高创新绩效提供了针对性的管理建议。