一、引　言

随着数字技术的发展，用户逐步实现了由产品被动接受者向产品提供者的转变（尹苗苗等，2022）。由此用户创业这一现象引起了学术界和实业界的广泛关注，成为创业领域的新兴话题。越来越多的实践研究发现，用户创立的企业更容易实现创业绩效的提升（Shah和Tripsas，2007；Hamdi-Kidar和Vellera，2018；Oo等，2019）。例如“bilibili”“饿了么”等用户初创企业，利用短短几年时间营收突破了百亿元，在创业绩效提升上取得了有目共睹的成就。用户创业绩效反映了用户创业活动的结果与成效（余绍忠，2013）。因此揭示用户创业绩效提升的内在机理对于深入理解用户创业结果机制，完善与拓展创业领域相关理论研究具有重要意义。然而，目前关于用户创业的研究尚处于起步阶段，且大多数聚焦于解析用户创业的前因机制及形成过程（Shah和Tripsas，2007；Hamdi-Kidar和Vellera，2018；Oo等，2019），对于如何实现用户创业绩效提升产生的结果机制仍然关注不足，有必要开展进一步探索。

梳理现有文献发现，用户创业绩效的相关研究大多数聚焦于从用户创业者和用户社区层面识别影响创业绩效提升的关键因素（de Jong等，2015；Cuomo等，2017；Brem等，2019），如用户创业者先前经验、受教育程度（Shane，2000；de Jong等，2015）和用户社区成员的多元化背景、参与度以及社区规模等因素（Hamdi-Kidar和Vellera，2018；解学梅和王丽君，2019）。相关研究成果虽然在一定程度上推动了创业绩效提升产生的结果机制的理论发展，但仍然存在一定的研究空间。具体而言，学者们大多数从用户创业者或用户社区单一层面对影响创业绩效提升的关键要素进行探索，却鲜有研究将两个层面的影响要素进行系统、全面地整合，这不利于理解用户创业绩效提升的完整过程。此外，现有研究局限于揭示单一要素与创业绩效提升之间的线性因果关系的净效应分析，忽视了多个要素相互依赖、共同作用于创业绩效提升的复杂因果关系，导致对创业绩效提升的路径机制认知不足。事实上，用户创业是基于多主体互动的集体创造过程，用户创业者和用户社区在创业绩效提升过程中相辅相成、缺一不可（Shah和Tripsas，2007）。因此有必要将用户创业者与用户社区纳入同一研究模型，探讨二者对创业绩效提升的协同影响作用，以打开创业绩效提升机制的黑箱。

鉴于此，本文以21家典型用户创业企业为分析对象，采用模糊集的定性比较分析方法（fsQCA）构建用户创业绩效提升的整合性分析框架，基于组态视角从用户创业者和用户社区层面揭示用户创业绩效提升的多重并发影响和因果复杂机制，旨在回答“用户创业者与用户社区如何共同影响创业绩效提升”这一关键问题。研究结果有效揭示了用户创业绩效提升的多重驱动路径，拓展与丰富了用户创业结果机制的理论研究，并对实践中如何提升创业绩效提供指导和借鉴意义。

二、文献综述与研究框架

（一）文献综述

1.用户创业

用户创业是指用户个体或群体对当前产品或服务不满，而对其进行改进和创新，随后将创新的产品或服务商业化，进而创建新企业的行为（Hamdi-Kidar和Vellera，2018）。对用户创业的研究涉及对其前因、过程与结果机制的探讨。从用户创业前因来看，用户创业者因未能搜寻到可用的需求解决方案，进行创新并随后开展创业活动（Brem等，2019）。从用户创业过程来看，用户创业主要包括五个阶段：第一阶段，用户在使用产品过程中产生创新想法；第二阶段，用户创业者将想法在用户社区分享，获得建议与反馈；第三阶段，用户创业者识别潜在的创业机会；第四阶段，用户创业者对创新想法进行开发、实验和初步采用；第五阶段，用户创业者将创新产品商业化（Shah和Tripsas，2007）。从用户创业结果来看，创业绩效反映了用户创业活动成效和实现程度的结果（余绍忠，2013）。现有研究大多数聚焦于识别用户创业者或用户社区层面影响用户创业绩效提升的前置因素（Bayus，2013；Li等，2016；Hamdi-Kidar和Vellera，2018），尚未深入探讨用户创业绩效提升的实现路径和内在机理。

2.用户创业者

自用户创业者进入大众视野以来，其鲜明的个人特征引起了学术界的广泛关注。现有研究解析了先前经验（Bayus，2013；de Jong等，2015；Ma等，2019；Shepherd等，2022）、受教育程度（Cuomo等，2017；Hamdi-Kidar和Vellera，2018）等创业者个体特征对创业绩效提升的影响作用。

（1）先前经验

先前经验指用户创业者所拥有的专业技能、行业知识和创业经验等（de Jong等，2015）。以往学者强调了先前经验对提升创业绩效的积极影响。Yun和Park（2016）提出用户创业者的先前经验使其拥有创业所具备的基本素养和能力，是提高创业绩效的坚实基础。Ma等（2019）发现用户创业者的先前经验提高了创新质量，进而促进创业绩效提升。然而，也有学者发现用户创业者的先前经验对提升创业绩效存在消极影响，Bayus（2013）发现用户创业者过多的先前经验将会导致认知固定，进而阻碍了创新转化为创业的速度，不利于创业绩效提升。由此可知，用户创业者的先前经验对用户创业绩效提升的影响作用存在差异，有必要探索先前经验发挥不同作用的具体路径机理。

（2）受教育程度

受教育程度反映了用户创业者的认知基础和认知能力（Brändle等，2018）。以往研究证实了受教育程度对创业绩效提升的积极影响作用。如de Jong等（2015）认为受教育程度高的用户创业者通常具有更高的信息加工能力，以及从复杂的市场信息中分析新机会的能力，有助于创业绩效的提升。Cuomo等（2017）发现受教育程度高的用户创业者更可能拥有专利和商标，在创业绩效提升过程中具备竞争性优势。然而，也有学者发现当用户创业者具备丰富的工作经验时，受教育程度对创业绩效提升不会产生显著影响（Hamdi-Kidar和Vellera，2018）。由此可知，受教育程度高并非创业绩效提升的必要条件，有必要进一步探讨在何种情况下受教育程度会促进创业绩效的提升。

3.用户社区

用户社区是多主体互动并开展创业活动的交流平台（Hau和Kang，2016）。梳理文献发现，现有研究识别了用户社区规模（Yoshida等，2014；Li等，2016）、用户社区成员背景多元化（Shah和Tripsas，2007；McKelvey和Longley，2015；Brem等，2019）、用户社区成员参与度（Malinen，2015；Shepherd等，2022）等用户社区特征对创业绩效提升的影响作用。

（1）用户社区规模

用户社区规模的扩大可以为用户创业者提供大量的想法、信息与资源，有效促进创业绩效提升（Hienerth等，2011）。然而，一味地追求社区规模的扩大将会导致信息数量过多，产生信息冗余。此时，若用户创业者的信息处理能力不足以满足大量的信息处理需求，将会导致信息处理效率下降，反而不利于创业绩效提升（Yoshida等，2014）。由此可知，用户社区规模对用户创业绩效提升的影响作用存在差异，有必要进一步明晰用户社区规模产生不同影响作用的具体机制。

（2）用户社区成员背景多元化

用户社区成员教育背景、工作背景和性别的差异为用户创业提供了新视角（Brem等，2019），有助于创业绩效的提升。具体而言，用户社区成员背景多元化产生了大量的机会集，有助于用户创业者精准地识别和评估创业机会，从而提升创业绩效（Chen等，2021）。此外，用户社区成员背景多元化还为用户创业提供了多样的知识与资源，有助于用户创业者创造更高价值的产品以提升创业绩效（Autio等，2013；McKelvey和Longley，2015）。然而，Zahra和Nambisan（2011）认为当用户社区成员背景过于多元化时，会降低用户创业者的认知能力，反而阻碍了创业绩效的提升。由此可知，用户社区成员背景多元化的程度对用户创业绩效提升的影响存在差异，因此有必要揭示导致用户社区成员背景多元化产生不同作用的过程机理。

（3）用户社区成员参与度

用户社区成员的积极参与被认为是用户创业绩效提升的重要组成部分。一方面，用户社区成员的积极参与有利于形成活跃的社区氛围，实现知识与资源的共享，帮助用户创业者完善创新想法以提升创业绩效（Hienerth等，2011）。另一方面，用户社区成员的积极参与产生了大量有价值的信息，增加了用户创业者获得互补信息的可能性，进而促进创业绩效提升（Smith等，2019；Mukherjee和Jain，2022）。由此可知，用户社区成员参与度在用户创业绩效提升的过程中发挥重要作用。

（二）研究框架

基于以上分析，用户创业者和用户社区层面的因素作为关键前因变量，对用户创业绩效提升的影响作用却存在差异，因此有必要进一步探讨用户创业绩效提升的具体影响机制。实际上，用户创业绩效的提升并不单单依赖于单一要素的作用，而是受用户创业者和用户社区两个层面的协同影响（Hamdi-Kidar和Vellera，2018）。基于此，本研究通过组态视角构建如图1所示的用户创业绩效驱动机制模型，从用户创业者和用户社区两个层面深入揭示影响用户创业绩效提升的多重并发因素和因果复杂机制。其中，用户创业者层面包含先前经验和受教育程度两要素，用户社区层面包含用户社区规模、用户社区成员背景多元化和用户社区成员参与度三要素。

三、研究方法

（一）方法选择

本文采用fsQCA方法探索用户创业者和用户社区层面的5个因素对用户创业绩效提升的影响机制，主要基于以下三个原因：第一，fsQCA方法强调前因要素之间相互依赖和不同组合的整体性。以往研究关注了单个因素影响用户创业绩效的净效应。实际上用户创业是一个复杂的过程，单个因素的变化难以决定创业绩效水平（Shah和Tripsas，2007）。因此fsQCA方法能够更加全面和系统地解释不同因素组合对用户创业绩效提升的差异化驱动机制。第二，fsQCA方法认为前因要素组态与结果变量之间存在互不冲突的完全等效性。提升创业绩效的路径往往不是唯一的，用户创业者依据自身情况针对性地选择不同用户社区进行合作，均能实现提升创业绩效的目的（Hamdi-Kidar和Vellera，2018）。因此fsQCA方法有利于识别特定情况下导致创业绩效提升的多条等效组态。第三，fsQCA方法认为前因要素与结果变量之间存在因果非对称性，即导致高创业绩效与非高创业绩效的原因不同。传统回归方法遵循了因果之间的对称关系，但从实际观察来看，用户创业者与用户社区的不同组合导致了创业绩效的不同结果。因此fsQCA方法适用于分析导致不同创业绩效结果的前因组态。

（二）案例选择

通过搜集中国案例共享中心、创业邦，以及百度学术等平台的资料与信息，筛选出21个用户创业案例，并将梳理的案例信息进行整理，以便后续数据获取。本文依据研究对象与研究方法的独特性，对案例进行综合筛选。

从研究对象来看，本文依据用户创业的动机和过程筛选典型用户创业企业。本文以用户创业者初期的创业动机是否为满足个人需求作为筛选条件。本文判断案例企业是否符合用户创业过程的五个阶段，即用户发现未满足的市场需求、用户提出创新产品想法、用户将想法分享到用户社区、社区成员共同完善改进想法、用户将创新产品实现商业化，以保证案例创业过程的完整性。

从研究方法来看，本文遵循fsQCA对于中小样本的案例选择原则，即保证案例总体的充分同质性和案例总体内的最大异质性（徐广平等，2019）。就案例同质性而言，案例之间可以进行对比的前提条件是具有相同的背景或者特征，由于不同时间背景下的创业环境对创业绩效的影响作用不同，因此本文所有案例的结果变量均为近三年的数据，保证时间与空间的同步，使案例具有可比性。就案例异质性而言，在最少数量的案例中实现最大程度的案例间异质性，案例选择中应同时包含具有高创业绩效与非高创业绩效的案例。其中非高创业绩效的企业除了正在运行但绩效较低的企业，还包括倒闭、破产、清算、注销、并购的企业。

（三）数据及校准

1.结果变量

用户创业绩效不仅是衡量用户创业结果的重要维度，也是检验用户创业理论解释力和预测力的基本标准。本文通过梳理案例资料发现营业收入增长率是财务绩效中获取数据最全面的指标，可以充分保证结果的准确性和真实性。营业收入增长率是评价企业财务状况和发展能力的重要指标，指标值越高表明企业营业收入的增长速度越快，企业创业绩效越高（Lumpkin和Dess，2001）。所以本文使用营业收入增长率这一指标来衡量用户创业绩效。

2.条件变量

先前经验。本文借鉴Politis（2005）的研究将先前经验划分为创业经验和行业经验。创业经验指用户创业者直接观察或参与创业活动的相关经历；行业经验指用户创业者在生产运营、技术研发、市场营销、财务管理等专业岗位积累的工作经验。本文将用户创业者的创业次数作为创业经验的衡量指标，从事专业岗位的年限作为行业经验的衡量指标。

受教育程度。根据CNNIC的统计报告可知，用户群体中46.4%的人学历为高中（中专）及以下，24.4%的人学历为大专，26.3%的人学历为本科，2.4%的人学历为硕士研究生，0.5%的人学历为博士研究生。因此，本文根据受教育水平将文化程度划分为高中及以下、专科、本科、硕士、博士5类，并对用户创业者的受教育程度进行赋值：高中及以下赋值为1，专科赋值为2，本科赋值为3，硕士赋值为4，博士赋值为5。

用户社区规模。由于用户社区中的个人贡献水平通常遵循幂律分布，其中少数用户贡献很大，而大多数用户贡献的次数很少或基本没有（Rullani和Haefliger，2013）。因此，本文将用户社区规模定义为在用户社区中参与过互动的社区成员数量。在案例资料中，参与互动可以通过用户评论、用户留言、提供资金与设备、提供创新想法等方面体现，本文以参与过以上任意一个方面的社区成员数量给社区规模赋值。

用户社区成员背景多元化。用户社区成员背景多元化主要体现为行业领域、工作年限、性别这三个方面（Chen等，2021）。考虑到各个用户社区性别差距变动小，对结果的参考价值弱，因此本文不考虑性别因素。基于此，本文社区成员背景多元化体现为行业领域和工作年限。行业领域根据国民经济行业分类主要包括农、林、牧、渔业、采矿业、制造业等20大类，因此本文依据用户社区涵盖的领域数量给行业领域赋值。由于社区成员数量过多，难以确定准确的工作年限数据，本文通过对已知社区成员工作年限取平均值的方式进行赋值。

用户社区成员参与度。本文参考廖俊云等（2017）的标准，通过参与频率衡量用户社区成员参与度，具体体现为社区成员与用户创业者进行互动的频率。由于案例资料中没有准确数值，本文通过估算社区成员与用户创业者进行交流互动的间隔天数进行赋值。

3.校准

校准是从变量概念转换为集合概念，将案例赋予集合隶属的过程（Fiss，2011），为此需要划分校准的锚点（Kraus等，2018）。本文依据已有理论和经验知识，采用直接校准法，使用完全隶属阈值、完全不隶属阈值以及交叉点三个重要的定性锚点对变量进行结构化校准。

用户创业者受教育程度。根据我国规定的国民教育学历分类，博士代表受教育程度已达到最高标准，本文将其设为完全隶属点，高中及以下的教育水平无法获取学位，即受教育程度的最低水平，设为完全不隶属点，本科学位设为交叉点。

用户社区成员参与度。根据现有研究对用户参与频率的界定，用户参与频率通常以月度、周度和日度指标反映（王蕾和房俊民，2011）。因此本文将社区成员每日参与互动设为完全隶属点，每月参与互动设为完全不隶属点，每周参与互动设为交叉点。

此外，用户创业者先前经验、用户社区规模、用户社区成员背景多元化和用户创业绩效的赋值仍缺乏指导校准的理论知识和实践标准，因此通过数据的频度或密度分布捕捉程度差异的阈值（Greckhamer等，2018）。本文参照现有研究（Judge等，2020），将这四个变量校准的锚点设定为案例样本描述性统计的95%、50%与5%分位数，这与Greckhamer等（2018）、Woodside等（2018）、Russo和Confente（2019）的观点一致。结果如表1所示。

选定完全隶属点、完全不隶属点和交叉点后，依据公式：隶属度=exp（对数概率）/[1+exp（对数概率）]（Ragin，2008），对三个定性锚点构建转换，将前因变量的数值转换为0.0—1.0的分数，以校准集合的隶属度。为避免案例难以归类而不被分析的情况出现，对出现模糊隶属分数0.5的集合，通过在其隶属分数上增加0.001来调整（Kraus等，2018）。

此外，fsQCA方法强调简约条件，即前因条件应该是适度的，解释一个研究现象的原因越少，就越接近反映因果机制的核心（Woodside等，2018）。由于本文中单个前因条件如先前经验通过两类指标创业经验和行业经验体现，依据公式：先前经验=fuzzy or（创业经验，行业经验）计算，其原理为使用两个指标的最大隶属分数。同理，用户社区成员背景多元化=fuzzy or（行业领域，工作年限）。这种两个指标由逻辑相连接而成的形式，既保证前因条件的适量，也保证了每个前因条件解释力度的全面性。结果如表2所示。

四、数据分析及实证结果

（一）必要条件分析

进行组态分析之前，需逐一对各个条件的必要性进行单独检验。根据表3对创业绩效的必要条件分析结果显示，单项前因条件影响创业绩效的必要性均未超过临界值0.9，故单项前因条件对结果的解释力较弱（Fiss，2011）。

（二）条件组态分析

组态分析揭示了导致结果产生的多个条件构成的不同组态。本文将案例频数阈值设为1以适应中小案例样本分析（Fiss，2011），将一致性阈值设为0.8以识别与结果一致性相关联的条件组合（Misangyi和Acharya，2014），将PRI一致性阈值设置为0.7以避免矛盾组态问题（Greckhamer等，2018）。

本文采用Ragin提出的QCA结果呈现形式（Ragin，2008），●表示条件存在，⊗ 表示条件不存在。其中大●表示核心条件，小•表示边缘条件，大⊗ 表示条件变量不存在对结果影响较大，小^⊗ 表示条件变量不存在对结果影响较小，没有符号表示该条件变量对结果无关紧要。H表示可以影响创业绩效的条件组态形式。唯一覆盖度指刨除与其他组态共同部分后，单个组态解释结果的程度，解的覆盖度指所有组态覆盖结果案例的比例。

本文采用fsQCA 3.0软件分析导致高创业绩效和非高创业绩效组态，这些不同的组态表示实现同一结果（高创业绩效或非高创业绩效）的不同因素组合。进一步，本文根据组态理论化过程对各个组态进行命名（Furnari等，2021）。当用户创业者的先前经验和受教育程度均存在时称为“通才型”，当用户创业者仅存在先前经验时称为“经验型”；用户社区规模存在与缺失分别对应“大型”与“小型”；用户社区成员背景多元化存在与缺失分别对应“多元”与“单一”；用户社区成员参与度存在与缺失分别对应“活跃”与“沉默”。由表4可知，产生高创业绩效的路径有三种组态（H1、H2、H3），这三种组态解释了73%的高创业绩效案例。H1表明用户社区规模的存在和社区成员背景多元化的缺席起核心作用，用户创业者先前经验和受教育程度、用户社区成员参与度的存在起补充作用的情况下产生高创业绩效，因此本文将这条驱动路径命名为“大型活跃用户社区中通才型用户创业之路”。H2表明，用户社区成员背景多元化和成员参与度的存在、社区规模的缺席起核心作用，用户创业者先前经验和受教育程度的存在起补充作用的情况下产生高创业绩效，因此本文将这条驱动路径命名为“多元活跃用户社区中通才型用户创业之路”。H3表明，用户社区成员背景多元化和成员参与度的存在、用户创业者受教育程度的缺席起核心作用，用户社区规模和用户创业者先前经验的存在起补充作用的情况下产生高创业绩效，因此本文将这条驱动路径命名为“多元活跃用户社区中经验型用户创业之路”。

产生非高创业绩效的路径有两种组态（H4、H5），这两种组态解释了51%的非高创业绩效案例。H4表明用户社区成员参与度的缺席起核心作用，用户创业者先前经验、社区成员背景多元化的存在和社区规模的缺席起补充作用的情况下产生非高创业绩效，因此本文将这条驱动路径命名为“沉默用户社区中经验型用户创业之路”。H5表明用户社区成员参与度的缺席起核心作用，用户创业者先前经验、受教育程度和用户社区成员背景多元化的存在起补充作用的情况下产生非高创业绩效，因此本文将这条驱动路径命名为“沉默用户社区中通才型用户创业之路”。

1.高创业绩效的驱动机制分析

本文发现了以下三种驱动高创业绩效的组态，为了更好理解这些路径，本文结合案例及现有理论，对这三种路径进行分析。

（1）大型活跃用户社区中通才型用户创业之路。组态H1表明在大型且活跃的用户社区中，高学历且先前经验丰富的用户创业者可以产生高创业绩效。当用户社区规模大且成员参与度高时，众多社区成员通过积极互动源源不断地为用户创业者提供有价值的想法与改进建议（Prandelli等，2016）。此时用户创业者的先前经验有助于其甄选社区内的多样化信息，高学历使其拥有超越已有经验思考全新解决方案的能力（Lettl和Georg Gemünden，2005；Ma等，2019），促进用户创业绩效的提升。在此基础上，社区成员背景多元化程度过高将会导致社区大量涌入来自各个领域的信息与资源，反而加重了用户创业者吸收与利用现有资源的压力。因此当其他条件存在时，用户社区成员背景单一化有利于产生高创业绩效。

这一组态的典型案例为“饿了么”。创始人张旭豪因外卖用户体验差产生构建互联网外卖系统的想法，进而创建了用户社区“交大帮”。“交大帮”由学生用户和外卖商家组成，高校学生的加入使用户社区具备规模大且活跃度高的特点，并提供了对外卖配送的市场反馈与产品改进的专业建议，而商家在用户社区中共享了外卖资源。此时上海交通大学硕士研究生的学历和丰富的专业知识使得张旭豪有能力在“交大帮”多变的市场需求中精准捕捉到创业机会，并一步步搜集与产品相关的知识、技能、经验和社会关系，为创业活动奠定扎实的基础，实现创业绩效的提升。

（2）多元活跃用户社区中通才型用户创业之路。组态H2表明在多元且活跃的用户社区中，高学历且先前经验丰富的用户创业者可以产生高创业绩效。在用户社区中，不同背景下社区成员的积极参与为用户创业者提供了多元化的信息与资源。用户创业者的高学历与丰富的先前经验使其能够高效整合社区内的资源（Shepherd等，2022），并将有价值的信息反馈给社区成员，由此形成一个用户创业者和用户社区之间迅速传达信息并及时反馈的良性循环模式，实现资源利用的最大化（Malinen，2015），有利于产生高创业绩效。在此基础上，大规模的用户社区将会产生超负荷的信息，造成信息冗余，导致用户创业者信息处理效率降低（Gambardella等，2017）。因此当其他条件存在时，小型用户社区更容易产生高创业绩效。

这一组态的典型案例为“英语流利说”。创始人王翌因留学期间英语交流障碍意识到国内语言教育的短板，产生创建英语口语练习平台的想法。他与志同道合且具有不同工作背景的工作伙伴共同创办了线下用户社区，虽然社区规模不大，却实现了频繁的深度交流与合作，促进知识与资源的共享。而普林斯顿博士的学历以及在谷歌担任产品经理的经历使王翌拥有很高的受教育程度和行业经验，使其与用户社区成员互动的过程中能够轻易理解对方需求，并高效地整合资源反馈给对方，由此在多轮沟通交流中逐渐形成“英语流利说”的产品雏形。这一互动模式使得王翌在创业过程中更容易识别潜在市场需求，进而实现高创业绩效的产生。

（3）多元活跃用户社区中经验型用户创业之路。组态H3表明在大型、多元且活跃的用户社区中，先前经验丰富的用户创业者可以产生高创业绩效。在大型用户社区中，不同背景社区成员的积极参与提供了大量且多样化的想法及建议，为用户创业者提供了解决特定问题的经验和方法（Hamdi-Kidar和Vellera，2018）。拥有丰富先前经验的用户创业者具备不断学习和积累新知识的能力（Yun和Park，2016），因此能够在用户社区提供的海量信息中学习和模仿创业的成功经验、规避失败经验，推动高创业绩效的产生（Oo等，2019）。在此基础上，高学历的用户创业者面对用户社区内多样化的经验及建议时，可能更偏向于选择自己擅长知识领域的建议，因此形成一定程度的认知障碍，不利于创业绩效的提升（Brem等，2019）。而低学历用户创业者更愿意吸收社区内多方建议以弥补个人知识基础薄弱的缺陷，促进新知识的吸收和利用。因此当其他条件存在时，低学历的用户创业者更容易产生高创业绩效。

这一组态的典型案例为“小牛电动”。创始人胡依林作为设计师和骑行爱好者，发现电动车方便出行却缺乏美观，便产生研发既便捷又时尚的电动车的想法。他获得专业人士李一男的资金与资源支持后，深入南昌、武汉、北京等多个地区的摩托车用户群体收集相关意见，构建了大型活跃且背景多元的线下用户社区。胡依林虽然受教育程度低，但长达十一年的工作经历使其拥有丰富的行业经验和创业经验，因此通过广泛吸收并利用社区成员的建议，对产品进行各种测试、调研和设计，不断完善产品方案后，形成“小牛电动”的雏形。在此之后“小牛电动”创造了高创业绩效并成功上市。

2.非高创业绩效驱动机制分析

由表4可知，导致非高创业绩效的条件，并不是导致高创业绩效的反面条件，突出了QCA方法的因果非对称性特点，本文结合案例与现有理论对非高创业绩效的路径进行分析。

（1）沉默用户社区中经验型用户创业之路。组态H4表明在小型、多元且沉默的用户社区中，即使用户创业者拥有丰富的先前经验，也难以产生高创业绩效。当用户社区处于小规模且成员参与度低的状态时，社区内的信息交流受到阻碍，降低了知识共享的频率，限制了创新扩散的速度，不利于创业资源之间的整合（Wang等，2018）。此时，即使社区成员拥有多元化的知识与资源，却难以有效传递给用户创业者（Brem等，2019）。因此，拥有丰富先前经验的用户创业者不能及时获取用户社区内的创新性想法与建议，无法准确预判市场需求，不利于新产品商业化进程的推进，导致非高创业绩效的产生。

这一组态的典型案例为“神奇百货”。创始人王凯歆初中阶段开始创业，具有丰富的先前经验。高中时期创立“神奇百货”，并通过创业平台吸引一些不同背景的专业人士参与线下用户社区的互动。该用户社区呈现规模小、参与频率低、背景多元化的特点，不同背景的社区成员各抒己见并希望王凯歆采纳自己的建议。王凯歆虽基于丰富的先前经验对市场具有极高的敏感度，但其掌握的专业知识过于薄弱，难以平衡用户社区提供的多样化资源，阻碍了创业绩效的提升，最终导致企业倒闭。

（2）沉默用户社区中通才型用户创业之路。组态H5表明在多元且沉默的用户社区中，即使用户创业者学历高且具有丰富的先前经验，仍然难以产生高创业绩效。即使不同背景的社区成员提供了多元化的建议和信息，当用户社区成员参与度低时，难以对创新产品进行深入讨论并改进。此时用户创业者丰富的先前经验和专业知识使其更偏向于选择个人熟悉领域的建议，忽略潜在有价值的信息，形成认知固定（Schiavone等，2020）。这反而加重了用户创业者识别和处理多样化信息的负担（Gambardella等，2017），不利于高创业绩效的产生。

这一组态的典型案例为“牛大坊”。创始人邓毓博具备高学历和丰富的专业知识，其与几位IT博士产生打造网络兰州牛肉面并将其推向全国的想法。他们拜访兰州当地老面匠进行多次尝试和试验后，第一代产品初具雏形。随后通过互联网构建线上用户社区并进行产品投放，此时遍布全国各地的社区成员虽基于多元化的背景提供了各种各样的反馈与建议，但并未深入参与后续产品改进的过程，导致社区内信息的参考价值低。邓毓博固然能够凭借科学严谨的专业态度进行产品研发，但面对用户社区内多元化的反馈信息显得无所适从，导致产生自身定位不清以及资源分配失调等问题，最终第二代产品上线后，创业绩效严重下滑。

3.条件组态比较分析

首先，对高创业绩效的三个组态进行比较分析。对比组态H1和H2发现，当用户社区成员参与度高，且用户创业者具备高学历和先前经验时，用户社区规模与社区成员背景多元化呈相互替代关系；对比组态H2和H3发现，当用户创业者的先前经验丰富，用户社区成员背景多元化且参与度高时，用户创业者受教育程度与用户社区规模呈相互替代关系；对比组态H1和H3发现，当用户创业者的先前经验丰富，用户社区规模大且成员参与度高时，用户创业者受教育程度与用户社区成员背景多元化呈相互替代关系。总结而言，在用户创业过程中，当用户创业者拥有丰富的先前经验，用户社区成员参与度高的情况下，用户创业者受教育程度、用户社区成员背景多元化与用户社区规模之间互为替代关系，即这三个前因条件任意两两组合均可推动高创业绩效的产生。

其次，对比高创业绩效和非高创业绩效的五个组态发现，用户创业者先前经验均作为补充条件存在，这说明先前经验在用户创业过程中扮演着不可或缺的支撑性角色。但先前经验的存在并不必然导致用户创业绩效提升，其与其他条件变量的不同组合可以产生高创业绩效与非高创业绩效两种结果。除此之外，在高创业绩效的三个组态中，用户社区成员参与度作为补充条件和核心条件存在；在非高创业绩效的两个组态中，用户社区成员参与度作为核心条件缺失。由此可知，用户社区成员的高度参与对高创业绩效的产生具有关键性影响作用。这是因为用户社区成员之间频繁的交互促使他们质疑彼此的方法并提出新想法，形成反思性重构（Shah和Tripsas，2007）。这些交流互动改进和完善了创新想法，从而增强了产品的设计和功能，推动高创业绩效的产生（Chen等，2021）。因此高度活跃的用户社区能够带来更多解决问题的资源，进而培育和创造更多新颖和有用的产品，进一步证明用户社区成员高度参与对高创业绩效的重要意义。

（三）稳健性检验

本文对用户创业绩效的前因组态进行稳健性检验（Greckhamer等，2018）。首先，将原始一致性阈值由0.80调整至0.85（Ragin，2008），产生的组态保持一致，如表5所示。其次，将用户创业者先前经验、用户社区规模、用户社区成员背景多元化和用户创业绩效的交叉点调整为51％分位数，其他处理方式不变（Kraus等，2018），结果发现组态虽然产生细微变化，但不足以产生截然不同的实质性见解，如表6所示。最后，考虑到融资和自筹两种筹集创业初始资金的方式可能对创业绩效的影响存在差异，本文删除采用自筹方式的两个案例（绿手指和大河宝玉），分析得到的组态基本保持一致（Fiss，2011），如表7所示。因此，本文的研究结论稳健。

五、研究结论及讨论

（一）研究结论

现有研究大多数聚焦于单一因素对用户创业绩效提升的影响作用，对多个影响因素如何协同作用于用户创业绩效提升的路径研究依然缺乏。基于此，本文从用户创业者与用户社区出发，运用fsQCA方法进行条件组态分析，进一步探讨影响用户创业绩效提升的多重因素及具体作用路径。研究发现：（1）用户创业者及用户社区层面的任何单个因素都不能构成高创业绩效的必要条件，表明单一因素对提升用户创业绩效的解释力较弱。但用户创业者先前经验和用户社区成员参与度发挥较为普适的作用。（2）本文基于组态视角，运用 fsQCA方法发现了产生高创业绩效的三条驱动路径，这三条驱动路径体现了提升用户创业绩效的多重实现方式。其中，在用户创业者先前经验和用户社区成员参与度存在的前提下，用户创业者受教育程度、用户社区成员背景多元化与社区规模之间互为替代关系。（3）产生非高创业绩效存在两条驱动路径，且与高创业绩效的驱动路径存在因果非对称关系，表明造成用户创业绩效水平差异的驱动路径存在显著区别，并不能简单运用导致高创业绩效的原因反面解释非高创业绩效。

（二）理论贡献

本文基于组态视角，厘清了用户创业者与用户社区共同影响创业绩效提升的具体驱动路径，为解释用户创业的复杂现象提供理论参考。研究贡献主要体现为以下三个方面。

首先，本文立足于用户创业绩效提升的研究，实现了对用户创业结果机制的创新探索，为更详细地理解用户创业的过程机理提供了理论参考。尽管以往研究识别了用户创业的诱发动机和驱动因素（de Jong等，2015；Cuomo等，2017；Hamdi-Kidar和Vellera，2018；Oo等，2019），但大多数关注于用户创业的前因机制，较少揭示其结果机制，这导致学者们对用户创业的完整过程缺乏理解。本文将用户创业绩效作为研究对象，通过探讨创业绩效提升的驱动路径，更加具体地分析用户创业结果机制，进一步加深了学界对用户创业完整过程的认识与理解。

其次，本文基于整体视角，系统全面地整合了用户创业的影响要素，弥补了以往研究囿于单一视角的不足，回应了研究用户创业动态复杂性的呼吁。用户创业是基于多主体互动的集体创造活动，各要素之间的不同组合导致了用户创业现象的差异。而以往研究聚焦于单一要素的净效应分析，不足以揭示用户创业的因果复杂关系。因此，本文将用户创业者与用户社区纳入同一研究模型，从整体视角构建了创业绩效提升的整合性和系统性分析框架，深入剖析各要素之间的协同、耦合作用，为解读用户创业的因果复杂机制提供了参考。

最后，本文首次将fsQCA方法引入用户创业领域，丰富了该领域的研究方法工具箱。目前用户创业的相关研究处于起步阶段并多停留在理论层面（Cuomo等，2017；Oo等，2019），实证研究相对较少。本文通过引入fsQCA方法，识别了用户创业绩效提升的多条等效路径，检验和解释了用户创业驱动机制的多样性和等效性。这种以定性和定量相结合的研究范式增加了对于用户创业影响机制的解释力度，为今后探索复杂用户创业现象提供了方法论参考。

（三）实践启示

本文的研究结论为用户创业者与用户社区共同提升创业绩效带来以下几点实践启示：（1）用户创业者应注重积累个人的先前经验，以提升创业绩效。就行业经验而言，用户创业者应在工作岗位或行业领域专业深耕，积累足够的专业知识和经验并建立完善的知识体系后，再开展创业活动；就创业经验而言，用户创业者应学习成功的创业经验，吸取失败的创业教训，为后续开展创业活动奠定扎实的基础。（2）用户社区应激励社区成员积极参与创业活动，通过营造活跃的社区氛围提升创业绩效。一方面用户社区通过积分、货币和产品奖励等物质激励满足社区成员的基本需求，以增强成员的参与意愿；另一方面用户社区通过提供社区等级和荣誉等精神激励满足社区成员的社交需求，激发社区内的创业活力。（3）用户创业者应结合自身实际情况，选择合适的用户社区共同开展创业活动以提升创业绩效。例如当通才型用户创业者处于大型的活跃社区中，应选择背景单一的社区成员共同创业；反之当其处于小型的活跃社区中，应选择背景多元的社区成员共同创业。而经验型用户创业者应选择大型的活跃社区，与背景多元的社区成员共同创业。

（四）研究局限与未来展望

本研究仍然存在一些局限：（1）从案例选择来看，本文基于研究方法和目的，有选择性地选取了21家不同类型用户创业的案例，案例数量的有限性在一定程度上限制了结论的普适性，因此，在未来的研究中将会持续关注用户创业企业，通过大样本实证检验提供普适性的理论支撑。（2）从研究设计来看，由于部分单个条件变量缺少大家普遍认同的赋值标准，导致本研究在赋值过程中采用直接校准法，即根据案例的数据划分校准点，未来将对变量赋值研究进行梳理，整理出普遍认同的标准为后续研究提供赋值依据。（3）从研究结论来看，一方面，用户社区成员参与度是产生高创业绩效的核心条件，未来研究可以着重探讨其对创业绩效提升的具体影响机制。另一方面，在特定背景下，用户创业者的受教育程度、用户社区规模与成员背景多元化两两组合存在三种路径，未来研究可以着重探讨三个前置因素之间如何通过相互作用影响创业绩效提升。