The Ecology-Driven Mechanism of Entrepreneurial Activities:The GT-Dynamic QCA Hybrid Method

Gao Qiang1,Yu Kanghuai1,Xie Jiaping1,2

(1.School of Business Administration,Xinjiang University of Finance and Economics,Urumqi 830012,China;2.School of Business,Shanghai University of Finance and Economics,Shanghai 200433,China)

Abstract：Amidst the complexity of today’s social environment and the accelerated shift of technological paradigms,identifying new models of regional entrepreneurship has become a pressing imperative for promoting economic transformation and enhancing competitiveness.Entrepreneurial vitality,as a key indicator of the health of regional entrepreneurial ecosystems,reflects both the intensity and sustainability of entrepreneurial activity.Yet despite its importance,the underlying mechanisms shaping entrepreneurial vitality remain insufficiently explored.Prior studies have typically emphasized single factors such as policy incentives,infrastructure development,or human capital,but have paid less attention to the interactive,multi-level,and path-dependent dynamics that jointly drive entrepreneurial outcomes.To address this research gap,the present study adopts the lens of “entrepreneurial generations” and examines how different cohorts of entrepreneurs,interacting with institutional,digital,and demographic conditions,influence entrepreneurial vitality in contemporary China.

The empirical scope of this study includes 30 Chinese municipalities and provincial capitals covering the period from 2012 to 2021,which provides both spatial breadth and temporal depth.A mixed-method research design is employed to balance theory-building and empirical testing.In the first stage,grounded theory is used to inductively code multimodal data drawn from statistical yearbooks,fiscal records,innovation surveys,and internet activity indicators.This approach enables the extraction of core categories and causal linkages,ensuring that the selected conditions are both theoretically valid and contextually relevant.In the second stage,dynamic qualitative comparative analysis (QCA) is applied to the calibrated dataset to identify sufficient configurations of conditions that produce either high or low entrepreneurial vitality.By emphasizing equifinality,causal asymmetry,and temporal evolution,dynamic QCA allows for the detection of multiple pathways that would be obscured by traditional linear models.

The findings yield several important insights.First,entrepreneurial generations,potential entrepreneurs,and internet attention consistently emerge as core conditions for sustaining high levels of entrepreneurial activity.These factors represent,respectively,the generational capacity for collective initiative,the demographic supply of entrepreneurial talent,and the societal recognition and visibility that legitimize entrepreneurial efforts.Second,digital infrastructure and fiscal support play significant amplifying roles.Their effects are not uniform across time but vary according to developmental stages,suggesting that institutional and technological environments conditionally reinforce entrepreneurial activity.Third,the results show that no single factor independently determines outcomes.Instead,it is the synergy among entrepreneurial supply,demand,and environmental support that produces robust vitality.In early stages,digital platforms and internet attention act as catalysts,while in later stages,fiscal investment and institutional arrangements provide stability and continuity.This dynamic interplay highlights the necessity of a holistic,ecosystem-based understanding of entrepreneurship.The study makes several theoretical contributions.By integrating grounded theory with dynamic QCA,it enriches methodological approaches for studying entrepreneurship,combining inductive concept discovery with configurational testing across longitudinal data.It further advances the conceptualization of entrepreneurial generations,demonstrating how cohorts shaped by social and technological contexts mobilize resources and adapt collectively to shifting environments.Finally,it extends the micro-mechanistic understanding of entrepreneurial vitality by showing that ecosystem drivers operate not in isolation but in combination,with time-varying effects that illuminate the complexity of causal processes.

From a practical perspective,the results carry implications for policymakers and practitioners.For governments,the evidence suggests the importance of optimizing fiscal expenditure structures to strengthen the institutional foundations of entrepreneurship,while simultaneously prioritizing investments in digital infrastructure to reduce barriers to participation and resource asymmetries.For platform operators and local institutions,fostering greater interaction among entrepreneurial actors,digital systems,and policy instruments can generate multiplier effects that sustain entrepreneurial dynamism.For entrepreneurs themselves,particularly potential entrants and younger cohorts,aligning personal initiative with external digital visibility and institutional support is crucial for transforming entrepreneurial intention into durable performance.

Key Words：Entrepreneurial Ecosystem; Entrepreneurial Generations; Entrepreneurial Activity; Dynamic QCA; Grounded Theory

DOI：10.6049/kjjbydc.D62025040233

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5

文献标识码：A

文章编号：1001-7348(2025)22-0024-10

收稿日期：2025-04-08

修回日期：2025-07-02

基金项目：国家社会科学基金重大项目(20&ZD060);国家社会科学基金项目(20XGL002);新疆维吾尔自治区研究生科研创新项目(XJ2025G227)

作者简介：高强(1974—),男,江苏徐州人,博士,新疆财经大学工商管理学院副教授,研究方向为创新创业、数字创业等;喻康怀(1998—),男,四川乐山人,新疆财经大学工商管理学院硕士研究生,研究方向为创新创业;谢家平(1964—),男,四川安岳人,博士,上海财经大学商学院教授,研究方向为物流与供应链、创新创业管理等。通讯作者:谢家平。

0 引言

在当前经济结构转型与创新驱动发展战略背景下,区域创业活动日益成为衡量地区经济活力、促进就业增长与提升创新能力的重要支撑。创业代群具有鲜明时代特征和区域烙印。创业群体在共同历史事件、技术浪潮、空间邻近性和制度环境作用下形成稳定的认同网络,并在资本流动、人才互动、产业耦合与文化塑造等方面展现出高度协同性。如以互联网科技为核心的长三角、珠三角区域,以先进制造、文化创意为主导的中西部省会城市,创业代群在推动地方产业结构升级、加速资源要素流动以及塑造区域创新文化中发挥重要作用。创业代群不仅促使地方政府优化产业扶持与创业生态,也为学术界解构“创业生态性崛起”机制提供了新的视角。

创新驱动政策[1]、科技创新走廊[2]等要素通过集聚风险投资、促进人才流动和降低制度成本等机制显著提升创业活跃度。组态研究进一步表明,单一要素难以驱动高创业活跃度,政府与市场的“互惠之手”[3]、制度环境动态适配[4]以及企业家特征与制度联动[5]等协同路径才是关键。同时,数字基础设施通过降低信息不对称性[6]和构建数字化创业资源[7]重塑区域创业生态。数字经济与互联网的媒介功能逐渐被重视,但现有文献尚未系统揭示互联网在创业代群与其他主体(政府、潜在创业者、服务机构)互动机制中的媒介作用,以及不同主体互动和外部环境要素如何共同影响创业活跃度的动态演化。在数字经济背景下,创业代群不仅是生态系统中具备行为协同性与结构内聚性的行动单元,而且是政策传导与制度反馈的重要接口。通过互联网与数字平台,代群能够强化内部协作机制、拓展外部连接网络,从而具备重塑区域创业范式的潜能。因此,从创业代群出发,融合互联网协同与多主体互动视角,系统刻画创业活跃度形成与演化机制,既能回应现实中政府与市场对创业系统协同效应的关注,也有助于推动区域创业研究从“孤立要素”向“群体能动—机制耦合”的新范式转型。

本文突破传统区域创业研究侧重宏观环境或单一因素驱动的视角局限,聚焦创业生态驱动的内生机制与系统协同特性,将创业代群能动性与互联网交互机制置于分析核心。首先,构建涵盖“政策文本—市场动态—社会感知—主体访谈”的四维多模态数据体系,运用扎根理论提炼核心概念与作用机制;其次,结合2012—2021年我国内地30个省会城市(含直辖市,拉萨由于数据不全未纳入统计)的多源数据,采用动态QCA方法识别不同阶段创业活跃度的多路径驱动模式及因果非对称特征,揭示创业代群、制度环境与数字平台之间的协同作用及演化规律。

1 文献综述

1.1 创业活跃度研究范式

创业活跃度作为衡量地方创业系统活力与竞争力的重要标志,其研究最初聚焦于宏观要素的静态识别。相关研究普遍认为,经济发展水平、基础设施质量与市场化程度构成区域创业基础条件,对创业绩效具有正向影响[8]。在进一步比较城市间差异时,有研究发现,数字经济基础和制度环境解释了核心城市与其他地区在创业活力上的分化格局[9]。路径依赖也被视为引致创业活跃度“低质量趋同”的原因之一(刘啟仁等,2025)。除静态要素外,制度与政策成为影响创业活跃度的重要变量。研究发现,政策支持通过风险投资集聚与技术溢出效应提升创业绩效,且行政等级越高、区位越优,政策效果越显著[1]。同时,信用环境优化与资源配置效率提升,被认为是制度创新增强中小企业创业活力的重要通道[10]。科技创新走廊作为制度型空间机制,也展现出对区域创业的正向溢出效应[2]。

随着数字化浪潮推进,区域创业研究进入“技术驱动—系统重构”阶段。一方面,数字基础设施被认为能缓解信息不对称性,提升资源匹配效率[6];另一方面,新型基础设施在资源劣势地区的创业激励效应更显著[7]。尽管数字经济为区域创业注入新动能,部分研究也指出其“创造性破坏”可能对传统创业形态形成挤出效应[11]。现有的创业活跃度研究虽然在要素识别与政策设计上取得进展,但普遍存在两个问题:一是解释逻辑仍偏向外部供给视角,缺乏对创业主体能动性的关注;二是技术作用研究尚停留于工具理性层面,未能揭示其在创业主体协同与组织结构变迁中的系统性机制。

1.2 创业生态系统组态逻辑与协同机制

为破解静态视角的局限,创业生态系统理论提出将创业活动置于多要素协同演化系统中,强调制度、文化、技术、市场等子系统间的交互作用[3]。组态分析(QCA)研究揭示,创业活跃度由政府服务、金融供给、人才结构等要素的特定组合共同驱动(彭伟等,2022)。不同生命周期阶段的创业生态系统需匹配不同制度组态,其协同程度决定创业生态系统能否实现“量质并进”的跃迁[4]。

在数字化情境下,创业生态系统被进一步嵌入平台化、网络化和智能化的技术结构中。研究发现,高活跃度区域往往具备更强的数字生态能力,尤其在平台整合能力、资源链接效率与组织柔性上表现突出[12]。数字平台通过降低交易成本、重塑供需关系,提高创业机会识别与配置效率,并对区域经济韧性产生溢出效应[13]。然而,这一结构视角研究仍存在显著的“行动者缺位”问题。尽管部分学者开始探讨创业者在生态系统中的主动行为[14],强调其对机会识别与资源动员的积极作用,但大多停留在个体行为层面,未深入探讨特定创业群体在系统中如何协同行动、反向塑造结构,尤其缺乏对群体性能动性及其媒介机制的理论揭示。

1.3 创业代群与创业活跃度

为突破创业生态系统中行动机制的研究“盲区”,Lippmann&Aldrich[15]提出创业代群概念,强调特定代际创业者在共同历史事件、空间邻近性和制度经历下形成认同网络,并具备协同行动与资源整合能力[16]。创业代群作为介于个体与结构之间的中观单位,其理论研究有助于拓展对创业能动性释放机制的理解。已有研究从三个方面探讨创业代群的作用机制:①基于代群内的信任结构与共同认知,群体具备更强的知识共享与资源整合能力,从而能够突破个体创业的资源瓶颈(刘鹏程等,2021);②代群通过构建共同的文化叙事,强化区域性创业认同,推动创业文化的持续再生产[17];③代群通过集体行动参与制度设计,塑造适配性政策环境,实现对生态系统的反向重构[18]。

尽管该理论为理解中关村创业群落、深圳硬件创客工厂等现象提供了有效解释,但仍存在一定局限:①现有研究强调代群通过信任网络整合资源[19],却未揭示数字平台如何量化提升协作效率;②虽然承认文化叙事的作用[20],但忽视社交媒体如何加速代群价值观扩散与集体认同形成。“创业代群”理论为解释区域创业异质性提供了新视角,但相关研究尚未充分揭示其如何通过互动机制实现能动性释放。同时,现有文献对互联网赋能作用的认识仍停留于技术层面,忽略其在创业代群内部组织与外部连接中的结构性角色。

基于上述分析,创业活跃度的相关解释正由静态要素—单一政策的线性框架,转向“制度—技术—行动者”三维耦合的组态逻辑。然而,现有研究在分析“中观层次的群体性能动性”与“数字平台的结构性媒介作用”方面仍存在不足。本文从创业生态系统视角,将创业代群引入创业活跃度驱动机制的核心框架,强调群体能动性与互联网媒介作用对理解区域创业现象的重要性;通过动态QCA识别不同时间与空间条件下的多路径协同模式,揭示多主体互动与技术赋能的时变效应;为政策制定者优化区域创业支持体系、提升多主体协同效率提供参考。

2 研究设计与要素分析

2.1 研究方法与数据来源

本文采用扎根理论与动态QCA相结合的混合研究设计。扎根理论能够基于丰富的文本与访谈资料,挖掘创业生态系统中多元主体互动的内在逻辑,形成具有情境敏感性的概念模型;动态QCA可在多期数据中识别条件组态及其演化路径,实现对扎根结果的系统检验与动态验证;二者结合使研究同时具备“理论发现—机制识别—动态演化”三重优势,既保持理论生成的深度,又增强结论的外推力与可解释性。相较于单一方法,结合扎根理论与动态QCA的混合设计更能揭示复杂创业生态中多路径、非线性、跨时间的因果机制,为理解区域创业活跃度的生成与演化提供更具综合性和解释力的分析框架。

为深入探究创业生态系统中多元主体对创业活跃度的影响机制,本研究采用多源扎根理论分析法,结合二手数据与一手访谈资料,构建“政策文件—市场动态—社会感知—主体访谈”四维数据架构。在研究对象上,采用30个省会城市(含直辖市)为样本,并选取杭州作为典型案例进行深入分析,以生成创业生态驱动机制的条件变量并检验变量在全国的可迁移性和普适性。采用杭州样本进行质性分析,旨在为本文变量定义与机制假设提供概念起点和微观解释框架,随后通过全国数据进行验证和扩展。

数据采集与整理分为两个阶段:①回溯性采集,系统整理了2020—2024年的政策文件、新闻媒体、行业报告、UGC内容与公众评论等二手资料;②现场访谈采集期,2024年12月至2025年2月期间,对重点创业主体进行实地/在线访谈,并完成视频文本转录。共获取9.5小时的音视频资料及多样化文本材料,经整理后,形成约30万字的分析语料库,详细来源见表1。

2.2 编码过程

2.2.1 开放式编码

本研究遵循 Corbin&Strauss [21]的系统扎根理论范式,按照“开放式编码—主轴编码—选择式编码”三阶段进行扎根分析。首先,在开放式编码阶段,研究团队采用人机协同方式对原始资料进行结构化处理与初步编码。通过NVivo14软件对多源异构文本(见表1)进行初步标注,结合人工复核与语义对齐,提取出 416条核心原始语句,经聚类整合形成 40个初始概念,聚合为17个副范畴,编码结果见表2。

2.2.2 主轴编码

在主轴编码阶段,研究团队聚焦各副范畴之间的结构性关系与作用路径,通过逻辑分析与专家检验,探索“因果条件—情境—行动策略—结果”结构。结果如表3所示,17个副范畴可归纳为 6个主范畴,并进一步归属到3个核心范畴。

2.2.3 选择性编码

选择性编码阶段旨在整合核心范畴,构建创业活跃度的理论模型。本文最终确定 “创业供给(A)”“创业环境(B)”“创业需求(C)”三大核心范畴,涵盖6个主范畴与17个副范畴,呈现创业生态系统中“代群供给—环境支撑—需求响应”的动态结构关系。模型显示,创业代群在数字设施与政策支持环境中获得发展动能,进而通过多主体互动机制形成资源配置与知识转化效应,而政府的制度供给与公众关注度构成支撑基础,三者共同驱动创业活跃度提升。

2.2.4 饱和度检验

根据扎根理论,当新增样本不再产生新概念、新范畴或新关系结构时,即可认为理论构建已达到饱和状态。为确保理论模型稳健与逻辑闭合性,本研究在数据处理阶段将全部语料按 2∶1 的比例划分为理论构建样本与验证样本。其中,前 2/3 的语料内容用于开放、主轴与选择性编码阶段的理论提炼,后 1/3 的语料内容及来自专业网站的网页资料用于理论饱和度验证。对数据进行编码分析过程中,新样本中的创业供给、创业环境、创业需要三个核心范畴及其下属的副范畴均已在先前的编码阶段被涵盖,未出现新范畴或新关系结构,表明本研究构建的理论模型已达到饱和,具备较好的理论解释力与概括性。

在此基础上,采用杭州案例进行深描,用于生成创业生态驱动机制的条件变量体系并建立可量化的指标口径。随后结合30个省会城市(含直辖市)数据进行验证,实现从单城质性探索到跨城量化检验的逻辑闭环。

3 模型构建与动态QCA分析

3.1 研究设计

在本研究中,首先基于扎根理论对6个条件变量——创业代群、主体互动、数字设施、政策支持、潜在创业者、互联网关注度,进行开放编码、主轴编码与选择编码,提炼出反映区域创业活动生态驱动机制的核心范畴与子范畴。扎根过程不仅能够确保条件变量的理论有效性与情境适应性,而且能够揭示各要素间的多维交互关系与潜在路径多样性。

创业活动并非瞬时、孤立的事件,而是一个伴随时间推移受多因素交互作用影响的动态过程。本研究中使用的数据覆盖2012—2021年,能够反映不同地区在政策环境变化、数字化发展、人口结构变迁等多重作用下的动态演化特征。如果仅依赖传统QCA方法、基于某年度截面数据进行分析,虽然可以识别影响创业活跃度的条件组合,但无法捕捉条件组态在时间维度上的变化趋势与因果转化机制,易忽略动态演化过程中的条件替代与路径迁移等重要现象。基于以上考虑,本文引入Carcia-Castro &Ario[22]提出的动态定性比较分析方法(Dynamic QCA)。该方法在保留QCA组态分析优势的同时,可从汇总、组间、组内3个维度刻画条件组合的时空演化轨迹,并通过一致性调整距离(Consistency Adjusted Distance)精确揭示不同年份、不同地区条件组态的微观变化。动态QCA不仅能够验证由扎根理论提炼出的条件组合在时间与空间上的稳健性,而且为构建“创业环境—创业供给—创业需要”三元创业活动生态驱动机制模型提供了动态的实证支撑。本文构建理论模型如图1所示。

3.2 样本与数据来源

本文数据来源于2012—2021年《中国统计年鉴》《中国财政年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》、中国各省市统计年鉴、《全国企业创新调查年鉴》以及百度热搜指数,少量缺失数据采用均值或差值法补齐。

(1)结果变量:创业活跃度(pnewrg)采用每百万人新注册企业数表示。参考周小刚等[23]的研究,采用新注册企业数除以常住人口数以衡量城市创业活跃度。

(2)条件变量:基于扎根理论生成的6个核心条件变量,在全国面板数据中按统一口径构建。其中,创业代群由创业先驱数量和创业者空间集聚两项指标构成;主体互动由企业家风险投资、区域重要展会、社会公众捐赠3项指标构成;数字设施由光缆密度、域名数、互联网接入用户数3项指标构成;政策支持由政府科研支出、政府教育支出两项指标构成;潜在创业者由流动人群、毕业人群、失业人群3项指标构成;互联网关注度由企业家热搜关注度、创业事件热搜关注度、创业政策热搜关注度、互联网热搜关注度4项指标构成。

3.3 标准化处理与数据校准

为消除不同变量量纲差异并确保结果的可比性,首先对收集到的二手数据进行均值化处理,即将各变量原始数值除以其均值,实现数据压缩的同时保留原有特征。在此基础上,利用熵值法确定变量中各二级指标权重,并计算综合指数。随后,采用直接校准法(direct method)将标准化后的变量映射为[0,1]的模糊集。锚点设定基于全样本分布确定:完全隶属值取样本分布的95%分位数,交叉点取50%分位数,完全不隶属值取5%分位数。锚点计算在Excel环境中完成,确保不同年份与案例间的可比性。各变量完全隶属值、交叉点与完全不隶属值见表4,表内已对变量单位及取值方向进行说明,以便后续真值表与路径分析复现。

4 数据分析与实证结果

4.1 单个必要条件分析

与传统QCA检验必要条件的流程一致,本文采用一致性(Consistency)与覆盖度(Coverage)两个指标判别单个条件变量是否构成充分或必要条件。按照通行判据,当一致性介于0.80～0.90时,条件X可视为结果Y的一个充分条件;当一致性≥0.90时,则X构成Y的必要条件。在面板QCA分析中,还需结合一致性调整距离进行稳健性评估:当调整距离<0.20时,汇总一致性的判定更稳健;若调整距离>0.20,则需进一步检验该条件的必要性。表5为R语言软件输出的必要性检验结果,其显示,无论是在高水平创业活跃度还是低水平创业活跃度情境下,各条件变量的汇总一致性均未达到0.90的必要性阈值,因而未识别出稳定成立的必要条件。

进一步对组间一致性调整距离>0.20的因果条件进行逐年检验(见表6),结果表明,在2012—2021年的情况1、情况2、情况3时间序列中,均未出现组间一致性≥0.90且覆盖度>0.50的情形。因此,可以确认本研究样本中不存在对创业活跃度构成稳定必要性的单一条件变量。在后续充分性分析中,本文不预设必要方向,而是通过组态路径探寻高水平创业活跃度的多元实现机制。

4.2 条件组态的充分性分析

在充分性分析中,QCA方法的核心在于检验不同条件组合对结果变量的解释力,其中,“一致性水平”是判定组态是否构成充分条件的重要标准。一般而言,一致性阈值常设定在0.75以上。结合研究问题与文献经验,并考虑实际数据特征,本研究将一致性阈值设定为0.80、频数阈值为3、PRI阈值为0.60,据此构建真值表,模型共覆盖189个案例样本。鉴于我国各地区经济发展水平与创业群体主体性存在差异,本文借助R软件采用增强标准进行分析,剔除反事实分析中可能出现矛盾简化的问题,并对前因条件不预设方向。解集选择上,以中间解为主要依据,辅以简约解识别核心条件(在简约解与中间解中均出现)与边缘条件(仅出现在中间解中),从而更全面地揭示不同条件组合形成结果的多路径机制。

结果如表7所示,无论是高水平还是低水平组态结果的总体一致性、总体PRI、总体覆盖度均超过常用判定标准,表明所识别的条件组态能够稳定且充分地解释结果变量发生。同时,各路径的组内和组间一致性调整距离均小于0.20,进一步验证不同条件组合在时间与空间维度的稳健性,为后续路径命名与机理分析提供了坚实基础。

4.2.1 汇总结果分析

分析结果如表7所示,整体来看,高水平与低水平创业活动发展路径均呈现较高一致性与覆盖度,其中,高水平的总体一致性为0.895、覆盖度为0.725,低水平的总体一致性为0.909、覆盖度为0.748,均超过0.8与0.6的阈值要求;组间一致性调整距离和组内一致性调整距离均低于0.2,说明识别出的组态均可视为引致创业活动水平的充分条件,模型稳健可信。

高水平组态可归纳为三类驱动模式:

(1)互联网关注度+主体互动驱动型(H1、H3)。其一致性在0.92以上,覆盖度介于0.391～0.468。H1通过高频、深度的创业者互动与高网络关注度叠加,形成强大的信息扩散与资源整合效应;H3在此基础上增加了潜在创业者储备,促使创业生态具备持续输血能力。在区域分布上,H1、H3集中出现在北京、上海、杭州、深圳等互联网产业和创新活动密集城市,这些地方不仅创业者社群联系紧密,而且社会与资本市场对创业议题的关注度高,形成正反馈循环。

(2)创业代群+政策支持型(H2、H4、H6)。其一致性介于0.928～0.947,覆盖度介于0.319～0.537。该类模式凸显了创业代群规模和政策扶持的关键性作用:H2在政策支持、创业代群与互联网关注度三者共同作用下实现最高覆盖度;H4在创业代群+互联网关注度支持下,即使数字设施不突出,仍可维持较高水平创业活跃度;H6则显示在数字化基础相对薄弱时,政策支持可以与创业代群形成互补。中西部省会城市如成都、武汉在H2、H6模式中表现突出,反映出地方政府通过创业补贴、产业引导基金等措施弥补市场短板的成效。

(3)创业代群+数字设施型(H5)。其一致性为0.938、覆盖度为0.344,该模式强调即使潜在创业者不足,只要创业代群集中且数字设施完善,仍能支撑高水平创业活跃度。典型代表如南京等地依托产业园区的数字化基础设施与成熟的创业代群网络,在高校毕业生外流的情况下依旧保持较高创业活跃度。

低水平组态主要体现为要素缺失的多重约束:一是代群+互动+政策多重缺失型(N1)。其一致性为0.914、覆盖度为0.740,创业代群、主体互动、政策支持为核心缺失条件,互联网关注度为边缘缺失条件,常见于西部和东北地区城市(如兰州、乌鲁木齐)。在这些地区创业者数量少、交流平台不足、政策支持缺位共同抑制了创业活跃度。二是多条件缺失型(N2)。其一致性为0.917、覆盖度为0.630,创业代群、数字设施、政策支持、潜在创业者为核心缺失条件,多见于经济结构单一且人口流出的城市(如贵阳、南宁)。在这些地区,创业代群、数字设施、政策支持及潜在创业者等关键要素的系统性缺失使得创业生态难以形成有效联动,整体活跃度长期处于低位。

结合创业环境—创业供给—创业需要3个维度来看,高水平组态往往兼具:①创业环境优势,如数字设施完善、政策体系成熟、执行力强;②创业供给优势,如创业代群规模大、互动网络密集;③创业需要优势,如潜在创业者储备丰富、社会与市场关注度高。而低水平组态则同时面临数字基础设施落后、政策供给不足、创业代群稀疏、互动平台缺失、人口外流、互联网关注度低叠加的困境。从地域上看,高水平组态在全国范围内具备较强稳定性与可复制性,但覆盖度主要集中在东部和部分中部城市;低水平组态则在西部和东北地区较集中,其形成源于创业环境、供给与需要三方面的多维不足。

4.2.2 组间结果分析

为检验不同路径在时间维度的稳健性,本文基于组间一致性及其调整距离对高、低水平创业活跃度组态进行动态考察。一致性判据设为0.75,调整距离阈值为0.20,当二者均满足时视为无显著时间效应。

结果显示(见图2),2012—2013年高水平路径(H1～H6)的一致性普遍偏低(0.65～0.72),这是因为“双创”政策尚未全面铺开、互联网关注度与主体互动尚处于积累期;2014—2015年一致性迅速跃升至0.90以上,可能因为受到密集出台的创业政策以及移动互联网普及的共同作用;2016—2019年稳定在0.98～1.00,反映出以创业代群为核心、政策支持与数字设施共同构成的要素组合,在政策体系与数字设施逐步完善、资本环境深化的背景下,对创业活跃度形成了持续而稳定的支撑作用。2020年部分以互联网关注度为核心的路径(如H4)短暂回落至0.84,主要是受到新冠疫情初期经济不确定性增大、线下活动受限及公众关注转向公共卫生等影响;2021年在防控常态化、数字化运营普及及各地“纾困+创业扶持”政策的作用下,所有高水平路径均恢复至1.00。全期调整距离均低于0.20,显示出组态的时间稳健性极高。

低水平路径(N1、N2)整体一致性较低且波动更大。N1自2014年始稳定在阈值附近(0.75～0.92),2016—2017年受政策红利溢出效应出现短暂提升;N2长期徘徊于0.65～0.78之间,2016年出现小幅上升,可能与部分地区产业转型试点和地方扶持计划有关。2018—2019年二者均回落(N1≈0.75,N2≈0.65),与贸易摩擦引发的不确定性上升、资本趋紧及部分补贴收紧相关。2020—2021年N1、N2均有所回升,但相比之下N2受结构性约束,提升幅度有限。两条路径全期调整距离均低于0.20,表明未显著受到时间效应影响。

典型路径表现进一步印证上述结论:①H1与H2全期保持0.95～1.00,2016—2021年满分或近满分,展现出信息扩散与制度供给叠加的韧性;②H3在潜在创业者支撑下2014年后迅速逼近1.00;③H4虽然在2020年回落,但2021年即修复;④H5、H6自2015年起稳定维持在0.97～1.00之间,体现出结构性供给的稳定作用。低水平路径中,N1整体保持在阈值附近并在多数年份高于阈值,虽然在中期出现小幅回落但是后期趋稳,机制表现出一定持续性;N2则长期低于阈值且波动幅度较大,虽然末期有所修复,但是总体稳健性略显不足。

总体而言,高水平路径在2014年后迅速跨越阈值并形成稳定高位平台,2020年的阶段性回落与新冠疫情冲击的时点一致,但未改总体趋势;低水平路径虽无显著时间效应,但波动明显且长期徘徊于阈值附近。这表明,以互联网关注度与主体互动为核心的扩散机制,以及“代群底盘+政策/数字设施”的结构性供给,是支撑高水平创业活跃度跨周期稳定的关键,而低水平路径的提升需在结构性条件上实现质性突破。

4.2.3 组内结果分析

从组内一致性与覆盖度看,0.75 为判别阈值,高水平创业活跃度的六类组态在多数地区均显著高于该值,多数集中在 0.90 以上,跨区域稳定性强。其中,H1(创业者互动+互联网关注度)、H2(创业代群+政策支持+互联网关注度)、H3(创业者互动+互联网关注度+潜在创业者)和 H4(创业代群+互联网关注度)在绝大多数地区接近或达到 1,稳健性最佳;H5(创业代群+数字设施)与 H6(创业代群+政策支持)虽整体稳定,但在少数地区如昆明、银川、南宁等地有短暂波动(约 0.80),或与数字设施和创业代群匹配不足、政策资源分配不均有关。覆盖度上,H1、H2、H3 在东部和部分中部地区较集中,反映出在主体互动、政策支持和互联网关注度上具有协同优势;西部和东北地区虽然一致性高,但覆盖度低,可能受制于基础设施滞后、市场外溢和互联网用户基础薄弱。

低水平组态整体一致性明显低于高水平组态且波动较大。N1(代群+互动+政策多重缺失)与 N2(多条件缺失)在东部及部分中部发达城市的一致性普遍偏低(0.20～0.40),而在南宁、兰州、乌鲁木齐、贵阳等中西部和东北地区城市的一致性高于 0.75 甚至接近 0.90,显示这些地区普遍存在创业环境(设施落后、政策不足)、供给(代群小、互动弱)和需要(潜在人群流失、关注度低)的多重制约。N1在西部和东北地区较集中,反映出政策支持与主体互动的双重不足;N2在西部及部分中部地区更多见,呈现出多要素均不充分的综合型限制。

结合创业环境—供给—需要3个维度,区域差异可归结为:东部在基础设施和政策体系(环境)、代群规模与互动网络(供给)、人口吸引力与网络关注度(需要)上均具优势,支撑了高水平组态的稳定性与覆盖度;西部和东北地区则在三方面均存在短板,故难以形成高水平模式。典型案例中,高水平组态代表为北京、上海、杭州、深圳(H1、H2、H3型,稳定且覆盖度高),武汉、成都、南京等城市则表现出介于高水平稳态与低水平约束之间的过渡型特征(H4、H5型,稳定但覆盖度略低),低水平组态代表为南宁、兰州、乌鲁木齐(N1、N2 型,覆盖度高且一致性稳定)。总体而言,高水平组态具备较强稳定性与可复制性,但集中在东部与部分中部地区;低水平组态多见于西部和东北地区,需针对性补齐基础设施、强化主体互动、加快政策落地并培育潜在创业者。

5 结论与启示

5.1 研究结论

(1)单一条件的非必要性检验结果显示,在高水平与低水平创业活跃度情境下,均不存在一致性≥0.90的稳定必要条件。这意味着创业活跃度形成并非由单一因素决定,而是依赖多维条件的耦合驱动。在缺乏主体互动或外部关注时,政策支持、数字设施等传统“硬条件”的推动作用有限。

(2)存在六类高水平创业活跃度路径(H1～H6)。H1:互联网关注度+主体互动驱动型。依靠活跃的创业网络与高社会关注度,通过资源快速流动与信息扩散形成创业“热场”,如北京、上海在“双创周”期间的创新论坛与媒体报道,放大了创业氛围与机会匹配效应。H2:创业代群+政策支持+互联网关注度驱动型。大规模创业群体与制度性扶持叠加网络热度,形成多元支撑。例如深圳通过创业补贴、税收优惠与国际化展会,吸引海内外创业者并维持高度关注度。H3:互联网关注度+主体互动驱动型。在主体互动和互联网关注度基础上,有稳定的潜在创业者储备,使创业生态持续“有源可供”。H4:创业代群+互联网关注度驱动型。如杭州依托庞大电商创业群体和长期的互联网话题热度,即使政策支持与设施投入不足,也能保持创业的高活跃度。H5:创业代群+数字设施驱动型。在南京等数字基础设施完善的城市,即使潜在人群有限,也能依托技术环境维持较高创业水平。H6:创业代群+政策支持驱动型。在部分中西部城市,如重庆、西安,依托地方创业基金、税收减免等政策与区域性创业群体,即使缺乏互联网热度,也能保持较高创业活跃度。

(3)两类低水平创业活跃度路径(N1-N2)。N1:主体+政策多重缺失型,常见于西部欠发达城市,创业群体规模小、互动弱、政策扶持不足且社会关注度有限。N2:多条件缺失型,集中在经济相对滞后的中西部部分城市,在主体规模、数字设施、潜在人群等多方面均存在短板。

(4)高水平路径:2014年普遍跨越一致性阈值,与国家密集出台促进创新创业政策、移动互联网与智能终端普及高度契合。2016—2019年维持在0.98～1.00的高位平台,反映出政策落地、资本市场活跃与数字基础设施完善的综合作用。2020年新冠疫情导致部分以互联网关注为核心的路径出现短暂回落,但2021年在防疫常态化与数字化运营推广下全面修复。低水平路径:整体波动性较大,虽无显著时间效应,但在2016年出现短暂提升,主要受益于产业转型试点,2018—2019年受贸易摩擦与投资收缩冲击出现回落。

(5)高水平组态主要集中在东部沿海和部分中部地区城市,得益于完善的数字基础设施、活跃的创业代群与强人才吸引力;低水平组态多分布在西部与东北地区,受到数字化水平低、人才流失与产业集聚度不足的制约。

5.2 研究启示

(1)持续优化创业政策供给,注重政策连续性与精准性,防止“项目周期短、扶持断档”现象,尤其要在中西部重点城市形成政策集聚效应。对低水平路径地区,应加大制度性投入,如设立创业引导基金、引进创投机构、提升审批与税务便利度。

(2)加速5G、云计算、数据中心等建设,形成创新要素的高速通道,降低创业协作与市场对接成本。对互联网关注度较低区域,应通过媒体引导、品牌活动和线上推广,提升创业事件曝光度与吸引力。

(3)打造跨区域、跨行业的创业者交流平台,吸引媒体、投资人与潜在创业者持续参与。对N1、N2型地区,应制定本地人才留用与回流政策,如与高校合作开展创业实训、提供住房与税收优惠,增加潜在创业者储备。

5.3 不足与展望

本文条件变量以宏观指标为主,未深入微观企业行为与网络结构,未来可结合创业者社交网络数据与融资事件进行分析;统计口径与地区分组可能掩盖了城市间的细微差异,可通过更精细化的空间单元分析提升结论解释力;动态QCA可与事件史分析、因果过程追踪相结合,以更好地识别政策冲击与路径演化的内在因果链条。

参考文献：

[1] 白俊红,张艺璇,卞元超.创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J].中国工业经济,2022,39(6):61-78.

[2] 曾婧婧,陶文清,黄桂花.科技创新走廊与城市创业活动:空间效应及影响渠道[J].经济管理,2024,46(11):108-127.

[3] 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[J].管理世界,2020,36(9):141-155.

[4] 张吉昌,龙静,王泽民.制度组态视角下数字生态激发创业活跃度的多元路径——基于NCA与fsQCA的研究[J].研究与发展管理,2024,36(2):113-124.

[5] 张启迪,俞睿骁,苏中锋.制度和企业家特征如何影响社会创业活跃度——基于模糊集定性比较分析方法的研究[J].外国经济与管理,2025,47(3):19-32.

[6] 焦豪,崔瑜,张亚敏.数字基础设施建设与城市高技能创业人才吸引[J].经济研究,2023,58(12):150-166.

[7] 王亚飞,石铭,刘静,等.新型基础设施建设对区域创新创业活跃度的影响研究[J].管理学报,2024,21(5):711-720.

[8] 崔丽杰,张立新,刘冠军.区域创业绩效评价及影响因素研究[J].管理学刊,2020,33(4):27-38.

[9] 李彦龙,毕钰.城市创业活跃度:区域差异、动态演变与影响因素[J].中国软科学,2023,38(5):99-106.

[10] 谭伟杰,申明浩.政府创业激励政策与地区市场主体活力——兼议创业投资网络的空间分布格局[J].南开经济研究,2024,40(9):69-90.

[11] 李秋静,刘斌.工业机器人与创业——基于马克思劳动变换规律的检验[J].经济学家,2024,36(2):71-80.

[12] 张吉昌,龙静,王泽民.什么样的制度环境有利于产生高创业活跃度——基于省域面板数据的动态QCA分析[J].科技进步与对策,2024,41(24):36-48.

[13] 罗红艳,杨莉,杨瑞兰,等.数字经济、创新创业活跃度与城市经济韧性[J].管理学刊,2025,38(2):148-158.

[14] 邬爱其,刘一蕙,宋迪.区域创业生态系统对农民创业绩效的影响——来自浙江省的经验证据[J].农业技术经济,2021,40(1):105-116.

[15] LIPPMANN S,ALDRICH H E.A rolling stone gathers momentum:generational units,collective memory,and entrepreneurship[J].Academy of Management Review,2016,41(4):658-675.

[16] 高强,王会艳,梁艳,等.区域创业异质性与创业代群形成机制[J].华东理工大学学报(社会科学版),2020,35(2):126-137.

[17] 于晓宇,贾迎亚.创业失败的意义建构与意义赋予——来自中国官媒创业失败报道的证据[J].管理科学学报,2024,27(12):19-36.

[18] 程聪慧,刘昱呈.平台经济发展与农村创业活跃度[J].科学学研究,2024,42(10):2138-2149.

[19] CRAWFORD G C,AGUINIS H,LICHTENSTEIN B,et al.Power law distributions in entrepreneurship:implications for theory and research[J].Journal of Business Venturing,2015,30(5):696-713.

[20] DAI Y,ROUNDY P T,CHOK J I,et al.'Who knows what?'in new venture teams:transactive memory systems as a micro-foundation of entrepreneurial orientation[J].Journal of Management Studies,2016,53(8):1320-1347.

[21] CORBIN J M,STRAUSS A.Grounded theory research:procedures,canons,and evaluative criteria[J].Qualitative Sociology,1990,13(1):3-21.

[22] GARCIA-CASTRO R,ARIO M A.A general approach to panel data set-theoretic research[J].Journal of Advances in Management Sciences &Information Systems,2016,2(63-76):526.

[23] 周小刚,郭玉环.营商环境优化、企业家精神与创业活跃度[J].统计与信息论坛,2025,40(4):101-114.

(责任编辑：胡俊健)