多通道、多层次社会资本与绩效关系的研究-基于元分析的探索.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书资料大小：0.49M 资料格式：pdf 举报版权申诉

weixin_38674675-12123375-201512-1119.pdf-第1页.png

第1页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第2页.png

第2页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第3页.png

第3页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第4页.png

第4页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第5页.png

第5页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第6页.png

第6页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第7页.png

第7页 / 共11页

weixin_38674675-12123375-201512-1119.pdf-第8页.png

第8页 / 共11页

文本预览

中国科技论文在线 http://www.paper.edu.cn 多通道、多层次社会资本与绩效关系的研究 —基于元分析的探索# 孙元1，蔡丽明1，尚荣安2，潘绵臻1* 5 10 （1. 浙江工商大学工商管理学院，浙商研究中心，杭州 310018； 2. 东吴大学企业管理系，台湾台北）摘要：本文在 Nahapiet 和 Ghoshal(1998)关于社会资本三维度框架下对 53 项研究的 107 组变量进行元分析，探讨了社会资本各变量与绩效的关系。结果发现，社会资本各变量与绩效有中偏高的正相关。并进一步研究社会资本的研究层次和获取通道对社会资本变量与绩效关系的调节效应。尝试探讨分析个人社会资本与集体社会资本以及线上社会资本与线下社会资本对绩效影响的差异性，从而丰富社会资本的理论。关键词：信息管理；社会资本；绩效；元分析；个人与集体；线上与线下中图分类号：C931.6 15 A study on the relationship between multi - channel, multi - level social capital and performance - based on Meta - Analysis SUN Yuan1, CAI Liming1, SHANG Rong-An2, PAN Mianzhen1 20 (1. Zheshang Research Center, School of Business Administration, Zhejiang Gongshang University, Hangzhou 310018; 2. Department of Business Administration, Soochow University, Taipei, Taiwan) Abstract: Based on Nahapiet and Ghoshal (1998)'s three dimension social capital theory framework, this paper conducts the meta analysis using 107 pairs of variables from 53 studies, exploring the relationship between the all variables of social capital and performance. The results show that all variables of social capital and performance have a medium to high positive correlations. And this paper further studies the moderating effects of level and access channel of social capital on the relationship between all variables of social capital and performance. According to meta-analysis results, this paper discusses the different impact of individual and collective social capital, online and offline social capital on the performance, thereby enrich the theory of social capital. Key words: information management; social capital; performance; meta-analysis; individual and collective; online and offline 25 30 0 引言 35 社会资本的概念最初由法国社会学家 Bourdieu 提出，将其定义为：个人或团体所拥有的社会关系加总[1]。往后，社会资本理论被广泛地运用到社会、政治科学、经济和管理等学科，由一个单一的概念演变成汇集多学科的研究领域[2]，尤其是在管理学的研究中日益受到重视。基于组织内部环境，Nahapiet 和 Ghoshal[3]定义社会资本是嵌入在或通过个人或社会单位的关系网络中获得的实际或潜在的资源总和。他们将社会资本划分为结构维度、关系维 40 度和认知维度三维度。在此后的实证研究中，不同学者会通过不同的变量来衡量这些维度，如 Tsai 和 Ghoshal[4]在该基础框架上提出用社会互动、信任与信赖、共同愿景分别解释结基金项目：国家自然科学基金青年科学基金项目（71302034）；高等学校博士学科点专项科研基金资助课题（20123326120005）；浙江工商大学 2014 年研究生科研创新基金项目（企业社会化软件使用对工作绩效的影响机理研究——基于社会资本角度）作者简介：孙元(1982-),男,副教授,企业新兴信息技术使用管理. E-mail: zorrnsun@163.com - 1 -

中国科技论文在线 http://www.paper.edu.cn 构维度、关系维度和认知维度；Chiu 和 Hsu[5]用社会互动解释结构维度，用信任、互惠、认同解释三个变量解释关系维度，用共同语言和共同愿景两个变量解释认知维度等等。尽管研究者用不同变量解释这些维度，但已有大量基于企业背景下的实证类研究表明，社会资本各 45 变量与工作绩效密切相关。随着研究的不断深入，管理学者对社会资本的研究丰富到个人层次和集体层次（团队、企业和组织）。个人层次是指社会资本的研究对象是个人，为个人提供好处；集体层次社会资本研究对象是集体，使整个组织受益。个体和集体是相对的概念，个体是指社会资本理论所描述的社会网络的个别组成份子，集体是指整个社会网络整体。个人和集体社会资本研究 50 的对象不同，对象本身属性的不同决定了个人和集体社会资本两者的差异。已有的实证研究表明不同层次社会资本与绩效关系存在差异，比如柯江林等[6]从集体层次社会资本角度研究与绩效关系中发现，信任（关系维度变量）对企业绩效的影响最大；Chou 和 He[7]从个人层次社会资本角度研究与绩效的关系中认为中心性（结构维度变量）对绩效的影响最大。如今，随着企业内部信息系统大量使用，企业以及员工的一部分活动和交流基于线上信 55 息平台开展，我们把这种以线上信息平台为媒介产生的社会资本称为线上社会资本[8][9][10]。目前，已有一部分实证研究开始关注线上社会资本与绩效的关系[11][12][13]。线下社会资本是传统的基于现实面对面的活动产生的社会资本。线上社会资本与线下社会资本研究角度，是对社会交往互动的媒介进行区分。就强关系和弱关系的研究视角，相比与线上社会网络，许 60 多学者认为线下社会网络形成的是一个相对亲密、友好、持续时间长的强关系网络 [8]。 Williams 基于桥接型和结合型社会资本提出测量线上社会资本[8]。近些年，许多学者都在探讨线上社会资本与线下社会资本的双向传递机制。有学者认为社会资本可以从现实世界转移到虚拟世界，从而影响用户与虚拟世界用户进行交流互动[10]。这无疑都说明了社会资本产生的通道不一样，两者之间存在一定的差异性。上述分析可以看出过去已有文献指出个人与集体、线上与线下存在差异，但是这种差异 65 不容易在实证研究中验证，所以我们采用元分析，以期综合分析过去研究的结果。因此，本研究基于 Nahapiet 和 Ghoshal（1998）框架下的已有实证研究，采用元分析的方法来剖析不同层次（个人与集体）、不同通道（线上与线下）的社会资本与绩效关系的差异性。 1 理论基础 1.1 社会资本维度及变量 70 Nahapiet 和 Ghoshal 将社会资本划分为结构维度、关系维度和认知维度。结构维度指行动者之间的联系的类型[3]，以此反映出行动者之间的互动或社交网络的结构，其变量主要有网络中心性[14][15][16]和社会互动[4][17][18][19]。行动者之间互动频繁有利于信息的传递和共享，降低沟通成本，帮助提高工作绩效[20][21] [12]。行动者在社会互动中可以获取所需的资源，从而说明完成自己的目标[3][22]。Astley 和 Sachdeva[23]指出行动者越是处在社会网络中心的位置就会集聚其他人的间接贡献，从而提高绩效。 75 关系维度指通过社会关系建立起来的资产，它主要描述嵌入在人们长期交往形成的社会关系中的资源，主要变量有信任[4][24][25][18][26]、互惠[14][17]、认同[5][27][28][29][30][31]、承诺[32][16]、义务[27][30]以及社会规范[29][30][31]。信任是社会资本的重要变量[33][34]，促使行动者之间互帮互助完成共同的目标，是增加团队效能的前提条件[13]。 80 认知维度指促进行动者之间达成共识的资源[35][4]，是形成共同行动的基础，主要变量有 - 2 -

中国科技论文在线 http://www.paper.edu.cn 共同愿景[4][8][36]、共同语言[5][27][16][31]、共同兴趣[4]和共同叙事[16]。行动者之间拥有共同的愿景有利于组织的决策和协调，对个人的工作任务不需要重复的解释说明[37]，行动者会自发地完成自己的工作任务。Klimstra 和 Potts[38]研究表明拥有共同愿景的团队完成项目成功率会提高。行动者之间拥有共同的语言会提升他们获取信息的能力[3]，从而帮助行动者完成复 85 杂的工作任务。如图 1，是对社会资本三维度框架下变量的总结。图1：社会资本测量变量 Fig. 1 The measurement variables of social capital theory 1.2 个人社会资本与集体社会资本 90 社会资本是一个多层次的概念，已经取得了共识。从当前对社会资本的研究层次来看，大多数都将社会资本划分为个人、团队、组织内外及社会层次社会资本。但是，更为广泛地是可以将社会资本层次划分为个人社会资本和集体社会资本。个人社会资本是指因组织内个人的人际关系和网络位置而取得的资源[5]，为个体行动者带来便利和资源；集体层次的社会资本指的是集体内部的某些组织特征，包括信任、规范、参与网络等集体内部成员共同拥有 95 的资源，其功能在于促进集体成员的互惠合作，从而使整个组织受益[39][40]，在本文主要指团队、企业和组织内外社会资本。集体社会资本着重在集体内部共同拥有的资源，是来源于个体社会关系但是反映集体层次社会关系的特殊资源，尽管个体层次社会资本与集体层次社会资本都强调了个体社会关系，但是个人、集体层次社会资本的内容、性质存在一定的差异。个体层次社会资本强调行 100 动者的社会结构及其获得的资源，强调个体的网络结构对行动者的信息优势和控制优势[34]；集体社会资本更注重的是群体内部行动者通过长期的交往形成的信念、态度等心理变量 [41][42]。由此，不同层次社会资本与绩效关系也存在一定差异。本研究想通过综合以往实证类的研究，以社会资本不同层次为调节变量探讨这种差异。 1.3 线上社会资本与线下社会资本 105 Willams 在 Putnam 两维度框架的基础上，提出了线上社会资本的概念，首次将社会资本的测量区分了线上和线下，提出了线上和线下社会资本的理论模型[6][8]。线下社会资本是基于现实面对面的活动产生的社会资本；而基于线上媒介活动产生，非现实面对面交流沟通活动产生的，我们统称为线上社会资本。线上社会资本与线下社会资本其实是行动者之间的两个社会网络，行动者的交往联系不仅可以通过线下也可以通过线上。线上的交往给行动者 110 的联系开设了另一个通道。一些研究认为相对于线上关系，线下的社会关系更加紧密、牢固、持续时间长[43][44]； - 3 -

中国科技论文在线 http://www.paper.edu.cn 线上交流的话题以及共享的活动会随着时间而减少[44]。也有一些研究认为由于线上匿名的特点更加有利于讨论敏感话题[45]，同时也会觉得线上的朋友比线下朋友更加亲密[46]。线上与线下两个社会网络中互动方式的差异会影响社会资本的获取，从而影响与绩效关系的强 115 弱。那么，线上社会资本和线下社会资本与绩效关系到底有着怎么样的不同影响；线上和线下两个网络中互动存在何种差异？本研究想通过综合以往实证类的研究，以社会资本的获取通道为调节变量，探讨这种差异。 2 研究方法本论文将采用元分析方法[47][48]来分析提出的问题。元分析是一种以综合已有研究结果 120 为目的，对单个研究结果进行综合的统计分析方法[49]。它将不同研究的样本量差异与效应值差异纳入考虑范围，调和先前多个独立研究结果的不一致性，给出一个全面、客观以及可靠的研究结论，形成了全部研究结果的一个整体视角。相较于传统或叙述性文献综述而言，元分析是一种定量的、严谨的且更为精确的替代方案[50]。在已有的多种元分析方法中，本研究采用了 Hunter 和 Schmidt[48]的元分析技术，使用的是 Hunter 和 Schimdt 的元分析软件[51]。 125 2.1 文献搜索首先，本论文根据“社会资本”、“绩效”、“社会网络”以及包括社会资本三维度下所有变量等全文关键词，在 CNKI（知网）、维普、万方等数据库进行中文文献搜索；之后，以“social capital”、“social network”、“performance”以及包括社会资本三维度下所有变量等全文关键词，在 Web of science、Elservier、EBSCO 等数据库进行英文文献检索。 130 最后，我们依据五项主要标准对检索出的文献进行筛选：（1）确保是定量研究文献，排除非实证研究类文献；（2）众所周知社会资本研究领域比较广泛，以工作场所为标准只选取社会资本与员工绩效或企业绩效相关关系的文献，排除主题不相关文献；（3）文献中必须明确含有社会资本的各变量的研究，排除社会资本整体研究和社会资本维度研究的文献；（4）文献中必须有明确反映元分析所需效应值或可转化的效应值[52]。（5）排除变量模糊的文献，对一个样本数据重复研究的文献，本文只纳入一篇作为元分析样本。通过删选， 135 我们得到满足元分析标准的期刊文献 44 篇，会议论文 5 篇以及硕博论文 17 篇，总共 63 篇。 2.2 编码筛选出元分析所需的文献之后，我们需要对文献进行编码，将皮尔森相关系数 r，样本 140 量以及信度 Cronbach 系数汇总成一张 excel 表格。对于没有皮尔森相关系数的文献，我们用文献中报告的其他相关统计量转化得到[52]；对于没有信度 Cronbach 系数的，我们用相同变量其他研究的所有信度的平均值代替。为了便于观察，我们同时也把作者、发表年份、因变量及自变量名称、社会资本研究层次、社会资本获取通道、绩效研究层次等纳入 excel 表格中。绩效包括了个人层次的绩效和公司层次的绩效。个人层次的绩效包括任务绩效、周边绩 145 效、创新绩效等。公司层次的绩效包括长期绩效与短期绩效、财务绩效与经营绩效、创新绩效等。在元分析中，为了避免从同一个样本中产生太多效应值而使结果偏差，对于因变量包含工作绩效或者公司绩效的多个维度的独立样本，只进行编码一次。先观察是否有整体层次的效应值，如果有就取整体效应值；否则就取各维度的效应值的均值得到整体效应值。对社会资本的维度编码进行相同处理，例如社会互动包括网络密度、网络强度两维度要进行平均 - 4 -

中国科技论文在线 http://www.paper.edu.cn 150 值编码。另外，对于那些使用了多个独立样本或者检验了多组变量关系的文献，我们也对应地进行多次编码。相对应地，采用同一数据的多篇文献我们只对其进行一次编码。对于某研究采用不同来源收集数据时，我们采用 Hunter 和 Schmit 的方法，使用样本加权平均相关系数作为最终的编码效应值。这类研究的样本量以 k*N 形式来估算，k 是收集途径量，N 是样本量。 155 调节变量根据如下要求进行编码。首先，我们从每一个研究中提取研究主体、社会资本概念以及量表。基于这些，我们就可以评估社会资本的研究层次和获取通道。例如，在一些文献中研究的是团队/企业/组织内部社会资本或外部社会资本，我们就编码为集体社会资本；个体员工社会资本研究，我们就编码为个人社会资本。其次根据上述对绩效的定义，对绩效研究层次也进行了编码。 160 本研究通过采用同一位编码者在不同时间段对所有需要编码的文献进行双步编码来检验编码的一致性。最终结果发现，除个别存在偏差需找第二位学者进行编码外，其他均一致，说明编码信度比较高。 2.3 变量设计基于以上图 1 的理论框架及下表 1 总结的社会资本三维度框架下各变量实证文献数量， 165 为了不影响元分析的效果，本研究选取了社会互动、中心性、信任、共同愿景、共同语言五个变量进行探讨。根据不同研究层次社会资本与绩效的变量关系如图 2。由于调节效应的分析只分析个体层次社会资本与个体层次绩效关系，集体层次社会资本与集体层次绩效的关系（即图中标记*的关系），剔除其他变量关系。最终纳入元分析期刊文献 34 篇，会议论文 4 篇以及硕博论文 15 篇，总共 53 篇，得到了我们需要的 107 组变量关系，包含社会资本不同 170 层次、不同通道的具体文献数量如表 2。表 1 总结社会资本三维度框架下各变量实证文献数量 Tab. 1 The summary of empirical studies of three dimension social capital theory 维度结构维度关系维度变数社会互动中心性信任互惠认同承诺规范义务认知维度共同愿景共同语言总计 35 8 37 3 3 3 4 2 19 9 层次通道个人集体线上线下 4 3 11 1 2 0 1 1 3 1 31 5 26 2 1 3 3 1 16 8 8 5 4 2 2 1 2 1 3 1 21 3 29 1 1 2 2 1 16 8 - 5 -

中国科技论文在线 http://www.paper.edu.cn 175 图 2：不同层次社会资本与绩效的变量关系 Fig. 2 The variable relationship between different level of social capital and performance 备注：虚线表示相应关系未找到实证研究文献；调节效应的分析只选取了个体层次社会资本与个体层次绩效关系、集体社会资本与集体层次绩效关系的文献进行元分析。 180 表 2 纳入元分析文献数统计 Tab. 2 The summary of studies in the meta analysis 层次通道文献数个人 14 集体 31 线上 14 线下 39 2.4 变量概念社会互动是一种信息和资源流动的通道[4]，代表行动者之间关系的紧密程度、花费的时间以及联系的频繁程度[5]。当然，行动者之间社会互动越强，信息和资源交流越多，对自身工作绩效越有帮助。 185 中心性是指行动者在人际关系网络中的地位以及较快的信息与资源流。相对高中心性的行动者能够用更少的精力直接接触到网络中的其他成员[53]。这就使得处于高网络中心性的行动者更快速、更多地获取信息资源，这些信息资源在某种程度上能够帮助行动者完成自身工作[54]。 190 信任是一种增加行动者之间相互依赖的行动，信任有很多正面影响效应[55][56]，包括团队的沟通，组织公民行为，团队绩效和工作满意度[57]。Nahapiet 和 Ghoshal[3]认为行动者之间存在信任，他们更愿意参与合作互动；Blau 也提到信任能够创建和维护行动者之间信息与资源的交换关系[58]。这些合作互动及交换关系都能帮助行动者提高工作绩效。共同愿景体现了集体的目标和组织成员的共同愿望[4]。拥有共同愿景的行动者之间更愿意分享和交换资源。共同愿景圈定了行动者的人际网络，在这个网络中合作的可能性增大， 195 并最终有利于整个组织网络。 - 6 - 个体层面社会资本社会互动中心性信任个体层面绩效集体层面社会资本社会互动中心性信任集体层面绩效******

中国科技论文在线 http://www.paper.edu.cn 共同语言不仅语言上的相通，还涉及到日常交流方面隐含的假设、术语和习语等[7]。一方面共同语言能够提高行动者获得信息的能力；另一方面共同语言有利于提高沟通效率，从而有利于行动者之间协作并提高工作完成的效率。 3 研究结果分析 200 本论文的结果分析分为两个阶段。第一阶段主要通过评估元分析结果的相关效应值，探讨社会资本各维度下变量与绩效的相关性。第二阶段分析本文的调节效应。 3.1 整体效应分析相关性分析结果见表 3，在每组成对关系中，修正后的相关系数（ρ）、独立研究的样本数（K）、以及 k 个研究样本的总样本量(N)都在表 3 中可示。所有的相关系数在 p<0.01 205 的水平下都具有显著性。研究模型我们感兴趣的相关系数的标准偏差（SD）、相关系数转化为的费雪的 Z 系数(Zr)、失安全系数（Fail safe N），95%置信区间水平的 Zr 估计，相关系数的范围都在表 3 中被具体描述。Z 的 95%置信区间也不包括零，这就进一步提供了效应值显著相关的证据。要加入不显著的研究数量使得效应值由原本的显著水平降到非显著水平被称为失安全 210 系数 N。在我们感兴趣的变量相关性之中，中心性与绩效的失安全系数 N 值达到最低水平，值为 16，这可能更多的表明在早期的研究中，较少的关注两者之间的这种联系（k=8），而非这两个变量本身之间的联系比较弱。失安全系数值最高的是信任和绩效之间（Fail safe N=99.9；k=37）以及社会互动和绩效之间（Fail safe N=91；k=35），这在早前的研究中已被普遍研究过。 215 根据表 3 可知，社会资本维度下的变量社会互动、中心性、信任、共同语言和共同愿景与绩效之间均显著正相关。根据科恩[59]关于效应值（小效应=0.10，中等效应=0.30，大效应 =0.50）的标准，以上所述的所有效应都在中等这一效应范围内。从表中显示的结果可以看出，相关系数的大幅度变化性可在研究中观测得到。例如，中心性与绩效的相关系数由 0.137 到 0.48 不等，修正取样误差和测量误差后的相关系数均值为 220 0.30。而且观察发现，所有变量与绩效之间的相关性波动范围都很大，说明现有关于社会资本变量与绩效之间的研究结果存在着很大的不一致性。比较社会资本变量与绩效之间的修正取样误差和测量误差后的相关系数均值，我们发现共同语言与绩效之间的相关系数最高（ρ=0.42），紧随其后的是信任（ρ=0.37），社会互动（ρ=0.36）和共同愿景（ρ=0.35）。尽管在现有的研究中，众多的学者更多的是考虑信任、 225 社会互动两个变量作为社会资本的活跃变量，但是共同愿景和共同语言与绩效之间存在的中等至大的效应揭示了认知维度对绩效的强效应，这与王向楠等人得到的元分析结果相一致 [60]。这表明，企业可以侧重考虑如何提高员工之间、企业之间认知的一致性。此外，在早期的研究中，对社会资本维度下的其他变量，例如承诺、互惠和认同与绩效两者联系的研究较少，本论文没有将其列入元分析。随着这类研究的加多，后期的元分析可以考虑纳入更多 230 社会资本变量。表 3 社会资本各变量与绩效关系元分析统计结果汇总 Tab. 3 The summary of meta analysis between different variable of social capital and performance 原相关系数范围 95%置信区间 - 7 -

中国科技论文在线 ρ SD 社会互动中心性 0.36** 0.23 0.30** 0.10 信任 0.37** 0.20 共同愿景共同语言 0.35** 0.26 0.42** 0.16 Zr 0.38 0.31 0.39 0.37 0.45 K 35 8 37 19 9 http://www.paper.edu.cn N 失安全系数下限上限上限下限 9340 1676 8908 5477 2584 91 16 99.9 47.5 28.8 -0.182 0.137 -0.007 -0.524 0.053 0.87 0.48 0.76 0.63 0.68 0.28 0.23 0.31 0.23 0.32 0.44 0.37 0.43 0.47 0.52 注：ρ 表示修正取样误差和测量误差后的相关系数均值；SD 是 ρ 的标准偏差；Zr 是转化的费雪 Z 值；K 为独立研究的样本数； 235 N 为 K 个研究样本的总样本数；失安全系数为加入不显著的研究数量使得效应值由原本的显著水平降到非显著水平。显著性： *p<0.05, **p<0.01, ***p<0.001. 3.2 调节效应分析为了检验不同层次、不同通道的社会资本是否调节各个企业社会资本变量与绩效的关 240 系，我们首先做了三次同质性检验，研究观察到的相关系数的变化是否可以归类为调节效应。首先，Hedges 和 Olkin[61]计算的所有变量之间的相互关系的 Q 统计值都大于在 p<0.01 水平下服从自由度为 k-1 的卡方分布临界值（见表 4）。这表明研究中变量之间相关系数的变化比抽样误差产生的变化更明显。其次，抽样方差对各效应值变异的解释量(Vart(%))（由 3.9% 至 24.7%不等）都小于用于消除调节效应的 75%临界点。第三，80%的可靠性区间（80% CrI）都排除了零值（见表 4），这也说明了调节变量的存在。基于这三种检验，我们有很大的理 245 由相信社会资本变量与绩效关系中存在着调节变量。表 4 调节同质性检验分析 Tab. 4 Homogeneity Tests for Moderator Effects 社会互动中心性信任共同愿景 ρ Zr 0.36 0.30 0.37 0.35 0.38 0.31 0.39 0.37 Q 529.88 25.1 383.13 389.73 80% CrI Lower Upper 0.10 0.20 0.15 0.20 0.76 0.58 0.71 0.77 Vart(%) 5.59% 24.7% 8.00% 3.90% 注：ρ 表示修正取样误差和测量误差后的相关系数均值；Zr 是转化的费雪 Z 值；Q 为 Hedges 和 Olkin’s Q 统计值；80% CrI 为 80%的可靠性区间；Vart (%)为所有误差对应的方差占修正后相关系数对应的方差的百分比。 250 为进行调节分析，根据 Hunter 和 Schmdit[48]的建议，我们以每个调节变量的不同水平为基础，把文献数据集分为独立的子集并对每个独立子集做了元分析。但是受当前实证研究样本量的限制，社会资本的研究层次只对社会互动、网络中心性和信任与绩效关系做调节分析。社会资本的获取通道只对社会互动、网络中心性、信任和共同愿景与绩效关系做调节分析，分析结果如表 5 所示。Fisher 的 Z 检验是用来检验各组子集间的元分析效应值差异是否显著。 255 结果显示，社会资本的研究层次在社会互动、中心性及信任与绩效关系中具有调节作用；社会资本的获取通道在社会互动、信任及共同愿景与绩效关系中具有调节作用，但在中心性与绩效关系中不具调节作用。 260 265 - 8 -

分享到：

赞收藏

资料库

多通道、多层次社会资本与绩效关系的研究-基于元分析的探索.pdf

相关推荐

开发技术

热门标签

最新资料