人工智能驱动城市绿色创新的组态路径研究——基于TOE框架的动态定性比较分析

《Sustainability》：Configuration Paths of AI-Driven Urban Green Innovation: A Dynamic Qualitative Comparative Analysis Based on the TOE Framework

　　摘要人工智能（AI）日益被视为绿色创新的重要驱动力，但在不同条件配置下，城市如何借助AI能力实现绿色创新成果，目前仍缺乏充分理解。本研究基于技术—组织—环境（TOE）视角构建配置框架，并运用动态定性比较分析（QCA）方法，对2019—2023年中国35个城市的面板数据进行了分析。这些城市包括直辖市、省会城市和副省级城市。研究结果识别出三种与城市绿色创新高水平相关的配置。在所有配置中，AI技术发展和AI制度支持始终作为核心条件出现，而AI组织规模则被识别为反复出现的边缘条件。研究还揭示了城市绿色创新高水平与非高水平之间的因果不对称性，表明单一AI相关条件在缺乏互补条件的情况下不足以实现高水平绿色创新成果。动态分析表明，总体配置结构在时间上保持相对稳定，但随着AI应用和政策环境的演变，个别配置的一致性有所变化。本研究通过表明AI驱动的城市绿色创新依赖于多种条件的相互作用，既涉及稳定的基础性因素，也涉及演进的互补性条件，从而推进了关于AI与绿色创新的研究。