數實融合演進中新質生產力發展路徑

摘要：推動新質生產力向好向快發展，是新時代應對全球科技革命和產業變革新挑戰、實現中國經濟高質量發展的關鍵一步。基于復雜系統觀，借助動態QCA方法，以中國內地30個省市自治區（西藏地區因數據不全，未納入統計）為案例，分析2013—2022年數實融合路徑演化與新質生產力涌現之間的關系。研究發現：①數字經濟與實體經濟中沒有單個條件成為高新質生產力發展的必要條件；②匯總組態分析主要包括3條構成路徑，分別為數字金融賦能型、全鏈路數字化升級型、高技術產業集聚型；③組間分析結果顯示，匯總組態具備時序上的普適性，而新質生產力形成經歷了由高技術產業集聚型向數字金融賦能型分化的演進過程；④組內分析結果表明，新質生產力的形成需要因地制宜，高技術產業集聚型組態適用于產業鏈尚未健全地區，數字金融發展較好地區能夠較好地涌現新質生產力。

關鍵詞：數實融合；新質生產力；動態QCA；復雜系統觀

中圖分類號：F014.1

文獻標識碼：A

文章編號：1001-7348（2024）22-0037-11

0引言

2023年9月，習近平總書記在黑龍江考察時強調，“整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”。新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生的當代先進生產力，它以勞動者、勞動資料、勞動對象及其優化組合的質變為基本內涵，以全要素生產率提升為核心標志^[1]。推動新質生產力向好向快發展，是新時代應對全球科技革命和產業變革新挑戰、實現中國經濟高質量發展的關鍵一步，同時也向社會生產方式變革與生產關系改革提出了新要求。

數智時代背景下，以大數據、人工智能、區塊鏈等為代表的數字技術對實體經濟的浸潤催生了智能制造、數字化農業、遠程醫療等新模式新業態，不僅改變了傳統產業生產和經營方式，也促進新產業的興起和成長。數字經濟與實體經濟融合成為新質生產力發展的重要系統性陣地和戰略性動力^[2]。然而，基礎設施滯后、區域發展不均衡等問題制約著數實融合對新質生產力發展的推動作用，如何以發展新質生產力為目標進一步推動數字經濟與實體經濟融合，是當前亟待解決的關鍵問題。

已有研究對數實融合與新質生產力內在關系及影響因素展開系列探討，認為數實融合與新質生產力發展均以數字化為發展趨勢，以新業態為表現形式，具備內在一致性，數實融合能推動產業升級、提升企業生產效率進而促進新質生產力發展^[2-3]。在數實融合過程中形成的“四鏈”融合、數據要素供給、數字普惠金融、新興支柱產業對新質生產力的形成起重要推動作用^[4-9]。

上述研究從不同理論角度探討數實融合對新質生產力的推動作用，但存在如下不足：一方面，新質生產力已經不像傳統生產力那樣僅由幾個生產力要素組合形成，而是由眾多經濟技術因素組成的復雜系統^[10]。單一因素無法詮釋新質生產力發展的復雜驅動機制，需進一步將視域拓寬至更全面的解釋視角；另一方面，新質生產力發展需充分考慮本地資源稟賦、產業基礎、科研條件等，單一路徑無法指導各區域因地制宜地選擇發展新動能，需進一步根據實際情況探究多元化發展路徑^[11]，但目前鮮有研究從實證角度關注數實融合系統性演進對新質生產力的增質性影響。

本研究基于復雜系統觀，從數字經濟與實體經濟深度融合演化視角透視新質生產力的發展邏輯，旨在探討數實融合與新質生產力的復雜因果關系，挖掘數實融合演進過程中驅動新質生產力發展的主要路徑。考慮到數實融合各要素的復雜交互效應，借助動態定性比較分析（Dynamic QCA）方法揭示時間縱軸上前因變量的組態演化過程（Camino等，2016），以便能夠更好地剖析新質生產力發展的多重路徑^[12]。鑒于此，本文選取中國內地30個省市自治區（由于西藏地區數據不全，故未納入統計）作為研究樣本，探討多重影響因素及其組合影響機制如何驅動區域新質生產力發展。本文通過系統分析數實融合引導新質生產力發展的內在機制，有助于拓展復雜系統觀在數實融合領域的應用，并為培養新質生產力、實現區域經濟高質量發展提供決策參考。

1理論基礎與研究框架

1.1理論基礎：復雜系統觀中的生產力涌現

復雜系統觀強調技術不是靜態的，而是不斷演化的^[13]。該演化過程的產生是因為市場主體之間存在高度關聯，而經濟活動本身又缺乏明確的定義^[14]。市場主體間存在密切的相互聯系與高度互動，它們在競爭與合作中相互協調、彼此適應。當面臨經濟系統中普遍存在的定義模糊性挑戰時，市場主體通過深入學習、精細調整并審慎選擇合適的應對措施來探索多元化解決方案，以精準應對復雜多變的新環境^[14]。因此，經濟系統會自發推動生產力發展。

不同于傳統經濟學收益遞減的假設，復雜系統觀認為技術演化通過正反饋機制（如網絡效應和規模經濟）得到自我強化（布萊恩·阿瑟，2018）。因此，經濟系統中的生產力會不斷發展^[15]。在一般市場中，技術領先者會優先鎖定市場，以較低成本獲取李嘉圖租金，從而進一步擴大自身規模和市場規模以爭取更多收益。而其他市場主體為爭奪李嘉圖租金，會自發采取模仿戰略，并倒逼技術領先者不斷采取創新行為以維持自身市場競爭優勢。因此，經濟系統中的市場主體在收益遞增的作用下會推進生產力發展。

復雜系統觀進一步指出，新技術的出現和現有技術組合推動創新發展，并進一步促進生產力提升^[15]。該過程被描述為：舊有技術通過組合涌現出新技術，以新技術為生產方式涌現出圍繞該技術的經濟系統，而經濟系統進一步引導既有技術不斷組合形成更新的技術。由于最初創新往往發生在現有知識的邊緣，因此這些邊緣區域有可能成為新思想和新技術的孵化器^[13]。技術組合的發生是由于個體之間形成了交互網絡，這些網絡不僅能促進信息傳播，也有可能形成正反饋循環，其中成功的技術或實踐被廣泛采納，從而能夠提高整個系統的生產力。復雜系統的行為往往是非線性的，小的變化可通過系統交互結構被放大，從而促進生產力顯著提升^[13]。

綜上所述，復雜系統觀將生產力涌現機制描述為系統的自我更新過程。生產力發展是復雜系統中自發涌現的現象，市場主體之間的不斷交互是生產力發展的核心來源，該理論對理解數實融合作為經濟系統，如何推動新質生產力發展具有作用。

1.2研究框架

1.2.1數實融合與新質生產力

數字技術革命是培育和發展新質生產力的關鍵窗口。推動數字經濟與實體經濟融合是我國實現產業轉型升級進而推動智能產業體系發展的重要抓手與契機，為新質生產力發展提供了結構性載體^[11]。

從生產力基本要素角度看，數實融合通過數字化手段對生產力的基本要素——勞動者、勞動資料、勞動對象進行質性重塑。第一，數字經濟與實體經濟深度融合能夠大幅提升勞動者知識和技能水平，創新勞動者工作方式，增強勞動者決策能力^[16]。第二，數字經濟與實體經濟融合能更新勞動資料。實體產業技術通過吸收數字產業技術，能提高生產過程的智能化、精準化水平，發揮實體產業“干中學”效應積累豐富的融合經驗，從而提高企業對融合技術的吸納和應用效率^[17]。第三，數字經濟與實體經濟融合使得數據要素成為新型勞動對象，從而推動技術創新和勞動對象非物質化演進，節約產業在創意生成、研發設計、技術試驗等創新環節的搜尋成本，提高產業知識整合與技術研發效率^[18]。

從生產關系變革角度看，數實融合作為生產關系的變革，可為新質生產力的生成減少障礙因素。第一，從宏觀層面看，數實融合通過強化數字基礎設施建設、優化數字社會治理效能、完善數字化創新體制機制，推動國家治理體系和治理能力現代化，為新質生產力涌現提供穩定的環境保障和制度保障^[3]。第二，從中觀層面看，數實融合引領傳統產業向數字化、智能化方向轉型升級，同時借助數字產業化進程，構建開放包容、協同共進的數字產業鏈生態系統，實現產業數字化與數字產業化的雙向深度融合^[19]。第三，從微觀層面看，數實融合著力于提升企業全要素生產率，通過不斷發展數字技術優化資源配置，并通過數智化賦能帶動企業組織架構、管理模式革新升級，從而全方位實現企業內部資源高效利用和創新潛能釋放^[20]。

綜上所述，數實融合通過促進生產力要素的數字化轉型，推動國家治理、產業發展和企業創新的全方位數字化，共同賦能新質生產力生成。這一過程涉及技術創新、制度創新、組織創新和模式創新，是推動經濟社會高質量發展的重要途徑。

1.2.2理論框架

基于復雜系統觀，一方面，數字經濟與實體經濟之間的關系是典型的生產關系，會反作用于新質生產力發展。另一方面，數字經濟與實體經濟融合是技術組合產生的關鍵，數字經濟和實體經濟市場主體面臨經濟不確定性時所采取的差異化措施對新質生產力發展起重要推動作用。基于此，本文從數字經濟和實體經濟兩個角度選擇代表性變量，分析數字經濟和實體經濟融合如何影響新質生產力涌現。參考王軍^[21]對數字經濟的劃分，從數字基礎、數字產業和數字金融3個方面進行分析；參考田秀娟（2022）的研究，認為數字技術賦能實體經濟產業發展主要體現在產業結構轉型升級上，因此本研究從區域產業發展角度對實體經濟展開討論，主要包括區域產業空間結構、區域產業類型結構和產業鏈建設情況。

綜上所述，本文構建理論框架，如圖1所示。

數字經濟與實體經濟深度融合會改造經濟結構中的組織、制度、需求等因素，重塑系統結構，從而催動出新質生產力。本文基于數字經濟形態和實體經濟載體差異，認為數實融合與新質生產力發展存在3種可能的形式。

（1）全鏈路數字化升級。該形式以數字經濟與鏈式產業組織形式的耦合為表征。作為一種全新的“技術—經濟”范式，數字經濟對傳統產業生產組織方式產生了巨大影響。實體經濟產業鏈受以電子交易平臺和直播電商為代表的數字經濟的沖擊，與數字技術、新生產組織形式相互磨合、最終耦合。大數據、云計算與人工智能技術的深入應用對產業鏈各個環節進行深度改造和升級，實現機器換人、工廠互聯和智能制造的轉型。這一變革促使傳統產業鏈從線性和樹形結構向網狀結構轉變，顯著提升實體經濟產業鏈的安全性和穩定性，有助于研發資源匯聚、數據高效交互以及新產品加速涌現。通過降低產業成本、提升運營效率以及激發創新活力，產業鏈中的關鍵堵點和瓶頸得以有效疏通，逐步突破產業鏈關鍵環節核心技術瓶頸，促進新質生產力加速形成。

（2）產業集群數字化轉型。該形式以數字經濟與集群式產業組織載體融合為表征。由于部分地區產業鏈尚不健全，產業集群數字化通過對產業鏈進行散點解構，形成以各空間焦點為核心的數字化獨立產業生態。數字經濟與傳統產業集群的有機結合推動傳統產業數字化與智能化轉型，促使傳統產業由勞動密集型向數字密集型轉變。圍繞數字化技術，服務商、軟件開發者、產業服務平臺、工業互聯網平臺等進行生態共建，加強多方協同，通過數字技術實現產業集群內部資源整合和外部專業資源鏈接。可見，產業集群數字化轉型能增強專業化集聚的內部互動與多樣化集聚的跨領域聯通，提升產業集群主體創新效率，促進新質生產力涌現。

（3）金融鏈產業鏈融合。該形式以數字金融與實體經濟產業鏈嵌合為表征。新質生產力的產生既是系統層面自然涌現的結果，也是市場主體主觀創新的集合。創新需要資金支持，穩定的融資渠道是影響產業鏈創新發展的重要因素。金融鏈與實體經濟產業鏈相互嵌合能夠緩解資金供求雙方的信息不對稱，減少逆向選擇和道德風險問題。通過發揮“認證效應”，數字金融為資金來源方傳遞關于創新項目質量優良的信號，對產業鏈項目技術信息起到認證作用。因此，數字金融與產業鏈之間的嵌合釋放了資源協同效應，有利于促進新質生產力發展。

2研究設計

2.1動態QCA

定性比較分析（QCA）基于集合論，將案例視為條件變量的組態，通過識別不同案例的必要性條件和充分性條件解釋復雜系統中相互依賴因素的交互作用，是識別系統多元路徑的重要方法，適用于數字經濟與實體經濟兩個異質性經濟系統交互影響新質生產力發展的復雜性系統研究。然而，一般意義上的QCA多用于分析截面數據，難以更好地理解因果關系隨時間演變以及在不同時間節點或不同時間段內導致結果變化的原因。新質生產力發展是一個發生在時間軸上的連續事件，單獨截面組態不足以闡釋因果與時間的互動關系。因此，本研究采用動態QCA分析，參照Garcia-Castro等（2016）提出的相關理論及方法，利用R語言“QCA”包和“SetMethods”包分析時間效應下的組態關系。不同于傳統QCA，動態QCA從匯總、組間、組內3個維度展開分析，重點關注一致性水平，即條件集合與結果集合之間的包含關系，評估案例之間的共同點和差異^[12]。

2.2數據來源

本文基礎數據來源于2013—2022年《中國統計年鑒》《中國電力統計年鑒》《中國科技統計年鑒》《中國高技術產業統計年鑒》和各省統計年鑒等，少量缺失數據采用歷年數據均值法或差值法補齊。由于2017年《中國高技術產業統計年鑒》存在大量缺失數據，故本次研究未將2017年各省份情況納入案例樣本。

（1）結果變量：新質生產力。本研究參考韓文龍等^[22]構建的省級新質生產力指標，從實體性要素和滲透性要素兩個角度進行測算，具體如表1所示。

（2）前因變量。本文參考王軍等^[21]對數字經濟的衡量維度，構建數字經濟3個前因變量評價指標體系，使用熵權法進行合成。①數字基礎：本文選取省內域名數、IPV4個數、互聯網接入端口數、移動電話普及率、單位面積長途光纜長度5個指標衡量；②數字產業：選取信息化企業數、每百家企業擁有網站數、電子商務交易額（億元）、軟件業務收入（萬元）4個指標衡量；③數字金融：使用郭峰等（2020）構建的數字金融覆蓋廣度指數、數字金融使用深度指數、數字金融數字化程度3個指標衡量；④產業結構：參考付凌暉（2010）的研究對產業結構進行測度，通過計算低層次產業與高層次產業間的空間向量夾角余弦值反映產業結構高級化，其值越大，說明第二三產業占比越高^[23]；⑤產業集聚：反映產業空間分布情況，借鑒王林輝（2022）對企業地理格局的測算方法，運用區位熵計算產業空間分布，其值越大表明產業集聚度越高^[24]；⑥產業鏈現代化：參考張虎^[25]的研究，由于產業鏈現代化在某些含義上代表產業鏈數字化，因此剔除其中與數字經濟相關的內容，主要選取產業鏈基礎、產業鏈創新、產業鏈協同等內容對產業鏈現代化進行評價，包括貨物周轉量、規模以上工業企業Ramp;D人員全時當量、戰略性新興產業主營業務收入、規模以上工業企業營業收入利潤率、制造業與生產性服務業協同集聚EG指數、單位地區生產總值能耗、單位工業增加值二氧化硫排放等。

2.3數據校準

本文在現有理論及之前學者研究的基礎上，對數據進行統一校準，以便后續分析組內、組間及整體一致性與覆蓋度^[26]。根據本次變量的數值特點，采用直接校準法，將90%分位數、50%分位數、10%分位數設為校準錨點，分別代表完全隸屬、交叉點、完全不隸屬，具體校準結果如表2所示。

3數據分析與實證結果

3.1單個條件必要性分析

必要條件分析判斷標準是當一致性水平高于0.9時，則該條件變量可視為結果變量的必要條件。在QCA面板數據分析中，當組間調整距離小于0.2時，匯總一致性精確度較高，可作為判斷依據。當調整距離大于0.2時，需要研究者進一步探究其必要性^[27-28]。此次分析結果如表3所示，可見所有條件變量的匯總一致性均小于0.9，表明這些因素均非結果變量的必要條件。為檢查上述結果的穩定性，需調整一致性距離，其中數字基礎、數字金融和產業結構3個變量的組間調整距離大于0.2，逐年查看其一致性水平發現3個變量組間調整距離過大，其一致性水平在2013年均在0.1左右，而到2022年接近0.9，說明其并非必要條件。

3.2組態分析

組態分析是QCA方法的核心部分，主要用于分析不同條件組合如何共同作用產生特定的結果。參考任相偉等^[29]、Navarro等^[30]的研究，在真值表構建過程中，本文選取一致性閾值為0.8，頻數閾值為1，PRI閾值為0.6，最終涵蓋270個案例。構建真值表后進入強化標準分析階段，在反事實分析部分先將矛盾簡化假設排除，由于不同省份間特質差異較大，前因條件對結果的作用難以統一判斷，所以不進行方向預設，全部選擇“存在或缺失”，最終得到增強型的簡單解、中間解、復雜解。本文以增強型中間解為主，輔助增強型的簡約解，找到核心條件和邊緣條件。表4呈現了此次整體組態分析結果，共包含3種組態，進一步提煉為3種模型，即數字金融驅動型（H₁a）、全鏈路數字化升級型（H₁b）和高技術產業集聚型（H2）。

3.2.1匯總結果分析

由表4結果可知，產生高新質生產力整體解的匯總一致性為0.901，大于0.75，且單個組態的組間一致性調整距離均低于0.2，組內一致性調整距離最高為0.230，表明匯總一致性具有較好的解釋力，3類組態是產生高新質生產力的充分條件。組態H₁a與組態H₁b以高數字基礎、高數字產業和高產業鏈現代化為核心條件，構成二階等價組態（杜運周，2022），反映實體經濟的產業鏈數字化。其中，數字金融驅動型（H₁a）以數字金融為邊緣條件，在該組態中，無論產業類型結構還是空間結構都能夠較好地涌現出新質生產力。組態全鏈路數字化升級型結果（H₁b）顯示，當以高數字基礎、高數字產業和高產業鏈現代化為核心條件、非高產業聚集為邊緣條件時，數字金融和產業類型結構無論如何變化都不能影響新質生產力的形成。組態高技術產業集聚型結果（H2）表明，當以高數字基礎、高數字產業和非高數字金融為核心條件、高產業結構和高產業聚集為邊緣條件時，無論產業鏈建設情況如何，均能產生高新質生產力。接下來，就各組態進行具體分析和比較分析。

組態H₁a為3類組態中唯一以高數字金融為存在條件的組態，本文將其命名為數字金融驅動型。該組態表明，當一個區域數字基礎設施、數字產業和產業鏈現代化達到較高水平時，數字金融的輔助作用可進一步推動新質生產力創新和發展。金融作為科技創新的關鍵驅動力量，對于新質生產力培育和形成起至關重要的作用^[7]。新技術往往具有高風險、高投資和長周期特征，金融支持尤為迫切和重要。作為數字經濟的代表，數字金融能夠有效校正非效率投資、驅動企業技術創新（唐松等，2020），并優化技能勞動力結構^[31]，從而促進新質生產力的形成。數字經濟和實體經濟融合發展需要數字金融引導各類資源在各部門間的配置，其與數字基礎、數字產業和現代化產業鏈的結合放大了各核心要素對新質生產力的催動機制。

組態H₁b為全鏈路數字化升級型。該組態表明，在數字經濟賦能下，實體經濟產業鏈升級對催生新質生產力起關鍵作用。在這一過程中，以機械為勞動資料的傳統模式正在向以智能系統為核心的模式轉變。這些智能系統包括智能算法、人工智能、虛擬現實設備和自動化制造設備等，已經成為產業鏈中不可或缺的勞動工具，它們具備自主決策和協作能力，能夠提高生產效率和質量^[4]。同時，數據資源作為可循環使用的關鍵要素，已成為產業鏈中非物質形態的勞動對象。數據深度挖掘和智能化處理為產業鏈優化升級提供了強大的信息支持和決策依據，這種轉變促進數字產業化和產業數字化發展，不僅推動新產業、新業態形成，也加速了新質生產力發展^[4]。

組態H₁a與組態H₁b均體現為產業鏈的數字化轉型，尤其是有形的數字要素與實體經濟產業鏈的交融。數字產業化協同下的產業鏈數字化強調利用數字技術優化實體經濟產業鏈中各經營主體的經營管理活動^[3]，立足于數字技術的信息融通和競合戰略有助于產業鏈中形成以創新為核心的“鏈主”企業。產業鏈“鏈主”作為產業鏈核心企業，利用當地發達的數字基礎與數字產業，牽引鏈上企業開展開放式創新，形成全員參與的創新生態，最終推動新質生產力發展。如上海牽頭的“全長三角造”計劃，其中機器人產業鏈以新時達機器人為鏈主，充分發揮周邊數字產業發展優勢，形成國家級人形機器人制造業創新中心。

組態H2為高技術產業集聚型。在該類組態中，產業類型結構偏向于第二第三產業，產業空間結構偏向于產業集聚，同時還存在較為深厚的數字化產業基礎。這表明，即使在數字金融不發達情況下，產業結構和產業聚集也有可能推動新質生產力發展。產業結構高級化表明資本和技術密集型產業占比較高，該類產業往往伴隨著較高的創新能力。此類產業產生的集聚效應往往被視為區域創新的加速器，也是新質生產力產生的搖籃。通過促進產業內知識溢出和互動，產業集聚可加速同類產業創新思想傳播、交流和完善，推動區域新質生產力快速增長^[32]。

通過組態共性分析可知，數字基礎和數字產業是數實融合過程中產生新質生產力的關鍵因素。兩者將數據資源接入、存儲、計算、管理、開發和使能，數字經濟主體和實體經濟主體借助數字基礎設施處理數據資源、數據信息，能降低區域學習成本和交易成本，為區域新質生產力的形成提供物質基礎，解決數字孤島林立的痛點，提高區域創新的鏈式反應能力。

通過對比組態數字金融驅動型（H₁a）與全鏈路數字化升級型（H₁b）可進一步得出組態間的潛在互補關系。組態數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）均以高數字基礎、高數字產業和高產業鏈現代化為核心條件，不同之處在于數字金融驅動型（H₁a）以數字金融為邊緣條件，而全鏈路數字化升級型（H₁b）則以非產業集聚為邊緣條件。這在一定程度上表現為組態數字金融驅動型（H₁a）與全鏈路數字化升級型之間（H₁b）的互補關系，即當區域數字金融發展水平較低時，可通過升級實體經濟產業空間布局結構來發展新質生產力，該觀點將會在后續組內分析中得到進一步驗證。

通過對比組態高技術產業集聚型（H2）與數字金融驅動型（H₁a）、全鏈路數字化升級型（H₁b）可進一步得出組態間的時序演化關系。組態高技術產業集聚型（H2）的核心案例主要集中在2013—2016年，表明數實融合促使新質生產力涌現的機制經歷了由高技術產業集聚型（H2）向數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）分化的過程。數字金融驅動型（H₁a）、全鏈路數字化升級型（H₁b）與高技術產業集聚型（H2）的差異主要體現在以下3個方面：第一，產業鏈現代化的重要性逐步凸顯。數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）均以產業鏈現代化為核心條件，表明數實融合實踐逐步從產業集群延伸至產業鏈。產業鏈現代化能夠產生源頭技術、實現產業升級、構建產業生態，不僅涉及技術層面的創新和應用，還包括產業組織方式變革、產業鏈全球競爭力提升等多個方面，是推動新質生產力形成的重要途徑。第二，數字金融的輔助作用開始凸顯。高技術產業集聚型（H2）中數字金融作為核心條件缺失，而數字金融驅動型（H₁a）中數字金融則作為邊緣條件顯現。數字金融能提供更便捷的金融服務，降低交易成本，促進資本流動，從而間接支持創新和新質生產力發展。第三，產業集聚的效應式微。在高技術產業集聚型（H2）中產業集聚為邊緣條件，但其在數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）中均不存在。這表明，即使沒有高度的產業集聚，也能實現新質生產力發展。由于數字技術和現代化物流發展降低了地理集聚的必要性，使得分散企業和組織通過網絡平臺進行創新與合作成為可能。

3.2.2組間結果分析

（1）一般適用性。3個組態的組間一致性調整距離均未大于0.2，除數字金融驅動型組態略有波動外，其余組態基本平穩，表明不存在顯著時間效應，所以本文研究結果對于常態下新質生產力形成具有較強的適用性。此外，高技術產業集聚型（H2）一致性降幅顯著高于全鏈路數字化升級型（H₁b），在一定程度上回應了前文所述，即高技術產業集聚型（H2）向數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）演化的觀點，組間一致性結果如表5和圖2所示。

（2）組態演化關系。雖然所有組態的一致性水平均高于基本閾值，符合一般性適用標準，但在2018年開始有所降低。為在一般規律中尋找矛盾特殊性，進一步驗證數實融合的演化規律，將樣本縮減為2018—2022年，驗證2018年以后實現高新質生產力的組態與一般適用性組態間的差異和聯系。由表6結果可知，2018年以后產生高新質生產力整體解的匯總一致性為0.903，大于0.75，且單個組態的組間一致性調整距離均低于0.2，表明匯總一致性具有較強的解釋力，兩類組態是產生高新質生產力的充分條件。

表6結果呈現兩種組態，其中H3以數字產業、產業集聚和產業鏈現代化為核心條件，H4以數字基礎、數字產業、非高產業結構和產業鏈現代化為核心條件。2018年以后不存在不以產業鏈現代化為核心條件的組態，即產業鏈現代化完全成為核心條件，這符合前期對高技術產業集聚型（H2）向數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）演化的基本判斷。通過對比數字金融驅動型（H₁a）與H₁、H2可進一步發現，數字金融驅動型（H₁a）由組態H3和組態H4組成，即產業結構與產業集聚存在與否并不影響新質生產力的形成。這意味著，數實融合形成新質生產力的組態演化與分化過程是由高技術產業集聚型（H2）演進至數字金融驅動型推動的（H₁a），并進一步分化為H3和H4的結果。因此，將H3與H4分別命名為數字金融驅動I型和數字金融驅動Ⅱ型。H3與H4間的替代關系可理解為數字基礎和產業聚集融合對產業結構的替代。

3.2.3組內分析

發展新質生產力要遵循因地制宜的原則。組內一致性距離反映各組態解釋力度是否存在個體（集群）效應。數字金融驅動型（H1）和全鏈路數字化升級型（H2）組內一致性距離大于0.2，說明上述兩類組態在相應省份中存在差異，需要展開進一步分析，驗證新質生產力涌現機制是否符合當地數實融合的資源稟賦。

（1）組態一致性分布。如圖3所示，通過繪制3種組態在各省份的一致性分布可以看出，海南、貴州兩地更適合以高技術產業集聚型的發展方式形成新質生產力，而寧夏、青海兩地尚無通過數實融合形成新質生產力的適宜路徑。這是因為，海南、貴州兩地不具備厚實的制造業產業鏈基礎，但數字經濟的迅猛發展為其打造了獨特的新興產業集群優勢。兩地依靠獨特的政策資源優勢和地理資源優勢大力發展數字經濟，成為近年來數字經濟發展勢頭較猛的地區。海南大力打造大數據、區塊鏈人才培養基地，同時以“一本三基四梁八柱”戰略框架為指引，大力發展數字經濟，加快智慧海南建設。自2011年起，海南專利授權總量10年增長了17倍，技術合同交易額增長了8.2倍。貴州數字經濟發展連續7年位居全國首位，建設了國家首個大數據綜合實驗區。貴州省地域安全、電力資源充足，吸引了大量大數據中心前來落戶，為貴州省技術研發與創新帶來了活力。

（2）組態內案例分析。通過數字金融驅動型（H₁a）和全鏈路數字化升級型（H₁b）案例可以得出，數字金融驅動型（H₁a）案例覆蓋全鏈路數字化升級型（H₁b）案例的80.92%，且未覆蓋案例為已覆蓋省份的早期年份。這進一步說明數字金融對產業集聚的互補作用，盡管全鏈路數字化升級型（H₁b）中未將數字金融作為核心條件或邊緣條件，但該組態區域多為金融業發展較為發達地區，如上海、重慶、安徽等省市，為其新質生產力的形成提供了關鍵助力。

4結語

4.1研究結論

本文從復雜系統觀切入，以2013—2022年中國內地30個省市自治區為研究案例，從數字經濟和實體經濟兩個維度構建數實融合驅動新質生產力發展的組態研究框架，采用動態fsQCA方法探究數實融合路徑演化與新質生產力涌現之間的關系，得出以下結論：

（1）數字經濟與實體經濟中并沒有單個條件成為高新質生產力發展的必要條件。新質生產力發展是數字經濟與實體經濟相互融合、共同作用的結果。

（2）在匯總組態分析中主要有3條構成路徑。其一為數字金融賦能型，特點是以產業鏈現代化與數字基礎數字產業為核心條件，聯同較高的數字金融水平，共同推動新質生產力形成；其二為全鏈路數字化升級型，特點是以數字化賦能產業鏈現代化從而形成新質生產力；其三為高技術產業集聚型，在高數字基礎及高數字產業情況下，以產業集聚為數實融合載體。

（3）組態對比分析結果顯示，數字基礎和數字產業是通過數實融合發展新質生產力的關鍵條件，數字金融與產業集聚存在替代效應。

（4）組間分析結果表明，匯總組態具備時序上的普適性，但2017年前后存在明顯的組態演化，2013—2016年以高技術產業集聚型為主，2018年以后以數字金融賦能型為主，并根據產業結構和產業聚集度差異進一步分化。

（5）組內分析結果表明，新質生產力的形成需要因地制宜地發展數實融合，產業鏈尚未健全地區更適合以產業集聚為載體實施數實融合，進而發展新質生產力，而數字金融發展較好地區則更偏向于以全產業鏈為數實融合載體。

4.2理論貢獻

本文理論貢獻主要體現在以下3個方面：

（1）借鑒復雜系統觀，結合中國實踐情境，構建新質生產力涌現的“數字經濟—實體經濟”聯動組態分析框架，涵蓋3個一級條件、6個二級條件。該分析框架從數字經濟、產業鏈、產業集群3個方面探究影響因素間的聯動匹配關系，揭示新質生產力涌現的復雜因果關系，有助于從新視角理解我國新質生產力涌現的推動因素。

（2）本文在一定程度上發展了復雜系統觀的相關觀點。復雜系統觀認為，新技術創造由結構化的經濟系統調節，但未指明什么樣的經濟系統發揮何種作用。本文進一步得出圍繞數字技術形成的經濟系統推動新質生產力發展的觀點，并分析新質生產力發展經歷了由實體化經濟系統調節向虛擬化經濟系統調節的變革^[13]。

（3）將動態QCA方法運用到中國新質生產力發展問題研究中，探索縱向時間維度下的組態效應。以往研究大多運用回歸分析法，忽視了復雜的因果依賴關系^[7-8]。本文運用動態QCA，分析時間維度下我國新質生產力涌現的驅動因素，同時結合組內和組間分析，探究了不同組態時間序列和區域樣本間的異質性。

4.3政策建議

為更好地因地制宜發展新質生產力，本文提出以下政策建議：

（1）強化數字基礎設施與數字產業化建設。制定長期數字基礎設施發展規劃，提供必要的財政支持和政策激勵，促進基礎設施建設和升級。加快5G網絡部署，支持未來數字經濟發展，建設高效能、高環保數據中心，為云計算、大數據分析和人工智能等技術提供強大的計算和存儲支持。鼓勵數字企業加大研發投入，推動技術創新，提高產品和服務附加值。通過鼓勵企業數字化轉型、推動傳統基礎設施數字化改造等措施強化數字設施建設與工業化深度融合，提升實體經濟網絡化、信息化、智能化水平，驅動生產效率與管理效能雙重提升。

（2）鼓勵和支持數字金融發展。制定和完善數字金融發展國家戰略規劃，明確發展目標、重點任務和實施路徑。降低數字金融服務門檻，使更多中小企業受益，提高金融服務覆蓋面和可獲得性。建立健全數據共享機制，促進金融機構與實體經濟之間的數據流通，提高數據利用效率。引導金融資源與社會資本、社會需求有效對接，開發適應實體經濟需求的金融產品，鼓勵金融機構加強與科技企業合作，推動數字金融在制造業、農業等實體經濟領域的應用。

（3）深化產業鏈現代化建設。利用數字技術推動傳統產業鏈轉型，構建產業互聯網平臺，實現產業鏈各環節的互聯互通，促進信息共享和資源整合。利用數字技術對制造業、服務業、農業進行全方位、多角度、全鏈條改造，大力開拓數字化轉型場景，鼓勵不同產業之間融合，利用數字技術創造新商業模式和服務模式，開拓新市場空間，不斷培育發展新產業新業態新模式。加強基礎理論研究和關鍵核心技術攻關，提升原始創新水平，加快核心技術突破，減少對外依賴。鼓勵上下游企業加強合作，增強產業鏈韌性，提升產業鏈水平，形成更強創新力和更高附加值的產業鏈。

4.4不足與展望

本研究存在如下不足：首先，從數字經濟和實體經濟兩個角度進行篩選，雖然包含較多已被檢驗的變量，但仍有缺失。此次分析框架受限于數據可得性，在實體經濟層面未包含企業層面和勞動者層面數據。其次，重點探討數實融合作為生產關系如何促進新質生產力的形成，對數字經濟與實體經濟中阻礙新質生產力發展的因素挖掘較少。最后，僅在組內分析的基礎上進行定性分析，未像個案研究那樣深入開展定性研究，未來需要進一步結合質性訪談和參與觀察等，從微觀層面揭開影響新質生產力形成的作用機制。

參考文獻：

[1]中央財辦有關負責同志詳解2023年中央經濟工作會議精神[N]. 人民日報， 2023-12-08.

[2]張姣玉，徐政，丁守海. 數實深度融合與新質生產力交互的邏輯機理、戰略價值與實踐路徑[J]. 北京工業大學學報（社會科學版）， 2024， 24（3）： 114-124.

[3]盧鵬.數實融合驅動新質生產力涌現的邏輯與實踐進路[J/OL].電子政務：1-11[2024-05-13].http：//kns.cnki.net/kcms/detail/11.5181.TP.20240422.0908.002.html.

[4]張志鑫，鄭曉明，錢晨.“四鏈”融合賦能新質生產力：內在邏輯和實踐路徑[J/OL].山東大學學報（哲學社會科學版）：1-12[2024-05-13].http：//kns.cnki.net/kcms/detail /37.1100.C.20240320.0940.002.html.

[5]張夏恒，劉彩霞.數據要素推進新質生產力實現的內在機制與路徑研究[J/OL].產業經濟評論：1-21[2024-05-13].https：//doi.org/10.19313/j.cnki.cn10-1223/f.20240313.002.

[6]周文， 許凌云. 論新質生產力：內涵特征與重要著力點[J]. 改革， 2023，36（10）： 1-13.

[7]楊秋菊，王文福. 數字普惠金融、新質生產力與城鄉共同富裕 [J]. 中國流通經濟， 2024， 38 （6）： 115-126.

[8]孫獻貞，李言，高雨晨. 數字普惠金融發展與企業新質生產力 [J/OL]. 蘭州學刊， 1-13[2024-06-20]. http：//kns.cnki.net/kcms/detail/62.1015.C.20240615.2141.002.html.

[9]劉志彪，凌永輝，孫瑞東. 新型支柱產業：發展新質生產力的主陣地與政策選擇 [J/OL]. 山東大學學報（哲學社會科學版）， 1-14[2024-06-20]. http：//kns.cnki.net/kcms/detail/37.1100.C.20240607.1643.018.html.

[10]任保平. 生產力現代化轉型形成新質生產力的邏輯[J]. 經濟研究， 2024， 59（3）： 12-19.

[11]黃群慧， 盛方富. 新質生產力系統：要素特質、結構承載與功能取向[J]. 改革， 2024，37（2）： 15-24.

[12]IESE BUSINESS SCHOOL， CAMINO DEL CERRO DEL AGUILA， MADRID，" et al. A general approach to panel data set-theoretic research[J]. Journal of Management and Decision Making， 2016， 1（1）： 11-41.

[13]ARTHUR W B. Foundations of complex_ity economics[J]. Nature Reviews Physics， 2021， 3（2）： 136-145.

[14]杜運周， 劉秋辰， 陳凱薇， 等. 營商環境生態、全要素生產率與城市高質量發展的多元模式——基于復雜系統觀的組態分析[J]. 管理世界， 2022， 38（9）： 127-145.

[15]布萊恩·阿瑟. 復雜經濟學[M]. 杭州：浙江人民出版社， 2018.

[16]SOUSA M J， ROCHA A. Skills for disruptive dig_ital business[J]. Journal of Business Research， 2019， 94： 257-263.

[17]李治國， 王杰. 數字經濟發展、數據要素配置與制造業生產率提升[J]. 經濟學家， 2021，33（10）： 41-50.

[18]黃先海， 高亞興. 數實產業技術融合與企業全要素生產率——基于中國企業專利信息的研究[J]. 中國工業經濟， 2023，41（11）： 118-136.

[19]PARK Y， PAVLOU P A， SARAF N. Configurations for achieving organizational ambidexter_ity w_ith dig_itization[J]. Information Systems Research， 2020， 31（4）： 1376-1397.

[20]RADICIC D， PETKOVIC S. Impact of dig_italization on technological innovations in small and medium-sized enterprises （SMEs）[J]. Technological Forecasting and Social Change， 2023， 191： 122474.

[21]王軍， 朱杰， 羅茜. 中國數字經濟發展水平及演變測度[J]. 數量經濟技術經濟研究， 2021， 38（7）： 26-42.

[22]韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能[J].數量經濟技術經濟研究，2024，41（6）：5-25.

[23]付凌暉. 我國產業結構高級化與經濟增長關系的實證研究[J]. 統計研究， 2010， 27（8）： 79-81.

[24]王林輝， 姜昊， 董直慶. 工業智能化會重塑企業地理格局嗎[J]. 中國工業經濟， 2022，40（2）： 137-155.

[25]張虎， 張毅， 韓愛華. 我國產業鏈現代化的測度研究[J]. 統計研究， 2022， 39（11）： 3-18.

[26]PAPPAS I O. Fuzzy-set Qual_itative Comparative Analysis （fsQCA）： guidelines for research practice in information systems and marketing[J]. International Journal of Information Management， 2021， 58： 102310.

[27]荊玲玲，黃慧麗. 時空雙維下數字創新生態系統對區域創新能力的激發與影響研究——基于省域面板數據的動態QCA分析 [J/OL]. 科技進步與對策， 1-11[2024-06-20]. http：//kns.cnki.net/kcms/detail/42.1224.G3.20240112.1408.012.html.

[28]張吉昌，龍靜，王澤民. 什么樣的制度環境有利于產生高創業活躍度——基于省域面板數據的動態QCA分析 [J/OL]. 科技進步與對策， 1-13[2024-06-20]. http：//kns.cnki.net/kcms/detail/42.1224.G3.20231205.2223.016.html.

[29]任相偉，孫麗文.因情施策：如何激活制造企業多元綠色轉型路徑——基于模糊集定性比較分析方法的研究[J/OL].科技進步與對策：1-9[2024-06-20].http：//kns.cnki.net/kcms/detail/42.1224.G3.20240425.1330.002.html.

[30]NAVARRO S， LLINARES C， GARZON D. Exploring the relationship between co-creation and satisfaction using QCA[J]. Journal of Business Research， 2016， 69（4）： 1336-1339.

[31]胡玥，張涵萌.數字金融發展與企業技能勞動力結構優化[J/OL].外國經濟與管理：1-17[2024-05-13].https：//doi.org/10.16538/j.cnki.fem.20240331.201.

[32]徐丹， 于渤. 高技術產業集聚對區域階段創新績效的影響研究[J]. 科研管理， 2024， 45（3）： 113-121.

（責任編輯：王敬敏）

英文標題The Path of New Qual_ity Productive Forces Generated in the Integration of Dig_ital and Real Economy： An Analysis Based on Dynamic QCA

英文作者Hu Haichen， Zhao Ru_itong， Yang Meng， Lin Qiaohua

英文作者單位（School of Economics and Management， Shihezi Univers_ity， Shihezi 832000， China）

英文摘要Abstract：Promoting the sound and fast development of new qual_ity productive forces is a crucial step for China to respond to the new challenges of the global science and technology revolution and industrial transformation in the new era and achieve high-qual_ity economic development. In the context of the dig_ital era， the infiltration of dig_ital technologies such as big data， artificial intelligence， and blockchain into the real economy has given rise to new models and industries such as smart manufacturing and dig_ital agriculture， and changed the way trad_itional industries produce and operate. The integration of dig_ital economy and real economy has become an important systemic base and strategic driving force for the development of new qual_ity productive forces. However， infrastructure bottlenecks and uneven regional development lim_it the role of dig_ital-physical integration in promoting the development of new qual_ity productive forces. How to further promote the integration of dig_ital economy w_ith real economy， w_ith a focus on developing new qual_ity productive forces， is a key question that must be addressed at present.

Existing research has addressed the role of economic activ_ities generated in the process of dig_ital-physical integration in promoting new qual_ity productive forces， but _it has not yet clarified how dig_ital-physical integration can better form new qual_ity productive forces. In fact， no single factor can adequately elucidate the intricate dynamics propelling the advancement of new qual_ity productiv_ity; thus， a broader perspective is essential for a more holistic understanding. While a one-size-f_its-all approach is insufficient for guiding regions in selecting development drivers that align w_ith their unique circumstances， necess_itating further investigation into diverse pathways tailored to specific real_ities. Add_itionally， empirical research that systematically examines the evolution of data-physical integration and _its qual_itative influence on new qual_ity productiv_ity remains scarce.

Considering the complex interactive effects of the elements of dig_ital-physical integration， this paper， based on the view of complex systems， constructs an analysis framework of \"dig_ital foundation-dig_ital industry-dig_ital finance-industrial structure-industrial agglomeration-industrial chain modernization\" for dig_ital-physical integration. It uses the dynamic qual_itative comparative analysis method to analyze and reveal the relationship between the path evolution of dig_ital-physical integration and the emergence of new qual_ity productive forces in the case of 30 provinces， autonomous regions， and municipal_ities across China from 2013 to 2022.

The research results show that （1） ne_ither the dig_ital economy nor the real economy possesses a single， indispensable cond_ition for fostering high new qual_ity productive forces. （2） In the aggregated configuration analysis， there are mainly three const_ituting pathways， namely， dig_ital finance empowerment type， full-chain dig_ital upgrade type， and high-tech industry agglomeration type. （3）" A comparison of the configuration results indicates that a robust dig_ital foundation and a thriving dig_ital industry are pivotal in catalyzing new qual_ity productive forces during dig_ital-physical integration， whereas dig_ital finance and industrial agglomeration exhib_it a subst_itutable relationship." （4） The inter-group analysis shows that the aggregated configuration has a temporal universal_ity， while the formation of new qual_ity productive forces has undergone an evolutionary process from high-tech industry agglomeration-oriented to dig_ital finance empowerment-oriented and further differentiation. （5） The intra-group analysis indicates that the formation of new qual_ity productive forces requires tailored development， and the agglomeration-oriented configuration of high-tech industries is su_itable for areas where the industrial chain is not yet fully developed， while areas w_ith better dig_ital finance development are more poised to cultivate new qual_ity productive forces.

This paper establishes an analytical framework of \"dig_ital economy-real economy\" linkage configuration" for the emergence of new-qual_ity productive forces， revealing the complex causal relationships behind the emergence of new-qual_ity productive forces. It analyzes the development of new-qual_ity productive forces， which has undergone a transformation from the regulation of a materialized economic system to the regulation of a virtualized economic system. The paper has developed the perspective of complex systems regarding the creation of new technologies.Furthermore， _it offers tailored recommendations for enhancing new-qual_ity productive forces， tailored to local contexts， such as bolstering the construction of dig_ital infrastructure and the dig_ital industry， encouraging and supporting the development of dig_ital finance， and accelerating the industrial chain's modernization.

英文關鍵詞Key Words：Integration of Dig_ital and Real Economies; New Qual_ity Productive Forces; Dynamic QCA; Perspective of Complex Systems

基金項目：國家社會科學基金一般項目（23BGL115）

作者簡介：胡海晨（1975-），男，四川南充人，博士，石河子大學經濟與管理學院教授、博士生導師，研究方向為創新管理；趙瑞彤（1996-），男，山東臨沂人，石河子大學經濟與管理學院博士研究生，研究方向為創新管理；楊濛（1994-），女，山東濟寧人，博士，石河子大學經濟與管理學院副教授，研究方向為專精特新企業發展；林巧華（1996-），女，福建福州人，石河子大學經濟與管理學院博士研究生，研究方向為數字化轉型。