支持還是抑制？網絡嵌入創業績效有效性測量

汪艷霞，曹錦纖

(1.上海交通大學 國際與公共事務學院，上海 200030；2.西南大學 政治與公共管理學院，重慶 400715)

1 問題提出

網絡嵌入助推創業績效至關重要。多數創業企業存在“新且小”的特點[1]，由于資源匱乏和組織合法性較低導致發展困境和創新乏力，而擅用關系網絡可動員資源，如搜集信息識別新創業機會、以較低市場價格獲得生產要素、從外部環境獲取合法性等[2]。網絡嵌入成為企業構建戰略聯盟、獲取互補性資源、進行資源配置的重要渠道和方式，對創業績效具有正面影響作用[3]。因網絡活動嵌入創業過程普遍存在于創業領域，“GUANXI”一直作為國際上研究中國創業現象的熱點，加之社會網絡相較社會資本而言更易測度、研究方法更為成熟[4]，社會網絡關系強度、網絡拓撲結構特征、網絡規模、網絡異質性等維度對創業過程的作用仍受到國內外學者廣泛關注。

在組織場域，網絡嵌入促進創業績效增長呈現出較大的理論張力，爭論焦點主要包括如下4個方面：

(1)何種程度關系強度最有效，即強聯結與弱聯結間的矛盾。多數中國學者實證研究表明，創業企業強聯結附帶的信任有助于資源交換更優[5，6]，但以Granovetter[7]為代表的“弱關系”學派卻認為，弱聯結能夠降低信息與資源冗余性，而強聯結雖然能夠以較低成本和風險提供資源，但資源往往是有限、冗余和低質量的，同時帶來了不必要的義務和承諾。

(2)何種形態網絡結構最有效，即結構洞、網絡中心、網絡核心等關鍵性節點與網絡封閉間的矛盾。Batjargal等[8]將結構洞優勢概括為：①及時訪問非冗余信息和推薦源；②在遠程網絡族群中發現新機會和新資源；③形成多元化知識和技術結合；④傳遞性機制，連接沒有聯系起來的網絡關系，持有和控制信息。與之相對的網絡封閉強調社會資本是由緊密相聯元素組成的網絡創造的[9]，緊密網絡能夠減少因環境高度不確定性和信息不對稱性造成的機會主義行為。

(3)何種規模網絡聯結最有效，即企業是應專注于經營聯系人多元化網絡，還是悉心維持與強化現有聯盟。Podolny[10]認為，多元化關系就像一面棱鏡，能夠提高小公司知名度，并在更廣泛群體中建立廣泛、積極聲譽，這種聲譽有助于提升合法性；Elfring & Hulsink[11]強調與具有不同背景和社會地位的人聯系，可以迅速調動聯系人所擁有的資源，而不必花費時間通過間接關系搜索資源，從而有助于擴大企業資源獲取范圍，降低資源搜尋成本。但企業過度關注網絡擴張將引發較高的篩選成本和維護成本，從而將企業成功崛起和早期增長置于風險之中[12]。

(4)何種類型合作網絡最有效，即網絡同質性與網絡異質性間的矛盾。Goethner & Stuetzer[13]發現，異質團隊在解決復雜、非常規問題上更有效，同時創業團隊同質性也會提高組織績效，因為團隊成員更有可能共享語言和知識庫，進而有效降低溝通磨合成本；Amason[14]提出，網絡異質性會降低決策速度、分散責任并浪費管理資源，隨著互動的加強，沖突可能性也會增加，從而阻礙團隊成員合作，甚至滋生道德風險，導致團隊成員背叛創業。圍繞上述理論沖突，已有研究從創業情境與聯結組合的“行為—結構—資源”角度進行解釋，并開始關注企業成長網絡締結策略行為，但在企業發展同一時期提出不同的聯盟選擇[15-16]。

綜上所述，國內外關于網絡嵌入創業績效的研究日漸豐富，但在理論解釋與研究結論上存在較大分歧，既有研究無法彌合理論鴻溝，同時雖強調創業情境，但對情境本身要素變量的關注不足，難以解釋網絡嵌入機制動態性差異，增加了理論突破與管理實踐難度。此外，文獻回顧發現，網絡嵌入創業績效相關研究缺少跨國別對比研究。基于此，本文采用Meta分析，綜合納入國內外有關社會網絡與創業績效的研究，抽象出3個情境因素，即以企業特性(企業年齡、企業類型)、經濟體制環境(國別)、測量方式(構念測量、數據類型)為調節變量，探討網絡嵌入影響創業績效的普遍規律與內在機理。本研究貢獻如下：①由于單項研究在研究設計、樣本選擇、評價側重點等方面存在差異而導致研究誤差，本文運用Meta分析方法能夠較為全面地評估以往研究，提升統計檢驗效能，使研究結論更具有說服力；②從關系強度、網絡結構、網絡規模、網絡異質性4個維度構建網絡嵌入創業過程影響創業績效的解釋性框架，從企業特性、體制環境、構念測量等多個角度尋找異質性來源，旨在提出新研究問題，為進一步研究指明方向。

2 文獻綜述與研究假設

2.1 網絡嵌入創業績效

社會網絡助推創業績效的動力機制主要體現在信任和共享規范的形成降低內外交易成本[17]、促進組織成員間隱性知識傳遞與知識創造[18，19]、以較低成本盤活異質性信息與資金等資源[20-21]、識別與開發套利和創新創業機會[22]、借助商業關系與政治關聯獲取合法性[23-24]、網絡治理催生知識資本從而保持競爭優勢[25]6個方面，它們協同整合，進而轉化為創業企業動態發展過程中的創業績效。目前，關于社會網絡何種屬性促進創業績效增長的結論仍然莫衷一是。很少有研究綜合已有實證分析成果，根據學界新進展，全面準確揭開這一“黑箱”，因此對其進行回顧與整合性匯總分析具有重要意義。同時，由于Meta分析數據來源于文獻，受限于學術熱點，本文集中探討關系強度、網絡結構、網絡規模、網絡異質性4個維度中每組矛盾的一組關系。

2.1.1 強聯結嵌入創業績效

Rost等[26]認為，強聯結有利于網絡成員間建立信任感，形成合作慣例，以便更好地相互了解。一方面，有利于企業獲取外部知識和內部共享知識；另一方面，有助于克服機會主義風險，促進企業間互補，提高創業企業績效。尤其是在經濟處于轉型期的國家，由于市場化運行機制尚不完備、缺乏制度保障，從而導致產品推廣和市場開發更多地依賴強聯結[27]。Koberg等[28]提出，強聯結與弱聯結的作用爭論不休，原因之一在于忽略了環境動態性、企業自身特性等權變因素。而在中國企業獨立創新能力普遍較弱與中國關系文化環境交織下，相較于弱聯結，強聯結能夠更好地利用網絡優勢，帶來知識創造和企業成長[29]；Perks等[30]以中國科技研發型企業為樣本，證明強關系能夠較好地整合新產品研發與營銷過程，提升新產品開發績效，同時還能彌補正式外部制度結構(如管制和法律規范)缺陷。在關系基礎存在的地方，傳統和文化衍生的人際關系仍然影響著人們一起工作的方式，中國企業反映了不同的研發—營銷整合實踐。

2.1.2 關鍵性節點嵌入創業績效

結構性嵌入強調行動者在網絡中的位置，認為社會資本是由一個充滿結構洞的網絡產生的，這個網絡使得人們在原本不相連部分牽線搭橋，從而成為價值增值的源泉[31]。因此，信息與資源獲取不僅僅取決于關系強度，還取決于企業是否占據網絡中的有利節點[32]。網絡中心度、網絡核心度與結構洞等作為衡量企業網絡關鍵性節點的概念分別強調不同的方面，企業外圍關系越豐裕，內部中心網絡能力越強；企業外圍節點交往合作越頻繁，核心位置企業局域密度越大，核心地帶信息資源共享程度越高；同時，節點企業能夠在網絡關系布局中形成網絡位勢，形成占位優勢，從而匯集多樣化資源的可能性更大[27]。Vissa & Chacar[33]提出企業網絡位置決定知識溢出和信息流量大小，當企業網絡跨越許多結構洞架起非冗余聯系“橋梁”時，它作為“經紀人”和“信息橋”，能夠獲得信息控制和知識入口，從而獲得諸如技術咨詢信息、資金來源、高質量雇員等對企業活動更有價值的資源，這些資源通過影響戰略決策速度、成本和收益，進而提升組織績效。

2.1.3 規模網絡嵌入創業績效

規模網絡嵌入創業績效的作用機制與非冗余聯結類似。一方面，創業企業初期缺乏完善的組織規范和網絡治理結構，面臨高度創業風險，不具備選擇交易對象的自主權，亟需借助多樣化關系而非正式契約，以較低的搜尋成本、談判成本、沖突協調成本、重置成本、資產專用性等進行交易和資源配置；另一方面，創業企業需要降低對固有聯結的“非對稱性依賴”，走出資源依賴陷阱，扭轉既有網絡權力格局，逐步獲取節點優勢，避免在人際關系中被套牢[34]。Martinez & Aldrich[35]認為，越是發展邁向成熟的企業，其網絡關系越為多元化，而多元化在企業生命周期后期更為常見，也更為重要，規模化關系嵌入能夠有效增加對潛在市場、新業務地點、創新、資本來源和潛在投資者等廣泛信息的訪問。以強身份紐帶為中心的網絡創業往往會復制現有商業模式，而非人格化紐帶往往會促進創新，其能為跨邊界和橋接聯系創造機會，產生強大的跨部門溝通能力，從而有效激勵創業學習，并挖掘與識別更優質的創業機會。

2.1.4 異質性網絡嵌入創業績效

異質性網絡包括創業團隊人口統計學特征、知識觀念、職業經驗與社會關系等差異，具體可劃分為創業團隊內部異質性和企業外部異質性兩種。其中，外部異質性問題實質上源于弱聯結假設，是弱聯結附帶的網絡聯結屬性，聯系人間異質性高意味著處于網絡中心的被訪者更有可能接觸到各類潛在資源信息[36]。夏晗[37]將內部異質性分為知識異質性和關系異質性兩種，認為團隊知識異質性過低導致成員認知同質化，不利于知識整合和利用，高度知識異質性有助于團隊成員形成優勢互補，更好地應對外部風險；而關系異質性越強，越能為企業發展提供創新要素，是企業發展的有效資源；Carpenter[38]從內部戰略決策角度論證了網絡異質性的重要性，認為面對諸如信息超載、模糊線索、競爭目標等常見的決策挑戰，管理者對刺激的感知往往通過認知基礎、價值觀過濾和解釋，而高異質性團隊成員能夠從不同視角相互溝通，減少戰略決策中因認知差異而導致的信息扭曲。由此，本文提出如下假設：

H1：強聯結嵌入對創業績效具有正向作用。

H2：關鍵節點嵌入對創業績效具有正向作用。

H3：規模網絡嵌入對創業績效具有正向作用。

H4：異質性網絡嵌入對創業績效具有正向作用。

2.2 網絡嵌入創業績效的調節機制

2.2.1 企業年齡調節網絡嵌入創業績效

本文將企業年齡劃分為成熟企業和新創企業。新興企業由于存在“新且小”的特點且面臨著新進入障礙，相較于成熟企業，無論是在資源獲取、機會識別、尋求合法性，還是產品推廣、搶占市場份額等方面，對各種網絡聯結都更為依賴，以求生存和成長。市場環境高度不確定性、有限搜索能力等使得創業企業初期極度依賴利用強聯結撬動資源杠桿，因為新創企業難以獲得其它同行資源，其它企業不愿與它們認為未來高度不確定、回報可能性較低的新興公司建立合作關系[7，39]。正因如此，強聯結鑲嵌的信任資本提供了有力保障，但網絡經營能力提升促使大規模、充滿結構洞的弱聯結更能給企業帶來資源。Ripollés &Blesa[40]通過對比國際成熟企業和新創企業發現，合法性成為新創企業進入市場的障礙之一，而密集的網絡關系嵌入能夠為其提供社會支持、市場合法性和資源通道。

2.2.2 企業類型調節網絡嵌入創業績效

本文將企業類型劃分為高科技企業和非高科技企業兩種。由于高科技新創企業既具備新創企業“新之不足”、“小之不足”的缺陷，又要應對技術快速更迭和市場需求不斷變化等挑戰[1]，因此高科技企業更需要依靠企業內外部關系網絡攻破信息、資源、知識瓶頸。García-Villaverde等[41]認為，由于高科技企業處于高度技術動態環境中，對不可靠或未經證實信息的容忍度較低，而關系中蘊含的信任資本可減少“信息噪音”，因此強大的內外關系網絡能夠促進更高水平的資源共享、可靠的信息和隱性知識傳遞，這種隱形知識能夠提升高科技企業對“技術活力”的感知，從而促使企業成員及企業聯盟共同協作開發新創業機會。

2.2.3 地區經濟發展狀況調節網絡嵌入創業績效

本文將地區經濟發展狀況劃分為新興經濟體和發達經濟體兩種。在不穩定市場環境中，非正式網絡往往能夠幫助企業家調動資源、贏得訂單和應對官僚體制限制[42]。新興經濟體中創業網絡嵌入主要發揮著兩方面的作用：一方面，由于新興經濟體缺乏某些支持機構，而企業家網絡能夠形成非正式約束，履行某些機構職能，如獲取市場信息、解釋規章和執行合同，在一定程度上克服基礎設施的不足，促進成員間經濟交流；另一方面，許多創業私營企業締結商業合作網絡(如供應商、買家、競爭對手等)與政治關系網絡以提升合法性，尤其是在經濟轉型期國家，其往往服務業關系密集而法律框架不足[43]。

綜上所述，網絡嵌入的作用可能是權變而非靜態的。受企業發展階段、企業特性、經濟體制環境等情境因素的影響，不同嵌入機制發揮的“橋接”和“黏合”功能此消彼長。由此，本文提出如下假設：

H5：新創企業對網絡嵌入與創業績效間的關系存在正向調節作用。

H6：高科技企業對網絡嵌入與創業績效間的關系存在正向調節作用。

H7：新興經濟國家對網絡嵌入與創業績效間的關系存在正向調節作用。

基于上述分析，本文構建網絡嵌入創業績效理論模型，如圖1所示。

圖1 理論模型

3 研究設計

本文采用Meta分析方法，系統梳理與匯總以往關于社會網絡與創業績效的經驗研究，揭示網絡嵌入創業活動作用于創業績效的觸發機制，探索兩者關系的一般性規律，以提升既有理論的解釋力度；同時，引入多個協變量進行雙變量二元異質性分析和Meta回歸，找出研究間存在差異的真正原因。

3.1 變量測量

3.1.1 社會網絡

本文將社會網絡定義為創業者個人網絡與企業網絡的集合，綜合考察各類網絡聯系對創業績效的影響，將社會網絡劃分為關系強度、網絡規模、網絡結構、網絡異質性4個維度。其中，關系強度是指接觸的頻繁程度和關系緊密程度，沿用Granovetter等[44]提出的強聯結和弱聯結概念，前者是指創業者愿意花費更多時間建立和維護感情深厚、較為親密、相互信任、互惠互換的關系，后者反之[36]；網絡規模是指創業網絡中伙伴和聯系的范圍及數量；網絡結構主要測度創業企業在網絡關系中是否居于有利節點，是針對創業網絡拓撲結構特性的測量，如結構洞、網絡中心度、網絡核心度、網絡密度等；網絡異質性主要包含創業團隊異質性和外部合作網絡異質性，現有研究集中考察成員間年齡、受教育水平、性別等人口統計學特征及職業經歷、專業知識等方面的差異，而合作網絡異質性實際上是測量聯系人類型、工作單位、所在區域、身份背景等方面的差異。

3.1.2 創業績效

既有研究對創業績效的測量方式不一。部分研究采用Li等[45]的劃分標準，將創業績效分為財務績效、成長績效和創新績效3種；部分研究僅考察一項財務指標或非財務指標，如調查對象年度銷售額、雇員數量、資產或利潤增長率等。僅采用財務指標衡量企業績效只能反映企業當前經營狀況，無法預測未來，而新創企業正處于成長上升期，多數情況下，財務狀況自然無法與成熟企業相比[44]。同時，為避免對創業績效維度細分排除重要研究，本文同時納入財務指標和非財務指標，將創業績效劃分為生存績效和成長績效兩種。其中，生存績效主要采用財務指標衡量，包括利潤率、資產回報率、銷售額增長、投資回報率、現金流狀況(資金周轉)等，成長績效主要采用非財務指標衡量，包括主觀滿意度、雇員增長、市場份額、企業合約數增加、專利數數量、新產品開發產值等。

3.2 文獻處理與數據收集

3.2.1 文獻檢索

本文將社會資本、社會網絡、網絡嵌入、強聯結、結構洞、網絡規模、網絡異質性等關鍵詞與創業績效進行組合，在CNKI進行中文文獻檢索，以“social capital”、“networks”、“GUANXI”、“ties”、“strong ties”、“structural holes”、“network size”、“heterogeneity”連同“entrepreneurial performance”、“business performance”、“venture performance”、“firm growth”為關鍵詞，通過“Science Direct”、“JSTOR”、“Springer”、“Google Scholar”、“Web of Science”等數據庫進行檢索。為避免遺漏重要文獻，在上述基礎上逐一檢索6種創業領域影響因子較高的期刊，分別為《Journal of Business Venturing》、《Entrepreneurship Theory & Practice》、《Small Business Economics》、《International Small Business Journal》、《Journal of Small Business Management》、《Strategic Management Journal》。所有文獻檢索時間跨度為2008年2月-2019年2月。經檢索，共得到文獻12 500篇，通過標題、摘要、關鍵詞、文獻類型初步篩選，得到文獻721篇，其中中文文獻129篇、英文文獻592篇。將中外文獻檢索時間起點統一設置為2008年，原因在于：一是通過中文文獻檢索發現，研究社會網絡與創業績效兩者關系的CSSCI文獻較早出現在2008年，在此之前可采納的高質量文獻不多；二是中外文獻時間差距過大，在研究方法、研究焦點等方面不一，容易加大誤差來源，同時不利于進行截面數據分析。

3.2.2 文獻篩選

詳細文獻篩選主要遵循以下4個標準：①納入文獻需為實證研究，排除案例研究和綜述類文獻；②文獻中至少涵蓋社會網絡與創業績效兩個變量多個維度中的一組關系；③以相關系數r為基準，文獻需展示社會網絡與創業績效間的相關系數或者可以轉化為相關系數的其它系數，其余回歸系數、路徑系數等統計量不在記錄范圍內；④倘若為同一研究團隊針對同一研究群體發表的研究，僅采納其中一項研究數據。根據上述標準，初步閱讀標題和摘要，排除相關度較低的文獻，然后對剩余文獻進行詳細閱讀，主要記錄以下信息：作者、發表年份、樣本量、樣本企業年齡、創業行業、國家、社會網絡與創業績效劃分維度、定義及測量方法、相關系數等。

3.2.3 文獻編碼

在主變量編碼方面，本文將社會網絡(SN)劃分為強聯結(ST)、關系強度(NS)、結構洞(SH)、網絡規模(NZ)、網絡異質性(NH)、網絡中心性(NC)、網絡核心度(NK)、網絡密度(ND)、網絡連通性(NC)、政治關系(PT)、商業關系(CT)。其中，社會網絡中的“網絡約束”采用反向計分，有關政治關系和商業關系的研究納入網絡規模維度，有關網絡強度正向測量的計入強關系。創業績效(EP)測量指標編碼為生存績效(ESP)、成長績效(EGP)。數據類型分為截面數據(C)、時間序列數據(L)、面板數據(P)。關于4個調節變量，本文將企業年齡劃分為新創企業(New)、成熟企業(Old)、兩者混合(Mixed)；將企業行業劃分為高科技企業(High-tech)、非科技型企業(Non-tech)；將地區經濟發展狀況劃分為經濟轉型國家(TE)和經濟發達國家(DE)，地區經濟發展狀況主要根據樣本所在國家判斷，涉及兩個及以上國家或地區記為“多元”(Multiple)；將社會網絡測量方式劃分為公式測量(F)和量表測量(S)，創業績效測量方式劃分為報表資料(R)和主觀績效(S)。文獻未展示變量相關信息則記為未知(Unknown)。在效應量計算方式上，若研究展示了社會網絡與創業績效多個維度間的相關系數，則根據指標數量逐層取加權平均數，得到最終效應量，計算結果統一保留到小數點后3位。根據上述設置對所有文獻進行編碼，最終得到文獻81篇，其中中文文獻23篇、外文文獻56篇(由于篇幅限制，文中未列示文獻編碼結果)。

4 數據分析與假設檢驗

首先，進行數據預處理。根據公式(1)和公式(2)，將所有相關系數r轉換為Fisher'Z值，并計算出Z值及其標準誤，作為進入Meta分析的原始數據。其次，根據公式(3)，計算0.05顯著性水平下的失安全系數Nfs0.05，進行發表偏倚檢測，確保納入數據是目標研究群體中的無偏樣本。再次，進行異質性檢驗，根據檢驗結果決定采取隨機效應模型或固定效應模型，并采用公式(4)和公式(5)對每個研究賦予相應權重。其中，Vyi為研究內與研究間方差的總和，Wi為分配給每個研究的權重，M為所有效應的加權均值。將Z值及其標準誤導入Stata，利用Meta分析進行主效應檢驗和調節效應檢驗，得到效應量、顯著性水平及其置信區間。最后，進行Meta回歸，檢驗調節效應大小與模型整體擬合情況，并根據公式(6)將Meta分析結果轉化為相關系數。

(1)

(2)

(3)

(4)

(5)

(6)

4.1 發表偏倚

首先，對所有數據進行發表偏倚檢測。發表偏倚又稱“文件抽屜問題”，即有統計學意義結果的研究更可能被發表，而沒有統計學意義的研究則不易發表。同時，在特定樣本含量條件下，效應量越大越有可能得到有統計學意義的結果。因此，就有可能造成meta分析結果的偏差和夸大[47]。針對發表偏倚問題，本文主要采用漏斗圖法、Begg法和Egger法、失安全系數進行檢驗。采用Stata的metafunnel指令進行漏斗圖檢驗，結果如圖2所示。從中可見，所有文獻較為均勻地分布在漏斗中線兩側，證明研究發表偏倚程度可以接受；同時，采用metabias指令對所有文獻進行Begg檢驗和Egger檢驗，結果表明社會網絡與創業績效偏倚檢驗P值分別為0.520和0.843，遠大于0.05的顯著性水平，表明數據檢驗結果可信度較高。關系強度、網絡結構、網絡規模、網絡異質性4個維度的失安全系數最低為118，最高為3 223，平均系數約為1 009，均遠大于文獻數量，表明不存在發表偏倚問題。

4.2 主效應檢驗

采用隨機效應模型與固定效應模型進行主效應檢驗，多數Z值和Q值均低于0.01的顯著性水平，同時社會網絡4個維度與創業績效I2分別為86.4%，97.3%，89.1%，96.4%，說明研究間異質性顯著，隨機誤差所占比重較小，研究間大部分差異可能源于調節變量，故應采用隨機效應模型。本文采用隨機效應模型對社會網絡各維度與創業績效的關系進行檢驗，結果見表1。由表1可知，所有效應值可信區間均未橫跨0，因此具有較高的可信水平。根據隨機效應模型檢驗結果，社會網絡對創業績效的綜合效應值為(ES1=0.239，P<0.01)，強聯結嵌入創業績效的綜合效應值為(ES2=0.243，P<0.01)，關鍵性節點嵌入創業績效的綜合效應值為(ES3=0.259，P<0.01)，規模網絡嵌入創業績效的綜合效應值為(ES4=0.274，P<0.01)，異質性網絡嵌入創業績效的綜合效應值為(ES5=0.249，P<0.01)，假設H1、H2、H3、H4得證。總體而言，規模網絡與關鍵節點對創業績效的嵌入程度最高，而強聯結對創業績效的作用程度較低。同時，在生存績效上，規模網絡綜合效應值最高(ES=0.192，P<0.01)，異質性網絡綜合效應值最低(ES=0.121，P<0.01)；在成長績效上，關鍵性節點嵌入創業績效的綜合效應值最高(ES=0.224，P<0.01)，強聯結綜合效應值最低(ES=0.078，P<0.01)。

表1 網絡嵌入創業績效的效應檢驗結果

注：陳逸同、董正英(網絡結構)、胡海青(網絡結構)、Batjargal et al.(網絡結構)、耿新(網絡異質性)、Barham&Chitemi(網絡異質性)5個效應值游離于置信區間外，在分析過程中剔除，下同

圖2 漏斗圖檢驗結果

4.3 異質性檢驗與亞組分析

在進行Meta回歸前，先進行異質性檢驗，判斷研究間的效應差異是否源于調節變量。本文將企業年齡、企業類型、地區經濟發展狀況、網絡與績效測度方式、數據類型作為分組變量，對所有文獻進行亞組分析，從多個角度探察異質性來源，檢驗結果如表2所示。由表2可知，多數檢驗的I2均大于75%，說明隨機誤差所占比重較小，除面板數據與創業績效外，其余變量關系置信區間均未橫跨0，研究結論可信度較高。從網絡作用創業績效機制看，各網絡變量對創業績效的影響存在中度異質性(Q=37.6，P<0.01)。在企業年齡上，新創企業效應值(ES=0.237，P<0.01)高于成熟企業效應值(ES=0.112，P<0.01)，且組間差異異質性顯著(Q=131.99，P<0.01)，因此可初步斷定新創企業對于社會網絡與創業績效關系的影響相較于成熟企業而言更大；在企業類型上，高科技企業效應值(ES=0.241，P<0.01)高于非高科技企業效應值(ES=0.210，P<0.01)，且組間差異顯著(Q=11.92，P<0.01)，初步斷定高科技企業對于社會網絡與創業績效關系的影響相較于非高科技企業更大；在地區經濟發展狀況上，經濟轉型國家效應值(ES=0.255，P<0.01)高于經濟發達國家效應值(ES=0.210，P<0.01)，且組間差異顯著(Q=25.53，P<0.01)，說明經濟轉型國家對社會網絡與創業績效關系的影響相較于經濟發達國家更大；在變量測量方式上，社會網絡公式測量效應值(ES=0.291，P<0.01)高于量表測量效應值(ES=0.264，P<0.01)，且組間差異顯著(Q=185.19，P<0.01),說明公式測量對效應量結果的影響更大；主觀績效效應值(ES=0.250，P<0.01)高于報表績效的效應值(ES =2.33，P<0.01)，且組間差異顯著(Q=40.86，P<0.01)，說明主觀績效對效應量結果的影響更大；在數據類型上，時間序列數據效應值(ES=0.250，P<0.01)大于其它數據類型的效應值，且組間差異顯著(Q=58.59，P<0.01)，說明時間序列數據對效應量的影響更大。根據上述分析，假設H5、H6、H7得到初步驗證。

表2 異質性檢驗與亞組分析結果

注：F(N)表示社會網絡公式測量，S(N)表示社會網絡量表測量，R(P)表示創業績效報表測量，S(P)表示主觀績效，下同

4.4 Meta回歸

由異質性檢驗與亞組分析結果可知，網絡嵌入是否支持創業績效提升可能受到創業企業所在地區狀況、行業屬性和企業年齡等變量的影響。在此基礎上，進行Meta回歸，計算調節效應大小及異質性檢驗結果的穩健性。首先，構建一個主模型以及與之相嵌套的5個子模型，并對所有解釋變量進行啞變量賦值。

主模型(模型5)：

EP=α0+β1ST+β2NS+β3NZ+β4NH+β5Nascent+β6High-tech+β7TE+β8CM+εi0

(7)

子模型1：

ST=η0+ψ1Nascent+ψ2High-tech+ψ3TE+εi1

(8)

子模型2：

NS=δ0+γ1Nascent+γ2High-tech+γ3TE+εi2

(9)

子模型3：

NZ=ζ0+θ1Nascent+θ2High-tech+θ3TE+εi3

(10)

子模型4：

NH=ω0+λ1Nascent+λ2High-tech+λ3TE+εi4

(11)

其中，EP表示創業績效，ST表示強聯結，NS表示網絡結構，NZ表示網絡規模，NH表示網絡異質性，Nascent表示新創企業，High-tech表示高科技企業，TE表示經濟轉型國家，CM表示所有測量方式(包括F(N)、S(P)、C)，α0、η0、δ0、ζ0和ω0均為常數項，εi0、εi1、εi2、εi3和εi4均為隨機擾動項，模型檢驗結果如表3所示。由表3可知，企業年齡變量中新創企業對社會網絡與創業績效的關系具有顯著調節作用(β=0.447，P<0.01)，異質性檢驗與H5得到驗證；同時，創業績效測量方式對兩者關系具有顯著調節作用(β=0.455，P<0.01)，說明新創企業和創業績效測量方式是造成研究異質性的重要來源；高科技企業與經濟轉型國家回歸結果不顯著(P>0.05)，調節作用未得到驗證。根據子模型1檢驗結果，高科技企業對強聯結與創業績效的關系具有顯著負向調節作用(β=-0.746，P<0.05)，其余變量不存在顯著影響；根據子模型2檢驗結果，經濟轉型國家對網絡結構與創業績效間的關系具有顯著調節作用(β=1.254，P<0.05)；根據子模型3檢驗結果，高科技企業的調節作用顯著(β=0.860，P<0.01)，其余變量不顯著；根據子模型4檢驗結果，3個調節變量的作用均不顯著。綜上所述，高科技企業對強聯結與創業績效的關系存在負向調節作用，對網絡規模與創業績效的關系存在正向調節作用，經濟轉型國家對網絡結構與創業績效的關系存在正向調節作用，H5、H6和H7部分成立。

表3 Meta回歸結果

5 結論與展望

5.1 結論與啟示

本文采用Meta分析方法探索網絡活動嵌入創業績效的作用機制與一般規律，對2008-2019年社會網絡與業績效間關系的81項研究(115個獨立樣本，n=34 860)進行綜合回顧，得出以下結論：

(1)社會網絡與創業績效關系總體效應值為0.239，證實了網絡嵌入創業績效的有效性。其中，網絡規模與網絡結構對創業績效的作用程度較高(ES4=0.274，ES3=0.259)，而強聯結對創業績效的作用程度較低(ES2=0.243)，說明不同特性網絡對創業績效的作用存在差異。企業在經營網絡與締結網絡聯盟時，應更多考慮適度網絡規模與關鍵網絡節點以及對優質網絡資源的識別能力，以高效獲取各類資源。同時，企業應動態調適自身網絡結構，逐步擺脫對強聯結的過度依賴，避免因“認知鎖定”而陷入網絡陷阱，采用多樣化聯結組合,如“互補式”與“追加式”聯結并舉維持既有網絡關系，同時尋找新合作伙伴，以克服“非對稱性依賴”和單一聯結的局限性。

(2)Meta回歸結果表明，新創企業對社會網絡與創業績效間的關系具有正向調節作用；高科技企業對強聯結與創業績效間的關系存在負向調節作用，對網絡規模與創業績效間的關系存在正向調節作用；經濟轉型國家對網絡結構與創業績效間的關系存在正向調節作用，H5、H6、H7均得到部分證實。這表明，網絡作用機制并非靜態的，而是動態、權變的，受企業發展階段、生命周期與地區制度環境的共同影響。首先，新創企業由于新進入障礙、追求合法性、資源短缺等原因，對網絡資源的需求更加旺盛，因此各類網絡資源對創業績效均有促進作用，所以新創企業對整體網絡關系呈正向調節；其次，高科技企業面臨劇烈變化的市場環境和不確定性，相較于其它企業，對信息更為敏感，更需要弱聯結與網絡規模提供異質性資訊；最后，制度環境與經濟活動越交互，市場越不規范，制度等公共品供給越貧乏，網絡活動作用越突出。因此，新興經濟體有效調節了網絡結構與創業績效間的關系。基于上述分析，處于新興經濟體的新創企業與高科技企業需提升網絡能力，通過建立網絡戰略聯盟撬動資源杠桿，調節創業初始稟賦，通過網絡耦合催生知識資本，創造技術優勢，從而提升創業績效。

(3)創業績效測量方式是影響研究異質性來源的重要原因之一。回歸結果表明，創業績效測量方式對社會網絡與創業績效的關系具有顯著調節作用。本文在進行創業績效測量時，更多選用主觀量表，因為新創企業在財務指標等方面遠不如成熟企業，采用財務報表等對企業未來績效的預測不足；同時，除上市公司外，多數創業企業并未公開相關資料，但采用主觀量表形式可能造成效應值虛高和偏離。

5.2 局限與展望

本文采用Meta分析對社會網絡與創業績效相關研究進行回顧，合成效應量而非單個研究離散結果，克服了單項研究固有的弊端，基于明確的原則體系，提供了透明、客觀、可重復性框架。但本文也存在一些局限性，主要表現在：一是外文文獻只包含英文文獻，其它語言類型文獻納入不足；二是除企業特性、制度環境、構念測量方式外，可能還有其它調節變量存在。同時，受數據采集限制，將調節變量粗略賦值為虛擬變量，形成連續型變量檢驗調節效應更為精準。此外，未來研究除社會網絡變量外，還可以納入創業學習、組織合法性、創業資源拼湊等變量調節兩者間的關系。