市场导向与商业模式创新：大数据能力的调节效应

王核成，童 琦

（杭州电子科技大学管理学院，浙江杭州 310018）

数字经济背景下消费者话语权、自主权的提升，以及需求层次的多元化发展，迫切需要企业的商业模式变革来适应当下的环境，以此实现顾客价值跳跃式增长和竞争优势的长存［1］；如青岛红领集团所创造的个性化大规模定制模式成功突破了自身瓶颈，迎来了又一个阶段的增长期［2］。现有研究对商业模式创新的内涵并未形成统一的认识，Osterwalder 等［3］学者都认同商业模式创新是全新的创新范式，阐释了企业如何获取价值、创造价值和传递价值的独特的价值经营逻辑。商业模式创新作为连接技术和市场的“桥梁”，并非一成不变，而是能根据市场需求变化进行动态调整以实现卓越的企业绩效。因而，如何诱发可持续性商业模式创新已成为商界和理论界关注的焦点。

市场导向理论是80 年代末发展起来的战略营销理论，随后被广泛应用于组织决策和创新领域。现有研究对市场导向与商业模式创新的关系并没有得到一致性的结论。Gadery 等［4］认为市场导向是商业模式创新的重要原因，洞察顾客需求是其源头和出发点；Christensen 等［5］、Bennett 等［6］学者认为市场导向因过分关注市场意见导致研发近视而无助于企业创新。造成以上分歧的原因主要有两方面：一是狭义理解市场导向内涵即忽略先动型市场导向维度；二是未充分探讨市场导向作用于商业模式创新的边界条件。基于此，为了更进一步分析市场导向与商业模式创新之间的关系，本研究文提出市场导向的不同维度对商业模式创新的作用路径可能会呈现不一样的关系以及大数据背景下会出现新的权变因素作用于上述关系的研究问题。

随着物联网、人工智能等新一代信息技术的发展，数据呈现爆炸式增长态势，大数据已经嵌入到企业商业生态中并成为商业模式创新的基本时代背景［7］。这对市场导向型企业如何利用大数据驱动商业模式创新提出了新的挑战。动态能力理论指出，仅依赖大数据这一项静态性的战略资源难以实现卓越绩效和可持续的竞争优势［8］。这意味着企业需要形成实时获取、分析、处理和整合海量数据与其他知识资源的大数据能力［9］，将数据转变为可商业化的知识资产，以用于探索数据背后的价值关联来驱动商业模式创新从而适应动态复杂的环境。实践表明，大数据能力是一种能够转变解决问题方式的战略能力，在规范性分析、描述和预测顾客需求层面上得到广泛应用，这些都将影响市场导向战略的执行及其结果。Upadhyay 等［10］、Lin 等［11］结合社会物质性观点，大数据能力是人、组织和技术三者交互共同构成的关系本体，其价值的实现受到组织文化特性、战略导向与内部知识基础等因素的影响，故探讨大数据能力在市场导向与商业模式创新关系之间的作用机制具有重要的现实意义。

据此，本研究将在数字经济背景下，以动态能力理论和社会物质性观为出发点，厘清市场导向不同维度与商业模式创新的关系，并把大数据能力作为市场导向与商业模式创新的边界调节进行实证分析。这不仅有利于解释市场导向与商业模式创新之间的关系形态，丰富了其理论研究；而且更能凸显出企业数字化转型过程中构建大数据能力的重要性，对增强企业竞争力具有重要的实践意义。

1 文献回顾与假设

1.1 先动型市场导向与反应型市场导向

市场导向是战略导向的关键维度，其定义有行为基础观和文化基础观两个主要流派［12］。Kohli 等［13］指出市场导向是组织一系列收集、传播和回应市场情报的行为或活动，旨在最有效率和效果地创造顾客价值。而Slater 等［14］将市场导向界定为一种高效的组织文化，强调顾客导向、竞争者导向及跨部门协作，并认为这3 个维度同等重要。近年来，以资源基础观理解市场导向的内涵越发受到重视。如Hunt 等［15］基于竞争优势的比较理论，认为市场导向是基于顾客需求的潜在资源。综合以上观点，本研究认为市场导向是根植于企业惯例和实践中的有价、稀缺、难以量化和不可模仿的组织文化和价值取向，其核心理念是持续关注顾客需求变化以实现价值增值并建立起战略优势。

市场导向能通过及时响应外部市场需求变化来改善企业成长动力的外部支持结构，从而显著提升企业创新绩［4］。Christensen 等［5］、Bennett 等［6］学者认为市场导向因研发近视或过分关注于顾客需求而无助于企业创新。基于以上分歧，Narver 等［16］根据顾客显隐性需求，将市场导向分为先动型和反应型，认为先动型市场导向是聚焦于挖掘和创造顾客的潜在需求，反应型市场导向是努力理解和满足顾客的显性需求。两者所具有的不同特征决定了对创新绩效的差异化作用机制。反应型市场导向呈现出“由顾客所驱动”、被动式适应环境的特征，为改进现有产品或服务提供新思路，容易诱发适应性学习过程。而先动型市场导向则具有“引导顾客需求”、超前性和敏锐性的特征，有助于企业开拓有潜力的新兴市场并率先进行原始性的产品开发与商业模式设计，使得企业建立起先发优势。以往研究大多聚焦于反应型市场导向与创新的关系，但目前随着消费者需求日趋多元化、个性化发展，竞争环境的日益复杂多变，先动型市场导向已与反应型市场导向扮演着同样重要的角色，故本研究同时探讨先动型市场导向和反应型市场导向与商业模式创新之间的关系。

1.2 商业模式创新

学术界对商业模式的内涵并没有形成统一的认识。Osterwalder 等［3］从要素视角出发，认为商业模式是一系列要素及其关系的蓝图，描述企业如何创造价值、传递价值及获取价值的基本原理。Zott 等学者［17］基于交易成本理论，指出商业模式是企业与利益相关者的交易行为所组成的运营系统，包括交易内容、交易结构和交易治理。概括而言，商业模式反映了企业整体价值经营的独特逻辑，描述企业如何创造利润以及如何与价值链上下游、价值网络甚至是生态系统内利益相关者分配利润机制的系统性框架。作为创新形态的一种全新范式，近年来商业模式创新受到了广泛关注。以往的文献从商业模式创新的动力、路径以及演变过程进行了深入探讨。Chesbrough 等［18］认为商业模式创新连接了技术创新和其蕴含的潜在经济价值，有助于将技术的客观价值传递给顾客，并能为顾客所理解。Demil 等［19］认为商业模式构成要素之间的复杂互动引发了商业模式创新，是系统性、动态性的创新过程。企业可以通过改变价值主张、供应链和目标客户等核心因素来激发商业模式创新。不可否认的是，顾客价值主张的重新定义在商业模式创新过程中扮演着至关重要的角色，围绕顾客价值主张设计的商业概念有利于企业获得竞争优势。

1.3 大数据能力

数字化战略的部署催生了数字驱动型组织文化的出现，大量非结构化的、多类型的数据应运而生，大数据能力的重要性愈发凸显。Rialti 等［20］、Akter等［21］以动态能力理论、资源基础理论、社会物质主义观和知识基础观等为基础阐释了大数据能力概念模型以及大数据能力对组织敏捷性、双元创新和企业绩效等的作用机制。有关大数据能力的认识和理解没有形成统一的规范，主流观点是将大数据能力视为创新的IT 能力或动态能力。Bharadwaj 等［9］则从传统的IT 能力角度出发，认为大数据能力是在特定的时间内对大数据进行获取、清洗、管理和加工处理的能力，且这种创新的IT 能力能通过更为柔性的资源配置和协调提高企业绩效。Gupta 等［22］将大数据分析能力概念化为大数据有形资源、人力资源和无形资源结构的多维三阶聚合。Akter［21］综合社会物质主义观点和以往IT 能力研究，认为大数据分析能力由管理能力、技术能力和人力能力交互形成。国内学者谢卫红教授等［23-24］基于资源基础理论和动态能力理论，认为大数据能力是整合、利用企业一系列资源并从中挖掘商业价值来提高企业适应性的动态能力。由于国内大数据应用建设发展与国外现状大不一致，故本研究借鉴谢卫红教授［24］的研究，认为大数据能力是属于企业的专有互补性资产，包括资源整合能力、深度分析能力以及实时洞察与预测能力3 个维度。

2 研究假设

2.1 反应型市场导向与商业模式创新

反应型市场导向强调密切追踪顾客现有需求轨迹、把握竞争者的动态变化和跨部门协作，能促进企业培养长期稳定的顾客关系和提升创新能力［16］。Tsai 等［25］认为实施反应型市场导向的组织往往进行更多的利用性创新，将获取的外部知识纳入到组织内部运营流程优化中，为调整业务范围、改进产品或服务提供新思路，能显著起到降本增效的作用。反应型市场导向作为内化于企业惯例的战略理念和价值取向，能使企业充分吸取顾客意见和有效回应竞争对手的威胁，促进组织成员全力以赴创造顾客价值，有助于提升顾客满意度、忠诚度并打造基于市场导向的竞争优势。同时，具有较高水平反应型市场导向的企业反映出适应性学习过程，在与顾客、竞争者和供应商沟通交流过程中不断拓宽组织知识吸收渠道，促使企业整合、提炼和深化内部知识存量，进而持续为顾客创造价值。周飞等［26］对177 家创新型企业的实证研究表明，反应型市场导向对商业模式创新有显著正向影响。因此反应型市场导向企业对顾客现有需求更为敏感并能迅速拼凑和协调现有资源，改进产品或服务以创造更高的价值，从而促进商业模式创新。综上所述，本研究文提出如下假设：

H1：反应型市场导向正向影响商业模式创新。

2.2 先动型市场导向与商业模式创新

先动型市场导向聚焦于顾客的隐性需求即顾客自身都未意识到或无法用言语表达的需求，甚至会主动创造需求以变革现有市场［16］。基于组织学习视角，戴万稳［27］指出由市场隐性需求驱动的市场型企业，更有可能实现组织学习系统中产品创新层次上的双环学习过程。这种学习过程本质上是灵活的、更富探索性的活动，能持续不断地为顾客创造真正卓越的价值并更为经济高效。实际上，先动型市场导向往往并不囿于企业现有知识和经验，梦非等［28］主张跨越组织边界寻找全新的、异质性的、多样的知识，内外部知识整合有助于打破常规、另辟蹊径地开发出新产品、新服务以及新的顾客解决方案。正因如此，先动型市场导向企业能跳出反应型市场导向下所导致的“核心能力刚性”的陷阱，不断拓展顾客价值增值空间［29］。

从企业实践上看，实施先动型市场导向的企业通过与领先用户的紧密合作能更快速学习新的游戏规则、利用最新的技术，并先行优化关键业务流程和盈利模式，这给企业带来了长期效益的增长和适应能力的提升。而具有反应型市场导向的企业更容易形成次优惯例，更为依赖现有知识和技能进行实验，减弱进一步学习的动机，对商业模式创新的影响存在局限性。李全升等［30］对316 家企业的实证研究也表明，先动型市场导向对商业模式创新作用与反应型市场导向不同。换言之，先动型市场导向企业倾向挖掘顾客潜在需求，跳出固有认知边界并有目的地更新组织内部知识结构，持续提升自身的学习能力和创新能力，最终造就不同的商业模式创新与设计。基于以上分析，本研究提出如下假设：

H2：相较于反应型市场导向，先动型市场导向对商业模式创新的正向作用更为显著。

2.3 大数据能力的调节作用

市场导向作用的发挥依赖于情境因素，其中重要的因素之一就是组织能力，发展企业能力是实施公司战略的必要手段［31］。随着生产要素数字化的逐渐普及，大量非结构化、多模态的数据涌现出来，传统的信息处理流程和技术已难以捕获大数据所蕴含的价值。在此情境下，企业需要构建大数据能力形成新的处理模式，将从外部获取的数据转换为组织内部可控的知识资产，方能挖掘大数据所隐含的商业价值，从而实现商业模式创新。大数据能力被广泛应用于规范性分析、描述和预测顾客需求层面，有助于企业制定更优的战略决策，能在降低成本的同时提高顾客满意度和忠诚度。事实证明，以大数据为中心可以衍生出多种商业模式，而这种应用模式成功与否依赖于企业大数据能力的高低［32］。本研究将从大数据能力的3 个维度来探讨其对市场导向与商业模式创新两者之间关系的调节作用。

第一，实时洞察与预测能力反映了企业基于海量数据预测市场环境变化并及时做出调整的能力［24］，有助于提升对顾客需求的理解以及动态匹配的能力。冯芷艳等［33］学者指出实时洞察能为企业加强全方位的顾客体验管理、增加消费者福利提供优化策略，为实现卓越的企业绩效奠定坚实的基础。大数据时效性的特征即状态与价值会随着时空变化而发生演变也要求企业构建实时洞察与预测能力以挖掘数据内部隐含的价值。因此实时洞察与预测能力越强，企业就越能精确读取消费者行为、偏好等信息，越有利于市场导向型企业先于竞争对手把握市场机会，及时发现新兴的边缘市场和顾客群体，探索出新的盈利模式和交易方式，进一步重新确定利益相关者的价值主张。此外，Gupta 等［34］实证研究表明大数据预测分析能力能显著提升组织财务绩效、市场绩效和运营绩效。故本研究提出以下假设：

H3：实时洞察与预测能力正向调节市场导向与商业模式创新之间的关系；

H3a：实时洞察与预测能力正向调节反应型市场导向与商业模式创新之间的关系；

H3b：实时洞察与预测能力正向调节先动型市场导向与商业模式创新之间的关系。

第二，深度分析能力是指企业基于海量数据进行深度挖掘、分析，不断获取新洞见的能力［24］。市场导向下所吸取的外部知识如市场知识、技术知识需要经过处理和深入分析后才能萃取、归纳出组织需要的信息。这些从数据中提炼出的知识有助于企业建立行业基准，率先占领新兴市场、加速产品开发速度来满足顾客不断变化的需求［35］。同时大数据分析能加强组织运营的灵活性和透明度，促进系统内的双边信息流动；并通过应用Hadoop 等大数据分析技术去冗降噪保证数据的可靠性和高质量，从而有效降低劣质数据出现的可能性。故深度分析能力越强，数据资源的利用效率越高，所引发的知识和决策错误的可能性越小，有助于企业以最大的潜力满足市场需求和塑造更高的价值创造能力。故本研究提出以下假设：

H4：深度分析能力正向调节市场导向与商业模式创新之间的关系；

H4a：深度分析能力正向调节反应型市场导向与商业模式创新之间的关系；

H4b：深度分析能力正向调节先动型市场导向与商业模式创新之间的关系。

第三，资源整合能力是指企业持续获取、整合和更新内外部大数据资源的能力［24］，可以持续增强战略柔性，促使企业创造出新颖的产品和服务以适应市场环境的变化。Smith 等［36］认为资源整合能力本身也是一种知识，通过依赖自身或者与其他知识相结合能创造出新的应用途径。资源整合能力很大程度上决定了外部知识转化率和有效利用率，这种能力的重点在于整合创新，涉及对不同来源、不同层次和不同内容的资源协调匹配，能促进企业重构资源组合、能力结构与业务范围并快速识别竞争环境中存在的创新性机会从而实现突破性创新。从这个意义上来说，企业往往能有效缓解资源约束压力，通过整合现有内外部资源，突破原有的创新范式；且有助于企业避免因积累单一知识所带来的创新能力刚性问题。此外，庞长伟等［37］实证分析表明资源整合能力对商业模式创新有促进作用。迟考勋等［38］对142 家新创企业的研究表明企业所采用的资源整合方式会减弱或增强商业模式创新的绩效表现。故本研究提出以下假设：

H5：资源整合能力正向调节市场导向与商业模式创新之间的关系；

H5a：资源整合能力正向调节反应型市场导向与商业模式创新之间的关系；

H5b：资源整合能力正向调节先动型市场导向与商业模式创新之间的关系。

在以上假设的基础上，构建了本研究的概念模型，如图1 所示。

图1 市场导向、大数据能力与商业模式创新概念模型

3 研究设计

3.1 数据收集与分析

本研究采用大规模随机抽样的方式进行研究，以电子邮件和现场发放的形式向集中在江浙沪等长三角地区的服务类和制造类企业发放问卷。因为该地区数字化转型发展较为成功、具备成熟的大数据应用体系，能较好地体现企业的大数据能力；同时又因为上述两类企业的市场导向观念浓厚，故是探讨本研究模型的合适行业。首先，在正式调查之前，基于文献的查阅设计了原始问卷，并与课题组成员的老师进行讨论修改。接着，本研究团队随机抽取了浙江省杭州市40 多家企业进行了预调研，根据预调研的反馈意见改进了某些语句的表达方式，使之更为符合中国的语境，从而形成了正式问卷。正式调研中采取了多种措施如在填写过程中鼓励多人填写、对问卷进行匿名处理等来避免共同方法偏差。本次调查历经3 个月，共发放问卷500 份，回收388份问卷，去掉填写不完整、随意填写等无效问卷后，最终获得有效问卷285 份，有效回收率57%。具体样本描述如表1 所示。

表1 样本基本情况

3.2 变量测量

本研究 量表均源于国内外已有的成熟研究，同时根据本研究的目的加以适当修改并以此作为搜集实证资料的工具。除控制变量外，所有题项都以Likert 五级量表来衡量，“1”表示完全不同意，“5”表示完全同意。此外，根据以往文献的讨论，在研究先动型市场导向、反应型市场导向与其他结果变量时，企业规模、企业主营业务所处的行业类型和所有制性质经常被当作控制变量，故本研究也将这些变量作为控制变量来进行处理。

自变量：先动型市场导向与反应型市场导向。市场导向着眼于顾客需求，强调及时响应以建立先发优势。量表设计主要借鉴了Slater 等［14］的研究，分别设计了6 个题项，共12 个题项；

因变量：商业模式创新。有关商业模式创新量表的研究已经非常成熟，本研究主要参考了国外学者Hunt 等［15］的经典量表，并结合Dubey 等［35］的研究成果进行了适当的修改，共设计了6 个题项；

调节变量：大数据能力的3 个维度。由于本国大数据应用发展情况与西方国家大不相同且大数据战略布局也独具中国特色，故大数据能力量表的设计主要借鉴Gupta 等［22］的研究，从实时洞察与预测能力、深度分析能力和资源整合能力3 个维度进行测量，分别设计了5 个题项，共15 个题项。

3.3 信度与效度检验

在信度方面，本研究模型中所有变量的Cronbach’s 值和CR 值均大于0.8（具体结果如表2所示），表明问卷具有较高一致性和可靠性。在效度方面，由于本研究所采用的量表都是参照和借鉴国内外研究中已经使用过的成熟量表，并经过企业访谈、课题组成员讨论修改和 预调查等程序后才形成的，故具有较高的内容效度。再者，旋转成分矩阵显示33 个问题项代表了6 个因子，共解释了总变异的68.638%，表明测量具有良好的建构效度。采用KMO和Bartlett 球体检验对量表效度进行检测，KMO 值均大于0.8，所有题项因子载荷均大于0.7，表明变量间具有良好的聚合效度。同时AVE 值均大于0.6 且所有变量的AVE 平方根均大于该变量和其他变量的相关系数，表明变量间具有良好的区分效度。

表2 各变量的信度与效度检验

研究采用AMOS 软件进行验证性因子分析，结果表明，X2/df=,1.381＜3，RMSEA=0.053＜0.08，CFI=0.973＞0.9，NNFI=0.909＞0.9，表明模型拟合度较好。（具体结果如表3 所示）。针对共同方差偏差问题，本研究采用Harman 单因子检验法，即对所有观测变量进行因子分析，在未旋转的情况下，第一个因子只解释了30.742%，而且自变量和因变量都负载到不同的因子上，说明共同方法偏差问题并不严重。针对非回应偏差问题，对285 份有效问卷和103 份无效问卷进行T 检验，发现所有T 值并不显著，表明样本数据不存在非回应偏差问题。

4 实证结果与分析

4.1 描述性统计分析

在进行假设检验前，采用Pearson 相关分析对各变量间的相关系数进行了计算。如表3 所示，除控制变量之外，先动型市场导向、反应型市场导向、实时洞察与预测能力、深度分析能力、资源整合能力与商业模式创新两两间均存在显著正相关关系，初步说明本研究假设设计合理；且VIF 值都小于3，远低于临界值10，表明变量间的多重共线性较弱，适合做回归分析。

表3 变量的相关系数矩阵与方差膨胀因子

4.2 假设检验及结果

采用多元线性回归方法对上述假设进行验证，所得结果如表4 所示。模型2～模型5 是反应型市场导向的假设检验。在模型2 的基础上，模型3、模型4、模型5 分别加入了实时洞察与预测能力、深度分析能力和资源整合能力作为调节变量。模型2回归结果表明反应型市场导向对企业商业模式创新具有显著正向影响（β=0.387,P＜0.001），故假设H1得到支持。模型3～模型5 的回归结果分别表明实时洞察与预测能力、深度分析能力和资源整合能力在反应型市场导向与企业商业模式创新关系中均具有显著正向调节作用（β=0.229,P＜0.001；β=0.221,P＜0.001；β=0.210,P＜0.001），故假设H3a、H4a、H5a得到支持。

表4 层级回归分析结果

模型6～模型9 是先动型市场导向的假设检验。在模型6 的基础上，模型7、模型8、模型9 分别加入了实时洞察与预测能力、深度分析能力和资源整合能力作为调节变量。模型6 回归结果表明先动型市场导向对企业商业模式创新具有显著正向影响（β=0.400,P＜0.001），故假设H2得到支持。模型7～模型9 的回归结果分别表明实时洞察与预测能力、深度分析能力和资源整合能力在先动型市场导向与企业商业模式创新关系中均具有显著正向调节作用（β=0.194,P＜0.001；β=0.233,P＜0.001；β=0.178,P＜0.01），故假设H3b、H4b、H5b得到支持。

图2 大数据能力三维度对反应型市场导向和商业模式创新的调节效应

图3 大数据能力三维度对先动型市场导向与商业模式创新的调节效应

5 研究结论与启示

5.1 研究 结果讨论

基于大数据赋能商业模式创 新的时代背景，从动态能力理论出发，将大数据能力作为市场导向不同维度与商业模式创新的独特边界条件进行实证分析，得出如下主要结论：

（1）先动型市场导向与反应型市场导向对企业商业模式创新均具有积极影响。市场导向作为战略导向的重要维度，强调搜索市场知识以创造出符合顾客期望的产品和服务，实现顾客价值增值，拓展企业成长空间；同时商业模式创新中以顾客为中心的思想与市场导向的核心理念不谋而合。该研究结果支持了庞长伟等［37］的研究，即市场导向通过促进企业获取顾客知识正向影响企业创新绩效。

（2）市场导向不同维度对商业模式创新的影响存在一定的差异。研究结果表明，先动型市场导向对商业模式创新的正向影响要强于反应型市场导向。可能原因在于，面临数字化所带来的颠覆性影响，先动型市场导向所倡导的主动求变、关注顾客潜在需求以及积极预测市场未来的发展趋势的经营理念更为适合当下的情景，更能进一步增加创新产品、服务的类型和开拓企业的价值网络。

（3）大数据能力的3 个构成要素实时洞察与预测能力、深度分析能力和资源整合能力均正向调节市场导向不同维度与商业模式创新之间的关系。数字时代企业竞争情报应聚焦于数据和信息的集成，注意数据分析的可视化，如此才能挖掘隐喻于数据内的价值。企业如何将获取的数据资源内嵌到内部业务流程中，如何与不同类型的资源协调匹配实则在衡量企业大数据能力水平的高低。事实证明大数据能力能够支撑企业对新机会的识别和把握，促进市场导向战略的实施，提升商业模式创新绩效。

5.2 研究启示

理论意义：（1）进一步丰富和细化了市场导向与商业模式创新的理论框架。以往文献虽较多地探讨了市场导向与创新绩效之间的关系，但关于市场导向不同维度与商业模式创新关系的研究却较少；（2）本研究基于大数据背景创新性地引入了大数据能力这一权变视角，明确了市场导向作用于商业模式创新的边界和条件，有助于解释以往市场导向与创新绩效结论不一致的问题，扩展了企业重构竞争优势的机理研究；（3）同时研究结果支持了动态能力理论，即企业需要不断更新与发展现有能力以适应外部环境的动态变化才得以维持可持续的商业模式创新。

实践意义：（1）管理者要充分审视内部资源和外部环境状况，平衡和协调两种不同类型的市场导向，从而与商业模式变革过程相匹配以保持竞争优势长存。由于资源的有限性，使得过于聚焦于某一类型的市场导向将会导致企业面临不同的风险。比如反应型市场导向会使企业注重短期效益而不利于可持续发展。（2）管理者要意识到在数字化转型背景下构建大数据能力的重要性，将大数据资源与内部业务流程、其他资源进行联动，提高企业运营透明度和资源利用效率，创新顾企交互方式、交易模式，从而实现商业模式创新。

局限性：（1）样本数据的获取问题。样本主要集中在江浙沪等地，可能会带有一定的区域特征，研究结果的普适性价值将会受到质疑，因此未来的研究应该扩大样本的来源。（2）后续研究应积极探索战略导向的不同维度如技术导向、创业导向对商业模式创新的影响，深入解释它们对商业模式创新绩效作用的差异性以及大数据能力可能的作用路径；（3）本研究采取的是横截面数据，但商业模式创新是不断演化的过程，因此未来研究可采用案例研究方法或纵向数据来分析。