大数据研究综述.docx

大数据研究综述
 
 
苗磊
[提要] 近年来，中国企业大数据投资数量和金额都在快速增长，然而学术界对大数据效应的认识仍很模糊，缺乏对大数据现有研究的系统梳理。基于对国内外相关文献的研究，本文采用综合归纳法对大数据效应进行系统梳理。首先，对大数据定义和特征进行总结；其次，对管理领域的大数据效应，即大数据对商业模式和竞争优势产生的影响研究进行归纳；最后，总结现有研究成果的不足，并对未来研究进行展望。
关键词：大数据；创新；商业模式；竞争优势
：F27 ：A
收录日期：2017年10月10日
一、引言
早在20世纪80年代就已经出现了“大数据”一词，但直到2012年有关大数据的研究成果才开始快速增加。然而，相关研究成果的视角日趋复杂，致使学界对于大数据的认识仍然较为模糊。为满足市场需求与提升企业核心竞争力从而实现持续增长，很多企业将目光投向了大数据。因此，厘清大数据研究的发展脉络和现状，对于理论和实践来说都具有非常重要的意义。
本文系统回顾了大数据研究的理论和实证发展，厘清大数据的内涵、特征及其产生的效应。在此基础上，本文详细梳理了大数据效应的影响因素和作用机制，提出来更加系统、完善的大数据研究理论框架，因而有助于学术界和实践界系统地把握已有研究成果，并在此基础上开展进一步研究。
二、大数据的内涵
基于不同的视角出发，学术界和实业界对大数据作出了不同的定义。最开始大数据被认为与“海量数据”和“大规模数据”的概念一脉相承，因此大数据发展之初主要从静态资源的视角去定义大数据。2008年，计算社区联盟发表的《大数据计算：商业、科学和社会领域的革命性突破》使得研究者和业界高管意识到大数据真正重要的分析挖掘其中的新用途和新见解，而非数据本身。现有的主流文献主要从两个视角定义大数据：静态资源视角和动态应用能力视角。
三、大数据的特征
不少学者对大数据的特征都进行了阐述，其中基于静态视角的提出的大数据3V特征得到学者们的普遍认同。Macfee A等人（2012）在《Big data：the management revolution》中提出区别于传统“analytics”的3V特征，即volume（数据体量大）、velocity（数据增长速度快）和variety（数据类型多样）。随后，学者们在此基础上进行了进一步的探讨，即在3V的基础上增加一个新的特征，国际数据公司（IDC）认为大数据还具有value（价值稀缺性）的特征，基于此归纳的大数据4V特征也被学者们广泛接受。而IBM公司则认为大数据具有
veracity（真实性）的特征，也有学者认为是大数据的第五个特征。而杨善林（2015）将大数据与管理实践相结合，首次基于管理视角提出大数据六大特征：复杂性、决策有用性、高速增长性、价值稀缺性、可重复开采性、功能多样性。
四、大数据对商业模式的影响
“大数据”正在改变企业赖以生存的资源环境、技术环境和需求环境，企业需要对“为谁创造价值，创造什么价值，如何创造价值，如何实现价值”问题（即商业模式）进行重新思考。李文莲、夏健明（2013）研究了大数据对商业模式创新驱动的三维视角，即大数据资源与技术的工具化运用、大数据资源与技术商品化推动“大数据”产业链形成、以“大数据”为中心的扩张引发行业跨界与融合。而大数据驱动的商业模式创新最终