基于2-mode网络小微科技型公司创始团队成员社会资本研究

经济研究导刊

ECONOMICRESEARCHGUIDE

No．5，2020SerialNo．427

基于2-mode网络小微科技型公司创始团队成员社会资本研究于

2

林1，，任琳琳2，李

真1

（1.上海际托国际货运代理有限公司，上海200070；2.上海行健学院，上海200037）

摘要：小微企业为社会经济发展做出了巨大贡献，而以往研究大多都是在围绕小微企业的人力资本、经济资本

解释成员个体与团队之进行探讨，因此，基于小微企业创始团队成员社会资本的视角，通过2-mode网络的分析方法，“二元性”，尝试着通过图形分析、二部数据结构分析、间存在着2-mode网络的定量分析和2-mode网络的分派分析的方法来探讨小微企业创始团队社会资本对小微企业发展的重要影响。

关键词：网络个体；网络群体；二元性；社会资本中图分类号：F270

文献标志码：A

文章编号：（2020）1673-291X05-0025-07

人员需要分析由2组不同的数据模式组成的社会网络时，1-在这一点上，需要mode网络的分析方法无法完成这类分析，2-mode的网络分析方法[1]。

（一）网络的中心度分析

在社会网络理论中，节点度是指直接连接到某个节点的边数的数量，表明一个人在社会网络中与其他人接触的程度。点度中心性是反映在节点和其他节点之间的直接连接的数量，节点的大小作为其衡量标准[2]。

1.度数中心度

在二部图中，所属的事件数量表示点数中心度，事件的这些量也等于行点度中心度则由所含有的行动者数量表示。

N

行动者矩阵）中的对角线上的值（即隶动者共享成员矩阵X（

一、问题的提出

“两会”工作报告明确表示，要大力扶2015年中国政府的

“大众创业，万众创新”的局面。从现阶持小微企业，着力打造劳动就段的工作中可以看出，小微企业为社会经济的发展、业和激发市场竞争等方面都做出了巨大贡献，因此，发展小在实微企业对于我国加快经济发展转型具有重要战略意义。际创业过程中，小微企业的管理者们开始意识到，企业在经营的过程中所遭遇的各种复杂问题单靠某个管理者个人所以团队形式通过具备的专业知识和专业技能是难以解决的。

人脉、信息等远比个人获社会联系获取稀缺资源包括资金、

管理者通过团队的形式管理小微企业是取的效果好。因此，

这种小微企业始创团队社会资本的积累直接最合适的方式。

企业战影响着团队自身的建设，直接影响企业愿景的规划、略使命的实施，团队的绩效管理能力不但是组织的绩效水平小微企业始创团队而且还是整个组织持续发展的重要标志。

的社会资本研究可以优化小微企业的经营策略，提高其获取商业资源的能力，挖掘其创业潜力。本文基于2-模网络的视角，将进一步拓宽了小微企业团队理论基础和研究思路。

），或者是事件叠加矩阵XM（事件矩阵）中属矩阵A的行总和

）。也可对这些中的对角线上的值（或者隶属矩阵A的列总和心度指标进行标准化处理[3]。

2.接近中心度

行动者和事件之间是有关系的，所以在2-mode网络中，

发出的路径必须先经过所从属的每个事件；同样，因为只与行动者相关，由此而产生的路径也必须首要经过事件所包含一个行动者（点）的接近中心的每个行动者。在隶属网络中，

度是该行动者所隶属的事件到其他行动者和事件的距离的一个函数，即

Cc（ni）=1+

NM

二、基于2-mode网络的民营企业小微企业创始

团队的社会资本测度

运用社会网络分析方法，首先需要知道模、模数等基本依概念，行动者的集合是指模，行动者类型的数量是指模数。据模的数量，社会网络可以分为1-mode网络和2-mode网如果每个行络。隶属关系网络是一种特殊类型的2-模网络，

动者都是一个行动者的集结（模态），另外一个模态是这些行当研究动者从属的部门，即这样的2-mode网络是隶属网络。

收稿日期：2019-11-15

∑（k，）∑j=1mindj

k

g+h

g+h-1

∑-1

（其中，g是点数，h是

）事件数，事件k与点i临接

与之类似，一个事件的接近中心度也是该事件所含的行动者到其他行动者和事件的最短距离的一个函数，即

基金项目：上海行健职业学院和上海际托国际货运代理有限公司资助课题

作者简介：于林（1973-），男，辽宁兴城人，高级经济师，讲师，从事人力资源管理研究。

-25-

Cc（mk）=1+）事件k临接

NM

∑（k，）∑j=1mindj

k

g+h

g+h-1

∑-1

路径，所以一个点（行动者和事件）中间中心度不能表示为和其相邻节点的中间中心度的函数。这里的中间中心度仅指隶由于每一属网络中二分图的行动者和事件。在隶属网络中，个行动者之间的联系通过事件来完成各种活动，因此，事件类似地，事件之间的联系也应总是在行动者之间的捷径上[5]。

对该通过行动者来完成，所以行动者总是在事件捷径之间。于一个事件，只有事件中的每一个成员在该事件中交汇，才能得到这个事件的中间中心度。

（其中，行动者i与

从上述公式可以看到，在一个隶属网络中，行动者的接近中心度和事件的接近中心度之间存在联系[4]。

3.中间中心度

中间中心度是表示行动者处于网络在1-mode网络中，

（二）核心-边缘分析因为在计算中间中心性时需要考虑所有的快捷中心的程度。表1小微团队成员与各部门之间关系

A

12345678910

0010100000

B1010010110

C1011000100

D1010101011

E0010001010

F0010100100

G1100010010

金融机构；行业协会；政府部门；科研单位；合作商；竞争商；媒体A：B：C：D：E：F：G：

据的分块矩阵展示出来，虽然与最优状态相比有一定差距，用netdraw根据点度中心性画出的网络图（图1）。

123

457891011

ABCDEFG

但它由1、其余数据处于边缘地位。9、3和7各小组构成，

通过计算分析可得，该网络分为两组，“1、9、3”和除了“1、9、3”以外的所有其他2、4、5、6、7、8、10以及7个小组构成了网络的核心，其余关系构成了网络边缘。

（三）因子分析

缩奇异值分解法（Singularvaluedecodecomposition，是一种用来找到2-模（多值）网络数据背后因子写SVD）

的方法。>0；i=1，2，3，……，r。a1，a2…ar叫做A的奇异值[6]。

0

0000000000

000000000

……图1小微团队成员与各部门之间点度中心性网络图2-模网络核心-边缘分析数据：Startingfitness：0.591；（0.8180.500），（0.3600.211）。Finalfitness：0.626；Densitymatrix12初始拟合值为0.591，最终拟合值为0.626。密度距阵也体现

AA′=U

a1

2

…

埙…0

ar

2

000000000

00

00000000000

U′利用2-模数据的奇异

）分析可以获得以下输出数据为：值（SVD

“核心”已经由该数了各个块的密度信息。从这个结果来看，在行列数较多的情况下，降低关系数据的维度数可以使

表2（vectorsnotrescaledatall）Method：PrincipalAxesMatrixrankis5

SINGULARVALUES

FACTOR

12345

VALUEPERCENT4.0882.3201.8961.2080.924

39.222.218.211.68.9

CUM%39.261.479.691.1100.010.436

RATIO1.7621.2241.5691.308100.0

PRECUMPRE0.2440.3600.2410.0980.057

0.2440.6040.8450.9431.000

-26-

Row123456789101112

Scores:123456789101112

10.2220.3260.2380.2770.4600.1640.1870.2160.3510.3260.3860.110

20.100-0.4670.1210.1450.221-0.0940.453-0.3280.359-0.4670.006-0.139

3-0.548-0.0220.4240.107-0.1230.272-0.0130.3600.259-0.022-0.275-0.382

ColumnScores：

1

12345

董事会成员财务市场销售生产运营设计研发

0.6710.4480.3020.4610.212

2-0.218-0.3210.4970.553-0.544

30.516-0.7250.288-0.3130.166

用奇异值分析技术，以便找到数据背后共同的因子，这就是这是一种不同于SVD的目的。该方法将分解出一些奇异值，

常规的因子分析和主成分分析法。因此，在分析2-模网的结有考虑2-模因子的分析结果。构时，应当考虑到SVD，

7

生产运营

市场销售

94

11

5

1312

6

董事会成员

8设计研发图2

120

财务

Svd分析二维图

-27-

表3

FACTOR

1:2:3:4:5:

2.0561.3330.7310.5350.345

因子分析数据

VALUEPERCENT

41.126.714.610.76.95.000

CUM%41.167.882.493.1100.0100.0

10.3530.327-0.700-0.7700.8621

12345

董事会成员财务市场销售生产运营设计研发

0.5550.075-0.539-0.7990.8631

123456789101112

123456789101112

-1.0871.4780.049-0.278-0.8160.534-1.5201.530-0.7631.478-0.331-0.275

20.711-0.7680.412-0.2180.14120.568-0.8310.6080.030-0.1322-1.691-0.6261.4810.5540.2060.6340.3500.5681.401-0.626-0.640-1.611RATIO1.5431.8231.3661.551

UnrotatedFactorLoadings

1

12345

董事会成员财务市场销售生产运营设计研发

RotatedFactorLoadings

Factorscores

从两个维度上的散点图2可以看到，市场销售、生产运营设计研发部门存在明显的分组，董事等事务性部门与财务、

会成员部门处于相对独立的位置，而行动者的分组并不突出。从因子分析的数据当中，可以将两个因子归纳为“职能部门和“事务部门因子”，也可以看到小微企业创始团队成员因子”

沟通协调部门不同，对不同因子的负由于自身管辖业务范围、

其中成员3、载值也存在较大差异。6、8对于两个因子的负载值较高，证明了该三个点在整个团队中处于网络的核心地位，拥有着很大的权利，在很大程度上控制着其他人的交往。

三、基于2-mode网络的小微企业创始团队外部沟通联系能力分析

（1）的团队成员作为实证分析对2-模本研究选取group

在这一案例中，从group（1）中选取13名公司创始团队成象。

与企业外部组织在一员作为分析对象。通过深入访谈发现，

定时间范围内产生交流和沟通活动相对比较频繁，因此选取由于该网络的结构特点及group（1）小这一阶段来收集数据。

微企业创始团队和外部组织在该网络中所处的位置不同等，

-28-

使得group（1）成员的联系沟通能力受到网络中诸多因素的（1）成员的联系沟通能力不再是个体的绝对影响，因此group（1）成员自身联系沟通能力与所处网络的整能力，而是group体结构及在网络中所处位置的关系函数。

数据收集是基于“以行为基础”的研究方法，主要采用问

根据调查结果，得到基本数据统计，见表4。其中，行表示小金融机构，微企业创始团队需要联系或沟通的外部组织：A：行业协会，政府部门，科研单位，合作商，竞争商B：C：D：E：F：媒体，列表示group1的成员个体；数值表示小微企业创始G：

协商沟通的次团队与外部联系的强度，用近期（3个月之内）

（表4）。卷调查方式，每个问卷都在整体网络的邻接矩阵中形成一行。数表示。原始数据如下表4小微企业创始团队需要联系或沟通的外部组织次数的原始数据

A

1_A1_B1_C1_D1_E1_F1_G1_H1_I1_J1_K1_L1_M

0000003000202

B2002010000300

C0101002110503

D0120000005000

E1005022100021

F1005020000000

G1000020000050

在表4中，行代表企业的外部组织，列代表group1的团从表4可以看出，该矩阵是一个多值关系矩阵。通过队成员。

来更直观地表达出矩运用UCINET生成了网络结构直观图，阵中所反映出的网络结构，见图3。1_E

1_F

B

A

1_M1_K

1_G

C

1_I

1_BD

1_J

网络可视图

表5

11

1-12-13-14-15-16-1

ACDFGH

504411

21020000

314013532

四、2-Mode网络中group（1）成员联系沟通能力测度与分析

（一）“行模式”转换后的1-模数据分析

经常将数据转化为1-mode数据分析2-mode数据时，

G1_A

E

1_O

1_H1_LF

在转换方法中，通常有“行模式”、来观察节点之间的关联性。

两种转化方式。“行模式”主要针对沟通能力方面的“列模式”

考察，本研究主要分析小微企业始创团队的沟通能力，所以“行模式”进行转换。从2-mode模式的数据到1-mode选择

模式的数据转换也有两种方法：对应乘积法和最小值法。最如下的运算是小值法是处理初始值是多值数据时所采用的。

“行模式”进行转换后的1-模关系矩阵。行运用最小值法对

模式转化后的1-模关系矩阵：

在以下的运算中，对角线上的数值表征了每一名（1）成员从外部组织那里获得信息的总次数，这在一定group

1_C（1）成员的联系沟通能力。从表5可程度上反映了不同group

（1）成员1_D从外部组织那里获得信息的总次以看出，group

图3小微企业创始团队与外部组织联系或沟通的2-mode

数为13次，1_K从外部组织那里获得信息的总次数为10

行模式转化为1-模关系矩阵AFFILIATIONS

41405721

51103272

61102122

71020000

81203141

91102152

101011011

111000000

121001011

131202421

-29-

续表

1

7-18-19-110-111-112-113-1

JKMBEIL

0210002

22101000

30321012

40110004

50451012

60121011

75001000

801051010

90561011

101112010

110000000

120111010

130010007

次，属于较为频繁的交流。对角线之外的行与列的交叉值表征了group

（1）成员两两之间从共同的外部组织那里获得信息的次数。

表5中每名group（1）成员获得信息的频率在一定程度上反映了group

（1）成员的联系沟通能力，而这种联系沟通能力发生在组织内外部知识转移网络中，也就是说，如果摒除这个网络载体，小微企业始创团队的的沟通能力变成绝对能力，这更加说明了联系沟通能力是嵌入于合作网络中的相对能力。

从上计算中行列交叉值可以看出，group（1）成员两两之间有的从共同的外部组织那里获得信息，有的则没有，这说明group（1）成员之间对获得信息的需求既存在一致性，也存在差异性。

（二）2-Mode网络中心度分析

中心度是在社会网络分析方法中是一个非常重要的概念，它主要用于测量行动者在社会网络中心性位置，反映了行动者在社会网络结构中的地位或优势的相异程度。中心度分析是用度数中心度、

接近中心度和中间中心度三个指标衡量。在2-mode数据中，

用所属的事件数量来表示点数中心度，事件的点度中心度则由所含有的行动者数量表示；节点的接近中心度是指此节点到其他节点的路径距离总和，以及到所有事件的距离总和；中间中心度是节点在网络中的中心程度的指标。表4给出的是13名group（1）成员的中心度分析结果。

（三）group

（1）成员的中心度表62-ModeCentralityMeasuresforROWSofgroup1———2mode联系次数关系矩阵Degree

ClosenessBetweenne1_A0.5710.6330.0641_C0.1430.4030.0001_D0.5710.7950.1611_F0.5710.6330.0641_G0.4290.7560.0731_H0.2860.7210.0381_J0.1430.4030.0001_K0.4290.7210.0721_M0.4290.7560.0731_B0.2860.6600.2921_E0.0000.0000.0001_I0.1430.5850.0001_L

0.286

0.564

0.020

-30-

表7与group（1）成员有联系的外部组织中心性

Degree

ClosenessBetweenneA0.2310.4810.013B0.3080.5430.075C0.5380.6940.476D0.2310.4170.200E0.5380.6250.274F0.2310.5000.022G

0.231

0.403

0.014

从表4可以看出，在13名group（1）成员中，group（1）6号成员的三个指标都是最高的。从中心性角度，可以判定6号group（1）成员在网络中最为活跃，其联系沟通能力最强。综合三个指标，13号group（1）成员的联系沟通能力位于第二位，而3号和8号联系沟通能力最弱。F1_E

B1_FG

1_D

1_A

1_C

1_KD

1_B

CE

1_L

1_H

1_G

1_J

1_I

1_M

A

图4group（1）成员和外部组织网络直观图图4是7个外部组织的中心性分析结果。可以看出，政府部门（外部组织C）的度数中心度、接近中心度最高，中间中心度较高，可以认为，C与group（1）成员的联系最密切，他向group

（1）成员输出的信息频次最高，因此可以认为其信息输出能力最强；而A、G的输出能力相对较弱。

通过UCINET工具绘制以中间中心度为分析对象的网络直观图可以更明确直观地看出外部组织C、F对应点的规模最大，如图6所示。说明他们在网络中处于中心位置，他们在外部组织与group

（1）成员知识转移过程中所起到的中介性作用最大；其次分别为外部组织D、E等。鲍威尔

（Powell）·等认为，参与者中心度越高获取与创新资源的易得性越高。在实证分析中发现，外部组织与度数中心度高的group（1）成员在网络中更易联结，并更易输出知识于度数中心度高的成（1）成员会员，表明其沟通能力较强。中间中心度高的group起到承上启下的作用，易获得外部来的信息并且沟通能力较强，易将外部组织的资源转移给团队成员[7]。

源的共享，建立联动机制，从而获取更多有用信息[9]。小微企业在获取要素资源方面时需要有针对性地选择外部组织进行公关活动以节省精力时间和人力，这些资源在初创期间稀少且珍贵。

某一个成员的人3.在一个始创团队的成员关系网络中，

脉资源多而广，且层次较其他成员更高级别，而这些人脉与其商业活动没有直接的关联，那他在拓展商业经营范围和获取较稀缺的资源时比别人更方便直接，这就与其他成员构成保持信息流动性是小微科技企了不对称的信息优势。因此，

业管理团队信息网络的一个重要特征，在网络信息交流过程中应提供各种可能条件维护和提高网络的通畅性，充分利用网络网络中信息高效流动和传播机制提升管理团队的效率。结构直接影响网络运行有效性和效率，利用社会网络分析法对小微企业管理团队信息交流网进行分析，就会寻找到导致网络效率低下的不合理的症结所在，制定网络优化措施改善网络结构，识别网络中出现问题的节点和团体，便于有针对性地采取措施改善网络结构。

五、结论及管理启示

“中间中1.在小微科技企业管理团队中信息交流网络中较高的节点被称为关键节点，关键节点通常具有高丰心性”

高价值性和高创新性的知识和经验，团队其他成员往富性、

依赖性过高对结构往对其有依赖性。从网络结构角度来看，

的稳定性会产生不利影响，反过来失去关键节点，网络系统网络中心性的信息沟通和信息传递效率会大大降低。同时，

过高的成员容易把持整个企业的大量信息和各种资源（市场组织资源），结果，本应属于整个企业的经营、管理信息资源、

却成为了个人私有信息，本应属于整个企业的各种资源成了单个人的私有资源，如此一来，资本所有者或其授权人在企应当业经营管理上实际已经失去控制权利。针对上述状况，适度控制网络交流中的关键路径，尽量减少网络中的关键桥现象，在团队交流中，交流经验和信息，发扬共享精神，杜绝信息垄断现象。

2.小微企业的社会资源不丰富。企业创始团队的外部社会资本主要体现在要素资源方面，并且信任程度较低；成立的时间较短，易受外部环境因素的影响，在知识共享和企业需要从两个角度看如何提升始创创新方面还有欠缺。因此，

从上下级角度看，当地政府机关是始创团队重团队的绩效[8]。

要的合作对象，因为根据前文2-mode网络分析，外部组织政接近中心度最高，中间中心度较高，因府部门的度数中心度、

此信息输出能力最高的是政府部门，始创团队加强与政府的沟通和联系，将政府部门作为重要的宣传渠道，依靠其影响从平级角度看，利力和公信力迅速抢夺市场，必然保有先机。其他团队成员的人脉信息等资用其他团队成员的关系网络、

结语

本文通过图形分析、二部数据结构分析、2-mode网络的分派分析、因子分定量分析和2-mode网络的核心—边缘分析、

与1-mode析方法来探讨小微企业创始团队社会资本的问题。网络的分析不同，2-mode体现了成员个体与团队之间存在“二元性”。小微企业管理团队社会资本的产生、发展、积累着

人力资本相比，是一个动态演变的过程，与企业的物质资本、本研究着眼于小微企业团队其变化及调整的速度相对较慢。

社会资本在某一时刻点的结构特征，这种静态结构所体现出的社会资本的关系价值并没有涉及社会资本动态演化及其研究小微企业管理团队社会资本与其他适应性问题。因此，

企业发展条件的相匹配问题，能够使我们更好地理解社会资在未来的研究中可以尝试将本在团队绩效中的内涵及价值。

这种匹配程度作为一种衡量指标，对小微科技型企业管理团队的社会资本进行评价。

参考文献：

社会科学文献出版社，[1]刘军.社会网络分析导论[M].北京：2004.

李亮.社会网络分析法及其在情报学中的应用[J].情报理论与实践，（3）：2008，30-32.[2]朱庆华，

姚强，杜建.基于CSSCI的知识服务领域高被引作者的可视化研究[J].情报杂志，（9）：2010，18-19.[3]张士靖，

孙绍荣.基于2-模网络关系的品牌线上零售平台展露测度[J].中国流通经济，（11）：2013，101-105.[4]郭伟奇，

杨东涛.虚拟团队社会网络结构对团队绩效作用机制研究：团队信任的中介作用[J].现代管理科学，（6）：2009，37-38.[5]马硕，

于渤.校企知识转移2-模网络中企业员工吸收能力测度与分析[J].哈尔滨工业大学学报：社会科学版，（4）：2010，62-70.[6]邹波，

PetrouA，PlakoyiannakiEetal.StrategicDecision-MakingProcessesinInternationalization：DoesNationalCulture[7]DimitratosP，

（2）：2011，194-204.oftheFocalFirmMatter[J].JournalofWorldBusiness，

苏州大学，2010.[8]黄一戎.公共部门内部社会网络与部门绩效的关系研究[D].苏州：

王彦伟，魏巍.基于SNA的项目治理关系网络分析与响应策略研究[J].华东经济管理，（6）：2011，47-49.[9]刘兴智，

[责任编辑兴华]

-31-