The Driving Mechanism for Green Transformation in Heavily Polluting Enterprises under the Framework of "Strategic Triangle" Based on the Complex Mediation Model

Xiao Renqiao1,2, Zhang Xinyue1, Qian Li1

(1.School of Business Administration, Anhui University of Finance and Economics, Bengbu 233030,China;2. School of Management, Huazhong University of Science &Technology,Wuhan 430074,China)

Abstract：Against the backdrop of continued global climate governance and deepening consensus on the carbon peaking and carbon neutrality("dual carbon") goals, green transformation is a key path for enterprises to break through resource and environmental constraints and achieve high-quality economic development. As the core subject of resource consumption and pollution emissions in the industrial system, heavily polluting enterprises have long relied on the traditional development model of high investment and high emissions, which not only exacerbates the pressure on the ecological environment, but also traps enterprises in the development dilemma of rising resource costs and weakened market competitiveness. Currently, the green transformation of heavily polluting enterprises faces multiple challenges, including insufficient institutional guidance, weak industrial collaboration, and a lack of endogenous motivation. These issues have led to prominent problems such as a lack of transformation drive and misalignment with viable transformation pathways. Therefore, breaking through this development deadlock and enhancing the efficacy of green transformation has become an urgent issue.

Green technology innovation serves as a key driver for corporate green transformation, significantly reducing resource consumption and pollution emissions while promoting industrial upgrading and fostering synergistic development of environmental and economic benefits. Existing literature primarily focuses on single-element analysis, either examining institutional environments or investigating the impact of corporate resource endowments on green technology innovation, overlooking the interactive effects among institutions, industries, and enterprises. It remains unclear whether any individual factor constitutes a necessary condition for achieving high levels of green technology innovation. How do the IIE(short for Institution, Industry, and Enterprise) factors couple to foster high green technology innovation What are the mediating mechanisms of green technology innovation Addressing these questions helps managers formulate differentiated green technology innovation and transformation strategies based on the institutional and industrial environments of their regions, combined with the unique characteristics of their enterprises.

Drawing on complex systems theory and the "strategic triangle" framework, this study analyzes 151 A-share listed companies in China's heavily polluting industries. Using a complex mediation to explore the driving mechanisms of green technology innovation and enterprise green transformation under the three-dimensional interaction of the "institution-industry-enterprise" framework, the study yields the following findings:(1)No single factor constitutes a necessary condition for achieving high green technology innovation; however, enterprise nature exerts a pervasive influence across various contexts.There are three differentiated driving configuration paths for high green technology innovation in heavily polluting enterprises, namely:industry-led enterprise-response type, industry-enterprise dual-drive type, and institutional response type under industry-enterprise dual. There are three paths for non-high green technology innovation, all of which include non-high enterprise nature; (2) The complex mediation mechanism test shows that all six configuration paths that generate high and non-high green technology innovation can indirectly promote the green transformation of heavy polluting enterprises through green technology innovation. The industry enterprise dual wheel drive configuration path in the high configuration has a direct promotion mechanism for the green transformation of enterprises, while the three types of configurations that generate non-high green technology innovation have a direct inhibition mechanism for the green transformation.

The innovation of this article is as follows:(1) Traditional research often explores the influencing factors of green technology innovation from a single perspective of institutions or resources. This study adopts the "strategic triangle" theory to examine multiple driving paths from an "institution-industry-enterprise" configurational perspective, enriching the research on the influencing factors of green technology innovation in heavily polluting enterprises. (2) Existing literature mostly focuses on the linear mediation mechanism of green technology innovation, and there is a lack of research on complex systems formed by multidimensional and interdependent independent variables. This article constructs a complex mediation model to reveal the complex mechanism of how the IIE ecosystem affects the green transformation of heavily polluting enterprises through green technology innovation within the "strategic triangle" framework. It deepens the contextual application of the complex mediation model and expands the research on the driving mechanism of enterprise green transformation.

Key Words：Heavily Polluting Enterprises; Green Transformation; Green Technology Innovation; "Strategic Triangle" Framework; Complex Mediation Model

收稿日期：2025-08-07

修回日期：2025-12-06

基金项目：国家社会科学基金一般项目(23BGL065)

作者简介：肖仁桥(1982—),男,湖北武汉人,博士,安徽财经大学工商管理学院教授、博士生导师,华中科技大学管理学院研究员,研究方向为绿色创新管理;章馨月(2001—),女,安徽池州人,安徽财经大学工商管理学院硕士研究生,研究方向为绿色创新管理;钱丽(1981—),女,湖北武汉人,博士,安徽财经大学工商管理学院教授、硕士生导师,研究方向为绿色创新管理。

DOI：10.6049/kjjbydc.D1N202508053

开放科学(资源服务)标识码(OSID)：

中图分类号：F279.23

文献标识码：A

文章编号：1001-7348(2026)15-0097-12

0 引言

党的二十大报告指出,“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”。在全球气候治理持续推进和我国“双碳”目标共识深化的背景下,绿色低碳转型是突破资源环境约束、实现高质量发展的核心途径。联合国环境规划署《2024年全球资源展望》报告显示,全球约35%的碳排放源自化石燃料及矿物开采加工,冶金、采矿等重污染行业是减排关键领域,对全球气候目标实现至关重要。我国《生态环境统计年报(2023年)》数据显示,电力、热力生产和供应业,非金属矿物制品业,黑色金属冶炼和压延加工业等5个行业的二氧化硫、氮氧化物排放总量分别占全国工业源排放量的92.8%和91.7%,其污染治理与减排任务紧迫。重污染企业绿色转型是突破“高污染—低效益”困局、实现经济高质量发展的重要支撑[1],但在转型实践中面临技术创新投入不足、资金压力大、市场和制度风险共存等困境,导致转型进程滞后[2]。因此,如何突破当前发展困境、提高绿色转型成效是亟待解决的核心议题。

绿色技术创新是推动企业绿色转型的重要引擎[3],能有效降低资源消耗与污染排放,助力产业升级、能源结构优化和环境经济效益实现[4]。近年来,各地政府出台一系列环境政策,以期通过制度变革为绿色技术创新提供重要支撑。如苏州工业园区实施以《ESG产业发展行动计划》为核心的政策组合,通过研发补贴、将ESG评分与融资利率挂钩等激励方式,推动企业绿色技术创新。此外,产业环境、企业资源亦是影响企业绿色技术创新的关键要素,如全球能源转型需求与激烈的竞争态势促使企业加大绿色创新,而充裕的企业资源则是促进创新落地的坚实保障。然而,既有文献多聚焦于单一要素分析,或探究制度环境[5],或关注企业资源禀赋对绿色技术创新的影响[6],忽略了制度、产业与企业三个维度间的交互作用。在绿色技术创新影响机制研究中,也多采用线性回归方法,基于组态视角构建复杂中介模型的研究成果较少。如Ahuja等[7]基于Schumpeter[8]的企业创新理论,从制度、产业结构、企业特征、组织属性四方面,构建了企业创新影响框架;Peng等[9]将制度基础观、产业基础观和资源基础观进行有机融合,提出战略三角观,对企业内外部环境开展综合评估,为绿色创新研究提供了一个多维度、综合性理论框架。

本文基于战略三角观,通过构建复杂的中介模型,从制度(Institution)、产业(Industry)和企业(Enterprise)(下文简称“IIE因素”)三方面深入剖析重污染企业绿色技术创新与绿色转型驱动机制,并回答3个问题,即单个要素是否为实现高绿色技术创新的必要条件?IIE因素如何耦合催生高绿色技术创新?绿色技术创新的中介机制是否存在?为管理者根据企业所处地区制度和产业环境,结合企业自身特征制定差异化绿色技术创新与转型策略提供参考。

1 文献综述

与本文主题相关的文献主要分为两类。

第一类研究主要关注绿色技术创新影响因素。此类研究主要聚焦制度、产业环境、企业资源等单一维度或协同视角。在制度环境层面,学者们多关注知识产权保护[5]、环境规制[10]、政府环境监管[11]和绿色金融[12]等因素影响。如郑兰祥等[10]研究发现,环境规制的创新补偿效应可推动企业增加绿色研发投入,实现节能、生产与经济效益的协同提升;赵莉等[11]发现,政府环境监管对企业绿色技术创新具有显著正向影响;Hu等[12]指出,绿色金融能促进技术创新,并在环境质量较高时有效抑制碳排放。在产业环境层面,汪明月等[13]研究表明,市场竞争压力倒逼企业通过绿色技术采纳降低成本、提升市场优势。在企业资源层面,马文斌等[6]指出,大型企业可凭借规模经济等优势推进绿色创新;李亚兵等[14]证实,高管的绿色认知有助于优化资源配置,加大绿色研发投入。但此类研究多将企业特征视为独立变量,忽视其与外部环境的联动。随着研究的深入,部分学者关注到多因素的协同效应,主要聚焦制度或企业资源层面促进绿色技术创新的路径。例如刘剑寒等[15]、贾建锋等[16]分别从多重制度压力逻辑、正式与非正式环境规制匹配角度出发,探讨绿色技术创新效率提升路径;高霞等[17]强调政府“帮助之手”与环境规制匹配的重要性。少数研究进行了企业资源要素的协同研究,如刘静等(2025)基于绿色创新生态系统理论,探究了创新要素间的互动与协同效应;周朴雄等(2024)深入剖析了不同资源与能力匹配对绿色技术创新的影响,归纳出3类绿色技术创新提升路径。

第二类文献聚焦制度环境、企业资源对绿色创新的影响,以及对企业绿色转型的促进效应。有研究探讨了单一变量如制度环境层面的环境规制(单春霞等,2024)、碳排放交易政策(张倩等,2025)以及企业层面的数字化变革[18],在促进企业绿色转型或绿色发展过程中绿色技术创新的作用。具体而言,在制度环境层面,张倩等(2025)研究表明,碳排放权交易政策可激励重污染企业开展绿色技术创新,进而推动生产流程优化、能耗降低以及绿色产品研发,最终提高企业全要素生产率;李阳阳和刘伟江(2025)发现,绿色技术创新在正式与非正式环境规制促进经济高质量发展过程中兼具调节与门槛效应,能够缓解正式环境规制的抑制性影响,增强非正式环境规制的促进作用。在企业资源层面,单希彦[18]研究表明,数字化转型能够显著促进企业可持续发展,而绿色技术创新通过优化资源利用、减轻环境负担以及满足绿色市场需求等途径发挥中介效应;潘颖等(2025)指出,绿色技术创新在技术专家型高管与企业降碳协同增效之间发挥中介作用,技术专家型高管的绿色技术创新偏好和独特的技术专长有助于提升企业绿色技术创新动力与能力,进而提高降碳协同增效水平。

综上,通过梳理文献发现:第一,现有研究多从制度或资源单一视角探寻绿色技术创新影响因素,而绿色技术创新带来的环境效益具有公共品属性,上述研究缺乏对企业资源、市场需求与制度合法性的统一考量。战略三角观理论强调三方的动态适配与协同演化能应对双重外部性引发的市场失灵问题,但基于战略三角观理论,从“制度—产业—企业”组态视角探寻企业绿色技术创新提升路径的研究并不多。第二,既有研究探讨了绿色技术创新的线性中介机制,但仅能识别赋能绿色转型的单一路径,在揭示其内在非线性作用机制方面存在局限,且多聚焦单一自变量的中介机制,缺乏从多维度且相互依赖关系视角的复杂系统研究。基于此,本文基于复杂系统观和“战略三角观”框架,通过构建复杂的中介模型,深入探究制度、产业、企业多维因素对重污染企业绿色技术创新的促进机制,揭示不同因素组态下影响企业绿色转型的内在逻辑。

2 理论基础与研究框架

2.1 IIE因素与绿色技术创新:组态视角

传统企业创新理论将企业规模与市场结构视为创新核心要素[8];Ahuja等[7]进一步细化为产业结构、企业特征、组织属性以及制度四个维度;施烨等[19]则将地区制度(金融发展、产权保护)、产业水平(市场集中度)和企业特征(规模、性质和年龄)统一纳入框架,探讨影响企业技术创新意愿和产出的前因组态;Peng等[9]提出的战略三角理论框架有机整合了制度基础观、产业基础观和资源基础观。其中,制度基础观认为,制度可以调节治理规范与合法性边界,进而影响企业决策与行为模式;产业基础观指出,产业结构决定企业行为,企业行为决定企业绩效,行业环境中的竞争态势、市场需求等驱动企业开展绿色创新活动;资源基础观指出,企业内部资源与能力是战略抉择基础,它们构成可持续竞争优势来源。在战略三角观框架下,制度、产业与企业要素相互交织、协同作用,并高度契合企业绿色创新研究情境,能更好地解释企业绿色技术创新背后的复杂因果机理。因此,本文基于战略三角观理论和具体情境,从制度、产业和企业3个维度构建重污染企业绿色技术创新研究框架:在制度维度,环境规制通过刚性约束抑制企业环境成本外部化,知识产权保护则借助法律保障降低绿色技术溢出风险(王旭和褚旭,2022),推动企业绿色转型;在产业维度,市场竞争驱动绿色追求差异化,技术压力倒逼企业突破传统技术路径;在企业维度,企业的基本属性与绿色认知能力构成其适配外部环境的内在基础。例如,小规模企业研发强度提升会对其绿色创新产生抑制作用(王惠等,2016)。具体分析如下:

(1)制度维度。企业所在地区资源禀赋和经济结构不同,致使企业所处制度环境呈现出地区差异。环境规制与知识产权保护作为具有非均衡特征的地区制度要素,构建了差异化的企业绿色技术创新外部环境。环境规制通过明确地方政府在环境质量方面的责任,加强监管执法力度,增加了企业因环境污染所面临的合规成本[20];严格的环境规制促使企业将外部规制压力内化为绿色研发动力,优化资源配置,加快绿色知识从重构到产出的进程,推动企业开展绿色技术创新[21]。知识产权作为保障企业创新收益获取的有效制度安排,可降低技术模仿风险,提高企业绿色收益预期(赵喜仓和蒋美,2024),进而激励企业通过自主研发或技术引进实现绿色技术突破。

(2)产业维度。市场竞争程度与技术创新压力构成驱动企业高质量发展的外部核心因素,不仅深刻影响企业创新意愿与动力,而且直接作用于其资源配置战略,推动企业向绿色、可持续方向转型。在竞争激烈的产业环境下,开展绿色技术创新的企业具备显著的产品竞争优势[22],能够占据更大的市场份额并获得可观的利润回报。这种市场竞争结果倒逼企业采纳更具环保性、可持续性的生产方式,提升资源利用效率,实现技术创新与企业发展的共赢[23]。此外,颠覆性技术的迭代更新以及专利壁垒的存在,迫使企业突破传统技术路径,通过自主研发或产学研合作实现绿色技术追赶。以能效标准、减排指标为代表的绿色技术标准不断升级,并逐渐成为行业准入门槛与市场竞争利器,对企业形成刚性约束,驱动其持续加大绿色技术研发投入。

(3)企业维度。企业维度包括企业规模、企业性质和高管绿色认知3个变量。首先,企业规模作为关键的资源基础,决定企业绿色技术创新投入与风险承担水平。规模越大,越易形成绿色创新的规模经济效应。其次,从企业性质来看,国有企业承担更多社会责任与使命,开展绿色技术创新的动力也越强劲。其不仅有机会参与国家重点绿色研发项目,而且能通过搭建产业链绿色协同网络、促进产学研合作,进而在履行社会责任中实现创新效益(钟优慧和杨志江,2021)。相比之下,民营企业大多更关注短期效益,绿色创新周期长且回报存在不确定性,在盈利压力下民营企业绿色技术创新意愿和能力相对不足。最后,高管绿色认知作为内部关键驱动力量,发挥战略引导作用,推动绿色管理创新与绿色技术创新项目实施(白福萍等,2025)。高管绿色认知程度越高,越倾向于将绿色技术纳入战略核心,加大研发投入并推动创新成果高效转化。

在由IIE要素(制度、产业、企业)构成的生态环境下,市场竞争压力倒逼企业为构建差异化优势,不断加大创新力度,而行业技术变革通过明确创新方向促进企业创新,二者构成企业绿色技术创新的外部驱动力。在企业层面,国企的政策敏感性或民企的市场导向性、大企业的研发资源禀赋或中小企业的灵活响应能力以及高管绿色认知,构成企业应对外部压力的核心基础。产业竞争、创新环境与企业内部要素形成双向共生关系:一方面,产业竞争态势与创新压力通过塑造外部选择机制筛选与激励规模适配、具备前瞻性绿色认知的企业开展绿色创新;另一方面,企业依托自身资源禀赋以及对环境的认知开展协同创新实践活动,可推动行业技术标准的迭代升级以及市场竞争格局的优化,进而为全行业绿色技术创新提供持续动力。此外,环境规制发挥关键作用,通过制定排污标准与监管措施强化企业合规要求,并与产业竞争压力、企业资源禀赋形成叠加效应,共同驱动企业绿色技术创新。

2.2 IIE因素促进绿色技术创新的多元路径及其对绿色转型的影响:复杂中介模型

在制度、产业、企业层面,多种因素交互作用并形成复杂生态系统。通过制度引导、产业驱动与企业赋能,可以形成驱动企业绿色技术创新水平提升的多元路径,进而间接影响重污染企业绿色转型。即在IIE因素与绿色转型关系中,绿色技术创新发挥中介效应。

绿色技术创新的中介作用具有一定复杂性。一方面,从组态视角看,由IIE因素构建的生态系统对绿色技术创新可能存在多种等效驱动路径;另一方面,多元组态路径能直接或通过绿色技术创新影响企业绿色转型。鉴于制度、产业以及企业维度等因素在不同地区、不同企业所呈现出的异质性,各维度因素组合可形成不同绿色技术创新驱动路径,并对绿色转型具有不同效应,进而产生差异化的结果,因此需要剖析企业内部的IIE因素差异,更细粒度地揭示其与绿色技术创新、绿色转型之间的复杂因果关系。

由于定性比较分析(QCA)方法在剖析多重因素影响上具有优势,且中介效应探讨仍需结合回归分析等传统统计方法,故本文采用QCA方法与回归分析相结合的研究方法[24],通过构建复杂中介模型,从制度、产业和企业3个层面分析实现绿色技术创新的多元组态路径,进而剖析这些多元组态路径对企业绿色转型的影响以及绿色技术创新的复杂中介效应。本文构建理论模型如图1所示。

3 研究设计

3.1 复杂中介模型

参考杜运周等[24]的做法,构建复杂中介模型。具体为,利用QCA的复杂关系分析替代原本X→M的平均效应分析,更细粒度地探讨由多个相互依赖的变量xj构成复杂系统X时,xj的不同组合Xi对M和Y的不同影响及差异化作用机制。

复杂中介模型检验包含4个步骤(见图2):步骤一,检验Xi-M因果链,通过QCA分析,探究前因条件制度、产业、企业因素与中介变量绿色技术创新之间的必要和充分两类复杂因果关系,发现驱动绿色技术创新的不同组态Xi;步骤二,对组态Xi进行赋值,将QCA分析结果即组态Xi转化为回归分析的自变量;步骤三,检验Xi-Y因果链,采用回归分析法验证组态对企业绿色转型的总效应;步骤四,检验M-Y因果链,探究不同组态对企业绿色转型的直接影响以及通过绿色技术创新产生的间接影响。

3.2 样本选择与数据来源

相较于非重污染行业企业,重污染行业企业的污染物排放量更大,威胁生态环境与公众健康,且在环保政策压力下其面临更为迫切的绿色转型需求,绿色技术创新成为其关注焦点。基于此,本文选取重污染行业企业为研究样本,对数据处理如下:①依据《上市公司行业分类指引》(2012年修订版)、《上市公司环境信息披露指南》,筛选出煤炭、采矿等16个重污染行业;②筛除2022年绿色发明专利申请量为0的案例;③剔除被标记为ST和*ST的案例;④剔除关键数据缺失严重的案例。最终获得2022年151家案例企业样本,较均匀地分布在山东(13%)、浙江(10%)、江苏(8%)等27个省份,涉及15个重污染行业。

本文数据源自国泰安数据库(CSMAR)、中国研究数据服务平台(CNRDS)以及上市公司年报等。其中,企业绿色转型数据源自CNRDS数据库和中国城市统计年鉴,绿色技术创新数据来自CSMAR数据库,企业高管绿色认知数据来自上市公司年报,环境规制、产权保护、市场竞争数据源自国家统计局,对于极少数指标缺失值,采用线性插值法和均值插补法进行补充。

3.3 变量选取

3.3.1 结果变量

以绿色技术创新为结果变量。鉴于发明专利需满足“新颖性、创造性、实用性”3个标准,能体现企业绿色核心技术突破能力;实用新型专利侧重技术方案实用性改进,更贴近生产实践,能反映企业绿色技术落地效率。因此,本文采用“绿色发明专利申请数×3 +绿色实用新型专利申请数”加1后的对数值衡量企业绿色技术创新。

3.3.2 条件变量

(1)环境规制。参考刘荣增等(2021)的做法,本文以地区工业污染治理投资额占第二产业增加值的比重衡量环境规制强度。

(2)产权保护。借鉴林玲等(2018)的研究,本文以技术市场成交额占地区生产总值的比值衡量产权保护程度。

(3)市场竞争度。参考胡珺等(2023)的做法,本文使用赫芬达尔指数(HHI)衡量市场竞争度。

(4)行业技术创新压力。本文使用行业研发投入强度,即各行业研发支出占营业收入的比重衡量行业技术创新压力。

(5)企业规模。本文使用企业总资产的自然对数衡量企业规模。

(6)企业性质。根据国泰安CSMAR数据库中的中国上市公司资质认定结果进行赋值,如果是国有企业,赋值为1,否则赋值为0。

(7)企业高管绿色认知。利用文本分析法统计绿色竞争优势认知、企业社会责任认知、外部环境压力感知3个维度的关键词在上市公司年报中出现的频次[15],衡量企业高管绿色认知水平。

3.3.3 被解释变量

以企业绿色转型为被解释变量。本文选取企业绿色全要素生产率衡量企业绿色转型,运用规模报酬可变的包含非期望产出的超效率SBM模型进行测度。投入指标按资金、劳动力、能源投入三类构建,产出指标按期望产出、非期望产出两类构建。其中,资金投入用企业固定资产净额衡量,劳动力投入以企业员工数为代理变量,能源投入将企业所在城市社会用电量按企业从业人员数占城市城镇人员就业比重换算。期望产出以企业营业收入为代理变量。非期望产出包括两部分,一是将企业所在城市工业二氧化硫、工业废水、工业烟粉尘排放量按从业人员占所在城市城镇人员就业比重换算,并运用熵值法计算企业三废综合指数;二是以企业碳排放量为代理变量。

3.3.4 控制变量

为避免遗漏变量而影响估计结果,选取控制变量如下:①企业上市年限,以当年年份与企业上市年份之差加1取对数表征;②固定资产比例,采用固定资产净额与总资产的比值表示;③无形资产比例,以无形资产净额与总资产的比值表征;④总资产利润率,采用企业净利润与总资产的比值衡量。

3.4 数据校准

本文采用直接校准法将前因条件与结果变量校准为模糊集。将7个前因条件与1个结果变量数据的0.95分位、0.5分位和0.05分位依次设为完全隶属、交叉点和完全不隶属校准点(Fiss,2011),为避免案例隶属度等于0.5的组态归属问题,将隶属度0.5加上0.001。各变量校准锚点见表1。

4 实证分析

4.1 IIE因素对绿色技术创新的组态效应

4.1.1 单个条件的必要性分析

表2展示各前因条件的必要性检验结果,结果显示,其一致性与覆盖度均低于0.9,表明单一要素并不构成实现高绿色技术创新的必要条件。

4.1.2 条件组态的充分性分析

(1)实现高绿色技术创新的组态路径。本文将案例频数阈值设为2,原始一致性阈值设为0.8,并将PRI一致性阈值设定为0.75(杜运周等,2022),组态结果见表3。

产业主导—企业响应型。组态H1显示,以高市场竞争度、高行业技术创新压力为核心条件,非高环境规制、高企业规模、国企性质、高企业高管绿色认知为边缘条件,可以充分实现高绿色技术创新。这表明在市场竞争激烈、技术创新压力较大的产业环境中,即使环境规制强度较低,依托管理层的绿色认知水平、企业规模带来的资金和资源储备,以及国有企业的所有权优势,同样能够催生出显著的绿色技术创新成效。属于组态H1的典型企业是重庆钢铁。重庆钢铁面临激烈的行业竞争,其与宝武西南基地、四川德胜、建龙集团等多家具备千万吨级产能的企业,在区域内形成近距离、高强度的市场竞争格局,产业端的转型与竞争压力较大。2023年重庆钢铁在绿色创新领域的研发投入达6.9亿元,占营业收入的比重为3.1%,领先行业平均水平;作为一家大型国有企业,重庆钢铁积极践行历史使命与社会责任,对绿色低碳发展予以高度关注,以“规划降碳、效率降碳、工艺降碳、技术降碳、绿色降碳、链圈降碳”的6C降碳行动为总路径,系统推进碳达峰碳中和工作。2023年,重庆钢铁新增绿色低碳专利17项,成为西南地区首家完成超低排放与清洁运输公示的钢铁企业,并荣获绿色发展标杆企业等称号,符合产业主导—企业响应型组态路径的典型特征。

产业—企业双轮驱动型。组态H2显示,以高市场竞争度、非高技术创新压力、高企业规模、非高企业高管绿色认知、国有企业性质为核心条件,非高环境规制强度为边缘条件,可以充分实现高绿色技术创新。这表明即便在行业技术创新压力较小以及高管绿色认知有限的情况下,在产业竞争压力、国有企业属性及高规模优势的多重驱动下,企业仍能实现高水平绿色技术创新。属于组态H2的典型企业是山西焦煤。山西焦煤作为省国资控股企业,2023年原煤产量为1.85亿t、精煤为 6 325万t,资产规模超4 000亿元,稳居全国炼焦煤龙头;行业集中度不足30%,进口煤持续冲击,下游钢企压价,行业竞争激烈。同年,企业研发投入仅占营收的0.9%,低于煤炭行业平均水平,反映出行业技术创新压力较小。2023年山西焦煤建成瓦斯发电站20座,装机容量149.98 MW,年发电量6.42亿度,矿井水100%达标处理,COD年减排55t,煤矸石综合利用率100%,绿色矿山创建比例达44.5%,符合产业—企业双轮驱动型组态路径的典型特征。

产业企业双驱动下的制度响应型。组态H3显示,以高市场竞争度、高行业技术创新压力、高企业规模、国有企业性质、非高企业高管绿色认知为核心条件,高环境规制强度和非高知识产权保护为边缘条件,可以充分实现高绿色技术创新。这表明重污染行业企业在面临高强度市场竞争和技术创新压力时,能够充分利用其规模优势、国有企业优势以及环境规制的倒逼机制,在高管绿色认知水平不高的情况下,通过内外资源整合与配置,实现高水平绿色技术创新。属于组态H3的典型企业是酒钢宏兴。作为西北地区最大的国有钢铁企业之一,为应对竞争和技术升级压力,酒钢宏兴成功开发了低温液氢储罐专用不锈钢、高锰无磁钢等产品,打破国外技术封锁并建成全国首个“5G+智慧矿山”项目,实现采矿无人化作业。另外,在甘肃省以及黄河流域生态保护政策等高环境规制的推动下,其凭借资金储备和产业链整合能力,启动“绿色低碳技术攻坚工程”。2023年完成烧结机、焦炉烟气超低排放改造,吨钢颗粒物排放降至8mg/m3以下,获工业和信息化部“绿色工厂”认证,符合本文产业企业双驱动下的制度响应型组态路径的典型特征。

对比组态H1、H2和H3可知,市场竞争度是3条高组态路径中的共同核心条件。一方面,高度的市场竞争会压缩传统重污染企业盈利空间,倒逼企业借助绿色创新构建差异化优势以抢占市场份额;另一方面,同行业企业的绿色创新举措会持续提升行业技术标准,加剧企业所面临的环境合规风险与市场淘汰风险,推动企业将更多资源投入绿色技术研发与应用领域,以避免陷入竞争劣势。具体而言,相较于组态路径H1,市场竞争度在组态H2中仍发挥倒逼作用,但因行业技术创新压力较小,技术驱动作用有所削弱,同时,高企业规模和企业性质跃升为核心要素。这是因为凭借国有企业的资源调配能力和政策响应优势,通过构建绿色创新基础与战略保障,催生“产业竞争倒逼与企业资源支撑”的互补效应。相较于组态H1和H2,组态H3为产业企业双驱动下的制度响应模式,该模式将高环境规制纳入关键要素,形成三层面协同逻辑。其中,产业层面提供“外部动力源”,企业层面提供“内部资源库”,高环境规制则扮演“制度催化剂”角色。通过制定排污标准、实施环保处罚等强化企业合规需求,与产业竞争压力、企业资源形成“制度约束+市场倒逼+资源支撑”的叠加效应。

(2)导致非高绿色技术创新的组态路径。由表3可知,存在3条引致重污染企业非高绿色技术创新的组态路径,即NH1、NH2、NH3。组态NH1显示,以高市场竞争度、高企业高管绿色认知、非高行业技术创新压力、非国有企业性质为核心条件,非高环境规制为边缘条件,导致绿色技术创新水平不高。这表明在高市场竞争环境下,尽管企业高管有较高的绿色认知,但因非高环境规制且缺乏行业技术创新压力,企业绿色技术研发动力不足,绿色技术创新水平相对较低。组态NH2显示,以高产权保护、高市场竞争度、非高行业技术创新压力、非高企业规模、非国有企业性质为核心条件,非高环境规制为边缘条件,难以实现高绿色技术创新。组态NH3则显示,以高环境规制、高产权保护、非高企业规模、非国有企业性质、高企业高管绿色认知为核心条件,非高市场竞争度、高技术创新压力为边缘条件,亦无法实现高绿色技术创新。这表明尽管地区环境保护与创新环境较为完善,但若市场竞争不足且企业资源稀缺,即便高管具备绿色环保意识,企业也难以开展卓有成效的绿色创新活动。通过横向对比可知,3条组态路径均存在非国有企业性质这一核心条件,表明企业产权属性在绿色技术创新决策中起关键作用。非国有企业在政策响应、社会责任履行等方面与国有企业存在显著差异,在面对绿色技术创新所需的高额投入和较长回报周期时,较难实现高水平绿色技术创新。

4.1.3 稳健性检验

为提高研究结论的可靠性,参考杜运周等(2022)的做法,本文对高组态路径进行稳健性检验(限于篇幅而未展示)。结果表明,首先,将原始一致性阈值由0.80提高至0.85,发现产生的3个组态结果与原有的3个组态结果基本一致。其次,将 PRI一致性阈值由0.75提高至0.80,所得组态结果为原结果的子集。因此,本文组态分析结果具有稳健性。

4.2 IIE因素组态结果、绿色技术创新对企业绿色转型的复杂影响

4.2.1 描述性统计分析

本文的自变量是充分性分析中产生高和非高绿色技术创新的6种组态,代表每个重污染企业在对应组态路径的集合隶属度。集合隶属度越高,表示企业更符合此类组态特征。各变量测量方式和描述性分析结果见表4。对每个组态进行独立的回归分析,并使用方差膨胀系数VIF检验各变量之间的共线性。结果显示,各变量的VIF值均小于阈值10,故不存在严重的多重共线性问题。

4.2.2 回归结果分析

表5报告了6种组态路径分别对企业绿色转型的总影响。结果显示,实现高绿色技术创新和导致非高绿色技术创新的组态路径对企业绿色转型的影响结果不一致。其中,组态H2的回归系数显著为正,组态NH1、NH2、NH3的回归系数显著为负,表明组态H2在产生高绿色技术创新的同时,进一步促进企业绿色转型,而组态NH1、NH2和NH3在引致非高绿色技术创新的同时,抑制企业绿色转型。

4.2.3 稳健性检验

为验证研究结果的稳健性,本文采用两种检验方法:一是替换被解释变量,采用规模报酬不变的包含非期望产出的超效率SBM模型测算绿色全要素生产率,作为替换变量,重新进行回归。二是去除极端值,本文对绿色转型变量进行1%和99%的缩尾处理。结果显示,各变量的显著程度及方向与前文结论基本一致,表明原结论稳健(限于篇幅而未展示)。

4.2.4 机制分析

本文基于复杂中介模型,识别不同组态路径通过绿色技术创新进一步影响企业绿色转型的间接作用机制,以及各组态路径对企业绿色转型的直接影响。回归结果如表6所示,其中,列(1)报告绿色技术创新与企业绿色转型之间的关系;列(2)～(7)分别报告考虑中介变量绿色技术创新的影响效应后6条IIE组态路径对企业绿色转型的直接影响。

根据表6中列(2)～(7)结果,IIE组态路径、绿色技术创新与企业绿色转型之间存在复杂的中介效应。其中,绿色技术创新的回归系数均显著为正,显示IIE组态路径均通过实现绿色技术创新间接促进重污染企业绿色转型,但IIE组态路径对企业绿色转型的直接效应中,2个高组态的直接影响不显著、1个显著为正,3个非高组态的影响显著为负。这揭示出产生高绿色技术创新的3种IIE组态路径对企业绿色转型产生不同影响,其原因在于直接效应存在显著差异。结合表3的组态分析结果,进一步分析不同IIE生态组态对企业绿色转型的复杂影响机制,具体如下:

(1)间接促进机制。表6结果显示,6条组态路径均可通过绿色技术创新间接促进企业绿色转型。对于实现高绿色技术创新的3条组态路径,结合表3结果发现,3条IIE生态路径都拥有相同的环境特征,即高市场竞争度、高企业规模和国有企业性质。这表明在激烈的市场竞争环境下,大规模企业依托较强的资金实力、研发能力和先进的技术储备,能够响应国家环保号召,探求更高效、更环保的生产方式,进行更大规模的绿色技术创新投入,而国有企业在获取政策支持上更有优势、履行国家使命的动力更强,有效推动了绿色技术创新和应用,从而间接促进企业绿色转型。

对于非高绿色技术创新的3条路径,可发现两条路径都存在“高产权保护”和“高企业高管绿色认知”特征。一方面,知识产权保护以明确的产权界定为核心,营造规范、透明的制度环境,降低绿色技术交易风险,增强供给主体的创新激励与需求主体的采纳意愿,促进绿色技术引进、吸收与成果转化;另一方面,高管绿色认知会强化管理层战略认知,推动企业将绿色转型纳入核心决策,引导企业资源流向绿色技术应用领域,并通过组织流程优化等非研发投入方式促进绿色技术落地。二者协同作用于绿色技术创新链条不同环节,降低企业对单一的内部研发投入路径依赖,以外部技术整合与管理创新为核心,实现生产方式与价值创造模式的绿色化转型。

(2)直接促进机制。组态H2直接对企业绿色转型产生正向影响,即在组态H2路径中企业在实现高水平绿色技术创新过程中,亦促进企业绿色转型能力提升。基于组态H2可以发现,高市场竞争度通过倒逼机制迫使企业寻求差异化竞争优势,尽管非高行业技术创新压力意味着行业整体技术迭代速度较慢,但高企业规模凭借其资源禀赋(如研发资金、设备升级能力),能够规模化应用现有成熟绿色技术。在此过程中,国有企业因政策导向和社会责任要求,易受到环境监管等外部制度约束,从而强化绿色转型的外部动力。

(3)直接抑制机制。表6显示,存在直接对企业绿色转型产生负向影响的3条组态路径(组态NH1、NH2和NH3),即隶属于这3类路径的企业在实现非高绿色技术创新的过程中,其绿色转型受到抑制。结合表3结果可以发现,非国有企业作为资源禀赋相对不足的市场主体,面临技术获取受阻、研发投入受限的双重约束,而高知识产权保护在强化技术交易壁垒、压缩外部技术引进渠道的同时,会驱使企业将大量人力、物力和财力资源投向知识产权申请、维护与合规管理等方面,挤占本应投入绿色技术研发领域的关键资源,进而加剧研发资源配置的结构性失衡,形成绿色转型的“技术-成本”双重门槛。此外,在非国有企业治理框架下,高管绿色认知的提升会推动企业设定长期绿色转型战略目标,但该目标易与企业既有的盈利导向、资源配置逻辑及组织运行特征产生冲突,进而导致绿色战略落地面临持续性的资源配置不足,最终抑制企业绿色转型的实际成效。

组态H1和H3均可间接推动企业绿色转型。组态H1高度依赖产业环境,但其作用可能被其他机制掩盖或调节。一方面,较高的市场竞争强度与较大的技术创新压力虽具备一定的创新驱动作用,但双重压力使得企业更趋向将资源集中于短期市场竞争与企业生存层面,优先保障产能与市场份额,此时生存优先效应超越创新驱动效应,从而削弱企业绿色转型动力。另一方面,该路径的创新动力源于行业压力与企业内部资源,缺乏外部政策保障,导致抗外部冲击能力弱,难以形成稳定的直接效应。组态H3则受到“制度冲突”与“成本约束”的双重制约。一是高环境规制虽倒逼企业投入绿色研发,但产权保护不足,导致创新成果易被模仿,企业陷入高投入低回报困境,降低其转型积极性;二是多条件组合提高实施成本,若要同时满足“产业-企业-制度”三类条件,企业需承担竞争、研发、合规等多方面成本,部分规模大但盈利水平较低的企业因资源不足,难以直接推进绿色转型。

5 结论与启示

5.1 研究结论

本文基于复杂系统观和“战略三角”理论,以2022年151家重污染行业A股上市公司为案例样本,采用复杂中介模型探究制度、产业、企业(IIE)三方面因素驱动绿色技术创新赋能企业绿色转型的内在逻辑及路径,得出如下结论:

(1)必要性分析表明,任何单一要素均不是产生高绿色技术创新的必要条件,但企业性质在重污染企业实现绿色技术创新过程中发挥广泛作用。这揭示出IIE层面各要素之间的协同联动性,意味着引致重污染企业高绿色技术创新的因素具有多重并发性。

(2)组态分析结果表明,基于制度、产业、企业层面的要素组合以殊途同归方式实现绿色技术创新。具体而言,高绿色技术创新存在3条路径,可归纳为“产业主导—企业响应型”、“产业—企业双轮驱动型”和“产业企业双驱动下的制度响应型”。非高绿色技术创新也存在3条路径,均包含非国有企业性质条件。

(3)复杂中介机制检验表明,实现高技术创新的3类组态以及非高绿色技术创新的3类组态均可通过绿色技术创新间接促进企业绿色转型,其中,产业—企业双轮驱动型组态对绿色转型存在直接的促进效应,而产生非高绿色技术创新的3类组态对绿色转型存在直接的抑制效应。

5.2 理论贡献

(1)将“战略三角”理论引入企业绿色技术创新研究,拓展了绿色技术创新的多维度前因组态研究以及“战略三角”理论应用范畴。既有研究多局限于制度、产业、企业等单一要素视角,聚焦对绿色技术创新的净效应、基于“战略三角”理论的技术创新研究成果较少,从“战略三角”组态视角探究绿色技术创新的前因研究更稀缺。本文依托“战略三角”框架开展重污染企业绿色技术创新研究,发现实现高绿色技术创新需要制度、产业、企业3个层面要素的协同作用。本文不仅为企业绿色技术创新研究提供了新的理论框架,也为企业开展绿色创新路径提供了路径参考。

(2)突破传统线性中介模型局限,结合“战略三角”组态理念与复杂性关系理论,将IIE生态环境、绿色技术创新和绿色转型置于同一研究框架,分析内在作用机理,深化了复杂中介模型的情境化运用,拓展了企业绿色转型的研究视角。研究发现,绿色技术创新在IIE生态环境与企业绿色转型之间发挥复杂中介效应,3条具有等效实现高绿色技术创新的IIE组态路径对企业绿色转型存在差异化影响,而3条引致非高绿色技术创新的IIE组态路径对企业绿色转型存在直接的抑制作用,同时,通过绿色技术创新间接促进企业绿色转型。本文揭示出在“战略三角”框架下不同IIE组态路径通过绿色技术创新影响企业绿色转型的复杂机理,拓展了“战略三角”与复杂关系理论在绿色创新领域的应用。

5.3 实践启示

(1)产业主导—企业响应型路径表明,市场竞争度与技术创新压力耦合对绿色技术创新至关重要。应构建“靶向竞争+创新倒逼”的产业生态,强化核心引领作用,破除行业准入壁垒,促进各类市场主体公平参与项目竞标和政策扶持申报,建立以绿色创新绩效为核心的市场竞争评价体系,引导行业竞争聚焦“绿色提质”。同时,鼓励行业协会牵头组建绿色技术创新联盟,聚焦低碳减排、循环利用等关键核心技术联合攻关。围绕重点高耗能产业发布行业技术创新白皮书、设定绿色技术迭代时间表等,明确产业技术升级目标,促使企业加大研发投入以满足市场准入要求。

(2)产业—企业双轮驱动型路径表明,针对由大规模国有企业主导的行业,应实施差异化竞争政策。一方面,鼓励专精特新中小企业参与配套环节竞争,国企聚焦核心绿色技术创新,避免创新惰性;另一方面,建立跨区域市场竞争协同机制,打破地方保护主义,以竞争提升效率、以效率推动创新,激发国企创新潜能。此外,发挥企业规模优势,支持大规模国企通过产业链整合、并购重组等方式,整合上下游绿色技术资源,构建规模与创新优势转化、产业链升级格局。针对高管绿色认知困境,可用制度强制约束替代认知驱动,将绿色创新指标纳入国企社会责任报告评价体系,促使企业稳定输出绿色创新成果。

(3)产业企业双驱动下的制度响应型路径表明,在产业竞争、技术压力及企业规模等因素驱动下,环境规制从单一的约束功能转向定向赋能,进而构建“制度规制—产业驱动—企业承载”的精准赋能体系。在市场竞争层面,政府应推行竞争与技术双导向的产业政策,针对绿色技术密集型行业打出竞争激励与技术补贴相结合的“组合拳”。在技术压力层面,将环境规制与产业技术需求相结合,按行业碳排放限值标准设定绿色创新门槛,利用环境规制增强创新紧迫性,支持国企牵头建设绿色技术中试基地与产业化示范园区,充分释放企业规模效应与国有产权优势,推动企业核心资源优势与绿色技术研发、成果转化全链条深度融合。同时,提高环境规制的精准化,针对面临高竞争与高技术压力的行业实施差异化碳配额管理,为大型国企提供弹性的配额区间,促进制度响应与产业企业发展深度融合。

(4)鉴于绿色技术创新在IIE组态路径与绿色转型中存在显著的中介效应,且不同组态对绿色转型的影响差异显著,故应强化绿色技术创新的传导作用,推动企业绿色转型。对国有企业而言,应优化绩效评估体系,提高绿色创新指标考核比重,激励其向绿色创新领域投入更多资源和技术资本;对民营企业而言,可发放创新券、设立专项补贴,减轻绿色技术研发成本,增强其创新积极性;对中小企业而言,应考虑其资源有限、抗风险弱的特性,鼓励接入行业公共创新平台,借助资源共享和技术支持,弥补自身研发能力的不足,实现绿色技术的快速应用与推广。此外,产业组织应制定标准规范,将绿色技术创新成效纳入企业环境信用评价体系和评级机制,促使企业兼顾经济效益与环境责任。

5.4 不足与展望

本文尚存在以下不足:第一,探讨了制度、产业、企业层面7个前因条件对企业绿色技术创新的组态效应,但对其内部作用机制的刻画尚可进一步深化,未来可根据不同研究对象,拓展前因条件,如企业注意力等因素,进行更加系统的研究。第二,由于地区制度和产业层面因素变化缓慢,因此研究对象为静态数据,即研究样本仅采用短期数据。在未来研究中可纳入更多年份数据进行绿色技术创新时间序列的组态分析,并运用多时段QCA方法进行动态研究。

参考文献：

[1] 胡洁,于宪荣,韩一鸣.ESG评级能否促进企业绿色转型?——基于多时点双重差分法的验证[J].数量经济技术经济研究,2023,40(7):90-111.

[2] 向海凌,林钰璇,王浩楠.利率市场化改革与企业绿色转型——基于上市企业年报文本大数据识别的经验证据[J].金融经济学研究,2023,38(4):55-73.

[3] 于宪荣.绿色技术创新对绿色转型的非线性影响[J].科技进步与对策,2023,40(8):22-31.

[4] 阳镇,凌鸿程,陈劲.城市绿色发展关注度与企业绿色技术创新[J].世界经济,2024,47(1):211-232.

[5] 任英华,刘宇钊,胡宗义,等.大数据发展、知识产权保护对企业绿色技术创新的影响[J].中国人口·资源与环境, 2023,33(7):157-167.

[6] 马文斌,朱欢.绿色低碳企业创新效率测度及影响因素研究——基于三阶段DEA与Tobit模型[J].软科学,2024, 38(6):61-66,74.

[7] AHUJA G, LAMPERT C M, TANDON V. Moving beyond schumpeter:management research on the determinants of technological innovation[J].Academy of Management Annals,2008,2(1):1-98.

[8] SCHUMPETER J A.Essays:on entrepreneurs,innovations,business cycles and the evolution of capitalism[M].New York:Routledge, 2017.

[9] PENG M W,SUN S L,PINKHAM B,et al. The institution-based view as a third leg for a strategy tripod[J].Academy of Management Perspectives,2009,23(3):63-81.

[10] 郑兰祥,郭娟,郑飞鸿.节能减排财政政策促进了绿色技术创新的“量质齐升”吗 [J].首都经济贸易大学学报,2023,25(5):3-19.

[11] 赵莉,王慧娟.内部控制视角下政府环境监管与企业绿色技术创新——市场化水平的调节作用[J].科技进步与对策,2024,41(19):100-108.

[12] HU J, CHEN H, DINIS F, et al. Nexus among green finance, technological innovation, green fiscal policy and CO2 emissions:a conditional process analysis[J]. Ecological Indicators,2023,154:110706.

[13] 汪明月,张浩,李颖明,等.绿色技术创新绩效传导路径的双重异质性研究——基于642家工业企业的调查数据[J].科学学与科学技术管理,2021,42(8):141-166.

[14] 李亚兵,夏月,赵振.高管绿色认知对重污染行业企业绩效的影响:一个有调节的中介效应模型[J].科技进步与对策, 2023,40(7):113-123.

[15] 刘剑寒,陈恒.多重制度压力对绿色技术创新效率提升的影响——基于制度逻辑理论的动态QCA分析[J].科技进步与对策,2025,42(7):33-43.

[16] 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.

[17] 高霞,贺至晗,张福元.政府补贴、环境规制如何提升区域绿色技术创新水平?——基于组态视角的联动效应研究[J].研究与发展管理,2022,34(3):162-172.

[18] 单希彦.数字化转型对企业可持续发展的影响研究——绿色技术创新与绿色管理创新的中介效应[J].科技进步与对策,2026,43(3):100-109.

[19] 施烨,张安淇,胡亚飞,等.中国企业创新意愿和创新产出的前因组态研究[J].管理学报,2024,21(10):1520-1529.

[20] 周云波,段懿恒,黄杏子.环境规制下企业绿色技术创新行为研究:实质性抑或策略性 [J].经济与管理研究,2025, 46(1):124-144.

[21] 李金生,柯雯.知识搜寻与重构如何促进专精特新中小企业绿色技术创新——战略柔性与激励型环境规制的调节作用[J].科技进步与对策,2024,41(7):111-121.

[22] EIADAT Y, KELLY A, ROCHE F,et al.Green and competitive an empirical test of the mediating role of environmental innovation strategy[J].Journal of World Business,2008,43(2):131-145.

[23] 王迪,张芷媛,汪小龙.高技术产业集聚何以促进区域绿色技术创新——基于知识溢出与市场竞争双重视角[J].科技进步与对策,2025,42(12):49-58.

[24] 杜运周,孙宁,刘秋辰.运用混合方法发展和分析复杂中介模型——以营商环境促进创新活力,协同新质生产力和“就业优先”为例[J].管理世界,2024,40(6):217-237.

(责任编辑：胡俊健)