EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 6: 1681 - 1697

DOI: https://doi.org/10.31497/zrzyxb.20250615

生态资源价值实现

新质生产力如何赋能森林生态产品价值实现效率提升?——基于动态QCA方法的实证分析

  • 张佳宁 , 1 ,
  • 胡小飞 , 1, 2 ,
  • 顾东明 1
展开
  • 1.南昌大学公共政策与管理学院，南昌 330031
  • 2.江西省科技创新与中部地区经济社会发展软科学研究基地，南昌 330031
胡小飞（1974- ），女，江西新余人，博士，教授，博士生导师，研究方向为资源与环境管理。E-mail:

张佳宁（1995- ），女，山东潍坊人，博士研究生，研究方向为生态产品价值实现。E-mail:

收稿日期: 2024-09-02

  修回日期: 2025-01-20

  网络出版日期: 2025-05-26

基金资助

国家自然科学基金项目(32060263)

江西省社会科学基金项目(23GL09)

收起

How can new quality productive forces empower the value realization efficiency of forest ecological products? Empirical analysis based on dynamic QCA Method

  • ZHANG Jia-ning , 1 ,
  • HU Xiao-fei , 1, 2 ,
  • GU Dong-ming 1
Expand
  • 1. School of Public Policy and Management, Nanchang University, Nanchang 330031, China
  • 2. Jiangxi Scientific-Technological Innovation and Economic-Social Development of Central Region Soft Science Research Base, Nanchang 330031, China

Received date: 2024-09-02

  Revised date: 2025-01-20

  Online published: 2025-05-26

Fold

摘要

森林生态产品价值实现效率提升对于推进生态文明建设具有重要意义。基于动态QCA方法，以中国30个省（自治区、直辖市）为研究对象，分析了新质生产力对森林生态产品价值实现效率的多因素协同效应。研究发现：（1）单个因素无法构成森林生态产品价值实现效率的必要条件，但创新生产力、技术生产力、资源生产力、环境生产力、数字产业生产力和产业数字生产力的必要性逐渐增加。（2）高森林生态产品价值实现效率有四条驱动型路径：“创新+环境”“技术+环境+产业数字”“资源+数字”和“创新+资源”；低森林生态产品价值实现效率有三条限制型路径：“绿色+产业数字”“科技+绿色”和“创新+环境”。（3）高森林生态产品价值实现效率的四条驱动型路径均存在空间异质性，“创新+环境”驱动型路径具有显著的时间效应。研究结果不仅为理解新质生产力对森林生态产品价值实现效率的赋能作用提供了理论支撑，也为优化森林生态产品的经营管理和提升生态服务价值提供了实践指导。

关键词： 新质生产力; 森林生态产品; 价值实现效率; 动态QCA

本文引用格式

张佳宁 , 胡小飞 , 顾东明 . 新质生产力如何赋能森林生态产品价值实现效率提升?——基于动态QCA方法的实证分析[J]. 自然资源学报, 2025 , 40(6) : 1681 -1697 . DOI: 10.31497/zrzyxb.20250615

Abstract

As an important bridge connecting the natural ecosystem and human society, the improvement of the value realization efficiency of forest ecological products significantly impacts the realization of sustainable development goals. This paper aimed to explore how the new quality productive forces can empower the value realization efficiency of forest ecological products and promote the sustainable and efficient utilization of forest resources. Based on the dynamic qualitative comparative analysis method, using the panel data of 30 provinces (autonomous regions and municipalities) from 2011 to 2022, this paper analyzed the multi-factor synergistic linkage effect of new quality productive forces in the process of improving the value realization efficiency of forest ecological products. The study found that: (1) A single factor couldn't constitute a necessary condition for the high value realization efficiency of forest ecological products, but the necessity of innovative productivity, technological productivity, resource productivity, environmental productivity, digital industry productivity and industrial digital productivity was gradually increasing. (2) The high value realization efficiency of forest ecological products had four driving paths: "innovation+environment", "technology+environment+industrial digit", "resources +digit" and "innovation+resources". The low value realization efficiency of forest ecological products had three restrictive paths: "green+industrial digit", "technology+green" and "innovation+environment". (3) All the four driving paths of high value realization efficiency of forest ecological products had spatial heterogeneity, and the "innovation+environment" driving path has significant time effect. The research results provided not only theoretical support for understanding the empowering effect of new quality productive forces on the value realization efficiency of forest ecological products, but also practical guidance for optimizing the management of forest ecological products and enhancing the value of ecological services.

Key words： new quality productive forces; forest ecological products; value realization efficiency; dynamic QCA

随着生态文明建设的不断深化，中国在生态产品价值实现的理论研究和实践探索方面取得了显著进展。2010年，《全国主体功能区规划》首次提出“生态产品”，并将其定义为维系生态安全、保障生态调节功能、提供良好人居环境的自然要素，包括清新的空气、清洁的水源和宜人的气候等。党的“十八大”提出要实施重大生态修复工程，增强生态产品生产能力。党的“十九大”强调既要创造更多物质财富以满足人民日益增长的美好生活需要，也要提供更多优质生态产品以满足人民日益增长的优美生态环境需要。2021年，中共中央办公厅、国务院办公厅印发的《关于建立健全生态产品价值实现机制的意见》为生态产品的调查监测、价值评价、经营开发、保护补偿以及价值实现保障和推进机制的建立提供了政策导向。随后，自然资源领域生态产品价值实现机制试点工作陆续推进，各试点地区立足本地实际和优势，在基础工作、技术体系、多元路径、支撑机制等方面取得了一系列成果。森林作为陆地生态系统的主体，拥有丰富的生态产品和服务，包括木材和草药等物质产品、生态旅游和自然教育等文化产品以及水源涵养和固碳释氧等调节服务[1]。森林生态产品价值实现效率（Value-realization Efficiency of Forest Eco-products，VEFE）对于维系碳平衡、缩小城乡差距以及推动社会经济发展具有重要作用[2,3]。然而，中国VEFE整体水平较低且存在空间异质性[4]，识别不同区域VEFE的核心驱动因素及路径，对于生态产品价值实现政策的成效评估和模式优化具有重要意义。
目前，森林生态产品价值实现的研究主要集中于三个方面：第一，森林生态产品价值实现的路径研究。学者们主要运用案例分析[2]和田野调查[5]等方法，借助多主体协同治理[6]和排他性等理论[7]，提出以政府、市场、政府+市场为主体的多元价值实现路径。第二，森林生态产品价值实现的成效评价。学者们主要通过两种方法进行评估：一是数值比率法，如绿（绿水青山）金（金山银山）指数、生态产品初级转化率[8]等；二是效率法，即在投入与产出视角下评价资源利用和价值转化效率[9]。第三，森林生态产品价值实现的影响因素研究。学者们主要通过最小二乘法[10]与空间计量模型[11]等回归分析方法探究了环境污染、产业结构以及数字经济发展等因素对VEFE的影响。定性比较分析方法（Qualitative Comparative Analysis，QCA）可以揭示变量间的交互作用和组合效应，已有学者将其应用于生态产品价值实现领域。如郝政等[12]运用QCA方法分析了生态基础、生态补偿、生态技术等要素对生态产品价值实现效率的组合效应。陈东景等[13]指出生态资源权益交易以及政府与社会资本合作是生态产品价值实现的核心条件。高攀等[14]揭示了产权制度、资本投入、增值显化、供需对接以及利益调节对生态产品价值实现的协同效应。
新质生产力是实现创新驱动和颠覆性技术突破的高质量新型生产力，其以战略性新兴产业和未来产业为基础，以科技创新为关键路径，以绿色、高效、高质量为指导原则[15]，促进经济社会向绿色化、数字化和智能化转型。目前，学术界从不同视角探讨了新质生产力赋能生态产品价值实现的理论逻辑与实践路径。例如，袁宝龙等[16]从经济、社会和生态三个维度剖析了新质生产力赋能林业高质量发展的理论逻辑，并提出科技创新、产业升级、人才培养、基础设施建设和体制机制改革等实践路径。王转等[17]运用需求理论和产权理论分析了新质生产力赋能农业生态产品价值实现的理论逻辑，并从产品供应、需求激励及保障机制三个方面阐述了具体实践路径。蒋永穆等[18]认为运用现代科技、综合开发、市场交易和政策指导等手段，可以促进乡村生态产品价值实现。此外，技术创新与产业转型也为绿色金融产品[15]、林业生态产品[19]以及碳汇产品[20]价值实现提供了动力。
综上所述，学术界在森林生态产品价值实现与新质生产力的理论模型构建与实践应用方面取得了一定成果，但仍存在可拓展与完善的空间。首先，新质生产力赋能生态产品价值实现的研究主要以理论研究为主，而实证研究有助于验证理论的适用性，并促进理论向实践应用转化。其次，传统QCA方法仅能运用截面数据来分析要素之间的复杂因果关系。鉴于此，本文运用动态QCA方法，探究新质生产力在时间维度下对VEFE的赋能作用。

1 研究方法与数据来源

1.1 理论逻辑与模型构建

科技生产力、绿色生产力和数字生产力的深度融合，共同构建了新质生产力发展的理论体系[21]，为VEFE的持续增长提供了新动力。

1.1.1 科技生产力赋能VEFE

科技生产力作为推动社会进步的引擎，其通过推动林业生物技术革新、精准监测森林资源以及优化森林经营，为提升VEFE提供了技术支撑。首先，运用基因工程和分子标记等生物技术辅助育种，不仅可以提升林木的生长速度和木材质量，也有助于遗传育种改良和病虫害防治，从而增强森林生态产品的生产能力[18]。其次，遥感技术、地理信息系统和全球定位系统等空间信息技术的应用，有助于森林资源的精准测量、动态监测和科学评估[22]，从而优化森林资源的配置，提高资源利用率。此外，运用林业机械和自动化技术，如无人机和智能机器人，可以优化采伐、种植和森林管理流程，提升作业速度和质量，进而提升VEFE。

1.1.2 绿色生产力赋能VEFE

绿色生产力在提升人类福祉和推动经济发展的同时，强调环境保护与资源节约，其通过增强生态系统服务功能、促进林业碳汇价值转化以及提升森林生态产品的市场认可度，为森林生态产品的可持续发展奠定了生态基础。首先，通过实施林业生态工程，可以维持并增强森林生态系统的生物多样性、完整性和恢复力，为森林资源的可持续开发以及森林生态产品价值提升提供支撑。其次，实施生态保护和修复工程，可以提升森林碳汇功能，有助于森林经营者通过碳信用或碳补偿交易等途径获得直接的经济收益。最后，推广可持续的森林认证体系，确保森林经营活动符合环境保护和社会经济发展的标准，增强消费者对森林生态产品的认同感和接受度[23]。

1.1.3 数字生产力赋能VEFE

数字生产力作为现代经济的神经系统，其通过数字化供应链管理、市场数据分析以及交易平台建设，为森林生态产品价值实现注入了新的活力。首先，应用物联网与区块链技术对森林生态产品的生产和管理进行监测与优化，通过收集森林覆盖面积、土壤湿度和温度以及树木生长等数据，可以为后续的智能分析和决策提供依据。其次，通过数据挖掘、预测分析等大数据技术，对市场需求和消费者行为进行分析，从而为森林生态产品的生产计划和库存管理提供数据支持[24]。最后，建立生态产品在线交易平台，通过机器学习和模式识别技术，可以为消费者个性化推荐森林生态产品，并实现客户服务流程的智能化管理，从而提升客户体验和销售效率，增强森林生态产品的市场竞争力[2]。

1.1.4 组态视角下新质生产力赋能VEFE

科技生产力可以提升林产品质量和生产效率，绿色生产力可以增强生态价值，数字生产力可以优化市场信息流通和消费者体验。组态视角下，三者之间是相互渗透、相互促进的。科技生产力可以为绿色生产力提供环保技术和高效的解决方案，数字生产力的信息优化能力可以增强科技和绿色生产力的市场接入。同时，绿色生产力可以引导科技生产力的发展方向，而数字生产力也可以为资源管理和决策提供支持。这种联动效应可以超越单一生产力的局限，在整体上提升森林生态产品的市场竞争力和消费者满意度。鉴于此，构建新质生产力赋能VEFE的理论框架（图1）。
图1 理论模型

Fig. 1 Theoretical model

1.2 研究方法

1.2.1 超效率SBM模型

数据包络分析是一种解决复杂环境下的效率测算问题的非参数分析方法，其原理是在投入和产出视角下得到同类型决策单元的相对效率值，且无需设定具体的函数形式。然而，传统的DEA-CCR和DEA-BCC模型忽略了非期望产出和松弛变量对效率的影响，且无法区分有效决策单元效率的大小。超效率SBM模型不仅可以测算包含径向与非径向特征的距离函数，还考虑了期望产出和非期望产出，并对效率值为1的有效决策单元进行分解，从而避免了有效决策单元信息的损失[25]，具体模型如下：
ρ = m i n = 1 + 1 m ∑ q = 1 m s q - x q k 1 - ∑ r = 1 s 1 s r g y r k g + ∑ t = 1 s 2 s h b y h k b s 1 + s 2             s . t .   x q k ≥ ∑ j = 1 , j ≠ k n x q j λ j - s i -       y r k g ≤ ∑ j = 1 , j ≠ k n y r j g λ j - s i g       y h k b ≤ ∑ j = 1 , j ≠ k n y h j g λ j - s h b       s q - ,   s r g ,   s h b ,   λ j ≥ 0    
式中：ρ表示决策单元的效率值，即VEFE；n表示决策单元数量（个），每个决策单元由投入m、期望产出s1和非期望产出s2组成； s q -、 s r g和 s h b分别表示第q个投入要素、第r个期望产出和第h个非期望产出的松弛变量； x q k、 y r k g和 y h k b分别表示通过松弛变量改进的第k个决策单元中最优的q要素投入量、r要素期望产出量和h要素非期望产出量； x q j 、 y r j g和 y h j g分别表示第j个决策单元的q要素投入量、r要素期望产出量和h要素非期望产出量；λj表示权重系数。

1.2.2 熵值法

熵值法是一种基于信息熵原理确定评价指标权重的客观赋权方法，其通过计算信息熵来量化新质生产力各项指标在评价体系中的重要性，计算步骤如下[26]：
（1）运用极差法正向化处理原始数据，建立数据矩阵 X * = ( x i j ) m × n，其中m为省份样本量，n为指标数量。
正 向 指 标 :   x i j * = x i j - m i n ( x j ) m a x   ( x j ) - m i n ( x j )
负 向 指 标 :     x i j * = m a x   ( x j ) - x i j m a x   ( x j ) - m i n ( x j )
式中： x i j和 x i j *分别表示原始数据和标准化数据； m a x ( x j )、 m i n ( x j ) 为第j项指标的最大值、最小值。
（2）计算概率矩阵P中的元素Pij：
P i j = x i j * / ∑ m i = 1 x i j *
（3）计算各指标的信息熵 E j和熵值 W j：
E j = - 1 l n ( m ) ∑ m i = 1 ( P i j × l n P i j )
W j = 1 - E j / ∑ n j = 1 1 - E j )
（4）计算系统的综合发展指数 U i j：
U i j = ∑ n j = 1 W j × x i j *

1.2.3 动态QCA

QCA方法可以识别组态间的等效性和前因条件间的替代性，也可以有效处理内生性问题[27]，适用于解决VEFE提升过程中的多因素和复杂性问题。在QCA分析中，“一致性”决定了组态是否构成结果变量的充分或必要条件，“覆盖度”体现了组态对结果变量的解释力度。传统QCA方法受理论框架和工具约束，难以从时间维度刻画VEFE组态的动态过程[28]。而动态QCA方法不仅可以从汇总、组间和组内三个维度评估一致性和覆盖度，也可以借助一致性调整距离刻画因果关系随时间变化的特征[29]。因此，将动态QCA引入VEFE的研究体系，并采用面板数据，增加了样本量，为全面分析新质生产力对VEFE的赋能作用提供了数据基础。

1.3 测量与校准

1.3.1 结果变量

以VEFE为结果变量，其评价指标体系如表1所示。投入指标包括森林生态资源、资金、劳动力、土地和能源投入。森林生态资源价值采用价值当量因子法[30]测算得到，资金、劳动力、土地和能源投入分别由林业固定资产投资、林业从业人员数、林业用地面积和林业能源消费表示[31,32]。期望产出指标包括林业产业总产值、林产市场占有率[33]、林业旅游人次和林业碳汇经济产值，反映了林业产业的经济贡献、林产品的市场竞争力以及文化和调节服务的经济价值；非期望产出指标包括林业碳排放量和林业废弃物排放量。林业碳排放量是基于木材加工，木、竹、藤、棕和草制品业，造纸和纸制品业及印刷业，通过分行业的煤炭、天然气和石油使用量进行折算得到[34]；林业废弃物排放量是基于林业第二产业产值与工业生产总值的比例计算得到，包括林业废水、废气和固体废弃物的排放量[35]。
表1 VEFE的评价指标体系

Table 1 Evaluation index system of VEFE

一级指标 二级指标 指标说明
投入指标 森林生态资源 森林生态产品价值/亿元
资金 林业固定资产投资/亿元
劳动力 林业从业人员数/人
土地 林业用地面积/万hm2
能源 地区能源消费总量×地区林业总产值/地区生产总值/万tce
产出指标 期望产出 林业产业总产值 林业第一、二、三产业产值/亿元
林产市场占有率 地区林产品销售收入/全国林产品销售收入/%
林业旅游人次 年度游客参与林业旅游活动的总次数/人次
林业碳汇经济产值 碳汇单价×林业碳汇量/亿元
非期望产出 林业碳排放量 由于林业活动导致的直接或间接排放的CO2总量/万t
林业废弃物排放量 包含林业废水、废气排放量和固体废弃物产生量/万t

1.3.2 前因条件

从科技生产力、绿色生产力和数字生产力三个维度构建新质生产力的评价体系，具体指标如表2所示。
表2 新质生产力的评价指标体系

Table 2 Evaluation index system of new quality productive forces

准则层 一级指标 二级指标 属性 指标说明
科技生产力 创新生产力 创新研发 + 国内专利授权数/个
创新产业 + 高技术产业业务收入/万元
技术生产力 技术研发 + 规模以上工业企业 R&D人员全时当量/(人年)
技术生产 + 机器人安装密度/%
绿色生产力 资源生产力 可再生能源消耗 + 可再生能源电力消耗量/全社会用电量/%
能源利用能力 + 能源消费结构低碳化指数
环境生产力 碳排放强度 - 二氧化碳排放量/地区生产总值/(t/万元)
工业废物利用率 + 工业固体废弃物综合利用量/产生量/%
数字生产力 数字产业生产力 电信业务 + 电信业务总量/亿元
电子制造基础 + 电子信息制造业企业数/个
产业数字生产力 电子商务 + 电子商务销售额/万元
数字基础设施 + 长途光缆线路长度/地区人口数/(km/万人)
科技生产力包括创新生产力和技术生产力。（1）创新生产力是衡量区域经济活力与发展潜力的指标，包括创新研发和创新产业。运用国内专利授权数来衡量创新研发，反映地区在科技创新方面的活跃程度；创新产业则通过高技术产业业务收入来衡量，反映创新成果的产业化程度[36]。（2）技术生产力是推动区域经济发展和产业升级的重要指标，包括技术研发和技术生产。技术研发是指通过科学研究和技术创新，开发新技术、新产品和新工艺的过程，采用规模以上工业企业R&D人员全时当量来衡量；技术生产是将技术研发成果应用于生产的过程，采用机器人安装密度来衡量[21]，反映生产自动化和智能化程度。
绿色生产力包括资源生产力和环境生产力。（1）资源生产力涉及可再生能源消耗和能源利用能力。可再生能源消耗反映了地区能源消费的结构和对清洁能源的依赖程度，能源利用能力体现了地区能源转换效率，分别用可再生能源电力消耗比重和能源消费结构低碳化指数来衡量[37]。（2）环境生产力是指自然环境在支持人类经济活动中的生产能力。碳排放强度反映了创造经济价值的活动对生态环境的影响程度，工业废物利用率则体现了对废弃物的处理和利用水平。
数字生产力包括数字产业生产力和产业数字生产力。（1）数字产业生产力是指以数字技术为核心的产业，其衡量指标包括电信业务和电子制造基础[38]。电信业务总量包括固定电话、移动电话等电信服务；电子制造基础可通过电子信息制造业企业数来衡量，反映地区在电子制造领域的产业规模。（2）产业数字生产力是传统产业在数字化转型过程中形成的一种生产力，包括电子商务和数字基础设施[21]。电子商务通过电子商务销售额来衡量，体现电子商务市场的活跃度和成熟度；数字基础设施则通过长途光缆线路长度与地区人口数的比例来衡量，反映地区网络基础设施覆盖度。

1.3.3 数据来源与处理

以2011—2022年30个省（自治区、直辖市）为研究对象，西藏自治区及香港、澳门和台湾地区因数据获取受限或缺失严重，故未纳入研究范围。统计数据来源于《中国统计年鉴》《中国环境统计年鉴》《中国林业和草原统计年鉴》《中国能源统计年鉴》《中国第三产业统计年鉴》《全国农产品成本收益资料汇编》以及各省市统计年鉴，并采用插值法补齐少数缺失数据。
数据校准是为了确保数据以适当的隶属度反映研究对象的属性。本文采用直接校准法进行数据校准[39]，以样本的75%分位数、50%分位数和5%分位数为校准锚点，分别表示完全隶属、交叉点和完全不隶属。为了避免忽略隶属度为0.5的案例，将其替换为0.501。校准结果与描述性统计如表3所示。
表3 校准结果与描述性统计

Table 3 Calibration results and descriptive statistics

变量 校准锚点 描述性统计
完全隶属 交叉点 完全不隶属 均值 标准差 最小值 最大值
前因条件 创新生产力 0.1017 0.0407 0.0024 0.0861 0.1292 0.0001 0.9787
技术生产力 0.0999 0.0466 0.0020 0.0900 0.1354 0.0004 1.0000
资源生产力 0.2389 0.1662 0.0456 0.2037 0.1519 0.0060 0.7881
环境生产力 0.7820 0.5303 0.2926 0.5881 0.2167 0.1722 0.9947
数字产业生产力 0.0816 0.0356 0.0025 0.0721 0.1078 0.0002 0.8627
产业数字生产力 0.1898 0.0938 0.0410 0.1414 0.1402 0.0006 0.9551
结果变量 VEFE 1.0107 0.5064 0.0576 0.5945 0.3969 0.0001 1.7026

2 结果分析

2.1 单变量必要性分析

单变量必要性分析旨在判断VEFE是否存在必要条件，若汇总一致性大于0.9且一致性调整距离小于0.1，则认为VEFE存在必要条件[29]。由表4可知，所有前因条件的汇总一致性均小于0.9，且一致性调整距离大于0.1，因此初步判断VEFE不存在必要条件，但需要结合各因果组合的截面数据进行验证。
表4 单变量必要性分析

Table 4 Necessity analysis of single variable

前因条件 高VEFE 低VEFE
汇总一致性 汇总覆盖度 组间一致性调整距离 组内一致性调整距离 汇总一致性 汇总覆盖度 组间一致性调整距离 组内一致性调整距离
强创新生产力 0.692 0.710 0.175 0.472 0.499 0.450 0.312 0.587
弱创新生产力 0.464 0.513 0.389 0.661 0.679 0.659 0.273 0.541
强技术生产力 0.648 0.664 0.175 0.523 0.536 0.482 0.191 0.581
弱技术生产力 0.494 0.548 0.339 0.679 0.626 0.610 0.179 0.592
强资源生产力 0.672 0.652 0.167 0.408 0.584 0.498 0.277 0.518
弱资源生产力 0.483 0.569 0.312 0.690 0.592 0.613 0.222 0.621
强环境生产力 0.650 0.633 0.109 0.506 0.583 0.498 0.179 0.500
弱环境生产力 0.485 0.570 0.101 0.684 0.570 0.589 0.241 0.684
强数字产业生产力 0.669 0.683 0.288 0.431 0.523 0.469 0.308 0.552
弱数字产业生产力 0.480 0.533 0.510 0.581 0.647 0.632 0.331 0.495
强产业数字生产力 0.700 0.699 0.304 0.397 0.504 0.443 0.413 0.564
弱产业数字生产力 0.442 0.504 0.565 0.587 0.657 0.658 0.401 0.460
一致性调整距离大于0.1的因果组合的组间一致性如图2所示。2011年，“弱产业数字生产力—高VEFE”的组间一致性为0.903；2019年和2020年，“强数字产业生产力—高VEFE”的组间一致性分别为0.958和0.941；其余因果组合的组间一致性均小于0.9，不构成VEFE的必要条件。因此，产业数字生产力和数字产业生产力的必要性仍需进一步检验。由图3可知，“弱产业数字生产力—高VEFE”的案例集中于右侧y轴[40]，“强数字产业生产力—高VEFE”有超过1/3的案例落于左上方[41]。因此，产业数字生产力和数字产业生产力不是VEFE的必要条件。通过比较各因果组合的组间一致性发现，“强创新生产力—高VEFE”“强技术生产力—高VEFE”“强资源生产力—高VEFE”“弱环境生产力—低VEFE”“强产业数字生产力—高VEFE”和“强数字产业生产力—高VEFE”的组间一致性逐渐提升，表明创新生产力、技术生产力、资源生产力、环境生产力、数字产业生产力和产业数字生产力的必要性逐渐增加，具有时间效应。
图2 因果组合的组间一致性热力图

Fig. 2 Between-group consistency heat map of causal combinations

图3 必要性分析的散点图

Fig. 3 Scatter charts of necessity analysis

2.2 多元组态路径分析

必要性分析表明，单一因素无法引起VEFE的必然提升，寻求多因素的组合路径成为分析这一问题的最优决策。因此，对前因条件进行组态分析，将组态的原始一致性阈值设定为0.8，最小案例阈值设定为1，PRI一致性阈值设定为0.7。

2.2.1 高VEFE组态分析

高VEFE组态的总体一致性为0.827（表5），表明各组态是高VEFE的充分组态[39]。根据各组态的核心条件，将高VEFE的五条组态归纳为四条路径：“创新+环境”驱动型、“技术+环境+产业数字”驱动型、“资源+数字”驱动型和“创新+资源”驱动型。
表5 高VEFE的组态结果

Table 5 Results of high VEFE configuration

前因条件 创新+环境 技术+环境+产业数字 资源+数字 创新+资源
H1 H2 H3 H4 H5
创新生产力 ● ●
技术生产力 ● ☆ Ⓧ
资源生产力 Ⓧ ● ★ ●
环境生产力 ● ● Ⓧ Ⓧ
数字产业生产力 Ⓧ ● ★
产业数字生产力 ● ● ★ ★
一致性 0.831 0.872 0.883 0.882 0.881
PRI 0.714 0.708 0770 0.768 0.739
原始覆盖度 0.360 0.184 0.238 0.212 0.168
唯一覆盖度 0.196 0.007 0.036 0.004 0.017
组间一致性调整距离 0.121 0.090 0.058 0.070 0.047
组内一致性调整距离 0.196 0.196 0.178 0.184 0.184
总体一致性 0.827
总体覆盖度 0.536

注：PRI表示不一致性的比例减少；●表示核心条件存在，Ⓧ表示核心条件不存在；★表示边缘条件存在，☆表示边缘条件不存在。下同。

“创新+环境”驱动型路径（H1）以创新生产力和环境生产力为核心条件，以资源生产力为核心缺失条件，表明在资源生产力不足时，通过加大创新力度并提升环境管理水平，可以实现高VEFE。“技术+环境+产业数字”驱动型路径（H2）以技术生产力、环境生产力和产业数字生产力为核心条件，以数字产业生产力为核心缺失条件，表明通过整合先进技术、优化环境管理和产业数字化转型，可以弥补数字产业不足的影响。“资源+数字”驱动型路径包含组态H3和H4。组态H3以资源生产力、数字产业生产力和产业数字生产力为核心条件，以环境生产力为核心缺失条件；组态H4以资源生产力、数字产业生产力和产业数字生产力为边缘条件，以技术生产力为边缘缺失条件，表明强化资源和数字的深度融合，可以弥补环境生产力或技术生产力的不足，实现森林生态产品价值的高效转化。“创新+资源”驱动型路径（H5）以创新生产力和资源生产力为核心条件，以技术生产力和环境生产力为核心缺失条件，以产业数字生产力为边缘条件，表明即使技术和环境条件存在不足，通过创新驱动和资源的优化配置，也可以提升VEFE。

2.2.2 组间结果分析

组间一致性是评估组态对结果变量充分性的核心指标，反映截面数据的一致性水平。由图4可知，组态H1的组间一致性由2011年的0.690上升至2022年的0.948，组间一致性调整距离为0.121，表明组态H1具有时间效应。这可能是由于技术创新和环境管理的协同效应增强，使得组态H1对高VEFE的解释力逐渐增强。组态H2、H3、H4和H5的组间一致性均大于0.7，表明这些组态具有较高的稳定性与可靠性。具体而言，四条组态的组间一致性在样本期内呈现小幅度下降态势，可能是由于科技创新或数字技术进步的边际效应递减等因素引起的。然而，四条组态的组间一致性调整距离均小于0.1，表明外部因素对组间一致性水平的影响是有限的，因此，组态H2、H3、H4和H5均不存在时间效应。
图4 各组态的组间一致性水平

Fig. 4 Between-group consistency of each configuration

2.2.3 组内结果分析

组内结果分析是指在空间维度上评估特定组态的典型案例对于结果变量的一致性程度。由图5可知，多数省份的组内一致性水平高于0.7，表明5条组态仅对少数省份的解释力较弱，具体而言，“创新+环境”驱动型路径对河北和广东的解释力较弱；“技术+环境+产业数字”驱动型路径对河北和湖南的解释力较弱；“资源+数字”驱动型路径对山西、湖南和重庆的解释力较弱；“创新+资源”驱动型路径对山西的解释力较弱。此外，所有组态的组内一致性调整距离均大于0.1，表明各组态的案例分布存在空间异质性。因此，有必要对四条路径的案例分布特征进行深入分析（表6）。
图5 各组态的组内一致性水平

Fig. 5 Within-group consistency of each configuration

表6 各组态的区域案例覆盖度

Table 6 Regional case coverage of each configuration

区域 “创新+环境”
驱动型		 “技术+环境+产业数字”
驱动型		 “资源+数字”
驱动型		 “创新+资源”驱动型
H1 H2 H3 H4 H5
东部地区 0.568 0.217 0.192 0.185 0.134
中部地区 0.429 0.317 0.372 0.262 0.257
西部地区 0.171 0.226 0.407 0.367 0.339
“创新+环境”驱动型路径的案例主要分布在东部和中部地区。具体而言，东部地区的北京、上海、江苏、浙江和天津等作为中国的经济中心，其创新活动投入和产出均较高；福建通过实施森林生态效益补偿制度，促进了森林生态产品价值实现；山东通过推动生态环境数据资源中心建设与应用，强化了森林资源的保护和修复工作。中部地区的安徽、河南和湖南不仅重视科技创新与发展，也积极推进环境治理体系和治理能力现代化，实现森林资源的可持续管理和生态产品价值的最大化。
“技术+环境+产业数字”驱动型路径的案例主要分布在中部和西部地区。中部地区的湖北利用数字孪生技术等数字化手段提升了森林资源管理的精准性，同时推进数字化赋能集体林权制度改革，实现了林业权属明晰和林产数字化转型[42]。山西通过开展大规模国土绿化行动，推进了低质低效林的更新改造。此外，通过建设智慧林业系统，进一步提升了生态产品的生产能力。西部地区的重庆和宁夏拥有独特的地理特征，通过数字化手段发展特色生态旅游，进而可以提升VEFE。
“资源+数字”驱动型路径的案例主要分布在西部和中部地区。西部地区的四川、内蒙古、广西、贵州、云南和新疆等省（自治区）拥有丰富的森林资源，为森林生态产品价值实现提供了物质基础。其中，内蒙古在重视资源保护和生态修复的同时，利用数字技术推动了产业布局优化和数据要素的市场化进程。新疆则通过森林抚育、退化林修复和污染物治理，提升了生态环境质量；同时，数字经济发展也为森林资源管理和在线交易提供了技术支撑。
“创新+资源”驱动型路径的案例主要分布在西部地区，包括内蒙古、四川、广西、云南和宁夏等省（自治区）。具体而言，四川依托其生物多样性和科技优势，推动特色林产品和生态旅游的发展。广西、云南和宁夏等省（自治区）结合当地气候和地理条件发展特色林业，借助科技手段提高了森林资源管理效率和生态产品市场竞争力。

2.2.4 低VEFE组态分析

分析低VEFE的组态有助于全面识别各区域的发展瓶颈。由表7可知，低VEFE组态的总体一致性为0.816，表明各组态对低VEFE的解释力度较强。根据核心缺失条件，将低VEFE的四条组态归纳为三条路径：“绿色+产业数字”限制型、“科技+绿色”限制型和“创新+环境”限制型。
表7 低VEFE的组态结果

Table 7 Results of low VEFE configuration

前因条件 绿色+产业数字 科技+绿色 创新+环境
L1 L2 L3 L4
创新生产力 Ⓧ Ⓧ Ⓧ
技术生产力 Ⓧ Ⓧ ●
资源生产力 Ⓧ Ⓧ Ⓧ ☆
环境生产力 Ⓧ Ⓧ Ⓧ Ⓧ
数字产业生产力 ● ★ ☆
产业数字生产力 Ⓧ ☆ ●
一致性 0.868 0.872 0.807 0.875
PRI 0.659 0.680 0.708 0.638
原始覆盖度 0.130 0.135 0.236 0.105
唯一覆盖度 0.005 0.009 0.110 0.007
组间一致性调整距离 0.136 0.117 0.160 0.113
组内一致性调整距离 0.190 0.190 0.242 0.196
总体一致性 0.816
总体覆盖度 0.265
“绿色+产业数字”限制型路径（L1）的核心缺失条件包括资源生产力、环境生产力和产业数字生产力，覆盖13.6%的案例。2011—2015年，西部地区的内蒙古、宁夏和新疆在森林资源开发、环境保护和产业数字化转型方面有待加强。东部地区的海南和辽宁，在生态资源管理和环境保护方面投入不足，同时数字技术在传统产业中的应用范围有限，从而限制了VEFE提升。
“科技+绿色”限制型路径包括组态L2和L3。组态L2以创新生产力、技术生产力、资源生产力和环境生产力为核心缺失条件，以数字产业生产力为边缘条件。山西与黑龙江在森林资源开发及环境治理方面存在不足，亟需强化技术创新与环境保护力度。尽管两省在数字产业发展方面具有一定潜力，但仍无法弥补核心缺失条件对VEFE的影响。组态L3的核心缺失条件与组态L2一致，辅以产业数字生产力为边缘缺失条件。河北、江西和陕西在样本初期由于科技发展、资源节约和环境保护方面的不足限制了VEFE提升。
“创新+环境”限制型路径（L4）以创新生产力和环境生产力为核心缺失条件，以资源生产力和数字产业生产力为边缘缺失条件，以技术生产力和产业数字生产力为核心条件，覆盖辽宁、青海、甘肃和陕西等省份。尽管这些省份在技术和产业数字生产力方面取得了一定进展，但仍需进一步发展创新和环境生产力。

3 结论与讨论

3.1 结论

基于2011—2022年30个省（自治区、直辖市）的数据，采用动态QCA方法探讨了新质生产力对VEFE的协同效应。主要得到以下结论：
（1）创新生产力、技术生产力、资源生产力、环境生产力、数字产业生产力和产业数字生产力均不是VEFE的必要条件，但这些前因条件对VEFE的必要性逐渐增加，具有时间效应。
（2）高VEFE存在四条驱动型路径：“创新+环境”驱动型、“技术+环境+产业数字”驱动型、“资源+数字”驱动型和“创新+资源”驱动型；低VEFE存在三条限制型路径：“绿色+产业数字”限制型、“科技+绿色”限制型和“创新+环境”限制型。
（3）“创新+环境”驱动型、“技术+环境+产业数字”驱动型、“资源+数字”驱动型和“创新+资源”驱动型路径均存在空间异质性，其中，“创新+环境”驱动型路径存在时间效应。

3.2 讨论

尽管新质生产力不是VEFE的必要条件，但不同生产力对VEFE的影响是非对称且复杂的，从而在组态中形成了“殊途同归”现象[12]。例如，在创新生产力水平较高的前提下，其他生产力要素对VEFE的影响存在明显差异。具体而言，在“创新+环境”驱动型路径中，环境生产力与创新生产力的协同效应对VEFE提升具有积极影响；而在“创新+资源”驱动型路径中，增强资源生产力和产业数字生产力，同样有助于提升VEFE。值得注意的是，“创新+环境”驱动型路径存在时间效应，表明前因条件之间的潜在等效性以及条件组态对VEFE的影响是动态变化的。
高VEFE的路径具有空间异质性特征，基于此，提出如下政策启示：（1）“创新+环境”驱动型路径的案例以东部地区为主，建议政府推动林产品的创新研发和加强环境保护。一方面，鼓励碳汇或森林覆盖率等指标交易，以实现森林生态价值的经济转化；另一方面，实施税收优惠和财政激励政策，鼓励企业采纳环境友好型技术，进而实现VEFE提升与碳减排的双重效益。（2）“技术+环境+产业数字”驱动型路径的案例以中部地区为主，建议政府聚焦于技术进步、环境保护和产业数字化的结合。首先，应用林业自动化和智能化技术提高森林资源管理精确度；其次，运用人工林抚育、生态修复等技术对林分结构进行优化，以增强森林碳汇功能；最后，开展数字化培训项目，提升林业从业人员的数字技能，以满足林业产业数字化转型的需求。（3）“资源+数字”驱动型和“创新+资源”驱动型路径的案例均以西部地区为主。首先，建议政府通过立法和监管手段促进森林资源的合理采伐与再生，加强森林资源的科学管理和保护；其次，鼓励科研机构与林企合作，运用先进技术实施精深加工，拓展和延伸森林生态产品的产业链和价值链；最后，充分发挥电商平台、社交媒体等渠道优势，推进更多优质林产品达成交易。
本文尚存在一些局限性：首先，各区域推行森林生态产品价值实现政策的时间存在差异，且省域层面的研究可能限制了对地方特定因素的深入探讨。未来研究可以扩展时间尺度，并从省域层面细化到市域或县域层面，以期捕捉跨周期、跨区域的动态影响机制。其次，本文揭示了新质生产力与VEFE之间的复杂因果关系，但对于各省（自治区、直辖市）选择特定路径的动因分析尚显不足。未来研究可以结合中华人民共和国自然资源部等官方网站公布的典型案例，辅以深度访谈或实地考察所获得的一手数据，深入剖析各区域采纳特定路径的潜在动因。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
ZHONG J H, CUI L L, DENG Z Y, et al. Long-term effects of ecological restoration projects on ecosystem services and their spatial interactions: A case study of Hainan tropical forest park in China. Environmental Management, 2024, 73(3): 493-508.

[2]
李致远, 谢花林. 我国森林资源生态产品价值实现的基本逻辑、核心机制与模式. 生态学报, 2024, 44(12): 5351-5366.

[LI Z Y, XIE H L. The basic logic, core mechanism and mode of realizing the value of forest resources ecological products in China. Acta Ecologica Sinica, 2024, 44(12): 5351-5366.]

[3]
孔凡斌, 崔铭烨, 徐彩瑶, 等. 浙江省森林生态产品价值实现对城乡差距的影响. 林业科学, 2023, 59(1): 31-43.

[KONG F B, CUI M Y, XU C Y, et al. Impact of the realization of values of forest ecological products on the urban-rural gap in Zhejiang province. Scientia Silvae Sinicae, 2023, 59(1): 31-43.]

[4]
詹琉璐, 杨建州. 我国森林生态产品价值实现效率研究: 基于投入产出分析框架. 经济问题, 2024, (8): 34-42.

[ZHAN L L, YANG J Z. The research on the efficiency of realizing the value of forest ecological products in China: Based on the input-output analysis framework. On Economic Problems, 2024, (8): 34-42.]

[5]
李灿, 马童宇. “资源—资产—资本”视角下乡村生态产品价值实现: 基于海口施茶村的田野调查. 自然资源学报, 2024, 39(8): 1940-1955.

DOI

[LI C, MA T Y. Realizing the value of rural ecological products under the perspective of "resource-asset-capital": A field study based on Shicha village in Haikou city. Journal of Natural Resources, 2024, 39(8): 1940-1955.]

[6]
谢花林, 李致远. 自然资源领域生态产品价值实现的多主体协同机制与路径. 自然资源学报, 2023, 38(12): 2933-2949.

DOI

[XIE H L, LI Z Y. Multi-agent collaborative mechanism and path for realizing the value of ecological products in the field of natural resources. Journal of Natural Resources, 2023, 38(12): 2933-2949.]

[7]
王会, 李强, 温亚利. 生态产品价值实现机制的逻辑与模式: 基于排他性的理论分析. 中国土地科学, 2022, 36(4): 79-85.

[WANG H, LI Q, WEN Y L. The logic and modes of the realization mechanism of ecological product values: A theoretical analysis based on the excludability. China Land Science, 2022, 36(4): 79-85.]

[8]
王金南, 马国霞, 王志凯, 等. 生态产品第四产业发展评价指标体系的设计及应用. 中国人口·资源与环境, 2021, 31(10): 1-8.

[WANG J N, MA G X, WANG Z K, et al. Development and application of indicator system about the quaternary industry of ecological products in China. China Population, Resources and Environment, 2021, 31(10): 1-8.]

[9]
WANG N, XU C Y, KONG F B. Value realization and optimization path of forest ecological products-case study from Zhejiang province, China. International Journal of Environmental Research and Public Health, 2022, 19(12): 7538, Doi: 10.3390/ijerph19127538.

[10]
孔凡斌, 程文杰, 徐彩瑶, 等. 国家试点区森林生态资本经济转换效率及其影响因素. 林业科学, 2023, 59(1): 1-11.

[KONG F B, CHENG W J, XU C Y, et al. Economic conversion efficiency of forest ecological capital in national pilot area of China and its influencing factors. Scientia Silvae Sinicae, 2023, 59(1): 1-11.]

[11]
孔凡斌, 程文杰, 徐彩瑶. 数字经济发展能否提高森林生态产品价值转化效率: 基于浙江省丽水市的实证分析. 中国农村经济, 2023, (5): 163-184.

[KONG F B, CHENG W J, XU C Y. Does the development of digital economy improve the value transformation efficiency of forest ecological products: An empiricalanalysis in Lishui, Zhejiang province. Chinese Rural Economy, 2023, (5): 163-184.]

[12]
郝政, 刘艳峰, 蒲小彤. 组态视角下生态产品价值实现的路径研究:基于30个省市的模糊集定性比较分析. 福建论坛: 人文社会科学版, 2022, (12): 87-100.

[HAO Z, LIU Y F, PU X T. A research on the path of realizing the value of ecological products from the perspective of configuration: Fuzzy-set qualitative comparative analysis based on 30 provinces and municipalities. Fujian Tribune, 2022, (12): 87-100.]

[13]
陈东景, 赵异凡. 异质性生态产品价值实现的政策工具优化及其路径. 中国人口·资源与环境, 2022, 32(11): 208-218.

[CHEN D J, ZHAO Y F. Optimization of policy instruments for value realization of heterogeneous ecological products and their paths. China Population, Resources and Environment, 2022, 32(11): 208-218.]

[14]
高攀, 诸培新. 生态产品价值实现驱动机制研究: 基于37个典型案例的fsQCA分析. 中国土地科学, 2024, 38(5): 114-124.

[GAO P, ZHU P X. Research on the driving mechanism of ecological product value realization: A fsQCA analysis of 37 typical cases. China Land Science, 2024, 38(5): 114-124.]

[15]
李严, 杨玉文. 新质生产力赋能下绿色金融支持边疆地区生态产品价值实现路径研究. 云南民族大学学报: 哲学社会科学版, 2024, 41(3): 101-109.

[LI Y, YANG Y W. Implementation approaches to green finance supporting the value realization of ecological products in the border areas empowered by new-quality productive forces. Journal of Yunnan Minzu University: Philosophy and Social Sciences Edition, 2024, 41(3): 101-109.]

[16]
袁宝龙, 张壬. 新质生产力赋能中国林业高质量发展: 理论逻辑、现实困境与实践进路. 世界林业研究, 2024, 37(4):1-8.

[YUAN B L, ZHANG R. New quality productive forces enabling high-quality development of China's forestry: Theoretical logic, realistic dilemma and practical progress. World Forestry Research, 2024, 37(4): 1-8.]

[17]
王转, 赵伟, 贾铖. 新质生产力赋能农业生态产品价值实现:理论逻辑与实现路径. 中国生态农业学报(中英文), 2024, 32(10): 1756-1765.

[WANG Z, ZHAO W, JIA C. New-quality productivity empowers the value realization of agro-ecological products: Theoretical logic and realization path. Chinese Journal of Eco-Agriculture, 2024, 32(10): 1756-1765.]

[18]
蒋永穆, 杜婵. 以农业新质生产力助推乡村生态产品价值实现. 农村经济, 2024,(6): 1-10.

[JIANG Y M, DU C. New-quality agricultural productive force boosts the realization of the value of rural ecological products. Rural Economy, 2024,(6): 1-10.]

[19]
张德钗, 张怡琨, 林以恒, 等. 新质生产力推动林业生态产品价值实现的实践路径. 林业经济问题, 2024, 44(2): 136-142.

[ZHANG D C, ZHANG Y K, LIN Y H, et al. The practical paths of new quality productive forces to promote the value realization of forestry ecological products. Issues of Forestry Economics, 2024, 44(2): 136-142.]

[20]
郑毓翰. 新质生产力赋能碳汇产品价值实现: 理论逻辑、作用机制与推进路径. 世界林业研究, 2024, 37(4): 9-16.

[ZHENG Y H. Value realization of carbon sink products enabled by new quality productive forces: Theoretical logic, action mechanism and promotion path. World Forestry Research, 2024, 37(4): 9-16.]

[21]
卢江, 郭子昂, 王煜萍. 新质生产力发展水平、区域差异与提升路径. 重庆大学学报: 社会科学版, 2024, 30(3): 1-17.

[LU J, GUO Z A, WANG Y P. Levels of development of new quality productivity, regional differences and paths to enhancement. Journal of Chongqing University: Social Science Edition, 2024, 30(3): 1-17.]

[22]
孔凡斌, 陆雨, 徐彩瑶. 数字经济发展、森林生态产品价值实现与城乡收入差距. 林业科学, 2024, 60(5): 1-21.

[KONG F B, LU Y, XU C Y. Digital economy development, value realization of forest ecological products, and urban-rural income gap. Scientia Silvae Sinicae, 2024, 60(5): 1-21.]

[23]
ZHANG Y D, FAN X M, CAO Y Y, et al. Exploring symbiosis: Innovatively unveiling the interplay between the cold chain logistics of fresh agricultural products and the ecological environment. Agriculture, 2024, 14(4): 609, Doi: 10.3390/agriculture14040609.

[24]
王晓丽, 彭杨贺, 杨丽霞, 等. 数字技术赋能森林生态产品价值实现: 理论阐释与实现路径. 生态学报, 2024, 44(6): 2531-2543.

[WANG X L, PENG Y H, YANG L X, et al. Digital technology empowering the value realization of forest ecological products: Theoretical interpretation and implementation path. Acta Ecologica Sinica, 2024, 44(6): 2531-2543.]

[25]
TONE K. A slacks-based measure of super-efficiency in data envelopment analysis. European Journal of Operational Research, 2002, 143(1): 32-41.

[26]
范峻恺, 徐建刚. 基于神经网络综合建模的区域城市群发展脆弱性评价: 以滇中城市群为例. 自然资源学报, 2020, 35(12): 2875-2887.

DOI

[FAN J K, XU J G. Vulnerability assessment of urban agglomeration based on neural network model: A case study of Central Yunnan Urban Agglomeration. Journal of Natural Resources, 2020, 35(12): 2875-2887.]

[27]
FURNARI S, CRILLY D, MISANGYI V F, et al. Capturing causal complexity: Heuristics for configurational theorizing. Academy of Management Review, 2021, 46(4): 778-799.

[28]
KAZEMZADEH E, FUINHAS J A, SALEHNIA N, et al. Assessing influential factors for ecological footprints: A complex solution approach. Journal of Cleaner Production, 2023, 414: 137574, Doi: 10.1016/j.jclepro.2023.137574.

[29]
GARCIA-CASTRO R, ARIÑO M A. A general approach to panel data set-theoretic research. Journal of Management and Decision Making, 2016, 1(1): 11-41.

[30]
谢高地, 张彩霞, 张雷明, 等. 基于单位面积价值当量因子的生态系统服务价值化方法改进. 自然资源学报, 2015, 30(8): 1243-1254.

[XIE G D, ZHANG C X, ZHANG L M, et al. Improvement of the evaluation method for ecosystem service value based on per unit area. Journal of Natural Resources, 2015, 30(8): 1243-1254.]

DOI

[31]
孔凡斌, 王宁, 徐彩瑶. “两山”理念发源地森林生态产品价值实现效率. 林业科学, 2022, 58(7): 12-22.

[KONG F B, WANG N, XU C Y. Value realization efficiency of forest ecological products in the birthplace of "two mountains" idea. Scientia Silvae Sinicae, 2022, 58(7): 12-22.]

[32]
吕洁华, 孙嘉宇, 蔡秀亭. 中国林业绿色全要素生产率的时空演变分析. 农林经济管理学报, 2022, 21(3): 320-330.

[LYU J H, SUN J Y, CAI X T. Spatial-temporal evolution of green total factor productivity of forestry in China. Journal of Agro-Forestry Economics and Management, 2022, 21(3): 320-330.]

[33]
王刚, 陈伟, 曹秋红. 基于Entropy-Topsis的林业产业竞争力测度. 统计与决策, 2019, 35(18): 55-58.

[WANG G, CHEN W, CAO Q H. Measurement of forestry industry competitiveness based on entropy-topsis. Statistics & Decision, 2019, 35(18): 55-58.]

[34]
穆亚丽, 王浩, 杨红强, 等. 农村数字化发展能否提升林业经济韧性: 基于30个省域面板数据的实证检验. 林业科学, 2024, 60(5): 51-66.

[MU Y L, WANG H, YANG H Q, et al. Can the rural digital development improve forestry economic resilience: An empirical evidence based on panel data of 30 provinces. Scientia Silvae Sinicae, 2024, 60(5): 51-66.]

[35]
WANG F, WANG H, LIU C, et al. The effect of green urbanization on forestry green total factor productivity in China: Analysis from a carbon neutral perspective. Land, 2022, 11(11): 1900, Doi: 10.3390/land11111900.

[36]
毛晓蒙, 王仁曾. 绿色金融与新质生产力: 促进还是抑制?基于技术创新与环境关注度的视角. 上海财经大学学报, 2024, 26(5): 30-45.

[MAO X M, WANG R Z. Green finance and new quality productive forces: Promotion or inhibition? From the perspectives of technological innovation and environmental concern. Journal of Shanghai University of Finance and Economics, 2024, 26(5): 30-45.]

[37]
李燕凌, 蔡湘杰. 科技金融促进了工业新质生产力发展吗?. 财经理论与实践, 2024, 45(6): 10-18.

[LI Y L, CAI X J. Does science and technology finance promote the development of industrial new quality productive force?. The Theory and Practice of Finance and Economics, 2024, 45(6): 10-18.]

[38]
韩文龙, 张瑞生, 赵峰. 新质生产力水平测算与中国经济增长新动能. 数量经济技术经济研究, 2024, 41(6): 5-25.

[HAN W L, ZHANG R S, ZHAO F. The measurement of new quality productivity and new driving force of the Chinese economy. Journal of Quantitative & Technological Economics, 2024, 41(6): 5-25.]

[39]
FISS P C. Building better causal theories: A fuzzy set approach to typologies in organization research. Academy of Management Journal, 2011, 54(2): 393-420.

[40]
DUL J. Necessary condition analysis (NCA): Logic and methodology of "necessary but not sufficient" causality. Organizational Research Methods, 2016, 19(1): 10-52.

[41]
谭海波, 范梓腾, 杜运周. 技术管理能力、注意力分配与地方政府网站建设: 一项基于TOE框架的组态分析. 管理世界, 2019, 35(9): 81-94.

[TAN H B, FAN Z T, DU Y Z. Technology management capability, attention distribution and local government website construction: A configurational analysis based on the TOE framework. Management World, 2019, 35(9): 81-94.]

[42]
谢贤胜, 陈绍志, 赵荣. 生态产品价值实现的实践逻辑: 基于自然资源领域87个典型案例的扎根理论研究. 自然资源学报, 2023, 38(10): 2504-2522.

DOI

[XIE X S, CHEN S Z, ZHAO R. The practical logic of ecological product value realization: A study of grounded theory based on 87 typical cases in the field of natural resources. Journal of Natural Resources, 2023, 38(10): 2504-2522.]

Options
文章导航

/

〈 〉