企業(yè)數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的影響

張振剛，張君秋，葉寶升，陳一華

(1.華南理工大學(xué) 工商管理學(xué)院 廣東 廣州 510641；2.廣州數(shù)字創(chuàng)新研究中心 廣東 廣州 510641)

0 引言

如何通過數(shù)字化轉(zhuǎn)型推動創(chuàng)新，積極應(yīng)對后疫情時代的內(nèi)外壓力，實現(xiàn)高質(zhì)量發(fā)展是企業(yè)亟待解決的難題。數(shù)字技術(shù)作為數(shù)字經(jīng)濟時代的關(guān)鍵動力，正引領(lǐng)產(chǎn)業(yè)變革，重塑企業(yè)生產(chǎn)方式，推動新業(yè)態(tài)、新模式出現(xiàn)與發(fā)展。數(shù)字化轉(zhuǎn)型能夠加速商業(yè)模式創(chuàng)新進(jìn)程，為企業(yè)成長與價值創(chuàng)造提供明確的方向[1]。那么，企業(yè)數(shù)字化轉(zhuǎn)型如何影響商業(yè)模式創(chuàng)新？現(xiàn)有研究指出，從企業(yè)內(nèi)部視角看，數(shù)字化轉(zhuǎn)型是企業(yè)內(nèi)部流程的深刻變革[2]，通過影響業(yè)務(wù)流程[3]實現(xiàn)研發(fā)、生產(chǎn)、營銷等流程整合，從而推動商業(yè)模式創(chuàng)新。肖靜華等[4]指出，美的利用大數(shù)據(jù)等數(shù)字技術(shù)實現(xiàn)從大規(guī)模制造到智能制造轉(zhuǎn)變，這一過程為傳統(tǒng)制造行業(yè)重塑商業(yè)模式提供了新的發(fā)展方向。從企業(yè)外部視角看，數(shù)字化轉(zhuǎn)型通過構(gòu)建包括新平臺、新網(wǎng)絡(luò)及智能互聯(lián)產(chǎn)品等在內(nèi)的連接機制，實現(xiàn)與客戶、合作伙伴甚至政府相關(guān)部門的高度互聯(lián)，構(gòu)建多元主體協(xié)同生態(tài)系統(tǒng)[5]。企業(yè)通過連接技術(shù)加強與外部互動，促進(jìn)技術(shù)、產(chǎn)品等資源交換，挖掘產(chǎn)業(yè)未來創(chuàng)新方向，實現(xiàn)多領(lǐng)域、多地域協(xié)同創(chuàng)新[6]，重塑商業(yè)模式。

綜上所述，數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的影響是一個較為復(fù)雜的作用機制，然而目前鮮有研究深入探討二者的中介機制與調(diào)節(jié)作用?；谥R基礎(chǔ)觀，知識獲取、運用和創(chuàng)造是企業(yè)創(chuàng)新的重要動力[7]。知識管理對商業(yè)模式創(chuàng)新具有重要作用，即商業(yè)模式動態(tài)變化過程包括知識應(yīng)用、搜尋等管理過程[8]。現(xiàn)有知識管理研究指出：一方面，先進(jìn)的數(shù)字技術(shù)可以提高知識獲取與應(yīng)用效率，減少知識轉(zhuǎn)移過程中可能存在的遺失與失真，提升知識管理水平，推動知識管理創(chuàng)新[9]。另一方面，有效應(yīng)用現(xiàn)有知識和搜尋新知識等知識管理活動可以促進(jìn)產(chǎn)品與流程開發(fā)，從而推動商業(yè)模式創(chuàng)新[10]。因此，知識管理可能是數(shù)字化轉(zhuǎn)型影響商業(yè)模式創(chuàng)新的關(guān)鍵中介機制。此外，商業(yè)模式創(chuàng)新受企業(yè)家導(dǎo)向的影響，企業(yè)家導(dǎo)向在某種程度上可以通過塑造企業(yè)對市場的認(rèn)識，利用新技術(shù)提供問題解決方案，對現(xiàn)有產(chǎn)業(yè)生態(tài)系統(tǒng)重構(gòu)起到重要作用，實現(xiàn)價值增值，促進(jìn)商業(yè)模式創(chuàng)新[11]。從組織變革視角看，數(shù)字化轉(zhuǎn)型作為一種組織變革，容易受組織特征的影響，而企業(yè)家導(dǎo)向作為創(chuàng)新組織情境，可能影響數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的作用機制(郭文鈺、楊建君，2020)。因此，本研究進(jìn)一步探討企業(yè)家導(dǎo)向能否對數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新的影響機制發(fā)揮調(diào)節(jié)作用。

1 理論與假設(shè)

1.1 數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新

目前研究大多關(guān)注數(shù)字技術(shù)在數(shù)字化轉(zhuǎn)型中的作用。安筱鵬[12]認(rèn)為，數(shù)字化轉(zhuǎn)型的實質(zhì)在于運用數(shù)字技術(shù)解決復(fù)雜、不確定性問題，從而提升創(chuàng)新能力及運營效率；Vial等[3]提出，數(shù)字化轉(zhuǎn)型是通過使用新的數(shù)字技術(shù)實現(xiàn)重大業(yè)務(wù)改進(jìn)的方式；Singh等[13]進(jìn)一步將數(shù)字化轉(zhuǎn)型定義為利用數(shù)字技術(shù)統(tǒng)籌、制定企業(yè)數(shù)字化活動的戰(zhàn)略安排。借鑒上述觀點，本研究將數(shù)字化轉(zhuǎn)型定義為企業(yè)利用數(shù)字技術(shù)實現(xiàn)業(yè)務(wù)改進(jìn)，解決復(fù)雜、不確定性問題，從而提升創(chuàng)新能力及運營效率的戰(zhàn)略變革。

商業(yè)模式被定義為組織與外部利益相關(guān)者連接，通過協(xié)作和管理經(jīng)濟活動為顧客及合作伙伴創(chuàng)造價值的機制[14]，包含一系列要素(價值主張、關(guān)鍵活動、渠道通路、客戶關(guān)系、成本結(jié)構(gòu)和收入模型等)及其關(guān)系[15]。因此，商業(yè)模式創(chuàng)新被認(rèn)為是企業(yè)在價值創(chuàng)造、獲取方面建立的獨特創(chuàng)新方式[16]，這種創(chuàng)新方式既可以是一個或多個要素及其關(guān)系創(chuàng)新，也可以是全新商業(yè)模式的引入或現(xiàn)有商業(yè)模式的根本性再造[17]。

基于組織變革理論，企業(yè)在變革過程中會激發(fā)自身創(chuàng)新活力。數(shù)字技術(shù)通過創(chuàng)建新的組織架構(gòu)、成本機制、價值交換機制以及跨邊界組織形式，成為商業(yè)模式創(chuàng)新的關(guān)鍵驅(qū)動力[2]。從組織內(nèi)部看，數(shù)字化轉(zhuǎn)型在某種程度上會引發(fā)組織結(jié)構(gòu)與流程變化，推動適應(yīng)外部環(huán)境變化的新流程、結(jié)構(gòu)產(chǎn)生，從而實現(xiàn)商業(yè)模式創(chuàng)新。數(shù)字化轉(zhuǎn)型需要新的組織形式作為載體，如更敏捷和更開放的連接機制[1]，以促進(jìn)創(chuàng)意形成，進(jìn)而推動價值主張創(chuàng)新。同時，實施數(shù)字化轉(zhuǎn)型的制造企業(yè)能夠快速、及時地利用數(shù)據(jù)優(yōu)化生產(chǎn)流程，降低生產(chǎn)成本，提高生產(chǎn)效率，從而實現(xiàn)商業(yè)模式創(chuàng)新[2]。從組織外部看，企業(yè)可以根據(jù)數(shù)據(jù)驅(qū)動需求提供更優(yōu)質(zhì)的精準(zhǔn)服務(wù)以開發(fā)數(shù)字分銷渠道，并建立新的客戶參與形式和客戶關(guān)系，進(jìn)而超越現(xiàn)有市場或?qū)ふ椅撮_發(fā)的商業(yè)機會，創(chuàng)新商業(yè)模式全過程[18]。企業(yè)可以通過數(shù)字平臺跨越組織邊界，獲得新的商業(yè)機遇，從而推動商業(yè)模式創(chuàng)新。Autio等[5]提出，企業(yè)在與供應(yīng)商、客戶和其他利益相關(guān)者接觸時，借助數(shù)字化平臺能夠有效管理多方關(guān)系，打造以企業(yè)為核心的數(shù)字化生態(tài)，創(chuàng)新商業(yè)模式?；诖?，本研究提出以下假設(shè)：

H1:企業(yè)數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新具有顯著正向影響。

1.2 數(shù)字化轉(zhuǎn)型與知識管理

知識被認(rèn)為是企業(yè)異質(zhì)性的根源，也是企業(yè)維持自身競爭優(yōu)勢的重要源泉[19]。Rogers等[20]認(rèn)為，知識管理是知識獲取、整合與利用的過程；趙靜杰等[21]將知識管理定義為企業(yè)通過獲取、吸收外部知識并對內(nèi)部知識進(jìn)行轉(zhuǎn)化和應(yīng)用的過程。借鑒以往研究，知識獲取與利用是知識管理的源頭和目的，是最為重要的兩個環(huán)節(jié)[19]，故本研究將知識管理定義為知識獲取與利用過程。

數(shù)字化轉(zhuǎn)型對于知識獲取與應(yīng)用過程具有重要推動作用。首先，企業(yè)可以運用數(shù)字技術(shù)或相關(guān)設(shè)備直接從大量已有信息或數(shù)據(jù)中獲取有用的見解和知識[1]，從而提升自身知識管理能力?；ヂ?lián)網(wǎng)、大數(shù)據(jù)、云計算等技術(shù)能夠幫助企業(yè)迅速掌握外部市場、客戶等數(shù)據(jù)，挖掘消費者多樣化需求，提供具有更高附加值的解決方案[3]。其次，數(shù)字化轉(zhuǎn)型可以通過驅(qū)動知識應(yīng)用對企業(yè)知識管理產(chǎn)生積極影響[22]。通過對現(xiàn)有數(shù)據(jù)的重新梳理挖掘有價值的信息，企業(yè)可以基于大數(shù)據(jù)挖掘結(jié)果創(chuàng)建一個反饋收集并及時調(diào)整的閉環(huán)系統(tǒng)，實現(xiàn)企業(yè)生產(chǎn)流程優(yōu)化[18]，推動信息、知識應(yīng)用與價值化。此外，Teece等[23]指出，企業(yè)數(shù)字化轉(zhuǎn)型往往需要與外部主體如數(shù)字化標(biāo)桿企業(yè)、相關(guān)數(shù)字化轉(zhuǎn)型服務(wù)商等進(jìn)行交互以獲取相關(guān)數(shù)字資源，從而不斷提高自身數(shù)字化水平。在此過程中，企業(yè)與其他主體的交互能夠拓寬知識轉(zhuǎn)移渠道，提升知識利用效率?；诖?，本文提出以下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型對知識管理具有顯著正向影響。

1.3 知識管理與商業(yè)模式創(chuàng)新

商業(yè)模式創(chuàng)新的本質(zhì)是對新知識的獲取與吸納，有效的知識管理對企業(yè)商業(yè)模式創(chuàng)新非常重要[24]。企業(yè)可以通過外部知識獲取及內(nèi)部知識應(yīng)用，從而促進(jìn)商業(yè)模式創(chuàng)新。

外部知識搜尋有助于企業(yè)信息獲取，從而推動企業(yè)創(chuàng)新[25]。企業(yè)通過外部知識搜尋可以獲取先進(jìn)的技術(shù)與產(chǎn)品知識，加快研發(fā)進(jìn)程，提高產(chǎn)品創(chuàng)新速度。另外，針對市場需求變化，企業(yè)可以通過外部知識搜尋掌握較為全面的市場信息[26]，發(fā)掘新的市場機遇，為客戶提供更優(yōu)質(zhì)的服務(wù)，即開發(fā)新的價值主張、合作方式和交易模式。此外，企業(yè)內(nèi)部知識應(yīng)用是其保持創(chuàng)新增長的動力[27]。外部知識與內(nèi)部知識結(jié)合所形成的新知識不斷被應(yīng)用于產(chǎn)品或服務(wù)中，例如向客戶開放創(chuàng)新流程，使其積極參與產(chǎn)品或服務(wù)設(shè)計、生產(chǎn)和交付過程，減少知識搜索成本和時間，并開發(fā)優(yōu)質(zhì)的產(chǎn)品和服務(wù)，增強企業(yè)競爭優(yōu)勢[28]，重塑市場地位，從而推動商業(yè)模式創(chuàng)新?；诖?，本文提出以下假設(shè)：

H3：知識管理對商業(yè)模式創(chuàng)新具有顯著正向影響。

1.4 知識管理的中介作用

上述分析表明，數(shù)字化轉(zhuǎn)型、知識管理與企業(yè)商業(yè)模式創(chuàng)新存在緊密聯(lián)系。

(1)數(shù)字化轉(zhuǎn)型通過提高知識獲取效率，促進(jìn)知識管理水平提升，從而實現(xiàn)商業(yè)模式創(chuàng)新。數(shù)字化轉(zhuǎn)型在某種程度上可以激勵企業(yè)對外部信息進(jìn)行大規(guī)模搜尋與獲取，從而促進(jìn)企業(yè)知識管理水平提升。企業(yè)在運用數(shù)字化技術(shù)進(jìn)行知識搜尋時，能大幅度降低搜索成本、交易成本和運營成本[29]，實現(xiàn)可持續(xù)商業(yè)創(chuàng)新。戚聿東等(2020)進(jìn)一步提出，企業(yè)在數(shù)字化轉(zhuǎn)型過程中，可以借助互聯(lián)網(wǎng)等工具實現(xiàn)隱性知識獲取與挖掘，降低使用隱性知識的試錯成本，促使知識管理能力不斷提升，最終誘發(fā)低風(fēng)險、低成本的商業(yè)模式變革。

(2)數(shù)字化轉(zhuǎn)型能夠促進(jìn)知識應(yīng)用，促使企業(yè)采用符合自身利益的商業(yè)模式[30]，不斷實現(xiàn)創(chuàng)新。企業(yè)在數(shù)字化轉(zhuǎn)型中運用的大量技術(shù)可以成為知識載體，為避免知識分散化和隱性化創(chuàng)造條件，實現(xiàn)知識可交易化和流動共享，在某種程度上重塑知識應(yīng)用過程[12]，為形成新的價值主張和價值捕獲模式奠定基礎(chǔ)。同時，數(shù)字化轉(zhuǎn)型中，企業(yè)借助虛擬仿真、數(shù)字孿生和可視化等技術(shù)可將隱性知識結(jié)構(gòu)化、可視化，進(jìn)而促使生產(chǎn)經(jīng)營中的隱性知識顯性化[19]，在一定程度上推動商業(yè)模式創(chuàng)新?；诖?，本文提出以下假設(shè)：

H4：知識管理在數(shù)字化轉(zhuǎn)型和商業(yè)模式創(chuàng)新間起中介作用。

1.5 企業(yè)家導(dǎo)向的調(diào)節(jié)作用

Miller[31]最先提出企業(yè)家導(dǎo)向應(yīng)包含3個主要維度，即創(chuàng)新性、先動性與風(fēng)險承擔(dān)性，發(fā)現(xiàn)企業(yè)家導(dǎo)向具有創(chuàng)新、敢于承擔(dān)風(fēng)險并愿意率先推出新產(chǎn)品或服務(wù)以占據(jù)領(lǐng)先地位等特征。本研究基于Miller的觀點，將企業(yè)家導(dǎo)向定義為企業(yè)愿意創(chuàng)新、勇于承擔(dān)風(fēng)險與先于競爭對手行動的行為傾向。

數(shù)字經(jīng)濟時代，越來越多的企業(yè)開始實施數(shù)字化變革，打造新業(yè)態(tài)、新模式。高水平企業(yè)家導(dǎo)向下企業(yè)更容易支持?jǐn)?shù)字化轉(zhuǎn)型中出現(xiàn)的新范式與新變化，促進(jìn)商業(yè)模式變革。同時，高水平企業(yè)家導(dǎo)向下，企業(yè)更容易把握外界動向，率先抓住機遇[32]，如在數(shù)字經(jīng)濟環(huán)境下洞察數(shù)字化轉(zhuǎn)型帶來的機遇，及時對企業(yè)架構(gòu)進(jìn)行調(diào)整，從而實現(xiàn)商業(yè)模式創(chuàng)新。此外，數(shù)字化轉(zhuǎn)型本身就具有風(fēng)險，高水平企業(yè)家導(dǎo)向下企業(yè)更愿意承擔(dān)風(fēng)險，通過投入資源充分測試新技術(shù)、新產(chǎn)品、新服務(wù)，甚至新業(yè)務(wù)流程[33]，從而創(chuàng)新商業(yè)模式。基于此，本文提出以下假設(shè)：

H5：企業(yè)家導(dǎo)向在數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新的關(guān)系間起正向調(diào)節(jié)作用。

企業(yè)家導(dǎo)向在數(shù)字化轉(zhuǎn)型與知識管理的關(guān)系間起正向調(diào)節(jié)作用。具體來說，如果企業(yè)具有高水平企業(yè)家導(dǎo)向，即便數(shù)字化轉(zhuǎn)型程度較低，企業(yè)也愿意進(jìn)行一系列創(chuàng)新活動，傾向于在能夠創(chuàng)造價值的新業(yè)務(wù)組合上進(jìn)行更多投入[33]，那么知識管理作為促進(jìn)價值創(chuàng)造的基礎(chǔ)很可能成為企業(yè)重要選擇。同時，高水平企業(yè)家導(dǎo)向下企業(yè)勇于直面風(fēng)險，在未知收益與成本的情況下，有魄力向相關(guān)項目投入大量時間、精力與相關(guān)資源，其知識管理水平得以提升。另外，在高水平企業(yè)家導(dǎo)向下，企業(yè)可以先人一步發(fā)現(xiàn)市場未來發(fā)展趨勢，從而搶占先機[34]。在企業(yè)數(shù)字化程度不斷提升的同時，企業(yè)很有可能先提升知識管理水平，以支持其未來戰(zhàn)略部署。基于此，本文提出以下假設(shè)：

H6：企業(yè)家導(dǎo)向在數(shù)字化轉(zhuǎn)型與知識管理的關(guān)系間起正向調(diào)節(jié)作用。

此外，企業(yè)家導(dǎo)向可以通過影響企業(yè)戰(zhàn)略[31]，在知識管理與商業(yè)模式創(chuàng)新的關(guān)系間發(fā)揮調(diào)節(jié)作用。首先，高水平企業(yè)家導(dǎo)向下企業(yè)傾向于變革與創(chuàng)新，即使企業(yè)知識管理水平較低，為確保新產(chǎn)品開發(fā)、市場開拓等創(chuàng)新活動順利進(jìn)行，倡導(dǎo)變革的氛圍也會促使員工不斷創(chuàng)新，從而促進(jìn)商業(yè)模式創(chuàng)新。其次，企業(yè)家導(dǎo)向在某種程度上能使企業(yè)接受在知識獲取、創(chuàng)造等管理過程中的各類成本與不確定性[34]，如果企業(yè)家導(dǎo)向水平較低，即企業(yè)處于一個低風(fēng)險環(huán)境中，低知識管理水平下，商業(yè)模式創(chuàng)新概率與以往情境可能沒有什么不同。如果企業(yè)知識管理水平較高，知識儲備會更加豐富，因而有可能推動新的價值創(chuàng)造方式產(chǎn)生，從而促進(jìn)商業(yè)模式創(chuàng)新?；诖?，本文提出以下假設(shè)：

H7：企業(yè)家導(dǎo)向在知識管理與商業(yè)模式創(chuàng)新關(guān)系間起正向調(diào)節(jié)作用。

基于此，本文構(gòu)建研究概念模型框架如見圖1所示。

圖1 概念模型框架Fig.1 Conceptual model framework

2 研究設(shè)計

2.1 研究樣本與數(shù)據(jù)收集

本研究采用調(diào)查問卷方式收集相關(guān)數(shù)據(jù)，主要針對實施數(shù)字化轉(zhuǎn)型的企業(yè)，具體調(diào)研對象為數(shù)字化轉(zhuǎn)型企業(yè)中高層管理者，調(diào)研范圍主要是廣東省珠三角地區(qū)和福建泉州等地。為提高問卷回收率，主要采用企業(yè)記名、填答人不記名方式發(fā)放問卷，為提升調(diào)查結(jié)果的客觀性，填答人在企業(yè)工作時間要超過3年，了解企業(yè)數(shù)字化轉(zhuǎn)型、知識管理、商業(yè)模式創(chuàng)新等情況。所有問卷由調(diào)查團隊發(fā)放并回收統(tǒng)計，避免委托第三方可能出現(xiàn)的問題。另外，在問卷中通過設(shè)置相關(guān)反向測量項目以檢驗填寫者的態(tài)度，從而提高問卷調(diào)查信度。

問卷主要通過兩種方式發(fā)放：一是在企業(yè)現(xiàn)場調(diào)研或參加由政府部門、行業(yè)協(xié)會組織的企業(yè)家座談會時，調(diào)查團隊通過訪談確定實施數(shù)字化轉(zhuǎn)型的企業(yè)，現(xiàn)場向企業(yè)中高層管理者發(fā)送問卷并回收；二是在廣東省工信廳開設(shè)的智能制造發(fā)展專題研修班、高端裝備產(chǎn)業(yè)技術(shù)與管理專題研修班等課堂上，向?qū)嵤?shù)字化轉(zhuǎn)型企業(yè)的中高層管理者發(fā)放紙質(zhì)問卷，問卷調(diào)查時間為2020年3月1日至12月5日。調(diào)查團隊通過第一種調(diào)研方式回收202份問卷，剔除無效問卷后，得到有效問卷114份；通過第二種調(diào)研方式回收問卷183份，采用同樣的篩選方式，得到有效問卷106份，總體有效回收率為57.1%。為檢驗兩種途徑回收的問卷能否合并處理，需要通過T檢驗確定兩種樣本是否存在顯著差異，各變量描述如表1所示。由表1可知，兩種途徑樣本中各變量均值、標(biāo)準(zhǔn)差、均值標(biāo)準(zhǔn)誤差差異較小。由表2兩獨立樣本T檢驗結(jié)果可知，商業(yè)模式創(chuàng)新、知識管理、數(shù)字化轉(zhuǎn)型、企業(yè)家導(dǎo)向F值相伴概率均大于顯著性水平0.05，表明兩組數(shù)據(jù)中各變量方差不存在顯著差異。方差相等時的T值相伴概率均大于顯著性水平0.05，表明兩種途徑收集的數(shù)據(jù)不存在顯著差異，因而可進(jìn)行合并分析。

表1 兩種調(diào)查方式下各變量描述性統(tǒng)計結(jié)果Tab.1 Descriptive statistical results of variables under the two survey methods

表2 兩組獨立樣本T檢驗結(jié)果Tab.2 T-test results of two groups of independent samples

具體樣本情況如下：從企業(yè)規(guī)?？?，大中型企業(yè)占比為62.6%，小微型企業(yè)占比為37.4%。從企業(yè)成立年限看，不足3年的企業(yè)占比為3.0%，3～6年的企業(yè)占比為25.9%，6～10年的企業(yè)占比為31.7%，10年以上的企業(yè)占比為39.4%。從企業(yè)產(chǎn)權(quán)性質(zhì)分布看，國資性質(zhì)的企業(yè)占比為25.2%，民營性質(zhì)的企業(yè)占比為47.0%，其它占比為27.8%。從企業(yè)營業(yè)收入看，2 000萬元及以下的企業(yè)占比為8.6%，2 000萬-1億元的企業(yè)占比為14.5%，1～4億元的企業(yè)占比為30.1%，4～10億元的企業(yè)占比為27.4%，10億元以上的企業(yè)占比為19.4%。整體而言，樣本覆蓋不同規(guī)模、年齡、產(chǎn)權(quán)性質(zhì)企業(yè)，表明本文樣本符合研究要求。

2.2 變量測量

研究變量測量來源于國內(nèi)外成熟量表。變量測量題項具體來源如下：數(shù)字化轉(zhuǎn)型變量測量借鑒池毛毛等[18]的研究成果，反映企業(yè)利用數(shù)字化技術(shù)進(jìn)行變革與業(yè)務(wù)改進(jìn)的程度，使用3個題項進(jìn)行測量。商業(yè)模式創(chuàng)新題項借鑒Osterwalder&Pigneur[15]的研究成果，主要從商業(yè)模式構(gòu)成要素角度對商業(yè)模式創(chuàng)新進(jìn)行測量，包括價值主張、客戶細(xì)分、渠道通路、客戶關(guān)系、關(guān)鍵資源、關(guān)鍵活動、重要伙伴、成本結(jié)構(gòu)、收入模型等9個維度，采用9個題項進(jìn)行測量。知識管理變量借鑒Lane等[19]的研究成果，從知識獲取、利用角度對知識管理進(jìn)行測量，包括6個題項。企業(yè)家導(dǎo)向測量題項借鑒Lumpkin&Dess[33]的研究成果，主要從創(chuàng)新性、先動性與風(fēng)險承擔(dān)性等維度進(jìn)行測量，并根據(jù)預(yù)調(diào)研結(jié)果，最終確定4個題項。以上所有題項均采用李克特7點量表進(jìn)行設(shè)計，1代表“非常不符合”，7代表“非常符合”，具體問卷題項見表3。

此外，本研究選取企業(yè)年齡、企業(yè)規(guī)模、企業(yè)收入以及產(chǎn)權(quán)性質(zhì)為控制變量。參考余傳鵬等(2020)的研究成果，將企業(yè)年齡按3年以下、3～6年、6～10年、10年以上分為4類；企業(yè)規(guī)模設(shè)置一個虛擬變量，1表示大中型企業(yè)，0表示小微型企業(yè)；產(chǎn)權(quán)性質(zhì)分為3類，即國有企業(yè)、民營企業(yè)和其它，設(shè)置兩個虛擬變量。為了使結(jié)果呈現(xiàn)較為清晰，本研究只報告企業(yè)規(guī)模和產(chǎn)權(quán)性質(zhì)各一個虛擬變量的測量結(jié)果。

2.3 檢驗方法

本研究采用偏最小二乘法進(jìn)行數(shù)據(jù)分析，分析軟件為Smart PLS 3.0。本研究選擇偏最小二乘法進(jìn)行估計主要基于以下原因：首先，探究企業(yè)數(shù)字化變革是否以及如何提升企業(yè)商業(yè)模式創(chuàng)新，該領(lǐng)域相關(guān)研究現(xiàn)處于定性探討階段，而PLS能夠最大化因變量的解釋力，適合本研究分析[35]。其次，本研究模型探討企業(yè)家導(dǎo)向潛變量的調(diào)節(jié)作用，而PLS適用于潛變量的調(diào)節(jié)作用分析[36]。第三，PLS對于樣本數(shù)量、統(tǒng)計分布等要求較低，適用于小樣本估計，也適用于本研究情境。

3 實證分析

按照Anderson & Gerbing[37]的兩步驟報告方法，本研究首先報告測量模型(outer model)分析結(jié)果，然后報告結(jié)構(gòu)模型數(shù)據(jù)分析結(jié)果(inner model)。

3.1 測量模型

3.1.1 信度與效度分析

測量模型主要評估數(shù)據(jù)信度、收斂效度以及區(qū)別效度。首先，按照Hair等[35]的標(biāo)準(zhǔn)，構(gòu)面題項的標(biāo)準(zhǔn)化因素負(fù)荷量應(yīng)大于0.707。從表3可以看出，本研究所有構(gòu)面的標(biāo)準(zhǔn)化因子負(fù)荷量均滿足標(biāo)準(zhǔn)。其次，本研究利用Cronbach's α檢驗構(gòu)面信度，表4中4個構(gòu)面信度均在0.9以上，組成信度(CR)均在0.9以上，表明構(gòu)面具有良好的信度。表4中構(gòu)面的平均方差萃取量(AVE)值均在0.646以上，大于0.5，表明數(shù)據(jù)具有良好的收斂效度。對于區(qū)別效度，對角線上(見表4)的平均方差萃取量開根號值，結(jié)果均大于該構(gòu)面與其它構(gòu)面間的相關(guān)系數(shù)，表明構(gòu)面具有良好的區(qū)別效度。同時，本研究采用Heterotrait-Monotrait 檢驗區(qū)別效度，結(jié)果如表5所示。由表5可知，所有數(shù)值均小于0.85的建議標(biāo)準(zhǔn)，再次表明數(shù)據(jù)具有良好的區(qū)別效度。

表3 構(gòu)面題項與標(biāo)準(zhǔn)化因素負(fù)荷量(N=220)Tab.3 Dimension items and standardization factor loads (N = 220)

表4 信度與效度分析結(jié)果(N=220)Tab.4 Reliability and validity analysis results (N = 220)

表5 Heterotrait-Monotrait 檢驗結(jié)果(N=220)Tab.5 Heterotrait-Monotrait test results (N = 220)

3.1.2 共同方法變異檢驗

采用事前程序控制與事后統(tǒng)計檢驗兩種方法減少共同方法偏誤[38]。關(guān)于事前控制：首先，本研究在問卷調(diào)查時，隱藏研究目的，從而控制應(yīng)答者可能產(chǎn)生的社會期望效應(yīng)。其次，隨機安排問卷題目，使填答者不會因同一個構(gòu)面題項的相似性而產(chǎn)生填答偏差。同時，本研究通過設(shè)計反向題測試填答者的作答態(tài)度。第三，在問卷調(diào)查說明中承諾匿名調(diào)查，保護(hù)被調(diào)查者的隱私。對于事后統(tǒng)計檢驗：首先，依據(jù)Liang等[39]的做法，在進(jìn)行驗證因子分析時加入一個共同方法偏差因子。結(jié)果表明，受原來構(gòu)面影響的平均方差為0.714，由共同方法偏差因子解釋的平均方差為0.005，二者之比為143∶1，且大部分共同方法偏差因子影響路徑不顯著，再次證明本研究受共同方法偏差的影響較小。其次，Harman單因子檢驗結(jié)果顯示，第一個未旋轉(zhuǎn)因子解釋的比例低于50%，表明共同方法偏誤的影響在可接受范圍內(nèi)。以上分析驗證了數(shù)據(jù)的可靠性，可為下文進(jìn)行統(tǒng)計推斷奠定基礎(chǔ)。

3.2 結(jié)構(gòu)模型

3.2.1 直接與中介作用檢驗

從圖2可以看出，在控制企業(yè)規(guī)模、企業(yè)性質(zhì)、成立年限、營業(yè)收入等控制變量后，數(shù)字化轉(zhuǎn)型對于商業(yè)模式創(chuàng)新的影響系數(shù)為0.335，p值小于0.001且95%的偏差修正置信區(qū)間為(0.188, 0.480)，不包含零，表明數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新正相關(guān)，H1得到實證數(shù)據(jù)支持。數(shù)字化轉(zhuǎn)型對知識管理的影響回歸系數(shù)為0.557，p值小于0.001且95%的偏差修正置信區(qū)間為(0.444, 0.635)，不包含零，表明數(shù)字化轉(zhuǎn)型與知識管理呈正相關(guān)關(guān)系，H2得到實證數(shù)據(jù)支持。知識管理對商業(yè)模式創(chuàng)新的影響回歸系數(shù)為0.162，p值小于0.05且置信區(qū)間為(0.017, 0.303)，不包含零，表明知識管理與商業(yè)模式創(chuàng)新呈正相關(guān)關(guān)系，H3得到實證數(shù)據(jù)支持。進(jìn)一步地，模型對商業(yè)模式創(chuàng)新因變量的解釋力為0.584，按照建議的標(biāo)準(zhǔn)[35]，表明數(shù)字化轉(zhuǎn)型直接或通過知識管理間接影響商業(yè)模式創(chuàng)新的模型具有較高的解釋力，而數(shù)字化轉(zhuǎn)型對知識管理的解釋力為0.310，其解釋力處于中等水平。

圖2 中介作用分析Fig.2 Intermediary function analysis

對于中介效果的檢驗，傳統(tǒng)方法有Baron & Kenny的三步驟檢測法。然而，這一方法不具有穩(wěn)健性，逐漸被Bootstrap重復(fù)抽樣法所取代。首先，本研究采用傳統(tǒng)三步驟以及Sobel test進(jìn)行檢驗。由圖2可知，第一，自變量企業(yè)數(shù)字化轉(zhuǎn)型對于因變量商業(yè)模式創(chuàng)新具有顯著影響；第二，自變量企業(yè)數(shù)字化轉(zhuǎn)型對于中介變量知識管理具有顯著影響；第三，將中介變量知識管理納入分析發(fā)現(xiàn)，中介變量與因變量關(guān)系顯著。Sobel test檢驗結(jié)果(Sobel Z值=3.245，p<0.01)表明，知識管理的中介作用成立。本研究采用Bootstrap方法，通過重復(fù)抽取樣本驗證中介結(jié)果的穩(wěn)健性。Bootstrap 5 000次結(jié)果顯示：知識管理在企業(yè)數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新間的中介作用為0.090，p值小于0.05，置信區(qū)間為(0.017, 0.190)，不包含零。因此，綜合上述3種方法，本研究認(rèn)為，知識管理在企業(yè)數(shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新的關(guān)系間起中介作用，H4成立。

表6 中介作用檢驗結(jié)果(N=220)Tab.6 Mediation test results (N = 220)

3.2.2 潛變量調(diào)節(jié)效應(yīng)檢驗

企業(yè)家導(dǎo)向潛變量的調(diào)節(jié)作用分析結(jié)果如圖3所示。依據(jù)Chin 等、Oduro & Haylemariam[40]的研究方法，本研究采用乘積項方式構(gòu)造交互項。企業(yè)家導(dǎo)向與數(shù)字化轉(zhuǎn)型的交互項對商業(yè)模式創(chuàng)新的影響回歸系數(shù)為0.087(p>0.05)，置信區(qū)間為(-0.054, 0.209)，包含零，表明企業(yè)家導(dǎo)向?qū)τ跀?shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新的調(diào)節(jié)作用不顯著，H5未得到實證數(shù)據(jù)支持?？赡茉蛟谟?，僅靠企業(yè)自身力量實現(xiàn)數(shù)字化轉(zhuǎn)型是不現(xiàn)實的，需要整合多方資源才能實現(xiàn)上述目標(biāo)(陳劍等，2020)。例如，企業(yè)借助數(shù)字化平臺，實現(xiàn)與多方主體協(xié)同發(fā)展，重塑商業(yè)模式，創(chuàng)造出超越現(xiàn)有產(chǎn)品與服務(wù)的價值，但也可能導(dǎo)致企業(yè)自身情境因素所起的作用弱化，使企業(yè)家導(dǎo)向?qū)?shù)字化轉(zhuǎn)型與商業(yè)模式創(chuàng)新關(guān)系的調(diào)節(jié)作用得不到實證數(shù)據(jù)支持，表現(xiàn)為調(diào)節(jié)效應(yīng)不顯著。然而，企業(yè)家導(dǎo)向與數(shù)字化轉(zhuǎn)型的交互項對于知識管理的影響回歸系數(shù)為0.100(p<0.05)，置信區(qū)間為(0.046, 0.143)，不包含零，表明企業(yè)家導(dǎo)向?qū)τ跀?shù)字化轉(zhuǎn)型與知識管理關(guān)系的調(diào)節(jié)作用顯著，H6得到實證數(shù)據(jù)支持。企業(yè)家導(dǎo)向與知識管理的交互項對于商業(yè)模式創(chuàng)新的影響回歸系數(shù)為-0.147(p<0.05)，置信區(qū)間為(-0.276, -0.066)，不包含零，表明企業(yè)家導(dǎo)向?qū)τ谥R管理與商業(yè)模式創(chuàng)新的調(diào)節(jié)作用存在，但與H7不符，假設(shè)僅得到部分支持。

為進(jìn)一步探究企業(yè)家導(dǎo)向?qū)τ跀?shù)字化轉(zhuǎn)型與知識管理、知識管理與商業(yè)模式創(chuàng)新關(guān)系的調(diào)節(jié)作用，本研究通過繪制簡單斜率圖進(jìn)行分析(見圖4)。從圖4可以看出，在高水平企業(yè)家導(dǎo)向下，數(shù)字化轉(zhuǎn)型與知識管理的關(guān)系更顯著(斜率更大)，表明高水平企業(yè)家導(dǎo)向下，企業(yè)數(shù)字化轉(zhuǎn)型能夠更好地促進(jìn)知識管理水平提升，進(jìn)一步支持H6。圖4表明，在高水平企業(yè)家導(dǎo)向下，知識管理與商業(yè)模式創(chuàng)新的斜率較小。在低水平企業(yè)家導(dǎo)向下，知識管理與商業(yè)模式創(chuàng)新的斜率較大，表明高水平企業(yè)家導(dǎo)向會抑制知識管理對商業(yè)模式創(chuàng)新的正向作用，與H7不一致，因而H7未得到完全支持。

圖3 企業(yè)家導(dǎo)向的調(diào)節(jié)作用(N=220)Fig.3 Moderating effect of entrepreneurial orientation (N = 220)

圖4 企業(yè)家導(dǎo)向的簡單斜率分析Fig.4 Simple slope analysis of entrepreneurial orientation

4 結(jié)語

4.1 研究結(jié)論

本研究探討數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的影響機制，得出以下主要結(jié)論：

(1)數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新存在顯著正向影響。結(jié)論表明，數(shù)字化轉(zhuǎn)型蘊含著商業(yè)模式創(chuàng)新的無限動力，這與目前主流觀點基本一致[2]，即在數(shù)字經(jīng)濟背景下，為適應(yīng)外部環(huán)境變化，維持自身競爭優(yōu)勢，數(shù)字化驅(qū)動商業(yè)模式創(chuàng)新成為關(guān)鍵。

(2)知識管理在數(shù)字化轉(zhuǎn)型影響商業(yè)模式創(chuàng)新的過程中發(fā)揮中介作用，這一結(jié)論豐富并拓展了現(xiàn)有研究。本研究不僅揭示了數(shù)字化轉(zhuǎn)型這一推動企業(yè)知識管理發(fā)展的前因變量，還支持通過知識管理促進(jìn)商業(yè)模式創(chuàng)新的觀點，并將三者聯(lián)系起來，揭示知識管理的中介作用。結(jié)論表明，數(shù)字化轉(zhuǎn)型通過對企業(yè)進(jìn)行全面變革，提高企業(yè)知識管理水平?；谥R基礎(chǔ)觀，企業(yè)在知識管理過程中，一方面可以對內(nèi)部龐雜的知識進(jìn)行規(guī)整；另一方面，在很大程度上需要拓寬自身邊界，從而提升商業(yè)模式創(chuàng)新的可能性。

(3)企業(yè)家導(dǎo)向正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型與知識管理的關(guān)系，即在高水平企業(yè)家導(dǎo)向下，隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程推進(jìn)，企業(yè)知識管理水平不斷提高。結(jié)論肯定了企業(yè)家導(dǎo)向在企業(yè)戰(zhàn)略制定與策略選擇時的重要作用。具體來說，企業(yè)家導(dǎo)向在企業(yè)變革與創(chuàng)新過程中具有重要作用，高水平企業(yè)家導(dǎo)向為企業(yè)數(shù)字化轉(zhuǎn)型提供了基礎(chǔ)，可以強化二者間關(guān)系。然而，相比于低水平企業(yè)家導(dǎo)向，高水平企業(yè)家導(dǎo)向弱化了知識管理與商業(yè)模式創(chuàng)新的關(guān)系。一般認(rèn)為，企業(yè)知識管理是商業(yè)模式創(chuàng)新的重要動力[24]，高水平企業(yè)家導(dǎo)向下企業(yè)更具有前瞻性，傾向于將資源投入到知識管理過程中，影響知識獲取、創(chuàng)新與利用等環(huán)節(jié)[41]，從而推動企業(yè)商業(yè)模式創(chuàng)新。本研究結(jié)論與現(xiàn)有研究結(jié)論不一致，主要原因可能在于企業(yè)家導(dǎo)向是企業(yè)商業(yè)模式創(chuàng)新的重要驅(qū)動力，高水平企業(yè)家導(dǎo)向下企業(yè)傾向于營造崇尚創(chuàng)新的氛圍，從而在一定程度上提高了商業(yè)模式創(chuàng)新效率[42-43]。因此，高水平企業(yè)家導(dǎo)向下，企業(yè)本身就可以實現(xiàn)商業(yè)模式創(chuàng)新，并降低該過程中對知識管理的依賴，從而抑制知識管理對商業(yè)模式創(chuàng)新的作用。低水平企業(yè)家導(dǎo)向下，商業(yè)模式創(chuàng)新更容易受到知識管理的積極影響，在知識管理水平不斷提高的過程中，商業(yè)模式創(chuàng)新水平也得到不斷提升。

4.2 理論貢獻(xiàn)

(1)整合組織變革理論和知識基礎(chǔ)理論，試圖厘清數(shù)字化轉(zhuǎn)型對企業(yè)商業(yè)模式創(chuàng)新的作用機制，為數(shù)字化轉(zhuǎn)型如何影響企業(yè)商業(yè)模式創(chuàng)新這一問題提供新的理論視角。

(2)揭示了數(shù)字化驅(qū)動商業(yè)模式創(chuàng)新的關(guān)鍵路徑，強調(diào)通過提升知識管理能力促進(jìn)商業(yè)模式創(chuàng)新。知識管理對數(shù)字化轉(zhuǎn)型企業(yè)具有重要作用，在一定程度上能夠助力企業(yè)突破現(xiàn)有技術(shù)瓶頸，創(chuàng)造新的價值，從而促進(jìn)商業(yè)模式變革。本研究將知識管理相關(guān)理論引入到商業(yè)模式創(chuàng)新路徑研究中，豐富了數(shù)字化轉(zhuǎn)型企業(yè)的商業(yè)模式創(chuàng)新演進(jìn)機制。

(3)引入企業(yè)家導(dǎo)向這一變量，探索其在企業(yè)數(shù)字化轉(zhuǎn)型中對商業(yè)模式創(chuàng)新的情境效應(yīng)，彌補了現(xiàn)有研究的不足。

4.3 管理啟示

(1)中國企業(yè)應(yīng)積極推動自身數(shù)字化轉(zhuǎn)型，加快數(shù)字化應(yīng)用進(jìn)程。發(fā)展數(shù)字經(jīng)濟是世界各國的共同機遇和普遍共識，企業(yè)加快數(shù)字化轉(zhuǎn)型意義重大。中國企業(yè)應(yīng)尋找適合戰(zhàn)略要求的數(shù)字化轉(zhuǎn)型方式，通過數(shù)字化轉(zhuǎn)型發(fā)現(xiàn)并創(chuàng)造更多知識，尋找新的價值創(chuàng)造點，從而實現(xiàn)商業(yè)模式創(chuàng)新和變革。

(2)中國企業(yè)應(yīng)清楚地認(rèn)識到知識管理的重要性，增強知識管理能力。數(shù)字經(jīng)濟時代，知識管理體系通過知識采集、存儲、搜索和應(yīng)用，將智力資源與企業(yè)核心業(yè)務(wù)流程有機結(jié)合，在創(chuàng)新過程中實現(xiàn)知識增值，從而構(gòu)建企業(yè)獨特的市場競爭力。因此，企業(yè)應(yīng)投入更多資源提升自身知識管理能力，充分發(fā)揮數(shù)字時代下知識管理的作用，從而提高自身創(chuàng)新能力。

(3)當(dāng)前，中國企業(yè)要以新的眼光、堅定的態(tài)度推動自身變革，以開放的理念、前瞻性的戰(zhàn)略思維能力、勇于承擔(dān)風(fēng)險的胸懷確定數(shù)字化轉(zhuǎn)型方式與方向，積極推動企業(yè)知識體系構(gòu)建，提高自身學(xué)習(xí)能力與創(chuàng)新能力，以更加昂揚的姿態(tài)擁抱數(shù)字化時代。

4.4 局限與展望

首先，數(shù)字化轉(zhuǎn)型量化研究尚處于起步階段。本研究基于知識管理視角，探究數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的影響機制，但還存在其它復(fù)雜的作用機制亟待研究，未來研究可以基于不同視角，進(jìn)一步探究二者的影響機制，揭示數(shù)字化轉(zhuǎn)型對商業(yè)模式創(chuàng)新的影響路徑。其次，本研究中的實證分析結(jié)果(企業(yè)家導(dǎo)向會弱化知識管理與商業(yè)模式創(chuàng)新關(guān)系)與理論分析結(jié)果不一致，盡管本文嘗試性地給出一定的解釋，但調(diào)節(jié)作用的關(guān)系究竟如何，單純依靠一次實證研究難以判斷，有待后續(xù)研究作進(jìn)一步探討。最后，受地域限制，本研究樣本主要集中在華東南地區(qū)，未來可以擴大樣本研究范圍，以提升研究結(jié)論的穩(wěn)健性。