Most of the existing literature on entrepreneurial incubation platforms has focused on the selection criteria of startups during the incubation relationship establishment stage, and the performance of incubated startups and platforms during the relationship performance acquisition stage, far too little attention has been paid to the formation mechanism of the incubated startups' continuance intention towards the platforms in the relationship maintenance stage, especially the empirical research based on Chinese incubation situation. In addition, the incubation relationship between entrepreneurial incubation platforms and incubated startups is a social exchange relationship, the only studies on the platform continuance intention emphasize heavily on the importance of the entrepreneurial support provided by platforms, neglecting the role of relationship-specific investment made by incubated startups to the platforms.
In response to the above limitations, this study utilizes the dual model framework, derived from the social exchange theory, to construct a research model of the platform continuance intention. As per the 2022 Torch Statistical Yearbook, Shandong Province is home to 323 entrepreneurial incubation platforms, the highest count in northern China. Fostering the sustainable growth of these platforms is crucial for invigorating the economic vitality not only within Shandong Province but also across the nation. Thus, the study focuses on the enterprises incubated within Shandong's entrepreneurial platforms to explore their contribution to economic development with a sample of 288 incubated startups in Shandong. It then employs Cronbach's alpha and composite reliability (CR) values to assess the questionnaire's reliability. Confirmatory factor analysis is conducted for each variable to validate the questionnaire's reliability and validity. Additionally, the study evaluates the structural equation model's analytical capabilities, predictive accuracy, and goodness of fit using R-squared (R2), cross-validated redundancy (Q2), and the goodness-of-fit (GoF) index, respectively. The results indicate that the platform continuance intention is jointly determined by dedication-based mechanism and constraint-based mechanism. Within the dedication-based mechanism, technical support and social support provided by platforms positively affect the platform continuance intention, and relationship satisfaction of incubated startups plays a mediating role in the relationship between technical support and the platform continuance intention, as well as the relationship between social support and the platform continuance intention. However, economic support has no significant effect on the platform continuance intention, relationship satisfaction has no mediating role in this relationship. Within the constraint-based mechanism,the initiation of activity investments by incubated startups increases their perceived termination costs, thereby promoting the platform continuance intention; while learning investment has a direct positive impact on the platform continuance intention.
This study offers three key theoretical contributions to the existing literature. Firstly, it addresses the challenge of startup failure within China's entrepreneurial incubation platforms by conducting an in-depth analysis of the formation mechanism behind the continuance intention of incubated startups towards the platforms, specifically during the incubation relationship maintenance phase. This analysis extends the scope of research on incubation relationships. Secondly, the study empirically examines the impact of entrepreneurial support and relationship-specific investment on platform continuance intention, thereby enriching the understanding of factors influencing platform continuance intention within the Chinese incubation context. Lastly, by applying social exchange theory to the study of entrepreneurial incubation platforms, the study provides a fitting theoretical framework for a systematic interpretation of platform continuance intention and broadens the application scope of social exchange theory.
创业孵化平台能够链接在孵企业和资源供给者,通过平台化匹配机制实现资源供需对接,进而促进在孵企业发展并获取收益,已成为我国创新创业支持体系的重要组成部分[1]。激发同边及跨边网络效应有助于创业孵化平台实现可持续发展,维系一定数量的在孵企业是解决平台发展初期“冷启动”问题和增强后续网络效应的关键[2]。然而,我国创业孵化平台面临在孵企业流失困境[3-4]。一方面,平台过于依赖政府补贴而忽视了优化资源供给,进而影响企业孵化体验[1]。另一方面,在激烈的市场竞争中,为了争夺用户资源,平台竞相降低企业入孵门槛及使用成本[5],导致企业对平台的专用投入较少,企业违约并提前离开平台的代价低廉,为企业实施寻租行为提供了机会。为获取优惠资源或逃避对平台的“反哺”责任,处于正常孵化期的企业在平台间“流窜作案”事件屡见不鲜[6]。在孵企业流失会削减平台营业收入,平台无力吸纳新双边用户,导致平台生态逐渐萎缩。因此,探讨创业孵化平台如何强化在孵企业持续使用意愿,进而引导其完成从入孵直至毕业的完整孵化周期,对规范平台生态秩序,推动平台可持续发展具有重要意义。
社会交换理论认为,社会生活实质上是参与主体基于互惠规范的资源交换[7]。创业孵化平台与在孵企业是具有平行地位的二元主体[8],双方依托孵化关系进行互动,而孵化关系可视为社会交换关系。在孵企业接受平台“恩惠”,包括孵化场地、研发设备、创投对接等创业支持[1],从而发展壮大。同时,创业孵化平台生态是权力高度不对称的结构安排,平台凭借资源控制优势对在孵企业行为施加影响[8]。在平台“威势”下,在孵企业需遵循互惠规则并积极响应平台要求,通过特定关系投入构建并发展与平台的社会交换关系,如通过缴纳会员费启动孵化程序、通过学习平台政策深化与平台合作等。此类特定关系导向促使在孵企业难以再投入资源用于建立并维护与其它平台的交换关系,因而对在孵企业平台持续使用意愿具有重要影响[9]。综上,创业孵化平台“恩威并施”下的平台—在孵企业二元交换,决定平台持续使用意愿同时受到创业支持和特定关系投入的影响,其作用机理并不唯一。
创业孵化平台与在孵企业关系成为学界关注的焦点。既有研究主要基于孵化关系一旦建立即可延续至在孵企业毕业的前提,聚焦以下主题:第一,关系建立阶段,企业筛选标准研究主要涉及创业团队的财务能力和创业经验、项目市场前景及技术水平、社会贡献等指标[10]。第二,关系效果获得阶段,孵化绩效研究大多基于知识基础观、资源基础观、社会网络理论,探讨平台提供的某方面创业支持(如技术、资金、网络资源等)对在孵企业绩效或平台绩效的影响[8]。但既有研究忽略了平台与在孵企业互动中的问题对两者关系的持续性冲击与挑战,缺乏对关系维系阶段在孵企业持续使用平台意愿形成机理的探讨,尤其缺乏基于中国孵化情境的实证研究[3]。部分相关研究从平台“恩惠”视角出发,分析平台提供的创业支持对在孵企业持续使用平台意愿的影响[3-4],未关注在孵企业迫于平台“威势”对平台的特定关系投入及其对平台持续使用意愿的驱动作用,未系统揭示平台持续使用意愿形成机理。社会交换关系相关研究证实了特定关系投入对关系持续性的重要性,如APP开发者对Apple store特定关系投入通过提高关系终止成本增强了自身对Apple store的持续使用意愿[9];用户对移动支付平台特定关系投入能够有效约束用户的转换行为[11]。因此,有必要将创业支持与特定关系投入纳入同一研究框架,探讨两者对在孵企业持续使用创业孵化平台意愿的影响机理。
本文基于社会交换理论,利用结构方程模型及在孵企业问卷数据,探讨创业孵化平台“恩威并施”下创业支持和特定关系投入对在孵企业持续使用平台意愿的影响及作用路径,揭示平台持续使用意愿形成机理,为平台有效维系在孵企业提供实践指导。本文的理论贡献如下:第一,立足我国创业孵化平台面临的在孵企业流失困境,聚焦孵化关系维系阶段,对平台持续使用意愿形成机理进行深入分析,以期拓展孵化关系研究边界;第二,实证分析创业支持与特定关系投入对平台持续使用意愿的作用机理,以期丰富中国孵化情境下平台持续使用意愿影响因素研究;第三,将社会交换理论应用于创业孵化平台研究情景,为系统阐释平台持续使用意愿提供新理论视角,以期拓展社会交换理论应用范围。
社会交换理论从微观视角出发,基于经济学、社会学和心理学理论研究个体或组织行为决策形成机理[7]。该理论认为,社会交换是一种资源交换行为,即一方为另一方提供帮助、支持,另一方有义务给予回报,交换标的包括资金等经济资源和组织承诺等社会资源。只有双方认为资源交换达到平衡,交换关系才能长期维系[7]。创业孵化平台与在孵企业的孵化关系本质上是社会交换关系,因而社会交换理论可为在孵企业持续使用创业孵化平台意愿研究提供理论支撑。
双重模型框架(the Dual Model)由社会交换理论发展而来,是揭示社会交换关系持续性(social exchange relationship continuance)驱动机制的有效工具,被广泛应用于个体间、消费者与供应商之间、用户与平台之间的社会交换关系研究[9]。该模型认为,社会交换关系持续性存在贡献机制(dedication-based mechanism)和约束机制(constraint-based mechanism),其中,贡献机制描述的是一方主体从现有交换关系中获得的利益难以被取代,进而主动与当前合作方发展交换关系的过程;约束机制反映的是一方主体被特定关系投入锁定,因无法承担潜在关系终止成本而被动与当前合作方维持交换关系的过程[11]。
相关研究对贡献和约束机制进行了探讨。首先,在贡献机制中,一方主体对交换关系的贡献承诺是该机制的核心因素,对该主体持续发展交换关系的意愿具有直接影响[9]。贡献承诺通常采用关系满意度表征,能够体现该主体主动与合作方发展交换关系的心理倾向。该主体从当前交换关系中获得的收益是影响贡献承诺的关键因素,因为该主体得到的当前利益是其预测未来收益的重要依据[12]。其次,在约束机制中,一方主体对交换关系的约束承诺是该机制的核心因素,对交换关系持续性具有直接影响。约束承诺是指该主体在终止当前交换关系时的感知成本(终止成本),表现该主体被动与合作方维持交换关系的心理倾向。该主体对合作方的特定关系投入是影响约束承诺的关键因素,因为该部分投入无法再用于与其他主体构建并发展交换关系[11]。
在创业孵化平台与在孵企业的社会交换关系中,在孵企业从平台处获得创业支持,也需根据平台要求进行特定关系投入。相较于知识基础观、资源基础观、社会网络理论等,社会交换理论能够突破单一视角局限,从创业支持和特定关系投入的双重视角系统阐释在孵企业持续使用平台意愿形成机理。鉴于此,本文基于社会交换理论,利用双重模型框架构建基于贡献—约束机制的平台持续使用意愿研究模型,其中,贡献机制遵循“创业支持—关系满意度—平台持续使用意愿”逻辑链,旨在探讨平台提供的创业支持通过提升在孵企业关系满意度,进而影响其平台持续使用意愿的机理;约束机制遵循“特定关系投入—终止成本—平台持续使用意愿”的逻辑链,分析在孵企业对平台的特定关系投入通过提高关系终止成本,进而作用于平台持续使用意愿的机理。
1.2.1 创业支持与在孵企业创业孵化平台持续使用意愿
创业支持是创业孵化平台为在孵企业提供的一系列资源和服务,包括经济支持、技术支持和社会支持[3]。在孵企业创业孵化平台持续使用意愿是企业入驻平台后持续使用该平台帮助自身创业直至毕业的行为意愿。
创业孵化平台为在孵企业提供的经济支持可分为直接支持和间接支持,前者是平台、政府及风投机构等为在孵企业提供的资金支持;后者是平台联合资源供给者,通过提供低成本资源降低在孵企业创业成本的经济支持[3]。在在孵企业因合法性缺失和信息不对称难以获得创业资金的情况下,平台积极对接政府、风险投资机构等为在孵企业提供现金流,扩大运营资金规模,缓解其资金压力[13]。此外,创新是在孵企业获得竞争优势的途径。无论是产品研发还是服务模式创新都是不断试错的过程,而试错成本会影响在孵企业创新积极性。平台以较低价格为在孵企业提供创业资源,提高其偿付能力[8]。因此,创业孵化平台能够通过直接和间接经济支持为在孵企业解决资金问题,进而增强其平台持续使用意愿。综上,本文提出如下假设:
H1a:经济支持正向影响在孵企业创业孵化平台持续使用意愿。
技术支持是创业孵化平台为在孵企业技术研发提供的硬件设施和技术服务[3]。通过扮演技术经济人和技术守门员角色,平台成为在孵企业有价值的长期合作者。技术支持的经济人角色职责包括为在孵企业提供以市场需求为核心的技术挖掘、市场定位、科技成果匹配,以及以技术供给为核心的技术评价、熟化、对接、转化等全流程服务。通过上述服务,在孵企业能够快速构建技术轨道并提升创新绩效[14]。此外,技术支持的守门员角色能够帮助在孵企业识别、吸收并利用外部异质性技术[15],进而突破知识惯性、更新技术轨道,甚至摆脱现有技术轨道束缚,实现突破式创新[16]。平台通过技术支持提高在孵企业创新绩效过程中,逐渐成为在孵企业有价值的长期合作者,进而增强其平台持续使用意愿。综上,本文提出如下假设:
H1b:技术支持正向影响在孵企业创业孵化平台持续使用意愿。
社会支持是指创业孵化平台为在孵企业提供与资源供给者及平台内创业者相互交流、学习的机会[3]。社会支持能够通过增强在孵企业对平台的认同感、塑造共同目标强化其平台持续使用意愿。首先,社会支持能够将诸多利益相关者嵌入到平台社交网络中。与其他平台参与者互动有助于在孵企业提高群体属性内化程度,建立平台认同感,进而增强平台归属感[17]。其次,社会支持能够推动利益相关者间信息交流、合作与竞争,深化在孵企业对平台价值共创机制的理解,进而形成与平台一致的价值主张。在追求与平台共同目标的过程中,在孵企业会产生高度责任感与使命感,持续使用当前平台[17]。综上,本文提出如下假设:
H1c:社会支持正向影响在孵企业创业孵化平台持续使用意愿。
1.2.2 在孵企业关系满意度的中介作用
作为贡献承诺,关系满意度是指在孵企业对与创业孵化平台交换关系的积极评价而产生的良好情感体验[9]。相关研究表明,若一方提供的资源对另一方有用性较高,则会显著提升后者对交换关系的满意度[18]。尽管创业孵化平台通过对接政府、风投机构及其他资源供给者为在孵企业提供直接与间接经济支持,但在孵企业与资源供给者之间的信息不对称会阻碍其对经济支持的有效获取。一方面,在孵企业核心技术、研发计划、潜在风险等是有价值的信息,因而企业不愿向外界披露;另一方面,处于发展初期的在孵企业难以采用明确的财务指标展现其潜在创新价值和能力。在此情况下,平台利用自有孵化基金与政府补贴,向风投机构等资源供给者传递有关在孵企业发展现状的积极信号和有价值的市场信息,能够帮助在孵企业疏通经济支持获取渠道。综上,平台提供的经济支持能够有效缓解在孵企业融资问题,增强在孵企业对平台的有用性感知,进而提高在孵企业关系满意度。因此,本文提出如下假设:
H2a:经济支持正向影响在孵企业关系满意度。
创业企业发展面临高度资源约束,在技术研发硬件设施和专业知识等方面存在较大缺口。创业孵化平台与高校、科研院构建立合作关系,并将在孵企业嵌入以平台为中心的孵化生态中,使其能够凭借孵化关系撬动更多技术资源[8]。具体地,平台可为在孵企业提供技术研发场地、设备和材料等,有助于其实现技术或服务创新目标。同时,平台通过技术服务为在孵企业提供从技术研发到成果转化所需的专业知识和时效性信息,不仅有助于其规避因认知偏差和经验缺乏导致的决策失误,而且能够提高资源利用率和技术创新附加值[19]。综上,平台提供的技术支持可为在孵企业开展创新活动创造条件,有助于在孵企业形成对平台的积极评价,进而提升其关系满意度。因此,本文提出如下假设:
H2b:技术支持正向影响在孵企业关系满意度。
随着在孵企业不断发展,其对创业孵化平台资源供给质量提出更高要求。平台借助网络效应不断集聚资源供给者,通过开展社会化活动拓展在孵企业社会网络规模,并促进在孵企业向孵化网络中心跃升,进而提高在孵企业组织合法性,有助于其获得更多缄默知识和稀缺性资源[20]。创业过程往往伴随着高风险和不确定性,加上创业者缺乏行业经验和创业知识,导致企业发展陷入困境。在孵企业间互动不仅有助于创业者汲取相关知识,而且可以缓解其创业压力,从而积极应对创业困境[21]。综上,平台提供的社会支持可拓展并深化在孵企业社会网络,营造互帮互助、积极进取的创业氛围,进而提升在孵企业孵化体验和关系满意度。因此,本文提出如下假设:
H2c:社会支持正向影响在孵企业关系满意度。
以往研究显示,用户满意度对平台持续使用意愿具有重要影响[18]。在孵化情境下,在孵企业对自身与创业孵化平台的关系满意度越高,其对平台既有绩效的评价越高。这种“惯性”递增报酬会增强在孵企业对平台的路径依赖,使其习惯当前平台资源供给模式,同时降低其它平台的吸引力。此外,关系满意度能够有效降低在孵企业对与平台交换关系中潜在风险的感知水平,增强其对平台的信心,从而自愿留在当前平台[9]。基于上述分析,本文提出如下假设:
H3:在孵企业关系满意度正向影响平台持续使用意愿。
由假设H2a、H2b、H2c和H3可知,创业孵化平台提供的创业支持能够通过提升在孵企业关系满意度,增强其对平台的持续使用意愿。因此,本文提出如下假设:
H4a:在孵企业关系满意度在经济支持与平台持续使用意愿的关系中发挥中介作用;
H4b:在孵企业关系满意度在技术支持与平台持续使用意愿的关系中发挥中介作用;
H4c:在孵企业关系满意度在社会支持与平台持续使用意愿的关系中发挥中介作用。
1.3.1 特定关系投入与在孵企业创业孵化平台持续使用意愿
特定关系投入是在孵企业为构建并维护与某一创业孵化平台交换关系而进行的投入,包括启动活动投入和学习投入[9]。启动活动投入是指在孵企业应平台要求,在发起或构建与该平台交换关系相关活动中所投入的资金、时间或精力[9]。在孵企业对平台的启动活动投入能够驱动平台使用基于契约的关系治理手段[22],即平台通过契约规定在孵企业启动活动投入数量、质量及预期成果,明确两者在资源交换中的权利和义务,不仅能有效抑制在孵企业提前终止孵化关系等机会主义行为,而且能降低关系管理成本,有助于两者交换关系长久维系。综上,本文提出如下假设:
H5a:启动活动投入正向影响在孵企业创业孵化平台持续使用意愿。
学习投入是指在孵企业应创业孵化平台要求,为获取有效使用该平台的知识或技能所投入的时间和精力[22]。例如,平台要求在孵企业花费一定时间和精力熟悉平台孵化政策、掌握在该平台上申请资源的流程、参与平台培训等。学习投入能够改善在孵企业与平台交换关系质量,提升信任水平、强化关系韧性,促使两者关系持续发展[23]。在孵企业学习投入能够强化自身与平台的社会联系,提高信任水平,使两者交换关系长久维持。此外,学习投入能够帮助在孵企业更好地理解平台政策和制度,减少关系冲突,促使两者基于环境变化及时调整相关方案,增强关系韧性,从而促进两者关系长期发展。综上,本文提出如下假设:
H5b:学习投入正向影响在孵企业创业孵化平台持续使用意愿。
1.3.2 终止成本的中介作用
作为约束承诺,终止成本是在孵企业提前结束与创业孵化平台间社会交换关系而产生的预期成本[11]。为启动与创业孵化平台的社会交换关系,在孵企业需要耗费时间、精力处理入驻审核、装修办公室、定期缴纳房租和会员费等相关事宜。若在孵企业提前退出当前平台,上述投入将转化为沉没成本且无法用于启动与其它平台的交换关系。因此,对当前创业孵化平台启动活动投入越多,在孵企业预期的关系终止成本越高。基于上述分析,本文提出如下假设:
H6a:启动活动投入正向影响在孵企业终止成本。
我国创业孵化平台种类繁多,不同平台孵化模式各有特点,涉及的孵化政策、管理制度、资源申请流程等也存在差异。因此,在孵企业对当前平台的学习投入,以及所获取的平台知识和技能均无法用于其它平台。此外,在孵企业对当前平台的学习投入能够提升关系信任水平和资源交换绩效,进而提高自身在孵化网络中的嵌入程度[22]。孵化网络中的协同合作者大多具有平台专属性,在孵企业提前退出平台会导致自身与协同合作者关系断裂,造成资源损失。因此,在孵企业对当前平台的学习投入越多,其感知到的终止成本越高。综上,本文提出如下假设:
H6b:学习投入正向影响在孵企业终止成本。
在面临潜在资源损失和实际资源损失时,个体会产生心理压力,并进一步采取相应行动以规避资源损耗[24]。对于面临高度资源约束和外部环境不确定性的创业者而言,若提前结束与创业孵化平台间的交换关系会使潜在终止成本转化为资源损耗。由此,创业者会承受高度心理压力,对其身心健康产生不良影响,进而严重威胁企业生存和发展[21]。因此,在终止成本造成的高压环境下,创业者不得不采取防御性行为,通过继续留在当前平台保护现有资源存量并规避创业失败。综上,本文提出如下假设:
H7:在孵企业终止成本正向影响平台持续使用意愿。
由假设H6a、H6b、H6c和H7可知,在孵企业特定关系投入通过增加终止成本强化其对平台的持续使用意愿。因此,本文提出如下假设:
H8a:在孵企业终止成本在启动活动投入与平台持续使用意愿的关系中发挥中介作用;
H8b:在孵企业终止成本在学习投入与平台持续使用意愿的关系中发挥中介作用。
综上所述,本文构建理论研究框架如图1所示。
图1 理论研究模型
Fig.1 Research model
山东是我国首个获批的新旧动能转换战略综合试验区,在推动全国产业转型升级和创新驱动发展方面发挥重要作用。《2023年火炬统计年鉴》数据显示,山东省创业孵化平台数量达到342家,是我国北方地区创业孵化平台数量最多的省份,促进山东省创业孵化平台持续发展有助于激发全国经济发展活力。因此,本文以山东省创业孵化平台在孵企业作为研究样本。
根据科技部火炬中心官网数据,青岛市(21家)、济南市(12家)和烟台市(11家)是山东省国家级创业孵化平台总量排名前3的城市,其创业孵化平台发展具有代表性和先进性。同时,国家级创业孵化平台在发展过程中暴露的问题及解决之道能够为其它平台提供经验借鉴。考虑到数据收集效率,本文将以上国家级创业孵化平台中的在孵企业作为调研对象,经联系后,青岛市17家、济南市7家、烟台市6家国家级创业孵化平台同意参与调研。在正式调研前,课题组联系20家在孵企业开展预调研,基于反馈意见修正问卷,以确保量表内容效度。在正式调研中,在各市孵化器协会和平台管理者协助下,所有问卷线下发放,均由负责与创业孵化平台对接且具有企业决策权的企业创始人或高层管理者完成。本次调研共发放问卷350份,回收问卷323份,剔除填答不全、答案选择相同等无效问卷,获得有效问卷288份,有效回收率为82.286%。调查样本基本构成及相关信息如表1所示。
表1 样本描述性统计结果
Table 1 Descriptive statistics of samples
项目类别数量百分比(%) 性别男17360.069 女11539.931 年龄20~30岁19166.320 31~40岁8730.208 41~50岁93.125 50岁以上10.347 学历高中及以下3110.764 专科或本科23681.944 硕士及以上217.292 行业电子信息4515.625 能源环境237.986 生物医药3612.500 装备制造7626.389 软件开发6221.528 纺织材料2910.069 其它产业175.903 企业规模50人及以下24685.417 51~100人269.027 101~200人82.778 200人以上82.778 入驻时间1年以内9231.944 1~2年9031.250 2~3年5820.139 3~4年196.597 4~5年124.167 5年以上175.903
为评估无响应偏差,本文按照时间顺序将所有调查问卷分为前期收回问卷和后期收回问卷,并进行独立样本T检验。结果显示,性别T值为-1.563(p=0.120>0.05)、年龄T值为-1.049(p=0.295>0.05)、学历的T值为-0.742(p=0.459>0.05)、行业T值为-0.460(p=0.646>0.05)、企业规模T值为-0.102(p=0.919>0.05)、入驻时间T值为0.443(p=0.658>0.05),均未达到显著水平。由此表明,样本无响应偏差问题并不严重。
为保证问卷信度与效度,研究中的各变量测量工具均采用成熟量表,经过翻译—回译程序确保各题项内容的准确性和有效性,同时结合我国创业孵化平台发展实际对部分题项适当修改。除调研对象和企业基本信息外,各变量题项均采用Likert 5点评分法测量。
(1)创业支持。本文采用Han等[3]的量表对经济支持、技术支持和社会支持进行测度,各维度均包含4个题项。经济支持测量题项如“创业孵化平台为在孵企业提供了孵化基金”;技术支持测量题项如“创业孵化平台为在孵企业提供了技术研发所需的基础设施”;社会支持测量题项如“创业孵化平台支持在孵企业间的业务合作”。
(2)关系满意度。借鉴Benton等[25]开发的量表对关系满意度进行测量,该量表包含4个题项,测量题项如“该创业孵化平台是很好的工作伙伴”。
(3)特定关系投入。采用Kim等[9]的量表对启动活动投入和学习投入进行测度,各维度均包含3个题项。启动活动投入测量题项如“与创业孵化平台建立合作关系涉及很多繁琐的工作”;学习投入测量题项如“贵企业在学习创业孵化平台如何管理在孵企业方面付出了较多时间和精力”。
(4)终止成本。采用Morgan等[26]的量表对终止成本进行测度,该量表包含3个题项,具体测量题项如“考虑到已经在创业孵化平台中的投入,提前终止与该平台的合作关系代价高昂”。
(5)创业孵化平台持续使用意愿。借鉴Bhattacherjee[27]的量表对创业孵化平台持续使用意愿进行测度,共包含3个题项,具体测量题项如“贵企业打算继续留在该创业孵化平台,直至毕业出园”。
(6)控制变量。为避免实证结果出现偏差,参考既有研究成果[1,8],本文选取被调查者的年龄、性别、学历以及在孵企业所在行业、企业规模、入驻时间作为控制变量。
本文采用Cronbach's α值和CR值检验问卷信度,对各变量进行验证性因子分析,结果如表2所示。由表2可知,各变量的Cronbach's α值介于0.798~0.930之间,大于0.7的标准;CR值介于0.882~0.950之间,均超过0.7。由此说明,问卷具有较高信度。
表2 信度与效度分析结果
Table 2 Analysis results of reliability and validity
变量 题项因子载荷CRCronbach's αAVE经济支持(EcoS)EcoS10.7900.9150.8760.730EcoS20.841EcoS30.901EcoS40.880技术支持(TecS)TecS10.7570.8830.8230.655TecS20.740TecS30.871TecS40.861社会支持(SocS)SocS10.8020.9010.8540.696SocS20.849SocS30.881SocS40.802关系满意度(RelS)RelS10.9030.9500.9300.826RelS20.919RelS30.906RelS40.906启动活动投入(IniI)IniI10.8640.8820.7980.713IniI20.869IniI30.798学习投入(LeaI)LeaI10.8780.9040.8410.759LeaI20.891LeaI30.844终止成本(TerC)TerC10.8460.8830.8030.716TerC20.852TerC30.841平台持续使用意愿(ConI)ConI10.8380.8980.8300.747ConI20.910ConI30.843
聚合效度方面,各变量测量题项的因子载荷均大于0.7,且各变量的AVE值均大于0.5,表明量表聚合效度较高。
区分效度方面,表3显示,各变量AVE的平方根值大于该变量与其它变量的相关系数,表明变量间具有较高的区分效度。
表3 变量描述性统计结果与相关系数
Table 3 Descriptive statistics and correlation coefficients of variables
变量123456781.EcoS0.8542.TecS0.489**0.8093.SocS0.445**0.366**0.8344.RelS0.434**0.356**0.357**0.9095.IniI0.166**0.190**0.211**0.193**0.8716.LeaI0.229**0.249**0.242**0.217**0.549**0.8447.TerC0.129**0.155**0.165**0.133**0.288**0.261**0.8468.ConI0.274**0.280**0.271**0.275**0.190**0.229**0.249**0.864均值3.8583.7353.8664.0383.5903.3453.4523.964标准差0.8130.7650.6860.7200.7990.8800.8050.665VIF3.2073.2382.6502.8563.2373.2281.864—
注:**p<0.01;双尾检验;对角线左下方数据为相关系数;对角线上数据为AVE值的平方根
内容效度方面,变量测量题项均来源于经典文献的成熟量表,采用翻译及回译方法确保问卷内容的准确性,并根据在孵企业管理者和专家意见对问卷内容进行适当修正,以确保问卷内容效度。
在问卷设计方面,本文采取匿名填写、打乱变量题项顺序等方法对共同方法偏差进行控制。进一步地,采用Harman单因子检验法对共同方法偏差进行检验,结果显示,未旋转时所有题项聚合为8个因子,累计方差贡献率为68.202%。第一主成分的方差贡献率为32.177%,所占比例未超过总解释变量的一半。由此说明,共同方法偏差问题并不严重,可以继续进行统计分析。
本文主要变量描述性统计及变量间相关性分析结果如表3所示。采用Pearson相关系数检验各变量间相关性,结果表明,经济支持、技术支持和社会支持与关系满意度呈显著正相关关系;启动活动投入、学习投入与终止成本呈显著正相关关系,关系满意度和终止成本与平台持续使用意愿具有显著正相关性,初步验证了本文假设。此外,各自变量的VIF值均不大于5,说明变量间不存在明显多重共线性问题[8]。
首先,采用R2、Q2和GoF对结构方程模型的解析能力、预测力和拟合度进行评价[28]。表4显示,关系满意度、终止成本和平台持续使用意愿被解析的方差(R2)分别为60.676%、34.546%、53.177%,均大于20%,说明研究模型具有较强的解析能力。其次,模型中对内生变量的预测相关性Q2应大于0,02<0.15表示相关性强度较弱,0.15
2<0.35表示相关性强度良好,Q2>0.35表示相关性强度较优。关系满意度、终止成本和平台持续使用意愿的Q2分别为0.492、0.236、0.346,说明本模型具有良好的预测力。最后,采用GoF值对PLS模型拟合优度进行测量,0.1
表4 结构方程模型评价结果
Table 4 Structural equation modeling evaluation results
变量R2Q2 RelS60.676%0.492 TerC34.546%0.236 ConI53.177%0.364 GoF0.494
3.5.1 直接效应检验
本文采用SmartPLS 3.0软件对研究假设进行检验。在PLS算法中,设置最大迭代次数为3 000,计算变量间路径系数;在自助法中,设置子样本为3 000,计算变量间路径系数显著性程度。假设检验结果如表5所示。
表5 直接效应检验结果
Table 5 Test results of direct effects
机制路径直接效应估计值标准误p值显著性 贡献机制EcoS→ConI0.1870.1230.128不显著 TecS→ConI0.2700.1140.018显著 SocS→ConI0.2420.1070.024显著 EcoS→RelS0.1360.1190.256不显著 TecS→RelS0.3430.1290.009显著 SocS→RelS0.3820.1000.000显著 RelS→ConI0.4540.0580.000显著 约束机制IniI→ConI-0.1440.1190.226不显著 LeaI→ConI0.3820.1210.002显著 IniI→TerC0.4310.1050.000显著 LeaI→TerC0.1850.0990.063不显著 TerC→ConI0.3690.0690.000显著
在控制变量中,创业者性别对平台持续使用意愿存在显著正向影响(β=0.135,p<0.05),表明男性创业者平台持续使用意愿显著高于女性创业者。创业者年龄(β=0.074,p>0.05)、学历(β=0.081,p>0.05),以及企业所在行业(β=-0.014,p>0.05)、规模(β=0.053,p>0.05)、入驻时间(β=0.045,p>0.05)对平台持续使用意愿均无显著影响。
在贡献机制中,经济支持对平台持续使用意愿的正向影响不显著(β=0.187,p>0.05),H1a不成立;技术支持(β=0.270,p<0.05)和社会支持(β=0.242,p<0.05)对平台持续使用意愿具有显著正向影响,H1b和H1c成立。经济支持对在孵企业关系满意度的正向影响不显著(β=0.136,p>0.05),H2a不成立。技术支持(β=0.343,p<0.01)和社会支持(β=0.382,p<0.001)对关系满意度均具有显著正向影响,H2b和H2c成立。关系满意度对平台持续使用意愿存在显著正向影响(β=0.454,p<0.001),H3成立。
在约束机制中,启动活动投入对平台持续使用意愿的影响不显著 (β=-0.144,p>0.05),H5a不成立。学习投入对平台持续使用意愿具有显著正向影响(β=0.382,p<0.01),H5b成立。启动活动投入对在孵企业终止成本具有显著正向影响(β=0.431,p<0.001),H6a成立。学习投入对终止成本的正向作用不显著(β=0.185,p>0.05),H6b不成立。终止成本显著正向影响平台持续使用意愿(β=0.369,p<0.001),H7得以验证。
直接效应检验结果显示,在孵企业感知的终止成本对平台持续使用意愿的正向影响弱于关系满意度(β(TerC)=0.369<β(RelS)=0.454)。从衡量自变量对因变量影响力的指标f2看,f2(TerC)=0.268<f2(RelS)=0.326,进一步证实了上述结果[28]。原因在于,当前我国创业孵化平台尚未建立完善的盈利模式,加上平台间竞争激烈,为争夺潜在用户,平台竞相降低企业入驻及资源获取成本[5],进而降低终止成本对在孵企业提前迁离平台行为的约束力。这在一定程度上说明我国创业孵化平台在与在孵企业互动中存在“威势”不足问题。
3.5.2 中介效应检验
本文利用SmartPLS 3.0中的Bootstrapping方法检验关系满意度和终止成本的中介作用,将子样本数设置为3 000,结果如表6所示。
表6 关系满意度与终止成本的中介效应检验结果
Table 6 Test results of mediating effects of relationship satisfaction and termination costs
机制路径间接效应估计值标准误p值95%置信区间贡献机制EcoS→RelS→ConI0.0580.0530.276[-0.032, 0.178] TecS→RelS→ConI0.1410.0600.019[0.028, 0.265] SocS→RelS→ConI0.1590.0480.001[0.073, 0.264]约束机制IniI→TerC→ConI0.1650.0540.002[0.074, 0.286] LeaI→TerC→ConI0.0710.0390.066[-0.005, 0.148]
在贡献机制中,关系满意度在经济支持和平台持续使用意愿间的间接效应估计值为0.058,p值大于0.05且95%的置信区间包含0,H4a不成立。关系满意度在技术支持和平台持续使用意愿关系间的间接效应估计值为0.141且p<0.05,95%的置信区间不包含0,H4b成立。关系满意度在社会支持和平台持续使用意愿间的间接效应估计值为0.159且p<0.01,95%的置信区间不包含0,H4c成立。由直接效应检验结果可知,经济支持对平台持续使用意愿无显著影响,关系满意度在两者间不发挥中介作用。原因在于,用户对商品或服务的感知绩效超出购前期望幅度越大,用户满意度越高,持续使用意愿越强;反之,用户则不会产生满意情绪,终止使用意愿越强[18]。在创业初期,资金匮乏是企业发展面临的主要问题[13]。风投对接、租金减免等经济支持是创业孵化平台的宣传热点,也是企业期望较高的创业支持。然而,《2023年中国火炬统计年鉴》显示,仅6.94%的在孵企业获得融资,4.42%的在孵企业获得孵化基金。相对于其资金缺口,在孵企业得到的间接经济支持如杯水车薪[29]。综上,现阶段我国多数平台提供的经济支持无法满足在孵企业需求,导致其实际绩效难以超越预期,也无法通过提高关系满意度增强其平台持续使用意愿。
在约束机制中,终止成本在启动活动投入和平台持续使用意愿关系中的间接效应估计值为0.165且p<0.01,95%的置信区间不包含0,H8a成立。终止成本在学习投入和平台持续使用意愿间的间接效应估计值为0.071,p>0.05且95%置信区间包含0,H8b不成立。由直接效应检验结果可知,在孵企业启动活动投入通过提高其感知的终止成本增强平台持续使用意愿,学习投入对平台持续使用意愿具有直接正向影响。原因在于,启动活动投入特别是资金投入,价值相对精确、易于计算,同时具有可交换、可积累、可象征身份地位等特性,因而创业者处理此类投入信息的动机和能力较强,在决策时倾向于依赖分析式认知加工方式[30]。换言之,创业者以启动活动投入为逻辑起点,会先评估此类投入造成的关系终止成本。由于创业企业风险承担能力较弱,多数创业者会作出持续使用平台的决策。因此,在孵企业启动活动投入通过提高其感知的关系终止成本增强平台持续使用意愿,而非直接对平台持续使用意愿产生影响。学习投入强调的是时间和精力投入,相对于资金,其价值具有模糊性、难以计算和解释等特点,不利于创业者对学习投入导致的关系终止成本进行准确评估,其更多依赖于快速、无意识的直觉式认知加工方式,因而直接对平台持续使用意愿产生影响[30]。
3.5.3 稳健性检验
本文参考既有研究成果[31],选取来自装备制造、软件开发、电子信息行业183份在孵企业问卷数据,利用SmartPLS 3.0软件进行稳健性检验,直接效应的稳健性检验结果如表7所示,中介效应的稳健性检验结果如表8所示。对比表5和表6可知,直接效应和中介效应虽然在系数值上发生了一定改变,但系数相对大小以及显著性与上文分析结果一致。因此,本文分析结果稳健可靠。
表7 直接效应的稳健性检验结果
Table 7 Robustness test results of direct effects
机制路径直接效应估计值标准误p值显著性 贡献机制EcoS→ConI0.1750.1390.209不显著 TecS→ConI0.2840.1280.027显著 SocS→ConI0.2400.1170.041显著 EcoS→RelS0.2140.1160.066不显著 TecS→RelS0.2260.1140.047显著 SocS→RelS0.4130.1140.000显著 RelS→ConI0.4650.0640.000显著 约束机制IniI→ConI0.1230.1250.323不显著 LeaI→ConI0.4750.1240.000显著 IniI→TerC0.5040.0980.000显著 LeaI→TerC0.1670.0950.081不显著 TerC→ConI0.3380.0630.000显著
表8 中介效应的稳健性检验结果
Table 8 Robustness test results of mediation effects
机制路径间接效应估计值标准误p值95%置信区间贡献机制EcoS→RelS→ConI0.0990.0550.071[0.005, 0.219] TecS→RelS→ConI0.1380.0570.025[0.035, 0.283] SocS→RelS→ConI0.1920.0610.002[0.081, 0.313]约束机制IniI→TerC→ConI0.1700.0460.000[0.083, 0.256] LeaI→TerC→ConI0.0560.0350.106[-0.008,0.132]
本文基于社会交换理论,利用双重模型框架构建在孵企业创业孵化平台持续使用意愿研究模型,并采用在孵企业问卷数据对研究模型进行实证检验。结果发现,在孵企业创业孵化平台持续使用意愿存在贡献机制和约束机制双重形成路径。
(1)在贡献机制中,创业孵化平台提供的技术支持和社会支持正向影响平台持续使用意愿,在孵企业关系满意度在技术支持、社会支持与平台持续使用意愿的关系中发挥中介作用;经济支持对平台持续使用意愿无显著影响,关系满意度在两者间不发挥中介作用。
(2)在约束机制中,在孵企业启动活动投入通过提高其感知的关系终止成本增强平台持续使用意愿;学习投入对平台持续使用意愿具有直接正向影响。
(1)聚焦孵化关系维系阶段,探讨在孵企业持续使用创业孵化平台意愿的形成机理,拓展了孵化关系研究边界。现阶段,创业孵化平台面临在孵企业流失困境。在学术领域,创业孵化平台相关研究主要关注孵化关系建立阶段的企业筛选标准、关系效果获得阶段的孵化绩效,对孵化关系维系阶段创业孵化平台如何维系与在孵企业关系的探讨鲜有涉及。鉴于此,本文对在孵企业创业孵化平台持续使用意愿的形成机理进行深入探究,揭示孵化关系发展过程,拓展了孵化关系研究边界。
(2)基于社会交换关系视角,剖析创业支持和特定关系投入对在孵企业持续使用创业孵化平台意愿的作用机理,丰富了平台持续使用意愿影响因素研究。少数相关研究对平台持续使用意愿进行了初步探索,但忽视了平台—在孵企业交换关系中企业对平台特定关系投入的驱动作用。不同于以往研究,本文基于平台与在孵企业的社会交换关系,将创业支持和特定关系投入纳入同一研究框架,通过实证研究揭示两类因素对平台持续使用意愿的影响及作用机理,丰富了中国孵化情境下平台持续使用意愿影响因素研究。
(3)将社会交换理论嵌入创业孵化平台研究,利用双重模型框架揭示在孵企业平台持续使用意愿形成机理,延伸了社会交换理论与双重模型框架应用范围。双重模型框架由社会交换理论发展而来,被广泛应用于个体间、消费者与供应商之间、用户与平台之间的交换关系持续性研究。本文基于社会交换理论分析平台与在孵企业间的交换关系,利用双重模型框架揭示贡献-约束机制下平台持续使用意愿形成机理,进一步推动了社会交换理论在创业孵化平台研究领域的应用。
有效“施恩”,引导在孵企业主动留在创业孵化平台。首先,技术支持与社会支持不仅能够强化在孵企业的平台持续使用意愿,而且可以通过提升在孵企业关系满意度,引导其主动留在平台。因此,在技术支持方面,平台可根据在孵企业个性化需求提供定制化技术服务,扮演好技术经济人和守门员角色,成为在孵企业长期合作伙伴。在社会支持方面,平台应积极开展多种形式的社会支持活动,促使创业者与资源供给者、同辈创业者开展合作,提升在孵企业黏性。其次,由于经济支持尚不能满足在孵企业资金需求,因而难以强化其平台持续使用意愿。因此,平台应充分调研在孵企业需求,创新经济支持方式,集聚多方力量为在孵企业提供充足且有效的经济支持。
增强“威势”,防止在孵企业提前离开创业孵化平台。在孵企业特定关系投入对平台持续使用意愿具有重要影响,其中,启动活动投入通过提高在孵企业感知到的终止成本增强其平台持续使用意愿,学习投入对其平台持续使用意愿具有直接影响。因此,在发展战略方面,平台应基于自身优势制定具有自身特色的发展战略,促使在孵企业加强特定关系投入。在启动活动投入方面,平台可根据自身功能定位,突破以房租、服务费为主要收入的局限,探索与平台发展相契合的多元化盈利模式,制定更为完善的入驻流程。在学习投入方面,在制定孵化政策和制度时,平台应彰显自身特色并及时更新相关措施,引导企业进行持续性学习投入。此外,平台应设计完善的企业退出机制,包括明确的毕业标准、企业提前退出时双方权利和义务(如平台可收回部分经济支持,要求企业支付违约金等),以降低平台损失。
本文存在以下不足:首先,仅以山东省青岛、济南和烟台国家级创业孵化平台为研究对象,后续可进一步扩大样本范围,探讨不同省市、不同层次创业孵化平台如何有效维系在孵企业,以深化对平台与在孵企业间社会交换关系的理解,提升研究结论的普适性。其次,采用横截面数据进行假设检验,未充分考虑随时间推移变量自身及变量间关系的变化。未来可以采用时序研究设计,以系统阐释在孵企业创业孵化平台持续使用意愿的变化规律,为创业孵化平台制定相关策略提供参考。最后,研究模型中涉及的影响因素均为反映创业孵化平台—在孵企业社会交换关系的内部因素。实际上,外部环境因素如地区创业孵化平台间竞争强度也可能对在孵企业创业孵化平台持续使用意愿产生影响。未来可以考虑将外部环境因素纳入研究框架,基于综合视角探讨在孵企业创业孵化平台持续使用意愿形成机理。
[1] HU Y B, AHMAD A J, LU D W. Performance management challenges at Chinese business incubators: a systematic literature review[J].Technological Forecasting &Social Change, 2023, 190(5):122414.
[2] 娄淑珍,项国鹏,王节祥.平台视角下众创空间竞争力评价模型构建[J].科技进步与对策,2019,36(6):19-25.
[3] HAN S Y, YOO J, ZO H, et al. Understanding makerspace continuance: a self-determination perspective[J].Telematics &Informatics, 2017, 34(4):184-195.
[4] 张建民,陈雅惠,李亚玲.众创空间用户持续使用意愿形成机理:基于自我决定理论的一个研究框架[J].科技管理研究,2020,40(4):232-238.
[5] 胡海波,卢海涛,王节祥,等.众创空间价值共创的实现机制:平台视角的案例研究[J].管理评论,2020,32(9):323-336.
[6] 吴周玥,周小虎,王侨,等.创业者先前经验对众创空间生态系统承诺的影响——生态多样性的两阶段调节作用[J].科技进步与对策,2025,42(14):46-56.
[7] DUTTA D K, KHURANA I. Productive entrepreneurship within the entrepreneurial ecosystem: insights from social exchange theory[J].Applied Psychology-An International Review-Psychologie Appliquee-Revue Internationale, 2024, 73(4):1487-1510.
[8] 胡海青,王兆群,张琅.孵化器控制力对创新孵化绩效的影响:一个有调节的中介效应[J].南开管理评论,2017,20(6):150-162.
[9] KIM H J, KIM I, LEE H. Third-party mobile app developers' continued participation in platform-centric ecosystems: an empirical investigation of two different mechanisms[J].International Journal of Information Management, 2016, 36(1):44-59.
[10] CAPATINA A, CRISTEA D S, MICU A. Exploring causal recipes of startup acceptance into business incubators: a cross-country study[J].International Journal of Entrepreneurial Behavior &Research, 2023, 29(7):1584-1612.
[11] GONG X, LIU X X, XIAO Z X. A dedication-constraint model of consumer switching behavior in mobile payment applications[J].Information &Management, 2022, 59(4):103640.
[12] KIM S S, SON J. Out of dedication or constraint? a dual model of post-adoption phenomena and its empirical test in the context of online services[J].Management Information Systems Quarterly, 2009, 33(1):49-70.
[13] 胡晓,杨德林,马倩,等.技术孵化器组合管理机制研究:价值共创视角[J].南开管理评论,2023,26(1):182-196.
[14] 张颖颖,崔译方,王进富.技术经纪人谏言对创业者创业警觉的影响机理——基于扎根理论的多案例研究[J].科技进步与对策,2024,41(3):55-63.
[15] FRANCOSO M S, VONORTAS N S. Gatekeepers in regional innovation networks: evidence from an emerging economy[J].Journal of Technology Transfer, 2023, 48(3):821-841.
[16] WU W Q,ZHAI M H,LIU J Y,et al. Gatekeeper networks, knowledge inertia, and knowledge performance in business incubators[J].Journal of Organizational and End User Computing, 2023, 35(1):333634.
[17] 牟宇鹏,曹裕基,张辉.平台企业的游戏化设计对用户持续使用行为的影响[J].管理学报,2023,20(12):1827-1836.
[18] PANG H, ZHANG K G. How multidimensional benefits determine cumulative satisfaction and eWOM engagement on mobile social media: reconciling motivation and expectation disconfirmation perspectives[J].Telematics and Informatics, 2024, 93(8):102174.
[19] CHANG Y R, CHENG Q. Entrepreneurial mentoring, financial support and incubator patent licensing: evidence from Chinese incubators[J].European Journal of Innovation Management, 2024, 27(1):290-309.
[20] 王海花,谢萍萍,熊丽君.创业网络、资源拼凑与新创企业绩效的关系研究[J].管理科学,2019,32(2):50-66.
[21] LIU X, ZHANG Y, FAN L. What prevent you from stepping into the entrepreneurship? evidence from Chinese makers[J].Chinese Management Studies, 2020, 15(1):68-85.
[22] V
ZQUEZ-CASIELLES R, IGLESIAS V, VARELA-NEIRA C. Manufacturer-distributor relationships: role of relationship-specific investment and dependence types[J].Journal of Business &Industrial Marketing, 2017, 32(8):1245-1260.
[23] STRUPINSKI J, WITEK-HAJDUK M. Relationships between high-tech SME suppliers and foreign buyers: effects of relational trust, relationship-specific investments and contract specificity on product innovation[J].European Journal of Innovation Management, 2024, 27(4):1057.
[24] DRNOVSEK M, SLAVEC A, ALEKSIC D. "I want it all": exploring the relationship between entrepreneurs' satisfaction with work-life balance, well-being, flow and firm growth[J].Review of Managerial Science, 2024, 18(3):799-826.
[25] BENTON W C, MALONI M. The influence of power driven buyer/seller relationships on supply chain satisfaction[J].Journal of Operations Management, 2005, 23(1):1-22.
[26] MORGAN R M, HUNT S D. The commitment-trust theory of relationship marketing[J].Journal of Marketing, 1994, 58(3):20-38.
[27] BHATTACHERJEE A. Understanding information systems continuance: an expectation-confirmation model[J].MIS Quarterly, 2001, 25(3):351-370.
[28] SIMBA A, RAMBE P, NAVARRETE S R. A technostress-entrepreneurship nexus in the developing world[J].International Entrepreneurship and Management Journal,2024,20(3):2019-2046.
[29] 任泽平,白学松,刘煜鑫,等.中国青年创业发展报告(2021)[J].中国青年研究,2022,34(2):85-100.
[30] 贺汝婉,李斌,张淑颖,等.时间与金钱概念对消费者购买决策的不同影响及其心理机制[J].心理科学进展,2021,29(9):1684-1695.
[31] 欧阳晨慧,马志强,朱永跃.工作场所数字化对员工创新行为的影响:一个被调节的中介模型[J].科技进步与对策,2023,40(9):129-139.