Using resource orchestration theory and strategic matching theory as theoretical foundations, this study focuses on 27 companies that have established a presence in the incubation parks, are actively engaged in physical operations, and have been recognized for their exemplary roles within the park, such as being designated as technology, manufacturing, or service demonstration enterprises. These companies are selected for their representativeness, innovative capabilities, and growth potential, offering valuable insights and inspiration to other businesses. Additionally, the study uses the criterion of being in operation for less than 8 years to identify and include new startups in the analysis. To enhance the reliability and validity of the survey, this study employs well-established scales from both domestic and international sources to craft the questionnaire items. The questionnaire is tailored to the research context following preliminary interviews, and is administered through on-site research and interviews conducted offline. Then the fsQCA method is used to explore the complex mechanism of the interaction between the actors of new ventures and the resource context in the entrepreneurial ecosystem from the perspective of configuration.
It is found that, firstly, there is not any single factor that constitutes a necessary leading to high/non-high growth performance, but resource diversity plays a general role in high growth performance path. Secondly, there are two equivalent configurations of the high-growth performance path, which can be further summarized into “making money by leveraging the situation” and “intensive collaboration”. There are two equivalent configurations of the non-high growth performance path, which can be further summarized as the “compound the difficulty” and the “dreamer with no action”. Thirdly, in a situation where resources are diverse but lack complementarity, the combination of resource capacity and resource leverage and the entrepreneurial ecological orientation can be effective substitutes for each other.
The managerial enlightenments of the paper are as follows. Firstly, new ventures should recognize the important role of resource diversity in achieving high growth performance, either by obtaining resources through diversified channels, or promoting the efficient absorption and utilization of resources. Secondly, new ventures can also broaden their ways of obtaining resources. For example, implicit resources through cooperative learning or explicit resources from the external environment to build resource combination. Taking the entire ecosystem as a whole, new ventures can better integrate themselves into the entrepreneurial ecosystem and achieve high-performance growth. Finally, new ventures should explore multiple paths of achieving high growth performance in the situation, and adjust their strategic orientation and resource management behavior flexibly.
This study has certain limitations regarding the size and scope of the sample, which could be mitigated by employing larger sample sizes or alternative quantitative analysis techniques. The current dataset lacks the depth and breadth required for a comprehensive analysis. For future studies, it is recommended to incorporate temporal dimensions and utilize the sophisticated Time Series Qualitative Comparative Analysis (TSQCA) method to examine panel data. This approach would provide a more nuanced understanding of how the interplay between resource context, resource orchestration, and entrepreneurial ecosystem orientation influences the growth performance of emerging ventures.
开放科学(资源服务)标识码(OSID)：
中共二十大报告提出,“推动战略性新兴产业融合集群发展,聚焦主体融合、要素融合、产业链互动和产业生态繁荣”。各地孵化器、创业园区、众创空间如雨后春笋般涌现,成为新创企业创业的重要基础设施[1]。国家统计局数据显示,截至2023年,国家级科技企业孵化器达1 606家,国家备案众创空间达2 376家。孵化器在扶持新创企业成长、促进区域经济快速发展方面发挥重要作用。《中国创业孵化发展报告2022》显示,在国家级孵化器累计培育的18万家企业中,收入达5千万元的企业仅4 370家。实际上,孵化器内企业同质化问题严重,资源价值转化困难。一方面,大量套利型企业入驻园区孵化器,这些企业注重短期变现,缺乏长期战略目标;另一方面,孵化器内部资源丰富,在为新创企业提供发展平台的同时,也对其综合能力提出了较高要求。可见,如何利用创业园区、孵化器促进园区内新创企业高质量发展成为理论界与实践界亟待解决的问题。
作为空间有界的资源分配系统和创业要素聚集单元,以创业园区、孵化器为代表的创业生态系统(Entrepreneurial Ecosystem)能够为新创企业提供丰富的资源,帮助新创企业克服“新生弱性”(Liability of Newness)。现有相关研究大多从单一视角出发(如创业主体),关注组织韧性、动态能力(刘井建,2011)、创业导向、资源拼凑[2]、创业网络(项国鹏等,2016)、共生关系[3]、金融支持环境等(王海花等,2020)对企业成长绩效的影响。虽然多样性与互补性一直是资源视角下创业生态系统研究最关注的情境特征[4-5],但这一特征如何作用于新创企业成长存在诸多争议。例如,陈衍泰等(2021)认为,生态系统具备的多样化资源有助于企业获取新资源组合,从而获取成长动能。也有学者指出,资源多样性可能导致企业陷入选择困境,难以形成明确的战略方向,因而不利于企业生存[6]。除资源多样性外,生态系统要素之间可以相互替代,要素间互补性对新创企业发展至关重要[7]。互补性资源有助于新创企业聚焦价值创造的某一环节,并与其他主体通过资源耦合实现价值共创[8],缓解因资源多样性导致的方向迷失。考虑到创业生态系统中资源情境对新创企业成长绩效的影响,本文提出如下观点:首先,创业生态系统作为一个复杂、动态的整体,各要素间相互依赖与协同是其实现价值创造及整体效益最大化目标的关键[9];其次,异质性资源与新创企业成长绩效的关系不仅取决于生态系统资源环境特征,也取决于新创企业资源转化和利用能力。
资源编排理论因强调资源行动的权变性、协同性而被广泛用于解释资源异质性与企业竞争优势的关系。这一理论认为,资源结构化、资源能力化、资源杠杆化等资源行动有助于企业高效利用环境资源,降低交易成本,从而获取竞争优势[10-11]。生态系统中的资源编排不是企业内部资源自主管理,而是跨组织边界、多主体驱动的资源调用与协调[12]。因此,新创企业需要有侧重地进行资源编排,促使编排行动与发展战略、所处资源情境相匹配,从而维持自身竞争优势[13]。因此,考虑到创业生态系统资源情境的独特性以及新创企业实现成长绩效的差异性,本文构建“资源情境—主体行为—成长绩效”分析框架,基于环境层面的资源情境和企业主体层面的创业生态导向与资源编排行为,探究创业生态系统中新创企业成长绩效的复杂影响因素及多重并发过程。
Dunn(2005)首次明确提出“创业生态系统”的概念,引起学界广泛关注。部分研究将创业生态系统视为环境(Isenberg,2010)、网络、要素实体的集合[1,5]。无论哪种界定,现在研究的共识是将其视为空间有界的资源分配系统。上述资源分配系统由个人层面的机会追求驱动,具体而言,个人会在创业机会识别过程中积极创建新企业。这些新企业能够成为资源分配、调动和循环的载体,在整个创业生态系统中发挥关键作用[14]。作为新创企业的基础设施,创业生态系统促使新创企业由“单打独斗”的组织形式转变为新型合作网络组织形式[1],有助于新创企业有效利用资源、资金和其它支持(Sarma等,2020),从而克服“新生弱性”。与创新生态系统(Innovation Ecosystems)以价值共创或独特价值主张联结参与者不同,创业生态系统以企业,尤其是新创企业建立和成长为目标,并关注这一过程中主体与要素互动的复杂性[15]。因此,有必要基于动态、权变的资源管理观并结合资源情境的独特性,研究创业生态系统中新创企业成长绩效。Sirmon等[16]指出,资源有效管理存在3个标准[13]：协同性,即资源编排各流程间的相互匹配;动态性,强调资源编排行动的持续性;权变性,即资源编排行动与外部情境间的适配性[17]。
作为复杂的社会经济结构,创业生态系统能够对新创企业所处外部环境进行更新。从组态视角出发,探究新创企业高成长绩效的不同要素组合能够揭示创业生态系统情境下新创企业成长的本质规律。结合研究情境,本文基于生态系统独特的资源属性与新创企业有效的资源管理行为,对创业生态系统中新创企业成长绩效驱动因素进行分析。
1.1.1 环境层面
自Dunn(2005)首次明确提出“创业生态系统”概念以来,多样性与互补性一直是创业生态系统研究最关注的两个特性。多样性直接影响新创企业获取资源难易程度[18],互补性有助于企业提升自身资源质量[19]。
(1)资源多样性。创业生态系统多样性体现为主体多样性,以及所提供直接资源和间接资源的多样性(李娜娜等,2021)。主体多样性表现为多个参与主体构成,包括创业企业和其它支持组织,如政府、投融资机构、中介机构、高校及科研院等(项国鹏等,2016);资源多样性表现为创业生态系统为新创企业提供的各类资源,如生产资源、社会资本、技术资源和金融资源等。创业生态系统资源丰富程度对新创企业成长的影响是把“双刃剑”。一方面,资源多样性有助于新创企业提升成长绩效和拓展生存空间(Lichtenstein等,2001;刘成梅等,2016)。对于合法性不足的新创企业而言,多样性资源能够弥补其成长过程中的资源劣势(郭海等,2018)。同时,资源多样性程度越高,新创企业可访问的资源池越丰富。新创企业通过学习多样化主体的相关经验实现知识重组,从而加快创新迭代(付龑钰等,2022)。另一方面,网络关系中的资源并非越多越好[11]。资源多样性并不意味资源间因相互支持而形成匹配[20],也不能确保资源以协调配合方式出现。基于交易成本理论,主体多样性程度越高,生态系统中发生冲突的可能性越大,资源多样化程度越高,协调和管理成本越高[13]。因此,需要挖掘情境要素的作用机制,进一步探讨创业生态系统资源多样性对新创企业成长绩效的影响。
(2)资源互补性。互补性是生态系统的核心特征[21-22],是指两种及以上资产相适配的程度。创业生态系统能够提供有价值的互补性资源(Christensen等,2018),进而缓解孵化园区高空间聚集低内容耦合问题(张宝建等,2019),避免资源同质化现象。此外,创业生态系统资源互补性能够影响新创企业资源获取质量,进而对其成长过程产生实质性影响。一方面,新创企业自身资源匮乏,能力有限,可凭借异质性资源聚焦价值网络某一环节(张敬伟,2013),降低因目标分散导致的资源管理成本[13]。相较于成熟企业,新创企业对资源质量提出了较高的创新要求;相较于单主体价值创造,新创企业通过互补性资源实现价值创造的潜力更大(Cobena等,2017)。另一方面,在生态系统中,参与者会投入大量专用性资产,主体间非对称依赖关系由此形成,不利于企业价值获取[10]。因此,无论是资源多样性还是资源互补性,均需要进一步探究其复杂成因及联动机制。
1.1.2 主体层面
(1)资源编排。资源匮乏是绝大多数新创企业面临的困境。传统创业研究中,新创企业接触的外部资源有限,通常采取资源拼凑行动获得所需资源(Baker等,2005),即对手头资源进行拼凑组合(祝振铎等,2016)。创业生态系统能够为新创企业提供丰富的资源,促使其资源行动从简单拼凑转向复杂资源编排[23],并关注企业在资源充裕时如何利用编排或组合获取竞争优势(苏敬勤等,2017)。Sirmon(2011)等将资源编排的子过程划分为资源结构化、资源能力化和资源杠杆化三阶段,具体如下:资源结构化聚焦资源组合,有利于新创企业在多样化资源情境下提高资源识别效率,将内外资源整合成具有新功能与新效用的资源组合,从而满足新市场需求;资源能力化是将资源组合转化为自身能力的过程,有利于新创企业培育自身核心竞争力;资源杠杆化是将已有资源与企业战略相匹配的过程,基于资源创造价值,从而实现成长目标。资源编排理论认为,卓越绩效源自对资源的有效管理[13]。在相似初始条件下,企业绩效异质性可能源于自身对资源结构化、资源能力化和资源杠杆化的选择。创业生态系统中,基于资源独特属性,这一选择对新创企业成长绩效的影响尤为显著,但其实现机理有待进一步探究。
(2)创业生态导向。战略导向(strategic orientation)的本质是对企业外部环境及内部资源的总体理解和认知诠释[24]。企业通过发挥不同资源间的协同效应,拓展资源编排认知深度与宽度,从而促进资源获取能力提升[25]。对于新创企业而言,由于资源基础薄弱、资源管理能力不足,明确资源选择方向和“做正确的事与正确地做事”同样重要[13]。与强调某一属性或职能的战略导向,如市场导向(陈帆等,2018)、技术导向不同(张璐等,2019),在创业生态系统中,新创企业需要改变“单打独斗”的姿态,以系统整体属性为切入点,基于系统内在属性采取行动并与生态系统整体战略保持一致(柳卸林等,2016)。创业生态导向(Entrepreneurial Ecological Orientation)刻画了创业生态系统内新创企业与其他主体“共生连通、竞争合作”的战略姿态(高洋,2022),强调对创业生态系统多样性和多层次结构的认知升级,有助于企业获得系统性福利。此外,创业生态导向对资源情境和资源编排行为发挥“粘合剂”作用,有助于新创企业采取契合生态资源情境的资源编排行为,通过整合、利用生态系统资源实现可持续成长绩效。因此,创业生态导向成为新创企业在创业生态系统情境下的战略选择。基于资源有效管理的3个标准(协同性、动态性、权变性),资源编排、资源情境、创业生态导向实现联动配合,进一步揭示新创企业利用生态系统资源实现成长的独特性。
创业生态系统既可为企业利用外部资源提供机会,也给企业有效管理资源带来挑战。考虑到创业生态系统资源情境的独特性,以及资源情境对新创企业成长过程的异质性影响,需要采用系统整体视角探究其中的资源利用规律。现有研究大多从单一要素出发,忽略了因素间的关联性与协同性,以及新创企业成长规律的独特性,资源行动与生态系统资源情境匹配关系有待进一步探讨。战略匹配理论(Strategic fit)认为,外部环境变化会促使企业文化、结构、运营和战略发生相应变化,从而对其绩效产生影响(Zajac等,2000)。综上所述,本文基于创业生态系统资源情境构建“资源情境—主体行为—成长绩效”分析框架,深入探究创业生态系统中新创企业基于资源编排实现成长绩效的微观作用机制,构建理论模型如图1所示。
图1 理论框架
Fig.1 Theoretical framework
本文采用模糊集定性比较分析(fsQCA)方法回答“创业生态系统情境下新创企业如何通过资源编排实现高成长绩效”这一问题,选择该方法主要基于如下考虑: 首先,在创业生态系统中,新创企业成长是一个复杂非线性过程。fsQCA能够基于系统性组态分析视角,揭示新创企业获得高成长绩效背后的驱动机制。其次,与其它QCA方法(csQCA、mvQCA)相比,fsQCA具有较高的数据精准度,本文所选变量均为连续变量,能够满足该方法对数据的要求。最后,fsQCA能够弥补定性与定量研究方法的不足,适合处理中小样本。因此,本文采用上述方法既可拓展案例研究深度,也可兼顾外部效度[26]。
借鉴国内外已有成熟量表,结合创业生态系统情境,本文对问卷题项进行相应修改以完善问卷结构与内容,并通过实地调研与访谈分发问卷。本文调研企业选取标准如下:一是已入驻孵化园区并开展实体运营,同时在园区内发挥示范作用的企业,如被评为科技类示范企业、制造类示范企业、服务类示范企业等。这类企业具有代表性、创新性和成长潜力,能够为其它企业提供宝贵经验。二是以成立8年内作为新创企业衡量标准(董保宝等,2017)。研究团队先后走访合肥、苏州、杭州等地孵化园区,在访谈的基础上向企业核心决策团队发放问卷。问卷由企业高层管理者现场填写,共回收问卷27份,有效问卷占比为100%。同时,通过电话、微信等联系方式确认并补充信息,以提高数据准确性。
2.3.1 变量测量
为了确保问卷信度与效度,本文采用国内外成熟量表设计问卷题项,在预调研的基础上,结合研究情境对问卷相关语句进行精简,确定最终调查问卷。本文采用李克特5级量表对资源多样性、资源互补性、资源编排、创业生态导向、新创企业成长绩效量表进行测量,1～5表示从“非常不符合”到“非常符合”。
(1)结果变量:新创企业成长绩效(NV)。参考Cavazos等(2012)的研究成果,新创企业成长绩效量表包括“与本地同行业平均水平相比,企业销售额增长速度很快”、“与本地同行业平均水平相比,企业净利润增长速度很快”、“本地同行业平均水平相比,企业员工数量增长率很高”等6个题项。
(2)条件变量:资源多样性(RD)、资源互补性(RC)、资源编排、创业生态导向(EEO)。借鉴邓渝[11]、Spigel(2017)、Cavallo等(2019)的研究成果,本文将资源划分为基础设施、中介代理服务、管理咨询服务、网络资源、人力资本、金融资源、技术资源、市场资源、政府支持,并通过问卷题项测度创业生态系中新创企业资源获取类型,然后采用Blau指数计算资源多样性水平。由此,资源多样性取值介于在0～1之间,数值越大,资源异质性越高。资源多样性量表包括“园区提供的基础设施很完善(如场地租金优惠、便利交通和通畅的信息通讯设施)”等10个题项。借鉴Van(2020)、Lunan&Haugland(2018)的研究成果,资源互补性测量题项包括“我们与园区其它企业和组织(政府、中介机构、高校、科研机构等)相互依赖,以便在竞争中占据优势”等4个题项。资源编排涵盖3个维度,即资源结构化(RS)、资源能力化(RB)和资源杠杆化(RL),分别采用RS、RB和RL表示。结合Sirmon等[10]、Baert(2016)的研究成果,资源结构化量表包括2个题项,资源能力化量表包括2个题项,资源杠杆化量表包括3个题项。借鉴高洋等(2022)的研究成果,创业生态导向测量量表包括“我们与园区其他成员能理解园区的共享目标、共享文化”等9个题项。
2.3.2 信效度检验
本文采用SPSS 26软件和Mplus 8.3软件进行信度与效度检验,各条件题项、因子载荷、组合信度(CR)、平均方差萃取量(AVE)与Cronbach's α检验结果如表1所示。由表1可知,每个条件的Cronbach's α值均大于0.7,表明研究量表具有较高的信度;各条件的CR均大于0.7,说明各变量具有较高的组成信度;各条件对应因子载荷均大于0.5,表明各变量具有较高的收敛效度;组合信度均大于0.8,平均萃取方差AVE均大于0.5,表明各变量间具有较高的区分效度。
表1 信效度分析结果
Table 1 Reliability and validity analysis results
构 念 题 项 因 子 载 荷 C r o n b a c h' s α 平 均 提 取 方 差 值 组 合 信 度 资 源 多 样 性 RD 1 0 . 7 7 7 0 . 9 6 6 0 . 7 6 9 0 . 9 7 1 RD 2 0 . 8 5 1 RD 3 0 . 8 8 0 RD 4 0 . 9 0 2 RD 5 0 . 9 4 1 RD 6 0 . 9 7 4 RD 7 0 . 9 6 8 RD 8 0 . 8 4 7 RD 9 0 . 7 6 4 RD 1 0 0 . 8 3 5 资 源 互 补 性 RC 1 0 . 9 0 7 0 . 9 2 4 0 . 8 1 7 0 . 9 4 7
续表1 信效度分析结果
Table 1(Continued) Reliability and validity analysis results
构 念 题 项 因 子 载 荷 C r o n b a c h' s α 平 均 提 取 方 差 值 组 合 信 度 RC 2 0 . 9 3 2 RC 3 0 . 9 2 7 RC 4 0 . 8 4 7 创 业 生 态 导 向 EEO 1 0 . 7 7 6 0 . 9 5 4 0 . 7 4 1 0 . 9 6 3 EEO 2 0 . 8 3 4 EEO 3 0 . 8 4 2 EEO 4 0 . 8 6 6 EEO 5 0 . 8 4 9 EEO 6 0 . 9 2 5 EEO 7 0 . 8 6 9 EEO 8 0 . 9 0 1 EEO 9 0 . 8 7 9 资 源 结 构 化 RS 1 0 . 8 9 8 0 . 7 5 8 0 . 8 0 6 0 . 8 9 3 RS 2 0 . 8 9 8 资 源 能 力 化 RB 1 0 . 9 2 5 0 . 8 3 0 0 . 8 5 6 0 . 9 2 2 RB 2 0 . 9 2 5 资 源 杠 杆 化 RL 1 0 . 8 8 0 0 . 8 5 3 0 . 7 7 3 0 . 9 1 1 RL 2 0 . 8 8 7 RL 3 0 . 8 7 1 新 创 企 业 成 长 绩 效 NV 1 0 . 8 7 0 0 . 8 9 6 0 . 6 8 0 0 . 9 2 5 NV 2 0 . 9 0 7 NV 3 0 . 5 3 7 NV 4 0 . 9 4 7 NV 5 0 . 9 1 8 NV 6 0 . 6 8 9
在使用fsQCA方法进行实证检验前,有必要对数据进行校准,将原始数据转换为模糊集隶属度分数。根据样本数据特点和实际情况,需要确定3个锚点,即完全隶属、交叉点和完全不隶属阈值,校准数据值范围为[0,1]。其中,转换为0.50的值不能包括在样本分析中,因而将对应0.50的值与整个组的平均值进行比较。如果大于平均值,则转换为0.500 1;如果小于平均值,则转换为0.499 9(Crilly等,2012)。参考Ragin等(2009)的直接校准方法,本文将75、50和25三个百分位数对应值设置为3个锚点。表2为结果变量与条件变量校准结果。
表2 变量校准
Table 2 Variable calibration
类型 变量 校准 完全隶属 交叉点 完全不隶属 资源情境 资源多样性 0.899 0.898 0.897 资源互补性 4.250 3.750 3.000 资源编排 资源结构化 4.273 4.000 3.227 资源能力化 4.500 4.000 3.500 资源杠杆化 4.333 3.667 3.000 战略导向 创业生态导向 4.182 4.000 3.312 结果变量 新创企业成长绩效 4.000 3.333 3.000
与主流QCA研究相一致,本文先检验单个条件是否构成新创企业高/非高成长绩效的必要条件,结果如表3所示。由表3可知,所有前因条件的一致性水平均低于0.9,即不存在产生新创企业成长绩效的必要条件。由此,本文进一步分析多个前因条件对结果的影响,探索引致新创企业成长绩效的组态路径。
表3 单个条件的必要性检验结果
Table 3 Results of the necessity test for a single condition
前因条件 新创企业高成长绩效 充分性一致率 必要性覆盖率 新创企业非高成长绩效 充分性一致率 必要性覆盖率 资源多样性 0.684320 0.634395 0.472799 0.457536 ～资源多样性 0.414846 0.429813 0.622199 0.672931 资源互补性 0.631345 0.623319 0.463393 0.477575 ～资源互补性 0.470848 0.456691 0.634505 0.642430 资源结构化 0.737339 0.744656 0.337206 0.355494 ～资源结构化 0.361826 0.343386 0.757792 0.750726 资源能力化 0.702450 0.684879 0.409687 0.416965 ～资源能力化 0.402008 0.394814 0.690380 0.707774 资源杠杆化 0.716091 0.686999 0.417693 0.418306 ～资源杠杆化 0.393673 0.393072 0.687457 0.716524 创业生态导向 0.729754 0.724805 0.390883 0.405266 ～创业生态导向 0.401205 0.386873 0.734572 0.739408
本文采用fsQCA3.0软件对27家新创企业数据进行分析,将频数阈值设定为1,一致性阈值设定为0.8[26]。根据对案例细节和数据分布的综合分析,将新创企业成长绩效路径PRI小于0.75的数据手动校准为0[27]。通过对比中间解与简约解分辨核心条件和边缘条件,由此得出新创企业高成长绩效组态有3种,非高成长绩效组态有2种,如表4所示。
表4 产生高、非高成长绩效的组态
Table 4 Configurations yielding high-performance and non-high-growth
前 因 条 件 新 创 企 业 高 成 长 绩 效 H 1 a H 1 b H 2 新 创 企 业 非 高 成 长 绩 效 N H 1 N H 2 资 源 多 样 性 ( RD ) ● ● ● 资 源 互 补 性 ( RC ) ● ● 资 源 结 构 化 ( RS ) ● ● ● ● 资 源 能 力 化 ( RB ) ● ● 资 源 杠 杆 化 ( RL ) ● ● 创 业 生 态 导 向 ( EEO ) ● ● ● 一 致 率 0 . 8 5 4 5 4 5 0 . 9 3 0 0 7 0 0 . 8 9 3 6 5 4 0 . 9 5 4 3 2 3 0 . 9 3 0 8 2 2 原 始 覆 盖 度 0 . 1 4 2 3 1 4 0 . 1 0 0 6 8 0 0 . 3 9 4 3 9 2 0 . 3 9 3 7 7 7 0 . 1 0 7 3 3 3 唯 一 覆 盖 度 0 . 0 8 3 2 6 9 0 . 0 3 6 3 3 6 0 . 3 3 2 3 1 9 0 . 3 4 0 1 1 4 0 . 0 5 3 6 7 0 总 体 解 的 一 致 率 0 . 9 0 6 3 3 2 0 . 9 5 5 1 2 5 总 体 解 的 覆 盖 度 0 . 5 2 0 0 5 3 0 . 4 4 7 4 4 7
注:●表示核心条件存在,●表示边缘条件存在,⊗表示核心条件缺失, ⊗表示边缘条件缺失,空白表示该条件无关紧要,下同
表5 稳健性分析结果
Table 5 Robustness analysis results
前 因 条 件 新 创 企 业 高 成 长 绩 效 H 1 H 2 H 3 新 创 企 业 非 高 成 长 绩 效 N H 1 N H 2 资 源 多 样 性 ( RD ) ● ● ● 资 源 互 补 性 ( RC ) ● ● 资 源 结 构 化 ( RS ) ● ● ● ● 资 源 能 力 化 ( RB ) ● ● 资 源 杠 杆 化 ( RL ) ● ● 创 业 生 态 导 向 ( EEO ) ● ● ● 一 致 率 0 . 8 5 4 5 4 5 0 . 9 3 0 0 7 0 0 . 8 9 3 6 5 4 0 . 9 5 4 3 2 3 0 . 9 3 0 8 2 2 原 始 覆 盖 度 0 . 1 4 2 3 1 4 0 . 1 0 0 6 8 0 0 . 3 9 4 3 9 2 0 . 3 9 3 7 7 7 0 . 1 0 7 3 3 3 唯 一 覆 盖 度 0 . 0 8 3 2 6 9 0 . 0 3 6 3 3 6 0 . 3 3 2 3 1 9 0 . 3 4 0 1 1 4 0 . 0 5 3 6 7 0 总 体 解 的 一 致 率 0 . 9 0 6 3 3 2 0 . 9 5 5 1 2 5 总 体 解 的 覆 盖 度 0 . 5 2 0 0 5 3 0 . 4 4 7 4 4 7
3.2.1 产生高成长绩效的路径分析
在创业生态系统中,新创企业高成长绩效实现路径有H1a、H1b、H2。3种组态各自的一致率和总体一致率均大于理论值0.8,总体覆盖度为0.520。依照各组态核心条件,本文将其归纳为借势生财型和深度共创型。
(1)借势生财型。组态H1a(资源多样性*～资源互补性*资源结构化*～资源能力化*～资源杠杆化*创业生态导向)和组态H1b(资源多样性*～资源互补性*资源结构化*资源能力化*资源杠杆化*～创业生态导向)被纳为同一路径。
组态H1a表明,在资源多样性较高但互补性较低情境下,如果新创企业选择与生态系统一致战略,即使采取资源结构化编排方式也能实现高成长绩效。此情境下,新创企业无法投入更多专用资产(王节祥等,2023),因而更加倾向于实现短期目标。在“互融、共生”创业生态导向下,新创企业倾向于在丰富的资源池内构建资源组合,通过交换信息、占据有利位置获得成长动能。根据战略目标,新创企业通过结构化方式对资源进行合理配置,提高资源利用效率,避免短期内将资源过度集中于某一能力构建和利用上,从而维持一定的灵活性。因此,在资源多样但不互补情境下,新创企业会采取资源结构化方式构建资源组合,实现高绩效成长。组态H1a的典型案例是ZZ,某初创互联网企业,专注智能制造领域。在技术研发与产品创新方面,该企业与园区发展方向高度契合,积极与园区内其它企业交流合作。通过交换市场信息、技术信息和人才信息,企业能够准确把握市场需求变化和技术发展趋势,及时调整自身在智能制造方面的研发方向,快速响应市场变化并高效重组资源,进而实现高绩效成长。
组态H1b表明,在资源多样性、互补性较低情境下,即便缺乏创业生态导向,只要采用以资源结构化为核心条件、以资源能力化和资源杠杆化为边缘条件的资源编排方式,新创企业也能获得高成长绩效。在短期目标驱使下,企业无法借助生态系统资源协同效应实现长期收益。如果缺乏创业生态导向,即新创企业基于单一战略导向(如技术导向)开展资源配置,一定程度上不利于其寻求广泛合作与实现资源共享。此时,企业倾向于利用现有资源,如税收优惠、园区基础设施等显性资源实现降本增效、快速成长。另一方面,新创企业倾向于通过资源结构化、能力化、杠杆化的资源编排方式强化现有核心能力(如技术研发),进而降低运营成本、提高运营效率,创造更多价值。组态H1b的典型案例GYQ是一家上市公司的子公司,处于批发行业,主要借助科技园便利的交通设施和低廉的办公场地销售租赁医疗器械。GYQ上下游客户均在孵化园区外,它入驻孵化园区主要是为了获取园区场地、基础设施、资金贷款等支持。该企业业务划分明确,注重短期效益,倾向于利用显性资源实现快速成长。
(2)深度共创型。组态H2(资源多样性*资源互补性*资源结构化*资源能力化*资源杠杆化*创业生态导向)表明,在资源多样性、互补性较高情境下,只要以创业生态导向为指引,辅以资源结构化、能力化和杠杆化的资源编排方式,新创企业就能实现高成长绩效。组态H2中,资源多样性、资源能力化、创业生态导向作为核心条件存在,资源互补性、资源结构化、资源杠杆化作为辅助条件存在。该路径中,新创企业能够获得自身成长所需资源,但资源多样性较高会导致协调和管理成本增加。创业生态导向意味着新创企业采用与生态系统一致的共生合作战略,主要借助高阶资源组合能力与资源利用能力实现高成长绩效。该路径的典型案例是ZKB,它是一家高新技术企业,聚焦硅基生物新材料、电子信息、生物医药等领域,以突破产业共性技术、加快科技成果产业化为导向,依托中国科学院技术、人才,利用园区区位、资源和产业优势与产业园合力打造科技服务共同体、产业发展战略智库。该企业积极发挥纽带作用,在帮助其它企业发展的同时,实现自身快速增长,推动一批科研成果落地。在组态H2中,新创企业受到资源和能力限制,基于长期导向与生态系统紧密联系、深度共创,借助资源整合利用能力实现高成长绩效。此外,生态导向有助于新创企业准确识别所需资源,降低协调成本。换言之,创业生态导向能够降低资源多样性可能带来的负面影响[11],助力新创企业实现可持续成长绩效。
3.2.2 产生非高成长绩效的路径分析
在创业生态系统中,新创企业产生非高成长绩效的路径有NH1、NH2,2种组态各自的一致率和总体一致率均大于理论值0.8,总体覆盖度为0.447。依照各组态核心条件,本文将其概括为雪上加霜型和眼高手低型。
(1)雪上加霜型。组态NH1(～资源多样性*～资源互补性*～资源结构化*～资源能力化*～资源杠杆化)表明,当新创企业处于资源多样性、互补性缺失情境下,同时缺乏资源组合能力、构建能力、价值创造能力时,无论是否存在创业生态导向,最终都会导致非高成长绩效。一方面,资源互补性越低意味着生态系统内资源环境同质化程度越高,孵化园区企业在同一赛道抢占通用资源,导致部分专用资源闲置。另一方面,资源多样性较低意味着在资源约束下,新创企业既无法有效组合、配置和利用资源,也无法实现价值创造[10]。无论创业生态导向存在与否,资源编排方式和外部资源缺乏对新创企业成长绩效均具有不利影响。该路径的典型案例是LY,该企业专注环保技术研发与应用,位于传统产业园区内,缺乏与环保技术相配套的资源,如高新技术研发机构、专业人才等。在资源受限环境下,园区也未提供支持和帮助,因而LY公司对园区依赖较小。在享受政策红利后,LY因缺乏有效策略,未能高效整合、利用资源,导致新产品推出周期较长,也未取得技术突破,因而未实现高成长绩效。
(2)眼高手低型。组态NH2(～资源多样性*资源互补性*资源结构化*～资源能力化*～资源杠杆化*创业生态导向)表明,创业生态系统为新创企业提供高互补性但低多样性的资源环境,在创业生态导向下,如果企业仅采取结构化资源配置行动,而忽视能力构建和价值创造的资源管理活动,依旧无法实现高成长绩效。一方面,在互补性资源情境下,新创企业需要高资源编排能力,仅采取结构化编排行为无法发挥资源协同效应。另一方面,新创企业虽具有开放共生的创业生态导向,但不具备对应的资源能力。因此,特定资源情境下,创业生态导向与能力不匹配导致新创企业“在错误的时间做错误的事”,难以实现高成长绩效。该路径的典型案例是MG,该企业位于某高新技术产业园区内,专注人工智能技术研发与应用。该园区拥有丰富的科技资源,且上下游配套设施较为齐全。MG公司在战略选择上与园区生态系统保持一致,积极与高校及研究机构等建立合作,有效整合研发资源和人才资源。在资源编排上,MG公司过于注重技术研发,不重视园区金融、市场资源利用,导致产品开发和市场推广受阻,加上市场拓展和品牌建设相关人才匮乏,产品技术性能优异但市场反应不佳,最终难以实现高成长绩效。
(1)任何单独的前因条件均不是引致新创企业高成长绩效的必要条件。进一步对比分析3条路径的构成条件发现,资源多样性作为核心条件在所有路径中均有出现,凸显其在新创企业实现高成长绩效过程中的关键作用。同时,资源多样性缺失存在于每条非高成长绩效实现路径中,且非高成长绩效组态与高成长绩效组态不存在对称关系。因此,资源多样性是构成高成长绩效实现路径的基础要件。
(2)对比组态H1和H2可知,所有高成长绩效组态均具有资源多样性这一核心条件,资源互补性的重要性也不可忽视。一方面,资源多样性会带来协调与管理成本;另一方面,新创企业通过投入专用资产获得互补性资源,也会带来一定的风险。眼高手低型路径进一步表明,在互补性资源情境下,如果缺乏相应的资源管理能力,即使新创企业基于创业生态导向也难以获得高成长绩效。因此,新创企业应有针对性地优化内外部资源,培育自身动态编排能力,从而获取成长绩效。
(3)对比H1a和H1b可知,在资源多样性较高、互补性较低情境下,资源能力化、杠杆化组合和创业生态导向存在替代关系,即在不同战略导向下企业能够采取不同资源管理方法实现高成长绩效。具体而言,在多样性较高但互补性较低的资源情境下,新创企业倾向于“短期变现”。若缺乏创业生态导向,新创企业可以通过强化现有核心能力的资源行动,选择“筑高墙”路径实现高成长绩效。若缺乏资源能力化和资源杠杆化编排方式,在创业生态导向下,新创企业可以通过紧密合作与互动学习获得隐性资源,选择“广积粮”成长路径获得高成长绩效。
本文通过调整原始一致性阈值对QCA结果进行稳健性检验[28]。具体而言,将高成长绩效和非高成长绩效的原始一致性阈值从0.8提升至0.85,其余校准值和案例频数不变。调整后的组态路径与原路径保持一致,且组态一致性与覆盖度完全一致,说明本文研究结论具有稳健性(张明等,2019)。
本文基于资源编排理论与战略匹配理论,以创业园区和孵化器内27家示范新创企业为研究对象,采用模糊集定性比较分析方法探讨资源情境、资源编排行为、创业生态导向对新创企业成长绩效的影响及驱动路径,得出以下主要研究结论:
(1)单个前因要素并不是促使高成长绩效产生的必要条件。资源多样性在高成长绩效产生过程中发挥重要作用,而资源互补性的重要性也不容忽视。高成长绩效是资源情境特征与资源管理行为有效匹配的结果。
(2)新创企业成长绩效存在多种实现途径。具体而言,高成长绩效路径有两种等效构型,分别为借势生财型和深度共创型;低成长绩效路径也有两种等效构型,概括为雪上加霜型和眼高手低型。
(3)在资源多样性较高、互补性较低情境下,资源能力化、资源杠杆化组合与创业生态导向之间存在替代关系。这意味着基于不同战略导向,新创企业可以采取不同资源管理方法实现高成长绩效。
(1)从创业生态系统独特属性出发,拓展了资源情境对新创企业成长绩效影响的研究。本文基于整体视角,采用组态研究方法探讨了资源互补性和多样性对新创企业成长绩效的影响[11],揭示了新创企业在创业生态系统中实现成长绩效的过程机制。
(2)以资源编排为抓手,丰富了新创企业成长路径研究。与现有研究关注资源匮乏情境下新创企业通过资源拼凑实现创业成长不同(杨栩,李润茂,2021),本文以创业生态系统为背景,探讨不同资源情境下新创企业如何通过资源行动实现成长绩效这一问题,基于组态视角剖析资源编排各子维度与环境因素、创业生态导向等组合对企业成长绩效的影响,拓展了资源编排理论适用范围。
(3)在创业生态系统中,新创企业成长绩效受多重因素影响,但现有研究未对多要素整合机制作进一步探讨。本文基于资源属性和编排行为探讨创业生态导向对新创企业成长绩效的影响路径,丰富了创业生态导向研究(高洋等,2022),也为生态系统情境下的竞合战略研究提供了有益的补充(何得雨等,2022)。
(1)园区运营商需明确自身定位,打造特色园区,充分发挥集聚效应和赋能效应。园区可以利用博览会、政府推介、竞赛等建立品牌形象,吸引优秀企业入驻。同时,园区可以通过资源共享平台和孵化服务优化资源配置,帮助新创企业拓宽资源获取渠道,实现资源有效利用。
(2)新创企业需要拓宽资源获取途径,如通过合作学习获取隐性资源或利用政府税收优惠、园区基础设施等显性资源构建资源组合,实现降本增效。同时,新创企业需要改变“单打独斗”的思维方式,基于合作开放导向更好地融入创业生态系统,从而实现高成长绩效。
(3)新创企业应根据资源环境变化调整自身战略定位和资源管理策略。在资源多样性较高但互补性较低情景下,新创企业可以通过强化现有核心能力(筑高墙)或构建广泛合作网络(广积粮),快速适应市场变化。在资源多样性、互补性较高情景下,新创企业可以采取深度合作策略,通过建立长期、稳定的合作关系和提升资源管理能力实现可持续成长。
本文存在以下不足:首先,调研企业以孵化园区内新创企业为主,样本存在一定的局限性,结论普适性有限。未来可以通过大样本或采用其它定量分析方法解决这一问题。其次,在数据收集方面,以问卷调研的一手数据为主,属于静态横截面数据,而新创企业成长是一个动态过程。实际上,随着创业生态系统与企业自身发展,企业创业生态导向和资源编排行为也会发生改变。未来可考虑引入时间条件,采用更前沿的TSQCA(Time-Series Qualitative Comparative Analysis)方法分析面板数据(Hino等,2009),进一步探讨资源情境、资源编排与创业生态导向组合对新创企业成长绩效的影响。
[1] 王玲,彭正银,彭秀青.创业生态系统情境下共生关系研究演进与未来展望[J].科技进步与对策, 2023, 40(15): 150-160.
[2] 王海花,李玉,熊丽君,等.依存型多层网络视角下众创空间地方政策供给研究:以上海市为例[J]. 研究与发展管理, 2019, 31 (6): 13-23.
[3] 宋晓洪,丁莹莹,焦晋鹏.创业生态系统共生关系研究[J].技术经济与管理研究, 2017, 38(1): 27-31.
[4] ECKHARDT J T, CIUCHTA M P, CARPENTER M. Open innovation, information, and entrepreneurship within platform ecosystems[J]. Strategic Entrepreneurship Journal, 2018, 12(3): 369-391.
[5] SPIGEL B, HARRISON R. Toward a process theory of entrepreneurial ecosystems[J]. Strategic Entrepreneuriship Journal, 2018, 12(1): 151-168.
[6] 许冠南,陈璐璐,韩齐雅,等.双链耦合创新生态系统中战略定位对创新绩效的影响机制[J/OL]. 软科学, 1-12[2024-06-16]. https://doi.org/10.13956/j.ss.1001-8409.2023.07.10.0020.
[7] GODLEY A,MORAWETZ N,SOGA L.The complementarity perspective to the entrepreneurial ecosystem taxonomy[J]. Small Business Economics, 2021, 56(2): 723-738.
[8] 杨芳芳,许治.平台企业主导型创业生态系统赋能机理研究——基于耦合的视角[J].科技管理研究, 2021, 41 (23): 213-220.
[9] JACOBIDES M G, CENNAMO C, GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal, 2018, 39(8): 2255-2276.
[10] 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.
[11] 邓渝.“做正确的事与正确地做事”:资源编排视角下的创业企业绩效[J].外国经济与管理, 2021, 43(5): 34-46.
[12] 韩炜,杨俊,胡新华,等.商业模式创新如何塑造商业生态系统属性差异——基于两家新创企业的跨案例纵向研究与理论模型构建[J].管理世界, 2021, 37(1): 88-107,7.
[13] 张青,华志兵.资源编排理论及其研究进展述评[J].经济管理, 2020, 42(9): 193-208.
[14] ACS Z J,AUTIO E,SZERB L. National systems of entrepreneurship: measurement issues and policy implications[J]. Research Policy, 2014, 43(3): 476-494.
[15] CAVALLO A, GHEZZI A, BALOCCO R. Entrepreneurial ecosystem research: present debates and future directions[J]. International Entrepreneurship and Management Journal, 2019, 15(4): 1291-1321.
[16] 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.
[17] FLOYD S W,LANE P J. Strategizing throughout the organization: managing role conflict in strategic renewal[J]. Academy of Management Review, 2000, 25(1): 154-177.
[18] KOVACS B, CARROLL G R. Niche width and scale in organizational competition: a computational approach[J]. Computational and Mathematical Organization Theory, 2010, 16(2): 29-60.
[19] LICHTENSTEIN B M B,BRUSH C G. How do"resource bundles"develop and change in new ventures? a dynamic model and longitudinal exploration[J].Entrepreneurship Theory and Practice, 2001, 25(3): 37-58.
[20] 韩炜,邓渝. 联盟组合的研究述评与展望:联盟组合的交互?动态与影响效应[J].管理评论, 2018, 30 (10): 169-183.
[21] ADNER R. Ecosystem as structure: an actionable construct for strategy[J]. Journal of Management, 2017, 43(6):39-58.
[22] JACOBBIDES M G,KNUDSEN T, AUGIER M. Benefiting from innovation: value creation,value appropriation and the role of industry architectures[J]. Research Policy, 2006, 35(8): 1200-1221.
[23] 林艳,谭春梅. 创新生态系统嵌入对科技型新创企业成长的影响——资源编排视角下的多案例研究[J].科技进步与对策, 2024, 41 (16): 95-106.
[24] WU J,MA Z,LIU Z. The moderated mediating effect of international diversification, technological capability, and market orientation on emerging market firms'new product performance[J]. Journal of Business Research, 2019, 99(6): 524-533.
[25] BARNEY J B. Resource-based theories of competitive advantage: a ten-year retrospective on the resource-based view[J]. Journal of Management, 2001, 27(6): 643-650.
[26] 杜运周,李佳馨,刘秋辰,等. 复杂动态视角下的组态理论与QCA方法:研究进展与未来方向[J]. 管理世界, 2021, 37 (3): 180-197.
[27] PAPPAS I O,KOUROUTHANASSIS P E,GIANNAKOS M N,et al. Explaining online shopping behavior with fsQCA: the role of cognitive and affective perceptions[J]. Journal of Business Research, 2016, 69(2): 794-803.
[28] GRECKHAMER T,GUR F A. Disentangling combinations and contingencies of generic strategies: a set-theoretic configurational approach[J]. Long Range Planning, 2021, 54(2): 101951.