数字技术作为阿联酋零售初创企业商业模式创新的驱动力

《TECHNOLOGY IN SOCIETY》：Digital Technologies as Drivers of Business Model Innovation in UAE Retail Startups

　　# 阿联酋零售初创企业商业模式创新：数字技术、组织能力与战略联盟的作用## 摘要- 人工智能是阿联酋零售初创企业商业模式创新的最强驱动力。- 战略合作伙伴关系增强了人工智能和区块链的创新效应。- 组织能力中介了数字技术与商业模式创新之间的联系。- 初创企业应优先发展能力并投资技术。## 引言数字技术的快速发展从根本上改变了全球市场中零售初创企业的条件。与当代世界的其他地区一样，阿联酋正在经历重大的数字颠覆，这正在改变零售企业创造价值、传递价值和获取价值的方式。随着政府主导的数字化计划（如《阿联酋2031年愿景》）的推进以及消费者驱动型技术的普及，零售业正成为商业模式创新的关键枢纽。阿联酋零售初创企业位于一个资源丰富的中东国家，但可能面临有限的资源。然而，它们成为技术先锋的愿望提供了一个独特机会，可以利用人工智能、区块链和大数据分析来开发新的商业模式。然而，对这些初创企业所能实现的思考受到了限制的阻碍，因为我们缺乏实证洞察来了解它们如何在技术和快速变化的环境中将数字投资转化为创新和可持续的商业模式。尽管一些研究涉及大公司或发达经济体的数字化转型，但关于中东和北非地区零售初创企业如何适应数字颠覆的研究仍然有限。此外，促进初创企业将数字技术采用转化为实际创新成果的内部（如能力）和外部（如合作伙伴关系）条件尚未明确界定。本研究旨在为数字技术驱动的零售业新创业轨迹提供未来所需的洞察。从理论上看，很少有研究将动态能力和资源基础观整合到数字化转型的各项职能中，以支持初创企业的商业模式创新。此外，现有研究通常关注特定技术，而不是多种数字赋能工具（人工智能、区块链、大数据）的重叠或对比成功。本文通过实证估算一个模型来填补这一空白，在该模型中，内部能力和战略联盟决定了整合数字技术的商业模式发展。除了企业层面的创新外，这一数字转变的社会意义也十分重要。当阿联酋零售初创企业将人工智能、区块链和大数据嵌入其运营时，由此产生的变化远超内部效率；即，自动化和人工智能驱动的决策对零售就业产生劳动力市场影响；区块链和大数据分析驱动的个性化引发了消费者数据保护和隐私问题；依赖技术供应商进行人工智能和区块链基础设施可能为资源受限的初创企业创造平台依赖性；以及区块链赋能的功能，如可追溯性和透明度，突出了供应链信任、可见性和负责任的零售。因此，了解阿联酋零售初创企业如何驾驭这些技术，也有助于为数字雄心勃勃的经济面临的更广泛的社会和政策选择提供信息，包括政府如何平衡创新支持与数据保护监管、平台竞争监督和劳动力市场调整。本研究相应地将阿联酋零售初创企业的数字化转型不仅视为一个管理问题，而是一个快速增长的数字经济如何协调技术赋能创业的社会、伦理和政策维度的案例。本文其余部分组织如下：第2节回顾相关文献并提出理论框架和假设；第3节概述研究方法；第4节呈现统计分析结果；第5节总结研究并讨论研究启示，包括理论和管理启示，并概述局限性和未来研究方向。## 部分摘要### 理论框架与假设发展本研究开发了一个概念框架，以解释新兴数字技术如何驱动阿联酋零售初创企业的商业模式创新。借鉴数字化转型和商业模式创新的文献，我们预计采用数字技术可以从根本上重塑初创企业的价值创造、传递和获取机制。然而，我们也认识到，实现这些技术的全部潜力需要外部支持和内部准备。### 研究方法本研究采用定量相关研究设计，以实证调查数字技术采用如何影响阿联酋零售初创企业的商业模式创新。研究考察了人工智能、区块链和大数据如何影响初创企业在价值创造、价值传递和价值获取的核心维度上的创新能力。这种方法与数字创业的最新实证研究一致，在这些研究中，定量方法被广泛用于检验理论驱动假设。### 结果本节呈现了对86家阿联酋零售初创企业的调查数据分析结果。下面分析的构念通过单项条目（人工智能采用、大数据使用、区块链作用、技术能力）或二元条目（财务资源、战略伙伴关系）捕获，而不是多项反映性李克特量表。传统心理测量信度和效度统计量——克隆巴赫α、组合信度、平均方差抽取量和...### 结论、启示和未来研究方向本研究发现，数字技术与阿联酋零售初创企业的商业模式创新相关：人工智能、区块链和大数据分析各自与感知商业模式创新呈正相关，其中人工智能和大数据显示出最强和最一致的关联。战略合作伙伴关系增强了人工智能采用与商业模式创新之间的关联，而组织能力（技术能力和财务资源）部分解释了数字技术采用与...### CRediT作者贡献声明**Maqsood Ahmad Sandhu:** 监督、项目管理。**Subayal Aftab Khan:** 撰写——审阅与编辑、撰写——初稿、可视化、验证、软件、资源、方法论、调查、正式分析、数据管理、概念化。**Xiaotian Xie:** 撰写——审阅与编辑、撰写——初稿、可视化、验证、监督、软件、资源、方法论、调查、正式分析、数据管理、概念化。**Rohit Sharma:** 撰写——审阅...### 未引用参考文献Abbad and Rowe, 2024; Al-Moaid and Almarhdi, 2024; Ciampi et al., 2021; Gheith and Ali, 2021; Kothari et al., 2025; Makhloufi and Bentahar, 2024; Wamba et al., 2022; Wamda Research Lab, 2021.### 伦理批准与参与同意该章节"不适用"。本研究使用公开可用的二手数据，未与人类参与者进行任何直接互动。### 发表同意本文稿未提交至其他地方。所有作者均同意提交和潜在发表。### 数据共享支持本文的数据将根据合理请求提供。### 利益冲突关于本文的作者身份或发表，不存在利益冲突。### 生成式AI和AI辅助技术声明撰写本研究论文未应用任何AI内容。### 资助本工作、作者身份或发表未收到任何财务支持。### 竞争性利益声明? 作者声明，他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能影响本文报告的工作。---**作者：** Subayal Aftab Khan | Maqsood Ahmad Sandhu | Rohit Sharma | Xiaotian Xie