“借鸡生蛋”还是“引狼入室”?——新创企业战略联盟的效应机制研究

李 巍 谈丽艳 张玉利

(1.重庆理工大学 管理学院, 重庆 400054; 2.南开大学 商学院, 天津 300071)

0 引言

新创企业在资源和能力方面存在“先天劣势”,因而在面对稍纵即逝的机会窗口时,需要充分借助外部力量进行技术开发、营销传播、渠道搭建及顾客获取等关键职能活动[1]。因此,对新创企业而言,构建并利用战略联盟获取资源以创造价值是实现生存和发展的重要手段。

在日益网络化与全球化的时代,越来越多的企业将战略联盟视为一种外部知识或信息获取手段,以帮助企业克服自身缺陷,实现诸如进入全新市场、分担开发成本、扩大市场范围、升级解决方案等系列组织目标[2]。然而,对战略联盟的研究大都面向成熟企业或跨国企业,基于创业情景的战略联盟研究还不足[3]。为数不多的新创企业战略联盟研究大都围绕组织合法性获取、新产品开发绩效,以及风险投资者对战略联盟形成的影响等议题展开[4-5]。更为关键的是,有关战略联盟绩效结果的矛盾观点表明,战略联盟的效用仍不够清晰[1]。一方面,资源基础观认为,联盟是一种管理资源稀缺性的机制,企业间的合作能够在相互利用创新能力和技术转让中使彼此获益[6],对新创企业而言,利用战略联盟可以实现“借鸡生蛋”,即借助合作伙伴及其资源优势实现建立市场信任和商业声誉[7]、优化新产品开发[1]、加快上市速度[8]、获取合法性[5]以及跨越市场壁垒[9]等目标。另一方面,有研究已经表明,联盟对企业绩效结果的影响可能是负面的[10]。战略联盟虽可以创造经济价值,但在大多数情况下,大部分价值被更具资源优势的大企业占有[11];同时,资源依赖理论认为,当企业越来越依赖于其合作伙伴控制的资源时,企业便越容易受到合作伙伴影响,更有可能丧失在经营决策中的独立性[12]。此时,新创企业构建战略联盟期望能“借鸡生蛋”,却有可能变成“引狼入室”。可见,战略联盟的“效应悖论”使深入理解战略联盟的效应机制变得非常必要;尤其是在创业情境下,战略联盟对新创企业具有更重要的价值,但现有不一致的结论难以为新创企业战略联盟构建提供有效指导。

构建战略联盟是新创企业克服“新进入劣势”,确保生存与发展的重要战略手段[4]。Kreiser等明确指出,战略选择需要与外部组织环境进行动态匹配,配置理论(Configuration theory)已成为理解创业领域战略行为有效性的重要工具[13]。因此,从外部环境与战略联盟的适应性角度来探究新创企业战略联盟的效应机制尤为重要。基于以上分析,本研究将战略联盟区分为技术联盟和营销联盟,借鉴配置理论,基于联盟与政策不确定性及竞争强度匹配的分析思路,探究战略联盟驱动创业绩效的内在关系,以明确新创企业战略联盟的效应机制。

1 文献回顾与研究假设

1.1 新创企业战略联盟的含义与类型

战略联盟是指两个或者两个以上独立的企业以实现特定战略目标和利益建立的,涉及交换、共享或共同发展的合作关系[1]。自20世纪70年代以来,战略联盟便得到战略管理领域的研究关注,并被广泛地认为是帮助实现单个企业无法达成的战略目标和竞争优势,并维持企业发展和成功的重要手段[14]。大量研究已表明,联盟可以让参与的伙伴获得更好的绩效,特别是对中小企业而言,战略联盟可能对其有更为重要的价值[14-15]。

当面临资源约束和能力欠缺时,新创企业要确保在激烈的竞争中生存下来,并抓住稍纵即逝的机会窗口,需要与外部机构建立合作关系以获取必要资源。Franco和Haase认为,在企业不同的发展阶段,企业需要建立不同类型的联盟,并将中小企业的联盟类型分为战略型、即兴型、探索型和深思熟虑型四类[15]。也有研究结合企业特征和联盟属性将联盟划分为开发式商业联盟和探索式技术联盟两类,并指出新创企业初期多利用互补性资源参与商业联盟,但随着规模扩大,新创企业便开始更倾向构建或参与技术联盟[16]。依据新创企业利用战略联盟的导向,联盟又可以被分为能力导向型联盟和合法性导向联盟,不同类型联盟存在着不同的内在结构[17]。Cacciolatti等在考虑新创企业发展阶段的前提下,将新创企业战略联盟分为股权联盟、非股权联盟、合资企业和混合联盟四种类型[18]。由此可见,依据新创企业构建和参与战略联盟的动机和形式,战略联盟可以划分为不同类型。

新创企业认知和开发创业机会需要有效地整合技术及市场知识[19];一旦企业需要通过联盟获取资源时,技术机会型创业则需要整合市场资源,而市场机会型创业则需要技术资源匹配[20]。因此,新创企业战略联盟可以视为企业整合和利用外部资源和能力,以有效攫取创业机会并创造商业价值的企业间创业共同体。同时,依据新创企业建立联盟的动因及联盟在价值链的位置,本研究从资源获取视角将战略联盟分为技术联盟和营销联盟两种类型:技术联盟聚焦于价值链上游的技术知识生产和分享,是实现现有技术转移或潜在技术开发的企业间研发网络;营销联盟聚焦于价值链下游的市场知识生成与扩散,是实现产品价值传递和维护的企业间市场网络。无论技术联盟还是营销联盟,都为新创企业弥补产品端或顾客端的资源缺陷与能力不足提供了重要外部知识。

1.2 新创企业战略联盟与创业绩效

创业绩效是衡量新创企业发展现状的标志性指标,更是评价企业活动成败的关键手段。早期研究大多从财务指标如销售收入、盈利等方面对创业绩效进行衡量[21]。随后,非财务指标如市场份额、顾客满意度、员工人数增长等市场及企业成长方面指标被用于评价新创企业的绩效水平[22]。事实上,虽对创业绩效测度存在不同观点,但财务指标和非财务指标融合的趋势越来越明显。考虑到创业活动有别于一般商业活动,本研究从企业成长和顾客价值两个层面解构创业绩效:成长绩效是基于内部视角,对新创企业成长质量、速度和规模进行评价;顾客绩效是基于外部视角,对新创企业产品及服务价值水平进行衡量。

目前,战略联盟与创业绩效之间的关系研究还较少[18],但新兴技术企业、跨国企业或中小企业战略联盟的绩效研究结论仍能提供重要指引。在技术联盟方面,首先,技术联盟能够使企业更有效地利用外部技术知识,参与新兴技术的开发和运用,并为企业寻求战略性的技术定位;能够通过“价值强化”的路径优化企业创业活动,从而带来更好的财务回报[23]。其次,在特定产业环境下,技术联盟可以缩短新创企业的研发周期,能够更快、更好地为市场提供新兴产品和服务。例如,Martynov指出[24],在技术发展迅猛、产品复杂和研发成本较高的高科技产业中,技术联盟能够增强合作伙伴之间的技术互补性,强化新产品研发和改进产品的能力,缩短产品投放市场的时间周期,显著增加企业的市场竞争力。最后,新创企业通过与有能力的技术伙伴结盟,能够分散与技术发展有关的风险和成本,降低试错的时间和经济成本,进而为新创企业的创新和经济收益带来积极效应[23];尤其在创新风险较高的行业,越来越多的企业依赖伙伴关系来启动创新,以实现成本节约和风险规避,获得更好的技术和财务绩效可能性[16]。

综上所述,新创企业通过技术联盟可以明确并强化自身技术定位,在确保和提升产品或服务品质,降低研发风险和成本的同时,有效缩短产品或服务开发及进入市场的周期,有助于新创企业规模及质量的增长,并为市场带来更具竞争力的产品和服务,进而对创业绩效带来积极影响。因此,研究假设如下:

H1新创企业技术联盟对创业绩效有积极影响。

由于联盟动机及联盟在价值链所处位置的差异,相较于技术联盟,营销联盟可能会以不同的方式影响企业价值创造[25]。营销联盟通常是在新创企业的产品或服务进入产业化和商业化阶段开始形成,是侧重于价值链下游和顾客关系管理的企业网络[26]。新创企业营销联盟从市场开发及管理的效率和成本两方面对创业绩效产生积极影响:一方面,新创企业刚进入市场,缺乏品牌知名度、市场影响力和产品渠道通路。通过构建营销联盟的方式,既能够以交叉销售和捆绑销售的方式,借助成熟企业的品牌及渠道优势,快速进入市场,提高产品接触目标顾客的效率水平。Swaminathan和Moorman发现,在高科技背景下,营销联盟有助于提升企业价值创造的效率水平[27]。另一方面,新创企业可以在市场利用及开发过程中,借助联盟的资源和能力,降低市场风险和成本。成本的降低不仅来自通过交叉销售和捆绑销售带来的广告及促销等费用的节约,还能够借助联盟渠道网络以降低渠道建设的时间和经济成本[25]。尤其在国际营销背景下,Pedada等研究证实,在新兴市场竞争环境中,利用战略联盟可以极大地降低市场潜在风险,避免企业遭遇东道国的不可抗因素(如政策法律及文化因素)而引发可能的经济损失[26]。

因此,基于国际营销及新兴市场开发的研究表明,营销联盟能够帮助企业提高效率,并降低成本与风险。在创业情境下,新创企业也可能因构建或参与营销联盟而受益,在加快市场进入的同时避免和降低试错成本,进而优化创业绩效。基于以上分析,提出如下假设:

H2新创企业营销联盟对创业绩效有积极影响。

1.3 环境因素的调节效应

配置理论强调,企业战略行为及活动与组织外部环境的匹配水平,在很大程度上影响其有效性[13]。正如He等所指出的,以市场化、全球化和分散化三重过程叠加为特征的中国转型经济,为创业活动带来了动态的制度环境,使中国的新创企业面临着比发达经济体竞争者更具挑战性的政策和市场环境[28]。因此,从政策和市场两个层面,考察新创企业战略联盟与环境因素匹配的效应具有重要意义。

政策不确定性反映行业或产业政策不可预测的程度水平,集中表现在政策持续演变和行业管理者不断更替,是微观经济环境中其他不确定性的诱因[29]。政策不确定意味着新创企业难以明确未来产业及行业的趋势和走向,进而无法准确预测当前决策的潜在后果[30]。因而,当政策不确定性不断增强时,在价值链上游环节,新创企业更需要通过技术联盟获取行业技术资讯,以准确研判产业技术趋势;并通过与其他技术机构(如高校、科研院所)进行合作,掌握和储备能够应对潜在技术趋势变革的技术资源[31]。同时,在价值链下游环节,新创企业在面对诸如市场准入、行业及消费补贴等相关政策的高度不确定性时,需要通过借助营销联盟的资源及能力,在市场信息传播、产品渠道通路、顾客售后服务等方面强化市场管理效率和效益[29]。Angelo Antonio等研究发现,产业政策是市场知识型联盟形成的外部驱动力,是知识基础型联盟发挥作用的效应扩大器[32]。此外,对美国航空公司的研究表明,当行业竞争政策的严苛程度越高,航空公司更需要结成营销联盟以确保市场份额的稳定[33]。因此,当新创企业面临产业及行业政策不确定时,营销联盟可能会成为其在市场端的重要外部资源基础与知识来源。

由此可见,当政策不确定性加强时,新创企业会更依赖通过技术与营销联盟获取必要的信息和资源,以增强企业对行业政策趋势的研判,以及提升企业当前决策后果的可预测性,进而确保创业绩效得到持续的改善。因此,研究假设如下:

H3a政策不确定性正向调节技术联盟与创业绩效的积极关系;

H3b政策不确定性正向调节营销联盟与创业绩效的积极关系。

竞争强度是指因竞争者数量而导致的竞争激烈程度,以及未来增长的潜在机会水平[34]。竞争强度取决于市场结构,特别是市场上参与竞争企业的数量及其市场份额分配状况;在特定行业环境中,企业生存与成功的可能性与竞争强度密切相关[35]。例如,Eldor研究中发现,集体参与作为组织层面的价值创造能力驱动零售业的服务绩效,而竞争强度作为一种市场指标,能够强化参与各方共享愿景和价值观,从而增强集体参与对服务绩效的积极效应[36]。这表明,在高度竞争的市场环境中,企业更需要与外部合作伙伴合作以获取互补资源,以减少竞争压力为经营绩效带来的潜在损害。

对新创企业而言,竞争强度越大,意味着企业面临的外部压力越大,对企业自身资源和能力的要求更高。在价值创造环节,高水平的竞争强度要求新创企业以更高效率和低成本地实现产品开发,缩短产品研发周期,提升产品价值独特性[37];持续的市场压力推动新创企业更多地向外部寻求技术资源以弥补自身缺陷,从而使技术联盟在推动创业绩效过程中扮演更重要角色[36]。在价值传递环节,竞争强度增加意味着新竞争对手持续增加,或价格战频繁发生,或产品领先周期缩短;这就要求新创企业充分利用合作伙伴的市场知识和资源,在快速获得市场合法性的基础上,准确地理解顾客,更有效地进行信息和产品传递,并及时地提供服务[5,38]。由此可见,企业间合作可以作为对高度竞争环境的一种回应,能够提升企业对技术和市场变化的快速反应能力,并通过知识外溢和技术扩散等方式使合作企业受益[39]。

H4a竞争强度正向调节技术联盟与创业绩效的积极关系;

H4b竞争强度正向调节营销联盟与创业绩效的积极关系。

基于上述分析思路及研究假设,形成本研究的概念框架,如图1所示。

2 研究方法

2.1 变量测量与问卷开发

研究运用问卷调查的方式获取企业数据以验证研究假设。对所涉及变量的测量均改编和借鉴已有研究工具,以确保测量效度水平。战略联盟的测量问项借鉴Rothaermel和Boeker[31],以及王兰和龙勇[20]开发的测量工具,从技术及市场资源获取的角度对技术联盟和营销联盟水平进行测量,共包含6个问项。创业绩效分为成长绩效和顾客绩效两个方面,对成长绩效的测量工具借鉴郑小勇和魏江[40]的研究工具,共4个问项;对顾客绩效的测量问项改编自杨慧等[41]的测量工具,共4个问项。对政策不确定性的测量工具改编自Li和Zhang[42]的研究工具,共包含4个问项。对竞争强度的测量借鉴Montez等[34],以及Eldor[36]的测量工具,共包含5个问项。

同时,研究还考虑可能影响分析结论的三类控制变量:(1)企业性质分为两类:高新技术企业=1,非高新技术企业=0;(2)企业年龄分为3组:少于42个月=1,42个月~5年=2,6~8年=3;(3)企业规模以正式员工进行衡量,分为5组:少于20人=1,20~49人=2,50~99人=3,100-150人=4,150人以上=5。除了控制变量以外,所有概念的测量问项,均使用李克特5点量表(1为完全不同意,5为完全同意)。最后,形成包含23个问项为主体的初始问卷。

在完成初始问卷设计后,研究通过预调研对问卷进行修正和完善。在“2019年重庆市中小企业创业者培训项目”(重庆市经济和信息化委员会主办)中,向参与培训的创业者发放调查问卷,共回收有效问卷65份。研究对预调研数据进行分析,运用“修正问项总相关系数(CITC)小于0.4”和“相关系数平方(SMC)小于0.5”两项指标删除对测量贡献较小的3个问项,并根据预调研反馈对问项措辞进行完善,最终形成包含20个主体问项的调查问卷(见表2)。

探索精神的培养 对毕业论文写作中遇到的具体问题，在分析解决过程中应鼓励学生独立思考和发表个人见解，鼓励学生发挥发散性思维和探索精神，鼓励学生在毕业论文中采用新方法和新理论进行研究。

2.2 数据采集与样本情况

研究借鉴Cai等的观点[43],将成立时间不超过8年的企业界定为新创企业作为数据收集对象,主要原因是:若成立时间太短如少于42个月,新创企业可能没有形成比较完备的商业网络;若成立时间太长如超过8年,新创企业与成熟企业的界限可能变得不明显。数据收集范围为成渝地区的国家备案众创空间正在孵化或曾经孵化的企业。截至2019年10月,重庆市和成都市共有国家科技部备案众创空间86个,为收集符合研究条件的数据提供了有效的抽样框,以确保收集到的企业数据符合分析要求。

数据收集的主要步骤是:首先,与28家成立时间超过8年的众创空间(成立时间为2011年1月之前)进行联系,寻求合作可能性,共有15家众创空间同意为数据收集提供帮助。然后,在15家众创空间运营主体的帮助下获取企业名单,并与符合条件的企业进行联系以询问参与调查的意愿,共收集300家愿意参与调研的企业名单。最后,通过纸质问卷和电子问卷两种方式,向愿意参与调查的企业发放问卷,并对问卷进行即时回收、整理和复核。

调查历时两个月,发放调查问卷300份,回收247份,剔除已参与预调研的36家企业数据,最终获得有效问卷211份,有效回收率为70.33%。因数据收集是在众创空间运营主体的协调下进行的,所以问卷回收率非常理想。依据企业所在地区将数据分为重庆和成都两组,以及依据数据收集方式将数据分为纸质渠道和电子渠道两组,分别进行组间方差分析,确定不同地区和不同方式收集的研究数据没有显著差异。样本企业情况如表1所示。

3 实证分析与结论

3.1 信效度检验

研究运用Cronbach′s α系数及CITC值(修正问项总相关系数)两项指标对测量的信度水平进行检验。数据结论显示(表2),所有变量的α系数均大于0.7,表明测量问项具有较高的内部一致性水平;各个测量问项的CITC值均大于0.4,表明测量问项之间具有较高的相关性,测量的内在结构较为一致。因此,可以认为变量测量具有较高的信度水平。

研究从内容效度、收敛效度和判别效度三方面对变量测量的效度进行评价。首先,所有变量的测量均借鉴或改编自成熟量表,并通过预调研对测量问项进行修正和完善,以确保概念测量的内容效度达到要求。其次,对收敛效度的评价运用验证性因子分析方法进行,结论显示(表2),变量的验证性因子分析模型指标值均达到或优于标准值,即所有模型的卡方值与自由度比值(χ2/df)均位于1.0~2.0区间,RMSEA均低于0.8,GFI和AGFI均高于0.9,PGFI和PNFI均高于0.5,说明测量的收敛效度达到较好水平。最后,研究综合运用Pearson相关系数和AVE值平方根两类指标对变量测量的判别效度进行分析,数据结论显示(表3),任一变量间的相关系数不等于1,变量的AVE值平方根均大于其所在行列的相关系数绝对值,表明变量测量的判别效度也达到较高水平。

表2 变量测量的信度和效度检验Table 2Reliability and validity test of variables measure

3.2 研究假设检验

运用回归分析方法对研究假设进行检验。依据研究惯例,在回归分析前运用Pearson相关系数和变量的膨胀系数(VIF)两项指标对变量多重共线性水平进行评估。首先,研究所涉及变量之间的项目系数均小于0.8水平(表3);其次,将创业绩效作为因变量,其他变量作为自变量,每个变量的膨胀系数均小于2(表4和表5)。因此,研究所涉及变量及其测量之间不存在多重共线性问题,可以使用回归模型进行研究假设检验。

表3 变量测量的判别效度检验Table 3Discriminant validity test of variables measure

表4 创业绩效回归模型结果Table 4Regression results of entrepreneurial performance

回归分析的步骤如下:第一步,引入控制变量企业性质、年龄和规模,得到模型1;数据显示,三类控制变量对因变量创业绩效并没有显著影响。第二步,在模型1基础上,引入自变量技术联盟和营销联盟与因变量创业绩效进行回归,得到模型2;结论显示,回归方程模型显著(F=15.953;p=0.000),技术联盟(β=0.259,p＜0.01)和营销联盟(β=0.316,p＜0.001)对创业绩效均有显著的正向影响,即H1和H2得到支持。第三步,在模型2基础上,引入调节变量政策不确定性及其与自变量的交互项对因变量创业绩效进行回归,得到模型3;数据显示,回归方程模型显著(F=16.475;p=0.000),技术联盟与政策不确定性交互项(β=0.228,p＜0.01)对创业绩效有显著的正向效应,但营销联盟与政策不确定性交互项的调节效应未被证实,即H3a通过验证,H3b未得到数据支持。第四步,在模型3基础上,引入调节变量竞争强度及其与自变量的交互项对因变量创业绩效进行回归,得到模型4;数据显示,回归方程模型显著(F=16.984;p=0.000),技术联盟与竞争强度交互项(β=0.196,p＜0.05)对创业绩效有显著正向影响,但营销联盟与竞争强度交互项(β=0.-293,p＜0.001)对创业绩效呈现显著负向影响,表明H4a通过验证,H4b未得到数据支持。

回归分析结论显示(表4),技术及营销联盟对创业绩效的主效应已被证实,但环境因素的调节效应还存在差异。为更直观理解已被证实的政策不确定性及竞争强度调节效应,运用简单坡度分析方法,画出环境因素的调节效应图(见图2)。

图2 环境因素的调节效应Figure 2Moderating effects of environmental factors

为更深入地理解战略联盟与创业绩效的内在逻辑,以及环境因素所扮演的关键角色,研究将创业绩效分为成长绩效和顾客绩效两项因变量,分别构建两类回归模型。首先,将三项控制变量和两项自变量分别与两项因变量进行回归,得到模型5和6。然后,引入政策不确定性及其交互项分别与两项因变量进行回归,得到模型7和8。最后,引入竞争强度及其交互项分别与两项因变量进行回归,得到模型9和10。回归结论显示(表5):(1)技术联盟与政策不确定性交互项(β=0.293,p＜0.001)对成长绩效有显著调节效应,而对顾客绩效的效应并不显著;(2)技术联盟与竞争强度交互项(β=0.217,p＜0.01)仅对顾客绩效有显著影响,对成长绩效的调节效应并不显著。(3)营销联盟与竞争强度交互项对成长绩效(β=-0.198,p＜0.05)和顾客绩效(β=-0.226,p＜0.01)均有显著的负向调节效应。研究结论进一步深化对环境因素在战略联盟与创业绩效关系中调节效应的认识。

表5 成长及顾客绩效回归模型结果Table 5Regression results of growth and consumer performance

4 讨论与展望

4.1 研究结论与讨论

研究借鉴配置理论,在环境因素调节效应下探究战略联盟与创业绩效间内在关联,以厘清新创企业战略联盟的效应机制;研究旨在从战略与环境匹配视角,有效回应战略联盟的“效应悖论”问题,明确新创企业构建战略联盟是“借鸡生蛋”还是“引狼入室”的外部环境条件。

第一,新创企业战略联盟对创业绩效有积极影响。这表明,在不考虑外部环境条件下,无论是技术联盟还是营销联盟均对创业绩效有正向作用。一方面,技术联盟能够使新创企业弥补技术知识积累的不足,通过企业间合作网络,有效地利用外部技术知识,既能够明确自身的技术定位,实现创业活动的价值强化和成本消减;也能够分散技术研发风险,降低试错的时间及经济成本,更有针对性地聚焦关键环节进行价值创造;同时,还能够利用外部技术资源,如研发设备共享、专利授权等方式缩短研发周期,更快推出产品抓住市场机会。可见,基于价值链上游的效益和效率改善能够为新创企业带来更好地成长及顾客绩效。另一方面,营销联盟聚焦于企业价值链下游,在产品产业化和商业化阶段为新创企业提供重要的外部市场知识。通过构建市场合作网络,新创企业可以借助外部力量弥补在品牌知名度、市场影响力及渠道通路方面的不足,快速接触目标市场,抢占顾客心智,提高营销效率水平。同时,新创企业在营销联盟中运用交叉销售、捆绑销售、顾客资讯分享等联合营销手段,可以降低在广告、渠道及促销方面的成本投入,降低市场营运的经济成本和风险,从而对创业绩效产生积极效应。因此,构建战略联盟应该是新创企业弥补自身技术和市场资源和能力不足的可行战略手段,对提升和优化成长绩效和顾客绩效均具有潜在价值。

第二,政策不确定性对技术联盟与创业绩效的关系存在正向调节效应,即政策不确定性越高,技术联盟对创业绩效的影响越显著。通过区分创业绩效进行深入分析表明,政策不确定性的调节效应集中体现在技术联盟对成长绩效的积极影响上。这表明,作为企业价值链上游的重要合作网络,技术联盟的功能具有战略性,因而更容易受到来自行业及产业方面的宏观政策和规范的影响;而顾客绩效具有市场性及微观特征,因而较少受到政策因素影响。因此,可以认为,旨在追求成长价值的新创企业,在具有高度不确定性的政策环境中,构建技术联盟是“借鸡生蛋”的良策。同时,政策不确定性对营销联盟与创业绩效的调节效应未被证实。这表明在市场经济环境下,政策因素对市场管理及开发不具有显著的影响,可能的原因是:一方面,营销联盟处于价值链下游环节,相对较少受到政策等具有“宏观”和“长期”特征的环境因素影响,这符合已有研究提出“营销联盟在范围和效益上与技术联盟不同,其利益范围似乎更短”的论断[26]。另一方面,新创企业大多处于市场化程度较高的行业,导致政策因素对营销联盟发挥作用的影响较小;而政策因素对市场端作用的逐渐弱化,也符合中国经济正经历的“市场化、全球化和分散化”三重叠加的转型特征[28]。

第三,竞争强度对技术联盟与创业绩效的关系存在正向调节效应,但对营销联盟与创业绩效的关系则是负向调节作用。通过区分成长绩效和顾客绩效的深入分析进一步发现,竞争强度对技术联盟与创业绩效的正向调节集中体现在成长绩效方面,而对营销联盟与创业绩效关系的负向调节体现在成长及顾客绩效两方面。这意味着,当市场竞争的激烈程度越高时,新创企业构建技术联盟能够以“借鸡生蛋”的方式优化企业在规模和质量扩张方面的成长绩效。由于技术联盟处于企业价值链上游,其效果具有长期性;越是竞争强度提高,通过技术联盟能够在竞争者处于先发和优势地位,从而支撑企业在人员规模、分支机构、渠道通路等方面的持续扩张,进而有利于新创企业持续成长。与此相对,市场的竞争强度越高,新创企业过多依赖营销联盟是一种“引狼入室”的战略行为,进而对创业绩效带来负面影响。可能的原因是:一方面,竞争强度越高的市场要求企业对顾客需求的反应速度更迅速,路径更直接,有助于企业的竞争响应性提高;而营销联盟虽然在风险规避和成本降低方面作用显著,但无法帮助新创企业在超强竞争条件下进行更高速率和更快响应性的市场运作。另一方面,竞争强度越高,意味着市场资源的稀缺程度越高,此时新创企业通过营销联盟获取市场资源的成本越高且可能性越低,从而弱化了在常规条件下营销联盟可能为企业带来的成本优势。因此,在高竞争强度下,营销联盟对创业绩效会产生负面影响,即新创企业过多依赖营销联盟可能会造成“引狼入室”的结果。

4.2 研究价值与启示

本研究从战略行为与外部环境匹配的视角,探讨了新创企业战略联盟的效应机制,明确了新创企业利用战略联盟是“借鸡生蛋”还是“引狼入室”的环境条件。研究为整合战略管理和创业学相关研究进行有益尝试,具有一定理论价值,主要体现在:第一,现有研究关于战略联盟的作用存在积极和消极的两种结论,本研究借鉴配置理论,从战略行为与外部环境匹配视角,探讨战略联盟的效应机制问题,从联盟构建和运行的外部环境回应了战略联盟的“效应悖论”问题,弥合了对矛盾结论的差异化理解。第二,研究有别于以往从联盟性形式、性质及治理方式等视角对战略联盟进行分类,如产权与非产权联盟,契约与信任联盟等,而是综合联盟动因和企业价值链的视角,将新创企业战略联盟划分为技术与营销联盟,不仅拓展对战略联盟类型学的认知,更深化对新创企业战略联盟的理论认识。第三,以往战略联盟的研究大多探讨成熟企业或跨国企业,本研究将战略联盟议置于创业的分析情景,分析重复。探究新创企业的战略联盟问题,不仅拓展了战略联盟的研究情景,还丰富了新创企业战略议题研究。

同时,研究结论为新创企业更好地构建战略联盟,实现“借鸡生蛋”的同时避免“引狼入室”提供了管理借鉴。首先,在常规外部环境条件下,新创企业积极地构建技术联盟和营销联盟,是实现企业生存和发展的重要资源平台,因而新创企业应该主动与科研院所、技术合作伙伴等机构建立技术资源的共建和分享网络;同时构建同行业或者跨行业,以及价值链上下游之间的合作网络,为企业的营销活动提供充足外部支持。其次,当企业面临高度政策不确定性时,积极构建技术联盟是“借鸡生蛋”的有效战略;企业应该聚焦于价值链上游的资源整合活动,构建技术知识生成和分享的网络,进而为新创企业持续成长提供长期外部动力。最后,当面临高度市场竞争时,新创企业构建技术联盟能够为新颖性、独特性和价值性的顾客价值提供支持,是顾客价值优化的“借鸡生蛋”之道;但是,在竞争强度较高的环境下,新创企业过度依赖营销联盟都是“引狼入室”之举,会对企业规模的扩张以及顾客价值的创造带来潜在负面影响。

4.3 研究局限与建议

研究聚焦于外部环境因素在战略联盟与创业绩效关系中的权变效应,以明确新创企业战略联盟的效应机制,虽具有一定理论新意但仍存在改进空间:(1)研究聚焦联盟动因,从价值链视角考察了技术与营销两类战略联盟。后续研究还可以从联盟形式及治理方式,如股权与非股权联盟、合约及信任联盟等方向进一步丰富对战略联盟效应机制的认识。(2)研究主要从政策不确定性和竞争强度两面考察外部环境因素,后续研究可以继续沿着配置理论的指引,从诸如创业团队、创业资源和创业导向等内部因素的角度,深化对创业情境下战略联盟与环境因素动态匹配的机制及其效应理解。(3)由于样本量的限制,以及研究聚焦的需要,本研究没有比较不同性质、年龄和规模的新创企业在战略联盟与创业绩效逻辑关系方面的差异。后续研究可以在扩大样本量的基础上,有针对性地进行组别分析和分类讨论,以深化对新创企业战略联盟效应机制的理解。