宋嘉怡

（兰州交通大学 经济管理学院，甘肃  兰州 730070)

摘要：数字经济是驱动经济高质量发展的重要手段。本文基于2022年我国31个省级行政单位相关数据，选取2012年和2017年进行分析，采用模糊集定性比较分析方法，从组态视角剖析我国31省市数字经济促经济高质量发展路径。研究结果表明：数字经济驱动经济高质量发展主要通过综合型、创新型和基础型三条路径；数字基础设施和数字创新能力始终作为核心条件，且需从巩固产业数字化条件、提升数字产业化能力等方面入手。通过不同年份和区域的对比，揭示条件之间的组态效应，为各地的发展规划提供更加精准和具有针对性的策略。

关键词：数字经济；高质量发展；组态分析；模糊集定性比较分析

一、引言

改革开放以来，中国经济实现跨越式增长，总量跃居世界第二。近年来资源和环境条件日益严峻^[1]，经济发展逐渐向追求质量效率转移。以投入为导向的发展模式已经不适应当前发展形势，面对新的发展阶段和环境，经济的高质量发展和合理增长显得尤为关键和迫切。亟需推动产业结构升级，加快经济的高质量发展转型。

党的二十大报告指出“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。2023年我国数字经济规模达到56.1万亿元，占国民经济的比重达到40%以上，中国数字经济总量稳居世界第二。数字经济具有高知识密集度、高协同性、高技术性的特征^[2]，表现为规模经济、范围经济和长尾效应^[3]，能带动绿色全要素生产率的提升、优化资源配置的效率，是推动经济高质量发展的重要引擎。

本文立足于组态视角，运用模糊集定性比较分析方法（fsQCA），对我国31个省市数字经济推动经济高质量发展的机制进行深入探究，挖掘出其核心路径。本文可能的贡献在于三个方面：第一，通过QCA以整体的视角，把案例视为条件变量的不同组合，通过整体分析和案例间比较，揭示影响结果的重要条件之间的组态效应^[4]。第二，本文探索出数字经济助力经济高质量发展的多种等效推进路径，旨在为资源禀赋各异的地区指明契合自身的发展方向。第三，实证研究了数字经济驱动经济高质量发展的并发协同效应，拓展了经济高质量发展多样性研究的内涵。

二、研究进展

目前，学界普遍认为数字经济发展能带来多方面影响：在生产效率方面，数字经济提升城市绿色全要素生产率^[5]，提高能源效率^[6]，赋能新质生产力发展^[7]；在产业发展方面，数字经济会促进产业结构高级化和合理化^[8]；在创新方面，数字经济可以提升区域绿色技术创新水平^[9]。除此以外，有学者认为数字经济可以改善营商环境、缓解信贷约束，赋能地区创业发展^[10]，培育更多的创业机会^[11]。而在高质量发展方面，已有研究多从科技创新^[12]、环境规制^[13]、数字新质生产力^[14]和贸易环境等角度入手，分析驱动经济高质量发展的影响因素。

已有学者注意到了数字经济与高质量发展之间的联系：数字经济成为推动中国经济高质量发展的新引擎和强劲动力^[15]，影响全面且复杂^[16]，数字经济可以通过激发创新活力^[17]、加快产业链现代化发展^[18]、优化要素配置和规模经济等维度来培育新动能驱动经济高质量发展^[19]。

三、研究设计及数据处理

1.研究方法

本文采用fsQCA进行实证研究^[20]，以案例为研究对象，研究条件组态和结果变量之间的关系，分析不同案例中存在的差异性条件组态，以及形成不同组态的原因及特点。

2.数据处理与变量描述

鉴于数据的可得性，选取31个省级行政单位作为研究案例，选择2022年为主要分析年份，并将2012年和2017年作为辅助对比年份进行计算。

（1）数字经济发展水平

本文参考相关研究^{[21, 22]}，在数字经济体系现有文献的基础上，构建并改进数字经济发展水平指标体系进行衡量。详细指标如表1所示。

表1  数字经济发展水平指标体系

（2）经济高质量发展水平

经济高质量发展水平参考孙豪等^[23]的计算方法，并且参照已有研究^{[13, 24, 25]}的研究，本文将经济高质量发展水平划分为创新发展、协调发展、绿色发展、开放发展、共享发展5个二级指标以及18个三级指标。 

经济高质量发展水平测评指标确定后，使用熵值法对31个省级行政单位的相关数据进行统计计算，得出了高质量发展水平的拟合值。

（3）变量描述

主要变量描述性统计结果如表2所示。

表2  主要变量描述性统计结果

四、分析结果

1.必要条件分析

必要条件分析是条件组态分析的前置步骤，通过查看一致性程度来确定是否存在必要条件，即考察实证证据与所探讨集合理论关联的契合度。本文以一致性大于0.9为标准筛选必要条件，通过fsQCA软件计算，进而获得各条件变量的必要性分析结果，结果如表3所示。

表3  单个条件变量的必要性分析结果

表3呈现了经济高质量发展水平的必要性分析结果，其中所有单个条件变量的一致性均未达到0.9，不存在显著的单个必要条件，这表明单一条件变量不能单独决定经济高质量发展水平。

2.条件组态分析

本文采用Furnari S提出的组态分析结果的呈现方式^[26]，验证条件变量的相对重要性。当一致性低于0.75时不具备支持集合关系存在的实际基础^[27]，因此一致性阈值设定最好大于等于0.80。

结合案例实际，本文以频数大于1、PRI一致性大于0.85为标准，计算得出驱动经济高质量发展的数字经济发展路径有三条。结果表明解的覆盖度为0.818且解的一致性为0.855，即在契合三种经济高质量发展路径的省市里，超八成半的省市经济高质量发展态势良好。解的一致性和覆盖度均反映出实证分析的有效性。

表4  经济高质量发展程度的数字经济组态分析

（注：●表示核心条件存在，•表示边缘条件存在，Q表示核心条件缺失，×表示边缘条件缺失，空格表示该条件在此组态中无关紧要。）

如表4所示，经计算得出三个组态，结果显示数字基础设施与创新能力是经济高质量发展的核心条件，数字产业化和产业数字化为边缘条件，且未见核心条件缺失。由此可以得出，数字基础设施和数字创新能力为最重要的条件，但对经济高质量发展起到重要作用，产业数字化则为辅助条件，在组态中作用较小。

（1）组态1——综合型

条件组态1表明，拥有优质数字基础设施且数字创新能力较强的省级行政区，通常具有较高的经济高质量发展水平。在该路径中，数字基础设施和和数字创新能力是核心，数字产业化和产业数字化影响较小。相关省级行政区需具备良好的数字经济发展基础，综合考量核心条件，本文将此路径命名为“综合型”。

以北京、上海为代表的东部沿海城市是中国经济发展的重要领军城市，其本身具有较多的国内外优质资源，能够凭借完备的数字基础设施条件，集聚产业发展所需的人才资源和资金支持，培育区域数字创新中心，增强区域创新能力，扩大数字产业规模，提升数字产业韧性，通过综合型发展路径促进高质量发展。

（2）组态2——创新型

条件组态2表明，除数字创新能力较强外，其他前因条件都较弱或缺失，仍能实现较高的经济高质量发展水平。在此组态中，数字创新能力是核心条件，起到主导作用，缺少对数字产业化和产业数字化的发展，因此将此路径命名为“创新型”。

数字福建是数字中国的思想源头和实践起点，河北省（雄安新区）和福建省等6个国家数字经济创新发展试验区的建设为区域数字创新研发活动提供了优渥的政策环境，能够促进数字技术与实体经济的深度融合，形成数字经济新质生产力，突破关键核心技术，打造创新示范高地，通过辐射带动效应提高经济发展的质量和效益，为经济高质量发展提供有利支撑。

（3）组态3——基础型

条件组态3表明，在数字产业化水平欠缺而数字基础设施较为完善情况下，借助产业数字化的助力，该省份仍可达成较高的经济高质量发展水平。该组态中，数字基础设施充当核心条件，产业数字化起到辅助作用，在其他条件水平均较低时发挥重要作用，因此将此路径命名为“基础型”。

东北地区作为重要的老工业基地，拥有丰富的工业资源和稳固的产业根基。在新时代背景下，东北地区正积极顺应数字技术的浪潮，依托东北地区传统产业优势，结合数字技术优势，以完善数字基础设施为着力点，实现从传统工业向数字化、智能化的转型，为区域经济的高质量发展提供坚实保障。

3.影响机制分析

本文在组态视角下，根据上述分析研究发现，数字经济并非独立影响经济高质量发展，而是以联动匹配的方式，通过多条路径来发挥作用。如图1所示，从数字经济四个组成因素入手，通过组态匹配，形成区别于传统单一因果逻辑的非线性研究方法，共同推进了整体的经济高质量发展。

图1  数字经济驱动经济高质量发展影响机制

4.不同年份横向截面数据的对比分析

对2022年得出的组态分析可知，数字基础设施和数字创新能力两个条件变量为各组态的核心条件。为了进一步探究核心变量在驱动经济高质量发展过程中的动态变化，本文选取了2012年和2017年作为比较组，与2022年进行比较分析。

表4结果所示，2012年中促进经济高质量发展有三个组态，数字创新能力作为唯一核心条件，相较于2022年的结果，说明仅有创新能力作为当时经济高质量发展的重要影响因素。可能的原因在于，党的十八大提出“创新驱动发展战略”，旨在增强自主创新、培养科技人才，推动经济质量、效率和动力变革，为高质量发展奠定基础。

由于存在时间滞后性，本文选取2017年作为观测年份进行实证研究。表4所示，2017年中也存在三个组态，数字基础设施和数字创新能力为组态的核心条件，但路径与2012年和2022年的结果有些许不同。原因可能是国家发展数字新基建，成为未来经济发展和产业转型升级的趋势导向，能够为我国长期高质量发展提供持续动能。

5.稳健性检验

参考以往QCA稳健性检验讨论^[28]，本文通过调整一致性阈值设定水平进行稳健性检验。研究发现，PRI阈值由0.85提升至0.9，组态结论基本一致，仅对组态的一致性和覆盖度产生了影响。结果如表5所示，阈值变化后路径为原始模型路径的子集，所得的一致性与覆盖度与原始模型差别不大，其水平均高于一般标准，进行组态分析结果无实质性差异，本文结论稳健。

表5  2022年稳健性检验

五、结论与建议

1.研究结论

本文立足于条件组态的视角，借助模糊集定性比较分析方法，深入剖析全国31个省市数字经济因素驱动经济高质量发展的多元组合路径。其研究结果如下：

（1）通过组态分析，数字经济促进经济高质量发展的驱动路径主要有3条：一是以数字基础设施和数字创新能力为主导的“综合型”，这也是主要的驱动路径；二是以数字创新能力为核心动力的“创新型”；三是以数字基础设施为主导的，并加以产业数字化的辅助所形成的“基础型”。

（2）从时间维度来看，随着数字经济的快速发展，经济高质量发展路径相似。其中数字基础设施和数字创新能力重要性逐步提高，已经成为经济高质量发展不可或缺的条件。

（3）从空间维度来看，数字经济驱动经济高质量发展的组态中存在空间差异，特大城市及沿海地区数字经济起步较早，各项发展条件均有一定基础；中部地区主要提托其数字创新能力，带动地区的经济发展；而东北地区相较于其他地区，数字基础设施则在数字经济推动高质量发展的过程中作为核心条件出现。

2.政策建议

（1）政府应加强数字基础设施建设，结合数字产业化和产业数字化需求提升服务效率，同步制定前瞻性政策，为数字技术的研发和应用提供政策支持和资金投入，培育数字创新平台，吸引创新人才资源，促进创新成果的快速转化，促进区域经济高质量发展。

（2）地方政府应因地制宜地制定经济发展政策。特大城市及沿海地区应综合发展数字基础建设和数字创新能力，为数字产业和传统产业的数字化转型提供必要的技术支持和服务保障，推动经济结构的优化升级；中部地区应侧重于完善普及数字基础设施，避免产生数字鸿沟问题，推动产业升级和经济增长；东北地区则应该着力提升数字创新能力，通过政策支持优化营商环境，引导资金投入，提升创新活力，推动科技成果落地，为经济高质量发展注入新动力。

参考文献：

[1]任保平. 新时代中国经济从高速增长转向高质量发展:理论阐释与实践取向[J]. 学术月刊, 2018, 50(3): 66-74+86.

[2]徐辉, 邱晨光. 数字经济发展提升了区域创新能力吗——基于长江经济带的空间计量分析[J]. 科技进步与对策, 2022, 39(13): 43-53.

[3]裴长洪, 倪江飞, 李越. 数字经济的政治经济学分析[J]. 财贸经济, 2018, 39(9): 5-22.

[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 (6): 155-67.

[5]李健. 数字经济、产业链创新与绿色全要素生产率[J]. 统计与决策, 2024, 40(9): 129-34.

[6]余渭恒. 数字经济对区域碳减排绩效的空间溢出效应及异质性分析[J]. 工业技术经济, 2024, 43(6): 82-91.

[7]焦勇, 齐梅霞. 数字经济赋能新质生产力发展[J]. 经济与管理评论, 2024, 40(3): 17-30.

[8]迟明园, 石雅楠. 数字经济促进产业结构优化升级的影响机制及对策[J]. 经济纵横, 2022(4): 122-8.

[9]程广斌, 吴家庆, 李莹. 数字经济、绿色技术创新与经济高质量发展[J]. 统计与决策, 2022(23): 11-6.

[10] 姜扬.数字经济如何促进创业发展——基于宏观和微观的双重视角[J].经济管理,2024,46(4):66-79.

[11] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-76.

[12]刘志彪. 理解高质量发展:基本特征、支撑要素与当前重点问题[J]. 学术月刊, 2018, 50(7): 39-45+59.

[13]陈诗一, 陈登科. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究, 2018, 53(2): 20-34.

[14] 王曦. 数字新质生产力、国内国际双循环与经济高质量发展[J]. 统计与决策, 2024, 40(10): 17-22.

[15] 荆文君, 孙宝文. 数字经济促进经济高质量发展:一个理论分析框架[J]. 经济学家, 2019(2): 66-73.

[16] LINGZHANG K, JINYE L. Digital Economy Development and Green Economic Efficiency: Evidence from Province-Level Empirical Data in China[J]. Sustainability, 2022, 15(1).

[17]薛阳, 牛子正, 段淏文, et al. 数字经济、技术创新与高质量发展[J]. 统计与决策, 2023, 39(21): 96-102.

[18]潘红玉, 任宇新, 潘为华. 数字经济对产业链高质量发展的影响及空间溢出效应[J]. 科学决策, 2024 (2): 22-38.

[19] 任保平, 李培伟. 数字经济培育我国经济高质量发展新动能的机制与路径[J]. 陕西师范大学学报(哲学社会科学版), 2022, 51(1): 121-32.

[20] 孙国强, 李腾. 数字经济背景下企业网络数字化转型路径研究[J]. 科学学与科学技术管理, 2021, 42(1): 128-45.

[21]许宪春, 张美慧. 中国数字经济规模测算研究——基于国际比较的视角[J]. 中国工业经济, 2020(5): 23-41.

[22]赵放, 李文婷. 数字经济赋能经济高质量发展——基于市场和政府的双重视角[J]. 山西大学学报(哲学社会科学版), 2022, 45(5): 41-50.

[23]孙豪, 桂河清, 杨冬. 中国省域经济高质量发展的测度与评价[J]. 浙江社会科学, 2020(8): 4-14+155.

[24]吴志军, 梁晴. 中国经济高质量发展的测度、比较与战略路径[J]. 当代财经, 2020 (4): 17-26.

[25]金碚. 关于“高质量发展”的经济学研究[J]. 中国工业经济, 2018 (4): 5-18.

[26]FURNARI S, GRECKHAMER T, FISS P. Studying Configurations: Best Practices for Applying Qualitative Comparative Analysis (QCA)[J]. Academy of Management Annual Meeting Proceedings, 2018, 2018(1): 12293.

[27] RAGIN C C. Redesigning Social Inquiry: Fuzzy Sets and Beyond[J]. University of Chicago Press, 2010.

[28] 张明, 陈伟宏, 蓝海林. 中国企业“凭什么”完全并购境外高新技术企业——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): 117-35.