摘要：
当前制造企业抓住数字化转型的契机，实现数据赋能是获取竞争优势的关键途径。但对于制造企业如何构建高匹配度的数据元素组合以及怎样促进数据资源转化、利用等方面尚缺乏清晰的理论探讨，为揭示制造企业数据赋能实现的内在机理，基于资源编排理论视角，采用多案例研究方法，深入剖析数据赋能实现的关键要素和要素之间的作用机制。结果发现：（1） 制造企业通过分布式创新和组合创新两种资源行动模式，构建专用性高的数字元素组合，有助于增加其数字技术与应用场景的匹配度。（2） 数据赋能能力的内部化有 3 条关键路径：连接能力→响应型决策能力、连接能力→分析能力→优化型决策能力和连接能力→分析能力→创新型决策能力。数据流动性、速度、容量以及多样性属性的依次激活，可推动数据赋能能力内化由低阶向高阶转变。（3） 在内部响应机制和外部感知机制的强化下，制造企业数据赋能的价值创造可细分为维持型、丰富型和融合型 3 种方式。（4） 制造企业数字化转型是一个长期且动态的过程，以赋能深度和赋能广度两条逻辑线，可将数据赋能实现的长期路径划分为“单点—低赋能”、“单点—高赋能”、“多点—低赋能”以及“多点—高赋能”四个阶段。同时制造企业数字化转型动态演化过程中蕴含着产业数字化和数字产业化相互促进的交互关系。
张培, 董珂隽.
制造企业数据赋能实现机理研究：关键要素和作用机制
[J]. 科学学与科学技术管理, 2023, 44(08): 94-111.
ZHANG Pei, DONG Kejun.
Research on the Realization Mechanism of Data Empowerment in Manufacturing Enterprises: Key Elements and Mechanisms of Action
[J]. Science of Science and Management of S. & T., 2023, 44(08): 94-111.
