互利共贏,還是獨善其身?“雙碳”目標下綠色智慧城市建設的組態分析

李友東,閆晨麗,趙云輝,支華煒

(1.內蒙古財經大學 工商管理學院,呼和浩特 010070;2.天津工業大學 經濟與管理學院,天津 300387)

21世紀全球經濟進入零碳轉型時期,努力實現“雙碳”目標已經成為社會共識[1]。隨著大數據、云計算等新興技術的迅速發展,以科學技術為支撐,將智能化與生態化有機結合,能夠更好地服務于新型城市的低碳轉型和高速運轉[2]。2015 年中央城市工作會議明確了“綠色”與“智慧”的發展關系,并在黨的十九大報告中進一步指出要構建綠色技術創新體系,推進綠色低碳循環發展[3]。但是,現階段仍然存在著經濟發展與環境保護無法兼顧、綠色智慧城市認識不全面、生態環境改善效果較差等一系列問題[3-4],使得綠色智慧城市建設變得復雜。鑒于其復雜的治理環境,各個城市應積極探尋適合自身發展的多種策略,以應對有限時間與復雜的城市建設問題之間的矛盾。

綠色智慧城市是以智慧為特征、以生態文明為理念,充分利用信息化,推動城市綠色生態建設的復雜社會[2-3]。目前,研究主要集中于對城市“綠色”或“智慧”或兩者之間的關系上。其中,“綠色”層面主要探討低碳試點政策與城市低碳建設之間的關系,發現低碳試點政策有助于提升當地空氣質量、減少當地碳排放[5]。并且,隨著大數據、區塊鏈等新興技術的發展,技術進步效應也成為影響碳強度下降的主要驅動力[6]。數字建設能夠在一定程度上提升環境信息的披露程度,進而促進城市綠色減排效率的提升[7]。同時,城市的低碳化進程也受到制度環境的影響,政府制定低碳政策時,制度環境影響和支配著內部要素的相互作用以及整個系統的運行方式[8]?！爸腔邸睂用嬷饕杏谔接懼腔鄢鞘信c單一變量的關系。馬亮等[9]研究發現,智慧城市建設可以通過信息化建設和大數據技術發展來優化創新環境。何凌云等[10]不僅得出智慧城市建設顯著提升了城市創新水平,而且發現試點政策效果隨時間的推移會顯著增強。袁航等[11]進一步分析了智慧城市建設可以通過集聚高端人才、優化營商環境來推動城市創新,且科技創新基礎越好的城市,試點政策效應越突出[12]。在綠色與智慧的關系研究中,主要集中于探討“智慧”對“綠色”的影響,認為通過智慧建設能夠顯著改善生態環境,促進綠色低碳發展。杜建國等[13]以智慧城市為研究對象,得出智慧城市試點政策能夠顯著提升城市綠色發展效率;王玥等[14]進一步從非線性的視角考察了兩者的關系,發現城市智慧建設水平對綠色發展效率具有顯著的正U 型影響,且存在明顯的區域異質性;Yigitcanlar等[15]從二氧化碳排放量入手,得出智慧城市建設與二氧化碳排放水平是非線性關系,且該影響不會隨時間推移而改變;還有學者發現,智慧城市建設能夠降低環境污染[16]、提升綠色全要素生產率[17],并能顯著通過技術創新實現城市綠色經濟轉型[18]等。

通過上述分析可知,現有研究多集中于單一的綠色層面或智慧層面對綠色智慧城市進行探討,鮮有文獻從綠色和智慧的整體視角出發,并且在較少的關于綠色與智慧關系的研究中,也多基于權變視角探討自變量與因變量之間的關系強度[19]。但是由城市建設的復雜性和動態性可知,這些因素并不是簡單的線性關系,而是以復雜且有時矛盾的方式進行結合,因此,從一種非對稱的組態視角出發,探討綠色智慧城市建設的因果復雜性,能夠有效解釋多個因素之間的相互依賴關系[3]。同時,現有研究多從政府政策、技術創新、制度環境等單一視角對綠色、智慧或兩者關系進行探討,但是各個維度不同要素的獨立作用會限制管理者對城市綠色智慧建設背后的多重因素間協同匹配效應的理解[20]。

鑒于此,本文從組態視角出發,并引入TOE 框架,從技術、組織和環境3個方面探討這一問題。以中國234 個地級市為研究樣本,運用NCA 與fsQCA 方法,對綠色智慧城市建設路徑進行因果復雜性分析和組態機制探討。主要解決以下問題:是否存在高(低)綠色智慧建設水平的必要條件,以及條件對結果影響的必要程度? 影響高綠色智慧建設水平的條件組態有哪些? 哪些條件發揮著主要作用? 哪些條件發揮著次要作用? 各組態之間是否存在替代效應以及各組態內部存在何種聯系? 中國東、中、西部路徑存在哪些差異?

本文研究有如下貢獻:

(1) 從組態視角出發,在技術、組織與環境3個方面確定了產生高綠色智慧建設水平的7個前因條件,是對從單一角度探討城市綠色智慧轉型的進一步拓展和深化。

(2) 通過強調因果不對稱性[20],運用NCA 與fsQCA 相結合的方法,探討了達到高綠色智慧建設水平的必要條件及其必要程度,并分析出“殊途同歸”的多條驅動路徑,這一做法將基于傳統計量方法探討單一變量的“凈效應”研究擴展至基于組態視角的多變量綜合效應與綠色智慧城市的關系研究。

(3) 通過揭示高綠色智慧建設水平的不同前因組態,證明了其建設進程并不是采用“一刀切”的做法,而是存在多種戰略組態[21],相對于現有研究,更接近于城市在復雜條件下的綠色智慧轉型方式。同時,多元化的戰略組態為城市綠色智慧建設提供了重要理論依據和實踐指導,使管理者可根據組織自身條件和地區資源稟賦,選擇合適的建設路徑。

1 研究框架與模型構建

1.1 研究框架

本文引入TOE 框架來探究綠色城市建設路徑。該框架最初主要用來分析企業創新技術的影響因素,隨著框架的不斷演進,已被廣泛應用在組織管理、政府治理和綠色技術等領域[22]。該框架不僅在技術層面進行了考察,還將組織、環境層面的因素考慮在內[23]。近年來,TOE 框架在解決中國區域問題[24]、城市問題[25]等復雜治理問題的研究中也有涉及,可根據城市問題的復雜情境做出相應調整。

綠色智慧城市建設水平不僅在組織自身方面與政府的建設力度和資金投入強度有關,而且也受到現階段技術水平的制約[26]。通過技術變遷能夠深層次影響政府組織的治理效率和城市運行效率[6],能夠有效利用信息技術在極大程度上提升城市的綠色智慧轉型效率。此外,現階段的資源稟賦和外部環境等因素均會影響城市的綠色智慧建設水平[27-28]。這些影響因素之間并不是簡單的線性關系,而是通過相互影響,共同塑造出高水平的綠色智慧城市。

本文將TOE框架與城市綠色智慧轉型問題相結合,從技術、組織和環境3個維度深入分析驅動綠色智慧建設水平提升的前因條件,有利于探尋與城市建設這一復雜環境相匹配的多元路徑,以應對在不同環境因素下組態模式的因果復雜性。

1.2 模型構建

技術層面。技術層面的影響因素主要包括現有技術的使用狀態和將采納技術的特征。技術是組織建設和完善的根本推動力量,是組織擴張的基礎,會直接影響到政府的決策效率和運行效率等一系列問題[22]。趙云輝等[24]提出數字技術的發展是提升組織治理效率的重要力量之一,數字技術能驅動智能網絡的構成并賦能政府治理流程變革。依據交易成本理論,數字技術的發展能夠有效提升信息透明度和可獲得性,解決城市治理過程中的信息不對稱問題,進而降低政府政策制定的交易成本,推進綠色智慧城市建設[29]。例如,在電力生產和運輸過程中,利用大數據技術可以測量和管理發電數據,進而有效解決政府和企業之間的信息不對稱問題,使政府能夠及時調整應對政策和管理措施[30]。技術基礎設施是數據開放和應用的重要基礎,在此基礎上,政府能夠更好地應用數字技術對信息資源進行收集處理,并將分析結果應用于交通、生產、醫療等亟須解決的城市問題,減少政策制定的失敗風險,實現城市自動化管理[29-30]。因此,在技術層面設立了技術基礎設施和數字化水平兩個條件。

組織層面。組織因素主要聚焦于組織內部屬性,能夠與技術因素產生相互作用[22]。綠色智慧城市建設離不開政府的推動和政策的指引,其中數字技術能夠有效降低政府政策制定的交易成本,而組織因素同樣為技術的發展提供了制度保障和資金支持,兩者相輔相成,密不可分[30]。從有限理性理論來看,注意力是一種稀缺資源,注意力分配的不同會導致決策差異[31]。在具體實踐中,政府的關注程度和支持力度是一項政策或項目成功執行的重要影響因素[24],而財政資源則為綠色智慧城市建設提供了發展環境和內生動能[32]。根據資源配置理論可知,當政府的財政資源能力較弱時,資源將被使用于必要性的公共支出以滿足最基本的需求;而對于涉及綠色智慧城市建設這種技術方面的公共服務,將會適當減少財政供給[24]。因此,在組織層面設立了注意力分配和財政資源支持兩個條件。

環境層面。環境影響和支配著內部要素的相互作用以及整個系統的運行方式,主要包括組織所處的市場結構、外部政府管制政策、壓力或動力等方面[30]。在中國,“壓力型”激勵政策是解析外部環境規律的重要視角[33]。其中,上級壓力是指來自上級政府的強制壓力,通常中央或上級政府會以地方官員的政績表現作為考核標準,以此決定是否錄用[30]。因此,當上級政府推動某項創新政策時,受到晉升激勵的影響,下級官員會為貫徹執行綠色智慧城市建設分配更多注意力。近年來,以煤炭等化石能源為主的大量生產與消耗,導致了資源緊缺、環境污染等一系列問題[34]。有學者實證檢驗出能源結構是碳排放的主要影響因素,煤炭等不可再生能源的大量消耗會導致碳強度增加,致使城市面臨巨大的減排壓力[35]。而新能源作為國家重點扶持行業,對實現碳達峰碳中和起著至關重要的作用[36]。加強新技術的吸收和應用能力,能夠有效提高能源效率,推動能源系統轉型[37]。城市化是以人為載體的人力資本流動。加快地方城市化進程,對提高資源配置效率至關重要[38]。在城市化發展初期,人口聚集和粗放式經濟發展帶來的嚴重負外部性,導致城市資源短缺、環境污染現象嚴重[39]。但是,隨著城市化進程的推進,集聚效應擴大了人力資本的正外部性,尤其是高水平人才的集聚,可以通過人口遷移不斷積累宏觀層面的城市資本存量,此時人力資源存量越高,地區創新效率越強,越能有效推動綠色智慧轉型[40]。因此,在環境層面設立了上級壓力、能源利用效率和城市化水平3個條件。

理論模型如圖1所示。面對復雜的社會環境,積極有效地探尋綠色智慧城市的多種策略成為現階段的重要挑戰[3]。本文在技術、組織和環境3個維度共設立了7個二級條件,各個條件之間存在動態聯動關系(見圖1)。整個模型的構建主要應用到組態理論和交易成本理論。具體而言,技術維度的技術基礎設施和數字化水平能夠有效解決在綠色智慧城市建設上的信息不對稱問題,降低信息收集、處理上的交易成本[24]。同時,政府自身的注意力和相關政策的制定也能夠提升城市的技術創新水平,推動數字技術的發展[41]。技術和組織因素的聯合,是以一種復雜的方式解釋了高水平的綠色智慧城市建設。與此同時,這些因素還受到外部環境的影響[22]。例如,城市化水平帶來的人才集聚現象較為明顯,其中,研發人員可以有效推動數字技術的發展水平,管理人員可以提升政府環境監管效率,進而降低政策制定的交易成本。

圖1 理論模型Fig.1 Theoretical model

2 研究方法與數據構建

2.1 研究方法

定性比較分析(QCA)是用集合關系來解釋實體之間關系的分析方法[22,42]。該方法基于整體論思想,認為研究案例是多個前因條件組成的整體,主要解決條件組態與結果之間的復雜因果關系[24]。QCA 方法早期主要應用于社會學、政治學等學科,近年在管理學領域也有廣泛應用,成為解決管理學領域因果復雜性問題的重要工具[19,22]。該方法結合了定性和定量分析的優勢,既適用于處理2～10個案例,開展小樣本的跨案例定性比較分析,也適用于10～50個中小樣本案例以及大于100個的大樣本案例研究,為管理學科的研究開辟了新的道路[20]。

在綠色智慧城市研究中引入模糊集定性比較分析法(fsQCA),主要基于以下原因:①城市綠色智慧發展的前因條件間多是相互依賴而非獨立的,需要采用整體的、組合的方式解釋產生高綠色智慧建設水平的原因[3]。相較于探討單一變量凈效應的傳統回歸分析,QCA 方法能夠更好地解釋綠色智慧城市建設眾多因素之間的動態互補性,有效識別出各因素之間的相互作用[19]。②QCA 方法既適合中小樣本案例研究,也適合開展大樣本案例分析,從大樣本中發現可推廣的戰略模式,符合本文對234個地級市展開的大樣本案例研究,通過大量樣本數據分析,探討條件組態組內關系和組間關系,從而發現多要素之間的“復雜性”問題和“殊途同歸”現象。③相較于其他QCA 方法(csQCA,mv QCA),使用fsQCA 能夠更充分地捕捉到綠色智慧城市的各個前因條件在不同水平上的細微變化[22,24],而本文的數據均屬于連續變量,故選擇fsQCA 方法能夠有效解決本文的研究問題。

在進行組態分析前,需要檢驗單個條件是否構成結果的必要條件[19,43]。其中,由Dul[44]開發的必要性分析方法(NCA)能夠靈活、簡單地適用于各種性質的前因條件對結果的必要性分析,是對使用fsQCA 進行必要性分析的一種有效補充。相比于fsQCA 方法,NCA 方法不僅可以識別出綠色智慧城市建設的必要條件,還可以分析出條件對結果影響的必要程度,即分析各前因要素水平與綠色智慧建設水平之間的關系[42]。因此,在解決綠色智慧城市建設問題上,使NCA 與fsQCA 結合能夠發揮出更大價值。

具體分析時,首先用NCA 和fsQCA 方法進行必要性檢驗,分析是否存在影響綠色智慧城市建設水平的必要條件以及前因條件對結果的必要程度;然后,借助fsQCA 方法從組態視角出發,進行跨案例比較分析,探索7個前因條件產生的前因組態對于高綠色智慧建設水平的影響。

2.2 樣本選擇與數據來源

本文將案例樣本定位到中國234個地級市(其中,綠色智慧建設水平作為結果變量,共存在285個對應地級市,剔除7個條件中缺失較多數據的51個地級市)。樣本城市選取主要有兩點依據:首先,綠色智慧城市建設研究以地級市數據衡量更為精確;其次,各個城市的地理位置和資源稟賦不同,可形成差異性比較[25]。在數據來源選擇方面,考慮到本文是基于“雙碳”目標背景下的綠色智慧城市建設路徑研究,且在2018年5月,習近平總書記在全國生態環境保護大會上全面概括了生態文明思想,為綠色智慧城市建設提供了依據。因此,本文選取2019～2020年234個地級市數據進行衡量。

本文以《中國城市統計年鑒》作為基礎數據源,該統計年鑒主要統計了各個城市的地區一般公共預算支出、互聯網寬帶接入戶數、生產總值、年末總人口等數據;同時結合了《中國能源統計年鑒》、各個省份統計年鑒、各地級市統計局、國民經濟和社會發展統計公報等,對能源消費指標、數字經濟相關指標以及地區城市化指數等進行統計。注意力分配的數據來自各地級市人民政府官網。低碳試點城市數據來自國家發展和改革委員會官網,智慧試點城市數據來自中華人民共和國住房和城鄉建設部官網。

2.3 數據構建

2.3.1結果測量 綠色智慧城市發展水平。依據《中國綠色智慧城市發展智庫報告(2021)》中的綠色智慧建設水平總指標進行衡量[3]。該報告在對國內外相關指標體系進行系統考察的基礎上,采用相關性分析、規模-位序分析等方法進行指標測算,計算了2019～2020年中國地級市的總指標,并將其分為綠色城市、智慧城市和人文城市3個分指標,同時對城市綠色智慧發展水平的時空特征進行了分析。

2.3.2條件測量 技術基礎設施。依據譚海波等[22]的測量方法,以每萬人口平均互聯網寬帶接入端口個數作為測量指標。數字化水平。參考趙濤[45]關于地級市數字化指數的測量方法,整理了234個地級市的數字普惠金融、互聯網普及率、相關從業人員情況、相關產出情況和移動電話普及率5個方面指標的原始數據,通過主成分分析法得出數字經濟綜合指數。

注意力分配。參考譚海波等[22]的測量方法,采用中央或上級政府出臺政策與各地方政府出臺本地落實意見的政策方針的時間間隔來計算。具體將2021年3月15日正式把碳達峰碳中和納入生態文明建設整體布局的時間作為起始時間,以各地級市人民政府官網中回應國家“雙碳”目標建設的文件作為終止時間,以此時間間隔(天)進行測量。財政資源支持。財政資源是城市發展的重要基礎和物質保障,一般認為,財政資源支持水平越高,政府投入的城市建設資金越多。借鑒趙云輝等[24]的測量方法,采用城市每萬人口的一般公共預算支出作為測量指標。

上級壓力。以樣本城市被納入國家智慧試點城市或低碳試點城市的公布總次數為依據[46]。具體統計3次正式公布的智慧試點城市和低碳試點城市中,各地級市所占的總次數?？紤]到所占總次數為0的地級市也并非完全沒有上級壓力,因此將其賦值為0.1。能源利用效率。采用在國際上認可度較高、用來衡量城市經濟發展中資源利用效率的指標——單位GDP綜合能耗(即一單位GDP產值所需要消耗的能源總量)[3]。城市化水平。借鑒董梅等[38]的測量方法,采用各地級市的城市化指數進行測量,具體計算年末城鎮人口數占年末常住人口總數的比率。描述性統計結果如表1所示。

表1 描述性統計Tab.1 Descriptive statistics

2.3.3數據校準 數據校準是模糊集定性比較分析(fsQCA)的前提[43]。在具體分析中,需要給案例設定3個臨界值作為隸屬分數,分別為完全隸屬(賦值為1)、完全不隸屬(賦值為0.5)和交叉點(賦值為0)[47]。參照已有研究,將除注意力分配外的其他條件及結果的完全隸屬、交叉點與完全不隸屬分別設置為95%、50%和5%分位數[22]?？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,因此將注意力分配的完全隸屬、交叉點與完全不隸屬設置為5%、50%和95%分位數。具體校準數據如表2所示。

表2 條件與結果的校準Tab.2 Calibration of conditions and results

3 數據分析與實證結果

3.1 單個條件的必要性分析

在進行組態分析前,需要檢驗單個條件是否構成高(低)水平綠色智慧城市建設的必要條件[43]。NCA 除了可以識別特定條件是否為某一結果的必要條件外,還可以分析其效應量(effect size),效應量代表產生特定結果需要必要條件的最低水平[42]。在分析其效應量時,使用上限回歸(CR)和上限包絡(CE)兩種分析方法以生成對應函數,得到其效應量。效應量取值在0～1之間,取值越小代表效應越小[44]。在NCA 方法中,當前因條件的效應量不小于0.1,且蒙特卡洛仿真置換檢驗顯示效應量顯著時,產生必要條件[47]。

表3給出了NCA 方法對前因條件必要性的分析結果。本文對各變量分別用CR 和CE 兩種方法計算其效應量,根據NCA 的分析結果判斷其是否為必要條件。由表3可以看出,數字化水平中由CR方法計算的效應量大于0.1且P值顯著,說明數字化水平是某一水平上綠色智慧建設的必要條件;城市化水平中由CR 和CE 兩種方法計算的效應量均大于0.1且P值顯著,說明城市化水平是某一水平上綠色智慧的必要條件。用同樣的方法計算后,其他5個前因條件均不構成綠色智慧建設水平的必要條件。

表3 NCA方法必要條件分析結果Tab.3 Necessary condition analysis results of NCA method

表4給出了前因條件的瓶頸水平分析結果。例如:要達到50%的綠色智慧建設水平,需要達到1.4%的數字化水平、1.7% 的財政資源支持和10.2%的城市化水平,其他條件不存在該水平上的瓶頸效應;要達到60%的綠色智慧建設水平,需要達到9.4%的數字化水平、8.3%的財政資源支持、0.8%的能源利用效率和20.7%的城市化水平,其他條件不存在該水平上的瓶頸效應。

表4 NCA方法瓶頸水平分析結果Tab.4 Analysis results of bottleneck level of NCA method %

在QCA 分析中,必要條件檢驗的標準是觀測其一致性水平高低[43]。通過fsQCA3.0 軟件對各條件進行了“必要性”檢驗,具體分析結果如表5所示。其中,7個條件的一致性水平均小于0.9,因此,單一條件不能構成高(低)綠色智慧城市水平的必要條件。但是,“數字化水平+城市化水平”和“注意力分配+上級壓力”兩個集合的一致性水平均大于0.9,構成了高綠色智慧建設水平的必要條件,說明要達到高水平的綠色智慧城市建設,需要同時在兩個集合中分別有至少一個條件存在[21]。

表5 QCA方法單個條件的必要性檢驗Tab.5 Necessary condition analysis results of QCA method

NCA 中的必要條件是指前因條件在較低水平上,該條件對綠色智慧建設水平是必要的[44],即較低水平的數字化和城市化水平對綠色智慧建設水平是必要的;QCA 分析中必要條件是指滿足某種隸屬度的必要條件,這里分析的是產生高綠色智慧水平的必要條件。因此,某一程度的數字化和城市化水平是綠色智慧建設水平的必要條件,而高數字化和高城市化水平并不是產生高綠色智慧建設水平的必要條件。綜上所述,本文認為7個前因條件中不單獨存在產生高綠色智慧建設水平的必要條件,體現了綠色智慧城市建設的復雜性,進一步說明了應重點探討技術、組織和環境3個方面條件聯動對結果的協同效應。

3.2 條件組態的充分性分析

條件組態的充分性分析是指前因條件組合充分地產生結果[43]。Ragin[20]認為一致性閾值不應低于0.75,頻數閾值的設定則需要根據樣本規模進行調整,中小樣本可以為1,而大樣本應大于1[47]?；诂F有研究成果并結合案例數據分布,本文將一致性閾值設為0.85,頻數閾值設為2,PRI 值設為0.75[42]。運用fsQCA3.0 軟件對7 個前因條件進行充分性分析,在輸出的條件組態中,本文同已有研究一致,主要匯報建設總體解和分路徑解的覆蓋度和一致性,并分析對應路徑的條件組態。

表6共呈現出5種組態,單個解和總體解的一致性水平均高于0.94,大于可接受的最低標準0.75,因此,可以將5種組態視為綠色智慧城市建設的充分條件組合?？梢钥闯?系統內各要素不是簡單堆積或疊加,而是相互作用、相互制約、互為存在條件。表6中一致性水平代表前因組態能夠達到特定結果的一致性程度,原始覆蓋度代表能夠解釋該組態的案例占比,唯一覆蓋度代表僅能被該組態解釋的案例占比[29]。

表6 高綠色智慧建設水平的組態分析Tab.6 Configuration analysis of high green smart construction level

3.2.1“數字化和城市化雙元驅動型”路徑 組態1a與1b。組態1a的高數字化水平和高城市化水平為核心條件,互補高財政資源支持、高上級壓力和高技術基礎設施為邊緣條件,可以產生高綠色智慧建設水平。其一致性水平為0.961,原始覆蓋度為0.365,唯一覆蓋度為0.038。組態1b的高數字化水平和高城市化水平為核心條件,互補高財政資源支持、高注意力分配和非高技術基礎設施為邊緣條件,可以產生高綠色智慧建設水平。其一致性水平為0.967,原始覆蓋度為0.335,唯一覆蓋度為0.030。由于組態1a和1b的核心條件相同,均為高數字化水平和高城市化水平,故將其歸類為“數字化和城市化雙元驅動型”路徑。

組態1a與1b的具體代表城市如圖2所示。由圖2可以看出,代表城市的經濟發展水平和科技水平相對較高,由此產生的人才集聚現象較為明顯。以杭州市為例,杭州因地制宜提出了建設綠色智慧城市,把“綠色”和“智慧”作為城市發展的突破路徑,著力發展信息、環保、新材料等智慧產業;2014年杭州正式成立的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。根據最新發布的《中國城市數字治理報告(2020)》可以看出,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。

圖2 組態1a和1b的代表城市Fig.2 Representative cities of configuration 1a and 1b

組態1a與1b的替代關系。組態1a與1b存在明顯的替代關系,即在數字化水平、財政資源支持、能源利用效率和城市化水平4個條件狀態相同的情況下,組態1a中的高上級壓力和高技術基礎設施與組態1b中的高注意力分配和非高技術基礎設施可以作為邊緣條件進行相互替代,達到“殊途同歸”的效果?？梢园l現,上級壓力和注意力分配兩個條件均屬于政府層面對綠色智慧城市建設的影響,但是前者為外部壓力,后者則為內部關注度。當出現高數字化和高城市化雙元邏輯作為核心條件時,對于上級壓力缺乏的城市可選擇增強政府自身注意力分配作為輔助。這種選擇替代資源進行配置的方法,可以快速高效地實現城市綠色智慧轉型升級。具體替代效應如圖3所示。

圖3 組態1a和1b的替代關系Fig.3 The substitution relationship between configuration 1a and 1b

3.2.2“上級壓力和政府注意力雙元驅動型”路徑組態2a與2b。組態2a的高上級壓力和高注意力分配為核心條件,互補高財政資源支持、高能源利用效率、高城市化水平和非高技術基礎設施為邊緣條件,可以產生高綠色智慧建設水平。其一致性水平為0.964,原始覆蓋度為0.334,唯一覆蓋度為0.030。組態2b的高上級壓力和高注意力分配為核心條件,互補高數字化水平、高財政資源支持、高能源利用效率和高城市化水平為邊緣條件,可以產生高綠色智慧建設水平。其一致性水平為0.967,原始覆蓋度為0.355,唯一覆蓋度為0.022。由于組態2a與2b的核心條件相同,均為高上級壓力和高注意力分配,故將其歸類為“上級壓力和政府注意力雙元驅動型”路徑。

組態2a與2b的代表城市如圖4所示。以北京市為例,在國家正式把“雙碳"目標納入生態文明建設整體布局后,北京市人民政府在“綠色智慧”城市建設上出臺多項政策并舉辦“中歐綠色智慧城市創新實踐”交流會。北京2022年冬奧會建設時,在國家財務部和稅務局的激勵和推動下,北京市人民政府積極響應,投入了大量的人力、物力和財力,奧運會場館采用風能和水力發電,并采用高新技術實現了冰立方和水立方的相互轉換;整個過程實現了碳排放全部中和,在低碳場館、低碳能源和低碳交通等方面開展了完整的碳中和實踐。

圖4 組態2a和2b的代表城市Fig.4 Representative cities of configuration 2a and 2b

3.2.3“數字化和城市化雙元邏輯下上級壓力和政府注意力驅動型”路徑 組態3的高數字化水平、高城市化水平、高上級壓力和高注意力分配為核心條件,互補高技術基礎設施、非高財政資源支持和非高能源利用效率為邊緣條件,可以產生高綠色智慧建設水平。其一致性水平為0.948,原始覆蓋度為0.280,唯一覆蓋度為0.049。與組態1、2 相比,組態3的能源利用效率條件和財政資源支持條件均呈現出邊緣缺乏狀態。面對這種情況,需要在依托技術基礎設施的同時,發揮技術(數字化水平)、組織(注意力分配)和環境(上級壓力、城市化水平)3個方面要素的共同核心作用,以達到高水平的綠色智慧建設。同時,可以發現,組態3的核心條件為組態1、2核心條件的并集,因此將組態3命名為“數字化和城市化雙元邏輯下上級壓力和政府注意力驅動型”路徑。

組態3的代表城市為徐州市和濟寧市。以濟寧市為例,濟寧市是山東省的濱水生態旅游城市和淮海經濟區中心城市,但是其城市化水平與山東省整體水平相比,仍有較大差距,濟寧市在2022年2月的《政府工作報告》中也指出,要加大力度發展“數字濟寧”,同時,其也是國家智慧試點城市,因此,推動數字化和城市化的協同發展對濟寧市綠色智慧城市建設至關重要。在此基礎上,通過上級政府壓力和政府本身注意力的傾斜,能夠達到高水平的綠色智慧城市建設。

3.2.4整體分析 組態1a和1b呈現出完全互利共棲(或共生)型關系的特征,即數字化水平和城市化水平兩個條件會同時出現或同時消失(同時出現在組態1a、1b和組態3,又同時消失于組態2a、2b),彼此的結合會使兩方獲益,產生的協同效應有效推進了綠色智慧轉型進程。在城市化水平較高的城市,其產生的人才集聚現象較為明顯,大量人才集聚能夠有效推動城市高新技術發展,進而提升整個城市數字化水平。同樣,數字化水平較高的城市會吸引大量人才集聚,提升整個城市的城市化水平。兩者在同為核心存在條件的情況下,結合技術、組織、環境的其他因素的輔助,能夠有效推動整個城市的綠色智慧建設。

組態2a和2b呈現出另一組完全互利共棲(或共生)型關系的特征,即上級壓力和注意力分配兩個條件也會同時出現或同時消失(同時出現在組態2a、2b和組態3,又同時消失于組態1a、1b),兩者存在明顯相互增強的效應。上級政府的幫助和推動會對下級政府產生激勵效用,促使下級政府的注意力向綠色智慧城市建設方向傾斜,此時,再結合財政、技術和環境等因素的輔助,產生了高綠色智慧建設水平。

3.3 穩健性檢驗

本文借鑒已有校準方法,通過改變一致性閾值對結果進行穩健性檢驗[24]。具體將一致性閾值從0.85上調至0.90。通過檢驗發現結果組態完全一致,因此認為研究結論具有良好的穩健性。

4 中國東、中、西部綠色智慧城市建設路徑

綠色智慧城市是與世界生態文明和智能化社會相適應的重要發展方向。目前,中國正面臨著實現雙碳目標的壓力,這種壓力對于經濟基礎、技術水平欠發達的地區而言更為艱難。另外,不同制度環境的差異也可能導致大數據發展水平、政府注意力分配以及財政資源等因素對綠色智慧城市建設水平產生不同的作用效果。因此,本文進一步從東部、中部和西部進行分區域探討,通過對7個條件進行組態分析,探索在技術、組織、環境三者共同作用下,不同區域的綠色智慧建設路徑。具體結果如表7所示。

表7 中國東、中、西部高綠色智慧建設水平的組態分析Tab.7 Configuration analysis of high green wisdom construction level in eastern,central and western China

由表7可以看出,中國東、中、西部的綠色智慧城市建設路徑存在明顯差異。整體來看,共存在8種組態,單個解和總體解的一致性水平均高于0.95,大于可接受的最低標準0.75。其中,東部地區為組態1～2,高數字化水平、高財政資源支持和高城市化水平為核心條件?？梢钥闯?東部地區的核心條件涉及技術、組織和環境3個方面,由于東部地區自身經濟發達,城市建設的財政投入和科技投入水平也相對較高;同時大量人口涌入城市產生明顯的人才集聚現象,能夠有效提升綠色創新水平。因此,數字化水平、財政資源支持和城市化在東部城市發揮著至關重要的作用。同時,可以發現,組態1的注意力分配與組態2的能源利用效率存在替代關系。

中部地區為組態3～4,高上級壓力為核心條件。中部地區經濟發展水平、技術水平相對東部較低,自身重污染企業較多,且地理位置位于東西部之間,容易產生污染溢出現象,因此國家高度重視。在上級的主導作用下,結合政府的財政支持、數字化發展和城市化推進等條件的輔助作用,能夠有效推動中部地區的綠色智慧建設。同時,可以發現,組態3的財政資源支持和能源利用效率與組態4的注意力分配存在替代關系。

西部地區為組態5～8,可以發現,西部地區的能源利用效率為核心缺乏條件。在這種情況下,需要在城市化水平、數字化水平和注意力分配的聯合核心作用下,結合其他因素的輔助,共同推動城市綠色智慧建設。同時,可以發現,組態6的上級壓力與組態7的技術基礎設施存在替代關系。

綜上所述,中國東、中、西部地區受技術水平、組織能力、外部環境等因素的影響,導致不同地區的綠色智慧城市建設路徑存在顯著差異。

5 結論

本文從組態視角出發,基于TOE 框架,運用NCA 與fsQCA 相結合的方法,以中國234個地級市為觀測樣本,對綠色智慧城市建設進行組態分析,探討達到高綠色智慧建設水平的路徑。研究結論如下:

(1) 從單一變量觀察,技術、組織和環境3個方面的7個因素均不能單獨成為綠色智慧城市建設的必要條件,但是“數字化水平+城市化水平”和“注意力分配+上級壓力”兩個集合構成高綠色智慧建設水平的必要條件。并且由NCA 補充分析可知,較低的數字化水平和城市化水平是產生某種程度綠色智慧城市建設的必要條件。

(2) 從整體路徑分析,共存在5條驅動路徑,具體可以歸納為3類:數字化和城市化雙元驅動型、上級壓力和政府注意力雙元驅動型以及數字化和城市化雙元邏輯下上級壓力和政府注意力驅動型。體現了不同城市進行綠色智慧建設的多重實現路徑,具有“殊途同歸”之效。

(3) 從組間分析,其中,組態1a與1b之間存在替代效應,在其他條件相同的情況下,組態1a中的高上級壓力和高技術基礎設施與組態1b中的高注意力分配和非高技術基礎設施可以作為邊緣條件進行相互替代。在這種情況下,可靈活高效地匹配對應戰略措施。從組內分析發現,“數字化水平和城市化水平”“注意力分配和上級壓力”兩組條件出現互利共棲(或共生)的關系,每組中的兩個條件同時出現、同時消失,相互作用下產生高綠色智慧建設水平的結果。

(4) 從區域路徑來看,東部地區的核心條件涉及技術、組織和環境3個方面;中部地區的上級壓力發揮著主導作用;西部地區盡管能源利用效率呈現出核心缺乏狀態,但結合其他條件的聯合作用,仍能達到高綠色智慧建設水平。組態間也存在明顯的差異性(不同地區)和替代關系(相同地區),這也闡釋了造成綠色智慧城市發展的前因組態是多樣的和有關聯的。

本文的理論貢獻體現在:

(1) 基于組態理論化視角研究綠色智慧城市建設問題。從組態視角出發,將城市的綠色智慧建設問題與TOE 的3 個維度(技術、組織、環境)相關聯,對綠色智慧城市建設進行了更加系統和具體的理論分析,彌補了只基于單一角度(如財政支持、技術支持等)對城市綠色智慧建設進行傳統實證分析的不足[43]。探討了7個影響因素對綠色智慧城市建設的“聯合效應”,表明各個條件與綠色智慧建設水平之間關系并不是進行簡單的相互替代或互補,而是呈現出兩個條件之間的互利共棲(或共生)關系,這也體現了綠色智慧建設的復雜性[23],深層次地解釋了影響綠色智慧城市的核心條件及其互動本質。

(2) 分析了“綠色”與“智慧”的協同效應。已有研究多集中于“綠色”層面探討基礎設施、能源消耗和城市化水平等單一因素與城市碳排放之間的相關關系[37,51],或從“智慧”層面分析智慧建設對區域科技創新、經濟增長和區域產業結構升級等因素的影響[50,52]。并且,目前對綠色智慧城市的研究也剛剛起步,主要以理論分析為主,指出多因素之間耦合關系研究的重要性[2,3]。本文則關注了“綠色”與“智慧”的協同效應,從整體視角出發,整合了TOE 框架3個維度的相關要素,對綠色智慧城市的建設路徑進行深入探討,揭示了“綠色”與“智慧”兩者融合的路徑規律,為制度復雜性下的綠色智慧城市建設提供了更為豐富細致的證據和啟示。

(3) 以地級市為研究對象。本研究選擇全國地級市作為觀測樣本,更加細粒度地解釋了綠色智慧城市建設的因果復雜性,使得研究結果更具普適性,有利于在全國范圍內進行政策推廣。同時,考慮受地理位置、自然資源等固有屬性的影響,城市的綠色智慧建設會呈現出差異化的特征,因此,進一步分析出中國東、中、西部分地區的差異化路徑,使得研究結果更具有針對性,為探索高綠色智慧建設水平的建設路徑提供了更為細粒度的理論指導。

(4) 基于NCA 與QCA 相結合的方法。以往研究多利用雙重差分法或合成控制法等多元化的實證分析方法,對低碳城市建設[41]或智慧城市建設[52]進行探討。這些研究主要針對單一變量與城市綠色智慧建設的傳統實證分析。本文應用NCA與fsQCA 相結合的方法更加細粒度地解釋了條件之間必要性關系,揭示了產生高綠色智慧建設水平的多元驅動路徑,以及不同組態之間的相互替代關系和組態內部的元素關系。彌補了傳統回歸方法中只能分析單個變量凈效應[43]的局限,有助于縮小該領域在方法論上的差距。

本文基于組態視角對綠色智慧城市建設路徑進行研究,得到如下啟示:

(1) 不同城市可以根據當地的經濟發展水平和資源稟賦,對各要素進行合理配置,調整技術、組織和環境3個方面的因素,優化綠色智慧城市建設影響因素之間的關系。

(2) 重點把握1a與1b組態中的“數字化和城市化”、2a與2b組態中的“注意力分配和上級壓力”這兩組條件之間的協同效應。當兩個條件均為核心存在條件時,應處理好兩者的共棲(或共生)關系,優化建設環境,使兩者在相互作用時實現利益最大化,進而推動綠色智慧城市建設。

(3)1a與1b存在替代關系,因此,在“數字化和城市化雙元驅動型”路徑下,可以靈活把握前因條件的適配程度,當上級壓力和技術基礎設施較弱時,應適當地增加政府注意力進行補充,進而快速高效地實現高綠色智慧建設水平,反之亦然。

(4) 分區域來看,相較于東、中部地區的組態而言,西部地區兩組組態呈現出能源利用效率核心缺乏的情況,應加快發展新興技術和新能源產業發展,通過打造光伏發電、風力發電等新能源產業的方式重點提升能源的利用效率。同時,在維持核心驅動因素的前提下,可以根據實際情況靈活調整戰略。其中:東中部地區重點把握注意力分配與能源利用效率的替代關系,當其中一種因素缺少時,及時選擇替代資源進行配置;西部地區則應把握上級壓力與技術基礎設施的替代關系,根據所在城市的環境現狀,因地制宜地采取相應戰略。

本文從組態視角探討了綠色智慧城市的動因模型和建設路徑,提出了下一步政策建議,但是仍有以下不足:首先,在因素選擇上,本文基于TOE 框架研究了綠色智慧城市建設在技術、組織和環境3個方面的影響因素。雖然該框架能夠保證研究的科學性,但是仍難以涵蓋城市綠色智慧轉型中所有影響因素,限制了框架外其他重要影響因素的納入,后續可以基于其他理論框架進行進一步拓展研究。其次,在數據測量上,注意力分配條件受限于數據的可獲得性,采取了間接測量方式,但其本身是一個相對概念,既可以采用政府內部的績效考核權重進行直接測量,也可以依據政府響應政策的時間間隔進行間接測量,未來可以結合兩種測量方式進行進一步細化研究。最后,在研究視角上,本文只對綠色智慧城市建設總指數進行研究,未來可以結合分指數(智慧城市、綠色城市、人文城市)進行深入的對比研究,分析綠色智慧城市建設的分區域路徑和整體路徑之間的差異性。