其中,SCOPE 指公司范围经济型并购的比例; CON 指协调型并购的比例; MON 指垄断型并购所占的比例; Constant 是线性回归的截距项; TR 是公司的总的营收规模; N 是企业的并购案例数; DVN 是一个哑变量,即当企业处于价值网络行业时取值为 1,否则为 0; DINT 也是一个哑变量,即当企业处于信息网络行业时取值为 1,否则为 0; β1 、β2 、β3 、β4 是相应解释变量对应的系数. 由于每个公司各个并购类型的比例之和为 1,即 SCOPE + CON + MON = 1,可知模型( 3) 是模型( 1) 和模型( 2) 的线性组合,讨论模型( 1) 和模型( 2) 就可以知道模型( 3) ,为了更清楚地展示结论,本文把模型( 3) 单独呈现出来.
如表 4 所示,对模型( 1) 模型( 3) 进行多重共线性检验,因 3 个模型的被解释变量一样,可知其相应
变量的 VIF( 方差膨胀因子) 相同,且所有变量的 VIF 值都严格小于 2. 1,从而模型不存在多重共线性.
接着对模型进行异方差检验,对模型( 1) 模型( 3) 进行 Breusch-Pagan 检验,检验结果如表 5 所示。 可以发现,3 个模型的 BP 值都在 1214 之间,在自由度( degrees of freedom) 为 4 的情况下,其 p 值都严格小于 0. 02,即拒绝原假设,模型具有异方差.
由于存在异方差,OLS 估计量不再是最佳线性无偏估计量( BLUE) ; 建立在 Var( β) 不正确估计上的 t检验、F 检验不再有效,从而需要重新对方差进行修正. 本文采取异方差—自相关—一致标准误( het- eroskedasticity-and-autocorrelation-consistent standard errors) 即 Newey-West 标准误来修正模型的异方差问题,结果如表 6 所示
从表 6 的回归结果可以看出,在模型( 1) 中 DVN 和 DINT 的系数分别为 24. 751 和 14. 214,在 0. 05 的显著性水平下皆显著不为 0. 虽然这两个系数的值相差 10,但在 Wald test 中这两个系数没有显著性差异 ( 见表 7) . 也就是说,与社交网络行业相比,价值网络与信息网络行业更偏向进行范围经济型并购,而且价值网络与信息网络行业相比,在范围经济型并购方面没有显著的差异.表 6 模型( 2) 中 DVN 和 DINT 的系数分别为 - 35. 916 与 - 19. 351,在 0. 05 的显著性水平下均显著不为 0,在 Wald test 中这两个系数没有显著性差异( 见表 7) . 也就是说,与社交网络行业相比,价值网络与信息网络行业更少做协调型并购; 而价值网络与信息网络行业在协调型并购方面没有显著的差异. 表 6 模型( 3) 中 DVN 和 DINT 的系数分别为11. 133和 5. 137,且相应的 p 值比较大,从而接受系数为 0 的假设,且在 Wald test 中这两个系数没有显著性差异( 见表 7) . 换言之,社交网络、价值网络与信息网络行业在垄断型并购上没有显著差异,即这 3 个不同类似的行业在垄断诉求上有相同程度的追求. 综上,将上面的分析结果整理为表 8,可以得到结论 1.
结论1 社交网络行业更偏向协调型并购,信息网络与价值网络行业更偏向范围经济型并购,但3 个行业对垄断型并购有相同程度的追求.
从表 6 的模型回归结果可以看出,在模型( 1) 中 TR 和 N 的系数分别为 0. 020 和 - 0. 388,并且在 0. 01的显著性水平下显著不为 0,从其符号的正负性可以得出: 以总营收为代表的公司规模对范围经济型并购有正的影响,而以并购案例数为代表的并购规模对范围经济型并购比例有负的影响. 表 6 模型( 2) 中 TR 和 N 的系数分别为 0. 004 和 0. 599,N 的系数在 0. 05 的显著性水平下显著不为 0,从而可以得出: 以总营收为代表的公司规模对协调型并购有正的影响,以并购案例数为代表的并购规模对协调型并购比例有正的影响. 表 6 模型( 3) 中 TR 和 N 的系数分别为 - 0. 024和 - 0. 211,TR 的系数在显著性水平为 0. 01 的情况下显著不为 0,从而可以得出: 以总营收为代表的公司规模对垄断型并购有负的影响, 以并购案例数为代表的并购规模对垄断型并购比例有负的影响. 综上,将以上分析结果整理为表 9,可以得到结论 2.
结论 2 公司规模变大后会增加范围经济型并购,减少垄断型并购; 当公司的并购规模增大时,会增加协调型并购,减少范围经济型并购.
3. 4 行业间的并购结构
接下来探究行业间的并购特点,通过表 10 可以发现,无论是基于比例的平均还是基于整体数量的平均,处于价值网络的行业都更多并购价值网络的行业,同时较大比例并购信息网络的行业,但并购社交网 络的行业非常少. 处于社交网络行业的并购相对比较分散一些,主要并购信息网络行业和价值网络行业. 信息网络行业的并购结构单一,绝大多数并购发生在信息网络行业.
基于以上发现,本文进行严格的统计学方差分析: 按被并购方所在行业将数据分为 3 组,分别对并购方的行业类型进行方差分析,最后进行两两对比的假设检验. 统计结果如表 11 所示. 首先看第一组社交网络行业和信息网络行业的对比,两者只有在对社交网络的并购上有些许差异. 再看第二组价值网络和信息网络行业的对比,两者在对价值网络和信息网络行业的并购上有显著性差异,这也印证了上文的直 观发现. 第三组是价值网络与社交网络的对比,两者在社交网络的并购有显著差异.
为了更直观地呈现 3 个行业的行业并购结构差异,提供了可视化呈现图 4,横轴是并购方的行业类型,纵轴是并购方在某行业的并购比例,图 4( a) 图 4( c) 分别指并购方在价值网络、社交网络和信息网络行业的并购比例. 图形上最上方的 A 与 B 是衡量是否有显著性差异,如处于 A 之间的对比组没有显著性差异,而 A 与 B 之间是存在显著性差异的( 置信水平在 89% 下) .
根据图 4,可以得出如下结论.
结论 3 相比其他行业,社交网络行业更偏向于并购社交网络和信息网络行业,即并购更偏向于价值创造; 价值网络行业更偏向于并购价值网络行业,即并购更偏向于价值获取; 信息网络行业偏向于并购信息网络行业,即并购更偏向于价值创造.
总结上文,结论 1 和结论 2 研究互联网商业生态系统从大到更大的扩张策略,结论 3 则关注生态系统价值获取和价值创造的行业特征.
4研究结论与展望
上文从实证角度分析了互联网创新生态并购战略的特点,在此对现象背后的原因进行讨论,进而提 出本文的不足和未来的研究展望.
社交网络为什么更偏向协调性并购? 从发展模式来看,协调型并购有助于促进社交网络的间接网络效应. 如腾讯并购移动游戏录制分享平台Kamcord,Kamcord 的1. 8 亿国际用户量、4 000 万视频总数有利于腾讯平台的内容生产和用户活跃,进而有利于腾讯在国际社交市场上的发展. 从盈利模式来看,社交网络以沟通为目的,这种社交性与分享性导致该行业很难直接产生商业利润,其盈利主要依靠广告、增值服 务和流量导出. 协调型并购增加了社交网络平台流量导出的载体,如腾讯并购爱乐游( 国内最优秀的手游研发和发行商之一) ,百合网并购淘拍拍( 婚纱摄影) 和兰亭数字( VR 影像制作等) 等. 由于社交网络具有大量终端流量和用户黏性,通过流量导入能够极大地促进生态圈内成员的成长,获得可观的收入.
价值网络为什么更偏向范围经济型并购? 价值网络平台以交易为目的,发展范围经济能有效提高平台产品多样性与降低整体成本,使价值平台更有效率地发展,所以其并购焦点更多集聚于价值或交易本 身. 例如,京东并购1 号店与沃尔玛达成合作,阿里并购日日顺物流( 海尔旗下的物流公司) 和新加坡邮政( 跨境物流) 进而降低整体供应链成本,小米并购万魔声学( 耳机) 来降低研发成本和提高产品多样性.
结论 2 指出,当互联网公司规模增大,其组织结构、运营管理和生产研发都比较成熟后,采取范围经济型并购有利于充分利用其规模优势,基于已有的各种资源( 技术、渠道、市场等) 整合创新,打造新的竞争优势. 此外,当公司规模变大后,企业的市场势力趋于稳定,此时进行垄断型并购对公司市场份额提升的幅度不大,因此,企业更愿意利用相同单位的资源去发展范围经济而不是单纯扩张市场势力. 例如,小米企业规模变大后很少进行垄断型并购,而是很大幅度增加范围经济型并购,小米商城的产品越来越多 元,利用其平台与品牌优势获得良好的市场响应. 进一步地,当并购规模和公司规模变大后,企业也会增加协调型并购,促进生态圈成员的行动一致、资源共享、互利共生.
结论 3 聚焦于行业间并购的特点,突出了互联网不同行业在并购过程中对价值创造和价值获取的侧重. 社交网络行业更愿意并购社交网络行业与信息网络( 侧重价值创造) 有两个原因. ①根据行为经济学理论,人们存在心理账户,导致消费者更容易在同类型的平台切换. 但是社交网络与信息网络之间的差异比社交网络与价值网络之间的差异小得多,消费者更容易从社交网络转换到社交网络或信息网络,如腾 讯很容易将用户转换到知乎、分答或各类新闻网站或公众号,但是很难把用户转移到在线商城上,这也是 微商难以获得成功的原因. ②社交网络与信息网络主要侧重内容生产和价值创造,其更强的用户黏性将进一步促进社交网络的网络效应. 信息网络的核心在于信息生产和资源整合,因此在并购过程中更加倾向自身行业的并购. 而价值网络本身以交易为目的,其本质更注重价值获取,因此并购时也更多地以价值网络为目标.
本文贡献主要体现在以下 4 点.
(1) 本文突破了局限于行业层面的传统并购分类,重新定义了垄断型并购、范围经济型并购和协调型并购,将生态系统的视角引入互联网并购研究中. 传统行业的并购基于行业层面,其目标是个体企业的财务效益,而本文关注了互联网中产业融合和生态协同的特征,强调了生态系统内部协同进化、互利互惠 的特点.
(2) 本文进一步拓展生态系统研究的视角. 现有研究主要关注生态从无到有( 从 0 到 1) 的过程,研究对象主要为生态系统的结构性要素等,而缺乏对生态系统持续演化、变迁的关注[1-2,4-5]. 本文则聚焦生态系统的扩张战略及其背后的驱动因素,将研究范围拓展到了生态从大到更大( 从 1 到 N) 这一过程上来,更能反映商业生态系统动态化的特点.
(3)本文深化了对生态系统价值创造和价值获取的研究. 以 Adner 和 Kappor[3]为代表的学者们仍未摆脱传统产业链的视角,探究核心公司的上游供应商和下游互补者的行为对生态系统价值创造的影响. 本研究则突破了这种仅关注上下游的局限,区分了围绕价值网络、社交网络和信息网络 3 种网络形态为特点的生态系统,并探究这 3 类生态系统在价值创造和价值获取的侧重点,进一步突出和强化了生态系统在互联网经济下的重要意义.
(4) 最后,本文将创新生态系统的视角引入互联网并购研究中,从并购动机角度出发,关注了互联网中产业融合和生态协同的特征,强调生态系统内部协同进化、互利互惠的特点.
当然,本文也存在一些不足,比如,互联网行业分类虽然覆盖了绝大多数类型的互联网公司,但仍有 小部分公司划分界限比较模糊,很难将其具体划到哪一类. 再如,本文实证数据只考察了互联网公司的前100 中的 56 家,可能一些相对小的互联网公司的特点未得到完全体现. 另外,由于数据库更新不及时,部分数据缺乏,数据的时间跨度未能覆盖 2017 年全年,这也是本文一个不足之处. 未来互联网商业生态系统有如下研究方向值得持续关注: ①价值网络、社交网络和信息网络的商业模式; ②在互联网生态中企业自建与并购的效率对比; ③互联网生态系统的健康. 中国互联网发展日新月异,以上研究方向都可以通过中国的行业数据进行分析,用生态系统与双边平台理论等为互联网行业研究提供理论指导,进而促进互 联网商业生态的健康有序发展.
参 考 文 献
[1] Moore J F. Predators and prey: A new ecology of competition [M]. Bonston: Harvard Business School Press, 1999.
[2] Iansiti M,Levien R. The keystone advantage: What the new dynamics of business ecosystems mean for strategy,innovation,and sustainability [J]. Future Survey,2004,20( 2) : 88-90.
[3] Adner R,Kapoor R. Value creation in innovation ecosystems: How the structure of technological interdepend- ence affects firm performance in new technology generations [J]. Strategic Management Journal,2010,31( 3) : 306-333.
[4] Gawer A,Cusumano M A. Platform leadership [M]. Bonston: Harvard Business School Press,2002.
[5] Rong Ke,Wu Jinxi,Shi Yongjiang,et al. Nurturing business ecosystems for growth in a foreign market: Incu- bating,identifying and integrating stakeholders [J]. Journal of International Management,2015,21 ( 4) : 293- 308.
[6] 侯杰,陆强,石涌江,等. 基于组织生态学的企业成长演化: 有关变异和生存因素的案例研究[J]. 管理世
界,2011( 12) : 116-130.
[7] 吴绍波,顾新. 战略性新兴产业创新生态系统协同创新的治理模式选择研究[J]. 研究与发展管理,2014,
26( 1) : 13-21.
[8] Kandiah G,Gossain S. Reinventing value: The new business ecosystem [J]. Strategy & Leadership,1998,26
( 5) : 28-33.
[9] Rong Ke,Hu Guangyu,Lin Yong,et al. Understanding business ecosystem using a 6C framework in Internet- of-Things-based sectors [J]. International Journal of Production Economics,2015,159: 41-55.
[10] 董洁林,陈娟. 互联网时代制造商如何重塑与用户的关系———基于小米商业模式的案例研究[J]. 中国软
科学,2015( 8) : 22-33.
[11] Angehrn A. Designing mature internet business strategies: The ICDT model [J]. European Management Jour- nal,1997,15( 4) : 361-369.
[12] Huizingh E K R E. The content and design of web sites: An empirical study [J]. Information & Management, 2000,37( 3) : 123-134.
[13] Leem C S,Suh H S,Kim D S. A classification of mobile business models and its applications [J]. Industrial Management & Data Systems,2004,104( 1) : 78-87.
[14] Katz M L,Shapiro C. Network externalities,competition,and compatibility [J]. American Economic Review, 1985,75( 3) : 424-440.
[15] Shapiro C,Varian H R. Information rules: A strategic guide to the network economy [M]. Bonston: Harvard Business School Press,1998.
[16] Mizik N,Jacobson R. Trading off between value creation and value appropriation: The financial implications of shifts in strategic emphasis [J]. Journal of Marketing,2003,67( 1) : 63-76.
[17] Bowman C,Ambrosini V. Value creation versus value capture: Towards a coherent definition of value in strate- gy [J]. British Journal of Management,2000,11( 1) : 1-15.
[18] Lepak D P,Smith K G,Taylor M S. Value creation and value capture: A multilevel perspective [J]. Acade- my of Management Review,2007,32( 1) : 180-194.
[19] 张维,齐安甜. 企业并购理论研究评述[J]. 南开管理评论,2002,5( 2) : 21-26.
[20] 李明志,柯旭清,罗金峰. 产业组织理论[M]. 北京: 清华大学出版社,2014.
[21] Panzar J C,Willig R D. Economies of scale in multi-output production [J]. Quarterly Journal of Economics, 1977,91( 3) : 481-493.