The Configuration Path of Multi-factors' Synergic Impact on Entrepreneurial Performance of Complementary Enterprises in E-commerce Platforms

Huang Shaosheng, Yan Chun

(Faculty of Business Administration, Shanxi University of Finance &Economics, Taiyuan 030006, China)

Abstract：In the digital era, the emergence of platforms has overturned the traditional concept of boundaries, and the integration of resources across original boundaries has become an irreversible trend, with e-commerce platform-based entrepreneurship releasing unprecedented new economic momentum. SMEs have entered development by complementing e-commerce platforms and integrating the digital technology of the platforms as an important path to maintain or seek resource advantages. However, while platforms offer innovative opportunities for resource acquisition and advantage reshaping, they may also bring uncertainty due to path dependency. While the existing literature confirms the 'net effect' of individual variables such as entrepreneurial capital, entrepreneurial environment, entrepreneurial perception, entrepreneurial opportunity identification, entrepreneurial decision making, and entrepreneurial resource bricolage on entrepreneurial performance, there are no consistent findings. It is inferred that the effect of these factors on entrepreneurial performance is not single, and there is a complementary or substitution relationship between various environmental or resource factors, resulting in a synergistic grouping of factors. The factors of technology, organization and environment are integrated within the research framework in the TOE theory, which helps to analyze and reveal the process of entrepreneurial performance from a holistic perspective. It is therefore used as the logical basis for this study.

This paper uses 334 complementary enterprises in e-commerce platforms as research samples to analyze the synergistic mechanisms of data support function application, community support function application, resource bricolage, contextualization innovation, environmental uncertainty and entrepreneurial policy orientation on entrepreneurial performance based on the TOE theoretical analysis framework. It is found that (1) there is no single necessary condition for achieving high entrepreneurial performance, indicating that in today's VUCA era, there is a complex causal mechanism for complementary e-commerce platforms to achieve high entrepreneurial performance, and no single antecedent condition can play a critical role; (2) the antecedent patterns of high entrepreneurial performance include the technology-driven and policy-supported type , the technology-driven and uncertainty-catalyzed type, the data-driven innovation and community-resource synergistic type, and the full-dimensional factor synergistic type. The technology-driven and policy-support type emphasizes the linkage between the application of platform digital functions and entrepreneurial policy orientation; the technology-driven and uncertainty-catalyzed type emphasizes the co-catalytic effect between the application of platform digital functions and environmental uncertainty scenarios; the data-driven innovation type emphasizes the linkage between the application of data-support functions and contextualization innovation; the community-resource synergistic type emphasizes the linkage between the application of community support functions and resource collocation actions; the full-dimensional factor synergistic type emphasizes the equivalent linkage of technological, organizational and environmental factors; (3) there are two configuration paths for non-high entrepreneurial performance of complementary platform enterprises, and there is a causal asymmetry with the driving path of high entrepreneurial performance.

By proposing six factors that affect the entrepreneurial performance of complementary enterprises from the levels of technology, organization and environment, this paper empirically explores the matching effects among multiple factors using the fsQCA approach, and reveals to some extent how the antecedent conditions of resource acquisition and integration of platform complementary enterprises impact performance outcomes, which expands the application context and boundaries of the TOE framework, and also provides a holistic perspective for understanding and explaining the causal complexity of entrepreneurial performance of platform complementary enterprises. In practice, it is far from sufficient to inspire the entrepreneurs of complementary enterprises to focus solely on the impact of a particular internal or external factor on entrepreneurial performance. On the contrary, it is reasonable to carry out resource activities and contextualization innovation in different environments according to one's own resource endowment. At the same time, it is not necessary to blindly compete with the leaders in the industry to which one belongs. Finally, the "bucket effect" mindset should be adopted in the relationship between internal and external factors and the entrepreneurial performance of complementary enterprises so that the enterprises can examine the optimal combination of resources, make full use of the platform's digital capabilities, identify multiple underlying logic, and digest the differentiated assumptions behind.

Key Words：Entrepreneurial Performance; TOE Framework; Digitalization; Complementary Platform Enterprises; Fuzzy Set Qualitative Comparative Analysis

收稿日期：2022-11-04

修回日期：2023-02-04

基金项目：国家社会科学基金项目(20BGL019)

作者简介：黄绍升(1994—),男,广东湛江人,山西财经大学工商管理学院博士研究生,研究方向为数字化转型与创业管理;闫春(1973—),男,广西桂林人,博士,山西财经大学工商管理学院教授、博士生导师,研究方向为创新创业管理。本文通讯作者:闫春。

DOI：10.6049/kjjbydc.2022110124

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.2

文献标识码：A

文章编号：1001-7348(2023)11-0122-09

0 引言

随着数字技术不断进步和数字化场景应用范围扩大,数字市场在当前商业格局中占据中心地位。由此,连接外部独立公司多种产品的电商交易平台应运而生,其可为客户提供集成化服务解决方案[1]。基于电商交易平台的数字市场正极大地改变平台及互补企业为最终客户创造价值的方式,进而影响其市场竞争模式。资源依赖理论强调从周围环境获取资源以促进自身发展的重要性[2],依托电商平台数字赋能实现资源整合,推动内外部协同成为平台互补企业寻求突破的重要发展战略[3]。然而,据“天眼查”统计,截至2020年有40万家电商企业进行了注销。可见,电商平台的赋能效应虽然能够为互补企业提供跨界竞争优势,但也会因为企业自身能力与资源等因素导致绩效高度分化[4]。因此,有必要深入研究识别电商平台互补企业创业绩效影响因素组合与互动机制。

平台通过提供基础区块吸引互补者加入,共同为用户提供产品或服务[5]。由此,平台与互补者间的合作关系、竞争关系和治理策略引起学界广泛关注[6]。现有研究表明,中小企业倾向于选择平台赋能与自身产品相融合的模式,借助平台发现创业机会并降低创业成本[7]。因此,需要结合平台属性特征与自身专业能力对平台互补企业内在成长机理进行考察(王节祥等,2021)),避免中小企业过度依赖平台或因平台架构设计的权力非对称性导致成长困难[8]。然而,探讨电商平台互补企业如何通过对平台功能的情景化应用促进创业绩效提升这一问题的研究匮乏,因而无法回答互补企业平台选择多元化与绩效分化的问题。此外,非平台化情景下的相关研究探讨创业资本、创业环境、创业认知、创业机会识别、创业决策、创业资源拼凑等因素对创业绩效的影响[9],但仅关注单个前因条件对创业绩效的净效应,忽略了因果复杂性问题,即多个前因条件组合关系与共同作用对结果的影响。事实上,组织与环境、组织与组织可以作为相互关联的结构存在[10]。对电商平台互补企业而言,平台数字功能可以提供技术情景,进而推动企业资源能力与创新行为的适应性转变。因此,突破回归分析的“净效应”研究范式,以组态思维揭示电商平台互补企业在内外部多维因素组合作用下的创业绩效实现路径,有助于促进电商平台与平台互补企业实践。

综上所述,电商平台互补企业借助平台数字功能促进创业绩效提升是技术、组织和环境相互影响、相互作用的复杂过程。现阶段,对这一复杂机制的研究相对匮乏。为此,基于Tornatizky&Fleischer[11]提出的TOE框架,本文采用模糊集定性比较分析方法(fsQCA)[12],对334家电商平台互补企业高创业绩效因素组合进行分析,揭示影响企业多因素协同作用的复杂效应,以期为电商平台互补企业经营管理提供启示。

1 理论基础与框架构建

1.1 电商平台互补企业

根据Gawer&Cusumano(2014)的定义,平台生态系统由平台、架构以及支持互补资产集合3个部分组成。在多边数字平台中,互补资产是指“互补者”为平台主提供的产品互补、服务互补和技术互补(王节祥等,2021)),消费者可以通过平台购买互补者提供的产品。基于平台架构角度,互补性是平台组织架构设计的底层逻辑(张敬博等,2020)。Cusumano[13]根据价值创造方式将平台划分为交易型平台和创新型平台。其中,创新型平台侧重技术互补,其他个体或企业能够在技术或系统中进行更新和创新,进而创造“1+1>2”的价值;交易型平台通过链接消费者与互补者,促进多方主体交流以达成交易。电商平台作为交易型平台,以模块接口为特征,兼顾多方主体,通过增加消费者数量产生网络效应或网络外部性[7],进而吸引更多商家加入,成为其互补者。本文研究对象为电商平台互补企业,是指在电商交易平台上从事商业活动并使用平台数字功能提供互补产品或服务的企业,其与电商平台存在互补关系。

1.2 TOE理论分析框架

20世纪90年代,Tornatizky&Fleischer[11]率先提出技术—组织—环境(简称TOE)理论框架,旨在探讨3种不同因素如何影响创新成果在不断扩散与传播过程中被其他企业或用户接受、采纳并实施这一问题。研究表明,TOE理论框架用于探讨技术创新与用户采纳关系时具有良好的适用性(Lockyer,2010)。随着数字技术发展,信息扩散方式与传播渠道均会发生改变,经济社会亟需经历一场全面而深刻的社会—技术范式转型,呈现出技术、产业、市场、文化和社会等多要素共同演化的复杂关系(李平,2018),TOE理论分析框架与创新扩散理论融合也变得紧密(段淳林和崔钰婷,2022)。Geels(2002)认为,技术扩散引发的经济社会结构性转型包括3个层级的相互作用,除占主导地位的社会—技术范式的锁定效应外,还包括微观层面的“利基”创新环境和宏观层面的政策导向、环境等“地景(landscape)”;Baygi等(2021)认为,数字化转型需要有利的条件,进而促使技术创新被及时创造、感知和实现。针对充分利用电商平台数字功能的创业活动,现有研究认为,其本质是技术扩散与主动性技术采纳行为,强调电商平台互补企业与平台双方基于数字技术的创造性融合。因此,TOE理论分析框架用于阐释电商平台互补企业数字功能应用具有高度适用性。

1.3 TOE框架要素对电商平台互补企业创业绩效的影响

1.3.1 技术维度

电商平台互补企业创业TOE分析框架的技术维度包括数据支持功能应用与社群支持功能应用两个子条件。互补企业充分利用电商平台数字功能模块提供产品与服务,符合TOE框架关注的适配性问题。对电商平台互补企业而言,数据支持功能应用与社群支持功能应用可为创业绩效提供基础性作用,具体从3个方面加以阐释:①从流程创新视角看,数据支持功能应用能够不断渗透电商平台互补企业运营流程并发挥赋能作用,改变库存、交易和决策形式等[14],而社群支持功能应用不仅能够帮助电商平台互补企业即时与用户进行产品沟通、信息沟通和交易互动,而且能够增加支付、营销和物流等增值性服务[15];②从产品创新视角看,借助数据支持功能应用与社群支持功能应用,电商平台互补企业能够衍生出蕴含数字化功能的新服务(Yoo等,2010),深入挖掘潜在用户需求,激发多样化定制服务;③从商业模式创新视角看,电商平台、互补企业及消费者共同创造的大数据合作资产包含市场变化信息与产品需求信息(Xie等,2016),平台数据服务技术(例如阿里的生意参谋,字节跳动的抖店)能够及时将相关信息传递给电商平台互补企业,电商平台互补企业利用平台开展蕴含数据赋能的营销管理、智能化后台管理、定价修订等,制定与市场环境及顾客需求相匹配的商业模式创新方案。可见,数据支持功能应用与社群支持功能应用相互补充,共同促进平台数字功能在电商平台互补企业价值链中的价值共创,进而提升创业绩效。

1.3.2 组织维度

电商平台互补企业创业TOE分析框架的组织维度包括资源拼凑与场景化创新两个子条件。在资源拼凑方面,电商平台数据支持功能与社群支持功能是信息、计算和连接等具体技术模块的组合(Bharadwaj等,2013)。通过资源拼凑,平台互补企业将这一技术模块组合与现有产品和服务深度融合,是对电商平台数字技术资源进行吸收的关键步骤,能够促进新旧资源内部集成与外部拓展(李琦等,2021)。在资源拼凑过程中,电商平台互补企业培育的数据积累与分析能力可转化为互补性资源能力(刘洋等,2020),帮助企业深化对内外潜在数字化信息和资源的理解,赋予现有资源新的价值,从而促进市场份额提升。总体来说,电商平台互补企业通过资源拼凑能够有效促进资源跨界流动,为形成具有竞争力的“产品+服务”模式提供数字化资源整合路径,从而助推创业绩效提升。在场景化创新方面,电商平台互补企业通过将场景要素融入商业模式创新,与用户实现价值共创(江积海,阮文强,2020),从而拓展电商平台数字功能应用空间。首先,加强用户场景化创新能够全面理解用户特征与需求,提高用户参与度,从而提升互补企业价值与绩效[16];其次,加强运营场景化创新能够构建核心企业与用户、供应商等重要利益相关者数字化价值共创网络,实现关键业务数字化运营,进而提升创业绩效;最后,加强产品场景化创新能够提升用户特定场景下的情感价值、体验价值和认知价值,从而促进互补企业创业绩效提升(欧伟强和朱斌,2019)。

1.3.3 环境维度

电商平台互补企业创业TOE分析框架的环境维度包括环境不确定性与创业政策导向两个子条件。对互补企业而言,环境不确定性可能存在“双刃剑”效应。一方面,环境不确定性会给企业竞争优势带来挑战,进而影响其创业绩效(王伟毅和李乾文,2007);另一方面,环境不确定性可能作为外部压力促使互补企业借助平台数字功能开展创新活动,进而获得可持续性绩效。首先,环境不确定性会缩短产品生命周期、技术更新周期及企业维持优势的“保鲜期”,倒逼电商平台互补企业根据市场变化改变创业活动,将不确定性风险转化为机会。其次,环境不确定性会加快电商平台数字功能更新速度,为互补企业搜寻外部技术资源提供支撑,同时为互补企业创业活动带来便利。与环境不确定性相比,创业政策导向对互补企业的影响是积极的。中国情景下,政府拥有较大的控制权与资源分配权,制度会深刻影响企业合法性与外部资源获取(周冬梅等,2020)。此外,除本身的支持性作用外,创业政策导向还是市场失灵的弥补措施,有利于降低初创企业面临的不确定性风险(Bennett,2008)。在“大众创业、万众创新”背景下,创业政策导向必须与经济社会发展同频共振(林龙飞和陈传波,2019)。因此,无论是对电商平台还是对互补企业而言,提升与创业政策导向的契合度均非常重要。与创业政策导向结合越紧密,越能激发创业者活力,从而促进平台互补企业创业绩效提升。

基于此,本文将3个层面的6个子条件纳入分析框架,试图厘清各因素间的协同关系,提炼平台互补企业创业绩效差异化驱动路径,并构建理论模型如图1所示。

2 研究设计

2.1 研究方法选择

为探究多要素协同驱动电商平台互补企业创业绩效的组态路径,本文选择模糊集定性比较分析方法(fsQCA)进行论证,原因如下:①fsQCA是综合定量与定性研究的组态分析方法,能够对研究对象蕴含的模糊信息进行科学、合理的评价,所得结论可以揭示复杂社会现象;②fsQCA具有等价性,其认为影响结果发生与否的因素可能单独,也可能以组合方式发挥作用,并将这种对结果产生作用的特征组合称为组态,能够识别驱动创业绩效的不同作用路径;③不同因素对电商平台互补企业创业绩效的影响可能具有非对称性,fsQCA能够对非对称性进行比较分析,相较于传统回归方法,更能拓宽研究的理论边界。

2.2 问卷设计

为了确保问卷调查量表信效度,本文在选取国内外成熟量表的基础上,通过团队内部讨论、邀请专家与创业者讨论、预调查等方式对问卷进行修改。本文采用李克特5级量表对数据支持功能应用、社群支持功能应用、资源拼凑、场景化创新、环境不确定性、创业政策导向以及创业绩效7个相关变量进行测量。其中,数据支持功能应用测度,参考Chung等(2016)、缪沁男和魏江(2022)的研究成果,考察平台功能模块在促进互补企业精准营销等方面的程度,相关量表包括5个题项;社群支持功能应用测度,同样参考Chung等(2016)、缪沁男和魏江(2020)的研究成果,相关量表包括5个题项;资源拼凑测度,参考Baker&Nelson(2005)、魏龙等(2021)的研究成果,相关量表包括“企业有信心利用手头资源找出强可行性的解决方案”等4个题项;场景化创新测度,参考江积海和阮文强(2020)、许华和宋琦[16]的研究成果,对场景化创新相关问卷进行改编,分为用户场景化创新、产品场景化创新以及运营场景化创新3个维度,相关量表包括12个题项;环境不确定性测度,借鉴单标安等[17]的研究成果,相关量表包括“行业内顾客需求和偏好变化程度”“行业内相关技术进步可预测程度”“竞争对手行动可预测程度”“行业产品和服务更新程度”4个题项;创业政策导向测度,参考Acedo&Jones[18]的研究成果,从融资和税收优惠政策等4个方面进行衡量,测量量表包括4个题项;创业绩效测度,参考Chandler & Hanks[19]的研究成果,从销售额增长、投资回报率、产品质量、市场认可、员工工资福利5个方面衡量,相关量表包括5个题项。

2.3 样本及数据收集

遵循便利抽样与随机抽样原则,本文通过3种渠道进行多阶段问卷发放:①依托个人社会网络与讲座培训机会,向电商创业者直接发放纸质问卷或在线问卷;②利用社会关系请求从事相关研究的高校教师或主管电商工作的政府人员向电商创业者发放问卷;③采用滚雪球方式请求被调查对象邀请其他符合条件的电商创业者填写问卷。通过上述3种方式,共发放纸质问卷50份,电子问卷500份。为确保问卷数据质量,本文剔除未通过反向测试题与固定答案选择题测试的无效问卷,同时剔除问卷填写时间过短以及填写潦草的问卷。通过筛选,本文获得广东、山西、河北、辽宁等11个省(市)的有效样本问卷334份,有效回收率为60.7%,样本统计特征如表1所示。此外,对电子问卷与纸质问卷进行异质性检验,结果表明,两者无显著差异,能够合并展开进一步分析。

3 数据分析

3.1 信效度分析与描述性统计

本文采用SPSS、Amos软件对量表信度与效度进行检验,结果如表2所示。

(1)以克朗巴哈系数α值大于0.8的标准对问卷信度进行检验,结果发现,7个变量可靠性分析的α值均大于0.8。由此,可以认为本文使用的量表具有较高的信度。

(2)为检验变量聚合效度,本文进行多项检验。表1显示,各变量组合信度(CR)值大于0.8(大于0.7的临界值),标准因子载荷均大于0.6的临界值,所有变量的平均方差提取值(AVE)均大于0.5。因此,可以认为本文量表具有较高的聚合效度。

(3)为检验区分效度,本文将变量的 AVE平方根与变量相关系数进行对比(见表3)。结果显示,AVE平方根均大于对应的相关系数。由此,可以认为本文设计的问卷具有较高的区分效度。

(4)为检验问卷结构效度,本文进行探索性因子分析与验证性因子分析。对7个变量的39个测量条目进行未旋转探索性因子分析,结果显示,KMO值为0.936,Bartlett检验结果通过0.000显著水平。采用Harman单因子分析方法对7个变量的所有条目进行公因子提取,共提取出7个公因子,累计解释力为82.368%,且第一个因子解释力为19.801%,低于临界标准值40%。此外,验证性因子分析结果表明,七因子模型拟合度最佳(CMIF/DF=1.667<3,GFI=0.942>0.9,RMSEA=0.035<0.08,RMR=0.031<0.05,AGFI=0.934>0.9,CFI=0.956>0.9,NFI=0.925>0.9,IFI=0.954>0.9)。因此,可以认为问卷具有较高的结构效度,不存在严重同源偏差问题。

表3报告了7个变量的均值、标准差、变量间相关系数。由表3可知,7个变量间均存在显著正相关关系,相关系数均小于0.5,且VIF值均小于2。由此表明,本文变量不存在严重多重共线性。

3.2 变量校准

采用模糊集定性比较分析方法(fsQCA)需要对变量指标进行校准处理,即为每个变量设定完全隶属、交叉点和完全不隶属3个转折点,转换后的集合隶属度介于0～1之间。变量校准需要结合数据情况而定,鉴于问卷数据校准规则,本文采用直接校准法,将1设置为“完全不隶属”,将5设置为“完全隶属”,将3设置为“交叉点”,各条件变量校准锚点如表4所示。

4 研究结果

4.1 必要性分析

必要条件是指当某一结果出现时,该条件必然存在,其本身对结果的出现具有必然影响。在fsQCA分析的简约解中,必要条件容易直接消去。因此,为了揭示单个变量与创业绩效的关系,本文运用fsQCA3.0软件对单个前因条件变量是否为必要条件进行检验,结果如表5所示。由表5可知,所有单项前因条件的一致性水平均未超过0.9的判定标准。由此,可以认为6个前因条件均不是高创业绩效或非高创业绩效的必要条件,需要进一步进行定性比较分析。

4.2 条件组态充分性分析

条件组态的充分性分析是指论证由多个前因条件构成的组态是否为电商平台互补企业高创业绩效或非高创业绩效结果集合的子集。首先,借鉴Ragin(2009)的做法,对真值表的组合进行筛选,以原始样本数的1.5%为标准(本文总样本数为334,1.5%则为5),保留样本频数值大于5的逻辑条件组合;其次,借鉴杜运周和贾良定[12]的研究成果,以原始一致性阈值为0.8、PRI一致性阈值为0.7为标准,手动将原始一致性值大于0.8、PRI一致性值小于0.7所对应的逻辑条件组合结果改为0;最后,运行fsQCA3.0软件,得到高创业绩效、非高创业绩效前因组态的复杂解、简约解及中间解。3种解中,简约解包含核心条件,中间解包含辅助条件。参考Fiss [10]提出的结果呈现形式,得到高创业绩效的5个前因条件组态与非高创业绩效的两个前因条件组态(见表6)。表6显示,高创业绩效总体解的一致性为0.912,总体解的覆盖度为0.701,表明5条组态路径可以解释样本中70.1%的高创业绩效案例。此外,非高创业绩效总体解的一致性和覆盖率与此接近。

4.2.1 高创业绩效组态路径

本文归纳得出电商平台互补企业获得高创业绩效的5条典型组态路径,并根据路径特征进行命名。

(1)技术驱动政策支撑型(路径1),其特征表现如下:数据支持功能应用、社群支持功能应用以及创业政策导向为核心条件存在,环境不确定性为核心条件不存在,资源拼凑和场景化创新可存在可不存在。这一路径意味着环境不确定性风险较低背景下,不论组织内部是否开展资源拼凑行动和场景化创新,互补企业只要充分利用电商平台的数据支持功能和社群支持功能,跟随创业政策导向,就能抓住创业机会,促进创业绩效提升。该路径强调技术与创业政策导向的联动作用,故将其命名为技术驱动政策支撑型。转型过程中,存在市场非均衡性特征,区域间和区域内市场成熟度各有差异。政府通过控制、分配要素资源引领创业方向,催生“制度型市场”(魏江和刘洋,2017)。这一背景下,虽然创业政策导向对电商平台互补企业具有一定影响,但电商平台数字功能应用能够突破资源边界,实现制度性资源与市场性资源协同。路径1的一致性为0.896,原始覆盖率为0.275,唯一覆盖率为0.105。由此说明,该路径能够解释27.5%的高创业绩效案例,其中10.5%高创业绩效案例仅能被该路径解释。

(2)技术驱动不确定性催化型(路径2),其特征表现如下:数据支持功能应用、社群支持功能应用以及环境不确定性为核心条件存在,资源拼凑为边缘条件存在,场景化创新和创业政策导向可存在可不存在。这一路径意味着无论创业政策导向如何变化,面对复杂环境,平台互补企业只要依托平台数据支持功能与社群支持功能,调整策略对资源进行重新组合,就能实现高创业绩效。该路径强调技术与环境不确定性的联动作用,故将其命名为技术驱动不确定性催化型。不确定性环境会倒逼互补企业借助电商平台数字功能应用增强自身动态能力,从而促进创业绩效提升(焦豪等,2021)。不确定性环境中,企业面临较多机遇,也有较多的闲置资源可供选择。成功的创业企业总能在不确定性环境中选择正确的策略实现资源协同,从而试错成功(王伟毅和李乾文,2007)。路径2的一致性为0.874,原始覆盖率为0.428,唯一覆盖率为0.217。由此说明,该路径能够解释42.8%的高创业绩效案例,其中21.7%高创业绩效案例仅能被该路径解释。

(3)数据驱动创新型(路径3),其特征表现如下:数据支持功能应用与场景化创新为核心条件存在,资源拼凑为辅助条件存在,创业政策导向为核心条件不存在,环境不确定性可存在可不存在。这一路径意味着无论环境不确定性风险如何,互补企业只要利用电商平台的数据支持功能开展资源拼凑行动和场景化创新,就能弥补创业政策导向不足的缺陷,实现创业绩效提升。该组态的核心条件强调数据支持功能应用和场景化创新的联动适配,故将其命名为数据驱动创新型。数字化时代,场景化创新作为新技术应用的机会窗口,可为超越追赶提供良好的情境(吴晓波等,2019),而数据作为场景化创新的基本生产要素,能够替代经验成为推动发展的新动能[20]。电商平台的数据支持功能可为消费者的瞬间兴趣内容赋能,帮助企业绘制接近消费者“当时”场景的实时状态画像(李高勇和刘露,2021)。借助平台,互补企业能够结合组织价值主张与消费者社会背景创造更多场景价值,从而实现高创业绩效(江积海,阮文强,2020)。路径3的一致性为0.903,原始覆盖率为0.259,唯一覆盖率为0.143。由此说明,该路径能够解释25.9%的高创业绩效案例,其中14.3%的高创业绩效案例仅能被该路径解释。

(4)社群—资源协同型(路径4),其特征表现如下:社群支持功能应用与资源拼凑为核心条件存在,环境不确定性为辅助条件存在,其它条件可存在可不存在。这一路径表明,高不确定性环境下,企业如果能够借助平台的社群支持功能开展资源拼凑行动,就能实现创业绩效提升。该组态的核心条件强调社群支持功能应用与资源拼凑的联动适配,故将其命名为社群—资源协同型。场景化创新是网络化过程(Shipilov等,2014),电商平台互补企业所嵌入的网络结构并非是一成不变的,而是会随着社群支持功能应用下的“流量”积累而发生动态演化,从而驱动利用能力循环(Davis,2016)。静态单一的惯性知识派系不足以全面揭示场景化创新驱动因素,这一组态的作用机制可为促进创业绩效提升提供新思路。社群支持功能应用能够直接影响消费者获取产品信息与互动信息的范围及程度[16]。一方面,在环境不确定性风险较高背景下,企业能够利用社群支持功能增加流量;另一方面,企业可以通过交流和互动实现产品价值提升(Lockyer,2010),资源在互动过程中实现重新整合,从而促进创业绩效提升。路径4的一致性为0.878,原始覆盖率为0.107,唯一覆盖率为0.086。由此说明,该路径能够解释10.7%的高创业绩效案例,其中8.6%的高创业绩效案例仅能被该路径解释。

(5)全维度要素协同型(路径5),其特征表现如下:除创业政策导向可存在可不存在外,其它所有前因条件均作为辅助条件存在。这一路径表明,无论创业政策导向如何变化,数据支持功能应用、社群支持功能应用、资源拼凑、场景化创新以及环境不确定性合力,就能帮助互补企业实现高创业绩效。电商平台与互补企业共同构成创业生态系统,它是一种复杂的社会经济结构[21],不仅强调电商平台的数字赋能,而且需要创业企业制度性嵌入动态能力的相互作用,通过驱动资源配置实现交互(Acs等,2014)。研究证实,平台企业主导的创业生态系统中,互补企业创业活动受自身特质与外部因素的影响[22]。因此,本文将这一组态路径命名为全维度要素协同型。该路径能够解释约33.7% 的高创业绩效案例,其中18.6%仅能被这条路径所解释。

4.2.2 非高创业绩效组态路径

模糊集定性比较分析方法(fsQCA)能够检验高创业绩效与非高创业绩效的前因条件组态是否完全相反[10]。因此,本文进一步分析电商平台互补企业非高创业绩效的前因条件组态,得到两条路径(表6中的路径6和路径7),并且两条路径呈现出既有共同点又有异质性的特征:首先,两条路径中均以数据支持功能应用作为核心条件,说明数据支持功能应用缺失将直接影响创业绩效;其次,根据路径6可知,无论环境不确定性如何,当数据支持功能应用、资源拼凑、场景化创新以及创业政策导向缺失时,仅依靠社群支持功能,平台互补企业无法实现高创业绩效;最后,根据路径7可知,在数据支持功能应用、社群支持功能应用、环境不确定性以及创业政策导向缺失时,平台互补企业依靠内部资源拼凑和场景化创新无法实现高创业绩效。

4.3 稳健性检验

根据杜运周和贾良定[12]的研究成果,本文采用调整案例阈值、改变PRI阈值两种方法进行稳健性检验,即将案例阈值改为6,将一致性阈值门槛提高为0.85,然后对数据进行分析,得到条件组态的充分性检验结果。对两次分析结果进行对比发现,两次分析结果在组态路径数量、一致性和覆盖率上均未发生实质性改变,高创业绩效5条路径以及非高创业绩效两条路径的核心条件未发生改变,即本质解释未发生改变。由此,可以认为研究结果较为稳健。

5 结语

5.1 研究结论

本文基于TOE理论分析框架,以334家电商平台互补企业为研究样本,采用模糊集定性比较分析方法(fsQCA)探讨数据支持功能应用、社群支持功能应用、资源拼凑、场景化创新、环境不确定性以及创业政策导向对创业绩效的协同联动作用路径,得到如下主要研究结论:

(1)电商平台互补企业创业绩效实现不存在单一必要条件,说明VUCA 时代背景下,电商平台互补企业实现高创业绩效具有复杂的因果机制,并非某个前因条件就能起决定性作用。

(2)高创业绩效的前因组态包括技术驱动政策支撑型、技术驱动不确定性催化型、数据驱动创新型、社群—资源协同型、全维度要素协同型5种类型。技术驱动政策支撑型强调平台数字化功能应用与创业政策导向的联动作用;技术驱动不确定性催化型强调平台数字化功能应用与环境不确定性的共同催化作用;数据驱动创新型强调数据支持功能应用与场景化创新的联动作用;社群—资源协同型强调社群支持功能应用与资源拼凑行动的联动作用;全维度要素协同型强调技术、组织以及环境各要素的等效联动作用。

(3)非高创业绩效存在两条组态路径,强调数据支持功能应用的核心作用,且非高创业绩效实现路径与高创业绩效实现路径存在因果非对称性。

5.2 理论贡献

(1)现有相关研究往往将网络效应与自身资源能力割裂(王节祥等,2021),无助于从系统和生态视角理解平台与互补企业间的不可分割性。从电商平台数字功能属性出发,数字功能是互补企业借助平台网络效应实现成长的核心支撑(Tiwana,2014)。然而,仅凭技术功能本身并不能让电商平台互补企业实现成长。与已有研究基于平台竞争策略视角探讨互补企业不同,本文认为,互补企业能够发挥主观能动性,在外部环境与自身资源的基础上丰富电商平台数字功能模块,进一步深化了对平台赋能理论的理解,同时为平台生态研究的结构功能主义悖论性争论添砖加瓦。

(2)当前平台研究的重要方向是基于平台创业需求,探讨宏观环境与创业主体及跨层次因素间的互动机制,关注电商平台生态所形成的创业场域[6]。本文结合电商平台创业特点,突破现有研究框架,从技术、组织和环境3个层面提炼出6个电商平台互补企业创业绩效影响要素,并采用模糊集定性比较分析方法(fsQCA)探讨多重要素间的匹配效应,丰富了TOE分析框架应用场景,弥补了单一要素框架只能解释要素“净效应”的不足,从整体视角解释了平台互补企业创业绩效的因果复杂性问题。

(3)本文证实,电商平台互补企业创业绩效影响因素间存在并发因果关系,不同组态路径具有殊途同归的效果,而且高创业绩效与非高创业绩效组态路径存在非对称性。由此,深化了对电商情景日益丰富、电商互补企业数量不断增加情境下,不同互补企业差异化成长路径的理论解释。

5.3 管理启示

(1)创业作为多重、复杂的战略决策,仅关注某一内部或外部因素对创业绩效的影响远远不够,任何因果关系都需要放在具体情境下进行讨论。绩效是环境与组织内外部资源组合的结果,这些组合可为平台互补企业提供现实指导。

(2)平台互补企业无需过度追求对所属行业领先者的对标学习或模仿创新,通过开展资源拼凑行动与场景化创新组合就可获得优势。高创业绩效组态路径显示,企业不具备某一方面的因素并不必然导致较低的创业绩效,欠缺因素可以由其它方面的因素组合加以弥补。例如,对比路径1与路径2可以发现,借助数据支持功能和社群支持功能,高环境不确定性背景下资源拼凑所发挥的作用能够替代低环境不确定性与高创业政策导向带来的“红利”。

(3)平台互补企业对内外部因素与创业绩效关系的思考不能简化为“强必优、弱必差”的认知,而应基于整体视角设计可用资源的最优组合。此外,在方案设计过程中应有所侧重。综合所有组态路径可以发现,数据支持功能应用、社群支持功能应用发挥了重要作用。因此,互补企业需要重点研究电商平台的数字化功能,加强平台数字技术应用。

5.4 不足与展望

本文存在以下不足:第一,鉴于模糊集定性比较分析方法(fsQCA)的限制,本文仅探讨了6个前因条件,未来可以采用QCA或其它分析方法,纳入更多前因条件,使电商平台互补企业高创业绩效路径的解释更加全面;第二,遵循便利抽样与随机抽样相结合的原则收集问卷,导致广东、山西地区样本企业数量较多,可能对研究结论的普适性具有一定影响,未来可以采用随机抽样进一步提升样本数量,提高结论的严谨性;第三,限于问卷调查方法,本文无法对每条路径案例进行深层次剖析,未来可以采用案例研究方法对互补企业进行深度访谈;第四,受限于静态数据,本文并未考虑时间与过程因素,未来可收集纵贯性数据,结合时序QCA方法探究不同前因条件变化“轨迹”对电商平台互补企业创业绩效的影响。

参考文献：

[1] CENNAMO C. Competing in digital markets: a platform-based perspective[J]. Academy of Management Perspectives, 2021, 35(2):265-291.

[2] JUN X, JIANG M S, LI S, et al. Practice standardization in cross-border activities of multinational corporations: a resource dependence perspective[J]. Management International Review, 2014, 54(5):707-734.

[3] 陈春花,朱丽,刘超,等.协同共生论:数字时代的新管理范式[J].外国经济与管理,2022,44(1):68-83.

[4] SIRMON D G, HITT M A, IRELAND R D, et al. Resource orchestration to create competitive advantage: Breadth, depth, and life cycle effects[J]. Journal of Management, 2011, 37(5):1390-1412.

[5] JACOBIDES M G, CENNAMO C, GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal, 2018, 39(8):2255-2276.

[6] 朱晓红,陈寒松,张腾.知识经济背景下平台型企业构建过程中的迭代创新模式——基于动态能力视角的双案例研究[J].管理世界,2019,35(3):142-156.

[7] NAMBISAN S. Digital entrepreneurship: toward a digital technology perspective of entrepreneurship[J]. Entrepreneurship Theory and Practice, 2017, 41(6):1029-1055.

[8] RIETVELD J, SCHILLING M A. Platform competition: a systematic and interdisciplinary review of the literature[J]. Journal of Management, 2021, 47(6):1528-1563.

[9] 张玉利,杨俊,于晓宇,等.创业研究经典文献评述[M].北京:机械工业出版社,2018.

[10] FISS P C. A set-theoretic approach to organizational configurations[J]. Academy of Management Review, 2007, 32(4):1180-1198.

[11] TORNATZKY L G, FLEISCHER M, CHAKRABARTI A K. Processes of technological innovation[M]. Lexington: Lexington Books, 1990.

[12] 杜运周,贾良定.组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].管理世界,2017,33(6):155-167.

[13] CENNAMO C. Competing in digital markets:a platform-based perspective[J]. Academy of Management Perspectives, 2021, 35(2):265-291.

[14] VERHOEF P C, BROEKHUIZEN T, BART Y, et al. Digital transformation: a multidisciplinary reflection and research agenda[J]. Journal of Business Research, 2021, 122(1):89-901.

[15] VIAL G. Understanding digital transformation:a review and a research agenda[J]. The Journal of Strategic Information Systems, 2019, 28(2):118-144.

[16] 许华,宋琦.商业模式场景化创新对消费行为的驱动影响——基于小米公司的实证分析[J].哈尔滨商业大学学报(社会科学版),2021,39(6):61-72.

[17] 单标安,蒲怡,闫双慧,等.不确定性情境下即兴能力对科技型新企业绩效的影响研究[J].管理学报,2021,18(7):1032-1039.

[18] ACEDO J, JONES V. Speed of internationalization and entrepreneurial cognition: insights and a comparison between international new ventures, exporters and domestic firms[J]. Journal of World Business, 2007, 42(3): 236-252.

[19] CHANDLER G N, HANKS S H. Market attractiveness, resource-based capabilities, venture strategies, and venture performance[J]. Journal of Business Venturing, 1994, 9(4):331-349.

[20] 邹波,杨晓龙,董彩婷.基于大数据合作资产的数字经济场景化创新[J].北京交通大学学报(社会科学版),2021,20(4):34-43.

[21] SPIGEL B. The relational organization of entrepreneurial ecosystems[J]. Entrepreneurship Theory and Practice, 2017, 41(1):49-72.

[22] ANSARI S, GARUD R, KUMARASWAMY A. The disruptor's dilemma: TiVo and the US television ecosystem[J]. Strategic Management Journal, 2016, 37(9):1829-1853.

(责任编辑：张 悦)