數字賦能和商業模式創新如何協同推進數字化轉型

李 文，劉思慧，梅 蕾

（內蒙古科技大學經濟與管理學院，內蒙古包頭 014010）

1 研究概述

物聯網（IoT）、數字技術和數字平臺的出現開辟新的數據驅動模式，數字化提供新表達潛力增強數字創新與制造體系交互的緊密度和協作性。商業模式創新對實施數字化轉型至關重要。現有研究更多關注轉型所引發的業務模式創新，例如制造模式創新、服務模式創新和網絡化協同模式創新等［1-3］，忽略了商業模式創新的復雜性和新穎屬性對數字化轉型的倒逼作用。商業模式的創新邏輯是企業重組其創新組合以在特定業務模式中實現新價值主張。制造企業數字化轉型過程的橫向整合和垂直整合所形成的架構是多層次和多尺度的，引入商業模式創新機制可以促成數字邏輯和物理邏輯的交互實踐和集成，實現價值鏈實例化［4］。

在成為創新經濟體過程中，制造企業數字化轉型過程的演變軌跡似乎仍然相當模糊［5］。本文的概念研究旨在根據數字賦能和商業模式創新機制追蹤制造企業轉型路徑。數字賦能和商業模式創新的整合可以為轉型研究更結構化的背景解釋做出理論支撐，并且可以用更顆粒化的因果關系解釋來補充轉型理論研究。

2 文獻回顧

2.1 數字賦能和數字化轉型

數字賦能是通過IoT、云計算和區塊鏈等數字技術對有發展潛力的特定客體進行基于價值的創造和控制的耦合過程［6］。現有文獻指出，數據賦能對數字化轉型具有洞察管控、創新增值和級聯擴容的屬性特征。在洞察管控方面，基于智能管理系統和區塊鏈技術能更準確地管理可追溯性、透明性和信息共享，可部署用于敏捷制造的使能以創造積極的乘數效應［7］。在創新增值方面，通過數據驅動的見解（即，描述性見解、預測性見解和規定性見解）生成數據驅動創新。數據驅動的探索，數據增強的構想和數據信息的驗證通過供應鏈流程和組織能力的融合，發揮數據潛在價值［8］。在級聯擴容方面（即通過數字化方式連接起來，以起到擴容的效果），數字賦能通過邊界跨越，從而推動數字生態系統的創建、整合和協同［9］。基于數字孿生平臺架構、核心使能組件和技術，理解資源潛力轉化為數字服務，連接客戶訂單與制造服務，不僅為制造資源數字化提供有效的解決方案，而且還促進向服務制造的轉型［10］。

2.2 商業模式創新和數字化轉型

商業模式創新具有價值屬性和架構屬性［11］。根據價值主導邏輯有撇脂、創收和編排導向。撇脂模式利用數字服務、價值創造和嵌入程序構建內部價值創造活動。創收模式價值主張和價值創造主要以數據驅動提供產品透明度導致客戶更高的感知價值［12］。編排模式實現在生態系統中為價值主張接受協作的最高集群手段。現有文獻大多將商業模式創新作為關系函數的結果變量來研究，關注數字化轉型如何推動商業模式創新，例如張振剛等研究數字化轉型對商業模式創新的影響機制與情境效應［13］。而商業模式創新也可以是一種戰略層面的創新行為［14］。不僅受數字化推動，還能對轉型進程產生動態影響。（1）受波動性影響，現有商業模式創新通過加強現行制度穩定性來阻礙轉型［15］；（2）通過促進技術創新的穩定進程和支持其突破來推動轉型［16］；（3）觸發商業模式創新的新穎屬性，通過架構創新來推動轉型［17］。

雖然現有文獻探討了商業模式創新對數字化轉型的影響，并為數字賦能研究提供了理論基礎，但難以解釋數字賦能和商業模式創新對數字化轉型協同驅動的內在機制。首先，數字賦能對轉型經濟體和轉型進程的作用機制仍不清晰。其次，鮮少從戰略層面剖析商業模式創新對數字化轉型的催動效應。最后，作為復雜自適應系統，數字化轉型受多方因素的組合作用，已有研究多關注單一因素的驅動結果，兩者如何協同推進數字化轉型，亟待進一步探索。

3 研究設計

3.1 研究方法的選擇

本研究采取多案例研究和基于軌跡的定性比較分析（TJ-QCA）方法。采用多案例研究方法原因有：本研究探討的核心問題是“數字賦能和商業模式創新如何協同推動數字化轉型”，屬于“How”類的探索性研究問題；深化要素及其組合之間的細粒度分析，屬于“Why”類的研究問題；遵循復制和擴展法則以總結出更為普適性的理論。TJ-QCA 把代表單一情況有時間限制的發展階段的多個配置集合稱為“軌跡”，通過屬性空間描述軌跡的案例復雜性，捕獲基于案例的定性變化模式的開發階段挖掘案例內變化［18］。TJ-QCA 特點有：（1）相較于傳統的定性比較分析（QCA）方法，能夠解釋復雜現象的動態演化問題。（2）相較于其他動態QCA 方法，能夠細化組態理論化中條件之間的連接模式［19］。因此運用TJ-QCA 方法可以更恰當地解釋數字賦能和商業模式創新的組合效應中的細微變化對數字化轉型作用的機制和規律。

3.2 案例企業的選擇

根據典型性和理論抽樣原則，所選案例企業應滿足以下篩選條件：（1）成立12 年以上，借助數字化手段實現企業運營效率、管理水平和服務質量等提升，企業商業模式基礎架構的變化以及通過價值創造活動所帶來的變革對數字化轉型的效果產生影響。（2）數據豐富性和可得性。所選案例企業為上市企業或有豐富的訪談數據和調研資料的企業，以保證數據來源的多樣性和數據的真實性與可靠性，從而對企業數字化轉型階段進行有效劃分。（3）樣本數量和樣本之間的差異性。要保證案例總體的充分同質性和案例總體內的最大異質性［20］，本文最終選擇15 個具有代表性的制造企業作為研究樣本。

3.3 數據來源

在案例研究部分采用一手數據與二手數據結合的方式進行收集，細致閱讀和整理數據，多次驗證關鍵數據與信息，截至調研期末（2022 年3 月）數據收集情況見表1 所示。在TJ-QCA 分析部分，將 樣本數量擴大至15 個，主要以二手數據為準。

表1 數據收集情況

3.4 數據編碼及分析

數據編碼階段中，先按照縮減、分類和陳列的步驟處理數據，再結合現有文獻識別構念、編碼，并作對比。組建編碼隊伍，每位成員先獨立編碼，再交換意見，反復討論以統一意見，最終得出編碼方案。在案例分析階段，通過將數據與現有理論反復對照來尋找構念之間的聯系，持續尋找現有文獻的理論支持，完善解釋框架，并探索可能存在的理論創新點，直至數據與理論發現相互支持［21］。

首先從數據中提取經驗證據的關鍵詞并標記為經驗主題。然后將其聚類，尋找構念概念化該聚類。最后對概念類別進行維度劃分。在數字賦能機制編碼上，識別出“管控賦能”“價值賦能”和“級聯賦能”(見表2)。在商業模式創新機制方面采用同樣程序，最后，根據Markfort 等［12］提出的3種商業模式創新價值主導邏輯識別出創收導向和編排導向2 種商業模式(見表3)。由此，構建本文的研究模型見圖1 所示。

圖1 研究模型

表2 案例企業數字賦能機制典型例證舉例

表3 案例企業商業模式創新機制的典型例證舉例

4 實證研究

4.1 階段劃分

本研究提出制造企業數字化轉型依次經歷了變革期、沉浸期和成熟期3 個階段，變革期：以自動化為核心，將基礎數字技術廣泛應用于制造系統中，形成基于工作流的應用模型和一系列自動化流程，實現自動化控制和信息化管理［22］；沉浸期：把握數字資源，優化業務流程，利用互聯網、云計算等技術通過強弱聯系實現跨越式連接，協調整合企業內外部資源，進行制造邏輯和價值邏輯的耦合［23］；成熟期：以智能化為核心，深度融合先進制造技術與新一代智能技術，賦能智能制造系統，形成制造資產與計算平臺、數據建模、仿真模擬和預測工程相結合的新一代智能制造體系［24］。對企業進行代碼表示，比亞迪為BYD，格力為GL，納思達為NSD，龍盛為LS，美的為MD，蘇泊爾為SBE，先導智能為XDZN，海爾為HE 華域為HY，海康威視為HKWS，三花為SH。結合案例企業數字化轉型實踐和每個階段的特征進行階段劃分。例如BL 劃分為BL 1：BL 變革期；BL2：BL 沉浸期；BL3：BL 成熟期。依次類推，共得到45 個樣本。

4.2 變量校準

依據理論知識和研究者經驗對變量進行賦值并校準。本研究涉及變量均是表示程度的連續變量，故采用QCA 中的四分賦值法，即四值模糊集(1 完全隸屬；2/3 偏隸屬；1/3 偏不隸屬；0 完全不隸屬)。然后將間隔或比例尺變量轉換為模糊集，以使變量與外部標準匹配或一致。模糊集合使用數據外部理論和實質標準進行校準，并考慮研究者的概念化，定義和標記，最后分數轉化為［0,1］區間內集合數據，用以表示連續模糊集隸屬度。對應于構成模糊集的三個定性斷點：完全隸屬度（模糊評分=0.95）的閾值，完全非隸屬（模糊評分=0.05）的閾值和交叉點（模糊分數=0.5）的閾值，用于使用基于完全隸屬資格的對數概率的變換將原始比率或區間尺度值轉換為模糊隸屬度分數。整合顯示相同配置和結果和案例（例如BL1 與BL2 歸為BL1-2），避免數據冗余，新的數據集由39 個案例樣本組成。

4.3 單項條件的充要性檢驗

通常采用一致性指標判別解釋變量是否構成被解釋變量的充分或必要條件，當單個條件必要性的一致性閾值高于0.9 時，認定該條件是結果變量的必要條件。如表4 所示，單個條件的一致性系數低于0.9，表明不存在推動數字化轉型的決定性必要前因條件。

表4 QCA 方法單個條件變量必要性與充分性檢驗

4.4 組態軌跡分析

本研究涉及管控賦能、價值賦能、級聯賦能、創收型商業模式和編排型商業模式5 個前因條件，至少滿足25 個組態，根據數據經驗分析，將一致性門檻值設定為0.8，案例頻數設定為1。表5 中“Row”代表行，“N”代表數量，“DT”代表數字化轉型。真值表允許檢查單個案例中隨時間變化的組態內條件的變化，軌跡不僅識別由不同配置組成不同的內部發展階段，而且指定在每種情況下憑經驗觀察到的內部時間變化順序，并且與產生（或不產生）結果相關，可以定性地表示通過時間順序的案例產生結果的經驗序列。通過組態軌跡分析，發現存在集群創導驅動、價值創新驅動、資源連接驅動和精益管控驅動4 條數字賦能和商業模式創新協同驅動路徑。

表5 真值表

表5 （續）

（1）集群創導驅動：該路徑將級聯賦能和編排型商業模式的協同路徑定義為集群創導驅動路徑，強調系統合作與專業化分工。數字化對相關參與者的覆蓋范圍和響應能力的影響呈指數型增長，通過參與者組織的數字化重構、數字化策略的采用、制造過程的擴展和持續制造機制來調整轉型的進化路徑。利用集群手段實現流程控制、集群驅動和協同耦合，從而連接合作資源，強化自身數字基礎，實現系統性的戰略布局。在制造系統的動態環境中，供應商、制造商、分銷商和客戶之間的調度協調和整合愈發重要。

（2）價值創新驅動：該路徑將價值賦能和創收型商業模式的協同路徑定義為價值創新驅動路徑，強調自主創新和資源整合。創收型商業模式為企業提供業務規模化、價值增值和知識捕獲新的可持續配置，結合系統思維、啟發式設想和反思性設計應對結構性風險。在此基礎上數字賦能轉型，對數字功能進行價值整合，將數據資源的描述性價值，數字技術的分析能力和驅動能力作為生產管理的集成應用，同時基于大數據分析所產生的見解提供了對技術支持的資源在數字經濟中重塑業務模式的戰略思考。

（3）資源連接驅動：該路徑將價值賦能、級聯賦能和編排型商業模式的協同路徑定義為資源連接驅動路徑，強調資源連接和價值耦合。數字技術的顛覆性需要組織做出激進反應。產業協調構建資源連接網絡系統，使價值能在數字平臺和設備協同的智能系統中耦合。編排型商業模式通過遞歸學習完善和擴展業務模型框架，級聯賦能既是完善業務模型的認知工具，又是價值賦能創新的戰略手段。通過數字平臺集成控制實現商業模式部署，發揮商業模式新穎屬性。同時，在制造商、運營商和供應商的架構系統中引起業務轉變，實現價值賦能的可擴展性和成本效益。

（4）精益管控驅動：該路徑將管控賦能、價值賦能和創收型商業模式的協同路徑定義為精益管控驅動路徑，強調數據邏輯和智能管控。數據作為組織業務的核心，可轉化為有價值的生產要素。數字技術是企業資源的虛擬對應物，使企業在生產要素的整個生命周期中對其進行數字化鏡像和管理，推動架構優化和業務轉型。業務分析成為業務管理和戰略決策的主要方法，管控賦能從廣度上實現全鏈路的制度化、透明化和自主性，價值賦能和創收型商業模式從深度上展開集成應用。

4.5 組態最小化分析

真值表的最小化在簡約解中產生了兩條路徑，通過中間解與簡約解嵌套關系對比［20］，識別出價值賦能、級聯賦能、創收型商業模式和編排型商業模式均是推動制造企業數字化轉型的核心條件，管控賦能是邊緣條件。兩條組態路徑中多個涵蓋的案例以斜體突出顯示（見表6），該情況表明，伴隨數字化成熟度不斷提高，案例企業（例如MD）從一條路徑轉移到另一條路徑，附加價值在于揭示制造企業轉型過程中的變化模式。

表6 新校準的數據集（包括軌跡）存在結果的保守解決方案

通過案例分析發現，管控賦能以其廣泛的數據采集和精準的數據分析實現全過程透明化管理與監控，給予基層人員充分自主性，促使做出更合理的實時決策。同時，轉型經濟推動企業整合與探索新的數字技術，以描述、分析和解構企業資源數據，構建數字平臺協同產業價值鏈，形成價值賦能和級聯賦能。數字化轉型需要業務模式做出調整，創收型商業模式注重企業研發創新，實現規模經濟。編排型商業模式注重集群效應，以應對顛覆性創新的沖擊，通過戰略合作實現產業互聯、互助、互創。數字賦能和商業模式創新的協同驅動制造企業管理精益化、系統模塊化、資源共享化和目標的可實現性，持續調節數字邏輯與制造邏輯，進行強弱關系的耦合，進而將數字邏輯傳遞、滲入到管理、制造領域，提高應對顛覆性變革的承受能力，從而顯著提高數字化轉型的穩定性。

5 結論及啟示

5.1 主要研究結論

本研究探索了數字賦能與商業模式創新對制造企業數字化轉型的協同作用機制和轉型驅動路徑。主要結論如下：

（1）數字賦能制造企業數字化轉型包含管控、價值和級聯3 種賦能機制。管控賦能機制包括制度化、透明化和自主性。基于物理系統與數字模型的場景交互，以監控和優化制造過程和系統性能，實現制造體系標準、規范以及可視化實時管控。價值賦能機制包括描述性、分析力和驅動力。通過對數據的計算、描述和分析，驅動數字平臺和設備與制造體系的融合，釋放數字價值。級聯賦能機制包括連接性、強化性和系統性，利用數字化手段創建智能集成系統，產生資源連接，促進供應鏈各方之間的關系和合作，為資源共享開發有效的過渡系統，加速數字化發展。拓展了數字賦能對轉型作用的微觀機制。

（2）制造企業商業模式創新主要有創收型和編排型商業模式。創收型商業模式包含業務規模化、價值增值和知識捕獲。數字創新戰略下各種技術和范式正在徹底改變公司業務方式，商業模式中的配置優化通過技術創新、數字服務在企業技術和產品創新組合的增值效應中進行迭代，轉移技術創新帶來的顛覆性影響，激發數字學習，進而推動轉型。編排型商業模式包含流程控制、集群驅動和協同耦合。商業模式運作的關聯性、動態性和系統性能緩解碎片化和分離化的信息與組織架構，實現可持續發展轉型。從戰略層面揭示了商業模式創新對數字化轉型的倒推機理。

（3）通過組態軌跡分析，發現存在4 條數字賦能和商業模式創新協同驅動路徑。1）集群創導驅動：通過產業協同實現資源共享，在合作中促進創新，實現價值共生。2）價值創新驅動：充分開發數字、數字技術、數字平臺和設備的價值，釋放商業模式創新的新穎屬性，讓組織擁有快速捕獲、精準分析與預測和創意驅動的能力，提升組織敏捷性。3）資源連接驅動：停滯在產業互聯合作基礎上無法充分發揮連接價值，數字化轉型需要組織整合業務框架。4）精益管控驅動：數字化鏡像和管理數據資產，驅動管理精益化、生產自動化和制造敏捷化，以適應企業發展戰略。揭示了數字賦能和商業模式創新對數字化轉型協同推進的軌跡。

（4）通過真值表最小化分析，識別出價值賦能、級聯賦能、創收型商業模式和編排型商業模式均是推動制造企業數字化轉型的核心條件，管控賦能為邊緣條件。產業交互為制造企業向數字化轉型過渡提供了戰略資源。隨著實體交互的不斷深入，價值賦能的作用不斷被突顯，數據邏輯和制造邏輯的耦合協調，構建了低碳約束下智能制造體系。隨著數字化成熟度不斷提高，企業數字化轉型呈穩定趨勢。

5.2 管理啟示

（1）基于價值主導邏輯及制造體系的耦合實現內部系統強化。對于復雜離散制造系統，根據價值主張和價值創造需求強化相應的數字賦能機制和商業模式創新，設立新的物理系統與其虛擬模型之間的互連機制。通過集成邏輯和控制邏輯構建數字驅動模塊，不斷將數字化手段融入制造系統，推動企業內部系統數字化、智能化改造。

（2）基于產業交互的資源精準對接實現生態系統強化。根據資源需求尋找戰略合作，通過雙方專業化合作與協同促使產業互聯、互助和互創，對于缺乏數字基因的制造企業，可以與成熟的數字化企業合作，聯手打造數字智能工廠，構建數字產業生態體系。

（3）基于組織能力的結合實現數字化轉型和協同新范式。數據是實現協同和轉型的戰略要素，數字技術是構建智能制造單元的關鍵手段，業務模式是實現轉型和利用協同價值的重要方法。資源連接豐富了變革儲備，為緩解新舊運營邏輯之間的沖突，還需增強數字技術的分析與解釋功能。戰略組合數字賦能的微觀機制與商業模式創新，構建新的協同范式，從而推動企業數字化轉型。

5.3 局限性及未來研究方向

（1）本研究證實了制造企業通過數字賦能和商業模式創新的協同驅動路徑，制造企業由于自身的獨特性，按照不同的軌跡進行數字化轉型，所得結論是否對其他行業也適用，后續需要進行大樣本的實證分析進行驗證來提升結論的外部性；

（2）轉型經濟背景下的數字賦能的作用機制和驅動路徑可能會發生變化，未來需要繼續追蹤新案例與新實踐；

（3）在數字化轉型機制下，數字賦能和商業模式創新可能會產生交互作用，本研究基于組態視角，未深入探討兩者之間的作用機理，未來還可以探索數字賦能的微觀實踐在業務模型中的價值創造機制。