开放科学(资源服务)标识码(OSID)：
The study adopts a multi-method approach, combining theoretical modeling with empirical validation.A conceptual framework is developed to delineate the direct effect of GTI on SDP and the moderating roles of three value network dimensions: total-benefit structural holes (network positions balancing information brokerage and mutual benefit), resource heterogeneity (diversity of complementary resources), and resource coupling (synergistic integration of resources).Data collected from 367 Chinese firms in heavily polluting industries (e.g., steel, chemicals, energy) is selected due to their high environmental footprint and regulatory exposure.Firm-level GTI activities are measured using patent data (IPC green technology classifications), R&D expenditure ratios, and internal environmental management audits.SDP is operationalized through a composite index encompassing environmental performance (e.g., emission reduction rates), economic performance (e.g., green product revenue share), and social performance (e.g., stakeholder satisfaction scores).Value network variables are quantified via social network analysis (SNA) of inter-firm collaboration networks, resource inventories, and survey-based assessments of resource integration efficiency.Hierarchical regression analysis and moderated mediation models are employed to test hypotheses, with robustness checks addressing endogeneity and industry heterogeneity.
Firms actively implementing GTI exhibit a 23.7% higher SDP index compared to non-adopters, confirming that GTI serves as a critical driver of sustainability outcomes.This effect is particularly pronounced in industries with stringent environmental regulations.Firms occupying structural holes that prioritize mutual benefit (vs.mere information control) amplify the GTI-SDP link by 18.2%.Such positions enable firms to reconcile conflicting stakeholder interests (e.g., balancing cost-intensive green R&D with shareholder returns).A one-standard-deviation increase in resource diversity (e.g., combining clean energy patents with circular economy expertise) enhances GTI’s impact on SDP by 14.5%, underscoring the combinatorial advantage of heterogeneous knowledge assets.High coupling efficiency (measured as resource integration speed/quality) boosts GTI’s SDP returns by 21.3%, indicating that systemic alignment of technical, financial, and human resources is pivotal for scaling green innovations.Resource heterogeneity and coupling exert stronger effects when mediated by total-benefit structural holes.For instance, firms with both high resource diversity and central network positions achieve 31% faster green product commercialization cycles.
This study extends value network theory by introducing total-benefit structural holes as a novel construct.It bridges the focus on information control in structural hole theory with the emphasis on value co-creation in stakeholder theory.A tripartite moderating framework (structure-resource-synergy) is established to elucidate how network embeddedness and resource orchestration jointly shape GTI outcomes, thereby addressing prior oversights in the innovation literature.The study highlights the need for regionally differentiated GTI incentives.For example, it suggests fostering structural hole brokers in underperforming networks (e.g., Western China) through consortium-building initiatives.It also provides a roadmap for leveraging value networks, such as prioritizing “bridging” partnerships with ESG-aligned stakeholders.This approach enables firms to access heterogeneous resources while mitigating collaboration risks.Additionally, the study identifies SDP-enabling metrics (e.g., resource coupling efficiency scores) that can be used for ESG portfolio optimization.
This study demystifies the “black box” of GTI-driven sustainability transitions, demonstrating that value networks are not mere backdrops but active enablers of green innovation efficacy.For firms in polluting industries, strategic navigation of network structures and resource flows,rather than isolated technological prowess,emerges as the linchpin of sustainable competitiveness.Future studies could explore temporal dynamics, such as how digital platforms reshape value networks in accelerating GTI diffusion.
开放科学(资源服务)标识码(OSID)：
在全球环境问题与可持续发展议程日趋紧迫的背景下,制造企业尤其是重污染企业面临环境合规、资源短缺与经营发展三重压力。绿色技术创新能降本、减污、增效,实现“经济-环境”双赢,然而周期长、风险高,且受制度市场不完善制约,其对企业可持续发展绩效的作用机制尚需深入探析。价值网络作为企业获取外部资源与应对风险的重要载体,可发挥关键的权变影响。为此,探讨价值网络如何强化绿色技术创新对企业可持续发展绩效的影响,对推动企业自身高质量绿色转型具有重要理论与现实意义。
目前已有学者开展了绿色技术创新对企业可持续发展的影响研究,解学梅和朱琪玮[1]探讨了绿色技术创新对企业可持续发展的影响机制和边界条件。可持续发展是企业追求高质量发展的目标之一,当前研究大多关注绿色技术创新对企业单一维度绩效(财务绩效或环境绩效)的影响。在财务绩效方面,主要关注ROA[2]、成本优势[3]等短期财务表现,并形成绿色技术创新对财务绩效具有正向影响[3]、负向影响[4]、无影响[5]等不一致的结论。总的来看,学者们在绿色技术创新对企业财务绩效的影响上尚未达成统一认识,且缺乏将财务绩效和环境绩效相结合的可持续发展绩效研究。从理论视角看,以往文献引入多种理论探讨促进绿色技术创新发挥作用的情境机制,如合法性理论[1]、资源基础观[6]、动态能力理论[7];从影响机制看,企业绿色技术创新可以通过多重中介和调节路径影响可持续发展,其中,中介视角包括技术升级[8]、二元合法性[1]、数字经济发展等[9],调节视角包括技术与市场的不确定性[8]、东道国制度质量等[10],但鲜少考虑由企业与利益相关者构筑的价值网络情境。
虽然不同企业均开展了绿色技术创新,但创新结果存在较大差异,而价值网络是重要的权变因素(如价值网络的资源属性和结构洞):一方面,价值网络是企业开展绿色技术创新的重要载体,其绩效实现依赖供应商、客户、合作伙伴等多方协作;另一方面,价值网络可助力企业适应复杂环境,抢占先机。换言之,价值网络的资源属性和结构洞对企业开展绿色技术创新、实现价值创造与绩效提升具有重要作用。其中,价值网络的资源属性包含异质性和耦合性,价值网络结构洞则不仅是利益相关者发生联系的桥梁,而且也是资源流动的中转站。本文主要借助利益相关者理论,开展绿色技术创新对企业可持续发展绩效的影响机理研究。利益相关者理论强调,企业决策需考虑所有利益相关者的利益诉求。基于该理论,本研究只分析共益性结构洞而不考虑自益性结构洞。
价值网络资源的两个重要属性(异质性和耦合性)在绿色技术创新影响企业可持续发展绩效过程中发挥显著作用[11]。共益性结构洞作为桥梁,通过促进企业合作,加速异质性、耦合性资源流通[12-13],提升绿色技术创新连续性,进而影响企业可持续发展绩效。因此,探讨企业价值网络资源的异质性、耦合性以及共益性结构洞对绿色技术创新与可持续发展绩效关系的影响非常必要。其中,价值网络资源的异质性有助于企业获取创新信息、占领市场,耦合性则能够促进企业间合作[11, 14-15],而价值网络共益性结构洞则为异质性、耦合性资源在成员间流通提供桥梁,催化并加速这种流通。
综上,本文基于利益相关者理论分析绿色技术创新对企业可持续发展绩效的影响机理。考虑到企业利益相关者包括供应商、客户、竞争者、渠道伙伴等,本研究从价值网络切入,通过对367家重污染企业的实证分析,探讨价值网络资源属性、共益性结构洞在绿色技术创新提升企业可持续发展绩效中的作用。本文的边际贡献为:首先,同时考虑可持续发展绩效的两个维度(财务与环境),弥补现有研究仅关注绿色技术创新对企业单一财务绩效或环境绩效影响的不足。其次,引入价值网络,检验共益性结构洞和资源异质性、耦合性在绿色技术创新与企业可持续发展绩效之间的调节作用,旨在明晰绿色技术创新影响企业绩效的边界条件。最后,探索资源异质性、耦合性以及共益性结构洞的双重调节效应,进一步厘清在绿色技术创新影响可持续发展绩效过程中网络资源异质性、耦合性和共益性结构洞之间的复杂关系。
价值网络理论强调企业通过动态协作网络整合资源、实现价值共创[16]。企业嵌入由多元主体构成的网络生态中,其价值共创依靠网络结构与资源交互模式。由于绿色技术创新需要跨组织协同、资源互补及生态共益,从传统视角难以全面解析其绩效形成机理,因此本文基于价值网络理论探索企业绿色技术创新对可持续发展绩效的影响。根据价值网络理论[17],本文从共益性结构洞(网络位置与价值导向)、资源异质性(多元要素基础)和资源耦合性(协同转化机制)角度构建“结构-属性-机制”分析框架,以揭示绿色技术创新如何突破“环境-经济”双重约束并提升可持续发展绩效。
绿色技术创新对企业可持续发展绩效的正向驱动作用已获既有研究充分论证。诸多研究表明,绿色技术创新通过优化资源利用、增强环境友好性,不仅直接提升企业环境绩效(解学梅等, 2020;王海花等, 2023; 李婉红和李娜, 2023),而且通过降低合规成本、延伸品牌价值等路径改善财务表现(Galant&Cvek, 2021; Zhang等, 2022; 席龙胜和赵辉, 2022; 陈爱珍和王闯, 2023)。鉴于该领域研究成果丰富,本文不再对其正向影响机制做论证,转而直接探讨价值网络三种调节机制以及各调节机制的交互效应。
价值网络在企业绿色技术创新与可持续发展绩效之间发挥作用。价值网络的价值创造过程实质是资源共享和资源配置的过程[11],其中,资源配置是核心,资源共享是保障。价值网络共益性结构洞是指结构洞占据者为了价值网络成员的共同利益发挥桥梁作用,促进网络内信息与资源充分流动[12]。占据网络结构洞的企业,拥有更强的价值分配和网络支配权力,但资源共享是一种双向互动而非单向输送。资源属性不同促使企业需要不断认识和调整自身资源、匹配价值共创活动,以实现整体资源的高效配置与利用(孟庆红等,2011)。
对于开展绿色技术创新的企业而言,占据网络结构洞并与其他企业共享不同属性资源有助于实现价值最大化,其中,共益性结构洞在价值共创过程中发挥显著作用。这是因为网络中不同主体间因联系成本较高或无法直接联系,导致利益相关者之间联系不畅、资源流动受阻,最终影响价值共创效率[12]。结合企业绿色技术创新实践不难发现,开展绿色技术创新的企业利用价值网络提高了自身资源动员能力,降低了与其他利益相关者的交易成本,实现了网络成员间资源与收益共享。因此,价值网络中开展绿色技术创新、占据共益性结构洞的企业因具有创新驱动与网络枢纽的双重属性,成为备受瞩目的焦点企业[12]。
价值网络共益性结构洞会强化企业绿色技术创新对可持续发展绩效的正向影响。价值网络共益性结构洞为企业提供绿色技术信息和创新资源,影响其财务收益、决策成本和环境效益[12-13]。一方面,共益性结构洞具有信息和资源获取优势。焦点企业占据的共益性结构洞越多,意味着其信息、资源获取渠道及数量越多,而网络成员带来的丰富而多样性信息资源有助于焦点企业准确捕捉市场机会,降低绿色技术创新成本和风险,提升企业绩效[14-15]。另一方面,价值网络共益性结构洞会带来信息控制优势。在以生态系统为主要形式的竞争环境中,企业拥有的外部资源数量和强度决定其竞争优势。焦点企业通过占据大量共益性结构洞,促进网络成员间交流、降低信息不对称性,进而提高绿色技术创新能力和效率[14-15]。换言之,占据的共益性结构洞越多,焦点企业拥有的绿色社会资本越多,环境绩效也越好[15, 18-19]。综上,本文提出如下假设:
H1:占据共益性结构洞数量越多的焦点企业,其绿色技术创新对可持续发展绩效的正向促进作用越显著。
价值网络资源异质性是指焦点企业与网络内其他成员共享的资源具有高价值性、稀缺性、不可替代性和难以模仿性等核心属性[20-21]。价值网络资源异质性越高,表明网络成员获得的多元化、互补性资源越多,从而有助于焦点企业在网络中匹配到适合的绿色技术创新资源、市场用户和战略合作伙伴[21-22]。同时,拥有异质性网络资源有助于焦点企业抵御绿色技术创新风险[15]。
首先,异质性资源构筑了焦点企业开展绿色技术创新的资源优势[15],如提供更广泛的供应商和合作伙伴对象,优化供应链结构、增强供应链柔性、促进沟通和协作。具体而言,通过整合供应链环节,降低企业运营成本,提高企业绿色技术创新效率;通过提高供应链灵活性和响应速度,增强焦点企业面对绿色市场变化的应变力,抓住更多商业机会,同时,有助于焦点企业与供应商、合作伙伴建立良好的沟通机制和协作关系,减少误解和冲突,从而提高整体运营效率。此外,异质性资源为焦点企业将绿色技术创新成果转化为财务绩效提供了资源支撑[23],有助于焦点企业规避创新风险,扩大创新范围,降低不利因素对企业财务绩效的影响。
其次,价值网络内的异质性资源被持续输送给焦点企业,有助于其产生更多创新思维,规避组织惯性和思维僵化[20-21]。在创新思维的激发下,焦点企业将绿色技术创新理念融入企业文化和管理中,通过采用绿色技术和绿色工艺,减少环境污染,增强企业员工和客户环保意识,进一步提升企业环境绩效。同时,异质性创新资源能够帮助焦点企业迅速抓住机遇,制定出有效应对方案,化解企业面临的环境危机;帮助焦点企业从不同角度审视问题,不仅助力企业解决当前的环境问题,而且为企业长期发展奠定基础。因此,焦点企业通过充分整合资源、利用价值网络优势开展绿色技术创新活动,能够促进环境绩效提升[21,24]。
在共益性结构洞影响下,价值网络资源异质性会进一步强化绿色技术创新与企业可持续发展绩效的关系。焦点企业占据的共益性结构洞数量越多,越有助于其整合多元化网络成员资源,进而提升信息与资源获取的全面性和多样性,并通过动态积累形成自我强化机制,持续拓展其共益性关系网络的覆盖范围。焦点企业通过占据共益性结构洞,与网络成员建立高频次互动,强化信任纽带,进而构建共益性联结网络并催生多元解决方案,有效降低协作网络中绿色技术创新信息交换的潜在风险与不确定性[12, 15, 18]。因此,具备多元网络资源的焦点企业可通过整合高异质性绿色技术创新用户、合作伙伴及信息资源[21-23],有效构建广域协同网络。这种深度共益性联结不仅能增强企业抗风险能力和创新效能,提升绿色技术商业化潜力,而且通过环境风险预警机制形成环境危机防控体系[14, 18],实现生态效益与经济效益的协同增长。同时,构建稳固的产学研合作网络,可使焦点企业形成稳定的绿色资源储备体系及创新资源整合平台,有效拓展绿色技术研发的生态位宽度,提升创新要素配置的灵活性。这些不仅增强企业在绿色技术领域的探索自由度,而且通过多维资源耦合作用,为绿色技术创新成果转化为市场价值提供支撑。基于上述分析,本文提出如下假设:
H2a:价值网络资源异质性正向调节焦点企业绿色技术创新与可持续发展绩效关系;
H2b:价值网络资源异质性在共益性结构洞影响下强化焦点企业绿色技术创新对可持续发展绩效的正向影响。
价值网络资源耦合性是指各成员通过耦合元素实现资源系统的高效协作,在动态交互中构建相互制约、协调管控及持续适配的联动机制,从而形成具有系统协调性和功能整体性的有机网络结构[23]。价值网络资源耦合性越强,焦点企业将绿色技术创新成果转化为绩效的能力就越强,可持续发展绩效也会越高[14, 21]。同时,构建的高耦合价值网络,有助于焦点企业从利益相关者中获取、分析和利用网络资源[15, 23]。换言之,价值网络资源耦合性对焦点企业绿色技术创新与可持续发展绩效关系具有正向调节作用。
首先,价值网络资源耦合性有利于焦点企业与其他成员形成战略合作关系,树立共同目标和利益愿景,相互信任、相互学习、共同成长。因此,焦点企业可以掌握、运用和调配网络内绿色技术创新资源,最大限度地发挥创新功能和适应市场环境[20]。对此,焦点企业可以引入先进的绿色管理理念和技术手段,优化财务流程,确保资金高效利用,降低财务风险;同时,密切关注市场动态,及时调整财务战略和目标,确保财务战略与企业整体发展方向一致,提高焦点企业竞争力和适应能力,最终促进财务绩效提升。
其次,价值网络资源耦合性为焦点企业提供更多耦合接口,使其能够获得更多市场机会和资源。对此,焦点企业能够利用先进的绿色节能技术和设备,显著提高能源使用效率,减少能源消耗和碳排放。通过回收再利用废弃物料、推动循环经济模式等方式实现资源可持续利用,同时,优化整合吸纳的创新资源,推动绿色技术创新形成良性循环。这些都能够提升焦点企业的环境绩效,巩固其市场地位[18, 25]。
在共益性结构洞影响下,价值网络资源耦合性正向调节绿色技术创新与企业可持续发展绩效之间的关系。焦点企业占据的共益性结构洞越多,越有助于加速资源流通、集聚网络资源、促进资源耦合,进一步提升整个网络的价值共创能力[15, 23, 26-27]。一是占据的共益性结构洞越多,越有助于焦点企业与网络成员通过频繁密切的联系拥有更强大的绿色技术创新资源获取和整合优势,提高绿色技术创新成功率和盈利性[23]。二是占据的共益性结构洞越多,越有助于焦点企业倚靠网络成员消化吸收与绿色技术创新相关的前沿性、专业性资源并实现有效转化。这是因为价值网络通过整合资源,推动焦点企业构建更多绿色技术创新协作平台,加速技术成果转化,并促使成员间持续磨合、相互制约与深度协同,从而强化巩固焦点企业的市场主导地位[26-27]。基于上述分析,本文提出如下假设:
H3a:价值网络资源耦合性正向调节焦点企业绿色技术创新与可持续发展绩效关系;
H3b:价值网络资源耦合性在共益性结构洞影响下强化焦点企业绿色技术创新对可持续发展绩效的正向影响。
综上,构建理论模型如图1所示。
图1 理论模型
Fig.1 Theoretical model
本研究采用问卷调查法获取一手数据。借鉴国内外相关成熟量表,并结合研究情境进行适当优化。核心变量测量均采用7级李克特量表,其中,1表示“非常不符合”,7表示“非常符合”。问卷开发过程及步骤:①梳理国内外经典文献,归纳整理研究所需变量题项和量表,邀请3位企业界人士、4位管理学专家对问卷适用性与科学性进行评定,得到他们的论证通过;②综合考虑已有研究和本文研究需要,实地访谈一些企业管理者,自主开发经典文献中未涉及的量表题项;③再次邀请相关专家学者和企业界人士完善与确定初始量表语义及题项内容;④预调研,收集与录入调研数据,整理有效问卷,应用SPSS21.0和Amos 24.0等软件检验问卷信效度,剔除不符合标准的题项,完善修正量表,最终确定本研究所需问卷的全部题项。
(1)绿色技术创新(GTI)。依据Chen等[6]和张倩[28]的研究,将绿色技术创新划分为绿色工艺创新和绿色产品创新两个方面,共8个题项。
(2)价值网络资源异质性(RH)。借鉴梁靓[29]开发的网络资源异质性测量题项,开发价值网络资源异质性测量量表,共8个题项。
(3)价值网络共益性结构洞(TBSH)。借鉴王海花和谢富纪[30]的研究,对价值网络共益性结构洞进行测量,共4个题项。
(4)价值网络资源耦合性(RC)。借鉴Miotti &Sachwald[31]、Nieto &Santamaría[32]、Civelek等[33] 的研究,构建价值网络资源耦合性测量量表,共4个题项。
(5)可持续发展绩效(SDP)。企业可持续发展绩效划分为财务绩效和环境绩效。财务绩效方面,借鉴学者龙贤义和邓新明(2024)的成熟量表,并结合本文需要开发了2个题项;环境绩效方面,参考周雄勇和许志端[34]的测量量表,结合本文需要,采用2个题项测量。
(6)控制变量。鉴于企业可持续发展绩效可能受到企业特征等因素影响,本文将所属行业(Industry)、企业规模(Size)和企业年龄(Age)作为控制变量。
变量测量题项如表1所示。
表1 测量题项与文献依据
Table 1 Measurement items and literature sources
变量题项文献依据绿色技术创新(GTI)①贵公司常常精简生产步骤或者改进生产工艺以降低和减少资源浪费;②贵公司常常为了改善生产流程而循环使用生产废料;③贵公司常常精简生产步骤或者改进生产工艺以遵守环保法律法规;④贵公司常常为了生产制造而引进新节能技术;⑤贵公司开发的新产品常常是包装环保和结构简化;⑥贵公司开发的新产品常常是易于回收且可以再利用的;⑦贵公司开发的新产品常常是那种原材料易降解的;⑧贵公司在产品使用阶段常常减少资源消耗Chen等[6]、张倩[28]网络资源异质性(RH)①价值网络内贵公司拥有多个不同行业合作伙伴;②价值网络内其他组织或其他企业提供的产品资源非常稀缺;③价值网络内最小的合作客户与最大的合作客户之间规模差距较大;④价值网络内贵公司合作伙伴的地域差异性大;⑤价值网络内的其他组织或其他企业提供的产品资源难以替代;⑥价值网络内贵公司拥有多种不同类型组织结构的合作伙伴;⑦价值网络内的其他组织或其他企业能够提供非常有价值的产品资源;⑧价值网络内的最小的供应商与最大的供应商之间规模差距较大梁靓[29]
续表1 测量题项与文献依据
Table 1(Continued) Measurement items and literature sources
变量题项文献依据共益性结构洞(TBSH)①贵公司拥有为自身解决难题的咨询机构,合作伙伴及共益性关系资源很多;②贵公司从所在价值网络中获得共益性商机和市场信息的途径非常多;③贵公司与合作伙伴交流的频率很高(每周至少一次),且能从交流话题中抓住很多对互利共赢有用的信息;④贵公司在价值网络中经常扮演共益性“中间人”角色获利王海花和谢富纪[30]网络资源耦合性(RC)①贵公司能从合作伙伴中获取价值网络的新知识;②贵公司的价值网络能够根据环境变化进行战略调整;③价值网络中的贵公司能够通过多种耦合接口与其他公司结成多样化合作关系;④贵公司能够根据目标识别来选择合适的合作伙伴;⑤价值网络成员能及时反馈且共享信息;⑥贵公司的价值网络具有开放性,能够及时引入新成员与创新资源;⑦价值网络中贵公司成员能根据发展需要提升管理水平;⑧价值网络中的公司成员能够加快异常事件处理速度Miotti&Sachwald[31]Nieto&Santamaría[32]Civelek等[33]可持续发展绩效(SDP)财务绩效①企业盈利能力大大提高;②企业投资回报率大大提高且销售额增长明显龙贤义和邓新明(2024)环境绩效①促使企业积极遵守环境保护法规并对员工和公众进行环境教育;②减少有害/有毒材料的消耗以及环境事故的频率/造成的环境破坏,帮助企业改善环境状况周雄勇和许志端[34]
本研究以《上市公司环境信息披露指南》中要求年度环境报告应当发布的16类行业为重污染行业参照。重污染行业企业是多数环境事件和环境纷争的“触发者”,在可持续发展进程中肩负环境治理与保护的责任,其绿色技术创新水平在一定程度上代表环境综合治理及绿色改革成效[6]。同时,其备受社会舆论关注,公众影响力下降将导致投资者投资减少[35],也会影响企业与利益相关者关系,制约可持续发展。这类企业开展绿色技术创新、获得可持续发展绩效的迫切性和代表性更突出。本文依托三所高校商学院的EMBA和MBA学员资源,多渠道发放问卷。正式调研时间是2024年6—8月。通过人员访谈、电子邮件、电话访谈等方式发放问卷1 206份,收回问卷515份,回收率为42.70%;剔除无效问卷后,有效问卷367份,有效回收率为71.26%。样本特征如表2所示。
表2 样本特征
Table 2 Sample features
类别特征样本量占比(%)企业年龄0～5年5414.76～10年3910.611～20年4813.120年以上22661.6企业所属行业化工及纺织业6417.4煤炭业102.7生物制药业339.0钢铁水泥业22360.8酿造业154.1其他重污染行业226.0企业规模0～100人5214.2101～500人6317.2501～1 000人174.61 000人以上23564企业所在地北京92.5天津6317.2山东23864.8上海5715.5
对变量的信度水平检验使用Cronbach's α系数。数据显示,绿色技术创新、价值网络资源异质性、共益性结构洞、资源耦合性、可持续发展绩效的Cronbach's α系数分别为0.932、0.953、0.875、0.701和0.894,均大于0.7的水平。此外,测量模型的效度检验采用Amos 24.0软件,通过验证性因子分析(CFA)实现,结果显示,χ2/df=4.336,IFI=0.858,TLI=0.846,CFI=0.858,PGFI=0.605,在0.01水平上各因子载荷均显著为正。
利用Pearson相关系数和AVE值平方根检验判别效度。如表3所示,任意变量之间的相关系数均不等于1,同时,变量AVE值的平方根基本大于其对应行与列相关系数的绝对值,说明各变量判别效度较高。
表3 变量描述性统计和相关性分析结果
Table 3 Descriptive statistics of variables and correlation analysis results
变量符号变量名称 均值标准差123456781.Industry所属行业2.640.6812.Size企业规模1.050.500.17**13.Age企业年龄1.070.500.22**0.71**14.GTI绿色技术创新5.810.970.16**0.20**0.24**0.725.RH价值网络资源异质性6.000.940.23**0.28**0.30**0.71**0.766.TBSH价值网络共益性结构洞6.040.940.21**0.27**0.29**0.68**0.98**0.787.RC价值网络资源耦合性2.830.54-0.01-0.06-0.07-0.02-0.04-0.040.608.SDP可持续发展绩效5.970.930.19**0.25**0.25**0.70**0.80**0.80**-0.11*0.76
注:**表示在0.001水平(双侧)上显著相关;*表示在0.05水平(双侧)上显著相关,黑体数字为AVE的平方根
回归分析结果如表4所示。模型2为价值网络共益性结构洞的调节效应检验结果,数据显示,在控制所属行业、企业规模和企业年龄等变量后,企业绿色技术创新与价值网络共益性结构洞交互项的回归系数为0.057(P<0.1),表明焦点企业占据共益性结构洞能提升绿色技术创新对可持续发展绩效的作用,但占据水平不同,其影响程度也不同。当占据的共益性结构洞水平较低时,焦点企业绿色技术创新对可持续发展绩效的影响相对不敏感;而当占据的共益性结构洞水平较高时,绿色技术创新对企业可持续发展绩效的正向促进作用显著提高,具体见图2,因此假设H1得到支持。
表4 回归分析结果
Table 4 Results of regression analysis
变 量可持续发展绩效模型1模型2模型3模型4模型5模型6Industry0.071*0.0170.0090.0180.066*0.017(0.057)(0.045)(0.046)(0.046)(0.056)(0.044)Size0.103*0.0620.0520.0600.098*0.054(0.104)(0.084)(0.085)(0.084)(0.103)(0.082)Age-0.003-0.041-0.031-0.040-0.007-0.048(0.107)(0.086)(0.087)(0.086)(0.105)(0.084)TBSH0.511***0.624***0.511***0.505***0.389**0.588***(0.146)(0.045)(0.146)(0.148)(0.165)(0.041)RH0.0930.230*0.631***0.1120.2230.220*(0.151)(0.170)(0.047)(0.154)(0.168)(0.169)RC-0.080-0.075*-0.075*-0.072*-0.090*-0.087*(0.030)(0.030)(0.030)(0.029)(0.037)(0.029)GTI0.280***0.285***0.270***0.274***0.686***0.307***(0.042)(0.041)(0.043)(0.042)(0.038)(0.040)TBSH×GTI0.057*0.373*0.296*0.311*0.302*(0.022)(0.134)(0.139)(0.134)(0.139)RH×GTI0.066*0.097***0.359*0.350*(0.022)(0.028)(0.132)(0.149)TBSH×RH×GTI0.056*0.007*0.008*(0.006)(0.010)(0.010)RC×GTI0.111***0.014***(0.035)(0.147)TBSH×RC×GTI0.100***(0.005)R20.5030.6860.6760.6870.5120.700ΔR20.4980.6810.6710.6810.5050.694F90.989***130.086***124.410***111.685***75.191***118.495***N367367367367367367
注:*表示p<0.1,**表示p<0.05,***表示p<0.01;括号内为标准误,下同
图2 共益性结构洞的调节效应
Fig.2 Moderating effect of all-benefit structural holes
表4中模型3、模型4为价值网络资源异质性调节效应的检验结果。数据显示,绿色技术创新与价值网络资源异质性交互项的回归系数为0.066(P<0.1),表明企业绿色技术创新与可持续发展绩效关系受价值网络资源异质性的调节作用,如图3所示,因此假设H2a成立。进一步分析绿色技术创新、网络资源异质性和共益性结构洞三者间的交互效应,如图4所示。模型4结果显示,绿色技术创新与价值网络资源异质性、共益性结构洞交互项的回归系数为0.056(P<0.1),表明在高价值网络资源异质性影响下绿色技术创新对占据高水平共益性结构洞企业可持续发展绩效的影响更显著,因此假设H2b得到支持。
图3 网络资源异质性的调节效应
Fig.3 Moderating effect of network resource heterogeneity
图4 三者交互效应(绿色技术创新-网络资源异质性-共益性结构洞)
Fig.4 Tripartite interaction effect (green technology innovation-network resource heterogeneity-all-benefit structure hole)
表4中模型5、模型6为价值网络资源耦合性调节效应的检验结果。结果显示,在控制所属行业、企业规模和企业年龄后,绿色技术创新与价值网络资源耦合性交互项的回归系数为0.111(P<0.01),表明企业绿色技术创新与可持续发展绩效关系受到价值网络资源耦合性的调节作用,如图5所示,因此假设H3a成立。图6显示,在高水平共益性结构洞影响下企业绿色技术创新能够带来更高的可持续发展绩效。同时,绿色技术创新与价值网络资源耦合性、共益性结构洞交互项的回归系数为0.100(P<0.01),因此假设H3b也得到支持。
图5 网络资源耦合性的调节效应
Fig.5 Moderating effect of network resource coupling
图6 三者交互效应(绿色技术创新-网络资源耦合性-共益性结构洞)
Fig.6 Tripartite interaction effect (green technology innovation-network resource coupling-all-benefit structure holes)
绿色技术创新是企业面向现实需求和未来可持续发展采取的重要创新行为。本研究通过实证分析,验证了绿色技术创新对制造业特别是重污染制造企业可持续发展绩效的正向影响。这一发现与解学梅和朱琪玮[1]的研究结果一致,但本文从价值网络视角探讨这一问题,同时考虑了价值网络共益性结构洞、网络资源异质性和耦合性的影响,并选取367家重污染企业开展实证研究,得出以下主要结论:
(1)绿色技术创新有利于提升企业可持续发展绩效。绿色技术创新遵循生态规律和生态原理,以提高效率和保护环境为目的,倡导节约能源和资源,减轻或避免生态环境污染与破坏[5]。重污染企业通过开展绿色技术创新,改进生产工艺和流程,节约能源和资源消耗,减少环境污染,更好地贯彻环境政策和履行社会责任,获得更大的发展空间;同时,通过绿色技术融合和生态循环,节约成本、提高效率,实现价值增长,获得可观的绿色投资回报,从而提升财务收益。因此,绿色技术创新能够创造社会环境价值和经济价值,为重污染企业带来包括财务和环境两方面的可持续发展绩效。
(2)价值网络共益性结构洞强化了绿色技术创新与企业可持续发展绩效之间的正向关系。相较于一般企业,占据价值网络共益性结构的焦点企业,其绿色技术创新与可持续发展绩效之间的正向关系更显著。这是因为焦点企业占据的共益性结构洞越多,意味着其信息和资源获取渠道及数量越多,与网络成员交流、资源共享和协同的机会越多,增加了焦点企业绿色技术创新资源储备,扩大了盈利空间。同时,焦点企业通过占据大量共益性结构洞,促进与网络成员的绿色技术创新交流与合作,提高基于网络成员价值共创的绿色技术创新能力和效率,防范和消除环境危机,提升可持续发展绩效。
(3)价值网络资源异质性、耦合性分别正向调节企业绿色技术创新与可持续发展绩效关系。网络资源异质性为焦点企业提供各类新颖异质的绿色技术创新资源,进一步扩大创新范围,带给企业更多绿色创意,减少束缚,有利于全力开展绿色技术创新和研发。同时,网络资源耦合性也有利于焦点企业与合作伙伴建立共同发展目标和愿景,促进关系耦合。因此,网络资源异质性和耦合性均能提高焦点企业绿色技术研发能力与成功率,进而增加盈利,推动企业绿色发展。
(4)在价值网络共益性结构洞影响下价值网络资源异质性和耦合性均能够强化企业绿色技术创新与可持续发展绩效关系。一方面,焦点企业占据的共益性结构洞越多,越有助于通过开发和利用其价值网络内的高异质性绿色技术创新资源,降低绿色技术创新成本和风险,拓展绿色技术创新空间,提高盈利机会和创新效率。同时,通过广泛、深入的共益性联结,帮助企业缓解环境压力,最终促进绿色技术创新成果转化为企业可持续发展绩效。另一方面,焦点企业占据的共益性结构洞越多,拥有的绿色技术创新资源优势越大,越有利于焦点企业的资源耦合,加速绿色技术创新资源的消化吸收和转化,最终提高可持续发展绩效。
本研究发现价值网络的共益性结构洞、资源异质性和耦合性在绿色技术创新与可持续发展绩效之间发挥重要的调节作用,这一发现丰富了绿色技术创新对企业绩效影响的研究,并提供了新的理论视角。首先,将可持续发展理论融入绿色技术创新分析中,从两个维度诠释了企业可持续发展绩效,验证了绿色技术创新对企业环境绩效和财务绩效的综合影响,提供了综合性框架理解企业如何在经济和环境两个维度实现可持续发展,弥补了既有研究大多关注绿色技术创新影响企业财务或环境单一绩效维度的不足,丰富了可持续发展理论研究。其次,以往的绿色技术创新对企业财务绩效的影响研究获得不同结论,包括正向影响[3]、负向影响[4]、无影响[5],本文进一步增加了绿色技术创新正向促进企业绩效的证据,为制造企业尤其是重污染企业提供了管理启示。最后,区别于解学梅和朱琪玮[1]的研究,本文从价值网络视角切入,关注由利益相关者构成的价值网络如何促进焦点企业通过绿色技术创新提升可持续发展绩效,发现价值网络共益性结构洞、网络资源属性的影响以及两者的综合作用,从价值网络视角识别了绿色技术创新发挥作用的边界条件。现有文献主要基于合法性[1]、资源基础观[6]和动态能力[7]等理论,本文为探索绿色技术创新提供了新视角与新情境。此外,本文借鉴结构洞相关研究开发的共益性结构洞测量量表可为后续相关研究提供参考。
(1)面向可持续发展需要,企业应积极开展绿色技术创新。首先,从长远发展需求出发,倡导循环使用生产原料、节约能源资源,将绿色生态理念贯穿于企业采购、技术研发、产品生产、回收等全过程;其次,树立企业绿色价值观,积极推行绿色技术创新管理方法,将绿色技术创新活动成果转化为财务和环境绩效。
(2)积极构建绿色技术创新价值网络,重视共益性结构洞的作用。企业要转变观念,以开放式创新理念构建绿色技术创新价值网络,与供应商、客户、合作伙伴甚至是竞争对手建立多重合作关系,实现互利共赢。同时,充分认识和重视共益性结构洞在绿色技术创新中的积极作用[1, 15],通过占据、利用和拓展更多的共益性结构洞,建立共益性联结,拥有更广泛的绿色创新资源获取渠道,从而提高可持续发展绩效。
(3)充分利用价值网络异质性和耦合性资源,发挥结构洞的积极作用。为了实现可持续发展,企业应构建具有高异质性、耦合性的价值网络:一方面,充分利用网络内的异质性资源,加快绿色技术创新,扩大创新空间;另一方面,充分挖掘资源耦合接口,控制和集成网络成员的绿色技术创新资源。此外,充分发挥共益性结构洞的桥梁作用,将异质性、耦合性资源赋予更多共益性价值联结,搭建和谐、友好、便利的平台,充分发挥协同优势,推动绿色技术创新良性循环。
由于重污染企业开展绿色技术创新的迫切性和代表性最突出,本文仅参照《上市公司环境信息披露指南》中的部分重点污染行业作为研究样本,所得研究结论主要适用于重污染企业,未来可以考虑纳入其他制造业企业作为研究样本。本研究问卷主要通过EMBA和MBA学员利用其关系资源发放,研究样本主要位于东部沿海地区(北京、天津、山东、上海等省市),未来可以增加其他地区企业样本。本文从价值网络视角挖掘绿色技术创新影响可持续发展绩效的边界条件,但在实践中还存在其他影响因素,如绿色信贷、ESG表现、绿色产品认证、绿色形象等,未来可纳入其他因素,深入探究企业绿色技术创新对可持续发展绩效的作用机制。
[1] 解学梅, 朱琪玮.企业绿色创新实践如何破解“和谐共生”难题[J].管理世界, 2021, 37(1): 128-149.
[2] ASTVEDT T M, BEHMIRI N B, LU L, et al.Does green innovation damage financial performance of oil and gas companies[J].Resources Policy, 2021, 73: 102235.
[3] XIE X M, HUO J G, ZOU H L, et al.Green process innovation, green product innovation, and corporate financial performance: a content analysis method[J].Journal of Business Research, 2019, 101: 697-706.
[4] 杨静, 刘秋华, 施建军.企业绿色创新战略的价值研究[J].科研管理, 2015, 36(1): 18-25.
[5] 杨东, 柴慧敏.企业绿色技术创新的驱动因素及其绩效影响研究综述[J].中国人口·资源与环境, 2015, 25(S2): 132-136.
[6] CHEN Y S, LAI S B, WEN C T, et al.The influence of green innovation performance on corporate advantage in Taiwan[J].Journal of Business Ethics, 2006, 67(4): 331-339.
[7] YU W T, RAMANATHAN R, NATH P, et al.Environmental pressures and performance: an analysis of the roles of environmental innovation strategy and marketing capability[J].Technological Forecasting and Social Change, 2017, 117: 160-169.
[8] 汪明月, 李颖明, 王子彤.技术和市场双重不确定性下企业绿色技术创新及绩效[J].系统管理学报, 2021, 30(2): 353-362.
[9] 赵向琴, 赵超, 陈国进.绿色技术创新、数字经济发展与经济绿色增长——基于“增长”和“降碳”的视角[J].计量经济学报, 2025, 5(1): 81-108.
[10] CHAO Z, FENG L.Does global diversification promote or hinder green innovation? evidence from Chinese multinational corporations[J].Technovation, 2024, 129: 102905.
[11] 王婧怡, 佘金凤, 董双.基于SVN的重大工程组织安全行为价值网络及驱动路径研究[J].中国管理科学, 2022, 30(5): 275-296.
[12] 盛亚, 范栋梁.结构洞分类理论及其在创新网络中的应用[J].科学学研究, 2009, 27(9): 1407-1411.
[13] ZHANG C, ZHOU B, TIAN X, et al.Political connections and green innovation: the role of a corporate entrepreneurship strategy in state-owned enterprises[J].Journal of Business Research, 2022, 146: 375-384.
[14] 李健, 余悦.合作网络结构洞、知识网络凝聚性与探索式创新绩效: 基于我国汽车产业的实证研究[J].南开管理评论,2018, 21(6): 121-130.
[15] GALANT A, CVEK D.The effect of environmental performance investments on financial performance: analysis of croatian companies[J].Central European Business Review, 2021, 10(5): 37-51.
[16] 冯立杰, 李倩倩, 王金凤, 等.后发企业颠覆式创新实现路径与演进机理研究——基于价值网络重构视角[J].财会通讯, 2022,36(8): 10-16,28.
[17] JIAO H R, DENG H B, HU S M, et al.The power of collaboration: how does green innovation network affect urban green total factor productivity[J].Sustainability, 2025, 17 (2): 17020433.
[18] 杜兴强, 殷敬伟, 张颖, 等.国际化董事会与企业环境绩效[J].会计研究, 2021, 42(10): 84-96.
[19] 解学梅, 王若怡, 霍佳阁.政府财政激励下的绿色工艺创新与企业绩效: 基于内容分析法的实证研究[J].管理评论, 2020, 32(5): 109-124.
[20] 连远强, 刘俊伏.成员异质性、网络耦合性与产业创新网络绩效[J].宏观经济研究, 2017, 39(9): 128-136,163.
[21] 吴晓云, 杨冠华.“双驱动”创新战略对技术创新绩效影响的实证研究——以价值网络为调节效应[J].研究与发展管理, 2019, 31(6): 91-103.
[22] BARFOROUSH N, ETEBARIAN A.Green innovation a strategic resource to attain competitive advantage[J].International Journal of Innovation Science, 2021, 13(5): 645-663.
[23] LIU Y Q, SHAO X Y, TANG M P, et al.Spatio-temporal evolution of green innovation network and its multidimensional proximity analysis: empirical evidence from China[J].Journal of Cleaner Production, 2021, 283: 124649.
[24] MAKEEVA V, GICHOYA J, HAWKINS C M, et al.The application of machine learning to quality improvement through the lens of the radiology value network[J].Journal of the American College of Radiology, 2019, 16(9): 1254-1258.
[25] 孙玉涛, 曲雅婷, 张晨.发明人网络结构与组织合作网络位置[J].管理学报, 2021, 18(1): 52-59.
[26] 魏龙, 党兴华.网络闭合、知识基础与创新催化: 动态结构洞的调节[J].管理科学, 2017, 30(3): 83-96.
[27] BA Z C, LIANG Z T.A novel approach to measuring science-technology linkage: from the perspective of knowledge network coupling[J].Journal of Informatics, 2021, 15(3): 101167.
[28] 张倩.环境规制对绿色技术创新影响的实证研究——基于政策差异化视角的省级面板数据分析[J].工业技术经济, 2015, 34(7): 10-18.
[29] 梁靓.开放式创新中合作伙伴异质性对创新绩效的影响机制研究[D].杭州:浙江大学, 2014.
[30] 王海花, 谢富纪.企业外部知识网络能力的结构测量——基于结构洞理论的研究[J].中国工业经济, 2012, 30(7):134-146.
[31] MIOTTI L, SACHWALD F.Co-operative R&D: why and with whom? an integrated framework of analysis[J].Research Policy, 2003, 32(8): 1481-1499.
[32] NIETO M J, SANTAMAR
A L.The importance of diverse collaborative networks for the novelty of product innovation[J].Technovation, 2007, 27(6): 367-377.
[33] CIVELEK M E, UCA N, EMBERCI M, et al.The effect of trust in supply chain on the firm performance through supply chain collaboration and collaborative advantage[J].Journal of Administrative Sciences, 2017, 15: 215-230.
[34] 周雄勇, 许志端.数字追溯对食品企业可持续发展绩效的影响——基于动态能力视角[J].经济与管理研究, 2022, 43(8): 129-144.
[35] 李凯杰, 董丹丹, 韩亚峰.绿色创新的环境绩效研究——基于空间溢出和回弹效应的检验[J].中国软科学, 2020, 35(7): 112-121.