Page 39 - 《党政研究》2023年第4期

（三）变量赋值与校准
为了使得原始数值清晰呈现集合中的隶属程度，需要针对模糊集内连续变量进行校准。
本研究依照定性比较分析方法的研究惯例设定样本数据的 ５％、 ５０％、 ９５％分位数作为完全
不隶属、交叉点（案例最大模糊点）、完全隶属三个校准锚点，具体校准情况见表 ２。在确定
各变量的校准锚点之后，通过 ｆｓＱＣＡ 软件中 ｃａｌｉｂｒａｔｅ（ ｘ， ｎ１， ｎ１， ｎ３）功能进一步实现将原始
数据转化为隶属度在 ０ － １ 之间校准值的操作化。同时，为保证输出结果的有效性，本研究
参照既有研究结合案例实际情况针对交叉点数据进行了一定调整 ，最终形成各案例数据
〔 ５０〕
的校准转化结果。
表 ２ 变量校准情况

变量类型 变量名称 完全隶属 交叉点 完全不隶属
结果变量 数字政府绩效 ７５． ３８ ５８． ７ ４０． ２６
财政支持 １５１８１． ２４６ ６０１４． １７ １７５１． ８４８
制度体系 １３． ８６ ９． ４ ４
条件变量 公众需求 ４１２４９． ２ ６１１７ １８０． ８
府际竞争 ６９． ５９３３ ５７ ４５． ２０６７
数字服务能力 ９５． ３８ ８５． １ ７４． ９５

五、实证分析

（一）单变量必要条件分析
根据 ｆｓＱＣＡ 的分析要求，对条件变量的衡量主要参考覆盖度 （ ｃｏｖｅｒａｇｅ）和一致性
（ ｃｏｎｓｉｓｔｅｎｃｙ）两项指标。其中，覆盖度用以反映解释变量对案例样本的解释力度，一致
性用以判断解释变量或组合是否构成结果的必要条件 。本研究单变量必要条件分析结
〔 ５１〕
果如表 ３ 所示。“ ～公众需求”“ ～数字服务能力”的一致性指数在 ０． ８ － ０． ９ 之间，因此
以上 ２ 个条件变量构成数字政府低绩效的充分条件。所有条件变量的一致性指数均小于
０． ９，故不存在数字政府低绩效的必要条件。基于以上分析可知，数字政府绩效问题具有
复杂性特征，单一条件的匮乏并非导致数字政府低绩效困境的根本原因，因此需要进一步
探究资源能力要素的多重配置组合对于数字政府低绩效问题的作用路径。
表 ３ 数字政府低绩效的必要条件分析

变量 一致性 覆盖度
财政支持 ０． ５５４４４４ ０． ５８３１３１
～财政支持 ０． ７５７４７０ ０． ７６７４９６
制度体系 ０． ５８６８２４ ０． ５６２０８８
～制度体系 ０． ７６０６５８ ０． ８５１０９８
公众需求 ０． ５０７５６４ ０． ５５３４７３

～公众需求 ０． ８３８７３０ ０． ８２１７２８
府际竞争 ０． ５０９３７６ ０． ５３１８８４
～府际竞争 ０． ７７５０３４ ０． ７９０８０３
数字服务能力 ０． ５３８７５５ ０． ５３１０２１
～数字服务能力 ０． ８３６９１７ ０． ９０６５６１
（二）条件组态分析

７ · ·
３