连续创业者创业经验与再次创业成功关系研究
——基于中国互联网行业面板数据的分析

武氏玄绒，张文松

(北京交通大学 经济管理学院，北京 100044)

0 引言

目前，我们正处于一个全球创业的时代。2014年，在夏季达沃斯论坛上李克强总理提出“大众创业，万众创新”，激发了中国创业创新大浪潮。除科技发展、政策及风险投资支持外，企业家精神是塑造创业浪潮的重要因素。研究表明，大约1/3的创业者创建过两家公司[1]。同时，每当一个创业者进行第二次创业后，其将有更大的倾向进行第三次、第四次创业[2]。学者将这类在职业生涯中创业过多次的创业者称为“习惯创业者”。习惯创业者内部存在多样性，不能一概而论。目前，在习惯创业的研究中，受关注最多的是连续创业和组合创业。其中，组合创业者是指同时控制至少两家企业的个体，而连续创业者则是指在创办现有企业之前曾经开创过其它企业，并出售、退出或关闭过部分或所有先前创建过企业的个体[3]。具体而言，组合创业强调两家或两家以上企业同时存在，而连续创业则强调不同创业项目在时间上的先后性。

国内学者近年来对组合创业的关注与日俱增，且已有相关综述性文章发表，而连续创业受到关注较少，相关研究相对零散，未形成研究视角和主导解释框架[4]。连续创业者在创业者中占据不可忽略的比例，如英国为19%～25%、德国为18%、美国为12.5%、芬兰为30%[5]、苏格兰为18.6%[6]。Anokhin等[7]认为，中国连续创业者在创业者群体中所占比例约为12.5%。与此同时，风险资本家在评估新企业时非常看重创业者的先前经验，尤其是创业经验[8]。在欧美国家，连续创业者不仅在创业界占据独特位置，在学术上也受到学者广泛关注。但国内关于连续创业者的研究尤其是针对中国市场的实证研究较少。为弥补该缺陷，本文对中国互联网行业连续创业者进行分析，对先前创业经验与后续再次创业业绩间关系进行探讨，为投资者投资评估、政策制定、创业者创业提供参考。

1 文献回顾与理论基础

连续创业者最早出现在Macmillan[9]的“习惯性创业者”研究中，是指“经历多次创业并至少同时参与过两家公司的创业者”。随后，学者对连续创业者概念进行了不同的界定[10,6,11]，但所有定义都具有一项共同的特点，即按照时间顺序依次创建不同企业。

除受到投资者高度评价[12,13,14]外，连续创业者在研究界受到的关注度也很高[2]。除针对连续创业者个人特征，如年龄[15]、性别、教育背景[16,17]、工作经验[3,18]、创业动机[6,19]、对待创业的态度[20,21]、情感控制[6]、抱负[22,16,23]、判断与预期[23,21]等进行探讨外，学者还对连续创业者创业经历进行深度研究，并围绕以下3个方面展开。

1.1 经验学习对创业业绩的影响

根据经验学习理论，学者认为创业者在创业过程中主要采用“干中学”方式[24,25]，通过不断尝试、试错，在具体环境中不断编译和积累经验，逐渐将经历转换成创业知识并应用到创业实践中[26,27]。在创建与管理一家公司过程中，创业者问题处理能力、管理能力、沟通能力及机会识别能力等都会增强[25]。创业学习促使创业者扩大知识储备、加强技能，不断对自身决策进行提升，并提高之后创业业绩[27]。赵文红等[5]认为，创业经历并不直接作用于创业绩效，而是通过创业学习进一步影响创业业绩。

另外，学者提出，“干中学”效果在类似行业中有显著影响[28]，行业经验特别是同一行业经验与创业绩效正相关[29,30]，同时该效果在高科技行业中体现得更加充分[31]。

1.2 社会网络传承对融资与创业业绩的影响

在社会网络传承方面，学者认为先前创业经历能为连续创业者提供广泛的社交网络和更优越的社交技能，使其更容易发展与潜在合作伙伴的人际关系网络[3]，更有效地利用先前创业人力资本，如通过咨询顾问、投资者、合作伙伴、业界朋友协助自己更好地获取信息、识别机会[26]。

先前创业经历能为连续创业者与投资者建立关系[32]，获得商业声誉[25]、熟悉金融机构需求[15]，因此他们更容易融资成功，特别是早期的融资轮次[32]。过去积累的人脉网络让连续创业者更有能力创建多元化团队，以获取更好的业绩[29]。彭华涛[33]提出，人脉网络需要经过一段时间的积累和沉淀后才能在后期创业过程中得到社会网络持续扶持。特别是在中国情境下，受到人情、道德、圈子、差序格局等因素的影响，连续创业者社会网络传承需要建立在先前互相帮助的前提条件下。已有研究证明，连续创业者创办新企业的成功率与社会网络的作用直接相关[34]。

1.3 创业成功持久性

连续创业者研究发现之一是创业者成功与失败的持久性。研究指出，先前创业成功的创业者随后创业时企业业绩表现更好[35]、企业生存时间更长[2]，跟新手与先前创业失败的创业者相比再次成功的可能性更高[36]。关于创业失败的理论研究指出，创业者可从过去失败中吸取教训，这将使他们更有可能在随后创业中提升绩效[37]，获取成功[20,27]。但实证研究却得出不同结论，部分研究没有发现这一关系[38]。另一部分研究得出相反的结论，即先前创业失败的创业者后续再次创业企业业绩较差[35]、生存几率较低[39]、失败可能性较高[40]。

学者认为，先前成功的创业者表现更加稳定，供应商与合作伙伴对这些创业者认可度较高，从而更愿意为企业提供资源支持[36]，而先前创业失败大大降低了企业家与合作伙伴如供应商、客户等继续合作的可能[35]。与先前创业失败的创业者相比，先前创业成功的创业者从创业经历中学到的经验对后续创业过程更有价值[27]，而创业者从失败经历中学到的很少[41]。

本文针对中国互联网行业连续创业者进行研究，并以经验学习、社交网络传承及创业成功持久性作为理论基础。

2 研究假设

2.1 先前创业经历对后续创业业绩的影响

根据上文所述经验学习理论，连续创业者最大的优势在于他们能在上一次创业中获益[25]，从机会识别、决策判断、融资、公司创建、团队建设、资源运用、产品研发、市场开拓中借鉴上一次创业积累的经验和资源。

连续创业者展现出更好的机会识别和创新能力。他们能从经验中学到如何更好地对所获信息进行分析并从中识别机会；同时，他们对流程化管理模式、资源优化分配方式更有经验，能把自己从零散和繁琐的任务中解放出来，从而有更多时间和精力进行独立思考、发现与开拓新机会[26]。

先前创业次数是后续创业业绩的显著影响因素，学习怎么创建与管理一家公司最有效的方法是创建一家公司并在资源运用、产品研发、市场开拓等方面 “干中学”[8]。通过以上分析，本文提出如下假设：

H1a：连续创业者先前创业次数越多，随后再次创业成功退出的可能性越高。

除此之外，先前创业成功或失败能够对创业者后续创业过程中的决策、判断与行为带来不同影响。为深入了解该影响，本文对经历差异进行分析，并提出如下假设：

H1b：连续创业者先前创业成功次数越多，随后再次创业成功退出的可能性越高；

H1c：连续创业者先前创业失败次数越多，随后再次创业失败退出的可能性越高。

2.2 先前行业经验对后续创业业绩的影响

拥有特定细分行业经验是投资者筛选创业者的重要指标之一[15]。在同一个行业进行创业的创业者能够更好地把握行业特定监管策略、行业发展战略知识储备优势[42]，他们能够更好地确定产品推广模式和盈利模式[11]，从而获得更好的绩效。“干中学“效果只在类似行业中有明显影响[28]。在同一行业中创业经历越多，对后续创业的贡献越大[29]，行业经验可提高后续创业企业业绩[31]及创业成功可能性[2,42]。在类似行业进行再次创业能有效改善创业经验与财务绩效间关系[30]。具有先前相关行业经验的创业者往往能够获得更优的新技术企业绩效[43]。相反，创业者在不同细分行业进行再次创业容易失去先前在特定行业积累的知识优势[42]。换行业再次创业将会降低企业业绩[35]，行业经验可提高企业家预期绩效，该效果在高科技行业中体现得尤为明显[31]。根据以上分析，本文提出如下假设：

H2a：先前在相同细分行业创业能够提高创业者后续再次创业成功退出的可能性；

H2b：先前在不同细分行业创业可能降低创业者后续再次创业成功退出的可能性。

H2a、H2b只针对连续创业者在相同和不同行业创业经历进行验证，没有考虑先前创业是成功还是失败。本文将假设H2c、H2d、H2e、H2f进一步细分，将先前创业业绩与行业经验放在一起验证。

根据创业成功持久性理论，成功容易带来更多成功，而失败链接着新失败。跟先前创业失败的创业者相比，先前创业成功的创业者从创业经历中学到的经验对后续创业过程更有价值[27]，而创业者从失败经历中学到的很少[41]。进一步拆分细分行业进行验证，笔者认为，与行业经验相比，先前创业成功与否对后续业绩的影响更大。先前已成功创业的创业者，无论是相同还是不同行业，后续再次创业成功的可能性更高。因此，本文提出如下假设：

H2c：先前在相同细分行业成功创业能够提高后续再次创业成功退出的可能性；

H2d：先前在不同细分行业成功创业能够提高后续再次创业成功退出的可能性。

与此同时，研究表明先前创业失败的创业者后续再次创业企业业绩较差[35]、生存几率很低[39]、失败可能性很高[40]。笔者认为，先前创业失败的创业者，无论是相同还是不同行业，后续再次创业均更容易失败。因此，本文提出如下假设：

H2e：先前在相同细分行业创业失败将降低后续再次创业成功退出的可能性；

H2f：先前在不同细分行业创业失败将降低后续再次创业成功退出的可能性。

2.3 先前创业经历对融资的影响

获得风险投资是初创企业发展的关键，因为创业企业不仅能从风险投资中获得资本，还能获得人脉网络、管理经验、业界声誉等资源。与此同时，获得风险投资也是后续成功通过IPO退出的关键因素[44]。因此，融资是创业者的关键。

如在社会网络传承理论分析中，连续创业者拥有更广泛的社交网络、更好的社交技能[32]，从创业经历中能够获得更高的知名度，更熟悉金融机构需求[15]。因此，其比新手更容易成功融资，特别是早期融资轮次[32]。

先前创业成功与失败对后续创业有不同的影响。先前创业成功能为创业者带来良好声誉，失败经历却只能带来负面影响[6]。先前创业成功的创业者更有可能获得投资及更高的估值[17]。连续创业者有能力获取对公司更有力的投资合同，包括董事席位和股权分布，同时连续创业者能保持CEO位置更长时间，获得更高的评价[45]。由于投资合同细节在中国市场一般不公开，与投资者的洽谈经验可用从公司创建到获得第一笔投资的时间衡量。因为，有经验的创业者凭借强大的社交网络及商谈能力能够更好地说服投资者为企业注资，促进投资流程，缩短资本获取时间。由此，本文提出以下假设：

H3a：连续创业者先前创业次数越多，获得第一笔投资越快；

H3b：连续创业者先前创业成功能够加快第一笔投资的获取；

H3c：连续创业者先前创业失败会放慢第一笔投资获取。

3 模型构建与数据收集

为检验假设，本文构建相应回归模型并收集中国互联网行业数据进行验证。

3.1 模型构建

本文在所有回归模型中引入以下与创业者相关的控制变量。

(1)创业者教育水平。教育不仅能为创业者提供丰富的知识、牢固的专业技能、严谨的思维逻辑，还能提供多样性社交资源[46]。多项研究发现，创业者教育背景与企业绩效显著正相关[47-50]。但与此同时，部分研究却指出两者间关系不显著[51]，甚至高学历有时还会带来负面影响[52]。在本文回归模型中，创业者教育水平EB(本科)、EM(硕士)、EP(博士)均为二分变量，创业者拥有的最高教育水平为真。

(2)创业者毕业院校排名。研究指出，名校毕业者不仅更倾向于创业[53]，企业业绩也高于从其它学校毕业的创业者[54]。由于名校进入门槛较高，能进入的创业者已具有一定实力，智商和学习能力都比同龄人更优。同时，这些学校在教学资源、教学团队及基础设施方面都比其它学校更好，能为创业者提供更好的教学质量。另外，在校时同学和校友网能让创业者认识更多优秀人士，可对以后创业团队组建及合作伙伴寻找提供有效帮助。在本文回归模型中，二分变量TU指创业者能否从中国综合排名前十的学校毕业。

(3)“海归”创业者。“海归”创业者是指曾在海外留学或工作一段时间的创业者。Dai等[55]研究指出，海归创始人企业业绩比当地创始人更好；Kenney等[56]认为，海外经验主要在企业发展后期才起作用。其他学者发现，“海归”创始人对企业业绩有负面影响[57]。在本文回归模型中，若创业者有海外学习或工作经验，则二分变量AE为真。

(4)创业者性别。性别与创业业绩关系的研究主要关注在男女不平等的社会观念下如何影响女性创业业绩[58]。Teare[59]认为，在融资方面女性创业者更容易受到不公平对待，Deng等[60]研究发现，资金不足是中国女性创业者的另一个难题。也有研究指出，女性创业者具有很多优势，如在创业过程中更务实理性，在发展产品和服务时更加细致、更专注用户体验而不盲目扩大规模，不盲目宣传推广，在沟通上更加委婉[58]。另外，中国在法律、经济、社会、教育等方面实现了很多变革，为中国女性提供了更好的社会地位及个人发展机会[60]。在本文回归模型中，创业者性别G为二分变量，如果创业者是女性，则G为真。

为验证假设H1a，即同一创业者先前创业次数与随后再次创业成功退出可能性间的关系，本文构建模型M1a。

YH1a=βH1a*log(A)+βH1aEB*EB+βH1aEM*EM+βH1aEP*EP+βH1aTU*TU+βH1aAE*AE+βH1aG*G+CH1a

(1)

式(1)中，因变量YH1a为创业公司最终退出状态(IPO、新三板上市或被收购)，成功退出为1，失败关闭为0；自变量A为同一创业者先前所有创建过公司的数量，βH1a为自变量系数，CH1a为常数项。模型还包含所有4个控制变量及其系数。

为检验假设H1b和H1c，即验证同一创业者先前创业成功和失败次数与随后创业成功退出的可能性，本文构建模型M1bc。

YH1bc=βH1b*log(S+1)+βH1c*log(F+1)+βH1bcEB*EB+βH1bcEM*EM+βH1bcEP*EP+βH1bcTU*TU+βH1bcAE*AE+βH1bcG*G+CH1bc

(2)

式(2)中，因变量YH1bc代表创业公司最终退出状态(IPO、新三板上市或被收购)，成功退出为1，失败关闭为0；自变量S代表创业者先前成功创业的次数；F代表先前失败创业的次数；βH1b、βH1c分别为自变量S和F的系数；CH1bc代表常数项，即新手创业者创业成功的可能性。模型还包含所有4个控制变量及其系数。

为检验假设H2a和H2b，验证创业者在同一细分行业和不同细分行业创业次数与随后创业成功退出的可能性，本文构建回归模型M2ab。

YH2ab=βH2a*log(AS)+βH2b*log(AD)+βH2abEB*EB+βH2abEM*EM+βH2abEP*EP+βH2abTU*TU+βH2abAE*AE+βH2abG*G+CH2ab

(3)

式(3)中，因变量YH2ab代表创业公司最终退出状态(IPO、新三板上市或被收购)，成功退出为1，失败关闭为0；自变量AS和AD分别是先前在相同与不同细分行业创建的公司数量，βH2a、βH2b分别是自变量AS和AD的系数，CH2ab为常数项。模型还包含所有4个控制变量及其系数。

为检验假设H2c、H2d、H2e和H2f，即验证创业公司成功退出的可能性与4个不同解释变量间的关系，本文构建模型M2cdef。4个解释变量分别为：①SS：先前在相同细分行业创业成功的次数；②SD：先前在不同细分行业创业成功的次数；③FS：先前在相同细分行业创业失败的次数；④FD：先前在不同细分行业创业失败的次数。

YH2cdef=βH2c*log(SS+1)+βH2d*log(SD+1)+βH2e*log(FS+1)+βH2f*log(FD+1)+βH2cdefEB*EB+βH2cdefEM*EM+βH2cdefEP*EP+βH2cdefTU*TU+βH2cdefAE*AE+βH2cdefG*G+CH2cdef

(4)

式(4)中，因变量YH2cdfg代表创业公司最终退出状态(IPO、新三板上市或被收购)，成功退出为1，失败关闭为0；βH2c、βH2d、βH2e、βH2f分别是自变量SS、SD、FS、FD的系数，CH2cdef为常数项。模型还包含所有4个控制变量及其系数。

为检验假设H3a，即验证创业公司从创建到获取第一笔投资时间与创业者先前所创建过的公司数量，本文构建模型M3a。

YH3a=βH3a*log(A)+βH3aEB*EB+βH3aEM*EM+βH3aEP*EP+βH3aTU*TU+βH3aAE*AE+βH3aG*G+CH3a

(5)

式(5)中，因变量YH3a是指创业公司从创建到收到第一笔投资的间隔年数；自变量A代表同一创业者先前创办过的公司数量，βH3a为自变量系数；CH3a为常数项。模型还包含所有4个控制变量及其系数。

为检验假设H3b和H3c，验证创业公司从创立到获取第一笔投资时间间隔与先前成功创业和失败创业公司数量，本文构建模型M3bc。

YH3bc=βH3b*log(S+1)+βH3c*log(F+1)+βH3bcEB*EB+βH3bcEM*EM+βH3bcEP*EP+βH3bcTU*TU+βH3bcAE*AE+βH3bcG*G+CH3bc

(6)

式(6)中，因变量YH3bc是指创业公司从创建到收到第一笔投资的间隔年数，自变量S、F分别代表同一创业者先前创业成功和失败的公司个数，βH3b、βH3c分别代表自变量S和F的系数，CH3bc为常数项。模型还包含所有4个控制变量及其系数。

3.2 数据收集

本文研究样本公司需要满足以下几个条件：①创建与管理创业公司的企业家是连续创业者，且至少运营过两家公司；②随后创建公司退出状态明确：成功退出指投资者有机会从公司中退出，通常情况下是公司完成IPO、新三板上市或被收购，失败退出指公司破产关闭；③连续创业者创办的公司各自经营独立的产品，同一家公司转型、名字更换或spin-off 不在样本筛选范围内；④公司主要经营互联网产品，即用户需要通过互联网使用公司提供的产品或服务；⑤样本为中国国内公司，即公司总部在中国，同时其重要目标为中国用户。

样本数据来源于IT桔子公司库按融资金额排名前5 000家成功与失败退出的公司，融资数据使用Thomson Reuters 旗下的Venture Expert数据库及IT桔子数据库。成功退出的公司标准是已IPO、新三板上市或已被收购；失败退出的公司指目前已关闭或者没有经历过IPO或收购阶段。控制变量数据来源于企业官网、IT桔子创始人数据库、百度百科或通过权威报纸新闻与访谈等渠道手动整理。

本文对5 000家公司及其管理团队逐个进行调研并根据上文设定的5个条件进行筛选，最终选出由252位连续创业者创立的608家公司为研究对象，其中233家公司成功退出、241家失败退出、134家还在运营中。在252个连续创业者中，74.2%创建过2家公司、16.3%创建过3家公司、5.6%创建过4家公司、3.9%创建过5家以上公司。进一步对608家公司进行调研并对其创立时间、获取第一笔投资时间、退出状态、退出时间与方式、所属细分行业进行标注，最终5 000个样本数据获取时间为2019年11月10日。

4 实证检验

本文使用普通最小二乘法(OLS)验证以上研究假设，回归结果如下：

4.1 先前创业经历对后续创业业绩的影响

从表1模型M1a回归结果看，无明确状态的先前创业次数与后续创业成功退出可能性间关系不显著(P=0.649)，因此假设H1a不成立。

表1 先前创业次数与后续创业成功退出可能性间关系(M1a)

表2模型M1bc回归结果显示，先前创业成功次数与后续创业成功退出可能性呈显著正相关关系(0.351，p<0.001)；先前创业失败次数与后续创业成功退出可能性呈显著负相关关系(-0.307,p<0.001)。从Durbin-Watson检验结果看，解释变量间互相独立，假设H1b和假设H1c成立。

表2 先前创业成功或失败与后续创业成功退出可能性关系(M1bc)

4.2 先前细分行业经验对后续创业业绩的影响

根据表3模型M2ab回归结果，先前在相同细分行业的创业次数与后续创业成功退出可能性关系不显著(P=0.656)。另外，虽然p检验结果表明先前在不同细分行业创业次数与后续创业成功退出的可能性显著正相关(p=0.024)，但该关系可以解释因变量的变异比例较低，R2=0.025。同时，Durbin-Watson检验结果显示解释变量间独立性不足。因此，假设H2a和H2b未通过验证。

表3 先前在相同和不同细分行业创业次数与后续创业成功退出可能性关系(M2ab)

表4模型M2cdef回归结果显示，先前创业成功次数无论是在相同和不同市场与后续创业成功退出可能性呈正相关关系，但此关系显著性略低(P=0.118和P=0.157)。另外，先前创业失败次数，无论是相同还是不同细分市场与后续创业成功退出可能性间均呈显著负相关关系(P=0.002 和P<0.001)。

表4 先前相同和不同细分行业成功和失败创业经历与后续创业成功退出可能性关系(M2cdef)

4.3 先前创业经历对融资的影响

根据模型M3a回归结果，先前创业次数与后续创业公司从创立到获取第一笔投资间隔年数呈显著正相关关系(2.476,p<0.0001)，虽然该关系可以解释因变量变异但比例较低，R2= 0.058、假设H3a不成立。一个可能的解释是连续创业者拥有更多个人资本，因此不需要尽早寻找外部投资资金。同时，这样做能更长时间维持创业者对公司的控制权并加强未来谈判能力以获取更有利的投资合同，具体回归结果如表5所示。

模型M3bc验证创业公司从创立到获取第一笔投资的时间间隔与先前成功创业和失败创业次数的关系。表6中回归结果显示，从创立到第一笔投资获取年数与先前成功创业次数呈显著正相关关系(1.650，p<0.001)，与先前创业失败次数的关系不显著(p>0.10)。

该结果进一步支持以上假设，即先前成功创业的连续创业者可用自身资本长时间维持公司所有权和高权威控制权，而失败创业者因为缺少资金，需要更早地寻找投资。

5 结果分析

5.1 研究结果

(1)经验学习——需要重新定义并提炼有学习价值的创业经验。回归结果显示，先前创业成功的创业者更容易再次成功，而先前创业失败的创业者则倾向于再次失败，同时先前创业次数与后续创业业绩不相关。从中可见，不是所有创业经验都能为后续创业带来价值，并且经验的“质“比“量”更重要。若创业者不能识别并学到真正对创业成功至关重要的知识，无论其创业经历多么丰富都无用，甚至有害。

成功创业者在创业道路上获取的知识、技能、方法是经过考验并被证明有效的。本文定义的成功企业是指最终成功退出的企业。一家企业从创立到最终退出一般需要经历很长时间。在这段时间里，极少数企业能够一直顺利往上走，一般都会遇到诸多困难，特别是在竞争激烈的中国互联网行业。创业者带领企业走出困境并取得成功非常不易。为能作出正确判断和决策，需要考虑多方面信息，成功创业者能否及时纠错并找出解决方案十分重要。一般而言，先前创业成功的创业者都能够从创业过程中提炼筛选有价值的知识和技能，为下一次创业积累宝贵经验。相反，先前创业失败的创业者因为没有从正向反馈结果中学习，导致他们从失败经验中学到的知识价值非常有限。另外，因为缺乏正向反馈对比，失败创业者很难对有效和无效方法进行区分，以致于很容易再次犯下同样的错误。从这个角度看，他们与新手创业者相比并不具有更多优势，甚至有时候还处于劣势地位。

为能更好地从经验中有效学习，需要对有价值的经验进行判断。有学习价值的经验是需要经过验证并证明有效的，对先前创业失败的创业者来说，需要尽可能避免高估自身创业经验。同时，若想从经验中学习并提高自己，需要不断自我评估，识别能带来正向反馈的经验。

(2)成功与失败的持久性——避免再次创业失败。本文研究结果再次确认成功与失败持久性的观点。如上所述，先前创业成功的创业者在众多方面都有优势，让他们更容易再次成功。相反，先前创业失败的创业者再次创业成功难度较高。本文所选样本公司融资金额排名靠前，创业公司产品、发展潜力及其创始人综合能力受到投资机构高度认可，从创立到融资再到最终失败也会经历很长一段时间。因此，创业者若连续创业失败，说明正确方法与措施还是未知，有可能再次运用之前用过的错误方法和判断。在这种情况下，创业者不应该盲目马上创业，而应该先明确先前失败的原因、缺陷和盲点，投资家、行业顾问、特别是成功创业者是很好的咨询对象。同时，创业者可向成功创业者学习积累有效经验，为下一次创业作好充分准备。

(3)社交网络传承与创业绩效。社交网络是创业成功与失败的重要影响因素。创业者在创业过程中需要与无数人建立关系。与客户和合作伙伴的良好关系能为企业带来更好的合作项目，与投资家的良好关系能让融资过程更加顺利，与媒体的良好关系能带来正面的公关形象以及更好的产品推广渠道。另外，社交关系也能帮助创业者挖掘人才，建立创业团队。

先前创业经历对创业者社交网络和个人声誉有重大影响。成功创业能为其带来有价值的人脉关系和正面的个人声誉，为后续创业提供支持。相反，失败经历容易产生负面影响。值得注意的是，先前创业失败的创业者若注重社交技能、尊重他人、守信用可依赖，即使创业失败，也能与他人保持良好关系，为下一次创业打下基础。

(4)融资时间与创业业绩。回归结果显示，先前成功创业的创业者再次创业时会等待更长时间进行融资。本文认为，成功的创业者之所以选择较晚融资是因为他们能从经验中学到这样做对公司发展更加有利。同时，另一个解释是这部分创业者因拥有更多个人资本可以长时间维持公司所有权和控制权，而失败创业者因缺少资金，需要尽快融资。

武和张[57]针对中国互联网企业指出，创业公司自成立后在短时间内收到第一笔投资成功的可能性很低。在初创阶段，应该专注于挖掘用户需求，提升产品用户体验，吸引更多用户使用。获取投资后，很多企业因为资金充足，同时受到投资者对用户增长要求的压力而选择通过高成本宣传和补贴吸引用户，这种增长模式是不可持续的，因为这部分补贴一旦停止，用户就会很快流失。

因此，创业团队在创业初期不应急于大规模融资，而应该先专注打造产品，开展低成本小规模试错。待产品价值与发展方向确认后，再考虑融资。另外，未收到投资的阶段也是对产品和创业团队的有效考验。若在资金紧张情况下，创业团队还能坚持开发与推广产品，说明他们对自身产品非常有信心，同时也能激发团队深度思考，完善产品性能，找出低成本推广渠道获取用户，这样的产品和团队在获得投资后能更加有效地使用投资资金，扩大规模，并更有可能成功。

5.2 启示与建议

本文研究结果可为投资者、创业者及政策制定者提供如下管理启示与政策建议：

(1)对投资者来说，需要更有针对性地分配投资基金，不能只依赖先前经验对连续创业者进行过高评价，而需要了解先前经验所创造的业绩和最终退出结果。另外，由于投资者一般会同时给多家公司投资，人脉较广，可让成功的创业者作经验分享，为新创业者及先前失败的创业者提供宝贵经验。

(2)对创业者来说，需要向成功的创业者学习，获取创业经验，同时不能过分高估先前创业经验，特别是先前创业失败的经验。另外，创业者不应该盲目连续创业，特别是创业失败时，需要先总结失败原因，避免下一次再犯同样的错误。同时，在创业公司发展初期，创业者不应急于大规模融资，而需要先打造产品，小规模、低成本试错，待产品价值与公司发展方向明确后再考虑融资。

(3)对政策制定者来说，在为创业者提供资源支持特别是稀缺性资源时，需要慎重考虑其创业经验可靠性与未来创业成功可能性以合理分配资源。地方政府可组织创业者协会，举办创业者研讨会，为创业者提供相互认识、相互学习、相互帮助的机会，同时让成功的创业者分享经验，让新手和失败创业者从中获取成功的创业经验。

5.3 研究贡献

首先，关于连续创业者的研究主要针对欧美国家，针对中国的研究非常匮乏，现有研究对象比较泛化，需要对研究对象进行具体化分析[25]。因此，本文聚焦于中国互联网行业连续创业者，因为互联网行业是中国目前最有活力的创业行业，已取得重大成就并受到广泛关注，也是风险投资集中注资的行业[61]。其次，目前研究主要为调查问卷，调查对象仅仅是存活企业，结果过于依赖于被调查者的主观判断[5,62]。本文专门收集有最终退出状态的创业数据，以企业成功与失败状态作为评估基准，相关指标数据是客观真实可追踪的。再次，本文对连续创业者先前创业经验对后续再次创业业绩的影响进行研究，并用中国互联网行业数据进行验证。研究方法和结果不仅可为创业成功提供路径，还能为投资者与政策制定者识别、评估有潜力的创业公司提供参考。

6 结语

6.1 研究结论

本文在分析国内外连续创业者研究文献的基础上，通过中国互联网行业252位连续创业者创办的608家公司数据对连续创业者先前创业经验与后续创业成功的可能性进行研究，从创业经历、行业经验、融资3个大方面分析，得出如下结论：

(1)先前创业成功次数越多的创业者，后续再次创业成功的可能性越高。相反，先前创业失败次数越多的创业者，后续再次创业失败的可能性越高；不考虑先前创业业绩的创业次数不能作为后续创业成功可能性预估指标。

(2)成功与失败持久性不受细分行业经验的影响，即无论创业者先前在相同还是不同行业进行创业，先前成功的创业者更有可能再次成功，先前失败的创业者更容易再次失败。不考虑先前创业业绩的行业经验不能作为后续创业成功的可能性预估指标。

(3)先前创业次数越多以及先前创业成功的创业者再次创业时倾向于等待更长时间获取再第一笔投资，而新手和先前失败的创业者再次创业时则倾向于更早获取第一笔投资。本文认为，丰富的创业经历、特别是成功的经历能让连续创业者拥有更多个人资本长时间维持公司运营，从而加强未来谈判能力以获取更有利的投资合同，而新手和失败创业者因缺少资金，需要更早地寻找投资。

6.2 不足与展望

本文研究方法是否适用于互联网以外其它行业值得商榷。另外，创业者和创业公司绩效影响因素很多，未来应从不同角度对其进行深究，也可对典型案例进行分析。另外，根据本文研究结果，成功和失败经历对后续成功可能性关系非常显著，这些经历对创业者后续创业多方决策有何影响也是未来重点研究方向之一。