效果推理和因果推理对新创企业绩效的影响——创业资源整合的中介作用

彭学兵，相 颖，刘玥伶，奉小斌

（1.浙江理工大学经济管理学院，杭州 310018；2.浙江经贸职业技术学院工商管理系，杭州 310018）

因果推理和效果推理是企业用来形成战略以应对不确定性的两种基本战略决策逻辑［1-3］。因果推理和效果推理对新创企业绩效的影响近年来逐渐成为学术界和实践界关注的热点之一［2-4］。然而，不同学者得出了不一致的研究结论。Read 等［5］通过元分析发现效果推理的不同维度对新创企业绩效有不同的影响，其中手段导向、利用权变及伙伴关系对新创企业绩效有正向影响，而可承担损失对新创企业绩效的影响不显著。Brettel 等［6］发现，因果推理中的目标导向、预期回报和避免意外对低创新项目中的研发绩效有正向影响，而竞争分析对低创新项目中的研发产出影响不显著；效果推理中的可承担损失、战略联盟对高创新项目的研发绩效有正向影响，而手段导向对高创新项目的研发绩效影响不显著，利用意外对高创新项目的研发产出影响显著而对研发效率影响不显著。Yu 等［2］则发现，因果推理和效果推理都对企业绩效有正向影响，但在高环境不确定性情境下，因果推理和效果推理对新创企业绩效有正向交互影响，而在低环境不确定性情境下，因果推理和效果推理对企业绩效有负向交互影响。Smolka 等［3］则发现，尽管因果推理和效果推理整体都对新创企业绩效有正向影响和交互影响，但贡献效果推理与新创企业绩效正向关系的主要是先前承诺和灵活性维度，可承担损失维度负向影响新创企业绩效，而实验维度对新创企业绩效的影响不显著。

为了进一步探讨因果推理和效果推理对新创企业绩效的影响机制，一些研究通过中介效应检验来研究因果推理和效果推理对新创企业绩效的影响路径。例如，Cai 等［7］研究发现，效果推理可以通过影响探索式学习对新创企业绩效产生积极影响；Futterer 等［8］研究发现，因果推理和效果推理通过影响商业模式创新进而影响创业绩效。然而整体而言，关于因果推理和效果推理对新创企业绩效的影响机理研究仍待加强。效果推理理论认为，效果推理和因果推理既是两种创业决策逻辑，也是两种资源整合逻辑。效果推理遵循整合手边资源的行为逻辑，而因果推理遵循整合理想资源的行为逻辑［1］。本文从创业资源整合视角来揭示因果推理和效果推理对新创企业绩效影响的作用机制。

新企业的创建过程同时也是一个资源整合的过程［9-10］。新创企业制定战略总是遵循一定的决策逻辑，而战略的实施则需要创业者获取和整合一定的创业资源，在创业资源整合过程中创造价值从而提升企业绩效。由此，创业资源整合有助于揭示决策逻辑与企业绩效之间的关系“黑箱”。一方面，因果推理和效果推理是新创企业整合资源时可选择的两种决策逻辑［11］。效果推理逻辑强调整合手边资源以创造新的战略目标［12］，而因果推理逻辑则关注有效地整合和转化资源以实现预先设定的目标。在资源约束情境下，创业者不仅需要通过现有手段（即我是谁、我知道什么，我认识谁）来制定企业的战略，也需要通过预测未来以达到企业的收支平衡［2］。因此，尽管在采取行动的基础、对风险和资源的看法、对局外人的态度和对意外事件的态度等方面存在差异［1，6］，但这两种决策逻辑都有可能提高创业资源整合的有效性。

另一方面，创业资源整合有助于解释因果推理和效果推理对新创企业绩效影响的差异性。资源观认为同样的资源可能对一家公司的发展毫无用处，但对其他公司却很有价值［13］，这是因为企业采取了不同的资源整合行为［14］。即便企业采取同一种决策逻辑，拥有相同的资源，但创业资源整合涉及到的资源种类和数量不同也会产生不同的效果。对相同资源整合的资源内聚和对不同资源整合的资源耦合其绩效作用机制存在差异［15-16］。这种不同创业资源整合行为产生的异质性，有望解释为什么遵循同一决策逻辑的新企业有些拥有高绩效，而另一些则并不理想［17］。创业资源整合行为是建立在既有资源基础上的重组和升华，通过创业资源整合行为高效地管理创业资源，对企业的价值创造及绩效提升有重要作用［13］。基于以上分析，本文引入创业资源整合，通过“决策逻辑-决策行为-绩效”的逻辑框架，来揭示效果推理和因果推理两种决策逻辑对绩效的不同作用机制。

一、文献综述与研究假设

（一）效果推理和因果推理

效果推理和因果推理是Sarasvathy［1］在研究新企业创建所遵循的决策逻辑时提出的两个概念。她将因果推理定义为在给定目标下选择实现目标的手段，而将效果推理定义为在给手段下选择可以实现的目标。效果推理理论通过4 个决策原则描述创业者决策逻辑的差异：①采取行动的基础是目标导向还是手段导向；②对外人和外界的态度是竞争分析还是战略联盟；③对意外事件的倾向是避免挑战还是迎接挑战；④对风险和资源的态度是预期收益还是可承担损失［18］。遵循因果推理逻辑的创业者明确定义想要实现的目标，采取计划、分析及预测等技术来制定决策［19-20］，根据企业已有的知识和资源从事分析和规划活动，评估并选择预期收益最大化的机会［12］，这一系列活动都是为了实现预先设定的目标。而遵循效果推理逻辑的创业者从一般愿景开启创业，避免预测和规划未来，在决策过程中根据新获取的信息随时改变创业方向，通过实验、可承担损失、柔性及先前承诺原则指导创业行为［12，21-23］，创造能够实现的目标。

（二）因果推理和效果推理与新创企业绩效的关系

新创企业需要在不确定的环境中开发商业概念及获取必要资源［24-25］，其创建过程中有一定的风险［26］，所以需要制定有效的决策。决策逻辑影响创业者对创业问题的理解与解决，对相关资源的识别与获取，以及对商业概念的设计与发展［27］。因此决策逻辑影响新创企业绩效。

遵循因果推理逻辑的新创企业将目标视为给定，聚焦于选择达到目标的手段［1］。因果推理侧重于建立目标，强调竞争分析和商业计划，关注已有资源和知识的利用，追求预期收益最大化以实现目标［12］。通过使用诸如战略规划、市场调查和分析及精心制定的目标等常用工具能够积极影响公司绩效［28-29］。首先，新创企业往往关注现有知识和资源的利用，在此基础上进行竞争性市场分析，有助于深入了解所在行业和竞争对手，对未来进行预测，从而制定有效的竞争战略［1，6］。其次，书面的商业计划可以提高企业的合法性，因为新创企业能够利用它向投资者传达其商业概念的可行性和生存能力［3］，合法性对于新企业来说是至关重要的，促使其获取创业资源，增加了新创企业在生命周期早期阶段生存的机会［30-31］。Delmar 和Shane［32］认为商业计划通过确保有效利用资源及提高决策速度来促进企业的发展。Mayer-Haug 等［33］的研究表明计划活动和创业计划技能积极影响公司的增长、规模和销售。最后，预期收益最大化使新创企业关注最优决策，最终识别并选择预期回报最大的商业机会［12］，而机会识别是企业提升绩效的重要行为，且大量研究表明机会识别对企业绩效有着积极的影响［4，34］。由此，提出如下假设：

因果推理对新创企业绩效有正向影响（H1a）。

遵循效果推理逻辑的新创企业将手段视为给定，聚焦于选择现有手段可创造的目标［1］。效果推理通过实验、先前承诺、可承担损失及柔性影响新创企业绩效。实验使得创业者从不同的战略方向进行试错，不断调整和改变战略目标［27］。效果推理可以被看作是一个有效识别商业模式的一系列实验，实验对于新创企业来说至关重要，因为新创企业相比成熟企业面临更大的不确定性，预先确定的战略目标并不总是产生积极结果，新创企业通过实验一方面能够迅速识别并开发可行的商业机会，以适应频繁的环境变化［7，35］；另一方面也能提前阻断糟糕的商业模式，重新探索其他路径［12］。这种低成本的探索方式使新创企业更具控制未来的能力，使新企业在不可预测的未来不断制定和明确战略目标［7］。

可承担损失指创业者评估他们能够及愿意承担的损失程度［3］。可承担损失为新创企业限制了能够承受的上行风险，也限制了可以承受的最大损失，所以，可承受损失是创业决策的重要依据，在可承担损失下进行实验，成本超过新创企业承受能力的实验将被拒绝，取而代之的是负担得起的实验，在该原则下创建的新企业也被称为一种可控制损失的实验［12］。其次，可承担损失有助于新创企业在信息不足，资源限制的情况下避免承担失败后的巨大风险［36］，因为在有限的财力和人力资源下进行创业限制了上行风险，当创业者为企业可以承担的损失设定一个上限时，驱使他们不得不限制成本，提高效率以改善新创企业绩效［3］。Brettel等［6］的研究表明在创新研发项目中使用可承担损失原则会导致更高的流程效率。

柔性指创业者在创业过程中充分利用意外事件，保持适当的灵活性［3］。柔性原则与Read 等［5］中的利用权变一致，利用权变能够替代基于预测的正式计划。与定位战略中创始人追求一个特定目标不同，柔性可能使新创企业产生的结果与最初的想法完全不同，柔性原则帮助新创企业利用意外事件，通过偶然的选择创造出新应用和新价值，这种新结果也成为新创企业的竞争优势［1］。Harmeling［37］认为，将意外事件视为潜在新资源的创业者具有灵活利用权变的能力，不仅能够利用积极的意外，也能很好地利用消极的意外，他们比竞争对手更快或更好地适应新环境。这就意味着效果推理下的新创企业倾向于权变的看待意外，关注行动与环境的结合，能够抓住意外事件背后的价值。同时，相对于需要执行政策、程序及常规的成熟企业，新创企业具备柔性这一优势［12］，既保证了新创企业在出现商业机会时及时识别［38］，也使其在创业过程中一旦发现投资失误时及时转换投资方向，避免资源与精力的浪费。Read 等［5］的元分析发现，利用权变与新创企业绩效正相关。

创业者利用合作伙伴的先前承诺与其共同开展创业活动，利用战略联盟来扩大自身的手段。创业者通过与合作伙伴建立的承诺共同控制未来，从而不需要预测未来［1］。首先，先前承诺意味着新创企业与利益相关者形成合作关系，而不是竞争关系，每一个合作伙伴都能为新创企业带来新方法和新机会，无疑能够扩展新创企业的资源圈［5］。通过与利益相关者形成的关系网络也有助于新创企业先于供应商、竞争对手和客户获得独特的战略资源，从而建立新的竞争优势［12］。其次，遵循先前承诺的新创企业关注与多个利益相关者建立战略联盟，从而分散创业过程中的风险，与此同时约束了企业的潜在损失，使其能够承担更多的损失，为新创企业提供一种提升绩效的新渠道［23］。由此，提出如下假设：

效果推理对新创企业绩效有正向影响（H1b）。

（三）因果推理和效果推理与创业资源整合的关系

创业资源指启动新企业所需要的资金、人员、信息等基本资源要素或要素组合［39］。资源整合是聚集资源以形成和改变能力的过程［13］，资源整合提供了一个单一资源到管理多种资源的视角［40］。本文借鉴彭学兵等［15-16］对创业资源整合的研究，从创业资源内聚和创业资源耦合两个维度区分新创企业的同类资源整合和异类资源整合。以往研究缺乏创业资源整合所遵循决策逻辑的论述［41］。新创企业经验与信息的不足会影响其整合资源及创造价值的方式，行业的不确定性及潜在竞争对手的行为会影响企业资源整合所需的资源类型和数量［13］。因果推理根据目标寻找可以利用的现有资源，效果推理根据手边资源选择可以实现的目标。这两种决策逻辑从不同角度关注手头资源的利用，并在不同原则下获取、识别、管理及利用资源。决策贯穿整个创业过程，所以因果推理和效果推理决策逻辑对创业资源整合行为有重要影响。

因果推理关注竞争分析、商业计划、预期收益最大化及现有资源的利用，为企业选择合适的资源加以整合提供行为准则，对创业资源整合行为有重要影响。首先，预期收益最大化能够在预测未来的过程中考虑行动带来的结果［12］。这将有助于新创企业预先比较创业资源内聚与创业资源耦合带来的结果，排除不切实际的行动方案，采取预期收益最大的资源整合行为实现目标，以实现资源的最大利用率，从而获得战略增长机会［42］。其次，新创企业通过竞争分析深入了解所在行业和竞争对手，对自身有了更明确的定位，能够制定准确的竞争战略，从而优化资源配置［4］。在战略指导下能够将资源投入到关键位置，有助于发挥资源整合的最大效用。商业计划的制定一方面提高了企业的合法性，通过向投资者传达其商业概念的可行性和生存能力，增加了投资者的投资意愿，促进企业外部资源的整合与利用［5，31］；另一方面，创业者按照商业计划整合利用现有资源和知识［3］，有利于企业内部资源的积累和转化，提高现有资源的战略价值和利用效率［27，38］。由此，提出如下假设：

因果推理对创业资源整合有正向影响（H2a）。

Sarasvathy 等［23］认为效果推理是一个动态过程，包括获取手段和约束目标两个并行的循环。第一种循环是增加企业可用资源的扩大循环。第二种循环是指在时间推移下，企业聚焦于特定目标的约束循环，即企业通过手段最终确立能够实现的目标。效果推理的动态性可以理解为创业者通过扩展利益相关者网络来增加他们的手段，同时通过利益相关者的自我选择及承诺的履行来实现目标，这一过程中必然需要资源整合行为来整合利益相关者网络中的资源。首先，先前承诺意味着新创企业与利益相关者形成伙伴关系与战略联盟，构建了利益相关者网络，网络的建立扩展了新创企业可以利用的资源，这种资源不仅仅局限于财务资源，也为企业带来了新的方法和经验［3］，所以先前承诺为新创企业进一步采取创业资源整合行为奠定了基础。其次，新创企业通过先前承诺扩增资源圈，包括同类资源和异类资源，比如通过不同利益相关者可以获得各种技术资源，这将有助于新创企业进行创业资源内聚，从而获得技术资源上的领先优势。新创企业也通过利益相关者网络获得不同类型的资源，如人力资源，技术资源，这将有助于新创企业进行创业资源耦合，从而获得多种资源的协同效应［15-16］。

实验鼓励创业者在可承担的损失范围内进行试错，在错误中不断学习以积累经验［7，12，43］，实验对于新创企业来说是一种低成本的探索方式，面对企业内部冗余的资源及通过利益相关者网络获取的外部资源，新创企业需要实验来探索最优的创业资源整合，试图按照合理的方式整合创业资源。这将有助于企业在整合资源的过程中舍弃无效资源，挖掘企业资源的潜力。新创企业相对于成熟企业具有灵活的组织结构［12］，柔性使新创企业根据环境变化采取相应的行动，不局限于大量的规划和预测。柔性意味着新创企业能够灵活的应对意外，重视行动与环境的结合；也意味着新创企业能够创造性的组合、捆绑及利用资源［7］，根据需求灵活的选择资源内聚和资源耦合，一定程度上加快了资源整合的速度。先前承诺为创业资源整合行为的发生提供资源基础，实验和柔性为同类资源与异类资源的整合提供方法，可承担损失为创业资源整合提供了可承受的损失范围，所以效果推理有助于创业资源整合行为的有效实施。由此，提出如下假设：

效果推理对创业资源整合有正向影响（H2b）。

（四）创业资源整合对因果/效果推理与新创企业绩效关系的中介作用

资源管理理论认为只有对资源进行有效管理，才能充分发挥资源的价值并创造竞争优势［13］。创业资源整合作为一种管理资源的行为，能够根据企业内部状况和外部变化，将企业的知识、资源、战略等整合起来以适应外部环境变化的需求，获取企业的持续竞争优势，进而提升新创企业绩效。研究表明资源整合行为产生的直接结果是整合资源的能力，正是这些能力促进了企业的绩效［44-46］。以往研究也发现，资源整合行为能够直接影响企业绩效［47-48］，彭学兵等［15-16］关于资源内聚和资源耦合的研究也表明，创业资源整合对新创企业绩效有着积极的影响。

创业资源内聚指新创企业为了获取某类资源上的领先优势而整合同种资源的行为［16］。一方面，创业资源内聚可以缓减资源冗余。例如，在整合来自不同利益相关者提供的资源时，重复的技术资源将被筛选，有助于降低企业的资源管理成本；另一方面，创业资源内聚可以提高资源的整体效能。例如，人力资源内聚，企业通过整合公司的人力资源，有助于知识的转移和整合，知识整合是公司保持竞争优势的源泉［49-50］。以往研究也发现，技术资源、人力资源等某类创业资源整合有助于企业绩效的提升［51-52］。

创业资源耦合指新创企业为了获取异类资源的协同效应而整合异类资源的行为［16］。创业资源耦合不单单指异类资源的集合，而是一种能够产生新资源实体的行为。这种产生新涌现的行为不仅依赖于汇总资源的同构资源整合（homopathic resource integration），更重要的是产生新资源实体的异构资源整合（heteropathic resource integration）［53］，新资源实体具有新价值、新性质等，无疑是新创企业特有的竞争优势。新创企业往往依靠跨职能团队开发新产品，不同职能领域的专业人员能够带来多种技术和知识，通过创业资源耦合行为融合这类技能和知识以产生新资源实体，从而产生了异类资源的协同效应［54］。综合以上分析，创业资源整合有利于新创企业绩效提升。上文假设因果推理和效果推理对创业资源整合有正向影响。因此，从因果推理和效果推理，到创业资源整合和新创企业绩效形成一条影响链。由此，提出如下假设：

创业资源整合在因果推理与新创企业绩效关系中有中介作用（H3a）；

创业资源整合在效果推理与新创企业绩效关系中有中介作用（H3b）。

本文概念模型如图1 所示。

图1 本研究概念模型

二、研究方法

（一）样本与数据收集

本文样本来自杭州市，样本获取时间为2015 年7—10 月，共计发放问卷1000 份，获得有效问卷461 份，问卷回收率为46.1%。回收的461 份问卷中，因填答不完整、成立年限超过8 年、填写人为非管理人员等作无效问卷处理的问卷54 份。因此最终获得有效问卷407份。将不同时期获得的问卷及有效问卷与无效问卷的样本特征作方差检验，结果显示它们的样本特征无显著差异。因此认为本文的非回答偏差不明显。所获样本的平均创业年限在1～3 年，平均员工人数在51～50 人，平均年销售额在301万～1000 万元，样本基本特征见表1。

表1 样本基本特征（n=407）

（二）变量测量

（1）效果推理和因果推理。采用Chandler 等［12］开发的量表，其中效果推理由实验、先前承诺、可承担损失和柔性4 个维度组成，分别包含3 个、3 个、3 个和4 个测量题项。因果推理包含7 个测量题项，其翻译参考秦剑的研究［55］，在此基础上经过团队成员反复比对形成。结果显示，效果推理的实验、先前承诺、可承担损失及柔性4 个维度的Cronbach’sα分别为0.71、0.70、0.72、0.72，因果推理的Cronbach’sα为0.85，均具有良好的信度。效果推理的测量取4 个维度的平均值。

（2）创业资源整合。采用彭学兵等［15］的测量，将创业资源整合分为资源内聚和资源耦合两个维度，各5个题项。结果显示，资源内聚和资源耦合的Cronbach’sα分别为0.73 和0.79，具有良好的信度。创业资源整合的测量值取资源内聚和资源耦合的平均值。

（3）新创企业绩效。本文新创企业绩效采用成长性绩效指标，包括财务增长绩效和新业务增长绩效两个维度，测量题项结合Zahra 和Brush 等［56-57］的测量，并根据我国新创企业的特点进行修改。其中，财务增长绩效有4 个测量题项，新业务增长绩效有3 个题项。它们的Cronbach’sα分别为0.85 和0.86，具有良好的信度。新创企业绩效的测量值取财务增长绩效与新业务增长绩效的平均值。

（4）控制变量。以往的研究表明，企业背景变量（如年龄、行业、规模等）会影响企业绩效。因此，本文将新创企业成立时间（代表年龄）、行业类型（代表行业）和员工人数（代表规模）作为控制变量处理。

（三）共同方法偏差

本文采用流程控制和Harman 单因子检验两种手段来避免共同方法偏差问题。在量表设计中，通过打乱顺序、匿名调查等方式，以避免同源偏差。然后通过SPSS 22.0 软件中的Harman 单因子检验，结果显示特征值大于1 的主成分有10 个，多于1 个，并且第一个因子解释总方差为26.529%，没有超过40%［58］。因此认为不存在严重的同源偏差问题。

三、研究结果与分析

（一）效度分析

主要变量因果推理、效果推理、创业资源整合及新创企业绩效的CR 值均在0.70～0.83，均大于临界值0.7；AVE 值均在0.50～0.63，均大于临界值0.5，表明具有良好的聚合效度［59］。为了检验主要变量间的区分效度和模型各项拟合参数情况，采用AMOS 21.0 软件对主要变量进行验证性因子（CFA）分析。由表2 可知，四因素模型拟合度较好，拟合指标均符合适配标准（χ2/df=2.290，RMSEA=0.056，GFI=0.928，TLI=0.945，CFI=0.954），且明显优于其他模型，表明具有良好的区分效度［60］。

表2 模型拟合优度指标

（二）变量的描述性统计分析与相关分析

主要变量的均值、标准差及变量之间的相关系数见表3，因果推理与新创企业绩效之间为正相关（r=0.435，p＜0.01），效果推理与新创企业绩效为正相关（r=0.406，p＜0.01），因果推理与创业资源整合为正相关（r=0.621，p＜0.01），效果推理与创业资源整合为正相关（r=0.595，p＜0.01），创业资源整合与新创企业绩效为正相关（r=0.401，p＜0.01），所以本文假设得到了初步验证。

表3 变量的描述性统计分析与相关分析

（三）回归分析

回归分析结果见表4。从模型M4 可以看出，因果推理和效果推理都对新创企业绩效有显著正向影响（β=0.280，p＜0.01；β=0.230，p＜0.01），H1a、H1b 得到了数据的支持。从模型M2 可以看出，因果推理和效果推理都对创业资源整合有显著正向影响（β=0.348，p＜0.01；β=0.428，p＜0.01），H2a、H2b 得到了数据的支持。根据Baron 等［61］建议的步骤检验创业资源整合在决策逻辑与新创企业绩效之间所起的中介作用。模型M5 显示，创业资源整合对新创企业绩效的影响显著（β=0.405，p＜0.01）。模型M6 显示，加入中介变量创业资源整合后，因果推理对新创企业绩效的影响下降但仍然显著（β=0.204，p＜0.01），效果推理对新创企业绩效正向影响下降但仍然显著（β=0.168，p＜0.01），且创业资源整合对新创企业绩效具有显著的正向影响（β=0.178，p＜0.01）。因此，初步判断创业资源整合在因果推理和效果推理与新创企业成长绩效的正向关系中均有部分中介作用。

表4 回归分析

本文进一步运用bootstrapping 方法检验创业资源整合在因果推理和效果推理与新创企业绩效间的中介效应。通过采用SPSS 22.0 软件并利用Process 插件对模型的中介效应进行检验，置信度设置95%，样本量设置为5000，中介效应显著的条件是置信区间内不包含0。中介效应检验结果见表5。结果显示，因果推理对新创企业绩效的间接效应和直接效应都显著，且95%的置信区间中不包含0，所以创业资源整合在因果推理与新创企业绩效之间具有部分中介作用，H3a 得到验证。效果推理对新创企业绩效的间接效应和直接效应都显著，且95%的置信区间中不包含0，所以创业资源整合在效果推理与新创企业绩效之间具有部分中介作用，H3b 得到验证。

四、讨论与结论

通过理论和实证研究发现，因果推理和效果推理均对新创企业绩效有显著正向影响。这一研究结论与多数以往研究结论［2-3，7-8］一致。这也说明，效果推理与因果推理不仅适用于成熟企业，在新创企业中也具有重要作用。因果推理中的商业计划能够增强新创企业的合法性，获得利益相关者的承诺，竞争分析提供了市场及竞争对手的信息，根据这些信息便于制定正确的战略。效果推理则使新创企业在可承担损失范围内实验出最佳结果，接纳、利用意外的态度也使得企业能够更快的适应环境。虽然以往研究发现，与因果推理相比，效果推理在高不确定性的环境中可能更有效［2，18，38］，但本文研究结果证明因果推理和效果推理都对新创企业绩效有积极影响，这也进一步验证了Sarasvathy［1］和Smolka 等［3］的观点，即效果推理并非优于因果推理，能够共存于企业中，并且均有助于新创企业绩效的提升。

其次，因果推理和效果推理对创业资源整合有正向促进作用。Venkataraman 和Sarasvathy［62］认为探索新创企业的哪些创业行为受益于效果推理，为发展效果推理研究有重要意义。本文响应了Venkataraman 和Sarasvathy［62］的号召，通过实证研究验证了两种决策逻辑对创业资源整合行为有正向影响的假设。这一研究结论也与Guo 等［4］的研究发现一致，遵循效果推理的企业依赖于开拓资源捆绑，遵循因果推理的企业倾向于稳定资源捆绑。但与以往研究不同在于，本文研究的两种决策逻辑对创业资源整合行为的影响，综合考虑了同类资源整合和异类资源整合。因此，本文研究结论也是对以往有关决策逻辑与创业资源整合关系研究的一个拓展。

最后，创业资源整合在因果推理和效果推理与新创企业绩效的正向关系中都具有部分正向中介作用。因果推理和效果推理一方面直接影响新创企业绩效；另一方面也可以通过创业资源整合的中介作用影响新创企业绩效。正是创业资源整合行为提高了新创企业资源的利用率，促进了新资源实体的涌现，才能提升新创企业绩效。这种新资源实体一定程度上代表了新创企业整合资源行为产生协同效应的能力。这与以往研究关于资源整合行为能够产生资源整合能力的研究结果相一致。这一研究结论也拓展了以往决策逻辑对新创企业绩效影响机理的研究，例如，Futterer 等［8］从商业模式创新角度揭示决策逻辑对新创企业绩效的影响，Cai 等［7］从探索式学习角度揭示效果推理决策逻辑对新创企业绩效的影响，本文从创业资源整合角度揭示因果推理和效果推理决策逻辑对新创企业绩效的作用机制，为决策逻辑如何影响企业绩效找到了一条新的揭示机制。

本文也存在一些不足之处，值得未来进一步研究。首先，本文采用横截面数据分析效果推理与因果推理对新创企业绩效的影响，没有关注到两种决策逻辑在创业过程中的动态变化及创业者动态选择决策逻辑带来的绩效变化。实际上，这两种决策逻辑并非完全对立，都有两面性，越来越多研究发现，创业者在创业过程中都会同时运用这两种决策逻辑，并且两种决策逻辑在不同情境下会产生不同的效果。因此，未来研究可运用纵向数据探讨创业不同阶段决策逻辑变化对新创企业绩效影响差异。其次，本文分析了创业资源内聚和创业资源耦合两种创业资源整合行为在决策逻辑与新创企业绩效的中介作用机理，但并未深入揭示两种创业资源整合行为的中介作用差异，也没有实证检验这种差异，这可以成为未来研究另一个拓展。最后，本文的研究对象为中国杭州市的新创企业，尽管样本具有一定的覆盖度，但同一个城市的许多属性一致。因此，未来研究可以扩大样本范围到其他地区，尤其可以比较不同政治、经济和文化背景下决策逻辑对企业绩效的影响机制差异。