This paper centers around China's dual-carbon target and selects 339 enterprises that engaged in standard-setting cooperation within the clean energy subsystem of China's dual-carbon standard from 2012 to 2022 as the research subjects. An enterprise standard alliance network is constructed, and stepwise regression and mixed regression models are employed to examine the research hypotheses. In addition, to further test the robustness of the regression results, techniques such as substituting independent variables, modifying samples, and altering regression models are utilized for robustness verification. The research findings are generally consistent with the previous results, signifying that the conclusions possess a high degree of robustness.
It is shown that the dual embeddedness of the standard alliance network, namely structural embeddedness and relational embeddedness, has a positive and active role in enhancing the enterprises′ green technology innovation capacity; the dual embeddedness of the standard alliance network enhances the enterprises′ standardization capability and stimulates the enterprises' green technology innovation potential through improving the enterprise's standardization capability, and the enterprise's standardization capability plays a mediating role in this process; partner diversity enhances the positive role of the dual embeddedness of the standard alliance network on the enterprise's standardization capability, and significantly moderates the mediating mechanism of standardization capability.
This study analyzes the positive impact of network embeddedness on green technology innovation from the perspectives of standard alliance network structure embeddedness and relationship embeddedness, enriching the theoretical research on green technology innovation from the perspective of standard alliance network. In addition, it successfully reveals the previously unclear or unknown linkage mechanism between the dual embeddedness of standard alliance network and enterprise green technology innovation, enriching the theoretical scope of the impact of standardization activities on green technology innovation. Moreover, through the integration of partner diversity into the research framework, this study broadens the exploration of the situational mechanisms by which the dual embeddedness of the standard alliance network impacts green technology innovation. Ultimately, the research conclusions offer valuable decision-making guidance for enterprises considering participation in standard alliance networks and actively striving for advantageous positions within such networks to drive green technology innovation.
我国积极参与应对气候变化全球治理,提出碳达峰碳中和目标。绿色低碳科技创新作为我国碳达峰十大行动任务之一,是助力“双碳”目标实现的重要领域[1]。2022年12月,国家发展和改革委员会与科技部联合印发《进一步完善以市场为导向的绿色技术创新体系实施方案(2023—2025年)》,提出“进一步完善以企业为主体的绿色技术创新体系”。企业绿色技术创新在突破低碳转型技术瓶颈、驱动经济高质量发展方面具有重要作用[2]。但在实践中,企业绿色技术创新存在技术不成熟、复杂程度较高、多行业交叉、缺乏可操作性等问题[3],导致企业陷入技术路径依赖,进而降低市场核心竞争力。技术标准可以满足行业间连接需求[4],解决复杂产品制造兼容性难题[5]。单个企业很难拥有标准研发所需全部核心资源,大多数企业选择组建标准联盟,共同开展标准研发与市场推广。由此,主动参与绿色技术相关标准联盟,成为企业寻求技术支持的重要途径。此外,绿色技术创新的本质是对资源知识进行整合、构建与重组[6]。企业通过网络嵌入获取、吸收与编排绿色核心资源,进而促进绿色技术创新[7]。因此,本文从技术标准视角出发,探讨标准联盟背景下网络嵌入对绿色技术创新的作用机制,以期丰富企业绿色技术创新理论研究。
首先,部分文献已经关注网络嵌入与绿色创新的关系,并基于协同创新网络、供应链网络视角探讨结构与关系嵌入对绿色创新绩效、绿色创新质量、绿色创新产出的影响[7-9],但鲜有文献探讨标准联盟下网络嵌入与绿色技术创新的关系,忽视了技术标准在绿色创新驱动发展过程中的引领作用。其次,部分文献探讨了标准联盟网络特征对企业创新绩效的影响,发现网络中心位置能够加快新产品推出速度,进而正向影响新产品开发绩效[10]。然而,已有研究尚未探讨标准联盟网络嵌入对企业绿色技术创新的影响,也忽视了网络嵌入多维属性。再次,借助标准化能力,企业搭建起标准联盟网络与技术创新间的“桥梁”[11-12],但标准联盟网络结构与关系嵌入通过标准化能力对绿色技术创新的作用路径仍不清晰。因此,有必要从结构、关系双重嵌入视角出发,探讨标准联盟网络双重嵌入、标准化能力对企业绿色技术创新的影响。最后,在标准联盟网络中不同类型组织拥有的资源、知识、技术等差异较大,从而扩大了企业搜索范围[13-14]。企业伙伴多样性即合作伙伴在组织类型上的差异[3],能够体现企业获取并重组网络资源的能力(Jiang等,2024),但其对企业通过标准联盟网络双重嵌入提升标准化能力以及实现绿色技术创新的影响尚未得到验证。
本文以双碳标准体系下清洁能源子体系中参与清洁能源标准制定的企业为研究对象,基于资源基础理论、社会资本理论,遵循“结构(S)—行为(C)—绩效(P)”逻辑结构以及“结构—关系”范式(Granovetter,1985),从结构、关系网络双重嵌入视角出发,探讨标准联盟网络双重嵌入对绿色技术创新的影响,以及标准化能力、伙伴多样性发挥的中介及调节作用。
依据网络嵌入理论,组织经济行为及联系会受社会网络影响,组织经济行为受社会结构与关系影响的程度被界定为“嵌入性(embeddedness)”[2]。参考Granovetter(1985)对网络嵌入的分类,标准联盟网络可分为标准联盟网络结构嵌入与标准联盟网络关系嵌入。
结构嵌入是指企业在网络中的结构、相对位置等特征对企业经济行为的影响。借鉴王彦萌等(2024)的研究,本文使用结构洞衡量企业结构嵌入程度,能够体现企业在网络中的位置优势。基于资源基础理论,在联盟网络中占据结构洞位置的企业具有资源优势和信息控制优势[8]。第一,作为联结合作伙伴的“中间人”,占据结构洞位置的企业可以优先获取大量非冗余异质性资源(Peng等,2020),进而实现绿色知识、环保信息与绿色技术积累[6]。企业通过收集、甄选、吸收与自身业务、行业趋势、市场动态相匹配的绿色资源丰富知识储备库,进而研发出符合市场需求的绿色技术或产品。第二,作为连接各类联盟组织的“桥梁”,处于结构洞位置的企业对关键技术难题较为敏感(安琪,2024),能够更快整合绿色技术信息,突破现有技术轨迹,进而获取绿色技术先发优势。第三,占据位置优势企业拥有较强的资源主导能力与较高的认可度[15-16],能够高效协调联盟网络内部利益冲突,促使不同组织就利益分配、绿色创新要素组合配置及绿色产品设计或服务方案达成一致,进而提升标准联盟网络内部技术研发效率,加速企业绿色产业链落地与产品市场推广。因此,本文提出如下假设:
H1:标准联盟网络结构嵌入正向促进企业绿色技术创新。
关系嵌入是指企业与合作组织间的关系强度和质量,包括接触频率、互惠性程度、情感强度、信任程度、亲密性程度等[7]。参考杨靓等(2021)的研究,本文采用关系强度衡量企业关系嵌入程度,可体现企业与联盟网络合作伙伴关系紧密程度[17],以及交互过程中所积累的关系资本。基于社会资本理论,企业能够借助合作伙伴关系资本获取创新资源(Gregoire-Zawilski &Popp,2024)。第一,拥有强关系的组织间互动密切,有助于组织间形成声誉机制[18]。声誉较高企业能够向外传递可信赖的积极信号,使外部组织愿意共享隐性知识,进而提升企业对高质量绿色信息及关键资源的可访问性[16],有助于企业突破绿色技术封锁。第二,强联结组织间熟悉彼此组织文化、价值观、知识能力等,信息更为开放透明[19]、信息传递效率更高,可以有效减少企业因信息不对称导致的经济损失,有助于企业正确评估绿色技术备选方案。第三,强关系组织间的频繁交易与高度承诺能够促进联盟治理机制构建以及行为规范形成[20],进而抑制交易过程中的不确定性风险与机会主义行为,确保企业顺利开展绿色技术创新。因此,本文提出如下假设:
H2:标准联盟网络关系嵌入正向促进企业绿色技术创新。
标准化能力是指企业开展制定、实施以及推动技术标准成为市场事实标准[12]等各类标准化活动的能力,可反映企业在标准联盟中的统筹能力[21]。企业在网络中占据不同位置以及拥有不同合作关系能够显著影响其网络资源、关系资本丰富程度,进而影响其标准化能力。
标准联盟网络结构嵌入程度较高企业在参与技术标准制定时更具优势。第一,占据结构洞位置的企业容易获得丰富的互补性、异质性资源,有助于企业集聚、协调内外部资源以提升其技术方案的竞争力(曹霞等,2024)。第二,占据结构洞位置的企业更具信息优势,可以获得弱联接组织拥有的知识资源,进而拓宽技术知识获取深度与广度,探索有利于技术标准的知识组合方式[21],同时向外界组织传递自身技术具有柔性和兼容性的信号(崔维军等,2023),吸引跨行业组织与其达成标准化合作。第三,处于结构洞位置的企业拥有较高的决策灵活性[10],能够协调联盟成员技术需求,帮助联盟成员减少技术概念混淆,促使联盟整体就技术方案达成共识,并构建基于技术标准的产品创新体系[15],从而增强企业标准化能力。
标准联盟网络强关系嵌入能够反映企业与联盟组织合作关系紧密程度,其对标准化能力的影响主要体现如下:第一,强联结组织间往往具有互补的资源、深厚的信任关系以及频繁的合作等特征,形成较为固定的合作模式和交易条款,有利于企业节约信息搜寻成本、恶性竞争的交易成本以及对合作组织的监控成本[22],进而积极参与标准化合作。第二,强关系下的组织更容易形成技术知识共享态度[6]和合作默契。联盟组织通过技术协同提升技术方案制定、技术管理工作效率,掌握技术标准先发优势。第三,强联结下的企业为维持合作关系的长期稳定性,更有可能兼顾多方主体利益诉求,提高标准综合性和技术兼容性[3],从而提升产业链上下游企业及消费者对标准的认可度。
综上,本文提出如下假设:
H3:标准联盟网络结构嵌入正向促进企业标准化能力提升。
H4:标准联盟网络关系嵌入正向促进企业标准化能力提升。
标准化能力可以反映企业优化网络资源以及管理标准联盟内成员的水平[23]。标准化能力较强的企业不仅能够与合作伙伴建立良好的协同关系,还能提升绿色技术或产品在行业内的认可度,促使绿色产品大规模扩散[24],进而为企业创新收益提供保障。因此,企业标准化能力对绿色技术创新的影响如下:第一,基于资源基础理论,标准化能力较强的企业具有信息优势,可以更快弥合自身核心技术、技术标准体系与行业绿色技术需求间的差距[3,10],并通过与合作伙伴技术互补协同优先掌握行业内技术发展的前导规则[15],从而加快推动前沿绿色技术发展。第二,标准化能力较强的企业更有可能将其所倡导的复杂技术范式编码为简单的标准文件(曾德明,2019),确保自身与消费者间的信息对称性以及配套企业对新技术的适应,进而降低绿色技术创新的不确定性风险,增强企业绿色技术创新内生动力。第三,基于社会资本理论,标准化能力较强的企业具备标准联盟管理能力,具体表现为管理联盟内部标准技术知识、建设标准化配套项目以及协调组织间利益分配的能力[23]。具备较强联盟管理能力的企业能够促进联盟内知识、技术和经验交流,强化组织间协同效应,激发绿色技术创新思维和灵感。由此,本文提出如下假设:
H5:企业标准化能力正向促进绿色技术创新。
由上文分析可知,结构嵌入程度较高的企业更容易获得、重组网络中异质性资源,在主导或参与技术标准制定过程中借助技术竞争优势提升自身标准化能力,进而掌握绿色技术先发优势。关系嵌入程度较高的企业更易获得合作伙伴与市场对技术标准的认可,通过扩大技术标准的用户安装基础提升自身标准化能力,进而掌握行业对绿色技术的需求信息,从而激发绿色创新潜力。由此,本文提出如下假设:
H6:企业标准化能力在标准联盟网络结构嵌入对绿色技术创新影响过程中发挥中介作用。
H7:企业标准化能力在标准联盟网络关系嵌入对绿色技术创新影响过程中发挥中介作用。
不同组织类型合作伙伴能够为企业提供差异化技术、决策信息、专业知识、管理经验等资源[25],以扩大企业资源搜索范围。在标准化活动中,标准联盟网络双重嵌入与标准化能力的关系受伙伴多样性的调节作用。一方面,伙伴多样性能够增强企业利用结构嵌入获取外部异质性资源的能力。具体而言,伙伴多样性有利于企业扩大异质性资源搜索范围,进而挖掘行业利基市场(Ranganathan等,2018),最终获取技术标准的先发优势。同时,伙伴多样化能够为企业提供技术宣传、扩散渠道,帮助企业快速识别外部技术系统,进而争取更多跨组织技术协同与标准化合作机会(毕静煜等,2021;文金艳等,2021)。另一方面,伙伴多样性能够丰富企业利用关系嵌入获取跨行业信息的渠道,增强企业在协商谈判时的议价能力[10],降低企业与多元主体沟通协作以及关系管理难度,进一步提高企业在标准制定等标准化活动中的影响力。不同类型合作伙伴间竞争威胁较小、知识分享与合作意愿较高[15],可以有效降低因信息不对称及信任缺失导致的机会主义风险,提升资源整合与技术协同效率,使企业在标准化活动中更具有话语权。由此,本文提出如下假设:
H8:标准联盟网络结构嵌入与企业标准化能力的关系受伙伴多样性的正向调节作用。
H9:标准联盟网络关系嵌入与企业标准化能力的关系受伙伴多样性的正向调节作用。
基于上述理论分析,高水平伙伴多样性有助于占据桥连位置或拥有稳定合作关系的企业利用网络中的异质性资源、控制优势以及组织间较强合作意愿,优先获得合作伙伴支持并构建技术标准化平台,进而强化标准联盟网络结构嵌入或关系嵌入对标准化能力的促进作用,提升绿色技术创新水平。反之,当伙伴多样性水平较低时,网络内较高的竞争威胁和信息不对称程度会弱化企业谈判、协作能力,进而削弱结构嵌入或关系嵌入对标准化能力的促进作用,最终影响企业绿色技术创新。因此,伙伴多样性水平越高,标准化能力在标准联盟网络双重嵌入与绿色技术创新间的中介作用越显著,即伙伴多样性在标准联盟网络双重嵌入—标准化能力—绿色技术创新间发挥调节作用。由此,本文提出如下假设:
H10:标准化能力在标准联盟网络结构嵌入与绿色技术创新间的中介作用受伙伴多样性的正向调节。即伙伴多样性程度越高,标准化能力在标准联盟网络结构嵌入与绿色技术创新间的中介作用越显著,反之亦然。
H11:标准化能力在标准联盟网络关系嵌入与绿色技术创新间的中介作用受伙伴多样性的正向调节。即伙伴多样性程度越高,标准化能力在标准联盟网络关系嵌入与绿色技术创新间的中介作用越显著,反之亦然。
综上,本文构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本文聚焦双碳标准体系下的清洁能源标准子体系,主要考虑该子体系包含风能、光能、氢能等典型清洁低碳技术(王超等,2023),且技术标准体系完善、标准种类丰富。以清洁能源标准联盟中的企业为研究对象,按照双碳标准体系下清洁能源标准分类进行数据收集。联盟企业涉及农、林、牧、渔、制造、建筑、能源供应、交通运输、商业服务、科学研究与技术服务、环境等行业,行业覆盖范围较广,样本代表性较强。本文从全国标准信息公共服务平台,按照各类清洁能源标准归口的标准化技术委员会进行标准检索,收集标准名称、发布日期、标准状态、主要起草单位等信息,共获得2012—2021年发布的清洁能源国家标准215条,剔除起草单位为单一主体且非企业的标准(宋志红等,2022),得到186条标准的本文样本。本文使用Python进行起草单位字段提取、0-1矩阵构建等。
(1)对起草单位进行清洗,将营利性质的组织归为企业,共识别出339家企业,并对历年发生名称变更的起草单位名称进行更新,以此得到更为准确的合作关系。
(2)考虑到标准化合作平均持续时间通常为24~36个月(Wen等,2023),故本文采用以3年为一期的滚动时间窗口分析方法,对2012—2020年清洁能源标准联盟网络进行划分,得到2014—2020年7个动态时间窗口的联盟网络。使用Python软件,基于7个动态联盟网络合作制定标准的数据构建0-1矩阵[15],组织间共同起草某一标准则记为1,否则记为0;将0-1矩阵导入Ucinet6.0软件,输出标准联盟网络双重嵌入的衡量数据。此外,企业绿色专利数据来自国家知识产权局的专利数据库,企业所有权性质等企业数据来自国家企业信用信息公示系统并结合企业官网数据进行补充,表1呈现了标准联盟网络动态滚动过程。
表1 时间划分
Table 1 Time division
动态时间窗口模型年份(t)标准联盟网络标准化能力绿色技术创新120142012—20142013—20152014—2016220152013—20152014—20162015—2017320162014—20162015—20172016—2018420172015—20172016—20182017—2019520182016—20182017—20192018—2020620192017—20192018—20202019—2021720202018—20202019—20212020—2022
(1)因变量:绿色技术创新(GIT)。借鉴Bai等[26]的研究,本文选取发明和实用新型两类绿色专利申请数量之和衡量企业绿色技术创新。考虑到企业并非每年申请绿色专利以及创新活动的滞后性,本文对绿色技术创新作滞后两年处理。为了防止大量数据丢失,以3年(t至t+2年)绿色专利数量总和衡量企业第t+2年绿色技术创新能力,并作加1取对数处理。
(2)自变量:标准联盟网络结构嵌入(SH)与关系嵌入(RS)。①参考Wen等[10]、孙耀吾等[21]的研究,本文选取Burt结构洞指数中的有效规模衡量标准联盟网络结构嵌入,计算见式(1);②借鉴Gonzalez-Brambila[27]的做法,本文选取关系强度,即企业在窗口期内联盟网络中合作伙伴数量衡量标准联盟网络关系嵌入。
SH=∑j(1-∑qpiqmjq),q≠i,j
(1)
其中,i为网络中节点,j为与i相连的所有点,q为网络中除i或j外的点;piq为i投入到q的关系比例强度,mjq为j到q的关系边际强度。
(3)中介变量、调节变量。本文选取标准化能力(SC)作为中介变量。借鉴文金艳等[15]的研究,企业在标准联盟中的标准制定数量可以反映其标准化能力水平。此外,对标准化能力作滞后1年处理,同时以3年(t-1至t+1年)企业在标准联盟中的标准制定数量总和衡量企业第t+1年的标准化能力,并作加1取对数处理。
本文选取伙伴多样性(PD)作为调节变量。借鉴Shukla等[25]的研究,本文对企业合作伙伴的组织类型进行编码:1表示企业,2表示高校,3表示科研院所,4表示其它(政府机构、行业协会等社会团体等),并将营利性质的组织归为企业,伙伴多样性计算见式(2)。
(2)
其中,Ni为企业第i种组织类型的合作伙伴数量,N为企业合作伙伴总数量。
(4)控制变量。考虑到属性、年龄、专利存量等因素对企业创新水平的影响,本文选取以下控制变量:知识累积(KA)[21]、接近中心度(CC)、企业所有权性质(CE)、企业年龄(Age)[19]、企业规模(Size)、行业属性(Industry)。此外,本文设置年份虚拟变量(Year),用于控制年份固定效应。本文主要变量及测量方法如表2所示。
表2 变量名称及测量方法
Table 2 Variable names and measurement methods
变量类型变量符号变量名称测量方法因变量GIT绿色技术创新发明、实用新型绿色专利申请数量之和加1取自然对数自变量SH标准联盟网络结构嵌入结构洞RS标准联盟网络关系嵌入关系强度中介变量SC标准化能力参与标准制定的数量加1取自然对数调节变量PD伙伴多样性不同伙伴类型在总伙伴数量中所占比例平方和的倒数控制变量KA知识累计参与标准联盟网络前3年发明、实用新型绿色专利申请数量之和加1取自然对数CC接近中心度网络规模减1/网络节点到其它节点最短路径长度之和CE企业所有权性质国有企业为1,否则为0Age企业年龄将企业年龄按照3年及以下、4~6年、7~10年、11~20年、20年以上划分Size企业规模员工数量取自然对数Year年份属性年份虚拟变量Industry行业属性行业虚拟变量
借鉴王海花等(2023)、Lin(2022)的研究成果,采用混合回归法进行假设检验,同时采用稳健标准误。本文采用逐步回归法构建模型如下:
GITi,t+2=α0+α1DEi,t+α2controlsi,t+∑Year+∑Industry+εi,t
(3)
SCi,t+1=β0+β1DEi,t+β2controlsi,t+∑Year+∑Industry+εi,t
(4)
GITi,t+2=θ0+θ1SCi,t+1+θ2controlsi,t+1+∑Year+∑Industry+εi,t+1
(5)
GITi,t+2=γ0+γ1DEi,t+γ2SCi,t+1+γ3controlsi,t+∑Year+∑Industry+εi,t
(6)
SCi,t+1=b0+b1DEi,t+b2PDi,t+b3DEi,t×PDi,t+b4controlsi,t+∑Year+∑Industry+εi,t
(7)
式(3)-(6)为标准联盟网络双重嵌入与绿色技术创新的直接效应,以及标准化能力在两者间的中介效应检验回归模型,式(7)为伙伴多样性对标准联盟网络双重嵌入与标准化能力关系的调节效应检验回归模型。式中,i为样本,表示339个企业;t为年份,表示2014—2020年;controls表示所有控制变量;DE表示结构嵌入与关系嵌入的双重嵌入集合;PD、SC、GIT分别表示伙伴多样性、标准化能力与绿色技术创新;Year、Industry分别表示年份和行业层面的固定效应,α、β、θ、γ为回归系数;ε为随机误差项。
表3为变量描述性统计及相关性分析结果。由表3可知,各变量间相关系数基本小于0.7,大于0.7的变量不会放在同一模型中进行回归[21]。方差膨胀因子(VIF)数值介于1.06~4.90之间,小于最大临界值5。由此可见,本文变量通过多重共线性检验。
表3 描述性统计结果与相关矩阵
Table 3 Descriptive statistics and correlation matrix
变量GTISHRSSCPDKACCCEAgeSizeGTI1.000SH0.268***1.000RS0.170***0.910***1.000SC0.345***0.597***0.505***1.000PD-0.030-0.094***-0.205***-0.0351.000KA0.781***0.233***0.128***0.257***-0.0061.000CC0.0380.099***0.160***0.136***-0.102***-0.0131.000CE0.367***0.020-0.0280.114***-0.0150.326***-0.0311.000Age0.158***0.090***0.092***0.012-0.0100.245***0.0260.189***1.000Size0.558***0.172***0.126***0.210***-0.0280.485***0.0290.362***0.303***1.000Mean0.8645.08016.9600.3511.5840.7790.0280.3613.7762.220SD0.8459.84713.8400.2730.5190.7980.0150.4810.9461.040VIF4.9004.6401.6601.1101.4801.0601.2201.1401.470
注:***表示p<0.01,**表示p<0.05,*表示p<0.1,下同
(1)直接效应检验。如表4所示,模型1为基础模型,包含知识累积等控制变量。模型2~模型4的因变量为绿色技术创新,检验标准联盟网络双重嵌入、标准化能力与绿色技术创新的直接效应。模型2、模型3、模型4回归结果显示,标准联盟网络结构嵌入(β=0.008,p<0.01)、关系嵌入(β=0.004,p<0.01)、标准化能力(β=0.389,p<0.01)与绿色技术创新具有显著正相关关系,假设H1、H2、H5得到验证。模型5和模型6的因变量为标准化能力,检验标准联盟网络双重嵌入与标准化能力的直接效应。模型5与模型6回归结果表明,标准联盟网络结构嵌入(β=0.016,p<0.01)、关系嵌入(β=0.01,p<0.01)与标准化能力具有显著正相关关系,假设H3、H4得到验证。
表4 直接效应检验结果
Table 4 Results of direct effect test
变量GTIGTIGTIGTISCSC模型1模型2模型3模型4模型5模型6KA0.706***0.686***0.701***0.676***0.038***0.063***(28.75)(26.90)(28.13)(26.47)(3.59)(5.73)CC-0.906-2.641-2.774-1.598-1.781-3.432***(-0.40)(-1.15)(-1.17)(-0.71)(-1.48)(-2.80)CE0.139***0.160***0.153***0.148***0.0180.015(3.51)(4.11)(3.88)(3.96)(1.02)(0.80)Age-0.075***-0.078***-0.078***-0.066***-0.028***-0.031***(-4.41)(-4.61)(-4.59)(-4.03)(-4.13)(-4.20)Size0.195***0.186***0.190***0.179***0.024***0.027***(9.85)(9.40)(9.50)(9.23)(2.98)(3.04)SH0.008***0.016***(5.67)(17.10)RS0.004***0.010***(3.30)(20.93)SC0.389***(6.57)Constant-0.412***-0.559***-0.509***-0.710***0.466***0.496***(-3.66)(-4.89)(-4.51)(-6.53)(4.29)(4.89)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESN1 0411 0411 0411 0411 0411 041R20.7050.7110.7080.7170.4810.421
注:括号内为t值,下同
(2)中介效应检验。本文采用逐步回归法检验标准化能力在标准联盟网络双重嵌入与绿色技术创新间的中介作用,结果如表5模型7和模型8所示。在模型2的基础上增加标准化能力得到模型7,结果显示,标准化能力(β=0.339,p<0.01)对绿色技术创新具有显著正向影响,标准联盟网络结构嵌入(β=0.002,p>0.1)对绿色技术创新具有正向影响但不显著,假设H6得到验证。同理,模型8结果验证了假设H7。考虑到逐步回归法的局限性,本文进一步采用Bootstrap法检验标准化能力在标准联盟网络双重嵌入与绿色技术创新间的中介效应,若置信区间(CI)不包含0,则中介效应成立。①结构嵌入:Bootstrap检验抽样次数为500,CI区间[0.003 4,0.008 2],不包含0,假设H6得到验证;②关系嵌入:CI区间[0.002 6,0.005 3],置信区间不包含0,假设H7得到验证。
表5 中介效应与调节效应检验结果
Table 5 Test results of mediating and moderating effects
变量GTIGTISCSC模型7模型8模型9模型10KA0.673***0.675***0.037***0.060***(26.15)(26.49)(3.53)(5.52)CC-2.037-1.404-1.700-3.308***(-0.90)(-0.60)(-1.42)(-2.79)CE0.154***0.147***0.0170.016(4.07)(3.90)(0.97)(0.85)Age-0.068***-0.066***-0.031***-0.035***(-4.14)(-3.98)(-4.50)(-4.66)Size0.178***0.179***0.026***0.028***(9.16)(9.23)(3.21)(3.21)SH0.0020.017***(1.40)(13.94)RS0.000 40.011***(0.31)(19.12)SC0.339***0.399***(4.69)(5.64)PD0.042**0.083***(2.47)(4.44)SH×PD0.008**(2.26)RS×PD0.006***(3.33)Constant-0.716***-0.707***0.220**0.346***(-6.59)(-6.48)(2.01)(3.36)YearYESYESYESYESIndustryYESYESYESYESN1 0411 0411 0411 041R20.7180.7170.4860.433
(3)调节效应检验。表5中模型9和模型10检验标准联盟网络双重嵌入、伙伴多样性对标准化能力的交互作用。模型9结果显示,结构嵌入与伙伴多样性交互项系数显著为正(β=0.008,p<0.05),表明伙伴多样性正向调节标准联盟网络结构嵌入对企业标准化能力的影响,假设H8得到验证。同理,模型10中交互项系数显著为正(β=0.006,p<0.01),表明伙伴多样性正向调节标准联盟网络关系嵌入对企业标准化能力的影响,假设H9得到验证。
(4)本文采用Bootstrap法进行有调节的中介效应检验,结果见表6。当伙伴多样性程度较低时,标准联盟网络结构嵌入、关系嵌入通过标准化能力对绿色技术创新的间接效应分别为0.004 5、0.003 3;当伙伴多样性程度较高时,标准联盟网络结构嵌入、关系嵌入通过标准化能力对绿色技术创新的间接效应分别为0.007 3、0.006 1,且置信区间(CI)均不包含0。上述结果表明,无论伙伴多样性是取低值还是高值,标准联盟网络结构嵌入、关系嵌入通过标准化能力对绿色技术创新的间接效应均显著;当伙伴多样性取高值时,中介效应值较高,表明有调节的中介效应成立(见图2)。因此,假设H10、H11得到验证。
表6 不同伙伴多样性调节下标准化能力的中介效应检验结果
Table 6 Mediating effect test of standardization capability under the regulation of different partner diversities
自变量调节变量效应值标准误z95%CI下限上限SH低(M-1SD)0.004 5***0.001 14.030.002 30.006 7中(M)0.005 9***0.001 34.540.003 40.008 4高(M+1SD)0.007 3***0.001 93.910.003 60.010 9RS低(M-1SD)0.003 3***0.000 74.600.001 90.004 7中(M)0.004 7***0.000 85.590.003 00.006 3高(M+1SD)0.006 1***0.001 24.930.003 70.008 5
图2 伙伴多样性的调节效应
Fig.2 Moderating effect of partner diversity
本文采用滞后变量与引入固定效应等方法处理内生性问题。首先,滞后中介变量与因变量。考虑到企业标准化与绿色技术创新活动的滞后性,本文在研究设计阶段将标准化能力滞后一期,将绿色技术创新滞后两期。其次,为控制行业偏差与年份变化的干扰,本文引入行业与年份固定效应。最后,考虑到标准化与绿色技术创新周期较长的特点,本文选取t-1至t+1年技术标准制定数量衡量企业标准化能力,选取t至t+2年绿色专利数量衡量绿色技术创新。这在一定程度上控制了遗漏变量、反向因果等内生性问题,假设检验回归结果均显著。本文采用替换自变量、调整样本以及更改回归模型等方法进行稳健性检验。
(1)替换自变量。参考现有研究[3,7],使用网络效率、网络联结作为标准联盟网络结构嵌入、关系嵌入的替换指标,表7~表9列(1)(2)回归结果与前文基本一致。表9列(1)中,交互项系数为0.075,p>0.1。假设H8未得到验证,但影响系数为正,与上文预测的调节作用方向一致。
表7 直接效应的稳健性检验结果
Table 7 Robustness test of direct effect
变量替换自变量GTI(1)(2)调整样本GTI(3)(4)Tobit回归GTI(5)(6)KA0.671***0.695***0.657***0.674***0.794***0.809***(25.99)(27.72)(17.92)(18.81)(25.31)(25.99)CC0.092-2.828-1.273-1.358-1.853-2.065(0.04)(-1.21)(-0.54)(-0.56)(-0.55)(-0.59)CE0.157***0.153***0.225***0.218***0.222***0.218***(4.15)(3.93)(4.35)(4.11)(4.54)(4.41)Age-0.073***-0.078***-0.083***-0.084***-0.082***-0.082***(-4.40)(-4.59)(-3.82)(-3.77)(-3.51)(-3.52)Size0.188***0.188***0.189***0.194***0.263***0.267***(9.69)(9.49)(7.98)(8.14)(10.38)(10.46)SH0.523***0.010***0.008***(6.18)(4.53)(3.63)RS0.002***0.004**0.004**(4.21)(2.05)(2.51)Constant-0.740***-0.510***-0.591***-0.534***-1.190***-1.158***(-5.67)(-4.59)(-4.70)(-4.13)(-4.06)(-3.92)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESN1 0411 0416446441 0411 041R20.7160.7090.6540.649
表8 中介效应的稳健性检验结果
Table 8 Robustness test of mediation effect
变量替换自变量GTI(1)(2)调整样本GTI(3)(4)Tobit回归GTI(5)(6)KA0.664***0.676***0.641***0.645***0.776***0.775***(25.45)(26.45)(17.01)(17.16)(24.93)(25.00)CC-0.759-1.587-2.099-1.906-0.7510.008(-0.33)(-0.70)(-0.88)(-0.77)(-0.22)(0.00)CE0.157***0.148***0.219***0.212***0.214***0.209***(4.21)(3.95)(4.34)(4.13)(4.43)(4.32)Age-0.068***-0.066***-0.075***-0.072***-0.067***-0.065***(-4.14)(-4.02)(-3.46)(-3.30)(-2.92)(-2.81)Size0.180***0.179***0.178***0.178***0.251***0.251***(9.29)(9.22)(7.78)(7.81)(9.98)(10.01)SH0.324***0.005*0.000(3.29)(1.69)(0.03)RS0.000 10.0010.002(0.02)(0.27)(0.87)SC0.265***0.390***0.309***0.376***0.492***0.533***(3.84)(5.49)(3.14)(4.09)(5.01)(5.73)Constant-0.818***-0.710***-0.736***-0.732***-1.457***-1.455***(-6.82)(-6.53)(-5.77)(-5.65)(-4.85)(-4.83)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESN1 0411 0416446441 0411 041R20.7200.7170.6600.659
表9 调节效应的稳健性检验结果
Table 9 Robustness test of moderating effect
变量替换自变量SC(1)(2)调整样本SC(3)(4)Tobit回归SC(5)(6)KA0.028**0.048***0.048***0.074***0.065***0.094***(2.55)(4.59)(3.77)(5.42)(4.37)(5.74)CC3.254**-3.153***2.650*0.925-2.332-4.294**(2.48)(-2.61)(1.81)(0.60)(-1.49)(-2.43)CE0.0020.0090.0130.0080.0100.010(0.10)(0.48)(0.62)(0.36)(0.44)(0.39)Age-0.020***-0.033***-0.030***-0.033***-0.043***-0.052***(-2.87)(-4.61)(-3.54)(-3.45)(-3.82)(-4.30)Size0.033***0.027***0.037***0.043***0.029**0.035***(3.91)(3.26)(3.76)(4.04)(2.40)(2.67)SH0.760***0.018***0.019***(14.58)(11.49)(16.72)RS0.007***0.010***0.014***(13.58)(13.29)(14.51)PD0.0160.072***0.055***0.137***0.061***0.117***(1.06)(4.00)(2.64)(4.67)(2.88)(4.42)SH×PD0.0750.015***0.008**(0.64)(2.97)(2.01)RS×PD0.004***0.016***0.009***(3.64)(4.67)(3.04)Constant0.1170.335***0.2050.352***0.1760.314**(0.99)(3.35)(1.54)(2.66)(1.58)(2.58)YearYESYESYESYESYESYESIndustryYESYESYESYESYESYESN1 0411 0416446441 0411 041R20.4450.4810.4730.392
(2)调整样本。考虑到新冠疫情对各行业的冲击,本文剔除2019年、2020年两个时间窗口的数据重新进行回归。表7~表9列(3)(4)结果证明了标准联盟网络双重嵌入对绿色技术创新的正向促进作用,以及标准化能力的中介作用与伙伴多样性的调节作用。
(3)更改回归模型。考虑到标准化能力与绿色技术创新于0点存在左截断现象,故使用Tobit模型替代混合回归模型进行验证,表7~表9列(5)(6)结果再次验证了前文结论。
由此表明,本文研究结论具有较好的稳健性。
本文聚焦标准联盟网络,以2012—2022年我国双碳标准体系下参与清洁能源标准联盟的企业为研究样本,系统探究网络双重嵌入、标准化能力、伙伴多样性与企业绿色技术创新的关系,并构建了一个有调节的中介模型,得出以下主要结论:
(1)标准联盟网络双重嵌入对企业绿色技术创新能力具有积极正向影响。标准联盟网络双重嵌入是企业获取异质性绿色资源,识别关键合作伙伴并实现绿色技术创新的重要途径。
(2)标准联盟网络双重嵌入通过提升企业标准化能力激发企业绿色技术创新潜力。在标准联盟网络中存在丰富的绿色知识流和信息流,这是企业突破绿色技术瓶颈的保障,企业标准化能力在上述过程中发挥中介作用。
(3)伙伴多样性强化标准联盟网络双重嵌入对企业标准化能力的积极作用,并显著调节标准化能力的中介机制,即伙伴多样性程度越高,标准化能力发挥的中介作用越显著,反之亦然。
4.2.1 企业层面
(1)企业应采取开放的态度,积极与联盟网络中其它组织建立标准合作关系,并在网络中寻求占据有利位置,以期获得资源、信息控制优势,识别更多绿色创新机会。
(2)企业应积极参与技术标准化活动,不断深化与外部组织的合作,遵守联盟管理规范,构建组织间强信任关系,提高绿色信息传递效率并降低机会主义风险。
(3)在参与标准联盟网络时,企业应重视提升自身标准化能力,进而提升内外部资源整合、配置能力以及联盟管理水平,并利用网络优势掌握绿色技术发展的前导规则,为绿色技术创新提供支撑。
(4)企业应积极与政府部门、科研机构、高校、协会、绿色产业链企业等多元主体开展标准合作,构建合作伙伴多样化、技术多元化的自我中心网络,充分利用自身结构、关系嵌入优势及时掌握政策动态、绿色技术发展趋势、市场需求与产业升级动向,从而实现绿色技术创新发展。
4.2.2 政府层面
(1)政府可以加强政策引导,通过制定相关政策鼓励企业参与标准制定与合作。例如,政府可以设立专项资金,对积极参与标准制定和修订工作的企业进行奖励。
(2)组织企业参加国内外标准化会议、展览和论坛等活动,为企业提供了解国际标准和行业动态的机会。同时,鼓励企业与高校、科研机构共同开展标准研制工作,搭建信息共享平台,促进标准领域产学研交流与合作。
(3)政府应致力于营造稳定、透明、公平的营商环境,降低企业参与合作网络的成本和风险,提升其信心与积极性,如简化审批流程、提高标准化相关业务服务质量、加强标准知识产权保护等。
(1)拓展了网络嵌入理论,有助于丰富标准联盟网络嵌入对企业绿色技术创新影响的相关研究。以往相关研究主要聚焦绿色创新网络、供应链网络等,忽视了技术标准对绿色技术创新的引领作用。本文基于标准联盟网络视角,探讨结构嵌入与关系嵌入对企业绿色技术创新的正向影响,拓展了标准联盟网络嵌入的应用范围,丰富了绿色技术创新相关理论研究,弥补了基于单一维度探讨标准联盟网络嵌入与企业创新关系的不足。
(2)推动了标准化能力作用机制研究。本文结合资源基础理论与社会资本理论,基于“结构—行为—绩效”框架,构建“标准联盟网络双重嵌入—标准化能力—绿色技术创新”理论分析框架,揭示了标准联盟网络双重嵌入与企业绿色技术创新的关系及作用机理,强调标准化能力对企业绿色技术创新的重要性,丰富了标准化能力作用机制研究,完善了标准化能力对企业绿色技术创新影响的理论范畴。
(3)拓展了标准联盟网络双重嵌入对企业绿色技术创新的调节机制研究。本文选取有调节的中介模型,将伙伴多样性纳入研究框架,揭示了伙伴多样性在标准联盟网络双重嵌入与企业标准化能力间的调节作用,以及对标准化能力中介作用的调节作用,弥补了以往标准联盟网络嵌入与企业创新关系研究仅采用单一中介或调节模型的不足,有助于厘清标准联盟网络双重嵌入通过标准化能力实现企业绿色技术创新的边界条件,深化了对标准联盟网络嵌入与企业绿色技术创新关系的理解。
本文存在以下不足:第一,清洁能源标准联盟中的企业所属行业覆盖范围较广,但仍存在行业遗漏问题,未来可拓展至其它双碳标准子体系,采用人工智能等方法进行数据收集与分析,全面探究双碳背景下标准联盟网络与绿色技术创新相关问题,进一步丰富研究情境。第二,本研究使用绿色专利申请数量衡量企业绿色技术创新,未来可采用绿色专利申请数量、授权数量、被引数量等指标衡量企业绿色技术创新,深化对绿色技术创新的认识。第三,本研究从结构与关系两个维度对标准联盟网络嵌入进行划分,尚未考虑网络嵌入的其它维度(如认知嵌入),未来可进一步探讨网络嵌入其它维度对绿色技术创新的影响机制。第四,本研究考察了标准化能力的中介作用以及伙伴多样性的调节作用,未来可引入其它中介变量(如组织的吸收能力)和调节变量(如网络外部因素)进行实证分析。
[1] 时省, 张亚. 绿色金融政策对绿色技术创新的影响及机制研究——基于绿色金融改革创新试验区的准自然实验[J]. 管理评论, 2024, 36(1): 107-118.
[2] DI K, XU R, LIU Z, et al. How do enterprises' green collaborative innovation network locations affect their green total factor productivity? empirical analysis based on social network analysis[J]. Journal of Cleaner Production, 2024, 438(2): 1-11.
[3] 王海花, 李烨, 王莹,等. 标准联盟网络位置与数字创新:一个有调节的中介模型[J]. 系统管理学报, 2023, 32(3): 538-548.
[4] EOM D, LEE H, KIM D. Committee standards battles in the era of convergence: implications for smart systems[J]. International Journal of Information Management, 2021, 60(5): 1-15.
[5] 龙小宁, 张美扬. 标准的力量——来自中国标准必要专利的经验证据[J]. 管理世界, 2023, 39(10): 149-168,227.
[6] MURONG R, CHANG M, HUI W, et al. Network embeddedness and disruptive green technological innovation: the mediating role of resource orchestration[J]. Polish Journal of Environmental Studies, 2024, 33(2): 1823-1837.
[7] 冯熹宇, 王菌丽, 徐娜. 绿色创新网络嵌入、资源获取与企业绿色创新质量[J]. 中国软科学, 2023,38(11): 175-188.
[8] LI X, LIU X. The impact of the collaborative innovation network embeddedness on enterprise green innovation performance[J]. Frontiers in Environmental Science, 2023, 11(1): 1-20.
[9] WANG L, LI M, WANG W, et al. Green innovation output in the supply chain network with environmental information disclosure: an empirical analysis of Chinese listed firms[J]. International Journal of Production Economics, 2023, 256(2):1-15.
[10] WEN J, QUALLS W J, ZENG D. Standardization alliance networks, standard-setting influence, and new product outcomes[J]. Journal of Product Innovation Management, 2020, 37(2): 138-157.
[11] 赵春苗, 王黎萤, 蔡纵,等. 企业工业互联网标准化与数字创新绩效——基于资源编排的视角[J]. 技术经济, 2024, 43(8): 101-113.
[12] 卢宏宇, 余晓. 知识转化如何影响企业标准化能力——技术能力的中介效应[J]. 中国管理科学, 2021, 29(12): 215-226.
[13] MARTNEZ-NOYA A, GARC
A-CANAL E. Innovation performance feedback and technological alliance portfolio diversity: the moderating role of firms' R&D intensity[J]. Research Policy, 2021, 50(9): 1-16.
[14] LIU M, SHAN Y, LI Y. Heterogeneous partners, R&D cooperation and corporate innovation capability: evidence from Chinese manufacturing firms[J]. Technology in Society, 2023,72(1): 1-13.
[15] 文金艳, 曾德明, 徐露允, 等. 结构洞、网络多样性与企业技术标准化能力[J]. 科研管理, 2020, 41(12): 195-203.
[16] SHI X, LU L, ZHANG W, et al. Managing open innovation from a knowledge flow perspective: the roles of embeddedness and network inertia in collaboration networks[J]. European Journal of Innovation Management, 2021, 24(3): 1011-1034.
[17] WANG J, LV W. Research on the impact of green innovation network embeddedness on corporate environmental responsibility[J]. International Journal of Environmental Research and Public Health, 2023, 20(4):1-28.
[18] YIN S, ZHAO Y. Digital green value co-creation behavior, digital green network embedding and digital green innovation performance: moderating effects of digital green network fragmentation[J]. Humanities and Social Sciences Communications, 2024, 11(1): 1-12.
[19] 周礼, 金晨晨. 网络嵌入对企业绿色创新的影响与作用机制:吸收能力的中介作用[J]. 科技进步与对策, 2021, 38(5): 79-86.
[20] GALVIN P, TYWONIAK S, SUTHERLAND J. Collaboration and opportunism in megaproject alliance contracts: the interplay between governance, trust and culture[J]. International Journal of Project Management, 2021, 39(4): 394-405.
[21] 孙耀吾, 龚晓叶, 陈培祯. 复杂产品系统主制造商网络位置对其技术标准化能力的影响[J]. 管理科学, 2021, 34(5): 79-92.
[22] LIN B, XIE J. The role of renewable energy alliances in enhancing corporate innovation: evidence from China[J]. Renewable Energy, 2023, 219(12):1-10.
[23] WU Y, DE VRIES H J. Effects of participation in standardization on firm performance from a network perspective: evidence from China[J]. Technological Forecasting and Social Change, 2022, 175(2): 1-13.
[24] HU Y, LIU D. Government as a non-financial participant in innovation: how standardization led by government promotes regional innovation performance in China[J]. Technovation, 2022, 114(6): 1-12.
[25] SHUKLA D M, MITAL A, QURESHI I. Effects of alliance portfolio breadth and depth on exploratory and exploitative innovation: evidence from Indian high-tech sectors[J]. Journal of Business Research, 2024, 179(6): 1-12.
[26] BAI Y, WANG J Y, JIAO J L. A framework for determining the impacts of a multiple relationship network on green innovation[J]. Sustainable Production and Consumption, 2021, 27(3): 471-484.
[27] GONZALEZ-BRAMBILA C N, VELOSO F M, KRACKHARDT D. The impact of network embeddedness on research output[J]. Research Policy, 2013, 42(9): 1555-1567.