《外国经济与管理》
2026第48卷第1期
新创企业管理者认知驱动的商业模式演化与数字价值创造
邢小强1 , 刘丰2 , 何玮萱1     
1.对外经济贸易大学 国际商学院, 北京 100029;
2.重庆理工大学 管理学院, 重庆 400054
摘要:数字化情境下,新创企业如何实现商业模式演化进而创造数字价值成为时代新命题。本文以影视文化产业的数据技术公司小土科技作为研究对象,采用纵向单案例研究方法,探究其作为新创企业在管理者认知驱动下,通过商业模式演化来推动影视产业数字价值创造的过程机制与路径。研究发现,新创企业商业模式演化主要包含功能、赋能和使能三个阶段,即以解决产业问题为导向,通过商业模式单点设计、商业模式线性延伸及商业模式组合构建来实现功能价值、提升协同价值和共创生态价值;其中,管理者认知模式的进阶是企业商业模式演化的深层动因。本文的主要贡献在于:立足数字经济与新创企业背景,形成了“产业问题—管理者认知—商业模式—数字价值创造”的理论逻辑,识别了不同类型管理者认知在构建商业模式中发挥的微观作用,为新创企业乃至全产业链数字化转型研究提供新见解,并加深对数字经济时代创业方法论的认识。
关键词管理者认知商业模式演化数字价值创造新创企业
Business Model Evolution and Digital Value Creation Driven by Managerial Cognition of New Ventures
Xing Xiaoqiang1 , Liu Feng2 , He Weixuan1     
1.Business School, University of International Business and Economics, Beijing 100029, China;
2.School of management, Chongqing University of Technology, Chongqing 400054, China
Summary: In the context of digitalization, how new ventures can achieve business model evolution and create digital value becomes a new topic. This paper takes Trinity Earth, a data technology company that serves the film and television cultural industry, as the case study object. Through a longitudinal single case study method, it explores the process mechanism of how a new venture drives the digital value creation of the film and television industry through its business model evolution under the drive of managerial cognition. The study finds that business model evolution for new ventures mainly includes three stages: functionality, empowerment, and enablement. Specifically, they are oriented towards solving industry problems and achieving functional value, collaborative value, and co-create ecological value through single-point design, linear extension, and combination construction of business models. The advancement of managerial cognition models is a deep driving force for business model evolution. The main contribution of this paper lies in the theoretical logic of “industry issues–managerial cognition–business models–digital value creation”, identifying the micro roles played by different types of manager cognition in building business models, providing new insights for the research of digital transformation of new ventures and even the entire industry chain, and deepening the understanding of entrepreneurial methodology in the era of the digital economy.
Key words: managerial cognition; business model evolution; digital value creation; new ventures

一、引 言

习近平总书记强调要“充分发挥我国海量数据和丰富应用场景优势,促进数字技术同实体经济深度融合,赋能传统产业转型升级”。为加快构建促进数字经济发展的体制机制,国家发展改革委、国家数据局联合印发《2025年数字经济发展工作要点》,特别指出要释放数据要素价值,协同构建与之匹配的技术模式和商业模式。在此背景下,新创企业如何通过商业模式的动态创新与演化促进数字价值创造成为业界和学界关注的焦点。学者们普遍认为在位企业应发挥引领作用,在自身数字化转型升级的同时带动全产业链向高端跃迁(尹西明和陈劲,2022),通过数字创新实现价值创造(王天东等,2023)。实际上,对于资源高度约束的新创企业,在数字时代往往更善于通过采用数字技术来应对独特性与合法性悖论(周文辉等,2025),通过商业模式创新来促进数字价值创造(贾竣云等,2023)。

作为微观主体,企业对数字技术的采用会改变对传统资源要素的获取和配置方式,进而引发商业模式的变革和价值创造方式的重塑。具体到企业商业模式演化机制层面,现有文献基于定位视角(Baden Fuller和Managmtium,2010)、试验视角(Sosna等,2010)将商业模式的演化归结为对外部环境的直接反应,忽视了企业管理者认知的作用(Martins等,2015),即环境的影响是经过企业管理者认知进行关注、分析、解释之后才传递到商业模式的演化和创新中。同时,现有文献缺少从动态视角探讨新创企业管理者认知的变化对商业模式演化的影响,也没有将这种影响纳入到数字价值创造的作用上来。所谓数字价值创造,就是指企业借助数字技术、数据和平台等核心要素重构价值逻辑(Nambisan等,2017徐祖辉等,2025),逐步实现从增强对用户数字需求的满足能力转向行业协同效率的提升进而到产业生态共创的全新价值创造范式(孙新波等,2021)。

基于该研究缺口,本文提出如下研究问题:新创企业管理者认知变化如何驱动商业模式不断演化进而推进数字价值创造?因此,本文聚焦于管理者、企业和产业多重互动层面,以小土科技公司为研究对象开展纵向案例研究,归纳新创企业管理者认知驱动商业模式演化以实现数字价值创造的过程机制与路径,为数字创新创业与数字价值创造等领域的研究做出边际贡献。

二、文献综述

(一)商业模式演化

商业模式被视为一个跨越企业边界的活动系统,包含内容、结构以及治理等要素(Zott和Amit,2010),价值主张、价值创造、价值获取构成了商业模式核心内容(Zott等,2011)。价值创造活动的基础是企业的资源和能力,对资源进行有效管理可以很好促使资源—能力—价值创造之间的转化(张青和华志兵,2020)。而资源永远不会得到最佳利用,低效是持续存在的(Penrose,1959),这恰好为新的价值创造机制的开发提供空间,企业不断根据外部环境变化进行知识搜索来形成新的商业模式以实现资源的更好利用。因此,近期对商业模式的探讨主要集中于融入环境变化的动态视角方面,比如,商业模式创新(Foss和Saebi,2017)、适应(Saebi等, 2016)、更新(Khanagha等,2014)、演化(Demil和Lecocq,2010)以及转型(Kranz等,2016)等,以此来解释实践中商业模式不断推陈出新的现状。同时,资源编排理论认为组织内外部环境的变化导致竞争优势往往是短暂的,企业必须持续编排资源,才能形成符合环境需求的资源组合和能力配置(Sirmon等,2007)。因此,融合Zott和Amit(2010)关于商业模式的活动系统观和Sirmon等(2007)关于资源行动的资源编排观,本文认为商业模式演化是指企业基于和环境保持“动态一致性”,不断对价值创造活动中的资源和能力进行不同程度调整,以形成符合环境需求的资源组合和能力配置,使得商业模式处于持续适应的状态(Demil和Lecocq,2010)。但现有文献多集中在某个单一商业模式的变化(Foss和Saebi,2017Saebi等, 2016),对企业出现多个商业模式并存的现象还关注不足。尽管出现了商业模式组合概念(Sabatier等,2010),并对哪些因素促成商业模式组合的形成做出了探讨(Aversa等,2017),但商业模式组合如何形成的过程机制仍然在学理上解释不足。

关于商业模式演化机制的研究,定位视角(Baden Fuller and Managmtium,2010)和试验视角(Sosna等,2010)都将外部环境作为商业模式演化的直接驱动因素,但忽视了企业管理者的主观能动性。认知视角对上述两种观点形成有效互补,认为企业管理者作为对商业模式影响最大的个体,他们的能力和决策对商业模式创新是否成功有深远意义(杨俊等,2015)。商业模式作为对高度复杂和新奇的信息进行有意义解释的认知框架(Martins等,2015),管理者依靠其自身教育背景和工作经验积累的知识作为认知基础,通过深思熟虑的分析式认知过程对其要素和结构进行设计,实现前瞻性布局。但Schneckenberg等(2019)认为,管理者一些意想不到的直觉和见解对商业模式设计同样有很强支持作用,因为在很多新兴市场中没有相关参考框架来指导如何提供价值。所以,直觉的洞察力也构成了一个重要认知过程,影响管理者对于商业模式的设计。

(二)管理者认知

认知作为一种手段对管理者的能力发展发挥重要作用,以往的心智表征会指引行动选择(Gavetti和Rivkin,2007)。作为一种认知模式,管理者认知是指管理者对于环境问题进行关注、解释过程中所反映的特有认知结构和认知过程。认知结构主要体现为管理者的知识结构(Gary和Wood,2011),涵盖了其理解不同形势或环境的有关概念及其相互关系(Weick和 Browning,1986)。而认知过程则是在管理者认知结构指引下对内外部环境信息的关注和解释,运用相关知识思考问题的方式以及据此做出取舍的考量(尚航标和黄佩伦,2010),也就是认知调整和适应的过程。

认知结构主要包含两个维度:集中性(Eden等,1992)和复杂性(Baum和Wally,2003)。集中性反映认知结构集中于几个“核心”概念的程度(Eden等,1992)。这些核心概念通常由管理者和环境互动、反馈形成(Carley和Palmquist,1992),在认知中逐步根深蒂固。尽管核心概念的聚焦会提升运营效率,使企业发展更加专注,但过度集中化会在决策中产生虚幻的因果偏差(Kiesler和Sproull,1982)。同时,核心概念具有深刻的历史根源,很难被抛弃。集中性的认知结构也可能导致认知惰性,将公司锁定在已知的和历史上成功的战略行动中。因此,管理者会通过学习和思考来获取新知识和信息,提升认知结构的复杂性。复杂性表现为管理者认知结构中概念的多样性和概念之间的连接关系(Walsh,1995)。复杂的认知结构可以容纳更多替代方案,更大的复杂性使管理者能够注意到环境中更多的刺激并因此做出反应。

认知过程来源于认知心理学的双加工理论(Helfat和Peteraf,2015),该理论认为对问题的处理通常存在两种方式:一种是有意识、缓慢、受控制的分析式处理方式;一种是无意识、快速、自动的启发式处理方式(Evans,2008)。其中,分析式的处理方式采用正式规则或其他理性方法来解决问题,主要负责计算、解释、正式分析等认知任务。除了依赖于分析式的认知过程来处理问题,管理者也可能利用自动的“启发式处理”。启发式的处理方式通常不占用大脑记忆系统,作用过程常处于无意识状态,主要包括直觉、想象力、创意等认知功能的运用(Evans,2008)。这种认知过程不是对不同解决方案进行比较分析,而是基于感性式的猜测和“灵光乍现”。有研究指出启发式的认知会提升管理者决策效率及创新性,但同时也可能造成决策偏差(张默和任声策,2018)。总体而言,分析式的处理方式在抵消决策潜在偏见方面存在诸多好处(Kahneman,2011),然而在一些面临时间限制的决策中,启发式的认知获得的结果更加准确,且耗费的心理成本更低(Payne等,1988)。目前关于认知过程的研究通常侧重于理性或者直觉中的一种,但对于一些复杂的、不确定的和模糊性的问题可能需要管理者同时使用这两种方式(Salas等,2010)。

(三)研究述评

尽管部分研究肯定了管理者认知在商业模式演化中的影响作用,但在外部环境不断变化时,管理者认知是如何随之动态调整以适应变化来推动商业模式演化有待进一步审查。现有文献往往相对分散地看待数字时代商业模式演化和价值创造的前因或后果,缺乏完整的理论框架将商业模式演化的动因、过程以及影响联系起来。因此,本文基于管理者认知动态转换视角,探讨新创企业通过商业模式演化来推动数字价值创造的作用机理问题。

三、研究设计

(一)研究方法

本研究主要回答新创企业“如何”基于管理者认知变化,实现商业模式演化进而作用于数字价值创造,属于典型的“How(怎么样)”类型的问题,适用于案例研究方法(Yin,2013)。纵向案例研究方法不仅提供了研究商业模式演化不同阶段的机会,而且还可以通过对事件时序的探索(Hutzschenreuter和Kleindienst, 2006),揭示随着时间的推移现象发生背后的潜在动态机制,因此本文采用纵向单案例研究的方法展开研究。

(二)案例选择

本研究遵循理论抽样原则,依据“新创企业如何基于管理者认知变化驱动商业模式演化实现数字价值创造”这一核心研究问题,选择凸显研究问题本质与关键特征的案例企业(邢小强等,2021)。最终通过启发性和匹配性原则,选择小土科技有限公司(以下简称小土科技)作为案例对象。从启发性角度来讲,小土科技作为创业公司,是第一个也是目前唯一一家在影视行业提供全方位数字产品的科技企业,其发展过程极具启发性。从匹配性角度来讲,小土科技经过多年在影视产业的深耕,通过布局不同商业模式,可以提供几乎覆盖影视行业全产业链的数字化服务,为构建本研究“新创企业商业模式演化过程机制”提供充足证据,通过对其演化过程的深入剖析能够满足本文构建过程模型的分析需要。

(三)数据收集

本文以深度访谈为主,辅以二手文件和组织内部文件的形式收集数据,通过多来源数据收集实现三角验证(Yin,2013)。自2020年7月起,研究团队对小土科技创始人及部门主要负责人进行了多次正式与非正式访谈。每次访谈都根据研究问题拟定访谈提纲,以保证访谈的聚焦性,但实际访谈保持一定开放性,以避免遗漏重要信息或限制新的研究发现。每次访谈都有2到4名研究人员参与,访谈平均时间在2小时,访谈结束后,访谈录音会在24小时之内被转为文字,最终形成10万字原始访谈资料。

在数据收集过程中,研究团队采取如下措施来降低研究信效度偏差:①访谈和数据间隔不超过6个月,以保持被访者回忆的稳定性(Huber和Austin,1985);②对同一对象分时期访谈,保持数据连续性的同时也保证回答真实性;③对录音和笔记立马整理,对不确定部分及时与小土科技相关人员确认;④通过媒体刊出的新闻报道、小土科技官网、创始人和主要高管讲话等二手数据对一手数据进行补充和验证,这种多来源、多主体的数据收集可以避免历史数据和实时数据存在的潜在偏差(Eisenhardt和Graebner,2007)。

(四)数据处理和分析

本文采用结构化数据处理方式(Gioia等,2013),从访谈数据中通过多层次编码提炼出构念,再建立构念间的关系,然后涌现理论,主要包括以下3个阶段。

第一阶段梳理小土科技创业历程,形成基本分析框架。小土科技创业历程是不断以数字化产品为载体构建商业模式服务影视行业的过程,本文以每种模式提供的数字化产品名称来对商业模式进行命名,比如 TV Radar模式等。研究团队根据一手访谈资料和二手资料,对每个商业模式从价值主张、价值创造以及价值获取三个维度进行分析,如表1所示。

表 1 小土科技商业模式信息表
名称 价值主张 价值创造 价值获取
内部资源 外部资源 流程和活动
TV Radar 收视率预测 建模知识 电视台数据 将受众、主创、演员、时段等诸多因素都纳入模型中,通过建模预测收视率 通过售卖软件进行收费
PC Cast 对演员评估与排名 建模知识;电视台数据 专家意见;分布式的并行计算方法 基于电视剧的主创班底数据构建指标体系对演员进行评估与排名 开放端口,通过提供排名结果收取查询服务费用
剧易评 对影视剧本内容质量评价与打分 建模知识;电视台等社会关系;分布式的并行计算方法 影视专业学生;剧本;专家意见;自然语言处理技术 基于构建的指标对剧本文本进行快速拆解与统计,对剧本质量予以评价 按剧本收费,即评价一个剧本收一份钱
剧易编 提供素材与数据支持,帮助创作 剧本数据库 剧本大赛的参与 利用数字技术从剧本里不断辨识、收集和整理多个内容场景的各种素材,对创作提供全方位数据分析和支持 依据评估剧本提供的改进服务按份收费
剧易晓 提供各类影视从业者数据与用户数据服务 “剧易拍”提供演员、编剧、导演的档期信息;剧易评提供剧本、故事等信息 剧组 构建起18万个影视艺人、2万多编剧、3万多导演和4万多制片人的数据库;涵盖几乎所有央视、省级地面、市级地面的1000多个频道和34种题材剧目的播出数据库 通过提供查询系统的端口,收取查询服务费用
剧易植 提供影视剧广告植入的全面服务 剧易评提供剧情信息 广告公司 通过剧本分解提供角色相关的广告定制,也可根据品类反向查找植入场景。根据播出地域、时段与用户特征来评价植入广告的效果 为广告商匹配剧本以及对特定演员的广告定制,从中抽取佣金
剧易拍 提供影视剧从拍摄到完成全过程各环节支持与规范化
服务
剧本资源 影视业社会关系;酒店、餐饮、用车等企业 剧本分镜;拍摄计划优化;数字化通告管理;服化道管理;财务管理;拍摄与后期制作;提供勘景和剧组拍摄所在地酒店、用车等
服务
售卖软件赚取产品收益,联结酒店、餐饮以及用车等主体赚取服务佣金
剧易购 提供版权交易相关的信息服务,辅助
购买决策
剧易晓有 1000 多个卫视频道的资源 购片方与版权方 用户可以直接在线审核、查看、编排与购买影视版权,同时结合剧易晓的数据对影视剧播出效果进行预测从而为版权交易定价提供参考 售卖系统费用
投融资平台 为中小影视文创企业提供融资服务 风控体系 政府;中小文创企业 支持政府部门打造影视文化融资平台;对中小影视公司进行信用评级,根据评级结果对接金融机构提供资金 贷款抽成;平台收益;风控增值服务收益
剧易保 对影视项目进行风险评估与监理 信用评级;行业全貌信息;以商业模式组合为基础的风控
体系
保险公司 对预算表、用款计划、拍摄计划与合同协议进行审核,根据项目拍摄日志进行进度把控与资金监管,和平安财险推出完片保险 保费抽成

第二阶段主要是关键构念提炼与新创企业商业模式演化过程归纳。研究团队对小土科技不同商业模式进行比较,找出共有因素和差异之处(邢小强等,2021)。在该过程中,通过编码不断提炼理论构念(如依赖先验认知、聚焦少数分散概念等)。根据不同商业模式服务产业的价值环节以及具体影响,将商业模式演化分为3个阶段(如图1所示):①功能阶段,通过构建简单的商业模式解决功能型问题;②赋能阶段,通过线性商业模式延伸解决赋能型问题;③使能阶段,通过构建商业模式组合解决使能型问题。

图 1 小土科技商业模式演化的不同阶段

第三阶段构建理论模型。首先,根据第二阶段分析结果,研究团队撰写教学案例以形成完整的叙事结构。其次,在数据、构念与文献间反复对照与迭代,对部分理论构念进行二阶抽象或分解,归纳出12个二阶主题。第三,聚合理论维度。对相关二阶编码进行聚合,归纳出产业问题、管理者认知、商业模式演化以及数字价值创造等4个理论维度,形成由一阶概念、二阶主题和聚合构念组成的数据结构(如图2 所示)。最终形成新创企业通过商业模式演化实现数字价值创造的理论框架,达到理论饱和。

图 2 数据结构图
四、研究发现

本节将基于“出现问题—识别问题—分析问题—解决问题”的问题逻辑展开论述新创企业商业模式演化功能、赋能和使能三阶段具体过程。

(一)功能阶段

功能阶段是指新创企业以提供实现某种数字功能的数字化产品作为价值主张,形成架构简单的商业模式,解决产业特定问题,如表2所示。

表 2 功能阶段核心概念与例证
二阶主题 一阶构念 例证援引
功能型
问题
依赖先验认知 我发现报社拥有大量的广告数据,可以应用金融工程的思路,通过数据分析来做广告效果的预测与优化。(祝总)
集中特定环节 电视台购片部的主任说你这东西挺好,能做电视剧吗?你看电视台这堆剧本数据,买剧也不知道怎么分析。(祝总)
集中性启发认知 聚焦少数分散概念 四川大学毕业的一位购片部主任建议我去做剧本分析与评估,因为收视率是播出之后的数据,而剧本是最前端的,应该先抓剧本。(祝总)
基于已有知识的直觉 报社说他们的广告费一半是浪费的,但不知道浪费在哪里。我想肯定有数学模型来解决这种问题,解决成什么样我不知道,但肯定能解决。(祝总)
商业模式单点设计 围绕特定产业节点 剧易评就是针对剧本进行评估,剧本它是有特点的,第一步第二步应该干什么,前10分钟后10分钟有规律的。(祝总)
提供单一产品获益 TV radar的产品提供给电视台后,他们每年给我一二十万。(祝总)
功能价值实现 提供数据分析服务 我们评了那么多的本子,70分算及格,评了70分的无论收视率还是票房都可以,在系统里达到75分烧高香了,非常不容易。(祝总)
满足信息查询服务 PC模式里制片人和演员是主创班底的,我对主创班底演员进行排名,他们可以查询演员排名。(祝总)

1. 功能型问题。功能型问题是指集中在产业特定环节,依赖创始人先验知识进行解决的问题,该种问题主要来源于用户对自身未满足的特定需求的诉求表达。创业初期,创始人受限于资源劣势以及管理经验的缺乏,仅有初步创业意愿而未形成清晰的认知,感知的产业问题主要属于功能型问题。创始人结合自身金融工程知识开发了一套应用于银行信用评级的算法模型。尽管未能被采纳,但建模能力得到了认可。银行领导向报社推荐解决广告投放问题,报社又向电视台广告部推荐解决收视率预测问题。整体而言,创业初期,小土科技基于主动搜寻和被动引荐为不同用户解决某种特定需求的功能型问题。

2.集中性启发认知。该阶段创始人基于产业的特定问题,形成零散、少数的几个概念,问题层次比较浅且未形成关联,对其释义的过程不需要调用太复杂的知识,主要凭借创始人直觉或者个人情感进行意义赋予。因此,管理者认知为集中性的启发认知,在认知结构上体现为聚焦在少数几个概念上的集中性认知,在认知过程上体现为依赖情感支持的直觉性启发认知。作为影视产业新进入者,小土科技还未获取行业更全面的知识,只能通过集中性的启发认知调动现有能力和资源解决知识基础要求不高的程序性的、点状的产业问题。认知结构上的集中性表现为小土科技和报社、电视台等初始社会网络互动中逐渐收敛到剧本、数据、模型等少数几个集中的核心概念上。认知过程上创始人只能依赖模糊、但往往充满情感的启发认知去捕获机会(Schneckenberg等,2019)。祝总说道:“我特别喜欢解决问题,解决问题就有成就感。”这种强烈情感使得小土科技在早期创业缺乏理性认知情况下形成了初步的机会信念(Ramoglou和Tsang,2016)。

3.商业模式单点设计。在集中性启发认知指引下,小土科技围绕影视产业中某个价值环节形成架构简单的商业模式。在价值主张上,小土科技利用建模等专业能力帮助用户实现某种数字功能。在价值创造上,小土科技动态吸收和内化资源,并通过数据结构化,构建指标体系提供数据分析和剧本评价服务。在和产业互动中,一个购片部主任建议去做剧本分析,并建议用打标签的方式量化剧本。受此启发,小土科技招收影视文学学生对剧本拆解、打标签,形成结构化数据,再通过算法拟合成指标体系,同时根据外部专家和用户反馈意见对指标体系调整迭代。小土科技推出剧本量化分析与评估的商业模式——剧易评。价值获取上,主要以单一数字化产品作为载体。比如剧易评按照评价剧本计件收费。

4.功能价值实现。在功能阶段,新创企业通过分散的商业模式带来基于数字技术的功能价值。该种价值是基于企业对传统生产要素进行数据化后形成数据资源的基础性转化,在案例中主要体现为数据分析服务和信息查询服务。具体而言,TV Radar和剧易评分别为电视台购买电视剧的决策和为用户评估剧本质量提供数据分析服务;PC Cast则通过搭建指标体系对演员进行综合排名,提供信息查询服务,辅助选择演员。

(二)赋能阶段

赋能阶段是指新创企业不断更新商业模式,向产业上下游延伸渗透,提供全产业链数字化服务,进而提升产业内不同参与主体间的协同效率(陈剑等,2020),如表3所示。

表 3 赋能阶段核心概念与例证
二阶主题 一阶构念 例证援引
赋能型
问题
覆盖不同环节 随着对剧本评估的完善,就可以解决广告商植入广告的需求,于是推出“剧易植”产品。把剧本放进系统之后,很快告诉你什么地方植入广告。(祝总)
复杂因果关系 国内影视行业各环节没有匹配对应的规范化管理流程,使得分工协作、资源合理分配难以实现,让影视制作长时期停留在投入产出不可控、爆款难复制的低产能阶段。(营销总监孙静)
复杂性分析认知 多元概念及关系识别 小土科技对剧本的全方位评估会衍生出广告植入与角色匹配的功能,而分场景的拆解又是为拍摄做提前准备,从而从剧本逐渐延伸到产业价值链的后续环节。
(祝总)
多视角思考和分析 我认为我追求的是长久的,如果对用户问题解决不了,是长久不了的。这个圈很小,你挣一块钱却坑了别人,那就没有下一次了。所以盈利从来不是我考虑得特别靠前的一件事。(祝总)
商业模式线性延伸 沿产业链服务拓展 我们的产品体系在影视行业从头到尾全了,不用去别的地方去做,别人做的是单一的,他就能干不过我,我是整套体系系统作战,不是单一的,因为做单一的产品做再精致也有天花板。(祝总)
数据技术活动协调 通过这个源源不断的数据把我这个模型训练,那你这个模型这么多里面背后的模型多了,各种各样的相互之间又是有联系的数据相同,有共用的数据。(祝总)
协同价值提升 主体协同效率提升 《大漠江湖》剧组在“剧易拍”的支持下实现了标准化、流程化生产和管理,拍摄进度、财务审核、餐饮、交通、住宿等所有信息协同管理,全面提高拍摄效率。(《大漠江湖》制片人王岩)
产业资源协同配置 小土科技对剧本的全方位评估衍生出广告植入与角色匹配的功能,而分场景的拆解又为拍摄做提前准备,从而从剧本逐渐延伸到产业价值链的所有环节。(祝总)

1. 赋能型问题。赋能型问题是指覆盖产业链不同环节,涉及多种因果关系的更为复杂的问题。赋能型问题的感知需要进一步和其他利益相关者互动,“我经常得请人吃饭,听他们吐槽抱怨,比如盒饭为啥没管好,然后回去设计解决方案”。同时,基于因果复杂性,赋能型问题需要更为整体、深刻的行业认知来识别。“国内影视业各环节没有匹配规范化管理流程,分工协作、资源合理分配难以实现,让影视制作长期停留在投入产出不可控、爆款难复制的低产能阶段。”

2. 复杂性分析认知。这是指在认知结构上形成更多的跟产业问题相关概念,甚至包含不同问题间相互依赖的关系,在认知过程上通过对产业环境信息的详尽、广泛的搜寻进行多视角的思考和分析(Martins等,2015)。创始人通过复杂性分析式认知持续关注产业环境变化,挖掘产业问题背后的机会。创始人和制片人在一次吃饭时,对方总是抱怨:“我们现在拍戏时,剧组管理特别混乱,盒饭被偷,油被偷,有的道具也被偷,经常超支。”这次交流让小土科技创始人敏锐觉察到产业还有更多环节需要利用数字技术予以解决。创始人逐渐在认知结构中加入剧组管理、广告植入、版权交易等涉及更多产业环节的复杂性认知。同时,对概念间的因果关系也有更清晰认知,这种复杂性认知使得小土科技有更大潜力来设计更有效的商业模式。

3. 商业模式线性延伸。基于识别不同问题之间相互依赖关系的复杂性分析式认知,小土科技将原有商业模式中各要素、活动进行融合,实现商业模式向产业链其他环节的线性延伸,为客户创造比单一业务更大的价值(钟榴和余光胜,2023)。

赋能阶段的商业模式价值主张已经不是满足产业链单个环节问题,而是可以提供延伸全产业链的服务。比如对于剧组管理混乱的问题,小土科技推出剧易拍模式。该模式既能够根据主要演员的档期、特殊场景与道具使用期限、文武场优先级等对拍摄计划进行统筹优化,又能够对人、财、物进行全面数字化管理,涉及拍摄计划制定、服化道管理、艺人管理、财务管理以及后期制作等多个管理环节。在价值创造上,小土科技以对不同环节因果关系的理解为基础,通过数据协同、技术协同和活动协同来实现价值创造。首先,不同商业模式产生的多源多维数据通过广泛关联和互补形成数据协同。小土科技每个产品都涉及数据收集,既包括基础数据,如演职人员数据等;也包括效果数据,如电视播出数据等。其次,通过不同数字技术融合形成技术协同。小土科技多个模式的数据分析和功能实现融合了以机器学习和自然语言处理为主的人工智能、大数据以及数字孪生等技术。最后,以更加全局的视角对产业链多个价值环节进行统筹,形成活动协同。通过为用户提供免费服务为其他模式获取数据资源。价值获取上,小土科技多元化的商业模式一方面横向开拓收益来源,比如剧易植的广告定制服务收益。另一方面,纵向上形成跨期收益结构,以部分商业模式免费获取支持其他商业模式长期盈利。

4. 协同价值提升。该阶段案例企业通过线性商业模式延伸提供涉及更多价值环节的服务,基于活动相互依赖性创造商业模式间协同价值,极大提升产业链主体间协同效率和资源在不同主体间的协同配置效率。主体协同效率提升方面,小土科技对行业各项流程进行“上云”,产业主体和小土科技合作共享数据,减少线下繁杂的事务性操作,只需移动端一键操作,可以完成以前需多个部门联合完成的事情。促进产业链资源协同配置方面,小土科技以剧本为纽带,通过数字化要素协同促进产业链不同环节协同配置,即影视剧一旦开拍,直到最后版权交易,各环节都用到小土科技产品,为全产业链提供整体解决方案。

(三)使能阶段

使能阶段,新创企业构建商业模式组合实现跨界融合,基于平台实现不同主体互动,以颠覆性商业模式创新带动更大范围和更深层次数字价值创造,推动生态价值共创,如表4所示。

表 4 使能阶段核心概念与例证
二阶主题 一阶构念 例证援引
使能型
问题
深入产业基础 在一次和政府部门人员交流后,发现国内影视产业内70%到80%的项目资金都来源于自有资金,资金成为这个行业发展的最大制约因素。(祝总)
关乎未来发展 人工智能下一步要提前预知如果这个本子播出会带来什么样的舆情分析后果,这是国家需要的东西。(祝总)
战略性双元认知 少而精的概念组合 虽然不少金融机构想要进入影视行业,但对轻资产、高风险的影视产业仍然缺乏有效的风险评估和防控手段。(祝总)
创造性的深入分析 在行业秩序和规则都在重建的阶段,需要构建市场化条件下影视行业的征信体系,打破影视与金融领域壁垒。(祝总)
商业模式组合构建 不同模式互补耦合 剧易保可以对影视剧拍摄的演职人员、预算列表、用款计划、拍摄计划与合同协议进行审核,结合剧易拍、剧易晓等产品对项目进行全程监理,把控项目进展与资金流向,架通剧组和保险公司,为剧组的顺利拍摄提供风险保障。(祝总)
系统方案融合提供 小土科技所有商业模式就是一个风控体系,作为对接金融机构的支点,2019年引入平安保险,推出中国平安影视制作财产损失保险,以此解决影视行业超期和超支的现象。(祝总)
生态价值共创 重构产业价值网络 小土科技搭建了基于影视资产标准化的金融平台,打通行业壁垒,突破影视行业发展瓶颈。(营销总监孙静)
转化产业潜在价值 小土科技通过和保险公司合作设置国内第一个“完片保险”,有效地对影视行业拍摄过程中存在的各种超期、超支的风险进行把控的同时转化为实际的商业价值。(祝总)

1. 使能型问题。使能型问题是指产业潜在的、关乎产业基础以及未来发展趋势的产业问题,该类问题复杂性和不确定性更高,需要更高层次的认知模式予以解决。一方面,使能型问题深入到产业基础层面,比如缺乏资金的有效供给成为影视产业进一步发展的最大瓶颈,“一次和政府人员交流后,发现国内影视产业70%~80%项目资金来源于自有资金,资金成为行业最大的制约因素”。另一方面,使能型问题关乎产业未来发展,需要提前做出战略布局。祝总谈道:“人工智能下一步要提前预知如果这个本子播出会带来什么样的舆情分析后果,这是国家需要的东西。”

2. 战略性双元认知。战略性双元认知是指在认知结构上融合复杂性和集中性、保留“少而精”概念组合的战略性认知,认知过程上体现为面对复杂动态的外部环境变化时,突破产业边界向更广泛领域扫描和分析,在深厚分析能力基础上又富有想象力和创造性的双元认知 1。创始人在前期形成的复杂性知识结构基础上对概念及其关系不断进行动态简化(Charness等,2001),一些更具战略性、更抽象、精确的概念逐渐取代过时的、初级的概念(Bingham和Eisenhardt,2011)。小土科技认为资金供给不足的根源在于信息不对称导致的金融机构对轻资产、高风险的影视产业缺乏有效的风险评估和防控手段。由此,在认知结构上形成了关于影视行业“资金问题”和“信息不对称”的战略性认知。认知过程中,由于涉及产业基础和未来发展,问题复杂性进一步提升,而受限于历史参考框架的缺乏(Schneckenberg等,2019),管理者需要突破产业边界扩大搜索范围,去搜寻更多产业外的解决方案。基于此,小土科技认为解决行业资金问题需要构建市场化条件下的征信体系,打破影视与金融领域壁垒,从影视投融资的环节来完善产业生态体系。可以发现,该阶段的认知过程属于将理性分析和情感联系进行融合的一种更高层次的双元认知。

3. 商业模式组合构建。基于战略性双元认知,小土科技使原有不同商业模式进一步融合,形成商业模式组合。在价值主张上,小土科技搭建了服务影视产业的投融资平台,纳入政府、保险公司等主体,利用平台的连接作用为各资金供需主体提供撮合交易服务。同时,创造性地将商业模式组合打造成风控体系,为外部金融机构资金进入提供决策依据。在价值创造上,针对影视行业超期和超支现象,小土科技引入平安等保险公司,2019年合作设置中国平安影视制作财产损失保险。以该保险为载体,小土科技打造剧易保模式,对影视剧拍摄的演职人员、预算列表、用款计划、拍摄计划与合同协议进行审核,结合剧易拍、剧易晓与剧易评等产品对项目进行全程监理,把控项目进展与资金流向,通过架通剧组和保险公司,为剧组顺利拍摄提供风险保障。在价值获取上,小土科技基于商业模式组合和平台创造的多主体互动形成高质量、可持续的盈利结构。一方面,基于平台为轻资产影视企业对接金融机构提供信用评级服务,从融资中获取分成;另一方面,从剧组和保险机构达成交易中的每笔保费中获得抽成收益。

4. 生态价值共创。使能阶段,小土科技脱离原有孤立产业节点实现新的、更为复杂的价值主张,并通过数字技术实现跨界联结以及交易结构的变革重构产业价值网络。小土科技以剧本评估为基础构建涵盖影视行业所有价值环节的大数据库以及算法模型,在收敛产业风险的同时为产业创造新的价值。小土科技可以为政府投资提供风控等服务,协助政府对影视产业进行政策扶持,也可以基于平台风控体系帮助影视企业投融资。同时,通过推出剧易保模式,将完片风险转化为金融机构对影视产业新的入口,引入保险资金对冲超期超支风险,促进行业涌现更多优秀作品。

(四)不同阶段商业模式演化过程

商业模式演化是一个系统性、连续性的跨阶段过程,不仅需要关注各阶段的内部机制,也要系统性审视跨阶段之间的联系(蔡莉等,2021)。本部分从商业模式整体变化与价值活动关联两个层面展现这一过程。

1. 商业模式整体演化过程

整体上看,商业模式演化在类型、范围和关系方面逐渐丰富、扩大、增强。类型方面,新创企业基于适应不同市场需求、挖掘潜在价值机会,不断丰富商业模式类型。由功能阶段架构简单的交易型商业模式,比如PC Cast。到赋能阶段发展出剧组管理、广告植入、版权交易等服务影视行业多个价值环节较为复杂的剧易拍等商业模式。到使能阶段,逐渐衍生出投融资平台这样的平台型商业模式和剧易保等的金融型商业模式,这种多样化类型使企业能够捕获不同层次的价值。

从服务范围来看,呈现出从点状、线状到面状的发展态势(如图3所示)。功能阶段,新创企业被动进入产业,服务特定主体和解决特定问题,作用范围集中在产业的某几个点状的价值环节中,该阶段主要目标是实现初步进入;赋能阶段从功能阶段的被动服务开始转向主动布局,在能力得到强化后不断整合和衍生更多商业模式,满足更多主体需求,逐步实现对全产业的延伸渗透,形成覆盖产业链的线状服务范围;使能阶段从赋能阶段主动布局转变为通过构建商业模式组合、创建新模式来引领行业发展,构建新的价值网络中创造更加立体多元的生态价值。

图 3 不同阶段商业模式服务范围

在关系方面,随着商业模式数量与类型的增加,模式间的勾连关系也由松散独立转变为紧密互联,形成协同增强的关系。初创期商业模式比较分散,相互之间提供的服务方面未形成合力。到赋能阶段,商业模式数量增多且类型扩展,不同模式之间发展出基于数据、技术、活动等不同方面互补增强的协同关系。到使能阶段,基于不同商业模式的互补和相互依赖性,小土科技构建商业模式组合,提供更为系统的产业价值。

2. 商业模式内在关联的演化

除了整体层面的演化外,不同商业模式之间价值主张、价值创造与价值获取等核心活动的内在关联也发生相应的变化,呈现出序列性、传递性和拓展性的特点。在价值主张上,服务于影视行业由点到线再到面序列性地向全链条延伸。价值主张焦点从产品功能价值逐步升维至协同价值和生态价值。在价值创造上,基于共用的资源和能力,不同商业模式之间传递性地形成协同关系。基于原有商业模式在价值创造方面的资源和能力衍生新的商业模式。在衍生新的商业模式时,企业不只着眼于针对某个模式进行要素调整实现创新,还在更宏观的层面考虑模式之间由资源和能力配置带来的不同价值创造活动关系的处理(刘丰和邢小强,2023)。到了使能阶段,案例企业将各个商业模式之间形成的协同关系,打造为商业模式组合。最后,在价值获取方面,从单一不稳定的收入来源逐渐拓展为多元化、多层次、可持续的价值获取系统。功能阶段的商业模式仅能以单一的数字化产品实现简单盈利,方式单一且稳定性差。赋能阶段横向上拓展收入来源,比如会员制收费,纵向上增加跨期收费的新型盈利方式。在使能阶段,盈利质量进一步提升,吸引保险机构推出剧易保模式,带来突破影视产业本身的新的金融收益。

五、讨 论

本研究构建了数字经济背景下新创企业管理者认知驱动商业模式演化进而实现数字价值创造的三阶段过程模型(如图4所示)。随着新创企业管理者认知模式动态升维,商业模式设计的复杂性相应提升,呈现“商业模式单点设计—商业模式线性延伸—商业模式组合构建”的发展路径,并带来不同层面的数字价值创造。

图 4 新创企业管理者认知驱动商业模式演化实现数字价值创造的三阶段过程模型

(一)管理者认知动态升级和商业模式演化

本文发现,随着新创企业管理者对产业认识不断加深,认知模式呈现逐渐升维的过程,进而推动商业模式演化,认知模式的层次决定了商业模式构建和创新的复杂度。

管理者认知之所以发生这种变化,深层原因在于产业中存在大量异质性问题,其问题等级和复杂度不同,越复杂的问题越需要丰富深入的行业知识,只有先解决低阶问题才能获取更高阶的行业知识。就新创企业而言,仅需较低层级的认知解决特定问题。随着问题复杂性的提升,问题内部要素及其相互依赖关系都在增加,管理者需要更高阶的认知才能解决。这符合认知科学中从新手型认知到专家型认知的转变规律。新手型认知只聚焦于点状的基础性问题,不能把握深层内在联系。随着经验增加和对事物理解的加深,新手型认知会逐步演变为专家型认知。专家型认知能够洞察不同时间框架下经验之间的有机联系,思考优先性和序列性之间的关系(Bingham和Eisenhardt,2011),突破新手仅关注目前孤立事件的局限(North等,2009)。

和已有文献吻合的是,管理者对商业模式设计的认知过程包含深思熟虑的分析式和直觉的启发式两种过程,商业模式设计和创新的复杂性需要管理者进行广泛的信息搜索以及深思熟虑的分析从而降低不确定性,但商业模式的新颖性以及对外部机会的及时捕获也同样需要管理者启发式的认知,快速形成基于情感或信念的决策(Kahneman,2003),在面对高度复杂和巨量信息的情景下保证决策效率。相较早期重视管理者分析式认知,近期学者讨论焦点转移到直觉在商业模式设计和创新中的作用(Shepherd等,2023)。本文发现,同样是基于直觉的启发认知,在企业发展不同阶段,内涵有着本质区别。创始人早期在功能阶段采用的是基于直觉的启发认知过程,该过程主要基于管理者对某种机会信念形成的情感承诺来触发启发式认知,而在使能阶段,尽管管理者主要依赖的也是启发式认知,但该阶段的启发式认知有了质的改变,属于创造性的专家型认知(Prietula和Simon, 1989),是基于对复杂经验法则循环简化过的少而精的战略性认知结构,在保证决策效率的同时并未降低决策质量。

(二)商业模式演化和数字价值创造

大部分对于商业模式演化的研究,集中在商业模式创新对经济绩效的影响,而本文发现新创企业商业模式演化不只对经济绩效产生积极影响,也对数字时代下数字价值创造发挥关键作用。本文发现新创企业一旦采用数字技术形成独特商业模式在行业立足后,便会充分挖掘数字技术应用潜力,利用其颠覆性不断推出新的商业模式,并建立商业模式之间活动系统的互补性,在产业各个环节蔓延渗透,为不同参与主体创造功能价值、协同价值以及生态价值。同时,案例企业的数字价值创造是将数字要素融合进创造过程和结果的新型价值创造范式。从价值创造过程来看,数据资源已成为新的重要战略性资源(孙新波等,2021),企业在设计和衍生不同商业模式过程中,利用数字化手段组合利用数据资源,实现产业不同环节的价值创造。数字价值创造过程不仅体现为对企业效率提升的赋能作用,更通过“使能”创造新价值(陈剑等,2020),这也呼应孙新波等(2021)提出数字价值创造中关于赋能和使能的赋权机制观点。而在传统价值创造过程中,更多利用物理性资源扩大生产规模或者生产更多产品品种,实现规模经济和范围经济。从价值创造结果角度而言,数字价值创造实现了不同于传统价值的新的包含数字要素的价值,比如本案例中基于数字产品的数据协同、分析协同与活动协同等价值,再比如重构产业价值网络和产业潜在价值转化的生态价值。而传统的价值创造更多是通过产品或者服务的一次性销售,实现与用户的交换价值和用户对产品的使用价值(孙新波等,2021)。因此,本文的数字价值创造更多偏向于数字要素融入价值创造过程和结果的新型价值创造,是数字化情景下对传统价值创造逻辑、赋权机制、价值内涵的重构,如表5所示。

表 5 数字价值创造和传统价值创造对比
数字价值创造传统价值创造
价值创造过程利用数据资源对传统价值链赋能、使能利用物理资源实现规模经济、范围经济
价值创造结果功能价值、协同价值、生态价值交换价值、使用价值
六、结 论

(一)研究结论

1. 本文构建了新创企业商业模式演化功能、赋能和使能的基本理论框架。基于“感知问题—分析问题—解决问题—解决效果”逻辑,本研究对案例企业不同阶段商业模式演化过程分析后发现,随着产业问题复杂性不断提升,商业模式演化呈现“商业模式单点设计—商业模式线性延伸—商业模式组合构建”的发展路径。商业模式演化是一个从功能到赋能再到使能的连续性跨阶段过程,在类型、范围和关系方面呈现丰富、扩大、增强的特征,在价值主张、价值创造和价值获取的内在关联上呈现序列性、传递性和拓展性。

2. 本文识别了新创企业管理者认知驱动商业模式演化的内在微观机制。由于产业异质性问题的存在,随着问题复杂度的提升,管理者的认知模式会随之动态迁移,从低层次的集中性启发认知到复杂的分析认知再到战略性的双元认知。新创企业会以问题解决为导向,在和产业互动过程中,逐步提升认知质量,驱动商业模式调整和创新,体现了一种从新手到专家的认知发展过程。问题复杂性的提升是推动管理者认知不断升维的内在动力,最终映射到企业体现为由设计简单的商业模式开始,逐渐衍生更为复杂的商业模式,最终构建商业模式组合以解决更加前瞻性、战略性的问题。

3.本研究揭示了数字经济背景下新创企业通过商业模式演化实现数字价值创造的内在机理。新创企业基于数字技术应用在推动商业模式演化的同时,也实现了不同层面的数字价值创造,具体体现为功能价值、协同价值和生态价值,价值创造的强度、深度和广度都有所区别。功能阶段主要进行商业模式的探索和试错,初步实现基于数字技术和数字要素的功能价值。而在赋能阶段,企业利用数字化手段不断构建新商业模式,模式之间通过数据算法等形成资源互补和共享,服务范围沿着全产业价值链上下游延展扩充,创造协同价值。随着企业对不同商业模式的进一步融合,通过构建商业模式组合发挥使能作用,作用范围突破单一产业边界限制,谋求更多产业融合创造生态价值。

(二)理论贡献

1.本研究探讨了新创企业商业模式动态演化的过程机制,为商业模式组合的形成提供路径参考,并对数字化情景下商业模式动态演化的新特征予以揭示。商业模式演化过程不仅体现了“量变”,比如模式增多与类型丰富,也反映了“质变”,比如价值逻辑深化与关联增强。以往研究对商业模式组合如何形成的过程机制缺乏一些具体解释。本文发现,新创企业通过不断创造新的商业模式,或者对原有商业模式进行调整衍生新商业模式,模式之间的相互依赖关系的建立形成商业模式组合,弥补了现有学界对商业模式组合从何而来的认知不足。本文同样发现,在数字化情景下,商业模式演化在迭代速度、演化路径以及跨界融合等方面和传统产业情景下的商业模式演化呈现不同的特点:迭代速度更快且具有持续性;在演化路径上,基于数据和分析能力逐步建立基于价值网络的商业模式组合;同时,基于数据和平台优势,跨界融合成为常态。整体而言,在数字化情境下,商业模式的演化不再是传统意义上的“改进”,而是一场持续的“颠覆与重构”。

2. 本研究识别了新创企业管理者认知在构建商业模式和商业模式调整过程中的微观作用,丰富了商业模式演化的动因研究,同时,进一步拓展了数字化时代管理者认知的演化和变革的机制研究。对于商业模式动态调整的机制研究,理性定位学派、演化学派侧重企业对外部环境变化的反应,而认知视角则从微观层次剖析商业模式创新的内在因素,在理论上与前两种观点形成互补(吴晓波和赵子溢,2017)。商业模式创新以及商业模式组合形成背后都是管理者不同认知模式作用的结果,是静态认知结构和动态认知过程不断交互影响推动认知模式不断转换、认知质量不断提升。本文更为细致的发现是:新创企业的认知结构主要针对环境中与“问题”相关的信息,是以问题感知、关注、解释、分析形成的问题导向型认知。对于认知过程而言,在管理者认知升维的过程中,管理者会形成融合分析与直觉的双元认知,体现了两种认知过程的融合。这也澄清了以往研究对复杂性、不确定性环境下管理者认知和决策界定的模糊之处。

3. 本文通过识别影视产业新创企业数字价值创造的路径机制,丰富了数字价值创造的研究。一方面,本文推动数字价值创造的视角扩大到新创企业范围。以往数字价值创造研究主要集中在产业链龙头企业或者核心企业,对新创企业关注不足。然而,数字经济背景下,新创企业有更大动力充分挖掘数字技术应用潜力,促进数字价值创造。另一方面,本文将关于数字价值创造的研究拓展到影视产业。近期数字化研究主要集中在制造业领域,重点关注智能制造、工业互联网等数字技术应用的新模式,忽视了以意识形态作为首要属性的影视文化产业的数字化进程。和一般产业只需关注市场属性不同,影视文化产业的特殊性为本文提供了宝贵的研究机会以及研究情景,本文关于影视文化数字价值创造机制的结论拓展了数字化转型的产业领域。

(三)研究局限和未来建议

1. 本文采用单案例方法得到了新创企业推动数字价值创造的动因和作用机制的规律性认识。尽管小土科技可以作为数字新创企业的代表,但仍然缺少多案例的比较验证,未来研究应搜集更多新创企业探讨商业模式演化实现数字价值创造的过程,一方面可以强化本文的理论模型,另一方面可能会挖掘出新的关于新创企业推动数字价值创造的能动机制,丰富对数字价值创造的研究。

2. 仍需从产业结构、产业特征等产业层面角度探索中国情景下的数字化理论体系。得益于中国巨大的人口规模和40多年持续高速的经济增长产生的广泛实践以及丰富的场景优势,为研究数字经济问题提供了“肥沃的土壤”。如何构建中国情境下的商业模式演化理论体系成为时代的新命题。尽管本文以新创企业视角切入来探索企业层面如何促进数字价值创造,但仍需产业层面相关的产业结构、产业竞争和产业形态等理论探索数字价值创造的动力源和层级跃迁的路径机制,以及对宏观经济的具体作用,以期为中国数字经济持续健康发展提供理论依据,为世界数字经济发展提供中国方案。

1这里的双元认知是指管理者在认知上形成的融合了分析和直觉的一种较为复杂的认知过程,区别于管理学里平衡了“探索与利用”的“双元”(ambidextrous)概念。

主要参考文献
[1] 蔡莉, 张玉利, 蔡义茹, 等. 创新驱动创业: 新时期创新创业研究的核心学术构念[J]. 南开管理评论, 2021(4): 217–226.
[2] 陈剑, 黄朔, 刘运辉. 从赋能到使能——数字化环境下的企业运营管理[J]. 管理世界, 2020, 36(2): 117–128+222.
[3] 贾竣云, 陈寒松, 徐文箫, 等. 数字创业企业如何通过资源编排实现价值创造?——基于数字平台的跨案例研究[J]. 研究与发展管理, 2023, 35(5): 131–149.
[4] 刘丰, 邢小强. 商业模式组合: 理论框架和研究展望[J]. 经济管理, 2023, 45(1): 191–208.
[5] 尚航标, 黄培伦. 管理认知与动态环境下企业竞争优势: 万和集团案例研究[J]. 南开管理评论, 2010, 13(03): 70–79.
[6] 孙新波, 张媛, 王永霞, 等. 数字价值创造: 研究框架与展望[J]. 外国经济与管理, 2021, 43(10): 35–49.
[7] 吴晓波, 赵子溢. 商业模式创新的前因问题: 研究综述与展望[J]. 外国经济与管理, 2017, 39(1): 114–127.
[8] 王天东, 林晓玥, 刘天森. 企业数据向善、数字创新能力与价值创造[J]. 科研管理, 2023, 44(9): 20–28.
[9] 邢小强, 汤新慧, 王珏, 张竹. 数字平台履责与共享价值创造——基于字节跳动扶贫的案例研究[J]. 管理世界, 2021(12): 152–176.
[10] 徐祖辉, 左明月, 周艳, 等. “做正确的事”与“正确地做事”: 数字创业团队深层文化多样性对社会创业资源编排的影响[J]. 心理科学进展, 2025, 33(5): 813–829.
[11] 杨俊, 张玉利, 刘依冉. 创业认知研究综述与开展中国情境化研究的建议[J]. 管理世界, 2015(9): 158–169.
[12] 尹西明, 陈劲. 产业数字化动态能力: 源起、内涵与理论框架[J]. 社会科学辑刊, 2022(2): 114–123.
[13] 张默, 任声策. 创业者如何从事件中塑造创业能力?——基于事件系统理论的连续创业案例研究[J]. 管理世界, 2018, 34(11): 134–149+196.
[14] 张青, 华志兵. 资源编排理论及其研究进展述评[J]. 经济管理, 2020, 42(9): 193–208.
[15] 钟榴, 贺仁龙, 余光胜. 长袖善舞: 基于需求方战略的客户协同效应与商业模式组合[J]. 南开管理评论, 2023, 26(5): 84–96, 169.
[16] 周文辉, 朱赛, 蔡佳丽. 基于数字平台的创业企业如何应对独特性与合法性悖论[J]. 南开管理评论, 2025, 28(8): 88–98, 122.
[17] Aversa P, Haefliger S, Reza D G. Building a winning business model portfolio[J]. MIT Sloan Management Review, 2017, 58, (4): 49-54.
[18] Baden-Fuller C. Mangematin V. “Business models: A challenging agenda”[J]. Strategic Organization, 2013, 11: 418–427.
[19] Baum J R, Wally S. Strategic ddecision speed and firm performance[J]. Strategic Management Journal, 2003, 24(11): 1107-1129.
[20] Bingham C B, Eisenhardt K M. Rational heuristics: The ‘simple rules’ that strategists learn from process experience[J]. Strategic Management Journal, 2011, 32(13): 1437-1464.
[21] Carley K. , Palmquist M. Extracting, representing, and analyzing mental models[J]. Social Forces, 1992, 70(3): 601–636.
[22] Charness N. , Reingold E M, Pomplun M. The perceptual aspect of skilled performance in chess: Evidence from eye movements[J]. Memory & Cognition, 2001, 29(8): 1146–1152.
[23] Demil B. , Lecocq X. Business model evolution: In search of dynamic consistency[J]. Long Range Planning, 2010, 43(2): 227–246.
[24] Eden C. , Ackermann F, Cropper S. The analysis of cause maps[J]. Journal of Management Studies, 1992, 29(3): 309–324.
[25] Eisenhardt K M, Graebner M. Theory building from cases: Opportunities and challenges[J]. Academy of Management Journal, 2007, 50(1): 25-32.
[26] Evans J. S. Dual-processing accounts of reasoning, judgment, and social cognition[J]. Annual Review of Psychology, 2008, 59: 255–278.
[27] Foss N J, Saebi T. Fifteen years of research on business model innovation: How far have we come, and where should we go?[J]. Journal of Management, 2017, 43(1): 200-227.
[28] Gary M S, Wood R E. Mental models, decision rules, and performance heterogeneity[J]. Strategic Management Journal, 2011, 32(6): 569-594.
[29] Gavetti G. , Rivkinand J W. On the origin of strategy: Action and cognition over time[J]. Organization Science, 2007, 18(3): 420–439.
[30] Gioia D A, Corley K G, Hamilton A L. Seeking qualitative rigor in inductive research: Notes on the Gioia methodology[J]. Organizational Research Methods, 2013, 16(1): 15-31.
[31] Helfat C E, Peteraf M A. Managerial cognitive capabilities and the microfoundations of dynamic capabilities[J]. Strategic Management Journal, 2015, 36(6) : 831-850.
[32] Huber G P, Austin U T. Temporal stability and response-order biases in participant descriptions of organizational decisions[J]. Academy of Management Journal, 1985, 28(4): 943-950.
[33] Hutzschenreuter T. , Kleindienst I. Strategy process research: What have we learned and what is stillto be explored[J]. Journal of Management, 2006, 32: (5): 673–720.
[34] Kahneman D. A perspective on judgment and choice: Mapping bounded rationality[J]. American Psychologist, 2003, 58(9): 697.
[35] Kahneman D. Thinking, fast and slow[M]. Macmillan, 2011.
[36] Kallinikos J, Aaltonen A, Marton A. The ambivalent ontology of digital artifacts[J]. MIS Quarterly, 2013: 357-370.
[37] Khanagha S, Volberda H, Oshri I. Business model renewal and ambidexterity: Structural alteration and strategy formation process during transition to A cloud business model[J]. R&D Management, 2014, 44(3): 322–340.
[38] Kiesler S, Sproull L. Managerial response to changing environments: Perspectives on problem sensing from social cognition[J]. Administrative Science Quarterly, 1982: 548-570.
[39] Kranz J J, Hanelt A, Kolbe L M. Understanding the influence of absorptive capacity and ambidexterity on the process of business model change–The case of onpremise and cloud-computing software[J]. Information Systems Journal, 2016, 26(5): 477-517.
[40] Martins L L, Rindova V P, Greenbaum B. E. Unlocking the hidden value of concepts: A cognitive approach to business model innovation”[J]. Strategic Entrepreneurship Journal, 2015, 9: 99-117.
[41] Nambisan S. Digital entrepreneurship: Toward a digital technology perspective of entrepreneurship[J]. Entrepreneurship Theory and Practice, 2017, 41(6): 1029–1055.
[42] North J S, Williams A M, Hodges N. Perceiving patterns in dynamic action sequences: Investigating the processes underpinning stimulus recognition and anticipation skill[J]. Applied Cognitive Psychology: The Official Journal of the Society for Applied Research in Memory and Cognition, 2009, 23(6): 878-894.
[43] Payne J W, Bettman J R, Johnson E J. Adaptive strategy selection in decision making[J]. Journal of Experimental Psychology: Learning, Memory, and Cognition, 1988, 14(3): 534.
[44] Penrose E T. The theory of the growth of the firm[M]. NY: Oxford University Press, 1959.
[45] Prietula M J, Simon H A. The experts in your midst[J]. Harvard Business Review, 1989, 67(1): 120-124.
[46] Ramoglou S. , Tsang E W K. A realist perspective of entrepreneurship: Opportunities as propensities[J]. Academy of Management Review, 2016, 41(3): 410–434.
[47] Sabatier V, Mangematin V, Rousselle T. From recipe to dinner: Business model portfolios in the European biopharmaceutical industry[J]. Long Range Planning, 2010, 43, (2-3): 431-447.
[48] Saebi T. , Lien L, Foss N J. What drives business model adaptation? The impact of opportunities, threats and strategic orientation[J]. Long Range Planning, 2016, 50(5): 567–581.
[49] Salas E. , Rosen M A DiazGranados D. Expertise-based intuition and decision making in organizations[J]. Journal of Management, 2010, 36(4): 941–973.
[50] Schneckenberg D. , Velamuri V, Comberg C. The design logic of new business models: Unveiling cognitive foundations of managerial reasoning[J]. European Management Review, 2019, 16(2): 427–447.
[51] Shepherd D A, Williams T A, Patzelt H. Thinking about Entrepreneurial decision making: Review and research agenda[J]. Journal of Management, 2015, 41(1): 11-46.
[52] Shepherd D A, Seyb S K, George G. Grounding business models: Cognition, boundary objects, and business model Change[J]. Academy of Management Review. 2023, 48(1): 100-122.
[53] Sirmon D G, Hitt M A, Ireland R D. Managing firm resources in dynamic environments to create value: Looking inside the black box[J]. Academy of management review, 2007, 32(1): 273–292.
[54] Snihur Y. , Zott C. The genesis and metamorphosis of novelty imprints: How business model innovation emerges in young ventures[J]. Academy of Management Journal, 2020, 63: 554–583.
[55] Sosna M, Trevinyo-Rodríguez R N, Velamuri S R. Business model innovation through trial-and-error learning: The naturhouse case[J]. Long Range Planning, 2010, 43(2-3): 383–407.
[56] Walsh J. P. Managerial and organizational cognition: Notes from a trip down memory lane[J]. Organization Science, 1995, 6(3): 280–321.
[57] Weick K E, Browning L D. Argument and narration in organizational communication[J]. Journal of Management, 1986, 12(2): 243-259.
[58] Yin R K. Case study research: Design and methods[M]. London: Sage Publications, 2013.
[59] Zott C. , Amit R. Business model design: An activity system perspective[J]. Long Range Planning, 2010, 43(2-3): 216–226.
[60] Zott C, Amit R, Massa L. The business model: Recent developments and future research[J]. Journal of Management, 2011, 37(4): 1019–1042.

1这里的双元认知是指管理者在认知上形成的融合了分析和直觉的一种较为复杂的认知过程,区别于管理学里平衡了“探索与利用”的“双元”(ambidextrous)概念。