互联网企业成长影响因素实证分析

张巍　朱艳春　王天梅

摘要：文章从企业规模、企业家能力、技术创新能力、市场营销能力、盈利能力、营运能力、偿债能力、融资能力等8个方面选取19个指标作为解释变量，通过因子分析方法对指标体系进行验证和修正后得到6个综合因子，使用多元线性回归方法对所提出的假设进行验证，从盈利能力、营运能力和技术创新能力等几个方面，针对我国互联网企业的发展提出对策。

关键词：企业成长；互联网企业；因子分析

一、 引言

目前企业成长研究，主要关注制造业、服务业、金融业等传统行业的企业成长问题，鲜有针对我国互联网企业成长的实证研究与分析，传统范式下展开的传统企业成长理论，并不完全适用于分析互联网企业的成长影响因素，对互联网企业的成长缺乏足够的理论指导。互联网企业如何才能在互联网市场竞争持续激烈、技术创新日益加快的环境中健康成长，已成为理论研究和实务领域的重要问题。

为此，本文基于企业成长文献，以我国互联网上市企业为研究对象，构建成长影响因素，运用实证分析方法对互联网企业的成长性及其关键影响因素进行分析，以探索我国互联网企业成长演变机理及规律。

二、 国内外研究现状

目前企业成长影响因素领域的研究主要分为两类：一类是单一因素研究，即研究企业成长动力因素簇中的一个因素（如技术创新能力、社会关系、企业家能力）是如何影响作用于企业成长的；另一类是多因素研究，即将影响企业成长的各个成长动力因素都进行研究，强调协调处理各个成长动力因素与企业成长之间的关系，注重分析各因素的重要影响、中介作用、调节作用。相比单因素研究，多因素研究可以更全面地解析企业的成长过程。

针对互联网企业的成功因素，相关研究继承了传统企业成长影响因素分析思路与方法，着重解析了互联网泡沫及2008年金融危机之后，互联网企业存活的原因及成功的关键要素。这些研究多采用调查问卷、案例分析、回归模型、生存分析、内生成长理论、比较分析等理论方法，归纳、总结互联网企业成长因素，认为互联网企业的生存是受企业自身基因构成决定的，企业家能力、企业家能力、技术创新能力、盈利能力、偿债能力、营运能力、市场营销能力、融资能力、客户保持及转化率、管理层变动、商业模式等构成了影响互联网企业成长的关键要素，并且这些要素会随着环境的变化而不断地进行着调整和整合。然而在互联网企业成长过程中，这些关键因素的作用机理问题缺乏更深入的分析。

三、 互联网企业成长影响因素模型构建

结合国内外实证研究文献中对企业成长性度量指标的选取，采用统计学的方法以能够量化的指标来衡量企业成长性，进而研究各因素对企业成长性的影响程度。考虑到数据的收集与处理，本文选用“总资产增长率”、“净利润增长率”两个指标来度量企业的成长性。

对于各影响因素的度量，结合我国互联网上市企业及其所处环境的现状，借鉴国内外实证研究中的相关做法，本文从企业规模、企业家能力、技术创新能力、市场营销能力、盈利能力、偿债能力、营运能力、融资能力8方面，提炼了19项变量，如表1所示。

四、 实证分析

基于Osiris数据库以及各公司历年公布的年报信息，本文选取了2007年至2010年在沪深、香港、纳斯达克、纽交所上市的83家中国互联网企业为研究样本；采用因子分析法，确定综合因子，运用多元回归模型验证所确定因子与互联网企业成长的相关关系。

1. 因子分析。通过相关性分析发现，本文所选取的19个解释变量与2个被解释变量间，存在一定程度的相关性，相关系数大多集中在0.1～0.5之间，说明所选取的解释变量与被解释变量相关性较为均衡，它们共同影响着我国互联网企业的成长性。

对所选取的19个解释变量做相关性分析，得出各解释变量间的相关系数矩阵，如表2所示。

由表2可以看出，各解释变量间存在不同程度的相关性，其中不少解释变量的相关系数在0.3以上，少部分在0.7以上，说明各解释变量并不是相互独立的，它们之间存在信息重叠。因而，可以采用因子分析法，对原有的19个解释变量进行浓缩，提取出相互独立的综合因子，以解释对互联网企业成长的影响。

选择最大方差旋转方法，对因子进行旋转后，可得如表3所示因子载荷矩阵。旋转后的因子载荷矩阵中给出每一个原始变量在6个因子上的载荷。在本文中，选取综合因子的标准是特征值大于1，满足条件的共有6个因子，解释了企业成长性指标原始信息的81.539%。

由表3可看出，除销售增长率和销售人员占比外，其余解释变量最大载荷因子都在0.5以上，说明销售增长率和销售人员占比不能被这几个因子很好的解释，这可能是由于互联网企业营销模式的独特性造成的。在本文中，为了便于研究，将销售增长率和销售人员占比剔除。指标剔除后，对旋转后的因子归纳解释如下：

成分1对应的研发支出比重、研发人员人均创利载荷值较大，主要反映了互联网企业的技术创新能力。

成分2对应的股东权益周转率、流动资产周转率载荷值较大，主要体现的是企业的营运能力。

成分3对应的净资产收益率、总资产收益率、销售净利率载荷值较大，主要体现的是企业的盈利能力。

成分4对应的总资产、员工总数载荷值较大，主要体现的是企业的规模。

成分5对应的流动比率、资产负债率、产权比率载荷值较大，主要体现的是企业的偿债能力。

成分6对应的学历、高管平均年龄载荷值较大，能从整体上体现企业家的能力。

2. 多元回归分析。通过因子分析，得到影响互联网企业成长的6个综合因子。基于此，提出以下假设：

H1：技术创新能力与企业成长率正相关：技术创新能力越强，企业成长率越高；

H2：营运能力与企业成长率正相关：营运能力越强，企业成长率越高；

H3：盈利能力与企业成长率正相关：盈利能力越强，企业成长率越高；

H4：企业规模与企业成长率负相关：规模越大，企业成长率越低；

H5：偿债能力与企业成长率正相关：偿债能力越强，企业成长率越高；

H6：企业家能力与企业成长率正相关：企业家能力越强，企业成长率越高。

基于以上假设，为进一步探究影响因素对我国互联网企业成长的影响程度，以提取出来的综合因子作为解释变量，分别以总资产增长率和净利润增长率为被解释变量，做回归分析，即回归方程为Y=a1F1+a2F2+a3F3+a4F4+ a5F5+a6F6（6种综合因子，分别以符号F1、F2、F3、F4、F5、F6表示）。首先以净利润增长率为被解释变量，所得回归结果如表4所示。方差分析数据结果显示，模型的F统计值的显著性概率均为0.000，说明模型的总体回归效果都是显著的。

回归模型的判定系数为0.826，校正后的判定系数为0.746，模型的解释结果是可以接受的。利用得到因子得分矩阵，分别对总资产增长率和净利润增长率为被解释变量做多元回归，回归系数结果如表5所示。

由表5可知，所有的回归系数在5%的水平上是显著的。

对样本数据进行回归，得到如表6所示结果，可知各影响因素的变动可以解释总资产增长率、净利润增长率的63.1%和56.1%。从回归系数表可知，绝大部分的解释变量在0.05的显著性水平上，都通过了t检验。整体回归方程模型的显著性水平为0.00，在0.01的显著性水平上，模型通过了F检验。

根据各因子与企业成长回归的结果，与原假设对照，得到如表7所示的假设检验结果。

五、 结论

本文采用因子分析、多元回归等实证分析方法，提取了技术创新能力、营运能力、盈利能力、企业规模、偿债能力、企业家能力6个综合因子，分析了上述因子对互联网企业成长的影响，结果表明技术创新与企业成长存在一定负相关，而营运能力、盈利能力、企业规模、偿债能力、企业家能力则与企业成长存在正相关。为此，国内互联网企业应结合商业模式，注重选择与之相应的融资方式，提升企业盈利能力；通过技术创新、商业模式创新，改善运营环境，提高资产的管理效率。

参考文献：

1. Erik Stam， Growth beyond Gibrat： firm gro- wth processes and strategies， Small Business Economics，2010，35（2）：129-135.

2. Per Davidsson， Leona Achtenhagen， Lucia N- aldi. Small Firm Growth. Foundations and Trends in Entrepreneurship，2010，6（2）：69-166.

3. 王建军.企业成长模式及其影响因素研究，管理学家学术版，2010，（3）.

4. S？nke Albers and Michel Clement， Analyzing the Success Drivers of e-Business Companies， IEEE Transactions on Engineering Management，2007，54（2）：301-314.

5. Robert J. Kauffman， Bin Wang， Tuning into the digital channel： evaluating business model characteristics for Internet firm survival， Information Technology and Management，2008，9（3）：215-232.

6. Shu-Chun Ho， Robert J.Kauffman， Ting-Peng Liang.A growth theory perspective on B2C e-co- mmerce growth in Europe：An exploratory study， Electronic Commerce Research and Applications， 2007，6（3）：237-259.

7. Muhammad A.Razi， J. Michael Tarn， Faisal A.Siddiqui， Exploring the failure and success of DotComs， Information Management & Computer Security，2004，12（3）：228-244.

基金项目：教育部人文社会科学研究青年项目（项目号：11YJC630288）；北京市哲学社会科学规划项目；中央财经大学科研创新团队支持计划；北京市重点交叉学科建设经费资助项目。

作者简介：张巍，中央财经大学信息学院副教授，北京航空航天大学的管理科学与工程博士；朱艳春，北京师范大学经济与工商管理学院副教授，北京航空航天大学的管理科学与工程博士；王天梅，中央财经大学信息学院教授，中央财经大学经济学博士。

收稿日期：2013-07-13。