Page 86 - 《党政研究》2026年第5期

基于必要性检验结果，本文进一步运用 Ｒ 开展组态分析，旨在识别多重组织响应条
件如何通过并发组合与互动匹配，共同构成导致或限制数字治理效能的充分性路径 。
〔 ３７〕
参照分析规范，结合 ３１ 个省级案例的中小样本特征，本文将案例频数阈值设定为 １，原
始一致性阈值设为 ０． ８０，ＰＲＩ 一致性阈值设为 ０． ７５，以兼顾组态充分性与解释力 。在
〔 ３８〕
此基础上输出复杂解、简约解与中间解三种方案：复杂解未纳入逻辑余项，简约解纳入所
有逻辑余项而不区分，中间解则仅纳入与理论方向一致的逻辑余项。本文以中间解为主要
汇报对象，并辅以简约解进行条件识别。同时出现在中间解与简约解中的条件为核心条
件，仅出现在中间解中的条件为边缘条件 。表 ３ 呈现了数字治理效能的条件组态分析结
〔 ３９〕
果。
１． 高数字治理效能的条件组态
根据组态结果，高治理能力由 Ｓ１、Ｓ２ａ、Ｓ２ｂ 三条路径解释，整体一致性为 ０． ９１７，整
体覆盖率为 ０． ４４５；高治理效果由 Ｓ３、Ｓ４ 两条路径解释，整体一致性为 ０． ８０３，整体覆盖
率为 ０． ４６９。五条路径的一致性满足阈值要求，表明组态对结果具有较好的充分性解释
力。
前文指出，数字治理效能包含治理能力—治理效果二维结构，二者的生成逻辑存在本
质差异。实证结果进一步印证了这种区分的必要性。高治理能力的生成主要体现外部创新
扩散压力进入组织内部之后，被地方政府吸收、协调并转化为运行能力的过程。核心在于
数字治理任务能否被纳入组织议程并完成制度嵌入。高治理效果则是组织形成的数字化能
力进一步进入公共服务场景，并在服务供给、治理回应与公众体验层面形成实际治理产
出。前者更强调数字治理任务在组织内部 “运转起来”，后者则更强调数字治理成果在公
共治理场景中 “发挥出来”。因此，虽然两类结果变量均受到创新扩散压力影响，但其组
织响应机制并不相同。
表 ３ 高／非高数字治理效能的条件组态

（ １）高治理能力的生成
高治理能力组态体现了创新扩散压力在地方政府内部被识别、吸收并转化为数字化运
行能力的过程。高治理能力的生成路径可归纳为两类模式。组态 Ｓ１ 以政策注意力、组织
注意力与数字基础能力为核心条件，公共职业吸引力为边缘条件，对标学习强度与数字人
才供给处于无关状态，呈现 “议程嵌入—组织统筹”型高治理能力生成机制。其内在机
５ · ·
８