区域绿色创新能力的驱动模式及其内在机制：基于绿色创新生态系统视角

李璐 张怀英

摘   要：以中国30个省份为研究样本，采用组态思维和模糊集定性比较分析方法，基于绿色创新生态系统视角，探讨环境、资源、主体对区域绿色创新能力的联动效应以及互动匹配模式所蕴含的运行机制。研究发现：绿色创新主体是促进区域高水平绿色创新能力提升的必要条件；区域高绿色创新能力的背后逻辑是由多重因素并发且协同匹配形成的多种不同路径，主要包括政府支持下的主体双轮驱动型、金融环境缺失下的技术主体弥补型、环境规制下的产学研促进型三种驱动模式。促进区域绿色创新均衡化稳步发展，应持续推进企业主体、市场导向、政府支持的绿色创新体系建设，大力培育以绿色技术、绿色项目、绿色产业为目标的政产研学战略联盟，加大绿色创新体制机制的精准化创设和协同化推进力度。

关键词：绿色创新；绿色创新生态系统；驱动模式；联动效应

中图分类号：F124.3   文献标识码：A   文章编号：1003-7543（2024）04-0093-15

加快发展方式绿色轉型是全面建成社会主义现代化强国和实现第二个百年奋斗目标的重大战略部署。当前，我国正处于全面建设社会主义现代化国家的关键期，实现人与自然和谐共生的现代化，促进经济社会绿色低碳高质量发展，必须始终坚持绿色创新驱动。然而，绿色创新作为世界经济“绿色复苏”、对标碳中和目标的核心因素，在发展过程中仍然存在“高投入—低效率”［1］、“卡脖子”风险以及区域绿色创新非均衡发展等问题，难以有效达成技术创新和绿色发展有机融合的目标。牢牢把握新发展阶段中绿色与创新的主旋律，深刻认识高质量发展进程中绿色创新的内在价值，深入探究影响区域绿色创新能力的关键因素，阐明区域性要素不同组合对绿色创新能力的驱动机理和匹配机制，对提高科技成果转化效率、优化资源要素配置、推进绿色创新跨区域协同发展具有重要现实意义。

现有绿色创新研究围绕影响机制、创新效应、维度评价议题，从创新环境、资源和主体等视角对绿色创新的微观和宏观层面展开初步探索，其中，着眼于区域经济的绿色创新研究主要集中于绿色创新政策设计、创新能力提升、创新系统建设与评估等方面。具体而言，第一，基于创新资源视角，学者们认为绿色财政政策作为政府宏观经济调控的政策工具，可为地区提供一定的资源支持和优惠政策集成，缓解其资源约束压力。尤其是随着地区财政设计逐渐融合绿色高质量发展理念，绿色环保的财税体系逐步形成，地方政府环保支出、环保补助、财政信息透明度等在提高绿色发展效益和生态效益方面显现出独特性和重要性。唐大鹏和杨真真［2］将政府行为作为外部因素纳入绿色创新分析，考察财政环保补助这一支出型政策工具在地方环境支出与绿色技术创新间的传导作用，从政策工具角度丰富了地方环境支出发挥作用的渠道研究。但是，随着政策工具的日益丰富，有学者提出财政补贴对绿色创新的影响取决于财政补贴融资效应和挤出效应的博弈，可能产生抑制绿色创新的效应。何凌云等［3］通过实证检验发现政府补贴与环保企业绿色技术创新之间呈线性抑制关系，当政府补助替代研发投入时，挤出效应更加明显，不利于绿色创新效率持续提升。第二，基于创新主体视角，已有研究对企业、高校、科研机构、其他市场主体等创新主体的作用基本达成共识，聚焦于企业绿色创新的影响因素及实施路径，同时将其作为一种创新投入指标用以评价区域绿色创新水平［4］。第三，基于创新环境视角，学者们就环境规制对绿色创新的影响存在三种不同的观点：第一种观点认为环境规制通过向企业释放制度压力，进而激发绿色创新行为，提高了地区绿色创新水平，从而支持“波特假说”［5］；第二种观点认为过高的环境规制水平使企业在成本约束条件下主动降低绿色创新投入，对区域绿色创新水平产生不利影响，从而支持“遵循成本假说”；第三种观点认为环境规制与绿色创新的关系要结合具体发展情境，其创新总效应是不确定的。关于绿色金融环境对区域绿色创新的影响也存在两种截然不同的观点。王馨和王营［6］认为良好的绿色金融环境可以促进污染领域中的社会资金流向绿色领域，为开展绿色创新活动提供信贷支持。孙少岩等［7］基于省级面板数据实证检验得出绿色信贷具有融资惩罚效应和投资抑制效应，受到环境规制的影响，绿色信贷对低碳经济转型的激励作用减弱。综观上述三方面的研究，宏观情境中绿色创新研究存在相互矛盾的观点，主要根源在于现有研究均从环境、资源、主体等单一视角探索区域绿色创新的影响机制，忽视了系统间要素互动性对绿色创新的整体效应。因此，绿色创新相关研究有必要从单一视角转向整体性研究视角，即更加重视创新生态系统的协同性。更为重要的是，绿色创新最本质的特征之一是具有“双重外部性”［8］。在双重外部性下，仅仅依靠企业自愿进行绿色知识吸收和绿色创新转化是不够的，还需要政府和其他主体的激励和赋能，这也是从创新生态系统视角分析不同区域绿色创新水平差异背后复杂机理的动机所在。

绿色创新生态系统是具有多个参与主体、符合绿色低碳发展目标、旨在实现环境效益和社会效益双重目标的复杂系统，其基本内涵是绿色创新和创新生态系统的有机结合，揭示了新兴绿色技术和创新主体对绿色经济的反应［9］。随着全球环境问题日益严峻，以绿色为特征的创新突破，为我国加速调整经济结构、转变发展方式、培育经济增长新动力带来重要契机。然而，在复杂环境下，区域内的单个组织无法全部承担起提高绿色创新能力这一重要战略任务，需要多主体和多要素进行协作创新［10］。绿色创新生态系统作为一种新的合作模式，根据区域内资源禀赋和创新环境实现不同参与者的绿色价值主张，从而整体且有层次地推动区域绿色创新。围绕绿色创新生态系统及其与区域绿色创新能力的关系问题，一方面，学者们从系统学、生态观、演化经济学等角度出发，整体性研究绿色创新生态系统的内涵、特征、结构要素、功能演进等。另一方面，已有研究分别从构成要素等方面对绿色创新生态系统和绿色创新能力的关系展开分析，包括经济发展水平、环境规制、政府财政支持、产学研合作、绿色创新基础等。关于创新环境、资源和主体对绿色创新的影响研究已取得较为丰富的成果，但仍存在以下不足：第一，创新生态观强调系统内部各要素的连接和互动，而环境、资源和主体是绿色创新生态系统中最基本的要素，若单独分析某一维度就会割裂系统的整体性，忽视绿色创新具有的集群创新生态链属性。第二，区域绿色创新能力或效率是创新环境下绿色创新主体协同互动、绿色创新要素共生竞合与共同投入的结果，但从绿色创新生态系统视角综合分析其对区域绿色创新能力的影响，现有研究鲜少涉及，难以捕捉环境、资源、主体三者的互动关系。第三，从区域经济学看，大多数研究聚焦于区域绿色创新水平、效率或能力的空间分布特征和差异，对导致区域间绿色创新发展差异的原因、策略、路径等缺乏深入探索，不足以深刻认识和阐释区域绿色创新能力的内在本质和生成机制。第四，使用传统基于单向因果关系思维的线性回归方法，关注单个影响因素对区域绿色创新能力的“净效应”，很难深刻揭示区域绿色创新能力差异背后隐藏的环境、资源、主体等多重因素间的联动匹配效应。

鉴于此，本文基于绿色创新生态系统视角，采用模糊集定性比较分析（fsQCA）法揭示创新环境、创新资源和创新主体三方面因素对区域绿色创新能力的协同影响，并在此基础上深入研究要素之间互动匹配模式所蕴含的运行机制。

一、相关文献回顾与分析框架构建

（一）绿色创新生态系统的研究进展

绿色创新是指与绿色产品或技术相关的流程、管理、组织和服务等方面的创新［11］。不同于一般的创新，绿色创新也被称为环境创新或生态创新，其目标是实现人与环境和谐共生。面对环境压力不断增大和经济高质量发展的现实需求，绿色发展思想开始融入创新生态系统，形成有别于传统创新效益及目标的绿色创新生态系统。绿色创新生态系统超越了已有的技术创新模式，在传统创新生态系统的功能上拓展出绿色产业和绿色经济等功能［12］，具有积极和消极的外部效应。针对绿色创新生态系统的研究，学术界主要从三个方面展开：一是绿色创新生态系统的内涵和特征。Madsen［13］基于自然资源观，将绿色创新生态系统视为组织成员进行绿色技术创新的一种资源或协作模式，因为单个组织很难完全拥有研发资源。曾经纬等［14］结合生态系统和绿色创新的特点，认为绿色创新生态系统是以绿色创新为导向，创新要素在创新主体和创新环境之间有序流动而相互联结成的动态发展、共生竞合的复杂系统。郑玉雯等［15］在共生视角下将其定义为以提升绿色创新能力、促进绿色创新成果涌现为目标，绿色创新主体、绿色创新要素和绿色创新环境在相互依赖和协同互动中形成可持续发展理念主导的“生态—经济—社会”复杂系统。尽管学术界尚未就绿色创新生态系统的概念界定达成共识，但已有定义皆重点突出绿色创新的重要性，关注环境效益、社会效益和经济效益的协调发展［16］。二是绿色创新生态系统的结构要素。绿色创新生态系统是创新主体及其面临的各种环境相耦合的动态复杂系统，要素之间兼具竞争、共生和适应性关系。创新主体作为系统中的主要参与者，推动政策、资源、信息、技术和新知识的循环流动，助力区域绿色创新活动的开展。外部环境是保障创新主体成长、演化、合作和共生的必备条件，主要包括经济环境、政策环境、市场环境和文化环境等。市场是调节资源要素配置的有效手段，在绿色消费需求的引领下驱动绿色知識或技术的研发、扩散、推广和应用，从而构建绿色创新价值链。三是绿色创新生态系统的功能作用。绿色创新生态系统的功能更多表现为对企业绿色创新的驱动作用，可为其提供绿色技术创新所需的管理、结构或技术支持。Adner和Kapoor［17］通过一种结构主义方法来概念化生态系统结构，指出创新生态系统在技术创新的发展中发挥了重要作用。Fernando和Wah［18］基于成本投入、R&D风险和经济效应的不确定性特征，认为绿色创新生态系统可以激发企业进行清洁技术创新的活力，实现人力资本、技术资本和金融资本的协调。另外，绿色创新生态系统作为一个复杂的适应系统，更多地建立在高校—产业—政府互动的“三螺旋”基础上。政府制定绿色经济发展政策，系统内企业为响应政策变化积极与高校科研机构开展产学研合作，共同分摊创新风险、增加知识存量，有利于创新资源在系统内集聚，进而实现绿色技术成果转化并推动经济增长。

简而言之，学术界分别从绿色创新生态系统的内涵、特征、功能、要素等方面探讨绿色创新生态系统的结构逻辑。从人与自然和谐共生的高度出发，中国式现代化赋予绿色创新生态系统更重要的时代特征和战略使命。然而，现有研究忽视了绿色创新生态系统的内在逻辑：在理论上，未探究绿色创新主体、绿色创新资源、绿色创新环境三种基本单元共生演化、协同互动的基本模式；在实践上，未解决知识成果向现实生产力转化不力、不顺、不畅的现实问题。因此，本研究基于绿色创新生态系统，深入探究影响区域绿色创新能力的关键因素，阐明区域性要素不同组合对绿色创新能力的驱动机理和匹配机制，试图为缩小区域绿色创新能力差距、缓解绿色创新发展不均衡不协调问题、促进绿色创新产出提质增效提供有益参考。

（二）分析框架构建

虽然部分研究将创新生态系统理论拓展至绿色创新领域，但主要是从绿色创新生态系统的内涵、特征、结构和功能展开，仍存在以下不足：一是鲜有研究从绿色创新生态系统视角综合分析其对区域绿色创新能力的影响。二是创新资源属于创新系统理论中最基本的要素，并未单独剥离出来分析其与创新主体和创新环境的互动关系，难以捕捉环境、资源、主体间的互动关系。三是绿色创新生态系统中各要素具有共生协调关系，区域绿色创新能力是不同创新主体和外界环境相互匹配而形成的，现有研究尚未对其背后隐藏的差异化匹配模式和因果复杂性进行深入探索。基于以上局限性，本文遵循绿色创新生态系统的基本结构，从创新环境、创新资源和创新主体三个层面构建区域绿色创新能力的研究框架。

一是创新环境。具体包括环境规制和绿色金融环境两个二级条件变量。环境规制是指政府利用正式和非正式手段直接干预环境资源利用和污染排放。学术界将环境规制分为显性环境规制和隐性环境规制：显性环境规制是指针对经济主体制定政策、法律法规和措施等；隐性环境规制是指各经济主体依靠自己的主观能动性，为政府环境规制提供辅助。就企业而言，环境规制促使企业加大与环境相关的研发投入［19］，推动绿色技术创新，从而提升企业经营绩效。绿色金融是指能产生环境效益从而支持可持续发展的投融资活动。从内部看，绿色金融政策通过资金配置、风险管控支持企业获得融资、分散风险；从外部看，绿色金融政策帮助企业打开市场，确立独有的竞争优势。总之，绿色金融发展和创新驱动发展相互作用、相辅相成。绿色金融能推动实体经济创新驱动发展，创新驱动发展则能优化绿色金融环境。

二是创新资源。具体包括政府资源和人力资源两个二级条件变量。创新资源是指创新主体在开展创新活动时所需要的政策、知识、技术、人才等资源。绿色创新资源是我国企业开展绿色创新活动的基础，也是提升我国区域绿色创新能力的关键所在。政府资源和人力资源作为推进技术创新的必要因素，对区域绿色创新能力具有一定的正向影响。依据制度理论，政府加大对创新活动的扶持会给金融机构传达积极的信号，使金融机构降低企业获取所需绿色创新资源的门槛，有助于提高企业推进绿色创新的意愿。人力资源是衡量区域创新能力最重要的创新要素。创新型人才是利用和合理分配资源、促进创新资源流动的重要中介，更是提高区域绿色创新能力的决定性因素。

三是创新主体。创新主体是创新生态系统内发挥主观能动性的主导力量，包含以企业自身为主的技术主体和以高校、科研机构为主的知识主体。企业作为绿色创新生态系统中发挥主观能动性、调配资源的重要技术创新主体，负责吸收、扩散、转化和应用绿色知识和绿色技术，是区域绿色转型的核心参与者。在以绿色创新驱动发展的背景下，高校在绿色创新生态系统中的主要功能是发现、创造、传播、扩散知识以及培养创新型人才；科研机构的主要功能是新知识、新技术的研发以及科研管理创新等，其更加注重基础技术、关键共性技术的创新引领。

二、研究设计

（一）方法选择

相比传统的研究方法，fsQCA法具有以下优点：一是用组合性思维打破了以往的“净效应”分析思维。传统回归分析是在控制其他变量不变的前提下，分析某一变量对研究结果的净效应是否显著，但其无法有效分析多种要素共同影响的情况。二是兼具全面性和多样性。fsQCA法通过精准定位每项等效组态所覆盖的案例，识别不同研究对象在结果选择上的差异性，有效区分了结果发生与否的非对称前因［20］。三是样本数量的包容性。随着fsQCA法的应用与发展，其不仅适用于10个或15个案例的样本研究，还适用于10～50个中等规模样本的研究。本文选择绿色金融环境、环境规制、人力资源、政府资源、绿色知识主体和绿色技术主体等6个变量作为条件变量，变量个数符合中等规模样本研究的理想条件，即条件变量数量为4～7个。

（二）样本选择与数据来源

运用fsQCA法进行定性比较研究，其案例选择具有一定的要求：一是所选择的案例必须具有足够的相似性；二是在最少数量的案例中实现最大化的案例间异质性。本文以中国30个省（区、市）①为研究样本，相关绿色创新影响因素和绿色创新能力在案例样本之间均具有差异性，满足“案例总体的充分同质性和案例间的最大异质性”要求。数据主要来自《中国环境统计年鉴》《中国科技统计年鉴》《中国能源统计年鉴》《中国金融统计年鉴》以及各省（区、市）统计年鉴和科技年鉴。各省（区、市）绿色创新主体数量、绿色发明专利申请量和绿色发明专利授权量主要从国家知识产权专利数据库和国际专利分类绿色清单的相关数据中筛选汇总而来。

（三）变量测量与校准

1.变量测量

（1）绿色金融环境。本文参考谢婷婷和刘锦华［21］、高锦杰和张伟伟［22］的研究，选取六大高耗能产业利息支出占工业产业利息总支出比重的反向指标用于测度绿色信贷投放规模；选取环境污染治理投资占GDP的比重测度绿色投资规模；选取农业保险支出占农业保险收入的比重测度农业保险深度；选取碳排放贷款强度测度碳金融发展水平。最后，采用熵权法对四个指标进行综合测算，得到用于反映区域绿色创新水平的金融环境指数。

（2）环境规制。借鉴范斐、张雪蓉、连欢［23］用污染排放量衡量环境规制强度的做法，本文利用熵权法得到基于工业废水排放量、工业烟（粉）尘排放量、工业二氧化硫排放量3个指标的综合指数，用于表征环境规制强度。

（3）人力资源。研发人才对科学技术的发展和更新迭代具有战略性支撑作用，是一个区域最核心的创新要素。参考王巧、佘硕、曾婧婧［24］的研究，用R&D从业人员全时当量衡量绿色创新活动的人力投入。

（4）政府资源。政府财力资源是地区开展绿色创新活动的重要资金保障，其中，财政环保支出反映了政府对环境保护的重视和关注程度，直接影响地区间绿色创新发展水平。参考张江雪等［25］的研究，采用财政环境保护支出占财政一般预算支出的比重衡量政府对区域绿色创新的资金支持状况。同时，公共资源是政府履行公共职能的重要物质基础，通过有效盘活和利用科教资源，能够引领先进绿色技术发展方向并加快成果转化，有效积累区域生态财富，构建绿色技术创新大格局。因此，借鉴孟卫东等［26］的研究思路，采用城市科学技术支出与教育支出之和占地方公共预算支出的比重衡量政府科技投入力度，以突出政府对科技创新的重视。

（5）绿色知识主体。本文将申请绿色专利的高等学校和研发机构的数量之和作为绿色创新活动的知识主体。根据国际专利分类绿色清单列示的IPC标识编码，利用中国国家知识产权局（SIPO）专利数据库的高级检索，统计2018—2019年进行绿色专利申请和授权的高等学校和科研机构，手工整理可得30个省（区、市）的绿色知识主体数量。

（6）绿色技术主体。企业是区域内绿色技术研发和应用的主体，故将申请绿色专利的企业作为技术主体。利用国际专利分类绿色清单列示的IPC标识编码，在中国国家知识产权局网站筛选和统计2018—2019年进行绿色专利申请和授权的所有企业，手工整理得到30个省（区、市）的绿色技术主体数量。

（7）绿色创新能力。现有研究用新产品销售收入、环境研发投入以及环境生产率中的技术进步或全要素生产率衡量绿色创新产出，这些测度指标难以兼具绿色与创新双重外部性的独特属性，无法精准有效地反映区域绿色创新能力。因此，参考Amore等［27］的研究，将绿色发明专利申请量和绿色发明专利授权量的均值作为衡量区域绿色创新能力的指标。在汇总绿色发明专利申请量和授权量的过程中，利用国际专利分类绿色清单列示的IPC标识编码，结合中国专利数据库和中国专利公布公告系统，识别并筛选出区域创新主体申请的绿色发明专利数量和绿色发明专利授权量。

另外，考虑到从创新要素投入到绿色创新产出具有时滞性，对2018—2019年30个省（区、市）的绿色金融环境、环境规制、人力资源、政府资源、绿色技术主体和绿色知识主体的平均值和2020—2021年各省（区、市）绿色创新产出的平均值进行分析。

2.变量校准

在进行fsQCA分析时，需要将原始數据予以校准，使其能够被清楚地界定“完全隶属”与“完全不隶属”间的隶属程度。隶属分数的校准应依赖理论知识和实际经验，通过设置3个锚点（完全隶属阈值、交叉点和完全不隶属阈值）赋予条件变量和结果变量集合隶属关系。参考Fiss等［28］的研究，利用直接校准法将6个条件变量和结果变量的锚点设置为初始数据的上四分位数（25%）、中位数（50%）、下四分位数（75%）。变量校准主要运用fsQCA3.0软件中的calibrate函数完成，具体条件变量和结果变量的描述性统计和校准标准见表1（下页）。

三、实证分析

（一）必要条件分析

在进行模糊集真值表程序分析之前，首先要判断具有特定结果的案例是否构成共有前因案例的子集，即单个条件变量是否构成结果变量的必要条件。当结果变量出现时，总有某个条件变量或条件变量的非集存在，那么称该条件变量或条件变量非集为结果变量的必要条件。本文参考Schneider等［29］的研究，将构成必要条件的各个条件变量的一致性水平阈值设定为0.9，若某一条件的一致性水平大于0.9，则认为该条件构成结果变量的必要条件。分析结果如表2（下页）所示，对于高绿色创新能力，绿色技术主体和绿色知识主体的一致性高于0.9，构成高绿色创新能力结果的必要条件。非绿色技术主体、非綠色知识主体以及绿色金融环境、环境规制、政府资源和人力资源及其非集的一致性均低于0.9，不构成高绿色创新能力结果的必要条件。这说明单个金融环境、环境规制、政府资源和人力资源未能完全解释高绿色创新能力，需要进一步进行组态分析。

（二）条件组态分析

运用fsQCA3.0软件构建基于校准后的条件变量和结果变量的真值表。在真值表分析过程中，通过设置合理的频数阈值和一致率门槛值，得到高绿色创新能力的协同驱动路径。对于案例频数的设定，杜运周等［30］认为频数阈值应当结合案例分布情况、研究样本规模大小、对案例的熟悉程度以及案例数量（至少包含75%的案例）进行确定。本文样本规模符合中小样本个数，因而将案例频数设置为1。现有研究通常将一致率门槛值设定为0.75以上。然而，有些学者认为一致率门槛值的大小应当基于减少矛盾组态和PRI一致性数值大于0.75的要求，即避免同时为高绿色创新能力的充分性组态。根据以上实践标准，最终将PRI值设置为0.75，一致率门槛值设置为0.8，符合模糊集定性比较分析的基本设定。

通过组态分析，本文有效识别出产生区域高绿色创新能力的三条路径。由表3（下页）可知，H1、H2、H3的一致性和总体解的一致性分别为0.998、0.981、0.996和0.992，均大于0.9，符合可接受标准，说明3个组态为区域高绿色创新能力的充分条件。三条路径的原始覆盖度分别为0.618、0.329、0.188，表明每个路径均能在一定比例上解释形成高绿色创新能力的原因，总体解的覆盖度为0.789，解释了约79%的高绿色创新能力的案例。根据每条路径中核心条件和辅助条件的分布与隐含的逻辑解释，提出以下三种路径模式：

第一，政府支持下的主体双轮驱动型。组态H1（HR×GR×TS×KS）显示，在政府资源的辅助作用下，绿色知识主体和绿色技术主体能够充分利用研发力量推进绿色创新活动持续开展，而环境规制、金融环境对绿色创新能力影响不显著，表现出明显的主体双轮驱动特征。政府支持下的主体双轮驱动型模式以企业和高校、科研机构为核心对象，通过获得政府资源、人力资源实现绿色创新目标。首先，相较于传统创新，绿色创新更加注重企业在整个生命周期中能有效减少环境风险、降低污染和资源消耗的负面影响，亟须政府通过增加环境支出推进区域资源优化配置。财政环保支出是地方政府推进企业绿色低碳循环发展的主要支出型政策工具［31］，能够激励企业法人和主要管理者增强绿色发展意识，从而将环境因素纳入生产决策函数。在宏微观政策传导理论框架下，一方面，政府增加财政环保支出可加快推进区域环境基础设施建设，为企业后续从事绿色技术创新活动提供完善的硬件基础设施，进一步降低企业绿色技术创新的市场风险。另一方面，从环保意识层面分析，政府增加财政环保支出具有较强的示范作用，可以传递出政府对环境保护的重视和关注，提高辖区内各经济主体的环保意识。其次，作为政府支持绿色创新发展的基本手段，财政科技支出有利于区域内创新人才集聚，增加绿色知识主体的智力储备，更充分地发挥创新要素流动的正向效应［32］。政府在科学技术、教育等方面的投入能够加快绿色知识和技术在各创新主体之间流动，促进区域协同绿色创新效率提升。政府资源和绿色知识主体、绿色技术主体相互作用形成的“资源+主体”模式对区域绿色创新能力的提升具有辅助作用。最后，以绿色知识主体、绿色技术主体和人力资源的互动关系为主导，加之政府财政资源投入，共同构成政府支持下主体双轮驱动型的运行机制（见图1）。

在这一路径模式中，环境规制和金融环境并没有发挥显著作用，原因可能在于受金融资源需求和供给水平的影响，环境规制和金融环境存在“正向补偿”和“负向抵消”两种机制［7］。当金融资源需求或供给水平较高时，绿色创新主体面临的融资约束较低，政府环境规制更能有效激发其绿色转型动力，促使其积极开展绿色创新活动。反之，创新主体则会面临断贷和环境处罚双重压力，在合规成本放大的情况下放弃产业结构转型升级，转而维持基本的生存能力。因此，两种相互矛盾且效用抵消的外部约束使环境规制和金融环境的作用在政府支持下的主体双轮驱动型运行机制中并不显著。

第二，金融环境缺失下的技术主体弥补型。在组态H2（～FI×ER×HR×～GR×TS）中，以人力资源和绿色技术主体的存在为核心条件，环境规制为辅助条件。在多主体参与的绿色创新生态系统中，企业是实现区域创新驱动发展战略转型最主要的主体。一方面，企业设计自身绿色创新行为推动区域绿色化转型。企业绿色创新涉及产品技术、管理制度、组织和文化等方面，其过程更加强调内外协同创新和协同增值［33］。从内部视角来看，根据资源基础观和高阶理论，组织层面的资源和能力以及高管的经历和认知是影响企业绿色创新行为的重要因素［34］。具有长期导向的企业高管关注市场绿色需求、社会责任和声誉，有选择地积累冗余资源，并通过组织学习能力获取有关绿色产品需求的信号，使绿色知识和创意得到创造、扩散、转化和解释，摆脱组织结构、系统、程序和惯例的桎梏，从而有创造性地探索绿色创新业务。从外部视角来看，市场和制度因素是企业绿色创新的重要动力。基于信号传递理论，消费者对绿色产品和服务的需求不仅会刺激企业积极开展绿色创新，而且会向社会公众及相关利益者传递履行社会责任、遵守环境法规等合法性信号［35］，进而从整体和谐发展的视角促进区域绿色创新能力提升。另一方面，企业通过空间集聚产生的规模经济效应、关联效应和知识溢出效应突破环境资源瓶颈，获得研发创新所需的知识、技术、资金和信息等，促进绿色创新要素的有效配置，降低企业生产运营成本和绿色创新风险，从而提升区域绿色创新水平。在金融环境缺失下的技术主体弥补型模式中，金融环境和政府资源的影响是受限的。究其原因，可能是区域绿色创新能力提升更多依赖企业自身发展动能及其空间集聚产生的创新规模效应，而金融环境和政府资源在多处发力或其他宏观因素影响下其效果被抵消，表现为技术主体的主导性。具体而言，从外部性角度来看，政府通过一系列干预性措施补偿创新主体的正外部性溢出［36］，但这种补偿效应存在“U”型特征，只有超过某一阈值时，才有助于提升绿色创新水平。同时，绿色金融作为支持环境改善、资源节约高效利用的经济活动，其有效性取决于信息水平、政府监管和企业对政策的反应。企业有可能为了避免投资惩罚效应而放弃金融融资，转而通过信号传递效应向资本市场传递积极信号，获取开展绿色创新活动所需的资金。金融环境缺失下技术主体弥补型的运行机制如图2所示。

第三，环境规制下的产学研促进型。在组态H3（ER×HR×～GR×TS×KS）中，以环境规制、绿色技术主体和绿色知识主体为核心条件，人力资源为辅助条件，可以产生高绿色创新能力。环境规制是政府为实现经济发展和环境保护而采取的重要手段，表现为政府政策的一种推拉效应［26］。有效的环境规制体系可弥补绿色活动开展中市场自发调节机制的弊端，通过资源配置效应发挥其对其他绿色创新子系统的调控功能。政府根据绿色参与主体的不同采取差异性规制方式，一方面，通过完善相关环境政策及标准，加大对违规污染排放和资源浪费的惩罚力度，规范企业生产经营行为；另一方面，采取财政补贴、绿色信贷支持、税收减免等方式分担企业的环境治理成本，促进企业积极进行绿色技术研发，最终实现企业绿色转型。高校和科研机构是基础研究的知识技术场域，政府通过实施一系列重点激励措施推动高校和科研机构的绿色技术研发及转化，促使其成为绿色知识溢出和吸收的“主阵地”。值得注意的是，环境规制通过激励效应和约束效应能解决企业和高校、科研机构在开展绿色创新活动中所面临的资金短缺问题，与之相反，绿色技术创新的发展也会对环境规制起到正向反馈作用［37］。例如，高污染企业的绿色化革新会倒逼政府对现有的规制体系进行调整，形成新的规制方式。环境规制下产学研促进型的运行机制如图3（下页）所示。

在绿色创新生态系统中，企业与高校、科研机构之间建立的有关绿色创新的产学研合作体系并不是基于简单的市场竞争关系，而是根据交易成本和技术知识互补原则，围绕绿色知识技术创新形成一种有利于创新性知识溢出的供求关系［38］。绿色技术主体是创新性技术和知识的需求方，通过判断自身在开展绿色创新活动中面临的知识需求和资源缺口，主动与高校和科研机构开展研发合作，依据供求关系实现绿色知识技术的垂直传导，知识从存量高的供给方流向存量低的需求方。需要说明的是，环境规制体系和产学研合作体系并不是孤立地存在于绿色创新生态系统中，政府环境规制在一定程度上促进了企业、高校和科研机构建立产学研合作。当受到环境规制约束时，创新主体必须通过技术创新满足环境监管要求。此时，根据成本最小化理论和资源基础理论，主体需要结合自身技术水平、长期发展战略和多种外部因素作出选择：一是自主创新路径，二是合作联盟形式［39］。当创新主体认为内部研发与外部协作间存在替代关系，且外部协作产生的相对效益更高时，基于自身发展考量会选择与其他主体建立创新合作联盟，利用网络间各自共享的优质资源进行绿色创新。同时，为了更好地维护产学研协同创新的稳定性，政府会建立与之相适应的激励和监督机制，不断调适、优化环境规制政策和手段。另外，这一传导路径的实现离不开区域内强大的人才储备体系。创新人才投入是影响经济发展和技术研发的关键因素，作为绿色创新生态系统的关键要素，区域内人力资源市场为绿色技术主体和绿色知识主体间的知识流动提供了一定的资源支持，两类绿色创新主体的需求也使人才资源的结构和配置更加优化。

（三）稳健性检验

为验证各个条件变量通过匹配来驱动高绿色创新能力的组态路径是否具有稳健性，在其他条件不变的情况下，调整绿色创新能力的校准阈值，将完全隶属点、交叉点和完全不隶属点的阈值分别设为95%、50%和5%分位数，得到的高绿色创新能力组态与原相应组态基本一致（见表4，下页），表明研究结论具有稳健性。

四、研究结论与政策建议

基于绿色创新生态系统理论，从整体性视角对我国30个省（区、市）的绿色创新能力进行条件组态分析和比较，剖析绿色金融环境、环境规制、政府资源、人力资源、绿色知识主体和绿色技术主体对区域绿色创新能力的联动匹配和驱动路径，揭示促进高水平绿色创新能力的必要条件及其复杂互动模式，得到如下结论：第一，绿色创新主体是推动高水平区域绿色创新能力的必要条件。第二，区域高绿色创新能力的背后逻辑是由多重因素并发且协同匹配形成的多种不同路径。产生高绿色创新能力有三种驱动模式，即政府支持下的主体双轮驱动型、金融环境缺失下的技术主体弥补型和环境规制下的产学研促进型。第三，环境规制对区域绿色创新能力的影响具有异质性，且高环境规制强度并不是促进绿色创新能力提升的“万能钥匙”。当其他条件缺失时，政府加大对环境的管制力度会使成本效应大于补偿效应，进而导致区域绿色创新能力下降。

根据上述结论，提出如下政策建议：

第一，持续推进企业主体、市场导向、政府支持的绿色创新体系建设。在金融环境缺失下的技术主体弥补型模式中，受外部市场和制度影响，区域绿色创新能力提升更多依赖企业自身发展动能及其空间集聚产生的创新规模效应。应围绕企业、市场、政府三大参与主体，积极推进绿色技术创新链、产业链和资金链“有机融合、协同提质”。一是强化企业绿色技术创新主体地位。企业作为绿色创新的核心参与者，应关注内部研发能力的培育和提升，构建企业内部绿色知识获取机制、转移机制和应用机制，推进关键创新要素向绿色发展领域倾斜，持续获得互补性、异质性绿色知识输入，不断提升自身绿色“硬实力”。二是多措并举激发绿色技术市场需求，建立面向市场需求的绿色技术供给机制。创新主体应把握数字经济和绿色创新融合新趋势，对标国际领先技术，围绕基础技术、关键共性技术推动绿色创新引领，保障绿色产品的多样性和适应性。与此同时，各主体需加强对绿色技术安全性、环保性和有效性的宣传，灵活运用税收优惠、补贴等政策强化绿色消费牵引，进一步推动创新成果产业化。三是加强企业绿色创新资金保障，規范绿色市场制度建设。政府既要通过政策引领加大对绿色创新企业的财政补贴和资金支持，尽量补偿企业因技术溢出而需额外负担的成本，又要不断完善市场化、法治化营商环境，降低制度性交易成本，精简绿色创新成果申请审核流程，强化绿色知识产权保护。

第二，大力培育以绿色技术、绿色项目、绿色产业为目标的政产研学战略联盟。政府、企业、高校和科研机构的良性耦合和战略联盟有效提高了区域绿色创新水平。因此，各地区要积极构建政府、高校和科研院所、金融机构、其他中介机构共同参与的创新联合体，保证绿色知识、信息、技术交流渠道畅通，进而发挥多主体共生竞合效应。一方面，高校应加强绿色相关学科专业建设，创新人才培养模式，建立以绿色技术为导向的探索性创新联盟，增强绿色创新基础研究能力；科研机构应主动对接企业需求，建立项目牵引机制，以绿色环保项目为抓手，结合区域产业特点、资源优势，引导创新主体开展深层次合作。另一方面，政府应以培育壮大绿色环保战略性新兴产业为目标，增加对高校、科研院所和企业科研活动的经费支持，加强现有科研创新基础平台建设，建立和完善一批创新成果转移转化中心、知识产权运营中心和产业专利联盟。

第三，加大綠色创新体制机制的精准化创设和协同化推进力度。政府不仅要注重以市场为导向的产业集群发展绩效，还要加强绿色技术创新的评估和认证，在绿色创新生态系统中激发高校和科研机构的绿色技术创新活力。另外，不同地区经济发展水平、区位条件和资源禀赋等存在差异，各地方政府要因地制宜选择适合自身的绿色创新发展路径，不断审视经济绿色转型过程中的缺漏和不足，及时补充和优化创新要素组态，促进与资源、主体条件间的协同整合，倒逼区域绿色创新均衡化稳步发展。就中西部地区而言，绿色金融环境和政府对环境的管制力度依然是制约区域绿色创新能力提升的重要因素，政府应加强绿色发展制度创新能力建设，继续扩大绿色金融改革创新试验区范围，完善绿色金融等多种经济手段互动机制，鼓励多方主体参与构建绿色金融体系。

参考文献

［1］黄杰，金华丽．中国绿色创新效率的区域差异及其动态演进［J］．统计与决策，2021（21）：67-71．

［2］唐大鹏，杨真真．地方环境支出、财政环保补助与企业绿色技术创新［J］．财政研究，2022（1）：79-93．

［3］何凌云，梁宵，杨晓蕾，等．绿色信贷能促进环保企业技术创新吗［J］．金融经济学研究，2019（5）：109-121．

［4］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/OL］．南开管理评论．http：//kns.cnki.net/kcms/detail/12.1288.F.20230307.1021.002.html.

［5］PORTER M E. America's green strategy［J］.Scientific American， 1991， 264（4）： 96.

［6］王馨，王营．绿色信贷政策增进绿色创新研究［J］．管理世界，2021（6）：173-188．

［7］孙少岩，王笑音，高翠云．绿色信贷能发挥碳减排效应吗？［J］．中国人口·资源与环境，2023（8）：37-47．

［8］王永贵，李霞．促进还是抑制：政府研发补助对企业绿色创新绩效的影响［J］．中国工业经济，2023（2）：131-149．

［9］FANKHAUSER S， BOWEN A， CALEL R， et al. Who will win the green race？ In search of environmental competitiveness and innovation［J］. Global Environmental Change， 2013， 23（5）： 902-913.

［10］OLIVER A L， K MONTGOMERY K， BARDA S. The multi-level process of trust and learning in university-industry innovation collaborations［J］. The Journal of Technology Transfer， 2020， 45（3）： 758-779.

［11］SONG M L， WANG S H， ZHANG H Y， et al. Could environmental regulation and R&D tax incentives affect green product innovation？［J］. Journal of Cleaner Production， 2020， 258：120849.

［12］ANTONIOLI D， MAZZANTI M. Towards agreen economy through innovations： The role of trade union involvement［J］. Ecological Economics， 2017， 131： 286-299.

［13］MADSEN H L. Business model innovation and the global ecosystem for sustainable development［J］. Journal of Cleaner Production， 2020， 247： 119102.

［14］曾经纬，薛璐绮，李柏洲．绿色创新生态系统生成机制研究［J］．科技进步与对策，2021（13）：11-19．

［15］郑玉雯，张青芬．共生视角下国家高新区绿色创新生态系统能级提升路径研究［J/OL］.科技进步与对策. http：//kns.cnki.net/kcms/detail /42.1224.g3. 20231027.1658.008. html.

［16］WALRAVE B， TALMAR M， PODOYNITSYNA K S， et al. A multi-level perspective on innovation ecosystems for path-breaking innovation［J］. Technological Forecasting and Social Change， 2018， 136： 103-113.

［17］ADNER R， KAPOOR R. Value creation in innovation ecosystems： How the structure of technological interdependence affects firm performance in new technology generations［J］. Strategic Management Journal， 2010， 31（3）： 306-333.

［18］FERNANDO Y， WAH W X. The impact of eco-innovation drivers on environmental performance： Empirical results from the green technology sector in Malaysia［J］. Sustainable Production and Consumption， 2017， 12： 27-43.

［19］CHAKRABORTY P， CHATTERJEE C. Does environmental regulation indirectly induce upstream innovation？ New evidence from India［J］. Research Policy， 2017， 46（5） ： 939-955.

［20］伯努瓦·里豪克斯，查尔斯·C.拉金． QCA设计原理与应用：超越定性与定量研究的新方法［M］．杜运周，等，译．北京：机械工业出版社，2021：90．

［21］谢婷婷，刘锦华．绿色信贷如何影响中国绿色经济增长？［J］．中国人口·资源与环境，2019（9）：83-90．

［22］高锦杰，张伟伟．绿色金融对我国产业结构生态化的影响研究——基于系统GMM模型的实证检验［J］．经济纵横，2021（2）：105-115．

［23］范斐，张雪蓉，连欢．环境规制对长江经济带绿色创新效率的影响研究——基于外商直接投资的中介效应检验［J］．科技管理研究，2021（15）：191-196．

［24］王巧，佘硕，曾婧婧．国家高新区提升城市绿色创新效率的作用机制与效果识别——基于双重差分法的检验［J］．中国人口·资源与环境，2020（2）：129-137．

［25］张江雪，蔡宁，毛建素，等．自主创新、技术引进与中国工业绿色增长——基于行业异质性的实证研究［J］．科学学研究，2015（2）：185-194.

［26］孟卫东，傅博．绿色创新绩效区域集聚效应与空间异质性研究［J］．统计与决策，2017（16）：94-97．

［27］AMORE M D， BENNEDSEN M. Corporate governance and green innovation［J］. Journal of Environmental Economics and Management， 2016， 75（1）： 54-72.

［28］FISS P C. Building better causal theories： A fuzzy set approach to typologies in organization research［J］. Academy of Management Journal， 2011， 54（2）： 393-420.

［29］SCHNEIDER C Q， WAGEMANN C. Set-theoretic methods for the social sciences： A guide to qualitative comparative analysis［M］. Cambridge： Cambridge University Press， 2012.

［30］杜運周，李佳馨，刘秋辰，等.复杂动态视角下的组态理论与QCA方法：研究进展与未来方向［J］．管理世界，2021（3）：180-197.

［31］张琦，郑瑶，孔东民．地区环境治理压力、高管经历与企业环保投资——一项基于《环境空气质量标准（2012）》的准自然实验［J］．经济研究，2019（6）：183-198．

［32］FALLICK B， FLEISCHMAN C A， REBITZER J B. Job-hopping in sillicon valley： Some evidence concerning the micro foundations of a high-technology cluster［J］. Review of Economics and Statistics， 2006， 88（3）： 472-481.

［33］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（1）：128-149．

［34］徐建中，贯君，林艳．制度压力、高管环保意识与企业绿色创新实践——基于新制度主义理论和高阶理论视角［J］．管理评论，2017（9）：72-83．

［35］EL-KASSAR A N， SINGH S K. Green innovation and organizational performance： The influence of big data and the moderating role of management commitment and HR practices［J］. Technological Forecasting and Social Change， 2019， 144： 483-498.

［36］郑威，江唐洋．政府创新偏好、制度环境与城市绿色创新［J］．科技进步与对策，2023（19）：55-64．

［37］CHAN H K， YEE R W Y， DAI J， et al. The moderating effect of environmental dynamism on green product innovation and performance［J］. International Journal of Production Economics， 2016， 181： 384-391.

［38］傅利平，涂俊．市場因素、空间特征对大学创新和知识溢出的影响［J］．管理学报，2014（10）：1499-1506．

［39］肖利平．政府干预、产学联盟与企业技术创新［J］．科学学与科学技术管理，2016（3）：21-30．

Driving Models and Intrinsic Mechanisms of Regional Green Innovation Capability： Based on the Perspective of the Green Innovation Ecosystem

LI Lu  ZHANG Huai-ying

Abstract： Taking 30 provinces in China as research samples， using configuration thinking and fuzzy set qualitative comparative analysis methods， based on the perspective of green innovation ecosystem， this study explores the linkage effect of environment， resources， and subjects on regional green innovation capabilities， as well as the operational mechanism contained in the interactive matching model. Research has found that green innovation entities are a necessary condition for promoting regional high-level green innovation capabilities. The underlying logic of regional high green innovation capability is the concurrent and collaborative matching of multiple factors to form multiple different paths， mainly including the dual wheel drive model of government supported entities， the technology subject compensation model in the absence of financial environment， and the industry university research promotion model under environmental regulation. In order to promote the balanced and steady development of regional green innovation， we should continue to promote the construction of a green innovation system with enterprise as the main body， market orientation， and government support， vigorously cultivate political industry research strategic alliances with green technology， green projects， and green industries as the goals， and increase the precision creation and collaborative promotion of green innovation system mechanisms.

Key words： green innovation; green innovation ecosystem; driving models; linkage effects