The Multiple Driving Mechanisms of Entrepreneurial Quality in Digital Ecology:A Dynamic QCA Analysis Based on the Provincial Panel Data

Hu Haiqing,Qin Xinyue,Liu Fangnan

(School of Economics and Management,Xi′an University of Technology,Xi′an 710054,China)

Abstract：In recent years,China's strategic plans and policies have spurred a rise in new ventures,yet only 20% survive three years.Focusing solely on scale and numbers is outdated in China's pursuit of high-quality development.As China enters the digital era,digital economy and ecology development are prioritized to enhance the innovation atmosphere,boost entrepreneurial quality,and drive economic growth.Building a healthy digital ecology is a key measure to further optimize the social innovation atmosphere,promote entrepreneurial quality and drive high-quality economic development.Also,exploring the configuration path of linkage and collaboration between different elements in the digital ecology is the key to improving the quality of entrepreneurship.

The emphasis on complexity and systematization in the WSR systems methodology is consistent with the complex multiple factors in the digital ecology.An appropriate theoretical framework can be constructed to mine the influencing factors of the driving mechanism of entrepreneurial quality in the digital ecology.Therefore,based on the WSR system methodology,this paper summarizes the influencing factors of entrepreneurial quality in the digital ecology,constructs a configuration model,and uses the dynamic qualitative comparative analysis method to select China's provincial panel data from 2019 to 2022 for research.

The main research contributions of this paper are as follows:First,there is no single condition in this paper that becomes a necessary condition for high entrepreneurial quality,but the necessity of digital users increases year by year,showing a certain time effect.Second,in the analysis of the sufficiency of the configuration,it is identified that five different paths can all drive the realization of high entrepreneurial quality,which can be further refined into the “environment-resource-talent” ternary driving type,the “environment-oriented” type,the “environment construction and humanity-driven” type and the “technology led-environmentally friendly” type.Third,although summary consistency does not show a significant time effect,the consistency of the four configurations shows a collective downward trend after 2021.It may be because the outbreak of COVID-19 before 2021 has led to sudden social events becoming complex factors affecting the quality of regional entrepreneurship,which has led to an overall decline in the explanatory power of other antecedent conditions.Fourth,through the analysis of the results within the group,it is found that the role of configuration path in improving the quality of entrepreneurship is limited in some underdeveloped regions,which may be mainly due to the backward digital infrastructure,the insufficient demand caused by the poor development of market scale,the lag of policies,and the lack of human capital.

The exploration of the path to improve entrepreneurial quality under the digital ecology shifts from the traditional single-level perspectives to the perspective of the linkage of ecological elements based on WSR theory.Utilizing the WSR system methodology and tailored to China's digital ecosystem,this paper first constructs a configuration analysis framework of influencing factors at three levels of “WSR theory”.The construction of this analytical framework explores the complex causal matching relationship among the influencing factors from the linkage effect of the Wuli,the Shili and the Renli,and reveals the complex driving mechanism of the improvement path of regional entrepreneurship quality under the construction of China′s digital ecology.Second,it applies the WSR methodology to the study of regional entrepreneurship and constructs a research framework to explore the development of regional entrepreneurship quality,which not only enriches the toolbox and theoretical basis of regional entrepreneurship research,but also further expands the application boundary of WSR theory.Third,previous studies on entrepreneurial quality mainly rely on traditional regression analysis,which fails to fully consider the intricate causal relationship among various antecedent conditions.Then,the application of QCA method in the current research on regional entrepreneurial quality is limited to the exploration of cross-sectional data,and there is a lack of in-depth discussion on the differences between groups,the changes within groups and the overall coverage in the time dimension.This study has made a breakthrough in applying the dynamic QCA research method to the study of regional entrepreneurship.

Key Words：Digital Ecology; Entrepreneurial Quality; WSR System Methodology; Dynamic QCA; High Quality Development

DOI：10.6049/kjjbydc.2024050659

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.2

文献标识码：A

文章编号：1001-7348(2025)18-0041-12

收稿日期：2024-05-21

修回日期：2024-09-26

基金项目：国家自然科学基金项目(72072144,71672144);陕西省创新能力支撑计划软科学研究计划项目(2024ZC-YBXM-031,2021KRM183);陕西省哲学社会科学研究专项(2023HZ1036);西安市科技局软科学研究计划重点项目(23RKYJ0001);三秦英才特殊支持计划哲学社会科学和文化艺术领域领军人才项目(202403)

作者简介：胡海青(1971-),男,陕西西安人,博士,西安理工大学经济与管理学院教授、博士生导师,研究方向为创业管理与中小企业发展;秦欣悦(1995-),女,陕西西安人,西安理工大学经济与管理学院博士研究生,研究方向为创新创业管理;刘方南(1997-),男,陕西西安人,西安理工大学经济与管理学院博士研究生,研究方向为创新创业管理。通讯作者:秦欣悦。

0 引言

近年来,我国相继出台一系列鼓励创新创业的战略规划和政策方案,使得各地新创企业数量不断增加,社会创业活力不断释放。国家市场监督管理总局数据显示,2013—2021年中国新设立企业数量增长261.6%。据《中国创业青年发展报告(2022)》统计,中国2021年新增创业企业超过900万家,同比增长4%,但新创企业3年存活率却只有约20%[1]。因此,仅关注创业规模和企业数量已不能适应中国当下追求经济高质量发展的时代背景,还需要面对在创业周期内新创企业消亡或创业企业“僵尸化”对创业质量提升带来的严峻挑战。当前,中国迅速迈入数字化时代,各地愈发重视数字经济发展和数字生态建设。数字生态本质上是指社会经济主体在创业和经营过程中面对的外部环境,构建健康的数字生态是优化社会创新氛围、推动创业质量提升和带动经济高质量发展的关键措施[2]。“十四五”规划提出“营造开放、健康、安全的数字生态”。在如火如荼建设数字生态的战略背景下研究区域创业质量提升具有历史必然性和实践必要性。首先,数字生态发展背景下微观数字化技术的普及颠覆了传统创业情景,包括资源获取模式、市场资源配置、业务模式创新等。其次,数字基础设施的搭建和完善可为区域创业活动提供市场洞见和技术支撑,通过激发区域创业活力提升创业质量。蓬勃发展的数字技术具有“去中心化”特征,能有效降低创业门槛,识别创业机会(辜胜阻和李睿,2016)。数字生态构建对现有政府逻辑、市场逻辑及社会逻辑产生冲击(张吉昌等,2024),通过对市场主体逻辑关系的高效处理,为创业提供更加精准的政策支持和资源支持。最后,从宏观层面看,通过研究数字生态背景下区域创业质量发展规律,可识别有潜力的新行业、新领域和新业态,帮助区域在全球经济中找到新增长点。探究不同区域数字生态下创业的异质化表现,有助于识别并解决由数字鸿沟导致的不平衡,进一步推动区域均衡发展(张要要,2022)。北京大学大数据分析与应用技术国家工程实验室通过对中国内地31个省份数字生态指标进行测度[3]发现,中国各省份数字生态发展不均衡,说明中国不同区域数字化制度水平、市场规模和社会环境等要素存在较大差异,形成不同创业路径,导致各区域创业质量水平参差不齐[4]。因此,探讨数字生态下不同要素之间的联动和协同组态路径是提升区域创业质量的关键。

围绕创业质量研究,国内外学者取得较为丰硕的成果,但关于数字生态与创业质量的研究较少。现有研究主要包括以下两类:一是通过传统回归方式研究单一要素对创业质量的影响,发现数字经济发展[5]和数字基础设施完善[4]是推动创业质量提升的关键动因。二是基于截面数据组态探索数字生态多要素与创业的复杂因果关系。如基于制度逻辑的研究发现,数字政府、数字基础和数字经济是区域创业活跃度提升的必要条件(张吉昌等,2024)。

综上所述,现有研究对数字生态背景下区域创业质量的研究存在以下不足:第一,现有研究多采用传统回归分析方法,忽视了组态因素间的联动关系,且多聚焦于单因素对创业质量的“净效应”,对解释数字生态多因素提升创业质量复杂因果关系的研究较少。第二,少数基于组态分析的研究对于前因条件的选取采用简单二元制逻辑或仅聚焦于社会经济生态的某个方面,缺乏对数字生态背景下前因条件统一框架的归纳,不利于多方面探寻创业质量优化路径。第三,部分采用fsQCA方法的组态分析受限于截面数据,忽视了相关因素和创业质量在时间轴上的纵向变化。

“物理-事理-人理”系统方法论(简称WSR方法论)聚焦于解决复杂性、系统性问题[6],与具有复杂多因素的数字生态相契合,适用于构建数字生态驱动创业质量提升的理论框架。据此,本文基于WSR方法论构建数字生态下影响创业质量提升的组态模型,采用动态QCA方法对2019—2022年中国省域面板数据进行研究,主要回答以下问题:是否存在某个因素是创业质量提升的必要条件?影响创业质量提升的因素是否存在时间效应?在空间维度上,创业质量提升路径是否具有地域差异性,原因可能有哪些?本文边际贡献主要体现在以下方面:一是将WSR方法论与数字生态背景有机结合,构建较为系统的组态分析框架;二是采用动态QCA分析方法研究区域创业质量,突破传统QCA方法难以处理面板数据的局限性,探索时间维度下驱动创业质量提升的组态路径。

1 理论基础与组态模型

1.1 数字生态与创业质量

数字生态是在数字经济发展背景下,创业主体通过数字化、信息化、智能化技术进行互动、融合和交易等活动,形成相互作用和相互连接的生态系统[2]。北京大学大数据分析与应用技术国家工程实验室构建了一套“数字生态指数”,运用动态大数据方法,从数字基础设施、数据资源、政策环境、数字人才等方面对中国内地31个省域数字生态进行测度[3]。进一步,基于经济学投入产出视角,从数字基础、数字能力和数字应用3个方面搭建数字生态指数框架[2]。可见,促进经济高质量发展需从更加宏观的数字生态视角进行分析。

目前,管理学视角下创业质量研究主要从单一要素或传统创业生态系统层面展开,基于宏观视角或数字生态背景对高质量创业驱动机制的研究较少,且主要集中在以下两个方面:第一,创业质量影响因素。影响区域创业质量提升的因素复杂多元,涉及微观要素、中观系统因素和宏观环境层面因素。其中,微观层面影响因素主要包括异质性生产要素,如数据和人力资本等。Zhang等(2022)提出高质量政府数据资源是产生高创业绩效的必要条件;于海婷(2023)提出电子商务转型通过促进人力资本要素聚集提升区域创业水平。中观层面研究主要聚焦于创业生态系统。马鸿佳等(2022)发现数字创业生态系统中多主体互动对创业绩效提升具有积极作用;谢智敏等(2020)从传统创业生态系统4个层面(市场、资本、设施和制度)出发,探索不同城市的高质量创业路径。宏观环境层面因素主要包括数字经济、区域差异和营商环境等。研究表明,数字经济对区域创业活跃度和中国经济高质量发展的积极作用存在非线性递增特点[5];崔祥民和杨泽锋(2023)通过实证分析发现数字经济正向影响区域创业质量提升。区域环境与创业质量之间存在“自我回馈机制”,导致区域间创业质量水平不断分化[7];另外,营商环境优化与创业质量提升存在显著正相关关系(杨兰品和韩学影,2021)。第二,创业质量提升对经济发展的促进作用。何兴邦[8]发现,高质量创业能够显著促进区域经济增长,进而促进产业结构升级。

综上所述,学者从创业质量、创业活跃度等复合维度衡量创业水平对经济发展的贡献。总体来看,围绕区域创业质量的探讨逐渐增多,但针对创业质量的实证研究较少,将创业质量研究纳入数字生态情景的研究更少。目前,相关研究多通过传统回归分析法或传统fsQCA组态分析法探索影响区域创业质量提升的因素,忽视了时间轴下多重前因条件的协同作用。

1.2 WSR方法论

WSR方法论强调物理、事理和人理3个层面相互作用与制约的整体性思维[9],既适用于研究变量对结果的影响,也适用于探索结果的前因条件。如蒋甲丁等(2021)基于WSR方法论探讨大型工程项目对知识共享效果的影响因素;张铭等[6]通过构建WSR方法论框架,探究影响创业生态系统韧性的前置因素和作用机制。本文采用WSR方法论,探究区域创业质量驱动因素主要基于以下考虑:首先,WSR方法论强调不同因素的相互作用,重视整体性思考;同时,它还能解决非线性与非结构化问题[9]。由于创业质量提升受到多重因素的协同影响,不同层面因素组合可能会产生“殊途同归”的效果(谢智敏等,2020)。其次,WSR方法论重视发挥人的主观能动性[10]。当创业人才处于高创业氛围且能够充分发挥主观能动性时,其创业质量更高[11]。最后,中国各省域经济发展水平和资源禀赋不同,这与WSR方法论适用于解决复杂多变问题具有天然的契合性,能从物理、事理和人理3个层面灵活选取分析重点[12]。

1.3 组态模型

在数字生态背景下,创业质量提升是多资源要素协同作用的结果。基于资源基础理论,资源尤其是异质性资源是企业产生收益和保持竞争优势的关键。因此,从异质性角度分析区域不同数字要素和资源构成,关注识别、配置和发展独特资源的能力[13],是形成创业竞争优势的源泉。WSR理论3个层面相关要素主要包括数字生态的客观条件(物理)、运行方式和逻辑(事理)以及具有主观能动性的主体(人理)。基于上述分析,本文整合不同层面异质性影响因素,从物理、事理和人理3个角度对数字生态驱动创业质量提升的影响因素展开研究,挖掘具有异质性竞争优势的区域创业发展路径。

(1)物理层面。物理层面主要是指系统演化过程中客观存在的因素[10],重点关注“是什么”的问题。本文以数字生态为研究背景,其物理因素是指区域数字生态发展过程中客观存在的因素。从各省份具体发展情况看,客观物理因素包括数字基础设施条件、数据资源积累以及区域市场规模。数字基础设施是区域创业活动开展的基石,数据资源反映数据作为生产要素的使用情况,区域市场规模与资源积累密切相关,三者是数字生态下区域创业活动开展的基础条件。首先,数字基础设施为数据传输和流转提供支持。数字基础设施完善程度影响区域人力资源积累、产业数字化转型以及区域创新创业效率,完善的数字基础设施能加快沟通网络构建,帮助创业者高效识别创业机会[14]。其次,根据数字资产理论,数据是数字生态经济的“石油”,其本身具有无形资产性、长期可复用性、商品属性和资源性等特征(陆岷峰和王婷婷,2020),适用于所有生产经营场景。在数字生态背景下,数据资源参与经济社会活动的全过程,并实现价值释放,因此将数据作为新型生产要素具有时代必然性(谢康等,2020)。本文将数据资源定义为衡量数字生态发展过程中数据要素开放、共享、流通、交易水平的指标[3]。区域市场规模越大,越能为本地提供多样化和个性化产品服务,进而为创业者带来旺盛的创业需求;同时,较大的市场规模也能产生规模经济效应,诱发更多创新创业活动[15]。

(2)事理层面。“事理” 是指通过总结实践中的道理及客观规律指导人们认识和改造世界的因素[14]。在本文研究情景中,事理因素涵盖区域数字生态发展过程中的各种规范和制度[12],以及创新主体介入对数字生态和社会变革的影响[6]。制度和管理方式能够制约主体行为,促进生产要素配合、协同,提升资源配置效率[12]。本文选取的事理因素主要包括数字政策环境、数字营商环境和数字技术创新。

数字政策环境和数字营商环境通过政策指导、法规监督、市场准入和竞争环境优化,调节区域数字生态发展过程中的制度逻辑及社会环境逻辑,不断推进和支持各类数字创新创业活动。首先,数字政策环境是指各地健全的数据市场规则和规范有序的制度环境[3],良好的数字政策环境是数据投入生产的制度保障[2]。其次,数字营商环境是数字经济市场主体在生产经营过程中面临的外部因素和条件的总和[6],具有调节和平衡创业生态系统演化与发展的作用[16]。最后,数字技术创新作为数字生态发展的基础,具有渗透性、替代性和协同性三大技术—经济特征[17]。数字技术可以嵌入生产创造的各个环节,通过释放数据价值提升要素协同效率和资源配置效率,促进数字化产业升级并催生数字化新业态,驱动社会经济生产生活方式和治理方式变革,为创业活动提供动能。

(3)人理层面。“人理”是指做人的道理[10]。人的力量和主观能动性不可忽视,在实践中需充分依靠人的能力(顾基发等,2021)。本文选取的人理因素主要包括数字人才和数字用户,两者作为环境的参与者、决策者和创造者,在数字生态下不断塑造和改变环境。

数字人才维度主要考察区域数字人才规模与结构以及数字人才流动情况[3]。数字人才是指拥有ICT(信息通信技术产业)专业技能的就业人群[18],数字人才能提升创业效率和动力。数字人才对应数字产业价值链和供应链的各个环节[18],通过运用先进技术和方法缩短产品开发周期,提升产品质量,满足市场创新需求。数字人才还能通过分析数据和市场挖掘商机,促进企业持续创新。数字用户是产品和服务的最终交付端(马鸿佳等,2022),在创业过程中扮演重要角色。首先,创业者通过抓住基于数字用户供需关系产生的创业机会,实现高效的数字创业[19]。其次,数字用户反馈是改进产品或服务质量的重要依据,创业者与数字用户积极互动能使创业活动适应市场动态变化和用户需求,提升企业生产效率(马鸿佳等,2022)。可见,数字用户对创业质量提升具有重要影响。

综上所述,本研究基于WSR方法论构建研究框架,如图1所示。

2 研究方法与数据来源

2.1 动态QCA

传统QCA方法主要适用于处理截面数据,在遇到具有时间特征的数据时存在一定不足。我国城市创业质量提升是一个基于时间轴发展变化的动态过程,仅选取某一时间截面数据开展研究容易忽视相关因素在时间维度上的因果互动关系。为打破这一研究壁垒,进一步研究我国区域创业质量动态演化过程,本研究利用R语言软件进行动态QCA分析。采用动态QCA分析方法主要基于以下考虑:一是动态QCA能从组间、组内和汇总3个角度对省域、各省份内部不同年份及其整体情况进行测量[20];二是动态QCA通过对一致性调整距离等数据的测量,能清晰刻画省域面板数据在时间和案例维度上的变化特征。

2.2 数据来源

2.2.1 前因条件变量

(1)数字基础设施、数据资源、数字政策环境、数字技术创新和数字人才相关数据来源于《数字生态指数2019—2022》,该报告构建了一套较为完整的数字生态评价指标体系[3]。在该报告中,各变量评价得分范围介于0～100之间,得分越高表明该年该省份该生态要素表现越好。其中,数字基础设施指标主要包括信息基础设施、融合基础设施和创新基础设施,如工业互联网和物联网平台等数字化平台、超级计算中心等算力支撑基础设施以及满足社会治理、公共服务信息化应用的新型基础设施[3];数据资源指标反映数据作为新型生产要素在开放、共享、流通和交易等方面的水平和程度;数字政策环境反映各地区数据市场规则是否健全、制度供给水平是否规范有序;数字技术创新反映大数据、人工智能等数字技术前沿领域发展和创新程度,主要衡量地区数字技术发展情况;数字人才反映人才作为投入要素的使用情况。

(2)市场规模。Krause等(2018)、Steingress(2019)分别使用地区总人口和GDP总量衡量市场规模。由于中国幅员辽阔,人口差异较大,故本文参考谢智敏等(2020)的做法,以各地区GDP(各地区收入水平)衡量市场规模。

(3)数字营商环境。本文通过梳理现有文献,参考靳豆豆[21]的测量方法,构建中国省级数字营商环境评价指标体系,从数字基建、金融环境数字化和市场环境数字化3个层面进行测度,如表1所示。其中,数字基建水平包含4个二级指标,主要测度各省份数字营商环境的客观物质条件水平;金融环境数字化水平包含3个二级指标,主要刻画数字金融环境建设情况;市场环境数字化水平包含3个二级指标,主要从电子商务角度测量。本文采用熵权法对各维度指标进行测算,获得2019—2022年各省份数字营商环境指数得分。

(4)数字用户。现有文献认为宽带是提供数字网络服务的重要基础设施,因此本研究采用互联网宽带接入用户数量占地区常住人口的比重衡量(谢智敏等,2020)。

2.2.2 结果变量

创业质量。现有对创业质量的研究、界定和测量方式有所不同,主要从创新性、技术发展水平、规模、产出绩效、社会福利和经济增长等角度展开。齐玮娜等[7]侧重于创新性和规模性两个维度,用私营工业企业新产品产值及总产值、高新技术产业新产品产值以及私营企业就业人口等指标测度;Venkataraman[22]认为技术对创业质量提升具有重要作用;Ma等[23]用企业创新性、区域企业增长情况等指标衡量;Audretsch等[24]重点关注区域新建企业数量等指标。通过对相关文献进行梳理可知,尽管创业质量内涵界定和测量维度不一,但总体来看均集中在规模、效益和技术创新3个层面。本文基于现有研究,结合数据可得性等因素,分别从创业活力、创业效益和企业技术创新水平3个维度构建6个测量指标,如表2所示。采取主成分分析法获得各级指标权重,并对均值化处理的原始指标数据进行加权平均,得出各省份各年的创业质量指数。

2.2.3 校准

基于动态QCA方法,本研究对数据进行标准化处理和统一校准。根据数据特征,本研究选用直接校准法,以95%分位数、50%分位数和5%分位数作为校准锚点,分别代表完全隶属、交叉点和完全不隶属[25],校准结果如表3所示。

3 数据分析与实证结果

3.1 单个条件必要性分析

当条件变量的一致性水平大于0.9时,即认为该条件是构成结果变量的必要条件[25]。同时,学者普遍将条件变量调整距离小于0.2作为判断是否构成必要条件的标准[26],必要性分析结果见表4。对条件缺失和低创业质量变量进行必要性检验(条件前带“～”符号),以保证研究结果的稳健性[20]。首先,观察组内一致性距离发现,除数字基础设施和数字政策环境外,其余条件均存在组内一致性距离大于0.2的情况,主要是因为本文选取中国内地31个省份作为研究样本,各省份提升创业质量的实践存在差异化的内外部条件,如基础设施、资源禀赋、政策实施不同,导致组内一致性调整距离较大[26]。其次,通过观察组间一致性距离发现,数据资源、市场规模、数字营商环境和数字人才4个条件变量的组间调整距离均小于0.2,说明这些前因条件不构成必要条件。数字基础设施、数字政策环境、数字技术创新和数字用户4个因素存在组间一致性调整距离大于0.2的情况,因此需作进一步考察。本研究通过分析这4个因素的组间一致性与覆盖度发现:①在情况1、3、4、5、7和8中,各年份组间一致性系数均低于0.9,因此其均不构成必要条件[20];②在情况2和情况6的2022年数据以及情况9的2019年数据中均存在一致性系数大于0.9且覆盖度大于0.5的情况,通过绘制对应年份的X-Y散点图发现,有超过1/3的案例散点分布在对角线以上,表明上述因素并非构成高/低创业质量的必要条件(谭海波等,2019),见表5。

值得注意的是,2019—2022年情况6中数字用户组间一致性水平逐年上升,呈现出明显的时间效应(见图2)。该结果与现有研究强调数字用户对数字生态发展具有促进作用的结论吻合[27]。本研究在相关理论的基础上进一步延伸,从时间维度揭示数字用户发展与创业质量提升的关系。第一,信息技术不断发展、互联网广泛普及为用户提供了更多接触创业机会的平台和窗口,即便是早期信息闭塞的农村也通过嵌入互联网电商平台高效解决农产品销售不畅等问题。同时,政府推出一系列扶持数字创业的政策,推动各行各业创业人才与数字生态协同发展。这为创业者带来新的机遇,增加了创业数量,扩大了创业规模;同时,产业结构不断优化激发了创业热情。第二,数字用户规模不断扩大对于数字创业企业生存和发展具有重要意义。数字创业企业通过前期数字用户积累以及中后期与数字用户的互动不断拓展创业区域边界,挖掘新创业机会,提升创业质量和区域创业活力[27]。通过观察发现,数字用户组间一致性水平在2021年以后才超过必要条件的判断阈值,但从一致性水平逐年上升趋势中可以看出数字用户的重要性[20]。

3.2 条件组态充分性分析

条件组态充分性分析作为QCA的核心步骤,其目标在于探寻不同路径组合对“殊途同归”结果的影响[26]。本文将一致性阈值设为0.8,将频数阈值设为2,将PRI阈值设为0.75。根据前文分析,不存在明确的必要性条件,因此不再进行必要性方向预设。最后,经过模型分析得到增强的简单解、中间解和复杂解。本研究以增强型中间解为主要分析对象,以增强型简约解为辅助条件,进一步挖掘核心条件和边缘条件。

3.2.1 汇总结果

分析结果如表6所示,共包含5条组态路径,总体一致性为0.912,大于0.75,总体覆盖度为0.647,总体PRI为0.964。单个组态内部组间一致性调整距离和组内一致性调整距离均小于0.2[28],说明这5个组态是产生高创业质量的关键策略路径。

通过对5组产生高创业质量的组态进行分析发现,其具备以下特征:第一,组态1—组态5均具有较高的一致性水平和PRI。第二,组态1和组态4具有相同的核心条件,即数据资源、数字营商环境和数字人才,而且,5组组态均具有相同的核心条件,即数字营商环境。第三,组态1的典型案例涵盖安徽(2020年)、北京(2019—2022年)、福建(2020年、2022年)、江苏(2020—2022年)、上海(2019—2022年)以及浙江(2019—2022年)。组态2的典型案例涵盖重庆(2022年)、湖北(2019年)以及山东(2019—2020年)。组态3的典型案例涵盖福建(2020—2022年)、广东(2022年)、湖北(2022年)、江苏(2019—2022年)以及山东(2022年)。组态4的典型案例主要包括安徽(2022年)、北京(2021—2022年)、福建(2020年、2022年)、湖南(2022年)。组态5的典型案例主要包括安徽(2021年)和陕西(2021年)。具体分析如下:

(1)环境—资源—人才三元驱动型(组态1和组态4)。组态1和组态4的核心条件均为数据资源、数字营商环境和数字人才,仅边缘条件有所差异,形成环境构建、人才主导配合数据资源释放的价值模式。该组态的典型案例为北京,其是中国数字经济生态下创新创业发展的标杆。从创业规模和创业质量看,截至2024年,北京创业板上市公司有130家,位居全国前五;截至2022年,北京独角兽企业数量有87家,位居全国榜首。首先,北京经开区政府拟定数字赋能优化营商环境的战略目标,通过搭建数字政务大模型“亦智”为创业主体提供政务服务、企业监管及城市治理服务;2024年,北京市政府明确将重点打造智慧便捷的数字社会环境、加强数字新业态等目标。其次,据《泛行业数字化人才转型趋势与路径蓝皮书(2022年)》统计,2021年北京数字人才数量在我国排名第一。北京不断出台数字技能人才、数字技术工程师等相关政策和培养方案,推动区域人力资源数字素养能力提升。另外,北京率先形成国内领先的数据要素市场,2023年数字经济增加值高达18 766.7亿元,占地区GDP的42.9%。北京累计沉淀57个市级部门247亿余条数据,将数据资源向全市共享开放。在辅助条件方面,北京大力推进数字基础设施建设,2023年万人5G基站数位列全国第一。北京还不断强化孵化器与高精尖数字创业企业深层对接,激发创新创业源头活力。在市场规模和营商环境层面,北京鼓励和引进社会异质性及多元化资本参与创业孵化,聚焦创新创业不同生命周期,提供技术开发、概念验证、中小试验等平台支持服务。综上所述,在环境—资源—人才三元策略驱动下,北京通过协同一系列组态条件实现区域创业质量显著提升。

(2)环境主导型(组态2)。组态2以数字用户作为辅助条件缺失,以数字营商环境为核心条件,以数字基础设施、数据资源、市场规模、良好的数字政策环境和数字技术创新发展为辅助条件,能实现高创业质量。该组态典型案例为重庆,其通过打造良好的数字政策和数字营商环境,为创业质量提升奠定基础。通过减税降费支持民营企业科技创新,并对先进制造企业和科技创新企业施行加计抵减增值税政策等。此外,重庆基于良好的数字基础设施建设,推动口岸数字智能化升级,不断更新迭代贸易结算场景,提升企业融资结算效率,为创业企业提供便捷的数字营商环境。重庆数字基础设施建设进展位列全国第一梯队。总体来看,重庆率先实现县域以上城市数字化全覆盖,建成区覆盖面积超95%。重庆通过搭建统一的公共数据平台,不断向市级、区级和县级拓展。在环境主导策略驱动下,重庆通过一系列举措不断提升区域创业质量。

(3)环境构建—人理驱动型(组态3)。组态3中的核心驱动要素为数字营商环境、数字人才和数字用户,辅助条件为数字基础设施、市场规模、数字政策环境和数字技术创新。该组态典型案例为广东,其出台多项创业支持政策推进粤港澳大湾区创新创业活动发展,对不同类别创业人才给予资金、生活、服务等支持;另外,还拓展“公益资助+股权投资”创业融资模式,营造良好的双创营商环境。广东数字用户普及程度位居全国前列,截至2023年年底,广东5G网络实现城乡主要区域基本覆盖,5G物联网终端数超550万户,规模较上年增长一倍;广东还不断推进产业集群数字化转型,为数字化人才提供就业和创业机会,2023年推动约5 000家规模以上工业企业数字化转型。广东通过环境构建配合人理驱动策略,不断出台区域创业政策,优化营商环境,拓宽融资渠道,提升数字用户普及率,吸引更多数字创业型人才。在这一过程中,广东展现出强大的环境优势,为区域创业质量提升提供了有力支撑。

(4)技术引领—环境友好型(组态5)。在该路径中,数字基础设施、数据资源和数字政策环境作为辅助条件缺失,数字营商环境和数字技术创新作为核心条件,配合市场规模、数字人才及数字用户为辅助条件实现较高的创业质量。该路径偏重于依赖事理层面的基础条件,通过优化数字营商环境和提升技术发展水平,扩大市场规模并改善数字从业者、使用者的生态环境,实现区域创业质量提升[16]。典型案例如陕西,其既是科教大省,也是创新创业高地。近年来,陕西科技型中小企业数量和高新技术企业数量保持年均30%以上的增长速度。2022年,陕西数字经济总规模突破1.2万亿元,位列全国前五。陕西通过打造“秦创原”总窗口,实施科技成果“三项改革”,为全省各高校实现科技成果转化、技术落地和创新创业质量提升提供了重要引擎。陕西还搭建了全国第二个大规模人工智能算力集群——西安未来人工智能计算中心,通过数字技术引领数字产业化重塑。同时,陕西还颁布了《精准高效推进营商环境优化的二十条举措》,借助数字信息技术手段持续优化营商环境,为创新创业企业发展保驾护航。

综上所述,物理、事理和人理3个层面的前因条件通过协同组合促进区域创业质量提升,本文进一步提炼出4条路径:一是环境—资源—人才三元驱动型(组态1和组态4);二是环境主导型(组态2);三是环境构建—人理驱动型(组态3);四是技术引领—环境友好型(组态5)。从4条路径的核心因素分布情况看:首先,数字营商环境作为核心要素出现在每一条路径中,说明数字营商环境优化是提升区域创业质量的重要保障;其次,事理和人理层面因素占比较大,表明我国创业活动发展不再过分依赖于客观存在的物质条件和基础,转而更加注重发挥管理者和人力资本的主观能动性,但物理层面客观物质基础的重要性仍不容忽视。

3.2.2 组间结果

根据上述组态分析结果可知,5个组态的组间一致性调整距离均小于0.1,表明不存在明显的时间效应[20]。进一步发现,2019—2021年5个组态的一致性水平均在0.95以上波动,但在2021年以后开始呈下降趋势(见图3)。这种异常波动集中于2021年以后,并非随机分布,因此不属于良性偏差范畴[20]。可能是由于2020年新冠疫情暴发,2020—2022年社会创业活动受到突发性持续公共事件的影响,各区域创业质量无论是创新性还是规模性均受到复杂的外在因素冲击,因而使得常规前因因素的解释力有所下降。然而,由于各组态组间一致性调整距离均小于0.1,因此不会影响整体解释力度[20],研究结果依然具有较强的普适性。

3.2.3 组内结果

如图4所示,通过对案例组内一致性进行分析发现,在云南、宁夏、甘肃等欠发达地区,组态路径对创业质量提升的解释力有限,可能与区域人口分布、经济发展水平具有一定相关性。首先,从物理层面看,一是数字基础设施建设落后,数字化普及程度较低。这些地区在信息化和数字化基础设施普及方面与发达地区存在较大差距[26],导致数据资源和数据资产的沉淀、加工、使用和价值释放受阻。二是市场规模较小。市场规模有限抑制了市场需求扩张,阻碍创业质量提升。其次,从事理层面看,可能是由于激励政策的出台和响应具有一定滞后性,造成对当地创业产生抑制作用。最后,从人理层面分析,一是欠发达地区数字人才和创业型人才资本储备不足。高校资源较少、教育水平低等因素导致人力资本短缺,削弱了区域创业活动活力。二是数字用户普及程度低,数字交易发展力度不足,如电子商务普及程度较低、数字化转型困难对区域创业质量提升产生抑制作用。

4 结论与启示

4.1 研究结论

本文采用动态QCA研究方法,以2019—2022年中国内地31个省份面板数据为研究对象,基于WSR理论框架,探究物理、事理和人理3个层面8个影响因素对区域创业质量提升的协同组态效应,得出如下结论:

(1)未发现单一条件因素是产生高创业质量的必要条件,但数字用户的必要性随着时间推移不断上升,呈现出一定的时间效应。可能是因为随着信息技术和互联网的普及,用户接触到的数字创业机会和渠道更加多元,同时政府出台有关数字创业政策激发了用户创业活力。数字用户数量增加和创业积极性提高使其不断拓展创业区域边界,扩大创业规模,进而提升创业质量。

(2)组态充分性分析主要呈现5条产生高创业质量的路径,根据其特征进一步提炼出4条路径:一是“环境—资源—人才三元驱动型”,其特点是通过数字营商环境构建、数字人才主导配合数据资源价值释放提升创业质量;二是“环境主导型”,其主要依赖于数字营商环境的完善驱动区域创业质量提升;三是“环境构建—人理驱动型”,强调在良好的数字营商环境和政策环境支持下,发挥数字用户与数字人才的主观能动性,进而提升区域创业质量;四是“技术引领—环境友好型”,通过沉淀数字技术和健全营商环境等政策因素联动推动高质量创业。

(3)虽然汇总一致性未呈现显著的时间效应,但5个组态一致性在2021年以后呈集体下降趋势。可能是由于2021年以前新冠疫情导致突发性社会事件成为复杂影响因素,使得其它前因条件的解释力度整体下降,进而影响区域创业质量提升。

(4)组内分析结果显示,部分欠发达地区组态路径对创业质量提升的作用有限,可能是因为数字基础设施落后、市场规模发展欠佳导致市场需求不足、政策滞后、人力资本匮乏等。

4.2 理论贡献

(1)本文将对数字生态背景下创业质量提升路径的探索从传统单层次微观要素、中观制度和宏观环境等视角转向基于物理、事理及人理的生态要素联动视角。本文依据具有东方色彩和哲学内涵的WSR系统方法,结合中国数字生态实际情境,构建“物理—事理—人理”组态分析框架,涵盖3个一级条件8八个二级条件。从物理端、事理端和人理端的联动作用探究影响因素间的复杂因果关系,揭示我国数字生态构建对区域创业质量提升的复杂驱动机制,能帮助不同区域识别合适的创业路径和有潜力的创业方向,探寻通过提升创业质量促进经济发展的新增长点。

(2)本文将WSR方法论引入区域创业研究,构建区域创业质量提升的研究框架。现有研究多囿于创业要素相关理论和创业生态系统理论,从整合视角对区域创业质量提升前因条件的研究较少。首先,本文将具有整体性、协同性、非线性优势的WSR方法论应用于区域创业质量研究,不仅丰富了区域创业研究的理论基础,还拓展了WSR理论的应用边界。其次,本文将WSR方法论与动态QCA方法相结合,不仅验证了现有研究强调的WSR方法论的整体性、协同性和非线性优势,还进一步佐证了该理论对于构建动态时间维度下组态研究框架的指导性和科学性。

(3)以往对创业质量的研究主要依赖于传统回归分析,未充分考虑多种前因条件之间错综复杂的因果关系。当前,对QCA方法的应用局限于截面数据,缺乏时间维度上对组间差异、组内变化和整体覆盖度的深入探讨。本研究将动态QCA方法运用到区域创业问题研究中,结合中国数字生态和区域创业质量发展实践,基于面板数据研究纵向时间维度下驱动高质量创业的组态效应,同时探索时间效应和区域差异,为深入探究区域创业质量提升过程中不同层面数字生态要素的作用提供了理论支撑。

4.3 实践启示

基于上述研究结论,本文提出如下实践启示:

(1)促进区域创业质量提升,需从物理、事理和人理等角度加强多因素之间的协同配合。通过整合系统中各要素之间的关系,加强数据、政府、市场、劳动力和用户等要素之间的联动。同时,构建跨部门、跨领域和跨主体高效协作机制,以实现创业资源优化配置和创业生态的自我进化。

(2)虽然5条组态路径均能促进区域创业质量提升,但各区域应根据实际发展情况和优势,因地制宜选择要素组合策略,探索适合本区域的发展路径。同时,不仅需要考虑短期经济效应,还需评估长期社会影响及环境可持续性等因素,以促进区域创业质量可持续提升,构建并维持新常态下的区域竞争优势。

(3)在5条组态路径中,事理和人理层面核心因素占比较大,表明基础设施建设固然重要,但创业活动发展也不能过分依赖客观基础条件,还应激发管理者、数字人才以及数字用户的主观能动性;同时,良好的数字营商环境作为核心条件出现在所有路径中,表明数字营商环境发展对创业质量提升发挥关键作用。

(4)对于欠发达地区而言,应分别从物理层面完善数字信息基础设施,从事理层面提升政策制定效率并加强技术引导,从人理层面吸引数字创业人才和提升数字用户普及程度,进而提升区域创业质量。通过物理、事理和人理层面的全方位提升,不仅可以改善区域创业质量,激发区域创业活力,还能为区域经济持续增长提供坚实基础。

4.4 不足与展望

本文存在如下不足:QCA方法主要聚焦于定性分析,未来随着数据可获得性与指标的逐步完善,应采用QCA与其它定量研究相结合的方法进行深入探索,进一步挖掘影响区域创业质量提升的不同前因条件。

参考文献：

[1] SHOOK C L,PRIEM R L,MCGEE J E.Venture creation and the enterprising individual:a review and synthesis[J].Journal of Management,2003,29(3):379-399.

[2] 王娟,张一,黄晶,等.中国数字生态指数的测算与分析[J].电子政务,2022,19(3):4-16.

[3] 北京大学大数据分析与应用技术国家工程实验室.数字生态指数(2019-2022)[R].北京:北京大学大数据分析与应用技术国家工程实验室,2019-2022.

[4] STENHOLM P,ACS Z J,WUEBKER R.Exploring country-level institutional arrangements on the rate and type of entrepreneurial activity[J].Journal of Business Venturing,2013,28(1):176-193.

[5] 赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界,2020,36 (10):65-76.

[6] 张铭,王冬玲,曾娜,等.如何成为疾风中的劲草——基于WSR的创业生态系统韧性的前因组态研究[J].管理评论,2023,35(5):89-102.

[7] 齐玮娜,张耀辉.区域环境差异与创业质量的“马太效应”——基于动态面板模型的SYS-GMM检验[J].经济管理,2015,37(7):35-44.

[8] 何兴邦.创业质量与中国经济增长质量——基于省际面板数据的实证分析[J].统计与信息论坛,2019,34(12):84-93.

[9] GU J F,ZHU Z C.The Wu-Li Shi-Li Ren-li approach (WSR):an oriental systems methodology[A]//MIDGLEY G L,WILEY J,et al.Systems methodology:possibilities for cross-cultural learning and integration[C].University of Hull,1995.

[10] 顾基发,唐锡晋,朱正祥.物理—事理—人理系统方法论综述[J].交通运输系统工程与信息,2007,7(6):51-60.

[11] 郭翠,张振,宋丽红.供需条件与文化导向如何促进创业的“质”与“量”——基于模糊集定性比较分析(fsQCA)的研究[J].管理学季刊,2021,6(4):60-90,154-155.

[12] 戴万亮,林小燕.什么样的环境要素组合有利于实现高区域创新效率——基于WSR方法论[J].科技进步与对策,2024,41(23):52-62.

[13] WEGLOOP P.Linking firm strategy and government action:toward a resources-based perspective on innovation and technology policy[J].Technology in Society,1995,17(4):413-428.

[14] SCHADE P,SCHUHMACHER M C.Digital infrastructure and entrepreneurial action-formation:a multilevel study[J].Journal of Business Venturing,2022,37(5):106-232.

[15] FELDMAN M P.The character of innovative places:entrepreneurial strategy,economic development,and prosperity[J].Small Business Economics,2014,43(1):9-20.

[16] 张哲.生态隐喻方法论下的创业生态系统建构[J].经济管理,2021,43(7) :93-106.

[17] 蔡跃洲,牛新星.中国数字经济增加值规模测算及结构分析[J].中国社会科学,2021,42(11):4-30,204.

[18] 陈煜波,马晔风.数字人才——中国经济数字化转型的核心驱动力[J].清华管理评论,2018,9(Z1):30-40.

[19] SONG A K.The digital entrepreneurial ecosystem——a critique and reconfiguration[J].Small Business Economics,2019,53(3):569-590.

[20] 张放.影响地方政府信息公开的因素——基于省域面板数据的动态QCA分析[J].情报杂志,2023,42(1):133-141,207.

[21] 靳豆豆.数字营商环境对流通产业结构升级的影响[J].商业经济研究,2023,42(21):18-21.

[22] VENKATARAMAN S.Regional transformation through technological entrepreneurship[J].Journal of Business Venturing,2004,19(1):153-167.

[23] MA J,TODOROVIC Z W.Understanding the role of entrepreneurial quality and national culture on the economic development[J].International Journal of Entrepreneurship and Small Business,2012,16(3):299-313.

[24] AUDRETSCH D B,KEILBACH M C.Entrepreneurship and regional growth:an evolutionary interpretation[J].Journal of Evolutionary Economics,2004,14(5):605-616.

[25] SCHNEIDER C Q,WAGEMANN C.Set-theoretic methods for the social sciences:a guide to qualitative comparative analysis[M].Cambridge:Cambridge University Press,2012.

[26] 熊金武,侯冠宇.数字经济赋能共同富裕:基于动态QCA方法的省域实证[J].统计与决策,2023,39(17):22-27.

[27] 刘志铭,邹文.数字创业生态系统:理论框架与政策思考[J].广东社会科学,2020,37(4):5-14.

[28] 王春枝,赵文祎,樊文静.破解中国能源“不可能三角”——基于省域面板数据的动态QCA分析[J].统计学报,2023,4(6):46-63.

(责任编辑：王敬敏)