大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力特征要素及提升路徑

沈俊鑫 劉雅婷

摘 要：發(fā)展大數(shù)據(jù)產(chǎn)業(yè)是提升綜合國力的重要戰(zhàn)略布局。選取中國大陸31個省市自治區(qū)作為案例樣本，基于架構(gòu)理論及匹配邏輯，從產(chǎn)業(yè)發(fā)展基礎(chǔ)、信息資源開發(fā)利用、技術(shù)創(chuàng)新能力三個維度出發(fā)，采用克服傳統(tǒng)QCA靜態(tài)特性的時差型定性比較分析（tsQCA）方法，研究因素變化及其交互作用對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升作用機(jī)制，總結(jié)歸納大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升的核心要素及發(fā)展路徑。

關(guān)鍵詞：大數(shù)據(jù)產(chǎn)業(yè);產(chǎn)業(yè)發(fā)展能力;要素匹配;tsQCA

中圖分類號：F272.5;F224.7 文獻(xiàn)標(biāo)識碼：A? 文章編號：1005-6378（2019）03-0077-09

DOI：10.3969/j.issn.1005-6378.2019.03.012

引 言

發(fā)展大數(shù)據(jù)產(chǎn)業(yè)已是深化信息發(fā)展的核心主題，將成為提升我國綜合國力的重要戰(zhàn)略布局。隨著大數(shù)據(jù)應(yīng)用不斷深入，大數(shù)據(jù)產(chǎn)業(yè)將進(jìn)入快速發(fā)展階段，戰(zhàn)略布局大數(shù)據(jù)產(chǎn)業(yè)刻不容緩[1]。目前，各地區(qū)大數(shù)產(chǎn)業(yè)發(fā)展能力都在不斷發(fā)生變化，大數(shù)據(jù)產(chǎn)業(yè)集群已初步形成，多數(shù)位于經(jīng)濟(jì)實力雄厚和產(chǎn)業(yè)基礎(chǔ)良好的地區(qū)，而貴州省雖產(chǎn)業(yè)基礎(chǔ)相對薄弱，但其大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力卻不斷增強(qiáng)，鑒于不同地區(qū)產(chǎn)業(yè)發(fā)展基礎(chǔ)、信息資源開發(fā)利用水平與科技創(chuàng)新能力等要素的差異，找出大數(shù)據(jù)產(chǎn)業(yè)發(fā)展關(guān)鍵因素，并匹配適合區(qū)域自身發(fā)展的產(chǎn)業(yè)提升路徑，對于推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展至關(guān)重要。

新興產(chǎn)業(yè)發(fā)展能力是一個綜合性和動態(tài)性概念，它是產(chǎn)業(yè)發(fā)展基礎(chǔ)能力、科技創(chuàng)新能力、人才支撐能力、資源開發(fā)利用能力等一系列相關(guān)能力的集中體現(xiàn)[2]。大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力是指一個地區(qū)擴(kuò)大大數(shù)據(jù)產(chǎn)業(yè)規(guī)模、提升大數(shù)據(jù)產(chǎn)業(yè)實力的潛在能力，即成長能力。從新興產(chǎn)業(yè)發(fā)展動力來看，產(chǎn)業(yè)基礎(chǔ)、技術(shù)創(chuàng)新、資源利用、科研人才等因素是典型動力源[3]。而關(guān)于大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的研究，學(xué)者們主要關(guān)注和探討了影響其能力提升的主要因素。Adrian[4]指出信息產(chǎn)業(yè)基礎(chǔ)設(shè)施是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升的基礎(chǔ)保障;Erickson[5]則認(rèn)為若信息基礎(chǔ)設(shè)施薄弱，數(shù)據(jù)科學(xué)家缺乏，數(shù)據(jù)分析技術(shù)不足，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力將無法得到提升;Jemal Abawajy[6]認(rèn)為大數(shù)據(jù)的傳輸需要超寬帶支持，網(wǎng)絡(luò)基礎(chǔ)設(shè)施水平是影響大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的關(guān)鍵因素;迪莉婭[7]認(rèn)為創(chuàng)新人才不足、創(chuàng)新經(jīng)費(fèi)短缺等問題對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升具有明顯阻礙作用;Libaque-Saenz[8]認(rèn)為信息消費(fèi)和兩化融合水平等信息開發(fā)利用能力方面的不足及大數(shù)據(jù)創(chuàng)新能力滯后都會抑制大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升;張勇進(jìn)等[9]總結(jié)了大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力關(guān)鍵要素包括產(chǎn)業(yè)發(fā)展基礎(chǔ)、關(guān)鍵技術(shù)研發(fā)、人才培養(yǎng)、產(chǎn)業(yè)扶持、資金保障等。

上述大數(shù)據(jù)產(chǎn)業(yè)發(fā)展影響要素及其作用機(jī)理分析主要集中在信息產(chǎn)業(yè)基礎(chǔ)、信息資源開發(fā)利用及技術(shù)創(chuàng)新能力三個方面，著重探討的是哪些因素影響大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力，但對于是什么因素變化引起大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升，以及關(guān)于如何提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的研究較為匱乏。鑒于此，本文考慮大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力前因條件復(fù)雜性，綜合研究大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中產(chǎn)業(yè)基礎(chǔ)能力、信息資源開發(fā)利用能力及技術(shù)創(chuàng)新能力三維度因素變化及其交互作用，采用以構(gòu)型理論為基礎(chǔ)的時間序列定性比較分析方法（time-series Qualitative Comparative Analysis，tsQCA），對提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力問題進(jìn)行研究。該方法有效克服傳統(tǒng)QCA靜態(tài)缺陷，可探尋因素變化及其組合對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力變化的影響，尋找匹配區(qū)域發(fā)展特征的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升路徑，為制定大數(shù)據(jù)產(chǎn)業(yè)發(fā)展戰(zhàn)略提供政策建議。

一、模型構(gòu)建與研究方法

（一）大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力特征要素匹配模型構(gòu)建

1.基礎(chǔ)支撐、資源開發(fā)利用和技術(shù)創(chuàng)新各維度因素選取

大數(shù)據(jù)產(chǎn)業(yè)發(fā)展是一個綜合概念，其發(fā)展能力影響因素眾多。本文通過梳理物聯(lián)網(wǎng)、云計算等信息產(chǎn)業(yè)發(fā)展能力評價指標(biāo)，以沈俊鑫[10]所構(gòu)建的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力評價指標(biāo)體系為基礎(chǔ)，綜合考慮大數(shù)據(jù)產(chǎn)業(yè)發(fā)展相關(guān)特性，從產(chǎn)業(yè)發(fā)展基礎(chǔ)支撐能力、信息資源開發(fā)利用能力、信息技術(shù)創(chuàng)新能力三個維度進(jìn)行分析。

其中產(chǎn)業(yè)基礎(chǔ)是指大數(shù)據(jù)產(chǎn)業(yè)發(fā)展所賴以的經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施環(huán)境等，主要選取經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、信息基礎(chǔ)設(shè)施發(fā)展水平和信息化發(fā)展水平四個因素進(jìn)行分析。信息資源開發(fā)利用是指通過開發(fā)挖掘新的信息資源，同時對已有信息資源進(jìn)行歸并、重組和加工，使信息資源能被更好利用從而實現(xiàn)其價值[11]。本文主要用信息資源開發(fā)利用指數(shù)、信息消費(fèi)指數(shù)、兩化融合指數(shù)等指標(biāo)進(jìn)行測度。如果產(chǎn)業(yè)基礎(chǔ)支撐能力和信息資源開發(fā)利用能力是驅(qū)動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的外部動力，那么技術(shù)創(chuàng)新能力則是推動其發(fā)展的內(nèi)在核心動力。推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的技術(shù)創(chuàng)新因素主要選取R&D經(jīng)費(fèi)投入強(qiáng)度、百億GDP發(fā)明專利申請數(shù)、每萬人中研發(fā)人數(shù)。

2.特征要素匹配模型

Venkatraman[12]提出的匹配邏輯認(rèn)為：當(dāng)一個結(jié)果發(fā)生受多個變量影響時，若匹配現(xiàn)象有統(tǒng)一標(biāo)準(zhǔn)，其表現(xiàn)形式為架構(gòu);若缺乏統(tǒng)一標(biāo)準(zhǔn)，其表現(xiàn)形式為格式塔，它們的核心均為用一系列相關(guān)構(gòu)成因素組合來刻畫復(fù)雜多維的社會現(xiàn)象。本文大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升涉及多個特征變量，且各維度變量在大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力研究中沒有統(tǒng)一匹配標(biāo)準(zhǔn)。因此可以在格式塔匹配邏輯框架基礎(chǔ)上，探究使大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升現(xiàn)象產(chǎn)生的若干相關(guān)聯(lián)因素的構(gòu)成與配置。

架構(gòu)理論及格式塔匹配邏輯認(rèn)為某一影響因素對結(jié)果產(chǎn)生單獨(dú)作用的效果非常微弱[13]。當(dāng)上述十個因素相互匹配時，大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展能力可得以有效提升。基于此，本文創(chuàng)建了大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力特征要素匹配模型，如下圖1所示：

（二）研究方法

1. 傳統(tǒng)QCA及其演化與拓展

QCA是Ragin于1987年首次提出的一種以案例研究為導(dǎo)向的定性與定量相結(jié)合的研究方法。相較于傳統(tǒng)定量研究，它主要關(guān)注社會現(xiàn)象多重條件并發(fā)的誘因，且假定條件與結(jié)果變量之間存在非線性和可替代關(guān)系。由于QCA在解決前因復(fù)雜性問題上具有明顯優(yōu)越性，如今已廣泛應(yīng)用于政治、管理、醫(yī)療等多個研究領(lǐng)域。

目前QCA主要分化出了以清晰集分析（crisp-set Qualitative Comparative Analysis， csQCA）、模糊集分析（fuzzy-set Qualitative Comparative Analysis， fsQCA）和多值集分析（multi-value Qualitative Comparison Analysis，mvQCA）為基礎(chǔ)的三種傳統(tǒng)類型，但均未考慮事件發(fā)生的時間順序[14]。事實上時間因素或要素的先后順序?qū)Y(jié)果產(chǎn)生的影響有時甚至處于研究的核心位置。

鑒于此，Caren Panofsky [15]提出了時序定性比較（temporal Qualitative Comparative Aanalysis，tQCA）分析技術(shù)，實現(xiàn)了定性比較分析在時間維度上的突破。tQCA在一定程度上彌補(bǔ)了傳統(tǒng)QCA時間維度上的缺陷，但它側(cè)重的是事件和條件發(fā)生的先后順序，而時序只是考慮時間因素的一個方面。考慮可否用不同時間點(diǎn)間條件變量的變化來觀測結(jié)果變量的變化情況，Hino[16]提出了時間序列定性比較分析（time-series Qualitative Comparative Analysis，tsQCA），它側(cè)重于分析數(shù)據(jù)的跨時間變化。tsQCA通過將時間序列數(shù)據(jù)轉(zhuǎn)化為QCA格式來研究跨時間維度的連續(xù)過程，不同于tQCA關(guān)注事件的順序，tsQCA主要關(guān)注變量在一定時間內(nèi)的變化對結(jié)果變化的作用機(jī)理。tsQCA可以分為匯總型、固定效應(yīng)型和時間差異型三種。

2.tsQCA方法的選擇

鑒于大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的復(fù)雜性，相較于傳統(tǒng)定性、定量方法，QCA能很好的處理此類問題[17]，但傳統(tǒng)QCA方法由于在分析過程中忽略了時間因素影響而飽受爭議。在考慮時間因素分析中，tQCA可以觀察到不同因素的組合順序?qū)Υ髷?shù)據(jù)產(chǎn)業(yè)發(fā)展能力的影響，但對于是什么因素的變化使大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力發(fā)生改變的問題顯得束手無策。而大數(shù)據(jù)產(chǎn)業(yè)本身是從無到有，從弱到強(qiáng)，其影響因素在不斷變化，同時各地區(qū)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力也在不斷變化，因此運(yùn)用tsQCA方法進(jìn)行研究更加合適。上述三類tsQCA中，匯總型QCA易受案例樣本之間異質(zhì)性影響，造成結(jié)果不穩(wěn)定;固定效應(yīng)QCA會隨時間變化集合不同形式的案例，導(dǎo)致結(jié)果可比性不強(qiáng);因此本文選用時間差異型QCA探究是哪些因素的變化引起大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力發(fā)生改變。

tsQCA主要分為數(shù)據(jù)分析和結(jié)果闡釋兩大步驟，其基本操作流程如圖2所示。（1）確定研究對象。根據(jù)研究問題選取合適案例樣本;結(jié)合理論基礎(chǔ)及案例實際情況，確定結(jié)果和條件變量;根據(jù)確定的變量選擇實證數(shù)據(jù)源。（2）數(shù)據(jù)編碼與處理。首先根據(jù)研究確定的各變量特點(diǎn)，結(jié)合分析軟件，選擇數(shù)據(jù)處理方法。本文選擇的是時差型定性比較分析技術(shù)，在數(shù)據(jù)處理過程中將變量按時間順序分成不同階段，以前后各階段變量的差異變化為基礎(chǔ)將時間因素考慮在內(nèi)構(gòu)建真值表。此步驟能很好的體現(xiàn)是哪些條件變量的改變使結(jié)果變量產(chǎn)生變化，這是與傳統(tǒng)定性比較分析的區(qū)別所在。其次根據(jù)構(gòu)建的真值表進(jìn)行分析，得到使結(jié)果產(chǎn)生的條件組合。（3）回歸案例。分析結(jié)果得出之后重新返回案例，根據(jù)不同的條件組合對具體案例進(jìn)行闡釋。最后分析條件組合的普適性，結(jié)合當(dāng)前社會現(xiàn)象及案例實際背景分析結(jié)果能否有力地解釋當(dāng)前社會現(xiàn)狀。通過案例回歸及理論比對，對分析結(jié)果進(jìn)一步完善。

二、時差型定性比較分析

（一） 變量選擇及數(shù)據(jù)來源

本文選擇中國大陸31個省市自治區(qū)組成案例樣本，首先一定程度上彌補(bǔ)了單一案例研究的片面性;其次樣本數(shù)量在10-80之間且數(shù)據(jù)具有較高可獲性適用于定性比較分析的中小樣本研究;此外，所選案例中既有大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力較高的地區(qū)，也有發(fā)展能力相對較低的地區(qū)，既有能力提升的區(qū)域也有能力不變或下降的區(qū)域，這樣既使分析具有可比性，也讓研究結(jié)果更有意義。

變量設(shè)計是QCA分析的關(guān)鍵步驟。本文將大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力作為唯一結(jié)果變量，鑒于目前尚不存在直接的統(tǒng)計方法和評估體系對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力進(jìn)行測度，同時考慮時差型定性比較分析特點(diǎn)，本文采用各省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的指數(shù)排名進(jìn)行研究，數(shù)據(jù)來自百度指數(shù)。同時影響大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的因素劃分為產(chǎn)業(yè)發(fā)展基礎(chǔ)支撐能力、信息技術(shù)創(chuàng)新能力和信息資源開發(fā)利用能力三個維度10個指標(biāo)。其數(shù)據(jù)來源如下：（1）產(chǎn)業(yè)發(fā)展基礎(chǔ)中經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)來源于中國統(tǒng)計年鑒，信息基礎(chǔ)設(shè)施發(fā)展水平數(shù)據(jù)源于信息年鑒，信息化發(fā)展水平數(shù)據(jù)源于中國信息社會發(fā)展報告。（2）信息技術(shù)創(chuàng)新能力中R&D經(jīng)費(fèi)投入強(qiáng)度、百億GDP發(fā)明專利申請數(shù)、每萬人中研發(fā)人數(shù)三個因素數(shù)據(jù)來源于高新技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒并通過相關(guān)計算得到。（3）信息資源開發(fā)利用能力中信息資源開發(fā)利用指數(shù)、信息消費(fèi)指數(shù)、兩化融合指數(shù)三個因素，數(shù)據(jù)分別來源于中國信息資源開發(fā)利用指數(shù)報告、中國統(tǒng)計年鑒和兩化融合發(fā)展水平評估報告。本文大都采用官方公布的統(tǒng)計數(shù)據(jù)，這樣可以確保數(shù)據(jù)信度，使分析結(jié)果更加公正合理。

（二） 數(shù)據(jù)處理

通過對案例樣本比較分析發(fā)現(xiàn)，各案例中人均GDP、第三產(chǎn)業(yè)占比、基礎(chǔ)設(shè)施發(fā)展水平等十個條件變量在不同時期的橫向位置都出現(xiàn)了變化，與此同時，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的排名也在相對變動。因此，我們以此為出發(fā)點(diǎn)，運(yùn)用時差型定性比較，分析是哪些因素的變化促成大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力發(fā)生改變。本文在搜集、整理各變量的數(shù)據(jù)后，將時間區(qū)間分為3個階段，用各變量數(shù)據(jù)的橫向位置變化反映各變量隨時間的變化。第一階段為2011-2012年數(shù)據(jù)排名的平均值記為S1，第二階段為2013-2014年數(shù)據(jù)排名的平均值記為S2，第三階段為2015-2016年數(shù)據(jù)排名的平均值記為S3，然后對各階段進(jìn)行差異比較。其中，△值為負(fù)表示排名上升，為正表示名次下滑，為0表示名次沒有發(fā)生改變。

根據(jù)各變量位置變化情況，運(yùn)用模糊集對變量進(jìn)行數(shù)據(jù)校準(zhǔn)?？紤]軟件性質(zhì)，定位點(diǎn)在設(shè)置時做了相應(yīng)處理，但相對位置并沒有發(fā)生改變，因此并不影響數(shù)據(jù)的模糊校準(zhǔn)。依據(jù)Coduras[18]提出的0.05、0.5和0.95錨值法，以樣本數(shù)據(jù)上四分位值、中位值和下四分位值為標(biāo)準(zhǔn)，設(shè)定各變量的定位點(diǎn)如下所示：經(jīng)濟(jì)發(fā)展水平（0，4，8）、產(chǎn)業(yè)結(jié)構(gòu)（0，13，20）、信息基礎(chǔ)設(shè)施發(fā)展水平（0，6，10）、信息化發(fā)展水平（0，10，20）、R&D經(jīng)費(fèi)投入強(qiáng)度（0，5，8）、百億GDP發(fā)明專利數(shù)（0，7，11）、每萬人中研發(fā)人數(shù)（0，8，11）、信息資源開發(fā)利用指數(shù)（0，6，10）、信息消費(fèi)指數(shù)（0，16，28）、兩化融合指數(shù)（0，12，19）、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力（0，11，16）。

（三） 定性比較分析結(jié)果

進(jìn)行tsQCA分析首先對各個條件變量是否為結(jié)果變量的必要條件進(jìn)行檢測;其次，對不能構(gòu)成必要條件的因素進(jìn)行組合分析[19]。

1.必要條件分析

變量是否為結(jié)果的必要條件是由一致性（consistency）分值決定的，當(dāng)一致性得分大于0.9時，可認(rèn)為該因素是結(jié)果產(chǎn)生的必要條件，也即說明該因素是結(jié)果發(fā)生不可或缺的。將根據(jù)定位點(diǎn)校準(zhǔn)的模糊集導(dǎo)入定性比較分析軟件中構(gòu)建出時差型定性比較分析真值表，檢測各因素的一致性和覆蓋率，結(jié)果如下表1所示：

2.條件組合分析

在單個條件變量不構(gòu)成結(jié)果必要條件前提下，分析構(gòu)成結(jié)果充分條件的因素組合方式。將構(gòu)建的真值表導(dǎo)入軟件中，選擇標(biāo)準(zhǔn)分析（standard analysis），可以得到復(fù)雜、中間和精簡三種解。三種解反映了各自包含多少邏輯余項，可以構(gòu)成哪些反事實（Counter fact）條件組合。其中，復(fù)雜解（Complex solution）排除了所有反事實的組合，精簡解（Parsimonious solution）則包含了大量的反事實組合，中間解（Intermediate solution）居于二者之間，包含一些反事實的組合，但沒有精簡解的數(shù)量多。事實上，使用定性比較分析的研究者都傾向于采用中間解，因為中間解在研究中既接近理論實際又不至于太過復(fù)雜[20]。因此本文也將重點(diǎn)分析中間解。通過構(gòu)建中間解模型：out=f（gdp，dszb，jcss，xxh，rdqd，zl，rdrs，kfly，xxxf，lhrh） ，運(yùn)行結(jié)果如下表2所示。

（四）因素歸納組合及結(jié)果分析

1.不同因素歸納組合

定性比較分析主要基于因果關(guān)系理論[21]，為更好探究因果過程，將原因條件區(qū)分為核心要素和輔助要素，核心要素是在中間和精簡解中均出現(xiàn)的具有本質(zhì)意義的因素;而輔助要素則是只在中間解中出現(xiàn)，且可以被替換的因素。對表2中的中間解進(jìn)行合并分析，得出核心要素和輔助要素，及大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升的前因條件構(gòu)型。如下表3所示：

2.不同路徑行為解釋

通過QCA軟件求解最大覆蓋率時，各案例之間的細(xì)微差異可能會被軟件放大，導(dǎo)致相似但不同構(gòu)型來源的案例存在重復(fù)性。因此，將具有相同核心條件的組合進(jìn)行歸并，形成以下三種情形解釋路徑：

情形1：包括M1、M2、M3三種構(gòu)型，它們的核心條件是資源開發(fā)利用水平及兩化融合水平的提高。構(gòu)型M1說明一個區(qū)域即使經(jīng)濟(jì)發(fā)展水平、科研經(jīng)費(fèi)投入力度增速相對較緩、信息產(chǎn)業(yè)基礎(chǔ)設(shè)施水平及信息消費(fèi)水平也沒有明顯提升，仍可通過提升信息資源充分開發(fā)利用能力、增加高技術(shù)產(chǎn)業(yè)專利申請數(shù)量以及優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)來提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力。以廣西省為例，雖然經(jīng)濟(jì)水平增速緩慢，科研經(jīng)費(fèi)投入力度也未有很大改善，但它卻能夠結(jié)合自身優(yōu)勢，將信息化與工業(yè)化充分融合，努力提升信息資源開發(fā)利用能力，雖然大數(shù)據(jù)產(chǎn)業(yè)發(fā)展未能名列前茅，但卻有了一定的提升。構(gòu)型M2說明一個區(qū)域若能提高信息化發(fā)展水平，增加科研人才數(shù)量及大數(shù)據(jù)發(fā)展方面的專利數(shù)量，即使其發(fā)展基礎(chǔ)能力提升緩慢，也可在一定程度上發(fā)展大數(shù)據(jù)產(chǎn)業(yè)。以欠發(fā)達(dá)的貴州省為例，雖然經(jīng)濟(jì)發(fā)展水平相對落后且提升緩慢，產(chǎn)業(yè)基礎(chǔ)薄弱，但其通過開發(fā)利用自身信息資源，同時努力提升科技創(chuàng)新水平，最終實現(xiàn)了后發(fā)趕超。目前貴州省大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展能力已然躍居全國前十位。與M2相比，M3則顯示的是基礎(chǔ)設(shè)施水平及科研經(jīng)費(fèi)投入強(qiáng)度提升對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升的作用。

情形2：包括M4和M5兩種構(gòu)型，它們的核心條件是R&D經(jīng)費(fèi)投入強(qiáng)度提高、百億GDP發(fā)明專利申請數(shù)增多及非信息化發(fā)展水平提升。構(gòu)型M4說明，經(jīng)濟(jì)發(fā)展水平和信息基礎(chǔ)設(shè)施提升以及信息資源開發(fā)利用能力提升對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的正向影響作用。構(gòu)型M5除強(qiáng)調(diào)核心條件外，也充分體現(xiàn)了一個地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級及信息基礎(chǔ)設(shè)施水平提升對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的影響。例如相較于其他經(jīng)濟(jì)發(fā)達(dá)省市，甘肅省雖然產(chǎn)業(yè)基礎(chǔ)整體薄弱，但其通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，努力提升基礎(chǔ)設(shè)施水平，也取得了提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力方面的進(jìn)步。

情形3：包括M6和M7兩種構(gòu)型，它們的核心條件是百億GDP專利申請數(shù)和每萬人中研發(fā)人數(shù)的增加。構(gòu)型M6除強(qiáng)調(diào)上述核心條件外，體現(xiàn)了信息基礎(chǔ)設(shè)施水平，科研經(jīng)費(fèi)投入強(qiáng)度、資源開發(fā)利用等方面的改善對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的作用;相比之下構(gòu)型M7還強(qiáng)調(diào)了經(jīng)濟(jì)發(fā)展水平、信息化發(fā)展水平、科研經(jīng)費(fèi)投入強(qiáng)度及信息資源開發(fā)利用的提升對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升的影響，而此時產(chǎn)業(yè)結(jié)構(gòu)、信息消費(fèi)水平及兩化融合水平的作用并不明顯。以河南為例，雖然經(jīng)濟(jì)水平相較于發(fā)達(dá)省市有一定差距，但其注重在科技創(chuàng)新能力的提升，無論是經(jīng)費(fèi)投入還是人員投入都有明顯改善;同時資源開發(fā)利用能力也明顯提升，因此其大數(shù)據(jù)產(chǎn)業(yè)發(fā)展也取得了明顯進(jìn)步。

三、研究結(jié)論與啟示

本文以中國31個省市自治區(qū)為研究對象，運(yùn)用tsQCA方法探究大數(shù)據(jù)產(chǎn)業(yè)發(fā)展基礎(chǔ)支撐能力、信息技術(shù)創(chuàng)新能力及信息資源開發(fā)利用能力三個維度要素變化及其配置與大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升之間的因果關(guān)系。通過構(gòu)型理論及tsQCA方法，主要得出以下結(jié)論：（1）三維度要素動態(tài)變化及其交互作用形成7種條件組合，構(gòu)成提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的7個充分條件。這既回應(yīng)了單一要素很難獨(dú)立作用于結(jié)果，不同因素組合可以產(chǎn)生等結(jié)果現(xiàn)象的觀點(diǎn)，也彌補(bǔ)了大數(shù)據(jù)產(chǎn)業(yè)發(fā)展中對能力提升研究的不足。（2）存在分別以提升資源開發(fā)利用及兩化融合水平、促進(jìn)創(chuàng)新發(fā)展與培育研發(fā)團(tuán)隊、提高R&D經(jīng)費(fèi)投入與促進(jìn)創(chuàng)新發(fā)展為核心條件的3條大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升路徑。（3）經(jīng)濟(jì)發(fā)展水平偏低地區(qū)可通過提高資源開發(fā)利用水平及兩化融合水平提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)能力;信息化發(fā)展水平偏低地區(qū)可通過提高R&D經(jīng)費(fèi)投入強(qiáng)度、增加專利研發(fā)數(shù)量提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力;第三產(chǎn)業(yè)占比偏低、信息消費(fèi)水平偏低地區(qū)可通過加強(qiáng)人才引進(jìn)培育、大力推進(jìn)創(chuàng)新推動大數(shù)據(jù)產(chǎn)業(yè)發(fā)展。（4）采用與傳統(tǒng)QCA構(gòu)建真值表的不同手法，結(jié)合現(xiàn)有分析軟件將時間因素融入定性比較分析，證明tsQCA不止停留在理論層面，在實踐上也具有一定的可操作性，這彌補(bǔ)了傳統(tǒng)定性比較分析靜態(tài)特性的缺陷。

研究結(jié)論表明：不同地區(qū)可結(jié)合自身情況，選擇不同情形的發(fā)展路徑，但需注意的是無論選擇何種路徑，倘若核心關(guān)鍵因素一直得不到有效提升將直接導(dǎo)致大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力提升失敗。因此，各地區(qū)在選擇適合自身發(fā)展的路徑后，應(yīng)適時調(diào)整相關(guān)政策與重點(diǎn)關(guān)注方向，必要時應(yīng)將政策調(diào)整與努力重點(diǎn)放在提升資源開發(fā)利用水平、兩化融合水平及科技創(chuàng)新能力等方面;同時，在大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中，某一維度要素不是單獨(dú)在大數(shù)據(jù)產(chǎn)業(yè)發(fā)展中發(fā)揮作用，而是必須與其它要素進(jìn)行配置構(gòu)成條件組合才能提升其發(fā)展能力，這將有力促進(jìn)各地區(qū)對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的科學(xué)管理;此外，七種條件組合成為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的七種方式，各地區(qū)可根據(jù)自身情況選擇合適的發(fā)展路徑，為各區(qū)域發(fā)展大數(shù)據(jù)產(chǎn)業(yè)提供多個備選方案，從而為實現(xiàn)全國范圍內(nèi)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力的提升提供可能;最后，tsQCA 作為一種考慮時間因素的定性與定量混合研究方法，能夠有效地處理影響因素的復(fù)雜性和關(guān)聯(lián)性，或?qū)⒊蔀樘剿髯兞拷换バ?yīng)的有力工具，本文希望為 tsQCA 方法在管理學(xué)領(lǐng)域的應(yīng)用起到一定推廣作用。

[參 考 文 獻(xiàn)]

[1]王倩， 李天柱.大數(shù)據(jù)產(chǎn)業(yè)共性技術(shù)路線圖研究 [J].中國科技論壇， 2018（4）：73-82.

[2]張炳輝， 呂亞勃.經(jīng)濟(jì)新常態(tài)下我國汽車產(chǎn)業(yè)發(fā)展能力提升研究 [J].經(jīng)濟(jì)縱橫， 2017（2）： 88-92.

[3]ZHONG WEIJUN，HU YU，MEI SHU-E.Path and Policy of Development for Emerging Industries [M].Beijing： Science Press，2014（23）.

[4]ADRIAN C， ABDULLAH R， ATAN R， et al.Factors Influencing to the Implementation Success of Big Data Analytics： A Systematic Literature Review [C]// International Conference on Research and Innovation in Information Systems.IEEE， 2017：1-6.

[5]ERICKSON K F， SAMAYA Q， WINKELMAYER W C.The Role of Big Data in the Development and Evaluation of US Dialysis Care [J].American Journal of Kidney Diseases， 2018，72（4）：560-568.

[6]ABAWAJY J.Comprehensive Analysis of Big Data Variety Landscape [J].International Journal of Parallel Emergent & Distributed Systems， 2015，30 （1） ： 5-14.

[7]迪莉婭.我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展研究 [J].科技進(jìn)步與對策， 2014 （4） ： 56-60.

[8]HA Y W， KIM J， LIBAQUE-SAENZ C F， et al. Use and dratifications of mobile SNSs： Facebook and kakao Talk in korea[J].Telematics， 2015，32（3）：425-438.

[9]張勇進(jìn)， 王璟璇.主要發(fā)達(dá)國家大數(shù)據(jù)政策比較研究 [J].中國行政管理， 2014 （12）：113-117.

[10]沈俊鑫， 陳穎謙.面向欠發(fā)達(dá)地區(qū)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展能力分析的網(wǎng)絡(luò)化方法研究 [J].通信學(xué)報， 2017 （12）：153-159.

[11]賈子娟， 馬廣惠.信息資源開發(fā)利用驅(qū)動的產(chǎn)業(yè)鏈研究——以圖書《哈利·波特》為例 [J].情報科學(xué)， 2016， 34（7）：21-24.

[12]VENKATRAMAN N.The Concept of Fit in Strategy Research： Toward Verbal and Statistical Correspondence[J].Academy of Management Review， 1989， 14（3）：423-444.

[13]RIHOUX B， RAGIN C C.Configurational Comparative Methods： Qualitative Comparative Analysis （QCA） and Related Techniques [M]// Configurational comparative methods ： Sage， 2009.

[14]李蔚，何海兵.定性比較分析方法的研究邏輯及其應(yīng)用[J].上海行政學(xué)院學(xué)報，2015， 16（5） ： 92-100.

[15]NEAL CAREN， AARON PANOFSKY.TQCA：A Technique for Adding Temporality to Qualitative Comparative Analysis[J].Sociology Methods & Research，2005，34（2）：147-172.

[16]HINO A.Time-Series QCA：Studying Temporal Change through Boolean Analysis[J].Riron to Hoho， 2009， 24（2）：247-265.

[17]張馳，鄭曉杰，王鳳彬.定性比較分析法在管理學(xué)構(gòu)型研究中的應(yīng)用：述評與展望 [J].外國經(jīng)濟(jì)與管理， 2017， 39（4）：68-83.

[18]CODURASA A，CLEMENTE J A，RUIZ J.A Novel Application of Fuzzy-set Qualitative Comparative Analysis to GEM Data[J].Journal of Business Research.2015， 69 （4） ： 1265-1270.

[19]王鳳彬， 江鴻， 王璁.央企集團(tuán)管控架構(gòu)的演進(jìn)：戰(zhàn)略決定、制度引致還是路徑依賴？——一項定性比較分析（QCA）嘗試 [J].管理世界， 2014 （12） ： 92-114.

[20]CRILLY D， ZOLLO M， HANSEN M T.Faking It or Muddling Through Understanding Decoupling in Response to Stakeholder Pressures [J].Academy of Management Journal， 2012， 55（6）： 1429-1448.

[21]FISS P C.Building Better Causal Theories： A Fuzzy Set Approach to Typologies in Organization Research [J].Academy of Management Journal， 2011， 54 （54）：393-420.

【責(zé)任編輯 侯翠環(huán)】