The Impact of Entrepreneurial Ecosystems on Value Co-Creation in SME: The Moderating Role of Marketing Innovations
Notice bibliographique
Résumé
Value co-creation is essential for the success and sustainability of Small and Medium Enterprises (SMEs), enabling them to integrate resources and knowledge from multiple stakeholders, such as customers, suppliers, and universities, to develop innovative offerings. However, research drawing on Service-Dominant Logic (SDL) and Resource-Based View (RBV) has devoted limited attention to how entrepreneurial ecosystem cooperation and marketing innovation jointly shape SME value co-creation, particularly in smaller and peripheral economies. This study examines the impact of entrepreneurial ecosystems (EEs) on value co-creation in SMEs, focusing on the moderating role of marketing innovation. EEs provide SMEs with access to new knowledge, technologies, and financial resources, which support innovation and enhance their competitiveness. Using microdata from the Portuguese Community Innovation Survey (CIS) 2020 and logistic regression models, we investigate how cooperation with key stakeholders (universities, customers, suppliers, consultants, competitors and government agencies) affects the likelihood that SMEs engage in value co-creation with users. The results show that ecosystem cooperation significantly contributes to value co-creation, with cooperation with universities, customers and suppliers exerting the strongest effects. Marketing innovation further strengthens the association between ecosystem cooperation and value co-creation, especially for knowledge-intensive and market-oriented partners. Theoretically, the study extends SDL by applying its multi-actor value co-creation perspective to entrepreneurial ecosystem configurations and specifying how cooperation with distinct actors activates co-creation mechanisms in SMEs. It extends RBV by conceptualising ecosystem cooperation as an externally orchestrated bundle of strategic resources and by positioning marketing innovation as a dynamic capability that shapes the returns to such cooperation. The findings also provide practical guidance for SMEs and policymakers seeking to design ecosystems and marketing strategies that support collaborative innovation in the knowledge economy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».