制度环境、高管创业者身份认同与公司创业的关系研究

来源 :南京大学 | 被引量 : 0次 | 上传用户:long96169
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
20世纪末以来,在全球化和技术革新的双重作用下,更新企业的竞争优势取代了持续竞争优势成为企业长足发展的前提(Corbett,et al.,2013)。认识到更新企业竞争优势的需要使得管理者和管理学研究者们将关注点放在如何在已经建立的组织内实施创业过程(Covin and Slevi,2002),公司创业已经成为所有类型组织的主要战略(Ireland,et al.,2009)。公司创业是发现、评估创业机会,并最后将其转化成市场价值的过程(翟庆华,等,2016),创业机会是公司创业的必要条件,因此学者大多从机会视角出发探讨何种因素会影响公司创业,制度环境是被重点关注的因素之一。关于制度环境与公司创业的研究主要集中在制度环境的监管方面的作用,并且很少有研究从认知过程解释制度环境影响公司创业的过程。因此本研究借鉴国内外身份认同理论和创业机会理论的相关研究结果,主要从制度环境在社会规范、文化价值观等方面入手,探讨其对公司创业的作用过程。并提出创业者身份认同可以在制度环境与公司创业之间起到中介作用,管理者社会关系能够起到调节作用,较为完整的解释了制度环境影响公司创业的过程,并提出本文的研究假设。接着找到国内外成熟的量表测量模型中的变量,形成问卷。然后通过问卷调查法,对南京的秦淮区城市硅巷的企业管理者发放问卷,最终收集到有效问卷507份。最后使用SPSS 21,AMOS 23,PROCESS 3.3等统计软件对数据进行分析,根据数据分析结果一一验证本文提出的假设。最后解释和概括研究结果,并指出研究的不足和未来的研究方向。通过研究发现,制度环境的三个维度中,认知环境和规范环境能够通过促进创业者身份认同影响公司创业,规制环境却不能通过这一机制对公司创业产生影响。本文还验证了管理者社会关系在创业者身份认同与公司创业之间的调节作用。当管理者社会关系较强的时候,创业者身份认同能更好地促进公司创业;反之,当管理者社会关系较弱的时候,创业者身份认同与公司创业之间的关系也较弱。总的来说,本文通过检验一个有调节的中介模型,将制度环境、管理者、管理者社会关系和公司创业行为有机的统一在一起,将公司创业过程描述为管理者将感知到制度环境中的社会期待和价值观内化为自己的创业者身份认同,进而在验证身份的过程中在管理者社会关系中寻找创业,促进公司创业,是一个较为完整的解释公司创业的过程模型。
其他文献
随着信息技术的快速发展,多模态话语分析在西方开始出现,话语意义得到进一步解释。国外学者认为话语或语篇就是一个语义单位,意义不仅仅能通过语言实现,也可以通过其他符号系
石英毛细管结构简单、成本低且具有天然的空芯圆对称结构,因此易于与光纤集成形成各种级联结构,是实现光纤传感器的重要载体。基于石英毛细管的传感器件主要包含法珀(Fabry-P
目标检测是计算机视觉领域中的重要基础研究,是图像内容理解问题的重要基础。随着机器视觉技术的深入研究,通过各种智能算法对图像中的目标进行准确识别和精确定位。但是在雾
申威系列处理器是采用自主指令集且具有完全自主知识产权的国产通用处理器,已经成功应用在超级计算机、高性能服务器、存储系统、网络安全等多个领域。LLVM作为开源编译框架
伴着控制技术的不断进步,轮式移动机器人越来越多地应用于智能交通、家居服务、工业生产等领域。近几年,视觉传感器凭借其低成本和获取图像信息无需接触测量等特点,与智能化
电阻点焊作为一种重要的焊接方法,广泛应用于航空航天、汽车、五金、电子及医疗器械等多个领域。近年来,随着器件、设备的小型化,微型零件的电阻点焊的应用越来越多。微型零
政党制度是一个国家各政党参与政权的制度性规范,体现了各政党在国家政权与社会结构中的地位作用、相互关系、运作方式、实现形式等。改革开放以来,关于政党制度理论的研究日益兴盛。随着政治、经济、社会环境的变迁,特别是政党、政府及社会关系的变化,关于政党制度概念内涵的界定在不同时期也有所不同,代表性观点有“体制说”“制度说”“综合说”等。探究政党制度概念内涵的理论逻辑,理清概念发展的历史脉络和实践效果,有助于在国内外政党制度的实际对比中,凸现中国政党制度的鲜明特色和显著优势。
红外成像系统依据目标物体自身发出的热辐射信息成像,使所获取的红外图像能够显示出具有高热辐射量的场景信息,而低热辐射量的场景信息会在背景热辐射中湮灭。近年来,红外成
目标检测对物体进行识别和定位,在视频监控、智能机器人、自动驾驶等视觉应用系统中承担着对场景进行基础建模的重要作用。由于深度学习的引入,基于静态图像的目标检测算法有
针对图像识别问题,传统的深度学习方法往往需要对整个输入图像进行编码,无法有选择性的重点关注关键信息部分,且对数据集的要求较高,不仅需要人工对数据集进行加标签的工作,