<span class="emphasis_bold">创业机会识别过程</span>：<span class="emphasis

摘要：机会识别是企业家精神的核心思想之一，创业者往往因其经验劣势，难以发现和认知尚未被发掘的机会。现有研究对创业者如何利用机会原型，匹配技术和市场结构关系进而识别创业机会的内在机理仍缺乏深入考察。基于此，采用口语报告法，分析创业者机会原型和结构匹配在创业机会识别过程中的作用，揭示机会原型如何促进结构匹配的推理水平提升。结果表明：创业者更多地利用结构关系匹配识别机会，较少利用表面特征匹配；具有较高水平机会原型的创业者在机会识别过程中更多地利用结构关系匹配，表面特征匹配利用较少。研究结果丰富了创业机会识别认知理论，为解释为什么有些人能够识别别人看不到的机会的前置因素提供了基础。

0 引言

识别合适的商业机会是成功企业家最重要的能力，解释影响机会识别的因素是创业研究的关键部分[1]。创业领域的认知学派关注创业者如何认知和决策，致力于归纳并识别具备共性规范和合理性的创业认知与决策特征[2]，并竭力挖掘创业者如何识别和利用机会。创业个体各自拥有不同的信息库，依赖不同的认知机制或模式，认知视角有助于理解创业者的创业过程以及他们是如何将机会识别能力和机会利用能力相关联的[3]。研究表明，知识库差异以及不同的信息处理方式会导致不同的机会识别能力[4]，但是，为什么个体知识库存会存在差异？何种信息处理方式能够有效识别机会？以前的学者并没有将两个问题结合起来加以考察。

认知理论视角下的创业研究旨在回答创业者认知和决策等更具有挑战性的深层次问题，有助于理性认识创业者在创业过程中的角色和作用[2]。利用认知心理学概念解释创业现象，有助于人理解创业者如何思考[5]。从认知视角可以全面地观察人和环境互动对个体行为的影响，更为重要的是，它引入了认知结构及图式概念[6]。原型是依据一组特殊属性形成的特殊图式，人们将观察到的事物与原型作比较，并进行归类和编码，从而建立一个新的模式[7]。商业机会认知涉及模式识别，而拥有机会原型的创业者更有可能构建起看似无关事件之间的联系[8-9]。结构匹配意味着两个事物中的元素和关系之间必须满足对应关系，一是一个事物中的元素可以映射到另一个事物中的至多一个元素；二是并行连接关系，即如果两个事物的论述相对应，则它们的结论也必须对应，一旦建立了结构上的匹配关系，个体就可以合理推论目标事项的关联逻辑[10]。结构匹配是一种特殊的图式，即对认知结构性质的理解和整合[7]，通过比较新信息与相关现象，考虑目标与来源的表面特征和结构关系是否一致，从而推理出有意义的模式并得出相关结论[11]。

个体利用客观物体或事件的特征进行识别，而这些特征储存在个体记忆中，当个体面对新刺激时，通过匹配与记忆特征进行对比[12]。机会原型作为储备在创业者记忆中的特殊资源，使创业者可以有效将情境中的市场和技术与机会进行匹配，两者相近程度越高，结构关系就越高阶，就越有可能诱发创业者对机会的识别[13]。从概念角度看，搭建认知过程中的机会原型、结构匹配与机会识别的关系说明了一种研究相关认知元素之间相互作用的方法[14]。在这种机会识别过程中，在创业者心理认知不断变化的情境下，本文考虑了个体对身处情境(市场、技术)下事物联系所建立的心理表征(结构匹配)以及个体持有的认知元素(机会原型)，最终目的是推导这两类前因是否可以帮助个体识别一个新的意义模式(商业机会)。已有研究指出，结构匹配与机会原型可以帮助人们更好从认知视角理解心理表征和认知资源之间的相互作用[13]。这两类元素正与本文研究假设相契合，即在创业机会识别过程中，创业者凭借其专业的机会原型模式将可能有关系的表面特征和结构关系进行匹配与比较，从而挖掘潜藏的商业机会。

创业机会认知过程是创业领域的关键问题[16]，多年来研究者们致力于开发引致创业机会识别的各种理论模型。机会识别是创业者努力寻找事物之间的连线以产生新产品或新服务的认知过程[17]，是创业者与环境在二元互动过程中不断搜寻的一个迭代过程。尽管研究模型得到了一些经验支持，但作为一个解释模型，并没有展现创业者在机会识别过程中的认知变化和反应。本文提出另一种解释创业者机会识别过程的实验方法，即口语报告法。利用认知视角研究关系结构并将注意力集中在3个关键点上：①关系结构的表征和属性；②关系结构的本质和前因；③关系结构的利用和结果[14]。通过口语报告法分析机会识别流程可以发现，创业者是如何利用关系结构表征对情境中的隐藏信息与商机相匹配以识别机会(结果)的，这个过程需要创业者拥有复杂信息处理能力和资源(前因)。因此，口语报告法可以完整地展现创业者如何利用所秉持的既有资源建立事物间微妙关联的过程。

本研究采用口语报告法对创业者进行实验测试，记录他们试图识别新机会的认知过程。通过分析这些报告，重点解析创业者在机会识别过程中使用技术和市场结构关系匹配的程度，同时检验创业者机会原型对结构关系匹配的作用。本研究有3个主要贡献：①虽然学者们已经广泛关注先前经验是如何促进创业者识别机会的[17]，但是对机会原型与机会识别关系的研究甚少。本研究发现，拥有高水平机会原型的创业者可以有效识别高阶结构关系匹配中的商业机会；②虽然已有学者探讨了机会识别过程中结构关系匹配的重要性[13]，但本研究引入机会原型这一专业认知模式，探究其在促进结构关系匹配推理中的关键作用；③以往研究仅讨论机会原型在机会认知过程中的基础作用，没有解释拥有机会原型的创业者是如何识别商机的[9]。本研究验证了拥有机会原型的创业者能够更好地在技术和市场的高阶结构匹配过程中识别机会，深化了对机会原型作用的认知。

1 理论基础与假设推演

1.1 创业机会识别

机会识别是创业过程中的重要部分，是创业者进行机会评估以及机会开发等其它创业行为的先导，也是现存企业产生持续竞争优势的资源[17-18]。机会识别是指企业家发现一个潜在可行的、盈利的商业机会，这种机会通过向市场提供新产品或服务，改进现有产品或服务，或者在低于饱和市场中模仿有利可图的产品或服务等被发现或创造出来[10]。大多数学者认为，机会识别包括3个不同过程：察觉或感知市场需求或就业严峻情形；认知或发现特定市场需求与特定资源之间的“匹配点”；以商业概念的形式在这种需求和资源之间建立新的匹配点[1]。从机会识别过程中可以发现两种观点：一种观点认为，机会存在于客观环境中，由特殊的创业者发现；另一种观点认为，机会是创业者利用创造性想象进行的社会构建[19]。前者是机会发现的认知主义观点和客观存在观点，后者反映了建构主义的机会观点。对机会的捕捉和占据是创新优势的重要来源，机会识别水平高的创业者能够从丰富的来源中获取可利用的信息和知识，并在组织边界内进行传递和转化，从而产生新产品和组织变革[20]。创业机会识别正迅速成为创业领域研究的一个关键点。

创业者通过认知努力塑造机会信念，以识别新的供给手段，即新产品、新服务、新技术或新商业模式，并与引入这些新供应手段的市场之间形成潜在联系[21]。在市场经济和技术转移背景下，机会信念的形成取决于创业者对新技术和市场之间匹配关系的识别。结构匹配研究的一个重要发现是人类思维感受到两类相似性——表层的和结构层的影响[12]。然而，个体具有独特认知结构的思维方式，他们利用不同的心智模式处理遇到的机会，因而表层和结构层上的相似性在不同个体推理逻辑中扮演不同的角色，具有不同的效果[21]。本研究把结构匹配理论纳入创业机会识别的认知过程中，将机会识别与结构匹配概念结合起来，发现创业机会是新的供给方式和市场之间尚未开发的“链形态”。创业者凭借结构关系的逻辑推理寻觅或者设想有前景的机会，发掘新技术和市场之间在表层与结构层上的匹配关系。

1.2 结构匹配与机会识别

对两个或多个客体之间的相似性感知依赖于个体对这些客体心理表征的认知匹配[10]。已有文献表明，结构匹配的认知过程有助于观察不同类型的创业者以及决策情境对创业者决策过程的影响，为检验机会识别过程提出新意的研究方式[23-24]。结构匹配模型是基于相似性比较模型延伸的一种类别比较模式，相似性比较认为两个具有相同属性或不同属性的客体是比较过程中的两个重要因素[25]。与相似性对比相比，结构匹配的优势在于其对比较过程中产生的属性类别进行了更为细致的划分[25]。认知科学家也证实，相似性比较和结构匹配的基本机制在个体如何理解新信息、学习新概念和发展类别方面起重要作用[26-27]。更重要的是，结构匹配过程显示出对科学创新、新产品构想和战略制定等需要高度抽象推理活动效果的积极意义[28-29]。

结构匹配过程在理解新信息方面起重要作用：面对新的目标激励，个体考虑其特征匹配与相关“源”的关系[12]。这个“源”可以是一个具体的客体，一个抽象的框架，或者是一种与理解新目标信息相关情境下的心理表征。通过比较新信息与相关客体、模型或情境，即思考目标和“源”的表面特征及结构关系是否相匹配，个体能够感知有意义的模式并得出相关结论。Gentner[13,23]提出了两个不同层面的结构匹配过程：一个以表面特征为中心，另一个以结构关系为中心。表面特征不同事物间浮于表面的基础属性和特点，个体可以借助对事物特征的初步了解，进一步挖掘其存在的深层逻辑。结构关系则是对其存在逻辑的深度理解，一阶结构关系由表面特征(如动作表现、语言效果)之间的一对一功能关系组成，高阶结构关系包括更为抽象的“关系之间的关系”，如因果链、目标语句和限制性规则[13]。结构匹配研究表明，表面特征和结构关系流程涉及不同的认知结构[12]。因此，二者在机会识别过程中发挥着不同的作用。表面特征涉及物体的基本属性，影响个体从记忆中搜索和检索信息的能力[12]。因此，新刺激的表面特征，如生产工厂中的新技术特征，可能导致创业者从记忆中回想起相关“源”的特征。而结构关系更多涉及高阶推理逻辑过程[30]。根据结构映射理论，对比的作用是检验之前可能没有明确认知的共同点，结构匹配过程可以提取在某一项目中表现不明显的共同高阶结构关系[31]。

以往研究表明，在推论一个新的或模棱两可的刺激时，深层关系结构，即高阶关系所支配的结构，在与客体匹配过程中比表面特征更具优势[32]。本研究认为，创业者在机会识别过程中更强调对结构关系的思考和匹配。一方面，当刺激以形象方式被编码，其会促进基于结构关系的推理逻辑[12]。例如，在认知要求高的任务中或面对重大挑战时，个体通过对外部刺激进行梳理和分析，能够发现基于复杂关系的结构链接。这些刺激特征可以辅助个体在最大程度上识别机会，但这些刺激的相关信息往往是复杂而模糊的，因而使得结构关系推理具有挑战性。另一方面，从神经认知角度看，结构关系匹配会刺激产生比只注意表面特征匹配更多的“大脑激活”[30]，结构匹配的优势有助于比较和识别未在表面特征显示的有意义的逻辑关系。因此，在机会识别过程中，相较于表面特征匹配，创业者会特别关注结构关系匹配。据此，本研究提出以下假设：

H1：创业者更多地利用结构关系匹配识别机会，而较少利用表面特征匹配。

1.3 机会原型与机会识别

认知派学者长期研究的一个话题，与识别新的商业机会以及分析导致此事件发生的认知过程密切相关。他们认为，创业机会的认知过程是一种模式识别——个体在复杂事件或趋势阵列中识别有意义的模式的过程[33]。应用模式识别来认知商业机会，特殊个体有可能认识到新的商业机会，因为他们认为看似表面上独立的事件之间会存在某种联系(技术进步、市场变化、政府政策变化)，在这些事件联系中能够发现到有意义的模式，从而产生新的商业机会。Whittlesea[34]运用原型理论解释了模式识别的本质，通过经验或学习，个体获得原型和认知框架，这一类个体能够捕获新事物的基本含义或性质。模式识别原型理论表明，当个体遇到新的事件或客体时，其现有原型在对这些事件或客体的认知以及对它们之间联系的感应中发挥重要作用[9]。本质上，机会原型作为创业机会的“模板”，能够帮助创业者注意到不同事件或趋势之间的联系，并在这些联系中感知可识别的、有价值的商业机会。这个过程涉及新的事件或客体与现有原型的链接问题，如果匹配紧密，那么这些事件或客体会被认为与原型相接近；相反，如果匹配不紧密，那么在这个认知框架内，事件或客体就不被认为其符合原型机理。

在创业初期，作为抽象表征原型对于将一种新的经验放在与其相似的其它类别中是很有必要的[35]。因此，最初的经验对机会识别中认知结构的发展和使用至关重要。凭借经验，创业者可以更迅速识别潜在商业机会[36]。如果个体对新产品或服务产生的想法与机会原型相匹配，那么个人会将该想法视为一个商业机会[9]。Baron等[9]确定了企业家的商业机会原型的10个维度，即商业机会最显著的特征，分为经营理念和业务发展可行性两个方面，前者包括解决客户问题、产生净现金流量、管理风险、优越的产品和行业变化，后者包括整体财务模型、专家意见、独特的产品、市场潜力和企业家直觉。对于没有经验的创业者而言，机会原型有助于其评估商业机会的抽象表征，并且机会原型最显著的特征能够为没有经验的创业者提供重要信息，使其对特定信息保持警觉。盲人摸象的故事就是一个很好的例子，每个盲人只触碰到大象的一部分却不能完全识别它，但这些元素可以引导他们知道是一头大象。换句话说，如果企业家能够认识到商业机会的主要特征，就可以很容易地引导具有较少经验的企业家识别机会，特别是在最初创业阶段。

现有研究表明，先前的经验有助于解释为什么有些人能够认识到别人根本看不到的特定机会[37]。个体的认知框架会随着经验增长变得更成熟，这种成熟度的一个指标是不同个体原型在同一个基本维度上的聚合程度[12]。换句话说，个体所拥有的原型在多大程度上符合基本属性。熟悉一个特定的领域，个体能够以更高的特异性水平理解创业成功与否的因果关系，并为后续企业家行为指明方向[38]。那些利用专业机会原型的创业者，对于哪些特征与创业成功关系更密切有更深入的了解[9]，创业者拥有的机会原型有助于减少创业失败问题，并帮助其预测潜在行为变化以避免错误，从而提高后续绩效。

依赖专业机会原型的认知框架，有助于创业者识别和标记新信息[9]。也就是说，当创业者寻觅到新信息时，他们会将这些信息与已经熟悉的内容进行比较，思考不同事件之间的联系，并在这些联系中感知可识别的模式。以前研究表明，机会原型促进了结构关系认知。例如，某个领域的专业人员，可以快速理解结构关系方面的内容，很大程度上是因为他们具有丰富的机会原型，这类专业人员擅长解决表面特征低但结构关系高的事件。

机会原型识别模式必须经历一个分类过程，一个看似不相关的事件模式可以根据机会原型进行分类，如果几个事件相契合或匹配，那么该事件将被看作为一个机会[39]。原型是在表示类别的事件组合中最抽象的心理表征，这个过程涉及比较复杂的结构联系和匹配，如果结构一致性高，创业者将会把这些信息视为商业机会[9]。拥有较多机会原型的创业者可能更关注市场需求和技术能力一致的商业机会，即对结构匹配过程至关重要的信息。因此，本研究提出以下假设：

H2：具有较高水平机会原型的创业者在机会识别过程中更多地利用结构关系匹配，而较少利用表面特征匹配。

2 研究设计

2.1 研究方法

口语报告分析法要求参与者在执行任务时“大声思考”(think-aloud)，言语化过程揭示了参与者在解决问题或执行任务时所面临的假设、推论、逻辑和问题[40]。口语分析是基于对用户和系统之间真实交互的直接观察[41]，在每个口语分析会话中，要求参与者遵循预定目标执行任务，并通过“大声思考”口头表述他们的问题。参与者应该对他们试图做什么、遇到什么问题以及与任务相关的其它想法进行评论。

口语报告研究主要包括一个事件的目录、关键维度以及典型的理论观点。由于通过口语分析获得的数据的丰富性，部分学者认为，这样的研究不需要大样本量，通常情况下，代表目标人群的一小部分个体可以产生重要的结果[41-42]。本研究采用口语报告法获取轶事信息，并利用列联表展示关键项目发生的频率。口语报告法有助于观察主管人员在尝试机会识别时的思维过程，而不是依靠对这些事件的回顾。

本研究利用3DPTM(three-dimensional printing)流程案例说明表面特征和结构关系之间的区别[37]。3DPTM的工作原理是通过分层构建零件，并在粉末中可以获得任何材料(如陶瓷、金属、石膏、淀粉、塑料等)。首先利用计算机绘制所需客体，“切片软件”可以生成关于每一层结构的详细信息，然后通过计算机将这些信息发送到3DP机器上。该过程需要在结构体的一个平面上涂抹和压缩一定量的粉末材料，使用与喷墨印刷类似的技术，机械臂在松散的粉末上移动并在特定点处沉积粘合剂材料，从而有效地将粉末粘合在要形成物体的精确位置。一旦形成一个层，支撑物体的这一平面会降低一小段距离，从而可以再次涂抹、压缩和粘合一层新的粉末。重复这个过程直到部分完成，然后去除未沾合的粉末，完成塑造。

结合结构匹配过程，本文举例说明3DPTM技术两个层面所包含的元素。该技术的表面特征包括谁开发了这项技术(麻省理工学院的机械工程师)。该技术组成部分(机械手臂、打印头等)、使用材料(陶瓷粉末等)以及在实验室中生产的技术(陶瓷过滤器、铸模等)。一阶结构关系的例子包括技术如何操作(如机械臂移动打印头、打印头沉积粉末等)，高阶结构关系包括与技术相关的抽象内容(如技术如何运作能够在高水平自动化和精确度的情况下制造三维物体)。

本研究的目的是检验机会识别过程是否涉及结构形式的推理逻辑，因此，采用口语报告法验证以上两个假设。具体来说，本课题组会见了具有企业创建经验的企业高管，向其简要描述了3DPTM技术，并要求他们在测试过程中一边考虑可能会有什么机会促使其采用这些新技术，一边大声说话。笔者将采访的音频转录成文本，分析参与者的口语思维。参与者不间断的言语能有效地“转储”机会识别中的内容，当参与者将在任务完成过程中产生的想法说出来时，思维和口语报告之间的密切联系就被确立下来了[40,43]。

2.2 样本来源

本研究的参与者对象选择多个行业的高层管理人员，他们具有一定的机会识别能力，从而确保参与者的陈述内容不会因为他们需要应付新的或不协调的任务而受到影响。此外，来自多个不同背景的参与者，提升了研究结论的普遍性。

本研究设计是从真实技术转让案例中提炼出来的，因而选择那些没有事先了解该案例的参与者是非常重要的。本文主要关注那些没有实际参与运营技术相关业务且不具备工科背景的企业高管。作为实验后控制，笔者询问了参与者对课题组提供的具体技术的了解情况，以及该技术的基础科学原理。

为了确定能够参与到本研究的企业高管，课题组采取两种渠道联系志愿者，一是通过课题项目联系一部分企业家。最终确定6位服务业和6位互联网业的高管，均拥有5年以上的工作经验；二是通过给MBA成员授课联系多个行业的企业家。最终确定32位服务业、11位制造业、28位互联网业、9位医疗健康业和10位交通运输业的企业高管，均拥有3年以上的工作经验。通过电子邮件和电话联系这102位企业高管，向其解释研究目的和程序。总的来说，参与者对于技术转让案例的了解水平低，但对所讨论的市场创业机会具有更多的了解。通过一次MBA上课的机会，笔者所在团队召集这102位参与者并对其进行编号，帮助其完成3DPTM技术练习。

2.3 数据编码

本研究使用内容报告法分析参与者的陈述内容。根据Ericsson和Simon[40]的建议，编码方案重点关注参与者陈述内容中的推理逻辑，而对每位参与者特定想法的变化进行推理。本研究数据来自参与者陈述内容的数量、长度及其占总陈述内容的比例[44]，反映其在机会识别过程中对结构匹配和机会原型的推理水平，然后采用层次回归技术评估结构匹配优势以及机会原型对结构匹配的作用。

遵循Ericsson和Simon[40]、李亦非和朱新明[45]的研究步骤，确定了四阶段的口语报告分析程序：①问题设计，即根据实验目的设计出实验任务，分析单元由多个有意义的指导语组成，这些指导语是一个完整的句子或一组相关词组；②口语报告与记录，即实验者用录音机将参与者在问题解决过程中边想边说的口语报告记录下来，在实验过程中，实验者一般不能提出问题，以免干扰参与者的思维过程；③转译与编码，即将口语报告的录音材料转换成书面文字和符号，然后将口语报告分解为一个个相对独立的句子，并根据句子的意义进行编码；④数据分析，即对经过编码的口语报告中的句子进行数量化分析。

本研究在3个维度上对口语报告进行编码：①焦点词，即每个语句的“主题词”(技术和市场)；②结构匹配的推理水平(表层和结构层)；③拥有的机会原型程度(低、中、高)。表1展示了每个维度的具体测量情况。

第一个维度是通过问题项捕捉参与者陈述内容的焦点词。因为笔者把重点放在新技术的机会识别过程上，相关问题项包括提供给参与者的技术、市场信息以及参与者用来理解技术和市场的客体、模型或情境等。根据是否涉及技术、涉及市场，或两者都不涉及(涉及其它)的问题对每个语句进行编码。认知匹配一致的证据来自于关注技术和市场匹配关系的语句。第二个维度捕捉参与者在每个语句中表达的结构匹配推理水平。具体来说，根据是否明确提及表面特征或结构关系对每个语句进行编码。结构关系分为一阶和高阶，本文将这两种结构关系结合起来进行数据分析。第三个维度捕捉在每个语句中证明参与者拥有机会原型的程度。本研究区分了机会原型的3个层次水平：高、中、低。虽然参与者不可能全面掌握技术知识，但可以从市场中获取其它知识来弥补这部分不足，从而识别存在的商业机会。因此，人们观察到的高水平机会原型主要是有关市场的机会原型。

2.4 构念测量

结构匹配。为了记录参与者机会识别的结构匹配过程，本文采用3种测量方法[44,46]。第一，在每个报告中的语句分布上，确保每个编码类别至少有一个对应的参与者陈述内容语句，这种方法能够评估每个类别的重要性是否被这些参与者普遍考虑到；第二，测量每个报告中不同类别语句的表述时间(以秒为单位)；第三，在整个报告中，测量每个类别语句的相对重要性(语句/口语报告)。为了构建这个衡量标准，计算参与者报告中每个类别语句的相对重要性，即每个类别语句的陈述时间占对应口语报告陈述时间的百分比。

机会原型。为了记录参与者察觉和框定机会原型的程度，对参与者关于机会原型的各维度语句进行编码，各维度的指导语描述了参与者在陈述过程中所表达的其拥有的机会原型程度。由于机会原型的界定标准来自于个体先验知识与创业关键点的匹配，因此本研究将机会原型设定为高、中、低3个层次，高度机会原型界定来自Baron和Ensley[9]的研究成果。

表1编码方案

一级类目二级类目分析单元的指导语技术包括有关技术内容的评论、看法、问题等市场包括有关市场情况的评论、看法、问题等两者都不涉及既没有提到某一技术,也没有提到特定市场结构匹配的推理水平表层,技术技术特点涉及技术的一些属性或特征,例如技术组成部分,技术开发使用的原材料,利用技术生产的物体,开发/利用该技术的个体特征,该技术的起源领域,使用该技术对象的特征等表层,市场市场特点涉及市场的具体属性或特征,包括市场环境下个体特征,这些个体使用的产品/服务的特点,整体市场的特点等一阶关系,技术技术如何开发涉及技术的操作流程,例如它是如何工作的,它用来做什么等技术开发意图某种背景下,技术开发的目的,例如为什么开发者开发这种技术,利用该技术去做这个具有什么效果等一阶关系,市场市场如何运作在某种背景下的市场活动,即在该背景下,个体对当前使用产品/服务的看法,如何促进他们与这些产品/服务互动,产品/服务接下来应如何运作等市场运作意图在某种背景下个体的直接目的,即为什么他们做这样的事情,例如个体为何选择这种产品/服务高阶关系,技术技术收益及原因技术潜在利益/优势/影响,例如技术最终能力/效果,以及具有这种能力的原因/理由技术问题及原因实施技术遇到的特殊问题/限制,以及限制该技术能力的原因/理由高阶关系,市场市场运作收益及原因市场上的行为/活动可能具有的利益/优势/影响,例如个体为何以特定目的使用这种产品/服务市场运作问题及原因在某种背景下的市场活动中,个体遇到的问题/困惑/麻烦,以及他们在市场上使用这种产品/服务的局限。包括个体目标/动机/需求与当前市场运作情况不契合和存在等问题/局限的原因隐含,技术隐含,市场尽管语句中讨论了其它内容(不含以上指导语涉猎的内容),但语句中的一些词隐含地提到了有关技术或市场的内容。因为这些语句只是隐含了我们需要的内容的,所以不能作为确定结构匹配推理水平的语句拥有的机会原型程度低略知一二模糊的/大概地知道这样的机会,个体仅知道或在他人谈及时能够想起一些与这种机会有关的原型中有些熟悉是指个体认为自己有些熟悉但不是很明确,知道一些有关这种机会的内容,并没有专门研究该机会的原型模式过往记忆是指一个深刻的且明确的机会原型,比如过去的经历、体验的事件高模式清晰是指不同原型在同一基本维度上契合的程度,即不同个体拥有的原型在多大程度上就基本属性达成一致维度丰富是指原型中包含的不同维度数量,例如所含信息量的多少领域聚焦是指个体越来越集中于该领域的关键属性,即与项目或领域的主要功能或过程有关的属性

2.5 信度效度检验

为了评估参与者在识别机会时是否有效地表达了自身想法，笔者询问并记录了他们在练习中所说和所想内容。由于转录文本过长和正文空间限制无法一一列出编码，但通过转录文本分析表明，参与者的陈述内容与其所说的内容高度一致，证明该转录内容支持口语报告法的内部有效性[41]。

根据口语报告法和内容分析法[47-48]，笔者对收集的定性数据进行编码，对所涉及的理论关系和假设进行双盲编码。由1位专业主持人对编码成员就研究内容和编码流程进行培训，通过培训和编码指导材料可以明确不同研究变量的内涵、界线及操作内容等，确保编码人员对研究材料和流程熟练掌握。编码人员首先共同对该口语报告进行整理并编码，检查编码程序的可理解性和一致性。然后，两位编码人员独立编写两个文本，讨论每个编码类别的客观性和意义。在双方达成一致意见后，对组语句进行编码。两位编码人员利用一致度百分比计算语句编码的可靠性，就93%的结构匹配编码和96%的机会原型编码达成一致。在7%的结构匹配编码和4%的机会原型编码的差异点，两个编码人员通过讨论对编码的有效性达成一致，并在定性数据分析前对数据进行必要的改变，结果表明编码程序具有良好的可靠性。

3 实验发现

二级类目报告显示，不同参与者在机会识别过程时所调动的认知思维和推理逻辑存在较大差异。在3DPTM技术方案测试中，研究发现，有的参与者立刻产生一个新想法，然后逐渐扩充这个想法；有的参与者会花时间先考虑各种想法，最后才确定一个可能性高的想法；有的参与者先假设想法实施情境，然后继续假设该情境，直至找到一个确定的机会。

有的参与者表示，虽然他们需要更多的信息评估是否应该利用其所描述的机会，但是他们相信自己已经发现了一个可行的机会。例如“现在我不得不寻找更多的证据说服自己认可这个机会，我既需要进一步分析能否利用上述(我)提到的机会，但同时我又会对自己说，先假设我们可以利用这个机会，现在让我们弄清楚可能与这个机会相关联的商业机会。”(II—M)表明参与者已经初步认识到商业机会是什么，只有掌握确定的证据才决定是否利用机会。创业者凭借其社会资本构成可以发现创新性更强的机会，先前的工作经验和创业经历可以帮助创业者建立机会的“证据库”，从而更容易识别创新性机会[49]。

(1)结果显示，参与者花费较少的时间只讨论技术是什么、有什么特点等表层内容，而会花很多时间描述这些技术背后的市场价值。在3DPTM技术测试的口语报告中，仅讨论技术的陈述时间占总报告时间的9.2%(表层占3.1%，结构层占6.1%)，关于市场的陈述时间占比却为44.8%(表层占4.4%，结构层占40.4%)。结果还显示，在3DPTM技术方案的语句报告中，单独讨论技术和单独讨论市场的语句中关于结构关系的陈述内容比关于表面特征的陈述内容占比更大(见图1)。本研究发现，在一个特殊的机会被识别之前，关于表面特征的陈述内容占比更大，表明对表面特征的陈述可能是机会识别的最初反应，这一反应会促使参与者寻找技术与市场的连接点，而在这个连接点上，参与者更多地关注其结构关系，导致后续有关结构关系的陈述内容增多。

(2)结果显示，所有参与者在未得到课题组提示的情况下，自发地陈述了他们关注的技术和市场的相似之处。例如，“所以，对我来说，追求这样的技术，并试图了解能否有机会应用这一技术，可以创造一个新的商业机会。比如说，如果可以利用3D打印机直接打印一个三维物体，那么你可以延伸这一创意，集中关注于这一技术的市场价值，并对这3D技术的相关反馈进行跟踪，发掘更有价值的机会。”(SI—W)

(3)结果显示，参与者陈述内容中的语句都含有技术和市场的表面特征匹配，在3DPTM技术方案的语句报告中，表面特征匹配的陈述时间占口语报告时间长度的5%。并且，参与者语句均涉及结构关系中的技术和市场匹配。结构关系匹配的陈述时间占口语报告时间长度的33.2%。上述发现表明，在新技术机会识别过程中，参与者更关注技术和市场的结构关系匹配。

与结构匹配理论一致，定性数据分析表明，参与者结构关系匹配涉及两种关系：一阶和高阶。参与者一阶关系匹配主要关注技术如何运作，以及市场中的人们如何或为什么要使用它。例如，“举个例子，一台3D打印机包含很多配件，这些配件必须由生产厂商组装和拼凑，然后校准和塑形，为什么不同的3D打印机具有不一样的功能？有的打印机能打印特别厉害的物品？我在猜想，这些差别与这些零件型号及其组配形式有关。”(II—M)结果表明，在3DPTM技术方案的语句报告中，一阶关系匹配占报告长度的17.1%，占结构关系匹配长度的44.7%。

相比之下，参与者高阶关系匹配是以技术获益/能力以及特定市场中的个人需求和问题体现的。例如，“在(3D打印机成品)物品设计和原料填充方面，我认为，很多人都不知道这个成品会是什么样子，也不知道是否会打印成你想要的样子，所以对于一些创业者来说，这绝对是一个具有前景的新技术。而且它打印成品的丰富性也能够满足变化的市场需求，形式上更具新颖特色。”(SI—M)在3DPTM技术方案的语句报告中，高阶关系匹配占报告长度的18.6%，占结构关系匹配长度的55.3%。

总的来说，参与者在识别新技术机会时，应注意匹配两种类型的结构关系，既关注技术和市场功能运行的一阶关系，又关注高阶关系中新技术的效益和能力的原因及结果，以及个体在特定市场中的需求和问题。

在3DPTM技术方案的语句报告中，平均每位参与者花费了更多时间匹配技术和市场中的一阶与高阶结构关系，而花费较少的时间匹配其表面特征。结果显示，参与者平均花费132.4s匹配结构关系，而对表面特征的匹配花费29.8s。研究结果为H1提供了初步证据。

本研究使用层次回归验证假设(见表2)，测试的是从结构关系匹配中随机选取的语句。在模型1和2中放入控制变量，结果显示，年龄对参与者使用结构关系匹配作用显著(r=0.199，p<0.05；r=0.193，p<0.05)，而受教育程度则不显著(r=0.123，p>0.05；r=0.078，p>0.05)。模型1的结果显示，参与者的陈述内容集中于结构关系匹配，而不是表面特征(β=2.144，p<0.05)。H1得到支持。也就是说，参与者在机会识别过程中，更关注技术和市场协同，而不仅仅观察其表面特征，参与者对结构关系匹配关注的可能性更大(Exp(β)=6.071)。模型2检验机会原型对技术和市场匹配的作用，结果表明，随着机会原型增加，结构关系匹配作用要大于表面特征(β=3.209，p<0.01)，H2得到支持。在其它条件相同的情况下，当参与者依赖于高水平的机会原型时，结构关系匹配的可能性进一步提升(Exp(β)=12.273)。在机会识别过程中，依赖更高水平机会原型的参与者会更多地关注结构关系匹配，而不是表面特征。

4 结论与启示

4.1 研究结论

通过口语报告研究方式，本研究试图更好地解释创业机会识别的认知过程。以102位企业高管为样本，对17个二级类目的口语陈述内容进行分析，探讨创业者在机会识别过程中对技术和市场匹配关系的推理水平，以及机会原型能否促进技术和市场之间的结构匹配。结果证明，创业者更关注机会识别过程中技术和市场的高阶结构关系匹配，较少关注两者间的表面特征；创业者拥有的机会原型能够促进其更多地利用高阶结构匹配寻找技术和市场间的逻辑关系。

(1)研究结果证明了在机会识别过程中技术和市场更深层次匹配效应的存在，具体来说，创业者更多地利用结构关系匹配识别机会，较少利用表面特征匹配。在3DTM实验流程中，当参与者遇到有关新技术的信息时，他们认为，这些信息与商业开发存在着某种相似之处，通过简单比较涉及的市场和技术的表面特征，寻找可以与技术保持一致的市场领域。研究结果表明，参与者努力去理解新的信息，并认为技术—市场匹配是否构成潜在的机会主要依赖于结构关系的比较和匹配。最重要的是，研究发现高阶结构关系之间的潜在一致性是识别机会过程中的关键。一方面，参与者的陈述内容强调市场和技术表面特征之间的相似关系，是为了将更多的注意力集中在匹配市场和技术之间的结构关系上，特别是匹配高阶结构关系。另一方面，参与者对结构关系匹配的高度关注，使其能够跨逻辑地“连结”技术和市场，并识别到表面特征上的“隐形”机会。尽管表层因素可能会引导创业者对新信息进行初步推理，但是推断结构关系匹配的推理水平对于机会识别具有更为显著的作用。

(2)研究结果证实了机会原型在机会识别过程中的作用。并且，具有较高水平机会原型的创业者在机会识别过程中更多地利用结构匹配的推理逻辑。以往研究表明，创业者利用他们以前的知识寻找和创造新的机会[38]。本研究结果与之前的结果一致，并且，本研究将机会原型系统地与创业者在机会识别过程中的结构匹配推理联系起来。在3DTM实验流程中，参与者利用其特定技术或市场的机会原型作为新技术和市场关系的“连接点”，并将其对技术/市场所熟知的隐含问题的原因和结果与新技术/市场开发潜力进行有意义的结构匹配。机会原型不仅是一种资源，更是一个人超越其他个体所具备的独特优势，能使个体专注于关键结构性比较和匹配。创业者利用专业机会原型模型识别看似无关变化之间的相关性，该结论与Baron和Ensley[9]的研究结论一致，即有经验的企业家比新手企业家更能识别创业过程中潜在的商业机会。

4.2 管理启示

(1)创业者应该正确理解新信息中有价值的成份，通过对结构关系的认知和匹配，仔细考虑技术和市场间能否构建一个可以开发的商业机会。研究结果表明，创业者更多地利用结构关系匹配识别机会，较少关注其表面特征或属性。在创业过程中，创业者在观察技术和市场表面特征相似性时，应更多地将注意力集中于技术和市场结构关系，尤其是高阶结构关系匹配的推理上。高阶结构关系匹配逻辑推理可以提升创业者对关系和机会的认知能力，通过处理各种潜在信息的隐性关系，寻找未识别或未被利用的机会。在双创背景下，创业者需要思考和摸索在成功企业发展过程中技术与市场的匹配规律，明确海内外制度或政策变化给企业带来的机会和威胁，借鉴成功企业完美匹配技术和市场结构关系并取得良好绩效的经验。

(2)对于创业者而言，创业教育是十分有必要的。通过系统性教学，将理论依据与实践情形相结合，从而引导创业者提升认知能力。完善的创业教育教学能够让创业者学习到更多的经验和知识，并将这些经验或知识转化为创业能力，使其更好地理解经验、技术、市场的匹配关系，从而识别潜在商业机会。通过学习成功企业家的经验，可以获得成熟的机会原型框架，这些框架有助于创业者在看似不相关的变化或事件之间建立联系，并从中发现机会。

(3)政府应积极制定创业政策，为新手创业者提供资金、政策等支持，以提高这些群体成为企业家的可能性。研究结果显示，创业机会识别很大程度上依赖于创业者拥有的机会原型程度和结构关系匹配的推理能力，新手创业者的经验较少、能力较低，缺乏先验知识和创造能力。因此，政府应该出台相关政策，促使这些“弱势群体”成长，与创业教育相结合，致力于提升新手企业家的认知水平和建构能力，并鼓励成熟企业家积极向新手创业者传授创业经验和知识。

4.3 研究局限

本文还存在如下局限：首先，本研究仅选择了5种行业类型的企业创立者，未来研究可以对多个不同行业的企业创立者进行分析，在样本量充足的情况下还可以进行对比分析。其次，本研究通过实验情境设计，将参与者的注意力集中在所陈列的刺激上，即只考虑了技术和市场的情况。然而，在实践中创业者会受到多重刺激的干扰，例如认知负荷、个体特质、政策制度等。认知负荷和个体特质可能会影响创立者在机会识别过程中使用结构关系匹配的程度，政策制度在一定程度上会弥补创立者依赖技术和市场资源的劣势。未来研究可以加入更多刺激因素，更全面地探讨创立者在机会识别过程中结构匹配的推理水平。最后，本研究仅验证了具有识别新技术和市场结构匹配思维的创业者个人逻辑推理水平，以及创业者对机会识别的认知流程。创业不仅是创业者个人的努力，更是团队或组织齐心协力的结果，未来研究可以探讨创业团队或组织是否在机会识别过程中使用不同的结构匹配逻辑以及相关结果。

[1] ARDCHVILI A, CARDOZO R, RAY S. A theory of entrepreneurial opportunity identification and development[J]. Journal of Business Venturing, 2003, 18(1):105-123.

[2] 杨俊, 张玉利, 刘依冉. 创业认知研究综述与开展中国情境化研究的建议[J]. 管理世界, 2015(9):158-169.

[3] CORBETT A C. Experiential learning within the process of opportunity identification and exploitation[J]. Entrepreneurship Theory & Practice, 2005, 29(4):473-491.

[4] SHANE S S. VENKATARAMAN. The promise of entrepreneurship as a field of research[J]. Academy of Management Review, 2000, 25(1):217-226.

[5] MITCHELL R K, BUSENITZ L W, BIRD B, et al. The central question in entrepreneurial cognition research[J]. Entrepreneurship Theory & Practice, 2007,31(1):1-27.

[6] 朱文娟,刘凯. 国内外认知心理学领域的可视化比较分析[J]. 现代情报, 2015, 35(8):157-163+171.

[7] 乐国安. 图式理论对社会心理学研究的影响[J]. 江西师范大学学报, 2004(1):19-25.

[8] BARON R A. Opportunity recognition as pattern recognition: how entrepreneurs "connect the dots" to identify new business opportunities[J]. Academy of Management Perspectives, 2006, 20(1):104-119.

[9] BARON R A, ENSLEY M D. Opportunity recognition as the detection of meaningful patterns: evidence from comparisons of novice and experienced entrepreneurs[J]. Management Science, 2006, 52(9):1331-1344.

[10] DAY S B, GENTNER D. Nonintentional analogical inference in text comprehension[J]. Memory & Cognition, 2007, 35(1):39-49.

[11] GOLDWATER M B, DEDRE G. On the acquisition of abstract knowledge: structural alignment and explication in learning causal system categories[J]. Cognition, 2015(137):137-153.

[12] GENTNER D. The mechanisms of analogical learning[M]. Cambridge：Cambridge University Press,1989.

[13] GREGOIRE D A, BARR P S, SHEPHERD D A. Cognitive processes of opportunity recognition: the role of structural alignment[J]. Organization Science, 2010, 21:413-434.

[12] LARSEN A, BUNDESEN C. A template-matching pandemonium recognizes unconstrained handwritten characters with high accuracy[J]. Memory & Cognition, 1996, 24(2):136-43.

[13] MUELLER B A, SHEPHERD D A. Making the most of failure experiences: exploring the relationship between business failure and the identification of business opportunities[J]. Entrepreneurship Theory & Practice, 2014, 40(3):457-487.

[14] GREGOIRE D A, CORBETT A C, MCMULLEN J S. The cognitive perspective in entrepreneurship: an agenda for future research[J]. Journal of Management Studies, 2011, 48(6):1443-1477.

[16] SUDDABY R, BRUTON G D, SI S X. Entrepreneurship through a qualitative lens: insights on the construction and/or discovery of entrepreneurial opportunity[J]. Journal of Business Venturing, 2015, 30(1):1-10.

[17] 张红,葛宝山. 创业机会识别研究现状述评及整合模型构建[J]. 外国经济与管理, 2014, 36(4):15-24+46.

[18] DETIENNE D R, CHANDLER G N. The role of gender in opportunity identification[J]. Entrepreneurship Theory & Practice, 2010, 31(3):365-386.

[19] VAGHELY I P, JULIEN P A. Are opportunities recognized or constructed: an information perspective on entrepreneurial opportunity identification[J]. Journal of Business Venturing, 2010, 25(1):73-86.

[20] 赵兴庐,刘衡,张建琦. 冗余如何转化为公司创业?——资源拼凑和机会识别的双元式中介路径研究[J]. 外国经济与管理, 2017, 39(6):54-67.

[21] GREGOIRE D A, SHEPHERD D A. Technology-market combinations and the identification of entrepreneurial opportunities: an investigation of the opportunity-individual nexus[J]. Academy of Management Journal, 2012, 55(4):753-785.

[23] GENTNER D. Structure—mapping: a theoretical framework for analogy[J]. Cognitive Science, 1983, 7(2):155-170.

[24] 孙瑾. 结构匹配模型的研究现状评述与研究展望——消费者行为学发展的新趋势[J]. 华东经济管理, 2010, 24(4):148-152.

[25] TVERSKY A. Features of similarity[J]. Readings in Cognitive Science, 1988, 84(4):290-302.

[26] MARKMAN A B, GENTNER D. Structural alignment during similarity comparisons[J]. Cognitive Psychology, 1993, 25(4):431-467.

[27] LEE B K, LEE W N. The effect of structural alignment on choice-process satisfaction and preference formation: the moderating role of self-construal[J]. Journal of Business Research, 2016, 69(8):2747-2755.

[28] DAHL D W, MOREAU P. The influence and value of analogical thinking during new product ideation[J]. Journal of Marketing Research, 2002, 39(1):47-60.

[29] 冯米,路江涌,林道谧. 战略与结构匹配的影响因素——以我国台湾地区企业集团为例[J]. 管理世界, 2012(2):73-81.

[30] KEANE M T, LEDGEWAY T, DUFF S. Constraints on analogical mapping: a comparison of three models[J]. Cognitive Science, 1994, 18(3):387-438.

[31] WOLFF P, GENTNER D. Evidence for role-neutral initial processing of metaphors[J]. Journal of Experimental Psychology Learning Memory & Cognition, 2000, 26(2):529-541.

[32] LOEWENSTEIN J, GENTNER D. Relational language and the development of relational mapping[J]. Cognitive Psychology, 2005, 50(4):315-353.

[34] WHITTLESEA B W A. The representation of general and particular knowledge[M]. Cambridge, MA：MIT Press, 1997.

[35] ROSCH E. Cognitive representations of semantic categories[J]. Journal of Experimental Psychology General, 1975, 104(3):192-233.

[36] POLITIS D. Does prior start-up experience matter for entrepreneurs' learning? a comparison between novice and habitual entrepreneurs[J]. Journal of Small Business & Enterprise Development, 2008, 15(3):472-489.

[37] SHANE S. Prior knowledge and the discovery of entrepreneurial opportunities[J]. Organization Science, 2000, 11(4):448-469.

[38] WESTHEAD P, UCBASARAN D, WRIGHT M. Information search and opportunity identification—the importance of prior business ownership experience[J]. International Small Business Journal, 2009, 27(6):659-680.

[39] COSTA S F, EHRENHARD M L, CAETANO A, et al. The role of different opportunities in the activation and use of the business opportunity prototype[J]. Creativity & Innovation Management, 2015, 25(1):58-72.

[40] ERICSSON K A, SIMON H A. Protocol analysis: verbal reports as data[M]. Cambridge, MA ：MIT Press,1993.

[41] TODD P, BENBASAT I. Process tracing methods in decision support systems research: exploring the black box[J]. MIS Quarterly, 1987, 11(4):493-512.

[42] SEN A, VINZE A S. Understanding the complexity of the model formulation process: a protocol analysis approach[J]. Decision Sciences, 2010, 28(2):443-473.

[43] 胡琳,GABBARD R B.,姚乐野. 口语报告法在信息检索行为研究中的应用[J]. 图书馆学研究, 2017, (4):56-61.

[44] ISENBERG D J. Thinking and managing: a verbal protocol analysis of managerial problem solving[J]. Academy of Management Journal, 1986, 29(4):775-788.

[45] 李亦菲,朱新明. 一种通用的口语报告编码方案[J]. 心理学动态, 1998(4):47-51.

[46] SARASVATHY S D. Effectual reasoning in entrepreneurial decision making: existence and bounds[J]. Academy of Management Annual Meeting Proceedings，2001(1):1-6.

[47] KRIPPENDORFF K H. Content analysis: an introduction to its methodology[M]. CA: Sage Thousand Oaks, 2004.

[48] NEUENDORF K A. The content analysis guidebook[M]. CA: Sage Thousand Oaks,2002.

[49] 张玉利,杨俊,任兵. 社会资本、先前经验与创业机会——一个交互效应模型及其启示[J]. 管理世界, 2008(7):91-102.

TheProcessofEntrepreneurialOpportunitiesIdentification:theRoleofOpportunityPrototypesandStructureAlignment

(School of Business，Beijing Technology and Business University，Beijing 100048，China)

Abstract：Opportunity identification is one of the central ideas of entrepreneurship, it is hard to discovery and recognize opportunities that have not been used because of their less experiences for entrepreneurs. The existing research lacks an in-depth study of how the entrepreneurs use the opportunity prototype, and align the structural relation of technology and market to identify entrepreneurial opportunity. Adopting the protocol report analysis, the paper analyzes the role of opportunity prototype and structural alignment in the process of opportunity identification, and reveals how opportunity prototypes promote the reasoning of structural alignment. The results show that, entrepreneurs use more structural alignment to identify opportunities, and use less superficial features alignment; entrepreneurs who have a higher level of opportunity prototype use more structural alignment and less superficial feature alignment to identify opportunities. The findings enrich the cognitive theory of entrepreneurial opportunity identification and provide a basis for explaining the preconditions that some individuals can identify opportunities that others fail to see.

KeyWords:Opportunity Identification; Opportunity Prototypes; Structural Alignment; Protocol Report

作者简介：孙永波(1970-)，男，黑龙江肇州人，博士，北京工商大学商学院教授、硕士生导师，研究方向为企业运营管理；丁沂昕(1992-)，男，山东淄博人，北京工商大学商学院硕士研究生，研究方向为企业运营管理。

基金项目：国家社会科学基金重大项目(17ZDA056)；北京市自然科学基金项目(9172007)

创业机会识别过程：机会原型与结构匹配的作用