智能制造企业商业模式创新的动因识别

高长春 孙汉明

摘要：引发商业模式创新的因素可能是一个或者几个要素，而要实现商业模式创新则需要有系统的要素组合，共同推动商业模式创新的实现。对商业模式创新動因的研究也就是研究商业模式创新的前因变量。本文通过文献资料研读、开放问卷和深度访谈等方法展开探索性研究，探讨智能制造企业商业模式创新的关键驱动因素，最后得出智能制造企业创新研究动因模型。

关键词：智能制造;商业模式创新;动因识别

中图分类号：F275 文献标识码：A

引发商业模式创新的因素可能是一个或者几个要素，而要实现商业模式创新则需要有系统的要素组合，共同推动商业模式创新的实现。寻找商业模式创新的决定性因素是商业模式创新研究中的重要问题[1]。

1 商业模式创新的驱动因素综述

从现有文献研究的情况来看，影响商业模式创新的因素研究还处于探索阶段。学者们分别从不同的视角来探讨商业模式创新的动因问题，诸如从战略决策视角、产品或技术视角、资源视角等展开的探讨和研究[2]。本研究将学者们对商业模式创新的动因归为两类：一是外部的拉动因素，包括市场、环境、技术等;二是内部的推动因素，如产品或服务、管理模式、组织结构、资源水平、学习能力等。

1.1 企业外部因素方面

企业市场导向水平决定了其获取有价值市场信息的能力[3]。先动型市场导向对商业模式创新有显著正向影响[4]。因此，拥有先动型市场导向基因的企业往往更容易发生商业模式创新行为。从技术方面来看，大数据改变了企业商业模式的逻辑，大数据思想为企业思考价值创造的逻辑提供了新的思路[5]。大数据能力能够有效促进商业模式创新[6]152。当企业所处的商业环境发生了变化，同行业中出现新的商业模式后，往往会带动行业内的企业重新思考固有的商业模式，比较权衡旧商业模式与新商业模式，并做出是否变革商业模式的决定[7]。

1.2 企业内部因素方面

管理水平尤其是管理者的意识水平和支持程度是企业能否进行商业模式创新的重要决定因素。高层管理者的信念能够显著促进其参与进而积极推动商业模式的创新[6]。企业本身的产品和服务的特点，很大程度上决定了企业的业务模式。产品的技术特征决定了企业的业务方式，进而决定了企业的商业模式[8]，也就是说，企业交易的产品或服务属性不同，对企业所采用的商业模式创新方向会产生重要影响[9]。

在价值网思维逻辑下，企业商业模式创新能力的一个重要体现就是资源整合与利用能力，也就是学者们所提出的“资源拼凑”这一个概念，其确实能带来商业模式的一些变革或创新[10]。

内外因素共同作用推动商业模式创新行为的快速发生，比如，以市场导向为核心的顾客价值主张推动商业模式创新，而影响顾客价值主张形成的是由企业创新文化产生的内在驱动，及高层管理者推动形成支撑条件;驱动市场导向是各关键步骤共同作用的结果[11]。

本研究将通过扎根理论的研究方法，深入挖掘和探索智能制造企业实现商业模式创新的综合推动力量。

2 智能制造企业商业模式创新动因的扎根分析

2.1 研究设计

2.1.1研究方法

第一，本文研究的是智能制造企业商业模式创新的驱动因素，是开放式的探索性研究，适合用开放式问卷与案例研究分析相结合的方法。在对一些不确定性问题的研究过程中，可以采用开放式或者半开放式问卷，以提高信息反馈的作用和效果[12]。本文通过文献研究设计开放式问卷，选取了具有代表性的智能制造企业作为案例进行深入研究分析。第二，案例分析中通过企业网络文献资料、企业实地调研相结合的综合方法搜集研究分析的第一手资料。

2.1.2案例企业挑选标准

理论研究的案例分析方法遵循理论抽样而不是统计抽样。理论抽样所要选择的案例需要具有极端性、启发性[13]57。课题选择两家代表性公司作为研究对象展开深入研究，主要原因有：①深入系统研究典型案例公司，有助于挖掘出理论脉络;②公司的变革性和创新性比较明显，比较契合本课题商业模式创新动因主题的研究;③公司的内部资料充足，易全面获取，能够帮助课题研究从战略、组织、人员、环境等多角度开展综合分析;④公司的发展特点符合本文的研究背景：智能制造企业商业模式创新能够带来企业绩效的改善。

2.2 资料搜集与数据处理

2.2.1 资料搜集

为了确保案例研究的可靠性，本研究采用三角测量法，即通过多信息来源全面分析案例对象，保证研究数据的可靠性[14]。研究资料主要来自于：①理论文献资料。②开放式问卷调研。③案例公司的理论及实践调研。有关课题研究数据搜集的详细情况如表1。

2.2.2 数据处理

根据探索性案例研究的需要，遵循案例研究方法与过程原则，对数据进行相关处理。①针对文献资料数据。在调研考察和访谈之前充分研读和分类整理，为后续的数据获取提供方向性指导;②针对实地考察和访谈、座谈数据。访谈后及时转化为电子文档，整理并寻找问题和遗漏，以及需进一步明确的事项，为后续回访提供内容。③针对公开的文档资料及内部资料。筛选出与主题相关的内容，并与文献资料结合，为实地考察和调研提供方向和内容补充。④一手调研资料和二手理论资料相结合的分析。关注数据之间的联系，强化不同数据之间的相互印证关系的挖掘，寻找有共同联系的概念体系、关联关系。⑤遵循问题导向、三角验证、避免主观偏好准则[13]，按照扎根分析的原则，在不通过理论假设引导的前提下通过资料分析、研究讨论、多重论证，凝练理论模型和架构。

3 数据资料扎根分析

3.1 数据资料分析方法——扎根理论分析方法

3.1.1 扎根理论分析方法介绍

本课题采用扎根理论的方法来进行分析和研究。扎根理论是一种质性研究方法，主要思想是从经验资料基础上建立理论，其研究流程如图1。

依据扎根理论的分析思路和过程，研究遵循资料编码分析的程序依次对所搜集的研究资料进行三级编码分析：一级编码（又称为开放编码）、二级编码（又称为关联编码或主轴编码）和三级编码（又称为核心编码或选择性编码）的顺序对所收集案例资料的大量数据进行分类、提取、概念化和范畴化，通过数据资料的逐步理论化过程，构建智能制造企业商业模式创新动因、机理及其影响的核心概念范畴。

3.1.2 扎根理论分析设计

本研究通过大量数据的扎根分析进行探索性研究，在抽样案例资料的基础上，通过对所获得的数据资料进行三级逐步编码分析，逐步形成理论化的概念范畴。依此构建智能制造企业商业模式创新动因的核心范畴。具体分析过程中考虑持续动态的比较分析思想，对初步形成的核心概念范畴进行验证确认，并继续挖掘可能被遗漏的概念范畴，通过这样持续循环的提炼和补充尽可能使核心概念范畴达到饱和，直至达到新增资料分析不再影响理论构建的结果。

3.2 数据资料扎根分析过程

3.2.1 一级编码（开放编码）

一级编码是对原始资料进行初级加工，将所搜集和整理的资料逐句赋予概念化标签，用以标识初始概念范畴的发现过程。本研究中资料的一级编码的概念化过程分为以下几个步骤：

第一步，将开放式问卷获取的资料分类保存完整;将访谈和实地调研资料进行文本化处理，再归类形成研究文本;将网站、媒体等公开获得的资料进行归类保存。这几部分资料将共同构成扎根研究的信息资料库。

第二步，将原始信息资料库中的文本资料整理加工，去掉无关信息，将待研究资料分解成独立事件。以备根据对应内容进行开放式逐条编码、贴标签。形成待研究的独立语句（事件）912条。

第三步，根据开放编码的要求，对已整理成独立事件的文本资料进行编码。并对所有的语句或事件的主题进行归纳分析，从不同语句（事件）表明的内容、涉及的理论等方面进行凝练，逐步概念化。

第四步，开放编码信度测验及概念化范畴形成。编码信度是指不同编码者对相同文本的独立编码的一致性程度，也是检验编码信度的重要指标[15]。本研究中对编码信度的检验，依据归类一致性的标准，采用如下公式计算独立编码信度。

其中：M代表两位评判者（编码者）评判结果一致的数目;N1代表第一位评判者（编码者）的评判数目;N2代表第二位评判者（编码者）的评判数目。

利用上述公式，我们对开放编码进行了信度的计算，得到的信度为0.75，高于0.70的临界值。因此，开放编码的信度是可靠的。

经过多次整理和分析，最终形成31个自由节点术语，也就是初级概念;然后再对初级概念进行合并、归类。最终形成了“顾客需求导向”“用户换位思考”“网络嵌入”“资源协调能力”“开放学习能力”“全员创新能力”“大数据能力”“高管支持”等8个概念化范畴。

3.2.2 二级编码（主轴编码）

二级编码是由概念化范畴到发现主范畴的过程，并建立范畴之间的有机联系，描述资料中各个部分之间的关系。二级编码是将一级编码中得到的概念化范畴，通过识别范畴间的关系，更高程度地抽象为主范畴。研究最终得出四个主范畴包括市场导向力、资源整合力、学习创新力和系统执行力。主轴编码概念范畴及其内涵和关系说明如表2所示。

3.2.3 三级编码（核心编码）

三级编码是在对发现的概念范畴、主范畴等进行系统的理论分析后，建立起来的核心范畴体系。在核心编码环节，围绕本文研究的核心范畴“价值网视角下智能制造企业商业模式创新动因模型”的故事线可以描述为：价值网络背景下智能制造企业外部市场导向力和资源整合力与内部学习创新力和系统执行力的融合互动推动价值共创的实现，促进商业模式创新行为的发生，并对绩效产生影响。具体展开来讲就是，围绕着价值网络研究背景，智能制造企业在价值共创影响下，开展商业模式创新的核心驱动因素分为外部动因和内部动因。

外部动因包括市场导向力和资源整合力，内部动因包括学习创新力和系统执行力。学习创新力和系统执行力构成的内部动因是促进智能制造企业商业模式创新的“推”的力量;市场导向力和资源整理力构成的外部动因是促进智能制造企业商业模式创新的“拉”的力量。以此“故事线”为基础，我们构建了一个基于价值网络的智能制造企业商业模式创新动力模型（MRLE模型，“市场导向力Marketing orientation ability”“资源整合力Resource coordination ability”“学习创新力Learning and creating ability”“系统执行力Systematic executive ability），如图2所示。

3.2.4 饱和度检验

饱和度检验是扎根理论研究的技术性要求，一般可以通过不断地补充原始资料来进行验证。为了保证理论饱和度，本课题的研究中，通过补充理论文献资料验证、增加回访资料的分析和检验等技术性手段来进行理论饱和度检验。结果没有发现新的范畴，即本研究理论模型中的范疇和关系类属比较全面，补充的资料分析并没有带来新的理论贡献。

3.3 研究发现

本文研究从价值创造的视角分析，以价值网核心企业的角度分析商业模式创新的动力，通过资料综合分析研究提炼出如下观点。

①价值网核心企业的市场导向能力与商业模式创新。价值网络中的核心企业市场导向能力包括“顾客需求导向”和“用户换位思考”两个方面，两个方面都体现了共同的主题，即对顾客需求的关注和顾客价值的优化和提升。

②价值网核心企业的资源整合能力与商业模式创新。价值网络中核心企业的资源整合能力体现在网络嵌入和资源协调能力两个方面。网络嵌入包含企业在价值网络中的地位以及与价值网中相关企业之间的关系程度两方面的内容。网络嵌入决定了企业在价值网络中的话语权。资源协调能力是企业利用价值网络中的资源为我所用的能力，是企业提高生产效率、降低生产成本和投资成本、快速转化顾客需求的重要保证。资源整合能力是商业模式创新的重要推手。

③智能制造企业学习创新能力与商业模式创新。智能制造企业的学习创新能力主要体现在开放学习能力和全员创新能力两个方面。开放学习能力是组织建立良好生态环境，适应外部变化必须具备的基本能力，包括浓厚的学习氛围、学习型组织文化等。全员创新能力是以全体员工的参与为基础的，员工之间相互协作，企业员工进行集体创新的能力。具体体现在创新价值观的认同，共同创新活动的参与以及创新绩效和成果的分享等方面。

④智能制造企業系统执行能力与商业模式创新。系统执行力是智能制造企业实现商业模式创新应该具备的组织能力和条件，主要从高管支持和大数据能力两个方面来进行解释。高管支持包含两个方面的意义，一是对自下而上的创新行为的支持，二是对自上而下创新意识的传播与贯彻。大数据能力是智能制造企业适应当今商业环境，进行模式创新的必备基础，也是反映企业执行能力的重要方面。大数据分析作为一种信息处理能力，能够有效增强组织战略决策来降低外界环境的不确定性[6]。

4 总结

本文通过对文献资料、访谈和调研等获取的数据和内容进行扎根分析，经由三级编码分析程序，结合案例企业资料分析，得出本文研究的初步研究发现。在价值网背景下遵循价值创造的主线和分析思路，构建了智能制造企业商业模式创新的动力模型（MRLE模型），提出了智能制造企业商业模式创新是由四大驱动力量共同作用的结果：即“市场导向力”“资源整合力”“学习创新力”和“系统执行力”，并分析了四种力量对智能制造企业商业模式创新的推动作用和影响。

参考文献

[1] Kim S K，Min S.Business model innovation performance： When does adding a new business model benefit an incumbent[J]. Strategic Entrepreneurship Journal，2015，9（1）：34-57.

[2] 庞学卿. 商业模式创新的前因及绩效：管理决策视角[D].杭州：浙江大学，2016.

[3] Slater S F，Narver J C.Market orientation and the learning organization [J].Journal of Marketing，1995，59（3）：63-74.

[4] 周飞，沙振权，孙锐. 市场导向、资源拼凑与商业模式创新的关系研究[J]. 科研管理，2019，40（1）：113-120.

[5] 娄欣欣.互联网思维下商业模式创新问题研究——基于长尾理论[J].经济研究导刊，2019，（5）：117-118.

[6] 谢卫红，李忠顺，苏芳，等. 高管支持、大数据能力与商业模式创新[J]. 研究与发展管理，2018，30（4）：152-162.

[7] Casadesus-Masanell R，Zhu F. Business model innovation and competitive imitation： The case of sponsor-based business models[J]. Strategic Management Journal，2013，34（4）：464-482.

[8] Pries F，Guild P. Commercializing inventions resulting from university research： Analyzing the impact of technology characteristics on subsequent  business models[J]. Technovation，2011，31（4）：151-160.

[9] Suarez F F，Cusumano M A，Kahl S J. Services and the business models of product firms： an empirical analysis of the software industry[J]. Management Science，2013，59（2）：420-435.

[10] Garud R，Karne P. Bricolage versus breakthrough： Distributed and embedded agency in technology entrepreneurship[J].Research Policy，2003，32（2）：277-300.

[11] 冯雪飞，董大海. 商业模式创新中顾客价值主张影响因素的三棱锥模型——基于传统企业的多案例探索研究[J]. 科学学与科学技术管理，2015，（9）：138-147.

[12] Newsted P R，Huff S L，Munro M C. Living Scholoship： Survey  Instruments in Information System[J]. MIS Quartery，1998，（12）：553-554.

[13] 刘刚. 创业企业商业模式的多层次结构创新[J].中国工业经济，2018，（11）：57.

[14] Yin，R K. Case study research：design and methods[M]. Thousand Oaks：Sage Publications，2009.

[15] 徐建平，张厚粲.质性研究中编码者信度的多种方法考察[J].心理科学，2005，（6）：70-71.