技术创业企业成长的机制与路径研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:ZHANGLONGQI008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
从2014年“双创”以来,我国新企业年登记数量屡创新高,创业活跃指数跃居全球主要经济体之首。各行各业创业活动方兴未艾,成为经济和社会发展的新引擎。然而,时至今日,我国的创业活动总体创新质量还有待提升,主要创新指标依然落后于发达经济体,甚至在关键核心技术领域受到发达国家的“卡脖子”限制。十九届五中全会提出“创新”在经济建设全局中的核心地位,把科技自立自强视为未来国家竞争力的战略支撑。作为科技活动与商业活动的“连接器”,技术创业活动是将知识转化为生产力的重要载体,是当前经济结构转型和突破技术封锁的关键。但是,由于创业机会的知识密集与高资源消耗特征,技术创业比一般创业面临更大的不确定性和风险。据统计数据,我国的技术创业企业平均寿命不足4年,智能硬件、O2O等新业态是死亡高发的行业。因此,死亡率高已经成为我国当前技术创业的典型特征之一。在此背景下,如何培育技术创业企业的成长,提升技术创业企业的整体成活率,是业界和学界关注的重点议题。从理论出发,学界关于技术创业的研究仍然处在起步阶段。虽然熊彼特创新理论、创业资源学派、创业制度学派等主要理论对技术创业成长的机制进行了各自解释,但在指导我国当前转型经济背景下的技术创业活动方面仍然没有统一的认识,不同研究各自为营,得出的结论也各不相同,甚至相悖。即对于技术创业企业实现高成长绩效的机理尚缺乏深入探究和明确结论。基于系统的文献研究,本文梳理了两条解释技术创业企业成长的研究进路。第一条进路强调企业通过创新以获取竞争优势,进而实现高成长绩效,本文将之称为“创新驱动”成长机制;第二条进路强调企业通过与外部实体构建良好关系以获取创业资源,进而实现高成长绩效,本文将之称为“资源驱动”成长机制。但需要说明的是,上述两条成长机制并非互斥,而是可以互补的。只有协同起来分析,方能对复杂的创业成长绩效差异做出全面解释。因此,本文围绕当前我国技术创业的“创新驱动成长机制”、“资源驱动成长机制”和“创新与资源因素协同的组态配置机制”三个方面主要研究内容,设计了三项子研究,试图解释其中的研究问题:(1)创新驱动成长机制研究。作为企业创新动机的创业导向,能否通过激发创新活动诸如新产品开发,进而促进企业的成长绩效?如果能,这一过程又受到什么样的边界条件影响,其机制又如何?(2)资源驱动成长机制研究。作为创业资源的主要获取方式,关系导向能否帮助企业获取不同类型的创业资源,进而促进企业的成长绩效?如果能,不同类型的创业资源在这一过程中发挥着怎样的作用,其机制如何?(3)创新与资源因素协同的组态机制研究。实现技术创业的高成长绩效可能存在不同的驱动机制,而不同成长驱动因素匹配形成的组态是否能达到“殊途同归”的效果?如果是,究竟存在哪些组态路径?这些组态路径又分别存在哪些特点?立足于创业导向、合法性、社会资本、关系导向、最优区分等理论视角,运用文献研究法、问卷调查法、多元层次回归分析法、Bootstrap方法和fsQCA等研究方法,本文阐述了以上理论研究问题,并得出以下主要结论:第一,基于创业导向、合法性理论视角,研究了“创新动机-创新活动-创新产出”路径以及该路径过程中合法性的调节作用。采用多元层次回归模型和Bootstrap方法实证检验了来自我国高技术行业306份创业企业样本。验证了创业导向促进成长绩效的基本假设;扩展了新产品开发在创业导向影响成长绩效过程的中介机制;进一步,基于中国高技术行业创业情境下的两类合法性来源即政治合法性和市场合法性,研究两类合法性在创新驱动过程中发挥的不同作用,识别了创新驱动成长的条件机制。第二,基于社会资本和关系导向的理论视角,研究了“关系导向-资源获取-成长绩效”的中介和链式中介作用。采用多元层次回归模型和Bootstrap方法实证检验了来自我国高技术行业的319家创业企业样本。验证了企业通过关系导向获取创业资源进而促进成长绩效的基本假设;基于中国高技术行业创业将创业资源分为两种不同的类型即知识资源和资产资源,探讨了两类资源获取在关系导向促进成长绩效过程的链式中介作用;进一步,基于两类不同资源发挥的不同作用,识别了资源驱动的过程机制。第三,基于最优区分理论视角、创业导向以及关系导向等理论,对技术创业企业成长的“创新”条件、“趋同”条件以及技术条件进行了协同分析,推演出达到高成长绩效路径的组态配置。采用fsQCA方法,实证分析了来自我国战略性新兴产业的201家创业企业样本。研究了不同条件因素在组态中发挥的作用;识别了四种类型的技术创业实现高成长绩效的组态配置:创新驱动型,资源驱动型,原始突破型,以及双元驱动型。进一步,针对每种组态配置的特点进行了机制的分析和讨论。本文研究可能有以下理论贡献:首先,揭示了创新驱动成长的机制。一方面,本文强调了技术创业过程中新产品开发的核心中介作用,解释了创业导向转化为成长绩效的中介机制,揭示了技术创业情境下创新动机与成长绩效之间的联系纽带。另一方面,基于我国市场经济的制度逻辑,揭示了当前转型经济中不同的制度逻辑驱使的合法性对技术创业企业的创新行为转化为创新绩效的影响。回应了学界对创新驱动成长在特定情境下研究的关注和呼吁,在一定程度上缓和了当前研究存在的争论,扩展了相关研究的理论边界。其次,揭示了资源驱动成长的机制。一方面,本文强调创业资源获取的决定性作用,构建了“关系导向-创业资源获取-成长绩效”的中介过程机制,识别了技术创业情境下关系导向与成长绩效之间的联系纽带。另一方面,识别了知识资源和资产资源发挥的不同作用,提出了两条链式中介的传递机制,揭示了我国转型经济下技术创业资源驱动成长的路径机理。在一定程度上解释了当前研究存在的争论,扩展了“关系-绩效”之间联系的内在机理和理论边界。最后,提出了实现技术创业高成长绩效成长的不同组态路径。本文创造性地将创新驱动和资源驱动两支研究进路的理论进行协同,提出了一个实现高成长绩效的整合框架,强调了创业成长“殊途同归”的特点。然后,基于整合框架识别了多种达到高成长绩效的路径,阐述不同的路径实现高成长绩效的理论框架和对应的企业成长机制的特征,归纳了四种组态配置,为解释技术创业成长的路径机制提供了全新的理论洞察和实践指导。
其他文献
语言的建构和应用对小学阶段学生的全面发展具有重要作用,可以帮助学生形成良好的语文学科素质,加深学生对语文基础知识的理解,有助于提升学生的知识应用能力,使学生的思维和意识得到拓展,形成优良的审美品质,充分理解文化传承目标,基于正确的语言建构保障学生语言应用的实效性。一、对语言的内化予以高度的关注
期刊
在小学语文课堂教学中,古诗词教学是一个非常重要的板块,也是影响学生语文学习能力强弱的关键因素。所以,教师在对学生进行古诗词教学的时候,一定要讲究方式、方法的应用,通过对学生学习兴趣的分析与研究,制订符合学生学习需求的教学模式和路径,这样可以有效激发学生的学习动力。基于此,本文将从古诗词吟诵教学的角度进行问题的分析与探讨,利用案例佐证的方法对古诗词吟诵教学进行研究和论证在课堂中采取这样的形式能提高学
本文通过实验研究的方式围绕基于竹浆木质素系高效分散剂在水煤浆中的应用问题进行研究与分析,研究了竹浆木质素系分散剂制备过程中受分子量以及磺化度的影响情况,并对竹浆木质素系分散剂应用于酚水水煤浆过程中的影响因素进行研究,包括竹浆木质素系分散剂掺入量以及制浆温度这两个方面,所得出相关结论能够为后续实践工作的开展提供一定参考与指导,希望能够引起业内人士的关注与重视。
在国家“一带一路”倡议下,越来越多中国企业进入海外市场,加速布局国际业务。进入国外市场后,跨国企业直接暴露于陌生且复杂的海外环境中,缺陷和弱点会被进一步放大,国际化增长将面临更大的风险和威胁。尽管现有研究已经对跨国企业国际化进入后发展的驱动因素做了多维度分析,但这些观点侧重于跨国企业自身属性,集中讨论企业已经存在的企业特殊资源优势,即对其内部优势的扩大化利用。由于新兴者劣势与来源国劣势,中国跨国企
本文针对几类时滞神经网络(Neural Networks,NNs)系统,研究了其稳定性,无源性,耗散性,以及其状态估计问题。首先,本文以时滞NNs系统的稳定性问题作为开始和基础,为后续广义耗散性的研究做好了准备。随后,针对耗散性的一种特殊情形——无源性,进一步探讨了马尔科夫跳跃NNs的无源控制问题。最后,本文研究了半马尔科夫跳跃NNs的有限时间状态估计问题。全文基于Lyapunov稳定性理论,结合
经典合同理论将自利理性作为分析的基础,但是大量研究表明以自利理性为基础的合同理论未能很好的解释和预测现实中人们的真实决策,例如Lim和Ho(2007)[1]以及Ho和Zhang(2008)[2]的研究表明了几种不同的合同(如两部定价合同、数量折扣合同等)在实验中未能达成理论预测的供应链协调结果。特别地,行为经济学的研究表明人们在经济决策的过程中不仅会考虑其自身经济利益,也会考虑他人的利益。这些行为
物联网技术快速发展与广泛应用,对高精度高可靠性温度、湿度等目标对象动静态特性感知与测试提出了新的挑战,探索发展新型温度、湿度等动静态物理特征感知机理及实现技术已成为学术界和产业界的研究热点。温度、湿度等物理量感测灵敏度、精度、线性度等性能直接决定了物联网节点的性能和可靠性。新型人工电磁结构(又称超构材料)具有负介电常数、负磁导率、强谐振性等特征及负折射、逆Cerenkov辐射、逆Doppler效应
场景理解是机器学习、模式识别等学科非常活跃的研究方向。图像分类和图像语义分割是场景理解的两个重要研究内容,虽然随着机器学习方法的不断发展已取得突破性的进展,但依然存在一些亟需解决的问题。本文以图像分类为主要研究对象、机器学习方法为主要研究手段,重点针对经典机器学习方法下图像分类任务中的低分类率图像类别的识别问题、视觉字典的学习耗时问题和场景理解的多任务集成模型设计问题,以及深度学习模式下图像分类网
深度学习是机器学习的重要分支,是一种使用多层非线性变换结构进行模式匹配和预测的算法。近年来,深度学习被广泛应用在图像识别、自然语言处理和语音识别等领域,极大改善算法性能,在人工智能中扮演越来越重要的角色,但是在现实应用中深度学习的缺陷也凸显出来。深度学习的大部分任务是有监督学习,需要大量有标签的数据。深度学习模型计算复杂度高,算法容易被攻击,而且缺乏可解释性,其内部工作机制不清楚。贝叶斯推断方法依