● 左晶晶 谢晋宇 孙绍荣

■责编 / 韩树杰 Tel: 010-68345891 E-mail: hrdhsj@126.com

根据中国教育部的统计数据，中国高校毕业生总数在2000——2010年间从107万攀升至630万①中国教育部统计数据（http://www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s4958/list.html）。；而毕业生的初次就业率仅为70%左右，这意味着每年均有几十万甚至上百万的毕业生不能及时找到工作，大学生面临的就业难问题日益突出，使得大学生自主创业成为中国解决就业问题具有战略意义的举措。此外，目前中国许多行业创新不足，全社会创业率和创业成功率低下、创新意识淡薄，亟需从国家竞争力角度加强创新能力建设，在人力资源方面确立新的竞争优势，而科技型大学生创业是创建未来竞争优势具有潜力并有待突破的领域之一。

科技型大学生创业体现着市场的需求，能够促进科技、市场乃至整个社会的创新与发展。一方面，新创企业“小”和“新”的组织特点决定了创业者与外部网络成员之间密切的联系特征，创业者能否与关键资源的提供者保持良好的关系以及其获取网络资源的能力都成为企业生存和绩效的关键（Pfeffer and Salancikg，1978；蔡莉、柳青，2008）。另一方面，网络资源的互补性也成为驱动创业者建立网络联盟的重要因素（Chung et al.,2000），社会网络中的关系资产和互补资源等因素也会在网络成员之间产生超额的收益（Dyer and Singh, 1998）。

目前，创业者社会网络的重要性已经引起了理论界关注，但有关大学生创业者社会网络的研究依然处在起步阶段，诸多问题尚待进一步的深入。对于科技型大学生创业者而言，创业阶段社会资源的紧缺和社会关系的严重匮乏使他们意识到了社会网络对于创业的重要性，却无从得知如何构建一个有效的社会网络并获取所需的资源。因此，关于科技型大学生创业者社会网络的研究具有很强的理论价值和实践意义。本文探讨科技型大学生创业者社会网络结构的测量，并基于问卷调查的经验证据，检验科技型大学生创业者的社会网络结构对网络资源的影响。

一、相关文献回顾

1.社会网络结构

基于之前关于创业者社会网络的研究，个体层面的社会网络结构维度主要包括网络规模、网络密度、异质性和联系强度。具体而言：

网络规模是指网络成员的数量，自我中心网络的规模是排除“自我”之外其他网络成员的数量。在创业领域，研究者们往往按照与创业者讨论重要问题的“核心讨论网”来确定网络规模。美国大多数学者都将“核心讨论网”的规模限定在5人（Renzulli, et al., 2000），根据Marsden（1987）对美国GSS问卷的研究显示，美国人“核心讨论网”的规模平均为3.01。

对于整体网络来说，网络密度是指所有网络成员的实际联系数量与最大联系数量的比率；对于“自我中心”网络而言，网络密度则只计算“自我”以外的实际联系数量与最大联系数量的比率。网络密度一直是创业领域里广泛采用的测量创业接近和控制网络资源能力的指标（Burt and Raider, 2000）。

网络异质性是指社会网络对象之间各种属性的相异程度，“自我中心”网络的异质性是“自我”以外的其他网络成员之间各种属性的相异程度（Marsden，1987）。例如，创业者的社会网络成员可以按照学历背景、工作单位类型、产业、地区等进行分类，进而分析网络成员在这些关系品质方面的相异程度。Wheten（1982）认为异质性是社会网络联系中的重要特征之一，并指出网络成员在网络目标、服务、产品或目标群的相异程度，即领域的相似性或功能性差异化是社会网络的重要特征。

在社会网络与社会资本研究中，Granovetter（1973）提出的“弱关系的力量”已成为一个经典命题。弱关系指的是网络成员之间较宽松的关系，它不同于家庭成员或者朋友之间的强关系。Granovetter认为弱关系会带来更多异质性的信息和资源，而强关系则会带来很多冗余的信息和资源，因此弱关系可能会比强关系发挥更强有力的作用。Granovetter强调的是通过扩展弱关系来获得资源的重要性。后来的研究者们对这个问题进行了大量实证研究，得出的结果却并不一致，尤其在强调“差序格局”的中国文化背景下，往往愿意提供资源和支持的网络成员都具有强关联的性质（金耀基，1992）。

2.社会网络资源

早期的国外学者在资源的类别划分方面比较简单，无法全面涵盖资源所包含的内容。比如，Barney（1991）依然将企业资源简单地分成物质资源、人力资源和组织资源三种类别。随着企业发展和研究的深入，学者们引入了越来越多的资源种类，如Dollinger（1995）和Brush（1997）在创业研究中沿袭了Grant的资源分类，将创业资源分为六种类型，包括人力或智力资源、财务资源、物质资源、技术资源、组织资源和声誉资源。在Hitt et al.（1995）的研究中，他列举了七类主要的企业资源，即财务资源、物质资源、技术资源、创新资源、商誉资源、人力资源和组织资源。

在社会网络资源的相关研究中，还有很多学者提到了信息资源（Birley, 1985; Singh, 2005）和情感资源（Bruderl and Preisendorfer, 1998; Anderson et al.,2005）。情感资源是指家人和朋友等网络成员所提供的情感支持，考虑到在科技型大学生创业过程中所承担的风险和压力，情感资源对科技型大学生创业者来说应该起到比较重要的作用。另外，Bhide and Stevenson（1992）还提出另外一种资源——销售订单，认为其对于创业企业也是至关重要的。国内学者在研究创业资源和网络资源的时候，主要借鉴国外已有的研究，比如蔡莉、柳青（2008）亦将创业资源归纳为人力资源、物质资源、技术资源、财务资源、市场资源和组织资源六种类型，其中人力资源的定义比较宽泛，可以进一步分为智力资源、声誉资源和社会资源三种。此外，还有部分学者倾向于把与政府部门特别是职能部门，如工商、财政等机构的关系视为资源的组成部分（石秀印，1998），这可能与中国的社会状况有关。

依据社会网络理论，网络资源是镶嵌在网络关系和网络结构中的，因此在社会网络相关研究中，不应该把网络关系视为网络资源，网络资源是在网络关系和网络结构中产生的。本文主要参照国外学者对于网络资源的相关研究，不考虑行政资源或关系资源，将科技型大学生创业者的社会网络资源划分为：信息资源、技术资源、财务资源、情感资源、人力资源、物质资源、商誉资源、市场资源和组织资源。

二、研究假设

一般而言，比起规模小的社会网络，大规模的社会网络蕴含了更多的社会关系，网络中信息和人情桥梁也较多，网络资源的优势也就相对明显。正如Cromie and Birley（1992）所注意到的那样，如果创业者能够拓展其社会网络规模，那么他就有可能发现额外的资源和机会，而狭窄的社会联系基础可能会限制创业者寻求资源的能力。Nohria（1992）等对企业家如何开发网络成员的相关研究指出，企业家会通过搜寻资源拥有者、分析接近资源拥有者的可能性和与资源拥有者建立联系的三个步骤来逐步增加其社会网络成员的数量。因此，网络成员的增加也就意味着企业家获得了新的外部资源。

相比身边的同学，科技型大学生创业者往往很早就明确了自己的创业目标，并有意识地结识能够带来创业资源的社会网络成员，如技术或能力互补的校友或老乡，以及大学生创业指导中心的老师等。科技型大学生创业者的家人或好友可以在他们沮丧失落或成功喜悦的时候提供情感支持，其他院系具有不同领域的专业知识或技能的同学可以提供技术资源，大学生创业指导中心的老师可以提供必要的财务资源或市场资源。而相比一般的创业者，大学生创业者的社会网络更多的集中于大学校园，同质性较高的社会网络提供的创业资源也比较趋同，这就更加需要科技型大学生创业者快速有效的搜寻资源拥有者，并通过各种渠道与资源拥有者建立联系。科技型大学生创业者的社会网络成员越多，他们获取各种创业资源的可能性也将随之增加。由此，可以得出如下假设——

H1：科技型大学生创业者的社会网络规模与社会网络资源显著正相关；

在网络关系强度与网络资源的相关研究中，社会网络理论的重要代表人物Granovetter（1973）提出，“弱关系”能够给求职者提供更多有价值的信息资源，从而使求职者获得较好的工作。他的“弱关系假设”引发了市场经济中求职研究领域富有成效的研究，不少学者对其进行了理论上的扩展与修正（Coleman, 1988; Burt, 1992）。但中国学者的研究显示了截然不同的研究结果：在中国特殊的社会与文化背景下强关系对于求职者的作用更为重要，求职者与网络成员的关系越熟，网络成员的资源背景越高，对求职者的工作安排就越有利（Bian, 1997）。考虑到中国是建立在血缘关系及衍生关系基础上的“差序格局”社会（费孝通，1998），强关系的网络主体才会更加愿意为其他的网络对象提供资源和支持。基于此，我们认为科技型大学生创业者会从强关系的社会网络获取更多的网络资源，因此提出如下假设——

H2：科技型大学生创业者的社会网络强度与社会网络资源显著正相关；

已有的关于网络密度与网络资源关系的研究产生了颇为不同的结论。如Sparrowe et al.（2001）的相关研究中发现网络密度对于网络资源的影响不显著，但也有学者得出网络密度与网络资源负相关的研究结果。比如，边燕杰（2004）指出高密度的社会网络会约束个人遵从团体规范，而低密度的社会网络则可以减少这种约束，为占据结构洞位置的个人带来信息和控制的优势，有利于其在竞争的环境中求生和先赢。王卫东（2006）在关于中国城市居民的社会网络资本与个人资本的研究中，也证实了中国城市居民的社会网络密度与网络资源之间显著负相关。此外，Burt（1992）认为，个人在社会网络中越是处于桥梁性的位置，即所拥有的“结构洞”越多，则他从这个社会网络中获取的社会资本（社会网络资源）也越多。我们注意到，结构洞和密度是密切联系的两个概念，结构洞的增多意味着密度的降低，基于Burt（1992）的研究，可以推论出网络密度和网络资源负相关。

不过，Coleman（1988）从社会资本的观点出发，认为网络密度代表了群体成员彼此关系的平均力量强度。成员互动关系越多的群体，往往交换的资源与信息也越多，由此产生的社会资本也越多。根据社会网络分析方法的定义，网络密度指的是网络成员之间彼此互动的联系程度，亦即团队成员间人员互动连带的平均程度（Wasserman and Faust, 1994）。网络的密度越高，即网络成员相互之间的联系数量越多，那么网络内部可获得的沟通渠道就越多，信息交换和其他交易都会更加容易。也就是说，社会网络的密度越高，成员的互动程度也越高，产生的网络资源自然也会比较多，因此利润创造者的网络成员之间往往拥有密切的联系和互动（Aldrich et al., 1987）。

在此，认为低密度社会网络带来更多网络资源的观点其实仍是建立在“弱关系”假设基础上，适用于西方社会语境的。低密度的社会网络意味着结构洞的增多，网络主体可以更好的掌握资源流通的主动权，并且避免大量冗余资源的产生。而中国社会强调的是“强关系”，每个网络主体都按照关系的远近决定网络成员的重要性，并按照关系的亲疏决定给予网络成员的资源程度。高密度的社会网络会提高科技型大学生创业者与其他网络成员之间的亲密程度和互动频率，科技型大学生创业者从其他网络成员那里获取网络资源的可能性也就随之提高。此外，高密度的社会网络还意味着科技型大学生创业者和其他网络成员之间拥有了更多共同的朋友，这也会促使网络成员更加愿意为科技型大学生创业者提供各种资源和支持。由此可以假设——

H3：科技型大学生创业者的社会网络密度与社会网络资源显著正相关；

网络成员从事不同的职业，来自不同的工作单位，资源的差异性也随之增加，网络成员的资源及其影响能够更好的达到互补效果。因此，比起异质性低的社会网络，异质性高的社会网络所潜藏的网络资源就会越多（边燕杰，2004）。这些多元化和互补性的网络资源会促使新业务的开发和销售收入的提高，从而提升企业的创新绩效。正如Baum et al.（2000）的研究所表明的那样，一开始就拥有高度异质性社会网络的生物技术公司会获得更多的专利技术，从而带来更好的创新绩效。我们认为科技型大学生创业在的网络异质性越差，网络中能够带来的资源也越单一；而关系网络中的成员异质性越强，所拥有的网络资源跨度越大，个人关系网络的异质性可以克服网络资源的重复性，提高控制社会资源的能力和接近多元信息的可能性。由此，可以得出如下假设——

H4：科技型大学生创业者的社会网络异质性与社会网络资源显著正相关。

三、研究方法

（一）样本和数据采集

本文通过问卷调查的方式进行数据收集，依托个人关系做为基础，既保证了问卷的回收率，也保证了问卷填写的有效性（Zhao and Aram，1995）。调研问卷主要是通过复旦大学、同济大学、上海交通大学、上海理工大学、南开大学、武汉大学、云南财经大学、重庆工商大学、河海大学等高校的大学生创业指导中心相关负责老师发放，发放对象为高校科技园区的科技型大学生创业者。样本选择遵从以下标准：（1）从事创业活动的高等院校在校学生和毕业两年内的大学生、研究生、博士和回国留学生；（2）能够清晰回忆自企业创办至今的社会网络状况的科技型大学生创业者。问卷调查实施时间为2010年10月至2011年1月。问卷采用纸质版和电子版两种形式，通过电子邮件发放和回收。本次调研共发放问卷500份，回收302份，回收率60.4%，剔除了32份回答不完整雷同以及不符合科技型大学生创业者定义的问卷，共得到270份有效问卷，占回收问卷的89.4%，占总发放问卷的54.0%。

（二）测量量表的开发

1.社会网络结构的测量

目前对个体层面社会网络的测量使用最多的方法是“个体中心网络”分析方法，探讨以被研究者为中心延伸出去的网络状况（Scott, 1991），这种方法非常适合社会关系多样化的企业家或创业者（Greve and Salaff,2003）。“个体中心网络”的测量具体有两种方法：提名生成法和职位生成法。提名生成法是让被调查者回忆自己核心网络成员，并提供网络成员的姓名、个人特征、自己与成员之间的关系以及成员相互之间的关系。这种方法在个体中心网的研究中得到了相当广泛的应用。职位生成法假设社会资源是不均匀的分布于社会之中的，社会职位决定了社会网络成员所拥有的社会资源，因此通过对被调查者网络成员的社会职位的调查就可以了解到他们所拥有的社会资源。职位生成法虽然避免了提名生成法过于集中强关系的缺点，能够较准确地测量网络成员的社会资源，却无法测量网络成员之间的关系，也不可能完整呈现社会网络结构。

因此，本研究在社会网络的测量中采用了提名生成法，要求科技型大学生创业者列举“创业过程中与之交谈和讨论，并获得与创立和经营企业有关的知识、建议或信息等各种资源的企业外部人员”，然后再指出这些网络成员的工作单位类型、与创业者的亲密程度、与创业者的交往频率、为创业者提供支持的程度以及与其他成员之间的关系。

（1）网络规模的测量

网络规模以科技型大学生创业者所列举的“核心讨论网”的人数来确定。在科技型大学生创业者回忆网络成员的过程中，回忆的偏差会随着成员数量的增加而提高，所以对网络规模的限制可以提高回忆的准确性（Burt and Ronchi, 1994）。美国大多数学者都将“核心讨论网”的规模限定在5人（Emmerik, 2006）。本研究在访谈科技型大学生创业者的阶段，会在访谈结束之后让他们填写调研问卷，发现有些访谈者会填写到7-10人之多，所以本研究正式采用的调研问卷中将网络规模设定到10人，但不强制要求科技型大学生创业者必须列举10位网络成员，只是让他们尽可能多的罗列出来核心讨论成员。

（2）网络密度的测量

创业者社会网络成员与成员之间的实际联系数量与最大联系数量的比率，由于是创业者个人层面的社会网络，成员与成员之间的联系不包括创业者与其他成员之间的联系（Aldrich et al., 1987）。如图1，“个体中心”网络密度为“自我”以外的实际联系数量（5）与最大联系数量（10）的比率0.5。

图1 自我中心社会网络密度

（3）网络异质性的测量

网络异质性是指除“自我”以外“他人”之间品质的差异性（Marsden, 1987）。在创业领域，测量的网络成员的品质主要集中于个人特征、教育背景（Batjargal, 2007）和工作单位性质。本文采用工作单位性质来测量网络成员的差异性。网络成员工作单位差异性的测量设置了“A.党政机关；B.企业；C.高等院校/研究机构；D.律师；E.金融机构；F.行业协会；G.中介机构；F.其它（请写出具体的工作单位）”选项供科技型大学生创业者选择。具体测算方式上，本研究遵循在创业领域广泛应用的品质差异指数（index qualitative variation, IQV）来测算网络异质性（Batjargal,2005）。

（4）关系强度的测量

在关系强度的相关研究当中，采用最多的测量指标是“亲密度”和“交往频率”。本文采用Likert五点量表的方法，分别通过“您与他/她的亲密程度，请从1到5中选择合适的描述数字（1代表非常高，5代表非常低）”、“您与他/她的交往频率，请从1到5中选择合适的描述数字”、“您从他/她那里获得支持的程度，请从1到5中选择合适的描述数字”来描述科技型大学生创业者与网络成员的亲密度、交往频率和所获取的资源，从而克服利用单一维度来测量关系强度。

2.网络资源的测量

关于社会网络资源的测量，本文也采用Likert五级量表，要求科技型大学生创业者在下列表格中选择他们的社会网络在创业过程所提供各种资源的程度。

3.控制变量

首先，以往的研究显示，社会人口特征（如性别、年龄等）会对人们的社会网络资源产生不同的影响（Vander Poel, 1993; Ruan, 1993）。其次，创业领域的学者指出，创业者先前的工作经历会对其创业行为产生影响（Stuart and Abetti, 1990），进而影响到社会网络资源的获取。再次，由于本文的研究对象是高校在读或毕业两年内从事创业的科技型大学生创业者，我们认为科技型大学生创业者的学历、毕业院校、所学专业都可能会对其社会网络资源产生影响。第四，在有关企业绩效影响因素的实证研究当中，企业的年龄、规模（以雇员数表示）和行业特征（制造业与服务业）是常被学者们所使用的控制变量。在本研究中，我们也将这几个影响因素作为控制变量。第五，由于大学生所创企业是否属于高科技企业会影响到他们从政府和高校获取创业扶持的力度，因此本文也将大学生所创企业是否属于高科技企业作为控制变量。最后，创业者的家庭经济背景和家人是否有过创业经历也可能会影响到家庭对大学生的支持力度。

表1 科技型大学生创业者社会网络资源量表

方差分析显示，在检验科技型大学生创业者社会网络结构与社会网络资源的关系时需要引入的控制变量如表2所列。

表2 控制变量一览表

四、实证研究结果

（一）社会网络资源量表的信度和效度分析

1.社会网络资源量表的净化和探索性因子分析

本文小样本来源于复旦大学校产办赵文斌副主任通过电子邮件的方式搜集到的100份问卷，其中有效问卷96份。这些问卷的填写者是在复旦大学科技园创业的科技型大学生创业者，符合我们对研究对象的定义。在正式问卷形成前，需要通过小样本测试对初始量表的有效性进行分析，根据分析结果，对测量条款进行修改或删除（Boudreau et al., 2001）。

如表3所示，社会网络资源量表测量项目Res1和Res4的CITC值小于0.400，应当删除以净化量表①收敛效度是指同一变量的测量条款的一致性，即测量条款是否高度相关。本文采用CITC法（Corrected Item-Total Correlation），即通过计算同一变量中的每一测量条款与该变量中其他测量条款总和的相关系数，来净化测量条款。一般来说当CITC小于0.5时，就该删除该测量条款，也有学者认为0.3也符合研究的要求（卢纹岱，2002），本文采用折衷的办法以0.4为净化测量条款的标准。；此后，如表4重新进行的CITC和信度分析显示，除测量项目Res3的CITC值略低于0.400之外，其他测量项目的CITC值均高于0.400，且量表的信度（Cronbach's Alpha）由0.794显著提高到0.821，这也表明删除测量项目Res1和Res4是合理的。

表3 社会网络资源量表的CITC和信度分析

表4 净化后的社会网络资源量表的CITC和信度分析

因子分析部分以特征根值大于1作为因子选择标准，采用主成分分析法和最大方差旋转法（varimax）。表5显示，净化后的社会网络资源量表的KMO值为0.829，Bartlett's Test卡方值显著性概率为0.000，表明适合进行探索性因子分析。而根据因子分析的结果，可以从社会网络资源的7个测量项目中提取2个因子，这两个因子被解释的方差累计比例（Cumulative % of Variance）为61.569%，超过50%。有鉴于此，进一步结合Porter（1985）在《竞争优势》一书中所提出的价值链（Value Chain）的概念，我们可以进一步界定科技型大学生创业者的社会网络资源。Porter（1985）认为，企业的价值创造是通过一系列活动构成的，这些活动可分为基本活动和辅助活动两类，基本活动包括内部后勤、生产作业、外部后勤、市场和销售、服务等；而辅助活动则包括采购、技术开发、人力资源管理和企业基础设施等。在此，我们将主要运用于辅助价值创造活动的技术、财务、情感和人力网络资源称之为支持性网络资源，将主要运用于基本价值创造活动的信息、物质、商誉、市场、组织网络资源称之为运营性网络资源。表5显示，有4个测量项目（Res6、Res7、Res8和Res9）在F1——运营性的社会网络资源（Operating social network resource, Oprres）上载荷较大，有3个测量项目（Res2、Res3和Res5）在F2——支持性的社会网络资源（Supporting social network resource, Supres）上载荷较大。

表5 社会网络资源量表的因子分析

2.社会网络资源量表的有效性分析

样本数据的收敛效度评估主要是计算每一测量项目的CITC值，同样以不低于0.400作为判断标准。社会网络资源量表测量数据的评估结果见表6，各测量项目的CITC值均高于0.400，具有较好的收敛效度，同时量表的信度（Cronbach's Alpha）为0.799，表明同一维度间测量项目的内部一致性较高，问卷测量的信度较高。

表6 社会网络资源量表的收敛度和信度

本研究采用验证性因子分析进行效度检验，同时对测量模型进行修正以提高模型的拟合度①对于模型拟合参数我们主要选择CMIN/DF、GFI、AGFI、NFI、IFI、CFI和RMSEA。各指标的标准值为CMIN/DF<3；GFI>0.9；AGFI>0.8；NFI>0.9；IFI>0.9；CFI>0.9；RMSEA<0.08。。如表7，社会网络资源量表双因素结构模型的验证性因子分析显示，在双因素基本模型中，CMIN/DF=2.692，小于临界值3，符合简约性要求；近似误差均方根RMSEA=0.078，处于0.05到0.08的“不错适配”区间，表示拟合程度可以接受；良性拟合指标GFI和调整后的良性拟合指标AGFI分别为0.966和0.927，意味着拟合程度较高。同时，相对拟合指数中的规范拟合指数NFI、增值拟合指数IFI和比较拟合指数CFI分别为0.932、0.956和0.955，均大于0.900，这表明假设的理论模型与数据的拟合度较高。因此，社会网络资源双因素基本模型可以被接受。进一步的，我们依据AMOS17.0输出的修正指标（Modifcation Indices）来寻找可以修正的部分，得到社会网络资源双因素修正模型（如图2所示），其拟合度有一定程度的改进，CMIN/DF=1.966，小于临界值3；RMSEA=0.059，拟合程度有较为明显的提高；GFI和AGFI分别为0.976和0.944，显示拟合程度有所提高。同时，相对拟合指数中的NFI、IFI和CFI分别为0.954,、0.977和0.976，均大于0.900，表明假设的理论模型与数据的拟合度较高。

表7 多模型拟合情况汇总

图2 社会网络资源量表的验证性因子分析

（二）研究假设检验

在10%的显著性水平上，如表8所示，社会网络规模、社会网络异质性（IQV）对科技型大学生创业者从社会网络中获取支持性网络资源没有显著影响，未能支持假设H1和H3；不过，社会网络密度、社会网络联系强度与科技型大学生创业者从社会网络中获取的支持性网络资源的回归分析结果支持假设H2和H4。据此可以认为，在同等条件下，科技型大学生创业者社会网络密度与联系强度越高，从其社会网络中获取的支持性网络资源越多。与Burt（1992）等西方学者在“弱关系”假设基础上认为低密度社会网络带来更多网络资源的观点截然不同，中国社会强调的是“强关系”，每个网络主体都按照关系的远近决定网络成员的重要性，并按照关系的亲疏决定给予网络成员的资源程度。高密度的社会网络会提高科技型大学生创业者与其他网络成员之间的亲密程度和互动频率，科技型大学生创业者从其他网络成员那里获取网络资源的可能性也就随之提高。此外，高密度的社会网络还意味着科技型大学生创业者和其他网络成员之间拥有了更多共同的朋友，这也会促使网络成员更加愿意为科技型大学生创业者提供各种资源和支持。因此，在中国特殊的社会与文化背景下强关系对于科技型大学生创业者的作用更为重要，科技型大学生创业者与网络成员的关系越熟，获取资源和支持的可能性就越大。景越好的企业所能从科技型大学生创业者社会网络中获取的运营性网络资源越多。

表8 社会网络结构与支持性网络资源

五、研究结论、建议与局限

1.研究结论

本文通过对社会网络规模、密度、异质性和关系强度四种维度全面系统的测量科技型大学生创业者的社会网络结构，清晰展现了应该从何种角度关注和衡量科技型大学生创业者的社会网络。而且，创新性地将网络资源分为支持性网络资源和运营性网络资源，并通过进一步对社会网络资源的探索和检验，向科技型大学生创业者清晰的展现了社会网络资源积累和获取的途径与方式。具体而言：

基于Porter（1985）所提出的价值链理论，本文通过探索性因子分析将中国科技型大学生创业者的社会网络资源进一步界定为运营性的社会网络资源和支持性的社会网络资源。其中，运营性的社会网络资源包括主要运用于基本价值创造活动的物质资源、商誉资源、市场资源、组织资源等网络资源；支持性的社会网络资源包括主要运用于辅助价值创造活动的技术资源、财务资源和人力资源等网络资源。

科技型大学生创业者社会网络密度与联系强度越高，从其社会网络中获取的支持性网络资源越多。这与Burt（1992）等西方学者在“弱关系”假设基础上认为低密度社会

此外，对控制变量的回归显示，创业者家庭经济背景越好、企业创立时间越短、被认定为高科技企业、员工规模越大的企业所能从科技型大学生创业者社会网络中获取的支持性网络资源越多。

在10%的显著性水平上，如表9所示，社会网络规模、社会网络密度、社会网络异质性和社会网络联系强度等社会网络结构相关的研究变量对科技型大学生创业者从社会网络中获取运营性网络资源均无显著影响，未能支持假设H1、H2、H3和H4。

对控制变量的回归显示，由女性科技型大学生创业者创立、科技型大学生创业者学历越低、创业者家庭经济背网络带来更多网络资源的观点截然不同，其中原因可能是中国社会强调“强关系”，每个网络主体都按照关系的远近决定网络成员的重要性，并按照关系的亲疏决定给予网络成员的资源程度。高密度的社会网络会提高科技型大学生创业者与其他网络成员之间的亲密程度和互动频率，科技型大学生创业者从其他网络成员那里获取网络资源的可能性也就随之提高。此外，高密度的社会网络还意味着科技型大学生创业者和其他网络成员之间拥有了更多共同的朋友，这也会促使网络成员更加愿意为科技型大学生创业者提供各种资源和支持。因此，在中国特殊的社会与文化背景下强关系对于科技型大学生创业者的作用更为重要，科技型大学生创业者与网络成员的关系越熟，获取资源和支持的可能性就越大。

表9 社会网络结构与运营性网络资源

2.研究建议

社会网络结构与社会网络资源对于创业资源和关系匮乏的科技型大学生创业者具有非常重要的意义，作为企业创始人的科技型大学生创业者有必要在积极构筑社会网络的同时，注重提高自己与其他网络成员之间的亲密程度和互动频率，建立并努力维持社会网络联系强度，以便更多地获取对于创业组织而言至关重要的支持性网络资源。

3.研究局限

尽管本文遵循科学研究的逻辑，并得出一些较有意义的研究成果，但是每项阶段性的管理研究成果都会不同程度的受到其研究方法、情境及研究对象的限制。由于时间和成本的制约，本研究也存在一些局限性，会影响到研究成果的有效性，需要在未来进一步的研究中加以改善。具体而言，（1）本研究的样本虽然来源于多个城市（上海、天津、武汉、常州、南京、重庆、昆明），但是其中绝大部分样本来自于上海和天津；（2）由于创业失败的科技型大学生创业者的样本收集难度更高，所以本研究采用的均是存活下来的科技型大学生创业企业；（3）关于科技型大学生创业者网络数据的调查仅仅来自于创业者本人，而没有向创业者提到的网络成员进行确认；（4）社会网络的构建是一个持续动态的过程，虽然本研究在设计初期考虑过对科技型大学生创业企业进行分阶段研究，但是由于样本收集的难度而不得不放弃，最终采用了横截面数据。

1. Aldrich, H. E, Rosen, B. and W. Woodward. The Impact of Social Networks on Business Foundings and Profit: A Longititudinal Study. In ChurchillN, C., Homaday, J. A. and B. A.Kirchhoff. et al. (eds). Frontiers of Entrepreneurship Research.Wellesley, MA: Babson College, 1987: 154-168.

2. Anderson, A.R., Jack S.L. and S.D. Dodd. The Role of Family Members in Entrepreneurial Networks: beyond the Boundaries of the Family Firm. Family business review, 2005, 18(2): 135-154.

3. Barney, J. Firm Resource and Sustained Competitive Advantage. Journal of Management, 1991, 17(l): 99-120.

4. Batjargal, B. Entrepreneurial Versatility, Resources and Firm Performance in Russia: a Panel Study. International Journal of Entrepreneurship and Innovation Management,2005, 5(3/4): 284–297.

5. Batjargal, B. Internet entrepreneurship: Social capital, Human Capital, and Performance of Internet Ventures in China. Research Policy, 2007(36): 605-618.

6. Baum, J., Calabrese, T., and B. S.Silverman. Don’t Go it Alone: Alliance Network Composition and Startups’ Performance in Canadian Biotechnology.Strategic Management Journal, 2000, 21 (3):267-294.

7. Bhide, A. and H. Stevenson. Attracting Stakeholders. In W. Sahlman & H. Stevenson(Eds.), The entrepreneurial venture. Boston: Harvard Business School Publications,1992: 149-159.

8. Bian, Yianjie. Bring Strong Ties Back In: Indirect Ties, Network Bridges, and Job Searches in China. American Sociological Review, 1997, 62: 266-285.

9. Birley, S. The Role of Networks in the Entrepreneurial Process. Journal of Business Venturing, 1985 (1): 107-11.

10. Boudreau, M., Gefen, D. and D. Straub. Validation in is Research: A State of the Art Assessment. MIS Quarterly, 2001, 25(1): 1-23.

11. Bruderl J. and P. Preisendorfer. Network Support and the Success of Newly Founded Businesses. Small business economies, 1998, (10):213-225.

12. Brush, C. G. Women-owned Businesses: Obstacles and Opportunities. Journal of Developmental entrepreneurship, 1997, 2(1): 1-24.

13. Burt, R.S. Structural Holes: The Social Structure of Competition. London, Harvard University Press, 1992.

14. Burt, R. S. and D. Ronchi. Measuring a Large Network Quickly. Social Networks,1994(16): 91-135.

15. Burt, R. S. and H. J. Raider. Creating Careers: Women’s Paths through Entrepreneurship. Working paper. 2000.

16. Campbell, K., Marsden, P. and J. Hurlbert. Social Resources and Socioeconomic Status. Social Networks, 1986, 8(1): 97-111.

17. Chung, S., Singh, H. and K. Lee. Complementarity, Stratus Similarity and Social Capital as Drivers of Alliance Formation. Strtegic Management Journal, 2000, 21: 1-22.

18. Coleman J. S. Social Capital in the Creation of Human Capital. American Journal of Sociology, 1988, 94 (S1): 95-120.

19. Cromie, S. and Birley, S. Network by female business owners in Northern Ireland.Journal of Business Venturing, 1992, 7(3): 237-251.

20. Dollinger, M. J. Entrepreneurship: Strategies and Resources, Irwin, Boston,MA., 1995.

21. Dyer, J. H. and H. Singh. The Relational View: Cooperative Strategy and Sources of Interorganizational Competitive Advantage. Academy of Management Review,1998, 23(4): 660-679.

22. Granovetter, M. The Strength of Weak Ties. American Journal of Sociology, 1973,78: 1360–1380.

23. Greve, A. J. and W. Salaff. Social Networks and Entrepreneurship.Entrepreneurship Theory and Practice, 2003(Fall): 1-22.

24. Hitt, M. A., Tyler, B. B., Hardee, C. and D. Park. Understanding Strategic Intent in the Global Marketplace. Academy of Management Executive, 1995, 9(2): 12-19.

25. Marsden, P. V. Core discussion networks of Americans. American Sociological Review, 1987, 52(1): 122-131.

26. Nohria, N. Is a Network Perspective Useful Way of Studying Organizations? In Nohria, N. and R. G. Eccles (eds). Networks and Organizations: Structure, Form, and Action. Boston, MA: Harvard Business School Press, 1992.

27. Pfeffer, J., and Salancik, G. The External Control of Organizations. New York:Harper and Row, Pub, 1978.

28. Porter, M. E. Competitive Advantage, Free Press-Macmillan. New York, 1985.

29. Renzulli, L. A., Aldrich, H. and J. Moody. Family Matters: Gender, Family, and Entrepreneurial Outcomes. Social Forces, 2000, 79(2): 523–546.

30. Ruan，D. Social Networks in Urban China，Doctoral Dissertation, Columbia University, 1993.

31. Scott, J. Networks of Corporate Power: A Comparative Assessment. Annual Review of Sociology, 1991, 17: 181-203.

32. Singh J. Collaborative Networks as Determinants of Knowledge Diffusion Patterns.Management Science. 2005, 51(5): 756-770.

33. Sparrowe, R. T., Liden, R. C., Wayne, S. J. and M. L. Kraimer. Social Networks and the Performance of Individuals and Groups. Academy of Management Journal,2001(44): 316-325.

34. Stuart, R. W. and P. A. Abetti. Impact of Entrepreneurial and Management Experience on Early Performance. Journal of Business Venturing, 1990(5): 151-162.

35. Van der Poel, M. Personal Networks: A Rational-Choice Explanation of their Size and Composition. Lisse, Netherlands: Swets and Zeitlinger, 1993.

36. van Emmerik, I. J. H. Gender differences in the Creation of Different Types of Social Capital: A Multilevel Study. Social Networks, 2006, 28(1): 24-37.

37. Wasserman, S. and K. Faust. Social Network Analysis: Methods and Applications.Cambridge. ENG and New York: Cambridge University Press, 1994.

38. Zhao, L. and J. D. Aram. Networking and Growth of Young Technology-intensive Ventures in China. Journal of Business Venturing, 1995, 10: 349-370.

39.边燕杰：《城市居民社会资本的来源及作用：网络观点与调查发现》，载《中国社会科学》，2004年第3期。

40.蔡莉、柳青：《生存型和机会型新创企业初始资源充裕程度比较研究》，载《吉林工商学院学报》，2008年第1期。

41.耿新：《企业家社会资本对创业绩效影响的研究》，山东大学博士学位论文，2008年。

42.金耀基：《关系和网络的建构：一个社会学的诠释》，载《二十一世纪》，1992年第12期。

43.卢纹岱：《SPSS for Windows统计分析》，电子工业出版社，2002年版。

44.马海艳、徐立青：《对科技型大学生创业企业的基本情况和发展环境的调研分析——基于无锡、北京、上海等六市的调研》，载《创新与创业教育》，2010年第6期。

45.石秀印：《中国企业家成功的社会网络基础》，载《管理世界》，1998年第6期。

46.王卫东：《中国城市居民的社会网络资本与个人资本》，载《社会学研究》，2006年第3期。