中圖分類號：D63；F49 文獻(xiàn)標(biāo)志碼：A

0 引言

新一代數(shù)字信息技術(shù)在拓寬政府治理邊界、豐富公共服務(wù)渠道、促進(jìn)公眾數(shù)字參與、推動數(shù)據(jù)共享等方面發(fā)揮了重要作用。在數(shù)字化背景下，《國務(wù)院發(fā)布關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》（國發(fā)[2022]14號）提出要加強(qiáng)數(shù)字政府建設(shè)，提高政府?dāng)?shù)字治理能力[]。基層政府作為社會治理的基石，依托數(shù)字信息技術(shù)提升數(shù)字治理能力已成為其提升治理效能、增強(qiáng)社會韌性的關(guān)鍵議題?；诖?，本研究以基層政府為研究對象，運(yùn)用fsQCA方法，從物理、事理和人理三維度探討基層政府?dāng)?shù)字治理能力的影響因素及其聯(lián)動效應(yīng)，為破解當(dāng)前基層政府?dāng)?shù)字治理困境提供決策參考。

1基于WSR的影響因素模型構(gòu)建

WSR系統(tǒng)方法論由顧基發(fā)等學(xué)者融合系統(tǒng)工程與東方哲學(xué)提出，通過“物理-事理-人理”框架解析復(fù)雜社會問題，物理維度揭示系統(tǒng)客觀規(guī)律與物質(zhì)基礎(chǔ)，事理維度規(guī)范管理機(jī)制與運(yùn)行邏輯，人理維度聚焦主體交互與利益協(xié)調(diào)[2]。WSR發(fā)展至今已在指標(biāo)體系、研究模型構(gòu)建等領(lǐng)域取得顯著成效。本文基于WSR方法論及前人研究成果，結(jié)合基層政府?dāng)?shù)字治理情境，從物理、事理、人理3個(gè)維度識別影響因素以

構(gòu)建研究模型。

（1）物理維度。物理因素是指基層政府?dāng)?shù)字治理過程中客觀存在的外部因素，具體包括數(shù)字基礎(chǔ)設(shè)施和數(shù)字資金。數(shù)字基礎(chǔ)設(shè)施作為治理的物理載體，由支撐信息技術(shù)服務(wù)的軟硬件資源體系構(gòu)成，其發(fā)展水平影響縣級政府對數(shù)據(jù)要素的承載、傳遞及價(jià)值開發(fā)能力[3]。數(shù)字資金則是治理實(shí)施的基礎(chǔ)保障，數(shù)字治理各環(huán)節(jié)均需財(cái)政持續(xù)投入，治理資金配置的優(yōu)先度與投入規(guī)模顯著影響治理能力表現(xiàn)[4]

（2）事理維度。事理因素是指基層政府通過數(shù)字化手段開展社會治理的運(yùn)作機(jī)制，主要包括網(wǎng)絡(luò)輿情管理、數(shù)字政務(wù)服務(wù)和政府?dāng)?shù)字注意力。網(wǎng)絡(luò)輿情管理是基層政府依托信息技術(shù)動態(tài)監(jiān)測輿情、反饋公眾訴求的管理方式，其核心在于及時(shí)捕捉公眾訴求并構(gòu)建政社協(xié)同治理模式，它既是維護(hù)社會穩(wěn)定的必要環(huán)節(jié)，也是提升數(shù)字治理能力的關(guān)鍵因素[5]。數(shù)字治理核心任務(wù)之一是實(shí)現(xiàn)在線政務(wù)服務(wù)供給，以“互聯(lián)網(wǎng) + 政務(wù)”為突破口，通過流程再造實(shí)現(xiàn)數(shù)據(jù)共享與業(yè)務(wù)協(xié)同，是提升基層政府?dāng)?shù)字治理能力的關(guān)鍵抓手。政府?dāng)?shù)字注意力反映政府對數(shù)字治理的戰(zhàn)略聚焦，高數(shù)字注意力的基層政府通過政策傾斜和資源配置形成數(shù)字化發(fā)展導(dǎo)向，以驅(qū)動數(shù)字技術(shù)向治理效能

轉(zhuǎn)化。

（3）人理維度。人理因素是指推動基層政府?dāng)?shù)字治理的人力要素及其參與方式，包括數(shù)字人才資源和公眾數(shù)字參與。數(shù)字人才是指具備信息通信專業(yè)技能與創(chuàng)新能力的復(fù)合型人才，其短缺制約著基層治理數(shù)字化轉(zhuǎn)型[6]。公眾參與是數(shù)字治理的本質(zhì)體現(xiàn)，表現(xiàn)為通過數(shù)字賦權(quán)實(shí)現(xiàn)政社協(xié)同治理，公眾依托數(shù)字終端表達(dá)訴求、參與治理，政府基于平臺實(shí)施服務(wù)辦理與意見征詢，這種雙向互動機(jī)制有效激發(fā)了公眾參與活力，提升治理精準(zhǔn)度與公信力。

2 研究設(shè)計(jì)

2.1研究方法及樣本選取

定性比較分析方法（QCA）是由拉金提出的一種研究工具，適用于中小樣本，通過集合論解析多因素非線性組合的等效因果路徑。針對基層政府?dāng)?shù)字治理相關(guān)支撐數(shù)據(jù)稀缺與多因素協(xié)同作用特征，同時(shí)考慮到研究變量均為連續(xù)型變量，本研究采用fsQCA作為研究方法?；鶎诱w縣級、鄉(xiāng)鎮(zhèn)政府及街道辦事處，其中，縣級政府作為連接上級與鄉(xiāng)鎮(zhèn)政府的中間層，占據(jù)“承上啟下”的戰(zhàn)略位置，國家試點(diǎn)項(xiàng)目往往選擇在此實(shí)施。當(dāng)前國家將基層數(shù)字治理納入戰(zhàn)略重點(diǎn)，中央網(wǎng)信辦于2020年發(fā)布涵蓋117個(gè)縣市區(qū)的首批數(shù)字鄉(xiāng)村試點(diǎn)名單，此類地區(qū)作為國家數(shù)字治理示范場域，為揭示基層政府?dāng)?shù)字治理能力的影響機(jī)制提供了高信度樣本。考慮到數(shù)據(jù)敏感及獲取難度，剔除新疆、西藏試點(diǎn)地區(qū)，最終選取數(shù)字鄉(xiāng)村試點(diǎn)名單的80個(gè)縣級政府為研究樣本。

2.2變量測量與數(shù)據(jù)來源

（1）結(jié)果變量。基層政府?dāng)?shù)字治理能力（DigitalGovernanceCapability，DGC）選取縣域鄉(xiāng)村治理數(shù)字化指數(shù)作為測量指標(biāo)，由于現(xiàn)有數(shù)字類報(bào)告多聚焦于省市級層面，以縣域?yàn)榛締挝坏膱?bào)告相對有限，目前僅有北京大學(xué)新農(nóng)村發(fā)展研究院測算的“縣域數(shù)字鄉(xiāng)村指數(shù)”[8]全面評估了縣級數(shù)字治理現(xiàn)狀，涵蓋2481個(gè)縣級區(qū)劃單位，契合本文研究方向。

（2）條件變量。數(shù)字基礎(chǔ)設(shè)施（DigitalInfrastructure，DI）采用縣域鄉(xiāng)村數(shù)字基礎(chǔ)指數(shù)作為測量指標(biāo)，該指數(shù)從信息基礎(chǔ)設(shè)施、基礎(chǔ)數(shù)據(jù)資源體系、數(shù)字商業(yè)地標(biāo)和數(shù)字金融基礎(chǔ)設(shè)施4個(gè)指標(biāo)全面評估了縣域的數(shù)字基礎(chǔ)設(shè)施發(fā)展情況。數(shù)字資金（DigitalCurrency，DC）選用縣級政府年度科學(xué)技術(shù)支出作為衡量指標(biāo)，其數(shù)值大小反映不同縣級政府的資金投人強(qiáng)度，數(shù)據(jù)源于縣級政府2020年財(cái)政決算。網(wǎng)絡(luò)輿情管理（Online Public Opinion Management，

OPOM）從縣級政府回應(yīng)公眾關(guān)注熱點(diǎn)或重大輿情數(shù)量、政務(wù)輿情指數(shù)兩方面衡量，數(shù)據(jù)源自《政府網(wǎng)站工作報(bào)表》以及中國縣級政府政務(wù)誠信大數(shù)據(jù)監(jiān)測平臺“政信查”。數(shù)字政務(wù)服務(wù)（DigitalGovernmentServices，DGS）從萬人政府網(wǎng)站訪問量和網(wǎng)上辦事便利程度兩方面測算，數(shù)據(jù)源于《政府網(wǎng)站工作報(bào)表》和第七次人口普查公報(bào)。政府?dāng)?shù)字注意力（DigitalAttentionAllocation，DAA）從縣級政府?dāng)?shù)字政策出臺數(shù)量和政府工作報(bào)告數(shù)字類關(guān)鍵詞頻占比兩方面測量，數(shù)據(jù)源于北大法寶數(shù)據(jù)庫和縣級政府網(wǎng)站。數(shù)字人才資源（DigitalTalentResources，DTR）采用每10萬人中擁有大學(xué)文化程度人數(shù)以及信息傳輸軟件和信息技術(shù)服務(wù)業(yè)從業(yè)人員等指標(biāo)衡量，數(shù)據(jù)源自第七次人口普查公報(bào)和紅黑人口數(shù)據(jù)庫。公眾數(shù)字參與（PublicDigitalEngagement，PDE）使用民眾申請公開事項(xiàng)數(shù)量、公眾有效參與渠道數(shù)量和互動欄目網(wǎng)民留言數(shù)量等指標(biāo)衡量，數(shù)據(jù)源于《政府信息公開工作年度報(bào)告》《政府網(wǎng)站工作報(bào)表》及第三方平臺。樣本缺失值采用臨近年份數(shù)據(jù)替代或依政府申請公開獲取，采用 Max-Min 標(biāo)準(zhǔn)化數(shù)據(jù)，并以等權(quán)法計(jì)算綜合得分。

2.3校準(zhǔn)

本文采用直接校準(zhǔn)法，設(shè)定 95% 、 5% 和交叉點(diǎn)50% 為隸屬錨點(diǎn)，鑒于fsQCA4.1軟件默認(rèn)剔除0.5隸屬值的案例，對此增加0.001常量確保案例分析完整性，校準(zhǔn)信息如表1所示。

3 實(shí)證分析

3.1 必要條件分析

本文使用fsQCA4.1軟件進(jìn)行必要分析，沿用一致性大于0.9且覆蓋度大于0.5的判斷標(biāo)準(zhǔn)（見表2），單一條件變量均不構(gòu)成必要條件，存在多因素協(xié)

同影響效應(yīng)，多因素協(xié)同影響基層政府?dāng)?shù)字治理能力，為此有必要通過條件組態(tài)分析挖掘各組合的具體影響機(jī)理。

3.2條件組態(tài)分析

本文使用fsQCA4.1軟件開展條件組態(tài)分析，設(shè)定一致性閾值為0.8、PRI閾值為0.8和頻數(shù)閾值為1，由于尚未有統(tǒng)一理論提供明確指引，反事實(shí)分析的變量選項(xiàng)均選擇“PresentorAbsent\"選項(xiàng)，結(jié)果如表3所示，產(chǎn)生4種高水平數(shù)字治理能力影響組態(tài)，總體解的一致性為0.938，覆蓋度為0.487，可以解釋48.7% 的基層政府?dāng)?shù)字治理案例。

表3中，縱向來看，組態(tài)P1揭示了注意力資源驅(qū)動型路徑：高數(shù)字資源帶來技術(shù)、人才溢出效應(yīng)，基層政府通過項(xiàng)目預(yù)算分配及人才引進(jìn)等注意力傳導(dǎo)機(jī)制，驅(qū)動技術(shù)下沉與數(shù)字潛力釋放，公眾借助數(shù)字渠道形成需求信息流，促進(jìn)基層數(shù)字化轉(zhuǎn)型以實(shí)現(xiàn)較高水平數(shù)字治理。代表案例是山東省惠明縣，該縣構(gòu)建智能感知網(wǎng)絡(luò)，組建高校專家與企業(yè)技術(shù)員參與的“數(shù)字智囊團(tuán)”，創(chuàng)新開發(fā)“智慧惠明”APP，設(shè)“隨手拍”“議事廳”等模塊，將投訴響應(yīng)速度納入績效考核，以提升政務(wù)服務(wù)水平。

組態(tài)P2揭示了輿情響應(yīng)下政民協(xié)同聯(lián)動型路徑：公眾借助數(shù)字平臺參與社會議題，催生輿論熱點(diǎn)，引發(fā)基層政府高度關(guān)注，基層政府依托資金與數(shù)字人才捕捉輿論信息，主動回應(yīng)訴求，提升政民信息交互與協(xié)同治理效能，實(shí)現(xiàn)高效數(shù)字治理。典型案例有寧夏鹽池縣，該縣創(chuàng)新“一點(diǎn)三面 +N^′′ 工作法，整合網(wǎng)格員、調(diào)解專家與公眾力量，同時(shí)開辦“民情直通車”平臺收集民生問題并轉(zhuǎn)化為政策建議，強(qiáng)化了政民協(xié)同的實(shí)效性。

組態(tài)P3揭示了政務(wù)服務(wù)供需優(yōu)化型路徑：無論基層政府是否分配注意力，數(shù)字基礎(chǔ)設(shè)施和數(shù)字資金為基層政務(wù)數(shù)字化奠定物質(zhì)基礎(chǔ)，高質(zhì)量人才儲備確保技術(shù)落地，公眾數(shù)字參與則通過需求反饋優(yōu)化服務(wù)供給，提高基層政務(wù)供需匹配度，協(xié)同提升數(shù)字治理能力。典型案例是浙江省慈溪市，該市構(gòu)建“掌上慈溪”數(shù)字政務(wù)平臺，集成“出生一件事”“身后一件事”等高頻政務(wù)服務(wù)，通過用戶行為數(shù)據(jù)分析，推出個(gè)性化服務(wù)推薦功能，同時(shí)建立“數(shù)字政務(wù)體驗(yàn)官”制度，招募市民參與服務(wù)測試，優(yōu)化服務(wù)流程。

組態(tài)P4揭示了多維要素協(xié)同型路徑：高水平數(shù)字基建奠定技術(shù)底座，政府?dāng)?shù)字注意力與輿情管理效能提升治理敏銳度，公眾數(shù)字參與構(gòu)建政社信息通路，專業(yè)人才驅(qū)動方案落地，三維協(xié)同聯(lián)動實(shí)現(xiàn)基層政府高效數(shù)字治理。代表案例是山東省肥城市，該市建設(shè)數(shù)字黨建中心，開發(fā)“桃都善治”小程序，實(shí)現(xiàn)全流程數(shù)字化，依托網(wǎng)格化管理，培訓(xùn)網(wǎng)格員使用智能終端，同時(shí)發(fā)動青年群體參與社區(qū)治理，形成多元共治格局。

橫向來看，各組態(tài)核心條件均包含數(shù)字基礎(chǔ)設(shè)施、政府?dāng)?shù)字注意力和數(shù)字人才資源至少2個(gè)變量及以上，對比可知，數(shù)字基礎(chǔ)設(shè)施、政府?dāng)?shù)字注意力和數(shù)字人才資源是基層政府?dāng)?shù)字治理能力的基礎(chǔ)性影響因素，其余則視為重要因素。

3.3穩(wěn)健性檢驗(yàn)

首先，提高一致性閾值為0.9，所得4條組態(tài)結(jié)果與原組態(tài)保持一致；接著將完全隸屬、交叉點(diǎn)與完全不隸屬的閾值調(diào)整為 90% 、 50% 和 10% ，產(chǎn)生4條組

態(tài)僅有部分邊緣條件排列發(fā)生細(xì)微變化，總體實(shí)質(zhì)性解釋路徑基本無差別，說明具備較好穩(wěn)健性。

4結(jié)語

本研究驗(yàn)證了WSR框架對復(fù)雜治理問題的解釋力，為數(shù)字治理研究提供系統(tǒng)性分析范式，建議基層政府強(qiáng)化數(shù)字基建投入、優(yōu)化政策注意力分配、完善人才引育機(jī)制，并依托多元參與深化政社協(xié)同。未來，可拓展樣本多樣性，探索動態(tài)演化機(jī)制，為數(shù)字治理能力建設(shè)提供更精準(zhǔn)的政策支持。

參考文獻(xiàn)

[1]國務(wù)院.關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見[EB/OL].（2022-06-23）[2025-03-26]. https：//www. gov.cn/zhengce/content/2022-06/23/content_5697299.htm.

[2]顧基發(fā).物理事理人理系統(tǒng)方法論的實(shí)踐[J].管理學(xué)報(bào)，2011（3）：317-322，355.

[3]龐萌，梁樹廣，趙斌.數(shù)字基礎(chǔ)設(shè)施建設(shè)對政府公共服務(wù)水平影響的實(shí)證分析[J.統(tǒng)計(jì)與決策，2023（24）：74-78.

[4]XU X，YANG X，LIAN H. How does tax revenuesharing affect local government governance？ Empiricalevidence from Chinese cities[J]. Finance ResearchLetters，2024（64）：105473.

[5]孔德鵬，郎玫，史傳林.信息內(nèi)卷化：政府網(wǎng)絡(luò)輿情治理能力的提升路徑[J].情報(bào)雜志，2022（11）：120-128.

[6]王翔，余霄.體制壓力對地方政府?dāng)?shù)字人才訴求的結(jié)構(gòu)化影響：基于政府?dāng)?shù)字化轉(zhuǎn)型的背景[J].電子政務(wù)，2023（8）：10-21.

[7]中華人民共和國國家互聯(lián)網(wǎng)信息辦公室.關(guān)于國家數(shù)字鄉(xiāng)村試點(diǎn)地區(qū)名單的公示[EB/OL]（2020-09-18）[2025-03-27]. https：//www.cac. gov. cn/2020-09/18/c_1601988147662407.htm.

[8]北京大學(xué)新農(nóng)村發(fā)展研究院數(shù)字鄉(xiāng)村項(xiàng)目組.縣域數(shù)字鄉(xiāng)村指數(shù)（2020）研究報(bào)告[EB/OL].（2022-05-30）[2025-3-28]. http：//www.ccap.pku.edu.cn/nrdi/docs/202205/20220530144658673576. pdf.

（編輯 張碧雪）

Influencing factors and enhancement paths of digital governance capabilities of grassroots governments： a group analysis based on WSR methodology

ZHANG Qing1，JIANG Zhiyi2，YANG Miaocheng1，WANG Shiyu1 （1.School of Public Administration， Xiangtan University， Xiangtan 411Oo，China; 2.Library， Xiangtan University，Xiangtan 411100，China）

Abstract：Digital information technologyas anewquality productivity is reshaping thesocial governance model，and thedigital governance capacityof grasrots governments is the keyto enhancing social resilience.Basedon the WSR methodology，thisstudyanalyzestheinfluencing factorgroupingsof8Onationalfirstbatchofdigitalvilagepilot counties，and finds that there are four high digital governance capacity influencing groupings，including attention resource-driven，government-private synergy，government service supply-demand optimization，and multidimensional factor synergy，which reveal the fundamental rolesof digital infrastructure，government digitalatentionanddigital talent resources，and provide decision-making references to optimize the efectiveness of grass-roots governance.

Key words： grassroots government; digital governance capacity; WSR methodology; group analysis