This paper constructs a theoretical model of the cross-level effect of digital economy,scientific and technological innovation niche on the business model innovation of technology-based enterprises based on business model innovation theory and innovation ecology theory,and then uses a multi-layer linear model to conduct an empirical test with 478 A-share high-tech listed enterprises from 35 cities in China as samples.The results show that,firstly,the digital economy has a significant positive effect on the business model innovation of technology-based enterprises.Secondly,the state attributes and the potential attributes of resource niche and market niche have significant positive effects on the business model innovation of technology-based enterprises.Thirdly,the digital economy plays a significant positive moderating role in the relationships among the state attribute of resource niche,the state attribute of market niche and the business model innovation of technology-based enterprises.The moderating effects of the digital economy on the relationships among the potential attribute of resource niche,the potential attribute of market niche and the business model innovation of technology-based enterprises are not significant.
The theoretical contributions of this paper are twofold.Firstly,following the innovation ecology theory,this paper reveals the cross-level effect mechanism of digital economy,scientific and technological innovation niche on the business model innovation of technology-based enterprises,which not only plays a complementary role in the antecedent research on business model innovation but also further enriches the research on innovation ecology.Secondly,the empirical analysis based on the data of listed enterprises provides an empirical research basis for the in-depth explanation of the differences between the business model innovation effects of different types of enterprises against the backdrop of the digital economy and makes up for the lack of empirical support in this field.Thirdly,the multi-layer linear model is used to empirically test the interaction of regional-level factors and enterprise-level factors on business model innovation,which makes up for the deficiency of existing studies which mainly analyze the antecedents of business model innovation from a single perspective,and expands the method system in the field of the antecedent research of business model innovation.
Therefore,the local governments should create a sound ecological environment for technology-based enterprises through constructing digital economy development system,establishing marketization mechanism for data elements,and strengthening digital infrastructure construction to guide them to occupy a dominant niche in innovation ecosystem,and actively carry out business model innovation; while technology-based enterprises should fully recognize the important role of scientific and technological innovation niche,clarify the different effects of different niche characteristics on business model innovation,give full play to niche advantages,avoid niche disadvantages,and achieve business model innovation.
开放科学(资源服务)标识码(OSID)：
数字经济时代,信息通信技术、大数据、物联网、人工智能等数字技术深刻改变了科技型企业赖以生存的生态环境。新时代背景下,作为具有高技术、高投入、高创新和高成长特性的科技型企业需要重新思考自身发展方向和突破渠道[1]。商业模式创新具有重塑产业链[2]、降低交易成本、增加价值增长点[3]、优化资源配置[4]等功能,故成为科技型企业获得并维持竞争优势的重要途径。当前,面对快速变化、高风险且充满机遇与挑战的外部环境,除重视技术研究外,科技型企业更需要创新商业模式以应对不确定性风险,从而实现可持续发展。因此,数字经济背景下,开展商业模式创新成为科技型企业的必然选择[5]。
商业模式创新是企业内部因素与外部因素综合驱动的结果[6]。其中,内部因素包括认知(战略认知、管理者认知[7])、跨界搜索[8]、能力(大数据分析能力[9]、知识管理能力[10])等,外部因素包括信息技术[5]、产业政策[11]等。数字经济背景下,商业模式创新前因出现新的变化。例如,数字技术可以通过改变价值创造逻辑和商业资源流向[12]、促进资源跨行业重组(王玲玲等,2018)、推动外部利益相关者跨边界嵌入平台生态[13]等方式对商业模式创新产生重要影响。数字经济对商业模式创新具有颠覆性影响,对此学界已达成共识。现有数字经济情境下商业模式创新实证研究不足,已有研究多基于区域层面或企业层面探讨单一层面因素对企业商业模式创新的影响。
科技型企业是在特定创新生态环境中生存与成长的,其在创新生态环境中的生存位置、功能定位和市场作用决定了自身科技创新生态位(陈红花等,2019)。科技创新生态位可从多个方面影响其商业模式创新。其一,科技创新生态位依托于企业资源空间、科技产出和市场表现,适宜的科技创新生态位对创新资源价值转化具有重要影响,能够为商业模式创新提供前期支撑,而劣势的科技创新生态位在一定程度上不利于企业使用资源和创造价值[14]。其二,占据卓越科技创新生态位的企业(提供关键产品、服务和商业基础设施)能够通过影响自身与其他主体的关系优化价值网络,促进资源获取、整合及内化[15],从而进一步影响商业模式创新决策。数字经济背景下,科技创新生态位具有新的内涵。数字技术可以通过影响企业数字化资源获取及科技产出重塑其科技创新生态位,从而助力科技型企业商业模式创新。因此,将科技创新生态位这一概念引入数字经济与科技型企业商业模式创新关系研究,能够更好地揭示数字经济对商业模式创新的跨层次影响机制。
多层线性模型(HLM)是专门处理多层嵌套数据的线性分析方法,适用于研究不同层级要素间的作用关系(张倩,张玉喜,2020),已被广泛应用于领导者底线心态对员工创新的影响、团队竞争对亲团队非伦理行为的影响、区域金融发展对企业研发投入的影响,以及省级科技创新政策力度对地区创新资源—绩效的影响等方面的研究[16-17]。商业模式创新是创新主体与外部环境互动的过程及结果,其研究视角需要从单层面拓展至多层面。因此,本文采用多层线性模型开展实证分析,进一步揭示数字经济和科技创新生态位对科技型企业商业模式创新的跨层次作用机理。
综上,本文基于商业模式创新理论与创新生态理论,构建数字经济和科技创新生态位对商业模式创新的跨层次影响理论模型,并以我国内地35个城市478家沪深两市A股高新技术上市企业为样本,采用多层线性模型进行实证检验,旨在为数字经济时代科技型企业商业模式创新提供决策支持。
数字经济从多个方面促进企业商业模式创新。其一,科技型企业兼具研发与销售二重属性,无论是研发还是销售,都要以满足消费者需求为根本。数字经济时代,数据不断涌现,其开放与共享有助于企业对消费者需求进行及时、准确的预测[18],进而帮助企业创新价值主张、改变价值创造过程和方式,重构价值创新网络。其二,数字经济发展水平越高,科技型企业越能利用数字技术实现科技创新,进而创新商业模式,最终实现创新成果商业化。数字技术进步会促使信息流动和信息分析方式发生重大变化,提高创新效率并加快商业化进程,从而促进商业模式产生与发展。其三,科技型企业通过关联多方主体建立相对广泛的合作关系。数字技术能够帮助企业与各利益相关者广泛互动并获取创新知识,捕捉更多市场机会。企业能够借助数字技术识别竞争环境、市场需求变化,不断更新自身价值主张,最终实现商业模式创新。其四,数字经济背景下,商业模式创新有助于企业利用现有资源抓住机会或消除环境威胁[19]。平台经济借助数字技术实现快速发展,打破市场竞争格局,对科技型企业造成强烈的冲击,导致其现有商业模式与外部环境的适配性降低,进而推动企业优化商业模式内部构成要素以及要素间的交互关系。综上,本文提出如下假设:
H1:数字经济对科技型企业商业模式创新具有正向影响。
生态位的概念最初起源于生态学领域,包括“态”和“势”两方面属性[20]。生态位的“态”反映生物经过长期成长、发展形成的目前状态;生态位的“势”反映生物未来成长与发展的潜在能力[20-21]。随后,生态位的概念被引入管理学研究领域,由此提出了技术生态位的概念(孙冰等,2013;曾德明等,2015)。陈红花等(2019)基于科技创新的重要性,创新性地提出科技创新生态位这一重要概念,认为其是实施科技创新的主体目前占据/构建的生态空间位势和未来发展态势。科技型企业是实施科技创新的重要主体,主要依托自身资源开展技术创新,实现快速成长。资源和技术状态对企业的影响重大(解学梅,刘晓杰,2021),关乎企业科技创新价值链各环节价值,进而决定科技创新效果。因此,借鉴陈红花等(2019)的观点并结合科技型企业特征,本文将科技创新生态位界定为科技型企业资源空间状态和技术市场地位目前所占据、构建的生态空间位势以及未来发展态势,进而将其划分为资源生态位的“态”、资源生态位的“势”和市场生态位的“态”、市场生态位的“势”。科技型企业在长期发展过程中积累的各类资源及技术储备,能够决定其目前资源生态位的“态”属性和市场生态位的“态”属性。资源和技术积累帮助企业构建的发展潜力,决定企业资源生态位的“势”属性和市场生态位的“势”属性。
资源生态位的“态”“势”属性对科技型企业商业模式创新发挥促进作用。其一,资源水平关乎科技型企业在科技创新过程中的整体价值。资源生态位“态”“势”属性较高的科技型企业,能够基于资源优势赋能整个科技创新过程,促进商业模式创新,从而实现科技创新价值最大化。其二,资源生态位“态”“势”属性较高的科技型企业能够更好地构建创新生态网络资源空间,通过虹吸效应吸引更多创新主体加入,提高与占据优势生态位企业进行合作的可能性,进而获取自身发展所需的知识与商业模式创新经验,增加异质性知识积累,促进知识交叉融合[22],最终为商业模式创新提供有效的知识支撑。此外,资源生态位“态”“势”属性较高的科技型企业可以通过外部资源获取巩固自身资源优势,实现良性循环,从而助力商业模式创新。其三,资源生态位“态”“势”属性较高的科技型企业倾向于依托强有力的资源优势选择差异化竞争战略,从而实现生产和经营的异质性。上述背景下,科技型企业需要构建与之匹配的新型商业模式才能利用资源优势获取市场竞争优势。
市场生态位的“态”“势”属性对科技型企业商业模式创新发挥促进作用。其一,市场生态位“态”“势”属性较高的科技型企业可以更好地识别自身与其它企业的技术需求,能够通过提供补充性产品及服务与其它企业交换资源[22],形成新的互补性资产和技术,既可为商业模式创新提供支持,也可通过改变价值创造与价值捕获机制调整商业模式。其二,市场生态位“态”“势”属性较高的企业可以通过技术成果分享、技术标准制定等方式吸引其它企业加入创新生态网络,并通过与各创新主体进行资源、能量、信息交换强化协同合作关系,以便及时、准确地洞察各利益相关者商业模式创新相关情况,进而通过改变价值主张、价值创造、价值传递与价值获取等商业模式核心要素提高自身与其他主体的协调匹配水平,促使创新生态网络不断完善。其三,良好的市场生态位“态”“势”属性能够帮助科技型企业构建技术知识体系,进入多个技术领域并与多个异质性主体实现协同创新,进而推动产品与工艺创新,加快品牌更新速度,促进营销模式改进以及商业模式创新。其四,数字经济背景下,市场环境快速变化,科技型企业需要捕捉发展机会并及时将新的技术转化为产品投向市场,不断巩固市场优势[23]。因此,市场生态位“态”“势”属性的提升促进企业快速开展商业模式创新,并将具有潜在市场价值的科技创新成果商业化以实现价值获取,从而将市场生态位优势转化为可持续竞争优势。综上,本文提出如下假设:
H2a:资源生态位的“态”属性对科技型企业商业模式创新具有正向影响;
H2b:资源生态位的“势”属性对科技型企业商业模式创新具有正向影响;
H2c:市场生态位的“态”属性对科技型企业商业模式创新具有正向影响;
H2d:市场生态位的“势”属性对科技型企业商业模式创新具有正向影响。
数字经济作为商业模式创新的重要情境因素,在科技创新生态位与科技型企业商业模式创新间发挥正向调节作用。
数字经济在资源生态位的“态”“势”属性与科技型企业商业模式创新间发挥正向调节作用。其一,数字经济发展水平较高情境下,资源生态位“态”“势”属性较高的企业能够从创新生态网络中获取更为丰富且优质的数字化资源,进而将资源优势转化为新产品、新服务及新的解决方案,促进商业模式创新。其二,当数字技术较为发达时,各创新主体易于突破组织边界,促使知识、技术、信息等资源在创新生态网络中加速流动[24],进而为具有资源生态位优势的科技型企业增加资源获取机会,帮助企业更好地完成创新生态网络资源空间构建,助力企业商业模式创新。
数字经济在市场生态位的“态”“势”属性与科技型企业商业模式创新间发挥正向调节作用。其一,数字经济发展水平提高有利于市场生态位“态”“势”属性较高的企业借助数字技术为现有非数字产品与服务添加新属性或提出新的解决方案,以获得可持续竞争优势,并通过商业模式创新实现产品商业化,从而将市场生态位优势转化为企业效益。其二,为了维持竞争优势,市场生态位“态”“势”属性较高的企业会对技术研究、开发及商业化过程进行持续性投入,以进一步满足用户需求,从而持续构建市场竞争优势[5]。受数字化水平的影响,企业市场开拓进程加快,从而促进企业商业模式创新。相反,数字经济发展水平较低时,企业需要付出超额费用开拓市场,由此加大商业模式创新难度,进而抑制企业商业模式创新意愿。其三,数字经济发展促进数字技术水平提高,很大程度上赋能企业整体技术水平提升。市场生态位“态”“势”属性较高的科技型企业倾向于利用数字技术缩短研发周期、优化资源配置、提高研发活动效率,并通过创新商业模式实现与内部创新要素适配。
综上,本文提出如下假设:
H3a:数字经济在资源生态位的“态”属性对科技型企业商业模式创新影响过程中发挥正向调节作用;
H3b:数字经济在资源生态位的“势”属性对科技型企业商业模式创新影响过程中发挥正向调节作用;
H3c:数字经济在市场生态位的“态”属性对科技型企业商业模式创新影响过程中发挥正向调节作用;
H3d:数字经济在市场生态位的“势”属性对科技型企业商业模式创新影响过程中发挥正向调节作用。
综上,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文以沪深两市A股高新技术上市企业为研究对象。首先,为确保样本的有效性,本文依照以下标准筛选样本:第一,剔除“ST”股票和金融业门类股票,以避免极端数据对实证结果的影响;第二,剔除数据缺失或不全的企业样本。其次,采用多层线性模型进行准确估计的前提是每组样本数量不少于5[25],故依据上述样本量的要求对样本作进一步筛选。最终,筛选得到35个城市478家企业。考虑到商业模式创新存在一定的时滞性,本文中企业层面相关变量采用2021年数据进行测度,区域层面相关变量采用2020年数据进行测度。数字经济测量数据来源于新华三集团数字经济研究院与中国信息通信研究院联合发布的《中国城市数字经济指数蓝皮书(2021)》;商业模式创新、资源生态位、控制变量测量数据来源于Wind资讯和RESSET金融数据库;市场生态位的发明专利数据来源于国家知识产权局。
2.2.1 企业层面
(1)被解释变量:商业模式创新。借鉴王炳成等[26]、李盼盼等(2022)的测量方法,本文从价值传递、价值创造与价值获取3个方面构建科技型企业商业模式创新测量体系,并采用因子分析法计算被解释变量。首先,根据KMO与Bartlett检验结果判断能否采用因子分析法对商业模式创新进行计算。其次,采用主成分分析法提取公因子,并以各公因子方差贡献率为权重计算科技型企业商业模式创新的综合得分。
(2)解释变量:科技创新生态位。基于数据可得性,借鉴陈红花等(2019)、曹兴和李文等(2017)、解学梅和刘晓杰(2021)、陈艺灵和陈关聚[27]的研究成果,本文采用研发投入占营业收入的比值、研发人员数量占比对资源生态位的“态”进行测度;采用研发经费年增长率、研发人员年增长率对资源生态位的“势”进行测度;采用专利申请量、专利授权量对市场生态位的“态”进行测度;采用专利申请年增长率、专利授权年增长率对市场生态位的“势”进行测度。
(3)控制变量。参考已有研究,本文将企业规模、企业年龄与股权集中度作为控制变量。
2.2.2 城市层面
考虑到测度方式的权威性、指标的全面性与数据的准确性与可获得性,借鉴范合君等(2022)的研究成果,本文采用新华三集团数字经济研究院与中国信息通信研究院联合发布的《中国城市数字经济指数蓝皮书(2021)》中“城市数字经济指数”对数字经济进行测度。相关变量定义与测量如表1所示。
表1 变量定义与测量
Table 1 Variable definitions and measurement
变量类型变量名称维度/符号 变量测量企业层面被解释变量商业模式创新BMI供应商集中度:前5大供应商采购份额占总采购份额的比例X1供应商议价能力:前5大供应商采购份额占总份额比例的平方X2客户集中度:前5大客户销售额占总销售额的比例X3客户议价能力:前5大客户销售额占总销售额比例的平方X4核心资产:固定资产占总资产的比例X5固定资产周转率X6劳动效率:营业收入/员工数X7流动资产周转率X8应收账款周转率X9存货周转率X10总资产周转率X11解释变量科技创新生态位RNF态研发投入占营业收入的比值:研发投入/营业收入研发人员数量占比:研发人员/总人员RNF势研发经费年增长率:本年研发经费/上年研发经费-1研发人员年增长率:本年研发人员数/上年研发人员数-1MNF态专利申请量专利授权量MNF势专利申请年增长率专利授权年增长率控制变量企业规模Size企业总资产的自然对数企业年龄Age样本年份与企业成立年份的差值股权集中度Top10前十大股东持股比例城市层面解释变量数字经济Dige新华三集团数字经济研究院与中国信息通信研究院联合发布的《中国城市数字经济指数蓝皮书(2021)》中的“城市数字经济指数”
多层线性模型是针对不同层级变量检验其相关性的分析方法,适用于分析低层次嵌套于高层次的复杂数据结构,在研究不同层次变量间的嵌套关系与交互作用方面具有较大优势。本文综合考察企业层面与城市层面相关变量对科技型企业商业模式创新的影响,符合基于多层线性模型开展分析的条件情境。此外,多层线性模型在普通线性回归的基础上,通过斜率预测模型估计不同层次因素对结果变量的共同作用,能够有效解决传统OLS方法“误差项不相关”的问题(李盼盼等,2022)。因此,本文采用多层线性模型就数字经济、科技创新生态位对科技型企业商业模式创新的跨层次影响机制展开研究。
(1)空模型。使用多层线性模型的前提是样本具有组间差异,即不同城市科技型企业商业模式创新存在显著差异。因此,本文采用空模型测算样本组间差异程度,以此确定模型的适用性,具体模型如下:
Level-1:BMIij=β0j+γij
(1)
Level-2:β0j=γ00+μ0j
(2)
Mixed:BMIij=γ00+μ0j+γij
(3)
其中,γij为企业层面的随机误差项,满足cov(γij,μoj)=0;μoj为城市层面的随机误差项,满足
为组间方差占总方差的比值,若测算结果小于0.059则为低度组内相关,介于0.059～0.138之间为中度组内相关,大于0.138为高度组内相关。
(2)企业层面的随机系数模型。空模型第一层加入企业层面的控制变量与解释变量,构建不包括城市层面变量的随机系数模型,以探究科技创新生态位对科技型企业商业模式创新的影响。本文分别将RNF态、RNF势、MNF态、MNF势纳入模型,以验证假设H2a—H2d。以RNF态为例,具体模型如下:
Level-1:BMIij=βoj+β1j*RNF态ij+βij*controlij+γij
(4)
Level-2:β0j=γ00+u0j
β1j=γ10+u1j
βij=γi0+uij
(5)
Mixed:BMIij=γ00+γ10*RNF态ij+γi0*controlij+u0j+u1j*RNF态ij+uij*controlij+γij
(6)
(3)城市层面的截距预测模型。为了验证H1,在随机系数模型的Level-2中加入Dige,探究数字经济对科技型企业商业模式创新的直接影响,具体模型如下:
Level-1:BMIij=βoj+β1j*RNF态ij+β2j*RNF势ij+β3j*MNF态ij+β4j*MNF势ij+βij*controlij+γij
(7)
Level-2:β0j=γ00+γ01*Digeij+u0j
β1j=γ10+u1j
β2j=γ20+u2j
β3j=γ30+u3j
β4j=γ40+u4j
βij=γi0+uij
(8)
Mixed:BMIij=γ00+γ01*Digeij+γ10*RNF态ij+γ20*RNF势ij+γ30*MNF态ij+γ40*MNF势ij+γi0*controlij+u0j+u1j*RNF态ij+u2j*RNF势ij+u3j*MNF态ij+u4j*MNF势ij+uij*controlij+γij
(9)
(4)调节作用斜率预测模型。为了验证假设H3a—H3d,本文构建调节作用斜率预测模型,以探讨数字经济在科技创新生态位与商业模式创新间的调节作用。以RNF态为例,具体模型如下:
Level-1:BMIij=βoj+β1j*RNF态ij+βij*controlij+γij
(10)
Level-2:β0j=γ00+γ01*Digeij+u0j
β1j=γ10+γ11*Digeij+u1j
βij=γi0+uij
(11)
Mixed:BMIij=γ00+γ01*Digeij+γ10*RNF态ij+γ11*Digeij*RNF态ij+γi0*controlij+u0j+u1j*RNF态ij+uij*controlij+γij
(12)
描述性统计与相关性分析结果见表2。由表2可知,资源生态位的“态”“势”属性、市场生态位的“态”“势”属性与科技型企业商业模式创新至少在10%水平上显著正相关。由此,初步验证假设H2a—H2d。
表2 描述性统计与相关性分析结果
Table 2 Results of descriptive statistics and correlation analysis
层面变量样本量均值标准差相关系数12345678企业层面BMI4780.0000.5141.000Size47822.2571.0130.104**1.000Age47821.1806.374-0.0230.133***1.000Top104780.5640.1470.0060.039-0.108**1.000RNF态4780.1360.0890.129***-0.219***-0.095**-0.152***1.000RNF势4780.1990.3000.154***0.037-0.0330.0440.0921.000MNF态47818.40938.4820.086*0.404***0.0050.0380.085*-0.0121.000MNF势4780.3651.1470.168***0.044-0.0560.0080.0280.0690.0651.000城市层面Dige47880.69010.140
注:***、**、*分别表示在0.01、0.05和0.1的显著性水平下显著,下同
多层线性模型能够对差异显著的样本进行分析,参考张倩和张玉喜(2020)的研究方法,本文通过绘制商业模式创新箱型图对样本进行初步判断,如图2所示。由图2可知,样本具有显著组间差异,故适合采用多层线性模型进行分析。
图2 商业模式创新箱型图
Fig.2 Box plot of business model innovation
(1)本文采用空模型检验样本组间差异,结果见表3模型1。由结果可知,ICC=7.112%>5.9%,即中度组内相关,意味着科技型企业商业模式创新方差有7.112%来源于组间差异,故可采用多层线性模型进行检验。
表3 直接作用分析结果
Table 3 Results of direct effect analysis
项目变量模型1模型2模型3模型4模型5模型6截距项-0.033-1.524***-0.997*-0.850-1.250**-2.229***(-0.970)(-3.101)(-1.890)(-1.126)(-2.035)(-4.159)企业层面RNF态0.897**0.080(2.131)(0.238)RNF势0.317**0.145**(2.644)(2.208)MNF态0.001**0.001(2.432)(0.132)MNF势0.093***0.084**(2.847)(2.634)Size0.063***0.045*0.0400.049*0.058**(2.814)(1.983)(1.262)(1.980)(2.490)Age-0.004-0.004-0.0050.0010.002(-1.217)(-1.231)(-1.593)(0.092)(0.441)Top100.107-0.0310.0520.0940.075(1.011)(-0.238)(0.387)(0.784)(0.689)城市层面Dige0.009***(5.361)
注:括号内为t值,下同
(2)本文遵循多层线性模型的数据处理过程,在将企业层面控制变量纳入模型的基础上,分别纳入RNF态、RNF势、MNF态、MNF势以构建随机系数模型,结果见表3模型2～5。结果表明,资源生态位的“态”属性(β=0.897,P<0.05)、资源生态位的“势”属性(β=0.317,P<0.05)、市场生态位的“态”属性(β=0.001,P<0.05)、市场生态位的“势”属性(β=0.093,P<0.01)对科技型企业商业模式创新具有显著正向影响。由此,假设H2a—H2d成立。
(3)在随机系数模型的基础上纳入Dige构建城市层面截距预测模型,结果见表3模型6。结果表明,数字经济估计结果显著为正(β=0.009,P<0.01),意味着数字经济对科技型企业商业模式创新具有显著正向影响。由此,假设H1成立。
(4)本文通过构建斜率预测模型检验数字经济的调节作用,估计结果见表4模型7～10。结果表明,数字经济与资源生态位的“态”属性(β=0.080,P<0.1)的交互项系数、数字经济与市场生态位的“态”属性(β=0.001,P<0.05)的交互项系数均显著为正,说明数字经济能够强化资源生态位的“态”属性、市场生态位的“态”属性对科技型企业商业模式创新的正向影响。由此,假设H3a、H3c成立。数字经济分别在资源生态位的“势”属性(β=-0.006,P>0.1)、市场生态位的“势”属性(β=-0.003,P>0.1)与科技型企业商业模式创新间发挥负向调节作用但不显著,原因可能在于:面对数字经济快速发展带来的环境变革,商业模式创新结果难以预测。资源生态位“势”属性、市场生态位“势”属性较高的企业一定程度上倾向于基于自身资源优势、科技产出和市场优势提升自身科技创新潜力以实现快速成长,而非以承担新旧商业模式冲突为代价创新商业模式,因而会导致商业模式创新受到制约。
表4 调节作用分析结果
Table 4 Results of moderating effect analysis
项目变量模型7模型8模型9模型10截距项-1.309**-1.298**-1.191-0.912(-2.438)(-2.709)(-1.561)(-1.378)企业层面RNF态-0.113(-0.193)RNF势0.416***(3.806)MNF态-0.001(-0.603)MNF势0.104***(2.889)Size0.056**0.057**0.0520.038(2.414)(2.722)(1.644)(1.410)Age-0.002-0.001-0.0030.001(-0.540)(-0.188)(-0.710)(0.091)Top100.095-0.0330.036-0.018(0.823)(-0.251)(0.271)(-0.148)城市层面Dige0.010***0.010***0.009***0.011***(3.701)(3.838)(3.396)(4.925)交互项Dige×RNF态0.080*(2.020)Dige×RNF势-0.006(-0.548)Dige×MNF态0.001**(2.099)Dige×MNF势-0.003(-1.362)
借鉴已有研究成果[28-29],本文综合运用缩减样本和替换变量度量方法进行稳健性检验。具体地,选择数字经济背景下科技创新、商业模式创新需求更加突出且强调实现技术创新与商业模式创新耦合的科技型在位企业进行分析,借鉴董静等[28]的研究成果,本文样本为成立时间不少于10年的科技型在位企业。此外,变更数字经济测度方式,采用腾讯研究院发布的《数字中国指数报告(2020)》中“城市数字化指数”对数字经济进行测度。首先,ICC=7.091%,说明适合采用多层线性模型对研究假设展开检验。其次,表5结果表明,资源生态位的“态”属性、“势”属性和市场生态位的“态”属性、“势”属性对科技型企业商业模式创新具有显著正向影响;数字经济对科技型企业商业模式创新具有显著正向影响;数字经济在资源生态位的“态”属性、市场生态位的“态”属性与科技型企业商业模式创新间发挥显著正向调节作用。由此,稳健性检验结果与前文一致,说明本文结论具有稳健性。
表5 稳健性检验结果
Fig.5 Results of robustness test
项目变量模型1模型2模型3模型4模型5模型6模型7企业层面RNF态0.818*(1.924)RNF势0.262**(2.399)MNF态0.001**(2.686)MNF势0.088**(2.697)城市层面Dige0.009***(3.883)交互项Dige×RNF态0.082***(2.862)Dige×MNF态0.001**(2.284)
本文构建数字经济、科技创新生态位对科技型企业商业模式创新的跨层次影响理论模型,并基于中国内地35个城市478家高新技术企业样本数据,采用多层线性模型进行实证检验,得出以下主要结论:
(1)数字经济对科技型企业商业模式创新具有显著跨层次正向影响,这一结论为张新民和陈德球[3]、李飞和乔晗(2019)的研究补充了新的证据。
(2)资源生态位的“态”和“势”属性、市场生态位的“态”和“势”属性对科技型企业商业模式创新具有显著正向影响,这一结论证实了Xie &Liu[30]关于“占据优势创新生态位对于企业在开放创新生态系统中实现创新至关重要”的研究观点。
(3)数字经济在资源生态位的“态”属性、市场生态位的“态”属性与科技型企业商业模式创新间发挥显著正向调节作用,这一结论响应了陈红花等(2019)提出的“对科技创新生态位的理解与应用需要将组织变革、科技创新和市场营销有机整合于开放创新的时代环境中”的研究倡议。
(1)丰富了商业模式创新前因研究与创新生态领域研究。基于创新生态理论,本文将科技创新生态位纳入商业模式创新前置因素,揭示了数字经济、科技创新生态位对科技型企业商业模式创新的跨层次影响机制,不仅拓展了商业模式创新前因研究,而且进一步丰富了创新生态领域研究。
(2)为数字经济与科技型企业商业模式创新关系研究提供了新的实证证据。本文基于上市公司数据对数字经济、科技创新生态位与科技型企业商业模式创新的关系进行实证分析,为深入解释数字经济背景下不同类型企业商业模式创新间的差异提供了研究基础,弥补了这一领域研究缺乏实证支撑的不足。
(3)拓展和丰富了商业模式创新前因研究方法体系。本文采用多层线性模型开展商业模式创新实证研究,综合考虑区域层面因素与企业层面因素对商业模式创新的交互作用,弥补了已有研究的不足,拓展了商业模式创新前因研究方法体系。
(1)地方政府应为科技型企业营造良好的数字经济生态环境,引导企业在创新生态系统中占据优势生态位,主动、积极地开展商业模式创新。其一,通过相应的制度体系建设,破除数字经济发展制度障碍,鼓励科技型企业占据优势生态位,通过建立新的联系优化创新网络,丰富资源获取渠道、提高资源获取数量及质量,从而为商业模式创新提供支持。其二,加快构建数据要素市场化机制,通过制定相应的规章制度确保数据要素有序流通和高效利用,实现数据要素价值最大化,降低价值创造成本,进而降低科技型企业商业模式创新难度。其三,重点加强数字化基础设施建设,降低科技型企业创新活动风险,为企业科技创新生态位优化及商业模式创新提供条件支撑。
(2)科技型企业要充分认识到科技创新生态位的重要性,明确不同生态位对商业模式创新的影响,发挥生态位优势,从而实现商业模式创新。其一,数字经济赋予了企业资源和能力新的内涵,科技型企业应抓住数字经济发展机遇,充分发挥资源生态位优势,通过建立完善的创新生态网络获取、整合、配置内外部数字化资源,进而为商业模式创新提供支持。其二,科技型企业应利用数字技术实现资源高效配置,通过对流程进行标准化和优化以缩短研发周期、加速产品开发与市场开拓进程,进而巩固市场生态位优势,为商业模式创新奠定良好的基础。其三,科技型企业应规避惯性带来的负面影响,根据自身科技创新生态位提前布局新的商业模式,避免新旧商业模式冲突,从而实现商业模式创新。其四,科技型企业应利用数字技术巩固科技创新生态位优势,实现商业模式创新及可持续发展。
(1)本文研究主体涵盖多个行业,数字经济对不同行业企业商业模式创新的影响存在差异。由此,未来可进一步针对特定行业展开相关研究,提升研究结论的普适性。
(2)数字经济测度尚处于探索阶段,未来研究可进一步完善数字经济测度指标体系。
[1] 马永红,李保祥.数字经济、区域高校知识转移与高技术企业创新绩效[J].系统管理学报,2022,31(3):522-533.
[2] ZOTT C,AMIT R.Business model design and the performance of entrepreneurial firms[J].Organization Science,2007,18(2):181-199.
[3] 张新民,陈德球.移动互联网时代企业商业模式、价值共创与治理风险——基于瑞幸咖啡财务造假的案例分析[J].管理世界,2020,36(5):74-86,11.
[4] 王永伟,张善良,郭鹏飞,等.CEO变革型领导行为、创业导向与商业模式创新[J].中国软科学,2021,36(5):167-175.
[5] 史亚雅,杨德明.数字经济时代商业模式创新与盈余管理[J].科研管理,2021,42(4):170-179.
[6] ZHANG H,XIAO H,WANG Y,et al.An integration of antecedents and outcomes of business model innovation:a meta-analytic review[J].Journal of Business Research,2021,131:803-814.
[7] 庞长伟,王琼,刘丽雯.创业企业高管团队认知与新颖型商业模式创新——被调节的中介效应[J].研究与发展管理,2021,33(4):97-110.
[8] SNIHUR Y,WIKLUND J.Searching for innovation:product,process,and business model innovations and search behavior in established firms[J].Long Range Planning,2018,52(3):305-325.
[9] CIAMPI F,DEMI S,MAGRINI A,et al.Exploring the impact of big data analytics capabilities on business model innovation:the mediating role of entrepreneurial orientation[J].Journal of Business Research,2021,123(2):1-13.
[10] HOCK M,CLAU 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.
[11] 李永发,陈舒阳,罗媞.产业政策对商业模式创新的影响效应测评研究——以光伏和人工智能上市公司为例[J].科技进步与对策,2021,38(19):56-64.
[12] 罗珉,李亮宇.互联网时代的商业模式创新:价值创造视角[J].中国工业经济,2015,32(1):95-107.
[13] 刘汕,张凡,惠康欣,等.数字平台商业模式创新:综述与展望[J].系统管理学报,2022,31(6):1109-1122.
[14] 姚艳虹,陈彦文,周惠平.技术创新网络中企业生态位对二元式创新的影响[J].科技进步与对策,2017,34(19):1-7.
[15] XIE X,WANG H.How can open innovation ecosystem modes push product innovation forward? an fsQCA analysis[J].Journal of Business Research,2020,108:29-41.
[16] LIU L,FAN Q,LIU R,et al.How leader bottom-line mentality relates to employee innovation:a cross-layer model mediated by psychological contract breach[J].Leadership &Organization Development Journal,2022,43(4):580-595.
[17] 张永军,李亚,邓传军,等.团队间竞争对亲团队非伦理行为的影响:一个跨层模型的检验[J].管理工程学报,2023,37(1):47-56.
[18] 张亚斌,马莉莉.大数据时代的异质性需求、网络化供给与新型工业化[J].经济学家,2015,27(8):44-51.
[19] TEECE,DAVID J.Business models and dynamic capabilities[J].Long Range Planning,2017,51:40-49.
[20] 朱春全.生态位态势理论与扩充假说[J].生态学报,1997,17(3):324-332.
[21] 张一进,高良谋.基于价值传递的平台企业生态位测度研究——以电子商务行业为例[J].管理评论,2019,31(9):116-123.
[22] XIE X,WANG H.How to bridge the gap between innovation niches and exploratory and exploitative innovations in open innovation ecosystems[J].Journal of Business Research,2021,124:299-311.
[23] LIN Y,WANG Y,KUNG L A.Influences of cross-functional collaboration and knowledge creation on technology commercialization:evidence from high-tech industries[J].Industrial Marketing Management,2015,49:128-138.
[24] LI J F,GARNSEY E.Policy-driven ecosystems for new vaccine development[J].Technovation,2014,34(12):762-772.
[25] MAAS C J M,HOX J J.Sufficient sample sizes for multilevel modeling[J].Methodology:European Journal of Research Methods for the Behavioral and Social Sciences,2005,1(3):86-92.
[26] 王炳成,麻汕,马媛.环境规制、环保投资与企业可持续性商业模式创新——以股权融资为调节变量[J].软科学,2020,34(4):44-50.
[27] 陈艺灵,陈关聚.高新技术企业认定对技术生态位的动态政策效应研究——来自高端装备制造业A股上市公司的经验证据[J].科技进步与对策,2021,38(5):105-114.
[28] 董静,赵国振,陈文锋.风险投资的介入会影响创业企业的商业模式吗[J].外国经济与管理,2021,43(4):64-84.
[29] 郑小勇.行业协会知识产权治理与集群企业集体维权行动——创新合法性的中介效应探索[J].管理工程学报,2022,36(3):1-17.
[30] XIE X M,LIU X J.Niche-fitness evaluation and prediction of regional innovation ecosystem:an empirical study based on the data of Chinese 30 provinces from 2009 to 2018[J].Studies in Science of Science,2021,39(9):1706-1719.