新产品开发外部合作伙伴的多样性与项目开发绩效的关系研究

余颖　伍青生　汤凌冰

摘要：以RBV、KBV等为理论基础，用收集的2002～2013年中国上市公司所公告的308个新产品项目，对开发中合作伙伴的类别数、每一类伙伴的数量、所有合作者的总数如何影响新产品项目的开发绩效等问题进行了系统的研究。结果表明：新产品开发合作中的供应商数量、客户企业数量、合作伙伴的类别数各自与新产品项目的开发绩效分别存在正向的对数型关系；合作中的同行竞争者数量、合作伙伴的总数与新产品开发绩效分别存在倒U型关系。

关键词：新产品开发；合作者数量与类别；新产品绩效；多类别合作

DOI：10.13956/j.ss.1001-8409.2015.11.11

中图分类号：F272.7 文献标识码：A 文章编号：1001-8409（2015）11-0050-06

Abstract：Based on resourcebased view（RBV） and knowledgebased（KBV） view， this paper analyzes the type of partners， number of partners， and how to impact the performance of new product development， by 308 samples from 2002 to 2013 of NPD projects announced by publiclisted firms in China. Results show that， partner numbers of customers and suppliers and types of all partners are positively related with NPD performance in logarithm model， the relationships between numbers of competitors and all partners and NPD performance are InvertedU shapes.

Key words：new product development； number of partners； type of partners； new product performance； diversification of collaboration

1前言

外部合作是企业在新产品开发中越来越常采用的一类策略[1，2]。企业在制定这类策略时，不仅需要考虑与哪些类别的外部伙伴进行合作（如：客户/渠道商、供应商、同行竞争者、研发机构等），还要考虑与多少数量的各类伙伴进行合作。比如，上述4类伙伴的类别数是否越多越好？每一类伙伴的个数是否越多越好？合作伙伴的总数是否越多越好？这些都是企业的重要决策问题。然而，SSCI、CSSCI文献库中尚未找到专门的研究文献。

与这些问题较为相关的文献可以分为两大类。一大类是企业与不同类别外部伙伴合作策略的文献，比如与客户合作[3，4]。主要研究如何与该类伙伴进行合作，以提升新产品合作的绩效，但没有研究与多少（数量）的这类伙伴合作最有利于新产品项目的绩效，也没有研究与多少种类的外部伙伴合作对一个新产品项目最有利。另一大类相关文献研究了企业的创新网络[5]。这些文献研究企业所参与的创新网络的特征（如：结构洞）对网络或一个企业的创新绩效的影响[6]。这里的创新绩效往往是企业层面的总体创新绩效而不是新产品项目的绩效[7]；这里的创新网络也是整个企业的外部合作关系，不是新产品项目层面的合作关系。

不同于这些文献，本文并非研究企业层面创新网络，而是为一个具体的新产品展开合作的几个企业所构成的项目合作关系，研究的主要目标是核心企业A如何与相关企业（B、C、D……）构建合作网络，以提高新产品项目P的绩效。整个企业A的创新绩效、创新网络的创新绩效都不是本文所关注的重点。

本文研究当一个企业为开发某一新产品项目组织外部伙伴参与合作开发时，合作伙伴的类别数、每一类伙伴的数量、所有伙伴的总数量等如何影响新产品项目的开发绩效？对这个问题的研究既能弥补这方面理论文献的缺失，又对企业制定基于项目的外部合作网络具有切实的指导意义。

2研究假设

21研究框架

根据相关研究[8]，新产品开发的外部合作企业可以分为4大类：上游的供应商、下游的客户企业、同行竞争者、第三方研究机构。因此，本文的研究框架可用图1来简要表示。

22合作中客户企业的数量

企业开发新产品时邀请客户参与合作是一种常用的策略[4]。客户的参与能给新产品项目带来的价值主要包括：清晰、准确地提供客户的需求信息；矫正开发企业对客户需求理解的偏差；对概念模型、原型、样机等及时进行用户测试和深度反馈；成为新产品的首批用户；为其他客户的购买提供示范等[3]。因此，随着合作中的客户数量从无到有的逐步增加，新产品项目的开发绩效也会逐步提高。

随着合作客户数量的逐步增加，新增加的客户带给新产品项目的价值会逐步减少（经济学中的边际效用递减规律）。同时，随着合作中客户企业数量的不断增加，管理和协调这些客户的成本会逐步增加，合作中出现矛盾和冲突的概率也会增大，将部分地抵消合作带来的好处，从而降低对新产品项目的价值贡献[9]。

因此，提出如下研究假设：

H1：随着参与新产品合作的客户企业数量的增加，项目的开发绩效也增加，但增速逐步下降。

23合作中供应商的数量

企业在开发新产品的过程中，常常需要上游供应商提供零部件或元器件[10]。供应商的专业性能提高新产品项目的开发绩效。随着供应商数量的增加，供应商提供的知识和信息也越多，零部件可选择余地越大，成本就更低[11]，因此，新产品项目的开发绩效会得到提高。

然而，不同供应商之间的知识、能力和信息等资源具有一定的重合度。随着供应商数量的逐步增加，新加入的供应商能带来与已有供应商不同的、独特的资源越来越少，对新产品项目的价值贡献也就越来越小[12]。

因此，提出如下研究假设：

H2：随着参与新产品合作的供应商数量的增加，项目的开发绩效也增加，但增速逐步下降。

24合作中竞争者的数量

按照企业核心竞争力理论，每个企业在同行竞争中能长期生存、发展，往往拥有其他竞争者所不具备的某些核心竞争力。一个企业开发新产品时，如果需要用到竞争者所拥有的核心资源和能力，邀请同行竞争者参与合作，对新产品开发大有益处[2]。随着合作中同行竞争者数量的增加，可共享的资源也越多，对新产品开发绩效也越有利。

然而，同行之间在本质上是竞争者，在新产品合作的过程中也存在竞争[2]，出工不出力的机会主义行为也相当普遍[13]。另外，相比较于上游供应商和下游客户企业，同行竞争者之间的资源和能力差异会小一些，搭便车等机会主义行为也会更严重一些，协调和管理合作中同行竞争者的成本也更大一些[13]。因此，当合作中同行竞争者超过一定数量以后，进一步增加合作中竞争者会损害新产品项目的绩效，这种合作的边际成本会超过边际收益。

因此，提出如下研究假设：

H3：新产品项目合作中竞争者的数量与新产品项目的开发绩效存在倒U型关系。

25合作者总数

以上3个研究假设的讨论表明，每一类合作伙伴的数量从无到有逐步增加时，都会有利于新产品开发绩效的提高。因此，可以推断，合作伙伴总数的逐步增加，在前半部分，也会有利于提高所合作的新产品项目的开发绩效。

然而，当合作者总数超过一定的数量后，合作的负面效应就会迅速增大，进而降低新产品项目的开发绩效。第一，让一大群来自不同领域、不同企业文化、不同工作习惯和行为方式各异的企业员工有效地协同工作，无疑是非常困难的，至少是成本非常高的[13]；第二，当合作者众多时，新产品开发中出工不出力等搭便车的现象就会更突出[2]；第三，合作者众多时，不同合作者参与新产品项目的动机和目的就非常多样和复杂[14]。无法排除一些伙伴参与合作的不纯动机。可见，当合作者众多时，矛盾就无法避免，冲突同样难免。这时，进一步增加合作者总数不但无法提高新产品的开发绩效，反而会有损于新产品的开发绩效。

因此，提出如下研究假设：

H4：新产品项目开发中合作者的总数与新产品项目的开发绩效存在倒U型关系。

26合作者的类别数

图1中的4类外部伙伴，每一类都能带来独特的资源或信息[8]。客户企业带来新产品的需求信息和早期的购买；供应商提供零部件或元器件的配合；同行竞争者带来新产品开发所需要的资源、经验或新产品试产、生产的能力；第三方研究机构带来特定的技术开发能力或独特的信息资源。它们彼此之间并无明显的重叠[8]。随着合作伙伴类别数的增加，给新产品带来差异性的资源种类也就越多，且不同合作类别彼此之间无法完全代替。因此，新产品项目的开发绩效也会逐步提高。

当然，类别数的增加也会带来一些问题，比如，会让协调不同类别合作者的成本增加，搭便车等机会主义行为也会增加，矛盾甚至冲突也会有增无减[12]，从而部分地抵消合作所创造的价值。但是，与合作者总数不同，合作者的类别数只有0、1、2、3、4的取值，同一类别合作者之间的合作难度及负面效应并不会被类别数所捕获，类别数的增加所带来的负面效应不太会超过正面效应[15]。

因此，提出如下研究假设：

H5：随着合作伙伴类别数的增加，新产品项目的开发绩效也增加，但增速逐步下降。

3研究方法

31样本收集与整理

本文运用文档研究和历史数据法[16，17]，收集我国上市公司2002～2013年所公开发布的新产品开发及合作信息，参照Sood[16]、伍青生[17]等中英文主要文献的方法，经整理后得到2117条新产品的正式公开信息，这些信息来自116家上市公司所发布的308个新产品。这些样本的年度和行业分布如表1、表2所示。

32变量的度量

321自变量的度量

合作的下游客户企业数量（X1）：一个新产品项目有多少家下游的客户企业和渠道商参与这个新产品项目的开发。

合作的上游供应商数量（X2）：一个新产品项目有多少家上游供应商参与这个新产品项目的开发。

合作的竞争企业数量（X3）：一个新产品项目有多少家同行竞争者参与这个新产品项目的开发。

合作商的总数（X4）：对一个新产品项目，所有参与合作的企业/机构的总个数（包括：客户企业、供应商、同行竞争者、第三方研究机构）。

合作商的类别数（X5）：对一个新产品项目，4类合作者中，有几类参与了合作。

上述5个变量，都是计数的变量，所以，度量时没有二义性等问题。

322控制变量的度量

新产品的创新程度（C1）：是指所开发的新产品与市场上已有产品相比，对购买者而言有意义的独特性和差异化程度。这里采用许多文献中常用的二分法：全新新产品、改进新产品 [18]。本文用企业正式发布的信息中对该新产品的创新性的描述来度量该变量。如果有行业首创、市场独创、开拓性创新、革命性创新、颠覆性新产品等描述，则度量为全新新产品，记为1；否则为改进新产品，记为0。结果表明：大约5%的新产品被企业描述为全新新产品。这与（Sorescu等）[16]中6%的全新新产品是一致的。

企业的规模（C2）：按照中国证监会的分类标准把上市公司分为大、中、小三类，该变量的取值分别对应为3、2、1。

企业的上市年数（C3）：样本新产品首次公开信息的时间（年份）与该公司IPO的年份之差。

高管持股（C4）：在一个新产品的开发周期内，企业最主要的经营管理者（如董事长、副董事长、CEO、总裁、总经理等）是否持有该公司的股份。这些最高管理者中只要有一位持有该公司的股份，该变量取值为1，否则为0。

上述解释变量的相关性分析结果见表3。

323因变量的度量

对因变量（新产品项目的开发绩效），因为在开发阶段新产品还没有上市销售，所以无法用新产品的市场销售数据来度量新产品开发合作的效果。根据金融学中的有效市场理论， 参照国内外相关典型文献[16，19]的方法，本文用事件研究法（Event Study）中的FFM4模型来度量新产品项目的开发绩效。与上述文献一样，以5天（当天、前2天、后2天，共5天）为事件的时间窗口来计算一个事件引起的企业股票市场价值的净变化。基本方法如下：

特殊收益（非正常收益：ARit）是事件发生中的实际收益（Rit）减去假如没有发生该事件的正常（预期）收益（E[Rit]），计算方法如下：

ARit=Rit-E[Rit]（1）

为了计算预期收益E[Rit]，构建如下的估计模型：

上述回归模型的整体显著性水平非常高（F=11252， p<0001），调整后的R2=0314，说明模型所选择的这些自变量对因变量的变化有良好的解释能力。

42假设检验的结果

421合作中的企业客户数量

在表5中，X1的自然对数（ln（X1））与因变量存在显著为正的线性关系（见表5中（-2， +2）窗口相应两列的结果，下同），β=3172， ρ=0004。那么，X1与因变量存在一种正的自然对数型的关系。因此，假设H1得到了支持。

422合作中的供应商数量

X2的自然对数（ln（X2））与因变量存在显著为正的线性关系：β=2754， ρ=0016。那么，X2与因变量存在一种正的自然对数型的关系。因此，假设H2得到了支持。

423合作中的同行竞争者数量

X3的一次项与因变量存在显著为正的线性关系：β=0094， ρ=0038；而X3的二次项（X23）与因变量存在显著为负的线性关系：β=-0026， ρ=0043。那么，X3与因变量就是一种倒U型关系。换言之，随着X3的逐步增加，因变量也逐步增大；当X3超过某一转折点以后，X3的继续增大将伴随着因变量的逐步减小。因此，假设H3得到了支持。

424合作者总数

X4的一次项与因变量存在显著为正的线性关系：β=0203， ρ=0038；而X4的二次项（X24）与因变量存在显著为负的线性关系：β=-0031， ρ=0045。那么，X4与因变量就是一种倒U型关系。换言之，随着X4的逐步增加，因变量也逐步增大；当X4超过某一转折点以后，X4的继续增大将伴随着因变量的逐步减小。因此，假设H4得到了支持。

425合作者的类别数

表5中，X5（合作伙伴的类别数）的自然对数（ln（X5））与因变量存在显著为正的线性关系：β=2516， ρ=0023。那么，X5与因变量就是一种正的自然对数型的关系。因此，假设H5得到了支持。

43鲁棒性（Robustness）检验

前面5天时间窗口（-2， +2）的特殊收益验证了H1～H5。这里用3天时间窗口（-1， +1）的特殊收益作为因变量，自变量保持不变，重新对模型（6）进行回归，结果在表5中的最右边两列。结果表明：虽然3天特殊收益的回归结果的相应β、ρ的值与5天的稍微有一些变化，但对所有研究假设（H1～H5）的支持结果都是一样的。

5结论与讨论

本文的研究假设H1～H5都得到了支持。新产品项目中参加合作的企业客户数量、供应商数量、合作者的类别数分别与新产品开发绩效都呈现正的自然对数的关系；随着这三者各自数量的增加，新产品项目的开发绩效分别都增长，但增幅逐步下降。同时，合作中的同行竞争者数量、所有合作者的总数分别与新产品开发绩效呈现倒U型关系；随着这两者各自的逐步增加，新产品的开发绩效也逐步增长，当自变量继续增加并超过各自的转折点以后，新产品的开发绩效开始逐步下降。

理论价值主要有如下三方面。第一，在一个新产品项目的开发合作中，上游供应商的数量、下游客户企业的数量、合作伙伴的类别数与新产品项目绩效存在正向的对数型关系。合作中的竞争者数量、所有合作者的总数分别与新产品的项目绩效呈现倒U型的关系。在现有的文献中，尚未找到对这些关系进行研究的文献。第二，本文对新产品开发合作的研究立足于项目层面，而非企业层面。这能更精准地反映出不同项目合作的实际绩效。这是对网络创新、联盟网络等关注企业层面创新绩效的文献[5，6]的一种深化和细化。第三，本文对新产品项目的开发绩效的度量采用的是事件研究法。这不同于现有的研究新产品合作、创新网络的相关文献大多通过问卷调查来度量新产品或创新的绩效[7]。两种方法各有优点。这种方法是对现有相关文献的一种拓展。

实际应用价值主要有二方面。第一，对企业组织新产品开发过程中项目层面的外部合作决策的制定，对外部合作伙伴的类别、数量的选择具有指导意义；第二，有利于企业区分项目层面与企业层面的合作关系及各自绩效的异同，有利于企业在项目层面合作决策的制定。

局限性与进一步研究的方向：第一，不同类别的商业伙伴在新产品项目的合作过程中是否存在协同效应值得进一步研究，不同类别的合作者之间可能会存在正或负的协同效应；第二，政府有关部门对企业开发新产品有一系列的政策，相关政策对企业间的新产品合作是否存在促进或抑制作用，也是值得探索的方向。

参考文献：

[1]Bhaskaran S R， V Krishnan. Effort， Revenue and Cost Sharing Mechanisms for Collaborative New Product Development [J]. Management Science， 2009， 55 （7）： 1152-69.

[2]Wu Qingsheng， Xueming Luo， Rebecca J. Slotegraaf and Jaakko Aspara. Sleeping with Competitors： The Impact of NPD Phases on Stock Market Reactions to Horizontal Collaboration [J]. Journal of the Academy of Marketing Science， 2015， 43 （4）： 490-511.

[3]黄永春，姚山季，卢俊义. 顾客参与新产品开发阶段与象征购买意愿：关系管理的调节效应[J]. 软科学， 2010， 24 （5）： 50-53.

[4]Fang， E and R W. Palmatier and K R Evans. Influence of Customer Participation on Creating and Sharing of New Product Value [J]. Journal of the Academy of Marketing Science， 2008， 36 （3）： 322-36.

[5]Phelps C C. A longitudinal Study of the Influence of Alliance Network Structure and Composition on Firm Exploratory Innovation [J]. Academy of Management Journal， 2010， 53 （4）： 890-913.

[6]张晓黎，覃正. 知识与合作网络结构洞对技术创新绩效的影响[J]. 软科学， 2013， 27 （12）： 58-62+71.

[7]赵炎，郭霞婉. 结构洞度对联盟网络中企业创新绩效的影响研究——基于中国家用视听设备制造业企业联盟网络[J]. 科技进步与对策， 2012 （17）： 76-81.

[8]解学梅. 中小企业协同创新网络与创新绩效的实证研究[J]. 管理科学学报， 2010 （8）： 51-64.

[9]Bonner J M. Customer Interactivity and New Product Performance： Moderating Effects of Product Newness and Product Embeddedness [J]. Industrial Marketing Management， 2010， 39 （3）： 485-92.

[10]李随成，姜银浩，朱中华. 基于供应商参与的制造企业突破性产品创新研究[J]. 软科学，2009， 23 （1）： 70-74.

[11]Danese P， R Filippini. Modularity and the Impact on New Product Development Time Performance： Investigating the Moderating Effects of Supplier Involvement and Interfunctional Integration [J]. International Journal of Operations & Production Management， 2010， 30 （11）： 1191-209.

[12]Lam P K， K S Chin， J B Yang and W Liang. Self-assessment of conflict Management in Client-supplier Collaborative New Product Development [J]. Industrial Management & Data Systems， 2007， 107 （5）： 688-714.

[13]Wathne K H and J B. Heide. Opportunism in Interfirm Relationships： Forms， Outcomes and Solutions [J]. The Journal of Marketing， 2000， 64 （4）： 36-51.

[14]Turk T A and C E Ybarra. Commitment to High-tech Strategic Alliances： A Comparison of Direct-competitor and Non-competitor Alliances [J]. Strategic Management Review， 2011， 5 （1）： 1-21.

[15]Coles A M and L Harris and K Dickson. Testing Goodwill： Conflict and Cooperation in New Product Development Networks [J]. International Journal of Technology Management， 2003， 25 （1）： 51-64.

[16]Sood A and G J Tellis. Do Innovations Really Pay Off？ Total Stock Market Returns to Innovation [J]. Marketing Science， 2009， 28 （3）： 442-56.

[17]伍青生，李湛. 研发阶段新产品信息发布：时间与频率策略研究[J].管理工程学报，2014，28 （4）： 95-105.

[18]Dewar R D and J E Dutton. The Adoption of Radical and Incremental Innovations： An Empirical Analysis [J]. Management Science， 1986， 32 （11）： 1422-33.

[19]伍青生，李湛. 研发阶段新产品预告策略研究[J].管理评论，2013，25 （10）： 129-137.

（责任编辑：冉春红）