组织与管理研究中QCA方法的应用:定位、策略和方向
张 明1,2杜运周3
(1.华南理工大学工商管理学院；2.华南理工大学中国企业战略管理研究中心； 3.东南大学经济管理学院)
摘要： 从研究方法和分析技术两个层面分析已有QCA研究中存在的问题，并提供解决思路。在研究方法层面，从理论目标、研究问题和实现途径3个方面阐明了QCA方法与定量研究方法的差异化定位；在分析技术层面，详细阐述了QCA方法应用全过程(3个阶段)的操作性策略。最后，指出QCA方法在组织与管理研究中进一步优化应用的未来方向，即提高透明性、纳入时序性和尝试混合方法。
关键词： 定性比较分析； 校准； 稳健性检验； 研究方向
1 研究背景
作为定量和定性研究方法的一种有效整合，定性比较分析(QCA)方法近年来得到了组织与管理研究者的广泛关注和应用。检索有关文献可发现，管理学是近5年(2014～2018年)QCA方法应用增长最快的学科领域。这与QCA方法在解释因果复杂性上的优势紧密相关。但正如SCHNEIDER等[1]所言：QCA方法越普及，其被误用的风险就越大。
1.2.1 设置问题 首先有门诊抽血室标本管理人员对门诊标本的实际情况进行观察，其主要调查标本的储存方式和标本数量以及标本种类，确认标本的应用状况。根据医院门诊和标本的现状，来设置相应的门诊管理目标。
目前，QCA方法在国内的应用过程中普遍存在着应用不够规范、标准不够统一的问题。例如，在条件和案例选择、校准方式、分析过程“透明性”、分析结果“稳健性”、研究结论“理论深度”等方面都还存在不足。详细分析这些问题并提出改进策略，对于国内QCA方法早期应用[2]意义重大：既可以促进QCA方法的进一步良性传播和正确应用，也可以提升对社会现象因果复杂性的科学认识与整体解释。
事实上，当前国内的部分学者已经针对QCA方法原理进行了系统介绍。一些QCA方法著作(如文献[3,4])都提供了QCA原理与应用方面的基础知识。还有学者针对QCA方法的研究逻辑[5]、理论基础[2]、突出优势[2,6]和应用状况[6]等方面进行了详尽论述。总体而言，这些研究更多地将QCA视为一种研究方法并回答了QCA究竟“是什么”的问题，但较少地将QCA视为一种分析技术，以致未回答QCA应该“怎么用”的问题。
1.6 统计学处理 采用SPSS 20.0统计软件分析数据。呈正态分布的计量资料以表示。各个时间点及组别大鼠的体质量情况，采用重复测量设计的方差分析模型检验；体质量数据不满足球形时，进一步采用多变量方差(MANOVA)分析。组间大鼠尿蛋白、糖脂代谢及炎症因子情况的比较采用单因素方差(One-Way ANOVA)分析。两两比较采用LSD法。采用Pearson法进行相关性分析；ACR的相关危险因素分析采用logistic回归分析法。检验水准(α)为0.05。
鉴于QCA既是一种研究方法也是一种分析技术的本质[7,8]，以及研究方法对分析技术的指导作用，本研究首先立足研究方法层面，从理论目标、研究问题和实现途径3个方面阐明QCA方法与定量研究方法的差异化定位。这不仅有助于丰富现有研究关于QCA“是什么”这一问题的答案，而且还能为QCA应该“怎么用”这一问题提供思想指导。然后，本研究聚焦分析技术层面，通过充分吸收和借鉴来自方法论、社会学、政治学和管理学等学科在QCA方法应用上的良好实践，将QCA方法应用过程分解为3个阶段、5个部分，并对每一部分的关键问题进行详细解读和提出改进策略。最后，结合现有QCA研究的不足，提出了QCA方法的未来应用方向。
2 QCA方法的差异化定位
2.1 理论目标——检验、细化或构建理论
QCA方法实质上是一种案例导向而非变量导向的研究方法，可以广泛地应用于探索性、归纳式研究，也可以适用于检验性、演绎式研究[9]。这也就解释了为何在已有的QCA研究中，一部分提出研究假设，而另一部分则是提出研究命题。在理论目标上，QCA方法不仅能够检验、细化理论，而且还能构建理论[10]。
脑炎后髓鞘少突胶质细胞糖蛋白抗体阳性的复发性视神经脊髓炎谱系疾病的临床与预后（附1例报告）………………………………………………………… 郭虎，王莉，徐敏，等 445
( 1)检验理论 将QCA方法作为理论检验方法的研究主要有两种研究设计：①检验组态假设[11,12]。这种组态假设通常比较宽泛，原因在于条件的组合关系复杂、难以预测，因此，提出的组态假设通常是逻辑上可能的组态集合的一个子集。例如，DELMAS等[12]在其研究中讨论了环保实践与4个条件(团队合作、组织内关系、质量管理系统和训练)对员工劳动生产率的联合影响，提出的4个假设则是：环保实践与团队合作(或组织内关系、质量管理系统、训练)两者的共同作用要强于两者本身的独立作用；②作为传统分析方法的一种辅助性方法去检验假设[13]。例如，易明等[13]的研究在运用SEM方法去检验研究假设的基础之上，辅之以fsQCA方法进一步检验和解释背后的机制。
( 2)必要条件的经验相关性 所谓覆盖度是指衡量必要条件经验相关性的重要指标。覆盖度仅对通过一致性检验的必要条件才有意义[8]。然而，与一致性分数不同，覆盖度并不存在可接受的下限阈值。同时，必要条件的覆盖度分数通常较高，远低于0.5的情况是较为罕见的[17]。鉴于此，这便给研究者准确识别无关紧要的必要条件带来一定的困难。SCHNEIDER等[17]指出，可以直接使用必要条件集合与结果集合之间的XY散点图来判断，当大部分案例集聚于右纵轴时则可认为该必要条件为无关紧要的必要条件。
在原始一致性阈值方面，QCA方法专家提出了不同的可接受的最低阈值(如0.8[8]和0.75[17])。尽管如此，一致性阈值的设定并非是机械性的，同频数阈值的选择一样，也需要综合考虑多方面的因素(如研究目的、分析层次、数据质量和案例总数等)。SCHNEIDER等[17]认为，样本规模较小时，一致性阈值应该高一点，而样本规模较大时，一致性阈值则可以低一点。具体而言，研究者在确定合适和切题的一致性阈值时可以考虑如下两种策略：①根据不同真值表行原始一致性分数呈现的“天然缺口”来确定[8,14,24]。例如，在CHEN等[24]的研究中，该作者对真值表行的一致性进行排序后发现存在明显的“天然缺口”：前4行真值表的原始一致性值均大于0.859且分布密集，而从第5行开始原始一致性分数明显低于0.819且分布密集，故而该作者将0.859设定为原始一致性阈值。然而，实际研究中，如此清晰的“天然缺口”并非总是存在，即使存在，其也无法彻底排除真值表行的同时子集关系：特定真值表行同时是Y 和～Y 的子集[17]。此时就需要结合第二种策略。②借助PRI一致性[17]。PRI值能够有效反映特定真值表行是Y 而非～Y 子集的程度。PRI越高的真值表行，其存在同时子集关系问题的可能性就越低[17]。然而，对于PRI值多高时才可以将真值表行视为结果的充分性组态，学术界目前并没有一致的结论。杜运周等[2]建议，PRI的临界值最好≥0.75，0.70也可以接受。
2.2 研究问题——组态问题而非净效应问题
QCA方法分析的是组态问题而非传统的净效应问题[2]。SCHNEIDER等[17]指出，当关注的现象通过集合关系去解释时更易被理解，应用集合论方法(如QCA方法)才是有意义的。更为具体地，BERG-SCHLOSSER等[18]提出了适合运用QCA方法回答的5个研究问题，即总结数据、检验数据和集合关系论断之间的一致性、检验已有的假设和理论、快速总结分析中的基本假设、开发新的理论论断。在此基础上，SCHNEIDER等[1]增加了另外一种新的用途，即创立经验分类。王凤彬等[19]的研究正是这一用途的良好实践。
上述6种应用用途之间并不具有排他性，研究者可以同时在一项研究中实现多种用途。例如，总结数据和创建经验分类等。虽然QCA方法可以用于分析单个条件的必要性，但是QCA方法的优势主要在于分析组态问题，也即多种原因共同产生结果，这有别于线性关系的净效应研究问题[2]。
当时，火锅的质地有陶瓷、纯银、银镀金、铜、锡、铁数种。其基本形式有两种：一种为组合式，由锅、炉支架、炉圈、炉盘、酒精碗5部分组成，可以同时上桌烧煮食物，也可单独用锅温食品。另一种为锅中带炉，炉内烧炭火，能把水烧开，生鱼、生肉、蔬菜等放入沸水中可以煮熟。
2.3 实现途径——集合关系而非相关关系
不同于基于变量间相关关系进行因果推断的方法(如多元回归、因子分析和结构方程模型等)，QCA方法是基于条件集合和结果集合之间的集合关系进行因果推断。两者在解释方法和因果理念上表现出显著的差异[20]。
在解释方法上，主流的统计方法是一种因之果的方法，旨在估计一个或者多个变量在研究样本中的平均效应或净效应(如回归分析中探索自变量对因变量的净效应)；而QCA方法则是一种果之因的方法，旨在为解释特定结果而从研究案例中形成合理且有意义的模式或机制(如QCA研究中探索特定结果存在的多种路径)。在因果理念上，主流的统计方法检验的是自变量是否会对因变量有正向或负向的显著影响，这种方法假定了关系的恒定性、一致性、可加性和对称性的特点；而QCA方法则主要是检验是否单个条件或条件组态能够满足结果产生的必要性和/或充分性，这种借助集合关系推断的因果关系具有殊途同归、多重并发和非对称性的特点。
RAGIN[7]认为，集合关系能够为社会现象提供重要且明确的信息。例如，必要条件关系中条件构成结果的超集，因此，没有该条件的存在，结果也不可能存在；充分条件关系中条件构成结果的子集，因此，条件的存在可以充分地产生结果。而这些明确的信息恰恰被相关关系所掩盖：研究者能够发现两个条件之间的集合关系，但它们之间可能并无显著的相关关系[17]。尽管差异突出，QCA方法与主流的研究方法之间并非是一种替代关系，也可以是相互补充的[1,20]。已经有不少研究将两者有效地整合，以提供更为丰富和深入的解释(1) 详情可见本研究第4.3节。 。
本研究比较了组态比较分析方法(以QCA方法为代表)和定量研究方法(以多元回归分析方法为代表)在研究问题、因果关系假定、研究样本规模、样本抽样方法、逻辑推理形式等方面存在差异，见表1(2) 限于篇幅，本研究未对每一个方面展开详细的阐述，有兴趣的读者可进一步另行了解。 。
表1 定量研究方法和组态比较分析 方法之间的比较
3 QCA方法的操作性策略
基于QCA既是一种研究方法也是一种分析技术的本质[7,8]，一般可将QCA研究的基本过程分为以下3个阶段[1,21]：①前QCA阶段。该阶段是将QCA视为一种研究方法，即立足相关思想(理论)和证据(案例)去指导条件和案例的选择、条件与结果的校准。这两个部分之间的迭代和反馈使得研究者对案例本身的信息更为熟悉和了解，进而为QCA分析阶段奠定基础。②QCA分析阶段。该阶段包含条件的必要性分析和条件组态的充分性分析，以及研究结果的稳健性两个部分。在此阶段，QCA方法主要是作为一种分析技术。③后QCA阶段。该阶段主要是对上一阶段的分析结果进行阐释、升华和深化。在此阶段，需要将获得的研究发现(充分性组态)返回至之前的思想(理论)、证据(案例)，并与之展开对话。
鉴于此，QCA研究过程并非是单向的，而是循环往复、不断迭代的，且这一过程也不只存在于上述3个阶段之间，还存在于每一个阶段之内。同时，在每一个阶段，QCA作为研究方法与分析技术都是同时存在和相互交融的，只是侧重点有所差异。此外，思想(理论)和证据(案例)也并非只在前QCA阶段和后QCA阶段发挥重要作用，在QCA分析阶段也同样至关重要(如处理矛盾组态和逻辑余项)。基于此，本研究将从上述3个阶段、5个部分逐一分析关键问题，并提出具体的操作策略。
3.1 案例和条件的选择
3.1.1案例选择
综合支吊架使用成品支吊架，在外观上整齐、美观、大方，无需焊接和钻孔。便于拆改调整，实现重复利用，减少浪费。综合支吊架具有兼容性良好，各专业可共用一支吊架；充分利用空间，使各专业的管束得以良好的协调。受力可靠、稳定，型钢及扣件可以实现拼装构件的刚性配合，连接无位移，定位精确。综合支吊架抗冲击及震动，支架节点的抗剪能力增强。各专业和工种可交叉作业，提高工效，缩短工期。安装速度快，施工工期短，可以使制作安装成本下降50%。材料预算准确，产品为标准化半成品，型号标识明晰，配合规范的管理，材料和配件上的浪费和丢失极少。
作为一种案例导向的研究方法，案例选择至关重要。同案例研究方法类似，QCA方法遵循理论抽样而非随机抽样的原则[22]。在研究问题得以确定后，研究者试图解释的结果也随之确定下来，对结果的清晰界定是案例选择的前提条件[22]。清晰界定的结果有助于确定“调查范围”和限定案例的界限，确保案例具有相似性和案例间的可比性。此外，为了结论的外部有效性以及案例间的充分“比较”，案例选择还应当追求案例间的最大异质性。例如，最好同时包含正面案例和反面案例两类案例[8]。一个需要避免的极端情形是：所有案例在单个或多个条件中表现出相同的特征。换言之，即研究者应当确保条件在不同类型案例间的变化，使其为一个“变量”，而非常数[22]。
3.1.2条件选择
在研究交流中，研究者经常会受到同行(尤其是主要运用主流统计方法的研究者)的质疑，即为什么选择这些条件？这包含两个方面的问题：①条件选择的原因，即为什么选择这些条件而不是其他条件；②条件选择的数量，即影响结果的条件众多，为什么仅选择其中的这几个条件，而不是其他条件。
( 1)条件选择的原因 RIHOUX等[8]为条件的选择提供了方向性的指导，即基于理论和经验知识。然而，现实情况却是理论太过宽泛而不具体，经验知识又难以转换为学术指导，最终使得条件选择依然困难重重[17]。通过对国内外QCA研究的梳理，本研究总结了5种条件选择方法(见表2)，这些方法从不同的角度提供了条件选择的原因。具体如下：①问题导向法。事实上，一项研究正是由研究问题所引领的，因此，在研究问题中就已经包含了部分的相关条件。例如，DWIVEDI等[16]的研究在文献回顾的基础上提出：“本论文关注CEO继任事件，研究前任CEO的多方面属性和继任情境，是如何共同影响新任女性CEO在继任后的绩效。”这就是锁定了相关方面的重要条件。②研究框架法。即在基于已有研究框架来确定前因条件的研究中。以FISS[10]的研究为代表性案例，该作者就是将广为认可的、由MILES等[23]提出的战略类型相关因素作为研究中的前因条件。③理论视角法。指针对特定的研究问题，基于同一或不同理论视角去形成相关前因条件。例如，CHEN等[24]分别从战略三角(制度基础观、资源基础观和产业基础观)来确定企业克服制度距离的前因条件。④文献归纳法。指从已有相关文献或文献综述中去归纳重要的条件。例如，在探索进入国际市场时机会主义是如何形成的一项研究中，VERBEKE等[25]选择的条件正是从相关文献中归纳而来。⑤现象总结法。即从研究现象中形成或获得可信的条件。相较于文献归纳法，现象总结法主要适用于新兴现象。例如，在MCKNIGHT等[26]的研究中，考虑到有关最优区分性影响因素的经验研究较为有限，因此，该作者根据在访谈时被企业家告知的重要影响因素而形成了两个新条件。需要指出的是，上述5种方法之间并非相互排斥，而是可以相互补充。研究者可以在特定研究中综合应用上述方法。
表2 QCA研究中确定条件的5种主要方法
条件组态的充分性分析是QCA方法的核心，其主要是分析不同前因条件形成的组态对结果的充分性[8]。条件组态的充分性分析与单个条件的必要性分析存在如下差异：①在条件数量上，前者关注的是“多个”而非“单个”条件形成的集合；②前者是基于真值表而非模糊集隶属分数矩阵的分析。接下来，本研究从构建、完善和分析真值表3个步骤来详述条件组态的充分性分析过程。然后，在此基础上继续讨论对结果不存在状态的分析，以及分析结果的呈现形式。
3.2 条件和结果的校准
3.2.1校准过程中的原则与方法
所谓校准是指给案例赋予集合隶属分数的过程[17]。现有研究在校准上存在两方面的不足：①机械地使用样本的描述性统计数值作为定性锚点；②不加理论和经验解释地直接赋予定性锚点。这些不足之处对评估研究结果的可比较性和可重复性带来巨大的挑战[28]。鉴于此，研究中校准应当遵循外部标准、合理性和透明性3个原则。理想的校准应该采用外部标准(理论和实际知识)，而非案例(数据)本身，也即超越样本有限的信息[7]。合理性主要来自理论的指导性和/或实践的相关性[21]。透明性则是来自充分的信息披露和相应解释。
RAGIN[7]提出了3种校准方法：直接赋值、直接校准法和间接校准法。其中，直接校准法运用了统计模型，更凸显正式化，是最为常用的校准方法。直接校准法利用逻辑函数，依据1(完全隶属)、0.5(交叉点)和0(完全不隶属)3个定性锚点来校准原始数据。校准的核心是研究人员综合已有的理论知识、经验证据、研究情境和数据特征做出3个锚点的判断，并提供充分的理由和解释[8]。
习近平总书记在党的十九大报告中指出：“坚持富国和强军相统一，强化统一领导、顶层设计、改革创新和重大项目落实，深化国防科技工业改革，形成军民融合深度发展格局，构建一体化的国家战略体系和能力。”这是以习近平同志为核心的党中央着眼新时代坚持和发展中国特色社会主义，着眼国家发展和安全全局作出的重大战略部署。
在校准时，案例在条件上的模糊集隶属分数为0.5的情形是需要避免的。这一情形将导致案例难以归类而不被纳入分析，最终影响分析结果。部分研究者通常在0.5的基础上增加或者减少一个微小数字(如0.001)以避免这一情形。虽然这一方法从技术上能够轻而易举地解决案例归类问题，但是却显得过于主观和武断[29]。这主要是因为加上或减去0.001的细微差异，将使得案例归属为不同的真值表行。也许一个有效的方法是重新调整校准阈值。
3.2.2定性数据与问卷数据的校准
在研究实践中，研究者还会面临丰富的质性数据。直接校准法和间接校准法无法直接应用于质性数据，因为此类数据在转换成模糊集分数前需要编码。质性数据提供的有关理论与证据之间的对话信息要比量化数据更丰富[28]。此时遇到的难题就是研究者难以确定有意义和可操作的定性锚点[30]。为此，BASURTO等[28]提供了将质性数据校准为模糊集隶属分数的6个过程，为研究者提供了详细的操作指南。近来，T
TH等[30]也专门开发了一个对质性数据进行校准的通用隶属评价模板。
相较而言，基于Likert量表的问卷数据在校准时似乎更具优势。这是因为Likert量表在设计阶段就已经对特定条件(变量)的程度或水平进行了区分，故而在校准时研究者通常是直接使用最大点(7或5)、中间点(4或3)和最小点(1)分别作为3个定性锚点。然而，这种做法存在一个明显的不足，即模糊集隶属分数为0.5的情况极易出现。此外，Likert量表本身也存在校准的挑战：①量表测量的数据，其分布很可能是有偏的(如都分布在3以上)。这时候校准就面临分布与量表刻度的冲突。②一些量表的两端本身是非对称的。例如，完全不隶属满意，并不意味着就是不满意。
3.3 分析过程中的步骤
目前，QCA方法专家大都认为QCA分析过程应该包含相互关联、前后有序的两类分析，即条件的必要性分析和条件组态的充分性分析。条件的必要性分析和条件组态的充分性分析应该单独开展，且前者要先于后者[8,17]。具体原因有二：①事先识别出必要条件，有助于在逻辑最小化过程中对逻辑余项做出恰当的假设[29]；②首先进行条件的必要性分析，能够避免将充分性分析的结果中总是出现的条件作为必要条件的陷阱[17]。
( 4)对结果不存在状态的分析 出于研究目的的需要，研究者可能会对结果的不存在状态进行分析。例如，对高绩效进行分析的同时，还对非高绩效进行分析[10]。事实上，无论是必要条件分析，还是条件组态的充分性分析，在分析步骤和过程上，结果不存在与结果存在是完全一致的。但如下两个层面上的问题研究者需特别关注：①理论层面上的问题。结果存在与结果不存在是在性质上完全不同的概念、事件或现象，这就意味着其背后的理论解释、前因条件也会有所差异[17]。此时，相较于立足原有的真值表将结果的值由Y 转为～Y 直接进行分析，重新选择合适的理论、不同的条件构建全新的真值表进行分析可能更为合适。②操作层面上的问题。如果研究者是基于同一真值表对结果不存在状态进行分析，那么不一致的逻辑余项假设、矛盾的简化假设和同时子集关系均应预先妥善处理。
( 1)必要条件的认定 所谓必要性分析是指探讨结果集合在多大程度上构成条件集合的子集。“如果一个条件总在某个结果存在时出现，那么这个条件就是结果存在的必要条件。换言之，没有该条件，该结果就无法产生。”[8]衡量必要条件的一个重要指标是一致性。通常认为，认定必要条件的一致性分数最低值为0.9[17]。
( 2)细化理论 主要是对尚待开发或存有疑惑的理论的进一步细化。例如，CRILLY等[14]的研究在回答相同环境下的企业为何在响应制度压力上会有所不同的问题时，即有些是光说不练(脱耦)，而另外一些则是言行一致(执行)，现有研究大都认为制度理论是解释这一问题的主流理论，但是却局限于从外部环境或内部企业方面独立地考察，从而忽视了两者之间的互动。鉴于此，该作者运用QCA方法延伸了有关脱耦和执行的不同理论解释。GRECKHAMER等[15]的研究也与此类似。
( 3)必要条件在条件组态的充分性分析中的存留 虽然在QCA方法应用的早期，研究者对必要条件在条件组态的充分性分析中的存留持有不同观点[8,17]。但在目前，研究者们已形成共识，即应该保留必要条件。然而，RIHOUX等[8]指出，保留下来的必要条件存在被简约解消除的风险。原因在于逻辑余项假设：纳入最小化的逻辑余项中包含了必要条件的不存在状态[17]。鉴于此，SCHNEIDER等[17]提出了一种“事前”(充分性分析之前)的措施，就是事先排除与必要条件不一致的逻辑余项假设进入最小化程序，从而避免必要条件被消除的风险。
对40个杂交组合的农艺及经济性状进行配合力方差分析(表2)看出,10个性状区组间的差异均不显著，表明本试验选择的田块地力均等，消除肥力差异，设计合理。组合间差异均达极显著水平，表明这些性状在各杂交组合间遗传差异真实存在。除测验种(父本)的穗行数一般配合力(GCA)差异未达显著水平外，其余的GCA和全部的特殊配合力(SCA)差异均达显著或极显著水平，表明多数性状的GCA和SCA在亲本和组合间存在真实的差异。
此外，在进行必要条件分析时，研究者还需注意3个方面的问题：①单个条件存在与不存在状态均应进行必要性分析；②是否需要分析结果不存在的必要条件应当根据研究问题的需要而定；③如有明确的理论和经验知识基础，研究者也可分析“多个”条件组成的集合对结果集合的必要性。
3.3.2条件组态的充分性分析
( 2)条件选择的数量 一般而言，QCA研究中条件的数量应该保持在一个合适的水平，并非越多越好。总体而言，条件数量是综合权衡案例数量、分析结果简约性的结果：①寻求条件数量与案例数量之间的平衡。过多的条件，其形成的组态数量也会呈指数增加，将会造成严重的有限多样性问题，即观测到的数据小于条件组态数[8]。由此，为了缓解有限多样性问题，在给定中小样本数量的前提下，研究者不宜任意增加条件，否则得到的结论容易成为对单个案例的个体化解释。②实现条件数量与分析结果简约性之间的平衡。虽然在大样本的情形下，案例数量对条件数量的限制将大大放松，但是过多的条件也会导致分析结果的复杂性显著增加，即组态数量和组态中包含的条件越来越多。此时，不仅让研究者难以对不同组态进行阐释[27]，而且也会令读者对现象本身的理解愈加模糊。这是因为解释一个感兴趣研究现象的“原因”越少，就越接近反映因果机制的“核心”[8]。
( 1)构建真值表 基于模糊集隶属分数矩阵，借助软件的真值表算法将得到逻辑上可能的条件组态及其包含的案例数量、原始一致性分数和PRI(proportional reduction in inconsistency)一致性分数等。此时，研究者需要做出如下两个关键决策才能得到真值表(3) 这两个决策并没有先后之分，在实际的软件操作中既可以分别单独设定，也可以同时设定。 ：①确定合适的案例频数阈值[8]。案例数量小于阈值的条件组态被认为是逻辑余项。②确定合适的原始一致性阈值，以区分哪些条件组态通过了模糊集合理论的一致性、哪些没有通过。原始一致性分数大于等于阈值的前因组态被认为是结果集合的子集，其结果赋值为1，反之为0[8]。
考虑到QCA方法是以集合论为基础，本研究认为SCHNEIDER等[17]提出的两个集合论方法特定的判定QCA结果稳健性的维度是值得认真对待的。一是拟合参数差异。如果不同的稳健性检验方法导致一致性和覆盖度的差异不足以保证有意义且不同的实质性解释，那么结果就可认为是稳健的；反之，则认为结果不稳健。二是集合关系状态。如果不同的稳健性检验方法导致的组态(解)之间具有清晰的子集关系，则可认为结果非常稳健，即使它们表面看上去不尽相同；反之，结果则不稳健。
( 3)构建理论 QCA方法主要是作为一种补充性方法去构建理论。通常而言，首先，是基于深入访谈、二手数据或调研数据进行归纳式探索，进而形成新的理论或理论论断；然后，再运用QCA方法展开分析。当然，也可以首先基于QCA的组态结果，然后回溯相应的案例或结合已有的相关研究，针对发现的组态展开深入分析、归纳和总结，进而形成新的理论或理论论断。例如，DWIVEDI等[16]的研究就是基于后一种理论构建方式而提出了关于女性领导力有效性的中层理论。
603 Assessment of preoperative carbohydrate antigen 19-9 level for prognosis of hepatocellular carcinoma patients with different levels of α-fetoprotein
( 2)完善真值表 理想的逻辑关系通常无法得到现实中经验证据的全面支持或反映。由此，从模糊集隶属分数矩阵转换而来的真值表就很有可能是不完备的真值表，这种不完备主要表现为矛盾组态和逻辑余项两种形式。两者的存在均会严重影响分析结果的可信度和因果推断的有效性[31]。具体如下：①矛盾组态。指同时包含结果值为1和0案例的真值表行。也即现实中经验证据“自相矛盾”。矛盾组态通常应该在逻辑最小化之前或之中加以解决或减少[8,17]。事前的措施包括添加新的条件、重新界定研究样本，以及再次精细化条件与结果的定义、概念或测量；事中的措施则包括剔除所有矛盾组态、纳入所有矛盾组态和利用程序自动对矛盾组态进行取舍等。值得注意的是，无论采取上述何种措施，均应基于已有的理论论断[8]，以及均需付出一定的“代价”。例如，添加新的条件，有限多样性问题则会以指数形式增加。②逻辑余项。指逻辑上存在，但没有或缺乏足够经验案例的真值表行(4) 真值表行应该覆盖多少数量的案例才算足够，在很大程度上取决于样本规模的大小。样本规模越大，频数阈值也会相应增大，而低于频数阈值的真值表行则被认定为逻辑余项。 。也即逻辑上存在的关系在现实中“查无此证”或“证据不足”。由于逻辑余项没有案例或缺乏足够案例的支持，为了获得更为简约的研究结果，研究者需要根据已有的理论知识或经验证据，对逻辑余项进行假设，以估计其可能的结果。在这一步骤中，识别逻辑余项旨在深入了解逻辑余项的产生原因或类型(算术逻辑余项、聚类逻辑余项、虚无逻辑余项[17])，从而为分析真值表时有针对性地假设逻辑余项奠定基础。
( 3)分析真值表 通过对完善后的真值表进行标准分析，有关软件默认会导出复杂程度不同的3种解：复杂解(不纳入任何逻辑余项)、中间解(仅纳入符合理论方向预期和经验证据的逻辑余项)、简约解(纳入全部逻辑余项而不对其合理性加以评估)。合理有据、复杂度适中、同时又不允许消除必要条件的中间解被认为是QCA研究中汇报和诠释的首选[8,31]。需要指出的是，此处对逻辑余项进行假设并非直接对逻辑余项的结果进行赋值，而是基于明确的理论预期，分别就单个条件的存在与否是否对结果的存在产生影响进行相应的判断和选择[31]。这一选择只会影响中间解。若不对逻辑余项进行假设，fsQCA软件默认导出的中间解与复杂解可以是完全相同的[32]。
综合而言，在对真值表进行分析时有两点值得研究者特别注意：①避免做出不一致的逻辑余项假设和矛盾的简化假设。其中，矛盾的简化假设指的是在对结果存在和不存在的最小化程序中使用了相同的逻辑余项，从而对该逻辑余项的结果值制造成两个矛盾的假设[8]。研究者可以通过TOSMANA软件识别已经被纳入结果存在最小化程序的逻辑余项，从而避免其被再次被纳入至结果不存在状态的最小化程序之中；②尽量保持透明性。是否对逻辑余项进行假设以及具体的假设详情应该披露和公开。
3.3.1条件的必要性分析
( 5)分析结果的呈现形式 对于QCA研究结果的呈现形式，建议国内的QCA研究与国际上的QCA研究保持一致，即使用FISS[10]提供的结果呈现形式。
3.4 研究结果的稳健性
在QCA研究中，稳健性检验是至关重要的一个分析环节[17]。稳健性检验通常仅针对条件组态的充分性分析，主要原因是研究者对结果的充分性组态更感兴趣；另一个原因则是必要条件分析结果的敏感性，以及研究者带入的主观性要远远低于条件组态的充分性分析。
3.4.1稳健性检验方法
(1)通过对所制得的吸附剂的比表面积的测试，可以得出比表面积最大的就是复合材料，其次是硅胶，再就是硅酸镁吸附剂，比表面积值最小的就是硅酸钙吸附剂。
( 1)常用的稳健性检验方法 不少研究者批评QCA研究结果极具敏感性和随机性。例如，KROGSLUND等[33]甚至使用“摇摇欲坠”一词来形容。综合这些批评意见可以发现这背后的两个主要原因：参数设定威胁和模型设定威胁。前者指的是QCA分析过程中校准点、一致性阈值和频数阈值的选择差异对结果产生的影响；后者则是指QCA研究中包含条件的差异会带来不同的结果。事实上，不少研究者已经针对上述威胁提出了相应的稳健性检验方法(见表3)[17]。例如，通过调整校准阈值、改变案例频数和变动一致性门槛值来应对参数设定威胁[34,35]；通过增加与结果相关的其他条件[11]、整合QCA方法和计量经济学方法[36]以应对模型设定威胁。除了这些集合论特定的稳健性检验方法，有研究者也借鉴其他研究方法中常用的统计论特定的稳健性检验方法。例如，跨越不同时段、改变数据来源和采用不同的测量方式等[37]。本研究认为，以集合论为基础的QCA研究结果，应该优先选择集合论特定的方法进行稳健性检验。
低成本性。公众号的申请流程相对简单，不需要缴纳费用，门槛低，不像传统媒体那样，需要在广告或在电视中有镜头，成本投入大。公众号只要申请人符合腾讯公司出台的相关政策以及管理规范，即可申请成功，允许在微信中发布正能量不违规内容，准入成本十分低。
表3 QCA研究的稳健性检验方法
( 2)稳健性检验的误解 部分QCA研究通过比较结果不存在状态和存在状态的充分性组态之间的差异作为稳健性检验方法[11]。实际上，这种方式排除的是同时子集关系问题。同时，子集关系问题是进行逻辑最小化程序之前必须解决的，而非证明结果的稳健性。通过使用结果“不存在”得到的组态来证明结果“存在”的组态具有稳健性，这并非针对结果“存在”本身，毕竟结果“存在”和结果“不存在”是性质上截然不同的两种现象[17]。
3.4.2稳健性评估维度
在案例频数阈值方面，案例频数阈值的设定通常需要根据样本规模的大小而做出权衡。样本规模较小，设置频数为1；当样本规模较大时，频数阈值应当相应地提高[8,17]。此外，研究者还应当综合考虑条件数、测量和校准的精确度、研究者对案例的熟悉度、案例在真值表行中的分布特点以及研究者对结论精细度的要求[8]。在实际操作过程中，一个普遍遵循的准则是：频数阈值的设定应当至少保留总案例数75%的比例[8]。
3.5 结论的升华与深化
得到不同的、稳健的充分性组态并非是QCA方法研究的最终目的与完整目的。如前文所述，后QCA阶段主要是对充分性组态进行阐释、升华和深化。已有研究大部分都会从充分性组态的拟合参数和因果复杂性的潜在假定两个方面去阐释充分性组态。然而，若只停留于此，充分性组态不仅会因未连接思想(理论)而缺乏高度难以“顶天”，而且还会因未返回证据(案例)而缺乏深度难以“立地”。故而，将充分性组态加入至“思想与证据之间的持续对话”中也就成为QCA方法严谨性的题中之义。这样不仅有利于实现理论创新性的要求，即与理论展开对话从而检验、完善理论；而且还能实现经验相关性的要求，即与案例展开对话从而支撑、挑战已有理论，以及开发新的理论论断[8]。
3.5.1对充分性组态的阐释
运用苗头预测法是目前解决劳动争议纠纷的一种非常重要、有效的方法。由于我国用人单位利益和要求日趋多元化，使得我国目前劳资纠纷表现为易激化的特点。纠纷不断增多，新的、复杂的纠纷不断出现，有些纠纷极易出现反复，难以调解。成功地运用苗头预测法能够主动地掌握这些纠纷的发展态势，面对可能发生的复杂情况可以及时采取措施并解决，从而预防复杂、激化、严重态势的发生。
丹红注射液（陕西步长制药有限公司，批号：13101001，规格：10 mL/支）；阿托伐他汀钙片（辉瑞制药有限公司，批号：J01570，规格：10 mg）；阿托伐他汀钙对照品（批号：100590-201303，纯度：＞95.3%）、盐酸噻氯匹定对照品（内标，批号：20120812，纯度：＞99%）均来自中国食品药品检定研究院；甲醇为色谱纯，其余试剂均为分析纯，水为超纯水（实验室自制）。
( 1)充分性组态的拟合参数 在一致性上，充分性组态的一致性是关注的焦点，只有那些超过之前确定的一致性阈值的组态才应该被阐释。在覆盖度上，目前对于总体解的覆盖度并没有一个可接受的最低阈值，但可以肯定的是较低的值是难以被研究者接受的(如0.1)。从目前管理学领域的QCA研究来看，基于二手数据的QCA研究一般是在0.3以上，而基于问卷数据的QCA研究则通常要远远高于这一数值。当然，具有高原始覆盖度、唯一覆盖度的组态表明其经验相关性或重要性的程度也高，但这并不必然意味着其理论重要性也高。有时，那些仅包含少数案例或只有一个案例的覆盖度低的组态反而可能具有更大的理论重要性。这就需要研究者结合理论知识去仔细判断多个充分性组态的相对重要性了。
( 2)因果复杂性的潜在假定 QCA方法背后的认识论针对社会现象的因果复杂性有如下3个假定：殊途同归、多重并发和非对称性。这3个假定实际上也代表着3个不同的分析角度，本研究认为，基于这3个角度对结果进行阐释将是有益的，毕竟这些假定正是QCA方法区别于主流统计方法且能够有效揭示因果复杂性的方式。殊途同归，试图发掘的是引发结果的不同解释机制或者引发路径。据此，研究者应该从如下两个方面对得到的多个充分性组态进行细致考察：①判断不同的组态是否分别代表不同的解释机制；②解释为何这些组态能够引发结果的产生；多重并发，则是试图揭示不同组态中条件之间的互动关系和特定条件的相对重要性。由此，基于这一角度，研究者应该站在比较不同组态间异同的基础上，识别不同条件之间可能存在的互补、替代或者抑制关系。此外，研究者还可以根据中间解和简约解来确定核心条件和辅助条件，以确定特定条件的理论重要性和经验相关性；而非对称性，则是通过对比引发结果存在和结果不存在的组态间的差异来说明前者组态的独特性。
3.5.2与思想(理论)对话
129 CT signs and diagnostic significance in patients with benign or malignant pulmonary ground-glass nodules
如前文所述，检验、细化或构建理论是QCA方法的理论目标。然而，在QCA方法中，研究者如何才能确定得到的分析结果是证实还是证伪了指导案例和条件选择的理论，以及如何才能知晓分析结果是否提供了细化或构建理论的具体突破口值得同道们深入思考。SCHNEIDER等[17]为此提供了一种可能的方案，即紧扣QCA方法背后的集合理论，巧妙地将对结果存在的理论预期(T )、基于案例得到的结果存在的最小公式(S )和结果存在(Y )视为3个集合，这3个集合可以产生8(23=8)种可能的组合。属于3个集合的交集(TSY )的案例则验证了理论，属于集合～TSY 的案例适合去扩展原有理论或构建新理论，属于T ～S ～Y 的案例则适合去细化或限定原有理论，属于集合～T ～SY 的案例可以同时适合扩展原有理论和经验模型。这一方法虽然对评估QCA方法研究中的理论具有突出的优势，但是实现的难度也较大。其中最大的一个困难便是社会科学中的理论为结果的产生仅提供了有限的集合关系论断。此外，在与理论对话时，本研究认为需要注意的是，参与对话的理论可能并非只局限于研究中使用的主导理论。考虑到组态是由多个相互作用的条件共同组成且组态数量较多，因此，一部分甚至大部分组态可能是主导理论所无法进行充分解释的。此时，研究者可引入其他相关理论进行补充。实际上这也使得理论间的融合、理论边界的确定成为可能。
3.5.3与证据(案例)对话
QCA方法的一大优势就是能够精准定位特定充分性组态覆盖的案例，从而允许研究者回归案例与之展开对话。然而，限于篇幅或研究目的的需要，研究者不可能也没必要对全部案例展开分析，只能选择合适的案例。在这里，所谓合适是就案例分析的目的而言，不同的研究目的需要选择不同类型的案例进行比较。SCHNEIDER等[17]根据案例与特定组态的一致性程度、案例在特定组态和结果的隶属分数将其分为5种类型：典型案例、一致性异常案例、覆盖度异常案例、无关案例和个别无关案例。如果研究者旨在揭示连接条件(组态)和结果之间的因果机制，则应当对两个典型案例展开案例内比较分析；如果研究者聚焦于识别充分性组态，则应当针对一致性异常案例和典型案例展开案例内比较分析；而如果研究者是为了确定在分析中缺失的条件，进而发现在解的公式中缺失的充分性组态，那么就应该对覆盖度异常案例和个别无关案例展开案例内分析。
综上所述，本研究归纳出一个QCA方法应用过程的全景图(见图1)。图1中，左侧是前文介绍的3个阶段所包含的5个部分；右侧相对应的是以模糊集为例，每一部分在fsQCA分析软件中需使用的主要功能板块(5) 为便于软件操作，该部分内容以英文标示。 。
4 QCA方法的未来应用方向
QCA方法在探索因果复杂性上所具有的优势是已有案例研究方法和回归分析方法所不具备的。QCA方法引入管理学研究领域时间并不长，仍然处于一个快速发展并亟待完善的阶段。有鉴于此，本研究试图从QCA方法在应用过程中存在的问题出发提出未来的研究展望。QCA方法在应用过程中存在的问题，既包括脱离QCA方法操作规范的问题，也包括QCA方法自身亟需完善的问题。前者主要表现为缺乏透明性，后者则主要表现为QCA方法忽视时序性，以及在大样本形势下整合其他方法的需求。
4.1 提高透明性
保持QCA研究过程的透明性是减少QCA方法误用风险的需要[1]。目前的QCA研究在透明性上面存在两个方面的问题：①对于必备的信息没有提供或者提供不足(如一致性和频数阈值)；②主观直接地提供相关信息而不给予解释说明(如对逻辑余项的处理)。基于此，本研究将逐一阐述QCA研究全过程中需要研究者“打开天窗说亮话”之处，以期提高透明性。在正式进入真值表分析前，透明性要求主要是针对案例选择、概念校准和必要条件分析。研究者应当基于研究问题和理论知识对案例进行选择，以保证研究的切题性；而在条件和结果的校准上，建议避免机械地使用平均值、中位数和分位数作为3个定性锚点阈值(6) 在一些情况下，已有理论、相关研究和经验知识对条件或结果的校准无法提供可操作性的指导，此时使用中位数、平均值和分位数虽是无奈之举，但也不失为一种“最优解”。 ，而应当紧密结合研究问题的情境性、概念的真实含义和样本中案例的真实信息做出切题且有意义的抉择；对于必要条件分析，研究者除了提供每一个条件(包括其不存在状态)的一致性分数(判断必要性)，还应当提供和关注覆盖度分数(判断经验相关性)。在进入真值表分析后，透明性要求则主要针对一致性和频数阈值的确定、逻辑余项的处理、研究结论的呈现和稳健性检验。
4.2 纳入时序性
由于QCA从诞生之初就被设计为一种在某一时间点上系统地比较案例的方法[38]，从而使其长久以来都受到不少研究者的批评：QCA是非时间性的，模糊了因果路径的连续性本质[39]。换言之，即研究者无法获知充分性组态中条件发生的前后顺序，而对于获得的充分性组态又是否会随着时间的演化而发生变化同样不得而知。
已有研究者采取了不同的方法试图将时间纳入到QCA之中，以求获得更具解释力的结论。综合而言，目前主要有4种方法：①使用TQCA进行时间序列组态分析[39]。该方法认为，条件之间的不同顺序可能会产生截然不同的结果，从而能够捕捉到时序性在其中的重要作用。②时间演化的组态分析[40]。该方法主要是通过多时期的考察，以求发现不同时期的组态变化和案例在不同组态上的变动[40]。③面板数据的集合论研究[41]。该方法能够有效识别组态与结果之间的子集关系在多大程度上是随时间或案例而发生变化的问题。④案例导向的变化模式校准方法(7) 该方法由RAGIN在2014年第2届国际QCA专家工作坊中提出，考虑到其尚处于雏形阶段，本研究在此不作深入介绍。 。虽然上述4种方法可能本身尚处完善阶段或存有一些应用挑战，但可以肯定的是，这些方法为应对QCA在时序性上的不足提供了有益的思考角度、完善方案和研究机会。
4.3 尝试混合方法
QCA方法和主流统计分析方法之间显著的差异并未导致双方相互排斥而渐行渐远，反而为双方的相互整合提供了机会[36]，尤其是在越来越多的研究者呼吁将QCA方法应用于大样本的形势之下[15,27]。KAN等[42]对管理学中的QCA研究的统计发现，将QCA方法与主流统计分析方法结合的研究数量明显要多于仅使用QCA一种方法的研究。两者的有效整合为扩大社会科学理论的描述力、预测力和解释力提供了广阔的机会。
目前，越来越多的研究对两者的整合进行了尝试。例如，将QCA方法与SEM[13]、T-test、OLS[43]、HLM等定量研究方法相整合。在这些方法整合性的研究中，根据QCA方法和统计分析方法的先后顺序可以分为两类：QCA方法先于统计分析方法、统计分析方法先于QCA方法。顺序的差异反映了不同的整合动机，前者在已有的研究中最为普遍，潜在的动机包括控制替代性解释机制、量化QCA的组态、量化QCA组态的典型性[44]、对子样本进行事后分析和扩展组态理论[4]；而将QCA方法置于统计分析方法之后的主要目的在于为试图解释的现象开发全新的或改善已有的测量方式[43]。需要指出的是，简单的使用两种分析工具并不是好的混合方法实践。
参考文献
[1] SCHNEIDER C Q，WAGEMANN C. Standards of Good Practice in Qualitative Comparative Analysis (QCA) and Fuzzy-Sets[J]. Comparative Sociology，2010，9(3):397-418.
[2] 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[J]. 管理世界，2017(6):155-167.
[3] 里豪克斯 B，拉金 C. QCA设计原理与应用：超越定性与定量研究的新方法[M]. 杜运周，李永发，译. 北京: 机械工业出版社, 2017.
[4] 拉金 C. 重新设计社会科学研究：模糊集及超越[M]. 杜运周，译. 北京: 机械工业出版社, 2019.
[5] 夏鑫，何建民，刘嘉毅. 定性比较分析的研究逻辑——兼论其对经济管理学研究的启示[J]. 财经研究，2014，40(10):97-107.
[6] 张驰，郑晓杰，王凤彬. 定性比较分析法在管理学构型研究中的应用:述评与展望[J]. 外国经济与管理，2017，39(4):68-83.
[7] RAGIN C C. Redesigning Social Inquiry: Fuzzy Sets and Beyond[M]. Chicago: University of Chicago Press, 2008.
[8] RIHOUX B，RAGIN C C. Configurational Comparative Methods: Qualitative Comparative Analysis (QCA) and Related Techniques[M]. Thousand Oaks: Sage, 2009.
[9] ELIASON S R，STRYKER R. Goodness-of-Fit Tests and Descriptive Measures in Fuzzy-Set Analysis[J]. Sociological Methods & Research，2009，38(1):102-146.
[10] FISS P C. Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research[J]. Academy of Management Journal，2011，54(2):393-420.
[11] BELL R G，FILATOTCHEV I，AGUILERA R V. Corporate Governance and Investors’ Perceptions of Foreign IPO Value: An Institutional Perspective[J]. Academy of Management Journal，2014，57(1):301-320.
[12] DELMAS M A，PEKOVIC S. Organizational Configurations for Sustainability and Employee Productivity: A Qualitative Comparative Analysis Approach[J]. Business and Society，2018，57(1):216-251.
[13] 易明，罗瑾琏，王圣慧, 等. 时间压力会导致员工沉默吗 ——基于SEM与 fsQCA的研究[J]. 南开管理评论，2018，21(1):203-215.
[14] CRILLY D，ZOLLO M，HANSEN M T. Faking It or Muddling through? Understanding Decoupling in Response to Stakeholder Pressures[J]. Academy of Management Journal，2012，55(6):1 429-1 448.
[15] GRECKHAMER T，MISANGYI V F，ELMS H, et al. Using Qualitative Comparative Analysis in Strategic Management Research: An Examination of Combinations of Industry, Corporate, and Business-Unit Effects[J]. Organizational Research Methods，2008，11(4):695-726.
[16] DWIVEDI P，JOSHI A，MISANGYI V F. Gender-Inclusive Gatekeeping: How (Mostly Male) Predecessors Influence the Success of Female CEOs[J]. Academy of Management Journal，2018，61(2):379-404.
[17] SCHNEIDER C Q，WAGEMANN C. Set-Theoretic Methods for the Social Sciences: A Guide to Qualitative Comparative Analysis[M]. Cambridge: Cambridge University Press, 2012.
[18] BERG-SCHLOSSER D，DE MEUR G，RIHOUX B, et al. Qualitative Comparative Analysis (QCA) as an Approach[M]//RIHOUX B，RAGIN C C. Configurational Comparative Methods: Qualitative Comparative Analysis (QCA) and Related Techniques. Thousand Oaks: Sage, 2009: 1-18.
[19] 王凤彬，江鸿，王璁. 央企集团管控架构的演进:战略决定、制度引致还是路径依赖?——一项定性比较分析(QCA)尝试[J]. 管理世界，2014(12):92-114,187-188.
[20] VIS B. The Comparative Advantages of fsQCA and Regression Analysis for Moderately Large-N Analyses[J]. Sociological Methods and Research，2012，41(1):168-198.
[21] RAGIN C C. Fuzzy-Set Social Science[M]. Chicago: University of Chicago Press, 2000.
[22] BERG-SCHLOSSER D，DE MEUR G. Comparative Research Design: Case and Variable Selection[M]//RIHOUX B，RAGIN C C. Configurational Comparative Methods: Qualitative Comparative Analysis (QCA) and Related Techniques. Thousand Oaks: Sage, 2009: 19-32.
[23] MILES R E，SNOW C C. Organizational Strategy, Structure, and Process[M]. New York: McGraw-Hill, 1978.
[24] CHEN L，LI Y，FAN D. How Do Emerging Multinationals Configure Political Connections across Institutional Contexts?[J]. Global Strategy Journal，2018，8(3):447-470.
[25] VERBEKE A，CIRAVEGNA L，LOPEZ LUIS E, et al. Five Configurations of Opportunism in International Market Entry[J]. Journal of Management Studies，DOI: 10.1111/joms.12355.
[26] MCKNIGHT B，ZIETSMA C. Finding the Threshold: A Configurational Approach to Optimal Distinctiveness[J]. Journal of Business Venturing，2018，33(4):493-512.
[27] GRECKHAMER T, MISANGYI V F, FISS P C. Chapter 3 The Two QCAs: From a Small-N to a Large-N Set Theoretic Approach[M]//FISS P C, CAMBRE B, MARX A. Configurational Theory and Methods in Organizational Research.Bingley:Emerald Group Publishing Limited,2013: 49-75.
[28] BASURTO X，SPEER J. Structuring the Calibration of Qualitative Data as Sets for Qualitative Comparative Analysis (QCA)[J]. Field Methods，2012，24(2):155-174.
[29] WAGEMANN C，BUCHE J，SIEWERT M B. QCA and Business Research: Work in Progress or a Consolidated Agenda?[J]. Journal of Business Research，2016，69(7):2 531-2 540.
[30] T
TH Z，HENNEBERG S C，NAUDÉ P. Addressing the ‘Qualitative’ in Fuzzy Set Qualitative Comparative Analysis: The Generic Membership Evaluation Template[J]. Industrial Marketing Management，2017，63(2):192-204.
[31] SCHNEIDER C Q，WAGEMANN C. Doing Justice to Logical Remainders in QCA: Moving beyond the Standard Analysis[J]. Political Research Quarterly，2013，66(1):211-220.
[32] FAINSHMIDT S，WENGER L，PEZESHKAN A, et al. When Do Dynamic Capabilities Lead to Competitive Advantage? The Importance of Strategic Fit[J]. Journal of Management Studies，2019，56(4):758-787.
[33] KROGSLUND C，CHOI D D，POERTNER M. Fuzzy Sets on Shaky Ground: Parameter Sensitivity and Confirmation Bias in fsQCA[J]. Political Analysis，2015，23(1):21-41.
[34] 黄嫚丽，张明，皮圣雷, 等. 中国企业逆向跨国并购整合组态与并购整合绩效关系研究[J]. 管理学报，2019，16(5):656-664.
[35] 张明，陈伟宏，蓝海林. 中国企业“凭什么”完全并购国外高新技术企业——基于94个案例的模糊集定性比较分析(fsQCA)[J]. 中国工业经济，2019(4):117-135.
[36] FISS P C，SHARAPOV D，CRONQVIST L. Opposites Attract? Opportunities and Challenges for Integrating Large-N QCA and Econometric Analysis[J]. Political Research Quarterly，2013，66(1):191-198.
[37] KIM M. Many Roads Lead to Rome: Implications of Geographic Scope as a Source of Isolating Mechanisms[J]. Journal of International Business Studies，2013，44(9):898-921.
[38] RAGIN C C. The Comparative Method: Moving beyond Qualitative and Quantitative Strategies[M]. Berkeley: University of California Press, 1987.
[39] CAREN N，PANOFSKY A. TQCA: A Technique for Adding Temporality to Qualitative Comparative Analysis[J]. Sociological Methods and Research，2005，34(2):147-172.
[40] AVERSA P，FURNARI S，HAEFLIGER S. Business Model Configurations and Performance: A Qualitative Comparative Analysis in Formula One Racing, 2005-2013[J]. Industrial and Corporate Change，2015，24(3):655-676.
[41] GARCIA-CASTRO R，FRANCOEUR C. When More Is Not Better: Complementarities, Costs and Contingencies in Stakeholder Management[J]. Strategic Management Journal，2016，37(2):406-424.
[42] KAN A K S，ADEGBITE E，EL OMARI S, et al. On the Use of Qualitative Comparative Analysis in Management[J]. Journal of Business Research，2016，69(4):1 458-1 463.
[43] ACKSON G，NI N. Chapter 6 Understanding Complementarities as Organizational Configurations: Using Set Theoretical Methods[M]//FISS P C, CAMBRE B，MARX A. Configurational Theory and Methods in Organizational Research. Bingley:Emerald Group Publishing Limited, 2013:129-158.
[44] CAREJA R. Paths to Policy Coherence to Create Market Economies in Central and Eastern Europe[J]. International Political Science Review，2011，32(3):345-366.
Qualitative Comparative Analysis (QCA )in Management and Organization Research :Position ,Tactics ,and Directions
ZHANG Ming1 DU Yunzhou2
(1. South China University of Technology, Guangzhou, China; 2. Southeast University, Nanjing, China)
Abstract ： This paper attempts to provide solutions to existing problems in Qualitative comparative analysis (QCA) research from two aspects of the research approach and analysis technique. At the level of research approach, the differences between the QCA method and quantitative research method are expounded from three aspects: theoretical objectives, research questions, and realization approaches. At the level of analysis technique, the operational strategy of the whole application process (three stages) of the QCA method is expounded in detail. Finally, three directions of further optimizing the application of the QCA methods in management and organization research are proposed, which are improving transparency, adding temporality, and trying mixed methods.
Key words ： qualitative comparative analysis(QCA); calibration; robustness check; research direction
DOI编码： 10.3969/j.issn.1672-884x.2019.09.005
中图法分类号： C93
文献标志码： A
文章编号： 1672-884X( 2019) 09-1312-12
收稿日期 ：2019-02-22
基金项目 ：国家自然科学基金资助项目(71672033)；国家社会科学基金资助项目(18BGL024，15AGL003)；教育部哲学社会科学重大课题攻关资助项目(15JZD020)；教育部人文社会科学研究基金资助项目(19YJCZH062，19YJA630113，17YJA630006)；广东省自然科学基金资助项目(2018A030313517)
(编辑 郭恺)
通讯作者： 杜运周 (1980～)，男，安徽亳州人。东南大学(南京市 211189)经济管理学院教授、博士研究生导师，博士。研究方向为组态视角与QCA方法、制度与制度逻辑理论、创客空间与创新创业。E-mail: yunzhou@seu.edu.cn
标签：定性比较分析论文; 校准论文; 稳健性检验论文; 研究方向论文; 华南理工大学工商管理学院论文; 华南理工大学中国企业战略管理研究中心论文; 东南大学经济管理学院论文;