数字化领导力、知识管理能力与企业商业模式创新
——环境动态性的调节作用

简兆权,邓凌云,陈冰儿

(华南理工大学 工商管理学院,广东 广州 510640)

摘 要:数字化领导力是企业商业模式创新的重要内在驱动因素。基于知识基础观和动态能力理论,构建数字化领导力—知识管理能力—商业模式创新理论模型,以数字化企业为研究对象,采用问卷调查法收集270份样本数据,并运用回归分析方法进行实证检验。结果表明:数字化领导力显著正向影响企业商业模式创新;知识管理能力的不同维度,即知识吸收能力、知识转化能力和知识应用能力在数字化领导力与企业商业模式创新间起中介作用;环境动态性在数字化领导力与知识转化能力、知识应用能力间起正向调节作用;环境动态性正向调节数字化领导力通过知识转化能力与知识应用能力对企业商业模式创新的中介效应。研究结论有助于深化对数字化领导力与企业商业模式创新间作用关系的理解,丰富知识基础观与动态能力理论,为数字化企业可持续成长提供参考。

关键词:数字化领导力;知识管理能力;商业模式创新;环境动态性

Digital Leadership, Knowledge Management Capability, and Business Model Innovation:The Moderating Role of Environmental Dynamism

Jian Zhaoquan, Deng Lingyun, Chen Bing'er

(School of Business Administration, South China University of Technology, Guangzhou 510640, China)

Abstract:In the rapidly developing digital economy, enterprises face not only the pressure of market competition but also the dual challenges of technological transformation and organizational restructuring. The new generation of information technologies is reshaping traditional business logic and the value creation models of enterprises. Companies must quickly adapt to these technological changes, maintain competitiveness, and drive business model innovation. In this process, digital leadership has become a crucial driving force for enterprise innovation. Digital leadership refers to the ability of leaders to closely integrate information technology with corporate strategy. It promotes innovation and transformation by optimizing resource allocation and enhancing decision-making efficiency. In the process of digital transformation, digital leadership requires a forward-looking strategic perspective, technical sensitivity, and organizational coordination ability to help enterprises cope with external uncertainties, break free from traditional path dependencies, and explore diverse value creation paths. Moreover, digital leadership enhances knowledge management capabilities to promote the integration of internal resources within the organization. Given the widespread application of digital technology, enterprises need to strengthen their perception of the external environment and reconstruct their knowledge management system. This means that companies need to continuously improve innovation capabilities through knowledge absorption, conversion, and application. Although existing studies have pointed out the importance of digital leadership in driving business model innovation, the mechanisms by which knowledge management drives innovation remain underexplored. Current research mostly focuses on static perspectives and pays less attention to the continuous adjustment capabilities of digital leadership in dynamic environments. In the dynamic business landscape, leveraging digital leadership to enhance knowledge management and drive sustained business model innovation has become a critical challenge that companies must urgently address.

Therefore, this study constructs a theoretical model of "digital leadership-knowledge management capability - business model innovation" based on the knowledge-based view and dynamic capabilities theory. Data are collected through a questionnaire survey based on a sample of 270 digital enterprises from South China. Multiple regression analysis is applied to test the impact mechanism of digital leadership on business model innovation, identify the mediating role of knowledge absorption, transformation, and application capabilities, and further introduce environmental dynamism as a moderating variable to analyze its moderating effect on the path of digital leadership. This study extends the application boundaries of the knowledge-based view and dynamic capabilities theory in the context of digital transformation and provides theoretical support and practical insights for enterprises to cope with complex environments and achieve continuous innovation in business models.

The study′s findings indicate the following key points: (1) Digital leadership has a significant positive impact on business model innovation; (2) Knowledge management capability,including knowledge absorption, transformation, and application,plays a mediating role between digital leadership and business model innovation; (3) Environmental dynamism positively moderates the relationships between digital leadership and both knowledge transformation and application capabilities. It also positively moderates the mediating effects of knowledge transformation and application capabilities in the relationship between digital leadership and business model innovation.

The theoretical contributions of this study are primarily reflected in three aspects. First, this study refines the mechanism by which digital leadership influences business model innovation, based on the practical challenges of enterprise digital transformation in the digital economy era. Second, drawing on the knowledge-based view and dynamic capability theory, it clarifies the mediating role of knowledge management capability between digital leadership and business model innovation. Third, it verifies the moderating role of environmental dynamism, identifying the boundary conditions under which digital leadership affects business model innovation, and offers new insights into how digital leadership promotes innovation through knowledge management. Future research may consider adopting quasi-experimental or field experimental methods to enhance the objectivity and reliability of the findings. Additionally, since the current sample is limited to digital enterprises in South China, future studies could expand the sample scope and conduct cross-regional comparative analyses to improve the generalizability of the conclusions. Moreover, introducing more strategic moderating or mediating variables would help to further explore the complex mechanisms between digital leadership and business model innovation, thereby broadening the research perspective on digital leadership and offering more practical implications for enterprise digital transformation in rapidly changing environments.

Key Words:Digital Leadership; Knowledge Management Capability; Business Model Innovation; Environmental Dynamism

DOI:10.6049/kjjbydc.D32025010398

开放科学(资源服务)标识码(OSID):

中图分类号:F270.7

文献标识码:A

文章编号:1001-7348(2026)13-0138-11

收稿日期:2025-01-14

修回日期:2025-04-24

基金项目:广东省自然科学基金项目(2023A1515011894);广东省哲学社会科学规划项目(GD23CGL15)

作者简介:简兆权(1969—),男,福建永定人,博士,华南理工大学工商管理学院教授、博士生导师,研究方向为数字经济与平台治理;邓凌云(1999—),女,浙江丽水人,华南理工大学工商管理学院硕士研究生,研究方向为技术创新;陈冰儿(1999—),女,广东汕头人,华南理工大学工商管理学院博士研究生,研究方向为数字经济与平台治理。

0 引言

基于人工智能、物联网、云计算等新一代信息技术的颠覆性创新正在改变工作方式,推动企业重塑价值逻辑并构建数字化情境的商业模式[1]。商业模式创新是对传统模式的重构,尤其在数字经济背景下,企业从“以客户为中心”转向关注供应商、员工、政府和自然环境等多元主体需求。企业领导者需要具备前瞻性的数字化视野,推动商业模式创新。虽然企业已认识到数字化领导力在创新和获取竞争优势中的作用[2],但仍面临管理惯性、数据障碍和领导者数字能力不足等挑战[3]。数字化领导力的本质是将信息技术与企业战略相结合,通过优化资源配置和提升决策效率推动创新(刘洋等,2021)。学术界对数字化领导力如何驱动商业模式创新的探讨不足,如何利用数字化领导力推动商业模式创新,已成为数字化企业亟待解决的重要议题。

数字化领导力是数字经济时代下领导者以技术驱动组织变革的能力(刘洋等,2021)。以往关于数字化领导力的研究大多基于技术适应理论和组织创新理论[4],侧重于外部技术因素分析,而较少关注领导者个体特质及其在企业商业模式创新中的能动作用,特别是关于数字化领导力内在机制的探讨。事实上,数字化领导力对创新的作用并非直接显现,而是通过决策能力、团队激励与资源整合等中介因素[5]。数字化领导力在企业转型与创新中发挥关键作用[2],并与战略联盟、市场导向等因素密切相关,但其影响机制尚待进一步探讨[6-7]。本文引入动态能力理论与知识基础观,聚焦领导者与组织的关系,基于数字化领导力视角探讨其对商业模式创新的作用路径。

动态能力理论强调,企业竞争优势源于其在动态环境中敏锐感知并捕捉市场机会,不断调整和优化资源配置,以资源重组应对外部变化[8]。在复杂多变的环境中,借助数字化领导力,企业可以强化信息感知、资源整合与组织变革能力,提升动态调整能力,实现变革创新并获得持续竞争优势[9]。同时,企业动态调整能力离不开有效的知识管理。Grant[10]提出的知识基础观认为,知识应被视为企业核心资源,企业需要通过知识整合、优化与应用提升知识管理能力,以增强创新能力。在动态环境下,企业需要依赖高效的知识管理,以更好地应对不确定性并保持竞争优势。基于此,本文结合知识基础观和动态能力理论的“感知、捕捉、资源重组”视角,将知识管理划分为知识吸收、知识转化和知识应用,并将其嵌入动态能力的核心机制中。在新技术或市场变革下,企业需要增强知识吸收能力与市场感知能力。在应对商业模式转型时,企业需要增强知识转化能力[11],实现新产品、服务或流程创新。当市场需求多变时,企业更需要优化知识应用能力,以增强组织快速响应能力。数字化领导力借助大数据、平台与云计算提升知识获取、流通与应用效率。在商业模式创新中,企业需要持续调整知识管理方式,使其与外部环境变化相匹配,以推动价值创造[12]。然而,现有研究较少关注知识管理能力在环境动态性影响下的持续调整机制。在知识管理过程中,企业需要不断更新认知框架、优化资源配置,并结合数字技术进行管理模式调整,以应对外部环境的不确定性。知识管理能力(知识吸收能力、知识转化能力和知识应用能力)支持企业感知、捕捉和资源重组过程,有助于企业保持竞争优势并推动商业模式创新[13-14]。据此,本文探讨知识管理能力在数字化领导力影响商业模式创新过程中的中介机制。

数字化革命会加剧市场不确定性,促使企业领导者在动态环境中优化资源配置、把握机会,从而推动数字化转型与创新。相关研究表明,外部环境因素对领导力在动态能力与企业绩效间的作用具有重要影响[15]。在快速变化的市场中,企业需要持续重构知识资源,以降低数字化转型的不确定性和风险[14]。基于动态能力理论,环境动态性影响企业对知识管理能力的利用程度,进而影响商业模式创新路径。在不同环境动态性下,企业知识资源整合与应用方式存在差异,从而影响数字化领导力的作用效果。为此,本文将环境动态性作为调节变量,探讨其在数字化领导力通过知识管理能力影响商业模式创新过程的调节效应。

综上,本文基于知识基础观和动态能力理论,引入知识管理能力作为关键传导路径,探讨数字化领导力对商业模式创新的作用机制,通过分析知识管理能力的中介作用,探讨企业在动态环境中如何通过知识吸收、转化与应用应对市场变化,保持竞争优势。同时,以环境动态性作为调节变量,剖析数字化领导力在商业模式创新过程中的边界作用条件,以期为企业应对动态环境中的数字化转型问题提供启示。

1 理论基础与研究假设

1.1 知识基础观

Grant[10]提出的知识基础观认为,企业本质上是知识的汇聚体,其竞争优势来源于知识整合、优化与应用。相较于资源基础观,该理论强调知识的价值性、稀缺性和难以模仿性,认为企业需要通过高效的知识管理提升竞争力。商业模式创新本质上依赖于新知识持续获取与高效转化及应用[12],而知识管理能力可直接影响企业创新能力和市场适应性[16]。企业需要通过有效的知识管理提高知识获取、转化及利用能力,从而增强创新能力和市场竞争力。

在数字经济背景下,知识管理方式正经历深刻变革。数字化领导力通过构建知识共享平台与利用数字协作工具整合内外部知识资源,提升企业知识吸收、转化与应用效率。综上,知识基础观为企业知识管理的关键作用提供理论支持,揭示数字化领导力如何通过优化知识管理能力推动商业模式创新。

1.2 动态能力理论

Teece等[8]提出,在快速变化的环境中,若依赖既有路径,企业可能面临适应能力受限问题。动态能力是指企业在不确定环境中,通过感知、捕捉市场机会以及资源重组实现资源整合与重构,以提升适应性和竞争优势[17]

在数字经济时代,企业知识管理能力是动态能力形成与演化的关键[18-19]。借助知识吸收能力,企业敏锐地感知市场与技术趋势;借助知识转化能力,企业整合外部知识并捕捉机遇;借助知识应用能力,企业推动组织优化与资源重组,提升自身应对环境变化的能力[8]。上述能力构成不确定环境下企业调整和优化资源配置的关键路径。

环境动态性是外部不确定性的核心特征,能够影响企业动态能力的有效性[14]。在高度动态环境中,市场需求、技术变革和竞争格局的不确定性加剧,企业更依赖动态能力进行适应性调整。数字化领导力通过强化数据驱动的市场感知,提升企业知识资源吸收、转化与应用效率,并优化协作与整合机制,增强企业资源配置能力,使其更加敏捷地应对环境变化,推动商业模式创新。综上,动态能力理论为企业在不确定环境中优化资源配置并适应环境变化提供理论框架,揭示数字化领导力如何通过强化知识管理推动商业模式创新,并探讨环境动态性在这一过程中的调节作用。

1.3 数字化领导力与商业模式创新

传统战略方法和单一领导力模式在应对日益复杂的数字化变革以及快速变化的市场环境时,逐渐暴露出其局限性。作为数字经济时代的产物,数字化领导力是指领导者在数字化转型中整合内外部资源、重构企业能力的能力。数字化领导力强调敏捷创新思维、敢于变革与承担风险[20],有助于企业抓住数字化机遇、应对挑战,并借助新兴技术推动商业模式创新与发展[5]。在数字经济背景下,商业模式创新成为企业获得可持续竞争优势的关键手段,是指企业通过调整和重组现有资源进行持续性创新,以实现价值创造和竞争力提升[1]。首先,在企业数字化转型过程中,数字化领导力通过战略思维和数字技术洞察市场趋势,推动企业创新与变革[21]。数字化领导力有助于企业领导者掌握数字技术发展的最新动态,持续提升自身管理和应用能力,引领组织运用大数据等新兴技术,优化业务流程、开发新产品和服务,最终实现企业商业模式创新。其次,数字化领导力强调领导者在塑造数字化环境和培养数字化人才方面的能力[3],能够引导企业成员共同实现数字化转型目标[9]。在此过程中,企业成员依据领导者制定的数字化愿景[22],主动适应数字时代工作环境,学习并掌握新技能和工作方法,积极参与创新活动,助力企业实现商业模式创新。基于以上分析,本文提出如下假设:

H1:数字化领导力对商业模式创新具有显著正向影响。

1.4 知识管理能力的中介作用

在快速变化的市场环境中,企业能否有效吸收、转化和应用知识资源,是影响其创新能力和市场竞争力的关键[23]。基于知识基础观,企业需要不断整合与优化知识资源以构建可持续竞争优势。数字化领导力依托数字平台、互联网、大数据和云计算等技术,优化企业知识获取与共享机制,有助于企业加快识别市场趋势、消费者需求与竞争动态,从而提升知识整合与应用能力。借助知识吸收能力,企业识别、获取外部知识资源并将其融入内部体系[24];借助知识转化能力,企业通过整合新旧知识促进显性与隐性知识交互;借助知识应用能力,企业将知识嵌入业务流程,从而推动创新与价值创造。数字化领导力的敏捷性进一步提升企业关键知识识别与利用效率[21]

商业模式创新的核心在于获取、整合与应用新知识,以突破传统商业模式限制,创造新价值体系[16]。基于动态能力理论,为了在动态环境中保持竞争优势,企业需要具备资源感知、捕捉和重构能力[17],而知识管理能力正是驱动这一过程的关键机制。知识吸收能力为商业模式创新提供支撑,知识转化能力有助于企业提升知识利用效率并把握创新机会,知识应用能力有助于企业优化业务结构、提升交易效率并拓展销售渠道,实现商业模式迭代升级(王雪原和马维睿,2018)。

企业领导力在塑造知识管理能力方面发挥关键作用,并最终影响商业模式创新[9]。数字化领导力通过提升知识获取、转化与应用效率,强化企业资源动态调整能力,为商业模式创新提供有力支撑[12]。在数字化领导力引导下,企业能够高效整合知识资源,持续推动商业模式迭代与升级[11]。基于以上分析,本文提出如下假设:

H2a:知识吸收能力在数字化领导力和商业模型创新间发挥中介作用;

H2b:知识转化能力在数字化领导力和商业模型创新间发挥中介作用;

H2c:知识应用能力在数字化领导力和商业模型创新间发挥中介作用。

1.5 环境动态性的调节作用

环境动态性是指企业所处外部环境变化速度以及不确定性程度[14]。环境动态性反映组织在日常运营中的实际情境,包括竞争对手新品发布,以及政策引领、经济趋势所驱动的行业演变等,对组织内部领导者决策制定及其后续行动具有重要影响(于超等,2023)。在数字化转型过程中,企业在高度不确定性环境下更加依赖数字化领导力,借助数字技术优化资源配置、提升运营效率并探索新商业模式[20]。基于以上分析,本文提出如下假设:

H3:环境动态性对数字化领导力与商业模式创新的关系具有显著正向调节作用。

在数字化领导力影响知识管理能力过程中,不同环境特性会导致内外部知识资源转化呈现差异[25],干扰数字化领导力的引导作用。基于动态能力理论,当外部环境变化较大、市场不确定性较高时,企业需要更强的知识获取、整合与重构能力,以应对快速变化的市场需求[13]。在高环境动态性下,企业可获得的稳定资源减少,信息不确定性增强,知识半衰期缩短。此情境下,企业更依赖数字化领导力获取外部知识、调整内部知识结构,并将新知识转化为创新成果。首先,面对日益动态的环境,企业市场感知需求不断提升[17],会借助数字化领导力,利用新兴技术加强市场分析,以获取最新、最有价值的知识资源;其次,面对频繁变动的市场环境,数字化领导者需要强化知识整合机制,高效吸收并优化企业知识存量;最后,数字化领导力推动知识应用,加速知识在组织内流动与实践,从而提升企业竞争力[26]。基于以上分析,本文提出如下假设:

H4a:环境动态性对数字化领导力与知识吸收能力的关系具有显著正向调节作用;

H4b:环境动态性对数字化领导力与知识转化能力的关系具有显著正向调节作用;

H4c:环境动态性对数字化领导力与知识应用能力的关系具有显著正向调节作用。

根据前文进一步推导,知识管理能力在数字化领导力与企业商业模式创新间的中介作用可能受到环境动态性的调节。在高度动态环境下,市场不确定性和不可预测性加剧,企业间资源竞争变得激烈,企业资源获取机会减少[15]。在上述环境下,数字化领导力有助于企业通过掌握数字化工具和技术,营造高效的数字化沟通环境[3],推动内部知识共享与交流。同时,有效的知识管理能力可以促进组织成员更好地进行知识传递与共享,主动学习、吸收并应用外部知识,提升资源利用效率和优化资源配置,有助于企业打造新的商业模式(王雪原和马维睿,2018)。因此,在高环境动态性下,数字化领导力对知识管理能力和商业模式创新的正向影响更为显著;在低环境动态性下,企业更倾向于利用已有知识存量,而非主动获取和整合新知识,进而逐渐削弱数字化领导力对商业模式创新的驱动作用。基于以上分析,本文提出如下假设:

H5:环境动态性正向调节知识管理能力在数字化领导力和商业模式创新间的中介作用。

综上所述,本文构建研究框架如图1所示。

图1 研究框架

Fig.1 Research framework

2 研究设计

2.1 样本与数据收集

本文以华南地区具有代表性的数字化企业为研究对象,通过开展问卷调查收集数据。该地区聚集华为和腾讯等龙头企业、阿里云工业互联网总部等重点平台,以及树根互联、美云智数、赛意信息等行业标杆,具备较高的代表性和情境适配性。正式调查于2023年8—11月进行,为保证数据质量,实施事前与事后双重控制:事前要求填写者为在企业工作两年以上、熟悉企业数字化的中高层管理者;事后剔除信息缺失或不符合要求的无效问卷。

本文向企业中高层管理者发放电子问卷,分三阶段进行数据收集,每阶段间隔一个月。为保证三阶段问卷填写的一致性,要求受访者以“姓名首字母缩写+手机尾号后四位”作为代称,以便后续筛选与匹配。第一阶段收集数字化领导力、个人信息与企业信息,发放问卷360份,回收有效问卷321份;第二阶段收集知识管理能力与环境动态性数据,发放问卷321份,回收有效问卷296份;第三阶段收集商业模式创新数据,发放问卷296份,剔除无效样本后获得有效样本270份,有效回收率为91.2%。表1显示,样本在个体特征与企业属性方面分布多元化,具有较高的代表性。

表1 样本描述(N=270)

Table 1 Sample description (N=270)

类别特征数量百分比(%)个体信息性别男14754.44女12345.56年龄<30岁2710.0030~39岁6222.9640~49岁13148.52≥50岁5018.52学历大专及以下248.89本科16661.48硕士研究生及以上8029.63职位中层管理人员15155.93高层管理人员11944.07企业信息企业所属行业信息技术服务业9234.07工业制造业6925.56金融保险业197.04批发与零售业4215.56文化、体育及娱乐业82.96住宿及餐饮业176.30建筑业114.07其他124.44企业性质国有企业4717.41民营企业9133.70中外合资企业8631.85外商独资企业4617.04企业年龄5年以下5118.895~10年11442.2211~15年8431.1115年以上217.78企业规模100人及以下3613.33101~300人8431.11301~500人7527.78501~1 000人5520.371 000人以上207.41

2.2 变量测量

本文选用的测量量表均为国外成熟量表,并严格按照“翻译—回译”程序进行翻译,所有变量均采用Likert 7点量表评分,具体如表2所示。数字化领导力变量测量借鉴Benitez等[27]开发的数字化领导力量表,共4个题项;知识管理能力变量测量借鉴Lane等[28]开发的知识管理能力量表,包括知识吸收能力、知识转化能力和知识应用能力3个维度,共17个题项;商业模式创新变量测量借鉴Clauss[29]开发的商业模式创新量表,共4个题项;环境动态性变量测量借鉴Jansen等[15]开发的环境动态性量表,共4个题项。为了降低企业间差异对研究结果的潜在影响,借鉴以往相关研究,本文选取企业所属行业、企业年龄、企业性质、企业规模作为控制变量。

表2 信度与收敛效度

Table 2 Reliability and convergent validity

变量题项载荷值Cronbach's α 系数CRAVE数字化领导力(DL)领导者具备较强的科技发展环境和科技政策环境应对能力,能够快速掌握科技发展动态0.7870.8730.873 10.633领导者具备较强的数字化组织变革能力,善于利用数字技术创新战略业务和运营模式0.780领导者具备较强的数字化思维能力,善于通过数字化思维识别、分析和应对企业战略问题0.796领导者具备较强的数字化人才培育能力,借助数字技术对员工发展和团队建设产生影响0.818知识吸收能力(KA)企业设立专门的知识学习和信息分享平台0.8350.9200.920 40.658企业结构设计合理,有助于知识吸收与交流0.791 企业鼓励员工学习吸收行业相关知识0.813 企业会从外部渠道获取行业信息0.825 企业持续关注行业的新产品或新服务0.773 企业会邀请外部专家对员工进行培训0.830 知识转化能力(KT)企业注重开展内部员工学习培训0.8090.897 0.897 00.635企业倡导师徒式培训,传授并转化员工工作经验0.798 企业定期整理客户资料和市场信息0.775 企业定期分析现有技术积累,发现创新的可能性0.807 企业定期整理员工工作经验,以文档形式传播0.796 知识应用能力(KP)企业能利用内外部知识有效应对竞争挑战和识别市场机会0.8190.9190.918 70.653企业在开发产品或服务过程中,能有效利用从外部获取的技术与市场信息0.820 企业能确保知识在部门间合理配置与有效利用0.800 企业会根据员工的知识和技能分配任务0.815 企业能利用新技术推出新产品或新工艺0.805 企业定期结合新知识改良现有技术0.790 商业模式创新(BMI)企业需要不断思考培育哪些能力应对变化的市场需求,员工不断接受培训以培育新能力0.7950.8700.869 70.625企业保持更新技术资源,并定期利用新的技术机会,以扩展产品和服务组合0.778 企业搜索新的合作伙伴,并定期利用机会将新合作伙伴集成至内部流程中0.797 企业优化内部流程,包括业务管理流程和产品制造流程0.793 环境动态性(ED)企业所在市场环境经常发生剧烈变动0.8100.8660.866 30.618企业客户不断对产品与服务提出新的要求0.777 企业面临的市场环境持续地变化0.765 企业客户经常会在产品或服务的数量、交货期限等方面要求变化0.793

3 数据分析与假设检验

3.1 共同方法偏差检验

(1)本文运用Harman单因子检验对样本数据进行未旋转主成分分析,结果提取出6个因子,第一个因子方差解释率为35.767%,低于40%的判断标准,表明不存在严重的共同方法偏差。

(2)本文运用验证性因子分析比较六因子基准模型与七因子模型的拟合度,结果显示,七因子模型拟合指标并未优于假设模型(Δχ2/df=0.012,ΔCFI=0.003,ΔTCI=0.003,ΔSRMR=0.002),再次表明本文可能存在的共同方法偏差未对研究结果产生影响。

3.2 问卷信度与效度检验

本文使用SPSS26.0软件和Mplus8.7对变量进行信度效度分析,结果如表2所示。

(1)信度分析。本文选择内部一致性α系数及组合信度CR值作为评价标准,检验结果表明,所有变量Cronbach's α值均大于0.8,说明变量具有较高的信度。

(2)效度分析。本文从内容效度、收敛效度和区分效度3个方面进行检验。内容效度方面,本研究测量题项大部分来源于国内外成熟量表,确保测量工具具备较高的内容效度。收敛效度方面,对题项进行因子分析,Bartlett近似卡方为4 999.086,显著性p<0.001,KMO指数为0.919;使用SPSS26.0进行因子分析,提取的主因子数量为6,占累积解释总方差的72.127%,采用最大方差法旋转后,核心变量的所有题项在其对应主因子上的因子载荷值超过阈值0.5;对各变量因子载荷单独测量CR值,所得结果均大于0.7,AVE值大于0.5,收敛效度通过检验。区分效度方面,结合表2与表3,各变量AVE的平方根值均大于皮尔森相关系数,说明变量具有较高的区分效度。为进一步确认区分效度,以Mplus8.7进行验证性因子分析,先进行结构方程建模再遵循相关性最大原则在六因子模型的基础上聚合潜变量,得到6个模型。表4显示,六因子模型各项指标(χ2/df=1.193;TLI=0.980;CFI=0.982;RMSEA=0.030;SRMR=0.035)均满足标准要求,并优于其余5个模型。由此可见,变量间具有较高的区分效度。

表3 区分效度、描述性统计与相关性分析结果

Table 3 Discriminant validity, descriptive statistics, and correlation analysis results

注:***表示p<0.001,**表示p<0.01,*表示p<0.05,下同;对角线上的数值代表变量的AVE平方根

变量123456789101.企业性质-2.企业年龄-0.440-3.企业规模-0.0920.072-4.所属行业-0.052-0.021-0.018-5.数字领导力0.0450.034-0.031-0.0790.7966.知识吸收能力-0.033-0.037-0.076-0.0470.461***0.8117.知识转化能力0.048-0.028-0.063-0.1080.480***0.409***0.7978.知识应用能力0.046-0.036-0.018-0.0360.403***0.436***0.373***0.8089.商业模式创新-0.0070.0130.062-0.0880.443***0.410***0.445***0.362***0.79110.环境动态性0.020-0.0550.006-0.0400.300***0.361***0.296***0.317***0.324***0.786均值2.5002.2802.7702.8504.4824.3614.4004.4014.4354.368标准差0.9710.8581.1392.0531.4321.4301.3801.4231.3871.409

表4 验证性因子分析结果

Table 4 Confirmatory factor analysis results

注:DL代表数字领导力;KA代表知识吸收能力;KT代表知识转化能力;KP代表知识应用能力;BMI代表商业模式创新;ED代表环境动态性,下同

检验模型χ2dfχ2 /dfTLICFIRMSEASRMR六因子(DL; KA; KT; KP; BMI; ED)448.4933621.1930.9800.9820.0300.035五因子(DL; KA+KT; KP; BMI; ED)1 054.5203672.8730.8420.8570.0830.083四因子(DL; KA+KT; KP+BMI; ED)1 512.9113714.0780.7400.7630.1070.115三因子(DL; KA+KT; KP+BMI+ED)1 940.1873745.1880.6470.6750.1250.128二因子(DL+KA+KT; KP+BMI+ED)2 271.7943766.0420.5750.6060.1370.129单因子DL+KA+KT+KP+BMI+ED2 729.1123777.2390.4740.5120.1520.122

3.3 描述性统计与相关分析结果

本文对各变量间关系进行相关分析,结果如表3所示。结果表明,数字化领导力与商业模式创新显著正相关(β=0.443,p<0.001);数字化领导力与知识吸收能力、知识转化能力、知识应用能力均显著正相关(β=0.461,p<0.001;β=0.480,p<0.001;β=0.403,p<0.001);知识吸收能力、知识转化能力和知识应用能力与商业模式创新均显著正相关(β=0.410,p<0.001;β=0.445,p<0.001;β=0.362,p<0.001)。以上结果初步支持本文研究假设,后续分析需要进一步验证变量间的因果关系。

3.4 假设检验分析

3.4.1 主效应检验

本文主效应检验结果见表5。以商业模式创新为因变量,在引入自变量数字化领导力后,模型2的调整后R2值从-0.003提高到0.191,说明模型解释力显著增强。回归结果显示,数字化领导力对商业模式创新具有显著正向影响(β=0.443,p<0.001),假设H1得到验证。

表5 主效应检验结果

Table 5 Main effect test results

变量模型1模型2企业性质-0.005-0.023企业年龄0.006-0.010企业规模0.0600.074企业所属行业-0.087-0.053数字化领导力0.443***Adj-R2-0.0030.191R20.0120.206F值0.77513.681***

3.4.2 中介效应检验

本文使用SPSS26.0,采用逐步回归法检验中介效应,结果见表6。具体操作如下:第一步,以知识吸收能力、知识转化能力和知识应用能力为因变量,加入控制变量和数字化领导力进行回归分析。由模型4、模型6和模型8可知,数字化领导力与知识吸收能力、知识转化能力和知识应用能力显著正相关(β=0.462,p<0.001;β=0.473,p<0.001;β=0.403,p<0.001)。第二步,以商业模式创新为因变量,加入控制变量和知识吸收能力、知识转化能力及知识应用能力进行回归分析。由模型9、模型11和模型13可知,知识吸收能力、知识转化能力和知识应用能力与商业模式创新显著正相关(β=0.415,p<0.001;β=0.448,p<0.001;β=0.362,p<0.001)。第三步,由模型10、模型12和模型14可知,以商业模式创新为因变量,当数字化领导力与知识吸收能力、知识转化能力和知识应用能力同时纳入回归模型时,相较于模型2,数字化领导力对商业模式创新影响的回归系数从0.443分别降到0.319、0.298和0.354,且知识吸收能力、知识转化能力和知识应用能力的回归系数仍显著(β=0.267,p<0.001;β=0.306,p<0.001;β=0.220,p<0.001),表明这3种能力均在数字化领导力影响商业模式创新过程中发挥中介作用。由此,假设H2a、H2b和H2c得到初步支持。

表6 中介效应检验结果

Table 6 Mediation effect test results

变量知识吸收能力模型3模型4知识转化能力模型5模型6知识应用能力模型7模型8商业模式创新模型9模型10模型11模型12模型13模型14企业性质-0.045-0.0630.0360.0170.0420.0260.013-0.006-0.021-0.028-0.021-0.029企业年龄-0.034-0.051-0.025-0.042-0.034-0.0490.0210.0040.0170.0030.0190.001企业规模-0.079-0.064-0.060-0.045-0.0130.0010.0930.0910.0870.0880.0650.074企业所属行业-0.051-0.016-0.107-0.071-0.035-0.004-0.066-0.049-0.039-0.032-0.075-0.053数字化领导力0.462***0.473***0.403***0.319***0.298***0.354***知识吸收能力0.415***0.267***知识转化能力0.448***0.306***知识应用能力0.362***0.220***Adj-R2-0.0040.2080.0030.225-0.0100.1500.1660.2440.1940.2600.1260.229R20.0110.2220.0180.2390.0050.1650.1820.2610.2090.2770.1420.246F值0.74115.101***1.19816.618***0.31010.469***11.740***15.508***13.934***16.791***8.728***14.308***

3.4.3 调节效应检验

本文通过分层回归检验环境动态性的调节作用,结果见表7。首先,为避免自变量与交互项间的多重共线性问题,对数字化领导力与环境动态性进行中心化处理并计算其交互项。其次,以商业模式创新、知识吸收能力、知识转化能力和知识应用能力为因变量,依次引入控制变量、数字化领导力、环境动态性及其交互项进行回归分析。由模型17和模型18可知,数字化领导力和环境动态性的交互项对知识转化能力(β=0.195,p<0.01)、知识应用能力(β=0.156,p<0.01)具有显著正向影响;由模型15和模型16可知,数字化领导力和环境动态性的交互项对企业商业模式创新(β=0.062,p>0.05)、知识吸收能力(β=0.091,p>0.05)不具有显著影响。因此,假设H4b、H4c得到验证,假设H3、H4a未得到验证。

表7 环境动态性的调节效应检验结果

Table 7 Moderating effect test results of environmental dynamism

变量商业模式创新模型15知识吸收能力模型16知识转化能力模型17知识应用能力模型18Nature-0.025-0.0660.0120.022Age0.006-0.032-0.026-0.031Scale0.071-0.068-0.046-0.002Industry-0.055-0.019-0.085-0.014DL0.369***0.372***0.388***0.310***ED0.191**0.218***0.1090.169**DL×ED0.0620.0910.195**0.156**Adj-R20.2280.2640.2770.206R20.2480.2830.2960.227F值12.366***14.787***15.743***10.998***

3.4.4 有调节的中介效应检验

本文采用Process插件中的Model 7检验有调节的中介效应,结果如表8所示。结果显示,知识转化能力有调节的中介效应值为0.037 2,置信区间[0.014 5,0.066 9]不包括0,因而有调节的中介效应存在。在低水平调节变量下,中介效应值的置信区间[-0.002 8,0.135 6]包含0;而在中水平和高水平调节变量下,中介效应值的置信区间分别为[0.058 9,0.182 0]和[0.096 6,0.248 9],均不包含0。由此说明,在不同水平的调节变量下,中介效应的显著性存在差异。

表8 有调节的中介效应检验结果

Table 8 Moderated mediation effect test results

路径调节变量水平/效应指标路径系数标准误差BootLLCIBootULCIDL—KT—BMI低(-1SD)0.063 00.034 4-0.002 80.135 6中(Mean)0.115 50.031 40.058 90.182 0高(+1SD)0.168 00.038 80.096 60.248 9高低水平下间接效应差异0.105 00.004 40.099 40.113 3有调节的中介效应指数0.037 20.013 40.014 50.066 9DL—KP—BMI低(-1SD)0.036 20.026 1-0.009 70.092 6中(Mean)0.066 40.023 50.026 00.118 1高(+1SD)0.096 50.029 20.044 70.157 2高低水平下间接效应差异0.060 30.003 10.054 40.064 6有调节的中介效应指数0.021 40.010 40.004 40.044 9

同理,知识应用能力有调节的中介效应值为0.021 4,置信区间[0.004 4,0.044 9]不包括0,表明有调节的中介效应存在。在低水平调节变量下,中介效应值的置信区间[-0.009 7,0.092 6]包含0;而在中水平和高水平调节变量下,中介效应值的置信区间分别为[0.026 0,0.118 1]和[0.044 7,0.157 2],均不包含0。由此说明,随环境动态性水平提升,调节效应显著增强,假设H5得到验证。

3.4.5 稳健性检验

参考马丽娜和周佳男[30]的研究,本文通过调整样本容量和更换检验方法进行稳健性检验。此外,本文采用Hayes[31]开发的Process 3.3插件,设置Bootstrap=5 000,置信区间为95%,进一步检验知识管理能力的中介作用。结果显示,知识吸收能力、知识转化能力和知识应用能力在数字化领导力与商业模式创新间的间接效应值分别为0.119 6、0.140 2、0.085 8,其对应置信区间分别为[0.062 5,0.187 3]、[0.077 8,0.209 1]和[0.037 8,0.146 8],均不包含0。上述结果进一步验证假设H2a、H2b和H2c

本文采用简单斜率分析法进一步检验环境动态性在数字化领导力与知识转化能力、知识应用能力间的调节效应。图2显示,随着环境动态性水平提升,数字化领导力对知识转化能力的正向影响逐渐增强且显著性水平提高。当环境动态性较高时,数字化领导力对知识转化能力的促进作用更显著;当环境动态性较低时,上述影响减弱且显著性水平下降。由此,进一步验证假设H4b。图3显示,在不同环境动态性水平下,数字化领导力对知识应用能力的影响存在差异。在高环境动态性情境下,上述影响更强,显著性水平更高;在低环境动态性情境下,上述影响较弱,显著性水平下降。由此,进一步验证假设H4c

图2 环境动态性对数字化领导力与知识转化能力关系的调节效应

Fig. 2 Moderating effect of environmental dynamism on the relationship between digital leadership and knowledge transformation capability

图3 环境动态性对数字化领导力与知识应用能力关系的调节效应

Fig.3 Moderating effect of environmental dynamism on the relationship between digital leadership and knowledge application capability

4 结语

4.1 结论

基于知识基础观与动态能力理论,本文探讨数字化领导力与企业商业模式创新间的作用机制,分析知识管理能力在其中的中介作用,进一步揭示环境动态性在数字化领导力影响知识管理能力过程中的调节效应,得出如下结论:

(1)数字化领导力能够显著促进商业模式创新。数字化领导力的战略前瞻性与敏捷性等关键特征,有助于企业获取并整合多维数字资源[3],推动数字化转型,加速数字技术与创新场景融合,从而有效促进商业模式创新。

(2)知识管理能力在数字化领导力与商业模式创新间发挥重要中介作用。基于知识管理过程视角,本文探讨知识吸收能力、知识转化能力与知识应用能力的传导机制。结果显示,三者均显著促进商业模式创新,并在数字化领导力与商业模式创新间发挥正向中介效应。

(3)作为外部情境因素,环境动态性在数字化领导力影响知识管理能力过程中发挥调节作用。环境动态性能够增强数字化领导力对知识转化与应用能力的影响,但对知识吸收能力无显著影响。环境动态性正向调节知识转化与应用能力在数字化领导力影响商业模式创新过程中的中介效应。在高度动态的市场环境中,企业面临更高的不确定性与资源压力,需要整合内部资源以应对数字化转型挑战[13]。此外,高环境动态性也促使组织成员积极分享与吸收外部知识,以应对未来变局[14]

4.2 理论贡献

(1)基于企业在数字经济时代背景下的数字化转型现实问题,探讨了数字化领导力对企业商业模式创新的影响机制。以往相关研究大多聚焦于数字化领导力的起源、内涵与特征[32],部分学者开始关注数字化领导力与组织创新、市场导向的关系[33],但关于数字化领导力如何推动企业数字化转型和商业模式创新的系统研究仍较为缺乏[6-7]。本文基于知识基础观和动态能力理论,探讨数字化领导力在商业模式创新中的关键作用,回应了数字化领导力实证研究的现实需求,拓展了其在组织层面作用的理论边界,并为理解其在数字化转型中的核心价值提供了新视角。

(2)基于知识基础观和动态能力理论,厘清了知识管理能力在数字化领导力与企业商业模式创新间的传导机制。已有研究关注数字化领导力及其结果变量[4],但聚焦数字化领导力与商业模式创新关系的实证研究有限[7],且知识管理的中介作用未得到重视[34]。本文基于知识基础观和动态能力理论,将知识管理能力细分为知识吸收能力、知识转化能力与知识应用能力,发现知识管理能力的不同维度在数字化领导力与商业模式创新间起中介作用,揭示知识管理能力在数字化领导力影响商业模式创新过程中的传导路径,有助于深化对企业如何利用知识管理能力提升其在数字化转型中动态能力的理解。

(3)验证了环境动态性的调节作用,明确了数字化领导力影响企业商业模式创新过程中的边界条件,为理解数字化领导力如何通过知识管理能力促进商业模式创新提供新视角。在我国数字化建设进程加快背景下,数字化领导力的引领作用是否受外部环境因素影响仍缺乏深入探讨[15]。本文发现,环境动态性正向调节知识转化能力、知识应用能力在数字化领导力与商业模式创新间的中介效应,进一步验证数字化情境下领导力的作用效果也会受外部环境变化影响[8],有助于深化学界对数字化领导力在快速变化环境下作用效果的理解。

4.3 实践启示

(1)数字化变革深刻重塑企业经营环境,培育数字化领导力已成为提升企业竞争力的关键。领导者需要以身作则,积极引领变革,构建数字化领导力体系,并针对不同层级员工制定培养方案,促进数字化人才成长,助力商业模式创新与变革。

(2)在数字化转型中,企业应重视知识管理能力建设,并运用大数据、人工智能等技术搭建高效的知识平台,推动知识共享与智能决策,鼓励员工主动学习并开展跨部门协同,构建配套激励机制,提升数字资源价值,进而增强自身创新力与竞争优势。

(3)面对高度动态的外部环境,数字化领导力可有效提升企业知识管理能力,进而驱动商业模式创新。领导者需要保持敏锐的洞察力,科学规划数字化路径,强化知识整合与应用能力,在变革中获取持续竞争优势,推动企业高质量发展。

4.4 局限与展望

本文存在以下不足:第一,数据主要来源于企业管理者问卷,存在一定内生性风险。为减少偏误,本研究采用三阶段间隔方法收集数据,并控制企业信息与个人信息,同时采用稳健性检验以验证结论的可靠性。未来可引入工具变量与准实验设计,进一步提高结论的稳健性。第二,样本选自华南地区数字化企业,虽具有一定代表性,但区域局限性可能影响结论的普适性。未来可扩展样本范围,开展跨区域、跨行业比较研究。第三,本研究从组织层面探讨数字化领导力对商业模式创新的作用机制,发现知识管理能力是关键中介变量,环境动态性发挥显著调节效应。未来可进一步引入多层次中介变量与调节变量,拓展至领导者个体层面,深化对数字化领导力作用机制的理解。

参考文献:

[1] 陈衍泰, 吕祖庆, 胡旭辉, 等. 大数据分析能力、动态能力与制造企业商业模式创新——来自资源编排视角[J].科技进步与对策, 2024, 41(24): 107-117.

[2] ZEIKE S, BRADBURY K, LINDERT L, et al. Digital leadership skills and associations with psychological well-being[J].International Journal of Environmental Research and Public Health, 2019, 16(14): 2628.

[3] 李燕萍, 苗力. 企业数字领导力的结构维度及其影响——基于中国情境的扎根理论研究[J].武汉大学学报(哲学社会科学版), 2020, 73(6): 125-136.

[4] AVOLIO B J, KAHAI S, DODGE G E. E-leadership implications for theory, research, and practice[J].The Leadership Quarterly, 2000, 11(4): 615-668.

[5] KANE G C, PHILLIPS A N, COPULSKY J,et al. How digital leadership is(n′t) different[J].MIT Sloan Management Review, 2019, 60(3): 34-39.

[6] YOPAN M, KASALI R, BALQIAH T E, et al. The role of digital leadership, customer orientation and business model innovation for IoT companies[J].International Journal of Business, 2022, 27(2): 1-22.

[7] WASONO L W, SASMOKO S, ALAMSJAH F, et al. Business model innovation and customer experience orientation: the role of digital leadership[J].Asia Proceedings of Social Sciences, 2018, 2(3): 214-218.

[8] TEECE D J. Business models and dynamic capabilities[J].Long Range Planning, 2018, 51(1): 40-49.

[9] 焦豪, 杨季枫, 应瑛. 动态能力研究述评及开展中国情境化研究的建议[J].管理世界, 2021, 37(5): 191-210.

[10] GRANT R M. Prospering in dynamically-competitive environments: organizational capability as knowledge integration[J].Organization Science, 1996, 7(4): 375-387.

[11] MAZZEI M J, NOBLE D. Big data dreams: a framework for corporate strategy[J].Business Horizons, 2017, 60(3): 405-414.

[12] FJELDSTAD Ø D, SNOW C C. Business models and organization design[J].Long Range Planning, 2018, 51(1): 32-39.

[13] HOSKISSON R E, GAMBETA E, GREEN C D, et al. Is my firm-specific investment protected?overcoming the stakeholder investment dilemma in the resource-based view[J].Academy of Management Review, 2018, 43(2): 284-306.

[14] LAHIRI S, PÉREZ-NORDTVEDT L, RENN R W. Will the new competitive landscape cause your firm′s decline? it depends on your mindset[J].Business Horizons, 2008, 51(4): 311-320.

[15] JANSEN J J P, VAN DEN BOSCH F A J, VOLBERDA H W.Exploratory innovation, exploitative innovation, and performance: effects of organizational antecedents and environmental moderators[J].Management Science, 2006, 52(11): 1661-1674.

[16] SANTORO G, VRONTIS D, THRASSOU A, et al. The Internet of Things: building a knowledge management system for open innovation and knowledge management capacity[J].Technological Forecasting and Social Change, 2018, 136(11): 347-354.

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

[18] 孙家胜, 刘路明, 陈力田. 知识动态能力研究进展及前沿演进可视化分析[J].科技进步与对策, 2019, 36(14): 151-160.

[19] 张炜, 赵娟, 童欣欣. 动态知识管理能力与创新绩效关系研究: 创新开放度调节效应[J].科技进步与对策, 2015, 32(5): 131-135.

[20] ALNUAIMI B K, KUMAR SINGH S, REN S, et al. Mastering digital transformation: the nexus between leadership, agility, and digital strategy[J].Journal of Business Research, 2022, 145(8): 636-648.

[21] 张志鑫, 郑晓明. 数字领导力: 结构维度和量表开发[J].经济管理, 2023, 45(11): 152-168.

[22] SASMOKO S, MIHARDJO L W W, ALAMSJAH F, et al. Dynamic capability: the effect of digital leadership on fostering innovation capability based on market orientation[J].Management Science Letters, 2019,9(10): 1633-1644.

[23] 吴玉浩, 姜红, HENKDE VRIES. 面向标准竞争优势的动态知识管理能力: 形成机理与提升路径[J].情报杂志, 2019, 38(12): 200-208.

[24] SONG M, VAN DER BIJ H, WEGGEMAN M.Determinants of the level of knowledge application: a knowledge-based and information-processing perspective[J].Journal of Product Innovation Management, 2005, 22(5): 430-444.

[25] SUN R, LI S W, LIU W. Linking organizational emotional capability to innovation performance in high-tech innovating firms[J].Asia Pacific Journal of Human Resources, 2022, 60(3): 532-561.

[26] SHUJAHAT M, SOUSA M J, HUSSAIN S, et al.Translating the impact of knowledge management processes into knowledge-based innovation:the neglected and mediating role of knowledge-worker productivity[J].Journal of Business Research, 2019, 94(1): 442-450.

[27] BENITEZ J, ARENAS A, CASTILLO A, et al. Impact of digital leadership capability on innovation performance: the role of platform digitization capability[J].Information &Management, 2022, 59(2): 103590.

[28] LANE P J, KOKA B R, PATHAK S. The reification of absorptive capacity: a critical review and rejuvenation of the construct[J].Academy of Management Review, 2006, 31(4): 833-863.

[29] CLAUSS T. Measuring business model innovation: conceptualization, scale development, and proof of performance[J].R&D Management, 2017, 47(3): 385-403.

[30] 马丽娜, 周佳男. 工业互联网平台关键能力对制造企业创新绩效的影响——平台生态嵌入的中介作用[J].科技进步与对策,2026,43(2):57-70.

[31] HAYES A F.Introduction to mediation, moderation, and conditional process analysis: a regression-based approach[M]. New York: Guilford Press, 2018.

[32] MAGESA M M, JONATHAN J. Conceptualizing digital leadership characteristics for successful digital transformation: the case of Tanzania[J]. Information Technology for Development, 2022, 28(4): 777-796.

[33] WANG Y G, TIAN Q H, LI X, et al. Different roles, different strokes: how to leverage two types of digital platform capabilities to fuel service innovation[J].Journal of Business Research, 2022, 144: 1121-1128.

[34] MIHARDJO L W W, SASMOKO S, ALAMSYAH F, et al. The influence of digital leadership on innovation management based on dynamic capability: market orientation as a moderator[J].Management Science Letters, 2019,9(7): 1059-1070.

(责任编辑:张 悦)