摘要：數(shù)字經(jīng)濟(jì)背景下，搭建工業(yè)互聯(lián)網(wǎng)平臺(tái)以推動(dòng)新質(zhì)生產(chǎn)力發(fā)展尤為重要。結(jié)合組態(tài)視角與復(fù)雜性關(guān)系理論，采用混合QCA和空間回歸方法構(gòu)建復(fù)雜中介模型，深入探究數(shù)據(jù)要素視角下工業(yè)互聯(lián)網(wǎng)平臺(tái)如何驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。研究發(fā)現(xiàn)：多種工業(yè)互聯(lián)網(wǎng)平臺(tái)組態(tài)能充分釋放數(shù)據(jù)要素價(jià)值（數(shù)據(jù)要素應(yīng)用、數(shù)據(jù)要素維護(hù)、數(shù)字人才集聚），進(jìn)而驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展，具體表現(xiàn)為云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型、邊緣—大數(shù)據(jù)平臺(tái)驅(qū)動(dòng)型和全平臺(tái)驅(qū)動(dòng)型3種模式。研究結(jié)論對(duì)全面推進(jìn)平臺(tái)化戰(zhàn)略、加速新質(zhì)生產(chǎn)力發(fā)展具有重要啟示。

關(guān)鍵詞：工業(yè)互聯(lián)網(wǎng)平臺(tái)；新質(zhì)生產(chǎn)力；數(shù)據(jù)要素；混合方法

中圖分類號(hào)：F49

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2025）03-0038-12

0 引言

黨的二十屆三中全會(huì)強(qiáng)調(diào)，“要健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機(jī)制，健全促進(jìn)實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合制度”。工業(yè)互聯(lián)網(wǎng)平臺(tái)作為數(shù)字化與工業(yè)化深度融合的產(chǎn)物，有利于促進(jìn)制造資源的泛在聯(lián)系、彈性供給及智能決策^[1]，是加快形成新質(zhì)生產(chǎn)力的重要基礎(chǔ)設(shè)施。然而，單一工業(yè)互聯(lián)網(wǎng)平臺(tái)無法充分釋放數(shù)據(jù)要素價(jià)值，多平臺(tái)之間互聯(lián)互通與深度共創(chuàng)才是實(shí)現(xiàn)生產(chǎn)力質(zhì)變的關(guān)鍵。因此，如何構(gòu)建有效的工業(yè)互聯(lián)網(wǎng)平臺(tái)架構(gòu)，跨越數(shù)據(jù)利用鴻溝，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展，是亟待解決的關(guān)鍵問題。

近年來，工業(yè)互聯(lián)網(wǎng)平臺(tái)研究蓬勃發(fā)展，現(xiàn)有研究主要聚焦平臺(tái)概念界定^[1]、建構(gòu)策略^[2]、作用效果^[3]及賦能機(jī)制^[4-6]等方面。任保平^[7]指出工業(yè)互聯(lián)網(wǎng)平臺(tái)是面向制造業(yè)智能化、個(gè)性化、網(wǎng)絡(luò)化發(fā)展的專業(yè)服務(wù)平臺(tái)，能夠?qū)崿F(xiàn)人員、機(jī)器、原料、方法、環(huán)境的全面互聯(lián)，具有協(xié)同共享、跨界融合、數(shù)據(jù)驅(qū)動(dòng)等特征。研究表明，工業(yè)互聯(lián)網(wǎng)平臺(tái)對(duì)制造企業(yè)價(jià)值創(chuàng)造和新質(zhì)生產(chǎn)力提升具有正向影響。一方面，宏觀層面研究關(guān)注平臺(tái)建設(shè)與新型數(shù)字技術(shù)應(yīng)用帶來的數(shù)據(jù)開發(fā)共享、數(shù)字技術(shù)滲透、資源整合及供應(yīng)鏈效率提升等數(shù)字化轉(zhuǎn)型效果^[3，8]；另一方面，微觀視角研究關(guān)注海爾卡奧斯、樹根互聯(lián)網(wǎng)等典型平臺(tái)的技術(shù)、組織、結(jié)構(gòu)及場域賦能機(jī)制^[6]。張明超等（2024）指出，工業(yè)互聯(lián)網(wǎng)平臺(tái)通過技術(shù)型賦能和環(huán)境型賦能，實(shí)現(xiàn)海量復(fù)雜工業(yè)數(shù)據(jù)復(fù)合型產(chǎn)品或服務(wù)創(chuàng)新，向?qū)嶓w制造業(yè)提供數(shù)字產(chǎn)品及服務(wù)，促進(jìn)企業(yè)提質(zhì)增效和開展場景式創(chuàng)新；張驍?shù)龋?024）基于元賦能理論指出，數(shù)字平臺(tái)通過重構(gòu)數(shù)字基座、知識(shí)交互學(xué)習(xí)過程及認(rèn)知蛻變躍升等賦能行動(dòng)，促進(jìn)商業(yè)模式創(chuàng)新能力提升。上述研究多將工業(yè)互聯(lián)網(wǎng)平臺(tái)視為籠統(tǒng)整體，關(guān)注如何通過快速引入數(shù)字技術(shù)、擴(kuò)大用戶規(guī)模激發(fā)網(wǎng)絡(luò)效應(yīng)、增強(qiáng)價(jià)值共創(chuàng)能力^[9]。然而，根據(jù)模塊化理論，工業(yè)互聯(lián)網(wǎng)平臺(tái)是一個(gè)由多模塊組成的松散耦合系統(tǒng)^[10-11]，通過邊緣基礎(chǔ)設(shè)施層、云平臺(tái)層和應(yīng)用層等的協(xié)同與組合（杜勇等，2022），加速傳統(tǒng)生產(chǎn)模式和生產(chǎn)要素變革，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。現(xiàn)有研究缺乏對(duì)平臺(tái)細(xì)分功能與協(xié)同機(jī)制的深入挖掘，忽視了細(xì)分平臺(tái)間的相互依賴關(guān)系與互動(dòng)作用，未深層次剖析工業(yè)互聯(lián)網(wǎng)平臺(tái)影響新質(zhì)生產(chǎn)力發(fā)展的復(fù)雜因果關(guān)系。進(jìn)一步地，平臺(tái)驅(qū)動(dòng)效應(yīng)不簡單等同于數(shù)字技術(shù)或平臺(tái)數(shù)量增加。Arnold等^[9]、孫新波等^[8]指出，在數(shù)字經(jīng)濟(jì)時(shí)代“萬物皆數(shù)”背景下，平臺(tái)構(gòu)建的關(guān)鍵在于充分挖掘數(shù)據(jù)這一核心要素價(jià)值。充分挖掘數(shù)據(jù)要素價(jià)值，跨越數(shù)字鴻溝，是帶來正向反饋并促進(jìn)新質(zhì)生產(chǎn)力發(fā)展的關(guān)鍵（杜勇等，2022）。然而，當(dāng)前基于數(shù)據(jù)要素視角考察工業(yè)互聯(lián)網(wǎng)平臺(tái)驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展的研究較少。此外，現(xiàn)有研究方法未充分解釋這一復(fù)雜過程機(jī)制，需要補(bǔ)充新的經(jīng)驗(yàn)證據(jù)。

鑒于此，本文借鑒杜運(yùn)周等（2024）的研究，結(jié)合組態(tài)視角和復(fù)雜性關(guān)系理論，運(yùn)用QCA與空間回歸分析方法，選取中國內(nèi)地278個(gè)地級(jí)市為樣本，深入揭示工業(yè)互聯(lián)網(wǎng)平臺(tái)如何釋放數(shù)據(jù)要素價(jià)值驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展這一復(fù)雜系統(tǒng)問題。

1 文獻(xiàn)回顧與模型構(gòu)建

1.1 工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)成

工業(yè)互聯(lián)網(wǎng)平臺(tái)是基于海量工業(yè)數(shù)據(jù)采集、處理與分析的復(fù)雜服務(wù)體系（見圖1），其本質(zhì)是面向制造業(yè)智能化和數(shù)字化需求，支撐制造資源泛在聯(lián)系、彈性供給及優(yōu)化決策^[6-7]。王水蓮等^[5]指出，工業(yè)互聯(lián)網(wǎng)平臺(tái)是基于多平臺(tái)的交互架構(gòu)，通過平臺(tái)生態(tài)互聯(lián)互通，實(shí)現(xiàn)工業(yè)數(shù)據(jù)的沉淀與解決方案的提出。結(jié)合Guth等^[12]、陳武等^[13]的工業(yè)互聯(lián)網(wǎng)架構(gòu)劃分標(biāo)準(zhǔn)，延循“邊緣—核心”邏輯，將平臺(tái)劃分為邊緣層、云服務(wù)、工業(yè)大數(shù)據(jù)和核心工業(yè)平臺(tái)4個(gè)模塊。具體而言：邊緣層以工業(yè)現(xiàn)場為主，利用邊緣基礎(chǔ)設(shè)施和邊緣計(jì)算模塊構(gòu)建低延時(shí)、廣覆蓋、高可信的工業(yè)網(wǎng)絡(luò)，為各類工業(yè)數(shù)據(jù)互聯(lián)互通與智能應(yīng)用提供基礎(chǔ)（張明超等，2024）。云服務(wù)平臺(tái)推動(dòng)要素聚集、軟件上云、裝備硬件上云等，實(shí)現(xiàn)云、邊、端實(shí)時(shí)協(xié)同（金楊華等，2023）。工業(yè)大數(shù)據(jù)平臺(tái)利用大數(shù)據(jù)采集分析與數(shù)據(jù)決策優(yōu)化模塊，實(shí)現(xiàn)海量工業(yè)數(shù)據(jù)分析、預(yù)測及可視化服務(wù)。核心工業(yè)平臺(tái)依托通用平臺(tái)架構(gòu)和工業(yè)PaaS解決方案模塊，實(shí)現(xiàn)研發(fā)仿真、算法模型開發(fā)及各類工業(yè)場景定制化軟件開發(fā)，以及工業(yè)知識(shí)經(jīng)驗(yàn)的固化封裝^[8]。

1.2 工業(yè)互聯(lián)網(wǎng)平臺(tái)與數(shù)據(jù)要素：組態(tài)視角

基于平臺(tái)賦能和元賦能理論，工業(yè)互聯(lián)網(wǎng)平臺(tái)通過邊緣層、云服務(wù)、大數(shù)據(jù)及核心工業(yè)平臺(tái)的交互協(xié)同與優(yōu)化組合，實(shí)現(xiàn)工業(yè)場景資源數(shù)字化和模型化^[6]，提升制造企業(yè)生成個(gè)性化數(shù)據(jù)的能力，充分釋放數(shù)據(jù)要素價(jià)值（數(shù)據(jù)要素應(yīng)用、數(shù)據(jù)要素維護(hù)、數(shù)字人才集聚）。

（1）邊緣層平臺(tái)。邊緣層平臺(tái)可實(shí)現(xiàn)數(shù)據(jù)采集與協(xié)議解析，包括邊緣基礎(chǔ)設(shè)施和邊緣計(jì)算兩個(gè)方面。夯實(shí)邊緣基礎(chǔ)設(shè)施，健全低延時(shí)、廣覆蓋、高可信的工業(yè)網(wǎng)絡(luò)，改善工業(yè)設(shè)備與管理系統(tǒng)互聯(lián)互通的基礎(chǔ)條件^[5]，實(shí)現(xiàn)工業(yè)現(xiàn)場資源、生產(chǎn)過程數(shù)據(jù)與生產(chǎn)經(jīng)驗(yàn)的數(shù)據(jù)化和數(shù)字化，能夠提升海量工業(yè)數(shù)據(jù)智能應(yīng)用^[14]。邊緣計(jì)算通過對(duì)數(shù)據(jù)計(jì)算任務(wù)的本地化實(shí)時(shí)處理與智能決策，提高數(shù)據(jù)處理效率，減少寬帶消耗，盤活閑置冗余資源，增強(qiáng)數(shù)據(jù)安全性和隱私保護(hù)，從而降低數(shù)據(jù)處理成本和運(yùn)維成本（張驍?shù)龋?024）。

（2）云服務(wù)平臺(tái)。云服務(wù)平臺(tái)是提供云計(jì)算資源與服務(wù)的在線平臺(tái)，用戶可訪問服務(wù)器、存儲(chǔ)數(shù)據(jù)庫、軟件及分析工具等。依托云服務(wù)平臺(tái)，能夠推動(dòng)要素、軟件、裝備硬件上云，實(shí)時(shí)獲取制造企業(yè)協(xié)同作業(yè)進(jìn)度、消費(fèi)者偏好及市場需求等信息^[15]，及時(shí)調(diào)整任務(wù)安排并優(yōu)化生產(chǎn)工藝，進(jìn)而提高數(shù)據(jù)要素應(yīng)用價(jià)值。同時(shí)，云服務(wù)平臺(tái)還能提供泛在數(shù)字場域，助力產(chǎn)業(yè)鏈企業(yè)快速“上云”，高效匹配上下游供應(yīng)商、服務(wù)商及客戶等關(guān)系資源，實(shí)現(xiàn)海量數(shù)據(jù)信息庫互聯(lián)互通與管理流程升級(jí)，打破數(shù)據(jù)孤島和數(shù)據(jù)壟斷^[16]。此外，云服務(wù)平臺(tái)能打破傳統(tǒng)企業(yè)“各自為戰(zhàn)”模式，從平臺(tái)數(shù)據(jù)庫挖掘復(fù)合產(chǎn)品或服務(wù)創(chuàng)意，跨界整合多方資源，實(shí)現(xiàn)場景價(jià)值共創(chuàng)^[16]。

（3）工業(yè)大數(shù)據(jù)平臺(tái)。工業(yè)大數(shù)據(jù)平臺(tái)是海量數(shù)據(jù)存儲(chǔ)、處理、分析和應(yīng)用的系統(tǒng)平臺(tái)，包括大數(shù)據(jù)采集分析與數(shù)據(jù)決策優(yōu)化兩個(gè)要素。通過大數(shù)據(jù)采集與分析，能夠快速加工產(chǎn)業(yè)鏈各環(huán)節(jié)運(yùn)營數(shù)據(jù)，實(shí)現(xiàn)數(shù)字孿生、機(jī)理模型構(gòu)建及成本優(yōu)勢鞏固^[14]。在數(shù)據(jù)決策優(yōu)化的助力與催化下，制造企業(yè)通過嵌入互聯(lián)場景，有效識(shí)別社會(huì)問題，靶向改造解決方案，提供預(yù)測與可視化服務(wù)，持續(xù)優(yōu)化智能化和自動(dòng)化資源調(diào)配機(jī)制^[8]，應(yīng)對(duì)市場不確定性，為數(shù)據(jù)化生態(tài)提供中堅(jiān)力量，提高數(shù)據(jù)運(yùn)營與維護(hù)能力。

（4）核心工業(yè)平臺(tái)。核心工業(yè)平臺(tái)為工業(yè)用戶提供通用架構(gòu)與定制化開發(fā)服務(wù)，實(shí)現(xiàn)工業(yè)知識(shí)、技術(shù)、經(jīng)驗(yàn)的封裝、固化與復(fù)用，包括通用平臺(tái)架構(gòu)和工業(yè)PaaS解決兩個(gè)方面。通用平臺(tái)架構(gòu)提供平臺(tái)開發(fā)運(yùn)營環(huán)境、工業(yè)數(shù)據(jù)建模工具及工業(yè)應(yīng)用微服務(wù)等，通過超模塊互補(bǔ)與自由組合構(gòu)建靈活的研發(fā)生態(tài)架構(gòu)^[5，10]，提高后續(xù)定制化服務(wù)與不同場景適配的便捷性，繼而提升數(shù)據(jù)要素使用效率^[17]。工業(yè)PaaS解決方案能夠精準(zhǔn)感知場景關(guān)鍵需求，錨定用戶價(jià)值訴求，結(jié)合自身數(shù)字技術(shù)、算力、知識(shí)等優(yōu)勢，實(shí)現(xiàn)研發(fā)仿真、算法模型開發(fā)、柔性匹配及大規(guī)模生產(chǎn)，深層次釋放數(shù)據(jù)要素價(jià)值^[18-19]。通過與邊緣層、云服務(wù)平臺(tái)的有機(jī)匹配和外部環(huán)境協(xié)同演化，充分釋放數(shù)據(jù)力、定制力、仿真力、安全力及生態(tài)力，增強(qiáng)平臺(tái)輻射與賦能效果。此外，平臺(tái)發(fā)展會(huì)加大對(duì)高學(xué)歷、高技術(shù)人才的需求，促進(jìn)地區(qū)數(shù)字人才集聚^[20]。

1.3 工業(yè)互聯(lián)網(wǎng)平臺(tái)對(duì)新質(zhì)生產(chǎn)力的影響：復(fù)雜中介"" 機(jī)制

工業(yè)互聯(lián)網(wǎng)平臺(tái)為多平臺(tái)交互架構(gòu)，通過各細(xì)分平臺(tái)協(xié)同與優(yōu)化組合，形成驅(qū)動(dòng)數(shù)據(jù)要素價(jià)值提升的多元路徑，產(chǎn)生技術(shù)、資源、環(huán)境等賦能效應(yīng)，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。即在工業(yè)互聯(lián)網(wǎng)平臺(tái)與新質(zhì)生產(chǎn)力關(guān)系中，數(shù)據(jù)要素發(fā)揮中介效應(yīng)。

數(shù)據(jù)要素的中介效應(yīng)具有復(fù)雜性。一方面，組態(tài)視角下，工業(yè)互聯(lián)網(wǎng)平臺(tái)對(duì)釋放數(shù)據(jù)要素價(jià)值可能存在多元等效路徑；另一方面，工業(yè)互聯(lián)網(wǎng)平臺(tái)多元組態(tài)路徑能夠直接或間接通過數(shù)據(jù)要素影響新質(zhì)生產(chǎn)力發(fā)展。具體而言，工業(yè)互聯(lián)網(wǎng)平臺(tái)借助自身數(shù)字技術(shù)和工業(yè)知識(shí)，通過技術(shù)賦能為制造企業(yè)提供智能化解決方案與服務(wù)支持，促進(jìn)企業(yè)生產(chǎn)力發(fā)展，奠定生產(chǎn)力質(zhì)變基礎(chǔ)。在這一進(jìn)程中，工業(yè)互聯(lián)網(wǎng)平臺(tái)能促進(jìn)數(shù)字人才集聚，倒逼勞動(dòng)力技能提升與勞動(dòng)模式變革^[20]，提供生產(chǎn)力質(zhì)變渠道。同時(shí)，工業(yè)互聯(lián)網(wǎng)平臺(tái)依托網(wǎng)絡(luò)規(guī)模優(yōu)勢，為制造企業(yè)提供泛在數(shù)字場域，加速生產(chǎn)運(yùn)營在線化、智能化及網(wǎng)絡(luò)化發(fā)展，實(shí)現(xiàn)勞動(dòng)對(duì)象變革，助力新質(zhì)生產(chǎn)力發(fā)展^[21]。此外，工業(yè)互聯(lián)網(wǎng)平臺(tái)能充分釋放數(shù)據(jù)要素這一新興生產(chǎn)資料的價(jià)值，發(fā)揮數(shù)據(jù)要素非消耗性、高流動(dòng)性、強(qiáng)外部性作用，延伸應(yīng)用范圍，拓展傳統(tǒng)要素增值方式，實(shí)現(xiàn)增值乘數(shù)效應(yīng)^[19，22]，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

綜上所述，本文基于組態(tài)視角，構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺(tái)提升數(shù)據(jù)要素價(jià)值進(jìn)而影響新質(zhì)生產(chǎn)力發(fā)展的復(fù)雜中介模型。首先，探究工業(yè)互聯(lián)網(wǎng)平臺(tái)釋放數(shù)據(jù)要素價(jià)值的多元組態(tài)路徑，回答哪些工業(yè)互聯(lián)網(wǎng)平臺(tái)能產(chǎn)生高數(shù)據(jù)要素價(jià)值；其次，分析多元組態(tài)如何影響新質(zhì)生產(chǎn)力發(fā)展及數(shù)據(jù)要素的復(fù)雜中介效應(yīng)，回答哪些工業(yè)互聯(lián)網(wǎng)平臺(tái)組態(tài)能夠?qū)崿F(xiàn)高數(shù)據(jù)要素價(jià)值，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。本文構(gòu)建理論模型如圖2所示。

2 研究設(shè)計(jì)

2.1 復(fù)雜中介模型

面對(duì)管理學(xué)研究中的復(fù)雜因果關(guān)系，傳統(tǒng)統(tǒng)計(jì)方法不足以揭示變量間的深層次聯(lián)系，需將還原論與整體論方法相結(jié)合，形成集成方法體系。參考杜運(yùn)周等（2024）的做法，結(jié)合定性比較分析法和回歸分析法構(gòu)建復(fù)雜中介模型。采用混合方法旨在捕捉變量間相互作用的全貌，同時(shí)探究單一變量的影響，以更深層次理解復(fù)雜社會(huì)現(xiàn)象。

復(fù)雜中介模型檢驗(yàn)包括4個(gè)步驟（見圖3）：第一步，檢驗(yàn)Xi—M因果鏈。利用QCA分析識(shí)別影響中介變量的多種條件組合，即工業(yè)互聯(lián)網(wǎng)平臺(tái)不同組態(tài)如何釋放數(shù)據(jù)要素價(jià)值；第二步，賦值組態(tài)Xi，將QCA結(jié)果轉(zhuǎn)換為回歸分析的自變量；第三步，檢驗(yàn)Xi—Y因果鏈，利用回歸分析法檢驗(yàn)組態(tài)對(duì)新質(zhì)生產(chǎn)力發(fā)展的總效應(yīng)；第四步，檢驗(yàn)M—Y因果鏈，進(jìn)一步探究不同組態(tài)對(duì)新質(zhì)生產(chǎn)力發(fā)展的直接影響以及通過數(shù)據(jù)要素價(jià)值產(chǎn)生的間接影響。

值得注意的是：①在step2組態(tài)隸屬度計(jì)算過程中，案例在組態(tài)Xi中的隸屬度是所有條件集合xj中隸屬度的最小值{mXi=min（x1，x2，…，xj）} （～xj=1-xj）；②在step3和step4中，多組態(tài)要素相互依賴，納入同一模型有可能會(huì)導(dǎo)致多重共線性問題，為避免出現(xiàn)該情況，將不同組態(tài)分別視為自變量獨(dú)立進(jìn)行回歸分析^[23]。

2.2 數(shù)據(jù)來源

本文選取中國內(nèi)地278個(gè)城市為研究樣本，分析工業(yè)互聯(lián)網(wǎng)平臺(tái)、數(shù)據(jù)要素與新質(zhì)生產(chǎn)力發(fā)展之間的復(fù)雜關(guān)系。工業(yè)互聯(lián)網(wǎng)平臺(tái)專利數(shù)據(jù)來源于國家知識(shí)產(chǎn)權(quán)局（SIPO）、智慧芽專利庫數(shù)據(jù)，其它數(shù)據(jù)來源于2022—2023年國家統(tǒng)計(jì)局、《中國城市統(tǒng)計(jì)年鑒》、《中國電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、地方政府網(wǎng)站信息查詢平臺(tái)、國際機(jī)器人聯(lián)合會(huì)、企業(yè)年報(bào)、北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)等，部分缺失值以線性插補(bǔ)法和均值插補(bǔ)法填補(bǔ)。

2.3 數(shù)據(jù)與測度

（1）工業(yè)互聯(lián)網(wǎng)平臺(tái)。QCA分析的前因條件為工業(yè)互聯(lián)網(wǎng)平臺(tái)，結(jié)合上文分析可知，其包含邊緣層平臺(tái)、云服務(wù)平臺(tái)、大數(shù)據(jù)平臺(tái)和核心工業(yè)平臺(tái)四部分內(nèi)容。參考周密等^[24]的研究思路，技術(shù)在產(chǎn)業(yè)發(fā)展過程中發(fā)揮主導(dǎo)作用，故本文以相關(guān)領(lǐng)域?qū)＠暾?qǐng)量表征工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展水平。工業(yè)互聯(lián)網(wǎng)平臺(tái)關(guān)鍵詞典以相關(guān)領(lǐng)域政策文件、新聞報(bào)道及經(jīng)典文獻(xiàn)為藍(lán)本，由Python分詞及文本分析獲取，專利檢索結(jié)合上述關(guān)鍵詞，進(jìn)一步聚焦工業(yè)平臺(tái)領(lǐng)域。

（2）數(shù)據(jù)要素。參考陶長琪和丁煜（2022）的研究，從數(shù)據(jù)要素應(yīng)用（data1）、數(shù)據(jù)要素維護(hù)（data2）、數(shù)字人才集聚（data3）3個(gè)方面衡量數(shù)據(jù)要素水平，運(yùn)用熵權(quán)法進(jìn)行計(jì)算。其中，數(shù)據(jù)要素應(yīng)用以地級(jí)市電信業(yè)務(wù)總量、數(shù)字普惠金融指數(shù)、上市公司數(shù)據(jù)資產(chǎn)詞頻、機(jī)器人滲透率表征；數(shù)據(jù)要素維護(hù)以信息技術(shù)服務(wù)收入和信息安全收入表征；數(shù)字人才集聚以信息傳輸及軟件人員表征。

（3）新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力（newprod）是以創(chuàng)新為驅(qū)動(dòng)力，融合高素質(zhì)勞動(dòng)者、先進(jìn)勞動(dòng)對(duì)象和現(xiàn)代生產(chǎn)資料，追求經(jīng)濟(jì)高質(zhì)量發(fā)展的新階段生產(chǎn)力。參考王玨等^[25]、陽楊等^[26]、韓文龍等^[27]的做法，從新質(zhì)勞動(dòng)者、勞動(dòng)對(duì)象和勞動(dòng)資料3個(gè)方面測度，運(yùn)用熵權(quán)法加權(quán)得到新質(zhì)生產(chǎn)力水平。其中，新質(zhì)勞動(dòng)者是指通過知識(shí)更新與技能培養(yǎng)、具備較強(qiáng)創(chuàng)新能力的勞動(dòng)者，選取新型產(chǎn)業(yè)員工數(shù)、員工能力和員工高素質(zhì)水平3個(gè)指標(biāo)衡量；新質(zhì)勞動(dòng)對(duì)象是指除傳統(tǒng)自然資源和原材料外，具備信息化和綠色化等特征的高級(jí)、新型資源對(duì)象，用數(shù)字基礎(chǔ)設(shè)施和綠色能源表征；新質(zhì)勞動(dòng)資料是勞動(dòng)者生產(chǎn)的物質(zhì)基礎(chǔ)，具備高科技、智能化、高效能、綠色化及高知識(shí)性等特征，用技術(shù)研發(fā)、創(chuàng)新產(chǎn)出、智能化和綠色化水平表征。

綜上，新質(zhì)生產(chǎn)力測度指標(biāo)體系見表1。

（4）控制變量。為避免遺漏變量對(duì)估計(jì)結(jié)果造成影響，借鑒相關(guān)研究，加入一系列控制變量。①城市人口規(guī)模（people），以城市年末戶籍人口數(shù)表征^[26]；②金融發(fā)展水平（finance），以金融機(jī)構(gòu)存貸款余額之和表征；③市場化水平（market），參考樊綱等（2011）的做法，以地區(qū)市場化進(jìn)程相對(duì)指數(shù)表征；④產(chǎn)業(yè)結(jié)構(gòu)（structure），以第三產(chǎn)業(yè)增加值與GDP的比重表征。

2.4 數(shù)據(jù)校準(zhǔn)

本文采用直接校準(zhǔn)法確定錨點(diǎn)并進(jìn)行結(jié)構(gòu)化校準(zhǔn)，必要條件檢驗(yàn)結(jié)果見表2。參考已有研究，將7個(gè)前因條件與1個(gè)結(jié)果變量數(shù)據(jù)的0.05分位、0.5分位和0.95分位設(shè)定為完全不隸屬、交叉點(diǎn)和完全隸屬校準(zhǔn)點(diǎn)。同時(shí)，將樣本數(shù)據(jù)校準(zhǔn)后等于0.5情況的真值修正為0.500 1。

3 實(shí)證結(jié)果分析

3.1 工業(yè)互聯(lián)網(wǎng)平臺(tái)對(duì)數(shù)據(jù)要素的組態(tài)分析

3.1.1 單個(gè)條件必要性分析

在開展組態(tài)分析前，需先檢驗(yàn)各前因條件的必要性。當(dāng)一致性大于0.9時(shí)，認(rèn)為該條件是必要條件（杜運(yùn)周等，2024）。表2給出fsQCA3.0軟件分析的數(shù)據(jù)要素價(jià)值必要條件檢驗(yàn)結(jié)果。由表2可知，所有條件的一致性水平均小于0.9，故不存在影響高數(shù)據(jù)要素價(jià)值的必要條件。

3.1.2 條件組態(tài)充分性分析

將原始一致性閾值設(shè)為0.8、PRI一致性閾值設(shè)為0.75、頻數(shù)閾值設(shè)為1，由中間解揭示組態(tài)效應(yīng)，結(jié)果見表3。

3.1.2.1 數(shù)據(jù)要素應(yīng)用組態(tài)分析

（1）云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型（M1a和M1b）。組態(tài)M1b表明，云服務(wù)、通用平臺(tái)架構(gòu)和工業(yè)PaaS解決方案發(fā)揮核心作用，大數(shù)據(jù)采集分析、數(shù)據(jù)決策優(yōu)化發(fā)揮輔助作用。在該組態(tài)路徑下，夯實(shí)云服務(wù)和核心工業(yè)平臺(tái)建設(shè)雙輪驅(qū)動(dòng)，營造泛在數(shù)字場域，為各類工業(yè)場景提供定制化、智慧化解決方案和服務(wù)支持（呂文昌等，2019），實(shí)現(xiàn)制造企業(yè)的智慧化、在線化和網(wǎng)絡(luò)化運(yùn)行，提高數(shù)據(jù)要素應(yīng)用價(jià)值。該組態(tài)典型案例如北京、上海、深圳等城市。上海全力打造工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展標(biāo)桿城市，積極引導(dǎo)和鼓勵(lì)云服務(wù)平臺(tái)發(fā)展并匹配相應(yīng)工業(yè)APP。截至2022年，平臺(tái)普及率達(dá)25.2%，鏈接上云工業(yè)設(shè)備超1 083萬臺(tái)，實(shí)現(xiàn)運(yùn)維成本下降18.83%，安全運(yùn)行時(shí)間提升22.17%，充分釋放了數(shù)據(jù)要素價(jià)值，符合云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型組態(tài)特征。組態(tài)M1a與M1b一致，輔助條件以非邊緣計(jì)算代替大數(shù)據(jù)計(jì)算等發(fā)揮輔助作用，該組態(tài)典型案例如寧德、濰坊等城市。

（2）邊緣計(jì)算驅(qū)動(dòng)型（M2a和M2b）。組態(tài)M2a表明，邊緣計(jì)算發(fā)揮核心作用，邊緣基礎(chǔ)設(shè)施、數(shù)據(jù)決策優(yōu)化、通用平臺(tái)架構(gòu)、工業(yè)解決方案發(fā)揮輔助作用。在該組態(tài)路徑下，通過建設(shè)邊緣計(jì)算平臺(tái)，實(shí)現(xiàn)工業(yè)現(xiàn)場數(shù)據(jù)采集、協(xié)議解析與企業(yè)管理系統(tǒng)互聯(lián)，構(gòu)建低延時(shí)、高可靠、廣覆蓋的互聯(lián)網(wǎng)絡(luò)，實(shí)現(xiàn)要素高效數(shù)字化與低成本互聯(lián)。該組態(tài)典型案例如宣城等城市。相比M2a，組態(tài)M2b核心條件不變，云服務(wù)、非工業(yè)解決方案發(fā)揮輔助作用，該組態(tài)典型案例如吉安。

（3）邊緣—云服務(wù)—核心平臺(tái)協(xié)同驅(qū)動(dòng)型（M3a和M3b）。組態(tài)M3a表明，邊緣基礎(chǔ)設(shè)施、云服務(wù)和工業(yè)PaaS解決方案發(fā)揮核心作用，數(shù)據(jù)決策優(yōu)化發(fā)揮輔助作用，在該組態(tài)路徑下，通過“邊緣層—云服務(wù)—核心工業(yè)平臺(tái)”三維協(xié)同驅(qū)動(dòng)，營造數(shù)字場域空間，促進(jìn)工業(yè)現(xiàn)場海量數(shù)據(jù)高效采集與上云重構(gòu)，精準(zhǔn)挖掘客戶需求并提供多樣化服務(wù)，由此提高數(shù)據(jù)要素利用效益。該組態(tài)典型案例如清遠(yuǎn)等城市。組態(tài)M3b與M3a相比，工業(yè)大數(shù)據(jù)平臺(tái)缺失，通用平臺(tái)架構(gòu)成為輔助條件，核心條件不變，該組態(tài)典型案例如常德。

3.1.2.2 數(shù)據(jù)要素維護(hù)組態(tài)分析

全平臺(tái)驅(qū)動(dòng)型（N1a）。經(jīng)分析可知，存在一條實(shí)現(xiàn)數(shù)據(jù)要素運(yùn)營與維護(hù)的路徑，即“邊緣層—云服務(wù)—大數(shù)據(jù)—核心工業(yè)平臺(tái)”全維度協(xié)同路徑。不同于數(shù)據(jù)要素應(yīng)用組態(tài)路徑，在該路徑下，工業(yè)大數(shù)據(jù)平臺(tái)的重要性凸顯，通過數(shù)據(jù)融合驅(qū)動(dòng)，實(shí)現(xiàn)智能分析、深度學(xué)習(xí)及決策優(yōu)化，增強(qiáng)企業(yè)應(yīng)對(duì)不確定市場的韌性與靈活性，進(jìn)一步提高數(shù)據(jù)要素處理與維護(hù)水平。該組態(tài)典型案例如北京、上海、蘇州等地。

3.1.2.3 數(shù)字人才集聚組態(tài)分析

（1）邊緣—大數(shù)據(jù)平臺(tái)驅(qū)動(dòng)型（S1a和S1a）。組態(tài)S1a表明，邊緣計(jì)算和大數(shù)據(jù)采集分析為核心條件，云服務(wù)和工業(yè)PaaS解決方案為輔助條件。在該組態(tài)路徑下，大量邊緣智能及大數(shù)據(jù)處理需求的增加，增強(qiáng)了對(duì)數(shù)字處理人才的需求，倒逼勞動(dòng)者素質(zhì)提高與結(jié)構(gòu)調(diào)整。該組態(tài)典型城市如北京、上海、深圳等。組態(tài)M3b與其相比，核心條件不變，數(shù)據(jù)決策優(yōu)化、通用平臺(tái)架構(gòu)等發(fā)揮輔助作用。

（2）非高云服務(wù)下解決方案驅(qū)動(dòng)型（S2a）。組態(tài)S2a表明，邊緣計(jì)算、數(shù)據(jù)決策優(yōu)化、通用平臺(tái)架構(gòu)和工業(yè)PaaS解決方案發(fā)揮核心作用，非云服務(wù)、邊緣基礎(chǔ)設(shè)施發(fā)揮輔助作用。該組態(tài)表明，即使云服務(wù)平臺(tái)建構(gòu)不完善，制造企業(yè)也能通過良好的分布式平臺(tái)（邊緣層—大數(shù)據(jù)—核心平臺(tái)）推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型、新業(yè)態(tài)新產(chǎn)業(yè)發(fā)展，繼而加大對(duì)高學(xué)歷、高技術(shù)人才的需求，促進(jìn)數(shù)字人才集聚，該組態(tài)典型案例如承德。

（3）非高大數(shù)據(jù)下分布式平臺(tái)驅(qū)動(dòng)型（S3a）。組態(tài)S3a中邊緣計(jì)算、數(shù)據(jù)決策優(yōu)化和工業(yè)PaaS解決方案為核心條件，非高大數(shù)據(jù)采集分析和非工業(yè)PaaS解決方案等發(fā)揮輔助作用。即使大數(shù)據(jù)采集和工業(yè)解決方案平臺(tái)建構(gòu)不完善，通過邊緣層、通用平臺(tái)架構(gòu)等分布式平臺(tái)聯(lián)動(dòng)與模塊化自由組合，也能形成靈活便捷的研發(fā)生態(tài)架構(gòu)，釋放數(shù)據(jù)要素價(jià)值，促進(jìn)數(shù)字人才集聚，該組態(tài)典型案例如吉安。

3.1.3 穩(wěn)健性檢驗(yàn)

為提高研究結(jié)論的可靠性，本文通過改變頻數(shù)（將1提高至2）、改變一致性閾值（將0.75提高至0.8）進(jìn)行穩(wěn)健性檢驗(yàn)（見表4和表5），產(chǎn)生組態(tài)與前文基本一致，表明研究結(jié)論穩(wěn)健。

3.2 工業(yè)互聯(lián)網(wǎng)平臺(tái)、數(shù)據(jù)要素對(duì)新質(zhì)生產(chǎn)力的復(fù)雜"" 影響

工業(yè)互聯(lián)網(wǎng)平臺(tái)具備要素互通、泛在連接、云服務(wù)等特征，其對(duì)某一地區(qū)新質(zhì)生產(chǎn)力的作用并非獨(dú)立存在的，可能與其它地區(qū)存在關(guān)聯(lián)^[28]，故選取空間滯后模型進(jìn)行分析。

3.2.1 回歸分析

為檢驗(yàn)變量是否具有空間相關(guān)性，使用地理空間權(quán)重矩陣計(jì)算Moran′I 指數(shù)。結(jié)果表明，考察期新質(zhì)生產(chǎn)力Moran′I指數(shù)顯著為正（Moran′I=0.042，Z=8.821），即存在正向空間相關(guān)性，對(duì)鄰近地區(qū)產(chǎn)生輻射作用。進(jìn)一步，對(duì)每個(gè)組態(tài)依次進(jìn)行回歸分析，由方差膨脹系數(shù)VIF檢驗(yàn)變量共線性，VIF均小于10，表明不存在嚴(yán)重的多重共線性問題。表6列示了工業(yè)互聯(lián)網(wǎng)平臺(tái)組態(tài)路徑對(duì)新質(zhì)生產(chǎn)力的影響，結(jié)果顯示各組態(tài)路徑影響效應(yīng)存在差異。其中，組態(tài)M1b、N1a、S1a、S1b系數(shù)顯著為正，能夠推動(dòng)新質(zhì)生產(chǎn)力發(fā)展。其余組態(tài)系數(shù)顯著為負(fù)，即數(shù)據(jù)要素等新型生產(chǎn)資料的作用未得到充分發(fā)揮，未促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

3.2.2 穩(wěn)健性檢驗(yàn)

為驗(yàn)證研究結(jié)果的穩(wěn)健性，設(shè)計(jì)兩種穩(wěn)健性檢驗(yàn)方法：一是為削弱極端值對(duì)估計(jì)結(jié)果造成的不良影響，借鑒陳福中等^[28]的做法，對(duì)新質(zhì)生產(chǎn)力發(fā)展變量進(jìn)行1%和99%的縮尾處理。二是替換被解釋變量，參考肖有智等^[29]的做法，用政府工作報(bào)告中新質(zhì)生產(chǎn)力總詞頻數(shù)作為替換變量重新進(jìn)行回歸，結(jié)果未發(fā)生顯著性改變（限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果不再一一列示）。

3.2.3 機(jī)制分析

為進(jìn)一步識(shí)別不同組態(tài)路徑對(duì)新質(zhì)生產(chǎn)力的影響機(jī)制，基于空間中介模型進(jìn)行分析。

（1）數(shù)據(jù)要素應(yīng)用機(jī)制。表7中第（1）—（6）列為數(shù)據(jù)要素應(yīng)用機(jī)制的檢驗(yàn)結(jié)果。從中可見，組態(tài)M1b以及data1的回歸系數(shù)顯著為正，表明組態(tài)M1b通過數(shù)據(jù)要素應(yīng)用促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。具體而言，通過搭建云服務(wù)—核心平臺(tái)雙輪驅(qū)動(dòng)平臺(tái)，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的高效挖掘、彈性化存儲(chǔ)和定制化服務(wù)，顯著提升數(shù)據(jù)要素應(yīng)用效率，促進(jìn)企業(yè)生產(chǎn)流程數(shù)字化轉(zhuǎn)型和智能化升級(jí)，為新質(zhì)生產(chǎn)力發(fā)展提供堅(jiān)實(shí)的技術(shù)支撐和創(chuàng)新基礎(chǔ)。

（2）數(shù)據(jù)要素維護(hù)機(jī)制。表7列（7）為數(shù)據(jù)要素維護(hù)機(jī)制檢驗(yàn)結(jié)果。結(jié)果顯示，組態(tài)N1a以及data2的回歸系數(shù)顯著為正，表明組態(tài)N1a通過數(shù)據(jù)要素處理與維護(hù)促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。即通過搭建全平臺(tái)驅(qū)動(dòng)型工業(yè)互聯(lián)網(wǎng)平臺(tái)，充分利用云成本管理、預(yù)測決策算法、多方安全技術(shù)，實(shí)現(xiàn)對(duì)海量工業(yè)數(shù)據(jù)的有效采集、存儲(chǔ)、分析與應(yīng)用，提升數(shù)據(jù)要素處理與維護(hù)水平，為企業(yè)提供精準(zhǔn)的運(yùn)營優(yōu)化方案，促進(jìn)產(chǎn)業(yè)鏈高效整合，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

（3）數(shù)字人才集聚機(jī)制。表7第（8）—（11）列為數(shù)字人才集聚機(jī)制檢驗(yàn)結(jié)果。組態(tài)S1a、S1b及數(shù)字人才集聚的回歸系數(shù)顯著為正，表明上述組態(tài)通過推動(dòng)數(shù)字人才集聚促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。即通過搭建以邊緣層—大數(shù)據(jù)為核心的工業(yè)互聯(lián)網(wǎng)平臺(tái)，優(yōu)化產(chǎn)業(yè)鏈資源配置方式，加快新業(yè)態(tài)新產(chǎn)業(yè)培育，吸引更多數(shù)字人才集聚，為新質(zhì)生產(chǎn)力發(fā)展提供新型要素資料和勞動(dòng)力。同時(shí)，隨著邊緣計(jì)算、深度學(xué)習(xí)等技術(shù)的快速發(fā)展，對(duì)數(shù)字人才提出更高要求，倒逼數(shù)字人才學(xué)習(xí)和技能升級(jí)，助力新質(zhì)生產(chǎn)力發(fā)展。

綜上所述，組態(tài)M1b（云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型）、組態(tài)N1a（全平臺(tái)驅(qū)動(dòng)型）、組態(tài)S1a和S1b（邊緣—大數(shù)據(jù)平臺(tái)驅(qū)動(dòng)型）能夠充分釋放數(shù)據(jù)要素價(jià)值，進(jìn)而驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。其它組態(tài)路徑由于架構(gòu)不完善，在提升數(shù)據(jù)要素水平的同時(shí)，不足以實(shí)現(xiàn)生產(chǎn)力質(zhì)變。以組態(tài)M2a（邊緣計(jì)算驅(qū)動(dòng)型）為例，該組態(tài)路徑為“高邊緣基礎(chǔ)設(shè)施*高邊緣計(jì)算*非高云服務(wù)*高數(shù)據(jù)決策優(yōu)化*高通用平臺(tái)架構(gòu)*高PaaS解決方案”，即通過良好的邊緣計(jì)算平臺(tái)、核心平臺(tái)架構(gòu)建設(shè)一定程度上可實(shí)現(xiàn)對(duì)工業(yè)現(xiàn)場數(shù)據(jù)的便捷采集、互聯(lián)與本地即時(shí)分析，加速數(shù)據(jù)要素低成本互聯(lián)與價(jià)值釋放，但該路徑下非高云服務(wù)發(fā)揮輔助作用，云服務(wù)平臺(tái)建構(gòu)不佳，可能導(dǎo)致企業(yè)“上云”困難，難以獲取協(xié)同作業(yè)進(jìn)度，無法滿足市場需求及消費(fèi)者偏好，最終不利于新質(zhì)生產(chǎn)力發(fā)展。

4 結(jié)論與啟示

4.1 研究結(jié)論

數(shù)字經(jīng)濟(jì)背景下，建設(shè)工業(yè)互聯(lián)網(wǎng)平臺(tái)以推動(dòng)新質(zhì)生產(chǎn)力發(fā)展尤為重要。選取中國內(nèi)地278個(gè)地級(jí)市為研究對(duì)象，結(jié)合組態(tài)視角與復(fù)雜性關(guān)系理論，采用混合QCA和空間回歸分析方法，深入分析數(shù)據(jù)要素視角下工業(yè)互聯(lián)網(wǎng)平臺(tái)如何驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展，得出如下結(jié)論：

（1）組態(tài)分析結(jié)果表明，各平臺(tái)以“殊途同歸”方式釋放數(shù)據(jù)要素價(jià)值。具體而言，數(shù)據(jù)要素應(yīng)用存在6條路徑，可歸納為云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型、邊緣計(jì)算驅(qū)動(dòng)型、邊緣—云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型3種模式。數(shù)據(jù)要素維護(hù)存在一條路徑，即全平臺(tái)驅(qū)動(dòng)型。數(shù)字人才集聚存在4條路徑，可歸納為邊緣—大數(shù)據(jù)平臺(tái)驅(qū)動(dòng)型、非高云服務(wù)下分布式平臺(tái)驅(qū)動(dòng)型、非高大數(shù)據(jù)下分布式平臺(tái)驅(qū)動(dòng)型3種模式。

（2）復(fù)雜中介機(jī)制檢驗(yàn)結(jié)果表明，云服務(wù)—核心平臺(tái)驅(qū)動(dòng)型、全平臺(tái)驅(qū)動(dòng)型、邊緣—大數(shù)據(jù)平臺(tái)驅(qū)動(dòng)型3類組態(tài)充分釋放了數(shù)據(jù)要素價(jià)值，進(jìn)而驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展。但由于部分架構(gòu)不完善，在提高數(shù)據(jù)要素水平的同時(shí)，存在企業(yè)“上云”困難、平臺(tái)研發(fā)架構(gòu)不靈活、數(shù)據(jù)資料運(yùn)用效率低等問題，不足以實(shí)現(xiàn)生產(chǎn)力質(zhì)變。

4.2 理論貢獻(xiàn)

（1）從工業(yè)互聯(lián)網(wǎng)平臺(tái)獨(dú)特屬性出發(fā)，關(guān)注工業(yè)互聯(lián)網(wǎng)平臺(tái)協(xié)同組合驅(qū)動(dòng)新質(zhì)生產(chǎn)力發(fā)展這一復(fù)雜問題，與之前研究將產(chǎn)業(yè)平臺(tái)視為籠統(tǒng)整體顯著不同，拓展了數(shù)字平臺(tái)研究內(nèi)容和應(yīng)用場景。

（2）引入數(shù)據(jù)要素視角，結(jié)合組態(tài)思想與復(fù)雜性關(guān)系理論，深入揭示不同工業(yè)互聯(lián)網(wǎng)平臺(tái)組態(tài)通過釋放數(shù)據(jù)要素價(jià)值驅(qū)動(dòng)新質(zhì)生產(chǎn)力間發(fā)展的復(fù)雜關(guān)系和作用機(jī)制，為平臺(tái)建設(shè)、數(shù)據(jù)要素與新質(zhì)生產(chǎn)力關(guān)系研究提供了新思路，對(duì)促進(jìn)新質(zhì)生產(chǎn)力發(fā)展具有重要意義。

（3）結(jié)合QCA和空間回歸分析方法，為分析復(fù)雜中介問題提供了新思路和新方法，拓展了數(shù)字化情境下復(fù)雜中介模型的應(yīng)用。采用QCA方法識(shí)別工業(yè)互聯(lián)網(wǎng)平臺(tái)與數(shù)據(jù)要素的復(fù)雜因果關(guān)系，采用空間中介回歸模型揭示平臺(tái)組態(tài)對(duì)新質(zhì)生產(chǎn)力的影響，深入探究平臺(tái)組態(tài)影響新質(zhì)生產(chǎn)力的作用效果，拓展了中介模型分析復(fù)雜系統(tǒng)問題的深度和廣度。

4.3 實(shí)踐啟示

根據(jù)上述研究結(jié)論，本文提出如下啟示：

（1）著力打造多層次工業(yè)互聯(lián)網(wǎng)平臺(tái)體系，促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。在復(fù)雜系統(tǒng)觀下，新質(zhì)生產(chǎn)力發(fā)展由多平臺(tái)組合驅(qū)動(dòng)，要把握各平臺(tái)“百花齊放”與“組合集中”，避免出現(xiàn)單一平臺(tái)建構(gòu)的發(fā)展困境。明確邊緣層、云服務(wù)層、大數(shù)據(jù)層及核心工業(yè)平臺(tái)的功能和定位，確保各層級(jí)之間的協(xié)同和數(shù)據(jù)流通，夯實(shí)邊緣層數(shù)字基礎(chǔ)設(shè)施與邊緣計(jì)算效率，優(yōu)化云服務(wù)層的云服務(wù)質(zhì)量，確保云端安全性與可靠性，提高海量數(shù)據(jù)采集、分析與決策能力，增強(qiáng)核心工業(yè)平臺(tái)層面向特定細(xì)分行業(yè)提供具體解決方案的能力。

（2）加強(qiáng)對(duì)數(shù)據(jù)要素的持續(xù)積累、應(yīng)用與維護(hù)。推動(dòng)工業(yè)互聯(lián)網(wǎng)平臺(tái)及相關(guān)應(yīng)用持續(xù)賦能更多行業(yè)、更廣領(lǐng)域，加速構(gòu)建制造業(yè)數(shù)據(jù)生態(tài)圈與工業(yè)數(shù)據(jù)空間，通過數(shù)據(jù)多場景復(fù)用創(chuàng)造更加豐富的應(yīng)用場景，讓數(shù)據(jù)在千行百業(yè)“用起來”，激活數(shù)據(jù)要素潛能。同時(shí)，加強(qiáng)員工數(shù)字技能和數(shù)字素養(yǎng)培訓(xùn)，促使員工適應(yīng)數(shù)字化工作環(huán)境，充分利用數(shù)字工具和資源，盡快跨越企業(yè)轉(zhuǎn)型升級(jí)的數(shù)字鴻溝，最終促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

（3）堅(jiān)持系統(tǒng)觀念，圍繞“數(shù)字中國”戰(zhàn)略，做好工業(yè)互聯(lián)網(wǎng)、數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力發(fā)展等政策銜接與融合。工業(yè)互聯(lián)網(wǎng)平臺(tái)建構(gòu)與研發(fā)投入巨大，應(yīng)打通多元支持政策，包括新型基礎(chǔ)設(shè)施建設(shè)與融資、各類產(chǎn)業(yè)引導(dǎo)基金、數(shù)字確權(quán)與網(wǎng)絡(luò)安全、數(shù)字人才培養(yǎng)、平臺(tái)生態(tài)培育等，從平臺(tái)資金供給轉(zhuǎn)向應(yīng)用場景落地。

4.4 不足與展望

本文存在以下不足：第一，受限于數(shù)據(jù)，僅關(guān)注專利數(shù)據(jù)表征的工業(yè)互聯(lián)網(wǎng)平臺(tái)，在前因條件選擇與維度劃分上存在一定片面性，會(huì)影響結(jié)論的可推廣性。未來可拓展工業(yè)互聯(lián)網(wǎng)平臺(tái)前因條件因素，更加全面地挖掘，以提高研究結(jié)論的普適性。第二，缺乏對(duì)內(nèi)生性問題的深入討論，在考慮Xi-M-Y因果鏈時(shí)可能存在反向因果、遺漏變量、樣本選擇偏誤等問題，未來可采用工具變量法、傾向得分匹配等方法進(jìn)一步討論內(nèi)生性問題。

參考文獻(xiàn)：

[1] WOLLSCHLAEGER M， SAUTER T， JASPERNEITE J. The future of industrial communication： automation networks in the era of the internet of things and industry 4.0[J]. IEEE Industrial Electronics Magazine， 2017，11（1）：17-27.

[2] 王節(jié)祥， 陳威如， 龔奕潼， 等. 工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)建中如何應(yīng)對(duì)“個(gè)性與共性”矛盾——基于樹根互聯(lián)的案例研究[J]. 管理世界， 2024， 40（1）： 155-180.

[3] 鈔小靜， 周文慧， 劉亞穎.工業(yè)互聯(lián)網(wǎng)與制造業(yè)企業(yè)全要素生產(chǎn)率[J]. 經(jīng)濟(jì)管理， 2024， 46（7）： 5-19.

[4] 呂文晶， 陳勁， 劉進(jìn). 工業(yè)互聯(lián)網(wǎng)的智能制造模式與企業(yè)平臺(tái)建設(shè)——基于海爾集團(tuán)的案例研究[J]. 中國軟科學(xué)，2019，34（7）：1-13.

[5] 王水蓮，付晗涵.工業(yè)互聯(lián)網(wǎng)平臺(tái)主導(dǎo)的創(chuàng)新生態(tài)系統(tǒng)價(jià)值共創(chuàng)機(jī)制——以海爾卡奧斯為例[J/OL].科技進(jìn)步與對(duì)策，1-9[2024-12-27].http：//kns.cnki.net/kcms/detail/42.1224.g3.20240410.1501.028.html.

[6] LI H， YANG Z C， et al. How an industrial internet platform empowers the digital transformation of SMEs： theoretical mechanism and business model[J]. Journal of Knowledge Management， 2023， 27（1）： 105-120.

[7] 任保平.工業(yè)互聯(lián)網(wǎng)發(fā)展的本質(zhì)與態(tài)勢分析[J].人民論壇，2021，30（18）：88-91.

[8] 孫新波， 劉劍橋， 張明超， 等. 工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能參與型制造企業(yè)價(jià)值鏈數(shù)字重構(gòu)績效的組態(tài)分析[J]. 管理學(xué)報(bào)， 2024， 21（6）： 811-820.

[9] ARNOLD C， KIEL D， VOIGT K I.How the industrial internet of things changes business models in different manufacturing industries[J]. International Journal of Innovation Management， 2016， 20（8）：5-35.

[10] HOFMAN E， HALMAN J I M， LOOY B V.Do design rules facilitate or complicate architectural innovation in innovation alliance networks[J].Research Policy， 2016， 45（7）： 1436-1448.

[11] WEI R， GEIGER S， VIZE R.Managing paradoxical tensions in platform-based modular solution networks[J]. Industrial Marketing Management， 2022，100：96-111.

[12] GUTH J， BREITENBUCHER U， FALKENTHAL M， et al. A detailed analysis of IoT platform architectures： concepts， similarities， and differences[J]. Internet of Everything： Algorithms， Methodologies， Technologies and Perspectives， 2018，5（4）：81-101.

[13] 陳武， 陳建安， 李燕萍. 工業(yè)互聯(lián)網(wǎng)平臺(tái)：內(nèi)涵、演化與賦能[J]. 經(jīng)濟(jì)管理， 2022， 44（5）： 189-208.

[14] FERNANDEZ-ROVIRA C， VALDES J A， MOLLEVI G， et al. The digital transformation of business. towards the datafication of the relationship with customers[J]. Technological Forecasting and Social Change， 2021， 162： 120339.

[15] HUO B， HAQ M Z U， GU M. The impact of information sharing on supply chain learning and flexibility performance[J]. International Journal of Production Research， 2021， 59（5）： 1411-1434.

[16] ZAKI M. Digital transformation harnessing digital technologies for the next generation of service[J]. Journal of Services Marketing， 2019， 33（4）： 429-435.

[17] SENYO P K， LIU K， EFFAH J. Digital business ecosystem： literature review and a framework for future research[J]. International Journal of Information Management， 2019， 47： 52-64.

[18] LENKA S， PARIDA V， WINCENT J. Digitalization capabilities as enablers of value co-creation in servitizing firms[J]. Psychology amp; Marketing， 2017， 34（1）： 92-100.

[19] 焦豪. 數(shù)字平臺(tái)生態(tài)觀：數(shù)字經(jīng)濟(jì)時(shí)代的管理理論新視角[J]. 中國工業(yè)經(jīng)濟(jì)， 2023，41（7）： 122-141.

[20] XING. The knowledge system of composite talents based on the development of virtual digital people[J]. Journal of Electrical Systems， 2024， 20（7s）： 3386-3399.

[21] 譚洪波， 耿志超. 數(shù)據(jù)要素驅(qū)動(dòng)新質(zhì)生產(chǎn)力：理論邏輯、現(xiàn)實(shí)挑戰(zhàn)和推進(jìn)路徑[J].價(jià)格理論與實(shí)踐， 2024，44（5）： 39-44，145.

[22] 焦方義， 杜瑄. 數(shù)據(jù)要素加快新質(zhì)生產(chǎn)力發(fā)展的政治經(jīng)濟(jì)學(xué)分析[J]. 現(xiàn)代經(jīng)濟(jì)探討， 2024，43（8）： 1-13，43.

[23] MEUER J， RUPIETTA C. Integrating QCA and HLM for multilevel research on organizational configurations[J]. Organizational Research Methods， 2017， 20（2）： 324-342.

[24] 周密， 王雷， 郭佳宏. 新質(zhì)生產(chǎn)力背景下數(shù)實(shí)融合的測算與時(shí)空比較——基于專利共分類方法的研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2024， 41（7）： 5-27.

[25] 王玨， 王榮基. 新質(zhì)生產(chǎn)力：指標(biāo)構(gòu)建與時(shí)空演進(jìn)[J]. 西安財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2024， 37 （1）： 31-47.

[26] 陽楊，郭佳欽，王少國.新質(zhì)生產(chǎn)力、創(chuàng)業(yè)活躍度與城市高質(zhì)量發(fā)展[J].科技進(jìn)步與對(duì)策，2024，41（22）：1-12.

[27] 韓文龍，張瑞生，趙峰.新質(zhì)生產(chǎn)力水平測算與中國經(jīng)濟(jì)增長新動(dòng)能[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（6）：5-25.

[28] 陳福中，蔣國海，董康銀.數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)綠色轉(zhuǎn)型的空間溢出效應(yīng)[J]. 中國人口·資源與環(huán)境， 2024， 34（5）： 114-125.

[29] 肖有智， 張曉蘭， 劉欣. 新質(zhì)生產(chǎn)力與企業(yè)內(nèi)部薪酬差距——基于共享發(fā)展視角[J]. 經(jīng)濟(jì)評(píng)論， 2024，44（3）： 75-91.

（責(zé)任編輯：王敬敏）

How Industrial Internet Platform Drives the Development of New Quality Productive Forces： The Perspective of Data Elements

Sun Daming1， Hu Sumin1， Zhu Tianyi1， Huang Jingjing2

（1.Business School， Suzhou University of Science and Technology， Suzhou 215009， China;2.School of Economics and Management， Nanjing University of Science and Technology， Nanjing 210094， China）

Abstract：In the context of digital China， how to build a strong industrial internet platform to promote the development of new quality productive forces is particularly important. As the product of the deep integration of digitalization and industrialization under the new industrial revolution， the industrial internet platform can realize the ubiquitous connection， flexible supply， and intelligent decision-making of manufacturing resources and is a strategic infrastructure to accelerate the formation of new quality productive forces. At present， how to build an effective industrial internet platform architecture to bridge the gap in the use of data elements and promote the development of new quality productive forces is a key problem to be solved.

This study selects 278 cities in China as research samples， and employs a mixed-methods approach， integrating qualitative comparative analysis with regression analysis， to develop a sophisticated mediation model. This methodology is designed to provide a comprehensive view of the intricate interactions among variables. The study combines the relationship between configuration perspective and complexity， and uses mixed QCA and spatial regression analysis methods to analyze how the industrial internet platform drives the development of new quality productive forces from the perspective of data elements in a more granular manner. The results show that （1） the configuration analysis shows that all industrial internet platforms fully release the value of data elements in the way of \"different paths lead to the same goal\". Specifically， there are six paths for data element application， which can be classified into three modes： cloud service-core platform-driven， edge computing-driven， and edge-cloud service-core platform-driven. There is only one path for data element maintenance， which is platform driven. While there are four paths for the aggregation of digital talents， which can be classified into three modes： edge-big data platform-driven， distributed platform-driven under non-high cloud services， and distributed platform-driven under non-high data. （2） The complex intermediary mechanism shows that the four configurations of cloud service-core platform-driven， full platform-driven， and edge-big data platform-driven fully unleash the value of data elements， thereby driving the development of new quality productive forces. However， due to some incomplete architectures， while improving data elements， there are still difficulties in enterprise cloud migration， inflexible platform architecture， and low data utilization efficiency， which is insufficient to achieve a qualitative enhancement in productivity.

The article's marginal contributions are threefold. First， it pioneers a shift in focus from viewing industrial internet platforms as monolithic entities to recognizing them as collaborative ecosystems of sub-platforms， driving the evolution of new quality productive forces. This approach significantly diverges from traditional research， thereby broadening the scope and application range of digital platform studies. Second， it innovatively introduces the perspective of data elements， combines the relationship between configuration ideas and complexity， and reveals the complex relationship between the configuration of industrial internet platform and the development of new quality productive forces in a more granular way， which has important practical significance for the development of new quality productive forces in China under the complex system view. Third， this study develops a hybrid method of QCA and spatial regression analysis， providing new ideas and methods for analyzing complex mediation problems and expanding the statistical applications of complex mediation models in digital contexts.

The management implications are as follows：First， from the perspective of complex systems， it is necessary to grasp the \"diversity of platforms\" and \"concentration of combinations\" to avoid the development dilemma of constructing a single platform. Second， it is imperative to expedite the ongoing cycle of data element accumulation， application， maintenance， and development. This proactive management of data elements will empower industrial internet platforms and their applications to extend their reach into a broader range of industries and domains. Third， it is essential to adhere to the concept of the system， focus on the grand strategy of \"digital China\" ，and advance the convergence and integration of policies related to industrial Internet， digital transformation and the development of new quality productive forces.

Key Words：Industrial Internet Platform; New Quality Productive Forces; Data Elements; Mixed Methods

基金項(xiàng)目：國家自然科學(xué)基金青年項(xiàng)目（71904085）；江蘇省高校哲學(xué)社會(huì)科學(xué)項(xiàng)目（2021SJA1388）；遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目（L23BGL001）

作者簡介：孫大明（1991—），女，遼寧葫蘆島人，博士，蘇州科技大學(xué)商學(xué)院講師，研究方向?yàn)閿?shù)字創(chuàng)新；胡蘇敏（1993—），女，江蘇蘇州人，博士，蘇州科技大學(xué)商學(xué)院講師，研究方向?yàn)閯?chuàng)新管理；朱天一（1979—），女，江蘇蘇州人，博士，蘇州科技大學(xué)商學(xué)院講師，研究方向?yàn)閿?shù)字經(jīng)濟(jì)；黃菁菁（1988—），女，廣西河池人，博士，南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，研究方向?yàn)閯?chuàng)新管理。本文通訊作者：朱天一。