第十一篇：本地生态与利益相关者——公司周围的水有多深
本篇只做一件事：教你怎么分析一家公司"周围的水"——本地的人才供给、政府的真实态度、利益相关者的权力分布、以及那些不可见但真实存在的利益网络。
前两篇做了行业分析（1-8）和公司分析（9-10）。但一家公司能不能活，30% 取决于它自己，70% 取决于它站在哪、周围站着谁。本篇就是研究"站着谁"这个问题。
一、为什么"本地"比你想的重要
1.1 三个故事说明一切
故事一：为什么寿光成了"中国菜篮子"？
山东寿光——一个县级市，没有天然的地理优势（不靠海、不沿江），为什么成了全国最大的蔬菜生产和集散地？
关键变量不是"寿光人特别会种菜"（虽然他们确实种得很好）。关键变量是：
- 1989 年：三元朱村党支部书记王乐义建了第一个冬暖式大棚——北方冬天种出了反季黄瓜。这是一个"偶然的技术突破"。
- 1990 年代初：寿光市政府做了三件事——把技术免费推广给全市菜农（送技术员下乡）；修路（让菜能运出去）；建市场（寿光蔬菜批发市场，让菜农知道"种了就能卖掉"）。
- 1990 年代中后期：因为寿光的蔬菜产量大、品种多、交易活跃——采购商不需要去别的地方了。全国的菜贩都来寿光拿货。网络效应形成了——菜农越多→采购商越多→采购商越多→菜农越值得在寿光种地。
寿光的成功是"一个偶然的技术突破 + 一个积极作为的地方政府 + 持续的网络效应积累"。三个因素缺一不可。 把同样的菜农搬到一个没有这样政府推手的地方，种出的菜有没有人收、路好不好走、价格透不透明——都是未知数。同样的人、同样的技术、同样的土地——放在不同的"本地生态"里，结果是零和一亿的区别。
故事二：为什么深圳南山有 200+ 上市公司？
深圳南山区——一个区，200 多家上市公司。这不是"随机分布"——是生态决定的：
- 香港（资本）：距离 30 公里，港资和外资早期投资大陆科技公司首选深圳
- 东莞（制造）：距离 60 公里，硬件创业者的天堂——今天画了 PCB 明天就能拿到样品
- 华强北（元器件）：在脚下——任何电子元器件都能在半小时内买到
- 腾讯/华为/大疆（人才输出）：这些公司持续向生态输出人才——一个在腾讯干过 5 年的产品经理出来创业，天然的 A 轮候选人
- 深圳市政府（政策）：产业扶持基金、人才房、创业补贴——不是给 PPT 创业者，是给"已经验证了 PMF 的公司"
你在南山创业，见投资人、找供应商、挖技术人才、买元器件——都在半小时车程内。 这就是"本地生态"的力量——它不是在帮你成功，它是在降低你失败的概率。
故事三：一个县城本地奶茶市场
这是一个我在调研中遇到的真实模式，在很多五六线县城普遍存在。
某个县城有 8 家连锁品牌奶茶店，其中有 6 家——是同一个老板的。这个老板不是"热爱奶茶行业"——他垄断了本地三个东西：
- 本地最好的商业位置——他跟本地最大的商业综合体老板是发小，好铺面优先给他
- 本地的合规关系——他认识本地市场监管局的人，知道什么能做什么不能做，新来的人不知道
- 本地人心智——县城是个熟人社会，"找 X 老板"比找一个不知名的加盟商放心
在这个县城的奶茶市场，品牌不是壁垒——本地网络才是壁垒。 你有蜜雪冰城的品牌授权又怎样？没有好位置、没有人带你熟悉本地的游戏规则、没有本地熟人帮你背书——你的加盟店大概率赔钱。
1.2 本地生态分析的三个层次
从最可见到最不可见分三层：
第一层：显性层（有公开数据）
├── 本地人才供给（招聘数据、高校专业、人口流动）
├── 本地基础设施（物流、交通、产业园区）
└── 本地政策文件（产业规划、补贴政策、招商手册）
第二层：半显性层（需要间接推断）
├── 政策兑现率（文件写的 vs 实际给的）
├── 本地商业氛围（合作意愿、信任成本、契约精神）
└── 人才流动方向（流入还是流失？为什么？）
第三层：隐性层（需要人肉挖掘）
├── 不可见的利益网络（政商人脉、商帮网络、关联交易）
├── 本地权力的真实分布（谁说了算？不是看职位——看影响力）
└── 行业潜规则（这个圈子里所有人都知道但没人写下来的规则）
大多数分析只停留在第一层——读几份政府报告、看一些统计数据、画一个产业园区分布图。这些有用——但不够。第一层的数据告诉你"这个地方在纸上是什么样的"，第二层和第三层告诉你"这个地方在现实中是什么样的"。
二、利益相关者地图：谁在影响这家公司的命运
2.1 绘制方法
利益相关者地图（Stakeholder Map）是本地生态分析的核心工具。画法很简单——中心是公司，外圈是所有能影响它或被它影响的组织和个人。
┌──────────────┐
│ 政府/监管 │
│ │
└──────┬───────┘
│
┌────────────────────┼────────────────────┐
│ │ │
┌─────┴─────┐ ┌──────┴──────┐ ┌─────┴─────┐
│ 供应商们 │ │ │ │ 客户们 │
│ │◄────►│ 公司 │◄────►│ │
└───────────┘ └──────┬──────┘ └───────────┘
│
┌───────────────────┼───────────────────┐
│ │ │
┌─────┴─────┐ ┌──────┴──────┐ ┌─────┴─────┐
│ 员工/社区 │ │ 行业协会 │ │ 媒体/舆论 │
│ │ │ │ │ │
└───────────┘ └─────────────┘ └───────────┘
对每个利益相关者，回答三个问题：
- 它对这家公司的权力有多大？（权力不是职位，是"能做多大事"——我能不能让你的货进不来/出不去？能不能让你关门？能不能让你招不到人？）
- 它对这家公司的态度是什么？（支持？中立？敌对？摇摆？而且——为什么是这个态度？它的利益是什么？）
- 它的态度和权力在变吗？（恶化还是改善？权力在增强还是减弱？）
2.2 利益相关者分析的实战应用：瑞幸咖啡
| 利益相关者 | 权力（高/中/低） | 态度 | 趋势 | 为什么重要 |
|---|---|---|---|---|
| 政府/监管 | 高——食品安全许可证、门店执照、税收政策、反垄断 | 中性偏正面——创造就业和税收（2024 年万店规模意味着大量就业），但财务造假史（2020）始终是监管眼中的"前科" | 监管趋严——食品安全和数据合规两个方向都在收紧 | 瑞幸的数据合规风险被低估——它持有亿级用户的消费数据（频次、偏好、位置行为），如果数据安全法执行趋严，这可能成为新的合规成本 |
| 供应商（咖啡豆/牛奶/设备） | 中——万店规模给了瑞幸极强的议价权，但大宗商品（咖啡豆、牛奶）价格不受任何单一买方控制 | 高度依赖——瑞幸是某些供应商最大的单一客户（一家公司占你 40% 的营收是什么感觉？） | 利好——瑞幸规模越大，对上游议价权越强 | 但注意：如果瑞幸对某个供应商的营收占比超过 50%，那个供应商会被市场重新定价——"瑞幸风险" |
| 外卖平台（美团/饿了么） | 高——数字上：外卖平台控制着通向消费者的路，抽佣 15-22% | 既是合作伙伴又是利润争夺方——每一笔外卖订单，平台拿的可能比瑞幸自己拿的还多 | 利空——平台抽佣在持续走高（美团外卖经营利润率逐年改善=抽佣在提升），瑞幸通过推"自取"降低依赖 | 这是瑞幸利润池里最危险的一条线——外卖占比每提高 1%，整体利润率就下降一截 |
| 加盟商（联营伙伴） | 中——门店是他们开的、租金是他们付的、员工是他们管的 | 高度分化——选址好的（一线城市写字楼楼下）在赚钱；选址差的（低线城市差位置）在盈亏线上挣扎 | 压力增大——门店密度越来越高，新加盟商的回本周期在拉长 | 这是瑞幸模式最大的内部张力——品牌方需要更多门店来维持"万店密度"的壁垒，但新门店的回报率在下降。加盟商赚不到钱的时候，破局点在哪？ |
| 员工（咖啡师/门店运营） | 低——标准化操作（按 SOP 做咖啡），单个员工无议价权 | 工具性——"咖啡师"在瑞幸体系里更接近"操作工"（不需要懂咖啡，需要熟练操作全自动设备） | 潜在风险——社会对"灵活用工""社保合规"的审视在加强 | 美团骑手社保争议的前车之鉴——监管对"新就业形态"的政策变化可能在某个时间点增加瑞幸的人力成本 |
| 消费者 | 高——他们可以用脚投票，而且替代选择就在隔壁 | 低品牌忠诚、高行为复购——用户忠于"便宜+方便"，不忠于"瑞幸"这个品牌 | 核心变量——一旦价格战结束、瑞幸提价，价格敏感用户会流向谁？ | 瑞幸最本质的脆弱性就在这里——用户对瑞幸的忠诚是对便利+价格的忠诚，不是对品牌的忠诚。这意味着瑞幸的品牌资产（brand equity）实际上比它看起来的规模要薄。 |
核心洞察：这张表说明瑞幸的竞争不是二维的（瑞幸 vs 库迪），是五维的——外卖平台在抢它的利润、加盟商在跟它博弈、消费者对它的忠诚是脆弱的、监管在收紧、员工成本有隐性上升空间。
2.3 利益相关者中最容易被忽略的一个：本地社区
大多数分析只看五类利益相关者——政府、供应商、客户、员工、媒体。但有一类最容易被忽略：本地社区。
"本地社区"听起来很虚——但它的影响是具体的：
- 工厂选址：你要在某个镇上建一个化工厂——当地居民反对（环保、健康担忧）→ 项目可能被推迟或取消。你没把居民纳入利益相关者分析，你的项目计划就是纸上的东西。
- 门店经营：你在某个小区底商开一家深夜营业的餐饮店——居民投诉噪音和油烟 → 城管来查、工商来查。你没把邻居当成利益相关者，但他们能让你开不下去。
- 人才吸引：你的公司在某个偏僻的开发区——周围没有餐馆、没有便利店、下班后没有地方可去 → 年轻人不愿意来。你没把"本地生活环境"当成竞争力的一部分，你招不到好的人。
三、本地人才池：这个地方能找到什么人
一家公司的竞争力上限，受限于它所在地方的人才供给。 这对知识密集型企业（研发、设计、金融、SaaS）尤其致命——但即使对于制造和零售，关键岗位（管理层、技术骨干）的人才供给也高度依赖本地生态。
3.1 三个分析维度
| 维度 | 关键问题 | 判断方法 | 你需要自己回答的核心问题是 |
|---|---|---|---|
| 存量和质量 | 这个城市/区域，本行业相关人才有多少？水平怎么样？ | 本地高校的专业设置（最强的是计算机还是农业？金融还是制造业？）、本地标杆企业（有没有大厂持续输出人才？） | 这个地方的人才结构跟这家公司的业务需求匹配吗？ |
| 流动方向 | 人才在流入还是流出？ | 人口普查数据、房价走势（房价涨 = 人口在流入）、招聘网站本地供需比 | 这家公司在跟谁抢人？（如果本地最优秀的人都在去北上广，那这家公司实际可触达的人才池比账面数字小得多） |
| 成本 | 同等人才的薪资水平？ | 招聘网站薪资报告、本地平均工资 vs 行业平均工资 | 这家公司的成本优势是真实的还是幻觉？（如果薪资水平低是因为人才结构差、你需要从外地挖人回来补——那成本优势就被搬迁成本吃掉了） |
3.2 两个极端案例
人才流入区：深圳南山
- 人才存量：深圳大学、南方科技大学、哈工大深圳、港中大深圳持续输出毕业生
- 人才流量：腾讯/华为/大疆/字节深圳每年输出大量工程师和产品经理（"大厂训练营"效应）；香港/海外人才回流
- 人才成本：高——但"高薪资"换回来的是"高人才密度"——你在南山创业，招一个能独立负责后端架构的工程师，不用去外地挖人
人才流失区：某中西部三线城市软件园
- 人才存量：本地最好大学是一所二本院校，计算机专业的尖子生大三就去一线城市实习然后不回来了
- 人才流量：净流出——每年毕业了 1000 个计算机学生，留下来的可能不到 50 个
- 人才成本：名义上低（本地程序员平均薪资 6K vs 深圳 25K）——但"名义薪资"有欺骗性。因为你真正需要的是一个能独立负责后端架构的人，而本地人才池里没有这个人——你要从外地挖人回来。挖人成本 = 双倍当地薪资 + 安家费 + 安置其配偶工作的成本。你实际付出的成本可能比在深圳招人还高。
判断原则：如果一家公司号称自己是技术驱动型，但研发中心设在非人才聚集区——要么它有一个极其特殊的理由（比如创始人家乡、政府给了极优惠的免税+免租+补贴政策），要么它根本不是技术驱动型（挂羊头卖狗肉）。对于前者，你要评估特殊理由的可持续性——政府补贴到期了怎么办？对于后者，你要认识到它的真实商业模式不是它说的那样。
四、本地政策：纸上的 vs 真实的
4.1 "打造千亿级产业集群"背后的真实差距
这句话几乎出现在每个开发区的招商手册上。但在实际操作层面，"真扶持"和"假扶持"之间的差距能有多大：
| "真扶持"的地方政府 | "假扶持"的地方政府 | |
|---|---|---|
| 税收优惠 | 合同签了就兑现 | 第一年给了，第二年"财政困难缓一缓"，第三年没有 |
| 补贴资金 | 按进度分批拨付，6 个月到账 | 申请一年、审批半年、"等财政拨款"又一年——而且到了之后发现比承诺的少 40% |
| 产业园建设 | 按时交付，水电网络到位 | 交付延期，配套设施缺这缺那——园区建好了但路还没修好 |
| 政府服务效率 | 一站式窗口、有专人对接、有事能找得到人 | 一个审批要跑七个部门盖十一个章——而且每个部门都说"这是规定" |
| 对企业真实态度 | 把企业当客户——主动问"你还需要什么" | 把企业当政绩——合影完了就忘了 |
4.2 三个判断方法
方法一：看存量，不看承诺
政府 PPT 可以造假（PPT 上的"千亿产业集群"不需要审计），但企业的税单没法造假。判断方法：
- 已经在这个地方落地的企业有多少？来了多久了？在扩张还是在收缩？
- 去找当地税务局的公开数据——企业数量、纳税总额、新增注册企业数——这些比招商 PPT 诚实一万倍
- 有没有"标杆企业"？（如果有行业里的知名企业已经在这落了 5 年以上且一直在扩产——这是最硬核的信号）
方法二：看一把手，不看红头文件
中国地方政府的政策连续性严重依赖"一把手"（市委书记/市长）的个人意志。换了书记，前任的重点项目可能就被搁置了。
- 当地主要领导对这个产业的了解程度——他谈到这个产业时是在念稿还是真的懂？（看专访视频/公开讲话——分辨"背书式表达"和"内行式表达"）
- 他的任期还剩多久？（新任书记的前 2 年是政策窗口期——他在建立自己的政绩方向。任期最后 1 年是政策收缩期——他不会出大动静。）
方法三：找已经在里面的人聊
直接问他们三个问题：
- 当时你们为什么选了这个地方？
- 政府承诺的那些东西兑现了多少？（如果对方笑了——你就知道答案了）
- 补贴/优惠到期之后，你们还打算继续留在这吗？
没有任何公开数据能替代这三个问题的答案。 政策真假只能靠人肉验证。这是分析中最"手工"但最不可跳过的一步。
五、不可见的利益网络
这是本地生态分析中最难的一层——但也往往是决定性的。
5.1 "不可见网络"包括什么
政商人脉
- 创始人的同学/老乡/前同事中有没有在关键岗位任职的？
- 注意：这不等于"腐败"或"权钱交易"。很多时候只是信息优势——你能提前三个月知道某个政策方向，你的竞争对手只能在政策公布的当天知道。三个月的时间差 = 几百万甚至几千万的商业价值。
- 校友网络（清华帮、浙大帮、中欧/长江商学院的 EMBA 圈子）、老乡网络（潮商、闽商、浙商、徽商——这些商帮在融资、供应商关系、政府关系三个维度上存在真实的网络效应）、前同事网络（"华为系""阿里系""腾讯系"创业者——他们共享信息、互相背书、互为天使投资人）
供应链上的隐性同盟
- A 公司的最大供应商其实是 A 公司创始人的亲戚开的公司。这本身不一定是坏事——有时能保证供应稳定和特殊对待。但需要问三个问题：
- 关联交易的金额和占比有多大？
- 交易条件跟市场公允价格比是更高还是更低？（如果更高→利益输送。如果更低→公司在补贴关联方。两种都有问题。）
- 如果这个供应关系断了（创始人出问题、亲戚关系破裂），A 公司有没有替代方案？
本地商业圈子
- 在很多中小城市，本地的商会/企业家俱乐部/高尔夫球会是真实的信息和资源交换网络。一个"外地人孤身创业"，跟一个加入了本地商会的企业主，获取本地资源和政策的难度完全不同。
- 这听起来像"人情社会"——但商业世界本来就是这样运行的。忽视它不会让你更"专业"——只会让你漏掉最关键的竞争变量。
5.2 怎么挖掘
| 挖掘目标 | 工具/方法 | 你要找什么 |
|---|---|---|
| 实际控制人（不一定是法定代表人） | 企查查/天眼查→股权穿透 | 谁是真正的所有者？有没有代持？ |
| 关联方和关联交易 | 上市公司年报"关联交易"章节；非上市公司看工商变更记录和裁判文书 | 跟公司做生意的那些实体——背后的股东跟公司的股东有没有重叠？ |
| 关键人网络 | 把创始人的教育经历（学校/年份）、职业经历（公司/部门/年份）、籍贯（省市）全部列出来→找交集 | 同一个学校 + 同一个年份 + 同班 → 同学。同一个人公司 + 同一个部门 + 时间重叠 → 前同事。同一个籍贯 + 同一个行业 → 老乡网络。 |
| 地方权力结构 | 本地新闻+政府网站+本地论坛 | 本地谁是"说了算"的人？他的背景是什么？他对哪些产业/企业有关注？ |
| 行业潜规则 | 行业内部人士访谈（前员工、离职高管、行业记者、行业协会工作人员） | 这个圈子里的"常识"——哪些东西大家都在做但没人公开说？（比如：某些行业的"回扣率"、某些招投标的"内定"惯例、某些政策的"实际解释"和书面解释之间的差异） |
5.3 一个需要谨记的边界
不可见网络的分析目的不是"挖黑料"——目的是理解这家公司真实的竞争资源。
创始人的本地关系网络 = 一项竞争资源（和一项专利、一个品牌、一个供应链体系一样）。你需要知道它的存在和它的边界——它的有效期（关系会过期的）、可复制性（换一个人能不能维持这个关系）、合规风险（这个关系在现行法律框架下是绿色还是灰色还是红色）。
同时要记住：不可见网络的信息永远不完整。 你不可能画出一个创始人所有的人脉关系——也不需要。你只需要判断是否存在一个明显的、对公司竞争力有重大影响的不可见网络。如果没有明显的信号——不要无中生有。标注"未发现"不等于"不存在"，但你不能在没有证据的情况下假设存在。
六、本地生态分析的速度版
如果你时间有限（只有 2-3 小时），跑这个速查表：
第一遍扫：排除致命问题（30 分钟）
| 问题 | 危险信号 |
|---|---|
| 公司所在城市/区域的人才供给跟公司的业务类型匹配吗？ | 不匹配——公司需要的人在当地根本找不到 |
| 本地有没有同类企业的成功先例？ | 没有——这家公司是第一个吃螃蟹的（要么是先行者优势，要么是别人都知道这地方不适合但你不信邪） |
| 当地政府的政策兑现记录怎么样？ | 差评——其他企业的实际体验跟招商 PPT 差距显著 |
| 公司有没有明显的单点依赖（本地某个特定资源的枯竭会让它活不下去）？ | 有——比如依赖某个即将枯竭的矿产；依赖某个任期只有两年的领导的个人支持 |
如果这四个问题有两个以上"危险信号"——停止分析。不值得继续花时间。这家公司在本地生态层面有根本性的弱点。
第二遍扫：利益相关者关系（1 小时）
- 画出利益相关者地图（至少 6 类）
- 标注每个利益相关者的权力（高/中/低）和态度（支持/中立/敌对）
- 找出对公司影响力最大的 1-2 个利益相关者
- 判断他们对公司的态度在好转还是恶化
第三遍扫：隐性层（30 分钟-1 小时）
- 企查查股权穿透（找关联交易和实际控制人）
- 裁判文书网搜索（找重大诉讼）
- 如果有条件：本地前员工访谈或本地媒体深度报道
七、练习
练习 11.1：画你公司的利益相关者地图
如果你在上班：选你所在的公司（或你很熟悉的前公司），画出它的利益相关者地图。
如果你没上过班：选一家你所在城市的知名企业，用公开信息画出地图。
要求：
- 至少 6 类利益相关者
- 对每一类——权力（高/中/低）、态度（支持/中立/敌对）、趋势（好转/恶化/稳定）
- 最大的洞察：画完地图后，你对这家公司的理解有什么改变？在画之前你忽略了什么？
练习 11.2：你能在本地招到这些人吗？
虚拟一个场景：你要在同城开一家公司（类型自选——软件开发/餐饮连锁/制造业/设计工作室）。你需要招聘 5 个关键岗位（比如：技术负责人、销售负责人、运营负责人、财务负责人、人力资源负责人）。在不使用猎头的情况下——你能不能在同城招到这些人？
要求：
- 列出 5 个岗位和岗位要求
- 在 BOSS 直聘/猎聘上搜同城同类岗位的供需情况（招聘方有多少、求职方有多少）
- 判断：以你的公司和薪资水平，能不能招到需要的人？
- 如果不能：你怎么办？从外地挖？远程办公？降级录用自己培养？
- 反思：你之前有没有想过"人才供给"是本地生态的一部分？
练习 11.3：本地政策表面 vs 实际
选你所在城市的一个开发区/高新区/产业园，做以下对比：
| 表面（招商手册/官网写的） | 实际（如果能找到在里面的人聊聊，找不到就看媒体报道和本地论坛） | |
|---|---|---|
| 税收优惠力度和时限 | ||
| 产业扶持资金的规模和发放速度 | ||
| 基础设施（水电网路）的实际状态 | ||
| 已经在里面的企业——来了多少？走了多少？谁在扩张？谁在收缩？ |
如果实在找不到人聊——至少把招商手册和媒体报道之间的差距标注出来。承认"我不知道实际兑现率"本身就是一种负责任的分析态度。
练习 11.4：找一家"本地为王"的公司
中国有大量"在本地无敌、出了本地没人知道"的公司。找一个你身边这样的例子，分析它的本地生态壁垒到底是什么。
思考：
- 它能阻挡外来者的壁垒是结构性的（外来者永远无法复制）还是阶段性的（外来者需要 X 年才能复制）？
- 如果它想扩张到旁边的城市，它的本地壁垒能迁移过去吗？如果不能——它的"不可复制"就成了"不可扩张"。
八、推荐阅读
- 《置身事内》（兰小欢, 2021）— 理解中国地方政府 + 产业政策 + 企业关系的最重要的中文书。本篇第四部分"本地政策"和第五部分"不可见网络"的分析框架深受此书影响。读完后你再看到"地方政府扶持产业发展"这句话，不会再把它当成一句空话——你能看到背后的财政逻辑、官员激励、以及这种模式的潜力和局限。
- 《城乡中国》（周其仁, 2013/2017 修订版）— 理解"土地"这个最根本的本地要素。为什么有些地方的企业能拿到便宜的地、有些不能？为什么产业园区分布在特定的位置上？土地制度是理解中国本地商业生态的底层密码。
- 《小镇喧嚣》（吴毅, 2007/2018 再版）— 一个华中乡镇的政治社会学田野调查。读完后你会发现"本地政策"不是文件——是活生生的人和人之间的博弈、妥协、互助和谈判。
- 《战略利益相关者方法》（R. Edward Freeman, 1984/2010 再版）— 利益相关者理论的奠基之作。学术味重，但框架至今无人超越。核心观点：股东不是公司唯一要对它负责的人——供应商、员工、社区、环境都在这个"负责清单"里。这一点在当下（ESG、企业社会责任、碳中和）变得越来越难忽视。
- 《大国大城》（陆铭, 2016）— 理解"为什么人才和产业往某些地方聚集而不是均匀分布"。读完这本书，你会用经济学的底层逻辑（集聚效应、外部性、规模收益递增）来理解"本地生态"——而不是靠直觉和 anecdote。
这是商业洞察力训练的最后一篇。 十一篇走下来，你已经有了一套从宏观（产业链、产业地理）到中观（价值链权力、竞争格局、信息采集）到微观（商业模式、创始人与组织、本地生态）的完整分析框架。剩下的不是学更多框架——是把这些框架一次又一次地用在不同行业、不同公司上。判断力不是读出来的，是练出来的。