社会网络和先验知识对创业机会识别的影响_吴小春.pdf

第 14 卷第 2 期 Vol.14 No.2 2023 年 4 月 CHUANGXIN YU CHUANGYE JIAOYU Apr.2023 社会网络和先验知识对创业机会识别的影响 吴小春，林兴 (武汉理工大学创业学院，湖北武汉，430070)摘要 社会网络作为创业者创业信息和资源的重要来源，其网络规模、网络强度和网络位置会直接影响创业信息的数量和质量，进而影响创业机会识别的效果。基于社会网络理论，以武汉地区的创业者为主要调研对象，通过实证研究，建立多元回归模型分析社会网络关系对于个体创业机会识别的影响，并基于创业认知理论探究先验知识在两者之间的调节作用。结果表明：社会网络中的网络规模、网络强度和网络位置对个体创业机会识别有正向促进作用；先验知识中的特殊兴趣以及产业知识正向调节社会网络与创业机会识别之间的作用关系。关键词 创业；创业机会；社会网络；先验知识 中图分类号 G640 文献标识码 A 文章编号 1674-893X(2023)02005208 一、引言 创业是个体对创业机会进行识别、开发和利用的过程1。创业者对创业机会的识别会受到外界环境的影响，如地区创业机会数量的多寡等2；同时，创业者的个体属性也会极大地影响创业机会识别，这主要体现在创业者的创业网络3、先前经验4、人格特质5、创业意愿6等多个方面，甚至在线社交网络也会对创业机会的识别产生直接影响7。全球创业监测报告显示，欧美国家机会驱动型的创业较多，而我国创业者多进行的是生存驱动型创业。为什么有的创业者能够经常性地识别出创业机会，而其他人却很难识别？创业者在创业之前学习的知识对其识别创业机会有没有帮助？本文运用定性和定量分析的方法，通过文献梳理提出理论假设，利用对调查问卷的统计分析结果来检验所提出的理论假设，以此揭示创业者社会网络对创业机会识别的影响机理以及先验知识在此过程中的调节作用。二、文献回顾与概念界定 (一)社会网络研究 学界对于社会网络维度的划分迄今为止还没有一个统一的标准，不同的学者在研究过程中会从不同视角出发，选取相应的社会网络维度进行研究。Burt8将社会网络划分为网络规模、网络密度、网络层次：王飞9在对大学生创业机会识别进行研究时将创业网络划分为网络规模、网络结构和网络强度；王莹10将社会网络划分为网络异质性、规模、关系强度和中心度四个维度。尽管不同学者对于社会网络的维度划分不同，但都可以归类于冯盼11提出的网络结构相关、网络关系相关以及网络内容相关三大类。创业网络是创业者社会网络的一个分支，创业网络是指创业者所拥有的嵌入外部关系网络中可用于创业活动的一切资源的总和12，TAN J13将其细分为正式网络和非正式网络。不同的地域会培育出具有不同特征的创业网络，这些创业 收稿日期 20220915；修回日期 20230103 基金项目 武汉理工大学韶关研究院广东省博士工作站项目(2021050701)作者简介 吴小春，男，江西莲花人，博士，武汉理工大学创业学院副研究员，主要研究方向：创业教育；林兴，男，江西抚州人，武汉理工大学创业学院创业管理专业硕士研究生，主要研究方向：创新与创业管理，联系邮箱： 理论研究 吴小春，林兴：社会网络和先验知识对创业机会识别的影响 53 网络反过来又会影响该地区的企业14。Jost P15发现其实创业者的创业网络规模十分有限，并且大的创业网络并不总是比较小的更有益。但是绝大部分学者认为，在创业的初始阶段，创业者的创业资源以及创业机会很大程度都来自于其社会网络，拥有丰富社会网络的创业者更容易识别出创业机会16。本文选取社会网络中的网络规模、网络强度以及网络位置三个维度进行实证研究。网络规模是指网络中个体或组织的数量以及种类的多少；网络强度是指网络中各主体之间相互联系的频繁和紧密程度，有强关系与弱关系之分17；网络位置是指创业者在网络中所处的层次，影响着创业者能否在网络中接近所需资源18。(二)先验知识研究 现今学者对于先验知识的研究多是集中于和计算机科学进行的交叉研究，与创业理论相结合的研究较少。不同学者对于先验知识所包含内容的界定也不尽相同，Per19认为先验知识包括教育、工作以及以往创业经验等；Sigrist20将先验知识分为特殊兴趣和产业知识，特殊兴趣指创业者的特殊爱好等，产业知识指创业者的市场、服务以及顾客知识等；郭红东21认为，先验知识是在以往的生活工作中积累的经验、技能以及各类知识。本文采用 Sigrist 的观点，将先验知识和先前经验相区分，选取特殊兴趣与创业者在创业之前积累的产业知识这两个维度进行实证研究。(三)创业机会识别研究 机会识别是创业阶段的开始，决定着创业者在后续创业过程中将面临的合作者、竞争者以及顾客等多个元素的类型，创业机会识别的过程包括机会挖掘、机会鉴别以及机会评价等22。创业机会由现存市场的需求缺口所形成，创业者的创业认知23、技术专长24以及创业警觉性25等特质会帮助创业者进行创业机会识别。并且，机会与资源密切相关 26，这也是连续创业者更容易发现新的创业机会的原因，因为连续创业者在以往的创业过程中积累了资源，能够通过资源的整合创造出新的机会27。三、理论分析与假设推导 (一)社会网络与创业机会识别研究 在创业者在进行创业的过程中，社会网络是各种信息与资源的重要来源；同样，在创业者进行创业之前，社会网络也是帮助创业者识别创业机会的重要渠道28。创业社会网络包含众多主体元素，如金融机构、政府部门以及行业协会等，不同主体之间相互联系交流，个体可以在此过程中获取所需的信息及资源。社会网络的规模越大，相关的信息和资源越具有多样性，能够识别到的机会将更多29。信息的数量有多少之分，质量也存在高低之分。网络关系的强弱程度能决定信息准确性与资源的可靠性，只有在网络强度较高的情况下，主体间才能保持相互信任，成功识别创业机会的可能性就越大30。在产业集群的核心网络，积极与供应商、合作伙伴等建立良好的信任关系是中小企业创业者发现创业机会的有效途径31。此外，创业者在网络中的位置也是影响其能否获得优质创业机会的重要影响因素。网络中的主体分化为不同的阶层，不同阶层创业者所获得的信息和资源的数量以及质量存在较大差异18。只有在较高位置上的主体，才能获得最优质的信息和资源，进而识别出最具价值的创业机会。因此，为了增强初创企业网络优势，最合理化地利用社会网络资源，进而识别创业机会，创业者应该提升自己对社会网络的管理能力32。基于以上分析，本文提出如下研究假设：H1：社会网络与创业机会识别正相关；H1a：网络规模对创业机会识别有正向影响；H1b：网络强度对创业机会识别有正向影响；H1c：网络位置对创业机会识别有正向影响。(二)先验知识与创业机会识别研究 创业认知理论认为，若个体在某个领域有丰富的知识，该个体会更关注该领域的问题。先验知识是创业者在以往的工作生活中形成的“知识走廊”33，能够激发创业者的创业激情34，并解读出与其特殊兴趣相关的机会，进而增加了可识别机会的数量以及机会的创新性35。这意味着,创业者特殊的兴趣爱好以及先前 2023 年第 14 卷第 2 期 54 积累的产业知识可能调节着社会网络与所识别出的创业机会之间的作用关系。个体创业网络特征决定着其所能获得的信息与资源的数量和质量，但是拥有相同信息和资源的个体却不一定可以识别出一样的创业机会。该情况很可能是因为个体的先验知识差异影响了个体对所获取信息的解读。可见，获取创业信息是创业机会的第一步，只有当个体过往积累的先验知识能够解读出所获信息价值时，个体才能真正识别和把握住创业机会。基于以上分析，本文提出如下研究假设：H2：先验知识正向调节着社会网络与创业机会识别的作用关系；H2a：创业者的特殊兴趣正向调节着社会网络与创业机会识别的作用关系；H2b：创业者的产业知识正向调节着社会网络与创业机会识别的作用关系。基于以上分析，本文构建了如下理论研究模型，如图 1 所示：图 1 研究模型 四、研究设计 (一)样本选取与数据收集 为验证研究假设，本文选取了以往有过创业经验的创业者以及有创业想法、准备创业的学生与老师为调研对象，样本主要来源于武汉市，少部分来源于其他省市。问卷采用发表在国内外权威期刊的成熟量表，为保证问卷的信度与效度，在正式研究之前实施了小样本的预调研，之后对相关变量进行了修订，确定了正式调研问卷。自2022 年 5 月至 9 月，历时 4 个月，共发放问卷473 份，回收 457 份，回收率为 96.61%，其中有效问卷 423 份，有效回收率为 92.56%。样本情况如表 1 所示：表 1 样本分析结果 名称选项 频数 百分比(%)累计百分比(%)性别男 23756.03 56.03 女 18643.97 100.00 年龄段18 岁以下24 5.67 5.67 1825 13932.86 38.53 2630 12228.84 67.38 3140 66 15.60 82.98 4150 53 12.53 95.51 5160 11 2.60 98.11 60 以上 8 1.89 100.00 学历高中及以下15 3.55 3.55 大专 75 17.73 21.28 本科 14233.57 54.85 硕士 117 27.66 82.51 博士 74 17.49 100.00 合计 423100.0 100.0 (二)变量测量 本研究参考国内外相关成熟量表对各变量进行测量，采用李克特级量表进行打分，数字15 依次表示从非常不同意到非常同意。并且，本文选取了 3 个控制变量：创业者的年龄、性别以及受教育程度。(1)自变量：社会网络。本文参考黄金睿36和任胜钢37的相关研究，将创业者社会网络关系划分为网络规模、网络强度以及网络位置三个维度，设计了 15 个题项测量。例题项：我可以交往的亲戚朋友有很多。(2)因变量：创业机会识别。本文参考黄金睿36的研究，设计了 6 个题项测量。例题项：我所识别出的创业机会可操作性很强。(3)调节变量：先验知识。本文参考苗青38的相关研究，设计了 6 个题项测量。例题项：我对关注的领域充满好奇和兴趣。理论研究 吴小春，林兴：社会网络和先验知识对创业机会识别的影响 55 五、实证结果分析 (一)信度与效度分析 本文利用统计分析软件 SPSS24.0 对测量题项进行信度和效度检验。结果如表 2 所示，变量稳定性良好：对调查问卷收集到的数据进行处理分析，结果发现量表的总体 Cronbachs Alpha 系数值大于 0.7，且 6 个维度所对应的 Cronbachs Alpha 系数值均大于 0.7，表明问卷的内部一致性较好，所以本次调查的结果信度极好。对因子做了 KMO 与 Bartlett 球形检测，所有研究项对应的共同度值均高于 0.4，说明研究项信息可以被有效提取。另外，KMO 值为 0.921，大于 0.7，数据可以被有效提取信息。另外，6 个因子的方差解释率值分别是 10.059%，9.583%，9.566%，8.545%，6.879%，5.023%，旋转后累积方差解释率为 66.746%，意味着研究项的信息量可以有效地提取出来。(二)相关性分析 在对变量进行 Pearson 相关分析后，结果如表 3 所示，每个变量的相关系数都小于 0.7，说明研究模型不受多重共线性问题干扰。自变量与因变量之间正向相关性较为显著，可以进行回归分析以确定因果关系。(三)回归分析与假设检验 本文运用多层回归分析以检验前文所提出的假设，本次分层回归分析共涉及 2 个模型。模型 1 中的自变量为性别、年龄段以及学历，模型2 在模型 1 的基础上加入网络规模、网络强度以及网络位置，模型的因变量为创业机会识别。模型 2 在模型 1 的基础上加入网络规模、网络强度以及网络位置后，F 值变化呈现出显著性(p0.001)，意味着网络规模、网络强度以及网络 表 2 各变量信度效度检验和验证性因子分析 变量维度题项Cronbachs 因子载荷网络关系网络规模A1 0.883 0.677A2 0.713A3 0.697A4 0.848A5 0.745A6 0.697网络强度B1 0.864 0.695B2 0.688B3 0.693B4 0.724B5 0.841B6 0.699网络位置C1 0.837 0.808C2 0.637C3 0.751先验知识特殊兴趣D1 0.834 0.797D2 0.768D3 0.838产业知识E1 0.841 0.781E2 0.886E3 0.773创业机会识别创业机会识别I1 0.868 0.666I2 0.708I3 0.651I4 0.857I5 0.666I6 0.647 位置加入后对模型具有解释意义。具体而言，网络规模的回归系数值为 0.280，=0.292，并且呈现出显著性(t=6.052，p=0.0000.001)，意味着网络关系会对创业机会识别产生显著的正向影响关系。表 3 各变量间相关性分析 平均值 标准差 创业机会识别 网络规模网络强度网络位置 特殊兴趣 产业知识创业机会识别 3.324 0.877 1 网络规模 3.375 0.915 0.459*1 网络强度 3.398 0.872 0.398*0.422*1 网络位置 3.329 0.998 0.415*0.454*0.438*1 特殊兴趣 3.397 0.978 0.384*0.230*0.259*0.341*1 产业知识 3.478 0.974 0.372*0.235*0.240*0.250*0.192*1*p0.05,*p0.01。2023 年第 14 卷第 2 期 56 网络强度的回归系数值为 0.189，=0.187，并且呈现出显著性(t=3.924，p=0.0000.001)，意味着网络强度会对创业机会识别产生显著的正向影响。网络位置的回归系数值为 0.176，=0.200，并且呈现出显著性(t=4.126，p=0.0000.001)，意味着网络位置对创业机会识别产生显著正向影响关系。故假设 H1、H1b 以及 H1c 得到验证。表 4 网络关系对创业机会识别的分层回归分析结果 变量 创业机会识别 模型 1 模型 2 B 标准误 t p B 标准误 t p 常数 3.329*0.178 18.666 0.000 1.216*0.222 5.486 0.000 性别 0.097 0.091 1.066 0.287 0.055 0.030 0.077 0.389 0.698 0.017 年龄段 0.004 0.034 0.129 0.897 0.0070.021 0.029 0.709 0.479 0.031 学历 0.039 0.041 0.936 0.350 0.0480.051 0.035 1.453 0.147 0.062 网络规模 0.280*0.046 6.052 0.000 0.292*网络强度 0.189*0.048 3.924 0.000 0.187*网络位置 0.176*0.043 4.126 0.000 0.200*R2 0.004 0.295 调整 R2 0.003 0.285 F 值 F(3,419)=0.570,p=0.635 F(6,416)=28.990,p=0.000*p0.05,*p0.01,*p0.001。本文采用层级回归法检验特殊兴趣与产业知识的调节效应，结果如表 5 所示，根据模型 4到模型 6 所得数据分析，网络规模与特殊兴趣的交互项呈现出显著性(t=2.647,p=0.0080.01)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应；如模型 7 到模型 9 的所得数据显示，网络强度与特殊兴趣的交互项呈现出显著性(t=4.391,p=0.0000.001)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应；如模型 10 到模型 12 所得数据显示，网络位置与特殊兴趣的交互项呈现出显著性(t=4.272,p=0.0000.001)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应。根据模型 13 到模型 15 的所得数据分析，网络规模与产业知识的交互项呈现显著性(t=4.819,p=0.0000.001)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应；根据模型 16 到模型 18 所得的数据分析，网络强度与产业知识的交互项呈现出显著性(t=2.315,p=0.0210.05)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应；根据模型 19 到模型 21 的所得数据分析，网络位置与产业知识的交互项呈现出显著性(t=3.598,p=0.0000.001)。同时自变量与交互性的回归系数值同为正，表明存在正向的调节效应。故假设 H2、H2a 以及 H2b 成立。为了更直观地揭示产业知识在创业者社会网络与创业机会识别之间的调节作用，本文绘制了社会网络三个维度的均值、高于均值一个标准差以及低于均值一个标准差的调节效应图。如图2(a)所示，产业知识在网络规模与创业机会识别之间起到正向调节作用。具体而言，先验知识高的创业者，其网络规模对创业机会识别的作用较强；而对于先验知识低的创业者，其网络规模与创业机会识别之间呈现出弱的正向关系；如图2(b)所示，产业知识在网络强度与创业机会识别之间起到正向调节作用。具体而言，先验知识高的创业者，其网络强度对创业机会识别的作用较强；而对于先验知识低的创业者，其网络强度与创业机会识别之间呈现出弱的正向关系；如图2(c)所示，产业知识在网络位置与创业机会识别之间起到正向调节作用。具体而言，先验知识高的创业者，其网络位置对创业机会识别的作用较强；而对于先验知识低的创业者，其网络位置与创业机会识别之间呈现出弱的正向关系。理论研究 吴小春，林兴：社会网络和先验知识对创业机会识别的影响 57 表 5 先验知识调节效应分析结果 创业机会识别 模型 4 模型 5 模型 6 模型 7 模型 8 模型 9 模型 10 模型 11模型 12模型 13模型 14模型 15模型 16模型 17 模型 18 模型 19 模型 20模型 210.031 0.017 0.672 0.030 0.016 0.013 0.032 0.021 0.701 0.031 0.036 0.032 0.030 0.036-0.014 0.032 0.038 0.035 0.036 0.005 0.787-0.001-0.028-0.021 0.010-0.0170.908 0.036 0.018 0.017-0.001-0.015-0.053 0.010-0.005-0.000-0.065-0.049-1.430-0.057-0.042-0.038-0.047-0.0350.250-0.065-0.062-0.062-0.057-0.055 0.332-0.047-0.047-0.0520.462*0.393*10.624*0.462*0.395*0.400*0.398*0.320*0.335*0.398*0.327*0.332*0.414*0.320*0.347*0.414*0.342*0.359*0.291*0.304*0.302*0.324*0.274*0.295*0.279*0.278*0.295*0.296*0.287*0.289*0.109*0.185*0.183*0.194*0.098*0.151*0.216 0.295 0.306 0.162 0.246 0.279 0.175 0.240 0.272 0.216 0.289 0.327 0.162 0.243 0.253 0.175 0.252 0.275 0.208 0.286 0.296 0.154 0.237 0.269 0.167 0.231 0.262 0.208 0.281 0.317 0.154 0.234 0.242 0.167 0.243 0.264 28.757*34.858*30.634*20.161*27.151*26.831*22.145*26.390*25.943*28.757*33.911*33.636*20.161*26.836*23.491*22.145*28.112*26.255*p0.05,*p0.01,*p0.001。图 2 产业知识交互项的斜率图 六、结论与启示 (一)研究结论与理论贡献 本文主要研究创业者社会网络关系对于创业机会识别的影响机制，同时考虑了创业者的特殊兴趣以及以往积累的产业知识在网络关系与创业机会识别之间的调节作用。通过 423 份有效问卷的实证研究，本文得到如下结论：第一，创业者社会网络正向促进创业机会识别。社会网络是创业者积累的各类人际关系，能够为其提供潜在的创业信息和创业资源，使其更好识别出创业机会。在创业者的社会网络中，为创业机会的识别发挥作用最大的是网络规模，网络位置与网络强度次之。这启发我们，创业者着手准备创业之前，可以尽可能地结识更多的供应商、政府部门人员或者参与更多的行业协会活动来扩大自己的社会网络规模，并与这些人员和机构保持亲密的合作关系，以此获取创业信息。同时，创业者应该结合自己的财富、职位等条件，充分分析自己在社会网络中所处的地位，以便更好地获取及利用社会网络中其他成员提供的信息及资源。第二，创业者的先验知识正向调节社会网络与创业机会识别之间的作用关系。通过对理论模型的检验结果可以看出，先验知识中的产业知识、特殊兴趣在创业者的社会网络影响创业机会识别过程中存在调节作用。在知识经济时代，拥 2023 年第 14 卷第 2 期 58 有丰富先验知识的个体更容易聚焦有价值的创业信息39，而特殊兴趣则是创业者积极主动学习各类产业知识的内在动力。特殊兴趣与产业知识能够使得创业者对其生活和工作中出现的创业机会保持敏感性，进而加深创业者在特定领域的创业机会识别能力。因此，创业者应该保持对世界的好奇心，培养自己对各类事物、不同领域的兴趣，并利用空闲时间充实感兴趣领域的知识。并且，对于高校创业教育的开展而言，高校应该建构系统完善的创业课程，增加学生关于特定产业的知识，培养学生对于创业机会的敏感度40。(二)研究不足与展望 第一，受条件与资源限制，本文样本大部分来源于武汉市，少部分涉及其他省市的创业者，样本的代表性不足，接下来的研究将拓展调研更多地区的创业者，使数据更客观有效、结论更具有概括性。第二，本文研究未考虑中介变量的作用，未来研究可以引入相关中介变量如创业警觉性、创业学习等，以深化创业者社会网络对创业机会识别的影响机制研究。参考文献：1 SHANE S.VENKATARAMAN S.The promise of Entrepreneurship as a field of researchJ.Academy of Management Review,2000(1):217226 2 董延芳,张则月.中国创业者创业机会识别研究J.经济与管理评论,2019,35(6):5767.3 项国鹏,潘凯凌,张文满.网络关系、创业机会识别与创业决策 基于浙江新创企业的实证研究J.科技管理研究,2018,38(22):169177.4 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):91102.5 李幸.大学生人格特质、创业叙事对创业机会识别的影响研究D.太原:山西财经大学,2021:5052.6 刘宇娜,张秀娥.创业意愿、创业机会识别与创业行为关系的实证研究J.税务与经济,2018(2):4855.7 余维臻,李文杰.在线社交网络互动有助于创业机会的识别吗 基于网络信任双维度视角J.经济理论与经济管理,2020(5):8699.8 BURT R S.The contingent value of social capitalJ.Administrative Science Quarterly,1997,42(2):339365.9 王飞,徐占东,顾瑜婷.社会网络对大学生创业机会识别的影响研究J.黑龙江高教研究,2015(9):145148.10 王莹.大学生社会网络对创业意向的影响研究 基于创业效能感的中介效应D.杭州:浙江大学,2011:2427.11 冯盼.创业网络、机会识别与资源整合能力的关系研究D.大连理工大学,2018:67.12 周雄国.创业网络对创业的影响:创业资源获取的视角J.科技创业月刊,2017,30(20):79.13 TAN J,YANG J,VELIYATH R.Particularistic and system trust among small and medium enterprises:A comparative study in Chinas transition economyJ.Journal of Business Venturing,2009,24(6):544557.14 郑健壮,靳雨涵,章晨笑.创业网络及“派系”对创业行为的双重影响机理:以“阿里系”为例J.科技管理研究,2019,39(16):144150.15 JOST P J.Endogenous formation of entrepreneurial networksJ.Small Business Economics,2019(1):126.16 HILLS G E.Opportunity recognition by successful entrepreneurs:A pilot studyJ.Frontiers of Entrepreneurship Research.Babson College,Wellesley,1995:103104.17 GRANOVETTER M S.The strength of weak tiesJ.American Journal of Sociology,1973,78(6):13601380.18 TSAI W.Knowledge transfer in intraorganizational networks:Effects of network position and absorptive capacity on business unit innovation and performanceJ.Academy of Management Journal,2001,44(5):9961004.19 PER DAVIDSSON,BENSON HONIG.The role of social and human capital among nascent entrepreneursJ.Journal of Business Venturing,2003,18(3):301331.20 SIGRIST B.Entrepreneurial opportunity recognitionJ.A presentation at the Annual UIC/AMA symposium at Marketing/Entrepreneurship Interface,Sofia-Antipolis,France,1999,7(1):16 21 郭红东,周慧珺.先前经验、创业警觉与农民创业机会识别 一个中介效应模型及其启示J.浙江大学学报(人文社会科学版),2013,43(4):1727.22 林嵩,姜彦福,张帏.创业机会识别:概念、过程、影响因素和分析架构J.科学与科学技术管理,2005(6):128132.23 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):1524,46.24 郑勇华,尹剑峰.技术专长、关系网络与创业机会识别J.技术经济与管理研究,2019(12):38.理论研究 吴小春，林兴：社会网络和先验知识对创业机会识别的影响 59 25 张秀娥,王超.创业警觉性、创业机会识别与创业成功J.苏州大学学报(哲学社会科学版),2019,40(2):99108,192.26 葛宝山,续媞特.左右互搏:创业机会与资源共生演化机理研究J.科学学研究,2020,38(8):14171427.27 谌飞龙,陈松,马宁.创业机会资源动态匹配机制分析:基于连续创业者经历的质性研究J.科技进步与对策,2021,38(24):116123.28 吴晓波,张超群,王莹.社会网络、创业效能感与创业意向的关系研究J.科研管理,2014,35(2):104110.29 白彦壮,张璐,薛杨.社会网络对社会创业机会识别与开发的作用 以格莱珉银行为例J.技术经济,2016,35(10):7985.30 SINGH R,HILLS H,LUMPKIN G T.The entrepreneurial opportunity recognition process:Examining the role of self-perceived alertness and social networksJ.Academy of Management Proceedings,1999(1):G1G6.31 赵艳萍,梅强,赵观兵,等.产业集群内创业网络对中小企业创业过程影响的实证研究J.科技进步与对策,2013,30(18):104109.32 刘泓辰,王兴元.创业者网络管理能力与创业机会识别及开发 一个有调节的中介模型J.科技进步与对策,2020,37(21):19.33 SHANE S.Prior knowledge and the discovery of entrepreneurial opportunitiesJ.Organization Science,2000,11(4):448469.34 王竞一,张东生.先验知识转化为创业机会识别能力的路径探析 基于扎根理论的研究J.研究与发展管理,2017,29(3):2130.35 DEAN A.SHEPHERD D R.Prior knowledge.Potential financial reward,and opportunity identificationJ.Entrepreneurship Theory and Practice,2005(1):91112.36 黄金睿.环境特性、创业网络对创业机会识别的影响研究 以服务业为例D.长春:吉林大学,2010:9698.37 任胜钢,舒睿.创业者网络能力与创业机会:网络位置和网络跨度的作用机制J.南开管理评论,2014,17(1):123133.38 苗青.基于规则聚焦的公司创业机会识别与决策机制研究D.杭州:浙江大学,2006:5960.39 王竞一,张东生.先验知识对创业机会识别的影响研究 风险感知的调节作用J.工业技术经济,2016,35(10):94101.40 蔡林,郭桂萍.先验知识对大学生创业机会识别的影响:创业自我效能感和创业警觉性的链式中介作用J.创新与创业教育,2019,10(5):3540.The influence of entrepreneur social network and prior knowledge on entrepreneurial opportunity identification WU Xiaochun,LIN Xing (School of Entrepreneurship,Wuhan University of Technology,Wuhan 430070,China)Abstract:As an important source of entrepreneurial information and resources for entrepreneurs,social network size,network strength and network location will directly affect the quantity and quality of entrepreneurial information,and then affect directly the effect of entrepreneurial opportunity identification.Therefore,based on the social network theory,this paper takes entrepreneurs in Wuhan as the main research object,and through the empirical study,this paper establishes a multiple regression model to analyze the influence of social network relationships on the identification of individual entrepreneurial opportunities,and explores the moderating effect of prior knowledge between the two based on the entrepreneurial cognitive theory.The results show that the size,strength and location of the social network have positive effects on the identification of entrepreneurial opportunities,and the special interest in prior knowledge and industrial knowledge positively moderated the relationship between social network and entrepreneurial opportunity identification.Key Words:entrepreneurship;entrepreneurial opportunity;social network;prior knowledge 编辑：游玉佩