打开文本图片集

摘要：数字经济是驱动我国经济增长的重要引擎。本文运用模糊集定性比较分析（fsQCA）方法，以中国大陆31个省市自治区为样本，探索信息化水平、人力资本水平、科研投入强度、数字交易规模以及消费水平的协同作用对各地区数字经济发展的驱动组态。研究表明：高数字经济发展水平的路径有3条，即科研投入与数字交易双元驱动型、综合要素驱动型、人力资本与数字交易双元驱动型；非高数字经济发展水平的路径有1条，即人力资本与数字交易制约型。据此，要加大科研创新投入，推动数字技术与各行业融合发展；完善数字经济要素协调驱动机制；重视培育数字专业人才，大力推动数字交易。

关键词：数字经济；模糊集定性比较分析（fsQCA）；路径

0前言

数字经济是推进中国式现代化的重要引擎，是构建国际竞争力的强大支撑。近年来，我国高度重视数字经济的发展，不断推进通信网络基础设施建设，优化数字经济营商环境，推动数字经济与各领域之间的融合，但各省份数字经济发展水平差异较大。由此引发的一个问题：在建设高水平数字经济发展的过程中，驱动高数字经济发展水平的组态路径是什么？本文试图对这一问题进行探讨。

1文献综述与理论框架

1.1数字经济内涵

数字经济的概念最早由美国学者Tapscott（1996）[1]在其出版的《数字经济》中提出，但未给出明确涵义。李长江（2017）[2]指出数字经济是借助数字技术进行生产的活动方式。何大安（2021）[3]认为数字经济是厂商在投资经营中融入互联网、大数据和人工智能技术获取完备信息的结果。目前学术界对数字经济的内涵并没有统一定义，随着时代的发展，其定义也在不断延伸。陈凯旋（2022）[4]认为数字经济是区别于农业、工业经济的新型经济发展形态。本研究认为数字经济是以互联网为载体，借助数字技术进行数字交易的一种新型经济形态。

1.2数字经济发展影响因素分析

在数字经济发展影响因素研究方面，丁川（2020）[5]将中国各省数字经济发展水平分为四级，指出互联网普及率与人均GDP对数字经济发展的影响最大。焦帅涛和孙秋碧（2021）[6]通过研究发现人力资本、政府行为、经济增长水平等要素都会促进数字经济的发展。苏冰杰等（2022）[7]发现地区经济发展水平的一阶滞后和政府科技投入强度对区域数字经济发展有促进作用，而对外开放水平对数字经济发展有抑制作用，地区规模对数字经济为非线性影响。余运江等（2023）[8]从信息化基础、地理区域、经济水平以及人力资本四个维度来探究导致各城市数字经济发展差异化的原因。

综上，大多数文献对数字经济发展的影响研究主要是单一要素的正向或负向影响，较少的考虑要素之间的联动效应。借鉴以往文献研究，本文筛选了信息化水平、人力资本水平、科研投入强度、数字交易规模以及消费水平五个关键要素来探究中国各省域数字经济发展的驱动路径。

1.3理论框架

本文基于组态视角构建了信息化水平、人力资本水平、科研投入强度、数字交易规模以及消费水平五个要素驱动数字经济发展的研究框架。由于各要素对促进数字经济发展是复杂的非线性关系，且各要素之间的联动匹配也能对数字经济发展产生非线性影响，故基于组态视角构建理论框架如图1所示。

2数据的选取与来源

2.1数据的选取

基于数字经济概念的界定和数字经济发展驱动因素的研究，本研究选取以下5个前因变量进行测量。

信息化水平（IL）：数字经济以互联网为依托，因此本文采用“互联网普及率”表示信息化水平，即互联网宽带接入用户占地区年末人口数的比重。

人力资本水平（HC）：高素质人才是推进地区数字化转型的重要智力支撑。参照每十万人高等教育学校在校大学生数（人）。

科研投入强度（RD）：科技是第一生产力，创新是第一动力，技术的创新催生了新产品、新业态和新模式，有效推动着数字经济的发展。用研发经费占地区生产总值的比重来反映。

数字交易规模（DTS）：数字交易是数字经济的重要组成部分，数字交易规模的扩大促进了数字经济的发展。本文采用各地区电子商务销售额来反映数字交易规模。

消费水平（CL）：消费需求是数字经济发展的强大动力，本文采用居民人均消费支出来反映。

2.2数据来源

本文选取中国大陆31个省市自治区作为案例样本，前因变量涵盖的数据来源于2021年《中国统计年鉴》和《2020年全国科技经费投入统计公报》，结果变量数字经济发展水平的数据来源于赛迪顾问股份有限公司（简称“赛迪顾问”）发布的《2020中国数字经济发展指数（DEDI）》。

3实证分析

3.1数据校准

根据以往的研究（杜运周等，2020）[9]，本文选取样本数据的75%、50%、25%分位数作为完全隶属、交叉点和完全不隶属的3个锚点对数据进行校准。校准结果如表1所示。

3.2单个条件的必要性分析

QCA是一种集合论的方法，需要在进行条件组态分析之前对前因条件进行必要性分析。本文运用fsQCA3.0软件进行检验，若单个前因条件的一致性大于0.9，则说明该前因条件是结果的必要条件。如表2所示，对于高数字经济发展水平而言，所有单个条件的一致性均低于0.9，表明fsQCA方法未发现影响高数字经济发展水平的必要条件。对于非高数字经济发展水平而言，非高数字交易规模的一致性大于0.9，说明非高数字交易规模是非高数字经济发展水平形成的必要条件，缺乏数字交易规模会对高数字经济发展水平起阻碍作用。

3.3条件组态的充分性分析

参考已有QCA的相关研究（梁玲玲等，2022）[10]，将样本频数阈值设置为1，将原始一致性阈值和PRI均设置为普遍使用的标准0.80。最终结果呈现三种解：复杂解、简约解和中间解。组态结果如表3所示：构成高数字经济发展水平的组态有3条（H1、H2、H3），总体一致性达到0.937，属于较理想状态，总体覆盖度达到0.746，即3个组态覆盖了74.6%的样本；构成非高数字经济发展水平的组态有1条（NH1），总体一致性达到0.944，总体覆盖度达到0.679，即可以解释67.9%的样本。以下将对各组态进行详细分析。

3.3.1构成高数字经济发展水平的组态

（1）科研投入与数字交易双元驱动型。组态H1显示高科研投入强度和高数字交易规模是核心条件，互补辅助条件高信息化水平可以产生高数字经济发展水平。典型地区是浙江，浙江省聚焦关键核心技术，组织实施“双尖双领”计划，形成一批创新成果。2020年，浙江省网络零售额达2.26万亿元，居全国第二。但数字人才存在缺口，这需要浙江省鼓励高校新增数字经济相关专业，培育数字化转型工程技术和应用技能型人才，加强高水平数字人才建设。

（2）综合要素驱动型。组态H2显示高人力资本水平、高科研投入强度和高数字交易规模是核心条件，互补高消费水平可以产生高数字经济发展水平。该路径的原始覆盖度是3条路径中最高的，达到52.7%，能够解释大多呈现高数字经济发展水平的原因。典型地区有北京，上海，江苏，广东等，这些省市地区整体数字经济发展优势明显。北京基于首都城市的战略定位，注重顶层设计，北京拥有多家互联网企业和科研机构，基于教育聚集了众多高端科技人才。上海作为我国的经济中心，积极推进智慧城市建设，计划打造具有世界影响力的国际数字之都。江苏省作为我国制造和创新大省，深入推进“互联网+制造业”，加快推进制造业数字化转型。广东省是我国开放程度最高的区域之一，也是数字经济大省，数字经济规模占全省GDP比重超过一半。广东省瞄准数字产业化与产业数字化双向发力，加强数字经济与实体经济的融合，加快数字产业集群建设，全面建设数字经济强省。

（3）人力资本与数字交易双元驱动型。组态H3显示高人力资本水平和高数字交易规模是核心条件，可以产生高数字经济发展水平。典型地区是河南。河南作为我国的人口大省和新兴工业大省，在数据资源、算力成本、市场潜力等方面具有独特优势。2020年，河南省应届高校毕业生65.7万人，居全国首位。河南也是我国的农业大省，在“互联网+”背景下，基于社交电商和直播电商的兴起，河南广大农村地区推行电子商务，使得农产品销售额迅速增加；同时河南省中职学校积极探究电子商务专业校企合作模式，为数字经济发展培育人才，但数字经济高层次人才严重短缺。

3.3.2构成非高数字经济发展水平的组态

人力资本与数字交易制约型。组态NH1表明，无论信息化水平和消费水平如何，只要同时缺乏人力资本、数字交易规模，就会导致非高数字经济发展水平的产生。例如，西藏、青海、新疆等偏远省份，由于各方面条件落后，人力资本水平不高、数字交易不方便进行，导致数字经济发展水平不高。

3.4稳健性检验

本文运用调整校准数据锚点的方式进行稳健性检验，将“完全隶属”（0.75）、“完全不隶属”（0.25）分别调整为“完全隶属”（0.95）和“完全不隶属”（0.05），其他步骤不变。调整后的高数字经济发展水平和非高数字经济发展水平总体一致性均有提高，构成的组态与前者基本一致，说明研究的结论具有稳健性。

4研究结论与建议

4.1研究结论

（1）产生高数字经济发展水平的3种驱动路径，即科研投入与数字交易双元驱动型、综合要素驱动型、人力资本与数字交易双元驱动型；非高数字经济发展水平有1条，即人力资本与数字交易制约型。说明数字经济发展水平有“殊途同归”特点，即不同的要素搭配会产生相似的数字经济发展水平结果。

（2）在本研究中，高数字经济发展水平的3条路径中都包含高数字交易规模，且非高数字经济发展水平的组态包含非高数字交易规模，反映出在中国数字经济发展过程中，数字交易规模发挥着重要作用。

4.2相关建议

（1）加大科研创新投入，推动数字技术与各行业融合发展。对于数字经济发展水平不高、科技研发投入较低的地区，如广西、贵州、海南等地区，应选择科研投入与数字交易双元驱动型。数字科技创新是现代化产业体系建设的重要驱动力量。政府需要鼓励企业加大研发投入，加强知识产权保护，保护我国自主研发的关键核心技术，让研发人员获取收益和动力；同时要注重知识产权成果的转化，推动实体经济企业的数字化转型，从而推动当地数字经济发展水平。

（2）完善数字经济要素协调驱动机制。对于数字经济发展水平较高的省域，如北京，上海，江苏，广东，应完善综合驱动型路径。各省需要进一步加强数字经济监管规范，强化数字经济安全保障，不断完善内外部环境，积极参加国际数字经济合作，建立稳定长久的数字经济合作伙伴关系，充分发挥已有的数字优势和数据价值，扩大数字交易规模。

（3）重视培育数字专业人才，大力推动数字交易。对于地理位置相对较差，教育资源相对匮乏的地区且发展潜力不足的地区，如西藏、青海、新疆，应选择人力资本与数字交易双元驱动型路径。政府要鼓励高校开设数字技术相关的课程，鼓励“产教融合”，支持企业人员走进校园给学生进行实操培训。政府也应该制定人才吸引和激励政策，设立人才专项补贴，积极和猎头公司合作来汇集优秀的数字专业人才。同时，要提高居民的消费水平和消费意愿，鼓励消费，推动数字交易的发展。

参考文献：

[1]Tapscott D.The digital economy： promise and peril in the age of networked intelligence[M].New York： McGraw-Hill Press，1996：69-71.

[2]李长江.关于数字经济内涵的初步探讨[J].电子政务，2017（09）：84-92.

[3]何大安.中国数字经济现状及未来发展[J].治理研究，2021，37（03）：5-15+2.

[4]陈凯旋.中国省域数字经济发展评价、地区差异及驱动因素分析[J].华北金融，2022，No.540（01）：52-61.

[5]丁川.中国省域数字经济发展测度及影响因素研究[J].营销界，2020（33）：88-89.

[6]焦帅涛，孙秋碧.我国数字经济发展测度及其影响因素研究[J].调研世界，2021（07）：13-23.

[7]苏冰杰，卢方元，朱峰，李彦龙.中国数字经济发展水平：时空特征、动态演化及影响因素[J].运筹与管理，2022，31（09）：161-168.

[8]余运江，杨力，任会明等.中国城市数字经济空间格局演化与驱动因素[J].地理科学，2023，43（03）：466-475.

[9]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，2020，36（09）：141-155.

[10]梁玲玲，李烨，陈松.数字技术驱动下的企业开放式创新路径研究——基于fsQCA方法的组态效应分析[J].科技管理研究，2022，42（17）：142-150.