王淑英 劉雅靜

【摘要】基于“技術(shù)—組織—環(huán)境”理論框架， 以我國216個地級市的經(jīng)濟(jì)數(shù)據(jù)為樣本， 運用模糊集定性比較分析方法探究組態(tài)視角下數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的復(fù)雜路徑， 并剖析不同城市類型下組態(tài)路徑的異質(zhì)性。研究結(jié)果表明： 單一或少數(shù)因素難以對區(qū)域綠色全要素生產(chǎn)率提升產(chǎn)生影響； 存在三種數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的驅(qū)動路徑， 包括“技術(shù)主導(dǎo)—均衡型”“組織主導(dǎo)—均衡型”和“技術(shù)—環(huán)境共同主導(dǎo)型”； 各組態(tài)間的前因條件存在潛在替代關(guān)系； 數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的組態(tài)路徑具有明顯的區(qū)位異質(zhì)性、 規(guī)模異質(zhì)性。研究結(jié)論從系統(tǒng)協(xié)同視角揭示了數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的“黑箱”， 為各類城市借助數(shù)字化驅(qū)動經(jīng)濟(jì)發(fā)展提供了理論參考。

【關(guān)鍵詞】數(shù)字經(jīng)濟(jì)；綠色全要素生產(chǎn)率；fsQCA；TOE框架；組態(tài)異質(zhì)性

【中圖分類號】 F061.5? ? ?【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2024）11-0109-7

一、 引言

改革開放以來， 我國經(jīng)濟(jì)從高速增長階段邁向高質(zhì)量發(fā)展階段， 具有物質(zhì)基礎(chǔ)堅實、 人才儲備充裕、 市場體系完善等多方面優(yōu)勢， 但經(jīng)濟(jì)發(fā)展模式暴露出高投入、 低效率的缺點， 能源消耗強(qiáng)度偏高、 環(huán)境污染嚴(yán)重、 生態(tài)系統(tǒng)退化等問題制約著經(jīng)濟(jì)社會發(fā)展（Shahbaz等，2022； 劉敏樓等，2022）。黨的二十大報告明確提出， 提高全要素生產(chǎn)率與推動經(jīng)濟(jì)社會發(fā)展綠色化、 低碳化是實現(xiàn)高質(zhì)量發(fā)展的重要途徑和關(guān)鍵環(huán)節(jié)。新目標(biāo)下， 要通過技術(shù)進(jìn)步、 技術(shù)效率提升、 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換和交易成本降低來提高生產(chǎn)效率（杜運周等，2022）， 充分發(fā)揮綠色技術(shù)創(chuàng)新的引領(lǐng)作用， 推廣綠色生產(chǎn)與生活方式， 著力促進(jìn)綠色經(jīng)濟(jì)效率有效提升（藺鵬和孟娜娜，2021）。因此， 提升綠色全要素生產(chǎn)率是實現(xiàn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展的重要支撐和迫切需要。

隨著信息技術(shù)的快速發(fā)展， 數(shù)字經(jīng)濟(jì)以數(shù)字化、 網(wǎng)絡(luò)化、 智能化為特征， 通過改善經(jīng)濟(jì)結(jié)構(gòu)和提高生產(chǎn)效率， 正在推動經(jīng)濟(jì)發(fā)展方式深刻變革（許憲春和張美慧，2020）。近年來， 我國抓住數(shù)字經(jīng)濟(jì)戰(zhàn)略機(jī)遇期， 持續(xù)擴(kuò)大數(shù)字經(jīng)濟(jì)規(guī)模， 2022年數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.2萬億元， 占GDP比重為41.5%。面對復(fù)雜多變的國際環(huán)境， 國家“十四五”規(guī)劃提到， 要加快數(shù)字技術(shù)與實體經(jīng)濟(jì)融合， 推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型， 打造數(shù)字經(jīng)濟(jì)新優(yōu)勢?？梢姡?數(shù)字經(jīng)濟(jì)是提高綠色全要素生產(chǎn)率、 加快經(jīng)濟(jì)綠色轉(zhuǎn)型的重要抓手。由此， 區(qū)域作為數(shù)字經(jīng)濟(jì)發(fā)展的重要載體， 數(shù)字經(jīng)濟(jì)能否提高其綠色全要素生產(chǎn)率、 數(shù)字經(jīng)濟(jì)要素之間存在何種聯(lián)動效應(yīng)、 不同情境下數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的機(jī)制是否存在差異就成為亟需關(guān)注的問題。

已有研究對數(shù)字經(jīng)濟(jì)與區(qū)域綠色全要素生產(chǎn)率的影響機(jī)制進(jìn)行了探討， 如： 萬曉榆和羅焱卿（2022）、 烏靜等（2022）基于省份數(shù)據(jù)， 發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對全要素生產(chǎn)率有著正向影響； 鄒靜等（2023）研究得到， 數(shù)字經(jīng)濟(jì)對城市綠色全要素生產(chǎn)率的影響存在城市層級和自然資源稟賦異質(zhì)性， 同時他們驗證了數(shù)字經(jīng)濟(jì)政策的導(dǎo)向作用； 張英浩等（2022）認(rèn)為， 數(shù)字經(jīng)濟(jì)與城市綠色全要素生產(chǎn)率之間呈現(xiàn)“U”型關(guān)系， 表現(xiàn)出區(qū)域異質(zhì)性與階段性特征。還有部分學(xué)者從企業(yè)角度進(jìn)行研究， 如劉文俊和彭慧（2023）、 尤碧瑩等（2023）肯定了數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的提升作用， 且這一作用反映出“邊際效應(yīng)”遞增的非線性特征。然而， 目前較少研究關(guān)注多種數(shù)字經(jīng)濟(jì)要素作為前因條件促進(jìn)城市綠色全要素生產(chǎn)率提升的復(fù)雜因果關(guān)系， 以及在不同城市類型下各要素相互依賴、 共同驅(qū)動區(qū)域綠色全要素生產(chǎn)率提升的組態(tài)異質(zhì)性。

基于此， 本文采用技術(shù)—組織—環(huán)境（Technology-Organization-Environment，TOE）分析框架， 以我國216個地級市的經(jīng)濟(jì)數(shù)據(jù)為樣本， 運用模糊集定性比較分析方法（fuzzy set qualitative comparative analysis，fsQCA）探究組態(tài)視角下數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的復(fù)雜路徑。本文的可能貢獻(xiàn)如下： 一是運用被廣泛用來解釋技術(shù)采納現(xiàn)象的TOE分析框架， 解釋提升城市綠色全要素生產(chǎn)率的數(shù)字經(jīng)濟(jì)要素， 拓展了TOE框架在數(shù)字經(jīng)濟(jì)領(lǐng)域的應(yīng)用； 二是運用fsQCA方法系統(tǒng)性地探討數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的模式和機(jī)制， 并從城市層面出發(fā)總結(jié)實現(xiàn)高綠色全要素生產(chǎn)率的多重數(shù)字經(jīng)濟(jì)要素匹配路徑， 就兩者關(guān)系的實證研究提供新思路； 三是以不同區(qū)位條件、 城市層級為分類標(biāo)準(zhǔn)， 剖析不同城市類型下數(shù)字經(jīng)濟(jì)驅(qū)動綠色全要素生產(chǎn)率提高的組態(tài)路徑異質(zhì)性， 為助力高質(zhì)量、 高水平建設(shè)現(xiàn)代化城市提供決策依據(jù)。

二、 機(jī)理闡釋與模型構(gòu)建

TOE框架指出新技術(shù)應(yīng)用會受到技術(shù)、 組織、 環(huán)境三個層面因素的共同影響（Tornatzky等，1990）， 其中： 技術(shù)因素關(guān)注技術(shù)本身的特征， 如技術(shù)資源、 技術(shù)能力等； 組織因素考慮組織特征， 如組織能力、 組織資源等； 環(huán)境因素突出外部條件的作用， 如市場環(huán)境、 金融服務(wù)等。因此， 本文引入TOE理論框架， 從“技術(shù)—組織—環(huán)境”三個維度對提升城市綠色全要素生產(chǎn)率的數(shù)字經(jīng)濟(jì)要素進(jìn)行整合。

（一） 技術(shù)條件

技術(shù)條件具體包括數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)人才。數(shù)字基礎(chǔ)設(shè)施是促進(jìn)綠色全要素生產(chǎn)率提升的重要基石， 可以滿足居民生存與發(fā)展并影響投資區(qū)位選擇， 其帶來的潛在資本會推動經(jīng)濟(jì)效率提升。數(shù)字基礎(chǔ)設(shè)施主要通過促進(jìn)能源技術(shù)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化來提升綠色全要素生產(chǎn)率， 體現(xiàn)為綠色技術(shù)效率提升與綠色技術(shù)進(jìn)步明顯（劉備和黃衛(wèi)東，2023）。并且， 數(shù)字基礎(chǔ)設(shè)施能夠有效整合區(qū)域資源、 加強(qiáng)區(qū)域互動合作、 促進(jìn)資源合理利用， 是提高綠色全要素生產(chǎn)率的關(guān)鍵因素（Du等，2023）。數(shù)字技術(shù)人才是驅(qū)動綠色全要素生產(chǎn)率增長的活力源泉， 強(qiáng)調(diào)區(qū)域技術(shù)能力發(fā)展， 能夠借助提高勞動者的技能水平來優(yōu)化創(chuàng)新環(huán)境， 從而提升區(qū)域創(chuàng)新效率與產(chǎn)出。高水平技術(shù)人才可以通過技術(shù)進(jìn)步、 知識溢出和產(chǎn)業(yè)升級來提升綠色全要素生產(chǎn)率（Wang等，2021）； 同時， 復(fù)合型數(shù)字技術(shù)人才有助于構(gòu)建區(qū)域可持續(xù)發(fā)展的人才生態(tài)環(huán)境（楊慧梅和江璐，2021）， 突破數(shù)字經(jīng)濟(jì)發(fā)展中的智力瓶頸， 實現(xiàn)綠色全要素生產(chǎn)率聯(lián)動提升。

（二） 組織條件

組織條件具體包含數(shù)字政府建設(shè)和數(shù)字資源投入。數(shù)字政府建設(shè)是推進(jìn)綠色全要素生產(chǎn)率提升的關(guān)鍵引領(lǐng)， 體現(xiàn)為以扎實的政府戰(zhàn)略為依托， 指明數(shù)字經(jīng)濟(jì)的發(fā)展方向， 通過適度宏觀調(diào)控為經(jīng)濟(jì)發(fā)展創(chuàng)造有利環(huán)境。地方政府可以憑借制定政策規(guī)劃產(chǎn)生引導(dǎo)作用， 并利用數(shù)據(jù)驅(qū)動與信息公開來推動經(jīng)濟(jì)高質(zhì)量發(fā)展和社會高水平治理。與此同時， 各地政府必須增強(qiáng)其使用新興數(shù)字技術(shù)的能力， 優(yōu)化創(chuàng)新數(shù)字公共服務(wù)平臺（Eom和Lee，2022）， 這對提升創(chuàng)新績效和產(chǎn)業(yè)長遠(yuǎn)發(fā)展有著重要作用。數(shù)字資源投入是提高綠色全要素生產(chǎn)率水平的主要保障， 能夠展現(xiàn)區(qū)域技術(shù)研發(fā)投入情況， 在一定程度上反映了其在數(shù)字化轉(zhuǎn)型中所做的努力。政府具有較強(qiáng)的資源配置與市場調(diào)節(jié)能力， 適當(dāng)?shù)呢斦Y源投入可以正向影響經(jīng)濟(jì)增長速度， 為區(qū)域經(jīng)濟(jì)發(fā)展創(chuàng)造有利環(huán)境。另外， 政府科技資金投入能夠通過激發(fā)研發(fā)機(jī)構(gòu)創(chuàng)新活力、 彌補(bǔ)前期研發(fā)經(jīng)費短缺等方式促進(jìn)技術(shù)突破與成果轉(zhuǎn)化， 間接推動地方綠色全要素生產(chǎn)率提升（戴魁早和駱莙函，2022）。

（三） 環(huán)境條件

環(huán)境條件具體涵蓋數(shù)字產(chǎn)業(yè)融合和數(shù)字金融發(fā)展。數(shù)字產(chǎn)業(yè)融合是推動綠色全要素生產(chǎn)率提升的核心支撐， 代表區(qū)域數(shù)字產(chǎn)業(yè)發(fā)展水平， 可以通過加快數(shù)字要素流動和優(yōu)化資源配置拓寬實體經(jīng)濟(jì)發(fā)展空間。數(shù)字產(chǎn)業(yè)融合可以突破要素流動阻隔， 助推企業(yè)重塑協(xié)同開放的產(chǎn)業(yè)鏈體系， 實現(xiàn)跨界延伸及多元發(fā)展， 保障成果產(chǎn)出的可持續(xù)性。此外， 信息通信技術(shù)的擴(kuò)散效應(yīng)和替代效應(yīng)有利于資源有效配置， 驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級（徐偉呈等，2022）， 進(jìn)而深化數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合。數(shù)字金融發(fā)展是助力綠色全要素生產(chǎn)率提升的有力抓手， 能夠健全地方金融服務(wù)體系并緩解融資約束， 推動實體經(jīng)濟(jì)蓬勃發(fā)展。一方面， 移動貨幣是數(shù)字金融發(fā)展的第一驅(qū)動力（Shaikh等，2023）， 不僅可以降低交易成本和風(fēng)險識別成本， 還能優(yōu)化金融資源配置、 提高資金使用效率， 直接促進(jìn)經(jīng)濟(jì)效益提升； 另一方面， 數(shù)字金融有利于突破時空限制以縮小收入差距、 增加儲蓄存款， 并能拓展投資渠道以緩解中小企業(yè)融資約束、 降低創(chuàng)業(yè)融資風(fēng)險， 間接推動區(qū)域綠色全要素生產(chǎn)率提高。

綜上所述， 基于TOE分析框架， 本文選取了數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字資源投入、 數(shù)字產(chǎn)業(yè)融合和數(shù)字金融發(fā)展六個前因條件， 構(gòu)建了數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的分析框架， 如圖1所示。

三、 研究方法與設(shè)計

（一） 研究方法

fsQCA方法是以案例和數(shù)量為導(dǎo)向的定性與定量分析相結(jié)合的方法， 從整體視角研究多種前因條件組合對結(jié)果變量的影響， 由此揭示結(jié)果現(xiàn)象背后復(fù)雜的因果關(guān)系（Fiss，2011）， 其主要應(yīng)用于前因條件和結(jié)果變量均為連續(xù)型變量的情況。該方法主要有三個優(yōu)勢： 第一， 可以使多個前因變量同時出現(xiàn)， 從而結(jié)合成一條路徑； 第二， 強(qiáng)調(diào)“殊途同歸”， 即不同變量的組合方式能夠?qū)е峦N結(jié)果發(fā)生； 第三， 既能從整體視角分析， 也能進(jìn)行案例研究， 透徹分析個別案例。因此， 本文采用fsQCA方法探討數(shù)字經(jīng)濟(jì)推動綠色全要素生產(chǎn)率提升的協(xié)同聯(lián)動機(jī)制以及各要素之間的內(nèi)在關(guān)系， 從而更全面地厘清數(shù)字經(jīng)濟(jì)技術(shù)條件、 組織條件、 環(huán)境條件提升綠色全要素生產(chǎn)率的復(fù)雜路徑。

（二） 研究樣本及數(shù)據(jù)來源

基于數(shù)據(jù)可獲得性， 所有變量均選取來自2019 ～ 2021年的數(shù)據(jù)， 以其平均值作為評價依據(jù)。本文數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》， 以及《中國城市數(shù)字經(jīng)濟(jì)指數(shù)藍(lán)皮書》、 北京大學(xué)數(shù)字金融研究中心、 EPS數(shù)據(jù)庫等。通過將各變量數(shù)據(jù)進(jìn)行匹配， 最終以216個地級市作為本文的研究案例。

（三） 變量測量與校準(zhǔn)

1. 結(jié)果變量。結(jié)果變量為各城市綠色全要素生產(chǎn)率。本文采用SBM-GML模型對我國216個地級市的綠色全要素生產(chǎn)率水平進(jìn)行測算， 不僅可以有效處理徑向與角度問題， 而且具有全局可比性。在參考逯進(jìn)和李婷婷（2021）研究的基礎(chǔ)上， 同時考慮城市數(shù)據(jù)可得性， 構(gòu)建投入—產(chǎn)出指標(biāo)體系。資本和人力是生產(chǎn)過程中較為關(guān)鍵的投入要素， 土地和能源更多地體現(xiàn)在農(nóng)業(yè)、 工業(yè)與服務(wù)業(yè)等生產(chǎn)活動中， 與經(jīng)濟(jì)發(fā)展密切相關(guān)。因此， 選取資本投入、 勞動投入、 土地投入和能源投入作為投入指標(biāo)， 分別以固定資產(chǎn)投資總額、 當(dāng)年從業(yè)人員總數(shù)、 當(dāng)?shù)亟ǔ蓞^(qū)面積、 地級市使用萬噸標(biāo)準(zhǔn)煤表征。提升綠色全要素生產(chǎn)率的主要目標(biāo)是保持經(jīng)濟(jì)高質(zhì)量增長， 實現(xiàn)綠色可持續(xù)發(fā)展以及為保護(hù)環(huán)境做出貢獻(xiàn)。因此， 選取地區(qū)生產(chǎn)總值作為期望產(chǎn)出， 二氧化硫、 工業(yè)廢水、 煙粉塵排放量作為非期望產(chǎn)出。

2. 前因條件。前因條件為數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字資源投入、 數(shù)字產(chǎn)業(yè)融合和數(shù)字金融發(fā)展六個數(shù)字經(jīng)濟(jì)要素， 具體測量如下：

（1） 技術(shù)條件。數(shù)字基礎(chǔ)設(shè)施體現(xiàn)了用于滿足區(qū)域數(shù)字服務(wù)等需求的基建情況， 因此采用每百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)表征數(shù)字基礎(chǔ)設(shè)施。技術(shù)人才決定了數(shù)字環(huán)境中人力資本的供給水平， 因此采用每萬人從事信息傳輸計算機(jī)服務(wù)和軟件業(yè)人數(shù)表示數(shù)字技術(shù)人才。

（2） 組織條件。政策規(guī)劃可以引導(dǎo)數(shù)字經(jīng)濟(jì)的發(fā)展， 因此運用文本分析法提取數(shù)字經(jīng)濟(jì)關(guān)鍵詞， 采用地級市政府工作報告中關(guān)鍵詞詞頻占全文總詞數(shù)的比重測量數(shù)字政府建設(shè)。地方政府對科學(xué)技術(shù)的投入在一定程度上決定了當(dāng)?shù)丶夹g(shù)研發(fā)投入程度， 因此采用地方政府科學(xué)技術(shù)支出占一般公共預(yù)算支出的比重表示數(shù)字資源投入。

（3） 環(huán)境條件。產(chǎn)業(yè)融合反映了數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)的融合程度， 因此采用《中國城市數(shù)字經(jīng)濟(jì)指數(shù)藍(lán)皮書》中產(chǎn)業(yè)融合得分表征數(shù)字產(chǎn)業(yè)融合。數(shù)字金融是區(qū)域金融發(fā)展最直接的體現(xiàn)， 因此采用北京大學(xué)數(shù)字金融研究中心公布的數(shù)字普惠金融指數(shù)衡量數(shù)字金融發(fā)展。

3. 變量校準(zhǔn)。fsQCA中將前因變量和結(jié)果變量都視為集合， 變量校準(zhǔn)就是給集合賦予隸屬分?jǐn)?shù)的過程。本文參考杜運周和賈良定（2017）的研究， 運用直接校準(zhǔn)法設(shè)置案例樣本的3個錨點， 分別將95%、 50%、 5%分位數(shù)值作為完全隸屬、 交叉點、 完全不隸屬的校準(zhǔn)錨點。此外， 參照已有研究將各個變量校準(zhǔn)后恰好為0.50的值修正為0.5001（肖靜等，2022）。全部變量的描述性統(tǒng)計及校準(zhǔn)錨點如表1所示。

四、 實證結(jié)果與分析

（一） 單個條件的必要性分析

前因條件的一致性水平反映該前因條件是否為結(jié)果變量發(fā)生的必要條件， 當(dāng)其大于0.9時， 說明構(gòu)成必要條件。本文采用fsQCA 3.0軟件分析所有前因條件及其非集的必要性， 表2為引致高綠色全要素生產(chǎn)率的必要性檢驗結(jié)果。由結(jié)果可知， 六個前因條件的一致性水平均小于0.9， 說明單個前因條件對高綠色全要素生產(chǎn)率的解釋能力較弱， 均不能單獨構(gòu)成必要條件， 需要由技術(shù)、 組織和環(huán)境三個方面的前因條件合力發(fā)揮作用。

（二） 條件組態(tài)的充分性分析

通過必要條件檢驗后， 進(jìn)行充分性分析歸納實現(xiàn)城市高綠色全要素生產(chǎn)率的多重數(shù)字經(jīng)濟(jì)要素匹配路徑。根據(jù)fsQCA操作規(guī)范， 運用真值表展開評估， 為得出更加具有普遍性和適用性的路徑， 將原始一致性閾值、 PRI一致性閾值和案例頻數(shù)閾值分別設(shè)定為0.80、 0.60和1（Ding，2022）。對比中間解與簡約解， 將同時存在于兩者的條件判定為核心條件， 僅在中間解存在的條件判定為邊緣條件， 結(jié)果如表3所示。其中， 單個解和整體解的一致性均高于最低標(biāo)準(zhǔn)0.8， 最終得到引致城市高綠色全要素生產(chǎn)率的六個組態(tài)， 將其所代表的路徑歸納為三種。由此可見， 單一或少數(shù)因素難以對區(qū)域綠色全要素生產(chǎn)率提升產(chǎn)生影響， 需要多個前因條件發(fā)揮協(xié)同作用。參照已有研究（陳爽英等，2022）， 將實現(xiàn)城市高綠色全要素生產(chǎn)率的三種路徑分別命名為“技術(shù)主導(dǎo)—均衡型”“組織主導(dǎo)—均衡型”和“技術(shù)—環(huán)境共同主導(dǎo)型”。

1. 技術(shù)主導(dǎo)—均衡型。形成高綠色全要素生產(chǎn)率的組態(tài)H1a、 H1b和H1c中均擁有完備的技術(shù)條件， 即數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)人才， 而組織條件和環(huán)境條件均存在但有一定差異?？梢?， 技術(shù)優(yōu)勢本身的革新性， 奠定了此類城市數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的堅實基礎(chǔ)。

組態(tài)H1a表示在核心條件數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字資源投入、 數(shù)字產(chǎn)業(yè)融合存在， 數(shù)字金融發(fā)展缺失時， 數(shù)字經(jīng)濟(jì)可以提升綠色全要素生產(chǎn)率。典型城市有北京、 天津、 上海、 南京、 無錫等。這類城市反映了在數(shù)字金融發(fā)展欠佳的環(huán)境下， 需要擁有良好的數(shù)字基礎(chǔ)設(shè)施和優(yōu)質(zhì)的數(shù)字技術(shù)人才， 發(fā)揮數(shù)字資源投入的保障作用， 推動數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合發(fā)展， 從而實現(xiàn)綠色全要素生產(chǎn)率的提高。以天津為例， 天津通過打造云計算中心和大數(shù)據(jù)產(chǎn)業(yè)園， 搭建高速寬帶網(wǎng)絡(luò)， 率先出臺數(shù)字人才培育落地政策， 設(shè)置數(shù)字專項資金和科技產(chǎn)業(yè)基金， 構(gòu)建以“數(shù)實融合”新示范為目標(biāo)的“1+3+4”現(xiàn)代工業(yè)產(chǎn)業(yè)體系， 體現(xiàn)了技術(shù)主導(dǎo)、 資源和產(chǎn)業(yè)協(xié)同驅(qū)動的提升路徑。

組態(tài)H1b表明在核心條件數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字金融發(fā)展存在， 數(shù)字資源投入缺失的情況下， 數(shù)字經(jīng)濟(jì)能夠提高綠色全要素生產(chǎn)率。覆蓋城市有海口、 汕頭等。此類城市展現(xiàn)了在數(shù)字資源投入不足時， 通過發(fā)展完善的數(shù)字基礎(chǔ)設(shè)施， 吸納高水平數(shù)字技術(shù)人才， 有效進(jìn)行政府?dāng)?shù)字化轉(zhuǎn)型并倒逼傳統(tǒng)金融機(jī)構(gòu)升級， 以支撐綠色全要素生產(chǎn)率提升。例如， 汕頭借助設(shè)立區(qū)域性國際通信業(yè)務(wù)出入口局， 發(fā)布數(shù)字經(jīng)濟(jì)人才聯(lián)合培養(yǎng)計劃， 推動“零跑動”“指尖辦”等數(shù)字政府改革建設(shè)， 鼓勵金融機(jī)構(gòu)加大對數(shù)字經(jīng)濟(jì)的金融支持力度， 體現(xiàn)了技術(shù)主導(dǎo)、 政府和金融協(xié)同驅(qū)動的提升路徑。

組態(tài)H1c指出以數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字產(chǎn)業(yè)融合存在為邊緣條件的數(shù)字經(jīng)濟(jì)要素可以產(chǎn)生高綠色全要素生產(chǎn)率。深圳、 杭州、 蘇州、 長沙、 廈門等城市符合這種情況。該類城市以較好的技術(shù)條件為基礎(chǔ)， 提高政府?dāng)?shù)字經(jīng)濟(jì)注意力， 促進(jìn)知識和技術(shù)密集型行業(yè)與數(shù)字化的深度融合， 從而激發(fā)綠色全要素生產(chǎn)率增長潛力。以深圳為例， 深圳打造空天地海一體化網(wǎng)絡(luò)和“千兆城市”標(biāo)桿， 成立數(shù)字人才專委會， 深化“互聯(lián)網(wǎng)＋政務(wù)服務(wù)”平臺， 推進(jìn)“5G+千行百業(yè)”數(shù)字化應(yīng)用， 落成南方電網(wǎng)深圳供電局等數(shù)字化綠色轉(zhuǎn)型實例， 體現(xiàn)了技術(shù)主導(dǎo)、 政府和產(chǎn)業(yè)協(xié)同驅(qū)動的提升路徑。

2. 組織主導(dǎo)—均衡型。實現(xiàn)高綠色全要素生產(chǎn)率的組態(tài)H2a和H2b中均具有健全的組織條件， 即數(shù)字政府建設(shè)和數(shù)字資源投入， 同時有著較高的數(shù)字產(chǎn)業(yè)融合水平， 而技術(shù)條件存在差異， 表明數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)人才在此條件下存在潛在的替代關(guān)系。由此可知， 組織主導(dǎo)的獨特效能， 輻射和帶動這類城市數(shù)字經(jīng)濟(jì)對綠色全要素生產(chǎn)率的提升作用。

組態(tài)H2a說明在核心條件數(shù)字基礎(chǔ)設(shè)施、 數(shù)字政府建設(shè)、 數(shù)字資源投入、 數(shù)字產(chǎn)業(yè)融合存在時， 數(shù)字經(jīng)濟(jì)可以推動綠色全要素生產(chǎn)率提高。代表城市有佛山、 寧波、 成都、 大連等。這些城市通過強(qiáng)化數(shù)字政府戰(zhàn)略的重要性來加大對數(shù)字經(jīng)濟(jì)的投入力度， 推進(jìn)大數(shù)據(jù)、 人工智能等數(shù)字基礎(chǔ)設(shè)施建設(shè)， 積極支持?jǐn)?shù)字產(chǎn)業(yè)化、 產(chǎn)業(yè)數(shù)字化， 進(jìn)而使綠色全要素生產(chǎn)率得到充分提升。以成都為例， 該市設(shè)立成都策源廣益數(shù)字經(jīng)濟(jì)股權(quán)投資基金合伙企業(yè)， 出臺政策加強(qiáng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)“建圈強(qiáng)鏈”和高質(zhì)量發(fā)展； 同時， 打造以“數(shù)字、 智能、 綠色”為需求的數(shù)字基礎(chǔ)設(shè)施體系， 鼓勵航空航天和數(shù)字領(lǐng)域企業(yè)特色產(chǎn)業(yè)集群發(fā)展， 形成了設(shè)施、 產(chǎn)業(yè)助力下組織主導(dǎo)驅(qū)動的提升路徑。

組態(tài)H2b點明以數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字資源投入、 數(shù)字產(chǎn)業(yè)融合為核心條件的數(shù)字經(jīng)濟(jì)要素能夠?qū)崿F(xiàn)綠色全要素生產(chǎn)率提升。符合此情況的城市有合肥、 貴陽、 南昌、 鄭州等。此類城市揭示了組織條件下發(fā)揮數(shù)字政府的引領(lǐng)作用并投入充沛的數(shù)字財政資源， 改善當(dāng)?shù)厝瞬耪咭晕齼?yōu)秀技術(shù)人才， 利用大數(shù)據(jù)優(yōu)勢設(shè)立和發(fā)展數(shù)字產(chǎn)業(yè)集群， 可以創(chuàng)造高的綠色全要素生產(chǎn)率水平。例如： 貴陽建立由市長任組長的數(shù)字經(jīng)濟(jì)領(lǐng)導(dǎo)小組， 設(shè)置數(shù)億元的專項發(fā)展基金； 同時， 重點引進(jìn)大數(shù)據(jù)產(chǎn)業(yè)人才， 打造“一站式”人才服務(wù)綜合平臺， 推動“數(shù)化萬物、 智在融合”數(shù)字產(chǎn)業(yè)集聚， 形成了人才、 產(chǎn)業(yè)助力下組織主導(dǎo)驅(qū)動的提升路徑。

3. 技術(shù)—環(huán)境共同主導(dǎo)型。組態(tài)H3顯示在核心條件數(shù)字基礎(chǔ)設(shè)施、 數(shù)字技術(shù)人才、 數(shù)字產(chǎn)業(yè)融合、 數(shù)字金融發(fā)展存在， 數(shù)字資源投入缺失的情形下， 數(shù)字經(jīng)濟(jì)可以助力綠色全要素生產(chǎn)率提升。西寧、 南寧、 蘭州等城市符合該路徑。這類城市以數(shù)字化為核心扎實推進(jìn)基礎(chǔ)設(shè)施建設(shè)、 培養(yǎng)創(chuàng)新型數(shù)字技術(shù)人才， 同時把握數(shù)字化產(chǎn)業(yè)融合發(fā)展的良好機(jī)遇， 拓展數(shù)字金融產(chǎn)品以促進(jìn)消費、 提升創(chuàng)業(yè)活躍度， 通過技術(shù)條件與環(huán)境條件的有效配置， 緩解數(shù)字資源投入缺失的不足， 以促進(jìn)綠色全要素生產(chǎn)率提高。以西寧為例， 一方面， 該市聚焦數(shù)據(jù)中心和網(wǎng)絡(luò)工程建設(shè)， 堅持?jǐn)?shù)字化人才“培育與共享并舉”思路， 設(shè)立數(shù)字經(jīng)濟(jì)人才建設(shè)項目； 另一方面， 該市圍繞工業(yè)數(shù)字化、 農(nóng)業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化來加快數(shù)字產(chǎn)業(yè)發(fā)展， 凸顯數(shù)字金融與實體經(jīng)濟(jì)深度融合的良性循環(huán)， 形成了技術(shù)和環(huán)境共同主導(dǎo)驅(qū)動的提升路徑。

（三） 穩(wěn)健性檢驗

為確保研究結(jié)論的可靠性， 參考以往學(xué)者經(jīng)驗（張明和杜運周，2019； 譚海波等，2019）進(jìn)行穩(wěn)健性檢驗。本文采用調(diào)高原始一致性閾值和調(diào)整案例閾值兩種方法： 一是將高綠色全要素生產(chǎn)率組態(tài)的原始一致性閾值由0.7調(diào)整至0.8， 同時PRI一致性閾值和案例閾值保持不變， 得到的組態(tài)結(jié)果不變； 二是將高綠色全要素生產(chǎn)率組態(tài)的案例閾值從1提高至2， 其余保持不變， 得到的組態(tài)為現(xiàn)有路徑的子集。并且， 兩種方法進(jìn)行實驗后一致性和覆蓋度等擬合參數(shù)均不存在差異， 對結(jié)論未產(chǎn)生影響。由此說明， 本文的研究結(jié)果具有較好的穩(wěn)健性。

五、 組態(tài)路徑的異質(zhì)性分析

（一） 區(qū)位異質(zhì)性

“胡煥庸線”反映出我國在人口分布和資源稟賦上的區(qū)域差異， 主要源自地理和歷史因素導(dǎo)致的區(qū)域發(fā)展不平衡。因此， 本文借鑒尹文耀等（2016）提出的“準(zhǔn)胡煥庸線”， 將該線東南半壁的城市命名為“東南壁城市”， 此類城市特別是沿海區(qū)域， 地勢平坦、 水網(wǎng)密布， 多是人口聚集區(qū)和經(jīng)濟(jì)發(fā)達(dá)區(qū)； 將該線西北半壁的城市命名為“西北壁城市”， 這類城市面積廣闊卻人口稀少， 資源豐富但多為能源礦產(chǎn)類資源， 耕地和水資源相對匱乏。通過對“準(zhǔn)胡煥庸線”兩側(cè)的城市案例分別校準(zhǔn)建模， 探究數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的區(qū)位效應(yīng)， 結(jié)果見表4。

在“東南壁城市”中， 存在三種促進(jìn)綠色全要素生產(chǎn)率提升的驅(qū)動路徑， 三種路徑的核心條件中均有高水平的數(shù)字產(chǎn)業(yè)融合。組態(tài)E1中， 在數(shù)字技術(shù)條件完善的情況下， 充足的數(shù)字資源投入和良好的數(shù)字產(chǎn)業(yè)融合彌補(bǔ)了“東南壁城市”數(shù)字金融發(fā)展條件的缺失。典型城市有北京、 天津、 上海等。相比之下， 組態(tài)E2a、 E2b中健全的數(shù)字組織條件發(fā)揮了主導(dǎo)作用， 同時大力推進(jìn)基礎(chǔ)設(shè)施建設(shè)或者培養(yǎng)高端技術(shù)人才， 并深化數(shù)字產(chǎn)業(yè)融合， 所得原始覆蓋度及唯一覆蓋度均高于組態(tài)E1、 E3， 是“東南壁城市”數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的主要路徑。寧波、 南昌、 成都等城市符合這種情況。而組態(tài)E3表明在政府的強(qiáng)力支持下， 通過創(chuàng)造成熟的數(shù)字技術(shù)條件和高效的數(shù)字環(huán)境條件能夠驅(qū)動“東南壁城市”的高綠色全要素生產(chǎn)率。青島、 昆明、 洛陽等城市符合該路徑。

在“西北壁城市”中， 得到三種引致綠色全要素生產(chǎn)率提升的驅(qū)動路徑。組態(tài)W1a、 W1b均以高數(shù)字技術(shù)人才、 高數(shù)字金融發(fā)展作為核心條件， 其中： 組態(tài)W1a表示輔以必要的基礎(chǔ)設(shè)施建設(shè)和較高的數(shù)字產(chǎn)業(yè)融合水平， 即使數(shù)字政府建設(shè)薄弱的“西北壁城市”也能產(chǎn)生高綠色全要素生產(chǎn)率； 而組態(tài)W1b反映完善的基礎(chǔ)設(shè)施、 充沛的資源投入和有效的產(chǎn)業(yè)融合為提升綠色全要素生產(chǎn)率發(fā)揮了輔助作用。覆蓋城市有烏魯木齊、 蘭州、 克拉瑪依、 西寧。組態(tài)W2則表明在核心條件數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)存在時， 財政資源支持配合產(chǎn)業(yè)融合發(fā)展， 可以提升“西北壁城市”綠色全要素生產(chǎn)率。代表城市有呼和浩特、 銀川。組態(tài)W3a、 W3b的核心條件均為高數(shù)字金融發(fā)展和非高數(shù)字基礎(chǔ)設(shè)施， 說明當(dāng)數(shù)字技術(shù)條件相對不足時， 依托優(yōu)良的數(shù)字金融發(fā)展并輔以一定的數(shù)字組織條件， 可以實現(xiàn)綠色全要素生產(chǎn)率的提升。典型案例為金昌、 天水、 石嘴山。

對比發(fā)現(xiàn)， 在“準(zhǔn)胡煥庸線”兩側(cè)， 數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的驅(qū)動路徑存在顯著的區(qū)位異質(zhì)性?！皷|南壁城市”中數(shù)字產(chǎn)業(yè)融合對于高綠色全要素生產(chǎn)率發(fā)揮了相對普適的作用， 而數(shù)字金融發(fā)展作用甚微， 各路徑之間數(shù)字基礎(chǔ)設(shè)施和數(shù)字技術(shù)人才存在潛在的替代關(guān)系。而“西北壁城市”中高水平的數(shù)字技術(shù)人才和數(shù)字金融發(fā)展對于綠色全要素生產(chǎn)率的提升作用更為突出。

（二） 規(guī)模異質(zhì)性

借鑒已有研究（李曉娣和饒美仙，2023）， 通過探討城市規(guī)模及其規(guī)模位序的關(guān)系來分析城市規(guī)模分布特點， 本文以2021年H3C發(fā)布的《中國城市數(shù)字化發(fā)展指數(shù)》為參考， 其中各城市數(shù)字經(jīng)濟(jì)發(fā)展分為“領(lǐng)先”“發(fā)展”和“起步”三個階段。將數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模為“領(lǐng)先”和“發(fā)展”階段的城市劃分為“數(shù)字先導(dǎo)城市”， 這類城市強(qiáng)調(diào)以數(shù)字技術(shù)為支撐， 電子商務(wù)等互聯(lián)網(wǎng)新業(yè)態(tài)較為普及； 將數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模為“起步”階段的城市劃分為“數(shù)字后發(fā)城市”， 此類城市主要以實體產(chǎn)業(yè)為主， 與互聯(lián)網(wǎng)數(shù)字經(jīng)濟(jì)的融合程度不高。通過對“數(shù)字先導(dǎo)城市”“數(shù)字后發(fā)城市”兩類案例分別校準(zhǔn)建模， 檢驗數(shù)字經(jīng)濟(jì)促進(jìn)綠色全要素生產(chǎn)率提升的規(guī)模效應(yīng)， 結(jié)果如表5所示。

在“數(shù)字先導(dǎo)城市”中， 得到三種促進(jìn)綠色全要素生產(chǎn)率提升的驅(qū)動路徑， 其中數(shù)字技術(shù)人才和數(shù)字產(chǎn)業(yè)融合均存在。組態(tài)C1表明完善的數(shù)字技術(shù)條件， 輔以充足的數(shù)字資源投入和高效的數(shù)字產(chǎn)業(yè)融合， 能彌補(bǔ)數(shù)字金融發(fā)展的不足， 進(jìn)而促進(jìn)“數(shù)字先導(dǎo)城市”綠色全要素生產(chǎn)率提升。典型城市有北京、 蘇州、 杭州等。相比之下， 組態(tài)C2依托健全的數(shù)字組織條件、 高水平的數(shù)字技術(shù)人才和數(shù)字產(chǎn)業(yè)融合， 所得結(jié)果的原始覆蓋度最高， 是數(shù)字經(jīng)濟(jì)提升“數(shù)字先導(dǎo)城市”綠色全要素生產(chǎn)率的主要路徑。廣州、 合肥、 武漢等城市符合該路徑。組態(tài)C3a、 C3b中數(shù)字經(jīng)濟(jì)要素存在分布均衡， 其中組態(tài)C3a表示在數(shù)字基礎(chǔ)設(shè)施相對薄弱的情況下， 擁有優(yōu)質(zhì)的技術(shù)人才、 有效的政府建設(shè)和高質(zhì)量的產(chǎn)業(yè)融合， 可以產(chǎn)生高綠色全要素生產(chǎn)率； 而組態(tài)C3b說明必要的數(shù)字技術(shù)人才、 數(shù)字政府建設(shè)、 數(shù)字產(chǎn)業(yè)融合發(fā)揮輔助作用， 能彌補(bǔ)數(shù)字金融發(fā)展缺失的短板。覆蓋城市有福州、 石家莊、 沈陽等。

在“數(shù)字后發(fā)城市”中， 存在兩種引致綠色全要素生產(chǎn)率提升的驅(qū)動路徑， 兩種路徑的核心條件中均有高水平的數(shù)字基礎(chǔ)設(shè)施、 數(shù)字政府建設(shè)和數(shù)字產(chǎn)業(yè)融合。組態(tài)D1中核心條件為高數(shù)字基礎(chǔ)設(shè)施、 高數(shù)字技術(shù)人才、 高數(shù)字政府建設(shè)、 高數(shù)字產(chǎn)業(yè)融合和高數(shù)字金融發(fā)展， 而數(shù)字資源投入對產(chǎn)生高綠色全要素生產(chǎn)率并非必要。此路徑指出， 在政府的積極支持下， 完善的數(shù)字技術(shù)條件與良好的數(shù)字環(huán)境條件相互配合能夠促進(jìn)“數(shù)字后發(fā)城市”綠色全要素生產(chǎn)率提升。代表城市有玉溪、 襄陽、 三亞等。對比之下， 組態(tài)D2以高數(shù)字基礎(chǔ)設(shè)施、 高數(shù)字政府建設(shè)、 高數(shù)字資源投入、 高數(shù)字產(chǎn)業(yè)融合和非高數(shù)字技術(shù)人才作為核心條件， 數(shù)字金融發(fā)展則對驅(qū)動高綠色全要素生產(chǎn)率并非必要。該組態(tài)體現(xiàn)出憑借完備的數(shù)字組織條件， 通過不斷夯實數(shù)字基礎(chǔ)設(shè)施、 加快數(shù)字產(chǎn)業(yè)融合， 數(shù)字技術(shù)人才缺乏的“數(shù)字后發(fā)城市”也能實現(xiàn)高綠色全要素生產(chǎn)率。贛州、 開封、 宜春等城市符合這種情況。

比較發(fā)現(xiàn)， 數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的驅(qū)動路徑存在明顯的規(guī)模異質(zhì)性?！皵?shù)字先導(dǎo)城市”中數(shù)字技術(shù)人才、 數(shù)字產(chǎn)業(yè)融合是促進(jìn)綠色全要素生產(chǎn)率提升的關(guān)鍵因素， 而“數(shù)字后發(fā)城市”綠色全要素生產(chǎn)率的提升更依賴于高水平的數(shù)字基礎(chǔ)設(shè)施、 數(shù)字政府建設(shè)和數(shù)字產(chǎn)業(yè)融合。

整體來看， 數(shù)字經(jīng)濟(jì)驅(qū)動以上四類城市綠色全要素生產(chǎn)率提升的路徑中， 數(shù)字產(chǎn)業(yè)融合出現(xiàn)了13次， 數(shù)字技術(shù)人才出現(xiàn)了11次， 說明數(shù)字技術(shù)人才和數(shù)字產(chǎn)業(yè)融合是各類城市提升綠色全要素生產(chǎn)率的關(guān)鍵因素。通過培養(yǎng)和引進(jìn)高素質(zhì)數(shù)字技術(shù)人才、 推動數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)緊密結(jié)合， 能夠在更大程度上促進(jìn)不同類型城市綠色全要素生產(chǎn)率的提升。此外， 在組態(tài)路徑的區(qū)位異質(zhì)性和規(guī)模異質(zhì)性分析中， 通過調(diào)高原始一致性閾值和調(diào)整案例閾值的方法進(jìn)行穩(wěn)健性檢驗， 均顯示研究結(jié)果穩(wěn)健。

六、 結(jié)論與啟示

（一） 研究結(jié)論

本文基于TOE理論框架， 以我國216個地級市經(jīng)濟(jì)數(shù)據(jù)為樣本， 運用fsQCA方法探究數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的組態(tài)路徑， 并以“準(zhǔn)胡煥庸線”、 數(shù)字經(jīng)濟(jì)發(fā)展規(guī)模為分類標(biāo)準(zhǔn)， 剖析不同城市類型下組態(tài)路徑的異質(zhì)性。研究結(jié)論如下： 第一， 單一或少數(shù)因素難以對區(qū)域綠色全要素生產(chǎn)率提升產(chǎn)生影響， 需要多個前因條件發(fā)揮協(xié)同作用。第二， 存在三種數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的驅(qū)動路徑， 即“技術(shù)主導(dǎo)—均衡型”“組織主導(dǎo)—均衡型”和“技術(shù)—環(huán)境共同主導(dǎo)型”。第三， 各組態(tài)間的前因條件在一定條件下存在潛在替代關(guān)系， 如數(shù)字基礎(chǔ)設(shè)施與數(shù)字技術(shù)人才。第四， 數(shù)字經(jīng)濟(jì)提升綠色全要素生產(chǎn)率的組態(tài)路徑具有明顯的區(qū)位異質(zhì)性、 規(guī)模異質(zhì)性?！皷|南壁城市”中數(shù)字產(chǎn)業(yè)融合對于高綠色全要素生產(chǎn)率發(fā)揮相對普適的作用、 數(shù)字金融發(fā)展作用甚微， 而“西北壁城市”更依賴高水平的數(shù)字技術(shù)人才與數(shù)字金融發(fā)展； “數(shù)字先導(dǎo)城市”中數(shù)字技術(shù)人才與數(shù)字產(chǎn)業(yè)融合的作用更加突出， “數(shù)字后發(fā)城市”則依靠數(shù)字基礎(chǔ)設(shè)施、 數(shù)字政府建設(shè)和數(shù)字產(chǎn)業(yè)融合。整體來看， 數(shù)字技術(shù)人才和數(shù)字產(chǎn)業(yè)融合是各類城市提升綠色全要素生產(chǎn)率的關(guān)鍵。

（二） 管理啟示

1. 整合城市數(shù)字經(jīng)濟(jì)要素， 發(fā)揮多因素協(xié)同作用。各地區(qū)應(yīng)從整體視角出發(fā)， 積極帶動數(shù)字技術(shù)、 組織管理、 經(jīng)濟(jì)環(huán)境三個維度的創(chuàng)新整合。一是加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)， 大力發(fā)展物聯(lián)網(wǎng)、 云計算、 大數(shù)據(jù)等數(shù)字技術(shù)， 加快數(shù)字人才培育， 完善人才引進(jìn)政策； 二是發(fā)揮政策引導(dǎo)作用， 提高對數(shù)字經(jīng)濟(jì)的關(guān)注度， 加大對數(shù)字技術(shù)研發(fā)和應(yīng)用的支持力度， 合理配置數(shù)字化發(fā)展資金； 三是推動產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化， 積極普及金融知識教育， 提升數(shù)字金融供給效率。通過系統(tǒng)性協(xié)同配合， 激發(fā)數(shù)字經(jīng)濟(jì)要素合力， 做到有效提升綠色全要素生產(chǎn)率。

2. 充分挖掘城市自身優(yōu)勢， 實施差異化發(fā)展策略。各城市應(yīng)立足自身資源稟賦和產(chǎn)業(yè)基礎(chǔ)， 以動態(tài)的眼光審時度勢， 結(jié)合發(fā)展實情清晰認(rèn)識自身的形勢任務(wù)、 問題短板， 針對性實施優(yōu)化路徑。同時， 要整合優(yōu)勢資源， 發(fā)揮市場的導(dǎo)向作用， 建立多主體合作關(guān)系， 營造良好的數(shù)字經(jīng)濟(jì)氛圍， 釋放經(jīng)濟(jì)社會發(fā)展的動力活力。此外， 各地要積極響應(yīng)區(qū)域協(xié)調(diào)戰(zhàn)略， 促進(jìn)城市間生產(chǎn)要素流動， 主動融入都市圈和數(shù)字經(jīng)濟(jì)發(fā)展較好的城市， 實現(xiàn)優(yōu)勢互補(bǔ)、 聯(lián)動發(fā)展， 助力綠色全要素生產(chǎn)率提升。

3. 提升數(shù)字技術(shù)人才質(zhì)量， 推動數(shù)字產(chǎn)業(yè)融合發(fā)展。各地政府和有關(guān)部門要系統(tǒng)推進(jìn)數(shù)字技術(shù)人才培養(yǎng)和數(shù)字產(chǎn)業(yè)融合發(fā)展， 形成數(shù)字化賦能各行各業(yè)的強(qiáng)大合力。一方面， 要高度重視數(shù)字技術(shù)人才隊伍建設(shè)， 通過完善數(shù)字技術(shù)教育和培訓(xùn)體系， 加大對高校和科研院所的支持力度， 不斷提高數(shù)字化應(yīng)用能力， 建立人才、 技術(shù)、 數(shù)據(jù)等要素流動的良性循環(huán)機(jī)制。另一方面， 要深入推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型， 搭建專業(yè)生產(chǎn)性數(shù)字服務(wù)平臺， 突出數(shù)字產(chǎn)業(yè)集群優(yōu)勢， 延伸數(shù)字產(chǎn)業(yè)創(chuàng)新鏈條， 建設(shè)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)園， 培育數(shù)據(jù)驅(qū)動的新業(yè)態(tài)， 從而實現(xiàn)綠色全要素生產(chǎn)率的持續(xù)提升。

【 主 要 參 考 文 獻(xiàn) 】

戴魁早，駱莙函．環(huán)境規(guī)制、政府科技支持與工業(yè)綠色全要素生產(chǎn)率［ J］．統(tǒng)計研究，2022（4）：49 ～ 63．

杜運周，劉秋辰，陳凱薇等．營商環(huán)境生態(tài)、全要素生產(chǎn)率與城市高質(zhì)量發(fā)展的多元模式——基于復(fù)雜系統(tǒng)觀的組態(tài)分析［ J］．管理世界，2022（9）：127 ～ 145．

李曉娣，饒美仙．?dāng)?shù)字經(jīng)濟(jì)賦能城市科技創(chuàng)新的組態(tài)路徑研究［ J］．科學(xué)學(xué)研究，2023（11）：2086 ～ 2097+2112．

藺鵬，孟娜娜．綠色全要素生產(chǎn)率增長的時空分異與動態(tài)收斂［ J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021（8）：104 ～ 124．

劉敏樓，黃旭，孫?。?dāng)?shù)字金融對綠色發(fā)展的影響機(jī)制［ J］．中國人口·資源與環(huán)境，2022（6）：113 ～ 122．

逯進(jìn)，李婷婷．產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率——基于異質(zhì)性視角的研究［ J］．中國人口科學(xué)，2021（4）：86 ～ 97+128．

譚海波，范梓騰，杜運周．技術(shù)管理能力、注意力分配與地方政府網(wǎng)站建設(shè)——一項基于TOE框架的組態(tài)分析［ J］．管理世界，2019（9）：81 ～ 94．

萬曉榆，羅焱卿．?dāng)?shù)字經(jīng)濟(jì)發(fā)展水平測度及其對全要素生產(chǎn)率的影響效應(yīng)［ J］．改革，2022（1）：101 ～ 118．

烏靜，肖鴻波，陳兵．?dāng)?shù)字經(jīng)濟(jì)對綠色全要素生產(chǎn)率的影響研究［ J］．金融與經(jīng)濟(jì)，2022（1）：55 ～ 63．

徐偉呈，周田，鄭雪梅．?dāng)?shù)字經(jīng)濟(jì)如何賦能產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級——基于ICT對三大產(chǎn)業(yè)全要素生產(chǎn)率貢獻(xiàn)的視角［ J］．中國軟科學(xué)，2022（9）：27 ～ 38．

許憲春，張美慧．中國數(shù)字經(jīng)濟(jì)規(guī)模測算研究——基于國際比較的視角［ J］．中國工業(yè)經(jīng)濟(jì)，2020（5）：23 ～ 41．

楊慧梅，江璐．?dāng)?shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率［ J］．統(tǒng)計研究，2021（4）：3 ～ 15．

張英浩，汪明峰，崔璐明等．?dāng)?shù)字經(jīng)濟(jì)水平對中國市域綠色全要素生產(chǎn)率的影響［ J］．經(jīng)濟(jì)地理，2022（9）：33 ～ 42．

Ding H.. What kinds of countries have better innovation performance？—A country-level fsQCA and NCA study［ J］． Journal of Innovation & Knowledge，2022（4）：100215．

Du Y.， Zhou J.， Bai J.， et al.. Breaking the resource curse： The perspective of improving carbon emission efficiency based on digital infrastructure construction［ J］． Resources Policy，2023（85）：103842．

Eom S. J.， Lee J.. Digital government transformation in turbulent times： Responses， challenges， and future direction［ J］． Government Information Quarterly，2022（2）：101690．

Fiss P. C.. Building better causal theories： A fuzzy set approach to typologies in organization research［ J］． Academy of Management Journal，2011（2）：393 ～ 420．

Shahbaz M.， Wang J.， Dong K.， et al.. The impact of digital economy on energy transition across the globe： The mediating role of government governance［ J］． Renewable and Sustainable Energy Reviews，2022（166）：112620．

Shaikh A. A.， Glavee-Geo R.， Karjaluoto H.， et al.. Mobile money as a driver of digital financial inclusion［ J］． Technological Forecasting and Social Change，2023（186）：122158．