企业管理论文哪里有？本文以资源基础理论、动态能力理论和知识基础理论为基础，立足于研究数据赋能、知识重构与制造业企业创新绩效三者之间的关系。
1绪论
1.3.2研究创新点
（1）在研究数据赋能对制造业企业创新绩效的影响关系中，引入知识重构作为中介变量，为制造业企业转型升级拓宽视野。目前，企业依赖数据赋能，逐步推进智能制造技术的开发以及智能化数字管理平台的建设，以此提升企业创新绩效，扩大市场占有率，并且学者们的研究也证实数据赋能正向促进企业创新绩效的提升。但是，现有研究以及企业实践很少关注创新知识在数据赋能对促进企业创新绩效过程中的作用。因此，知识基础观下知识重构在数据赋能过程中的产生以及作用途径尚不明晰。基于此，本文将知识重构作为数据赋能与企业创新绩效的中介变量，构建“数据赋能——知识重构——企业创新绩效”的研究模型，扩展知识重构的研究视角，完善数据赋能对企业创新绩效的作用路径，并为企业创新发展提供理论建议。
（2）从资源整合能力、深度分析能力以及智能应用能力三方面对数据赋能深入探讨，丰富了数据赋能领域的理论研究。数据赋能是随着新兴技术的发展而产生的新概念，这一概念对制造业企业的转型发展有着至关重要的作用，并且如何以数据促进企业创新绩效的提升也成为了研究热点。但是数据赋能的研究还不够全面，缺少相关领域的定量研究与实证分析。目前关于数据赋能的探讨大多采用案例分析法，针对定量研究方法的成果并不多。本文将数据赋能划分为三个维度进行具体分析，从资源整合能力、深度分析能力以及智能应用能力三方面赋能，助推企业数字化转型升级。
3概念模型与研究假设
3.1变量定义
3.1.1数据赋能
数据赋能的定义在理论研究和实践上尚未达成一致，本文基于制造业的研究情境，对数据赋能做出如下定义：数据赋能是制造业企业利用高新技术，扩大数据资源的应用场景以及使用途径，通过新技术或新方法的运用实现对数据资源的快速捕捉以及精准分析，进而将企业的数据资源转化为经济价值，以获得或提升企业的整体能力，最终实现数据赋能价值的过程。数据的存在并不能使使用主体自动获得额外价值，数据赋能必然强调数据整合、分析和应用的场景、技术和方法，为赋能对象提供能力获得或提升价值创造必备知识（如机会、资源）等的可能。因此，本文参考谢卫红等（2016）[75]、Lenka（2017）[65]、周文辉（2017）[72]的研究将数据赋能划分为资源整合能力、深度分析能力和智能应用能力。
资源整合能力是指企业对大数据资源的获取、融合和持续更新的能力。其中大数据资源是企业数据赋能需要具备的基础条件，具体来说，大数据资源包括企业在经营过程中产生的数据信息，企业可以通过互联网或第三方机构获取该部分信息资源，除此之外，数据资源也包括企业储备的数据分析人才、数据分析设备以及实施数据分析所需的资金等基础设施。企业不仅要识别并获取所需要的关键性稀缺资源，而且要对资源进行构建和利用，对资源进行优化配置，充分发挥资源的效用，该过程是企业动态能力的体现。
5实证分析
5.1数据质量检验
5.1.1样本特征
将收集到的415份被试者的基本信息进行描述性统计，初步了解样本数据的分布特征，汇总结果如下表5-1所示。可以看出，被调查者的学历有93.7%属于专科以上，这说明问卷填写者对于题项有较高的理解水平，数据结果更有效。在企业性质的划分中，被调查样本主要集中在民营或私营企业，占比为45.5%。在企业规模统计中，企业总人数多集中于200以上、1000人以下，即中型企业较多，占到了样本企业的70.1%；在企业成立年限方面，成立时间在11-15年的企业较多，占比35.2%。总体来看，收集到的样本涵盖范围比较广，且具有代表性，符合本论文的研究要求。
5.2差异性分析
单因素方差分析（one-way ANOVA）用于检验单因素水平下完全随机设计的多个样本均数间的差异性比较，若P值小于0.05则说明存在显著性差异。
a.企业年龄的差异分析
通过单因素方差分析对不同企业成立年限与各个变量进行对比分析，得到以上结果。不同企业成立年限在企业创新绩效变量中具备显著的差异性（P＜0.05）；不同企业成立年限在数据赋能、知识重构变量方面则不具备显著的差异性（P＞0.05）。再通过LSD事后检验法对具备显著条件的变量进行各个企业成立年限组间的对比，找出具体的差异性所在。
6研究结论与展望
6.2管理启示
我国制造业规模稳居全球第一，拥有着雄厚的物质资源和强大的制造能力，但由于缺乏核心技术的支撑，呈现出“大而不强”的窘境。在这关键瓶颈期，制造业企业转型升级之路亟待突破，创新发展趋势愈演愈烈。随着大数据及大数据技术的飞速发展，数据释放出远超传统生产要素的价值潜能，优化资源配置、改变知识形态、重塑经济结构，推动制造业深刻变革。因此企业如何进行数据赋能，最大程度发挥其价值以提高企业竞争优势和创新绩效是学术界和实业界充分关注的话题。各国企业都在抢占数字经济先机，力图通过数据赋能为企业的可持续发展提供新动力。基于此，本文研究探讨了数据赋能、知识重构和创新绩效之间的关系，揭示了数据赋能影响制造业企业创新绩效的主要路径和作用机制，以期为制造业企业更好的发挥竞争新优势提出相应对策建议，本文将从企业层面和政府层面两方面阐述管理启示。
6.2.1企业层面
数据赋能为企业发展迎来机遇与挑战，企业应该抓住数据赋能的发展机会，从资源整合、数据分析、智能应用等方面赋予数据新的动能，促进企业各方面的数字化改造和转型。同时，知识重构贯穿在创新活动的全过程中，能够有效提升内外部资源的融合创新效率，提高大数据驱动创新绩效的成功率。因此，企业可从以下三个方面进行考虑，助推数字化转型升级。
（1）重视内外部资源整合，优化资源配置效率。从企业资源观来看，资源整合能力已成为促进制造业企业转型升级和持续成长的重要途径。随着社会信息化程度的不断提升，纷繁复杂的数据资源充斥在企业的经济活动中，企业应不断尝试更新资源存量，不仅利用内部现有资源进行整合和吸收，而且通过多种渠道搜寻外部有价值的多样化知识资源，将所获取的资源与内部资源相匹配，加强资源的合理分配和流通性，实现协同互补，消除企业所面临的挑战和威胁，最终实现技术的开发和应用。
参考文献（略）
