“C轮死”真的是因为商业模式吗？

摘 要：本文根据商业模式演进的内在逻辑，将商业模式属性划分为动态性、价值性和一致性，并理清商业模式属性和创业失败风险间的关系。然后根据收集到的122家C轮死样本企业信息，实证检验商业模式属性与创业失败的关系。研究表明，商业模式动态性、价值性和一致性越高的企业，其创业失败的风险越低，为新创企业的发展提供了一定管理启示。

关键词：动态性；价值性；一致性；创业失败

一、导言

新创企业“C轮死”，是近年创业领域典型的商业现象。“C轮死”是指B轮及以后融资轮次公司拿不到融资，创业项目因没有资金支持而陷入困境，甚至倒闭的创业失败。“企鹅智酷”的统计数据表明，2016年国内拿到B轮及以前轮次的数据占总融资次数比例为96.58%，仅有3.4%的融资轮次为C轮乃至以后，意味着90%的B轮公司拿不到C轮融资，“C轮死”几乎成为大多数创业公司无法跨越的鸿沟。创投界不成文规则“天使轮投资看人，A轮看产品，B轮看数据，C轮看商业模式”，那么，“C轮死”是因为商业模式吗？换言之，新创企业在A轮和B轮投资中的产品和运营得到验证后，是否因为商业模式方面的问题或障碍，使得企业成长停滞不前？

在学界，商业模式的研究如火如荼，较多研究成功企业的商业模式与企业绩效或价值创造的关系，但是很少研究从商业模式视角观察创业失败，反过来，也很少研究从创业失败的视角来分析商业模式的优劣。商业模式是描述企业创造、传递和获取价值的基本逻辑或框架，而商业模式创新是指企业遵循新的主导逻辑来创造、傳递和获取价值的创新范式。商业模式创新能够为企业创造新的竞争优势，获取新的市场资源，发现新的经济增长点，从而提升绩效。目前，商业模式研究对象主要为成功企业，从成功企业的经验构建商业模式与竞争优势以及企业绩效的关系。但总体来看现有文献缺乏以创业失败企业为出发点，考察商业模式创造价值的机理。

因此，本文旨在以“C轮死”的新创企业为研究对象，从企业生命周期及商业模式动态演化的研究视角，构建商业模式与创业失败关系的内在规律及理论框架，并实证检验以期提出指导实践降低创业失败风险的策略。本研究尝试回答以下关键问题：商业模式属性的内涵和外延，商业模式属性进行价值创造的逻辑和内在机理是什么？以及商业模式属性与创业失败的关系？

二、理论框架及研究假设

（1）理论框架的提出

解释变量：商业模式属性，其表示商业模式要素之间的相互关系，如图1所示，本文将商业模式属性划分为动态性、价值性和一致性。

被解释变量：创业失败。学界还没有对其形成一致意见。根据本文的研究目的，将创业失败定义为：在各种因素的困扰之下，创业企业无法获得新的融资，基于当前产权和管理条件无法继续运营，在未实现创业目标的情形下非自愿退出创业活动。

控制变量：直接或间接导致创业失败的因素众多，比如市场竞争激烈、创业团队能力不足、创业者过度自信导致企业过度扩张，新进入陷阱和制度缺失等。从模型的普适性和数据的可获得性考虑，本文将行业竞争、创业环境、创业者能力和融资能力作为控制变量，以控制非商业模式因素对创业失败风险的影响。

（2）商业模式动态性与创业失败之间的关系分析

商业模式动态性是企业外部驱动内部或内部驱动而导致商业模式元素进行创新的性质。商业模式创新、商业模式演变、演进、演化等都是动态性的外在表现形式。德鲁克曾说“企业既有目的地演化以适应新环境，又必须能够有意识地创新以改变环境”。同理，商业模式动态性也来源于被动的应激改变和主动的战略调整。创业企业从创业之初就创造一个可持续的商业模式的可能性微乎其微，大多企业都需要逐步改进商业模式，以帮助企业适应环境实现成长。基于组织学习理论，组织学习是组织获得、理解、传播、拓展和运用其经验的过程。组织学习是商业模式动态性的内在动力，动态性是组织学习的一种衍生物。创业企业由于生存和成长的需要，不断地进行试错学习，将获得经验运用到商业模式创新过程中，并且快速修正成长过程中的错误，明确商业模式演进方向，因此商业模式动态性有利于创业企业以较低的成本进行商业模式创新。动态性还有创造知识的属性，促进创业企业在行业主导逻辑以外进行商业模式创新，有利于打破现有的产业竞争规则和价值创造规则，获取超额利润。

假设1：商业模式动态性越强，企业创业失败的风险越小。

（3）商业模式价值性与创业失败之间的关系分析

商业模式价值性表示商业模式为用户创造价值的内在逻辑。价值性的核心在于以用户为中心，企业协同价值网成员为用户提供与用户需求匹配的价值主张，通过与用户建立全方位的连接和良性互动，实现价值的共同创造和相互传递。根据服务主导逻辑的观点，生产者只能提出价值主张，但不能独立创造和传递价值。价值由用户决定，用户体验和感受对价值创造至关重要。互联网时代下，信息的快速传播与共享，使得信息对称成为可能，用户话语权增加，企业与用户建立长期关系的难度增加。在互联网技术的支撑下，用户和企业通过不断的互动和持续的对话，营造个性化体验的互动环境，增加用户感知到的使用价值。此外，企业通过频繁互动将价值主张嵌入用户心智，而拥有相同价值观的用户将形成更加紧密的连接，以实现其隔离机制来维护组织稳定和实现连接红利。连接红利真正做到以人为本，满足了用户的内在动机和自我实现的需求。

假设2：商业模式价值性越高，企业创业失败的风险越小。

（4）商业模式一致性与创业失败之间的关系分析

商业模式一致性是指商业模式元素之间相互依存关系的增值效应。具体来说，一致性是商业模式构成要素间的互补、联动和协调，与价值网络中利益相关者间的互补以及持续合作的程度。创业者的任务并不只是提供最佳解决方案或产品，而是形成一套完整的商业模式，且要保证商业模式中的所有要素都能够实现一致性，而元素的一致性（元素的聚合）可以导致商业模式优化，商业模式的要素及其互补性和一致性是组织成功的重要因素，能降低企业创业失败的风险。根据系统论的相关理论，决定系统本质的不是要素，而是要素之间的关系。某一构成要素的良好表现并不能形成最佳的商业模式，比如独特的价值主张和目标客户的需求不一致，创业活动会遭遇阻碍。构成要素之间达成一致性，价值主张、盈利模式和核心资源等实现协同，系统内部形成相互增强的良性循环，创业成功的可能性将显著提升。张晓玲等证明商业模式构成要素间的高度匹配能够促进企业实现业务增长、提升盈利水平和改善竞争地位。

假设3：商业模式一致性越强，企业创业失败的风险越小。

三、实证分析

（1）样本的选取和数据收集

本文研究对象非常明确，满足“C轮死”定义的创业失败企业均纳入研究样本。研究组由5名成员组成，共同完成数据资料的收集、筛选和分析工作。从2018年5月到2018年9月，资料收集历时5个月。研究组首先根据IT桔子网的筛选功能导出101家“C轮死”企业，然后以“创业失败公司”、“创业倒闭公司”等关键词进行搜索，或者收集各机构发布的创业失败名单，比如从品途商业评论、亿欧网、虎嗅等互联网数据资讯平台搜集相关资讯，并为每一个样本企业建立信息资料库。然后根据本文所定义的变量，剔除关键数据缺失的部分企业后，最终确定122家信息较完备的“C轮死”企业作为研究样本。

（2）变量与模型设定

商业模式动态性的测量从时间和空间两方面考虑。动态性参照张晓玲等（2016）关于可持续性的量表，价值性参考Almquist（2016）对价值要素的描述设计问卷，商业模式一致性参考江积海和蔡春花（2016）关于互补性的量表。

创业失败风险以寿命表示。学界对于创业失败这一构念的测度尚未达成共识。本文研究样本（“C轮死”企业）特殊，考虑到数据的可获取性，本文借鉴Kauffman（2008）以存活时间代表创业失败风险的做法。存活时间代表了企業对顾客、资金和市场等资源的占有量，存活时间越长对内外部环境的适应性越强，其代表了企业的生存空间和能力。

行业竞争参照IT 桔子网关于行业热度的统计结果，通过样本企业所在行业内细分领域的企业总数和投资事件之比度量行业竞争态势。以创业者的教育水平、任职规模和职能背景表示创业者能力。创业环境参考标准排名城市研究院发布的“2018中国城市创新创业活力排行榜”中活力指数来表示创业环境的好坏。获取外部资源特别是资金的能力是企业生存和成长的保障，融资能力与企业创业失败存在直接关系。本文以融资总额来代表融资能力的高低，融资总额越多，融资能力越强。

最终建立如下回归模型：

Fail=β0+β1Comp+β2Ent+β3Env+β4Vc+β5DT+β6JZ+β7YZ +μ

其中，β1～7是相应变量的系数，μ是误差项。

（3）变量的测量

由于难以获得商业模式动态性、价值性和一致性的客观衡量指标，可以使用专家评估人员的感知度量（Amit & Zott，2009），即由专家根据量表对样本企业进行评分。

首先，参考已有的测量量表设计本研究的量表题项。由研究生导师和相关专业教授组成的专家团队对题项的准确性和清晰度给出评判意见，以保证相关构念的内容效度。经过专家的反复讨论，最终确定量表。

其次，通过将随机选择的20个样本分配给2位专家进行评分，并对2位专家的评分进行成对比较分析，来验证评分者之间的可靠性。通过对2组评分进行成对比较分析，发现P值不显著，说明2组评分没有显著差异。

最后，将样本随机平分给2位专家，将评分作为解释变量数据。

（4）描述性统计与相关性分析

变量的描述性统计和相关性分析如表2所示，从中可以看出：创业环境、行业竞争和融资能力和创业失败风险之间不显著；创业者能力和企业存活时间存在正相关关系，即创业者能力越强，创业失败风险越低；商业模式动态性、价值性和一致性和企业存活时间存在显著正相关。

（5）回归结果分析

更进一步的，采用多元回归模型验证理论模型和研究假设。本文构建2个回归模型，模型1包含被解释变量和控制变量的回归，模型2加入了解释变量，回归结果见表3所示。

模型拟合度分析。首先，模型2的F检验统计量的值为85.498，对应的P值为0，说明解释变量在整体上对被解释变量有显著影响，为建立线性回归提供支撑。其次，解释变量（动态性、价值性和一致性）对被解释变量的显著性水平均较高（P<0.001），说明动态性、价值性和一致性对创业失败均有显著影响。再次，模型2调整后的R2为0.830，，说明模型对样本数据的拟合较好。最后，方差膨胀因子VIF均控制在3以内，说明不存在严重的共线性。

解释变量分析。首先，商业模式动态性的标准化回归系数为正，且显著（P<0.001），说明商业模式动态性越强，创业失败的风险越低。动态性代表了创业企业对外部环境变化的反应速度和适应程度，以及主动进行创新以引领行业发展的能力，动态性越高，说明企业能很好的适应外部环境的变化，跟上时代的发展。反之，如果商业模式动态性不高，就会被顾客所遗忘，被时代淘汰。比如俏物悄语复制法国Vente-Privee.com（当时全球最大的电子零售商之一）的商业模式，但该商业模式不适应中国的电商环境，又缺乏动态性，加上竞争对手唯品会迅速树立品牌形象，以及电商巨头抢占市场，最终导致了公司的没落。其次，商业模式价值性的标准化回归系数为正，且显著（P<0.001），说明商业模式价值性越高，创业失败的风险越低。商业模式价值性越高，说明为顾客提供的价值主张越独特，顾客获得的价值要素越多，为顾客创造的价值就越多。并且在互联网技术的支撑下，顾客能够参与互动，与企业共同创造价值。因此，商业模式价值性越高，顾客黏性越强，对公司的忠诚度越高，企业创业失败的风险将越低。最后，其次，商业模式一致性的标准化回归系数为正，且显著（P<0.001），说明商业模式一致性越强，创业失败的风险越低。商业模式一致性越强，说明商业模式构成要素之间的匹配度越高，价值网内部形成良性循环，利益相关者之间的资源和社会网络的共享，将进一步提升企业竞争力，降低创业失败的风险。综上，本文理论分析中提出的三个假设均得到证明，商业模式动态性、价值性和一致性与寿命呈正向关系，即与创业失败风险呈负向关系。

四、管理启示

（1）把握商业模式演进的节奏

商业模式生命周期与用户生命周期相互匹配，才能符合用户发展的规律，抓住用户的痛点；和产品生命周期相互配合，才能将用户和产品连接，收割更多的收益；和企业生命周期连接，才能适时进行创新，创造出好的商业模式。商业模式动态性体现了商业模式随用户、产品和企业生命周期变化的一种性质，其要求创业公司根据外部环境的变化，调整商业模式构成要素。根据用户生命周期理论，可将用户划分为创新者、早期采用者、早期大众、后期大众和落后者，各个类型的用户的需求点、购买行为不同，为迎合用户需求，商业模式也应有所区别。此外，企业组织应保持对环境和用户需求的敏感度，在试错和学习中完善商业模式，摸索出符合自身发展的商业模式。

（2）提高商业模式价值性，提供独特价值主张，将用户纳入价值共创体系

首先，价值主张是商业模式的核心要素，也是企业的高级目标和核心价值观，打造多维度价值主张是构建商业模式价值性的重点。随着竞争的加剧，顾客占据主要话语权地位，与顾客建立长期关系变得越来越困难，而了解顾客需求动态，提供多维度价值主张为顾客提供利益承诺，可以帮助企业摆脱困境。多维度的价值主张可以从功能类、情感类、改变生活类和社会影响类的价值要素入手，将这些要素以最优的方式进行组合，以满足用户的需求，增强用户忠诚度。

（3）提升商业模式一致性，与利益相关者共创价值

从客户细分市场的定位，客户关系的维护，价值主张的提供，关键资源和关键活动的支撑，合作伙伴的配合，收入模式的选择和成本的控制，各个流程环环相扣，相互强化，以创造和获取价值。

五、结语

本文将C轮死企业作为研究对象，基于动态视角观察创业失败的原因。从众多原因中选取商业模式进行重点剖析，根据商业模式演进的内在逻辑，将商业模式属性划分为动态性、价值性和一致性，并理清商业模式属性和创业失败风险间的关系。然后根据收集到的122家C轮死样本信息，实证检验商业模式属性与创业失败风险的关系。研究表明，商业模式动态性、价值性和一致性越高的企业，其创业失败的风险越低。

本文也存在一定研究局限。由于研究对象为C轮死企业，虽然通过各种渠道进行搜索，能收集到的样本数量仍然很少。并且无法与创业失败企业的创业者取得联系，进行实地调研，故本文采用扎根方法和专家评分的方式进行量表的打分。虽然已尽量规范研究流程，但其中的偏差很难避免。未来可以扩展信息获取渠道，收集更多C轮死企业，建立样本库，为进一步的研究奠定基础。

参考文献：

[1]Almquist E， Senior J， Bloch N. The elements of value[J]. Harvard Business Review， 2016， 94（9）： 47-53.

[2]De Reuver M， Bouwman H， Maclnnes I. Business model dynamics： a case survey[J]. Journal of Theoretical & Applied Electronic Commerce Research， 2009， 4（1）：1-11.

[3]Gay B. Open innovation， networking， and business model dynamics： the two sides[J]. Journal of Innovation & Entrepreneurship， 2014， 3（1）：1-20.

[4]Ritter T. & C. Lettl. The Wider Implications of Business-Model Research. Long Range Planning， 2018， 51（1）： 1-8.

[5]Tongur S， Engwall M. The business model dilemma of technology shifts[J]. Technovation， 2014， 34（9）：525-535.

[6]胡健，董春詩.产业集聚测度方法适用条件考辩[J].统计与信息论坛，2013，28（1）：27-31.

[7]江积海，廖芮.商业模式创新中场景价值共创动因及作用机理研究[J].科技进步与对策，2017，34（8）：20-28.

[8]刘向东，陈成漳.互联网时代的企业价值网构建——基于某网络公司的案例分析[J].经济管理，2016（9）：47-60.

[9]吕东，云乐鑫，范雅楠.科技型创业企业商业模式创新与适应性成长研究[J].科学学与科学技术管理，2015，36（11）：132-144.

[10]施涛，苑双杰，李忆.组织学习影响顾客满意度——创新的中介与领导风格的调节作用[J].软科学，2018，10（10）：75-80

作者简介：胡小英（1993—），女，汉族，四川遂宁人，硕士在读，单位：重庆大学经济管理学院，研究方向：商业模式。