创业团队“凭什么”促进绩效提升?
——基于39家孵化器企业案例的模糊集定性比较分析
2022-03-03陈汉辉孙德良武佩剑
陈汉辉, 孙德良,武佩剑
(安徽财经大学 工商管理学院,安徽 蚌埠 233030)
一、引言
企业孵化器作为一种新型的社会经济组织,能够为初创企业提供一个受控的工业环境,以训练和支持具有发展潜力的中小企业。孵化器企业大多处于初创期,通过孵化器组织以低廉的费用获取相应的空间、设施与服务。[1]在入住孵化基地项目中,创业往往是基于团队而非个体,是解决就业的“灵丹妙药”[2]19。创业团队一般是由两个或更多的人组成,为创业的未来和成功而共同工作,在风险承担方面相互依存。相比于个体创业,团队创业在商业机会开发、资源整合等方面具有巨大优势,可以实现风险共担、信息共享和资源互补,从而顺应时代要求。
梳理初创企业相关文献发现,相比成熟企业,初创企业团队成员较少受到过往经验和惯例的影响,对行业发展具有敏锐洞察力和决策力,但普遍存在资源不足、团队纷争等问题,经过短暂存活后就会退出市场[3]。越来越多的学者研究创业团队的人员构成与多样性,并将它们与创业绩效联系起来。[4]不同于一般团队,创业团队是特殊的高管团队,既是企业所有者也是经营者。作为一个决策单元,创业团队的有效构成与运作是决定组织成功的一个关键因素。[5]学者们基本认同创业团队构成、社会资本以及创业意愿是影响创业绩效的重要因素,[6,7]但是关于创业团队多因素共同作用于创业绩效的研究依然稀缺,对其中的影响机理缺乏深入探讨。
文章借助定性比较分析法(Qualitative Comparative Analysis,简称“QCA”)解决因果复杂性问题,探究创业团队因素组合对创业绩效的影响路径,研究的意义与创新性在于:其一,选择孵化器企业为案例研究对象,关注初创企业的创业团队构成;其二,注重创业团队多要素相互影响及组合作用于创业绩效,从现有案例企业比较分析出发,寻求多条前置因素组合路径,在丰富创业团队理论的同时为初创企业的团队构建和运营提供切实建议。
二、相关文献综述
(一)团队成员异质性及社会资本对创业绩效的影响
团队异质性会对新创企业回报与成长产生影响,[8]但并无一致性结论。信息决策理论和资源基础观均认同团队成员异质性的正向作用:团队异质性程度越高,知识与技能越倾向于多样化,从而能够实现信息、知识以及能力等方面的互补,增进资源累积,刺激创新和创造力,有利于创业绩效的改善。然而基于社会分类理论的研究倾向于团队异质性对创业绩效的消极作用:异质性越强,成员交流沟通越困难,缺乏积极的合作态度、信任和凝聚力,带来认知与情感冲突,进而“腐蚀”创业绩效。[9]性别异质性作为团队异质性研究的重要组成部分,从创业角度来看,女性创业参与程度相对较低,[2]21创业绩效低于男性创业者,但伴随创业教育的开展和创业者自身素质的不断提高,性别差异带来的绩效影响越来越小[10]。
新创企业的社会资本通常建立在创业者的个人网络上,父母创业的家庭一方面会对子女从小产生创业浸染,另一方面也为他们提供较强的社会关系网络,从而对新创企业绩效产生正向作用。[11]角色模型理论认为,个人可以通过非正式和无意的观察来采取行动,具有家庭创业背景的子女往往会将创业作为其职业选择。[12]杨文兵研究发现,家庭环境对创业活动与绩效产生显著的正向影响。[13]对于新创企业而言,在初创阶段往往难以获得所需要的知识、资金等关键资源,而父母经商的家庭则能够为子女提供资金与资源上的支持。Özcan通过对216家土耳其中小企业的调查发现,创业者家人与亲戚是创业者初始资金的重要来源,他们的鼓励会对创业者产生积极影响。[14]但也有学者研究发现家庭创业背景对创业者的意愿与创业绩效并不产生显著作用,[15]2创业不仅是机会拉动的过程,更是一个贫穷推动的过程,较低收入水平是促使创业的诱因之一[16]78。
(二)团队成员风险倾向及创业意愿对创业绩效的影响
团队成员的风险倾向对创业绩效的影响尚未得到统一结论。新创企业往往面临不确定的前景,会遭受多方的歧视,为此创业团队需要承担更多的风险来寻找新的商机,进而获取外部资源支持。为了实现更好的绩效,新创企业团队通常将资源分配给具有不确定结果的风险行动,有如将创新产品推向市场[17],创业风险对新创企业绩效产生积极影响[18]。一般而言,承担风险的组织会更加果断和快速地制定决策,从而提高绩效水平,而厌恶风险的企业可能会错失有价值的市场机会。但是也有一些研究发现,创业者并不认为自己比非创业者更倾向于承担风险,Kollmann等对104个创业团队的数据分析表明,创业团队的风险倾向会加剧关系冲突而损害创业绩效,适度的冒险行为可能对中小企业的绩效最为有利[19]。
Ajzen认为创业意愿是衡量个人尝试创业并愿意为之付出努力的程度,是促进创业行为的动机因素。[20]创业意愿可以有效地预测创业行为,创业意愿越强,创业绩效越好。依据目标理论,创业目标相比于其他一般目标会产生较高的绩效,具有野心和成长期望的创业者有可能获得较高的绩效,创业意愿对企业绩效和成长存在显著的正向影响。[21]
(三)简要评述
过往文献中,学者们从个人或团队层面验证了团队异质性、家庭创业背景、风险倾向和创业意愿等变量对创业绩效的影响,尽管结论存在不一致性,但它们对创业绩效的作用予以了明确。与此同时,其他相关文献又证实这四类变量之间也存在显著相关性,有如性别异质会对风险倾向产生影响,女性的冒险精神明显低于男性[22];创业团队的性别异质性和风险倾向会对创业意愿产生显著正向影响;[23]家庭创业背景会对创业意愿产生影响[2]24。很明显,在前置因素存在显著相关的情境下,采用传统的回归分析方法来研究自变量对因变量的作用是不合适的,而QCA方法恰好可以解决这类问题,可以揭示多个前置因素的复杂关系对结果的影响。
三、理论模型构建与研究方法
(一)变量选择与模型构建
1.变量选择
Botsaris和Vamvaka在多位学者研究基础上,将创业意愿界定为两个维度:致力于创业事业(Commitment to an Entrepreneurial Career)和新兴的企业家精神(Nascent Entrepreneurship),[24]439具有良好信度与效度(两个因子累积解释方差71.6%,χ2/df=3.127,TLI=0.958,CFI=0.970,RMSEA=0.097),文章借鉴该理论架构,将创业意愿进一步区分为上述两个变量。
依据前述文献梳理,文章选择创业团队相关因素即性别异质性(变量名为HSEX)、家庭创业背景(变量名为EXPE)、风险倾向(变量名为RITE),以及创业意愿中致力于创业事业(变量名为COEN)和新兴的企业家精神(变量名为NAEN)纳入前因变量范畴,将创业绩效(变量名为PROF)作为结果变量。
2.理论模型
初创企业的创业团队并不稳定,伴随时间的演进团队成员组成会发生变化,即老成员会退出、新成员会加入,而这种变化可能会促进创业绩效增加,但也有可能给企业带来致命性打击。正如前述文献所言,创业团队的性别异质和风险倾向并不一定促进绩效的增加,那么,辅以家庭创业背景(社会关系网络的有无)、创业意愿(强弱)等变量,能否寻求促进初创企业绩效增加的多条路径以供孵化器企业选择与借鉴?比如:成员性别同质、较强的风险倾向和强烈的创业意愿,但是没有家庭创业背景的初创团队,与成员性别异质、较弱风险倾向和强烈创业意愿、有家庭创业背景的初创团队,到底谁更利于实现创业绩效?
为此,文章采用模糊集定性比较分析方法(Fuzzy-set Qualitative Comparative Analysis,简称“fsQCA”)来对前述五个前因变量(性别异质性、家庭创业背景、风险倾向、致力于创业事业和新兴的企业家精神)的组合进行组态比较,实现从“单因素独立影响”到“并发因果关系”的迭代,[25]8进而在检验以往学者研究假设的同时构建新的条件组合,来阐释创业团队多个因素对创业绩效的共同作用,以明确创业绩效提升(或降低)的缘由(研究模型具体见图1)。
图1 文章理论研究模型
(二)研究方法
方法是否适用于问题研究、理论与方法是否匹配是开展研究的逻辑前提,文章采用fsQCA方法进行研究是基于以下三点考虑。第一,与传统定性和定量研究方法相比,fsQCA方法拥有独特的优势。它将社会现象看作属性的复杂集合,是基于“结果驱动”,在方法上兼顾了“组态比较”和“集合论”,“通过识别导致相同结果的特定因果路径来评估多重并发因果关系”[25]7。第二,fsQCA以小样本案例为基础,在深入理解单个案例的基础上,“用条件组态取代自变量、组态思想代替净效应思想、集合关系代替相关关系”,为因果复杂性分析提供有效支撑[25]6。第三,文章研究所涉及的部分变量取值并不符合清晰集和多值集的条件,而是符合模糊集定性比较分析方法的应用条件,选择fsQCA来实证分析与检验理论模型是相对较优的。fsQCA方法包括建立模型、校准变量、构建真值表、真值表分析、评估和解释结果等五个步骤,在组织管理研究领域得到广泛应用。[26]394综上所言,文章从孵化器多家企业创业团队的调查数据出发,探究创业团队的性别异质性、家庭创业背景、风险倾向以及创业意愿等前因变量组合对创业绩效的影响,采用fsQCA进行分析是合理且必要的。
四、数据分析
(一)数据搜集与测量
1.样本选择
为了获取创业团队的相关数据,文章选择孵化器企业为调查对象,作者于2018年11月16日至2019年1月12日走访安徽省蚌埠市、滁州市凤阳县两地孵化基地41家企业,其中两家企业为个人创立,不符合创业团队研究需要,进行去除,最终保留39家企业创业团队数据。具体数据通过向创业团队成员发放问卷,并要求他们独立填写和面对面访谈两种途径获取,后期以企业为个体进行汇总处理。
2.相关变量测量
性别异质性采用Herfindal-Hirschman系数法进行测量。家庭创业背景通过“您的家庭是否开办过企业或者是个体工商户”进行测量,所有成员选择“否”记为“0”,只要有一位成员选择“是”则记为“1”。风险倾向和创业意愿测量均使用现有成熟量表,采用五点李克特量表的方式,选项从1(“非常不符合”)到5(“非常符合”);风险倾向的测量采用Hung 等针对中国情境修改后的General Risk Propensity(GRP)量表,[27]包括5个测量题项,取值为均值;创业意愿的测量采用Botsaris和Vamvaka的研究量表,[24]442包括10个测量题项,经过专业英语教师进行双向翻译,以确保语句的准确性和一致性。上述量表在学者研究成果中均具有良好的信度与效度。创业绩效主要通过盈利情况体现,测量题项设计为“贵公司经营到目前为止,是盈利的吗?”,选项为“1-不盈利”“2-基本平衡”“3-盈利”。相关变量描述性统计如表1所示。
表1 变量描述性统计
(二)fsQCA分析
1.数据校准
借助于fsQCA 3.0软件中Calibrate函数对非0/1变量进行校准,即将原始数据转化为在0(完全不隶属)和1(完全隶属)之间的模糊集分数,具体涉及变量为HSEX、RITE、COEN、NAEN和PROF,EXPE为0/1变量,不需要进行校准。依据Lee和Chen的做法,[28]将相关变量的“完全隶属”和“完全不隶属”的阈值分别设置在各变量的95百分位数和5百分位数,交叉点设定为变量的平均值,具体数据如表2所示。
表2 变量数据校准锚点设定
2.运算结果
分别以创业绩效增加(PROF)和降低(~PROF)为因变量,进行必要条件分析,具体结果如表3所示。Schneider和Wagemann认为,某个前因变量被认为是结果的必要条件,一致性得分必须超过0.900,[29]很明显文章中所有前因变量均不满足这个要求,属于非必要条件,其中EXPE与PROF的一致性最低(0.667),而在导致创业绩效降低的前因变量中,创业意愿的两个维度COEN、NAEN与~PROF的一致性相对而言较低(均小于0.600),表明创业团队较强的创业意愿与创业绩效降低存在弱关联。
表3 必要性条件分析结果
借助于fsQCA 3.0软件,分别以PROF和~PROF为因变量进行分析,将可接受个案数设定为1,一致性门槛设定为0.800,生成真值表并进行标准化分析,得到三种不同的解:复杂解、简约解和中间解。借鉴Fiss[26]411的做法,黑实心点(●/•)表示条件的存在,带有交叉的圆圈(⊗/⊗)表示条件的缺失,空白表示该条件与配置无关,其中小黑实心点和交叉圆圈(•/⊗)表示核心条件,大实心点和交叉圆圈(●/⊗)表示辅助条件,具体结果如表4所示。两种分析结果中总体解的一致性(Solution Consistency)均超过0.800,条件构型的一致性(Consistency)也均在0.780以上,表明所有前因条件构型是结果实现的充分条件。
(1)促进PROF的条件构型
数据结果表明,存在两类三种促进PROF的模式(总体解一致性比率为0.825,总体覆盖率为0.517),其中第一类构型(1P)包括1Pa和1Pb两种模式,拥有相同的核心条件:团队性别同质性(~HSEX)、无家庭创业背景(~EXPE)和致力于创业事业(COEN),1Pa模式表明无家庭创业背景的创业团队,虽然没有自小受到创业浸染和父母的资源支持,但是成员性别同质、强烈的创业意愿和较强的风险倾向有助于创业绩效实现,一致性比率为0.938,意味着93.8%具有这些条件组合的孵化器案例企业实现了高的创业绩效。1Pb模式不同于1Pa模式之处体现在,RITE属于缺失状态,增加了NAEN作为辅助条件,表明无家庭创业背景的创业团队,成员性别同质和强烈的创业意愿有助于创业绩效的实现,一致性比率为0.890。
表4 分析条件构型表
第二类构型只包括2P一种模式,除性别异质性条件不存在之外,其他四个条件为核心条件,表明具有家庭创业背景的创业团队,冒险的精神和强烈的创业意愿有助于创业绩效的增加,一致性比率为0.799,原始覆盖率和净覆盖率均为0.333,其中净覆盖率(Unique Coverage)表明2P模式独立解释结果变量不与其他构型重合的覆盖率为33.3%,远远大于1Pa和1Pb的净覆盖率(分别为1.0%和1.8%)。
(2)导致创业绩效降低的条件构型
在以~PROF为因变量的分析结果中,存在两类四种模式,总体解一致性比率为0.820,总体覆盖率为0.454。第一类构型(1NP)包括1NPa和1NPb两种模式,拥有共同的核心条件:~EXPE和~COEN、~NAEN。1NPa模式表明,无论创业团队是否存在性别异质性,以下因素组合会降低创业绩效:成员无家庭创业背景、较低创业意愿(包括COEN和NAEN都很低)和低风险倾向。1NPb模式中风险倾向变量处于缺失状态,它解释了性别异质性较强且无家庭创业背景的创业团队,较低的创业意愿(包括COEN和NAEN)会降低创业绩效。1NPa和1NPb两种模式的一致性比率都非常高,分别为0.833和0.844,侧面反映两种条件构型中创业意愿和家庭创业背景对创业绩效的重要性。
第二类构型(2NP)包括2NPa和2NPb两种模式,核心条件不同于第一类构型,包括三个条件:~HSEX、EXPE和RITE。2NPa模式中致力于创业事业处于负向选择(~COEN),即较低致力于创业事业意愿,NAEN处于缺失状态,一致性比率为0.839,意味着83.9%具有该条件构型的案例企业的创业绩效很差。而2NPb模式中COEN处于缺失状态,NAEN处于正向选择,即较强的新兴企业家精神意愿,该构型一致性比率为0.788,原始覆盖率为0.247。
3.稳健性检验
借鉴Fiss[26]415研究方法,通过变换各变量的校准锚点来观察前述路径的解释是否保持稳定一致性,为此文章将HSEX、RITE、COEN、NAEN和PROF等变量的“完全隶属”阈值更改为各变量的90百分位数,“完全不隶属”阈值和交叉点保持不变,即分别为5百分位数和平均值。借助于fsQCA3.0软件,依照前述步骤进行数据分析,结果如表5所示:以PROF为结果变量的条件构型没有发生变化,但是总体解的一致性有所下降,从原来0.825降低到0.809,总体覆盖率有所上升,从原来0.517调整为0.523;以~PROF为结果变量的条件构型没有发生变化,总体解的一致性有所上升,从原来0.820上升到0.830,总体覆盖率有所下降,从原来0.454降低到0.451。透过条件构型组成和一致性比率(数值均超过0.780)等数据对比分析,可以表明前因条件构型对结果变量的解释具有稳健性。
表5 稳健性检验条件构型表
五、研究结论与讨论
(一)研究结论
文章选择孵化器企业为调查对象,借助fsQCA方法分析创业团队相关因素组合对创业绩效的影响,拓展了创业团队以及创业绩效影响因素的相关研究。
对比创业绩效增加和降低两个结果变量的7种条件构型,创业意愿中COEN对结果变量的作用最为一致,即团队具有强烈的致力于创业事业意愿有助于创业绩效的增加,而较低的致力于创业事业的意愿会导致创业绩效的降低;创业意愿中NAEN对结果变量的作用一致性次之,它在促进创业绩效增加构型中也是以正向的方式(强烈的创业意愿)出现,在导致创业绩效降低的1NP构型中以负向的方式(~NAEN)出现,但是在2NP构型中以缺失和正向方式出现。总体而言,创业意愿对创业绩效的正向促进作用得到验证。
性别异质性变量在7种条件构型中,以负向方式(~HSEX)出现在创业绩效增加1P构型和创业绩效降低2NP构型中,它对结果变量的解释并不具有一致性,这一表现也在EXPE和RITE两个变量上得以体现,这表明它们即对创业绩效变量的影响作用并不能够得到统一单向结论,而是与其他变量一起在不同情境下以不同方式对创业绩效产生正向或负向影响。值得注意的是,在2NPa和2NPb两个模式中,性别同质的创业团队辅以良好的家庭创业背景和积极的风险倾向,创业意愿两个变量各有一个处于缺失状态,另外一个处于辅助作用状态,从常理上而言,具备该种构型的创业团队应该可以实现良好的创业绩效,但实证结果却恰恰相反,这一发现从某种程度上呼应了Nguyen[15]15和邴浩等[16]82的观点,即较低收入和关系资源也许是促使创业的诱因之一。
(二)管理启示
1.文章的研究一方面丰富了创业团队构建理论,验证了团队层面多因素组合对创业绩效的影响路径;另一方面明确了创业意愿的正向作用,为创业发起者构建团队提供了实践指引——“英雄不问出处”,态度和意愿才是第一位的要素。没有积极的创业态度和意愿,再好的资源背景也不一定能够实现创业绩效和初始抱负。
2.不同于成熟组织中其他团队,初创团队会对企业规范及文化塑造产生重要影响,进而对后续的企业战略制定和运营产生持续影响。面对充满风险的创新活动,创业者们的创业意愿是创业绩效的关键变量,没有强烈的创业动机和倾向性,创新创业活动将无从谈起。
3.初创企业在组建团队时应该有精准的定位和目标,通过愿景勾勒和股权配置等多种形式引进优秀人才或经验丰富的从业者加入初创团队,提高团队在创新环境下迅速作出高质量决策的能力。在一个价值观共享水平较低的环境下,创业团队成员各自为政,彼此难以包容对方,那么团队创业意愿就会降低,决策能力难以得到充分发挥,进而降低创业绩效。
4.对于孵化器运营方而言,在支持创业项目入驻时,应该着重审核创业团队的人员构成及创业意愿的评测,逐步从直接投入转变为间接投入,在提供标准化设施的同时为企业提供差异化管理服务,加强项目监管,促进优秀企业孵化和劣质项目淘汰,实现有效竞争与协作机制,从而提升孵化器企业的投入积极性和创造性。
(三)研究局限及未来研究
本研究存在两方面局限性。其一,变量选择的局限。文章仅从创业团队层面出发,并没有纳入企业性质、规模以及地域政策等可能会对创业绩效产生影响的背景变量。其二,案例企业选择上的局限。文章仅对安徽省蚌埠市和滁州市凤阳县两地的孵化器39家企业进行调研和数据搜集。面对小样本数据,fsQCA方法是适宜的,但是也丧失了传统计量方法(回归分析和结构方差模型等)对变量测量及维度界定进行验证的可能,样本的偏差会对结论产生一定的影响,这也为下一步研究提供了方向选择。