工業(yè)互聯(lián)網(wǎng)平臺如何驅(qū)動新質(zhì)生產(chǎn)力發(fā)展

摘要：數(shù)字經(jīng)濟背景下，搭建工業(yè)互聯(lián)網(wǎng)平臺以推動新質(zhì)生產(chǎn)力發(fā)展尤為重要。結(jié)合組態(tài)視角與復雜性關系理論，采用混合QCA和空間回歸方法構建復雜中介模型，深入探究數(shù)據(jù)要素視角下工業(yè)互聯(lián)網(wǎng)平臺如何驅(qū)動新質(zhì)生產(chǎn)力發(fā)展。研究發(fā)現(xiàn)：多種工業(yè)互聯(lián)網(wǎng)平臺組態(tài)能充分釋放數(shù)據(jù)要素價值（數(shù)據(jù)要素應用、數(shù)據(jù)要素維護、數(shù)字人才集聚），進而驅(qū)動新質(zhì)生產(chǎn)力發(fā)展，具體表現(xiàn)為云服務—核心平臺驅(qū)動型、邊緣—大數(shù)據(jù)平臺驅(qū)動型和全平臺驅(qū)動型3種模式。研究結(jié)論對全面推進平臺化戰(zhàn)略、加速新質(zhì)生產(chǎn)力發(fā)展具有重要啟示。

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

中圖分類號：F49

文獻標識碼：A

文章編號：1001-7348（2025）03-0038-12

0 引言

黨的二十屆三中全會強調(diào)，“要健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機制，健全促進實體經(jīng)濟和數(shù)字經(jīng)濟深度融合制度”。工業(yè)互聯(lián)網(wǎng)平臺作為數(shù)字化與工業(yè)化深度融合的產(chǎn)物，有利于促進制造資源的泛在聯(lián)系、彈性供給及智能決策^[1]，是加快形成新質(zhì)生產(chǎn)力的重要基礎設施。然而，單一工業(yè)互聯(lián)網(wǎng)平臺無法充分釋放數(shù)據(jù)要素價值，多平臺之間互聯(lián)互通與深度共創(chuàng)才是實現(xiàn)生產(chǎn)力質(zhì)變的關鍵。因此，如何構建有效的工業(yè)互聯(lián)網(wǎng)平臺架構，跨越數(shù)據(jù)利用鴻溝，促進新質(zhì)生產(chǎn)力發(fā)展，是亟待解決的關鍵問題。

近年來，工業(yè)互聯(lián)網(wǎng)平臺研究蓬勃發(fā)展，現(xiàn)有研究主要聚焦平臺概念界定^[1]、建構策略^[2]、作用效果^[3]及賦能機制^[4-6]等方面。任保平^[7]指出工業(yè)互聯(lián)網(wǎng)平臺是面向制造業(yè)智能化、個性化、網(wǎng)絡化發(fā)展的專業(yè)服務平臺，能夠?qū)崿F(xiàn)人員、機器、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)動等特征。研究表明，工業(yè)互聯(lián)網(wǎng)平臺對制造企業(yè)價值創(chuàng)造和新質(zhì)生產(chǎn)力提升具有正向影響。一方面，宏觀層面研究關注平臺建設與新型數(shù)字技術應用帶來的數(shù)據(jù)開發(fā)共享、數(shù)字技術滲透、資源整合及供應鏈效率提升等數(shù)字化轉(zhuǎn)型效果^[3，8]；另一方面，微觀視角研究關注海爾卡奧斯、樹根互聯(lián)網(wǎng)等典型平臺的技術、組織、結(jié)構及場域賦能機制^[6]。張明超等（2024）指出，工業(yè)互聯(lián)網(wǎng)平臺通過技術型賦能和環(huán)境型賦能，實現(xiàn)海量復雜工業(yè)數(shù)據(jù)復合型產(chǎn)品或服務創(chuàng)新，向?qū)嶓w制造業(yè)提供數(shù)字產(chǎn)品及服務，促進企業(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)字平臺通過重構數(shù)字基座、知識交互學習過程及認知蛻變躍升等賦能行動，促進商業(yè)模式創(chuàng)新能力提升。上述研究多將工業(yè)互聯(lián)網(wǎng)平臺視為籠統(tǒng)整體，關注如何通過快速引入數(shù)字技術、擴大用戶規(guī)模激發(fā)網(wǎng)絡效應、增強價值共創(chuàng)能力^[9]。然而，根據(jù)模塊化理論，工業(yè)互聯(lián)網(wǎng)平臺是一個由多模塊組成的松散耦合系統(tǒng)^[10-11]，通過邊緣基礎設施層、云平臺層和應用層等的協(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，進而促進新質(zhì)生產(chǎn)力發(fā)展?，F(xiàn)有研究缺乏對平臺細分功能與協(xié)同機制的深入挖掘，忽視了細分平臺間的相互依賴關系與互動作用，未深層次剖析工業(yè)互聯(lián)網(wǎng)平臺影響新質(zhì)生產(chǎn)力發(fā)展的復雜因果關系。進一步地，平臺驅(qū)動效應不簡單等同于數(shù)字技術或平臺數(shù)量增加。Arnold等^[9]、孫新波等^[8]指出，在數(shù)字經(jīng)濟時代“萬物皆數(shù)”背景下，平臺構建的關鍵在于充分挖掘數(shù)據(jù)這一核心要素價值。充分挖掘數(shù)據(jù)要素價值，跨越數(shù)字鴻溝，是帶來正向反饋并促進新質(zhì)生產(chǎn)力發(fā)展的關鍵（杜勇等，2022）。然而，當前基于數(shù)據(jù)要素視角考察工業(yè)互聯(lián)網(wǎng)平臺驅(qū)動新質(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雜過程機制，需要補充新的經(jīng)驗證據(jù)。

鑒于此，本文借鑒杜運周等（2024）的研究，結(jié)合組態(tài)視角和復雜性關系理論，運用QCA與空間回歸分析方法，選取中國內(nèi)地278個地級市為樣本，深入揭示工業(yè)互聯(lián)網(wǎng)平臺如何釋放數(shù)據(jù)要素價值驅(qū)動新質(zhì)生產(chǎn)力發(fā)展這一復雜系統(tǒng)問題。

1 文獻回顧與模型構建

1.1 工業(yè)互聯(lián)網(wǎng)平臺構成

工業(yè)互聯(lián)網(wǎng)平臺是基于海量工業(yè)數(shù)據(jù)采集、處理與分析的復雜服務體系（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)平臺是基于多平臺的交互架構，通過平臺生態(tài)互聯(lián)互通，實現(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)架構劃分標準，延循“邊緣—核心”邏輯，將平臺劃分為邊緣層、云服務、工業(yè)大數(shù)據(jù)和核心工業(yè)平臺4個模塊。具體而言：邊緣層以工業(yè)現(xiàn)場為主，利用邊緣基礎設施和邊緣計算模塊構建低延時、廣覆蓋、高可信的工業(yè)網(wǎng)絡，為各類工業(yè)數(shù)據(jù)互聯(lián)互通與智能應用提供基礎（張明超等，2024）。云服務平臺推動要素聚集、軟件上云、裝備硬件上云等，實現(xiàn)云、邊、端實時協(xié)同（金楊華等，2023）。工業(yè)大數(shù)據(jù)平臺利用大數(shù)據(jù)采集分析與數(shù)據(jù)決策優(yōu)化模塊，實現(xiàn)海量工業(yè)數(shù)據(jù)分析、預測及可視化服務。核心工業(yè)平臺依托通用平臺架構和工業(yè)PaaS解決方案模塊，實現(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)知識經(jīng)驗的固化封裝^[8]。

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

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

（1）邊緣層平臺。邊緣層平臺可實現(xiàn)數(shù)據(jù)采集與協(xié)議解析，包括邊緣基礎設施和邊緣計算兩個方面。夯實邊緣基礎設施，健全低延時、廣覆蓋、高可信的工業(yè)網(wǎng)絡，改善工業(yè)設備與管理系統(tǒng)互聯(lián)互通的基礎條件^[5]，實現(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)智能應用^[14]。邊緣計算通過對數(shù)據(jù)計算任務的本地化實時處理與智能決策，提高數(shù)據(jù)處理效率，減少寬帶消耗，盤活閑置冗余資源，增強數(shù)據(jù)安全性和隱私保護，從而降低數(shù)據(jù)處理成本和運維成本（張驍?shù)龋?024）。

（2）云服務平臺。云服務平臺是提供云計算資源與服務的在線平臺，用戶可訪問服務器、存儲數(shù)據(jù)庫、軟件及分析工具等。依托云服務平臺，能夠推動要素、軟件、裝備硬件上云，實時獲取制造企業(yè)協(xié)同作業(yè)進度、消費者偏好及市場需求等信息^[15]，及時調(diào)整任務安排并優(yōu)化生產(chǎn)工藝，進而提高數(shù)據(jù)要素應用價值。同時，云服務平臺還能提供泛在數(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商、服務商及客戶等關系資源，實現(xiàn)海量數(shù)據(jù)信息庫互聯(lián)互通與管理流程升級，打破數(shù)據(jù)孤島和數(shù)據(jù)壟斷^[16]。此外，云服務平臺能打破傳統(tǒng)企業(yè)“各自為戰(zhàn)”模式，從平臺數(shù)據(jù)庫挖掘復合產(chǎn)品或服務創(chuàng)意，跨界整合多方資源，實現(xiàn)場景價值共創(chuàng)^[16]。

（3）工業(yè)大數(shù)據(jù)平臺。工業(yè)大數(shù)據(jù)平臺是海量數(shù)據(jù)存儲、處理、分析和應用的系統(tǒng)平臺，包括大數(shù)據(jù)采集分析與數(shù)據(jù)決策優(yōu)化兩個要素。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)運營數(shù)據(jù)，實現(xiàn)數(shù)字孿生、機理模型構建及成本優(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，有效識別社會問題，靶向改造解決方案，提供預測與可視化服務，持續(xù)優(yōu)化智能化和自動化資源調(diào)配機制^[8]，應對市場不確定性，為數(shù)據(jù)化生態(tài)提供中堅力量，提高數(shù)據(jù)運營與維護能力。

（4）核心工業(yè)平臺。核心工業(yè)平臺為工業(yè)用戶提供通用架構與定制化開發(fā)服務，實現(xiàn)工業(yè)知識、技術、經(jīng)驗的封裝、固化與復用，包括通用平臺架構和工業(yè)PaaS解決兩個方面。通用平臺架構提供平臺開發(fā)運營環(huán)境、工業(yè)數(shù)據(jù)建模工具及工業(yè)應用微服務等，通過超模塊互補與自由組合構建靈活的研發(fā)生態(tài)架構^[5，10]，提高后續(xù)定制化服務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解決方案能夠精準感知場景關鍵需求，錨定用戶價值訴求，結(jié)合自身數(shù)字技術、算力、知識等優(yōu)勢，實現(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)要素價值^[18-19]。通過與邊緣層、云服務平臺的有機匹配和外部環(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，增強平臺輻射與賦能效果。此外，平臺發(fā)展會加大對高學歷、高技術人才的需求，促進地區(qū)數(shù)字人才集聚^[20]。

1.3 工業(yè)互聯(lián)網(wǎng)平臺對新質(zhì)生產(chǎn)力的影響：復雜中介"" 機制

工業(yè)互聯(lián)網(wǎng)平臺為多平臺交互架構，通過各細分平臺協(xié)同與優(yōu)化組合，形成驅(qū)動數(shù)據(jù)要素價值提升的多元路徑，產(chǎn)生技術、資源、環(huán)境等賦能效應，進而促進新質(zhì)生產(chǎn)力發(fā)展。即在工業(yè)互聯(lián)網(wǎng)平臺與新質(zhì)生產(chǎn)力關系中，數(shù)據(jù)要素發(fā)揮中介效應。

數(shù)據(jù)要素的中介效應具有復雜性。一方面，組態(tài)視角下，工業(yè)互聯(lián)網(wǎng)平臺對釋放數(shù)據(jù)要素價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)平臺借助自身數(shù)字技術和工業(yè)知識，通過技術賦能為制造企業(yè)提供智能化解決方案與服務支持，促進企業(yè)生產(chǎn)力發(fā)展，奠定生產(chǎn)力質(zhì)變基礎。在這一進程中，工業(yè)互聯(lián)網(wǎng)平臺能促進數(shù)字人才集聚，倒逼勞動力技能提升與勞動模式變革^[20]，提供生產(chǎn)力質(zhì)變渠道。同時，工業(yè)互聯(lián)網(wǎng)平臺依托網(wǎng)絡規(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)運營在線化、智能化及網(wǎng)絡化發(fā)展，實現(xiàn)勞動對象變革，助力新質(zhì)生產(chǎn)力發(fā)展^[21]。此外，工業(yè)互聯(lián)網(wǎng)平臺能充分釋放數(shù)據(jù)要素這一新興生產(chǎn)資料的價值，發(fā)揮數(shù)據(jù)要素非消耗性、高流動性、強外部性作用，延伸應用范圍，拓展傳統(tǒng)要素增值方式，實現(xiàn)增值乘數(shù)效應^[19，22]，進而促進新質(zhì)生產(chǎn)力發(fā)展。

綜上所述，本文基于組態(tài)視角，構建工業(yè)互聯(lián)網(wǎng)平臺提升數(shù)據(jù)要素價值進而影響新質(zhì)生產(chǎn)力發(fā)展的復雜中介模型。首先，探究工業(yè)互聯(lián)網(wǎng)平臺釋放數(shù)據(jù)要素價值的多元組態(tài)路徑，回答哪些工業(yè)互聯(lián)網(wǎng)平臺能產(chǎn)生高數(shù)據(jù)要素價值；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)要素的復雜中介效應，回答哪些工業(yè)互聯(lián)網(wǎng)平臺組態(tài)能夠?qū)崿F(xiàn)高數(shù)據(jù)要素價值，進而促進新質(zhì)生產(chǎn)力發(fā)展。本文構建理論模型如圖2所示。

2 研究設計

2.1 復雜中介模型

面對管理學研究中的復雜因果關系，傳統(tǒng)統(tǒng)計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。參考杜運周等（2024）的做法，結(jié)合定性比較分析法和回歸分析法構建復雜中介模型。采用混合方法旨在捕捉變量間相互作用的全貌，同時探究單一變量的影響，以更深層次理解復雜社會現(xiàn)象。

復雜中介模型檢驗包括4個步驟（見圖3）：第一步，檢驗Xi—M因果鏈。利用QCA分析識別影響中介變量的多種條件組合，即工業(yè)互聯(lián)網(wǎng)平臺不同組態(tài)如何釋放數(shù)據(jù)要素價值；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Xi—Y因果鏈，利用回歸分析法檢驗組態(tài)對新質(zhì)生產(chǎn)力發(fā)展的總效應；第四步，檢驗M—Y因果鏈，進一步探究不同組態(tài)對新質(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導致多重共線性問題，為避免出現(xiàn)該情況，將不同組態(tài)分別視為自變量獨立進行回歸分析^[23]。

2.2 數(shù)據(jù)來源

本文選取中國內(nèi)地278個城市為研究樣本，分析工業(yè)互聯(lián)網(wǎng)平臺、數(shù)據(jù)要素與新質(zhì)生產(chǎn)力發(fā)展之間的復雜關系。工業(yè)互聯(lián)網(wǎng)平臺專利數(shù)據(jù)來源于國家知識產(chǎn)權局（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)計局、《中國城市統(tǒng)計年鑒》、《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》、地方政府網(wǎng)站信息查詢平臺、國際機器人聯(lián)合會、企業(yè)年報、北京大學數(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法和均值插補法填補。

2.3 數(shù)據(jù)與測度

（1）工業(yè)互聯(lián)網(wǎng)平臺。QCA分析的前因條件為工業(yè)互聯(lián)網(wǎng)平臺，結(jié)合上文分析可知，其包含邊緣層平臺、云服務平臺、大數(shù)據(jù)平臺和核心工業(yè)平臺四部分內(nèi)容。參考周密等^[24]的研究思路，技術在產(chǎn)業(yè)發(fā)展過程中發(fā)揮主導作用，故本文以相關領域?qū)＠暾埩勘碚鞴I(yè)互聯(lián)網(wǎng)平臺發(fā)展水平。工業(yè)互聯(lián)網(wǎng)平臺關鍵詞典以相關領域政策文件、新聞報道及經(jīng)典文獻為藍本，由Python分詞及文本分析獲取，專利檢索結(jié)合上述關鍵詞，進一步聚焦工業(yè)平臺領域。

（2）數(shù)據(jù)要素。參考陶長琪和丁煜（2022）的研究，從數(shù)據(jù)要素應用（data1）、數(shù)據(jù)要素維護（data2）、數(shù)字人才集聚（data3）3個方面衡量數(shù)據(jù)要素水平，運用熵權法進行計算。其中，數(shù)據(jù)要素應用以地級市電信業(yè)務總量、數(shù)字普惠金融指數(shù)、上市公司數(shù)據(jù)資產(chǎn)詞頻、機器人滲透率表征；數(shù)據(jù)要素維護以信息技術服務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)動力，融合高素質(zhì)勞動者、先進勞動對象和現(xiàn)代生產(chǎn)資料，追求經(jīng)濟高質(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)勞動者、勞動對象和勞動資料3個方面測度，運用熵權法加權得到新質(zhì)生產(chǎn)力水平。其中，新質(zhì)勞動者是指通過知識更新與技能培養(yǎng)、具備較強創(chuàng)新能力的勞動者，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個指標衡量；新質(zhì)勞動對象是指除傳統(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、新型資源對象，用數(shù)字基礎設施和綠色能源表征；新質(zhì)勞動資料是勞動者生產(chǎn)的物質(zhì)基礎，具備高科技、智能化、高效能、綠色化及高知識性等特征，用技術研發(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)力測度指標體系見表1。

（4）控制變量。為避免遺漏變量對估計結(jié)果造成影響，借鑒相關研究，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），以金融機構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)市場化進程相對指數(shù)表征；④產(chǎn)業(yè)結(jié)構（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

本文采用直接校準法確定錨點并進行結(jié)構化校準，必要條件檢驗結(jié)果見表2。參考已有研究，將7個前因條件與1個結(jié)果變量數(shù)據(jù)的0.05分位、0.5分位和0.95分位設定為完全不隸屬、交叉點和完全隸屬校準點。同時，將樣本數(shù)據(jù)校準后等于0.5情況的真值修正為0.500 1。

3 實證結(jié)果分析

3.1 工業(yè)互聯(lián)網(wǎng)平臺對數(shù)據(jù)要素的組態(tài)分析

3.1.1 單個條件必要性分析

在開展組態(tài)分析前，需先檢驗各前因條件的必要性。當一致性大于0.9時，認為該條件是必要條件（杜運周等，2024）。表2給出fsQCA3.0軟件分析的數(shù)據(jù)要素價值必要條件檢驗結(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為0.8、PRI一致性閾值設為0.75、頻數(shù)閾值設為1，由中間解揭示組態(tài)效應，結(jié)果見表3。

3.1.2.1 數(shù)據(jù)要素應用組態(tài)分析

（1）云服務—核心平臺驅(qū)動型（M1a和M1b）。組態(tài)M1b表明，云服務、通用平臺架構和工業(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，夯實云服務和核心工業(yè)平臺建設雙輪驅(qū)動，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支持（呂文昌等，2019），實現(xiàn)制造企業(yè)的智慧化、在線化和網(wǎng)絡化運行，提高數(shù)據(jù)要素應用價值。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)平臺發(fā)展標桿城市，積極引導和鼓勵云服務平臺發(fā)展并匹配相應工業(yè)APP。截至2022年，平臺普及率達25.2%，鏈接上云工業(yè)設備超1 083萬臺，實現(xiàn)運維成本下降18.83%，安全運行時間提升22.17%，充分釋放了數(shù)據(jù)要素價值，符合云服務—核心平臺驅(qū)動型組態(tài)特征。組態(tài)M1a與M1b一致，輔助條件以非邊緣計算代替大數(shù)據(jù)計算等發(fā)揮輔助作用，該組態(tài)典型案例如寧德、濰坊等城市。

（2）邊緣計算驅(qū)動型（M2a和M2b）。組態(tài)M2a表明，邊緣計算發(fā)揮核心作用，邊緣基礎設施、數(shù)據(jù)決策優(yōu)化、通用平臺架構、工業(yè)解決方案發(fā)揮輔助作用。在該組態(tài)路徑下，通過建設邊緣計算平臺，實現(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)，構建低延時、高可靠、廣覆蓋的互聯(lián)網(wǎng)絡，實現(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、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—核心平臺協(xié)同驅(qū)動型（M3a和M3b）。組態(tài)M3a表明，邊緣基礎設施、云服務和工業(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—核心工業(yè)平臺”三維協(xié)同驅(qū)動，營造數(shù)字場域空間，促進工業(yè)現(xiàn)場海量數(shù)據(jù)高效采集與上云重構，精準挖掘客戶需求并提供多樣化服務，由此提高數(shù)據(jù)要素利用效益。該組態(tài)典型案例如清遠等城市。組態(tài)M3b與M3a相比，工業(yè)大數(shù)據(jù)平臺缺失，通用平臺架構成為輔助條件，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)要素維護組態(tài)分析

全平臺驅(qū)動型（N1a）。經(jīng)分析可知，存在一條實現(xiàn)數(shù)據(jù)要素運營與維護的路徑，即“邊緣層—云服務—大數(shù)據(jù)—核心工業(yè)平臺”全維度協(xié)同路徑。不同于數(shù)據(jù)要素應用組態(tài)路徑，在該路徑下，工業(yè)大數(shù)據(jù)平臺的重要性凸顯，通過數(shù)據(jù)融合驅(qū)動，實現(xiàn)智能分析、深度學習及決策優(yōu)化，增強企業(yè)應對不確定市場的韌性與靈活性，進一步提高數(shù)據(jù)要素處理與維護水平。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)平臺驅(qū)動型（S1a和S1a）。組態(tài)S1a表明，邊緣計算和大數(shù)據(jù)采集分析為核心條件，云服務和工業(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，增強了對數(shù)字處理人才的需求，倒逼勞動者素質(zhì)提高與結(jié)構調(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、通用平臺架構等發(fā)揮輔助作用。

（2）非高云服務下解決方案驅(qū)動型（S2a）。組態(tài)S2a表明，邊緣計算、數(shù)據(jù)決策優(yōu)化、通用平臺架構和工業(yè)PaaS解決方案發(fā)揮核心作用，非云服務、邊緣基礎設施發(fā)揮輔助作用。該組態(tài)表明，即使云服務平臺建構不完善，制造企業(yè)也能通過良好的分布式平臺（邊緣層—大數(shù)據(jù)—核心平臺）推動制造業(yè)數(shù)字化轉(zhuǎn)型、新業(yè)態(tài)新產(chǎn)業(yè)發(fā)展，繼而加大對高學歷、高技術人才的需求，促進數(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)下分布式平臺驅(qū)動型（S3a）。組態(tài)S3a中邊緣計算、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)解決方案平臺建構不完善，通過邊緣層、通用平臺架構等分布式平臺聯(lián)動與模塊化自由組合，也能形成靈活便捷的研發(fā)生態(tài)架構，釋放數(shù)據(jù)要素價值，促進數(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

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）進行穩(wěn)健性檢驗（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、數(shù)據(jù)要素對新質(zhì)生產(chǎn)力的復雜"" 影響

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

3.2.1 回歸分析

為檢驗變量是否具有空間相關性，使用地理空間權重矩陣計算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性，對鄰近地區(qū)產(chǎn)生輻射作用。進一步，對每個組態(tài)依次進行回歸分析，由方差膨脹系數(shù)VIF檢驗變量共線性，VIF均小于10，表明不存在嚴重的多重共線性問題。表6列示了工業(yè)互聯(lián)網(wǎng)平臺組態(tài)路徑對新質(zhì)生產(chǎn)力的影響，結(jié)果顯示各組態(tài)路徑影響效應存在差異。其中，組態(tài)M1b、N1a、S1a、S1b系數(shù)顯著為正，能夠推動新質(zhì)生產(chǎn)力發(fā)展。其余組態(tài)系數(shù)顯著為負，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，未促進新質(zhì)生產(chǎn)力發(fā)展。

3.2.2 穩(wěn)健性檢驗

為驗證研究結(jié)果的穩(wěn)健性，設計兩種穩(wěn)健性檢驗方法：一是為削弱極端值對估計結(jié)果造成的不良影響，借鑒陳福中等^[28]的做法，對新質(zhì)生產(chǎn)力發(fā)展變量進行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，用政府工作報告中新質(zhì)生產(chǎn)力總詞頻數(shù)作為替換變量重新進行回歸，結(jié)果未發(fā)生顯著性改變（限于篇幅，穩(wěn)健性檢驗結(jié)果不再一一列示）。

3.2.3 機制分析

為進一步識別不同組態(tài)路徑對新質(zhì)生產(chǎn)力的影響機制，基于空間中介模型進行分析。

（1）數(shù)據(jù)要素應用機制。表7中第（1）—（6）列為數(shù)據(jù)要素應用機制的檢驗結(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)要素應用促進新質(zhì)生產(chǎn)力發(fā)展。具體而言，通過搭建云服務—核心平臺雙輪驅(qū)動平臺，實現(xiàn)對海量數(shù)據(jù)的高效挖掘、彈性化存儲和定制化服務，顯著提升數(shù)據(jù)要素應用效率，促進企業(yè)生產(chǎn)流程數(shù)字化轉(zhuǎn)型和智能化升級，為新質(zhì)生產(chǎn)力發(fā)展提供堅實的技術支撐和創(chuàng)新基礎。

（2）數(shù)據(jù)要素維護機制。表7列（7）為數(shù)據(jù)要素維護機制檢驗結(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)要素處理與維護促進新質(zhì)生產(chǎn)力發(fā)展。即通過搭建全平臺驅(qū)動型工業(yè)互聯(lián)網(wǎng)平臺，充分利用云成本管理、預測決策算法、多方安全技術，實現(xiàn)對海量工業(yè)數(shù)據(jù)的有效采集、存儲、分析與應用，提升數(shù)據(jù)要素處理與維護水平，為企業(yè)提供精準的運營優(yōu)化方案，促進產(chǎn)業(yè)鏈高效整合，進而促進新質(zhì)生產(chǎn)力發(fā)展。

（3）數(shù)字人才集聚機制。表7第（8）—（11）列為數(shù)字人才集聚機制檢驗結(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)通過推動數(shù)字人才集聚促進新質(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，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力。同時，隨著邊緣計算、深度學習等技術的快速發(fā)展，對數(shù)字人才提出更高要求，倒逼數(shù)字人才學習和技能升級，助力新質(zhì)生產(chǎn)力發(fā)展。

綜上所述，組態(tài)M1b（云服務—核心平臺驅(qū)動型）、組態(tài)N1a（全平臺驅(qū)動型）、組態(tài)S1a和S1b（邊緣—大數(shù)據(jù)平臺驅(qū)動型）能夠充分釋放數(shù)據(jù)要素價值，進而驅(qū)動新質(zhì)生產(chǎn)力發(fā)展。其它組態(tài)路徑由于架構不完善，在提升數(shù)據(jù)要素水平的同時，不足以實現(xiàn)生產(chǎn)力質(zhì)變。以組態(tài)M2a（邊緣計算驅(qū)動型）為例，該組態(tài)路徑為“高邊緣基礎設施*高邊緣計算*非高云服務*高數(shù)據(jù)決策優(yōu)化*高通用平臺架構*高PaaS解決方案”，即通過良好的邊緣計算平臺、核心平臺架構建設一定程度上可實現(xiàn)對工業(yè)現(xiàn)場數(shù)據(jù)的便捷采集、互聯(lián)與本地即時分析，加速數(shù)據(jù)要素低成本互聯(lián)與價值釋放，但該路徑下非高云服務發(fā)揮輔助作用，云服務平臺建構不佳，可能導致企業(yè)“上云”困難，難以獲取協(xié)同作業(yè)進度，無法滿足市場需求及消費者偏好，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)濟背景下，建設工業(yè)互聯(lián)網(wǎng)平臺以推動新質(zhì)生產(chǎn)力發(fā)展尤為重要。選取中國內(nèi)地278個地級市為研究對象，結(jié)合組態(tài)視角與復雜性關系理論，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)平臺如何驅(qū)動新質(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，各平臺以“殊途同歸”方式釋放數(shù)據(jù)要素價值。具體而言，數(shù)據(jù)要素應用存在6條路徑，可歸納為云服務—核心平臺驅(qū)動型、邊緣計算驅(qū)動型、邊緣—云服務—核心平臺驅(qū)動型3種模式。數(shù)據(jù)要素維護存在一條路徑，即全平臺驅(qū)動型。數(shù)字人才集聚存在4條路徑，可歸納為邊緣—大數(shù)據(jù)平臺驅(qū)動型、非高云服務下分布式平臺驅(qū)動型、非高大數(shù)據(jù)下分布式平臺驅(qū)動型3種模式。

（2）復雜中介機制檢驗結(jié)果表明，云服務—核心平臺驅(qū)動型、全平臺驅(qū)動型、邊緣—大數(shù)據(jù)平臺驅(qū)動型3類組態(tài)充分釋放了數(shù)據(jù)要素價值，進而驅(qū)動新質(zhì)生產(chǎn)力發(fā)展。但由于部分架構不完善，在提高數(shù)據(jù)要素水平的同時，存在企業(yè)“上云”困難、平臺研發(fā)架構不靈活、數(shù)據(jù)資料運用效率低等問題，不足以實現(xiàn)生產(chǎn)力質(zhì)變。

4.2 理論貢獻

（1）從工業(yè)互聯(lián)網(wǎng)平臺獨特屬性出發(fā)，關注工業(yè)互聯(lián)網(wǎng)平臺協(xié)同組合驅(qū)動新質(zhì)生產(chǎn)力發(fā)展這一復雜問題，與之前研究將產(chǎn)業(yè)平臺視為籠統(tǒng)整體顯著不同，拓展了數(shù)字平臺研究內(nèi)容和應用場景。

（2）引入數(shù)據(jù)要素視角，結(jié)合組態(tài)思想與復雜性關系理論，深入揭示不同工業(yè)互聯(lián)網(wǎng)平臺組態(tài)通過釋放數(shù)據(jù)要素價值驅(qū)動新質(zhì)生產(chǎn)力間發(fā)展的復雜關系和作用機制，為平臺建設、數(shù)據(jù)要素與新質(zhì)生產(chǎn)力關系研究提供了新思路，對促進新質(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)字化情境下復雜中介模型的應用。采用QCA方法識別工業(yè)互聯(lián)網(wǎng)平臺與數(shù)據(jù)要素的復雜因果關系，采用空間中介回歸模型揭示平臺組態(tài)對新質(zhì)生產(chǎn)力的影響，深入探究平臺組態(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雜系統(tǒng)問題的深度和廣度。

4.3 實踐啟示

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)平臺體系，促進新質(zhì)生產(chǎn)力發(fā)展。在復雜系統(tǒng)觀下，新質(zhì)生產(chǎn)力發(fā)展由多平臺組合驅(qū)動，要把握各平臺“百花齊放”與“組合集中”，避免出現(xiàn)單一平臺建構的發(fā)展困境。明確邊緣層、云服務層、大數(shù)據(jù)層及核心工業(yè)平臺的功能和定位，確保各層級之間的協(xié)同和數(shù)據(jù)流通，夯實邊緣層數(shù)字基礎設施與邊緣計算效率，優(yōu)化云服務層的云服務質(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，增強核心工業(yè)平臺層面向特定細分行業(yè)提供具體解決方案的能力。

（2）加強對數(shù)據(jù)要素的持續(xù)積累、應用與維護。推動工業(yè)互聯(lián)網(wǎng)平臺及相關應用持續(xù)賦能更多行業(yè)、更廣領域，加速構建制造業(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)多場景復用創(chuàng)造更加豐富的應用場景，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，加強員工數(shù)字技能和數(shù)字素養(yǎng)培訓，促使員工適應數(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)型升級的數(shù)字鴻溝，最終促進新質(zhì)生產(chǎn)力發(fā)展。

（3）堅持系統(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)平臺建構與研發(fā)投入巨大，應打通多元支持政策，包括新型基礎設施建設與融資、各類產(chǎn)業(yè)引導基金、數(shù)字確權與網(wǎng)絡安全、數(shù)字人才培養(yǎng)、平臺生態(tài)培育等，從平臺資金供給轉(zhuǎn)向應用場景落地。

4.4 不足與展望

本文存在以下不足：第一，受限于數(shù)據(jù)，僅關注專利數(shù)據(jù)表征的工業(yè)互聯(lián)網(wǎng)平臺，在前因條件選擇與維度劃分上存在一定片面性，會影響結(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，缺乏對內(nèi)生性問題的深入討論，在考慮Xi-M-Y因果鏈時可能存在反向因果、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一步討論內(nèi)生性問題。

參考文獻：

[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)平臺構建中如何應對“個性與共性”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)濟管理， 2024， 46（7）： 5-19.

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

[5] 王水蓮，付晗涵.工業(yè)互聯(lián)網(wǎng)平臺主導的創(chuàng)新生態(tài)系統(tǒng)價值共創(chuàng)機制——以海爾卡奧斯為例[J/OL].科技進步與對策，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)平臺賦能參與型制造企業(yè)價值鏈數(shù)字重構績效的組態(tài)分析[J]. 管理學報， 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：內(nèi)涵、演化與賦能[J]. 經(jīng)濟管理， 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)字平臺生態(tài)觀：數(shù)字經(jīng)濟時代的管理理論新視角[J]. 中國工業(yè)經(jīng)濟， 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)動新質(zhì)生產(chǎn)力：理論邏輯、現(xiàn)實挑戰(zhàn)和推進路徑[J].價格理論與實踐， 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)濟學分析[J]. 現(xiàn)代經(jīng)濟探討， 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)實融合的測算與時空比較——基于專利共分類方法的研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究， 2024， 41（7）： 5-27.

[25] 王玨， 王榮基. 新質(zhì)生產(chǎn)力：指標構建與時空演進[J]. 西安財經(jīng)大學學報， 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].科技進步與對策，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)濟增長新動能[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2024，41（6）：5-25.

[28] 陳福中，蔣國海，董康銀.數(shù)字經(jīng)濟對制造業(yè)綠色轉(zhuǎn)型的空間溢出效應[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)濟評論， 2024，44（3）： 75-91.

（責任編輯：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

基金項目：國家自然科學基金青年項目（71904085）；江蘇省高校哲學社會科學項目（2021SJA1388）；遼寧省社會科學規(guī)劃基金項目（L23BGL001）

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