企业管理论文哪里有？本研究在文献回顾的基础之上，首先厘清影响新创企业复原力的创业生态导向与制度环境要素，并借助国内外成熟研究框架将其整合为三个层面的八个条件要素，分别是创业生态导向层面的共生性、合法性、连通性，内部制度环境层面的创新组织制度、合作制度、信息沟通制度和外部制度环境层面的政府支持、市场竞争。
1 绪论
1.2.2 理论意义
首先，创业生态导向作为新创企业融入周围创业生态系统并获得系统福利的一种全新战略选择，以往研究鲜有从创业生态系统的微观层面探讨战略与环境因素如何作用于企业行为，即强调创业生态系统内部的个体与整个系统发生的交互作用，以及系统对于新创企业的影响。本研究基于171份新创企业样本数据开展实证研究，以期检验上述研究问题，拓展了在创业生态系统新情境下，研究新创企业复原力的战略与环境组态匹配的新视角。
第二，本研究拓展了复原力在管理学领域的研究边界。虽然有国外学者提出管理策略[13]、管理过程[6,14]以及组织结构[7]等因素均会影响企业复原力，但在组织行为层面的研究较为分散，针对企业复原力的影响机制未能得到有效系统地揭示[15]。同时，逆境事件作为组织复原力变得必要的关键原因[16]，鲜有学者结合当下新冠肺炎疫情对组织复原力展开讨论。本研究基于组态视角探讨如何在疫情背景下提升企业复原力，丰富了中国情境下组织复原力的影响因素研究以及提升组织复原力的路径研究。
第三，本研究采用在国内刚刚兴起的定性比较分析（QCA）方法，搭建了创业生态导向、内外部制度环境因素共同影响企业复原力的理论框架。以往关于创业生态导向与企业行为表现之间关系的研究多采用传统的分析方法，如建立回归方程或者通过案例分析探讨各个维度对企业绩效影响的净效应，制度环境在探讨二者关系时多作为调节变量。而定性比较分析方法超越了传统普适观（“X-Y”之间的二元关系）与权变观（调节作用），并结合变量导向与案例导向二者的优点，更加接近现实，能够更好地解释多层面前因要素间的互动匹配关系以及对企业复原力的复杂影响，弥补了目前相关研究中对多因素作用机理关注的不足。同时，本文的研究成果拓展了定性比较分析（QCA）方法在管理学领域，尤其是在创业领域的应用。
3 研究设计与模型构建
3.1 研究方法
3.1.1 定性比较分析方法
定性比较分析方法（QCA）是由社会学家Ragin创立[101]，在架构理论的基础上能够合理解释前因条件组合与特定结果变量间多重并发因果关系的一种研究方法。该方法的基本思想是：运用集合理论和布尔运算规则，将案例看作是前因条件构成的组态，通过识别结果变量的充分性和必要性条件以解释某一特定、可观测的现象是如何发生的[102]。 现有研究对于定量研究方法（变量导向）和定性研究方法（案例研究）二者的优劣之争从未停止。在探究自变量与因变量间的相关关系时，采用定量研究方法假设变量间相互独立并且不能排除其它潜在因素对因变量造成的影响，故无法探究复杂的因果关系问题。同时，采用定性研究方法（案例研究）得出结论的普适性往往会遭到质疑。而定性比较分析方法则是超越定量方法和定性方法界限的一种综合分析策略，能够避开定性与定量方法各自的缺陷并结合二者优点。定性比较分析方法基于整体视角假设前因条件间是相互依赖的，这更加符合正常的社会现象，即任何现象都不是由单个要素决定的，而是由多个要素相互依赖、共同驱动的。与关注单一变量“净效应”的传统方法相比，定性比较分析方法更加关注多个前因变量的组态分析，旨在解决“哪些组态能够产生特定结果？哪些组态导致“非”特定结果的发生？”此类问题。另外，结合了定量与定性研究方法的优势，定性比较分析方法突破了样本数量的限制，可应用至大、中、小各类样本的研究。
Fiss（2007）在研究中详细阐述了组织结构研究中定性比较分析方法（QCA）的适用性，使其在管理学领域中获得了越来越多学者的认可，并渗透到战略管理、创新与创业管理等诸多子领域[103]。但是定性比较分析方法（QCA）在我国的应用还处于萌芽阶段，研究主题还相对有限。基于此，本研究将定性比较分析方法（QCA）引入创业生态导向与制度环境层面的多个要素对新创企业复原力的影响研究中，试图探究影响新创企业复原力的多条等效路径，旨在促进定性比较分析方法（QCA）在我国管理学领域，尤其是创业研究子领域的应用。
4 数据处理与组态分析
4.1 描述性统计
在进入分析前，本研究首先对有效样本数据进行了描述性统计分析，参与调研的新创企业基本信息如表4.1所示。可以看出，新创企业所在行业中服务业占比为28.1%、传统制造业为25.1%，高科技产业占比为22.8%。在成立年限方面，2-4年的企业占比最高，达到43.3%；其次为4-6年，占比32.2%。在企业规模方面，员工人数主要集中在10人以下和11-50人这两个区间内，超过了有效样本总数的70%，说明大多数被调研企业表现为生存时间短、企业规模小的特征。同时，被试者以企业基层、中层和高层管理者为主，三者占据总样本数的87.1%。
4.2 信效度分析
为保证所采用量表的信度与效度，本研究使用SPSS 22.0和AMOS 21.0对有效问卷中的各变量进行信度与效度分析，分析结果如表4.2所示。首先，研究所涉及变量的Cronbach’sα系数值以及组合信度（CR）均大于0.700[124,125]，说明量表具有较高信度，整体可靠性和准确性较好。其次，各个研究变量的平均萃取方差（AVE）均高于临界值0.500，说明测量量表具备良好的收敛效度[126,127]。综上分析，本研究所使用的量表能够满足信度效度的要求，可以充分识别研究涉及的所有变量，为接下来的工作——探究驱动新创企业高复原力与非高复原力的组态路径奠定良好的基础。
5 结论与展望
5.2 研究创新点
与现有研究相比，本研究的创新之处在于：
第一，创业生态导向作为新创企业融入周围生态系统并获取系统福利的一种全新战略选择，以往研究聚焦于创业生态导向各个维度对企业表现影响的独立净效应，而忽略了导向之间的相互作用。鉴于任何现象都不是由单个要素所决定这一客观事实，本研究首次探讨了不同维度导向间是如何交互融合以获得系统性福利，从而实现危机下的企业复原。同时考虑到制度环境的情境作用及其对企业复原力的影响，作者从战略和环境层面出发，将制度环境纳入分析框架，从新的视角探究创业生态导向、制度环境间如何协同联动影响新创企业复原力。
第二，本研究采用的定性比较分析方法（QCA）为管理学领域，尤其是创业领域开拓了新的研究视角。近年来，定性比较分析方法（QCA）受到越来越多学者的关注与认同，但在我国的应用属于刚刚兴起的阶段，目前研究主题还相对有限。以往关于创业生态导向、制度环境与企业复原力关系的研究大多通过传统的定性和定量研究方法探讨各个要素对企业复原力的影响。本研究采用模糊集定性比较分析（fsQCA）研究方法构建了创业生态导向、制度环境要素影响下的新创企业高复原力与非高复原力组态，探究产生高复原力和非高复原力的不同且完全等效的路径，该研究方法超越了定性和定量方法的界限并结合二者优点，更充分地揭示了多个前因条件对结果变量产生的组合作用，本研究也是国内该主题在定性比较分析方法论应用方面的首次尝试。
第三，本研究打破以往只对企业高复原力结果动因分析的研究模式，在探讨创业生态导向、制度环境要素影响下的新创企业高复原力路径的基础之上，讨论了创业生态导向、制度环境要素影响下的新创企业非高复原力路径。一方面，从结果变量的正反两个方面开展分析，使得研究设计更加丰满立体，得出的新创企业高复原力的驱动机制更加全面深入。另一方面，组态的因果对称性特征进一步说明了企业产生高复原力的原因和非高复原力的原因并非是完全对立的，一定程度上打破了传统回归分析方法无法解释企业高复原力的驱动因素难以反过来应用到企业非高复原力的管理实践中的局限性。
参考文献（略）
