本期七篇论文，没有一篇给出无条件的主效应。

大学对衍生企业绩效到底有没有影响，取决于是否同时把区域放进模型（Mokhtar et al.）；单独创业在什么条件下可行，取决于创始人的经验结构（Howell & Hall）；来自行业之外的创始人为什么敢进入，取决于他们给自己设的进入门槛（Agarwal et al.）；CEO 被解雇在什么条件下最伤声誉，取决于这位 CEO 此前有多"好"、多"有名"（Lim et al.）；时区造成的互动衰减在什么条件下最严重，取决于这个知识社区有多小众（Koo et al.）；使命感能换来多少薪酬折价，取决于在招聘流程的哪一环节观察（Kim & Lee）；族裔多样性何时转化为创新价值，取决于协作网络是否真正"融合"（Breschi et al.）。

七篇论文把"是否有效"的问题换成了"在何种边界条件下、通过何种机制有效"。

一、主题地图

七篇论文可以归入四组。

第一组｜创业的"先在条件"（第 1、2、3 篇）。三篇都聚焦创业者进入市场之前的属性（所在的地方、结成的团队、来自的行业）如何决定事后的结果。这一组的共同方法论立场是：创业结果的高度偏态（少数企业贡献绝大多数价值）要求研究者同时关注分布的中心与尾部，而不仅是均值。

第二组｜治理的"感知面"（第 4 篇）。CEO 解雇通常被当作经济事件研究，本文转向它在评价者心智中留下的痕迹。

第三组｜平台的"时空结构"（第 5 篇）。当平台的网络效应被时区切分成局部子网络，全球知识扩散的承诺就打折兑现。

第四组｜组织的社会构成（第 6、7 篇）。使命感与族裔多样性都是"软"的组织属性，两篇论文分别追问它们能否、以及在什么条件下能被折算成可观测的经济量。

二、逐篇导读

1. 大学效应还是区域效应？——学术衍生企业绩效的方差分解

Mokhtar, J., Knockaert, M., Vanacker, T., & Bliese, P. (2026). Strat Mgmt J, 47(10), 2623–2645. 

问题。 学术衍生企业（academic spin-off, ASO）的绩效研究长期分裂为两支：一支追问大学层面特征（技术转移办公室、学术人力资本、大学声誉与持股）的作用，另一支追问区域创业生态（风险资本供给、人才市场、产业集群）的作用。问题在于，ASO 嵌套于大学，大学又嵌套于区域。只研究单一层级会产生归因问题（attribution problem）：被省略层级的方差会被错误地归给保留的层级，导致两支文献各自高估自身的解释力。

设计与数据。 作者手工采集了一个跨欧洲的数据集（2021 年 5 月至 2022 年 8 月），合并 ETER（欧洲高等教育登记库）、各国技术转移数据库与 Orbis Europe 财务数据。因财务披露限制排除了德国与法国，最终样本覆盖 10 个国家、3 164 家 ASO、16 707 个企业—年观测、212 所研究型大学、99 个 NUTS 2 区域，企业成立于 2010—2019 年。

方法。 采用四层嵌套混合效应模型（year → ASO → university → region），在 R 中以 lme4::lmer 估计，并加入年份与四位数行业固定效应，然后按 Misangyi et al. (2006) 的公式分解各层方差。作者明确声明不做因果推断，方差分解只提供程式化事实，不揭示层级内的具体驱动因素。

核心发现。 结果如下：

• 对 ROA，区域效应解释 26.66% 的方差，大学效应为 0.00%；
• 对 Sales，区域效应解释 16.36%，大学效应同样为 0.00%；
• 企业自身层面分别解释 23.92% 与 41.35%。

稳健性检验进一步显示了大学效应为何消失：如果把大学单独放进模型（不控制区域），大学效应高达 14.04%（ROA）／14.63%（Sales）；一旦同时纳入区域，大学效应即被完全"吸收"。作者据此主张，大学并非自足的优势来源，而应被理解为区域系统内部的一个组成部分。在限定区域内至少 2／3／5 所大学的子样本中，区域效应对 ROA 上升至 32.75%／42.3%／35.16%，大学效应依旧接近于零。

贡献与边界。 本文提示单层理论会系统性高估焦点层级的影响。作者同时指出大学的作用具有生命周期边界：大学的中心性主要体现在创建阶段，企业成立之后，绩效变异更多与区域生态相关。局限方面，方差分解无法说明层级内"哪些具体因素"在起作用；样本仅限欧洲，能否外推至美国、亚洲尚不可知。

对中国情境的提示（以下为编者推断）。若该结论成立，中国大学衍生企业的政策重心或应更多落在区域创新生态（风险资本、人才市场、产业链配套、营商环境），而非仅靠"母校光环"或单校技术转移机构建设。但有两点须警惕：其一，中国大学之间的层级差异（985/211 与地方院校）远大于欧洲大学之间的同质性，本文"大学效应≈0"很可能不可直接外推；其二，中国 ASO 与母体大学常在股权、人事与政府资源上强绑定，绩效中的"区域效应"可能部分正是"大学—地方政府"共构的产物，两者的边界比欧洲样本更模糊。

2. 独行者是天才还是孤家寡人？——单独创业的可行性边界

Howell, T., & Hall, T. A. (2026). Strat Mgmt J, 47(10), 2646–2678. 

问题。 既有创业研究普遍把创始人当作集体（collective）处理：创始人数量往往只是一个控制变量，许多研究甚至直接把单独创始人（solo founder）从样本中剔除。于是"单独创业何时可行"这一反事实问题从未被正面检验。而文献本身是矛盾的：一方面，合伙人带来资源、技能与合法性；另一方面，Wasserman (2012) 指出超过一半的新创失败至少部分与合伙人冲突相关，合伙人解决的问题与制造的问题一样多。

设计与数据。 作者用两套独立研究互为印证：

• 研究一（Y Combinator）：2005—2022 年全部 3 907 家 YC 公司，剔除无法识别 lead entrepreneur 及数据缺失者后 N = 3 010，其中 397 家实现退出（约 13%），单独创始人占 11%。数据来自 Pitchbook 与 LinkedIn。
• 研究二（Crunchbase）：2011—2020 年美国非服务业公司，剔除无法识别创始人的企业后 N = 67 342，单独创始人占 59%，退出率 7%。

关键测量。 因变量是成功退出（IPO 或被收购）。核心自变量有二：Broad Experience 把 LinkedIn 履历编码进 9 个职能类别（一般管理/战略、运营/供应链、营销/销售、财务/会计、人力资源、法务/合规、软件开发、科学/研发、医疗），计数所在职能数（0–9）；Deep Experience 取在任一单一职能领域的最长年限，因高度右偏再取 ln(1+x)。二者兼具即构成 T-shaped skills（职能数 > 3 且单一职能年限 > 5 年）。

方法。 两套研究均采用 Cox 比例风险模型（报告 hazard ratio），并辅以 entropy balancing 重加权（Hainmueller, 2012），使对照组协变量的均值与方差矩匹配单独创始人组，以缓解自选择。稳健性检验包括参数化生存模型、替代匹配技术、替代测量方式与团队层面测量。

核心发现。结果如下：

• 单独创业确有劣势：研究一中成功退出概率低约 49%（HR = 0.5119, p = .006），研究二中低约 42%（HR = 0.5787, p < .001），且差距随时间拉大。
• 劣势可被经验结构削弱：研究一中，Solo × Broad 交互 HR = 1.4815（p = .027），Solo × Deep 交互 HR = 1.6884（p = .034）；在 YC 样本里，拥有 3 个职能经验相对于只有 1 个职能，单独创始人的成功退出概率提高 107%，而合伙人团队反而下降 6%。广度的价值几乎只对单独创始人存在。
• T 型技能的效应最大：以二元变量刻画 T-shaped skills 后，Solo × T-Shaped 的 HR = 3.9346（p = .008），这一经验结构几乎可以抵消单独创业的劣势。
• 研究二方向一致但效应量更温和：Solo × T-Shaped HR = 1.2788（p = .034）。

贡献与边界。 作者的三点贡献是：挑战"创业者必须有合伙人"的研究与实践共识；说明经验的广度与深度是互补而非互斥的；把实践界流行的 T-shaped skills 引入战略人力资本文献并证明其对单独创始人价值更大。作者也承认无法完全排除替代解释与内生性；仅以退出衡量成功，忽视了不打算出售或上市的创始人；Crunchbase 样本剔除了无法识别创始人的公司，可能偏向更具网络存在感的成熟企业。

对中国情境的提示（编者推断）。中国"单干 vs 合伙"的决策逻辑可能被两股本地力量改写：一是创始人对控制权与股权稀释的敏感；二是中国创业生态中"资源型合伙人"（渠道、政府关系、供应链）的稀缺性可能高于美国的技术型合伙人，因而功能经验的替代作用可能被削弱。实践含义是：投资人若沿用"不看单独创始人"的启发式，可能错失具备 T 型履历的连续创业者；而创业者在找不到合适合伙人时，与其仓促"凑团队"，不如先补齐跨职能经验与单一领域纵深。但这是相关性证据，不宜读作因果处方。

3. 飞得高，还是摔得惨？——进入前知识与创业绩效的分布

Agarwal, R., Campbell, B., Carnahan, S., & Choi, J. (2026). Strat Mgmt J, 47(10), 2679–2713. 

问题。 既有证据一致表明，来自本行业之外的创始人所创企业的存活率更低。那么他们为什么仍然选择进入？他们进入前的知识结构，又如何映射到存活之外的绩效维度（成长与被收购）？这篇论文以正式模型开局，再用美国普查保密微观数据检验，是本期数据门槛最高的一篇。

正式模型。 模型设定在两期框架内：个体在期初被外生赋予一个技术创意 z，其市场潜力服从 Pareto 分布；支付进入成本后进入。关键假设是技术创意必须与恰当的商业模式相匹配才能变现，而最优商业模式 θ 只能从分布中随机抽取、事前不可知，由此产生认知不确定性。

核心假设 A2 是：内部人与外部人（跨行业进入者）抽取的商业模式分布不同，外部人的不确定性参数 Δ 更大，因为行业特定知识降低了内部人的认知不确定性。企业进入后可以转向，但要付出随偏离距离递增的线性调整成本。

由这一设定可推出：Δ 越大，退出概率越高；同时，Δ 上升会降低第二期期望价值，从而抬高进入门槛 z*（引理1，dz*/dΔ > 0）。外部人把更高的进入后调整成本内化为更高的进入门槛，只在自己技术创意的价值创造潜力足够高时才敢进入。由此得到三个命题：平均而言外部人失败率更高（命题1）；条件于存活，其就业增长与规模更高（命题2）；也更可能被收购（命题3）。

数据。 作者使用美国普查局的 LEHD（Longitudinal Employer-Household Dynamics，基于州失业保险工资记录，覆盖私营部门 95% 以上岗位）匹配 LBD（Longitudinal Business Database），覆盖 30 个州、1990—2008 年。高科技创新企业沿用 Haltiwanger et al. (2014) 的识别流程与 Hecker (2005) 的 14 个高技术 NAICS-4 行业。创始人按经营首季度领薪者界定；内部人/外部人用连续化的"创始团队人力资本行业相关度"度量，样本均值 0.13、标准差 0.08。最终N = 193 000 个企业—年观测。

方法。 失败与被收购用线性概率模型，成长用 OLS 并加第 90 百分位分位数回归。这一设计直接对应论文的理论关切：左侧尾部因就业人数堆积在 1—2 人而缺乏变异，故以失败代表左尾、以 90 分位代表右尾。

核心发现。 结果支持"要么飞得高、要么摔得惨"的两极分化：

• 失败率：行业相关度系数为 −0.103（SE 0.021, p = .000）。一个标准差的提高对应失败概率下降约 0.7 个百分点，相对 7% 的基准失败率约下降 10%。
• 成长（均值）：DHS 增长率系数 −0.193（SE 0.038, p = .000）。
• 成长（右尾）：90 分位回归系数 −0.664，约为 OLS 系数的 3 倍（对数规模因子上更达 −1.319）。即 outsider 的成长优势集中出现在分布右尾。
• 被收购：系数 −0.010（SE 0.0049, p = .041），相对 1% 的基准收购率是 8% 的下降。
• 知识的行业专属性构成调节：在专属性强的行业，上述关系被放大约 45%（交互项 −1.782, p = .001），且在分位数模型中交互项比 OLS 大 3—7 倍。

作者还排除了竞争性解释：若外部人的创意仅来自方差更大的分布、或仅面临更高的进入成本，模拟结果都会是"更不易失败、更不易成长、收购为零"，与观测证据不符。

贡献与边界。 本文把进入前知识与进入后学习两支文献整合进统一模型，将进入前只是的效应分解为技术创意的价值创造潜力与商业模式的认知不确定性两个可分离机制，并提出一个新的选择效应。本文未能直接测量模型中的机制变量；无法观察收购后的结果；创始团队按首季度领薪者界定，无法观察股权；模型也未对"混合团队"（内部人与外部人共同创业）作出预测。

对中国情境的提示（编者推断）。中国高技术创新企业的并购退出通道远不如美国成熟，命题3 的可外推性较弱；而各省产业政策、高新技术企业认定与政府引导基金可能同时改变进入成本与认知不确定性，需要重新解释。一个可检验的推论是：在中国，跨行业进入者若来自邻近高技术行业（如从互联网平台进入 AI 应用、从通信设备进入半导体设备），其"人力资本相关度"应同样呈现"存活率低但右尾更厚"的模式，且在知识专属性强的行业（半导体制造、创新药）被放大。

4. 未兑现的预期——CEO 解雇如何损害公司声誉

Lim, J., Love, E. G., & Bednar, M. K. (2026). Strat Mgmt J, 47(10), 2714–2739. 

问题。 CEO 解雇是一项高风险的治理决策，但其声誉后果长期未被考察。既有CEO继任文献聚焦解雇的经济与战略后果，而实证结论高度不一致（有发现绩效改善、有发现恶化、有发现无影响）。作者主张，声誉存在于评价者心智中，其形成机制不同于可客观观测的财务绩效，因此解雇的声誉损害来自"行为被感知"的过程（显著性、预期违背、归因），必须把声誉作为独立因变量直接检验。

理论。 主干是期望偏离理论（expectancy violation theory, EVT）：解雇偏离了"有计划的继任"这一社会理想规范，构成规范型预期违背，因而被负面归类；同时，违背提升注意力并引发更深入的因果归因，评价者会把 CEO 的失败部分归因于公司层面的战略与治理问题；而解雇公告的理由往往不透明，反而让外部人推断公司问题更严重。作者特别声明，仅套用 EVT 不足以解释为何违背被负面解读、也不足以解释为何受影响的是公司而非 CEO 个人，这是他们自认的理论增量。

假设。 H1：解雇损害公司声誉，且在控制财务绩效后仍成立。H2：被解雇 CEO 曾获奖时损害更强。H3：CEO 媒体曝光度越高损害越强。H4：继任前公司绩效越好，损害越强。

数据。 样本为 Fortune "Most Admired Companies" 调查覆盖的企业，1992—2017 年共 26 年，8 003 个企业—年观测。CEO 数据来自 ExecuComp，获奖数据来自 Financial World、Business Week 与 Barron's，媒体报道分析 36 504 篇文章（Factiva），财务数据来自 Compustat。解雇识别沿用 Gentry et al. (2021) 对离任原因的编码，将"因绩效不佳离任"与"未披露的个人问题"编码为 dismissal，共约 200 例。

方法。 采用 Arellano-Bond 动态面板 system GMM（两步法 + Windmeijer 标准误，含企业固定效应），以滞后工具变量处理动态面板偏误与内生性，通过 Hansen 过度识别检验与 difference-in-Hansen 检验。稳健性另用倾向得分加权（PSW）。识别"声誉效应独立于经济后果"，靠的是控制变量中同时纳入市值变动、历史市场收益，以及公告窗口的累计异常收益（CAR）。

核心发现。结果如下：

• H1 获支持：主效应 b = −0.248（p < .001）。样本内 Fortune 行业相邻名次平均相差 0.31 分，故这一系数相当于声誉排名下滑约"一个名次的 80%"。该效应在控制公告期股市反应（CAR 系数 p = .690）后依然显著，说明声誉损害不能被财务绩效中介。
• H2 获支持且效应最大：解雇 × 获奖交互项 b = −0.772（p = .001）。换算后，无获奖 CEO 被解雇的损害为 0.170，而获奖 CEO 被解雇时升至 0.942，损害增加一倍以上。对比在职获奖带来的声誉收益仅 0.165，可见解雇造成的损失远大于光环本身。
• H3 部分支持：解雇 × 媒体曝光交互项 b = −0.008（p = .042），被解雇 CEO 曝光度每提高一个标准差，损害增加约 31%；但在全模型中减弱至 b = −0.005（p = .142）。
• H4 获支持：解雇 × 历史市场收益交互项 b = −0.848（p = .017），即绩效越好、损害越强；历史市场收益下降一个标准差，预期损害减少约 67%。
• 安慰剂式的补充分析：非强制继任（unforced succession）的主效应不显著且量级极小（b = −0.029, p = .419），且各调节项普遍更弱。这支持"只有作为预期违背的解雇才有声誉后果"的论点。

贡献与边界。 本文把公司声誉带入 CEO 继任文献，首次证明声誉是解雇的一个独立且此前未被考察的后果；提出关于解雇的"感知视角"，把 EVT 的预测具体化到解雇情境；并揭示个体高管事件如何跨层传导为公司声誉评价。样本限于大型上市公司；Fortune 调查的受访者是精英群体，其他利益相关者可能有不同反应；对真实解雇事件仅作轶事性举例，未做系统定性分析。

对中国情境的提示（编者推断）。A 股上市公司几乎不使用"解雇"话语，而以"工作变动""个人原因""另有任用""换届"等表述披露高管离任，相当比例被包装为"主动辞职"。这会稀释预期违背的强度，使声誉损害可能弱于美国情境。本文"高绩效企业解雇 CEO 损害更大"这一反直觉发现在中国甚至可能制度性反转：高绩效国企高管的非常规离任更容易被解读为调查前兆，声誉损害反而可能放大。方法上，中国缺乏 Fortune 式的权威声誉调查，可用媒体报道语调（Janis-Fadner 系数）或 ESG 评级作替代测量；而"强制解雇 vs. 非强制继任"的识别，则需借助问询函、监管处罚、离任—继任时滞等信号构造代理变量。

5. 把时钟拨回去？——时间距离与平台上的用户互动

Koo, W. W., Zhang, M., & Choudhury, P. (2026). Strat Mgmt J, 47(10), 2740–2765. 

问题。 数字平台承诺全球知识扩散，但其底层架构往往依赖同步交换（synchronous exchange），即按发布时间倒序推送。这会把用户按所处时区切分成一个个"时间口袋（time pockets）"，形成隐形的、当代性的互动圈层。其战略含义是，平台的网络效应不由用户总量决定，而被时区切分成局部化的子网络（heterogeneous network effects），直接限制知识扩散范围与平台的价值获取。

数据与识别策略。 作者使用 StackOverflow 的专有数据，其优势是提供每个问题按地理区域、按日的浏览量与投票量。主分析窗口为 2015—2018 年。识别策略十分巧妙：断点是夏令时切换这一日历日期，而非时区边界或 UTC 偏移的整数跳变。由于印度不实行夏令时，美国切换时钟时，美印之间的时间距离恰好不连续跳变 1 小时。running variable 是相对切换日的天数（−15 至 +15），样本为美国中部/东部时区各州与印度全部邦，共 73 个 region。

估计采用 PPML（Poisson pseudo-maximum-likelihood）配合线性设定与交互项，包含 region-region、星期与年份固定效应。作者明确检验了"结果由离岸软件从业者的文化联系与移民模式驱动"这一替代解释，未获支持；而同国配对因时间距离不变被剔除，本身即构成设计内对照。

核心发现。结果如下：

• 时间距离增加 1 小时（秋季回拨）：浏览 −13.6%，投票 −20.9%（均 p < 0.001）。
• 时间距离减少 1 小时（春季前拨）：浏览 +9.5%，投票 +21.0%。不对称的方向性为因果解释提供了有力支持。
• 小众社区受罚更重：在 niche 社区（如 sudo、slack-api、k-means，约占 16.5% 的帖子），秋季回拨使浏览下降 19.2%、投票下降 24.0%；而在热门社区（Python、JavaScript 等），对应降幅仅为 8.4% 与 17.1%。系数差异检验均 p < 0.001。
• 机制是用户基数而非互动强度：Total Views 在小众社区下降 16.8%，而 Views per User 仅下降 4.3%（p = .152）。效应来自更少的人看到，而非看到的人不活跃。
• 平台设计可以缓解：2014 年 4 月 StackOverflow 首页改为按"被提问/被回答/被修改"等事件、而非仅按发布时间排序内容后，跨时区投票平均提高约 2.0%，在时差 6 小时以上的远端配对中效果更强，折算柏林—加州之间可达 +8.5%。

贡献与边界。 论文把平台设计与用户地理分布这两支此前各自独立的研究联结起来，指出用户的地理分布会激活平台设计的非预期后果，并把时间距离概念化为异质性网络效应的一个来源。RDD 只能解释为局部平均处理效应；分析层级为 region-region 而非 user-user；缓解措施本身也有代价，从严格同步转向聚合跨时区知识，可能稀释驱动即时反馈的"数字共在感"。

对中国情境的提示（编者推断）。中国开发者社区（CSDN、掘金、思否等）用户高度集中于 UTC+8，时间距离摩擦在境内几乎不存在，这可能是中文社区即时问答体验的结构性优势。但一旦走向跨境，面向"一带一路"市场、出海开发者，或是中国企业赞助的全球开源项目，时区惩罚会立刻生效。对中国团队最不利的恰是与其时差 8—12 小时的欧美用户群；细分市场技术栈（国产框架、行业中间件）受创会远大于 Python/JavaScript 等热门标签。对跨境平台运营的启示是：若排序机制严格按发布时间倒序，等于系统性地把跨时区用户排除在外；可考虑按"事件触发"而非"发布时间"重新分配曝光。

6. 为使命标价——社会责任导向与初创企业雇佣

Kim, J. D., & Lee, M. (2026). Strat Mgmt J, 47(10), 2766–2791. 

问题。 具有社会责任导向（social responsibility orientation, SRO）的雇主是否享有招聘优势？既有证据多来自零工平台、实验室或假设性情境，且多为外围 CSR（peripheral CSR）。本文转向内嵌 CSR（embedded CSR），即使命内嵌于核心业务，并放到真实的全职、高投入招聘情境中考察。"使命有价格"的理论含义是：若求职者愿为 SRO 雇主放弃部分薪酬，则使命构成一种非货币性报酬，其货币价值可由"放弃的工资比例"来标价，即补偿性工资差别意义上的使命折价。

数据。 数据来自非营利组织 Venture for America（VFA）的年度 fellowship 招聘匹配流程：每年 4—7 月为"match season"，录取率 10%—15%，雇主限于 18 个美国城市。主样本为 2017—2020 四个 cohort，共 985 个企业—年观测（668 家唯一企业）、812 名候选人、194 412 个候选人—企业配对。

关键测量。 SRO 是一个二值变量，由两位作者手工编码文本（而非自动化 NLP），语料来自企业官网 "About Us"、LinkedIn "Overview" 与 Crunchbase "Details" 三处合并描述（平均 291 词）。编码标准是：企业明确宣称其核心业务改善社会或环境福祉；员工志愿服务、慈善捐赠等外围 CSR 不计入。编码者间一致率 89%，Cohen's Kappa = 0.74，最终 28% 的企业被判为 SRO。薪酬数据来自作者自行开展的校友调查（447 人应答，得 597 个 offer / 259 名候选人样本）。

方法。 分阶段建模：attraction 用线性概率模型（可选候选人固定效应），selection 用含候选人固定效应的模型（仅保留收到多个 offer 者），attrition 用 Cox 比例风险模型。支付意愿（WTP）采用揭示偏好框架，WTP = −β_SRO / β_ln(salary)，并给出三种设定的估计；稳健性检验构造了 128 与 160 个设定组成的 specification curve，并按 Cinelli & Hazlett (2020) 做遗漏变量敏感性分析。本文没有工具变量，也没有随机化。SRO 是非随机企业属性，识别依赖于固定效应与组内比较。

核心发现。结果如下：

• 吸引力优势确实存在：SRO 系数 0.011（p < 0.01）。相对非 SRO 企业 4.0% 的基准接触率，候选人接触 SRO 雇主的概率高 25%。
• 选择阶段：组内模型系数 0.306（SE 0.139, p = 0.028），接受 offer 的概率提高约 30 个百分点。
• 使命的价格：候选人愿意放弃年薪的 13%—18.5%（线性概率模型 13.5%、条件 logit 11.8%、mixed logit 18.5%）。这一幅度在同领域属于偏低端（既有研究报告 11%、32% 乃至 44%），高投入的真实决策会压缩"温暖感"效应。
• 边界非常清晰：留任没有显著差异（p 值 0.535—0.585）；工作满意度也没有更高，点估计反而略低（"符合预期" −0.097, p = 0.09）。"显著的招聘前优势"与"有限的招聘后效应"之间存在明确边界。
• 性别是关键的调节变量：吸引力阶段的全部优势来自女性，Female × SRO 系数 0.022（p < 0.001），而男性对 SRO 与非 SRO 雇主无差别（主效应 p = 0.87）。但这一性别差异在 selection（p = 0.70）与 attrition（p = 0.64）阶段消失。

贡献与边界。 本文把 SRO 的招聘优势从短期/假设情境外推到全职、高人力资本的现实雇佣决策；首次在真实竞争性 offer 的组内设计中给出 WTP 的揭示偏好估计；并证明招聘前端优势不延伸到留任与满意度。VFA 样本选择性很强（高教育、亲社会、外部机会多），外推需谨慎；selection 与 attrition 分析条件于前序阶段，存在 post-treatment selection；SRO 依赖公开文本描述，未必准确反映内部实践。作者特别提醒，研究只观察到雇主发起的 offer，无法分离供需两侧对工资—SRO 关系的贡献。

对中国情境的提示（编者推断）。ESG 披露与"共同富裕""双碳"话语使中国企业的社会宣称高度同质化，信号的信息含量下降，SRO 的吸引力溢价可能被稀释，除非使命表述足够稀缺且具体。性别差异也未必复制：中国应届生的薪酬与稳定性偏好、以及购房压力，可能压缩使命折价空间。原文"前端优势、后端失效"的模式还提示：若企业以使命叙事压低起薪却无法兑现工作意义，留任风险会高于本文样本。

7. 族裔融合与创新的价值

Breschi, S., Gagliardi, L., & Yoon, T. (2026). Strat Mgmt J, 47(10), 2792–2820. 

问题。 在给定族裔多样性水平下，企业内部发明人协作网络的族裔融合（ethnic integration）程度，如何影响创新产出的经济价值？核心逻辑是：族裔背景既对应不同的技术专长（如印度裔偏计算机、华裔偏电子与化工），也对应强烈的同族协作倾向（homophily）。因此多样性只是"潜在"资源，只有跨族裔的协作纽带才能把分散的前沿知识转化为高价值发明。作者据此把多样性（成分）与融合（结构）明确区分为两个构念。

数据。 样本为美国上市公司 1990—2015 年面板，经 Compustat-Capital IQ 与 DISCERN 数据库筛选后，最终包含 890 家企业、11 608 个企业—年观测，涉及 921 131 项专利、485 987 名发明人，约占美国上市公司专利的 85.2%。族裔识别沿用 Kerr (2008) 的姓名法，使用 Ethnea 分类器（26 个族裔类别）。融合度在企业层面测量：以 5 年窗口的共同发明构建发明人—专利二分图的单模投影，计算 Krackhardt & Stern (1988) 的 E–I 指数，再用 BiRewire 做 1 000 次度保持随机重连，取标准化 z 分数，正值代表比随机更融合。

方法。 OLS 高维固定效应模型，被解释变量为 log(企业当年申请专利的总实际价值)，专利价值取自 Kogan et al. (2017) 基于授权日前后三日异常股票收益构造的指标。内生性（反向因果、团队内生配置）用 IV 处理：以企业总部所在 CBSA 内、非本企业发明人各语族份额加权的两两语言距离作工具变量，逻辑是城市语言距离反映历史定居格局与本地融合文化，影响协作可行性但不直接决定单个企业的专利价值。首阶段 F 值为 88.44。作者坦承该 IV 为城市层面，有效变异仅等于城市数，导致第二阶段标准误由 0.004 膨胀至 0.073，且识别的是 LATE 而非 ATE。

核心发现。结果如下：

• 主效应：族裔融合显著提升专利价值，OLS 完整设定系数 0.016（p = .000），IV 第二阶段系数 0.286（p = .000）；而族裔多样性本身为正但不显著（0.103, p = .550）。
• 多样性与融合相互强化：按多样性中位数分样本，高多样性组融合系数 0.345（p = .028）显著，低多样性组 0.242（p = .429）不显著。
• 机制是知识重组而非市场匹配：融合效应集中于创新复杂度高的企业（0.019, p = .000），低复杂度企业不显著（−0.006, p = .571）；高复杂度组中"融合 × 多样性"交互项 0.072（p = .009）显著。跨族裔桥接同时跨越了技术域与社群边界，促进隐性知识转移与重组。
• 一条描述性趋势：1990—2015 年，英语族裔发明人占比由约 83% 降至约 63%，华裔与印度裔各由约 3% 升至近 10%；而平均融合指数由约 −0.5 降至约 −3。企业越来越难把日益多元的发明人整合进协作网络，多样性与融合出现明显背离。

贡献与边界。 本文把"多样性"与"融合"分离为两个独立构念，指出前者是必要非充分条件，为多样性的正负效应之争提供了调和机制，并说明融合的价值随创新复杂度递增。作者也列出了五点局限：无法区分"有意设计"的融合与"自发涌现"的融合；专利共现只反映是否合作，无法测度互动质量；假设线性关系，可能遗漏曲线效应；样本限于大型高创新企业；姓名法识别族裔存在误判。

对中国情境的提示（编者推断）。若把"族裔"替换为"省籍/院校/海归—本土"等身份边界，本文逻辑有直接启示：其一，引才规模不等于创新收益，判断政策成效应看跨群体协作网络结构，而非仅看外籍/海归人数；其二，政策抓手应放在协作条件而非组成目标：跨机构联合项目、稳定的团队接口、共享目标与轮岗，比行政性配比更能产生深度重组；其三，最高回报出现在高复杂度技术（半导体、生物医药、AI 交叉领域），一刀切的普惠引才效率较低。此外，中国城市之间的语言/文化距离远小于美国 CBSA 的语言距离，本文 IV 的外生变异来源难以复制。这反而指向一个本文未覆盖、但对本土研究最有价值的方向：中国语境下融合的主要障碍可能来自制度与组织摩擦（户籍、编制、评价体系、单位边界），而非语言。

三、本期方法论观察

第一，"因变量"正在外扩。 本期的结果变量包括：公司声誉（Fortune 调查得分）、创业退出（IPO/被收购）、专利的市场价值、平台上的浏览量与投票量、薪酬折价比例、绩效分布的第 90 百分位。传统的财务绩效指标不再是默认选项，研究者更倾向于选择与理论机制直接对应的可观测量。

第二，数据来源高度非标准化。 手工采集的欧洲 ASO 数据库、美国普查局保密链接微观数据、StackOverflow 平台专有数据、Pitchbook + LinkedIn 履历编码、Fortune 声誉调查、Venture for America 招聘匹配记录。七篇中几乎没有一篇仅依赖公开的标准商业数据库，数据构建本身构成了论文的核心竞争力。

第三，对"分布"而非"均值"的关注显著上升。 第 3 篇用分位数回归论证 跨行业进入者的优势集中在右尾，第 5 篇分别刻画小众与热门社区的差异，第 1 篇用方差分解追问"变异究竟来自哪一层"。这与创业研究长期面临的偏态分布问题直接相关，均值回归可能系统性地掩盖真实机制。

四、结语

回顾这一期，比任何单独的研究发现更值得带回课堂和研讨会的，是七篇论文共同的提问方式：把"X 是否影响 Y"换成了"在什么条件下、通过什么机制、对分布中的哪一部分，X 影响 Y"。

七篇论文的结论都带着明确的边界：区域效应只在同时控制大学时才显现；单独创业的劣势可以被经验结构抵消；使命的溢价止步于入职之前；族裔多样性只有在被协作网络真正"融合"时才转化为价值。本期导读逐篇给出的这些边界条件，正是判断结论能否迁移到中国情境的起点。

附录：本期论文

Mokhtar, J., Knockaert, M., Vanacker, T., & Bliese, P. (2026). The university versus region effect: A variance decomposition of academic spin-off performance. Strategic Management Journal, 47(10), 2623–2645. https://doi.org/10.1002/smj.70095

Howell, T., & Hall, T. A. (2026). Lone genius or lonely fool? Exploring the viability of solo-founding in entrepreneurship. Strategic Management Journal, 47(10), 2646–2678. https://doi.org/10.1002/smj.70103

Agarwal, R., Campbell, B., Carnahan, S., & Choi, J. (2026). Flying high or crashing down: Pre-entry knowledge, post-entry learning, and the distribution of startup performance. Strategic Management Journal, 47(10), 2679–2713. https://doi.org/10.1002/smj.70101

Lim, J., Love, E. G., & Bednar, M. K. (2026). Unmet expectations: How chief executive officer dismissal affects corporate reputation. Strategic Management Journal, 47(10), 2714–2739. https://doi.org/10.1002/smj.70104

Koo, W. W., Zhang, M., & Choudhury, P. (2026). Unwind the clock? Temporal distance and user interactions on a digital platform. Strategic Management Journal, 47(10), 2740–2765. https://doi.org/10.1002/smj.70105

Kim, J. D., & Lee, M. (2026). Putting a price on mission: Social responsibility orientation and startup employment. Strategic Management Journal, 47(10), 2766–2791. https://doi.org/10.1002/smj.70107

Breschi, S., Gagliardi, L., & Yoon, T. (2026). Ethnic integration and the value of innovation. Strategic Management Journal, 47(10), 2792–2820. https://doi.org/10.1002/smj.70108