改革开放40多年来,我国经济发展取得了举世瞩目的成就,制造企业功不可没。随着万物互联、万物智联时代的到来,我国制造业来到了转型的十字路口。中国政府审时度势,2015年,国务院印发《中国制造2025》,提出通过“三步走”实现制造强国的战略目标,拉开了中国制造业转型升级的序幕。当今时代,新一代互联网技术不断渗透到制造企业内核,价格、质量、品牌等竞争已经无法助力中国制造企业赢得竞争优势,而着眼于企业系统的商业模式逐渐成为企业获取竞争优势的来源。商业模式创新已成为制造企业转型升级的必经之路。然而,商业模式创新是一个复杂系统问题,企业内外单一要素的改变往往会带来其它多重因素的联动变化。因此,制造企业如何提高对外部不确定性的感知力,充分发掘企业内外部资源进行商业模式创新,是现阶段困扰我国制造企业的一个重要问题。尤其是考虑到不同类型制造企业在环境和资源条件上存在巨大差异,能否有效识别出影响企业商业模式创新的多重驱动因素和多元化驱动路径,是中国制造企业在新时期转型的关键。
经过20多年发展,商业模式创新研究成果已较为丰富,突破性进展主要集中在两个方面。一方面是将商业模式创新看作是组织变革的过程,强调组织能力、高层管理认知和学习机制[1]在变革过程中的调整;另一方面,研究商业模式创新成功的企业,并将其静态化为提高企业绩效[2]或激活组织[3]的典型商业模式。但现有理论贡献多是概念性的而不是理论性的,多为描述性的而不是解释性的[4]。阻碍商业模式创新相关研究进一步发展的原因之一是缺乏对商业模式创新复杂过程的还原,特别是在商业模式创新驱动机理的研究上存在较大理论缺口。虽有少量研究关注不同驱动因素对商业模式创新的影响[5],但多聚焦于新兴技术这一外部驱动因素的影响,如曾锵[6]关注大数据驱动和社群技术的影响,并将商业模式创新当作是抓住机会的尝试。亦有部分研究关注企业家精神对商业模式创新的驱动作用[7],但相比外部驱动研究,商业模式创新内部驱动研究缺乏深入剖解。商业模式创新是一个复杂过程,展示一幅内外部驱动因素交互影响的完整画面对发展商业模式创新理论有着重要意义。1987年,拉金提出的组态视角被广泛应用于理解管理问题背后的因果复杂性。该视角认为,影响企业管理问题的多重要素之间是相互关联的,并且可以通过差异化排列组合达到影响结果的共同目的。组态视角适合用于剖析多类驱动因素交互驱动商业模式创新的机制。
从商业模式创新的研究样本来看,无论是质性研究还是量化研究,多聚焦于互联网平台企业[8],对制造企业商业模式创新的研究关注不够[9]。随着制造企业与信息技术的融合程度不断加深,无论关注互联网平台企业,还是关注制造企业,所有的商业模式创新驱动研究都为本研究提供了支持。本文通过对山东省制造企业案例进行分析,基于组态视角实证探讨制造企业商业模式创新驱动机理。具体而言,本文试图通过实证分析回答以下问题:驱动制造企业商业模式创新的条件组态是什么?外部驱动因素、内部驱动因素与过程驱动因素之间存在怎样的协同关系?基于以上问题,本文以191家山东省制造企业为案例,试图通过模糊集定性比较分析(Fuzzy set Qualitative Comparative Analysis,fsQCA)方法,跨越多个案例揭示环境不确定性、政府政策支持、企业社会网络、企业组织学习、企业家精神5大因素驱动制造企业商业模式创新的条件组态和作用机制。
随着商业模式研究持续升温[10],商业模式创新成为一种备受关注的创新形态。早期研究多基于事后导向,从成功的商业模式创新反推关键影响因素,对商业模式创新驱动因素研究不够系统深入[11]。商业模式创新驱动研究关注内、外部两个方面的驱动因素。如Mcgrath[12]认为,商业模式创新是受外部环境因素驱动的内部过程,是企业对环境的被动响应;与之持相反观点的Martins[13]认为,商业模式创新是由企业管理层不断进行类比推理和概念组合而实现的。后续研究在整合以上观点的基础上,认为外部环境中的技术环境、需求环境、竞争环境不确定性以及企业内部的企业家精神是商业模式创新的两类驱动因素。
虽有研究试图整合内、外部驱动因素,但无论是量化研究还是质性研究,都不能清晰地回答商业模式创新如何被驱动这一基本问题。理论突破的关键在于真正回答在不确定环境中商业模式如何创新,这是一个极具挑战性的问题。商业模式创新是一个复杂动态过程,在这个过程中,感知到复杂环境并完成动态迭代中的环境与商业模式匹配异常困难。动态视角的观点认为,商业模式创新是一个优化、重组复杂资源的过程(Teece,2010)。企业需要经历不断试错的过程,最终完成商业模式创新。基于此,本文认为,商业模式创新驱动机制研究不能仅仅停留在对关键要素的静态关注上,而应探索多类驱动要素交互影响最终实现商业模式创新的整体过程。因此,在已有商业模式创新内、外部驱动因素基础上,还必须挖掘商业模式创新实现过程中的驱动要素。
商业模式创新是一个组织变革过程,其中的过程影响因素很多。已有研究探索了商业模式创新的多种影响因素,以整合商业模式创新驱动机制,如基于创新基因学的研究[14]、商业模式创新影响因素元分析[15]等。商业模式是企业各种商业活动参与者所组成的体系结构[16],以及利益相关者的交易结构[17],在商业模式创新过程中,企业借助社会网络关系获得理想的合作伙伴,调整交易结构,从而实现创新;从创新视角来看,商业模式创新是不断试错的过程,在商业模式创新过程中,通过试错、反馈等学习机制不断与环境进行交互,以探索更合适的商业模式[18],企业组织学习可以有效保证这一过程的完成。因此,本文从商业模式创新的关键突破点入手,将企业社会网络关系和企业组织学习作为两个重要过程驱动因素。
在中国情境下,政策导向某种程度上可以视作企业经营战略,而商业模式创新正是以战略分析与选择作为前提条件和逻辑起点的,转型经济背景下的商业模式创新与政策导向契合显得尤为重要[19]。由于中国转型经济下企业市场机制和政策机制呈现出共存性与互补性特征,能够获得更多政府政策支持的企业,将更有可能获得利益相关者认可[20]。曾萍等[21]研究表明,政府政策支持对不同类型企业的商业模式创新具有不同作用。因此,本研究将政府政策支持单独作为一个重要外部驱动因素加入模型中。
综上所述,在已有商业模式创新驱动研究基础上,本研究选取需求环境、技术环境和竞争环境不确定性作为商业模式创新的外部驱动因素,选取企业家精神作为商业模式创新的内部驱动因素。从商业模式和创新本质出发,增加企业社会网络和企业组织学习两个过程驱动要素,以便更清晰地回答商业模式创新是如何被驱动的。此外,考虑到我国的特殊国情,将政府政策支持作为商业模式创新的外部驱动因素补充到模型中。本研究构建的理论模型如图1所示,采用fsQCA方法,跨越多个案例揭示环境不确定性、政府政策支持、企业社会网络、企业组织学习、企业家精神5大因素驱动制造企业商业模式创新的条件组态和驱动机制,从而展现商业模式创新的驱动过程。
图1 理论模型
本文以我国制造企业商业模式创新为研究对象,主要采用问卷调查方式收集相关数据,并以210家山东省制造企业为抽样样本。共发放210份问卷,回收207份,回收率为98.6%;剔除无效问卷后,回收有效问卷191份,有效回收率为92.3%。
选择山东省制造业作为样本主要基于以下考虑:①山东省是我国制造业大省,工业种类齐全,在全国工业化发展中有带头示范作用;②山东省制造业的商业模式存在一定问题,制造业中高新技术产业比重偏低,短板缺陷比较严重,山东省政府相继出台一系列政策调整产业结构,如印发《山东省制造业十三五发展规划》,提出制造业向智能制造、中高端制造以及服务业转型。因此选取山东省制造企业为样本,具有一定代表性,研究山东省制造企业商业模式创新驱动机理将为全国范围内制造业商业模式变革提供借鉴。
定性比较分析方法(Qualitative Comparative Analysis,QCA)是一种介于案例导向(定性方法)与变量导向(定量方法)之间的研究方法,弥补了定性分析与定量分析的缺陷。基于整体论,QCA方法认为,案例与结果间存在复杂因果关系,QCA以集合论和布尔代数为基础,将案例视为条件组态,用条件组态代替自变量、组态思想代替净效应思想、集合关系代替相关关系,使社会学研究从线性分析步入集合分析时代[22]。
本文选取QCA方法主要是基于两点考虑。一方面,制造企业商业模式创新是多重因素共同影响的结果,环境不确定性、政府政策支持、企业社会网络等多个不同前因条件的不同组合,形成了影响制造企业商业模式创新的不同路径,每条路径(组态)有各自不同特点[23],对应不同类型制造企业。相较于传统定量分析方法,QCA分析方法能够处理更多前因变量对结果变量的影响,因此可以更好地分析本文中5个前因变量的影响路径。另一方面,在制造企业中,每个前因变量与结果变量不一定都是充分必要关系,如企业家精神中的前瞻精神虽然有助于企业抢占市场先机,获得更多资源,加快企业商业模式创新,但也存在相反的一面,企业家可能对市场产生误判,相应的战略措施可能导致失败的商业模式创新。传统统计分析方法仅能处理完全对应的相关关系,若 A→B,则~A→~B,如回归分析、结构方程等,其基本假设是自变量相互独立、因果对称性和单向线性关系,而QCA方法却能处理各种非对称关系。
因此,本文采取QCA分析方法。根据集合形态不同,QCA分析方法可分为清晰集、模糊集、多值集3种。其中,清晰集比较分析法(csQCA)要求对所有分析条件进行二进制校准,多值集比较分析法(mvQCA)的变量取值为3分或以上,而模糊集比较分析法(fsQCA)可以对分析条件进行0~1之间任意数值的校准。本文涉及变量均是表示程度的连续变量,即文中的案例每一个都是介于0~1的隶属得分,通过校准后的取值可能为0.3、0.6、0.7等,超越了csQCA只能处理0和1两种结果以及mvQCA中的多值分类方法,因此本文选择fsQCA更为合适。
本研究选择较为成熟的 Likert 5级量表对所有变量进行测量,变量测量均参照已有成熟量表,并在预测试过程中对相关题项进行修正调整。其中,结果变量商业模式创新(BMI)采用Zott & Amit[24]的量表,从新颖型和效率型两个维度进行测量,包括“公司获取了新的资源和能力”等9个题项。条件变量中环境不确定性(EU)主要参照并改编Jaworski & Kohli[25]的量表,从需求、竞争、技术不确定性3个维度进行测量,包括“行业内现有产品的更新换代的速度越来越快”等9个题项;政府政策支持(PO)主要参照并改编曾萍[21]的量表,从资金支持政策、知识产权保护政策、人才引进政策3个维度进行测量,包括“政府为企业创造良好的创新环境”等3个题项;企业社会网络主要采用Peng等(2000)的量表,从4个维度进行测量,包括“我们公司有较好的供应商关系网络”等4个题项;企业组织学习主要改编Sirdeshmukh等[26]的量表,从产品开发知识、制造工艺知识、市场销售知识3个维度进行测量,题项如“我们能够获取来自其他参与者的产品开发知识”;企业家精神主要参照Covin & Slevin[27]的量表,从冒险精神、创新精神和前瞻精神3个维度进行测量,包括“企业创始人具有很强的冒险意识”等6个题项。结果变量和条件变量的描述性统计如表1所示。
运用SPSS20可靠性分析对问卷进行信效度检验,结果如表2所示。结果显示,Cranbach's α系数和组合信度(CR)均在0.7以上,说明问卷信度较高[28];对问卷进行探索性因子分析,KMO统计量为0.819,并通过了0.001的显著性水平检验,同时,分析出5个特征根大于1的因子,解释了80.26的方差,说明研究有较好的效度。运用Amos21.0进行验证性因子分析,结果显示,模型拟合优度较高,最小因子负荷在0.6以上,所有构念平均萃取方差(AVE)均在0.5以上,说明本研究构念均具有良好的聚合效度。
表1 描述性统计分析结果
变量均值标准差1 2 34 5 6商业模式创新2.460 40.690 41环境不确定性2.214 10.511 1 0.357∗∗ 1政府政策支持2.2510.819 20.541∗∗0.349∗∗1企业社会网络2.222 30.637 20.586∗∗0.356∗∗0.550∗∗1企业组织学习2.394 10.740 40.526∗∗0.314∗∗0.396∗∗0.462∗∗ 1企业家精神1.888 70.659 10.457∗∗0.299∗∗0.533∗∗0.390∗∗0.333∗∗1
注 :**表示在 0.01的水平上显著
表2 信效度分析结果
变量维度最小因子载荷Cronbach's αCRAVE环境不确定性(EU)需求不确定性0.825竞争不确定性0.8640.7490.7560.611技术不确定性0.853政府政策支持(PO)资金支持政策0.888知识产权保护政策0.8770.8320.8490.694引进人才政策0.831企业社会网络(SR)供应商网络0.858经销渠道0.848顾客关系0.7740.8010.8220.726竞争企业0.704组织学习能力(OS)产品开发知识0.848制造工艺知识0.8690.8260.8410.757市场销售知识0.877企业家精神(EN)冒险精神0.957创新精神0.9550.9490.9520.842前瞻精神0.946商业模式创新(BMI)新颖型商业模式创新0.8250.8960.9030.829效率性商业模式创新0.825
根据fsQCA方法,每一个案例隶属于一个集合,给案例赋予集合隶属分数的过程就是校准 [29]。对变量校准通常根据已有理论知识或研究者经验进行,在校准时会有3个临界值,即完全隶属、交叉点、完全不隶属[30]。模糊集分析是指将变量转化为0~1上的集合,本文参照已有研究,借鉴Munoz & Kibler[31]的做法,将“4”设定为完全隶属,“3”设定为交叉点,“2”设定为完全不隶属,如表3所示。
在进行组态分析之前,有必要对单一驱动因素是否是制造企业高商业模式创新的充要条件进行讨论。Ragin[36]研究认为,当一致性大于0.9时,可认为该条件是结果变量的必要条件。
表3 变量校准锚点
研究变量 目标集合锚点完全隶属交叉点完全不隶属条件变量环境不确定性(EU)高环境不确定性432政府政策支持(PO)高政府政策支持432企业社会网络(SR)高社会关系网络432企业组织学习(OS)高企业组织学习432企业家精神(EN)高企业家精神432结果变量商业模式创新(BMI)高商业模式创新(BMI)432非高商业模式创新(NBMI)234
单因素必要条件分析结果如表4所示。结果显示,制造企业高商业模式创新所有前因条件均小于0.9,表明环境不确定性、政府政策支持、企业社会网络、企业组织学习、企业家精神5个因素中不是构成制造企业高商业模式创新的必要条件。这一结果验证了制造企业商业模式创新驱动因素的组合性,也就是说,制造企业商业模式创新驱动是一个复杂系统,没有单一因素具有显著性作用,制造企业商业模式创新驱动路径是多元的。
由表4中制造企业非高商业模式创新可知,缺乏环境不确定性(~FSEU,一致性0.963 243)、缺乏企业社会网络(~FSSR,一致性0.968 178)、缺乏企业家精神(~FSEN,一致性0.989 130)是非高制造企业商业模式创新的必要条件。这一结果逆向证明了环境不确定性、企业社会网络和企业家精神在制造企业商业模式创新中的重要作用。
表4 制造企业商业模式创新必要性分析结果
条件变量高商业模式创新(BMI)Consistency Coverage非高商业模式创新(NBMI)Consistency CoverageFSEU0.468 3350.823 3680.151 2440.726 804~FSEU 0.844 6050.266 8930.963 2430.831 995FSPO0.792 4150.632 1530.332 8090.725 713~FSPO0.656 1770.264 6020.831 3070.916 29FSSR0.603 2060.873 9740.188 2870.745 681~FSSR0.824 4720.270 9230.968 1780.869 612FSOS0.698 5920.696 4150.285 1830.777 085~FSOS0.776 3880.284 3640.888 5870.889 605FSEN0.368 2570.266 350.104 7630.719 549~FSEN 0.888 3890.266 350.989 130.810 596
注:“~”表示逻辑运算中的“非”
fsQCA分析会得到3类解:复杂解、中间解和简约解。在QCA分析中,既在简约解又在中间解中出现的条件为核心条件,只在中间解中出现的条件为边缘条件[30]。fsQCA组态分析结果如表5所示。
定性比较研究需要通过设置案例频数和一致性判断指标筛选出对被解释变量具有充分性解释的前因条件(Ragin,2009)。Schneider等[29]研究认为,对于大样本,频数一般取值为2,对于中小样本,频数一般取值为1。本研究对200多家企业进行调研,属于大样本研究,入选标准更严格,设置案例频数阈值为2。根据Ragin[32]的研究,本研究选择0.75作为一致性阈值。
本研究发现了3组一致性大于0.75阈值的商业模式创新驱动因素组合,如表5所示。虽然所含驱动因素各不相同,但能形成对制造企业商业模式创新的驱动合力。因此,不同驱动因素组合具备等价性。根据解的覆盖度,可以判断这3条商业模式创新驱动路径共计解释了55.9%的制造企业高商业模式创新样本。3个组态一致性指标分别为0.801 3、0.933 8、0.947 9,具有较高的一致性水平。表5中3组高商业模式创新组态显示,原始覆盖度分别为0.499 6、0.231 4、0.252 3,说明在H1、H2、H3组态中的案例占所有高商业模式创新案例的比率分别为49.96%、23.14%、25.23%;唯一覆盖度代表了剔除其它组态共同案例后,单一组态解释的高商业模式创新案例比率,3个组态的唯一覆盖率分别为0.258 6、0.026、0.024 6。相比较而言,H1组态覆盖比率更高。
由表5中制造企业非高商业模式创新可知,驱动制造企业高商业模式创新的因素并不是导致非高商业模式创新的反面条件,这很好地解释了QCA方法中因果非对称性特点。对于非高商业模式创新,QCA给出了4组组态,其中,总体解的一致性为0.893 2,大于0.8的阈值,解的覆盖率也达到了0.945 4。
表5 高、非高商业模式创新组态
条件变量高商业模式创新组态H1H2H3非高商业模式创新组态NH1NH2NH3NH4环境不确定性(EU)政府政策支持(PO)●社会关系网络(SR)企业组织学习(OS)●企业家精神(EN)●●一致性0.801 30.933 80.947 90.941 70.909 10.844 20.892 2原始覆盖度0.499 60.231 40.252 30.846 30.933 80.091 50.203 5唯一覆盖度0.258 60.026 00.024 60.003 00.075 30.004 90.003 6解的一致性0.791 40.893 2解的覆盖度0.559 00.945 4
注:●表示核心条件存在,⊗表示核心条件缺席,表示边缘条件存在,表示边缘条件缺席,“空格”表示该条件可存在可缺席
比较制造企业高与非高商业模式创新驱动因素组态,发现其存在明显差别的同时,又有着内在联系。因此,对比以上两种商业模式创新驱动因素组态,探究制造企业商业模式创新驱动背后的普遍性规律,根据每组组态中不同要素存在或缺席,以及是核心条件不是边缘条件,得出以下3类制造企业商业模式创新驱动路径。
(1)顺势而为型商业模式创新。制造企业高商业模式创新组态H1显示,无论社会关系网络是否存在,只要拥有高政府政策支持(核心条件)和高企业组织学习(核心条件),即使缺乏环境不确定性和企业家精神,也可以产生高商业模式创新。而制造企业非高商业模式创新组态NH4表明,无论社会关系网络是否存在,当缺乏环境不确定性和企业家精神时,即使存在作为核心条件的高政府政策支持和企业组织学习,也不会驱动商业模式创新。
政府政策支持和企业组织学习是一对组合驱动变量,政府政策支持是“势”,企业借助组织学习“顺”与“为”,因此命名为顺势而为型商业模式创新。对比H1与NH4发现,政府政策支持和企业组织学习对制造企业商业模式创新的驱动是具有“滚雪球”效应的组合拳。具体来说,H1组态中的案例企业均属于政府界定的战略性新兴产业范畴,而战略性新兴产业属于政府重点支持产业,这极大地促进了新技术产生,而企业为快速实现新技术市场化,必须进行商业模式创新。由于行业主导技术通常为复杂技术,企业需要依靠组织学习的力量顺势而为,以获得竞争优势。当企业顺应大势有所作为时,能够反向驱动政府在融资、知识产权保护、人才引进等方面加大对企业的支持;获得支持的企业进一步强化了企业组织学习在顺应大势上的作为,从而形成良性循环,就如同“滚雪球”一般。
政府政策支持对商业模式创新的驱动作用是有内部机制的。创新管理领域的研究一直困惑于政府政策支持到底是促进还是抑制企业创新,本研究发现,政府政策支持对商业模式创新没有独立的驱动效应,需要与企业组织学习交互完成创新驱动。H1组态中案例企业的驱动作用同时出现在高商业模式创新组态H1和非高商业模式创新组态NH4中,对比分析H1与NH4中的制造企业案例,发现企业的“为”表现为两种类型:①企业获得政府政策支持后,不断探寻获得竞争优势的内部力量,通过开放式创新增强组织学习能力的同时,实现商业模式创新上的突破;②在政府支持整个产业的大势下,企业内部团队共享知识、共同学习,提高商业模式创新对外部环境的适应性[33]。
政府政策支持与企业组织学习对制造企业商业模式创新的驱动合力是有“引爆点”的。政府政策支持与组织学习对制造企业商业模式创新的驱动作用同时出现在高商业模式创新组态H1和非高商业模式创新组态NH4中,对比分析H1与NH4中的制造企业案例发现,NH4组态中非高商业模式创新企业没有进行商业模式创新,可能是因为技术的复杂性和开放式合作的不确定性导致企业尚未开启商业模式创新的大门。也就是说,顺势而为型商业模式创新是有“引爆点”的。制造企业需要顺应大势,通过组织学习不断向内积蓄力量。
(2)运筹帷幄型商业模式创新。制造企业高商业模式创新组态H3显示,当高企业家精神作为核心条件,企业社会网络和政府政策支持作为边缘条件时,即使缺乏环境不确定性和企业组织学习,也可以产生高商业模式创新。在H3组态中,企业家精神是核心驱动因素,与政府政策支持和企业社会网络两个外部因素共同驱动商业模式创新。企业家精神是制造企业商业模式创新的内部驱动力,主导了商业模式创新的有无及方向,而商业模式创新是企业对政府政策和社会网络的利用。也可以说是企业家运筹帷幄,高效获得政府支持的各类资源,有意识地重构社会关系网络[34],进而实施商业模式创新。因此,将该组态反映出的商业模式创新称为运筹帷幄型商业模式创新。
首先,H3组态中的制造企业均属于传统制造行业,价值网络体系相对完整。企业利用社会网络,通过调整交易结构实现商业模式创新。由于所处行业技术已较为成熟,其产品是基于成熟技术的简单产品,因此即使没有开放式组织学习,也可以完成商业模式创新。其次,运筹帷幄型商业模式创新来源于企业家的社会资源,启动于企业家精神。H3组态覆盖的3家企业均在20世纪90年代创办,其前身分别为隶属于粮食局、供销社等国有体制中的企业,企业家也是从体制内“下海”创业的,企业家与政府有着天然的联系,在体制内积累了丰富的社会网络。同时,企业创办背景又赋予了企业丰富的社会网络资源。因此,企业家能够发现创业机会并借助社会网络优势整合内外部资源,实现商业模式创新[35]。最后,与顺势而为型商业模式创新类似,企业家精神与两个边缘条件之间也存在“滚雪球”效应。善于创新、不断进取的企业家精神能够让企业获得更多政府政策支持,更容易在社会网络中获得商业模式创新合法性。对比制造企业非高商业模式创新(NH3)中的企业(也属成熟技术的简单产品制造企业),虽然都有政府政策支持,但若企业家不主动整合社会网络资源,则无法创新商业模式。
(3)高瞻远瞩型商业模式创新。制造企业商业模式创新组态H2显示,在缺乏企业社会网络、政府政策支持和企业组织学习的条件下,高企业家精神前瞻性的预响应可以产生高商业模式创新。与运筹帷幄型商业模式创新类似,这一类商业模式创新中的核心条件是企业家精神。但对比两类商业模式创新路径发现,制造企业高商业模式创新组态H2下的样本企业冒险精神不足,但有较强的前瞻性。同时,高商业模式创新组态H2下的案例企业属于该行业领导企业,在业内有着很高的声望。在企业发展过程中,企业家善于用先进的管理理念指导企业,更多依靠信息技术驱动企业商业模式创新。因而将这一组态命名为高瞻远瞩型商业模式创新。
从H2组态中的制造企业案例发现:①企业家精神是企业商业模式创新的主要动力,相比同行业其它企业,案例企业能够超前感知到行业竞争加剧、新的顾客需求和互联网技术对产业的影响,通过合法化策略使商业模式创新在内、外达成共识[36],促成商业模式创新落地;②企业家精神不仅能够帮助企业发现机会、整合资源,以驱动商业模式创新,而且可以象征不断实施商业模式创新的形象,即企业家可以成为商业模式创新的象征,当企业家前瞻性地推进企业商业模式创新,并多次成功完成商业模式合法化和创新过程后,企业家不再是单纯拥有管理与决策职能的人,而成为一种象征[37],这种象征会继续推进企业探索新的商业模式;③在企业家精神驱动下,商业模式创新次数越多,企业会经历越多不同组态的商业模式创新驱动,因此会强化企业家精神,并弱化其它驱动因素,但这并不意味着其它因素不重要,而是受到企业家精神强核心的干扰以及多次商业模式创新分散效应的影响,使其它因素成为边缘条件,导致驱动力更弱。
本研究以191家山东省制造企业为样本,采用fsQCA方法,跨越多个案例揭示制造企业商业模式创新的驱动机理。沿用已有商业模式创新研究中的内、外部驱动因素,加入中国情境下的政府政策支持作为外部驱动因素,增加企业社会网络和企业组织学习两个过程驱动因素,完成制造企业商业模式创新驱动组态,发现了3类商业模式创新驱动路径:顺势而为型、运筹帷幄型和高瞻远瞩型。
(1)验证了因果关系的组合性、等价性和非对称性。制造企业商业模式创新的驱动因素无法独自发挥驱动作用,需要组合形成驱动合力;两个以上驱动因素之间随着企业发展和商业模式创新推进会出现“滚雪球”效应;QCA给出了3条高商业模式创新组态,不同组态形成不同商业模式创新路径,但最终结果都产生了商业模式创新;制造企业高商业模式创新驱动并不是非高商业模式创新驱动的对立面,制造企业拥有某项驱动因素优势,可以创新商业模式,但不拥有该项驱动因素,并不一定必然导致无法进行商业模式创新。
(2)虽然我国制造企业存在诸多亟待解决的问题,但企业一直积极探索商业模式创新,并有众多企业已经实现了商业模式创新。本文采用定性比较方法研究驱动因素组态,通过剖析商业模式创新的驱动机理界定出顺势而为型、运筹帷幄型和高瞻远瞩型3类商业模式创新驱动路径,分析其中的典型企业发现,制造企业一直在不断探索适合自身的发展路径。其中,归属于高商业模式创新组态中的企业,有着更高的战略绩效和行业地位。
(3)中国制造企业类型繁多,历史背景复杂,山东作为制造大省为研究提供了丰富的制造企业样本。简单产品制造企业和复杂系统产品制造企业的商业模式创新驱动路径是有差别的,新兴企业和体制内转制企业的商业模式创新驱动路径也不相同。值得重申的是,不同类型企业的商业模式创新是否受企业家精神驱动,以及企业家精神如何驱动创新都有着不一样的故事。特别是对于正走向世界的制造企业来说,企业家创新的象征作用能够更有力地驱动企业商业模式创新,并形成有标识度的企业形象。
商业模式创新驱动是一个复杂过程,而制造企业的种类繁多无疑又增添了更多复杂性。本研究采用定性比较分析方法研究商业模式创新驱动,从整体视角剖析各驱动因素对商业模式创新的驱动机理,不拘泥于单一驱动因素的显著性考量,而是从企业家借助企业社会网络、企业组织学习与环境互动的整体视角解释商业模式创新的驱动机理,从一定程度上理清了现有文献只关注因素线性驱动带来的混乱。同时,fsQCA方法集合了定量研究和定性研究的优势,能够更有效地分析复杂因果逻辑情境。本研究采用fsQCA组态分析梳理出3类制造企业商业模式创新的驱动类型,并回到各类型典型案例中,发现制造企业商业模式创新驱动的更多细节。
本研究对制造企业商业模式创新提供了一定的管理启示。
(1)制造企业既有能力也有必要探索商业模式创新。商业模式创新并非互联网企业的专利,传统制造企业也可以成功实施商业模式创新,我国制造企业应在与环境的交互中积极探索商业模式创新。随着互联网技术融入制造企业以及在平台生态系统中扩散,未来制造企业将获得更多商业模式创新机会,以获取好的发展位势。
(2)重视商业模式创新过程中的“滚雪球”效应。有着政府政策支持优良基因的制造企业,应根据所处行业特色,挖掘自身优势,形成与政府政策支持良性互动的“滚雪球”效应。复杂系统产品制造企业应重视企业组织学习在商业模式创新过程中与其它因素的交互驱动作用,简单产品制造企业要挖掘企业社会网络与其它因素的交互驱动力量,通过合法化固化商业模式创新带来的竞争优势。
(3)重新审视企业家精神。制造企业的企业家和高层管理团队要重视企业家精神在制造企业发展过程中的关键作用,特别是在商业模式创新中的重要驱动作用。在不确定的环境中,企业家创新精神和战略前瞻意识是商业模式创新的关键驱动因素,也是企业获得持续发展的关键要素。企业家精神与企业组织学习相互促进,弘扬企业家精神有助于改变根植于传统制造企业中的僵化心智模式,克服惰性,迎接新时代的挑战。成功的商业模式创新能够形成引领全员和全生态创新的企业家象征形象,同时能够激活组织,培养越来越多具有象征形象的企业家。
本研究也存在一定不足之处,可以为未来研究提供方向指引。
(1)扩大研究样本。本研究以山东省制造企业为样本,虽然提供了丰富的制造企业商业模式创新案例,但这种样本是有偏的,更偏向传统制造。后续研究可以扩大样本范围,考虑长江三角洲和珠江三角洲的制造企业,以调整和深化研究结论对制造企业的指导。
(2)采用案例研究挖掘驱动细节。本研究采用fsQCA研究商业模式创新驱动机理,虽然克服了传统回归分析的线性缺陷,能更好地解释商业模式创新驱动中的复杂问题,但对细节的挖掘仍然不够。后续研究可定位于制造企业高商业模式创新3种类型中的典型企业,进行扎根理论探索,探究在渐进式商业模式创新和颠覆式商业模式创新中各驱动要素的交互机理,以发现隐藏在细节中的中国制造故事。
(3)关注新的商业模式驱动因素。随着新兴技术对制造企业的影响和渗透逐渐深入,新的技术会改变经济结构和商业规则,制造企业商业模式创新的驱动力量可能会迎来新变化。如平台企业构建的商业生态系统会怎样影响制造企业商业模式创新,其驱动机理是否有别于企业社会网络?当企业间协作关系被区块链重塑后,是否会产生新的商业模式创新驱动因素?新兴技术衍生出的相关问题值得持续关注。
[1] ANDRIES P,DEBACKERE K.Business model innovation: propositions on the appropriateness of different learning approaches[J].Creativity & Innovation Management,2013,22(4): 39-56.
[2] ZOTT C,AMIT R.Business model design and the performance of entrepreneurial firms[J].Organization Science,2007,18(2): 181-199.
[3] 王子阳,魏炜,朱武祥.组织激活与基于商业模式创新驱动的管理工具构建——海尔集团董事局主席张瑞敏的管理之道[J].管理学报,2019,16(12): 1739-1750.
[4] FOSS N J,SAEBI T.Business models and business model innovation: between wicked and paradigmatic problems[J].Long Range Planning,2018,51(1): 9-21.
[5] DE REUVER M,BOUWMAN H,MACINNES I.Business models dynamics for start-ups and innovating e-business[J].International Journal of Electronic Business,2009(7): 269-286.
[6] 曾锵.大数据驱动的商业模式创新研究[J].科学学研究,2019,37(6): 1142-1152.
[7] 王水莲,刘莎莎.海尔集团商业模式演进案例研究:“因时而变”的企业[J].科学学与科学技术管理,2016,37(4): 70-78.
[8] 冯华,陈亚琦.平台商业模式创新研究——基于互联网环境下的时空契合分析[J].中国工业经济,2016(3): 99-113.
[9] 吴晓波,赵子溢.商业模式创新的前因问题:研究综述与展望[J].外国经济与管理,2017,39(1): 114-127.
[10] ZOTT C,AMIT R,MASSA L.The business model:recent developments and future research[J].Journal of Management,2011(5): 1-23.
[11] 郭海,沈睿.环境包容性与不确定性对企业商业模式创新的影响研究[J].经济与管理研究,2012(10): 97-104.
[12] MCGRATH R G.Business models: a discovery driven approach[J].Long Range Planning,2010,43(2/3): 247-261.
[13] MARTINS L L,RINDOVA V P,GREENVAUM B E.Unlocking the hidden value of concepts: a cognitive approach to business model innovation[J].Strategic Entrepreneurship Journal,2015,9(1): 99-117.
[14] 王金凤,王永正,冯立杰,等.创新基因学视角下商业模式创新方法研究[J].科技进步与对策,2020,37(1): 18-27.
[15] 鲁迪,缪小明.多层次视角的商业模式创新影响因素元分析研究[J].科技进步与对策,2018,35(13): 93-101.
[16] TIMMERS.Business models for electronic markets[J].Electronic Markets,1998,8(2): 3-8.
[17] 魏炜,朱武祥,林桂平.基于利益相关者交易结构的商业模式理论[J].管理世界,2012,28(12): 125-131.
[18] 林琳,陈万明.战略试验、创业学习与新企业商业模式创新[J].科技进步与对策,2018,35(3): 95-100.
[19] 陈启杰,江若尘,曹光明.“市场—政策”双重导向对农业企业绩效的影响机制研究——以泛长三角地区农业龙头企业为例[J].南开管理评论,2010,13(5): 123-130.
[20] 魏江,李拓宇,赵雨菡.创新驱动发展的总体格局、现实困境与政策走向[J].中国软科学,2015(5): 21-30.
[21] 曾萍,李明璇,刘洋.政府支持、企业动态能力与商业模式创新:传导机制与情境调节[J].研究与发展管理,2016,28(4): 31-38+137.
[22] 伯努瓦·里豪克斯,查尔斯·C·拉金.QCA设计原理与应用:超越定性与定量研究的新方法[M].北京:机械工业出版社,2017.
[23] FISS P C.A set-theoretic approach to organizational configurations[J].Academy of Management Review,2007,32(4): 1180-1198.
[24] ZOTT C,AMIT R.The fit between product market strategy and business model: implication for firm performance[J].Strategy Management Journal,2008,29(1): 1-26.
[25] JAWORSKI B J,KOHLI A K.Market orientation: antecedents and consequences[J].Journal of Marketing,1993,57(3): 53-70.
[26] VOSS G B,SIRDESHMUKH D,VOSS Z G.The effect of slack resources and environmental threat on product exploration and exploitation[J].Academy of Management Journal,2008,51(51): 147-164.
[27] COVIN J G,SLEVIN D P.Strategic management of small firms in hostile and benign environments[J].Strategic Management Journal.1989,10(1): 75-87.
[28] GEFEN D,STRAUB D W,BOUDREAU M C.Structural equation modeling and regression: guidelines for research practice[J].Communications of the Association for Information Systems,2010,4(7): 1-78.
[29] SCHNEIDER C Q,WAGEMANN C.Set-theoretic methods for the social sciences:a guide to qualitative comparative analysis[M].Cambridge: Cambridge University Press,2012.
[30] RAGIN C C.Redesigning social inquiry:fuzzy sets and beyond [M].Chicago:University of Chicago Press,2008.
[31] MUNOZ P,KIBLER E.Institutional complexity and social entrepreneurship:a fuzzy-set approach[J].Journal of Business Research.2016,69(4): 1314-1318.
[32] RAGIN C.Set relations in social research: evaluating their consistency and coverage[J].Political Analysis,2006(3):291-310.
[33] HUANG H C,LAI M C ,KAO M C,et al.A team-learning framework for business model innovation in an emerging market[J].Journal of Management & Organization,2014,20(1): 100-120.
[34] VELU C.Evolutionary or revolutionary business model innovation through coopetition? the role of dominance in network markets[J].Industrial Marketing Management,2016(53): 124-135.
[35] SIRMON D G,HITT M A,IRELAND R D.Managing firm resources in dynamic environments to create value:looking inside the black box[J].Academy of Management Review,2007,32(1): 273-292.
[36] 罗兴武,杨俊,项国鹏,等.商业模式创新双重属性如何作用创业企业成长: 裸心的案例研究[J].管理评论,2019,31(7): 133-148.
[37] MINTZBERG H.The nature of managerial work[M].New York: Harper & Row,1973.