The Impact of Multiple Institutional Pressures on the Enhancement of Green Technology Innovation Efficiency:A Dynamic QCA Analysis Grounded in Institutional Logics Theory

Liu Jianhan,Chen Heng

(School of Economics and Management, Harbin Engineering University, Harbin 150001, China)

Abstract：Currently, green development has emerged as a global mainstream trend, and green technology innovation has become a significant means to alleviate the contradiction between economic development and environmental pollution. Identifying the key elements to promote green technology innovation and improving the efficiency of green technology innovation are of great significance to the ultimate goal of "lucid waters and lush mountains are invaluable assets". Existing research has conducted in-depth studies on various external conditions (such as environmental regulation, market competition, market complexity, etc.) and internal conditions (such as innovation orientation, environmental strategy, brand positioning, environmental awareness of managers, etc.) of green technology innovation. Among these factors, institutional pressure is seen as the key factor affecting green technology innovation. Although previous studies have answered what factors influence the improvement of the efficiency of green technology innovation, they cannot explain why regions with different levels of institutional pressure can also improve the efficiency of green technology innovation. Therefore, it is not enough to understand the impact of institutional pressure on the improvement of the efficiency of green technology innovation from a single factor perspective. Institutional logic theory believes that the institutional environment in which organizations are located is a mixture of separate and competing multi-dimensional institutional logics, and the changes in the efficiency of green technology innovation are the organizational selective response to multi-dimensional institutional logics.

Against this backdrop, identifying the multiple institutional logics that impact the improvement of green technology innovation efficiency under different institutional environments and analyzing the dynamic evolution mechanism of multiple institutional logics are key to further improving the efficiency of green technology innovation, and the emergence of the configurational research provides new possibilities for these issues. Many scholars have integrated the configurational viewpoint with institutional logic theory, and have made extensive explorations in urban project construction, political risk, social innovation, and other aspects. However, these studies have not been able to analyze the dynamic evolutionary process of multiple institutional logic. To fill this gap, following the theory of institutional logic, this study uses the panel data of 30 provinces (excluding Xizang) in China from 2011 to 2020, and adopts the dynamic qualitative comparative analysis (DQCA) proposed by Garcia-Castro and Arino (2016) to enhance the analysis of the dynamic evolution process of multiple institutional logic from the configuration perspective.

The main conclusions are as follows. Firstly, a single institutional pressure factor is not enough to become a necessary condition for the improvement of green technology innovation efficiency, but the role of administrative penalty pressure in the configuration gradually rises from the configuration perspective. Secondly, this paper finds that there are six institutional logical configurations to improve the efficiency of green innovation, which can be further summarized into external-source institutional-logic configuration of public opinion, finance, and regulation; internal-source institutional-logic configuration of regulation and cost; hybrid institutional-logic configuration of punishment and finance; forced-norm mixed institutional-logic configuration; and punishment institutional-logic configuration. Typical cases and inter-group results show that there are three critical time nodes in the evolution of the institutional logic that affect the improvement of green technology innovation efficiency, namely 2013, 2016, and 2019. The first time node marks the basic completion of China's environmental legal system, with administrative penalty pressure as the dominant institutional pressure. The second node marks the establishment of the central environmental protection inspection system. This movement-style governance model has greatly enhanced the local government's environmental administrative enforcement level, and the configuration has gradually changed from configuration S1 &S2 to configuration S4, S5a, and S5b. The third time node is the large-scale public crisis brought about by the new crown epidemic. However, this impact on configuration S4, and configuration S5a &S5b is not obvious, indicating that these three institutional-logic configurations have strong anti-shock capabilities. On the basis of the above results, this article puts forward the corresponding countermeasures from the perspectives of normative pressure (public environmental protection demand pressure and environmental protection public opinion pressure) and administrative punishment pressure.

Key Words：Institutional Pressure; Institutional Logistic; Green Technology Innovation Efficiency; Dynamic Qualitative Comparative Analysis; Tobit Regression Model

DOI：10.6049/kjjbydc.2023120247

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2025)07-0033-11

收稿日期：2023-12-07

修回日期：2024-03-25

基金项目：国家自然科学基金项目(72104064)

作者简介：刘剑寒(1993-),男,黑龙江双鸭山人,哈尔滨工程大学经济管理学院博士研究生,研究方向为绿色技术创新、可持续转型;陈恒(1972-),男,黑龙江齐齐哈尔人,博士,哈尔滨工程大学经济管理学院教授、博士生导师,研究方向为技术创新管理、科技管理与科技政策。本文通讯作者:陈恒。

0 引言

当前,可持续发展已成为各国共识,促进可持续发展必须紧紧依靠绿色技术创新,绿色技术创新已成为舒缓经济发展与环境污染之间矛盾的重要手段(Lv等,2021)。近年来,世界主要经济体纷纷制定相关战略推动绿色技术创新,并争夺在绿色技术革命中的主导地位(Borrás等,2020)。在此背景下,中国先后发布《关于进一步完善市场导向的绿色技术创新体系实施方案(2023—2025年)》、《新时代的中国绿色发展》白皮书等,以推进绿色技术创新高质量发展。相关研究就影响绿色技术创新的诸多外部条件(如环境监管、市场竞争、市场复杂性等)进行了深入探讨,其中,制度压力要素备受关注(Borsatto等,2021)。资源禀赋差异、经济发展不平衡、政府经济目标考核、地方政府竞争等因素的存在,使得不同省份的制度环境存在较大差异。制度逻辑理论认为,组织所处的制度环境是一种由多种制度压力要素构成的相互分离、相互竞争的多元制度逻辑混合体,绿色技术创新效率变化反映组织对多元制度逻辑的选择性响应[1,2]。相关研究已经确定了影响绿色技术创新效率的多种制度压力要素,包括规范压力、强制压力和模仿压力,但这些要素之间的相互作用及其构成的复杂制度逻辑仍需进一步探究。

多年来,关于多元制度逻辑动态演变的研究进展较为缓慢[3]。学者Michael Lounsbury[3]认为,这一问题产生的根源在于缺乏系统方法追踪多元制度逻辑要素的演变过程。组态视角——一种广泛应用于解析管理现象因果复杂性的理论,为研究该问题提供了新视角[4]。一些学者已深入研究组态视角与制度逻辑理论在城市项目建设、政治风险与社会创新等领域的结合应用(Wainaina等,2022;Fan等,2023)。上述研究通过截面数据探讨了多元制度逻辑演变,但未充分捕捉时间维度上制度压力要素间联动效应和多元制度逻辑动态变化。因此,相关学者呼吁应重视时间因素[5]。鉴于此,本文结合制度逻辑理论和组态视角,分析中国内地30个省份(除西藏外)2011—2020年面板数据。采用动态定性比较分析(DQCA)方法[6],深化对多元制度逻辑构成和演变过程的理解。具体而言,本文将回答以下问题:何种制度逻辑组态可以产生高绿色技术创新效率?哪些制度压力在其中发挥关键作用?不同制度逻辑组态之间的演变过程存在何种规律?

本文边际贡献体现在以下3个方面:第一,既往研究主要关注单一制度压力或两种制度压力组合(规范压力、强制压力)与绿色技术创新之间的关系,而本文将3种制度压力要素纳入一个整体框架进行分析,有助于对新制度理论进行深入验证。第二,本文将制度逻辑理论与组态视角相结合,响应相关学者对制度逻辑动态性研究的呼吁,不仅对理想的制度逻辑模型进行回归分析,而且从组态视角出发分析多元制度逻辑与绿色技术创新效率提升之间的复杂影响关系,为制度逻辑动态性研究提供新思路。第三,本文基于制度逻辑理论,探讨提升绿色技术创新效率的多元制度逻辑构成及其演变趋势,为政府制定相关政策提供理论支持

1 文献综述与分析框架

研究表明,强制压力、模仿压力和规范压力不仅是多元制度逻辑的核心组成部分,也是推动绿色技术创新的关键因素[7-8]。关于强制压力与绿色技术创新间关系,有研究认为,绿色技术创新的强制压力主要来源于政府部门的监管[1]。从政府监管途径来看,强制压力可分为强制型环境规制压力与市场型环境规制压力两类[9]。其中,强制型环境规制压力来源于环境制度法规,污染排放超标的企业面临相关行政处罚,这种行政处罚压力会倒逼企业开展绿色技术创新活动[10]。而市场型环境规制压力来源于排污费、环保税等经济手段,它们会增加企业环境成本,从而促使企业开展绿色技术创新活动[11]。一般认为,环境成本增加会推动企业外部负面压力内部化,提高企业违法违规成本,推动企业开展绿色技术创新活动以避免受到惩罚[12]。但也有研究表明,环境成本增加会给企业绿色技术创新活动带来融资约束,从而降低企业绿色技术创新意愿[13]。

关于模仿压力与绿色技术创新间关系,有研究认为,绿色技术创新的模仿压力来自企业对行业内绿色标准的执行以及模仿成功的绿色技术创新行为所带来的资金压力[14]。企业为达到政府排污标准,会利用有限的资金引进污染处理设备(技术)或清洁生产设备(技术)以减少污染物产生与排放,绿色技术与清洁生产设备的引入会一定程度上提高企业绿色技术创新能力,但也会挤占企业绿色技术创新投入,降低企业绿色技术创新竞争能力[15]。有学者认为,绿色信贷等绿色金融手段能为企业提供绿色技术创新所需资金,增强企业绿色技术创新意愿[16,17]。但也有学者对此持反对意见,认为污染治理成本与环境成本上升会使企业陷入资金需求大于供给的困境[18]。面对这种情况,企业债权人通常会缩短融资周期,而这会进一步增加企业债务融资成本压力,此时,绿色信贷所产生的融资成本压力和企业债务融资成本压力共同制约企业绿色技术创新资本投入,从而抑制企业绿色创新意愿[19]。

关于规范压力与绿色技术创新间关系,有研究认为,绿色技术创新的规范压力来自公民的环保诉求与媒体持续关注[20]。虽然规范压力不具备法律法规与行业制度的惩罚功能,但依然会对企业绿色技术创新效率产生显著影响[21]。在规范压力中,公众环保诉求压力通常被视作核心规范压力[22]。公众环保诉求压力来源于公众直接或间接参与到环境政策、环境监督与环境项目实施过程中所产生的监督、请愿、建议、抗议等(郭进等,2020)。规范压力的另一个来源是媒体带来的舆论压力。随着互联网愈加深入公众生活,媒体对环保问题的曝光带来的舆论压力会使相关企业或地区在短时间内成为公众舆论焦点,并促使上级主管部门开展调查[14]。研究表明,环保舆论压力越大,企业在绿色技术创新方面的投入就越高[23]。此外,环保舆论压力也可引导公众环保认知,加强公众环保需求进而影响绿色技术创新活动[7]。一般认为,规范压力缺乏强制性,因此,需要配合强制压力才能起到提升企业绿色技术创新意愿的作用[24]。

综上,相关研究已深入探讨不同制度压力与绿色技术创新之间的关系,但还存在一些不足。第一,相关定量研究通常基于理想模型,重点研究3种制度压力对绿色技术创新的“净效应”,而忽视了这些压力之间的复杂相互作用。第二,相关研究较少关注复杂制度环境中多元制度逻辑的构建及其动态演变,忽视了对多元制度逻辑动态性的探讨[3]。因此,本文基于制度逻辑理论和现有研究,构建分析框架(如图1所示),探讨多重制度压力如何影响绿色技术创新效率。

2 研究方法与变量测量

2.1 动态定性比较分析

QCA(定性比较分析法)是一种基于组态视角的方法,旨在识别不同条件变量间匹配模式和逻辑关系[25]。传统QCA方法大多只能处理截面数据,未涉及时间维度[5]。因此,本文参考Garcia-Castro等[6]提出的动态定性比较分析方法,运用R语言软件进行动态QCA分析,从组间、组内和汇总3个维度进行测量,并计算时间和案例维度的一致性程度。

2.2 变量测量

2.2.1 结果变量测量

本研究构建的绿色技术创新效率评价指标体系如表1所示。投入指标参照刘树峰等[26] 的研究,产出指标则是在贾建锋等[27] 研究的基础上,进一步将节能产出纳入绿色技术创新效率评价指标体系中。使用DEA-GML模型计算全局Malmquist-Luenberger(GML)指数,衡量绿色技术创新效率变化情况。当GML指数大于1时,说明绿色技术创新效率提高,当GML指数小于1时,说明绿色技术创新效率降低。GML指数计算使用的是Matlab 2022b软件。数据来源于《中国环境统计年鉴(2011-2021)》《中国工业统计年鉴(2011-2021)》《中国统计年鉴(2011-2021)》。

2.2.2 条件变量测量

(1)行政处罚压力(PAP)。参照Shen等[9]的研究,利用环保行政处罚案件数量作为绿色技术创新监管压力的衡量指标,数据来源于“北大法宝”(https://pkulaw.com,2011-2021)。

(2)市场型环境规制压力(MRP)。参照周迪等[11]的研究,利用绿色税收占总税收收入比重衡量市场型环境规制压力。鉴于新冠疫情对社会生产经营活动的影响,本研究使用区位熵方法对指标作进一步处理。数据来源于《中国财政年鉴(2011-2021)》。

(1)

其中,MRPij是j省i时期考虑区位熵的市场型环境规制压力,Gtaxij是j省i时期绿色税收收入,Taxij是i时期j省税收总收入,GTAXi是i时期全国绿色税收收入之和,TAXi是i时期全国税收总收入之和。

(3)绿色融资压力(FP)。参照谢婷婷等[28]的研究,利用高耗能产业利息支出占主营业务收入比重衡量绿色融资压力。同理,使用区位熵方法对指标作进一步处理。数据来源于《中国统计年鉴(2011-2021)》《工业企业科技活动统计年鉴(2011-2021)》。

(2)

其中,FPij是j省i时期考虑区位熵的绿色融资压力水平,Interestij是j省i时期高耗能产业利息支出(亿元),Industrialij是i时期j省工业产业利息总支出(亿元),INTERESTi是i时期全国高耗能产业利息支出之和,INDUSTRIALi是i时期工业产业利息总支出之和。

(4)治污成本压力(CPC)。参照刘荣增等[15]的研究,利用工业污染治理完成投资额与第二产业增加值之比衡量治污成本压力。本研究使用区位熵方法对指标作进一步处理。数据来源于《中国统计年鉴》《中国环境统计年鉴》。

(3)

其中,CPCij是j省i时期考虑区位熵的治污成本压力水平,IPij是j省i时期工业污染治理完成投资额(万元),SAVij是i时期j省第二产业增加值(亿元),IPi是i时期全国工业污染治理完成投资额之和,SAVi是i时期全国第二产业增加值之和。

(5)环保舆论压力(POP)。在互联网时代,与媒体报告(新闻、报纸)数据相比,搜索引擎的搜索指数更能反映当下舆论关注的热点。因此,参照Zhao等[29]的研究,利用“环境保护”等关键词的百度指数衡量媒体舆论压力。数据来源于百度指数网站(http://index.baidu.com,2011-2021)。

(6)公众环保诉求(PEP)。参照张宏翔等[30]的研究,利用人大建议数与政协提案数之和衡量绿色需求压力。考虑到我国省级人民代表大会与政治协商会议通常在一年的第一个季度举行,且提案的确认与落实需要一定的时间。因此,本文对这一指标设定一年的滞后期。数据来源于《中国环境统计年鉴》(2010-2020)。

2.3 数据校准

校准是对案例数据赋予隶属度的过程。本文采用上四分位数(75%)、中位数(50%)与下四分位数(25%)作为校准锚点[25]。对于结果变量的校准,由R语言中QCA包提供的阈值设置器推算得出,具体锚点值如表2所示。

3 数据分析与实证结果

3.1 必要条件分析

在QCA必要条件分析中,传统QCA判断标准为汇总一致性水平高于0.9即可视该变量为必要条件[25]。而在面板数据QCA分析中,需要在考虑汇总一致性的基础上,进一步分析组间一致性距离与组内一致性距离两个指标。本文一致性调整距离的计算与判断参照Garcia-Castro等[6]的研究,当一致性距离小于0.2且汇总一致性大于0.9时,该指标的一致性精确度较高,可判断为必要条件。如果一致性距离大于0.2,则需进一步考察。从表3可以看出,本文指标不存在汇总一致性大于0.9的情况,但存在一致性距离大于0.2的情况。对于组间一致性距离大于0.2的情况作进一步分析,结果见表4。

在组间一致性方面,因果组合弱行政惩罚压力*强绿色技术创新GML指数(～PAP*GIE)与弱舆论压力*强绿色技术创新GML指数(～POP*GIE)存在部分年份的组间一致性大于0.9的情况,但其对应年份的覆盖度小于0.5(见表4),因此不具备必要性[6]。对于组内一致性的评判,其判别标准与组间一致性相同。相关数据篇幅过大,未在正文中列出,已保存完备以备索。虽然存在部分省份组内一致性均大于0.9的情况,但其对应的覆盖度均小于0.5,因而不具备必要性。因此,本文在条件组态充分性分析中,不将单一条件变量设为必要条件。

3.2 条件组态充分性分析

3.2.1 汇总结果

在QCA分析中,条件组态分析是研究不同条件组合如何产生结果的关键环节。在真值表构建方面,本文选取一致性阈值0.9、频数阈值2、PRI阈值0.75作为真值表构建条件[25],并参照Garcia-Castro等[6]的研究,利用增强标准分析排除矛盾组态。在解的构成方面,以中间解为基础,并利用简单解进行核心条件判别,最终得到条件组态充分性分析结果如表5所示。

从表5可以看出,6种组态的一致性为0.931(大于0.9),PRI为0.912(大于0.75),组间一致性距离与组内一致性距离均小于0.2。因此,6种组态在时间与空间上均具备较好的解释力度,这6种组态可以认为是高绿色技术创新效率组态的充分条件。

本文根据表5中的组态构造,将绿色技术创新效率提升的6种制度逻辑组态归纳为5种类型:舆论—金融—规制型外源制度逻辑组态(S1)、规制—成本型内源制度逻辑组态(S2)、处罚—金融型混合制度逻辑组态(S3)、强制—规范型混合制度逻辑组态(S4)、处罚型制度逻辑组态(S5a与S5b)。进一步利用多方法研究模型(SMMR)筛选组态对应的典型案例(Schneider,2013),筛选标准为TermMemb值(案例集合覆盖度)大于0.5,Outcome值(组态与案例的匹配性)大于0.9,如表6所示。

结合表5、表6可以看出,组态S1中,在核心条件公众环保诉求压力缺失的情况下,核心条件环保舆论压力、市场型环境规制压力与边缘条件绿色融资压力共同作用可以促进绿色技术创新效率提升,因此,将其命名为舆论—金融—规制型外源制度逻辑组态。组态S1的典型案例主要包括中西部省份。一方面,中西部地区多为劳动密集型企业,面对高绿色税收压力带来的高市场型环境规制压力时,企业或选择通过压减生产成本进行绿色技术创新以实现绿色转型,或选择外迁,从而促进区域绿色技术创新效率提升[15]。另一方面,在舆论影响及银行的作用下,通过绿色贷款等方式将市场中的有限资金投向清洁企业,从而对区域中污染严重、效率低下的企业造成融资压力,促使这些企业选择绿色技术创新或外迁,从而提升区域绿色技术创新效率(李万利等,2024)。

组态S2中,在核心条件公众环保诉求压力、绿色金融压力与边缘条件行政处罚压力缺失的情况下,核心条件治污成本压力与市场型环境规制压力共同作用可以促进绿色技术创新效率提升,因此,将其命名为规制—成本型内源制度逻辑组态。组态S2代表案例为黑龙江、吉林与海南。环境税收带来的市场型环境规制压力导致企业环境成本增加,促使企业进行绿色生产转型,但这种方式对污染排放程度较轻的企业难以产生足够的约束效用[31]。而高水平的治污成本压力能够显著提升污染排放程度较轻企业的污染治理资金投入,从而弥补环境成本对企业绿色技术创新约束能力不足的问题,进一步促使企业开展绿色技术创新活动,并避免其向高污染企业转化[15]。

组态S3中,在核心条件环保舆论压力与边缘条件治污成本压力缺失的情况下,绿色融资压力与行政处罚压力共同作用可以促进绿色技术创新效率提升,因此,将其命名为处罚—金融型混合制度逻辑组态。组态S3与S1呈现出明显的时间变化趋势。以广西为例,2014-2016年环保舆论压力与市场型环境规制压力是广西绿色技术创新效率提升的核心驱动力,2016-2020年环保舆论压力的作用逐渐降低,行政处罚压力的作用不断升高,这体现出地区环境执法能力不断提升的趋势。从组态S1到S3的制度压力构成变动情况来看,随着环境执法力度的增加,绿色信贷(绿色融资压力)对绿色技术创新的促进作用更为显著。而随着绿色金融作用的提升,环境税收带来的市场型环境规制压力对企业生产成本的挤压作用逐渐降低(王馨等,2021)。

组态S4中,核心条件公众环保诉求压力、市场型环境规制压力、行政处罚压力与边缘条件环保舆论压力共同作用促进绿色技术创新效率提升,因此,将其命名为强制—规范型混合制度逻辑组态。从案例覆盖时间来看,组态S4可能是现阶段绿色技术创新效率提升的一个关键组态。公众环保诉求与环保舆论压力协同作用对环境执法形成社会性压力,从而督促政府部门提升环境执法能力与执法意愿,并在市场型环境规制的作用下,形成诉求—舆论—执法(规制)的公众参与环境治理路径。

组态S5a与S5b中,在核心条件公众环保诉求压力与边缘条件环保舆论压力或市场型环境规制压力缺失的情况下,单一的核心条件行政处罚压力即可促进绿色技术创新效率提升,因此,将其命名为处罚型制度逻辑组态。这两种组态的典型案例主要出现在2015年之后。吕忠梅等[32]指出,2015—2016年是中国环境执法的转折点,2015年颁布了新的《中华人民共和国环境保护法》和《生态文明制度改革总方案》,并在2015年底启动了中央生态环保督察制度,大大提升了地方政府的环境执法能力和执法意愿,在组态S5a与S5b中表现为行政处罚压力成为核心制度压力。

3.2.2 组间结果

本文得出的6种组态的组间一致性调整距离均小于0.2,表明6种组态在不同年份的解释力度不存在明显差异。通过各组态在考察期内的一致性变化情况可以发现(见图2),各组态一致性在2013—2014、2016—2017与2019年存在明显下降,这种下降存在一定的集中趋势,并非随机分布,因此不属于良性偏差[6]。

根据表6中典型案例情况,形成如表7所示的组态演变过程,可以发现2013、2016—2017与2019年是组态演变的关键节点,这与图2的一致性变化趋势相符。

综合本文结果与既往研究,2013年一致性波动的原因在于,2013年是中国环境法治建设的转折之年,是环境法治体系初步形成并深化改革的关键年份[32]。截至2013年,中国颁布了43部环境法律、超过60部环境行政法规、600多部环境行政规章及1 200多部国家环境标准,初步形成了中国环境法治体系。市场型环境规制压力与行政处罚压力两个条件变量在相应组态中逐渐发挥核心作用。

2016年作为“十三五”规划的开局之年,也是中国环境制度改革的关键之年[32]。2016年以来,中央环境督察制度的建立和实施显著提高了绿色技术创新效率[24]。这一制度不仅对地方环境执法能力产生重要影响,还间接提高区域环境执法意愿[33],使得行政处罚压力成为推动绿色技术创新的关键驱动力(如组态S5a与S5b)。

2019年各组态一致性变化的原因可能在于新冠疫情的影响。从图2来看,组态S4、S5a、S5b受此次冲击的影响并不明显,说明这3种组态具有较强抗冲击能力。

总的来说,2016年之后,行政处罚压力成为促进绿色技术创新效率的关键因素。这表明,以中央生态环保督察制度为代表的环境治理已成为推动绿色技术创新发展的主要制度动力。中央生态环保督察产生的压力主要分为两种:一是来自政府内部的直接压力,中央巡视组通过建立责任和问题清单,逐级传导压力,进而提升地方政府执法部门的行政执行力,该路径对应组态S5a、S5b。二是来源于群众和媒体的无形压力,群众举报和媒体曝光加大了政府对公众关注的环境问题的执法力度[33],对应组态S4。组态S4、S5a、S5b的制度压力构成不仅符合当下中国环境监督制度的要求,还在2019年的公共危机中表现出较强的抗冲击能力。这表明,组态S4、S5a、S5b可以作为推动绿色技术创新效率提升的多元制度逻辑的关键演变方向。

3.2.3 组内结果

如表5所示,6种组态的组内一致性调整距离均低于0.2,说明这些组态在不同省份的解释力度基本一致。在解释力度相差无几的情况下,需要进一步分析各组态的组内覆盖度以考察组态所能解释案例的地区分布情况。由于动态QCA模型缺乏针对此问题的特定方法,本文采用程恋军等[34]的研究方法,运用Kruskal-Wallis秩和检验,探究6种组态在我国四大经济区(东北、中部、西部和东部)的覆盖度是否具有显著差异,结果如表8所示。

从表8来看,组态S1、S3、S5b在空间上所能解释的案例存在较大差异,需要进一步验证地区覆盖度均值的差异情况(见表9)。

表9显示,组态S1所能解释的案例集中于东北地区,组态S3所能解释的案例集中于西部地区,组态S5b所能解释的案例集中于东部地区,这与表7中典型案例分布情况相符。

3.2.4 事后检验

参考Fiss等[4]的做法,本研究对6种组态进行面板数据Tobit回归分析,这是对组态结果有效性的补充分析。构建一个以绿色技术创新效率为因变量的Tobit回归模型,并将所有组态作为新的自变量(自变量和因变量都符合布尔逻辑,对于带有“*”(并)的结果,取其最小值;对于带有“～”(非)的结果,取其1的余数)。

构建整体Tobit模型,如式(4)所示。

Z=f(S1,S2,S3,S4,S5a,S5b)

(4)

构建各组态结果对应的自变量模型,如式(5)—式(10)所示。

S1=min(1-PEP,POP,FP,ECP)

(5)

S2=min(1-PEP,1-EP,ECP,MRP,1-PAP)

(6)

S3=min(1-POP,FP,1-MRP,PAP)

(7)

S4=min(PEP,POP,ECP,PAP)

(8)

S5a=min(1-PEP,1-POP,PAP)

(9)

S5b=min(1-PEP,1-ECP,PAP)

(10)

利用Stata 17.0进行面板数据Tobit回归,结果如表10所示。6种组态与绿色技术创新效率总体上呈正相关关系(P<0.001),表明本文所得的6种组态能够有效地解答“影响绿色技术创新效率提升的制度逻辑组态有哪些”这一问题。进一步分析发现,组态S2和S3的显著性大于0.1,表明这两个组态对绿色技术创新效率提升的解释力相对较弱。相比之下,组态S1、S4、S5a、S5b的解释力相对较强。

3.3 稳健性检验

本文采用Oana等[35]提出的稳健性检验方法,通过调整一致性阈值并对比各组态结果的一致性指数与案例覆盖度,衡量计算结果稳定性。本文的一致性原始阈值设为0.9,调整后的一致性阈值TS1为0.92、TS2为0.85。经过稳健性检验,所得一致性指数为0.974(大于0.9),案例覆盖度为0.834(大于0.5),且稳健性检验的交叉案例比为0.575(大于0.5)。因此,本文得出的6种组态具有较好的稳健性。

4 结论与启示

4.1 研究结论

本文从制度理论与制度逻辑理论出发,构建绿色技术创新效率的制度压力要素分析模型。根据新制度理论,将制度压力分为规范压力(公众环保诉求压力和环保舆论压力)、模仿压力(绿色金融压力和环境成本压力)、强制压力(环境规制压力和行政处罚压力)3类。采用DEA-GML计算30个省份2011—2020年绿色技术创新全局Malmquist-Luenberger指数,衡量绿色技术创新效率变动情况。在此基础上,利用动态QCA模型分析影响绿色技术创新效率提升的多元制度逻辑组态构成,并对多元制度逻辑的构成与演变趋势进行分析。具体结论如下:

(1)单个制度压力要素不构成绿色技术创新效率提升的必要条件,但从组态来看,行政处罚压力在组态中的作用逐渐上升。

(2)得出6种提升绿色技术创新效率的制度逻辑组态,并进一步归纳为舆论—金融—规制型外源制度逻辑组态、规制—成本型内源制度逻辑组态、处罚—金融型混合制度逻辑组态、强制—规范型混合制度逻辑组态、处罚型制度逻辑组态5类。

(3)典型案例与组间结果表明,影响绿色技术创新效率提升的制度逻辑演变存在3个关键时间节点,分别是2013、2016与2019年。其中,第一个时间节点标志着中国环境法治体制的基本完善,环境成本压力(绿色税收)与行政处罚压力(环境执法)在各制度逻辑组态中的作用逐渐上升(表现为核心条件)。第二个节点显示,行政处罚压力逐渐成为影响绿色技术创新效率提升的核心制度压力。其原因可能在于,2015年末推行实施的中央生态环保督察制度极大地促进了地方政府环境行政执法意愿与执法水平。第三个时间节点则是新冠疫情带来的公共危机,从各组态一致性表现来看,组态S4、S5a、S5b受此次冲击的影响并不明显,说明这3种制度逻辑组态构成具有较强的抗冲击能力。综合来看,组态S4、S5a、S5b是推动绿色技术创新效率提升的多元制度逻辑的关键演变方向。

4.2 管理启示

(1)对于符合组态S5a、S5b发展的省份,如贵州、青海、陕西等,政府部门要注重环境行政执法能力培养,确保环境行政执法的合情、合理、合法。具体来看,在诸多环境执法手段中,威慑型执法手段在短期内获得的效果最明显。但若想更大程度上实现环境执法目标,就需要多种环境执法手段相互配合、并行使用。单一采用威慑型执法手段会影响企业与行政执法部门之间的互信关系,不利于企业与政府和谐关系的构建。因此,政府部门应合理选用柔性执法手段,同时,要建立常态化环境执法质量巡查机制,寻求严格执法、人性执法与高质量执法之间的平衡。

(2)从数据来看,浙江、江苏和山东等省份的制度压力基本符合组态S4的标准,但在市场型环境规制上存在明显区域差异。其原因在于,上述省份在多年绿色发展后,大部分高污染企业已转型或迁移,使得市场型环境规制压力对企业的约束能力较西南与东北地区弱。因此,仅采用组态S4的制度压力构成对区域绿色技术创新效率提升的作用不大,反而可能增强西南或东北省份的污染避难所效应。因此,对这些省份,政府可以结合组态S2、S4的制度压力构成,制定动态的行业污染排放标准和更严格的污染治理标准,补偿环境成本对企业绿色技术创新的约束不足。

(3)对比6种组态的制度压力构成发现,公众环保诉求压力与环保舆论压力未充分发挥规范压力对绿色技术创新效率的推动作用。因此,一方面政府要鼓励公众表达环保诉求,加强对民众反映的环境“小事”的重视。建立通畅的民众诉求反馈渠道,正视公众环保诉求,对民众关心的环保问题不论大小均做到及时处理、及时通报、及时回看。另一方面,政府要加强同媒体机构,尤其是区域范围内有影响力的自媒体之间的有效沟通,正确引导舆论方向,对环保舆情做到不放任发展也不一刀切。构建24小时网络热门事件巡查监督机制,避免因处理不及时导致“热”门事件“冷”处理。此外,要充分利用当下快节奏的舆论传播速度,及时对涉及环境的不实信息进行公开、准确、及时的辟谣,增强民众与政府间信任关系。

4.3 不足与展望

本研究尚存在一定局限:选取的6个制度压力要素均属于外部影响因素,没有考虑企业内部因素(企业家精神、创新导向、组织学习、竞争压力)等的影响,未来研究可以对内外环境因素如何协同影响绿色技术创新进行分析;选取的数据属于统计年鉴公布的工业企业数据,受数据统计内容的限制,未能有效区分一般产业与绿色产业,未来可基于《绿色产业指导目录》对工业企业数据进行细分,对绿色产业展开针对性研究。

参考文献：

[1] QI G, JIA Y, ZOU H. Is institutional pressure the mother of green innovation? examining the moderating effect of absorptive capacity[J]. Journal of Cleaner Production, 2021,278(1):1-11.

[2] 杜运周, 尤树洋. 制度逻辑与制度多元性研究前沿探析与未来研究展望[J]. 外国经济与管理, 2013,35(12):2-10.

[3] LOUNSBURY M, STEELE C W, WANG M S, et al. New directions in the study of institutional logics: from tools to phenomena[J]. Annual Review of Sociology, 2021,47(1):261-280.

[4] FISS P C, SHARAPOV D, CRONQVIST L. Opposites attract? opportunities and challenges for integrating large-N QCA and econometric analysis[J]. Political Research Quarterly, 2013,66(1):191-198.

[5] 蒙克, 魏必. 反思QCA方法的“时间盲区”:为公共管理研究找回“时间”[J]. 中国行政管理, 2023,39(1):96-104.

[6] GARCIA-CASTRO R, ARIO M A. A general approach to panel data set-theoretic research[J]. International Journal of Management &Decision Making, 2016,1(1):11-41.

[7] CHEN X, YI N, ZHANG L, et al. Does institutional pressure foster corporate green innovation? evidence from China's top 100 companies[J]. Journal of Cleaner Production, 2018,188(18):304-311.

[8] BERRONE P, FOSFURI A, GELABERT L, et al. Necessity as the mother of 'green'inventions: institutional pressures and environmental innovations[J]. Strategic Management Journal, 2013,34(8):891-909.

[9] SHEN C, LI S, WANG X, et al. The effect of environmental policy tools on regional green innovation: evidence from China[J]. Journal of Cleaner Production, 2020,254(12):1-12.

[10] 郭捷, 杨立成. 环境规制、政府研发资助对绿色技术创新的影响——基于中国内地省级层面数据的实证分析[J]. 科技进步与对策, 2020,37(10):37-44.

[11] 周迪, 罗东权. 绿色税收视角下产业结构变迁对中国碳排放的影响[J]. 资源科学, 2021,43(4):693-709.

[12] CHENG Z, LI X. Do raising environmental costs promote industrial green growth? a Quasi-natural experiment based on the policy of raising standard sewage charges[J]. Journal of Cleaner Production, 2022,343(14):1-10.

[13] YU C, WU X, ZHANG D, et al. Demand for green finance: resolving financing constraints on green innovation in China[J]. Energy Policy, 2021,153(6):1-13.

[14] LIAO Z. Institutional pressure, knowledge acquisition and a firm's environmental innovation[J]. Business Strategy and the Environment, 2018,27(7):849-857.

[15] 刘荣增, 何春. 环境规制对城镇居民收入不平等的门槛效应研究[J]. 中国软科学, 2021,36(8):41-52.

[16] QAMRUZZAMAN M, JIANGUO W. Investigation of the asymmetric relationship between financial innovation, banking sector development, and economic growth[J]. Quantitative Finance and Economics, 2018,2(4):952-980.

[17] HUANG Z, LIAO G, LI Z. Loaning scale and government subsidy for promoting green innovation[J]. Technological Forecasting and Social Change, 2019,144(7):148-156.

[18] SHI J, YU C, LI Y, et al. Does green financial policy affect debt-financing cost of heavy-polluting enterprises? an empirical evidence based on Chinese pilot zones for green finance reform and innovations[J]. Technological Forecasting and Social Change, 2022,179(6):1-13.

[19] XU X, LI J. Asymmetric impacts of the policy and development of green credit on the debt financing cost and maturity of different types of enterprises in China[J]. Journal of Cleaner Production, 2020,264(22):1-13.

[20] GARUD R, HARDY C, MAGUIRE S. Institutional entrepreneurship as embedded agency: an introduction to the special issue[J]. Organization Studies, 2016,28(7):957-969.

[21] ZHU Q, SARKIS J. The moderating effects of institutional pressures on emergent green supply chain practices and performance[J]. International Journal of Production Research, 2007,45(18-19):4333-4355.

[22] BABIAK K, TRENDAFILOVA S. CSR and environmental responsibility: motives and pressures to adopt green management practices[J]. Corporate Social Responsibility and Environmental Management, 2011,18(1):11-24.

[23] 戴万亮, 路文玲. 环保舆论压力对制造企业绿色创新能力的影响——领导环保意识与组织绿色学习的链式中介效应[J]. 科技进步与对策, 2020,37(9):131-137.

[24] ZENG H, HUANG Z, ZHOU Q, et al. Corporate environmental governance strategies under the dual supervision of the government and the public[J]. Business &Society, 2022,62(4):860-907.

[25] 杜运周, 刘秋辰, 程建青. 什么样的营商环境生态产生城市高创业活跃度——基于制度组态的分析[J]. 管理世界, 2020,36(9):141-155.

[26] 刘树峰, 杜德斌, 覃雄合, 等. 基于创新价值链视角下中国创新效率时空格局与影响因素分析[J]. 地理科学, 2019,39(2):173-182.

[27] 贾建锋, 刘伟鹏, 杜运周, 等. 制度组态视角下绿色技术创新效率提升的多元路径[J]. 南开管理评论, 2024,27(2):51-61.

[28] 谢婷婷, 刘锦华. 绿色信贷如何影响中国绿色经济增长[J]. 中国人口·资源与环境, 2019,29(9):83-90.

[29] ZHAO L, ZHANG L, SUN J, et al. Can public participation constraints promote green technological innovation of Chinese enterprises? the moderating role of government environmental regulatory enforcement[J]. Technological Forecasting and Social Change, 2022,174(1):1-13.

[30] 张宏翔, 王铭槿. 公众环保诉求的溢出效应——基于省际环境规制互动的视角[J]. 统计研究, 2020,37(10):29-38.

[31] 马亚红, 杨肃昌. 环境规制与重污染企业税收规避[J]. 经济经纬, 2022,39(3):150-160.

[32] 吕忠梅, 吴一冉. 中国环境法治七十年:从历史走向未来[J]. 中国法律评论, 2019,5(5):102-123.

[33] 马洁琼, 赵海峰. 运动式治理情境下非典型压力传导规律研究——以中央生态环保督察为例[J]. 管理学报, 2023,20(1):26-36.

[34] 程恋军, 王琳茜. 资源型城市经济高质量发展的制度组态研究——基于NCA和动态QCA的分析[J]. 城市问题, 2023,42(9):22-33.

[35] OANA I, SCHNEIDER C Q. A robustness test protocol for applied QCA: theory and R software application[J]. Sociological Methods &Research, 2021,53(1):57-88.

(责任编辑：万贤贤)