L’influenza congiunta delle risorse interne e delle relazioni esterne sulle performance economiche ed innovative delle imprese

Nonostante l’ampia letteratura che abbiamo affrontato nei paragrafi precedenti, non sono molti gli studi che abbiano investigato, in particolar modo a livello empirico, l’influenza congiunta di capacità interne e relazioni esterne sulle performance delle imprese e generalmente quest’ultime vengono misurate o solamente in termini economici o solamente in termini di risultato del processo innovativo. Passeremo quindi adesso in rassegna i principali contributi sul tema tentando di evidenziare per ciascuno di essi gli eventuali punti di forza e di debolezza e quindi provare a trovare una sintesi !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 21 _{Ricordiamo alcuni contributi: Powell (1990); Rosenkopf, Almeida 2003); Beckman et al. (2004);}

Orsenigo et al. (1998, 2001); Frenken (2000); Kogut (2000); Walker, Kogut, Shan (1997); Balconi et al. (2004).

22 _{Ricordiamo alcuni contributi: Cui et al., (2011); Gulati (1995); Gulati (1998); Gulati, Lavie, Singh}

(2009); Riccaboni, Pammolli (2002); Hite, Hesterly (2001); Soda, Usai, Zaheer (2004); Hoang, Antoncic (2003); Madhavan et al. (1998); Orsenigo et al. (1998); Orsenigo et al. (2001); Van de Ven, Walker (1984); Al-Laham et al. (2008); Doz (1996).

! 34

nel paragrafo che segue. All’interno dei modelli analizzati ci interessa in particolare verificare:

- Quali siano le diverse misure di performance utilizzate, siano esse economiche, strategiche o innovative (variabili dipendenti);

- Quali siano e come vengano trattate le capacità interne delle imprese e le loro

relazioni esterne (variabili indipendenti);

- Evidenziare la verifica (o meno) della interazione tra capacità interne e sistema di relazioni.

Lee, Lee e Pennings (2001) valutano come la crescita del fatturato di 137 start-up tecnologiche coreane sia influenzata dalle capacità interne e dalle relazioni esterne. Nel modello che propongono le capacità sono operazionalizzate attraverso:

1) Orientamento imprenditoriale: in particolare sulla base di precedenti studi

(Miller, 1983; Covin e Slevin, 1991; Stevenson e Jarillo, 1990) distinguono tre dimensioni fondamentali:

1.1) Innovatività: misurata da tre indicatori: a) numero di addetti alla R&S;

b) numero di prodotti o servizi che hanno creato un nuovo mercato, penetrato con successo un mercato esistente o che hanno sostituito in modo significativo le importazioni da un Paese straniero;

1.2) Propensione al rischio: misurata da a) numero di progetti di ricerca e

sviluppo rischiosi; b) spesa in progetti di R&S rischiosi;

1.3) Proattività: misurata da a) numero di progetti perseguiti come first

mover; b) spese in progetti perseguiti come first mover;

2) Capacità tecnologiche: misurate da tre indicatori: a) numero di tecnologie

sviluppate internamente (incluso il numero di brevetti); b) modelli di utilità registrati; c) numero di marchi di garanzia di qualità acquisiti;

3) Risorse finanziarie: totale degli investimenti in R&S, pubblicità e ricerche di

mercato.

Le relazioni esterne sono invece modellate da:

1) Partnership-based linkages: misurati attraverso quattro indicatori: a) numero

di altre imprese con cui l’impresa focale ha stretto un’alleanza strategica (a livello tecnologico o commerciale); b) numero di venture capitalists che hanno

! 35

investito nell’impresa focale; c) numero di progetti di ricerca svolti in collaborazione con Università o Centri di Ricerca; d) numero di associazioni imprenditoriali al quale l’imprenditore partecipa attivamente;

2) Sponsorship-based linkages: misurati da a) frequenza con cui gli Istituti

finanziari hanno nominato l’impresa come “piccola impresa promettente”; b) numero di Istituti finanziari dal quale l’impresa focale ha ricevuto finanziamenti.

Gli autori utilizzano inoltre una serie di variabili di controllo: dimensioni dell’impresa (numero di dipendenti), età, environmental munificence (tasso di crescita del mercato e numero di concorrenti) e anni di esperienza dell’imprenditore nel settore di appartenenza. I risultati del lavoro mostrano che tutti e tre le capacità interne sono determinanti per le performance delle imprese. Viceversa tra le relazioni esterne solamente quelle con i venture capitalists sono predittrici della crescita di fatturato. Infine alcuni termini di interazione tra i legami partnership-based e le capacità interne sono significativi (es. capacità tecnologiche connesse a legami con Università; capacità tecnologiche connesse a legami con altre imprese) mentre tra i legami sponsorship-

based solo il rapporto con gli Istituti finanziari ha un effetto positivo se connesso alle

capacità tecnologiche e alle risorse finanziarie investite.

Caloghirou, Kastelli e Tsakanikas (2004) nella loro indagine condotta su un totale di 558 imprese appartenenti a sette Paesi europei, valutano invece come le capacità interne e la loro interazione con fonti esterne di conoscenza influenzi il livello di innovazione delle imprese. Gli autori utilizzano come proxy per il livelo di innovatività il tasso di vendite riconducibile a prodotti nuovi o radicalmente modificati negli ultimi tre anni (cfr OECD, 2005: Oslo Manual). Le capacità interne sono operazionalizzate attraverso:

1) Investimenti in R&S e risorse umane: misurate attraverso: 1.1 Intensità della R&S: tasso di addetti in R&S;

1.2 Tasso di addetti che hanno partecipato a programmi di formazione; 1.3 Numero di laureati in discipline scientifiche;

2) Capacità di sfruttamento dei canali di conoscenza, in particolare (variabili

! 36

c) partecipazione a fiere e conferenze; d) analisi tecniche effettuate sui prodotti dei principali concorrenti; e) utilizzo di internet.

Per quanto riguarda invece le relazioni esterne:

1) Variabile (dicotomica) che indica se l’impresa ha stretto alleanze strategiche negli ultimi tre anni;

2) Numero di progetti di R&S svolti in collaborazione con altre organizzazioni negli ultimi tre anni.

Gli autori utilizzano poi una serie di variabili di controllo: a) numero di concorrenti; b) dimensione delle imprese; c) settore di appartenenza; d) Paesi di appartenenza. I risultati mostrano che sia le capacità interne che le relazioni esterne sono determinanti nel potenziare il livello di innovatività delle imprese. Non vengono tuttavia fornite evidenze empiriche circa le possibili interazioni tra le due categorie di predittori.

Su, Tsang e Peng (2009) basandosi sul framework teorico di exploration e

exploitation (March, 1991), sviluppano un’analisi dell’influenza di capacità interne e

partnership esterne sulle innovazioni di prodotto e di processo. L’indagine condotta su un campione di 84 imprese biotech di Taiwan utilizza un modello dove le variabili dipendenti (innovazione di prodotto e di processo) vengono misurate attraverso due costrutti composti rispettivamente da cinque items. Le capacità interne sono categorizzate nelle aree funzionali della R&S, del marketing e della produzione. Le relazioni esterne sono invece operazionalizzate attraverso quattro costrutti (ciascuno composto da quattro items) rappresentanti rispettivamente le interazioni con i fornitori, con i clienti, con i concorrenti e con Università e Centri di Ricerca. Vengono poi utilizzate una serie di variabili di controllo tra cui: età e dimensioni dell’impresa, sotto- settori del settore biotech e due costrutti relativi rispettivamente alla turbolenza di mercato e alla turbolenza tecnologica. I risultati mostrano che le capacità di R&S hanno un effetto positivo sia sull’innovazione di prodotto che di processo. Le capacità connesse all’area funzionale del marketing influiscono positivamente solamente sullo sviluppo di nuovi prodotti mentre le capacità di produzione si associano positivamente all’innovazione di processo. Rispetto alle relazioni esterne solamente quelle con Università e Centri di Ricerca hanno un effetto positivo sull’innovatività. Infine l’interazione tra capacità di marketing e partnership con i clienti ha un effetto positivo

! 37

sull’innovazione di prodotto mentre l’interazione tra capacità di produzione e relazioni con i fornitori influisce positivamente sulle innovazione di processo.

Nel lavoro di Yang, Lin e Lin (2010) sebbene non venga studiato l’effetto di risorse interne ed esterne sulle performance d’impresa è comunque proposto un interessante framework multilivello in cui si fondono resources-based view e network perspective. Gli autori evidenziano che la scelta dell’impresa circa i propri confini deve essere analizzata alla luce del rapporto tra necessità di risorse esterne ed esigenza di controllare il rischio connesso alla relazione stessa. Tale tensione è influenzata sia da risorse interne che esterne a tre livelli distinti: caratteristiche dell’impresa, differenze diadiche e

attributi della rete. Inoltre il lavoro si propone di verificare la scelta dei confini sotto

due condizioni: 1) se instaurare relazioni esterne, 2) se optare per alleanze strategiche o acquisizioni nel caso in cui le relazioni esterne siano comunque necessarie. Il modello che gli autori propongono è mostrato in figura 1.3.

Figura 1.3: Framework teorico dello studio di Yang, Lin e Lin (2010)

Fonte: nostro adattamento da Yang, Lin e Lin (2010, p. 239)

I tre livelli analizzati dagli autori sono:

Dyadic differences - Technical distance - Status distance Firm characteristics - Knowledge specialization Network attributes

- Firm network status - Firm structural holes

Governance choice

Condition 1. Non-partnering vs. partnering - Non-partnering

- Partnering (ally or acquire)

Condition 2. Partnering (ally vs. acquire) - Ally

! 38

1) Caratteristiche dell’impresa: viene qui considerata la knowledge specialization

misurata come numero massimo di brevetti di qualsiasi classe tecnica pesata per il numero totale di brevetti;

2) Dyadic differences distinte in:

2.1 Technical distance: per ciascuna coppia di imprese viene calcolata la distanza euclidea tra le rispettive proporzioni di brevetti in ciascuna classe tecnica di registrazione;

2.2 Status distance: misurata per ciascuna coppia di imprese dalla differenza dell’indicatore di centralità all’interno della rete (Bonacich, 1987);

3) Network attributes distinti in:

3.1 Firm network status: indicatore di centralità nel network (vedi punto 2.2); 3.2 Structural holes: viene utilizzata la misura di Burt (1992) che valuta l’ampiezza con cui la rete (di un’impresa) è direttamente o indirettamente concentrata in un singolo contatto.

Gli autori utilizzano poi alcune variabili di controllo tra cui network density e dimensioni delle imprese.

I risultati mostrano che un’elevata knowledge specialization può limitare l’impresa nel cogliere opportunità al di fuori del proprio dominio tecnologico o scientifico ancorandola alla propria dotazione di risorse interne. In tali casi (alta specializzazione) l’impresa è maggiormente propensa a fare acquisizioni piuttosto che a stringere alleanze. A livello diadico all’aumentare della distanza tecnica aumenta la probabilità di intrattenere relazioni mentre la distanza di status non riesce a predire la probabilità di stringere relazioni. Infine gli attributi a livello di network sono determinanti nella scelta dei propri confini da parte dell’impresa.

Zaheer e Bell (2005) esaminano come le capacità innovative di un’impresa focale e degli attori con cui questa intrattiene rapporti, influenzano le performance delle imprese. In particolare essi ipotizzano che imprese con strutture di rete superiori possono essere più abili nello sfruttare le proprie capacità interne e quindi migliorare le proprie performance misurate quest’ultime in termini di quote di mercato raggiunte.

! 39

L’innovatività di ciascuna impresa è misurata attraverso le risposte di una survey di esperti del settore di indagine (quello dei mutual funds) mentre l’innovatività degli

alters è misurata dalla media delle innovatività di tutte le imprese con cui la focale

intrattiene rapporti. Come in Yang, Lin e Lin (2010) la struttura di rete è operazionalizzata in termini di structural holes utilizzando l’indicatore di Burt (1992). L’unica variabile di controllo inserita nel modello è l’età delle imprese.

Gli autori dimostrano che sia la capacità innovativa di un’impresa che la sua struttura di rete hanno effetti positivi sulle performance mentre l’innovatività degli attori con cui collabora non è direttamente correlata. Infine le imprese innovative che riescono a colmare le structural holes (interazione) hanno un effetto di spinta sulle performance.