李 民 顏?zhàn)犀?張淼淼

1.福建農(nóng)林大學(xué)經(jīng)濟(jì)管理學(xué)院，福建 福州 350002 2.福建商學(xué)院國(guó)際經(jīng)貿(mào)學(xué)院，福建 福州 350001

當(dāng)今世界正處于從基于資源和知識(shí)的工業(yè)經(jīng)濟(jì)向基于網(wǎng)絡(luò)化和數(shù)據(jù)的數(shù)字經(jīng)濟(jì)轉(zhuǎn)型過(guò)渡的大變革時(shí)代[1]，數(shù)字經(jīng)濟(jì)也成為推動(dòng)我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)換的重要力量，也為企業(yè)發(fā)展提供了“換道超車(chē)”的機(jī)遇[2]?！笆奈濉币?guī)劃明確提出要“以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式……促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)”，數(shù)字化轉(zhuǎn)型已不是“選擇題”，而是關(guān)乎企業(yè)生存和長(zhǎng)遠(yuǎn)發(fā)展的“必修課”[3]?！?021埃森哲中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)》顯示，自2018年以來(lái)，中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)平均得分從37分上升至54分，16%的企業(yè)轉(zhuǎn)型效果顯著，各行業(yè)企業(yè)整體數(shù)字化水平均穩(wěn)步提升，但不同行業(yè)間還存在顯著差異[4]。

盡管越來(lái)越多的企業(yè)意識(shí)到數(shù)字化轉(zhuǎn)型對(duì)自身發(fā)展的重要作用，但企業(yè)的數(shù)字化轉(zhuǎn)型是一個(gè)復(fù)雜的課題，涉及到企業(yè)經(jīng)營(yíng)管理的方方面面[1]，仍有許多企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中普遍缺乏清晰的戰(zhàn)略目標(biāo)與實(shí)踐路徑，也缺乏有效的配套考核和制度激勵(lì)，由此可能進(jìn)一步拉大企業(yè)間的數(shù)字化水平差距[5]。基于此，本文從現(xiàn)有文獻(xiàn)入手，梳理企業(yè)數(shù)字化轉(zhuǎn)型成熟度評(píng)估框架和評(píng)估指標(biāo)體系，為企業(yè)了解自身數(shù)字化轉(zhuǎn)型狀況提供工具方法，并以此指導(dǎo)和幫助企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐，提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。也為政府部門(mén)科學(xué)、準(zhǔn)確地評(píng)價(jià)企業(yè)數(shù)字化建設(shè)成效，制定相關(guān)政策提供客觀依據(jù)。

1 數(shù)據(jù)來(lái)源

為確保數(shù)字化轉(zhuǎn)型成熟度評(píng)價(jià)文獻(xiàn)來(lái)源的全面性、時(shí)效性及準(zhǔn)確性，本文同時(shí)收集了來(lái)自政府部門(mén)、學(xué)術(shù)研究機(jī)構(gòu)和企業(yè)界的相關(guān)研究成果，為豐富研究結(jié)論，也將相關(guān)英文文獻(xiàn)納入了研究范圍。此外，文獻(xiàn)檢索時(shí)間為2021年8月，所選取的文章發(fā)表時(shí)間截至2020年12月底。

中文文獻(xiàn)主要通過(guò)CNKI核心文獻(xiàn)、百度檢索等網(wǎng)站進(jìn)行檢索。學(xué)術(shù)類(lèi)的中文文獻(xiàn)主要使用的是中國(guó)知網(wǎng)進(jìn)行搜索，以“數(shù)字化轉(zhuǎn)型+評(píng)價(jià)”“數(shù)字化轉(zhuǎn)型+成熟度”“數(shù)字化轉(zhuǎn)型+測(cè)評(píng)”為關(guān)鍵詞，選擇“核心期刊/CSSCI/CSCD”作為文獻(xiàn)來(lái)源，并手動(dòng)剔除如新聞報(bào)道、征稿啟事等非學(xué)術(shù)文獻(xiàn)后獲得研究樣本。政府部門(mén)的相關(guān)政策及企業(yè)界的研究報(bào)告主要通過(guò)百度搜索引擎進(jìn)行檢索。英文文獻(xiàn)主要通過(guò)谷歌學(xué)術(shù)、WOS(Web of Science)數(shù)據(jù)庫(kù)檢索，主要使用的關(guān)鍵詞有“Digital Maturity”“Digital Transformation Maturity”“Digital Transformation Evaluation”“Digital Transformation Levels”等，并通過(guò)閱讀文獻(xiàn)內(nèi)容進(jìn)行二次檢索。通過(guò)初步搜索、二次篩選后，最終選擇了43篇文獻(xiàn)作為本文的研究樣本。

2 數(shù)據(jù)分析

2.1 文獻(xiàn)發(fā)表時(shí)間分布

文獻(xiàn)發(fā)表時(shí)間分布如圖1所示，最早的數(shù)字化轉(zhuǎn)型評(píng)價(jià)文獻(xiàn)誕生于2011年，且隨著近年來(lái)大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)飛速發(fā)展并迅速普及應(yīng)用，有關(guān)數(shù)字化轉(zhuǎn)型的研究文章的篇數(shù)逐年增加。具體來(lái)說(shuō)，F(xiàn)riedrich等2011年構(gòu)建了數(shù)字化轉(zhuǎn)型指數(shù)，是最早進(jìn)行相關(guān)研究的作者；2016—2020年，越來(lái)越多研究者關(guān)注到數(shù)字化轉(zhuǎn)型的重要性，并對(duì)此進(jìn)行了深度研究；Geissbauer等[6]在對(duì)來(lái)自26個(gè)國(guó)家的1155位制造業(yè)高管進(jìn)行訪談的基礎(chǔ)上制定了一套企業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)指數(shù)，對(duì)企業(yè)數(shù)字化能力和程度進(jìn)行評(píng)分，并按數(shù)字化運(yùn)營(yíng)成熟度對(duì)企業(yè)進(jìn)行排名，形成了《2018年全球數(shù)字化運(yùn)營(yíng)調(diào)研報(bào)告》；國(guó)內(nèi)學(xué)者王瑞等[7]構(gòu)建了制造型企業(yè)數(shù)字化成熟度評(píng)價(jià)模型，為我國(guó)制造業(yè)企業(yè)的全面數(shù)字化評(píng)估及數(shù)字化路徑規(guī)劃提供了重要的參考工具。

圖1 文獻(xiàn)發(fā)表時(shí)間分布

2.2 已發(fā)表文獻(xiàn)面向領(lǐng)域統(tǒng)計(jì)

如圖2所示，在有關(guān)數(shù)字化成熟度的研究中，47%文獻(xiàn)構(gòu)建的評(píng)價(jià)模型屬于通用型，53%文獻(xiàn)構(gòu)建了專門(mén)面向某一行業(yè)的模型，其中，面向制造業(yè)的最多，其余依次是工業(yè)、信息業(yè)/服務(wù)業(yè)、電信行業(yè)。部分研究還將行業(yè)進(jìn)一步細(xì)分，涉及到電子零件與材料、電子高科技制造、石油天然氣、化工、汽車(chē)與工程機(jī)械、醫(yī)療醫(yī)藥、快速消費(fèi)品、物流航空、傳統(tǒng)零售業(yè)等細(xì)分領(lǐng)域。Geissbauer等[6]基于對(duì)1100多位全球制造業(yè)企業(yè)高管的調(diào)研，提出了適用于制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型成熟度評(píng)價(jià)模型；Anderson等[8]提出了面向通信行業(yè)的數(shù)字成熟度模型，用于評(píng)估通信行業(yè)企業(yè)數(shù)字化，并給出具體做法。整體而言，樣本文獻(xiàn)所提出的數(shù)字化轉(zhuǎn)型成熟度模型大多適用于多個(gè)行業(yè)，但從實(shí)際經(jīng)營(yíng)過(guò)程來(lái)說(shuō)，各行業(yè)具有不同特征，在數(shù)字化轉(zhuǎn)型過(guò)程中也會(huì)遇到不同問(wèn)題。因此，對(duì)于特定行業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型成熟度模型的研究及構(gòu)建，還需要進(jìn)行更深入、更具有針對(duì)性的研究和探討。

圖2 已發(fā)表文獻(xiàn)面向領(lǐng)域

2.3 維度和指標(biāo)統(tǒng)計(jì)

在數(shù)字化轉(zhuǎn)型成熟度模型的相關(guān)文獻(xiàn)中，對(duì)數(shù)字化轉(zhuǎn)型成熟度評(píng)價(jià)時(shí)所采用的維度數(shù)量從4個(gè)到11個(gè)不等，還有部分文獻(xiàn)未明確指出采用了多少個(gè)維度。Gunsberg[9]為確定衡量大學(xué)信息服務(wù)部門(mén)整體組織敏捷性所需的基線模型，采用了領(lǐng)導(dǎo)和管理、創(chuàng)新、結(jié)構(gòu)、戰(zhàn)略、學(xué)習(xí)和變革及文化這6個(gè)維度；埃森哲、國(guó)家工業(yè)信息安全發(fā)展研究中心則從智能運(yùn)營(yíng)、主營(yíng)增長(zhǎng)、商業(yè)創(chuàng)新3個(gè)維度進(jìn)行評(píng)估。此外，部分文獻(xiàn)還列出了維度下的具體指標(biāo)，有利于企業(yè)準(zhǔn)確評(píng)估自身所處的數(shù)字化轉(zhuǎn)型階段。如圖3所示，大部分文獻(xiàn)采用的指標(biāo)數(shù)量在20～50個(gè)之間，也有6篇文獻(xiàn)使用了100個(gè)以上的評(píng)價(jià)指標(biāo)。如Schumacher等[10]使用了9個(gè)維度和143個(gè)關(guān)鍵指標(biāo)。整體而言，企業(yè)數(shù)字化轉(zhuǎn)型成熟度模型的構(gòu)建需要考量的指標(biāo)較多，且不同的行業(yè)需要采用不同的維度和指標(biāo)才能構(gòu)建出最適合企業(yè)的數(shù)字化轉(zhuǎn)型成熟度模型。

圖3 數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)數(shù)量

2.4 數(shù)字化成熟度階段數(shù)量劃分

由圖4可知，在有明確劃分?jǐn)?shù)字化成熟度階段的文獻(xiàn)中，大部分文獻(xiàn)將企業(yè)數(shù)字化轉(zhuǎn)型成熟度劃分為5個(gè)等級(jí)，也有文獻(xiàn)劃分了3、4、6個(gè)或其他數(shù)量的成熟度等級(jí)。例如，Newman[11]等將企業(yè)數(shù)字化轉(zhuǎn)型分為發(fā)起、涌現(xiàn)、執(zhí)行、推進(jìn)及領(lǐng)導(dǎo)5個(gè)階段：發(fā)起階段，企業(yè)關(guān)于數(shù)字化轉(zhuǎn)型的討論還處于早期階段并開(kāi)始了一些數(shù)字化的業(yè)務(wù)運(yùn)營(yíng)；涌現(xiàn)階段，企業(yè)關(guān)于數(shù)字化轉(zhuǎn)型的討論正在推進(jìn)并開(kāi)始將數(shù)字化運(yùn)營(yíng)轉(zhuǎn)變成所有日常運(yùn)營(yíng)；執(zhí)行階段，企業(yè)已經(jīng)制定了明確的數(shù)字化轉(zhuǎn)型目標(biāo)并制定了一個(gè)在整個(gè)公司都遵循的計(jì)劃；推進(jìn)階段，企業(yè)致力于提出新的創(chuàng)新想法來(lái)提高在數(shù)字化轉(zhuǎn)型這一領(lǐng)域的能力；領(lǐng)導(dǎo)階段，企業(yè)已經(jīng)成為行業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)者；kane[12]將企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程劃分為早期（10分的評(píng)級(jí)為1～3分）、發(fā)育期（10分的評(píng)級(jí)為4～6分）及成熟期（10分的評(píng)級(jí)為7～10分）三個(gè)時(shí)期。對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程成熟度的劃分有助于了解企業(yè)所處的數(shù)字化轉(zhuǎn)型階段，為企業(yè)下一步的數(shù)字化轉(zhuǎn)型實(shí)踐提供指導(dǎo)。

圖4 數(shù)字化轉(zhuǎn)型階段劃分

2.5 評(píng)價(jià)方法

相關(guān)文獻(xiàn)主要使用了案例分析、層次聚類(lèi)分析、調(diào)查問(wèn)卷、專家評(píng)估、平衡記分法、訪談、德?tīng)柗品ǖ确椒▽?duì)企業(yè)數(shù)字化轉(zhuǎn)型成熟度進(jìn)行評(píng)價(jià)（圖5）。埃森哲與國(guó)家工業(yè)信息安全發(fā)展研究中心[13]以問(wèn)卷調(diào)研和高管訪談結(jié)合財(cái)務(wù)分析、文本分析等方法從投資者等外部視角對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)行綜合評(píng)估；陳疇鏞等[14]應(yīng)用層次分析法（AHP法）確定了企業(yè)數(shù)字化轉(zhuǎn)型能力評(píng)價(jià)體系中各指標(biāo)權(quán)重，邀請(qǐng)政府、企業(yè)和科研機(jī)構(gòu)的專家對(duì)模型進(jìn)行評(píng)價(jià)，并使用該模型對(duì)三家企業(yè)進(jìn)行了實(shí)證評(píng)價(jià)；Stich等[15]選擇了30家中小企業(yè)進(jìn)行案例研究，以支持和擴(kuò)大正在開(kāi)發(fā)的模型。此外，一些學(xué)者還使用層次聚類(lèi)分析法和德?tīng)柗品?、平衡記分法等方法?duì)企業(yè)數(shù)字化轉(zhuǎn)型成熟度進(jìn)行評(píng)價(jià)。

圖5 數(shù)字化轉(zhuǎn)型評(píng)價(jià)方法

3 數(shù)字化轉(zhuǎn)型成熟度主要評(píng)價(jià)指標(biāo)

3.1 技術(shù)應(yīng)用

新技術(shù)的應(yīng)用是數(shù)字化轉(zhuǎn)型的基本要求。首先，數(shù)字化轉(zhuǎn)型需要技術(shù)，技術(shù)是影響數(shù)字化水平最重要的因素，也是傳統(tǒng)的數(shù)字化技術(shù)升級(jí)中主要關(guān)注的部分[16]。隨著技術(shù)的不斷發(fā)展，5G、AI、IoT、VR、AR、云服務(wù)、大數(shù)據(jù)、無(wú)人機(jī)、智能機(jī)器人、3D打印等領(lǐng)域不斷推動(dòng)著傳統(tǒng)行業(yè)的發(fā)展創(chuàng)新，新技術(shù)正在為企業(yè)的資產(chǎn)、設(shè)備、組織、人員重新賦能，使得數(shù)字化技術(shù)成為數(shù)字化商業(yè)的核心元素。技術(shù)作為數(shù)字化轉(zhuǎn)型的核心元素不應(yīng)該被輕視，企業(yè)需要加強(qiáng)對(duì)新技術(shù)的升級(jí)和重視。其次，在技術(shù)層面中，數(shù)字化投入和數(shù)字化研發(fā)能力指標(biāo)的權(quán)重較大，反映出數(shù)字化投入對(duì)轉(zhuǎn)型發(fā)展起到了重要的作用。最后，數(shù)字技術(shù)的應(yīng)用是創(chuàng)新的基礎(chǔ)，因此，企業(yè)的信息技術(shù)部門(mén)和業(yè)務(wù)部門(mén)需要在數(shù)字轉(zhuǎn)型上更緊密地合作，加強(qiáng)信息技術(shù)內(nèi)部的業(yè)務(wù)能力[17]和高管的信息技術(shù)知識(shí)[18]。

3.2 戰(zhàn)略

戰(zhàn)略指標(biāo)主要用于捕獲企業(yè)數(shù)字戰(zhàn)略的成熟度。數(shù)字轉(zhuǎn)型意識(shí)必須扎根于戰(zhàn)略中，應(yīng)從數(shù)字角度對(duì)企業(yè)戰(zhàn)略進(jìn)行檢驗(yàn)，包括整體戰(zhàn)略及各個(gè)業(yè)務(wù)部門(mén)的部分戰(zhàn)略?，F(xiàn)代企業(yè)目標(biāo)的實(shí)現(xiàn)需要一個(gè)信息系統(tǒng)戰(zhàn)略過(guò)程，該過(guò)程在信息技術(shù)和業(yè)務(wù)之間以持續(xù)、動(dòng)態(tài)的方式實(shí)施[19]。公司管理層必須制定發(fā)展戰(zhàn)略，完整的戰(zhàn)略包括發(fā)展規(guī)劃、專項(xiàng)規(guī)劃及規(guī)劃執(zhí)行。發(fā)展戰(zhàn)略一般會(huì)涵蓋品牌管理、生態(tài)系統(tǒng)管理、市場(chǎng)和客戶、融資與投資、作品集、構(gòu)思和創(chuàng)新、利益相關(guān)者管理、戰(zhàn)略管理等方面。

3.3 組織架構(gòu)

數(shù)字化轉(zhuǎn)型為企業(yè)的組織架構(gòu)帶來(lái)重要變革，提高了企業(yè)運(yùn)作效率，數(shù)字化部門(mén)領(lǐng)導(dǎo)者的企業(yè)地位越高，數(shù)字化的推進(jìn)越明顯。相關(guān)文獻(xiàn)選取了數(shù)字化部門(mén)領(lǐng)導(dǎo)者地位和企業(yè)管理層級(jí)數(shù)量作為組織架構(gòu)的評(píng)價(jià)指標(biāo)。企業(yè)管理層級(jí)數(shù)量可以反映出企業(yè)的組織架構(gòu)模式，企業(yè)管理層級(jí)數(shù)量越少，企業(yè)組織架構(gòu)越是扁平化發(fā)展，降低部門(mén)與部門(mén)、員工與員工間的信息壁壘，能夠快速適應(yīng)技術(shù)變革帶來(lái)的不確定性，提升組織的整體效率[14]。隨著消費(fèi)需求日益?zhèn)€性化，企業(yè)必須利用數(shù)字化技術(shù)變革組織結(jié)構(gòu)以增強(qiáng)對(duì)市場(chǎng)的反應(yīng)速度。如何構(gòu)建扁平化的組織架構(gòu)以提高組織整體效率是企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中面對(duì)的難題之一。

3.4 管理

企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中涉及的管理主要分為兩大類(lèi)：一是數(shù)字化管理，指利用數(shù)字技術(shù)對(duì)研發(fā)、采購(gòu)、生產(chǎn)、銷(xiāo)售等前臺(tái)業(yè)務(wù)流程進(jìn)行信息化和自動(dòng)化升級(jí)，提升企業(yè)生產(chǎn)效率的管理方式。衡量小企業(yè)數(shù)字化管理成熟度需要分析企業(yè)的生產(chǎn)管理、質(zhì)量管理、設(shè)計(jì)管理、研發(fā)管理、訂單管理、采購(gòu)管理等方面。對(duì)于企業(yè)而言，通過(guò)數(shù)字化管理能打通企業(yè)資源、客戶關(guān)系、訂單和供應(yīng)鏈管理等模塊，進(jìn)而降低企業(yè)各項(xiàng)成本。二是數(shù)據(jù)管理，企業(yè)對(duì)數(shù)據(jù)的管理包括基礎(chǔ)數(shù)據(jù)信息化、數(shù)據(jù)可視化、數(shù)據(jù)決策能力、數(shù)據(jù)自動(dòng)處理能力和數(shù)據(jù)優(yōu)化處理能力。通過(guò)不斷挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)業(yè)務(wù)智能化發(fā)展，企業(yè)能夠提升數(shù)據(jù)分析和處理能力，優(yōu)化企業(yè)的數(shù)據(jù)管理能力，未來(lái)企業(yè)的業(yè)務(wù)創(chuàng)新和管理變革依賴于企業(yè)對(duì)數(shù)據(jù)的掌控和應(yīng)用成熟度。數(shù)據(jù)是數(shù)字化管理的核心內(nèi)容，能夠有效地處理好自身以及各平臺(tái)累積的數(shù)據(jù)即把握住數(shù)字化轉(zhuǎn)型的核心，因此對(duì)數(shù)據(jù)的管理尤為重要，數(shù)據(jù)管理能力將直接影響企業(yè)數(shù)字化轉(zhuǎn)型速度和轉(zhuǎn)型結(jié)果。

3.5 團(tuán)隊(duì)

企業(yè)的發(fā)展離不開(kāi)團(tuán)隊(duì)的力量，企業(yè)團(tuán)隊(duì)的主體正是處于不同工作崗位的員工。數(shù)字化轉(zhuǎn)型成熟度評(píng)價(jià)中涉及的員工主要指具有數(shù)字技能的員工，即數(shù)字化人才。當(dāng)然，員工之間的數(shù)字化承諾和親和力是數(shù)字化轉(zhuǎn)型的重要前提。加強(qiáng)員工之間直接溝通與信息獲取能力，提高數(shù)字化技能與管理能力，進(jìn)而拉動(dòng)企業(yè)對(duì)數(shù)字化應(yīng)用人才的需求[14]。隨著數(shù)字技術(shù)對(duì)業(yè)務(wù)的深度賦能，企業(yè)不僅需要員工與員工之間協(xié)同效率提高，還需要員工與數(shù)字化設(shè)備進(jìn)行配合，不斷提升人機(jī)協(xié)同效率。

3.6 領(lǐng)導(dǎo)力

領(lǐng)導(dǎo)力在領(lǐng)導(dǎo)系統(tǒng)中是一個(gè)根本性、戰(zhàn)略性的范疇，是保持企業(yè)成長(zhǎng)和可持續(xù)發(fā)展的重要驅(qū)動(dòng)力。統(tǒng)籌規(guī)劃數(shù)字化轉(zhuǎn)型藍(lán)圖依賴企業(yè)管理者是否具備優(yōu)秀的領(lǐng)導(dǎo)力品質(zhì)。富有領(lǐng)導(dǎo)力的管理者能夠洞察企業(yè)所處時(shí)代的風(fēng)向，引領(lǐng)員工進(jìn)行數(shù)字化轉(zhuǎn)型是數(shù)字化轉(zhuǎn)型成功的重要條件。沒(méi)有組織管理層的大力支持，企業(yè)數(shù)字化轉(zhuǎn)型往往會(huì)失敗或停滯不前[12]。

此外，學(xué)者們還提出了企業(yè)文化、網(wǎng)絡(luò)結(jié)構(gòu)等指標(biāo)，但需要注意的是，所有的評(píng)價(jià)指標(biāo)并不是單獨(dú)的個(gè)體，需要融合在一起才能對(duì)企業(yè)數(shù)字化轉(zhuǎn)型成熟度進(jìn)行準(zhǔn)確評(píng)估。

4 結(jié) 語(yǔ)

數(shù)字化轉(zhuǎn)型已不是“選擇題”，而是關(guān)乎企業(yè)生存和長(zhǎng)遠(yuǎn)發(fā)展的“必修課”。本文采用結(jié)構(gòu)化文獻(xiàn)綜述的方式對(duì)目前國(guó)內(nèi)外關(guān)于數(shù)字化轉(zhuǎn)型成熟度評(píng)價(jià)的研究成果進(jìn)行了梳理，為相關(guān)理論的進(jìn)一步研究提供參考。同時(shí)，本文的研究結(jié)果也為行業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型提供目標(biāo)、方法及途徑指引，有利于企業(yè)在快速更新迭代的市場(chǎng)中依托數(shù)字化優(yōu)勢(shì)保持競(jìng)爭(zhēng)力。