武氏玄绒，张文松
(北京交通大学 经济管理学院，北京 100044)
摘 要：在回溯国内外企业成功与失败影响因素研究文献的基础上，以200家中国互联网企业为代表，深入研究了影响互联网初创企业成功的主要因素，从中选出有代表性、容易进行客观判断的14项影响因素进行Logistic回归。结果表明，5项因素显著影响中国互联网企业初创成功，其中，领域先驱企业、BAT体系或获得BAT投资等因素对企业具有正向影响；成立后马上获得第一笔投资、“海归”创始人以及市场分散程度等因素具有负向影响。最后，对显著影响因素进行讨论，进而提出关于市场与产品类型选择、互联网产品发展战略以及融资与战略合作关系等方面建议。
关键词：创业初期；创业成功；风险投资；互联网创业企业
DOI：10.6049/kjjbydc.2018060554
开放科学(资源服务)标识码(OSID)：
中图分类号：F492
文献标识码：A
文章编号：1001-7348(2019)13-0089-08
Vu Thi Huyen Nhung, Zhang Wensong
(School of Economics and Management,Beijing Jiaotong University, Beijing 100044，China)
Abstract：We review existing literature on factors affecting success and failure of new technology ventures and expand on existing research with an analysis of 200 Chinese internet companies, 100 of which were representative for successful ventures and 100 of which representative for failed companies? Based on this data we establish a research framework within which we identify and analyze 14 impact factors that are measurable, factual, and can be confirmed by external observers. Evaluation of success factors was done for all 200 companies. We determine the impact and significance of factors by fitting a Logistic regression model to the collected data. Out of the 14 factors, we show 5 to be significant at 95% confidence: Being a first mover and investments by Alibaba, Baidu or Tencent(BAT) are shown to have positive impact whereas having a returnee founder, attempting a first funding round after less than one year of operation and high market fragmentation have a negative impact. The paper closes with a discussion of the significant impact factors and suggestions for start-ups as well as venture capital firms.
Key Words:Intial Starts-up; Success in Entrepreneurship; Venture Capital; Internet Start-ups
收稿日期：2018-10-17
基金项目：国家社会科学基金重点项目(17AGL006)；北京交通大学基本科研业务费项目( 2017JBZD01)
作者简介：武氏玄绒(1987-)，女，越南人，北京交通大学经济管理学院博士研究生，研究方向为企业战略管理；张文松(1968-)，男，山东滕州人，博士，北京交通大学经济管理学院教授、博士生导师，研究方向为战略能力。本文通讯作者：武氏玄绒。
自1994年正式连入互联网以来，经过24年飞速发展，中国已成为举世瞩目的互联网大国。2008年中国互联网用户数已超过美国，跃居世界第一，截至2017年12月，中国网民总规模达7.72亿人，互联网普及率为55.8%；手机网民规模达7.53亿人，网民中使用手机上网的人群占97.5%[1]。被称为“互联网女皇”的Mary Meeker[2]在《2018年互联网趋势报告》中指出，中国已成为世界大型互联网公司的中心，全球市值排名前20的互联网公司中，中国拥有9家。
互联网行业能取得今天的成功，其首要原因是互联网产业受到政府重视与大力支持。2014年11月，李克强总理在出席首届世界互联网大会时指出，互联网是“大众创业、万众创新”的新工具；2015年3月5日，在十二届全国人大第三次会议上，李克强总理提出“互联网+”行动计划。此外，中国的互联网发展离不开风险投资的支持。2016年，中国风险投资总量达到8 277亿元，规模位居全球第二[3]，其中，互联网和IT行业投资在中国创业投资市场占主导，行业投资比例分别为50%和23%[4]。Deloitte等[5]在2017年《中美独角兽研究报告》中指出：中国独角兽企业(估值10亿美元以上的企业)数量位居全球第二，共98家，占全球独角兽总数的38.9%。
在整个互联网产业和多家互联网企业取得引人注目成绩的同时，更多企业经历了惨痛的失败。根据IT桔子统计的数据，互联网公司创业失败率为90.6%。因此，互联网初创企业成功和失败影响因素是非常有价值的研究方向，但目前国内研究很匮乏，国外研究主要针对欧美市场。本文将针对中国互联网典型案例和互联网特定环境进行研究，不仅有助于风险投资机构作出更准确和客观的投资决策，而且对创业公司在产品定位、市场选择、团队组织等方面具有参考价值。
国外研究从不同角度对初创企业成功影响因素进行研究。在早期研究中，Hisrich等[6]认为教育、工作经验、性格等企业家相关特征是影响初创企业成功的决定性因素。Sandberg&Hoffer[7]则认为初创企业的成功不仅仅取决于企业家本人，还依赖于企业战略与市场结构。后续研究再次确认了这些因素的有效性，如Roure & Keeley[8]提出11项衡量特征并以36家具有高发展潜力的初创美国科技企业为例进行分析；Feeser&Willard[9]通过对比美国互联网产业中高速和低速发展企业，再次确认战略对初创企业发展的重要性。Chrisman等[10]在Sandberg&Hoffer的模型基础上加入了资源、组织结构、流程、系统等因素。
在Watson，Hogarth-Scott&Wilson[11]建立的模型中，初创公司企业家和企业产品分别处于内部与外部环境的核心位置，其中，企业家与企业服务特征构成内部环境，企业服务结构与外部客户构成外部环境。进一步，企业家行为直接影响内部环境，而宏观经济情况直接决定了企业外部环境。
Song等[12]使用元分析(Meta-analysis)，基于高科技创业企业的31项实证研究，汇总了24个潜在成功因素。其中，只有8个因素是显著的，分别属于资源、创业团队、市场和机会三大模块。与此同时，该研究还提出综合框架，把企业绩效描述为战略和组织在团队、资源、机会等三大力量制约下的相互匹配。
国内相关研究较少。如何瑛等[13]从资本驱动角度分析腾讯基于机会、资源、团队3个主要层面的成功因素；张娜娜等[14]从技术、资金、企业战略、制度环境、经济环境、社会文化环境等影响因素方面对5家互联网企业创新子系统协同机制进行研究；陆雅铃[15]通过对百度、阿里巴巴、腾讯集团的资料收集与分析，从机会、资源、团队三大层面对互联网关键成功因素进行汇总。
首先，影响企业成败的因素需从正反两方面验证。目前主要基于少数案例，单方面对成功因素或失败因素进行定性分析，缺乏全面性与对比性。从研究结果看，一些因素在某些研究中被归纳为成功诱因，但在其它研究中被界定为失败原由。因此，本文试图通过多个成功案例与失败案例，同时对互联网企业发展影响因素进行全面验证与分析。
其次，国内外文献中界定的因素较模糊，很难进行客观评价，本文将汇总并选择具有真实可追溯性、易客观判断的因素进行验证。
除此之外，鉴于国内研究较匮乏，而国外研究主要针对欧美市场，本文将基于中国市场研究中国互联网企业成功影响因素，同时，构建可供后续借鉴与扩展使用的研究模型。
为了构建科学、合理的互联网初创企业影响因素体系，本文首先对近年国内外企业成功与失败因素研究文献进行回溯，在此基础上结合100家成功的中国典型互联网企业与100家典型失败互联网企业，构建互联网企业影响因素理论模型，如图1所示 。
图1 互联网企业影响因素理论模型
Chrisman等[10]扩展了Sandberg&Hofer[7]的模型以覆盖企业相关影响因素，但并没有对这些关系、层级以及相互作用进行描述。同样地，Song等[12]的模型主要汇总了影响企业业绩的团队、资源、机会等不同方面，同时，将战略和组织匹配性作为中心元素展现出来。Watson等[11]建立的模型描述了企业创始人与企业内外部环境之间的关系，但忽视了投资方这一创业企业的重要影响因素。
首先，影响互联网企业发展的因素是多方面的，内部层面包括企业战略、组织、文化、产品，以及作为领导团队核心人物兼整个企业精神领袖的企业创始人，外部层面包括企业所处的整体环境，从宏观经济到基础设施、政策体系、技术发展水平以及人才资源。企业从制定发展战略到日常运行都受到外部环境的制约。产品研发战略选择和推广方式取决于目标市场的结构与潜力。
同时，对于互联网初创企业，投资方具有至关重要的作用。原因在于很多互联网企业在开始阶段往往只拥有团队和产品概念，还不具有盈利能力。在该情况下，投资方不仅为企业提供资金，使企业能正常运行，而且提供人脉网络，帮助企业找到更好的合作伙伴与发展渠道。同时，拥有行业资深经验的投资公司还是企业重要的战略顾问。
本文构建的理论模型不仅将之前的研究成果进行了汇总，而且为后面的影响因素筛选提供了基础。
由于部分影响因素是基于企业非公开信息或较难通过企业对比获得，因此本文研究范畴内的影响因素需符合以下条件：①真实存在、易于进行客观判断，不被主观判断影响；②公开信息，企业外部人员可通过公开渠道获取与确认信息。
最终选出14个不同影响因素对应的14个假设。
H1：领先进入市场的企业成功率更高。
作为某领域先驱，企业能在市场发展早期优先发现与挖掘新技术，积累技术知识，拥有相关技术专利。同时，收集用户行为，不断改进技术，提高产品体验，以更加稳固地维持领先地位。
H2：位于一线城市的互联网企业成功率更高。
一线城市的优越条件有助于初创互联网企业发展。首先，一线城市完善的基础设施、丰富的商业资源有助于互联网企业运行、推广，有利于开展商业合作和资源合作；其次，一线城市的人口数量与密度为互联网企业提供了大量目标群体。同时，一线城市的推广渠道更加集中和成熟，使互联网企业能快速地接触潜在用户。由于经济发达、生活便利、教育环境良好、机会充裕等原因，一线城市吸引并聚集了丰富的人才资源，使企业寻找与雇用人才更加便利。
H3：拥有核心产品的平台式互联网企业成功率更高。
互联网本身就是一个大型平台，通过平台将用户和用户、用户和网站连接起来。其能快速发展是因为具有很强的开放性和网络效应。互联网企业也是如此，Vu, Zhang&Panhuber指出，要利用互联网的开放性和规模效应，产品平台化是必须考虑的方向之一[16]。
H4：在资源分散程度高的市场发展的互联网企业成功率更高。
该假设基于两个原因：一是资源分散程度高说明该市场还不够成熟，寡头企业尚未形成，初创企业有更多发展机会；二是在资源分散程度高的市场，互联网企业可通过平台式产品进行信息和资源整合，为用户提供价值服务并锁定用户、获得成功。
H5：获得Top风险投资机构投资的互联网企业成功率更高。
互联网商业模式跟传统行业不同：互联网企业多数在初创阶段没有稳定盈利，甚至很多企业需要经历长期亏损以积累用户，达到一定规模后才开始盈利。因此，互联网初创企业很难通过银行等传统渠道融资。风险投资能帮助互联网创业公司解决该难题——不仅提供资金，而且为创业公司提供人脉资源、战略顾问，以及通过风险投资机构的品牌和影响力提升创业公司价值。本文通过使用二项分类变量，标识出互联网创业公司在第一轮融资中是否获得在中国市场投资最多的前四名风投机构融资。
H6：属于BAT体系或获得BAT投资的互联网企业成功率更高。
BAT是指百度、阿里巴巴、腾讯3家最大的中国互联网公司。目前BAT投资或收购的很多是中国互联网创业公司。首先，三家公司都有强大的流量入口；其次，三家公司的技术水平以及人才资源在中国整个互联网行业遥遥领先。因此，互联网创业公司一旦获得BAT的投资，除获得资金支持外，还能在市场渠道、推广、用户量以及技术与市场战略等方面获得BAT的有效支持。
H7：在自然稳定增长一段时间后再获得第一笔投资的互联网企业成功率更高。
互联网创业企业的增长方式主要有3种：自然增长、付费增长以及合作带来增长[17]。若创业企业从一开始就获得投资，企业便可直接使用融得的资金进行付费增长，也可以通过投资机构提供的人脉资源实现合作增长，从而忽视进行深入的技术和产品优化、找出用户需求和痛点实现自然增长。一年门槛期是通过观察互联网创业企业案例设置的。互联网是新兴行业，很多企业生命周期很短，同时，人员流动较大。一年的自然增长能在某种程度上说明产品价值高和团队对产品有信心。本文研究样本中1/4的企业从成立到收到第一笔投资的时间至少间隔一年。
H8：“海归”创始人创立的互联网企业成功率更高。
“海归”是指海外留学或工作一段时间后回国就业的人。IT产业的核心技术大部分由欧美国家垄断。而在国外留学、工作的人员有机会第一时间接触到这些前沿技术，了解国外成功的产品和商业模式，这些经历与专业技术背景有助于其回国创业并取得成功。
H9：创始人为连续创业者的互联网企业成功率更高。
连续创业者是指经历了多个创业项目的创业者。通过多次创业实践积累经验，使连续创业者能更好地管理创业公司，同时，其建立的创业关系网络有助于快速组织创业新团队[18]。
H10：有更高学历创始人的互联网企业成功率更高。
教育不仅能为企业家提供牢固的专业知识、丰富的基础知识、严谨的思维逻辑，还能提供多样化的社交资源，如内在的沟通能力、语言表达能力、情感感知能力，以及外在的社交人脉网络。本文在研究中国互联网创始人教育背景时，按照硕士以上和硕士以下学历水平划分。
H11：拥有毕业于Top学校创始人的互联网企业成功率更高。
该假设是基于创始人教育背景的延伸。首先，由于名校进入门槛高，能进入的企业创始人都具有一定实力，智商较高、学习能力较强。同时，这些学校在教学资源、研究团队以及基础设施等方面比其它院校更具有优势，能为企业创始人提供更好的发展平台。另外，同学和校友圈有助于企业创始人积累更多人脉资源，对以后的创业团队组建以及合作伙伴寻找提供有效帮助。Wadhwa等[19]的研究显示，毕业于美国名牌大学的企业创始人，其业绩高于毕业于其它院校的创始人，且19%的科技领域创始人来自美国排名前十的学校。
本文通过调查互联网企业创始人教育背景，并根据中国学校综合排名，对排名前10学校的创始人与其它学校创始人进行区分并构建二项分类变量。
H12：创始人具有互联网行业工作经验的互联网企业成功率更高。
Burton等[20]认为，先前的工作不仅能为创业者积累工作经验，还能拓展创业者人脉关系、发现新机会以及提升风险识别能力。杨俊等[21]的研究结果显示，创业前的工作经历越多样化、行业经验相关性越强，创业者往往能获得更显著的企业绩效。本文根据创始人是否有互联网企业工作经验构建二项分类变量。
H13：创始人创业年龄在30岁以上的互联网企业成功率更高。
“哪个年龄开始创业的成功率更高”是一个很受关注的话题。针对中国市场的调查研究结果显示，30岁是关注较多的一个年龄段[22-23]。在中国文化里，30岁是一个重要的里程碑。中国人通常引用孔子《论语》的“三十而立”来表达30岁该有的状态——“30岁人应该能依靠自己的本领独立承担责任，并确定自己的人生目标与发展方向”。由于受到文化和社会背景的影响，30岁的中国人无论是从家庭还是事业角度，都需要呈现出一个稳定状态或至少拥有一个明确的目标方向。这种心态会影响创业者决策，并间接影响企业战略和业绩。因此，本文用30岁以下和30岁以上两个年龄段对互联网创业者进行年龄段划分。
H14：创始人为男性的互联网企业成功率更高。
中国在法律、经济、社会、教育等领域进行了很多变革，为中国女性提供了较公平的社会环境及个人发展机会[24]。但尽管如此，女性创业还是会遇到很多困难。如大部分中国女性创业者会面临家庭与事业的平衡问题[25]。另外，Deng等[24]的研究指出，在融资上男性创业者比女性创业者更占优势。
本文的成功企业样本来源于艾瑞集团旗下的iMedia 2016年中国互联网企业价值榜。失败企业样本来源于IT桔子数据库中状态为破产或已关闭且融资总额较高的互联网企业，样本获取时间为2017年9月22日。
企业影响因素数据是基于逐个调研后手动收集的。投资方、融资时间等融资数据来源于Thomson Reuters 旗下的Venture Expert数据库以及IT桔子数据库。企业所在城市、产品类型、市场类型、创始人以及相关信息通过企业官方网站、百度百科、创始人社交网公众账号、权威报纸新闻及访谈等渠道手动整理。
本文使用Logistic回归模型预估不同因素对互联网企业的影响。
(1)
式(1)中：P为互联网企业成功概率；β0为常数，βi(i=1,2,… ,14)为影响因素回归系数；因变量Y为互联网企业成功概率，取值为1表示成功、为0表示失败；自变量Xi(i=1,2,…,14)为互联网企业影响因素。
通过式(1)可计算出企业成功概率(odds)。
(2)
当因变量Xi增加一个单位而其它变量保持不变时，可计算出企业成功率变化Oc。
(3)
因此，Oc用于描述不同因素对企业的影响程度，Oc值越大影响越显著。同时，当Oc为正数时，因素对企业成功起正面作用，当为负数时，因素对企业具有负面作用。
本文对所有变量进行相关性分析，分析结果见表1。从结果可看出，各变量相关系数均未超过0.700，说明变量区分度较明显，不存在严重共线性问题。
使用LIBLINEAR[26]的坐标下降法与L2正则化估算回归系数βi并计算Oi。与此同时，通过Z-Test对回归结果显著性进行检验，结果如表2所示。
表1 主要变量相关系数矩阵
表2 Logistic模型回归结果
在表2的回归结果中，Sig.值小于0.05的有5个影响因素，即领域先驱公司(0.027)、 获得BAT投资(P<0.0001)、 “海归”创始人(P=0.021)、 第一笔融资时间(P=0.022)、市场资源高度分散(P=0.024)。这些是具有95%置信度的显著影响因素。
本文对Logistic回归结果中的5个显著影响因素进行深度分析，同时，提出相应政策建议。
无论是传统行业还是互联网行业，先进入市场的企业均具有很多优势，同时，也要面临“free-rider”现象[27]。但互联网企业和传统行业的最大区别在于，大部分互联网产品本身是免费的，因此后进者很难通过价格吸引用户。虽然出现了补贴战，但先驱企业也可以使用相同战略进行竞争，而且补贴战需要资金支持。相比新进入企业，先驱企业已有一定技术、用户、团队资源积累，因此更容易获得风险投资。
互联网产业门槛主要取决于用户习惯、产品体验和网络效应，而后进者很难在这些方面实现超越：①用户习惯。该习惯培养需要时间，一旦形成就很难改变，因此先进入市场的企业通过产品功能锁定用户，使后进企业在提供相同服务时必须遵循用户习惯，导致很难实现差异化，从而无法使用户切换到自己的产品上；②产品体验。该因素除涉及产品功能外，还取决于技术水平和不断的产品迭代。先进入市场的企业不仅能有更多时间进行技术积累，同时占尽先机地获取用户数据和用户反馈以不断迭代与提升产品体验。随着用户数攀升，先进入市场的企业能更好地利用网络效应获得市场优势地位，从而提高后进企业进入门槛；③网络效应。网络效应不仅能为企业带来大量用户，降低用户获取成本，而且能提升产品体验和用户粘性。原因在于随着产品用户规模的扩大，提供的内容和服务随之变得更丰富，产品多样性和用户体验也相应提升。典型的例子是社交类产品，一旦用户基于某个产品建立了广泛的朋友圈，其对平台的粘性会变得非常高，导致其它同类产品很难将用户吸引过去。与此同时，互联网企业会想方设法提高用户粘性，如账号体系、积分体系、个性化功能和推荐等。一旦这些功能被用户广泛启用后，后进入的产品就很难再将这些用户吸引过去。
对于互联网创业企业而言，融资不仅仅是为了获得资金，更重要的是其它无形资源，如人脉网络、外界认可、品牌价值提升等。这些无形资源不仅可以从BAT投资中获取，也可以从Top机构投资中获取。但在本文回归结果中，Top机构投资虽然有正面影响，但不显著，相对而言，属于BAT体系或获得BAT投资非常显著。这说明BAT能为创业公司带来更独特的价值资源。首先，如上分析，3家公司凭借亿级活跃用户具有强大流量入口，获得投资的创业公司有机会接触并获取这部分宝贵流量。虽然不是所有被投资公司都能享受该待遇，但一旦拥有该特权，公司就能获取高价值目标用户。典型例子为获得腾讯投资的京东，可打通微信端、手机QQ端购物渠道，不仅能通过两大平台的亿级用户给商城导流，还实现了从商城到支付的闭环购物体验。另外，凭借多年市场积累，BAT拥有强大的技术支撑以及市场掌控力——从目标用户到客户，以及上下游不同发展环节。因此，互联网创业企业若在BAT体系下或获得BAT投资，就有机会获得这些资源与支持，有助于战略选择、促进公司发展并提高成功率。
对于创业企业而言，若想被BAT投资或收购，需要了解BAT的投资战略。自2013年起，BAT从内部自主开发转变为加速投资并购。从BAT投资并购的公司名单[28]看，BAT投资并购首先是为了完成自己的生态圈搭建。阿里巴巴的生态圈围绕电子商务展开，从上游供应链到下游门店、中间物流服务和支付。百度的生态圈围绕搜索引擎流量和用户展开，从上游的流量获取到下游的不同领域流量“落地”和基于地理位置的本地生活。腾讯的生态圈主要围绕社交用户并深入到不同领域，从电商到O2O(线上到线下)，还有游戏、门户视频、广告等。另外，BAT的投资并购也是为了“追风口”。3家公司都持续关注并投资新兴领域创业公司，如人工智能、区块链等。因此，对于创业企业而言，仔细调研和分析BAT生态圈发展以及关注前沿技术与趋势，以此确定产品类型和发展方向能有效提高被BAT投资的概率。
Logistic回归结果表明：自成立后很快获得投资的互联网企业成功可能性较低。本文认为，创业公司需要一段时间的自然成长，通过产品为用户提供价值、吸引用户使用。这部分用户量不需要很多，只需体现产品模式价值即可。由于获得投资的很多创业企业通过补贴吸引用户，这种增长模式一般是不可持续的，其原因是追捧补贴而不是产品价值的用户一旦被停止补贴，就会很快流失。
另外，在未获得投资阶段，创业团队在资金紧张时还坚持开发与推广产品，说明他们对自己的产品非常有信心。同时，也能激发团队深度思考，完善产品性能或找出推广或获取用户的低成本方式和渠道。这样的团队在获得投资后能更高效地使用投资资金。
Logistic回归结果表明，拥有“海归”创始人的互联网企业失败率较高。本文认为，这主要是因为目前“海归”数量不断上升但平均质量有所下降，且群体创业比例较高以及外界期望过大。
随着第一批互联网 “海归”创始人的成功， “海归”人物被烙上传奇印记。这批人确实是精英中的精英，但随着留学人员的增加，“海归”的平均质量大不如前，特别是2001年中国加入WTO之后，留学人员数量急剧上升，到2006年底，中国出国留学人员突破了百万大关，而90%以上为自费留学[29]。外界的过高期望加上留学回国人员选择创业的比例高(11.9%的留学回国人员选择创业[30]，相比之下，国内大学生的创业比例只有3%[31])，因此失败率也更高。
导致“海归”创业者优势下降的原因除了以上因素外，互联网和媒体环境的变化也是重要影响因素。在互联网发展初期，国外技术发展比国内先进，国内的低互联网普及率以及媒体不发达导致信息获取成本高。因此，在发达国家学习的留学生具有接触先进技术、快速了解前沿信息和研判发展趋势的优势，有助于其回国创业成功。但随着互联网发展，不仅国内技术飞速发展，而且全球信息实现了同步快速更新，导致海外留学人员的优势不如从前。同时，国内创业者通过建构人脉关系，对国内市场更加了解，在创业过程中能生产出更本土化的产品，面对市场变化和竞争能快速应对。全球智库在2017年针对海归就业创业的调查结果显示，52.9%的海归创业者有创业失败经历，42.6%的海归人认为导致创业困难的问题之一是对国内市场缺乏了解[32]。
虽然“海归”人员的创业优势不如从前，但是海外教育、语言优势、国际人脉网络以及国际化思维与视野的培育还是对创业很有价值。“海归”创业者可通过团队选择弥补自己的不足。
从回归结果看，在资源分散程度高的市场投放产品的互联网企业失败率较高。本文认为，在分散程度高的市场投放产品没有问题，而是资源分散的市场是否都适合于互联网产品。在互联网+与O2O浪潮下，很多互联网创业公司为了赶上潮流盲目整合。因此，如何选择适合创业公司发展的市场是创业公司需要认真思考的问题。
第一个值得考虑的方面是与该行业现有企业相比，创业公司产品和服务能为用户带来多大的价值体验。Paypal的创始人Peter Thiel[33]在《Zero to One》中提到，创业公司的专有技术需要呈现出比同行好10倍的服务价值才有机会变成巨头，获取成功。但从失败案例中不难看出，很多创业公司只能提供边缘性提升服务，无法跟现有企业竞争，更不用说10倍的更好体验。同时，传统企业由于具备丰富的经验、资源和现有品牌，很容易推出相应服务与创业公司竞争。因此，这样的市场不适合创业公司开发。
第二个是用户使用频次，这也是创业公司选择发展市场的重要指标之一。很多市场虽然资源分散程度高，但用户使用频次过低、不是刚需或难以标准化。处于这类市场的创业公司因无法利用规模经济效应，很容易陷入增长乏力或成本过高困境。此外，流量和用户、运营成本，以及行业发展情况、在行业中发展是否占优势等问题也需要创业公司在选择市场时全面慎重地考虑。
本文通过国内外文献综述，并结合中国互联网200家成功和失败的典型企业案例分析构建理论模型，从中选取有代表性的14个影响因素作进一步分析和Logistic回归检验。被选择的影响因素均为客观、真实、可通过公开渠道判断和验证的。从Logistic回归结果找出5个显著影响因素，即领域先驱企业、BAT体系或获得BAT投资、第一笔投资时间、“海归”创始人以及市场资源分散程度。本文对5个因素进行了深入分析并提出相应建议。
本文研究方法可用于更加细分的研究主题，如互联网不同领域、不同产品类型、不同发展阶段、不同规模的影响因素。另外，BAT对中国互联网的影响越来越大，深入研究BAT发展与投资战略及其投资组合也是非常有价值的研究方向。同时，政府政策对互联网企业发展环境的影响，以及技术发展速度和方向也是值得研究的主题。
参考文献:
[1] 中国互联网络信息中心(CNNIC) . 2018年第41次中国互联网络发展状况统计报告[R].2018.
[2] MEEKER M. Internet trends 2018[R].Kleiner Perkins, 2018.
[3] 中国科学技术发展战略研究院, 中国科技金融促进会, 上海市科学学研究所. 中国科技金融生态年度观察[R]. 上海, 2017.
[4] 李惠. 2017上半年基金统计分析[R].投中信息研究院, 2017.
[5] DELOITTE, 投中信息. 中美独角兽研究报告[R].2017.
[6] HISRICH D R. Entrepreneurship and intrapreneurship:methods for creating new companies that have an impact on the econom. renaissance of an area[A]. Entrepreneurship, intrapreneurship, and venture capital： the foundation of economic renaissance[M].Lexington Books，1986: 71-104.
[7] SANDBERG W R,W HOFER C.Improving new venture performance: the role of strategy, industry structure, and the entrepreneur[J]. Journal of Business Venturing, 1987，2(1):5-28.
[8] B ROURE J, H KEELEY R. Predictors of success in new technology based ventures[J]. Journal of Business Venturing, 1990，5(4):201-220.
[9] FEESER H R,WILLARD G E.Founding strategy and performance: a comparison of high and low growth high tech firms[J]. Strategic Management, 1990，11(2):87-98.
[10] CHRISMAN J J, BAUERSCHMIDT A, HOFER C W. The determinants of new venture performance: an extended model[J]. Entrepreneurship Theory and Practice, 1998，23(1):5-29.
[11] WATSON K,HOGARTH-SCOTT S,WILSON N.Small business start-ups: success factors and support implications[J]. International Journal of Entrepreneurial Behavior & Research, 1998，4(3):217-38.
[12] SONG M, PODOYNITSYNA K, BIJ H V D, et al. Success factors in new ventures: a meta-analysis[J]. Journal of Product Innovation Management, 2008，25(1):7-27.
[13] 何瑛, 吕高宇, 周慧琴. 腾讯资本驱动型成长路径及关键成功因素分析[J]. 财务与会计, 2016(17):16-19.
[14] 张娜娜, 付清芬, 王砚羽，等. 互联网企业创新子系统协同机制及关键成功因素[J]. 科学学与科学技术管理, 2014(3):77-85.
[15] 陆雅铃. 互联网企业的关键成功因素研究[D].重庆：西南政法大学，2012.
[16] NHUNG V T H, WENSONG Z, PANHUBER C. Strategic considerations for the formation of internet platform products[A].2015 International Conference on Logistics, Informatics and Service Sciences(LISS)[C]. Barcelona, Spain: IEEE, 2016.
[17] CHEN X,ZOU H T，WANG D.How do new ventures grow? firm capabilities, growth strategies and performance[J]. International Journal of Research in Marketing, 2009, 26(4):294-303.
[18] BASU, ANURADHA. Prior startup experience, social networks, and transnational entrepreneurship in Silicon Valley[A].Indian Institute of Management Ahmedabad，2018.
[19] WADHWA V,FREEMAN R,RISSING B.Education and tech entrepreneurship[R].Kauffman Foundation, 2008.
[20] BURTON M,SΦRENSEN J B,BECKMAN C M.Coming from good stock:career histories and new venture formation[J]. Social Structure and Organizations Revisited,1998，19: 229-262.
[21] 牛芳, 杨俊, 薛红志. 先前工作经验、创业机会与新技术企业绩效——一个交互效应模型及启示[J]. 管理学报, 2011 ,8(1):116-125.
[22] 创业邦研究中心. 独家解读中国30岁以下创业新生代[J]. 创业邦, 2014(1):60-61.
[23] 伍晓鸣. 30岁的人最适宜创业[J]. 职业法律天地, 2008(1).
[24] DENG S, WANG X, ALON I. Framework for female entrepreneurship in China[J]. Business and Emerging Markets, 2011，3(1).
[25] 刘梦羽. 中国女性创业报告[R].中国企业家, 2017.
[26] FAN R E, CHANG K W, et al. Liblinear: a library for large linear classification[J]. Journal of Machine Learning Research, 2008，9(5):1871-1874.
[27] SPENCE M. Cost reduction, competition, and industry performance[J]. Econometrica, 1984，52(1):101.
[28] IT桔子数据库. IT桔子雷达-投资机构[EB/OL]. http://http://radar.itjuzi.com/investment.
[29] 中国教育在线. 中国出国留学人数变化统计[EB/OL]. http://www.eol.cn.
[30] 全球化智库(CCG). 中国留学发展报告[M].北京:中国社科文献出版社, 2016.
[31] 罗惠文, 李睿如. 大学毕业生自主创业分析[R].麦可思研究院, 2011.
[32] 全球化智库, 智联招聘. 2017年中国海归就业创业调查报告[R].2017.
[33] THIEL P, MASTERS B. Zero to one[M]. Crown Business, 2014:83-85..
[34] IRESEARCH CONSULTING GROUP. China's internet industry insights and trends report[R]. Beijing: iResearch China, 2016.
[35] 胡世良.互联网公司失败原因剖析[J]. 中国新通信, 2011(17):48-53.
[36] 金建华.BAT投资的生态链[J]. 上海国资，2015(1):50-51.
[37] CASSAR G. Industry and startup experience on entrepreneur forecast performance in new firms[J]. Journal of Business Venturing,2014，29(1):137-151.
[38] MEEHL E P. Clinical versus statistical prediction:a theoretical analysis and a review of the evidence[M]. University of Minnesota Press, 1954.
[39] LI S, SCHULZE W, LI Z. Plunging into the sea, again? a study of serial entrepreneurship in China[J]. Asia Pacific Journal of Management，2009，26(4):667-680.
[40] 胡君辰, 曲明磊, 那一牧. 创业企业家教育背景与企业绩效的关系——基于厦门市创业园的实证研究[A].第三届海峡两岸企业组织与管理学术研讨会[C].2009.
(责任编辑：胡俊健)