“摇滚明星”理论:如何解释和预测创业成功

克里斯托弗·克劳福德博士是纽瓦克和新不伦瑞克罗格斯商学院创业、战略和管理专业实践助理教授。他的研究侧重于创业精神和新企业的发展，特别关注于研究最大、发展最快的公司是如何发展和演变的。在最近的工作中，他将异类的出现——他称之为“摇滚明星”——建模为学术界和主流文化的普遍理论。基于他对12000多家公司的研究，他开发了“摇滚明星”理论：一个概念框架，深入研究推动最成功的个人和企业业绩的因素。

理查德·布兰森、史蒂夫·乔布斯和埃隆·马斯克有什么共同点？除了是数十亿美元公司的创始人，他们也是局外人。离群值可以是人、企业、机构或事件，具体取决于特定的上下文。离群者在正常情况之外，对商业世界和社会产生了不成比例的影响。它们的投入和产出，无论是定性的还是定量的，都与其他人口的投入和产出相比差异很大。通常，异常值表示正常规则的异常。

在这项研究中，罗格斯商学院(Rutgers Business school)创业、战略和管理专业实践助理教授G. Christopher Crawford博士将创业中的异类作为学术界和主流文化的统一理论，对其进行了建模。他仔细研究了处于不同发展阶段的12000多家公司。他们涵盖的范围很广，从雇佣一到两个人的小公司到拥有超过100万员工的大公司。克劳福德博士和他的合作者对高增长的企业家精神特别感兴趣，这是最大、增长最快的公司的标志。他们的目的是分析这些高成就人士或“摇滚明星”的成功。

挑战长期以来对企业家精神正常的假设
克劳福德博士发现了一组对所有企业来说都很常见的异常变量，即员工数量、年收入以及两者随时间的增长。他的分析数据集的标普500指数(股票市场指数测量的股票表现500最大的公开上市的美国公司)和公司5000(5000年增长最快的民营企业在欧洲和美国)透露,这些变量根据幂律分布,过多的异常值会使曲线向右倾斜。

克劳福德博士讨论了这些发现如何挑战长期以来的假设，即感兴趣的变量的特征是正态分布(或高斯分布)。在传统的钟形曲线中，少数观测值非常好，少数观测值非常差，大多数都位于中间(即平均值或平均值)附近;在像这样的正态分布中，每个观测值都可以用平均值和一些标准差来精确地描述。正态性假设更广泛地适用于社会科学研究，它作为数据分析(包括假设检验)的基本统计原则。在这种假设下，异常值被视为随机的统计异常(称为“异常值”)，一个常见的数据处理实践是将它们从数据集中清除，从而减少异常值对整个系统的真实影响。正如克劳福德博士指出的:“我们这个时代最成功的一些公司，比如苹果、亚马逊、谷歌和Facebook，都是极端的异类，它们改变了我们与世界交往的本质——它们改变了我们的所作所为和我们的思维方式。”他认为，这些公司对整个企业和社会都有重大影响。因此，与其在我们的理论和数据分析中“修正”或排除这些极具影响力的异常现象，我们更应该将焦点放在它们身上，探究它们的出现。

当你想要完成别人不能或不愿或不愿做的事情时，你必须做不同的事情。

社会制度的经验现实：幂律分布
在几乎所有的生活问题中，如果对个人或组织的表现没有限制，分布就会被异常值扭曲。换句话说，当系统约束减少，agent被允许以最佳状态运行时，异常值——以及随后的幂律分布——就会出现。在幂律分布中，大多数观测值很低;特别高的值，即异常值，会影响整个分布的形状和统计特性，导致一个正偏态的非对称分布，有一个长长的右尾，形状类似于儿童游乐场的滑梯(见图1). 在这里，大约80%的人口低于统计平均数。幂律分布在社会系统中无处不在，如商业（如市值、年收入和员工人数）、娱乐（如专辑销量、电影收入）、政治（如赢得选举的次数）和社交媒体（Twitter和Instagram账户关注者、TikTok和YouTube浏览量）。异常值通常定义为与样本其余部分明显不同的观测值。在正态分布假设下，正异常值仅出现0.1%的时间。然而，从幂律的角度来看，异常值的观测值比钟形曲线所显示的要多10-15倍。尽管异常值相对罕见，但它们有可能产生不成比例的影响，无论是正面的还是负面的，研究人员称之为“非线性、级联和协同进化效应”。

异常值通常有能力推回进化选择的力量，比如竞争或政府政策。这些异常值是“恒星”，因为一旦它们达到某个关键阈值，它们就会从环境中吸引资源——类似于恒星的引力。当一个观测结果的影响如此之大，以至于它改变了系统的正常规则，从环境中吸收了其他人无法获得的资源，并实质性地改变了样本中那些数据的统计和行为属性时，就会产生离群效应。

这是为了向马尔科姆·格拉德威尔的畅销书致敬离群值在这本书中，克劳福德博士用当时世界上最富有的人比尔盖茨和历史上最有影响力的摇滚乐队披头士来解释其中的一些术语。而格拉德威尔的离群值对异常值进行了几个定性案例研究，克劳福德博士对N=12,000的企业家精神的定量研究提供了一个互补的、可操作的框架。尽管格拉德威尔没有错，但他的论点是基于N=1的定性案例，主要集中在描述一个异常值出现的路径上。

首先，格拉德威尔发现，在高中时代，盖茨经常在凌晨1点溜出家门，在华盛顿大学校园里的一台电脑上写代码，这台电脑是世界上最早的基于文本的用户界面(而不是普通的穿孔卡片);后来，盖茨利用他的能力创建了微软，并随后成为(当时)世界上最富有的人。然后，格拉德威尔认出了披头士乐队白色相册成为有史以来最受好评的LP唱片。他认为，原因在于乐队在一起练习和实验的次数太多，以至于他们跨越了一个关键的门槛:所谓的“1万小时规则”(10,000小时rule)，这表明科学和艺术天才是在一项特定技能上花费大量时间的结果。克劳福德博士将这些行为和互动称为“参与”。他发现，在个人、团队和公司的样本中，参与——无论是用花费的时间、尝试的次数、失败的次数、与潜在利益相关者的互动次数，还是旅行的总距离来衡量——都是幂律分布的。

“摇滚明星”理论的基础
在发现了所有标准普尔500指数和INC 500指数结果的幂律后，克劳福德博士回顾了关于偏态分布原因的其他研究。他的理论是，如果结果变量采用幂律分布，那么输入变量很可能也是类似的偏态分布。对创业者在创业前的数据进行检查后发现，几乎所有投入变量的分布都遵循幂律，新企业的结果变量也是如此。这一发现促使Crawford博士将变量汇总为以下四个主要组成部分:期望、禀赋、投入和环境，或称“四个e”。这些是元构观，由较低层次的构观组成，研究表明，这些构观会影响个人和组织的出现和成长(见图2)．预期是指企业对未来的预期，以结果或目标的形式表现出来。禀赋是指企业的初始资源，即人力、社会或智力资本和财务资源。粘性是指互动的数量、时间总量、深度和新颖性。环境被定义为可用的资源，如人员、金钱和文物(如建筑物或专利)。这些输入变量推动了企业家精神和所有新秩序建立的社会系统中异常值的出现。

当一个观测值的影响如此之大，以至于改变了系统的正常规则时，就会出现异常值效应。

这四个组成部分构成了克劳福德博士的“摇滚明星”理论的基础:一个用于解释和预测个人和企业异常结果的概念框架。从本质上讲，摇滚明星理论旨在阐明驱动最成功的个人和企业业绩的因素。它提出，对于具有有限自顶向下性能约束的典型系统，在该系统中agent可以以最佳状态执行，因此期望出现异常值。当在一个连续的尺度上测量时，所有的输入和结果都按照幂律分布。在这些分布中，存在一个临界阈值，当超过某个最小尺度时，异常值就会出现。在这里，观测结果从加性线性状态变为乘性非线性状态。超过这一点，异常值开始影响系统中其他成员的统计和行为属性。期望是取得卓越成就的关键，正如克劳福德博士所阐明的:“当你期望完成别人不能或不愿或不愿完成的事情时，你必须这样做用不同的方式做事或做不同的事情“虽然高期望并不总是转化为成功，但它们会成倍地增加取得卓越成就的可能性，因为它们会改变一个人的参与模式。根据该框架，即使其初始捐赠低于临界阈值，只要新企业以异常方式与潜在利益相关者接触，它仍然可以提供异常结果。

更广泛的应用
摇滚明星理论有可能解释在任何社会系统中发生的任何非凡结果。这一理论基于经过充分研究的复杂性科学原则，即当相同的幂律分布结果出现在不同的领域时，这是普遍性的标志——换句话说，相同的简单机制“导致”主要的利益结果。按照这一推理思路，驱动创业结果的4E机制被认为与所有可能出现极端结果的社会系统中的机制相同。最重要的是，这项研究提供了强有力的证据，证明离群值不是随机的、不可预测的异常;相反，我们看到了一种独特的、反复出现的、可重复的异常值出现模式。

在他主持的摇滚明星研讨会中，克劳福德博士指导参与者选择他们自己感兴趣的离群结果，确定4e中哪一个最限制实现该结果，通过创建一个计划来推动该限制，分离出“E”，然后开始行动(即参与)。克劳福德博士指出，对于很大一部分参与者来说，主要的限制因素是“期望”，“太多的人只是不期望他们能取得如此伟大的成就。”我的目标是改变他们对可能性的期望。”

克劳福德博士的摇滚明星框架也被用于构建算法，这些算法可以促进决策，提高预测结果的概率。对于招聘新员工的公司，该算法可以帮助挑选出最能帮助公司成长的局外人。对于风投公司来说，该算法有潜力预测异类风险公司(如“独角兽”，风险投资估值超过10亿美元的初创公司)的出现。考虑到风险投资在历史上只能准确预测大约15%的大获成功的企业，Rock Star算法94%的成功预测率的初步试验看起来非常有希望。