Information Technology and Firm Performance： The Serial Mediating Role of Knowledge Management Capability and Business Model Innovation

Yu Dengke, Chen Shuting

(School of Public Policy and Administration, Nanchang University, Nanchang 330031, China)

Abstract： As an emerging economy, China has made remarkable economic progress over the past 40 years. Along with the reform and opening-up, China has ridden and embraced the global wave of information technology early, and fully entered the information-based era driven by the interactive fusion of big data, artificial intelligence, and Internet of Things and others. In such an information-based era, enterprises are urged to develop information technology so as to avoid lagging behind and keep sustainable growth. Information technology can bring many benefits to enterprises, such as optimizing the production process, enhancing the work efficiency and customer satisfaction, and these benefits are ultimately reflected in the improvement of firm performance. Although the existing literature has proved that information technology is beneficial to firm performance, the internal influence mechanism of information technology on firm performance is not clear. Therefore, how information technology drives firm performance becomes a noteworthy issue for global managers and scholars.

In today's information age, information technology promotes the emergence of massive knowledge, data and information, meanwhile,it has posed many challenges to enterprises. Consequently, cultivating knowledge management capability that can better exploit firm's internal knowledge as well as acquire, absorb and utilize external knowledge is necessary for enterprise development. Additionally, the appearance of information technology influences firm survival mode, thereby prompting enterprises to change the original business process to keep pace with the times. In other words, business model innovation is also important for enterprise development. Thus, knowledge management capability and business model innovation are considered as two crucial factors in the relationship between information technology and firm performance.

Following the resource-based view and dynamic capability theory, and the logic of resource-capability-performance framework, this study discusses the influence mechanism of information technology on firm performance through the mediation of knowledge management capability and business model innovation. Taking innovation-oriented enterprises as the research object, 297 sample data are collected by a questionnaire survey, and empirical tests are carried out by applying the partial least squares structural equation model (PLS-SEM) and fuzzy set qualitative comparative analysis (fsQCA).

The PLS-SEM results show that (1) information technology positively and directly affects firm performance; (2) information technology positively affects knowledge management capability, which in turn stimulates business model innovation, ultimately driving firm performance; (3) knowledge management capability and business model innovation play a serial mediating role in the relationship between information technology and firm performance. In addition, there are three configurations to achieve high levels of firm performance according to the fsQCA results , which indirectly prove the existence of serial mediating effect.

This study makes three primary contributions. First, it provides important advancements with respect to the theory of firm performance from the perspective of information technology. The research results expand the research scope about the factors influencing firm performance. Second, it reveals the internal influencing mechanism of information technology on firm performance by introducing the serial mediators of knowledge management capability and business model innovation, which enriches the resource-based view and dynamic capability theory, and provides insights for sustainable firm growth. Third, from methodological perspective, the study enlightens further development of the understanding of organizational issues about improving firm performance by combining symmetric and asymmetric statistical tools.

The valuable managerial implications arising from the study are presented. First, enterprises need to pay attention to the cultivation of information technology and the development of information platform. Second, enterprises are advised to build a perfect knowledge management system so as to enhance the abilities of knowledge acquisition, knowledge conversion and knowledge application. Third, enterprises are suggested to attach great importance to business model innovation. Finally, according to the actual situation, enterprises can choose the development path of “information technology—knowledge management capability—business model innovation—firm performance”. Meanwhile the study is subject to a number of limitations, and future work can optimize data collection tools and conduct longitudinal tracking to deeply explore the causal logic between variables, and introduce more moderating and mediating variables to improve the theoretical results.

Key Words：Information Technology; Firm Performance; Knowledge Management Capability; Business Model Innovation; Serial Mediation

收稿日期：2022-07-25

修回日期：2022-12-09

基金项目：国家自然科学基金项目(71962021)

作者简介：喻登科(1985—),男,江西宜春人,博士,南昌大学公共政策与管理学院教授、博士生导师,研究方向为科技创新与知识管理;陈淑婷(1996—),女,江西吉安人,南昌大学公共政策与管理学院博士研究生,研究方向为知识管理。

DOI：10.6049/kjjbydc.Q202207269

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.7

文献标识码：A

文章编号：1001-7348(2024)08-0117-12

0 引言

改革开放40多年来,中国经济建设和发展取得一系列前所未有的成就,最具有深远意义的成就之一是中国紧随欧美等发达国家较早融入了席卷全球的互联网和信息技术变革浪潮,全面进入信息化新时代[1]。信息化代表新的生产力和发展方向,是引领社会创新、促进经济发展和驱动战略转型的先导力量。长期以来,我国坚持以信息化带动工业化、以工业化促进信息化,在两化发展战略指引下,信息技术的重要作用日益显现,正引领中国经历新一轮科技革命[2]。企业作为经济发展的主体,是信息技术发展与利用最直接的受益者。目前,中国绝大多数企业都高度重视信息技术投资与信息系统建设,并将其作为企业的战略性资源。事实上,信息技术也确实让我国企业受益匪浅,如管理信息系统的应用极大加快了信息处理速度,改善了生产流程,提高了员工工作效率,智能化客服系统提高了客户满意度与粘结性。无论是企业内部流程的改进还是客户价值增值能力的提高,最终都体现在企业绩效提升上。因此,信息技术与企业绩效间的关系一直以来都是理论探索和管理实践共同关注的重要议题。

近年来,围绕信息技术与企业绩效的关系,学者们作了许多探索。从研究方法出发,可以将现有研究内容分为两类： 一类是聚焦于理论分析和案例研究,主要从微观视角辨析信息技术影响企业绩效的具体过程、逻辑及机制[3];另一类是聚焦于定量研究,主要运用计量方法探索信息技术对企业绩效的影响效果[4]。总体而言,现有研究为理解信息技术驱动企业绩效的现象提供了丰富的经验借鉴和理论启发,但仍存在不足：现有研究大多聚焦于理论分析和案例研究,虽然有一些文献采用定量方法研究信息技术对企业绩效的直接影响,但并未深入考察信息技术影响企业绩效的复杂作用机制。因此,对信息技术驱动企业绩效提升的路径进行深入讨论,具有重要理论意义和现实必要性。

依据动态能力理论,面对不断变化的外部环境,企业必须培育能够有效应对环境变化与资源消耗的动态能力,以保持竞争优势[5]。尤其在当今信息化时代,信息技术的快速发展促使海量知识和数据不断涌现,在对企业造成管理挑战的同时,也为企业提高管理水平与决策效率带来新的机会。企业组织依靠信息技术与数字平台,可以极大提高快速获取、识别、分析、处理和运用知识的能力,即信息技术与数字化驱动的知识管理能力。这种能力不仅能够帮助企业及时了解环境与市场信息,还能够支持企业快速进行资源重组与优化配置,以应对环境变化,提高不确定性环境下企业的生存几率。此外,信息技术的诞生颠覆性地改变了企业原有业务流程,也改变了企业间的竞争与合作关系。在信息技术支持下,企业有更多机会对商业模式进行变革,通过重组与共享商业资源实现更加开放、高效和可持续成长[6]。因此,在信息技术动态驱动企业绩效提升的过程中,知识管理能力和商业模式创新作为中介因素发挥着重要作用。

创新型企业是指拥有较多创新资源和积累较多创新成果,并致力于通过实施创新驱动发展战略获取可持续竞争优势的企业。信息技术对创新型企业绩效的作用价值更加凸显。由此,本文以创新型企业为研究对象,将信息技术、知识管理能力、商业模式创新和企业绩效整合到同一研究框架中,以“资源—能力—绩效”为逻辑建立理论模型,对四者之间的作用路径展开实证研究,以丰富理论成果,也为企业绩效提升实践提供参考借鉴。

1 基本概念与文献回顾

1.1 信息技术

随着全球信息化进程的不断发展,信息技术作为一种新的基础设施,已逐步成为各国保持经济可持续增长的重要支撑。信息技术的定义多种多样,目前较为主流的是广义、中义和狭义3个层面。广义上,信息技术是指能充分利用与扩展人类信息器官功能的各种方法、工具和技能,强调信息技术与人的本质关系[7];中义上,信息技术是指对信息进行采集、传输、存储、加工、表达的各种技术,强调信息技术的功能与过程;狭义上,信息技术是指利用计算机、网络、通信技术等各种硬件设备、软件工具及科学方法,对各种信息进行获取、加工、存储、传输和使用的技术,强调信息技术的现代化与高科技含量[8]。综上,信息技术可概括为用于管理和处理信息所采用各种技术的总称。信息技术正渗透到社会经济各个环节,在企业中的应用价值尤为显著。随着信息化与工业化的深度融合发展,信息技术正成为我国工业企业最为重要的组织与智力要素,全面渗透到研发、制造、管理、营销等环节。本文重点考察信息技术在企业中的作用,聚焦企业信息技术的现代化与高科技含量,因而将信息技术界定为狭义层面。由此,本文主要关注企业是否拥有先进的信息技术去获取、加工、存储和访问内外部信息与知识。

1.2 知识管理能力

企业是显性知识与隐性知识的集合体。显性知识是指以文字、图片等形式存在且比较容易展示和转移的知识,其载体包括书籍、文件、报告、规章制度等;隐性知识是指存储在知识主体头脑中,尚未被翻译、不容易表达和传递的知识,包括经验、认知、价值观、企业文化等。面对数量众多、种类丰富的知识元素,企业需要科学有效地对其进行管理,以发挥知识优势,避免知识爆炸带来的困扰。因此,知识管理能力对企业成长至关重要。知识管理能力是获取、整合、使用、共享和管理组织内外部知识的能力,关于知识管理能力的构成,目前学界尚未达成一致。肖艳红等[9]基于战略态度将知识管理能力划分成积极知识管理能力与保守知识管理能力;高山行和李炎炎(2018)根据过程将知识管理能力分为知识获取和知识利用两个维度;毛义华等(2021)从知识获取、吸收和保护3个维度探讨知识管理能力;Zia[10]将知识管理能力拓展为4个维度,分别是知识获取、转化、存储和运用。本文从动态知识管理视角将知识管理能力分为知识获取能力、转化能力和运用能力3个构成维度,其中,知识获取能力是指企业组织从外部环境中通过体验、学习和共享等行为获得新知识的能力,知识转化能力是指企业吸收和消化新获取知识并将其与组织系统中旧有知识进行整合后催生创造新知识的能力,知识运用能力是指企业组织将转化后的知识组合应用到运营活动中并由此提高效率与效果的能力[11]。3种能力的组合运用是企业组织实现知识持续增长并持续将知识转变为价值的关键支撑。

1.3 商业模式创新

随着科学技术快速发展和互联网经济快速兴起,商业模式创新逐渐引起学界和业界的广泛关注。商业模式是阐述企业如何在市场上做生意的全面视角,也是企业配置内外部资源并布局相关活动的行为过程,还是企业开展各类活动并以此为自身创造价值的机制[12]。商业模式由3个相互联系的行为要素构成,即价值主张、价值创造和价值捕获。其中,价值主张回答对客户来说什么是有意义的,是对客户真实需求的深入描述;价值创造描述企业生产与供应满足目标客户需要产品或服务的业务活动;价值捕获解决企业如何找到盈利点的问题。基于商业模式理念,商业模式创新被定义为对商业模式的关键要素或连接这些要素的架构的重要改变[13]。与产品创新和过程创新相比,商业模式创新是一种全新的创新理念与行为模式,其从更加系统的角度考察组织创新潜力,是对产品创新和过程创新的补充。Zott&Amit[14]提出商业模式创新包括效率型和新颖型两种,这一分类方式被广泛接受和认可。其中,效率型商业模式创新是指企业为提高交易效率而采取的行为措施,其目的是降低交易过程中不确定性、复杂性和信息不对称性带来的系统性成本;新颖型商业模式创新是指各参与者之间进行新的经济交流方式,其目的是通过开发新产品、提供新服务、开辟新市场、创造新交易方式等手段获取新价值。这两种商业模式创新并不是相悖的战略选择,而是企业可以同时实施的行为。

1.4 企业绩效

绩效是指企业在一定经营期限内获得的经营效益,也是企业在某一时期实施经营活动所取得整体成效的概称。在早期阶段,企业绩效主要通过财务指标衡量,包括投资回报率、销售收入增长率、总资产收益率等[15]。随着研究的深入,企业绩效不再局限于财务角度,而是拓展到组织获得效益的内部流程、创新、员工满意度、企业成长潜力等方面,由此产生非财务绩效的新内涵[16]。同时考察财务绩效和非财务绩效,能够更加全面地反映企业产出能力与效果。平衡记分卡是一种系统衡量企业绩效的评价工具,从财务、客户、内部运营、学习与成长4个维度考核企业绩效[17]。其中,财务层是基础,反映企业盈利情况;客户层是焦点,反映企业为客户创造的价值以及市场战略的有效性;内部运营层是核心,反映企业对创新、经营和售后服务等过程制度化变革的能力;学习与成长层是动力,反映企业在未来取得成功的潜力。平衡记分卡注重财务和非财务指标的平衡,本研究借鉴该理论的思想,从财务、运营、客户和成长4个维度综合衡量企业绩效。虽然4个维度之间可能存在系统关联与因果关系,但这些关系具有高度的非线性与反馈特征,很难准确描述与测量。本研究出于评价学视角测量企业绩效的需要,认为4个维度之间具有相对独立性,适合基于形成型量表的综合评价分析。

2 研究假设

2.1 信息技术与企业绩效

信息技术对企业绩效的驱动作用主要体现在以下4个方面：从运营层面看,信息技术能够提高运营绩效。生产部门可以利用信息技术促进企业生产制造智能化,优化生产流程并提高生产效率;销售部门能利用信息技术建立电子销售平台,不受时间和地点限制,随时随地进行产品销售;仓储物流部门能利用信息技术动态调整仓库货物量和运输时间,提高存货周转效率。从客户层面看,信息技术能够提升客户绩效。信息技术是企业深入分析和精准匹配客户需求的先决条件,通过建立信息交互平台,不仅使企业与客户的连接更加丰富、紧密,也能对客户的反馈信息进行充分精炼、加工和解读,以此提高业务关联和需求预测的准确性。从财务层面看,信息技术能够提高财务绩效。企业利用信息技术与网络平台,可以更加了解消费者偏好及其变化,从而更加及时和准确地改进现有产品或开发新产品,进而占据更大市场份额或开拓新的产品市场,通过扩大企业客户规模实现盈利增长。从成长层面看,信息技术能够提升成长绩效。在信息化时代背景下,信息技术已成为企业战略工具中极为重要的部分,正潜移默化地影响企业价值观变革和行为改变,不但能帮助企业在发展过程中形成新的思维模式和解决方案,还能为企业未来成长指明方向和减少阻碍因素。已有研究为信息技术对企业绩效的积极作用提供了支持性证据[18]。由此,本文提出如下研究假设：

H1：信息技术对企业绩效具有直接正向作用。

2.2 信息技术与知识管理能力

信息技术对知识获取、知识转化和知识运用具有重要推动作用。首先,面对数量庞大、动态增长、价值低密、多源异构的数据,先进的信息技术有利于企业从中识别、提炼和获取有用的知识和见解。互联网、大数据、云计算等信息平台与技术的出现,帮助企业快速掌握外部市场现状、消费者多样化需求及其变化,以及竞争对手的发展态势等,让企业在最短时间内获取最新、最精炼、最有价值的知识和信息。其次,在获取大量知识后,信息技术能帮助企业更加科学、高效地对这些知识进行加工、整合、消化和吸收,使其实现真正的转移转化。在转化过程中,信息技术能够提供一个完善的系统平台支持新旧知识融合和显性与隐性知识互动,并筛选和摒弃无用、重复、过时的知识和更新新知识,完善企业知识体系,突破知识困境与技术瓶颈。最后,知识运用是知识管理的最终目的,拥有先进信息技术的企业在知识运用方面具有优势。当企业需要利用知识解决问题时,信息技术能够以智能化方式帮助企业迅速匹配到有用的知识,实现精准推送与智慧组合。已有研究为信息技术对知识获取、转化和运用的积极作用提供了经验性证据支持[19-21]。据此,本文提出以下研究假设：

H2：信息技术对知识管理能力具有直接正向作用。

2.3 知识管理能力与商业模式创新

商业模式创新的本质是对新知识的获取、转化和运用,有效的知识管理对商业模式创新至关重要。首先,知识获取有利于企业了解外部环境的最新情况,为商业模式创新指引方向。例如,企业可以通过积极获取最新技术和产品信息发现自身短板,从而及时动态调整发展战略,提高商业模式创新效率;也可以通过获取消费者的最新信息分析顾客偏好和需求,以此挖掘新的市场机遇,进而提高商业模式创新的新颖性。其次,知识转化有利于企业将外部知识融入内部知识系统,重构和更新企业内部知识,为商业模式创新创造条件。新获取的零散、流动知识及其简单堆积并不能真正被企业所用,也难以引发质变和驱动商业模式创新。只有企业不断开展知识整合活动,使知识经历社会化、外显化、组合化和内隐化等过程,才能产生适应效率型或新颖型商业模式创新需求的新知识。最后,知识运用是企业实施商业模式创新最关键的步骤。内外部知识结合形成的新知识不断在企业中流转和贯通,可以激发企业开展一系列创新活动。一方面,新知识的运用可以提高信息透明度、降低信息不对称性、优化成本结构等,通过对现行运营模式进行改进,实现效率型商业模式创新;另一方面,新知识的运用也有利于改变传统交易方式、开发优质产品或服务、开辟新销售渠道等,从而颠覆以往的运营模式,实现新颖型商业模式创新。已有研究为知识管理能力对效率型和新颖型商业模式创新的正向影响提供了支撑性证据[22-23]。据此,本文提出以下研究假设：

H3：知识管理能力对商业模式创新具有直接正向作用。

2.4 商业模式创新与企业绩效

效率型和新颖型商业模式创新均对企业绩效水平提升具有重要作用。首先,效率型商业模式创新强调在整体性“成本—价值”效应结构中谋求成本最小化,在不改变企业价值逻辑的情况下,降低企业与合作伙伴交易结构中的系统性成本,通过打破行业成本结构规则找到新的盈利点,从而占据竞争优势。交易成本降低意味着企业与合作伙伴在绩效上的共同提升。以提升效率和降低成本为核心的商业模式,不仅能够提升顾客感知价值和购买意愿,还能建立更加紧密和持久的顾客关系,稳固企业市场地位。其次,新颖型商业模式创新着眼于挖掘和满足消费者需求,强调根据消费者偏好变化不断推出全新产品、服务或体验,这既能及时留住老客户,也可以争取更多潜在客户,促使企业获取更多增值价值和利润。同时,新颖型商业模式创新会催生新的合作关系、交易方式和营销理念等,这不仅有助于企业打破传统价值链上的壁垒,给企业带来更多新的业务机会,还可以为企业开辟全新市场。已有研究为效率型和新颖型商业模式创新对企业绩效的正向作用提供了证据支持[24]。因此,本文提出以下研究假设：

H4：商业模式创新对企业绩效具有直接正向作用。

2.5 链式中介作用

“资源—能力—绩效”的研究范式是基于资源基础观和动态能力理论演变而来的。资源基础观指出,企业成长依赖于内生性资源和能力,认为异质性资源是造成企业间绩效差异显著的重要原因。动态能力理论认为,企业需要根据外部环境的即时变化而动态整合、建构和重新配置内外部资源,由此生成一种应对环境挑战和利用环境机会的能力,在动态平衡中孕育并维续企业竞争优势。异质性资源和动态能力共同支撑组织创新行为,而创新是企业组织在动态环境中获得绩效的根本来源。在“资源—能力—绩效”的逻辑链中,资源是前因,绩效是结果,而动态能力与行为在其中发挥中介作用,即资源是能力形成的基础,而能力又决定企业绩效。企业动态能力可以分为低阶动态能力和高阶动态能力,前者对后者具有推动作用。低阶动态能力是发源和作用于企业内部的基础能力,致力于保障企业在动态环境中正常运营,知识管理能力是一种最为重要的低阶动态能力。高阶动态能力是运用和提升基础能力的高阶力量,发源于企业内部但作用点在企业外部,致力于通过战略变革和改变运作流程提高环境适应力与发展潜力,商业模式创新能力是一种典型的高阶动态能力。因此,信息技术、知识管理能力、商业模式创新、企业绩效之间的关系可以采用“资源—能力—绩效”的逻辑解释。具体地,首先,信息技术是企业重要的战略资源,通过信息技术获得的知识也是企业最具价值的无形资源,而知识资源又是构成企业强大知识管理能力的基本条件;其次,借助知识管理能力,企业能够获取、整合、吸收和运用内外部环境中的知识,由此开发出更高效率或更新颖的商业模式,推进商业模式创新。最后,企业通过商业模式创新完善甚至重构其价值创造过程,以此提升企业绩效并形成可持续性竞争优势。因此,信息技术能够驱动企业知识管理能力提升,进而激励企业进行商业模式创新,最终带来绩效增长。基于此,本文提出如下研究假设：

H5：知识管理能力和商业模式创新在信息技术与企业绩效之间起到显著的链式中介作用。

在上述研究假设基础上,本文提出如图1所示的研究框架。

3 研究设计

3.1 样本与量表

本文选择创新型企业作为研究对象,即满足以下条件之一的企业才能纳入研究样本：①企业被列入国家级或省级创新型企业名单;②企业研发经费强度在5%以上;③企业研发人员占比在5%以上。最终纳入297家符合条件的创新型企业,其分布特征如下：企业年龄在10年以下占18.9%,11～15年占35.4%,16～20年占26.6%,21～30年占14.5%,30年以上占4.7%;企业员工人数在500人以下占50.2%,500～999人占24.6%,1 000～1 999人占15.5%,2 000人以上占9.8%;国有企业占29.6%,民营企业占63.0%,外资企业占7.4%;制造业占51.5%,信息传输、软件和信息技术服务业占28.3%,互联网行业占14.8%,科学研究与技术服务行业占5.4%。网络IP地址显示,样本企业覆盖了中国内地24个省域。总体而言,样本具有一定代表性。

选择创新型企业作为研究对象主要基于以下考虑：①创新型企业是我国实施创新驱动发展战略的重要主体,选取该类对象符合政策背景;②当前关于创新型企业的研究主要聚焦于技术创新,而对商业模式创新的关注较少,本研究侧重于探讨创新型企业的商业模式创新,具有理论和政策新意;③创新型企业一般对信息技术开发应用与知识管理系统建设投入较大,在运营特点上高度契合本文研究主题。

本研究样本数据采用问卷调查形式获得。考虑到量表的科学性、适用性和可操作性,问卷开发遵循如下程序：第一,对于每个变量的测量,选择较为经典的量表进行改造。英文量表通过并行的“翻译—回译”方式进行语义厘正,研究人员甄别回译量表与原英文量表的区别和差异,作出修改与完善,并将完善后的中文量表引入调查问卷。第二,邀请外部专家进行预测试,依据意见反馈情况对问卷中模糊不清、理解有歧义或有明显倾向性的题项进行校正。第三,为控制和降低同源方法偏差问题,在设计问卷时将题目顺序适当打乱。第四,在核心变量题项开发的基础上增加部分身份题项,以便了解企业及应答者的基本情况并确认样本来源的代表性与科学性,最终生成正式调查问卷。核心变量均使用Likert 5级量表进行测量,1～5分表示从“非常不同意”到“非常同意”。

Credamo是一个专业在线问卷调查平台,已为全球超过2 000所高校的师生和3 000家企业提供服务,具有超过280万在线被试。本研究调查问卷委托Credamo进行发放,受邀对象是创新型企业员工。问卷发放时间为2022年6月,收回问卷420份,剔除作答不规范、答题时间过短和测谎题不通过的问卷,最终得到有效问卷297份,有效回收率为70.7%。

通过对身份题项进行整理与分析,发现调查者具有如下特征：男性占56.9%,女性占43.1%;年龄在20～30岁占30.0%,31～40岁占63.0%,40岁以上占7.0%;本科学历占较大比例(69.7%),研究生及以上学历次之(26.9%),大专及以下学历人数较少(3.4%);约一半的调查者来自于研发岗位(49.5%),其次是生产(18.9%)和销售岗位(14.8%),再次是财务(6.1%)、人力(9.3%)和其它岗位(1.3%)。

3.2 变量测量

(1)信息技术。本文聚焦信息技术的狭义层面,借鉴Raudeliuniene等[20]的量表对信息技术进行测量,包括“本企业能使用先进的信息技术获取大量知识”等3个题项。

(2)知识管理能力。知识管理能力包括知识获取能力、知识转化能力和知识运用能力3个构成维度,参考Gold等[25]的量表,知识获取包括“本企业在获取新知识方面有清晰的流程步骤”等3个题项,知识转化包括“本企业能将个人的知识转化为组织拥有的知识”等3个题项,知识运用包括“本企业能快速利用现有知识解决实际问题”等4个题项。

(3)商业模式创新。商业模式创新分为效率型商业模式创新和新颖型商业模式创新两个维度,主要借鉴Zott&Amit[14]的量表,效率型商业模式创新包括“本企业的商业模式能提高交易效率”等4个题项,新颖型商业模式创新包括“本企业总能创造出新的盈利模式”等4个题项。

(4)企业绩效。结合平衡积分卡的思想和Rai等[26]的测量方式,将企业绩效视作一个反映—形成型二阶构念,由财务绩效、运作绩效、客户绩效和成长绩效4个一阶构念构成,而每个一阶构念又通过若干个相关度很高的反映型题项衡量。其中,财务绩效包括“与竞争对手相比,本企业的销售收入明显增加”等3个题项,运作绩效包括“与竞争对手相比,本企业的研发能力更强”等两个题项,客户绩效包括“与竞争对手相比,本企业推出的新产品/服务更受顾客欢迎”等两个题项,成长绩效包括“与竞争对手相比,本企业的美誉度更高”等3个题项。

(5)控制变量。本文遴选环境动荡(ED)、企业年龄(FA)、企业规模(FS)和企业所有权(FO)4个控制变量。其中,环境动荡主要参照Jaworski &Kohli[27]的量表,包括 “我们行业的技术变化非常迅速”等4个题项;企业年龄采用企业成立至2022年的时间跨度衡量;企业规模采用企业员工数衡量;企业所有权被定义为哑变量,国有企业赋值为1,非国有企业赋值为0。

3.3 方法

本研究综合使用两种方法进行模型构建和假设检验。首先,使用偏最小二乘法结构方程模型(PLS-SEM)进行路径分析,对研究假设进行检验。该方法不要求样本数据服从正态分布,对样本量要求较低,可以同时处理反映型和形成型指标,善于处理高阶潜变量的复杂结构模型,因而能够满足和契合本研究需要。然后,使用模糊集定性比较分析方法(fsQCA)对PLS-SEM模型的研究结论进行检验。fsQCA基于整体视角,致力于探索引起预期结果出现的条件组态,是一种非对称性分析方法。在本研究中,fsQCA是对PLS-SEM统计分析的补充,可以验证研究结果的稳健性。

3.4 同源方法偏差

本研究从过程控制和统计分析两方面控制同源方法偏差。关于过程控制,首先,在问卷设计时打乱题项顺序,降低被调查者自我归因反应对数据的影响;其次,在问卷发放时采用匿名填写方式,以保障应答者参与问卷调查的自愿性。关于统计控制,在获得数据后,使用Harman单因素检验评估共同方法偏差的大小。因子分析结果显示,第一公因子的方差解释百分比为47.566%,低于推荐值50%。根据Kock[28]的建议,本文使用完全共线性评估方法进一步检验共同方法偏差,发现所有一阶构念之间的方差膨胀因子均低于3.3的阈值。因此,本文同源方法偏差在可控范围内,不会对研究结果产生重大偏差性影响。

3.5 模型与信效度

本文将企业绩效设计为一个反映—形成型二阶构念,因而采用两阶段法估计模型是最合适的。第一阶段,采用重复指标法估计反映型构念的各项指标,得到企业绩效的4个一阶潜变量得分;第二阶段,将企业绩效的4个一阶潜变量得分作为观测项目代入结构模型,估计形成型构念的各项指标,并利用偏回归最小二乘法进行路径分析。

对于反映型构念,量表质量检验参数主要包括指标信度、内部一致性、收敛效度和区别效度,检验结果如表1所示。本文采用探索性因子分析对题项与构念间的关系进行检验,发现与预期的反映关系基本一致,不存在多重载荷问题。信度主要通过因子载荷判断,全部题项的因子载荷在0.705～0.905之间,均大于0.7的参考值,说明各构念具有较高的信度。内部一致性主要通过克朗巴哈系数(Cronbach's α)和组合信度(CR)衡量,Cronbach's α取值在0.722～0.846之间,CR取值在0.826～0.897之间,均大于0.7的阈值,表明构念具有较高的内部一致性。收敛效度通常用平均萃取方差(AVE)判断,所有构念的AVE值均大于0.5的阈值,说明构念具有较高的收敛效度。此外,本文采用两种方法对区别效度进行检验：首先,每个构念的AVE平方根均大于该构念与其它构念的相关系数,满足Fornell&Larcker[29]的标准,如表2所示;其次,每个构念的因素负荷量都高于该构念与其它构念的交叉负荷量,预示着测量模型较高的区分效度,如表3所示。

对于形成型构念,检验指标主要是权重的显著性和方差膨胀因子,结果如表4所示。从显著性看,财务绩效、运营绩效、客户绩效和成长绩效的权重均显著,说明模型选取的变量具有参考价值。此外,除财务绩效的权重值(0.185)略低于0.2外,其它3个一阶构念的权重值都大于0.2,满足模型对形成型构念的建构要求。从方差膨胀因子结果看,4个一阶构念的VIF值都远低于3.3的阈值,说明形成型构念之间不存在严重的共线性问题。

4 研究结果

4.1 路径分析

采用偏最小二乘法对结构方程模型进行测度,PLS-SEM模型的评估指标主要包括解释方差(R2)、预测关联度(Q2)、效用值(f 2)和标准化残差均方根(SRMR)等。R2反映外生潜变量对内生潜变量变异的解释能力,取值在0～1之间。一般而言,R2取值为0.19、0.33和0.67时,分别表明模型整体上具有较弱、中度、较强的解释能力。路径分析结果如图2所示,知识获取能力、知识转化能力和知识创造能力的R2值分别为0.593、0.652和0.606,表明知识管理能力在模型中具有中度解释能力;效率型商业模式创新、新颖型商业模式创新和企业绩效的R2值分别为 0.728、0.717和0.802,表明商业模式创新和企业绩效在模型中具有较强的解释能力。总体而言,模型整体解释能力较强。Q2是检验模型预测关联度的指标,其推荐值为大于0。结果显示,内生潜变量的Q2值均大于0,表明结构方程模型的预测关联度较高。f2反映外生潜变量对内生潜变量的影响力,f2值为0.02、0.15和0.35分别代表影响效果为低、中、高水平。表5结果显示,信息技术对企业绩效的直接影响力处在较低水平,信息技术对知识管理能力的影响力处在较高水平,知识管理能力对商业模式创新的影响力处在较低水平,商业模式创新对企业绩效的影响力处于中等水平。此外,该模型的SRMR值为0.057,小于0.08的阈值,表明结构方程模型具有较高的适配度。

由表5可知,信息技术对企业绩效具有显著正向影响(β=0.196,p<0.01),H1得到验证;信息技术对知识获取能力(β=0.770,p<0.001)、知识转化能力(β=0.807,p<0.001)和知识运用能力(β=0.778,p<0.001)均具有显著正向影响,H2得到验证。同时,知识获取能力(β=0.300,p<0.001)、知识转化能力(β=0.323,p<0.001)和知识运用能力(β=0.314,p<0.001)对效率型商业模式创新均具有显著正向影响;知识转化能力(β=0.519,p<0.001)和知识运用能力(β=0.315,p<0.001)对新颖型商业模式创新的正向作用显著,而知识获取能力(β=0.082,p>0.05)对新颖型商业模式创新的影响效果不显著。由此,H3部分得到验证。此外,效率型商业模式创新(β=0.366,p<0.001)和新颖型商业模式创新(β=0.367,p<0.001)对企业绩效均具有显著正向影响,H4得到验证。

采用Bootstrapping程序检验路径系数和中介效应的显著性,为保证结果的稳定性,本研究将抽样次数设置为5 000次。中介效应分析结果如表6所示,间接效应通过6条中介作用路径产生。其中,路径1：信息技术→知识获取→效率型商业模式创新→企业绩效的间接效应为0.085,置信区间(CI=[0.055, 0.128])不包含0,中介效应显著;路径2：信息技术→知识转化→效率型商业模式创新→企业绩效的间接效应为0.095,置信区间(CI=[0.062, 0.143])不包含0,中介效应显著;路径3：信息技术→知识运用→效率型商业模式创新→企业绩效的间接效应为0.089,置信区间(CI=0.052, 0.139])不包含0,中介效应显著;路径4：信息技术→知识获取→新颖型商业模式创新→企业绩效的间接效应为0.023,置信区间(CI=[-0.009, 0.063])包含0,中介效应不显著;路径5：信息技术→知识转化→新颖型商业模式创新→企业绩效的间接效应为0.154,置信区间(CI=[0.090, 0.227])不包含0,中介效应显著;路径6：信息技术→知识运用→新颖型商业模式创新→企业绩效的间接效应为0.090,置信区间(CI=[0.053, 0.141])不包含0,中介效应显著。此外,信息技术对企业绩效具有显著的直接正向作用。综上,知识管理能力和商业模式创新在信息技术与企业绩效间发挥部分链式中介作用,H5部分得到验证。

4.2 组态分析

校准是指赋予案例集合隶属的过程。把变量校准为集合,需要依据理论和实际的外部知识或标准设定3个临界值,即完全隶属、交叉点和完全不隶属,校准后的集合隶属度介于0～1之间。参考已有研究[30],本文将条件变量与结果变量的3个校准点分别设定为潜变量得分的上四分位数(完全隶属)、中位数(交叉点)和下四分位数(完全不隶属)的对应值。

在进行组态分析前,需要进行必要条件分析,结果如表7所示。当一致性大于0.9时,可以认为该条件是结果变量的必要条件。结果显示,高企业绩效所有前因条件的一致性均低于0.9,表明这些前因条件都不是构成高企业绩效的必要条件。

fsQCA分析会得到3类解：复杂解、中间解和简约解。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。定性比较分析需要通过设置一致性判断指标和案例频数筛选出对被解释变量具有充分性解释的前因条件,本文将原始一致性阈值设定为0.80,PRI一致性阈值设置为0.70,案例频数阈值设定为2。如表8所示,3种高企业绩效组态的一致性分别为0.868、0.867、0.861,总体一致性为0.841,说明这3种组态都是实现高企业绩效的充分条件。模型解的覆盖度为0.529,说明这3种组态能够解释52.9%的高企业绩效样本。解的一致性和解的覆盖度均高于临界值,表明充分性分析有效。

组态S1表明,企业可以通过信息技术、知识转化能力、知识运用能力、新颖型商业模式创新的组合实现高水平绩效;组态S2表明,企业可以通过信息技术、知识转化能力、效率型和新颖型商业模式创新的组合实现高水平绩效;组态S3表明,企业可以通过信息技术、知识获取能力、知识运用能力、效率型和新颖型商业模式创新的组合实现高水平绩效。3种组态具有以下共同特点：都需要信息技术的支持;知识管理能力、商业模式创新可以是部分构成要素参与,但不可缺少全部要素;不需要低(非高)水平的信息技术、知识管理能力或商业模式创新构成要素参与。由此可知,企业要想追求高绩效,高水平的信息技术、知识管理能力和商业模式创新都必不可缺。这进一步证明了知识管理能力和商业模式创新在信息技术与企业绩效间起到的关键链式中介效应,间接验证了H5。

5 结论与启示

5.1 研究结论

首先,信息技术对企业绩效具有显著的直接正向效应,即丰富的信息技术资源是提升企业绩效的先决条件。虽然很多学者认为信息技术对企业绩效具有重要影响,但是对于两者关系的实证研究较为稀缺。本研究弥补了这一不足,拓展了对企业绩效来源因素的研究。此外,已有研究对企业绩效的测量大多采用财务绩效指标,对非财务绩效指标的考察较少。本研究综合考察财务和非财务绩效,发现信息技术对财务和非财务绩效的提升效果均显著。

其次,知识管理能力和商业模式创新的链式中介效应构成了信息技术作用于企业绩效的机理过程。过往文献探究了知识管理能力、商业模式创新对企业绩效的影响效果,但尚未有学者将信息技术、知识管理能力和商业模式创新三者结合起来,探索企业绩效提升的机理与路径。本研究以“资源—能力—绩效”为逻辑,厘清了这四者之间的作用关系,打开了信息技术影响企业绩效的“黑箱”。通过明晰知识管理能力作为低阶动态能力和商业模式创新作为高阶动态能力的中介作用,为发展企业绩效观提供了一个纵深视角。由此,本研究丰富了资源基础观和动态能力理论,也促进了组织成长理论的新发展。

最后,以信息技术、知识管理能力和商业模式创新为条件因素,企业实现高水平绩效存在3种组态。本文利用fsQCA厘清了企业高水平绩效的等效驱动机制和条件替代关系。fsQCA方法能够更有效地分析复杂因果逻辑情境,而不是简单的线性关系。本文研究发现,3种以信息技术、知识管理能力和商业模式创新为核心的多元组态通过“殊途同归”的方式实现高水平企业绩效,间接证实了知识管理能力和商业模式创新在信息技术与企业绩效之间的链式中介作用,丰富了企业成长理论的研究框架。

5.2 管理启示

第一,重视信息技术、信息平台和信息资源的培育与开发。具体而言,企业可以充分结合行业经营特性与发展特征,制定清晰的信息技术资源战略规划,整合内外部人力、资金和技术,为发展和利用信息技术提供基本保障;在新一代技术变革中,企业需及时抓住信息技术转型机遇,为数字化、信息化和智能化发展打下基础,以此提高组织绩效,扩大竞争优势。第二,构建完善的知识管理系统,提高知识获取、转化和运用能力。一方面,企业要加大资金投入,引入先进的知识管理系统与平台,辅助组织对知识资源进行科学管理;另一方面,企业需营造浓厚的知识型组织氛围,鼓励员工主动学习、广泛分享和积极应用各种知识资源,综合提升企业知识管理能力。第三,高度重视商业模式创新。企业需增强对外部环境变化的感知,保持对新机遇的敏感度,并通过商业模式创新及时作出应对。具体地,企业可通过效率型商业模式创新持续提升组织生产与交易效率,维持企业生存空间;也可通过新颖型商业模式创新进行自我变革和构建商业生态,在小的生态位上赢得竞争优势。第四,结合实际情况采选“信息技术—知识管理能力—商业模式创新—企业绩效”的发展路径。鼓励企业加大信息技术发展力度,为数字化知识管理能力的培育与提升奠定基础,利用所获取的新知识推动和支撑企业商业模式创新,通过提高效率或新颖度的方式实现高水平的企业绩效。

5.3 不足与展望

本研究还存在一些局限。第一,本研究采用截面数据进行分析,只能反映特定时间企业组织的行为和状态,难以揭示信息技术驱动企业绩效提升的动态过程,未来可以考虑优化数据收集工具,开展纵向追踪,以深入探究变量间的因果逻辑。第二,虽然调查问卷中的题项设计参考了国内外已有研究成果,但为了控制题项总量和符合中文表达习惯,在整合题项和开发问卷时进行了人为的题项筛选和基于语境考虑的调整,问卷工具整体的信效度还有待更多验证。第三,本研究样本主要来源于创新性较强的中国企业,但研究结论在不同文化情境、不同行业类型、不同规模的企业间可能存在差异,未来研究将扩大样本范围,加强对研究结论异质性和稳健性的检验。第四,关于信息技术经由知识管理能力、商业模式创新驱动企业绩效提升的路径,未来可以尝试通过典型案例分析的方式进行深入探讨。第五,在研究框架上,如何提升企业绩效是一个多因素和多层面共同作用的复杂过程,未来可以引入更多调节变量和中介变量进行扩展研究,从而不断完善理论成果。

参考文献：

[1] 杨俊, 张玉利, 韩炜, 等. 高管团队能通过商业模式创新塑造新企业竞争优势吗——基于CPSED Ⅱ 数据库的实证研究[J]. 管理世界, 2020, 36(7)： 55-77.

[2] 李晓宇, 陈国卿. 信息技术投入, 技术创新动态能力与企业绩效关系研究[J]. 科技进步与对策, 2019, 36(16)： 100-107.

[3] 肖静华, 吴小龙, 谢康, 等. 信息技术驱动中国制造转型升级——美的智能制造跨越式战略变革纵向案例研究[J]. 管理世界, 2021, 37(3)： 161-179.

[4] 王可, 周亚拿. 信息化建设、供应链信息分享与企业绩效——基于中国制造业企业的实证研究[J]. 中国管理科学, 2019, 27(10)： 34-43.

[5] TEECE D J. Explicating dynamic capabilities： the nature and microfoundations of (sustainable) enterprise performance [J]. Strategic Management Journal, 2007, 28(13)： 1319-1350.

[6] 张振刚, 尚钰, 许亚敏. 信息技术与业务融合对商业模式创新的影响——基于数据赋能视角[J]. 科技管理研究, 2021, 41(12)： 1-8.

[7] 徐璞, 戴昌钧. 知识管理视角下信息技术对知识工作的影响研究[J]. 情报杂志, 2010, 29(4)： 88-92.

[8] 张科静, 陈会琳, 戴昌钧. 信息技术对知识工作生产率的影响研究及概念模型[J]. 情报杂志, 2010, 29(8)： 197-202.

[9] 肖艳红, 卢艳秋, 叶英平. 能力柔性与知识管理战略匹配对竞争优势的影响[J]. 科技进步与对策, 2018, 35(1)： 142-148.

[10] ZIA N U. Knowledge-oriented leadership, knowledge management behaviour and innovation performance in project-based SMEs： the moderating role of goal orientations[J]. Journal of Knowledge Management, 2020, 24(8)： 1819-1839.

[11] HOCK-DOEPGEN M, CLAUSS T, KRAUS S, et al. Knowledge management capabilities and organizational risk-taking for business model innovation in SMEs[J]. Journal of Business Research, 2021, 130： 683-697.

[12] 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.

[13] FOSS N J, SAEBI T. Fifteen years of research on business model innovation： how far have we come, and where should we go[J]. Journal of Management, 2017, 43(1)： 200-227.

[14] ZOTT C, AMIT R. Business model design and the performance of entrepreneurial firms[J]. Organization Science, 2007, 18(2)： 181-199.

[15] 王双进, 田原, 党莉莉. 工业企业ESG责任履行、竞争战略与财务绩效[J]. 会计研究, 2022, 43(3)： 77-92.

[16] 周杏娟. 非财务绩效指标对国有企业绩效的影响[J]. 科研管理, 2018, 39(S1)： 165-170.

[17] KAPLAN R S, NORTON D P. The balanced scorecard：measures that drive business performance[J]. Harvard Business Review, 1992, 70(1)： 71-79.

[18] 王凡林, 张继德. 信息化战略、IT治理与企业绩效[J]. 财政研究, 2018, 39(12)： 114-125.

[19] 张振刚, 张君秋, 叶宝升, 等. 企业数字化转型对商业模式创新的影响[J]. 科技进步与对策, 2022, 39(11)： 114-123.

[20] RAUDELIUNIENE J, ALBATS E, KORDAB M. Impact of information technologies and social networks on knowledge management processes in Middle Eastern audit and consulting companies[J]. Journal of Knowledge Management, 2021, 25(4)： 871-898.

[21] NWANKPA J K, ROUMANI Y, DATTA P. Process innovation in the digital age of business： the role of digital business intensity and knowledge management[J]. Journal of Knowledge Management, 2022, 26(5)： 1319-1341.

[22] 吴增源, 易荣华, 张育玮, 等. 新创企业如何进行商业模式创新——基于内外部新知识的视角[J]. 中国软科学, 2018,33(3)： 133-140.

[23] GUO J,ZHOU S,CHEN J,et al.How information technology capability and knowledge integration capability interact to affect business model design：a polynomial regression with response surface analysis[J].Technological Forecasting and Social Change,2021,170：120935-120948.

[24] 李巍, WANG Q, 杨雪程. 新创企业市场双元驱动创业绩效的机制研究： 商业模式创新的中介效应[J]. 管理评论, 2021,33(3)： 118-128.

[25] GOLD A H, MALHOTRA A, SEGARS A H. Knowledge management： an organizational capabilities perspective[J]. Journal of Management Information Systems, 2001, 18(1)： 185-214.

[26] RAI A, PATNAYAKUNI R, SETH N. Firm performance impacts of digitally enabled supply chain integration capabilities[J]. MIS Quarterly, 2006, 30(2)： 225-246.

[27] JAWORSKI B J, KOHLI A K. Market orientation： antecedents and consequences[J]. Journal of Marketing, 1993, 57(3)： 53-71.

[28] KOCK N. Common method bias in PLS-SEM： a full collinearity assessment approach[J]. International Journal of e-Collaboration (IJeC), 2017, 11(4)： 1-4.

[29] FORNELL C, LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error[J]. Journal of Marketing Research, 1981, 18(1)： 39-50.

[30] FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research[J]. Academy of Management Journal, 2011, 54(2)： 393-420.

(责任编辑：陈 井)