数字化转型服务平台：面向新竞争格局的企业竞争力建设

doi:10.11959/j.issn.2096-0271.2023029

大数据 ›› 2023, Vol. 9 ›› Issue (3): 3-14.doi: 10.11959/j.issn.2096-0271.2023029

• 专题：数据资产化与数字化转型 • 上一篇下一篇

数字化转型服务平台：面向新竞争格局的企业竞争力建设

叶雅珍¹^,², 朱扬勇¹^,²

¹ 复旦大学计算机科学技术学院，上海 200438
² 上海市数据科学重点实验室，上海 200438

出版日期:2023-05-15 发布日期:2023-05-01
作者简介:叶雅珍（1985- ），女，博士，复旦大学计算机科学技术学院教师，上海市数据科学重点实验室数据资产研究室主任，复旦大学数据产业研究中心主任助理。专著《数据资产》作者，在数据资产研究与实践方面创新性提出“数据资产框架”“数据产品运营的两阶段授权模式”等。近期主要研究方向为数字化转型、数据资产和数据商业。
朱扬勇（1963- ），男，博士，复旦大学计算机科学技术学院教授，复旦大学数据产业研究中心副主任。《大数据》期刊编委会副主任，农业大数据产业技术创新战略联盟副理事长兼首席科学家，大数据协同安全技术国家工程实验室副理事长，中国自动化学会国防大数据专业委员会副主任。国际数据科学倡导者，提出数据界、数据学、数据身、数据自治、数据财政等概念和体系。发表学术论文200多篇，出版《数据学》《旖旎数据》《特异群组挖掘》《数据自治》等专著，并任《大数据技术与应用丛书》（22册）主编、《大数据资源》主编。主要研究方向为数据科学和数字经济，近期研究重点方向为数字化转型、数据财政、数据资产、数据自治与数据跨境等。
基金资助:
上海市科委发展基金资助项目(22DZ1200704)

Digital transformation service platform:enhancing enterprise competitiveness in a new competitive situation

Yazhen YE¹^,², Yangyong ZHU¹^,²

¹ School of Computer Science, Fudan University, Shanghai 200438, China
² Shanghai Key Laboratory of Data Science, Shanghai 200438, China

Online:2023-05-15 Published:2023-05-01
Supported by:
Shanghai Science and Technology Development Fund Project(22DZ1200704)

摘要/Abstract

摘要：

随着数据能力的提升和新兴技术的发展，经济形态和行业竞争格局正在发生深刻变化。为了能更好地应对未来的机遇和挑战，提高新格局下企业的竞争力，有必要理解和掌握数字化转型的有关内容。论述了传统企业将逐渐被新型企业取代的新竞争格局，辨析了数字化与数字化转型二者的区别，指出了传统企业在开展数字化转型时主要面临缺资金、缺人才、缺数据、缺意识等方面的挑战，提出了面向新竞争格局的数字化转型服务平台，为企业竞争力建设和数字化转型提供了一个可行方案。

关键词: 数字化转型, 新兴技术, 数据资产, 数字经济

Abstract:

With the improvement of data abilities and the development of emerging technologies, there are profound changes occurring in economic patterns and competitive structure of industries.In order to better respond to future opportunities and challenges, and to improve competitiveness of enterprises in new situations, it is necessary to understand and master the knowledge of digital transformation.The new competitive situation was discussed in which traditional enterprises would gradually be replaced by digital-transformed ones, digital transformation was differentiated from digitalization.Main challenges facing traditional enterprises while undergoing digital transformation were pinpointed, which were the lack of funds, talents, data and consciousness.A digital transformation service platform oriented to new competitive situation was proposed, which provided a feasible solution to enhancing enterprise competitiveness and conducting digital transformation.

Key words: digital transformation, emerging technologies, data asset, digital economy

中图分类号:

叶雅珍, 朱扬勇. 数字化转型服务平台：面向新竞争格局的企业竞争力建设[J]. 大数据, 2023, 9(3): 3-14.

Yazhen YE, Yangyong ZHU. Digital transformation service platform:enhancing enterprise competitiveness in a new competitive situation[J]. Big Data Research, 2023, 9(3): 3-14.

图/表 1

参考文献 37

[1]	埃里克·布莱恩约弗森, 安德鲁·麦卡菲 . 第二次机器革命:数字化技术将如何改变我们的经济与社会[M]. 蒋永军,译. 北京: 中信出版社, 2014.
	BRYNJOLFSSON E , MCAFEE A . The second machine age:work,progress,and prosperity in a time of brilliant technologies[M]. Translated by JIANG Y J. Beijing: CITIC Press, 2014.
[2]	SCHWAB K . The fourth industrial revolution[M]. Geneva: World Economic Forum, 2016.
[3]	托马斯·西贝尔 . 认识数字化转型[M]. 毕崇毅,译. 北京: 机械工业出版社, 2021.
	SIEBEL T . Digital transformation:survive and thrive in an era of mass extinction[M]. Translated by BI C Y. Beijing: China Machine Press, 2021.
[4]	DAN G . We the media:grassroots journalism by the people,for the people[M]. Cambridge: O’Reilly, 2004
[5]	保罗·莱文森 . 新新媒介(第二版)[M]. 何道宽,译. 上海: 复旦大学出版社, 2014.
	LEVINSON P . New new media(edition 2)[M]. Translated by HE D K. Shanghai: Fudan University Press, 2014.
[6]	中关村互动营销实验室. 2022年中国互联网广告数据报告[R]. 2023.
	Interactive Marketing Laboratory in Zhongguancun. China Internet advertising data report 2022[R]. 2023.
[7]	朱扬勇 . 旖旎数据:100分钟读懂大数据[M]. 上海: 上海科学技术出版社, 2018.
	ZHU Y Y . Charming data-to understand big data in 100 minutes[M]. Shanghai: Shanghai Scientific ＆ Technical Publishers, 2018.
[8]	GAROFALO R . From music publishing to MP3:music and industry in the twentieth century[J]. American Music, 1999,17(3): 318-354.
[9]	ARDITI D . iTunes:breaking barriers and building walls[J]. Popular Music and Society, 2014,37(4): 408-424.
[10]	IFPI. Global music report 2022[R]. 2022.
[11]	麦肯锡,中国连锁经营协会. 2022年中国零售数字化白皮书[R]. 2022.
	McKinsey ＆ Company,CCFA. 2022 China retail digitalization whitepaper[R]. 2022.
[12]	何黎明 . 中国智慧物流发展趋势[J]. 中国流通经济, 2017,31(6): 3-7.
	HE L M . The development trend of China’s smart logistics[J]. China Business and Market, 2017,31(6): 3-7.
[13]	钱慧敏, 何江, 关娇 . “智慧+共享”物流耦合效应评价[J]. 中国流通经济, 2019,33(11): 3-16.
	QIAN H M , HE J , GUAN J . Research on the coupling effect evaluation of “intelligent+sharing” logistics[J]. China Business and Market, 2019,33(11): 3-16.
[14]	韩彩珍, 王宝义 . “新零售”的研究现状及趋势[J]. 中国流通经济, 2018,32(12): 20-30.
	HAN C Z , WANG B Y . The theoretical situation of“new retail”and its extension[J]. China Business and Market, 2018,32(12): 20-30.
[15]	温孚江 . 大数据农业[M]. 北京: 中国农业出版社, 2015.
	WEN F J . Big data agriculture[M]. Beijing: China Agriculture Press, 2015.
[16]	于丽娜, 张国锋, 贾敬敦 ,等. 基于区块链技术的现代农产品供应链[J]. 农业机械学报, 2017,48(S1): 387-393.
	YU L N , ZHANG G F , JIA J D ,et al. Modern agricultural product supply chain based on block chain technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017,48(S1): 387-393.
[17]	The World Bank. Open data for economic growth[R]. 2014.
[18]	罗伯特·托马斯, 马博兰帕特里克· . 大数据产业革命:重构DT时代的企业数据解决方案[M]. 张瀚文,译.. 北京: 中国人民大学出版社, 2015.
	THOMAS R , MCSHARRY P . Big data revolution:what farmers,doctors and insurance agents teach us about discovering big data patterns[M]. Translated by ZHAGN H W. Beijing: China Renmin University Press, 2015.
[19]	Sa?d Business School. PropTech 2020:the future of real estate[R]. 2020.
[20]	仲量联行. 拓宽全球视野,推动科技创新[R]. 2021.
	JLL. Broaden global horizons,promote technological innovation[R]. 2021.
[21]	许小年 . 商业的本质和互联网[M]. 北京: 机械工业出版社, 2020.
	XU X N . The nature of business and the internet[M]. Beijing: China Machine Press, 2020.
[22]	SHAPIRO C , VARIAN H R . Information rules:a strategic guide to the network economy[M]. Boston: Harvard Business School Press, 1998.
[23]	NEGROPONTE N . Being digital[M]. New York: Knopf, 1995.
[24]	蔡曙山 . 论数字化[J]. 中国社会科学, 2001(4): 33-42.
	CAI S S . On digitalization[J]. Social Sciences in China, 2001(4): 33-42.
[25]	World Economic Forum, McKinsey ＆Company. Fourth industrial revolution:beacons of technology and innovation in manufacturing[R]. 2018.
[26]	托尼·海伊, 斯图尔特·坦斯利, 克里斯蒂·托尔 . 第四范式:数据密集型科学发现[M]. 潘教峰,张晓林,译. 北京: 科学出版社, 2012.
	HEY T , TANSLEY S , TOLLE K . The fourth paradigm:data-intensive scientific discovery[M]. Translated by PAN J F,ZHANG X L. Beijing: Science Press, 2012.
[27]	McKinsey Global Institute. The age of analytics:competing in a data-driven w orld[R]. 2016.
[28]	McKinsey Global Institute. Jobs lost,jobs gained:what the future of work will mean for jobs,skills,and wages[R]. 2017.
[29]	REINSEL D , GANTZ J , RYDNING J . Data age 2025:the digitization of the world from edge to core[R]. 2018.
[30]	中国信息通信研究院. 大数据白皮书(2021)[R]. 2021.
	China Academy of Information and Communications Technology. White paper on big data[R]. 2021.
[31]	丁晓东 . 数据交易如何破局:数据要素市场中的阿罗信息悖论与法律应对[J]. 东方法学, 2022(2): 144-158.
	DING X D . Breaking the deadlock of data trading[J]. Oriental Law, 2022(2): 144-158.
[32]	叶雅珍, 刘国华, 朱扬勇 . 数据资产化框架初探[J]. 大数据, 2020,6(3): 3-12.
	YE Y Z , LIU G H , ZHU Y Y . An initial exploration on framework of data assetization[J]. Big Data Research, 2020,6(3): 3-12.
[33]	叶雅珍, 朱扬勇 . 数据资产[M]. 北京: 人民邮电出版社, 2021.
	YE Y Z , ZHU Y Y . Data assets[M]. Beijing: Posts ＆ Telecom Press, 2021.
[34]	朱扬勇, 叶雅珍 . 从数据的属性看数据资产[J]. 大数据, 2018,4(6): 65-76.
	ZHU Y Y , YE Y Z . Defining data assets based on the attributes of data[J]. Big Data Research, 2018,4(6): 65-76.
[35]	NICOLESCU B . Transdisciplinarity:theory and practice[M]. Cresskill: Hampton Press, 2008.
[36]	朱扬勇, 熊贇 . 大数据时代的数据科学家培养[J]. 大数据, 2016,2(3): 106-112.
	ZHU Y Y , XIONG Y . Training data scientists in the era of big data[J]. Big Data Research, 2016,2(3): 106-112.
[37]	GOPAL C . How data culture fuels business value in data-driven organizations[R]. 2021.

数字化转型服务平台：面向新竞争格局的企业竞争力建设

Digital transformation service platform:enhancing enterprise competitiveness in a new competitive situation

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 37

相关文章 15

Metrics

推荐阅读 0

[1]	杨云龙, 张亮, 杨旭蕾. 数据要素价值化发展路径与对策研究[J]. 大数据, 2023, 9(6): 100-109.
[2]	吴信东, 应泽宇, 盛绍静, 蒋婷婷, 卜晨阳, 张赞. 数据中台框架与实践[J]. 大数据, 2023, 9(6): 137-159.
[3]	石勇, 寇纲, 李彪. “东数西算”战略与问题的分析研究[J]. 大数据, 2023, 9(5): 3-8.
[4]	李彪, 李少昆, 寇纲, 陈星潼, 卓训方. “东数西算”背景下四川战略定位与策略研究[J]. 大数据, 2023, 9(5): 20-31.
[5]	张自力, 解婷, 李文平. “东数西算”成渝枢纽战略分析和示范落地[J]. 大数据, 2023, 9(5): 32-47.
[6]	刘业政, 黄丽华, 朱扬勇, 孙见山, 宋靖达. 长三角国家算力枢纽节点赋能制造业数字化转型的机理与路径[J]. 大数据, 2023, 9(5): 61-77.
[7]	杜洋, 蔡小芳, 李彪. “东数西算”粤港澳大湾区（广东）枢纽的国际化发展及保障机制[J]. 大数据, 2023, 9(5): 78-89.
[8]	邓伟, 邓周灰. “东数西算”背景下贵州省大数据产业发展现状、问题与对策[J]. 大数据, 2023, 9(5): 90-99.
[9]	石勇, 刘平, 冯锦源. “东数西算”宁夏节点数字经济产业发展研究[J]. 大数据, 2023, 9(5): 100-110.
[10]	郭琨, 康雨馨, 卓训方. 京津冀国家算力枢纽节点赋能全球数字经济标杆城市建设[J]. 大数据, 2023, 9(5): 134-139.
[11]	李冬青, 刘吟啸, 邓镭, 李铭洋. 基于数据全生命周期的数据资产价值评估方法及应用[J]. 大数据, 2023, 9(3): 39-55.
[12]	钱海红, 王茂异, 熊贇. 高等教育数字化转型的现状与发展研究[J]. 大数据, 2023, 9(3): 56-70.
[13]	刘豆豆, 焦宝臣. 高校数据资产编目研究[J]. 大数据, 2023, 9(3): 71-84.
[14]	吴亚东, 陈家鸣, 罗焱, 王学锋, 黄德春, 倪超, 蓝集明, 李随群, 张巍瀚, 代唯. 彩灯元宇宙研究综述[J]. 大数据, 2023, 9(3): 97-113.
[15]	冯旭, 曹浩, 胡杨, 王秀芹, 张皓翔, 凌端新. 我国中小企业数字化发展评价与区域差异研究[J]. 大数据, 2023, 9(3): 168-180.