03-向天宇-第二次作业#科研论文写作营#

1. 论文的行文方向分为哪三种?

 立论:基于现有研究,探究新的研究方向或更为的深入研究

 驳论:在新的研究context下,获得与原有结论相悖的结论,指出现有问题

 立驳兼顾: 研究mixed findings或未被充分验证的结论,进一步验证


2. 论文核心部分的“故事线”是什么?

核心问题

子问题1/命题1/假设1—理论1/线索1/依据1

子问题2/命题2/假设2—理论2/线索2/依据2

3. 论文的方法部分应包含哪些内容?

研究方法概述 (quantitative/qualitative)

数据(类型,来源,容量,选取标准,特征,context等等)

变量衡量(理论依据/量表,自变量,因变量,控制变量)


4. 基于第一次作业确定的研究课题,进一步细化具体的研究问题/假设,并列出每一个具体的研究问题/假设背后的逻辑链条(“故事线”)。在此基础上列出相应的数据类型、来源、变量测度方法及来源、数据处理方法、预期结果。

研究课题:中国新创企业 (new venture)创立与发展影响因素探究

研究问题:企业家导向(entrepreneurial orientation),关系网络效率(network efficiency)对中国新创企业绩效(new venture performance)的影响

假设:1. 企业家导向越positive(高innovativeness, 高risk taking?, 高proactiveness), 新创企业绩效越好(better performance)

逻辑线:1.1innovativeness企业创新意识强,重视R&D,开发新产品,创新解决发展中的问题等都会促进企业绩效的提升

1.2 Risk-taking 采用可能会失败但新颖的市场营销策略(如“丧茶”,给奶茶的命名都非常负能量不讨喜),“高风险高回报”的项目或产品,采取大胆的经营模式会促进企业绩效的提升。

1.3 Proactiveness “先入为主”率先进入市场或引进新产品新技术,抓住市场机遇会,会优先于其他竞争者发展,率先占有市场,绩效较同行更好。

2. 关系网络效率越高(即越efficient),新创企业绩效越好

逻辑线:在企业所处的地域关系网络的密度density越高,或者越接近structural hole,即与拥有众多资源的人关系越近,企业发展越好,绩效越好。

数据类型:primary data

数据来源:对有创业经历的新创(会有firm age的限定)企业家收取online questionnaire+ potentially 3-5位企业家的semi-structured的face-to-face interview

变量测度: 1. EO的量表相对公允且成熟, 引用或改编较多的为 Covin & Slevin (1989), Miller (1983) , 主要包括innovativeness, risk taking, proactiveness三个维度,共9个问题,均为7点李克特量表, 信、效度均被后续文献检验过


Covin, J. G., and D. Slevin (1989). “Strategic Management of Small Firms in Hostile and Benign Environments,” Strategic Management Journal 10(1), 75–87.

Miller, D. (1983). “The Correlates of Entrepreneurship in Three Types Of Firms,” Management Science 29, 770–791.


2. new venture performance

(ETP2017) Entrepreneurial Team Composition Characteristics and New Venture Performance: A Meta-Analysis

根据这篇meta-analysis囊括的文献及其他已阅读的文献,对于new venture performance的衡量用的最多的为sales growth, revenues growth, employment growth等,为一个计算得出的数值数据


3. network efficiency

对于network efficiency的测量还有待补充,下文提的name generator method以及后续计算structural hole的方法感觉很高端,还请老师点拨

(AMJ 2013) INSTITUTIONAL POLYCENTRISM, ENTREPRENEURS’ SOCIAL NETWORKS, AND NEW VENTURE GROWTH

We used the name generator method (Burt, 1992; Marsden, 1990) to obtain data on entrepreneurs’ personal (egocentric) networks involving three contents: business advice, business resources, and support. We employed the name generator method because it enables measuring structural properties of networks (i.e., density and structural holes) thoroughly…


数据处理方法:用问卷星进行数据收集后,导入Excel进行data cleaning, 再使用Stata进行数据分析

预期结果及猜测:假设1 EO当中的risk taking存疑,假设2应该能够成立,但更为深入的思考即network efficiency与EO的关系,efficiency是否存在中介效应(mediating),企业家导向或者认知层面的因素会push企业家去提高关系网络的效率,进而导致绩效的提升?

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354

推荐阅读更多精彩内容