韓蘭華 史賢華
(滁州學院經濟與管理學院 安徽滁州 239000)
隨著經濟全球化的加速發展,高新技術不斷應用,企業間競爭越來越激烈。企業意識到,尋求外部資源與能力,可以適應技術創新的更新速度,減輕面臨的風險。20 世紀80年代DEC公司的總裁簡·霍普蘭德與著名管理學家羅杰·奈格爾提出戰略聯盟概念之后,受到了企業界與學術界的高度關注。企業戰略聯盟是由兩個及以上企業為共同利益,在某些領域進行合作的超越一般交易關系的合作關系。[1]在互聯網經濟時代,為應對市場環境的快速變化,各行業的企業與部門之間紛紛締結不同結構的合作關系,銀行保險[2]、研發[3]、專利[4]等領域涌現越來越多的戰略聯盟。據統計,全球500強企業中每個企業平均有60個左右的合作伙伴,而淘寶網上的賣家達到了800萬個合作伙伴。[5]
隨著大數據時代的到來,戰略聯盟中決策的制定方法與過程、信息獲取的途徑、數據分析與處理能力等各個方面均受到了重大影響。大數據時代戰略聯盟過程的因素、采用的方式以及聯盟的結構形式都與傳統的戰略聯盟過程有了顛覆性的差別。大數據作為具備巨大價值的一種新財富,促使企業發生根本性的變革,尤其是資源擁有與利用方面。從資源基礎理論視角來看,企業所擁有的資源異質性是企業與其他同類企業主要區分的原因之一,而異質性資源是獲取競爭優勢的主要途徑。根據麥肯錫公司所提供的調查報告顯示,大數據已成為了生產的基本資源,同時它也是一種異質性資源。
當今,很多國家都實施了大數據戰略,推動了企業大數據業務的發展。但除了IBM、谷歌和英特爾等一些大型企業擁有大量數據與技術外,一般企業無法同時擁有大量數據和分析技術。由于政府并未全面開放數據,企業的數據來源有限,挖掘數據的技術及數據人才短缺,除極少數大型企業外,多數企業無法從數據中提取有價值的信息。在戰略聯盟中,企業自身所擁有的數據量與技術人才不盡相同,掌握的市場信息不同,在企業聯盟中的地位不同,從而影響了企業聯盟結構。因此,有必要研究企業如何進行聯盟的結構構建與選擇不同的模式。
在研究戰略聯盟模式選擇的研究中,從資源角度探討的學者認為,資源本身特點決定著聯盟的形成和形式[6],即聯盟成員投入的關鍵資源決定著對聯盟結構的選擇偏好。Hamel也指出,建立戰略聯盟的目的之一,就是通過這種模式學習或竊取伙伴公司的稀有資源。[6]而Das與Teng的研究表明,聯盟企業與合作伙伴的資源投入組合才是決定聯盟結構形式的主要因素。[6]而從風險角度研究時,應重點關注關系風險與績效風險。[6]關系風險主要強調成員間合作關系中存在的問題,尤其是合作雙方未達到相互滿意時,就會產生關系風險。而績效風險是即使在聯盟成員努力合作的情況下,仍存在破壞因素而導致聯盟失敗的危險。
聯盟結構的主要模式研究中,多數學者通常采用了股權式聯盟與非股權式聯盟的分類方法,進而將股權式聯盟分為合資聯盟與相互持股型聯盟,非股權式分為單邊契約型聯盟與雙邊契約型聯盟。
在合資聯盟中,成員各方員工可在一起工作與學習,這對有效獲取對方的知識與技術等提供了途徑。在共同學習過程中,當己方的默會知識、技術等被對方所掌握時,將會失去對核心資源與能力的控制。而對方公司在獲取了關鍵技術、信息與知識等后便有可能中止合作,因此合資聯盟是關系風險產生的沃土。另外由于聯盟成員間文化、管理模式等方面的差距,想要統一協調雙方的認知需要付出較高的成本,這促使較高績效風險的產生。
在相互持股型聯盟中,由于持有對方股份,有明晰的分配機制,且雙方資源與技術并未直接接觸,這將抑制機會主義行為,有效降低了可能產生的關系風險。但同時增加了退出障礙,降低了戰略柔性,使得聯盟會出現較高的績效風險。在單邊契約型聯盟中,協議往往是完善和完備的,期望合作伙伴單獨執行,而無須太多的協調與合作,因而融合程度較低。因聯盟成員雙方接觸較少,主要通過協議來維持,其機會主義行為發生的可能性較小,有較低的關系風險。而該契約聯盟結構中,由于成員方的較少投入于較低融合度,其退出障礙較小,也就是說該聯盟結構具有較低的績效風險。在雙邊契約型聯盟結構中,雙方都有要素投入,如人力、知識等,其融和程度相對較高。但不同于合資聯盟需要產權進行關系維護,所以該結構容易產生機會主義行為,不能有效地控制關系風險。但聯盟成員間在進行各種決策時均不會受到影響,退出障礙較小,因此該聯盟結構具有較低的績效風險。
作為一種企業重要的生產資源與戰略資源,大數據已成為企業構成核心競爭能力的核心資產,具有異質性資源的特征。在數據爆發式增長的現在,數據與信息資源往往會呈現出不均衡的分布狀態,即有些企業,尤其是高新技術企業因其較強的數據收集與獲取能力,擁有較為豐富的大數據資源,而有些企業則不然。從戰略管理理論視角來看,企業即使擁有豐富資源,也并不意味著能獲得競爭優勢,因為還需要對大數據資源進行深入加工處理,并以此為基礎開發新產品。如Das和Teng所說,投入的資源組合是決定聯盟形式的主要因素。大數據時代的到來,改變了聯盟企業的投入資源,以往的企業一般投入用于研發的資源,如資本、技術、人力、管理等,信息數據資源很少被考慮進去。因此,研究大數據資源與大數據技術的組合對聯盟結構選擇的影響具有重大意義。
本文結合大數據資源與技術、資源技術供給企業與資源技術需求企業,構建基于大數據的聯盟結構理論模型,并進行進一步分析。
假設聯盟有兩個成員,即A企業與B企業。A企業是資源供給企業,而B企業是資源需求企業。根據A企業的供給意愿程度與B企業的分析能力,構建聯盟結構模式選擇模型(見圖1)。

圖1 基于大數據資源供給意愿的戰略聯盟結構選擇模型
在F1象限中,A企業具有較低的供給意愿,是由于擔心相關信息的泄露,也擔心伙伴的機會主義行為。因此,希望能有效控制關系風險。而B企業有較高的數據分析能力,可以及時準確地挖掘出數據信息背后的有價值的知識,提高聯盟企業的績效,最終導致了較低的績效風險。此時應選擇相互持股型聯盟結構。
在F2象限中,A企業擁有較高的供給意愿,不太擔心信息數據的泄露,也不太擔心伙伴的機會主義行為,不需要嚴格的制度來約束信息數據的泄露,即有較低的關系風險。B企業有較高的數據分析能力,將伙伴的數據資源與信息資源進行整合分析,產生較高的價值。即有較低的績效風險。此時合資型聯盟結構符合要求。
在F3象限中,A企業有較低的供給意愿,怕伙伴泄露其信息與數據,產生機會主義行為,此時希望以較嚴格的制度約束來控制風險,即有較高的關系風險。而B企業有較低的數據分析能力,即不能及時準確地挖掘出數據信息背后的有價值的知識,導致較低的績效風險。此時應選擇單邊契約型聯盟結構。
在F4象限中,A企業有較高的供給意愿,對信息與數據的泄露和伙伴的機會主義行為有較少的擔心,有較低的關系風險。而B企業有較低的數據分析能力,給A企業帶來的新知識不多,價值也不大,易導致較高的績效風險。此時雙邊契約型聯盟結構較適宜。
在大數據時代,競爭環境的變化,聯盟企業各種經營活動都受到巨大的影響。以往戰略聯盟在決策聯盟結構選擇時,重點考慮生產研發中主要資源與技術,很少考慮信息數據資源與相關技術。隨著大數據的快速發展,國內外越來越多的企業聯盟意識到大數據資源與技術的重要性,逐漸將大數據作為企業的重要生產戰略資源。本文主要立足于大數據資源供給的企業與大數據技術供給的企業立場,對戰略聯盟的結構選擇進行了理論性探討。雖然大數據能夠降低戰略聯盟企業的風險,但聯盟成員間不信任、機會主義行為等危險依然存在,這就需要依靠相應的制度來進行控制。針對該問題,我們首先應該建立大數據戰略思維,重視大數據,積極成為具有大數據資源技術的企業,試圖在企業戰略聯盟中占據核心地位。其次,應引進大數據技術人才。在分析處理數據信息中,最為關鍵的就是數據科學家與數據專業人員的參與,數據收集、挖掘、分析的技術人員,將會決定企業的信息處理與分析能力,同時影響著企業在戰略聯盟的地位。最后,應構建適應大數據環境的組織制度,在大數據環境中企業獲得更加全面、完整地信息,降低信息不完全對成產生的影響,數據驅動型決策將會取代傳統的經驗與直覺判斷的決策。雖然能降低風險、提高預測準確性,但依然存在信息泄露等安全問題,需要更加健全的制度。