宋典　楊燁

摘要：文章為探究創(chuàng)業(yè)導(dǎo)向與組織績效兩者之間的中介機(jī)制，應(yīng)用結(jié)構(gòu)方程元分析模型進(jìn)行分析，結(jié)果表明，創(chuàng)業(yè)導(dǎo)向與組織學(xué)習(xí)和組織績效的相關(guān)系數(shù)分別為0.417和0.379，組織學(xué)習(xí)與組織績效則為0.461，同時，組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向和組織績效之間的部分中間變量。結(jié)論表明，企業(yè)不僅需要保持較高的創(chuàng)新、超前行動和承擔(dān)風(fēng)險的傾向，還需強(qiáng)化學(xué)習(xí)承諾、共享愿景和保持開放式的心智，注重探索性、挖掘式學(xué)習(xí)，只有這樣創(chuàng)業(yè)導(dǎo)向才能有效地轉(zhuǎn)化為組織績效。

關(guān)鍵詞：創(chuàng)業(yè)導(dǎo)向;組織學(xué)習(xí);組織績效;結(jié)構(gòu)方程元分析

創(chuàng)業(yè)導(dǎo)向是創(chuàng)業(yè)研究的基石（Wales，Monsen&McKelvie，2011）。盡管很多Engelen et al（2015）等研究表明創(chuàng)業(yè)導(dǎo)向?qū)M織績效有積極影響，但在Dimitratos，Lioukas&Carter（2004）等人的研究中沒有得到證明。結(jié)論差異的可能原因是兩者關(guān)系會受很多中介變量的影響（Felipe，Juan&Benito，2017），必須深入關(guān)注創(chuàng)業(yè)導(dǎo)向轉(zhuǎn)變?yōu)榻M織績效的中介作用機(jī)制，否則就無法構(gòu)建一個全面理解創(chuàng)業(yè)導(dǎo)向和組織績效關(guān)系的框架（Wiklund&Shepherd，2005）。部分學(xué)者探討了組織學(xué)習(xí)在創(chuàng)業(yè)導(dǎo)向和組織績效之間的中介作用，但效應(yīng)值有較大差異（Anderson，Covin，Slevin，2009），不難看出，應(yīng)用適當(dāng)?shù)姆椒▽⒍囗椨嘘P(guān)組織學(xué)習(xí)在創(chuàng)業(yè)導(dǎo)向和組織績效之間中介效應(yīng)的研究進(jìn)行整合有助于深化對此問題的探討。

為此，有學(xué)者指出可應(yīng)用結(jié)構(gòu)方程元分析模型（Meta-analytic Structural Equation Modeling，簡稱MASEM）將多項中介效應(yīng)的研究進(jìn)行整合（Van Essen，et al 2012）。它可以對多個競爭模型進(jìn)行比較，加入預(yù)測變量、中介變量或結(jié)果變量，有助于深化認(rèn)識理論的邊界、結(jié)構(gòu)和缺點(diǎn)。研究的目的是在元結(jié)構(gòu)方程模型闡述的基礎(chǔ)上，應(yīng)用MASEM方法分析組織學(xué)習(xí)在創(chuàng)業(yè)導(dǎo)向和組織績效關(guān)系之間的中介作用大小。研究將采用結(jié)構(gòu)方程元分析模型，回答組織學(xué)習(xí)是否是創(chuàng)業(yè)導(dǎo)向與組織績效之間中介變量的問題，不僅有助于更為全面地剖析創(chuàng)業(yè)導(dǎo)向轉(zhuǎn)變?yōu)榻M織績效的中間作用機(jī)制，且有助于創(chuàng)業(yè)理論和組織學(xué)習(xí)理論的融合。

一、結(jié)構(gòu)方程元分析模型概念和原理

（一）結(jié)構(gòu)方程元分析模型的起源

結(jié)構(gòu)方程元分析模型是結(jié)構(gòu)方程模型和傳統(tǒng)元分析模型的結(jié)合，也被稱之為元路徑分析（meta-analytic path analysis）或基于相關(guān)系數(shù)的元路徑分析。MASEM模型的基本思路是綜合相關(guān)（或協(xié)議差）矩陣轉(zhuǎn)制為聯(lián)合相關(guān)（或協(xié)方差）矩陣，并在此基礎(chǔ)上依據(jù)聯(lián)合相關(guān)（協(xié)方差）矩陣驗證結(jié)構(gòu)方程模型（Cheung&Chan，2005）。MASEM 估計包括通過多變量元分析技術(shù)測算出聯(lián)合相關(guān)系數(shù)矩陣和應(yīng)用聯(lián)合相關(guān)系數(shù)矩陣來進(jìn)行模型的驗證。在結(jié)構(gòu)方程元分析模型中，應(yīng)用比較廣泛的是由Mike W.L.Cheung開發(fā)的基于兩階段結(jié)構(gòu)方程模型，聯(lián)合矩陣估計常用的方法是全信息最大似然法，優(yōu)點(diǎn)是估計偏差較小，標(biāo)準(zhǔn)差估計更準(zhǔn)確。

（二）結(jié)構(gòu)方程元分析模型原理和兩階段分析

MASEM模型大致可分為固定和隨機(jī)兩種模型。固定效應(yīng)模型假設(shè)所有的研究有共同的效應(yīng)值。在MASEM模型下，假設(shè)樣本量的相關(guān)系數(shù)矩陣對所有研究都是相同的。隨機(jī)效應(yīng)模型假設(shè)各獨(dú)立研究來源于多個樣本分布。固定和隨機(jī)效應(yīng)模型的分析都可以分為兩個階段，也被稱為兩階段結(jié)構(gòu)方程型（two-stage structural equation modeling，簡稱TSSEM）：

第一階段：TSSEM分析的主要任務(wù)是計算聯(lián)合相關(guān)系數(shù)矩陣，主要分為固定和隨機(jī)型模型，如果檢驗存在異質(zhì)性，則用隨機(jī)效應(yīng)模型來估計聯(lián)合相關(guān)系數(shù)陣。一般應(yīng)用兩種方法估計相關(guān)系數(shù)矩陣，一是直接用WLS方法估計相關(guān)系數(shù)矩陣，二是假設(shè)相關(guān)系數(shù)矩陣是協(xié)方差矩陣。表達(dá)方式為：Σ（θ）=DP（θ）D，其中，Σ（θ）是結(jié)構(gòu)方程的協(xié)方差矩陣，D是對角線矩陣，P（θ）是方程的相關(guān)系數(shù)，它的限制條件是Diag（P（θ））=1（Joreskog&Sorbom，1996）。依據(jù)此模型，第i（i = 1，2，…，k ）個研究中的協(xié)方差矩陣Σi可以分解為相關(guān)矩陣Pi和標(biāo)準(zhǔn)差對角線矩陣Di，公式如下：Σi=DiPiDi（Cheung&Chan，2005）。在固定效應(yīng)模型假設(shè)相關(guān)系數(shù)同質(zhì)性（homogeneity）的前提下，估計有一個共同的相關(guān)系數(shù)矩陣PF=P1=P2=……=Pk，在這其中Di在各個研究之間是不一致的。在有數(shù)據(jù)缺失的條件下，計算前將剔除數(shù)據(jù)缺失的研究。在模型匹配后，主要用LR統(tǒng)計量去檢測H0：PF=P1=P2=……=Pk（Cheung&Chan，2005）。在有協(xié)方差矩陣數(shù)據(jù)的情形下可以通過限制PF=P1=P2= ……=Pi和DF=D1=D2=……=Di獲得估計的共同協(xié)方差矩陣PF。在此基礎(chǔ)上，一個聚合相關(guān)系數(shù)矩陣的向量ρF=vechs（PF）和它漸進(jìn)樣本協(xié)方差矩陣VF=Cov（ρF）得以估計出來。

在固定效應(yīng)模型分析的第二階段，ρF被當(dāng)作樣本的相關(guān)系數(shù)矩陣，VF作為已知矩陣，將rF=ρF，VF=VF。進(jìn)而在此基礎(chǔ)上，Cheung（2002，2005）建議應(yīng)用加權(quán)最小二乘法（WLS）去估計結(jié)構(gòu)方程模型，通過偏離函數(shù)（Fouladi，2000）估計設(shè)想模型ρ（θ）=vechs（P（θ））值為：FWLS（θ）=（rF-ρF（θ））TV-1F（ rF-ρF（θ））。在此基礎(chǔ)上應(yīng)用結(jié)構(gòu)方程模型中的似然比統(tǒng)計量和擬合指數(shù)，主要有RMSEA、CFI、NFI、χ2判斷設(shè)想模型的匹配度。在隨機(jī)模型下P（θ）被假定為相關(guān)系數(shù)矩陣的整體平均值，即P=P（θ），P（θ）可以是回歸、路徑、驗證性或結(jié)構(gòu)方程模型，它假設(shè)每項研究無前其自身的相關(guān)系數(shù)矩陣，第i項研究樣本的相關(guān)系數(shù)矩陣假定為Ri。與固定模型相似，ρR=vechs（P），ρi=vechs（Pi），ri=vechs（Ri），據(jù)此隨機(jī)效應(yīng)模型中對某項研究而言可分為兩層研究：Level 1：ri=ρi+ei，Level 2：ρi=ρR+υi，在此ei∽N（0，Vi），是指已知的樣本協(xié)方差矩陣，υ，∽N（0，T2）是要估計的異質(zhì)型協(xié)方差矩陣。第二階段設(shè)想模型的估計流程和方法與固定效應(yīng)模型下的相似，RF=ρR，VR=VR，應(yīng)用加權(quán)最小二乘法（WLS）去估計結(jié)構(gòu)方程模型，通過偏離函數(shù)（Fouladi，2000）估計設(shè)想模型ρ（θ）=vechs（P（θ））值為：FWLS（θ）=（rR-ρR（θ））TV-1R（rR-ρR（θ）），同樣用RMSEA、CFI、NFI、χ2評估設(shè)想模型的匹配度。

二、結(jié)構(gòu)方程元分析模型應(yīng)用示范

（一） 研究假設(shè)

1983年，Miller提出創(chuàng)業(yè)導(dǎo)向的概念，創(chuàng)業(yè)導(dǎo)向反映了管理人員的創(chuàng)業(yè)精神，反映了管理者進(jìn)行戰(zhàn)略決策的方法、實踐和風(fēng)格，反映了企業(yè)創(chuàng)新性、超前性和風(fēng)險承擔(dān)性方面的戰(zhàn)略態(tài)勢，它會引導(dǎo)企業(yè)探索和挖掘新市場機(jī)會等活動（Covin & Slevin，1989）。創(chuàng)業(yè)導(dǎo)向?qū)ζ髽I(yè)績效的影響可用動態(tài)能力理論解釋，由創(chuàng)業(yè)導(dǎo)向概念可知，創(chuàng)業(yè)導(dǎo)向水平高的企業(yè)既須識別甚至創(chuàng)造有效的新市場機(jī)遇，還須能有效地重新定義現(xiàn)有資源維持現(xiàn)有的市場機(jī)遇，維持未來和現(xiàn)在的平衡（Arend，2014）。創(chuàng)業(yè)導(dǎo)向水平越高的企業(yè)，創(chuàng)新性和風(fēng)險承擔(dān)性程度會更高，其主動和廣泛搜集內(nèi)外部環(huán)境信息，對影響競爭態(tài)勢的外在力量的掃描行為就會越多，信息獲取和傳播的行為也會更多（Huber，1991），依據(jù)信息調(diào)整企業(yè)行為的能力就越強(qiáng)，企業(yè)績效表現(xiàn)也會越好。創(chuàng)業(yè)導(dǎo)向反映了公司創(chuàng)新、承擔(dān)風(fēng)險和開拓新事業(yè)的能力，它應(yīng)對績效有積極影響（Strenger&Brettel，2015）。據(jù)此，提出假設(shè)1。

假設(shè)1：創(chuàng)業(yè)導(dǎo)向與組織績效正相關(guān)

March（1991）提出組織學(xué)習(xí)分為探索式和挖掘式學(xué)習(xí)兩種類型，前者是指搜索和嘗試發(fā)現(xiàn)新知識，并愿意承擔(dān)風(fēng)險進(jìn)行創(chuàng)新的過程，后者是指篩選、挖掘和充分利用現(xiàn)有知識的過程。盡管存在爭議，但多數(shù)學(xué)者研究表明組織學(xué)習(xí)對組織的適應(yīng)性、生存和績效改進(jìn)至關(guān)重要，因為它可以促進(jìn)企業(yè)重新構(gòu)建組織結(jié)構(gòu)、分配組織資源、促進(jìn)新產(chǎn)品的商業(yè)化，可以提升組織的智力資本和動態(tài)能力，組織學(xué)習(xí)與組織績效往往正相關(guān)（Rao & Argote，2006）。

創(chuàng)業(yè)導(dǎo)向?qū)M織學(xué)習(xí)的影響可用社會學(xué)習(xí)理論來闡釋（Chiva & Alegre，2005），創(chuàng)業(yè)導(dǎo)向特別反映了高層愿意承擔(dān)風(fēng)險、積極進(jìn)攻和展開創(chuàng)新的意愿和風(fēng)格，依據(jù)社會學(xué)習(xí)理論，這種影響有三種路徑：創(chuàng)業(yè)導(dǎo)向會促使員工和團(tuán)隊認(rèn)識到組織學(xué)習(xí)的重要性和價值;創(chuàng)業(yè)導(dǎo)向能促使高層管理者的行業(yè)和知識向個人轉(zhuǎn)化，同時也會影響個體知識向團(tuán)體和組織層面轉(zhuǎn)化，可以促進(jìn)組織學(xué)習(xí)過程;創(chuàng)業(yè)導(dǎo)向可以創(chuàng)造一種學(xué)習(xí)氛圍，促進(jìn)組織學(xué)習(xí)過程的知識收集、共享、創(chuàng)造和應(yīng)用的過程。綜合上述分析，提出假設(shè)2。

假設(shè)2：組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向和組織績效的中介變量

基于元分析結(jié)果經(jīng)常受到樣本范圍、測評特征等因素的影響，假設(shè)組織績效測量（是財務(wù)績效還是非財務(wù)績效）、發(fā)表年份、產(chǎn)業(yè)范圍（樣本涉及產(chǎn)業(yè)范圍多元還是單一）、國家（中國還是外國）對各變量之間的關(guān)系有影響，據(jù)此，本研究的框架見圖1。

（二）文獻(xiàn)檢索

本文通過以下程序搜索文獻(xiàn)：綜合先前對創(chuàng)業(yè)導(dǎo)向進(jìn)行綜述性研究和元分析的典型論文進(jìn)行認(rèn)真閱讀，主要有Miao，Coombs，Qian & Sirmon（2017）等，編撰了文獻(xiàn)搜索的關(guān)鍵詞，英文的有EO、strategic posture等，中文搜索關(guān)鍵詞有創(chuàng)業(yè)導(dǎo)向、公司創(chuàng)業(yè)等。對組織學(xué)習(xí)文獻(xiàn)的搜索采用與創(chuàng)業(yè)導(dǎo)向文獻(xiàn)搜索過程相似，主要研究了Huber（1991）、陳國權(quán)（2007）等人的研究。搜索的英文電子數(shù)據(jù)庫主要有EBSCO、ScienceDirect、Wiley等，中文數(shù)據(jù)庫主要是中國知網(wǎng)。為保證文獻(xiàn)的完整性，數(shù)據(jù)庫文獻(xiàn)搜索的時間從數(shù)據(jù)庫建立之日至2017年6月，同時利用Google Scholar去識別盡可能多的相關(guān)文獻(xiàn)。

（三）文獻(xiàn)篩選標(biāo)準(zhǔn)

為滿足結(jié)構(gòu)方程模型元分析技術(shù)要求，入選文獻(xiàn)需符合以下條件：所有文獻(xiàn)必須是定量研究論文，定性研究論文從論文池中被剔除。定量研究必須全部包含創(chuàng)業(yè)導(dǎo)向、組織學(xué)習(xí)和組織績效三者之間的相關(guān)系數(shù)，如果其中有相關(guān)系數(shù)缺乏的，將看此論文是否可以通過回歸系數(shù)和相關(guān)系數(shù)的轉(zhuǎn)換方法測算出相關(guān)系數(shù)（Lipsey & Wilson，2000）。各研究之間的樣本是獨(dú)立的，沒有相關(guān)性。文獻(xiàn)編碼和分析文獻(xiàn)：借鑒Lipsey & Wilson（2000）的編碼流程，對研究的核心概論創(chuàng)業(yè)導(dǎo)向、組織學(xué)習(xí)和組織績效進(jìn)行了編碼，編碼主要包括相關(guān)系數(shù)值和研究特征。研究特征包括作者、論文刊發(fā)日期、刊發(fā)期刊、樣本數(shù)量、創(chuàng)業(yè)導(dǎo)向等。為減少編碼錯誤，本文的每篇論文分別由兩位老師進(jìn)行編碼，兩位老師分別完成編碼后進(jìn)行對比，如果發(fā)現(xiàn)不一致，則通過回溯原文進(jìn)行討論，最后達(dá)成一致意見。

（四）假設(shè)驗證

首先，應(yīng)用基本的meta分析程序，對創(chuàng)業(yè)導(dǎo)向與組織學(xué)習(xí)、組織學(xué)習(xí)與組織績效、創(chuàng)業(yè)導(dǎo)向與組織學(xué)習(xí)之間的關(guān)系進(jìn)行驗證;其次，假設(shè)組織績效測量（是財務(wù)績效還是非財務(wù)績效）、發(fā)表年份、產(chǎn)業(yè)范圍（樣本涉及產(chǎn)業(yè)范圍多元還是單一）、國家（中國還是外國）對這些關(guān)系有影響，應(yīng)用meta回歸分析驗證這些變量的影響，前兩個假設(shè)應(yīng)用R軟件的metafor分析程序包，每個假設(shè)首先用固定效應(yīng)模型進(jìn)行分析，其次用隨機(jī)效應(yīng)模型進(jìn)行分析，最后，應(yīng)用混合模型進(jìn)行分析，三個假設(shè)每個模型的數(shù)據(jù)結(jié)果如表1。應(yīng)用R軟件metaSEM包對中介效應(yīng)進(jìn)行驗證， 估計的聯(lián)合相關(guān)系數(shù)見表2，競爭模型指數(shù)比較見圖2。

由表1可知，三個變量之間的兩兩相關(guān)系數(shù)均超過0.375（P<0.001），組織績效測評類型、發(fā)表年份、樣本產(chǎn)業(yè)范圍和樣本來源國家對相關(guān)系數(shù)的影響均不顯著。隨后對中介效應(yīng)進(jìn)行驗證，首先估計聯(lián)合相關(guān)系數(shù)矩陣的估計和假設(shè)檢驗，TSSEM第一階段固定模型估計結(jié)果如下：樣本是6430，目標(biāo)模型Chi-square為950.23，目標(biāo)模型自由度是78，獨(dú)立模型Chi-square是3188.23，獨(dú)立模型自由度是81，RMSEA=0.2167，SRMR=0.1642，TLI=0.7085，CFI=0.7193，AIC=794.2307。由此數(shù)據(jù)可知模型擬合效果不佳，違反了同質(zhì)性假設(shè)。繼續(xù)采用由Cheung（2016）建議的隨機(jī)模型來估計聯(lián)合相關(guān)系數(shù)矩陣。隨機(jī)模型表明整體異質(zhì)性的指標(biāo)Q=1825.62，各個相關(guān)系數(shù)之間異質(zhì)性指標(biāo)分別0.9269、0.9335和0.9266，異質(zhì)性存在。應(yīng)用隨機(jī)模型估計出聯(lián)合相關(guān)系數(shù)矩陣。

由表2可知，創(chuàng)業(yè)導(dǎo)向和組織學(xué)習(xí)之間的相關(guān)系數(shù)是0.3967，創(chuàng)業(yè)導(dǎo)向和組織績效的相關(guān)系數(shù)為0.3399，組織學(xué)習(xí)與組織績效的相關(guān)系數(shù)是0.3106。假設(shè)1得到初步驗證。為進(jìn)一步對假設(shè)進(jìn)行驗證，繼續(xù)應(yīng)用metaSEM軟件包進(jìn)行TSSEM第二階段分析，首先模型假設(shè)組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向和組織績效的完全中介變量，模型分析結(jié)果見圖2上半部分。

其次，假設(shè)組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向和組織績效的部分中介變量，模型分析見圖2下半部分。部分中介變量模型屬于飽和模型，所以計算出來的參數(shù)值CFI等于1，RMSEA指標(biāo)值等于0，但由完全中介模型可知，盡管RMSEA的效果比較好，但其它指標(biāo)并不理想，進(jìn)行模型比較部分中介模型的結(jié)果更佳。據(jù)此，假設(shè)1和假設(shè)2得到了驗證，即創(chuàng)業(yè)導(dǎo)向與組織績效正相關(guān)，組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向和組織績效的部分中介變量。

三、結(jié)語與未來展望

創(chuàng)業(yè)導(dǎo)向與組織學(xué)習(xí)正相關(guān)。盡管先前有探討創(chuàng)業(yè)導(dǎo)向?qū)M織學(xué)習(xí)的實證研究，但還沒有學(xué)者應(yīng)用元分析技術(shù)綜合分析過創(chuàng)業(yè)導(dǎo)向?qū)M織學(xué)習(xí)的作用。組織學(xué)習(xí)是創(chuàng)業(yè)導(dǎo)向有效地轉(zhuǎn)換為組織績效的核心中間機(jī)制，組織學(xué)習(xí)類型、組織學(xué)習(xí)能力和導(dǎo)向等變量也至關(guān)重要。創(chuàng)業(yè)導(dǎo)向與組織績效正相關(guān)，且效應(yīng)值與Rauch et al（2009）、胡麗娜（2013）的研究結(jié)果相近，進(jìn)一步表明創(chuàng)業(yè)導(dǎo)向會積極影響組織成長。組織學(xué)習(xí)與組織績效正相關(guān)，是創(chuàng)業(yè)導(dǎo)向和組織績效之間的部分中間變量。通過大樣本相關(guān)系數(shù)與元結(jié)構(gòu)方程模型系數(shù)對比發(fā)現(xiàn)，在結(jié)構(gòu)方程元分析模型下，各變量之間的相關(guān)系數(shù)都會變小，進(jìn)一步驗證了組織學(xué)習(xí)的中介作用。以上研究發(fā)現(xiàn)對于企業(yè)提供了現(xiàn)實啟示：企業(yè)不僅需要保持創(chuàng)新、超前行動和承擔(dān)風(fēng)險的意愿和傾向，而且還須具備較高的組織學(xué)習(xí)能力，強(qiáng)化學(xué)習(xí)承諾、共享愿景和保持開放式的心智，注重探索性、挖掘式學(xué)習(xí)，只有這樣，創(chuàng)業(yè)導(dǎo)向才能有效地轉(zhuǎn)化為組織績效。

由于研究文獻(xiàn)限制，本研究沒有將可能的調(diào)節(jié)變量納入到結(jié)構(gòu)方程元分析模型中，如企業(yè)所在行業(yè)、企業(yè)規(guī)模和外在環(huán)境動態(tài)性等變量。同時，研究只考慮了組織學(xué)習(xí)這個中介變量，動態(tài)能力、組織文化、創(chuàng)業(yè)學(xué)習(xí)等是未來要重點(diǎn)關(guān)注的變量。這兩個問題也是未來的研究方向，此外未來還可以應(yīng)用結(jié)構(gòu)方程元分析模型，構(gòu)建同時涵蓋創(chuàng)業(yè)導(dǎo)向各維度、中介變量、組織績效各維度和調(diào)節(jié)變量的復(fù)雜模型，從理論上深化理解創(chuàng)業(yè)導(dǎo)向轉(zhuǎn)變?yōu)榻M織績效的復(fù)雜機(jī)制。

參考文獻(xiàn)：

[1]Wales，W，Monsen，E.，McKelvie，A. The organizational pervasiveness of entrepreneurial orientation [J].Entrepreneurship Theory and Practice，2011，35（05），895-923.

[2]Engelen，A， Gupta，V，Strenger，L，Brettel，M.Entrepreneurial orientation，firm performance，and the moderating role of transformational leadership behaviors[J]. Journal of Management，2015，41（04）：1069-1097.

[3]Dimitratos，P，S.Lioukas，S.Carter.The Relationship between Entrepreneurship and International Performance：The Importance of Domestic Environment[J].International Business Review 2004，13：19-41.

[4]Felipe Hernández-Perlines，Juan Moreno-García，Benito Yá？觡ez-Araque. Family firm performance：The influence of entrepreneurial orientation and absorptive capacity[J].Psychological Market，2017;34：1057-1068.

[5]Wiklund，J.Shepherd，D.Entrepre-

neurial orientation and small business performance：A configuration approach[J].Journal of Business Venturing，2005，20：71-91.

[6]Brian S.Anderson， Jeffrey G.Covin， Dennis P.Slevin.Understanding the relationship between entrepreneurial orientation and strategic learning capability：an empirical investigation[J].Strategic Entreprene-urship Journal，2009，3：218-240.

[7]Van Essen M，Otten JA，Carberry EJ.2012.Assessing managerial power theory：a meta-analytic approach to understanding the determinants of CEO compensation[J].Journal of Management，2015，41（01）：164-202.

[8]Cheung， M.W.-L.，Chan，W.Meta-analytic structural equation modeling：A two-stage approach[J].Psychological Methods，2005，10（01）：40-64.

[9]Mike W.-LCheung.Meta-Analysis：A Structural Equation Modeling Approach[M].Publisher：Wiley;1st edition，May，2015.

[10]Joreskog KG，Sorbom D.LISREL 8：a users reference guide[M].Scientific Software International，Inc.，Chicago.LR.

[11]Mike W.-L.Cheung，Wai Chan. Meta-Analytic Structural Equation Modeling： A Two-Stage Approach[J].Psychological Methods，2005，10（01）：40-64.

[12]Rachel Fouladi.Performance of Modified Test Statistics in Covariance and Correlation Structure Analysis under Conditions of Multivariate Nonmorality[J]. Structural Equation Modeling A Multidisciplinary Journal.2010，7（03）：356-410.

[13]Covin，J.G，D.P.Slevin.Strategic management of small firms in hostile and benign environments [J].Strategic Management Journal，1989，10：75-87.

[14]Arend，R.J.Entrepreneurship and dynamic capabilities：How firm age and size affect the‘capability enhancement-SME performance relationship[J].Small Business Economics，2014，42：33-57.

[15]Huber，G.P.Organizational learning： The contribution processes and the literatures[J].Organization Science，1991，2（01）：88-115.

[16]Rao，R.D，Argote，L.Organizational learning and forgetting：The effects of turnover and structure[J].European Management Review，2006，3（02）：77-85.

[17]Chiva， R，J.Alegre.Organizational learning and organizational knowledge[J].Management Learning，2005，36：49-68.

[18]De Long D，F(xiàn)ahey L. Diagnosing cultural barriers to knowledge management[J].Academy of Management Executive，2000，14（04）：113-127.

[19]Chao Miao，Joseph E.Coombs，Shangshan Qian，David G.Sirmon.The mediating role of entrepreneurial orientation：a meta-analysis of resource orchestration and cultural contigencies[J].Jounal of Business Research，2017，77：68-80.

[20]陳國權(quán).組織學(xué)習(xí)和學(xué)習(xí)型組織-概念-能力模型-測量及對績效的影響[J].管理評論，2007，21（01）：107-116.

（作者單位：蘇州大學(xué)政治與公共管理學(xué)院）