《Frontiers in Sustainable Food Systems》：Equifinality or singular path? A configurational analysis of new farmers’ marketing competence and marketing performance on digital platforms
编辑推荐：
通过数字平台销售农产品的新农已成为中国农村日益重要的经济主体，但其营销绩效差异显著。多数关于其营销能力的研究估计各项能力的净效应，因而无法揭示能力之间如何组合。本研究借鉴营销能力文献与组态视角，考察六项能力条件——资源整合能力、数字营销技能、内容创作能力、客户
通过数字平台销售农产品的新农已成为中国农村日益重要的经济主体，但其营销绩效差异显著。多数关于其营销能力的研究估计各项能力的净效应，因而无法揭示能力之间如何组合。本研究借鉴营销能力文献与组态视角，考察六项能力条件——资源整合能力、数字营销技能、内容创作能力、客户关系管理、品牌叙事能力与平台适应能力——如何组合并与营销绩效相关联，以及这些组合是否随产品差异化水平的不同而存在差异。研究基于中国12个省份240名新农的调查数据，采用模糊集定性比较分析（fsQCA）进行分析。第一，没有任何单一能力是高营销绩效的必要条件。第二，有三种组态各自足以导致高营销绩效：内容驱动型、平台–关系型与平台依赖型。在核心条件层面，它们反映了两条路径——内容与品牌能力，或数字营销技能与平台适应能力的组合——且平台适应能力在三者中均存在。第三，非高绩效的组态在很大程度上是高绩效组态的镜像，其核心为数字营销技能与平台适应能力的共同缺失，因此因果非对称性的证据有限。第四，三种组态在高与低产品差异化水平下均充分，但包含内容与品牌能力的两种组态在高度差异化产品的农户中覆盖了更多高绩效者，而平台–关系型组态在两个水平上覆盖的份额相近。由于数据为横截面且为自我报告，研究发现具有关联性。本研究提供了新农营销能力的组态解释，并提出了差异化支持的方向。
**研究背景与问题**
数字技术正在重塑中国农村经济。截至2024年底，中国农产品网络零售额已超过8000亿元，超过1700万新农投身直播电商、社区营销、内容电商等数字领域（MARA, 2024）。新农区别于传统农户之处在于，除常规农业外，他们还运用数字营销工具进行品牌管理，从而将小规模农户与大市场对接、将传统农业与数字消费连接（Ye et al., 2018; Ruan, 2019）。在乡村振兴背景下，培育新农已成为应对农产品销售难题、促进农业高质量发展的重要途径。既有研究表明，电子商务可增加农民收入（Zeng et al., 2018; Luo, 2022）、鼓励返乡创业（Luo and Wei, 2023）、拓宽农产品市场准入（Tang et al., 2020），这为将新农作为创新型经营主体加以考察提供了支持。
然而，新农的营销绩效（MP）差异显著。即便在同一平台销售、因而受相同平台规则约束的农户，其绩效也差异悬殊。由于营销绩效决定小农户能否从农业中获得可维持的生计收入，这些差异直接关系到农村生计与农食系统的经济可持续性。这一状况提出了一个理论问题：哪些营销能力组合与高MP相关联，是否存在多重等效组态？
文献中存在三个尚未解决的问题。第一，基于能力维度的分项研究范式难以解释绩效异质性。多数研究遵循维度识别、量表开发与回归检验的路径（Che et al., 2024; Su and Kong, 2020），将数字营销、内容创作、客户关系管理等技能视为独立的解释变量。然而在实践中，新农并不会对各项能力均衡投入，而是通常形成契合自身优势的独特能力组合。线性净效应模型无法捕捉这种能力分布差异，也无法解释为何部分能力相对较弱的农户仍能取得良好经营结果。第二，对称性假设掩盖了高绩效与低绩效背后的非对称性。传统回归方法假定高能力导致高绩效、低能力导致低绩效的对称关系。但管理实践与组态理论（Fiss, 2011; Misangyi et al., 2017）共同表明，与高绩效和低绩效相关联的条件可能不同：成功路径多样，而失败路径可能高度集中或截然不同。这种非对称性对新农尤为相关，因为其具有小规模经营与灵活适应性的特征。第三，情境依赖性被低估。既有研究通常假定营销能力与绩效之间的关联在不同情境下相同，但新农营销的农产品在差异化水平上存在显著差异——从同质化大宗商品到具有强独特属性的地理标志产品。因此，能力组合的有效性可能因具体差异化情境而异。
据此，本研究提出三个研究问题：第一，在新农中，是否存在多种与高MP相关联的等效能力组态，其构成有何差异（RQ1）？第二，与低MP相关联的组态是否如非对称性解释所预期的那样区别于与高MP相关联的组态（RQ2）？第三，与高MP相关联的组态是否随产品差异化水平（PDL）的不同而存在差异（RQ3）？
**研究方法**
本研究采用模糊集定性比较分析（fsQCA）。数据收集分两阶段进行。第一阶段为量表预测试，2024年6月至8月通过浙江、福建、山东三省的新农协会发放86份预调查问卷，其中74份有效问卷用于检查题项措辞与修订题项；由于样本量小，预测试不作为因子结构的证据。第二阶段为正式调查，于2024年10月至2025年1月进行。问卷通过新农协会、县级电商服务中心与新农微信社群三个渠道发放，覆盖东部、中部、西部与东北地区12个省份。调查对象为通过至少一个数字平台销售农产品的新农。由于受访者通过协会、服务中心与网络社群接触，样本为目的性便利样本，可能过度代表组织化与数字活跃的新农。共发放320份问卷，回收287份。完成时间低于4分钟（n=19）、呈现规律性作答——连续长串题项答案完全相同（直线作答）或交替锯齿式作答（n=16）、关键题项缺失（n=12）的问卷被剔除，最终获得240份有效问卷，有效率为75.0%。纳入与剔除的受访者在性别、年龄、教育程度、经营经验、产品类别或地区上无显著差异（均p>0.10）。测量题项改编自既有量表或依据构念定义为本研究编写，并在预测试中加以修订。各构念的概念来源为：资源整合能力（RIC）遵循Sirmon et al.（2007）（5个题项），数字营销技能（DMS）遵循Lamberton and Stephen（2016）（6个题项），内容创作能力（CCC）遵循Holliman and Rowley（2014）与Su and Peng（2021）（5个题项），客户关系管理（CRM）遵循Verhoef et al.（2002）（5个题项），品牌叙事能力（BNC）遵循Lundqvist et al.（2013）（4个题项），平台适应能力（PAC）遵循Nambisan（2017）（5个题项），产品差异化（PDL）遵循Hooley et al.（2005）（4个题项），营销绩效（MP）遵循Vorhies and Morgan（2005）与Morgan et al.（2019）（6个题项）。所有题项均采用七点李克特量表（1=非常不同意，7=非常同意）。采用Ragin（2008）的直接校准法，将各条件与结果校准为隶属度0至1的模糊集。由于量表为改编且无外部基准，锚点依样本数据经验设定：完全隶属锚点设于样本数据的第95百分位，完全不隶属锚点设于第5百分位，交叉点设于第50百分位。
**研究结果**
**高MP的组态分析**。在真值表分析中，原始一致性阈值设为0.80，PRI一致性阈值设为0.75，频数阈值设为3。在64个逻辑可能的行中，22行达到频数阈值，覆盖240个案例中的211个（87.9%）。最终识别出三种足以导致高MP的组态（解一致性=0.936；解覆盖度=0.665）。组态C1为内容驱动型（RIC*CCC*BNC*PAC），以RIC、CCC与BNC为核心条件、PAC为边缘条件；该组态以CCC与BNC为中心，辅以有效的资源整合与平台适应性，CRM不属于解项；其原始覆盖度为0.528，唯一覆盖度（0.102）为三者中最高。组态C2为平台–关系型（RIC*DMS*CRM*PAC），以DMS与PAC为核心条件、RIC与CRM为边缘条件；该组态与C3共享核心，但以资源整合与CRM而非内容与品牌能力加以补充；其原始覆盖度为0.449，唯一覆盖度为0.078。组态C3为平台依赖型（DMS*CCC*BNC*PAC），以DMS与PAC为核心条件、CCC与BNC为边缘条件；其原始覆盖度为0.485，唯一覆盖度为0.059。三种组态具有等效性，即各自足以导致高MP，但彼此重叠显著：PAC出现在所有三种组态中（在C2与C3中为核心条件，在C1中为边缘条件），RIC出现在C1与C2中，CCC与BNC在C1与C3中共同出现；仅C2不含内容与品牌能力。在核心条件层面存在两条不同路径：内容与品牌核心（RIC*CCC*BNC，见于C1）与数字平台核心（DMS*PAC，为C2与C3共享）。C2与C3仅边缘条件不同，因此更宜描述为数字平台路径的两种变体——一种以资源与客户关系为补充，另一种以内容与品牌能力为补充——而非独立路径。
**非高MP的组态分析**。对非高MP（~MP）进行相同的组态分析，方向性预期为各项能力的缺失促成非高MP。识别出两种组态（解一致性=0.943；解覆盖度=0.551），简约解为~DMS*~PAC。在两种组态中，DMS的缺失与PAC的缺失均为核心条件。NC1中二者与RIC、CCC、BNC的边缘缺失相结合；NC2中与CCC、CRM、BNC的边缘缺失相结合。因此，CCC的缺失在两种组态中均为边缘而非核心条件。非高MP的共同核心是数字营销技能与平台适应能力的共同缺失。非对称性的证据仅限于：非高组态并非各高组态简单否定的观察——其共同核心（~DMS*~PAC）否定了C2与C3共享的数字平台核心，而否定C1核心的RIC、CCC、BNC缺失仅为边缘条件。总体而言，高MP与三种核心能力各异的组态相关联，而非高MP与围绕共同核心——数字营销技能与平台适应能力的共同缺失——并结合资源整合薄弱（NC1）或客户关系薄弱（NC2）的广泛能力缺失相关联。该模式比因果非对称性组态文献所预期的更接近对称，研究者将非对称性发现视为初步结论。
**不同产品差异化水平下的组态**。基于PDL校准值，将样本分为高差异化组（PDL≥0.5，n=124）与低差异化组（PDL<0.5，n=116）。三种组态在两个子组中均充分（一致性≥0.937），因此没有一种组态特定于某一产品差异化水平。其覆盖度存在差异：C1在高差异化组中原始覆盖度更高（0.594对0.427），C3亦然（0.536对0.408），而C2的覆盖度在两组中相近（0.460对0.431）。在高减低覆盖度差的bootstrap 95%区间中，C1（0.167；95% CI 0.067–0.272）、C3（0.128；0.024–0.227）与总体解（0.101；0.020–0.194）的差异均不包含零，而C2（0.030；?0.068–0.134）包含零。在低差异化组中，C2的唯一覆盖度最大（0.129，C1为0.067，C3为0.048），且为单独子组分析所恢复的组态。该模式与"内容与品牌叙事（见于C1与C3）对差异化产品更重要"的预期一致，但不支持"平台运营本身对低差异化产品更重要"的预期，因为与C2共享数字平台核心的C3在高差异化组中也覆盖了更多高绩效者。这反而表明，平台–关系型组态（C2）在不同差异化水平间相对稳定，并在产品差异化较低时相对更为重要。这并不表明PDL对组态具有调节作用。
**稳健性检验**。多项稳健性检验表明，C2与C3在所有使用六个原始条件的检验中均被精确恢复（除较低PRI阈值0.70外，此时C2被RIC*CRM*PAC替代）；当加入经验或规模作为条件时，组态以包含该条件的扩展形式出现。C1在所有检验中保持其内容与品牌核心，但在若干检验中以同时包含CRM的更具体形式出现。因此，研究者认为C3与C2是最稳健的组态；C1的精确形式不如其核心稳定。
**讨论与结论**
本研究运用fsQCA考察新农营销能力如何组合并与营销绩效相关联，总结了四项发现并提出供未来验证性研究使用的命题：发现1，没有任何单一能力是高MP的必要条件，高MP与能力组合相关联（命题1）；发现2，内容驱动型、平台–关系型与平台依赖型三种组态各自足以导致高MP，其核心反映两条路径——内容与品牌核心（C1）与C2、C3共享的数字平台核心——且PAC在三者中均存在（命题2）；发现3，非高MP组态在很大程度上是高MP组态的镜像，DMS与PAC的共同缺失是二者的核心条件，CCC的缺失仅为边缘条件（命题3）；发现4，三种高MP组态在两个PDL水平下均充分，但包含内容与品牌能力的两种组态（C1与C3）在高差异化组中覆盖更大份额的高绩效者，而平台–关系型组态（C2）的覆盖度在两组间无差异（命题4）。
理论贡献方面，第一，本研究将组态视角引入新农营销能力研究，从变量导向转向案例导向分析，为考察个体行动者能力提供了传统线性范式之外的方法论替代。第二，本研究挑战了将新农能力简单等同于一组技能的观点，揭示了其能力发展的多样路径与情境依赖特征。第三，本研究展示了合取因果、等效性与非对称性等组态概念如何在新农中加以检验；结果表明高MP组态间存在合取与等效性，但非对称性有限，提示非对称性应被检验而非假定。第四，本研究将中国情境的独特性转化为理论边界条件，有助于中国管理研究的本土化理论发展。实践启示方面，对政府部门而言，培训项目可将画像评估与针对性支持相结合，而非仅依赖综合培训；对电商平台而言，支持工具可针对不同能力画像加以定制；对新农个体而言，自我评估能力、识别自身独特优势并选择契合的发展路径至关重要；就产业政策而言，可针对不同差异化程度的农产品考虑差异化支持措施。研究局限包括：横截面数据无法捕捉能力组态的时间演化；样本为目的性便利样本，可能过度代表组织化与数字活跃农户，东北地区代表性不足；能力与绩效由同一受访者在单次调查中报告，无法排除共同方法偏差与光环效应，反向因果亦有可能；产品差异化由农户感知测量，部分由品牌活动塑造，因而对BNC与CCC具有内生性；六项能力呈现相似的必要性一致性，与一般能力成分相容，且组态未通过访谈或跟踪案例研究在案例层面加以验证；本研究仅测量商业绩效，未测量环境与社会可持续性结果。
**研究结论**：基于240名新农的调查数据，本研究运用fsQCA考察营销能力组态如何与MP相关联，得出四项主要结论。第一，就种类而言，没有任何单一能力是高MP的必要条件，尽管NCA表明PAC、CCC与DMS的最低水平是必需的。第二，内容驱动型、平台–关系型与平台依赖型三种组态各自足以导致高MP；其核心反映两条路径——内容与品牌能力或数字平台能力——且三者均共享平台适应能力。第三，非高绩效组态在很大程度上是高绩效组态的镜像，以数字营销技能与平台适应能力的共同缺失为共同核心，因此非对称性证据有限。第四，三种组态在两个PDL水平下均充分；内容驱动型与平台依赖型组态（二者均包含内容与品牌能力）在高度差异化产品中覆盖更多高绩效者，而平台–关系型组态在两组中覆盖相近份额。具有数字平台核心的两种组态对替代性分析选择最为稳健；内容驱动型组态保持其核心，但其精确形式存在变化。
