创业机会异质性及其识别方式理论诠释与扎根分析，本文主要内容关键词为：性及论文,创业机会论文,理论论文,方式论文,异质论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
创业研究一直致力于解释“为什么有的人能创业并取得成功，而其他人不能？”[1]，学者们关注的核心问题集中于影响创业过程的关键要素及其作用机制。然而，“大部分的创业研究注重机会的发现、开发和绩效，而不是机会的本质与来源”[2]，正是由于忽视了对创业机会本身的深入探讨，使得以创业者为中心的方法无法令人满意地解释创业现象[3]。事实上，机会的部分主观性特点以及与社会结构相联系的本质是影响其识别、开发的关键因素，把握创业机会的特征结构与内在差异将有助于理解创业现象[4]，这也是创业研究框架之中十分重要的议题[5]。
回顾之前的研究可以发现，已经有研究者开始探索机会的内部异质性，将创业机会依据来源、开发情况、创新程度及性质本身区分为不同的类型，并初步讨论了差异化的机会类型与机会识别过程之间的关系。这些研究虽然仍具有较强的探索性，但意味着研究者们已经开始从机会发现过程的一般性分析转变到挖掘机会类型与发现过程的匹配关系，探索和解释为什么不同类型的机会导致以及如何引发不同类型的发现过程。本文正是基于这一议题，应用质性分析的方法，将创业机会依据其性质区分为“编码型”机会和“默会型”机会，进而将系统搜寻和偶然发现与之动态匹配，讨论创业机会的内在性质差异及其对机会识别的不同影响。
二、创业机会内部异质性及其识别方式的回顾与探索
(一)创业机会内部异质性的理论回顾
近年来随着创业研究“机会观”的发展，有研究者开始关注创业机会之间的特性差异，他们的基本观点认为创业机会产生于经济系统中供求组合关系的变化，那么产生于不同变化源的创业机会在属性上会存在差异，可以从来源、开发、创新程度和性质本身几个方面来说明创业机会的分类。
从创业机会的产生来源来看，Eckhardt和Shane[6]将机会产生分为三类：其一，变化的维度产生了机会。其二，机会资源本身所产生的机会。其三，通过变化的制造者产生的创业机会。
从创业机会的开发情况来看，Ardichvili[7]根据Getzels有关创造力的观点，按照价值诉求(value sought)和价值创造能力(value creation capability)两个维度将机会划分为梦想、问题解决、技术传递和商业形式四个类型(见图1所示)。这个四分图描述了从问题与解决方法都未知(左上)，到其中一个(但不是全部)已知(右上，左下)，到问题和解决方法都已知(右下)这样一个开发的过程。Ardichvili认为，比起右下角的创业机会，右上角的机会其成功的可能性不大。
从创业机会的创新程度来看，研究者发现只有少数创业者可以被称为创新者，而大多数创业者实际上是模仿者或追随者，Holcombe[8]进一步将创业机会分为两类：一类是从创新活动产生的创新型机会；另一类是从市场的不对称中产生的非创新型机会。更进一步地，Sarasvathy等[9]认为创业机会本质上是供求关系的不同组合，并依据供求关系的明确程度将创业机会划分为识别型(recognition，供求关系明确的)、发掘型(discovery，供求关系有一方不明确的)和创造型(creation，供求均不明确的)三种类型。
图1 按照创业机会的开发情况所区分的机会类型
(二)知识观视角下创业机会类型的重新诠释
Smith[5]借鉴知识管理领域对编码型知识(codified knowledge)和默会型知识(tacit knowledge)的区分，①认为创业机会也可分为编码型机会(codified opportunity)和默会型机会(tacit opportunity)两类。前者是指能明确记录、阐释或沟通的新手段—目的关系，后者是难以编码、阐释或沟通的新手段—目的关系。
我们可以从默会型知识和编码型知识的差别开始，研究默会型机会和编码型机会的不同性质特征。默会型知识和编码型知识的不同主要表现在可转移性、可获得性、可聚合性和可借用性等方面。其一，两种知识的可转移性即其知识传递机制不同。编码知识属于Popper[11]所说的“第三世界”的知识，可抽象化并存于客观世界，无需知识主体的参与即可理解和共享，易于交流和转移，并且转移速度较快。而隐性知识难于整理和表达，它属于Popper所说的“第二世界”的知识，在缺少知识主体时它难以交流、理解和应用。由于隐性知识具有行动导向和个体化的特征，因此只有建立高度的信任以及紧密的互动才可能达到共享目的，且发生转移的速度较慢。其二，两种知识的可获得性即其获取和积累的方式不同。编码知识可通过逻辑推理产生并通过正规学习而获取。隐性知识只能通过在相关背景中的实践摸索即通过“干中学”来获得，因而体验的多样性和个体对背景的介入是决定隐性知识产生和积累的关键。其三，两种知识的可聚合性即其集成潜力及可借用性即其借用方式也不同。编码知识可集成在单一的地方，以客观的形式存储，无需知识主体的参与即可为他人所借用。而隐性知识是依附于主体和背景性的，因而是分散的且不易于集成，其借用及集成均需要知识主体的主动介入和紧密合作。基于默会型知识和编码型知识的区别和对实践中创业机会的理解，我们可以列出如表1所示的编码型机会和默会型机会的区别。
Smith等指出，尽管有研究者认为“机会极少以相当齐整的形式出现”[5]，但是编码型机会还是有可能呈现出比较规律的形态，此外，他们也相信这种编码型的机会比默会型机会更为普遍。
利用PSED项目数据的实证分析也显示，与默会型机会相比，编码型机会更为普遍，系统搜寻是发现编码型机会的主要手段，而默会型机会往往是偶然发现的结果。同时不同类型的机会实现其价值的路径也各不相同。Samuelsson[12]指出编码型与默会型机会在开发过程与影响成功的关键因素等方面的差异，这意味着作为机会开发过程的重要环节，为开发不同类型的机会而开展的资源整合活动也存在差异。首先，先前掌握的知识是发现默会型而非编码型机会的关键。其次，社会资本对编码型机会和默会型机会识别的影响也不同的研究提到了这一点，但并未进行深入地论述，因为接触承载机会的信息是发现机会的必要条件，在不同类型机会的条件下，创业者利用社会资本来获取资源的方式和途径就可能存在差异，而个体社会网络是创业机会信息的主要来源，也就有必要探讨社会资本在解释某些个体更容易发现某些特定机会方面的作用。
从之前对机会不同角度的分类研究可以看出，机会内部存在着相互差异巨大的异质性，而且创业活动是个体、机会之间的动态匹配过程，创业者内在特征、机会识别方式与创业机会类型之间的匹配程度将决定着创业的结果。因此，十分有必要将机会异质性引入创业机会识别、评估和开发的研究中，来考量不同类型机会在其过程中的差异。
(三)创业机会识别方式的分析与解释
1.机会的“系统搜寻”
长期以来，研究者们总是在机会发现是以“系统搜寻”的方式还是以“偶然发现”的方式之间摇摆不定。认知学派借鉴新古典经济学理论有关机会发现是系统搜寻过程结果的观点，认为创业机会发现是个体有意识地系统搜集、处理并识别信息价值的过程，并将创业机会发现归结为个体卓越的信息处理能力、搜寻技术或扫描行动。
对于“系统搜寻”本身，在创业研究领域并没有学者做过深入地解释和分析，笔者尝试借助有关知识搜寻的“数据发掘理论”和“数据库知识发现理论”对其进行解释。数据发掘(data mining)是指对真实数据库中数据所隐藏的、先前未知的及具有潜在应用价值的信息进行抽取。这一过程与发现和识别创业机会的过程很类似，都是在大量庞杂的信息中，去粗取精，有目的地寻求对自己有价值的信息。
数据发掘通过一系列的规则进行并产生作用，我们尝试用这些规则来解释创业机会识别中的“系统搜寻”方法。其一，关联规则(association rules)，是寻找属性值的集合，这些属性值来源于相关的数据。对于创业机会的搜寻而言，则是努力去寻找一组密切相关的信息，分析信息间的相互联系，以此为思路从中筛选和整合有利的机会，这对于在某些行业中寻找尚未满足的市场需求是很有效的方法。其二，分类规则(classification rules)，是对巨量数据进行分类，是基于一组数据的某些属性的值进行的。对创业机会识别而言，将所接触到的信息按照对创业者有意义的属性分类，选取那些有益的信息，而淘汰那些可能无法带来价值的信息或者难以实现的机会。其三，数据聚类(data clustering)，是在对数据进行分析的过程中，在考虑数据间的“距离”的同时，更侧重考虑某些数据间具有类的共同内涵。基本上，数据聚类是对一组数据进行分组，这种分组基于最大的组内相似性和最小的组间相似性。与分类规则不同的是，数据聚类是“分组”而不是“分类”，是将创业相关的信息具有共同内涵但却不一定同类的信息放在一起考量，寻找关联性的启示。其四，序列规则(sequence rules)，是将数据进行有目的的排序，像这样一次事件的发生会导致某些事件的相似模式—时态或空间—时态的方式。对创业机会识别而言，创业者有意识地分辨信息之间的因果关系，顺藤摸瓜寻找创业机会。
也可以用“数据库知识发现”的过程解释创业机会信息的“系统搜寻”过程(见图2所示)，即如果将“系统搜寻”的过程抽象化的话，将包括图2中七个步骤，同时，这一处理过程往往需要经过多次的反复。
图2 “系统搜寻”过程
从对“系统搜寻”的机会识别方式解释中，可以总结出：(1)搜寻的创业信息是根植于个人所接触的信息总量和个人的信息需求之中的。(2)为了有效地进行创业信息的搜寻，必须如同“数据挖掘”一样对信息进行结构化的处理(即以上提及的几项规则，可能是单独使用，也可能是几项并用)。(3)创业相关信息搜寻的结果必须在某一具体的应用环境内进行反复的“筛选—评估”循环。
2.机会的“偶然发现”
奥地利学派对认知学派关于机会识别发现的观点提出了质疑，认为机会是偶然发现而非系统搜寻的结果，他们将机会发现归结为创业警觉，即个体对未得到满足的市场需求及未被充分利用的资源或能力的敏感性[12]。在奥地利学派看来创业机会并不可能成为系统搜寻的目标，因为“在发现之前，个体并不能知晓机会是什么，个体并不可能系统搜寻先前不知道的事物”。相反，个体往往通过识别偶然获得的新信息的价值来发现机会。
对于“偶然发现”机制的解释亦没有相关的理论研究，我们试从哲学范畴的偶然性理论探寻偶然发现的原理。偶然性是指事物在发展中“并非必定发生，可能发生也可能不发生，或即使发生但不确定，可以这样发生也可以那样发生的随机趋势”。可以从事物偶然性的特点来分析创业机会“偶然发现”所呈现的特征：(1)偶然性反应了事物发展的随机、不确定趋势，创业机会被“偶然发现”也是事先无法确定和控制的。(2)偶然性多数处于人们尚未认识的阶段所出现的结果，或虽已部分认识，但出现新的情况，改变了人们对事物发展的原先推断。“偶然发现”的创业机会往往是默会型的创业机会，是难以清晰认识并传递的。(3)偶然性一旦被认识，并被实践所证实就转化成必然性。“偶然发现”的创业机会一旦被识别并成功地商业化之后，很可能逐渐转换成编码型机会，被其他的市场参与者效仿。
研究者们发现“偶然发现”比“系统搜寻”更能有效率地识别创业机会，Koller的研究指出，创业者大多是感知创业机会而不是寻求机会[13]。Teach等也发现，企业的创建是基于偶然发现的创业点子，而这种点子并未经过正式的筛选，这使得他们比其他进行更为正规“搜寻”的企业更快达到收支平衡。Teach等的案例研究还指出，在他所调研的软件公司管理者之中，存在着不同的机会识别方式，仅有不到一半的被访者使用系统方法来进行机会搜寻[14]。
(四)创业机会异质性与其识别方式的匹配性探讨
比较而言，认知学派认为，发现创业机会的关键在于个体解读信息的能力，因为个体都可以通过搜寻来获取相关的信息。而奥地利学派则认为，信息质量与获取能力是发现创业机会的关键，因为个体凭借创业警觉性能够敏锐地把握承载创业机会的有价值信息。本文认为机会识别的方式到底是“系统搜寻”还是“偶然发现”，不能简单地一概而论，这个问题的答案在很大程度上取决于机会本身的性质，即它是“编码型机会”还是“默会型机会”，两种机会类型与两种识别方式之间存在着动态的匹配关系。
利用PSED项目数据的实证分析显示，与默会型机会相比，编码型机会更为普遍。同时，系统搜寻是发现编码型机会的主要手段，而默会型机会往往是偶然发现的结果。此外根据前文对“偶然性”和“偶然发现”的论述，还可以认为随着默会型机会被发现、识别、开发、利用，直至取得商业上的成功，它会逐渐朝着编码型机会转变。也就是机会识别方式与异质性的匹配存在着如图3所示的匹配关系。本文将依据问卷调研的数据对这一匹配关系进行验证，同时更进一步地分析默会型机会和编码型机会在创业机会识别过程中的差异性。
图3 机会识别方式与异质性的动态匹配图
三、基于扎根理论的创业机会异质性及其识别方式分析
由于创业机会的异质性及其识别方式研究尚未形成其基础的理论框架和基本的研究假设，因此，在之前回顾文献的基础上，我们采用扎根理论来对此进行进一步的分析。
(一)研究资料信息收集
1.扎根理论的研究方法
“扎根理论”(grounded theory)首创者为Glaser和Strauss，通过众多学者补充完善，目前被公认为是定性研究中较为规范的研究方法。扎根理论适合于在研究前一般缺少理论范畴、结论与假设的研究范畴，直接从实际观察对象或事实入手，根据所观察得到的原始资料，同时结合已有的文献研究，对资料进行梳理、归纳和概括，从下往上逐步抽取出适当的理论范畴，达到最终建立实质性理论的目的。本文的机会异质性研究属于探索性研究，之前并没有较为成熟的理论和相关假设的提出与检验，因此选择扎根研究来进行创业机会异质性的分析。
扎根理论研究方法的核心是资料分析过程，对资料的分析称为译码(coding)，指将所搜集或转译的文字资料加以分解、指认现象、将现象概念化，再以适当方式将概念重新抽象、提升和综合为范畴以及核心范畴的操作化过程。与其他定性研究方法相比，扎根理论资料收集方式的特点在于动态性，也就是要根据研究进展情况不断补充资料，从而以资料的丰富、严密及饱和来增加结论的说服力和理论性。因此，资料的收集整理与分析是一并发生、同时进行、连续循环的过程。总之，扎根理论是通过对文献资料的整理回顾，得出比较规范结论的研究方法流程。
2.样本选择与资料收集
在一般实证研究中资料收集与研究对象的选择，通常要求随机性获取研究对象，以达到研究的规范化。但在“扎根理论”研究中，则提倡为了使研究在实际条件限制中能够有效进行，可选择便于接近(access)，并含有相应丰富研究信息的对象作为研究客体，而非进行一般的抽样。本研究选择能获取研究相关的高密度信息的潜在创业者和实施创业者作为深度访谈对象。研究采取初次接触即进行甄别的方法，最终选定了16人作为研究客体。笔者对访谈者进行了编号，冠有E字母的表示有过创业经历(本研究中属于此类的共有9人，分别用E[，1]-E[，9]进行编号)；P字母表示从未有过创业经历，但为潜在创业者的(本研究中属于此类的有7人，用P[，1]-P[，7]进行编号)。
整个研究的访谈是从2008年4月到2008年12月止陆续进行的，每位访谈者的面谈持续时间从半个小时到1个小时不等，其中大部分为1个小时左右。本研究的主题是创业机会的异质性，访谈和资料分析都围绕这一主题展开。在访谈和资料分析过程中发现有理论价值的主题，而关于该主题的个案资料不充分、不能构成证据链时，我们会再次联系受访者，补充新资料，提高研究结论的扎实性。
在我们选择的受访者中，构成“有过创业经历的”样本包括：4位咨询公司的创办者和正在经营者，2位生活服务类企业的创办者和正在经营者，2位生产制造型工业企业的创办者和正在经营者，1位软件公司的创业者和正在经营者(该公司是吸引风险投资创立的)；构成“从未有过创业经历，但为潜在创业者的”样本包括：3位正在筹备创业的人员(他们分别要创办饭店、设备组装企业和化妆品零售店)，4位近期有创业打算的人员(他们目前的职业分布为：2位外商独资企业员工，1位私营企业工作人员和1位自由职业者)。大部分受访者年龄集中于35-45岁之间，仅有1位受访者年龄超过50岁(筹建设备组装企业的受访者)。大部分受访者为男性，仅有2位受访者为女性(筹建设备组装企业和化妆品零售店的受访者)。绝大部分受访者接受过高等教育。
(二)三重译码分析
本研究资料分析通过对16名受访者深度访谈所获资料信息，按照扎根理论研究的研究步骤——开放性译码、主轴译码和选择性译码进行三重译码分析。
1.开放性译码
为了明确范畴的状况以便于后续分析，我们一开始就界定了范畴的性质及性质的维度(创业机会的类型划分)，在访谈中我们将主题分为两个方面：首先要求受访者指出创业机会的类型及预期识别、开发相关的关键要素；其次我们再抛出我们所关注编码型和默会型两类机会，影响创业机会识别的个体特征、先验知识、社会资本、创业警觉四方面要素，以及可能的系统搜寻和偶然发现两种方式，要求受访者进行评价，同时我们对编码型和默会型、个体特征、先验知识、社会资本、创业警觉、系统搜寻和偶然发现对被访者进行了简单的解释。
概念或范畴的命名或提出是一项复杂的工程，这不仅由于资料的庞杂性②，还由于寻找合适名称的困难性。一般来讲，概念的来源可能是文献、研究者的创造，或者是被访谈者的用语。根据扎根理论方法，这里的概念可以是一个词、一个短语，甚至一个短小的句子，但其必须能够准确体现对应句子的本质内涵，而不能是一个简单的“摘要”。为此，我们从以下两个方面加以展开：首先，采取对资料进行逐句概念化的做法，在每句话句尾都用“ax+概念”加以标注，其中，ax是指句子在资料中的顺序，概念是我们为该句话本质涵义所贴的“标签”，或者说是对其的“定义”，由于这其中的条目众多(共计98项)，我们列出如表2所示其中一小部分加以说明。
其次，资料的逐句定义难免会出现多个定义同时指代同一现象，或者多个定义具有本质一致性的情况，因此，对以上过程得出的概念“标签”进行重新归类，并以“aax+概念”来表示。于是，aax就成为一个表达同类定义的“范畴”，基于这些定义归类的范畴提炼过程本质上反映了对现象的归类，范畴的得出实现了对资料的分解、比较、归类和整合。本研究得出的范畴为：aa1为创新程度；aa2为可行程度；aa3为盈利性；aa4为个人能力；aa5为可识别的难易程度；aa6为财力；aa7为显隐性；aa8为社会关系；aa9为来源；aa10为竞争性；aa11为运气；aa12为经验。
2.主轴译码
本研究在经过主轴译码后得到5个主要范畴：创新、来源、条件、运气、机会本身属性。以机会属性本身来说明“因果条件→现象→脉络→中介条件→行动/互动策略→结果”典范模型(见图4所示)。
图4 主要范畴机会属性的典范模型
3.选择性译码
我们根据对主轴译码所筛选出的5个主要范畴和其他副范畴的分析，对部分受访者进行了重复访谈。从重复访谈的情况来看，受访者虽然提出了最终被总结为副范畴：经验、社会关系、财力的影响机会识别的要素，但也一致同意，针对不同的机会这些要素是否起作用和所起作用的程度是不相同的，不能一概而论；而且受访者也同意被归结为副范畴“创新”、“来源”、“条件”、“运气”的一些观点要基本从属于被归结为副范畴“显隐性”的观点。
结合重复访谈情况，通过对5个主要范畴和其他副范畴的分析，可以提出如图5所示模式，联系各范畴的关系模式。在这里将“显隐性”作为“核心范畴”，即发现创业机会的编码型和默会型分类是其他分类关系的来源，且“显隐性”可以大体包含比如“创新”、“来源”、“条件”、“运气”等副范畴。正是机会的“显隐性”构成了它最基本的特征，经验、社会关系、财力等通过机会的“显隐性”对机会识别起作用，同时编码型机会与系统搜寻、默会型机会与偶然发现间存在着密切的联系。
图5 机会异质性中联系各范畴的关系模式图
(三)较大样本量的佐证和补充
为了进一步验证对编码型、默会型机会及其搜寻方式的判断，我们采用问卷调研的方式，尝试在更大的样本范围内进行证据的补充。该次问卷调查选取SYB中国培训项目的学员作为被试样本，③共向被试发放问卷243份，回收有效问卷173份，有效回收率为71.19%。在问卷中我们设计了“你有过成功的机会识别经历吗？”这一题项，供选答案为“有”和“无”，将选择“有”的问卷抽取出来，即以曾经识别创业机会的被试作为统计分析样本。该部分样本数量为132，占原有效样本数量的76.3%。接下来通过问卷来区分创业者成功识别的机会属于哪一类。机会异质性的问卷设计参考了Smith等的研究，利用GEM研究数据库的问题对被试进行评价，题项设计见表3所示。同时，设计答案组合表来判断被试所识别的机会是编码型机会还是默会型机会，由于篇幅所限，答案组合表略。
通过问卷数据，我们对机会分类及其搜寻方式作出了进一步的判断，作为扎根分析结论的佐证和补充。在问卷结果中，首先，从机会的类型来看，编码型机会占54.46%，默会型机会占45.54%，并不如同先前研究者所估计的那样，“编码型机会比默会型机会更普遍”。其次，从机会识别者来看，在性别分布方面，成功进行机会识别的男性数量要多于女性，同时识别默会型机会的男性与女性的数量差距也大于识别编码型机会的男女数量差，说明男性由于在行业经验、人际关系网络和信息来源等方面比女性的平均水平占优，所以更有利于识别默会型机会。在年龄分布方面，成功识别两类机会最多的年龄段是35-45岁，这也是我们统计所有样本中创业活动最活跃的年龄段。值得注意的是，在25-35岁年龄段，识别默会型机会的被试数量要大于识别编码型机会的被试数量，可能是由于这一年龄段的创业者更易于接触和接受创新型的机会，从而提高了对默会型机会的识别能力。此外，在45-60岁年龄段，识别默会型机会的被试数量同样大于识别编码型机会的被试数量，说明默会型机会的识别仍需要靠长期的经验积累与实践摸索，因此，会出现有能力识别默会型机会的创业者年龄相对偏大的情况。从学历上看，同整个样本的统计结果一致，接受过高等及以上教育的机会识别者仍占优势多数，同时，默会型机会识别者接受高等及以上教育的比例要大于编码型机会的识别者，这说明因高等教育而形成良好人际网络、丰富信息来源以及个人对信息的理解能力有助于默会型机会的识别。
四、结论与讨论
(一)机会存在内部异质性，代表编码型机会和默会型机会差别的显隐性可以成为显著的区分标准
回顾之前针对机会异质性的文献分析，可以发现在先前研究者所提出的几种创业机会的分类中，依据创业机会本身性质的分类几乎可以囊括前几种类别，即可以将以机会的产生、开发情况、创新程度划分的类别归纳到编码型机会和默会型机会当中。比如对于Ardichvili的基于机会开发情况的分类中，“梦想”和“等待解决的需求”更倾向于默会型机会，而“技术转移”和“业务或企业的形成”因为其明确性而更倾向于编码型机会。更为明显的是机会的创新程度与本质异质性之间的关联，Holcombe[8]所提出的模仿性机会和创新性机会应分别对应于编码型机会和默会型机会；而Sarasvathy等[9]所提出的识别型机会对应于编码型机会，发掘型和创造型机会则更倾向于默会型机会。这进一步强化了我们通过扎根理论方法所得出的机会异质性的关系模式。
(二)在被成功识别的机会当中，编码型机会并未比默会型机会更普遍
Smith指出，尽管有研究者认为“机会极少以相当齐整的形式出现”，但是编码型机会还是有可能呈现出比较规律的形态，研究者一般认同这种编码型的机会比默会型机会更为普遍。可是基于我们对于64个有价值样本所识别的机会类型进行统计，结果表明两种类型的机会几乎各占一半，虽然编码型机会略多于默会型机会，但远未达到先前文献所指出的“编码型机会更为普遍”的情况。究其原因：一方面可能由于被试样本抽取的问题；另一方面可能由于被试对于自己所识别的创业机会较为自信，出于对自身经验的认识和肯定，相信自己比其他人能够更为充分地识别特定的创业机会。同时，这一结果也说明了，先前研究者所估计的“编码型机会比默会型机会更普遍”需要进一步挖掘更有说服力的测量方法进行验证。
(三)在创业机会异质性及其识别方式的动态匹配关系中，编码型机会常常靠“系统搜寻”识别，默会型机会常常靠“偶然发现”识别
本文以扎根研究的方法得出系统搜寻是发现编码型机会的主要手段，而默会型机会常常基于偶然发现。首先，对编码型机会而言，由于它是可以明确记录、阐释或沟通的新手段—目的关系，因而，能够通过大量有目的的相关信息收集、加工整理描绘出创业机会的轮廓。这一过程也就是前文基于“数据挖掘”所讨论的“系统搜寻”的过程，是通过抽象化的学习和了解某个应用领域，明确目标；建立一个相关的目标信息集，选择一个数据集或在多数据集的子集上聚焦；清理和预处理信息；信息转换，分类、编码；信息分析；信息解释和信息评价的过程的总和。其次，对默会型机会而言，由于它是难以编码、阐释或沟通的新手段—目的关系，只能通过感觉和接触、学习和积累才能慢慢体会其价值内涵，且经常是模糊不清，很难确切描绘其构成，因此也难以快速转移。这种类型的机会，通常无法靠规范化的信息搜寻、处理、转换、分析、解释和评价过程识别处理，经常是富有相关经验的创业者“偶然发现”之后，凭借超出其他人的敏感性(即Kirznar所提出的“创业警觉”)对其进行识别、开发。因而，默会型机会往往要首先依赖于“偶然发现”才逐渐展露出来。
注释：
①Polanyi区分了编码型知识(显性知识)和默会型知识(隐性知识)。编码型知识是信息类的明晰知识，是可以用文字、语言、符号等编码，可以通过报纸、书籍、光盘、声音、图像等介质传播的知识。默会知识通常是不易表达的，无论是通过文字还是图像、声音等不能准确体现默会知识的本质，只能通过感觉和接触才能慢慢体会到默会知识的精髓。默会知识经常是模糊不清，很难确切说出其构成。管理诀窍、经验、设备操作技巧等都属于默会型知识，这些知识的学习、积累和转移绝不像发现和传播信息那么简单[10]。
②比如，我们的访谈材料中不可避免地出现了大量和主题不直接相关的闲谈，但这些谈话内容中又可能包含了我们所关注的信息，只是相关程度或高或低不同。
③该次问卷调研是为作者写作博士论文设计和实施的，调研的内容还包括创业环境、创业机会识别、创业者等多个方面内容，创业机会异质性及其识别的调查仅是其中之一。
标签：创业论文; 扎根理论论文; 创业机会论文; 异质性论文; 创新创业论文; 相关性分析论文; 分类数据论文; 差异分析论文; 编码转换论文;