【摘要】新质生产力正日益成为驱动企业增长和经济繁荣的关键动力。基于TOE框架理论和动态QCA方法， 采用2014 "～ "2019年我国A股100家战略性新兴产业上市公司数据， 探索时间纵轴上技术—组织—环境因素对企业新质生产力水平的组态效应。研究发现： 综合时间维度来看， 单一因素无法构成高企业新质生产力的必要条件； 存在六条路径皆可驱动企业新质生产力水平， 可进一步提炼为环境驱动—技术协同模式、 技术驱动—治理协同模式以及治理驱动—精神协同模式， 总体呈现出一定时间效应， 其原因可能是受到政策、 经济环境波动的影响； 尽管低水平融资约束并非高企业新质生产力发展的必要条件， 但在所有组态中表现出缺乏， 说明融资约束是制约企业新质生产力发展的关键因素。
【关键词】新质生产力；TOE框架；动态QCA；融资约束
【中图分类号】 F273.1 " " 【文献标识码】A " " "【文章编号】1004-0994（2025）02-0116-7
一、 引言
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。企业作为新质生产力的直接供给者， 面临着转型升级的严峻挑战。企业要想在新质生产力的浪潮中占据有利地位， 不仅需要具备前瞻性的战略眼光， 还要有灵活的适应能力和强大的执行力， 通过整合内外部资源， 优化产业链布局， 不断提升自身的创新能力和核心竞争力， 以应对快速变化的市场环境和日益激烈的国际竞争。深入探究企业新质生产力发展机制， 不仅是对企业自身发展需求的回应， 而且是探寻新质生产力实践进而引领整个经济社会迈向高质量发展的核心所在。
发展新质生产力， 不仅要在产业布局、 创新布局、 空间布局上遵循“因地制宜”原则， 更要重点把握企业布局上的“因地制宜”。于企业新质生产力而言， “因地制宜”的发展策略不仅要关注“地”， 还需深入到企业自身的条件和能力， 推动与本土环境的深度融合， 实现定制化发展。尽管以往学者已对企业新质生产力的影响因素进行了诸多探讨， 但仍存在以下两点不足之处： 一是割裂了企业与“地”的联系， 未能充分认识企业地域性背景的差异， 忽视了由多维度因素共同构成的企业发展独特背景； 二是对企业内部条件与能力的考量不够深入， 仅关注数字化转型（赵国庆等，2024）、 ESG表现（宋佳等，2024）等外部单一因素的净效应， 忽视了多种因素之间的相互作用及其对企业新质生产力发展的复杂影响， 研究视角缺乏系统性。企业在推动新质生产力的发展时， 既要深入挖掘和优化内部条件与能力， 也要密切关注外部环境的变化， 通过内外部因素的协同作用， 实现企业的全面发展和竞争力的可持续， 打造世界一流企业。
首先， 从分析视角来看， 现有研究缺乏系统性思维， 未能充分揭示企业新质生产力形成的复杂因果机制。企业新质生产力的发展是一个复杂的动态过程， 会受到多重因素的协同影响， 然而现有文献缺乏系统的理论性分析框架， 往往未能揭示这些因素之间的协同作用机制。其次， 从研究方法来看， 当前对新质生产力的研究更多依赖于定性分析， 结合实际的定量研究相对较少。定性研究主要聚焦于理论层面的探讨和概念阐释， 缺乏充足的实证案例支持。而在定量研究方面， 现有研究多集中于分析单一或部分因素的净效应及其传导路径。最后， 从研究内容来看， 针对新质生产力培育发展的典型案例研究、 关键因素对比案例分析以及归纳多案例发展模式的研究目前仍属于研究空白， 亟待进一步探索（管智超等，2024）。基于此， 本文基于TOE（技术—组织—环境）框架从复杂组态视角分析企业新质生产力的驱动模式和作用机制， 以此拓展当前学界对该领域研究的视角和深度。
二、 文献回顾与分析框架
（一） 文献回顾
综合以往学者的研究成果， 关于企业新质生产力影响因素的研究视角主要集中在企业内部能力和外部环境两个维度。
1. 在内部能力方面， 较多研究紧密结合当前的数字化趋势展开深入分析。部分学者提出数字化转型对企业新质生产力发展可能存在促进作用， 如： 赵国庆和李俊廷（2024）通过实证方法验证了数字化转型可通过缓解融资约束、 发挥创新效应进而提高企业新质生产力水平； 张秀娥等（2024）在数字化基础上融合智能化， 将数智化转型作为企业新质生产力的驱动因素， 通过实证方法验证了其对企业新质生产力的积极作用。
2. 在外部环境方面， 则多集中在营商环境、 市场竞争环境等层面的探讨。刘德宇和王珂凡（2024）以营商环境作为企业新质生产力的核心解释变量， 考察了营商环境改善的积极作用， 并分析了相应的作用机制； 市场竞争环境多作为调节变量出现， 如将市场竞争程度作为数智化转型作用于企业新质生产力的调节变量， 验证了其扮演的正向调节角色（张秀娥等，2024）。
（二） 分析框架
TOE框架理论最早由Tornatzky和Fleischer（1990）提出， 该理论最初应用于对技术创新影响因素的研究， 从技术、 组织和环境三大维度归纳相关的影响因素。其中： 技术维度聚焦于技术进步与组织的联系， 包括技术创新能力、 技术研发投入以及技术人才等内容； 组织维度聚焦于组织的内部特性， 涵盖组织结构、 企业文化与组织资源等内容； 环境维度专注于外部环境对组织的影响， 包括经济条件、 市场动态以及政策法规等外在因素。伴随TOE理论框架的逐渐成熟， 我国学者已将其广泛应用于多个研究领域， 并验证了其良好的适应性（白雪洁等，2024）。这些研究不仅拓展了TOE框架理论的应用领域， 也进一步证明了其解决复杂社会经济问题的现实价值。
发展新质生产力是一项系统性工程， 其培育与发展依赖于各个领域全面而深入的改革措施。微观层面的企业新质生产力同样也遵循着系统性的逻辑， 其发展轨迹和效果受到内部与外部多种因素的影响。鉴于此， 本研究认为， TOE框架可以有效地应用于企业新质生产力形成路径的探究。接下来， 本文将从技术、 组织、 环境三个层面着手构建影响企业新质生产力的理论框架。
1. 技术条件。本研究将技术创新、 数据要素利用水平纳入技术层面的影响因素中进行考量。一方面， 技术创新一直以来都是引发生产力深刻变革的重要推动力量， 而新时代的新质生产力来源同样也是技术创新。于企业而言， 技术创新不仅是创造财富的新动能， 也是新质生产力发展的核心驱动力。通过加速企业技术能力的提升， 技术创新推动了产品和服务的持续迭代与升级， 优化了生产流程， 并实现了成本的有效节约等。这些变革显著提升了企业的生产力水平， 并为其赢得了高质量发展的重要先机。
另一方面， 数据要素因具备促进多维度创新、 提高生产效率、 优化资源配置等特点， 被认为是新质生产力发展的另一重要驱动力。数据要素区别于传统生产要素（土地、 劳动、 资本）， 具有独特的价值和作用。例如， 数据要素的流动性和可复制性特征使其能够迅速传播和应用， 极大地促进了知识共享和创新的速度。数据要素的应用可以帮助企业实现精准营销、 个性化服务、 智能决策等， 从而提升产品和服务的附加值， 增强企业的市场竞争力。
2. 组织条件。本研究将融资约束、 内部控制质量纳入组织层面的影响因素中。一方面， 新质生产力要求企业在科技创新、 市场拓展、 人才培养以及基础设施建设等多个领域均需加大资金支持， 以实现全方位提质增效。资金的稳定流动对于维持企业持续增长至关重要， 资金缺乏将直接限制企业的发展潜力进而影响企业的新质生产力水平。而以往关于企业新质生产力的研究， 也大多证实了这一点并将其作为关键变量纳入研究体系中。
另一方面， 企业新质生产力需要企业能够高效率经营运行， 而内部控制在防范企业风险、 提升公司治理效率等方面发挥着重要作用。高水平的内部控制不仅能够通过高效的执行和成本管理为企业的新质生产力发展提供坚实的内部环境支持， 还能通过抑制管理层机会主义、 增强对内外风险的洞察力和管控能力， 有效降低财务与经营风险的不确定性， 为新质生产力的持续发展提供外部安全保障（杨芳等， 2024）。
3. 环境条件。本研究将行业竞争程度、 区域企业家精神作为企业新质生产力的外部环境因素。一方面， 动态资源基础观认为， 企业并非一个封闭系统， 而是处于一个与周边环境交织紧密的开放态势中， 其发展进程与外部世界的动态变化息息相关。行业竞争程度与企业的战略决策存在密切联系， 根据战略群组理论， 不同竞争程度的企业归属于不同的战略群组， 而这些群组成员在资源配置、 市场地位和创新策略等方面也存在区别（Reger和Huff，1993）， 进而也可能影响企业新质生产力水平。站在我国市场行业环境角度来看， 企业所处行业的竞争程度对企业创新投入产出、 投资决策等产生显著影响的同时， 也在深刻影响着企业新质生产力的发展。
另一方面， 过往研究从个体视角深入剖析了企业家精神对企业成长的深远影响， 然而， 区域层面的企业家精神构建同样至关重要。具体而言： 首先， 弘扬区域企业家精神为企业构筑了更为优越的创新创业、 契约信任的非正式制度环境， 为企业新质生产力营造了良好的发展氛围； 其次， 高水平的区域企业家精神通过发挥人才吸收、 创新竞争、 资源集聚等效应， 能够为企业获取持续创新发展的竞争优势提供支持； 最后， 企业家精神作为一种区域文化能够深刻塑造企业家的价值观念和行动典范， 进而孕育出一批积极进取、 创新敢为的企业家， 为提升区域内企业新质生产力水平提供关键支持。
综上， 本研究运用TOE框架， 从技术、 组织、 环境三个维度选取六个影响企业新质生产力发展的因素， 并构建影响因素组态框架， 如图1所示。
三、 研究设计
（一） 研究方法
面对动态多变的环境以及日趋复杂的社会现象， 基于传统相关性理论的研究方法难以回应学界解释复杂因果逻辑的诉求。在此背景下， 基于整体论分析多要素组态效应的范式——组态视角和QCA方法应运而生。近年来， 该方法在企业技术创新、 区域创业活跃度等多个领域的研究中得到广泛应用， 且相关的大量研究也证实了其揭示复杂因果机理的有效作用。
随着QCA方法在研究中的广泛运用， 部分学者揭示了该方法的局限性， 特别是在处理时间序列数据时， 其显现出了对动态时间维度考量不足的问题。为弥补这一时间缺陷， 分析多重轨迹对结果的复杂动态影响， 学者们在基于静态分析的传统QCA基础上， 进一步提出基于面板数据的动态QCA、 多时段QCA等方法（杜运周等，2021）。企业新质生产力的发展过程具有动态复杂性， 单一年度的分析难以准确揭示其中复杂的因果关系和时间维度下的动态演化结果。而动态QCA能够更好地甄别组态的时间效应和个体效应（Beynon等，2020）。因此， 本研究采用动态QCA方法进行分析。
动态QCA又称为面板QCA， 由Garcia-Castro和Ariño提出， 该方法通过评估跨案例和跨时间的一致性和覆盖度， 弥补了传统QCA方法的时间缺陷。该方法通过R语言工具包对面板数据进行分析， 并主要汇报以下指标： 一是一致性水平， 包括组间一致性、 组内一致性、 汇总一致性。其中， 组间一致性衡量各年度截面的一致性， 组内一致性衡量各个案例的一致性， 汇总一致性提供总体一致性。二是一致性调整距离， 包括组内和组间调整距离， 分别用于检验一致性在时间和个体案例维度的稳定性。考虑到本研究相关变量多为连续变量， 故应用模糊集定性比较方法进行研究。
（二） 样本选择与数据来源
参考前人研究， 选择与新质生产力紧密相关的战略性新兴行业作为主要研究对象（宋佳等，2024；赵国庆和李俊廷，2024）。考虑到数据的可得性以及2020年外部环境变化带来的不利影响， 本文选择2014 ～ 2019年战略性新兴产业上市公司作为研究对象。样本的筛选遵从以下原则： 剔除ST和∗ST企业； 剔除资不抵债企业； 剔除数据缺失及异常值企业； 考虑到样本量过多会导致过度拟合和分析失衡等问题（Bhattacharya，2023）， 剔除了部分新质生产力水平过低的企业。最终， 得到100家企业的平衡面板数据。
数据来源于CSMAR数据库、 Wind数据库、 中国工业企业数据库、 迪博数据库、 《中国城市和产业创新力报告》以及中国区域创新创业指数和中国城市商业信用环境指数。
（三） 变量测量
1. 结果变量。借鉴宋佳等（2024）的研究及生产力二要素理论， 构建多维度企业新质生产力综合评价指数。该指标体系已被多位学者参考与引用， 并被证实具有充分的解释力。具体指标构建如表1所示， 并采用熵值法计算得出企业新质生产力指数。
2. 条件变量。
（1） 技术创新。参考古志辉和王兰（2024）的研究， 使用年度专利总申请量加1取自然对数作为企业衡量技术创新的指标。
（2） 数据要素利用水平。参考史青春等（2023）的研究， 通过统计人工智能技术水平、 区块链技术水平、 云计算技术水平、 大数据技术水平、 大数据技术应用水平五项指标在企业年度财务报告中的披露次数， 并对所有指标的披露次数求和来衡量数据要素投入水平。
（3） 融资约束。使用FC指数测量企业面临的融资约束程度。
（4） 内部控制质量。内部控制质量指标数据来自迪博·中国上市公司内部控制指数， 该指数采用千分制衡量企业内部控制合规、 资产安全、 经营等综合指标（杨帆征和徐璐辉，2024）。
（5） 行业竞争程度。采用企业主营业务收入的赫芬达尔—赫希曼指数（HHI）度量。
（6） 区域企业家精神。参考金环和蒋鹏程（2024）的做法， 将企业家精神划分为创新、 创业、 冒险、 契约四个方面： 采用《中国城市和产业创新力报告》测算的城市创新指数作为创新精神的代理变量； 以北京大学企业大数据研究中心编制的中国区域创新创业指数中城市新建企业数量得分与吸引风险投资额来分别衡量创业精神和冒险精神； 契约精神则采用中国城市商业信用环境指数度量。以上数据均为地级市数据， 运用熵值法计算上述四个指标的客观权重并测算出企业家精神的综合指数。具体指标构建如表2所示。
四、 数据分析与研究结果
（一） 变量描述性统计与校准
在校准过程中， 采用直接校准法进行模糊集校准， 依据各变量数据的95%、 50%和5%三个分位点分别设定完全隶属、 交叉点、 完全不隶属锚点。为避免条件变量隶属度为0.5， 导致案例隶属度无法区分而丢失案例， 对处于交叉点（0.5）的校准数据均增加0.001。与此同时， 考虑到HHI指数原为测量行业集中度变量， 本研究对其进行了反向校准。具体变量描述性统计及校准结果如表3所示。
（二） 单变量必要性分析
一致性水平的高低是判定某一条件是否构成结果变量必要条件的重要标准， 一般而言， 当某一条件一致性水平超过0.9时， 即认为该条件是构成结果变量的必要条件。但在动态QCA分析中除了要考虑一致性水平， 还要关注组间一致性调整距离大小。当某一条件的组间一致性调整距离超过0.2的阈值时， 需要借助组间分析来进一步判定。具体的检验结果如表4所示。从表4中可以发现， 各条件的汇总一致性结果均低于0.9， 但较多条件的组间一致性调整距离超过0.2， 因此需要对每个情况进行组间分析。经过组间分析后发现， 除“～数据要素利用水平与高企业新质生产力水平”情况外， 各年份各情况的组间一致性均小于0.9。
限于篇幅， 本文仅汇报部分组间分析结果， 如表5所示。从组间分析结果中发现， “～数据要素利用水平与高企业新质生产力水平”情况的一致性水平仅在2014年达到0.916， 且覆盖度小于0.5， 故不能作为高企业新质生产力水平的必要条件。综上， 六个条件均不构成高和非高企业新质生产力水平的必要条件。该分析结果验证了企业新质生产力的复杂性， 即任何一个条件都无法单独导致高或非高企业新质生产力的产生。
（三） 条件组态的充分性分析
充分性分析的目的是揭示企业新质生产力影响因素的组态效应， 参考前人研究（杜运周等，2021；谢文栋和王峰，2024）， 将一致性阈值设置为0.8、 PRI值设置为0.65、 案例频数设置为6。结合必要性分析结果， 本研究决定不预设前因条件方向， 全部选择“存在或缺失”。结合中间解和简约解结果绘制组态分析结果， 如表6所示。
1. 汇总结果。从表6中可以发现， 存在六种产生高企业新质生产力水平的组态， 且各个组态的一致性及总体一致性均大于0.75， 均高于可接受的最低一致性水平标准（Schneider和Wagemann，2012）。此外， 组间组内一致性调整距离均小于0.2， 说明汇总一致性具有较大的解释力度， 以上六个组态可以视为高企业新质生产力水平的充分条件。总体一致性为0.864， 表明在满足以上六种组态的案例中， 86.4%的企业具备较高的新质生产力水平； 总体覆盖度为0.500， 表明能够解释50%的高企业新质生产力水平案例， 高于同领域动态QCA的应用水平。
结合研究结果， 将六种产生高企业新质生产力水平的组态进一步归纳为三种典型模式。一是环境驱动—技术协同模式： 组态1和组态2都将技术创新作为边缘条件， 同时将代表环境维度的行业竞争程度和区域企业家精神作为核心存在条件， 这类组态强调了环境因素与技术创新的协同作用。二是技术驱动—治理协同模式： 组态3和组态4将技术创新或数据要素利用水平、 内部控制质量作为核心存在条件， 该类组态强调技术因素与内部治理之间的融合， 通过提升技术和内部控制质量来促进企业新质生产力发展。三是治理驱动—精神协同模式： 组态5和组态6都将内部控制质量和区域企业家精神作为核心存在条件， 突出内部控制质量和区域企业家精神的协同作用， 表明通过提升内部控制质量和发扬区域企业家精神， 能够有效促进企业新质生产力水平提升。此外， 融资约束在六个组态中均作为核心或边缘缺失条件出现， 表明融资约束一定程度上抑制了企业新质生产力的发展。一旦企业面临融资约束， 可能会限制其在技术创新、 数据要素应用及内部治理方面的投入， 进而阻碍企业新质生产力的发展。
2. 组间和组内结果。结合表6的汇报结果可以发现， 组间一致性调整距离超过0.1， 组内一致性调整距离小于0.1， 这表明在这六种组态中， 案例效应并不显著， 而时间效应则相对更为明确（谢文栋和王峰，2024）。进一步观察组间与组内一致性调整距离的显著差异， 可以看出时间效应相比案例效应具有更强的影响力。因此， 本研究接下来将重点分析六种组态的时间效应。
进一步考察六种组态一致性的时间变化趋势（如图2所示）， 可以发现六种组态在2014 ～ 2019年的一致性水平均在0.8以上， 且总体波动性不大。2014年六种组态的一致性水平低于其他年份， 此时组态6的解释力最强且发挥主导作用； 2015年除了组态6一致性略有下降， 其他组态均大幅提升， 尤其是组态5达到了最高一致性水平。产生这一结果的原因与2015年“大众创业、 万众创新”的兴起密切相关， 这一政策被提高到中国经济转型和保增长的“双引擎”高度。随着相关政策的出台与实施， 创新创业环境得到了显著改善， 激发了广泛的社会创新活力和创业热情。
2016 ～ 2017年， 除组态3外其他组态的一致性水平均呈现下降趋势。尽管“大众创业、 万众创新”政策继续实施， 但可能由于市场饱和度增加、 竞争加剧以及部分政策效应逐渐减弱， 企业新质生产力水平的提升面临新的挑战。在此期间， 企业需要更加注重组织内部管理和创新能力提升以及对外部市场变化的快速响应。
2018年， 除组态4外其他组态的一致性水平略有回升。这一现象表明， 在历经两年的调整与适应之后， 企业成功探索出了新的增长点和应对策略， 为持续发展注入了新的活力。组态1、 组态3、 组态5和组态6的一致性回升反映了企业在技术创新、 市场适应性、 内部治理等方面的改进。2019年， 所有组态一致性水平均呈现下降态势。这一结果很大程度上是受当时国内外的影响。全球经济增长放缓的外部影响导致企业面临的外部不确定性增加。国内政策方面， 减税降费和环保法规的加强虽旨在长期促进经济结构优化， 短期内却可能引发企业运营成本上升与生产流程调整， 进而影响企业生产力水平。
3. 条件组态分析与讨论。
（1） 环境驱动—技术协同模式。组态1、 组态2表明在行业竞争和区域企业家精神的强驱动下， 技术创新虽处于边缘地位， 但通过协同增强机制， 仍能有效促进企业新质生产力的发展。从组态1来看， 该组态对应的案例企业为太钢不锈， 该企业所处的不锈钢行业竞争激烈， 这一环境压力迫使其持续优化生产流程与提升产品质量。尽管材料科学领域的创新面临挑战， 依托于太原市浓厚的工业历史底蕴及企业家精神， 太钢不锈通过充分发挥其特有的创新动力和人才资源优势， 成功构筑了一个协同增强型的创新机制。组态2对应的案例企业为山东钢铁， 该企业通过与高等教育机构深入合作构建了一套开放的技术创新体系， 展现出了一定的技术创新潜力。此外， 该企业所在地为山东济南市， 济南市地处经济实力较强的华东地区且区域企业家精神文化氛围相对浓厚， 为其新质生产力水平的提升提供了一定的环境支撑。
（2） 技术驱动—治理协同模式。组态3、 组态4表明在竞争不激烈的行业内且区域企业家精神不高的环境条件下， 企业更加强调通过技术因素与内部控制质量的融合来提升新质生产力水平。组态3对应的案例企业为北方稀土， 该企业地处内蒙古自治区包头市， 是一家国内领先的稀土矿产开采、 冶炼、 加工及销售的高新技术企业。尽管包头市的经济发展相对落后， 但北方稀土凭借其独特的地理资源优势， 建立了全球最大的稀土原料生产基地和功能材料制造基地。该企业不仅拥有多个国家级创新平台， 还拥有全球最大的稀土科研机构——包头稀土研究院。此外， 得益于其严谨高效的内部控制体系， 该企业为高水平新质生产力的培育和发展奠定了坚实的基础。组态4的典型企业为华阳集团， 该公司是一家国内外领先的电子平台型企业以及精密压铸供应商， 已占据显著的市场份额。自2016年起， 该集团开始布局智舱赛道， 持续推动业务向智能化和轻量化转型， 显示出其在技术革新方面的前瞻性和执行力。此外， 华阳集团拥有清晰的股权结构和完善的内部控制体系， 确保了企业运营的高效性和战略执行的连贯性。通过这种技术与治理的双重驱动， 成功实现了生产力水平的提升和业务的多元化发展。
（3） 治理驱动—精神协同模式。组态5、 组态6都更为注重内部控制和区域企业家精神， 相比之下， 组态6更加强调技术的驱动作用。组态5的代表企业为昊华能源， 是一家北京市属国有煤炭生产供应企业， 涵盖煤炭生产与销售、 甲醇生产与销售以及铁路专用线运输等业务。该公司虽在创新能力上表现平平， 却因地处首都， 得以享受更为显著的区域性企业家精神激励， 加之其具有较高的内部控制质量， 共同促成了较高水平的新质生产力。组态6的代表企业为宝钢股份， 该企业是我国规模最大、 最具现代化和竞争力的钢铁联合企业， 坐落于繁华的上海市。企业在发展战略上秉持高端化、 绿色化、 智能化与效率化的原则， 致力于科技创新， 积极探索绿色低碳的发展道路。同时， 该企业深耕智能制造与效率集约化实践， 彰显了其在技术领域的高远追求和卓越实力。此外， 优越的区域创新环境及高效现代化的内部控制系统也为其稳健发展和行业领导地位提供了有力支撑。
整体来看， 企业能够通过差异化的要素组合策略来促进新质生产力发展， 而这种影响同时也受制于外部政策和经济环境的波动。尽管某些企业可能因所处行业的固有特征而未能充分展示创新潜力， 但它们仍可通过优化内部控制机制及利用所处环境的相对优势， 有效提高其新质生产力水平。
4. 稳健性检验。本研究采用Schneider和Wagemann（2012）提出的方法， 通过提高一致性阈值、 案例阈值两种途径进行稳健性检验。首先， 将一致性阈值从0.8提升至0.85， 结果显示与初始组态保持高度一致。随后， 将案例阈值从6上调至7， 再次进行检验， 所得结果依旧与原始分析结果相吻合。这些严谨的检验步骤及其一致的结果， 不仅强化了研究结论的可靠性， 也充分体现了本研究在方法论上的科学性和在数据分析上的客观性。
五、 结语
（一） 研究结论
本文以TOE框架为理论基础， 结合前人研究选取六个条件， 应用动态QCA方法， 以我国战略性新兴产业上市公司为案例， 探究技术—组织—环境三大维度影响因素对企业新质生产力发展的协同影响效应。结论如下： 从单因素的必要性分析中发现， 不同时期下的六个因素均无法单独构成高企业新质生产力水平生成的必要条件； 充分性组态分析发现， 存在六种因素组合可以生成高企业新质生产力水平， 按照组态特征可进一步总结为环境驱动—技术协同、 技术驱动—治理协同、 治理驱动—精神协同三种典型模式； 通过组间、 组内一致性分析发现， 六种组态呈现出一定的时间效应， 但不存在明显的案例效应， 这一结果可能来源于政策及经济环境波动的影响。
（二） 理论贡献
本文的理论贡献主要体现在以下方面： 第一， 现有文献更多侧重于从理论层面诠释新质生产力的内涵， 实证研究较少， 且主要依赖于回归分析检验影响因素的净效应， 本研究首次将动态QCA方法运用至企业新质生产力研究， 提供了一个全新的组态分析视角， 有利于弥补当前新质生产力领域因果关系研究的不足（管智超等，2024）， 为推广QCA理论方法应用和深化新质生产力研究提供理论借鉴。第二， 基于TOE框架探究影响因素间的联动匹配关系， 不仅从技术、 组织、 环境维度揭示了企业新质生产力背后的复杂因果关系， 且为未来企业新质生产力高质量发展指明了前进方向。
（三） 对策建议
依据研究结论， 本文提出以下对策建议：
1. 于企业而言。一是要培育适应自身技术、 组织和所处环境的新质生产力。创新仍然是新质生产力的核心要义， 但对于一些存在创新瓶颈的企业， 可以通过提高内部控制质量以及利用环境优势来探索新质生产力的发展途径。解决融资限制对于新质生产力的发展至关重要， 这需要从多维度改善企业的融资环境。二是要加强技术研发与创新支持。加大对技术研发的投入， 特别是在战略性新兴产业领域， 通过设立专项基金、 提供研发补贴等措施， 激发企业的创新活力， 促进技术与新质生产力的深度融合。三是要构建多元化的组织治理结构。探索建立更加灵活、 高效的组织治理结构， 如引入先进的管理理念、 优化决策流程、 加强内部沟通与协作， 以适应快速变化的市场和技术环境， 提升组织对新质生产力发展的支撑能力。四是强化产学研合作。鼓励企业与高等院校、 科研机构建立紧密的合作关系， 通过共建研发中心、 技术转移平台等方式， 促进科技成果的转化与应用， 加速新质生产力的形成与水平提升。
2. 于政府而言。一是优化融资环境。积极弘扬企业家精神文化， 优化相关制度环境， 帮助企业克服融资障碍。具体而言， 政府可以通过提供税收优惠、 财政补贴、 风险投资等多种方式， 建立健全企业家精神文化的推广机制， 为企业提供坚实的文化支撑和创新动力， 激励企业新质生产力发展。二是持续优化营商环境。包括简化行政审批流程、 降低市场准入门槛、 提供公平竞争的市场环境等以减少企业发展的外部障碍， 增强企业新质生产力的外部驱动力。三是支持技术创新和研发。可提供政策支持和资金投入， 鼓励企业进行持续的技术创新， 通过政府引导基金和专项扶持计划， 提升企业的研发能力和创新水平。
【 主 要 参 考 文 献 】
白雪洁，王欣悦，宋培．中国企业数字化转型的影响因素研究——基于TOE框架的实证分析［ J］．科学学研究，2024（11）：2330 ～ 2341．
杜运周，李佳馨，刘秋辰等．复杂动态视角下的组态理论与QCA方法：研究进展与未来方向［ J］．管理世界，2021（3）：180 ～ 197+12 ～ 13．
古志辉，王兰．战略认知差异会影响企业技术创新吗？——基于文本主题分析的实证研究［ J］．研究与发展管理，2024（3）：137 ～ 148．
管智超，付敏杰，杨巨声．新质生产力研究进展与进路展望［ J］．北京工业大学学报（社会科学版），2024（3）：125 ～ 138．
金环，蒋鹏程．企业家精神的数字创新激励效应——基于数字专利视角［ J］．经济管理，2024（3）：22 ～ 39．
刘德宇，王珂凡．营商环境对企业新质生产力的影响机制研究［ J］．金融与经济，2024（8）：85 ～ 94．
史青春，牛悦，徐慧．企业数据要素利用水平影响投资效率机理研究——利用数据要素激活冗余资源的中介作用［ J］．中央财经大学学报，2023（11）：105 ～ 115．
宋佳，张金昌，潘艺．ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据［ J］．当代经济管理，2024（6）：1 ～ 11．
谢文栋，王峰．多重制度压力如何影响地方政府环境治理绩效——基于地级市面板数据的动态QCA分析［ J］．中国行政管理，2024（1）：28 ～ 42．
杨帆征，徐璐辉．数字化转型程度影响企业风险承担水平机制探讨——基于企业内部控制质量中介效应的实证检验［ J］．中央财经大学学报，2024（5）：101 ～ 114．
杨芳，张和平，孙晴晴等．企业数字化转型对新质生产力的影响［ J］．金融与经济，2024（5）：35 ～ 48．
赵国庆，李俊廷．企业数字化转型是否赋能企业新质生产力发展——基于中国上市企业的微观证据［ J］．产业经济评论，2024（4）：23 ～ 34．
Beynon J. M.， Jones P.， Pickernell D.. Country-level entrepreneurial attitudes and activity through the years： A panel data analysis using fsQCA［ J］． Journal of Business Research，2020（115）：443 ～ 455．
Reger R. K.， Huff A. S.. Strategic groups： A cognitive perspective［ J］． Strategic Management Journal，1993（2）：103 ～ 123．
Schneider C. Q.， Wagemann C.. Set-theoretic methods for the social scien-ces： A guide to qualitative comparative analysis［M］． Cambridge： Cambridge University Press，2012．
Tornatzky L.， Fleischer M.. The processes of technological innovation［M］．Lexington，MA：Lexington Books，1990．
