欢迎访问一起赢论文辅导网
本站动态
联系我们

手机:15327302358
邮箱:peter.lyz@163.com

Q Q:
910330594  
微信paperwinner
工作时间:9:00-24:00

MBA论文
当前位置:首页 > MBA论文
复杂动态视角下的组态理论与QCA方法_研究进展与未来方向_杜运周
来源:一起赢论文网     日期:2021-06-09     浏览数:1339     【 字体:

 摘要:组态视角和QCA 方法作为一种新兴研究范式,能较好地分析多要素并发的因果复杂性问题,已被广泛用于管理学研究。然而,日益复杂动态的管理现象也给传统静态的组态理论和QCA 方法带来诸多挑战。结合复杂动态视角,推进组态理论化和动态QCA 方法有助于解决这些挑战。本文梳理了复杂因果关系、组态理论的最新进展,总结了动态视角下组态理论与QCA 方法的进展和局限,比较了耦合理论、生态理论与组态理论等解释多要素组合效应的理论。在此基础上,本文提出了复杂动态视角下,组态理论和QCA 方法的重点发展方向,包括:细化和深化复杂因果关系研究,发展动态QCA 方法以深化动态组态理论研究,促进组态理论和QCA 方法与其他多要素理论的交叉研究等。关键词:因果复杂性 组态理论 动态组态视角 QCA 方法 耦合理论 生态理论一、引言随着数字经济的到来,企业面临着越来越复杂与动态的环境,数字转型和信息系统、组织系统、生态系统、“VUCA”环境(不稳定volatility ,不确定uncertainty ,复杂complexity,模糊ambi guity )等领域均反映出多个要素间复杂动态的互动。一方面,管理实践普遍出现了从“线性管理”到“非线性生态管理”的复杂现象,需要管理理论和实践考虑数字技术、平台伙伴、管理流程和组织结构等多要素的相互作用,以应对日渐复杂的生态环境(Park and Mithas 2020)。 另一方面,席卷全球的数字化技术快速发展,环境、组织要素变化的周期缩短,剧烈的动态性给管理理论和复杂实践带来了新的挑战。面对日益复杂动态的现实环境,管理理论亟待厘清复杂现象背后的因果机制,把握事物动态演化的本质和规律(李志军、尚增健,2020),发展复杂动态视角下的管理理论和方法,以更科学化地解决管理理论与实践脱节问题(张玉利、吴刚,2019)。面对复杂的环境,管理学者日益意识到需要发展适应复杂管理系统的新理论、新方法和新范式。传统相关性理论模型基于还原论假设,聚焦于分析个别前因与结果间简单对称的线性关系,而非多因并发的复杂因果关系(Furnari et al. 2020)。 由于缺乏考虑相关性理论、方法与复杂管理现象的失配,以往社会科学研究中最常见的错误之一是把集合关系表述为相关关系并作为解释复杂现象的因果逻辑(查尔斯·C. 拉金,2019)。 发表在《Science》上的文章就明确指出在解决复杂管理现象时,基于还原论的理论解释存在信息超载和过于简化的问题(Gallagher and Appenzaller1999)。 近年来,管理学领域也日渐意识到了需要突破传统相关性理论和方法的局限,基于组态视角和定性比较分析法(Qualitative Comparative Analy sis,简称QCA )发展新的管理研究范式(杜运周、贾良定,2017Furnari et al. 2020)。 组态理论和QCA 方法作为一种基于整体论分析多要素组态效应的范式,已在数字转型和信息系统* 本项研究得到国家社科基金重点项目“新时代中国营商环境评价体系研究”(基金编号:20AGL 001)、国家自然科学基金面上项目“营商环境多生态要素的耦合机制:组态视角与方法的探究”(基金编号:72072030)以及“自恋人格、多层次制度逻辑与众创空间内创业者战略选择及效果研究”(基金编号:71672033)的资助。杜运周为本文通讯作者。复杂动态视角下的组态理论与QCA方法:研究进展与未来方向*杜运周 李佳馨 刘秋辰 赵舒婷 陈凯薇复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -180DOI:10.19744/j.cnki.11-1235/f.2021.0042《管理世界》2021年第3 期(Park and Mithas2020)、战略管理(Fiss 2011Du and Kim2021)、营销管理(Woodside 2017)、创业研究(Douglas et al. 2020)、商业模式(Täuscher 2018)、营商环境生态系统(杜运周等,2020)、创新生态系统(Baconet al.2020)、人力资源(Meuer2017)、国际商务(Fainshmidt et al.2020)、公司治理(Greckhamer et al.2018)、公共管理(谭海波等,2019)、图书情报(池毛毛等,2021)、旅游管理(许娟、程励,2020)等多个管理学领域得到广泛应用。QCA 方法对于案例间异质性、并发条件、非对称关系、等效性路径等复杂管理问题能够提供更加精细的分析(Douglas et al. 2020)。 2020Academy of Management Review Journal of International Business Stud iesJournal of Business Venturing Management Information Systems Quarterly 等国际主流期刊也同时呼吁运用组态理论以及QCA 方法,更好地解释管理领域的复杂现象。为了科学地解释复杂管理现象,需要厘清现象背后的因果逻辑。因为,复杂社会现象所体现的是多个并发条件与结果间的复杂集合关系,且在不同的条件组合中,单一条件与结果的因果机制会发生改变(查尔斯·C. 拉金,2019;杜运周、贾良定,2017)。 逻辑哲学上,这些复杂因果关系包括必要条件、充分条件、INUS条件(Mackie 1965),以及SUIN条件(Mahoney2008)等。而目前管理学研究尚缺乏针对这些因果关系的明确区分,本文厘清这些因果关系,有助于发展组态理论。近年来学者们开始基于不同推理逻辑探究如何发展组态理论。如Furnari 等(2020)比较了传统的相关理论化和组态理论化,提出了基于溯因逻辑开发组态理论的3 个阶段:界定范围、连接和命名。Park 等(2020)基于演绎和归纳逻辑,提出了如何将多个理论视角联系起来,以检验或发展组态理论。这些关于如何开展组态理论化的最新探索虽然为静态地分析因果复杂现象指出了方向,但它们尚缺乏对时间和动态组态演化问题的深入讨论,以及对组态内复杂关系及其联系机制的细粒度分析。在日益复杂动态的管理场景下,传统静态的组态理论和QCA 方法面临诸多挑战。复杂现象的动态演化问题开始引起研究者关注。现有研究试图结合定量与定性的变化特征,分析事件演化的方向和速度等动态变化过程(Barley et al. 2018 Litrico and David 2017 )。 由于管理问题往往涉及多要素多轨迹的共演化,本文提出发展动态组态理论研究多重轨迹的耦合关系对结果的影响。方法的发展速度,决定了研究领域的发展速度(Platt 1964 )。 分析多重轨迹对结果的复杂动态影响关系,亟待结合动态组态视角发展动态QCA 方法。本文对动态QCA 方法的主要进展进行了梳理,在此基础上针对动态组态理论发展的需要,开发了新型动态QCA 方法。此外,鉴于复杂动态管理现象往往需要整合多个互补理论系统地解释组态效应及其演化,本文梳理和比较了耦合理论、生态理论与组态理论等多要素理论,并提出发挥互补优势以发展组态理论。如,耦合理论研究多要素之间如何联系或连接的强度等(Bahemia et al. 2018 Weick1976 ),生态理论则研究了生态系统的结构和共演化问题(Adner2017 Norgaard1985 ),整合它们有助于深化分析组态内的相互依赖关系及其演化。综上所述,鉴于管理现象的复杂性和动态性日益凸显,本文将围绕以下几个问题展开讨论:第一,如何解释复杂管理现象背后的因果机制?第二,如何将时间融入组态理论并发展相应的动态组态理论与方法?第三,如何开展多要素理论的交叉研究以更好地分析复杂动态的管理问题?针对上述问题,本文首先回顾了复杂因果关系和组态理论的进展。其次,梳理了动态组态理论与动态QCA 方法的进展及其局限性。然后,比较了耦合理论、生态理论和组态理论等多要素理论,识别了其他多要素理论对组态理论的启发以及组态理论应用于这些多要素理论的潜力。最后,提出了组态理论和动态QCA 方法发展的方向。本文可能的贡献在于:第一,区分了因果关系类型,指出了现实世界的有限多样性和基于必要性因果开展反事实分析的前景方向,并延伸了复杂因果关系的讨论。第二,提出了线性增长QCA 和多时段多线性增长QCA 两种新型动态QCA 方法。第三,指出了未来深化组态理论的方向,即开展组态内关系模式的研究、组态演化与路径依赖的研究,以及运用组态理论及QCA 方法开展多轨迹耦合理论、生态系统等交叉领域的研究。二、复杂因果关系和组态理论的进展(一)组态理论中的复杂因果关系社会科学中一种常见的关系是子集关系,它可以描述非对称因果关系(查尔斯·C. 拉金,2019),如,当研究- -181者提出“核心能力是竞争优势”时,实际上认为核心能力构成了竞争优势的一个子集,进一步理解为核心能力是获得竞争优势的充分性原因之一。因为没有核心能力(如通过非市场战略)也可能获得竞争优势,这表明因果关系是非对称的。而在传统相关理论化中,因果关系是对称的,即“核心能力是竞争优势,没有核心能力就没有竞争优势”。区分这两种关系对正确理解因果关系和发展组态理论非常重要。因为社会科学中,集合关系常常被错误地表述为相关关系,“这个错误是所有当代社会科学中最常见的错误之一”(查尔斯·C. 拉金,2019)。1 . 复杂因果中的5 种基本关系在组态理论中,用集合关系表示必要性、充分性及其延伸(INUS SUIN)等复杂因果关系。这类复杂因果逻辑可以追溯至哲学家Hume对充分性和必要性因果的区分(Hume1777),并且Bacharach1989)认为理论假设采用“必要、充分或充要性的清晰陈述”是其满足可证伪性的前提。后来哲学家和方法论学者将充分性与必要性两种因果关系结合,进一步提出了INUS 因果关系(Mackie 1965),以及SUIN因果关系(Mahoney2008),并使用交集和并集表示这些复杂因果关系(Ragin2008)。 关于必要性、充分性、充要性、INUS SUIN,这5 种基本因果关系的内涵详见《管理世界》网络发行版附录1 。需要注意的是在这些因果关系中,“X 导致Y ”表示不同的直接因果机制,或者X 在不同组态中如何发挥间接作用进而影响到 Y 。而且对于复杂现象需要更加复杂的因果关系解释,因此本文在未来研究方向中提出了两种值得研究的新型复杂因果关系。2 . 复杂因果关系、平均因果关系与内生性问题案例导向的研究与总体导向的定量研究是两种主要的研究范式,故区分他们的差异是正确理解社会科学中不同研究范式及其结论的前提。案例导向的研究主要基于必要、充分、充要、INUSSUIN等因果关系,找到特定案例中产生特定结果的特定原因。而在总体导向的定量方法和实验方法中,对特定的案例不予解释,因果关系被理解为X Y 间的平均因果效应(Mahoney2008),分析的是控制其它因素后,特定变量的平均净效应(查尔斯·C. 拉金,2019)。作为案例导向研究的QCA 与总体导向的研究存在以下几方面差异:(1QCA 使用集合关系表述必要、充分等因果关系,而总体导向的研究对必要与充分等因果关系类型不加以区分,解释的主要是线性、对称的因果关系(查尔斯·C. 拉金,2019)。( 2QCA 关注的是特定案例的因果关系,总体导向的研究关注的是总体的平均趋势,难以用于解释特定的案例。(3QCA 聚焦于多要素的组态效应,认为管理现象是由多种因素共同产生的,且存在多条路径(Furnari et al.2020);而总体导向的研究聚焦于这些因素与结果的线性关系(Cloutier and Langley2020Furnari et al. 2020),由此产生的理论往往被打上“普遍线性的现实”(general linear reality )与“净效应思维”的烙印(Ragin2008)。 然而正如战略学家Miller1986)所说,“线性分析的严重缺点在于,现实通常不能用线性二元或多元关系来表示”。(4)传统对称性定量方法中普遍存在的一些内生性问题在QCA 方法中不存在①。这些内生性与传统回归方法依赖均衡和正态分布假设,聚焦于个体变量的线性、对称性关系有关,而QCA 方法使用子集合关系来表达多因并发的组态效应和因果非对称性,通过提出清晰的必要与充分性关系,能够从源头上规避反向因果、遗漏变量偏差和样本选择偏差的内生性问题。首先,在“鸡生蛋,蛋生鸡”的经典线性因果循环问题上,如果考虑到并非所有的鸡都可以生蛋,蛋也不会自己变成鸡,通过考虑外部条件,基于组态视角和因果非对称性,QCA 方法就避免了反向因果关系:如果“鸡”和“性别—雌性”这两个集合的交集“母鸡”是生蛋的充分条件,逻辑上,鸡蛋却不是孵出母鸡的充分条件。其次,QCA 基于布尔代数,研究的是集合关系而非相关关系,所以也并不存在遗漏变量偏差(Fainshmidt et al.2020;杜运周等,2020)。 最后,QCA 的溯因推理和集合分析不依赖随机抽样技术,因此随机抽样带来的样本选择偏差问题在QCA 中并不存在。(二)组态理论的研究进展从通用视角到权变视角再到组态视角,管理学对复杂现象的认识逐步深化(Delery and Doty 1996)。 通用视角认为存在普适的管理规律,适用于所有研究对象。权变视角则认为规律是有边界的,因此变量间的关系会受到其他因素的权变影响。组态视角整体性地看待社会现象,基于因果复杂性,考虑条件之间相互依赖、相复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -182《管理世界》2021年第3 期互作用共同组合成多个导致结果发生的并发原因和等效路径(杜运周、贾良定,2017)。 随着QCA 方法在多个领域的广泛应用,组态理论化和QCA 方法论的研究成为焦点(Furnari et al.2020Park et al.2020)。1 . 组态视角在多个重要管理研究领域中的研究进展在管理学研究中,较早应用组态视角的是战略管理(Miller1986)。 以往战略研究强调“最优区分”,忽略了战略维度之间以及战略与环境等因素间的组态效应(Kreiser et al.2010Miller1986),而组态视角和QCA方法有助于发现等效的战略组态(杜运周、贾良定,2017),打破了“最优区分”的思维定式。首先,战略维度的组态效应开始受到关注。在战略创业领域,研究者以往聚焦于创业导向(EO)各个维度(自主性、先动性、竞争积极性、创新、风险承担)对企业绩效的独立影响,然而在复杂创业实践中,创业导向5 个维度的不同组合构成了不同的创业导向模式,系统地影响企业绩效。Mckenny 等(2018)采用组态视角和QCA 方法,系统地分析了创业导向战略的5 个维度如何系统地影响绩效。研究发现,在每个创业导向维度上表现都好的企业,在行业中不一定绩效最好,不同行业可采用不同的创业导向模式实现成功。其次,战略组态与复杂环境的匹配效应开始被研究。如,在新经济体,企业面临不良竞争、敌意竞争和制度支持不足共同构成的复杂环境,新创企业需要平衡创业导向(探索型战略)和市场导向(利用型战略)两种市场化战略,同时还要考虑政治网络这一非市场战略。DuKim2021)运用战略组态视角和QCA 方法分析了创业导向、市场导向和政治网络,以及不良竞争、敌意竞争和制度支持3 种环境因素如何影响新企业绩效,发现了能够产生高绩效的6 种战略组态。再次,组态视角和QCA 方法强调等效性,打破了“最优区分”的战略思维定式。传统理论基于原子、机械的认识论,试图寻找达到均衡状态的最优解(Norgaard 1985),近年来,战略研究基于QCA 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(optimal distinctiveness)。 如,Mcknight Zietsma2018)采用组态视角和QCA 方法,分析了新技术企业如何在合法化和竞争差异化之间选择的悖论,研究发现战略(差异化框架和合作策略)和情境的多种组态,可以实现成功的商业化,颠覆了最优区分的传统认识。Gupta等(2020)分析了利益相关者参与战略与企业绩效的关系,认为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。研究发现在特定的制度环境下(自由市场经济、协调市场经济),不同企业采取与之相匹配的利益相关者参与战略(互补利益相关者参与战略、替代利益相关者参与战略、最小利益相关者参与战略、包围利益相关者参与战略),可以等效地实现高绩效。组态视角也有助于解释集群与企业创新间的复杂因果关系,回答一些争论。传统的集群研究局限于线性关系的分析,未能考虑到集群内部资源和外部资源间高度复杂的互动关系,对一些理论关系存在争论。如,关于集群内知识溢出是促进创新,还是造成“搭便车”现象,以及集群专业化还是多元化促进企业创新等方面存在争论(Speldekamp et al. 2020)。 对于这些争论,组态视角基于等效性原理认为并不存在“非此即彼”的结论。因此,Speldekamp 等(2020)通过组态视角和QCA 方法,分析了企业内部资源与外部的地理、网络、制度等资源的组态效应,发现没有单一的资源是实现集群企业创新的充分条件,企业内部资源通过与外部不同资源的组合,可以形成实现高创新的多种路径,揭示了企业内外部资源之间复杂的互动关系,也回答了集群中“非此即彼”的一系列争论。组态理论和QCA 方法在高绩效工作系统研究中的运用取得了实质进展,弥补了在人力资源管理与组织行为等微观层面的应用相对缺乏的不足(杜运周、贾良定,2017)。 比如Meuer2017)比较了组态视角相对通用和权变视角在研究高绩效工作系统(HPWS)复杂影响机制方面的优势,指出因为HPWS 是一种包括9 种人力资源管理实践的复杂系统,通用视角和权变视角难以分析HPWS 的整体性、系统性和复杂性,这阻碍了对HPWS内在本质的细粒度理解。Meuer2017)基于组态视角和QCA 方法,分析了多要素复杂互动的人力资源管理系统问题,研究发现了4 种可以产生高劳动生产率的HPWS 模式,并且揭示了构成高绩效工作系统的“核心”和“边缘”人力资源实践活动,深化了对高绩效工作系统内部本质的更精细化的理解。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。创业生态系统研究近年来成为创业领域的研究热点,但大多研究基于还原论的回归方法,并不能充分揭示创业生态- -183系统的“系统性”和“整体性”。QCA 基于并发因果假设,能够识别创业生态系统中多要素间的协同、联动的复杂机理。杜运周等(2020)率先将QCA 引入到生态系统领域,将营商环境生态系统视为生态要素的组态,从制度组态视角探讨城市营商环境生态和创业活跃度间的关系。研究揭示了政府效率、市场环境、人力资本、公共服务、金融服务、创新环境等生态要素在政府和市场混合制度逻辑下如何系统地影响创业活跃度。谢智敏等(2020)也基于QCA 方法分析了包含市场规模、金融资本、人力资本、互联网、硬件设施和政府规模6 个要素的创业生态系统,讨论了这6 个要素在影响城市创业质量时的协同作用,加强了对城市创业生态系统中多要素互动,联合影响创业质量的复杂因果机制的理解。此外,部分学者对创业群体进行区分,研究创业生态系统对女性创业的影响。如程建青等(2021)研究发现在金融资本、政府政策、人力资本、市场环境、基础设施与社会规范形成的创业生态系统中,形成了5 种驱动高女性创业活跃度的生态途径。此外,QCA 和组态视角也被用于研究创新生态系统(杨伟等,2020;解学梅、王宏伟,2020Bacon et al.2020)。 随着数字转型的快速发展和数字技术广泛渗透,经营环境和管理信息系统日益复杂,数字技术、组织和环境因素相互依赖共同决定了企业创新能力和经营绩效。组态视角和QCA 对这类复杂数字现象具备独特的洞察力,开始被用于数字生态系统,以及数字环境中组织复杂性与企业绩效关系的研究(Park et al.2020Park and Mithas 2020)。 此外,可以预见QCA 方法对服务生态系统、价值生态系统、电商生态系统等生态系统领域的研究都有较大的运用价值。组态视角和QCA 还适用于商业模式的研究。因为商业模式的成功与否并不取决于个别因素,而是多要素间的匹配,因此商业模式需要从系统、整体的角度来解释公司如何经营(Täuscher 2018)。 组态理论和QCA 具有整体性和多维度分析的优势,可以探究商业模式多个因素如何匹配创造价值,适用于发现商业模式的本质(Täuscher 2018Furnari et al.2020;杜运周,2019)。此外,组态视角及QCA 方法还被应用于分析公共管理以及图书情报与档案管理领域的因果复杂性问题。首先,在公共管理领域,复杂的治理问题给政府治理带来了系统性的挑战。政府在采取干预措施时,往往需要兼顾多种因素的协同效应,例如,政府网站建设的绩效不仅需要考虑政府的关注及支持,也需要结合公众需求、对手竞争,综合考虑多要素相互依赖的联动对政府绩效产生的复杂作用(谭海波等,2019)。 在解决复杂政府治理问题时,由于治理系统中多重因素的并发因果特征,组态视角和QCA 方法日益受到公共管理研究者的广泛使用(谭海波等,2019;武晗、王国华,2020)。 其次,在图书情报与档案管理领域,信息技术的迅猛发展使得网络舆情的生成日益复杂。网络舆情的生成,离不开事件、网民、媒介以及政府多方的相互联动作用(李晚莲、高光涵,2020)。 因此,可将信息、行为主体、信息环境、技术等影响因素视为一种信息生态,研究这些因素间的复杂关联对网络舆情的影响(李明、曹海军,2020)。 即在研究复杂的公共管理和网络舆情问题时,需要识别多个要素间复杂的互动机理,组态视角和QCA 方法为这类研究提供了新的思路和方法。通过上述文献梳理,可以发现当前组态视角和QCA 方法主要基于静态视角分析因果复杂性问题,可以解决传统相关理论无法处理的多重并发因果、等效性和非对称性等问题,并对复杂管理中多要素间的组态效应提供了细粒度的分析。这些特征使得组态视角和QCA 方法已被广泛运用于多个管理研究领域,研究整体性、系统性、综合性和生态性的复杂管理问题。在QCA 方法应用日益普及的基础上,一个重要的理论问题开始被重视,即如何使用QCA 更好地发展组态理论。下面本文对如何发展组态理论的主要研究进展进行梳理。2 . 如何发展组态理论近年来,如何更好地发展组态理论即组态理论化受到学者重视。不同于相关理论化(correlational theorizing)强调单因素对结果的“净效应”,组态理论化(configurational theorizing)聚焦于多要素相互作用共同产生结果的复杂现象(Furnari et al. 2020)。 研究者根据不同的推理逻辑(溯因、演绎和归纳),提出了采取不同模式构建静态组态理论的思路。主要代表性文献包括:Furnari 等(2020)基于溯因逻辑,提出了组态理论化的三阶段过程。Park 等(2020)基于演绎和归纳逻辑,发展了一个概念框架将多重理论视角与多重组态联系起来,并提出了基于演绎和归纳逻辑发展组态理论的两种不同模式。首先,溯因逻辑下的组态理论化是一个迭代的过程。它主要包括界定范围(scoping)、连接(linking )和命复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -184《管理世界》2021年第3 期名(naming 3 个阶段(Furnari et al.2020)。 这3 个阶段包括:(1)将某理论作为锚,并经常结合多种理论,界定可能构成组态的条件范围。通常条件的选择难以一步到位,这是一个结合理论和数据开展迭代分析的步骤;(2)解释前因条件如何以及为什么相互连接。主要是深化组态效应关系及其背后的逻辑,明确条件之间通过权变、互补或替代等关系实现的联系及其机制;(3)兼顾等效组态的整体性与每个组态的独特性对组态进行命名。通过组态命名,对研究发现进行理论升华,发展组态理论。上述3 个阶段之间存在往复迭代,通常需要返回之前的阶段重新考虑组态理论化(Furnari et al.2020)。 例如,在连接阶段发现某个条件及其缺乏在所有组态中并未出现,则可以返回到界定范围阶段,重新考虑纳入该前因条件的必要性。Furnari 等(2020)提出的组态理论化的三阶段迭代模型,为发展组态理论提供了思路。但组态理论化三阶段迭代模型还存在以下不足有待改进:其一,目前的组态理论化模型聚焦于如何发展静态的组态理论,对如何纳入时间构建动态的组态理论没有提供足够的理论指导。在组态理论化过程中引入演化和时间的概念,有助于分析时序和动态演化问题。其二,没有考虑条件间更细粒度的连接关系。经典的耦合理论指出条件间关系模式不仅限于互补和权变,还包括条件间联系的强度、直接性、一致性和依赖性等(Beekun and Glick2001),这些关系在组态理论研究中还未得到理论化和分析。因此,本文认为组态理论可以从耦合等多要素理论中吸收关于联系模式的内容,进一步细化组态理论化中条件之间的连接模式。其次,演绎和归纳逻辑下,组态理论的检验和发展依据不同的模式。Park 等(2020)运用组态生态和因果配方,进一步提炼了如何用演绎逻辑验证组态理论假设和检验理论多样性,用归纳逻辑从新现象中发展组态理论。不同组态背后可能代表着不同的理论,研究者可以分析组态间关系即组态生态,并通过分析各组态解释案例的重叠度,来识别各组态代表的理论视角对案例的解释是互补的还是竞争的(Park et al.2020)。 因果配方中存在两种逻辑:因子逻辑和组合逻辑。通过这两种逻辑,因果配方解释了组态如何导致结果发生的内在逻辑,并将理论多样性与组态多样性联系了起来。具体来说,因子逻辑描述了哪些因素对产生结果是重要的,对应于QCA 中的条件;组合逻辑解释了不同因素(即条件)如何关联成组态以产生结果,通过QCA 中的集合逻辑“与”、“或”、“非”建立联系。Park 等(2020)提出了如何基于演绎或归纳逻辑,结合多种理论来检验组态理论假设或者发展新颖的组态理论,但是他们提出的组态理论模型,也是以静态的视角来看待复杂的管理问题,忽略了时间和动态演化问题。综上,组态理论化往往涉及多个条件、多个理论,需要明确不同类型的复杂因果关系来构建理论。组态理论化的核心是建构条件间以及组态间的联系机制。研究者需要根据研究问题和现象的新颖性、理论的成熟度,针对性地采取演绎逻辑、溯因逻辑或者归纳逻辑检验、延伸或者发展组态理论。目前,管理领域的组态理论化从“一维”的空间角度,以“截面”的形式来研究社会现实,尚缺乏对时间因素的充分考虑。未来需要结合时间和空间的“二维”角度,发展动态QCA 方法,更加全面地研究组态理论及其演化。三、动态视角下的组态理论与QCA方法进展(一)动态组态理论:纳入时间的组态研究静态的组态研究由于缺乏对时间维度的考虑,而受到质疑。社会学和管理学中关于时间、轨迹及其共演化的研究,对构建动态组态理论具有重要的借鉴意义。历史社会学关注顺序和序列,认为因果关系需要考虑事件在时间上的联系(Aminzade1992)。 Aminzade1992)提出了速率、持续时间(duration)、周期、轨迹(trajectory 4 种时间概念,其中,轨迹指一个累积的、具有一定的顺序和方向性的过程,由一系列相互联系的事件序列组成(Aminzade1992)。 轨迹的概念也用于研究路径依赖等过程问题,但受干涉事件影响,路径依赖可能会发生突然转折(Mahoney2000)。 近年来,在管理学研究中轨迹、多重轨迹的并发与共演化也日益受到关注,这对发展动态组态理论具有积极的借鉴意义。1 . 管理学研究中轨迹的内涵及其演变近年来,管理学各领域(例如,人力资源、知识管理、组织场域及组织制度等)对动态和轨迹的研究日渐受- -185到关注。不同于Aminzade1992)将轨迹定义为事件发生的顺序,管理学研究中的轨迹概念具有更广泛的涵义,它将时间的定量与定性的特征结合起来,不仅定性地刻画变化的方向,而且定量地测量了变化速度或持续时间等(Barley et al.2018Litrico and David2017)。 轨迹通常表示随时间变化,某个条件(因素)的变化状态、程度和方向。首先,条件的一种状态在时期内可能保持,也可能转化为另一种状态,从而形成轨迹。例如企业内的知识存在知识整合和知识分化两种状态,状态的不同演化产生了4 种知识轨迹(整合到整合、分化到整合、分化到分化、整合到分化),代表了企业不同的知识流动方向(Barley et al.2018)。 其次,通过对整个研究时期内多个时段或时点的速度或持续时间的测量,可以描绘出某个条件随时间变化的轨迹。轨迹的变化速度和持续时间可以体现不同对象对相关事件的反应速度和受到相关事件影响的程度(Miller et al. 2017)。 再次,轨迹也可以表示长期的平均变化趋势和变化方向。比如,测量某一时期某条件变化的斜率,用斜率正负值定性地表示轨迹变化的方向(增加或减少),用数值大小定量地表示轨迹变化速度的大小(Liu et al. 2012)。最后,轨迹可能呈现出多样性的演化特征,因为当研究时期较长或存在明显的阶段性特征时,研究者还会结合轨迹的速度和持续时间,考虑轨迹可能出现的拐点和变化趋势。如Litrico David2017)在关于企业争议事件的研究中,描绘了在争议事件出现—事件争议—事件解决 3 个阶段中,两种争议事件解读框架的比率(整合框架/ 缓冲框架)的变化轨迹。在整个时期内,若某种类型的解读框架始终占据主导地位,则称为“主导轨迹”(dominant trajectory );而“转折轨迹”(shifting trajectory)指占据主导地位的类型发生了转变,由一种解读框架明显转变为另一种类型;“混合轨迹”指两种类型“势均力敌”的共存,且未像转折轨迹那样出现明显的转折,而是在整个时期内会多次出现轨迹的细微转折。传统相关理论化和回归方法主要聚焦于分析单个条件的轨迹和演化,但是对于复杂管理问题,这种轨迹的演化通常会发生在多个相互依赖的条件上,因此需要关注多重轨迹的共演化。2 . 多重轨迹共演化与动态组态理论复杂现象通常会涉及多个条件的轨迹共同决定结果(Aminzade1992),需要分析多重轨迹的动态共演化(Barley et al.2018)。 多重轨迹的共演化视角认为多个要素轨迹相互交叉(intersect )或并发(conjunctures),共同决定结果(Aminzade1992Mahoney2004)。多重轨迹的共演化视角,对探究多重技术等复杂管理现象的动态演化具有重要的理论和现实意义。如技术轨迹(technological trajectory )描绘在不同时期多种技术轨迹共同耦合和演化的关系,当构成模块化产品的多技术轨迹出现速度失衡,将影响企业间的多技术耦合合作模式(Brusoni et al. 2001)。 研究发现当产品之间依赖程度可预测,以及技术轨迹均衡时,多技术公司之间通过市场机制协作;当产品之间的依赖性不可预测,并且技术公司技术轨迹失衡时,多技术公司之间通过垂直整合协作;当产品之间依赖性程度不可预测或者多技术公司的技术轨迹失衡时,多技术公司之间采取松散耦合(Brusoni et al. 2001)。多重轨迹共演化可能产生多种耦合模式,如某段时期内呈现某种轨迹主导,跨时期可能存在轨迹转折的现象,不同阶段的轨迹耦合模式可能也不同。因此探究多个条件间轨迹的相互作用及对结果的影响,需要揭示多时段多要素轨迹的共演化规律,推动动态组态理论化的发展。比如,可以根据研究对象本身的阶段或自然的时间划分,将整个研究时期分为多个时段,既关注各时段内的变化轨迹,又分析时段之间的变化即整体轨迹的阶段性演化。这类动态视角下的组态理论和QCA 方法的发展有助于分析多重轨迹决定结果的复杂动态因果关系。(二)动态QCA方法进展由于对时间效应的日益关注(Aminzade1992Mahoney2004),传统QCA 分析缺乏对前因条件的顺序和动态性考虑而受到质疑。对于动态研究来说,时间会对结果产生重要影响,因此需要将时间维度引入到QCA中。本文对几种有效分析时间效应的动态QCA 方法进行了总结和述评,主要包括时序定性比较分析(Carenand Panofsky 2005)、时间相关条件分析(Fischer and Maggetti 2017)、时间序列定性比较分析(Hino 2009)、以及多时段定性比较分析(Vis et al. 2013)等。在此基础上,针对动态组态理论发展的需要,本文在文章第五部复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -186《管理世界》2021年第3 期分提出了两种新的动态QCA 方法。为了使读者更好地理解和运用不同的 QCA 方法,本文总结和比较了几种QCA 方法的分析步骤(参见《管理世界》网络发行版附录2)。1 . 时序定性比较分析与时间相关条件分析(1)时序定性比较分析。时序定性比较分析(Temporal Qualitative Comparative Analysis ,简称TQCA)由Caren Panofsky 2005年提出。这一方法引入了“—”符号来表示条件发生的顺序。如,“A B ”指条件A 发生在条件B 之前。但是,这种基于公式手算而非真值表运算的TQCA ,随着条件数量的增多,人为的错误会大大增加(Ragin and Strand2008)。 鉴于此,RaginStrand2008)提出在真值表中加入定义时序的新条件来刻画事件顺序,如新增条件“A_before_B ”,表示条件A 发生在条件B 之前。若这一条件被赋值为1 ,意味着条件A 发生在条件B 之前,若赋值为0 ,则条件A 发生在条件B 之后。当A B 中有一个条件或两个条件都不出现时,讨论A B 发生的先后顺序是没有意义的,故赋值为“dont care ”,并在真值表相应行中输入“- ”。同时RaginStrand2008)也提出,向真值表中添加新条件会产生一系列没有意义的序列。如对4 个条件考虑时序,则需要向真值表中增加6 个条件([ 4 ×(4 - 1]/ 2 = 6)②,产生64个逻辑上可能的组合(26),但只有24个(4 !)③组合是有意义的。当需要排序的条件越多,就会产生越多的无意义序列,因此RaginStrand 提议应将需要排序的条件数控制在4 个以内。TQCA 很好地解决了条件间时序的问题,但这也要求研究者对案例有更深入的了解,研究人员必须了解在每一个案例中条件发生的先后顺序,当样本很大时,这无疑是一项艰巨的挑战,且容易产生大量的逻辑余项(Hino 2009)。 同时,如果研究者想在同一项研究中分析多个条件的时序问题,将大大增加研究的复杂性。(2)时间相关条件。“时间相关条件”方法是将时间元素整合到条件中,直接定义动态条件(Fischer andMaggetti2017)。 例如,ChenLin2019)在探究组织内和组织间的距离对外包创新成功的作用时,定义了“组织内时间距离”和“组织间时间距离”两个条件,分别用来测量服务提供商总部和服务交付地点,以及服务提供商总部和客户总部的时差。然而这一方法只是在条件中加入了时间元素,不适用于需要清晰地表现条件随时间变化的研究。同时,条件的增加也加剧了有限多样性的问题。2 . 时间序列定性比较分析由于TQCA 导致组态数量的急剧扩大及忽略跨时间(cross-temporal)问题,为了分析变量随时间变化对结果的影响,Hino2009)提出了时间序列定性比较分析(Time-Series Qualitative Comparative AnalysisTSQCA)。TSQCA包括3 种类型:(1)汇总型QCAPooled QCA),( 2)固定效应型QCAFixed Effects QCA ),( 3)时差型QCATime Differencing QCA )(Hino 2009),3 种方法的主要区别在于案例的构成和校准方法不同。具体来说,(1)汇总型QCA 将每个研究对象在每个时点的观测作为分析案例,在每个变量上对这些汇总的观测统一校准(Hino 2009)。 由于对不同时空的案例汇总校准,因此没有区分研究对象内和研究对象间跨时间的变化。(2)固定效应型QCA 通常对每一研究对象,取其不同观测点的均值分别校准(Hino 2009),解决了研究对象的异质性问题。然而当研究对象数量较多时,为每个研究对象选择阈值并单独校准变得复杂。而且为不同研究对象选择不同的校准阈值也会使分析结果难以解释。(3)时差型QCA 主要关注两个特定时点间的相对变化,将每个研究对象在两个特定时间点之间的差值作为一个案例(Hino 2009),案例数量与研究对象数量一致。根据首尾差值的“增加”、“减少”等进行清晰集校准,虽然表示了首尾时点的跨时间变化,但也忽略了时期内的其他时点,并不能很好地代表时期的细致变化。Hino2009)的3 TSQCA方法共同面临的一个问题是,仅讨论了清晰集TSQCA的使用,而清晰集校准存在固有的技术缺陷,可能会丢失一些案例信息和增加产生矛盾组态的可能性(杜运周、贾良定,2017)。 因此,未来在使用TSQCA时,需要将其扩展至模糊集,开发分析时期内所有时点和总体变化趋势的方法,例如用变化斜率代替增减,以表示具体的程度变化和减少矛盾组态。3 . 多时段定性比较分析多时段QCA 则是将整个研究时期划分为多个时段,对每个时段单独进行QCA 分析。如Vis等(2013)在研- -1871975~ 2005年间19个经合组织国家经济绩效的影响因素时,对20世纪70年代(1975~ 1979年)、80年代(1985~ 1989年)、90年代(1995~ 1999年)、2000年后(2001~ 2005年)的案例分别进行QCA 分析。通过比较各个时段的组态,多时段QCA 可以帮助研究者发现,组态或条件随着时间变化的演化规律,以及对应这些组态的研究对象(案例)如何以及为什么发生动态变化。但是当各时段间案例数量分布非常不均匀时,对案例数量较少的时段的组态分析可能会出现严重的有限多样性问题。此外,不同时段校准标准的选择也是一个需要思考的问题。研究者面临每个阶段采取不同或者统一的校准标准问题,需要合理化选择并透明地汇报。四、组态理论与其他多要素理论的比较组态理论在分析复杂因果现象方面具有重要价值,部分是因为作为研究多要素的组态理论经常整合多种互补理论构成组态生态,共同形成对复杂组态问题的系统解释(Park et al.2020)。 如前所述,组态理论在解释多要素间关系及其共演化等问题上,仍有待发展,如组态内要素间如何联系,联系的强度、直接性、一致性和依赖性等尚缺乏研究。而同样研究多要素的耦合理论、生态理论与组态理论间存在交叉互补和相互借鉴的潜力。本部分试图在比较组态理论、耦合理论与生态理论的基础上,挖掘多要素理论背后的逻辑和机制,发现它们的共同点和互补性,并在第五部分归纳提炼组态理论、耦合理论及生态理论在交叉领域的发展前景和方向。(一)耦合理论“耦合”描述了两个或多个要素间联系(connection)、连接(link )或相互依赖的关系(Weick1976)。 耦合概念体现了要素之间多维契合和彼此作用的特征(Bahemia et al.2018Rasche 2012)。 根据要素之间联系和互动的程度,可以将耦合分为“松散耦合”与“紧密耦合”(Glassman 1973)。 复杂的松散耦合系统内,耦合要素具有一定的独立性和自主性,并通过耦合机制形成一种灵活的耦合整体(Bird et al.2019Bahemia et al.2018Lom 2016),也即某一要素的变化,并不会伴随其他要素的必然改变,因此系统内拥有局部的稳定性,能够应对突变和变革(Weick1976)。 Weick1976)在研究教育组织时,发展了松散耦合系统,他发现在教育机构这类组织中,由于技术的不确定性以及任务的分散性,部门之间形成了松散的耦合系统。与松散耦合不同,紧密耦合系统的子系统缺乏一定的自主性,某一部分改变会“牵一发而动全身”,影响整个耦合整体(Bird et al.2019Lom 2016)。(二)生态理论:生态隶属关系及生态结构视角对生态系统的研究有两种视角:一是生态隶属关系视角,它将生态视为参与者(actors)基于某种隶属关系(如平台关系)所形成的共同体;二是生态结构视角,它将生态视为基于生态系统结构形成的活动(activities )组态(Adner2017)。 生态隶属关系视角认为组织面临着复杂的环境,对组织的分析聚焦于3 个层面:组织、组织种群和种群共同体(Hannan and Freeman 1977)。 其中,组织种群由在组织形式等方面相似的组织构成(Aldrichand Ruef 2006);种群共同体是不同种群共同形成的系统,为了占据生态位,不同种群间可能产生竞争或合作的关系。而生态结构视角认为生态系统内部的相互依赖关系和互动模式遵循某种生态系统结构(Adner2017)。1 . 生态隶属关系视角生态隶属关系主要关注种群内和种群间两种关系。首先,种群内关系表现为种群生态及其演化。在种群层面,伴随种群密度的增加,种群规模不断扩大,一旦趋近种群承载力,组织之间竞争加剧,环境将选择较强的竞争者(Aldrich and Ruef2006Hannan and Freeman 1977)。 在这种基于变异、选择和保留的组织演化过程中,组织种群与其环境之间发生着共演化(Ehrlich and Raven 1964)。 组织种群的演化具有路径依赖特征,在组织种群发展初期,新加入组织的增多,能够提高认知合法性,进而提升组织创建率;但随着更多组织的加入,对资源的竞争加剧,组织解散率提升。即,组织种群的规模动态地影响着后续的组织创建率与组织解散率(Aldrich and Ruef2006Hannan and Freeman 1989)。其次,种群间关系表现为种群共同体及其共演化。种群共同体内,由于种群之间可能为抢夺同一生态位而竞争,也可能在不同生态位相互依赖而互惠增强。因此,种群之间可能存在共生、共栖或主导的关系(Al ⁃复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -188《管理世界》2021年第3 drich and Ruef2006)。 其中,共生指位于不同生态位的种群相互依存并得益于对方的存在;共栖指位于相近或重叠生态位的种群相互共存的关系;主导指某种群控制着其他种群的资源流动。共栖关系下,种群间可能合作互利,也可能为相同的资源而竞争,根据竞争或合作程度的不同,共栖分为完全互利、部分互利、中性共栖、完全竞争、部分竞争和掠夺性竞争(Hawley 1950)。 其中,完全互利指不同种群在重合的生态位上得益于彼此的存在;部分互利指种群间仅某一方得益于另一方的存在,但是另一方并不受影响;中性共栖指种群之间相互无影响;完全竞争指种群相互竞争、彼此拖累;部分竞争指某种群对另一种群产生负面影响,但自己并无受益,即“损人不利己”;掠夺性竞争指某一种群以牺牲另一种群为代价的发展(Aldrich and Ruef2006)。 不同种群当相互响应各自特征进而引起协同变化时,便会出现共演化(Janzen 1980)。 共演化最初指两个紧密相关的物种产生相互反应的演化过程,后来泛指系统间相互响应进而引起协同的演化,如生态系统与社会体制的互动与演化(Norgaard 1985)。 Murmann2003)明确了发生共演化的前提,即“两个正在演化的种群,当且仅当它们对彼此的存续能力都具有显著的因果影响时,才会发生共演化”。因此,种群间共生、共栖或主导关系伴随时间的发展而变化,也是种群共同体的共演化过程。2 . 生态结构视角生态结构视角下,生态系统是指为实现共同价值主张,多个参与者之间所形成的相互依赖的活动组态(Adner2017)。 具体来说,首先,相同的价值主张是生态系统内的参与者建立联系的基础;其次,生态系统的参与者是特定的集合而非开放式的聚集;再次,生态系统是多边关系的协调结构,参与者间并不能割裂地被视为双边关系(Adner2017);最后,生态系统内参与者需要协调一致,不同位置的参与者通过活动建立联系(Adner2017)。 生态系统参与者的模块化特征以及参与者之间的互补关系是形成生态系统的必要条件,模块化使得具备一定独立性的组织能够协调运作并相互依赖;而参与者间的互补关系具有超模块性或唯一性(Jaco bides et al. 2018)。 这种超模块的互补关系使得参与者间相互增强价值,基于合作的收益大于独立运营的收益(Jacobides et al. 2018Milgrom and Roberts1990);唯一性的互补关系使得参与者间的互补具有专属性,即一方参与者只有在另一方参与的基础上才能发挥作用(Jacobides et al. 2018Hart and Moore1990)。(三)多要素理论间的比较耦合理论、生态理论与组态理论均关注多要素如何联系及其联系机制。表1 列示了耦合理论、生态理论与组态理论的异同。下面将主要比较它们在要素间关系模式、多层次性、因果复杂性和动态性等方面的异同。1 . 要素间关系模式耦合理论、生态理论与组态理论分别探讨了要素间的联系以建构理论。首先,耦合理论用强度(strength)、表1 多要素理论比较核心概念要素间关系模式多层次性因果复杂性动态性耦合理论耦合描述了两个或多个要素间联系、连接或相互依赖的关系强度、直接性、一致性、依赖性耦合要素多维契合、跨层依赖不同耦合要素的耦合机制不同,对结果产生的影响存在差异多耦合轨迹对结果的影响会发生动态改变,耦合轨迹间的耦合机制也因此改变生态理论组织种群由在某些关键方面相似的组织构成,这些组织在特定时间内具有相同的组织形式。种群共同体是指由空间上或功能上有界的种群共同形成的系统。生态结构是指为了实现某种价值主张的多方参与者之间所产生的相互依赖的活动组态。环境承载力(carrying capacity )是指一个环境所能承受的最大密度共演化是指演化系统间相互响应进而引起协同变化。如生态系统与社会体制的互动与演化。竞争、合作(种群内);共栖、共生、主导(种群间);超模块性、唯一性、单向或双向等互补关系(生态结构)。组织种群的成长基于组织的创建与解散,组织层面的变化将通过改变环境资源以及合法性,影响整个组织种群的演化;组织种群间关系的变化影响了种群共同体的演变。面对环境的选择,组织种群规模的变化可能受到组织创建率、组织解散率、环境承载力、种群内外关系等多重因素的相互影响。组织种群在环境选择下动态演化,演化机制是路径依赖的;种群共同体在种群间关系的不断变化中,发生演变;两个或多个密切相关的种群或演化系统相互反应,发生共演化。组态理论组态是指前因条件相互依赖形成的组合。互补、权变、抑制、替代(条件间)组态生态(组态间)。组态理论认为层次是一种组织属性,多层次变量协同作用,而非低层次嵌套于高层次中。并发因果、等效性、非对称性。不同时段的多重变化轨迹并发,形成多种对于结果等效的组态;事件发生的顺序将会影响过程的轨迹。- -189直接性(directness)、一致性(consistency )与依赖性(dependence )反映耦合要素间的联系模式(Beekun andGlick2001)。 具体来说:强度用于测量耦合要素间关系的联系程度。高强度的两个耦合要素间强烈地、频繁地对彼此产生作用(Beekun and Glick2001Hendriks 2016Rasche 2012Weick1982)。 直接性衡量耦合要素之间是否直接地建立联系。相较于紧密耦合,松散耦合要素间的直接联系较少(Beekun and Glick2001Rasche 2012Weick1982)。 一致性反映了耦合要素对于外部变化,是否产生相似的反应,比如,松散耦合对外部刺激的反应比较多样(Beekun and Glick2001Orton and Weick1990)。 依赖性衡量耦合要素之间彼此依赖的程度,松散耦合要素间相对独立(Bahemia et al. 2018Bird et al.2019Weick1976)。 替代资源的可获得性影响耦合要素间的依赖性(Beekun and Glick2001Pfeffer and Salancik1978)。 例如,若某个耦合要素A 所需资源仅能从耦合要素B 处获取,那么A B 的依赖性强。这些耦合关系在组态理论中并未涉及,引入耦合关系可以细化和深化组态理论化中前因条件间的连接机制。其次,生态理论指出种群之间根据竞争和合作可能存在共生、共栖以及主导的关系(Aldrich and Ruef2006),并且生态系统要素(如企业及其活动)之间基于共同价值主张、相互依赖的生态结构可能是形成生态系统的一个必要条件(Adner2017)。再次,组态理论表明组态内条件间的“连接”存在“互补”、“权变”(Furnari et al. 2020)、“抑制”(suppression )或者“替代”关系(Park et al.2020)。 组态理论还运用组态生态的概念,研究了组态之间的关系(Park etal. 2020)。 这说明生态内关系及结构与组态视角具有共同性,可以将生态视为组态,更好地促进生态研究,同时深化组态理论化。通过上述比较可以发现,3 种理论关注的关系各有侧重点,可以相互补充,以更好地解释多要素的关系模式和关系机制。2 . 多层次性在分析多要素如何协同时,如何考虑这些要素的层次性是一个重要议题。耦合理论经常处理多维契合、跨层依赖的耦合问题,研究跨层次间的松散耦合已成为耦合研究的重要方向(Orton and Weick1990)。 例如,Van der Kolk Schokker2016)研究了不同层级管理控制的耦合与战略实施之间的关系,发现通过耦合机制,对结果具有不同作用的耦合要素却能共同推进结果的产生。生态理论则解释了种群内、种群间以及种群与环境等多个层次的共演化(Aldrich and Ruef2006)。 组态理论则认为层次是一种条件属性,不需要像传统多层次方法那样将低层次的变量唯一嵌套在高层次中,这使得跨层次分析可以延伸到开展非嵌套或者多重嵌套关系的研究,比如某一组织可以同时隶属多个高层次变量,因此在组态视角和QCA 方法中,可以通过探究耦合或生态的多层次多要素的前因组合与结果集合之间是否存在充分性关系,来分析多层并发因果(杜运周、贾良定,2017)。3 . 因果复杂性多要素理论都隐含着因果复杂性假设,认为多要素共同决定结果。耦合理论下,不同耦合要素的联系以及相同要素的不同耦合模式产生的效果可能存在差异,耦合机制是复杂的(Bird et al.2019Rasche 2012)。生态理论强调种群规模或者共同体的发展,需要考虑生态结构、种群间和种群内关系的系统影响。组态理论则提出了多种因素并发产生等效路径的复杂因果关系(杜运周、贾良定,2017)。 相较于耦合和生态理论,组态视角和QCA 方法基于因果复杂性,可以更明确地区分必要、充分等不同因果关系,有助于对因果机制细致和深入的理解。4 . 动态性在动态耦合视角下,耦合关系会伴随时间发生动态性的改变(Bahemia et al.2018),形成多重轨迹的耦合与共演化(Brusoni et al. 2001)。 伴随着动态演化,多重轨迹可能存在多种组合模式,如不同时期内的主导轨迹可能不同,跨时期可能出现转折轨迹或混合轨迹共演化的现象。生态演化视角认为,组织种群在环境选择下动态演化,并且演化是路径依赖的,组织密度的改变动态地影响着组织种群的演化(Aldrich and Ruef2006Hannan and Freeman 1989)。 两个或多个种群或演化系统若协同反应将发生共演化(Norgaard 1985)。 组态复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -190《管理世界》2021年第3 期理论还缺少对时间维度和长期变化过程的组态分析(杜运周、贾良定,2017),发展动态组态理论有助于推动过程轨迹和过程顺序的研究(Litrico and David2017Mahoney2004Aminzade1992)。 动态组态理论可以借鉴耦合和生态演化的思想,更好地分析多重轨迹与结果的复杂因果关系,揭示不同时段的多重变化轨迹并发形成的等效组态。动态理论化的发展迫切需要开发动态QCA 方法,以支持相关研究。五、组态理论和QCA方法的未来研究方向随着组态研究应用的领域愈加广泛,组态视角日益发展为一种分析因果复杂性的主流理论(Furnari etal. 2020),QCA 方法的发展则支持了组态理论化的发展(查尔斯·C. 拉金,2019)。 通过厘清组态中的因果关系、回顾组态理论的进展、归纳新兴的动态组态理论和动态QCA 方法的进展,以及比较多要素理论,有利于发展复杂动态视角下的组态理论化和QCA 方法论,也有助于将组态理论和方法应用于发展其他多要素理论,加深我们对因果复杂现象的理解。基于以上综述,本文提出几个组态理论和QCA 方法亟待发展的未来方向,包括:明确因果关系类型和深化复杂因果关系,发展动态QCA 方法,结合QCA 方法,开展组态理论、耦合理论与生态理论的交叉研究,以促进动态组态理论的发展等。(一)区分和深化复杂因果关系1 . 区分因果关系类型,开展细粒度的复杂因果关系研究X Y 相关是传统线性因果关系模型考虑因果关系的前提。而在QCA 方法的复杂性因果中,不依赖于相关性作为前提,而是基于集合关系,分析不同类型的复杂因果关系。在前文中,本文区分了必要、充分、充要、INUSSUIN等不同类型的复杂因果关系,这有助于弥补传统研究对因果关系类型不加以区分,聚焦于对称性简单线性关系的不足(查尔斯·C. 拉金,2019)。 未来管理学研究应明确因果关系类型,开展细粒度的复杂因果关系分析。首先,明确必要性因果和充分性因果。前者是分析“使不能”或约束结果的前因,也即“卡脖子”因素,通常是对单个条件进行必要性分析,但是当多个条件的并集具有约束效应的时候,对条件并集的必要性分析可以揭示“并联”模式的瓶颈效应;后者是探索“使能”结果的充分性前因(组合),通常是对多个条件组态进行系统的充分性分析。其次,考虑结合QCA NCA 开展更细粒度的必要性因果分析。QCA 方法的必要性因果检验,虽能定性地判断“条件对于结果是否必要”,但不能定量地衡量必要程度,即“一个条件在什么水平上是特定水平结果的必要条件”。NCA Necessary Condition Analysis)作为一种必要条件分析的新方法,可以分析在何种水平上存在必要性关系(Dul et al.2020Dul2016;杜运周等,2020Du and Kim2021)。 QCA NCA 的结合使得对必要性因果的分析更加细致和稳健。2 . 从现实世界到可能世界:基于必要性因果开展反事实分析在社会科学中有限多样性问题普遍存在(查尔斯·C. 拉金,2019),研究者能观察到的现实世界是有限的,即存在大量的可能世界(possible world )是没有经验数据的(Mahoney and Barrenechea 2019)。 逻辑上这样定义可能世界:假设有n 个命题描述世界,每个命题都有真和假两种状态,那么逻辑上就有2n个可能的世界。通俗地说,现实世界是可能世界的一个非常有限的子集,改变现实世界的存在条件,即构成一个或若干个可能世界。因此,社会科学研究常需要采用反事实分析解释可能世界。反事实分析采取“假设……将……”(What-if)的论证形式,如,假使现实情况没有发生,相应的真实事件的结果将会怎样改变(Mahoney and Barrenechea 2019)。 一个好的反事实是接近现实世界,可能发生但没有发生的可能世界。在QCA 中,根据理论假设某条件X 出现对结果Y 有贡献(但实际上没有观察数据),就是将其作为一种反事实(查尔斯·C. 拉金,2019)。 反事实分析通过逻辑运算和推理,能够推断现实世界之外的可能世界。必要条件分析是重要的反事实分析工具(Mahoney and Barrenechea 2019)。 根据必要条件反事实逻辑,如果X Y 的必要条件,那么~X~Y的充分条件。也即,如果前因条件从发生(X)改变为不发生(~X),结果将从发生(Y)变为不发生Y~Y)。 反事实分析颇具前景,它使人们认识世界将不再局限于观察的现实数据。对于很少重复发生因此难以观察到的事件(如创业失败、公共卫生突发事件等),往往需要基于反事实分析。- -1913 . 拓展和深化复杂因果关系:INUSIN USINUS 条件本文梳理了必要性因果、充分性因果、充要条件因果,以及Mackie1965)发展的INUS 条件因果和Mahoney2008)提出的SUIN条件因果。然而在复杂的社会现实中,即使是这5 种因果关系也很难囊括所有可能的因果复杂性。基于此,本文认为可进一步发展复杂因果关系——INUSIN USINUS因果,对复杂的社会现实做出更细致解释。INUS 是一种“乘积和”表达式,而SUINUSIN)是一种“和乘积”表达式,混合两种表达,本文进一步提出两种更精细的复杂因果关系:INUSIN(乘积和的乘积)与USINUS(和乘积的和)。 首先,INUSIN 可以用符号表达为:Y=C×(X×A+Z×B) (1)在公式(1)中,括号里的单个条件(如X)是X×A+Z×BINUS 条件,而X×A+Z×BY IN(必要不充分)条件,也即X Y INUSIN 条件。例如,女性创业可以分为生存型创业和机会型创业,但前提是该女性具有一定的创业意愿。生存型创业可能是由于存在工作—家庭冲突,以及缺乏制度支持(制度上缺乏对女性工作的支持),机会型创业则可能是因为该女性识别到了创业机会。对于上述关系,我们可以使用公式(1):“女性创业= 创业意愿×(缺乏制度支持× 工作- 家庭冲突+ 创业机会识别)”表示,其中,缺乏制度支持则是女性创业的INUSIN 条件。其次,本文提出的USINUS因果可以用符号表达为:Y=Z×(X+A +B 2)在公式(2)中,括号里的单个条件(如X)是Z×(X+A )的USIN条件,Z×(X+A )(和乘积)是结果Y US(充分不必要)条件,也即X Y USINUS条件。例如,假设企业可以通过多种途径建立竞争优势,比如构建核心能力,或是获取资源以及具备将资源转化为竞争优势的整合能力,而资源又可以区分为内部资源和外部资源。那么内部资源与企业获取竞争优势是什么关系呢?对于上述情境,我们可以用公式(2):“竞争优势= 整合能力×(内部资源+ 外部资源)+ 核心能力”来表示,其中内部资源是企业获取竞争优势的USINUS条件。总之,在因果复杂性逻辑下,条件与结果的关系受到其他因素的影响,在INUS USIN条件的基础上可以将其不断延伸,从而更加细粒度地理解复杂的社会现实。(二)发展动态QCA方法:线性增长QCA和多时段多线性增长QCA由于方法的限制,基于回归技术的轨迹研究多聚焦于分析单个轨迹的变化方向和速度等对结果的影响(Liu et al. 2012)。 但社会现象常常是多要素变化轨迹共同影响结果(Brusoni et al. 2001),因此需要分析多重轨迹并发过程对结果产生的影响(Mahoney2004)。 相较于多技术轨迹演变、种群共同体和生态结构演化等多重轨迹动态演化理论的发展,动态QCA 方法的进展相对滞后。现有的TQCA TSQCA和多时段定性比较分析等动态QCA 方法,还不能够细致地分析多重轨迹共演化如何对结果产生影响的问题。为此,本文提出了两种动态QCA 方法:线性增长QCA 和多时段多线性增长QCA 。下面将详细阐述其原理和操作方法。1 . 线性增长QCAHino2009)提出的时差型QCA 仅仅关注了时期初始和结束之间的变化方向(增长为“1 ”,下降为“0 ”),并未考虑条件在初始和结束时点之间的变化速度。根据轨迹的定义,轨迹不仅考虑定性的变化方向,还需考虑定量的变化速度(Barley et al.2018Litrico and David2017)。 本文提出线性增长QCA ,是通过计算每个案例在某条件上随时间变化的斜率,测量案例在该时段内某条件上的变化轨迹。其中,斜率符号表示轨迹在某时段内平均变化的方向(正负),斜率绝对值代表了轨迹的变化速度。计算斜率后,每个案例都会产生一组关于各条件轨迹的新数据,然后将案例汇总,对新数据集进行QCA 分析,便可以得出产生结果的前因轨迹的组态。线性增长QCA 能够更加细粒度地分析条件的平均变化趋势,以及多重前因轨迹的耦合。如,对于一个多技术组合的产品,通过线性增长QCA 方法可以分析在某一时期内哪些技术轨迹的快速发展是高成长的必要条件,哪些技术轨迹的组合会导致高成长。而且通过对非高成长的研究,可以规避一些导致非高成长的技术演化路径。复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -192《管理世界》2021年第3 2 . 多时段多线性增长QCA当动态演化的时期较长,或者呈现阶段式变化时,将整个研究时期划分为多个较短的时段进行分析是必要且有意义的。它可以挖掘导致某个结果的组态如何在多时段间发生变化,以探求稳定或变化的原因。比如,多技术产品往往涉及到多个技术公司的阶段式研发,每个阶段中多技术轨迹的发展不均衡或均衡,可能会导致不同阶段企业间技术合作的方式也会不同(Brusoni et al. 2001)。 结合本文提出的线性增长QCA 和多时段QCA ,将研究时期划分为多个时段后,针对每个时段做线性增长QCA ,再将每个时段得出的组态解进行比较分析,可以发现多时段多技术演化规律,本文将这种方法称为“多时段多线性增长QCA ”。本文的“多时段多线性增长QCA ”可以用于研究多重前因轨迹的组态,在多时段间如何演化,并根据演化情况,可以判断组态或某一条件是否出现了“主导轨迹”、“转折轨迹”和“混合轨迹”等(Litrico and David2017)。 比如,如果发现某种组态或者条件在多时段间比较稳定地始终出现,这说明该组态或条件的变化轨迹在总的时期内是“主导轨迹”,这意味着该“主导”效应在导致结果的解中占据重要地位;如果发现某种组态或条件一开始出现但后来消失,或者仅在时期后半段出现,这说明该轨迹发生了“转折”;当某种组态或条件与其他组态或条件在时期内反复轮流出现,两者均未占据研究时期内的主导地位,而是交替地对结果产生影响,可以认为轨迹是“混合”的。多时段多线性增长QCA 方法,有助于研究者更加精细地分析某些轨迹的变化,并可以进一步探究多时段轨迹变化的原因和背景,有利于深入解释动态演化。(三)开展组态理论、QCA方法与耦合理论的交叉研究1 . 结合组态理论和QCA方法开展多轨迹耦合的理论研究鉴于要素间的耦合机制会因时而变,需要研究多要素多轨迹的动态耦合机制。例如,多技术轨迹的发展不均衡,可能导致组织间的关系从脱耦转为松散耦合,也可能从松散耦合转为紧密耦合(Brusoni et al. 2001)。 多技术公司的多条技术轨迹如何共同演化,进而影响到组织间耦合状态,是一个多要素多轨迹的动态耦合问题。组态视角和QCA 方法为研究这类多要素耦合问题提供了新的思路和方法。具体来说,组态视角下采用QCA 方法,可以通过以下方式来分析多要素的动态耦合问题:一是,分阶段分析多耦合因素间的组态,然后比较不同阶段,多要素耦合的核心条件和边缘条件的变化,发现不同阶段耦合模式的演变轨迹。二是,分析“VUCA ”环境下的动态耦合模式。随着现实世界的特征愈加“波动性、不确定性、复杂性、模糊性”(VUCA),组织试图保持稳定的状态也越加困难(席酉民等,2020Hall and Rowland2016),因此未来可以考虑组态视角下,“VUCA ”环境组态的动态演化如何影响组织采取紧密或松散的耦合。2 . 结合耦合理论深化组态内关系模式的研究虽然组态理论化研究注重因素间的关系模式,即构成组态的条件间如何以及为何建立联系,并认为条件间“连接”的方式有互补和权变等(Furnari et al. 2020),但如何在集合理论中发展和检验互补、替代等关系仍有待研究,也仍然缺乏对前因条件之间关系模式的细致分析。未来需要基于集合理论更清楚地区分和解释替代、互补、既替代又互补以及非替代非互补关系。耦合理论提出了4 种要素间的关系模式:强度、直接性、一致性与依赖性,这对深化组态内关系具有借鉴意义。未来在组态理论化中,可以引入耦合关系模式,分析前因条件间不同的连接方式是否以及如何影响前因组合与结果的充分性关系,揭示组态与结果间的细粒度关系。具体来说,组态理论可以分析前因条件之间的强度、直接性、一致性与依赖性等关系模式。一方面,这可以通过测量某两个条件之间联系的强度、直接性、一致性或依赖性,然后生成相应的条件,并纳入组态分析。另一方面,也可以在QCA 分析得出的组态解中,通过比较不同的组态,发现前因条件之间的关系模式。例如,关于“强度”,可以在不同的路径中,比较某两个条件同时出现的频率,如果在不同组态中,某两个条件同时出现的频率高,则这两个条件之间可能存在较高的强度;对于“一致性”,如果两个条件随着其他条件的改变,总是共同出现或不出现,那么这两个条件之间一致性可能较强;对于“依赖性”,如果比较组态发现,某个条件(A)只能和特定的条件同时出现(例如AB),而另一个条件(C)却能够和多个其他条件分别出现在不同的组态中(例如,ACBCCD),则说明A B 的依赖性比C B 的依赖性强。- -193(四)开展组态理论、QCA方法与生态理论的交叉研究1 . 结合组态理论和QCA方法开展生态系统研究生态理论从生态隶属关系的角度,强调了种群内组织间的竞争或合作关系,种群间的共生、共栖或主导关系(Aldrich and Ruef2006),从生态结构的角度,指出了生态系统是活动的组态(Adner2017)。作为一种强调系统作用的理论,生态理论为组态研究界定可能构成组态的相关因素,以及解释为何选取这些因素提供了理论框架(Furnari et al.2020;张明、杜运周,2019)。 根据组态视角,子系统内和子系统间均存在相互依赖的关系。每个子系统具有一定的自主性,通过子系统间联系影响系统内的其他子系统(Simon1962)。由于现实世界可以被视为一个近似可分的系统,未来研究可以从影响要素和多要素协同两个层面开展研究。基于组态理论,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(杜运周等,2020)。 从生态系统要素及生态系统要素间关系两个层面,可以开展以下生态系统研究。一是,检验生态系统要素的属性或生态系统要素间的共生性是否构成生态系统的必要条件。二是,可以通过组态视角研究组织共同体,探究生态内种群间的关系模式是共生、共栖或是主导,以及不同关系模式如何影响共同体发展。同时,也可以探究组织种群共同体的演化问题,如,由于环境变化或者种群之间在竞争生态位的能力上发生改变,原先占据主导地位的种群可能衰落为从属地位,进而影响整个共同体的变化。三是,可以根据组态视角,分析种群间非对称关系。比如部分竞争型、掠夺竞争型和部分互利型等共栖关系,表示了某种群对其他种群单方面的影响,基于组态理论化中的非对称性思想,未来可以进一步把影响方向纳入分析,考虑反向竞争、反向掠夺和反向互利等影响关系。四是,可以引入组态视角推动营商环境生态和创业生态系统的研究。例如,营商环境是企业所面临的综合性生态系统(李志军,2019),创业生态则是新创企业直接面临的生态系统,研究者未来可以结合组态视角和QCA 方法,分析什么样的创业生态系统适合初创企业,什么样的营商环境生态有利于既有企业的生存和成长。五是,可以研究生态系统的共演化问题,如采用动态组态视角分析创业生态系统中多要素的共演化如何影响创新创业。2 . 结合生态理论开展组态演化与路径依赖的研究生态共演化为研究多要素联动的组态理论提供了动态视角。未来可以考虑将生态学中的共演化思想应用于组态理论中,探寻多要素的并发演化机制及其影响,如创业生态系统的共演化如何影响创业行为和结果,这对于发展动态组态理论和深化创业生态系统的研究均具有积极的意义。生态演化的路径依赖对于动态组态研究也具有借鉴意义。种群生态理论强调,新组织的出现和变异,会通过合法性以及组织间的竞争,影响既有组织的生存与发展,导致组织创建率与组织解散率的变化;组织创建率与组织解散率在动态变化中,又共同影响着组织种群的规模。也就是说,新组织的变异、环境选择、现有组织的保留等演化过程,具有路径依赖特征。其中某一阶段的变化,可能会改变后续事件的发生。这种路径依赖的演化机制对于发展动态组态理论具有借鉴意义,未来可以结合动态QCA 方法,关注事件顺序,开展条件或者组态演化过程中的路径依赖分析。六、结论静态视角的组态理论和QCA 方法对于分析多要素并发的复杂现象具有重要的价值,促进了组态理论化的发展,并得到了研究者的广泛使用,已成为管理学等领域分析复杂因果关系的一条新道路(杜运周、贾良定,2017)。 然而管理实践日益复杂动态,表现为管理实践的生态化以及数字技术和环境等的快速变化。但总体来看,国内外管理学领域内对组态问题的研究主要基于静态的组态视角和QCA 方法,尚缺乏对普遍存在的复杂动态管理问题的探究。本文提出了进一步发展动态组态理论和动态 QCA 方法的思路,包括:清晰地区分复杂因果关系类型,发展动态QCA 方法,以及细致地分析组态内关系模式及其演化。这将为管理学的因果复杂性研究开拓更广阔的前景。(作者单位:东南大学经济管理学院)复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -194《管理世界》2021年第3 期注释①传统回归方法中,内生性主要有4 种来源:反向因果、遗漏变量偏差、测量误差、样本选择偏差(Bascle 2008)。 其中,反向因果是指自变量与因变量之间互为因果关系;遗漏变量偏差是指研究模型遗漏了解释变量,且被遗漏的变量与解释变量相关;样本选择偏差是指解释变量或样本是经过选择而非随机的。②对k 个变量考虑时序,每两个变量构成真值表中的一项新变量,属于组合问题,结果为:③对k 个变量考虑时序,则实际存在的顺序数量为排列问题,结果为Akk= k!参考文献(1)查尔斯·C. 拉金:《重新设计社会科学研究:模糊集及超越》,杜运周等译,机械工业出版社,2019年。(2)程建青、罗瑾琏、杜运周、刘秋辰:《何种女性创业生态系统产生女性高创业活跃度——基于组态视角的fsQCA 研究》,《 科学学研究》,2021年,刊发中。(3)池毛毛、杜运周、王伟军:《组态视角与定性比较分析方法:图书情报学实证研究的新道路》,《 情报学报》,2021年,刊发中。(4)杜运周、贾良定:《组态视角与定性比较分析(QCA ):管理学研究的一条新道路》,《 管理世界》,2017年第6 期。(5)杜运周、刘秋辰、程建青:《什么样的营商环境生态产生城市高创业活跃度?——基于制度组态的分析》,《 管理世界》,2020年第9 期。(6)杜运周:《组织与创业领域:组态视角下的创业研究》,《 管理学季刊》,2019年第3 期。(7)李明、曹海军:《信息生态视域下突发事件网络舆情生发机理研究——基于40起突发事件的清晰集定性比较分析》,《 情报科学》,2020年第3 期。(8)李晚莲、高光涵:《突发公共事件网络舆情热度生成机理研究——基于48个案例的模糊集定性比较分析(fsQCA )》,《情报杂志》,2020年第7 期。(9)李志军:《中国城市营商环境评价》,中国发展出版社,2019年。(10)李志军、尚增健:《学者的初心与使命》,经济管理出版社,2020年。(11)谭海波、范梓腾、杜运周:《技术管理能力、注意力分配与地方政府网站建设——一项基于TOE 框架的组态分析》,《 管理世界》,2019年第9 期。(12)武晗、王国华:《注意力、模糊性与决策风险:焦点事件何以在回应型议程设置中失灵?——基于40个案例的定性比较分析》,《 公共管理学报》,2020年,doi10. 16149 /j.cnki. 23- 1523. 20201204. 003 。(13)解学梅、王宏伟:《开放式创新生态系统价值共创模式与机制研究》,《 科学学研究》,2020年第5 期。(14)席酉民、熊畅、刘鹏:《和谐管理理论及其应用述评》,《 管理世界》,2020年第2 期。(15)谢智敏、王霞、杜运周、谢玲敏:《创业生态系统如何促进城市创业质量——基于模糊集定性比较分析》,《 科学学与科学技术管理》,2020年第11期。(16)许娟、程励:《复杂性视角下乡村旅游地居民旅游满意度研究》,《 人文地理》,2020年第6 期。(17)杨伟、刘健、武健:《 “种群—流量”组态对核心企业绩效的影响——人工智能数字创新生态系统的实证研究》,《 科学学研究》,2020年第11期。(18)张明、杜运周:《组织与管理研究中QCA 方法的应用:定位、策略和方向》,《 管理学报》,2019年第9 期。(19)张玉利、吴刚:《新中国70年工商管理学科科学化历程回顾与展望》,《 管理世界》,2019年第11期。(20AdnerR. 2017,“Ecosystem as StructureAn Actionable Construct for Strategy”,Journal of Management Vol. 43pp. 39~ 58.21AldrichH. E. and RuefM.2006Organizations EvolvingLondonSage.22AminzadeR. 1992,“Historical Sociology and Time”,Sociological Methods & Research Vol. 20pp. 456 ~ 480 .23BacharachS. B.1989,“Organizational Theories Some Criteria for Evaluation”,Academy of Management Review Vol. 14pp.496 ~ 515 .24BaconE. WilliamsM. D. and DaviesG. 2020,“Coopetition in Innovation Ecosystems A Comparative Analysis of KnowledgeTransfer Configurations ”,Journal of Business Research Vol. 115 pp. 307 ~ 316 .25BahemiaH. SillinceJ. and Vanhaverbeke W.2018,“The Timing of Openness in a Radical Innovation Project a Temporal andLoose Coupling Perspective”,Research PolicyVol. 47pp. 2066~ 2076.26Barley W. C.Treem J. W. and Kuhn T. 2018,“Valuing Multiple Trajectories of KnowledgeA Critical Review and Agenda forKnowledge Management Research”,Academy of Management AnnalsVol. 12pp. 278 ~ 317 .27Bascle G. 2008,“Controlling for Endogeneity with Instrumental Variables in Strategic Management Research”,Strategic Organi zation Vol. 6 pp. 285 ~ 327 .28BeekunR. I. and Glick W. H.2001,“Organization Structure from a Loose Coupling Perspective A Multidimensional Ap proach ”,Decision Sciences Vol. 32pp. 227 ~ 250 .29Bird Y. ShortJ. L. and Toffel M. W.2019,“Coupling Labor Codes of Conduct and Supplier Labor Practices The Role of Internal Structural Conditions ”,Organization ScienceVol. 30pp. 847 ~ 867 .30BrusoniS. Prencipe A. and Pavitt K. 2001,“Knowledge SpecializationOrganizational Couplingand the Boundaries of theFirm Why Do Firms Know More Than They Make? ”,Administrative Science QuarterlyVol. 46pp. 597 ~ 621 .31CarenN. and Panofsky A. 2005,“TQCA A Technique for Adding Temporality to Qualitative Comparative Analysis ”,Sociologi C2k=k2( ) k - 2 =(k - 1) k2- -195cal Methods & Research Vol. 34pp. 147 ~ 172 .32ChenS. and LinN. 2019,“The Effect of Inter- and Intra-Organizational Distances on Success of Offshored Outsourced Innova tion A Configurational Approach”,Journal of Business Research Vol. 103 pp. 519 ~ 529 .33CloutierC. and LangleyA. 2020,“What Makes a Process Theoretical Contribution?”,Organization TheoryVol. 1 pp. 1 ~ 32.34Delery J. E. and DotyD. H.1996,“Modes of Theorizing in Strategic Human Resource ManagementTests of UniversalisticContingency and Configurational Performance Predictions ”,Academy of Management Journal Vol. 39pp. 802 ~ 835 .35DouglasE. J. Shepherd D. A. and PrenticeC. 2020,“Using Fuzzy-set Qualitative Comparative Analysis for a Finer-grainedUnderstanding of Entrepreneurship”,Journal of Business VenturingVol. 35pp. 1 ~ 17.36DuY. and Kim P. H.2021,“One Size Does not Fit All Strategy Configurations Complex Environmentsand New Venture Performance in Emerging Economies ”,Journal of Business Research Vol. 124 pp. 272 ~ 285 .37DulJ. 2016,“Necessary Condition AnalysisNCA ):Logic and Methodology of Necessary but not Sufficient Causality ”,Organizational Research Methods Vol. 19pp. 10~ 52.38DulJ. van der Laan E. and KuikR. 2020,“A Statistical Significance Test for Necessary Condition Analysis”,OrganizationalResearch MethodsVol. 23pp. 385 ~ 395 .39EhrlichP. R. and Raven P. H.1964,“Butterflies and Plants A Study in Coevolution ”,Evolution Vol. 18pp. 568 ~ 608 .40Fainshmidt S. WittM. A.AguileraR. V. and VerbekeA. 2020,“The Contributions of Qualitative Comparative AnalysisQCA to International Business Research ”,Journal of International Business Studies Vol. 51pp. 455 ~ 466 .41FischerM. and Maggetti M.2017,“Qualitative Comparative Analysis and the Study of Policy Processes ”,Journal of Comparative Policy Analysis Research and PracticeVol. 19pp. 345 ~ 361 .42Fiss P. C.2011,“Building Better Causal TheoriesA Fuzzy Set Approach to Typologies in Organization Research”,Academy ofManagement JournalVol. 54pp. 393 ~ 420 .43FurnariS. CrillyD. MisangyiV. F.Greckhamer T. Fiss P. C. and Aguilera R. V.2020,“Capturing Causal ComplexityHeuristics for Configurational Theorizing”,Academy of Management Reviewforthcoming.44Gallagher R. and AppenzellerT. 1999,“Beyond Reductionism ”,Science Vol. 284 pp. 79.45Glassman R. B.1973,“Persistence and Loose Coupling in Living Systems ”,Behavioral Science Vol. 18pp. 83~ 98.46Greckhamer T. FurnariS. Fiss P. C. and Aguilera R. V.2018,“Studying Configurations with Qualitative Comparative AnalysisBest Practices in Strategy and Organization Research”,Strategic OrganizationVol. 16pp. 482 ~ 495 .47GuptaK. CrillyD. and GreckhamerT. 2020,“Stakeholder Engagement Strategies National Institutionsand Firm PerformanceA Configurational Perspective”,Strategic Management Journal Vol. 41pp. 1869~ 1900.48Hall R. D. and RowlandC. A.2016,“Leadership Development for Managers in Turbulent Times ”,Journal of Management Development Vol. 35pp. 942 ~ 955 .49HannanM. T. and FreemanJ. H.1977,“The Population Ecology of Organizations ”,American Journal of Sociology Vol. 82pp.929 ~ 964 .50HannanM. T. and Freeman J. H.1989Organizational EcologyCambridgeHarvard University Press.51Hart O. and Moore J. 1990,“Property Rights and the Nature of the Firm ”,Journal of Political EconomyVol. 98pp. 1119~1158.52Hawley A. 1950Human EcologyNew YorkRonald.53Hendriks C. 2016,“Coupling Citizens and Elites in Deliberative SystemsThe Role of Institutional Design ”,European Journalof Political Research Vol. 55pp. 43~ 60.54Hino A. 2009,“Time-Series QCA Studying Temporal Change through Boolean Analysis ”,Sociological Theory and Methods Vol. 24pp. 247 ~ 265 .55HumeD. 1777An Enquiry Concerning Human UnderstandingLondonOxford University Press.56Jacobides M. G.Cennamo C. and Gawer A. 2018,“Towards a Theory of Ecosystems ”,Strategic Management Journal Vol. 39pp. 2255~ 2276.57Janzen D. H.1980,“When is it Coevolution? ”,Evolution Vol. 34pp. 611 ~ 612 .58Kreiser P. M.Marino L. D.DicksonP. and WeaverK. M.2010,“Cultural Influences on Entrepreneurial OrientationThe Im pact of National Culture on Risk Taking and Proactiveness in SMEs”,Entrepreneurship Theory and PracticeVol. 34pp. 959 ~ 984 .59Litrico J. B. and David R. J.2017,“The Evolution of Issue Interpretation within Organizational Fields Actor PositionsFraming Trajectories and Field Settlement ”,Academy of Management Journal Vol. 60pp. 986 ~ 1015.60LiuD. MitchellT. R.Holtom B. C. and HinkinT. R.2012,“When Employees are out of Step with CoworkersHow Job Satis faction Trajectory and Dispersion Influence Individual- and Unit-Level Voluntary Turnover”,Academy of Management Journal Vol. 55pp. 1360~ 1380.61Lom S. E.2016,“Changing RulesChanging Practices The Direct and Indirect Effects of Tight Coupling in Figure Skating”,Organization Science Vol. 27pp. 36~ 52.62Mackie J. L. 1965,“Causes and Conditions”,American Philosophical Quarterly Vol. 2 pp. 245 ~ 264 .63MahoneyJ. and BarrenecheaR. 2019,“The Logic of Counterfactual Analysis in Case-Study Explanation”,The British Journal复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向理论述评- -196《管理世界》2021年第3 of Sociology Vol. 70pp. 306 ~ 338 .64MahoneyJ. 2000,“Path Dependence in Historical Sociology ”,Theory and Society Vol. 29pp. 507 ~ 548 .65MahoneyJ. 2004,“Comparative-Historical Methodology”,Annual Review of SociologyVol. 30pp. 81~ 101 .66MahoneyJ. 2008,“Toward a Unified Theory of Causality ”,Comparative Political StudiesVol. 41pp. 412 ~ 436 .67MckennyA. F.ShortJ. C. Ketchen Jr. D. J. PayneG. T. and MossT. W.2018,“Strategic Entrepreneurial OrientationConfigurations Performanceand the Effects of Industry and Time ”,Strategic Entrepreneurship JournalVol. 12pp. 504 ~ 521 .68Mcknight B. and ZietsmaC. 2018,“Finding the ThresholdA Configurational Approach to Optimal Distinctiveness”,Journal ofBusiness Venturing Vol. 33pp. 493 ~ 512 .69MeuerJ. 2017,“Exploring the Complementarities within High-Performance Work SystemsA Set-Theoretic Analysis of UKFirms”,Human Resource ManagementVol. 56pp. 651 ~ 672 .70MilgromP. and RobertsJ. 1990,“Rationalizability Learning and Equilibrium in Games with Strategic Complementarities ”,EconometricaVol. 58pp. 1255~ 1277.71MillerD. 1986,“Configurations of Strategy and Structure Towards a Synthesis”,Strategic Management Journal Vol. 7 pp. 233 ~249 .72MillerJ. W.Fugate B. S. and GolicicS. L.2017,“How Organizations Respond to Information Disclosure Testing AlternativeLongitudinal Performance Trajectories ”,Academy of Management Journal Vol. 60pp. 1016~ 1042.73Murmann J. P. 2003Knowledge and Competitive AdvantageThe Coevolution of Firms Technology and National Institutions New YorkCambridge University Press.74Norgaard R. B.1985,“Environmental Economics An Evolutionary Critique and a Plea for Pluralism”,Journal of EnvironmentalEconomics and Management Vol. 12pp. 382 ~ 394 .75OrtonD. and Weick K. E.1990,“Loosely Coupled SystemsA Reconceptualization”,Academy of Management ReviewVol. 15pp. 203 ~ 223 .76Park Y. and Mithas S. 2020,“Organized Complexity of Digital Business StrategyA Configurational Perspective”,MIS Quarterly Vol. 44pp. 85~ 127 .77Park Y. Fiss P. C. and El Sawy O. A.2020,“Theorizing the Multiplicity of Digital PhenomenaThe Ecology of ConfigurationsCausal Recipesand Guidelines for Applying QCA”,MIS Quarterly Vol. 44pp. 1493~ 1520.78Pfeffer J. and Salancik G. R.1978The External Control of Organizations A Resource Dependence PerspectiveNew YorkHarper and Row.79Platt J. R. 1964,“Strong Inference ”,Science Vol. 146 pp. 347 ~ 353 .80RaginC. C. and StrandS. I. 2008,“Using Qualitative Comparative Analysis to Study Causal Order Comment on Caren andPanofsky 2005)”,Sociological Methods & Research Vol. 36pp. 431 ~ 441 .81RaginC. C.2008Redesigning Social InquiryFuzzy Sets and BeyondChicagoUniversity of Chicago Press.82Rasche A. 2012,“Global Policies and Local PracticeLoose and Tight Couplings in Multi-Stakeholder Initiatives ”,Business Ethics QuarterlyVol. 22pp. 679 ~ 708 .83Simon H. A.1962,“The Architecture of Complexity”,Proceedings of the American Philosophical Society Vol. 106 pp. 467 ~ 482 .84Speldekamp D. KnobenJ. and Saka-Helmhout A. 2020,“Clusters and Firm-level Innovation A Configurational Analysis ofAgglomeration Network and Institutional Advantages in European Aerospace”,Research PolicyVol. 49doi10. 1016/j.respol. 2020. 103921.85Täuscher K. 2018,“Using Qualitative Comparative Analysis and System Dynamics for Theory- Driven Business Model Research ”,Strategic OrganizationVol. 16pp. 470 ~ 481 .86Van der Kolk B. and SchokkerT. 2016,“Strategy Implementation through Hierarchical Couplings in a Management ControlPackageAn Explorative Case Study”,Journal of Management ControlVol. 27pp. 129 ~ 154 .87VisB. Woldendorp J. and Keman H. 2013,“Examining Variation in Economic Performance Using Fuzzy-Sets ”,Quality &QuantityVol. 47pp. 1971~ 1989.88WeickK. E.1976,“Educational Organizations as Loosely Coupled Systems ”,Administrative Science QuarterlyVol. 21pp. 1 ~ 19.89WeickK. E.1982,“Management of Organizational Change among Loosely Coupled Systems”,in GoodmanP. edsChange inOrganizationsNew Perspectives on TheoryResearchand PracticeSan Francisco CAJossey-Bass.90Woodside A. G.2017The Complexity Turn CulturalManagementand Marketing ApplicationsSwitzerland Springer Interna tional Publishing.- -197Configurational Theory and QCA Method from a Complex DynamicPerspective: Research Progress and Future DirectionsDu Yunzhou, Li Jiaxin, Liu Qiuchen, Zhao Shuting and Chen Kaiwei(School of Economics & Management, Southeast University, Nanjing)Summary: The set-theoretic configurational perspective is becoming a new template due to its advantage of explaining causal complexity, and is used across a variety of management fields. However, faced with the managementphenomena, which are characterized by the ecological management practices and rapid changes in digital technologyand environment, it is helpful to develop configurational theorizing and methods from a complex and dynamic perspective. Specifically, it is necessary to distinguish different kinds of complex causality to explore the reality better. Furthermore, while the set-analytic theorizing and approach emphasize multiple factors combined, there lacks more discussion of how these factors connect with each other of the configurations more deeply, and how these multiple factors co-evolve to shape the conjuncture of multiple trajectories.These limitations push us to ask following questions: how to explain the causal complexity underlying management phenomena and how to develop configurational theorizing and methods from a dynamic perspective? This articleis structured as follows. First, we review the progress of complex causality and configurational theorizing, consideringfive kinds of complex causality: necessary condition, sufficient condition, necessary and sufficient condition, insufficient and necessary part of a condition which is unnecessary but sufficient for the outcome (INUS), and a sufficientbut unnecessary part of a factor that is insufficient but necessary for an outcome (SUIN). We also discuss the application of configurational perspective in a variety of management fields, and we conclude the progress of configurationaltheorizing. Second, we retrospect the research and limitations of configurational theorizing and QCA from a dynamicperspective. In this section, we discuss the development of the concept of trajectory in the management field andconsider the conjuncture of trajectories to develop dynamic configurational theorizing. In addition, we compare severaldynamic QCA approaches, including Temporal Qualitative Comparative Analysis (TQCA), Time-Related Conditions,Time-Series Qualitative Comparative Analysis (TSQCA), and multiple QCAs across different time periods. Third, toexplain the combinatorial logics of configurations better, we compare and integrate multifactor theories including coupling theory, ecological theory with configurational theorizing from four aspects: the linkages of factors, hierarchy,causal complexity and dynamics. Finally, we propose two complex causality: ( 1) insufficient and necessary part of acondition that is unnecessary but sufficient for the section (INUS), which is the insufficient and necessary parts of theoutcome (INUSIN), and (2) a sufficient but unnecessary part of a factor that is insufficient but necessary (SUIN) forthe section, which is sufficient but unnecessary for the outcome (USINUS). We propose two dynamic QCA approaches: linear growth QCA and multiple linear growth QCAs across different time periods. We also offer some directionsto develop configurational theorizing and QCA, including analyzing the finer-grained linking pattern whithin configurations, and exploring the intersection of multiple factors trajectories. And we point out some fields to apply configurational perspective, such as conducting multiple trajectories coupled research and studying ecosystems.Our main contributions are as follows: (1) we clarify different kinds of causality, address the prospect of counterfactualanalysis based on necessary causality, and extend the discussion of complex causality: INUSIN and USINUS. (2) we proposetwo dynamic QCA approaches: linear growth QCA and multiple linear growth QCAs across different time periods. ( 3) wehighlight some directions to develop and apply configurational theorizing and QCA, such as studying the linkages of factorsmore deeply, exploring the conjuncture of trajectories, and employing QCA in ecosystems.Keywords: causal complexity; configurational theorizing; dynamic configurational perspective; QCA; coupling theory; ecological theoryJEL classification:M 19- - 12《复杂动态视角下的组态理论与QCA 方法:研究进展与未来方向》附录附录1 5 种基本因果关系(1)必要性因果。根据必要性因果关系,“X 导致Y ”,意味着X Y 的必要条件,即“没有X ,就不会产生Y ”。因此,一个必要的前因是产生结果的约束、障碍或者“卡脖子”的瓶颈,必须具备必要条件,才能实现期望的结果(Dul et al. 2020Dul2016)。 在理论研究和实践研究中,必要性因果分析对于认识“卡脖子”问题具有非常重要的指导价值。(2)充分性因果。根据充分性因果关系,“X 导致Y ”,意味着X Y 的充分条件,即“X 存在,则Y 存在”。但是,单个原因难以构成充分条件,也即通常是多个原因的组合产生结果(Mahoney2008Woodside 2017),因此充分性分析主要针对多个条件的组态(杜运周、贾良定,2017)。(3)充要性因果。根据充要性因果关系,“X 导致Y ”,意味着X Y 是充分的也是必要的,即“如果X ,则Y ”,并且“如果没有X ,则没有Y ”。充要条件在社会现实中很少存在。但是可以根据某因果关系接近充要性因果的程度,评价该因果条件的重要性。也即,如果充分条件越接近必要条件,或者必要条件越接近充分条件,它就越重要(Mahoney2008)。(4INUS 因果。Mackie1965)指出复杂社会现实中,单一条件很少构成结果的充分条件,当我们说单个条件“X 导致Y ”时,实际上指,X 是结果的INUS 条件(Insufficient and Necessary parts of Unnecessary but Sufficient causes )。 如公式(1)所示,X 是组合X×A 的必要不充分构成,且X×A(作为组合因子)是Y 的充分不必要条件(存在X×A 的等效路径Z×B ),则X Y INUS 条件。Y=X×A+Z×B 1)在组态视角和QCA 方法中,主要分析的是多个条件相互依赖、组合构成的复杂因果关系(杜运周、贾良定,2017),单个条件在这种因果关系中是INUS 条件。(5SUIN因果。SUIN因果中,当我们说单个条件“X 导致Y ”时,实际是指X 是结果的SUIN条件(a Sufficient but Unnecessarypartof a factor that is Insufficient but Necessaryfor an outcome)(Mahoney2008)。 如公式(2)所示,X A 都是并集组合(X+A )的充分不必要构成,X+A(作为并集因子)是Y 的必要不充分条件,则X A Y SUIN条件。Y=Z×(X+A ) (2)通常单个因素较少构成必要条件,但多个条件的并集(如生态系统)更易成为结果的必要条件,这时候的单个条件(如A X)就是结果Y SUIN条件。Mahoney2008)在INUS 基础上提出SUIN条件,进一步丰富了因果复杂性分析。但是,本文认为,为了保持与Mackie1965)命名的逻辑顺序的一致性,前两个单词Sufficient but UnnecessarySU),应调整顺序改为Unnecessarybut Sufficient US),也即SUIN可命名为USIN。附录2 :静态QCA 与动态QCA 分析步骤表静态QCA 与动态QCA 分析步骤QCA 分析步骤第一步第二步第三步第四步第五步第六步静态QCA基于理论和证据选择案例和条件立足理论和证据校准条件和结果条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与理论、经验对话动态QCA先前典型的动态QCA 方法时序定性比较分析(TQCA)基于理论和证据选择案例和条件;构建定义条件发生顺序的新条件立足理论和证据校准条件和结果条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话时间相关条件基于理论和证据选择案例和条件;直接定义动态条件立足理论和证据校准条件和结果条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话时间序列定性比较分析(TSQCA )汇总型QCA基于理论和证据选择案例和条件;每个观测点构成一个案例立足理论和证据,所有案例汇总校准条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话固定效应型QCA基于理论和证据选择案例和条件;每个观测点构成一个案例每个研究对象单独校准,通常采取案例内不同时间点的均值作为校准阈值条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话时差型QCA基于理论和证据选择案例和条件;将研究对象做首尾时点的差值处理,转换为案例根据研究对象首尾差值的变化校准:增加校准为“1 ”,减少校准为“0 ”条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话多时段定性比较分析基于理论和证据选择案例和条件(考虑案例在不同时段的变化)在每个时段分别进行校准在每个时段分别进行条件的必要性分析在每个时段分别进行条件组态的充分性分析研究结果的稳健性分析将多个时段的研究结果对比分析,展开动态理论、经验对话本文提出的动态QCA 方法线性增长QCA基于理论和证据选择案例和条件(考虑案例在整个时段的线性变化)依据研究问题,将条件、结果转化为线性增长值,并校准条件的必要性分析条件组态的充分性分析研究结果的稳健性分析研究发现与动态理论、经验对话多时段多线性增长QCA基于理论和证据选择案例和条件(考虑案例在不同时段间以及时段内的变化)将整个研究时期划分为多个时段;依据研究问题,将条件、结果在每个阶段分别转化为线性增长值,并校准在每个时段分别进行条件的必要性分析在每个时段分别进行条件组态的充分性分析研究结果的稳健性分析将多个时段的研究结果对比分析,展开动态理论、经验对话XII- 1

[返回]
上一篇:住房租金与居民消费_效果_机制与不均等_孙伟增
下一篇:货币政策与宏观审慎政策双支柱调控下的地方政府债务风险治理_李力