【摘要】：本研究采用QCA方法开展在孵企业绩效的研究，主要是基于以下几点考虑。以往的线性回归方法难以考察多变量的组合影响作用，而QCA是基于集合论的方法，能够有效处理3个及以上前因条件的组合，这与本研究的问题十分契合，即在孵化网络、创业导向理论框架下，哪些影响因素的组合会对在孵企业绩效产生正向影响？比如，陶秋燕就采用QCA方法，通过164家企业的研究样本，来观察企业网络与环境动荡性二者之间匹配的路径对企业创新绩效的影响。
本研究采用QCA方法开展在孵企业绩效的研究，主要是基于以下几点考虑。
（1）本研究关注的是孵化网络、创业导向和孵化服务情境多种因素的组合对在孵企业绩效的影响，属“多重并发因果”问题。从生态理论视角看，在孵企业处在微观的创业生态系统中，其成长发展受到多主体的影响，因此其绩效必然不是由单一因素所决定的，而是内外部影响因素复杂组合作用的结果。以往的线性回归方法难以考察多变量的组合影响作用，而QCA是基于集合论的方法，能够有效处理3个及以上前因条件的组合，这与本研究的问题十分契合，即在孵化网络、创业导向理论框架下，哪些影响因素的组合会对在孵企业绩效产生正向影响？孵化服务情境在其中扮演了什么角色？
（2）在孵企业获取高绩效的路径不是单一的，即不同因素的组合存在“结果等效性”的特征，每一条路径由不同的孵化网络和创业导向组合而成。传统的研究方法难以识别出获取高绩效的多种可能情况，而QCA能够解决“多因同果”的问题，在处理等效性问题上具有优势（Ragin，2008）。(www.xing528.com)
（3）从数据样本出发，本研究有效样本数量为142份，属于大样本数据。对于样本量较大的研究，QCA方法仍然适用（杜运周和贾良定，2017）。比如，陶秋燕（2016）就采用QCA方法，通过164家企业的研究样本，来观察企业网络与环境动荡性二者之间匹配的路径对企业创新绩效的影响（陶秋燕，2016）。本研究探讨的是孵化网络、创业导向与孵化服务的匹配对在孵企业绩效的影响，同样适合采用该方法进行研究。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
