知识胜于技术？解析吸收能力对利比里亚中小企业商业模式创新的非线性影响

《Scientific African》：Knowledge Over Technology? Unpacking the Nonlinear Effects of Absorptive Capacity on Business Model Innovation in Liberian SMEs

　　

尽管数字化转型常被视为创新的首要驱动力，本研究认为，在资源受限环境中，整合与利用知识的能力是商业模式创新更为关键且本质上呈非线性的决定因素。研究基于利比里亚300家制造业中小企业（SMEs）的调查数据，采用人工神经网络（ANN）突破传统线性假设，揭示企业能力与商业模式创新（BMI）之间复杂的预测关系。研究结果显示出鲜明的能力层级：吸收能力成为BMI的主导预测变量，在所有维度上的平均重要性为47%，并在价值创造维度达到69.7%的峰值。相比之下，数字能力的重要性波动显著，在价值创造中的重要性仅为3%，而在价值交付中达到44.9%，从而证实其角色依赖具体情境，更适合作为赋能因素而非驱动因素。领导能力则提供了稳定但次级的基础支撑，平均重要性为29.4%，并在价值获取中表现出最高影响力。本研究的关键学术贡献在于，将发展中经济体中的创新重新界定为一种主要由知识驱动且呈非线性的过程：数字工具虽然能够促进创新，但最终决定商业模式转型强度与成效的，是企业的知识整合能力。这一发现推动政策与管理关注点从单纯技术采纳转向更深层次的组织学习机制培育，而这在制度缺位限制传统创新路径的冲突后情境中尤为关键。

该文发表于《Scientific African》，聚焦利比里亚制造业中小企业（SMEs）在资源约束与冲突后制度脆弱环境中的商业模式创新（BMI）问题。研究背景在于，发展中经济体中的中小企业长期受到基础设施不稳定、融资受限、制度脆弱、供应链破碎等结构性约束，难以持续开展传统意义上的产品创新或流程创新。在这一现实下，商业模式创新，即围绕价值创造、价值主张、价值交付与价值获取机制进行重构，成为企业维持生存与寻求增长的重要路径。现有研究普遍强调数字化能力的重要性，认为数字工具能够推动企业转型，但越来越多证据表明，仅有技术投入并不会自动转化为创新绩效，尤其是在资源受限的中小企业中，往往出现所谓“数字悖论”，即数字化投资与创新产出不匹配。基于这一问题意识，研究人员提出，在利比里亚这样的冲突后经济体中，真正决定商业模式创新成效的，可能不是数字技术本身，而是企业识别、吸收、转化与利用外部知识的吸收能力（absorptive capacity, AC），并且这种作用机制很可能并非线性。

围绕上述问题，研究人员以利比里亚制造业中小企业为对象，系统考察数字能力（digital capability, DC）、领导能力（leadership capability, LC）和吸收能力（AC）对商业模式创新的影响，并特别关注它们在价值创造、价值主张、价值交付和价值获取四个维度上的差异性作用。论文的核心结论是：吸收能力是商业模式创新最重要的非线性驱动因素，在四个BMI维度上的平均重要性达到47.0%，其中对价值创造的影响最为突出；数字能力的作用则高度依赖具体维度，在价值交付上影响最大，但在价值创造上几乎不构成核心驱动；领导能力表现为稳定但居于次级地位的支撑因素，特别有助于价值获取机制的重构。该研究的重要意义在于，它修正了以技术为中心的创新叙事，指出在资源约束环境中，知识整合而非技术拥有本身，才是决定创新强度的关键机制；这对企业管理者、政策制定者与发展援助机构均具有现实启示。

在方法上，研究主要采用了三类关键技术路径。首先，样本来自利比里亚正式注册的制造业中小企业，共发放问卷350份，最终保留有效样本300份，受访者为企业所有者、首席执行官或董事等高级决策者。其次，研究以五点Likert量表测量数字能力、领导能力、吸收能力以及商业模式创新四维度，并对数据进行了缺失值处理、Min–Max标准化与十折交叉验证。再次，研究采用多层感知机（MLP）形式的人工神经网络（ANN）建模，通过两层隐藏层、ReLU激活函数、Adam优化器以及敏感性分析（permutation feature importance，置换特征重要性）识别各能力变量对BMI及其各维度的非线性相对贡献，并将ANN结果与普通最小二乘法（OLS）及偏最小二乘结构方程模型（PLS-SEM）进行比较。

在研究结果部分，论文首先报告了描述性统计结果。该部分指出，各变量的中位数均高于五点量表中点，说明受访企业总体上对自身能力与商业模式创新水平持相对积极评价。其中，数字能力的中位数最高，价值获取创新在BMI四维中得分最高，而价值创造创新得分最低。数据的Cramér–von Mises检验结果表明各构念偏离正态分布，因此使用不依赖正态假设的ANN具有方法论合理性。

在“ANN Model Performance: Cross-Validation Results”部分，研究人员通过十折交叉验证检验模型稳健性。结果显示，模型的RMSE在各折之间波动较小，平均值为0.2610，表明预测误差稳定；平均R²为0.1961，说明模型能够解释约19.6%的样本外方差。论文强调，对于商业模式创新这类复杂且受多因素影响的组织现象而言，这一解释度并不意外，更重要的是ANN能够揭示变量之间的非线性关系及相对重要性，而不仅是追求高解释率。

在“ANN Predictive Performance Across BMI Dimensions”部分，研究分别为价值创造、价值获取、价值交付和价值主张建立独立ANN模型。结果表明，四个模型在测试集上的RMSE均处于0.262—0.268之间，训练误差与测试误差差距较小，说明模型没有明显过拟合。其中特别值得注意的是，价值主张创新模型具有最优预测精度，说明企业组织能力对其产品与服务供给逻辑的塑造具有较强解释力。

在“Model Diagnostic Evaluation”部分，研究通过预测值与实际值散点图、训练与验证损失曲线、残差图等多种诊断方式检验模型表现。结果显示，预测值与实际值整体沿45°参考线分布，表明模型较好捕捉到底层函数关系；训练损失与验证损失同步下降并趋于平稳，提示模型具备良好泛化能力；残差在零轴附近随机分布，未见明显系统偏差，支持ANN模型能够合理刻画组织能力与BMI之间的复杂非线性联系。

在“Feature Importance Analysis”部分，论文给出了最关键的发现。通过标准化重要性分析，吸收能力在四个BMI维度中的三个维度上占据主导地位：在价值创造中的重要性为69.7%，在价值获取中为46.0%，在价值主张中为43.4%，四维平均达到47.0%。这一结果表明，在资源受限的利比里亚制造业中小企业中，知识获取、吸收、转化与利用的能力，是推动商业模式重构的首要引擎。数字能力则呈现显著的维度差异：在价值创造中的重要性仅3.0%，但在价值交付中升至44.9%，成为该维度最强预测因素。这意味着数字工具更适合用于渠道连接、客户互动与交易流程优化，而并不自动转化为内部知识密集型的价值创造创新。领导能力的平均重要性为29.4%，各维度分布较为稳定，并在价值获取中达到39.4%，说明战略方向、变革管理与资源协调对企业收益模式和成本结构调整尤为重要，但其作用更多体现为基础性支撑而非首要驱动。

在“Benchmark Comparison: ANN vs. Linear Methods”部分，研究将ANN与OLS、PLS-SEM进行对比。结果显示，ANN在训练集和测试集上的RMSE均明显低于线性方法，且训练—测试误差差距更小，说明ANN更能有效识别数字能力、吸收能力和领导能力与BMI之间的非线性模式，也更适合分析存在边际递减、阈值效应与能力交互的组织创新现象。

讨论部分围绕理论、方法与实践三方面展开。首先，在理论层面，论文挑战了发展中经济体中以技术为中心的创新叙事，指出在利比里亚这类制度缺位与资源稀缺并存的环境中，吸收能力而非数字能力才是商业模式创新的主导驱动。其次，在方法层面，研究证明ANN能够识别传统线性方法难以揭示的维度特异性与非线性关系，为复杂组织能力研究提供了新的分析范式。再次，在实践层面，研究提示企业管理者应优先建设学习机制、知识整合流程与组织吸收能力，而不是将有限资源单纯投入技术购置；政策制定者则应将支持重心从技术补贴转向管理培训、知识网络和协同学习平台建设；对于援助机构而言，数字基础设施投资应与能力建设项目配套推进，否则技术难以转化为实质性创新收益。

研究结论部分可译为：本研究旨在考察利比里亚制造业中小企业中组织能力与商业模式创新之间的非线性关系，并采用人工神经网络揭示传统线性方法无法识别的复杂模式。研究发现，吸收能力是该情境下商业模式创新的主导性非线性驱动因素，在所有BMI维度上的平均重要性为47.0%，并在价值创造维度达到69.7%。这一主导地位反映出资源受限环境中的基本现实：当数字基础设施分布不均、资本稀缺且市场波动较大时，企业获取、吸收并利用外部知识的能力成为最关键的战略资产。数字能力的重要性则表现出显著的情境依赖性，在价值交付中至关重要，而在价值创造中影响极弱；领导能力维持稳定但次级的作用，并在价值获取维度最为突出。总体而言，研究证实了其核心命题：在利比里亚这一冲突后、资源受限的情境中，决定创新强度的是知识整合能力，而数字工具只有在与强有力的学习机制和战略领导相结合时，才能真正促进创新。