企业技术人员的技术创新能力为企业发展提供技术保障，企业的技术投入越多，那么对企业而言，其技术创新能力可能会越强。技术创新能力的增强对企业来说，能够提高企业的竞争力，因此，在某种程度上来说技术创新会提高企业的绩效。
内部社会资本主要来源于企业的管理者与员工，主要包括结构型社会资本、关系型社会资本和认知型社会资本，其对企业绩效存在一定影响。影响内部社会资本的通常包括管理者的教育背景、高管的薪酬、高管的任期以及管理者之间的联系程度等。企业内部社会资本对企业的产品技术创新、商业模式突破、生产流程再造、新型业态挖掘等各种自主创新行为有着不可替代的重要作用。这种作用在很大程度上体现在管理者为企业获取有效转变发展方式所需的各种稀缺资源的能力（Alejandro  Portes,2004）。马丽媛（2010）通过对100家新兴第三产业上市公司的实证研究发现企业家社会资本对企业绩效存在显著影响。另一方面，员工对企业的忠诚度也构成了企业的内部社会资本。员工对企业越忠诚，企业的发展会更加稳定，同时，员工对企业的忠诚度也反映了企业的声誉良好，也会促进企业的声誉的形成[[9] 马丽媛. 企业家社会资本的测量及其对企业绩效的影响——基于新兴第三产业上市公司的实证研究[J]. 南方经济,2010(5):33-45.][9]。
对社会资本投资与绩效敏感性之间的关系而言，通常来说两者是呈正向相关的，但由于边际效应的存在，我们可以知道加大社会资本的投资带来的单位效用是逐渐递减的，同时考虑到各维度社会资本的交叉作用与社会资本的投资成本的存在，企业的社会资本水平与绩效敏感性之间的关系就不一定是正相关。投资社会资本需要成本，投资的量越多，企业付出的成本也就越高，特别是企业同时投资多种不同维度的社会资本时可能会造成重复投资，即有可能同时投资多种维度的社会资本对企业而言是一种资源浪费，因为可能多种维度的社会资本在某一程度上起到的作用是相同的，这时成本升高了，效果却不一定会好。因此，在考虑社会资本投资与企业绩效敏感性时，还要考虑到社会资本投资成本对企业绩效的影响。
基于以上理论分析，本文提出第一个假设H1：企业社会资本的投资与企业绩效呈非正相关关系。
（二）企业社会资本效益的行业差异性分析
在现有的研究中，关于社会资本水平的差异性的研究成果有很多。潘越,戴亦一,吴超鹏,刘建亮(2009)通过研究发现在我国不同的地区，社会资本存在着较大的差异,发展不平衡，其中越发达的地区其社会资本水平会越高[[10] 潘越,戴亦一,吴超鹏,刘建亮.社会资本、政治关系与公司投资决策[J].经济研究, 2009(11): 82-94.][10]。同样，处于不同的行业中的企业所拥有的社会资本水平并不会一样，对不同的行业而言，其自身特点不同，需要的资源也会有所不同，故企业也会根据自身的需要投资和获取有利于自身的资源。因此，不同行业中企业的社会资本的存量有可能存在显著差异，社会资本存量的差异会使得社会资本的投资效益产生差异。对民营企业而言，更是如此。一般来说，不同行业的民营企业的规模大小存在较大差异，相对一些占用资源较少行业来说，占用资源较多的行业的社会需要要想取得进一步发展可能需要付出更大的代价。因此，不同行业的社会资本投资效益存在显著差异。
基于以上理论分析，本文提出第二个假设H2：企业社会资本投资效益受行业差异的影响显著。
三、研究设计
（一） 样本选取来源
本文以中国民营企业上市公司为研究对象。本文选取2013年中国沪深上市民营企业的公开数据作为研究数据样本。本文选取的数据是主要是取自CSMAR数据库，缺省的资料则从证券交易所公布的上市公司的年报查询，力求数据的准确性。本文选取的有效样本量是524家公司，研究样本分布在12个行业。首先我们将样本限制在民营企业，之所以将样本限制在民营企业,是为了保证样本企业的政治关系是企业自己主动建立,而不是政府强加的；之后，为了保正上市的公司的财务数据的完整与全面，我们剔除了迟于2010年12月31日上市的民营企业，我们还剔除了ST公司，之所以剔除了ST公司，是因为ST公司亏损额巨大，净资产很小甚至为负；我们还排除了民营化方式为缺失值以及其他资料缺失严重的的公司。研究所使用的数据计算工具为 SPSS22.00和Excel2007。
（二）变量的测量
1.解释变量
本文关于社会资本的度量指标研究成果的基础上构建了企业社会资本的指标体系。
2.被解释变量
本文采用净资产收益率和总资产收益率来测量企业绩效，其中将净资产收益率定义为公司税后利润与净资产之比，将总资产收益率定义为公司税后利润与总资产之比。
3.控制变量
本文在研究企业社会资本投资与企业绩效时，选取多个与公司绩效相关的控制变量，包括：（1）公司规模（Size），总资产自然对数；（2）公司成长性（Grow），当年主营业务收入增长率；（3）股权性质（Top），实际控制人拥有上市公司所有权比例；（4）企业年龄（Age），当年年度-上市年度。
（三）模型设计
研究假设H1和H2 直接利用以下回归模型采用最小二乘法（OLS）进行检验。研究假设H3按行业分成12组利用以下回归模型采用最小二乘法（OLS）分别进行检验。  
Model 1-1: ROE=β0+β1Xi+β2Size+β3Grow+β4Cf+β5Top+β6Age+εi
Model 1-2: ROA=β0+β1Xi+β2Size+β3Grow+β4Cf+β5Top+β6Age+εi
其中Xi:分别为政治社会资本、金融社会资本、市场社会资本、声誉社会资本、技术社会资本、结构型社会资本、关系型社会资本、认知型社会资本和企业社会资本；β0：常数项；ε：随机误差项。
四、实证分析与结果讨论
（一）数据检验和描述性分析
在本研究中，测量企业社会资本的指标体系综合了大量相关文献，因此可以认为本研究设计的指标体系具有较好的内容效度。在用SPSS 22.0软件对企业社会资本指标进行同方向性和标准化处理后，消除了量纲的影响，我们用KMO检验模型与巴特利特球体检验对变量数据进行检验，检验结果表明企业社会资本的KMO 为 0.536，大于0.5，Bartlett 球体检验的显著性概率小于1%，构面效度较高，数据具有相关性，适合做因子分析。使用主成分分析法提取因子，提取特征值大于1的因子，总共提取了8个因子，解释了71.066%的信息；其中5个因子衡量的是企业外部社会资本的五个维度，另外3个因子衡量的是企业内部社会资本的三个维度，与指标设置时变量的构面基本一致。因此，本研究的效度较高。
（二） 社会资本描述性分析
数据分析的前提是样本数据服从正态分布。数据的非正态程度，一般采用峰度和偏度表示。企业社会资本指标描述性统计结果分别如表2所示。
结果显示，企业社会资本各指标偏度和峰度基本在标准范围之内。其中“税率优惠”、“供应商关系”、“合作关系”和“研发投入”的峰度值和偏度值较大。特别是研发投入的峰度值达到16.879，超出了标准 10。其原因在于，应付账款周转率及应收账款周转率的行业差异较大。需要指出的是，本文剔除了应收账款周转率和应付账款周转率特别大的企业。以上结果表明，企业社会资本各指标数据近似服从正态分布。