新经济常态的商务智能融合趋势研究*——一个学术谱系回溯视角

陈燕升，李洁，马晓辉，曹东明

(1.广东轻工职业技术学院 生态环境技术学院，广东 广州 510300；2.澳门科技大学 商学院，澳门 999078；3.中国燃气股份有限公司，广东 深圳 518033；4. 中国石化销售有限公司 广东石油分公司，广东 广州 510620)

新经济常态下，商业实践场景中任一问题的解决，可能常常依赖于交叉学科思想的交融，而未必只是对单一方法的依赖[1]。互联网、大数据、人工智能、管理学、运筹学和博弈论等领域及学科的交叉综合，使得商务智能(Business Intelligence, BI)切实驱动或直接生成企业决策，实现创新驱动实体经济转型发展。但在商业实践中，对商业场景的理解和对实际问题的界定，与采用何种机制、模型同等重要，前者在很大程度上决定了后者是否能够有效运作或者获得收益，这是商务智能与实体经济融合能够落地、产业得以升级的关键。商务智能在特定场景中实现商业经营的智能化与自动化已经成为可能，商务智能与实体经济的融合在形式面、执行面决定经济实体在与外部环境互动过程中所表现的根本模式。

新经济形态因应新兴技术政策不断加码而越发显现，技术创新扩散，将诱导与之相关的庞大体量技术创新，并且进而再诱发形成更大范围的技术变革与扩散效应，从而促进技术与产业或实体经济的融合发展。基于新经济常态下对商务智能融合趋势展开讨论，旨在能更精确地剖析和评估商务智能研究领域的技术融合程度，为商务智能内在规律性研究提供线索；也为发现商务智能与技术经济、人文社会等交叉学科与领域问题之间的关联链与共属性，引导不同研究领域之间的知识传播提供依据。

1 新经济形态与商务智能实践

1.1 新经济形态

新经济(New Economy)指新的经济形态。即是在技术变革与全球一体化的背景下出现的低通胀、高增长的经济形态，但这与菲利浦斯曲线(Phillips Curve)所描绘的通胀反向效应匹配。随着互联网科技的进步，以大数据、人工智能为代表的新兴科技或科技产业逐渐被认同，传统经济出现根本性的、动力性的变化[2]。当前新经济形态是以创新性知识在社会与经济中占主导，信息经济与智能经济为先导与核心的经济形态。在中国，新经济形态因应政府对新兴技术政策不断加码而越发显现，出现了越来越多与新经济相关的研究点，形成了庞大的研究网络，新经济高相关的研究点及其研究走势，表现出信息技术、互联网、大数据与新经济的高度匹配。新经济的跨学科研究也发展迅猛，已深入到计算机科学、信息系统、人工智能、管理学、组织行为学、理论与应用经济学等多个学科，并衍生出多个交叉学科主题。

1.2 商务智能实践

新经济表现出持续低通胀、高增长，以及技术变革频率快、经济效益与效率高的全球一体化经济状态，而商务智能正充分表现了对新经济的依存与发展的技术变革，与创新所带来的全球信息化，以及全球经济一体化两个方面的宏观环境，其与商业场景的适配性，可能是驱动微观主体发展的作用力。Gartner(2009)预测商务智能发展报告指出，预计到2012年全球500强企业组织由于缺乏信息、流程和工具，有超过35%的企业组织将无法就其业务和动荡的市场变化，做出预测分析与前瞻性决策[3]。其还预期自2012年起，企业组织中的业务部门将有至少40%的商务智能投资预算，并且业务流程中的三分之一将依托互联网并行计算软件等应用分析工具。Gartner Group将商务智能供应商单独分类为企业组织能力的服务提供者，并将商务智能归类为重点商品。2013年起该公司商业情报服务收入将达到131亿美元的预期。来自信息管理的专题报告，预测了商务智能未来的发展趋势：绿色计算、交互式网络服务、视觉化数据、移动商务智能、预测分析与复合应用，以及基于云计算的多点控制端[4]。与传统软件服务相比，员工更有可能获得并且参与基于云计算的商务智能服务，这与马化腾(2017)认为经济实体的未来形态就是在云端用人工智能处理大数据[5]的观点一致。Aberdeen Group研究报告指出，过去的几年里全球最大的软件应用模式SaaS服务提供商，表现了对商务智能的极大兴趣，使用SaaS-BI部署软件服务的企业组织数量从2008年的7%急剧增至2009年的15%，并有逐年增长趋势[6]。Kanaracus(2012)发布在InfoWorld的研究报告指出，IDC也有类似的增长数据预测，他们认为由于产品复杂性增加以及IT预算紧张等因素，SaaS-BI市场每年将有22%的业绩增长[7]。

滥觞于中国经济增长红利渐褪，使得政府强调经济结构调整，以推进供给侧结构性变革。经济结构改革，使企业组织竞争偏向于后端管控与决策，精耕细作势在必行，决策优化的需求正在集中爆发。但在商业实践中，理解和对实际问题场景的界定，显得更为重要，启动商务智能系统的第一步是了解其商业实践情境。换而言之，商务智能的商业实践具有高度的情境依赖，商务智能系统能力的表现，往往因宏观、产业、行业和组织个体而异。商务智能部分或全部集成互联网、大数据和人工智能的信息技术特征，其与实体经济的深度融合又表现了微观经济实体的动态能力。这与Eisenhardt & Martin(2000)提出的动态能力的特征与环境动荡性之间的相关性[8]结论一致。本文强调在新经济常态下的动荡环境，商务智能表现了动态能力结构和模式的特征属性，即强调新经济常态下商务智能表征的可变性与选择性。

2 融合与趋势

2.1 理论基础

商务智能融合的构念，来源于技术融合(Technology Convergence)的理论基础。技术融合是指技术创新通过一定的渠道，在潜在使用者之间的传播、采用的过程[9]，它表现出如下两种主要形式，一种是创新技术提供技术方向，采用者转移并扩散创新技术的实践过程，而另一种是技术采用者对新兴技术的应用、改良、变革、拓展与再创新的过程[10]。经济增长理论与实践业已表明，技术融合已经成为新经济增长的必要充分条件。对于企业组织而言，技术融合则是企业组织生存，并得以创新发展的命脉，已然成为企业组织提高自身竞争优势的有效手段。技术创新扩散与融合的研究，经历了一个从“线性范式”到“网络范式”的转变[11]。此后，融合研究的视域从单个企业组织内部，逐渐转向至企业组织与外部组织结构性调整与交互，导致“网络范式”的兴起。技术融合理论具有技术经济理论的特征属性，而并非是纯技术性理论，其自身对经济发展的影响作用也不显著；而真正导致经济发展的显著动因是技术创新扩散[12]。

2.2 融合趋势评估

技术融合被认为是近几十年来的创新驱动因素之一，学术界和业界的研究人员越来越多地开展跨学科研究，企业组织通过不同技术的结合或合并到新兴技术或新应用中，来开发新产品和服务[13]。在大多数情境下，融合的定义和范式已被互换使用。本文将引文共线分析(Co-Citation Context Analysis，CCA)[14]，用于评估商务智能研究领域的共同属性与关联度，归纳其研究领域的类属，表征商务智能融合趋势。

2.2.1 统计描述

选择Web of Science核心合集中的SCI-EXPANDED, SSCI, A&HCI, CPCI-S, CPCI-SSH, ESCI作为数据检索源，使用关键字(包含研究者关键字“DE”，与研究内容添补关键字“ID”)，进行精确检索，文献检索栏位包括标题、摘要、作者和隶属关系、期刊名称、出版年份，依据引文信息出版年份(PY)、研究者位址(AD)与研究方向(SC)进行类属分类，文献积累时间跨度为1975-2019，数据最后更新时间为2020年3月6日，从主题中检索获得9 200份引文与文献信息，被引频次总计64 6344，高被引文献22份，h-index(高被引频次)为97，远超出平均引文频数7.03。

2.2.2 涵盖领域

商务智能主题研究引文从1995年的21份，到2009年后迅速增长并呈逐年陡峭递增之势，2018年达最高峰为903份被引2 033频次，2019年回落为822份被引589频次(如图1所示)，施引文献总数50 512份，覆盖177个研究领域。学科领域中的高被引文献462份，领域中的热点论文16份，涵盖70个研究领域。从引文结构上看，施引文献与高被引文献体现出学科领域研究空间的离散性，表现出商务智能主题研究的跨学科与交叉属性。

图1 引文数量时序统计分布图

商务智能覆盖的研究领域数量也在不断增加，从20世纪80年代初期不到4个学科领域，到2019年达到102个研究领域与方向，显示商务智能是一门正在蓬勃发展的新颖学科，同时也凸显了商务智能的跨学科领域发展的特征属性。其中，在计算机科学(Computer Science，N=3 928)、商业经济学(Business Economics，N=1 941)与工程(Engineering，N=1 657)学科领域与方向占据前3名，研究文献累计数最大，达到8 858份占总文献存量的96.283%，表现出存量文献对学科领域的高度依赖与共属性，但这也仅仅体现存量文献的学科领域从属关系，其跨学科与交叉研究应从引文分布情况体现。从学科领域引文分析可以发现，商务智能Top10的学科领域研究(如表2所示)，包含了学科融合、技术融合、应用融合和产业融合的全要素。

2.2.3 研究主题的现状

(1)总体研究趋势

从以地域类属的关键字检索获得的存量文献共线与中心度统计数据(如图2，所示)来看，美国节点度数最大，说明其文献存量最多为1899份，度数中心度最高(R=565)，施引文数量为26 687频次，高被引文献7份，h-index(高被引频次)为76，引文频数为14.05远超出平均值；而次之是中国大陆，与之对比文献存量为1 023份，其存量文献差距逐年缩减，但也还表明美国在商务智能研究领域与方向具有绝对重要的地位，中国大陆度数中心度为(R=335)，施引文数量为5 273频次，高被引文献7份，h-index(高被引频次)为39，引文频数为5.16低于平均值。从研究热点看，图中的图例尺表示2012—2015年之间的渐变颜色(蓝-绿-黄)区隔，不难发现商务智能存量文献是在2012年前后开始积累起来的，美国与中国、英国、加拿大、澳大利亚是在同一时期区间，将其作为主流技术的研究热点，而德国、法国、意大利与巴西等国在2014年开始跟进并有出色表现；西班牙后于以上国家但迅速增量，表现出迅猛发展趋势。值得一提的是，沙特阿拉伯在2015年后表现出显著引文共线与中心度，凸显奋勇直追之势头。

表1 存量文献TOP10学科领域统计表

图2 地域类属的文献共线与中心度统计图

表2 存量文献TOP10学科领域统计表

(2)中国现状与特征

对于全球的科技发展与迭代创新的存量技术而言，过去的几十年中，中国不如西方的印象已经固化；但就今天的商务智能技术研究文献存量数据来看，其文献存量为1 023份，仅次于美国(1 899份)。当下，中国通过单点科技的突破，实现迭代发展，并开始关注运营的精耕细作，从局部最优逐渐拓展至全域最优。中国已进入商务智能领域发展最快的国家之一，并成为全球科技存量与技术发展的第一方阵(如图3所示)。

图3 TOP10国家商务智能领域研究文献分布

2.2.4 研究领域聚类分析

从施引文献记录中共提取出177个研究领域，汇出68 864共线引文频次，选择引文频次>=1%的研究领域作为共线节点，以引文频次作为度数中心度，最后共获得20个研究领域(如表3所示)，以作为层次聚类分析的共线矩阵。

通过SPSS 22.0执行分层聚类(Hierarchical Cluster)，将20个研究领域分别归纳为单独一类，然后依据组间距离为关联关系，进行合并聚类，再通过新聚类与另一相似度类别合并，以此类推，直至全部聚为一个类属。最后以树形图呈现研究领域组间的共属性类属关系，以共线频次值为关联链聚合，关联度越高其属性越近似，反之则越远(如图4所示)。

从树形图呈现的研究领域组间的共属性类属关系，可以归纳为4个类属：(1)学科融合类属，包括计算机科学信息系统与管理2个研究领域，表现出两组共线引文的共属性与关联度，凸显学科融合特征属性；(2)技术融合类属，包括商业、人工智能、计算机科学与理论，以及工程电气电子4个研究领域，表现出4组共线引文的共属性与关联度，凸显技术融合特征属性；(3)应用融合类属，包括计算机跨学科应用、运筹与管理、以及情报与图书馆学，表现出3组共线引文的共属性与关联度，凸显应用融合特征属性；(4)产业融合类属，包括计算机软件工程、工业工程、教育与教学研究、电信、经济学、工程制造、应用心理学、自动控制系统、工程交叉学科、计算机硬件、环境科学11个研究领域，表现出11组共线引文的共属性与关联度，凸显产业融合特征属性。

表3 研究领域TOP20与共线频次统计

图4 研究领域共线矩阵聚类系统树形图

3 表征与效应

3.1 商务智能融合表征

商务智能与计算机软件工程、工业工程、教育与教学研究、电信、经济学、工程制造、应用心理学、自动控制系统、工程交叉学科、计算机硬件、环境科学等11个学科领域交互，表现出的共属性与关联度，在凸显技术融合效应的同时，体现技术创新扩散与产业渗透的产业融合发展方式，是当下互联网、大数据和人工智能与实体经济深度融合的体现，契合产业融合的表现形式，是产业发展的现实选择[15]。在新经济常态下，传统企业组织和互联网、大数据和人工智能融合的新兴企业组织呈现出不同特征。互联网、大数据和人工智能是信息技术变革进入产业化阶段的最大标志[13]，商务智能与传统实体经济融合，或将成为主导国民经济产业或行业群。商务智能融合不仅是互联网、大数据和人工智能对传统企业组织的技术创新扩散与整合改造，更重要的是以互联网、大数据和人工智能技术为系统平台，关联企业组织间或企业组织内部间互动与融合，形成的一种新的企业组织生产方式[16]。

3.2 商务智能融合效应

技术融合是推动创新的工具，基于技术融合理论，从商业、人工智能、计算机科学与理论，以及工程电气电子4个研究领域，所表现的技术融合特征属性，将商务智能融合界定为技术创新扩散，促进商务智能与经济实体的融合，借助宏观的产业融合效应从微观视角上解释商务智能融合效应。

(1)组织结构效应：从产业融合理论观点上看，商务智能融合促发了外部企业组织结构性调整，同时也诱导组织内部组织惯例的变革或变异。其一，外部组织结构性调整。企业组织通过对交易成本的权衡，开始对其与外界的组织交互进行结构性调整，由纵向一体的组织结构，逐渐演化发展为横向一体化的组织结构，并成为实体经济组织结构的主要形式。其二，组织惯例变革或变异。传统产业的实体经济其内部组织结构，多以金字塔式的纵向管理模式，商务智能融合后将演变形成信息化的虚拟经济，与全球一体化的实体经济互动的二元经济结构，虚拟经济将成为未来企业组织经营的主流模式。

(2)竞争性结构效应：从技术融合理论上看，商务智能融合驱动组织惯例变革或变异，促使企业组织进行战略调整，规模经济在战略中的地位被范围经济所取代，叠加上组织结构效应，共同推动了产业内企业组织的横向并购，导致竞合关系发生变化，从垄断竞争市场转向完全竞争市场，经济效率得以提高。

(3)竞争性能力效应：商务智能融合实现了企业组织的动态能力，其融合过程被引入到企业组织内部各业务部门的运作层面，从而实现了商务智能的系统能力。另外，外部横向一体化的组织结构加速了技术融合的演进，使得产业间的企业组织竞争加剧，而竞争性能力效应又触发新一轮的技术创新扩散，形成竞争性能力效应循环演化。

4 结语

从商务智能与实体经济融合共线关联链、现状与发展趋势，以及商务智能与实体经济融合表现特征与效用启示来看，各国在新经济的动荡环境下，充分发挥着新兴技术创新扩散效应，技术落地的加速度更快，新兴商业模式拓展力强，但业务的发展仍缺乏全面性与标准化(中国商业智能行业研究报告，2017)。当下，各国通过单点科技的突破，实现商务智能的迭代发展，并开始关注经济实体运营的精耕细作，从局部最优逐渐拓展至全域最优。另外，从2015年以人工智能为代表的新兴技术创新扩散进入爆发期以来，各国政府高层陆续提出多项规划措施与政策，将互联网、大数据与人工智能为代表的新兴技术列入发展规划，使其成为政治、经济、学术等宏观领域重点，而中国商务智能将迎来最好的时代。

商务智能与实体经济融合，虽然得到国家宏观政策的高度关注，但就目前的商务智能环境而言，总体呈现如下特征：其一，信息化基础弱发展处于底层，但数据获取渠道顺畅、加速度快、非结构化数据储备量大，商业模式创新能力较强；其二，人才分布不均匀，呈金字塔结构，对信息技术的控制过度依赖于工具；其三，商务智能与实体经济的深度融合过程，企业组织业务流程凸显单点突破，业务生命周期不能全覆盖，未能实现全流程管控；其四，商务智能从底层技术到企业组织的应用，借助SaaS-BI的软件模式，一体化解决方案已经得到实现。但针对特定商业情境环节点，商务智能提供聚焦动态环境的系统解决方案的更高要求，尚未突破；其五，商业运营仍然侧重战略，延续跑马圈地占领市场的运营惯例，精细化运营以提升利润为导向的战略变革应为发展方向；最后，基础算法等技术研发实力逐渐增强，并努力推进商业实践的场景化技术发展速度，突出业务实践。