產業政策對商業模式創新的影響效應測評研究
——以光伏和人工智能上市公司為例

李永發，陳舒陽，羅 媞

(安徽財經大學 工商管理學院，安徽 蚌埠 233000)

0 引言

產業政策(Industrial policy)是政府引導產業發展、調整產業結構失衡、構建良序市場競爭的宏觀經濟政策[1]。中國特色社會主義市場經濟體制與世界政治經濟形勢都決定產業政策是一項長期應用工具，尤其在新一輪技術革命、全球經濟布局調整與動蕩下，其應用或將更加頻繁、廣泛。產業政策會沖擊企業現有商業模式(Business model)，影響企業產出，進而對整個產業或經濟產生外部性[2]。真正的產業變革絕不僅限于一項關鍵核心技術的突破，轉型升級的成功來自將新技術恰當地嵌入一個強大的商業模式。作為一項非技術創新，商業模式創新超出單純引入新產品或新服務的范疇，通過整合各種利益相關者參與價值創造和獲取，以開發新的市場機會，是企業競爭優勢的關鍵來源，在改變現有社會生產、消費方式從而實現系統性社會經濟變革方面扮演著重要角色[3]。

商業模式創新嵌入特定制度環境與社會情境[4]，不可避免地受到產業政策影響。底層技術、滿足顧客需求的既定邏輯，以及產業政策等政府監管措施的變化，將沖擊企業之間客觀的相互依存關系，企業需要創新、重塑商業模式[5-6]，促進技術貨幣化及技術本身的研發產出。可見，現有研究認識到產業政策是商業模式創新的重要外生變量，但其影響商業模式創新的路徑仍是未被清晰解釋的關鍵問題。而且，現有商業模式創新測評理論支撐不足，評價結論也過于模糊。因此，探究我國產業政策對商業模式創新的影響效應，設定商業模式創新評價標準，在理論與實踐上都具有其獨特價值。

鑒于此，本文聚焦我國光伏和人工智能兩個戰略性新興產業，采用清晰集QCA方法探究產業政策與商業模式創新之間的深層次關系。本文旨在解決兩個關鍵問題：作為一個前因變量，產業政策如何與影響商業模式創新的其它變量組合，引致高層次或低層次商業模式創新？如何更好地測評商業模式創新并提出優化策略？本文通過對光伏和人工智能產業進行實證研究，試圖為這兩個產業帶來宏觀和微觀兩個方向的對策啟示，也為其它產業商業模式創新、轉型提供一個可行方案。

本研究主要貢獻表現在以下方面：首先，發展和豐富商業模式創新理論，從組態比較理論新視角研究商業模式創新的前因組合方式和測評方法；其次，實證分析產業政策與其它前因要素引致不同層次商業模式創新的組合方式，可為光伏和人工智能企業實現高層次商業模式創新提供新的理論指導，也有助于其它類型企業適應和利用產業政策變化從而選擇合適的商業模式創新路徑；最后，可為政府運用產業政策工具影響不同層次商業模式創新提供一個新思路，有助于提升產業政策設計的實效性。

1 文獻綜述

1.1 產業政策

產業政策是服務于特定產業的宏觀經濟政策，通過引導和干預產業或經濟發展，解決特定市場失靈問題，甚至引導多維產業結構變革，為經濟體系朝著特定道路發展創造條件[7-8]。然而，新經濟環境下，傳統產業政策模式無法更好地促進產業或經濟躍遷到更高質量水平的發展軌道，甚至產生阻礙作用[9-10]，如光伏產能過剩和新能源汽車“騙補”事件。基于權變情境理論，產業政策的實效性依賴于產業政策的屬性特征以及政府組織和企業等多方群體協同推進[11]。產業政策的屬性特征是指政府為實現特定經濟或行業發展目標，對相關企業開展的選擇、激勵和介入活動，是理解產業政策實效性的特性變量[1]。

依據政策發揮作用的方式，本文從選擇水平、激勵水平和介入水平3個方面刻畫產業政策的屬性特征。首先是選擇水平，即政策在哪一時間點選擇何種區域的產業和企業作為產業政策的受力對象。產業政策選擇水平影響企業進入壁壘，決定企業進入或退出市場所需成本。政府針對重點產業實施傾斜政策，微觀企業能夠明顯感知到其處于政策作用的位置，包括核心域、邊緣域和普適域。其次是激勵水平，即政策以何種方式激勵目標產業和企業，包括貨幣激勵、非貨幣激勵和兌現方式等[10,12]。產業政策激勵水平能夠改變自身資源配置，影響企業發展方向。最后是介入水平，即政府以何種方式介入企業經營活動，如資源介入、人員介入和活動介入等(張莉等，2017；張龍鵬等，2016)。產業政策介入水平是指政府強制企業進入其規劃的方向，制定相應戰略，包括高度、中度和低度介入域。

1.2 商業模式創新

盡管商業模式有多種定義，但主流研究普遍認同商業模式是企業創造、傳遞和獲取價值的基礎架構[5]，是描述焦點企業與眾多利益相關者相互依賴的活動系統。存在被廣泛接受的商業模式組件，即價值主張、價值創造和價值獲取。其中，價值主張描述焦點企業在目標市場向顧客提供產品或服務，定義向顧客提供的價值[13]；價值創造描述實現顧客價值主張和價值獲取需要的資源清單和基本流程，以及如何創造預先計劃的用戶價值或使用價值[14]；價值獲取解釋焦點企業以何種成本獲取利潤的方式，包括交換價值、收入來源、支付方式、周轉率等[15]。

商業模式創新被定義為企業價值創造與獲取的新方式，通過改變商業模式的一個或多個組件實現，最終結果取決于所有相關組件之間的交互作用。商業模式創新是一個復雜的耦合過程，由多種因素組合驅動。本文基于文獻研究法，識別出影響商業模式創新的要素(見表1)，具體包括治理機制、技術創新、資源、利益相關者認同和產業政策等。現有商業模式創新測評大多依據商業模式屬性特征或市場績效，計算方法較為復雜，且一般為事后評價，無論是理論還是方法都存在難以忽視的缺陷。

表1 商業模式創新影響因素

1.3 產業政策與商業模式創新的關系

理論界針對產業政策的實施效果及其原因進行了大量探討，提出促進和抑制兩種效應。如陳志[25]認為，產業政策可以調整和維護公平的競爭環境，有利于企業在市場中獲取關鍵資源，減少市場壟斷，為新商業模式的可行性提供支持；Ghazinoory等[26]強調，當政策釋放許多不穩定、未知和模糊信號時，企業設計、調整和創新商業模式將遭遇更大挑戰；李東和蘇江華[22]指出，政策環境和市場競爭是商業模式創新過程中的情境要素，政策環境會影響商業模式構成規則，改變商業模式由一種均衡狀態向另一種均衡狀態演化的進程和結果；羅興武等[4]在商業模式創新研究中引入政策導向和合法性導向視角，政策導向程度通過影響組織合法性，間接影響商業模式創新在組織中的作用。商業模式存在交易屬性和制度屬性，因而政策導向為企業商業模式創新提供了依據和條件，同時對企業策略與政策規定進行匹配，有利于商業模式從中獲得合法性。只有獲得合法性的商業模式才會被更多投資者認同，而這種認同可以為企業帶來資金支持，降低風險和成本，有利于完善價值創造和價值獲取機制。

2 研究設計

2.1 方法選擇

定性比較分析(QCA)是融合定量與定性思維的組態比較方法，善于解決多個存在復雜關系的條件變量如何引致特定結果發生的社會議題[27-28]。商業模式創新是一個復雜的耦合過程，除產業政策外，還存在多種影響因素，共同決定商業模式創新水平。探索產業政策如何與其它條件耦合從而促進特定水平的商業模式創新，是一個多重復雜并發因果的社會問題，適用于QCA方法。本文以產業政策的3個屬性水平、技術創新、治理機制、資源和外部認同7個要素為前因條件，運用清晰集QCA求解高層次或低層次商業模式創新(結果變量)路徑，探究產業政策對商業模式創新的影響效應，分析模型如圖1所示。

圖1 QCA分析模型

2.2 樣本選擇與數據來源

本研究聚焦制造業的兩個子產業：光伏產業和人工智能產業。原因如下：首先，政府高度關注制造業，從《中國制造2025》可以看出，中國制造業轉型升級前景十分美好，國家對從制造業大國邁向制造強國信心十足，產業政策的作用不言而喻，光伏和人工智能產業分別屬于高端設備制造和智能制造；其次，這兩類產業的階段性發展與產業政策息息相關；最后，對光伏和人工智能產業進行橫向比較，可以得出普遍適用的結論。

本文選擇2019年6月東方財富網公布的光伏概念股和人工智能概念股企業作為初始樣本，各指標統計數據來源于國泰安數據庫和上市公司年報。樣本篩選標準如下：①選擇2018年A股上市企業數據；②選擇主營業務為光伏、太陽能、新能源發電以及人工智能、機器人、智能識別的企業；③刪除ST類樣本和數據缺失較多的樣本。最終保留光伏能源上市公司82家和人工智能上市公司52家。

2.3 變量測量

2.3.1 商業模式創新

結果變量商業模式創新(BMI)測量借鑒Amit&Zott[29]評價商業模式創新的研究，采用價值主張、價值創造和價值獲取3個組件衡量。價值主張(VP)和價值創造(VC)部分測量指標參照翟淑萍等[30]關于商業模式創新的測量方法；價值獲取(VA)體現的是企業為實現價值創造形成的盈利模式，因此選擇與企業盈利性相關的4個指標[31]。基于上市公司披露的數據，采用SPSS 23.0，通過KMO和 Bartlett檢驗判斷因子分析的可行性。結果顯示，兩個樣本的KMO值均大于0.5， Bartlett值均小于0.01，適合作因子分析。因此，對商業模式創新3個維度取均值，以BMI =(VP+VC+VA)/3作為最終衡量商業模式創新的綜合得分指標。

2.3.2 產業政策屬性水平

選擇水平(SL)測量主要借鑒劉婷婷等(2019)的研究，通過政府對企業的選擇性程度反映，政府會選擇經營效益好的企業，加大市場中的企業競爭，市場競爭程度通過營業收入除以行業內總營業收入的平方和計算得出。因此，選擇水平(SL)=每股收益/市場競爭程度。

參考劉婷婷等(2019)、柳光強(2016)的研究，采用政府補貼(Subs)、稅收優惠(Tax)、銀行貸款(Bloan)3個變量測量產業政策的激勵水平(IL)。政府補貼采用營業外收入減去增值稅返還衡量，但考慮到2017年實施新的會計準則《企業會計準則第16號——政府補助》，本研究中激勵水平又涉及3種政策舉措，需要將財政補貼和稅收優惠分離。因此，本文選擇上市公司年報中計入當期損益的政府補助，剔除稅收返還的影響。與企業總資產相比，政府補助顯得較少，政府補貼=計入當期損益的政府補助*100/總資產。稅收優惠主要有兩種衡量方式：一是計算實際稅率，即所得稅費用/息稅前利潤總額；二是計算稅收優惠程度，即稅收優惠=收到的返還稅費/(收到的返還稅費+支付的稅費)，得到的值越大，說明優惠程度越高。由于所得稅費用與息稅前利潤總額的比值難以避免負值，為規避這種情況，本研究采用第二種方法進行衡量。此外，銀行信貸=企業收到的借款資金/總資產。

介入水平(EL)測量借鑒劉婷婷等(2019)的研究成果，國有資產控股比例能夠反映產業政策介入程度，介入水平=國有股/總股本。

2.3.3 治理機制

治理機制(GM)測量參照曾萍和宋鐵波[16]的研究，通過企業對高管的股權激勵反映，股權激勵能夠激發管理層積極投入到公司決策中，股權激勵=高管持有股份/總股本。

2.3.4 技術創新

技術創新(TI)測量主要借鑒鄒彩芬等[32]的研究成果，企業研發強度能夠反映企業技術創新程度，技術創新=研發投入/營業收入。

2.3.5 資源

資源(R)測量借鑒趙鳳等[33]的研究成果，資產報酬率能夠反映企業重新配置資源的能力。因此，本研究采用該指標衡量企業的資源能力，資產報酬率=(利潤總額+財務費用)/平均資產總額。

2.3.6 外部認同

外部認同(EI)測量參照李東和蘇江華[22]、張慶和朱迪星[34]的研究成果，采用投資者認可程度衡量，外部認同= 實收資本。所有變量及其測量見表2。

表2 變量及測量

2.4 真值表構建

清晰集QCA需要對變量進行二分法賦值，賦值主要以實際數據分布和現實意義為標準，所有變量取值為0或1。光伏產業變量二分閾值設定如表3所示，人工智能產業變量二分閾值設定如表4所示。

表3 光伏產業前因變量與結果變量賦值標準

表4 人工智能產業前因變量與結果變量賦值標準

3 實證分析

3.1 光伏產業組態分析

3.1.1 光伏產業高層次商業模式創新引致路徑

使用fsQCA 3.0軟件，通過真值表算法(Truth Table Algorithm)進行刪除和編碼(1，0.8)。QCA提供3種解的表達，即復雜解、中間解和簡約解。相比復雜解，中間解形式一般更為簡單；相比簡約解，中間解只納入容易的反事實假設，因而更為可靠。因此，多數文獻報告一致率大于0.8的中間解。光伏產業最終輸出7條路徑(見表5)，其總體解的一致率為1，即該解100%引致高層次商業模式創新，可信度非常高；覆蓋率為0.647 1，即可以解釋實現高層次商業模式創新的企業比例為64.71%。同時，7條子路徑的一致率均大于0.8，說明所有路徑都通過了QCA檢驗。

表5 光伏產業高層次商業模式創新引致路徑

引致光伏產業高層次商業模式創新的路徑可分為4種類型：首先是資源導向型。相較其它路徑，路徑HP1、HP2、HP3需要高層次資源條件，因此該類型稱為資源導向型。其次是政策支持型。路徑HP4的核心條件是選擇水平*激勵水平*～治理機制*～技術創新*～資源*外部認同，在該路徑下，企業自身運營條件不足，政府通過選擇水平和激勵水平支持企業實現高層次商業模式創新。第三是企業自發型。路徑HP5的核心條件是～選擇水平*～激勵水平*～介入水平*治理機制*技術創新*～資源*～外部認同，在產業政策屬性特征未對部分企業發揮實際效用時，企業能夠依靠完善的治理機制和高水平技術創新實現預期效果。最后是政策介入型。路徑HP6、HP7中，企業自身資源和技術創新能力不足，政府通過介入水平的強制作用，完善企業治理機制，實現高層次商業模式創新。

3.1.2 光伏產業低層次商業模式創新引致路徑

使用fsQCA 3.0軟件，運行真值表算法進行刪除和編碼(2，0.8)，輸出一致率大于0.8的中間解，如表6所示。最終輸出7條路徑，其總體解的一致率為1，覆蓋率為0.707 7，7條子路徑的一致率均大于0.8，說明所有路徑都通過了QCA檢驗。

表6 引致光伏產業低層次商業模式創新路徑

低層次商業模式創新路徑可分為3種類型：首先是資源制約型。相較其它路徑，路徑LP1、LP2存在～激勵水平、～介入水平、～資源3個核心條件，即企業資源不足會影響技術創新，削弱政策激勵、介入水平效果，引致低層次商業模式創新。其次是政策激勵失靈型。路徑LP3、LP4的共同條件是激勵水平、～介入水平和～技術創新，即當產業政策介入水平低但激勵水平高、企業技術創新能力不足時，會引致低層次商業模式創新。最后是盲目技術創新型。相較其它路徑，路徑LP5、LP6、LP7在政策介入水平低、資源不足的情況下，盲目進行技術創新，會引致低層次商業模式創新。

3.2 人工智能產業組態分析

3.2.1 人工智能產業高層次商業模式創新引致路徑

使用fsQCA 3.0軟件，通過真值表算法進行刪除和編碼(1，0.8)，輸出一致率大于0.8的中間解，如表7所示。人工智能產業最后輸出8條路徑，其總體解的一致率為1，覆蓋率為0.785 7，8條子路徑的一致率均大于0.8，說明所有路徑都通過了QCA檢驗。

表7 人工智能產業高層次商業模式創新引致路徑

引致人工智能產業高層次商業模式創新的路徑可分為3種類型：首先是政策引導型。相較其它路徑，路徑HA1、HA2、HA3需要政策選擇水平引導企業治理機制共同發揮作用，因而該類型稱為政策引導型。其次是政策支持型。路徑HA4、HA5、HA6與光伏產業的政策支持型一致，該路徑企業自身運營條件不足，政府通過選擇水平和激勵水平支持企業實現高層次商業模式創新。最后是企業自發型。路徑HA7、HA8的產業政策屬性特征未發揮實際效用，企業能夠依靠自身高資源或高外部認同實現預期效果。

3.2.2 人工智能產業低層次商業模式創新引致路徑

使用fsQCA 3.0軟件，運行真值表算法進行刪除和編碼(1，0.8)，輸出一致率大于0.8的中間解，如表8所示。最終輸出12條路徑，其總體解的一致率為1，覆蓋率為0.947 4，12條子路徑的一致率均大于0.8，說明所有路徑都通過了QCA檢驗。

表8 人工智能產業低層次商業模式創新引致路徑

低層次商業模式創新路徑可分為3種類型：首先是政策激勵失靈型。該類型路徑LA1、LA2、LA3、LA4、LA5與光伏產業的政策激勵失靈型一致，均受政策高激勵水平影響，但介入水平低，致使產業政策激勵失靈。其次是制約型。該類型路徑LA6、LA7、LA8、LA9、LA10均受政策和自身因素制約，如低資源、低外部認同等，引致低層次商業模式創新，因此稱為制約型。最后是政策介入型。該類型路徑LA11、LA12與光伏產業相反，政府通過介入水平的強制作用，反而引致低層次商業模式創新。

3.3 評價標準設定與評價結論

通過文獻評述，識別影響商業模式創新的因素，并通過清晰集QCA證實這些因素的確是引致企業商業模式創新的重要前因，且產業政策的屬性特征發揮關鍵作用。引致高層次或低層次商業模式創新的路徑可以作為判斷商業模式創新有效性的依據，本文以實現高層次商業模式創新為例。首先，計算出商業模式創新測評標準。建立相應評價標準，將單個前因條件簡單劃分為5個級別，如表9所示。QCA校準后，得到樣本企業各變量[0,1]之間的數值。然后，計算各路徑中前因變量隸屬度最小值，并將其作為該路徑下商業模式創新的度量值。最后，比較不同路徑下每個樣本企業的度量值，取其中的最大值作為商業模式創新的最終評估值。因為任何企業獲取高層次商業模式創新都有不同路徑選擇，而所得解的各路徑最大評價值才是商業模式創新的最恰當反映。

表9 商業模式創新評價標準

計算出引致高層次商業模式創新的各路徑后，如何獲得一個給定企業的商業模式創新評價結論，同時提供對策建議，需要3個階段(見圖2)。首先，判斷給定企業屬于什么產業，如光伏產業、人工智能產業；其次，計算該產業下給定企業所有前因變量的隸屬值，即識別出每條路徑中最小條件變量的隸屬值作為該路徑的值；最后，挑選出各路徑中的最大值，對比商業模式創新評價標準，形成商業模式創新評價結論，并根據結論提出改進策略。

圖2 商業模式創新評價結論獲得過程

表10提供了兩類樣本企業高層次商業模式創新評價結果示例。企業1屬于光伏產業，存在7條路徑引致高層次商業模式創新(見表5)。按照數學中的理解，路徑包含的前因變量同時發生，則產生高層次商業模式創新。因此，采用各路徑中所有條件的最小隸屬值度量，其中，～等同于數學中“非”的概念，如路徑HP1中～激勵水平可以用1-激勵水平計算。首先，在Execl表格中使用MIN函數(前因變量組合)，得到樣本企業在各路徑下的最小隸屬值；然后，在Execl表格中使用MAX函數(各路徑下的隸屬值)，得到商業模式創新的最終評估值。對比商業模創新評價標準，形成商業模式創新評價結論。企業2屬于人工智能產業，存在8條路徑引致高層次商業模式創新(見表7)。同理，計算樣本企業在各路徑下的最小隸屬值并選擇各路徑中的最大值，對比商業模創新評價標準，形成商業模式創新評價結論。

4 結論與建議

4.1 結論

本文圍繞產業政策與商業模式創新之間的關系，通過梳理文獻，獲取影響商業模式創新水平的7個前因變量。將產業類型作為控制變量，利用fsQCA軟件，分別求解光伏產業和人工智能產業商業模式創新路徑。對于特定產業中的具體企業，可以比較引致高層次和低層次商業模式創新的具體路徑，從而選擇控制相應變量值，以便更容易達成高層次商業模式創新或者避免低層次商業模式創新。為實現產業高質量發展，促成高層次商業模式創新，避免低層次商業模式創新，從上述實證結果中可以獲得3個重要結論。

(1)產業政策不同屬性的作用路徑不同。引致光伏產業、人工智能產業高層次或低層次商業模式創新的路徑并非一條，而是存在多種選擇。光伏產業高層次商業模式創新有7條路徑，人工智能產業高層次商業模式創新有8條路徑，意味著不同產業商業模式創新有多種替代方案。產業政策不同屬性水平的作用路徑不同，如選擇水平無法直接引致高層次商業模式創新，必須與企業治理機制(人工智能產業)或資源(光伏產業)等內生因素相結合，即產業政策選擇水平通過圈定恰當對象，促進商業模式創新，但需要考量企業條件；產業政策選擇水平與激勵水平相結合，是支持企業高層次商業模式創新的核心條件；產業政策介入水平高時，很難獲得高層次商業模式創新，但介入水平與治理機制相結合，可能會引致高層次商業模式創新。

(2)引致高層次和低層次商業模式創新的路徑并非簡單對稱關系。高層次和低層次商業模式創新路徑關系復雜，也不是單一條件就能起決定性作用的，還需要依賴不同條件之間的組合。同一條件變量在高層次和低層次商業模式創新路徑中可能都不起作用，如當產業政策3個屬性水平均低時，也可能引致高層次商業模式創新；高層次商業模式創新不一定需要高技術創新，且單純的高技術創新可能引致低層次商業模式創新。引致特定產業商業模式創新的每條路徑涉及的條件變量都不相同，核心條件與外圍條件也有所出入，同一條件變量可能在某條路徑中是核心條件，在另一條路徑中是外圍條件，又或是根本不產生影響，甚至有的條件變量取值相反。如外部認同在光伏產業高層次商業模式創新路徑HP4中是核心條件，在路徑HP7中是外圍條件，在路徑HP2中不產生影響。

(3)不同產業的產業政策屬性對商業模式創新的影響效應存在差異。在不同產業中，產業政策引致高層次或低層次商業模式創新的路徑有區別也有相似。光伏產業和人工智能產業都包括引導型和支持型兩種商業模式創新路徑，說明產業政策的選擇水平和激勵水平對微觀企業更適用。市場環境是企業實現商業模式創新的重要條件，選擇水平越高，企業進入門檻也就越高，進入的企業迫于市場淘汰壓力，不得不進行創新，以提高自身競爭力。產業政策介入型商業模式創新針對特定企業，并非所有企業都適用，如介入水平對光伏產業會引致高層次商業模式創新，在人工智能產業中則相反。

4.2 建議

測評宏觀產業政策對微觀商業模式創新的影響效應，是一項創造性研究。盡管產業政策屬性變量的測量方式存在優化可能，實證也僅以光伏和人工智能上市公司為例，但整個解決問題的邏輯與方式，不管是對政府宏觀調控，還是對其它領域公司選擇合適的商業模式創新類型，都有重要啟示和參考價值。

首先，政府應依據產業特性設定產業政策3個維度。政府設計產業政策3個維度水平時，需要考慮與所聚焦產業特性、微觀企業的匹配性，追求政策工具的實效性。促進高層次商業模式創新需要較高的產業政策選擇水平，這能幫助企業獲得更多外部認同及促進創新的外部資本。高激勵水平的產業政策可能會導致企業商業模式創新意愿不足。當特定產業活動中的市場行為無法合理配置但又影響宏觀經濟和社會民生時，政府可選擇高介入水平的產業政策，避免產業創新動力或轉型動力進一步喪失。

其次，企業應依據自身特點和目標，在自我可控范圍內，選擇一條合適的商業模式創新路徑。要實現高層次商業模式創新，不一定需要高技術創新。若要在激烈的競爭環境中生存，企業需要深入了解市場需求，提升內部技術創新水平，增強核心競爭優勢。當產業政策介入水平高時，很難獲得高水平商業模式創新。依據前述商業模式創新測評方式，預測企業商業模式創新結果，選擇與目標結果相匹配的最優路徑。基于最優路徑設定與產業政策屬性，調整自身戰略，配置資源，采納合適的行動方案。

最后，不管是政府還是企業，都應具有動態思維與動態能力。政府與企業是經濟社會發展系統中的兩個重要行為者角色，正確的應對方式選擇不僅要看對方行為，還得注意系統中其它角色利益、力量的變化。企業應積極預知、適應產業政策變化，深刻理解產業政策目標，積極培育動態能力。基于逐利行為取向，一些企業采用不當商業模式，可能與整個行業利益、社會大眾利益發生沖突，一段時間后可能遭到政府管控。政府應基于全球視野和產業發展規律與趨勢，動態調整3個維度產業政策設定，促進商業模式創新、轉型，從而促進整個國民經濟高質量發展。

4.3 不足與展望

盡管本文從組態比較理論新視角實證分析了產業政策與其它前因要素引致不同層次商業模式創新的路徑，提出了商業模式創新測評方法，為企業實現商業模式創新目標提供了新的理論指導，為政府運用產業政策工具影響企業商業模式創新路徑提供了一個新思路，但仍存在以下方面有待于進一步深化研究：首先是量表設計。產業政策屬性相關變量測度存在優化可能，目前國內外關于產業政策屬性的商業模式創新活動量表仍欠缺權威性、成熟性，制約了本文研究。其次是樣本選擇。本文僅以光伏和人工智能兩類戰略性新興產業上市公司為例，盡管研究過程規范，研究結論對其它產業企業也具有啟發性，但未來研究中增加更多產業、企業樣本，將使實證結果更具有普適性和可信度。同時，本文考慮到上市時間不足3年的企業數據可能存在偶然性，從而剔除了這部分企業數據，但是上市時間短的企業往往更有可能產生新商業模式，因此可以在后續研究中比較上市時間超過3年與不足3年的企業，可能會探索出新的結論。最后是前因變量提取。影響不同產業企業商業模式創新的關鍵前因存在差異，未來研究可考慮基于先前文獻梳理，進一步嘗試結合訪談、元分析、因子分析、案例研究等方法，提高商業模式創新前因變量設計的理論飽和度。