基于fsQCA方法的我國數字經濟效率提升路徑研究

[摘要]數字經濟是高質量發展的關鍵引擎，如何實現數字經濟的提質增效是各級政府面臨的重要問題。在構建數字經濟效率投入產出指標體系的基礎上，首先運用超效率SBM模型測度我國2018—2021年30個省（區市）的數字經濟效率，然后采用WSR系統分析方法從物理、事理和人理三個層面歸納影響我國數字經濟效率的主要因素，最后利用fsQCA方法對不同組態與數字經濟效率之間的多重并發因果關系展開實證研究。研究結果顯示：我國省際數字經濟效率呈現東部優于中部、中部優于西部的空間分布特征且各省份之間差距明顯；任何單一的物理、事理或人理因素都不會直接引致數字經濟高效率，但地方創新能力不足是導致數字經濟效率低下的必要條件；數字經濟效率的高低是物理、事理和人理各層面多因素交互作用的結果，其中良好的創新能力是提升數字經濟效率的核心前提；“經濟發展水平+數據資源+政府支持+創新能力”是引致高數字經濟效率4條組態路徑中最主要的路徑，而數據資源匱乏和創新能力不足是3條非高數字經濟效率路徑的關鍵因素。

[關鍵詞]數字經濟效率；fsQCA；提升路徑；超效率SBM模型；WSR系統分析方法

一、 引言

習近平總書記在黨的二十大報告明確指出，要加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。1中國國家互聯網信息辦公室發布的《數字中國發展報告（2022年）》2顯示，我國2022年數字經濟規模已達50.2萬億元，占國內生產總值的41.5%，同比名義增速為10.3%，遠超國內生產總值3.0%的名義增速。數字經濟作為以數據為關鍵要素、以現代信息網絡為主要載體、以信息技術應用為基本特征、以全要素數字化轉型為重要推動力的經濟形態，已成為發展新質生產力、實現經濟高質量發展的關鍵力量。高質量發展是全面建設社會主義現代化國家的首要任務，是我國經濟發展從量變到質變的轉型與升級，而發展新質生產力正是推動高質量發展的內在要求和重要著力點。2024年1月，習近平總書記在主持中共中央政治局第十一次集體學習時強調新質生產力具有高科技、高效能、高質量特征，要以全要素生產率大幅提升為核心標志。3由此可見，新質生產力是以生產要素的高效化利用和資源配置效率的顯著提升為評價標準。因此，作為發展新質生產力重要領域的數字經濟必須遵循新質生產力的內涵，在做大做強做優數字經濟的同時，更要不斷提升數字經濟的效益、效能與效率，從而將數字經濟增長從以往的規模擴張轉向效率提升的新發展階段。如何進一步提升數字經濟發展效率從而最大限度地發揮數據要素價值，成為各級政府與研究學者關注的重要問題。

二、 文獻綜述

數字經濟自提出以來就成為經濟學界的研究熱點，科學評價數字經濟發展、定量刻畫數字經濟與其他經濟因素之間的相互作用對于研判經濟發展形勢和探索經濟發展路徑尤為重要。

目前，學者主要從體量規模、相對發展程度和發展質量三個視角對數字經濟展開測度研究。首先，在測度國家或地區整體數字經濟規模方面，美國經濟分析局（BEA）[1]、許憲春等[2]分別采用生產法測算美國與中國的數字經濟體量；彭剛等[3]、金星曄等[4]分別在界定數字經濟產業的基礎上對我國數字經濟規模進行了測算；李潔等[5]、鮮祖德等[6]等以國家統計局發布的《數字經濟及其核心產業統計分類（2021）》為標準，分別對我國整體數字經濟規模、數字經濟核心產業規模以及各省份數字經濟規模展開測算。其次，在測度各國（地區）數字經濟發展相對程度方面，張雪玲等[7]通過對數字經濟內涵的界定構建了我國數字經濟發展評價指標體系；高燕等[8]結合數字技術投入與數字投資消費需求，從供需兩方面構建我國數字經濟發展水平的評價指標體系；金燦陽等[9]基于模糊集合思想從數字基礎設施、數字創新、數字治理、數字產業化與產業數字化5個維度構建了我國數字經濟發展水平指數；徐清源等[10]歸納總結了國內外12個數字經濟測度指標體系的優缺點并給出構建我國相關指標體系的思路與建議。最后，在測度數字經濟發展質量方面，研究學者多以數字經濟效率的高低來評估數字經濟的發展質量，如蔡昌等[11]以數字經濟兩個代表性行業的固定資產投資與就業人數作為投入變量，以實際GDP和勞動生產率作為產出變量，利用DEA-Malmquist模型測算了我國29個省（區市）的數字經濟產出效率；李研[12]、溫婷等[13]同樣以數字經濟核心產業的投入產出測算我國不同省份和區域的數字經濟產出效率，并進一步分析其時空演變過程。由此可見，數字經濟相關的測度研究文獻主要集中于前兩類，數字經濟效率的相關成果不僅十分有限，而且多以某個具體行業代表整個數字經濟，很大程度上低估了數字經濟的覆蓋領域。

在數字經濟影響因素研究方面，學者們運用不同的計量模型檢驗分析了各種可能影響因素與數字經濟發展之間是否具有顯著關系。鐘業喜等[14]運用OLS模型和GWR模型分析了長江經濟帶數字經濟發展的影響因素，他們認為信息化水平、城市等級、產業結構對數字經濟存在正向作用；劉軍等[15]、焦帥濤等[16]利用SAR模型驗證了地區經濟增長水平、外資依存度、政府干預度、人力資本等因素能夠顯著提升中國數字經濟發展水平；蘇冰杰等[17]基于固定效應面板回歸模型分析區域差異因素對數字經濟發展的影響，結果顯示，經濟發展水平、政府支持和對外開放程度對數字經濟存在線性影響，而地區規模的影響則表現為非線性；余運江等[18]以全國286個地級及以上城市為樣本，采用多元回歸模型從信息化基礎、地理區域、經濟水平、人力資本4個維度檢驗數字經濟差異的影響因素。盡管學者們對數字經濟影響因素的研究成果較為豐富且得出數字經濟發展受到諸多因素影響的結論，但大部分傳統計量模型只能檢驗單個影響因素與數字經濟之間的線性相關性，而忽略了不同因素之間互相組合形成的多重并發效應以及影響因素與數字經濟發展之間的因果關系；此外，關于數字經濟效率影響因素的理論分析與實證檢驗十分匱乏。

鑒于此，本文從投入產出視角出發，在運用超效率SBM模型測度我國各省份數字經濟效率的基礎上，基于“物理—事理—人理”（WSR）系統方法論分析歸納數字經濟效率的影響因素，并采用模糊集定性比較分析（fsQCA）方法分析影響因素不同組態與數字經濟效率之間的多重并發因果關系，探索我國數字經濟效率的提升路徑，以期為我國數字經濟高質量發展提供理論支撐與決策參考。

三、 研究設計

1. 理論框架

經濟效率是經濟學中的一個重要概念，它指的是資源在經濟活動中的使用達到最優狀態。數字經濟作為一種新型的經濟形態，其效率的提升對于我國經濟轉型和高質量發展具有重要意義。類比經濟效率的概念，數字經濟效率是指數字經濟在給定的資源和數字化技術條件下實現產出的最大化程度。由此可見，數字經濟效率的影響因素涉及經濟、技術、社會等多個方面，因此本文參考雷鴻竹等[19]的“物理—事理—人理”（WSR）系統分析方法，從物理層、事理層和人理層這三個層面分析探討數字經濟效率的影響因素及其作用機制。

（1）物理因素及其影響機制分析

WSR中的“物理”是指構成系統的客觀存在，包括物質、物質所處的環境和物質運動所涉及的規律和機理，在社會經濟發展中物理因素一般涵蓋資源、技術、經濟基礎等要素。物理因素決定了地區經濟活動的原始投入要素，根據經典的柯布-道格拉斯生產函數可知，投入要素越豐富經濟產出越高。因此，數字經濟效率的提高包括兩種情形：要么在經濟效益不變的情況下減少數字經濟發展投入，要么在經濟成本不變的條件下提高數字經濟產出。在控制經濟成本的條件下，一個地區的物理條件越優越，其數字經濟效率就會越高。經濟發展水平可以視作一個地區勞動力、土地、資本等物理條件的綜合指標，大量研究[14-18]表明經濟發展水平越高的地區其數字經濟發展程度越高。此外，數據資源是數字經濟特有的物質基礎，它不僅能通過深化分工融入價值創造過程，推動產業數字化轉型發展[20]；還能在生產過程中與勞動力、土地、資本等其他生產要素產生協同效應，對其他要素具有倍增作用[21]。由此可見，數據資源是支撐數字經濟發展的核心要素，數據資源越豐富，數字化轉型的代價越低且經濟價值越高，也就越有利于數字經濟效率的提升。

（2）事理因素及其影響機制分析

WSR中的“事理”是指干預指導人類認識世界、改造世界、改造社會的實踐活動，事理的本質就是基于現實社會的概念、規律所產生的方法、制度等因素能夠使得實踐活動更加有效。從WSR系統分析方法中事理的概念可以看出，在數字經濟發展過程中，合理的事理因素能夠提高數字經濟效率。在物理資源一定的條件下，改善資源分配是提高數字經濟效率的有效途徑，因此本文從資源分配的角度提煉了政府支持與產業結構這兩個影響數字經濟效率的事理因素。政府的財政支持對數字經濟發展具有重要作用，其不僅可以緩解企業在數字化轉型發展中的資金壓力、增強企業轉型信心，還可以引導企業和社會資源向科技創新領域轉移[22]。同時，數字經濟發展與產業結構演化高度相關：一方面第三產業以技術密集型產業為主，而數字經濟核心產業本就屬于第三產業，向第三產業傾斜的產業結構為數字經濟發展提供了更為有利的產業政策環境[14]；另一方面，數字經濟的發展會源源不斷地為第一、第二產業提供數字技術服務，從而淘汰第一、第二產業的過剩產能、重塑供給側產業結構[23]。因此，政府在科技領域的財政支持與產業結構高級化發展均有利于數字經濟效率的提升。

（3）人理因素及其影響機制分析

WSR中“人理”的主要內容是研究如何充分發揮人的創造性和潛力，利用已有的“物理”“事理”去組織最佳的實踐活動以產生最大的效益和效率。本文根據“人理”的概念，從人的創造力和創新力兩方面出發，選取人力資源和創新能力這兩個因素代表影響數字經濟效率中的人理因素。人力資源涵蓋勞動力的素質和數量兩部分內容：其一，數字經濟領域具有一定的就業門檻，對從業人員的知識和技能水平要求較高[24]，高素質勞動力不僅是數字經濟發展的基石，而且能夠通過提高勞動效率實現數字經濟效率的提升；其二，同樣由柯布-道格拉斯生產函數可知，勞動力的數量是經濟生產投入的關鍵要素之一，勞動力投入越多，理論上數字經濟產出越多[14]，因此高質量人力資本所形成的規模效應有利于提升數字經濟效率。創新能力是傳統經濟形態向數字經濟形態轉變的源動力，而高效是創新的自然屬性和必然要求，因此創新會引領技術與數字經濟產業向提高發展效率的方向發展[25]。同時，創新能力可以幫助傳統行業實現智能化、數字化升級，開拓數字經濟新領域；數字技術的擴散有利于構建不同行業共享的技術基礎，有效推動行業融合，提高數字經濟效能[26]。

在WSR理論中，物理、事理、人理因素不是相互獨立的個體，而是互相協同、共同作用的整體。基于此，本文構建如圖1所示的數字經濟效率提升路徑的理論框架，三個層面的影響因素組成數字經濟效率的前因條件，它們通過不同條件的協同聯動，共同影響數字經濟效率。因此，探索數字經濟發展高效率的組態匹配方式能夠為地方政府進一步提升數字經濟效率提供具體的路徑參考，而數字經濟發展非高效率組態效應的揭示也為地方政府打破數字經濟低效發展局面提供了政策借鑒。

2. 研究方法

（1）數字經濟效率測度方法

數據包絡分析（DEA）是度量投入產出效率的常用方法，已被廣泛應用于測度經濟發展效率。但傳統DEA模型計算出的效率值只能保持在區間（0，1]內且有效的決策單元取值均為1，無法對有效的決策單元展開進一步比較，因此，本文采用能夠克服傳統DEA模型缺陷的超效率SBM模型測度我國各省（區市）數字經濟效率。

假設每個省（區市）記為1個決策單元，共有n個決策單元DMUj（j=1，2，[…]，n），每個決策單元DMUj含有m種投入要素xij（i=1，2，[…]，m），q種期望產出yrj（r=1，2，[…]，q），則超效率SBM模型可表示為：

[minρ=1-1mi=1ms-ixik1+1qr=1qs+ryrk]" （1）

[s.t. j=1，j≠knxijλj-s-i≤xikj=1，j≠knyrjλj+s+r≤yrkλj，s-i，s+r≥0] （2）

上式中，[λj]為權重變量；[s-i]、[s+r]分別為數字經濟投入要素和期望產出的松弛變量；ρ為數字經濟效率，其值越大表明數字經濟效率越高，特別地，當ρ≥1時表明該省（區市）的數字經濟發展達到有效，否則視為無效。

（2）模糊集定性比較分析方法

模糊集定性比較分析方法（fsQCA）基于模糊集合和布爾運算研究多個前因變量與結果變量之間復雜的因果關系，是一種結合定量與定性研究特長而又超越定量與定性研究的新方法[27]。傳統基于自變量相互獨立、線性相關和因果對稱的計量方法，只能分析單個自變量對因變量的邊際效應，無法解釋自變量如何通過相互協同和共同作用導致結果變量發生的多重并發效應。基于WSR理論的分析可知，數字經濟效率受到物理、事理和人理三個層面多個因素的交互影響，需要采用整體視角分析影響因素間的組態效應，即哪些因素組合引發數字經濟發展高效率，而哪些條件組態導致數字經濟效率低下的結果發生。因此，本文選擇fsQCA方法探索經濟發展水平、數據資源、政府支持、產業結構、人力資源和創新能力這6個前因條件對數字經濟效率的多重并發影響，以識別多條等效的數字經濟效率提升路徑。

3. 變量選取與數據來源

（1）結果變量

本文將通過超效率SBM模型測算出的數字經濟效率作為結果變量。綜合現有研究文獻，將數字經濟效率的要素歸結為基礎設施投入、產業數字化投入、數字產業化投入及期望產出，各要素的指標選取情況如表1所示。

①基礎設施投入。數字經濟基礎設施能夠反映各省（區市）的網絡覆蓋水平，借鑒王松茂等[28]的指標選取方法，本文選取光纜線路長度、移動電話普及率以及互聯網寬帶接入端口來刻畫數字經濟的基礎設施投入。

②產業數字化投入。產業數字化是指傳統行業利用現代數字信息技術實現的智能化、數字化的產業升級，本文參考金燦陽等[9]的做法，選取每百家企業擁有網站數、每百人使用計算機數、電子商務采購額這三個指標測量產業數字化投入。

③數字產業化投入。數字產業化即數字經濟核心產業，本文參考李研[12]的做法從勞動力投入、技術投入和資本投入三個方面考察數字產業化投入，分別采用信息傳輸、軟件和信息技術服務業就業人員數量及其平均工資、電信業務總量、規模以上工業企業Ramp;D經費支出作為數字產業化投入的指標。

④期望產出。數字經濟的期望產出是數字經濟體系下最終商品和服務的市場價值總和，即數字經濟規模，但目前我國各省（區市）并未展開統一的數字經濟規模核算工作。現有文獻多以數字經濟核心產業產出作為數字經濟規模的代理變量，但這一做法往往低估了數字經濟規模。因此本文結合蔡昌等[11]、溫婷等[13]的做法，綜合考慮數字經濟的生產端與消費端，將數字經濟核心產業的主營業務收入和電子商務銷售額共同作為數字經濟期望產出指標。

（2）前因條件變量

將前文分析歸納出來的物理、事理和人理三個層面共6個數字經濟效率影響因素作為前因條件變量，各變量的指標選取如表2所示。

①物理因素。數字經濟效率的物理因素包括經濟發展水平（GDP）和數據資源（DB），前者根據研究慣例選取人均地區生產總值刻畫經濟發展水平，后者參考溫婷等[13]選擇中國電子信息產業發展研究院發布的數據資源指數作為各省數據資源的代理變量。

②事理因素。本文提煉政府支持（GS）與產業結構（IS）兩個因素為數字經濟效率的物理因素，并分別采用地方財政科學技術支出占地方財政一般預算支出的比重和地方第三產業產值在地方生產總值的占比刻畫地方政府支持和產業結構。

③人理因素。人力資源（HR）和創新能力（TI）屬于影響數字經濟效率的人理因素。綜合考慮勞動力的質量與數量，本文選取每十萬人高校在校人數占常住人口的比例作為人力資源的代理變量，同時采用人均專利申請數量衡量地方創新能力。

（3）數據來源

基于數據的可得性，本文以我國30個省（區市）（不含西藏和港澳臺地區且下文統稱為省份）為研究樣本，選取2018—2021年表1及表2中各指標數據，其中，數據資源指數來源于《中國大數據區域發展水平評估白皮書（2019—2022年）》，其余數據來源于《中國統計年鑒（2019—2022）》。將表1中投入產出指標數據代入超效率SBM模型，可求解出各年度各省份的數字經濟效率，即結果變量。本文取結果變量和前因條件變量2018—2021年這四年數據的平均值進行fsQCA分析，以降低個別異常值引發分析結果發生偏誤的可能性。

四、 實證分析

1. 數字經濟效率測度結果分析

本文運用超效率SBM模型測算2018—2021年我國30個省份的數字經濟效率，測算結果如圖2所示。從地理空間上來看，我國數字經濟效率呈現東部優于中部、中部優于西部的分布情況，且各省份之間差距明顯。浙江、江蘇、山東、廣東、天津和重慶在大部分年度實現了數字經濟發展最優化，表現在其數字經濟效率值普遍接近或超過1；而內蒙古、甘肅、云南、陜西、寧夏和新疆數字經濟效率的平均值還不足0.1。對比劉軍等[15]、金燦陽等[9]等相關研究結果可知，相較于數字經濟規模，我國各省份在數字經濟效率方面的“數字鴻溝”問題更為突出。從時間變化規律上來看，大部分省份數字經濟效率呈現逐年增長的態勢，部分省份受2020年疫情影響出現暫時性下降，但多數省份的數字經濟效率在2021年已回復至疫情前期的水平。2021年我國GDP增速從2020年的2.2%大幅提升至8.4%，數字經濟效率的提升無疑是拉動我國經濟復蘇的重要助力。

2. 數據校準

本文以超效率SBM模型測度的數字經濟效率作為fsQCA組態路徑分析的結果變量，以經濟發展水平、數據資源、政府支持、產業結構、人力資源和創新能力作為前因條件，以我國30個省份數字經濟效率及其前因條件變量為案例，采用直接校準法對原始案例數據進行校準。參考Fiss[29]的做法，將案例數據95%、50%和5%的分位數值作為校準的3個錨點，即完全隸屬、中間點和完全不隸屬，從而將前因條件變量與結果變量轉換為可以進行布爾運算的集合隸屬度。各變量的校準錨點如表3所示。

3. 單個條件的必要性分析

本文運用fsQCA4.1軟件對數字經濟效率的各前因條件變量進行必要性檢驗，以識別單個條件是否構成結果發生的必要條件，檢驗結果如表4所示。根據必要條件的判別準則，即當單個條件的一致性大于0.9時，可判定該條件為必要條件，可知6個前因條件均不是高數字經濟效率這一結果變量的必要條件。這表明單一的物理因素、事理因素和人理因素都不會直接引致數字經濟高效率，數字經濟高效率是由各個層面的多種因素復雜交互、共同作用帶來的，故而地方政府想要進一步提升數字經濟效率要綜合考慮各種因素之間的協調發展。此外，檢驗結果還顯示地方創新能力不足是導致地方數字經濟效率低下的必要條件，因此在后續真值表運算時將該條件設置為缺失，以進一步探尋其他可能導致數字經濟低效的組態條件。

4. 條件組態分析

真值表是模糊集條件組態分析的基礎。本文繼續參考Fiss[29]的做法，將案例頻數閾值和一致性閾值分別設置為1和0.8，再根據Park等[30]的做法采用自然截斷產生的PRI閾值，分別構建數字經濟高效率與數字經濟非高效率的真值表，并進行fsQCA的標準化分析得到簡單解、中間解和復雜解，其中中間解被視為條件組態路徑，而簡單解和中間解中同時出現的條件可看作是組態路徑中的核心條件。本文最終分別得到引致高數字經濟效率的4條組態路徑和導致非高數字經濟效率的3條組態路徑，詳見表5。

由表5可知，引致高數字經濟效率的4條組態路徑的一致性均超過0.9且總體一致性達到0.939，說明這4條路徑覆蓋的案例中有93.9%的省份具有較高的數字經濟效率；其總體覆蓋率達到0.743，表明這4條路徑對數字經濟高效率產生原因的解釋力度達到74.3%。對于引發數字經濟非高效率的3條組態路徑而言，無論是單條路徑的一致性還是總體一致性均超過最初設定的一致性閾值0.8，其總體覆蓋率為0.769，表明引發數字經濟非高效率的3條路徑同樣具有較高的解釋性。

引致數字經濟高效率的4條組態路徑可以歸結為“物理+事理+人理”與“物理+人理”兩種類型。“物理+事理+人理”型條件組態包括路徑H1、H3和H4：其一，路徑H1（GDP*DB*GS*TI）顯示，較高的經濟發展水平、較好的數據資源、較強的政府支持與高創新能力可以促進地方數字經濟高效率，其中創新能力是核心條件，采用這一路徑的省份最多，包括北京、廣東、江蘇、浙江、安徽、福建、上海等10個省份，且H1的唯一覆蓋率為0.177，遠高于其他路徑，表明良好的物理基礎、政府的有力支持和顯著的創新能力是我國數字經濟高效運行最主要的模式；其二，路徑H3（GDP*GS*IS*HR*TI）表明，當經濟發展水平、政府支持、產業結構、人力資源尤其是創新能力達到一定水平時，無論是否具有天然的數據資源，都可以引致數字經濟高效率，但其唯一覆蓋率僅為0.010，僅符合這一條組態路徑的省份為湖南；其三，路徑H4（～GDP*DB*～GS*IS*～HR*TI）顯示，即便在經濟發展水平、政府支持力度和人力資源質量較低的情況下，只要具備創新能力這一核心要素，并配有良好的數據資源與產業結構，依然能夠促使數字經濟高效發展，采用該組態路徑的省份僅有四川。“物理+人理”型對應路徑H2，即以高創新能力為核心條件，輔助較高的經濟發展水平、豐富的數據資源和高素質人力資源的共同作用實現了高效的數字經濟發展，其代表性省份有重慶與遼寧。綜合來看，創新能力是所有4條組態路徑中唯一的核心條件，表明其是引致數字經濟高效率最重要的前因條件。此外，“經濟發展水平+數據資源+政府支持+創新能力”的組態路徑是我國省份實現數字經濟高效率發展最主要的模式，這表明單一的前提條件并不足以支撐數字經濟效率的提升，只有物理、事理和人理三方面的協同發展才是提升數字經濟效率最可行的路徑。

引致非高數字經濟效率的3條組態路徑均為“物理+事理+人理”型，表明只有在數字經濟發展的物理條件、事理條件和人理條件均不樂觀的情況下才會產生數字經濟低效運行的現象。同時，數據資源匱乏和創新能力不足是3條組態路徑的核心必要條件，在此基礎上地方經濟發展水平不高和政府對科技研發的財政支持不足是導致我國省份非高數字經濟效率結果發生的主要模式，表現在路徑NH1（～GDP*～DB*～GS*～TI）的原始覆蓋率和唯一覆蓋率均明顯高于其他路徑，該路徑涵蓋云南、甘肅、廣西、黑龍江、吉林等9個省份。此外，地方在缺失數據資源和創新能力的核心條件下，如果經濟發展水平和產業結構均不理想，即路徑NH2（～GDP*～DB*～IS*～TI）或者同時缺乏政府支持、產業結構和人力資源，即路徑NH3（～DB*～GS*～IS*～HR*～TI）時，也會導致地方數字經濟效率處于較低水平，前者的代表省份有寧夏和江西，后者唯一被覆蓋的省份為內蒙古。

5. 穩健性分析

本文采用調整一致性閾值和PRI閾值兩種方法分別對高數字經濟效率和非高數字經濟效率兩種結果的組態路徑進行穩健性檢驗。首先，將條件組態的一致性閾值從0.8分別上調至0.85和0.9，檢驗結果顯示兩種結果的組態路徑均未發生變化；其次，將PRI閾值分別設置成0.7和0.75，檢驗結果表明非高數字經濟效率的組態路徑依然不變，高數字經濟效率的組態路徑在0.7的PRI閾值下與前文完全一致，而在0.75的PRI閾值下除了缺乏路徑H4，其余3個組態路徑保持一致。由此可見，本文的研究結論具有良好的穩健性。

五、 結論與啟示

本文在運用超效率SBM模型測度近四年我國30個省（區市）數字經濟效率的基礎上，基于WSR系統方法論分析歸納出數字經濟效率在物理、事理、人理三個層面的主要影響因素，并采用fsQCA方法揭示物理、事理和人理因素不同組態與數字經濟效率之間的多重并發因果關系，得出的主要結論有：（1）我國省際數字經濟效率呈現東部優于中部、中部優于西部的空間分布，且各省份之間差距明顯，“數字鴻溝”問題突出；（2）任何單一的物理、事理或人理因素都不會直接引致數字經濟高效率，但地方創新能力不足是導致數字經濟效率低下的必要條件；（3）引致數字經濟高效率的4條組態路徑可以歸結為“物理+事理+人理”與“物理+人理”兩種類型，其中創新能力是所有組態路徑的核心條件，且“經濟發展水平+數據資源+政府支持+創新能力”的組態路徑是我國省份實現數字經濟高效發展最主要的模式；（4）引致非高數字經濟效率的3條組態路徑均為“物理+事理+人理”型且數據資源匱乏和創新能力不足是所有組態路徑的核心條件，在此基礎上地方經濟發展水平不高和財政支持不足是導致我國省份非高數字經濟效率結果發生的主要模式。

上述研究結論為提升我國數字經濟效率帶來以下啟示：（1）地方政府應以高質量發展理念為引領，更新數字經濟發展思維，強化政策引導效應，將數字經濟發展目標從單純的規模擴張轉變為效率提升；（2）創新能力是實現高數字經濟效率的核心條件，也是導致數字經濟低效發展的制約因素，地方政府應從創新體系構建、創新人才引進、創新企業培育、創新制度保障等多方面著手，進一步提升地方創新能力；（3）地方政府應利用“組態思維”關注地方物理、事理和人理多個層面多種因素的交互匹配，結合自身實際，因地制宜地選擇數字經濟發展模式，形成差異化的數字經濟效率提升路徑；（4）物理、事理和人理資源同時匱乏才會導致數字經濟效率低下，因此地方政府應從多角度審視自身資源稟賦，補齊短板、均衡發展，從而扭轉數字經濟效率不足的局面。

參考文獻：

[1] BEA.Updated Digital Economy Estimates[EB/OL].https：//www.bea.gov/system/files/2021-06/ DE%20June%202021%20update%20for%20web%20v3.pdf，2021.

[2] 許憲春，張美慧.中國數字經濟規模測算研究——基于國際比較的視角[J].中國工業經濟，2020（5）： 23-41.

[3] 彭剛，趙樂新.中國數字經濟總量測算問題研究：兼論數字經濟與我國經濟增長動能轉換[J].統計學報，2020（3）：1-13.

[4] 金星曄，伏霖，李濤.數字經濟規模核算的框架，方法與特點[J].經濟社會體制比較，2020（4）：69-78.

[5] 李潔，張天頂.投入產出分析與中國數字經濟規模的測量[J].當代經濟管理，2021，43（10）：66-73.

[6] 鮮祖德，王天琪.中國數字經濟核心產業規模測算與預測[J].統計研究，2022，39（1）：4-14.

[7] 張雪玲，焦月霞.中國數字經濟發展指數及其應用初探[J].浙江社會科學，2017（4）：32-40.

[8] 高燕，徐政.供需視角下我國數字經濟評價體系構建及測度[J].商業經濟研究，2021（16）：180-183.

[9] 金燦陽，徐藹婷，邱可陽.中國省域數字經濟發展水平測度及其空間關聯研究[J].統計與信息論壇， 2022，37（6）：11-21.

[10] 徐清源，單志廣，馬潮江.國內外數字經濟測度指標體系研究綜述[J].調研世界，2018（11）：52-58.

[11] 蔡昌，林高怡，李勁微.中國數字經濟產出效率：區位差異及變化趨勢[J].財會月刊，2020（6）：153-160.

[12] 李研.中國數字經濟產出效率的地區差異及動態演變[J].數量經濟技術經濟研究，2021，38（2）：60-77.

[13] 溫婷，肖文彬，亓思楠.中國數字經濟生產效率測度及其時空動態演進[J].統計與決策，2022（23）：5-10.

[14] 鐘業喜，毛煒圣.長江經濟帶數字經濟空間格局及影響因素[J].重慶大學學報（社會科學版），2020， 26（1）：19-30.

[15] 劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

[16] 焦帥濤，孫秋碧.我國數字經濟發展測度及其影響因素研究[J].調研世界，2021（7）：13-23.

[17] 蘇冰杰，盧方元，朱峰，等.中國數字經濟發展水平：時空特征，動態演化及影響因素[J].運籌與管理，2022，31（9）：161-168.

[18] 余運江，楊力，任會明，等.中國城市數字經濟空間格局演化與驅動因素[J].地理科學，2023，43（3）：466-475.

[19] 雷鴻竹，王謙.WSR視角下政府數據開放價值實現路徑研究[J].西南民族大學學報（人文社會科學版），2023，44（1）：233-240.

[20] 任保平，王思琛.新發展格局下我國數據要素市場治理的理論邏輯和實踐路徑[J].天津社會科學， 2023（3）：81-90.

[21] 蔡躍洲.數字經濟的國家治理機制——數據驅動的科技創新視角[J].北京交通大學學報（社會科學版），2021，20（2）：39-49.

[22] 吳非，常曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型[J].財政研究，2021（1）：102-115.

[23] 何大安，許一帆.數字經濟運行與供給側結構重塑[J].經濟學家，2020（4）：57-67.

[24] 楊立勛，王涵，張志強.中國工業數字經濟規模測度及提升路徑研究[J].上海經濟研究，2022，34（10）：68-81.

[25] 李勃昕，董雨，朱承亮，等.雙向跨境投資、技術創新與生產效率[J].管理科學，2023，36（2）：35-52.

[26] 張林剛，戴國慶，熊焰，等.中國制造業數字化轉型評價及影響因素——基于模糊集定性比較分析[J].科技管理研究，2022，42（7）：68-78.

[27] 杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路[J].管理世界，2017（6）： 155-167.

[28] 王松茂，尹延曉.數字經濟對城鄉融合具有空間溢出效應嗎？——以長江經濟帶11省（市）為例[J]. 農林經濟管理學報，2022，21（6）：725-735.

[29] Fiss P C.Building Better Causal Theories： A Fuzzy Set Approach to Typologies in Organization Research[J].Academy of Management Journal，2011，54（2）：393-420.

[30] Park Y K，Mithas S.Organized Complexity of Digital Business Strategy： A Configurational Perspective[J].MIS Quarterly，2020，44（1）：85-127.

基金項目：國家社會科學基金一般項目“證券發行注冊制改革背景下信息披露機制完善及策略研究”（項目編號：21BGL087）；江蘇省高校哲學社會科學研究一般項目“數字經濟助推江蘇省經濟高質量發展路徑與機制研究”（項目編號：2023SJYB2010）。

作者簡介：曹潔，通訊作者，女，博士，鹽城師范學院數學與統計學院副教授、鹽城數字經濟研究院數字金融研究所所長，研究方向為數字經濟；孫延杰，男，澳門科技大學商學院碩士研究生，研究方向為數字經濟；雷良海，男，博士，上海理工大學管理學院教授、博士生導師，研究方向為經濟管理。

（收稿日期：2024-04-01" 責任編輯：蘇子寵）