技术创新、公司治理与企业绩效影响机制研究——基于fsQCA与NCA方法.pdf

0引言当今世界正处于百年未有之大变局，中国经济的外部环境面临着前所未有的复杂性与不确定性。市场主体是稳定经济基本盘的重要基础，如何实现中国企业高质量发展、提升企业绩效是我国社会及学界亟待解决的难题。2022 年中央全面深化改革委员会审议通过 关于加快建设世界一流企业的指导意见，提出世界一流企业“产品卓越、品牌卓著、创新领先、治理现代”的 16 字标准，指明创新与治理是我国企业深化改革、实现高质量发展的关键。创新是引领发展的第一动力，是促进经济增长方式转变的根本途径1。在复杂多变的商业环境中，技术创新是企业维持竞争优势的重要手段之一2。但是随着经济全球化及信息技术发展，单一企业的创新能力已经无法获取开展创新活动所需的全部知识与信息3。要实现可持续的绩效增长，不能仅依托生产技术的进步创新，公司治理也是提升盈利能力的关键因素。作为企业的基本制度安排，公司治理不仅能调集和配置企业创新所需的内外部资源，还能协调公司技术创新、公司治理与企业绩效影响机制研究基于 fsQCA 与 NCA 方法黄佳伟摘要：技术创新与公司治理是企业绩效提升的重要驱动力。本文运用模糊集定性比较分析（fsQCA）与必要条件分析（NCA）相结合的方法，以A股主板815个上市公司为研究样本，探讨公司治理与技术创新对企业绩效的协同影响以及多重并发作用。研究发现：企业绩效不是由单一因素驱动，而是技术创新与公司治理多因素共同影响的结果；实现企业高绩效的路径有3种，分为研发投入公司治理驱动型、专利产出公司治理驱动型、公司治理单驱动型；实现企业非高绩效的路径有2种，分为技术创新公司治理双缺陷型、公司治理单缺陷型，与高企业绩效路径呈现非对称关系；管理层激励是促进企业绩效提升的重要因素。关键词：公司治理；技术创新；企业绩效中图分类号：F272.5;F271文献标志码：A文章编号：1671-4792（2023）04-12-13作者简介：黄佳伟(1998)，男，硕士研究生，江西科技师范大学经济管理与法学院，研究方向：企业创新管理。（江西南昌330046）2023年第4期12内部不同利益方之间的关系，保障企业平稳运行。因此，技术创新与公司治理是企业发展的重要驱动力，二者对企业绩效产生着协同影响。企业绩效是各要素相互依赖、协调结合的结果4。不同要素的匹配过程可能导致企业出现相同的绩效结果，如技术创新能力与公司治理结构不同的企业都可以达成良好的企业绩效。目前对于技术创新与公司治理如何影响企业绩效的“黑匣”仍缺乏系统、普适的结论。为深入剖析技术创新、公司治理与企业绩效的影响机制，本文采用 fsQCA 与 NCA 结合的方法，充分考虑不同要素组合的前因复杂性和因果非对称关系5，试图挖掘技术创新与公司治理背后的协同联动作用，以组态的视角找出促进企业绩效提升以及抑制企业绩效提升的差异路径及不同机制。1文献综述与模型构建1.1技术创新与企业绩效技术创新是指采用新的生产方法、新的原料、新的过程和新的服务以达到提高效率、保证质量、降低成本、保护环境等实践应用效果，是保证企业在成长和成熟市场保持持续竞争力的有效方法2。学界关于技术创新与企业绩效的研究主要包括研发投入与专利产出两个维度。（1）研发投入与企业绩效。作为技术创新的前提和基础，研发投入是衡量创新投入的重要指标。一般认为，增加研发投入可以提高企业的产值，促进企业的有效专利数与新产品专利数的提高，帮助企业发展壮大6。但是 Quo7、戴小勇8等学者也指出研发投入对于企业的发展可能是负面的及非线性的。（2）专利产出与企业绩效。专利是企业的一种创新资源或创新能力，能提升企业的市场竞争力。在衡量技术创新水平方面，专利数量更有准确性和可利用性。不过，专利数量如何影响企业绩效目前研究尚未得出统一结论910。1.2公司治理与企业绩效狭义上来讲，公司治理是对企业股东大会、董事会等管理层进行权力制衡的制度安排。广义上来讲，是企业进行内外部权利的分配11。公司治理对于公司的发展至关重要，良好的公司治理能够对公司的绩效产生积极影响。以往学者对公司治理的研究主要分为三个维度：股权结构、管理层激励、董事会治理结构。（1）股权结构与企业绩效。股权结构是企业治理结构的基础，反映了企业内部权力配置。股权结构的研究主要集中于股权集中度和股权制衡度两个方面。关于股权集中度，白重恩12等学者认为其与企业绩效存在正相关关系。但颜爱民13等学者认为股权集中度与企业绩效或不存在显著的线性关系。关于股权制衡度，张良14等学者认为股权制衡度与企业绩效是正相关。但颜爱民13等学者发现股权制衡度与企业绩效技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法13科技广场234不存在显著关系。（2）管理层激励与企业绩效。通常来说，对管理层进行激励能够消除管理层的短视行为及消极态度，产生利益趋同效应，提高工作积极性，优化资源配置结构。管理层激励可分为股权激励和薪酬激励。通常管理层激励被认为能够有效推动企业绩效的提升15。但魏刚16认为其与企业绩效不存在显著关系。（3）董事会治理结构与企业绩效。董事会是公司内部治理的核心部门，有效的董事会结构是企业解决委托代理问题、监控管理层的重要机制。董事会治理结构主要分为董事会规模与独立董事占比两个维度。对于董事会规模对企业绩效的影响存在截然不同的观点。Yermack17等学者认为二者存在负相关关系。但严若森18等认为二者存在正相关关系。关于独立董事方面，学界普遍认为其会对企业绩效产生积极影响19。但 Bhagat20等学者认为二者并无关联。1.3模型构建综上，现有的企业绩效研究回答了技术创新与公司治理影响企业绩效的部分机理，但是多关注于变量之间的线性关系及“净效应”影响，难以充分解释其背后的复杂因果关系。创新理论与资源基础理论认为，创新不仅是经济发展的重要支撑，也是企业可持续发展的关键保障，统筹研发投入、专利数等异质性资源是企业发展的核心路径。因此，本文尝试运用 QCA 与 NCA 结合的方法，探讨企业公司治理与技术创新的各个要素以何种路径发挥协同联动作用，最终实现企业的高绩效或非高绩效的结果。在此基础上，本文构建了一个影响企业绩效的前因条件整合模型（如图 1）。图1企业绩效驱动机制模型图2研究设计2.1研究方法定性比较分析是以布尔运算及集合理论为基础，通过系统组态的视角探讨各个条件通过何种路径达到结果实现的因果分析方法。其可以分为三种类型：fsQCA、14mvQCA、csQCA。其中 fsQCA 既可以进行程度分析也可以进行类别分析，相较于其他类型其更适合处理连续型变量。与 fsQCA 在必要条件分析中的“定性”结果相比，NCA 不仅能够识别其条件是否为结果产生的必要条件，还能分析该条件成为必要条件所需要的最低水平，实现对传统的充分性分析技术的有效补充。基于企业绩效变量的连续性数据性质以及公司治理与技术创新背后各因素的复杂互动关系，本文尝试使用 NCA 与 fsQCA 结合的方法，分析技术创新与公司治理对企业绩效的协同作用。2.2样本选择与数据来源样本为 2020 年 A 股沪深上市公司，数据来源为 2020 年公司财务年报和公司公告，公司公告、公司财务年报来自国泰安数据库。对于样本进行了以下处理：第一，考虑到数据时效性与可获得性，将数据参考年份选为 2020 年；第二，因为 ST 公司及*ST 公司属于经营情况异常的公司，不予纳入分析；第三，考虑到金融、保险类上市公司业务活动与绩效评价与其他公司有差异，金融、保险类公司不予纳入分析；第四，剔除数值缺失的公司样本。最后筛选出 815 个有效样本进行分析。2.3变量定义在 QCA 分析中，大样本分析的前因条件数要求达到 7 个以上4，所以本文选取 8个前因条件。参考以往研究范式，将公司治理的表现分为股权结构、董事会治理结构与管理层激励三个维度。将技术创新的表现分为研发投入与专利产出两个维度。考虑到总资产收益率能反映全部资产的运营能力与获利能力，故不区别资金来源的性质对企业绩效的影响，采用总资产收益率作为企业绩效的衡量指标。具体指标见表1。表1变量定义变量维度指标指标说明技术创新研发投入研发投入研发投入/营业收入专利产出专利申请数专利机构受理技术发明申请专利的数量公司治理股权结构股权集中度第一大股东持股数量/公司总股份数量股权制衡度（前五大股东持股比例第一大股东持股比例）/第一大股东持股比例管理层激励管理层薪酬管理层总报酬占公司总资产的比例管理层持股管理层持股数占总股本的比例董事会结构董事会规模董事总人数独立董事占比独立董事人数/董事会总人数企业绩效企业绩效总资产收益率净利润/总资产余额技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法15科技广场2342.4变量校准QCA 分析需要对变量进行再校准，将案例转换为集合概念4。根据理论与实际的外部知识，设置完全隶属、交叉点（完全隶属与不完全隶属的中间点）、完全不隶属三个临界值。参考以往相关研究21，采用直接校准法将样本统计的上四分位数、中位数和下四分位数（75%分位数、中位数、25%分位数）设定为完全隶属、交叉点、完全不隶属的校准锚点。董事会规模中位数与上四位数重合，另选择上下四分位数的平均值作为交叉点（见表 2)。表2变量校准锚点研究变量目标集合锚点完全隶属交叉点完全不隶属条件变量技术创新研发投入占比0.0830.0490.034专利申请数119.55218公司治理股权集中度0.4090.3000.218股权制衡度1.2290.7180.359管理层薪酬0.0040.0020.001管理层持股0.3270.0880.000董事会规模987独立董事占比0.4270.3640.333结果变量企业绩效高企业绩效0.0850.0510.023非高企业绩效0.0230.0510.0853数据分析3.1企业绩效的必要条件分析NCA 可以识别达成企业绩效结果的必要条件。NCA 存在两种估算效应量的方法，一种是可以处理连续变量和离散变量的上限回归（CR），另一种是上限包络分析（CE）。本文将分别报告 CR 与 CE 的结果（见表 3）。在 NCA 方法中必要条件需要满足两个条件：效应量不小于 0.122，且蒙特卡洛仿真置换检验显示效应量是显著的23。根据表 3 可知，研发投入、专利数、股权集中度、股权制衡度、管理层持股、董事会规模、独立董事占比的效应量皆不显著，不能认为是企业绩效的必要条件。管理层持股虽然显著，但是效应量太小，不能认为是企业绩效的必要条件。在表 4 瓶颈水平表中，进一步报告了瓶颈分析结果。瓶颈水平（%）指达到结果最大观测范围的某一水平，前因条件最大观测范围内需要满足的水平值（%）。如表164 所示要达到 60%的企业绩效水平，需要 0.7%水平的管理层薪酬，而其他 7 个条件都不存在瓶颈水平。表3NCA方法的效应量分析条件方法精确度上限区域范围效应量P值研发投入CR100%0.00010.0001.000CE100%0.00010.0001.000专利数CR100%0.0000.990.0001.000CE100%0.0000.990.0001.000股权集中度CR100%0.00010.0001.000CE100%0.00010.0001.000股权制衡度CR100%0.00010.0001.000CE100%0.00010.0001.000管理层薪酬CR98.4%0.00610.0060.000CE100%0.00810.0080.002管理层持股CR100%0.0000.950.0001.000CE100%0.0000.950.0001.000董事会规模CR100%0.00010.0001.000CE100%0.00010.0001.000独立董事占比CR100%0.00010.0001.000CE100%0.00010.0001.000注：条件数值为校准后模糊集隶属度值。CR=上限回归方法，CE=上限包络分析。效应量范围0.0d0.1为“低水平”。表4NCA方法的瓶颈水平（%）分析企业绩效 研发投入专利数股权集中度股权制衡度管理层薪酬管理层持股董事会规模独立董事占比0NNNNNNNNNNNNNNNN10NNNNNNNNNNNNNNNN20NNNNNNNNNNNNNNNN30NNNNNNNNNNNNNNNN40NNNNNNNN0.2NNNNNN50NNNNNNNN0.4NNNNNN60NNNNNNNN0.7NNNNNN70NNNNNNNN0.9NNNNNN80NNNNNNNN1.2NNNNNN90NNNNNNNN1.4NNNNNN100NNNNNNNN1.7NNNNNN注：CR方法分析，NN=不必要。技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法17科技广场234根据表 5 可知，进一步通过 QCA 方法检验必要条件发现单个条件必要性的一致性低于 0.94。这一结果与 NCA 结果一致，即不存在产生高企业绩效的必要条件。表5QCA方法的单一条件必要性检验条件变量结果变量高企业绩效非高企业绩效技术创新研发投入0.5570.501研发投入0.5370.593专利数0.5320.546专利数0.5610.547公司治理股权集中度0.5910.504股权集中度0.4920.579股权制衡度0.5640.524股权制衡度0.5250.566管理层薪酬0.6470.518管理层薪酬0.4450.580管理层持股0.6200.454管理层持股0.4660.628董事会规模0.6190.654董事会规模0.4580.423独立董事占比0.5090.513独立董事占比0.5820.579注：“”表示非条件，如“研发投入”表示非研发投入。3.2企业绩效的组态分析组态分析能够检测结果实现的不同条件组态的充分性。根据相关研究的建议421，在操作中将充分条件的一致性阈值设定为 0.8，PRI 一致性阈值设定为0.7。同时，对于大样本来说，频数阈值一般在 3 以上24。基于本研究样本数较大的情况，在操作中将案例的频数阈值最终确定为 3。fsQCA 会得出三种不同的解：简约解、中间解、复杂解。在简约解和中间解同时出现的条件是核心条件，对结果产生重要影响。只在中间解中出现的条件是边缘条件，对结果只贡献辅助作用4。由于不存在必要条件且缺少确切的理论支持，进行反事实分析时将单个条件的出现与否均确认为可以产生高企业绩效或非高企业绩效。3.2.1?高企业绩效的驱动机制分析通过 fsQCA 程序分析结果可以得出达成高企业绩效的路径有七条，其每一个组18态的一致性为 0.892、0.830、0.844、0.855、0.847、0.874、0.851，总体解的一致性为 0.842，皆大于 0.8 满足充分性要求，说明这些路径都能够实现高企业绩效。通过对高企业绩效组态的进一步归纳与总结，可以得出三种高企业绩效的路径类型。各类型具体解释如下：表6fsQCA中实现高企业绩效的组态注：表示核心条件出现，表示边缘条件出现，表示核心条件缺失，表示边缘条件缺失，空白表示条件变量可以出现也可以缺失。类型 1：研发投入 公司治理双驱动型，包括 H1a、H1b、H1c 三个组态。该类型表示企业研发投入较为突出，拥有较为良好的公司治理与之匹配，能有效协同促进企业绩效的提升，被称为“研发投入 公司治理双驱动型”。该类型下的组态虽专利产出薄弱，但是有较强的研发意识，能促使企业及时更新产品或技术。同时，积极的管理层激励保证了经营者与所有者的利益一致，削弱了委托代理问题的负面影响，帮助了技术创新政策的开展与落实。因此，该组态类型表明了在研发投入大且公司治理条件优秀的条件下，企业能有效达成高绩效。类型 2：专利产出 公司治理双驱动型，包括 H2a、H2b 两个组态。该类型下的企业拥有较为集中的股权结构和较大的董事会规模，能够有效调配资源集中于创新活动，研发投入较少，但是拥有较高创新成果转化率，产出专利高，被称为“专利产出公司治理双驱动型”。专利的独占性有助于企业在市场上获得垄断性地位，而企业大股东的持股比例较高、董事会规模大以及管理层激励强等条件表明公司创新政策受条件变量产生高企业绩效的组态H1H2H3H1aH1bH1cH2aH2bH3aH3b研发投入专利数股权集中度股权制衡度管理层薪酬管理层持股董事会规模独立董事占比原始覆盖度0.0940.0860.1170.0730.0780.0870.098唯一覆盖度0.0180.0290.0520.0170.0110.0130.038一致性0.8920.8300.8440.8550.8470.8740.851解的覆盖度0.314解的一致性0.842技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法19科技广场234到有效的监督与控制，能够拥有大量与外界的交流机会，获得丰富的发展资源。因此，该组态类型的企业尽管研发投入较少，但专利产出与公司治理协同能促使实现高绩效发展。类型 3：公司治理单驱动型，包括 H3a、H3b 两个组态。该类型下的企业多为非创新驱动型的企业，缺乏技术创新能力的支撑、创新政策的部署以及创新领域的投资，但公司治理结构优秀，保持着良好的经营状况，被称为“公司治理单驱动型”。在该类型中，企业发展并非以创新为导向，大股东之间的互相牵制与互相监督使公司激励机制、监督机制等发挥作用，促进企业决策制定的科学化。而管理层激励也在很大程度上避免了管理者与利益相关者之间的利益分歧，减少了委托代理机制带来的决策风险。因此，该类型组态说明凭借优秀的公司治理结构可以在企业创新能力稍显不足时实现高绩效。3.2.2?非高企业绩效的驱动机制分析结果中能达到非高企业绩效的路径有六条，组态一致性分别为 0.844、0.857、0.852、0.848、0.844、0.838，总体解的一致性为 0.830，说明这六条路径会导致企业不能达到高企业绩效。通过对非高企业绩效组态的进一步归纳与总结，可以得出两种产生非高企业绩效的路径类型，各类型具体解释如下：表7fsQCA中实现非高企业绩效的组态注：表示核心条件出现，表示边缘条件出现，表示核心条件缺失，表示边缘条件缺失，空白表示条件变量可以出现也可以缺失。条件变量产生非高企业绩效的组态NH1NH2NH1aNH1bNH1cNH1dNH2aNH2b研发投入专利数股权集中度股权制衡度管理层薪酬管理层持股董事会规模独立董事占比原始覆盖度0.1320.0820.0470.8860.0390.053唯一覆盖度0.0590.0130.0110.0150.0120.017一致性0.8440.8570.8520.8480.8440.838解的覆盖度0.217解的一致性0.83020类型 1：技术创新公司治理双缺陷型，包括 NH1a、NH1b、NH1c、NH1d 四个组态。该类型组态存在共同的核心条件：技术创新能力不足、股权不集中、管理层缺乏激励，被称为“技术创新 公司治理双缺陷型”。股权集中度低意味着股东难以抑制经营者的自利行为，难以监督和敦促代理人进行适当的研发活动。组织控制理论认为，企业的实际控制人必须有足够的激励并且有能力推动企业开展技术创新。企业若无法提供足够高的管理层薪酬，将导致高层管理者丧失经营积极性，选择利于自身职位而非企业价值最大化的行为。因此，该类型企业缺乏研发投入与专利产出，企业无法形成创新成果帮助企业建立竞争优势。在技术创新缺乏投入，公司治理缺乏优良机制的情况下，董事会决策难以保证科学客观，最终抑制企业绩效的提升。类型 2：公司治理单缺陷型，包括 NH2a、NH2b 两个组态。该类型企业具有一定的技术创新能力，但是在公司治理方面较为消极，股权松散、管理者积极性不足，被称为“公司治理单缺陷型”。这种类型的企业通常股权不集中，控制权分配不合理，决策成本过高，可能产生“集体行动难题”或股东间的互相推诿等后果。在决策执行层面，管理层薪酬缺乏将促使企业出现代理风险，高管可能会为了短期利益忽视长期的创新收益，且由于独立董事任命机制会间接影响企业独立董事的客观性与独立性。这说明在企业股权结构、管理层、董事会无法发挥有效职能的情况之下，仅仅依靠技术创新企业绩效将难以提升。3.3稳健性检验稳健性检验是 QCA 的一个必要环节，包括调整校准阈值、改变案例频数、变动一致性阈值、补充或剔除案例等多种方法。本文采用变动一致性阈值的方法（从 0.8调整到 0.85）重新处理了样本数据。结果显示，高企业绩效路径与原结果完全相同，非高企业绩效路径与原结果的子集相同，解的一致性分别为 0.865854 和 0.828289，均大于 0.8，因此结论可信。另外，根据 Schneider25提出的 QCA 稳健性检验的两个集合论判断方法（拟合参数差异和集合关系状态），稳健性检验显示结果稳健。4研究结论与建议通过分析本文得出以下结论：（1）企业绩效不是由单一因素驱动，而是技术创新与公司治理多种因素共同作用的结果。研究发现，单个前因条件对企业绩效的解释力较弱，任何单一因素均不是单独构成高企业绩效或非高企业绩效的必要条件；（2）实现企业高企业绩效的路径有三种类型：研发投入 公司治理驱动型、专利产出 公司治理驱动型、公司治理单驱动型；（3）造成非高企业绩效的路径有两种类型：技术创新 公司治理双缺陷型、公司治理单缺陷型。并且，产生非高企业绩效的路径与产生高企业绩效的路径并不相同，体现了企业绩效影响机制的非对称性；（4）管理层激技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法21科技广场234励是促进企业绩效提升的重要因素。管理层薪酬在高企业路径中皆以核心条件存在，在非高企业路径中皆为核心条件缺失。根据研究结论，认为企业要达到高企业绩效，避免达到非高企业绩效，应遵循以下建议：第一，注重技术创新与公司治理对企业绩效的协同促进作用。面对不稳定的外部环境，企业可以合理改造自身的治理体系，选择合适的创新改革方案，利用技术创新与公司治理的协同作用共同激活企业绩效。第二，加强公司制度建设，优化管理层激励政策。企业需要及时进行公司治理建设，形成稳定、科学的管理制度，加大管理层激励尤其管理层薪酬的投入，以此保证管理层经营企业的积极性，实现企业绩效的稳步提升。第三，企业可以根据自身资源优势选择合适的发展路径。技术创新、股权结构、董事会结构等要素对企业的影响呈现“非线性”特征，企业可以根据自身的环境与资源找准发展着力点。例如，不同的股权结构情况下，企业既可以选择股权较为集中的“研发投入 公司治理驱动型”的发展路径，也可以选择股权较为制衡的公司治理单驱动型的发展路径。参考文献：1JDSEPH S,BACKHAUS U.The theory of economic developmentM.New York:Springer US,2003.2BROWN R.Managing the“S”curves of innovationJ.Journal of Marketing Management,1991,7(2):189-202.3陶秋燕,李锐,王永贵.创新网络特征要素配置、环境动荡性与创新绩效关系研究来自QCA的实证分析J.科技进步与对策,2016,33(18):19-27.4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J.管理世界,2017(06):155-167.5杜运周,李佳馨,刘秋辰，等.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J.管理世界,2021,37(03):180-197+12-13.6叶英平.区域工业企业R&D投入对企业绩效的影响J.科研管理,2013,34(S1):334-338.7QUO B,WANG Q Z,SHOU Y Y.Firm size,R&D,and performance:an empirical analys-is onsoftware industry in China C/2004 IEEE International Engineering Management Conference(IEEECat.No.04CH37574).IEEE,2004.8戴小勇,成力为.研发投入强度对企业绩效影响的门槛效应研究J.科学学研究,2013,31(11):1708-1716+1735.9SCHERER F M.The propensity to patentJ.international Journal of industrial organization,1983,1(1):107-128.10BLOOM N,REENEN J V.Patents,real options and firm performanceJ.The Economic Jour22nal,2002,112(478):C97-C116.11李维安,郝臣,崔光耀,等.公司治理研究40年：脉络与展望J.外国经济与管理,2019,41(12):161-185.12白重恩,刘俏,陆洲,等.中国上市公司治理结构的实证研究J.经济研究,2005(02):81-91.13颜爱民,马箭.股权集中度、股权制衡对企业绩效影响的实证研究基于企业生命周期的视角J.系统管理学报,2013,22(03):385-393.14张良,王平,毛道维.股权集中度、股权制衡度对企业绩效的影响J.统计与决策,2010(07):151-153.15纪晓丽,黄化.民营上市公司管理层激励与企业绩效实证研究J.经济体制改革,2006(03):60-62.16魏刚.高级管理层激励与上市公司经营绩效J.经济研究,2000(03):32-39+64-80.17YERMACK D.Higher market valuation of companies with a small board of directorsJ.Journal of financial economics,1996,40(2):185-211.18严若森.再析董事会治理与公司经营绩效的关系基于中国制造业上市公司的实证研究J.经济管理,2009,31(10):54-58.19龚辉锋.上市公司董事会特征与公司绩效实证研究J.商业研究,2011(10):56-62.20BHAGAT S,BLACK B S.The non-correlation between board independence and long-termfirm performanceJ.J.CorP.l.,2001,27:231-274.21FISS P C.Building better causal theories:A fuzzy set approach to typologies in organizationresearchJ.Academy of management journal,2011,54(2):393-420.22DUL J.Necessary condition analysis(NCA)logic and methodology of“necessary but not sufficient”causalityJ.Organizational Research Methods,2016,19(1):10-52.23DUL J,LAAN V D E,ROELOF K.A statistical significance test for necessary condition analysisJ.Organizational Research Methods,2020,23(2):385-395.24Greckhamer T,Misangyi V F,Fiss P C.The two QCAs:From a small-N to a large-N set theoretic approach M/Configurational theory and methods in organizational research.Bingley:EmeraldGroup Publishing Limited,2013.25SCHNEIDER C Q,WAGEMANN C.Set-theoretic methods for the social sciences:A guide toqualitative comparative analysisM.Cambridge:Cambridge University Press,2012.A Research on the Influence Mechanism of Technological Innovation,CorporateGovernance and Enterprise Performance Based on fsQCA and NCA MethodsHuang JiaweiAbstract:Technological innovation and corporate governance are important driving forces for theimprovement of enterprise performance.This paper selects 815 listed companies on the A-share main技术创新、公司治理与企业绩效影响机制研究基于fsQCA与NCA方法23科技广场234board as research samples and explores the synergistic and multiple concurrent effects of corporategovernance and technological innovation on enterprise performance with a combination of fuzzy setqualitative comparative analysis(fsQCA)and necessary condition analysis(NCA).The results show thatcorporate performance is not driven by a single factor,but jointly influenced by multiple factors such astechnological innovation and corporate governance;there are three ways to achieve high enterpriseperformance,namely,R&D investment+corporate governance driven,patent output+corporategovernance driven and corporate governance singly-driven;there are two paths to achieving non-highenterprise performance,namely,dual defect type of technological innovation+corporate governance andsingle defect type of corporate governance,representing an asymmetric relationship with thoseapproaches to high enterprise performance;and management incentive is an important factor inimproving enterprise performance.Key words:Corporate Governance;Technological Innovation;Enterprise Performance24