基于CiteSpace的企業(yè)數(shù)字化評價研究現(xiàn)狀與展望分析★

柴會祥，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)字化評價是對企業(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)主體提供針對性的意見或方案。隨著數(shù)字經(jīng)濟(jì)的提出，我國企業(yè)紛紛開始數(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年上半年報告中稱，企業(yè)當(dāng)前正在數(shù)字化轉(zhuǎn)型，并計劃于2025年初步實(shí)現(xiàn)數(shù)字化。國內(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)過半。學(xué)術(shù)界中對企業(yè)數(shù)字化評價的研究也層出不窮，眾多角度錯綜復(fù)雜，因此，有必要對企業(yè)數(shù)字化評價研究進(jìn)行梳理。本文的目的在于梳理企業(yè)數(shù)字化評價研究領(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)字化評價提供理論支持。

1 研究方法及數(shù)據(jù)來源

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)知識圖譜對企業(yè)數(shù)字化評價相關(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)字化評價研究領(lǐng)域的研究熱點(diǎn)以及發(fā)展過程。本文使用由美國德雷賽爾大學(xué)的陳超美博士開發(fā)的一款文獻(xiàn)可視化圖譜工具CiteSpace來進(jìn)行文獻(xiàn)的共現(xiàn)分析。

1.2 數(shù)據(jù)來源

本文基于CNKI數(shù)據(jù)庫的核心期刊，以題名=“數(shù)字化”AND主題=（“水平”+“評價”+“成熟度”+“程度”+“評估”+“衡量”+“評測”+“估計”）AND主題=（“企業(yè)”+“行業(yè)”）為檢索式，檢索出193篇文獻(xiàn)，根據(jù)本文的研究內(nèi)容進(jìn)行篩選，將重復(fù)、非研究型文獻(xiàn)、研究內(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)計分析

2.1 文獻(xiàn)發(fā)布年份

2007—2018年，國內(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，由2019年的5篇迅速增長到2022年的100篇。從發(fā)文趨勢上看，近年來企業(yè)數(shù)字化評價文獻(xiàn)呈現(xiàn)快速增長的趨勢，可以說現(xiàn)在正是數(shù)字化評價研究的熱門時期，這種趨勢的出現(xiàn)時間也與2018年我國政府在工作報告中提出建設(shè)數(shù)字中國的政策相吻合。內(nèi)容上，評價的主體涉及制造業(yè)、出版業(yè)、物流企業(yè)、畜牧業(yè)和藥品監(jiān)管部門等，評價的維度上多以評估、水平初探、測度和評價為主。

2.2 學(xué)科領(lǐng)域

從CNKI的學(xué)科類別來看，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、計算機(jī)軟件及計算機(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)域分布來看，企業(yè)數(shù)字化評價方面的研究文獻(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)字化評價研究領(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)，最后對相似關(guān)鍵詞進(jìn)行處理，結(jié)果如下頁圖1所示。關(guān)鍵詞共現(xiàn)分析出節(jié)點(diǎn)162個，連線193條，節(jié)點(diǎn)越大表示關(guān)鍵詞數(shù)量越多，連線越多表示關(guān)鍵詞之間聯(lián)系越密切。其中熱門關(guān)鍵詞包括數(shù)字化、數(shù)字經(jīng)濟(jì)、企業(yè)績效、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)營效率和數(shù)字技術(shù)等。根據(jù)CiteSpace計算顯示，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)績效、指標(biāo)體系和中小企業(yè)，說明這6個關(guān)鍵詞在企業(yè)數(shù)字化評價研究領(lǐng)域有著更強(qiáng)的連接作用，學(xué)者們更愿意以此6個關(guān)鍵詞為基礎(chǔ)進(jìn)行細(xì)分領(lǐng)域的開拓性研究。

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)字化評價研究的特征，本文在關(guān)鍵詞共現(xiàn)基礎(chǔ)上利用CiteSpace進(jìn)行關(guān)鍵詞聚類操作，得到圖2所示的關(guān)鍵詞聚類圖譜。

圖2 關(guān)鍵詞聚類圖譜

其中Q值＞0.3，為0.84，表明聚類結(jié)構(gòu)顯著；S值＞0.7，為0.975，表明聚類效果可信。分析結(jié)果顯示存在8個主題聚類團(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)字化評價中云計算、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)可以分析自變量對因變量的影響過程和作用機(jī)制,已成為分析多個變量之間關(guān)系的一種重要統(tǒng)計方法[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稱水平，進(jìn)而提升企業(yè)運(yùn)營績效，因此，信息對稱性水平表現(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)型通過企業(yè)效率與產(chǎn)品質(zhì)量的中介效應(yīng)對城鎮(zhèn)居民消費(fèi)升級存在抑制作用[4]。

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

3.2 被評價企業(yè)

根據(jù)聚類圖譜可以明顯看出，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，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、動態(tài)能力、創(chuàng)新和效率等方面出發(fā)，對制造企業(yè)的數(shù)字化進(jìn)行評估、評價。在中小企業(yè)的數(shù)字化評價研究中，學(xué)者多從政策、疫情等角度為切入點(diǎn)，對企業(yè)績效、數(shù)字技術(shù)等方面進(jìn)行評價，突出疫情背景下數(shù)字化轉(zhuǎn)型和數(shù)字技術(shù)對中小企業(yè)的重要性。通過閱讀文獻(xiàn)發(fā)現(xiàn)，還有部分文獻(xiàn)并未區(qū)分企業(yè)類型，而是從宏觀企業(yè)層面分析和研究問題。

3.3 評價內(nèi)容

通過可視化圖譜以及文獻(xiàn)研讀，梳理出當(dāng)前企業(yè)數(shù)字化評價內(nèi)容方面的三個研究方向：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價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)助對服務(wù)業(yè)企業(yè)、非國有企業(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)字化從無到有，從有到強(qiáng)的發(fā)展過程，可用于評價企業(yè)在數(shù)字化轉(zhuǎn)型過程中的完成程度，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)型提出針對性的意見。學(xué)者王瑞[7]針對制造企業(yè)設(shè)計數(shù)字化成熟度評價模型，根據(jù)評價結(jié)果發(fā)現(xiàn)企業(yè)數(shù)字化發(fā)展過程中的短板并提出意見。數(shù)字化水平評價文獻(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企業(yè)數(shù)字化水平進(jìn)行評價。

3）數(shù)字化效果評估是指在了解企業(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，對企業(yè)財務(wù)績效提升的促進(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)易和融資等要素評估數(shù)字化效果。

值得一提的是，評價內(nèi)容的三個方面存在聯(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對數(shù)字化水平進(jìn)行評價。

3.4 企業(yè)數(shù)字化評價研究演化規(guī)律分析

企業(yè)數(shù)字化評價研究演化規(guī)律可以利用CiteSpace軟件中的時間圖譜來分析，如圖3所示，每條橫軸代表一個聚類團(tuán)隨時間的發(fā)展情況，時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）三個階段。

圖3 時間圖譜

1）引入階段：企業(yè)數(shù)字化評價研究最早于2007年開始出現(xiàn)，當(dāng)時國內(nèi)數(shù)字化水平較低，企業(yè)沒有數(shù)字化發(fā)展的意識或能力。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)驗的跨國企業(yè)引入國內(nèi)帶來“鲇魚效應(yīng)”，以激發(fā)國內(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)的時期。2010年，學(xué)者開始對企業(yè)數(shù)字化學(xué)習(xí)項目進(jìn)行指標(biāo)體系構(gòu)建與評估，這標(biāo)志著國內(nèi)企業(yè)開始關(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)的技能和課程知識的培訓(xùn)，才能讓學(xué)生適應(yīng)未來的企業(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)等方面的研究開始豐富，評價主體逐漸深入細(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)，這說明越來越多的企業(yè)已經(jīng)開始數(shù)字化轉(zhuǎn)型并且重視數(shù)字化評價，希望學(xué)術(shù)界構(gòu)建更適合特定企業(yè)的數(shù)字化成熟度評價模型。在此階段的研究無論是在被評價主體的范圍、評價的角度，還是評價方法、評價精度，都得到了很大的擴(kuò)展。

3.5 企業(yè)數(shù)字化評價研究前沿分析

前沿分析是指當(dāng)前作為研究熱點(diǎn)的主題可能會持續(xù)下去，在未來繼續(xù)被重視和研究。利用CiteSpace的關(guān)鍵詞突現(xiàn)圖譜來尋找研究前沿?zé)嵩~，如圖4所示，展示突現(xiàn)強(qiáng)度最高的15個關(guān)鍵詞，并以出現(xiàn)時間順序進(jìn)行排序，虛線中的每個點(diǎn)代表一年，淺色虛線表示關(guān)鍵詞未在此年突現(xiàn)，深色虛線表示關(guān)鍵詞在此年突現(xiàn)。從圖4中可以看出，近年來企業(yè)數(shù)字化評價研究的前沿是經(jīng)營效率、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、交易成本和文本識別。

圖4 突現(xiàn)圖譜

4 結(jié)論與展望

本文從CNKI數(shù)據(jù)庫選取2007—2022年間與企業(yè)數(shù)字化評價研究相關(guān)的核心文獻(xiàn)為基礎(chǔ)數(shù)據(jù)，利用可視化軟件CiteSpace對國內(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)字化評價研究正處于快速發(fā)展階段，評價的企業(yè)主體集中在制造企業(yè)、中小企業(yè)和出版業(yè)。評價內(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)字化效果三個方面。

2）利用時間圖譜歸納出國內(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)圖譜提出未來企業(yè)數(shù)字化評價研究可以從經(jīng)營效率、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、交易成本和文本識別等方面開展。