数字赋能和商业模式创新如何协同推进数字化转型

李 文，刘思慧，梅 蕾

（内蒙古科技大学经济与管理学院，内蒙古包头 014010）

1 研究概述

物联网（IoT）、数字技术和数字平台的出现开辟新的数据驱动模式，数字化提供新表达潜力增强数字创新与制造体系交互的紧密度和协作性。商业模式创新对实施数字化转型至关重要。现有研究更多关注转型所引发的业务模式创新，例如制造模式创新、服务模式创新和网络化协同模式创新等［1-3］，忽略了商业模式创新的复杂性和新颖属性对数字化转型的倒逼作用。商业模式的创新逻辑是企业重组其创新组合以在特定业务模式中实现新价值主张。制造企业数字化转型过程的横向整合和垂直整合所形成的架构是多层次和多尺度的，引入商业模式创新机制可以促成数字逻辑和物理逻辑的交互实践和集成，实现价值链实例化［4］。

在成为创新经济体过程中，制造企业数字化转型过程的演变轨迹似乎仍然相当模糊［5］。本文的概念研究旨在根据数字赋能和商业模式创新机制追踪制造企业转型路径。数字赋能和商业模式创新的整合可以为转型研究更结构化的背景解释做出理论支撑，并且可以用更颗粒化的因果关系解释来补充转型理论研究。

2 文献回顾

2.1 数字赋能和数字化转型

数字赋能是通过IoT、云计算和区块链等数字技术对有发展潜力的特定客体进行基于价值的创造和控制的耦合过程［6］。现有文献指出，数据赋能对数字化转型具有洞察管控、创新增值和级联扩容的属性特征。在洞察管控方面，基于智能管理系统和区块链技术能更准确地管理可追溯性、透明性和信息共享，可部署用于敏捷制造的使能以创造积极的乘数效应［7］。在创新增值方面，通过数据驱动的见解（即，描述性见解、预测性见解和规定性见解）生成数据驱动创新。数据驱动的探索，数据增强的构想和数据信息的验证通过供应链流程和组织能力的融合，发挥数据潜在价值［8］。在级联扩容方面（即通过数字化方式连接起来，以起到扩容的效果），数字赋能通过边界跨越，从而推动数字生态系统的创建、整合和协同［9］。基于数字孪生平台架构、核心使能组件和技术，理解资源潜力转化为数字服务，连接客户订单与制造服务，不仅为制造资源数字化提供有效的解决方案，而且还促进向服务制造的转型［10］。

2.2 商业模式创新和数字化转型

商业模式创新具有价值属性和架构属性［11］。根据价值主导逻辑有撇脂、创收和编排导向。撇脂模式利用数字服务、价值创造和嵌入程序构建内部价值创造活动。创收模式价值主张和价值创造主要以数据驱动提供产品透明度导致客户更高的感知价值［12］。编排模式实现在生态系统中为价值主张接受协作的最高集群手段。现有文献大多将商业模式创新作为关系函数的结果变量来研究，关注数字化转型如何推动商业模式创新，例如张振刚等研究数字化转型对商业模式创新的影响机制与情境效应［13］。而商业模式创新也可以是一种战略层面的创新行为［14］。不仅受数字化推动，还能对转型进程产生动态影响。（1）受波动性影响，现有商业模式创新通过加强现行制度稳定性来阻碍转型［15］；（2）通过促进技术创新的稳定进程和支持其突破来推动转型［16］；（3）触发商业模式创新的新颖属性，通过架构创新来推动转型［17］。

虽然现有文献探讨了商业模式创新对数字化转型的影响，并为数字赋能研究提供了理论基础，但难以解释数字赋能和商业模式创新对数字化转型协同驱动的内在机制。首先，数字赋能对转型经济体和转型进程的作用机制仍不清晰。其次，鲜少从战略层面剖析商业模式创新对数字化转型的催动效应。最后，作为复杂自适应系统，数字化转型受多方因素的组合作用，已有研究多关注单一因素的驱动结果，两者如何协同推进数字化转型，亟待进一步探索。

3 研究设计

3.1 研究方法的选择

本研究采取多案例研究和基于轨迹的定性比较分析（TJ-QCA）方法。采用多案例研究方法原因有：本研究探讨的核心问题是“数字赋能和商业模式创新如何协同推动数字化转型”，属于“How”类的探索性研究问题；深化要素及其组合之间的细粒度分析，属于“Why”类的研究问题；遵循复制和扩展法则以总结出更为普适性的理论。TJ-QCA 把代表单一情况有时间限制的发展阶段的多个配置集合称为“轨迹”，通过属性空间描述轨迹的案例复杂性，捕获基于案例的定性变化模式的开发阶段挖掘案例内变化［18］。TJ-QCA 特点有：（1）相较于传统的定性比较分析（QCA）方法，能够解释复杂现象的动态演化问题。（2）相较于其他动态QCA 方法，能够细化组态理论化中条件之间的连接模式［19］。因此运用TJ-QCA 方法可以更恰当地解释数字赋能和商业模式创新的组合效应中的细微变化对数字化转型作用的机制和规律。

3.2 案例企业的选择

根据典型性和理论抽样原则，所选案例企业应满足以下筛选条件：（1）成立12 年以上，借助数字化手段实现企业运营效率、管理水平和服务质量等提升，企业商业模式基础架构的变化以及通过价值创造活动所带来的变革对数字化转型的效果产生影响。（2）数据丰富性和可得性。所选案例企业为上市企业或有丰富的访谈数据和调研资料的企业，以保证数据来源的多样性和数据的真实性与可靠性，从而对企业数字化转型阶段进行有效划分。（3）样本数量和样本之间的差异性。要保证案例总体的充分同质性和案例总体内的最大异质性［20］，本文最终选择15 个具有代表性的制造企业作为研究样本。

3.3 数据来源

在案例研究部分采用一手数据与二手数据结合的方式进行收集，细致阅读和整理数据，多次验证关键数据与信息，截至调研期末（2022 年3 月）数据收集情况见表1 所示。在TJ-QCA 分析部分，将 样本数量扩大至15 个，主要以二手数据为准。

表1 数据收集情况

3.4 数据编码及分析

数据编码阶段中，先按照缩减、分类和陈列的步骤处理数据，再结合现有文献识别构念、编码，并作对比。组建编码队伍，每位成员先独立编码，再交换意见，反复讨论以统一意见，最终得出编码方案。在案例分析阶段，通过将数据与现有理论反复对照来寻找构念之间的联系，持续寻找现有文献的理论支持，完善解释框架，并探索可能存在的理论创新点，直至数据与理论发现相互支持［21］。

首先从数据中提取经验证据的关键词并标记为经验主题。然后将其聚类，寻找构念概念化该聚类。最后对概念类别进行维度划分。在数字赋能机制编码上，识别出“管控赋能”“价值赋能”和“级联赋能”(见表2)。在商业模式创新机制方面采用同样程序，最后，根据Markfort 等［12］提出的3种商业模式创新价值主导逻辑识别出创收导向和编排导向2 种商业模式(见表3)。由此，构建本文的研究模型见图1 所示。

图1 研究模型

表2 案例企业数字赋能机制典型例证举例

表3 案例企业商业模式创新机制的典型例证举例

4 实证研究

4.1 阶段划分

本研究提出制造企业数字化转型依次经历了变革期、沉浸期和成熟期3 个阶段，变革期：以自动化为核心，将基础数字技术广泛应用于制造系统中，形成基于工作流的应用模型和一系列自动化流程，实现自动化控制和信息化管理［22］；沉浸期：把握数字资源，优化业务流程，利用互联网、云计算等技术通过强弱联系实现跨越式连接，协调整合企业内外部资源，进行制造逻辑和价值逻辑的耦合［23］；成熟期：以智能化为核心，深度融合先进制造技术与新一代智能技术，赋能智能制造系统，形成制造资产与计算平台、数据建模、仿真模拟和预测工程相结合的新一代智能制造体系［24］。对企业进行代码表示，比亚迪为BYD，格力为GL，纳思达为NSD，龙盛为LS，美的为MD，苏泊尔为SBE，先导智能为XDZN，海尔为HE 华域为HY，海康威视为HKWS，三花为SH。结合案例企业数字化转型实践和每个阶段的特征进行阶段划分。例如BL 划分为BL 1：BL 变革期；BL2：BL 沉浸期；BL3：BL 成熟期。依次类推，共得到45 个样本。

4.2 变量校准

依据理论知识和研究者经验对变量进行赋值并校准。本研究涉及变量均是表示程度的连续变量，故采用QCA 中的四分赋值法，即四值模糊集(1 完全隶属；2/3 偏隶属；1/3 偏不隶属；0 完全不隶属)。然后将间隔或比例尺变量转换为模糊集，以使变量与外部标准匹配或一致。模糊集合使用数据外部理论和实质标准进行校准，并考虑研究者的概念化，定义和标记，最后分数转化为［0,1］区间内集合数据，用以表示连续模糊集隶属度。对应于构成模糊集的三个定性断点：完全隶属度（模糊评分=0.95）的阈值，完全非隶属（模糊评分=0.05）的阈值和交叉点（模糊分数=0.5）的阈值，用于使用基于完全隶属资格的对数概率的变换将原始比率或区间尺度值转换为模糊隶属度分数。整合显示相同配置和结果和案例（例如BL1 与BL2 归为BL1-2），避免数据冗余，新的数据集由39 个案例样本组成。

4.3 单项条件的充要性检验

通常采用一致性指标判别解释变量是否构成被解释变量的充分或必要条件，当单个条件必要性的一致性阈值高于0.9 时，认定该条件是结果变量的必要条件。如表4 所示，单个条件的一致性系数低于0.9，表明不存在推动数字化转型的决定性必要前因条件。

表4 QCA 方法单个条件变量必要性与充分性检验

4.4 组态轨迹分析

本研究涉及管控赋能、价值赋能、级联赋能、创收型商业模式和编排型商业模式5 个前因条件，至少满足25 个组态，根据数据经验分析，将一致性门槛值设定为0.8，案例频数设定为1。表5 中“Row”代表行，“N”代表数量，“DT”代表数字化转型。真值表允许检查单个案例中随时间变化的组态内条件的变化，轨迹不仅识别由不同配置组成不同的内部发展阶段，而且指定在每种情况下凭经验观察到的内部时间变化顺序，并且与产生（或不产生）结果相关，可以定性地表示通过时间顺序的案例产生结果的经验序列。通过组态轨迹分析，发现存在集群创导驱动、价值创新驱动、资源连接驱动和精益管控驱动4 条数字赋能和商业模式创新协同驱动路径。

表5 真值表

表5 （续）

（1）集群创导驱动：该路径将级联赋能和编排型商业模式的协同路径定义为集群创导驱动路径，强调系统合作与专业化分工。数字化对相关参与者的覆盖范围和响应能力的影响呈指数型增长，通过参与者组织的数字化重构、数字化策略的采用、制造过程的扩展和持续制造机制来调整转型的进化路径。利用集群手段实现流程控制、集群驱动和协同耦合，从而连接合作资源，强化自身数字基础，实现系统性的战略布局。在制造系统的动态环境中，供应商、制造商、分销商和客户之间的调度协调和整合愈发重要。

（2）价值创新驱动：该路径将价值赋能和创收型商业模式的协同路径定义为价值创新驱动路径，强调自主创新和资源整合。创收型商业模式为企业提供业务规模化、价值增值和知识捕获新的可持续配置，结合系统思维、启发式设想和反思性设计应对结构性风险。在此基础上数字赋能转型，对数字功能进行价值整合，将数据资源的描述性价值，数字技术的分析能力和驱动能力作为生产管理的集成应用，同时基于大数据分析所产生的见解提供了对技术支持的资源在数字经济中重塑业务模式的战略思考。

（3）资源连接驱动：该路径将价值赋能、级联赋能和编排型商业模式的协同路径定义为资源连接驱动路径，强调资源连接和价值耦合。数字技术的颠覆性需要组织做出激进反应。产业协调构建资源连接网络系统，使价值能在数字平台和设备协同的智能系统中耦合。编排型商业模式通过递归学习完善和扩展业务模型框架，级联赋能既是完善业务模型的认知工具，又是价值赋能创新的战略手段。通过数字平台集成控制实现商业模式部署，发挥商业模式新颖属性。同时，在制造商、运营商和供应商的架构系统中引起业务转变，实现价值赋能的可扩展性和成本效益。

（4）精益管控驱动：该路径将管控赋能、价值赋能和创收型商业模式的协同路径定义为精益管控驱动路径，强调数据逻辑和智能管控。数据作为组织业务的核心，可转化为有价值的生产要素。数字技术是企业资源的虚拟对应物，使企业在生产要素的整个生命周期中对其进行数字化镜像和管理，推动架构优化和业务转型。业务分析成为业务管理和战略决策的主要方法，管控赋能从广度上实现全链路的制度化、透明化和自主性，价值赋能和创收型商业模式从深度上展开集成应用。

4.5 组态最小化分析

真值表的最小化在简约解中产生了两条路径，通过中间解与简约解嵌套关系对比［20］，识别出价值赋能、级联赋能、创收型商业模式和编排型商业模式均是推动制造企业数字化转型的核心条件，管控赋能是边缘条件。两条组态路径中多个涵盖的案例以斜体突出显示（见表6），该情况表明，伴随数字化成熟度不断提高，案例企业（例如MD）从一条路径转移到另一条路径，附加价值在于揭示制造企业转型过程中的变化模式。

表6 新校准的数据集（包括轨迹）存在结果的保守解决方案

通过案例分析发现，管控赋能以其广泛的数据采集和精准的数据分析实现全过程透明化管理与监控，给予基层人员充分自主性，促使做出更合理的实时决策。同时，转型经济推动企业整合与探索新的数字技术，以描述、分析和解构企业资源数据，构建数字平台协同产业价值链，形成价值赋能和级联赋能。数字化转型需要业务模式做出调整，创收型商业模式注重企业研发创新，实现规模经济。编排型商业模式注重集群效应，以应对颠覆性创新的冲击，通过战略合作实现产业互联、互助、互创。数字赋能和商业模式创新的协同驱动制造企业管理精益化、系统模块化、资源共享化和目标的可实现性，持续调节数字逻辑与制造逻辑，进行强弱关系的耦合，进而将数字逻辑传递、渗入到管理、制造领域，提高应对颠覆性变革的承受能力，从而显著提高数字化转型的稳定性。

5 结论及启示

5.1 主要研究结论

本研究探索了数字赋能与商业模式创新对制造企业数字化转型的协同作用机制和转型驱动路径。主要结论如下：

（1）数字赋能制造企业数字化转型包含管控、价值和级联3 种赋能机制。管控赋能机制包括制度化、透明化和自主性。基于物理系统与数字模型的场景交互，以监控和优化制造过程和系统性能，实现制造体系标准、规范以及可视化实时管控。价值赋能机制包括描述性、分析力和驱动力。通过对数据的计算、描述和分析，驱动数字平台和设备与制造体系的融合，释放数字价值。级联赋能机制包括连接性、强化性和系统性，利用数字化手段创建智能集成系统，产生资源连接，促进供应链各方之间的关系和合作，为资源共享开发有效的过渡系统，加速数字化发展。拓展了数字赋能对转型作用的微观机制。

（2）制造企业商业模式创新主要有创收型和编排型商业模式。创收型商业模式包含业务规模化、价值增值和知识捕获。数字创新战略下各种技术和范式正在彻底改变公司业务方式，商业模式中的配置优化通过技术创新、数字服务在企业技术和产品创新组合的增值效应中进行迭代，转移技术创新带来的颠覆性影响，激发数字学习，进而推动转型。编排型商业模式包含流程控制、集群驱动和协同耦合。商业模式运作的关联性、动态性和系统性能缓解碎片化和分离化的信息与组织架构，实现可持续发展转型。从战略层面揭示了商业模式创新对数字化转型的倒推机理。

（3）通过组态轨迹分析，发现存在4 条数字赋能和商业模式创新协同驱动路径。1）集群创导驱动：通过产业协同实现资源共享，在合作中促进创新，实现价值共生。2）价值创新驱动：充分开发数字、数字技术、数字平台和设备的价值，释放商业模式创新的新颖属性，让组织拥有快速捕获、精准分析与预测和创意驱动的能力，提升组织敏捷性。3）资源连接驱动：停滞在产业互联合作基础上无法充分发挥连接价值，数字化转型需要组织整合业务框架。4）精益管控驱动：数字化镜像和管理数据资产，驱动管理精益化、生产自动化和制造敏捷化，以适应企业发展战略。揭示了数字赋能和商业模式创新对数字化转型协同推进的轨迹。

（4）通过真值表最小化分析，识别出价值赋能、级联赋能、创收型商业模式和编排型商业模式均是推动制造企业数字化转型的核心条件，管控赋能为边缘条件。产业交互为制造企业向数字化转型过渡提供了战略资源。随着实体交互的不断深入，价值赋能的作用不断被突显，数据逻辑和制造逻辑的耦合协调，构建了低碳约束下智能制造体系。随着数字化成熟度不断提高，企业数字化转型呈稳定趋势。

5.2 管理启示

（1）基于价值主导逻辑及制造体系的耦合实现内部系统强化。对于复杂离散制造系统，根据价值主张和价值创造需求强化相应的数字赋能机制和商业模式创新，设立新的物理系统与其虚拟模型之间的互连机制。通过集成逻辑和控制逻辑构建数字驱动模块，不断将数字化手段融入制造系统，推动企业内部系统数字化、智能化改造。

（2）基于产业交互的资源精准对接实现生态系统强化。根据资源需求寻找战略合作，通过双方专业化合作与协同促使产业互联、互助和互创，对于缺乏数字基因的制造企业，可以与成熟的数字化企业合作，联手打造数字智能工厂，构建数字产业生态体系。

（3）基于组织能力的结合实现数字化转型和协同新范式。数据是实现协同和转型的战略要素，数字技术是构建智能制造单元的关键手段，业务模式是实现转型和利用协同价值的重要方法。资源连接丰富了变革储备，为缓解新旧运营逻辑之间的冲突，还需增强数字技术的分析与解释功能。战略组合数字赋能的微观机制与商业模式创新，构建新的协同范式，从而推动企业数字化转型。

5.3 局限性及未来研究方向

（1）本研究证实了制造企业通过数字赋能和商业模式创新的协同驱动路径，制造企业由于自身的独特性，按照不同的轨迹进行数字化转型，所得结论是否对其他行业也适用，后续需要进行大样本的实证分析进行验证来提升结论的外部性；

（2）转型经济背景下的数字赋能的作用机制和驱动路径可能会发生变化，未来需要继续追踪新案例与新实践；

（3）在数字化转型机制下，数字赋能和商业模式创新可能会产生交互作用，本研究基于组态视角，未深入探讨两者之间的作用机理，未来还可以探索数字赋能的微观实践在业务模型中的价值创造机制。