大数据背景下企业战略联盟结构模式选择研究

韩兰华 史贤华

（滁州学院经济与管理学院 安徽滁州 239000）

一、问题提出

随着经济全球化的加速发展，高新技术不断应用，企业间竞争越来越激烈。企业意识到，寻求外部资源与能力，可以适应技术创新的更新速度，减轻面临的风险。20 世纪80年代DEC公司的总裁简·霍普兰德与著名管理学家罗杰·奈格尔提出战略联盟概念之后，受到了企业界与学术界的高度关注。企业战略联盟是由两个及以上企业为共同利益，在某些领域进行合作的超越一般交易关系的合作关系。[1]在互联网经济时代，为应对市场环境的快速变化，各行业的企业与部门之间纷纷缔结不同结构的合作关系，银行保险[2]、研发[3]、专利[4]等领域涌现越来越多的战略联盟。据统计，全球500强企业中每个企业平均有60个左右的合作伙伴，而淘宝网上的卖家达到了800万个合作伙伴。[5]

随着大数据时代的到来，战略联盟中决策的制定方法与过程、信息获取的途径、数据分析与处理能力等各个方面均受到了重大影响。大数据时代战略联盟过程的因素、采用的方式以及联盟的结构形式都与传统的战略联盟过程有了颠覆性的差别。大数据作为具备巨大价值的一种新财富，促使企业发生根本性的变革，尤其是资源拥有与利用方面。从资源基础理论视角来看，企业所拥有的资源异质性是企业与其他同类企业主要区分的原因之一，而异质性资源是获取竞争优势的主要途径。根据麦肯锡公司所提供的调查报告显示，大数据已成为了生产的基本资源，同时它也是一种异质性资源。

当今，很多国家都实施了大数据战略，推动了企业大数据业务的发展。但除了IBM、谷歌和英特尔等一些大型企业拥有大量数据与技术外，一般企业无法同时拥有大量数据和分析技术。由于政府并未全面开放数据，企业的数据来源有限，挖掘数据的技术及数据人才短缺，除极少数大型企业外，多数企业无法从数据中提取有价值的信息。在战略联盟中，企业自身所拥有的数据量与技术人才不尽相同，掌握的市场信息不同，在企业联盟中的地位不同，从而影响了企业联盟结构。因此，有必要研究企业如何进行联盟的结构构建与选择不同的模式。

二、传统企业战略联盟结构模式选择

在研究战略联盟模式选择的研究中，从资源角度探讨的学者认为，资源本身特点决定着联盟的形成和形式[6]，即联盟成员投入的关键资源决定着对联盟结构的选择偏好。Hamel也指出，建立战略联盟的目的之一，就是通过这种模式学习或窃取伙伴公司的稀有资源。[6]而Das与Teng的研究表明，联盟企业与合作伙伴的资源投入组合才是决定联盟结构形式的主要因素。[6]而从风险角度研究时，应重点关注关系风险与绩效风险。[6]关系风险主要强调成员间合作关系中存在的问题，尤其是合作双方未达到相互满意时，就会产生关系风险。而绩效风险是即使在联盟成员努力合作的情况下，仍存在破坏因素而导致联盟失败的危险。

联盟结构的主要模式研究中，多数学者通常采用了股权式联盟与非股权式联盟的分类方法，进而将股权式联盟分为合资联盟与相互持股型联盟，非股权式分为单边契约型联盟与双边契约型联盟。

在合资联盟中，成员各方员工可在一起工作与学习，这对有效获取对方的知识与技术等提供了途径。在共同学习过程中，当己方的默会知识、技术等被对方所掌握时，将会失去对核心资源与能力的控制。而对方公司在获取了关键技术、信息与知识等后便有可能中止合作，因此合资联盟是关系风险产生的沃土。另外由于联盟成员间文化、管理模式等方面的差距，想要统一协调双方的认知需要付出较高的成本，这促使较高绩效风险的产生。

在相互持股型联盟中，由于持有对方股份，有明晰的分配机制，且双方资源与技术并未直接接触，这将抑制机会主义行为，有效降低了可能产生的关系风险。但同时增加了退出障碍，降低了战略柔性，使得联盟会出现较高的绩效风险。在单边契约型联盟中，协议往往是完善和完备的，期望合作伙伴单独执行，而无须太多的协调与合作，因而融合程度较低。因联盟成员双方接触较少，主要通过协议来维持，其机会主义行为发生的可能性较小，有较低的关系风险。而该契约联盟结构中，由于成员方的较少投入于较低融合度，其退出障碍较小，也就是说该联盟结构具有较低的绩效风险。在双边契约型联盟结构中，双方都有要素投入，如人力、知识等，其融和程度相对较高。但不同于合资联盟需要产权进行关系维护，所以该结构容易产生机会主义行为，不能有效地控制关系风险。但联盟成员间在进行各种决策时均不会受到影响，退出障碍较小，因此该联盟结构具有较低的绩效风险。

三、大数据情景下的战略联盟结构模式选择

作为一种企业重要的生产资源与战略资源，大数据已成为企业构成核心竞争能力的核心资产，具有异质性资源的特征。在数据爆发式增长的现在，数据与信息资源往往会呈现出不均衡的分布状态，即有些企业，尤其是高新技术企业因其较强的数据收集与获取能力，拥有较为丰富的大数据资源，而有些企业则不然。从战略管理理论视角来看，企业即使拥有丰富资源，也并不意味着能获得竞争优势，因为还需要对大数据资源进行深入加工处理，并以此为基础开发新产品。如Das和Teng所说，投入的资源组合是决定联盟形式的主要因素。大数据时代的到来，改变了联盟企业的投入资源，以往的企业一般投入用于研发的资源，如资本、技术、人力、管理等，信息数据资源很少被考虑进去。因此，研究大数据资源与大数据技术的组合对联盟结构选择的影响具有重大意义。

本文结合大数据资源与技术、资源技术供给企业与资源技术需求企业，构建基于大数据的联盟结构理论模型，并进行进一步分析。

假设联盟有两个成员，即A企业与B企业。A企业是资源供给企业，而B企业是资源需求企业。根据A企业的供给意愿程度与B企业的分析能力，构建联盟结构模式选择模型（见图1）。

图1 基于大数据资源供给意愿的战略联盟结构选择模型

在F1象限中，A企业具有较低的供给意愿，是由于担心相关信息的泄露，也担心伙伴的机会主义行为。因此，希望能有效控制关系风险。而B企业有较高的数据分析能力，可以及时准确地挖掘出数据信息背后的有价值的知识，提高联盟企业的绩效，最终导致了较低的绩效风险。此时应选择相互持股型联盟结构。

在F2象限中，A企业拥有较高的供给意愿，不太担心信息数据的泄露，也不太担心伙伴的机会主义行为，不需要严格的制度来约束信息数据的泄露，即有较低的关系风险。B企业有较高的数据分析能力，将伙伴的数据资源与信息资源进行整合分析，产生较高的价值。即有较低的绩效风险。此时合资型联盟结构符合要求。

在F3象限中，A企业有较低的供给意愿，怕伙伴泄露其信息与数据，产生机会主义行为，此时希望以较严格的制度约束来控制风险，即有较高的关系风险。而B企业有较低的数据分析能力，即不能及时准确地挖掘出数据信息背后的有价值的知识，导致较低的绩效风险。此时应选择单边契约型联盟结构。

在F4象限中，A企业有较高的供给意愿，对信息与数据的泄露和伙伴的机会主义行为有较少的担心，有较低的关系风险。而B企业有较低的数据分析能力，给A企业带来的新知识不多，价值也不大，易导致较高的绩效风险。此时双边契约型联盟结构较适宜。

结论

在大数据时代，竞争环境的变化，联盟企业各种经营活动都受到巨大的影响。以往战略联盟在决策联盟结构选择时，重点考虑生产研发中主要资源与技术，很少考虑信息数据资源与相关技术。随着大数据的快速发展，国内外越来越多的企业联盟意识到大数据资源与技术的重要性，逐渐将大数据作为企业的重要生产战略资源。本文主要立足于大数据资源供给的企业与大数据技术供给的企业立场，对战略联盟的结构选择进行了理论性探讨。虽然大数据能够降低战略联盟企业的风险，但联盟成员间不信任、机会主义行为等危险依然存在，这就需要依靠相应的制度来进行控制。针对该问题，我们首先应该建立大数据战略思维，重视大数据，积极成为具有大数据资源技术的企业，试图在企业战略联盟中占据核心地位。其次，应引进大数据技术人才。在分析处理数据信息中，最为关键的就是数据科学家与数据专业人员的参与，数据收集、挖掘、分析的技术人员，将会决定企业的信息处理与分析能力，同时影响着企业在战略联盟的地位。最后，应构建适应大数据环境的组织制度，在大数据环境中企业获得更加全面、完整地信息，降低信息不完全对成产生的影响，数据驱动型决策将会取代传统的经验与直觉判断的决策。虽然能降低风险、提高预测准确性，但依然存在信息泄露等安全问题，需要更加健全的制度。