复杂性背景下的创新创业研究：基于QCA方法

专栏客座编辑：杜运周，马鸿佳

（1.东南大学 经济管理学院，南京 211189；2.吉林大学 商学与管理学院，长春 130012）

近年来，无论是在企业创业实践方面还是宏观的政策方面，创业活动正受到越来越多的关注［1］。VUCA时代工商管理理论与实践脱节问题，也日益受到学界重视［2］。创新创业是一个涵盖了宏观经济、政治、文化、社会以及微观个体特征等多个层面要素的复杂系统的动态演化过程，这个过程受诸多相互依赖的前因条件多重并发的影响，包括营商环境生态、创业生态系统、创新生态系统、数字技术、平台、经济发展水平、制度复杂性、制度演进、社会规范、个体特质等［3-4］，这表明了创新创业现象具备高度复杂性、系统性和动态性。如何更好地发展创新创业理论与科学方法，揭示复杂动态变化的创新创业实践问题以及推动理论、方法与实践相互促进，是创新创业研究科学化的重要方向。

传统创新创业研究主要依赖于实证主义的定量方法，其中应用最多的方法为横截面的调查研究［5］，这些方法关注自变量与结果变量的平均净效应，导致现有创新创业研究主要是从线性关系来感知社会世界［6］。然而，生态系统、数字技术和新兴市场的出现使得创新创业过程呈现出无边界和非线性等特征［7］，驱动创新创业的多种因素往往会以复杂且有时相互矛盾的方式结合在一起，这些复杂的组态（configura‐tions）存在等效性，即存在多条达成结果的替代途径，形成了因果复杂的创新创业现象。基于传统方法的理论研究无法较好地揭示创新创业现象的因果复杂性问题，应对这些基础理论挑战需要吸收并采纳多学科的研究范式和研究方法，谋求创新创业研究方法论的创新，探索新的研究手段和方法。越来越多的学者提倡采用整体论和组态视角，来解释驱动创新创业现象的因果复杂性，并且使用定性比较分析方法（QCA）来探索创新创业研究领域［8-10］。

近年来，QCA在创新创业等管理学研究中广泛受到重视［3，9-13］，该方法基于集合论，以整体论的视角，把案例视为条件的不同组合，致力于分析相互依赖、相互作用的条件对于结果的组态效应，开展案例层面的比较分析。QCA 认为不同的案例的前因条件可以组成多种组态，通过识别不同前因条件集合和结果之间的模式能够探索哪些前因条件组成的组态是导致结果Y 的充分条件，从而建立多个等效性（equifi‐nality）模型，即利用不同的前因组合实现相同的结果［14］，也有助于学者判断单个前因条件是否为导致结果Y发生的必要条件。QCA方法弥补了传统对称回归方法的不足，能够系统地、全面地阐明驱动创新创业现象的多个相互关联的因素，解释其中复杂的因果关系，识别诸多创新创业现象中存在的因果不对称关系，对于研究复杂性背景下的创新创业具有重要的理论意义。

专刊关注复杂性背景下的创新创业研究，收到52篇优秀稿件，通过编辑初审、专家外审以及客座编辑讨论选题的多样性及与专刊主题的匹配性，最后共收录4个主题、13篇文章。本文首先阐述了复杂性创新创业研究崛起背景及其对传统方法带来的挑战、复杂因果关系与传统关系的区别以及QCA基本原理及在创新创业领域研究的发展，然后针对专刊论文的主要观点进行述评，最后对QCA方法与复杂性创新创业研究的未来方向进行展望，以期有助更好地理解这些研究成果和服务复杂性创新创业领域共同体的发展。

1 复杂性创新创业研究崛起背景及其对传统方法带来的挑战

管理学很多理论和实践问题具有组态的复杂性特征，比如，战略类型、制度逻辑、数字生态、生态系统、资源整合、商业模式等。组织组态是指组织涉及的环境、行业、技术、战略、结构、文化等影响因素相互依赖聚合为组态［15］。这种多因素并发的复杂性问题在创业领域尤为突出。创业是一个复杂动态过程，受诸多相互依赖的前因条件多重并发的影响，包括营商环境生态、创业生态系统、创新生态系统、制度演化、社会规范、创业认知等［1，4，16］，这表明了创业现象具备高度复杂性。同时，驱动创新创业的多种因素往往会以复杂且相互依赖的方式结合在一起，这些复杂的组态存在等效性，即存在多条达成结果的替代途径，形成了因果复杂的创业现象［13，17-19］。主流的定量净效应分析聚焦于变量层面的“净效应”分析，对这类“复杂性”问题的分析乏力。定性比较分析方法（QCA）采用组态视角，特别适合分析这类复杂性问题［14，17，20］。DOUGLAS等［9］指出QCA的引入正在促使创业研究进入复杂性的新时代。

在研究中，应该注重方法底层的假设、原理与问题的匹配，但这一点经常被忽略了。当基本假设违背了研究对象的基本事实时，将造成“精确的错误”。对于开放系统性的管理问题，如果采取依赖于机械可分析原理的方法，可能产生推理错误，也势必导致理论与实践的脱节。比如，实验被认为是一种精确的科学方法，适合研究严格封闭可分的现象，但是如果忽略了实验原理，很可能产生推理错误。举个简单的逻辑例子，如果通过实验操控对比ABC和AB两组案例，看到ABC导致Y出现而AB没有导致Y出现，将认为C是原因。这看起来“逻辑很严谨”，但是推理可能是错的。原因在于，上述推理忽略了因素A、B、C之间可能的相互依赖关系，这种依赖关系可能产生复杂的组合效应或“化学反应”而共同导致Y。一种可能是：AB不足以充分地导致Y，C也不足以充分地导致Y，它们（ABC）的组合共同导致Y，也即ABC才是导致Y 的充分原因，而非C是Y的单独原因。在社会科学研究中，尤其是管理学研究，常常忽略方法底层的原理和假设。如果研究者不注重方法底层假设、原理与研究问题（如复杂性）的匹配，即使采取严谨的统计或实验方法，也可能会产生严重的“精确的错误”。

2 复杂因果关系与传统关系的区别

理解复杂因果关系问题，需要区分三种因果关系：传统的平均效应关系、必要性关系以及充分性关系。平均效应关系重在分析单个自变量X 改变对Y 改变的平均影响效应，且假定自变量间近似相互独立，以分析线性关系为主，代表性方法包括回归和结构方程。但是复杂系统内影响要素间相互依赖，这与传统方法背后的假设不一致。必要性关系旨在分析X存在是否是Y存在的必要条件，或者某水平的X是否为某水平的Y的必要条件［3］。而充分性关系重在分析：某些Xs的组态是否充分地“导致”Y出现。复杂性因果通过必要性和充分性分析，揭示前因与结果间复杂的关系。这些关系间的差异需要被管理研究者重视，未来需要针对不同问题、不同关系，采取不同的分析方法。传统方法与解释复杂创新创业现象的复杂理论的基本假设不匹配，需要采用复杂性思维对诸多复杂的创新创业问题重新进行理解和探索。

不同于传统方法回答自变量Xs与结果变量Y间的平均净效应，定性比较分析（QCA）基于集合理论，主张案例是原因条件组成的组态，关注条件组态与结果间的必要性和充分性等复杂因果关系［21］，特别适合回答“X是否为产生Y的必要条件”“哪些组态可以充分地产生Y”等问题。近年来，QCA方法正成为一种分析复杂性问题新范式的重要推动力，促进了管理研究向因果复杂性分析快速迈进。

3 QCA基本原理及在创新创业领域研究的发展

3.1 QCA基本原理

QCA 方法的产生源于学界对解决因果复杂性问题的探索。该方法基于整体论视角，认为部分不是孤立地发挥作用，而与其他部分相互作用共同影响着对整体的理解。通过整合案例导向方法与变量导向方法的双重优点，QCA 方法有助于回答多重并发因果关系、多种等效路径以及因果非对称性等问题，为管理问题研究人员提供了一种整体性系统化的思想。

QCA方法根据条件的类型分为清晰集定性比较分析（csQCA）、多值定性比较分析（mvQCA）、模糊集定性比较分析（fsQCA）。与传统相关分析基于对变量关系的分析存在差异，QCA方法是对集合关系进行分析。首先，QCA 方法需要对变量在测量的基础上进行校准，赋予变量集合意义。其次，结合集合论进行两种关系的分析：①条件或条件的组合（析取）是否构成结果的必要条件；②条件或者条件的组合（合取）是否构成结果的充分条件。在充分性分析中，为了确保所得到的集合关系是有意义的，需要关注共有条件组态案例的一致性程度以及案例频数。最后，QCA 方法的结果显示了对因果复杂性的解释。在多重并发因果关系方面，多个相关条件的组合引发结果。多种等效路径的存在，意味着导致相同结果出现可以有多种不同的组态形式；而因果非对称性则表现为某一期望结果出现与不出现的原因组态是存在差异的。

3.2 QCA在创新创业领域研究的发展

在管理学研究中，较早应用组态视角的是战略管理［15］。在战略创业领域，DU等［10］发现过去的研究主要集中在战略和环境条件的子集上，而不是全面评估这些新企业高绩效的多重驱动因素，故而提倡采用组态视角，以检验高绩效和非高风险绩效的因果复杂性。卜令通等［22］基于战略三角框架，利用fsQCA探索中国制造企业在数字经济时代下通过战略变革提高创新绩效的有效路径。传统战略理论强调“最优区分”，而QCA方法和组态思维能够打破这种战略思维定式，基于等效性的假设，认为存在实现同一结果的多条路径，而非单一“最优区分”解［16］。GUPTA等［23］运用战略组态视角和QCA方法分析了利益相关者参与战略与绩效的关系，指出企业应根据不同的环境采取不同的平衡股东和员工的利益相关者参与战略，而不是追求单一的最优区分。

组态视角与QCA方法也被用于解释资源与企业创新创业间的复杂因果关系。传统的资源研究局限于线性关系的分析，未考虑多种资源之间高度复杂的互动关系。LINDER 等［13］强调，为了评估创业所持有的资源束是否满足新企业的生存要求，需要从对单种资源的关注转移到对多种资源组合进行检验，特别是数据驱动下创业的资源具有海量性、共享性等特征，向过去强调资源有价值、稀缺性、难以模仿和难以替代（VRIN）属性的资源基础观提出了挑战，因而，有必要通过QCA方法对数据驱动下的资源、能力组态展开进一步分析。尹国俊和蒋璐闻［24］从众创空间创新创业资源产权共享出发，利用组态视角与QCA方法探究创新创业资源有效聚合的模式，归纳出众创空间资源聚合的六条高效、可持续的实施路径。

组态视角和QCA方法有助于分析创业生态系统、创新生态系统、数字生态系统等生态系统问题。传统方法的局限性在于不能进行前因条件复杂性因果关系分析，无法揭示生态系统所包含的多主体、多要素的互动关系，组态视角和QCA方法在创新创业生态系统研究中具有重要作用［25］。杜运周等［3］利用QCA方法研究营商环境生态系统，基于制度组态的视角探索了城市营商环境生态和创业活跃度之间的复杂关系。另外，随着数字技术加速创新、数字环境日益复杂，组态视角和QCA方法在探究数字生态系统中的复杂创新创业现象中的优势逐渐体现［26-27］。TORRES和GODINHO［28］利用NCA和fsQCA相结合的研究方法，利用组态思维，探索在数字创业生态系统中不同要素如何进行匹配以推动产生数字化独角兽公司，揭示了在复杂数字情境下提高创业生态系统绩效的有效路径。

组态视角和QCA还被应用于商业模式的研究。企业选择商业模式并非依据单一要素，而是综合考虑多要素之间的协调与匹配，以系统性和整体性的视角确定企业的发展方向和经营模式［29］。组态理论和QCA具有多层次、多维度的分析特点，越来越多地应用于探索不同商业模式中多要素之间如何匹配以创造价值［8，18］。TÄUSCHER［29］将商业模式归纳为公司属性、认知和语言图式以及组织运行方式这三种不同解释，并提出每种解释与QCA方法分析的适应性，进一步表明了利用组态思维和QCA方法研究商业模式的合理性。王水莲等［30］基于内、外驱动视角，利用QCA方法探索企业社会网络和企业组织学习两个过程驱动因素与制造企业商业模式创新的关系，为研究商业模式创新和制造企业转型提供了理论和实践启示。

4 QCA与复杂性背景下的创新创业研究：专刊论文述评

创新创业研究正处于新时代的曙光中，数字技术和新兴市场的出现使其更加复杂化，因此需要在以前研究（包括重新验证旧数据库）的基础上，通过QCA找出有关创新创业现象驱动因素的新组合，从而对复杂性背景下创新创业现象进行更加细化的诠释［9］。本专刊关注动态复杂背景下的创新创业理论研究和实践，致力于从多个层次、融合多种视角探索如何通过QCA方法的科学运用分析创新创业组态问题和复杂因果关系，共收录4个主题、13篇文章。以下对4个主题的论文分别述评。

4.1 QCA、营商环境与创新创业研究

随着创新驱动发展战略的推进，创新不仅成为地区经济高质量发展的重要引擎，也是建设创新型国家的重要战略支撑，营商环境对国家或地区的创新能力具有系统性的影响，优化营商环境生态从而驱动城市创新绩效成为推动我国高质量发展的重要命题。另外，营商环境作为企业生存发展的外部生态环境与创业活动的水平和质量息息相关，创业活动水平的提升必然会对我国营商环境要素水平提出新的要求。营商环境是市场主体在进行创新、创业等活动时面临的综合性的外部环境系统，系统内每一要素对于创新创业绩效都至关重要，绩效提升是营商环境系统内各个要素相互作用的结果［3］，因此需要从整体性的视角出发，利用QCA方法探索要素之间的协同联动效应，制订优化营商环境系统的“组合拳”。

《鱼与熊掌可以兼得吗？——营商环境对创业数量和创业质量的影响研究》一文采用NCA和QCA相结合的研究方法，以31个省为研究对象，发现产生高创业数量的路径是人文—市场驱动型，产生高创业质量的路径包括人文—政府驱动型和人文—法律政策支持下市场驱动型，而同时产生高创业数量和高创业质量的路径包括人文—市场—政务驱动型和人文—市场—法律政策驱动型。该实证分析以更加全面的视角深入理解影响省份创业数量和创业质量的宏观情境，提出针对不同创业活动类型所需的不同营商环境组态，为省级政府营造良好的营商环境、推动区域高水平创业提供了新的思路。

《营商环境生态如何驱动城市创新绩效？——基于创新型城市的模糊集定性比较分析》一文以全国68个创新型城市为案例，运用fsQCA方法探究营商环境生态系统中各条件对城市创新绩效的联动效应。研究表明，政府效率、人力资源、金融服务、公共服务、市场环境和创新环境六个条件“多重并发”，形成驱动城市创新绩效的多样化组态，城市创新绩效的驱动路径具有“殊途同归”的特点，表现为“政府主导下的环境驱动型”“人力资源缺失下的环境弥补型”与“资源—环境协同驱动型”三条路径，且东部与中西部地区城市创新绩效的提升路径存在明显差别。研究结论解释了城市创新绩效背后的“因果复杂性”，为认识和理解城市创新绩效背后各条件之间的复杂互动提供了一种整体视角，研究发现说明政府需要根据自身情况参照不同营商环境优化路径下的城市，提高创新绩效，充分发挥当地优势，实现因地制宜。

4.2 QCA与创新创业生态系统研究

随着市场需求多样化和竞争加剧，企业不断打破组织边界，通过与多主体构建可持续的创新创业生态系统，开展优势互补的合作实现共同演化［31］，促进知识共享与创新以提升知识转移绩效［32］。创新创业生态系统在实践中取得的成绩瞩目，如海尔的HOPE开放创新平台、亚马逊的AWS生态系统、云栖小镇、梦想小镇以及众创空间，也引发了研究学者的广泛关注，而传统方法不能进行前因条件复杂性与非对称因果关系分析，进而无法揭示生态系统中多主体、多要素的互动关系，因此QCA方法在创新创业生态系统研究中具有不可代替的重要作用［25］。

《数字创业生态系统中多主体互动对数字创业绩效的影响——基于fsQCA 方法的研究》一文以372家数字创业企业为研究对象，利用组态思维和fsQCA方法，研究了数字创业生态系统中多主体互动对数字创业绩效的影响机制，发现在数字创业生态系统中产生高数字创业绩效的多主体互动组态有四条，包括合作企业驱动型、中介机构助力下高校及科研机构驱动型、数字用户主导下合作企业驱动型、合作企业与高校及科研机构双元驱动型。该项研究使得多主体互动与数字创业绩效之间的复杂因果关系更加清晰，能够帮助企业将有限的资源应用在提高绩效的主体互动上，实现资源利用的合理性和高效性，且等效多维路径为数字创业企业提供了选择，企业可以根据自身发展情况进行判断和决策。

《创新生态系统合作模式对知识转移绩效的影响研究》一文基于开放式创新理论，以268家高技术企业调研数据为基础，运用多元回归分析与fsQCA方法，探索创新生态系统合作模式及其协同配置对知识转移绩效的影响机制。研究结果表明，在创新生态系统中，产学研合作、企业间合作、企业—用户合作、企业—政府合作、企业—融资机构合作均能够提升知识转移绩效，企业实现高水平知识转移绩效包含政产融驱动型、政用产学研驱动型和产学研用融驱动型三种等效组态。研究结果为认识与解释创新生态系统合作模式提供了新视角，扩展了组织间合作与协同创新的理论研究范围，从因果不对称性角度推动企业知识管理研究由单维视角向多维整体视角转变，为企业制订创新生态系统合作策略以实现高水平知识转移绩效提供理论参考。

《中国众创空间创新创业效率及其提升路径研究——基于两阶段混联网络DEA与fsQCA方法》一文以我国30个省市为研究对象，构建两阶段混联网络DEA模型测度众创空间创新创业效率，并利用fsQCA方法探索政府财政补贴、市场化水平、区域众创空间规模以及创新创业运营成本这四个因素的不同组态所构成的效率提升路径。研究发现了多元的效率提升路径，包括：“低成本扩张驱动型”与“重点建设驱动型”路径可优化招商引资效率，“低成本集群驱动型”与“重点孵化驱动型”路径则适用于提升孵化培育效率；就区域选择而言，“重点建设驱动型”和“重点孵化驱动型”路径适用于经济基础较好地区，经济基础欠佳地区则可以选择“低成本扩张驱动型”和“低成本集群驱动型”路径。研究结果对于评估我国众创空间创新创业效率提供了可供参考的测度工具，所提出的不同路径对于提升区域创新创业绩效具有重要的实践价值。

4.3 QCA、数字创业及数字化转型研究

近年来，以大数据、人工智能、区块链、云计算等为代表的数字技术迅速崛起，已经应用到企业创新创业活动的各个方面，同时催生了以快手、京东、美团为代表的数字创业企业和以海尔、一汽、沃尔玛为代表实施数字化转型的传统企业。作为数字经济发展的核心引擎，数字创业企业对于我国打造数字经济新优势具有重要推动作用［33-34］，而数字化转型是我国传统企业实现高质量发展的有效途径，研究传统企业数字化转型对中国传统行业转型升级和可持续发展具有重要意义［35-36］。由于数字创业与数字化转型的复杂性和缺乏先验经验，多数企业面临巨大挑战甚至失败，已成为实业界和学术界共同关注的热点问题，而QCA方法有利于探索数字创业和数字化转型绩效提升的多重驱动因素和路径［37］。

《组织能力、组织创新与数字化转型如何激发新产品开发绩效？——基于fsQCA的组态效应研究》一文以47家涉及新产品开发业务的企业为研究对象，使用QCA方法探究组织能力、组织创新与企业数字化转型如何提升新产品开发绩效。研究发现，企业有五种实现高新产品开发绩效的组态：三阶能力与双元创新驱动型、低数字化转型下的动态能力与双元创新驱动型、高数字化转型下的运营能力—利用式创新驱动型、高数字化转型下的运营能力—即兴能力驱动型和高数字化转型下的动态能力—即兴能力—探索式创新驱动型。研究结论有利于企业统筹兼顾数字化转型、组织能力和组织创新的协同联动效应，帮助处于数字化转型的不同程度的企业提升高新产品的开发绩效。

《组态视角下数字创业企业的产品多元化驱动因素研究》一文以27家数字创业企业为研究样本，利用fsQCA方法探究资源侧和需求侧的六个前因条件对数字创业企业产品多元化战略的协同影响，研究结果表明，数字创业企业的产品多元化驱动机制可分为四种模式，分别是：团队—用户规模驱动型、创新—用户异质性驱动型、团队—用户忠诚度驱动型、财务—用户规模驱动型。论文系统地整合了影响数字创业企业产品多元化的内部资源和外部需求双重驱动因素，弥补了过去理论研究中只关注单一资源角度或单一需求角度的产品多元化前因的局限，对于把握数字经济背景下创业活动的全新内涵、推动我国数字经济持续增长具有重要意义。

《基于组态视角的制造企业数字化转型驱动模式研究》一文基于“技术—组织—环境”TOE 理论框架，以江苏省128 家制造业企业为研究样本，采用fsQCA 和NCA 方法分析了数字技术设施、数字业务跨越、数字前瞻姿态、战略资源柔性、组织协调柔性以及数字生态嵌入对企业制造过程数字化和商业模式数字化水平的协同作用机制。研究发现，制造企业高制造过程数字化水平的前因组态包括数字技术推动型和数字生态主导型、制造企业高商业模式数字化水平的前因组态包括业务数字化牵引型和数字生态孕育型。研究发现说明，制造企业数字化转型是以数字基础设施等数字技术为关键推动力、“技术—组织—环境”多因素协同作用的过程，丰富和拓展了现有关于制造企业数字化转型研究的理论研究，为实施数字化转型的制造企业和相关政府部门提供了企业管理和政策制定等方面的实践启示。

4.4 QCA与创业创新创造能力研究

随着中国经济发展进入新常态，发展方式由规模速度型向质量效率型转换，这一过程中更加注重创新创造能力的培养与提升［38］。一方面，中国的快速崛起刺激了西方国家在技术等方面的联合反应，从国家层面、区域层面、企业层面、个人层面提升创新能力，都对我国缓解“卡脖子”问题具有重要意义；另一方面，不同于过去以牺牲环境换取经济发展的增长方式，中国经济转向高质量发展阶段，因此绿色创新技术能力对于环境友好型可持续发展方式具有关键作用［3］。创新能力的形成与提升受到多种因素的影响，例如制度［40］、技术［41］、人格特质［42］等，因此，需要从整体的视角系统地探索多种原因要素的协同联动作用，为创新创造等能力的发展提供借鉴和参考。

《正式制度、传统主义文化与区域创新能力——基于制度组态视角的研究》一文着眼于中国全面深化改革的大背景，探讨了如何通过制度变革提升区域创新能力这一重要问题。基于制度基础观，这篇文章建立了正式制度（政府与市场的关系、非国有经济的发展、市场中介组织和法治环境、要素市场的发展、产品市场的发展）与非正式制度（传统主义文化）对区域创新能力的组态效应模型，通过不同来源获取31个省、市、自治区的相关数据，采用模糊性定性比较分析方法发现高区域创新能力是多种条件相互作用的结果，其中，非国有经济发展是关键因素，并且产生高与非高区域创新能力的制度路径是非对称的。这一研究弥补了对正式制度与非正式制度因素间相互作用关注不足的局限，为政策制定者加快区域经济发展提供了一定的实践启示。

《复杂的人性：大五人格对员工创新行为影响的定性比较分析》一文关注中国崛起过程中在关键技术领域面临的卡脖子问题这一现实背景，基于“企业是创新主体，而员工在企业创新中发挥着重要作用”这一逻辑，探索了影响员工创新行为的重要因素。具体来说，这篇文章从个体层面探索了员工创新因素的前因，建立了大五人格（情绪稳定性、尽责性、经验开放性、外向型、宜人性）对员工创新行为（创意产生、创意传播、创意实施、整体创新行为）的组态效应模型，通过问卷调查搜集了我国长三角地区12家高新技术企业215位员工数据，采用fsQCA方法，发现员工创业行为是多种人格特质相互作用的结果，其中宜人性较为普适；此外，尽管导致员工不同创新阶段的组态存在相似性，但是核心条件存在差异。这一研究一方面深化了员工不同阶段的创新行为的前因研究，另一方面对高新技术企业创新管理实践具有指导意义。

《差错能催生团队突破性创造力吗？——基于跨层次交互模型的fsQCA分析》重视在破解我国卡脖子问题中突破性创新发挥的重要作用，认为研发团队的突破性创造力是突破性创新的源头，因此探索了影响研发团队创造力形成的因素。这篇文章基于差错管理视角构建了团队突破性创造力形成的跨层次交互模型，在此基础上通过案例研究识别出模型中的团队过程要素——从错误中学习，基于28家高新技术企业的配对问卷数据，运用fsQCA方法得到影响研发团队创造力的三种组态类型：试错驱动型、学习迭代型、资源主导型。这一研究在理论层面拓展了团队创造力的研究视角以及研究方法，在实践层面为企业通过差错管理激活突破性创新实践提供了依据。

《政府补贴、环境规制如何提升区域绿色技术创新水平？——基于组态视角的联动效应研究》一文关注我国经济高速增长所带来的高耗能、高排放、高污染等现实问题，认为绿色技术创新经济对可持续发展具有重要意义，探究了区域绿色技术创新水平的影响因素。这篇文章突破了传统研究上的单一视角，从“技术—制度—市场”三种条件出发，建立了技术条件（研发投入、人力资本）、制度条件（政府补贴、环境规制）、市场条件（人均国民生产总值、外商直接投资）对区域绿色技术创新水平的组态效应模型，通过不同途径搜集我国30个省市的公开数据，采用fsQCA方法发现两种高水平区域绿色技术创新的驱动路径：政府补贴主导下的自主研发与引进吸收驱动型、政府与市场双元逻辑下依托环境规制的自主研发驱动型。这一研究对绿色技术创新研究从单一视角转向整体视角具有启发，同时也对各地政府制定差异化的绿色技术创新政策具有一定的指导意义。

《双向FDI 视角下制造企业绿色技术创新的实现路径——基于动态fsQCA 的研究》关注在实现传统企业可持续发展过程中绿色技术创新所发挥的重要作用，探索了推动制造企业实现绿色技术创新的因素。这篇文章基于资源依赖理论构建了IFDI、OFDI、冗余资源、环境规制、环保投资对制造企业绿色技术创新的要素联动模型，基于130家制造业上市公司在“十二五”和“十三五”规划期间的公开数据，采用动态定性比较分析方法发现了“十二五”期间存在四条绿色技术创新实现路径：“资源紧缺—双向搜寻”“政府助引—外资吸收”“政策联动—外资融合”“政策联动—外资吸收”；“十三五”期间存在四条路径：“压力驱动—双向搜寻”“政府助引—外资吸收”“政府援助—双向搜寻”“内外协同—主动开拓”。这一研究丰富了绿色技术创新多种前因联动机制的动态比较研究，同时也对制造企业的绿色技术创新具有一定的指导价值。

5 未来研究展望

本专刊论文涉及QCA和组态视角在不同领域的运用，一些学者还采用了混合方法，这些研究对于理解复杂性背景下的创新创业具有重要意义，也为未来运用QCA 方法研究创新创业提供了重要的启示。首先，结合动态QCA方法开展组态演化研究。研究者未来可以更多关注应用动态QCA方法对创新创业的动态研究。无论是创业生态系统、商业模式、数字创业，还是创新创业能力的塑造、行为的执行或者绩效的提高，它们的影响因素会随着时间的推移而发生变化。现有研究大多是基于静态的截面数据，而忽略了时间的作用，未来的研究可以搜集长期数据探索各原因条件如何随时间变化影响结果变量。比如，结合动态QCA方法，探究创业生态系统要素间的共演化如何影响创业行为和结果，以及哪些因素在共演化中是稳定的。

其次，在宏观层面，结合组态理论和QCA方法开展创新创业生态系统和营商环境生态研究。基于组态理论，可以将生态系统中的要素视为组态中的条件，这些生态系统要素间的不同组合则构成了不同的生态系统［3］。未来可以从要素和要素之间的关系两个层面开展以下生态系统研究：在要素层面，检验生态系统要素的属性是否是产生期望结果的必要条件；在系统层面，引入组态视角分析营商环境生态或创新创业生态系统如何影响创新创业结果，揭示其复杂宏观机制。

再次，在微观层面，考虑创业意图或创业行为受到多种因素的复杂交互共同驱动，未来可以关注微观层面的复杂因果研究，揭示驱动创业意图或行为的复杂微观机制，如个体创造性、团队创新能力的复杂驱动力等。

最后，要注意不同方法的底层假设、原理与研究问题的匹配性。探究不同的关系，应该采用不同的方法，研究者可以整合QCA与其他方法，运用混合方法揭示复杂性创新创业问题。复杂性创新创业研究是一个崭新的时代课题，在创新创业生态化和复杂化日益突显的背景下，开展相关领域的理论和方法研究值得期待。