楊輝鵬 郭守亭

一、文獻綜述

比較政治經(jīng)濟學(xué)和福利國家理論認為，發(fā)展是基于社會經(jīng)濟條件和經(jīng)濟實踐活動變化而不斷更新和完善的報酬遞增的過程。①袁富華：《經(jīng)濟社會一體化多目標(biāo)平衡與治理機制》，《中國特色社會主義研究》2020 年第1 期。②高培勇、袁富華、胡懷國等：《高質(zhì)量發(fā)展的動力、機制與治理》，《經(jīng)濟研究》2020 年第5 期。當(dāng)前，中國進入由“總量擴張”向“結(jié)構(gòu)優(yōu)化”轉(zhuǎn)變的高質(zhì)量發(fā)展階段，“迫切需要新一代人工智能等重大創(chuàng)新添薪續(xù)力”。因此，探究中國城市人工智能高質(zhì)量發(fā)展的形成路徑對于實現(xiàn)中國經(jīng)濟社會高質(zhì)量發(fā)展具有十分重要的理論意義和實踐價值。③程文：《人工智能、索洛悖論與高質(zhì)量發(fā)展：通用目的技術(shù)擴散的視角》，《經(jīng)濟研究》2021 年第10 期。

近年來，作為一種新的重要生產(chǎn)要素和數(shù)字經(jīng)濟的核心①沈偉、趙爾雅：《數(shù)字經(jīng)濟背景下的人工智能國際法規(guī)制》，《上海財經(jīng)大學(xué)學(xué)報》2022 年第5 期。，人工智能的迅猛發(fā)展及其廣泛應(yīng)用，引起社會各界的普遍關(guān)注，理論界和學(xué)術(shù)界也圍繞人工智能發(fā)展的典型特征與測度指標(biāo)及其對經(jīng)濟增長、產(chǎn)業(yè)發(fā)展、就業(yè)和工資等方面的影響展開了一系列研究。由于技術(shù)創(chuàng)新的持續(xù)推進，誕生于1956 年的人工智能的概念內(nèi)涵至今也未能在理論界達成共識。②陳鳳仙：《人工智能發(fā)展水平測度方法研究進展》，《經(jīng)濟學(xué)動態(tài)》2022 年第2 期。部分研究機構(gòu)和學(xué)者認為，人工智能既是一種使機器能夠在一定環(huán)境中進行智能化的活動③J.Nilsson，The Quest for Artificial Intelligence：A History of Ideas and Achievements.Cambridge University Press，2010.，同時也是一種基于機器或技術(shù)與軟件的在人類定義的特定環(huán)境中具有不同自主性程度的系統(tǒng)④OECD（2019）.Artificial Intelligence in Society.OECD Publishing.Organization for Economic Co-operation and Development.；基于此，部分學(xué)者或認為人工智能是一種具有執(zhí)行和使用與人類相關(guān)的認知功能進而完成各項任務(wù)能力的自動化技術(shù)⑤Mckinsey（2017）：A Future that Works: Automation，Employment，and Productivity.Mckinsey & Company.Report，Corpus ID:114479521.，或具備思考和學(xué)習(xí)功能，并根據(jù)環(huán)境采取各項行動的智能行為⑥Gillham，J（2018），The Macroeconomic Impact of Artificial Intelligence.PwC&Company RePORT，Corpus ID：218841992.⑦Rao，A，S，&G，Verweiji（2017）.Sizing the Prize What’s the Real Value of AIyou’re your Business and How Can You Capitalise？ PwC&Company RePORT，Corpus ID：169895787.；2022 年，OpenAI 發(fā)布的ChatGPT 以其 “對話式”的互動與“人性化”的服務(wù)進一步深化了社會各界對人工智能發(fā)展的新認識⑧鄭世林、姚守宇、王春峰：《ChatGPT 新一代人工智能技術(shù)發(fā)展的經(jīng)濟和社會影響》，《產(chǎn)業(yè)經(jīng)濟評論》2023 年第3 期。。在對人工智能認識不斷深化的基礎(chǔ)上，為全方位考察全球人工智能發(fā)展水平，斯坦福大學(xué)自2017 年以來基于研發(fā)、技術(shù)、產(chǎn)業(yè)發(fā)展、經(jīng)濟影響、軟件及其多樣性角度測度了全球主要國家的人工智能發(fā)展情況⑨Stanford University.Artificial Intelligence Index，Stanford University，Report，http://aiindex Stanford.edu/.；國內(nèi)研究機構(gòu)如清華大學(xué)、中國信息通信研究院和Gartner、武漢大學(xué)和長江商學(xué)院及國家工業(yè)信息安全發(fā)展研究中心近年來也分別從數(shù)字支撐條件和產(chǎn)業(yè)發(fā)展等不同角度對中國人工智能發(fā)展現(xiàn)狀進行了評價⑩顧國達、馬文景：《人工智能綜合發(fā)展指數(shù)的構(gòu)建及應(yīng)用》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2021 年第1 期。；在此基礎(chǔ)上，顧國達和馬文景[11]顧國達、馬文景：《人工智能綜合發(fā)展指數(shù)的構(gòu)建及應(yīng)用》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2021 年第1 期。、呂榮杰和郝力曉[12]呂榮杰、郝力曉：《中國人工智能發(fā)展水平、區(qū)域差異及分布動態(tài)演進》，《科技進步與對策》2021 年第24 期。及李旭輝等人[13]李旭輝、張勝寶、程剛等：《三大支撐帶人工智能產(chǎn)業(yè)自主創(chuàng)新能力測度分析》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2020年第4 期。通過對人工智能發(fā)展水平進行測度后，對其演進過程及其特征進行了分析；也有部分研究機構(gòu)和學(xué)者從專利和出版物數(shù)據(jù)[14]WIPO（2019），Technolopy trends 2019：Artificial Intelligence，World Intellectual Property Organization.、創(chuàng)新能力[15]李旭輝、楊夢成：《“一帶一路”省域人工智能產(chǎn)業(yè)科技創(chuàng)新時空格局及動態(tài)演進》，《科學(xué)管理研究》2022 年第1 期。[16]李旭輝、彭勃、程剛等：《長江經(jīng)濟帶人工智能產(chǎn)業(yè)發(fā)展趨勢演進及空間非均衡特征研究》，《情報雜志》2020 年第5 期。[17]李旭輝、楊夢成、嚴(yán)晗：《中國人工智能產(chǎn)業(yè)科技創(chuàng)新能力測度及趨勢演進》，《科研管理》2023 年第1 期。[18]袁野、汪書悅、陶于祥：《人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測度體系構(gòu)建：基于創(chuàng)新生態(tài)系統(tǒng)視角》，《科技進步與對策》2021 年第18 期。、技術(shù)標(biāo)準(zhǔn)[19]周立軍、瞿羽揚、劉思薇等：《我國人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)形成能力的空間非均衡及分布動態(tài)演進》，《經(jīng)濟問題探索》2023 年第2 期。等方面對人工智能的發(fā)展進行了更為細致的考察，并認為隨著老齡化程度的不斷加劇，人工智能可以通過提高生產(chǎn)智能化、資本回報率和全要素生產(chǎn)率減少老齡化對經(jīng)濟的沖擊[20]陳彥斌、林晨、陳小亮.《人工智能、老齡化與經(jīng)濟增長》，《經(jīng)濟研究》2019 年第5 期。，但有學(xué)者在Zeria 模型中考慮鮑莫爾“成本病”，并考察在生產(chǎn)技術(shù)中引入人工智能的影響后發(fā)現(xiàn)，人工智能的進步及其宏觀經(jīng)濟效應(yīng)取決于企業(yè)行為①Aghion，P.，B.F.Jones，and C.I.Jones，2017，“Artificial Intelligence and Economic Growth”，NBER Working Paper.。面對這一爭論，林晨等在Aghion et al.和陳彥斌等基礎(chǔ)上進一步研究后發(fā)現(xiàn)，人工智能可以增強實體投資和減輕對消費投資的擠壓，實現(xiàn)居民消費的擴大和經(jīng)濟的進一步增長。②林晨、陳小亮、陳偉澤等:《人工智能、經(jīng)濟增長與居民消費改善：資本結(jié)構(gòu)優(yōu)化的視角》，《中國工業(yè)經(jīng)濟》2020年第2 期。至于就業(yè)方面，以ChatGPT 為代表的生成式智能技術(shù)的出現(xiàn)及其快速發(fā)展與應(yīng)用，加快了人工智能對數(shù)據(jù)分析等非常規(guī)型工作的替代步伐，同時高端智能技術(shù)推動生產(chǎn)流程的重塑以及柔性生產(chǎn)方式的改變，使企業(yè)對勞動力的需求減少③吳立元、王懺、傅春楊等：《人工智能、就業(yè)與貨幣政策目標(biāo)》，《經(jīng)濟研究》2023 年第1 期。，勞動力不斷被人工智能所替代的直接后果表現(xiàn)為勞動力工資隨之下降④王永欽、董雯：《機器人的興起如何影響中國勞動力市場?——來自制造業(yè)上市公司的證據(jù)》，《經(jīng)濟研究》2020 年第10 期。，并導(dǎo)致產(chǎn)出缺口與就業(yè)缺口之間可能出現(xiàn)巨大的悖離，貨幣政策由此在二者之間面臨權(quán)衡⑤吳立元、王懺、傅春楊等：《人工智能、就業(yè)與貨幣政策目標(biāo)》，《經(jīng)濟研究》2023 年第1 期。，與此同時催生出的新業(yè)態(tài)又?jǐn)U展了原有工作內(nèi)容，使人工智能對就業(yè)的影響具有顯著的異質(zhì)性⑥尹志鋒、曹愛家、郭家寶等：《基于專利數(shù)據(jù)的人工智能就業(yè)效應(yīng)研究——來自中關(guān)村企業(yè)的微觀證據(jù)》，《中國工業(yè)經(jīng)濟》2023 年第5 期。，但也有學(xué)者認為，勞動者收入的增減與否并不確定，這一方面是由于人工智能的要素擴展型技術(shù)屬性催生出的新業(yè)態(tài)增加了對高技能勞動力的需求，進而優(yōu)化了勞動力市場結(jié)構(gòu)并緩解了資源錯配⑦呂越、馬明會、陳泳昌等：《人工智能賦能綠色發(fā)展》，《中國人口·資源與環(huán)境》2023 年第10 期。，另一方面還取決于資本和勞動的替代彈性⑧Nordhaus，w.（2015）.“Are we approaching an economic singularity? Information technology and the future of economic growth”，NBER Working Paper，No.21547.⑨Graetz，G.&G.Michaels （2015），“Obotsatwork：TheImpactonProductivityandJobs”，TechnicalReport，CentreforEconimic Performance，LSE.。由于人工智能還會引起產(chǎn)業(yè)自動化與非自動化部門的比例變化，當(dāng)二者的替代彈性較低時，前者的勞動收入相反還會增加⑩郭凱明：《人工智能發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級與勞動收入份額變動》，《管理世界》2019 年第7 期。，因此，人工智能對勞動收入的影響也取決于它所在產(chǎn)業(yè)部門的生產(chǎn)方式。

上述研究對于推動人工智能的發(fā)展與應(yīng)用具有重要的參考價值，并對中國城市人工智能的發(fā)展提供了有益的啟示，但這些研究都忽略了一個重要的內(nèi)容，即為什么不同區(qū)域的人工智能發(fā)展會有差別？如何協(xié)同政府與市場的關(guān)系更好地促進人工智能的發(fā)展？盡管已有學(xué)者從政府政策、產(chǎn)業(yè)布局、基礎(chǔ)研究、人才培養(yǎng)等方面提出了人工智能的發(fā)展建議，但這些對策缺乏理論框架與量化分析，并且人工智能的發(fā)展是一個受到各個因素共同作用的復(fù)雜系統(tǒng)，在解釋這類現(xiàn)象時，探究基于整體視角多因素組合對人工智能發(fā)展的協(xié)同作用很有必要。有鑒于此，本文基于技術(shù)經(jīng)濟范式理論，采用案例研究與定量研究于一體的模糊集定性比較分析（fsQCA），探索不同的條件組態(tài)的存在或缺失，引起中國城市人工智能高質(zhì)量發(fā)展路徑形成的因果復(fù)雜性問題。

二、理論基礎(chǔ)

理論界一致認為，最先關(guān)注并研究技術(shù)進步與經(jīng)濟增長二者關(guān)系的學(xué)者是熊彼特，但提出并運用技術(shù)經(jīng)濟范式這一理論框架全面解釋技術(shù)變革與經(jīng)濟變遷之間關(guān)系的學(xué)者則是Perez 和Freeman 等人。在他們看來，技術(shù)經(jīng)濟范式是通過由“一個特定投入或一組投入”的“關(guān)鍵要素”的變遷實現(xiàn)的，這種可能表現(xiàn)為某種自然資源、工業(yè)產(chǎn)品或者技術(shù)的“關(guān)鍵要素”，是推動技術(shù)經(jīng)濟范式變革的基本條件，同時也是其范式變革表現(xiàn)出來的典型特征及其類型劃分的重要依據(jù)。由于技術(shù)經(jīng)濟范式總是與同時代的科技現(xiàn)狀和產(chǎn)業(yè)發(fā)展相適應(yīng)，并在一定時間內(nèi)影響宏觀社會結(jié)構(gòu)與微觀經(jīng)濟主體的運行。因此，技術(shù)經(jīng)濟范式變革在促進最具有生產(chǎn)力的新興產(chǎn)業(yè)生產(chǎn)技術(shù)快速發(fā)展和工藝流程與管理構(gòu)架不斷優(yōu)化的同時，也會憑借各種資本的力量逐步向其他產(chǎn)業(yè)擴散，一些傳統(tǒng)產(chǎn)業(yè)也因為新技術(shù)帶來的組織與管理的變革而得到復(fù)蘇。同時，它會對經(jīng)濟領(lǐng)域帶來直接或間接的沖擊，因此社會和制度層面的變革與之必須相匹配，這種良好匹配的形成為未來幾十年內(nèi)穩(wěn)定的長期投資行為和投資模式奠定了堅實的基礎(chǔ)。

21 世紀(jì)以來，以人工智能、大數(shù)據(jù)等新一代通訊技術(shù)所形成的智能技術(shù)群，通過不斷地提升自身的靈活性、共享性和高性能計算能力，在與社會經(jīng)濟系統(tǒng)進行融合與重構(gòu)的過程中，形成以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素、以人工智為核心的一系列的經(jīng)濟新形態(tài)，進而通過引發(fā)整個社會其他領(lǐng)域的全面變革，實現(xiàn)經(jīng)濟領(lǐng)域的新一輪技術(shù)經(jīng)濟范式轉(zhuǎn)換。通過技術(shù)經(jīng)濟范式轉(zhuǎn)換①沈偉、趙爾雅：《數(shù)字經(jīng)濟背景下的人工智能國際法規(guī)制》，《上海財經(jīng)大學(xué)學(xué)報》2022 年第5 期。②楊青峰、李曉華：《數(shù)字經(jīng)濟的技術(shù)經(jīng)濟范式結(jié)構(gòu)、制約因素及發(fā)展策略》，《湖北大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2021 年第1 期。，植根于智能技術(shù)的數(shù)字基礎(chǔ)設(shè)施，推動數(shù)字消費和一、二、三產(chǎn)業(yè)上下聯(lián)動與深度融合協(xié)同發(fā)展③歐陽日輝：《數(shù)字經(jīng)濟的理論演進、內(nèi)涵特征和發(fā)展規(guī)律》，《廣東社會科學(xué)》2023 年第1 期。，進而推動市場規(guī)模的不斷擴大。隨著人工智能的持續(xù)發(fā)展，技術(shù)進步與應(yīng)用、各種資本、社會制度和產(chǎn)業(yè)發(fā)展各要素之間與之良性互動，并形成一個正反饋的閉環(huán)系統(tǒng)，最終實現(xiàn)區(qū)域經(jīng)濟的持續(xù)增長（圖1）。

圖1 基于人工智能的技術(shù)經(jīng)濟范式結(jié)構(gòu)與內(nèi)在邏輯

上述技術(shù)經(jīng)濟范式結(jié)構(gòu)與發(fā)展邏輯，為本文從組態(tài)的視角研究人力資本、技術(shù)應(yīng)用、產(chǎn)業(yè)發(fā)展、市場規(guī)模、政府干預(yù)和金融支持多重并發(fā)因素對中國城市人工智能的高質(zhì)量發(fā)展路徑的形成提供了理論基礎(chǔ)（圖2）。

圖2 本文的邏輯分析框架

三、研究方法

傳統(tǒng)的回歸分析認為，影響結(jié)果發(fā)生的各種條件之間是彼此嚴(yán)格獨立的，即因變量取決于各個單變量的“凈效應(yīng)”①Fiss，P.C.，2007，“A Set-Theoretic Approach to Organiza? tional Configurations”，Academy of Management Review，Vol.32，pp.1180-1198.，但在經(jīng)濟管理的各種實踐中，影響結(jié)果的各種條件之間相互依賴的情況更為普遍，某個現(xiàn)象發(fā)生總是由相互依存的多個條件共同作用且存在等效的多重路徑②杜運周、賈良定：《組態(tài)視角與定性比較分析(QCA):管理學(xué)研究的一條新道路》，《管理世界》2017 年第6 期。。因此，在解釋這類現(xiàn)象時，應(yīng)該采用組合的方式，從整體視角來探尋現(xiàn)實世界中條件組態(tài)與結(jié)果之間多重并發(fā)的因果關(guān)系③Misangyi，V.F.，T.Greckhamer，S.Furnari，P.C.Fiss，D.Crilly and R.Aguilera，2017，“Embracing Causal Complexity：The Emergence of a Neo-Configurational Perspective”，Journal of Management，Vol.43，pp.255-282.。那么，中國城市人工智能高質(zhì)量發(fā)展是否有路徑突顯呢，如果有，是否存在多條路徑？ 本文下一步將借助模糊集定性比較分析（fsQCA）對此進行探討。

（一）變量的測度

1.結(jié)果變量

人工智能發(fā)展指數(shù)。如前文所述，多家研究機構(gòu)和多位學(xué)者對不同區(qū)域內(nèi)的人工智能進行了測度，但這些測度均缺乏對中國城市層面的人工智能發(fā)展情況的關(guān)注。盡管有學(xué)者④鄒偉勇、熊云軍：《中國城市人工智能發(fā)展的時空演化特征及其影響因素》，《地理科學(xué)》2022 年第7 期?；趯＠麛?shù)據(jù)對中國城市人工智能發(fā)展進行了時空演化方面的探討，但仍不能很好地全面把握其發(fā)展現(xiàn)狀。有鑒于此，本文采用中國城市人工智能發(fā)展指數(shù)報告（2021—2022）中的綜合發(fā)展指數(shù)反映各城市人工智能發(fā)展質(zhì)量。

2.條件變量

市場規(guī)模。經(jīng)濟發(fā)展水平是人工智能發(fā)展的基礎(chǔ)。一般說來，經(jīng)濟發(fā)展水平的差異，會導(dǎo)致人工智能的市場需求與應(yīng)用程度也有差異⑤趙政楠、茹少峰、張青：《市場規(guī)模變化如何影響產(chǎn)業(yè)結(jié)構(gòu)升級?——基于需求側(cè)和供給側(cè)雙重視角的經(jīng)驗分析》，《經(jīng)濟體制改革》2023 年第3 期。；同時，不同的市場規(guī)模也會影響知識與創(chuàng)新要素的流動，進而對人工智能進一步向高端化方向推動的力度也不同。參考葉琴等人⑥葉琴、徐曉磊、胡森林：《長三角人工智能產(chǎn)業(yè)空間格局及影響因素》，《長江流域資源與環(huán)境》2022 年第3 期。的研究，采用地區(qū)生產(chǎn)總值表征各城市的市場規(guī)模。

人力資本。智能化的技術(shù)特性，使人工智能對高素質(zhì)創(chuàng)新人才具有旺盛的需求，人力資本的差異也會使區(qū)域間人工智能的發(fā)展產(chǎn)生差距，創(chuàng)新型人才集聚度越高的地區(qū)，人力資本的投入就更加密集，人工智能產(chǎn)出也就更多。借鑒孫勇等人⑦孫勇、樊杰、劉漢初：《長三角地區(qū)數(shù)字技術(shù)創(chuàng)新時空格局及其影響因素》，《經(jīng)濟地理》2022 年第2 期。的研究，采用高等院校在校人數(shù)衡量人力資本。

政府干預(yù)。人工智能的發(fā)展離不開勞動、資本的積極參與和企業(yè)的創(chuàng)新驅(qū)動，政府的行為可能會起到很好的激勵效果，但過度干預(yù)也會產(chǎn)生擠出效應(yīng)，進而對人工智能的發(fā)展產(chǎn)生正向或負向影響⑧陳小輝、張紅偉、文佳：《FinTech 信貸規(guī)模能刺激金融機構(gòu)提升涉農(nóng)貸款占比嗎?》，《中國管理科學(xué)》2022 年第5 期。，參考鄒偉勇和熊云軍⑨鄒偉勇、熊云軍：《中國城市人工智能發(fā)展的時空演化特征及其影響因素》，《地理科學(xué)》2022 年第7 期。的研究，采用財政一般預(yù)算支出與GDP 比重表征政府干預(yù)程度。

金融資本。人工智能技術(shù)的研發(fā)、應(yīng)用直至產(chǎn)業(yè)化的過程中需要大量的資金支持，金融資本市場一方面可以有效補充企業(yè)技術(shù)創(chuàng)新過程中所需的巨額資金需求，另一方面又可以基于風(fēng)險評估，通過差異化的服務(wù)優(yōu)化企業(yè)的金融資源配置效率。借鑒謝智敏等人①謝智敏、王霞、杜運周等：《創(chuàng)業(yè)生態(tài)系統(tǒng)如何促進城市創(chuàng)業(yè)質(zhì)量——基于模糊集定性比較分析》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2020 年第11 期。的做法，采用各城市金融機構(gòu)存款余額與常住人口比值測量金融資本。

產(chǎn)業(yè)基礎(chǔ)。人工智能上下游產(chǎn)業(yè)鏈資源的集聚，在提高數(shù)字化基礎(chǔ)設(shè)施的共享度的同時，降低了智能化產(chǎn)業(yè)布局的各項成本，引導(dǎo)傳統(tǒng)產(chǎn)業(yè)由勞動力密集型向現(xiàn)代化的產(chǎn)業(yè)智能化方向逐級演進，并推動人工智能技術(shù)的進一步突破性發(fā)展與推廣應(yīng)用。參考朱恒源和王毅②朱恒源、王毅：《智能革命的技術(shù)經(jīng)濟范式主導(dǎo)邏輯》，《經(jīng)濟縱橫》2021 年第6 期。的研究，本文采用中國城市數(shù)字化發(fā)展指數(shù)（2021）中的產(chǎn)業(yè)融合指數(shù)來表征人工智能產(chǎn)業(yè)基礎(chǔ)發(fā)展情況。

技術(shù)創(chuàng)新。近年來，創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的提出，直接導(dǎo)致對地方政府的考核體系與激勵機制的變化，地方政府間原有的“為增長而競爭”，逐步演變成“為創(chuàng)新而競爭”。各種技術(shù)的創(chuàng)新與應(yīng)用，可以不斷提升區(qū)域內(nèi)智能化水平，并推動區(qū)域內(nèi)創(chuàng)新優(yōu)勢的進一步形成。借鑒馬野青和余嘉莉③馬野青、余嘉莉：《本土產(chǎn)業(yè)集聚、FDI 流入與城市創(chuàng)新能力》，《河海大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2021 年第6 期。的處理方式，用每萬人專利授權(quán)數(shù)來度量城市技術(shù)創(chuàng)新能力。

（二）數(shù)據(jù)來源與說明

本文選取中國城市人工智能發(fā)展指數(shù)報告（2021—2022 年）中排名前100 名的城市作為研究對象，6 個條件變量的數(shù)據(jù)分別來源于《中國城市統(tǒng)計年鑒》《中國城市數(shù)字化發(fā)展指數(shù)報告》。經(jīng)過匹配，最終形成除衢州、日照、盤錦、丹東和韶關(guān)以外的95 個城市組成的案例樣本。同時，為了避免結(jié)果變量與條件變量之間的互為因果關(guān)系，本文將結(jié)果變量作滯后一期處理，即結(jié)果變量使用2021 年數(shù)據(jù)，條件變量為2020 年數(shù)據(jù)。

（三）變量校準(zhǔn)

在fsQCA 中，條件變量和結(jié)果變量數(shù)據(jù)均需要轉(zhuǎn)換為0—1 之間的集合關(guān)系的隸屬分?jǐn)?shù)數(shù)據(jù)，這一過程即為校準(zhǔn)。由于社會科學(xué)缺乏理論標(biāo)準(zhǔn)對結(jié)果變量和前因條件變量進行校準(zhǔn)指導(dǎo)，國內(nèi)外學(xué)者將條件變量和結(jié)果變量的完全隸屬、交叉點和完全不隸屬的3 個校準(zhǔn)點或設(shè)定為0.75、0.5 和0.25④杜運周、劉秋辰、程建青：《什么樣的營商環(huán)境生態(tài)產(chǎn)生城市高創(chuàng)業(yè)活躍度？ ——基于制度組態(tài)的分析》，《管理世界》2020 年第9 期。，或設(shè)定為0.95、0.5 和0.05⑤宋華、盧強：《什么樣的中小企業(yè)能夠從供應(yīng)鏈金融中獲益?——基于網(wǎng)絡(luò)和能力的視角》，《管理世界》2017 年第6 期。，或設(shè)定為0.90、0.5 和0.10⑥杜運周、劉秋辰、陳凱薇等：《營商環(huán)境生態(tài)、全要素生產(chǎn)率與城市高質(zhì)量發(fā)展的多元模式——基于復(fù)雜系統(tǒng)觀的組態(tài)分析》，《管理世界》2022 年第9 期。?？紤]到數(shù)據(jù)非正態(tài)分布特征，本文采用直接校準(zhǔn)法，并將完全隸屬、中間點和完全不隸屬的閾值分別設(shè)置為0.8、0.5 和0.2⑦Pappas，I.O.and A.G.“Woodside.Fuzzy-set Qualitative Comparative Analysis （fsQCA）：Guidelines for Research Practice inInformationSystemsandMarketing”，InternationalJournalof InformationManagement，2021，58102310.；同時，為了避免校準(zhǔn)后數(shù)據(jù)剛好處于0.5 的隸屬度的情況，本文將隸屬度為1 以下的變量中加入0.00001 的常數(shù)⑧Fiss，P.C.，2011，“Building Better Causal Theories: A Fuzzy Set Approach to Typologies in Organization Research”，Acade-my of Management Journal，Vol.54，pp.393-420.。

表1 條件和結(jié)果變量的說明及描述性統(tǒng)計

三、結(jié)果分析

Ragin①Ragin，C.C.，2000，F(xiàn)uzzy-Eet Social Science，University of Chicago Press.認為，模糊集定性比較分析本質(zhì)上是研究條件、條件組態(tài)與結(jié)果之間的隸屬關(guān)系，完整的模糊集定性比較分析是應(yīng)當(dāng)同時包含有前后順序的條件（組態(tài)）的必要性和充分性分析。

（一）單個條件的必要性分析

在fsQCA 中，必要條件指的是結(jié)果存在時某個一致性水平不小于0.9 的前因條件也必然存在。②Ragin，C.C.，2008，Redesigning Social Inquiry:Fuzzy Sets and Beyond，Chicago:University of Chicago Press.③Schneider，C.Q.andC.Wagemann，2012，Set-TheoreticMethodsfortheSocialSciences:AGuidetoQualitativeComparative Analysis，CambridgeUniversityPress.表2 為fsQCA 3.0 軟件分析的人工智能發(fā)展的必要條件檢驗結(jié)果，根據(jù)其認定標(biāo)準(zhǔn)可知，技術(shù)經(jīng)濟范式下的單一因素并不是推動人工智能發(fā)展的必要條件。因此，研究6 個條件變量的協(xié)同作用對人工智能發(fā)展的影響機制是十分必要的。

表2 必要條件分析

（二）條件組態(tài)分析

與必要性分析主要重在對單個前因條件進行檢驗不同的是，條件組態(tài)的充分性分析則更多關(guān)注的是多個前因條件構(gòu)成的不同組態(tài)集合，對結(jié)果的產(chǎn)生是否具備充分性，其判斷的依據(jù)依然用一致性水平衡量①Ragin，C.C.，2008，Redesigning Social Inquiry:Fuzzy Sets and Beyond，Chicago:University of Chicago Press.且其值應(yīng)當(dāng)不小于0.75②Schneider，C.Q.and C.Wagemann，2012，Set- Theoretic Methods for the Social Sciences: A Guide to Qualitative Comparative Analysis，Cambridge University Press.。根據(jù)國內(nèi)外學(xué)者已有的相關(guān)研究來看，條件組態(tài)的充分性閾值的選擇主要有0.75、0.76 和0.8。與此同時，條件組態(tài)的充分性分析還要根據(jù)研究樣本數(shù)量來確定其頻數(shù)閾值的設(shè)定。普遍認為，隨著研究樣本數(shù)量的增加，其頻數(shù)閾值也應(yīng)當(dāng)相應(yīng)的提高，但閾值設(shè)定應(yīng)當(dāng)確保至少75%的研究樣本包含其中③Rihoux, B.，Ragin，C.C.Configurational Comparative Methods: Qualitative Comparative Analysis（QCA）and Related Techniques，Thousand Oaks:SAGE Publications，2009.；此外，研究者結(jié)合對樣本內(nèi)容的掌握詳細程度和對其結(jié)果的精確度，條件組態(tài)的充分性分析還可以在以上分析內(nèi)容的基礎(chǔ)上考慮PRI 的一致性。盡管目前國外理論界和學(xué)術(shù)界對其值并沒有達成統(tǒng)一共識，但國內(nèi)學(xué)者在結(jié)合實際的學(xué)術(shù)研究后指出，PRI 臨界值一般不低于0.70，理想的臨界值不小于0.75。結(jié)合以上分析并參考杜運周、劉秋辰、程建青④杜運周、劉秋辰、程建青：《什么樣的營商環(huán)境生態(tài)產(chǎn)生城市高創(chuàng)業(yè)活躍度？ ——基于制度組態(tài)的分析》，《管理世界》2020 年第9 期。的做法，本文將原始一致性閾值設(shè)定為0.80，頻數(shù)為1，PRI 一致性臨界值為0.75。

鑒于部分學(xué)者在其研究工作中，對本文中的6 個前因條件與結(jié)果變量之間的關(guān)系存在不一致乃至截然相反的看法，本文未作反事實分析，且在求解產(chǎn)生高質(zhì)量發(fā)展的條件組態(tài)過程中，默認6 個前因條件“存在或缺失”都會引起結(jié)果變量的產(chǎn)生，并借鑒Ragin and Ragin⑤Rihoux，B.，Ragin，C.C.Configurational Comparative Methods：Qualitative Comparative Analysis（QCA）and Related Techniques，Thousand Oaks：SAGE Publications，2009.做法，對比簡約解和中間解識別每個解的核心和邊緣條件，具體fsQCA 分析結(jié)果見表3。

表4 穩(wěn)健性檢驗

1.產(chǎn)生城市高人工智能發(fā)展的條件組態(tài)

表3 中H1、H2a、H2b 即為中國城市產(chǎn)生高人工智能發(fā)展的三種組態(tài)，并形成2 條解釋和驅(qū)動路徑。三種組態(tài)總體解的一致性和各自解（組態(tài)）的一致性水平都大于0.89，遠高于一致性水平不低于0.75 的基本要求，且都有較高的原始覆蓋度。其中，H2a 與H2b 構(gòu)成了由核心條件為市場規(guī)模、人力資本和政府干預(yù)同時存在而組成的二階等價組態(tài)①Fiss，P.C.，2011，“Building Better Causal Theories: A Fuzzy Set Approach to Typologies in Organization Research”，Acade-my of Management Journal，Vol.54，pp.393-420.。

市場—資本共同驅(qū)動型。組態(tài)H1 表明，在以高市場規(guī)模、高人力資本和高金融資本為核心條件，高產(chǎn)業(yè)基礎(chǔ)為邊緣條件的共同作用下可以產(chǎn)生高人工智能發(fā)展。在該發(fā)展路徑中，市場規(guī)模、人力資本和金融支持通過協(xié)同聯(lián)動的方式，促進了城市人工智能的高質(zhì)量發(fā)展，市場規(guī)模確保了人工智能發(fā)展和應(yīng)用基礎(chǔ)條件，人力資本提供了人工智能發(fā)展的智力支持與人才需求，金融資本則有效緩解了企業(yè)發(fā)展人工智能的資金約束。此外，產(chǎn)業(yè)基礎(chǔ)豐富了人工智能的表現(xiàn)形式和發(fā)展規(guī)模，并對于人工智能的進一步發(fā)展發(fā)揮著重要的推動作用。這一驅(qū)動路徑下的典型案例主要是經(jīng)濟發(fā)達的東部沿海城市、中部省會城市和西部少數(shù)科教中心城市如成都和西安。

人才—營商環(huán)境驅(qū)動型。由組態(tài)H2a 和H2b 可以發(fā)現(xiàn)，城市人工智能高質(zhì)量發(fā)展主要受較大的市場規(guī)模、豐富的人力資本和顯著的政府干預(yù)協(xié)同聯(lián)動的方式驅(qū)動形成。政府行為和市場規(guī)模，為當(dāng)?shù)厝斯ぶ悄艿陌l(fā)展創(chuàng)造了良好的營商環(huán)境，并與人力資本共同促進其發(fā)展。從組態(tài)間的關(guān)系（縱—橫雙向）看，H2a 與H2b 構(gòu)成了核心條件同時存在、以非高技術(shù)創(chuàng)新為邊緣條件而組成的二階等價組態(tài)，產(chǎn)業(yè)基礎(chǔ)和金融資本具有明顯的替代關(guān)系，表明這兩個條件無需同時存在便可以與組態(tài)H2a 和組態(tài)H2b 中的余下四個條件一起導(dǎo)致結(jié)果的產(chǎn)生。這一驅(qū)動路徑下的典型案例是東北和西南地區(qū)的省會城市。這些城市相對于市場—資本共同驅(qū)動型路徑下的城市，政府干預(yù)較為明顯，并與市場規(guī)模和人力資本共同促進了當(dāng)?shù)厝斯ぶ悄艿陌l(fā)展。

2.產(chǎn)生城市非高人工智能發(fā)展的條件組態(tài)

為了尋找并發(fā)現(xiàn)中國城市非高人工智能發(fā)展的路徑，本文也檢驗并發(fā)現(xiàn)了產(chǎn)生非高人工智能發(fā)展的路徑的5 個條件組態(tài)NHc1、NHc2、NHc3、NHd1 和NHd2，并形成2 條解釋和驅(qū)動路徑。其中，NHc1、NHc2 和NHc3 構(gòu)成了核心條件為產(chǎn)業(yè)基礎(chǔ)、市場規(guī)模和人力資本同時缺乏的一個二階等價組態(tài)。

產(chǎn)業(yè)—市場—人才抑制型。組態(tài)NHc1、NHc2、NHc3 顯示，非高產(chǎn)業(yè)基礎(chǔ)、非高市場規(guī)模和非高人力資本的同時存在抑制了城市人工智能的高質(zhì)量發(fā)展。市場規(guī)模的不足限制了人工智能的需求，人才的匱乏也使其高質(zhì)量發(fā)展缺乏必要的智力支持，這又影響其產(chǎn)業(yè)基礎(chǔ)的形成與發(fā)展。在這種情況下，即使有金融資本的支持或政府的干預(yù)，也難以實現(xiàn)城市人工智能的高質(zhì)量發(fā)展。這一抑制型路徑下的典型案例主要是中西部省會城市外的其他城市和東部沿海省份少數(shù)科教資源相對落后的城市如湖州、中山等。

政府干預(yù)下的產(chǎn)業(yè)基礎(chǔ)與金融服務(wù)缺乏型。組態(tài)NHd1、NHd2 顯示，非高產(chǎn)業(yè)基礎(chǔ)、非高金融資本和高政府干預(yù)的同時存在同樣抑制了城市人工智能的高質(zhì)量發(fā)展。產(chǎn)業(yè)基礎(chǔ)的不足影響了人工智能的高質(zhì)量發(fā)展，金融資本的支持度不夠也使企業(yè)缺乏發(fā)展人工智能的必要的資金支持。這說明在政府的干預(yù)下，只要產(chǎn)業(yè)基礎(chǔ)和金融支持的不足，即使有技術(shù)創(chuàng)新的支持，也難以實現(xiàn)城市人工智能的高質(zhì)量發(fā)展。這一抑制型路徑下的典型案例主要是中部省會城市外的其他城市。

（三）穩(wěn)健性檢驗

根據(jù)Schneider and Wagemann 建議和評判標(biāo)準(zhǔn)，參考張明、杜運周、杜運周，劉秋辰，程建青和Judge et al 等人的做法，本文采用改變校準(zhǔn)方法和改變一致性兩種方法，對城市人工智能高質(zhì)量發(fā)展的前因組態(tài)進行穩(wěn)健性檢驗。如果改變校準(zhǔn)方法和改變一致性后得到條件組態(tài)與原前因組態(tài)之間有明確的子集關(guān)系，結(jié)果就是穩(wěn)健的。

本文采用直接校準(zhǔn)法，并將完全隸屬、中間點和完全不隸屬的閾值分別由原來的0.8、0.5 和0.2 改變?yōu)?.85、0.5、0.15，在一致性閾值和頻數(shù)不變的情況下，產(chǎn)生的組態(tài)一致；在不改變校準(zhǔn)方法基礎(chǔ)上，保持一致性閾值為0.80，頻數(shù)為1 不變的情況下，將PRI 一致性臨界值由0.75 提升至0.8，其結(jié)果不變，繼續(xù)提升至0.84，產(chǎn)生的組態(tài)除個別邊緣條件和核心條件發(fā)生變化外，人工智能高質(zhì)量的組態(tài)路徑并未發(fā)生改變，表明本文的分析結(jié)果是穩(wěn)健的。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

本文將城市作為研究對象，對于城市人工智能發(fā)展的分析更加系統(tǒng)和具體，這些發(fā)現(xiàn)是基于中國城市的不同發(fā)展現(xiàn)實來對各自在人工智能發(fā)展中的地位和角色解釋的一種嶄新的和有意義的嘗試，也是基于組態(tài)的視角對其發(fā)展研究的豐富和補充。

如何促進人工智能的高質(zhì)量發(fā)展是當(dāng)前經(jīng)濟高質(zhì)量發(fā)展的重要內(nèi)容。更好地發(fā)揮政府的“幫助之手”，并發(fā)揮市場在資源配置中的決定性作用，是促進人工智能高質(zhì)量發(fā)展的關(guān)鍵。本文基于技術(shù)經(jīng)濟范式理論，以95 個城市為研究樣本，運用fsQCA 方法，從組態(tài)的視角探討了產(chǎn)業(yè)基礎(chǔ)、市場規(guī)模、人力資本、政府干預(yù)、金融資本和技術(shù)創(chuàng)新6 大前因條件的協(xié)同機制影響中國城市人工智能高質(zhì)量發(fā)展的多元路徑。主要結(jié)論如下：中國城市人工智能的發(fā)展具有殊途同歸和多重路徑并發(fā)的明顯特征，對于產(chǎn)生城市高人工智能發(fā)展而言，任何單一因素既不能成為產(chǎn)生其高質(zhì)量發(fā)展的必要條件，也不能成為引發(fā)產(chǎn)生其高質(zhì)量發(fā)展的充分條件，但擴大市場規(guī)模和提升人力資本對產(chǎn)生城市高人工智能發(fā)展上發(fā)揮著更為普適的作用，這體現(xiàn)了市場和人才在推動中國城市人工智能高質(zhì)量發(fā)展的重要地位，產(chǎn)生城市人工智能高質(zhì)量發(fā)展是多種因素共同作用的結(jié)果，所形成的2 條驅(qū)動路徑體現(xiàn)了不同城市人工智能高質(zhì)量發(fā)展的多重實現(xiàn)方式；對于產(chǎn)生城市非高人工智能發(fā)展而言，任何單一因素既不能成為產(chǎn)生其非高質(zhì)量發(fā)展的必要條件，也不能成為引發(fā)產(chǎn)生其非高質(zhì)量發(fā)展的充分條件，但產(chǎn)業(yè)基礎(chǔ)的不足是制約城市高人工智能發(fā)展的共同因素。

（二）政策啟示

基于以上結(jié)論，本文提出推動中國城市人工智能高質(zhì)量發(fā)展的對策建議。

加快區(qū)域經(jīng)濟發(fā)展，提高人力資本發(fā)展水平。中國城市人工智能高和非高質(zhì)量發(fā)展路徑表明，雖然單個的前因條件并不構(gòu)成產(chǎn)生城市高人工智能發(fā)展的必要條件，但擴大市場規(guī)模和提升人力資本對產(chǎn)生城市高人工智能發(fā)展上發(fā)揮著更為普適的作用。因此，對于全國省會城市及東部沿海城市而言，推動區(qū)域內(nèi)人工智能高質(zhì)量發(fā)展的過程中，應(yīng)將自身市場規(guī)模和人力資本的比較優(yōu)勢放在首位，進一步推動和提高人工智能的市場需求；對于中西部非省會城市和東部沿?？平藤Y源相對落后的城市而言，改變區(qū)域內(nèi)人工智能非高質(zhì)量發(fā)展現(xiàn)狀，應(yīng)將做強做大市場規(guī)模放在突出位置，并逐步提高高素質(zhì)人力資本水平，滿足區(qū)域內(nèi)人工智能發(fā)展所需的人才需求和智力支持。

夯實智能化產(chǎn)業(yè)基礎(chǔ)，拓寬人工智能應(yīng)用場景。前文研究表明，產(chǎn)業(yè)基礎(chǔ)優(yōu)勢作為邊緣條件輔助性地推動了中國城市人工智能的高質(zhì)量發(fā)展，而其發(fā)展不足是制約城市高人工智能發(fā)展的共同因素。因此，全國省會城市及東部沿海城市在推動區(qū)域內(nèi)人工智能高質(zhì)量發(fā)展的過程中，要注重保持并不斷發(fā)揮區(qū)域內(nèi)產(chǎn)業(yè)基礎(chǔ)的相對優(yōu)勢對其人工智能發(fā)展的推動作用；中西部非省會城市和東部沿?？平藤Y源相對落后的城市應(yīng)將夯實產(chǎn)業(yè)基礎(chǔ)作為改變區(qū)域內(nèi)人工智能非高質(zhì)量發(fā)展現(xiàn)狀的首要目標(biāo)，通過不斷推進傳統(tǒng)產(chǎn)業(yè)與智能技術(shù)的嵌合應(yīng)用，推動產(chǎn)業(yè)向智能化方向發(fā)展，為著力拓寬人工智能的應(yīng)用奠定良好的基礎(chǔ)。

立足區(qū)域資源稟賦，創(chuàng)造良好的市場環(huán)境。對于全國省會城市及東部沿海城市而言，政府可以綜合考慮和充分把握區(qū)域內(nèi)的金融支持與產(chǎn)業(yè)基礎(chǔ)等各種資源的差異性，引導(dǎo)市場選擇符合區(qū)域內(nèi)經(jīng)濟社會現(xiàn)實的人工智能發(fā)展的驅(qū)動路徑，并基于組態(tài)的思維制定各種有利于推動人工智能發(fā)展的金融支持和產(chǎn)業(yè)數(shù)智化發(fā)展的各種政策，堅持統(tǒng)籌兼顧并搞好綜合平衡，通過發(fā)揮各項政策組合拳的優(yōu)勢，推動市場環(huán)境優(yōu)勢的進一步提升；對于中西部非省會城市和東部沿?？平藤Y源相對落后的城市而言，政府要充分認識到人工智能發(fā)展的“非均衡性”，立足自身的資源稟賦，并發(fā)揮自身產(chǎn)業(yè)發(fā)展的規(guī)劃與指導(dǎo)作用，通過財政與稅收政策引導(dǎo)各種形式的資本向智能技術(shù)前沿領(lǐng)域集聚，為加快智能技術(shù)的應(yīng)用進而推動區(qū)域內(nèi)高質(zhì)量發(fā)展動能的轉(zhuǎn)換營造良好的社會環(huán)境。

（三）不足與展望

盡管本文基于技術(shù)經(jīng)濟范式理論，從組態(tài)的視角彌補了傳統(tǒng)回歸分析對中國城市人工智能高質(zhì)量發(fā)展解釋的不足，但和許多研究一樣仍然難免存在疏漏之處。首先，受限于樣本數(shù)據(jù)的可得性，本文僅對95 個城市的人工智能發(fā)展路徑進行分析，未來可以進一步收集更多城市的相關(guān)資料，進一步提高其研究結(jié)論的可推廣性。其次，由于城市層面有關(guān)人工智能的權(quán)威統(tǒng)計數(shù)據(jù)較少，且目前QCA 方法在面對時間變化方面的應(yīng)用并不成熟，故本文對人工智能發(fā)展只是進行了靜態(tài)分析，未來應(yīng)重點關(guān)注人工智能跨時間變化下的動態(tài)發(fā)展路徑的研究。