數字化與數據化——概念界定與辨析
加入技術交流群
來源：創新科技雜志社
[ 摘要 ] 針對當前數字化研究概念混淆與界定缺乏的情況，以SCI、SSCI一區期刊與自然科學基金委管理科學部認定的30種重要期刊為主要文獻來源，使用文獻計量法與文獻研究法對“數字化”與“數據化”以及“數字化轉型”與“數據化轉型”兩組中英文概念進行區分與界定，明確其內涵外延、演化規律及應用現狀，提出數字化未來的研究框架。在數字化快速發展的初期階段，明確概念的區別與聯系，將減少后續研究中的混淆與偏誤，為數字化領域的理論積淀提供語義基礎，這有助于數字化研究的開展與深化，有利于消除語言障礙，推動成果推廣。
近年來，信息技術迅猛發展，人類社會正在由工業時代邁入以數字化為特征的數字時代。數字技術的發展與融合帶來了前所未見的數字化浪潮，其以移動互聯網、云計算、物聯網、人工智能、機器學習等技術的突破與融合發展為重要特征。數字技術的爆發創造了大量的創業機會，在世界范圍內帶來了價值創造新范式，使數字經濟成為新的風口。數據顯示，2020年我國數字經濟規模達到了39.2萬億元，占GDP比重的近40%，2021年我國數字經濟增加值規模進一步達到45萬億元?！笆奈濉逼陂g，數字經濟核心產業增加值占GDP的比重將從2020年的7.8%上升至2025年的10%。
實踐的繁榮與政策的推動引起了學術界對數字經濟的關注。Industrial Marketing Management在過去5年間發表了100多篇關于“Digitization”“Digitalization”和“Digital”的文章。國內期刊近5年也發表了上千篇與“數字化”相關的論文。但因概念模糊和界定缺失，數字化領域的基礎研究尚不充分?！皵底只迸c“數據化”以及“Digitization”“Datafication”與“Digitalization”在應用中均存在不同程度的混淆。
Ronda和Koontz等指出，若想理解任何概念的本質，就要先有一個明確的定義。概念的定義是邏輯分析的起點。如果沒有對概念進行統一的界定，那么邏輯推理就有可能出現漏洞，不同研究者之間的對話和交流也可能會缺乏一致性比較的基礎。在數字化逐漸成為管理領域一個重要研究方向的過程中，對其概念本質認識模糊，對其邊界、聯系與區別把握不準，對其歷史演變規律缺乏了解等成為當下不可忽視的問題。
針對上述研究缺口，本文旨在對“數字化”與“數據化”以及“數字化轉型”與“數據化轉型”這兩組概念及其對應的英文術語進行辨析。具體來講，研究問題包括：
①“數字化”與“數據化”及其下位詞“數字化轉型”與“數據化轉型”，這兩組概念及其對應的英文術語的內涵外延應該如何界定？
②“數字化”與“數據化”及其下位詞“數字化轉型”與“數據化轉型”，這兩組概念及其對應的英文術語的概念演化規律是怎樣的？
在數字化快速發展的初期，明確概念的區別與聯系，將大大減少后續研究中的混淆與偏誤，為數字化理論的積淀提供語義基礎，這有助于數字化研究的深化和科研成果的推廣，為政企交流、學企交流消除語言障礙。
1 研究方法與文獻選擇
現代科學計量學技術可以對海量文獻進行多元、歷時性的動態分析，例如：以CiteSpace軟件為代表的科學知識圖譜即是一種重要的文獻計量分析和可視化方法；文獻研究法是指搜集、鑒別、整理文獻，并通過對文獻的研究形成對事實的科學認識的方法等。本文首先應用基于CiteSpace的文獻計量法進行定量的可視化分析，再使用文獻研究法從質性角度有針對性地對資料進行梳理與歸納。
根據所研究的問題，本文選擇標準抽樣法來確定文獻范圍。借鑒Wolfswinkel等的文獻選擇指南，將具體過程分為5個步驟。
第一，在中國知網數據庫中，以“數字化”“數據化”“數字化轉型”及“數據化轉型”為關鍵詞，分別以主題和篇名為依據檢索相關文章。根據經驗，CiteSpace在分析單元為100~600時效果最佳。受存續時間與研究熱度的影響，上述4個概念的研究規模差別較大。故本文采用“獨立檢索標準”，多次比較后有針對性地設置檢索條件，在期刊權威度與檢索結果數間進行平衡，從而既保證期刊來源的質量，又將檢索結果數控制在最優分析區間內。表1 展示了檢索標準、檢索條件以及剔除書評、開刊詞等不相關內容后的有效檢索結果。
第二，運用CiteSpace軟件對檢索的有效結果進行文獻計量學分析，通過數據分析和信息挖掘展現研究的現狀、熱點和趨勢。
第四，在Web of Science科研數據庫平臺中以主題、篇名為依據，從SSCI及SCI期刊中依次檢索上述10種翻譯方式，閱讀檢索結果，敲定中文概念對應的英文單詞應為Digitization、Digitalization、Datafication、Digital Transformation。接下來同步驟三，由幾位作者對與Digitization、Digitalization、Datafication、Digital Transformation主題相關的論文進行篩選，最終將符合條件的206篇文獻作為對4個英文概念進行文獻研究的分析對象。
第五，使用文獻研究法對步驟三確定的134篇中文文獻與步驟四確定的206篇英文文獻進行梳理與總結，確定各個概念的定義內涵、演化過程、實踐應用，最后基于系統性綜述的結果繪制各概念間的聯系與區別圖表，并提出未來研究展望。
此外，為避免由翻譯問題導致的偏誤，本研究在界定中文概念時僅參考中文文獻的原創內容，剔除了翻譯后引用的英文論文部分；同樣，在界定英文概念時僅參考英文文獻的原創內容，以保證研究的準確性與可信度。
2.1 “數字化”與“數據化”
2.1.1 關鍵詞共現及聚類分析。本文分別制作了“數字化”和“數據化”文獻關鍵詞共現與聚類疊加圖譜，如圖1和圖2所示。在圖譜中，黑色字體為文獻關鍵詞，彩色字體及色塊代表關鍵詞的聚類結果。通過關鍵詞聚類分析可以發現，“數字化”與“數據化”聚類圖譜中聚類模塊值均遠大于0.3，聚類平均輪廓值均遠大于0.5，這表明關鍵詞共現網絡結構較為緊密，聚類結構顯著。
由圖1可知，“數字化”聚類有數字化、企業管理、數字經濟、價值共創、電子政務與知識產權。圖譜中的關鍵詞與各個聚類均緊密相關。除代表聚類的關鍵詞外，出現頻次最高的關鍵詞依次為數字技術、數字創新、數字金融及數字平臺等。從聚類結果及高頻關鍵詞共現結果來看，“數字化”的研究方向較為聚焦，成規模的子領域有數字經濟、企業管理與價值共創。這表明，此前“數字化”領域的研究側重于數字經濟背景下數字技術對企業管理模式及價值創造方式的影響，而數字技術驅動下的技術創新與平臺經濟研究也具有一定的理論積淀。此結果與實踐的結合較為緊密，與中國當前良好的數字經濟土壤密切相關。
由圖2可知，“數據化”的聚類結果較為多元，呈“五大類五小類”分布，規模較大的聚類有大數據、數據化、關聯數據、人工智能與數據資源，規模較小的聚類有數據共享、數據分析、個人數據、“互聯網+”及信息技術。除代表聚類的關鍵詞外，出現頻次最高的關鍵詞依次為數字人文、數據驅動、數據挖掘等。從聚類結果及高頻關鍵詞共現結果來看，“數據化”的研究呈現兩大方向：其一是以數據驅動、數據挖掘、數據分析、大數據、區塊鏈等數據價值挖掘技術為代表的微觀研究；其二是以數字化、數據化、智能化、智慧化等為代表的數字技術整體影響研究。
總體而言，“數字化”主題研究與“數據化”主題研究屬于同根同源，但各自發展的狀況，具體體現在兩個圖譜的高頻關鍵詞小部分的重合與大部分的差異上。“數字化”主題關鍵詞圍繞各自聚類，內部關系緊密，而“數據化”主題關鍵詞則整體分布較為均勻且內容多元。比較而言，“數字化”的關鍵詞更加宏觀，與社會聯系更加密切，如數字經濟、數字創新、企業管理等；“數據化”的關鍵詞更加微觀，與新興數字技術聯系更加密切，如數據挖掘、區塊鏈、大數據等。
2.1.2 關鍵詞時區分析。本文分別制作了“數字化”和“數據化”文獻關鍵詞時區圖譜，如圖3和圖4所示。在圖譜中，關鍵詞所處的位置代表其在分析對象中首次出現的年份，連線代表關鍵詞在不同文獻中的共現關系。時區圖譜可以較為清晰地展現關鍵詞的更迭進程與研究熱點的演進規律。
由圖3可知，“數字化”研究領域最早出現的關鍵詞是1989年的“地理信息”。高頻關鍵詞出現較密集的時間段有1996—2004年以及2018—2021年。其中，1996—2004年出現的高頻關鍵詞有數字技術、信息服務、企業管理等；2018—2021年出現的高頻關鍵詞有動態能力、數字平臺、價值共創、案例研究、數字創新、數字經濟等。隨著時間發展可以清晰地看出，“數字化”領域關注的技術類別中，最開始是信息技術，中期是數字技術，最近是新興數字技術。2018—2021年出現的關鍵詞表明，當下“數字化”領域的前沿研究熱點聚焦在價值創造方式以及數字經濟與創新方面。
由圖4可知，“數據化”研究領域最早出現的關鍵詞是1998年的“數據化”。2011年是“數據化”領域研究規模的分水嶺，2011年之前該領域的研究熱度不溫不火，2011年之后其高頻關鍵詞則以每年3～5個的頻率快速涌現。2013—2015年“數據化”領域有較大部分研究重心落在出版業與媒體業的數據化方面；2018年之后“數據化”領域的關鍵詞逐漸與新興數字技術產生密切關聯，如大數據、區塊鏈、人工智能等；最新出現的數據利用技術方面的關鍵詞代表了數據化研究的新方向。
對比而言，“數字化”領域的關鍵詞出現時間更早，涌現節奏也更均勻；“數據化”領域的關鍵詞出現時間雖晚一些，但近年來呈現集中爆發趨勢。最新的研究熱點中，“數字化”的相關研究多集中在中觀與宏觀層面，“數據化”的相關研究則多在中觀與微觀層面。
2.2.1 關鍵詞共現及聚類分析。本文分別制作了“數字化轉型”和“數據化轉型”文獻關鍵詞共現與聚類疊加圖譜，如圖5和圖6所示。在圖譜中，黑色字體為文獻關鍵詞，彩色字體及色塊代表關鍵詞的聚類結果。通過關鍵詞聚類分析可以發現，“數字化轉型”與“數據化轉型”聚類圖譜中聚類模塊值與聚類平均輪廓值同樣均遠大于0.3與0.5，這表明關鍵詞共現網絡結構較為緊密，聚類結構顯著。
由圖5可知，“數字化轉型”的關鍵詞之間分布比較均勻，呈“五大一小六個中心”分布。6個中心以各自的聚類結果為代表，分別是數字化、媒介融合、數字經濟、數字政府、數字出版與產業化。除代表聚類的關鍵詞外，出現頻次最高的關鍵詞依次是傳統出版、媒介融合、創新、轉型、商業模式、中小企業等。從聚類結果及高頻關鍵詞共現結果來看，現有“數字化轉型”研究可分為三大集群：第一集群是出版傳媒行業數字化轉型研究，出版傳媒業是最早觸及數字化轉型的行業領域，該集群的主要研究內容有數字化轉型下傳統媒體與數字媒體的融合問題以及在線教育與知識服務等行業新興業態；第二集群是以數字政府為代表的數字時代新型治理方式研究；第三集群是數字經濟中以制造業為代表的各個行業商業模式、產業結構的轉型升級研究。從主體上看，“數字化轉型”涉及的領域十分多元，有已經完成數字化轉型的出版傳媒界，也有正在進行數字化轉型的政府、中小企業等。
由圖6可知，“數據化轉型”的文獻關鍵詞共現網絡聯系較為緊密，各個關鍵詞間共現關系較為清晰，呈“大中心加多核心”分布。圍繞數據化這一中心，依次有大數據、轉型、信息化、數據量、互聯網化等聚類核心。除代表聚類的關鍵詞外，出現頻次最高的關鍵詞依次為檔案數據、智能化、路徑、戰略轉型、數據服務等。從組成部分來看，“數據化轉型”的文獻關鍵詞共現情況兼具一部分“數據化”與“數字化轉型”關鍵詞共現圖譜的特點，其以數據化轉型為研究主體，往外發散至數據服務、大數據技術、業務流程改造、企業戰略轉型等內容。
對比來看，“數字化轉型”主題研究因為內容龐雜所以關鍵詞較為分散且涉及面廣；“數據化轉型”則因為發展規模較小所以更加聚焦，主要圍繞數據的收集、存儲、分析、利用等一系列數據價值挖掘技術開展研究。“數字化轉型”關鍵詞共現圖中更多展現的是數字化轉型的主體與數字化轉型的影響，“數據化轉型”的關鍵詞則多為技術手段與轉型方向。
2.2.2 關鍵詞時區分析。本文分別制作了“數字化轉型”和“數據化轉型”文獻關鍵詞時區圖譜，如圖7和圖8所示。由圖7可知，“數字化轉型”研究領域最早出現的關鍵詞為2002年的“數字化”和“轉型”，此后關于數字化轉型的研究沉寂多年，直至2009年才重新成為研究熱點。數字經濟是未來全球發展的大趨勢，其落腳點在于企業的數字化轉型。2009—2015年，數字化轉型領域主要關注出版業、傳媒業的數字化轉型實踐；2016—2018年，則與數字經濟關聯較大，關于產業層面數字化轉型與數字技術促進產業轉型升級的研究較多；近三年來，數字化轉型的浪潮席卷了各行各業，研究目標延伸至制造企業、中小企業、企業網絡等具體的微觀主體。以上演進過程展示了數據成為新型生產要素，并不斷在行業間蔓延，催化并衍生出新一代管理形式的規律。此外，數字政府與數字治理作為一條支線，在2018年首次出現后一直保持著較高的研究熱度，也是當下具有價值的研究熱點。時區圖分析印證了“數字化轉型”研究不斷演進的3個重要驅動力，即：①數字技術不斷創新給傳統產業發展帶來的新挑戰；②基于數字技術涌現的新產品、新服務和新業態；③將“數字”作為產品的創新與創業活動。
由圖8可知，“數據化轉型”研究領域的關鍵詞在2013年才首次出現，即“信息化”“數據化”與“轉型”。2013—2021年間該領域關鍵詞的涌現呈現均勻且密集的狀態，最新出現的關鍵詞有數字轉型、智能化、轉型策略、數字經濟等。這表明“數據化轉型”的相關研究開始向“數字化轉型”研究靠攏并接軌?？v覽整個時區圖的關鍵詞演進歷程可以看出，數字技術及其應用是主線，在主線外，還有人力資源、檔案數據等與數據化轉型實踐相關的支線。
3.1 數字化與數據化
1994年，袁正光將數字化描述為一場新的革命，其含義超越了此前沿襲的“用0和1來表示信息”的概念。袁正光所寫《數字革命：一場新的經濟戰》一文，首次從整合的視角總結了數字化對于各個行業的影響。此后，數字化更多地表現為數字技術發展及應用的一種社會趨勢和過程狀態。例如：余江等提出，數字化創業是指大量使用數字化技術參與創業機會的識別、捕捉、實現和改進的過程；金珺等提出，數字化開放式創新是指企業通過大數據、云技術等數字技術，有目的地管理知識流和資源流的跨組織邊界流動，以實現企業自身創新的過程；傅穎等提出，數字化就是數字技術和物理組件對企業數字資源、基礎設施和戰略的影響等。綜上，本文界定“數字化”為，使用計算機技術將自然信息與表述信息（所有字符、圖、文、語言等）轉換為以0、1為代表的數字信號的過程，以及由此給生產生活方式帶來的廣泛影響。
當下數字化研究有兩大缺點：第一，多從靜態的結果觀出發，缺乏動態的過程觀研究。例如，劉政等認為，數字化挑戰了組織的傳統權力結構，削弱了高管信息壟斷優勢，催生了去中心化、去中介化、開放式、生態式的網格組織和基層自治組織，增加了基層決策權限。郭海和韓佳平提出，數字化大大增強了企業連接外部環境與整合外部知識的能力，不僅能提高效率，更可能創造出新的商業模式，定義新的競爭范式，進而顛覆現有的運營流程，帶來運營管理模式的創新。第二，對數字化的屬性界定研究較少，直接研究數字化動態能力、數字化管理等“數字化+XX”概念的較多。例如，王小龍和侯漢坡提出，在數字化時代，傳統的管理手段和方法已經不能適應市場要求，由此催生了數字化管理。企業數字化管理是以先進的管理思想和方法為基礎，以企業信息系統為工具，對企業生產經營和需求實施的全方位實時管理；除企業外，數字化管理的對象也可以是城市、政府等主體?？傮w而言，中文論文較多是從整合視角出發的宏觀與中觀層面數字化對社會及企業影響的歸納研究，缺乏從過程視角出發的微觀層面數字化影響機制機理研究。
②Digitization。在信息技術領域，“數字”明確對應英文的“digit”，指二進制數字中的數位，而“數字化”則有Digitization和Digitalization兩種翻譯?！杜＝蚋唠A英語詞典》認為，Digitization與Digitalization是同一個詞。這種解釋并不準確且已過時——在研究與實踐中，Digitization和Digitalization大相徑庭。
Digitization的含義與計算機及網絡的發明緊密相關，技術意義上用以指代將模擬信息轉換為數字信息的過程；具體指將模擬信號轉換為以0和1為代表的數字信號，從而使計算機可以存儲、處理和傳輸這些信息的技術過程。可以將其概念化為信息技術與現有資料的整合，但這種整合沒有改變價值創造的方式。Digitization具有呈現性、連接性、聚合性以及交互性等4個特點，其在創造、存儲、傳輸和分析等方面的進步使資料的可用性得到增強。通過以極低成本進行大規模數據處理、存儲和傳輸，Digitization改造了一切與數據和認知相關的人類生產生活方式。綜上，本文界定“Digitization”為，將模擬信號轉換為由0和1所代替的數字信號，進而使計算機可以存儲、傳輸、分析處理這些信息的過程。
現有研究主要從組織邏輯、產品與生產、營銷與服務等3個方面，探析Digitization對于企業的影響。在組織邏輯方面，通過提供新型信息交換形式，Digitization影響了參與者的交互方式和交互范圍，逐步改變了組織邏輯，如Digitization被認為是平臺生態系統的有力驅動因素；在產品與生產方面，Digitization使數字產品的開發必須服從可重編程性、數據同質化、解耦合分布式等數字技術特性所要求的新設計規則，并將生產系統從物理處理集成轉變為信息功能服務集成，從而可以更好地協調生產過程；在營銷與服務方面，Digitization帶來的技術變革從根本上改變了許多行業，使企業能夠在實體銷售渠道外依靠互聯網進行營銷，降低了運營成本，且通過更有效的資源配置和更準確的企業內外信息共享提高了服務質量。當下對于Digitization的研究多采用技術視角，將Digitization對企業的影響描述為促使企業使用數字技術來連接人、系統、公司、產品和服務，這種認知與Digitization的本質含義較為貼切。
③Digitalization。Digitalization強調Digitization對社會的影響，屬于Digitization的遞進層次。其是基于信息通信技術發展起來的，但影響要比信息通信技術深遠。例如：Autio等認為，Digitalization是指將數字技術應用于各行各業，使之成為基礎設施的過程，此過程廣泛影響了商業運行和社會生活；Li等認為，Digitalization描述了數字技術改變現有業務流程的過程等；Bjrkdahl等認為，Digitalization是指產生、收集和分析數據以創造價值的過程等。對已有定義進行歸納后發現，“數字技術的應用”“所產生的影響”及“多種資源結合”是Digitalization定義中的三大要素。故本文將“Digitalization”定義為，數字技術與原有生產資料、生活方式深度結合，對商業乃至社會產生廣泛影響的過程。
已有研究主要從價值創造方式、業務流程、組織形式、創新以及決策等5個角度分析了Digitalization對企業的影響。在價值創造方式方面，Digitalization促使企業從以產品為中心的事務型經營轉向以服務為中心的關系型經營。這種轉變涉及數字技術的使用和企業內外部資源的整合，使企業在創造和獲取價值上產生了根本性變化，因而被視為未來競爭力的源泉。在業務流程方面，Digitalization改變了傳統的企業與客戶的互動關系，其通過改善用戶體驗來創造額外的客戶價值，同時優化了現有業務流程，讓流程更協調，成本更低廉。例如，Digitalization全方面改善了制造業企業的功能，使產品開發更加高效，制造過程更加智能，故障中斷頻次更低，企業運營更加高效，價值鏈條更加完善，產品與服務的智能化水平更高等。在組織形式方面，Rialti指出，Digitalization提升了組織的柔性、敏捷性和自適應性，增強了組織對環境變化的動態適應能力，這種進化使企業能夠迅速整合內外部資源，研發新技術，推出新產品，以在市場中獲得優勢的競爭地位。在創新方面，Digitalization通過增強行為主體之間的知識交流和吸收能力來促進創新行為，加速了數字化環境中的商業模式創新。在決策方面，Digitalization將資料信息與過往經驗轉化為知識和解決方案，提高了決策的透明度和準確性。
3.1.2 數據化。①中文“數據化”。在物聯網、大數據、云計算、人工智能等新興技術快速發展的背景下，數據作為繼勞動力、土地、資本、技術后的新型生產要素，已升級為企業的核心資產，并日益成為經濟發展的新動力源泉，同時也進一步催化了原有生產要素的新價值。與數據緊密相關的“數據化”一詞，是在電子化、信息化和網絡化等術語間自然而然出現的，在文章中常與量化、數字化相混淆。對此，姜浩提出，數據化是指對連續的數字比特流進行分割與組合，使之實現結構化和顆粒化，最終形成標準化、非線性的數據對象的過程。實質上，數據化就是數字態轉化為數據態的過程，通過對信息進行結構化標識，將數據從不存在的地方提取或生成出來，從而以數字形態記錄一切事物和一切事物之間的聯系。數字時代，數據的價值由基本用途轉變為未來的潛在用途，這一轉變影響并改變了組織看待和使用數據的方式。數據化則是數據成為人類社會實踐必不可少的工具前的必經過程。綜上，本文界定數據化為，對信息進行結構化、顆粒化處理，使之成為標準化數據對象的過程，其是數據產生價值的基礎。
數據化和數字化不是對立的，數據化是數字化的子集，數字化是數據化的一個必經階段。相比于數字化對信息技術的側重，數據化著重關注信息內容及形態。數據化強調的是一種記錄、量化、分析的思維，其甚至先于信息技術存在。數字化為大數據提供了技術條件，但大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望，也就是對數據化的需求。最后，從科學哲學的角度來看，科學的本質就是數據化，科學化的過程與數據化的進程是同步的。
②Datafication。“數據化”對應哪一個英文單詞是存在過爭議的。最早舍恩伯格將Datafication定義為，把現象轉變為可制表分析的量化形式的過程，并表示Datafication與Digitization有本質不同。姜浩認為，舍恩伯格的論斷切割了數據化與數字化在理論源頭上的聯系，并根據構詞法構造出動詞Datumize與名詞Datumization，來指代中文的數據化。實際上，姜浩沒有注意到舍恩伯格原文中使用的是Digitization而不是Digitalization，誤解了其表述。據上文研究，雖然Digitization和Digitalization同為“數字化”的英文翻譯，但Digitization側重于將模擬數據轉換成用0和1表示的二進制碼的過程。因此，舍恩伯格提出的定義及區分在邏輯上并無不妥。事實也證明，當前英文文章中，用Datafication表達數據化之意的為主流作法。例如：Paul和Jeffery定義Datafication為，將活動、行為、過程轉化為有意義數據的實踐；Mark認為，Datafication被用來描述企業對數據及數據基礎設施的依賴，指出Datafication是一個由信息技術驅動的“意義構建”過程，是獲取價值的關鍵手段。綜上，本文將Datafication定義為，將各種現象中包含的信息轉變為可分析的量化形式的過程。相比于“數據化”的結構化過程，Datafication更加強調量化過程。
Digitization是Datafication的基礎，計算速度和存儲能力的指數級進步推動了Datafication的發展。Digitization和Datafication均對組織的結構形式與業務流程產生了影響。此外，Datafication是大數據技術得以發展的底層邏輯：雖然單個數據體量很小，但大量數據結合疊加后就能產生可觀的數據總量并加強結構的復雜性。這種萬事萬物的數據化將帶來兩個趨勢：從傳統的依賴小樣本到分析一個主題的整體數據情況；從尋找因果解釋到更依賴事件相關性。由此可見，Datafication的貢獻在于提供了一種新的了解世界的方式，這種方式允許質疑此前所有用于探索世界的方法的客觀性和準確性。
3.2 數字化轉型與數據化轉型
3.2.1 數字化轉型。
①中文“數字化轉型”。在各個行業中，媒體行業受數字化的影響是最早的，也是最具顛覆性的。因此，早期數字化轉型的研究對象多為其中的出版行業。而出版數字化表示，紙質出版物轉型為電子出版物的過程，彼時數字化轉型主要針對產品，是產品的數字化轉型。直到2014年，周志明和崔森指出，數字化轉型是運用信息技術的手段和信息化的思維對企業結構和工作流程進行全面的優化和根本性改革，而非僅從技術層面進行簡單的系統搭建；并首次總結了影響企業數字化轉型的五類因素。由此數字化轉型的概念內涵才變得立體起來。綜上，本文界定數字化轉型為，運用新興數字技術對組織結構、運營模式、戰略等進行全面優化和根本性重塑的過程。
現有中文文獻對數字化轉型的認識大致可以分為4個層次：產品層次、技術層次、特定變革層次與廣泛變革層次。第一，產品層次上。企業可以通過業務活動實施數字化轉型，并在產品層面上利用用戶反饋的數據進行產品多樣化與創新。第二，技術層次上。企業數字化轉型經歷了從電子化到信息化再到數字化的漸進發展路徑。第三，特定變革層次上。數字化轉型是企業利用數字技術驅動核心產品、服務和流程變革的過程。數字化轉型帶來的價值包括利用數據大幅激活供應鏈的敏感性，實現組織管理去中介化，提高實體企業運營效率以及跨時空的資源匹配效率等。第四，廣泛變革層次上。數字化轉型涉及全面重塑公司的戰略思維、業務流程、組織結構和商業模式，構建以數據為核心驅動因素的價值創造體系，實現與利益相關者的緊密關聯和價值共創，提升企業的市場競爭力和促進創新增長。
②Digital Transformation。“數字化轉型”英文所對應的“Digital Transformation”，是國際期刊近年來討論的重要話題，學者們研究了其驅動因素、所需數字化基礎設施、資源與能力，以及轉型過程和轉型模式等內容。已往對Digital Transformation的探索多從技術視角出發，將其視為數字技術迫使組織被動做出響應或者組織為尋求更好績效主動應用數字技術的過程。本文稱之為數字化轉型技術派，其研究重點是數字技術在各種場景中的應用和影響。例如：Guinan提出，Digital Transformation是組織面對快速發展的技術時，自身適應變化、準確定位以獲得成功的能力；Nambisan和Singh認為，Digital Transformation是企業為了滿足不斷變化的市場需求，通過運用社交媒體、云計算、傳感器等新興數字技術而使市場產品、業務流程或商業模式等產生的變化；Warner認為，Digital Transformation是組織使用新數字技術的持續過程，由此帶來的敏捷性提升是推動組織商業模式、協作方式以及內部文化更新的核心機制。但另一派學者卻認為，數字技術只是“術”，由此引發的組織存在方式以及戰略目標的根本性變革才是“道”。
本文稱之為數字化轉型戰略派。例如：Rogers認為，從根本上講Digital Transformation與戰略有關；Verhoef和Vial等指出，Digital Transformation本質上是多學科的，涉及戰略、組織、信息技術、供應鏈和營銷等方面的變化?？偨Y上述兩派觀點，可以發現3點共性：第一，Digital Transformation被公認為是一項重大變革，其實現需要Digitization和Digitalization兩個階段的鋪墊；第二，Digital Transformation所涉及的技術為新興數字技術，如大數據、社交媒體、移動技術或云計算等，這與早期的數字技術如信息通信技術有很大不同；第三，Digital Transformation使實體組織的內部結構與外部環境均產生了根本性變化。綜上，本文界定“Digital Transformation”與“數字化轉型”同義，均是指運用新興數字技術對組織的結構、運營模式、戰略等進行全面優化和根本性重塑的過程。
新興數字技術、消費者行為、行業競爭模式以及新型商業模式是Digital Transformation主要的驅動因素。按照誕生于數字化時代前后的時間順序，學界將企業分為天生數字化企業（Born-Digital Enterprise）與前數字化企業（Pre-Digital Enterprise）兩類。誕生于數字化時代之前的制造、零售、金融、服務等在位企業是重點轉型主體。這些企業在工業時代取得了成功，但數字技術對它們構成了威脅。數字化時代，Digital Transformation意味著企業需要以系統為基礎，以價值創造為中心，重新設計能力體系，調整資源結構。事實上，半數以上的企業在實施轉型后業績反而不如從前，這是因為前數字化企業在采用新興數字技術時往往需要改變整個組織架構、業務流程，使得轉型成為一項具有風險的投資活動。此外，并不是所有企業開展Digital Transformation都是有計劃的，多數企業是在模棱兩可的情況下開始的。例如，企業通常將任命CDO作為數字化轉型的第一步，后續步驟如何開展卻沒有明確的規劃。這反映出一個規律，即Digital Transformation是一個“旅程”而不是一個“項目”。它是一個動態過程，需要不斷從前面的工作中吸收新知識與新經驗。
3.2.2 數據化轉型。
“數據化轉型”出現的時間較晚，應用范圍也較小。目前，在中國知網數據庫中，與數據化轉型相關的論文僅有17篇，主要涉及圖書館、情報學及檔案學等領域。數據化轉型的本質是在5G、傳感器、大數據等新興數字技術背景下數據化概念的動態深化與延伸，目的是發掘數據價值，加速數據向生產力的轉化。王便芳和周燕提出，數據化轉型涉及海量數據的存儲、加工、處理與分析。曹惠娟等指出，數據化轉型的內涵突出體現在業務對象數據化、業務體系生態化、業務內容服務化和手段方法智能化等方面。綜上，本文將“數據化轉型”定義為，通過提高獲取和分析數據的能力，組織能夠有效挖掘與分析數據，最終增強數據利用效率與決策精準度的過程。此外，“數據化轉型”是中文情境下的特有術語，沒有對應的英文術語。
4 中英文概念區別與聯系
4.1 中文概念定義、區別及聯系
表2對上文所述“數字化”與“數據化”、“數字化轉型”與“數據化轉型”這兩組概念的界定進行了總結。
其中，數字化與數據化以及數字化轉型與數據化轉型的區別主要體現在適用對象和具體過程上。在適用對象上，狹義數字化的對象為模擬信號資料，廣義數字化的對象為社會中的每一個主體；數據化的對象為數字信號資料；數字化轉型及數據化轉型的對象為各級各類組織實體（企業、政府、醫院等）。在具體過程上，狹義數字化是將模擬信號轉變為數字信號的過程，廣義數字化是各級各類數字技術應用的過程；數據化是將計算機可識別的數字信號轉變為計算機可分析的“數據態”信息的過程；數字化轉型是應用新興數字技術使組織的結構、目標、實現手段都產生根本性變革的過程；數據化轉型是增強組織獲取和分析數據的能力，使組織通過有效挖掘與分析數據，提高數據利用效率與決策精準度的過程。
數字化與數據化以及數字化轉型與數據化轉型之間具有緊密的邏輯關系。狹義數字化將自然信息、表述信息轉變為以0和1為代表的二進制數位，數據化再進一步將計算機可識別的二進制數位整理成計算機可分析的結構化數據信息。狹義數字化是廣義數字化的基礎，廣義數字化與數據化共同衍生出數字化轉型，而數據化轉型是數字化轉型的一個子集。據此，本文繪制出如下的概念邏輯關系圖（見圖9）。圖中虛線代表技術類型，實線代表邏輯關系。
4.2 英文概念定義、區別及聯系
研究發現，Digitization、Datafication、Digitalization與Digital Transformation在適用對象、驅動因素、技術類別、完成邊界、價值創造及影響維度等6個方面均有明顯區別，歸納總結見表3。
上述4個概念之間存在3方面聯系。第一，Digitization、Digitalization與Digital Transformation分別所代表的含義是一個連續漸進的過程。其中，Digitization是基礎，Digitalization是Digitization的進一步影響，Digital Transformation是Digitalization在特定應用對象上的深化形式。第二，4個概念均對企業的組織架構產生影響，打破了科層制結構，使企業能夠更好地賦能員工，進而邁向扁平化的組織形態。第三，數據成為數字時代重要的生產要素，4個概念均與數據利用密切相關。
表3中，4個概念的適應對象與技術類別的區分度較大。參考表3，本文繪制了英文概念關系明晰圖，如圖10所示。在圖10中，縱軸代表“所涉及數字技術的先進程度”，橫軸代表“概念產生影響的范圍大小”。其中，Digitization使用的數字技術層級是最基礎的，為計算機技術，應用范圍也僅限模擬信號；Datafication使用的數字技術上了一個層級，為信息處理技術，應用范圍為數字信號；Digitalization涉及數字技術的類別最多，從基礎的信息通信技術到互聯網技術再到最新的大數據、人工智能、區塊鏈、物聯網、云計算等都有涉及，影響范圍也最廣，所有由數字技術帶來的影響都可以歸入其中；Digital Transformation是Digitalization針對特定實體（企業、政府等）的深化，因而影響范圍相比Digitalization有所聚焦，同時由于所涉及的技術多為新興數字技術，技術種類也比Digitalization更集中。
在四者的交叉關系上，Digitization是Digitalization的基礎條件，兩者是順承關系，無重疊部分。Datafication的應用對象是Digitization處理后的數字化資料，范圍上與其無交疊。Datafication涉及大數據技術，因而與Digital Transformation有重疊。Datafication與Digital Transformation都包含在Digitalization中，是其特定對象的深化。
4.3 中英文概念對比
數字化語境中,數字化對應英文的Digitization與Digitalization，數字化轉型對應Digital Transformation；數據化對應Datafication，數據化轉型則是中文情境下的特有術語，沒有與之對應的英文概念。圖11展示了其對應關系。
中文數字化包含Digitization與Digitalization兩個英文術語的含義，既指將自然信息與表述信息轉換為數字信號的過程，也泛指數字技術給人們生產生活所帶來的影響。這種一對多的關系容易造成混淆，因此，本文建議中文論述在引用英文文獻時，將Digitization譯為數碼化而非數字化，這樣更加貼近英文語境的含義。而中文數字化轉型與英文Digital Transformation所指代的含義基本一致；中文數據化相比英文Datafication的“量化”含義，更加強調數據的“結構化過程”。
5 研究結論
概念的內涵外延隨時間不斷變化，不同時代情景下同一概念會被賦予不同的指代意義。內涵外延的每次更替都是彼時社會大環境的反映，對其進行及時梳理明晰，于學術研究發展具有重要價值。本文使用文獻計量法對“數字化”與“數據化”以及“數字化轉型”與“數據化轉型”的主題文獻進行了可視化分析，生成研究全景圖；在此基礎上，使用文獻研究法對其定義內涵、演化規律、應用現狀及所對應的英文術語進行了研究與辨析，探索性地總結出以下5個結論，以期推動數字化相關研究的不斷延伸與深化。
①“數字化”領域的研究側重于數字經濟背景下數字技術對企業管理模式及價值創造方式的影響。數字技術驅動下的技術創新與平臺經濟研究也具有一定的理論積淀?，F有的“數字化”相關研究與實踐結合得較為深入，這與中國當前良好的數字經濟土壤緊密相關。
③現有的“數字化轉型”研究可分為三大集群：第一集群是出版傳媒行業數字化轉型研究，出版傳媒業是最早觸及數字化轉型的行業領域，該集群的主要研究內容有數字化轉型下傳統媒體與數字媒體的融合問題以及在線教育與知識服務等行業新興業態；第二集群是以數字政府為代表的數字時代新型治理方式研究；第三集群是數字經濟中以制造業為代表的各個行業商業模式、產業結構的轉型升級研究。
④“數據化轉型”研究從屬于“數字化轉型”研究。具體而言，其以數據化轉型為研究主體，往外發散至數據服務、大數據技術、業務流程改造、企業戰略轉型等內容。
⑤兩組概念的中英文術語并不是簡單的一一對應關系。數字化轉型對應英文術語Digital Transformation，二者所指代的含義也基本一致；Digitization與Digitalization兩個英文術語依次對應中文情境下的狹義數字化與廣義數字化，為避免混淆，本文建議中文論述在引用英文文獻時，將Digitization譯為數碼化；數據化對應Datafication，并且相比英文Datafication的“量化”含義，更加強調數據的“結構化過程”；數據化轉型無相對應的英文術語。各概念的具體含義及現有研究綜述在上文中已進行過詳細分析，在此不再贅述。
6 研究展望
本文有助于未來數字化研究的深入開展，減少后續研究中的混淆與偏誤，同時為政企交流、學企交流消除了語言障礙。本研究還可以在理論研究、研究方法與研究思路以及實踐應用等方面進行拓展與深化，研究展望如圖12所示。
6.1 理論研究
①橫向來看，對兩組概念的理解是一個涉及多學科的研究議題。本文主要從管理領域切入，未來研究可從信息系統、經濟學、公共事業等多學科的綜合視角進行探析，以獲得對概念本質更為深入的理解。
②我國企業面對的制度環境、社會文化和思維方式具有獨特性，因此，將中國獨特性情境嵌入數字化研究十分重要。一方面，中國在第四次工業革命中處于第一梯隊，這使得數字化、數據化、數字化轉型在中國具備良好的發育土壤和發展機遇，中國獨特的社會制度與數字化技術碰撞、交互、結合而生成的管理實踐將為世界提供多樣化的中國方案；另一方面，中國的高語境文化決定了信息的意義較多寓于傳播環境和傳播參與者之間的關系中，中國本土研究將有助于明晰概念之間的微妙差別。
③對數字化能力進行深入探析。現有研究指出，數字化能力建立在企業各要素數字化的基礎之上，是企業實現數字化轉型的重要前提。英文期刊中數字化能力的表述有Digitization Capability與Digitalization Capability兩種，二者在內涵上具有明顯差異；而中文文獻均將其譯為數字化能力。未來可以對Digitization Capability與Digitalization Capability的聯系與區別以及各自的形成前提、開發過程和影響因素進行研究。
④數字化、數字化轉型與數字商業生態系統之間的關系探究。已有研究指出，數字化、數字化轉型都與數字商業生態系統相關聯。數字化、數字化轉型在多大程度上推動了數字商業生態系統的形成，以及未來數字化轉型是否會迫使企業在構建平臺與加入平臺間二選一等，這些均有較大的研究價值。
⑤不同產業的數字化轉型異同探析。當下數字化轉型的研究多以制造業為樣本，提出的定義潛在上也以制造業為對象。農業與服務業在價值創造方式上與工業有著根本區別，對其數字化轉型進行研究必將得出一些新穎的結論。
6.2 研究方法與研究思路
①研究方法上。當下對于數字化、數據化、數字化轉型的研究多采用案例研究法，且以單案例研究為主。質性研究方面：后續可嘗試多案例研究法，綜合多層次、多維度視角對數字化機理機制進行拓展研究，增強研究結論的普適性與研究成果的指導性。定量研究方面：其一，量表是概念測量的重要工具，目前對于數字化、數據化、數字化轉型的研究缺乏針對性量表，未來可以嘗試開發專用量表；其二，對數據科學的大量運用會成為管理學轉變的重大契機，借助大數據和數據科學進行的管理學研究將提高實證研究結果的準確性，未來數字化研究可以從傳統實證方法轉向大數據實證方法，采用更精細的分析單元，這有利于提煉出新的理論機制；其三，數字化轉型中人的因素至關重要，行為實驗與仿真模擬等多種人因研究方法的運用，將有助于開拓新的研究領域，發現新的研究課題。
②研究思路上。未來的數字化、數字化轉型研究可以從行為學、心理學的視角出發，采用以人為中心而不是以變量為中心的方法進行理論構建。將人作為一個整體的分析單元，探究基層員工與高管團隊的創造力、執行力、認知能力、風險承受力、企業家精神等不同特征的組合是如何參與和影響企業數字化轉型的，從不同角度對數字化、數字化轉型的本質進行解讀。
①數字化轉型落地的途徑探究。當前主流觀點認為，數字化轉型在實踐中的途徑主要有“分離”與“整合”兩種。多數企業采用的方法是“分離”，即創建一個單獨部門，負責探索數字化機會和指導整個組織的數字化轉型。當企業的核心活動與新的數字業務之間的關系較遠時，通常采用此途徑?！罢稀睘殡y度較大的方式，是指在現有企業結構內進行數字活動，從而與傳統業務保持緊密的聯系。在實踐中，數字化轉型的途徑是否只存在“分離”與“整合”兩種？每種途徑具體的實現過程是怎樣的？對應到具有差異性的企業個體上又有哪些適應性變化？這些問題目前仍不清楚。
②數字化轉型失敗的因素探析。現有案例研究的對象多為數字化轉型成功的企業，研究內容主要是歸納其獨創的數字化轉型模式與經驗。然而在研究“變革”時，將傳統的“失敗偏見”轉化為從正面探討的失敗的價值更具指導意義。因此，企業數字化轉型失敗因素的探索大有可為。有關數字化轉型失敗的研究有兩條路徑：其一是采用案例研究或者實證研究的方法，直接從數字化轉型失敗企業的資料中分析導致失敗的原因；其二是采用整體視角，建立數字化轉型評價指標體系，從而全面評價企業數字化轉型的成熟度并找出缺失項。兩條研究路徑，一正一反，將助力探索數字化悖論的破解之道。
本文節選自《創新科技》雜志2022年第6期《數字化與數據化——概念界定與辨析》一文。
基金項目：國家自然科學基金項目“復雜適應系統視角下的眾包平臺激勵機制研究”（72172031）；首批新文科研究與改革實踐項目“‘工商管理+大數據’專業建設研究與實踐”（745）；2020年遼寧省“興遼英才計劃”項目“數字遼寧發展戰略研究”（XLYC2006009）。
作者簡介：孫新波（1971—），男，山東招遠人，管理學博士，教授，博士生導師，東北大學工商管理學院副院長，研究方向：組織與戰略管理、數據化轉型和管理哲學；孫浩博（1997—），男，山東濰坊人，碩士研究生，研究方向：組織與戰略管理、數據賦能；錢 雨（1994—），男，黑龍江哈爾濱人，博士研究生，研究方向：數字商業模式。本文通信作者為孫新波。
編輯：黃繼彥
*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。
