# 电信企业大数据分析采纳前因与感知绩效的实证检验——以苏丹电信行业为例

《Frontiers in Big Data》：An empirical test of antecedents and perceived performance of big data analytics in telecommunication companies

　　

近年来，数据概念、来源、类型及分析机制发生了巨大变化。目前，大数据分析（big data analytics，BDA）已成为学者和实践者关注的焦点。自其出现以来，不同行业部门已开始在不同领域部署BDA，以帮助改善决策并获得竞争优势。然而，近期一些组织报告称BDA未能产生预期的商业价值。此外，迄今为止研究者的关注焦点集中在发达国家中BDA的使用。BDA采纳的前因已被广泛研究；尽管如此，本研究属于首批将选定的BDA采纳前因与感知绩效整合到一个综合且经过验证的模型中、并聚焦电信行业的研究之一。研究人员采用目的性抽样技术，运用结构方程建模（structural equation modeling，SEM）分析了201份观测样本。研究发现，八个BDA前因中有六个对BDA产生显著影响，而两个未显示显著效应。此外，本研究发现BDA对感知绩效具有正向影响，从而为技术采纳文献做出贡献，为苏丹等发展中国家的研究者和实践者提供了有价值的见解。

# 电信企业大数据分析采纳前因与感知绩效的实证研究——基于苏丹电信行业的整合模型解读

## 一、研究背景与问题提出

近年来，大数据分析（big data analytics，BDA）在全球范围内引起了学术界和实践界的广泛关注。随着数据概念、来源、类型及分析机制的深刻变革，BDA已成为各类企业提升决策质量、获取竞争优势的重要技术手段。电信行业作为数据密集型行业，正经历着由BDA驱动的深刻变革，全球技术平台的快速发展以及大数据分析方法的迅速演进，使得电信公司及其他类型企业均面临技术转型的压力。

尽管已有大量研究强调BDA在转变业务运营和增强决策过程中的重要性，特别是在电信行业中的应用，但现有文献仍存在若干显著不足。首先，BDA在电信行业的整体影响尚未得到充分研究。其次，在许多发展中国家，文献揭示了阻碍BDA跨行业实施（尤其是电信行业）的重大困难。现有研究大多集中在发达国家，针对发展中国家情境的实证检验相对匮乏。此外，以往对BDA采纳前因的研究多为碎片化探讨，缺乏将多个关键前因与采纳结果及感知绩效纳入统一模型进行系统验证的研究。

基于上述研究缺口，本研究提出以下两个研究目标：第一，检验各前因（供应商支持、培训、大数据文化、信息中心支持、信息质量、大数据能力、业务-IT对齐、感知有用性）对苏丹电信公司BDA采纳的影响；第二，检验BDA采纳对苏丹电信公司感知绩效的影响。

## 二、研究设计与理论框架

研究人员基于技术-组织-环境框架（technology-organization-environment，TOE）和技术接受模型（technology acceptance model，TAM），并整合信息系统成功模型（IS Success Model）与资源基础观（resource-based view，RBV），提出了一个综合研究模型。该模型将八个前因作为BDA采纳的直接前因变量，并检验BDA采纳对感知绩效的影响。研究人员认为，BDA采纳是一个多层面的现象，单一理论难以充分解释，因此需要多理论整合的视角。

研究采用目的性抽样方法，以苏丹喀土穆三家主要电信运营商（Zain、MTN和Sudani）中与BDA工具相关的部门员工为调查对象，涉及财务、营销、人力资源和IT等部门。共发放291份问卷，回收有效问卷201份（回复率69%），数据收集时间为2023年7月至2023年8月。测量工具采用五级Likert量表，所有构念的Cronbach's alpha值均超过0.70，符合可靠性要求。数据分析采用偏最小二乘结构方程建模（partial least squares structural equation modeling，PLS-SEM），使用5，000个子样本进行偏差校正自助法（bias-corrected bootstrapping），构建95%置信区间进行假设检验。

## 三、主要研究结果

### 3.1 测量模型评估
研究人员首先评估了因子载荷（factor loading，FL），所有指标的FL值均超过0.7的推荐阈值，表明测量指标具有良好可靠性。在内部一致性方面，所有构念的Cronbach's alpha（CA）值和组合信度（composite reliability，CR）均超过0.7。所有构念的平均方差提取量（average variance extracted，AVE）均大于0.50，确认了收敛效度。判别效度方面，采用Fornell-Larcker准则和异质-单质比率（heterotrait-monotrait ratio，HTMT）两种方法进行检验，所有构念均通过判别效度标准。

### 3.2 结构模型评估
结构模型评估结果显示，BDA采纳的R2值为0.661，感知绩效的R2值为0.419，均属于实质性预测能力水平。方差膨胀因子（variance inflation factor，VIF）值均处于可接受范围内，表明不存在病态共线性和共同方法偏差问题。

### 3.3 路径系数与假设检验
路径分析结果显示，九个假设中有七个获得支持。具体而言：供应商支持对BDA采纳具有显著正向影响（β=0.201，t=3.173，p<0.05），H1获得支持；培训对BDA采纳具有显著正向影响（β=0.149，t=2.955，p<0.05），H2获得支持；大数据文化对BDA采纳具有显著正向影响（β=0.154，t=2.891，p<0.05），H3获得支持；信息中心支持对BDA采纳具有显著正向影响（β=0.239，t=3.511，p<0.05），H4获得支持；信息质量对BDA采纳具有显著正向影响（β=0.397，t=7.048，p<0.05），H5获得支持；业务-IT对齐对BDA采纳具有显著正向影响（β=0.195，t=3.703，p<0.05），H7获得支持。而大数据能力对BDA采纳的影响不显著（β=0.001，t=0.020，p=0.984），H6未获支持；感知有用性对BDA采纳的影响不显著（β=0.011，t=0.267，p=0.790），H8未获支持。此外，BDA采纳对感知绩效具有强正向影响（β=0.579，t=14.529，p<0.001），H9获得支持。

## 四、讨论与理论贡献

### 4.1 显著前因的讨论
研究结果证实了供应商支持、培训、大数据文化、信息中心支持、信息质量和业务-IT对齐对BDA采纳的重要促进作用。这些发现与先前的研究一致，表明外部技术支持、组织学习能力、数据驱动文化和战略对齐对于BDA的成功实施至关重要。

### 4.2 非显著前因的理论意义
大数据能力和感知有用性的非显著影响是本研究最具理论新颖性的发现。针对大数据能力的非显著效应，研究人员提出了“能力-使用差距”（capability-use gap）的概念，即在发展中国家情境下，组织拥有合格人员但缺乏互补的基础设施、管理优先级或资源对齐，无法将能力转化为实际的BDA采纳行为。具体解释机制包括：基础设施依赖性（infrastructural dependency）、战略错位（strategic misalignment）和测量-现实差距（measurement-reality gap）。

针对感知有用性的非显著效应，研究结果从根本上挑战了TAM在发展中国家情境中的普适适用性。研究人员提出了“可行性先于感知”（feasibility-before-perception）的路径：在苏丹电信行业，外部可行性障碍（如停电、互联网不稳定、硬件不可用，以及2023年4月以来的武装冲突导致电信基础设施破坏）使得感知有用性变得无关紧要；此外，强制性采纳政策和象征性采纳也可能使员工感知与实际使用行为脱节。

### 4.3 实践启示
研究为管理者、政策制定者和从业人员提供了实践启示。管理者应审慎选择对电信行业有深入理解和丰富经验的BDA供应商，同时重视培训、大数据文化建设、信息质量管理和业务-IT战略对齐。政府应启动技术干预措施，帮助电信企业采纳商业分析工具以促进绩效提升。

## 五、研究局限与未来方向

本研究存在若干局限性。首先，样本仅限于苏丹三家最大的电信公司，可能影响研究结果的普适性；未来研究可在其他行业和更大样本中验证。其次，研究采用横截面设计，未来可采用纵向研究设计追踪技术采纳和使用随时间变化的动态。第三，未来研究可将更多前因和绩效类别纳入综合模型，并检验调节和中介效应。

## 六、研究结论

本研究通过开发和验证一个整合BDA前因、BDA采纳和感知绩效三个重要组成部分的模型，增进了对电信行业中BDA使用情况的理解。经实证检验的BDA采纳模型突出了供应商支持和业务-IT对齐在采纳大数据技术中的重要性。结构方程模型分析结果表明，BDA在苏丹电信行业已获得相对良好的接受度，标志着从传统电信方法向基于大数据的应用转变。本研究通过将技术接受模型和框架与结构方程模型分析相结合，在苏丹这一发展中国家情境下为BDA的理解做出了贡献，为面临类似情境的发展中国家电信企业提供了实证依据和决策参考。