Infraestrutura Facilitadora da Inteligência Competitiva, Adaptabilidade Psicológica e Desempenho Organizacional: Evidências de Empresas Manufatureiras Chinesas
DOI:
https://doi.org/10.37497/eagleSustainable.v17i.493Palavras-chave:
Inteligência competitiva, Infraestrutura facilitadora, Ciclo de inteligência, Governança da inteligência, Adaptabilidade psicológica, Desempenho organizacional, Manufatura chinesaResumo
Objetivo: Este estudo examina se a infraestrutura facilitadora da Inteligência Competitiva (Competitive-Intelligence Enabling Infrastructure – CIEI) está associada a uma proxy de horizonte cognitivo da adaptabilidade psicológica e, subsequentemente, ao desempenho organizacional em empresas manufatureiras chinesas. O estudo aborda a distinção entre infraestrutura digital e analítica e um sistema completo de Inteligência Competitiva, composto por planejamento da inteligência, coleta, análise, disseminação, utilização, feedback, ética e governança.
Metodologia/Abordagem: O estudo analisa 19.035 observações empresa-ano de 3.169 empresas manufatureiras chinesas listadas em bolsa, durante o período de 2014 a 2023. A CIEI é modelada como um índice formativo baseado em dados de arquivo, composto por capacidade de big data, investimento em inteligência digital e capacidade analítica. O baixo nível de miopia gerencial é utilizado como uma proxy limitada de horizonte cognitivo da adaptabilidade psicológica, enquanto o desempenho organizacional combina Q de Tobin, rentabilidade bruta e giro do ativo. A estrutura analítica inclui análise descritiva de difusão, modelos agrupados (pooled models), efeitos fixos de empresa e ano, especificações com defasagem de um ano, análises de composição em nível de componentes e por componentes principais, bootstrap com agrupamento por empresa e 1.000 replicações e GMM para painel dinâmico. A World Bank Enterprise Survey de 2024 para a China é utilizada apenas como uma fonte contextual separada, uma vez que não estão disponíveis observações em nível de empresa, definidas de maneira consistente, para 2024–2025 no painel principal.
Originalidade/Relevância: O estudo não equipara infraestrutura digital à Inteligência Competitiva. Em vez disso, identifica uma camada facilitadora empiricamente observável, ao mesmo tempo em que a distingue explicitamente dos processos não mensurados do ciclo de inteligência, incluindo governança, disseminação, utilização, feedback e uso responsável da inteligência na tomada de decisão. Essa distinção proporciona uma base mais defensável para a utilização de dados corporativos de arquivo em pesquisas sobre Inteligência Competitiva.
Principais Resultados: A CIEI apresentou difusão substancial entre as empresas observadas; 76,3% das 772 empresas pertencentes à coorte balanceada de dez anos migraram para um quartil superior de infraestrutura. A CIEI do ano anterior apresentou associação positiva com o desempenho organizacional subsequente (b = 0,054; p = 0,019), enquanto o baixo nível de miopia gerencial apresentou uma associação positiva menor (b = 0,016; p = 0,048). A CIEI defasada não apresentou associação estatisticamente significativa com a proxy de adaptabilidade, e o intervalo do efeito indireto obtido por cluster bootstrap incluiu zero. As estimativas em nível de componentes mostraram-se heterogêneas, e os resultados do GMM variaram de acordo com a classificação dos instrumentos; consequentemente, os achados não permitem estabelecer causalidade nem validar um sistema completo de Inteligência Competitiva.
Contribuições Teóricas/Metodológicas: O estudo reconecta a pesquisa baseada em análises de dados de arquivo às perspectivas clássicas de processo, maturidade, governança e utilização da Inteligência Competitiva na tomada de decisão. Metodologicamente, estabelece limites explícitos para os construtos, trata a CIEI como um índice formativo de infraestrutura facilitadora, em vez de uma escala reflexiva de Inteligência Competitiva, separa as especificações principais das análises de sensibilidade e combina ordenação temporal, efeitos fixos de empresa, inferência com erros agrupados, análise bootstrap e diagnósticos de painel dinâmico. Os resultados demonstram que a infraestrutura analítica pode ser monitorada por meio de dados públicos, mas sua conversão em Inteligência Competitiva requer processos organizacionais que não podem ser inferidos exclusivamente a partir de indicadores tecnológicos.
Downloads
Referências
Agazu, B. G., Kero, C. A., & Debela, K. L. (2025). Transformational leadership and firm performance: A systematic literature review. Journal of Innovation and Entrepreneurship, 14, 29. https://doi.org/10.1186/s13731-025-00476-x DOI: https://doi.org/10.1186/s13731-025-00476-x
Ali, M., Jabri, A., Shaloh, S., Shakhoor, N., Yacine, M., & Yousef, B. (2024). The impact of dynamic capabilities on enterprise agility: The intervening roles of digital transformation and IT alignment. Journal of Open Innovation: Technology, Market, and Complexity, 10(2), 100266. https://doi.org/10.1016/j.joitmc.2024.100266 DOI: https://doi.org/10.1016/j.joitmc.2024.100266
Alkandi, I. G., & Helmi, M. A. (2024). The impact of strategic agility on organizational performance: The mediating role of market orientation and innovation capabilities in emerging industrial sector. Cogent Business & Management, 11(1), 2396528. https://doi.org/10.1080/23311975.2024.2396528 DOI: https://doi.org/10.1080/23311975.2024.2396528
Atanassova, I., Bednar, P., Khan, H., & Khan, Z. (2025). Managing the VUCA environment: The dynamic role of organizational learning and strategic agility in B2B versus B2C firms. Industrial Marketing Management, 125, 12–28. https://doi.org/10.1016/j.indmarman.2024.12.008 DOI: https://doi.org/10.1016/j.indmarman.2024.12.008
Babina, T., Fedyk, A., He, A., & Hodson, J. (2024). Artificial intelligence, firm growth, and product innovation. Journal of Financial Economics, 151, 103745. https://doi.org/10.1016/j.jfineco.2023.103745 DOI: https://doi.org/10.1016/j.jfineco.2023.103745
Badghish, S., & Soomro, Y. A. (2024). Artificial intelligence adoption by SMEs to achieve sustainable business performance: Application of the technology–organization–environment framework. Sustainability, 16(5), 1864. https://doi.org/10.3390/su16051864 DOI: https://doi.org/10.3390/su16051864
Barata, S. F. P. G., Ferreira, F. A. F., Carayannis, E. G., & Ferreira, J. J. M. (2023). Determinants of e-commerce, artificial intelligence, and agile methods in small- and medium-sized enterprises. IEEE Transactions on Engineering Management, 71, 6903–6917. https://doi.org/10.1109/TEM.2023.3269601 DOI: https://doi.org/10.1109/TEM.2023.3269601
Beyari, H., & Hashem, T. (2025). The role of artificial intelligence in personalizing social media marketing strategies for enhanced customer experience. Behavioral Sciences, 15(5), 700. https://doi.org/10.3390/bs15050700 DOI: https://doi.org/10.3390/bs15050700
Carter, J. W., & Youssef-Morgan, C. (2022). Psychological capital development effectiveness of face-to-face, online, and micro-learning interventions. Education and Information Technologies, 27(5), 6553–6575. https://doi.org/10.1007/s10639-021-10824-5 DOI: https://doi.org/10.1007/s10639-021-10824-5
Chatterjee, S., Chaudhuri, R., Vrontis, D., & Thrassou, A. (2023). Revisiting the resource-based view (RBV) theory: From cross-functional capabilities perspective in post COVID-19 period. Journal of Strategic Marketing, 33(6), 822–837. https://doi.org/10.1080/0965254X.2023.2182447 DOI: https://doi.org/10.1080/0965254X.2023.2182447
Chen, C. (2024). Influence of big data analytical capability on new product performance – the effects of collaboration capability and team collaboration in high-tech firms. Chinese Management Studies, 18(1), 1–23. https://doi.org/10.1108/CMS-02-2022-0053 DOI: https://doi.org/10.1108/CMS-02-2022-0053
Chen, N., & Yang, Y. (2023). The role of influencers in live streaming e-commerce: Influencer trust, attachment, and consumer purchase intention. Journal of Theoretical and Applied Electronic Commerce Research, 18(3), 1601–1618. https://doi.org/10.3390/jtaer18030081 DOI: https://doi.org/10.3390/jtaer18030081
Chen, Y., Li, J., & Zhang, J. (2024). Digitalisation, data-driven dynamic capabilities and responsible innovation: An empirical study of SMEs in China. Asia Pacific Journal of Management, 41(3), 1211–1251. https://doi.org/10.1007/s10490-022-09845-6 DOI: https://doi.org/10.1007/s10490-022-09845-6
Cheng, H., & Chen, C. (2022). Evolution of competitive intelligence research in the big data era. Information Processing & Management, 58(1), 102564. https://doi.org/10.1016/j.ipm.2021.102564 DOI: https://doi.org/10.1016/j.ipm.2021.102564
Cheng, W., Li, C., & Zhao, T. (2024). The stages of enterprise digital transformation and its impact on internal control: Evidence from China. International Review of Financial Analysis, 92, 103079. https://doi.org/10.1016/j.irfa.2024.103079 DOI: https://doi.org/10.1016/j.irfa.2024.103079
De las Heras-Rosas, C. J., & Herrera, J. (2021). Innovation and competitive intelligence in business: A bibliometric analysis. International Journal of Financial Studies, 9(2), 31. https://doi.org/10.3390/ijfs9020031 DOI: https://doi.org/10.3390/ijfs9020031
Eng, I., Aboagye, E., Bergsten, E. L., & Strömberg, A. (2025). Balancing employee flexibility and organizational performance: Implications for innovation, productivity, and company attractiveness in SMEs. Frontiers in Psychology, 16, 1518284. https://doi.org/10.3389/fpsyg.2025.1518284 DOI: https://doi.org/10.3389/fpsyg.2025.1518284
Haftor, D. M., Costa Climent, R., & Ribeiro-Navarrete, S. (2024). Firms’ use of predictive artificial intelligence for economic value creation and appropriation. International Journal of Information Management, 79, 102836. https://doi.org/10.1016/j.ijinfomgt.2024.102836 DOI: https://doi.org/10.1016/j.ijinfomgt.2024.102836
Hossain, M. A., Agnihotri, R., Islam Rushan, M. R., Rahman, M. S., & Sumi, S. F. (2022). Marketing analytics capability, artificial intelligence adoption, and firms’ competitive advantage: Evidence from the manufacturing industry. Industrial Marketing Management, 106, 240–255. https://doi.org/10.1016/j.indmarman.2022.08.017 DOI: https://doi.org/10.1016/j.indmarman.2022.08.017
Huang, B., Song, J., Xie, Y., Li, Y., & He, F. (2022). The effect of big data analytics capability on competitive performance: The mediating role of resource optimization and resource bricolage. Frontiers in Psychology, 13, 882810. https://doi.org/10.3389/fpsyg.2022.882810 DOI: https://doi.org/10.3389/fpsyg.2022.882810
Katsaros, K. K. (2024). Gen Z employee adaptive performance: The role of inclusive leadership and workplace happiness. Administrative Sciences, 14(8), 163. https://doi.org/10.3390/admsci14080163 DOI: https://doi.org/10.3390/admsci14080163
Kim, S.-S., & Yoon, D.-Y. (2025). Impact of empowering leadership on adaptive performance in hybrid work: A serial mediation effect of knowledge sharing and employee agility. Frontiers in Psychology, 16, 1448820. https://doi.org/10.3389/fpsyg.2025.1448820 DOI: https://doi.org/10.3389/fpsyg.2025.1448820
Li, Z., Shu, K., Cheng, M., & Nian, J. (2024). Exploring the nexus between international perspective, innovation resources, and entrepreneurial internationalization: A resource-based and behavioral perspective. Journal of the Knowledge Economy. Advance online publication. https://doi.org/10.1007/s13132-024-02012-w DOI: https://doi.org/10.1007/s13132-024-02012-w
Loghman, S., Quinn, M., Dawkins, S., Woods, M., Om Sharma, S., & Scott, J. (2023). A comprehensive meta-analyses of the nomological network of psychological capital (PsyCap). Journal of Leadership & Organizational Studies, 30(1), 108–128. https://doi.org/10.1177/15480518221107998 DOI: https://doi.org/10.1177/15480518221107998
Ma, G., Wu, W., Liu, C., Ji, J., & Gao, X. (2024). Empathetic leadership and employees’ innovative behavior: Examining the roles of career adaptability and uncertainty avoidance. Frontiers in Psychology, 15, 1371936. https://doi.org/10.3389/fpsyg.2024.1371936 DOI: https://doi.org/10.3389/fpsyg.2024.1371936
Mueller-Saegebrecht, S., & Walter, A.-T. (2025). Strategic agility—An urgent capability for successful business model innovation? A conceptual process model and theoretical framework. Strategic Change, 34(4), 407–428. https://doi.org/10.1002/jsc.2645 DOI: https://doi.org/10.1002/jsc.2645
Pelletier, C., L’Écuyer, F., & Raymond, L. (2025). Building organizational agility through digital transformation: A configurational approach in SMEs. Industrial Management & Data Systems, 125(4), 1503–1529. https://doi.org/10.1108/IMDS-05-2024-0488 DOI: https://doi.org/10.1108/IMDS-05-2024-0488
Su, X., Zeng, W., Zheng, M., Jiang, X., Lin, W., & Xu, A. (2021). Big data analytics capabilities and organizational performance: The mediating effect of dual innovations. European Journal of Innovation Management, 25(4), 1142–1160. https://doi.org/10.1108/EJIM-10-2020-0431 DOI: https://doi.org/10.1108/EJIM-10-2020-0431
Sun, P., Yuan, C., Li, X., & Di, J. (2024). Big data analytics, firm risk and corporate policies: Evidence from China. Research in International Business and Finance, 70, 102371. https://doi.org/10.1016/j.ribaf.2024.102371 DOI: https://doi.org/10.1016/j.ribaf.2024.102371
Tang, G., Abu Bakar, R., & Omar, S. (2024). Positive psychology and employee adaptive performance: A systematic literature review. Frontiers in Psychology, 15, 1417260. https://doi.org/10.3389/fpsyg.2024.1417260 DOI: https://doi.org/10.3389/fpsyg.2024.1417260
Weichselbraun, A., Süsstrunk, N., Waldvogel, R., Glatzl, A., Braşoveanu, A. M. P., & Scharl, A. (2024). Anticipating job market demands—A deep learning approach to determining the future readiness of professional skills. Future Internet, 16(5), 144. https://doi.org/10.3390/fi16050144 DOI: https://doi.org/10.3390/fi16050144
Wu, Q., Yan, D., & Umair, M. (2023). Assessing the role of competitive intelligence and practices of dynamic capabilities in business accommodation of SMEs. Economic Analysis and Policy, 77, 1103–1114. https://doi.org/10.1016/j.eap.2022.11.024 DOI: https://doi.org/10.1016/j.eap.2022.11.024
Wu, S., & Luo, X. (2024). How does big data analytics capability affect firm performance? Unveiling the role of organisational resilience and environmental dynamism. European Journal of Information Systems. Advance online publication. https://doi.org/10.1080/0960085X.2024.2375262 DOI: https://doi.org/10.1080/0960085X.2024.2375262
Xu, Q., Hou, Z., Zhang, C., Cui, Y., & Hu, X. (2023). Influences of human, social, and psychological capital on career adaptability: Net and configuration effects. Current Psychology. https://doi.org/10.1007/s12144-023-04373-y DOI: https://doi.org/10.1007/s12144-023-04373-y
Zhang, J., & Li, H. (2022). The impact of big data management capabilities on the performance of manufacturing firms in Asian economy during COVID-19: The mediating role of organizational agility and moderating role of information technology capability. Frontiers in Psychology, 13, 833026. https://doi.org/10.3389/fpsyg.2022.833026 DOI: https://doi.org/10.3389/fpsyg.2022.833026
Zhao, S., Zhang, L., Peng, L., Zhou, H., & Hu, F. (2024). Enterprise pollution reduction through digital transformation? Evidence from Chinese manufacturing enterprises. Technology in Society, 77, 102520. https://doi.org/10.1016/j.techsoc.2024.102520 DOI: https://doi.org/10.1016/j.techsoc.2024.102520
Zhuo, C., & Chen, J. (2023). Can digital transformation overcome the enterprise innovation dilemma: Effect, mechanism and effective boundary? Technological Forecasting and Social Change, 190, 122378. https://doi.org/10.1016/j.techfore.2023.122378 DOI: https://doi.org/10.1016/j.techfore.2023.122378
Downloads
Publicado
Como Citar
Edição
Seção
