已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Resource origins and search

资源(消歧) 价值(数学) 竞争优势 光学(聚焦) 基于资源的视图 业务 产业组织 经济 营销 计算机科学 计算机网络 机器学习 光学 物理
作者
Teppo Felin,Stuart Kauffman,Todd Zenger
出处
期刊:Strategic Management Journal [Wiley]
卷期号:44 (6): 1514-1533 被引量:27
标识
DOI:10.1002/smj.3350
摘要

Abstract Research Summary The search for new resources is costly and difficult within the resource‐based view. Because search is costly, a common prescription is for firms to focus on their endowments—the resources they already possess. However, is there a way for firms to somehow find value amongst the “vast reservoirs” of external resources? We review existing forms of resource search and then suggest an alternative. Extending arguments from biology, we develop the idea of a firm‐specific search image and highlight how search images can reveal resources not obvious to others. The search image notion speaks to how firms might uniquely identify dormant resources, even in seemingly efficient factor markets. We conclude with a discussion of how our arguments pertain to the resource‐based view and the origins of resources. Managerial Summary How do managers and entrepreneurs search, identify, and find assets and resources in relentlessly competitive markets? Existing arguments largely suggest that firms should not engage in costly and competitive “external” search—instead they should focus “inside,” leveraging the endowments and resources they already possess. We argue that vast reservoirs of dormant resources are available, and that a particular form of external resource search offers a powerful alternative to the prescription to “look inside.” Specifically, we highlight how a “search image” can enable entrepreneurs and managers to search and see resources and value that is not obvious to others. In particular, the search for a functional need—and solution to a formulated problem—can help firms recognize and find dormant resources and create value.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
FashionBoy应助佳远采纳,获得10
1秒前
霸气以寒关注了科研通微信公众号
1秒前
火星上的摩托完成签到 ,获得积分10
1秒前
xmj_sky发布了新的文献求助10
3秒前
9秒前
钰凛发布了新的文献求助10
12秒前
Windfall完成签到,获得积分10
14秒前
CJY完成签到 ,获得积分10
14秒前
田様应助沐阳采纳,获得10
15秒前
siso发布了新的文献求助10
17秒前
兴奋的汝燕完成签到,获得积分10
18秒前
pppsci完成签到,获得积分10
18秒前
科研通AI2S应助獭獭采纳,获得10
19秒前
20秒前
小牛牛完成签到,获得积分10
21秒前
薯条狂热爱好者完成签到 ,获得积分10
23秒前
24秒前
拉长的断秋完成签到,获得积分10
24秒前
是乐乐呀发布了新的文献求助10
25秒前
燊yy发布了新的文献求助30
27秒前
29秒前
29秒前
29秒前
chrispaul发布了新的文献求助30
30秒前
清秀的芙发布了新的文献求助10
32秒前
akun完成签到,获得积分10
33秒前
gaogaogao完成签到,获得积分20
34秒前
yang发布了新的文献求助10
34秒前
清秀的芙完成签到,获得积分20
40秒前
41秒前
41秒前
缥缈的访云给缥缈的访云的求助进行了留言
41秒前
xmj_sky关注了科研通微信公众号
42秒前
一口蛋黄酥完成签到 ,获得积分10
42秒前
gaogaogao发布了新的文献求助30
43秒前
茜茜大王完成签到,获得积分10
45秒前
周凡淇发布了新的文献求助30
46秒前
NexusExplorer应助123采纳,获得10
47秒前
47秒前
48秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125744
求助须知:如何正确求助?哪些是违规求助? 2776037
关于积分的说明 7728973
捐赠科研通 2431507
什么是DOI,文献DOI怎么找? 1292095
科研通“疑难数据库(出版商)”最低求助积分说明 622375
版权声明 600380