0 引言

积极推动“双碳”目标实现与加快“建立健全绿色低碳循环发展经济体系”的部署为新时代中国经济高质量发展指明了方向，为产业转型升级提出了要求。以生产活动中资源消耗最小化、环境损害最低化、社会经济效益最大化实现产业绿色转型升级是中国经济由高速增长转向高质量发展的关键举措。

2020年全国专利密集型产业增加值为121 289亿元，比上年增长5.8%，占GDP比重11.97%。《知识产权强国建设纲要（2021—2035年）》指出到2025年中国专利密集型产业增加值占GDP比重将达到13%，以自主知识产权为核心驱动力的专利密集型产业已成为推动我国经济发展的新引擎。其中高于行业人均发明专利拥有量的高专利密集度产业［1］凭借技术依赖度更强、研发资源更充裕的优势成为深入实施创新驱动发展战略、有效推进我国产业转型升级的重要载体。但当前高专利密集度产业整体表现出技术创新与绿色生产“脱钩”的粗放型发展模式［2］，同经济高质量发展的需求相违背，尚未发挥出先导产业的带头作用。为此，分析我国高专利密集度产业应如何打破技术创新与绿色发展的不协调状态、挖掘加速高专利密集度产业绿色转型升级的有效路径，对于我国经济健康、可持续和高质量发展具有重要参考价值和现实意义。

2012年美国发布《知识产权与美国经济：产业聚焦》综合报告，首次明确专利密集型产业以单位从业人员拥有的专利数高于全行业平均水平为界定标准［3］。国外学者较多采用知识密集Knowledge⁃intensive或者技术密集Technology⁃intensive等表述，研究主要涉及知识密集制药产业、互联网以及信息技术、芯片等高新技术产业［4-5］，近几年则更多关注知识密集型创新企业主体行为研究［6］。国内学者也逐步探索出适合中国国情的专利密集型产业界定体系［7-8］，对专利密集型产业的研究方向也延伸到经济贡献测算、影响因素研究、创新绩效评价等［9-10］。

技术创新与产业结构升级是助推经济发展的两大关键要素［11］。随着绿色发展理念不断深化，技术创新与绿色生产的融合催生了人们对产业绿色转型升级的思考。新发展阶段绿色经济转型是应对环境气候变化、提高资源效率的有效途径［12］。市场经济条件下，绿色转型升级是市场优化资源配置的内生过程［13］，生产主体将迈向资源利用集约、污染物排放减少、环境影响降低、劳动生产率提高、可持续发展能力增强的过程，以资源节约和环境友好为导向，更加注重环境效益与经济效益的协调统一［14］。孙海波等［15］发现环境规制能够正向影响清洁技术创新对工业产业绿色转型的作用效果；张弘滢等［16］指出中国绿色创新环境与工业转型升级的耦合度整体有提升，但协调度较低，并在地域上呈现出由东向西递减的态势。

综合以上发现，学者们普遍从环境约束、技术升级视角关注产业的绿色转型，这进一步肯定了环境指标在研究过程中的重要意义。但探索视角过于单一，研究对象多为传统工业产业。尽管侯建等［2］将技术创新的绿色转型绩效与中国实际国情下高专利密集度制造业面临的生态转型挑战相结合，探讨了环境与能源双约束下影响专利密集型制造产业绿色转型的主要因素。但是，现实中各类复杂的社会经济因素往往相互影响，孤立地分析影响因素与绩效的关系将忽视变量间的协同效应，组态思维则弥补了这一缺陷［17-18］。少有学者从组态分析的视角考虑高专利密集度产业实现绿色转型升级的路径问题。因此本文在绩效测算的基础上，借助模糊集定性比较分析方法，以产业内外部环境理论为支撑，旨在揭示各类条件变量间的复杂互动以及实现绿色转型绩效激励的现实路径，以充分发挥知识导向型生产制造主体自身优势，在新发展阶段抓住机遇完成高效的绿色转型。

1 理论构建

结合构型理论可知，生产活动的复杂性特征表明产业的转型升级是多重因素耦合作用的结果，产业内外的社会、经济、政治、技术环境牵动着相关产业当期与未来发展［19］，仅考察单一变量或少数变量的简单交互不能全面反映高专利密集度产业的绿色转型之路。参考Rajagopalan等［20］在理性视角中强调外部环境与内部环境相互匹配的重要观点，本文筛选出五个前因条件，分别讨论选择各个前因（也即条件变量）的依据及其对高专利密集度产业绿色转型绩效的影响机制。

1.1 知识产权保护

依据内生增长理论和创新理论，技术效率改善的根本动力是技术创新。知识产权制度作为激励技术创新、优化资源配置的重要制度安排，对创新效率存在显著影响［21］。适当加强知识产权保护有利于优化创新要素配置，加速产品质量与生产技术升级，实现产业结构优化。同时，可以减少技术输出国的技术被侵权风险，从而开拓国际市场，激发外商投资活力，并对国内技术升级形成有效倒逼［19］。但过分严格的知识产权保护易引致技术垄断、弱化市场竞争及研发活力，技术模仿与技术扩散受阻［22］。故知识产权保护强度不仅需要考虑政策实施环境的异质性，也应与其他创新驱动因素相互适应。

1.2 环境规制

已有研究已经充分探讨了环保政策对产业绿色技术创新的影响，作为政府干预生产主体环境行为的重要政策工具，环境规制以其独有的稳定性和强制力特征约束生产过程的耗能及排污行为，督促产业内各企业进行绿色技术创新。有效的环境政策能倒逼企业实现技术创新，抵消因环境规制引发的额外成本并提高环境运行的经济绩效［23］。但环境规制的效果因规制类型、产业耗能水平、成本转嫁难易程度等不同而有所差异［24］，其对绿色转型绩效的影响在不同内因、外因的调节下呈现出多种可能。

1.3 技术吸收、消化与转化

在开放经济系统中，产业内部研发的技术积累和对外来技术溢出的吸收、消化、再创新共同作用于研发活动［25］。吸收与利用外部知识的能力是组织创新能力的一个关键组成部分，由于引进的技术已较为成熟，企业可以通过直接学习、优化引进的技术实现创新，技术创新的方向也更加明确［26］，技术引进可以通过在短期内降低成本、提高技术创新质量来提升自主创新绩效［27］。也有学者认为技术引进会显著增加生产主体创新投入，但这对创新产出的正向影响却是不确定的［28］，甚至过度引进会对技术创新产生抑制作用［29］。所以生产主体应在有益的外资引进政策下把握好技术扩散效应，立足技术消化吸收及转化后的再创新环节，避免“路径依赖”陷阱。

1.4 外商直接投资（FDI）

外商直接投资（Foreign Direct Investment，FDI）在激发市场活力的同时通过技术溢出为国内带来先进的生产技术，但对创新能力的提升效果受限于知识产权保护强度、生产主体自身的技术消化吸收能力等一系列内在外在因素。中国经济尚处于转型期，过高的知识产权保护水平在很大程度上不利于发挥FDI流入对技术创新的提升效应［30］。因此，需综合考察知识产权保护强度与FDI的交互影响，以充分保障其对绿色技术创新的驱动效果。与此同时，环境规制政策的实施将有助于规避FDI的“污染避难所”效应，并能引导其加强对清洁技术的运用及污染治理，进而实现绿色转型。

1.5 产业规模

一方面产业规模的扩大带来能源与资源消耗的陡增从而冲抵规模效益，使得绿色技术创新绩效下降［2］。另一方面资源依赖理论认为随着产业规模的扩大，产业内企业数量不断增加，竞争者的迅速涌入迫使单个企业提升创新绩效以获取竞争力，从而推动整个产业绿色创新效率的不断提高。因此独立考察产业规模因素是否激励绿色转型绩效提升存在不确定性。

基于上述理论分析，构建前因变量在多重交互下影响绿色转型绩效的传导模型（见图1），进一步明晰了上述五个条件变量贯穿于生产活动始终，并相互联动影响投入产出以及最终的绿色转型绩效水平。

图1 前因条件影响绿色转型绩效的传导模型

2 研究设计

2.1 模糊集定性比较分析（fsQCA）

传统的定量分析在研究单一变量的净效应时常面临交互效应解释力受限等问题，较难揭示复杂变量间多重并发性因果关系。定性比较分析法（Qualitative Comparative Analysis，QCA）融合定性分析与定量分析优势的同时又能弥补二者不足，更适合管理学实践研究［31］。其中基于集合论的适合处理连续数据的模糊集定性比较分析 （fuzzy set Qualitative Comparative Analysis，fsQCA）方法旨在识别不同条件、不同条件形成的组态与结果之间的充分或必要的子集关系［32］，能够揭示知识产权保护强度、环境规制、产业规模、FDI、技术吸收消化转化能力等前因条件交互构成的组态影响高专利密集度产业绿色转型绩效的因果机制，识别多条激励或抑制绿色转型的路径。fsQCA的另一突出优势在于其对样本数量和数据来源要求较低，擅长处理中小样本［33］，本文选取的样本数据符合这一特征。

2.2 样本选取

以发明专利密集度高于国民经济全部产业平均水平的产业为标准［1］，依据《国民经济行业分类》（GB／T 4754-2017）对41种工业行业2006—2018年的发明专利密集度进行计算，对其中不属于战略型新兴产业、高技术制造业以及对本文研究不具有显著价值的产业进行剔除，最终选取烟草制品业，医药制造业，化学原料和化学制品制造业，专用设备制造业，通用设备制造业，交通运输设备制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业，电气机械和器材制造业作为研究对象。

2.3 变量测量与校准

2.3.1 结果变量

此处选用高专利密集度产业绿色转型绩效值（EFF）作为结果变量，通过建立评价指标体系、代入数据包络模型计算的一般性方法获得。为更好地细化分析，掌握我国高专利密集度产业绿色转型的动态演化，参考黄万华［34］等使用的包含非期望产出的超效率EBM（Super⁃EBM）模型测算了我国2006—2018年的高专利密集度产业绿色转型绩效值，该方法兼顾了生产过程中的环境污染、资源消耗等非期望产出，从而保证测得的结果更符合绿色发展的内涵。考虑到样本产业的知识产权导向型特征，故在非期望产出中加入专利申请失败率作为技术创新损耗的表征［10］，最终围绕“经济-创新-资源-环境”4个子系统建立了绩效评价指标体系（表1），并获得结果变量的量化值（表2）。

表1 高专利密集度产业绿色转型绩效评价指标体系

注：专利申请失败率＝1-产业有效发明专利数／产业专利申请量；环境污染综合指数是利用熵值法对工业废水、废气、固体废物，工业SO2，工业烟（粉）尘进行量化所得。

表2 高专利密集度产业绿色转型绩效量化结果

注：通过MaxDEA8.0软件计算所得，产业名称以简称记。

为更直观分析，根据测算结果绘制绩效走向如图2，其中2013年受到数据统计口径变动的影响存在明显谷值，故将其剔除。从图2可知，不同产业间绿色转型绩效的差距较大，异质性特征明显。从产业总体趋势来看，“十一五”至“十三五”期间高专利密集度产业的绿色转型绩效得到提升，但在使用超效率模型（绩效值允许大于1）的前提下，整个行业的绩效均值（图2阴影部分）仍未超过1，且多个产业的绿色转型绩效水平落在阴影范围内，说明其技术创新资源与绿色转型需求未实现良好匹配，真正实现依靠高专利密集度产业优势带动经济高质量发展的目标仍是任重而道远。为此，通过fsQCA方法获取高专利密集度产业绿色转型的激励路径，使其充分发挥经济高质量发展新引擎的作用，将更具研究与实践价值。

图2 高专利密集度产业绿色转型绩效走向

2.3.2 条件变量

知识产权保护强度（IIPP）。仅考虑宏观环境下的知识产权制度设计难以细化不同产业对知识产权保护的依赖程度，因此本文基于产业间异质性，首先在GP指数的基础上引入执法水平指数F计算宏观层面知识产权实际保护水平（IPRjt）［36］，使用产业相对研发密度（REDRjt）计算具体产业的知识产权保护需求程度［37］，公式为：

式中RDjt为第t年j产业的研发密度，计算方法为产业研发支出／产业工业总产值，RDt为第t年产业研发密度的均值。本文选用宏观层面的知识产权实际保护水平（IPRjt）与产业相对研发密度（REDRjt）的乘积量化某一具体产业的知识产权保护强度。

环境规制强度（ERG）。生产主体需通过提高污染治理费用等方式应对环保政策约束，当产业污染治理费用越高时，可以理解为当期环境规制强度越大［38］。本文以单位污染排放的治理支出衡量环境规制强度，可表示为：

其中，i、j、t分别指代产业、污染物、时期，Costijt与Dischargeijt分别对应第t年i产业j类污染物的治理支出费用和污染排放量，ERGijt即为第t年i产业j类污染物的环境规制强度。同时为了消除资金规模效应带来的偏误，采用如下无量纲化处理方法，式（3）代表t时期i产业j污染物的治理费用相对于同期所有产业同类污染物的治理费用的相对水平。

外商直接投资（FDI）。本文采用外商与港澳台商投资该产业工业产值占其工业总产值的比重表示外商直接投资水平。

产业规模（SCA）。产业规模扩张往往伴随能源消耗与污染排放的增加，间接冲抵了规模效益，而过小的产业规模使得生产资源配置无法满足市场整体发展的要求。本文采用产业内企业数量与该产业工业总产值之比量化产业规模水平。

技术吸收消化与转化水平（TDA）。一般认为，高水平的技术消化吸收投入通常能够帮助企业更好地学习和掌握外来新技术［39］，因而对技术吸收、消化、改造的支出越多，越有可能在已有科研水平和技术专利的基础上实现突破式创新。本文采用高专利密集度产业滞后一期的专利授权量及当期技术引进、改造、消化三项费用支出数据［40］，利用因子分析法将四项数据量化以衡量产业对引进技术的消化吸收水平。

本研究采用直接校准法把变量校准为模糊集，将上述5个条件变量和1个结果变量的完全隶属、转折点和完全不隶属三个定性锚点分别设定为90%、50%和10%分位数值［41］。各变量校准详见表3。

表3 变量校准及数据来源

注：模糊集校准结果由软件Spss计算所得。

3 组态分析

3.1 单一变量必要条件分析

进行组态分析前需对各个条件变量进行必要性检验，即检验结果变量集合是否为条件变量集合的子集，其判定依据为该条件的一致性水平保持在0.9以上。检验结果如表4所示，所有前因条件及其非集的一致性水平均低于0.9，说明没有任何单独一个产业环境要素是影响高专利密集度产业绿色转型绩效的必要条件，需进一步开展条件组态分析。

表4 单一变量必要条件检验

注：“～”代表逻辑关系“非”，表示条件不存在。

为保证检验结果的准确性与稳定性，本文引入必要条件分析方法（Necessary Condition Analysis，NCA）对上述结果进行验证。NCA不仅可以识别特定条件是否是某一结果的必要条件，还可以分析必要条件的效应量d（范围在0到1之间）［42］。表5报告了NCA分析结果，包括采用CR（ceiling regression，上限回归）和CE（ceiling envelopment，上限包络）两种不同估计方法得出的效应量。当效应量大于等于0.1，且蒙特卡洛仿真置换检验显示效应量的P值显著，则可以认定该条件为结果变量的必要条件［41］。选择以精确度更高的CE结果为依据进一步分析，知识产权保护强度P值显著，但效应量（d＝0.019）太小。环境规制强度（P＝0.671），外商直接投资（P＝0.613），行业规模（P＝0.268），技术消化吸收转化水平（P＝0.548）的检验结果不符合显著性要求，显然这些单一的前因条件均不是影响高专利密集度产业绿色转型的必要条件，这与前文检验结果一致。

表5 单一变量必要条件稳健性检验

注：前因条件均为校准后的模糊隶属度值；效应量：0.0≤d＜0.1为“低水平”、0.1≤d＜0.3为“中水平”、0.3≤d＜0.5为“中高水平”、0.5≤d为“高水平”；P值为NCA分析中的置换检验（重抽次数＝10000）。

3.2 条件组态充分性分析

本文旨在探寻不同环境条件组合下推动高专利密集度产业实现绿色转型的激励路径，因此在条件组态的分析中不再探讨“非”逻辑关系下的抑制路径。采用fsQCA3.0软件，将原始一致性阈值设定为0.8，案例频数阈值设定为1，以排除不符合要求的逻辑组合［43］。在标准分析过程中会获得复杂解、中间解和简单解，通过中间解与简单解的嵌套关系对比，可以识别每个解的核心条件：同时存在于中间解和简单解的条件为该解的核心条件，只在中间解中出现的条件为边缘条件［44］。fsQCA分析结果见表6。

表6 实现高专利密集度产业绿色转型激励的组态

注：●表示核心条件变量出现，•表示边缘条件变量出现，⊗表示变量不出现，空白表示该路径中此项前因变量是否出现对结果没有影响。

就单个组态而言，三种组态的一致性值分别为0.93、0.93和1.00，均高于普遍接受的一致性标准0.80。从总体上来看，三种组态的总体一致性为0.96，同样高于可接受的一致性水平0.80，结果具有科学性和解释性。总体覆盖度约为0.62，满足有效解的标准［45］。三种组态的具体内容如下：

3.2.1 组态1——强化引进型

该组态表明，产业规模效应较弱时，高专利密集度产业应积极推进“引进来”吸引优质外商直接投资，同时生产主体应增强自身学习能力，提高对外来技术的消化吸收水平，从而形成“引进-吸收-转化-自主创新”的良性学习路径，最大限度地发挥技术引进对于自主研发和创新能力增长的互补效应，防止对外技术依赖。同时，大量涌入的外资需要辅以收紧的环境规制政策以提防“污染避难所”的情况发生。此时不必过分加大知识产权保护力度，应依照产业的外资吸纳量以及实际科研水平进行适度调节。该路径在张弛有度的外部政策环境下实现，因此更加倾向于在支持“引进来”的大环境下以政府为主导的激励过程。

3.2.2 组态2——自主创新型

该组态表明，随着产业规模效应的扩大，高专利密集度产业将前期积累的外部知识内化为产业自身的技术研发能力，自主创新水平不断加强。对知识产权保护制度的优化应随着产业自主研发水平和发明专利拥有量的提高而加强，从而激励产业继续开展创新活动、保持创新活力。外商直接投资不再是核心激励要素时，本土企业获得更多成长空间与机遇。此时采取适当的环境规制能对产业规模型耗能与排污进行约束调控，技术创新与绿色可持续发展得以实现有效耦合。

3.2.3 组态3——稳固优化型

该组态强调持续稳固地优化组织内、外部环境是产业实现绿色转型升级的保障。政府适度强化知识产权保护用以吸引外资，根据内生增长理论，企业内部需通过增加对外来技术的消化吸收支出实现技术溢出效益的最大化，最终作用于产业整体技术创新绩效的进步。在绿色可持续发展的必然要求下，政府应加强环境管制以减少环境污染与资源消耗的非期望产出，进一步激发生产主体开展绿色技术创新。各项环境因素的稳固优化与相互联动共同激励了高专利密集度产业实现绿色转型。

通过上述分析，本研究分别探讨了高专利密集度产业实现绿色转型绩效激励的三种条件组态，如图3所示。在图中，条件变量落在外圈表示该变量较强，落在内圈则表示该变量较弱。综合分析结果不难看出，知识产权保护强度、环境规制强度与外商直接投资等外部因素在不同路径下扮演着核心条件变量的角色，其中环境规制强度条件在所有路径中出现，这说明在市场化推进的过程中以及在“双碳”目标的激励下，政策工具仍然且将长期发挥着重要的引导作用。

图3 实现绿色转型绩效激励的条件组态

4 研究结论与启示

4.1 研究结论

基于我国高专利密集度产业2006—2018年数据对其绿色转型绩效值进行测算，掌握其横向演化趋势与发展现状；使用模糊集定性比较分析fsQCA方法，基于产业环境理论，综合讨论知识产权保护强度、环境规制强度、外商直接投资、产业规模、技术吸收消化与转化水平作为前因条件在交互作用下影响产业绿色转型升级绩效的路径。研究结论如下：

（1）我国各高专利密集度产业绿色转型绩效总体有提升但质量有待提高。不同产业之间的绿色转型绩效存在较大差异，显著的异质性会弱化绿色科技创新与生态环境间的耦合协调水平。过大的差距不利于产业的整体进步，高专利密集度产业实现技术创新、绿色生产的目标仍然任重而道远。

（2）模糊集定性比较分析结果表明存在三种组态，即三条不同的路径有效激励我国高专利密集度产业实现绿色转型升级，分别为强化引进型、自主创新型、稳固优化型，不同路径代表绿色转型绩效激励的多重实现形式，应结合产业发展状况与内外部环境的协调状态选择最优发展路径。

（3）知识产权保护、环境规制强度与外商直接投资等外部因素作为核心条件变量存在于多条绩效激励路径中。表明现阶段我国高专利密集度产业加快实现绿色转型的重要依托仍是良好的外部政策环境与适宜的环保政策约束。

4.2 政策启示

本文的研究结论对我国高专利密集度产业实现绿色转型升级具有如下政策启示：

（1）因“业”制宜，充分考虑产业间的异质性特征。不同高专利密集度产业的绿色转型绩效之间存在较大差距，应充分考察产业规模大小、外商投资质量、产业自主研发能力等因素，有的放矢地实施差异化的节能减排目标，避免“一刀切”式管理加大生产性投资压力；鼓励产业间合作，强化高绩效产业的先进示范性与带动作用，更好地规避“木桶效应”短板，为高专利密集度产业实现整体绿色转型升级提供持续的激励与引导。

（2）科学统筹，保证施策的灵活性与适用性。具体而言，产业规模效应不显著时，应抓住开展绿色创新的机遇，积极引进低污染、高技术的优质外商投资，充分利用FDI的技术溢出加快绿色转型；产业规模效应扩大时应注重培育生产主体的自主创新能力，扩大绿色技术创新的资金支持和人才培养，同时加强知识产权市场化建设，适当降低专利转化和交易成本，进一步提振产业后发优势。

（3）政策协同，搭建全面优化的外部政策环境。稳步有序地推进能源消费结构改革，提高清洁能源占比，合理设计税收奖惩；完善外商投资准入门槛，坚持“引进来”与“高标准”并行；完善绿色技术创新配套制度，建立健全绿色专利的知识产权司法和行政保护；协调各项政策工具，使其在推动高专利密集度产业绿色转型升级中发挥最大合力。