姚梅芳，于 瑩，吳 靜，葛寶山

（1.吉林大學 商學與管理學院，長春 130022；2.河南牧業(yè)經濟學院 經濟與貿易學院，鄭州 450046）

一、引言

縱觀我國創(chuàng)業(yè)態(tài)勢，初創(chuàng)企業(yè)創(chuàng)造了巨大的經濟價值，有效地帶動了就業(yè)，已經成為我國經濟快速增長的重要推動力量。雖然創(chuàng)業(yè)活動蓬勃開展，但初創(chuàng)企業(yè)仍面臨諸多挑戰(zhàn)使其失敗率居高不下。一方面，我國正處于經濟轉型時期，制度的變革、技術的快速迭代及市場需求的不斷變化使初創(chuàng)企業(yè)的外部環(huán)境充斥著不確定性（蔡莉和單標安，2013）；另一方面，與成熟企業(yè)相比，初創(chuàng)企業(yè)固有的新生弱性導致其自身資源匱乏，嚴重阻礙企業(yè)在創(chuàng)建初期的生存與發(fā)展（趙文紅等，2014）。因此，初創(chuàng)企業(yè)如何應對資源短缺，如何提升企業(yè)績效以擺脫高失敗率的厄運成為創(chuàng)業(yè)研究的熱點議題。

受制度、國情與文化等因素的影響，在中國市場運營的初創(chuàng)企業(yè)往往因缺乏合法性從而難以借助政府機構或金融市場來獲取所需資源。因此，創(chuàng)業(yè)網絡成為其獲取外部資源的主要渠道（蔡莉和單標安，2013）。此時，網絡導向通過驅動企業(yè)積極構建網絡關系以訪問外部資源，成為初創(chuàng)企業(yè)彌補自身資源缺陷并提升企業(yè)績效的有效戰(zhàn)略（董保寶等，2016）。學者們普遍認同網絡導向作為企業(yè)的基本信念或價值觀需經由一定的行為機制才能轉化為企業(yè)績效（郝生賓等，2019），并紛紛對其作用機理展開初探。然而，現(xiàn)有研究主要聚焦于資源管理視角考察資源整合（任萍，2011）與資源編排（賈玥等，2020）等行為在網絡導向與企業(yè)績效關系間的作用，鮮有學者立足于學習視角對其作用機理進行深入挖掘，未能全面揭示網絡導向提升企業(yè)績效的“黑箱”。

根據組織學習理論，學習是企業(yè)對知識與技術等資源進行更新、重組與創(chuàng)造以提升自身價值的有效手段（King，2009）。雖然網絡導向引導企業(yè)對外部知識與技術等資源的訪問，但網絡中何種資源被企業(yè)選擇，以及企業(yè)如何利用這些資源可能取決于企業(yè)不同的學習方式，即探索式與利用式。探索式學習強調對新知識的搜尋與創(chuàng)造，而利用式學習則強調對原有知識的改進與提升（Levinthal 和March，1993；Atuahene-Gima 和Murray，2007；Li et al，2010）。換言之，網絡導向作為企業(yè)構建網絡關系的驅動器，能夠引導企業(yè)訪問外部資源，進而觸發(fā)雙元學習并為之提供投入要素，最終提升企業(yè)績效。因此，本研究認為網絡導向很可能通過雙元學習進一步提升初創(chuàng)企業(yè)績效，即雙元學習在其中發(fā)揮中介作用。

此外，環(huán)境動態(tài)性作為初創(chuàng)企業(yè)所處外部環(huán)境的顯著特征，其對企業(yè)學習方式的影響不容忽視（陳國權和劉薇，2017）。外部環(huán)境在為企業(yè)輸入資源的同時又要求企業(yè)適應環(huán)境變化，這種把握與適應環(huán)境變化的方式即為學習（March，1991）。針對不同水平的環(huán)境變化，初創(chuàng)企業(yè)需采取不同的學習方式加以應對。鑒于此，選取環(huán)境動態(tài)性為邊界條件，以探討其對網絡導向、雙元學習與初創(chuàng)企業(yè)績效關系的影響。

基于以上分析，為揭示初創(chuàng)企業(yè)網絡導向與績效的因果關聯(lián)機制，立足于學習視角引入雙元學習為中介變量以探討網絡導向對初創(chuàng)企業(yè)績效的雙重中介機制，通過實證研究證明探索式學習和利用式學習在其中發(fā)揮完全中介作用。該結果，一方面支持了前人研究提出的網絡導向無法直接作用于企業(yè)績效的論斷，證實其中介機制研究具備合理性；另一方面為網絡導向研究提供了一個全新的理論視角與研究思路，有助于揭示網絡導向提升企業(yè)績效的“黑箱”，豐富網絡導向理論研究。另外，考察探索式學習與利用式學習發(fā)揮中介作用的邊界條件，由于雙元學習受到情境因素的影響，而對于處于經濟轉型時期的中國市場來說，動態(tài)環(huán)境是其顯著特征。因此，引入環(huán)境動態(tài)性作為情境因素，考察環(huán)境動態(tài)性對雙元學習與企業(yè)績效關系的調節(jié)作用并進一步檢驗環(huán)境動態(tài)性對兩條中介機制的調節(jié)作用。對該邊界條件的考察有助于明晰在何種情況下，初創(chuàng)企業(yè)如何通過探索式學習和利用式學習實現(xiàn)網絡導向對企業(yè)績效的轉化。本文結論有助于豐富和完善社會網絡理論與組織學習理論，為創(chuàng)業(yè)實踐提供啟示。

二、理論分析與研究假設

（一）網絡導向與初創(chuàng)企業(yè)績效

網絡導向是指企業(yè)構建和利用內、外部網絡關系的態(tài)度與傾向，其本質是一種戰(zhàn)略導向（Sorenson et al，2008；董保寶等，2016）。根據戰(zhàn)略導向相關研究，戰(zhàn)略導向描述著企業(yè)對外部環(huán)境的適應方式，通過指導企業(yè)沿著特定的戰(zhàn)略方向開展行動以實現(xiàn)卓越的績效（Obeidat，2016）。因此，對于自身資源嚴重匱乏的初創(chuàng)企業(yè)來說，要想在動蕩的環(huán)境中存活，就需要依賴于外部網絡關系來獲取創(chuàng)業(yè)所需資源，即采取網絡導向戰(zhàn)略。根據“導向驅動行為”的邏輯關系，網絡導向能夠驅動企業(yè)積極構建網絡關系并開展網絡活動，引導企業(yè)對外部資源的訪問。任萍（2011）指出高度的網絡導向有助于初創(chuàng)企業(yè)優(yōu)化網絡特征，降低資源獲取成本，引入創(chuàng)業(yè)所需資源以彌補其先天性資源缺陷。王小偉（2014）認為與利益相關者的積極互動有助于初創(chuàng)企業(yè)在網絡關系中樹立信任、認同與聲望，取得合法性，進而提升企業(yè)績效。金永生等（2017）則認為高度的網絡導向能夠促進企業(yè)與顧客間的信息共享，實現(xiàn)價值共創(chuàng)，幫助初創(chuàng)企業(yè)獲取競爭優(yōu)勢并提高績效。此外，部分學者立足于能力視角，認為網絡導向能夠有效提升企業(yè)的創(chuàng)業(yè)能力（董保寶等，2016）、戰(zhàn)略能力（郝生賓等，2019）等能力因素，進而提升創(chuàng)業(yè)績效?；谏鲜龇治觯岢鋈缦录僭O：

網絡導向對初創(chuàng)企業(yè)績效具有顯著正向影響（H1）。

（二）網絡導向與雙元學習

雙元學習包括探索式學習與利用式學習。其中，前者是企業(yè)追求新知識的學習方式，要求企業(yè)與客戶、供應商、經銷商、競爭對手等建立關系，進入到與現(xiàn)有知識領域以外的其他領域開展搜尋行為，以獲取不同于現(xiàn)有知識的新知識（Levinthal 和March，1993；Atuahene-Gima 和Murray，2007；Titus et al，2014），進而沿著全新的技術軌跡實施變化、試驗與創(chuàng)新等活動（March，1991），最終創(chuàng)造出新知識（包括新專利、新產品、新技術、新替代方案等）（Schilling 和Phelps，2007）。而后者是對現(xiàn)有知識的改進、擴展和再利用，這種學習方式要求企業(yè)進行局部搜尋，即在有限的、明確定義的領域搜尋與原有知識、技術相近的知識（Li et al，2010），沿著原有技術軌跡開展精煉、選擇、實施與執(zhí)行等活動（Levinthal 和March，1993；Su et al，2009），進而導致現(xiàn)有知識、技術和范式的改進。

根據社會網絡理論與組織學習理論，網絡導向能夠驅動初創(chuàng)企業(yè)構建網絡關系以訪問外部資源，這些網絡中嵌入的知識與信息是創(chuàng)業(yè)學習的重要投入要素，需經過獲取、整合與創(chuàng)造等學習過程轉化為企業(yè)可理解、可利用的知識資源，才能作用于企業(yè)績效。賈玥等（2020）指出網絡導向是學習的有效推進機制，因為網絡導向強化了網絡關系的重要性，極大提升了企業(yè)接觸并獲取外部資源的可能性，為企業(yè)的學習活動提供資源支撐。因此，認為網絡導向驅動初創(chuàng)企業(yè)訪問外部知識、技術與信息等資源，為探索式學習與利用式學習輸送投入要素。

首先，網絡導向正向影響探索式學習。網絡導向高的初創(chuàng)企業(yè)傾向于建立盡可能多的外部關系，擴展企業(yè)搜尋新信息、新技術的范圍（郝生賓等，2019），促使企業(yè)突破地理和技術上的限制與跨越組織邊界的主體建立聯(lián)系，進入尚未探知的領域以獲取異質性的新知識、新技術與新信息等，引發(fā)探索式學習（Atuahene-Gima 和Murray，2007）。而且高度網絡導向能夠指導企業(yè)建立合作、密切、信任的外部關系（董保寶等，2016），進而激發(fā)知識共享意愿、降低知識轉移成本，有助于企業(yè)獲取專有知識及復雜的隱性知識（Dyer 和Nobeoka，2000；Levin 和Cross，2004；Tao et al，2020），提升探索式學習的效率與效果。同時，高度的網絡導向強調對內構建開放性網絡，鼓勵內部成員積極地互動與合作，以增強知識創(chuàng)造能力（Dutton 和Heaphy，2003）與整合能力（Almeida 和Phene，2004）。網絡導向戰(zhàn)略指導企業(yè)實施去集權化管理，授予員工更多的自主權，鼓勵員工試驗新想法、學習新技能，并針對不熟悉的問題找到新的解決方案等（Zhao，2020），進而觸發(fā)探索式學習。

其次，網絡導向正向影響利用式學習。在網絡導向驅動下，初創(chuàng)企業(yè)將積極與擁有相近知識的企業(yè)建立緊密聯(lián)系，通過局部搜尋獲取與現(xiàn)有知識相近的知識，進而強化和加深企業(yè)對現(xiàn)有知識與技術專長的理解（Rosenkopf 和Almeida，2003），促進利用式學習。高度網絡導向所形成的信任機制則有助于隱性知識的轉移，這些難以表達的隱性知識為現(xiàn)有的顯性知識提供了深層次的意義和理解（Becerra et al，2008），進而促進利用式學習（Miller et al，2006）。而且高度網絡導向所鼓勵的內部溝通與互動是利用式學習的基礎，促使企業(yè)內部樹立積極的知識共享態(tài)度，提高知識傳播的速度與質量，提升利用式學習效率。據此，提出假設：

初創(chuàng)企業(yè)網絡導向對探索式學習具有顯著正向影響（H2a）；

初創(chuàng)企業(yè)網絡導向對利用式學習具有顯著正向影響（H2b）。

（三）雙元學習的中介作用

根據雙元學習相關研究，兩種學習方式對初創(chuàng)企業(yè)成長至關重要（Patky，2020）。探索式學習能夠有效增加企業(yè)的新知識存量并不斷培育新的能力（Cai et al，2016）。探索式學習要求企業(yè)沿著全新的技術軌跡進行試驗與創(chuàng)新，有助于企業(yè)實現(xiàn)技術突破性創(chuàng)新（潘松挺和鄭亞莉，2011）。通過接觸新知識與新信息，企業(yè)能夠及時捕捉市場機會并創(chuàng)造出與市場需求高度匹配的新產品，進而在新的市場建立競爭優(yōu)勢并提升企業(yè)績效（Lin 和McDonough，2014）。而利用式學習則有助于企業(yè)實現(xiàn)漸進性創(chuàng)新（潘松挺和鄭亞莉，2011），并對現(xiàn)有產品進行更新或改良以確保企業(yè)在成熟市場保持市場占有率、維持原有優(yōu)勢地位（He 和Wong，2004）。Katila 和Ahuja（2002）指出企業(yè)對其知識的熟悉程度越高，其問題解決能力越強，進而表現(xiàn)出更優(yōu)異的績效。因此，探索式學習與利用式學習均有助于提升初創(chuàng)企業(yè)績效。

結合前文所述，在網絡導向驅動下，企業(yè)所構建的網絡關系形成了資源通路。然而，這并不意味著具有高度網絡導向的初創(chuàng)企業(yè)一定會表現(xiàn)出卓越的績效，網絡導向所引入的外部知識、技術與信息等能否被有效運用，還取決于企業(yè)通過學習機制對知識資源的創(chuàng)造、整合與利用。也就是說，網絡導向的驅動力需經由學習實踐才能作用于績效。根據上述邏輯，推斷探索式學習與利用式學習是網絡導向與初創(chuàng)企業(yè)績效之間兩條重要的中介機制。據此，提出假設：

探索式學習在網絡導向對初創(chuàng)企業(yè)績效的影響中具有中介作用（H3a）；

利用式學習在網絡導向對初創(chuàng)企業(yè)績效的影響中具有中介作用（H3b）。

（四）環(huán)境動態(tài)性的調節(jié)作用

根據權變理論，環(huán)境動態(tài)性用于衡量外部環(huán)境變化的迅速性及難以預測程度（Dess 和Beard，1984），是影響企業(yè)行為與企業(yè)績效的關鍵權變因素。高度動態(tài)的環(huán)境具有技術快速迭代、顧客偏好與市場需求不斷變化、競爭對手的行為持續(xù)發(fā)生改變的特點（Miller 和Friesen，1982）。尤其是我國正處于經濟轉型時期，市場環(huán)境呈現(xiàn)出明顯的動態(tài)性特征。因此在中國情境下運營的初創(chuàng)企業(yè)應該密切關注環(huán)境變動的影響（Li et al，2008）。

在高度動態(tài)的環(huán)境中，企業(yè)的技術與知識很快過時，產品生命周期大幅縮短，原有能力難以適應變動的環(huán)境。在這種環(huán)境下，企業(yè)生存與成功的關鍵在于持續(xù)地創(chuàng)造新知識而不是利用現(xiàn)有知識，即企業(yè)必須更多地依賴于探索式學習而非利用式學習（Tsai 和Huang，2008）。通過探索式學習，初創(chuàng)企業(yè)不斷創(chuàng)造新知識與新技術，研發(fā)新產品和新服務以滿足變動的顧客需求，發(fā)掘新的利基市場，滿足甚至是引領新的市場需求，進而建立競爭優(yōu)勢并提升企業(yè)績效（Li et al，2012）。探索式學習是尋求變化的過程，有利于企業(yè)實現(xiàn)突破式創(chuàng)新，而這種創(chuàng)新或多樣性變化恰恰為動態(tài)性環(huán)境所歡迎（Lennerts et al，2019；McGrath，2001）。由此可見，在動態(tài)性環(huán)境中探索式學習對初創(chuàng)企業(yè)績效的促進作用更為強烈。

相反，穩(wěn)定的環(huán)境中沒有明顯的技術改變，消費者偏好與市場需求在長期內保持平穩(wěn)。因此企業(yè)的知識與技術能夠在較長時間內保持價值，沒有大幅度修改產品的必要，企業(yè)將受益于改進和利用其現(xiàn)有的知識（Cruz-González et al，2015；Zhou et al，2005）。也就是說，企業(yè)需要更多地依賴于利用式學習來改進組織慣例，提升組織效率，不斷對現(xiàn)有產品或服務進行更新或改良以確保企業(yè)在原有成熟市場的優(yōu)勢地位進而提高企業(yè)績效。然而，過多的探索式學習需要高昂的成本、涉及巨大的風險，并且所產生的變異很可能無法被企業(yè)利用而導致企業(yè)效率低下（Li et al，2010）。由此可見，在穩(wěn)定的環(huán)境中利用式學習對初創(chuàng)企業(yè)績效的促進作用更為強烈?；谏鲜龇治?，提出假設：

環(huán)境動態(tài)性正向調節(jié)探索式學習與初創(chuàng)企業(yè)績效的關系（H4a）；

環(huán)境動態(tài)性負向調節(jié)利用式學習與初創(chuàng)企業(yè)績效的關系（H4b）。

結合前文論述，當網絡導向驅動企業(yè)構建網絡關系并從中獲取資源時，何種知識、技術與信息能夠被企業(yè)選擇，以及企業(yè)對這些資源的整合與利用方式可能與環(huán)境動態(tài)性有關。在高度動態(tài)的環(huán)境下，為避免被快速變動的市場淘汰，企業(yè)從外部網絡獲取新知識與新技術從而開發(fā)新產品的需求極為強烈與迫切（Santos-Vijande 和Alvarez-Gonzalez，2007）。此時，高度的網絡導向驅動初創(chuàng)企業(yè)搭建外部網絡資源通路，有效引入新知識、新技術與新信息，進而促進探索式學習，最終提升企業(yè)績效。而且高度網絡導向引入的市場最新動態(tài)，能夠有效緩解環(huán)境動蕩為企業(yè)施加的壓力、焦慮與風險（Sheng et al，2011）。而在穩(wěn)定環(huán)境中，企業(yè)并不需要大幅度修改產品，僅需對現(xiàn)有知識與技術進行增量改進便足以滿足當前的市場要求（Zhou et al，2005）。此時，網絡導向驅動初創(chuàng)企業(yè)對外開展局部搜尋獲取與現(xiàn)有知識相近的知識，并對內進行去集權化管理、營造積極的合作氛圍，促進企業(yè)對現(xiàn)有產品與服務的增量改進，開展利用式學習以提升企業(yè)績效。也就是說，相較于穩(wěn)定環(huán)境，當環(huán)境高度動蕩時，探索式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用更強，而利用式學習的中介作用更弱。基于上述分析，提出假設：

環(huán)境動態(tài)性正向調節(jié)探索式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用（H5a）；

環(huán)境動態(tài)性負向調節(jié)利用式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用（H5b）。

綜上所述，本文構建模型，如圖1 所示。

圖1 研究模型

三、研究設計

（一）樣本與數(shù)據收集

以初創(chuàng)企業(yè)為研究對象，并借鑒Zahra 和Bogner（1999）的觀點，將成立時間不超過8 年的企業(yè)界定為初創(chuàng)企業(yè)。采用問卷調查法收集數(shù)據。在問卷設計過程中，借鑒在國內外權威期刊上發(fā)表的研究成果，選擇被廣泛應用的成熟量表來測度關鍵研究變量；為確保問卷設計的合理性，邀請4 位創(chuàng)業(yè)領域的資深專家對問卷進行審閱，并根據其意見對問卷進行反復修訂，形成初始問卷；為確保問卷的信度和效度，對長春市的8 家初創(chuàng)企業(yè)進行預調研，結合調研結果對初始問卷進行完善，形成最終的調研問卷。

根據中國城市創(chuàng)業(yè)活動指數(shù)（2015 年）報告，選取廣州、北京、天津、長春4 個創(chuàng)業(yè)活躍度較高的城市作為數(shù)據采集區(qū)域，并通過當?shù)氐膭?chuàng)業(yè)園向初創(chuàng)企業(yè)發(fā)放問卷。問卷以紙質問卷或電子問卷的形式發(fā)放，由各企業(yè)的董事長、CEO（chief executive officer）或高層管理人員填答。本調研始于2020 年5 月，截至2020 年9 月，共發(fā)放問卷400 份，回收337 份，最終提取有效問卷285 份，有效回收率為71.25%。從公司成立時間來看，成立3～5 年的數(shù)量最多，占50.53%，此外，成立1 年以下、1～3 年、5～8 年分別占比4.21%、21.75%、23.51%。從公司規(guī)模來看，員工人數(shù)在10 人以下、11～30 人、31～50 人、51～100 人、101～200 人、200 人以上的企業(yè)分別占25.26%、36.49%、21.05%、13.33%、2.11%、1.75%。從行業(yè)類別來看，高科技企業(yè)占比7.02%，其他行業(yè)占比92.98%。

（二）變量測量

本文借鑒國內外成熟量表并結合本文研究目的進行量表制定。問卷采用Likert7 級量表對各變量進行測度，7 分表示“完全同意”，1 分表示完全不同意。

1.網絡導向

采用董保寶等（2016）針對中國初創(chuàng)企業(yè)開發(fā)的量表，從網絡合作性、網絡關注度與網絡開放性三個維度測量網絡導向，共計15 個題項。其中，網絡合作性的測量采用5 個題項，代表性題目如“企業(yè)內部針對某一問題經常交換信息使其得以解決”“企業(yè)內部經常溝通交流以便發(fā)現(xiàn)問題”“企業(yè)頻繁地與外部主體交流以互換資源”；網絡關注度的測量采用5 個題項，如“企業(yè)關注從外部主體獲取的信息”“企業(yè)關注外部主體所關注的問題與想法，并合理采納”“企業(yè)關注自身所處的網絡范圍”；網絡開放性的測量包括5 個題項，如“企業(yè)內部采取靈活多樣去集權化管理，以構建寬松和諧的氛圍”“企業(yè)鼓勵員工參與內部管理”“企業(yè)經常評估員工所關注的問題與想法”。

2.雙元學習

借鑒Atuahene-Gima 和Murray（2007）開發(fā)的量表，分別用5 個題項測量探索式學習與利用式學習。其中，測量探索式學習的代表性題目如“企業(yè)尋求高風險的、有待實驗的產品/服務相關的知識”“企業(yè)不斷獲取知識從而開展產品/服務開發(fā)項目，進而開啟新領域（例如新市場和新技術領域）的學習”；測量利用式學習的題目如“企業(yè)不斷搜集信息來改進產品/服務相關問題的解決方法”“企業(yè)不斷搜集有關產品/服務問題的公認的、已被證明可行的解決方案”。

3.初創(chuàng)企業(yè)績效

借鑒Li 和Atuahene-Gima（2001）及Li 和Zhang（2007）的研究，將初創(chuàng)企業(yè)績效劃分為獲利性與成長性兩個維度。獲利性由投資回報率、資產收益率、銷售利潤率、利潤增長、總體運營效率5 個題項來測量；成長性由銷售額增長、市場份額增長、現(xiàn)金流、公司聲譽4 個題項來測量。研究采用主觀的績效測量方式，即要求受訪者將各績效指標與企業(yè)主要競爭對手相比繼而做出主觀評價。

4.環(huán)境動態(tài)性

借鑒Miller 和Friesen（1982）的量表并進行適當調整，形成了包含5 個題項的量表用以反應企業(yè)所屬行業(yè)的技術與市場等方面的變化速度，代表性題項包括“本企業(yè)的市場變化和客戶需求變化迅速”“本企業(yè)所在行業(yè)的技術變化迅速”“本企業(yè)的競爭對手的行為變化迅速”等。

5.控制變量

本文對可能影響解釋變量的干擾因素進行控制。在企業(yè)層面上，企業(yè)規(guī)模決定著企業(yè)擁有的資源與能力，企業(yè)年齡決定著企業(yè)的經驗（Chen，2009），對創(chuàng)業(yè)績效具有影響。因此，將二者設置為控制變量，企業(yè)規(guī)模由員工人數(shù)來度量，企業(yè)年齡即為企業(yè)成立的年限。在行業(yè)層面上，將行業(yè)類別設置為虛擬變量，1 表示“高科技行業(yè)”，0 表示“非高科技行業(yè)”。

四、數(shù)據分析與結果

（一）同源方差檢驗

由于采用同一方法測量相同被試群體獲取數(shù)據，可能造成同源偏差，使變量即使在理論上不具有關系也可能呈現(xiàn)出相關性。因此，采用Harman 單因子法予以檢驗，即對量表所有題項進行探索性因子分析，在未旋轉因子情況下析出4 個因子，累計解釋總變異量的70.969%，并且第一個因子對總變異量的解釋率為39.355%，低于50%臨界值。因此，樣本數(shù)據不存在嚴重的同源方差問題。

（二）信效度檢驗

使用Cronbach’sα系數(shù)、組合信度（CR）檢驗量表信度。SPSS 26.0 軟件分析顯示各變量Cronbach’sα系數(shù)均高于0.7，組合信度（CR）值均高于0.7，表明變量各自的測量題項具備一致性與相關性，通過信度檢驗。

從內容效度與結構效度兩方面檢驗量表效度。在內容效度方面，對關鍵變量的測量均采用成熟量表并經過專家審查與預調研，已確保良好的內容效度。在結構效度方面，使用Amos 26.0 軟件進行驗證性因子分析以檢驗量表的聚斂效度與區(qū)分效度。首先，聚斂效度采用因子載荷值、AVE值與擬合優(yōu)度指標進行判斷。結果顯示，各變量因子載荷值均大于0.5，AVE值均大于0.5，說明各變量下的測量題項具有較好的一致性，量表聚斂效度較好。整體擬合優(yōu)度指標顯示χ2/df=2.222，CFI=0.923，TLI=0.917，RMSEA=0.066 均符合標準，說明模型適配度較好。其次，區(qū)分效度采用比較AVE的平方根與變量之間相關系數(shù)絕對值的方法進行檢驗，結果見表1，各變量在對角線上的AVE平方根均大于該變量與其他變量的相關系數(shù)的絕對值，說明各變量間具有較好的區(qū)分度，量表區(qū)分效度較好。

（三）描述性統(tǒng)計分析

使用SPSS 26.0 對變量的均值、標準差與Pearson 相關系數(shù)進行統(tǒng)計，結果見表1。從主要變量間系數(shù)可以看出，網絡導向分別與探索式學習（r=0.652，P＜0.01）和利用式學習（r=0.427，P＜0.01）顯著正相關，同時探索式學習（r=0.517，P＜0.01）、利用式學習（r=0.444，P＜0.01）均與初創(chuàng)企業(yè)績效呈顯著正相關關系，并且各主要變量間相關系數(shù)均小于0.7，說明數(shù)據不存在嚴重的多重共線性問題。結果初步證實本文模型與假設在邏輯上具有一定的合理性，為進一步的回歸分析提供支持。

表1 描述性統(tǒng)計分析結果

（四）假設檢驗

1.主效應檢驗

采用回歸分析法檢驗主效應，在模型中依次加入控制變量、自變量與因變量，回歸結果見表2，可見網絡導向對初創(chuàng)企業(yè)績效具有顯著正向影響（β=0.369，P＜0.001），假設H1 得到驗證。

表2 主效應的回歸分析結果

2.中介效應檢驗

Baron 和Kenny（1986）提出的逐步回歸法是以往檢驗中介效應所采用的傳統(tǒng)方法，然而這種方法由于易低估錯誤率、檢驗功效低等缺點而逐漸受到質疑。目前，更為科學有效的中介效應檢驗方法是Bootstrap 法，這種方法檢驗效率高，并且適用于檢驗多重中介模型。因此，本文采用Bootstrap 法進行中介效應檢驗，并參照Zhao et al（2010）提出的檢驗程序依次檢驗自變量對中介變量的系數(shù)是否顯著（結果見表3），中介變量對因變量的系數(shù)是否顯著（結果見表3），以及系數(shù)乘積是否顯著（結果見表4）。從表3 可以看出，模型2 顯示網絡導向與探索式學習的系數(shù)為0.623，且95%的置信區(qū)間［0.536，0.710］不包含0，說明網絡導向對探索式學習具有顯著正向影響，假設H2a 得到驗證；模型3 顯示網絡導向與利用式學習的系數(shù)為0.363，區(qū)間［0.270，0.456］不包含0，說明網絡導向對利用式學習具有顯著正向影響，假設H2b 得到驗證；模型4 顯示探索式學習與利用式學習分別對初創(chuàng)企業(yè)績效呈現(xiàn)顯著正向影響。

表3 Bootstrap 中介效應分析結果（a）

中介效應的檢驗，即對系數(shù)乘積的顯著性檢驗結果見表4。探索式學習的中介效應系數(shù)為0.294，置信區(qū)間［0.207，0.383］不包含0。因此探索式學習在網絡導向與初創(chuàng)企業(yè)績效之間發(fā)揮中介作用，假設H3a 得到驗證；利用式學習的中介效應系數(shù)為0.141，置信區(qū)間［0.092，0.193］不包含0。因此利用式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用顯著，假設H3b 得到驗證。當控制中介效應之后，網絡導向對初創(chuàng)企業(yè)績效的影響的置信區(qū)間［-0.191，0.059］包含0，即直接效應變得不顯著，說明探索式學習與利用式學習對網絡導向與初創(chuàng)企業(yè)績效的關系起到完全中介作用。

表4 Bootstrap 中介效應分析結果（b）

3.調節(jié)效應與有調節(jié)的中介效應檢驗

本文模型由并列中介構成并且調節(jié)變量作用于中介過程的后半路徑。因此，采用SPSS 軟件的Process 插件Model 14 對調節(jié)作用與有調節(jié)的中介作用進行檢驗，Bootstrap 分析結果分別列示在表5 和表6。從表5 可以看出，探索式學習與環(huán)境動態(tài)性交互項的置信區(qū)間［-0.160，0.015］包含0，說明環(huán)境動態(tài)性對探索式學習與初創(chuàng)企業(yè)績效關系的正向調節(jié)作用不顯著，假設H4a 未得到支持。而利用式學習與環(huán)境動態(tài)性的交互項系數(shù)為-0.118，置信區(qū)間［-0.213，-0.024］不包含0，說明環(huán)境動態(tài)性顯著負向調節(jié)利用式學習與初創(chuàng)企業(yè)績效的關系，假設H4b 得到驗證。為直觀呈現(xiàn)環(huán)境動態(tài)性的調節(jié)作用，本文分別以高于或低于均值一個標準差為基準，描繪在不同環(huán)境動態(tài)性水平下，利用式學習對初創(chuàng)企業(yè)績效的影響差異。從圖2可見，與環(huán)境動態(tài)性高水平相比，當環(huán)境動態(tài)性處于低水平時，利用式學習對初創(chuàng)企業(yè)績效的促進作用更強。

表5 Bootstrap 調節(jié)效應分析結果

Bootstrap 對有調節(jié)的中介效應檢驗結果見表6，分為兩條中介路徑呈現(xiàn)。對于探索式學習的中介路徑來說，調節(jié)的中介效應的置信區(qū)間［-0.102，0.009］包含0，說明調節(jié)的中介效應不顯著，即探索式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用沒有受到環(huán)境動態(tài)性的調節(jié)，假設H5a 未得到支持。對于利用式學習的中介路徑來說，調節(jié)的中介效應指標為-0.043，置信區(qū)間［-0.088，-0.003］不包含0，說明環(huán)境動態(tài)性顯著負向調節(jié)利用式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用，假設H5b 得到驗證。為進一步描述該有調節(jié)的中介作用，Bootstrap 通過對調節(jié)變量取均值及加、減一個標準差以形成中、高、低三個水平，以檢驗在不同調節(jié)變量水平下中介作用的差異，呈現(xiàn)為條件中介效應檢驗結果。從表6 可見，在低、中、高不同環(huán)境動態(tài)性水平下，利用式學習的中介作用的置信區(qū)間分別為［0.100，0.202］、［0.084，0.157］、［0.047，0.132］均不包含0，且效應系數(shù)逐漸變小，這說明與環(huán)境動態(tài)性高水平相比，當環(huán)境動態(tài)性處于低水平時，利用式學習在網絡導向與初創(chuàng)企業(yè)績效之間的中介作用更強。

表6 Bootstrap 有調節(jié)的中介效應分析結果

五、研究結論與啟示

基于社會網絡理論與雙元學習視角，以初創(chuàng)企業(yè)為研究對象并采集285 份樣本數(shù)據，以實證檢驗網絡導向與初創(chuàng)企業(yè)績效之間的影響機制，探討雙元學習的中介作用與環(huán)境動態(tài)性的調節(jié)作用，得出如下結論：

（1）網絡導向對初創(chuàng)企業(yè)績效具有顯著正向影響。網絡導向作為初創(chuàng)企業(yè)構建網絡關系的重要驅動力，能夠有效引入創(chuàng)業(yè)所需的關鍵資源，以彌補其先天性資源缺陷、解決創(chuàng)業(yè)問題，促使企業(yè)培育強大的能力，進而形成可持續(xù)競爭優(yōu)勢并提升初創(chuàng)企業(yè)績效。

（2）雙元學習在網絡導向對初創(chuàng)企業(yè)績效的影響過程中起完全中介作用。該結果進一步證實了網絡導向無法直接作用于企業(yè)績效的論斷，說明有關二者中介機制的研究具備合理性。網絡導向引導初創(chuàng)企業(yè)對外部知識與技術等資源的訪問，而雙元學習決定著企業(yè)對資源的獲取與整合方式，通過探索式學習獲取新知識并實現(xiàn)知識創(chuàng)造，通過利用式學習獲取與現(xiàn)有知識相近的知識以實現(xiàn)知識改進。而這兩種學習方式對初創(chuàng)企業(yè)的生存與發(fā)展至關重要，探索式學習有助于打造全新的產品進而在新的市場建立競爭優(yōu)勢并取得優(yōu)異的績效，而利用式學習則有助于現(xiàn)有產品的更新或改良以確保企業(yè)在成熟市場保持原有優(yōu)勢地位，改善企業(yè)績效。

（3）環(huán)境動態(tài)性負向調節(jié)利用式學習與初創(chuàng)企業(yè)績效的關系，同時負向調節(jié)利用式學習的中介效應。然而，環(huán)境動態(tài)性對探索式學習與初創(chuàng)企業(yè)績效關系的正向調節(jié)作用未被支持，同樣地，對探索式學習的中介效應也不具有調節(jié)作用。這一偏差的可能原因是探索式學習效果受到環(huán)境動態(tài)性的持續(xù)時間的影響。當環(huán)境在長期持續(xù)高度動態(tài)時，初創(chuàng)企業(yè)將專注于探索式學習以期創(chuàng)造新產品、構建新的競爭優(yōu)勢，而過度整合陌生知識將導致企業(yè)效率低下并引發(fā)高額成本，甚至損害企業(yè)信譽與口碑，這些不利影響可能抵消探索式學習的收益，無法提高企業(yè)績效（Lee 和Huang，2012）。也就是說，在動態(tài)環(huán)境中開展探索式學習的初創(chuàng)企業(yè)并不會顯著提高其績效。

根據上述研究結論，對初創(chuàng)企業(yè)管理實踐具有一定的指導作用，主要體現(xiàn)在以下兩方面：第一，初創(chuàng)企業(yè)管理者應認識到網絡導向對企業(yè)績效具有促進作用，應重視網絡導向的培育。與成熟企業(yè)相比，初創(chuàng)企業(yè)自身資源十分有限，這是創(chuàng)業(yè)失敗的主要原因之一。因此，初創(chuàng)企業(yè)管理者應培育積極的網絡導向促使企業(yè)借助外部網絡獲取創(chuàng)業(yè)所需資源進而擺脫創(chuàng)業(yè)失敗的厄運。具體來說，初創(chuàng)企業(yè)管理者應重視企業(yè)網絡合作性的搭建，鼓勵內部員工之間、內部員工與外部關系主體之間的溝通交流，以實現(xiàn)信息共享、機會識別、資源互換的目的；應重視企業(yè)網絡關注度的搭建，關注外部關系主體相關的信息，并關注企業(yè)所屬網絡范圍，與網絡成員構建積極、緊密的聯(lián)系；應重視企業(yè)網絡開放性的搭建，對內實施去集權化管理，授予員工更多的自主權，鼓勵內部成員間積極地溝通與合作，培育和諧的組織氛圍。第二，初創(chuàng)企業(yè)管理者應認識到企業(yè)與利益相關者進行網絡互動時，探索新知識固然重要，但對其現(xiàn)有知識進行改進也不容忽視。一方面，管理者應正確認識探索式學習，適時適度地開展探索式學習。本研究發(fā)現(xiàn)當環(huán)境長期動態(tài)時，具有高度網絡導向的初創(chuàng)企業(yè)所開展的探索式學習并不會提升企業(yè)績效，因為過度的探索式學習可能引致低效率與高成本的負面后果，進而抵消探索式學習的收益，最終無法提高企業(yè)績效。這一發(fā)現(xiàn)可能與管理者的傳統(tǒng)認知截然相反。因此管理者需要改變以往一味地強調探索式學習的觀念，適時適度地開展探索式學習。另一方面，管理者應充分重視利用式學習。雖然利用式學習無法為企業(yè)帶來突飛猛進的改變，但改進現(xiàn)有知識與產品能夠維持企業(yè)在成熟市場的市場份額，確保企業(yè)的生存。因此，在網絡導向實施過程中初創(chuàng)企業(yè)應關注對相近知識的搜尋以提升現(xiàn)有知識、改良現(xiàn)有產品。

雖然本研究為管理研究與實踐提供一定的啟示，但仍存在不足。首先，樣本數(shù)據為橫截面數(shù)據，但由于因變量初創(chuàng)企業(yè)績效存在滯后性問題，采用橫截面數(shù)據可能無法準確反映變量間的因果關系。因此，未來研究可采用縱向數(shù)據或時間序列數(shù)據以完善數(shù)據測量。其次，樣本企業(yè)具有一定的區(qū)域局限性。因此，未來研究可適當擴大樣本范圍使研究結論更具普遍意義。最后，僅考慮了外部環(huán)境因素的調節(jié)作用，而未考慮組織內部環(huán)境的影響。因此，未來研究可以將企業(yè)發(fā)展階段、組織文化等因素納入研究框架以進一步探討中介效應的邊界。