1.3 研究的方法_政企纽带：民营企业家成长与企业发展-QQ阅读男生科幻网

上QQ阅读APP看书，第一时间看更新

1.3 研究的方法

这是一项非常典型的跨学科研究，经济学和心理学是支持这项研究的两大学科。整个研究是用经济学的框架来建构的，但在回答我们所关注的三个核心问题时，心理学被置于一个非常重要的地位。具体来说，在企业绩效的决定因素中，企业家的决策方式本身就是领导心理学的内容；而对于经济学来说，对企业家决策方式的研究则打开了企业家这个“黑箱”。企业家的满意度在我们的研究中被证实是一个与企业家心理健康高度相关的指标，而满意度的决定又属于“快乐的经济学分析”。

本研究还借鉴了管理学、政治学与社会学的知识。管理学一向重视企业家在企业发展中的重要性，甚至将经理能力决定企业绩效的上限表述成了“经理封顶定理”。如果说经济学在借鉴管理学的基础上还有所发展，那是因为经济学的实证研究坚持了经济学的基本实证框架，并且将企业家的因素作为决定企业绩效的新的因素，在我们的研究中，将企业家因素具体化为人力资本、政治资本和决策方式等几个方面。

企业家的参政议政本身就是一个政治学和社会学的话题。政企纽带是一种特殊的“关系网络”，对于经济学来说，政治纽带有利于企业发展已经是一个被研究揭示的现象，因此，企业家的政治纽带是如何形成的又成为值得关注的问题。

除了企业发展给企业家带来的政治和社会地位之外，处在一个政府与市场结合非常紧密的环境中的中国企业家们，他们得到了什么？在经济学研究中，随着快乐经济学的兴起，研究者们开始用实证的方法来研究满意度（或者说幸福和快乐）的决定因素，于是，经济学最终与心理学走到了一起。经济学研究利用了心理学的度量，经济学研究的发现也利用了心理学的理论解释。

为了回答萦绕在我们心中的那些问题，我们必须建立一个企业家与企业相匹配的数据库，它应该包括企业与企业家两个方面的信息，而且，在企业家问卷中，除了通常的社会经济特征以及家庭背景方面的信息以外，还应该包括那些能够反映企业家性格、决策方式和心理健康等方面的信息。为了建立这样一个企业和企业家信息相匹配的数据库，我们必须自己展开调查研究。为此，我们与广西壮族自治区柳州市工商联合会合作开展了这项调查研究。关于柳州的概况，请参见柳州政府的官方网站（http://www.liuzhou.gov.cn/mllz/zjlz/index.htm）。在国际上，企业和企业家匹配的数据非常珍贵，事实上，能够将两者的信息进行匹配的数据库非常有限。例如，国家统计局开展的经济普查数据就没有企业家的信息。在我们进行自己的调研之前，在中国，同类的数据库有中华全国工商业联合会在1993—2006年间持续开展的有关民营企业发展的大型调研，这个数据库的数据分析结果已经公开出版（中华全国工商业联合会，2007）。但是，对于我们要研究的问题而言，它所包含的信息是不够的。

需要说明的是，大范围的调查与小范围的调查有各自的优缺点。大范围的调查通常更受研究者欢迎，它的主要优点是数据的覆盖面广，变异性（variance）大，在统计上易于识别出变量之间的关系。但大范围的调查的缺点是，调研的成本非常大，不易于实施，因此，在调研成本的控制下，既有的大范围调查往往以研究者认为必不可少的变量为主，这时，特定研究所需要的变量（比如本研究所需的某些企业家特征）往往不被包括在内，影响了大范围数据对特定研究的可用性。统计部门提供的大范围调研数据通常都有这种缺陷，当然，统计部门数据的可得性是另一个大问题。另外，大范围调研的数据可能来自很多地区，而这些地区的制度、文化等难以测量的差异可能很大，这些差异都对模型的被解释变量有影响，这时，就可能对模型的估计产生遗漏变量的偏误，这种问题对截面数据模型特别难以处理。对于面板数据（panel data）而言，如果可以假设未观察的因素是不随时间变化的，那么，可以用差分法或去均值法（de-mean）来控制未观察的固定效应。对此，凡是介绍面板数据的计量经济学教材都有介绍。相比之下，小范围的、小样本的调查虽然有覆盖面小的缺点，在特定的问题上缺乏代表性，甚至可能因为数据的样本量小，变异性小，而可能导致一些变量之间的关系无法识别出来。在实际的操作中，有时我们会遇到一些模型，其中个别变量的系数符号符合理论预期，但却在统计意义上不够显著，这种情况往往就与样本量不够大有关。但是，尽管小样本的数据有这样的缺陷，但它的好处是，根据研究者的需要，有可能包含一些大样本数据所没有的信息。来自特定地区的截面数据还较好地避免了未观察的地区间差异（比如制度和文化）所导致的估计偏误。但是，必须承认，个人层面的遗漏变量偏误和联立性内生偏误遗漏变量偏误（missing variable bias）是指，被观察到的解释变量对被解释变量的影响实际上是因为有若干未观察到的变量，这些未观察到的因素对解释变量和被解释变量都有影响。而联立性内生偏误（simultaneity bias）是指解释变量和被解释变量之间存在双向因果关系，因此，解释变量的系数并不表示它对被解释变量因果意义上的影响。在本书的三个主体章节中并没有得到更多的处理，因此，本书的实证研究结论严格来说不应理解为因果关系，而只是一种相关性。内生性偏误在当代实证研究中受到了极大的重视，但要克服内生性偏误却常常受到数据和方法的限制。在实证研究本身不能确定因果关系的情况下，研究者所发现的变量之间的关系是否是因果关系，还取决于研究者和读者的理论解释。

在我们的研究中，最易受到质疑的是来自欠发达城市的样本的代表性问题，以及与样本代表性有关的结论是否具有一般性的问题。事实上，任何基于特定范围之内的样本的实证研究都存在外推有效性（external validity）的问题，在遇到这一问题时，研究者只能从理论上去判断实证研究的结论是否依赖于样本来源地的某些特殊性，如果答案是否定的，那么，研究的结论就具有了一般性。在本研究中，读者将会看到，我们得到的主要结论在理论上并不依赖于柳州的特征，比如地处经济欠发达地区。有些在理论上可能与经济发展有关的结论，比如说企业家的政治身份有利于企业发展，在其他更大范围的研究中，甚至在其他国家的研究中也发现过，因此具有很强的一般性。在这一意义上，本书的研究结论是可以用于讨论当代中国的企业家成长与企业发展的。至少，鉴于我们的样本中绝大多数企业都是中小型企业，因此，本书对于推动此类企业的发展更有意义。