伴随着信息技术不断催生新兴产业涌现及加速与传统产业融合发展,商业模式创新在商业竞争中扮演着越来越重要的角色,能够极大地提升新创企业度过生存危机进而实现快速成长的几率。根据波士顿咨询公司2008年的创新调查发现,商业模式创新相较其他方面的创新能带给企业更大的价值;通用电气2016年全球创新风向标调查结果也显示,57%的中国企业家认为建立新的商业模式是提升企业业绩的有效方式。尽管如此,追求商业模式创新而失败的新创企业数量却居高不下。例如,在共享单车行业,除了摩拜与ofo两家第一梯队公司,几乎所有二、三梯队公司的融资进程都集中在A轮或A+轮(钛媒体,2017),并且自2017年下半年以来更是频频陷入倒闭浪潮中。因此,探讨“为何有的新创企业商业模式创新的绩效表现较好,而有的却较差”这一现实问题很有价值。
关于该问题,学者们指出,商业模式创新是指企业与利益相关者开展交易的新方式,虽蕴含巨大价值但却并不必然能为企业带来卓越绩效(Zott和Amit,2007;Pati等,2018)。据此,相关研究开展了不少探索,大体可概括为如下两类:第一类可称为情境视角研究,学者们聚焦于商业模式创新的适用情境,考察了产品市场战略(Zott和Amit,2008)、技术创新战略(Wei等,2014)、组织结构(Snihur和Tarzijan,2018)等情境要素与商业模式创新的匹配效果;第二类研究可称为资源视角研究,学者们认为商业模式创新仅是企业创造并获取价值的独特逻辑,只能带给企业取得良好经营绩效的潜力,而高效开发这些潜力还需企业提供额外支持,确保该模式很难被竞争对手模仿(George和Bock,2011;Mezger,2014)。这类研究多基于资源基础观,探讨企业内外部资源是否能支持其有效地实施商业模式创新(Gerasymenko等,2015)。比较来看,资源视角研究更受关注,而情境视角研究虽然并未提及资源方面的内容,但商业模式创新与情境要素匹配效果的取得过程却也必然涉及资源支持。例如,Zott和Amit(2007)认为,商业模式创新与外部环境间的较好匹配关系有助于创业者更容易地获取关键资源并配置到商业模式创新过程中。归纳来说,新创企业能否借助商业模式创新提升经营绩效,实现盈利与成长(Covin和Slevin,1989),实际上取决于它对商业模式创新潜在价值的发掘程度,而资源则是影响价值发掘过程的最重要支持要素。
然而,仅关注资源本身却很难穷尽所有种类资源,这也使得资源视角研究仅零零散散地得到商业模式创新与不同种类资源的匹配效果,没能对这些匹配效果形成系统认识。而且,资源本身并非直接用于发掘商业模式创新价值,新创企业除了获取关键资源之外,还必须有效地组合编排这些资源来形成资源结构(Sirmon等,2007),依托资源结构实现商业模式创新绩效。Sirmon等(2007)开发的资源管理理论可为此提供丰富的启迪。结合该理论,资源结构形成于创业者的资源整合活动,具体表现为企业将不同种类的资源连接到一起的过程,不同的资源整合方式会造就出多样化的资源结构。因此,本研究认为,创业者所采用的资源整合方式的不同是导致商业模式创新呈现出差异化绩效表现的重要原因,上述现实问题也可转化为如下理论问题:新创企业资源整合方式如何影响商业模式创新的绩效表现?
针对该理论问题,本研究将借鉴资源管理理论观点,聚焦稳定型、完善型、开拓型三种资源整合方式,使用成熟的测量量表,收集数据并实证分析它们对商业模式创新与新创企业绩效关系的调节作用。这不仅能够弥补传统资源视角研究因过度关注资源本身而无法形成系统认识的不足,从而丰富关于商业模式创新支持体系的认识,为进一步揭示商业模式创新对新创企业绩效的影响机制提供知识基础,而且也可为新创企业客观审视商业模式创新价值及其实现条件,采用合适的资源整合方式并设计出有效的资源结构来支持商业模式创新实施提供实践启示。
二、理论基础与研究假设(一)理论基础
关于商业模式定义,理论界尚未达成共识。依据Brettel等(2012)提出的“一个好的概念定义应包含可测量要素,适用于各行业,并且拥有坚实理论基础”的观点,学者们普遍认同Amit和Zott(2001)的定义最满足这些标准。Amit和Zott(2001)认为,商业模式是企业围绕利益相关者所构造的跨界交易系统,包括交易内容、交易结构与交易治理三种组成要素。基于此,Zott和Amit(2007)进一步指出,商业模式创新就是指企业与利益相关者采用新方式开展交易,而两位学者在该研究中所开发的新颖型主题商业模式测量量表更是被诸多学者借鉴用来测量商业模式创新(Guo等,2017;Pati等,2018)。本研究也将结合上述关于商业模式创新概念与测量的研究观点展开分析。
在商业模式创新研究领域,长久以来学者们多默认“商业模式创新有用”,很少深入探索“商业模式创新如何有用”这一问题。近些年来该问题逐渐受到关注,诸多学者认为,商业模式创新之所以能为企业带来竞争优势和高绩效,最本质的原因在于企业构建了稀缺、有价值、难以模仿、不可替代的资源结构来支持该模式(George和Bock,2011),如果企业家只关注“商业模式创新的独特价值逻辑”,忽视“独特价值逻辑背后的资源支持”,容易导致商业模式创新成为“空中楼阁”。
事实上,资源基础观本就是商业模式的重要理论基础。例如,Amit和Zott(2001)指出,商业模式建立在资源之上,能够通过不断集合资源与能力来产生价值;Mangematin等(2003)认为,每一种商业模式都有属于自己的发展逻辑,该逻辑与所必备的资源相一致,这些资源包括顾客及供应商关系、企业能力、筹资模式、股权结构;Morris等(2005)认为,资源与能力是商业模式的重要构成要素,保障商业模式可为企业带来竞争优势。在这种理论背景下,有不少学者尝试探索不同资源对商业模式创新绩效表现的调节作用。例如,Saarijärvi等(2014)分析了顾客数据资源的调节作用;Kim和Min(2015)分析了企业资产的调节作用;Carayannis等(2015)分析了合作者网络资源的调节作用;Guo等(2018)则分析了高管团队异质性的调节作用。尽管研究成果很多,但显然无法穷尽所有资源种类形成系统认识。结合学者们近年来关于资源基础观的反思(Priem和Butler,2001),资源本身并不能完全保证商业模式创新成功,企业除了获取关键资源之外,还必须有效地组合编排这些资源。在商业模式研究中,George和Bock(2011)也早已指出,资源结构是商业模式的重要构成。因此,跳出资源本身,关注资源结构对商业模式创新绩效表现的调节作用很有价值。
资源结构形成于企业的资源整合活动。资源整合是指在企业获取并积累起所需资源的基础上,将这些资源加以组合连接形成价值创造能力的活动过程(Sirmon等,2007;蔡莉和尹苗苗,2009)。开展何种形式的资源整合活动取决于企业所在的环境,因而并无绝对最优的资源整合方式,企业应根据环境需求来不断进行调整。Sirmon等(2007)划分了稳定型、完善型、开拓型三类资源整合方式。其中,稳定型资源整合方式强调坚持依据传统资源结构开展活动,不去改变当前所依赖的人力、技术等基础性资源属性;完善型资源整合方式强调通过深入发掘传统资源属性,创造性地将传统资源进行连接,从而形成新的资源结构,提升传统资源的价值创造能力;开拓型资源整合方式所基于的是熊彼特创新逻辑,强调引入新型资源,并用富有创意的方式将新型资源与传统资源加以组合,生成新的价值创造能力(Sirmon等,2007)。需要指出的是,稳定型资源整合方式并不排斥外部资源,而仅是强调使用传统资源(不管该资源来自内部还是外部)及采用传统方式整合资源。因此,尽管新创企业因自身资源匮乏而会努力争取外部资源支持,但其同样可能采用稳定型资源整合方式,不少高质量的创业研究成果也考察了这种资源整合方式(蔡莉和尹苗苗,2009)。本研究将基于上述理论认识,实证分析三类资源整合方式对商业模式创新绩效表现的调节作用。
(二)研究假设
1. 商业模式创新与新创企业绩效关系
跨越企业边界开展交易活动是商业模式的重要特性,George和Bock(2011)指出,这种特殊性不在于交易活动本身,而在于交易活动的价值逻辑。这里的价值是一种总体价值,意指为企业、顾客及其他利益相关者同时创造价值(Amit和Zott,2001)。商业模式的价值逻辑强调的是价值创造基础上的价值获取,企业能否从商业模式中获取最大化收益,不仅取决于商业模式本身的总体价值创造能力,还取决于企业对总体价值进行分配的话语权大小。因此,揭示商业模式创新与新创企业绩效关系应同时关注价值创造与价值获取两个维度的内容。
商业模式创新是对熊彼特创新思想的重要拓展,体现为与行业常规交易规则相比,企业商业模式在交易内容、交易结构、交易治理三种组成要素及彼此间连接关系上所具有的新颖性(Foss和Saebi,2017)。对新创企业来说,这些新颖性能带来先行者优势(Markides和Sosa,2013),可以提升它们的价值创造与价值获取能力(Zott和Amit,2007),保障它们在市场上成功立足。从价值创造能力来看,商业模式创新不仅能够通过提供新产品或连接新参与者而催生出新的交易种类(Chesbrough和Rosenbloom,2002),而且还能够通过提升交易效率来增加交易数量(Amit和Zott,2001),由于价值是在交易中产生的,因而交易种类与数量的增加意味着新创企业能够创造出更多的价值。从价值获取能力来看:一方面,商业模式创新能够吸引与保留顾客(Priem等,2018),在没有合适替代方案的情况下,顾客的转换成本会很高,这使得新创企业在提升产品或服务价格方面拥有较大话语权(Zott和Amit,2007);另一方面,为了参与到商业模式创新中,新创企业的供应商与合作者需要有针对性地投入大量资源,这会对它们产生路径依赖效应,有助于新创企业提升讨价还价能力,将交易成本压力转移给供应商或合作者(Zott和Amit,2007)。据此,本研究提出如下假设:
H1:商业模式创新正向影响新创企业绩效。
2. 资源整合方式的调节作用
采用稳定型资源整合方式的新创企业追求“熟能生巧”地使用传统资源结构,不太注重引入新型资源与形成新能力(Sirmon等,2007),无法有效发掘出商业模式创新价值。一方面,稳定型资源整合方式倡导对传统资源结构的高效率使用,但高效率却多是以牺牲创新为代价的,在没有新型资源补充的背景下,会降低新创企业创造出新产品或新交易的数量与可能性,导致商业模式创新的价值创造潜力下降。例如,Aspara等(2013)认为,不断引入新的交易类型是开展商业模式创新活动的必备条件,但如果没有新型资源与资源结构的支持,这些新型交易通常很难达成;Mehrizi和Lashkarbolouki(2016)也指出,在商业模式创新过程中,如果创业者通过强化传统资源结构来完善商业模式,只能使当前商业模式中的交易类型更有活力,但不能带来新的交易类型。另一方面,根据资源基础观,当资源不再具备有价值、独特、稀缺、不可模仿这些特性时,它们将无法为企业提供竞争保护(Barney,1991)。在商业模式研究中,George和Bock(2011)也指出,新创企业要想基于商业模式建立起可持续竞争优势,除了保证商业模式本身具有独特性之外,还必须为该模式构建起不容易被竞争者模仿的资源结构。长期采用传统资源结构支持商业模式创新很容易被竞争对手模仿,导致市场竞争激烈程度增强,新创企业基于商业模式创新所建立起来的讨价还价能力剧烈下降,这不仅会降低顾客购买价格,还会增加新创企业的交易成本,并且当在位者也开始为该资源结构投入大量资源时,新创企业甚至会出现生存危机。据此,本研究提出如下假设:
H2a:稳定型资源整合方式负向调节商业模式创新与新创企业绩效的关系。
创造性地整合传统资源是新创企业成功的重要手段之一(Sirmon等,2007)。采用完善型资源整合方式的新创企业致力于对传统资源结构实施“稳健创新”,不仅可形成新的价值创造能力,而且也能够降低利益相关者抵制(Hargadon和Douglas,2001),有效发掘出商业模式创新价值。一方面,基于传统资源属性来创新资源结构尽管无法形成颠覆性的资源结构,但却同样能带来新的资源连接方式,这可以激发新创企业开发新型交易方式的热情(Paladino,2007),有助于增加交易类型,创造出更多价值。例如,Halme等(2012)认为,在缺少新型资源有力支持的情况下,跨国企业的内部创业者会通过采取资源拼凑策略,充分发掘传统资源的价值及彼此间的新连接方式,实现商业模式创新,而资源拼凑策略的应用也使他们容易获得公司高层的支持。另一方面,结合组织惯性研究观点,强调对传统资源属性的应用意味着利益相关者已经投资给新创企业的资源仍能够持续发挥效力,不会成为沉没成本(Mehrizi和Lashkarbolouki,2016),而且继续围绕这些资源进行投资是熟悉且可靠的,可以提升采用新的交易方式的熟悉感(Chesbrough和Rosenbloom,2002),这在稳固新创企业价值获取能力的同时,也有助于增加交易数量,创造出更多价值。据此,本研究提出如下假设:
H2b:完善型资源整合方式正向调节商业模式创新与新创企业绩效的关系。
采用开拓型资源整合方式的新创企业追求对资源结构加以持续性重组,这使它们能够借助新型资源结构建立起长久竞争优势(Sirmon等,2007),有效发掘出商业模式创新价值。一方面,强调资源重组意味着新创企业倾向于采用资源导向战略,追求独特且难以模仿的资源结构,而在该资源结构的支持下,创业者会有信心与热情去开发任何商业机会,带来新的交易类型,创造出更多价值(Paladino,2007)。另一方面,强调资源重组的持续性意味着新创企业致力于培育动态能力,使得竞争者无法完全且快速地模仿新创企业的资源结构,迫使它们成为追随者(蔡莉和尹苗苗,2009),从而能够维护好商业模式创新所带来的先动优势,增强新创企业的讨价还价能力,使得较高的顾客购买价格容易长久保持,企业自身的交易成本压力也会进一步降低,提升新创企业从商业模式创新中获取更多价值的可能性。春秋航空是采用开拓型资源整合方式支持商业模式创新有效实施的典型事例,作为国内首家采用低成本航空模式的公司,它通过机型统一化、取消免费供餐等方式为该模式提供了新型资源结构支持,目前已成为国内排名前十的航空公司。据此,本研究提出如下假设:
H2c:开拓型资源整合方式正向调节商业模式创新与新创企业绩效的关系。
三、研究方法(一)样本与数据收集
根据以往研究,服务业是探讨商业模式创新问题的主流领域(Zott和Amit,2007;Osiyevskyy和Dewald,2015),本研究也主要从服务业中进行抽样。借鉴Baum等(2011)的观点,本研究定义新创企业为成立年限在4年以内的企业,因而将调研对象界定为在2014年1月1日至2017年12月31日之间成立的新创企业创业者,并要求这些企业是法人企业。关于调研区域,本研究选择服务业发达或创新活跃度较高的地区,通过参考《中国统计年鉴(2016)》数据与“中国创新创业指数”①,确定北京市、天津市、山东省作为调研区域。
在上述工作基础上,主要采用委托专业的市场调研公司及访问创业孵化器形式,从2017年12月至2018年2月持续进行了三个月的问卷发放与回收工作,累积发放问卷398份,回收问卷242份,回收率为60.8%。进一步,通过登录国家企业信用信息公示系统网站查询与电话回访形式,对创建年限不符合要求、大面积题项未填答、否认填答、电话不通等无效问卷进行删除,最终核实的有效问卷为147份,问卷有效回收率为36.93%。最后,由于来自北京市的有效问卷仅有5份,这与天津市的96份及山东省的46份有着很大差距,为避免这种不平衡性影响数据分析质量,本研究的正式数据库删除了这5份问卷,最终剩余142份有效问卷。样本特征的描述性统计见表1。
变量 | 类别 | 数量及比例 | 变量 | 类别 | 数量及比例 |
性别 | 男 | 82(57.7%) | 地区 | 天津 | 96(67.6%) |
女 | 60(42.3%) | 山东 | 46(32.4%) | ||
年龄 | 25岁及以下 | 8(5.6%) | 资产规模 | 50万以下 | 23(16.2%) |
26岁~30岁 | 33(23.2%) | 50万~99万 | 10(7.0%) | ||
31岁~35岁 | 57(40.1%) | 100万~499万 | 63(44.4%) | ||
36岁~40岁 | 30(21.1%) | 500万~999万 | 22(15.5%) | ||
41岁及以上 | 14(9.9%) | 1000万及以上 | 24(16.9%) | ||
教育水平 | 高中/中专及以下 | 5(3.5%) | 企业年龄 | 1年 | 28(19.7%) |
大专 | 42(29.6%) | 2年 | 47(33.1%) | ||
3年 | 39(27.5%) | ||||
大学本科 | 76(53.5%) | 4年 | 28(19.7%) | ||
行业 | 信息传输、软件和信息技术服务业 | 26(18.3%) | |||
硕士 | 17(12.0%) | 批发和零售业 | 29(20.4%) | ||
租赁和商务服务业 | 27(19.0%) | ||||
博士 | 2(1.4%) | 其他 | 60(42.3%) | ||
注:样本量=142。 |
本研究采用Harman单因子检测方式对共同方法偏差进行检验。结果显示,KMO为0.785,卡方值为1 826.108,自由度为406,显著性水平为1%,在未旋转时共得到7个因子,第一个因子的解释力24.28%,并未占到多数,说明本研究的共同方法偏差在可接受的范围之内。
(二)变量测量
为确保信度与效度,本研究采用国内外现有文献中的成熟量表来测量研究变量,并将它们统一设计为李克特5点量表(1=完全不符合,5=完全符合)。商业模式创新测量借鉴Zott和Amit(2007)开发的新颖型商业模式量表进行测度,并参考Wei等(2014)、Guo等(2017)等学者的观点对题项进行了删减,用9个题项来测量。资源整合方式测量借鉴Yi等(2016)的量表进行测度。新创企业绩效借鉴Covin和Slevin(1989)的主观评价法来测度,要求受访者对近3年或创建至今(当企业年龄<3年时),企业在9个绩效指标上的表现满意度进行评判。另外,本研究还对性别、年龄、教育水平、企业年龄、行业、资产规模、地区7个控制变量进行虚拟设置,以提升研究结论的准确性。
(三)信度与效度检验
信度检验采用Cronbach α系数检验法。结果表明:商业模式创新、新创企业绩效、开拓型资源整合方式的α值分别为0.876、0.876、0.745,均大于0.7,说明量表具有非常好的内部一致性;稳定型资源整合方式、完善型资源整合方式的α值分别为0.675、0.677,能够满足DeVellis(1991)所提的最低0.65的可接受信度标准,因而量表同样具有较好的内部一致性。另外,本研究还分析了测量题项校正的项总体相关系数值(CITC),发现各变量测量题项的CITC值均超过或接近0.5的建议值,删除某一题项后也不能提升量表总体信度水平,因而正式分析保留了所有题项。
进一步,本研究运用Mplus 7.0软件检验各变量量表的建构效度。结果发现,商业模式创新量表:χ2/df=1.163,RMSEA=0.034,CFI=0.991,TLI=0.988,SRMR=0.037;新创企业绩效量表:χ2/df=2.320,RMSEA=0.096,CFI=0.939,TLI=0.911,SRMR=0.044;资源整合方式量表:χ2/df=1.685,RMSEA=0.069,CFI=0.910,TLI=0.880,SRMR=0.069。另外,各变量测量条目与构念之间的因子载荷均在0.01的水平上显著,并且都大于0.4的载荷标准。因此,这些量表的建构效度比较理想。
在上述分析基础上,本研究通过构建比较嵌套测量模型,使用Mplus 7.0软件比较分析各种嵌套测量模型拟合度的方式来检验研究变量之间的区分效度。根据表2所示,与四个竞争性的测量模型相比较,基准模型(五因子模型)的拟合效果最为理想。这意味着,本研究所涉及的5个研究变量具有较高的区分效度,能够代表5个不同的构念。
模型 | χ2 | df | χ2/df | RMSEA | SRMR | CFI | TLI |
基准模型 | 590.866 | 364 | 1.623 | 0.066 | 0.073 | 0.857 | 0.840 |
四因子模型 | 691.990 | 371 | 1.865 | 0.078 | 0.083 | 0.797 | 0.778 |
三因子模型 | 774.057 | 374 | 2.070 | 0.087 | 0.093 | 0.747 | 0.725 |
两因子模型 | 848.029 | 376 | 2.255 | 0.094 | 0.097 | 0.701 | 0.678 |
单因子模型 | 1 231.261 | 377 | 3.266 | 0.126 | 0.133 | 0.460 | 0.418 |
注:样本量=142;四因子模型为完善型资源整合方式与开拓型资源整合方式合并;三因子模型为稳定型资源整合方式、完善型资源整合方式、开拓型资源整合方式合并;两因子模型为稳定型资源整合方式、完善型资源整合方式、开拓型资源整合方式、商业模式创新合并;单因子模型为所有变量合并。 |
(一)相关性分析
相关性分析结果显示(表3),变量间的相关系数并不高,可初步判断它们之间不太可能存在多重共线性。后续还将进行方差膨胀因子检验(VIF),以进一步评估变量之间的多重共线性问题。
变量 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
1 | 新创企业绩效 | 1 | |||||||||||
2 | 商业模式创新 | 0.302*** | 1 | ||||||||||
3 | 稳定型资源整合方式 | 0.012 | −0.311*** | 1 | |||||||||
4 | 完善型资源整合方式 | 0.094 | 0.465*** | −0.107 | 1 | ||||||||
5 | 开拓型资源整合方式 | 0.307*** | 0.332*** | −0.031 | 0.436*** | 1 | |||||||
6 | 性别 | −0.179** | −0.004 | −0.024 | 0.173** | 0.170** | 1 | ||||||
7 | 年龄 | −0.073 | −0.013 | −0.061 | 0.056 | −0.007 | 0.074 | 1 | |||||
8 | 教育水平 | −0.121 | −0.001 | −0.179** | 0.051 | 0.107 | 0.095 | −0.051 | 1 | ||||
9 | 企业年龄 | −0.183** | −0.055 | 0.053 | 0.026 | 0.118 | 0.220*** | 0.221*** | 0.085 | 1 | |||
10 | 行业 | −0.018 | 0.127 | 0.076 | 0.094 | 0.090 | 0.184** | 0.081 | 0.023 | 0.192** | 1 | ||
11 | 资产规模 | 0.035 | −0.162 | 0.034 | −0.098 | −0.036 | 0.069 | −0.116 | 0.109 | −0.086 | 0.045 | 1 | |
12 | 地区 | 0.344*** | 0.149 | 0.043 | −0.032 | −0.015 | −0.379*** | −0.203** | −0.327*** | −0.323*** | −0.139 | −0.131 | 1 |
均值 | 3.527 | 3.751 | 3.755 | 3.861 | 3.962 | 0.578 | 0.690 | 0.669 | 0.528 | 0.183 | 0.768 | 0.676 | |
标准差 | 0.707 | 0.597 | 0.693 | 0.653 | 0.737 | 0.496 | 0.464 | 0.472 | 0.501 | 0.388 | 0.424 | 0.470 | |
注:变量1—5都是均值;变量6男性=1;变量7年龄35岁及以下=1;变量8教育水平大学本科及以上=1;变量9企业年龄为1年与2年=1;变量10信息传输、软件和信息技术服务业=1;变量11资产规模100万及以上=1;变量12天津=1。**表示p<0.05,***表示p<0.01。样本量=142。 |
(二)假设检验
表4是本研究的回归分析结果。模型1是控制变量对因变量的回归模型,结果表明,企业所在地区对新创企业绩效具有显著正向影响作用(β=0.313,p<0.01)。模型2结果显示,在加入自变量商业模式创新后,回归模型的解释力显著增加(ΔR2=0.072,p<0.01),商业模式创新对新创企业绩效具有显著正向影响作用(β=0.279,p<0.01),假设1得到支持。
新创企业绩效 | ||||||||
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | 模型7 | 模型8 | |
性别 | −0.058 | −0.072 | −0.070 | −0.087 | −0.072 | −0.078 | −0.118 | −0.118 |
年龄 | 0.015 | 0.014 | 0.022 | 0.023 | 0.014 | 0.035 | 0.020 | 0.020 |
教育水平 | −0.015 | −0.035 | −0.019 | −0.025 | −0.035 | −0.047 | −0.064 | −0.062 |
企业年龄 | −0.074 | −0.057 | −0.063 | −0.052 | −0.057 | −0.061 | −0.092 | −0.091 |
行业 | 0.046 | 0.002 | −0.010 | −0.014 | 0.002 | 0.007 | 0.001 | −0.003 |
资产规模 | 0.075 | 0.121 | 0.121 | 0.150* | 0.121 | 0.127 | 0.117 | 0.104 |
地区 | 0.313*** | 0.264*** | 0.260** | 0.226** | 0.264*** | 0.274*** | 0.245*** | 0.245*** |
商业模式创新 | 0.279*** | 0.310*** | 0.351*** | 0.279*** | 0.304*** | 0.182** | 0.182** | |
稳定型资源整合方式 | 0.094 | 0.148* | ||||||
完善型资源整合方式 | −0.001 | 0.062 | ||||||
开拓型资源整合方式 | 0.292*** | 0.247*** | ||||||
商业模式创新×稳定型资源整合方式 | −0.159* | |||||||
商业模式创新×完善型资源整合方式 | 0.185** | |||||||
商业模式创新×开拓型资源整合方式 | −0.098 | |||||||
R2 | 0.134 | 0.206 | 0.213 | 0.234 | 0.206 | 0.233 | 0.278 | 0.285 |
ΔR2 | 0.072*** | 0.079*** | 0.021* | 0.072*** | 0.027** | 0.144*** | 0.007 | |
F值 | 2.964*** | 4.311*** | 3.978*** | 4.000*** | 3.804*** | 3.987*** | 5.637*** | 5.222*** |
VIF(max) | 1.463 | 1.495 | 1.498 | 1.554 | 1.496 | 1.499 | 1.500 | 1.500 |
注:样本量=142;*表示p<0.1,**表示p<0.05,***表示p<0.01。 |
模型3是在模型2基础上加入了调节变量稳定型资源整合方式,模型4是在模型3基础上加入了商业模式创新与稳定型资源整合方式交互效应的全模型。与模型3相比,模型4的解释力显著增加了(ΔR2=0.021,p<0.1),说明存在显著的交互效应。从调节方向来看,商业模式创新与稳定型资源整合方式交互项的回归系数为β=−0.159(p<0.1),说明商业模式创新与稳定型资源整合方式的交互项负向影响新创企业绩效。也就是说,当稳定型资源整合方式处于较高水平时,商业模式创新的变化对新创企业绩效的正向影响更小(如图1所示),假设2a得到验证。
模型5是在模型2基础上加入了调节变量完善型资源整合方式,模型6是在模型5基础上加入了商业模式创新与完善型资源整合方式交互效应的全模型。与模型5相比,模型6的解释力显著增加了(ΔR2=0.027,p<0.05),说明存在显著的交互效应。从调节方向来看,商业模式创新与完善型资源整合方式交互项的回归系数为β=0.185(p<0.05),说明商业模式创新与完善型资源整合方式的交互项正向影响新创企业绩效。也就是说,当完善型资源整合方式处于较高水平时,商业模式创新的变化对新创企业绩效的正向影响更大(如图2所示),假设2b得到验证。
模型7是在模型2基础上加入了调节变量开拓型资源整合方式,模型8是在模型7基础上加入了商业模式创新与开拓型资源整合方式交互效应的全模型。与模型7相比,模型8的解释力并未显著增加(ΔR2=0.007,p>0.1),说明商业模式创新与开拓型资源整合方式的交互项对新创企业绩效不存在显著影响关系,假设2c没有得到验证。
(三)稳健性检验
1.筛选样本检验结论稳健性
本研究主要以有经验的创业者所创建的新创企业作为研究对象,但也包含少部分创业者先前经验为0的样本。有研究指出,创业者经验有无会导致新创企业绩效呈现显著差异性(Barringer等,2005)。鉴于此,本研究借鉴叶文平等(2017)的观点,剔除了10个创业者先前经验为0的样本,基于剩余的132个有效样本对前文结论进行稳健性检验。表5给出了筛选样本后的研究结论稳健性检验结果,它们与前文结论一致,因而前文结论是稳健的。②
新创企业绩效 | |||||||
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | 模型7 | |
商业模式创新 | 0.293*** | 0.343*** | 0.411*** | 0.115*** | 0.114*** | 0.182** | 0.179** |
稳定型资源整合方式 | 0.130 | 0.220** | |||||
完善型资源整合方式 | 0.106 | 0.109 | |||||
开拓型资源整合方式 | 0.332*** | 0.297*** | |||||
商业模式创新×稳定型资源整合方式 | −0.220** | ||||||
商业模式创新×完善型资源整合方式 | 0.108** | ||||||
商业模式创新×开拓型资源整合方式 | −0.070 | ||||||
R2 | 0.208 | 0.222 | 0.260 | 0.209 | 0.250 | 0.299 | 0.303 |
ΔR2 | 0.080*** | 0.094*** | 0.038** | 0.080*** | 0.041** | 0.171*** | 0.004 |
F值 | 4.048*** | 3.871*** | 4.249*** | 3.575*** | 4.036*** | 5.784*** | 5.252*** |
VIF(max) | 1.459 | 1.461 | 1.486 | 1.471 | 1.533 | 1.460 | 1.562 |
注:样本量=132;*表示p<0.1,**表示p<0.05,***表示p<0.01。 |
2.替换关键变量测量方法检验结论稳健性
借鉴李新春等(2016)、刘小元和林嵩(2015)等的研究,本研究进一步通过对商业模式创新采取不同的测量方法来进行稳健性检验。参考魏泽龙等(2017)的测量量表,本研究删除了“公司持续地推动商业模式创新”题项,使用剩余8个题项测量商业模式创新进行稳健性检验。稳健性检验回归结果如表6所示,该结果与前文结论一致,因而前文结论是稳健的。
新创企业绩效 | |||||||
模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | 模型7 | |
商业模式创新 | 0.263*** | 0.289*** | 0.320*** | 0.258*** | 0.278*** | 0.174** | 0.171** |
稳定型资源整合方式 | 0.081 | 0.128 | |||||
完善型资源整合方式 | 0.013 | 0.072 | |||||
开拓型资源整合方式 | 0.300*** | 0.261*** | |||||
商业模式创新×稳定型资源整合方式 | −0.142* | ||||||
商业模式创新×完善型资源整合方式 | 0.167* | ||||||
商业模式创新×开拓型资源整合方式 | −0.094 | ||||||
R2 | 0.198 | 0.204 | 0.221 | 0.198 | 0.221 | 0.276 | 0.283 |
ΔR2 | 0.064*** | 0.070*** | 0.017* | 0.064*** | 0.022* | 0.142*** | 0.007 |
F值 | 4.112*** | 3.758*** | 3.708*** | 3.631*** | 3.710*** | 5.583*** | 5.164*** |
VIF(max) | 1.496 | 1.499 | 1.561 | 1.497 | 1.502 | 1.502 | 1.502 |
注:样本量=142;*表示p<0.1,**表示p<0.05,***表示p<0.01。 |
(一)研究结论
商业模式创新程度越大,所蕴含的价值就越多,有助于为新创企业带来更多熊比特租金,提升绩效表现。该观点已得到理论与实践界广泛认同,本研究的实证分析也验证了该观点。然而,商业模式创新的价值潜力发挥是有条件的,新创企业必须进一步借助相应的资源结构来有效发掘出其中的价值。本研究基于资源管理理论,分析了不同资源整合方式所塑造的资源结构对新创企业发掘商业模式创新价值的支持效果,得到如下结论:
首先,稳定型资源整合方式负向调节商业模式创新与新创企业绩效之间的关系。这一发现与组织惯性研究结论相一致(Levinthal和Myatt,1994),当新创企业固守熟悉的资源结构而不愿意随机改变时,则意味着它们很难为发掘商业模式创新价值提供有效的资源支持,使得商业模式创新所蕴含的价值无法被发掘,新创企业自身也会因此而落后于竞争对手,导致绩效下降。
其次,完善型资源整合方式正向调节商业模式创新与新创企业绩效之间的关系。这一发现与新制度领域中的稳健合法性研究结论相一致(Hargadon和Douglas,2001)。根据稳健合法性研究,当新创企业热衷于对已有资源结构加以渐进式的变革时,不仅可为有效发掘商业模式创新价值提供资源支持,而且还能够容易从利益相关者处获取新资源来加强支持力度,因而商业模式创新会取得好的实施效果。
最后,开拓型资源整合方式对商业模式创新与新创企业绩效之间关系的调节效应并未通过检验。这一发现在一定程度上与近些年来兴起的资源导向战略研究观点有所不同。根据资源导向战略研究,开拓型资源整合方式强调不断引入大量新资源,并且倡导对新旧资源加以创造性组合,这能够极大地支持新创企业发掘出商业模式创新价值,取得较好的企业绩效(如Paladino,2007)。但是,本研究通过数据检验发现,商业模式创新与开拓型资源整合方式的交互效应的系数是−0.098,这是一个负值,虽然不显著,但是却与资源导向战略研究的结论恰恰相反。究其原因,主要还是与新创企业的资源获取与配置能力有关,这具体表现为如下三点:
第一,尽管在互联网信息技术影响下新创企业的资源获取途径增多,但目前要想得到外部资源持有者青睐却仍然十分困难。2016年《中国创业企业调查报告》显示,创业资金的80%都是个人所出,资金问题是制约新创企业成长的最重要因素。商业模式创新能够吸引外部投资者注资,但投资者对商业模式创新及价值潜力的评判却也非常苛刻。这意味着,新创企业资源是有限的,不断探索尝试创造性的资源整合方式会造成资源短缺,无法真正为发掘商业模式创新价值提供充足资源支持,如91外教、闪购网站Fab等虽然在创建初期拿到了巨额融资,但后期却均因荒废主业,战线拉太长,导致烧钱速度太快,资金链断裂,最终走向失败。
第二,新创企业获取外部资源支持的成本过高。“融资难、融资贵”是制约新创企业成长的突出问题,为了获得外部资源持有者支持,新创企业往往需付出很高的成本,这有可能导致商业模式创新收益无法弥补外部资源获取支出的情况出现,损害企业绩效。另外,热衷引入并重组新资源也会导致交易成本上升,使得新创企业在与利益相关者交易中的话语权降低(Gulati和Sytch,2007),这也可能抵消商业模式创新价值,并不能保证企业总体绩效的提升。
第三,不断引入并创造性地重组新资源活动也对新创企业自身的能力提出了巨大的挑战,随着引入新资源的规模不断增长,新创企业也会越来越难以驾驭这项活动,导致重组的资源结构与商业模式不匹配,损害企业绩效。例如,乐视以视频网站、版权分发起家,随后迅速涉足电视、手机、汽车、体育、金融等多个领域,在这些领域引入了大量的人力与物力,但却未能很好地实现对不同领域资源的有效整合,导致其目前陷入到了严重的经营危机之中。
(二)理论贡献与实践启示
理论贡献方面,关于商业模式创新的绩效表现,已有研究多从企业是否有充足的资源来支持商业模式创新方面给予解释,但仅是零零散散地探讨了不同类型的关键资源与商业模式创新的匹配效果,无法形成系统认识。实际上,关键资源并非单一对商业模式创新提供支持,而是会与其他资源相互关联,形成统一的资源结构来发挥作用。因此,从资源结构整体特性出发来分析其对商业模式创新绩效表现的影响更为合理。本研究基于文献梳理工作,并结合当前学者们关于商业模式创新概念的主流认识(Zott和Amit,2007;George和Bock,2011),认为良好的商业模式创新绩效表现不仅仅取决于企业资源的多少,更取决于企业的整体资源结构是否与商业模式创新相匹配。根据这些认识,本研究借鉴资源管理理论观点(Sirmon等,2007),分析了能够带来不同资源结构的三种资源整合方式对商业模式创新与绩效关系的调节作用,这突破并深化了已有研究以简单的“资源数量决定商业模式创新绩效表现”为主导的理论解释逻辑,更详细地分析了企业资源影响商业模式创新绩效表现的内在机制,有助于推进商业模式创新绩效影响机制研究发展。
本研究可为实践提供如下启示:
第一,商业模式创新是提升新创企业绩效的有效方法,但不可否认的是,商业模式创新是非常“烧钱”的。例如,在近些年较为流行的共享经济产业中,滴滴、摩拜能从共享汽车、共享单车产业中胜出的重要原因之一就在于“钱多”。金沙江创投董事总经理朱啸虎曾这样评价e代驾败于滴滴,认为e代驾在资金有限的情况下,不计成本与滴滴大打补贴战,是导致其失败的最重要原因。这意味着,新创企业在自身资源有限的情况下,能不能持续融资来为商业模式创新提供支持直接决定着创新成败。因此,创业者在开展商业模式创新前,有必要认真衡量自身所储备资源的属性与数量,以及从利益相关者处获取资源的难度与成本,并据此判定企业“是否应当实施”与“实施何种程度”的商业模式创新。
第二,新创企业要想取得好的商业模式创新绩效,因循守旧地采用稳定型资源整合方式,固守传统资源结构不发生质的改变并不合适,而不计成本地采用开拓型资源整合方式,大幅度颠覆传统资源结构也并非良策。较为有效的方法是,采用完善型资源整合方式,综合考虑新型资源价值与利益相关者对新资源结构接受度的基础上,对传统资源结构加以渐进式变革更为可行。在这一方面,爱迪生的电力照明系统推广过程极具启发性。为了避免传统煤气照明系统在位者的抵制,爱迪生在推广过程中尽量模仿煤气照明系统的资源结构,非常谨慎地将新技术元素隐藏于电力照明系统中,如把电线埋在地下而非架在空中、使用亮度与煤气灯差不多的灯泡、采用集中供电而非独立供电等,从而既充分照顾了在位者及普通大众的感受,也有效展现了新系统的优越性,推进了新系统发展。
第三,商业模式创新过程是一个试验过程(Andries等,2013),而当试验效果不佳时,创业者不要一味否定该模式,更应当反思自己是否真正以助推商业模式创新为目标来配置企业资源。例如,成立于1999年的8848公司曾是中国电子商务的领军者,盛极一时。然而,在2000年左右的互联网经济危机冲击下,受投资者干涉,8848抛却了核心业务B2C而改做B2B,这种业务及模式的大幅转变使其一蹶不振,迅速陨落。客观来看,京东自2004年逐步崛起的事实证明,B2C模式本身并没错,而且还拥有巨大的市场潜力,但发掘这些潜力需要企业做好网络支付系统设计、物流配送体系搭建等工作来支持该模式有效实施,以实现用户安全、便捷地支付与快速收货,提升用户体验。
(三)不足与展望
本研究存在一些不足,有待未来研究改进。一是样本总量不够多,可能会降低研究结论的代表性。未来研究除了进一步通过补充调研来增加样本数量之外,还可以将资源集中到少数几个行业展开调查,做“小而精”的研究。二是主要委托专业调研公司及委托孵化器负责人收集数据,与研究人员亲自调研相比,有可能会因理解偏差而造成测量误差。未来研究除了继续加强培训、提供参考资料、加强过程控制(如随访)、提升研究人员亲自调研比例外,还应当进一步精简问卷,并广泛征集创业者意见,对不易理解的表述加以修改。三是主要借鉴Zott和Amit(2007)开发的量表来测量商业模式创新,但该量表却主要是用于专家学者自己从事的内容分析编码工作中,因而可能增大创业者对于测量题项的理解难度。未来有必要强化商业模式创新理论分析,开发商业模式创新测量量表,而结合Clauss(2017)的观点,以价值创造模块为引领,归纳总结不同模块内的具体业务活动构成是开发商业模式创新量表的可行路径。
① 服务业的发达程度通过参考《中国统计年鉴(2016)》数据,计算服务业所占当地GDP比重来判断;创新活跃程度根据“中国创新创业指数”在2017年7月24日的数据来判断。
② 限于篇幅,这里省略了控制变量对新创企业绩效的回归结果,下文表6也做了同样处理,将不再赘述。
[1] | 蔡莉, 尹苗苗. 新创企业学习能力、资源整合方式对企业绩效的影响研究[J]. 管理世界, 2009(10): 129–132. |
[2] | 李新春, 叶文平, 朱沆. 牢笼的束缚与抗争: 地区关系文化与创业企业的关系战略[J]. 管理世界, 2016(10): 88–102. |
[3] | Amit R, Zott C. Value creation in E-business[J]. Strategic Management Journal, 2001, 22(6-7): 493–520. |
[4] | Andries P, Debackere K, van Looy B. Simultaneous experimentation as a learning strategy: Business model development under uncertainty[J]. Strategic Entrepreneurship Journal, 2013, 7(4): 288–310. |
[5] | Clauss T. Measuring business model innovation: Conceptualization, scale development, and proof of performance[J]. R&D Management, 2017, 47(3): 385–403. |
[6] | 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. |
[7] | George G, Bock A J. The business model in practice and its implications for entrepreneurship research[J]. Entrepreneurship Theory and Practice, 2011, 35(1): 83–111. |
[8] | Guo H, Tang J T, Su Z F, et al. Opportunity recognition and SME performance: The mediating effect of business model innovation[J]. R&D Management, 2017, 47(3): 431–442. |
[9] | Kim S K, Min S. Business model innovation performance: When does adding a new business model benefit an incumbent?[J]. Strategic Entrepreneurship Journal, 2015, 9(1): 34–57. |
[10] | Mehrizi M H R, Lashkarbolouki M. Unlearning troubled business models: From realization to marginalization[J]. Long Range Planning, 2016, 49(3): 298–323. |
[11] | 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. |
[12] | Morris M, Schindehutte M, Allen J. The entrepreneur’s business model: Toward a unified perspective[J]. Journal of Business Research, 2005, 58(6): 726–735. |
[13] | Osiyevskyy O, Dewald J. Explorative versus exploitative business model change: The cognitive antecedents of firm-level responses to disruptive innovation[J]. Strategic Entrepreneurship Journal, 2015, 9(1): 58–78. |
[14] | Paladino A. Investigating the drivers of innovation and new product success: A comparison of strategic orientations[J]. Journal of Product Innovation Management, 2007, 24(6): 534–553. |
[15] | 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. |
[16] | Snihur Y, Tarzijan J. Managing complexity in a multi-business-model organization[J]. Long Range Planning, 2018, 51(1): 50–63. |
[17] | Wei Z L, Yang D, Sun B, et al. The fit between technological innovation and business model design for firm growth: Evidence from China[J]. R&D Management, 2014, 44(3): 288–305. |
[18] | Yi Y Q, Li Y, Hitt M A, et al. The influence of resource bundling on the speed of strategic change: Moderating effects of relational capital[J]. Asia Pacific Journal of Management, 2016, 33(2): 435–467. |
[19] | Zott C, Amit R. Business model design and the performance of entrepreneurial firms[J]. Organization Science, 2007, 18(2): 181–199. |
[20] | 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. |