行业内竞争行为与企业绩效关系实证研究

如何解释竞争厂商在绩效上的差异，一直是战略管理的重要话题。行业结构观、资源基础观及竞争演化观分别给出了自己的解释体系。由于动态竞争时代的来临，利用竞争演化的观点研究企业发展战略成为研究的主流。在本文中采用竞争演化的观点，对竞争厂商间的红色女王效应进行研究。

红色女王效应由生物学家Van Vanlen1973年首次提出，典故出自《爱丽丝镜中奇缘》，在故事中爱丽丝意识到虽然她尽可能跑得快，但不管有多拼命，相对位置似乎变动不大。红色女王告诉她“你必须不停地跑，才能停留在原地；如果想到的地方，至少要跑得比现在快两倍才行”。Van Valen用这个比喻来形容在一个动态的（生态）系统中试图保持相对适应度的参与者持续和不断升级的活动和发展行为。

应用到商业领域，红色女王效应可以看作是一种竞赛，每一个厂商的绩效依赖于厂商匹配或超过竞争者的行为。伯纳特和海森进行了企业竞争演化的“红色女王”假说研究，他们认为，竞争是推动企业演化的重要因素，企业如果想要保持长期良好的演化态势，就必须积极地参与竞争。

我们在此建立一个模型说明竞争性演化的红色女王效应对厂商绩效的正向和负向影响，目的是通过对中心厂商行为、竞争行为、竞争行为速度、中心厂商绩效的实证研究，对红色女王效应有更明确的认识。基于此，我们说明中心厂商行为对其绩效有正向影响，而竞争行为和速度对绩效有负向影响。另外，我们建立和检验了能缓解红色女王效应的相关因素；在我们的模型中，厂商行为可以通过“干中学”进行。

一、假设

（一）关于中心厂商行为、竞争行为、竞争行为速度和中心厂商绩效。综合以往文献资料，并结合自身研究目的，我们对中心厂商行为、竞争行为、竞争者行为速度和中心厂商绩效提出如下假设：

假设1a：在竞争行为数量保持不变的情况下，随着中心厂商行动数量的增加，中心厂商的绩效增加；

假设1b：随着中心厂商行为的增加，竞争厂商的行为和竞争速度都会增加；

假设1c：在中心厂商数量保持不变的情况下，随着竞争厂商行为和竞争速度的增加，中心厂商的绩效降低。

（二）红色女王效应的缓和因素。我们从演化理论、竞争优势理论和行为学出发提出行业集聚、行业需求状况（或产业增长速度）和企业在市场中的位置是可以缓和红色女王原始模型的因素。我们证明了这些因素通过影响中心厂商和竞争厂商从搜索和行动中学习的能力，达到可以缓和中心厂商行为、竞争对手行为、竞争速度和中心厂商绩效之间关系的目的。

在此，我们提出以下假设：

假设2a：产业集聚正向缓和中心厂商的行为和绩效间的关系；

假设2b：产业集聚正向缓和中心厂商行为与竞争对手行为和竞争行为速度间的关系；

假设2c：产业集聚负向缓和中心厂商绩效与竞争对手行为和竞争行为速度间的关系；

假设3a：行业需求正向缓和中心厂商的行为与绩效间的关系；

假设3b：行业需求负向缓和中心厂商的行为与竞争对手行为和竞争行为速度间的关系；

假设3c：行业需求正向缓和中心厂商绩效与竞争对手行为和竞争行为速度间的关系。

二、研究方法

（一）样本。为了检验这些假设，我们对我国的电信产业、空调制造业、汽车制造业、石油化工业、PC产业、乳品行业、网络游戏产业、银行业、房地产、手机、家电连锁零售业等11个产业的所有主要竞争者进行了研究。这些样本满足：所有厂商都主要在一个市场上（中国）竞争，所以他们的行为与绩效直接与该市场上其他竞争者的行为相关；整个行业至少70%以上的产值由我们研究的主要厂商产生；所研究厂商具有很强的专业性，并公开与市场相关的绩效；另外，11个行业覆盖了从制造业到服务业、从实体行业到虚拟行业，具有很强的代表性。

（二）数据收集。在数据收集中，一方面我们使用了传统的数据收集方法，如企业年报、行业协会报告以及由著名咨询公司给出的企业数据；另一方面Miller进行企业调查的方法，通过对报纸和商业杂志文章进行结构化的内容分析确定和编码可观察的竞争行为，这些报纸杂志可以在CNKI的中国知识资源总库和万方全文资源系统上找到。

（三）指标及度量

1、中心厂商总行为和竞争对手行为。度量了两者定价、能力、地域、营销和产品推出五个行为。中心厂商某年的总行为是这五个行为的简单加总；而竞争者总行为是某年行业总行为减去中心厂商行为；所谓中心厂商和竞争者，拿中国电信行业来说有四个代表性公司：中国移动，中国网通、中国电信和中国联通。如果把中国移动作为中心厂商，其他三个就是竞争厂商。

2、竞争对手行动速度。与其他竞争动态的研究相似，竞争者速度是在中心厂商行动后到竞争对手采取行动前的平均时间长度。在此，我们计算了每一年每个中心厂商的行为和第一个竞争者行为之间的天数，然后取均值。

3、中心厂商绩效。用销售利润率（ROS）和资产收益率（ROA）表示。

4、行业环境。用行业密集度和行业需求表示。

5、相对市场位置。用每年特定行业中厂商的市场占有率排名表示。

6、控制变量。包含了行业变量（如行业增长速度、行业密集度等）和其他企业特征（如用销售额度量的企业规模和速动比率度量的固定资产）。本研究有两个基本回归模型：首先，厂商绩效（ROS和ROA）与行动的回归；第二个回归用竞争速度代替竞争行为。

三、结果

研究中我们使用了两个基本的回归模型：第一个是厂商绩效与行动的回归，因为有两种绩效度量方式（ROS和ROA），所以我们对每种度量都单独做了一个模型，同时为了控制变量对下一年绩效的影响，还滞后了中心厂商前一年的ROA或ROS，这将有助于控制纵向数据的相关误差；第二个回归是用竞争速度代替竞争行为。

我们用随机效果回归模型检验相关假设，以识别和分析在样本数据中因序列相关导致的误差；另外，当因变量是竞争者行为时，我们使用负二项回归模型（因为竞争者行为是计数型变量，不是正态分布，不符合GLS（最小二乘法）回归的关键性假设，同时在此案例中我们搜集的数据过于分散，意味着方差可能超过均值，而负二项回归可以解决这两个问题）。

通过计算六个模型在滞后ROA、滞后ROS、滞后竞争者ROS、厂商销售、速动比率、竞争者销售、行动速动比率、市场占有率排名、赫芬达尔指数、行业增长、厂商总行为、竞争者总行为、竞争者行为速动、常量、Wald卡方这些维度的结果，我们对主要关系的随即结果进行了回归分析，得到中心厂商行为、中心绩效、竞争行为、竞争速度之间的相关度回归结果以及产业环境和市场领先度对厂商行为、厂商绩效、竞争行为和竞争速度关系影响的回归结果。

回归分析的结果：

支持假设1a；假设1b；假设1c中的竞争行为；假设1c中的竞争速度；假设3b中的竞争行为；假设3b中的竞争速度；假设3c；假设4a；假设4b中的竞争行为；假设4b中的竞争速度；

拒绝假设4c；假设2b中的竞争速度；

假设2a；假设2b中的竞争行为；假设2c；假设3a均无显著结果。

四、结论

红色女王原始模型只简单陈述了厂商行为的增加的确会增加企业绩效，但同时也会使竞争行为和竞争速度增加，反过来影响到企业的绩效；在本文中我们不仅证明了原模型的相关结论，更探讨了能够影响原始模型状态的相关因素，并结合它们说明了中心厂商和竞争者行为影响企业绩效的正向及负向效应重要程度的不同。（图1）

图1印证了作者的假设：随着企业自身行为的增加，企业绩效增加；而随着竞争行为的增加，企业绩效减少。

为了更详细地说明四种因素之间的关系，我们做以下图示：（图2）

其中：Line1（+）：厂商行为的正效应（厂商行为增加对企业绩效的直接效应，不考虑它引起竞争对手行为增加和竞争速度增加的间接效应）；Line2（）：直接效应减去引起竞争行为增加的负效应；Line3（）：直接效应减去引起竞争速度增加的负效应；由Line3比Line2低说明引起的竞争速度的负效应比引起的竞争行为的负效应要大；Line4（）：直接效应减去所有的负效应（竞争行为的增加和竞争速度的增加）；由Line4仍呈正向来看，即使考虑所有的负效应，厂商行为增加对企业绩效来说仍会是正向的，只是不如想像中的大而已。

综上所述，我们研究了行业内厂商竞争和绩效之间的关系，也发现了红色女王研究的复杂性。虽然我们的基准假设与红色女王理论完全一致，但研究表明：行业环境和竞争状况对红色女王效应有影响。在本文中侧重于短期分析，为了更好地理解各种因素间的关系，在以后的研究中我们将更多地探索红色女王效应对企业绩效的长期影响。