豐佳棟

摘要：電子商務(wù)領(lǐng)域信息技術(shù)的開放性提高了服務(wù)創(chuàng)新的可見性，為適應(yīng)多維度要素交互的平臺競爭環(huán)境，需要基于電商平臺豐富的數(shù)據(jù)資源，通過大數(shù)據(jù)分析提高戰(zhàn)略規(guī)劃的動態(tài)性、靈活性和響應(yīng)敏捷性，形成一種能夠快速集合與組織資源的模式，實現(xiàn)業(yè)務(wù)價值傳遞的可持續(xù)，滿足競爭對抗與互動以及時間軸動態(tài)演化的需要。鑒于此，基于大數(shù)據(jù)分析、知識管理、動態(tài)能力、業(yè)務(wù)流程理論和指向性網(wǎng)絡(luò)調(diào)查數(shù)據(jù)，構(gòu)建大數(shù)據(jù)分析價值鏈戰(zhàn)略研究模型，探討大數(shù)據(jù)分析、動態(tài)能力、流程級創(chuàng)新與核心競爭力及戰(zhàn)略績效之間的關(guān)聯(lián)。研究結(jié)果表明，大數(shù)據(jù)分析能實現(xiàn)有效的內(nèi)生源和外生源知識管理，幫助企業(yè)形成動態(tài)能力，構(gòu)建核心競爭力，進而提高戰(zhàn)略績效；大數(shù)據(jù)分析能提高企業(yè)組織的靈活性，可作為企業(yè)在競爭中賴以生存發(fā)展的戰(zhàn)略投資；外生源知識管理和內(nèi)生源知識管理均可單獨運作產(chǎn)生知識動態(tài)能力，但外生源知識管理的作用更顯著有效，更值得重視；知識共享是流程級創(chuàng)新的潛在障礙，與合作商進行知識共享需要選擇合適的路徑；動態(tài)能力既可直接影響流程級創(chuàng)新與核心競爭力，也可調(diào)節(jié)知識資產(chǎn)對競爭力的影響?？傊?，大數(shù)據(jù)分析能夠通過影響動態(tài)能力和流程級創(chuàng)新來提高核心競爭力，且動態(tài)能力在知識管理與流程級創(chuàng)新及核心競爭力（戰(zhàn)略績效）間具有中介作用，電商平臺應(yīng)客觀認識大數(shù)據(jù)分析潛在價值，將之納入信息技術(shù)戰(zhàn)略，通過梳理大數(shù)據(jù)分析→動態(tài)能力→核心競爭力→戰(zhàn)略績效的價值鏈過程，形成戰(zhàn)略協(xié)同，最終提高知識創(chuàng)新的邊際績效。

關(guān)鍵詞：大數(shù)據(jù)分析價值鏈戰(zhàn)略；知識管理；知識動態(tài)能力；流程級創(chuàng)新；核心競爭力

中圖分類號：F272.4文獻標識碼：A文章編號：1007-8266（2021）02-0037-12

基金項目：2013年國家社會科學(xué)基金資助項目“公立醫(yī)院服務(wù)補救機制的建立與完善”（13XGL020）

一、引言

近二十年來，我國電子商務(wù)平臺依托互聯(lián)網(wǎng)技術(shù)快速發(fā)展，擁有巨大的用戶量、活躍度和交易額，如阿里巴巴、京東、美團、攜程等已初具復(fù)雜商務(wù)活動的生態(tài)模式，建立了交易、物流、客服、擔(dān)保等配套服務(wù)體系，成為國民經(jīng)濟與社會發(fā)展的新動力以及各行業(yè)服務(wù)創(chuàng)新的重要介質(zhì)，對企業(yè)用戶、合作商及市場環(huán)境具有倍數(shù)級影響。據(jù)統(tǒng)計，全球電子商務(wù)用戶普及率為78.8%，我國作為全球最大的電子商務(wù)市場，預(yù)計2023年電子商務(wù)用戶普及率將達到80.4%[ 1 ]。不過，隨著知識經(jīng)濟的不斷發(fā)展和第四次工業(yè)革命的沖擊，電商平臺資源密集階段直接爭奪顧客的模式已經(jīng)無法持續(xù)，平臺獲利性和競爭力持續(xù)下降，需要聚焦服務(wù)創(chuàng)新，提高服務(wù)敏捷化感知化水平，研究平臺知識性動態(tài)性戰(zhàn)略能力構(gòu)建和調(diào)整方式以突破管理瓶頸。

隨著電商平臺的規(guī)模化發(fā)展，可基于電商平臺海量的數(shù)據(jù)資源，通過大數(shù)據(jù)分析形成細節(jié)化效益化戰(zhàn)略模式，形成商業(yè)開發(fā)、運作、傳遞階段競爭重心與綜合績效協(xié)調(diào)的多維動態(tài)能力，其中包含兩個關(guān)鍵戰(zhàn)略層面。第一個層面，全球電子商務(wù)平臺單日產(chǎn)生的數(shù)據(jù)量早已達到太字節(jié)（TB）級別，2020年達到100皮字節(jié)（PB），平臺成規(guī)模的數(shù)據(jù)處理量已經(jīng)成為獨占且不可替代的資源，需要在軟硬件方面進行合理投資，建設(shè)基本的信息工程，確立企業(yè)戰(zhàn)略方向，對數(shù)據(jù)資源進行有目標、有效率的分享利用。第二個層面，隨著電商平臺競爭戰(zhàn)略的動態(tài)升級，需要對基礎(chǔ)大數(shù)據(jù)進行更加深入的開發(fā)研究，制定系列性程序以形成競爭力構(gòu)建的過程路徑與內(nèi)容，使戰(zhàn)略具有快速而及時的執(zhí)行力和獲利性，使企業(yè)可以敏捷地獲得核心競爭力[ 2 ]。同時，有目的地聚集管理智能，確立企業(yè)在第四次工業(yè)革命中的發(fā)展定位，促進平臺與平臺的協(xié)同運作。早在2011年，阿里巴巴就通過大數(shù)據(jù)分析幫助商家進行數(shù)據(jù)化運營，并陸續(xù)推出御膳房、品牌數(shù)據(jù)銀行等數(shù)據(jù)平臺，幫助商家進行數(shù)據(jù)管理。但是，由于自然聚集的大數(shù)據(jù)價值密度低，隨著數(shù)據(jù)的快速積累，數(shù)據(jù)的價值占比會不斷降低，難以對組織績效產(chǎn)生影響。

因此，本研究將探討通過大數(shù)據(jù)分析[ 3 ]對數(shù)據(jù)資源進行戰(zhàn)略導(dǎo)向分析處理的方法，進而深入剖析價值形成過程（包括價值基本概念、演化博弈、形成機理等）[ 4 ]，探尋利潤形成路徑，使戰(zhàn)略模式具有廣泛的契合性和高度的響應(yīng)性，即構(gòu)建電商平臺大數(shù)據(jù)分析價值鏈戰(zhàn)略（Big Data Analysis Value Chain Strategy，BDAVCS）[ 5 ]。具體內(nèi)容，一是從系統(tǒng)整體角度解讀大數(shù)據(jù)分析所形成知識資產(chǎn)的來源；二是研究如何通過知識管理進行大數(shù)據(jù)分析，形成動態(tài)能力；三是分析知識動態(tài)能力如何促進價值創(chuàng)造、流程級創(chuàng)新與核心競爭力構(gòu)建；四是探討知識動態(tài)能力和大數(shù)據(jù)分析價值鏈的形成受哪些內(nèi)外部因素影響，可從哪些方面入手構(gòu)建獨特的價值增值與核心競爭力聚合模式；五是基于知識動態(tài)能力視角探討大數(shù)據(jù)分析在提高企業(yè)競爭力、完善產(chǎn)業(yè)鏈供應(yīng)鏈方面的戰(zhàn)略作用。

二、大數(shù)據(jù)分析價值戰(zhàn)略與知識動態(tài)能力理論

（一）大數(shù)據(jù)分析價值鏈戰(zhàn)略

1.價值鏈

自20世紀邁克爾·波特[ 6 ]首次提出價值鏈（Value Chain，VC）概念以來，學(xué)術(shù)界在企業(yè)價值創(chuàng)造、創(chuàng)新及企業(yè)間合作等領(lǐng)域進行了頗多研究。關(guān)于信息技術(shù)對企業(yè)價值過程的貢獻，奧拉（Olla P）等[ 7 ]指出，價值鏈模型的構(gòu)建涉及價值傾向、成本驅(qū)動、顧客價值標準等因素以及變化態(tài)勢、關(guān)系管理、組織結(jié)構(gòu)、運作管理等多個方面；布凌根（Buel？ lingen F）等[ 8 ]、斯特沃德（Osteitvalder A）等[ 9 ]從功能和體制角度對移動電商價值鏈的要素進行解析，強調(diào)在價值鏈上要實現(xiàn)以顧客為核心的價值觀。國外學(xué)者的研究明確了數(shù)據(jù)信息在經(jīng)營中所具有的價值與傳遞特點。我國學(xué)者張海濤等[ 10 ]、許孝君等[ 11 ]、馮立杰等[ 12 ]對中國特色商務(wù)網(wǎng)絡(luò)價值鏈模型進行比較，聚焦價值網(wǎng)絡(luò)理論演變、組件識別、迭代更新及拓展深化過程，認為商務(wù)信息生態(tài)鏈的信息、主體、技術(shù)、環(huán)境等要素具有相關(guān)性，價值與系統(tǒng)功能是一個優(yōu)化上升的過程，可以通過網(wǎng)絡(luò)融合提高企業(yè)核心競爭力；呂樹豪[ 13 ]通過對京東商業(yè)模式價值創(chuàng)造過程的分析，進一步探討信息與顧客之間的關(guān)聯(lián)，拓展價值的外延。由上述研究可以看出，企業(yè)之間和企業(yè)內(nèi)部均存在信息傳遞的價值鏈條[ 7，10 ]，在平臺企業(yè)數(shù)據(jù)信息價值鏈形成過程中需要制定能夠快速集成多元要素的戰(zhàn)略規(guī)劃[ 8，11-12 ]，可利用信息價值鏈方法快速提取核心要素——顧客[ 9，13 ]以找到敏捷管理途徑。

2.大數(shù)據(jù)分析

信息技術(shù)的發(fā)展促進了大數(shù)據(jù)技術(shù)的出現(xiàn)與不斷完善，大數(shù)據(jù)分析（Big Data Analysis，BDA）概念由此提出。大數(shù)據(jù)分析主要涉及數(shù)據(jù)挖掘、統(tǒng)計方法、商業(yè)智能等相關(guān)領(lǐng)域[ 14 ]，旨在通過數(shù)據(jù)高速捕獲、發(fā)掘分析、經(jīng)濟價值提取等新一代技術(shù)架構(gòu)[ 15 ]，進行核心競爭力業(yè)務(wù)環(huán)節(jié)實踐，改進企業(yè)現(xiàn)有應(yīng)用程序[ 16-17 ]?？梢哉f，大數(shù)據(jù)分析既是信息技術(shù)的深化，也是信息客體在管理環(huán)境中的有效聚集和問題展示。

3.大數(shù)據(jù)分析價值鏈戰(zhàn)略

大數(shù)據(jù)分析價值鏈戰(zhàn)略指從戰(zhàn)略角度來研究大數(shù)據(jù)分析商業(yè)價值開發(fā)和挖掘問題的流程性思路。[ 5，18-19 ]相關(guān)研究涉及以下幾個方面：一是從知識的內(nèi)生源角度看，大數(shù)據(jù)分析價值鏈需要延伸到技術(shù)采用和競爭力形成的戰(zhàn)略階段[ 20 ]。二是從知識的外生源角度看，格羅弗（Grover V）等[ 21 ]通過案例分析構(gòu)建大數(shù)據(jù)分析的戰(zhàn)略性商務(wù)價值可見度框架，探討如何利用大數(shù)據(jù)資源制定實施組織戰(zhàn)略以創(chuàng)造不同的價值。三是從知識分享的角度看，帕克（Park Y K）等[ 22 ]從數(shù)據(jù)或系統(tǒng)角度分析價值鏈形成過程，探討通過大數(shù)據(jù)分析形成組織能力的戰(zhàn)略；楠（Nan N）等[ 23 ]利用仿真建模方法構(gòu)建大數(shù)據(jù)分析價值鏈的多層理論模型，并進行實證檢驗。由上述研究可以看出，大數(shù)據(jù)分析價值鏈戰(zhàn)略[ 20-22 ]主要關(guān)注大數(shù)據(jù)創(chuàng)造企業(yè)價值的過程，可以通過時點戰(zhàn)略的多維組合演化，形成以電商平臺戰(zhàn)略為導(dǎo)向的大數(shù)據(jù)分析價值鏈及增值過程，對內(nèi)實現(xiàn)平臺技術(shù)設(shè)計、商務(wù)治理、創(chuàng)新融合等的協(xié)同放大效應(yīng)，對外實現(xiàn)平臺間競爭戰(zhàn)略動態(tài)響應(yīng)價值的提高。

（二）知識動態(tài)能力理論

動態(tài)能力（Dynamic Capabilities，DC）是戰(zhàn)略管理領(lǐng)域非常有效的理論透鏡。蒂斯（Teece D J）等[ 24 ]對動態(tài)能力進行了定義，認為它是通過集成、構(gòu)建和重新配置內(nèi)外部競爭力來應(yīng)對環(huán)境快速變化的能力，包括感知威脅和塑造機會的能力，抓住機會的能力，加強、合并、保護、重新配置資產(chǎn)的能力。舍爾奇（Schilke O）[ 25 ]在企業(yè)管理領(lǐng)域應(yīng)用動態(tài)能力理論衡量構(gòu)建核心競爭力的能力。在電子商務(wù)領(lǐng)域，由于平臺所具有的科技特征，知識管理與動態(tài)能力處于互動上升的過程。這個過程主要涉及以下三個層面：

第一個層面：對大數(shù)據(jù)知識資源的有效分析管理是動態(tài)能力形成的基礎(chǔ)。電商平臺最重要的知識資源就是平臺海量的數(shù)據(jù)，可通過大數(shù)據(jù)分析對海量數(shù)據(jù)進行處理[ 26-27 ]。伍（Wu L Y）[ 28 ]進一步指出，大數(shù)據(jù)分析為企業(yè)更新或重新配置資源和構(gòu)建動態(tài)能力提供知識基礎(chǔ)資源，大數(shù)據(jù)分析是企業(yè)動態(tài)能力形成的推動者。埃雷爾斯（Erev？ elles S）等[ 29 ]也認為，只有通過大數(shù)據(jù)分析，企業(yè)才有可能形成可持續(xù)的核心競爭力。

第二個層面：知識管理對動態(tài)能力形成具有戰(zhàn)略影響。格蘭特（Grant R M）[ 30 ]、沃爾伯達（Vol？ berda H W）[ 31 ]最早指出，企業(yè)知識資源所具有的不可模仿性可產(chǎn)生生產(chǎn)性結(jié)果，并提供更新、配置、構(gòu)建動態(tài)能力的基礎(chǔ)資源。王（Wang C L）等[ 32 ]認為，動態(tài)能力屬于高階能力，只有以知識基礎(chǔ)為支撐，才能調(diào)整提升基本能力，重構(gòu)能夠適應(yīng)環(huán)境變化的核心能力，提高企業(yè)在動態(tài)市場環(huán)境中獲取競爭力的潛力，如組織敏捷性。塔洛特（Tallott M）等[ 33 ]、哈尼（Harney B）等[ 34 ]、彼得羅夫（Peteraf M）等[ 35 ]、希利亞德（Hilliard R）等[ 36 ]通過對影響戰(zhàn)略能力的創(chuàng)新關(guān)鍵要素的識別，展示知識創(chuàng)新整合與動態(tài)能力形成的過程，并基于案例分析和跨層次研究方法實證分析知識資源對動態(tài)能力的影響，拓展知識管理與動態(tài)能力互動運用的邊界。

第三個層面：知識動態(tài)能力對組織績效具有貢獻。帕夫盧（PavlouPA）等[ 37 ]、周（ZhouSS）等[ 38 ]、比特科（Bitencourt C C）等[ 39 ]、伊勒木迪（Ilmudeen A）等[ 40 ]認為，知識資源可以提高概念化信息技術(shù)投資的績效。此外，他們還遵循技術(shù)市場創(chuàng)新路徑探究了元分析方法中的知識管理、動態(tài)能力與組織績效的作用關(guān)系。這樣，國外學(xué)者基本理清了從知識管理到動態(tài)能力再到組織績效的邏輯過程。我國學(xué)者杜小民等[ 41 ]、簡兆權(quán)等[ 42 ]研究了國內(nèi)技術(shù)創(chuàng)新對動態(tài)能力的正向影響作用，從戰(zhàn)略與創(chuàng)業(yè)融合視角分析了機會與資源要素匹配層面動態(tài)能力的衍生機理。彭新敏等[ 43 ]、金昕等[ 44 ]、朱曉紅等[ 45 ]結(jié)合縱向案例研究，實證檢驗了知識資源對組織績效的影響過程和動態(tài)能力的中介作用，揭示了組織內(nèi)外部知識資源整合與動態(tài)能力的演化過程。這些觀點與國外學(xué)者的觀點基本是一致的。

綜上所述，電商平臺的大數(shù)據(jù)分析價值鏈戰(zhàn)略以企業(yè)戰(zhàn)略目標為起點，確定知識管理的核心與基本思路，形成動態(tài)能力，進而通過戰(zhàn)略規(guī)劃的實施，構(gòu)建核心競爭力與戰(zhàn)略優(yōu)勢，實現(xiàn)價值鏈增值與組織績效長效提升。按照這樣的思路，提出圖1所示的概念模型。

三、研究假設(shè)與模型構(gòu)建

由于要評估整個價值鏈的績效，我們把大數(shù)據(jù)知識管理所得到的成果稱為知識資產(chǎn)，用以衡量知識管理的效能?？紤]到電商平臺競爭的多維性特點，把核心競爭力與戰(zhàn)略優(yōu)勢合并考慮。從研究動態(tài)能力的角度，狹義化組織績效為戰(zhàn)略績效指標。

（一）研究假設(shè)

1.大數(shù)據(jù)分析通過影響動態(tài)能力提高戰(zhàn)略績效

大數(shù)據(jù)是一種無形的潛在資產(chǎn)，包括數(shù)據(jù)、知識和智力，需要通過動態(tài)性知識管理實現(xiàn)卓越的業(yè)務(wù)流程，其效能和產(chǎn)出取決于能否正確使用相關(guān)知識[ 46 ]。知識管理代表支持維度，通過高效地管理數(shù)據(jù)，將之交付給終端用戶以支持業(yè)務(wù)流程，提高動態(tài)能力，實現(xiàn)具體功能，改善業(yè)務(wù)績效[ 24 ]。大數(shù)據(jù)知識管理是一個通過分析組織知識來形成戰(zhàn)略知識資產(chǎn)（大數(shù)據(jù)）的技術(shù)驅(qū)動績效的過程，如操作規(guī)程、技能與專門知識構(gòu)成競爭力的關(guān)鍵來源[ 30 ]，并提供更加透明而準確的結(jié)果以支持多個業(yè)務(wù)領(lǐng)域的決策，增加價值鏈的潛力。

大數(shù)據(jù)分析通過知識管理形成知識資產(chǎn)并驅(qū)動績效的過程包括以下幾個階段：一是動態(tài)能力屬于信息密集型要素，大數(shù)據(jù)分析通過感知、獲取、處理、存儲、分析數(shù)據(jù)的過程，把數(shù)據(jù)轉(zhuǎn)化為組織的系統(tǒng)性動態(tài)能力[ 40 ]；二是大數(shù)據(jù)分析通過存儲和共享知識資產(chǎn)來提高組織內(nèi)部效率，通過數(shù)據(jù)集成和分析工具來利用組織知識資產(chǎn)，把知識資產(chǎn)轉(zhuǎn)化為新的管理工具等，使組織知識庫保持持續(xù)更新，提高知識管理水平[ 41 ]；三是大數(shù)據(jù)分析按照數(shù)據(jù)的來源把知識分為內(nèi)生源知識和外生源知識并進行分類管理，進而分別通過改進創(chuàng)新響應(yīng)和自動化業(yè)務(wù)流程來提高知識管理對動態(tài)能力反應(yīng)的敏捷性[ 45 ]。

基于上述研究，提出以下假設(shè)：

H1：大數(shù)據(jù)分析的內(nèi)生源知識管理可以積極影響動態(tài)能力。

H2：大數(shù)據(jù)分析的外生源知識管理可以積極影響動態(tài)能力。

知識共享指電商平臺上所有參與者（包括生產(chǎn)商、零售商、物流商、企業(yè)用戶）對各自業(yè)務(wù)流程進行的分享[ 46 ]。渠道合作商在戰(zhàn)略和戰(zhàn)術(shù)上對企業(yè)非常重要，它們可以幫助企業(yè)收集關(guān)鍵市場信息，用以微調(diào)企業(yè)戰(zhàn)略，滿足客戶需求，從長期提升財務(wù)業(yè)績[ 38 ]。參與者之間的協(xié)同知識分享能力可以增加價值與動態(tài)能力[ 42 ]提升的機會。同時，考慮到動態(tài)能力理論所包含的多層次關(guān)系視圖，動態(tài)能力需要有效的知識共享的支持[ 39 ]；這種交互也可受益于大數(shù)據(jù)分析技術(shù)的使用，通過影響感知機會和威脅，塑造并利用分析結(jié)果來增強組織的動態(tài)能力[ 36 ]。由此，提出以下假設(shè)：

H3：大數(shù)據(jù)分析通過與合作商進行有效的知識共享，對動態(tài)能力產(chǎn)生積極影響。

大數(shù)據(jù)分析以上三方面因素的綜合對核心競爭力產(chǎn)生影響。由此，提出以下假設(shè)：

H4：大數(shù)據(jù)分析對核心競爭力產(chǎn)生積極影響。

2.知識動態(tài)能力

何素（Hsu L C）等[ 47 ]認為，知識動態(tài)能力在大數(shù)據(jù)知識資產(chǎn)與組織績效間起調(diào)節(jié)和中介作用。蘇蘭斯基（Szulanski G）[ 48 ]認為，知識資產(chǎn)作為一種靜態(tài)資源，需要經(jīng)過利用才能轉(zhuǎn)化為組織產(chǎn)出。因此，大數(shù)據(jù)知識資產(chǎn)作為組織知識與能力的集合，可以通過對知識資源的獲取、創(chuàng)造、整合與高效利用，提升知識動態(tài)能力與核心競爭力[ 24 ]。同時，動態(tài)能力并不能直接形成可持續(xù)競爭力，而是通過推動業(yè)務(wù)流程的改進來實現(xiàn)[ 34，43 ]。由此，提出以下假設(shè)：

H5：大數(shù)據(jù)分析既積極影響知識動態(tài)能力，又積極影響流程級創(chuàng)新。

流程級創(chuàng)新是服務(wù)組織提供優(yōu)質(zhì)服務(wù)的關(guān)鍵一環(huán)，可以通過感知顧客需求和市場研發(fā)來調(diào)整流程級性能指標[ 34 ]。大數(shù)據(jù)分析是流程級創(chuàng)新的來源，可為企業(yè)提供創(chuàng)新的可能路徑，并正向作用于創(chuàng)新效果[ 33 ]。由此，提出以下假設(shè)：

H6：大數(shù)據(jù)分析對流程級創(chuàng)新具有積極影響。

3.大數(shù)據(jù)分析、知識動態(tài)能力與核心競爭力及戰(zhàn)略績效的關(guān)系

信息技術(shù)領(lǐng)域的早期相關(guān)研究認為，動態(tài)能力可以建立大數(shù)據(jù)知識資產(chǎn)與戰(zhàn)略績效之間的聯(lián)系[ 37-38，44-45 ]。在管理領(lǐng)域，相關(guān)研究把動態(tài)能力作為知識管理與戰(zhàn)略績效之間的中介[ 31，49 ]，所得到的研究結(jié)果表明，在知識管理與兩類性能（流程級創(chuàng)新與核心競爭力）之間的關(guān)系中，動態(tài)能力具有潛在的中介作用。由此，提出以下假設(shè)：

H7.動態(tài)能力正向調(diào)節(jié)大數(shù)據(jù)分析與核心競爭力之間的關(guān)系。

H8.流程級創(chuàng)新正向影響核心競爭力。

4.核心競爭力與戰(zhàn)略績效

對一家企業(yè)而言，核心競爭力顯示了其與當前或潛在競爭對手相比更多的成功機會?？紤]到企業(yè)基本管理目標，學(xué)界普遍建議以企業(yè)績效作為衡量核心競爭力的常用和經(jīng)驗性指標[ 25 ]，而大數(shù)據(jù)分析對技術(shù)主導(dǎo)環(huán)境下的企業(yè)經(jīng)營可能特別有幫助，有利于核心競爭力的形成[ 50 ]。此外，隨著時間的推移，技術(shù)的發(fā)展使組織可以通過大數(shù)據(jù)分析獲得知識和經(jīng)驗，形成動態(tài)能力，進行流程級創(chuàng)新，實現(xiàn)核心競爭力與戰(zhàn)略層面操作性戰(zhàn)略績效的提高[ 51 ]。可以認為，在基于知識動態(tài)能力的價值鏈形成核心競爭力后，企業(yè)戰(zhàn)略績效的定性指標就實現(xiàn)了。

（二）模型構(gòu)建

從通過不同形式的大數(shù)據(jù)分析來進行知識管理進而形成動態(tài)能力（H1、H2、H3）開始，既可直接形成核心競爭力（H4），也可經(jīng)由流程級創(chuàng)新（H6）來形成核心競爭力。有效的知識管理可提高知識動態(tài)能力。知識動態(tài)能力既可直接形成核心競爭力（H7），也可通過流程級創(chuàng)新間接形成核心競爭力（H5）。此外，大數(shù)據(jù)分析還通過流程級創(chuàng)新對核心競爭力產(chǎn)生影響（H8），動態(tài)能力還可調(diào)節(jié)大數(shù)據(jù)分析與戰(zhàn)略績效之間的關(guān)系。本研究模型與相關(guān)假設(shè)參見圖2。

四、實證分析

（一）數(shù)據(jù)來源與樣本分析

為檢驗本研究模型與相關(guān)假設(shè)（圖2），采用基于文獻綜述的調(diào)查工具，組織相關(guān)學(xué)者對問卷每個題項的內(nèi)容效度進行審查，評估其內(nèi)容、范圍和目的，然后再通過在線調(diào)查工具對多家電商平臺的企業(yè)用戶和各級供應(yīng)商進行問卷調(diào)查。這項調(diào)查開始于2019年6月，為提高調(diào)查的指向性，首先組織戰(zhàn)略研究專家描述被調(diào)查電商平臺參與企業(yè)的資格，然后使用某調(diào)查公司的在線調(diào)查工具，以有獎答題的方式對京東、淘寶、美團、唯品會四家電商平臺的各類企業(yè)用戶隨機發(fā)放問卷300份。問卷題項采用李克特五點量表記分方式。截至2020年3月，總計回收可用問卷185份，總回收率為61.7%。調(diào)查內(nèi)容及題項參見表1。本次調(diào)查的對象是電商平臺上具有一定影響力的企業(yè)用戶，代表性和針對性較強，樣本數(shù)量可以滿足研究模型的需要。如表2所示，樣本來自不同的行業(yè)，其中供應(yīng)商占比為34.6%，零售商占比為33.4%，物流商占比為23.1%，信息服務(wù)商、金融商、企業(yè)用戶、顧問咨詢等其他行業(yè)樣本占比為8.9%，基本涵蓋電商平臺知識管理與共享的所有方面。從企業(yè)規(guī)?？矗瑯颖驹诖笾行⌒推髽I(yè)之間的分布比較平均。

（二）信度與效度評估

為對概念模型進行估計，研究使用偏最小二乘法（PLS）[ 52 ]。在不要求變量符合正態(tài)分布的情況下，偏最小二乘法通過變量的有效性來達到研究目的。偏最小二乘法要求有10倍樣本數(shù)量的路徑指向同一個特定指標，在研究模型中，n=185，說明樣本數(shù)量是足夠的。在進行正式分析之前，需要對研究模型進行信度與效度評估。

本研究以量表信度、結(jié)構(gòu)信度、收斂效度、區(qū)別效度來對本研究模型進行評估，模型分析結(jié)果參見表3。本研究僅考慮復(fù)合可靠性（CR）大于0.7的變量。如表3所示，模型各變量的復(fù)合可靠性均在0.70以上，量表信度良好。由于可靠性考慮了不同的變量及載荷，本研究采用復(fù)合信度系數(shù)來評估結(jié)構(gòu)信度[ 53 ]。由表3可以看出，所有變量的復(fù)合信度系數(shù)都在0.7以上，說明結(jié)構(gòu)信度良好。為檢驗收斂效度，本研究求取平均方差提取值（AVE）。平均方差提取值應(yīng)高于0.5，即潛在變量要解釋其指標中超過一半的方差[ 54 ]。表3顯示，所有變量都滿足這個標準。在區(qū)分效度方面，本研究采用福內(nèi)爾—拉克爾（Fornell-Larcker）標準[ 54 ]衡量，即平均方差提取值的平方根大于與其他潛在變量之間的相關(guān)系數(shù)。表3顯示，各變量平均方差提取值的平方根大于與其他變量之間的相關(guān)性，所有變量均顯示出可以接受的區(qū)別性證據(jù)?？傮w來看，模型具有較好的量表信度、結(jié)構(gòu)信度、收斂效度和區(qū)別效度。滿足上述標準后，就可以利用研究模型進行正式分析了。

（三）假設(shè)檢驗

本研究通過路徑引導(dǎo)技術(shù)檢驗路徑系數(shù)的顯著性[ 52 ]，本研究模型中各變量均呈現(xiàn)合理值，具體參見圖3。

本研究模型解釋了從知識管理到動態(tài)能力，再到核心競爭力，最終實現(xiàn)戰(zhàn)略績效的整個過程。如圖3所示，內(nèi)生源知識管理（ENKM）到知識動態(tài)能力（KDC）的路徑系數(shù)為0.161，在p<0.01的水平上顯著，驗證了內(nèi)生源知識管理對知識動態(tài)能力積極影響的假設(shè)；外生源知識管理（EXKM）到知識動態(tài)能力（KDC）的路徑系數(shù)為0.237，在p< 0.001的水平上顯著，驗證了外生源知識管理對知識動態(tài)能力積極影響的假設(shè)；知識共享（KS）到知識動態(tài)能力的路徑系數(shù)為0.010，不顯著，沒能驗證知識共享對知識動態(tài)能力積極影響的假設(shè)。因此，H1、H2得到確認，H3未得到確認。大數(shù)據(jù)分析到核心競爭力的路徑系數(shù)為0.148，到流程級創(chuàng)新（PI）的路徑系數(shù)為0.344，分別在p<0.05和p<0.001的水平上顯著，驗證了大數(shù)據(jù)分析對核心競爭力和流程級創(chuàng)新積極影響的假設(shè)，即H4、H6得到確認。知識動態(tài)能力（KDC）到流程級創(chuàng)新（PI）的路徑系數(shù)為0.421，在p<0.001的水平上顯著，驗證了知識動態(tài)能力對流程級創(chuàng)新積極影響的假設(shè)；知識動態(tài)能力（KDC）到核心競爭力的路徑系數(shù)為0.197，在p<0.01的水平上顯著，驗證了知識動態(tài)能力對核心競爭力積極影響的假設(shè)；流程級創(chuàng)新（PI）到核心競爭力的路徑系數(shù)為0.106，不顯著，沒能驗證流程級創(chuàng)新對核心競爭力積極影響的假設(shè)。因此，H5、H7得到確認，H8未得到確認。

五、研究結(jié)論、貢獻與啟示

（一）研究結(jié)論

大數(shù)據(jù)分析可通過多種方式為企業(yè)創(chuàng)造價值，有必要研究如何獲得核心競爭力。知識動態(tài)能力視角的電商平臺大數(shù)據(jù)分析價值鏈戰(zhàn)略可通過多種方式產(chǎn)生價值，需要對整個價值鏈進行分析。本研究基于知識管理和動態(tài)能力視角，通過構(gòu)建大數(shù)據(jù)分析價值鏈戰(zhàn)略研究模型，探討大數(shù)據(jù)分析對戰(zhàn)略績效與核心競爭力的影響。

本研究模型能較好地解釋所有變量，其實證結(jié)果表明，大數(shù)據(jù)分析可以提高企業(yè)組織的靈活性，可作為企業(yè)在競爭中生存發(fā)展的一項戰(zhàn)略投資；為形成知識動態(tài)能力，在創(chuàng)造敏捷性方面通過大數(shù)據(jù)分析獲得的外生源知識比內(nèi)生源知識更加有效；知識共享是流程級創(chuàng)新的潛在障礙，與合作商共享知識是有問題的；動態(tài)能力既可以直接導(dǎo)致更好的流程級創(chuàng)新與核心競爭力，也可以調(diào)節(jié)大數(shù)據(jù)分析對流程級創(chuàng)新的影響。本研究結(jié)論具體如下：

一是大數(shù)據(jù)分析能夠支持組織知識管理，在進行有效分析基礎(chǔ)上形成的大數(shù)據(jù)知識資產(chǎn)具有獨特性、轉(zhuǎn)讓性和價值性。外生源知識管理和內(nèi)生源知識管理均可單獨運作并產(chǎn)生知識動態(tài)能力，但外生源知識管理的作用更顯著有效，更值得重視。

二是知識共享對動態(tài)能力的影響并不顯著，與合作商共享知識的假設(shè)沒有得到確認。大數(shù)據(jù)分析可以推動供應(yīng)鏈上合作者之間的知識共享，有利于商業(yè)價值的創(chuàng)造，但知識共享對動態(tài)能力的影響需要多視角審視，其可行性需要進一步探討。有研究認為，在生產(chǎn)運營或產(chǎn)品服務(wù)方面與合作商共享知識，可以推動企業(yè)核心業(yè)務(wù)、合作效率、業(yè)務(wù)流程的改進與升級，其中的關(guān)鍵環(huán)節(jié)可以通過信息共享協(xié)議打破合作壁壘，形成長效解決方案。

三是大數(shù)據(jù)分析可直接或通過知識動態(tài)能力影響核心競爭力，進而提高戰(zhàn)略績效。通過大數(shù)據(jù)分析，將數(shù)據(jù)資源轉(zhuǎn)化為知識資產(chǎn)；通過知識資產(chǎn)運作產(chǎn)生績效導(dǎo)向的動態(tài)能力，形成核心競爭力，提高戰(zhàn)略績效。

四是流程級創(chuàng)新對核心競爭力不存在顯著影響。盡管流程級創(chuàng)新有助于實現(xiàn)高效管理，但不一定能對戰(zhàn)略績效產(chǎn)生很大影響。這是因為，戰(zhàn)略績效取決于一系列因素，這些因素都可能對戰(zhàn)略績效產(chǎn)生影響。

總而言之，以大數(shù)據(jù)分析為核心的知識管理可以產(chǎn)生知識資產(chǎn)，形成動態(tài)能力，提高運營效率，通過直接或間接作用影響核心競爭力，提高戰(zhàn)略績效。

（二）研究貢獻

目前，關(guān)于知識管理、組織動態(tài)性與企業(yè)績效之間關(guān)系的研究較少。本研究對大數(shù)據(jù)分析價值鏈構(gòu)建進行研究，從理論上提出并實證基于戰(zhàn)略管理動態(tài)能力理論和大數(shù)據(jù)價值鏈理論的概念模型，解釋整個大數(shù)據(jù)分析價值鏈形成與作用的過程，證明基于有效知識管理的大數(shù)據(jù)分析應(yīng)用可以幫助企業(yè)形成動態(tài)能力從而獲得核心競爭力，為從大數(shù)據(jù)分析到動態(tài)能力，再到核心競爭力，進而實現(xiàn)戰(zhàn)略績效的理論鏈條提供了具體而細化的思路，后續(xù)研究可使用這個理論框架評估流程級創(chuàng)新和其他信息技術(shù)創(chuàng)新中的業(yè)務(wù)價值，具有積極意義。

（三）研究啟示

大數(shù)據(jù)分析可以在知識資產(chǎn)、動態(tài)能力、流程級創(chuàng)新、戰(zhàn)略績效方面創(chuàng)造價值。對電商平臺、相關(guān)企業(yè)及各級管理者而言，本研究展示了通過大數(shù)據(jù)分析實現(xiàn)核心競爭力的路徑。盡管大數(shù)據(jù)分析在實施與維護方面需要大量的投資，但考慮到其潛在價值和好處，企業(yè)仍然需要把大數(shù)據(jù)分析價值鏈戰(zhàn)略嵌入自己的信息技術(shù)戰(zhàn)略。

1.管理策略

一是可通過大數(shù)據(jù)分析進行知識管理，通過有效的培訓(xùn)幫助用戶提取、管理和利用知識，進而借此形成快速響應(yīng)外部需求的能力，實現(xiàn)創(chuàng)新，如優(yōu)化業(yè)務(wù)流程。企業(yè)在信息化發(fā)展中可以形成有效的自底向上策略，可以從特定的性能指標中獲益，可以通過評估把組織知識轉(zhuǎn)化為業(yè)務(wù)流程和企業(yè)級別的能力，提高從業(yè)者的生產(chǎn)能力。

二是可通過大數(shù)據(jù)分析提高核心競爭力，實現(xiàn)潛在商業(yè)價值。可通過信息系統(tǒng)與戰(zhàn)略管理的交互，在流程級創(chuàng)新與核心競爭力之間建立聯(lián)系，評估大數(shù)據(jù)分析對決策過程的影響，為信息技術(shù)資源管理提供有效支持?？赏ㄟ^大數(shù)據(jù)分析應(yīng)用的知識管理功能，特別是外生源知識管理功能支持生產(chǎn)運營或產(chǎn)品服務(wù)，幫助企業(yè)在競爭中生存發(fā)展。

三是知識動態(tài)能力既可直接影響核心競爭力與戰(zhàn)略績效，也可中介大數(shù)據(jù)分析對戰(zhàn)略績效的影響，通過多種路徑促進核心競爭力的形成。企業(yè)可考慮投資大數(shù)據(jù)分析技術(shù)，通過大數(shù)據(jù)分析進行知識管理，推動動態(tài)能力的形成，進而實現(xiàn)可持續(xù)核心競爭力的構(gòu)建。

2.實施路徑

平臺知識動態(tài)能力貫穿兩個階段：一是洞察性大數(shù)據(jù)分析階段，即感知機會和威脅，深入挖掘大數(shù)據(jù)分析的結(jié)果，對競爭對手的新產(chǎn)品或新服務(wù)做出反應(yīng)；二是形成管理措施的行動結(jié)果階段，即采用新的技術(shù)，形成新的管理路徑，開發(fā)可能的機會，如開拓新領(lǐng)域、新市場或新角度?？苫诒狙芯拷Y(jié)論，確定各階段具體的實施路徑。

在洞察性大數(shù)據(jù)分析階段，大數(shù)據(jù)分析價值鏈戰(zhàn)略的第一步是初步確定戰(zhàn)略要求，提出知識管理目標，包括大數(shù)據(jù)獲取途徑、體系構(gòu)建與分析。第二步是選擇合適的數(shù)據(jù)源，包括自有數(shù)據(jù)、交易數(shù)據(jù)、客戶關(guān)系管理數(shù)據(jù)、運營數(shù)據(jù)、第三方數(shù)據(jù)，并進行數(shù)據(jù)分析。應(yīng)用大數(shù)據(jù)挖掘算法對海量數(shù)據(jù)進行預(yù)測分析，形成可視化分析結(jié)果并進行語義引擎管理，通過構(gòu)建相應(yīng)的數(shù)據(jù)模型分析數(shù)據(jù)之間的關(guān)聯(lián)。第三步是圍繞企業(yè)戰(zhàn)略，通過大數(shù)據(jù)分析發(fā)掘潛在可能的新服務(wù)或新商業(yè)模式，這是大數(shù)據(jù)價值實現(xiàn)的可能與方向，其主要活動包括戰(zhàn)略的制定與細化執(zhí)行，如戰(zhàn)略新思維的形成、討論和評估，基于自身戰(zhàn)略目標和能力選擇具體業(yè)務(wù)部門予以落實。

在形成管理措施的行動結(jié)果階段，為形成完整的閉環(huán)，應(yīng)實現(xiàn)從大數(shù)據(jù)分析到知識管理，到動態(tài)能力，再到核心競爭力與戰(zhàn)略績效的轉(zhuǎn)化。大數(shù)據(jù)分析可以通過一系列測量指標以動態(tài)化戰(zhàn)略對資產(chǎn)端進行差異化、敏捷化定位，影響商業(yè)模式的成本端，提升動態(tài)能力，實現(xiàn)流程級創(chuàng)新，形成更強的核心競爭力，促進大數(shù)據(jù)價值鏈的價值增值，提高企業(yè)戰(zhàn)略績效。

3.戰(zhàn)略模式

基于知識動態(tài)能力，電商平臺可采取的大數(shù)據(jù)分析價值鏈戰(zhàn)略模式包括以下五種：

一是咨詢型大數(shù)據(jù)分析價值鏈戰(zhàn)略模式。即平臺基于客戶（包括供應(yīng)商、零售商、企業(yè)用戶）需求，通過大數(shù)據(jù)分析收集多來源數(shù)據(jù)，并進行處理和分析，洞察發(fā)掘客戶意向，為客戶提供服務(wù)；客戶基于大數(shù)據(jù)分析結(jié)果動態(tài)調(diào)整企業(yè)戰(zhàn)略，提高戰(zhàn)略績效。在此過程中，大數(shù)據(jù)分析的角色類似于咨詢企業(yè)。

二是嵌入型大數(shù)據(jù)分析價值鏈戰(zhàn)略模式。電商平臺一般信息化基礎(chǔ)較好，具有進行大數(shù)據(jù)分析的能力，可以自建平臺內(nèi)部的大數(shù)據(jù)部門，并基于業(yè)務(wù)部門動態(tài)需求，收集多來源海量數(shù)據(jù)，依次生成創(chuàng)新戰(zhàn)略。嵌入于電商平臺的大數(shù)據(jù)部門承擔(dān)數(shù)據(jù)分析的角色，實現(xiàn)業(yè)務(wù)管理的大數(shù)據(jù)賦能。一些具有原住性領(lǐng)先技術(shù)的企業(yè)（如阿里巴巴）一般會采用這種模式。

三是拓展型大數(shù)據(jù)分析價值鏈戰(zhàn)略模式。電商平臺（如淘寶、天貓、京東等）在業(yè)務(wù)往來中積累了海量數(shù)據(jù)，擁有大量數(shù)據(jù)資源，可以通過大數(shù)據(jù)分析賦能價值鏈，創(chuàng)新管理思路，拓展廣告、直播等營銷活動。

四是運營型大數(shù)據(jù)分析價值鏈戰(zhàn)略模式。隨著大數(shù)據(jù)的興起，電商平臺憑借自身在大數(shù)據(jù)方面的優(yōu)勢，打破零售行業(yè)壁壘，強勢改變傳統(tǒng)零售業(yè)務(wù)生存空間與戰(zhàn)略規(guī)劃模式，成為運營模式的主導(dǎo)，這就是運營型大數(shù)據(jù)價值鏈分析戰(zhàn)略模式。

五是專業(yè)型大數(shù)據(jù)分析價值鏈戰(zhàn)略模式。大數(shù)據(jù)分析通過知識管理來提升電商平臺的專業(yè)化程度。

無論是咨詢型模式還是嵌入型模式，均介入企業(yè)從戰(zhàn)略制定到戰(zhàn)略實施再到戰(zhàn)略實現(xiàn)的全過程，期望提供完整的價值鏈增值服務(wù)。比如，美的集團的美云智數(shù)現(xiàn)已發(fā)展成為國內(nèi)領(lǐng)先的大數(shù)據(jù)分析服務(wù)提供商，為行業(yè)內(nèi)企業(yè)用戶提供大數(shù)據(jù)創(chuàng)新戰(zhàn)略賦能服務(wù)。

（四）研究局限與展望

本研究提出了基于知識管理和動態(tài)能力的大數(shù)據(jù)分析價值鏈戰(zhàn)略，并對主要路徑進行了實證分析，取得了一些有益的結(jié)論，但仍然存在許多局限。一是動態(tài)能力的前因并沒有擴展到模型所包含的特定知識資產(chǎn)之外的其他因素，未來研究可考慮增加其他知識資產(chǎn)，以此作為模型的變量或調(diào)節(jié)現(xiàn)有變量；二是盡管本研究考慮了流程級創(chuàng)新的影響，但并未多方位考慮流程的環(huán)節(jié)性和立體性，未來研究應(yīng)在過程方法基礎(chǔ)上著眼于縱向研究，詳細評估大數(shù)據(jù)分析對特定業(yè)務(wù)流程級創(chuàng)新的影響；三是由于管理措施具有以問題為導(dǎo)向的感性性質(zhì)，未來研究應(yīng)進一步識別與橫斷面研究設(shè)計相關(guān)的內(nèi)容；四是盡管本研究樣本量在統(tǒng)計學(xué)上是足夠的，但樣本量的進一步增加可能有助于提高研究結(jié)論的代表性。

參考文獻：

[1]程永義.電子商務(wù)的大規(guī)模事務(wù)數(shù)據(jù)高效處理關(guān)鍵問題研究[D].長春：吉林大學(xué)，2020.

[2]ABBASI A，SARKER S，CHIANG R H L.Big data research in information systems：toward an inclusive research agenda[J].Journal of the association for information systems，2016，17（2）：1-32.

[3]C？RTE-REAL N，OLIVEIRA T，RUIVO P.Understanding the hidden value of business intelligence and analytics（BI&A）[EB/OL].[2020- 11- 25].https：//aisel.aisnet.org/cgi/ viewcontent.cgi？referer=&httpsredir=1&article=1543&con？ text=amcis2014.

[4]MORABITO V.Big data and analytics：strategic and organi？ zational impacts[EB/OL].[2020-11-25]. https：//www.abe.pl/ pl/book/9783319106649/big-data-and-analytics-strategicand-organizational-impacts.

[5]LA VALLE 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）：20-33.

[6]邁克爾·波特.國家競爭優(yōu)勢[M].北京：華夏出版社，2002： 219-420.

[7]OLLA P，PATEL N V.A value chain model for mobile data service providers[J].Telecommunications policy，2002，26（9）：551-571.

[8]BUELLINGEN F，WOERTER M.Development perspec？ tives，firm strategies and applications in mobile commerce[J]. Journal of business research，2004，57（12）：1 402-1 408.

[9]OSTEITVALDER A，PIGNEUR Y.Business model genera？ tion[EB/OL].[2020- 11- 25].https：//123doc.net//document/1 259903-business-model-generation-com-ppt.htm.

[10]張海濤，王丹，張連峰，等.商務(wù)網(wǎng)站信息生態(tài)系統(tǒng)演進機理——價值鏈視角的研究[J].圖書情報工作，2015，59（15）：80-86.

[11]許孝君，張連峰，張海濤.國內(nèi)外商務(wù)網(wǎng)絡(luò)信息生態(tài)鏈研究綜述[J].情報科學(xué)，2016，34（10）：169-176.

[12]馮立杰，杜靖宇，王金鳳，等.顛覆式創(chuàng)新視角下后發(fā)企業(yè)價值網(wǎng)絡(luò)演變路徑[J].科學(xué)學(xué)研究，2019，37（1）：175-183.

[13]呂樹豪.互聯(lián)網(wǎng)時代基于價值創(chuàng)造的商業(yè)模式創(chuàng)新——以“京東”為例[J].河北企業(yè)，2019（2）：63-64.

[14]CHEN D Q，MOCKER M，PRESTON D S，et al.Informa？ tion systems strategy：reconceptualization，measurement，and implications[J].MIS quarterly，2010，34（2）：233-259.

[15]CARTER P.Big data analytics：future architectures，skills and roadmaps for the CIO[EB/OL].[2020-11-25].https：// xueshu.baidu.com/usercenter/paper/show？paperid=cb4e52f c63966d33b34a854ad919648f&site=xueshu_se.

[16]CHEN H C，CHIANG R H L，STOREY V C.Business intel？ ligence and analytics：from big data to big impact[J].MIS quarterly，2012，36（4）：1 165-1 188.

[17]DAVENPORT T H.Competing on analytics[EB/OL].[2020-11-25]. https：// www.oracle.com/technetwork/database/op？ tions/advanced- analytics/odm/competing- on- analyticshbr-art-160028.pdf？ssSourceSiteId=otncn.

[18]KWON O，LEE N，SHIN B.Data quality management，data usage experience andacquisition intention of big data ana？ lytics[J].International journal of information management，2014，34（3）：387-394.

[19]EREVELLES S，F(xiàn)UKAWA N，SWAYNE L.Big data con？ sumer analytics and the transformation of marketing[J].Jour？ nal of business research，2016，69（2）：897-904.

[20]MALLADI S.Adoption of business intelligence & analytics in organizations—an empirical study of antecedents[C].Chi？ cago，Illinois：19th American Conference on Information Systems（AMCIS），2013.

[21]GROVER V，KOHLI R.Revealing your hand：caveats in implementing digital business strategy[J].MIS quarterly，2013，37（2）：655-662.

[22]PARK Y K，MITHAS S.Organized complexity of digital business strategy：a configurational perspective[J].MIS quarterly，2020，44（1）：85-127.

[23]NAN N，TANRIVERDI H.Unifying the role of IT in hyper？ turbulence and competitive advantage via a multilevel per？ spective of IS strategy[J].MIS quarterly，2017，41（3）：937-958.

[24]TEECE D J，PISANO G，SHUEN A.Dynamic capabilities and strategic management[J].Strategic management journal，1997，18（7）：509-533.

[25]SCHILKE O.On the contingent value of dynamic capabili？ ties for competitive advantage：the nonlinear moderating ef？ fect of environmental dynamism[J].Strategic management journal，2014，35（2）：179-203.

[26]CHEN Y，WANG Y，NEVO S，et al.IT capability and orga？ nizational performance：the roles of business process agility and environmental factors[J].European journal of informa？ tion systems，2014，23（3）：326-342.

[27]SHER P J，LEE V C.Information technology as a facilitator for enhancing dynamic capabilities through knowledge management[J].Information & management，2003，41（8）：933-945.

[28]WU L Y.Resources，dynamic capabilities and performance in a dynamic environment：perceptions in Taiwanese IT en？ terprises[J].Information and management，2006，43（4）：447-454.

[29]EREVELLES S，F(xiàn)UKAWA N，SWAYNE L.Big data con？ sumer analytics and the transformation of marketing[J].Jour？ nal of business research，2016，69（2）：897-904.

[30]GRANT R M.Prospering in dynamically-competitive envi？ ronments：organizational capability as knowledge integra？ tion[J].Organization science，1996，7（4）：375-387.

[31]VOLBERDA H W.Toward the flexible form：how to remain vital in hypercompetitive environments[J].Organization sci？ ence，1996，7（4）：359-374.

[32]WANG C L，AHAMED P K.Dynamic capabilities：a review and research agenda[J].International journal of manage？ ment reviews，2007，9（1）：31-51.

[33]TALLOTT M，HILLIARD R.Developing dynamic capabili？ ties for learning and internationalization：a case study of di？ versification in an SME[J].Baltic journal of management，2016，11（3）：328-347.

[34]HARNEY B，F(xiàn)ALLON-BYRNE L.Microfoundations of dy？ namic capabilities for innovation：a review and research agenda[J].Irish journal of management，2017，36（1）：21-31.

[35]PETERAF M，DI STEFANO G，VERONA G.The elephant in the room of dynamic capabilities：bringing two diverging conversations together[J].Strategic management journal，2013，34（12）：1 389-1 410.

[36]HILLIARD R，GOLDSTEIN D.Identifying and measuring dynamic capability using search routines[J].Strategic orga？ nization，2019，17（2）：210-240.

[37]PAVLOU P A，EL SAWY O A.From IT leveraging compe？ tence to competitive advantage in turbulent environments：the case of new product development[J].Information sys？ tems research，2006，17（3）：198-227.

[38]ZHOU S S，ZHOU A J，F(xiàn)ENG J Z，et al.Dynamic capabili？ ties and organizational performance：the mediating role of innovation[J].Journal of management & organization，2019，25（5）：731-747.

[39]BITENCOURT C C，SANTINI F O，LADEIRA W J，et al. The extended dynamic capabilities model：a meta-analysis[J].European management journal，2020，38（1）：108-120.

[40]ILMUDEEN A，BAO Y K，ALHARBI I M，et al.Revisiting dynamic capability for organizationsinnovation types：does it matter for organizational performance in China？[J]. European journal of innovation management，2020（3）：1-26.

[41]杜小民，高洋，劉國亮，等.戰(zhàn)略與創(chuàng)業(yè)融合新視角下的動態(tài)能力研究[J].外國經(jīng)濟與管理，2015，37（2）：18-28.

[42]簡兆權(quán)，王晨，陳鍵宏.戰(zhàn)略導(dǎo)向、動態(tài)能力與技術(shù)創(chuàng)新：環(huán)境不確定性的調(diào)節(jié)作用[J].研究與發(fā)展管理，2015，27（2）：65-76.

[43]彭新敏，姚麗婷.機會窗口、動態(tài)能力與后發(fā)企業(yè)的技術(shù)追趕[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（6）：68-82.

[44]金昕，陳松.知識源戰(zhàn)略、動態(tài)能力對探索式創(chuàng)新績效的影響——基于知識密集型服務(wù)企業(yè)的實證[J].科研管理，2015，36（2）：32-40.

[45]朱曉紅，陳寒松，張騰.知識經(jīng)濟背景下平臺型企業(yè)構(gòu)建過程中的迭代創(chuàng)新模式——基于動態(tài)能力視角的雙案例研究[J].管理世界，2019，35（3）：142-156，208.

[46]ERICKSON S，ROTHBERG H.Big data and knowledge management：establishing a conceptual foundation[J].The electronic journal of knowledge management，2014，12（2）：108-116.

[47]HSU L C，WANG C H.Clarifying the effect of intellectual capital on performance：the mediating role of dynamic capa？ bility[J].British journal of management，2012，23（2）：179-205.

[48]SZULANSKI G.Exploring internal stickiness：impediments to the transfer of best practice within the firm[J].Strategic management journal，1996，17（S2）：27-43.

[49]LIU H F，SONG D D，CAI Z.Knowledge management capa？ bility and firm performance：the mediating role of organiza？ tional agility[EB/OL].[2020-11-25].https：//aisel.aisnet.org/ cgi/viewcontent.cgi？article=1224&context=pacis2014.

[50]WADE M，HULLAND J.Review：the resource-based view and information systems research：review，extension，and suggestions for future research[J].MIS quarterly，2004，28（1）：107-142.

[51]ELBASHIR M Z，COLLIER P A，SUTTON S G，et al.En？ hancing the business value of business intelligence：the role of shared knowledge and assimilation[J].Journal of in？ formation systems，2013，27（2）：87-105.

[52]HAIR J F，RINGLE C M，SARSTEDT M.PLS-SEM：in？ deed a silver bullet[J].Journal of marketing theory and prac？ tice，2011，19（2）：139-152.

[53]HENSELER J，RINGLE C M，SINKOVICS R R.The use of partial least squares path modeling in international market？ ing[J].Advances in international marketing，2009，20：277-319.

[54]FORNELL C，LARCKER D F.Structural equation models with unobservable variables and measurement error：alge？ bra and statistics[J].Journal of marketing research，1981，18（3）：382-388.

責(zé)任編輯：陳詩靜

E-business Platform Big Data Analysis Value Chain Strategy from the Perspective of Knowledge Dynamic Capability

FENG Jia-dong

（School of Business Management，Inner Mongolia University of Finance & Economic，Huhhot 010070，Inner Mongolia，China）

Abstract：The dissemination of e-commerce big data information technology increases the visibility of service innovation. To adapt to the competition environment of multidimensional element interaction platform，based on the abundant data resource of e-commerce platform，we could improve the dynamics，flexibility，and responsiveness of strategic planning by using big data analysis，cultivate a pattern that can rapidly integrate and organize resources，realize the sustainability of business value transmission，and meet the requirement of competitive confrontation and interaction，and timeline dynamic evolution. Because of this，we could，based on big data analysis，knowledge management，dynamic capability，business process theory，and directive online investigation data，formulate the big data analysis value chain strategy（BDAVCS）to analyze the relationship between big data analysis，dynamic capability and process innovation，and the core competitiveness and strategic performance. It is found that：big data analysis can realize the effective internal and external knowledge management，help the enterprises to cultivate their dynamic capability，foster the core competitiveness，and improve strategic performance；big data analysis can improve the flexibility of enterprise organizations，and can be used as the strategic investment for the enterprises to survive and develop in competition；both the external and internal knowledge management could independently operate to generate knowledge dynamic capability （KDC），while we should pay more attention to the external knowledge management because of its more significant effectiveness；knowledge sharing is the potential barrier for process innovation，and knowledge sharing with business partners should be carried out through a suitable way；and dynamic capability can not only have direct impact on process innovation and core competitiveness，but also play the role in mediating the impact of knowledge asset on competitiveness. Generally speaking，big data analysis can improve core competitiveness byhaving influence on dynamic capability and process innovation；dynamic capability plays the mediatory role between knowledge management and process innovation，and core competitiveness （strategic performance）；and e-business platforms should objectively understand the potential value of big data analysis，involve it into IT technology，form the strategic coordination，and finally improve the marginal performance of knowledge innovation.

Key words：BDAVCS；KDC；knowledge management；process innovation；core competitiveness