國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四節 以動員的資訊網絡解釋風險投資
一、動員的資訊網絡類型與個人屬性之間的關係
所有個人屬性變項皆如同前面模型，我們再多加進「認識的人當中有多少 風險投資者」變項，如此我們更能了解個人身處的網絡特性與動員的資訊網絡 類型之間的關係。依變項依序是十六種動員的資訊網絡類型，做十六次邏輯迴 歸分析。
在模型１(有內有)中，原住民省籍、Log 家庭收入、認識的人當中有多少風 險投資者達到顯著。在模型２ (有內無)中，Log 負債金額達到顯著。在模型３(有 外有)中，年齡、高中以上教育程度、已婚、Log 負債金額、風險承受程度、認 識的人當中有多少風險投資者達到顯著。在模型４（有外無）中，年齡、男性 性別、高中以上教育程度達到顯著。在模型５（有都有）中，大學以上教育程 度、擁有房子、Log 負債金額、風險承受程度、認識的人當中有多少風險投資者 達到顯著。在模型６（有都無）中，已婚、有工作達顯著。在模型７（有沒有）
中，僅年齡達到顯著。模型８（有沒無）由於依變項觀察值各數過少，模型沒 有太大意義。在模型９（沒內有）中，年齡、專科以上學歷、已婚、擁有房子、
風險承受程度、認識的人當中有多少風險投資者達到顯著。在模型１０（沒內 無）中，外省省籍、有工作、風險承受程度達到顯著。在模型１１（沒外有）
中，國高中教育程度、認識的人當中有多少風險投資者達到顯著。在模型１２
（沒外無）中，年齡、男性性別、所有教育程度達到顯著。在模型１３（沒都 有）中，男性性別、客家省籍、Log 家庭收入、認識的人當中有多少風險投資者 達到顯著。在模型１４（沒都無）中，僅風險承受程度達顯著。在模型１５（沒 沒有）中，年齡、客家省籍、已婚、擁有房子、風險承受程度達到顯著。在模 型１６（沒沒無）中，沒有任何變項達到顯著。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
我們可以發現，除了投資者沒有動員任何既有網絡內外的管道之外，凡是
「網絡內存在風險投資者」的類型，「認識的人當中有多少風險投資者」變項都 達到顯著，如模型１(有內有)、模型３(有外有)、模型５（有都有）、模型９（沒 內有）、模型１１（沒外有）、模型１３（沒都有）。這表示無論投資人動員的資 訊網絡是網絡內或網絡外，只要他們網絡內存在風險投資者，這些風險投資者 的數量確實會影響他們的風險投資行為。而一個人置身的社會網絡中的風險投 資者數量，代表著網絡的一種特性。這也就是說，投資者的風險投資行為確實 會受到網絡特性的影響。
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
1.778 .532 1.045E+3
8 .965 1.126 .601
Pseudo R-squared 0.163 1.000 0.098
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
Pseudo R-squared 0.347
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、以動員的資訊管道解釋風險投資
我們較先前表4-5 的模型多加入控制變項「認識的人當中有多少風險投資 者」，而社會資本總變項在本節也將被當成控制變項操作。在這裡，我們主要的 自變項是「有外有」、「有都有」、「沒內有」、「沒內無」、「沒沒無」等五種可以 被社會資本總變項給解釋的動員的資訊網絡類型。其它十一種合併成「五類之 外」類型，在最後的完整模型中，做為和上述五類比較的基準。依變項為「Log 風險投資金額」。
表4-8 中，模型１相當於表 4-5 中的模型５，也就是以社會資本總變項和所 有的控制變項跑出來的迴歸模型，在此模型中，社會資本總變項的影響相當顯 著，但其解釋力仍較高中以上各教育程度遜色不少。我們先前討論過，這是由 於將一般性質的社會資本能量直接運用在風險投資這特殊領域，並未能充分展 現「社會資本能量」這一概念的意涵。模型２加入控制變項「認識的人當中有 多少風險投資者」，結果年齡、男性性別、高中以上各教育程度、已婚、擁有房 子、Log 負債金額、風險承受程度、認識的人當中有多少風險投資者達到顯著。
在模型２當中，社會資本總變項的影響已經不顯著了，且模型整體解釋力增加 至27.1%。
接下來我們依序加入五個解釋變項。模型３除了上述控制變項，加入「有 外有」，其中年齡、男性性別、高中以上各教育程度、已婚、Log 家庭收入、擁 有房子、Log 負債金額、風險承受程度、認識的人當中有多少風險投資者、有外 有達到顯著，模型整體解釋力增加至30.2%。模型４再加入「有都有」，其中年 齡、男性性別、高中以上各教育程度、已婚、Log 家庭收入、擁有房子、Log 負 債金額、風險承受程度、認識的人當中有多少風險投資者、有外有、有都有達 到顯著，模型整體解釋力增加至34.5%。模型５再加入「沒內有」，其中年齡、
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
男性性別、高中以上各教育程度、已婚、Log 家庭收入、擁有房子、Log 負債金 額、風險承受程度、認識的人當中有多少風險投資者、有外有、有都有、沒內 有達到顯著，模型整體解釋力增加至35.2%。模型６再加入「沒內無」，其中年 齡、男性性別、高中以上各教育程度、已婚、Log 家庭收入、擁有房子、Log 負 債金額、風險承受程度、認識的人當中有多少風險投資者、有外有、有都有、
沒內有、沒內無達到顯著，模型整體解釋力增加至36.6%。模型 7 再加入「沒沒 無」，至此已經是本研究的完整模型，其中年齡、男性性別、高中以上各教育程 度、已婚、Log 家庭收入、擁有房子、Log 負債金額、風險承受程度、認識的人 當中有多少風險投資者、有外有、有都有、沒內有、沒內無、沒沒無達到顯著，
模型整體解釋力增加至37.3%。
在我們接續放進五種動員的資訊網絡類型的過程中，模型整體的解釋力不 斷地上升，代表這五種類型每一種對風險投資都具有相當的解釋力。在完整的 模型中，每一種動員的資訊網絡類型都擁有不錯的相對解釋力，甚至高過「大 學以上」之外的所有教育程度變項，且其效果皆非常顯著。與其他社會人口與 經濟地位變項、甚至是心理因素變項相比，這些動員的資訊網絡類型的效果更 是突出許多。
在模型７中效果達顯著的變項，具正向影響力的有年齡、高中以上各教育 程度、已婚、Log 家庭收入、擁有房子、風險承受程度、認識的人當中有多少風 險投資者、有外有、有都有；具負向影響力的有男性性別、Log 負債金額、沒內 有、沒內無、沒沒無。「有外有」和「有都有」是十六種動員的資訊網絡類型中 最具優勢的兩種，因此它們對風險投資呈現正向關係非常符合我們的預期，能 動員這兩種優勢類型的資訊網絡者，他們相對上較敢投入較多的風險投資金 額。「沒內無」和「沒沒無」是十六種動員的資訊網絡類型中最劣勢的兩種，它 們會呈現負向效果也很符合預期。此結果支持了假設7 和假設 8。「沒內有」的
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
效果也呈現負向，這可以如此說明：大多數投資者無法進入第一時間有利資訊 所流傳的網絡中，所以他們本身如果沒有分析資訊的能力、又只靠著網絡內有 限的資訊來投資，他們自然也不會完全信任所接收到的訊息，其所投入的風險 投資金額自然也就不太會多。
在模型７中，風險承受程度的效果依然達到顯著，而社會資本總變項已經 沒有顯著的影響。這說明了，動員的資訊網絡在解釋風險投資行為上，確實較 一般性質的社會資本能量具解釋力。我們可以說，「一般性質的社會資本能量」
是經過投資者所「動員的資訊網絡類型」的中介，而對風險投資行為產生影響。
這結論驗證了我們的假設與研究架構。10
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」
‧
R-squared 0.373
***p<.001 **p<.01 *p<.05
省籍之基準為「閩南人」；教育之基準為「國小以下」；
動員的資訊管道類型之基準為「五類之外的所有類型」