摘要
大数据、互联网、信息科技时代是二十一世纪的代名词，影响着企业日常经营的各方各面，企业的战略决策是企业制胜的前期部署，决定了企业未来一段时间的发展方向和价值目标，极大的影响企业的生命力。近年来国家积极推进“一带一路”政策，将粤港澳大湾区建设上升为国家战略，湾区内各企业为整个湾区经济提供源源不断的活力，在此背景下，探索粤港澳大湾区与大数据浪潮的融合和运用程度就变得尤为重要。
基于以上的研究背景和目的，本文以粤港澳大湾区外贸企业为研究对象，对大数据在粤港澳大湾区外贸企业的影响状况进行了研究。首先对企业战略决策理论和大数据的概念进行梳理，然后通过不同角度分析大数据对企业的制定战略决策的影响。通过整理分析官方数据、对比世界三大湾区对外贸易的发展现状分析粤港澳大湾区外贸行业存在的问题，再将企业存在的问题置身于大数据背景下分析，提出外贸模式待更新、企业对数据判断失误、数据安全性低、应用大数据的成本高等四方面的矛盾点。最后，针对各短板提出企业加强对大数据发展趋势的认识、建立健全湾区外贸企业大数据集成系统、培养数据分析师、提高信息共享系统安全性和保密性等四方面建议。
关键词：大数据；企业战略决策；粤港澳大湾区
第1章绪论
1.1课题研究的背景及意义
大数据时代已经成为当前和未来的发展趋势，企业的战略决策决定了企业的未来发展方向。企业的战略决策必须调动企业内外的各种因素，从而制定出全面的基本战略，实现企业未来的目标。在当今的互联网时代，传统的决策方式已经不能适应大数据的发展和应用，大数据一方面为企业提供了大量的信息和数据，企业在进行战略决策时不再依靠经验和主观判断，而是有具体的数据支持；但是，大量的冗余数据也容易让决策者产生不准确的判断，从而影响最终决策的效果。因此，适当合理地利用大数据是制定科学有效的决策内容的唯一途径。
1.2国内外研究现状
1.2.1大数据对企业战略决策影响的研究现状
对企业战略决策的研究至今已相对成熟，最早在1972年安索夫就提出了“战略管理”的概念并做就此进行了定义，展开了全球各界学者对战略决策的研究。此后全球各界的学者相继提出不同的理论来支持战略决策的发展，闫涛(2012)将SWOT与AHP联合研究，将定性分析与定量分析相结合，优化企业战略决策的有效性。项国鹏、杨卓 (2013)创新性的提出企业战略决策的新理论基础，即SWOT与QSPM相结合，利用QSPM解决传统的战略分析理论SWOT中主观影响过大的问题，运用SWOT决定SO、WO、ST、WT中的某一模块，再运用QSPM帮助决策者选定最终的战略决策。孙梦晗(2017)在研究企业绩效时，将企业战略决策制定方法和制定速度作为变量进行分析研究，表明三者之间都存在着正相关的关系，制定决策时运用的方法及速度都将作用于企业绩效上[1]，因此决策者对于决策方法与时间的把握尤为重要。
“大数据”相较于“企业战略决策”而言是一个更新的概念，最早1983年国外学者阿尔文·托夫勒首次提出“大数据”，展开了国外学者研究的浪潮，而国内对大数据进行大量且深入的研究起于2012年，如今这两个概念都较为成熟并进入融合阶段。邵华清、戴雨彤(2014)分析研究了大数据对企业战略形式、思维、模式、目的乃至整个决策环境进行分析，强调了利用大数据作为决策依据的发展趋势。闫富美(2019)提出大数据融入人力资源绩效管理的必然发展趋势，强调两者结合通过人员塑造来提高企业的数据分析力和综合竞争力，从而提高企业各项战略决策的质量和效益。周建发(2020)在研究企业绩效上将大数据作为新生产要素，着重研究了该新生产要素在企业中表现出的战略导向生产力，利用构建的理论模型进行市政研究，得出了战略导向能够直接影响作用于企业绩效上，且这种作用是显著的[2]，将大数据与战略决策作为一体化分析其对企业发展的辐射和调节作用。
1.3研究内容和研究方法
1.3.1研究内容
由于大数据进入企业是未来发展的必然趋势，信息技术竞争也将越来越激烈，企业应用大数据的成熟程度将深刻影响企业的发展，同时，粤港澳大湾区已经列入我国未来经济发展计划，是未来城市发展的重点区域，湾区内的各企业也因此担负着不可忽视的经济发展任务，其制定的战略决策的影响力也在不断扩散，企业在面临数据信息复杂、市场变化莫测和发展任务繁重的情况下，只有高度重视新时代给自身带来的挑战，客观分析所处环境的有利和不利因素，积极主动地改变战略决策来应对困难才能适应如今复杂的发展环境，创造出可观的发展前景。本研究通过整理已有的相关理论并分析目前所面对的现实背景，将粤港澳大湾区外贸企业作为研究主体，分析该主体在大数据背景下制定战略决策过程中面临的挑战，并就挑战提出相应的应对措施，以此作为对大数据与企业经济领域的补充和扩展。
本论文的研究内容主要包括以下六个方面：一是介绍研究的背景、意义及目的，总结归纳国内外大数据、企业战略决策、大数据与企业战略决策结合的现状，研究思路以及方法；二是大数据的相关概论，分析归纳大数据的发展历程、大数据的概念及其对企业经济的影响；三是对粤港澳大湾区外贸企业发展战略的现状和存在问题进行分析，采用比较分析方法和SWOT分析法，对企业的内、外部环境和竞争环境进行分析；四是基于大数据时代，对粤港澳大湾区外贸企业发展战略带来的具体挑战；五是对粤港澳大湾区外贸企业面临的挑战提供相应的应对措施；六是全文总结。
1.3.2研究方法
文献研究法。
本文运用文献研究法，通过检索、收集、整理、鉴别相关文献，了解学习相关概念的研究现状，并找到突破点进行新角度的研究。在目前学者完成的大数据对企业的影响的研究基础上，结合近年来备受关注的经济区块粤港澳大湾区进行研究，锁定粤港澳大湾区外贸企业在大数据背景下遗留的问题，根据相关资料寻找有效地解决方法。数据分析法。
本文通过对相关课题的图表、数据进行分析、比较、整理、总结，找出各方面数据之间的关联点，分析粤港澳大湾区及湾区内外贸企业的发展现状，得出目前湾区外贸企业在信息时代存在的问题，再针对存在的问题提供有效的解决方案。
1.4本章小结
大数据时代早已是发展的必然趋势，对企业战略决策的影响也已经不断深化，目前对于大数据的学科研究更多还是在计算机软件、计算机应用、信息科技等领域，企业尤其是中小型企业对大数据的应用仍需要进行充分的认识和实践。粤港澳大湾区作为目前我国最具经济活力的创新型城市集群，以其独特的多种制度并存、不断创新的发展理念为我国经济提高影响力，因此其在大数据时代的发展也极具研究意义。本文基于大数据在企业战略管理的理论基础，着重分析粤港澳大湾区外贸企业在数据信息“爆炸”的时代制定战略决策时所面临的挑战，通过本文的研究，以期为粤港澳大湾区外贸企业提供应对方法。
第2章大数据概述
2.1大数据的发展历程
如今对大数据的研究已有三十多年的历史，相对而言趋向成熟。通过整合文献资料，笔者根据时间的先后顺序提取了大数据在国外的发展历程国内对于大数据的研究稍晚于国外，国内对于大数据的研究大致以2012年为分界点，国内早期对大数据的研究基于对国外大数据著作进行翻译和整理，在2012年前大数据在我国处于萌芽阶段，研究分析较少，自2012年起大数据开始运用于我国各行各业并高速发展，对大数据的研究也呈现出高速递增的趋势并逐渐趋于饱和，国内历年对大数据的研究分析量如图2.1所示。
2.2大数据的含义及特征
虽然对大数据概念的研究已经较为透彻，但一直以来各学术界的学者对大数据的含义并无统一的说法，呈现出不断进阶不断变化的趋势。维基百科对大数据的定义是:大数据是指利用常用软件工具来获取、管理和处理数据所耗时间超过可容忍时间的数据集[3]。麦肯锡公司也提出了类似的概念，即大数据是指大小超出常规的数据库工具获取、存储、管理和分析能力的数据集[4]。笔者认为这种概念并不完整，因为它只强调了大数据中最显著的特征“量大”。而研究机构Gartner则认为大数据是需要新型数据处理模式才能发挥更强的决策力、洞察发现力和流程优化能力的海量、高增速、多样化和有价值的信息资产[5]，这个概念主要强调新的分析处理工具对激发大数据优势的重要性，本文认为此概念更倾向于描述大数据的特点。
本文认为，如今对大数据的定义不应只注重其表面的数量大、类型多，更应关注大数据的分析、应用、自身随时代发展而变化的综合价值，大数据不是简单的巨型信息数据集合体，它将平面数据结构化，再将结构化的数据融合到数字平台，由起初的文档、网页等文字性内容扩展到管理生产和财务、分析客户偏好和用户行为、规划产品和企业的未来发展策略上。在这新一代信息技术和服务业态的背景下，过去人们很难收集、整理、分析、使用的数据变得能够轻松利用起来，各行各业对大数据的广泛运用使得这项技术不断创新发酵，大数据在如今或是未来都会为人类创造更多的价值。
目前国际上普遍认可的大数据特征是IBM公司提出的“4V”模型。所谓“4V”是指容量大(Volume)、增长率快(Velocity)、数据种类多(Variety)以及数据价值高(Value)。
(一)容量大
如今从量上看数据就像一个将要“爆炸”的巨大集合体，以TB为数据存储单位已无法满足现实需求，数据存储单位逐渐升级为PB、EB、ZB、YB。
(二)增长率快
如今的时代无时无刻都在产出新的数据，持续更新换代的数据对时效性提出了更高的要求，更从计算机配置和人员分析能力上给企业带来新的挑战。
(三)数据种型多
数据的存在形式呈现出多样性特征，包括结构化数据、半结构化数据和非结构化数据。2012年，非结构化数据占全球互联网数据量的75%以上，不难推测非结构化数据在数据存储上的主导地位。相较于能够用二维表结构来表现的结构化数据，半结构化数据和非结构化数据并未严格地按照数据格式与长度规范排列，因此大数据时代的数据分析集中在对数据处理技术和对非结构化数据模型的研究上[6]。
(四)数据价值高
大数据具有很高的经济价值。通过对大数据的分类、分析，可以将看似互不关联的信息数据结合起来得到大量有效的、高价值的、隐藏在数据背后的新机遇，大量高价值的数据无疑为企业提供了经营战略的新视角，企业无需像以往一样用少数信息资料来判断未来发展方向，而可以站在更高层次分析可持续发展的机会。
2.3大数据对企业战略决策的影响
2.3.1对决策环境的影响
大数据增加了企业决策环境的复杂性。数据的大量集结聚合，彻底颠覆了传统的决策环境，过去人们依赖着抽样的小部分数据进行分析用户行为、企业经营状况，再以此来指定下一季度或年度的发展战略，而如今大数据在企业内的广泛运用，为企业提供了前所未有的大量的客观数据，决策环境不再是零散而不全面的残缺数据集合。另一方面，大数据的出现并运用于企业中，也无疑给企业带来了新难题，过量的数据涌入决策环境中，该如何取舍成为了如今企业制定战略决策前需要解决的问题。
2.3.2对决策工具的影响
大数据对企业的数据分析能力提出了更高要求。如上文所述的企业需要在无尽的数据库中挑选出有效的数据，企业就需要具备具有相应能力的决策工具，如企业的软硬件是否能够快速准确的处理大量的数据，企业的信息处理系统能否跟上需求等。大数据只是为人们创建了一种新型“仓库”，用以储存互联网持续产生的数字信息，其不具备甄别数据优劣的能力，这项能力是互联网时代的企业需要具备的，企业的长远发展需要以知识为支撑点，尤其是在大数据时代下，知识的规模、类型逐渐增加，由此带来的对数据挖掘、分析和处理能力提出更高要求[7]。
2.3.3对企业决策体系的影响
大数据推动了企业决策体系的改革。过去企业决策体系主要成员为企业管理层，决策的制定依靠较少的数据和管理层多年经营企业所积累的经验，决策体系较为单一，大数据时代对企业决策体系的影响最主要体现在将集中决策与分散决策相结合，体系内成员不再是单一的管理层，数据分析师将成为参与企业决策的领军人物，在决策体系中占据关键地位，因为数据分析师具备分析大量数据并将分析结果整合到企业的实际业务运营中，将直观的数据信息传达给管理层，帮助管理层有效的使用数据[8]，实现数据分析与个人经验思想相结合，共同驱动决策的最终制定。
2.3.4对决策者的影响
大数据改变了企业决策者的思维模式。过去企业进行决策时，主观性大于客观性，往往是依赖于决策者的过往经验进行主观臆断。不确定的、动态的大数据时代下，这种缺乏客观数据支撑的决策方式不再适用，复杂多变的信息需要结合决策者全面、客观、科学的分析，这就要求决策者需要不断学习大数据的相关知识，转变战略思维模式，提高自身的洞察力，使其能依靠自身的知识储备运用恰当的数据作出高效益高价值的决策，成为企业未来制胜的领军人物[9]。
第3章粤港澳大湾区外贸企业的发展现状及存在问题
3.1粤港澳大湾区各市外贸企业发展现状
粤港澳大湾区在改革开放后才逐步集结发展，从依靠制造业的廉价劳动力输出到开展服务业的全球合作，从深港湾区的愿景到珠三角城市群再进阶到如今的粤港澳大湾区城市群的发展战略，粤港澳大湾区已然成为国家建设世界级城市群、参与全球竞争的重要空间载体。对比其他三个世界湾区，粤港澳大湾区虽有自身独特优势，但在全球经济范围内，其在引导全球资源要素分配、引领全球技术创新、带动全球产业升级等板块影响力不足，且自身经济发展水平、湾区内企业号召力、高质量教育资源等方面还存在明显的短板差距[10]。
粤港澳大湾区优越的地理位置，为外贸产业这项第三产业提供了优质的自然条件，但就目前而言，湾区内的各市的贸易发展不均衡，近五年来粤港澳大湾区各城市的进出口贸易总额见表3.1。
表3.1近五年粤港澳大湾区各城市进出口贸易总值
| 进出 2016 2017 2018 2019 2020 口总值(亿美元) 外部分析 1293.09 1432.50 1485.05 1450.19 1376.12 年份 广州 |
数据来源:作者根据广东省统计局、香港特别行政区政府统计处和澳门特别行政区统计暨普查局的数据计算而得。根据表格数据显示，香港、深圳、东莞、广州近五年的进出口总值占比较大，对湾区内外贸行业贡献率高，其余五市呈现出明显断层现象，湾区内贸易发展不均衡，外贸行业属于第三产业，是世界各大湾区持续倾向发展的产业层次，相较于其他三个世界湾区，目前粤港澳大湾区的第三产业比例较小，结构层次发展较低。纽约、旧金山和东京湾区的第三产业发展趋于成熟，尤其是纽约湾区自2011年以来第三产业占比已经达到90%以上，相较之下，粤港澳大湾区第二产业在产业结构中仍有偏重，未来的发展进程仍需花时间调整产业结构，具体数值见表3.2。
表3.22010年、2020年四大湾区产业结构比重
| 2010 第一产业 | 第二产业 第三产业 | 2020 第一产业 | 第二产业 第三产业 | |||
| 纽约湾区 | 0.04 | 10.02 | 89.94 | 0.02 | 8.57 | 91.41 |
| 旧金山湾区 | 0.44 | 20.93 | 78.64 | 0.38 | 19.28 | 80.34 |
| 东京湾去 | 0.48 | 21.93 | 77.61 | 0.54 | 22.82 | 76.63 |
| 粤港澳大湾区 | 1.46 | 35.73 | 62.81 | 1.17 | 32.38 | 66.45 |
数据来源：广东省统计局、香港特别行政区政府统计处、澳门特别行政区统计暨普查局、美国经济分析局、日本内阁府等数据整理而得
目前湾区内的外贸产业到达了发展瓶颈，产业内潜在问题逐渐暴露，外贸行业转型升级势在必行。近年来全球遭受疫情的持续影响，贸易行业也遭遇冲击，外贸企业的线下经济活动阻力增强，企业展开数字贸易的进程因此推进，信息时代下催生的数字贸易解决了外贸企业在展开经济活动时的空间跨度问题，加之近年来全球跨境电商的逐步成熟，为外贸企业带来了数字贸易的基础建设，大数据带来的机遇将成为湾区外贸企业转型升级的加速器。
第4章大数据时代粤港澳大湾区外贸企业制定战略决策的挑战
4.1传统外贸模式无法顺应时代需求
大数据时代是外贸企业经营模式转型升级的机遇点，转型升级的板块集中在开拓市场模式和产销模式上。目前我国传统外贸企业的目标市场主要还是集中在发达国家，近年来“一带一路”政策在多方面推动了许多发展中国家的发展，东南亚、中东和非洲等地区逐步实现互联网全覆盖，越来越多发展中国家跟上了大数据时代，大数据在无形中为粤港澳大湾区外贸企业开扩了更广阔的市场[11]。但这片新兴市场由于政治、经济、文化的差异为外贸企业带来了新的挑战，克服地域性的市场差异才是真正抓住了开扩市场的“财富密码”。
过去传统的外贸企业依靠线下贸易展会或交易平台信息等低效率、高成本的方式来挖掘新的客户资源，开扩市场的速度缓慢，在国际市场上占有率低。新外贸模式的核心就是信息，这些信息既可以通过互联网传送到各外贸企业实现信息的双向公开，又可以将零散的信息收集起来，将有贸易意向的交易双方完成精准对接，实现外贸企业在全球范围内的相互交易。但在看似交易进行的简单轻松的过程中，企业往往忽略了自身难以满足这样高精准化的市场需求，大数据让外贸企业能够及时快速的掌握全球市场上消费者的需求偏好，将企业的客户群体精准细化分类。但目前外贸企业的生产模式仍旧是传统的批量生产销售[12]，这种传统生产模式与高速动态化的市场相违背，在产销模式无法满足交易模式的情况下，外贸企业就无法充分发挥大数据带来的产业内转型发展的机遇。
4.2信息数据量大易导致判断失误
大数据时代数据量大且数据类型多，对企业的数据分析能力要求极高。过去数据信息不发达的时代，企业往往追求数据的多多益善，以此来充实企业内部的资源，而如今企业生存在数不胜数的数据当中，浓缩出千万数据中的精华成为新的目标，收集数据已成为过去的需求，处理和分析数据才是如今的意义所在。外贸企业不可盲目收集数据，尤其是湾区内大多数为中小型外贸企业，自身在动态市场本就风险重重，盲目收集数据除了耗费过多的时间和人力成本，还会由于数据质量不高导致对市场分析不精确、对未来市场预测不准确的情况，由此制定的决策就更不具备战略意义。
4.3企业数据安全性低，企业外贸风险增强
大数据时代下最具价值的是数据，但暗含极大危机的也是数据。一方面大数据让企业之间实现了信息共享，企业各方面的经营业务数字化，另一方面互联网是一个开放的空间，我国目前的数据安全的相关法律法规、技术规范和安全标准仍需完善[13]，这样的外部环境下如果企业没有及时采取有效的手段保护内部数据和机密数据，就极有可能遭遇数据泄露而引发的一系列商业危机。就内部环境而言，企业内缺乏标准化的信息安全保障措施，员工对信息安全的重视程度严重不足，导致企业在日常运营中处处存在数据安全风险。粤港澳大湾区内的外贸企业除了承载着多样化的经济体制，也担负着我国重要的经济发展目标，是联系国内外经济的重要载体，湾区内任何企业的信息安危都可能对湾区甚至甚至是整个国家产生一定的经济影响和社会影响，因此企业在享受更前沿和开放环境的同时，需要对信息安全给予充满的关注和技术上的突破。
4.4应用大数据的成本高，中小型企业难以负荷
目前数据源主要是结构化数据，但是企业拥有的数据多为非结构化以及半结构化的数据。对数据的价值衡量标准不应局限于数据本身，企业还应考虑获得数据资源的过程中所花费的成本能否与反馈出来的价值成正比，包括企业软硬件设施设备能否高速运行大量的数据进行收集存储、企业是否具备兼外贸知识和数据分析能力的人才[14]，这些都是涵盖在数据成本中的考量因素。
本站文章通过互联网转载或者由本站编辑人员搜集整理发布，如有侵权，请联系本站删除。