Effect of Different Types of Policies on Performance of Resource Recycling Enterprises
-
摘要:
资源循环利用产业具有准公共性和不成熟性双重特征，得到了政府强有力的政策支持，但政策作用机理及效果评价却未引起足够重视。通过引入动态可持续能力的中介作用和政策敏感度的调节作用，构建政策影响资源循环利用企业绩效的理论模型，并利用312份来自国家城市矿产示范基地的样本数据，借助结构方程模型和调节回归分析探讨不同类型政策发挥作用的机制、路径和效应。研究表明：命令控制型政策对资源循环利用企业绩效具有显著负向效应，经济激励型政策与鼓励引导型政策具有显著正向效应；动态可持续能力在鼓励引导型政策与资源循环利用企业绩效之间发挥完全中介作用，而在经济激励型政策与资源循环利用企业绩效之间发挥部分中介作用；政策敏感度在经济激励型政策、鼓励引导型政策与动态可持续能力之间产生了显著的正向调节效应。这些结论揭示了不同类型政策对资源循环利用企业绩效的影响机理，对企业提升其可持续绩效具有重要决策参考价值。
Abstract:Resource recycling is a strategic emerging industry with dual characteristics of quasi publicity and immaturity, and has received strong policy support from Chinese government. However, the policy effect mechanism and comprehensive evaluation have not been paid enough attention. This paper constructs a conceptual model of the influence of policies on the performance of resource recycling enterprise by introducing dynamic sustainability and policy sensitivity. To explore the effective mechanism and transmission paths among different variables, an empirical study was carried out by using structural equation model and regulatory regression analysis based on 312 questionnaires from national urban mineral demonstration bases. Results show that the command-control policies have significant negative effect on the performance of resource recycling, but the economic-incentive policies and the encourage-voluntary policies have significant positive effects. The dynamic sustainability plays a full mediating role between the encourage-voluntary policies and resource recycling performance, while the economic-incentive policy plays a partial mediating effect. Policy sensitivity has significant positive moderating effect both between economic-incentive policies and dynamic sustainability, encourage-voluntary policies and dynamic sustainability. These results reveal the process mechanism of different types of policies affecting the performance of resource recycling enterprises, which will provide important decision-making basis for improving the performance of resource recycling in China.
-
一、 引言
资源短缺和环境污染已成为世界各国面临的共同挑战，尤其是工业化、城镇化和消费持续升级带来各类废弃物的激增，引发了严重的“垃圾围城”危机。然而，各类废弃物中蕴藏着大量可回收利用的二次资源，具有资源供给和价值创造属性，是保障国家资源安全和打造“无废城市”的重要突破口；同时还具有绿色引领、就业安排等多种功能，是培育绿色生活方式、提高社会就业水平的重要途径[1-2]。
有鉴于此，21世纪以来，中国政府高度重视资源循环利用，将其作为推动生态文明建设的战略工具，先后颁布实施了一系列政策。与此同时，各级地方政府纷纷响应党中央要求，出台了相关规章、措施，对各部委颁布的政策从操作层面进行细化，资源循环利用领域的政策表现出数量众多、工具多样、覆盖范围广和发布机构多元等特点[2-3]。随着《循环发展引领行动》《生活垃圾分类制度实施方案》《禁止洋垃圾入境推进固体废物进口管理制度改革实施方案》《“无废城市”建设试点工作方案》等专门政策的密集出台和强有力实施，资源循环利用进入了快速发展轨道，涌现出格林美、启迪桑德等一批在规模、技术、品牌等层面上具有竞争优势的上市公司。然而，一些资源循环利用企业却出现了主业萎缩衰退、资源利用效率低下、产品低端锁定、二次污染频发、吸纳就业乏力等不良绩效问题，凸显了开展资源循环利用政策有效性研究的必要性。党的十九届四中全会提出“全面建立资源高效利用制度”“健全资源节约集约循环利用政策体系”[4]的要求。通过对现有资源循环利用政策效应进行评估，把握政策漏洞和政策方向，能够为政策体系优化提供现实依据。
目前，资源循环利用政策研究已引起学术界的关注，通过文献梳理发现主要集中于以下三方面。一是政策文本梳理与政策解读评价，重点探讨资源循环利用相关政策的要点、动因、演进历程、存在不足、改进建议以及对国外经验借鉴与得到的启示等[2-3, 5-7]。二是政策体系设计，重点聚焦资源循环利用政策体系顶层设计的难点和影响因素，并从产品全生命周期、全产业链管理、“互联网+”等视角采取自上而下与自下而上相结合的方式开展一体化政策体系设计[8-9]。三是政策的效果评价，主要研究政策的作用机制和影响效应，尤其是针对特定领域的政策或特定政策工具开展影响效果评价，前者集中于电子废弃物[10]、建筑废弃物[11]、工业固态废弃物[12]、生活垃圾[13]等领域；后者重点探讨生产者责任延伸制度[14]、财政补贴及税费减免[15]、废弃物资源化专利政策[16]等具体政策工具的作用效果。
总体而言，有关资源循环利用政策的研究成果具有一定的时效性、针对性和覆盖面，为促进中国资源循环利用产业发展提供了重要制度保障，但仍存在较大深化空间，具体体现在：①政策体系设计以规范的理论研究为主，定量实证研究略显不足，导致政策设计及优化缺乏足够的证据支撑，削弱了其实践应用的可信性；且在定量研究方法上以描述统计和多元回归分析为主，这类方法建立在简化的政策评价系统基础上，容易影响研究结论的可靠性，亟需考虑多因素的交互作用。②侧重于特定领域或特定政策工具的效果评价，探讨政策工具对废弃物回收率、资源化价值等少量关键绩效指标的影响，缺乏对政策体系整体效果的系统性解析，存在政策效果反映不充分、政策工具过于单一等不足。③多数文献遵循直接因果逻辑，忽略了政策与企业绩效之间的过程“黑箱”，鲜有从微观视角开展政策对资源循环利用企业绩效的作用机理及效应评价研究，亟待厘清不同政策类型与企业绩效之间的内在关联，建构更加科学的研究逻辑和理论框架并开展实证检验。
随着资源循环利用政策的密集出台和强力实施，政策影响机制及其作用效果评估亟待得到重视。不同类型政策对资源循环利用企业绩效提升是否均具有显著影响，是否促进了企业的培育与成长？不同政策类型遵循怎样的传导路径，其背后的作用机制是什么，对于提升资源循环利用企业绩效是否存在效果差异？政策的作用效果受到哪些因素的影响或制约？回答好这些问题是有效开展政策体系优化的重要前提。文章引入动态可持续能力作为中介变量和政策敏感度作为调节变量，用于解析政策对资源循环利用企业绩效的作用机理，构建政策影响资源循环利用企业绩效的理论模型，并利用来自国家城市矿产示范基地的312份调查数据，借助结构方程模型和调节回归分析方法开展实证研究，探讨不同类型政策对资源循环利用企业绩效的作用路径与影响效应，以期为优化资源循环利用政策体系提供理论解释和决策参考，也为企业及时把握政策要点并提升政策效力和实践指导。
二、 概念界定与理论模型
（一） 主要概念界定及测量维度
1. 资源循环利用政策类型
政府是一个国家经济社会发展、社会公正保障和社会价值实现的重要制度安排，政策是政府发挥作用的载体与依据[17]，作为政府宏观调控和资源配置的重要手段，政策是支持发展不成熟或具有公共产品属性的产业成长的重要引擎。资源循环利用产业属于高技术、高投入、高风险的幼稚产业，并具有准公共产品属性，需要得到政策的大力支持[18]。从政策演进历程来看，资源循环利用政策是围绕废弃物回收、拆解、资源化、市场化等过程，以促进产业快速和高质量发展为目标而颁布实施的各种法律、规划、办法、意见、通知、实施方案等各种政策的总和[2]。基于政策类型的多样化，政策效果需要根据政策类型分类评估，以体现不同类型政策作用效果的差异性。学术界主要有两种政策类型划分方式：一是根据政府干预程度强弱的差异，将政府政策划分为命令控制型、经济激励型和鼓励引导型等方式[3, 7]，不同文献上的术语虽略有不同，但其内涵基本一致；二是根据政策着力点的差异划分为供给面、环境面和需求面政策[2, 19]。这两种划分方式都得到了广泛应用，但由于资源循环利用领域政策以供给面和环境面为主，需求面政策较少[2]。为了更全面地判定不同类型政策的影响效应，采用第一种划分方式，将资源循环利用政策划分为命令控制型、经济激励型和鼓励引导型三种类型。
2. 资源循环利用企业绩效
资源循环利用企业是从事废弃物资源回收、资源化、市场化的企业以及为其提供技术支持、管理服务、宣传引导、协调沟通等功能的生产性服务企业的集合[20]。随着经济社会发展和人类文明程度的不断提高，企业已经突破将经济利润作为唯一追求的传统价值理念，把就业创造、环境保护、人才培养、扶贫捐赠等社会责任纳入其经营绩效范畴，突出对可持续发展、社会和谐、先进理念引导等方面的综合贡献[21-22]。遵循国内外研究的一般观点，文章认为，资源循环利用企业绩效是对资源循环利用企业的经济性、效率性、效果性等方面的综合反映，是企业从事资源循环利用活动所带来的经济、环境和社会等各个层面绩效的总和[18]，其实质是追求可持续绩效。从经济性角度，企业开展资源循环利用不仅强调二次资源及其产品经济价值的挖掘，突出资源节约和废弃物资源转化效率，还重视对社会投资的吸引力和企业成长性；从环境性角度，资源循环利用不仅具有解决废弃物堆存污染的直接任务属性，同样需要考察生产过程的节能减排、产品绿色化以及防范“二次污染”；从社会性角度，主要反映资源循环利用过程中对人才培养、税收缴纳、公益宣传、绿色示范、岗位供给等满足社会公共需求和资源共享方面的贡献。因此，文章将从经济增值性、环境生态性、社会共享性三个维度来衡量资源循环利用企业绩效。
3. 动态可持续能力
自Teece等[23]对动态能力进行概念界定和维度划分以来，动态能力作为企业持续竞争优势和高水平绩效的重要来源，已经成为企业绩效研究的重要视角，取得了丰硕成果。然而，动态能力研究主要因不确定的竞争环境，面对资源短缺和环境污染双重约束的新环境，动态能力的概念及构成维度亟需修正拓展。资源循环利用是在资源和环境强约束下发展起来的，是实现经济可持续发展的战略途径，但其前提是资源高质量循环利用，取得可持续绩效。商华和陈任飞[24]将动态能力和可持续发展相融合，提出了动态可持续能力的概念，强调通过调整企业资源配置实现经济、环境和社会发展的能力。文章认为，动态可持续能力是企业正视资源与环境约束的可持续发展问题，依靠“感知机会与风险→适应内外扰动→恢复系统功能”三级应对机制[18]，克服不确定环境扰动的综合能力。这三级机制可视为三个相互影响又具有递进关系的不同阶段，反映企业应对内外扰动的行动过程，用感知能力、适应能力和恢复能力予以概括，这与商华和陈任飞[24]用监控能力、捕获能力和重构能力解释的可持续动态能力存在内在关联性，但具有更强的内容概括性、逻辑自洽性和易于理解性。
4. 政策敏感度
政策效果不仅取决于政策本身的设计与执行质量，还与政策接受者对政策的敏感程度密切相关[25]。政策敏感度是政策受体对政府所提供各项政策安排的扶持对象、标准、期限等政策内容要点以及政策利用流程、预期效果等各方面信息的整体感知程度，是政策受体对政策信息的主观感受，综合反映政策受体对政策信息的理解程度、响应速度和行动效果[26]。李晨光等[27]以及Venkatesh和Davis[28]采用感知有用性和感知易用性两个方面反映政策感知，其实质是对政策效用的衡量。而政策敏感度不仅应体现政策效用的感知，还应考虑政策受体对政策信息把握的速度，以及对政策内容、操作流程、响应成本等方面信息的理解、掌控与预期。很显然，如果受体的政策敏感度高，就会更快速做出积极响应和理性决策，并不折不扣地落实，从而获得更大的政策效益。
（二） 研究假设与理论模型
1. 政策对资源循环利用企业绩效的影响
政策在资源配置中发挥了重要作用，是弥补市场失灵引发效率损失的重要工具[29]。有效的政策支持在资源循环利用过程中不仅发挥着激励、宣传、引导或制约等多种间接职能，还利用财政资金直接参与基础设施建设，提供公共资源，是提升企业绩效的重要力量[18]。命令控制型政策依靠政府行政权力，通过制定法律法规、强制准入门槛或标准、设置目标责任和严格监督考核等方式，以命令、指示、规定等形式作用于资源循环利用过程，短期内可能由于需要投资环保设施、监督严格等限制企业进入该领域的积极性，并提高企业运营成本，对企业绩效产生负面影响；但从长期来看，管控规制政策具有压力效应，将倒逼企业不断提升环保意识、技术水平和工艺标准[30]，推动企业资源循环利用朝着高端化、绿色化、智能化方向发展，带来废弃物资源化利用深度和广度提升，从而提升企业绩效[16]。经济激励型政策主要依靠价格、税收、补贴、押金、补偿费、政府采购等货币或金融手段，发挥政策的直接干预效应和间接诱导效应[31]，对资源循环利用企业和消费者进行经济刺激，其实质是依靠政府经济政策为资源循环利用企业提供资源扶持，产生资源效应，弥补社会资源在具有公共产品属性行业配置不均衡和行业利润空间有限的不足，削减资源循环利用投资面临的不确定性风险，从而带动企业培育和市场扩张，提升企业从事资源循环利用的效益。鼓励引导型政策主要通过行政服务、宣传教育、信息公开、消费引导等形式，不断优化行业营商环境，转变社会对资源循环利用行业的认知，其实质是发挥政策的信息效应，释放政府重视资源循环利用的信号，激发社会资本进入该领域的内在动力和积极性，并提高社会对再生资源产品的认可度，摆脱再生产品需求不畅的困境，从而保证企业经营成本获得价值补偿。总之，命令控制型、经济激励型和鼓励引导型三种不同政策类型能够产生压力效应、资源效应和信息效应[30-31]，进而影响资源循环利用企业的可持续绩效。综合上述分析，提出如下假设：
假设1：政策对资源循环利用企业绩效具有显著影响。
假设1a：命令控制型政策对资源循环利用企业绩效具有显著影响。
假设1b：经济激励型政策对资源循环利用企业绩效具有显著的正向影响。
假设1c：鼓励引导型政策对资源循环利用企业绩效具有显著的正向影响。
2. 动态可持续能力对资源循环利用企业绩效的影响
动态可持续能力由感知能力、适应能力和恢复能力三个维度构成。其中，感知能力强调企业在可持续发展领域把握机会和规避风险的敏锐性，适应能力体现企业对内外因素冲击的免疫力和抵抗力，恢复能力侧重于企业在遭受打击后的还原力和发展力[18]，这三种能力既相互联系又各有区别，共同创造企业可持续发展绩效。大量研究表明动态能力是企业获取竞争优势和经营绩效的重要因素，区别仅在于动态能力构成维度的差异[32]。对于可持续发展问题，由于不仅应考虑经济绩效，还强调社会责任绩效，突出将资源节约、环境保护、社会共享等理念融入发展战略和业务运营[21-22, 33]，对企业动态能力提出了更高要求，要求企业不断改变资源配置、生产运作、技术创新等价值创造活动，进而实现与环境匹配进化[34]。从动态可持续能力的内涵来看，感知能力强意味着企业能够洞察资源消耗、环境污染、顾客需求、技术变革、市场竞争等领域的机会与风险，准确判断内外部环境变化[35]，从而及时调整经营策略，降低内外环境冲击；适应能力强意味着面对内外环境变化的冲击，企业能够及时调整经营策略、优化资源配置、协调合作关系，防范化解重大风险，具有更强大的免疫力和承受力[36]，有助于削减内外环境变化扰动，获得可持续绩效；恢复能力强代表企业能够依靠资源整合、制度重构、决策调整、关系重组等方式进行组织再造[37]，促使企业在受到外界干扰因素破坏后能够快速修复，实现组织结构、流程、文化与外部环境重新匹配[38]，推动传统动能增添新活力，并开辟新的市场空间。经济增长性、环境生态性和社会共享性共同构成了资源循环利用企业的可持续绩效，这种综合绩效的提升依赖于动态可持续能力的不断增强，是动态可持续能力转化的结果。为此提出如下假设：
假设2：动态可持续能力对资源循环利用企业绩效具有显著的正向影响。
假设2a：感知能力对资源循环利用企业绩效具有显著的正向影响。
假设2b：适应能力对资源循环利用企业绩效具有显著的正向影响。
假设2c：恢复能力对资源循环利用企业绩效具有显著的正向影响。
3. 动态可持续能力在政策与资源循环利用企业绩效间的中介作用
资源循环利用行业具有准公共产品属性，并处于快速成长阶段，是实现经济可持续发展的重要支撑载体，需要政策引导与扶持。政策有效性体现了政府的制度能力[17]，对动态能力具有重要影响。已有研究表明，政策支持对企业绩效产生影响是通过动态能力来实现的，政策支持意味着获得更多稀缺资源[31]，能够加速企业内部信息与知识的传递、整合、吸收与开发[39]。命令控制型政策通过一系列法规、标准、监督等手段强制规范企业行为，促使企业产生更高的社会责任感，提升企业环保意识、行业认知与规范化运作水平[40]，驱使其更加关注环境变化，积极应对外界冲击，具有更强的动态可持续能力。经济激励型政策采用税收调节、财政支持、土地供给等手段扩充企业可使用资源，为企业带来更多的知识、技术、人才等资源储备，有助于企业捕捉、利用机会与感知风险，明晰产业未来发展空间和行动路线[41]，并利用政府资源适应环境变化，降低内外环境变化造成的冲击，具有更强的动态可持续能力。鼓励引导型政策借助政府信息公开、宣传教育、自愿协议、交流共享等手段促进企业与政府的交流与互动，企业可以更快速、准确地获取政府政策信息，并通过信息扩散影响产业链上合作企业[39]，实现政府政策资源的高效利用。因此，政策对企业可持续绩效的影响在于提升其动态可持续能力，即通过改变企业对环境变化的感知与适应能力以及遭受冲击后的恢复能力影响企业绩效。因此，结合行业特征和动态可持续能力内涵，有效政策能够对动态可持续能力产生正向影响，而动态可持续能力又会提升企业从事资源循环利用的绩效水平，动态可持续能力在政策与资源循环利用企业绩效之间发挥了中介作用。为此提出如下假设：
假设3：动态可持续能力在政策与资源循环利用企业绩效关系中起中介作用。
假设3a：动态可持续能力在命令控制型政策与资源循环利用企业绩效关系中起中介作用。
假设3b：动态可持续能力在经济激励型政策与资源循环利用企业绩效关系中起中介作用。
假设3c：动态可持续能力在鼓励引导型政策与资源循环利用企业绩效关系中起中介作用。
4. 政策敏感度在政策与动态可持续能力间的调节作用
政策敏感度是政策受体对政策内容、实施流程及其预期效果的主观感受，不同政策作用效果的发挥需要依靠政策受体对政策的准确感知与积极响应。有研究表明，政策受体对政策的敏感度不同，政策实施效果会产生较大差异[26-27, 42]。在其他因素相同的条件下，政策敏感度高，就能更加准确感知政策价值，理解政策利用程序，并把握获取政策优惠的渠道，提高在该领域创新创业的意愿[43]，从而更好地利用政策，发挥政策效力，应对不确定性环境挑战，提升政策受体可持续发展能力所需时间就越短。与此同时，政策受益主体是政策宣传的重要力量[44]，政策敏感度高，政策受益主体会在合作过程中与合作伙伴分享政策带来的好处，促进政策传播，扩大政策覆盖范围，有效降低政府开展政策宣传的成本，并使其他政策受体更迅速地了解政策条件，积极申请政策优惠，更快速、更大程度享受政策带来的溢出效应[45]。此外，政策敏感度高还将转变旗舰企业进入资源循环利用领域的意愿，增强其产业引领示范带动作用，引发社会跟进效应[46]，带动产业链的快速发展，增强产业链整体的动态可持续能力。由此可见，动态可持续能力的生成与演化受到政策敏感度的影响，政策向动态可持续能力转化具有明显的情境依赖性，转化过程中会受到政策敏感度的调节作用。因此，提出如下假设：
假设4：政策敏感度在政策与动态可持续能力间发挥正向调节作用。
假设4a：政策敏感度在命令控制型政策与动态可持续能力间发挥正向调节作用。
假设4b：政策敏感度在经济激励型政策与动态可持续能力间发挥正向调节作用。
假设4c：政策敏感度在鼓励引导型政策与动态可持续能力间发挥正向调节作用。
基于以上研究假设，构建政策影响资源循环利用企业绩效的概念模型，如图 1所示。
三、 问卷编制与数据采集
（一） 问卷设计与试测
以现有文献使用过的量表或观测变量为基础，结合实地访谈结果及对行业特征的把握，对上述框架中10个潜变量设计初始测量量表，并与该领域五位专家及研究团队成员进行反复推敲，确保变量内容构成的系统性、文字表述的准确性和中国情境的适用性，形成调查问卷。由于较多测量变量是针对行业属性自主开发的，为保证问卷的有效性，研究借助团队负责编制两个再生资源产业园区建设方案和召开福建省再生资源回收体系建设动员大会进行小样本试测，共回收125份问卷，其中有效问卷114份，回收问卷有效率达91.20%，达到研究基本要求。根据问卷信度和效度检验结果对部分测量题项进行增删或调整，形成可用于大规模调查的问卷。最终问卷包含答卷者及服务组织信息与10个潜变量的Likert-5级量表两部分，具体量表如表 1所示(限于篇幅，仅列出测量题项的编码和关键词)。
表 1 测量量表及数据质量检验结果潜变量 编码 测量题项关键词 KMO值 累计方差贡献率/% 标准化负荷量 Cronbach’s α系数 CR AVE 经济增值性(EV) EV01
EV02
EV03
EV04主营业务收入
产品附加价值
废弃物资源化效益
社会投资吸引力0.860 84.9 0.915
0.867
0.89
0.9020.940 0.941 0.799 环境生态性(EE) EE01
EE02
EE03
EE04产品综合能耗
资源综合利用率
污染减排成效
替代原生资源0.829 74.1 0.838
0.744
0.809
0.8470.883 0.884 0.657 社会共享性(SS) SS01
SS02
SS03
SS04缴纳税收水平
员工工资福利
就业岗位提供
公众行为影响0.803 63.9 0.715
0.725
0.710
0.7300.811 0.812 0.519 感知能力(SE) SE01
SE02
SE03
SE04把握市场需求
判定行业趋势
领悟技术变革
诊断内部环境0.802 68.0 0.815
0.674
0.732
0.7990.841 0.842 0.573 适应能力(AD) AD01
AD02
AD03
AD04做好应急准备
打破常规流程
协调合作方式
承受损失风险0.749 61.0 0.764
0.686
0.718
0.7070.786 0.811 0.517 恢复能力(RE) RE01
RE02
RE03
RE04调整经营策略
重设规则制度
调整协同关系
整合异质资源0.794 64.1 0.774
0.588
0.773
0.7530.811 0.815 0.527 命令控制型政策(CP) CP01
CP02
CP03
CP04
CP05
CP06废弃物进口管制
目标责任评价考核
生产者责任延伸
垃圾强制分类与收费
市场准入与资格认定
基地及服务平台验收0.849 52.3 0.648
0.628
0.725
0.558
0.666
0.6960.672 0.818 0.430 经济激励型政策(IP) IP01
IP02
IP03
IP04
IP05
IP06政府优先采购
专项资金补贴
金融信贷支持
税收减免优惠
电子产品基金补贴
土地使用优惠0.886 58.1 0.686
0.747
0.728
0.657
0.677
0.7400.703 0.857 0.500 鼓励引导型政策(VP) VP01
VP02
VP03
VP04
VP05
VP06宣传教育与培训
政府信息公开
公共咨询服务
政企交流合作
产品生态设计及认证
再生产品推荐目录0.865 60.7 0.781
0.753
0.821
0.512
0.659
0.7780.709 0.867 0.523 政策敏感度(PS) PS01
PS02
PS03
PS04
PS05及时获取政策信息
把握政策内容要点
理解政策利用程序
合理预期政策效果
有效开展政策响应0.856 67.6 0.800
0.792
0.667
0.793
0.8020.879 0.881 0.597 注：CR为组合信度；AVE为平均方差抽取量。 （二） 样本选择与数据收集
研究的调查对象包括资源循环利用产业链上从事废弃物回收、资源化、市场化的企业以及为其提供技术支持、管理服务、宣传引导、协调沟通等功能的生产性服务企业。首先，通过实地访谈进行第一轮问卷调查，获得52份有效问卷，然后根据访谈企业提供的信息，借助滚雪球抽样获取所需的样本数据。问卷调查工作于2017年9月—2018年3月期间进行，共回收问卷376份，剔除不合格问卷64份，得到有效问卷312份，回收问卷有效率达到82.98%。样本主要来自资源循环利用起步较早的湖北、天津和福建三个省市，占到有效样本总数的85.00%。312份有效样本单位的基本信息如表 2所示，样本单位涉及不同企业规模、成长阶段和产业链环节，具有较强代表性，可以借助这些样本推断总体特征。利用软件SPSS26.0对有效样本进行描述统计，结果表明调查数据符合多元正态分布的要求，得到各潜变量的均值、标准差及彼此间的相关系数如表 3所示。
表 2 有效样本单位的基本信息统计(n=312)统计维度 类别 人数 占比/% 企业成长年限(AG) 3年及以下
4~8年
9~12年
13~16年
16年及以上58
106
77
46
2518.59
33.97
24.68
14.75
8.01所在省市 福建
天津
湖北
其他108
85
73
4634.62
27.24
23.40
14.74企业规模(OS) 50人及以下51~150人
151~500人
501~1 500人
1 500人及以上125
69
60
32
2640.06
22.12
19.23
10.26
8.33主营业务所处环节(RES) 回收
资源化
市场化
生产性服务76
126
61
4924.36
40.38
19.55
15.71表 3 各潜变量间的相关系数(n=312)变量 EV EE SS SE AD RE CP IP VP PS EV 0.894 EE 0.519** 0.811 SS 0.607** 0.516** 0.720 SE 0.588** 0.552** 0.531** 0.757 AD 0.534** 0.472** 0.484** 0.529** 0.696 RE 0.573** 0.601** 0.408** 0.625** 0.533** 0.726 CP -0.517** -0.444** -0.551** -0.353** -0.288** -0.290** 0.656 IP 0.411** 0.415** 0.330** 0.374** 0.311** 0.300** -0.236** 0.707 VP 0.355** 0.418** 0.372** 0.407** 0.367** 0.426** -0.164** 0.320** 0.723 PS 0.148** 0.153** 0.073 0.230** 0.242** 0.292** -0.070 -0.121* -0.071 0.773 M 2.517 2.380 2.997 3.164 2.463 2.941 2.973 2.860 2.817 3.322 SD 0.987 0.841 0.710 0.802 0.694 0.678 0.590 0.763 0.774 0.786 注：M为均值，SD为标准差。**表示在0.01水平(双侧)上显著相关；*表示在0.05水平(双侧)上显著相关。 （三） 信度与效度检验
为确保研究有效性，对样本数据进行信度和效度检验，检验结果如表 1所示。首先，利用软件SPSS26.0对10个潜变量进行探索性因子分析，各变量的KMO值多数大于0.800，最小值为0.749；累计方差贡献率中仅有2个略低于60.0%，满足数据分析要求。将所有测量变量进行全样本因子分析，提取了10个公共因子，累计可解释方差为64.6%，旋转成分矩阵中各公共因子载荷值均大于0.5，说明问卷具有较好的结构效度，第一个因子解释率为8.97%，占累计方差的13.9%，占总变异比例较低，表明共同方法变异得到了较好控制。然后，对10个潜变量分别进行可靠性分析，仅命令控制型政策的Cronbach’s α系数略低于0.700，多数大于0.800，且校正的项总计相关性均大于0.600，说明各潜变量测量题项的内部一致性较好，表明样本数据适合做结构方程模型分析。
为检验各潜变量的聚合和区别效度，借助软件AMOS24.0，分别对政策类型、资源循环利用企业绩效、动态可持续能力、政策敏感度构建一阶因子模型，各项指标反映模型与样本数据具有较高适配度。由于资源循环利用企业绩效和动态可持续能力的各构成维度之间具有中高度相关关系(相关系数均大于0.5)，且二阶因子模型的适配指标普遍高于一阶因子模型。因此，将感知能力、适应能力和恢复能力聚合为动态可持续能力，将经济增值性、环境生态性和社会共享性聚合为资源循环利用企业绩效，以降低变量间多重共线性造成的不良影响。利用验证性因子分析进行聚合效度检验，所有变量的标准化负荷量均在0.500~0.950之间，CR最小值为0.811，只有命令控制型政策的AVE略小于0.500，表明测量具有较好的聚合效度，模型内在质量较理想。此外，每项变量AVE平方根均大于该变量与其他变量的相关系数，如表 3所示，表明该测量量表具有较高的判别效度。
四、 实证分析与假设检验
（一） 直接效应检验
在验证直接效应时，引入企业规模(OS)和企业成长年限(AG)两个控制变量，按五级标度进行打分。利用312份大样本数据，借助AMOS软件建模，开展不同类型政策对动态可持续能力和资源循环利用企业绩效的直接影响效应以及动态可持续能力对资源循环利用企业绩效的直接影响效应检验，检验结果如表 4所示。从各项拟合指标来看，三个结构方程模型适配度都较好。从标准化路径系数及其显著性水平来看，在5%的显著性水平下，企业成长年限对资源循环利用企业绩效的影响效应不显著，而企业规模具有显著正向影响，凸显了创造规模经济对资源循环利用企业绩效的重要性。三种不同类型政策对资源循环利用企业绩效均有显著影响，命令控制型政策产生了显著的负向效应，经济激励型政策和鼓励引导型政策产生了显著正向影响，这与姚海琳和张翠虹[7]的研究结论一致。因此，假设1a、假设1b和假设1c获得支持。利用双二阶因子模型开展动态可持续能力对资源循环利用企业绩效影响效应的检验，结果表明动态可持续能力提升是创造资源循环利用企业绩效的重要来源(β=0.962，p < 0.001)，感知能力、适应能力和恢复能力是提升企业绩效的关键要素。因此，假设2获得支持。在1%显著性水平下，企业规模(β=0.182，p=0.005)和企业成长年限(β=0.167，p=0.004)对动态可持续能力的影响效应显著，命令控制型政策(β=-0.030，p>0.05)对动态可持续能力的负向效应不显著，而经济激励型政策(β=0.326，p < 0.001)和鼓励引导型政策(β=0.313，p < 0.001)对动态可持续能力具有显著正向影响，且影响效应相当。由于命令控制型政策对动态可持续能力的影响不显著，可以判定动态可持续能力在命令控制型政策与资源循环利用企业绩效之间不存在中介机制，在经济激励型政策、鼓励引导型政策与资源循环利用企业绩效之间发挥中介作用，但需要进一步检验是完全中介还是部分中介。
表 4 直接效应检验结果路径 路径系数 CR p值 统计参数 资源循环利用企业绩效←命令控制型政策 -0.256 -4.205 *** χ2/df=1.239,
GFI=0.901,
TLI=0.978,
RMSEA=0.028,
CFI=0.980资源循环利用企业绩效←经济激励型政策 0.508 7.192 *** 资源循环利用企业绩效←鼓励引导型政策 0.192 4.497 *** 资源循环利用企业绩效←企业规模 0.237 4.984 *** 资源循环利用企业绩效←企业成长年限 0.073 1.784 0.074 资源循环利用企业绩效←动态可持续能力 0.962 10.603 *** χ2/df=1.333,
GFI=0.921, TLI=0.980,
RMSEA=0.033, CFI=0.982动态可持续能力←命令控制型政策 -0.030 -0.392 0.695 χ2/df=1.133,
GFI=0.910,
TLI=0.984,
RMSEA=0.021,
CFI=0.986动态可持续能力←经济激励型政策 0.326 3.631 *** 动态可持续能力←鼓励引导型政策 0.313 4.590 *** 动态可持续能力←企业规模 0.182 2.800 0.005 动态可持续能力←企业成长年限 0.167 2.870 0.004 注：***表示p < 0.001。χ2/df为卡方自由度比；GFI为适配度指数；TLI为非规准适配指数；RMSEA为渐进残差均方和平方根；CFI为比较适配指数。 （二） 中介效应检验
根据直接效应检验结果，利用软件AMOS24.0构建“政策—动态可持续能力—资源循环利用企业绩效”中介机制的结构方程模型如图 2所示。采用AMOS的Bootstrap方法(n=3 000)进行中介效应检验，结果如表 5所示，各项拟合指标表明该模型具有较高的适配度。从标准化路径系数及其显著性水平来看，经济激励型政策(β=0.410，p < 0.001)、鼓励引导型政策(β=0.306，p < 0.001)、企业规模(β=0.228，p < 0.001)对动态可持续发展能力具有显著正向影响，其影响效果依次递减。加入中介变量后，鼓励引导型政策对资源循环利用企业绩效的影响效应变为不显著，表明动态可持续能力在鼓励引导型政策与资源循环利用企业绩效之间扮演了完全中介作用；经济激励型政策、企业规模对动态可持续能力和资源循环利用企业绩效都具有显著的正向影响效应，表明动态可持续能力在它们与资源循环利用企业绩效之间发挥了部分中介作用。根据软件运行结果可以计算出动态可持续能力在经济激励型政策、鼓励引导型政策与资源循环利用企业绩效间的中介效应分别为0.185和0.138，占总效应的比重分别为34.1%和76.7%(接近80%视为完全中介作用)；同时，动态可持续能力在企业规模与资源循环利用企业绩效间的中介效应为0.103，占总效应的比重为41.0%，凸显了扩大企业规模的重要性。由此可见，假设3b和假设3c假设获得支持，假设3a未获得支持。这一结论表明，依靠政府的经济激励型和鼓励引导型政策提升资源循环利用企业绩效需要通过动态可持续能力提升这一桥梁作用。
表 5 中介效应检验结果路径 路径系数 CR p值 统计参数 动态可持续能力←经济激励型政策 0.410 5.040 *** χ2/df=1.313,
GFI=0.881,
TLI=0.969,
RMSEA=0.032,
CFI=0.972动态可持续能力←鼓励引导型政策 0.306 4.867 *** 动态可持续能力←企业规模 0.228 3.544 *** 资源循环利用企业绩效←动态可持续能力 0.452 6.413 *** 资源循环利用企业绩效←命令控制型政策 -0.198 -3.998 *** 资源循环利用企业绩效←经济激励型政策 -0.357 5.830 *** 资源循环利用企业绩效←鼓励引导型政策 0.041 1.045 0.296 资源循环利用企业绩效←企业规模 0.148 3.663 *** 注：***表示p < 0.001。χ2/df为卡方自由度比；GFI为适配度指数；TLI为非规准适配指数；RMSEA为渐进残差均方和平方根；CFI为比较适配指数。 （三） 政策敏感度的调节效应检验
采用逐步回归分析检验政策敏感度的调节效应。为了降低变量间多重共线性的影响，先对控制变量、自变量、调节变量进行中心化处理；然后，将动态可持续能力设为因变量，依次引入中心化处理后的控制变量、自变量、调节变量以及自变量与调节变量的乘积项进行层次回归分析。由于命令控制型政策对动态可持续能力没有显著影响，就无须检验政策敏感度在两者间的调节效应。政策敏感度在经济激励型政策、鼓励引导型政策与动态可持续能力间的调节效应检验结果如表 6所示。
表 6 政策敏感度的调节效应变量 模型1 模型2 模型3 模型4 模型5 模型6 控制变量 企业规模
企业成长年限
资源化
再生利用
生产性服务0.188***
0.185 ***
0.171**
0.123 n.s
0.222**0.138***
0.138 ***
0.166**
0.099 n.s
0.207**0.124***
0.111 ***
0.164**
0.073 n.s
0.198**0.125***
0.109 ***
0.126**
0.160 **0.109***
0.098***
0.114 **
0.168**0.105***
0.093 ***
0.124**
.180 ***自变量 经济激励型政策
鼓励引导型政策
政策敏感度0.121***
0.230 ***0.163***
0.249***
0.247 ***0.166***
0.249***
0.248 **0.185***
0.230***
0.232 ***0.178***
0.234***
0.236 ***调节变量 经济激励型政策×政策敏感度
鼓励引导型政策×政策敏感度0.211*** 0.168***
0.101 **调整后R2 0.329 0.441 0.532 0.532 0.573 0.580 F值 31.394 35.939 45.115 31.373 53.025 48.608 注：***表示p < 0.01，**表示p < 0.05，*表示p < 0.10，n.s表示p>0.10。 从表 6可知，经济激励型政策、鼓励引导型政策、企业规模、企业成长年限都对动态可持续能力具有显著正向效应，与前文结论一致。从组织主营业务所处环节来看，以回收环节为参照，资源化环节(β=0.124，p < 0.01)与生产性服务环节(β=0.180，p < 0.01)的动态可持续能力与之存在显著差异，而再生利用环节与之不存在显著差异；回归系数为正数，表明需要提升回收环节与再生利用环节企业的动态可持续能力，以此保障产业链的整体协调性与稳定性，防止由于这两个环节过于薄弱，阻碍产业链整体演化升级。政策敏感度对动态可持续能力具有显著影响(β=0.236，p < 0.01)，提升政策敏感度能够增强企业动态可持续能力。同时，政策敏感度在经济激励型政策(β=0.168，p < 0.01)、鼓励引导型政策(β=0.101，p < 0.05)与动态可持续能力之间都产生了显著正向调节效应。为了更直观地判断政策敏感度的调节作用，画出其调节作用示意图，如图 3所示。
调节效应检验结果表明：政策敏感度越高的企业，以价格、税收、补偿等货币或金融手段为代表的经济激励型政策可以更有效地提升其动态可持续能力。由于政策敏感度的差异，在相同的经济激励政策扶持下，企业间的动态可持续能力提升程度明显不同。此外，企业对政策的敏感度越高，以公共服务、宣传、引导等为手段的鼓励引导型政策有助于加速组织动态可持续能力培育，政策效果将更快、更好地显现。相反，如果企业政策敏感度低，即便政府的政策力度再大，企业动态可持续能力的提升效果也将不会明显。政策敏感度发挥了扩大器的功能，凸显了提升政策敏感度的重要性。因此，假设4b和假设4c获得支持，假设4a未获得支持。
五、 结语
（一） 结论
近年来，资源循环利用产业正逐步由粗放型向高质量发展转变，政策在这一转换过程中发挥了重要作用。文章从资源循环利用现实政策出发，以政策效果评估为导向，分别引入动态可持续发展能力作为中介变量、政策敏感度作为调节变量，构建政策对资源循环利用企业绩效影响的理论模型，并利用312份来自国家城市矿产示范基地的调查样本数据进行实证检验，探索命令控制型、经济激励型和鼓励引导型三种不同类型政策对资源循环利用企业绩效的影响路径和作用效果，其主要研究结论如下：①命令控制型政策对资源循环利用企业绩效产生了显著的直接负向效应，政府的强制力规制政策对企业成长产生了抑制效应，其原因可能是该类政策缺乏针对性、灵活性和前瞻性，限制了企业进入该领域的积极性并增加了经营成本，其倒逼的技术、工艺升级效应尚未显现，亟待进行调整优化。当然，部分政策事关国家战略，如禁止洋垃圾进口政策，国家以牺牲短期利益来换取长期生态利益，需要公众予以理解，自觉做好垃圾分类，不断提高国内废弃物的供给质量，为企业开展资源循环利用提供高质量的原材料。②经济激励型政策对资源循环利用企业绩效产生正向影响效应，但其作用效果有直接和间接两条路径，其直接效应主要表现为政府利用财政资金，以直接参与或补贴等形式开展垃圾分类回收体系、循环经济园区公共管廊等基础设施建设以及采取政府采购等方式作用于资源循环利用过程，产生直接经济效益；其间接效应是依靠政府税收减免、金融信贷扶持、土地优惠等手段，改变企业资源结构，提升其动态可持续能力，间接促进资源循环利用企业绩效提升，动态可持续能力在经济激励型政策与资源循环利用企业绩效之间扮演了部分中介作用。③鼓励引导型政策对资源循环利用企业绩效产生了正向影响效应，这种作用效果通过政府强有力的信息效应，指明产业发展方向及运作模式，为资源循环利用企业提供方向性指引，从而激发全社会从事资源循环利用的内在动力，颠覆社会传统认知并转化为实际行动，促进企业感知能力、适应能力和恢复能力全面增强，进而提升资源循环利用企业绩效，即动态可持续能力在鼓励引导型政策与资源循环利用企业绩效之间扮演了完全中介作用。④政策敏感度在经济激励型政策、鼓励引导型政策与动态可持续能力之间都产生了显著正向调节效应，这说明政策效果不仅取决于政策本身，还与政策受体的敏感度密切相关，政策敏感度高的企业能够更快、更好地把握政策契机，理解政策利用程序，充分利用政策效应，适时调整经营策略，实现企业转型升级，有助于提高其动态可持续能力。
（二） 启示
首先，不同类型政策的综合使用是推动资源循环利用的重要力量。鉴于命令控制型政策的负向效应，政府一方面应对垃圾进口管制等政策做好引导，并制定废弃物供给数量不足及质量不理想问题的应对举措；另一方面还应对准入门槛、经营许可、法律法规等规制政策进行全方位解析，发现现有政策不足及空缺，推进顶层设计下的政策协同优化，规避强制性政策的短期负面效应，降低企业经营成本。同时，大力吸引社会资本进入资源循环利用领域，支持龙头企业做大做强，发挥龙头企业的规模效应和范围效应，并与经济激励型政策相结合，不断提高企业技术、工艺水平，尽快释放命令控制型政策的倒逼效应。
其次，促进不同类型政策的协同供给，自觉对经济激励型和鼓励引导型政策进行全面梳理，提高政策的系统性、前瞻性和灵活性，构建基于刺激性与自愿性相结合的一体化政策体系，优化不同类型政策的组合使用，释放政策组合产生的联动效应。尤其是要顺应产业向高质量发展的转变需求，从直接财政补贴为主的补血型政策向更多依靠金融优惠、税收减免等支持研发创新、新市场开发的造血型政策转变，促使企业绩效的增加由补贴驱动向创新与市场联合驱动转变，并对驱使全社会自觉开展垃圾回收、资源综合利用和绿色消费的鼓励引导型政策进行补充修订，促进政策效应的持续性和稳步提升。
再次，经济激励型政策与鼓励引导型政策对资源循环利用企业绩效的促进作用很大程度上依赖于企业动态可持续能力的增强，提高企业感知能力、适应能力和恢复能力是改变资源循环利用企业绩效的重要突破口，制定能够增强企业可持续能力的政策显得尤其重要。因此，在开展政策体系诊断与优化设计时，应认真检视不同类型政策对企业动态可持续能力的作用，以提高企业对机会与风险的感知能力、面对内外干扰的抵御与代谢能力以及遭受破坏后的组织再造与系统修复能力为导向，提升政策向动态可持续能力转化的效率。
最后，政策敏感度对企业动态可持续能力不仅具有直接效应，还有调节效应，能够加速经济激励型与鼓励引导型政策向动态可持续能力转化。因此，在优化政策体系的同时，还应提高产业链上主体的政策敏感度，通过政策宣讲会、网络解读、实地讲解等形式增强企业对政策实质精神的领悟，积极采取发布政策实施指导书、现场指导与网络视频会议等形式提高政策应用指导的覆盖面，通过对政策应用效果好的企业进行奖励和宣传发挥其示范带动作用。依靠多管齐下，实现政策制定、颁布、实施、评估、反馈等全过程的精细化管理，促使资源循环利用企业能够更精准掌握政策要点、政策利用流程，准确判断预期效果，依靠政策敏感度的提高创造最大化政策效益。
（三） 研究局限性及未来研究方向
虽然采用滚雪球抽样开展大样本调查，但样本单位主要局限于福建、湖北、天津三省市，这在一定程度上影响了样本的代表性以及研究发现的准确性和推广性。未来可在全国范围内选择覆盖产业链上各个环节的更多样本开展实证检验，从而对文章提出的测量量表和理论模型进行修正、拓展和完善。此外，文章开展实证研究采用的是横截面数据，问卷调查收集的是大致同一时间点的数据，尚未涉及不同政策作用效果的动态仿真。因此，未来可采用纵向研究方式，收集时间序列数据，进一步引入系统动力学、动态演化博弈等方法开展政策动态效果评价，挖掘不同政策及其组合对城市矿产开发企业及其所形成集群绩效的影响效应，为资源循环利用企业(集群)绩效的动态治理提供决策依据。
-
表 1 测量量表及数据质量检验结果
潜变量 编码 测量题项关键词 KMO值 累计方差贡献率/% 标准化负荷量 Cronbach’s α系数 CR AVE 经济增值性(EV) EV01
EV02
EV03
EV04主营业务收入
产品附加价值
废弃物资源化效益
社会投资吸引力0.860 84.9 0.915
0.867
0.89
0.9020.940 0.941 0.799 环境生态性(EE) EE01
EE02
EE03
EE04产品综合能耗
资源综合利用率
污染减排成效
替代原生资源0.829 74.1 0.838
0.744
0.809
0.8470.883 0.884 0.657 社会共享性(SS) SS01
SS02
SS03
SS04缴纳税收水平
员工工资福利
就业岗位提供
公众行为影响0.803 63.9 0.715
0.725
0.710
0.7300.811 0.812 0.519 感知能力(SE) SE01
SE02
SE03
SE04把握市场需求
判定行业趋势
领悟技术变革
诊断内部环境0.802 68.0 0.815
0.674
0.732
0.7990.841 0.842 0.573 适应能力(AD) AD01
AD02
AD03
AD04做好应急准备
打破常规流程
协调合作方式
承受损失风险0.749 61.0 0.764
0.686
0.718
0.7070.786 0.811 0.517 恢复能力(RE) RE01
RE02
RE03
RE04调整经营策略
重设规则制度
调整协同关系
整合异质资源0.794 64.1 0.774
0.588
0.773
0.7530.811 0.815 0.527 命令控制型政策(CP) CP01
CP02
CP03
CP04
CP05
CP06废弃物进口管制
目标责任评价考核
生产者责任延伸
垃圾强制分类与收费
市场准入与资格认定
基地及服务平台验收0.849 52.3 0.648
0.628
0.725
0.558
0.666
0.6960.672 0.818 0.430 经济激励型政策(IP) IP01
IP02
IP03
IP04
IP05
IP06政府优先采购
专项资金补贴
金融信贷支持
税收减免优惠
电子产品基金补贴
土地使用优惠0.886 58.1 0.686
0.747
0.728
0.657
0.677
0.7400.703 0.857 0.500 鼓励引导型政策(VP) VP01
VP02
VP03
VP04
VP05
VP06宣传教育与培训
政府信息公开
公共咨询服务
政企交流合作
产品生态设计及认证
再生产品推荐目录0.865 60.7 0.781
0.753
0.821
0.512
0.659
0.7780.709 0.867 0.523 政策敏感度(PS) PS01
PS02
PS03
PS04
PS05及时获取政策信息
把握政策内容要点
理解政策利用程序
合理预期政策效果
有效开展政策响应0.856 67.6 0.800
0.792
0.667
0.793
0.8020.879 0.881 0.597 注：CR为组合信度；AVE为平均方差抽取量。 
下载: 导出CSV
表 2 有效样本单位的基本信息统计(n=312)
统计维度 类别 人数 占比/% 企业成长年限(AG) 3年及以下
4~8年
9~12年
13~16年
16年及以上58
106
77
46
2518.59
33.97
24.68
14.75
8.01所在省市 福建
天津
湖北
其他108
85
73
4634.62
27.24
23.40
14.74企业规模(OS) 50人及以下51~150人
151~500人
501~1 500人
1 500人及以上125
69
60
32
2640.06
22.12
19.23
10.26
8.33主营业务所处环节(RES) 回收
资源化
市场化
生产性服务76
126
61
4924.36
40.38
19.55
15.71
下载: 导出CSV
表 3 各潜变量间的相关系数(n=312)
变量 EV EE SS SE AD RE CP IP VP PS EV 0.894 EE 0.519** 0.811 SS 0.607** 0.516** 0.720 SE 0.588** 0.552** 0.531** 0.757 AD 0.534** 0.472** 0.484** 0.529** 0.696 RE 0.573** 0.601** 0.408** 0.625** 0.533** 0.726 CP -0.517** -0.444** -0.551** -0.353** -0.288** -0.290** 0.656 IP 0.411** 0.415** 0.330** 0.374** 0.311** 0.300** -0.236** 0.707 VP 0.355** 0.418** 0.372** 0.407** 0.367** 0.426** -0.164** 0.320** 0.723 PS 0.148** 0.153** 0.073 0.230** 0.242** 0.292** -0.070 -0.121* -0.071 0.773 M 2.517 2.380 2.997 3.164 2.463 2.941 2.973 2.860 2.817 3.322 SD 0.987 0.841 0.710 0.802 0.694 0.678 0.590 0.763 0.774 0.786 注：M为均值，SD为标准差。**表示在0.01水平(双侧)上显著相关；*表示在0.05水平(双侧)上显著相关。
下载: 导出CSV
表 4 直接效应检验结果
路径 路径系数 CR p值 统计参数 资源循环利用企业绩效←命令控制型政策 -0.256 -4.205 *** χ2/df=1.239,
GFI=0.901,
TLI=0.978,
RMSEA=0.028,
CFI=0.980资源循环利用企业绩效←经济激励型政策 0.508 7.192 *** 资源循环利用企业绩效←鼓励引导型政策 0.192 4.497 *** 资源循环利用企业绩效←企业规模 0.237 4.984 *** 资源循环利用企业绩效←企业成长年限 0.073 1.784 0.074 资源循环利用企业绩效←动态可持续能力 0.962 10.603 *** χ2/df=1.333,
GFI=0.921, TLI=0.980,
RMSEA=0.033, CFI=0.982动态可持续能力←命令控制型政策 -0.030 -0.392 0.695 χ2/df=1.133,
GFI=0.910,
TLI=0.984,
RMSEA=0.021,
CFI=0.986动态可持续能力←经济激励型政策 0.326 3.631 *** 动态可持续能力←鼓励引导型政策 0.313 4.590 *** 动态可持续能力←企业规模 0.182 2.800 0.005 动态可持续能力←企业成长年限 0.167 2.870 0.004 注：***表示p < 0.001。χ2/df为卡方自由度比；GFI为适配度指数；TLI为非规准适配指数；RMSEA为渐进残差均方和平方根；CFI为比较适配指数。
下载: 导出CSV
表 5 中介效应检验结果
路径 路径系数 CR p值 统计参数 动态可持续能力←经济激励型政策 0.410 5.040 *** χ2/df=1.313,
GFI=0.881,
TLI=0.969,
RMSEA=0.032,
CFI=0.972动态可持续能力←鼓励引导型政策 0.306 4.867 *** 动态可持续能力←企业规模 0.228 3.544 *** 资源循环利用企业绩效←动态可持续能力 0.452 6.413 *** 资源循环利用企业绩效←命令控制型政策 -0.198 -3.998 *** 资源循环利用企业绩效←经济激励型政策 -0.357 5.830 *** 资源循环利用企业绩效←鼓励引导型政策 0.041 1.045 0.296 资源循环利用企业绩效←企业规模 0.148 3.663 *** 注：***表示p < 0.001。χ2/df为卡方自由度比；GFI为适配度指数；TLI为非规准适配指数；RMSEA为渐进残差均方和平方根；CFI为比较适配指数。
下载: 导出CSV
表 6 政策敏感度的调节效应
变量 模型1 模型2 模型3 模型4 模型5 模型6 控制变量 企业规模
企业成长年限
资源化
再生利用
生产性服务0.188***
0.185 ***
0.171**
0.123 n.s
0.222**0.138***
0.138 ***
0.166**
0.099 n.s
0.207**0.124***
0.111 ***
0.164**
0.073 n.s
0.198**0.125***
0.109 ***
0.126**
0.160 **0.109***
0.098***
0.114 **
0.168**0.105***
0.093 ***
0.124**
.180 ***自变量 经济激励型政策
鼓励引导型政策
政策敏感度0.121***
0.230 ***0.163***
0.249***
0.247 ***0.166***
0.249***
0.248 **0.185***
0.230***
0.232 ***0.178***
0.234***
0.236 ***调节变量 经济激励型政策×政策敏感度
鼓励引导型政策×政策敏感度0.211*** 0.168***
0.101 **调整后R2 0.329 0.441 0.532 0.532 0.573 0.580 F值 31.394 35.939 45.115 31.373 53.025 48.608 注：***表示p < 0.01，**表示p < 0.05，*表示p < 0.10，n.s表示p>0.10。
下载: 导出CSV
-
[1] WEN Z G, ZHANG C K, JI X L, et al. Urban mining's potential to relieve China's coming resource crisis[J]. Journal of Industrial Ecology, 2015, 19(6): 1091-1102.
[2] 王昶, 耿红军, 姚海琳, 等. 中国城市矿产政策演化研究[J]. 中国人口·资源与环境, 2017, 27(5): 92-101. [3] 姚海琳, 向艳芳, 王昶, 等. 1987-2015年中国城市矿产政策的文献量化研究[J]. 资源科学, 2017, 39(6): 1059-1070. [4] 中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定[EB/OL]. (2019-11-05)[2020-03-01]. . [5] 田华文. 中国城市生活垃圾管理政策的演变及未来走向[J]. 城市问题, 2015(8): 82-89. [6] 李景茹, 赫改红, 钟喜增. 日本、德国、新加坡建筑废弃物资源化管理的政策工具选择研究[J]. 建筑经济, 2017, 38(5): 87-90. [7] 姚海琳, 张翠虹. 政策工具视角下中国城市矿产政策效果评估[J]. 城市问题, 2018(11): 12-20. [8] LAZAREVIC D, BUCLET N, BRANDT N. The application of life cycle thinking in the context of European waste policy[J]. Journal of Cleaner Production, 2012, 29: 199-207.
[9] 刘光富, 张士彬, 鲁圣鹏. 基于产品全生命周期理论的再生资源产业政策体系研究[J]. 科技进步与对策, 2014, 31(9): 111-116. [10] DAUM K, STOLER J, GRANT R J. Toward a more sustainable trajectory for e-waste policy: A review of a decade of e-waste research in Accra, Ghana[J]. International Journal of Environmental Research and Public Health, 2017, 14(2): 1-18.
[11] 贾书伟, 严广乐. 组合政策下建筑废弃物管理模型的动态仿真[J]. 系统工程理论与实践, 2018, 38(11): 2966-2978. [12] HAN H Y, ZHANG Z J. The impact of the policy of municipal solid waste source-separated collection on waste reduction: A case study of China[J]. Journal of Material Cycles and Waste Management, 2017, 19(1): 382-393.
[13] CAMILLA A, JESPER S. Direct and indirect effects of waste management policies on household waste behavior: The case of Sweden[J]. Waste Management, 2018, 76(7): 19-27.
[14] RUBIO S, RAMOS P P, LEITÃO M M R, et al. Effectiveness of extended producer responsibility policies implementation: The case of Portuguese and Spanish packaging waste systems[J]. Journal of Cleaner Production, 2019, 210(2): 217-230.
[15] 高艳红, 陈德敏, 谭志雄. 废弃电器电子产品处理补贴政策优化、退出与税收规制[J]. 系统管理学报, 2016, 25(4): 725-732. [16] ALDIERI L, LOPPOLO G, VINCI C P, et al. Waste recycling patents and environmental innovations: An economic analysis of policy instruments in the USA, Japan and Europe[J]. Waste Management, 2019, 95(7): 612-619.
[17] 范柏乃, 张电电, 余钧. 政府职能转变: 环境条件、规划设计、绩效评估与实现路径——基于Kast组织变革过程模型的分析[J]. 浙江大学学报(人文社会科学版), 2016(3): 180-200. [18] 张其春, 郗永勤. 城市废弃物资源化共生网络脆弱性影响机制——基于SCP与CAS融合的分析视角[J]. 北京理工大学学报(社会科学版), 2017, 19(2): 9-19. [19] 郭雯, 陶凯, 李振国. 政策组合对领先市场形成的影响分析——以新能源汽车产业为例[J]. 科研管理, 2018, 39(12): 30-36. [20] 张其春, 郗永勤. 城市废弃物资源化共生网络: 概念、特征与体系解析[J]. 生态学报, 2017, 37(11): 3607-3618. [21] 卢福财, 胡平波. 工业废弃物循环利用: 网络运行绩效及其影响因素[J]. 经济管理, 2015(12): 145-153. [22] TIEW K G, BASRI N E A, WATANABE K, et al. Assessment of the sustainability level of community waste recycling program in Malaysia[J]. Journal of Material Cycles and Waste Management, 2015, 17(3): 598-605.
[23] TEECE D J, PISANO G, SHUEN A. Dynamic capabilities and strategic management[J]. Strategic Management Journal, 1997, 18(7): 509-533.
[24] 商华, 陈任飞. 动态可持续能力与企业可持续绩效的关系研究[J]. 科研管理, 2018, 39(10): 79-89. [25] 杨柳, 郑振华. 收入越高农民工越有安全感吗——政策敏感度视角下的群体分化特征研究[J]. 财经科学, 2019(3): 79-91. [26] 郑莹, 陈传明, 张庆垒. 企业政策敏感性研究——制度逻辑和企业所有权的作用[J]. 经济管理, 2015(9): 42-50. [27] 李晨光, 张永安, 王燕妮. 政策感知与决策偏好对创新政策响应行为的影响[J]. 科学学与科学技术管理, 2018, 39(5): 3-15. [28] VENKATESH V, DAVIS F D. A theoretical extension of the technology acceptance model: Four longitudinal field studies[J]. Management Science, 2000, 46(2): 186-204.
[29] AGION P, DEWATRIPONT M, DU L, et al. Industrial policy and competitions: Working Paper 18048[R]. [S. l. ]: National Bureau of Economic: Research, 2012.
[30] 赵晓丽, 赵越, 姚进. 环境管制政策与企业行为——来自高耗能企业的证据[J]. 科研管理, 2015, 36(10): 130-138. [31] 车嘉丽, 薛瑞. 产业政策激励影响了企业融资约束吗?[J]. 南方经济, 2017(6): 92-114. [32] 吴航. 动态能力的维度划分及对创新绩效的影响——对Teece经典定义的思考[J]. 管理评论, 2016, 28(3): 76-83. [33] HAQUE F, NTIM C G. Environmental policy, sustainable development, governance mechanisms and environmental performance[J]. Business Strategy and the Environment, 2018, 27(3): 415-435.
[34] FAUST V, CHRISTENS B D, SPARKS S M A, et al. Exploring relationships among organizational capacity, collaboration, and network change[J]. Psychosocial Intervention, 2015, 24(3): 125-131.
[35] MONDRAGÓN H N, DOMÍNGUEZ D P, REVELES L P, et al. Critical factors for participation in global innovation networks. Empirical evidence from the Mexican nanotechnology sector[J]. Technological Forecasting & Social Change, 2016, 114: 293-312.
[36] ZHU J M, RUTH M. Exploring the resilience of industrial ecosystems[J]. Journal of Environmental Management, 2013, 122: 65-75.
[37] CHOPRA S S, KHANNA V. Understanding resilience in industrial symbiosis networks: Insights from network analysis[J]. Journal of Environmental Management, 2014, 141: 86-94.
[38] SOLDI D, CANDELIERI A, ARCHETTI F. Resilience and vulnerability in urban water distribution networks through network theory and hydraulic simulation[J]. Procedia Engineering, 2015, 119: 1259-1268.
[39] 曾萍, 邬绮虹, 蓝海林. 政府的创新支持政策有效吗?——基于珠三角企业的实证研究[J]. 科学学与科学技术管理, 2014, 35(4): 10-20. [40] LOBATO N C C, VILLEGAS E A, MANSUR M B. Management of solid wastes from steelmaking and galvanizing processes: A brief review[J]. Resources, Conservation and Recycling, 2015, 102: 49-57.
[41] DONG L, ZHANG H, FUJITA T, et al. Environmental and economic gains of industrial symbiosis for Chinese iron/steel industry: Kawasaki's experience and practice in Liuzhou and Jinan[J]. Journal of Cleaner Production, 2013, 59: 226-238.
[42] 熊翅新, 习佳遥, 滕玉华, 等. 政策认知、政策力度与农户清洁能源应用政策满意度研究——基于江西省695个农户调查数据[J]. 农林经济管理学报, 2018, 17(3): 357-364. [43] 崔祥民, 杨东涛. 生态价值观、政策感知与绿色创业意向关系[J]. 中国科技论坛, 2015(6): 124-129. [44] ZHENG S W, LIU W Y, ZHI Q. Cleaner waste management: A review based on the aspects of technology, market and policy[J]. Energy Procedia, 2016, 104: 492-497.
[45] 宁甜甜, 宋至刚. 高校科技工作者政策感知水平对创新行为的影响研究——基于创新自我效能感与工作认同度的调节效应[J]. 天津大学学报(社会科学版), 2017, 19(5): 451-456. [46] WALLS J L, PAQUIN R L. Organizational perspectives of industrial symbiosis: A review and synthesis[J]. Organization & Environment, 2015, 28(1): 32-53.
-
期刊类型引用(0)
其他类型引用(6)
计量
- 文章访问数: 281
- HTML全文浏览量: 40
- PDF下载量: 53
- 被引次数: 6
