系统化创业过程的关键成功因素——以粤港澳大湾区为例

陈燕升，王玫瑰，林志军，张文鸾，林 鹏

（1.广东轻工职业技术学院数智应用研究所，广东广州 510300；2.澳门科技大学商学院，澳门 999078）

新经济常态深刻影响经济和社会进步［1］。新经济的发展得益于信息科技领域的技术革命所带来的全球信息化，以及导致国家经济边界弱化的全球经济一体化。人工智能技术是新经济发展的技术驱动力，同时也对全球信息化与经济一体化具有推动作用［2］。从发展趋势上看，无论是优化整合创新资源，还是引领和推动第4 次产业革命走向深入，人工智能都将在全球价值链重塑过程中发挥核心作用，人工智能将赋能一切［3］。以互联网、大数据、人工智能等现代信息技术为核心的人工智能产业，是新经济常态下粤港澳大湾区（以下简称“大湾区”）的技术引擎［4］，具有重要的战略与发展意义。大湾区最大的特点是“1 个国家、2 种制度、3 个关税区”与4 个核心城市”的格局，探索大湾区城市群规划地域内的人工智能产业创业者这一特定人群在创新驱动型创业场景下的系统化创业过程，更能凸显大湾区的战略发展意义。正如熊彼得［6］在他的经济发展理论所表述的那样，企业家是从事创造性破坏的创新者。当下，新经济背景下的人工智能时代，创新驱动型创业作为新的创业情境对传统创业理论提出了新的挑战。系统化创业过程中创业关键成功因素是什么？它们担当了何种角色？而在大湾区特定场景的外部环境中将有何种组合特性？过往的研究通常使用因素分析方法来探索影响创业过程的各个因素，而基于系统性理论的创业过程关键成功因素的研究颇为少见，更鲜有对创业过程关键成功因素在纵横向立面的系统性关系研究。本研究围绕产业布局、区域战略聚焦创业过程的创业关键成功因素研究，期许对打造一流湾区“科技+产业+创新”布局，促进大湾区向创新型经济阶段发展提供理论依据与实践参考。

1 文献综述

从国内外的文献来看，创业相关研究主要集中在创业者的人格特性、创业动机、创业环境和创业过程等。其中，创业过程是创业研究最被关注的内容。虽然业界或学界对创业过程的认识和描述不尽相同，如特征属性、运行机制及政策策略等方面等，但大多数学者认同创业过程是由具有交集作用的众多参与者基于创业要义的复杂定义集合。本研究认为创业过程将是创业基本要素基于创业场景，相互作用并创造价值的系统化动态过程。

1.1 创业过程

创业过程（venture creation process）通常包括一项有市场价值的商业机会从最初的构思到形成初创企业以及初创企业的成长管理过程［5］。从高被引文献中，本研究发现创业过程的理论构念与创业过程模型具有一致性。创业过程模型经历了由单纯到复杂的发展过程，典型的创业过程模型由Galbraith［6］、Churchill 等［7］以及Timmons［8］先后提出。事实上，Galbraith［6］提出的模型属于线性发展过程，对创业过程的最主要活动进行了简单明了的概括；而Churchill 等［7］的模型则是复杂线性模型，添加了相当多的观测变量，增加了模型对创业实践与场景的解释性；Timmons［8］创业模型突出了创业的动态调整性，而且将焦点集中于创业成功的3 个最主要因素，使模型的实用性大大增强。然而，Liao 等［9］认为，动态调整性的Timmons［8］模型可能会将2 个概念类似但发生时间相差较远的事件划入同一阶段，导致同义反复。事实上，已有的创业理论在解释实际创业现象时往往不能获得良好的效果，Reynolds 等［10］根据Katz 等［11］提出对称信息、必要财力、供给关系，以及需求预期的4 个创业必要条件进行实证研究发现，创业过程中存在理性的、非线性的、反复修正的过程方式，还包括了最初的机会识别、产品生产线的建设、组织的创建、市场上的交易以及顾客的反馈等影响因素等，不同企业均存在较大差异，并非所有的研究主体都出现这4 个必要条件。本研究所考察的系统化创业过程与上述创业过程理论构念与模型具有理论共通性，认为活动性或事件性的动态调整的Timmons［8］模型所造成的同义反复问题可以通过创业过程系统化来解决。

系统理论认为，系统是指由2 个或2 个以上的元素（因素）非线性作用而形成的整体，是系统存在的内在依据，也是构成系统全部特性的基础［12］。从纵向角度看，创业基本要素单独个体既是一个系统，它构成系统化创业过程的子系统，子系统又必然由次子系统构成，并最终推导出次子系统→子系统→系统这种层次递进关系。从横向角度看，创业过程作为一个整体，它具有创业过程中基本要素部分或部分之和所没有的性质，即是系统的层次结构。系统存在的各种联系方式的总和与构成系统的结构，这又与简单的线性模型（如Galbraith［6］的模型、Churchill［7］等的模型）存在区别。故此，本研究认为创业过程关键成功因素构成了系统化创业过程的全部要素，其在创业过程的不同阶段周期所建立的关键成功因素的交互与联系，汇集成了创业过程关联关系的等级层次结构。

1.2 创业关键成功因素

必须关注创业过程基本要素中的关键成功因素，以减少创业成本与资源的损失与浪费。因而在建立创业过程基本要素的评估模式时，应加强系统性创业过程的关键成功因素客观性与准确度，规避不确定性因素。在此前的研究中，创业过程通常与创新这一要素相关联。全球权威的信息技术（IT）智库专家Carter 等［13］认为，创业过程实际上就是初创企业的创新体现，虽然初创企业确实是创业过程中核心部分之一，但初创操作较多体现在商业实践过程。创业过程实际上就是初创企业的创新体现，虽然初创企业确实是创业过程中核心部分之一，但初创操作较多体现在商业实践过程。鉴于初创企业的成长过程与一般企业的创新存在差异，因此解析和识别创业人群在新经济常态下的创业关键成功因素的系统化创业过程应该与创新相结合。大湾区在创业创新上具有多种优势：一是具有制度多样性、开放性与国际性的优势；二是产业集聚程度高、分工差异化明显；三是科技创新基础良好。推动大湾区建设成为我国自主创新战略的示范区和有影响力的国际创新中心，需要借助创新科技这一经济增长引擎，同时也需要对大湾区创新创业进行深入细致的研究［5］。

综上所述，本研究将系统理论的整体性与动态性观点作为主线理论，通过考察创新驱动型创业部分之间、整体与部分之间、系统与环境之间等关键成功因素的复杂交互非线性作用，依据大湾区与创业创新的双发展战略背景，探究大湾区人工智能产业样本的系统化创业过程关键成功因素、关系模型与作用机理。

2 研究设计

2.1 研究方法与操作性定义

本研究遵照共属性与关键链聚类和因素关联选择的路径，对系统化创业过程的关键成功因素进行操作性定义。（1）共属性与关键链聚类：将Web of Science 核心合集作为数据检索源，使用“entrepreneurship”为关键字进行精确检索；通过VOSviewer 进行引文共线分析，用于评估存量文献的主题研究共同属性与关键字关联度，结合SPSS 分层聚类计算系统化创业过程的学术谱系知识共现中心度，从而采用扎根理论方法进行开放式编码。（2）因素关联选择：通过知识共现关联链标签的关联度（total link strength weight,L）与度数中心度（cooccurrences weight,O）进行关联式编码形成系统化创业过程关键成功因素的构面维度；结合主题共线关键字回溯受研究内容相关性与引用次数双重因素影响的高被引文献并开展选择式编码，提出系统化创业过程的关键成功因素操作性定义；采用Chen 等［2］的Q 分类法（Q-sort）流程对量表测量题项开展两轮统计分析，以分类随机一致概率统计值kappa值（分别为0.793 与0.895）判别验证量表测试题项的聚合度与区分效度，识别测量题项的基本维度与构念性质，而后进行选择式编码，最终选取了66 个系统化创业过程的关键成功因素（如表1 所示）。

表1 系统化创业过程的关键成功因素操作性定义

2.2 问卷调查

依据改良雪球抽样法（peer esteem snowballing technique,PEST），本研究将截至2019 年6 月30 日在大湾区“9+2”城市群内注册、具有人工智能产业类目的单位或团体会员作为研究样本框，对关键知情者进行非概率性问卷调查抽样。受访单位包括广东、澳门和香港最大的人工智能产业集群民间团体组织，分别为广东省人工智能产业协会、澳门智慧城市联盟协会、香港人工智能与机器人学会以及澳门生产力暨科技转移中心等。通过微信推送参与问卷调查邀请函给400 位受访对象，在获得首次回应的1 个小时内向每位受访者发送调查问卷。在研究期内（2019 年7 月31 日—2020 年7 月30 日）共收到283 份调查问卷，最终经过筛选获得271 个样本。由于问卷调查的时间经历了1 年，本研究首先对样本进行响应偏差检验，把排在前27%与后27%的样本分别设定高低分组，使用SPSS 22.0 软件进行描述性统计分析和独立样本t 检验等操作（结果如表2、表3 所示）。基于延迟应答者与无应答者的相似性高于初期应答者论据，依照样本回收的时间序列，采用独立样本的t 检验方法计算鉴别度。通过比对初期应答者和延迟应答者评估非响应偏差，其独立样本t 检验的结果表明没有显著的响应偏差，表明样本可接受。样本统计描述如下：

表2 样本描述性统计分析结果

表3 独立样本检验结果

（1）地域分布方面，大湾区在粤9 个城市的企业数量占比最高，达68.221%；其次是在港企业，占比为26.413%，而在澳企业占比为5.366%。

（2）企业基本情况：从企业类型看，民营企业数量最多，占总样本量的比重为87.333%；从企业规模看，一般为小微规模企业，占样本量的61.760%，中型规模企业占比为26.681%，大型规模（千人以上）的企业占比为11.559%；从企业的年龄属性看，企业创立时间均在1 年～10 年，其中，创立超过5 年的企业占样本量的比重为36.318%。

人口统计信息情况：受访者全部具有创业经历，第1 次创业者占样本量的比重为18.819%；创业次数多于1 次、2 次和3 次的受访者占比分别为41.328%、28.782%和11.070%（见表4）。另外，与研究设定的目标受访人群一致，受访者普遍为企业管理或执行层面的直接人员，表明了样本对参与人工智能企业决策层专业认知和执行层专业认知进行了全覆盖。

表4 人口统计信息情况

2.3 测量变量检验

为检验系统化创业过程关键成功因素题项的重要性，本研究通过5 级李克特（Likert）量表调查受访者认可的题项重要影响程度，从“非常不重要”至“非常重要”进行1 分～5 分的评估，结果显示62 个测量变量的重要程度均值μ介于3.923～4.611之间，标准差σ介于0.728～0.923 之间，表明系统化创业过程关键成功因素题项均介于重要或非常重要的程度，量表得到认可。

3 研究分析

依据解释结构模型（ISM）计算步骤，按照所确定的系统化创业过程关键成功因素，以创业前期阶段为例，解析系统化创业过程关键成功因素间的从属关系，以两两因素间的直接影响、相互影响和互不影响结果，对关系矩阵A与单位矩阵I进行运算后转化为可达矩阵M，呈现系统化创业过程关键成功因素的层级关系。然后实施交叉影响矩阵乘法（MICMAC）逐一分析识别关键成功因素驱动力与依赖力，验证符合创业过程操作实务的客观性与准确度。基于以上分析，探讨关键成功因素集合与迁移关系的多级递阶结构的系统化创业过程在大湾区特定场景的组合特性。

3.1 解释结构模型分析

以往关于使用解释结构模型方法对因素间相关性判定尚无较为一致标准，依照近似与可参照原则，本研究以50%、60%、70%、80%等4 个认定标准，分别对系统化创业过程关键成功因素的从属关系门槛值进行对比分析，分析显示认定因素关系门槛值若为50%或60%，其结果所汇集的创业过程每个阶段的创业关键成功因素均集合在同一层级，无法析出因子间的结构关系与执行顺序；若以70%作为门槛值，则各关键成功因素之间的从属关系明确，且可计算出先后执行阶段，而创业过程的4 个阶段中每个阶段组合计算结果可明确区分成3～4 个层级；若以80%门槛值，则有多数因素之间无从属关系，虽可针对剩余因素计算先后执行顺序，但剩余因素为数不多导致可考量范畴狭隘。故本研究以70%作为认定因素关系的门槛值，以此建构创业过程4 个阶段中每个阶段的创业关键成功因素元素集（element-set），包括创业前期阶段28 个（如表5所示）、创业阶段36 个、早期成长阶段32 个、晚期成长阶段38 个的创业关键成功因素。

表5 创业前期阶段关键成功因素元素集二元关系矩阵

本研究以创业前期阶段（pre-start-up stage）为例开展解释结构模型分析：

（1）因子结构交互矩阵建构。呈现系统因子之间的成对关系是构建因子结构交互矩阵（SSIM）的前置条件，本研究以二元矩阵表现因子之间的成对关系，呈现系统化创业过程中关键成功因素的因子结构交互矩阵A，如式（1）所示：

（2）可达矩阵与结构层级。建构关键成功因素二元关系矩阵后，计算得出可达矩阵R：

式（2）中：I为单位矩阵，如下所示：

依据布尔运算（Boolean operation）计算可达集合（reachability set,RS），RS 满足以下公式：

式（4）中：当矩阵R的r次方等于R的r+1 次方则可以得出可达集合。

参照层级结构计算范式，利用可达矩阵中的可达集合与前置集合间（AS）的交集每个关键成功因素的因子一致性，可以找到不同创业前期阶段关键成功因素的层次级别。系统化创业过程的层级关系直观显示了创业前期阶段的28 个关键成功因素集合与关联关系的4 级递阶结构。第一，创业前期阶段的系统化创业过程的第一层级仅有1 个关键成功因素，即创业团队能力，其归属于初创企业性能这一构面的人力资源管理维度，该因素具有最大的驱动能力，而其从属关系表现在对层级结构模型中较低级别的连接（linkage）上，表明创业初期最根本的影响因素是团队能力，因此创业前期阶段的重点是团队能力。第二，创业前期阶段的次高层级（level II）包括市场准入阻碍分析和竞争者分析、注重合伙人的社会资源、自我能效、独立自主与激情等5 个关键成功因素，分别归属在初创企业性能、人群特征两大构面上，呈现该层级对作业管理、人力资源管理与心理学观点等3 个维度的关键成功因素相关关系，需要系统性考量创业前期阶段与团队能力相关的利益相关者和递进关系，而不是只是专注这些关键成功因素所处独立层级。第三，创业前期阶段的次低层级（Level III）由创造价值和价值定位、收入模式、规划现金流、企业家精神、纵向-企业上下游产业链上企业间网络、挑战风险倾向、个人经验与家庭背景等8 个关键成功因素合集，分别覆盖初创企业性能、环境以及人群特征3 个构面，呈现该层级的作用力与作业管理、财务管理、产业组织关系、心理学观点以及社会学观点等5 个横向维度交互且直接关联，这些关键成功因素之间存在复杂的相互关系，要通过乘法交叉影响矩阵分类进一步厘清这些关键成功因素的驱动力与依赖力。第四，创业前期阶段的最低层级（Level IV）是由产品或服务的创新、目标消费者或目标市场、政治环境因素、过去相关工作经验、预先确认产品或服务的知识产权等情况、风险评估能力、高素质的人力资本、信息通信技术、基础设施如港口、铁路、机场等，市场需求规模如人口规模、需求市场独特性如人均生产总值、政府政策推动、创业毅力、专业知识等14个关键成功因素组成，覆盖全部3 个构面的10 个维度，基本呈现出除研究与发展维度外的所有关键成功因素的从属关系，需要关注以上关键成功因素之间的连锁反应。

3.2 交叉影响矩阵相乘法分类

承接以上步骤，接下来是交叉影响矩阵相乘法分类与ISM 耦合操作，交叉影响矩阵相乘法分类的数据输入是ISM 的数据输出。交叉影响矩阵相乘法分类是一种有用的结构因素分析方法，它通过计算因素驱动力与依赖力，探索因素之间的间接关系和反馈回路，为因素的交互关系呈现系统性结构体系［14］。交叉影响矩阵相乘法分类将驱动力定义为受该因素影响的其他因素个数之和，而依赖力则是影响该因素的其他因素总数［15］。基于以上定义，本研究进行创业前期阶段的28 个关键成功因素集合的驱动力（driving power）与依赖力（dependence power）计算，结果如表6 所示。

表6 创业前期阶段的关键成功因素集合的驱动力和依赖力结果

基于表6 的计算结果，本研究进而通过坐标轴的四象限分类，创业前期阶段的28 个关键成功因素可以分为4 类影响因子（见图1）。

图1 创业前期阶段关键成功因素的四象限分布

在第一象限中，共有创业团队能力等17 个关键成功因素落在该象限内，它们属于显著关联因子，这些因子具有较强的驱动力和依赖力；可以认为它们具备敏感特质，表明对这些影响因子的任何作用力都会对其他因子及其自身产生反作用力，是动态作用力的表达。在第二象限中，仅有注重合伙人的社会资源落在此象限内，为显著驱动因素，它表现出很强的驱动力以及较弱依赖力的两面性特征，表明它更有能力影响其他因子，故应重点关注其纵向的交互作用力。在第三象限中，仅有规划现金流落在此象限内，为显著自主因素，该因子表现出较弱的驱动力和依赖力，它与创业过程系统的链接很少，意味着它不容易影响创业过程中的其他因素，也不容易受到其他因素的影响，凸显出层次递进作用力。在第四象限中，预先确认产品或服务的知识产权等情况等3 个关键成功因素落在此象限内，为显著从属因子，这些因子在驱动力方面较弱，但在依赖性方面则较强，这表明从属因子受关联因素和驱动因素的正向影响，而影响其他因素的可能性较小，故应重点关注其横向迭代作用力。不难发现，影响因子驱动力小于或等于12 量级的关键成功因素主要集中在层次IV 上，表现出较强的依赖力，表现了众多关键成功因素的交互与迭代的作用力。

4 结论与展望

4.1 研究结论

本研究结合范式研究与实证检验的混合研究法，探究创业研究关联链内容和共属性知识特征，将传统创业过程理论所认可的机会、资源和创业者（团队）三大创业基本要素细分重构为创业阶段、初创企业性能、环境和创业者人群特征等新因素组合集。通过解构系统化创业过程4 个阶段的关键成功因素发现，在创业过程的不同阶段，其关键成功因素发生着动态、交互与迭代的系统化改变，并表现为创业者、创业机会、创业资源和创业环境交互作用后创造价值的动态过程。此外，初创企业性能、环境、创业者人群特质和创业过程的多元组合和碰撞，为创新驱动型创业过程提供了内在活力和支持，创新驱动型创业内部构成要素和外部环境之间的双向影响和交互演进则驱动了人工智能产业创业的发生与扩散。

4.2 未来展望

本研究仅明确了前期阶段创业过程的关键成功因素之间的相互作用机制，鉴于系统化创业过程是一个动态的过程，而创业过程包括前期阶段、创业阶段、早期成长阶段与晚期成长阶段4 个层级渐进迭代，未来可在此基础上进一步探索创业过程全周期关键成功因素之间的迭代作用机理，以及加入时间序的关键成功因素之间相互作用的影响因子，探讨系统性关键成功因素的相关性和动态性。