Support or Inhibit? Effectiveness of Network Embedding and Entrepreneurial Performance

Wang Yanxia1,2，Cao Jinxian2

(1.School of International and Public Affairs,Shanghai Jiao Tong University,Shanghai 200030,China ; br 2.School of Political Science and Public Administration,Southwest University,Chongqing 400715,China)

Abstract：Divergence and theoretical tension emerge on the phenomenon of network embedding entrepreneurial performance growth,while existing research cannot bridge the theoretical gap as well as insufficient attention to contextual factors,thus failed to explain the dynamic difference of network embedding mechanism.In this paper,Meta-analysis was employed to build a database of 81 studies (115 independent samples),in an attempt to build an explanatory framework for the impact of network embedded entrepreneurial performance from tie strength,network structure,network scale and network heterogeneity,with three contextual factors abstracted as moderating variables: enterprise characteristics,economic system environment and measurement mode,exploring the general rule and internal mechanism of network embedding entrepreneurial performance.The results show that social networks significantly improves entrepreneurial performance (ES1=0.239),among which network size and network structure plays a significant role.The nascent has a positive regulating effect on the relationship between social network and entrepreneurial performance.High-tech enterprises have a negative moderating effect on the relationship between strong ties and entrepreneurial performance,and a positive moderating effect on the relationship between network size and entrepreneurial performance.The relationship between network structure and entrepreneurial performance is positively moderated in countries with economic transition.The measurement method of entrepreneurial performance is an important reason affecting the source of heterogeneity simultaneously.The study reveals the contingency characteristics of network action mechanism and enhances the explanatory power of social network theory.The above conclusions also exert tremendous profound on enterprises' strategy ties and dynamic adaptive network alliance under specificcircumstances.

Key Words:Ties Strength; Network Structure; Network Size; Network Heterogeneity; Entrepreneurial Performance; Meta-analysis

收稿日期：2019-08-19

基金项目：教育部人文社会科学研究一般项目(16XJC63007)；中国博士后科学基金项目(2017M611579)；重庆市社会科学规划博士项目(2016BS088)；西南大学中央高校基本科研业务费重点项目(SWU1809123)

作者简介：汪艳霞(1982-)，女，河南开封人，博士，上海交通大学国际与公共事务学院博士后，西南大学政治与公共管理学院副教授，研究方向为科技政策与管理。

DOI：10.6049/kjjbydc.2019040514

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.2

文献标识码：A

文章编号：1001-7348(2020)01-0028-10

1 问题提出

网络嵌入助推创业绩效至关重要。多数创业企业存在“新且小”的特点[1]，由于资源匮乏和组织合法性较低导致发展困境和创新乏力，而擅用关系网络可动员资源，如搜集信息识别新创业机会、以较低市场价格获得生产要素、从外部环境获取合法性等[2]。网络嵌入成为企业构建战略联盟、获取互补性资源、进行资源配置的重要渠道和方式，对创业绩效具有正面影响作用[3]。因网络活动嵌入创业过程普遍存在于创业领域，“GUANXI”一直作为国际上研究中国创业现象的热点，加之社会网络相较社会资本而言更易测度、研究方法更为成熟[4]，社会网络关系强度、网络拓扑结构特征、网络规模、网络异质性等维度对创业过程的作用仍受到国内外学者广泛关注。

在组织场域，网络嵌入促进创业绩效增长呈现出较大的理论张力，争论焦点主要包括如下4个方面：

(1)何种程度关系强度最有效，即强联结与弱联结间的矛盾。多数中国学者实证研究表明，创业企业强联结附带的信任有助于资源交换更优[5，6]，但以Granovetter[7]为代表的“弱关系”学派却认为，弱联结能够降低信息与资源冗余性，而强联结虽然能够以较低成本和风险提供资源，但资源往往是有限、冗余和低质量的，同时带来了不必要的义务和承诺。

(2)何种形态网络结构最有效，即结构洞、网络中心、网络核心等关键性节点与网络封闭间的矛盾。Batjargal等[8]将结构洞优势概括为：①及时访问非冗余信息和推荐源；②在远程网络族群中发现新机会和新资源；③形成多元化知识和技术结合；④传递性机制，连接没有联系起来的网络关系，持有和控制信息。与之相对的网络封闭强调社会资本是由紧密相联元素组成的网络创造的[9]，紧密网络能够减少因环境高度不确定性和信息不对称性造成的机会主义行为。

(3)何种规模网络联结最有效，即企业是应专注于经营联系人多元化网络，还是悉心维持与强化现有联盟。Podolny[10]认为，多元化关系就像一面棱镜，能够提高小公司知名度，并在更广泛群体中建立广泛、积极声誉，这种声誉有助于提升合法性；Elfring & Hulsink[11]强调与具有不同背景和社会地位的人联系，可以迅速调动联系人所拥有的资源，而不必花费时间通过间接关系搜索资源，从而有助于扩大企业资源获取范围，降低资源搜寻成本。但企业过度关注网络扩张将引发较高的筛选成本和维护成本，从而将企业成功崛起和早期增长置于风险之中[12]。

(4)何种类型合作网络最有效，即网络同质性与网络异质性间的矛盾。Goethner & Stuetzer[13]发现，异质团队在解决复杂、非常规问题上更有效，同时创业团队同质性也会提高组织绩效，因为团队成员更有可能共享语言和知识库，进而有效降低沟通磨合成本；Amason[14]提出，网络异质性会降低决策速度、分散责任并浪费管理资源，随着互动的加强，冲突可能性也会增加，从而阻碍团队成员合作，甚至滋生道德风险，导致团队成员背叛创业。围绕上述理论冲突，已有研究从创业情境与联结组合的“行为—结构—资源”角度进行解释，并开始关注企业成长网络缔结策略行为，但在企业发展同一时期提出不同的联盟选择[15-16]。

综上所述，国内外关于网络嵌入创业绩效的研究日渐丰富，但在理论解释与研究结论上存在较大分歧，既有研究无法弥合理论鸿沟，同时虽强调创业情境，但对情境本身要素变量的关注不足，难以解释网络嵌入机制动态性差异，增加了理论突破与管理实践难度。此外，文献回顾发现，网络嵌入创业绩效相关研究缺少跨国别对比研究。基于此，本文采用Meta分析，综合纳入国内外有关社会网络与创业绩效的研究，抽象出3个情境因素，即以企业特性(企业年龄、企业类型)、经济体制环境(国别)、测量方式(构念测量、数据类型)为调节变量，探讨网络嵌入影响创业绩效的普遍规律与内在机理。本研究贡献如下：①由于单项研究在研究设计、样本选择、评价侧重点等方面存在差异而导致研究误差，本文运用Meta分析方法能够较为全面地评估以往研究，提升统计检验效能，使研究结论更具有说服力；②从关系强度、网络结构、网络规模、网络异质性4个维度构建网络嵌入创业过程影响创业绩效的解释性框架，从企业特性、体制环境、构念测量等多个角度寻找异质性来源，旨在提出新研究问题，为进一步研究指明方向。

2 文献综述与研究假设

2.1 网络嵌入创业绩效

社会网络助推创业绩效的动力机制主要体现在信任和共享规范的形成降低内外交易成本[17]、促进组织成员间隐性知识传递与知识创造[18，19]、以较低成本盘活异质性信息与资金等资源[20-21]、识别与开发套利和创新创业机会[22]、借助商业关系与政治关联获取合法性[23-24]、网络治理催生知识资本从而保持竞争优势[25]6个方面，它们协同整合，进而转化为创业企业动态发展过程中的创业绩效。目前，关于社会网络何种属性促进创业绩效增长的结论仍然莫衷一是。很少有研究综合已有实证分析成果，根据学界新进展，全面准确揭开这一“黑箱”，因此对其进行回顾与整合性汇总分析具有重要意义。同时，由于Meta分析数据来源于文献，受限于学术热点，本文集中探讨关系强度、网络结构、网络规模、网络异质性4个维度中每组矛盾的一组关系。

2.1.1 强联结嵌入创业绩效

Rost等[26]认为，强联结有利于网络成员间建立信任感，形成合作惯例，以便更好地相互了解。一方面，有利于企业获取外部知识和内部共享知识；另一方面，有助于克服机会主义风险，促进企业间互补，提高创业企业绩效。尤其是在经济处于转型期的国家，由于市场化运行机制尚不完备、缺乏制度保障，从而导致产品推广和市场开发更多地依赖强联结[27]。Koberg等[28]提出，强联结与弱联结的作用争论不休，原因之一在于忽略了环境动态性、企业自身特性等权变因素。而在中国企业独立创新能力普遍较弱与中国关系文化环境交织下，相较于弱联结，强联结能够更好地利用网络优势，带来知识创造和企业成长[29]；Perks等[30]以中国科技研发型企业为样本，证明强关系能够较好地整合新产品研发与营销过程，提升新产品开发绩效，同时还能弥补正式外部制度结构(如管制和法律规范)缺陷。在关系基础存在的地方，传统和文化衍生的人际关系仍然影响着人们一起工作的方式，中国企业反映了不同的研发—营销整合实践。

2.1.2 关键性节点嵌入创业绩效

结构性嵌入强调行动者在网络中的位置，认为社会资本是由一个充满结构洞的网络产生的，这个网络使得人们在原本不相连部分牵线搭桥，从而成为价值增值的源泉[31]。因此，信息与资源获取不仅仅取决于关系强度，还取决于企业是否占据网络中的有利节点[32]。网络中心度、网络核心度与结构洞等作为衡量企业网络关键性节点的概念分别强调不同的方面，企业外围关系越丰裕，内部中心网络能力越强；企业外围节点交往合作越频繁，核心位置企业局域密度越大，核心地带信息资源共享程度越高；同时，节点企业能够在网络关系布局中形成网络位势，形成占位优势，从而汇集多样化资源的可能性更大[27]。Vissa & Chacar[33]提出企业网络位置决定知识溢出和信息流量大小，当企业网络跨越许多结构洞架起非冗余联系“桥梁”时，它作为“经纪人”和“信息桥”，能够获得信息控制和知识入口，从而获得诸如技术咨询信息、资金来源、高质量雇员等对企业活动更有价值的资源，这些资源通过影响战略决策速度、成本和收益，进而提升组织绩效。

2.1.3 规模网络嵌入创业绩效

规模网络嵌入创业绩效的作用机制与非冗余联结类似。一方面，创业企业初期缺乏完善的组织规范和网络治理结构，面临高度创业风险，不具备选择交易对象的自主权，亟需借助多样化关系而非正式契约，以较低的搜寻成本、谈判成本、冲突协调成本、重置成本、资产专用性等进行交易和资源配置；另一方面，创业企业需要降低对固有联结的“非对称性依赖”，走出资源依赖陷阱，扭转既有网络权力格局，逐步获取节点优势，避免在人际关系中被套牢[34]。Martinez & Aldrich[35]认为，越是发展迈向成熟的企业，其网络关系越为多元化，而多元化在企业生命周期后期更为常见，也更为重要，规模化关系嵌入能够有效增加对潜在市场、新业务地点、创新、资本来源和潜在投资者等广泛信息的访问。以强身份纽带为中心的网络创业往往会复制现有商业模式，而非人格化纽带往往会促进创新，其能为跨边界和桥接联系创造机会，产生强大的跨部门沟通能力，从而有效激励创业学习，并挖掘与识别更优质的创业机会。

2.1.4 异质性网络嵌入创业绩效

异质性网络包括创业团队人口统计学特征、知识观念、职业经验与社会关系等差异，具体可划分为创业团队内部异质性和企业外部异质性两种。其中，外部异质性问题实质上源于弱联结假设，是弱联结附带的网络联结属性，联系人间异质性高意味着处于网络中心的被访者更有可能接触到各类潜在资源信息[36]。夏晗[37]将内部异质性分为知识异质性和关系异质性两种，认为团队知识异质性过低导致成员认知同质化，不利于知识整合和利用，高度知识异质性有助于团队成员形成优势互补，更好地应对外部风险；而关系异质性越强，越能为企业发展提供创新要素，是企业发展的有效资源；Carpenter[38]从内部战略决策角度论证了网络异质性的重要性，认为面对诸如信息超载、模糊线索、竞争目标等常见的决策挑战，管理者对刺激的感知往往通过认知基础、价值观过滤和解释，而高异质性团队成员能够从不同视角相互沟通，减少战略决策中因认知差异而导致的信息扭曲。由此，本文提出如下假设：

H1：强联结嵌入对创业绩效具有正向作用。

H2：关键节点嵌入对创业绩效具有正向作用。

H3：规模网络嵌入对创业绩效具有正向作用。

H4：异质性网络嵌入对创业绩效具有正向作用。

2.2 网络嵌入创业绩效的调节机制

2.2.1 企业年龄调节网络嵌入创业绩效

本文将企业年龄划分为成熟企业和新创企业。新兴企业由于存在“新且小”的特点且面临着新进入障碍，相较于成熟企业，无论是在资源获取、机会识别、寻求合法性，还是产品推广、抢占市场份额等方面，对各种网络联结都更为依赖，以求生存和成长。市场环境高度不确定性、有限搜索能力等使得创业企业初期极度依赖利用强联结撬动资源杠杆，因为新创企业难以获得其它同行资源，其它企业不愿与它们认为未来高度不确定、回报可能性较低的新兴公司建立合作关系[7，39]。正因如此，强联结镶嵌的信任资本提供了有力保障，但网络经营能力提升促使大规模、充满结构洞的弱联结更能给企业带来资源。Ripollés &Blesa[40]通过对比国际成熟企业和新创企业发现，合法性成为新创企业进入市场的障碍之一，而密集的网络关系嵌入能够为其提供社会支持、市场合法性和资源通道。

2.2.2 企业类型调节网络嵌入创业绩效

本文将企业类型划分为高科技企业和非高科技企业两种。由于高科技新创企业既具备新创企业“新之不足”、“小之不足”的缺陷，又要应对技术快速更迭和市场需求不断变化等挑战[1]，因此高科技企业更需要依靠企业内外部关系网络攻破信息、资源、知识瓶颈。García-Villaverde等[41]认为，由于高科技企业处于高度技术动态环境中，对不可靠或未经证实信息的容忍度较低，而关系中蕴含的信任资本可减少“信息噪音”，因此强大的内外关系网络能够促进更高水平的资源共享、可靠的信息和隐性知识传递，这种隐形知识能够提升高科技企业对“技术活力”的感知，从而促使企业成员及企业联盟共同协作开发新创业机会。

2.2.3 地区经济发展状况调节网络嵌入创业绩效

本文将地区经济发展状况划分为新兴经济体和发达经济体两种。在不稳定市场环境中，非正式网络往往能够帮助企业家调动资源、赢得订单和应对官僚体制限制[42]。新兴经济体中创业网络嵌入主要发挥着两方面的作用：一方面，由于新兴经济体缺乏某些支持机构，而企业家网络能够形成非正式约束，履行某些机构职能，如获取市场信息、解释规章和执行合同，在一定程度上克服基础设施的不足，促进成员间经济交流；另一方面，许多创业私营企业缔结商业合作网络(如供应商、买家、竞争对手等)与政治关系网络以提升合法性，尤其是在经济转型期国家，其往往服务业关系密集而法律框架不足[43]。

综上所述，网络嵌入的作用可能是权变而非静态的。受企业发展阶段、企业特性、经济体制环境等情境因素的影响，不同嵌入机制发挥的“桥接”和“黏合”功能此消彼长。由此，本文提出如下假设：

H5：新创企业对网络嵌入与创业绩效间的关系存在正向调节作用。

H6：高科技企业对网络嵌入与创业绩效间的关系存在正向调节作用。

H7：新兴经济国家对网络嵌入与创业绩效间的关系存在正向调节作用。

基于上述分析，本文构建网络嵌入创业绩效理论模型，如图1所示。

3 研究设计

本文采用Meta分析方法，系统梳理与汇总以往关于社会网络与创业绩效的经验研究，揭示网络嵌入创业活动作用于创业绩效的触发机制，探索两者关系的一般性规律，以提升既有理论的解释力度；同时，引入多个协变量进行双变量二元异质性分析和Meta回归，找出研究间存在差异的真正原因。

3.1 变量测量

3.1.1 社会网络

本文将社会网络定义为创业者个人网络与企业网络的集合，综合考察各类网络联系对创业绩效的影响，将社会网络划分为关系强度、网络规模、网络结构、网络异质性4个维度。其中，关系强度是指接触的频繁程度和关系紧密程度，沿用Granovetter等[44]提出的强联结和弱联结概念，前者是指创业者愿意花费更多时间建立和维护感情深厚、较为亲密、相互信任、互惠互换的关系，后者反之[36]；网络规模是指创业网络中伙伴和联系的范围及数量；网络结构主要测度创业企业在网络关系中是否居于有利节点，是针对创业网络拓扑结构特性的测量，如结构洞、网络中心度、网络核心度、网络密度等；网络异质性主要包含创业团队异质性和外部合作网络异质性，现有研究集中考察成员间年龄、受教育水平、性别等人口统计学特征及职业经历、专业知识等方面的差异，而合作网络异质性实际上是测量联系人类型、工作单位、所在区域、身份背景等方面的差异。

3.1.2 创业绩效

既有研究对创业绩效的测量方式不一。部分研究采用Li等[45]的划分标准，将创业绩效分为财务绩效、成长绩效和创新绩效3种；部分研究仅考察一项财务指标或非财务指标，如调查对象年度销售额、雇员数量、资产或利润增长率等。仅采用财务指标衡量企业绩效只能反映企业当前经营状况，无法预测未来，而新创企业正处于成长上升期，多数情况下，财务状况自然无法与成熟企业相比[44]。同时，为避免对创业绩效维度细分排除重要研究，本文同时纳入财务指标和非财务指标，将创业绩效划分为生存绩效和成长绩效两种。其中，生存绩效主要采用财务指标衡量，包括利润率、资产回报率、销售额增长、投资回报率、现金流状况(资金周转)等，成长绩效主要采用非财务指标衡量，包括主观满意度、雇员增长、市场份额、企业合约数增加、专利数数量、新产品开发产值等。

3.2 文献处理与数据收集

3.2.1 文献检索

本文将社会资本、社会网络、网络嵌入、强联结、结构洞、网络规模、网络异质性等关键词与创业绩效进行组合，在CNKI进行中文文献检索，以“social capital”、“networks”、“GUANXI”、“ties”、“strong ties”、“structural holes”、“network size”、“heterogeneity”连同“entrepreneurial performance”、“business performance”、“venture performance”、“firm growth”为关键词，通过“Science Direct”、“JSTOR”、“Springer”、“Google Scholar”、“Web of Science”等数据库进行检索。为避免遗漏重要文献，在上述基础上逐一检索6种创业领域影响因子较高的期刊，分别为《Journal of Business Venturing》、《Entrepreneurship Theory & Practice》、《Small Business Economics》、《International Small Business Journal》、《Journal of Small Business Management》、《Strategic Management Journal》。所有文献检索时间跨度为2008年2月-2019年2月。经检索，共得到文献12 500篇，通过标题、摘要、关键词、文献类型初步筛选，得到文献721篇，其中中文文献129篇、英文文献592篇。将中外文献检索时间起点统一设置为2008年，原因在于：一是通过中文文献检索发现，研究社会网络与创业绩效两者关系的CSSCI文献较早出现在2008年，在此之前可采纳的高质量文献不多；二是中外文献时间差距过大，在研究方法、研究焦点等方面不一，容易加大误差来源，同时不利于进行截面数据分析。

3.2.2 文献筛选

详细文献筛选主要遵循以下4个标准：①纳入文献需为实证研究，排除案例研究和综述类文献；②文献中至少涵盖社会网络与创业绩效两个变量多个维度中的一组关系；③以相关系数r为基准，文献需展示社会网络与创业绩效间的相关系数或者可以转化为相关系数的其它系数，其余回归系数、路径系数等统计量不在记录范围内；④倘若为同一研究团队针对同一研究群体发表的研究，仅采纳其中一项研究数据。根据上述标准，初步阅读标题和摘要，排除相关度较低的文献，然后对剩余文献进行详细阅读，主要记录以下信息：作者、发表年份、样本量、样本企业年龄、创业行业、国家、社会网络与创业绩效划分维度、定义及测量方法、相关系数等。

3.2.3 文献编码

在主变量编码方面，本文将社会网络(SN)划分为强联结(ST)、关系强度(NS)、结构洞(SH)、网络规模(NZ)、网络异质性(NH)、网络中心性(NC)、网络核心度(NK)、网络密度(ND)、网络连通性(NC)、政治关系(PT)、商业关系(CT)。其中，社会网络中的“网络约束”采用反向计分，有关政治关系和商业关系的研究纳入网络规模维度，有关网络强度正向测量的计入强关系。创业绩效(EP)测量指标编码为生存绩效(ESP)、成长绩效(EGP)。数据类型分为截面数据(C)、时间序列数据(L)、面板数据(P)。关于4个调节变量，本文将企业年龄划分为新创企业(New)、成熟企业(Old)、两者混合(Mixed)；将企业行业划分为高科技企业(High-tech)、非科技型企业(Non-tech)；将地区经济发展状况划分为经济转型国家(TE)和经济发达国家(DE)，地区经济发展状况主要根据样本所在国家判断，涉及两个及以上国家或地区记为“多元”(Multiple)；将社会网络测量方式划分为公式测量(F)和量表测量(S)，创业绩效测量方式划分为报表资料(R)和主观绩效(S)。文献未展示变量相关信息则记为未知(Unknown)。在效应量计算方式上，若研究展示了社会网络与创业绩效多个维度间的相关系数，则根据指标数量逐层取加权平均数，得到最终效应量，计算结果统一保留到小数点后3位。根据上述设置对所有文献进行编码，最终得到文献81篇，其中中文文献23篇、外文文献56篇(由于篇幅限制，文中未列示文献编码结果)。

4 数据分析与假设检验

首先，进行数据预处理。根据公式(1)和公式(2)，将所有相关系数r转换为Fisher'Z值，并计算出Z值及其标准误，作为进入Meta分析的原始数据。其次，根据公式(3)，计算0.05显著性水平下的失安全系数Nfs0.05，进行发表偏倚检测，确保纳入数据是目标研究群体中的无偏样本。再次，进行异质性检验，根据检验结果决定采取随机效应模型或固定效应模型，并采用公式(4)和公式(5)对每个研究赋予相应权重。其中，Vyi为研究内与研究间方差的总和，Wi为分配给每个研究的权重，M为所有效应的加权均值。将Z值及其标准误导入Stata，利用Meta分析进行主效应检验和调节效应检验，得到效应量、显著性水平及其置信区间。最后，进行Meta回归，检验调节效应大小与模型整体拟合情况，并根据公式(6)将Meta分析结果转化为相关系数。

(1)

(2)

(3)

(4)

(5)

(6)

4.1 发表偏倚

首先，对所有数据进行发表偏倚检测。发表偏倚又称“文件抽屉问题”，即有统计学意义结果的研究更可能被发表，而没有统计学意义的研究则不易发表。同时，在特定样本含量条件下，效应量越大越有可能得到有统计学意义的结果。因此，就有可能造成meta分析结果的偏差和夸大[47]。针对发表偏倚问题，本文主要采用漏斗图法、Begg法和Egger法、失安全系数进行检验。采用Stata的metafunnel指令进行漏斗图检验，结果如图2所示。从中可见，所有文献较为均匀地分布在漏斗中线两侧，证明研究发表偏倚程度可以接受；同时，采用metabias指令对所有文献进行Begg检验和Egger检验，结果表明社会网络与创业绩效偏倚检验P值分别为0.520和0.843，远大于0.05的显著性水平，表明数据检验结果可信度较高。关系强度、网络结构、网络规模、网络异质性4个维度的失安全系数最低为118，最高为3 223，平均系数约为1 009，均远大于文献数量，表明不存在发表偏倚问题。

4.2 主效应检验

采用随机效应模型与固定效应模型进行主效应检验，多数Z值和Q值均低于0.01的显著性水平，同时社会网络4个维度与创业绩效I2分别为86.4%，97.3%，89.1%，96.4%，说明研究间异质性显著，随机误差所占比重较小，研究间大部分差异可能源于调节变量，故应采用随机效应模型。本文采用随机效应模型对社会网络各维度与创业绩效的关系进行检验，结果见表1。由表1可知，所有效应值可信区间均未横跨0，因此具有较高的可信水平。根据随机效应模型检验结果，社会网络对创业绩效的综合效应值为(ES1=0.239，P<0.01)，强联结嵌入创业绩效的综合效应值为(ES2=0.243，P<0.01)，关键性节点嵌入创业绩效的综合效应值为(ES3=0.259，P<0.01)，规模网络嵌入创业绩效的综合效应值为(ES4=0.274，P<0.01)，异质性网络嵌入创业绩效的综合效应值为(ES5=0.249，P<0.01)，假设H1、H2、H3、H4得证。总体而言，规模网络与关键节点对创业绩效的嵌入程度最高，而强联结对创业绩效的作用程度较低。同时，在生存绩效上，规模网络综合效应值最高(ES=0.192，P<0.01)，异质性网络综合效应值最低(ES=0.121，P<0.01)；在成长绩效上，关键性节点嵌入创业绩效的综合效应值最高(ES=0.224，P<0.01)，强联结综合效应值最低(ES=0.078，P<0.01)。

注：陈逸同、董正英(网络结构)、胡海青(网络结构)、Batjargal et al.(网络结构)、耿新(网络异质性)、Barham&Chitemi(网络异质性)5个效应值游离于置信区间外，在分析过程中剔除，下同

4.3 异质性检验与亚组分析

在进行Meta回归前，先进行异质性检验，判断研究间的效应差异是否源于调节变量。本文将企业年龄、企业类型、地区经济发展状况、网络与绩效测度方式、数据类型作为分组变量，对所有文献进行亚组分析，从多个角度探察异质性来源，检验结果如表2所示。由表2可知，多数检验的I2均大于75%，说明随机误差所占比重较小，除面板数据与创业绩效外，其余变量关系置信区间均未横跨0，研究结论可信度较高。从网络作用创业绩效机制看，各网络变量对创业绩效的影响存在中度异质性(Q=37.6，P<0.01)。在企业年龄上，新创企业效应值(ES=0.237，P<0.01)高于成熟企业效应值(ES=0.112，P<0.01)，且组间差异异质性显著(Q=131.99，P<0.01)，因此可初步断定新创企业对于社会网络与创业绩效关系的影响相较于成熟企业而言更大；在企业类型上，高科技企业效应值(ES=0.241，P<0.01)高于非高科技企业效应值(ES=0.210，P<0.01)，且组间差异显著(Q=11.92，P<0.01)，初步断定高科技企业对于社会网络与创业绩效关系的影响相较于非高科技企业更大；在地区经济发展状况上，经济转型国家效应值(ES=0.255，P<0.01)高于经济发达国家效应值(ES=0.210，P<0.01)，且组间差异显著(Q=25.53，P<0.01)，说明经济转型国家对社会网络与创业绩效关系的影响相较于经济发达国家更大；在变量测量方式上，社会网络公式测量效应值(ES=0.291，P<0.01)高于量表测量效应值(ES=0.264，P<0.01)，且组间差异显著(Q=185.19，P<0.01),说明公式测量对效应量结果的影响更大；主观绩效效应值(ES=0.250，P<0.01)高于报表绩效的效应值(ES =2.33，P<0.01)，且组间差异显著(Q=40.86，P<0.01)，说明主观绩效对效应量结果的影响更大；在数据类型上，时间序列数据效应值(ES=0.250，P<0.01)大于其它数据类型的效应值，且组间差异显著(Q=58.59，P<0.01)，说明时间序列数据对效应量的影响更大。根据上述分析，假设H5、H6、H7得到初步验证。

注：F(N)表示社会网络公式测量，S(N)表示社会网络量表测量，R(P)表示创业绩效报表测量，S(P)表示主观绩效，下同

4.4 Meta回归

由异质性检验与亚组分析结果可知，网络嵌入是否支持创业绩效提升可能受到创业企业所在地区状况、行业属性和企业年龄等变量的影响。在此基础上，进行Meta回归，计算调节效应大小及异质性检验结果的稳健性。首先，构建一个主模型以及与之相嵌套的5个子模型，并对所有解释变量进行哑变量赋值。

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表示创业绩效，ST表示强联结，NS表示网络结构，NZ表示网络规模，NH表示网络异质性，Nascent表示新创企业，High-tech表示高科技企业，TE表示经济转型国家，CM表示所有测量方式(包括F(N)、S(P)、C)，α0、η0、δ0、ζ0和ω0均为常数项，εi0、εi1、εi2、εi3和εi4均为随机扰动项，模型检验结果如表3所示。由表3可知，企业年龄变量中新创企业对社会网络与创业绩效的关系具有显著调节作用(β=0.447，P<0.01)，异质性检验与H5得到验证；同时，创业绩效测量方式对两者关系具有显著调节作用(β=0.455，P<0.01)，说明新创企业和创业绩效测量方式是造成研究异质性的重要来源；高科技企业与经济转型国家回归结果不显著(P>0.05)，调节作用未得到验证。根据子模型1检验结果，高科技企业对强联结与创业绩效的关系具有显著负向调节作用(β=-0.746，P<0.05)，其余变量不存在显著影响；根据子模型2检验结果，经济转型国家对网络结构与创业绩效间的关系具有显著调节作用(β=1.254，P<0.05)；根据子模型3检验结果，高科技企业的调节作用显著(β=0.860，P<0.01)，其余变量不显著；根据子模型4检验结果，3个调节变量的作用均不显著。综上所述，高科技企业对强联结与创业绩效的关系存在负向调节作用，对网络规模与创业绩效的关系存在正向调节作用，经济转型国家对网络结构与创业绩效的关系存在正向调节作用，H5、H6和H7部分成立。

5 结论与展望

5.1 结论与启示

本文采用Meta分析方法探索网络活动嵌入创业绩效的作用机制与一般规律，对2008-2019年社会网络与业绩效间关系的81项研究(115个独立样本，n=34 860)进行综合回顾，得出以下结论：

(1)社会网络与创业绩效关系总体效应值为0.239，证实了网络嵌入创业绩效的有效性。其中，网络规模与网络结构对创业绩效的作用程度较高(ES4=0.274，ES3=0.259)，而强联结对创业绩效的作用程度较低(ES2=0.243)，说明不同特性网络对创业绩效的作用存在差异。企业在经营网络与缔结网络联盟时，应更多考虑适度网络规模与关键网络节点以及对优质网络资源的识别能力，以高效获取各类资源。同时，企业应动态调适自身网络结构，逐步摆脱对强联结的过度依赖，避免因“认知锁定”而陷入网络陷阱，采用多样化联结组合,如“互补式”与“追加式”联结并举维持既有网络关系，同时寻找新合作伙伴，以克服“非对称性依赖”和单一联结的局限性。

(2)Meta回归结果表明，新创企业对社会网络与创业绩效间的关系具有正向调节作用；高科技企业对强联结与创业绩效间的关系存在负向调节作用，对网络规模与创业绩效间的关系存在正向调节作用；经济转型国家对网络结构与创业绩效间的关系存在正向调节作用，H5、H6、H7均得到部分证实。这表明，网络作用机制并非静态的，而是动态、权变的，受企业发展阶段、生命周期与地区制度环境的共同影响。首先，新创企业由于新进入障碍、追求合法性、资源短缺等原因，对网络资源的需求更加旺盛，因此各类网络资源对创业绩效均有促进作用，所以新创企业对整体网络关系呈正向调节；其次，高科技企业面临剧烈变化的市场环境和不确定性，相较于其它企业，对信息更为敏感，更需要弱联结与网络规模提供异质性资讯；最后，制度环境与经济活动越交互，市场越不规范，制度等公共品供给越贫乏，网络活动作用越突出。因此，新兴经济体有效调节了网络结构与创业绩效间的关系。基于上述分析，处于新兴经济体的新创企业与高科技企业需提升网络能力，通过建立网络战略联盟撬动资源杠杆，调节创业初始禀赋，通过网络耦合催生知识资本，创造技术优势，从而提升创业绩效。

(3)创业绩效测量方式是影响研究异质性来源的重要原因之一。回归结果表明，创业绩效测量方式对社会网络与创业绩效的关系具有显著调节作用。本文在进行创业绩效测量时，更多选用主观量表，因为新创企业在财务指标等方面远不如成熟企业，采用财务报表等对企业未来绩效的预测不足；同时，除上市公司外，多数创业企业并未公开相关资料，但采用主观量表形式可能造成效应值虚高和偏离。

5.2 局限与展望

本文采用Meta分析对社会网络与创业绩效相关研究进行回顾，合成效应量而非单个研究离散结果，克服了单项研究固有的弊端，基于明确的原则体系，提供了透明、客观、可重复性框架。但本文也存在一些局限性，主要表现在：一是外文文献只包含英文文献，其它语言类型文献纳入不足；二是除企业特性、制度环境、构念测量方式外，可能还有其它调节变量存在。同时，受数据采集限制，将调节变量粗略赋值为虚拟变量，形成连续型变量检验调节效应更为精准。此外，未来研究除社会网络变量外，还可以纳入创业学习、组织合法性、创业资源拼凑等变量调节两者间的关系。

参考文献:

[1] 闫俊,葛宝山,董保宝.高科技新创企业关系嵌入与结构嵌入的交互对绩效的影响——双元创新的中介效用研究[J].南方经济,2018(10):27-48.

[2] STAM W,ARZLANIAN S,ELFRING T.Social capital of entrepreneurs & small firm performance: a meta-analysis of contextual & methodological moderators[J].Journal of Business Venturing,2014,29(1):152-173.

[3] 汪蕾,蔡云,陈鸿鹰.企业社会网络对创新绩效的作用机制研究——基于浙江的实证[J].科技管理研究,2011(14):59-64.

[4] 吕佳,郭元源,程聪.创业活动有效性:一项关于创业者的Meta分析检验[J].外国经济与管理,2018,40(6):29-43.

[5] YU,XIAOYU,et al.Social networks & online store performance in emerging economies: the mediating effect of legitimacy[J].Electronic Markets,2019: 1-18.

[6] 钟卫东,黄兆信.创业者的关系强度、自我效能感与创业绩效关系的实证研究[J].中国科技论坛,2012(1):131-137.

[7] HITE J M,HESTERLY W S.The evolution of firm networks: from emergence to early growth of the firm[J].Strategic Management Journal,2001,22(3):275-286.

[8] BATJARGAL,BAT.Network dynamics & new ventures in China: a longitudinal study[J].Entrepreneurship & Regional Development,2010,22(2): 139-153.

[9] BURT,RONALD S.Structural holes versus network closure as social capital[J].Social capital.Routledge,2017,31-56.

[10] JOEL M PODOLNY.Networks as the pipes & prisms of the market[J].American Journal of Sociology,2001,107(1):33-60.

[11] ELFRING T,HULSINK W.Networking by entrepreneurs: patterns of tie formation for emerging organizations[J].Organization Studies,2007,28(12):1849-1872.

[12] JORIS K,BAKKER R M.The guppy & the whale: relational pluralism & start-ups' expropriation dilemma in partnership formation[J].Journal of Business Venturing,2019,34(1): 103-121.

[13] GOETHNER,MAXIMILIAN，STUETZER,MICHAEL.Disentangling the effect of venture team heterogeneity on venture success (summary)[J].Frontiers of Entrepreneurship Research,29(11): 4.

[14] AMASON A C,SHRADER R C,TOMPSON G H.Newness & novelty:relating top management team composition to new venture performance[J].Journal of Business Venturing,2006,21(1):0-148.

[15] 邓渝.创业企业联结组合的“结构-地位”效应[J].科学学研究,2019,37(4):701-710.

[16] 韩炜,杨俊,陈逢文，等.创业企业如何构建联结组合提升绩效?——基于“结构—资源”互动过程的案例研究[J].管理世界,2017(10):130-149+188.

[17] ARREGLE J L,BATJARGAL B,HITT M A,et al.Family ties in entrepreneurs' social networks & new venture growth[J].Entrepreneurship Theory & Practice,2015,39(2): 313-344.

[18] SULLIVAN,DIANE,MATTHEW MARVEL.How entrepreneurs' knowledge & network ties relate to the number of employees in new SMEs[J].Journal of Small Business Management,2011,(49)2: 185-206.

[19] MCFADYEN,M ANN,MATTHEW SEMADENI,et al.Value of strong ties to disconnected others: examining knowledge creation in biomedicine[J].Organization science,2009,(20)3: 552-564.

[20] JIANG,XU,et al.Entrepreneurial orientation,network resource acquisition,& firm performance: a network approach[J].Journal of Business Research,2018(87): 46-57.

[21] BRATKOVIC,TINA,BOSTJAN ANTONCIC,et al.Strategic utilization of entrepreneur's resource-based social capital & small firm growth[J].Journal of Management & Organization,2009(15)4: 486-499.

[22] BHAGAVATULA,SURESH,et al.How social & human capital influence opportunity recognition & resource mobilization in India's h&loomindustry[J].Journal of Business Venturing,2010,25(3):245-260.

[23] 宋晶,陈劲.创业者社会网络、组织合法性与创业企业资源拼凑[J].科学学研究,2019,37(1):86-94.

[24] ALMOBAIREEK W N,ALSHUMAIMERI A A,MANOLOVA T S.Building entrepreneurial inter-firm networks in an emerging economy: the role of cognitive legitimacy[J].International Entrepreneurship & Management Journal,2016,12(1):87-114.

[25] DAUD,SALINA,& WAN FADZILAH WAN YUSOFF.Knowledge management & firm performance in SMEs: the role of social capital as a mediating variable[J].Asian Academy of Management Journal,2010,(15)2.

[26] ROST,KATJA.The strength of strong ties in the creation of innovation[J].Research policy,2011,40(4):588-604.

[27] 张宝建,孙国强,裴梦丹,等.网络能力、网络结构与创业绩效——基于中国孵化产业的实证研究[J].南开管理评论,2015,18(2):39-50.

[28] KOBERG,CHRISTINE S,DAWN R，et al.An empirical test of environmental,organizational,& process factors affecting incremental & radical innovation[J].The Journal of High Technology Management Research,2003,14(1): 21-45.

[29] 刘学元,丁雯婧,赵先德.企业创新网络中关系强度、吸收能力与创新绩效的关系研究[J].南开管理评论,2016,19(1):30-42.

[30] PERKS,HELEN,KENNETH KAHN,et al.An empirical evaluation of R&D-marketing NPD integration in Chinese firms:the Guanxieffect[J].Journal of Product Innovation Management,2009,26(6): 640-651.

[31] BURT,RONALD S.Structural holes versus network closure as social capital[J].Social capital.Routledge,2017,31-56.

[32] GRANOVETTER,MARK.Economic action & social structure: the problem of embeddedness[J].American Journal of Sociology,1985,91(3):481-510.

[33] VISSA,BALAGOPAL,AYA S，et al.Leveraging ties: the contingent value of entrepreneurial teams' external advice networks on Indian software venture performance[J].Strategic Management Journal,2009,30(11): 1179-1191.

[34] 韩炜,杨俊,张玉利.创业网络混合治理机制选择的案例研究[J].管理世界,2014(2):118-136.

[35] MARTINEZ M A,ALDRICH H E.Networking strategies for entrepreneurs: balancing cohesion & diversity[J].International Journal of Entrepreneurial Behavior & Research,2013,17(1):7-38.

[36] GRANOVETTER M S.The strength of weak ties[J].American Journal of Sociology,1973,78(6):1360-1380.

[37] 夏晗.创业团队异质性对科技型新创企业绩效的影响——一个双调节模型[J].科技进步与对策,2018,35(13):145-152.

[38] CARPENTER,MASON A,MARTA A，et al.Upper echelons research revisited: antecedents,elements,& consequences of top management team composition[J].Journal of management,2004,30(6): 749-778.

[39] HITE J M.Evolutionary processes & paths of relationally embedded network ties in emerging entrepreneurial firms[J].Entrepreneurship Theory & Practice,2010,29(1):113-144.

[40] RIPOLLÉS,MARIA,BLESA A.Influence of network ties on inter-firm network management activities[J].a comparative study between international new ventures & international mature firms.Canadian Journal of Administrative Sciences,2018,35(4): 605-619.

[41] GARCA-VILLAVERDE,PEDRO M,et al.Technological dynamism & entrepreneurial orientation: the heterogeneous effects of social capital[J].Journal of Business Research,2018(83): 51-64.

[42] SMALLBONE D,WELTER F.The distinctiveness of entrepreneurship in transition economies[J].Small Business Economics,2001,16(4): 249-262.

[43] PENG,MIKE W.How entrepreneurs create wealth in transition economies[J].Academy of Management Perspectives,2001,15(1): 95-108.

[44] YANG J P,TANG L B,LU Z J.Social network's impact on new venture performance-—an empirical research of zhejiang entrepreneurs[J].Lecture Notes in Electrical Engineering,2011,111:27-34.

[45] LI,HAIYANG,& KWAKU ATUAHENE-GIMA.Product innovation strategy & the performance of new technology ventures in China [J].Academy of Management Journal,2001,44(6): 1123-1134.

[46] 程聪.战略生态、制度创业和新创企业成长关系研究[D].杭州：浙江工业大学,2013:152-153.

[47] EASTERBROOK P J,GOPALAN R,BERLIN J A,et al.Publication bias in clinical research[J].The Lancet,1991,337(8746):867-872.

(责任编辑：王敬敏)