戰略特征差異與App 發展策略選擇— —基于戰略群組理論

段 霄，武常岐

（1.上海立信會計金融學院 工商管理學院，上海201209；2.山東大學 管理學院，濟南250100）

App（applications）興起于移動互聯網快速發展的時期，早期主要由互聯網企業開發并推向市場；后來，其他企業也紛紛推出了自己的App。App 是各類企業參與移動互聯市場的主流方式之一，讓用戶可以隨時隨地接觸到企業的產品與服務［1］，擴展了接觸用戶的時間與空間，引發了更多新的市場需求和創新機會［2-3］。開發App 能讓企業對自身業務、流程、競爭優勢進行全面的梳理和思考，通過良好的App 界面和功能設計，增強服務的便捷性、交互性和實時性，高效滿足用戶的個性化需求［4］，還可利用用戶地理位置及喜好等信息［5］，促進服務的定制化、精準化［4，6-7］。除了擴展銷售渠道之外，在平臺競爭的背景下，App 常被設計為吸引用戶的入口，具有更廣泛的戰略意義。

盡管App 對吸引顧客、構建平臺具有重要促進作用，但并非所有推出App 的企業都獲得了成功。即使是在同一細分市場中功能類似的App，領先者與落后者的差距也很大［8］，不同企業開發App 的收益明顯不同。產生這種狀況的原因固然與App 的開發團隊水平、界面操作設計有關，但也不可忽視企業層面的重要特征。App 只是企業吸引和服務顧客的一個環節，如果App 背后的綜合服務能力不足，企業最終還是會失去顧客。對此問題，管理學理論需要解釋，為何App 為不同企業帶來的收益有明顯差異，以及不同企業在開發App 時是否需要遵循不同的策略。

本研究將基于戰略群組理論視角，對上述問題開展探索。戰略群組理論把一個行業看作是由幾個戰略群組構成［9-10］，每個群組中又包含若干企業。同一戰略群組內的企業具有相似的戰略特征，因而更容易實施相近的業務策略、獲得相近的績效水平；而群組間的差異則較大［11-13］。劃分群組的依據通常是與具體行業相關的若干戰略屬性，例如企業的生產規模、技術、業務寬度等［9，14-15］。戰略群組概念有助于理解同行業企業的異質性，為解釋績效差異來源和認識行業結構提供了一種有價值的分析視角［16-17］。在App 的開發問題上，戰略群組理論同樣可以把企業的戰略特征考慮在內。也就是說，雖然各類企業都會努力開發和推出自己的App，但由于不同的企業群體具有不同的戰略特征，開發App 對績效的貢獻也是不同的。

為了深入分析并實際檢驗上述問題，本文以中國移動互聯市場快速發展的歷史時期為背景，對互聯網企業開展實證研究。通過研究互聯網企業開發App 的策略與收效差異，揭示戰略特征與App 發展策略的關系規律。特別地，戰略群組理論認為各個戰略特征變量不是單獨地發揮作用，它們之間存在的相互作用也是造成群組間差異的關鍵因素；本文將對此進行專門分析和檢驗。研究結論將有助于互聯網和其他各行業的企業更好地理解和制定App 開發策略，也有助于加深對戰略群組理論價值的理解。

一、理論分析與研究假設

（一）對第一App 與第二App 的分析

限于移動終端的屏幕面積和性能，用戶在相似應用中只選擇安裝少量同類的App［8］，各細分市場中的App競爭激烈［18］。少量非常成功的App 能為企業吸引到的用戶數量，往往遠大于其不太成功的若干App 之和，并且可以引發需求端的網絡外部性［19］。因此，企業應當集中精力去開發少量最具競爭力的App，而不應在眾多App上平均分散精力。也正是因此，本研究將著重分析各互聯網企業最重要、使用量最多的兩個App（簡稱為企業的第一App 和第二App），而不再考察其后的次要App。

作為最重要的App，企業的第一App 通常連接著企業最具優勢的產品或服務，代表了企業吸引用戶的首要入口，對構建平臺和生態圈具有關鍵意義。在激烈的競爭中，第一App 的成功關鍵在于比同行更精確地滿足顧客的需求，功能和操作便捷性要設計得恰到好處［20-21］，因而未必能兼顧更多復雜的功能。

第二App 則可以結合企業自身業務狀況及戰略特征，發揮重要的補充作用。對于業務規模大、范圍寬的企業，單一App 提供服務和吸引用戶的能力會受限，第二App 可以有效地補充第一App 無法兼顧的部分。因此，在第一App 已具有較強競爭力的前提下，這類企業應該比同行更注重開發第二App，因為它們從第二App能獲得的收益更大。為了驗證上述觀點，本研究將結合企業的關鍵戰略特征來檢驗App 的發展策略和收益，并且重點考慮不同維度特征之間可能存在的綜合作用。

（二）戰略特征導致的App 發展策略差異

本研究認為，App 的發展策略與企業當前的業務規模有關。以互聯網企業為例，企業業務規模較小時，所占據的用戶數量在細分市場中只是少數，仍有大量的潛在新用戶可以繼續吸引。此時，合理的選擇應當是繼續完善第一App 的質量，提升服務的精準性和新奇性［22］，吸引用戶下載使用和付費消費。另一方面，從開發第二App 的難度來看，對于業務規模小的互聯網企業，其第一App 往往尚未建立競爭優勢，此時分散力量發展第二App 的難度較大。

業務規模較大的企業更加需要第二App 的協助。這類企業的第一App 所服務的細分市場已經積累了眾多用戶，會接近細分市場用戶數量上限，若仍然全力發展第一App，只能吸引到比較少的新用戶。此時，企業如果努力發展第二App，可滿足用戶的更多需求，繼續擴大用戶基數，建立平臺競爭優勢。同時，從發展第二App 的難度來看，業務規模較大的企業可以借助第一App 的引流能力，使第二App 迅速進入用戶視野。據以上分析，提出假設1a 和假設1b。

對于業務規模較大的互聯網企業，努力發展第二App 更有利于提高企業績效（H1a）；

對于業務規模較小的互聯網企業，集中發展第一App 更有利于提高企業績效（H1b）。

業務范圍寬度也會影響App 的發展策略。移動互聯業務范圍窄的企業，便于把業務都整合在一個App 中，高效地把自己的產品或服務呈現給用戶；但移動互聯業務范圍寬的企業則很難做到這一點。由于移動終端的性能、操作空間都有限［20］，設計開發App 必須使用戶易于操作。如果把過多的業務入口集中于同一個App 內，雖然看上去功能強大，但會降低操作便捷性，引起使用者的反感［21］。因此，當其他條件相同時，互聯網企業參與的移動互聯細分市場越多、業務范圍越寬，就越難把各種業務入口都整合在一個App 中、靠單一的App 滿足用戶的各種需求。

另一方面，從發展第二App 的難度來看，業務范圍較寬的互聯網企業有更多的備選業務去開發第二App，使不同App 之間形成支持或配合關系。例如，用基礎業務的用戶帶動更盈利的衍生業務發展［23］，或用更全面的服務門類增大用戶的轉移成本等。而如果企業參與的移動互聯業務范圍很窄，第二App 就缺乏成熟的產品或服務支持，較難開發出成功的第二App。據以上分析，提出假設2a 和假設2b。

對于移動互聯業務范圍寬的互聯網企業，努力發展第二App 更有利于提高企業績效（H2a）；

對于移動互聯業務范圍窄的互聯網企業，集中發展第一App 更有利于提高企業績效（H2b）。

（三）戰略特征之間的交互作用

如果企業同時具備較大的業務規模以及較寬的業務范圍，兩者可以互相促進，增大第二App 帶來的績效收益。如前文分析，較大的業務規模可以使新推出的第二App 借助第一App 的聲譽和現有用戶基礎，增加第二App 接觸用戶的速度和吸引力。但是，如果互聯網企業僅具有較大的業務規模、但業務范圍窄，那么第二App與第一App 所連接的業務難免有一定重疊，不利于企業各App 之間的分工與協同，面臨著如何保留用戶的難題。反之，較高的業務寬度則可以避免這一問題發生，容易達到兩個App 在功能上的錯位與協同，為用戶提供更全面的、互相支持和加強的服務體系。

另一方面，如果企業僅具有較寬的業務范圍，但業務規模不大，說明其主營業務尚不夠成功。雖然兩個App 容易實現互相支持和協同，但可能在第一App 所連接的關鍵業務上被實力強大的競爭者甩在后面，甚至清掃出局，這時第二App 的收效將很難體現出來。綜合以上分析可知，在開發第二App 的收效這一問題上，業務規模與范圍這兩個戰略屬性存在互相加強的交互作用。故提出假設3a 和假設3b。

如果互聯網企業的業務規模大、同時移動互聯業務范圍也寬，兩者互相作用會進一步增大發展第二App的收益（H3a）；

如果互聯網企業的業務規模小、同時移動互聯業務范圍也窄，兩者互相作用會進一步增大發展第一App的收益（H3b）。

二、研究方法

（一）樣本和數據

本研究在理論分析和實證檢驗部分，均以互聯網企業為對象。企業樣本限定在以互聯網內容或應用服務作為主要業務的互聯網企業，并且只有推出了App 的互聯網企業才納入研究樣本。從公司年報及CSMAR 等數據庫中收集整理了中國互聯網上市企業數據，上市地點包括滬、深、港交所、NASDAQ、紐交所等地，其中明確可查到推出了App 的互聯網上市企業共183 個樣本觀測。本研究選擇我國移動互聯市場迅速發展的2011—2014 年這一段時期：在此之前，國內企業成功推出的App 很少，而自2015 年開始App 的發展明顯放緩，陸續出現微信小程序、公眾號菜單等多種替代品，難以開展有針對性的分析檢驗。本文依據年報、公司主頁等不同信息來源，檢查核對了所有樣本企業的數據，全面地更正了各數據庫中存在的少量明顯錯誤的數據。

（二）變量設計

1. 因變量

企業績效。本研究使用銷售利潤率（ROS）作為企業績效指標，這類指標衡量企業績效具有較高的客觀性，在信息技術領域的企業研究中也常被使用［24］。

2. 自變量

①第一App 的用戶吸引力（App1st）。對每一家企業，變量App1st 衡量其用戶下載量最高的App 的吸引力。這一變量并不直接等同于該App 的下載量，因為用戶下載使用某一App 不一定是因為該App 本身功能完善、易于操作，也可能是由于其背后企業的業務規模大、服務功能全面等App 自身之外的因素。為了得到App 本身吸引力的準確衡量，本研究參考Eisenmann［25］的做法，把下載量對企業的業務規模、范圍做回歸，用所得殘差作為變量App1st的衡量，排除業務屬性因素的干擾。作者對樣本期內各企業移動App 下載量進行了收集。由于Android 在中國占據移動終端操作系統的絕大部分市場份額，下載量采用Android 系統下的數據?；谕愣骨v和360 手機助手這樣的代表性App 商店，收集每個App 的平均下載次數。分別計算每家企業第一、第二App 的下載量，然后根據上述方法得到變量App1st和App2nd 的數據。

②第二App 的用戶吸引力（App2nd）。變量App2nd 的衡量方法與自變量App1st相似，收集和計算每家企業下載量第二高的App 下載次數，然后根據上文所述的方法得到變量App2nd。

③兩個App 的相對吸引力（Ratio_1-2）。變量Ratio_1-2 是企業第一App 與第二App 的下載量之比，能夠反映企業第一與第二App 之間的相對發展差距。在后面的研究中，這一變量的分析被用于印證各研究假設是否成立。

3. 調節變量

①企業的業務規模（BSize）?；ヂ摼W企業提供的產品與服務多為虛擬形態，難以使用計件或重量等方式衡量業務規模，故該變量以互聯網企業年度收入的自然對數衡量。此變量數值越大，表示企業業務規模越大。

②移動互聯業務寬度（BScope_MI）。本研究所關注的移動App 主要影響企業的移動互聯業務，變量BScope_MI 對企業移動互聯業務的范圍寬度進行了衡量。本文整理了企業參與移動互聯的各個業務領域，如移動端游戲、移動電子商務、手機新聞門戶、移動端應用軟件、視頻音頻、地圖導航、生活服務等各個細分市場，然后計算每家企業涉足的移動互聯業務領域的數量，加總后得到BScope_MI。它的數值越大，表示該企業基于移動互聯網開展業務的范圍越寬。

4. 控制變量

（1）年份。通過設置0-1 二值虛擬變量的方法，控制不同年份來自外部環境或其他不易觀察因素的影響。

（2）注冊地。變量RegPlace也是0-1 變量，取值0 表示企業注冊地在國內，取值為1 表示注冊地在國外。

（3）上市地點。變量StockEx 取值為1 表示企業在境外交易所上市交易，如紐交所、NASDAQ 等，取值為0 表示企業是在境內滬深交易所上市。

（4）資產負債率。變量DAR 表示企業的資產負債率，是企業研究中常見的控制變量。

（5）上市時間長短。變量Age_IPO 由企業上市年份至2019 年所經歷的年數計算得出。

（6）營運資本比率。變量WCSR 表示企業營運資本與銷售收入之比，衡量了營運資本的相對充足程度。

（7）銷售費用率。變量SESR 是指企業的銷售費用與銷售收入的比率。此變量數值越大，表明企業用于廣告、促銷等方面的投入強度越高。

（8）固定資產比率。變量FAP 表示企業的固定資產占全部資產的比例，控制這一資產屬性可能具有的影響。

（三）回歸模型的確定

面板數據的固定效應模型一般不適用于有重要變量維持不變的情形，由于數據期內企業的業務寬度這一變量保持固定，只能選用隨機效應模型回歸。同時，去掉不隨時間變化的變量后，進行隨機效應和固定效應模型的過度識別檢驗，沒有拒絕原假設，故認為隨機效應模型是可以接受的。本文對各回歸模型進行了Breusch-Pagan 的LM 檢驗，結果均在P ＜0.001 水平拒絕了個體效應不顯著的原假設，說明隨機效應回歸優于混合OLS（最小二乘法）回歸。為了判斷回歸模型中內生性問題的程度，本文把同一省級地區的企業在自變量上的均值作為工具變量，進行內生性檢驗，未得到顯著結果，因此認為回歸中的內生性問題不嚴重。對回歸系數均采用雙側檢驗，針對短面板的數據形式，所有回歸系數的檢驗都使用集群穩?。╟lustered robust）標準誤。

三、研究結果

（一）描述性統計與相關性

表1 展示了本研究所涉及變量的描述性統計及相關系數。為便于觀察，變量App1st 和App2nd 的均值是處理前的下載量自然對數?？梢钥吹?，自變量與各控制變量的相關系數普遍不高，在回歸中沒有大幅影響自變量回歸系數的控制變量。戰略特征變量BSize 和BScope_MI 相關性也不太高，不必擔心業務規模大的企業與移動互聯業務范圍寬的企業實際上是同一批企業這種情況對回歸分析的干擾。第一與第二App 的下載量與企業業務規模、范圍的相關度較高，而用回歸方法除去業務規模與寬度的影響后則不相關。在自變量與調節變量中，只有業務規模BSize 與企業績效指標的正相關程度較高，原因可能是互聯網企業的業務規模通常與其掌控的平臺規模密切相關，而平臺規模影響著互聯網企業的競爭力。

（二）回歸檢驗結果及含義

在表2 中，各模型的因變量都是ROS。對于H1a 和H1b，模型2 中App1st× BSize 和App2nd× BSize 的回歸系數分別為-0.042 和0.045，顯著性均達到P ＜0.01，對應的Wald chi2增量達到P ＜0.01 水平。在模型4 中，App1st×BSize 和App2nd×BSize 的回歸系數幾乎未發生變化，顯著性同樣達到P ＜0.01。H1a 和H1b 得到了支持，業務規模較大的互聯網企業努力發展第二App 更有利于提高企業績效；對于業務規模較小的互聯網企業，集中發展第一App 更有利于提高企業績效。

對于H2a 和H2b，模型3 中App1st × BScope_MI 和App2nd × BScope_MI 的回歸系數分別為-0.033 和0.033，顯著性都達到P ＜0.05 水平，對應的Wald chi2增量在P ＜0.01 水平顯著。模型4 中App1st × BScope_MI 和App2nd × BScope_MI 的回歸系數分別為-0.027 和0.025，也都在P ＜0.05 水平顯著。研究結果支持了H2a 和H2b，對于移動互聯業務范圍寬的互聯網企業，努力發展第二App 更有利于提高企業績效；業務范圍窄的互聯網企業集中發展第一App 更有利于提高企業績效。

表1 變量的描述統計及相關性

表2 對各研究假設的回歸檢驗

對于H3a 和H3b，模型5 中App1st × BSize × BScope_MI 和App2nd × BSize × BScope_MI 的回歸系數分別是-0.023 和0.021，分別在P ＜0.05 和P ＜0.1 水平顯著，總的Wald chi2增量在P ＜0.01 水平顯著。以上結果支持了H3a 和H3b 的觀點，業務規模與范圍這兩個戰略特征存在相互加強的作用，并且顯著影響到App 與企業績效的關系。

接下來，本文對Ratio_1-2 這一變量進行回歸分析，換一種角度來檢驗各研究假設是否成立。提升Ratio_1-2 的比值意味著企業更側重第一App 的開發。根據各研究假設的內容可知，在以企業績效為因變量的回歸分析中，如果具有某種戰略特征的企業更適合發展第一App，則該特征與Ratio_1-2 的交互項應具有正系數；如果具有某種戰略特征的企業更適合發展第二App，則該特征與Ratio_1-2 的交互項應具有負系數。如果經回歸檢驗得到的結果與上述推斷相同，就可以更好地支持研究假設。

在表3 中，各模型的因變量仍是ROS?？梢钥吹?，模型7 和模型9 中的交互項Ratio_1-2 × BSize 的系數均為負數（-0.002，-0.003），顯著性均達到P ＜0.05 水平，模型7 中對應的Wald chi2增量在P ＜0.01 水平顯著。這些檢驗結果符合H1a 和H1b 的觀點，業務規模較大的互聯網企業應努力發展第二App，業務規模較小的互聯網企業集中發展第一App 更有利于提高企業績效。模型8 和模型9 中，交互項Ratio_1-2 × BScope_MI 的系數均為-0.008，顯著性都達到P ＜0.01 水平，模型8 中對應的Wald chi2增量在P ＜0.01 水平顯著。這些檢驗結果符合H2a 和H2b 的觀點，移動互聯業務寬度越大的企業，越應該努力發展第二App。

在模型10 中，Ratio_1-2 × BSize × BScope_MI 的回歸系數是-0.006，在P ＜0.1 水平顯著。這一結果符合H3a 和H3b 的觀點，業務規模和移動互聯業務寬度都較大時，兩個戰略特征的互相作用使發展第二App 對企業績效的提升更大；提升Ratio_1-2 的比值意味著企業更側重發展第一App，因而不利于這類企業的績效。綜上，對Ratio_1-2 進行回歸的各項結果都符合前文研究假設的內容，從另一角度印證了各研究假設的正確性。

表3 使用Ratio_1-2 對各研究假設的回歸檢驗

（三）對三類企業的分組比較

根據前面的檢驗結果，較大的業務規模、較寬的移動互聯業務范圍都適合發展第二App，并且還有互相加強的交互作用；而較小的業務規模、較窄的移動互聯業務范圍都適合發展第一App。因此，本研究將樣本企業分為三組：第一組企業在上述兩個戰略特征上均處于較高水平（以中位數劃分），第二組在兩個戰略特征上均處于較低水平，其余是第三組，即僅在兩個特征之一處于較高水平的一組。通過直觀比較，展示不同戰略特征及其組合的影響作用。

圖1 展示了以ROS 為指標的直觀結果。可以看到，對于在兩個戰略特征上均處于較高水平的企業組，積極發展第二App、也即保持相對較低的Ratio_1-2 時，能達到各組中最高的績效水平（0.241）。但該組企業如果未努力發展第二App，也即Ratio_1-2 比值較高時，它們的績效水平反而最低（0.066）。然后，對于在兩個戰略特征上均處于較低水平的企業組，則出現相反的模式：努力發展第一App、也即保持相對較高Ratio_1-2 時可獲取較好的績效。以上結果直觀地表明，即使是同一行業內的企業，也不應簡單模仿他人的業務開發策略（如本文中的App 開發側重），否則會對績效產生不同的乃至完全相反的影響。這一結果表明了采用戰略群組概念來分析行業結構的必要性。最后，對于僅在兩個戰略特征之一處于較高水平的企業組，不論在Ratio_1-2 比值較高或較低的情況下，績效都處于中等水平。這表明，企業應當在不同戰略特征的取值上形成配合關系，才能獲得高績效。

圖1 以ROS 為績效指標的三組比較

四、結論和啟示

（一）研究結論

本研究分析了App 對企業開展移動互聯業務的重要意義，研究了企業戰略特征差異對App 開發策略的影響。研究結果表明，隨著戰略特征的不同，企業發展第一或第二App 帶來的收益存在顯著差異。首先，業務規模較大的互聯網企業，努力發展第二App 更有利于提高企業績效；業務規模較小者則適合先集中力量發展第一App。然后，移動互聯業務范圍寬的互聯網企業應當努力發展第二App，有利于提高企業績效；而對于移動互聯業務范圍窄的互聯網企業，集中發展第一App 更有利。最后，在發展App 的收效上，業務規模與范圍存在交互作用。如果互聯網企業的業務規模大、同時移動互聯業務范圍也寬，兩個戰略特征的互相作用使發展第二App 對企業績效的提升更大；反之，如果互聯網企業的業務規模小、同時移動互聯業務范圍也窄，它們的互相作用會增強企業發展第一App 帶來的績效收益。

以上結果表明，發展App 的收效與企業的戰略特征有關。對于同一行業內具有不同戰略特征的企業群，適合它們的App 發展策略也是不同的；如果簡單模仿，可能獲得不同的甚至是相反的結果。

（二）理論與實踐啟示

研究結論有助于理解App 的重要意義和開發策略。移動App 不僅是一種具體產品或一種業務渠道，也是企業構建互聯網平臺的重要入口。梁智勇、郭紫薇［26］也認為，不能僅僅把App 當作推廣業務的新渠道，而要平臺化、集成化發展。企業的第一App 是獲取用戶、提供服務、構建平臺的主要入口，連接的通常是企業最擅長的業務。本研究則進一步表明，對于業務規模大、范圍寬的企業，單一App 吸引和保留用戶的能力有限，第二App 可以有效地補充第一App 無法兼顧的功能或用戶群，與第一App 形成協同，提升企業能提供的服務價值，擴張平臺規模并提升差異化服務能力。

本研究解釋了為什么App 不能同等地提升各類企業的績效。有的文獻質疑App 到底有多大的價值，如Nielsen 和Fjuk［27］認為，App 只是對傳統PC 應用的簡單擴展，企業并不能指望借此就能輕易獲取競爭優勢。Ghose 等［28］指出，由于用戶要在多個App 中進行快速搜尋和比較，未必有機會深入了解每一個App 的優勢，因而導致App 并未充分發揮作用。本研究則提供了另一種解釋，企業開發App 不一定能獲得預想的收益，是由于開發App 的收益在一定程度上取決于企業自身的戰略特征。在本研究中，績效最高的是業務規模和寬度大、并且成功推出不止一個App 的企業組，這類企業的戰略特征使得它們從開發第二App 中獲得更多收益。而對于業務種類狹窄、競爭力不足的企業，集中力量發展好第一App 已經不容易，暫時不具備同時發展多個App 的能力。如果企業想在互聯網時代的競爭中取勝，除了提升App 本身的質量，還應該在App 之外下功夫，提供一套互相支持、有競爭力的業務體系。

本研究驗證了從綜合的戰略特征來認識企業間差異的必要性，加深了對戰略群組理論的理解。已有少量研究發現，企業的規模大小、競爭行動方面的一些變量需要互相結合起來考慮，才能更有效地解釋績效差異［29-30］。本研究表明，要判斷企業開發App 的收效，需要綜合考慮企業的業務規模、范圍等戰略特征，因為它們之間具有顯著的互相作用。實證結果支持了戰略群組概念的多維度性質，它是一種綜合的戰略模式概念，而不等于把各戰略特征的作用進行簡單加和。研究者需要理解不同戰略維度之間的關系，并考察由此產生的整體戰略意義。

（三）局限和未來研究

本研究難免存在一定局限。首先，本文把App 看作一大類整體進行研究，沒有細化到按照功能分別考察各類App。第二，限于數據無法獲得，非上市企業未能包含在本研究中，未來有更詳細的數據披露時應將非上市企業納入研究。第三，本研究僅選取了App 快速發展、而微信小程序與公眾號菜單等還未出現的幾年時期作為背景，未來應做更全面的檢驗。