多重制度壓力對綠色技術創新效率提升的影響

摘 要：基于制度邏輯理論與組態視角，建立包含“規范壓力、模仿壓力、強制壓力”的多重制度壓力分析框架。研究發現：①單一制度壓力要素并非綠色技術創新效率提升的必要條件；②識別出6種綠色技術創新效率提升的制度邏輯組態，包括輿論—金融—規制型外源制度邏輯組態（S₁）、規制—成本型內源制度邏輯組態（S₂）、處罰—金融型混合制度邏輯組態（S₃）、強制—規范型混合制度邏輯組態（S₄）、處罰型制度邏輯組態（S_5a與S_5b）；③6種制度邏輯組態的3個演變節點分別出現在2013、2016和2019年，隨著時間推移，行政處罰壓力的重要性不斷凸顯，并趨向于成為主導制度壓力；④綜合來看，組態S₄、S_5a、S_5b是推動綠色技術創新效率提升的多元制度邏輯的關鍵演變方向。運用動態定性比較分析法，展現3種制度壓力之間的復雜作用及其構成的多元制度邏輯動態演變趨勢，為政府制定綠色技術創新政策提供參考。

關鍵詞：制度壓力；制度邏輯；綠色技術創新效率；動態定性比較分析；Tobit回歸模型

DOI：10.6049/kjjbydc.2023120247 開放科學（資源服務）標識碼（OSID） 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F273.1 文獻標識碼：A

文章編號：1001-7348（2025）07-0033-11

0 引言

當前，可持續發展已成為各國共識，促進可持續發展必須緊緊依靠綠色技術創新，綠色技術創新已成為舒緩經濟發展與環境污染之間矛盾的重要手段（Lv等，2021）。近年來，世界主要經濟體紛紛制定相關戰略推動綠色技術創新，并爭奪在綠色技術革命中的主導地位（Borrás等，2020）。在此背景下，中國先后發布《關于進一步完善市場導向的綠色技術創新體系實施方案（2023—2025年）》、《新時代的中國綠色發展》白皮書等，以推進綠色技術創新高質量發展。相關研究就影響綠色技術創新的諸多外部條件（如環境監管、市場競爭、市場復雜性等）進行了深入探討，其中，制度壓力要素備受關注（Borsatto等，2021）。資源稟賦差異、經濟發展不平衡、政府經濟目標考核、地方政府競爭等因素的存在，使得不同省份的制度環境存在較大差異。制度邏輯理論認為，組織所處的制度環境是一種由多種制度壓力要素構成的相互分離、相互競爭的多元制度邏輯混合體，綠色技術創新效率變化反映組織對多元制度邏輯的選擇性響應^[1，2]。相關研究已經確定了影響綠色技術創新效率的多種制度壓力要素，包括規范壓力、強制壓力和模仿壓力，但這些要素之間的相互作用及其構成的復雜制度邏輯仍需進一步探究。

多年來，關于多元制度邏輯動態演變的研究進展較為緩慢^[3]。學者Michael Lounsbury^[3]認為，這一問題產生的根源在于缺乏系統方法追蹤多元制度邏輯要素的演變過程。組態視角——一種廣泛應用于解析管理現象因果復雜性的理論，為研究該問題提供了新視角^[4]。一些學者已深入研究組態視角與制度邏輯理論在城市項目建設、政治風險與社會創新等領域的結合應用（Wainaina等，2022；Fan等，2023）。上述研究通過截面數據探討了多元制度邏輯演變，但未充分捕捉時間維度上制度壓力要素間聯動效應和多元制度邏輯動態變化。因此，相關學者呼吁應重視時間因素^[5]。鑒于此，本文結合制度邏輯理論和組態視角，分析中國內地30個省份（除西藏外）2011—2020年面板數據。采用動態定性比較分析（DQCA）方法^[6]，深化對多元制度邏輯構成和演變過程的理解。具體而言，本文將回答以下問題：何種制度邏輯組態可以產生高綠色技術創新效率？哪些制度壓力在其中發揮關鍵作用？不同制度邏輯組態之間的演變過程存在何種規律？

本文邊際貢獻體現在以下3個方面：第一，既往研究主要關注單一制度壓力或兩種制度壓力組合（規范壓力、強制壓力）與綠色技術創新之間的關系，而本文將3種制度壓力要素納入一個整體框架進行分析，有助于對新制度理論進行深入驗證。第二，本文將制度邏輯理論與組態視角相結合，響應相關學者對制度邏輯動態性研究的呼吁，不僅對理想的制度邏輯模型進行回歸分析，而且從組態視角出發分析多元制度邏輯與綠色技術創新效率提升之間的復雜影響關系，為制度邏輯動態性研究提供新思路。第三，本文基于制度邏輯理論，探討提升綠色技術創新效率的多元制度邏輯構成及其演變趨勢，為政府制定相關政策提供理論支持

1 文獻綜述與分析框架

研究表明，強制壓力、模仿壓力和規范壓力不僅是多元制度邏輯的核心組成部分，也是推動綠色技術創新的關鍵因素^[7-8]。關于強制壓力與綠色技術創新間關系，有研究認為，綠色技術創新的強制壓力主要來源于政府部門的監管^[1]。從政府監管途徑來看，強制壓力可分為強制型環境規制壓力與市場型環境規制壓力兩類^[9]。其中，強制型環境規制壓力來源于環境制度法規，污染排放超標的企業面臨相關行政處罰，這種行政處罰壓力會倒逼企業開展綠色技術創新活動^[10]。而市場型環境規制壓力來源于排污費、環保稅等經濟手段，它們會增加企業環境成本，從而促使企業開展綠色技術創新活動^[11]。一般認為，環境成本增加會推動企業外部負面壓力內部化，提高企業違法違規成本，推動企業開展綠色技術創新活動以避免受到懲罰^[12]。但也有研究表明，環境成本增加會給企業綠色技術創新活動帶來融資約束，從而降低企業綠色技術創新意愿^[13]。

關于模仿壓力與綠色技術創新間關系，有研究認為，綠色技術創新的模仿壓力來自企業對行業內綠色標準的執行以及模仿成功的綠色技術創新行為所帶來的資金壓力^[14]。企業為達到政府排污標準，會利用有限的資金引進污染處理設備（技術）或清潔生產設備（技術）以減少污染物產生與排放，綠色技術與清潔生產設備的引入會一定程度上提高企業綠色技術創新能力，但也會擠占企業綠色技術創新投入，降低企業綠色技術創新競爭能力^[15]。有學者認為，綠色信貸等綠色金融手段能為企業提供綠色技術創新所需資金，增強企業綠色技術創新意愿^[16，17]。但也有學者對此持反對意見，認為污染治理成本與環境成本上升會使企業陷入資金需求大于供給的困境^[18]。面對這種情況，企業債權人通常會縮短融資周期，而這會進一步增加企業債務融資成本壓力，此時，綠色信貸所產生的融資成本壓力和企業債務融資成本壓力共同制約企業綠色技術創新資本投入，從而抑制企業綠色創新意愿^[19]。

關于規范壓力與綠色技術創新間關系，有研究認為，綠色技術創新的規范壓力來自公民的環保訴求與媒體持續關注^[20]。雖然規范壓力不具備法律法規與行業制度的懲罰功能，但依然會對企業綠色技術創新效率產生顯著影響^[21]。在規范壓力中，公眾環保訴求壓力通常被視作核心規范壓力^[22]。公眾環保訴求壓力來源于公眾直接或間接參與到環境政策、環境監督與環境項目實施過程中所產生的監督、請愿、建議、抗議等（郭進等，2020）。規范壓力的另一個來源是媒體帶來的輿論壓力。隨著互聯網愈加深入公眾生活，媒體對環保問題的曝光帶來的輿論壓力會使相關企業或地區在短時間內成為公眾輿論焦點，并促使上級主管部門開展調查^[14]。研究表明，環保輿論壓力越大，企業在綠色技術創新方面的投入就越高^[23]。此外，環保輿論壓力也可引導公眾環保認知，加強公眾環保需求進而影響綠色技術創新活動^[7]。一般認為，規范壓力缺乏強制性，因此，需要配合強制壓力才能起到提升企業綠色技術創新意愿的作用^[24]。

綜上，相關研究已深入探討不同制度壓力與綠色技術創新之間的關系，但還存在一些不足。第一，相關定量研究通常基于理想模型，重點研究3種制度壓力對綠色技術創新的“凈效應”，而忽視了這些壓力之間的復雜相互作用。第二，相關研究較少關注復雜制度環境中多元制度邏輯的構建及其動態演變，忽視了對多元制度邏輯動態性的探討^[3]。因此，本文基于制度邏輯理論和現有研究，構建分析框架（如圖1所示），探討多重制度壓力如何影響綠色技術創新效率。

2 研究方法與變量測量

2.1 動態定性比較分析

QCA（定性比較分析法）是一種基于組態視角的方法，旨在識別不同條件變量間匹配模式和邏輯關系^[25]。傳統QCA方法大多只能處理截面數據，未涉及時間維度^[5]。因此，本文參考Garcia-Castro等^[6]提出的動態定性比較分析方法，運用R語言軟件進行動態QCA分析，從組間、組內和匯總3個維度進行測量，并計算時間和案例維度的一致性程度。

2.2 變量測量

2.2.1 結果變量測量

本研究構建的綠色技術創新效率評價指標體系如表1所示。投入指標參照劉樹峰等^[26] 的研究，產出指標則是在賈建鋒等^[27] 研究的基礎上，進一步將節能產出納入綠色技術創新效率評價指標體系中。使用DEA-GML模型計算全局Malmquist-Luenberger（GML）指數，衡量綠色技術創新效率變化情況。當GML指數大于1時，說明綠色技術創新效率提高，當GML指數小于1時，說明綠色技術創新效率降低。GML指數計算使用的是Matlab 2022b軟件。數據來源于《中國環境統計年鑒（2011-2021）》《中國工業統計年鑒（2011-2021）》《中國統計年鑒（2011-2021）》。

2.2.2 條件變量測量

（1）行政處罰壓力（PAP）。參照Shen等^[9]的研究，利用環保行政處罰案件數量作為綠色技術創新監管壓力的衡量指標，數據來源于“北大法寶”（https：//pkulaw.com，2011-2021）。

（2）市場型環境規制壓力（MRP）。參照周迪等^[11]的研究，利用綠色稅收占總稅收收入比重衡量市場型環境規制壓力。鑒于新冠疫情對社會生產經營活動的影響，本研究使用區位熵方法對指標作進一步處理。數據來源于《中國財政年鑒（2011-2021）》。

MRP_ij=Gtax_ij/Tax_ij/GTAX_i/TAX_i（1）

其中，MRP_ij是j省i時期考慮區位熵的市場型環境規制壓力，Gtax_ij是j省i時期綠色稅收收入，Tax_ij是i時期j省稅收總收入，GTAX_i是i時期全國綠色稅收收入之和，TAX_i是i時期全國稅收總收入之和。

（3）綠色融資壓力（FP）。參照謝婷婷等^[28]的研究，利用高耗能產業利息支出占主營業務收入比重衡量綠色融資壓力。同理，使用區位熵方法對指標作進一步處理。數據來源于《中國統計年鑒（2011-2021）》《工業企業科技活動統計年鑒（2011-2021）》。

FP_ij=Interest_ij/Industrial_ij/INTEREST_i/INDUSTRIAL_i（2）

其中，FP_ij是j省i時期考慮區位熵的綠色融資壓力水平，Interest_ij是j省i時期高耗能產業利息支出（億元），Industrial_ij是i時期j省工業產業利息總支出（億元），INTEREST_i是i時期全國高耗能產業利息支出之和，INDUSTRIAL_i是i時期工業產業利息總支出之和。

（4）治污成本壓力（CPC）。參照劉榮增等^[15]的研究，利用工業污染治理完成投資額與第二產業增加值之比衡量治污成本壓力。本研究使用區位熵方法對指標作進一步處理。數據來源于《中國統計年鑒》《中國環境統計年鑒》。

CPC_ij=IP_ij/SAV_ij/IP_i/SAV_i（3）

其中，CPC_ij是j省i時期考慮區位熵的治污成本壓力水平，IP_ij是j省i時期工業污染治理完成投資額（萬元），SAV_ij是i時期j省第二產業增加值（億元），IP_i是i時期全國工業污染治理完成投資額之和，SAV_i是i時期全國第二產業增加值之和。

（5）環保輿論壓力（POP）。在互聯網時代，與媒體報告（新聞、報紙）數據相比，搜索引擎的搜索指數更能反映當下輿論關注的熱點。因此，參照Zhao等^[29]的研究，利用“環境保護”等關鍵詞的百度指數衡量媒體輿論壓力。數據來源于百度指數網站（http：//index.baidu.com，2011-2021）。

（6）公眾環保訴求（PEP）。參照張宏翔等^[30]的研究，利用人大建議數與政協提案數之和衡量綠色需求壓力。考慮到我國省級人民代表大會與政治協商會議通常在一年的第一個季度舉行，且提案的確認與落實需要一定的時間。因此，本文對這一指標設定一年的滯后期。數據來源于《中國環境統計年鑒》（2010-2020）。

2.3 數據校準

校準是對案例數據賦予隸屬度的過程。本文采用上四分位數（75%）、中位數（50%）與下四分位數（25%）作為校準錨點^[25]。對于結果變量的校準，由R語言中QCA包提供的閾值設置器推算得出，具體錨點值如表2所示。

3 數據分析與實證結果

3.1 必要條件分析

在QCA必要條件分析中，傳統QCA判斷標準為匯總一致性水平高于0.9即可視該變量為必要條件^[25]。而在面板數據QCA分析中，需要在考慮匯總一致性的基礎上，進一步分析組間一致性距離與組內一致性距離兩個指標。本文一致性調整距離的計算與判斷參照Garcia-Castro等^[6]的研究，當一致性距離小于0.2且匯總一致性大于0.9時，該指標的一致性精確度較高，可判斷為必要條件。如果一致性距離大于0.2，則需進一步考察。從表3可以看出，本文指標不存在匯總一致性大于0.9的情況，但存在一致性距離大于0.2的情況。對于組間一致性距離大于0.2的情況作進一步分析，結果見表4。

在組間一致性方面，因果組合弱行政懲罰壓力*強綠色技術創新GML指數（～PAP*GIE）與弱輿論壓力*強綠色技術創新GML指數（～POP*GIE）存在部分年份的組間一致性大于0.9的情況，但其對應年份的覆蓋度小于0.5（見表4），因此不具備必要性^[6]。對于組內一致性的評判，其判別標準與組間一致性相同。相關數據篇幅過大，未在正文中列出，已保存完備以備索。雖然存在部分省份組內一致性均大于0.9的情況，但其對應的覆蓋度均小于0.5，因而不具備必要性。因此，本文在條件組態充分性分析中，不將單一條件變量設為必要條件。

3.2 條件組態充分性分析

3.2.1 匯總結果

在QCA分析中，條件組態分析是研究不同條件組合如何產生結果的關鍵環節。在真值表構建方面，本文選取一致性閾值0.9、頻數閾值2、PRI閾值0.75作為真值表構建條件^[25]，并參照Garcia-Castro等^[6]的研究，利用增強標準分析排除矛盾組態。在解的構成方面，以中間解為基礎，并利用簡單解進行核心條件判別，最終得到條件組態充分性分析結果如表5所示。

從表5可以看出，6種組態的一致性為0.931（大于0.9），PRI為0.912（大于0.75），組間一致性距離與組內一致性距離均小于0.2。因此，6種組態在時間與空間上均具備較好的解釋力度，這6種組態可以認為是高綠色技術創新效率組態的充分條件。

本文根據表5中的組態構造，將綠色技術創新效率提升的6種制度邏輯組態歸納為5種類型：輿論—金融—規制型外源制度邏輯組態（S₁）、規制—成本型內源制度邏輯組態（S₂）、處罰—金融型混合制度邏輯組態（S₃）、強制—規范型混合制度邏輯組態（S₄）、處罰型制度邏輯組態（S_5a與S_5b）。進一步利用多方法研究模型（SMMR）篩選組態對應的典型案例（Schneider，2013），篩選標準為TermMemb值（案例集合覆蓋度）大于0.5，Outcome值（組態與案例的匹配性）大于0.9，如表6所示。

結合表5、表6可以看出，組態S₁中，在核心條件公眾環保訴求壓力缺失的情況下，核心條件環保輿論壓力、市場型環境規制壓力與邊緣條件綠色融資壓力共同作用可以促進綠色技術創新效率提升，因此，將其命名為輿論—金融—規制型外源制度邏輯組態。組態S₁的典型案例主要包括中西部省份。一方面，中西部地區多為勞動密集型企業，面對高綠色稅收壓力帶來的高市場型環境規制壓力時，企業或選擇通過壓減生產成本進行綠色技術創新以實現綠色轉型，或選擇外遷，從而促進區域綠色技術創新效率提升^[15]。另一方面，在輿論影響及銀行的作用下，通過綠色貸款等方式將市場中的有限資金投向清潔企業，從而對區域中污染嚴重、效率低下的企業造成融資壓力，促使這些企業選擇綠色技術創新或外遷，從而提升區域綠色技術創新效率（李萬利等，2024）。

組態S₂中，在核心條件公眾環保訴求壓力、綠色金融壓力與邊緣條件行政處罰壓力缺失的情況下，核心條件治污成本壓力與市場型環境規制壓力共同作用可以促進綠色技術創新效率提升，因此，將其命名為規制—成本型內源制度邏輯組態。組態S₂代表案例為黑龍江、吉林與海南。環境稅收帶來的市場型環境規制壓力導致企業環境成本增加，促使企業進行綠色生產轉型，但這種方式對污染排放程度較輕的企業難以產生足夠的約束效用^[31]。而高水平的治污成本壓力能夠顯著提升污染排放程度較輕企業的污染治理資金投入，從而彌補環境成本對企業綠色技術創新約束能力不足的問題，進一步促使企業開展綠色技術創新活動，并避免其向高污染企業轉化^[15]。

組態S₃中，在核心條件環保輿論壓力與邊緣條件治污成本壓力缺失的情況下，綠色融資壓力與行政處罰壓力共同作用可以促進綠色技術創新效率提升，因此，將其命名為處罰—金融型混合制度邏輯組態。組態S₃與S₁呈現出明顯的時間變化趨勢。以廣西為例，2014-2016年環保輿論壓力與市場型環境規制壓力是廣西綠色技術創新效率提升的核心驅動力，2016-2020年環保輿論壓力的作用逐漸降低，行政處罰壓力的作用不斷升高，這體現出地區環境執法能力不斷提升的趨勢。從組態S₁到S₃的制度壓力構成變動情況來看，隨著環境執法力度的增加，綠色信貸（綠色融資壓力）對綠色技術創新的促進作用更為顯著。而隨著綠色金融作用的提升，環境稅收帶來的市場型環境規制壓力對企業生產成本的擠壓作用逐漸降低（王馨等，2021）。

組態S₄中，核心條件公眾環保訴求壓力、市場型環境規制壓力、行政處罰壓力與邊緣條件環保輿論壓力共同作用促進綠色技術創新效率提升，因此，將其命名為強制—規范型混合制度邏輯組態。從案例覆蓋時間來看，組態S₄可能是現階段綠色技術創新效率提升的一個關鍵組態。公眾環保訴求與環保輿論壓力協同作用對環境執法形成社會性壓力，從而督促政府部門提升環境執法能力與執法意愿，并在市場型環境規制的作用下，形成訴求—輿論—執法（規制）的公眾參與環境治理路徑。

組態S_5a與S_5b中，在核心條件公眾環保訴求壓力與邊緣條件環保輿論壓力或市場型環境規制壓力缺失的情況下，單一的核心條件行政處罰壓力即可促進綠色技術創新效率提升，因此，將其命名為處罰型制度邏輯組態。這兩種組態的典型案例主要出現在2015年之后。呂忠梅等^[32]指出，2015—2016年是中國環境執法的轉折點，2015年頒布了新的《中華人民共和國環境保護法》和《生態文明制度改革總方案》，并在2015年底啟動了中央生態環保督察制度，大大提升了地方政府的環境執法能力和執法意愿，在組態S_5a與S_5b中表現為行政處罰壓力成為核心制度壓力。

3.2.2 組間結果

本文得出的6種組態的組間一致性調整距離均小于0.2，表明6種組態在不同年份的解釋力度不存在明顯差異。通過各組態在考察期內的一致性變化情況可以發現（見圖2），各組態一致性在2013—2014、2016—2017與2019年存在明顯下降，這種下降存在一定的集中趨勢，并非隨機分布，因此不屬于良性偏差^[6]。

根據表6中典型案例情況，形成如表7所示的組態演變過程，可以發現2013、2016—2017與2019年是組態演變的關鍵節點，這與圖2的一致性變化趨勢相符。

綜合本文結果與既往研究，2013年一致性波動的原因在于，2013年是中國環境法治建設的轉折之年，是環境法治體系初步形成并深化改革的關鍵年份^[32]。截至2013年，中國頒布了43部環境法律、超過60部環境行政法規、600多部環境行政規章及1 200多部國家環境標準，初步形成了中國環境法治體系。市場型環境規制壓力與行政處罰壓力兩個條件變量在相應組態中逐漸發揮核心作用。

2016年作為“十三五”規劃的開局之年，也是中國環境制度改革的關鍵之年^[32]。2016年以來，中央環境督察制度的建立和實施顯著提高了綠色技術創新效率^[24]。這一制度不僅對地方環境執法能力產生重要影響，還間接提高區域環境執法意愿^[33]，使得行政處罰壓力成為推動綠色技術創新的關鍵驅動力（如組態S_5a與S_5b）。

2019年各組態一致性變化的原因可能在于新冠疫情的影響。從圖2來看，組態S₄、S_5a、S_5b受此次沖擊的影響并不明顯，說明這3種組態具有較強抗沖擊能力。

總的來說，2016年之后，行政處罰壓力成為促進綠色技術創新效率的關鍵因素。這表明，以中央生態環保督察制度為代表的環境治理已成為推動綠色技術創新發展的主要制度動力。中央生態環保督察產生的壓力主要分為兩種：一是來自政府內部的直接壓力，中央巡視組通過建立責任和問題清單，逐級傳導壓力，進而提升地方政府執法部門的行政執行力，該路徑對應組態S_5a、S_5b。二是來源于群眾和媒體的無形壓力，群眾舉報和媒體曝光加大了政府對公眾關注的環境問題的執法力度^[33]，對應組態S₄。組態S₄、S_5a、S_5b的制度壓力構成不僅符合當下中國環境監督制度的要求，還在2019年的公共危機中表現出較強的抗沖擊能力。這表明，組態S₄、S_5a、S_5b可以作為推動綠色技術創新效率提升的多元制度邏輯的關鍵演變方向。

3.2.3 組內結果

如表5所示，6種組態的組內一致性調整距離均低于0.2，說明這些組態在不同省份的解釋力度基本一致。在解釋力度相差無幾的情況下，需要進一步分析各組態的組內覆蓋度以考察組態所能解釋案例的地區分布情況。由于動態QCA模型缺乏針對此問題的特定方法，本文采用程戀軍等^[34]的研究方法，運用Kruskal-Wallis秩和檢驗，探究6種組態在我國四大經濟區（東北、中部、西部和東部）的覆蓋度是否具有顯著差異，結果如表8所示。

從表8來看，組態S₁、S₃、S_5b在空間上所能解釋的案例存在較大差異，需要進一步驗證地區覆蓋度均值的差異情況（見表9）。

表9顯示，組態S₁所能解釋的案例集中于東北地區，組態S₃所能解釋的案例集中于西部地區，組態S_5b所能解釋的案例集中于東部地區，這與表7中典型案例分布情況相符。

3.2.4 事后檢驗

參考Fiss等^[4]的做法，本研究對6種組態進行面板數據Tobit回歸分析，這是對組態結果有效性的補充分析。構建一個以綠色技術創新效率為因變量的Tobit回歸模型，并將所有組態作為新的自變量（自變量和因變量都符合布爾邏輯，對于帶有“*”（并）的結果，取其最小值；對于帶有“～”（非）的結果，取其1的余數）。

構建整體Tobit模型，如式（4）所示。

Z=f（S₁，S₂，S₃，S₄，S_5a，S_5b）（4）

構建各組態結果對應的自變量模型，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）

S_5a=min（1-PEP，1-POP，PAP）（9）

S_5b=min（1-PEP，1-ECP，PAP）（10）

利用Stata 17.0進行面板數據Tobit回歸，結果如表10所示。6種組態與綠色技術創新效率總體上呈正相關關系（Plt;0.001），表明本文所得的6種組態能夠有效地解答“影響綠色技術創新效率提升的制度邏輯組態有哪些”這一問題。進一步分析發現，組態S₂和S₃的顯著性大于0.1，表明這兩個組態對綠色技術創新效率提升的解釋力相對較弱。相比之下，組態S₁、S₄、S_5a、S_5b的解釋力相對較強。

3.3 穩健性檢驗

本文采用Oana等^[35]提出的穩健性檢驗方法，通過調整一致性閾值并對比各組態結果的一致性指數與案例覆蓋度，衡量計算結果穩定性。本文的一致性原始閾值設為0.9，調整后的一致性閾值TS₁為0.92、TS₂為0.85。經過穩健性檢驗，所得一致性指數為0.974（大于0.9），案例覆蓋度為0.834（大于0.5），且穩健性檢驗的交叉案例比為0.575（大于0.5）。因此，本文得出的6種組態具有較好的穩健性。

4 結論與啟示

4.1 研究結論

本文從制度理論與制度邏輯理論出發，構建綠色技術創新效率的制度壓力要素分析模型。根據新制度理論，將制度壓力分為規范壓力（公眾環保訴求壓力和環保輿論壓力）、模仿壓力（綠色金融壓力和環境成本壓力）、強制壓力（環境規制壓力和行政處罰壓力）3類。采用DEA-GML計算30個省份2011—2020年綠色技術創新全局Malmquist-Luenberger指數，衡量綠色技術創新效率變動情況。在此基礎上，利用動態QCA模型分析影響綠色技術創新效率提升的多元制度邏輯組態構成，并對多元制度邏輯的構成與演變趨勢進行分析。具體結論如下：

（1）單個制度壓力要素不構成綠色技術創新效率提升的必要條件，但從組態來看，行政處罰壓力在組態中的作用逐漸上升。

（2）得出6種提升綠色技術創新效率的制度邏輯組態，并進一步歸納為輿論—金融—規制型外源制度邏輯組態、規制—成本型內源制度邏輯組態、處罰—金融型混合制度邏輯組態、強制—規范型混合制度邏輯組態、處罰型制度邏輯組態5類。

（3）典型案例與組間結果表明，影響綠色技術創新效率提升的制度邏輯演變存在3個關鍵時間節點，分別是2013、2016與2019年。其中，第一個時間節點標志著中國環境法治體制的基本完善，環境成本壓力（綠色稅收）與行政處罰壓力（環境執法）在各制度邏輯組態中的作用逐漸上升（表現為核心條件）。第二個節點顯示，行政處罰壓力逐漸成為影響綠色技術創新效率提升的核心制度壓力。其原因可能在于，2015年末推行實施的中央生態環保督察制度極大地促進了地方政府環境行政執法意愿與執法水平。第三個時間節點則是新冠疫情帶來的公共危機，從各組態一致性表現來看，組態S₄、S_5a、S_5b受此次沖擊的影響并不明顯，說明這3種制度邏輯組態構成具有較強的抗沖擊能力。綜合來看，組態S₄、S_5a、S_5b是推動綠色技術創新效率提升的多元制度邏輯的關鍵演變方向。

4.2 管理啟示

（1）對于符合組態S_5a、S_5b發展的省份，如貴州、青海、陜西等，政府部門要注重環境行政執法能力培養，確保環境行政執法的合情、合理、合法。具體來看，在諸多環境執法手段中，威懾型執法手段在短期內獲得的效果最明顯。但若想更大程度上實現環境執法目標，就需要多種環境執法手段相互配合、并行使用。單一采用威懾型執法手段會影響企業與行政執法部門之間的互信關系，不利于企業與政府和諧關系的構建。因此，政府部門應合理選用柔性執法手段，同時，要建立常態化環境執法質量巡查機制，尋求嚴格執法、人性執法與高質量執法之間的平衡。

（2）從數據來看，浙江、江蘇和山東等省份的制度壓力基本符合組態S₄的標準，但在市場型環境規制上存在明顯區域差異。其原因在于，上述省份在多年綠色發展后，大部分高污染企業已轉型或遷移，使得市場型環境規制壓力對企業的約束能力較西南與東北地區弱。因此，僅采用組態S₄的制度壓力構成對區域綠色技術創新效率提升的作用不大，反而可能增強西南或東北省份的污染避難所效應。因此，對這些省份，政府可以結合組態S₂、S₄的制度壓力構成，制定動態的行業污染排放標準和更嚴格的污染治理標準，補償環境成本對企業綠色技術創新的約束不足。

（3）對比6種組態的制度壓力構成發現，公眾環保訴求壓力與環保輿論壓力未充分發揮規范壓力對綠色技術創新效率的推動作用。因此，一方面政府要鼓勵公眾表達環保訴求，加強對民眾反映的環境“小事”的重視。建立通暢的民眾訴求反饋渠道，正視公眾環保訴求，對民眾關心的環保問題不論大小均做到及時處理、及時通報、及時回看。另一方面，政府要加強同媒體機構，尤其是區域范圍內有影響力的自媒體之間的有效溝通，正確引導輿論方向，對環保輿情做到不放任發展也不一刀切。構建24小時網絡熱門事件巡查監督機制，避免因處理不及時導致“熱”門事件“冷”處理。此外，要充分利用當下快節奏的輿論傳播速度，及時對涉及環境的不實信息進行公開、準確、及時的辟謠，增強民眾與政府間信任關系。

4.3 不足與展望

本研究尚存在一定局限：選取的6個制度壓力要素均屬于外部影響因素，沒有考慮企業內部因素（企業家精神、創新導向、組織學習、競爭壓力）等的影響，未來研究可以對內外環境因素如何協同影響綠色技術創新進行分析；選取的數據屬于統計年鑒公布的工業企業數據，受數據統計內容的限制，未能有效區分一般產業與綠色產業，未來可基于《綠色產業指導目錄》對工業企業數據進行細分，對綠色產業展開針對性研究。

參考文獻：

[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] 杜運周， 尤樹洋. 制度邏輯與制度多元性研究前沿探析與未來研究展望[J]. 外國經濟與管理， 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“時間盲區”：為公共管理研究找回“時間”[J]. 中國行政管理， 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 amp; 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， 楊立成. 環境規制、政府研發資助對綠色技術創新的影響——基于中國內地省級層面數據的實證分析[J]. 科技進步與對策， 2020，37（10）：37-44.

[11] 周迪， 羅東權. 綠色稅收視角下產業結構變遷對中國碳排放的影響[J]. 資源科學， 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] 劉榮增， 何春. 環境規制對城鎮居民收入不平等的門檻效應研究[J]. 中國軟科學， 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] 戴萬亮， 路文玲. 環保輿論壓力對制造企業綠色創新能力的影響——領導環保意識與組織綠色學習的鏈式中介效應[J]. 科技進步與對策， 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 amp; Society， 2022，62（4）：860-907.

[25] 杜運周， 劉秋辰， 程建青. 什么樣的營商環境生態產生城市高創業活躍度——基于制度組態的分析[J]. 管理世界， 2020，36（9）：141-155.

[26] 劉樹峰， 杜德斌， 覃雄合， 等. 基于創新價值鏈視角下中國創新效率時空格局與影響因素分析[J]. 地理科學， 2019，39（2）：173-182.

[27] 賈建鋒， 劉偉鵬， 杜運周， 等. 制度組態視角下綠色技術創新效率提升的多元路徑[J]. 南開管理評論， 2024，27（2）：51-61.

[28] 謝婷婷， 劉錦華. 綠色信貸如何影響中國綠色經濟增長[J]. 中國人口·資源與環境， 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] 張宏翔， 王銘槿. 公眾環保訴求的溢出效應——基于省際環境規制互動的視角[J]. 統計研究， 2020，37（10）：29-38.

[31] 馬亞紅， 楊肅昌. 環境規制與重污染企業稅收規避[J]. 經濟經緯， 2022，39（3）：150-160.

[32] 呂忠梅， 吳一冉. 中國環境法治七十年：從歷史走向未來[J]. 中國法律評論， 2019，5（5）：102-123.

[33] 馬潔瓊， 趙海峰. 運動式治理情境下非典型壓力傳導規律研究——以中央生態環保督察為例[J]. 管理學報， 2023，20（1）：26-36.

[34] 程戀軍， 王琳茜. 資源型城市經濟高質量發展的制度組態研究——基于NCA和動態QCA的分析[J]. 城市問題， 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 amp; Research， 2021，53（1）：57-88.

（責任編輯：萬賢賢）

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 amp; 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 amp; 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