编者按
该研究探讨了专利这一优质信号资源的拥有是如何影响创业企业在创业叙事中传达独特性的程度。已有文化创业研究将专利等资源视为创业者构建独特叙事的要素,并提出资源丰富的企业会展现出与众不同的面貌。而该研究对此提出了质疑,认为在缺乏外部激励的特定行业条件下,拥有丰富优质信号资源且具备传递其独特性的理想定位的创业企业,很可能会放弃这种象征性的差异化机会。该研究对2010年至2021年间在英国成立的31,270家创业公司进行分析后发现,与专利匮乏的创业公司相比,专利丰富的创业公司在所处行业受关注较低时会表现出更高的叙事独特性水平,而在位于受关注较高的热门行业时,叙事独特性水平却会显著降低。因此,该研究挑战了创业企业总是尽可能地合理展现自身独特性的假设,并界定了这一假设可能被违反的条件。
这并不是全部:对创业企业象征性差异的更广泛理解
文献来源:Taeuscher, K., & Lounsbury, M. D. (2024). It is not the whole story: Toward a broader understanding of entrepreneurial ventures’ symbolic differentiation. Academy of Management Journal.
1. 引言
新创企业在资源获取与生存发展中常面临知名度和合法性不足的关键挑战,为克服这些障碍,组织通常会战略性地传播信息以吸引有利关注。而创业叙事则被视为创业企业战略性传播信息的关键载体(创业叙事是指对创业企业进行有目的的描述,赋予“我们是谁”与“我们正在做什么”的问题以意义),通过突出创业项目的独特之处并淡化其他方面,以吸引潜在资源提供者的目光。实证研究已表明,更高水平的叙事独特性往往与创业企业的资源获取呈正相关。
根据文化创业研究,创业企业的资源储备(特别是那些可视为优质信号的资源,如专利、战略合作伙伴及经验丰富的创始团队等)为构建独特的创业叙事提供了“有效成分”。资源丰富的企业被认为能更有能力地展现其独特性。然而,本研究挑战了这一假设,即创业企业总是尽可能合理地展现自己与众不同。研究认为,在热门行业中专利丰富的创业企业可能已因资源丰富而脱颖而出,无需这种额外的象征性差异化努力,从而缺乏了战略性地传达其独特性的动机。基于此观点,本研究运用2010年至2021年间英国新创业企业的叙事数据集,实证检验了创业企业专利存量与叙事独特性之间的关系。
研究结果表明,这种关系将取决于行业热度:冷门行业中(即创业资源提供者很少关注的行业),专利存量与叙事独特性正相关;而热门行业中则呈负相关。此外,在热门行业中,当专利作为优质信号的有效性增强时,这种负向关系会进一步加剧。该研究不仅质疑了文化创业理论的普遍假设,还通过揭示创业企业在象征性差异化方面的外部激励异质性,为理解创业企业为何及在何种条件下通过叙事等工具传播独特性提供了更为全面的视角。
2. 研究假设
外部激励是指企业面临巨大压力以从众多资源寻求型企业中脱颖而出,且可能从象征性地传达其独特性中获取巨大收益的情况。而专利丰富的企业实现象征性差异化的外部激励将取决于其行业的热度:热门行业不仅吸引了不成比例的资源(如风险资本),也吸引了不成比例数量的新创业企业(包括许多以低质产品进入热门行业的模仿企业)。因此,创业资源提供者当意识到许多低质企业进入热门行业后,往往会特别关注任何有助于他们在比较和评估此类行业的企业时消除噪音的信号。因此,热门行业与冷门行业不同之处便在于—它们吸引了更多受众的关注,且受众在比较和评估行业成员时往往更关注质量信号。
这将导致冷门与热门行业中企业对象征性差异化的外部激励可能存在根本差异。处于冷门行业的企业会具有相对较强的象征性差异化激励(因为其面临着从众多资源寻求型企业中脱颖而出的巨大压力)。例如,纺织行业的一家企业(在研究期间该行业很少受到投资者关注)可能有强烈动机将自身描绘成与典型的纺织公司不同的企业,以帮助投资者理解他们为何应该投资该企业(尽管他们对纺织行业缺乏兴趣)。而冷门行业企业面临着吸引有利关注与融资的巨大压力,因此,即使是拥有多项专利的企业也应有外部激励来强调其与行业普遍的惯例相比下的独特之处。而在其他条件相同情况下,在冷门行业中拥有更多专利储备的企业将作出更为独特的叙述。因此,提出假设:
假设1a:在冷门行业中,创业企业的专利存量与叙事独特性存在正相关关系,即专利存量越多的创业企业,其叙事独特性水平就越高。
处于热门行业但缺乏优质信号的创业企业在吸引有利关注时同样面临不小挑战,因此在该情况下,有必要进行象征性差异化,即热门行业中专利稀缺企业的创始人应该有动机战略性地运用创业叙事,以此作为其脱颖而出的工具。反之,专利储备丰富的企业在热门行业中会相对容易吸引到有利的关注,且受限于有限理性下的约束与时间上的大量需求,这类创始人可能会投入较少时间和精力来战略性地撰写充分传达其企业独特性的叙述,他们甚至可能故意隐瞒一些独特元素的信息,同时强调某些非独特性方面(如提及遵守某些行业惯例)以明确将自身定位为热门行业的合法成员。这表明,拥有大量专利的企业将表现出比热门行业中的其他企业更少的独特性。因此,提出假设:
假设1b:在热门行业中,创业企业的专利存量与叙事独特性间存在负相关关系,即专利存量越多的创业企业,其叙事独特性水平就越低。
如果行业热度能够调节创业企业的专利存量与叙事独特性间的关系,那么该关系将取决于专利作为质量信号和叙事要素的有效性。具体而言,影响范围更广的专利存量将为企业提供特别有意义的叙事成分与强大的优质信号。这也意味着,在冷门行业中,专利丰富与专利匮乏的企业都有动力传达其独特性。而在热门行业中,如果企业已脱颖而出成为行业中优质成员,则可能缺乏叙事独特性的动力,如果创业企业拥有大量产生广泛影响力的专利存量,那么其对宣传叙事独特性的积极性将会最低,据此,提出假设:
假设2a:在冷门行业中,创业企业的专利存量与叙事独特性间的正向关系将因专利存量的影响范围更广而增强。
假设2b:在热门行业中,创业企业的专利存量与叙述独特性间的负向关系将因专利存量的影响范围更广而增强。
如果以上假设均成立,那么专利存量和叙事独特性间的关系还将进一步取决于行业的专利密集度—即在特定行业中拥有专利的普遍程度(相对于稀缺程度)。具体而言,如果专利丰富的企业处于专利密集度低的热门行业(专利很少),那么它们传达独特性的积极性就会最低。而如果专利丰富的企业在专利非常普遍的热门行业竞争,那么它们应有更高的叙事独特性的动机(因为拥有专利可能并不足以在这样的行业中脱颖而出)。因此,提出如下假设:
假设3:创业企业的专利存量与叙述独特性间的关系取决于行业的专利密集度,即专利密集度越高会减弱专利存量与热门行业叙事独特性间的负向关系。
3. 研究设计与实证分析
3.1 研究设计
本研究得到了2010年至2021年间在英国成立的31,270家创业公司作为回归样本。因变量—创业企业的叙述独特性反映了特定创业公司的创业叙述内容与其行业典型创业叙述的区分程度,拟采用主题建模方法,运用潜在狄利克雷分配 (LDA) 程序,来推断给定创业叙述内容与其行业典型叙述内容的区别程度;自变量—创业企业的专利存量代表了企业专利数量(取自然对数加1),拟从Bureau van Dijk的Orbis IP数据库中收集专利级数据。而衡量行业热度的主要指标是2017年至2021年(即前五年)期间英国特定行业企业所筹集的股权融资总额(以英镑计)。拟运用Beauhurst的数据来确定英国企业在此期间的所有股权融资轮次(N=41,408),包括不属于本研究回归样本的企业筹集的股权融资轮次(2010年之前成立的企业),并确定在每轮融资中投资的金额。
而为检验假设2a与2b,拟用与给定企业前向引用(即引用该创业企业专利的专利)的技术专利类别多样性相关的逆赫芬达尔指数来测量专利的影响广度;为检验假设3,拟构建一个行业级别的专利密集度指标,以反映特定行业中专利的普遍程度。
在控制变量中,本研究控制了可能进一步影响创业公司叙事独特性的各种特征。创业年龄表示创业公司注册以来的月数。创业规模表示创业公司员工人数的自然对数(加1后)。加速器和分拆是二分变量,反映创业公司是否参加了加速器以及是否从大学分拆出来。B2B是二分变量,以反映创业公司是否以企业为客户。阶段是分类变量,反映创业公司的发展阶段。筹资金额代表企业已吸引的股权融资总额(以英镑计)的自然对数(加1后)。众筹则是个二分变量,反映企业是否曾通过众筹活动吸引过资源。鉴于创业叙述的长度可能有较大差异,本研究进一步控制给定叙述中字数的自然对数(加1后)。而为进一步消除行业规模差异,研究采用行业密度指标来代表了特定行业中总部设在英国的公司总数。
3.2 实证结果分析
表2显示了研究的主要回归模型。模型1表明了专利存量和创业叙事独特性之间的关联既不是普遍的正相关也不是普遍的负相关。假设1a 与1b指出,专利存量和叙事独特性之间的关系取决于行业热度。模型2显示,专利存量和行业热度之间的交互项系数为负(β = -.53,p < .001),表明行业热度负向调节专利存量对叙事独特性的影响。进一步的事后估计表明,在行业热度水平为0.31时,专利存量与叙述独特性间的关系由正转负。从而支持了假设1a与1b。
假设2a和2b指出,如果专利产生了广泛的影响,那么冷(热)门行业中的专利的正(负)影响将会更强。直接比较模型3中的专利影响广度和行业热度的交互项与模型2中的相应交互项,结果表明,与专利存量相比,专利影响广度(即影响调整后的专利存量指标)与行业热度的交互作用约高出六倍。其他研究结果也佐证,如果行业热度较低,专利影响广度与叙述独特性间的正相关更强(与专利存量与叙述独特性之间的关联相比),如果行业热度较高,则负相关性更为消极。这支持了假设2a和2b。
假设3表明行业热度的调节作用的大小取决于行业的专利密集度水平,因此,热门行业的专利存量和叙述独特性之间的负关联将在专利密集度水平较高时减弱。模型4通过在专利存量、行业热度和专利强度之间添加三向交互项来正式检验这一假设。三向交互项的系数 (β = .25, p < .01) 为正,相应 p 值表明了该证据具有统计学意义。这表明,行业热度 的调节作用取决于专利密集度水平,即专利密集度水平较高会降低行业热度的调节作用的大小。模型4的结果说明:(i) 行业热度每增加一个标准差,专利存量与叙事独特性之间的负向关联就会增强0.64个叙事独特性标准差;(ii) 专利密集度每增加一个标准差,这种负向调节效应的幅度就会降低0.25个叙事独特性标准差。由此假设3得到了支持。
4. 研究结论
本研究提出了拥有优质信号资源是如何影响创业企业叙事独特性的思路。具体而言,研究探讨了拥有大量专利的创业企业在哪些条件下会比没有这些优质信号资源的企业表现出更多(或更少)的独特性。研究结果有力地支持了其主要假设:企业的专利存量会根据其行业热度以不同的方式影响其叙事独特性。研究发现,与专利稀少的企业相比,专利丰富的企业在冷门行业竞争时表现出更高的叙事独特性,但在热门行业竞争时表现出的叙事独特性则要低得多。研究还发现,企业的专利存量与叙事独特性之间的关联在热门行业中最为负面,这些行业专利往往很少见。而对于那些专利具有广泛影响的创业企业来说,可以提高专利作为优质信号/叙述成分的有效性作用。
5. 研究贡献与局限性
首先,本研究质疑了创业企业试图尽可能合法地展现自己独一无二这一普遍假设,并强调在哪些条件下这一假设可能被违反。研究结果表明,如果创业企业已脱颖而出成为热门行业的优秀成员,那么它可能缺乏象征性差异化的外部激励。进一步地,创业企业更倾向于在合法性和战略必要性范围内尽可能地将自己塑造得与众不同。这对于我们理解创业企业在何种条件下最强烈地寻求通过创业叙事和其他象征性差异化载体(包括类别标签、语言框架、产品名称、修辞、视觉图像或物质符号)来传达其独特性具有重要意义。
其次,研究还更广泛地促进了人们对于组织独特性的理解。虽现有研究对独特性的结果有着充分的见解,但对于如何影响组织追求独特性决策的因素普遍缺乏了解。先前研究主要将组织独特性的异质性归因于其决策者的特定特征。而本研究通过强调公司层面(优质信号资源)和行业层面(行业热度)的因素如何相互依赖地塑造组织追求独特性的动机,从而为解释组织独特性的异质性提供了一个全新的视角。
然而,该研究仍存在一些局限性:首先,研究只能在某个时间点接触创业企业的叙述,因而无法进一步探究企业在随时间的推移而积累专利储备中如何以及何时改变其叙述。未来研究可通过跟踪企业叙述随时间的变化来补充该研究。其次,未考虑其他潜在因素如与高地位组织的战略联盟等优质信号影响创业企业的叙事独特性的因素。未来研究可通过探索其他资源类型如何影响企业家讲故事和象征性差异化努力来补充该研究。此外,未来研究还可以通过进一步阐述和测试创业企业家叙述故事和象征性差异化努力背后的微观过程来补充这一研究。
本文经翻译整理,仅供学习与交流,转载请注明出处。
-编辑:袁晨宇 | 审核:张宇擎-
文章荐读