《IEEE Transactions on Control Systems Technology》：Research on Data Management Capability Assessment
编辑推荐：
在数字经济背景下，数据对于企业价值创造至关重要，然而许多组织仍缺乏系统化的数据管理能力评估工具。本文进行了全面的综述，并构建了一个涵盖五个核心维度的多维框架：数据战略与治理、数据资源与质量、技术与平台支撑、数据应用与价值实现、以及安全与风险管理。研究人员进
在数字经济背景下，数据对于企业价值创造至关重要，然而许多组织仍缺乏系统化的数据管理能力评估工具。本文进行了全面的综述，并构建了一个涵盖五个核心维度的多维框架：数据战略与治理、数据资源与质量、技术与平台支撑、数据应用与价值实现、以及安全与风险管理。研究人员进一步分析了三种互补的评估方法——成熟度分级法、量化评估法和定性评估法。鉴于现有模型主要针对内部运营数据，本文引入了一种面向产品的数据管理能力评估模型。为验证其适用性，研究人员以11家商业遥感卫星企业为样本开展案例研究，构建了定制化的三级指标体系，并采用熵权TOPSIS法进行评价。研究结果揭示了清晰的企业分层特征，其中数据可持续发展能力和数据市场能力是主要的分化因素。本文贡献了一个兼具理论依据和操作可行性的评估框架，为寻求提升数据管理能力、加速数字化转型的企业提供了学术见解与实践指导。
### 论文解读文章
**一、研究背景与问题提出**
在数字经济时代，数据已成为企业价值创造的核心资源。经济合作与发展组织（OECD）数据显示，2013年至2023年间，其成员国信息与通信技术（ICT）产业增速约为整体经济增速的三倍，2023年平均增长率达7.6%；中国国家统计局数据亦表明，2024年数字经济核心产业增加值达140891亿元，占GDP比重10.5%。在此背景下，数据不仅支撑企业内部运营与决策，部分数据还通过产品化和服务化进入市场，成为外部价值实现的重要载体。然而，数据的价值并非自动释放，其有效发挥仍依赖企业科学的数据管理。
数据管理是指在整个数据生命周期内安全、高效且经济地收集、存储和应用数据，为企业提供决策支持、精准用户洞察和运营效率优化。但当前许多企业在数据管理实践中存在明显不足，亟需构建科学的数据管理能力评估体系以准确识别问题、明确改进方向。现有研究已开发了数据管理能力成熟度模型作为评估指南，但仍存在三方面局限：其一，多数研究偏重理论评述，缺乏科学严谨的开发方法和实际应用；其二，研究情境多集中于制造业和公共机构等特定领域，尚未建立普遍适用的评估理论和方法论；其三，大多数研究聚焦于企业内部运营数据，缺乏针对数据产品管理能力的系统评估方法。为弥补上述研究缺口，本文旨在构建一个科学、系统的数据管理能力评估框架，并进一步将其拓展至产品导向情境。
**二、研究内容与核心结论**
研究人员首先综述了数据、数据管理与能力成熟度的基础理论；其次归纳了通用数据管理能力评估的核心维度；再次考察了主要评估方法论；在此基础上开发了产品导向的数据管理能力评估模型；最后将该模型应用于11家商业遥感卫星企业进行实证评估，旨在为各类组织评估和提升数据管理能力提供理论参考与实践指导。
**三、关键技术方法**
本研究采用的主要技术方法包括：（1）文献综述与理论分析法，用于梳理数据管理能力评估的理论基础与核心维度；（2）成熟度分级评估法，考察现有模型的等级划分与评价规则；（3）多维指标体系构建法，提出产品导向评估的第一级指标框架；（4）熵权法，基于指标数据离散程度客观确定指标权重；（5）TOPSIS法，计算评价对象与理想解的相对接近度以形成综合排名；（6）案例研究法，选取11家商业遥感卫星企业，基于问卷数据开展实证评估。样本企业信息经匿名化处理，属于行业横截面比较研究。
**四、研究结果**
**4.1 综合评估结果与企业分层**
基于TOPSIS综合评估结果，11家商业遥感卫星企业的数据服务能力差异较为明显，行业整体呈现清晰的分层特征。样本企业大致可分为四个梯队，CG企业以0.89的相对接近度显著领先，处于第一梯队；其余企业主要分布于中间梯队，少数处于较低水平。这表明当前商业遥感卫星行业已形成明显的头部效应，但中层企业数量众多、竞争依然激烈，尾部企业在市场开拓、可持续发展或技术部署方面仍有较大提升空间。
**4.2 二级指标维度分化**
行业基础数据管理能力虽已初步建立，但不同能力维度的发展并不均衡。在星座建设维度，头部企业如CG在网络部署、空间覆盖、测控基础设施和短重访周期方面保持均衡优势，而多数中尾部企业在单项或多项支撑能力上存在短板。在数据生产维度，CG和YY在存档数据储备和产品处理能力方面领先，其余企业则在数据存储积累和自主产品开发方面表现薄弱。在数据交付维度，领先企业在常规存档产品供应和编程数据交付方面表现稳定，而中小企业在定制编程响应效率方面存在明显瓶颈。在市场运营维度，CG在资源利用和销售收入方面实现同步领先，HT销售能力较强但观测资源效率不足，多数其他企业资源利用率尚可但缺乏足够的市场转化规模。在可持续发展维度，YY和SX在生态互操作性和行业推广方面水平均衡，CG和WN擅长市场推广但缺乏跨域数据协作能力，HT和TY呈现相反模式，其余企业在对外宣传和生态联动方面均显薄弱。
**4.3 指标权重与行业分化关键因素**
熵权法权重结果显示，数据可持续发展能力权重最高，达29.71%；其次是数据市场能力，为24.19%；星座建设能力和数据生产能力分别为19.12%和20.06%；数据交付能力仅为6.92%。这一结果揭示，在当前商业遥感卫星行业中，真正区分企业的因素已不再仅仅是传统的星座部署和数据生产能力，而是数据推广、信息联通、生态合作、市场转化和持续运营等方面。技术能力仍是产业发展的基础，但其分化作用正在减弱；相比之下，能够更有效地将遥感数据转化为面向外部市场的服务能力，并在品牌、生态和合作网络方面形成可持续优势的企业，更有可能在竞争中占据主动。
**五、讨论总结与研究结论**
本研究表明，数据管理能力评估已逐渐成为理解组织数据治理水平、识别能力短板和支持数字化转型的重要工具。本文系统研究了企业数据管理能力评估问题，做出了理论与实践两方面的贡献。针对现有模型多关注内部运营数据、忽视产品导向数据管理的不足，研究人员构建了产品导向评估模型，并将其应用于11家商业遥感卫星企业的实证评估。展望未来，数据管理能力评估研究仍有深化空间：一是应更加关注评估框架的情境适应性，避免用单一通用模型覆盖差异显著的行业和组织情境；二是应进一步完善评估实施层面的操作指南，细化评估流程、证据收集和结果判定规则；三是应从静态测量转向动态追踪，更加关注组织数据管理能力在不同发展阶段的演化过程。总体而言，随着数据要素价值的持续释放和数字化转型的深入推进，数据管理能力评估的意义将不再局限于等级测量，将进一步扩展为识别竞争优势、引导资源配置和支持高质量发展的重要工具。
