捷克裔美国经济学家米兰瑟兰尼（Milen Zeleny）1987年在一篇题为《管理支援系统：迈向整合知识管理》（Management Support Systems：Towards Integrated Knowledge Management）的论文中提出DIKW体系，即数据（Data）、信息（Information）、知识（Knowledge）、智慧（Wisdom）。笔者认为，DIKW构成现代各种学问及其实践之基础，企业管理和策略管理亦不例外。

数据是信息的载体，从数据提升至信息不仅是一门技术，也是一门艺术。通过对原始数据进行加工所获得的具有逻辑的数据则为信息。数据和信息经过处理后，就成为知识。知识是更为高级和抽象的概念，具有系统性、规律性和可预测性。智慧则是在知识基础上，通过经验积累，逐渐形成对事物的深刻认识、洞见，最终以精准的判断力体现。

交易平台，仪器、运输工具、机器等运作，时时刻刻都在产生并使用数据。数据如同石油、电力一样不可或缺，为企业提供源源不断的动能。数据作为生产力的“黏合剂”和“催化剂”，赋予其他要素能量。数字经济时代，数据经济对生产力发展的影响，必然超过传统的生产要素，成为不可替代的“第五元素”。

统计方法将不同来源的数据组合在一起，提升为信息和知识，以获得更好的总体估计或回答问题。数据使用就是把数据用作支持商业任务、例如战略规划、客户关系管理（CRM）、处理发票、向供应商发送采购订单等。更为先进的是数据分析，目的是建立新的信息和产生商业洞察力，即企业智慧涵盖对过去业务绩效和调查技能及实践，以获得对未来走向的洞察和驱动中长期商业规划。

决策树为一种用“树状结构”组成的数据群，列出各种选择方案的结果及风险，以供企业家作出决策或预测，其核心概念为透过一连串的是/否问题，逐步把信息分类（如贷款质素评定）、廻归（如房价预测）及分析（如商业和医疗上辅助人工作出判断）。从数据到信息附加了很多人工操作，信息来源于数据而层次又高于数据，数据通过信息体现其涵义，而信息依附于数据而存在。

会计信息系统（AIS）通过建立、记录、报告和汇总企业的财务交易事项，向企业决策者提供可靠信息。AIS的主要模式是输入——处理——输出和报告。交易事项输入到AIS中，经记录或处理，然后归纳成报告。AIS中的数据以对决策者最有用的方式进行汇总，可以编制成简单的每日销售报告，也可以编制成较复杂的提交给监管当局的合规报表。

数据仓库为一组大型数据库，由主要用于分析而不是处理交易事项的详细数据汇总组成，可用来检索企业的各种程序、资源和存储位置。数据仓库经常清理和组织数据，以便用以搜索。例如企业绩效管理（EPM），包括对企业绩效的监控和评价。企业资源规划（ERP）系统帮助管理公司日常运管，而EPM则是通过分析、综合和报告来管理业务。专门开发EPM软件包使许多财务报表合并和报告职责自动化，加上软件即服务（SAAS）程序为企业广泛采用，使员工可将精力放在更高层次的任务上，而不是困身在繁复而低效的工序上。

数据纳生产要素 创造经济价值

在数字时代，土地、资本、劳动力和技术这些传统生产要素结合，产生新的价值。数据已和其他要素一起融入经济价值的创造过程，将数据纳入生产要素范围，是数字经济发展的必然结果。数据要素是数字经济的关键，其巨大价值和潜能可分为三个层次：第一个层次，是“新资源”；第二个层次，是“新资产”；第三个层次，是“新资本”。地区间的数据共享交换，可推动交易流通、跨境传输、因此有必要制定国际规则和标准。中国新科技企业如腾讯、百度、华为等均在发展数字经济过程中作出过大量探索，成绩斐然。

值得鼓舞的是，香港特区政府在2024年7月成立“数字政策办公室”，以数字政策驱动智慧创新，并促进粤港澳大湾区数据跨境流通。千里之行，始于足下，期待香港的数字经济在产学研的相互配合下，稳定发展。

（作者为香港理工大学工商管理博士、资深金融家）