营商环境生态、全要素生产率与城市高质量发展的多元模式——基于复杂系统观的组态分析.docx

营商环境生态、全要素生产率与城市高质量发展的多元模式基于复杂系统观的组态分析摘要：优化城市营商环境，促进全要素生产率是实现经济高质量发展的重要抓手。如何优化营商环境促进全要素生产率是有待回答的重要管理问题。鉴于营商环境是一种复杂生态，本文基于复杂系统观，结合QCA、NCA和DEA方法，从组态视角分析了我国城市营商环境生态与全要素生产率的复杂关系。研究发现：（1）单个营商环境要素并非是高全要素生产率的必要条件，但是优化市场环境和提升人力资源水平对城市高全要素生产率发挥着普适的作用。说明通过发挥市场机制和人力资本知识溢出效应，优化营商环境建立统一大市场，有助于促进城市高质量发展。（2）3类营商环境生态可以产生城市高全要素生产率，包括技术效率型市场驱动、渐进创新型市场驱动、政府轻推的突破创新型市场驱动，呈现出我国城市高质量发展的多元路径和复杂机制。特别是在法治环境等比较健全的营商环境下，政府与市场的共生关系表现为政府以“轻推之手”有效地激发市场主体活力，产生创新驱动的高质量发展。此外，本文发现了2类营商环境生态会导致非高全要素生产率，一是营商环境生态中各要素均表现不佳，二是在市场环境和市场活力不足的环境下，即使政府加大公共服务和支出，“重手”推动经济，也不能实现城市高质量发展。本文研究发现对中国城市优化营商环境，实现统一大市场下城市高质量发展的多元模式具有重要的理论与实践启示。关键词：营商环境  复杂系统  模糊集定性比较分析（fsQCA）  必要条件分析（NCA）  全要素生产率  高质量发展一、引言“持续优化城市营商环境是构建现代化经济体系，实现经济高质量发展的重要举措”（“中国城市营商环境评价研究”课题组，2021）。推动高质量发展，核心任务之一是要提高全要素生产率（王一鸣，2020；张莉等，2019）。因为，从效率的角度看，生产率反映了资源配置、技术水平、劳动力素质、制度因素等对经济增长的贡献程度（李京文、钟学义，2007）。而全要素生产率反映的正是多种要素的投入组合转化为产出的总体效率（鲁晓东、连玉君，2012）。“中国城市营商环境评价研究”课题组（2021）从法治环境、政务环境、市场环境、创新环境、公共服务、人力资源、金融服务等7个维度构建了中国城市营商环境评价体系，并系统地对289个城市的营商环境生态进行了比较，发现中国城市间营商环境生态存在明显的差异。但是城市间营商环境生态的系统差异如何影响城市全要素生产率水平及其影响机制？如何优化城市营商环境生态才能促进市场主体创新创业活力和城市经济高质量发展是有待研究的重大现实问题，也是亟待探究的科学问题。营商环境是市场主体在准入、经营和退出等过程中所面临的外部环境的一个综合性的生态系统（李志军，2021；李志军等，2019）。营商环境生态是提升区域承载力，促进市场主体创新创业活力的关键载体和重要举措（杜运周等，2020），具有全面提升区域全要素生产率和促进高质量发展的重要作用。具体来说，本文基于诺斯（1984）对传统经济学只关注收益，而忽略交易成本的批判，整合了收益和成本视角分析营商环境促进城市全要素生产率的3种机制（诺斯，1984；李平，2016）。一是，根据新经济增长理论，技术进步及其溢出效应（技术效率）是促进经济效率的根本动力。技术进步指“领跑者”（如领先城市）通过技术创新促进生产前沿面整体向外拓展，在一定投入组合下实现更多产出，比如率先进行数字化技术创新带动生产效率提升；技术效率指“跟随者”（如跟跑城市）通过优化市场资源配置、提供更好公共基础设施、加强人才引进和开发等更好地学习和利用既有技术，促进全要素生产率（李平，2016）。二是，根据发展经济学，结构转换通过产业结构升级推动全要素生产率。表现为高素质劳动力、知识资本等投入要素结构的升级，促进资源向高效率产业聚集，从而提升整体生产率水平（刘志彪、凌永辉，2020）。在产业层面表现为跨企业、跨行业资源配置的优化（李平等，2019；刘柏恵等，2019）。三是，根据交易成本理论，市场交易中总是存在制度性和市场性交易成本，降低交易成本是提升效率的重要来源。现有文献也发现通过降低企业市场进入成本能够有效提高全要素生产率水平（田磊、陆雪琴，2021）。先前的研究主要是分析营商环境个别因素如何促进全要素生产率水平，如市场环境、产业政策（张莉等，2019）、经营环境（马光荣等，2015）以及技术进步等与全要素生产率的关系（唐未兵等，2014）。有学者指出技术进步是提髙全要素生产率，进而促进经济增长方式转型的必要但非充分条件，两者的关系是复杂的（唐未兵等，2014）。但是单要素研究未能解释全要素生产率的复杂驱动机制，既有文献缺乏关于营商环境生态如何通过技术、产业结构或交易成本等机制的复杂互动系统影响城市全要素生产率的理论分析和实证研究。根据复杂系统观，营商环境生态内各环境要素，政府与市场主体相互依赖共同演化出不同区域的多元生态系统（阿瑟，2021；李志军，2019；盛昭瀚、于景元，2021；杜运周等，2020）。也即营商环境生态，不存在唯一最优均衡，可能通过技术进步、技术效率、结构转换、交易成本及其组合等多种复杂机制，促进全要素生产率，形成等效的高质量发展的多元路径（西蒙，1996；阿瑟，2021；杜运周等，2020）。先前研究有待回答：哪些营商环境因素是促进全要素生产率的关键条件？政府与市场关系上，政府应该“重手”干预，放任“看不见的手”，还是采取“轻推之手”（nudging hand）（阿瑟，1999）或“帮助之手”才能更有效地促进营商环境优化？营商环境生态要素如何协同才能充分地产生高全要素生产率等复杂系统问题。分析复杂系统问题的关键是从变化多样的组态中找到循环模式（霍兰德，2014），聚焦于分析变量“净效应”的传统线性分析方法（如回归）不适合分析复杂系统，需要能够分析变量间相互依赖的“组合”效应的方法论（阿瑟等，1997；杜运周、贾良定，2017）。组态视角和QCA方法论可以分析要素间类似于“化学反应”的综合效应，适合研究营商环境生态影响全要素生产率的复杂驱动机制（杜运周、贾良定，2017；杜运周等，2020；富尔纳里等，2020）。因此，基于组态视角，本文结合fsQCA（fuzzy set qualitative comparative analysis）、NCA（necessary condition analysis）和DEA（data envelopment analysis）方法，分析城市营商环境生态与全要素生产率水平间的必要和充分两类复杂因果关系（拉金，2019；杜运周等，2021），致力于回答以下问题：中国城市营商环境要素是否以及多大程度上是产生城市高全要素生产率的必要条件？什么样的城市营商环境生态可以充分地产生高全要素生产率，及其可能的机制是什么？市场、政府和创新在其中扮演什么样的作用？本文的可能贡献如下：一是，基于组态视角系统性地分析营商环境生态如何促进全要素生产率的模式和机制，为营商环境和经济高质量发展关系的实证研究提供新思路。二是，采用混合方法，有助于整合DEA在测量多要素生产率上的优势，QCA在分析营商环境生态的复杂驱动机制上的优势，以及NCA在分析单个营商环境要素必要性上的优势。三是，本文分析营商环境生态对城市全要素生产率水平的复杂影响机理，对深化“放管服”改革、探究经济高质量发展的多元路径具有重要的决策参考价值。二、现象、理论与研究框架“营商环境作为一个区域内影响市场主体活动的综合环境，良好的营商环境能够显著地降低市场中存在的制度性成本，促进不同市场主体公平地获取生产要素，实现生产要素的市场化配置”（“中国城市营商环境评价研究”课题组，2021）。党的十九大以来，党中央、国务院高度重视营商环境工作，2020年实施了优化营商环境条例，按照“市场化、法治化、国际化”原则，为各类市场主体投资兴业营造稳定、公平、透明、可预期的良好环境，减少政府对市场资源和市场活动的直接干预，着力提升政务服务能力和水平，激发市场活力和社会创造力，增强发展动力。但是营商环境如何系统地影响城市全要素生产率和经济高质量发展还亟待科学的理论和实证分析。李志军（2019）率先衡量了中国城市的营商环境，在此基础上，李志军（2021）出版了2020中国城市营商环境评价，补充了法治营商环境内容，城市营商环境的评价数据为开展营商环境影响效果的学术研究奠定了基础。系统梳理相关理论和主要发现，对中国营商环境生态与城市全要素生产率关系开展理论和实证研究，有助于揭示营商环境如何综合性地影响全要素生产率的机制和路径。（一）理论基础：全要素生产率的实现途径和机制基于新经济增长理论和发展经济学，先前的全要素生产率研究指出了技术（技术进步和技术效率）和产业结构转换是促进全要素生产率的两大途径（李平，2016）。但是这些研究主要是从“收益”的角度分析了技术和结构转换的积极作用。诺斯（1984）认为这只是看到了经济活动的一半（收益），忽略了市场交易成本。由于不完全竞争的普遍存在，交易成本是市场交易中普遍存在的问题。诺斯（1984）认为伴随着劳动分工、专业化发展和技术进步等市场中促进力量的发展，交易复杂性和交易成本也会增加。而且最新研究也指出结构转换对全要素生产率的影响也有消极的一面（刘志彪、凌永辉，2020），这反映出全要素生产率提升的复杂性。本文整合收益和成本视角，首先分析技术、产业结构转换和交易成本降低3种驱动机制如何分别影响全要素生产率的机制，进而基于复杂系统视角分析它们的复杂互动机制。这些理论为后文分析营商环境如何通过复杂互动机制，促进全要素生产率奠定了基础。1.技术驱动与全要素生产率新经济增长理论认为经济系统内的技术进步和外部性是经济增长的根本原因。新经济增长理论的代表罗默（1986）提出了3个命题：第一，技术进步是经济增长的基础，是生产其他产品的新知识；第二，知识是企业出于自利考虑进行投资的副产品；第三，知识具有溢出效应，能够被其他企业利用，提高经济系统生产率。李平（2016）区分了技术进步和技术效率，指出前者通过技术创新促进生产效率，后者通过对既有技术的利用提升落后企业或产业的效率。卢卡斯（1988）进一步认为在技术创新中，专业化人力资本及其流动是经济增长的原因：一方面促进了企业内部的生产率，另一方面通过外部性会促进经济系统的整体生产率，产生规模收益递增。新经济增长理论也指出了政府在经济发展中的积极干预作用，认为知识、人力资本积累的溢出效应会使企业的个体收益率低于社会收益率，在缺乏有效政府或制度调节时，企业会减少用于知识积累的投资，此时均衡增长率会低于经济中的最优增长率。为了实现社会最优生产率，需要通过政府管制和法律规则的调节，如向知识生产企业提供补贴政策，建立有效的产权和专利保护制度，或对受益企业征收税款等，来激励技术创新的企业（罗默，1986）。根据新经济增长理论，良好的营商环境应该一方面可以促进人力资本和技术创新，另一方面通过制度的分配调节机制，对知识溢出进行调节，促进社会生产率。2.结构转换驱动与全要素生产率根据发展经济学，结构转换与全要素生产率存在两种效应。一是，结构转换对全要素生产率存在促进作用，主要表现为产业结构优化带来效率提升。产业结构优化是知识和技术创新产品对传统商品的替代，知识消费型服务业对传统消费服务业的替代，知识的作用愈发凸显（袁富华等，2016；刘志彪、凌永辉，2020）。产业结构优化对全要素生产率的促进作用体现在两方面，一方面，结构优化会促进生产和消费升级，增加对知识密集型商品的供应和需求，从而促进收益递增。另一方面，产业结构升级通过产业互动与整合促进了既有技术效率的溢出，比如数字化技术运用到传统产业提高效率。二是，结构转换对全要素生产率存在抑制作用。这主要表现为产业空心化带来的资源错配和产业生态体系失衡。该观点认为，资本等生产要素从农业与工业部门转移出去会导致物质生产萎缩，产业结构转换过快时，新产业可能难以填补旧产业退出留下的“真空”，而导致产业空心化（布卢斯通、哈里森，1982；刘志彪、凌永辉，2020），进而对全要素生产率产生抑制作用。这是因为：一方面，产业结构空心化将使产业经济资源配置“虚拟化”，大量稀缺资源用于金融流通领域的套利行为而非生产，并阻碍技术创新，最终导致整体经济的生产效率下降（刘志彪、凌永辉，2020）。另一方面，产业结构空心化将导致产业生态发展失衡，进而可能影响产业之间的支撑关系。比如，知识密集型企业需要电力供应，而后者需要煤炭生产，如果转型过快，煤炭生产下降，进而影响供电和知识密集型产业的发展。根据结构转换视角，良好的营商环境一方面应该促进产业结构向高效率产业转移，通过资源的优化配置提升整体效率；另一方面营商环境生态应该促进产业间协同发展，避免产业空心化等产生的资源错配和产业生态体系失衡问题。3.交易成本降低与全要素生产率诺斯（1984）把经济理论分为两类：一是研究交易中收益的理论；二是研究交易成本的理论。前者是亚当·史密以来，经济增长等理论关注的主要问题。这些理论严格假设竞争是完全的，认为劳动分工和专业化促进了效率，进而刺激了新技术发展和生产效率的提高。但是诺斯（1984）认为这忽略了经济活动的另一半：市场交易中普遍存在的成本。传统的“看不见手”的经济体制假设经济体系由价格机制自主协调：供给按照需求调整，生产按照消费调整，生产要素也按照价格机制流向价格更高的使用者。但是，交易成本的开创者科斯（1937）提出传统的“看不见手”的经济体制是不完整的，存在很多经济活动，并非按照价格机制分配要素。科斯从企业为什么存在这个问题出发，指出了价格机制的局限，以及市场交易成本的普遍存在，进而解释了企业家协调资源的功能在降低交易成本中的价值。在价格机制中，典型的交易成本是评估价格、协商成本以及为每个交易确定一个契约的成本等（科斯，1937）。并且交易成本并不会随着技术发展而消失。相反，技术的引入在降低某些成本时，可能还会导致新成本，甚至引起极高的社会成本（科斯，1960）。诺斯（1984）认为随着劳动分工、专业细化和新技术发展，交易的空间距离、数量、多样性、复杂性等增加，极大地增加了3种交易成本：测量和定义契约的成本、执行契约的成本、以及分歧的思想观念带来的交易成本。比如，随着新技术的引入，如何定义和测量技术产品的价格变得复杂；在契约定义不清楚的前提下，执行契约也变得困难；而随着分工的细化，市场的思想观念更加分歧因而难以形成一致的基础制度框架。而技术创新太超前于市场，也会引起高成本和其他负反馈机制（阿瑟，1999）。在缺乏有效制度约束下，交易一方（如平台垄断者）可能最大化自己的利益，而有损于另一方的利益（如平台参与者）。诺斯（1984）将这种市场机制导致市场交易失效的现象描述为“市场的自毁倾向”（self-destruct tendencies of market）。因此，需要“看不见手”之外的力量解决交易中的高成本问题，如国家、中介组织的出现就是为了解决交易成本问题。交易成本可能占到西方发达国家GNP的50%，把经济增长理论与交易成本理论结合才能提供一个完整的理论解释框架，而联系的纽带是制度（诺斯，1984）。制度一方面，是一种委托人与代理人间的契约安排，从而使得生产和资源交易得以实现，交易双方实现财富创造和收益。另一方面，有效的管制、规定、道德和伦理规范等制度共同降低了交易成本。良好的营商环境制度，一方面应该促进市场主体通过自主交易获得合理收益，另一方面可以降低交易成本。4.复杂系统观与全要素生产率复杂系统观认为，市场主体相互联系、高度互动、相互竞争与合作、彼此适应，在面对经济系统中普遍存在的定义不清问题时，寻求多元方案而非最优均衡，并在演化中面对新环境学习、调整和选择合适的措施，共同演化出多种生态系统（阿瑟，2021）。复杂系统观认识到市场主体是高度相关的、经济活动是定义不明确的，是不断变化的，不断表现出新颖的行为和涌现出复杂现象。首先，复杂系统观认为并不存在唯一的最优均衡。相反，复杂系统观假定存在正反馈和收益递增机制。小的随机事件，在收益递增的正反馈效应下，可能动态地涌现出多元均衡状态，因此复杂系统观认为经济系统具有多元均衡、路径依赖、不可预测性、非对称性等复杂性特征（阿瑟，1999）。其次，复杂系统观认为，创新是既有知识或技术的组合（阿瑟，2021）。因此，不同的营商环境生态可能通过全要素生产率的不同驱动机制的复杂组合，形成高质量发展的多元驱动路径。再次，在方法论上，鉴于复杂经济系统具有生态、组合、动态、多因互动、多层次交互等特征，复杂系统观提出归纳推理而非演绎推理是分析复杂问题的有效推理方式（阿瑟，1994），并指出需要组合数学等新的方法论（阿瑟等，1997）。根据新经济增长理论、发展经济学和交易成本理论，本文分别探讨了影响全要素生产率的3个主要机制：技术、产业结构转换和交易成本。这为分析营商环境要素影响城市全要素生产率分别提供了线性的解释机制。但是根据复杂系统观，不同城市可能基于路径依赖演化出不同营商环境生态，并通过技术、结构转换、交易成本降低及其不同组合促进全要素生产率，形成高质量发展的多元路径。但是目前还缺乏从复杂性角度出发对营商环境生态与全要素生产率间多元关系的分析。（二）营商环境要素与全要素生产率先前的实证研究聚焦于分析营商环境要素与全要素生产率的关系。本节通过对主要研究的综述，为组态视角下，界定营商环境要素的条件范围，以及分析营商环境要素间复杂互动对全要素生产率的影响提供依据（富尔纳里等，2020；杜运周等，2020）。1.公共服务与全要素生产率公共服务方面涉及天然气、电力、供水和基本医疗服务等各个领域（李志军，2019），城市能够提供良好的公共服务基础设施时，产业链各环节资源配置通畅，有利于不同技术效率的产业间协同，通过产业结构调整和发挥技术效率促进全要素生产率（李平，2016；刘等，2019）。良好的公共服务也为区域内的生产经营活动提供有力支持，从而降低交易成本和提高环境承载力，积极影响市场主体投资区位的选择（李志军，2019；奥尔德里奇、鲁夫，2006；杜运周等，2020），从而促进全要素生产率。2.人力资源与全要素生产率人力资源决定了营商环境中人力资本的供给水平和劳动力成本（李志军，2019）。人力资源是参与生产经营的核心资源，良好的人力资源数量和质量，提升了技术创新的能力和潜力（马光荣等，2015），因此有助于产生高质量的劳动生产率。在教育水平和人力资本水平较高的区域，外商直接投资对技术进步、技术效率和全要素生产率的提升作用也更加显著（颜鹏飞、王兵，2004）。3.市场环境与全要素生产率市场环境主要指在市场规模、固定资产投资额、进出口、贸易自由化、企业机构数等方面一个区域的总体水平，对需求规模和外资投资便利化有直接的影响（李志军等，2019），这进而会通过影响交易成本和知识的溢出效应，影响全要素生产率。市场作为一种“看不见手”通过价格机制促进资源的有效配置（弗莱、施莱费尔，1997）。开放自由、规模大的市场环境使得市场进入成本低，并通过优化资源配置和价格机制激励企业的国际投资、合作学习、技术研发和创新活动，进而影响全要素生产率（张莉等，2019）。优化市场环境，可以使市场机制发挥倒逼作用，促进产业结构调整，提高市场主体活力（张超、刘志彪，2014）。4.创新环境与全要素生产率创新环境主要体现在某一区域创新投入和专利产出规模上（李志军，2021）。首先，根据新经济增长理论，创新投入和产出通过技术进步和扩散、创新合作、学习效应以及专利等促进全要素生产率（罗默，1986；朱平芳、李磊，2006）。但基于我国情境的研究也发现前沿技术进步加剧了企业间的技术效率差距，进而阻碍全要素生产率增长（涂正革、肖耿，2005）。其次，创新投入和创新产出的多元化可以促进产业和企业间的创新溢出，进而提升城市经济增长质量（黄志基、贺灿飞，2013）。最后，在创新环境中，企业还可以避免既有市场的激烈竞争，开拓新机会，实现高质量增长（杜运周等，2020）。5.金融服务与全要素生产率金融服务主要体现在某一区域金融从业人员规模和融资规模上（“中国城市营商环境评价研究”课题组，2021）。不断优化金融服务的规模和质量，能够有效促进资本要素自由流动，有力地支撑技术进步和技术效率提升。利用金融科技等优化金融服务水平，可以降低企业的融资约束并提高资本市场信贷资源配置的有效性，为企业开展技术创新提供资本保障，进而提升全要素生产率（谢、克莱诺，2009；宋敏等，2021）。6.法治环境与全要素生产率法治环境主要体现在某一区域社会治安状况和司法服务水平上（“中国城市营商环境评价研究”课题组，2021）。首先，改善社会治安、提升司法服务水平和司法信息公开度有助于保障公平竞争，促进资源更优配置。其次，更好的法律服务和执行效率可以降低市场交易成本，促进全要素生产率。最后，良好的法治环境为企业创新产出提供产权保护，保证企业从技术进步中获得合理收益，进而提高全要素生产率（马光荣等，2015）。但也有研究指出过度知识产权保护可能不利于知识的交流和合作，限制技术转移和扩散（巴特尔斯曼、多姆斯，2000）。7.政务环境与全要素生产率政务环境主要体现在某一区域政府支出水平和健康的政商关系上（李志军，2021）。首先，政府会影响交易成本（科斯，1937；诺斯，1990），比如，政府支出水平会影响市场规模和企业交易成本（巴罗，1990）。研究发现政府增加公共研发经费支出，可以促进基础研究；同时通过优化财税手段，可以引导企业重视创新和提高研发投入，进而提高全要素生产率（李平，2016）。但也有研究发现政府补贴并未提升装备制造企业的竞争力（任曙明、张静，2013）。其次，不断优化政务环境，减少政府干预行为，发挥市场机制在资源配置中的主导作用，减少寻租对企业创新活动的负面影响。即政府干预行为越少，寻租情况越小，企业研发投入强度越高（顾元媛、沈坤荣，2012）。反之，当政府干涉较强时，企业的技术研发和创新投入可能会被非生产性活动挤出，阻碍全要素生产率的提高（张莉等，2019）。最后，政府引导产业结构调整方向时需把握速度，防止产业生态失衡可能带来的市场主体萎靡（李平，2016）。综上所述，现有文献分别探究了营商环境要素促进全要素生产率的驱动机制。下面本文基于组态视角，结合复杂系统观构建理论模型，解释营商环境生态通过3种机制促进全要素生产率提升的复杂路径和机制。（三）理论模型：组态视角下营商环境生态促进全要素生产率的复杂路径和机制根据“中国城市营商环境评价研究”课题组（2021）的评价分析，中国城市营商环境存在明显的区域差异，城市间营商环境的差异可能对全要素生产率产生复杂的影响。比如，一个具有良好法治、政务、公共服务环境的城市，交易成本低，但是如果创新环境和市场环境、金融服务和人力资源等环境差，可能导致该城市技术创新活力差，结构转换动力缺乏，进而表现出较低的全要素生产率。采取组态视角，本文考虑营商环境因素间的组态效应，有助于揭示营商环境生态与全要素生产率间的复杂关系。首先，营商环境生态中不同要素在目标和行为逻辑上可能出现竞争与共生。在复杂生态系统中，行为主体间相互竞争、共生和适应，共同创造生态，共同演化（阿瑟，2021），这导致营商环境生态影响全要素生产率的路径和机制是复杂的。根据复杂系统观，新技术是既有技术的组合，新技术与市场和制度相互影响（阿瑟，2021）。换言之技术进步单独并不足以促进全要素生产率（唐未兵等，2014），需要统筹考虑营商环境生态中市场环境、制度、人才、金融等与技术的协同，以充分地使技术创新驱动全要素生产率。其次，政府与市场是一种共生关系。先前营商环境研究发现实现政府与市场的共生关系有助于促进创业活力（杜运周等，2020）。复杂系统观认为政府启动一个小事件就可以使经济结构锁定在这些政策上，因此，政府采取“轻推之手”即可推动经济系统自然缓和地迈向有利的经济结构（阿瑟，1999）。但是营商环境的发展具有路径依赖性，不同城市的市场逻辑与政府逻辑存在差异，是发挥“重手”干预，让位“看不见的手”，采取“轻推之手”（阿瑟，1999），还是“帮助之手”（弗莱、施莱费尔，1997），才能优化资源配置，提升全要素生产率是营商环境研究有待检验的课题。再次，技术创新、结构转换产生的收益与交易成本的关系决定全要素生产率。首先，技术创新和结构转换一方面具有提升效率的潜力，另一方面可能增加交易复杂性，产生更高的交易成本（诺斯，1984）。如果技术太超前于市场需求还会产生高昂的市场开发成本（阿瑟，1999）。在法治不健全、市场信息不对称，缺乏有效约束下，市场主体可能通过垄断或模仿以损害交易方利益为代价，最大化自身利益。其次，不同城市的市场主体因为不同的营商环境体验，将产生分歧的思想观念（诺斯，1984），影响对新技术的采用和结构转换的接纳度，并导致交易成本不同。因此，优化营商环境需要统筹考虑技术、产业结构和交易成本的协同效应。总之，一个城市的营商环境生态，反映了这个城市在法治环境、政务环境、市场环境、创新环境、公共服务、人力资源、金融服务等方面的综合水平。一个理想的营商环境生态是各环境要素都实现高水平。但是不同城市由于技术和人才等资源禀赋、改革进程、路径依赖和发展阶段等差异，在营商环境各要素的发展上并不均衡，城市间也难以同步。这就客观上造成了营商环境的复杂性和在制度一致性方面的差异。基于复杂系统观，优化营商环境单一要素并不足以产生高质量发展，不同城市可能存在不同的高质量发展之路。如表1所示，本文基于收益视角、交易成本视角以及复杂系统视角，归纳出全要素生产率的可能驱动模式，包括：（1）收益视角的单轮驱动模式。根据新经济增长理论和发展经济学，城市通过优化营商环境，可从技术效率、技术进步或产业结构转换中找到最佳效率驱动模式。（2）成本视角的交易成本降低模式。根据交易成本理论，城市通过优化营商环境可以发挥有效政府和高效中间组织的作用，降低综合交易成本。（3）复杂系统视角的复杂驱动模式。根据复杂系统视角，营商环境要素间相互依赖，不同城市结合收益和成本两种来源的不同机制组合，形成多元的高效率驱动模式。不同城市可能涌现出不同的营商环境生态，并导致不同类型城市提升全要素生产率的不同路径。首先，从技术效率角度，城市追赶者通过优化市场环境，有效利用既有资源和技术，优化产业结构，有可能以较低的成本，充分利用现有成熟技术的效率潜力而获得高的全要素生产率，但是这种技术效率型发展模式也会因为锁定在既有发展模式，缺乏新动能，而在面临颠覆性创新时，失去未来发展的机会。其次，从技术进步的角度，领先型城市可能通过渐进性或突破性创新，而拓展生产前沿面和获得创新驱动发展的“领跑”机会。渐进创新型模式沿着既有技术轨迹，路径明确，风险更小，但也有锁定在既有发展模式，错失颠覆性创新的机会。突破性创新模式具有最先探索到新发展机会的潜力，但也会遭受高风险，如果没有相应的市场机制、法律保护，或平衡好新旧动能的关系，可能陷入创新陷阱，导致不能获得创新利益，并出现产业生态失衡问题（刘志彪、凌永辉，2020）。也即单纯的技术创新并不能保证高的全要素生产率，需要发挥有效政府的作用，建立法制环境，促进市场的有序竞争和转型，激发和保护好创新活力。再次，从技术效率、技术进步和产业结构转换平衡的角度，存在一种三轮驱动的稳健型高质量发展路径。考虑到不同产业的技术轨迹不同，在一些领域发生技术突破的时候，另一些领域可能还处在现有技术的有效利用期。因此，一方面可以优化营商环境，充分利用既有技术提升效率，同时面向未来，积极开拓创新、探索新动能；通过平衡好新旧动能关系，形成一种技术利用、渐进创新和突破创新间多元平衡的稳健型高质量发展路径。最后，考虑到交易成本的存在和城市营商环境生态系统的复杂性，需要综合收益视角的驱动来源和成本视角的驱动来源，通过组合形成多元的城市高效率驱动模式。然而现有文献为了分析方便，采取了一种“均值”模型，即在国家层面对经济效率做粗粒度的分析，常常忽略了地区间的差异（阿瑟，2021）。缺乏对城市间营商环境差异及其对城市高质量发展的复杂性影响机制的分析。综上，采用组态视角和QCA等方法，本文探究城市层面的多元营商环境生态，及其促进城市全要素生产率的多元路径和复杂影响机制，回答营商环境要素如何优化组合，才能充分地促进全要素生产率，以实现城市高质量发展。本文的理论模型如图1所示。三、研究方法（一）主要方法1.QCA与NCA方法社会科学研究中，需要区分变量之间的3种关系：平均效应关系、必要关系和充分关系，并采用与之匹配的方法（杜尔，2020）。平均效应关系重在分析自变量X改变对因变量Y改变的平均影响效应。必要性关系重在分析：X存在是Y存在的必要条件吗？或者某水平的X是某水平的Y的必要条件吗？充分性关系重在分析：X出现会充分地导致Y出现吗？传统回归方法主要是分析自变量与因变量间的平均效应关系，基于整体具有可分性假设，适合分析前因变量间弱相互依赖性的现象。必要关系和充分关系主要用于分析复杂因果关系（拉金，2019；杜运周等，2021）。QCA方法把研究对象视作条件的组态，有助于分析多因并发、因果非对称性和等效性等因果复杂性问题（杜运周、贾良定，2017），适合本文对营商环境生态与全要素生产率间复杂的必要性和充分性关系的研究。NCA是专门分析必要关系的方法，可以分析前因条件如何构成结果的必要条件（杜运周等，2020）。因此，本文首先采用NCA方法，分析营商环境生态要素与全要素生产率间的必要性关系，然后，通过QCA方法检验必要性分析结果的稳健性。其次，本文使用QCA方法分析营商环境与城市全要素生产率间的充分性关系，适合于探索什么样的营商环境生态可以产生城市高全要素生产率。2.DEA方法考虑到本文分析的是营商环境生态对城市综合效率水平的影响，本文使用全要素生产率衡量城市综合效率水平（李姗姗，2021），采用包含非期望产出的DEA（数据包络分析）方法中的SBM模型（托恩，2001）对样本城市的全要素生产率进行测算。与传统的单要素生产率相比，DEA方法是基于多种要素的相对效率的非参数方法，擅长评价包含多种投入多种产出指标的决策单元效率，即将被评价对象作为一个决策单元（DMU），运用线性规划和凸分析理论，确定样本中效率最佳的生产前沿，处于最佳生产前沿的决策单元效率值最高（为1），通过将其他决策单元分别与最佳生产前沿的决策单元进行比较，获得这些决策单元的相对效率值（查恩斯等，1978；肖仁桥等，2018）。由于它是一种非参数技术，DEA不需要假设最佳生产前沿的函数形式和像回归那样对残差进行假设，所以在一定程度上减少了主观选择带来的误差（阿博特、杜库利亚戈斯，2003）。其次，传统的DEA-CCR和DEA-BCC模型（查恩斯等，1978；班克等，1984）往往基于径向理论，未考虑决策单元投入过多、产出不足等要素松弛问题，会高估决策单元效率值，而角度的DEA模型也会忽视投入或产出要素某一方面，容易导致测算结果失准（王兵等，2010）。为了弥补这一缺陷，托恩（2001）提出考虑非角度非径向的松弛测度DEA-SBM模型。另外，由于城市经济社会发展中，既有“好”的经济产出，同时伴随着污染物等“坏”的产出（朱等，2021），因此，本文引入包含非期望产出的DEA-SBM模型计算中国城市的综合效率。（二）数据来源本文中城市营商环境数据来源于2020·中国城市营商环境评价，该报告提供了20172018年我国289个城市在公共服务、人力资源、市场环境、创新环境、金融服务、法治环境、政务环境7个营商环境要素方面的评价指数（李志军，2021）。本文城市全要素生产率的基础数据来自历年的中国城市统计年鉴（20062020年）和中国统计年鉴（20062020年）、20182020年各省统计年鉴、20172019年国民经济和社会发展统计公报等，缺失数据采用历年数据均值法或差值法进行补齐。由于部分城市数据缺失较严重，故最终得到275个地级及以上城市的全要素生产率。将上述两个数据库中2017年的营商环境数据与全要素生产率数据进行匹配后，产生275个城市作为研究样本。此外，本研究还结合典型案例城市的官方统计数据、政府文件和权威媒体报道等进一步对充分性分析中发现的组态进行定性分析。（三）测量与校准1.结果本文使用DEA-SBM模型，通过MaxDEA软件对我国275个地级市及以上城市的全要素生产率水平进行测量。按照上述方法，全要素生产率指数的计算需要投入和产出两类指标，投入指标包括资本投入、劳动投入和能源投入。其中，（1）资本投入采用资本存量指标进行衡量。借鉴张军等（2004）研究，首先选取城市全社会固定资产投资总额指标，并利用固定资产投资价格指数对其进行平减，进而使用永续盘存法计算存量，以2005年为基期，固定资产折旧率统一设定为9.6%，从而计算出各城市资本存量。（2）劳动投入使用上一期年末和本期年末从业人员数的均值表示（涂正革、肖耿，2005；李小胜、张焕明，2016）。（3）能源投入使用全社会用电量衡量（李江龙、徐斌，2018；蔺鹏、孟娜娜，2021），缺失值采用均值法补全。产出指标包括期望产出和非期望产出，其中，期望产出为地区生产总值。中国城市统计年鉴仅汇报2017年市辖区生产总值，全市层面数据缺失，本文通过2017年市辖区生产总值除以2016年市辖区在全市生产总值中的占比计算出2017年全市生产总值。非期望产出包括城市工业废水排放量和工业二氧化硫排放量（王兵等，2010；朱等，2021），南昌、东营和安顺等城市数据存在缺失，采用均值法或差值法补全。2.前因条件根据2020·中国城市营商环境评价报告，营商环境要素作为一级指标，由下设二级指标及三级指标加权综合得到。基础指标通过在多个数据库中获得的相关数据采用效用值法进行无量纲化处理得到，值域为0，100（李志军，2021）。7个营商环境要素的测量如下所示。（1）公共服务。公共服务主要包括城市水电气供应及医疗水平情况，由天然气指标（0.25）、水力供应（0.25）、电力供应（0.25）、医疗情况（0.25）等二级指标加权计算得出，分别对应供气能力、公共供水能力、工业供电能力、医疗卫生服务等三级指标。（2）人力资源。人力资源主要包括人力资源储备（0.7）和劳动力成本（0.3）两部分，人力资源储备包括普通高等院校在校人数（0.4）、年末单位从业人数（0.3）、人口净流入（0.3）等三级指标，劳动力成本则是由城市的平均工资水平得到。（3）市场环境。市场环境反映城市的市场开放程度、投资情况及经济发展水平，由经济指标（0.4）、进出口（0.3）、企业机构（0.3）加权计算得出，其中经济指标由地区人均生产总值（0.6）和固定资产投资总额（0.4）加权计算，进出口由当年实际使用外资金额（0.6）和当年新签项目个数（0.4）加权计算，企业机构则由规模以上工业企业数得到。（4）创新环境。创新环境反映城市在创新方面的投入和产出水平，由创新投入（0.5）和创新产出（0.5）两个二级指标加权计算得出，分别由科学支出和发明专利授权量进行测量。（5）金融服务。金融服务反映城市金融业的发展水平、总体融资体系规模和民间融资体系规模，由从业规模（0.5）和融资服务（0.5）两个二级指标加权计算得出，其中，从业规模由金融从业人员得到，融资服务则包括总体融资规模（0.5）和民间融资规模（0.5）两个三级指标。（6）法治环境。法治环境主要包括城市安全和司法方面的情况，由社会治安（0.3）、司法服务（0.4）、司法信息公开度（0.3）二级指标加权计算得出，分别对应万人刑事案件数量、律师事务所数量、司法信息公开度指数等三级指标。（7）政务环境。政务环境反映了政府服务的规模和服务型政府的建设水平，由政府支出（0.5）和政商关系（0.5）两个二级指标得出，分别对