国家创业生态系统演化如何影响就业岗位创造？

摘 要：就业是民生之本和发展之基。通过创业带动就业是促进岗位创造的重要途径。国家创业生态系统演化如何影响就业岗位创造是创业研究亟待回答的问题。运用创业生态系统理论框架和多时段fsQCA方法，对2001—2020年参与全球创业观察的114个国家划分四个时期进行多时段定性比较分析，从要素层面上探究哪些创业生态系统要素较为稳定地出现和共演化？以及从组态层面上，探究什么样的国家创业生态系统能够稳定地驱动高就业岗位创造？研究发现：创业生态系统下的单个要素均不构成高/非高就业岗位创造的必要条件，但是开放的市场和良好的基础设施的组合在产生高就业岗位创造上发挥着较为普适的作用，并在共生中实现共演化；对于四个不同时期，分别识别出2种、2种、2种和3种可以产生高就业岗位创造的创业生态系统。此外，区分了不同类型经济体，发现缺乏政府扶持和缺乏基础设施是导致欠发达经济体非高就业岗位创造的稳定因素，这表明政府的帮扶对于欠发达经济体发展就业至关重要，同时出现了相对稳定的产生欠发达经济体非高就业岗位创造的创业生态系统，体现为仅具备良好的市场开放度和文化社会规范，缺乏其他生态要素的扶持。而对于发达经济体，创业教育对产生高就业岗位创造的重要性随着时间的推移逐渐降低。

关键词：创业生态系统；高就业岗位创造；多时段定性比较分析

中图分类号：F241.4 文献标志码：A 文章编号：1000-4149（2025）01-0106-18

DOI：10.3969/j.issn.1000-4149.2025.01.008

一、引言

就业岗位是个体赖以生存、维持生计的立根之本，也是一个国家经济增长、社会发展的重要推动力，对提升人民的生活水平和生活质量起到关键性作用。习近平总书记在主持中央政治局第十四次集体学习时强调，“促进高质量充分就业，是新时代新征程就业工作的新定位、新使命”。就业作为我国实现共同富裕战略目标的重要实践途径，是最大的民生，更加充分更高质量就业是践行以人民为中心的发展思想、扎实推进共同富裕的重要基础。

有研究指出面对人口和经济发展的动态变化，需要动态优化创业生态系统，以实现充分就业 ［1-2］ 。其中，创业作为带动就业、改善民生的重要方式之一，一直是政策制定者创造新就业的渠道。因此，如何动态优化国家创业生态系统实现高就业岗位创造，是一项重大的国家现实需求问题，也是有待探究的复杂系统科学问题。

创业生态系统 （entrepreneurial ecosystem） 是“一个地区内的社会、政治、经济和文化要素的组合，支持具备创新性的创业公司的发展和成长，并鼓励新生企业家和其他参与者承担风险，启动、资助和以其他方式协助高风险企业”［3］ 。创业生态系统通过提高区域承载力、减少交易成本、推动技术发展等，促进该地区新创企业活力和创业质量 ［4-5］ ，进而创造更多就业岗位。创业生态系统的演化是系统组成要素的再组合，因此分析创业生态系统的演化的关键是从变化多样的组态中找到循环模式 ［5-6］ 。具体来说，创业生态系统的良性演化通过降低交易成本 ［7］ 、提升区域承载力、促进技术进步和技术效率等驱动机制的复杂组合及其演化 ［5］ ，共同促进新创企业活力和质量的演化，进而影响就业岗位创造。但是现有研究还存在以下局限性：一是已有文献在要素层面分析了创业生态系统的单个要素与就业岗位创造间的关系，对创业生态系统整体与就业岗位创造间复杂因果关系的认识不足 ［8-9］ 。这些研究检验了政策环境、经济发展、市场环境、基础设施、金融资本等创业生态系统的个别要素如何影响就业，但是单要素研究不足以充分解释创业生态系统整体对就业岗位创造的复杂驱动机制，亟待开展创业生态系统多要素复杂互动影响就业岗位创造的理论和实证探讨。二是已有研究缺乏动态视角考察创业生态系统演化如何影响就业岗位创造，先前研究有待回答：创业生态系统演化如何影响就业岗位创造？

组态视角和多时段定性比较分析方法 （Conducting Multiple QCAs for Different TimePeriods）可以分析复杂动态视角下要素间的复杂互动及其共演化，适合研究创业生态系统演化及其影响就业岗位创造的复杂动态驱动效应 ［2，10-11］ 。因此，本文采用多时段定性比较分析方法，对2001—2020年参与全球创业观察的114个经济体进行分析，探究创业生态系统要素的共演化对就业岗位创造的影响，致力于回答以下问题：创业生态系统要素是否是产生高就业岗位创造的必要条件？哪些创业生态系统要素较为稳定地出现和共演化？实现高就业岗位创造的创业生态系统如何演化？什么样的创业生态系统能够稳定地驱动高就业岗位创造？本文可能的贡献如下：首先，基于复杂动态视角探究创业生态系统动态的演化过程，为系统分析创业生态系统驱动高就业岗位创造的复杂动态影响机制提供新的思路和经验证据，这一研究设计将推动动态定性比较分析方法在创业、就业及更广泛研究领域对动态演化问题的实证应用；其次，探究哪些创业生态系统要素较为稳定地共演化和实现高就业岗位创造，以及哪些创业生态系统要素不稳定地变化，有助于识别创业生态系统在复杂动态演化中的“鞍点均衡”，为动态复杂的创业生态系统管理找到稳定的支点；最后，将创业生态系统的研究扩展到就业领域，并考察了生态系统的动态演化对就业的影响，为相关政策制定者科学认识复杂系统，制定系统观念原则下，优化创业生态系统促进就业和改善民生提供科学决策的理论、方法和经验证据。

二、理论基础与模型构建

就业岗位创造指的是在经济体内产生新的就业机会的过程，这可能由商业扩张、新创企业建立等因素引起 ［12］ 。为更好地诠释多环境要素动态复杂的互动，“创业生态系统”的概念被正式提出 ［13］ 。虽然创业生态系统的内涵并不统一，但学者们普遍认可创业生态系统的复杂性特征，认为创业生态系统离不开系统内核心要素之间的相互协调 ［14-16］ 。根据生态理论，创业生态系统是一个地区内支持创新发展和成长、鼓励企业家创业的社会、政治、经济和文化等外部环境的组合 ［3］ 。生态系统的研究层面聚焦于种群内 （生态要素内） 和种群间（生态要素间）。从种群内角度来看，当某类种群密度不断扩大时，将会逐渐逼近生态环境的承载力，此时生态环境将会选择更为优良的种群内个体，导致组织创建率下降，组织解散率提升。从种群间角度来看，因有限的生态位，种群之间存在着共生、共栖和主导的关系，生态系统的生态承载力和生态要素 （合作与竞争） 之间的关系影响着企业的创建率和解散率 ［17］ 。例如，政府和市场在相同生态位上的竞争会降低生态承载力，增加企业的解散率，相反政府和市场在不同生态位上的合作关系能够提高生态承载力，促进新创企业的建立 ［4］ 。进一步地，创业生态系统要素之间的共栖、共生或支配关系，影响了新创企业的活动，并对就业岗位创造产生多重等效的影响 ［4］ 。此外，种群之间还可能发生着共演化。

当两个正在演化的种群之间彼此响应了对方的特征而产生系统的变化，并对彼此的生存都起到明显的因果影响时，便发生了种群间的共演化 ［18］ 。根据交易成本理论，由于不完全竞争的存在，制度性交易成本和市场性交易成本在交易发生时总是存在。企业可以通过降低交易成本来提高效率和活力。良好的创业生态系统可以通过政府与市场之间的合作，降低搜索、监控、签约相关的市场性交易成本，以及政治经济所涉及的制度性交易成本，这有利于在促进创业活动的基础上有效提高就业岗位创造。

创业生态系统要素可被分为三大类 （物质要素、社会要素以及文化要素） 下的六小类（政府扶持、基础设施、市场开放度、金融支持、创业教育以及文化和社会规范）［3，19-20］ 。其中，文化要素 （包括创业的历史以及支持性文化） 影响了创业的基本信念和观点，对创业的过程产生基础性作用 ［20-22］ ；社会要素中的创业教育为资源共享创造了途径 ［7］ ，将生态要素紧密地结合在一起；物质要素是该地区有形存在的要素，包括大学、支持服务和设施、政策和治理以及开放市场。不同的要素之间 （包括不同种类的要素间关系以及同一种类下的不同要素之间） 在共生和竞争的复杂环境中实现着共演化。政府扶持、基础设施、市场开放度、金融支持、创业教育、文化和社会规范这六小类要素，是所有构成创业生态系统的要素中至关重要的 ［19-20］ ，为界定生态要素范围提供了依据 ［23］ 。

根据伊森伯格（Isenberg）的创业生态系统六要素分析框架 ［19］ ，以及斯皮格尔（Spigel）对于创业生态系统要素的分类 ［3］ ，本文确定了研究所包含的生态要素 （即创业生态系统的组成因素、定性比较分析的前因条件），包括：归类为物质要素的政府扶持、基础设施、市场开放度；归类为社会要素的金融支持、创业教育；以及归类为文化要素的文化和社会规范。

1. 政府扶持与就业岗位创造

政府扶持主要包括政府支持政策、税收管理体制以及政府创业项目。具体来说，政府支持政策包括鼓励一个国家或地区创业活动提供的激励措施，其能够减轻创业者的负担，促进创业者开办更多企业并创造出更多的就业岗位。税收管理体制影响着新创企业的税收成本，过重的税收负担会增加创业者的成本，继而削弱创业活动，不利于就业岗位创造，但合理的税收政策能够减轻企业的税收负担，促进企业创新和发展，创业率越高时，创造的就业岗位数量也就越多；此外，税收优惠降低了企业的交易成本，为创造就业岗位提供了更多的资金。政府提供的创业项目包括成功创业的案例、创业发展的实践等，为创业者提供了指导和帮助，增强了创业者的创业能力，促进创业并创造出更多的就业岗位。然而，也有研究发现，政府管制通过合规成本和监管捕获阻碍了创业带动下的就业岗位创造 ［24］ ，扩张性财政政策、政府服务性支出也会负向影响就业 ［25-26］ 。

2. 基础设施与就业岗位创造

基础设施是指促进企业创建和发展的充足办公空间、电信设施和交通基础设施等 ［3］ 。一方面，当基础设施优良，房产 （商业和住宅） 的相对成本较低，交通的质量和可替代性充足时，员工容易更乐于在这样的生态环境下就业，从而直接推动就业岗位需求。另一方面，当企业能够轻松获得通信、公用事业等物质资源时，便可以节省大量的生产成本开办投资新企业，进而提供更多的就业岗位。然而，随着信息化和互联网的发展，信息资本能够替代劳动力，企业对于中低端劳动力的需求降低，从而会减少就业岗位数量 ［27-28］ 。

3. 市场开放度与就业岗位创造市场开放度反映了新公司进入现有市场的自由程度，体现了新创企业进入一个市场的难易程度。市场开放，企业能够更加自由地进入已有市场，创业者可能更有信心获得预期收益，创业活动越活跃 ［29-30］ ，就业岗位创造的可能性越大。然而，开放的市场可能需要数量更多质量更好的劳动力，为初创企业带来更高的成本，进而阻碍创业活动，减少吸纳劳动力数量 ［31］ 。

4. 金融支持与就业岗位创造

金融支持体现了中小企业从机构投资者或企业家个人资本处获得金融资源（包括股票、债券、政府补助和拨款） 的可得性 ［3］ ，能够通过对初创企业提供直接的财务扶持，增强创业者的自信以及创业活动的可行性，在促进创业活动水平、促进企业效益提升的基础上，有利于企业吸纳更多的就业人数。有限的资金将成为阻碍创业者创业的束缚，而资金支持作为初创企业生存和成长的重要条件，是初创公司成长的必要催化剂。在创业初期，金融支持是新创企业投放产品或进入新市场的瓶颈因素，对创业活动起到至关重要的作用，帮助企业应对成长的挑战，对促进创业活动、带动就业起到至关重要的影响。然而，金融资本也可能对就业产生抑制作用 ［32］ 。例如，金融资本可能会挤出实业投资、增加经营风险、劳动力成本上升等问题，进而导致就业机会的减少或者就业质量的下降 ［33］ 。

5. 创业教育与就业岗位创造

创业教育是劳动力从教育、培训或者以往创办企业、雇佣表现出色的员工经验中获得知识，继而运用新的知识影响创业活动，其为创业提供了高水平的科学知识和商业技能。

学校开设的创业教育或课程培训提高了创业者交流知识和学习知识的能力，提供一些在未来创业创新中需要发展的基础知识和技能，提高了管理能力，也提高了创业的吸引力及潜在的创业者识别创业机会的能力 ［34］ 。一方面，良好的创业教育促使企业具备了获取资源和降低成本所需的能力，培训和受教育程度影响了创业，带动创造更多的就业岗位；另一方面，作为生态系统中的关键要素，创业教育水平越高，劳动力的技术水平越高或经验储备越丰富，越会带来更多高质量的劳动力就业岗位需求。然而，受过创业教育的高质量劳动力也可能会增加企业的创业成本，减少初创企业创造更多就业岗位的意愿 ［35-36］ 。

6. 文化规范与就业岗位创造

一个国家的文化或社会规范通过影响个人信念或态度继而影响创业 ［34］ 。文化规范包括文化态度和创业历史，“通过塑造被人们接受的创业实践和规范”来影响创业 ［21］ ，是创业生态系统中的主要因素 ［3］ 。活跃的创业生态系统具备鼓励企业家创业的文化环境，所传达的价值观和规范，强调社会对创业者的尊重以及媒体的积极宣传，即人们认为创业是合法的，能够提升创业者的社会地位，并支持创业、创新以及追求机会 ［19，32］ ，这些价值观将影响生态系统中参与者的互动交流 ［37］ ，提高了人们对创业活动的态度以及可接受性，鼓励生态系统参与者从事创业，寻找新机会，增加就业岗位的创造。但不同文化驱动下的创业活动不尽相同，对就业的影响也存在差异 ［38-39］ 。

综上，本文采用动态组态视角和多时段QCA方法，试图探索：什么样的创业生态系统能够稳定地驱动高就业岗位创造？如果没有稳定的创业生态系统，那么什么样的创业生态系统要素是稳定的？创业生态系统将如何演化？

三、研究设计

1. 研究方法

多时段定性比较分析考虑了时间维度，针对不同时间段的相同案例进行多次定型比较分析 ［10］ 。具体来说，该方法通过比较不同时间段的组态解，以此探究时间效应的影响。如果研究者对于“在特定时期内保持稳定的条件，或区分具有不同解释因素的时期”这一问题感兴趣，在多时段QCA过程中，通过观察不同时段的路径，研究者掌握每个时段内的路径解及对应的案例个数后，比较多个时段间的路径解有何变化，继而找出随时间保持不变的条件，以及随时间发生变化的条件。如果某组态在不同时期出现多次，则说明这一组态是产生结果的较为稳定的组态。多时段QCA能够研究单个案例的组态是否发生改变，通过比较同一案例在多个时期的路径，深入探索案例个体的演变规律 ［10］ 。此外，截至2020年 ① ，全球共 115 个经济体参与到全球创业观察 （GEM） 项目中，数据可供选择的样本数量使fsQCA成为可用的分析工具 ［40］ 。与传统的大样本统计方法相比，QCA方法适合对中小样本进行深入研究 ［12］ 。本文运用多时段fsQCA方法分析本文所包含的样本数量，能够同时兼顾到研究案例的深入程度和外部效度。

2. 样本数据

本文数据来源于全球创业观察报告（https：//www.gemconsortium.org），旨在开展全球各个国家的创业研究和创业生态系统调查，也是唯一一个直接从个体企业家那里收集创业数据的全球创业研究项目。截至2020年，全球共115个经济体参与到GEM项目调查中，20多年的数据，允许研究者在多个层面进行地域内和跨地域的纵向研究。GEM报告主要包括成人调查报告 （APS） 及专家调查报告 （NES），其中成人调查报告探索个人在创业过程中的作用，每一经济体在每年至少有 2000 名成年人接受调查，多年来其核心内容一直保持一致，提供了有价值的纵向研究视角 ② 。专家调查报告评估了特定时间点每个经济体中，对创业有重大影响的创业条件状况 ③ 。每一经济体由至少 36 位专家按照李克特量表，在每一年对一系列相同内容的陈述作出回应 ④ 。

本文的结果变量就业岗位创造 （Job Creation，以下简称JC） 来源于成人调查报告。前因变量即创业生态系统的六个因素，政府扶持、基础设施、市场开放度、金融支持、创业教育和文化与社会规范来源于专家调查报告。GEM项目的一个主要优势在于其一致性：通过涉及相同的内容，提出相同的问题，使得创业生态系统的演变可以被追溯和探究，从而更好地比较和探寻过去20年创业生态系统的演变规律。为本研究探究创业生态系统的演化过程及动态特征提供了合适的数据源。为了发掘不同经济体和不同时段的创业生态系统变化，并解释驱动高就业岗位 （或缺乏高就业岗位） 的现象，本文将比较多个时段的分析结果。参考已有研究 ［10］ ，本文将五年作为一个阶段，同时，2019年GEM报告也将2001、2010以及2019年作为三个分段时点 ⑤ ，将五年作为一个时段，可以进一步细化这四个时段的演变规律。本研究拟比较2000s（2001—2005年）、2005s（2006—2010年）、2010s（2011—2015年） 以及2015s（2016—2020年） 的分析结果。剔除缺失值 ⑥ 后，2001—2020年共114个经济体参与GEM项目调查，其中2001—2005年共45个经济体，2006—2010年共76个经济体，2011—2015年共94个经济体，2016—2020年共78个经济体进行后续分析 ① 。根据国际货币基金组织（IMF）2022年最新公布的World Economic Outlook（WEO）报告，本文将这114个经济体分为发达经济体及欠发达经济体 ② 。

3. 变量测定

（1）就业岗位创造。本文运用“工作岗位创造期望率（Job Creation Expectation Rate）”指标测量就业岗位创造 ［41］ 。工作岗位创造期望率是指，从事早期创业活动的参与者中，预计在5年内创造6个或更多工作岗位的人数百分比，其数值介于0—100%之间，数值越大，越能够体现创业参与者创造就业岗位数量的愿望。

（2）经济体类型。依据国际货币基金组织在2022年发布的WEO报告，将发达经济体编码为“1”，欠发达经济体编码为“0”。

（3）政府扶持。本文通过“政府支持政策”“税收和管理体制”及“政府创业项目”的评分均值测量政府扶持 ［34］ ，本样本中的Cronbach α系数为0.857，具有非常好的信度。其中“政府支持政策”是指政府出台政策法规并监督落实，保护创业者的法律权利，体现了当创业成为一项经济问题时，公共政策支持创业的程度；“税收和管理体制”是指政府简政放权，对新创企业制定减免税收等政策，体现公共政策中的税收和管理体制支持创业的程度，税收或法规可能促进新创和中小企业，也可能对企业无影响；“政府创业项目”是指各级政府（国家、地区、市）直接扶持中小企业的项目制定及其质量。

（4） 基础设施。运用“有形基础设施”指标测量，用以衡量中小企业能以非歧视价格获得有形资源，如通信设施、公共设施、交通运输工具、土地或空间的程度。

（5）市场开放度。运用“内部市场负担或进入管制”指标来测量市场开放度 ［34］ ，内部市场负担或进入管制是指新企业可以自由进入现有市场的程度。

（6）金融支持。运用“创业融资”指标测量金融支持 ［34］ ，创业融资是指中小企业获得的金融资源（股权和债务，包括赠款和补贴）。

（7）创业教育。运用“创业教育”指标来测量 ［35］ 。具体来说，创业教育包括创业基础教育 （在中小学教育和培训系统中纳入创建或管理中小企业的教育或培训） 以及创业高等教育（在职业、大学、商学院等高等教育阶段纳入创建或管理中小企业的教育或培训）。本文选取创业基础教育及创业高等教育的评分均值来测量人力资本。Cronbach α系数为0.693，具有相当的信度。

（8）文化和社会规范。运用“文化和社会规范”指标测量 ［34］ ，表明文化和社会规范在多大程度上，鼓励或允许导致可能增加个人财富和收入的新商业方法或活动的行为。

以上变量定义、来源等信息汇总见表1。

4. 变量校准

为了检验创业生态系统驱动岗位创造随时间变化的机制，本文比较了 2000s、2005s、2010s以及2015s的分析结果。在进行后续分析之前，需要对各变量进行校准，转换为集合的概念，使用集合隶属，测量案例是否属于某一集合。具体来说，对于政府扶持、基础设施、市场开放度、金融支持、人力资本和文化与社会规范这六个前因变量以及结果变量就业岗位创造，本文依赖于超过每一阶段样本的外部校准方式，基于2001—2020年114个经济体的上四分位数（75%）、中间点以及下四分位数（25%），提供了关于尺度锚点的部分实质性知识 ［42-43］ 。同时，按照既定做法，为了避免前因条件在案例的隶属度恰好为0.50的组态归属问题，本文将0.50隶属度增加0.001的常数 ［42］ 。校准后的变量转化为集合概念。非高就业岗位创造的校准通过取高就业岗位创造的非集来实现。表2总结了每个变量在不同时期依赖的校准锚点和描述性统计数据，采取统一的校准方式，有助于不同时段结果组态的比较。

四、实证分析

1. 必要性分析

采用fsQCA方法分析创业生态系统单个条件的必要性。表3和表4分别列出了对高就业岗位创造和非高就业岗位创造这两个结果的必要性分析 （符号“～”表示“非”集）。结果表明，2000 年代 （2001—2005 年）、2005 年代 （2006—2010 年）、2010 年代 （2011—2015年）以及2015年代（2016—2020年）这四个时期，每个条件及其非集对高/非高就业岗位创造的必要性一致性都低于0.9，即在每个时期，不存在产生高/非高就业岗位创造的创业生态系统必要条件。

2. 充分性分析

考虑到非对称性因果关系，采用fsQCA方法分别分析了产生高就业岗位创造和非高就业岗位创造的创业生态系统组态。参考已有研究，将充分性分析的一致性阈值设置为 0.80 ［40］ ，PRI的一致性阈值设为0.70 ［4，11，44］ ，频数阈值设为2 ［40，44］ 。由于缺乏创业生态框架条件对就业岗位创造结果影响方向的证据和理论，本文在进行反事实分析时，假设条件的出现与否均能促进结果的产生。本文报告两组结果：产生高就业岗位创造的组态以及产生非高就业岗位创造的组态，基于组态理论化过程 ［4，23］ ，本文对发现的组态进行命名。

为了探究什么样的创业生态系统能够稳定地驱动高就业岗位创造，什么样的生态要素较为稳定，首先报告了不同时段，产生高就业岗位创造 （或非高就业岗位创造） 的组态。

其次结合纵向研究的多时段QCA结果，分别从要素和组态层面探究如下问题：要素层面上，是否存在生态要素稳定地影响高就业岗位创造？对于不稳定的要素，它们是如何演化的？组态层面上，是否存在要素组态能够稳定地驱动高就业岗位创造，对于不稳定的组态，它们是如何演化的？本文将结合具体案例，探究同一经济体在不同时期产生高就业岗位创造的稳定组态，如果不稳定，该经济体驱动高就业岗位创造的组态将如何演化？以及分析同类（发达/欠发达）经济体产生高就业岗位创造的组态，以及不同类经济体在实现高就业岗位创造时路径的异同。本文基于fs/QCA 3.0 软件，将结合简约解和中间解汇报结果，详见表5和表6，其中“●”或“”表示核心条件，“ ● ”或“ ”表示边缘条件。

（1）不同时期驱动高就业岗位创造的组态分析。通过 QCA分析，本文得出了四个时期产生高就业岗位创造的组态。其中，2000年代，共产生了两种促进发达经济体实现高就业岗位的组态。本文将这两种组态分别命名为：政府—基础设施—市场—资金驱动型 （组态A）和伊森伯格型（组态B）。政府—基础设施—市场—资金驱动（组态A）是指即使在创业教育和文化氛围不足的环境下，良好的政府支持、优良的基础设施、包容的市场以及充足的资金能够使得发达经济体创造更多的就业岗位，英国和芬兰是该组态的典型案例。伊森伯格型（组态B），符合伊森伯格提出的良好创业生态系统的构成 ［19］ ，即多项创造就业的积极因素，良好的政府扶持、优良的基础设施、包容的市场、充足的资金支持、有效的创业教育以及鼓励创业的文化氛围，三类要素的互补和共生，造就发达经济体繁荣的创业生态系统，能够促进产生更多的就业岗位 ［14］ 。加拿大以及新加坡是该组态的典型案例。

2005年代，共产生了两种驱动高就业岗位的组态，即针对发达经济体的基础设施—市场—教育驱动型 （组态C） 以及针对欠发达经济体的高基础设施驱动型 （组态D）。基础设施—市场—教育驱动型是指即便在其他要素匮乏的情况下，优良的基础设施、包容的市场环境以及有效的创业教育依旧能够促使发达经济体创造更多的就业岗位。拉脱维亚作为本组态的典型案例，其经济体的人力资本 （尤其是高等教育） 以及基础设施被认为是其国家促进创业的重要因素。基础设施驱动型意味着对于欠发达经济体来说，仅具备突出的基础设施仍能够实现高就业岗位创造 ① 。

2010年代，共产生了两种驱动高就业岗位的组态。即针对发达经济体的基础设施—市场双驱动型（组态E）以及针对欠发达经济体的政府—金融支持—教育—文化驱动型（组态F）。基础设施—市场双驱动型（组态E）是指即使在其余四个要素匮乏的条件下，开放的市场以及良好的基础设施仍能促进高就业岗位创造。捷克和斯洛伐克是该组态的典型案例。政府—金融支持—教育—文化驱动型（组态F）是指政府主导、金融、教育、文化加持能够促进欠发达经济体就业岗位创造，是三种生态要素的互补结合。卡塔尔和土耳其是该组态的典型案例。

2015年代，共产生了三种驱动高就业岗位的组态：针对发达经济体的政府—基础设施—市场—教育驱动型（组态G）、政府—基础设施—市场—金融—文化型（组态H）以及针对欠发达经济体的基础设施—市场—金融型（组态I）。该时期市场和基础设施对于发达/欠发达经济体来说均为重要因素，这也体现了市场对就业的促进以及基础设施的重要性。

本文发现，多要素 （物质要素、社会要素和文化要素） 的互补共生能够创造繁荣的创业生态系统，当物质要素和社会要素丰富时，即使缺乏文化要素，也可能创造良好的创业生态系统。

（2）多时段下驱动高就业岗位创造的组态比较。通过观察表5，本文注意到一些要素在不同时期对促进岗位创造是较为稳定的，部分要素之间的关系也是相对恒定的。具体来说，如表5所示，不同时期下，对于不同类型的经济体，市场开放度以及基础设施均是促进岗位创造重要且稳定的因素，两者也基本保持着彼此互利的共生关系，验证了前面所提出的物质要素内基础设施和市场的共生关系。市场这只“看不见的手”在不同时期，不论是在发达经济体还是在类似于中国这样的经济转型经济体，对促进岗位创造，增加就业等方面起着重要的作用 ［29-30，34］ 。考虑到全球范围内的创业资源日益紧缺，未来需要扩大全球市场的范围，从而对形成良好的创业生态系统起到关键性作用 ［45］ ，市场开放性程度也是诸多要素中对新创企业成长最为重要的因素 ［46］ 。同时，基础设施作为促进企业创建和发展的基本保障 ［3］ ，为企业节省生产成本，富裕出资金创造更多的就业岗位，也为劳动力提供方便优良的就业环境，促进就业。基础设施的铺垫，也为开拓市场，扩大市场需求提供了帮助，随着时间的推移，两者在共生的关系中实现共演化。政府扶持和金融支持两种生态要素，在不同时期，基本处于“相伴而生，相伴而消”的关系，体现了物质要素同社会要素间的共生关系 ［3］ 。

表5中还发现了不同类型经济体内部结构的演变（如组态A和组态B）。对于发达经济体来说，在观察窗口的初期（2001—2005年），实现高就业岗位创造需要伊森伯格型机制驱动（组态B需要政府、基础设施、市场、创业教育、金融和文化规范的多因素加持，才能驱动高就业岗位创造），到观察窗口后期 （2016—2020年），驱动高就业创造无须过于苛刻的生态系统，如缺乏创业教育的组态H。从组态B到H的变化（或组态C到E的变化），可以看出创业教育在实现发达经济体高就业岗位创造的生态系统中的重要性在降低，例如，香港在2000s隶属于组态B，随大学开设创业教育课程和培训的普及，2015s后创业教育对于促进就业岗位创造的重要性逐步下降。对于发达经济体而言，创业生态系统中多要素受到经济发展水平等外界宏观因素的影响较大，在建设和发展过程中，也更讲究多要素的协同提升，均衡发展。因此随着发达经济体创业生态系统的演化，其不断提升的经济发展水平和工业化程度，促使创业生态系统各要素也更为健全，因此缺乏某一创业生态系统要素并不会影响其他要素的协同提升及对高就业岗位创造的作用。而对于欠发达经济体而言，由于其经济发展水平受限，工业化程度较低，基础设施不够完善，在创业生态系统的建设早期，其更注重扶持单一要素，尤其是对于基础设施的完善，此时高基础设施能够有效促进就业岗位创造，而在欠发达经济体的发展过程中，其他要素价值和多要素的协同作用也更为凸显，此时需要更多的要素加持以弥补欠发达经济体的劣势，促进新创企业的建立以及就业岗位的创造。本研究的发现与汤普森 （Thompson） 的观点相一致。汤普森等认为，创业生态系统需要依托资源以及基础设施，构成互动协同的体系。其形成过程包括两个阶段：第一阶段需要明确使命，主要是为了形成创业生态系统“认知以及物质基础”；第二阶段是提升法律基础与资金支持 ［47］ 。本文结果发现，市场（资源）以及基础设施较为稳定地生成良好的创业生态系统，进而驱动高就业岗位创造；创业生态系统形成的早期，创业教育能够为创业者提供必备的知识和技能，提升创业者的创业意向，为创业提供认知基础；即在初期创业教育、市场和基础设施在促进良好的创业生态系统方面，分别起到了铺垫认知和积淀物质基础的作用，而随着演化，创业教育的作用逐渐弱化。

（3） 产生非高就业岗位创造的组态。2000年代，共产生了两种导致非高就业岗位的组态。该时期体现了创业教育的重要性，即这一时期不论是发达经济体还是欠发达经济体，导致非高就业岗位的组态均缺乏创业教育的加持，尤其是对于发达经济体，即使在其他生态要素具备的情况下，缺乏配套的创业教育，将会不利于创造更多的就业岗位。有意思的是，如果在发达经济体中，进一步保证充分的创业教育 （见表5组态B），或缺乏文化和社会规范 （见表5组态A），将会有利于创造就业岗位，这说明，在发达经济体中，如果社会文化鼓励创业，但是创业教育跟不上（文化规范和创业教育处于掠夺性竞争的关系），造成“心有余而力不足”的情况，反倒不利于高就业岗位的创造。

2005年代，共产生了一种造成欠发达经济体非高就业岗位的组态，即如果缺乏其他要素，仅存在完备的市场和良好的文化氛围（组态b），将不利于创造更多的就业岗位，例如加纳和巴基斯坦。

2010年代，共产生了四种驱动非高就业岗位的组态。再进一步对比表5的组态F和表6的组态f，可以发现政府扶持是促进欠发达经济体产生高就业岗位的重心 ［19］ ；而对比表5的组态E和表6的组态d，发现政府、金融资本以及创业教育的过度干涉，反而不利于发达经济体催生更多的就业岗位。

2015年代，共产生了四种驱动欠发达经济体非高就业岗位的组态。可以看出，对于欠发达经济体而言，如果仅有政府扶持表现良好（如组态g）抑或是三个创业生态系统要素表现良好，如金融支持、创业教育、文化和社会规范表现优良（组态h），基础设施、市场开放度、文化和社会规范表现优良（组态i），但缺乏其他要素的加持，那么也不利于产生高就业岗位创造。由于欠发达经济体面临物质匮乏、经济结构单一、人均国内生产总值较低等问题，即便其他要素均表现优良，但由于缺乏良好的基础设施，依然不利于高就业岗位创造（如组态j）。通过比较表5和表6在这一时期的组态，可以看出物质要素对于欠发达经济体的重要性，尤其是物质要素中的基础设施。在欠发达经济体中，当具备了高基础设施时，再通过开放的市场以及充分的金融支持这两个物质生态要素的加持，将促成高就业岗位创造，反之，当缺乏任一物质要素时（组态i），将不利于欠发达经济体产生高就业岗位创造。

结合不同经济体的特征，从发达经济体的角度，结合表5和表6的结果，本文发现不同时期占据重要地位的生态要素发生了演变（如表5所示），如2001—2005年，创业教育是促进发达经济体就业岗位的关键性要素（通过对比组态B和a 1 ），但是随着时间的推移，即使具备良好的创业教育，也可能无益于就业岗位的创造（这也可通过比较表5中对于发达经济体组态B到H的内部变化得出）。从欠发达经济体的角度来看，如表6所示，出现了相对稳定的非高就业岗位创造组态（组态a 2 /组态b），如2001—2005年以及2006—2010年，仅具备良好的市场开放度和文化社会规范，缺乏其他生态要素的扶持较为稳定地不利于欠发达经济体产生高就业岗位创造，这一组态中仅出现物质要素 （市场开放度） 和文化要素 （文化和社会规范），而作为社会要素的金融支持及创业教育均缺乏，体现了如果仅存在文化要素和物质要素的共生，而社会要素出现缺失，将不利于创业生态系统的建设。同时，政府扶持和基础设施是影响其就业岗位创造的重要因素（如表6所示），即缺乏政府扶持和基础设施这类物质生态要素在不同时期稳定地不利于欠发达经济体的高就业岗位创造。考虑到基础设施建设需要政府的供给和扶持，因此对于欠发达经济体来说，有效降低制度性交易成本便成为促进新创企业建立，通过创业带动就业的重要途径。此外，随着时间的推移，欠发达经济体创业生态系统多要素的协同配合、良性运转变得逐渐重要起来。例如在2001—2005年以及2006—2010年，仅存在高市场开放度和高文化和社会规范（组态a 2 或者组态b）将不利于产生高就业岗位创造，到了2011—2015年，即便再通过创业教育的加持（组态e），依然不利于高就业岗位创造，到了2016—2020年，在前一时期的基础上，通过促进政府扶持以及金融支持，仍然不能产生高就业岗位创造。在这一演化的过程中，每个创业生态系统要素都凸显了其存在的价值。

3. 稳健性检验

本文对高就业岗位创造的前因组态进行了稳健性检验，以评估即使对每种校准方法进行微小的校准更改，结果是否仍保持稳定 ［2，8］ 。通过调整不同时期结果变量就业岗位创造（JCE）原先交叉点的 +/-5% 数值，重新进行校准。在改变交叉点后，相较之前的结果，解的一致性和覆盖度发生细微变化，但是原先解的形式几乎保持不变，表明整个研究具有稳健性，出于节省版面，在此不作赘述。

五、结论与讨论

1. 结论

如何稳定地驱动高就业岗位创造是经济发展、实现共同富裕的研究重点。本文基于创业生态系统框架，结合交易成本理论、生态理论，运用多时段定性比较分析方法，基于组态视角探讨了创业生态系统与就业岗位创造的关系。研究发现，首先，驱动高就业岗位创造不存在固定的生态要素，2001—2020年四个不同的阶段共产生了9种驱动高就业岗位创造的生态系统。这9种创业生态体现了不同国家在不同阶段实现高就业岗位创造的多元路径。

其次，研究未发现稳定地驱动高就业岗位创造的创业生态，但市场和基础设施是促进高就业岗位较为稳定的生态要素，并且二者在共生的关系中实现共演化，金融支持与政府扶持保持着较为稳定的“同步出现，同步缺乏”的共演化关系。最后，本文发现创业教育和政府扶持在驱动高就业岗位创造生态系统的重要性逐渐下降，同时发现在其他条件均缺乏的情况下，仅存在开放的市场与优良的文化和社会规范在不同时期均会导致非高的就业岗位创造。

2. 讨论

研究发现对现有创业生态和就业的研究具有几点重要的理论启示。

首先，本文的发现有助于丰富就业研究，尤其是创业带动下的就业岗位创造研究。通过阐明驱动高就业岗位创造的机制，本文的研究发现，单一要素不能对高/非高就业岗位创造产生影响，多要素的协同作用会驱动高就业岗位创造。以往的研究主要集中在个别、单一的要素对就业岗位的作用上，而这种基于“平均”的净效应思维，往往认为这些因素与就业岗位创造存在简单的线性关系 ［23］ 。近期，也有少部分文献探索企业创造就业的因果复杂性问题 ［7］ ，但是未能回答稳定地驱动高就业岗位创造的因果关系。本文进一步探索了由金融、政府、创业教育、市场、基础设施以及文化和社会规范多要素协同作用下的岗位创造机制稳定性问题。

其次，有助于创业生态系统的研究以及创业领域中对演化理论的认识。考虑到创业生态系统兼具复杂性和动态性，本文采用多时段定性比较分析综合分析了不同国家在多个时段创业生态与就业岗位创造的动态复杂因果关系，研究发现创业生态存在多个实现高就业岗位创造的途径。已有研究主要关注静态视角下，什么样的创业生态系统能够促使感兴趣的研究结果 ［4，35］ ，然而创业系统的复杂和动态性引发研究者思考，什么样的创业生态系统能够稳定地驱动高就业岗位创造？如果不存在，创业生态系统的结构是如何演化的？进一步地，什么样的生态要素是重要且稳定的，存不存在稳定的生态要素间关系 （如互补、权变、抑制、替代等）。

最后，本文研究设计加深了动态定性比较分析在创业领域中的应用。本文分析了什么样的创业生态系统要素组合可以稳定地实现高就业岗位创造，以及其中的必要条件、稳定要素。这为匹配创业生态系统与就业岗位创造这类复杂动态问题研究提供了新的方向。尽管在创业研究中越来越多地采用QCA方法，但QCA在创业领域的实证应用大多是采取截面式静态地分析。在国内创业生态系统领域，本文代表性地将QCA应用于纵向数据，以研究生态系统的演化特征。希望在未来国内创业领域中，能够涌现更多纵向实证定性比较研究。

本文也存在一些局限，值得未来进一步研究：首先，本文重点关注实现更多的就业岗位数量，然而就业质量也是经济发展、改善民生的重要侧重点，未来研究者可以进一步动态地追踪创业生态系统如何影响就业质量及其分项指标。这样有助于更全面地把握优化创业拉动下的就业政策。其次，本文在动态定性比较分析后，结合案例探讨了实现高就业岗位创造的复杂机制及演化规律，但由于样本较大，未能深入每个案例或相同国家案例进行探索和研究，未来研究者可以针对高就业岗位创造的不同驱动模式，运用个案研究或混合方法，更加深入地揭示创业生态系统驱动就业岗位的演化过程和机理。再次，本文聚焦于不同国家驱动高就业岗位的创业生态系统，未来还可以进行区域、城市创业生态系统的差异化研究，更加细致地针对不同区域创业生态系统优化，因地制宜地提出政策建议。最后，本文运用生态理论和交易成本理论，为创业生态系统影响就业岗位创造提供了解释机制，但是并未在实践操作上进一步分析检验，未来可以借鉴杜运周等提出的复杂中介模型、混合fsQCA方法和回归分析方法 ［48］ ，搭建创业生态系统、创业活跃度和就业岗位创造的复杂中介模型，以检验创业活动在创业生态系统与就业岗位创造中的中介效应。

参考文献：

［1］ KIM K C， EL-TARABISHY A， BAE Z T. Humane entrepreneurship： how focusing on people can drive a new era of wealthand quality job creation in a sustainable world［J］. Journal of Small Business Management， 2018， 56： 10-29.

［2］ 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（3）：12-13，180-197.

［3］ SPIGEL B. The relational organization of entrepreneurial ecosystems ［J］. Entrepreneurship Theory and Practice， 2017， 41：49-72.

［4］ 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（9）：141-155.

［5］ 杜运周，刘秋辰，陈凯薇，等.营商环境生态、全要素生产率与城市高质量发展的多元模式 — —基于复杂系统观的组态分析［J］. 管理世界，2022（9）：127-145.

［6］ HOLLAND J H. Complexity： a very short introduction［M］. Oxford：Oxford University Press，2014：5-15.

［7］ REY-MARTÍ A， RIBEIRO-SORIANO D， SÁNCHEZ-GARCÍA J L. Giving back to society： job creation through socialentrepreneurship［J］. Journal of Business Research， 2016， 69（6）： 2067-2072.

［8］ ASONI A， SANANDAJI T. Taxation and the quality of entrepreneurship ［J］. Journal of Economics， 2014， 113 （2）：101-123.

［9］ CHOWDHURY F， AUDRETSCH D B， BELITSKI M. Institutions and entrepreneurship quality ［J］. Entrepreneurship Theoryand Practice， 2019， 43（1）： 51-81.

［10］ VIS B， WOLDENDORP J， KEMAN H. Examining variation in economic performance using fuzzy-sets ［J］. Quality amp;Quantity， 2013， 47： 1971-1989.

［11］ 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.

［12］ QIN S， CHEN X. The role of entrepreneurship policy and culture in transitional routes from entrepreneurial intention to jobcreation： a moderated mediation model［J］. SN Business amp; Economics， 2023， 3（3）： 79-90.

［13］ SPILLING O R. The entrepreneurial system： on entrepreneurship in the context of amega-event ［J］. Journal of BusinessResearch， 1996，36（1）： 91-103.

［14］ STAM E， VAN DE VEN A. Entrepreneurial ecosystem elements［J］. Small BusinessEconomics， 2021， 56（2）， 809-832.

［15］ WURTH B， STAM E， SPIGEL B. Toward an entrepreneurial ecosystem research program ［M］. Entrepreneurship Theory andPractice， 2021.

［16］ ROUNDY P T， BAYER M A. Entrepreneurial ecosystem narratives and the microfoundations of regional entrepreneurship ［J］.The International Journal of Entrepreneurship and Innovation， 2019， 20（3）： 194-208.

［17］ ALDRICH H， RUEF M. Organizations evolving［M］. Los Angeles：SAGE， 2006.

［18］ MURMANN J P. Knowledge and competitive advantage： the coevolution of firms technology， and national institutions ［M］.New York： Cambridge University Press， 2003：727-729.

［19］ ISENBERG D J. How to start an entrepreneurial revolution［J］. Harvard Business Review， 2011， 88（6）： 40-50.

［20］ 张秀娥，徐雪娇.创业生态系统研究前沿探析与未来展望［J］. 当代经济管理，2017（12）：1-7.

［21］ AOYAMA Y. Entrepreneurship and regional culture： the case of Hamamatsu and Kyoto， Japan［J］. Regional Studies， 2009，43（3）： 495-512.

［22］ ROUNDY P T. Small town’ EEs： implications for developed and emerging economies ［J］. Journal of Entrepreneurship inEmerging Economies， 2017， 9（3）： 238-262.

［23］ FURNARI S， CRILLY D， MISANGYI V F， et al. Capturing causal complexity： heuristics for configurational theorizing ［J］.Academy of Management Review， 2020， 46（4）： 778-799.

［24］ LUCAS D S， BOUDREAUX C J. National regulation， state-level policy， and local job creation in the United States： amultilevel perspective［J］. Research Policy， 2020， 49（4）：103952.

［25］ 郭长林.财政政策扩张、异质性企业与中国城镇就业［J］. 经济研究，2018（5）：88-102.

［26］ 郭新强，胡永刚.中国财政支出与财政支出结构偏向的就业效应［J］. 经济研究，2012（S2）：5-17.

［27］ 邵文波，盛丹. 信息化与中国企业就业吸纳下降之谜［J］. 经济研究，2017（6）： 1-15.

［28］ 王永钦，董雯. 机器人的兴起如何影响中国劳动力市场？ — —来自制造业上市公司的证据［J］. 经济研究，2020（10）：159-175.

［29］ BENNETT D L. Local economic freedom and creative destruction in America ［J］. Small Business Economics， 2021， 56（1）：333-353.

［30］ SOBEL R S， CLARK J， LEE D R. Freedom， barriers to entry， entrepreneurship， and economic progress ［J］. The Reviewof Austrian Economics， 2007， 20（4）： 221-236.

［31］ AUDRETSCH D B， BELITSKI M. Entrepreneurial ecosystems in cities： establishing the framework conditions ［J］. The Journalof Technology Transfer， 2017， 42（5）： 1030-1051.

［32］ 余明桂，王空.地方政府债务融资、挤出效应与企业劳动雇佣［J］. 经济研究，2022（2）：58-72.

［33］ 郝芮琳，黄宝竹. 金融化、资本积累与就业［J］. 政治经济学评论，2024（1）： 152-175.

［34］ HECHAVARRÍA D M， INGRAM A E. Entrepreneurial ecosystem conditions and gendered national-level entrepreneurialactivity： a 14-year panel study of GEM［J］. Small Business Economics， 2019， 53（2）： 431-458.

［35］ 谢智敏，王霞，杜运周，等.创业生态系统如何促进城市创业质量 — —基于模糊集定性比较分析［J］. 科学学与科学技术管理，2020（11）：68-82.

［36］ 葛晶，王满仓，李勇. 金融抑制、行业垄断与高学历创业［J］. 经济学动态，2018（12）： 83-95.

［37］ ROUNDY P T. Startup community narratives： the discursive construction of EEs ［J］. Journal of Entrepreneurship， 2016， 25（2）： 232-248.

［38］ BRADLEY S， KLEIN P. Institutions， economic freedom， and entrepreneurship： the contribution of management scholarship

［J］. Academy of Management Perspectives， 2016， 30（3）： 211-221.

［39］ 阮荣平，郑风田，刘力.信仰的力量：宗教有利于创业吗？［J］. 经济研究，2014（3）：171-184.

［40］ RAGIN C C. Redesigning social inquiry： fuzzy sets and beyond ［M］. Chicago： University of Chicago Press， 2008：1934-1936.

［41］ 程建青，刘秋辰，杜运周. 创业生态系统与国家创业成长愿望 — —基于NCA与fsQCA方法的混合研究［J］. 科学学与科学技术管理，2023（3）：80-97.

［42］ FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research ［J］. Academy ofManagement Journal， 2011， 54（2）： 393-420.

［43］ MISANGYI V F， GRECKHAMER T， FURNARI S， et al. Embracing causal complexity： the emergence of a neo-configurational perspective［J］. Journal of Management， 2017， 43（1）： 255-282.

［44］ DU Y， KIM P H. One size does not fit all： strategy configurations， complex environments， and new venture performance inemerging economies［J］. Journal of Business Research， 2021， 124： 272-285.

［45］ GAUTHIER J F， PENZEL M， MARMER M. Global startup ecosystem report［R］. San Fransisco， 2017.

［46］ SCHWAB K. Entrepreneurial ecosystems around the globe and company growth dynamics［R］. World Economic Forum， 2013．

［47］ THOMPSON T， PURDY J， VENTRESCA M J. How entrepreneurial ecosystems take form： evidence from social impactinitiatives in Seattle［J］. Strategic Entrepreneurship Journal， 2018， 12（1）： 96-116.

［48］ 杜运周，孙宁，刘秋辰. 运用混合方法发展和分析复杂中介模型 — —以营商环境促进创新活力，协同新质生产力和“就业优先”为例［J］. 管理世界，2024（6）： 217-237.

How Does the Evolution of National Entrepreneurial Ecosystems Affect Job Creation：Conducting Dynamic QCA Based on Global Entrepreneurship Monitor

LI Jiaxin 1 ， XIE Zhimin 2 ， CAI Dongqing 3

（1. School of Economics and Management， Southeast University， Nanjing 21189， China；2. School of Management， Nanjing University of Posts and Telecommunications， Nanjing210003， China；3. School of Economics， Nanjing University of Posts andElecommunications， Nanjing 210023，China）

Abstract：Employment is the foundation of people’s livelihood and development. Promoting employment through entrepreneurship is an important way to create new jobs. How the nationalentrepreneurial ecosystems and their evolution affect job creation is a critical question thatneeds to be answered in entrepreneurship research. Using the framework of entrepreneurialecosystems and the multi-period fsQCA method， this study divides the 114 countriesparticipating in the Global Entrepreneurship Monitor from 2001 to 2020 into four periods formulti-period qualitative comparative analysis to explore which entrepreneurial ecosystemelements are relatively stable and co-evolve in the context of job creation？ And from theperspective of configuration， what types of national entrepreneurial ecosystems can stablydrive high job creation？ The research finds that：1） None of the individual elements inentrepreneurial ecosystem is necessary for creating high/non high job creation. However， thecombination of open markets and good infrastructure plays a relatively universal role inproducing high job creation， which achieves co-evolution in symbiosis. 2） This studyidentifies 2， 2， 2， and 3 types of entrepreneurial ecosystems that can generate high jobcreation in the four periods respectively. Additionally， this article distinguishes differenttypes of economies and finds that the lack of government support and poor infrastructure arestable factors that lead to non-high job creation in underdeveloped economies. This indicatesthat government support is crucial for the employment development of underdevelopedeconomies. At the same time， there is a relatively stable entrepreneurial ecosystem leading tonon-high job creation in underdeveloped economies， characterized by well open markets andwell cultural and social norms， lacking support from other ecological elements. For developedeconomies， the importance of entrepreneurship education for leading to high job creationdecreases over time gradually.

Keywords：entrepreneurial ecosystems；high job creation；conducting multiple QCAs fordifferent time periods

［责任编辑 刘爱华］