李友東，閆晨麗，趙云輝

（內蒙古財經大學工商管理學院，呼和浩特 010070）

一、引言

智慧城市是一個由信息技術支撐的涵蓋政府、企業(yè)、社會的新型城市生態(tài)系統(tǒng)，是對復雜社會系統(tǒng)的智能化管理（陳德權等，2017；Eisenack 和Roggero，2022）。隨著城市化進程的不斷加劇，在增強城市經濟集聚效應的同時（王玥和杜建國，2021），也帶來了交通擁擠、醫(yī)療短缺、環(huán)境污染等一系列復雜問題（賈舒，2021），不斷要求著城市治理層面的創(chuàng)新。但是傳統(tǒng)的信息技術已不足以支撐大型城市的復雜治理，尤其是2020 年突如其來的新冠疫情給城市發(fā)展造成了不可估量的經濟損失。因此越來越多的城市開啟了智慧轉型之路。截至2017 年，國家住建部已公布三批智慧試點城市，并且在建設和發(fā)展中有效提升了城市智慧化水平（張亨明和章皓月，2021）。同時，《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》（“十四五”規(guī)劃）也明確指出要分級分類推進智慧城市建設，以智慧技術推進低碳發(fā)展，實現城市精細化治理（張若冰等，2021）。因此，智慧城市被認為是推動經濟高質量發(fā)展和應對城市復雜治理現象的重要途徑（趙華平等，2022；Eisenack 和Roggero，2022）。

智慧城市治理對城市可持續(xù)發(fā)展至關重要（Soeiro，2021；Su 和Fan，2022）。在雙碳目標的背景下，智慧建設能夠有效減少碳排放（黃和平等，2022），推進綠色技術創(chuàng)新（武力超等，2022）和經濟高質量發(fā)展（趙華平等，2022）。婁偉（2020）研究發(fā)現，智慧技術有助于推進大規(guī)模產業(yè)的發(fā)展，改善西北部地區(qū)惡劣的生態(tài)環(huán)境；Su 和Fan（2022）從組態(tài)視角出發(fā)，通過對智慧城市如何實現城市的可持續(xù)發(fā)展進行研究，提出了雙中心、生態(tài)中心、以人為中心和雙綁定四種實現城市可持續(xù)性的模式，推進了智慧城市建設在城市可持續(xù)發(fā)展上的研究。同時，智慧城市也有利于區(qū)域技術創(chuàng)新水平的提升（劉巧等，2018）和全要素生產率的提升（張衛(wèi)東等，2018）。但是研究主要集中于分析智慧城市對其利益相關者產生的作用，并沒有直接闡明城市該如何實現智慧轉型，忽略了在智慧城市治理過程中對多方面驅動因素的研究（Ruhlandt et al，2020）。隨著全球化的發(fā)展，社會環(huán)境日益呈現復雜化和多樣化，智慧城市的治理已經不單是計算機技術的體現，同時還會受到經濟、社會、環(huán)境與治理等多維度的協同影響（賈舒，2021）。因此，對智慧城市治理的具體影響因素和多組態(tài)路徑研究至關重要（Zhang et al，2020）。在現有關于綠色智慧城市的影響因素研究中，信息和通信技術的發(fā)展至關重要，可以使數據獲取更便捷，為城市管理提供了系統(tǒng)化的監(jiān)測和控制，使管理者能夠有效地利用現有資源，推進智慧交通、智慧醫(yī)療和智慧課堂等建設（Su 和Fan，2022），進而推動城市的可持續(xù)發(fā)展（De La Robertie 和Lebrument，2019）。在政府組織內部，對于城市智慧化發(fā)展的財政支持（何凌云等，2021）也發(fā)揮著正向推進作用，有利于激勵城市的技術創(chuàng)新，推動智慧產業(yè)發(fā)展（李霞等，2020）。與此同時，智慧治理也受到環(huán)境因素的影響，人才集聚現象產生的人力資本存量推進了城市的創(chuàng)新人才建設，進而提升了城市的技術創(chuàng)新水平（宋德勇等，2021）。但是對智慧城市影響因素的研究主要集中在技術、組織或環(huán)境等單一方面，少有研究探討多因素的聯合效用，這種情況往往會產生智慧城市對單一因素的過度依賴現象，無法通過對資源進行合理配置來實現最大化資源利用效率（Du 和Kim，2021），并且智慧城市本身是一個通過多方面信息資源整合來加強城市建設的復雜生態(tài)系統(tǒng)，單一因素的“凈效應”難以體現城市智慧轉型的復雜性和動態(tài)性，無法揭示其復雜運行機制和精細化治理路徑（Zhang et al，2020）。因此，探討多因素協同作用對智慧城市治理的影響機制和多元路徑，成為如何應對復雜社會環(huán)境的重點。

由組態(tài)理論可知，多因素之間可通過不同的組合產生相同的結果，進而能夠合理解釋在環(huán)境復雜化背景下的社會現象（Furnari et al，2021）。鑒于此，本文從組態(tài)視角出發(fā)，探討智慧城市的影響機制和治理路徑。具體引入技術-組織-環(huán)境（TOE）框架，構建智慧城市治理的理論研究框架，并運用模糊集定性比較分析法（fsQCA），探索中國35 個重點城市（副省級以上）在技術、組織和環(huán)境三方面因素對智慧城市治理的影響，識別出驅動智慧城市治理的組合路徑。主要探討以下幾個問題：是否存在影響高/低智慧治理水平的必要條件？存在哪些路徑以“殊途同歸”的方式推動高水平的智慧城市治理？哪些條件對于政府推進智慧治理更為重要？造成低水平智慧城市治理的前因組態(tài)有哪些？本文的主要貢獻有以下幾點：首先，本文從組態(tài)視角出發(fā)，探討多因素的協調整合對智慧城市治理的影響，將基于單一變量“凈效應”的研究拓展到基于組態(tài)視角的多因素綜合效應的研究（Du 和Kim，2021），這一研究拓展有助于深化智慧城市治理的理論視角。其次，本文引入TOE 框架，從技術、組織和環(huán)境三個方面探討智慧城市的影響因素，有利于構建智慧城市的多維度綜合治理模型。該研究不僅是TOE 框架在城市治理領域的進一步拓展，也是對中國的管理理論的進一步深化。最后，本文通過組態(tài)分析，探究高/低水平智慧城市治理路徑的前因組態(tài)，揭示其核心影響因素和不同路徑之間的替代效應，證明了智慧城市治理并不是只有一種模式（Eisenack 和Roggero，2022），為管理者提供了多種戰(zhàn)略選擇。有助于管理者在日益復雜化的社會環(huán)境下，簡化問題復雜性，靈活化的選擇治理模式，有效避免導致低水平智慧城市治理的路徑，提高智慧城市治理效率。

二、文獻綜述與模型構建

（一）文獻綜述

1.智慧城市治理的實踐進展

城市治理是治理理論在城市公共事務層面的應用（唐亞林和錢坤，2019）。自20 世紀90 年代以來，城市治理理論逐步在公共管理領域占據主流地位，后有學者將研究概念擴展細化到社區(qū)治理、智慧城市建設、城市更新等領域，主要表現在政府等公共部門及非政府組織等社會行動者之間的互動（Soeiro，2021）。2009 年international business machines corporation（IBM）公司首次提出“智慧城市”的概念后，智慧治理逐漸成為理論、政策和實踐中的前沿領域（張娜和楊健全，2022）。隨著新一代信息技術的飛速發(fā)展，世界各國陸續(xù)掀起了智慧城市的建設浪潮，如2009 年日本推出的“i-Japan 戰(zhàn)略2015”戰(zhàn)略和英國發(fā)布的“數字英國”計劃等（石大千等，2018）。中國同時期也加入了智慧城市建設浪潮，自2010 年起，中央和地方就開始進行先期探索，且分三批建立了智慧試點城市。據《2019 年中國智慧城市發(fā)展報告》統(tǒng)計，全國已有700 多個城市開啟了智慧城市建設之路，成為驅動地區(qū)創(chuàng)新發(fā)展的新動能（闞艷秋，2020）。面對復雜多變的經濟社會環(huán)境，政府的管制和激勵政策對智慧城市作用變得尤為明顯，第三方推進力量對其影響愈加強大（尹麗英和張超，2019）。中國也不斷踐行智慧治理，已將智慧城市作為一項政策創(chuàng)新，列入國家城市規(guī)劃和可持續(xù)發(fā)展的重大戰(zhàn)略布局，并在2016 年的“十三五”規(guī)劃綱要中提出，要建設一批新型示范性智慧城市（董恒昌等，2019），這是城市治理與數據驅動的更深層次融合。同時十九大報告中也明確指出要建設創(chuàng)新型國家，建設具有新技術、新模式、新理念的新型智慧城市。從目前的研究來看，智慧城市治理的實踐進展尚處于較為宏觀的政策指導方面，其理論內涵、治理路徑等研究還不夠深入。

2.智慧城市治理的技術支撐

當前，經濟發(fā)展已全面進入大數據時代，在以云計算、人工智能和大數據等新一代信息技術的支撐下，數字技術已經成為加速社會智能化轉型的重要利器（夏曉忠等，2020），能夠有效提高城市運行效率和社會治理創(chuàng)新（李晴和劉海軍，2020）。馬亮等（2021）研究表明，通過信息化建設和大數據技術發(fā)展優(yōu)化智慧城市的創(chuàng)新環(huán)境，提升智慧治理水平。同時地方政府也高度重視智能平臺建設和數字化應用，通過數字改革、數據監(jiān)管等方式有效推動了社會智慧化治理（王勝和孫貴艷，2017）。中國在積極探索政府開放平臺建設過程中，數字治理和技術基礎設施也成為智慧賦能和數字化治理的重要組成部分（Odendaal，2021；湯志偉和王研，2020）。付平和劉德學（2019）指出政府數字平臺建設和服務理念創(chuàng)新能夠有效降低信息交易成本，實現信息共享和知識的創(chuàng)新擴散，從而促進新技術的產生。在推進技術創(chuàng)新方面，李云鶴和李杏（2022）通過實證分析得出，數字基礎設施建設會通過人才集聚顯著促進區(qū)域技術創(chuàng)新，且政策支持度較高的地區(qū)的創(chuàng)新現象更為突出，并且數字基礎可以重塑區(qū)域產業(yè)經濟形態(tài)（劉洋等，2020），全面提升區(qū)域創(chuàng)新能力，進而激發(fā)數字經濟活力（尹西明等，2022）。與此同時，數字經濟的高質量發(fā)展同樣需要基礎設施的支持（林鎮(zhèn)陽等，2022），即數字基礎設施的提升有利于加快數據要素的市場化配置，將數據要素轉化為區(qū)域經濟發(fā)展的生產力，打造高質量（劉淑春等，2021）、可持續(xù)的數字經濟模式（Su 和Fan，2022），進而全面推進智慧城市治理轉型。

3.智慧城市試點政策的實施效果

在智慧城市試點政策的實施效果研究中，現有文獻主要集中在區(qū)域創(chuàng)新、經濟發(fā)展、企業(yè)運營管理三個方面的實證研究。第一，促進區(qū)域創(chuàng)新。Caragliu 和Delbo（2019）基于歐洲城市數據，實證檢驗出開展智慧城市試點政策的地區(qū)更傾向于創(chuàng)新，能夠顯著提高以專利為代表的創(chuàng)新產出；這一現象不僅能促進歐洲的區(qū)域創(chuàng)新，也對中國區(qū)域創(chuàng)新有顯著作用，其中何凌云等（2021）基于中國地級市數據，通過實證分析，不僅得出智慧城市建設顯著提升了城市創(chuàng)新水平，而且發(fā)現試點政策效果隨時間的推移會顯著增強。袁航和朱承亮（2020）進一步分析出了智慧城市建設可以通過革新信息技術、集聚高端人力、優(yōu)化營商環(huán)境來推動城市創(chuàng)新，同時還能顯著提高區(qū)域科技創(chuàng)新和技術創(chuàng)新（李霞等，2020），且科技創(chuàng)新基礎越好的城市，試點政策效應越突出（張節(jié)和李千惠，2020）。第二，拉動經濟增長。智慧城市建設有利于提升地區(qū)經濟發(fā)展水平，激發(fā)創(chuàng)業(yè)活力（湛泳和李珊，2022）。周小敏和李連友（2020）進一步運用雙重差分法檢驗得出，智慧城市建設能夠通過優(yōu)化資源配置、提高經濟集聚水平、促進產業(yè)結構升級三個機制帶動地區(qū)經濟增長。與此同時，技術創(chuàng)新和人口集聚效應對區(qū)域經濟增長也有顯著的促進效用，且在不同的科教水平和政府規(guī)模下，存在明顯的異質性（王穎和周健軍，2021）。張治棟和趙必武（2021）發(fā)現，智慧試點政策存在明顯的政策溢出效應，在促進當地經濟高質量發(fā)展的同時，還能推進鄰近城市經濟高質量發(fā)展。第三，推動企業(yè)高質量發(fā)展。智慧城市建設可以顯著促進企業(yè)的高質量發(fā)展（劉偉麗和劉宏楠，2022）。許旭（2021）通過對中國流通業(yè)進行進一步細化研究，發(fā)現智慧試點城市相比非試點城市能夠通過提升勞動生產率和互聯網普及率等途徑實現流通業(yè)高質量發(fā)展，同時對企業(yè)全要素生產率也有明顯的推動作用（姚圣文等，2022）。還有學者通過雙重差分法得出，智慧城市政策能夠促進試點城市產業(yè)結構升級（蔣選和王林杉，2021），但是目前各地智慧型城市發(fā)展仍不均衡，欠發(fā)達地區(qū)智慧城市政策對當地產業(yè)結構升級的影響大于發(fā)達地區(qū)（賈舒，2021）。

上述文獻在智慧城市治理方面進行了較為全面地闡述，但是主要是定性分析和依托于計量模型的定量研究，基于案例素材的實證分析相對較少，且大多探討單一變量的凈效應的因果對稱性，缺乏對多重條件下的協同效應和不對稱因果關系分析（Du 和Kim，2021）。然而，在智慧城市的實踐場景下，多因素間往往會出現聯動效應，甚至會出現“蝴蝶效應”，導致牽一發(fā)而動全身的現象出現（譚海波等，2019）。因此，需要進一步探索各因素的動態(tài)組合而形成的差異化路徑，并分析不同組態(tài)模式下，組內各因素之間的聯合效應和組間的替代關系，從而可以更為清晰的解釋復雜智慧城市治理問題，厘清背后的復雜因果邏輯（杜運周等，2021），使政府能夠更加明確智慧城市的治理內涵，并結合區(qū)域特點制定針對性政策措施。

（二）模型構建

1.TOE 框架

由Tornatizky 和Fleischer（1990）提出的TOE 框架最初用來分析企業(yè)創(chuàng)新技術的影響因素。隨著框架的不斷演進，現已在組織管理、政府治理、電子商務和綠色技術等領域廣泛應用。TOE 框架具體將影響基礎組織的因素劃分為技術、組織和環(huán)境三方面，是一種基于技術應用情景的綜合性分析框架。該框架具有靈活性、實用性和可操作性等特點。因此在變量選擇上具有良好的擴展性，近年來被廣泛應用在復雜治理問題研究中，研究者可根據不同對象及研究領域的不同，對其進行細化（譚海波等，2019）。邱澤奇（2017）發(fā)現技術和組織是影響組織績效的主要因素，在智慧城市的治理中，治理水平的高低不僅取決于政府組織自身建設和政策推動，同時受到社會現有技術水平的制約，此外政府組織所處的環(huán)境和外界壓力均會影響到智慧城市治理。而在組態(tài)視角下，三者并不是簡單的線性關系，而是通過相互影響，共同塑造出智慧城市的治理水平。因此本文在現有研究基礎上，基于TOE 框架，從技術、組織、環(huán)境三個層面出發(fā)，構建智慧城市治理的理論分析模型。具體確定了技術基礎設施、大數據發(fā)展水平、財政資源支持、注意力分配、上級壓力、市場化水平和人力資本在內的7 個二級條件。

2.模型構建

技術條件。具體包括大數據發(fā)展水平、技術基礎設施兩個二級條件。技術層面的影響因素包括現有技術使用狀態(tài)和將要采納技術的特征等（譚海波等，2019）。技術與組織的關系是組織擴張的基礎，會直接影響到組織的決策效率和運行效率等一系列問題（李綱等，2022）。在智慧城市監(jiān)督管理平臺建設中，數字治理已經成為政府治理體系的重要組成，是改變城市發(fā)展范式的重要技術手段（Li 和Cao，2020）。在智慧治理進程中，政府掌握著大量的原始數據，但如何利用這些數據資源達到社會效益最大化，是實現城市智慧化的關鍵。依據科斯的交易成本理論可知，交易成本的降低有利于政府政策或制度的產生。在大數據時代，技術基礎設施建設能夠有效降低政策制定的交易成本和信息成本，通過信息反饋，減少政策執(zhí)行中的失敗風險并提供成功經驗借鑒，解決政府治理過程中的信息不對稱問題，更好地協調組織行為（De La Robertie 和Lebrument，2019）。同時大量環(huán)境信息的公開處理和博弈抉擇，能夠不斷提升政府的組織運作效能，完善城市的智慧管理水平和經濟高質量發(fā)展（趙云輝等，2019）。

組織條件。組織條件具體包括政府注意力分配、財政資源支持兩個二級條件。組織因素主要聚焦于組織內部屬性，主要包括組織資源、組織規(guī)模、財務資源等（李綱等，2022）。有限理性決策認為，注意力是一種稀缺資源，決策者對特定事物的重視程度是由注意力所決定的，注意力分配的不同會導致決策差異。在具體實踐中，政府的關注程度和支持力度是有關智慧城市治理政策或項目成功執(zhí)行的重要影響因素，注意力會隨著區(qū)域數字化發(fā)展進程而不斷變化，從而制定更加符合區(qū)域實際發(fā)展情況的政策措施（陶克濤等，2021）。同時，在技術驅動下的智慧城市建設能夠倒逼政府治理流程的分權化、扁平化，重構治理結構并能夠提升治理成效的高效化和精準化（張蔚文等，2020）。財政是智慧城市治理的基礎力量和重要支柱，資金支持、稅收制度和政府采購等都是推動智慧城市發(fā)展的重要政策工具。財政資源支持可以通過促進技術創(chuàng)新、調整財政支出結構，提升城市的創(chuàng)新效率，從而達到建設智慧城市的目的（何凌云等，2021）。在政府財政資源有限的情況下，資源將被用于滿足必要性的公共支出和最基本的公共需求，而對于大數據、物聯網等技術方面的公共服務，將會受到一定限制。

環(huán)境條件。環(huán)境條件具體包括上級壓力、市場化水平和人力資本三個二級條件，環(huán)境條件包括組織所處的市場結構、外部政府的管制政策、壓力或動力等方面，宏觀環(huán)境會影響到組織應用新技術的效果（譚海波等，2019）。在中國政府實際運作中，中央戰(zhàn)略和政策推進一直是驅動地方經濟高質量發(fā)展的不竭動力（宋麗穎和張安欽，2021）。上級壓力是指來自上級政府的強制壓力，通常是指中央或上級政府發(fā)布的文件、政策等，要求地方官員按時保質的執(zhí)行；同時會以地方官員的政績表現作為考核標準，以此決定是否繼續(xù)錄用（莊貴陽，2020）。因此當上級政府推動某項創(chuàng)新政策時，下級官員會為貫徹執(zhí)行該項政策分配更多注意力（湯志偉等，2019）。智慧城市建設是國家的重點推進項目，市政府會認真貫徹中央和省級政府的決策，結合現有資源稟賦，竭力推進城市智慧化轉型。除了政策推動外，當前推動中國城市智慧轉型的因素還包括市場環(huán)境，市場化的目的是重新組織和改變市場環(huán)境，使市場運作更為有效（莊貴陽，2020）。依據交易成本理論可知，隨著市場化水平提升，可以有效降低大數據交易成本和信息技術平臺建設成本，增強信息披露力度和信息透明機制建設，從而更好地提升政府智慧城市建設效率（陶克濤等，2021）。人才作為智慧城市治理的基本要素，在組織發(fā)展和智慧城市建設方面發(fā)揮著不可或缺的作用。人力資本決定了市場的供給水平和勞動力成本（李志軍等，2019），是智慧城市治理的核心資源，有助于產生高質量的勞動生產力和教育水平（杜運周等，2022）。人力資本的不斷集聚可以通過縮短空間距離實現資源共享，進而降低知識獲取的成本，提升區(qū)域創(chuàng)新能力（Davis 和Dingel，2019），并且，按照熊彼特的創(chuàng)新理論來說，人力資本集聚會帶來資源的重新配置，不斷積累宏觀層面的城市資本存量，進而提升區(qū)域技術創(chuàng)新（劉偉，2022）。具體理論模型如圖1 所示。

圖1 研究框架

三、研究方法與數據構建

（一）定性比較分析

本文嘗試從組態(tài)視角出發(fā)，分析智慧城市治理背后的多元驅動路徑。因此采用fsQCA 方法進行檢驗。QCA 方法由拉金于1987 年提出（查爾斯C.拉金，2019），其理論基礎是布爾代數和集合論，主要用于解決復雜類因果關系問題（杜運周等，2021）。該方法能夠有效處理35 個重點城市案例的相關數據，找出前因條件不同區(qū)配模式下與智慧城市治理的邏輯關系。QCA 方法最初主要應用于政治學和社會歷史學等學科，近年來學術界將其拓展到戰(zhàn)略管理（Du 和Kim，2021）、公共管理（譚海波等，2019）、公司治理（Greckhamer et al，2018）和營商環(huán)境生態(tài)（杜運周等，2020）等多個管理學領域。選擇fsQCA 方法主要有以下幾點考慮：第一，QCA 方法結合了定量分析與定性比較，堅持從案例導向出發(fā)研究組合現象，實現了智慧城市建設的理論路徑組態(tài)與具體城市案例的深度對話（杜運周等，2020）。第二，QCA 方法并非是權變視角下的傳統(tǒng)計量分析（研究線性和單向因果關系），而是以集合論為基礎，在組態(tài)視角的基礎上分析產生這一現象的復雜作用機制，能夠更好地解釋中國智慧城市治理背后的不同前因條件之間的聯系（張明等，2019）。第三，相較于聚類分析、因子分析等組態(tài)研究方法，QCA 方法最大的優(yōu)勢在于能夠有效識別前因條件之間的動態(tài)互補性、組態(tài)等效性和因果非對稱性（Rihoux 和Ragin，2008）；同時考慮到智慧城市建設的復雜機制，且影響因素多為連續(xù)變量。因此相較于其他QCA 方法（清晰集定性比較分析csQCA，多值集定性比較分析mvQCA），使用fsQCA能夠更充分地捕捉到前因條件在不同水平上的細微變化。

（二）樣本選擇與數據來源

本文將案例樣本定位到中國35 個重點城市（省級城市、副省級城市、直轄市及計劃單列市，由于拉薩市數據缺失。因此將其剔除）。樣本城市選取主要有兩點依據，總體充分同質性和內部最大異質性（查爾斯C.拉金，2019）。從樣本同質性來看，選取的數據均為中國副省級以上城市，具有較好的地區(qū)代表性，且樣本城市啟動智慧城市建設的時間都相對較早，有充足的特征和實踐可供觀察選擇。依據樣本內部異質性要求，本文選取的樣本中智慧試點城市和非智慧試點城市可形成相互比較，且各城市的城市規(guī)模和資源稟賦都存在較大差異，呈現出多樣化特征。在數據選擇方面，由于上級壓力的測量是以三批智慧試點城市的公布次數為依據，且第三批公布時間為2015 年，考慮到智慧城市會有3?5 年的創(chuàng)建期（孟凡坤和吳湘玲，2021）。因此，本文選取2019 年數據進行測量。

（三）測量與校準

1.結果測量

智慧城市治理水平：新型智慧城市建設是以人民為中心，數字技術為驅動，以智能網絡設施為基礎，通過結合城市規(guī)劃、建設、管理的各個環(huán)節(jié)，進而達到城市治理的創(chuàng)新效應，成為抗擊疫情、脫貧攻堅、社會運行的重要保障（賈舒，2021）。因此，本文借鑒闞艷秋（2020）的做法，選擇《2019—2020 中國新型智慧城市建設與發(fā)展綜合影響力評估結果通報》對智慧城市治理水平進行測量，該報告公布部分城市的中國最具影響力、創(chuàng)新力、發(fā)展?jié)摿途C合影響力等指數及排名，本文將關于35 個重點城市綜合影響力的評估得分作為結果的測量標準。

2.條件測量

大數據發(fā)展水平：根據陶克濤等（2021）的測量方法，采用2020 年《大數據藍皮書：中國大數據發(fā)展報告No.4》發(fā)布的31 個重點城市的大數據發(fā)展綜合指數（商用指數、民用指數和政用指數的總和）和發(fā)布省級數據中4 個直轄市的大數據發(fā)展綜合指數進行測量。

技術基礎設施：本文依據譚海波等（2019）的測量方法，以城市每百萬人口的互聯網寬帶接入端口數（萬個）作為測量指標。數據來源于2020 年《中國城市統(tǒng)計年鑒》。

注意力分配：參考譚海波等（2019）的測量方法，采用各地方政府出臺貫徹中央指導文件精神的本地落實意見來執(zhí)行中央政府的政策方針的時間間隔來計算。具體將2021 年3 月11 日《關于“十四五”規(guī)劃和2035 年遠景目標綱要》的決議正式通過作為起始時間，該綱要中多處提到智慧城市建設相關內容，對新型基礎設施政府、經濟、社會等進行數字化轉型工作進行了規(guī)劃部署。以各城市人民政府網中回應十四五規(guī)劃智慧城市建設的文件作為終止時間，以此時間間隔（天）進行測量。數據來源于35 個重點城市人民政府網。

財政資源支持：借鑒趙云輝等（2021）的測量方法，采用城市每百萬人口的一般公共預算支出（億元）作為衡量政府財政支出的測量指標。數據來源于2020 年《中國統(tǒng)計年鑒》。

上級壓力：借鑒闞艷秋（2020）的測量方法，以樣本城市是被納入國家智慧試點城市的公布次數為依據。具體以國家住房和城鄉(xiāng)建設部在2013 年1 月、2013 年8 月和2015 年4 月三次正式公布低碳試點城市中，地級市所占次數作為測量依據。不是智慧試點城市則賦值0，是國家公布一次的賦值1，公布兩次的賦值2，公布三次賦值為3。最終賦值結果有0、1、2、3 四種情況。

市場化水平：依據《樊剛市場化指數報告》（包含“政府與市場的關系”和“市場法律制度環(huán)境”等關鍵因素）整理所得，具體采用2019 年的省級市場化發(fā)展綜合指數進行測量（陶克濤等，2021）。

人力資本：人力資本應具備理解和協調智慧城市管理部門需求、推動大數據等相關技術活動、處理復雜數據分析結果及預測未來的能力，而具備數字化能力的管理人才和技術人才需受過一定的高等教育。目前很多高校已將數字化管理、信息技術等方面的課程作為基礎課或專業(yè)課的一部分，所以本文以35 個重點城市中每百萬人口大專以上教育程度的人口數（萬人）作為測量標準（趙云輝等，2021）。數據來源于《中國統(tǒng)計年鑒》。由于考慮到深圳市2018 年、2019 年數據缺失，為保證數據的準確性，本文采取2020 年數據進行測量。數據變量的描述性統(tǒng)計結果見表1。

表1 描述性統(tǒng)計

3.數據校準

在fsQCA 方法中，給案例賦予集合隸屬分數的過程就是校準（Du 和Kim，2021）。研究者需要根據案例數據的實際分布情況選擇相應的隸屬分數，校準后的集合隸屬度將介于0?1（譚海波等，2019）。參照已有研究，并結合作者對案例數據的實際分布情況，最終將完全隸屬和完全不隸屬分別設置為95%分位數和5%分位數，并將交叉點校準標準設置為50%分位數（趙云輝等，2021）?？紤]到注意力分配用地方政府回應中央政策的時間間隔進行衡量，時間間隔越短，政府注意力越強。因此將注意力分配采用反向校準，完全隸屬和完全不隸屬設置為5%和95%分位數。各條件和結果的具體校準數據見表2。

表2 條件與結果的校準

四、數據分析與實證結果

（一）單個條件的必要性分析

在進行組態(tài)分析前，需要進行必要條件分析，即檢驗單個條件是否構成高（低）水平智慧城市治理的必要條件（杜寶貴和張鵬舉，2019）。必要條件檢驗的標準是看其一致性水平高低，本文參照以往研究標準，將一致性水平閾值設為0.9（Du 和Kim，2021），并通過fsQCA3.0 軟件對各條件是否構成智慧城市治理水平的影響因素進行“必要性”檢驗，具體分析結果見表3。其中7 個條件對高水平智慧城市治理的一致性水平均小于0.9。因此不能構成影響智慧城市高治理水平的必要條件，體現了智慧城市治理的復雜性，進一步說明了應重點探討技術、組織、環(huán)境三方面條件聯動對結果的協同效應。對7 個條件影響低水平治理進行必要性檢驗得出，非大數據發(fā)展水平（一致性水平0.919＞0.9）是低水平智慧城市治理的必要條件，這意味著這兩個條件對于相關結果的產生會構成瓶頸。其余條件均不構成低水平智慧城市治理的瓶頸條件。

表3 QCA 方法單個條件的必要性檢驗

（二）條件組態(tài)的充分性分析

充分條件指前因條件組合充分地產生結果，其分析過程同樣使用一致性水平來衡量，且充分性分析的一致性水平應不低于0.75（趙云輝等，2021）。學者們根據不同研究情境采用了不同的一致性閾值，如0.76（張明等，2019）和0.91（蔣選和王林杉，2021）等。頻數閾值的設定則需要根據樣本規(guī)模進行調整，一般來說中小樣本的頻數閾值應為1，大樣本頻數閾值應大于1（張明等，2019）。PRI（proportional reduction in inconsistency）一致性的最小值應大于等于0.75，以此來避免可能存在的同時子集關系，即某一真值表行（組態(tài)）同時為高水平的智慧城市治理和低水平的智慧城市治理（杜運周等，2020；查爾斯C.拉金，2019）。遵循已有判別標準與樣本數據的總體情況，將一致性閾值設為0.9，頻數閾值設為1，PRI值設為0.75（譚海波等，2019），運用fsQCA3.0 軟件對條件組態(tài)進行充分性分析，本文同已有研究一致，在最終輸出的復雜解、簡約解和中間解中，匯報中間解，并輔之以簡約解（張明等，2019）。結果顯示，7 個條件產生高水平智慧城市治理的路徑是多元化的，具體見表4。

表4 高水平智慧城市治理的組態(tài)分析

組態(tài)分析結果呈現出4 組組態(tài)，可以看出總體解（一致性為0.975）和單個解的一致性水平均高于0.8，大于可接受的最低標準0.75（Judge et al，2020）。因此4 種組態(tài)可以被視為提高智慧城市治理水平的充分條件組合，具體分為以下兩種路徑模式。

1.路徑一：“技術+組織”主導下的智慧城市治理模式

共包含3 組組態(tài)，分別是組態(tài)1、2、3。組態(tài)1 中大數據發(fā)展水平和財政資源支持為核心存在條件，技術基礎設施和市場化水平為邊緣存在條件，注意力分配為邊緣缺乏，其他條件為不確定狀態(tài)。表明在大數據發(fā)展水平和財政資源支持有效提升的同時結合技術基礎設施和市場化水平的發(fā)展會顯著提升智慧城市治理水平。組態(tài)1 的一致性水平為0.967，表明該組態(tài)有96.7%的可能性達到高水平智慧城市治理；其原始覆蓋度為0.347，表明約34.7%的智慧城市治理案例能夠解釋組態(tài)1；另外，唯一覆蓋度為0.049，表明約4.9%的智慧城市治理案例僅能被組態(tài)1 所解釋。

組態(tài)2 中大數據發(fā)展水平和財政資源支持為核心存在條件，技術基礎設施、注意力分配和市場化水平為邊緣存在條件，上級壓力為邊緣缺乏，人力資本為不確定狀態(tài)。表明在大數據發(fā)展水平和財政資源支持有效提升的同時結合技術基礎設施、注意力分配和市場化水平的提升的會顯著提升智慧城市治理水平。組態(tài)2 的一致性水平為0.969，表明該組態(tài)有96.9%的可能性達到高水平智慧城市治理效果；原始覆蓋度為0.315表明約31.5%的智慧城市治理案例能夠解釋該組態(tài)2；另外，唯一覆蓋度為0.027，表明約2.7%的智慧城市治理案例僅能被組態(tài)2 所解釋。

組態(tài)3 中大數據發(fā)展水平和財政資源支持為核心存在條件，市場化水平為邊緣存在條件，人力資本為邊緣缺乏，其他條件為不確定狀態(tài)。表明在大數據發(fā)展水平和財政資源支持有效提升的同時結合市場化水平的提升的會顯著提升智慧城市治理水平。組態(tài)2 的一致性水平為0.994，表明該組態(tài)有99.4%的可能性達到高水平智慧城市治理；原始覆蓋度為0.379，表明約37.9%的智慧城市治理案例能夠解釋組態(tài)3；另外，唯一覆蓋度為0.110，表明約11%的智慧城市治理案例僅能被組態(tài)3 所解釋。

可以看出組態(tài)1、組態(tài)2、組態(tài)3 的核心條件相同，均為大數據發(fā)展水平存在和財政資源支持存在。因此將其歸類為“技術+組織”主導下的智慧城市治理模式。強調技術和組織條件組合對政府智慧城市治理的重要性。代表城市為上海、深圳、杭州、寧波和南京等。大多城市都屬于長江三角洲城市群，經濟水平和城鎮(zhèn)化基礎相對較高。以杭州、寧波、深圳為例，2014 年杭州正式成立智慧城市研究院，是集“政、產、學、研、用”五位一體的智慧城市建設資源整合平臺。2016 年中國與聯合國在杭州建立大數據研究所，推動了智慧城市建設。根據最新發(fā)布的《中國城市數字治理報告（2020）》報告看出，杭州的數字治理指數（超越北京、上海、廣州和深圳）居全國第一。以深圳市為例，深圳市政府在“十二五”規(guī)劃綱要中把建設“智慧深圳”作為未來信息化發(fā)展的目標。早在2013 年，深圳市政府就發(fā)布了《智慧深圳建設實施方案（2013—2015）》，以建設一座科技、人文和生態(tài)的智慧型現代化城市為目標。目前，深圳市建成了綜合交通運行指揮中心，實施“U 交通戰(zhàn)略”成為國內領先的智慧交通城市；同時在安防領域大力推動物聯網產業(yè)的研究應用，被譽為“國家安防之都”。

2.路徑二：“組織+環(huán)境”主導下的智慧城市治理模式

具體為組態(tài)4。組態(tài)4 中注意力分配存在、市場化水平存在和上級壓力缺乏為核心條件，大數據發(fā)展水平和人力資本為邊緣存在條件，技術基礎設施和財政資源支持為邊緣缺乏條件。表明注意力分配和市場化水平結合的重要性，即使在上級壓力核心缺乏的條件下，也能達到高水平的智慧城市治理。因此將其命名為，“組織+環(huán)境”主導下的智慧城市治理模式。在市場化水平提升的同時結合地區(qū)人力資本，能夠有效促進大數據發(fā)展水平的提升，進而降低政府政策制定的交易成本，促進智慧城市治理水平提升。組態(tài)4 的一致性水平為0.988，表明該組態(tài)有98.8%的可能性達到高水平智慧城市治理；原始覆蓋度為0.235，表明約23.5%的智慧城市治理案例能夠解釋組態(tài)4；另外，唯一覆蓋度為0.033，表明約3.3%的智慧城市治理案例僅能被組態(tài)4所解釋。代表城市為濟南。濟南屬于山東省省會，在2020 年《關于進一步加快新型智慧城市建設的實施意見》中，濟南市政府提出要將物聯網、云計算和人工智能等新一代信息技術應用到智慧交通、智慧醫(yī)療、智能教育等方面的建設，推動城市治理創(chuàng)新，到2022 年將成為能夠帶動周圍城市群智慧化轉型的數字典范城市。

最后，對結果的“非集”（低水平智慧城市治理）展開分析，具體分析結果見表5。

表5 列示的4 種組態(tài)中，所有單個解和總體解的一致性水平都大于0.75，總體解的一致性為0.978，總體解的覆蓋度為0.589。表明這4 種組態(tài)可以視為低水平智慧城市治理的充分條件組合。組態(tài)1 表明，上級壓力缺乏和市場化水平缺乏對低水平智慧城市治理發(fā)揮了核心作用，大數據發(fā)展水平和財政資源支持為邊緣缺乏條件，技術基礎設施和人力資源為邊緣存在，注意力分配不確定。組態(tài)2 表明，注意力分配缺乏、上級壓力缺乏和市場化水平缺乏的缺失發(fā)揮了核心作用，大數據發(fā)展水平、技術基礎設施和人力資本作為邊緣缺乏，財政資源支持為邊緣存在條件。在組態(tài)3 中，注意力分配缺乏、上級壓力缺乏和市場化水平缺乏的缺失發(fā)揮了核心作用，技術基礎設施缺乏和財政資源存在發(fā)揮了輔助性作用，其他條件為不確定狀態(tài)。在組態(tài)4 中，注意力分配缺乏、上級壓力缺乏和市場化水平缺乏為核心條件，大數據發(fā)展水平缺乏和技術基礎設施存在為邊緣條件，其余條件均為不確定狀態(tài)。7 個條件的不同組合形成了非高水平智慧城市治理的多樣化路徑。

表5 低水平智慧城市治理的組態(tài)分析

（三）穩(wěn)健性檢驗

調整條件變量、調整校準閾值、改變一致性、改變案例頻數等都可以作為定性比較分析的穩(wěn)健性檢驗標準；此外也可以通過改變數據來源、調整測量方式、改變數據搜集時間段等方法進行檢驗（張明等，2019）。而判斷原有分析結果是否穩(wěn)健，則有兩個層面的標準：一方面是看重新分析結果的擬合參數，一般相差不大則可認為是穩(wěn)健的；另一方面看集合關系，如果穩(wěn)健性檢驗的結果組態(tài)之間仍具有清晰的子集關系，則可認為原結果是穩(wěn)健的（Schneider 和Wagemann，2012）。本文參照兩個評判穩(wěn)健性的標準，在借鑒已有校準方法的基礎上，通過改變校準區(qū)間和一致性閾值兩種途徑對結果進行穩(wěn)健性檢驗（趙云輝等，2021），具體包括用%，96%來代替5%，95%來調整校準區(qū)間；調整一致性閾值從0.9 下調至0.85。通過檢驗發(fā)現結果組態(tài)之間雖有微弱變化，但整體相差較小，且具有清晰的子集關系。因此認為研究結論具有良好的穩(wěn)健性。

五、研究結論與政策建議

（一）研究結論

本文基于TOE 框架，運用fsQCA 方法，以中國35 個重點城市作為觀測樣本進行條件組態(tài)分析，探討了7個前因條件對智慧城市治理的“聯合效應”，揭示了影響智慧城市治理的核心條件及治理路徑，并得出研究結論如下：①從單一變量觀察發(fā)現，技術、組織、環(huán)境三方面的7 個因素均不能單獨成為高水平智慧城市治理的必要條件，但非大數據發(fā)展水平是造成低水平智慧城市治理的瓶頸條件；②從整體路徑分析，發(fā)現高水平智慧城市治理背后是多因素的協同作用，結果共存在4 條動態(tài)組合路徑，具體可以歸納為兩類，分別是“技術+組織”主導下的智慧城市治理模式和“組織+環(huán)境”主導下的智慧城市治理模式，兩類組合路徑以“殊途同歸”的方式影響著智慧城市的治理水平；③造成低水平智慧城市治理的前因組態(tài)共有4 種，其中上級壓力和市場化水平缺乏均是作為核心條件存在。

（二）政策啟示

第一，從整體治理視角出發(fā)，中央和地方政府應設立智慧城市治理的具體目標，加強組織、技術、環(huán)境三方面因素的協調整合，把技術因素作為政策創(chuàng)新過程中的基礎動力，同時結合創(chuàng)新政策和外部環(huán)境激勵技術變遷。

第二，以“技術+組織”為主導的智慧城市治理路徑：地方政府應建設智慧城市管理平臺、服務平臺，打造信息集散中心，減少政府數字化治理的交易成本，從而形成以大數據為中心的云管理；同時要竭力打造智慧居民、智慧經濟、智慧生活、智慧出行和智慧環(huán)境等；再者要發(fā)揮人才培育力，增加數字人才，為政府建設信息披露平臺，改善信息不對稱問題，發(fā)揮技術職能。

第三，以“組織+環(huán)境”為主導下的智慧城市治理路徑：在智慧城市治理工作上，地方政府要務實信息管理和創(chuàng)新管理，根據具體問題，制定精準的政策措施，竭力推動智慧城市治理實踐；政府應充分發(fā)揮平臺作用，匯集關于智慧城市治理的相關信息和資源，不斷拓展城市治理的創(chuàng)新發(fā)展模式，逐漸完成由數字管理政府向智慧服務政府的轉變。同時發(fā)揮利益相關者共同治理的組織力，在企業(yè)上分配更多注意力，出臺相應的數字化技術鼓勵政策，推動市場化發(fā)展進程，進而推動大數據發(fā)展和技術基礎設施建設水平的提升。

（三）不足與展望

雖然本文從組態(tài)視角探討了智慧城市治理的動因模型和組態(tài)路徑，并提出了下一步政策建議。但依舊存在一定的局限性，為未來研究提供了方向。第一，在質性分析上，已對定性資料進行補充，但仍同其他QCA 研究方法一樣，面臨如何深化質性分析的共同挑戰(zhàn)。第二，在數據收集上，限于數據可獲得性，只對中國35 個具有代表性的重點城市一年的數據進行了研究，限制了研究結論的可推廣性和在時間維度上的解釋力度，未來隨著時序QCA 的發(fā)展，可收集更多城市的跨時間案例的樣本數據對智慧城市治理的組態(tài)路徑進行進一步分析。