Existing studies have focused on the phenomenon of community in venture capital networks and the positive impact of community on the development of venture capital industry and new ventures, but there is still a lack of direct research on the evolution of community in venture capital networks.Although the influencing factors of syndication partner selection are somewhat similar to those of the evolution of venture capital network community, there are significant differences in subject scope and meaning dimension.In addition, existing researches focus on the the final result of evolution of venture capital network community, and pay little attention to the evolution process, and lack research to connect the evolution cause, evolution process and evolution result.
Using the method of in-depth interview, this paper collects data from the employees of representative venture capital companies,explores the influencing factors and paths of the evolution of venture capital network community based on the grounded theory, and extracts five categories of "two-dimensional proximity", "enterprise status", "community embeddedness", "community bond evolution" and "community structure evolution", and sort out "community evolution" as the core category.On the basis of this, the paper constructs the action path of "cause-process-result" and the overall model of the evolution of venture capital network community.
It is found that community embeddedness, two-dimensional proximity and firm status are the influential factors of the evolution of venture capital network communities with significant hierarchical differences.Firm status is the influential factor at the micro-subject level, including the market position and community position.Two-dimensional proximity, including geographic proximity and cognitive proximity, is the influencing factor at the binary-relation level.Community embeddedness, including relationship embeddedness and structure embeddedness, is an influential factor at the community level.The evolution of community ties is an essential element in the evolution of venture capital network community, including the dynamic of community ties from formation, maintenance to dissolution.The evolution of community structure is the element and final result of the evolution of venture capital network community, which can be directly presented through the network topology.Specifically, the evolution of community structure is finally reflected in the evolution of clustering, status asymmetry, and accessibility.Two-dimensional proximity, firm status, and community embeddedness directly affect the evolution of venture capital network community ties.The gradual accumulation of the evolution of venture capital network community ties leads the evolution of the venture capital network community structure.
This paper has constructed the path and overall model of the venture capital network community evolution, enriched the meso perspective of venture capital network research, integrated the research perspective of influencing factors on the evolution of venture capital network community and deepened the dynamic cognition of the venture capital network community.The results can provide suggestions for government departments to formulate relevant policies to promote venture capital and entrepreneurship, and improve the efficient operation of venture capital network communities.Researchers can carry out empirical research and simulation analysis on the basis of existing research conclusions, further verify the research conclusions of this paper, and combine qualitative research and quantitative research to enhance the scientific nature and effectiveness of the research conclusions.
开放科学(资源服务)标识码(OSID)：
风险投资作为创新创业投融资市场的关键组成要素，对我国创新型国家建设发挥着重要推动作用[1]。当前，我国创新创业面临服务资源分布不均的问题，尤其是融资比例分配不均衡，联合投资作为风险投资机构之间汇集资金、交换资源的关键投资策略[2]，在风险投资行业得到广泛应用，促使风险投资网络化并呈现持续动态调整态势[3]。伴随着风险投资网络的不断演化，基于风险投资机构的伙伴选择偏好促使网络社群涌现，并随着时间推移愈演愈烈，社群数量显著增加。图1展示了基于CVSource数据库生成的2004-2020年6个风险投资网络中3个规模最大的风险投资网络社群。从中可见，风险投资网络社群规模显著扩张，风险投资机构之间的关系更加紧密，说明风险投资网络社群广泛存在于我国风险投资行业，并呈现出显著的动态演变特征。Bubna等[4]发现在美国风险投资行业中，JP摩根等风险投资机构不仅具有显著的伙伴选择偏好，还存在显著的风险投资网络社群，并随着风险投资网络规模的变动而愈演愈烈。Aleenajitpong & Leemakdej[5]研究发现，东南亚风险投资市场存在显著的社群结构。已有研究虽然关注了风险投资网络社群现象[4,6-7]，但是忽视了风险投资网络社群动态演变过程，因此迫切需要从动态视角出发研究风险投资网络社群演化规律。
图1 风险投资网络社群示例
Fig.1 Examples of venture capital network community
风险投资网络社群是介于个体风险投资网络和整体风险投资网络之间的中观层次网络[8]，风险投资网络社群演化体现了社群结构的动态性特征。从动态视角出发研究社群结构演化成因就是研究社群演化影响因素，研究社群结构演化形态就是研究社群演化结构，介于社群演化成因和社群演化形态之间的是社群演化过程。因此，深入分析风险投资网络社群演化机理、揭示风险投资网络社群演化规律，需要重点解决以下问题：风险投资网络社群演化影响因素包括哪些？会经历怎样的演化过程？可能形成哪些演化结构？而构建风险投资网络社群演化模型是解决上述问题的关键，根据演化路径分析不同演化结构蕴含的投资机会与难题，有利于提高风险投资绩效、降低机会主义行为。然而，当前研究尚未打开风险投资网络社群演化的“黑箱”，忽视了风险投资网络社群演化动因、作用路径、结果之间的联系。因此，需要明确风险投资网络社群演化构成要素，整合要素之间的因果关系，推动风险投资网络社群可持续演进，进而优化我国创新创业生态环境。
虽然国内外风险投资市场中的社群现象日趋普遍，但对风险投资网络社群的研究尚处于起步阶段。因此，本研究从动态演化视角出发，采用扎根理论对风险投资网络社群演化影响因素、演化路径、演化结果进行探索性分析，以期对风险投资网络社群发展有所启发，并为优化我国创新创业生态环境提供参考依据。
风险投资网络社群是指风险投资机构由于联合伙伴选择偏好而使彼此之间实现互惠、取得信任、产生共识[4]并在网络空间中呈现部分投资机构集聚的子网络[6]，是保证风险投资行业成员紧密联系、维持风险投资网络资源多样化的重要途径[9]。风险投资网络社群相关研究多从静态视角出发，主要关注风险投资网络社群类型、特征和作用。风险投资网络社群类型研究主要从社群内部构成角度对社群类型进行划分。罗家德等[10]根据社群成员与政府关联强度，将风险投资网络圈划分为核心圈和非核心圈；张晨[11]根据社群内部结构差异，将风险投资网络社群划分为领导型风险投资网络社群和自组织型风险投资网络社群。风险投资网络社群特征研究主要关注社群成员特征和整体结构特征。石琳等[12]指出风险投资网络社群结构具有聚集性和可达性特征；罗吉和党兴华[6]通过研究风险投资网络社群内部成员构成特征发现，社群成员投资行业具有同质性、投资阶段和地理分布具有异质性特征。风险投资网络社群作用研究主要关注社群对创新绩效的影响。Bubna等[4]研究发现，风险投资网络社群对投资绩效和创新绩效具有显著影响；Xue Chaokai等[13] 研究发现，风险投资网络社群中的信息共享对投资绩效具有显著影响；薛超凯等[14]研究发现，风险投资网络社群中的信息传播对投资绩效具有显著影响。
当前，国内外鲜有学者对风险投资网络社群演化进行研究，但是与风险投资网络社群演化存在密切联系的联合伙伴选择、风险投资网络演化却得到学者广泛关注。风险投资网络社群本质上是风险投资机构伙伴选择偏好，因而风险投资网络社群演化与风险投资机构联合伙伴选择密切相关。联合伙伴选择偏好通过逐渐累积，最终在网络空间中呈现集聚形态并不断进行动态演进。当前，关于联合伙伴选择的研究大多集中于以下3个方面：①机构特征。声誉反映了风险投资机构拥有的无形资产水平和投资能力[3,15]，投资经验代表风险投资机构对项目的选择能力和管理能力[16-17]，年龄表征风险投资机构拥有的资源禀赋富裕程度和面临的资源挑战水平[18-19]，机构政府背景表征风险投资机构利用政府资源对缺乏市场认证的创业企业进行背书及预测政策变动的能力[20]，它们能够增强风险投资机构作为联合伙伴的吸引力；②二元关系。信任有利于在风险投资机构之间达成共识和规范，减少机会主义行为[21-22]，地理邻近能够降低风险投资机构之间的交流成本，增加面对面交流机会[23-24]，认知邻近有利于提高风险投资机构之间的沟通和协调效率，降低代理成本，减少摩擦[25-26]，提高风险投资机构之间互相选择的可能性；③网络属性。网络位置体现了风险投资机构拥有网络资源和优质创投项目的能力、信息传递和影响力扩散范围[10]，结构嵌入作为专业知识和行为信息的传递“桥梁”，发挥着社会监督功能[3,27-28]，通常能够影响风险投资机构之间的联合伙伴选择。
随着联合伙伴研究的不断深入，风险投资网络演化逐渐成为研究重点，因为联合伙伴选择的逐渐累积能够引起风险投资网络动态演变，在网络演变过程中形态逐渐显现，为风险投资网络演化提供了一定的借鉴。Hopp[29]研究发现，联合伙伴选择决定风险投资网络演化方向，并通过影响网络关系变动促进网络扩张。早期对于风险投资网络演化的研究主要集中于分析网络个体演化情况。Fund等[18]从风险投资机构个体出发，关注在风险投资网络演化过程中通过网络关系变动实现风险投资机构地位演变的整个过程。随后，不同学者从不同视角研究了风险投资网络整体演化规律。周育红和宋光辉[30]通过分析中国风险投资网络整体动态演进特征发现，我国风险投资网络规模呈现态势增长、网络质量下滑趋势。近几年来，相关研究通过实证模型和仿真方法构建风险投资网络演化模型，并将风险投资网络演化过程和演化结构纳入同一研究框架。Zhang等[3]运用STERGM方法剖析了风险投资网络演化过程中网络关系形成和网络关系解散过程；Gu等[27]通过构建网络演化模型分析风险投资网络演化动因、演化过程及演化的最终形态，发现风险投资网络朝着拥有精英派系的小世界网络结构方向演化。综上可知，风险投资网络演化过程本质上是风险投资网络成员关系的动态变化过程，具体包括关系形成和解散/维持[3,23,27]。Juhasz & Lengyel[31]研究发现，关系形成和关系维持对风险投资网络演化同等重要，关系形成能够为风险投资机构提供新信息渠道，关系维持有利于促进强关系的形成；Broekel & Bednarz[32]研究发现，关系形成和解散共同决定风险投资网络演化结果。
现有风险投资网络社群演化结果研究主要针对社群特征演化和社群规模演化，只有个别研究分析了具体社群结构指标演化。Gupta等[33]研究发现，社群演化朝着分裂、合并、收缩、扩张等方向演化；Sytch & Tatarynowicz[34]通过对网络演化规律进行分析发现，社群规模呈现动态调整态势；Greve等[35]研究发现，网络社群朝着凝聚性增强的方向演化；吴渝等(2010)分析社群结构演化规律发现，随着时间推移，社群幂律分布和结构熵指数越来越显著；Holme等[36]研究发现，随着时间推移，社群平均测地距离逐渐缩小，社群成员之间可达性程度逐渐提升。
总之，现有研究重点关注风险投资网络社群对风险投资行业及新创企业发展的积极影响，针对风险投资网络社群演化规律的研究较少。虽然联合伙伴选择影响因素与风险投资网络社群演化影响因素具有相似性，但两者在主体范围、意义维度等方面存在显著差异。此外，现有研究主要集中在风险投资网络社群演化结果上，对演化过程的关注较少，且将演化动因、过程和结果进行串联的研究更少。鉴于此，本研究从整体视角出发研究风险投资网络社群演化，有助于进一步丰富风险投资领域研究，并为风险投资网络社群细分领域作出更多贡献。
风险投资网络社群作为一个新兴研究领域，相关研究较为分散，由于缺乏风险投资网络社群演化相关情境，因此本研究依据扎根理论分析法对风险投资网络社群演化模型进行探索性研究。扎根理论是由Glaser & Strauss[37]提出的一种质性研究方法，该方法首先需要通过科学严谨的手段获得原始数据资料，再通过对数据进行分解、比较、汇总，最终形成和提炼类别，直至研究人员发现实质性理论或者概念性假设。扎根理论的核心步骤是对数据进行编码分析，具体过程见图2，主要包括开放性编码、主轴编码和选择性编码3个步骤。
图2 编码步骤
Fig.2 Coding steps
本研究根据风险投资网络社群主题，选择具有代表性的风险投资机构从业人员作为访谈对象。风险投资机构选取标准如下：①位于风险投资机构集聚地区；②成立时间较早，拥有丰富的投资经验；③具有较强的行业影响力，行业排名靠前；④联合投资经验较为丰富。最终，从北京、上海和深圳3个城市选取10家风险投资机构，并从中选择21位从事风险投资行业超过5年的风险投资普通合伙人或投资经理作为具体访谈对象。访谈对象基本信息如下：从工作地点看，北京、上海、深圳分别有6人、6人和9人；从工作年限看，工作过5～7年、8～10年、10年以上分别有11人、7人和3人；从文化学历看，拥有本科、硕士、博士学历分别有9人、10人和2人；从职位看，投资总监、高级投资经理、投资经理分别有4人、7人和10人。访谈日期为2015年9月至2017年1月，共进行了21次深度访谈，每次访谈时间为1.5～2小时。
深度访谈形成过程主要围绕以下7个问题展开：①列举联合投资过程中的行为方式、投资流程等相关情形；②周围是否存在联系紧密的风险投资小圈子，如果有请列举，并谈谈小圈子如何构成；③风险投资圈对参与其中的风险投资机构方式和行为、投资项目存在哪些影响；④风险投资机构加入联系紧密的圈子包括哪些动机；⑤风险投资行业中圈子发生变动的形式有哪些；⑥圈子产生变动的主要原因是什么；⑦圈子产生变化的最终形态有哪些。上述问题只是深度访谈的主线和初始提问，后续还会围绕访谈对象进行更加深入和全面的提问与拓展。
通过对21次深度访谈笔记、录音进行整理、汇总和分析，最终得到1.9万字的文本资料。其中，对随机选择的16次深度访谈资料进行初始扎根分析，对其它5次深度访谈资料进行后续理论饱和度检验。
开放性编码作为编码的初始环节，是确定概念和构建理论最重要的步骤。为提高编码信效度，本文请3个小组成员(两位成员/组)分别对整理的资料进行逐词编码、逐行编码和逐个事件编码，同时对时间和行动进行定义，采用持续比较的方法提炼类别，直至无法得出新信息并实现类别饱和为止。对访谈资料进行挖掘、整理后得到218条原始语句，进一步抽象出概念。以下列标准对抽象概念进行挑选：①对含义相同或相似的概念进行合并；②对相反或者违背常理的概念予以剔除；③剔除出现次数低于两次的概念。最终，确定27个概念、11个范畴。开放编码形成的概念、范畴及对应原始资料如表1所示。
表1 开放性编码范畴
Tab.1 Open coding categories
原始资料概念(a)范畴(A)投资创业企业最成功的当然是最终能够实现IPO,这很考验风险投资机构的能力和关系,如果哪些投资机构的IPO能力强,将会吸引我们的注意,在后面有合作机会时将会重点予以考虑a1 IPO数A1行业地位除IPO以外,投资的创业企业如果能够实现成功并购很重要,因为虽然并购收益低一点,但是速度快、门槛低,这是考验投资机构能力的重要方面。如果以后遇到并购经验丰富的投资机构,我们也会重点考虑与其展开合作a2并购经验如果能跟有名的投资机构合作能少走很多弯路,让他们带着走能赶上自己辛苦投资好多年,他们一般关系网很强大,跟着他们做挺不错,时间久了能遇上好项目,自己做主投资a3知名机构A2社群地位每个圈子都有一些能人,大多数机构都是围绕这些能人进行投资、合作,这些能人能把大家集聚在一起a4能人有些人人脉很广,跟很多大佬都认识,跟他们合作时间久了也能跟一些大佬搭上关系a5中心位置其实很多风险投资机构都离得很近,他们可能都集聚在北京、上海、广州等经济发达地区,这些机构之间的合作也更加频繁a6集聚发展a3地理邻近能够经常沟通很重要,尤其是在最初确定投资项目阶段,要对项目潜力和风险进行判断,对投资的相关条款进行讨论。在一轮投资结束后,还要经常沟通项目发展前景和面临的风险,再决定下一轮到底还要不要投资a7沟通频繁见面沟通交流很重要,通常我们可以边吃饭边讨论,从交流中能够确切了解对方态度,也更有利于对项目进行管理a8面对面交流通常我们在选择联合伙伴或者加入一个小圈子时,很看重对方是不是和我们有相似的投资经验,这样我们能够更好地相互理解,有时候鸡同鸭讲很难受a9相似经验a4认知邻近在投资一些专业性较强的项目时,我们会在市场中寻找一些专门针对该领域的投资群体,一方面是因为这些项目投资风险很高,这些专业群体投资经验丰富;另一方面是因为我们可能对于项目投资时间预期达成一致a10专业群体能够接触、获得并最终转化成自己的资源是我们加入小圈子的初衷,也是小圈子能够成长的关键,能为我所用也是我们加入圈子的主要原因a11吸收能力熟人介绍的投资机构比较放心,当然还会进行评估,但是合作概率要比随便找的机构大得多a12熟人介绍a5结构嵌入有时候我们有风险太高的项目会主动找人给我们推荐合作投资机构a13推荐朋友的朋友很可能也是朋友,我们会因为聚会见到一些机构,交流后发现不错,就决定一起投了a14共同邻居如果有新投资项目要选择伙伴,肯定首先在之前的合作伙伴中进行选择,有合适的就叫上一起(投资),没有合适的再在外面找a15联合经验a6关系嵌入
续表1 开放性编码范畴
Tab.1(Continued) Open coding categories
原始资料概念(a)范畴(A)投资风险很高,所以在选择伙伴时会优先选择那些我们信任的投资机构,我们一般会固定几家机构经常合作,一些机构比较机动,和信任伙伴有可能形成某些较为固定的投资圈子a16信任关系在圈子里大家都是你叫上我、我叫上你投资,一来一往,单打独斗比较困难,要搞好关系a17互惠预期要在风险投资行业中有更好的发展,一方面需要有较强的专业能力,另一方面也需要在行业中构建良好的人脉关系a18建立人脉a7关系形成要迅速成长,最好是通过与成熟圈子里的机构合作进入成熟圈子,进入这种圈子比较省心,有大哥带着a19进入圈子虽然圈子里大家联系比较紧密,但还是会考虑能否带来持续收益,有时候发现更有潜力的机会,也会选择退出价值较低的合作a20退出合作a8关系解散我们需要经常在新伙伴和旧伙伴之间进行选择,因为时间和资金有限,选择新伙伴就意味着要放弃旧伙伴,实现小圈子内关系更替a21关系更替慢慢大家经常合作,圈子内成员间关系更加紧密,圈子关系紧密很重要,圈子里的氛围很重要a22关系紧密a9聚集性圈子产生后,成员们可能会有一些群体意识,产生“一荣俱荣、一损俱损”的集体意识,大家有较强的凝聚力应对外界挑战a23凝聚力圈子里有了明显分层,圈层跟投资机构在圈内的地位有关,圈层越往里地位越高,圈层越往外地位越低a24结构分层a10地位不对称性进入圈子后发现可能有的投资机构只能在圈子边缘位置,有的投资机构就能进入圈子核心位置a25核心边缘虽然圈子也分三六九等,但是进入圈子后想要接触圈内成员,跟他们合作比较简单a26成员接触a11可达性大家都想要跟圈子里最核心的机构合作,进入圈子后就缩短了跟大佬合作的距离a27缩短距离
主轴编码是指确定主范畴和子范畴以及子范畴与主范畴之间的逻辑因果关系。为提取主范畴，本文组织课题组成员进行多次分析和讨论，对表1中确定的概念和范畴反复评估，对范畴性质和内容等进行筛选、归类和提取。最终，将表1中11个范畴确定为次要范畴，并归纳出5个主要范畴，主范畴、次要范畴及范畴内涵如表2所示。
表2 主轴编码结果
Tab.2 Axial coding analysis results
主范畴(AA)对应范畴(A)范畴内涵AA1机构地位A1社群地位与风险投资机构在社群内的直接伙伴数量有关,直接伙伴数量越多,在社群内的地位越高,在社群内的影响力也就越大A2市场地位风险投资机构在整个行业的排名和影响力,与机构投资经验、投资绩效和投资能力有关,其在行业内排名越高,风险投资机构市场地位越强AA2二维邻近A3地理邻近风险投资机构之间在地理空间上的物理距离,物理距离越近,地理邻近性越强;物理距离越远,地理邻近性越弱A4认知邻近风险投资机构对认识和评估同一投资项目、同一投资行业或者同一投资市场环境的看法、理解的相似水平,与风险投资机构的投资经验有关AA3社群嵌入A5结构嵌入风险投资机构之间存在共同邻居的程度,共同邻居具有推荐、传递机会和信息优势,共同邻居数量越多,风险投资机构之间的结构嵌入性越强A6关系嵌入风险投资机构之间基于合作历史而产生的直接关联程度,与机构之间的沟通频率和时间密切相关,风险投资机构之间关联程度越高,关系嵌入性越强AA4社群关系演化A7关系形成风险投资机构基于资源获取、风险分散等动机,通过选择合适的伙伴进行联合投资,从而使社群关系发生变化A8关系解散风险投资机构基于资源、时间和注意力限制,通过对现有伙伴及其价值关系进行判断,选择与缺乏价值的伙伴断开联结,从而使社群关系结构发生改变AA5社群结构演化A9集聚性在风险投资网络社群内,风险投资机构之间因为紧密的合作模式、高效的沟通水平和信息扩散能力,使得社群整体呈现紧密的连接态势,集聚性越高的社群成员联系越紧密A10地位不对称性风险投资网络社群由于成员能力和连接范围差异,使得社群成员中心性呈现幂律分布及社群整体具有层级结构特征,地位不对称性越强的社群越存在核心节点A11可达性风险投资网络社群成员之间实现关联、沟通接触的难易程度,反映社群内资源传播效率,可达性越强的社群信息传播效率越高
选择性编码是将所有范畴围绕核心范畴进行统一，首先需要确定核心范畴，其次需要明确其它范畴与主范畴的逻辑因果关系。核心范畴代表研究的中心对象，既有可能从已经确定的范畴中确定，也有可能通过抽象和总结进一步确定。选择性编码包括以下步骤：①确定核心范畴，明确围绕核心范畴的故事主线；②发现核心范畴在主范畴与次范畴中间所处的位置；③确定主范畴和次范畴作为条件、行动/交互策略或者后果与核心范畴之间的联系。
根据主轴编码阶段提炼的二维邻近、机构地位、社群嵌入、社群关系演化、社群结构演化5个主范畴内涵以及各主范畴之间的关系，结合原始材料对比分析发现，它们均是围绕风险投资网络社群演化进行，因此将社群演化确定为核心范畴。其中，社群嵌入、二维邻近、机构地位分别为社群局域层面、主体关系层面、微观主体层面社群演化的动因范畴，社群关系演化为社群演化的过程范畴，社群结构演化为社群演化的结果范畴。围绕核心范畴的故事线是：社群嵌入、二维邻近及机构地位是不同层级风险投资网络社群演化的影响因素，直接作用于风险投资网络社群关系演化(社群关系形成和解散)，关系演化的持续累积最终体现为社群拓扑形态的动态演变(社群聚集性、地位不对称性和可达性)。
基于扎根理论的研究范式进一步理顺并验证了核心范畴与主范畴之间的连接关系和作用路径，本文在选择性编码阶段遵循社群嵌入、二维邻近、机构地位—社群关系演化—社群结构演化的研究逻辑，围绕故事线构建风险投资网络社群演化模型，即动因-过程-结果风险投资网络社群演化模型，如图3所示。
图3 风险投资网络社群演化路径框架
Fig.3 Path framework of the venture capital network community evolution
为确保理论模型的科学性和严谨性，本文进行理论饱和度检验，其是衡量扎根理论停止采样的标尺。主要做法是对更多新数据进行编码，在编码过程中发现新理论、新概念、新范畴，如果没有，就说明理论达到饱和。为此，本文对剩下的5轮深度访谈数据按照扎根理论进行分析发现，检验结果依然能够反映风险投资网络社群演化模型构建的5类范畴，且没有出现新概念、新范畴及典型关系。具体包括“我们有一个小圈子，大家都普遍看好新能源项目，也都有不少和新能源行业相关的投资经验，大家都会分享新项目信息(A4～a9，认知邻近～相似经验)”、“在小圈子里，大家都会积极地追随那些有影响力的联合机构投资(机构地位→社群关系演化)”、“有些圈子是分层的，高层级成员关系形成以后就保持相对稳定，边缘层级成员之间关系经常形成、解散，不稳定(社群关系演化→社群结构演化)”等陈述，最终发现风险投资网络社群演化模型结果达到理论饱和度检验。
上述基于动因—过程—结果的风险投资网络社群演化模型涉及社群嵌入、二维邻近、机构地位、社群关系演化、社群结构演化5个主范畴，其中社群嵌入、二维邻近和机构地位为存在显著层级差异的社群演化影响因素，社群关系演化为社群演化过程要素，社群结构演化为社群演化结果要素。动因—过程—结果风险投资网络社群演化模型各要素作用路径主要包括：机构地位—社群关系演化、二维邻近—社群关系演化、社群嵌入—社群关系演化、社群关系演化—社群结构演化。
(1)机构地位—社群关系演化。机构地位作为微观主体层面风险投资网络社群演化影响因素，包括风险投资机构的市场地位和社群地位，主要通过以下两条路径对社群关系演化产生影响：第一，市场地位—社群关系演化。市场地位体现了风险投资机构在整个行业中的排名，反映了风险投资机构的投资能力和项目水平，市场地位越高的风险投资机构越能够向行业成员展现和传递投资能力、投资意愿和可靠性，越能够吸引更多风险投资机构关注，越有利于社群关系形成；同时，风险投资机构维持市场地位的需求越强烈，行为一致性和绩效持续性需求越高，越有利于维持社群关系稳定。第二，社群地位—社群关系演化。社群地位展示了风险投资机构在社群中位于中心位置的程度，社群地位越高的风险投资机构越能够通过社群关系传递自身信息并吸引更多风险投资机构关注，越有利于社群关系形成；相反，社群地位越高的风险投资机构越具有较大的自由裁量权，在资源有限时越倾向于对新旧关系进行反复评估，从而对风险投资网络社群关系解散产生影响。
(2)二维邻近—社群关系演化。二维邻近作为二元关系层面风险投资网络社群演化影响因素，包括地理邻近和认知邻近，主要通过以下两条路径对社群关系演化产生影响：第一，地理邻近—社群关系演化。地理邻近是指风险投资机构在空间范围内的距离，地理距离越近，风险投资机构之间越容易进行沟通和交流，也越有利于促成社群关系形成；相反，地理距离越接近，风险投资机构之间越容易找到替代机构，并影响风险投资机构之间的关系解散成本，从而加快社群关系解散。第二，认知邻近—社群关系演化。认知邻近表示风险投资机构之间对风险项目、所属行业以及整个投资环境感知和理解的相似程度，认知邻近性越高，越有利于风险投资机构之间的信息共享和知识交流，进而促成社群关系形成；同时，认知邻近的风险投资机构之间对于同一投资事件具有相似的见解，有利于彼此之间进行沟通和协调，从而影响社群关系解散。
(3)社群嵌入—社群关系演化。社群嵌入作为社群整体层面风险投资网络社群演化影响因素，包括关系嵌入和结构嵌入，主要通过以下两条路径对社群关系演化产生影响。第一，关系嵌入—社群关系演化。关系嵌入反映了风险投资网络社群成员的整体关系强度分布，风险投资机构之间的联合投资频次越多，越有利于社群成员获得所需的关键信息，并通过社群成员间的信任和互惠机制对风险投资网络社群关系产生影响；同时，关系嵌入还会影响整个社群关系惯例和关系资本的形成，进而影响社群关系解散。第二，结构嵌入—社群关系演化。结构嵌入反映了风险投资网络社群内部三元结构分布水平，通过推荐机制增进社群成员之间的见面概率，通过信息传递机制增进风险投资机构之间的了解，从而影响社群关系形成；同时，结构嵌入具有社会监督和冲突调节功能，有助于缓解关系成员之间的矛盾，监督双方可能采取的机会主义行为和不道德行为，从而促进社群关系稳定。
(4)社群关系演化—社群结构演化。上述各影响因素直接作用于社群关系形成、维持和解散，社群关系演化作为风险投资网络社群演化的中间过程，通过社群关系演化的逐渐累积引发风险投资网络社群整体结构演化，并通过以下两个方面对社群结构演化产生影响：第一，社群关系形成—社群结构演化。风险投资机构在选择联合伙伴时一方面需要关注其专业知识水平和地位，另一方面也要关注社群嵌入所带来的高信任水平，通过发挥社群成员关系的凝聚作用，构建高密度、强连接关系，进而推动风险投资网络社群结构演化。第二，社群关系解散—社群结构演化。风险投资机构通过对现有关系价值进行再评估以及对潜在新关系潜力进行判断，重新配置关系组合，并解散一些边缘位置、冗余、缺乏持续价值的关系，促使社群结构朝着持续优化和摩擦减少的方向演化发展。
(5)社群结构演化。社群结构演化是风险投资网络社群演化的最终结果，可通过网络拓扑图直接呈现，最终体现为聚集性、地位不对称性、可达性。第一，聚集性指风险投资网络社群成员间的连接模式与合作规范，反映社群成员之间相互依赖、关联紧密的程度。社群聚集性越强，社群内成员群体意识和规范越强烈，越有利于社群成员之间相互监督，社群整体边界也就越显著。第二，地位不对称性指风险投资网络社群整体层级分布程度，地位不对称性越明显，社群成员在获取、调节社群资源时的非均衡性越显著。第三，可达性指风险投资网络社群整体资源和信息传播效率，反映社群成员之间通过较短距离实现连接的程度[34]。社群可达性程度越高，社群成员之间的信息失真率越低。
(1)构建风险投资网络社群演化模型，丰富了风险投资网络中观视角研究。风险投资网络社群演化作为一种中观现象，很难对其演化态势进行直接分析和度量，本文从整体视角出发，通过扎根理论探索分析，将与风险投资网络社群演化相关的各主范畴置入动因—过程—结果理论框架，构建社群演化影响因素—社群关系演化—社群结构演化模型，从社群关系层面演化过程及社群整体层次演化形态对风险投资网络社群演化进行了深入分析。
(2)整合风险投资网络社群演化影响因素，对风险投资网络社群进行了系统性研究。现有风险投资网络社群演化影响因素研究较为琐碎零散，或是致力于探索个别影响因素，或是关注联合风险投资影响因素，鲜有以风险投资网络社群为研究对象，从整合视角出发对跨层次演化影响因素进行研究。本文采用扎根理论方法探讨风险投资网络社群演化动力因素，从机构、机构间关系层面及社群整体层面识别了风险投资网络社群演化影响因素。
(3)揭示风险投资网络社群演化影响因素作用路径，从动态视角拓展了风险投资网络社群研究。由于关系与风险投资网络社群成员收益密切相关，因此社群成员亟需根据自身需求和机会不断调整组合关系，促成社群关系动态演变，最终引发社群结构演化。研究发现，在成员地位、二维邻近、社群嵌入等因素的影响下，风险投资网络社群成员会积极进行联合伙伴选择和配置，从而作用于社群关系形成和解散，演化过程的持续性积累导致风险投资网络社群在集聚性、地位不对称性、可达性等结构层面存在显著差异。
本研究为政府相关部门制定创投和创业相关政策以及风险投资机构网络社群的高效运行提供如下建议：
(1)创建良好的投融资环境，为风险投资网络社群的有效运行提供坚实的政策支持和平台保障。一方面，制定与创新创业相关的优惠政策，促进创新创业发展，为风险投资网络社群提供更多投资项目选择机会；另一方面，加强风险投资网络社群相关中介和平台建设，为风险投资网络社群健康发展提供良好的外部环境和第三方专业机构，从而促进战略性新兴产业发展。
(2)确保充足的资源投入，为风险投资网络社群健康、有序发展提供重要的资金支持。首先，政府相关部门应该加强核心产业培育和创业资金投入，发挥创业引导基金的杠杆作用及乘数效应；其次，地方政府应设立母基金、直投基金，吸引相关风险投资机构围绕当地主导产业集群形成专业化风险投资网络社群，为核心和主导产业提供必要的资金支持，促进当地经济可持续发展；最后，还应支持有政府背景的风险投资机构快速成长，使其成为地区范围内或者行业范围内的领袖机构，吸引更多私人风险投资机构通过联合投资的方式进入风险投资网络社群。
(3)加强风险投资网络社群管理，为我国风险投资行业可持续发展提供指导。为提高风险投资网络社群运作效率，社群成员可通过协商方式制定社群发展方向和策略导向，在此基础上设定具体的社群成员进入标准，制定合理的利益分配制度，在充分发挥社群特点并获取相应竞争优势的同时，维护社群成员关系稳定，形成合理高效的风险投资网络社群结构。
本文存在如下不足：第一，采用扎根理论构建风险投资网络社群演化模型存在一定程度的主观性，未来可在现有研究结论的基础上进行实证研究和仿真分析，结合质性研究与量化研究增强研究结论的科学性和有效性。第二，未来还应广泛搜集实际风险投资网络社群演化数据，采用适合网络社群数据的计量方法，实证分析风险投资网络社群演化影响因素对社群关系演化的影响，以及风险投资网络社群演化影响因素对社群结构演化的影响。第三，进一步采用仿真分析和演化博弈模型，考虑风险投资机构行为选择过程中出现的重复博弈现象，深化风险投资理论研究，以更加直观和明晰的方式展现风险投资网络社群演化过程与演化结构。
[1] 段勇倩, 陈劲.风险投资如何影响企业创新——研究述评与展望[J].外国经济与管理, 2021, 43(1): 136-152.
[2] ZHELYAZKOV P I, TATARYNOWICZ A.Marriage of unequal? investment quality heterogeneity, market heat, and the formation of status-asymmetric ties in the venture capital industry[J].Academy of Management Journal, 2020, 64(2): 509-536.
[3] ZHANG C, DANG X, PENG T.Dynamic evolution of venture capital network in clean energy industries based on STERGM[J].Sustainability, 2019, 11(22): 6313.
[4] BUBNA A, DAS S R, PRABHALA N.Venture capital communities[J].Journal of Financial and Quantitative Analysis, 2020, 55(2): 621-651.
[5] ALEENAJITPONG N, LEEMAKDEJ A.Venture capital networks in southeast asia: network characteristics and cohesive subgroups[J].International Review of Financial Analysis, 2021, 76: 101752.
[6] 罗吉, 党兴华.我国风险投资网络社群识别、群间差异与投资绩效研究[J].管理评论, 2017, 29(9): 48-58.
[7] 阮平南, 王倩颖, 杨娟, 等.创业投资网络核心社团的投资行为分析[J].数据分析与知识发现, 2019, 3(12): 84-93.
[8] 罗吉, 党兴华.我国风险投资网络社群:结构识别与投资绩效[J].系统工程, 2017, 35(6): 65-73.
[9] XUE C, JIANG P, DANG X.The dynamics of network communities and venture capital performance:evidence from China[J].Finance Research Letters, 2019, 28: 6-10.
[10] 罗家德, 秦朗, 周伶.中国风险投资产业的圈子现象[J].管理学报, 2014, 11(4): 469-477.
[11] 张晨.风险投资网络社群关系变动及对结构演化的影响[D].西安: 西安理工大学, 2021.
[12] 石琳, 党兴华, 杨倩, 等.风险投资网络社群集聚性与可达性对成功退出的影响[J].科技进步与对策, 2017, 34(17): 9-15.
[13] XUE C, DANG X, SHI B, et al.Information sharing and investment performance in the venture capital network community: an empirical study of environmental-social-governance start-ups[J].International Journal of Environmental Research and Public Health, 2019, 16(6): 1023.
[14] 薛超凯, 党兴华, 姚茜.风险投资网络社群信息传播对投资绩效的影响[J].科研管理, 2021，42(10): 77-84.
[15] GU Q, LU X.Unraveling the mechanisms of reputation and alliance formation: a study of venture capital syndication in China[J].Strategic Management Journal, 2014, 35(5): 739-750.
[16] TYKVOV
T.Who chooses whom? syndication, skills and reputation[J].Review of Financial Economics, 2007, 16(1): 5-28.
[17] 薛超凯, 党兴华, 任宗强.经验信号对联合投资形成的影响[J].科技管理研究, 2016, 36(21): 235-239.
[18] FUND B R, POLLOCK T G, BAKER T.Who's the new kid? the process of developing centrality in venture capitalist deal networks[J].Advances in Strategic Management, 2008, 25: 563-593.
[19] BELLAVITIS C, FILATOTCHEV I, SOUITARIS V.The impact of investment networks on venture capital firm performance: a contingency framework[J].British Journal of Management, 2017, 28(1): 102-119.
[20] ZHANG Y, MAYES D G.The performance of governmental venture capital firms: a life cycle perspective and evidence from China[J].Pacific-Basin Finance Journal, 2018, 48: 162-185.
[21] HOPP C, LUKAS C. A signaling perspective on partner selection in venture capital syndicates[J].Entrepreneurship: Theory and Practice, 2014, 38(3): 635-670.
[22] LUO J-D, RONG K, YANG K.Syndication through social embeddedness: a comparison of foreign, private and state-owned venture capital (VC) firms[J].Asia Pacific Journal of Management, 2019, 36(2): 499-527.
[23] SORENSON O, STUART T E.Bringing the context back in: settings and the search for syndicate partners in venture capital investment networks[J].Administrative Science Quarterly, 2008, 53(2): 266-294.
[24] ZHANG J.The spatial dynamics of globalizing venture capital in China[J].Environment and Planning A: Economy and Space, 2011, 43(7): 1562-1580.
[25] HOCHBERG Y V, LINDSEY L A, WESTERFIELD M M.Resource accumulation through economic ties:evidence from venture capital[J].Journal of Financial Economics, 2015, 118(2): 245-267.
[26] DU Q.Birds of a feather or celebrating differences? the formation and impacts of venture capital syndication[J].Journal of Empirical Finance, 2016, 39: 1-14.
[27] GU W, LUO J, LIU J.Exploring small-world network with an elite-clique:bringing embeddedness theory into the dynamic evolution of a venture capital network[J].Social Networks, 2019, 57: 70-81.
[28] ZHANG L, GULER I.How to join the club: patterns of embeddedness and the addition of new members to interorganizational collaborations[J].Administrative Science Quarterly, 2020, 65(1): 112-150.
[29] HOPP C.The evolution of inter-organizational networks in venture capital financing[J].Applied Financial Economics, 2010, 20(22): 1725-1739.
[30] 周育红, 宋光辉.中国创业投资网络的动态演进实证[J].系统工程理论与实践, 2014, 34(11): 2748-2759.
[31] JUHASZ S, LENGYEL B.Creation and persistence of ties in cluster knowledge networks[J].Journal of Economic Geography, 2018, 18(6): 1203-1226.
[32] BROEKEL T, BEDNARZ M.Disentangling link formation and dissolution in spatial networks: an application of a two-mode stergm to a project-based R&D network in the German Biotechnology Industry[J].Networks and Spatial Economics, 2018, 18(3): 677-704.
[33] GUPTA M, GAO J, SUN Y, et al.Integrating community matching and outlier detection for mining evolutionary community outliers[C]//Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining,2012: 859-867.
[34] SYTCH M, TATARYNOWICZ A.Exploring the locus of invention: the dynamics of network communities and firms' invention productivity[J].Academy of Management Journal, 2014, 57(1): 249-279.
[35] GREVE H R, KIM J.Running for the exit: community cohesion and bank panics[J].Organization Science, 2014, 25(1): 204-221.
[36] HOLME P, EDLING C, LILJEROS F.Structure and time evolution of an Internet dating community[J].Social Networks, 2004, 26(2): 155-174.
[37] GLASER B G, STRAUSS A L.Discovery of grounded theory: strategies for qualitative research[M].London:Routledge, 2017.