李 文，張珍珍，梅 蕾

(內蒙古科技大學 經濟與管理學院，內蒙古 包頭 014010)

0 引言

十九大報告提出，貫徹新發(fā)展理念，統(tǒng)籌推進創(chuàng)新驅動發(fā)展戰(zhàn)略，推動大數據與實體經濟深度融合，加快建設創(chuàng)新型國家?，F代行業(yè)環(huán)境復雜多變，商業(yè)模式創(chuàng)新作為企業(yè)應對多變經濟環(huán)境的重要手段，是企業(yè)維持競爭優(yōu)勢的關鍵，企業(yè)可以通過商業(yè)模式創(chuàng)新構建核心競爭力[1-4]。21世紀，企業(yè)間的商業(yè)模式競爭不僅僅是質量、服務之間的競爭, 甚至超過生產成本間的競爭[5]，企業(yè)間競爭已經全面發(fā)展為包括供應商、競爭者和渠道商等利益相關者在內的企業(yè)網絡競爭。在資源約束下，企業(yè)面臨資源匱乏的難題，單個企業(yè)越來越難以適應日益復雜的動態(tài)環(huán)境，通過構建企業(yè)網絡參與市場競爭對于企業(yè)商業(yè)模式創(chuàng)新至關重要[6]。在科技發(fā)展的推動下,大數據正重塑企業(yè)商業(yè)模式，而大數據能力是一種重要動態(tài)能力，是商業(yè)模式創(chuàng)新的重要驅動力[7]。有學者基于雙元組織學習視角探討大數據能力對企業(yè)績效的作用機理，發(fā)現大數據資源整合能力和大數據資源對企業(yè)績效具有顯著正向影響[8]；趙玲等[9]基于資源基礎理論研究發(fā)現，創(chuàng)業(yè)資源整合通過創(chuàng)新能力正向影響公司創(chuàng)業(yè)；吳曉波等[2]認為，商業(yè)模式創(chuàng)新是一個內外兼修的過程，各層面企業(yè)資源和能力均能成為驅動商業(yè)模式創(chuàng)新的關鍵因素。對于新零售企業(yè)而言，在商業(yè)模式創(chuàng)新過程中需要企業(yè)或者企業(yè)領導者具有模仿、學習以及整合外部新知識和新技能的能力[10]。亦有學者基于組態(tài)視角和集合論思想，從企業(yè)外部網絡嵌入和內部動態(tài)能力培育兩個層面探討不同維度組合方式對創(chuàng)新績效的影響[11]。

既有研究認為，企業(yè)網絡與大數據能力是影響商業(yè)模式創(chuàng)新的關鍵因素，在創(chuàng)新過程中，企業(yè)資源和能力相結合能夠有效促進企業(yè)商業(yè)模式創(chuàng)新。然而，以往研究缺乏對商業(yè)模式創(chuàng)新復雜過程的還原，大部分研究關注單一因素對商業(yè)模式創(chuàng)新的影響，聚焦于新興技術這一外部驅動因素[12]，而忽視了影響商業(yè)模式創(chuàng)新的多重并發(fā)因素和路徑。例如，孟迪云等[13]探討網絡嵌入性對商業(yè)模式創(chuàng)新的影響，識別出環(huán)境動態(tài)性在網絡嵌入和商業(yè)模式創(chuàng)新中的調節(jié)作用，卻未進一步研究二者協(xié)同配合對商業(yè)模式創(chuàng)新的影響，或考慮更多因素與網絡嵌入的匹配性；張彩鳳等[8]基于資源基礎和動態(tài)能力理論，實證分析254家企業(yè)大數據能力對企業(yè)績效的影響機理，但僅考慮了內因變量大數據能力對企業(yè)績效的影響，未考慮環(huán)境動態(tài)性是否存在調節(jié)效應。可見，僅少數學者研究不同因素共同作用于商業(yè)模式的情形。商業(yè)模式創(chuàng)新與企業(yè)網絡及大數據能力等變量之間的關系是多種條件并發(fā)的非線性關系，是一個各要素相互依賴、高度復雜的整體。

綜上所述，本研究從資源和能力層面出發(fā)，遵循“資源-能力-協(xié)同聯動”理論邏輯，基于組態(tài)視角探討新零售企業(yè)商業(yè)模式創(chuàng)新影響機制。具體而言，本文通過實證分析回答如下問題：企業(yè)網絡和大數據能力如何協(xié)同促進企業(yè)商業(yè)模式創(chuàng)新？新零售企業(yè)商業(yè)模式創(chuàng)新影響機制和路徑是怎樣的？為了解決此問題，本文采用定性比較分析(QCA)方法探究商業(yè)模式創(chuàng)新現象，深入挖掘兩個層面6個條件所構成的不同組態(tài)對商業(yè)模式創(chuàng)新的影響機制與路徑。

1 文獻回顧與理論構建

已有研究基于不同理論視角，構建“資源—結構—能力”的理論分析框架，發(fā)現創(chuàng)新型企業(yè)基于資源視角構建價值共創(chuàng)機制可以提升價值獲取能力[14]。在此基礎上，黃昊等[15]基于資源編排理論，從過程與動態(tài)視角解析資源基礎與創(chuàng)業(yè)能力共變情況，通過建構“資源編排—創(chuàng)業(yè)能力—成長績效”理論模型發(fā)現，資源和能力均能直接或間接驅動企業(yè)成長；唐彬等[16]構建大數據能力視角下平臺企業(yè)知識創(chuàng)造模型，深入分析大數據能力與知識資源匹配過程；劉曦子[17]發(fā)現，螞蟻金服通過培育強大的大數據能力，整合企業(yè)內外部資源驅動商業(yè)模式創(chuàng)新。大數據能力能夠促進企業(yè)資源獲取、整合、 重構和利用[18]，龐長偉等[19]認為，大數據深度分析與實時洞察能力能夠幫助企業(yè)在復雜的動態(tài)環(huán)境中敏銳察覺市場動向，發(fā)現市場機會；Davenport等[20]認為，大數據分析能力可以幫助企業(yè)發(fā)現商機，進而驅動企業(yè)改變運營流程，實現商業(yè)模式革新；宋華等[21]指出，企業(yè)網絡具有信息傳遞作用，借助企業(yè)所擁有的能力將網絡資源轉化為自身動能，從而促進企業(yè)績效提升。盡管商業(yè)模式創(chuàng)新成為學界研究熱點，但商業(yè)模式創(chuàng)新是一種系統(tǒng)性變革過程，鑒于此，本研究從企業(yè)網絡層面(資源層)和大數據能力層面(能力層)，即兩個層面的6個前因條件，探究影響商業(yè)模式創(chuàng)新的多重影響因素及不同組合路徑。企業(yè)網絡層面的影響因素包含信息資源共享(information resources sharing，簡稱為IRS)、組織學習(organizational learning，簡稱為OL)、網絡體系建立(Network system establishment，簡稱為NSE)[22-24]，而大數據能力層面的影響因素包括資源整合能力(resource-integrated capability，簡稱為RIC)、深度分析能力(depth-analysis capability，簡稱為DAC)、實時洞察與預測能力(real-time insight and prediction capability，簡稱為RIPC)3個因素[17,25]。據此，本文構建商業(yè)模式創(chuàng)新理論模型，如圖1所示。

1.1 企業(yè)網絡層面

企業(yè)網絡是指處于企業(yè)和市場之間、為獲得更多競爭優(yōu)勢組成的一種長期動態(tài)組織形態(tài)[26]，強調社會結構對主體經濟行為的影響，包括企業(yè)內部網絡和企業(yè)外部網絡。本文主要從組織層面探討企業(yè)網絡，以企業(yè)為節(jié)點，以企業(yè)間關系為邊，網絡內容包括企業(yè)間的經濟和社會關系[22]。企業(yè)網絡既有助于提高企業(yè)雙元能力，又能夠影響其在網絡中的影響力[27]。因此，根據企業(yè)網絡資源基礎觀理論、企業(yè)網絡組織學習理論、企業(yè)網絡社會學理論，基于企業(yè)動態(tài)行為特征，即關系網絡構建行為進行相關研究，將企業(yè)網絡劃分為信息資源共享、組織學習和關系體系建立。

圖1 理論研究模型Fig.1 Theory model

(1)信息資源共享。資源是企業(yè)能力發(fā)展的基礎，信息資源共享是指在企業(yè)網絡間建立一種自愿、開放、合作、協(xié)同的共享關系。一方面，其能夠促進多方合作，增強企業(yè)資源獲取和資源配置能力,提高其網絡中心性，有助于企業(yè)夯實異質性資源獲取基礎[28]。另一方面，通過信息資源共享和建設，可以滿足用戶多樣化信息需求[29]。蔣旭燦[30]以創(chuàng)新資源共享為前因變量研究發(fā)現，創(chuàng)新資源共享對企業(yè)績效具有顯著正向影響，故企業(yè)應注重資源獲取以及不重要資源的輸出，建立資源共享模式；馬藍等[31]認為，核心企業(yè)擁有網絡關鍵信息資源,通過獲取和利用其它網絡成員的異質性資源,降低因信息不對稱產生的交易成本,從而提高企業(yè)創(chuàng)新績效。網絡核心企業(yè)擁有豐富的信息源和信息渠道,具有挖掘稀缺資源的優(yōu)勢,能夠準確判斷所獲信息的價值,通過對信息進行篩選利用實現商業(yè)模式創(chuàng)新[32]。

(2)組織學習。組織學習是企業(yè)網絡間進行知識創(chuàng)造、獲得與傳遞知識的過程。組織學習作為一種企業(yè)能力資源，對于企業(yè)利用外部知識進行創(chuàng)新具有極為重要的意義[33]。傅慧等(2007)認為，組織學習是企業(yè)獲取持續(xù)競爭優(yōu)勢的重要來源，可以促進雙邊用戶知識資源聚集，對其商業(yè)模式創(chuàng)新具有一定的驅動作用。組織為提高未來績效，利用向網絡內其它企業(yè)學習的機會，對市場知識進行吸收和利用,產生更多創(chuàng)意，不斷完善自身商業(yè)模式。只有通過組織學習獲取知識，才能突破組織慣性，促進企業(yè)經營網絡中的知識轉移和價值共享，從而實現商業(yè)模式創(chuàng)新[1]。一方面，組織學習既是提升企業(yè)創(chuàng)新能力的重要途徑，也是幫助企業(yè)獲得競爭力的關鍵資源，可以加速技術商業(yè)化進程；另一方面，企業(yè)通過組織學習可以借鑒成功企業(yè)的商業(yè)模式創(chuàng)新經驗，將外部資源內部化，在實踐中不斷改進自身商業(yè)模式，進而實現企業(yè)商業(yè)模式創(chuàng)新[34]。

(3)網絡體系建立。網絡體系建立是指企業(yè)與那些能夠給自身帶來潛在幫助的個體或機構建立和保持網絡關系的行為[35]。王偉等[23]基于創(chuàng)新創(chuàng)業(yè)視角，研究關系網絡構建行為、商業(yè)模式創(chuàng)新與新創(chuàng)企業(yè)績效的關系，發(fā)現關系網絡建構行為對新創(chuàng)企業(yè)績效具有顯著正向影響。從微觀視角看，企業(yè)間網絡關系就是通過企業(yè)內部人員與外部資源建立聯系，關鍵人員的連接關系可以形成組織間社會資本，社會資本的核心是信息和信任，能夠為組織帶來有形和無形資源[36]。有學者認為，網絡能夠帶來改變商業(yè)模式的必要資源(李德輝等，2017)。也有研究表明，企業(yè)網絡是創(chuàng)業(yè)者獲取創(chuàng)業(yè)資源、實現商業(yè)模式創(chuàng)新的關鍵[37]，而商業(yè)模式創(chuàng)新需要通過網絡成員幫忙解決自身資源匱乏問題。通過建立網絡體系，網絡伙伴可以獲取新的信息和能力，形成商業(yè)模式創(chuàng)新能力[38]。

1.2 大數據能力層面

大數據既是機遇也是挑戰(zhàn)，將大數據上升到能力層面，基于能力視角充分挖掘大數據的商業(yè)價值，對企業(yè)和社會更有意義[39]。現有研究大多從數據資源視角和數據能力視角進行探索：數據資源視角下大數據具有數據量大、處理速度快且數據多樣化的特點[40]；數據能力視角下大數據是指大數據的資源整合、存儲和處理、深度分析及預測能力[41]。本文借鑒謝衛(wèi)紅等[42]的觀點，將大數據能力劃分為3個維度：資源整合能力、深度分析能力以及實時洞察與預測能力。本研究基于數據能力視角，分析大數據能力與企業(yè)網絡不同維度組態(tài)效應對商業(yè)模式創(chuàng)新的影響機制。

(1)資源整合能力。資源整合能力體現了網絡中企業(yè)信息存儲能力，是指企業(yè)持續(xù)獲取數據資源，對數據進行處理與存儲，并依據環(huán)境變化對已有多類型、海量數據進行有效處理和重新整合的能力。數據資源是企業(yè)核心資源，本身不能給企業(yè)帶來競爭優(yōu)勢，將數據資源與企業(yè)原有資源(基礎設施、人力資源和技術資源)融合，能為企業(yè)帶來獨特的競爭優(yōu)勢[40]。企業(yè)利用大數據技術對獲取的數據(結構化與半結構化數據)進行清洗和標準化處理，保證數據多樣化和實效性[43]。研究發(fā)現，海量數據蘊藏著巨大的商業(yè)價值，通過大數據資源整合能力，企業(yè)可以實現數據資源商品化，開展更多數據資源服務業(yè)務，進而驅動企業(yè)商業(yè)模式創(chuàng)新。

(2)深度分析能力。深度分析能力是指在企業(yè)網絡中的企業(yè)利用大數據技術對整合后的數據進行分析，并將數據轉化為信息的能力。企業(yè)對海量數據資源進行深度挖掘和分析，以獲取消費者潛在需求。因此，企業(yè)需要掌握多種高級信息分析方法和能力，如網絡信息挖掘、信息提取、個性化服務、行為分析、獨特產品設計等方法[44]，后者面向的是企業(yè)應用和商業(yè)價值。深度分析是大數據能力的核心[45]，企業(yè)利用深度分析能力挖掘有針對性的結果是提升自身價值的關鍵，可以體現企業(yè)在海量數據中快速識別客戶價值觀的能力，進而根據客戶需求生產相應的產品，使產品與消費者之間實現雙向價值傳遞，從而驅動企業(yè)商業(yè)模式創(chuàng)新。

(3)實時洞察與預測能力。實時洞察與預測能力是指在企業(yè)網絡中的企業(yè)根據分析結果預測市場變化，洞察市場機會的動態(tài)能力。這種能力反映為企業(yè)能夠準確預測內外部環(huán)境變化，運用大數據技術實施智能化決策，提高自身在動態(tài)環(huán)境中的競爭力和適應性[46]。大數據資源整合與深度分析是大數據實時洞察和預測的基礎，使企業(yè)能夠對未來市場需求進行預測，通過實時感知顧客行為和商業(yè)輿情，及時改變戰(zhàn)略，從而改變商業(yè)模式。因此，企業(yè)可以利用大數據技術劃分消費人群，獲取用戶瀏覽記錄、喜好和消費習慣，通過洞察消費者真實需求實現精準營銷，從而驅動企業(yè)商業(yè)模式創(chuàng)新。

2 研究設計與方法

2.1 研究方法

根據商業(yè)模式創(chuàng)新理論模型，不難發(fā)現要揭示企業(yè)網絡和大數據能力對商業(yè)模式創(chuàng)新的影響機制，僅分析企業(yè)網絡和大數據能力各維度獨立或兩兩交互對其的影響是遠遠不夠的，必須探討各維度協(xié)同聯動對商業(yè)模式創(chuàng)新的影響。

定性比較分析( Qualitative comparative analysis, QCA)是當前社會科學領域被廣泛應用的研究范式，是一種以案例為導向的非對稱性方法，適用于探索引致特定結果發(fā)生的各種條件組合。相比其它實證方法，QCA擅長解決并發(fā)性、非對稱性、多重等效性問題，運用布爾代數和集合論解釋多重并發(fā)因果關系，將研究對象看作是不同條件組合引致的結果。QCA假定某種現象產生的原因是復雜多元且非線性的,因而是多種原因組態(tài)共同作用的結果[45]。QCA包括清晰集(csQCA)、模糊集(fsQCA)與多值集(mvQCA) 定性比較分析3種類型。其中，fsQCA對分析條件進行0—1之間任意數值的校準，本文涉及變量均是表示程度的連續(xù)變量，超越了csQCA只能處理0和1兩種結果，以及mvQCA處理多值數據的限制。fsQCA考慮所有先行條件相互依賴、相互作用的可能性，可以揭示針對焦點結果足夠的條件組合，意味著存在多個同等有效的條件組合，最終導致相同結果。因此，本文選擇fsQCA。

2.2 樣本選擇與數據收集

2.2.1 樣本選擇

本文在選擇研究樣本時，依據典型性和理論抽樣原則，所選案例需要滿足新零售企業(yè)特征，即以數據為驅動，以消費者體驗為核心的零售形態(tài)，同時在大數據能力和企業(yè)網絡方面具有差異化表現。因此，本文樣本篩選條件如下：①成立3年以上企業(yè)，有較為清楚的商業(yè)模式創(chuàng)新活動；②具備一手資料可得性，以及資料豐富性；③關注樣本間的差異性，盡可能涵蓋不同行業(yè)。在此基礎上，對收集到的所有與研究問題相關的企業(yè)數據進行分析和整理，本文最終選擇15個具有代表性的新零售企業(yè)作為研究樣本，如表1所示。

2.2.2 數據收集

為了保證數據的準確性與全面性，在對案例企業(yè)進行資料收集時，采用一手數據和二手數據結合方式。一手數據包括：第一，人員訪談。對中層以上管理者、線下服務人員，以及對產品具有切身感受的顧客進行開放式訪談和非結構化訪談，通過調查問卷獲取一手數據。第二，活動參與。研究團隊多次參與案例企業(yè)發(fā)售會、會議論壇(小米論壇)。二手數據則包括企業(yè)官網、企業(yè)內部刊物、年報、百度以及知網、萬方等數據庫，主要關注企業(yè)商業(yè)模式創(chuàng)新經歷、企業(yè)網絡建設和大數據能力運用。部分案例企業(yè)基本情況及數據來源如表1所示。

表1 案例企業(yè)基本情況與數據來源Tab.1 Case enterprise basic information and data source

2.3 構念測量與賦值

定性比較分析編碼來源于定量和定性數據的整體反映。本研究采用企業(yè)網絡、大數據能力和商業(yè)模式創(chuàng)新3個構念，將企業(yè)網絡、大數據能力作為條件變量，將商業(yè)模式創(chuàng)新作為結果變量，提煉構念的依據和測量方法是從核心文獻中查詢，并以新零售企業(yè)商業(yè)模式創(chuàng)新資料作為補充。

本研究涉及變量均是表示程度的連續(xù)變量，故采用模糊集定性比較分析fsQCA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)。為保證研究結論的真實性，數據編碼采用交叉驗證方式進行處理。

2.3.1 信息資源共享

信息資源共享測量主要參考Barut(2002)和彭正龍(2011)的研究，量表包括“企業(yè)與供應鏈的上下游企業(yè)間進行頻繁的信息交流”“經常性組織集體學習與交流分享”“企業(yè)收益穩(wěn)定增長”等6個題項，具體賦值如表2所示。

2.3.2 組織學習

組織學習測量主要借鑒陳國權及李文亮(2017)等的研究成果，主要題項包括“該企業(yè)能夠積極從其他企業(yè)學習新技術”“該企業(yè)會努力學習先進的管理方法和思想”“企業(yè)內部經常進行溝通學習”，具體賦值如表3所示。

表2 信息資源共享賦值依據Tab.2 Information resource sharing assignment basis

表3 組織學習賦值依據Tab.3 Basis of organizational learning assignment

2.3.3 網絡體系建立

網絡體系構建測量主要參考Perry-Smith & Shalley[49]及Wolff等[50]的研究成果，量表包括“以企業(yè)為中心，網絡成員有機結合”“積極與外部群體或個人取得聯系并建立完善的網絡關系”“在創(chuàng)業(yè)過程中網絡成員相互結合、互相幫助”等5個題項，具體賦值如表4所示。

表4 網絡體系建立賦值依據Tab.4 Basis of network system establishment and assignment

2.3.4 資源整合能力

資源整合能力測量主要借鑒謝衛(wèi)紅等、王沖[51]的研究成果，量表包括“企業(yè)能認識到數據的重要性并挖掘關鍵信息”“企業(yè)能獲得內外部各種數據并梳理匯總”“企業(yè)將獲取的信息整理后與其它資源相結合”等6個題項，具體賦值如表5所示。

2.3.5 深度分析能力

深度分析能力測量主要借鑒成熟量表，借鑒謝衛(wèi)紅等的研究成果，根據研究實際問題稍作調整，量表包括“企業(yè)構建大數據運營平臺并獲得各種數據”“將大數據資源與企業(yè)業(yè)務相關資源進行有效協(xié)調”“重視非結構化數據并挖掘數據之間的關聯”等4個題項，具體賦值如表6所示。

2.3.6 實時洞察與預測能力

實時洞察與預測能力測量借鑒謝衛(wèi)紅的研究，量表主要包括“企業(yè)能夠認識到數據的重要性”“挖掘并分析數據之間的關聯”“準確預測市場趨勢和消費需求”等4個題項，具體賦值如表7所示。

表5 資源整合能力賦值依據Tab.5 Basis of resource integration capability assignment

表6 深度分析能力賦值依據Tab.6 Evaluation basis of depth analysis ability

2.3.7 商業(yè)模式創(chuàng)新

借鑒Zott&Amit[52]評價成功商業(yè)模式創(chuàng)新的3個題項，即“該商業(yè)模式能夠為企業(yè)和顧客提供獨特的價值”“在商業(yè)模式中引進新的技術個管理模式”“提供新產品和增值服務”，具體賦值如表8所示。

2.4 信度檢驗

在編碼完成后，對結果信度檢驗。信度最高得分為7*15=105，第一次編碼一致性得分為91，其系數為91/105* 100%=86.67%，數據結果意味著編碼信度較好[53]。

2.5 變量校準

為了將常規(guī)比例和間隔尺度變量轉換為模糊集合，在對模糊集進行定性比較分析并校準時，精確度以集合隸屬度的量化評估形式出現，其范圍可以介于0(高不隸屬度)～1(高隸屬度)之間。本文依據理論知識和研究者經驗對變量進行校準，借鑒Munoz & Kibler[54]的做法，將4設定為“完全隸屬點”，將2設定為“完全不隸屬點”，將3設定為“交叉點”，運用fsQCA方法中的Quine-McCluskey算法對變量進行校準。

2.6 真值表構建

真值表構建的目標是明確前因條件組合和結果間的顯式關系，既可以評估所有邏輯上的可能存在/不存在條件組合的充分性，也是對案例的了解過程和對案例普適性進行總結的準則[55]。本文涉及6個前因條件，至少滿足26個組態(tài)，一致性門檻值不低于0.8的標準，不小于案例頻數門檻值的條件構型覆蓋75%以上樣本的要求[56]。本文將一致性門檻值設定為0.8，將案例頻數設定為1。

表7 實時洞察與預測能力賦值依據Tab.7 Basis of real-time insight and prediction ability

表8 商業(yè)模式創(chuàng)新賦值依據Tab.8 Business model innovation evaluation basis

3 數據分析結果

3.1 單因素充分條件與必要條件分析

根據集合論思想，引致結果變量發(fā)生的條件并非僅由單一條件變量決定，需要運用fsQCA對各前因條件是否為結果變量的充要性加以分析。Ragin[56]建議，最低覆蓋率閾值不應低于0.9，該條件是結果變量的必要條件，分析結果如表9所示?？芍?，前因變量的覆蓋率系數均小于0.9，而且前因變量不是構成結果變量的必要條件。單項條件的一致性系數均小于0.9，表明前因變量不是構成結果變量的充分條件。綜上，單項條件均不是結果變量(BMI)的充要條件，即單一因素不具有促進新零售企業(yè)商業(yè)模式創(chuàng)新的決定性解釋力。因此，有必要對企業(yè)網絡和大數據能力進行條件組態(tài)分析。

3.2 商業(yè)模式創(chuàng)新前因條件組態(tài)分析

本研究將商業(yè)模式創(chuàng)新作為結果變量，利用fsQCA3.0軟件中的Standard Analysis程序得到3類解，即復雜解、中間解和簡約解。中間解更容易反映實際結果，被視為三者中的最優(yōu)解，故選擇中間解作進一步報告，即在中間解和簡約解中均出現的條件為核心條件，僅在中間解中出現的條件為輔助條件。本文最終得到4種實現商業(yè)模式創(chuàng)新成功的條件組態(tài)，如表10所示。4條路徑(H1、H2、H3、H4、)的一致性為分別為0.867 735、0.867 735、0.883 186、0.800 604，總體一致性為0.917 706，大于0.8的閾值，說明4個組態(tài)在滿足多數案例的情況下是高商業(yè)模式創(chuàng)新實現的充分條件?？傮w覆蓋率為0.613 333，解釋了61%的高商業(yè)模式創(chuàng)新案例，其中H4路徑的覆蓋度最高，對商業(yè)模式創(chuàng)新具有較高的解釋力。雖然實現商業(yè)模式創(chuàng)新的因素不同，但均可以成為促進商業(yè)模式創(chuàng)新的組合動力，即不同促進因素組合具備等價性。

由表10可以看出，實現高商業(yè)模式創(chuàng)新的4條組態(tài)路徑各不相同。在路徑H1、H2、H4中，當信息資源共享和實時預測與洞察能力較弱時，只有組織學習、深度分析能力與網絡體系、資源整合能力、信息資源共享能力相匹配才能促進高商業(yè)模式創(chuàng)新；在路徑H3中，當深度分析能力較弱時，只有信息資源共享、組織學習、網絡體系和實時洞察與預測能力相匹配才能促進高商業(yè)模式創(chuàng)新。其中，組織學習和深度分析能力是促進高商業(yè)模式創(chuàng)新的核心組態(tài)條件。但是，當組織學習作為核心條件且深度分析能力缺失時，前者也能促進商業(yè)模式創(chuàng)新，即不同條件組合具有等價效應。實現高商業(yè)模式創(chuàng)新的組態(tài)路徑分析如下：

(1)網絡體系構建助力型。具體是指在路徑H1中，組織學習和深度分析能力作為商業(yè)模式創(chuàng)新過程中的核心因素，網絡體系則作為輔助條件，而且是不可缺少的要素，故將該構型命名為網絡體系構建助力型。網絡體系決定了企業(yè)網絡完善度，擁有完整的網絡體系可以幫助企業(yè)獲取更多異質性資源和信息，在面對復雜的外界市場環(huán)境時能夠從伙伴企業(yè)那里了解相關動態(tài)，并及時調整自身發(fā)展策略。企業(yè)網絡體系構建能力越強，越能與其它企業(yè)保持頻繁的互動，建立穩(wěn)定的關系和信任，越有機會在市場競爭中獲得優(yōu)質資源，在企業(yè)商業(yè)模式設計上就有越多選擇。網絡體系與組織學習和深度分析能力協(xié)同聯動，即企業(yè)通過建立良好穩(wěn)定的關系體系，與供應商、競爭者、顧客等聯合實現新知識創(chuàng)造[57]，然后運用深度分析能力對資源和信息進行整合，將其轉化為企業(yè)內部異質性資源，助力企業(yè)商業(yè)模式創(chuàng)新。

表9 條件變量必要性與充分性檢驗結果Tab.9 Test results of necessity and sufficiency of conditional variables

表10 商業(yè)模式創(chuàng)新的條件組態(tài)Tab.10 Conditional configuration of business model innovation

(2)資源整合能力促進型。具體是指在路徑H2中，組織學習和深度分析能力作為商業(yè)模式創(chuàng)新的核心因素，資源整合能力則作為輔助條件，而且是商業(yè)模式創(chuàng)新過程中不可或缺的因素，故將該構型命名為資源整合能力促進型。資源是企業(yè)商業(yè)模式創(chuàng)新的關鍵因素，資源整合能力顯得尤為重要，如果僅有資源而沒有能力及時對其進行歸類整理，則起不到幫助企業(yè)獲得競爭優(yōu)勢的作用[58]。資源本身并不能促進企業(yè)商業(yè)模式創(chuàng)新，其創(chuàng)新過程依賴于企業(yè)資源整合能力。企業(yè)在資源整合時可以更新或構建新的能力，以此對資源進行合理配置，將其內化為企業(yè)核心競爭力。資源整合能力與組織學習和深度分析能力協(xié)同聯動，即組織學習通過探索、創(chuàng)造、傳遞和運用新知識，塑造和提升企業(yè)資源整合能力，而后者能夠提升組織學習效果(焦豪等，2008)。企業(yè)可以借助大數據技術與管理工具挖掘新知識，加速知識創(chuàng)造，促進商業(yè)模式創(chuàng)新。

(3)深度分析能力彌補型。H3構型包括信息資源共享、組織學習、網絡體系構建和實時洞察與預測能力，而作為商業(yè)模式創(chuàng)新核心條件的深度分析能力缺失，故將該構型命名為深度分析能力彌補型。在此路徑中，資源整合能力可以存在也可以不存在，且在深度分析能力缺失的情況下，企業(yè)依然能夠實現商業(yè)模式創(chuàng)新。這意味組織學習作為核心條件和信息資源共享、網絡體系建立以及實時洞察與預測3個輔助條件，在一定程度上彌補了深度分析能力的缺失。借助互聯網技術，企業(yè)間建立了完善的網絡體系，信息知識低成本高質量的共享豐富了企業(yè)外部合作伙伴資源庫，為企業(yè)商業(yè)模式創(chuàng)新提供了條件[59]。其中，大數據實時洞察與預測能力成為連接數據用戶和企業(yè)服務的信息門戶，為企業(yè)提供全面、客觀的數據支持和依據，幫助企業(yè)縮短數據服務響應周期，從而提高其資源、組織以及服務質量管理水平等。因此，可以發(fā)現多個要素間的協(xié)同聯動具有替代效應，即使缺失一個核心條件，在輔助條件與其它核心條件的組態(tài)效應下仍可以達到相同結果，即深度分析能力彌補型路徑能夠促進企業(yè)商業(yè)模式創(chuàng)新。

(4)信息資源共享推動型。具體是指在路徑H4中，組織學習和深度分析能力作為商業(yè)模式創(chuàng)新過程中的核心因素，而信息資源共享作為輔助條件，卻是商業(yè)模式創(chuàng)新不可缺少的條件，故將該構型命名為信息資源共享推動型。面對資源稀缺的環(huán)境，信息資源共享成為推動企業(yè)商業(yè)模式創(chuàng)新的關鍵因素，發(fā)揮著不可忽視的作用。信息資源共享可以加強企業(yè)間交流，促進信息資源有效配置，提高信息資源使用效率。同時，信息資源共享有助于企業(yè)挖掘潛在市場機會，洞察市場動向。企業(yè)不僅需要認識到信息資源作為一種戰(zhàn)略資源的重要性，還需要具備資源整合、配置能力。在此路徑中，信息資源共享作為輔助條件與核心條件組織學習、深度分析能力協(xié)同聯動、相互配合，推動企業(yè)商業(yè)模式創(chuàng)新。

4 結語

4.1 研究結論

本研究遵循資源與能力協(xié)同聯動邏輯，以15家新零售企業(yè)作為研究對象，將企業(yè)網絡界定為信息資源共享、組織學習和網絡體系建立，將大數據能力界定為資源整合能力、深度分析能力和實時洞察與預測能力，基于組態(tài)思維采用fsQCA方法從資源和能力兩個層面，探究企業(yè)網絡和大數據能力對新零售企業(yè)商業(yè)模式創(chuàng)新的影響機制，發(fā)現4條高商業(yè)模式創(chuàng)新路徑：網絡體系構建助力型、資源整合能力促進型、深度分析能力彌補型、信息資源共享推動型。

(1)新零售企業(yè)商業(yè)模式創(chuàng)新不是由單一因素驅動的，而是內外部多種因素共同作用的結果。研究發(fā)現，任何單一因素均不是實現商業(yè)模式創(chuàng)新的必要條件，將6個前因變量組態(tài)進行匹配可以得出4條商業(yè)模式創(chuàng)新路徑。同一種要素的不同狀態(tài)(信息資源共享程度高和低)在與其它要素組合的情況下都可能實現商業(yè)模式創(chuàng)新，在一定程度上能夠解釋現有研究結論不一致的現象，即不存在唯一最佳路徑，產生統(tǒng)一結果的路徑是多樣和等效的[57]。本研究中，商業(yè)模式創(chuàng)新路徑H1、H2、H4的核心條件相同，但輔助條件不一樣，亦可以引致相同的結果。在路徑H3中，盡管只有一個核心條件，但核心條件和輔助條件協(xié)同聯動亦能促進商業(yè)模式創(chuàng)新。

(2)4條新零售企業(yè)商業(yè)模式創(chuàng)新路徑如下：①網絡體系構建助力型商業(yè)模式創(chuàng)新路徑，包括高組織學習、高深度分析能力、低網絡體系建立。該路徑表示，盡管網絡體系構建是輔助條件，但其和組織學習、深度分析能力相互補充，亦能夠有效促進新零售企業(yè)商業(yè)模式創(chuàng)新。網絡體系建立有助于企業(yè)間開展組織學習，實現知識傳遞和創(chuàng)造，進而利用企業(yè)深度分析能力對數據資源和知識進行分析，將有價值的信息商業(yè)化，助力企業(yè)商業(yè)模式創(chuàng)新[60]。②資源整合能力促進型商業(yè)模式創(chuàng)新路徑，包括高組織學習、高深度分析能力、低資源整合能力。該路徑表示，盡管資源整合能力是輔助條件，但通過與核心條件(OL、DAC)匹配，亦能引致商業(yè)模式創(chuàng)新。企業(yè)創(chuàng)新實踐需要充分的組織學習作為基礎性活動，通過識別、獲取、深度分析新知識而對其進行利用和再創(chuàng)造，提升創(chuàng)新能力[34]，實現商業(yè)模式創(chuàng)新。③深度分析能力彌補型商業(yè)模式創(chuàng)新路徑，包括高組織學習、低信息資源共享、低網絡體系構建、低實時洞察與預測能力。該路徑表示，盡管缺失深度分析能力，但組織學習作為商業(yè)模式創(chuàng)新的核心條件與輔助條件(IRS、NSE、RIPC)組合，可以彌補深度分析能力的不足，實現商業(yè)模式創(chuàng)新。④信息資源共享推動型商業(yè)模式創(chuàng)新路徑，包括高組織學習、高深度分析能力、低信息資源共享。核心條件(OL、DAC)與輔助條件(IRS)組合，使企業(yè)能夠積極探索外部知識和信息，對顧客需求、客戶關系、競爭者行動進行深入了解，在企業(yè)內部分享有價值的信息，進而有效發(fā)現顧客價值并改善價值傳遞方式，提升商業(yè)模式變革能力[61]。

4.2 理論貢獻

商業(yè)模式創(chuàng)新本身就是一個復雜過程，新零售企業(yè)面對復雜動態(tài)的環(huán)境，其商業(yè)模式創(chuàng)新過程會更復雜。相比現有研究，本研究的理論貢獻如下：

(1)揭示企業(yè)網絡和大數據能力間的互動機制，運用QCA方法研究不同要素組合間協(xié)同聯動對商業(yè)模式創(chuàng)新的影響，發(fā)現各要素間具有替代效應，而且信息資源共享、組織學習、關系體系建立和資源整合能力、深度分析能力、實時洞察與預測能力始終伴隨著商業(yè)模式創(chuàng)新過程。

(2)將fsQCA方法引入新零售企業(yè)商業(yè)模式創(chuàng)新研究領域，豐富了該領域理論研究。商業(yè)模式創(chuàng)新是一個復雜過程，現有研究大多關注實現商業(yè)模式創(chuàng)新的凈效應，忽略了各要素間協(xié)同聯動對結果變量的影響。定性比較分析QCA能夠處理小樣本，探究引致同一結果的多條路徑，基于組態(tài)理論從整體視角分析企業(yè)網絡和大數據能力各維度間的互動關系，豐富了商業(yè)模式創(chuàng)新研究方法。

(3)基于“資源—能力—協(xié)同聯動”理論邏輯，發(fā)現企業(yè)網絡與大數據能力的組態(tài)匹配可以促進商業(yè)模式創(chuàng)新。不局限于單一因素對商業(yè)模式創(chuàng)新的積極影響，而是從資源(信息資源共享、組織學習和關系建立體系)和能力(資源整合能力、深度分析能力和實時洞察與預測能力)的整體視角出發(fā)，解釋其對商業(yè)模式創(chuàng)新的影響機制，拓展了商業(yè)模式創(chuàng)新領域研究視角。

4.3 管理啟示

(1)注重企業(yè)網絡和大數據能力對商業(yè)模式創(chuàng)新的促進作用。在創(chuàng)新過程中，企業(yè)要結合自身資源和能力快速匹配特定客戶群體，并充分發(fā)揮核心資源優(yōu)勢，致力于滿足細分客戶需求。企業(yè)可以通過構建企業(yè)網絡獲取更多異質性資源和信息，同時利用資源整合能力、深度分析能力整合既有資源、發(fā)掘新的資源。一方面，資源與能力相互作用，促使企業(yè)有效挖掘市場中潛在商機，進而實現商業(yè)模式創(chuàng)新。另一方面，基于完善的網絡體系，企業(yè)可以與網絡內企業(yè)建立良好的合作關系,保持敏感性和靈活性，實現組織內部高效率協(xié)同，對獲取的信息和資源加以快速吸收利用,及時對外界環(huán)境作出響應，提高自身商業(yè)模式創(chuàng)新能力。

(2)不斷提高組織學習和深度分析能力，實現持續(xù)創(chuàng)新。研究表明，組織學習和深度分析能力對于商業(yè)模式創(chuàng)新具有重要作用。組織學習和深度分析能力作為商業(yè)模式創(chuàng)新的核心條件在其中的3條路徑中出現，凸顯了其在企業(yè)商業(yè)模式創(chuàng)新過程中的重要性。企業(yè)通過組織學習可以獲得新知識，增強持續(xù)變革能力，增加商業(yè)模式創(chuàng)新內容，實現商業(yè)模式創(chuàng)新。企業(yè)利用深度分析能力加強對內部信息、資源、知識的分析并將其轉化為內部資源，通過知識共享建立學習型組織和機制，實現商業(yè)模式創(chuàng)新。

(3)根據自身發(fā)展選擇不同的商業(yè)模式創(chuàng)新路徑。企業(yè)網絡和大數據能力間的多元組態(tài)效應反映了商業(yè)模式創(chuàng)新過程的復雜性，面對激烈的競爭環(huán)境，企業(yè)不僅需要完善自身網絡，還需要大數據相關方面的人才，積極開展組織學習，加快知識傳遞與再創(chuàng)造。資源需要能力將其商業(yè)化，能力需要資源體現其價值，兩者相互影響，互為補充。處于網絡中心地位的企業(yè)，擁有合作伙伴關系建立和管理能力，后者可以幫助企業(yè)在資源限制條件下獲得關鍵性競爭優(yōu)勢。當消費需求不確定性提升時，為準確預測消費需求，精準定位目標市場，企業(yè)可以選擇資源整合能力促進型或深度分析能力彌補型路徑創(chuàng)新商業(yè)模式，根據環(huán)境變化調整和匹配商業(yè)模式創(chuàng)新要素。

4.4 局限與展望

(1)探討其它因素對商業(yè)模式創(chuàng)新的影響。新零售企業(yè)商業(yè)模式影響因素眾多，本文主要探討企業(yè)網絡和大數據能力兩個變量各維度間的不同組合對商業(yè)模式創(chuàng)新的影響機制。未來研究可以綜合考慮企業(yè)其它內外部因素(環(huán)境因素、政府政策、企業(yè)家精神等)對商業(yè)模式創(chuàng)新的組態(tài)效應，豐富理論模型。

(2)擴大案例研究對象范圍。盡管本文案例企業(yè)包含不同行業(yè)的新零售企業(yè)，但仍無法概括所有行業(yè)，未來可收集更多新零售或者數字化驅動行業(yè)企業(yè)相關資料，擴展研究樣本，完善本文研究結論。

(3)補充案例研究方法。案例研究是一種經驗研究方法，其研究過程是主觀詮釋和客觀測量的迭代性組合，可以深層次地挖掘商業(yè)模式創(chuàng)新路徑細節(jié)。未來研究可以基于上述角度，進一步分析符合4種新零售企業(yè)商業(yè)模創(chuàng)新路徑的企業(yè)，采用案例研究法，深入研究商業(yè)模式創(chuàng)新理論。