数字孪生技术下企业信息资源协奏的案例研究

2024-07-01乌吉斯古楞王晰巍王觅宇

现代情报 2024年7期

乌吉斯古楞　王晰巍　王觅宇

关键词：数字孪生；数字化；精益生产；信息资源协奏；案例研究

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０７．００６

〔中图分类号〕Ｇ２５５.７６〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０２４）０７－００６０－１４

近几年，中国数字经济规模快速增长，数字技术赋能传统行业转型升级。随着底层技术的不断突破并逐渐在数字中国建设中走向融合应用，工业环节的数字孪生有望在人工智能时代迎来快速发展。２０２３年，我国出台了《数字中国建设整体布局规划》，围绕数字孪生等新兴技术的相关政策部署与落地提速推进，数字孪生成为人工智能在制造业领域快速落地的重要抓手。随着数字中国建设的推进，预计２０２５年我国数字经济规模将超６０万亿元，产业数字化携手数字孪生等新兴技术正迈向发展深水区［１］。伴随数字技术向实体经济的深入渗透，数字技术赋能推动下的网络空间发展逐渐成为优化资源配置和推动生产方式变革的主导力量［２］。随着数字孪生技术在企业的应用和推广，如何充分利用新兴数字化技术和信息资源，以应对企业面临的挑战和机遇，成为学术界和产业界关注的前沿和热点问题。企业部署数字孪生相关实践，需要面对大量的数据和信息资源，如何有效地整合、加强和利用这些资源成为一个迫切的问题。

纵观国内外研究进展，已有一些针对数字孪生实践的研究成果。数字孪生的研究最初起源于航空航天领域，国外先进制造商联合知名工业软件供应商围绕数字孪生技术开展了广泛研究［３］。随后数字孪生概念扩展到城市领域［４］，并开始应用于智慧城市建设［５］，包括行政模式［６］、应急管理［７］和智慧图书馆转型［８］等方面的理论探索。未来数字孪生技术将成为实现数字经济战略的重要工具［９］，许多企业已开始部署与数字孪生相关的项目。通过在企业中应用数字孪生技术，可以丰富企业的信息资源管理模式。然而，基于资源基础观的研究不足以回答资源禀赋相似却有不同竞争力的企业，对资源管理行动进行关注的资源协奏理论成为学者们关注的前沿问题。随着数字孪生等新兴技术的发展，信息资源的存储、获取和交流方式发生了巨大变化［１０］，企业对其潜在益处表现出越来越大的兴趣。通过合理的资源管理行动，企业能够充分利用数字孪生等数字化转型技术带来的红利［１１］，提升企业的竞争优势。因此，企业界需要实际案例来了解数字孪生技术在企业中的应用效果，对什么样的信息资源协奏过程以及各类资源如何发挥作用进行研究。

本文结合“数据→信息→知识→智慧” ＤＩＫＷ链的构建过程，利用资源协奏理论来解析数字孪生技术在企业数字化精益生产中信息资源协奏的“黑箱” 机制，并运用单案例研究方法，分析了数字孪生技术下ＤＩＫＷ链和企业信息资源协奏的过程。在理论层面，从资源协奏理论中提出信息资源协奏的内涵，并结合ＤＩＫＷ链理论给出数字孪生技术下企业信息资源协奏的理论分析框架，为企业如何借助数字孪生技术实现资源的最佳配置和优化利用，从而提升企业的生产能力和运营效率提供一定的指导，为中国企业的数字化转型提供信息资源管理学科的学者贡献。

１文献综述

１.１企业信息资源管理

广义的信息资源，指信息活动中各种要素的总称。其中的“要素” 包括信息、信息技术以及相应的设备、资金和人等。狭义的信息资源，指的是信息本身或信息内容，即经过加工处理，对决策有用的数据［１２］。它强调信息的资源性价值，越来越多的企业和政府部门开始把信息作为组织的资产而加以管理和开放［１３］。企业信息资源，是企业在信息活动中积累起来的以信息为核心的各类信息活动要素的集合［１４］。企业信息资源管理的任务是有效地搜集、获取和处理企业内外信息，最大限度地提高企业信息资源的质量、可用性和价值，并使企业各部分能够共享这些信息资源。现有研究主要从静态视角将企业信息化创新看作行动与资源间的协同结果，忽略了动态视角的细粒度解释［１５］。即便是拥有相同信息资源的企业，也可能呈现完全不一样的竞争优势，对企业信息资源能力的捕捉是分析企业数字化转型问题的关键点。

１.２数字孪生和企业实践

数字孪生（ＤｉｇｉｔａｌＴｗｉｎ）是信息镜像模型构建的虚拟空间模型，它强调数字技术构建的网络空间对物理空间内各类物质生产要素的数字化映射，体现物质生产要素的数字化融合［１６］。数字孪生是现实物理实体的数字副本，一般是由物理实体、虚拟对应物以及两者之间的双向数据和信息接口连接组成［１７－１８］。企业数字孪生技术将企业物理世界中的实物通过技术手段构建成虚拟数字场域，其工作和专业实践由各种数据和数字设备及其操作过程进行调节。企业的管理创新不仅需要依靠物理世界，还可以通过数字孪生体进行模拟和预测［１９］，这一过程丰富了企业通过数字解决方案进行组织变革和数字化路径的探索。它整合多源多模态的异构数据，实现车间内“人—机—物—环境” 各要素的智能感知与互联，以及高效数据的传输与集成、实时交互与智能协同［２０］。企业推动数字孪生的建设可以使企业摆脱物理环境的束缚，并与任何用户和任何生产环节进行互动，从而提升企业应对变化的效率和能力［２１］。

１.３企业数字化精益生产

如今制造业以定制产品和大规模批量制造为特征，迫使企业引入复杂的生产计划和控制系统。精益生产已被业界广泛认为是对这些要求的一种回应，可以在不增加资源需求的情况下减少浪费，并提高生产水平［２２］。现有研究对于企业精益生产的探讨主要聚焦于精益生产在企业中的实施机制［２３］，以及与企业内部各要素之间的联系［２４］等，对企业数字化精益生产的研究主要围绕数据技术对精益生产的促进作用［２５］、数据能力生成的渐变过程［２６］和精益生产的创新举措等［２７］。尽管现有学者认识到，大数据是推动精益生产创新升级和迈向数据化精益生产的关键，但学术界更多的是对数字化精益生产进行分解式解读。学者们也注意到大数据等新兴技术在需求预测、产品生产、供应链管理和组织结构变革方面展现出的系列“精益” 效能［２６］。因此，探讨数字孪生技术如何通过企业信息资源管理活动与精益生产方法相互作用具有实际价值。

２理论基础和理论分析模型

２.１资源协奏理论和信息资源协奏

根据资源协奏（ＲｅｓｏｕｒｃｅＯｒｃｈｅｓｔｒａｔｉｏｎ）理论，只有当资源被有效构建、捆绑和利用时，企业才能从中充分受益，包括资源结构化、资源能力化和资源杠杆化３个重要环节［２８］。资源是公司制定和实施战略的基础，企业通过资源管理形成的竞争优势将会远远大于资源本身带来的竞争优势［３］。资源协奏同时关注企业资源本身和资源管理行为，并从竞争力演变及形成过程视角拓展了资源基础理论的研究重点，可以很好地解释企业在实践过程中竞争优势如何逐步涌现［２９］。与资源基础观相比，资源协奏强调管理者对资源采取的管理动作比资源本身对企业价值创造的解释力更强［３０］。从基于过程的角度来看，企业仅仅拥有资源不能满足企业的成长和能力，资源协奏理论强调企业通过合理的资源编排协奏实现对资源的高效利用，从而实现资源的循环流动。因此，在信息资源管理领域，资源协奏理论可用于数字孪生等这类新兴资源进行管理实践的理论研究［３１］。基于此，本文提出的信息资源协奏，是指企业对信息资源进行的管理，并通过对不同信息资源管理动作的协奏编排，获得可持续的企业竞争优势。信息资源协奏，可以参考资源协奏理论的３个重要环节，即资源结构化、资源能力化和资源杠杆化来进行具象化分析［２８］。

２.２ＤＩＫＷ链理论

ＤＩＫＷ链指数据（Ｄａｔａ）、信息（Ｉｎｆｏｒｍａｔｉｏｎ）、知识（Ｋｎｏｗｌｅｄｇｅ）和智慧（Ｗｉｓｄｏｍ）的层级和转化过程［３２］。“数据→信息→知识→智慧” 的螺旋上升是决策方式从反应性向预测性转换的过程，并随着上升层次的提升决策风险渐次降低。ＤＩＫＷ链理论已对图书馆学科服务［３３］、智慧城市建设［３４］和城市治理［５］等领域的研究和实践做出了合理的理论支持。ＤＩＫＷ链理论提出的递进逻辑与企业信息资源管理模式下的对新资源利用的路径不谋而合，通过合理优化企业的信息资源可以帮助企业提升数字化转型带来的竞争优势。数字孪生等新兴技术的发展改变了信息资源的存储方式、获取方式和交流方式，随之而来的是企业资源管理行为和创新模式的改变，企业需求更加数字化和信息化，信息资源管理必须顺应时代发展和企业需求的变化而不断升级优化。因此，文本基于ＤＩＫＷ链和资源协奏理论构建后续论文整体的理论分析框架。

２.３理论分析框架

本文聚焦企业数字孪生技术，围绕企业数字化精益生产过程，基于信息资源协奏理论和ＤＩＫＷ链理论，采用“动因—过程—结果” 逻辑［３５］，围绕资源协奏理论中资源结构化、资源能力化和资源杠杆化３个重要环节，具象化信息资源的协奏过程，构建了理论分析框架，如图１所示。本文认为，信息资源协奏与旧信息管理模式之间存在差距，数字孪生技术背景下的ＤＩＫＷ链与传统链之间存在区别，在这些新的变化下： ①资源结构化阶段。企业需要对信息资源进行分类、标准化和归档，从而使其变得结构化并易于访问。数字孪生技术下，对资源的内容、形式和交互模式提出了新的结构化要求。ＤＩＫＷ链不仅仅是将数据转化为信息或其他资源，还包括将实时数据以更高级别的方式进行聚合、分类和标准化，以构建更丰富的信息资源库，并为后续的模拟和优化提供基础； ②资源能力化阶段。企业需要充分利用数据和信息来提升生产效率、优化流程和改进决策。ＤＩＫＷ链在此过程中将信息转化为知识，并促进知识的应用和共享，从而提升资源的能力和价值。在新的变化下，ＤＩＫＷ链不仅仅将信息转化为知识，还强调将模拟和仿真的智慧融入决策和操作中，以提升企业的生产效率、质量控制和风险管理能力； ③资源杠杆化阶段。ＤＩＫＷ链在数字孪生技术背景下发挥更高级别的功能。数字孪生技术可以实现资源的虚拟部署和优化配置，通过数字孪生模型实时监控和调整生产过程。在资源杠杆化阶段，ＤＩＫＷ链将智慧转化为行动，支持远程操控和智能决策，以实现资源的最佳利用和核心竞争力的提升。

在该理论分析框架下，主要分析的问题聚焦在以下３个方面：第一， “Ｈｏｗ” 型问题，即在数字孪生技术下企业信息资源协奏中各资源要素“怎样”相互影响，形成数据→信息→知识→智慧的ＤＩＫＷ链。第二， “Ｗｈａｔ” 型问题，即从信息资源协奏视角看，数字孪生技术下企业信息资源协奏都需要有“什么” 要素。第三， “Ｗｈｙ” 型问题，即在数字孪生技术驱动下“为什么” 能形成企业信息资源协奏，其动力机制是什么。

３研究设计

３.１研究方法及案例选择

案例研究是一种揭示实践现象中因果关系的研究方法，强调分析特定情境中的现象［３６］。探索性单案例研究方法对于解答这类问题非常有效，能够透过对案例数据的分析得出案例现象的本质，从而充分发挥案例研究方法的优势。

本研究基于理论构建和判断抽样，确定了案例企业选择的标准： ①案例企业部署了关于数字孪生精益生产的相关项目； ②案例企业重视企业信息资源管理，在实施数字孪生相关项目的过程中有信息资源协奏的动态过程； ③案例企业在部署数字孪生精益生产项目的实践过程中，可以识别到数字、信息、知识和智慧４种不同维度信息资源的演变及动态变化过程。基于以上３个标准，本文选择上海汇众作为案例研究对象，并对案例企业进行了大量的资料搜集，积累了丰富的与研究相关的数据资料，为案例研究提供了可靠的资料保证。

上海汇众围绕“精益生产下的高效运营体系”发展战略，以数据赋能企业战略转型和创新发展为战略目标，成功入围“２０２１年度中国工业数字化转型领航企业ＴＯＰ５０”［３７］，企业完成了信息化改造以及企业信息资源下的精益生产中智能制造规划，并经过多年的数字化、信息化和智能化建设成为全国智能制造的标杆工厂。图２总结了案例企业在数字孪生实践过程中的关键事件时间点和内容。

第一阶段，１９９２—２００９年数字资产自动化管理阶段，该阶段通过建设办公自动化、库存管理和财务管理等业务系统，通过数据报表、数据分析和数据集合，实现了从原始数据到数据资产。

第二阶段，２００９—２０１５年信息管理系统建设阶段，建设了以企业资源管理系统和产品生命周期管理系统、费用控制系统为主的企业信息化核心业务系统，通过程序集中管理、大数据分析、可视化展现和网络化数据溯源，实现了分散的数据资产到整合的信息资源。

第三阶段，２０１５—２０２０年知识资产智慧化管理阶段，建设了具有企业管理特色的知识资源，包括在已有信息系统的基础上优化生产资源配置、执行智能化制造与调试、进行智能维护精准预测、执行精益—绿色回收等。

第四阶段，２０２０—２０２５年基于数字孪生建设阶段，通过贯通各信息系统之间的业务链和数据链，整合和利用企业数据进行了统一的建模与分析，为企业各级管理层的决策提供快速和精确的支持，实现了物理实体与数字孪生实体之间的构建，支持企业决策优化，更好地提升了企业的核心竞争力。

３.２数据收集与处理

本文收集了该案例企业的相关数据，如表１所示，收集内容具备资料完备性和可获得性。研究主要通过参与式观察、档案资料收集和媒体报道内容查阅等行为收集了大量一手和二手资料，并进行多维度的数据资料收集从而形成交叉性验证，保证数据的建构效度。在数据收集阶段还通过构建基础资料库，通过数据审核修正和多样化数据收集等方式来保证案例中相关数据的可信度。

本文采用探索式编码思路对案例企业数据进行分析，包括以下３个步骤： ①根据资料来源对案例数据进行一级编码，围绕信息资源管理及ＤＩＫＷ链识别出企业信息资源协奏过程的相关要素； ②通过文献指引，将企业生成数字化精益生产能力的过程结合信息资源协奏理论进行概念化编码，形成一阶主题条目库； ③对一阶主题编码结果进行提炼整合形成汇总性的概念，进行二阶主题编码，构建数字孪生技术下企业信息资源协奏的过程模型。最后，经过模型与案例资料的连续比较，形成本文的主要结论。

３.３数据分析

３.３.１信息资源协奏动因

针对上海汇众企业，围绕企业的精益生产过程中数字孪生技术助力企业信息资源能力形成动因，在经过编码整理与主题分析后，可以从外部动因与内部动因两方面进行分析，如表２所示。

从外部动因来看，通过编码分析与整理表明，外部动因主要源于技术机遇和环境变动后产生的技术环境变迁。为了使数字孪生技术很好地推动上海汇众企业工业４０的提升，帮助企业解决生产过程中的问题，实现更高效的决策，并帮助企业识别流程中的低效率和瓶颈来优化企业的运营，数据工具的迭代需求逐渐被显化，数字孪生等技术为上海汇众支持数据驱动的智能决策和自动化操作方面带来技术机遇。

从内部动因来看，上海汇众在精益化生产建设过程中，企业的生产数字化转型面临资源刚性和资源约束。在数字孪生等新兴技术下，稳定的旧有模式反而因其资源约束难以充分发挥优势［３８］。对上海汇众来讲，催生了许多过去并不被重视的新需求，如以数据分析为支撑的质量管理、拧紧系统和参数监控的透明化需求，以及多部门大规模的数据互联等。这时，通过数字孪生技术解决上海汇众企业的资源刚性和资源约束成为其生产数字化变革的内部动因。

3.3.2 信息资源协奏过程

上海汇众企业通过信息资源协奏过程形成企业的数字化精益化生产，主要经过资源结构化阶段、资源能力化阶段和资源杠杆化阶段３个过程，如表３所示。

在资源结构化阶段，通过数字和信息的资源剥离、数据和信息的资源积累、数据和信息的资源序化管理来实现。在此建设过程中，上海汇众公司通过数据和信息系统建设不断进行数据和信息系统的迭代和改进，实现从原始数据到经过标准化采集后的数据资产建设，很好地实现了数据和信息资源整合。与此同时，在实践过程中上海汇众还从数据和信息的多维度视角进行资源积累，对构建和积累后的数字、信息资源进行有效的资源序化，把适宜的数字和信息资源结合企业自身特点进行合理的标准化或系统化整理，为企业数字和信息资源管理活动打下了良好的基础，达成通过资源结构化过程构建适宜本企业的数字资源组合，为企业数字化精益生产的实现和企业数字孪生系统构建提供前期的数据和信息建设基础，为知识和智慧的ＤＩＫＷ链构建提供前期建设支撑。

在资源能力化阶段，数据和信息系统的建设帮助实现了企业的资源丰富化和资源加强化，逐渐形成上海汇众企业知识资源构建的核心知识管理能力。上海汇众通过对数据和信息资源的丰富化，不断为企业知识资源和后续构建数字孪生体感知数据，查看生产数据并解决问题提供支持。通过边缘计算来促进决策过程，从而使数字和信息资源更加丰富和有用。另外，上海汇众将感知数据和建模数据等内容运用到多维精准映射，并联合上海电信部署了５Ｇ＋ＭＥＣ的智能工厂项目。通过数字资源和信息资源的统筹分析，使企业得以合理充分利用数字孪生产生的数字和信息资源，形成以数据和信息为支撑的知识资产管理的企业特色和核心优势。与此同时，上海汇众建立了“三擎四驱” 智能制造规划，融合物联网技术，实现了多维数据实时查询，有效支持了焊接工艺数字孪生、电泳自动化提升和智能设备点检等智能应用，实现了生产过程数据资源和信息资源的拓展性应用，很好地支撑了企业资源的构建。

在资源杠杆化阶段，知识向智慧进行转换，结合企业的资源部署和资源协调形成了企业核心亮点数字化战略及相关举措，形成了企业信息资源向知识／智慧转换的数字支撑技术，知识和智慧通过数据和知识模型又推动了企业进行数字孪生技术的构建，形成物理实体与孪生实体之间的相互映射感知，并支持企业进行决策优化。上海汇众根据企业发展的战略需求，采用了“三擎四驱” “两化融合”和精益物流体系建设等方法，运用资源部署和资源协调来提升信息资源和管理能力，从而协助企业实现核心竞争力的提升。上海汇众通过结合ＭＲＯ系统（Ｍａｉｎｔｅｎａｎｃｅ，Ｒｅｐａｉｒ＆Ｏｐｅｒａｔｉｏｎｓ）和柔性制造，构建了企业数字化转型过程中的数字化精益模式，实现了企业生产健康状态监察、故障预测、故障定位、系统优化，提升了环境的适应能力，很好地实现了知识转换成智慧，并为企业创造商业价值的过程。

３.３.３信息资源协奏结果

通过信息资源协奏过程，实现了企业数字化精益生产能力的构建，主要包括柔性能力与业务能力两个部分，如表４所示。

柔性能力，主要通过智能分析能力和数据流贯通能力来综合体现；业务能力，主要是指通过数字化精益生产后所具备的企业核心硬实力，表现为孪生技术中的感知控制、数据集成、模型构建、模型互操作、业务集成和人机交互６个核心技术。这两种能力是企业经过信息资源协奏过程后演变出来的核心动态能力。上海汇众通过多年的努力最终将虚拟与现实、生产与供应、厂区与工厂等多维度的数据进行集成和共享，实现了生产计划的协同和统一管理，提高了生产效率和产品质量。这两种能力，彼此之间相辅相成，并通过智能分析和数据流畅通来综合调动企业的数字和信息资源，同时通过可视化管理、均衡生产和信息资源利用来实现企业的精益生产和企业的业务增长。

４案例分析与发现

４.１数字孪生技术下的ＤＩＫＷ链

在数字孪生技术背景下，ＤＩＫＷ链（数据—信息—知识—智慧链）与传统的ＤＩＫＷ链有一些区别，如表５所示。主要区别包括以下几个方面：从资源来源和多样性来讲，传统ＤＩＫＷ主要依赖于企业内部的结构化数据和外部的经验知识，规模相对较小。而在数字孪生技术背景下，ＤＩＫＷ链可以通过传感器、物联网和大数据技术等手段获取大量的实时数据，并且可以整合多个来源的数据，包括物理系统的实时数据、仿真模型的输出以及其他数字化资源。这使得数字孪生能够获取更全面、多样化的数据，提供更准确和全面的信息和知识。通过上文数据分析可以发现，数字孪生背景下，信息资源协奏的过程中更多的是Ｉ→Ｋ的内容的传递。传统的ＤＩＫＷ中每个环节的递进机制都很重要，因为那时企业面对的是“小数据” 环境，只有核心的少量资源才会被重视。而在数字孪生等“大数据” 技术背景下，中间过程（Ｉ→Ｋ）都被嵌入到信息资源协奏管理活动中，企业更关注Ｄ→Ｗ直接阶段［３９］。从目标及决策驱动因素来看，传统ＤＩＫＷ关注“数据驱动决策”，数据的处理通过链条的路径最终形成决策能力，强调利用数据分析等技术更好地掌控和分析数据，得到的决策依然属于有限理性的范畴［４０］。传统的ＤＩＫＷ链主要依赖于人工的数据处理和分析，会受限于人的认知和处理能力。而数字孪生技术结合了人工智能、机器学习和大数据分析等技术，可以实现更快速、准确和自动化的数据处理及分析过程。传统ＤＩＫＷ着重于数据的加工和整理，将数据转化为信息和知识。然而，在数字孪生技术背景下，ＤＩＫＷ链不仅要处理和整理数据，还需要结合模拟和仿真技术，将知识与数字孪生模型结合起来，实现智能决策和优化能力。数字孪生技术可以提供更精确的数据和模型支持，使得企业能够分析和理解现实世界的复杂问题。从转变过程来看，数字孪生技术的引入丰富且提高了ＤＩＫＷ链中各层级的数据、信息、知识和智慧的内容和质量，使得转变过程更加全面、深入，并提升了ＤＩＫＷ链在实践应用中的效能。传统ＤＩＫＷ中，在数据到信息的转化过程中，需要人工进行数据分析和整理，将数据赋予一定的上下文和意义，从而生成信息。而在数字孪生技术下，通过使用先进的数据采集技术和智能算法，可以实时地将庞大的数据转化为信息，自动提取出关键的模式和趋势。在传统ＤＩＫＷ中，信息到知识的转化通常需要人工的思考、总结和归纳。传统的知识获取主要基于经验、专家意见和组织内部的知识库。而在数字孪生技术背景下，通过将数字孪生模型与实际系统相连接，可以从模型中自动提取出隐藏在数据之中的知识，并将其应用于实时问题解决和优化控制。最终，数字孪生技术的引入使得ＤＩＫＷ链的转变过程更加自动化、智能化和实时化。它通过提供更全面、精确的数据，自动提取隐藏在数据中的知识，并以智能算法为基础实现自动化的智慧决策。

４.２数字孪生技术下企业信息资源协奏

通过上述案例分析，本文总结了数字孪生技术信息资源协奏模型，如图３所示。整体来看，其企业数字化精益生产能力构建的过程要素包括遵循信息资源协奏的“动因—过程—结果” 的要素逻辑，其中过程要素又包括资源结构化、资源能力化和资源杠杆化３个要素，促进了ＤＩＫＷ链迭代演进。

在信息资源协奏动因阶段，企业通过技术环境变迁的外部动因和信息资源基础的内部动因进行驱动。上海汇众已经形成稳定的企业生产和运营模式，已有的数字和信息资源管理方式及信息资源建设基础能在很长一段时间内为企业带来行业的竞争优势。在数字孪生等新兴技术下，这些稳定的旧有模式反而因其资源约束难以充分发挥优势，但在外部环境的驱动下，数字孪生等新一代ＩＴ技术与数字化转型政策环境的利好，为数字孪生技术下企业信息资源协调提供了良好的基础条件。企业内部人员也积极靠近行业顶端水平，能够提出更新基础信息资源管理工具和数据处理能力等新需求。

在信息资源协奏过程阶段，上海汇众充分利用各类信息资源，通过数据和信息资源的建设，形成企业的数字化精益生产能力。在资源结构化阶段，通过资源构建和资源积累不断进行资源的融合迭代，对数据和信息资源进行序化，并创造出结构化的数据和信息资源，为后续的资源能力化和资源杠杆化演化升级提供支撑。在资源能力化阶段，一方面通过对数据和信息的资源丰富化，形成企业的资源组合；另一方面通过不断对数据和信息进行优化与完善，使得企业充分利用现有数字和信息资源扩展已有的资源管理能力，并通过对数据和信息深度挖掘与分析形成知识资源。在资源杠杆化阶段，知识通过资源部署和资源协调被有效地转化成为企业的智慧，形成企业数字化精益生产的柔性和企业的业务能力。

在信息资源协奏结果阶段，通过企业数字孪生技术实现了柔性能力和业务能力。柔性能力上，通过对上海汇众的生产过程进行仿真模拟，帮助企业发现了生产过程中的问题；业务能力上，数字孪生帮助上海汇众实现了生产过程的优化和智能化，实现了精益生产过程中的可视化和透明化。从案例分析结果来看，企业数字孪生技术在提升上海汇众的生产效率和质量方面发挥了重要价值。通过仿真模拟、智能优化和可视化等手段，企业的数字孪生技术帮助上海汇众快速发现问题，优化生产流程，提高生产效率和质量。

４.３数字孪生技术下企业信息资源协奏的动力机制

资源结构化机制，即将企业现有资源进行重组形成新的资源组合［２９］。这包含３类促进，分别是资源构建、资源序化和资源积累。在信息资源管理中涉及ＤＩＫＷ链的数据和信息维度，这一过程中数据和信息资源会随着管理实践的深入不断融合迭代。在资源结构化机制中，其中的资源序化是此环节的关键机制，它可将企业信息资源整理为符合企业发展目标及高适用性的战略要素。此阶段，管理者根据已有的研发和生产信息资源，积累生产技术和经验，同时剥离非核心信息资源和业务流程，通过对数据和信息的挖掘，集中优势资源提升企业核心竞争力。

资源能力化机制，即将结构化后的资源整合形成企业所需的能力［４１］。与案例企业类似的组织通过内生机制，在优化自身数字和信息资源的基础上，借助数字孪生技术的仿真特色，调动数字和信息资源价值，通过数字孪生技术为企业信息资源的呈现提供支撑。资源能力化机制，主要集中于对知识挖掘和分析的维度上。通过企业的资源能力机制建设，更好地适应数字孪生技术与数字化变革环境下的外部环境，更有力地克服自身资源惰性，帮助企业规避能力陷阱［４２］。同时，资源巩固和开拓的管理行动将数字孪生中生成的信息资源转化为企业的核心竞争优势和核心竞争能力。

资源杠杆化机制，当企业的资源被结构化和捆绑后，这些资源还不能直接给企业创造价值，而需要被有效地利用以形成企业的竞争优势［２９］。资源杠杆化机制比能力化机制更加强调与现阶段企业的战略目标相结合，并在ＤＩＫＷ链的知识和智慧螺旋升级下，与信息资源管理的行为进行结合。在数字孪生技术赋能下，企业进行新旧信息资源重新整合，形成具有新功能与新效用的产品组合或生产模式。根据数字化赋能理论，认为通过一系列业务功能布局和技术架构设计，能为企业提供差异化的数字产品和数字服务。因此，数字孪生技术下数据和信息资源的有效建模和数字化仿真，可以帮助企业摆脱传统的生产模式，并加速企业精益生产过程的数字化转型和变革，以达到数字化赋能作用［４３］。

５研究结论

本文采用单案例研究方法，对上海汇众企业精益化进行典型案例分析。基于资源协奏理论和ＤＩＫＷ链理论，构建数字孪生技术下企业信息资源协奏的理论分析框架。采用信息资源协奏的“动因—过程—结果” 逻辑，解析了数字孪生技术下ＤＩＫＷ链的特点、数字孪生技术背景下企业的信息资源协奏及其动力机制。研究发现，数字孪生技术下企业信息资源协奏，在资源结构化阶段，资源序化是在信息资源协奏中独有的资源协奏要素；在资源能力化阶段，资源丰富化、资源加强化和资源构建都是以数字和信息资源为基础的，是企业资源建设中的核心能力；在资源杠杆化阶段，数字孪生技术下可帮助企业进行更好的企业资源部署和资源协调，并为企业的数字化转型和核心竞争力的提升提供重要支撑。

本文的理论贡献和创新点表现在以下３个方面：一是结合资源协奏理论给出信息资源协奏的内涵，提出数字孪生技术下企业信息资源协奏的理论分析模型，并结合典型案例对信息资源协奏的原因、信息资源协奏的过程和信息资源协奏的结果进行解析。二是通过案例分析方法，解析数字孪生技术下企业信息资源协奏过程“黑箱”，包括资源结构化、资源能力化和资源杠杆化３个过程。三是结合案例分析结果，总结了数字孪生技术下的ＤＩＫＷ链的特点，为企业基于信息资源协奏视角进行数字孪生建设和企业数字化转型提供理论和实践指导。

本文的管理启示在于以下两个方面：一方面从微观层面，我国很多企业都在进行数字孪生项目的部署，但现有的研究不能为企业信息资源管理实践提供可参考的成功范式。本文基于单案例研究结合数字化精益生产说明了企业通过ＤＩＫＷ链的建设，可以实现生产过程中数字孪生的建立，并帮助企业提高竞争优势和核心竞争能力；另一方面从宏观层面，随着数字孪生等新一代数字技术的快速发展，各行各业都在经历着变革和创新，对于不同类型企业来说，他们需要经历资源结构化、资源能力化和资源杠杆化的信息资源协奏过程，通过数字孪生技术的应用提升企业的柔性能力和业务能力，从而在数字孪生技术的构建中帮助企业快速发现生产中的问题，优化生产流程，提高生产效率和质量。

本研究也存在一定的局限性。本文选取的单案例分析方法，能够提供对于一个特定案例的深入、详尽的理解，相比多案例研究为理论建构提供了有力的支持。由于单案例分析的样本容量有限，因此其结果的外部有效性有限，具有一定的主观性，缺乏可重复性。后续研究中，将结合不同企业的数字孪生实践分析，通过对比更全面地分析数字孪生的应用，并发现在不同行业和环境下的共同点与差异。与此同时，未来研究将着重于不同企业的数字孪生实践，并通过对比研究来构建各种情境下数字孪生的建设框架。这将有助于更好地理解数字孪生技术在实际中的应用，更好地推动企业数字化转型和核心竞争力的提升。