1. 引言
在中国式现代化背景下，推动新质生产力发展是实现高质量发展的关键。2023年9月，习近平总书记在黑龙江考察时首次提出“新质生产力”概念[1]，并强调其重要性。此后，该概念迅速被纳入国家政策并引发广泛关注。2023年12月的中央经济工作会议指出要以科技创新推动产业升级，发展新质生产力[2]。2024年《政府工作报告》中提出大力推进现代化产业体系建设，加快发展新质生产力[3]。同时，习近平总书记多次重申新质生产力对实现高质量发展和推进中国式现代化的意义。新质生产力的提出及其重视，标志着我国对经济增长模式和生产力发展路径的深刻变革。这一概念的核心在于通过科技创新和制度创新，培育以人工智能、大数据、绿色低碳技术等为代表的新型生产力，从而实现经济发展的质量变革、效率变革和动力变革。因此，深入研究新质生产力的影响因素和提升路径，对于全面理解和推动新质生产力的形成和发展具有重要的理论价值和实践意义。
由于不同因素对新质生产力发展水平的影响并非独立，而是通过相互配合形成不同组合从而影响新质生产力水平。因此，采用“组态视角”开展研究，有助于深入理解各地区新质生产力发展的复杂机理。本文基于国家推进新质生产力的实践背景，运用模糊集定性比较分析(Fuzzy Set Qualitative Comparative Analysis，简称fsQCA)方法，分析技术、组织和环境三方面因素对新质生产力发展的影响，识别出提升新质生产力的关键驱动路径。具体而言，本文旨在回答以下核心问题：究竟是什么原因造成各省之间新质生产力发展水平的差异？哪些条件组态对于实现省域高新质生产力发展水平更为重要？提升各省新质生产力发展水平的路径何在？
本文参照“技术–组织–环境”(Technology-Organization-Environment，简称TOE)框架，构建了影响新质生产力发展水平的研究框架，并基于我国30个省级政府新质生产力发展水平的实践情况，探讨导致区域间新质生产力发展水平差异化的条件组态与影响机制。本研究有助于拓展新质生产力发展相关研究的视角，并加深对其驱动路径与作用机制的理解，推动全面实现经济高质量发展。
2. 文献综述与分析框架
2.1. 关于新质生产力的文献评述
新质生产力不仅是对传统生产力概念的拓展和深化，也是推动高质量发展的理论支撑与实践指导。习近平总书记指出新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态[4]。自这一概念提出以来，学术界围绕其理论内涵、发展特征、影响因素和推进路径展开了系统研究。
关于理论内涵方面，学者们对新质生产力进行了深入探讨。如李政等(2023)指出，新质生产力以科技创新为主导，人工智能和数据要素为核心，依托新兴产业与未来产业发展的现代新型生产力[5]；蒲清平等(2023)认为，认为其由“高素质”劳动者和“新质料”构成，以科技创新为内核，服务于高品质生活[6]；周文等(2023)提出新质生产力源于颠覆性技术，区别于传统生产力，体现新兴技术、新经济模式和新业态的特征[7]；王珏(2024)从新质生产力理论框架层面推导出新质生产力是当前与未来影响经济社会发展最为重要的因素[8]。
关于新质生产力的发展特征方面，许多学者强调其时代属性。杜传忠等(2023)认为新质生产力的特征体现在创新性、渗透性、提质性、动态性和融合性[9]。张森和温军(2024)则强调了新质生产力所具有的人民性、协调性和开放性[10]。新质生产力是战略性新兴产业和未来产业发展催生的生产力，是科技创新驱动下生产力发展的必然结果，并成为高质量发展的重要支撑。同时，孙绍勇(2024)指出新质生产力具有颠覆性创新、融合性强及高效能的特点[11]。此外，胡莹和方太坤(2024)提出新质生产力主体特征是以脑力劳动者为主、技术特征为颠覆性创新驱动、结构特征为多要素渗透的结构特征、形态特征为数智化和绿色化产业[12]。
在新质生产力的影响因素与实践路径方面，学者们提出了多种策略。任保平等(2024)指出，科技创新是新质生产力形成的核心，战略性新兴产业和未来产业的发展是其重要支柱，强调科技创新和制度保障的重要性，并需深化体制机制改革以适应新质生产力的发展[13]。蒋永穆等(2024)从四个方面提出了推进新质生产力的策略，即提升科技创新整体能力、促进新要素成长、研发与应用核心技术，以及建设现代化产业体系[14]。姚树洁等(2024)强调，培育新质生产力需注重区域和城乡的均衡发展，从内部加强自我建设，推动创新驱动，增加科技研发投入。此外，还需深化绿色发展理念，提高公共服务能力，促进社会服务均等化，加快数字化建设，提升国家治理能力现代化水平，并打造安全稳定的外部环境[15]。张姣玉等(2024)则建议通过校企合作构建科技人才体系，强化数字产业与基础设施建设，提升文化资源匹配度，打造绿色低碳供应链，推动虚实结合的新型产业集群模式，以促进新质生产力的提升[16]。
综上，目前大多数研究聚焦于新质生产力理论阐释和定性化的描述性分析，对于提升新质生产力的问题亟待深入探索。此外，尽管已有研究构建了新质生产力的评估指标体系并开展了实证分析，但受限于研究视角和框架，深入理解和解释新质生产力的机制仍存在困难，导致提高新质生产力水平的驱动路径不够明晰。目前新质生产力形成路径的研究存在多个不同的研究视角、层次与方法，主要关注于不同因素的独立作用，限制了新质生产力发展多重因素间协同匹配效应的理解。因而，未来文献需要深入分析驱动高新质生产力发展水平的组态，明确区分影响新质生产力发展的核心与边缘条件，进一步揭示不同条件对新质生产力水平的复杂作用机制。
2.2. 基于TOE框架的组态分析框架
TOE框架由Tornatzky和Fleischer于1990年提出，是一种基于技术应用情境的分析框架，该框架起初集中在技术因素对技术采纳的影响，随后逐渐扩展为综合考虑组织因素和外部环境因素的多维理论框架。在TOE框架中，技术因素包括与技术特性相关的内容，如技术资源与能力，能够促进或限制组织在技术上的应用。组织因素则涵盖了组织的特征，如组织规模、组织资源等。而环境因素则侧重于外部环境对组织的影响，包括市场、行业结构以及制度环境等。现有研究已经将TOE框架广泛应用于地方政府网站建设[17]、电子政务能力的提升及工业互联网的实施等领域的新兴技术应用研究。结合已有研究，新质生产力的影响因素可归纳为技术、组织和环境三方面，因此TOE框架在新质生产力研究中具备科学性和适用性。本文基于TOE理论，选取影响省域新质生产力发展的关键条件，构建以下分析框架(见图1)。
Figure 1. Analytical framework for the development level of provincial new productivity
图1. 省域新质生产力发展水平的分析框架
2.2.1. 技术层面
选择技术创新能力和数字基础设施作为条件变量。在新质生产力形成过程中，科学技术的创新和应用起到了关键作用，而这一过程的主导者是具备优秀管理能力和科技知识的人才[18]。技术创新能力的提升，有助于推动新质生产力的发展，同时，高素质劳动者的培养也是实现这一目标的重要途径[19]。通过推动科技成果转化与创新链、产业链的融合，有助于提升新质生产力水平[20]。进一步而言，新型数字基础设施的建设不仅是推动高质量发展的核心动力，同时也是实现产业深度转型升级的关键路径[21]。特别是在全球数字化转型背景下，数字基础设施的完善与发展显得尤为重要。它不仅为各类创新活动提供了坚实的支撑，也为新质生产力的形成创造了有利条件。因此，技术创新能力和数字基础设施的建设是提升新质生产力水平的基础。
2.2.2. 组织层面
选择政府支持力度、企业竞争能力作为条件变量。政府在推动新质生产力形成中起着关键作用，通过提供财政支持，特别是对科研院所的原始创新和基础性研究的投入，可以有效提升科技创新能力。此外，组建国家战略性新兴产业投资基金，可以引导科研机构与创新型企业联合进行创新活动，进一步推动新质生产力的发展[22]。企业在新质生产力的形成过程中同样扮演着关键角色。创新企业作为将技术成果转化为生产力的核心组织，其目标在于通过技术转化和应用来获取经济效益[23]。因此，企业需要积聚各类创新要素，全面提升自主创新能力，才能在激烈的市场竞争中脱颖而出，最终促进新质生产力的提升[24]。通过政府的政策支持和企业自身竞争能力的提升，可以形成一个良好的创新生态系统，从而为新质生产力的形成和发展提供坚实保障。
2.2.3. 环境层面
选择绿色发展水平、市场发展水平作为条件变量。绿色发展是生态文明建设的必然要求，也是新质生产力的重要组成部分[5]。不同于传统生产力忽视自然保护，新质生产力具有生态属性，兼顾经济发展与生态保护，实现可持续发展。这种绿色生产力不仅注重物质财富的创造，还注重生态平衡，在发展中保护环境。产业发展与新质生产力相辅相成，现代化产业体系建设推动新质生产力的形成[1]。开放和竞争的生产力发展环境有助于优化资源配置，促进高质量生产要素的流动，完善市场机制[25]。这种环境不仅有助于提升市场发展水平，还能为新质生产力的形成和发展提供良好的基础。通过提高绿色发展水平和完善市场机制，可以推动新质生产力的全面发展。
3. 研究设计
3.1. 研究方法
本文尝试在组态视角的基础上分析新质生产力发展背后的多元驱动机制，因此选用模糊集定性比较分析方法(以下简称fsQCA)进行实证检验。fsQCA方法通过布尔运算和集合关系来实现对案例的充分比较和分析，注重挖掘前因复杂性和因果非对称关系(杜运周、贾良定，2017)，从而有效揭示各要素之间的“协同效应”和“互动关系”(Ragin, 2008)。
本文采用fsQCA作为研究方法基于以下三点理由：首先，新质生产力的提升受到多种因素的共同影响，内部机制较为复杂。fsQCA能够有效处理复杂的因果关系，如并发因果、同因异果及等效性，因此具有明显的优势。其次，fsQCA对样本数量的要求较低，适用于不同规模的样本研究。本文以中国30个省、市、自治区为研究对象，传统的大样本定量分析并不适用，fsQCA方法更为合适。最后，fsQCA能够通过介于0到1之间的数值来反映样本的实际情况，本文涉及的技术、组织和环境因素及新质生产力水平均为连续变量，fsQCA对此类数据的分析能力较强。因此，fsQCA与本文的研究需求高度契合，具体分析步骤通过fsQCA4.1软件实现。
3.2. 样本数据
应用fsQCA方法选取样本时，需要确保总体同质性，即样本整体相似且可比；同时也要保证内部异质性，包括新质生产力发展水平高的正面案例和发展水平低的负面案例。本文选取中国除港澳台和西藏自治区外的其他30个省级行政区作为研究样本。
3.2.1. 结果变量
本文所关注的结果是省域新质生产力的发展水平。自习近平总书记提出“新质生产力”概念以来，学术界对此展开了广泛讨论与研究，但现有的研究主要集中在新质生产力理论阐释、表现特征、意义贡献等方面，关于新质生产力指标体系和定量评价的研究还较少。本文借鉴卢江等(2024)构建的评价体系，选取卢江等(2024) [26]对我国30个省级行政区新质生产力发展水平的评估指数作为结果变量。
3.2.2. 条件变量
本文在TOE理论框架的基础上，结合现有研究成果以及中国新质生产力发展的实际背景，从技术、组织和环境三个维度，确定了推动新质生产力发展的关键条件变量。
技术创新能力：本文借鉴已有研究，选取各省份2021年技术创新能力综合指标值衡量新质生产力发展的技术支撑，包括R&D人员、发明专利授权量、技术市场成交合同金额等9项指标。数据来源于《中国省域经济综合竞争力发展报告(2021~2022)》。
数字基础设施：数字基础设施是提升新质生产力水平的技术支撑，采用各省份2021年信息基础设施综合指标值来衡量各省数字设施建设水平，包括通信网络基础设施、新技术基础设施、算力基础设施。该指标值来自于清华大学互联网产业研究院发布的《中国新型基础设施竞争力指数报告(2022)》。
政府支持力度：本文参照既有做法[27]，使用2021年地方政府研发投入与地方政府财政支出的比值来衡量政府的支持力度。数据来源于2022年《中国统计年鉴》及国家统计局官方网站。
企业竞争能力：本文依据各省2021年企业竞争力的综合指数来衡量其竞争力水平，包括规模以上工业企业数、全国500强企业数、高技术企业数等7项指标。该指标值来源于《中国省域经济综合竞争力发展报告(2021~2022)》。
绿色发展水平：习近平总书记指出，绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力。本文使用各省2021年的可持续发展与环境保护综合指标来评价绿色发展水平，涵盖总耗电量、废水中主要污染物排放量、废气中主要污染物排放量等11项指标。数据来源于科技部发布的《中国区域创新能力评价报告2023》。
市场发展水平：本文借鉴已有研究[28]，使用市场化指数来衡量各省的市场发展水平，包括科技服务业从业人员数、居民消费水平按目的地或货源地划分进出口总额等7项指标。该数据来源于科技部发布的《中国区域创新能力评价报告2023》。
所有变量基本情况见表1。
Table 1. Basic information of variables
表1. 变量基本情况
变量类型 |
变量名称 |
衡量指标 |
数据来源 |
结果变量 |
新质生产力 |
新质生产力水平指数 |
卢江等(2024) [26]对我国30个省份新质生产力发展水平的评价指数 |
条件变量 |
技术创新能力 |
技术创新综合指标值 |
《中国省域经济综合竞争力发展报告(2021~2022)》 |
数字基础设施 |
信息基础设施综合指标值 |
《中国新型基础设施竞争力指数报告(2022)》 |
政府支持力度 |
地方政府研发投入与地方政府财政支出的比 |
2022年《中国统计年鉴》及国家统计局官方网站 |
企业竞争能力 |
企业竞争力综合指标值 |
《中国省域经济综合竞争力发展报告(2021~2022)》 |
可持续发展水平 |
可持续发展综合指标值 |
《中国区域创新能力评价报告2023》 |
市场发展水平 |
市场化综合指标值 |
《中国区域创新能力评价报告2023》 |
3.3. 变量校准
在模糊集定性比较分析(fsQCA)中，校准(Calibrating)指为案例分配集合隶属度的过程(Schneider & Wagemann, 2012；杜运周、贾良定，2017)。本文对原始数据进行了校准，将变量值转换为集合论的隶属度，采用直接校准法，并以75%、50%、25%的分位数为校准的三个定性锚点，分别对应完全隶属(隶属度 = 1)、交叉点(隶属度 = 0.5)和完全不隶属(隶属度 = 0)。校准结果详见表2。
Table 2. Variable calibration and assignment
表2. 变量校准与赋值
变量类型 |
变量名称 |
完全隶属 |
交叉点 |
完全不隶属 |
结果变量 |
新质生产力水平 |
0.395 |
0.355 |
0.305 |
条件变量 |
技术创新能力 |
29.025 |
18.7 |
7.125 |
数字基础设施 |
80.145 |
76.13 |
73.97 |
政府支持力度 |
0.0225 |
0.0155 |
0.0095 |
企业竞争能力 |
34.65 |
27.1 |
21.875 |
绿色发展水平 |
65.1325 |
58.285 |
52.075 |
市场发展水平 |
28.195 |
24.28 |
20.15 |
4. 实证分析
4.1. 必要条件分析
在对条件组态的充分性进行分析之前，需要对各条件变量的“必要性”(necessity)进行独立检验，以避免“布尔代数最小化”过程中忽视必要条件。根据表3对高新质生产力发展水平的必要性条件分析结果显示，各个条件的一致性均低于临界值0.9，这说明单一条件无法成为解释新质生产力发展的必要因素。某地区新质生产力发展水平高，并不意味着该地区在技术、组织或环境条件方面都必然优越。在非高新质生产力发展水平的必要条件中，非高技术创新能力的一致性高于临界值0.9，这表明技术创新能力不足可能是非高新质生产力发展的显著特征。然而，通过进一步的检验分析，发现非高技术创新能力这一条件并不足以构成解释其结果变量的必要条件。这一结果显示了新质生产力的发展需要综合考虑技术、组织和环境三个方面的协同作用，单一因素不足以构成必要条件。因此，在政策制定和实际操作中，需要综合施策，综合考量各个因素之间的并发协同效应，以实现新质生产力的全面提升。具体见表3。
Table 3. Necessary condition analysis
表3. 必要条件分析
条件变量 |
高新质生产力发展水平 |
非高新质生产力发展水平 |
一致性 |
覆盖度 |
一致性 |
覆盖度 |
高技术创新能力 |
0.886 |
0.915 |
0.198 |
0.208 |
非高技术创新能力 |
0.233 |
0.222 |
0.919 |
0.891 |
高数字基础设施 |
0.824 |
0.818 |
0.242 |
0.244 |
非高数字基础设施 |
0.239 |
0.236 |
0.82 |
0.826 |
高政府支持力度 |
0.746 |
0.756 |
0.306 |
0.316 |
非高政府支持力度 |
0.326 |
0.316 |
0.764 |
0.754 |
高企业竞争能力 |
0.812 |
0.794 |
0.307 |
0.306 |
非高企业竞争能力 |
0.289 |
0.291 |
0.792 |
0.811 |
高绿色发展水平 |
0.577 |
0.558 |
0.511 |
0.503 |
非高绿色发展水平 |
0.486 |
0.494 |
0.551 |
0.57 |
高市场发展水平 |
0.681 |
0.692 |
0.389 |
0.403 |
非高市场发展水平 |
0.413 |
0.399000 |
0.703 |
0.691 |
4.2. 条件组态分析
多因素组态分析能够进一步揭示发展新质生产力的充分条件。依据FsQCA研究实践并结合实际情况，将Raw Consistency的阈值设置为0.8，案例频数阈值设置为1，PRI Consistency的阈值设置为0.7，不仅与既有研究中的标准操作保持一致，还最大限度的平衡了组态分析解的一致性和解的覆盖度之间的关系。最后，通过中间解并辅以简约解确定组态路径中的核心条件和边缘条件，呈现出高新质生产力发展水平的条件组态分析，相关分析结果如表4所示。
Table 4. Configurational analysis of conditions for the development of high-level new productivity
表4. 高新质生产力发展水平的条件组态分析
条件变量 |
H1 |
H2a |
H2b |
H2c |
H3 |
技术创新能力 |
● |
● |
● |
● |
● |
数字基础设施 |
● |
● |
|
● |
● |
政府支持力度 |
● |
● |
● |
|
U |
企业竞争能力 |
● |
|
● |
● |
U |
绿色发展水平 |
|
● |
● |
U |
● |
市场发展水平 |
|
U |
U |
● |
● |
一致性 |
0.973 |
0.927 |
0.931 |
0.99 |
0.978 |
原始覆盖度 |
0.617 |
0.145 |
0.155 |
0.28 |
0.088 |
唯一覆盖度 |
0.291 |
0.029 |
0.04 |
0.039 |
0.05 |
解的一致性 |
0.977 |
解的覆盖度 |
0.777 |
注：●表示核心条件存在；U表示核心条件缺失；●表示边缘条件存在；U表示边缘条件缺失；空白表示条件变量出现与否对结果无影响。表5同。
表中列出了5条驱动路径，用于解释高新质生产力水平。每一列代表一种可能的条件组合，清晰展示了各条件变量在路径中的相对重要性和不同组态路径的解释力。解的一致性为0.977，意味着在所有符合5类条件组态的省域案例中，有97.7%的新质生产力发展呈现较高的水平。解的覆盖度为0.777，说明这5类条件组合能够解释77.7%的高新质生产力案例。解的一致性和解的覆盖度均超过临界值，验证了实证分析的有效性。基于条件组态，可进一步识别出技术、组织和环境在推动各省新质生产力发展中的差异化匹配关系。根据各组态的驱动因素，本文将5种组态路径划分为3类：“技术–组织”驱动型、“技术–组织–环境”发展型和“技术–环境”友好型。
4.2.1. “技术–组织”驱动型
条件组态H1表明，在技术创新能力和数字基础设施建设的强力推动下，加之政府支持力度的增强和企业竞争能力的提升，新质生产力水平能够显著提高。由于这一组态中技术创新能力、数字基础设施、政府支持力度和企业竞争能力均发挥核心引导作用，故将其归纳为“技术–组织”驱动型。该路径解释了61.7%的高新质生产力省份，其中29.1%的省份仅依赖这一路径，且此路径原始覆盖度最高。
广东省是H1的典型案例。广东省具备强大的技术创新能力和完善的数字基础设施，通过引入工业4.0技术，企业技术和组织的协同发展得以实现。兼容性、管理层的支持、以及来自市场的竞争压力是企业采纳先进技术的关键因素，而政府支持和竞争性市场环境能够加速企业创新绩效的提升。这些因素共同构建了强大的创新生态系统，使得绿色发展水平与市场发展水平的出现与否未对新质生产力的提升构成明显障碍。从而形成了良性互动，协同促进新质生产力的发展，验证了H1“技术–组织”驱动型路径的有效性。这一路径显著推动了广东的新质生产力水平，具体表现为高技术制造业增加值占规上工业比重达30%，并形成了以电子信息、通信设备等为主的高新技术产业集群。尤其是在电子设备制造和数字经济领域表现突出。广东通过高技术制造业和数字基础设施的结合，形成了良性循环，推动了区域经济的高效和可持续发展。习近平总书记指出，科技创新是发展新质生产力的核心要素。广东的先发优势显著，2022年研发经费投入达4411.9亿元，发明专利授权量和PCT国际专利申请量均位居全国前列。截至2023年底，广东省拥有76288家高新技术企业，远超其他省份。数字基础设施方面，广东建成超过25，000个5G基站，覆盖主要城市和工业区。政府支持方面，广东省政府通过《广东省科技创新“十四五”规划》等政策持续推动创新发展，深圳市政府进一步强化了对科技创新的支持。该区域已形成珠三角高新技术产业集群，涵盖电子信息、通信设备和新能源汽车等多个高新技术产业，2022年珠三角地区规模以上工业增加值突破4万亿元，增长4.4%。该路径的成功实践表明，技术与组织的紧密结合，尤其是在技术创新和政府支持的推动下，能够形成强大的创新生态系统，显著促进新质生产力的发展。
4.2.2. “技术–组织–环境”发展型
表4中，组态H2a、H2b和H2c中的技术和组织条件变量均处于“存在”或“空白”状态，环境条件中这三条组态只有绿色发展水平或市场发展水平处于边缘条件缺失状态，非核心条件缺失，组态H2a、H2b和H2的共有特点是技术、组织、环境条件都比较发达，故将H2a、H2b和H2c命名为“技术–组织–环境”发展型。
1) 组态H2a和H2b
条件组态H2a表明，当省域具备强大的技术创新能力、完善的数字基础设施建设和政府的有力支持，以及绿色发展的高水平，在这些核心条件的共同作用下，能够显著提升新质生产力水平。条件组态H2b表明，当省域在技术创新能力、政府支持力度、企业竞争能力和绿色发展水平方面具有显著优势时，即使数字基础设施的存在与否对结果无明显影响，也能推动新质生产力的高水平发展。而较低的市场发展水平都在组态H2a和H2b中发挥边缘作用。因此，组态H2a与H2b被归为同一分析。组态H2a的一致性为0.927，这一路径能够解释14.5%的高水平新质生产力发展案例，其中2.9%的案例仅能由此路径解释。而组态H2b的一致性0.931，这一路径能够解释15.5%的高水平新质生产力发展案例，其中4%的案例仅能由该路径解释。
这两条路径覆盖省级行政区有重庆、四川和湖南。以重庆为例，其新质生产力提升路径受到技术创新、组织管理和绿色发展水平的共同影响。具体来说，重庆市通过大规模研发投入以及对绿色技术的推广，实现了“技术–组织–环境”的全方位整合。此外，政府在企业创新中发挥了关键作用，例如提供创新政策支持和资助，激发了企业的创新潜力。该路径使重庆在生态保护和绿色科技创新方面取得了显著成效，特别是在绿色低碳和智能制造领域形成了较强的竞争优势。重庆市通过以组织管理和技术支持为主的策略，有效地提升了绿色全要素生产率，从而有效提升了区域的新质生产力水平。重庆市的策略包括深化科技赋能，构建“416”科技创新布局，重点发展数智科技、生命健康、新材料和绿色低碳四大领域。此外，重庆还大力推动人工智能、区块链、云计算、大数据等战略性技术领域的发展。2022年，重庆的研发投入达到352.4亿元，同比增长27.3%，科技型企业达到42989家，高新技术企业6348家。同时，重庆市还建设了西部数据交易中心，促进公共数据的共享与利用。重庆市政府高度重视科技创新和数字经济的发展，发布《重庆市数字经济创新发展试验区建设方案》，进一步推动区域数字经济的发展。在绿色发展方面，重庆市与四川省共同推进成渝经济圈建设，专注发展电子信息和碳中和技术，支持区域绿色发展。通过深化科技赋能，加强组织支持和优化创新生态，重庆市在新质生产力的提升中展示了显著的成效和发展潜力。
2) 组态H2c
条件组态H2c表明，通过加强技术创新能力、完善数字基础设施、增强企业竞争能力和提升市场化水平，即使缺乏高绿色发展水平，也能实现高水平的新质生产力发展。其中高技术创新能力、高数字基础设施和高企业竞争能力发挥核心作用，高市场发展水平和非高绿色发展水平发挥边缘作用。组态H2c的一致性为0.99，这一路径能够解释28%的高水平新质生产力发展案例，其中3.9%的案例仅能由此解释。
代表省份有山东、广东、江苏。以山东为例，山东省的高新质生产力水平主要归因于其在多个关键方面的综合优势，特别是在技术创新能力、数字基础设施、企业竞争能力和市场化水平方面的协同作用。山东省通过大力投资高技术研发并积极推进智能制造，形成了显著的技术优势。该省在高端装备制造、新材料等高科技领域持续进行技术突破，特别是在超算、芯片和人工智能应用等方面，这些前沿技术的应用大幅提升了产业的创新能力和生产效率。在数字基础设施方面，山东省进行了大规模建设，包括5G基站和工业互联网平台的投入与应用，为省内企业提供了强大的数字化支持。数字基础设施的完善为技术创新的落地应用和产业智能化转型提供了坚实的基础。山东省在企业竞争力方面表现优异。2023年，全省外贸“新三样”出口额达到93.9亿元，同比增幅达47.3%，其中锂离子蓄电池与电动载人汽车的出口增长率均超过100%。根据2023年政府工作报告，山东省的工业经济和数字经济呈现加速发展态势，雁阵形产业集群规模已突破9.2万亿元。全省有7个集群入选全国战略性新兴产业集群，居全国首位。山东省的市场发展水平在全国处于领先地位。得益于完善的市场机制和活跃的经济环境，山东省的企业能够更好地进行技术创新和市场拓展。山东省在“技术–组织–环境”组态路径下，通过强化技术和市场两个维度的协同作用，有效实现了新质生产力的提升。其表明，即使绿色发展水平较低的情况下，仍然可以通过其他方面的努力和资源投入，实现高水平的新质生产力发展。这种技术和市场的协同效应弥补了绿色发展的不足，形成了生产力和经济效益的双赢。
4.2.3. “技术–环境”友好型
条件组态H3表明，若政府支持力度和企业竞争能力较低，可将发展动力内化为提升技术创新能力、数字基础设施、绿色发展水平和市场发展水平，仍能实现高水平的新质生产力。其中高技术创新能力、高数字基础设施和高绿色发展水平发挥核心作用，非高政府支持力度、非高企业竞争能力和高市场发展水平发挥边缘作用。
代表省份为河南，其虽缺乏较强的政府支持和企业竞争力，但通过技术创新和绿色发展，推动了新质生产力的增长。技术和环境之间存在互补关系，即使组织支持不足，技术创新和绿色发展仍显著促进生产力。河南在信息技术、农业科技、新材料等领域建立了多个创新平台，提升了技术创新能力。2022年，河南发布了《河南省新一代人工智能产业链培育行动方案(2023~2025年)》。到2023年，河南省的算力规模达到4100PFlops，国家超级计算郑州中心支持了400余个国家级和省级项目，服务60余家重点实验室。河南作为原材料工业大省，在超硬材料、有色金属、钢铁等领域具备深厚积累，具备先发优势。在绿色发展方面，2022年河南省启动了多项绿色发展项目，包括可再生能源和节能环保技术的推广应用，推动了绿色发展水平。河南还在氢能领域取得了突破，推进“郑汴洛濮氢走廊”建设，推动传统产业的高端化、绿色化和智能化转型。通过绿色发展项目的实施，河南在区域新质生产力提升方面取得显著进展，并在绿色制造和低碳技术应用上保持领先地位。河南在数字基础设施建设和绿色技术应用方面的进展，推动了高水平的新质生产力发展。通过构建氢能走廊和推进绿色低碳转型，河南在缺乏企业竞争力和政府支持的情况下，仍实现了经济的高质量发展。
通过横向对比发现，在5条组态路径中，技术创新能力作为核心条件变量出现了5次，表明其在推动新质生产力发展过程中，较其他因素发挥了更为关键的作用，应被优先考虑。
4.3. 稳健性检验
本文将一致性阈值由0.8上调至0.85后重新执行fsQCA分析程序，检验表3中组态的稳健性。结果显示，稳健性检验的组态构成、核心条件分布等与表3完全相同。基于SCHNEIDER和WAGEMANN (2012)提出的QCA结果稳健性判定标准[29]，本文研究结果具有稳健性。
4.4. 因果不对称性分析
本文对反事实案例进行了因果不对称性分析，检验了6种导致非高新质生产力发展的组态路径。解的一致性为0.914，表明符合这6种组态的省份中91.4%属于非高新质生产力发展。解的覆盖度为0.742，表明这些路径可以解释74.2%的非高新质生产力案例。横向对比各条件组态显示，“非高技术创新能力”和“非高数字基础设施”在5种组态中均作为核心条件出现，说明技术创新能力不足及数字基础设施薄弱对新质生产力产生负面影响。从纵向来看，组态N6表明，缺乏较高的技术创新能力和较好的数字基础设施，即便本地区拥有高政府支持力度、高企业竞争能力和高市场发展水平，也无从培育新质生产力。因此，各省应从“技术–组织–环境”3个维度出发，以整体、系统、全局的视角推动新质生产力提升。具体见表5。
Table 5. Configurational analysis of conditions for non-high-level new productivity development
表5. 非高新质生产力发展水平的条件组态分析
条件变量 |
N1 |
N2 |
N3 |
N4 |
N5 |
N6 |
技术创新能力 |
U |
U |
|
U |
U |
U |
数字基础设施 |
|
U |
U |
U |
U |
U |
政府支持力度 |
U |
U |
U |
|
U |
● |
企业竞争能力 |
U |
U |
U |
U |
|
● |
绿色发展水平 |
U |
|
U |
U |
U |
|
市场发展水平 |
|
|
U |
U |
U |
● |
一致性 |
0.869 |
0.901 |
0.828 |
0.823 |
0.821 |
0.92 |
原始覆盖度 |
0.341 |
0.496 |
0.252 |
0.267 |
0.269 |
0.114 |
唯一覆盖度 |
0.061 |
0.213 |
0.027 |
0.032 |
0.044 |
0.071 |
解的一致性 |
0.914 |
解的覆盖度 |
0.742 |
5. 结论与建议
5.1. 研究结论
本文参考“技术–组织–环境”(TOE)框架，构建了影响新质生产力发展水平的研究框架，基于我国30个省级行政区的新质生产力发展情况，采用模糊集定性比较分析方法(fsQCA)，识别并探讨了不同区域提升新质生产力的路径。研究发现，单一因素并不构成新质生产力发展的必要条件。新质生产力水平高并不意味着该地区技术创新能力、组织支持力度或环境基础必然优越。研究结果表明：
第一，TOE框架中的技术创新能力、数字基础设施、政府支持力度、企业竞争能力、绿色发展水平和市场发展水平这六个条件变量无法单独作为解释新质生产力发展的必要条件，表明新质生产力发展过程中多因素协同的重要性。
第二，通过5条条件组态路径的分析，发现我国存在3类促进新质生产力发展的模式，即“技术–组织”驱动型、“技术–组织–环境”发展型和“技术–环境”友好型。第一种模式依托技术创新与组织支持的协同效应，第二种模式在此基础上进一步融入环境因素的推动作用，而“技术–环境”友好型则在缺乏组织支持的情况下，通过技术和环境的互动实现新质生产力的提升。这些路径均显示出，多因素的联动匹配效果优于单一因素的作用，不同要素的合理组合能够实现相同的结果，表明新质生产力的提升可以通过多种等效替代的路径实现。
第三，在不同组态路径中，技术创新能力作为核心条件频次最高，表明其在新质生产力提升过程中起到了至关重要的作用。尽管各省市在其他条件变量上表现不一，但技术创新能力的提升普遍是新质生产力提升的关键。
综上所述，本文在数据选取方面，主要采用二手数据进行分析，未来研究应结合参与观察、深度访谈和问卷调查等方法，进一步探讨影响因素与新质生产力之间的深层逻辑关系。其次，本文在fsQCA分析中仅纳入了6个条件变量，未来研究可以通过扩展样本量并引入更多维度的变量，以更全面地理解新质生产力发展的复杂性。最后，本文缺少相关时间序列分析，由于本文使用的是横截面数据，未来研究可基于不同历史阶段的新质生产力发展数据库，开展纵向比较，以揭示长期创新实践对新质生产力发展的影响。
5.2. 政策建议
基于研究结论，提出以下建议：
第一，多因素联动促进新质生产力发展：新质生产力的发展是技术创新能力、组织支持力度和环境基础等多因素互联互动的结果，仅在单一要素上发力不能有效驱动新质生产力的发展。各地区应重视科技人才、财政支持、政策引导、企业创新和环境优化等力量的协同作用，形成多层次、多维度的政策组合拳，全面提升新质生产力水平。
第二，因地制宜制定发展模式：新质生产力发展存在多种等效路径，各省市应结合自身资源禀赋和优势条件，从系统性视角出发，促进要素条件的协调匹配，构建符合地区特征的生产力发展模式，加速提升新质生产力水平。对于技术创新能力强、组织支持有力的东部地区，可继续完善“技术–组织–环境”发展模式，提升绿色发展水平和市场发展水平。对于中西部地区，应根据资源和发展基础，选择“技术–组织”驱动型或“技术–环境”友好型路径，积极引导科技和教育资源的投入，弥补组织和环境基础的短板，促进新质生产力的提升。
第三，优化营商环境，发挥企业创新主体作用：企业是创新主体，也是推动新质生产力发展的核心动力。各地应优化营商环境，弘扬企业家精神和科学家精神，培育活跃的企业主体。在政府资源丰富的地区，通过企业力量增强政府能力；在资源匮乏的地区，企业应填补政府不足，实现有效市场与有为政府的结合，加快新质生产力的发展。
第四，构建省域间协同创新网络：区域间应加强合作，共享创新资源与经验。通过各省份之间的合作，弥补单一区域在技术、资源或市场方面的不足，推动全国新质生产力的整体提升。
通过综合施策，因地制宜地选择发展模式，优化营商环境，我国各地区均可以有效提升新质生产力水平，推动经济高质量发展，实现中国式现代化目标。