论创业者关系网络能力、网络位置对创业机会识别的影响

杨增玉+林海

内容摘要：创业机会识别是创业活动开展的逻辑起点，但是已有研究并没有对创业者管理个人关系网络的才能与创业机会识别的关系给予重视。本文考察了创业者关系网络能力与创业机会识别之间的联系，并探索了网络位置对该过程的影响作用，运用156位创业者数据，实证结果显示：较高的关系网络能力会使创业者对机会更易于识别，网络位置负向调节创业者关系网络能力与创业机会识别之间的关系。

关键词：关系网络能力 网络位置 创业机会识别

引言

创业不是一个静态概念，而是一个动态过程，这个过程的起点即为创业机会识别，因此创业机会的识别是创业活动过程中必不可少的重要环节。而在网络化的视角下，创业者的关系网络是创业机会识别过程中资源传递中的关键渠道，并对这些资源的识别和收集提供帮助这一观点得到学者们广泛认同。创业者获得的资源包括资本这样的有形资产和蕴含机会的信息、情感支持等这样的无形资产。主体若主动地、有意识地对网络进行管理，会对创业过程中资源的流动和转化产生强烈的影响。在企业成立、发展过程中，创业者是否能合理、有效地利用自身关系网络始终是创业者的一项基本能力。依据创业过程的多因素决定论，本文尝试以创业机会识别为核心，讨论创业者个体层面的关系网络能力、网络位置与创业机会识别之间的作用机制，期望对创业机会识别的影响因素提供有意义的补充，进一步打开创业者关系网络能力对创业影响机制的黑箱，为创业者更好地提升自身能力、发现创业机会提供参考。

文献回顾与研究假设

（一）创业者关系网络能力对创业机会识别的影响

目前对创业机会识别基本集中在机会是发现还是创造的两种观点上，尽管定义不尽相同，但在创业机会识别的过程中，都需要创业者具备一定的先前知识、社会关系网络等方面具备一定的基础。Hills（1997）认为创业者的关系网络是其获取创业机会信息、资源的重要来源。由于资源的有限性，创业者在创业初期无法拥有创业开展所需的全部资源，这时创业者就需要从其关系网络中获取短缺的资源。然而，由于信息的不对称性以及创业前景的不确定性，创业者往往很难利用市场从资源拥有者处获得必要的资源（张青、曹尉，2010）。此时，可以对关系网络进行有效、合理利用的主体，能够获得稀缺信息和资源，或者能够以更低的成本获得信息资源（任胜钢，2010）。唐炎钊（2013）指出关系可以让创业者拥有识别商业机会更多的可靠渠道以及更低的识别商业机会的成本。Sarason（2006）等也指出，以往的创业领域的研究更多关注创业者的机会的自然属性或个性特征，忽略了创业过程是个人与机会的结合。所以，创业者拥有的利用外部网络的能力显得尤为可贵，创业者需要进一步发展和提高利用外部网络的能力，促使创业者主动地构建并发展关系网络，并从网络中获得信息来帮助主体评估机会、定位并搜寻关键资源提供者（投资者、客户、合作者）客服环境的不确定性（Elfring，Hulsink，2003；Garnsey，1998）。Weerawardena和Mort在2006年研究了澳大利亚国内创业者的关系网络能力如何促进创业者对市场机会的识别。我们需要考察在社会网络视角下，创业者是如何建立和发展他们的关系网络的能力，从而发现多元化的机会。

（二）关系网络能力与网络位置的关系及对创业机会识别的影响

Stuart和Sorenson（2005）指出创业者占据的异质性资源的数量随着主体在关系网络中不同的位置变化而变化，也决定了其不同于他人的获取信息和新知识的机会。主体在社会关系网络中的位置，跟其财富、社会地位、职位和声望有很大的关系，这是因为主体在网络中的位置通常是以等级的形式将不同层级的个体联接在一起（Lin，1999；Park、Luo，2001），嵌入网络的信息和资源是分布在不同水平的网络位置上的，且不同水平网络位置上的资源数量并不是相同的。占据高水平网络位置的主体，能够接触到其他社会行动者难以接触到的异质性的技术知识，进而影响该主体识别新的市场机会的能力（Tsai，2001）。

创业者所处关系网络规模越大，越多的关系资源会嵌入其中，这时他就可以接近到数量越多的信息和资源，这意味着该主体所在的关系网络可以通过弱连接接触更广泛的其他的主体（杨俊、张玉利，2008）。Stam和Elfring（2008）认为优势的网络位置对创业者识别、获取并动用外部资源的能力有正面促进作用，使创业者获得更好的融资和创新战略。网络位置为创业者发展和维护正向的良好的关系网络提供了机会（Yeung、Tung，1996）。Arenius 和 Clercq（2005）认为不管创业者的网络能力如何，当主体处在具有优势的网络位置时，他都将受益于其优势位置获得有价值的资源、稀缺信息以及获得合法性的保护。当创业者不具有优势位置时，即位于金字塔型社会结构较低层的网络位置时，较高的个人网络能力可以弥补位置上的劣势，用来发展其关系网络，从而获得主体层次较难获得的资源。Ozgen 和Baron（2007）指出，创业者需要感知、收集、吸收并且应用特定的市场、行业、政策以及其他相关因素的信息，从而有效地对创业机会进行识别。因此，创业者的关系网络能力和网络位置都能影响创业者对资源获取的可能性。

综上所述，本文提出如下假设：

假设H1：创业者的关系网络能力与创业机会识别正相关。

假设H2：创业者的网络位置负向调节创业者关系网络能力与创业机会识别的关系，即在低水平的网络位置上，创业者的关系网络能力对创业机会识别的影响强于高水平的网络位置上。

数据与变量

（一）样本选取

本文采取网络发放问卷的形式，共发放问卷280份，最终收回有效问卷156份，有效回收率为55.7%。发放对象为正在创业的创业者。问卷发放从2013年6月份开始到2013年9月份结束。本研究所得样本涵盖行业比较广泛，排名前五的行业是批发零售业39家、制造业23家、金融保险业17家、住宿餐饮业14家、服务业14家。endprint

（二）测量方法

本文应用SPSS17.0软件对创业者关系网络能力、网络位置、创业机会识别研究量表所涉及的变量运用SPSS17.0做探索性因子分析。样本数据的KMO值大于0.7，同时Bartlett统计值显著异于0是进行因子分析的前提。创业者关系网络能力和创业机会识别KMO样本测度和Bartlett球体检验结果均符合要求。通过样本数据对关系网络能力和创业机会识别问卷进行探索性因子分析，采用最大方差旋转法和主成分分析，抽取因素特征值大于1的因素。

从创业者的关系网络能力因素分析结果来看，根据最大因子载荷值大于0.5的要求，获得3个因子。这3个因子与本文的研究假设一致，14个项目根据预期分别归入网络导向、网络构建、网络管理3个因子。这3个因子累积解释了变量总方差的80.341%。通过了探索性因子分析的效度检验。从网络位置因子分析结果来看，根据最大因子载荷大于0.5的要求，提取出一个因子。该因子解释了变量总方差的70.502%。从创业机会识别因子分析结果来看，根据最大因子载荷值大于0.5的要求，提取出一个因子。该因子解释了变量总方差的73.458%。

假设检验

本文应用SPSS17.0软件，利用层级回归分析方法，考察创业者关系网络能力对创业机会识别的影响以及网络位置在关系网络能力与创业机会识别之间的调节作用。为判断实证模型是否适用多元回归分析方法，这里对各模型进行了多重共线性、序列相关性和异方差检验。结果表明，本文各回归模型的变异膨胀因子（VIF）指数处于（1.009，3.673）之间，都符合标准大于0且小于10，可以判断解释变量之间不存在多重共线性问题。同时，各回归模型的DW值处于区间（1.784，2.233），均大于1.5且小于2.5之间，因此可以判断各模型不存在序列相关问题。

本文利用四个模型来验证上文中的假设，表1给出了层级回归的分析结果。各模型的被解释变量均为创业机会识别。模型1将控制变量加入，即被调查创业者的性别、年龄、所在行业，结果显示出控制变量对创业机会识别的作用不显著（p<0.05）。在模型2中将创业者关系网络能力对创业机会识别进行回归，以验证上文中假设1具备高的关系网络能力的创业者更容易识别创业机会。结果显示创业者关系网络能力对创业机会识别有显著的正向影响（β=0.577，p<0.01）。模型3加入网络位置，回归结果显示，网络位置对创业机会识别的有显著的正向影响（β=0. 0.432，p<0.01）。由于假设2是针对创业者网络位置的调节作用，所以模型4检查了网络位置对创业者关系网络能力对创业机会识别影响的调节作用，网络位置与创业者关系网络能力的交互作用显著并负相关（β=-0.176，p<0.01）。因此假设1、假设2均得到证实。

结论及启示

本文通过收集156位创业者数据，采用多元回归分析法分析了创业者关系网络能力对创业机会识别的影响，以及在这个影响过程中网络位置的调节作用。结果表明：创业者的关系网络能力对创业机会识别有正相关关系；网络位置负向调节创业者关系网络能力与创业机会识别之间的关系。在机会识别的情景下，还有必要进一步探索创业者关系网络能力对所识别创业机会的创新性是否有影响。

本文的理论贡献体现在：尝试研究微观层面（即个体层面）的网络能力对创业机会识别发挥作用的过程模型，构建了一个反映创业者关系网络能力、网络位置与创业机会识别关系的理论模型，有助于厘清创业者关系网络能力与机会识别之间的作用关系。

本文的实证研究结论能为创业者的创业过程提供以下启示：一是创业的成功不仅仅在于创业者主体是谁或者他认识谁，更重于在创业过程中创业者利用了谁。因此，其通过构建、管理网络关系的能力显得尤为重要。创业者应该通过各种沟通交往以及人际技巧来发展和保持与他人的关系。二是创业应把握好关系网络能力与其在社会网络中的网络位置之间的关系。即创业者若处于较劣势的网络位置，更应该最大化地发展提升自己的网络能力。创业者应最优化地利用自身关系网络能力与网络位置各自带来的优势，从而更好地利用信息和资源。

受研究问题的复杂性以及研究时间、水平和条件的限制，本文的不足之处：一是数据的局限性。本文所调研对象是特定某一区域的创业者，因此可能限制本研究结论在其他区域的推广。二是网络位置测度。本研究主要测度了中心性和网络规模两方面，网络位置其他测度维度是否对创业机会识别产生潜在影响并没有涉及。

参考文献：

1.Hills，G.Lumpkin，G.T.and Singh，R.P.Opportunity recognition：perceptions and behaviors of entrepreneurs[J].Frontiers of Entrepreneurship Research，Babson College，Wellesley，MA，1997

2.张青，曹尉.社会资本对个人网络创业绩效影响的实证研究[J].研究与发展管理，2010，22（1）

3.任胜钢.企业网络能力结构的测评及其对企业创新绩效的影响机制研究[J].南开管理评论，2010，13（1）

4.唐炎钊，王容宽.Guanxi与创业企业成长：国外研究述评[J].商业研究，2013（2）

5.Sarason.Y.，Dean T.，Jesse F.Dillard Entrepreneurship as the nexus of individual and opportunity：A structuration view[J].Journal of Business Venturing，2006，21（3）

6.Elfring，T.，and Hulsink，W.Networks in entrepreneurship：The case of high-technology firms[J].Small Business Economics，2003，21（4）

7.杨俊，张玉利.社会资本、创业机会与创业初期绩效：理论模型的构建与相关研究命题的提出[J].外国经济与管理，2008，30（10）endprint

（二）测量方法

本文应用SPSS17.0软件对创业者关系网络能力、网络位置、创业机会识别研究量表所涉及的变量运用SPSS17.0做探索性因子分析。样本数据的KMO值大于0.7，同时Bartlett统计值显著异于0是进行因子分析的前提。创业者关系网络能力和创业机会识别KMO样本测度和Bartlett球体检验结果均符合要求。通过样本数据对关系网络能力和创业机会识别问卷进行探索性因子分析，采用最大方差旋转法和主成分分析，抽取因素特征值大于1的因素。

从创业者的关系网络能力因素分析结果来看，根据最大因子载荷值大于0.5的要求，获得3个因子。这3个因子与本文的研究假设一致，14个项目根据预期分别归入网络导向、网络构建、网络管理3个因子。这3个因子累积解释了变量总方差的80.341%。通过了探索性因子分析的效度检验。从网络位置因子分析结果来看，根据最大因子载荷大于0.5的要求，提取出一个因子。该因子解释了变量总方差的70.502%。从创业机会识别因子分析结果来看，根据最大因子载荷值大于0.5的要求，提取出一个因子。该因子解释了变量总方差的73.458%。

假设检验

本文应用SPSS17.0软件，利用层级回归分析方法，考察创业者关系网络能力对创业机会识别的影响以及网络位置在关系网络能力与创业机会识别之间的调节作用。为判断实证模型是否适用多元回归分析方法，这里对各模型进行了多重共线性、序列相关性和异方差检验。结果表明，本文各回归模型的变异膨胀因子（VIF）指数处于（1.009，3.673）之间，都符合标准大于0且小于10，可以判断解释变量之间不存在多重共线性问题。同时，各回归模型的DW值处于区间（1.784，2.233），均大于1.5且小于2.5之间，因此可以判断各模型不存在序列相关问题。

本文利用四个模型来验证上文中的假设，表1给出了层级回归的分析结果。各模型的被解释变量均为创业机会识别。模型1将控制变量加入，即被调查创业者的性别、年龄、所在行业，结果显示出控制变量对创业机会识别的作用不显著（p<0.05）。在模型2中将创业者关系网络能力对创业机会识别进行回归，以验证上文中假设1具备高的关系网络能力的创业者更容易识别创业机会。结果显示创业者关系网络能力对创业机会识别有显著的正向影响（β=0.577，p<0.01）。模型3加入网络位置，回归结果显示，网络位置对创业机会识别的有显著的正向影响（β=0. 0.432，p<0.01）。由于假设2是针对创业者网络位置的调节作用，所以模型4检查了网络位置对创业者关系网络能力对创业机会识别影响的调节作用，网络位置与创业者关系网络能力的交互作用显著并负相关（β=-0.176，p<0.01）。因此假设1、假设2均得到证实。

结论及启示

本文通过收集156位创业者数据，采用多元回归分析法分析了创业者关系网络能力对创业机会识别的影响，以及在这个影响过程中网络位置的调节作用。结果表明：创业者的关系网络能力对创业机会识别有正相关关系；网络位置负向调节创业者关系网络能力与创业机会识别之间的关系。在机会识别的情景下，还有必要进一步探索创业者关系网络能力对所识别创业机会的创新性是否有影响。

本文的理论贡献体现在：尝试研究微观层面（即个体层面）的网络能力对创业机会识别发挥作用的过程模型，构建了一个反映创业者关系网络能力、网络位置与创业机会识别关系的理论模型，有助于厘清创业者关系网络能力与机会识别之间的作用关系。

本文的实证研究结论能为创业者的创业过程提供以下启示：一是创业的成功不仅仅在于创业者主体是谁或者他认识谁，更重于在创业过程中创业者利用了谁。因此，其通过构建、管理网络关系的能力显得尤为重要。创业者应该通过各种沟通交往以及人际技巧来发展和保持与他人的关系。二是创业应把握好关系网络能力与其在社会网络中的网络位置之间的关系。即创业者若处于较劣势的网络位置，更应该最大化地发展提升自己的网络能力。创业者应最优化地利用自身关系网络能力与网络位置各自带来的优势，从而更好地利用信息和资源。

受研究问题的复杂性以及研究时间、水平和条件的限制，本文的不足之处：一是数据的局限性。本文所调研对象是特定某一区域的创业者，因此可能限制本研究结论在其他区域的推广。二是网络位置测度。本研究主要测度了中心性和网络规模两方面，网络位置其他测度维度是否对创业机会识别产生潜在影响并没有涉及。

参考文献：

1.Hills，G.Lumpkin，G.T.and Singh，R.P.Opportunity recognition：perceptions and behaviors of entrepreneurs[J].Frontiers of Entrepreneurship Research，Babson College，Wellesley，MA，1997

2.张青，曹尉.社会资本对个人网络创业绩效影响的实证研究[J].研究与发展管理，2010，22（1）

3.任胜钢.企业网络能力结构的测评及其对企业创新绩效的影响机制研究[J].南开管理评论，2010，13（1）

4.唐炎钊，王容宽.Guanxi与创业企业成长：国外研究述评[J].商业研究，2013（2）

5.Sarason.Y.，Dean T.，Jesse F.Dillard Entrepreneurship as the nexus of individual and opportunity：A structuration view[J].Journal of Business Venturing，2006，21（3）

6.Elfring，T.，and Hulsink，W.Networks in entrepreneurship：The case of high-technology firms[J].Small Business Economics，2003，21（4）

7.杨俊，张玉利.社会资本、创业机会与创业初期绩效：理论模型的构建与相关研究命题的提出[J].外国经济与管理，2008，30（10）endprint

（二）测量方法

本文应用SPSS17.0软件对创业者关系网络能力、网络位置、创业机会识别研究量表所涉及的变量运用SPSS17.0做探索性因子分析。样本数据的KMO值大于0.7，同时Bartlett统计值显著异于0是进行因子分析的前提。创业者关系网络能力和创业机会识别KMO样本测度和Bartlett球体检验结果均符合要求。通过样本数据对关系网络能力和创业机会识别问卷进行探索性因子分析，采用最大方差旋转法和主成分分析，抽取因素特征值大于1的因素。

从创业者的关系网络能力因素分析结果来看，根据最大因子载荷值大于0.5的要求，获得3个因子。这3个因子与本文的研究假设一致，14个项目根据预期分别归入网络导向、网络构建、网络管理3个因子。这3个因子累积解释了变量总方差的80.341%。通过了探索性因子分析的效度检验。从网络位置因子分析结果来看，根据最大因子载荷大于0.5的要求，提取出一个因子。该因子解释了变量总方差的70.502%。从创业机会识别因子分析结果来看，根据最大因子载荷值大于0.5的要求，提取出一个因子。该因子解释了变量总方差的73.458%。

假设检验

本文应用SPSS17.0软件，利用层级回归分析方法，考察创业者关系网络能力对创业机会识别的影响以及网络位置在关系网络能力与创业机会识别之间的调节作用。为判断实证模型是否适用多元回归分析方法，这里对各模型进行了多重共线性、序列相关性和异方差检验。结果表明，本文各回归模型的变异膨胀因子（VIF）指数处于（1.009，3.673）之间，都符合标准大于0且小于10，可以判断解释变量之间不存在多重共线性问题。同时，各回归模型的DW值处于区间（1.784，2.233），均大于1.5且小于2.5之间，因此可以判断各模型不存在序列相关问题。

本文利用四个模型来验证上文中的假设，表1给出了层级回归的分析结果。各模型的被解释变量均为创业机会识别。模型1将控制变量加入，即被调查创业者的性别、年龄、所在行业，结果显示出控制变量对创业机会识别的作用不显著（p<0.05）。在模型2中将创业者关系网络能力对创业机会识别进行回归，以验证上文中假设1具备高的关系网络能力的创业者更容易识别创业机会。结果显示创业者关系网络能力对创业机会识别有显著的正向影响（β=0.577，p<0.01）。模型3加入网络位置，回归结果显示，网络位置对创业机会识别的有显著的正向影响（β=0. 0.432，p<0.01）。由于假设2是针对创业者网络位置的调节作用，所以模型4检查了网络位置对创业者关系网络能力对创业机会识别影响的调节作用，网络位置与创业者关系网络能力的交互作用显著并负相关（β=-0.176，p<0.01）。因此假设1、假设2均得到证实。

结论及启示

本文通过收集156位创业者数据，采用多元回归分析法分析了创业者关系网络能力对创业机会识别的影响，以及在这个影响过程中网络位置的调节作用。结果表明：创业者的关系网络能力对创业机会识别有正相关关系；网络位置负向调节创业者关系网络能力与创业机会识别之间的关系。在机会识别的情景下，还有必要进一步探索创业者关系网络能力对所识别创业机会的创新性是否有影响。

本文的理论贡献体现在：尝试研究微观层面（即个体层面）的网络能力对创业机会识别发挥作用的过程模型，构建了一个反映创业者关系网络能力、网络位置与创业机会识别关系的理论模型，有助于厘清创业者关系网络能力与机会识别之间的作用关系。

本文的实证研究结论能为创业者的创业过程提供以下启示：一是创业的成功不仅仅在于创业者主体是谁或者他认识谁，更重于在创业过程中创业者利用了谁。因此，其通过构建、管理网络关系的能力显得尤为重要。创业者应该通过各种沟通交往以及人际技巧来发展和保持与他人的关系。二是创业应把握好关系网络能力与其在社会网络中的网络位置之间的关系。即创业者若处于较劣势的网络位置，更应该最大化地发展提升自己的网络能力。创业者应最优化地利用自身关系网络能力与网络位置各自带来的优势，从而更好地利用信息和资源。

受研究问题的复杂性以及研究时间、水平和条件的限制，本文的不足之处：一是数据的局限性。本文所调研对象是特定某一区域的创业者，因此可能限制本研究结论在其他区域的推广。二是网络位置测度。本研究主要测度了中心性和网络规模两方面，网络位置其他测度维度是否对创业机会识别产生潜在影响并没有涉及。

参考文献：

1.Hills，G.Lumpkin，G.T.and Singh，R.P.Opportunity recognition：perceptions and behaviors of entrepreneurs[J].Frontiers of Entrepreneurship Research，Babson College，Wellesley，MA，1997

2.张青，曹尉.社会资本对个人网络创业绩效影响的实证研究[J].研究与发展管理，2010，22（1）

3.任胜钢.企业网络能力结构的测评及其对企业创新绩效的影响机制研究[J].南开管理评论，2010，13（1）

4.唐炎钊，王容宽.Guanxi与创业企业成长：国外研究述评[J].商业研究，2013（2）

5.Sarason.Y.，Dean T.，Jesse F.Dillard Entrepreneurship as the nexus of individual and opportunity：A structuration view[J].Journal of Business Venturing，2006，21（3）

6.Elfring，T.，and Hulsink，W.Networks in entrepreneurship：The case of high-technology firms[J].Small Business Economics，2003，21（4）

7.杨俊，张玉利.社会资本、创业机会与创业初期绩效：理论模型的构建与相关研究命题的提出[J].外国经济与管理，2008，30（10）endprint