KIBS价值网络内顾客临近性与企业适应性战略——基于网络规模和结构洞的调节作用

代海岩 吴晓云

(1.山东师范大学 商学院，山东 济南 250014； 2.南开大学 商学院，天津 300071)

一、引言

随着信息技术和交通的发达，企业的国际化经营范围、潜在成长空间不断扩大和延伸，当然竞争也愈加激烈。更多的企业选择与供应商、顾客等形成价值网络，并依托网络开展运营以应对复杂性和不确定性。知识密集型服务企业在发展国民经济、满足顾客需求和创造顾客价值方面扮演着尤为重要的角色，以软件业为例，根据工业和信息化部的统计数据，2015年软件业务收入42848亿元，增速15.7%，其中软件产品收入13656亿元，增速11.9%；信息技术服务收入22211亿元，增速18.7%；利润总额5766亿元，增速19.5%。

知识密集型服务企业在跨国或跨地区经营中，需要面对多样化的顾客群体，尤其是在顾客需求更加个性化的时代，差异化体现的淋漓尽致。为应对这种局面，企业除依托价值网络外，还必须发展和实施适应性战略，唯有如此才能在市场上立足。那么，基于此背景下，对知识密集型服务企业而言，有哪些适应性战略可以使用？影响这些适应性战略的前置因素及作用机制是什么？这种作用机制的边界条件受哪些因素影响？这些问题需要给予重点关注。

已有研究较多从企业的营销角度考察适应性战略，由于产品、顾客、社会文化等方面存在差异(Kotler，1984；Wind，1986；Craig et al.，1996；Hultman et al.，2011；Katsikeas et al.，2006)，因而主张根据不同的顾客偏好实行适应性的营销策略；也有部分学者探讨了产品适应性和技术适应性，既有对上述两种适应性战略影响绩效的考察(Hultman et al.，2011；Zaiem et al.，2011；Gilbert et al.，2014；Briggs，2012)，也有对两种战略前置影响因素的分析(Calantone et al.，2004；Chen et al.，2004)。本文认为支撑营销的是技术和产品/服务，即先有技术和产品/服务的适应性，后有营销适应性，由此对知识密集型服务企业来说，技术和服务是其核心和根本。同时，企业所处价值网络的特征会影响网络内部企业的资源特性，譬如网络规模决定了网络内部企业可用资源的数量和范围(Burt，1997；Fang et al.，2016)；结构洞亦是关键的网络属性，是有效且非盈余获得资源和信息的方式(Burt，2004；Zaheer et al.，2009)。遵循这一思路，本文借鉴社会网络理论的观点，从顾客临近性的视角对适应性战略进行深入探讨。具体来说：(1)回归适应性的立足点和本质，试图厘清顾客临近性对适应性战略的作用机制；(2)基于价值网络，从网络规模和结构洞出发探索两者对前述作用机制的影响，进而在一定程度上确定顾客临近性对适应性战略的作用边界。

二、文献回顾与理论假设

(一)适应性战略文献回顾

有学者就适应性战略作了研究，Kotler(1984)指出应重视消费者偏好，实施适应性的营销，产品非相似性、购买者行为非相似性、环境非相似性三个方面是适应性营销的驱动力。Wind(1986)也认为，由于世界范围的需求和顾客偏好、全球市场分割数量、战略实施能力、多国运营协同等原因及其他限制，主张采取适应性战略。Craig et al.(1996)认为，适应性战略能快速、及时地针对当地消费者偏好作出调整，参与、响应和适应全球市场日益增加的复杂性和快节奏的变化。Katsikeas et al.(2006)则指出法律、顾客和技术环境的差异会导致出口商更大的营销组合适应性，只有当营销战略及实施与当地情景匹配时，才能取得良好的绩效。吴结兵等(2010)基于绍兴县纺织业集群30年的纵向发展，研究发现企业适应性行为与网络化的交互影响推动着集群发展，并决定了集群发展的阶段；探索和利用是企业面对不确定性时的战略选择，探索式战略侧重效益，利用式战略强调效率，两种战略的搭配平衡了集群效益和效率。

另有学者对产品适应性作了研究，Calantone et al.(2004)通过239家美国企业和302家韩国企业的邮件调查，发现法律和规制方面的差异会导致产品适应性提高，由于两者的差异导致美国和韩国企业在产品适应性方面的积极性不同，且高度的国际化产品适应性与负责任的营销组织及其聚焦的客户实践有关。Hultman et al.(2011)基于权变理论和组织学习的视角，通过对瑞典336家出口制造企业的相关数据分析，进一步指出社会文化的、技术的和营销基础设施的环境差异越大，产品适应性越大，且国际化经验(持续时间、范围、强度)调节促销适应性战略对出口绩效的影响。而Zaiem et al.(2011)则基于120家出口企业的调查，认为产品适应性战略受企业内部特征(企业规模、出口经验、产品类型)和外部特征(业务细分)的积极影响，且在国际市场上实施有效的出口营销战略有助于提高绩效水平。Gilbert et al.(2014)基于权变理论，利用财富500强全球企业的一手和二手数据的研究发现，跨国公司区域管理自主权、区域产品/服务适应性对区域竞争成功有积极作用，适度的区域管理自主权、区域产品/服务适应性高度依赖跨国公司所处的情景——区域导向和区域间距离。

也有学者对技术适应性作了研究，Chen et al.(2004)基于技术接受模型和创新扩散理论，通过网络调查，针对电子商务战略的研究指出，虚拟商店的产品供给、信息丰富性、店面可用性、感知信任和感知服务质量决定了消费者对该虚拟商店的认可和使用，也是电子商务中技术适应性的决定因素。Thomas et al.(2010)研究了团队领导者如何感知分布式虚拟团队的技术适应性干预需求，提出五因素激发模型，即外部约束、内部约束、信息和通讯技术不当、信息和通讯技术的知识与技能及能力不当、信任和关系不当。Briggs(2012)认为，发展中国家在提高高科技进口的专利权方面，取决于国外创新型企业的生产和适应成本，以及高科技产品在发展中国家生产过程中的可用性；当一项国外创新在发展中国家使用的适应性成本较低，且该创新对发展中国家的国内生产过程高度受用时，强化专利保护对吸引国外创新的作用很小。

总的来看，有关适应性战略的研究集中在营销策略和组合方面，尤其是给予产品适应性战略较多关注，这主要是由于企业在不同国家或地区间的内外部条件差异所致，且当大多数跨国企业的最终产出是产品。尽管学者们也对技术适应性作了研究，但鲜有从临近性视角出发并将其作为前置因素进行探讨，且欠缺对服务适应性的考察。随着服务类企业尤其是知识密集型服务企业在经济与社会发展中的地位日益凸显，有必要对服务适应性加以深入讨论。

(二)价值网络内顾客临近性与企业适应性战略

临近性表示意愿和机会，作为松散必然性的要素(Starr，2005)，有助于经济互动和绩效(Boschma，2005)。有研究认为，生产者和顾客之间的临近性有助于促进知识交换及产品定制化，更符合个体或区域消费者的偏好(Da Silveira，2011)。临近性可用不同的维度进行划分，定义为在一定的维度上是靠近的(Knoben et al.，2006；Byrne et al.，2015)。顾客作为产品和服务的终端，是企业市场的重要构成部分和关键维度。

顾客临近性是指通过机会和愿望的组合，彼此相关的顾客靠近在一起的状态(Starr，2005；O’Leary et al.，2014)。根据顾客临近性的形成和影响因素，本文重点关注地域临近性和关系临近性，因为顾客的地域临近性使用最广泛(Byrne et al.，2015)，关系临近性涉及的关系也是顾客之间、顾客与企业之间互动所必不可少的媒介(Huber，2012)。地域临近性指的是顾客在某个地域上的物理空间集中(Lagendijk et al.，2007)，关系临近性指的是顾客个体间联系的力量，尤其是彼此熟悉和互动的程度(Huber，2012)。

知识密集型服务企业在跨国别、跨地区经营时，总会面临制度、文化等方面差异，其产品或服务均瞄准一定的细分市场，需要针对当地顾客需求偏好进行相应的战略选择及实施(Gilbert et al.，2014)。Chang(1995)提出，应该发展适应性战略并进行深入探索，企业适应性战略是实现其独特竞争地位的一种市场响应形式(Rugman et al.，2004)。

企业适应性战略是指企业根据内外部环境的变化所作出的调整或改变(刘洪，2004)，从知识密集型服务企业的过程和产出角度，可将其分为企业技术适应性战略和企业服务适应性战略。前者是指通过技术的调整或改变，以满足顾客需求(Ives et al.，1984；Orlikowski，1996；Thomas et al.，2008)，后者是指服务和包装的特征或属性在国家市场间的差异程度(Cavusgil et al.，1993)。

在价值网络内部，顾客地域临近性由于顾客的地理位置相对较近，形成局部区域性的集中，个体和企业有面对面的接触及直接互动，可以直接获得信息和知识(Cassi et al.，2014)。一方面，在该区域内不同顾客群体总会存在需求的地域集中，且由于文化、习俗或消费习惯等原因，顾客会产生相似和相同的需求(Lagendijk et al.，2007；O’Leary et al.，2014)；另一方面，顾客地域临近性越高，对企业来说更有助于捕捉和把握该区域内部不同群体的细分市场，从而适时调整技术或进行技术升级(Ives et al.，1984；Thomas et al.，2008)。尤其是，地域临近性为互动式学习提供了必要条件(Storper et al.，2003)，对社会网络的建立有强烈的促进效应(Rekers et al.，2015)，也有助于形成区域知识网络，促进知识流动，从而助推企业及时分析知识、吸收知识并转化知识(Storper et al.，2004)，并在此基础上开发和推出能够满足顾客需求的针对性服务产品(Cavusgil et al.，1993)，获得准确的服务定位，开展定制化服务(Da Silveira，2011)，提升服务质量，完善服务传递方式，以获得和巩固市场份额。据此，提出：

假设1a：顾客地域临近性正向影响技术适应性；

假设1b：顾客地域临近性正向影响服务适应性。

顾客关系临近性是基于价值网络内部顾客之间的关系连接，依据社会网络理论的观点分析，对于关系连接比较频繁的顾客群体之间，其共同或相似的个体特征、文化认同、心理需求等会导致该群体产生类似或相同需求(Starr，2005；Zaiem et al.，2011)，以及情感依赖，如粉丝论坛等；企业借助信息技术等实现对该顾客群体需求的把握，可以比较精准地进行技术调整和更新(Orlikowski，1996；Lagendijk et al.，2007)。关系临近性是企业学习的软基础(Storper et al.，2004)，由关系临近性所形成的非正式网络有助于知识交换的跨边界流动(Brown et al.，2000)，以及较大范围的知识整合(Huber，2012)，从而研发出契合顾客需求的服务创意或设计、服务解决方案等(Huber，2012)，塑造良好的服务品牌，并获得市场以及相对较高的顾客忠诚度。据此，提出：

假设2a：顾客关系临近性正向影响技术适应性；

假设2b：顾客关系临近性正向影响服务适应性。

(三)网络规模和结构洞的调节作用

在由企业、顾客、供应商等构成的价值网络里，涉及的参与主体范围和数量划定了价值网络的边界，也决定了网络内部的信息等资源，由此需要关注网络规模。同时，在特定的价值网络内部，参与主体之间的联系或多或少，有直接联系也有间接联系，本文着重就结构洞探讨其作用。

网络规模指的是建立业务所涉及的所有个体和企业(Hansen，1995；Semrau et al.，2014)。网络规模越大，在网络内部会提供更多的资源和情感支持(Grandi et al.，2003；Zhao et al.，2010)，产生更多差异化的信息和商业机会以帮助企业盈利，Ellis(2010)研究也指出顾客网络是企业关于顾客需求和满意水平的主要信息来源。

结构洞是指非冗余联系间的空白(Burt，1992)，结构洞也是机会，中介价值网络参与主体之间的信息流动(Burt，1997)。同时结构洞也给企业提供信息，帮助企业杠杆化使用内外部资源(Tan et al.，2014；Yang et al.，2010)。Tortoriello(2015)则进一步认为，处在结构洞位置的中介者能力越强，越有助于企业获得多样化知识和信息，进而有益于企业杠杆化地使用外部知识，并与内部知识等组合和整合以产生创新；章丹等(2013)也发现，网络结构洞有利于企业探索式技术创新活动。

价值网络的规模越大，在该网络内部的顾客和企业数量越多。换句话说，网络内部由于顾客地域临近性产生的集中，以及地域临近性所导致需求的区域性集中，都将体现或包含更多数量或差异性的区域集中体(O’Leary et al.，2014；Lagendijk et al.，2007；Grandi et al.，2003)。对企业来说，必须投入更多的人力、物力来把握地域上分散但局部集中的顾客群体需求，并就技术进行改造或升级换代(Orlikowski，1996；Thomas et al.，2008)，以容纳更多差异性需求的挑战。同时，企业在技术变化和调整的基础上，增加服务产品线的数量和种类，或改进服务设计(Cavusgil et al.，1993)，满足这些数量众多但存在差异的集中性需求。Terwal(2014)认为，嵌入在区域网络中的个体和企业都从该网络内部的知识扩散中受益，尤其当知识是粘性的、复杂的或隐性的时候，因为网络内部参与主体之间的互动促进了沟通、互动式学习和信任建立。据此，提出：

假设3a：网络规模正向调节地域临近性与技术适应性之间的关系；

假设3b：网络规模正向调节地域临近性与服务适应性之间的关系。

价值网络内部结构洞数量越多，根据社会网络理论，网络内部将有更多的信息和内容。顾客关系临近性使得顾客产生相同或类似需求，在结构洞数量增加的情况下，加大顾客关于需求认知和判断的多样性和内容(Yang et al.，2010)。Sorenson et al.(2006)也指出，有一定距离的联系会给企业提供多样性和新观念。此时依据关系临近性划分的顾客群体，将产生更加丰富多样的服务需求。企业借助结构洞这一社会资本，可以发现新的合作者，更容易获得知识，有助于形成新的网络关系(Cassi et al.，2014)，也有利于感知和深度了解某顾客群体的需求，以及网络内部差异化顾客群体之间的需求异同(张光曦，2013)，另外，隐性知识更可能借助结构洞进行转移(Reagans et al.，2003)。这将使得企业增加技术的变化范围和整体的兼容性，以适应更复杂的需求变化和差异，并以此开发更多样的差异化服务产品，提高服务的适应性范围。同时，本文认为结构洞既有一定的区隔作用，也有中介连接的跨边界作用，该双重作用会强化关系临近性影响技术适应性和服务适应性的情景因素，约束和塑造顾客偏好(Byrne et al.，2015)。据此，提出：

假设4a：结构洞正向调节关系临近性与技术适应性之间的关系；

假设4b：结构洞正向调节关系临近性与服务适应性之间的关系。

基于上述价值网络内顾客临近性与企业适应性战略的关系讨论，以及网络规模和结构洞的调节作用探索，提出本研究的理论模型如图1所示。

图1本文研究理论模型

三、研究设计

(一)样本和数据收集

表1 样本构成

资料来源：本研究根据问卷调查的结果整理而成。

本研究使用问卷调查方法，课题组通过文献检索和专家小组讨论完成了量表的初步开发，问卷采用7点里克特量表。问卷开发完成后，课题组邀请7位知识密集型企业的高管和5位本领域的专家学者对问卷进行评估，然后对个别条目作了修正；选择20家企业进行预调查，并根据反馈结果对问卷加以进一步完善，以确保条目的准确性和适宜性。样本企业来自北京、上海、天津、浙江、山东五个省市，因为这些省市知识密集型企业相对较多，且开展跨国或跨区域经营的较多。以软件业为例，2015年上述五个省市软件业企业个数占全国总量的30.7%，相应的软件业务收入占全国总量的38.7%。本研究根据当地企业名录进行判断抽样，问卷发放主要通过EMBA和MBA学员进行，利用其学缘、业缘等关系，一对一地发放问卷。填写问卷的对象为被调查企业的高管，采取纸质版和电子版结合的方式。为了确保问卷由企业高管所填写，课题组在问卷最后请求被调查对象填写自己的名字和电话，课题组在回收问卷后抽取一定比例的问卷进行了回访核实。整个调查历时三个月，共发放400份问卷，回收310份，回收率为77.5%，剔除不完全回复和其他无效问卷，实际有效问卷204份，有效回复率为51.0%。在204份有效问卷中，北京、上海、天津、浙江、山东的占比分别为：27.9%、19.1%、31.4%、10.3%、11.3%。有关样本信息如表1所示。

(二)同源方法偏差

为控制共同方法偏差产生的影响，本文采取了事前控制和事后检验结合的方式。事前控制方面，首先确保构念测量的清晰简洁性，并通过预调查保证问卷的通俗易懂，另外在电话沟通和问卷填写时承诺被访者的匿名性。同时为减少被访者对构念间可能的主观关系判断，我们按照主题顺序组织测量问项，而不是按照变量的顺序来排列。

事后统计检验采用了Harman的单因素t检验，6个变量解释了总方差的73.257%，未旋转的第一因子解释总方差的比例为29.488%，没有显著性因子出现，这表明同源方法偏差不会影响研究结论。

(三)变量测量

顾客地域临近性(gp)。借鉴Boschma(2005)、Lagendijk et al.(2007)的研究，对应的题项包括“顾客在地理位置上比较集中”、“所在特定区域的顾客有相同的购买意愿”、“所在特定区域的顾客有相同的收入水平”、“所在特定区域的顾客有相同的消费文化”。

顾客关系临近性(rp)。借鉴Huber(2012)的研究，对应的题项包括“顾客熟悉彼此的情况”、“顾客之间的情感亲密程度”、“顾客个体责任感”。

技术适应性(adt)。借鉴Thomas et al.(2008)的研究，对应的题项包括“现有技术得到改进”、 “新技术应用到流程”、 “现有技术应用于新业务”。

服务适应性(ads)。借鉴Zaiem et al.(2011)、Tsou(2012)的研究，对应的题项包括“服务定位适应程度”、“服务设计风格适应程度”、 “服务品牌适应程度”、“服务质量适应程度”、“服务传递适应程度”。

网络规模(ns)。借鉴Semrau et al.(2011)、Zhao et al.(2010)的研究，对应的题项包括“构成网络的供应商数量”、“构成网络的顾客数量”、“构成网络的投资者数量衡量”。

结构洞(hs)。借鉴Burt(1992，1997)、Sun et al.(2013)的研究，对应的题项包括“企业处于中间人位置”、“连接双方企业的联系非冗余程度”、“网络中介机会数量”。

控制变量。根据Tsou(2012)、Fuller et al.(2015)的研究，将企业成立年限(FAGE)、企业性质(FNAT)作为控制变量。

(四)信度和效度检验

统计显示，研究涉及的所有潜变量的Cronbach’s α系数均大于0.7，KMO值为0.797，结合Bartlett球形度检验进行了后续的验证性因子分析。利用Lisrel 8.7进行验证性因子分析显示，不存在显著的跨因子分布，且问项的单一标准化因子载荷(λ)除“顾客个体责任感”外都在0.6以上，但“顾客个体责任感”该问项的标准化因子载荷(λ)为0.47，大于0.4最低限值，属于可接受范围。这表明测量有较高的内部一致性和聚合效度。验证性因子分析显示，χ2=294.32，df=174，χ2/df值为1.6915，RMSEA=0.058，NFI=0.92，NNFI=0.95，CFI=0.96，表明拟合优度较高。

四、实证分析与假设检验

(一)相关系数

本文将控制变量(成立时间、企业性质)作虚拟变量处理，成立时间以“3～5年”为基准变量，产生3项虚拟变量(成立时间1-FAGE1：6～10年；成立时间2-FAGE2：11～15年；成立时间3-FAGE3：15年以上)；企业性质以“国有及国有控股”为基准变量，产生3项虚拟变量(企业性质1-FNAT1：民营企业；企业性质2-FNAT2：外资企业；企业性质3-FNAT3：其他)。表2给出了各主要变量的平均值、标准差等描述性统计值，以及Pearson相关系数矩阵。

表2 均值、方差和Pearson相关系数

注：***表示相关系数在0.01水平上显著(双尾)；**表示相关系数在0.05水平上显著(双尾)。

(二)回归分析结果

统计结果如表3所示，模型1-1和1-2表明地域临近性和关系临近性均显著正向影响技术适应性(β=0.334，p<0.01；β=0.288，p<0.01)，假设1a和假设2a均得到支持。模型2-1和模型2-2表明关系临近性显著正向影响服务适应性，但地域临近性没有显著正向影响服务适应性(β=0.394，p<0.01；β=0.009，p>0.05)，假设2b得到支持，假设1b未得到支持。

模型1-1和1-3表明，网络规模显著正向调节地域临近性和技术适应性之间的关系(β=0.201，p<0.05)，结构洞显著正向调节关系临近性和技术适应性之间的关系(β=0.229，p< 0.01)，假设3a和假设4a均得到支持。模型2-1和模型2-3表明，网络规模显著正向调节地域临近性和服务适应性之间的关系(β=0.191，p<0.05)，但结构洞没有显著正向调节关系临近性和服务适应性之间的关系(β=0.083，p> 0.05)，假设3b得到支持，假设4b未得到支持。

表3 顾客临近性与企业适应性战略、及网络规模和结构洞的调节作用回归分析

注：***表示相关系数在0.01水平上显著(双尾)；**表示相关系数在0.05水平上显著(双尾)。

五、结果讨论与管理建议

(一)结果讨论

价值网络内顾客临近性与企业适应性战略。研究表明，顾客地域临近性和关系临近性均积极影响技术适应性，且关系临近性积极影响服务适应性。也就是说，价值网络内部顾客地域临近性和关系临近性会对企业的适应性战略产生正向影响，两者是适应性战略的前置影响因素。该结论印证了Kotler(1984)、Wind(1986)、Katsikeas et al.(2006)、Hultman et al.(2011)、Zaiem et al.(2011)等研究的观点，即顾客差异、全球市场分割等因素是适应性战略的驱动力。同时，本文结论也与Storper et al.(2004)、Da Silveira(2011)、Huber(2012)等研究有类似发现，即顾客关系临近性有助于区域知识的交换和整合，便于实现服务定制化。

本文结果显示，假设1b未得到统计支持，即顾客地域临近性未显著正向影响服务适应性战略，原因可能在于：一是，对于知识密集型服务企业来说，服务作为其产出，而从技术的调整到服务的产出及传递，需要一个过程。当该过程尚未完成时，则服务适应性不能被体现。二是，调研问卷的填写对象是知识密集型服务企业的高管，其对顾客地域临近性的感知和判断，相对于顾客实际所处的地域存在一定偏差。

网络规模和结构洞的调节作用。研究表明，网络规模均正向调节顾客地域临近性与技术适应性、服务适应性之间的关系，即价值网络规模越大，所可能涉及的需求差异和种类等愈加多元化，会产生前述的正向调节作用，该发现与Grandi et al.(2003)、Zhao et al.(2010)、O′Leary et al.(2014)的观点类似。研究表明，结构洞正向调节顾客关系临近性与技术适应性之间的关系，富含结构洞将蕴含更多的信息和机会，会产生前述的正向调节作用。该结论与Tan et al.(2014)、Yang et al.(2010)、Tortoriello(2015)的观点类似。

统计结果显示，假设4b未得到统计支持，即结构洞未显著正向调节关系临近性与服务适应性战略之间的关系，原因也可能包括两个方面：一是，价值网络内部结构洞所蕴含的多样化信息和机会，由于顾客之间的较多联系而使得信息和机会越来越同质化，导致离顾客最近的服务本身以及服务创意、设计或传递方式有一定程度的趋同化，即较高的关系临近性抵消了结构洞的部分作用。二是，在特定的价值网络内部以及差异化的知识密集型服务企业所处价值网络中，结构洞所蕴含的信息、机会和多样化等相对复杂，导致其对关系临近性与服务适应性之间关系的调节作用，呈现非线性特点。

(二)管理建议

第一，杠杆化使用双重临近性。顾客关系临近性往往会吸引企业过多的注意力，当然也显示了其爆发力，尤其是虚拟空间的社群等形态，的确为技术的调整和升级及创新做出了诸多贡献。但作为依托价值网络开展运营的企业，在互联网一边倒的态势下，也必须给予地域临近性足够关注，因为顾客地域临近性有其独特的生命力和不可替代性。

第二，归核于双重适应性。对于服务类企业来说，支撑营销适应性的是技术适应性和服务适应性。尤其是企业想提高服务产品的质量、服务流程及传递的效率等，技术便体现其作为核心、支柱和基石的角色。对价值网络内部的企业来说，顾客的双重临近性与双重适应性战略的结合，将增强顾客黏性，创造更高的顾客价值。

第三，划定契合的网络边界并搭建非冗余联系。处于价值网络内部的企业来说，总是能够通过一种或多种关系，实现关系的延伸和网络范围的扩大。在企业可驾驭的范围内，应确定合理的网络边界，过犹不及；同时企业应积极搭建网络内部的非冗余联系，因为非冗余联系的数量和质量代表了企业间联系的异质性和网络的异质性，为网络外部企业所难以模仿，是企业和价值网络整体竞争优势的来源。

(三)研究局限和未来展望

第一，样本量有限。研究涉及的地区和样本企业数量有限，可能影响结论的可推广性。未来可就相同研究主题增加样本数量，提高样本的代表性，从而提高结论的普适性；或者将研究拓展到其他国家和地区，或者选取非知识密集性服务企业进行分析，可能会有新的发现。

第二，价值网络边界的确定。价值网络边界的确定在理论和实践上都有其复杂性，虽然本研究试图通过访谈和问卷调查的方式把握网络边界，但实际上不同被调查对象的理解会有所偏差，导致准确判定价值网络边界比较困难，未来可将主营业务作为划定价值网络边界的线索。此外，也可考察影响适应性战略的其他因素，侧重探讨价值网络的其他特征如网络中心度、网络密度等，对适应性战略是否存在影响，进一步延展研究深度。

刘洪. 2004. 组织结构变革的复杂适应系统观[J]. 南开管理评论(3):51-56.

吴结兵,郭斌. 2010. 企业适应性行为、网络化与产业集群的共同演化：绍兴县纺织业集群发展的纵向案例研究[J]. 管理世界(2):141-155,188.

章丹,胡祖光. 2013. 网络结构洞对企业技术创新活动的影响研究[J]. 科研管理(6):34-41.

张光曦. 2013. 如何在联盟组合中管理地位与结构洞？MOA模型的视角[J]. 管理世界(11):89-100,129.

BOSCHMA R A. 2005. Role of proximity in interaction and performance: conceptual and empirical challenges [J]. Regional Studies, 39(1):41-45.

BRIGGS K. 2012. Patents, technology adaptation, and exports to developing countries [J]. Global Economy Journal, 12(1):1-18.

BROWN A, O’CONNOR J, COHEN S. 2000. Local music policies within a global music industry: cultural quarters in Manchester and Sheffield [J]. Geoforum, 31(4):437-451.

BURT R S. 1992. Structural holes [M]. Cambridge, MA: Harvard University Press:25-30.

BURT R S. 1997. The contingent value of social capital [J]. Administrative Science Quarterly, 42(2):339-365.

BURT R S. 2004. Structural holes and good ideas [J]. American Journal of Sociology, 110(2):349-399.

BYRNE N, HEINONEN, JUSSILA I. 2015. The role of proximity in value preferences: a study of consumer co-operatives [J]. Annals of Public and Cooperative Economics, 86(2):339-361.

CALANTONE R J, CAVUSGIL S T, SCHMIDT J B, et al. 2004. Internationalization and the dynamics of product adaptation: an empirical investigation [J]. Journal of Product Innovation Management, 21(3):185-198.

CASSI L, PLUNKET A. 2014. Proximity, network formation and inventive performance: in search of the proximity paradox [J]. Annals of Regional Science, 53(2):395-422.

CAVUSGIL S T, ZOT S M, NAIDU G M. 1993. Product and promotion adaptation in export ventures: an empirical investigation [J]. Journal of International Business Studies, 24(3):479-506.

CHANG T. 1995. Formulating adaptive marketing strategies in a global industry [J]. International Marketing Review, 12(6):5-18.

CHEN L D, TAN J. 2004. Technology adaptation in e-commerce: key determinants of virtual stores acceptance [J]. European Management Journal, 22(1):74-86.

CRAIG C S, DOUGLAS S P. 1996. Developing strategies for global markets: an evolutionary perspective [J]. Columbia Journal of World Business, 31(1):70-81.

DA SILVEIRA G J C. 2011. Our own translation box: exploring proximity antecedents and performance implications of customer co-design in manufacturing [J]. International Journal of Production Research, 49(13):3833-3854.

ELLIS P D. 2010. Is market orientation affected by the size and diversity of customer networks [J]. Management International Review, 50(3):325-345.

FANG E, LEE J, PALMATIER R W, et al. 2016. If it takes a village to foster innovation, success depends on the neighbors: the effects of global and ego networks on new product launches [J]. Journal of Marketing Research, 53(3):319-337.

FULLER D B, SHIH V, TAO R. 2015. Market governance and firm performance under China′s state capitalism [J]. Management and Organization Review, 11(4):711-713.

GILBERT D K, HEINECKE P. 2014. Success factors of regional strategies for multinational corporations: exploring the appropriate eegree of regional management autonomy and regional product/service adaptation [J]. Management International Review, 54:615-651.

GRANDI A, GRIMALDI R. 2003. Exploring the networking characteristics of new venture founding teams [J]. Small Business Economics, 21(4):329-341.

HANSEN E L. 1995. Entrepreneurial networks and new organization growth [J]. Entrepreneurship Theory and Practice, 19(4):7-19.

HUBER F. 2012. On the role and interrelationship of spatial, social and cognitive proximity: personal knowledge relationships of R&D workers in the Cambridge information technology cluster [J]. Regional Studies, 46(9):1169-1182.

HULTMAN M, KATSIKEAS C S, ROBSON M J. 2011. Export promotion strategy and performance: the role of international experience [J]. Journal of International Marketing, 19(4):17-39.

IVES B, OLSON M H. 1984. User involvement and MIS success: a review of research[J]. Management Science, 30(5):586-603.

KATSIKEAS C S, SAMIEE S, THEODOSIOU M. 2006. Strategy fit and performance consequences of international marketing standardization [J]. Strategic Management Journal, 27(9):867-890.

KNOBEN J, OERLEMANS L A G. 2006. Proximity and inter-organizational collaboration: a literature review [J]. International Journal of Management Reviews, 8(2):71-89.

KOTLER P. 1984. Global standardization-courting danger [J]. Journal of Consumer Marketing, 3(2):13-15.

LAGENDIJK A, LORENTZEN A. 2007. Proximity, knowledge and innovation in peripheral regions. on the intersection between geographical and organizational proximity [J]. European Planning Studies, 15(4):457-466.

O′LEARY M B, WILSON J M, METIU A. 2014. Beyond being there: the symbolic role of communication and identification in perceptions of proximity to geographically dispersed colleagues [J]. MIS Quarterly, 38(4):1219-1243.

ORLIKOWSKI W J. 1996. Improvising organizational transformation over time: a situated change perspective [J]. Information Systems Research, 7(1):63-92.

REAGANS R, MCEVILY B. 2003. Network structure and knowledge transfer: the effects of cohesion and range [J]. Administrative Science Quarterly, 48(2):240-267.

REKERS J, HANSEN T. 2015. Interdisciplinary research and geography: overcoming barriers through proximity [J]. Science and Public Policy, 42(2):242-254.

RUGMAN A M, VERBEKE A. 2004. A perspective on regional and global strategies of multinational enterprises [J]. Journal of International Business Studies, 35(1):3-18.

SEMRAU T, WERNER A. 2014. How exactly do network relationships pay off? The effects of network size and relationship quality on access to start-up resources [J]. Entrepreneurship Theory and Practice, 38(3):501-525.

SORENSON O, RIVKIN J W, FLEMING L. 2006. Complexity, networks and knowledge flows [J]. Research Policy, 35(7):994-1017.

STARR H. 2005. Territory, proximity, and spatiality: the geography of international conflict [J]. International Studies Review, 7(3):387-406.

STORPER M, VENABLES A J. 2003. Buzz: face-to-face contact and the urban economy [J]. Journal of Economic Geography, 4(4):351-370.

SUN S L, LEE R P. 2013. Enhancing innovation through international joint venture portfolios: from the emerging firm perspective [J]. Journal of International Marketing, 21(3):1-21.

TAN J, ZHANG H J, WANG L. 2014. Network closure or structural hole? The conditioning effects of network-level social capital on innovation performance [J]. Entrepreneurship Theory & Practice, 39(5):1189-1212.

TER WAL A L J. 2014. The dynamics of the inventor network in German biotechnology: geographic proximity versus triadic closure [J]. Journal of Economic Geography, 14(3):589-620.

THOMAS D M, BOSTROM R P. 2008. Building trust and cooperation through technology adaptation in virtual teams: empirical field evidence [J]. Information Systems Management, 25(1):45-56.

THOMAS D M, BOSTROM R P. 2010. Vital signs for virtual teams: an empirically developed trigger model for technology adaptation interventions [J]. MIS Quarterly, 34(1):115-142.

TORTORIELLO M. 2015. The social underpinnings of absorptive capacity: the moderating effects of structural holes on innovation generation based on external knowledge [J]. Strategic Management Journal, 36(4):586-597.

TSOU H T. 2012. Collaboration competency and partner match for e-service product innovation through knowledge integration mechanisms [J]. Journal of Service Management, 23(5):640-663.

WIND Y. 1986. The myth of globalization [J]. Journal of Consumer Marketing, 3(2):23-28.

YANG H B, LIN J, LIN L. 2010. A multilevel framework of firm boundaries: firm characteristics, dyadic differences, and network attributes [J]. Strategic Management Journal, 31(3):237-261.

ZAHEER A, SODA G. 2009. Network evolution: the origins of structural holes [J]. Administrative Science Quarterly, 54(1):1-31.

ZAIEM I, ZGHIDI A Y. 2011. Product adaptation strategy and export performance: the impacts of the internal firm characteristics and business segment [J]. Contemporary Management Research, 7(4):291-312.

ZHAO X Y, FRESE M, GIARDINI A. 2010. Business owners’ network size and business growth in China: the role of comprehensive social competency [J]. Entrepreneurship and Regional Development, 22(7-8):675-705.