數字化背景下能源企業綠色創新的驅動路徑

摘要：企業綠色創新對實現綠色轉型和高質量發展具有重要意義。本文在新一輪能源革命以及數字化背景下，利用上市能源企業樣本數據，實證分析了能源企業綠色創新的驅動路徑，并提取多年度組態演化規律。研究發現：能源企業實現綠色創新受到企業內部數字化、動態能力、冗余資源以及外部環境動力、活力、壓力等多個前因條件共同作用，并形成了數字化單驅動型、動態能力單驅動型以及數字化-動態能力的雙驅動型等三種驅動模式；此外，傳統能源企業綠色創新績效的主要驅動模式為動態能力的單驅動模式，而新能源企業實現綠色創新的主要驅動模式為數字化-動態能力的雙驅動模式。

關鍵詞：綠色創新；數字化；能源企業

中圖分類號：F061.3文獻標識碼：A文章編號：1001-148X（2024）05-0094-10

收稿日期：2024-03-20

作者簡介：胡琳娜（1980—），女，河北保定人，副教授，博士，研究方向：技術創新、數字化；陳勁（1964—），男，浙江余姚人，教授，博士，研究方向：科技創新；張婷婷（1991—），女，山西呂梁人，講師，博士，研究方向：城市創新、產業鏈。

基金項目：國家社會科學基金青年項目“人工智能產業創新鏈產業鏈人才鏈深度融合的機理與路徑研究”，項目編號：23CJY043；國家社會科學基金一般項目“數字化賦能黃河流域生態旅游廊道建構的理論邏輯與布局路徑研究”，項目編號：23BGL166；山西省高質量發展研究課題“數字化賦能山西傳統優勢產業綠色低碳轉型對策研究”，項目編號：SXGZL202304。

一、引言

我國在2020年提出了“碳達峰與碳中和”的發展目標，明確表示要推動關鍵行業和領域的綠色轉型，這為我國能源行業設定了明確的綠色轉型要求。2023年政府工作報告強調了要加快新型能源體系建設，推動重點領域的節能減碳措施。2024年2月，習近平在中共中央政治局第十二次集體學習時強調，要統籌好新能源發展和國家能源安全，要注意處理好新能源與傳統能源的關系。當前，推進能源企業的綠色轉型面臨如下困境和挑戰。其一，不同能源企業在創新變革、協調整合和學習吸收等方面存在顯著異質性。受到技術水平低、高質量人才缺乏等的限制，相較于新能源企業，傳統能源企業的動態能力普遍較低。其二，綠色創新具有投入高、周期長以及高風險等特性，需要充足的資源儲備以應對風險，然而，冗余資源對創新又具有雙刃劍效應。此外，能源企業的環保壓力持續增大，且所處的內外部環境日益復雜，數字化更是為能源企業綠色創新發展帶來了大機遇和大挑戰。因此，對能源企業綠色創新的諸多內外部因素進行深入研究，有利于辨析能源企業綠色創新活動的重要驅動力，推動能源產業綠色可持續發展，促進我國更好更快實現“雙碳”目標。

已有文獻探討了新能源企業綠色創新的影響因素，發現政府補貼、智能化發展等均能促進新能源企業的綠色創新。但綜合來看，鮮有文獻考慮到傳統能源企業的綠色創新研究。而實際上，對比傳統能源企業和新能源企業的綠色創新，對擺脫能源行業綠色創新能力不足的現實困境，成功實現綠色轉型意義重大。那么，兩種能源企業實現綠色創新驅動因素有什么差異？進一步地，兩種能源企業實現綠色創新驅動路徑有哪些異同？為回答上述問題，本文選擇我國上市新能源企業和傳統能源企業為研究樣本，以數字化、動態能力、冗余資源、環境動力、環境活力以及環境壓力等六個因素作為前因條件，探究了兩種能源企業實現綠色創新的驅動路徑。

本文可能的邊際貢獻在于：第一，將企業劃分為傳統能源企業和新能源企業，首次揭示了兩類企業實現綠色創新的驅動模式差異；第二，利用多元線性回歸方法，探究了單個條件對結果的“凈效應”，并與fsQCA的組態分析結果進行對比，增強了結果的可靠性，保障了對策建議的可行性；第三，探討了數字化、動態能力、冗余資源以及環境動力、環境壓力和環境活力交互影響形成的組態對綠色創新的聯合效應，進而呈現了能源企業綠色創新的因果復雜性。

二、文獻綜述與理論框架

（一）文獻綜述

已有部分文獻關注到能源企業綠色創新的重要性，如以新能源企業為研究對象，發現數字金融有效緩解了企業的融資約束，對新能源企業綠色創新有顯著的促進作用。進一步地，有學者認為智能化發展通過緩解企業融資約束及增加人力資本這兩種渠道，對新能源企業綠色創新產生積極的促進作用。此外，也有研究發現政府補貼對新能源企業綠色創新的作用，會隨著環境改善程度的增加而逐漸提高。綜上可見，已有研究從多個視角探討了新能源企業實現綠色創新的驅動因素，但鮮見有研究考慮到傳統能源企業的綠色創新。新能源企業與傳統能源企業存在發展模式、業務范圍等方面差異，使得兩類企業的綠色創新也有較大的區別，單獨對新能源企業進行研究，對探究整個能源行業的綠色創新影響因素并不充分。因此，探究并比較新能源企業和傳統能源企業實現綠色創新的驅動模式，對于促進整個能源行業的綠色創新具有重要意義。

當前，學術界對于綠色創新驅動路徑的研究主要集中在兩個方面：一方面，是企業的內部條件。企業內部的資源與能力對企業綠色創新發揮著重要作用，充足的資源儲備可以幫助企業提高風險承擔能力并滿足綠色需求，是企業綠色創新的有效途徑。企業資源整合能力、學習吸收能力等可以幫助企業快速適應外部競爭環境，降低企業綠色創新的風險及不確定性［1］。另一方面，是企業的外部環境。當前，綠色創新相關研究關注到了環境規制及利益相關者等企業外部因素，認為環境規制與綠色創新之間存在倒“U”形關系，即合理的環境規制可以有效推進企業實現綠色創新，而過度或不足的環境規制強度則會對企業綠色創新產生負面影響。另外，供應商和客戶等利益相關者施加的綠色壓力也會對企業綠色創新起顯著的推動作用［2］。

綜上可見，現有文獻對企業綠色創新影響因素的研究較為豐富，但細分到各個行業尤其是能源企業則鮮有研究。近年來，面對日益擴張的綠色用能需求，傳統能源企業亟須綠色轉型，新能源企業也亟須高質量發展。既有的實證分析主要探究了影響能源企業綠色創新中部分因素的單一價值，而忽視了綠色創新影響因素間的復雜協同作用。因此，借助多維互動視角，有助于識別、提取及對比新能源企業與傳統能源企業綠色創新的驅動路徑。

（二）理論框架

1數字化與綠色創新

當前，數字化已廣泛滲透到企業綠色創新的各個層面，并為其發展注入了更多活力和機遇，推動企業在資源配置和技術優勢等方面的系統性改革，進而助力企業實現高水平綠色轉型。由此，能源企業亟須進行綠色轉型，但由于創新基礎相對薄弱以及對自然資源的依賴性等特征，必須集中力量培養以數字化支持的技術創新能力，以獲取綠色創新的持續動力［3］。

企業存在信息不對稱問題，導致人力、資金和知識等資源的錯配。數字化通過信息共享有助于解決這一問題。首先，數字化能夠實現綠色技術研發需求與適應的技術人員的有效匹配。在企業數字化進程中，數字技術的應用推動了智能研發、智慧制造、數字化營銷等方面的發展，吸引高水平的人力資本參與，形成了對優質人力資本的吸引效應，同時對低技能人力資本產生擠出效應［4］。其次，企業在綠色創新過程中產生各種成本，而這些成本的資金投入量巨大，風險程度較高，需要進行多種融資。數字化所帶來的信息透明性和共享性有助于降低企業內部運營成本，以及外部的搜尋、協商、談判和監督等成本［5］。此外，數字化還能向外界傳遞企業具有良好發展潛力的積極信號，從而吸引外部投資者、金融機構以及政府等注入資金［6］。最后，綠色創新涉及的知識活動具有較高的復雜性。數字化有助于企業實現研發探索、綠色生產及污染減排等知識的創造、整合與擴散。綜上，數字技術的應用促進了企業、大學、科研院所等創新聯合體中的知識交互與共享［7］，實現了不同技術領域之間各類知識元素的整合與重構，進而提升企業綠色創新水平。

2動態能力與綠色創新

動態能力理論強調了企業對知識資源進行學習、吸收、銜接、重組和轉化的能力，以獲取與環境相匹配的競爭優勢［8］。既往研究已證實，動態能力在提升企業綠色創新水平方面發揮了顯著的正向作用［9］。動態能力有助于企業獲取實現創新所需的能力與資源，使企業在綠色創新方面展現出更加積極的主動性與能動性。本文從動態能力的基本定義出發，結合資源基礎觀等視角，將其分解為創新變革能力、協調整合能力和學習吸收能力［1］。

創新變革能力是指推動企業變革、符合企業戰略導向的內部推動力，有助于根據綠色創新的戰略目標打造活力組織結構，激發企業的自主創造性，增強綠色創新的持久性［10］。協調整合能力強調對企業內外資源和能力進行重新組合，注重企業內部管理和外部協調。通過促進企業內不同部門或企業之間的合作與互動，該能力推動企業有效整合內外資源，為綠色創新創造良好的內部環境，推動更高效的綠色創新活動實施。學習吸收能力則側重于利用企業現有知識和能力基礎，實現對外部知識的轉化和利用，從而提升企業自身知識資源和技能［11］。強大的學習吸收能力可使企業能夠在動態的外部環境中快速適應和理解變化，進而獲取創新資源以推動企業綠色創新。

3冗余資源與綠色創新

冗余資源是指企業內部潛在可使用的過剩資源。根據以往研究，一定閾值內的冗余資源被認為對組織是積極的，它構成了一個保護企業免受意外損失或現金短缺影響的特殊緩沖器。然而，關于冗余資源的實際作用，學術界一直存在爭論［12］：

一方面，冗余資源能夠推動組織創新。在組織創新過程中往往存在多個目標間的沖突，可以通過冗余資源進行適度調節，以提升企業對外部環境的應變能力。企業冗余資源的累積既可以緩解企業的績效壓力，又能夠增加企業承擔風險的能力，幫助企業開發綠色創新項目。另一方面，過多的冗余資源也可能阻礙企業實現創新。資源約束理論認為，在冗余資源增加的情況下，企業可能強化非理性決策。相反，在有限的資源條件下，企業更容易提升資源的配置效率，并限制非理性決策的發生［13］。資源的冗余和分散可能導致企業在進行綠色創新時出現阻力和增加成本，管理者傾向于盲目樂觀或安于現狀，最終陷入“資源詛咒”困境并形成了綠色創新泡沫［14］。

由此可見，冗余資源對企業綠色創新的影響效能存在復雜性。關于以往研究觀點存在沖突的原因，一些學者指出可能是由于冗余資源具備很強的價值創造潛能和靈活使用空間，其開發程度和效用的發揮會因企業用途而異［14］。

4外部環境與綠色創新

根據環境適應理論，企業的外部環境在不同程度上驅動企業探索綠色創新活動。參考吳建祖和范會玲（2021）［15］、張國興等（2021）［16］的研究，本文將外部環境條件視為企業綠色創新的前因條件之一，并將其分解為環境動力、環境活力和環境壓力。

環境動力是指企業獲得的外部支持與補助，主要源于政府對企業的補貼。由于企業在進行綠色創新時通常需要大量的資金投入，具有高風險和低成功率的特點，可能導致企業短期難以獲得回報，缺乏信心，甚至因資金不足而中止了綠色創新。政府補助作為政府調控市場的重要政策工具之一，一方面直接為企業提供了無償的資金支持，另一方面通過信號傳遞理論釋放了積極信號［17］，擴大外部融資渠道，緩解融資壓力，最終促使企業綠色創新。

環境活力是指企業所處地區的發展活力。高活力的地區對城市內的經濟、社會等多個方面的資源和發展要素提供更強的支持，可以為企業創造更大的獲利空間和更多的成長機會。研究表明，企業所在地區與企業的創新活動密切相關，通過吸納創新人才、促進創新要素集聚等方式推動企業實現創新活動，提高企業的創新活力。具體而言，位于高發展活力地區的企業擁有廣闊的市場發展前景，能夠充分利用市場機會，探索高水平的綠色創新。此外，高發展活力地區代表城市更具吸引力，有助于企業吸納人才、資金等各類資源，吸引供應商、客戶等合作伙伴，為企業在競爭中取得先機。

環境壓力是指企業所處地區的環境污染給企業帶來的創新壓力。企業從自然環境中獲取資源，在生產過程中對環境產生一定的影響，導致環境污染。目前，高強度環境污染問題面臨兩種環境規制，一是地方政府頒布的正式環境規制制度，二是由社會群體監督引起的非正式環境規制。這些環境規制是個體或組織對已造成的環境污染問題的行為反應，對企業綠色創新產生不同程度的影響。同時，一些學者也從環境污染對企業勞動力、投資者、資金鏈等方面的影響出發，研究其對企業創新的影響。因此，環境壓力對企業綠色創新的影響，一方面會因為外部污染內部化而擠占創新資金，從而抑制綠色創新［18］；另一方面，可能由于適度的環境規制提升了企業資源利用效率，從而促進了企業綠色創新。

綜上，最終選擇企業內部的數字化、動態能力與冗余資源，以及企業外部的環境動力、活力和壓力等六個要素作為企業綠色創新的前因條件。基于組態視角，本文的理論框架如圖1所示。

圖1理論框架

三、研究設計

（一）研究方法

本文選取多元線性回歸方法與模糊集定性比較分析方法，分別探究對能源企業綠色創新有顯著影響的關鍵條件，以及多因素組合對能源企業綠色創新的組態效應。模糊集定性方法基于集合論和布爾代數［19］，通過組態思維研究前因條件的復雜聯動關系及其對結果的聯合效應。多元回歸方法能夠揭示因變量與多個自變量之間的線性依存關系，也就彌補了模糊集定性方法在單一自變量對因變量作用效果上的缺陷。而模糊集定性方法則探究了多個前因條件的交互作用彌補了傳統回歸方法的局限。因此，對兩種實證方法結論進行比較分析，有助于揭示能源企業綠色創新這一復雜驅動機制，更提高了結論的可靠性。此外，本文采用多年度組態對比分析以提取較為穩定的演化規律。

（二）樣本選擇與數據來源

以2019年之前在滬深A股上市的傳統能源企業和新能源企業作為研究對象。在傳統能源企業選擇上，按照《國民經濟行業分類》（GB/T4754—2017）標準，本文在能源行業的范疇內，包括“煤炭開采和洗選業”“石油和自然氣開采業”“石油加工、煉焦和核燃料加工業”“電力、熱力生產和供給業”以及“燃氣生產和供應業”這五個與能源相關的行業［20］，一共涵蓋128家傳統能源企業。在新能源企業選擇上，從同花順網站的新能源板塊中篩選了2019年已經上市的企業作為研究對象，來保障研究規律提取的穩定性，最后共納入159家新能源企業。

按照以下標準對樣本進行篩選：（1）剔除政府補助、研發投入等數據缺失的企業。（2）剔除ST及*ST類企業。（3）指標滯后處理。所選取企業冗余資源、動態能力及外部環境等影響因素的數據為2019—2021年。鑒于企業綠色創新存在時滯性，本文對綠色創新的數據采取滯后一期進行處理，即選取能源企業2020—2022年綠色專利授權量。其中，企業綠色專利授權數據源于中國研究數據服務平臺（CNRDS），企業年報數據來源于深圳證券交易所、上海證券交易所官方網站，空氣質量數據源于中國環境監測總站，公司財務數據取自國泰安（CSMAR）數據庫。

（三）變量度量與校準

1結果變量及度量

綠色創新（GI）。借鑒胡潔等（2023）［21］的研究，采用企業當年的綠色專利授權數作為衡量企業綠色創新水平。企業的綠色專利能直觀且客觀反映出綠色創新的產出能力。測度方式為企業綠色專利授權量加1后取自然對數。

2條件變量及度量

（1）數字化（Digit）。目前，對于企業數字化水平的度量是相關研究的難點。本文參考吳非等（2021）［22］的研究，利用Python軟件收集整理A股能源上市企業的年度報告，并提取所有文本內容。隨后，通過計算數字化詞語在“管理層討論與分析（MD&A）”中的頻次，并將其加總，構建了企業數字化程度的度量。考慮到數據的“右偏”性，本文將其加1后取自然對數作為衡量企業數字化水平的標準。

（2）動態能力（DC）。參考李鵬等（2022）［23］的研究，將動態能力分為創新變革能力、協調整合能力和學習吸收能力等三個子維度，之后通過使用熵值法確定各指標權重后計算企業動態能力。其中，變革創新能力（Innovation）采用企業年度研發強度表示，凸顯企業自身的變革創新力，計算公式為：Innovation=企業研發支出/主營業務收入。資源整合能力（Integration）采用總資產周轉率表示，其計算公式為：Integration=營業收入/［（總資產期末余額+總資產期初余額）/2］。學習吸收能力（Absorption）借用企業員工學歷背景作為參考，計算公式為：Absorption=大專以上學歷員工/企業員工總人數。

使用熵值法計算企業動態能力，最終形成企業動態能力的表達式為：

傳統能源企業：

TDC=06328×Innovation+02646×Integration+01026×Absorption

新能源企業：

NDC=04454×Innovation+03591×Integration+01954×Absorption

（3）冗余資源（SR）。參考王炳成等（2022）［24］對冗余資源的測量方法，使用潛在、未沉淀和沉淀冗余資源等三種類型的企業冗余資源均值進行衡量。其中：潛在冗余資源=所有者權益/負債總額，未沉淀冗余資源=流動資產/流動負債，沉淀冗余資源=（管理費用+銷售費用）/銷售收入。最終，計算公式為：冗余資源=（潛在冗余資源+未沉淀冗余資源+沉淀冗余資源）/3。

（4）外部環境。環境動力（EF）：借鑒吳建祖和范會玲（2021）［15］的研究，采用企業披露的政府補助數據。鑒于政府補助的額度受企業規模影響，本文選擇以政府補助金額與企業總資產的比值來度量企業的環境動力。同時，考慮到政府補助與企業總資產存在較大差異，將企業總資產的單位設定為萬元。該指數數值越大，表明企業受到的政府補助越多。

環境活力（EV）：借鑒Wu等（2022）［25］的研究，選用企業所在城市的夜間燈光數據來刻畫企業的環境活力。該數據在直接或間接地反映夜間人類活動的范圍與強度的基礎上，能夠在一定程度上展示城市發展的能力和潛力。城市的夜光數據指數越大，則表明該城市能夠持續拓展成長空間、有效利用資源等，具有更強的城市活力。本文采用此數據可更全面、完整地呈現企業的外部環境活力。

環境壓力（EP）：借鑒張國興等（2021）［16］的研究，選擇企業所在城市的空氣污染水平作為度量企業實施創新活動所受環境壓力的指標。相對于土壤污染、水污染等環境污染，空氣污染更容易被觀察和識別，也更容易引起社會公眾的關注和監督，給企業帶來更直接的環保壓力。因此，本文采用城市的空氣污染指數作為衡量企業環境壓力的標準。該指數使用環境監測部門發布的空氣質量指數（AQI）進行測量，指數數值越高表明空氣污染越嚴重，企業面臨的環境壓力越大。

3變量的校準

在fsQCA分析中，需要將原始數據轉換為集合隸屬分數。具體而言，依據已有的理論知識將變量校準為集合，校準后的集合隸屬度將介于［0，1］范圍之間。本文遵循主流fsQCA的研究方法，采用直接校準法：分別利用結果與條件變量的5%、50%和95%分位數值作為完全不隸屬錨點、交叉錨點與完全隸屬錨點，對各變量進行校準。

四、實證結果分析

（一）多元線性回歸結果及分析

已有研究認為fsQCA與實證回歸之間可以建立良好的對照關系，實證回歸可以為組態分析提供識別顯著性關鍵影響因素的輔助作用。因此，本文擬對新能源企業和傳統能源企業為樣本進行多元線性回歸分析，在組態分析前尋找前因條件中對結果更有顯著影響的關鍵條件。

通過對前述各個變量開展相關性分析，發現VIF值均小于10，表明了各個變量之間不存在多重共線性；之后開展多元線性回歸，其回歸結果如表1所示。首先，針對傳統能源企業，動態能力在各年度均是顯著影響結果的關鍵因素，其影響效果為正；冗余資源在各年度中均是影響綠色創新的關鍵因素，其影響效果為負；在2020年，數字化是顯著影響結果的關鍵因素，其影響效果為正。其次，針對新能源企業，冗余資源在各年度中均是影響綠色創新的關鍵因素，其影響效果為負；2019年，動態能力、環境動力、環境活力是顯著影響結果的關鍵因素，其影響效果為正；2020年，數字化是顯著影響結果的關鍵因素，其影響效果為正。從當前回歸結果來看，本文認為在嚴格意義上對傳統能源企業綠色創新有顯著影響的關鍵條件為動態能力與冗余資源，與二者相比，數字化只在某一年成為影響綠色創新的關鍵條件。對新能源企業綠色創新有顯著影響的關鍵條件為冗余資源。

（二）fsQCA組態效應分析

1單一條件下的必要性分析

在進行傳統能源企業和新能源企業綠色創新的組態分析之前，有必要對各前因變量進行必要性檢驗，即判斷是否存在某個單一變量能夠推動企業實現高水平綠色創新。一致性是判斷前因變量是否為必要條件的主要標準。當一致性指標大于09時，可驗證該前因變量是結果變量的一個必要條件。本研究分別對傳統能源企業和新能源企業實現高綠色創新的前因變量逐一進行必要性分析，結果發現各前因變量的一致性均未超過09。這既說明了不存在某個單一變量是導致企業實現高水平綠色創新的必要條件，也表明了需要考察多個前因變量共同作用對實現高水平綠色創新的影響。這進一步證實了進行組態分析的必要性。

2能源企業綠色創新的組態分析

組態分析旨在從多個前因條件中解析導致結果發生的條件組合。它探究由前因條件構成的條件組態是否為結果集合的子集，即在條件組態發生時，結果是否一定發生。至少要保留75%以上的被觀察樣本以獲取更具普適性的組態結論。在分析過程中，原始一致性閾值設置為08，PRI閾值設置為065，同時將案例頻數閾值設定為1。

本文呈現了復雜解、簡約解和中間解等三組解。參考Fiss的研究，通過對中間解和簡約解的嵌套進行比較，確定僅在中間解中出現的條件為邊緣條件，同時在中間解和簡約解中出現的條件為核心條件。分析結果詳見表2和表3，分別展示了2019—2021年傳統能源和新能源企業實現綠色創新的不同路徑。

”表示核心條件存在，“”表示核心條件缺失，“”表示邊緣條件存在，“⊙”表示邊緣條件缺失，空白表示條件模糊（下表同）。

表2和表3展示的組態分析結果表明，實現高水平綠色轉型的每種組態的一致性均超過08。總體解的一致性也高于08，符合充分性條件組態標準，說明這些組態可被視為企業高水平綠色轉型的充分性條件組合。總體解的覆蓋度均高于0336，說明構型組合能解釋至少336%的樣本案例，表明這些組態較好地解釋了企業高水平綠色轉型的驅動模式。

根據表2和表3中各條路徑的特征，可將其大致分為以下幾類：第一類是以企業數字化和動態能力為主導的數字化和動態能力雙驅動型綠色創新，如傳統能源企業的路徑A2、B1、B3，以及新能源企業的路徑A1、A2、B1、C3、C4。第二類是以企業數字化為主導的數字化單驅動型綠色創新，如新能源企業的路徑B2、C1、C2，不包括傳統能源企業的路徑。第三類是以企業動態能力為主導的動態能力單驅動型綠色創新，如傳統能源企業的路徑A1、B2、C1、C2，不包括新能源企業的路徑。

（1）傳統能源企業綠色創新的組態分析

第一，數字化-動態能力雙驅動型。數字化-動態能力雙驅動型的傳統能源企業綠色創新又分為兩種模式：一是“高數字化-高動態能力-非高環境動力-非高冗余資源”模式，二是“高數字化-高動態能力-高環境活力-高環境壓力-非高冗余資源“模式。

第二，動態能力單驅動型。動態能力單驅動型的傳統能源企業綠色創新又分為兩種對應模式：一是“高動態能力-非高數字化-非高冗余資源-非高環境壓力”模式，二是“高動態能力-非高數字化-高環境活力-高環境動力-非高冗余資源”模式。

從各年度來觀察表2的數據，在2019年實現傳統能源企業高水平綠色創新的組態路徑中，路徑A1為動態能力單驅動型綠色創新，而路徑A2為數字化與動態能力雙驅動型綠色創新。該年度組態整體解的一致性為0873，覆蓋467%的案例樣本。在路徑A1中，以高動態能力為核心條件，非高數字化、資源冗余、環境壓力為核心條件，表明在傳統能源企業不受環境壓力制約時，高動態能力可彌補企業數字化、資源不足，實現高水平綠色創新。路徑A2作為數字化與動態能力雙驅動型路徑，以高數字化、高動態能力及非高冗余資源、環境動力為核心條件。與同年度其余路徑相比，傳統能源企業在面臨環境壓力時，高動態能力依托數字化仍可實現綠色創新。

2020年實現傳統能源企業高水平綠色創新的組態與2019年相似，包括路徑B1、B3為數字化與動態能力雙驅動型綠色創新，以及路徑B2為動態能力單驅動型綠色創新。整體解的一致性為0862，覆蓋484%的案例樣本，具備較強的解釋效度。在路徑B1、B3中，高數字化水平與動態能力為核心條件，表明傳統能源企業的數字化除動態能力以外，也是實現高水平綠色創新的關鍵因素。在動態能力單驅動型的組態構型中，路徑B2以高動態能力、高環境動力及活力為核心條件。總體來看，動態能力作為核心條件同時出現在2020年的3條組態路徑中，進一步說明了動態能力是傳統能源企業實現綠色創新的重要因素。此外，企業外部環境條件中的環境活力要素與動態能力適配時，驅動效果更加顯著。

2021年的組態結果C1、C2均為動態能力單驅動型路徑。整體解的一致性為0853，覆蓋度為0394。該路徑以高動態能力及非高數字化水平、非高資源冗余、非高環境壓力為核心條件，實現高水平綠色創新。與2019年、2020年的組態構型相比，傳統能源企業實現綠色創新的驅動模式逐步演變為動態能力單驅動型。

綜上所述，傳統能源企業綠色創新的驅動路徑主要以動態能力單驅動型為主，逐漸取代了數字化與動態能力雙驅動型模式。這演變過程表明傳統能源企業的驅動路徑從數字化、動態能力主導，逐漸轉變為以動態能力為主導。因此，可以認為早期傳統能源企業使用的數字化與動態能力雙驅模式未能達到預期效果，被后期動態能力單驅模式所取代。這表明在傳統能源產業內部，數字化與動態能力的交互發展中，二者未能實現協調發展。傳統能源企業由于資源有限，無法滿足數字化轉型需求，最終導致數字化悖論。2021年的路徑驗證了這一觀點，數字化對傳統能源企業實現綠色創新產生反向作用。這意味著，傳統能源企業不應盲目進行不適配自身發展的數字化，而應注重提升動態能力以滿足數字化轉型需求。

（2）新能源企業綠色創新的前因組態分析

第一，數字化-動態能力雙驅動型。數字化-動態能力雙驅動型的新能源企業綠色創新又分為兩種模式：一是“高數字化-高動態能力-高環境動力”模式，二是“高數字化-高動態能力-高環境活力-非高冗余資源”模式。

第二，數字化單驅動型。數字化單驅動型的新能源企業綠色創新的組態路徑為“高數字化-高環境動力-非高環境壓力”。

從各年度觀察表3的數據，在2019年新能源企業實現高水平綠色創新的組態路徑中，兩條路徑均屬于數字化與動態能力雙驅動型綠色創新。整體解的一致性為0913，覆蓋336%的案例樣本。其中，路徑A1、A2以高數字化和高動態能力為核心條件。比較這兩條路徑發現，在高數字化、高動態能力和高環境活力為核心條件下，非高冗余資源與高環境動力與高環境壓力等價，均能實現新能源企業的高水平綠色創新。

2020年的組態構型整體解的一致性為0907，覆蓋364%的案例樣本。其中，路徑B1屬于數字化、動態能力雙驅動型，B2屬于數字化單驅動型。雙驅動型組態以數字化、動態能力為核心條件，突顯數字化、動態能力與環境動力、活力相匹配時的顯著驅動效果。在單驅動組態中，以數字化、高資源冗余以及高環境動力、活力和非高環境壓力為核心條件。總體而言，2020年度數字化水平、環境動力、環境活力這三個前因條件在路徑中頻次較高，需要特別關注。

2021年的組態結果有四條，C1、C2屬于數字化單驅動型，C3、C4屬于數字化與動態能力雙驅動型綠色創新，整體解的一致性為0890，覆蓋度為0453。數字化單驅動型的兩條路徑以高數字化、高環境動力以及非高環境壓力為核心條件，路徑C2還增加了高環境活力。路徑C3、C4兩條路徑則共同以數字化、動態能力和環境動力及非高冗余資源為核心條件。縱觀新能源企業三個年度的路徑，數字化與環境動力在新能源企業實現高水平綠色創新的路徑中發揮著關鍵作用。這說明在實施綠色創新時，新能源企業需要更多地關注這兩個關鍵要素。

綜上所述，新能源企業在綠色創新的路徑上主要以數字化-動態能力雙驅動型為主，其次是數字化單驅動型。在考察期間，數字化和動態能力一直是主導，同時倚賴環境動力作為主要驅動模式，很少采用單一驅動。鑒于新能源產業的特性，作為戰略性新興產業，其具備戰略性、長遠性和先導性。不同于傳統產業，新能源產業關注最新發展趨勢，致力于新技術和新工藝的發展，天然具備數字化發展的優勢。數字化的發展可通過提供資金和技術支持促進技術提升，推動綠色創新。然而，企業在追求新技術的同時，也需面對技術和市場風險，必須提升自身能力基礎以對抗這些風險。這就意味著，在新能源產業的發展中，數字化能夠加速綠色創新，同樣需注重動態能力的發展，并在此基礎上輔以高環境動力，推動新能源企業實現綠色創新。

3穩健性檢驗

為了檢驗上述組態結果是否穩健，本文采用調整一致性閾值、提高頻數閾值與調整校準閾值三種方法來開展穩健性檢驗。一是一致性水平由08提升至085，兩種一致性水平下產生的組態保持一致。二是將案例頻數閾值由1調整為2，對兩種案例數下的組態結果進行對比測算后發現，調整案例數下的組態是明顯減少，且為未調整組態的子集。三是將各變量原始數據的90%、50%和10%分位數設定為完全隸屬、交叉點、完全不隸屬的校準閾值，重新進行數據校準和組態分析，結果雖然與現有組態結果產生細微變化，但兩種組態背后的解釋機制完全相同，且其他組態的前因條件基本一致。由此可見，本文的研究結果具有較高的穩健性。

（三）組態結果與實證回歸結果對比

從實證回歸結果來看，數字化在部分年度為實現綠色創新的關鍵因素，但fsQCA的結果顯示數字化對新能源企業實現綠色創新的所有組態中均為必要的核心條件。這表明數字化并不是單獨發揮作用，而是與動態能力或環境動力等條件共同對綠色創新產生影響。

此外，實證回歸結果顯示冗余資源對兩種能源企業有顯著負效應。與之相對應，在fsQCA的結果中，冗余資源在兩類企業中的綠色創新路徑中基本為缺失的核心條件，即在實現綠色創新中需要被重點規避。出現這種情況可能的原因是，企業內部大量的冗余資源會致使管理者面對風險傾向安于現狀、行動緩慢，最終陷于“資源詛咒”困境，不利于企業向綠色創新方向發展。實證回歸結果顯示動態能力對傳統能源企業有顯著正效應。fsQCA的結果與其相對應，動態能力對傳統能源企業實現綠色創新的組態路徑中均為必要的核心條件。

五、結論與啟示

基于本文構建的數字化驅動綠色創新的理論框架，以傳統能源產業和新能源產業上市公司為樣本，采用多元線性回歸和fsQCA結合方法，探討數字化對企業綠色創新的演化規律，研究發現：（1）能源企業綠色創新受多個前因條件的共同作用。組態分析揭示了三種主要的推動模式，即數字化單驅動型、動態能力單驅動型以及數字化與動態能力協調聯動的雙驅動型。（2）動態能力單驅動型是傳統能源企業實現綠色創新的主要模式。對不同年度傳統能源企業綠色創新組態的演化規律分析顯示，動態能力對傳統能源企業綠色創新的影響逐漸加深。（3）數字化-動態能力雙驅動型是新能源企業實現綠色創新的主導模式。對新能源企業綠色創新組態的分析顯示，在眾多驅動模式中，以數字化和動態能力為主導，輔以環境動力的雙驅動模式一直占主導地位。

基于研究結論，得出如下政策啟示：

第一，傳統能源企業需強化企業動態能力的培養，積極推進適配自身發展的數字化技術。相較于新能源企業，傳統能源企業面臨更多歷史包袱，需要更深入培養動態能力，以克服組織文化和結構的相對僵化問題。與此同時，還要克服創新惰性和行為粘性，通過深入了解企業基礎條件，選擇適配的數字技術，避免盲目推進數字化轉型，在數字化推進中應保持穩健有序，避免引發“數字化悖論”。

第二，新能源企業應充分發揮數字化與動態能力的雙重優勢，并維持二者之間的適度平衡。新能源企業具備戰略性、長遠性和先導性優勢，適應數字化發展趨勢。為了應對市場變化，新能源企業應注重培養組織學習、創新和整合等方面的動態能力，以保持其靈活性。此外，還需要關注數字化和動態能力的協調平衡，并充分利用區域環境活力帶來的發展機遇。

第三，各地方政府應高度重視與新能源企業之間的適配關系，構建適配能源企業綠色創新的外部環境。為推動能源企業的綠色創新，地方政府應關注政策補貼的關鍵作用，采取諸如制定免征所得稅、完善財政政策、加大財政補貼、建設綠色信息平臺等措施，為企業綠色創新營造積極的外部環境。此外，政府在實施政策過程中還需關注政策的效果，以確保政策有效性，為企業綠色發展提供有效持續性支持。

參考文獻： 

［1］張昊，劉德佳.數字化發展對先進制造企業服務創新的影響研究——基于企業動態能力視角［J］.中國軟科學，2023（3）：150-161.

［2］侯艷輝，李碩碩，郝敏，等.市場綠色壓力對知識型企業綠色創新行為的影響［J］.中國人口·資源與環境，2021，31（1）：100-110.

［3］武咸云，張頤嘉.如何提升企業綠色創新績效？——基于TOE框架的組態分析［J］.經濟問題，2023（6）：106-112.

［4］孫早，侯玉琳.工業智能化如何重塑勞動力就業結構［J］.中國工業經濟，2019（5）：61-79.

［5］楊成文，黃曉東，左瑄.企業數字化轉型、會計信息質量與資本配置效率——基于A股上市公司的證據［J］.哈爾濱商業大學學報（社會科學版），2023（5）：48-61.

［6］HoenigD，HenkelJ.QualitySignals？TheRoleofPatents，Alliances，andTeamExperienceinVentureCapitalFinancing［J］.ResearchPolicy，2015，44（5）：1049-1064.

［7］張昕蔚.數字經濟條件下的創新模式演化研究［J］.經濟學家，2019（7）：32-39.

［8］WernerfeltB.AResource-basedViewoftheFirm［J］.StrategicManagementJournal，1984，5（2）：171-180.

［9］郭丕斌，張愛琴.負責任創新、動態能力與企業綠色轉型升級［J］.科研管理，2021，42（7）：31-39.

［10］孫建鑫，馬寶龍，趙莉.客戶環保壓力、顧客參與和綠色服務創新：企業“認知”與“能力”匹配視角［J］.科學學與科學技術管理，2023，44（4）：159-180.

［11］邢新朋，陳田田，劉天森.共生視角下中小型戰略新興企業數字化轉型組態路徑研究［J］.江南大學學報（人文社會科學版），2023，22（3）：56-74.

［12］AlessandriTM，PattitJM.DriversofR&DInvestment：TheInteractionofBehavioralTheoryandManagerialIncentives［J］.JournalofBusinessResearch，2014，67（2）：151-158.

［13］MishinaY，PollockTG，PoracJF.AreMoreResourcesAlwaysBetterforGrowth？ResourceStickinessinMarketandProductExpansion［J］.StrategicManagementJournal，2004，25（12）：1179-1197.

［14］李曉翔，劉春林.冗余資源與企業績效關系的情境研究——兼談冗余資源的數量變化［J］.南開管理評論，2011，14（3）：4-14.

［15］吳建祖，范會玲.基于組態視角的企業綠色創新驅動模式研究［J］.研究與發展管理，2021，33（4）：41-53.

［16］張國興，林偉純，郎玫.中央環保督察下的地方環境治理行為發生機制——基于30個案例的fsQCA分析［J］.管理評論，2021，33（7）：326-336.

［17］RenSG，SunH，ZhangT.DoEnvironmentalSubsidiesSpurEnvironmentalInnovation？EmpiricalEvidencefromChineseListedFirms［J］.TechnologicalForecastingandSocialChange，2021，173：1-12.

［18］PalmerK，OatesWE，PortneyPR.TighteningEnvironmentalStandards：TheBenefit-costortheNo-costParadigm？［J］.JournalofEconomicPerspectives，1995，9（4）：119-132.

［19］FissPC.BuildingBetterCausalTheories：AFuzzySetApproachtoTypologiesinOrganizationResearch［J］.AcademyofManagementJournal，2011，54（2）：393-420.

［20］中國投入產出學會課題組，許憲春，齊舒暢，等.我國能源部門產業關聯分析——2002年投入產出表系列分析報告之六［J］.統計研究，2007（5）：3-6.

［21］胡潔，于憲榮，韓一鳴.ESG評級能否促進企業綠色轉型？——基于多時點雙重差分法的驗證［J］.數量經濟技術經濟研究，2023，40（7）：90-111.

［22］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144+10.

［23］李鵬，吳瑤，彭華濤.知識網絡嵌入與國際創業企業成長關系研究［J］.科學學研究，2022，40（8）：1441-1451.

［24］王炳成，郝興霖，續琳琳.雙向FDI視角下制造企業綠色技術創新的實現路徑——基于動態fsQCA的研究［J］.研究與發展管理，2022，34（3）：173-186.

［25］WuYZ，ShiKF，ChenZQ，etal.DevelopingImprovedtime-seriesDMSP-OLS-LikeData（1992-2019）inChinabyIntegratingDMSP-OLSandSNPP-VIIRS［J］.IEEETransactionsonGeoscienceandRemoteSensing，2022，60：1-14.

ThePathsofImprovingGreenInnovationofEnergyEnterprisesUndertheBackground

ofDigitalization

HULin-na1，CHENJin2，ZHANGTingting3

（1.SchoolofBusinessAdministration，ShanxiUniversityofFinanceandEconomics，Taiyuan030006，

China;2.SchoolofEconomicsandManagement，TsinghuaUniversity，Beijing100084，China;

3.SchoolofManagementScienceandEngineering，ShanxiUniversityofFinanceandEconomics，

Taiyuan030006，China）

Abstract：Thegreeninnovationofenterprisesisofgreatsignificanceforachievinggreentransformationandhigh-qualitydevelopment.Startingfromtheperspectiveofanewroundofenergyrevolutionanddigitalization，thispaperusedsampledatafromlistedenergycompanies，empiricallyanalyzedthedrivingmodes?;ofgreeninnovationofenergyenterprises，andfinallyextractedthemulti-yearconfigurationevolutionlaw.Itwasfoundintheresearchthat，firstly，therealizationofgreeninnovationbyenergyenterprisescanbeinfluencedbymultipleantecedentconditionssuchasinternaldigitalization，dynamiccapabilities，redundantresources，andexternalenvironmentaldynamics，vitality，andpressure.Secondly，theresultsespeciallyformedintothreedrivingmodes：“digitalizationsingle-driven”，“dynamiccapabilitiessingle-driven”，and“digitalization-dynamiccapabilitieslinkeddouble-driven”.Inaddition，themaindrivingmodefortraditionalenergyenterprisestoachievegreeninnovationisthe“dynamiccapabilitiessingle-driven”mode，butfornewenergyenterpriseswhichischangedtobethe“digitalization-dynamiccapabilitieslinkeddouble-driven”.

Keywords：greeninnovation；digitalization；energyenterprises

（責任編輯：趙春江）