高管团队结构特征如何提升科技企业绩效

李武威 古啸

DOI：10．19641/j．cnki．42-1290/f．2024．05．007

【摘要】已有从高管团队构成特征视角探讨企业绩效影响因素的研究主要考虑单一要素的驱动作用， 尚未深入探讨各前因要素之间的互动和复杂因果机制。本文以科创板上市公司数据为样本， 从高管团队断裂带和CEO-TMT交互两个维度， 将高管团队结构特征划分为5个前因条件进行综合考虑， 应用模糊集定性比较分析（fsQCA）方法从组态视角探讨高管团队断裂带和CEO-TMT交互对科技企业绩效的复杂因果机制。研究发现： 单一条件并不构成科技企业绩效的必要条件， 多个条件构成的不同组态对科技企业绩效产生相同的效果， 且各前因条件对科技企业绩效的影响存在非对称性； 科技企业高绩效的驱动模式有4种， 分别是社会分类断层型、 信息和社会化经验交互型、 关系和信息交互型以及任务相关断层—关系交互型， 其中信息和社会化经验交互型驱动模式最为普遍； 科技企业非高绩效的驱动模式有2种， 分别是关系型特征趋同型和团队断层—关系和信息交互型。研究结论从组态视角拓展了高管团队结构特征与科技企业绩效关系的研究， 也为提升科技企业绩效提供了实践启示。

【关键词】高管团队断裂带；CEO-TMT交互；企业绩效；组态效应；模糊集定性比较分析（fsQCA）

【中图分类号】F222      【文献标识码】A      【文章编号】1004-0994（2024）05-0043-9

一、 引言

科技企业对促进科技发展、 产业转型升级具有重要的推动作用， 其可持续增长是我国为推动创新驱动发展奠定良好经济基础的关键所在。因此， 如何提升科技企业绩效引起了国内外学者的广泛关注。已有研究从企业社会责任履行（黄林和朱芳阳，2018；严武和孔雯，2022）、 技术创新模式（姚琼等，2015）、 人力资本以及R&D投资（赵驰和周勤，2012）、 跨界搜寻（宋剑锋等，2022）等企业经营行为层面探讨其对科技企业绩效的影响， 但鉴于无论何种经营行为， 追其根源均来自于高管团队（Top Management Team， TMT）做出的战略决策， 因此， 也有研究从创业团队异质性（夏晗，2018）、 高管团队异质性（陶章，2018）、 企业家背景特征（郭韬等，2018）等管理者构成特征层面探讨科技企业绩效的影响因素。

根据高层梯队理论， 高管团队成员所具有的不同特征属性往往会导致其社会认知的差异化， 进而影响企业的战略制定及经营绩效（Hutzschenreuter和Horstkotte，2013）。在探讨高管团队特征属性对企业绩效产生何种影响时， 学者早期侧重关注性别、 年龄、 学历、 任期等单一特征属性， 而忽视了上述不同特征属性之间的动态协同效应。因此， 有学者指出应借鉴团队断裂带理论来考察高管团队结构特征（Lau和Murnighan，1998）， 原因在于团队断裂带能够综合考虑团队成员具有的多重特征属性的聚合作用， 相较于侧重考察单一的高管团队特征属性更具实践意义（Georgakakis等，2017）。但综观现有关于高管团队断裂带对企业绩效影响的研究， “促进效应”“抑制效应”的研究结论并存（Richard等，2018）。

尽管高管团队断裂带作为衡量高管团队结构特征的重要概念已经引起国内外学者的广泛关注， 但高管团队断裂带着重考察基于高管团队内部成员特征属性差异形成的横向断层， 而较少关注CEO在高管团队中的独特地位， 缺乏对基于高管团队成员特征属性差异形成的纵向断层的考察。为了探讨CEO和高管团队其他成员的纵向分割问题， 即重点考察CEO和高管团队其他成员之间在年龄、 职业背景、 任期等特征属性方面的差异程度， 国内外学者开始关注CEO-TMT交互及其对企业绩效的影响， 但研究结论并不一致。如有研究发现CEO-TMT交互能够促进高管团队成员之间的信息共享（Georgakakis等，2022）， 有利于实现企业目标。然而， 也有研究发现， CEO-TMT交互虽能提升团队成员的熟悉程度， 但多样化的认知资源会随着共同任期的不断延长而呈现逐渐同质化的趋势， 团队思维的发散性与创新性减弱（De Dreu，2006）， 为维持较好的团队关系而选择避免争论， 不利于提升企业绩效。

由此可见， 企业绩效提升是一个会受到高管团队内部横向断层（高管团队断裂带）和纵向断层（CEO-TMT交互）协同影响的复杂过程。然而， 关于企业绩效提升的驱动因素， 过去的研究往往局限于单一的高管团队内部构成视角， 孤立地考察单个因素对企业绩效的驱动作用， 而高管团队断裂带与CEO-TMT交互协同影响机制尚不清晰。在亟待推进科技企业持续发展的背景下， 科学识别提升科技企业绩效的包括高管团队断裂带、 CEO-TMT交互在内的高管团队结构特征的多重因素及其协同效应值得进一步探究。因此， 本文采用组态视角实证研究提升科技企业绩效的多重并发因素和因果复杂机制， 主要回答以下问题： ①高管团队断裂带和CEO-TMT交互中的哪些构成要素是实现科技企业高绩效的必要条件？②这些构成要素如何耦合以实现科技企业高绩效？

二、 文献综述与模型构建

高层梯队理论的核心观点认为， 高管团队特征属性会对企业绩效产生重要影响。因而， 本文从高管团队结构特征视角， 在高管团队内部横向断层和纵向断层的双重逻辑下， 探究影响科技企业绩效的高管团队结构特征属性组合的多条等效路径。

（一） 高管团队断裂带与企业绩效

根据团队断裂带理论， 高管团队断裂带是指根据高管团队成员不同的特征属性， 将其划分为不同子团队的一组假想的分割线（Richard等，2018）。为了科学考察高管团队断裂带对企业绩效的影响， 学界主要从两个层面， 即从高管团队任务相关断裂带和社会分类断裂带对企业绩效的影響分别进行考察， 但研究结论仍处于模糊状态， “促进效应” “抑制效应”结论并存。

1. 高管团队任务相关断裂带与企业绩效。高管团队任务相关断裂带是指基于高管团队成员学历、 职业背景、 任期等任务型特征属性差异形成的断裂带（Georgakakis等，2017）。根据高层梯队理论的核心观点， 当高管团队存在任务相关断裂带时， 不同子团队成员的学历、 职业背景、 任期等会存在差异， 使得其知识和资源积累不同， 因而其看待问题的方式和角度也存在差异， 这有利于为高管团队解决复杂问题奠定多样化的知识和信息基础。有研究发现， 高管团队任务相关断裂带对企业产品多元化（Hutzschenreuter和Horstkotte，2013）、 战略变革（Richard等，2018）以及财务绩效（张银普等，2020）等方面具有积极影响。但根据社会认同理论， 由于任务型特征属性差异形成的任务相关断裂带往往会使得高管团队成员对子团队的认同高于整体， 导致出现认同冲突的可能性增加， 阻碍知识与信息的共享与整合， 进而降低决策效率， 不利于促进企业发展。有研究发现， 高管团队任务相关断裂带对企业绩效（Georgakakis等，2017）等组织结果具有消极影响。

2. 高管团队社会分类断裂带与企业绩效。高管团队社会分类断裂带是基于高管团队成员年龄、 性别和种族等关系型特征属性差异形成的断裂带（Georgakakis等，2017）。根据自我归类理论， 当高管团队成员的年龄、 性别或者种族等特征属性相同或相似时， 成员彼此之间往往更容易相互吸引形成相对同质的子团队， 且容易对所在子团队产生较高的信任和认同， 能够促进子团队内部知识与信息的交流与融合， 降低整合资源的难度。同时， 高管团队社会分类断裂带更有助于冲破等级观念的束缚， 促进不同子团队之间异质性知识和信息的交流， 有助于实现科学决策， 促进企业国际化战略的制定与实施（潘清泉等，2015）， 进而有利于提升企业绩效。但分类—精细加工模型认为， 团队成员的关系型特征属性往往与刻板印象紧密相关， 而刻板印象的存在将会在团队内部产生破坏性的社会分类过程， 导致不同子团队之间形成消极的团队互动（Bezrukova等，2009）， 子团队之间产生冲突的概率增大， 进而使得高管团队需要花费额外的时间和精力来缓解团队冲突， 在一定程度上降低高管團队的工作效率， 不利于企业绩效的提升。

（二） CEO-TMT交互与企业绩效

CEO-TMT交互主要是指CEO和高管团队其他成员之间在年龄、 性别、 学历、 职业背景和任期等特征属性上的相似程度（Georgakakis等，2017）。在考察CEO-TMT交互对组织结果的影响时， 可以从CEO-TMT关系交互、 信息交互和社会化经验交互三个维度进行。基于此， 本文主要关注上述三个交互维度对企业绩效的影响。

1. CEO-TMT关系交互与企业绩效。CEO-TMT关系交互是指CEO与高管团队其他成员在年龄、 性别方面的相似程度（Georgakakis等，2017）。CEO-TMT关系交互水平越高， 其他高管团队成员对CEO的认同感越强， 从而有助于建立有效的团队内部识别机制， 促进CEO与高管团队其他成员之间的沟通交流与信息加工， 进而提升企业绩效。然而， 在我国集体主义文化背景下， 高管团队成员可能会为了维持团队的整体和谐而敌视个体主义（Li和Jones，2018）， 不愿意发表独特的观点与看法， 不利于高管团队内部的思维碰撞和知识共享， 进而不利于提升企业绩效。因此， CEO-TMT关系交互对企业绩效至关重要。

2. CEO-TMT信息交互与企业绩效。CEO-TMT信息交互是指CEO与高管团队其他成员在职业背景方面的相似程度（Georgakakis等，2017）。CEO-TMT信息交互可使得CEO更加准确、 有效地检索分布在不同成员中的异质化资源， 更好地实现知识整合、 提取有价值的信息， 有利于高管团队内部的知识获取和信息共享， 从而使得团队内部的知识和信息流动变得更为高效， 显著提升企业绩效。然而， 也有研究指出， CEO-TMT信息交互水平越高， 意味着CEO与高管团队其他成员职业背景的相似程度越高， 这不利于CEO接收异质化的知识和信息（Georgakakis等，2017）， 最终不利于提升企业绩效。因此， CEO-TMT信息交互对企业绩效存在至关重要的影响。

3. CEO-TMT社会化经验交互与企业绩效。CEO-TMT社会化经验交互是指CEO和高管团队其他成员所具有的共同任期长短（Georgakakis等， 2017）。CEO-TMT社会化经验交互水平越高， 高管团队其他成员越容易对CEO产生认同感， 从而更好地协助CEO分析和解决企业所面对的复杂问题（Georgakakis等，2017）， 有利于提升企业绩效。然而， 也有研究指出， CEO-TMT社会化经验交互水平越高， 越会导致高管团队内部形成固化的思维范式， 使其对环境机会的感知能力变弱（Georgakakis等，2019）， 子团队之间产生冲突的概率增大， 进而使得高管团队需要花费额外的时间和精力来缓解团队冲突， 最终不利于企业绩效的提升。因此， CEO-TMT社会化经验交互对企业绩效至关重要。

（三） 文献述评与驱动机制模型

高管团队断裂带和CEO-TMT交互均对企业绩效具有重要影响。一方面， 高管团队断裂带对企业产品多元化（Hutzschenreuter和Horstkotte，2013）、 战略变革（Richard等，2018）具有重要影响。另一方面， CEO-TMT交互会对企业高管团队成员的行为、 认知以及彼此间的沟通交流与信息传递产生重要影响， 进而影响企业绩效。然而， 现有研究大多局限于从单一高管团队断裂带视角或单一CEO-TMT交互视角探讨高管团队结构特征对企业绩效的影响， 而对高管团队断裂带和CEO-TMT交互各要素之间如何联动影响企业绩效尚缺乏深入研究。事实上， 高层梯队理论的核心观点认为， 高管团队特征属性对企业绩效具有重要作用， 但不同特征属性所发挥作用的程度不同， 且多重特征属性间存在相互联动的复杂过程， 亟须从高管团队内部横向断层和纵向断层两个维度综合考察企业绩效的驱动要素。因此， 本文整合高管团队断裂带视角和CEO-TMT交互视角来探讨提升企业绩效的多重并发因素和因果复杂机制， 即讨论基于上述两个视角所划分形成的5个前因条件之间如何联动和匹配以最大限度地提升企业绩效。其中， 高管团队断裂带主要包括任务相关断裂带和社会分类断裂带， CEO-TMT交互主要包括CEO-TMT关系交互、 信息交互和社会化经验交互。

本文根据高层梯队理论， 采用溯因逻辑探索哪些组态可以助推科技企业形成高绩效， 试图揭示影响科技企业绩效的条件组态及作用机理， 从而厘清各条件对科技企业绩效产生何种影响以及彼此间是否存在互动关系。具体而言， 本文基于组态视角， 探索高管团队断裂带和CEO-TMT交互的多种构成要素影响科技企业绩效的复杂机制， 理论模型如图1所示。

三、 研究设计

（一） 研究方法

本文基于高管团队视角对实现科技企业高绩效的多种驱动机制进行组态分析， 并应用fsQCA方法进行实证检验。主要原因如下： 第一， 企业绩效受众多因素的影响， 是一个多因素间相互作用的复杂过程， 仅从局部角度分析是不充分的。fsQCA方法从整体观出发， 能够基于组态视角对多个影响企业绩效乃至彼此间可能存在相互关联的前因条件进行分析。第二， 在解释影响企业绩效的结果时， fsQCA方法适合于探索多个前因条件与结果之间的多重并发关系， 存在多种可以引发相同结果的等效模式， 即具有路径等效性。第三， 传统的回归分析是基于变量间相互独立的理念， 且在分析过程中实证结果较易受到自相关或多重共线性等内生性问题的干扰。而fsQCA方法侧重于关注产生某一结果的充分和必要条件， 能分析原因组合中的前因条件对结果不同程度、 不同方向的影响， 即具有因果非对称性。第四， 本文所选用的数据为面板数据， 且最终筛选后的数据共312个， 样本规模较小， 而多元统计分析方法适用于大样本数据， 相较而言fsQCA方法在中小规模样本的分析中信效度更高。

（二） 样本选择和数据收集

本文以2019 ～ 2020年科创板上市公司数据作为研究样本。主要原因在于： 一方面， 科创板的设立和试点注册制是党和国家积极推进创新驱动发展战略的重要举措， 推动科创板企业创新发展是实现科技赋能实体经济的重要抓手。另一方面， 科创板上市公司的创新能力较强， 具有较好的成长性， 已成为我国科技企业的典型代表（宋劍锋等，2022）。本文剔除数据缺失的样本之后， 最终获得了312家科创板上市公司样本。考虑到前因要素对结果影响的滞后性特征， 本文将企业绩效数据滞后一年， 即采用2020年的相关数据， 前因条件则采用2019年相关数据。样本数据主要来源于CSMAR数据库， 同时手工收集整理科创板上市公司年报的相关数据， 与CSMAR数据库中的相关数据进行比对， 以确保数据的准确性和完整性。

（三） 变量测量

1. 结果变量： 企业绩效（ROA）。借鉴现有研究（韩炜和高宇，2022）的做法， 以资产报酬率（ROA）衡量企业绩效。

2. 条件变量。

（1） 高管团队任务相关断裂带（TASKFAU）。借鉴Cooper等（2014）的研究方法， 选取高管团队成员的学历、 职业背景、 任期等任务型特征属性测度高管团队任务相关断裂带。在测度团队断裂带水平时， 要同时考虑团队断裂带的强度（重在测度团队中特定子团队内部的聚合程度）和距离（重在测度团队中不同子团队之间的差异程度）（Thatcher等，2003）。本文以经过标准化处理的高管团队任务相关断裂带强度和距离的乘积来测度高管团队任务相关断裂带水平。对于高管团队任务相关断裂带强度和距离， 本文分别采用Thatcher等（2003）和Bezrukova等（2009）提出的方法进行测度。

（2） 高管团队社会分类断裂带（BIOFAU）。借鉴Cooper等（2014）的研究方法， 选取高管团队成员的年龄、 性别等关系型特征属性测度高管团队社会分类断裂带。如前文所述， 本文以经过标准化处理的高管团队社会分类断裂带强度和距离的乘积来测度高管团队社会分类断裂带水平。对于高管团队社会分类断裂带强度和距离， 本文仍然分别采用Thatcher等（2003）和Bezrukova等（2009）提出的方法进行测度。

（3） CEO-TMT关系交互（RELASIMI）。本文借鉴Georgakakis等（2017）提出的方法， 将CEO与高管团队其他成员的年龄和性别相似度指标分别进行标准化再求和以测度CEO-TMT关系交互水平。其中， 在测度CEO和高管团队其他成员在年龄方面的相似度时， 借鉴Westphal和Zajac（1995）提出的距离计算方法， 并用1除以计算得到的值， 最终得到的结果即为CEO与高管团队其他成员在年龄方面的相似度， 具体计算如式（1）所示。在测度CEO与高管团队其他成员在性别方面的相似度时， 借鉴Blau（1977）提出的计算公式， 即用P²来进行计算， 其中P代表在高管团队内部与CEO具有相同性别特征属性的高管团队成员所占比例。

式（1）中， X_i代表企业CEO的年龄， X_j代表企业高管团队其他成员j的年龄， n代表企业高管团队成员的数量。

（4） CEO-TMT信息交互（FUNSIMI）。CEO-TMT信息交互水平可以通过CEO和高管团队其他成员职业背景相似度进行衡量（Georgakakis等，2017）。具体而言， 采用与CEO拥有相同职业背景的高管团队其他成员数量占高管团队总人数比例的平方进行测度。

（5） CEO-TMT社会化经验交互（TENSIMI）。CEO-TMT社会化经验交互可以通过CEO和高管团队其他成员共同任期相似度进行衡量（Georgakakis等， 2017）。本文采用Carroll和Harrison（1998）提出的方法测度CEO-TMT社会化经验交互水平， 具体的计算公式如式（2）所示。

式（2）中， u_i代表CEO在企业高管团队中的任职年限， u_j代表高管团队中其他成员j的任职年限， n代表企业高管团队成员的数量。

（四） 变量校准

根据设定的阈值， 将结果变量和条件变量转化为0 ～ 1之间的数值即为校准。综合分析本文所获取数据的分布特点以及不同方式校准变量所适用的情景后， 选择使用直接校准法将数据转换为模糊集隶属分数。由于条件变量CEO-TMT信息交互计算所得结果处于0 ～ 1之间， 无需校准， 本文仔细观察剩余四个条件变量和结果变量计算结果的分布特点后， 均选用95%、 50%和5%分位数依次作为完全隶属、 交叉点和完全不隶属的阈值。表2报告了文中所选取的五个前因条件和结果变量的校准信息和描述性统计结果。

四、 分析与检验

（一） 单个条件的必要性分析

一致性水平是衡量该条件是否为必要条件的重要标准， 一般来说， 将该值是否高于0.9作为判断标准。若高于0.9， 则可认为该条件是结果的必要条件， 即该条件不存在时， 结果无法发生。本文采用fsQCA 3.0软件对科技企业绩效进行必要条件分析。表2中报告了必要条件的分析结果。由表2可知， 各个单项前因条件的一致性水平均低于0.9， 表明五个前因条件中任意单个条件变量均无法构成提升科技企业绩效的必要条件。因此， 需要對多个条件变量进行组态分析。

（二） 条件组合的充分性分析： 高绩效

在单个条件必要性分析得到否定结果后， 需要对于多个条件变量构成的组态对结果产生的充分性进行分析， 从而探讨多个条件构成的组态所代表的集合是否以及多大程度上可成为结果集合的子集。一致性是衡量该条件组态是否为充分性条件的重要标准。有研究表明， 一致性阈值可取值为0.75（准入性最低标准）、 0.8（较好）以及0.85（很好）（Douglas和Shepherd，2020）。此外， 频数阈值也需要根据样本规模进行设定。中小样本的频数阈值取1即可， 而大样本的频数阈值取值应大于1， 频数阈值的取值一般为样本大小的1.5%。另外， PRI一致性阈值可为0.6、 0.7、 0.75， 具体取值可观察所研究的数据分布状况。最终， 结合样本案例在真值表中的分布情况， 本文将一致性阈值设定为0.88、 频数阈值设定为2、 PRI一致性阈值设定为0.7。

通过fsQCA 3.0软件进行数据分析后可以得到三类解， 分别是复杂解（不使用逻辑余项）、 中间解（仅使用符合理论与实际知识的逻辑余项）和简单解（使用所有逻辑余项）。本文以中间解为主、 辅之以简单解， 报告了科技企业产生高绩效的组态结果（见表3）。

由表3可知， 科技企业产生高绩效共有6种组态， 6种组态的一致性水平均高于0.85， 且总体解的一致性水平高于0.8， 符合条件组态为充分性条件的标准， 表明6种组态均可视为实现科技企业高绩效的充分性条件组合。此外， 总体解的覆盖度为0.613， 高于临界值0.5， 表明6种组态可以较好地从高管团队结构特征视角解释科技企业高绩效驱动模式。从前因条件来看， 相同的前因条件处于不同的组态时表现出相反的影响， 由此可见， 各前因条件对科技企业高绩效产生的作用在一定程度上受其他前因条件的影响。

为了更好地提升科技企业绩效， 本文根据6种组态构成及逻辑分析归纳出4种有利于提升科技企业绩效的高管团队结构模式， 即社会分类断层型、 信息和社会化经验交互型、 关系和信息交互型、 任务相关断层—关系交互型。其中： 社会分类断层型模式是指高管团队内部基于关系型特征属性差异形成的不同子团队能够突破等级观念和权力距离， 尽管此时CEO和高管团队其他成员在年龄、 性别、 职业背景、 任期等特征属性上存在差异， 但仍能促使不同子团队开展建设性讨论以应对复杂问题， 有利于实现方案的科学制定； 信息和社会化经验交互型模式是指CEO和高管团队其他成员的职业背景、 共同任期相似度较高， 有利于高管团队在面对复杂环境时快速得出应变对策， 从而提升科技企业绩效； 关系和信息交互型模式是指CEO和高管团队其他成员的年龄、 性别、 职业背景相似度较高， 有利于高管团队面对动态变化的环境时做出科学决策， 从而促进科技企业绩效的提升； 任务相关断层—关系交互型模式是指CEO与高管团队其他成员在年龄、 性别特征属性方面的相似度较高， 有利于激发高管团队内部基于任务型特征属性差异形成的不同子团队在面对复杂问题时提出多样化的解决方案， 从而促进科技企业绩效的提升。下文将结合组态结果从高管团队结构特征视角进一步阐述这四种构成模式。

1. 社会分类断层型。社会分类断层型模式对应的组态有1a、 1b和1c。3种组态中高管团队社会分类断裂带存在与CEO-TMT关系交互缺席均为核心条件， 可见较高水平的高管团队社会分类断裂带和较低水平的CEO-TMT关系交互是形成科技企业高绩效的重要动力。具体而言， 高管团队社会分类断裂带水平较高， 意味着高管团队内部由于成员之间的年龄、 性别等关系型特征属性差异会形成内部同质、 外部异质的子团队， 团队成员对其所在的子团队产生强烈的认同感， 但对高管团队整体的认同感较低（Veltrop等，2015）， 这有利于突破高管团队内部的等级观念和缩短权力距离（Li和Jones，2018）， 使得高管团队成员更倾向于表达自己的观点与想法， 加速知识与信息的共享， 促进不同解决方案的形成， 有利于科技企业制定科学的发展战略。而CEO-TMT关系交互水平较低， 有助于削弱高管团队成员为维持“关系和谐”而不愿意进行创新性思考与提出不同解决方案的倾向（王益民等，2020）， 能够有效促进具有不同关系型特征属性差异的子团队之间开展建设性讨论， 从而科学制定企业的发展战略， 最终提升科技企业绩效。

进一步分析可发现， 在组态1a中， CEO-TMT社会化经验的缺席发挥辅助作用， 在组态1b中， CEO-TMT信息交互缺席发挥辅助作用， 其他条件均相同， 表明CEO-TMT社会化经验交互缺席和信息交互缺席在一定情境下存在替代效应。对于组态1a， CEO-TMT社会化经验交互缺席意味着CEO与高管团队其他成员之间的共同任期差异较大， 可以避免高管团队形成固定的思维范式， 加大其对新知识和信息的感知力度， 减少行为惰性的负向效应， 提升决策的科学性， 有利于企业绩效的提升。对于组态1b， CEO-TMT信息交互缺席意味着CEO与高管团队其他成员职业背景差异较大， 在面对复杂问题时， 有利于CEO和高管团队其他成员从不同视角分析和解决问题（成瑾等， 2017）， 从而提升战略决策方案的科学性， 促进科技企业绩效的提升。在组态1c中， 高管团队任务相关断裂带的存在发挥辅助作用。高管团队任务相关断裂带的存在意味着高管团队内部由于任务型特征属性差异形成不同子团队， 子团队内部成员彼此之间交流、 分享知识和信息更加便捷。同时， 高管团队将受益于来自不同子团队之间不同知识、 信息和资源的分享以及不同子团队创造性地重组信息和知识的能力， 有利于提升科技企业绩效。

2. 信息和社会化经验交互型。信息和社会化经验交互型模式主要受CEO-TMT信息交互和CEO-TMT社会化经验交互的影响， 该模式对应的是组态2， 其组态覆盖率最高， 表明其是科技企业高绩效的主要驱动模式。在组态2中， CEO-TMT信息交互和社会化经验交互都存在与高管团队任务相关断裂带、 CEO-TMT关系交互都缺席共同发挥核心作用， 高管团队社会分类断裂带缺席发挥辅助作用。这表明当高管团队任务相关断裂带、 社会分类断裂带和CEO-TMT关系交互水平较低时， 可以通过CEO和高管团队其他成员之间的信息交互和社会化经验交互来改变高管团队内部因信息、 知识、 资源有限而不利于知识和资源整合的不利局面， 使得科技企业能够快速了解市场及顾客的需求， 塑造自身的竞争优势， 从而有利于企业的持续发展。具体而言， 虽然高管团队任务相关断裂带、 CEO-TMT关系交互、 高管团队社会分类断裂带水平较低， 不利于高管团队内部实现多样化的知识、 信息和资源共享， 但较高水平的CEO-TMT信息交互和社会化经验交互水平可以弥补上述不足。这是因为CEO-TMT信息交互水平越高， 表明CEO和高管团队其他成员职业背景的相似度越高， 这有利于加速成员间的知识交流与整合， 以便于获取更多有价值的信息， 进而促进科技企业实现可持续发展。CEO-TMT社会化经验交互水平越高， 高管团队内部成员彼此之间的认同感和凝聚力越强， 这可降低高管团队内部的沟通成本， 从而有利于企业制定科学的发展战略， 进而促进企业绩效的提升。

3. 关系和信息交互型。关系和信息交互型模式主要受CEO-TMT关系交互和CEO-TMT信息交互的影响， 该模式对应的是组态3。在组态3中， CEO-TMT关系交互和信息交互都存在与高管团队任务相关断裂带、 社会分类断裂带以及CEO-TMT社会化经验交互都缺席共同发挥核心作用。这表明当高管团队任务相关断裂带、 社会分类断裂带以及CEO-TMT社会化经验交互水平较低时， CEO-TMT关系交互和信息交互可以帮助高管团队在竞争激烈的市场环境中， 面对复杂问题开展积极的社会互动和信息、 资源共享， 有助于科技企业对外部机会、 内部资源以及信息的识别与获取， 进而推动科技企业持续发展。具体而言， 虽然高管团队任务相关断裂带、 社会分类断裂带以及CEO-TMT社会化经验交互水平较低， 不利于高管团队内部实现异质性知识、 信息和资源共享， 但CEO-TMT关系交互和CEO-TMT信息交互可以弥补上述不足。这是因为CEO-TMT关系交互水平越高， CEO和高管团队其他成员在年龄、 性别方面的相似度越高， 这会提高团队成员对CEO的认同感， 从而有利于团队成员之间的沟通交流、 资源传递与信息加工， 提升高管团队的决策效率， 增强企业的战略柔性， 进而有利于科技企业的可持续发展。CEO-TMT信息交互水平越高， 意味着CEO与高管团队其他成员之间共享的信息和资源越多， 就越有利于高管团队制定科学的战略决策。

4. 任务相关断层—关系交互型。任务相关断层—关系交互型模式主要受高管团队任务相关断裂带和CEO-TMT关系交互的影响， 该模式对应的是组态4。在组态4中， 高管团队任务相关断裂带、 CEO-TMT關系交互都存在与高管团队社会分类断裂带、 CEO-TMT信息交互以及CEO-TMT社会化经验交互都缺席共同发挥核心作用。这表明虽然高管团队社会分类断裂带和CEO-TMT信息交互以及社会化经验交互水平较低， 不利于高管团队成员突破等级束缚和缩减权力距离， 阻碍了多样化知识和信息的内部共享， 但较高水平的高管团队任务相关断裂带和CEO-TMT关系交互可以弥补上述不足。这是因为较高水平的高管团队任务相关断裂带使得高管团队内部不同子团队看待复杂战略问题的角度不同， 有利于提出多样化的解决方案， 助推科技企业科学制定战略决策方案（Cooper等，2014）。同时， CEO-TMT关系交互水平较高， 一方面可以促进CEO与高管团队其他成员间的信息沟通与社会互动， 使团队内部多样化的知识和信息共享更为高效， 有利于实现科学决策。另一方面， 较高水平的CEO-TMT关系交互还可以提高高管团队成员对CEO的认同感， 有助于提升高管团队成员间彼此的信任水平， 提高信息传递的准确性、 及时性以及其他成员支持CEO工作的积极主动性， 从而有利于决策方案的科学制定与实施， 进而促进企业绩效的提升。

（三） 条件组合的充分性分析： 非高绩效

由于结果的发生与不发生所涉及的前因条件很大可能是不同的， 一些条件的出现会形成高绩效， 但其不出现却不一定形成非高绩效。因此， 为了充分理解科技企业高绩效的形成， 下文将对产生科技企业非高绩效的组态结果进行简要分析。结合数据特征， 一致性阈值设为0.88、 频数阈值设为2， 计算得到4种科技企业非高绩效组态（见表4）。由表4可知， 4种组态的一致性水平均高于0.86， 且总体解的一致性水平高于0.83， 符合条件组态为充分性条件的标准， 表明4种组态均可视为科技企业非高绩效的充分性条件组合。此外， 总体解的覆盖度为0.567， 说明4种组态可以较好地解释科技企业非高绩效驱动模式。

根据对表4报告的4种组态构成进行逻辑分析， 可以将形成科技企业非高绩效的高管团队结构模式分为2类， 即关系型特征趋同型和团队断层—关系和信息交互型。其中： 关系型特征趋同型模式主要是高管团队成员性别、 年龄等关系型特征的相似度较高， 不利于激活高管团队内部异质性的知识、 信息和资源， 进而形成科技企业非高绩效； 团队断层—关系和信息交互型模式主要是高管团队（社会分类或任务相关）断裂带虽然为高管团队内部不同子团队之间实现知识、 信息和资源共享创造了条件， 但较高水平的CEO-TMT关系交互和信息交互导致高管团队其他成员对CEO的认同感较高， 不愿意提出与CEO不同的观点和解决方案， 不利于科技企业做出科学决策， 导致形成科技企业非高绩效。下面将对两种类型的构成及逻辑进行详细分析。

1. 关系型特征趋同型。关系型特征趋同型模式对应的组态有2个， 分别为组态1和2。在两种组态中， 高管团队社会分类断裂带缺席均为核心条件。由此可见， 性别、 年龄等关系型特征属性差异较小的高管团队是科技企业形成高绩效的重要阻力。在组态1中， 高管团队社会分类断裂带缺席、 CEO-TMT关系交互和社会化经验交互都存在为核心条件， 表明较低水平的高管团队社会分类断裂带是CEO-TMT关系交互、 社会化经验交互驱动科技企业高水平绩效的重要阻力。虽然CEO-TMT关系交互、 社会化经验交互有利于CEO与高管团队其他成员进行社会互动， 但较低水平的高管团队社会分类断裂带导致高管成员难以冲破等级束缚和缩减权力距离， 不利于在面对复杂问题时做出科学决策。同时， 在组态2中， 高管团队社会分类断裂带缺席、 高管团队任务相关断裂带和CEO-TMT信息交互都存在为核心条件。可见， 虽然高管团队任务相关断裂带、 CEO-TMT信息交互为高管团队成员实现知识和信息内部共享创造了条件（Georgakakis等，2017）， 但较低水平的高管团队社会分类断裂带不利于高管成员冲破等级束缚和缩小权力距离， 不利于高管团队在面对复杂问题时形成不同的观点和解决方案。尤其在CEO-TMT社会化经验交互水平较高的情境下， CEO与高管团队其他成员共同任期越长， 越不利于多样化观点和解决方案的出现， 这进一步阻碍了科技企业高水平绩效的产生。

2. 团队断层—关系和信息交互型。团队断层—关系和信息交互型模式主要受高管团队断裂带、 CEO-TMT关系交互和信息交互的影响， 该模式对应的是组态3和4。其中， 在组态3中， 高管团队社会分类断裂带、 CEO-TMT关系交互和信息交互的存在均为核心条件。可见， 如前文所述， 虽然高管团队社会分类断裂带、 CEO-TMT关系交互有利于高管团队内部成员之间开展社会互动（Georgakakis等，2017）， 但较高水平的CEO-TMT信息交互不利于CEO与高管团队其他成员之间开展异质性知识、 信息和资源交互， 进而不利于高管团队在面对复杂战略问题时做出科学决策， 从而导致科技企业非高绩效。在组态4中， 高管团队任务相关断裂带、 CEO-TMT关系交互为高管团队内部获取异质性知识、 信息和资源创造了条件， 但如前文所述， 较高水平的CEO-TMT信息交互不利于CEO与高管团队其他成员进行异质性知识、 信息和资源共享， 最终不利于提升科技企业绩效。

（四） 稳健性检验

为检验分析结果的稳健性， 本文将真值表中的一致性水平从0.88调整到0.885， 频数取值仍为2， 且PRI的赋值范围保持不变， 检验结果如表5所示。将表5报告的检验结果与表3的结果进行对比可知， 计算所得组态总体解的一致性水平由0.816提高到0.826， 总体解的覆盖度从0.613降至0.560， 两值的变化幅度均较小。对比5种组态的构成可发现， 表5中组态1a、 1b、 1c、 2、 3的构成与表3中同一名称组态条件的构成均可一一对应。由此可见， 本文的研究结果具有稳健性。

五、 研究结论与启示

（一） 研究结论

本文的主要研究结论如下： ①科技企业绩效受多个条件共同影响， 且各前因条件对科技企业绩效的影响存在非对称性， 实现科技企业高绩效的6种组态与实现科技企业非高绩效的4種组态是非对称的。不同组态的构成条件不同， 且相同条件在不同组态下发挥的作用也不同。②科技企业高绩效的驱动模式有社会分类断层型、 信息和社会化经验交互型、 关系和信息交互型以及任务相关断层—关系交互型4种。在社会分类断层型模式下： 较高水平的高管团队社会分类断裂带和较低水平的CEO-TMT关系交互是形成科技企业高绩效的重要动力； CEO-TMT信息交互和社会化经验交互水平较低时， 较高水平的高管团队社会分类断裂带和较低水平的CEO-TMT关系交互是形成科技企业高绩效的重要动力。信息和社会化经验交互型模式是实现科技企业高绩效的主要驱动模式， 在该模式下， 高管团队任务相关断裂带和CEO-TMT关系交互水平较低时， 较高水平的CEO-TMT信息交互和社会化经验交互是形成科技企业高绩效的重要动力。在关系和信息交互型模式下， 高管团队任务相关断裂带、 社会分类断裂带以及CEO-TMT社会化经验交互水平均较低时， 较高水平的CEO-TMT关系交互和信息交互是形成科技企业高绩效的重要动力。在任务相关断层—关系交互型模式下， 高管团队社会分类断裂带和CEO-TMT信息交互、 社会化经验交互水平均较低时， 高水平的高管团队任务相关断裂带和CEO-TMT关系交互是形成科技企业高绩效的重要动力。③科技企业产生非高绩效的驱动模式有关系型特征趋同型和团队断层—关系和信息交互型两种。在关系型特征趋同型模式下： 一方面， 较低水平的高管团队社会分类断裂带不利于具有较高水平的CEO-TMT关系交互和社会化经验交互的高管团队分享异质性知识、 信息和资源， 进而导致科技企业产生非高绩效； 另一方面， CEO-TMT社会化经验交互会加强较低水平高管团队社会分类断裂带对科技企业低绩效的引致作用。在团队断层—关系和信息交互型模式下： 一方面， 较低水平的CEO-TMT信息交互不利于具有较高水平的高管团队社会分类断裂带和CEO-TMT关系交互的高管团队获取异质性知识、 信息和资源， 进而导致科技企业产生非高绩效； 另一方面， 较高水平的高管团队任务相关断裂带、 CEO-TMT关系交互和信息交互虽然为高管团队获取异质性知识、 信息和资源创造了可能， 但缺乏较高水平的高管团队社会分类断裂带， 不利于激活高管团队内部异质性知识、 信息和资源， 进而导致科技企业产生非高绩效。

（二） 理论贡献

首先， 在研究内容上， 基于高管团队视角， 将高管团队任务相关断裂带、 社会分类断裂带及CEO-TMT关系交互、 信息交互和社会化经验交互纳入一个研究框架中， 应用fsQCA方法进行实证研究， 将企业绩效驱动模式从关注单一高管团队构成特征转向关注高管团队断裂带、 CEO-TMT交互多重前因条件的综合作用， 进一步丰富了关于企业绩效驱动模式的研究内容。本文识别了实现科技企业高绩效的4种驱动模式和非高绩效的2种驱动模式， 得到了影响科技企业绩效的条件组态， 进一步丰富了高层梯队理论。

其次， 在研究方法上， 根據高层梯队理论， 较早将fsQCA方法引入科技企业绩效提升研究中， 丰富了科技企业绩效提升研究的方法。充分发挥fsQCA方法同时具有的定性和定量分析研究优势， 探讨了影响科技企业绩效的复杂因果关系中不同的高管团队结构特征前因条件组合， 以及各组合间是否存在匹配和替代效应， 拓展了fsQCA方法的应用空间。

最后， 在研究结论上， 本文分析了对科技企业绩效产生影响的各前因条件之间的交互作用而非独立的净效应， 同时解释了已有研究结论不一致的原因可能在于条件作用的发挥取决于具体情境， 情境不同使得条件发挥作用的正负效应、 强弱程度均不同。本文发现， 高管团队任务相关断裂带， 社会分类断裂带， CEO-TMT关系交互、 信息交互和社会化经验交互， 均在不同的情境下发挥不同程度的促进或阻碍作用。

（三） 管理启示

首先， 科技企业应注重提升高管团队社会分类断裂带水平。研究发现， 较低水平的高管团队社会分类断裂带会导致具有较高水平CEO-TMT交互的高管团队内部成员难以冲破束缚和缩减权力距离， 在面对复杂的战略问题时难以做出科学决策， 而较高水平的高管团队社会分类断裂带是实现科技企业高绩效的重要保障。这表明科技企业在组建和优化高管团队时， 要注重考虑成员在性别、 年龄等方面的差异性， 以提升高管团队社会分类断裂带水平。尤其在CEO-TMT交互水平较低时， 可以通过提升高管团队社会分类断裂带水平来激活不同子团队的知识、 信息和资源， 最终提升科技企业绩效。

其次， 科技企业应注重提升CEO-TMT交互水平与高管团队断裂带水平的适配性。研究发现， CEO-TMT交互在高管团队断裂带处于不同情境下发挥的作用存在差异。在高管团队断裂带水平较低时， 应注重同时提升CEO-TMT信息交互和社会化经验交互水平， 或者同时提升CEO-TMT关系交互和信息交互水平。在高管团队任务相关断裂带处于较高水平而社会分类断裂带处于较低水平时， 科技企业应注重提升CEO-TMT关系交互水平。这表明科技企业应在综合分析高管团队任务相关断裂带和社会分类断裂带的基础上， 有选择地提升不同维度的CEO-TMT交互水平。

（四） 研究不足与展望

首先， 在理论框架构建方面， 本文主要基于高管团队视角对影响企业绩效的5个前因条件进行了综合性分析， 但由于高管团队特征具有多样性， 未来可进一步扩展前因条件个数或类型以展开更深入的研究。

其次， 除高管团队结构特征之外， 企业绩效还受到诸多其他因素的影响， 未来研究可以从市场制度、 产业政策、 政企关系等层面进行综合分析。

最后， 本文以静态视角应用fsQCA方法进行组态分析， 没有考虑到企业绩效的动态变化过程， 未来研究可进一步探索复杂动态的企业绩效提升影响因素问题。

【 主 要 参 考 文 献 】

成瑾，白海青，刘丹．CEO如何促进高管团队的行为整合——基于结构化理论的解释［ J］．管理世界，2017（2）：159 ～ 173．

郭韬，王广益，吴叶等．企业家背景特征对科技型创业企业绩效的影响——一个有中介的调节模型［ J］．科技进步与对策，2018（14）：65 ～ 72．

韩炜，高宇．高管团队内部非正式社会网络联结与新创企业绩效——基于商业模式创新的中介作用［ J］．南开管理评论，2022（5）：65 ～ 74+106+75 ～ 76．

黄林，朱芳阳．民营科技企业社会责任与企业绩效的实证研究：社会资本视角［ J］．科技管理研究，2018（4）：209 ～ 217．

潘清泉，唐刘钊，韦慧民．高管团队断裂带、创新能力与国际化战略——基于上市公司数据的实证研究［ J］．科学学与科学技术管理，2015（10）：111 ～ 122．

宋剑锋，王笛，孙秀梅．跨界搜寻对新创科技企业绩效的影响——资源拼凑的中介作用［ J］．北京理工大学学报（社会科学版），2022（3）：181 ～ 188．

陶章．科技型企业高管团队异质性与企业绩效的关联度研究［ J］．技术经济与管理研究，2018（6）：10 ～ 14．

王益民，赵志彬，王友春．高管团队知识断裂带、CEO-TMT交互与国际化范围：行为整合视角的实证研究［ J］．南开管理评论，2020（6）：39 ～ 51．

夏晗．创业团队异质性对科技型新创企业绩效的影响—— 一个双调节模型［ J］．科技进步与对策，2018（13）：145 ～ 152．

严武，孔雯．企业社会责任、CEO权力与投资效率［ J］．金融与经济，2022（11）：45 ～ 55．

姚琼，许美思，张泳．技术创新模式、资源整合与企业绩效：以农业科技企业为例［ J］．科技管理研究，2015（3）：8 ～ 14．

张银普，钱思，胡平．基于角色清晰与团队认同的创业团队断裂带对创业绩效的影响研究［ J］．管理学报，2020（4）：562 ～ 571．

赵驰，周勤．科技型中小企业R&D投资、人力资本投资与企业成长路径的关系——基于面板数据的实证研究［ J］．科技进步与对策，2012（14）：75 ～ 82．

Bezrukova K.， Jehn K. A.， Zanutto E. L.， et al.. Do workgroup faultlines help or hurt？ A moderated model of faultlines， team identification， and group performance［ J］．Organization Science，2009（1）：35 ～ 50．

Blau M. P.. Inequality and heterogeneity： A primitive theory of social structure［M］．New York： Free Press，1977．

Carroll G.， Harrison J.. Organizational demography and culture：Insights from a formal model and simulation［ J］．Administrative Science Quarterly，1998（3）：637 ～ 667．

Cooper D.， Patel P. C.， Thatcher S. M. B.. It depends： Environmental context and the effects of faultlines on top management team performance［ J］．Organization Science，2014（2）：633 ～ 653．

Douglas E. J.， Shepherd D. A.， Prentice C.. Using fuzzy-set qualitative comparative analysis for a finergrained understanding of entrepreneurship［ J］．Journal of Business Venturing，2020（1）：1 ～ 17．

De Dreu C. K. W.. When too little or too much hurts： Evidence for a curvilinear relationship between task conflict and innovation in teams［ J］．Journal of Management，2006（1）：83 ～ 107．

Georgakakis D.， Greve P.， Ruigrok W.. Top management team faultlines and firm performance： Examining the CEO-TMT interface［ J］．The Leadership Quarterly，2017（6）：741 ～ 758．

Georgakakis D.， Heyden M. L. M.， Oehmichen J. D. R.， et al.. Four decades of CEO-TMT interface research： A review inspired by role theory［ J］．The Leadership Quarterly，2022（3）：101354．

Hutzschenreuter T.， Horstkotte J.. Performance effects of top management team demographic faultlines in the process of product diversification［ J］．Strategic Management Journal，2013（6）：704 ～ 726．

Lau D.， Murnighan J. K.. Demographitc diversity and faultlines： The composition dynamics of organizational groups［ J］．Academy of Management Review，1998（2）：325 ～ 340．

Li M.， Jones C. D.. The effects of TMT faultlines and CEO-TMT power disparity on competitive behavior and firm performance［ J］．Group & Organization Management，2018（5）：1 ～ 41．

Richard O. C.， Wu J.， Markoczy L. A.. Top management team demographic faultline strength and strategic change： What role does environmental dynamism play？［ J］．Strategic Management Journal，2018（6）：987 ～ 1009．

Thatcher S. M. B.， Jehn K. A.， Zanutto E.. Cracks in diversity research： The effects of diversity faultlines on conflict and performance［ J］．Group Decision and Negotiation，2003（3）：217 ～ 241．

Veltrop D. B.， Hermes N.， Postma T. J.， et al.. A tale of two factions： Why and when factional demographic faultlines hurt board performance［ J］．Corporate Governance： An International Review，2015（2）：145 ～ 160．

Westphal J. D.， Zajac E.. Who shall govern？ CEO-board power， demographic similarity， and new director selection［ J］．Administrative Science Quarterly，1995（1）：60 ～ 83．

（責任编辑·校对： 许春玲  李小艳）

【基金项目】国家社会科学基金项目“高管团队断裂带对民营企业成长绩效的影响研究”（项目编号：17BGL041）；国家自然科学基金项目（项

目编号：72072139）；河南省软科学研究计划项目（项目编号：222400410576）

【作者单位】郑州航空工业管理学院商学院， 郑州 450015