虚拟营销动态联盟的绩效管理

5.5　虚拟营销动态联盟的绩效管理

随着信息技术的不断发展、知识经济的不断深入以及经济全球化趋势的确立，社会分工进一步细化并呈现出超分工格局，企业的技术创新风险和生产成本进一步增加，面临的市场竞争模式也发生了明显的变化，传统的以消灭竞争对手为目标的排他式竞争已经不能给企业带来成功，只有基于合作基础上的竞争才有利于企业的长期生存和发展，企业之间通过建立合作关系寻求共赢已经成为一种必然的选择。在此背景下，战略联盟、虚拟组织等各种企业之间的合作形式与日俱增。（武志伟等，2005）因此，企业合作关系对企业绩效的影响必然会引起理论界的广泛关注。

与此同时，随着网络经济的发展和市场需求的多样化，大多数企业也只是从“生产—服务”过程中截取某些阶段从事分工活动。企业及其所从事的营销活动并不是孤立的，而是与其他企业相互依赖的。虚拟营销组织中企业间相互依赖的网络导致了对合作企业间相互作用的约束，从而产生了合作企业间长期的相互依赖关系。（廖成林，2004）

虚拟营销中企业合作的最终目的是保障营销活动的顺利进行，以获得良好的绩效。那么企业绩效受哪些因素影响呢？如何衡量企业在虚拟营销中的收益呢？目前理论界尚缺少系统的实证研究。本书试图利用结构方程模型来探讨企业合作、虚拟营销和企业绩效之间的影响机制问题。

5.5.1　研究假设与模型建立

（1）企业绩效

一直以来企业绩效的测度都没有一套完整的标准，研究的侧重点不同，测度的标准就可能不一样，因此部分学者在文献中建议采用多维测度标准（Sabherwal＆Chan，2001）。但是，在大多数理论研究中都只采用盈利能力这一标准来测度。为了避免传统企业绩效测度中存在的弊端，本文采用Chan等人在研究中提出的市场增长、盈利能力、生产—服务革新和公司声誉4维指标对企业绩效进行了测度。虽然在Chan等的研究中，已经验证了这4个维度的可靠性，但是考虑到国内外在文化、理解方面的差异，我们仍然进行了小小的变动。

（2）企业合作关系

Williamson将企业间合作关系定义为参与合作的企业基于彼此的利益，建立的存在于市场与层级组织之间的协议关系，这种关系的建立往往伴随着两个或两个以上参与合作的企业之间发生的资源交易行为。同时，这种合作关系是一种合作双方在互惠承诺下的互动关系。Anderson强调双方合作的长期性，将其看作是合作伙伴拥有的一个相似的历史和一定程度共享的长期远景，并具有对未来交易的期望。

企业间合作关系为合作主体提供了一个信息和资源的交换平台，合作成员可以通过这一平台获取自己所需的稀缺资源和能力，进而实现预期的合作目标。在这一过程中，企业合作过程中的交流（communication）、协作（co-operation）、承诺（commitment）、适应性（adaptation）、相互依赖（interdependent）和信任（trust）等，对虚拟营销和企业绩效有着重要的影响（Brian Fynes，2005）。

Anderson和Narus（1990）认为交流主要是指企业与企业之间正式的或非正式的共享一些有意义的和有时效性的信息。有效的交流对企业间合作的成功有着重要的作用。Mohr和Spekman认为企业合作中的交流主要包括3个方面:一是信息交流的质量（如信息的时效性、精确性等）；二是信息共享的方式或程度（如是否包括一些重要私有信息的共享等）；三是合作各方参与共同制订计划或目标的程度或积极性。

Anderson和Narus（1990）的文献指出协作主要是指企业之间为了达到共同的目标而协同工作。Frazier和Rody认为协同工作的同时一般会伴随着冲突行为，但是大多数企业考虑到终止协作的代价太高不会轻易解除协议。在生产计划、新产品/工艺、价值分析等方面的协作，可以很好地降低生产成本，增强企业新产品/工艺的革新。

承诺不只是维持企业间重要关系的一种持续性意图，还是为了维持他们之间的相互关系而努力的保证，承诺意味着关系对于合作双方的重要性和未来继续这段关系的愿望。承诺可以看成一种沉淀成本，它使企业相互信任而不机会主义行事。承诺主要是以相互利益而不是自我利益为目标采取行动，减少了不确定性和机会主义。（廖成林，2004）Brian Fynes（2005）认为良好的承诺意味着承诺双方都愿意成为在未来发展中可以发挥重要作用或值得信赖的合作伙伴。在合作关系之下，不论是任何一种形态的合作，都免不了承诺，小至口头许诺，大至签署合约，都可以视为一种承诺的行为。

适应性主要是指上下游合作伙伴之间能够很好适应彼此特殊的供应或需求的能力。Hakansson的文章说，适应性主要表现在一些特殊资产的投资中，比如生产/流程技术和人力资源。

相互依赖性主要是指合作企业为了达到预期的共同目标而相互需要的程度。企业间的相互依赖性主要表现在两个方面:首先是一方的盈利受另一方影响的程度；其次是合作中的一方退出合作关系所需要花费的代价。交易关系中的各方，在某种程度上都会相互依赖。

信任是在企业合作关系研究的相关文献中引用率最高的词。所谓信任，首先是指合作的各方都相信对方会做出一些对彼此有益而无害的事情。（Anderson＆Narus，1990）这种信任主要有基于契约的信任、基于竞争的信任、基于意愿的信任。（Brian Fynes，2005）另外，信任被定义为对合作伙伴涉及弱点和不确定性的信赖，它是一种自发的信赖交易伙伴的信心，是合作一方对另一方追求协作、完成义务、尽力维持双方关系的期望。（严建援等，2005）影响信任的主要因素是共享价值、沟通和投机行为。（Morgan R.M.et al，1994）

基于上述论述，我们得到如下假设。

假设H1:企业合作关系对虚拟营销有显著的正向影响。

假设H2:企业合作关系对其绩效水平有显著的正向影响。

（3）虚拟营销

随着顾客需求的多样化，传统的营销模式已经不能很好地适应经济发展的要求，虚拟营销成为了必要的营销手段。虚拟营销是企业或组织之间为了一些特定的目标而临时整合各方成员的一些特殊的资源、核心能力等，以迅速抓住顾客所需要的特殊商品或特殊服务的市场机会。企业或组织通过向市场提供这些特殊的商品或服务而获得竞争优势。虚拟营销组织中的合作关系因具体项目的完成而宣告终结，但若有新的项目，成员企业会再次合作，也就是说虚拟营销成员间的合作表现为时断时续。（廖成林，2004）在现实的经济活动中，虚拟营销（组织）通常与虚拟企业发生联系。

虚拟营销可以改善企业的营销绩效，进而影响企业的绩效水平。基于此，我们得出如下假设。

假设H3:虚拟营销对企业绩效水平有显著的正向影响。

5.5.2　建议模型

按照前面的理论综述和假设，我们得出图5.7所示的建议模型:

图5.7　结构方程建议模型

在后面的分析中，我们将通过小样本调查及可靠性分析，对模型进行必要的修正；通过大样本调查对建议模型进行假设检验，并测算模型的拟合优度。

5.5.3　小样本调查及结果

本书采用SPSS进行探索性因子分析（EFA）和验证性因子分析（CFA），用LISREL软件包进行结构方程分析。

进行探索性研究，首先需要界定研究的问题，然后根据现有文献进行问卷设计。在进行问卷设计时，我们遵循了由Churchill（1979）等人提出的程序方法，先查阅大量的文献，确定问卷的基本问题，再完成整个问卷的设计。问卷采用的是Likert 5级刻度测度变量，量表主要来源于Michael Tracey，Qing Cao及Brian Fynes（2005）等人在国际重要期刊上发表的文献。

2005年12月份，我们进行了问卷的小样本测试。在重庆大学MBA班发放了200份问卷，收回113份，受访人一般为董事长/总经理、副总经理或部门经理。最后得到83份有效问卷。对数据进行整理后，我们根据Churchill（1979）提出的Corrected-Item Total Correlation（CITC）指标和Cronbach提出的Cronbachα系数，对指标进行了提取（剔除了CITC＜0.5及Cronbachα＜0.6的指标）。对于多维指标，按照Michael Tracey等人的做法，要求指标项在一个维度中的载荷高于0.5，而且在其他维度中的载荷不超过0.4，否则予以剔除。按照这种原则，我们采用探索性因子分析方法（EFA）对指标数据进行进一步的提取、旋转，对因子降维，得到企业合作关系、虚拟营销、企业绩效水平的指标结果。

最终企业合作关系的维度由原来的6个，减少或合并为4个，即主动配合、相互信赖、合作广度和关系维护，分别用5个、5个、5个、4个指标进行测度；企业绩效的维度由原来的4个，减少或合并为2个，即显性绩效（主要是财务和市场方面的绩效）和隐性绩效（主要是企业的创新能力和市场声誉等指标构成），均用3个指标进行测度；虚拟营销仍然是1个因子，所有的6个测度指标只有一个维度。具体指标的维度见表4.3—表4.5。

在计算因子的测度值时，我们按照Michael等人的做法，采用混合测度的方法，即每一个因子的测度值用它所包含的所有二级指标的简单加权平均值来度量，而变量的测度值又用其所包含因子对应的所有指标的简单加权平均值进行度量。例如，企业合作关系中的主动配合因子，用它所包含的5个指标的简单加权平均值来度量；而企业合作关系的度量，则用它所包含的4个因子所对应的16个指标的简单加权平均来度量。

经过上述过程，我们得到了具有较高可靠性和有效性指标的问卷，为大样本调查打下了良好的基础。

5.5.4　大样本研究方法及结果

（1）大样本调查描述性统计

我们共发出大样本问卷500份，收回223份，其中有61份由于数据缺失或者企业类型不符合无法进行统计而予以剔除，最后实际可用问卷为162份，实际问卷回复率为32.4%。问卷受访人基本情况统计如表5.5。

表5.5　受访人情况统计表

企业性质统计如表5.6。

大样本调查的样本基本上都是来自重庆本地制造业、服务业、房地产业、IT业及其他行业的企业。

表5.6　企业性质统计表

（2）大样本指标可靠性验证

得到大样本的数据后，我们重复小样本的检验程序，对大样本的可靠性进行了检验。检验的过程如下。

1）企业合作关系指标的可靠性

企业合作关系是多维指标，所以，在检验可靠性的时候要按照不同维度分别进行可靠性的检验。按照小样本的结果，企业合作关系被分为主动配合、相互信赖、合作广度和关系维护4个维度，我们依次进行了检验，其结果如表5.7所示。

表5.7　企业合作关系指标的可靠性

续表

注:*删除指标。

由上表可知，VC和MT的CITC值均大于0.5，α值均大于0.6，按照Churchill等（1979）在有关文献中的论述，VC和MT均达到了较高的可靠性。

EC2和MR4的CITC值小于0.5，这两指标都将被舍去。MR1的CITC值同样低于标准值，但它只是略低于0.5，达到了0.480 5，而且我们认为这一指标对我们的研究来说非常重要，因此MR1得以保留。在Michael等人的国外实证研究中，也曾有过类似的取舍。EC2去掉后的α值达到了0.794 5；MR4去掉后的α值达到了0.772 4，均大于0.6，说明EC和MR的可靠性也达到了要求。

2）虚拟营销指标的可靠性验证

由于虚拟营销为单维指标，将大样本数据直接带入SPSS11.5，求得结果如表5.4所示。

由上可以看出，VM各指标的CITC值均超过0.5，VM的α值也达到了0.874 2，也超过了0.6的条件，说明VM的可靠性非常高，详见表5.8所示。

表5.8　虚拟营销指标的可靠性

3）企业绩效指标的可靠性验证

企业绩效同样是多维指标，仍需要对每个维度进行单独检验，检验的结果如表5.9所示。

表5.9　企业绩效指标的可靠性

从上表中我们可以得到，企业绩效的两个维度的各指标完全满足要求，可靠性非常高。

经过大样本统计检验，各变量及相应指标的信度检验指标Cronbachα都大于0.6，说明变量及其因子、指标之间具有很强的内部一致性。

（3）大样本数据的验证性因子分析

经过可靠性检验，企业合作关系中的EC2和MR4两指标被删除，虚拟营销和企业绩效的指标保持不变。

现将提纯后的指标再次代入SPSS11.5，进行验证性因子分析。所得结果如表5.7所示。由表5.7可知，EC4在两个维度中的因子载荷均较大，应该予以剔除。

虚拟营销及企业绩效水平各指标的因子载荷如表5.10及表5.11所示。

表5.10　虚拟营销各指标的因子载荷

表5.11　企业绩效各指标的因子载荷

提取因子的方法为主成分分析法，旋转方法:Varimax；N＝162。

由上表5.10我们可以看到，虚拟营销仍然是单维的变量，而表5.11中现实企业绩效水平被明显地分为隐性绩效和显性绩效两个维度。

表5.12　企业合作关系各指标的因子载荷

注:*剔除指标。

提取因子的方法为主成分分析法；旋转方法:Varimax；N＝162。

这样，经过进一步的检验和提纯之后，企业合作关系的4个维度将分别由5个、5个、3个、3个指标来测度。

5.5.5　分析与检验

（1）描述性分析

通过以上分析可知，本文所提供因子和变量都是有效的。大样本提取后的所有因子和变量的平均数、标准差和相关系数如表5.13所示。通过该描述性分析，使我们对因子的收敛性和判定的有效性及变量之间的相关性有一个总体的初步认识。

表5.13　平均值、标准差及相关系数表

注:*p＜0.05，**p＜0.01，双边检验，相关系数是显著的，统计样本N＝162。

因子和变量的标准差均小于1，其样本均值在置信水平为0.05时于实际情况比较接近，说明该样本估计是有效的。可以看出，企业合作关系的4个因子、虚拟营销及企业绩效的两个因子之间，都显著正相关。

（2）模型拟合检验

经过大样本统计检验，对模型进行了进一步的提取修正，我们对修正后的模型，使用LISREL8.70进行整体拟合优度分析，得到的结构方程模型及路径系数图如图5.8所示。

通过结构方程模型及路径系数图，我们可以清楚地看到，虚拟营销中企业合作关系对虚拟营销和企业绩效存在着显著的正面影响；虚拟营销对企业绩效也存在着显著的正向影响。

因为本模型的X²/df＝2.017，RMSEA在0.08以下，NNFI，CFI，IFI，GFI等均在0.9以上（见表5.14），只有AGFI略低于0.9的要求，但是考虑到其受样本影响较大，而本研究所提供的样本数有限，故认为可以接收。所以本模型的拟合度很高（侯杰泰等，2004），是一个很好的模型。

图5.8　结构方程模型及路径系数

表5.14　结构方程模型的拟合指数

（3）假设检验

本书用线性回归的方法进行假设检验。单变量回归模型的回归结果表明:虚拟营销中企业关系的4个维度（主动配合、相互信赖、合作广度、关系维护）与虚拟营销之间均存在着显著的正相关关系，与企业的显性绩效和隐性绩效也都存在着显著的正相关关系；虚拟营销与企业绩效的两个维度之间的正相关关系也得到了统计检验的显著支持。

5.5.6　讨论

根据前面的分析与假设检验我们可以得出，假设H1，H2和H3均通过了统计显著性检验。因此，我们认为，虚拟营销中企业合作关系对虚拟营销产生显著的正向影响，合作关系通过虚拟影响对企业绩效产生间接的影响，而且，合作关系对企业绩效也产生直接的影响；虚拟营销对企业绩效产生显著的正向影响，如表5.15所示。

表5.15　单变量回归分析结果

注:*p＜0.05，*p＜0.01，表中的系数为标准回归系数（Beta），统计样本N＝162。

（1）企业合作关系与虚拟营销

虚拟营销的职责，必定由一定的虚拟营销组织来承担和实现。要成功地实施虚拟营销，必然要求虚拟营销组织中的企业间紧密合作，即虚拟营销必然存在于企业合作中。由回归分析我们知道，企业间合作关系的4个维度对虚拟营销也有显著的正相关关系，企业合作与虚拟营销两个变量之间的关系也在结构方程模型中得到了很好的验证。而且，在虚拟营销中，企业间良好的合作关系对虚拟营销产生积极的显著的影响是容易理解的。

（2）虚拟营销与企业绩效

本书中所涉及的企业绩效主要表现为显性的绩效和隐性绩效。隐性绩效主要是市场增长等“显”方面的，隐性绩效主要是产品/服务创新及市场声誉等“潜”方面。虚拟营销能够很好地抓住市场机会，提供良好的产品和服务，获得竞争优势，因此，虚拟营销能够改善市场方面的绩效是显而易见的。而良好的产品和服务能够为企业赢得良好的市场声誉，进一步刺激企业提高自身的产品/服务创新能力。通过对显性绩效和隐性绩效两个维度的影响，虚拟营销可以很好地改善企业的绩效。

（3）企业合作关系与企业绩效

通过上述分析我们知道，良好的企业合作关系有利于企业实施虚拟营销，而虚拟营销又可以很好地提高企业的绩效水平，因此，良好的企业合作关系可以通过虚拟营销对企业绩效产生间接的显著影响。而企业合作关系本身，可以通过信息共享、技术开发、资源及核心能力互补等方面，提高企业的绩效水平，对企业绩效水平产生直接的显著影响。从以上两个方面我们可以得到如下结论:企业间合作关系对企业绩效水平有显著的正向影响而不管这种影响是直接的还是间接的。

本书从实证的角度，论证了虚拟营销活动中企业间合作关系、虚拟营销、企业绩效3者之间的关系。虚拟营销需要组织之间紧密的合作，因此组织之间可以通过彼此的紧密合作保证虚拟营销的良好实现，进而促进企业绩效水平的提高。从相反的角度来看，虚拟营销企业间相互依赖的网络导致了对合作企业间相互作用的约束，从而产生了合作企业间长期的相互依赖关系。因此，我们是否可以得到另外一个结论:虚拟营销与企业间的合作关系是一个相互促进的过程。在未来的研究中，有必要对此进行进一步的验证。