區域綠色技術創新的前因組態分析

【摘要】在“碳達峰、 碳中和”戰略目標及數字化迅速發展的時代背景下， 提升區域綠色技術創新顯得尤為關鍵。本研究基于WSR理論框架， 以2015 ～ 2021年我國30個省份的面板數據為樣本， 采用動態QCA研究方法， 從雙化協同視角深度剖析區域間綠色技術創新的差異化影響路徑。研究發現： 高數字經濟基礎設施、 高產業數字化、 高產業結構生態化、 高數字人才資源、 高公眾環境關注度對區域綠色技術創新的必要性效應存在顯著的區域差異； 產生高區域綠色技術創新存在6條等效路徑， 主要可以分為WR驅動和SR驅動兩種類型； 所有組態均沒有明顯的時間效應和地區效應。本研究深化了雙化協同背景下區域綠色技術創新影響因素及路徑研究， 并為區域間技術創新提供了實踐參考。

【關鍵詞】雙化協同；動態QCA；WSR方法論；綠色技術創新

【中圖分類號】 F273.1；F124.3 【文獻標識碼】A 【文章編號】1004-0994（2024）17-0112-9

一、 引言

中共中央、 國務院于2023年2月發布的《數字中國建設整體布局規劃》提出， 到2025年， 數字生態文明建設取得積極進展、 數字技術創新實現重大突破， 并要求建設綠色智慧的數字生態文明， 加快數字化綠色化協同轉型等， 這指明了數字化、 綠色化（簡稱“雙化”）發展的方向。雙化協同發展不僅是我國實現高質量綠色發展的內在驅動， 也對區域綠色技術創新提出了更高的要求。由于受到區域經濟發展、 科技發展、 資源稟賦水平差異等現實約束， 如何成功提升區域綠色技術創新水平成為各省面臨的現實困境。尤其是從實踐層面來看， 不少地方缺乏技術創新的持續動力： 一方面， 信息不對稱導致環境規制增加了企業中間成本， 削弱了企業效率和生產率， 抑制了其綠色技術創新能力（Xu和Qi，2017）； 另一方面， 綠色技術的正外部性和知識溢出效應加劇了市場失靈， 導致企業缺乏綠色技術創新的內生激勵， 進一步影響其生產率和創新能力（Ghisetti和Pontoni，2015；謝榮輝，2021）。盡管面臨著諸多挑戰， 部分地區的綠色技術創新和轉型實踐已取得顯著成就。為此， 立足我國“雙化協同”目標， 探索區域綠色技術創新路徑， 對于促進各省份整體技術創新水平的提升以實現各省份綠色高質量發展具有重要的現實意義。

那么， 已有研究是否對上述現實問題進行了合理回應？縱觀現有研究， 盡管已經取得了一些有價值的成果， 但現有研究不僅缺乏系統性、 聯動性， 而且對區域如何順應時勢選擇合適的發展路徑仍缺乏細致探究。

第一， 現有研究在區域綠色技術創新領域雖有所涉獵， 但對要素間深層聯系和系統性框架構建不足， 導致理論與實踐難以有效銜接。一方面， 綠色技術創新需超越單一企業層面， 涉及政府、 企業、 公眾等多主體的協作， 而現有文獻多聚焦于企業， 缺乏區域協同角度的研究（饒奕邦和舒彤，2023；朱瑾等，2022）； 另一方面， 綠色技術創新需要知識、 資本、 人才等要素的有效流動與配置， 但已有研究多局限于單一要素， 如技術發展水平（鄧悅等，2024）、 補貼政策（饒奕邦和舒彤，2023）、 數字化轉型（俞立平等，2024）等對企業創新的影響， 缺少對多要素組合及其在區域層面作用的綜合分析。因此， 亟需深入探究區域層面如何整合資源和主體， 以激發綠色技術創新的內在動力。第二， 綠色技術創新是一個受外部環境顯著影響的動態過程， 其研究需反映這一動態性以適應實際情況的變化。一方面， 現有研究多采用靜態視角， 如基于截面數據的QCA分析（黃鐘儀等，2024）， 未能充分考慮時間因素， 從而無法捕捉因素間的時間聯動效應， 限制了對綠色技術創新效果差異前因條件的深入分析。另一方面， 研究往往忽視了區域特定條件的深入分析， 未能為不同區域定制差異化的發展路徑， 盡管區域影響路徑隨時間、 空間及外部環境的變化而演進。鑒于此， 現有研究需進一步探索如何根據區域的資源稟賦、 產業基礎和環境承載力等因素， 制定針對性的行動策略， 以促進區域綠色技術創新。

針對這些理論和實踐的局限， 本研究響應國家“雙化協同”戰略， 以“區域綠色技術創新”為核心， 利用2015 ～ 2021年間我國30個省份的面板數據， 采用“物理—事理—人理”（WSR）方法論， 探討以下問題： ①在雙化協同背景下， 多要素聯動如何促進區域綠色技術創新？②區域綠色技術創新的路徑存在哪些差異？③區域綠色技術創新驅動路徑是否具有顯著的時間效應或地區效應？

本研究的主要貢獻在于， 通過分析2015 ～ 2021年我國30個省份的面板數據， 運用WSR方法論， 深入探討多要素聯動對區域綠色技術創新的復雜影響。不僅分析了不同要素之間的相互作用機制， 還考察了區域綠色技術創新路徑的多樣性和動態性， 揭示了區域綠色技術創新驅動路徑的時間效應和地區效應， 為不同區域制定差異化的綠色技術創新策略提供了理論依據和實證支持。

二、 理論基礎與模型構建

（一） 理論基礎

WSR方法論是一種綜合性分析工具，它基于整體思維和系統學理論， 通過分解復雜問題并研究各組成部分之間的內在聯系來解決問題。該方法論的核心在于綜合考慮物理、 事理和人理三個層面， 以實現對復雜系統的全面理解， 從而達到“懂物理、 明事理、 通人理”（顧基發等，2007）。

本研究采用WSR方法論研究區域綠色技術創新的影響因素， 具體原因在于： 一方面，WSR方法論強調在分析和處理復雜問題時綜合考量物理條件、 事理邏輯與人理情感三個層面的要素， 這為區域綠色技術創新提供了一個多維度的分析框架。物理層面的分析著重于技術創新的物質基礎和技術條件， 強調技術創新應遵循自然規律， 順應技術發展的內在趨勢。事理層面則聚焦于創新過程中的規則、 原則和程序， 強調組織和協調機制在創新系統中的重要性， 指出一套有效的規則能夠促進創新要素的整合， 提高創新效率。人理層面則關注人的主觀能動性， 包括價值觀、 行為習慣和社會文化。另一方面， WSR方法論特點的影響。一是WSR方法論具有的系統性和整體性， 使其在處理區域綠色技術創新問題時， 能夠超越單一因素的局限， 深入挖掘不同要素之間的相互作用和協同效應； 二是WSR方法論的動態性和適應性， 使其能夠根據不同地區的資源稟賦和創新環境的特點， 靈活調整分析和研究的重點， 實現對區域創新系統的個性化診斷和策略制定。

（二） 模型構建

1. 物理層面與綠色技術創新。“物理”層是指構成世界的基本物質和它們運動變化的規律， 它借助自然科學的原理來闡釋自然現象的本質， 探究事物存在和運作的客觀規律， 解答對于自然世界的疑惑， 即“是什么”這一根本問題（顧基發等，2007）。從區域綠色技術創新角度來看， 其物理因素主要包括為區域綠色技術創新提供信息流通、 數據處理支持的硬件和軟件資源的數字經濟基礎設施， 以及對綠色技術創新至關重要的健康和可持續的生態環境。

一是數字經濟基礎設施賦能綠色技術創新。數字基礎設施作為當代科技進步的結晶， 是依托尖端數字技術構建的全面性平臺。它涵蓋了從數據接入、 存儲、 計算、 管理到開發與使能的全方位功能， 構成了一個完善的數字化生態系統（林擁軍，2019；尹西明等，2022）。這一基礎設施不僅加速了新技術的產業化進程， 而且在制度的引領和市場需求的驅動下促進了技術在多個領域的廣泛應用。它為新業態的誕生、 新產品的開發、 新服務的推出以及新經濟模式的構建提供了豐富的資源和條件， 是促進經濟社會數字化轉型和創新發展的核心動力。一方面， 數字基礎設施通過其高效的數據處理和分析能力， 能快速識別和解決綠色技術發展中的各種問題， 為綠色技術創新提供強有力的信息支持。另一方面， 其易用性確保了在數字經濟的浪潮中政府、 高校和企業等多元創新主體得以集聚， 共同降低科技市場的信息不對稱， 優化綠色創新資源的配置， 打破時間和空間的ANIfCZ5u8qIvUW0UsGMojQ==限制， 共同提升綠色技術創新的層次（郭家琛和王智新，2024）。數字基礎設施的這兩個特性， 構成了推動綠色技術創新的重要基礎。

二是生態環境滋養綠色技術創新。生態環境是和諧的生態關系、 完整的生態系統、 良好的生活環境的總稱（李樹訓，2022）。一方面， 生態環境為綠色技術創新提供了關鍵的資源和基礎。它包含了諸如水資源、 生物多樣性和生態系統穩定性等要素， 這些自然資本為綠色技術的創新及其在可持續發展中的應用提供了豐富的物質基礎（張慧智和孫茹峰，2023）。在技術創新的過程中， 保護環境和合理利用資源至關重要， 這為區域綠色技術的創新和發展打下了堅實的基礎。另一方面， 生態環境的質量及其保護措施直接影響著綠色技術的發展方向及其可持續性。良好的生態環境不僅為技術創新提供必要的自然資源， 還設定必須遵守的環境約束， 確保技術創新與環境保護相協調， 推動綠色技術朝著可持續的路徑發展。因此， 維護和提升生態環境的質量是實現綠色技術創新和可持續發展的重要前提。生態環境的這些特性， 共同構成了推動區域綠色技術創新的重要支撐。

2. 事理層面與綠色技術創新。“事理”層指做事的道理（顧基發等，2007）， 即從客觀現實世界存在的規律中總結出方法， 繼而指導人類認識世界及改造世界的實踐活動（顧基發和高飛，1998）。從區域綠色技術創新角度看， 事理因素是指區域在推動綠色技術發展過程中所遵循的規則、 原則和方法， 在雙化協同背景下的產業數字化、 產業結構生態化， 能夠促進區域綠色技術創新更加有序、 高效地進行， 實現技術進步與環境保護的雙贏， 推動區域經濟的可持續發展。因此， 本文將產業數字化、 產業結構生態化作為影響區域綠色技術創新的事理因素。

一是產業數字化催化綠色技術創新。產業數字化是傳統產業融合數字技術進行的系統性轉型， 它創建了一個從數據收集到分析反饋的完整閉環， 旨在打破信息壁壘， 提高生產效率和產品質量， 促進新業態和商業模式的產生。這一過程以數據為核心， 推動產業鏈的數字化和智能化， 為價值創造提供動力（祝合良和王春娟，2021）。產業數字化對綠色技術創新具有雙重催化作用： 一方面， 它增強了信息處理和傳播的效率， 加速了綠色技術知識的流通與共享， 支持創新要素的整合和多主體協作， 促進了綠色技術創新的外部協作模式發展； 另一方面， 產業數字化的數據采集能力為技術信息的深入挖掘和廣泛應用提供了支持， 降低了企業獲取和學習新技術的成本， 提高了創新的效率和速度（林妍，2023）。綜合來看， 產業數字化降低了綠色技術創新成本， 激發了企業的創新活力， 為可持續的綠色技術創新體系建設提供了基礎。

二是產業結構生態化加速綠色技術創新。產業結構生態化是仿照自然生態的有機循環模式構建資源消耗低、 環境污染少的產業結構， 在使資源得以高效循環利用的同時將污染生產可能造成的環境負擔降至最低限度（高錦杰和張偉偉，2021）。一方面， 該轉型通過重構產業間關系， 優化資本、 勞動力與技術等生產要素的配置， 促進資源向高效產業流動， 提升資源配置效率， 降低能源消耗與碳排放， 為低碳經濟轉型提供支撐（劉濤和韓悅，2023）， 進而催生綠色技術創新； 另一方面， 通過提高服務業與高新技術產業的比重， 實現經濟增長與碳排放的解耦， 推動清潔能源開發與低碳技術研發， 為低碳經濟轉型提供技術動力（謝文倩等，2022）。產業結構生態化轉型作為一項系統工程， 涉及宏觀結構優化與微觀技術革新， 其改善與全要素生產率的提升是實現向生態化產業結構轉變的關鍵， 市場對環保技術的需求增長， 將進一步推動綠色技術創新。

3. 人理層面與綠色技術創新。“人理”是指做人的道理（顧基發等，2007）。現實世界中任何事情的發生均離不開人的力量， 因此在實踐中須充分依靠人的思想， 主導事和物的方向（顧基發等，2021）。作為環境的活躍參與者、 關鍵決策者和創新推動者， 人在塑造或變革環境的過程中扮演著至關重要的角色。因此， 本文將數字人才資源、 公眾環境關注度作為影響區域綠色技術創新的人理因素。

一是數字人才資源引領綠色技術創新。數字人才資源是指在數字環境下， 利用一定信息技術手段和方法， 具有快速有效發現、 獲取、 評價、 整合、 交流信息的綜合科學技能和文化素養的人才集合（曾凡軍和陳永洲，2024；陳懷超等，2022）。一方面， 數字人才通過深化技術創新和數據驅動決策， 促進生產力的數字化轉型， 提升生產效率與市場適應性， 以明晰的洞察力識別和解決綠色技術發展中的挑戰， 將數字資源的有效利用轉化為差異化價值， 打破地理和資源限制， 拓寬創新視野， 為區域綠色技術創新提供強有力的信息支撐和決策指導（陳懷超等，2022）。另一方面， 數字人才運用其專業知識， 實施綠色技術和環境監測， 推動可持續發展， 共同塑造區域綠色技術創新的綠色智能未來。數字人才通過專業技能和創新能力， 促進環境監測和能源管理的智能化， 提高資源效率， 引導產業向低碳、 高效、 可持續方向發展。

二是公眾環境關注度激發綠色技術創新。公眾環境關注度是指社會大眾對環境問題的認識、 關心和參與程度。這個概念涵蓋了公眾對環境狀況的認知、 對環境政策和事件的態度， 以及他們參與環境保護活動的意愿和行為。一方面， 公眾對環境議題的關心正轉化為對綠色產品的青睞（Guo等，2020）， 增強了綠色產品在市場上的吸引力和競爭力。公眾環境意識的提升帶動了對環保商品需求的增長， 激勵企業通過數字化轉型進行綠色技術創新， 優化生產流程， 實現綠色制造， 滿足公眾的環保期待。另一方面， 公眾環境關注度通過社會輿論形成環保壓力， 提高區域中企業的環保責任感和違法成本。有研究指出， 公眾對環境議題的關注度顯著影響資本市場的資金流向， 提升了環保產業的市場價值（王宇哲和趙靜，2018）。在這種高關注度的激勵下， 企業更可能利用數字化工具， 將數據分析和共享技術融入綠色創新之中， 提升技術創新的效率和效果， 促進節能減排和低碳發展， 提高碳排放績效。

綜上所述， 本研究構建理論模型如圖1所示。

三、 研究設計

（一） 研究方法

本研究選用動態QCA方法， 其原因有二： 第一， 相較于傳統QCA， 動態QCA能捕捉時間變化下的變量影響， 揭示案例間差異對結果的影響（Garcia-Castro和Ari?o，2016；蒙克和魏必，2023）； 第二， 區域綠色技術創新的成功路徑多樣化， 動態QCA能識別多種因素相互作用的有效組態， 并分析其隨時間產生的變化， 從而理解不同環境條件下的成功率（Garcia和Ari?o，2016）。由此， 本文采用動態QCA方法， 分析2015 ～ 2021年區域綠色技術創新的前因組態及其演變， 以揭示其演化規律。

（二） 數據來源

考慮到數據的可獲得性與有效性， 本研究選取我國2015 ～ 2021年30個省市自治區為案例樣本（西藏和港澳臺地區因數據缺失未納入）， 從W、 S、 R三個方面選取6個指標， 分析區域綠色技術創新的影響路徑。綠色專利數據來源于CNRDS數據庫， 其他變量的原始數據來源于《中國統計年鑒》《中國環境統計年鑒》《中國工業統計年鑒》《中國科技統計年鑒》中各省份統計年鑒、 國家統計局以及國泰安數據庫， 部分缺失值采用線性插值法補齊。

（三） 變量測量與校準

1. 變量測量。

（1）結果變量： 綠色技術創新。鑒于綠色專利的權威性及可獲得性， 參考以往研究選擇綠色發明專利衡量區域綠色技術創新水平（趙曉夢等，2021）。同時考慮到綠色專利授權存在嚴重的時間滯后和不確定性， 而專利申請量更能直觀量化綠色技術創新活動的產出， 更具時效地考察地區綠色技術創新活動， 因此本研究以各地區的發明專利申請量來衡量區域綠色技術創新水平（閆中意等，2024）， 同時為消除數據的右偏分布問題， 對地區綠色發明專利申請數量取自然對數。

（2）條件變量： 一是數字經濟基礎設施。因數字經濟基礎設施沒有統一衡量標準， 本研究參考以往研究采用的互聯網普及率、 電話普及率、 長途光纜線路長度、 互聯網寬帶接入端口、 互聯網域名數等指標衡量（潘為華等，2021）。二是生態環境。參考以往研究， 使用資源要素、 生態要素、 生態壓力、 生態響應指標進行衡量（Liu等，2018）。三是產業數字化。參考以往研究， 使用電子商務銷售額、 企業信息化水平、 企業網站覆蓋率、 數字普惠金融指數、 快遞業務數量指標進行衡量（潘為華等，2021）， 其中數字普惠金融指數從覆蓋廣度、 使用深度、 數字化程度三方面衡量（Guo等，2020）。四是產業結構生態化。本研究參考以往研究， 從產業結構合理化、 高級化、 可持續化三個維度構建產業結構生態化評價指標體系（劉濤和韓悅，2023；斯麗娟和姚小強，2022）， 其中： 產業結構高級化指數采用第三產業產值與第二產業產值之比來衡量， 產業結構合理化采用泰爾指數來衡量。五是數字人才資源。參考以往研究， 從數量和質量兩個維度衡量數字人才資源， 數量方面以信息技術行業從業人員數量衡量， 質量方面用每十萬人口在校大學生數量衡量（曾凡軍和陳永洲，2024）。六是公眾環境關注度。借鑒以往研究， 使用各省份百度“霧霾”年均搜索指數的自然對數來衡量（移動端搜索量和PC端搜索量）。以上多維變量均采用熵權-TOPSIS法擬合， 具體變量定義見表1。

2. 變量校準。本研究采用熵權-TOPSIS法對關鍵指標進行預處理， 消除量綱影響， 確保數據分析的準確性。鑒于條件和結果變量缺乏成熟的隸屬度標準， 借鑒先前研究， 采用直接校準法（譚海波等，2019）， 設定95%、 50%和5%的閾值對應完全隸屬、 交叉點和完全不隸屬， 將數據轉換為0 ～ 1的模糊隸屬數值。為防止數據丟失， 將校準值為0.5的數據微調至0.501， 確保數據的完整性和比較的一致性。各變量校準點如表2所示。

四、 實證分析

（一） 必要條件分析

在進行組態路徑分析前， 必須驗證各前因變量是否為結果變量的必要條件。在面板數據QCA分析中， 要求前因條件的匯總一致性高于0.9， 覆蓋度超過0.5， 且組間與組內一致性調整距離小于0.1（Garcia-Castro和Ari?o，2016）， 以確保高精確度。若調整距離超出此閾值， 表明可能存在時間或地區效應， 需進一步分析。計算結果見表3。在高綠色技術創新中， 前因條件的匯總一致性均小于0.9， 覆蓋度均大于0.5， 組間一致性調整距離和組內一致性調整距離均有大于0.2的情況。因此， 需要進一步分析其時間效應和地區效應， 且“單一非高條件導致的高結果”可能存在其他因素， 本文主要分析“高與高”和“非高與非高”組合的關系（曾凡軍和陳永洲，2024）。

1. 組間效應分析。可能存在組間效應的因果組合分析如表4所示， 各前因條件一致性隨時間的變化如圖2所示。研究發現， 盡管某些年份的一致性和覆蓋度超過了必要條件的閾值， 但通過X-Y散點圖分析（譚海波等，2019）， 如2019年情況A， 案例分布表明這些條件并未構成綠色技術創新的必要條件， 限于篇幅， 散點圖留存備索。此外， 數字經濟基礎設施和產業數字化的必要性逐年上升， 表明數字經濟基礎設施、 產業數字化正逐漸成為綠色技術創新的決定性因素。

2. 組內效應分析。總體來看， 組內一致性調整距離高于組間一致性調整距離， 表明這6個前因條件和綠色技術創新的必要條件更多地受地區效應影響， 鑒于動態QCA在地區效應分析上的局限性， 本研究采用了張放（2023）的研究框架， 針對我國東部、 中部、 西部以及東北部的發展差異， 采用Kruskal-Wallis秩和檢驗來識別區域間的顯著性差異， 結果如表5所示。

基于各前因條件在不同區域之間的一致性水平， 本研究旨在識別是否存在顯著的區域性差異， 并據此實施配對比較分析， 結果如表6所示。

由表6可知， 高數字經濟基礎設施、 高產業數字化、 高產業結構生態化、 高數字人才資源、 高公眾環境關注度對區域綠色技術創新的必要性效應存在顯著區域效應。總的來說， 東部地區由于其先進的數字經濟基礎設施和豐富的數字人才資源， 在綠色技術創新方面處于領先地位。然而， 中部地區基礎設施建設尚需加強， 限制了綠色技術創新的發展， 產業結構調整步伐較慢， 需要政策引導和資金支持以促進產業結構生態化， 且伴隨一定的人才流失問題； 西部地區基礎設施建設相對滯后， 需要加大投資力度以縮小與東部地區的差距， 產業數字化水平不高， 需要政策扶持和技術支持以加快轉型， 公眾環境意識有待提升， 需要加強環境教育和宣傳； 東北部地區則因傳統重工業占比較高， 面臨著產業結構調整和轉型升級的挑戰， 需要通過政策引導和資金支持， 加快向綠色低碳方向的轉型。

（二） 條件組態的充分性分析

結合研究的實際情況， 本文設置一致性閾值為0.8， PRI閾值為0.8， 頻數閾值為3。表7呈現了整體組態分析結果， 一共包含6種組態， 根據核心條件具體可提煉為3種模型： 以數字經濟基礎設施、 數字人才資源為核心條件的組態M1， 以產業結構生態化、 數字人才資源為核心條件的組態M2， 以數字經濟基礎設施、 公眾環境關注度為核心條件的組態M3。組態的一致性水平分別為0.993、 0.992、 0.983、 0.991、 0.975、 0.979、 0.957， 均高于0.8， 總體一致性閾值為0.977， 高于0.8， 總體覆蓋度為0.75。

在WSR方法論視角下的區域綠色技術創新組態研究中， 高綠色技術創新共有M1、 M2和M3三種組態。組態M1根據邊緣條件的不同可以分為M1a、 M1b和M1c三種組態路徑。組態路徑根據WSR理論主要可以分為WR驅動和SR驅動兩種， 其中M1a命名為數字型WR驅動， M1b命名為協同型WR驅動， M1c命名為數字型WR驅動， M2a命名為數字型SR驅動， M2b命名為協同型SR驅動， M3命名為生態型WR驅動。

1. 數字型WR驅動組態路徑分析與案例描述。該組態以數字經濟基礎設施、 數字人才資源為核心條件， 以公眾環境關注度為邊緣條件， 該路徑能解釋47.5%的綠色技術創新， 5.3%的綠色技術創新行為案例僅能被這條路徑解釋。典型案例是北京市（2015 ～ 2021年）， 北京市通過一系列政策和戰略規劃， 通過建設5G基站和千兆寬帶， 加強了數字基礎設施建設， 同時實施智慧城市項目， 提升了市民生活的數字化水平。在人才方面， 北京市通過發布《北京市數字技術技能人才培養實施方案》等措施， 積極培養數字技術人才， 支撐數字經濟和綠色技術發展。此外， 北京市建立了“1+3+N”制度框架， 進一步促進了數字經濟的發展和綠色技術創新。盡管生態環境面臨挑戰， 但北京市通過建設綠色數據中心和優化能源結構等措施， 推動了可持續發展。在公眾環境關注度方面， 北京市通過數字化手段增強市民對環境問題的認識和參與。通過這些綜合措施， 北京市不僅在數字經濟領域取得了顯著的成就， 而且有效地促進了綠色技術的創新和應用， 為實現經濟的綠色低碳發展和生態環境的保護做出積極貢獻。

2. 協同型WR驅動組態路徑分析與案例描述。該組態以數字經濟基礎設施、 數字人才資源為核心條件， 以產業數字化、 產業結構生態化為邊緣條件， 該路徑能解釋57.7%的綠色技術創新行為， 有8.1%的綠色技術創新行為案例能被這條路徑解釋。該組態的典型案例是浙江省（2015 ～ 2021年）， 浙江省通過《浙江省數字經濟發展“十三五”規劃》等政策， 系統化地推進了數字經濟基礎設施和人才建設， 使綠色技術創新取得顯著進展。通過“城市大腦”和“一圖一碼一指數”系統， 該省不僅優化了數字基礎設施， 而且還建設了大量5G基站并升級了IPv6， 為數字化轉型提供了堅實的技術基礎。浙江省的人才培養方案是每年培育上萬名數字技術專才， 為數字經濟和綠色技術發展提供了人才保障。除此之外， 該省促進了數字技術與實體經濟的融合， 提升了產業智能化水平， 并通過產業結構的生態化轉型， 推動了綠色發展和產業升級。這些政策的實施為浙江省經濟的綠色低碳轉型奠定了堅實的基礎。

3. 數字型WR驅動組態路徑分析與案例描述。該組態以數字經濟基礎設施、 數字人才資源為核心條件， 以產業數字化為邊緣條件， 該路徑能解釋41.5%的綠色技術創新行為， 1.4%的綠色技術創新行為案例僅能被這條路徑解釋。該組態的典型案例是福建省（2015 ～ 2021年）， 福建省通過強化數字基礎設施、 人才集聚、 產業數字化和公眾環保意識， 有效催化了綠色技術創新。在數字經濟基礎設施方面， 福建省投資建設先進的信息通信網絡， 如5G基站和大數據中心， 為企業提供強大的技術平臺， 這些基礎設施的建設為綠色技術創新提供了堅實的物理基礎。在數字人才資源方面， 福建省通過實施人才培養計劃， 吸引大量數字技術技能人才， 為綠色技術創新提供人才支持。同時， 通過政策開放、標準創制和評價體系構建， 形成了“1+3+N”的制度框架， 進一步推動數字經濟的發展， 為綠色技術創新提供人才儲備。在產業數字化方面， 福建省鼓勵企業通過數字化轉型提升生產效率和產品質量， 同時減少資源消耗和環境污染。面對公眾環保意識的挑戰， 福建省運用數字化平臺提高了公眾對環境問題的認識和參與度。通過《福建省推進綠色經濟發展行動計劃》， 該省堅持綠色生產和生態產業化， 目標是到2025年實現綠色經濟的顯著提升， 這些綜合措施為福建省經濟的綠色低碳轉型和可持續發展提供了堅實的基礎。

4. 數字型SR驅動組態路徑分析與案例描述。該組態以產業結構生態化、 數字人才資源為核心條件， 以公眾環境關注度為邊緣條件， 該路徑能解釋44.2%的綠色技術創新行為， 3.5%的綠色技術創新行為案例僅能被這條路徑解釋。該組態的典型案例是北京市（2015 ～ 2021年）， 北京市通過結合高產業結構生態化、 高數字人才資源、 高公眾環境關注度以及面對低生態環境的挑戰， 采取了一系列精準政策， 以應對生態環境挑戰并促進綠色技術創新。通過《北京市“十四五”時期生態環境保護規劃》， 北京市設定了碳達峰和碳中和目標， 推動產業綠色升級和低碳發展， 優化產業布局， 提升產業鏈綠色化。作為科技創新中心， 北京市實施《北京市數字技術技能人才培養實施方案》， 年培養超萬名數字技術人才， 為綠色技術創新提供人才支撐。同時， 北京市通過提升公眾環保意識， 增強了社會對綠色技術的需求。面對生態環境挑戰， 北京市通過建設綠色數據中心、 優化能源結構推動數字經濟可持續發展。《北京市碳達峰實施方案》進一步明確了減少碳排放和改善生態環境的具體措施和目標。這些政策和措施的實施， 使北京市在綠色技術創新方面取得了顯著成效， 為經濟的綠色低碳發展和生態環境保護做出了積極貢獻。

5. 協同型SR驅動組態路徑分析與案例描述。該組態以產業結構生態化、 數字人才資源為核心條件， 以生態環境、 產業數字化為邊緣條件， 該路徑能解釋31.5%的綠色技術創新行為， 0.2%的綠色技術創新行為案例僅能被這條路徑解釋。該組態的典型案例是重慶市（2020 ～ 2021年）， 重慶市通過綜合政策推動綠色技術創新， 聚焦于產業結構的生態化、 人才資源的數字化、 生態環境的保護、 產業的數字化轉型以及公眾環境意識的提升。該市通過實施《重慶市構建市場導向的綠色技術創新體系的實施方案》， 優化產業結構， 推動循環經濟和清潔生產， 強化企業在綠色技術創新中的主體地位。同時， 該市還依托《重慶市人力資源和社會保障事業發展“十四五”規劃（2021—2025年）》， 積極培養和吸引高層次數字人才， 為技術創新提供人才保障。在生態環境保護方面， 重慶市通過立法提高企業環境責任意識， 促進綠色技術的市場需求。產業數字化轉型亦在加速， 通過智能化提升產業效率， 降低能耗。《重慶市支持大數據智能化產業人才發展若干政策措施》的出臺， 加強了大數據智能化產業人才培養， 推動了產教融合。由于面臨著提高公眾環境關注度的挑戰， 重慶市利用數字化手段提升市民的環境意識， 并實施環境優化措施， 加快內陸開放高地建設， 推進綠色技術創新的國際國內合作， 加強知識產權保護， 提高公眾對綠色技術創新的認知和參與度。這些措施共同構成了重慶市綠色技術創新的強大動力， 為可持續發展提供了堅實基礎。

6. 生態型WR驅動組態路徑分析與案例描述。該組態以數字經濟基礎設施、 公眾環境關注度為核心條件， 以生態環境、 產業結構生態化為邊緣條件， 該路徑能解釋26.7%的綠色技術創新行為， 1.9%的綠色技術創新行為案例僅能被這條路徑解釋。該組態的典型案例是福建省（2015 ～ 2016年）， 福建省依托《福建省“十三五”數字福建專項規劃》， 強化了數字基礎設施， 以支撐綠色技術的信息化。省內采取生態保護措施， 提升了森林覆蓋率和水土流失治理效果， 優化了自然生態環境。同時， 福建省推動產業結構向綠色低碳轉型， 鼓勵企業綠色技術研發， 促進產業數字化升級。針對數字人才資源不足的問題， 福建省實施人才培養計劃， 如《福建省“十三五”數字福建專項規劃》中提到的加強智慧城市建設和信息惠民措施， 吸引和培養數字技術技能人才， 以滿足數字經濟發展的需求。福建省還推行“互聯網+”模式， 利用云計算和大數據加強環境監測和污染治理， 推動了綠色技術創新。這些政策共同促進了福建省綠色經濟的發展。

7. 組間結果。為進一步觀察組態路徑是否存在時間效應， 繪制組態的組間一致性趨勢圖， 如圖3所示。6個組態的組間一致性調整距離均小于0.1， 且在2015 ～ 2021年間一致性均大于0.75的閾值， 則認為各個組態不存在明顯的時間效應。

8. 組內結果。如表7所示， 各個組態組內一致性調整距離均低于0.1， 表明各組態并不存在明顯的地區效應， 即各組態的解釋力度在各省市并不存在明顯差異。為進一步觀察組態路徑是否存在地區效應， 繪制組態的組內一致性趨勢圖， 如圖4所示。結果顯示， 組態2和組態3僅在個別地區的解釋力度小于0.75， 屬于良性偏差。因此， 可以認為各組態不存在明顯的地區效應。

（三） 穩健性檢驗

為了確保本研究結果的穩健性， 本研究采納了前人研究中關于一致性水平調整的方法論。具體而言， Schneider和Wagemann（2012）提出， 若在變更一致性水平或模糊集校準閾值后， 所得的組態之間維持了清晰的子集關系， 則研究結果可視為具有穩健性。基于此理論支撐， 本研究將一致性閾值設定為0.9， 重新進行組態分析， 所得組態的結構保持不變， 表明本研究的結論具有較高的穩健性。

五、 研究結論與啟示

（一） 研究結論

本研究以2015 ～ 2021年間30個省級區域為研究樣本， 采用動態QCA方法， 從雙化協同視角采用WSR方法論研究區域綠色技術創新驅動路徑， 研究發現：

第一， 單個要素并不構成區域高綠色技術創新的必要條件， 但單個要素不存在明顯的時間效應， 而是存在一定的地區效應。從時間維度來看， 數字經濟基礎設施、 產業數字化的必要性逐年上升， 表明數字經濟基礎設施、 產業數字化正逐漸成為綠色技術創新的決定性因素； 從地區維度來看， 高數字經濟基礎設施對區域綠色技術創新的必要性效應差異主要表現為“東—中部差異”“東—西部差異”“東—東北部差異”， 高產業數字化對區域綠色技術創新的必要性效應差異主要表現為“東—中部差異”“東—西部差異”“東—東北部差異”， 高產業結構生態化對區域綠色技術創新的必要性效應差異主要表現為“東—中部差異”“東—西部差異”“東—東北部差異”“中—西部差異”“西—東北部差異”， 高數字人才資源對區域綠色技術創新的必要性效應差異主要表現為“東—中部差異”“東—西部差異”“中—西部差異”“西—東北部差異”， 高公眾環境關注度對區域綠色技術創新的必要性效應差異主要表現為“東—西部差異”“東—東北部差異”“中—西部差異”。

第二， 雙化協同和區域綠色技術創新之間存在殊途同歸現象。存在6條產生高區域綠色技術創新的組態路徑， 主要為WR驅動型和SR驅動型， 且各個組態路徑并未呈現出明顯的時間效應和地區效應。

（二） 啟示

第一， 事理層面， 要依據 “窮則變， 變則通， 通則久”的原則， 推動產業結構的數字化和生態化轉型。這要求管理者不僅要關注當前的經濟效益， 還要預見未來的發展趨勢， 通過政策引導和激勵機制， 促進傳統產業向綠色、 低碳方向轉型。產業數字化通過應用云計算、 大數據、 人工智能等現代信息技術， 提高產業鏈的智能化水平， 實現資源的高效配置和循環利用。同時， 產業結構生態化要求管理者在布局時考慮長遠， 避免短期行為帶來的長期負面影響， 構建可持續的產業生態系統。

第二， 物理層面， 強調數字經濟基礎設施和生態環境的建設。管理者應視數字基礎設施為區域發展的基石， 通過建設高速寬帶網絡、 推廣5G技術等， 為綠色技術創新提供物質基礎。生態環境的保護與治理則是支撐持續發展的必要條件， 管理者需遵循自然規律， 保護生物多樣性， 實現人與自然的和諧共生。這要求管理者在推動經濟發展的同時， 注重生態平衡， 維護區域的自然環境和生態資源， 奠定綠色技術創新的環境基礎。

第三， 人理層面， 著重于數字人才資源的培養和公眾環境關注度的提升， “觀乎人文， 以化成天下”。管理者需要重視人才的培養和引進， 通過教育體系的改革、 專業人才的培訓以及國際人才的引進， 構建支撐綠色技術創新的人才隊伍。同時， 通過提升公眾的環保意識和參與度， 形成全社會對綠色發展的支持和推動。管理者應倡導綠色文化， 利用媒體和公共活動普及環保知識， 提高公眾對綠色生活方式和生產方式的認同， 從而在社會層面形成推動綠色技術創新的強大動力。

第四， 要因地制宜地選擇合適的發展路徑。選擇區域綠色技術創新的發展路徑必須綜合考慮當地的資源稟賦、 數字經濟基礎設施、 生態環境、 產業數字化、 產業結構生態化、 數字人才資源以及公眾環境關注度。隨著數字化和綠色化的協同發展， 更多創新路徑不斷形成， 在促進區域綠色技術創新的組態中， 許多變量不構成核心條件， 這就要求區域“適時”調整驅動路徑， 因地制宜選擇合適的路徑。

【 主 要 參 考 文 獻 】

陳懷超，田曉煜，范建紅．數字經濟、人才數字素養與制造業結構升級的互動關系——基于省級面板數據的PVAR分析［ J］．科技進步與對策，2022（19）：49 ～ 58．

鄧悅，蔣琬儀，曹國憲．從外源到內生的技術創新與追趕研究——基于中國垃圾焚燒發電技術發展的分析［ J］．科研管理，2024（8）：164 ～ 171+181．

高錦杰，張偉偉．綠色金融對我國產業結構生態化的影響研究——基于系統GMM模型的實證檢驗［ J］．經濟縱橫，2021（2）：105 ～ 115．

顧基發，高飛．從管理科學角度談物理—事理—人理系統方法論［ J］．系統工程理論與實踐，1998（8）：2 ～ 6．

顧基發，唐錫晉，朱正祥．物理—事理—人理系統方法論綜述［ J］．交通運輸系統工程與信息，2007（6）：51 ～ 60．

顧基發，趙明輝，張玲玲．從理論到實踐：人理的進一步探究［ J］．管理評論，2021（5）：57 ～ 63．

郭家琛，王智新．數字基礎設施建設與城市綠色技術創新——來自“寬帶中國”城市試點的證據［ J］．經濟體制改革，2024（1）：184 ～ 192．

黃鐘儀，鄧翔，許亞楠等．激勵與監督：高新技術企業與非高新技術企業的創新治理為何不同——基于創業板上市企業的定性比較分析（QCA）［ J/OL］．南開管理評論，2024：1 ～ 30［2024-08-26］.http：//kns.cnki.net/kcms/detail/12.1288.f.20230221.1141.004.html．

李樹訓．論“生態環境法典”之“生態環境”的闡釋［ J］．中國環境管理，2022（5）：112 ～ 119．

林妍．產業數字化與綠色技術創新耦合協調測度與分析［ J］．中國流通經濟，2023（2）：68 ～ 78．

林擁軍．數據湖：新時代數字經濟基礎設施［M］．北京：中共中央黨校出版社，2019．

劉濤，韓悅．綠色投資、產業結構生態化與低碳經濟轉型［ J］．經濟與管理評論，2023（6）：17 ～ 29．

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（1）：96 ～ 104．

潘為華，賀正楚，潘紅玉．中國數字經濟發展的時空演化和分布動態［ J］．中國軟科學，2021（10）：137 ～ 147．

饒奕邦，舒彤．基于中國雙積分政策的新能源汽車企業技術創新行為分析［ J］．管理評論，2023（7）：74 ～ 85+111．

斯麗娟，姚小強．綠色金融改革創新與區域產業結構生態化——來自綠色金融改革創新試驗區的準自然實驗［ J］．學習與探索，2022（4）：129 ～ 138+122．

譚海波，范梓騰，杜運周．技術管理能力、注意力分配與地方政府網站建設——一項基于TOE框架的組態分析［ J］．管理世界，2019（9）：81 ～ 94．

王宇哲，趙靜．“用錢投票”：公眾環境關注度對不同產業資產價格的影響［ J］．管理世界，2018（9）：46 ～ 57．

謝榮輝．綠色技術進步、正外部性與中國環境污染治理［ J］．管理評論，2021（6）：111 ～ 121．

謝文倩，高康，余家鳳．數字經濟、產業結構升級與碳排放［ J］．統計與決策，2022（17）：114 ～ 118．

閆中意，卜偉，王雅婧．國家級新區與城市綠色技術創新——基于產業集聚的中介效應研究［ J］．科學學與科學技術管理，2024（7）：49 ～ 67．

尹西明，陳勁，林鎮陽等．數字基礎設施賦能區域創新發展的過程機制研究——基于城市數據湖的案例研究［ J］．科學學與科學技術管理，2022（9）：108 ～ 124．

俞立平，張礦偉，吳功興．數字化轉型對企業創新的作用機制研究：基于技術創新與管理創新的視角［ J］．中國軟科學，2024（1）：24 ～ 35．

曾凡軍，陳永洲．什么樣的數字治理生態能提高數字政府發展水平？——基于生態視角的動態QCA分析［ J］．電子政務，2024（4）：27 ～ 41．

張放．影響地方政府信息公開的因素——基于省域面板數據的動態QCA分析［ J］．情報雜志，2023（1）：133 ～ 141+207．

張慧智，孫茹峰．政府環境注意力如何影響區域綠色技術創新——基于政府治理視角的研究［ J］．科技進步與對策，2023（7）：12 ～ 22．

趙曉夢，陳璐瑤，劉傳江．非正式環境規制能夠誘發綠色創新嗎？——基于ENGOs視角的驗證［ J］．中國人口·資源與環境，2021（3）：87 ～ 95．

朱瑾，許智穎，劉文政．基于非對稱創新理論的中國區域綠色技術創新實現路徑［ J］．中國人口·資源與環境，2022（2）：128 ～ 139．

祝合良，王春娟．“雙循環”新發展格局戰略背景下產業數字化轉型：理論與對策［ J］．財貿經濟，2021（3）：14 ～ 27．

Garcia Castro R.， Ari?o M. A.. A general approach to panel data set-theoretic research［ J］． Journal of Advances in Management Sciences & Information Systems，2016（2）：63 ～ 76．

Ghisetti C.， Pontoni F.. Investigating policy and R&D effects on environmental innovation： A meta-analysis［ J］． Ecological Economics，2015（118）：57 ～ 66．

Guo F.， Wang J.， Wang F.， et al.. Measuring China's digital financial inclusion： Index compilation and spatial characteristics［ J］． China Economic Quarterly，2020 （4）：1401 ～ 1418．

Guo M.， Kuai Y.， Liu X.. Stock market response to environmental policies： Evidence from heavily polluting firms in China［ J］． Economic Modelling，2020（C）：306 ～ 316．

Liu N.， Liu C.， Xia Y.， et al.. Examining the coordination between urbani-zation and eco-environment using coupling and spatial analyses： A case study in China［ J］． Ecological Indicators，2018（93）：1163 ～ 1175．

Schneider C. Q.， Wagemann C.. Set-theoretic methods for the social scien-ces： A guide to qualitative comparative analysis［M］． Cambridge：Cambridge University Press，2012．

Xu Y.， Qi Y.. Re-evaluate the impact of environmental regulation on enterprise productivity and its mechanism［ J］． Finance Trade Economics，2017（38）：147 ～ 160．