资源视角下互联网平台用户价值评估方法

来源:用户上传      作者:

　　【摘 要】 用户及其注意力是网络经济发展的稀缺资源，除创造收入外，不但具有产生协同和扩展其他业务的潜力，还可以视为看涨期权向市场释放积极的价值信号。基于前述考虑，提出更有解释力的用户资源价值评估模型：数量方面提高平台用户规模测度方法的科学性，价格方面则通过市场法克服了平台盈利难预测和客户收入难估计等问题。为与文献方法对比，以发表在Journal of Marketing Research上的4家互联网企业测试样本为基础，选取了35家互联网平台检验用户资源定价模型的估值效果，结果表明：相对于应用方面受很大限制的市场法和低估现象较严重的DCF法而言，用户资源价值评估方法具有更低的预测误差和更好的适用性。
　　【关键词】 互联网平台; 用户资源价值; 价值评估方法
　　【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937（2019）12-0148-08
　　一、问题提出
　　互联网平台是指具有双边市场特征的互联网公司，以阿里巴巴、百度、腾讯等为代表的平台企业已经成为网络经济的价值枢纽，对网络用户和投资者的影响巨大。近年来，互联网平台的高估值问题越来越引起学界的关注。如腾讯平台，其市值在過去12年间翻了290倍，2016年再创历史新高，逾20 000亿港元。据苏格兰皇家顾资银行数据显示，2014年中国互联网企业股价在几个月内翻番，市盈率高达30倍。同样的现象也无一例外地发生在美国纳斯达克：以Facebook和Amazon为代表的美国成功企业市盈率超过100倍以上。该类企业的高估值问题导致应用传统主流方法评估价值时都面临评估方法是否适用方面的挑战[1]。因此，研究者和管理实践者共同面临的一个重要课题：应该提出怎样的估值理论和方法来评估互联网平台的价值？
　　要回答这一问题，首先必须厘清到底是什么原因导致该类企业的高估值现象。多数研究表明，客户是影响互联网平台价值的关键因素[2]。Trueman et al.[3]实证考察了56个公开交易互联网企业的经营现金流量与股权市场价值的相互关系，结果发现财务指标与互联网企业价值的相关性很低、独立用户数和页面浏览数等与股价显著正相关，继而学者们将客户价值视为企业价值的代理指标，提出了基于客户价值的企业估值方法[4]。以往研究揭示的用户对互联网企业价值的影响机理侧重于创造收入的过程，提出的客户价值模型包括：一是基于盈利视角探讨单个客户的盈利情况，如Mahdiloo et al.[5]利用数据包络分析法辨识盈利和非盈利客户，遴选出最有效率的客户群体。二是基于生命周期视角探讨特殊客户或者细分客户在生命周期内的盈利情况，Gupta et al.[6]在对客户终身价值进行建模时，提炼了收入折现、计量方程、成长扩散、期权定价、RFM（最近一次购买、频率、消费金额）、计算机科学等测度方法。三是基于权益视角探讨整体客户的权益价值，Wiesel et al.[7]的研究发现，客户权益价值的构成要素包括客户现金流、收购支出和留存支出。四是基于资产视角探讨客户投资组合定价，Srinivasan et al.[8]归纳出两类影响客户投资价值的关键驱动因素：（1）以股票价格、托宾Q、市盈率等为主的回报因素;（2）以现金流波动、市场系统波动、企业异质性波动为主的风险因素。
　　上述研究的不足之处在于都是拘泥于客户创造收入，但用户对互联网平台价值的影响远不止于此。事实上，平台用户本身就是资源：除了创造收入外，还能够产生协同和扩展其他业务，形成一系列连锁触发效应，为企业带来持续竞争力[9];还可以视为期权，向市场释放积极的价值信号，尤其是在不充足的环境下其价值更为凸显[10]。由于现有研究较少关注用户的资源属性，因此，在应用经典客户模型进行价值判断时难免会产生偏差，造成一定程度上的低估[11]。区别于以往研究，本文基于用户资源的新视角，提出更有解释力的互联网平台价值评估模型，在数量上保证平台用户规模的科学测度，价格上则通过市场法克服了盈利能力难预测、客户收入难估计的问题。最后，将新方法应用于互联网平台，结果相较于传统方法更能反映平台市价。
　　本文希冀贡献如下：第一，厘清用户对互联网平台价值的作用机理，强调平台用户的资源属性，提出平台用户资源价值的创新性估值理论，推进从客户价值角度测度企业价值的相关理论。第二，通过分析影响用户资源价值的各个变量，揭示用户规模演化规律和用户资源定价机制，为互联网平台客户价值的估算提供新指标、新方法。第三，丰富平台用户资源管理问题的讨论，促进资本市场用户资源的交易和整合，也为机构投资者做出快速准确的投资决策提供借鉴。
　　二、理论分析：用户对互联网平台价值的作用机理
　　从前人的研究成果来看[12]，已有文献揭示的用户对企业价值的影响机理侧重于客户创造收入的过程，Gupta et al.[6]提出的客户估值模型均仅关注了企业从产品或服务提供中捕获的主营业务收入，但却鲜少探讨平台用户的资源属性。Sun et al.[13]通过动力系统方法论证了用户是稀缺资源这一重要事实，而用户资源对企业价值的贡献也远不止于此：
　　第一，通过创造收入捕获价值。根据资源基础论（RBV），在资源异质和不易流动性的基本前提下，具有VRIO特征（价值性、稀缺性、不可完全模仿性和组织性）资源的企业可以在商业生态系统获得优先市场位置，为其带来更多超额利润、更优市场表现以及持续竞争优势。例如，阿里巴巴等B2B平台的主要创收对象：买方市场的采购商、卖方市场的供货商、第三方广告服务商等。因此，该类企业的价值来源包括会员费、广告费、竞价排名、增值服务、线下服务、商务合作、按询盘付费等。
　　第二，产生协同和扩展其他业务。一方面，用户的口碑可以改变社交网络中其他消费者对产品或者服务的预期和认知，进而影响到潜在用户的购买决策。著名的“两步流动”传播理论指出，早期少数使用者通过人际关系网络带动追随者相继采纳，实现产品的病毒式传播。Joo et al.[14]通过考察韩国社交网络平台同一日注册2 615个客户的采购信息、人口统计及另一方送礼情况，进一步证实关系数量和关系强度对客户价值的显著正向作用。另一方面，基于海量的用户也可以将创收压力转嫁到内容供应商上，以另一种形式的创收间接回报商业生态系统。例如，开心网通过提供日记、相册、动态记录、转帖、社交游戏等增值服务，吸引诸多用户加入生态圈，活跃客户逾5 000万，最终以广告、向知名企业账户收费等形式变现客户资源。 　　第三，向市场传递价值信号。Sirmon et al.[15]的研究表明，资源的实质是期权，在不充足、不确定的环境下其价值更为凸显。对于互联网平台而言，稀缺的用户资源就是一種看涨期权，即使当前不能创造收入，但同样具有商业价值。举例来说，《纽约时报》拥有2 100万的用户数，这些注册用户并不是《纽约时报》网的收费对象，但上述的海量用户可以向市场释放积极的信号，引致广告商的络绎加盟。同时，注册收集的人口统计学数据和阅读习惯记录也成为设置广告费的重要标准。
　　综合上述分析，用户是互联网平台的重要资源。用户对该类企业的价值创造过程不只包括了创造收入，还体现在产生协同和扩展其他业务的能力，以及作为看涨期权向市场释放积极的价值信号。但现有文献关于用户对互联网平台价值作用机理的分析，主要集中于客户创造收入的过程;尚未从用户资源属性的角度，深入探讨用户如何影响互联网平台价值。故应用传统的客户估值方法进行企业价值判断时存在一定程度上的低估。
　　因此，本文基于用户资源的新视角，提出互联网平台用户资源价值的创新性估值理论。资源价值是指企业投资者在生产要素市场对资源的购买意愿，或者管理者在内部机构对用户最大限度开发的投资意愿;而资源价值的度量通常包含两个维度：资源数量（q）和资源价格（pri）。故，用户资源对互联网平台企业价值的影响机理本质上是如何测度用户数量并对其进行合理定价。在本研究中，首先从影响用户资源价值的各个变量入手，分析用户数量和收入创造能力，揭示用户规模演化规律和用户资源定价机制;在此基础上构造了用户资源价值评估方法，进一步推进从客户价值角度测度企业价值的相关理论。图1是与以往研究的对比及本研究的理论模型，其中虚线框内的理论分析框架是本文的讨论重点和理论创新点。
　　三、方法构建：互联网平台用户资源估值模型设计
　　依据前文理论分析，本文从用户资源价值角度创新性地提出测度企业价值的估值模型，总体思路如下：首先从影响用户数量和收入创造能力的各个因素入手，分析影响用户资源价值的各个变量，揭示用户资源对企业价值的影响机理。然后根据平台企业的特殊性合理改进并提出用户资源数量、用户资源价格与其影响因素之间的关系表达式。最后综合用户资源数量和用户资源价格，构造用户资源估值方法，为互联网平台提供一个更有解释力的价值评估模型。
　　用户资源数量（q）是网络平台所拥有的已注册用户总量，是市场份额的一个重要指标。收购和留存均会影响企业的最终用户数。Wiesel et al.[7]的研究表明，流失用户对平台企业有毁灭性影响，甚或远超于收购用户，所以以何种方式留住现有用户资源对平台企业尤为重要。以用户类型为划分标准，可以将用户划分为现有用户（E）、流失用户（L）、新增用户（N）。企业在不同时期的用户数量表达式为E+N-L。
　　与传统企业相比，互联网平台的用户生命周期特征明显，即在平台的初创、成长、成熟和衰退等生命周期的不同阶段，用户增长规律大为不同：初创期愿意采纳用户比例相对较低，成长比较缓慢，但进入成长期后，口碑和潮流以及双边网络效应的存在导致用户数“爆炸式”增长，成熟期时又回到缓慢成长态势，到了衰退期用户情绪疲软，规模急剧骤减，平台面临转型或者倒闭。另外，该类企业用户的规模增长趋势无非涵盖两种：高速增长或慢涨衰亡。段文奇[16]的研究表明：平台用户只有在超过临界规模后才会在正反馈机制的作用下实现自激励增长，反之会在负反馈机制作用下逐渐消亡。
　　但事实上，已有研究都是以持续经营为前提假设，对用户收购、留存数的估计均来自经验判断或者是历史数据的参考，导致测度结果主观性较强。例如，Gupta et al.[13]利用成长曲线（Bass扩散模型）来刻画平台用户的规模演化，然而该模型仅反映了阶段性的演化路径，因此在解释互联网平台的成长潜力和长期趋势方面效果并不理想。为此，需要根据互联网平台用户规模周期性变化的基本特征，描述更为复杂的平台用户规模演化，以期提高用户资源数量估计方法的科学性。
　　用户资源价格（Pri）在市场中由供求竞争形成，是资源交易过程中买方所偿付的代价，即反映用户资源价值水平。用户价值与其创造收入的能力有莫大关系，对应于传统客户价值模型中的折现收入。
　　不过相较于传统企业，互联网平台的盈利模式是一个随平台内外环境变化而演化的适应性过程：成长阶段争取用户获得安装基础，扩展阶段利用市场攫取超额利润，成熟阶段超越自身利益，统筹协调整个生态系统健康持续发展。一方面，盈利模式与平台的发展阶段和现状相适应，需要根据内外部环境变化制定不同的盈利模式;另一方面，平台盈利模式在生命周期不同发展阶段的基本特征不尽相同，行业竞争结构、平台体系架构及宏观环境等都会对其施加影响。
　　正是因为平台的盈利模式持续变化，用户创造收入的能力难以客观估计，导致以确定折现率贴现客户未来现金流的客户价值模型明显受限。例如，Gupta et al.[6]的研究发现，客户收入折现模型仅适用于对传统企业价值的评估，但应用到以eBay、Amazon为代表的互联网平台，估值结果却与市场价值之间存在很大偏差。为了克服该类企业盈利能力难预测、客户收入难估计的问题，本文借鉴价值评估中的市场法，以其他互联网平台的用户资源价格为参照，根据用户资源创造收入的能力差异，赋予资源不同价格。
　　在此基础上，根据公式2和公式3，假设参照物的用户资源市场价格为Prii，收入创造能力得分为Scorei，可以得到基本特征系数？灼的值Prii/Scorei。若此时待估互联网平台j的收入创造能力得分是Scorej，参照物和待评估平台企业的规模为SZi和SZj（SZ为总资产TA的自然对数，即控制公司规模对用户价格可能产生的影响），则平台j的用户资源价格为：
　　最后，综合公式1—公式3，假设Pj，t为第j个企业t时刻的用户资源，Prijt和qjt分别表示用户资源价格和用户资源数量，提出互联网平台用户资源价值评估模型，具体表达形式参见公式4： 　　这个式子表明，用户资源价值可以通过数量和价格两个维度来衡量。式中对用户数量的估计遵循了平台用户规模演化的生命周期规律;而确定用户价格则是通过资源定价公式（基准平台）或是借鉴市场法根据用户收入创造能力的差异赋予资源不同的价格（同类可比平台）。
　　四、应用与检验：新方法VS市场法VS DCF估值法
　　前面主要是从理论方面对所构建的互联网平台用户资源估值的新方法进行了详细阐述，因此，有必要利用新评估方法对平台企业价值进行测度，以便通过实践检验新方法的估值效果来判断其可靠性。不过，由于研究对象的限制、同类可比企业的稀缺以及数据获取渠道的不足，Gupta et al.[6]在应用客户收入折现模型检验该方法的评估效果时仅选取四家互联网企业作为样本企业。本文尽可能完善了测试的样本数量，以35家互联网平台为例，综合用户资源数量和用户资源价格两个维度，构建新方法并检验了它的估值效果。另外还对比了传统企业价值评估方法（市场法P/B和发表在Journal of Marketing Research中的折现现金流DCF法），以验证新评估方法的应用价值。本文使用横截面数据（2015年度）进行验证和比较。原始数据包括企业财务报表信息、股票市场交易记录以及Web流量数据。大部分的财务数据主要来自同花顺（IFinD）数据库和纽约证券交易公司信息披露网站，对于个别缺失的数据，本文通过新浪财经或者百度、搜狐等搜索引擎进行补充，但所收集的数据都是源于上市互联网平台企业的财务报表。以Web流量数据为主的非财务数据则是通过可以公开访问的全球性流量排名网站Alexa统计获得。对于异动数据的处理，主要通过取均值的方式将其转化为期间数据，这样得到的变量能够反映渐变过程，即在短期内不会发生太大变化。
　　确定用户资源价格（Pri）是应用新估值模型的基本前提，遵循前文给出的逻辑思路，选择DANG为基准企业;而其余34家待评估平台，均是基于市场法间接定价。为确保样本的可比性，选取的均是纽约证券交易所和纳斯达克上市的互联网平台即具有双边市场特征、提供以互联网信息为主的服务且主营业务收入占比营业收入总额50%以上的企业，同时也控制了企业规模（总资产的自然对数值）对用户资源价格可能产生的影响，描述性统计结果如表1所示。其中，收入创造能力得分（Score）是通过MaxDEA 6.9软件，基于投入導向代入VRS模型以后得出，最终结果均在区间0—1，完全符合理论预期。从表中可以看出，收入创造能力得分在一定程度上反映了用户的定价能力，收入创造能力得分高，平台在产品和服务、设计和控制、制度和规范、战略性价格、战略性促销、服务竞争等多项策略的综合运用能力强，从而用户对企业的黏性较强，因此用户资源价格也越高。另外，样本平台均未产生净经营租赁费用（OpsLease），即OpsLease=0，故不在表中列出。
　　在此基础上运用用户资源定价法对互联网平台展开估值，结果如表2所示。同时，也将新方法的估值效果与传统企业价值评估方法做进一步比较，表2和图2分别报告了应用新方法得到的用户资源价值（P）、通过市场法计算出来的市盈率P/B以及基于折现现金流模型的DCF与市场价值MV之间的绝对相对误差ε=（估计值-市值）/市值。
　　首先比较的是用户资源定价法与市场比较法之间的估值效果。这里需要指出的是：市场法的常用方法包括市盈率法（P/E）和市净率法（P/B），但由于互联网企业每股收益为负的样本数过多，有效观察数仅占到样本容量的55.88%，导致运用市盈率法评估互联网平台价值不再具有普适性;相比之下，采用市净率法的有效样本率相对较高（85.29%），故本文选用市净率法作为比较标准。而在运用市净率法进行估值时，其中5家互联网平台（CHTR、RLOC、CIDM、VISN、LITB）的市净率值为负，P/B值无任何意义，不能通过市场比较法得到待评估企业的价值，因此在表中用N.A.表示。从图表中可以看出：新方法的估值效果显著优于市净率法（前者绝对相对误差ε2明显小于后者ε1），100%的样本均是采用提出的新方法估值更能够解释互联网平台市价。
　　接下来在新方法与折现现金流DCF法的估值效果比较中，占比76.47%的样本应用用户资源定价法估值更优;更进一步地研究发现，在剩余23.53%的样本中，除CHTR不是以在线零售为主要经营项目的B2C平台外，其余7家平台（EBAY、ABTL、PRSS、MELI、WBAI、JD、BITA）的盈利模式与传统企业较为接近，业务内容也相对简单。由此可见：Gupta，et al.[13]构造的客户收入折现模型（DCF）虽然适用于B2C在线零售平台，但对于绝大多数业务类型复杂、经营项目较多的互联网平台而言，并不能真实、可靠、有效地反映其企业价值。出现上述现象的主要原因可能在于：（1）营销策略实施、基础设施建设过程中的耗费支出占比大。DCF法是对企业客户未来现金流量及其风险进行预期，并选择合理的折现率，将未来现金流折合成现值，计算表达式涵盖了平台为用户提供产品或者服务创造利润大小的测度，而耗费占比过高导致样本中绝大多数的互联网平台（76.47%）DCF法估值结果明显偏低。（2）潮流和口碑效应引致的追随者可以为平台创造源源不断的利润。如社交网络平台FB，通过信息分享、用户自创内容、在线游戏、音乐等增值服务，吸引更多的用户加入生态圈，最终以广告、向知名企业账户收费等形式变现用户资源，所以投资者对FB的市场预期相较DCF值略高。（3）用户对企业价值的贡献在双边网络效应作用下被放大化，推动平台价值滚动式增长。例如，EBAY的盈利模式是通过一系列补贴政策或者各类优惠条件吸引用户，进而抢占一边的市场份额，当用户人数剧增时，利用跨边网络效应要求另一边的供应商缴费，而折现现金流法对EBAY的评估只是基于用户创造的利润数，并未涉及到网络效应，导致DCF值的估计结果甚低。综合上述分析，DCF法仅关注对平台创收有贡献的用户，尚未将其产生协同和扩展业务的能力以及作为期权释放的有利信号等考虑在内，因此折现现金流量法也将受到限制。 　　最后在图2展示了剔除前述所列出的7家B2C在线零售平台DCF估值结果后的报告，图中绝大多数的样本运用新方法估值得到的绝对相对误差（ε2）明显低于DCF估值得到的结果（ε3），故表明用户资源定价法的估值结果与市价更为吻合，也进一步证实新方法的估值效果和应用价值。
　　五、研究结论与未来展望
　　本文基于资源视角，开创性地提出平台用户价值估值理论，在此基础上综合用户资源数量和用户资源价格两个维度，设计出新的用户资源价值评估模型，最后将构造出的新方法应用于35家互联网平台。研究表明：（1）客户价值管理理论提出了企业利用客户创造收入从而客户价值是企业价值主要构成部分的观点，但用户对该类企业的价值创造过程不只包括了创造收入，还体现在产生协同和扩展其他业务的能力，以及作为看涨期权向市场释放积极的价值信号。因此，本文跳出客户定价模型的既有研究范式，基于用户资源的新视角提出了平台用户资源价值的创新性估值理论，推进了从客户价值角度测度企业价值的相关理论。（2）本文综合数量测度和价格测度两个维度，构造出的互联网平台价值评估模型：在数量上保证了平台用户规模的科学测度，价格上则基于市场法克服了盈利能力难预测、客户收入难估计的问题。应用新方法得到的用户资源价值与P/B法、DCF法测得的结果相比更吻合市值（MV），表明用户资源定价方法具有很好的应用价值，为机构投资者提供有参考价值的定价模型。
　　虽然本文提出的用户资源定价模型对互联网平台的估值效果较好，但尚存在一些未解决的问题有待后续研究：（1）从用户价格来看，应评估投资者其他平台回报对用户资源定价施加的影响。共享用户的跨产业平台之间存在合作竞争关系，企业应该充分考虑内外部环境，辨识同行业竞争对手的价格。例如，Insead et al.[19]提出平台可以采取收购竞争者的用户资源、降低竞争者留存用户的支付意愿或者提高对手的收购成本等一系列措施，在数量和效率上打击甚或摧毁竞争者的资源优势，从而捕获稀缺资源。不过，由于平台所处的商业生态系统关系较为复杂，本文没有细致考虑竞争因素对用户定价产生的重要影响，需在未来加以完善。（2）从用户数量来看，应剔除资源形成效果的影响，即信息搜寻、发布、议价、谈判、签约、监督、执行、违约等成本因素[20]。平台管理者通过扩大安装基础形成市场的正反馈机制來获得市场主导地位和长期利润。通常都认为网络规模越大越好，然而网络规模的扩大势必会导致搜索成本和使用成本递增，所以存在一个合适的网络规模。但存在部分企业2007年以前的独立访客数量缺失，导致对最佳网络规模难以展开合理估计。上述问题有待以后进一步探讨。
　　【参考文献】
　　[1] COLOMBO M G，GRILLI L.On growth drivers of high-tech start-ups：exploring the role of founders' human capital and venture capital[J].Journal of Business Venturing，2010，25（6）：610-626.
　　[2] VILLANUEVA J，YOO S，HANSSENS D M.The impact of marketing-induced versus word-of-mouth customer acquisition on customer equity growth[J].Journal of marketing Research，2008，45（1）：48-59.
　　[3] TRUEMAN B，WONG M H F，ZHANG X J.The eyeballs have it：searching for the value in internet stocks[J].Journal of Accounting Research，2000，38（9）：137-162.
　　[4] GUPTA S.Customer-based valuation[J].Journal of Interactive Marketing，2009，23（2）： 169-178.
　　[5] MAHDILOO M，NOORIZADEH A，SAEN R F.Developing a new data envelopment analysis model for customer value analysis[J].Journal of Industrial and Management Optimization，2011，7（3）：531-558.
　　[6] GUPTA S，HANSSENS D，HARDIE B，et al.Modeling customer lifetime value[J].Journal of Service Research，2006，9（2）：139-155.
　　[7] WIESEL T，SKIERA B，VILLANUEVA J.Customer equity：an integral part of financial reporting[J].Journal of Marketing，2008，72（2）：1-14.
　　[8] SRINIVASAN S，HANSSENS D M.Marketing and firm value：metrics，methods，findings，and future directions[J].Journal of Marketing research，2009，46（3）：293-312.
　　[9] GUPTA S，LEHMANN D R，STUART J A.Valuing customers[J].Journal of marketing research，2004，41（1）：7-18. 　　[10] LIVNE G，SIMPSON A，TALMOR E.Do customer acquisition cost，retention and usage matter to firm performance and valuation？[J].Journal of Business Finance & Accounting，2011，38（3-4）：334-363.
　　[11] FREY R V， T，TOZEK D.How customer satisfaction affects employee satisfaction and retention in a professional services context[J].Journal of Service Research，2013，16（4）：503-517.
　　[12] 宣曉.互联网企业客户价值评估方法述评与展望[J].商业时代，2016（13）：138-140.
　　[13] SUN M，TSE E.The resource-based view of competitive advantage in two-sided markets[J].Journal of Management Studies，2009，46（1）：45-64.
　　[14] JOO Y H，KIM Y，YANG S J.Valuing customers for social network srvices[J].Journal of Business Research，2011，64（11）：1239-1244.
　　[15] SIRMON D G，HITT M A，IRELAND R D，et al.Resource orchestration to create competitive advantage breadth，depth，and life cycle effects[J].Journal of Management，2011，37（5）：1390-1412.
　　[16] 段文奇.基于复杂网络的第三方电子商务平台临界用户规模研究[J].中国管理科学，2014，22（12）：93-101.
　　[17] BAIK B，CHOI S，FARBER D B，et al.Managerial ability and earnings quality：an international analysis[R].Working paper，Seoul：2012.
　　[18] FRIJNS B，MARGARITIS D，PSILLAKI M.Firm efficiency and stock returns[J].Journal of Productivity Analysis，2012，37（3）：295-306.
　　[19] CAPRON L，CHATAIN O.Competitors' resource-oriented strategies：acting on competitors' resources through interventions in factor markets and political markets[J].Academy of Management Review，2008，33（1）：97-121.
　　[20] FOSS K，FOSS N J.Resources and transaction costs：how property rights economics furthers the resource-based view[J]. Strategic Management Journal，2005，26（6）：541-553.
转载注明来源:https://www.xzbu.com/3/view-14814019.htm