多因素联动对企业商业模式创新的影响

陈怀超 白珊 侯佳雯 戴言

摘 要：运用模糊集定性比较分析（fsQCA）方法，剖析组织惯例（利用式惯例与探索式惯例）、资源重构（资源重组与资源重置）、创新柔性和技术动荡性多因素联动对企业商业模式创新的影响。结果表明，单个因素均不是高/非高商业模式创新产生的必要条件；高商业模式创新产生的组态有3个，即惯例+资源保障的自我适应型、惯例弥补资源的内外协同驱动型和惯例+资源稳定的内外协同驱动型；非高商业模式创新产生的组态有3个，且与高商业模式创新产生的组态呈现非对称性关系。此外，创新柔性在高/非高商业模式创新产生过程中的作用突出，高利用式惯例是高商业模式创新产生的重要条件，非高资源重置是非高商业模式创新产生的重要条件。

关键词：商业模式创新；组织惯例；资源重构；创新柔性；技术动荡性；fsQCA

DOIDOI：10.6049/kjjbydc.2022120258

中图分类号：F274   文献标识码：A   文章编号：1001-7348（2024）09-0140-09

0 引言

商业模式创新是企业发展的重要方式，以阿里巴巴、联想和抖音等企业为代表，它们在生产和销售等环节尝试了商业模式创新。持续商业模式创新有助于企业挖掘更多商业价值，在市场竞争中占据有利地位。现实中，由于内部管理混乱、资源匮乏和技术落后等原因，许多企业在商业模式创新时面临较大挑战。例如，ofo由于技术水平落后和资金链断裂造成服务质量低下，加之“五常制度”导致内部管理混乱，在广告宣传上投入大量人力、财力等资源，但在激烈市场竞争中变现速度较慢，最终导致自身商业模式创新失败。由此可见，探究如何推动企业商业模式创新这一问题具有重要现实价值。

就企业商业模式创新影响因素而言，学者们进行了一系列探究。在组织内部，现有研究认为，组织惯例、资源重构和创新柔性均是企业实现商业模式创新的关键因素。Mezger[1]论述了组织惯例与商业模式创新的关系；胡保亮等[2]探究了资源重构在企业社会责任与商业模式创新间的中介作用；孟凡生和赵刚[3]分析了商业模式创新在创新柔性与智能化转型间的中介作用。组织惯例是变革和创新的重要支撑，不断发生内源性变化[4]，有助于企业充分把握商业模式创新机会，从而为商业模式创新提供保障。资源重构意味着企业以创造性思维对资源进行审视，结合其特性、功能进行部分或全新系统组合和配置（唐朝永等，2021），从而为商业模式创新提供资源基础。创新柔性能够使企业在面对市场需求变化时快速调整自身技术创新战略，以更多的精力和更低的成本探索新技术，从而持续驱动企业商业模式创新。在组织外部，技术动荡性可以描述企业所处环境中的技术发展和变化[5]，是企业商业模式创新的关键影响因素[6]。实际上，企业商业模式创新并非受某一因素单独驱动，而是多因素共同作用的系统性创新活动（王丽平，张敏，2022）。部分学者从组态视角探讨多因素组合与企业商业模式创新的关系。例如，王炳成等[7]探究企业资源基础、企业家精神、环境动荡性和市场强度联动对制造业商业模式创新的作用机制；郭韬等[8]分析环境不确定性、网络嵌入、机会识别能力、资源整合能力和战略柔性影响技术创业企业商业模式创新的组态效应；Cheng＆Wang[9]分析数字创新和IT基础设施影响商业模式创新的组态效应。由此可见，多因素联动成为学者们分析企业商业模式创新不可忽视的理论视角。然而，组织惯例、资源重构、创新柔性和技术动荡性对企业商业模式创新的联动作用尚不明确。传统定量回归分析方法难以回答变量间相互依赖构成的组态对结果有何影响这一复杂因果关系问题[10]。定性比较分析方法基于因果复杂性，可以分析不同因果关系，进而对复杂因果机制进行剖析（杜运周等，2021）。

鉴于此，本文采用模糊集定性比较分析（fsQCA）方法，揭示组织惯例、资源重构、创新柔性和技术动荡性与企业商业模式创新间的复杂因果关系，明确单一因素是否是构成企业高/非高商业模式创新产生的必要条件，以及哪些组态会产生高/非高商业模式创新。本文的创新之处如下：首先，区别于传统线性研究，基于组态视角整合组织惯例、资源重构、创新柔性和技术动荡性，探究多因素联动对企业商业模式创新的影响，为企业商业模式创新研究提供新思路；其次，通过对高/非高商业模式创新产生的组态进行横向对比分析，发现导致高/非高商业模式创新的重要条件，进而揭示各因素对企业商业模式创新的差异化影响；最后，區别于传统线性回归中因果关系的对称性假设，本文发现，企业商业模式创新产生的组态存在因果非对称性，有助于进一步揭示多种因素与企业商业模式创新的复杂因果关系。

1 文献回顾与模型构建

1.1 文献回顾

1.1.1 组织惯例与企业商业模式创新

Lin等[4]通过案例分析发现，组织惯例不仅能够为企业创新提供稳定的惯例保障，也可以通过自身动态演化推动企业创新。作为企业创新的重要环节，企业商业模式创新会受到组织惯例的影响[1]。组织惯例可以降低企业成本、提升企业运行效率，进而为企业商业模式创新提供支持。依据欧忠辉等（2021）的研究观点，本文从利用式惯例和探索式惯例两个维度展开分析。

利用式惯例是企业在既定的惯例模式，即彼此间形成的规范共识与默契下进行合作交流（欧忠辉等，2021）。一方面，常规惯例能够帮助企业降低学习与适应成本，促进渐进式创新[11]，实现技术更新、流程优化及效率提升；另一方面，常规惯例应用有利于快速解决分歧，实现跨组织深度合作，进而提升商业模式创新成功概率。探索式惯例表现为组织持续搜寻高效的规范和默契（欧忠辉等，2021），不断更新自身流程体系以适应市场环境变化，探寻和把握创新机会，从而获取持续竞争优势。根据组织学习理论，企业会通过学习优化组织惯例与知识技能实现商业模式创新，从而确保组织高效运转。探索式惯例能够帮助企业通过探索和学习替换组织中的低效与无效程序，达成更高程度的规范共识，从而高效实现产品更新和流程升级，作用于商业模式创新过程。

1.1.2 资源重构与企业商业模式创新

资源重构是指通过在企业内部开发或外部收购产品线，并以多种方式利用资源或以不同方式对资源进行整合，从而为企业提供创新机会[12]。胡保亮等[2]研究发现，资源重构能够正向影响企业商业模式创新。资源重构可以通过重整企业内外资源实现资源高效利用，进而为企业商业模式创新提供资源基础。依据周丹和魏江（2014）的观点，本文将资源重构分为资源重组与资源重置。

资源重组类似于资源间发生的“化学变化”，涉及资源间相互作用，包括获取某些资源并将其融入原有资源或与原有资源组成新资源（周丹，魏江，2014）。企业通过新旧资源间的“化学变化”整合原有资源并获取新资源，进而发掘资源潜力，加强内部资源互动与重新组合，降低运作成本，从而降低商业模式创新风险。资源重置类似于资源间发生的“物理变化”，不涉及资源间相互作用，仅指通过引入或剥离方式对企业资源进行重新分配（周丹，魏江，2014），进而促进资源流动，提高企业生产效率与产品质量。一般而言，企业需要对所需资源进行分配，进而实现资源匹配以符合生产实践的具体情境[13]。企业将现有资源重新进行配置，有利于推动内部流程变革，引入优质资源、舍弃劣势资源，通过提升资源利用能力开发和生产更多高质量产品，从而促进商业模式创新。综上，企业通过对资源重新组合或重新配置，可以获取更多发展机会，支撑内部变革，从而为商业模式创新提供保障。

1.1.3 创新柔性与企业商业模式创新

创新柔性表现为企业适应外部环境和市场需求变化的创新能力。已有文献对创新柔性与企业创新关系展开了研究[14]，作为企业创新的重要方面，商业模式创新与创新柔性的关系也受到关注。孟凡生和赵刚[3]指出，创新柔性能够以其快速动态调整的特质促进商业模式创新。创新柔性能使企业在遇到危机时迅速作出反应，并根据市场需求变化及时调整生产流程，降低创新风险，从而把握创新发展机遇。创新柔性较强的企业能通过内部高度配合灵活利用资源，以低成本研发投入产出更多产品，缓解市场竞争压力，最终实现商业模式创新。商业模式创新需要企业在分析客户需求的基础上，准确识别潜在商业机会、明确市场定位和创新方向（陈一华，张振刚，2022），并及时根据消费者需求制定自身创新战略。如果企业不具有较强的创新柔性以应对消费者需求变化，其产品和服务最终会被淘汰，进而难以维持自身市场份额和地位，不利于商业模式创新。

1.1.4 技术动荡性与企业商业模式创新

技术动荡性是指行业中新产品开发技术变化速度[15]。部分学者认为，技术动荡性会对企业创新产生负向影响[16]；部分学者认为，技术动荡性可以促进企业创新并提高企业创新绩效，从而为企业提供更多发展机会[5]。就技术动荡性与商业模式创新的关系而言，李锐和陶秋燕[6]指出，技术动荡性是影响智力资本与商业模式创新关系的重要情境因素。高技术动荡性意味着行业内频繁的产品和工艺技术引进以及持续研发投入，这种快速技术进步以及高质量研发投入有助于企业产生更多技术层面的“火花”，由此凝结成更多技术，从而为企业创新提供强大的技术支撑。技术动荡性可以促进企业开拓新领域，把握市场中的创新机遇，快速对现有技术进行升级并寻求新的创新路径与解决方案，从而推动商业模式创新。

综上所述，现有研究对组织内外部4个因素与企业商业模式创新的关系进行了探索，但仍存在拓展空间。首先，对于组织内部因素，组织惯例、资源重构和创新柔性与企業商业模式创新关系研究较为分散，相关研究主要将单一因素作为核心变量，分析其对企业商业模式创新的影响。其次，对于组织外部因素，就技术动荡性对企业创新的影响，现有研究观点不一，正向或负向影响均有出现，有待进一步探讨。最后，从组织整体看，企业商业模式创新本身的复杂性及其与外部环境的关联性可能导致单一内外部因素无法对其产生决定性影响，已有研究尚未厘清企业内外部4个因素对商业模式创新的联动作用机制。可见，只有从整体视角出发，综合考虑内外部因素，才能明确企业商业模式创新路径。

1.2 模型构建

组织学习理论认为，组织惯例能够储存知识和技术，是企业实现商业模式创新的重要支撑。企业通过不断学习与演化形成独有的组织惯例，可以维持组织稳定运行、辅助决策并促进组织变革。独特的资源是企业培育竞争优势的源泉，企业在获取资源后需要对其进行重构。根据资源配置理论，合理的资源配置可以降低企业交易成本，提高资源利用效率，有助于企业形成独特的竞争优势[13]。此外，企业所嵌入的外部环境，尤其是表征外部技术环境的技术动荡性是企业实现商业模式创新的前提条件[7]。无论是应对外部环境变化，还是运用惯例和重构资源，都要求企业具备一定的创新柔性，以灵活处理商业模式创新过程中面临的问题。根据组态理论，组织属性相互关联并以复杂方式组合，组织属性间互补性增强，以整体组态形式发挥作用[10]。商业模式创新是动态、多元和复杂的过程，也是组织内部、外部多因素联动作用的结果（王丽平，张敏，2022），同样需要基于整体视角将各因素纳入统一研究框架进行分析。因此，本文从组态视角出发，采用fsQCA方法探究4个因素协同联动对企业商业模式创新的影响，以揭示各因素与企业商业模式创新的复杂关系，组态模型如图1所示。

2 研究设计

2.1 研究方法

本文采用fsQCA方法的主要原因如下：第一，企业商业模式创新受多种因素影响，区别于传统统计方法主要基于“自变量—因变量”二元关系进行分析，3个以上交互变量已经达到其解释上限[10]，fsQCA方法可以探讨多种因素与企业商业模式创新的复杂因果关系。第二，fsQCA方法能够通过识别企业高/非高商业模式创新的多种驱动路径，进而更好地解释企业高商业模式创新路径与非高商业模式创新路径间的因果非对称性关系。第三，本文选择的变量均为连续变量，相较于csQCA、mvQCA仅可处理类别问题，fsQCA可以处理程度变化和部分隶属问题，即赋予每个案例介于0～1之间的隶属得分[10]，从而识别连续变量在不同程度变化上的细微影响。

2.2 问卷开发

参考Zott＆Amit[17]、庞长伟等[18]的研究成果，商业模式创新测量量表共5个题项。参考欧忠辉等（2021）和蔡猷花等[11]的研究成果，组织惯例测量量表包括利用式惯例和探索式惯例两个方面，各有3个题项。参考胡保亮等[2]和周丹[19]的研究成果，资源重构测量量表包括资源重组和资源重置两个方面，分别有3个和5个题项。参考宋华和王岚（2012）的研究成果，创新柔性测量量表共3个题项。参考李金生和时代[20]、Terawatanavong等[21]的研究成果，技术动荡性测量量表共3个题项。

本文问卷开发过程如下：首先，通过梳理相关文献的成熟量表，形成初始量表；其次，将初始量表交由5位专家进行修正；再次，邀请6位企业管理者对题项措辞、问卷设计风格进行评价，进一步完善测量量表；最后，对预调研获取的80份有效样本进行信效度检验，结果显示，各变量的Cronbach's α值大于0.7，所有题项的CITC值和因子载荷均大于0.5，表明量表设计合理。由此，形成正式调查问卷。

2.3 数据收集与样本特征

为确保问卷填写质量，本文选取的被调查对象主要是对企业发展状况较为熟悉的管理者，采用线上线下相结合的方式开展调研。线上调研主要通过微信等网络平台发放电子问卷；线下调研主要通过现场发放问卷。

本文共发放问卷410份，回收374份，剔除作答不认真以及非管理人员填写的问卷后，最终得到有效问卷258份。其中，从企业员工人数看，处于100人以下、100～499人、500～999人、1 000～4 999人和5 000人及以上的企业占比分别为12.79%、27.91%、30.62%、12.79%、15.89%。从企业成立年限看，成立15年以上的企业最多，占比为59.69%，处于5年及以下和6～15年的企业占比分别为15.12%、25.19%。从企业发展阶段看，处于初创期、成长期、成熟期和衰退期企业占比分别为4.65%、32.95%、59.69%、2.71%。从企业所有制性质看，国有企业和非国有企业占比相当，分别为46.12%和53.88%。从企业所属行业看，制造企业和非制造企业占比分别为44.57%、55.43%。

本文运用Harman单因素检验法进行同源偏差检验，探索性因子分析结果表明，被抽取的第一个公因子解释了总方差的35.49%，小于40%的检验标准。因此，可以推断本次调研数据不存在严重同源偏差问题。

2.4 信效度分析

本文采用SPSS 26.0对量表进行信效度分析，结果如表1所示。

信度可以通过Cronbach's α系数、SMC值和CR值加以判断。商业模式创新、利用式惯例、探索式惯例、资源重组、资源重置、创新柔性和技术动荡性的Cronbach's α值最小为0.807，满足大于0.7的检验标准，表明测量量表内部一致性信度较高。所有题项的SMC值最小为0.504，满足大于0.5的检验标准，表明题项信度较高。CR值最小为0.887，满足大于0.7的检验标准，表明组合信度较高。

效度通过内容效度、收敛效度和判别效度进行分析。首先，根据现有成熟量表并结合专家意见对本文各变量量表进行修改完善，由此可认为各变量测量量表具有较高的内容效度。其次，本文各变量题项因子载荷值最小为0.805，AVE值最小为0.714，均大于0.5的检验标准，表明测量量表收敛效度较高。最后，变量间相关系数最大为0.700，各变量量表的AVE平方根值最小为0.845，均大于变量间相关系数，表明测量量表有较高的判别效度。

2.5 变量校准

本文采用直接校准法对条件变量与结果变量进行校准。为了克服在校准过程中存在的理论不细和经验缺乏等难题，以及避免由此导致的主观偏见[22]，本文参考Ong＆Johnson（2021）的做法，将完全隶属、交叉点和完全不隶属3个校准锚点分别设定为变量均值加上一个标准差、变量均值以及变量均值减去一个标准差，并对条件与结果变量赋予相应的集合隶属分数。各条件变量与结果变量校准锚点如表2所示。

3 实证分析

3.1 必要条件分析

高/非高商业模式创新的必要条件分析结果如表3所示。由表3可知，各前因条件的一致性水平低于0.9，故不构成高/非高商业模式创新产生的必要条件。

3.2 组态分析

参考Ragin[23]和欧忠辉等（2021）将组合中样本个案出现频数阈值设为总案例数1.5%的做法，本文将频数阈值设为3，原始一致性阈值设为0.8，PRI一致性阈值设为0.7，组态分析结果如表4所示。由表4可知，高商业模式创新产生的组态有3个，一致性水平分别为0.872、0.908和0.892，总体一致性水平为0.879，均高于0.8的可接受一致性水平。非高商业模式创新产生的组态有3个，一致性水平分别为0.888、0.881和0.894，总体一致性水平为0.863。Fiss[24]认为，具有相同核心条件的组态为二阶等价组态。因此，NH1a和NH1b构成二阶等价组态。

3.2.1 高商业模式创新产生的条件组态

组态H1表明，高利用式惯例、高资源重组、高资源重置和高创新柔性为核心条件，高探索式惯例为边缘条件的组态可以产生高商业模式创新。一般来说，企业为了维持自身竞争优势，需要不断提高自身应对外部环境变化的创新柔性，并通过探索式惯例和利用式惯例，在组織内部和组织间实现信息传递，减少各部门间的沟通障碍，由此形成更高的行为规范和共识，实现组织协调运转。同时，企业将新旧资源进行重新组合与配置以获取超额价值，进而突破原有资源约束，增强技术创新活力。由此，企业通过组织惯例、资源重构和创新柔性协同联动产生更大的合力，从而推动商业模式创新。因此，本文将组态H1命名为惯例+资源保障的自我适应型。

组态H2表明，高利用式惯例、高探索式惯例、非高资源重组、非高资源重置和高创新柔性为核心条件，高技术动荡性为边缘条件的组态可以产生高商业模式创新。当处于高技术动荡性环境中的企业具有高组织惯例与高创新柔性时，一方面，其内部可以正常运转且与合作伙伴协调完成各项工作，并能够及时根据市场需求变化调整自身创新战略；另一方面，可以产生强大的驱动力，缓解非高资源重组与非高资源重置可能带来的不利影响，帮助企业把握市场中的创新机遇，引入新技术并加以融合，进而快速研发并推出新产品，实现商业模式创新。因此，本文将组态H2命名为惯例弥补资源的内外协同驱动型。

组态H3表明，高利用式惯例、非高探索式惯例和高技术动荡性为核心条件，高资源重置和高创新柔性为边缘条件的组态可以产生高商业模式创新。当企业具有高利用式惯例时，其内部运作效率较高，有助于企业加强与合作伙伴沟通合作，维持自身稳定运转，即使在非高探索式惯例下，企业高商业模式创新也不会受到影响。当资源重置能力较强时，企业能够快速对资源进行更新替换。此时，企业只需要花费较少的精力就可以合理配置资源，拥有较为稳定的资源供给。同时，当企业处于高技术动荡性环境时，辅以较强的创新柔性就能激发自身创新活力，并及时根据消费者需求变化调整自身生产流程，牢牢把握创新机遇，进而产生更高水平的商业模式创新。因此，本文将组态H3命名为惯例+资源稳定的内外协同驱动型。

3.2.2 非高商业模式创新产生的条件组态

组态NH1a表明，只要企业具有非高探索式惯例、非高资源重组和非高创新柔性，辅以非高利用式惯例和非高资源重置，就会产生非高商业模式创新。组态NH1b表明，只要企业具有非高探索式惯例、非高资源重组、非高創新柔性，辅以非高资源重置且处于非高技术动荡性环境中，也会产生非高商业模式创新。因此，由组态NH1a和NH1b可知，在拥有非高探索式惯例、非高资源重组和非高创新柔性时，企业探索和优化自身惯例的精力有限，产品更新和流程升级速度较慢，资源重组效率较低，由此产生资源冗余和成本浪费，导致企业无法及时根据外部市场环境变化调整自身创新战略。此时，如果企业拥有非高利用式惯例和非高资源重置，就会处于稳定状态，资源更新配置速度减缓。或者企业拥有非高资源重置并处于非高技术动荡性环境时，其资源配置能力降低并会对现有商业模式产生依赖，进而减少在商业模式创新方面的投入，最终产生非高商业模式创新。

组态NH2表明，在拥有非高利用式惯例、非高资源重置和非高创新柔性且处于非高技术动荡性环境下，企业即使进行高资源重组，也难以实现商业模式创新。这类企业拥有高资源重组这一有利条件，但未能实现高商业模式创新，很可能是资源配置不合理、盲目引进新资源所致。同时，如果企业利用式惯例和创新柔性欠佳，即便进行资源重组，也无法创造更高的利润增长点，难以在市场竞争中保持自身优势，因而不利于商业模式创新。

此外，高商业模式创新产生的3个组态均出现高创新柔性这一条件，说明高创新柔性对企业商业模式创新发挥促进作用。非高商业模式创新产生的3个组态均出现非高创新柔性这一条件，表明非高创新柔性对企业商业模式创新发挥阻碍作用。企业如果拥有较强的创新柔性，就能及时调整自身创新战略，合理应对市场需求变化带来的挑战，从而实现商业模式创新。因此，创新柔性对企业商业模式创新均具有重要影响。同时，高利用式惯例这一条件也出现在高商业模式创新产生的3个组态中，说明高利用式惯例是高商业模式创新产生的重要条件。当企业拥有高利用式惯例时，可以与合作伙伴实现高效沟通协作，将更多精力和资本投入到商业模式创新过程中。相反，当企业不具备合理的利用式惯例时，就难以形成高效运作模式。长此以往，会增加企业运作成本、降低生产效率，导致企业无法实现商业模式创新。非高资源重置这一条件出现在非高商业模式创新产生的3个组态中，说明非高资源重置是非高商业模式创新产生的重要条件。大数据时代，企业在非高资源重置情况下，资源替换和更新能力较低，会产生一定的资源冗余，进而与快速变化的市场脱轨，因无法引进足够的优质资源支撑技术更新与变革，故难以实现商业模式创新。

3.3 稳健性检验

本文从提高频数阈值和原始一致性阈值两个方面对组态结果进行稳健性检验。一方面，参考欧忠辉等（2021）的研究成果，将频数阈值由3提高至4，得到与上文相同的组态。另一方面，参考张明等[22]的研究成果，将原始一致性阈值由0.8提高至0.85，得到与上文相同的组态。将原始一致性阈值提高至0.9，组态结果发生变动，具体如表5所示。由表5可以发现，除组态H1因提高阈值缺失外，表5中的组态与表4中的组态皆有对应，S1对应H2，S2是H3的子集，M1a和M1b分别对应NH1a、NH1b，M2是NH2的子集。由此表明，本文研究结果具有一定的稳健性。

4 结语

4.1 研究结论

本文基于258份有效样本，采用fsQCA方法分析组织惯例、资源重构、创新柔性和技术动荡性与企业商业模式创新的关系，得到以下主要结论：

（1）单个因素均不是高/非高商业模式创新产生的必要条件，说明企业商业模式创新是一个复杂的过程，单个因素并不构成高/非高商业模式创新的决定性因素，需要考虑多因素联动的组合效应。

（2）有3个组态可以产生高商业模式创新。具体而言，第一个组态为惯例+资源保障的自我适应型，表明如果拥有良好组织惯例的企业进行资源重构，并借助创新柔性适应市场变化，就可以实现商业模式创新；第二个组态为惯例弥补资源的内外协同驱动型，表明如果企业拥有良好的组织惯例并通过创新柔性和技术动荡性实现内外协同，就可以有效缓解资源重构欠佳带来的不利影响，从而实现商业模式创新；第三个组态为惯例+资源稳定的内外协同驱动型，表明如果拥有利用式惯例的企业进行资源重置，并通过创新柔性与技术动荡性实现内外协同，就能实现商业模式创新。可见，高/非高商业模式创新产生的组态不止一个，即存在多重并发性和等效性。

（3）有3个组态可以产生非高商业模式创新，且与高商业模式创新产生的组态呈现非对称性关系。具体而言，拥有非高组织惯例的企业如果同时具有非高资源重构和非高创新柔性，拥有非高探索式惯例且处于非高技术动荡性环境中的企业如果同时具有非高资源重构与非高创新柔性，拥有非高利用式惯例且处于非高技术动荡性环境中的企业如果同时具有高资源重组、非高资源重置和非高创新柔性，都会产生非高商业模式创新。上述结论表明，企业并不能根据高商业模式创新产生的组态反向推导非高商业模式创新产生的组态。

此外，创新柔性在高/非高商业模式创新产生过程中的作用突出。同时，高利用式惯例是高商业模式创新产生的重要条件，非高资源重置是非高商业模式创新产生的重要条件。

4.2 管理启示

（1）企业需要根据自身实际情况，通过准确识别并合理联动各影响因素促进商业模式创新。具体而言，企业需要基于不同因素组合与市场需求制定相应的创新战略，同时给自身留有一定的适应和调整空间，引进新资源和技术，进而实现商业模式创新。H1显示，企业可以协同联动组织惯例、资源重构和创新柔性，高效利用和探索组织惯例，注重对资源进行重新组合与配置，提高自身创新柔性，充分激发创新活力，从而实现高水平商业模式创新。H2和H3显示，在高创新柔性与高技术动荡性协同驱动下，一方面，企业可以充分利用自身组织惯例积极探索新惯例，缓解非高资源重构可能带来的不利影响，从而有效促进商业模式创新；另一方面，在拥有非高探索式惯例的情况下，企业可以通过高利用式惯例和高资源重置提供稳定的惯例与资源保障推动商业模式创新。

（2）企业需要取长补短，避免非高商业模式创新产生。NH1a显示，具有非高创新柔性的企业在组织惯例与资源重构欠佳的情况下，运转效率低下，资源得不到充分利用，導致其环境适应能力下降。因此，企业应重视上述不足并加以改进，避免产生非高商业模式创新。NH1b显示，拥有非高创新柔性并处于非高技术动荡性环境中的企业在探索式惯例与资源重构欠佳情况下，对组织惯例探索的速度较慢，资源未能得到合理利用，加上非高创新柔性，无法应对快速变化的市场环境，最终产生非高商业模式创新。因此，企业如果处于非高技术动荡性环境中，应针对上述不足及时加以改进，避免产生非高商业模式创新。NH2显示，拥有非高创新柔性并处于非高技术动荡性环境中的企业即使进行资源重组，但若利用式惯例和资源重置欠佳，也会产生非高商业模式创新。因此，即使企业具有较强的资源重组能力，也要警惕各非高因素与之组合导致非高商业模式创新。

（3）企业应高度重视创新柔性对商业模式创新的影响，努力提高自身创新柔性。本文发现，高/非高商业模式创新产生的3个组态均包含高/非高创新柔性这一前因条件。因此，企业需要提高环境变化感知与应变能力，针对市场需求变化调整自身战略，及时发现并引进外部资源和技术，提高自身创新柔性，从而为商业模式创新提供强有力的保障。

4.3 不足与展望

首先，本文未能对具体行业企业进行更深层次的剖析。不同行业由于技术属性不同，商业模式创新也存在差异，未来可以深入挖掘具体行业企业如何有效开展商业模式创新。其次，本文采用问卷调查法收集截面数据进行分析，而企业商业模式创新具有动态性，未来可以收集历史数据，采用动态QCA方法进行动态演化过程分析。最后，企业商业模式创新影响因素较多，本文选取组织层面与外部环境层面因素展开分析，忽略了个体层面因素，未来可以针对个体层面变量进行深入探讨。

参考文献参考文献：

[1] MEZGER F. Toward a capability-based conceptualization of business model innovation： insights from an explorative study[J].R&D Management， 2014， 44（5）： 429-449.

[2] 胡保亮， 疏婷婷， 田茂利. 企业社会责任、资源重构与商业模式创新[J].管理评论， 2019， 31（7）： 294-304.

[3] 孟凡生， 赵刚. 中国制造企业创新柔性与智能化转型关系的实证研究——基于商业模式创新和环境动态性的中介调节效应[J].预测， 2018， 37（6）： 1-8.

[4] LIN H， CHEN M， SU J. How management innovations are successfully implemented？ an organizational routines' perspective[J].Journal of Organizational Change Management， 2017， 30（4）： 456-486.

[5] WU L， LIU H， ZHANG J. Bricolage effects on new-product development speed and creativity： the moderating role of technological turbulence[J].Journal of Business Research， 2017， 70： 127-135.

[6] 李锐， 陶秋燕. 三维智力资本联动作用与商业模式创新[J].兰州学刊， 2019，40（3）： 112-126.

[7] 王炳成， 朱亚美， 白丽. 制造业商业模式创新多要素联动研究[J].统计与信息论坛， 2020， 35（8）： 82-90.

[8] 郭韬， 李盼盼， 乔晗. 技术创业企业商业模式创新前因的组态效应[J].科研管理， 2021， 42（1）： 1-9.

[9] CHENG C， WANG L M. How companies configure digital innovation attributes for business model innovation？ a configurational view[J].Technovation， 2022， 112： 102398.

[10] 杜运周， 贾良定. 组态视角与定性比较分析（QCA）： 管理学研究的一条新道路[J].管理世界， 2017，33（6）： 155-167.

[11] 蔡猷花， 黄娟， 王丽丽. 产学研网络惯例、知识协同与创新绩效的关系[J].技术经济， 2017， 36（6）： 40-45.

[12] KARIM S， MITCHELL W. Innovating through acquisition and internal development： a quarter-century of boundary evolution at Johnson & Johnson[J].Long Range Planning， 2004， 37（6）： 525-547.

[13] POWERS J B， MCDOUGALL P P. University start-up formation and technology licensing with firms that go public： a resource-based view of academic entrepreneurship[J].Journal of Business Venturing， 2005， 20（3）： 291-311.

[14] 陳艳华， 朱斌. 企业主流与新流创新柔性机制——一项基于扎根理论的多案例探索性研究[J].科技进步与对策， 2021， 38（16）： 74-83.

[15] CHEN J， NEUBAUM D O， REILLY R R， et al. The relationship between team autonomy and new product development performance under different levels of technological turbulence[J].Journal of Operations Management， 2015， 33-34（1）： 83-96.

[16] YUN S， LEE J， LEE S. Technology development strategies and policy support for the solar energy industry under technological turbulence[J].Energy Policy， 2019， 124： 206-214.

[17] ZOTT C， AMIT R. The fit between product market strategy and business model：implications for firm performance[J].Strategic Management Journal， 2008， 29（1）： 1-26.

[18] 庞长伟， 李垣， 段光. 整合能力与企业绩效： 商业模式创新的中介作用[J].管理科学， 2015， 28（5）： 31-41.

[19] 周丹. 制造企业——知识型服务机构互动、资源重构与绩效研究[D].杭州： 浙江大学， 2012.

[20] 李金生， 时代. 悖论式领导对团队创新绩效的影响研究——失败学习与技术动荡性的作用[J].技术经济， 2021， 40（12）： 37-50.

[21] TERAWATANAVONG C， WHITWELL G J， WIDING R E， et al. Technological turbulence， supplier market orientation， and buyer satisfaction[J].Journal of Business Research， 2011， 64（8）：911-918.

[22] 张明，蓝海林，陈伟宏，等.殊途同归不同效：战略变革前因组态及其绩效研究[J].管理世界， 2020， 36（9）：168-186.

[23] RAGIN C C. Redesigning social inquiry：set relations in social research[M].Illinois： University of Chicago Press， 2008.

[24] FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research[J].Academy of Management Journal， 2011， 54（2）： 393-420.

责任编辑（责任编辑：张 悦）

英文标题The Impact of Multi-factor Linkage on Enterprise Business Model Innovation： A Study Based on fsQCA Method

英文作者Chen Huaichao1， Bai Shan1， Hou Jiawen2， Agamuradov Dayanch1

英文作者单位（1.College of Economics and Management， Taiyuan University of Technology， Taiyuan 030024， China;2. School of Business， Renmin University of China， Beijing 100872， China）

英文摘要Abstract：Business model innovation is an important way of enterprise development. Continuous business model innovation can help enterprises explore more business value to occupy a favorable position in the market competition. Therefore， it is of great practical significance to explore how to promote enterprise business model innovation. Scholars have conducted some research on the internal and external impact factors of enterprise business model innovation， and confirmed that organizational routine， resource reconfiguration， innovation flexibility and technological turbulence are the key factors for enterprises to achieve business model innovation. Some scholars have focused on the relationship between multi-factor linkage and enterprise business model innovation from the perspective of configuration. Multi-factor linkage has become an indispensable theoretical perspective in the analysis of enterprise business model innovation. However， it is not clear how organizational routine， resource reconfiguration， innovation flexibility and technological turbulence can be integrated to act on enterprise business model innovation.

In view of this， drawing on 258 valid samples， this study uses fsQCA method to explore the complex causal relationship between antecedent variables （organizational routine， resource reconfiguration， innovation flexibility and technological turbulence） and enterprise business model innovation， in order to clarify whether a single factor constitutes the necessary condition for high/non-high business model innovation and which configurations will lead to high/non-high business model innovation. It is firstly found that no single factor can be a necessary condition that leads to high/non-high business model innovation. Secondly， there are three configurations that lead to high business model innovation， namely， “self-adaptive type of routine plus resource guarantee”， “internal and external synergy-driven type of routine making up for resource”， and “internal and external synergy-driven type of routine plus resource stability”. Finally， there are three configurations that lead to non-high business model innovation， and these configurations have an asymmetric relationship with the configurations that achieve high business model innovation. In addition， innovation flexibility plays a prominent role in leading to high/non-high business model innovation， high utility routine is an important condition that leads to high business model innovation， and non-high resource reallocation is an important condition that leads to non-high business model innovation.

The implications arising from this study for related enterprises are presented. Firstly， enterprises should accurately identify and reasonably link impact factors according to their actual situation to promote business model innovation. Specifically， enterprises should formulate corresponding innovation strategies based on the combinations of different factors and market demands; meanwhile they should leave certain space for adaptation and adjustment， so that the new resources and technologies can be introduced to realize business model innovation. Secondly， enterprises need to draw on their advantages to make up for their shortcomings， so as to avoid non-high business model innovation. Finally， enterprises should attach great importance to the impact of innovation flexibility on business model innovation， improve their perception ability and adaptability to changes in the environment， flexibly adjust their strategies according to market demand， timely introduce external high quality resources and technologies， and improve innovation flexibility， so as to provide a strong guarantee for business model innovation.

The innovations of this study are as follows. First of all， different from traditional linear research， this study integrates organizational routine， resource reconfiguration， innovation flexibility and technological turbulence from the perspective of configuration， explores the impact of multi-factor linkage on enterprise business model innovation， and provides a new perspective for the study of enterprise business model innovation. Secondly， by horizontal comparison of the configurations that lead to high/non-high business model innovation， this study finds out the important conditions that lead to high/non-high business model innovation， which helps to reveal the differentiated impact of each factor on the enterprise business model innovation. Finally， different from the symmetry assumption of causal relationship in traditional linear regression， this study finds that there is causal asymmetry in the configurations that lead to enterprise business model innovation， which helps to further explore the complex causal relationship between multiple factors and enterprise business model innovation.

英文關键词Key Words：Business Model Innovation;Organizational Routine; Resource Reconfiguration; Innovation Flexibility; Technological Turbulence;fsQCA

基金项目：山西省科技战略研究专项项目（202104031402056，202104031402048）；山西省哲学社会科学专项项目（2022YD034，2022YD040）

作者简介：陈怀超（1980-），男，安徽淮南人，博士，太原理工大学经济管理学院副院长、教授、博士生导师，研究方向为创新管理、国际商务管理、企业社会责任；白珊（1998-），女，山西阳泉人，太原理工大学经济管理学院硕士研究生，研究方向为创新管理、国际商务管理、企业社会责任；侯佳雯（1996-），女，山西晋中人，中国人民大学商学院博士研究生，研究方向为创新管理、消费者行为；戴言（1994-），男，土库曼斯坦人，太原理工大学经济管理学院硕士研究生，研究方向为创新管理。本文通讯作者：陈怀超。