引言

在全球环境挑战日益加剧的背景下，企业如何在追求经济增长的同时实现可持续发展，已成为理论与实践共同关注的核心议题。绿色创新作为关键应对路径，不仅体现为产品与工艺的环保改进，更涉及管理方式、组织文化与商业模式的系统性变革。近年来，研究愈发关注高层管理团队（TMT）在推动绿色创新中的战略作用。基于高层梯队理论，TMT功能多样性，即成员在专业背景、职能经验与知识结构上的差异，因其直接影响认知多样性与决策质量，被认为比人口统计学多样性更能实质性驱动绿色创新。然而，现有文献多聚焦一般创新或研发投入，缺乏以绿色专利（尤其是绿色发明专利）为产出指标的实证证据，且对财务约束、重污染行业属性及环境不确定性等边界条件的调节作用探讨不足。本文基于2008-2021年中国A股非金融上市公司数据，实证检验TMT功能多样性对绿色创新的影响及其情境边界，旨在揭示中国制度环境下企业绿色转型的微观治理机制。

理论分析和假设

高管团队多样性对绿色创新的影响

高层梯队理论强调，高层管理团队的特征对企业战略决策和绩效有深远的影响。在此框架下，TMT功能多样性，即高管团队成员在职能背景上的差异，成为了影响企业创新和绩效的重要因素。具有不同职能背景的TMT成员往往带来多样化的视角、知识和经验，这有助于形成更加全面和创新的决策。这种多样性不仅有助于提高企业的整体战略能力，还可以增强企业在环境、社会和治理实践中的表现。在绿色创新的背景下，TMT功能多样性尤为重要。绿色创新通常涉及复杂的技术、环境和市场因素的结合，要求企业在知识、资源和战略上的多样性。功能多样性的TMT能够更好地识别和整合不同领域的知识和资源，从而提高企业绿色创新的能力。基于此，提出假设H1：TMT功能多样性与企业绿色创新正相关。

财务约束的调节作用

尽管TMT功能多样性预计会对绿色创新产生积极影响，但这一效果可能会因企业所处的财务状况而受到影响。财务约束通常限制企业在创新项目上的投资，尤其是在需要长期投入和高风险的绿色创新方面。然而，功能多样化的TMT可能通过其多样化的视角和更广泛的外部联系来缓解这种财务压力，从而依然能够推动绿色创新。在财务约束高的情况下，功能多样性的TMT可能更加擅长通过获取外部资源或优化内部资源分配来支持创新项目。因此，TMT功能多样性在财务约束较高的企业中，可能对绿色创新的影响更为显著。因此，提出假设H2：在财务约束较高的企业中，TMT功能多样性对绿色创新的促进作用更强。

行业特征的调节作用

行业特征也是影响TMT功能多样性与绿色创新关系的重要因素，特别是在高污染行业中。高污染行业往往面临更大的监管压力和社会关注，这促使这些行业的企业更加重视绿色创新以降低环境影响并维护企业形象。在这种背景下，TMT功能多样性可能进一步放大企业的创新能力，因为多样化的高管团队能够更好地应对复杂的监管环境并识别潜在的绿色创新机会。在高污染行业中，多样化的TMT可以为企业提供更丰富的战略选择，帮助企业在满足严格的环境要求的同时实现创新。基于此，提出假设H3：在高污染行业中，TMT功能多样性对绿色创新的促进作用更强。

环境不确定性的调节作用

环境不确定性是影响TMT功能多样性与绿色创新关系的一个关键情境因素。环境不确定性通常指企业外部环境的快速变化和不确定性，这可能对企业的战略决策带来挑战。然而，在环境不确定性较低的情况下，企业的外部环境相对稳定，TMT功能多样性能够更有效地发挥其作用，促进绿色创新的实现。多样化的团队能够更专注于长远的绿色发展战略，而不必频繁应对外部环境的变化，从而提升绿色创新的效率和效果。

相反，在环境不确定性高的情况下，尽管TMT功能多样性可以提供多种备选方案以应对变化，但外部环境的高度不确定性可能会削弱这种多样性对绿色创新的正向影响。企业可能更关注短期的应急措施而非长期的绿色创新战略，导致TMT功能多样性对绿色创新的促进作用减弱。此外，环境不确定性可能通过削弱企业的动态能力进一步影响企业的创新表现。基于此，提出以下假设：因此，提出假设H4：在环境不确定性较低的企业中，TMT功能多样性对绿色创新的促进作用更强。

样本数据与变量

本文选取2008–2021年中国A股上市公司为初始样本，并进行如下筛选以确保数据质量与代表性：（1）剔除ST、*ST及PT等特别处理公司，因其经营异常可能干扰分析结果；（2）剔除金融类企业，因其资本结构和运营模式显著异于其他行业；（3）剔除财务杠杆率小于0或大于1的样本，以排除财务数据异常或高风险企业；（4）剔除关键变量存在缺失值的观测。经上述处理后，最终获得23612个研究样本。

数据来源

本研究中的高层管理团队（TMT）将所有公司执行官（包括首席执行官、首席财务官等）均视为TMT成员。相关数据主要来自CSMAR数据库。企业的绿色创新表现通过其绿色专利的申请与授权情况来衡量，数据来源于中国国家知识产权局。

变量

1. 因变量

本文以中国企业的绿色创新数量作为因变量，具体通过绿色专利（Green Patents，GP）和绿色发明专利（Green Invention Patents,GI）的数量来衡量。这两类专利分别代表了公司在环境保护、节能减排等领域的创新成果。其中，绿色专利包括所有旨在减少环境影响的技术专利，而绿色发明专利则是指通过实质性技术创新形成的发明专利。这种测量方式得到了广泛认可，是评估企业绿色创新能力的重要指标。绿色专利和绿色发明专利数量的增加表明企业在环境技术领域的创新投入和成果，因此能够有效反映企业的绿色创新水平。

2. 自变量

高管职业背景异质性作为自变量，通常通过职业背景的多样性来衡量。具体而言，这一异质性通常使用高层管理团队成员之间在职业经历、行业背景或职能领域上的差异程度来进行量化。在许多研究中，这种职业背景异质性是通过构建异质性指数（如Herfindahl指数或 Blau指数）来测量的，这些指数能够反映出团队成员在不同职业背景上的分布情况 。

Herfindahl指数和Blau指数是常用的衡量职业背景异质性的方法Herfindahl指数计算的是团队成员在各个职业背景类别上的分布集中度，其公式为：

其中，是第类职业背景中成员所占的比例。指数值越低，说明团队的职业背景越多样化。

Blau指数的计算公式为：

Blau指数值越接近1，表明职业背景的异质性越高 。本文采用Blau指数进行衡量。

3. 控制变量

在本研究中，为提高模型估计的准确性并控制潜在混杂因素的影响，我们引入了一系列控制变量。公司层面的控制变量包括：公司年龄，以当年年份与公司成立年份之差加1后的自然对数衡量；公司规模，采用年末总资产的自然对数表示；公司杠杆，以年末总负债除以年末总资产计算；盈利能力，由净利润除以平均总资产得出。在高层管理团队层面，控制变量包括：董事会规模，即董事会人数的自然对数；TMT平均年龄，取董事、监事及高级管理人员年龄的算术平均值；TMT男性比例，为男性高管人数占高管总人数的比例；TMT教育水平，通过董监高成员最高学历的平均赋值得出（通常按大专及以下=1、本科=2、硕士=3、博士=4编码）。此外，还控制了企业性质、两职合一以及是否由“四大”会计师事务所审计。为控制行业和时间层面的系统性差异，模型中进一步加入了基于证监会2012年行业分类标准的行业虚拟变量和年份虚拟变量。

4. 调节变量

研究还引入三个调节变量以检验边界条件。财务约束（SA）采用Hadlock和Pierce（2010）提出的SA指数衡量，反映企业的外部融资约束程度；重污染企业（Pollute）根据国家环保部门公布的重污染行业名单界定，属于该类企业赋值为1，否则为0；环境不确定性（EU），通过将公司自身未经行业调整的环境波动性除以其所在行业的平均环境波动性，得到经行业调整后的环境不确定性指标。

描述性统计

VarName	Obs	Mean	SD	Min	Median	P25	P75	Max
GP	23612	0.6123	0.958	0.00	0.00	0.00	1.10	4.70
GI	23612	0.2362	0.577	0.00	0.00	0.00	0.00	3.58
TMT	23612	0.6738	0.105	0.00	0.69	0.63	0.74	0.83
FirmAge	23612	2.8361	0.363	0.69	2.89	2.64	3.09	3.58
Size	23612	22.1544	1.240	19.54	21.99	21.27	22.85	26.45
Lev	23612	0.4261	0.201	0.03	0.42	0.27	0.58	0.89
ROA	23612	0.0415	0.063	-0.36	0.04	0.01	0.07	0.26
Board	23612	2.1374	0.195	1.61	2.20	1.95	2.20	2.71
TMTAge	23612	49.0788	3.134	40.36	49.13	46.95	51.23	57.20
Male	23612	0.8175	0.110	0.46	0.83	0.75	0.90	1.00
TMTedu	23612	3.2736	0.532	1.75	3.33	3.00	3.67	4.43
SOE	23612	0.3843	0.486	0.00	0.00	0.00	1.00	1.00
Dual	23612	0.2583	0.438	0.00	0.00	0.00	1.00	1.00
Big4	23612	0.0559	0.230	0.00	0.00	0.00	0.00	1.00

表1展示了2008年至2021年中国A股上市公司23,612个观测值的描述性统计结果，展现了数据的基本情况。绿色专利（GP）的均值为0.6123，绿色发明专利（GI）的均值为0.2362，反映出公司在绿色创新方面的差异性较大，且绿色专利的应用更为广泛。高管团队职业背景异质性（TMT）的均值为0.6738，标准差为0.105，表明样本公司高管团队在职业背景上具有显著的多样性。

在控制变量方面，样本公司在年龄（FirmAge）和规模（Size）上存在显著差异，均值分别为2.8361和22.1544。公司的杠杆率（Lev）平均为0.4261，盈利能力（ROA）均值为0.0415，说明大部分公司具备较好的财务健康度。董事会规模（Board）的均值为2.1374，高管团队的平均年龄（TMTAge）为49.0788岁，男性成员占比（Male）达到0.8175，表明男性在高管团队中占据主导地位。高管团队的平均教育水平（TMTedu）为3.2736，体现了整体较高的教育背景。此外，样本中38.43%的公司为国有企业（SOE），25.83%的公司CEO兼任董事长（Dual），仅5.59%的公司由四大会计师事务所（Big4）审计。这些统计结果为后续的回归分析提供了重要的参考依据。

	GP	GI	TMT	FirmAge	Size	Lev	ROA	Board	TMTAge	Male	TMTedu	SOE	Dual	Big4
GP	1
GI	0.764***	1
TMT	0.165***	0.126***	1
FirmAge	0.089***	0.068***	0.094***	1
Size	0.406***	0.352***	0.052***	0.200***	1
Lev	0.187***	0.140***	-0.078***	0.143***	0.486***	1
ROA	-0.029***	-0.015**	-0.003	-0.108***	0.007	-0.338***	1
Board	0.040***	0.052***	-0.047***	-0.017***	0.228***	0.159***	0.028***	1
TMTAge	0.163***	0.146***	0.005	0.229***	0.360***	0.113***	0.005	0.173***	1
Male	0.080***	0.077***	-0.040***	-0.090***	0.149***	0.130***	-0.007	0.187***	0.206***	1
TMTedu	0.189***	0.183***	0.103***	0.091***	0.247***	0.075***	-0.034***	0.034***	0.107***	0.017**	1
SOE	0.066***	0.080***	-0.119***	0.113***	0.309***	0.299***	-0.086***	0.285***	0.281***	0.230***	0.153***	1
Dual	-0.016**	-0.015**	0.046***	-0.060***	-0.136***	-0.129***	0.029***	-0.172***	-0.148***	-0.133***	-0.017**	-0.284***	1
Big4	0.138***	0.156***	0.043***	0.007	0.348***	0.105***	0.039***	0.084***	0.164***	0.072***	0.134***	0.131***	-0.054***	1
	0.377	0.259	0.369	0.244	0.369	0.245

表2的相关性分析显示，高管职能背景异质性与绿色专利授权数（r=0.165, p<0.01）及绿色发明专利授权数（r=0.126, p<0.01）均显著正相关，初步支持功能多样性促进绿色创新的假设。公司规模（Size）也与两类绿色创新指标高度正相关（r分别为0.406和0.352，p<0.01），表明大企业更倾向于开展绿色创新。此外，TMT平均教育水平与绿色专利（r=0.189）和绿色发明专利（r=0.183）均在1%水平上正相关，说明高学历管理团队更有利于绿色创新。值得注意的是，ROA与绿色专利（r=–0.029, p<0.01）和绿色发明专利（r=–0.015, p<0.05）呈微弱但显著的负相关，可能反映高盈利企业对绿色创新的战略优先级较低。

多重共线性检验结果显示，所有变量的VIF值均小于2，平均VIF为1.270，远低于10的警戒线，表明模型不存在严重多重共线性问题。

实证分析

基础线性回归

	GP	GI
TMT	0.235***	0.166***
	(0.053)	(0.035)
FirmAge	-0.092***	-0.016
	(0.017)	(0.011)
Size	0.312***	0.166***
	(0.006)	(0.004)
Lev	0.160***	-0.008
	(0.034)	(0.022)
ROA	-0.058	-0.114*
	(0.089)	(0.058)
Board	-0.024	0.007
	(0.028)	(0.018)
TMTAge	0.002	0.004***
	(0.002)	(0.001)
Male	0.100**	0.070**
	(0.051)	(0.033)
TMTedu	0.108***	0.075***
	(0.010)	(0.007)
SOE	0.035***	0.031***
	(0.013)	(0.008)
Dual	-0.003	0.008
	(0.012)	(0.008)
Big4	0.043*	0.105***
	(0.024)	(0.016)
Constant	-6.750***	-4.011***
	(0.153)	(0.101)
control	YES	YES
Industry	YES	YES
year	YES	YES
N	23612.000	23612.000

本文通过回归分析考察了高管团队职能背景异质性对企业绿色专利（GP）和绿色创新（GI）授权数量的影响。结果显示，高管团队职能背景异质性对这两类绿色创新指标均具有显著的正向作用。具体而言，模型(1)中职能背景异质性对绿色专利授权数量的回归系数为0.235，在1%显著性水平上显著（p<0.01），表明职能背景越多样化的高管团队，其所在企业的绿色专利数量越多。模型(2)显示的回归系数为0.166，同样在1%显著性水平上显著（p<0.01），进一步支持了职能背景多样性对绿色发明专利的积极影响。

稳健性检验

	(1)	(2)	(3)	(4)	(5)
	Cite	L.GP	L.GI	GP	GI
TM	0.196***	0.205***	0.166***
	(0.037)	(0.057)	(0.037)	(1.137)	(0.784)
TMT-mean				2.786**	2.546***
				(1.137)	(0.784)
FirmAge	-0.037***	-0.086***	-0.013	-0.050*	0.024
	(0.012)	(0.019)	(0.012)	(0.026)	(0.018)
Size	0.083***	0.289***	0.154***	0.311***	0.165***
	(0.004)	(0.006)	(0.004)	(0.006)	(0.004)
Lev	0.031	0.143***	-0.017	0.200***	0.029
	(0.024)	(0.036)	(0.024)	(0.040)	(0.027)
ROA	0.080	-0.233**	-0.162***	-0.067	-0.122*
	(0.062)	(0.093)	(0.061)	(0.093)	(0.064)
Board	0.061***	-0.009	-0.001	-0.077**	-0.043*
	(0.020)	(0.029)	(0.019)	(0.038)	(0.026)
TMTAge	0.002	0.004*	0.005***	0.010**	0.011***
	(0.001)	(0.002)	(0.001)	(0.004)	(0.003)
Male	0.063*	0.091*	0.049	0.057	0.030
	(0.036)	(0.053)	(0.034)	(0.056)	(0.039)
TMTedu	0.061***	0.099***	0.068***	0.075***	0.044***
	(0.007)	(0.011)	(0.007)	(0.018)	(0.013)
SOE	0.019**	0.046***	0.036***	0.037***	0.033***
	(0.009)	(0.013)	(0.009)	(0.013)	(0.009)
Dual	0.014*	-0.005	0.007	0.006	0.017*
	(0.008)	(0.013)	(0.008)	(0.013)	(0.009)
Big4	0.164***	0.072***	0.109***	-0.029	0.038
	(0.017)	(0.025)	(0.016)	(0.040)	(0.028)
Constant	-2.222***	-6.377***	-3.803***	-8.802***	-5.610***
	(0.108)	(0.163)	(0.106)	(0.737)	(0.508)
control	YES	YES	YES	YES	YES
Industry	YES	YES	YES	YES	YES
year	YES	YES	YES	YES	YES
N	23612.000	20427.000	20427.000	23599.000	23599.000

为了解决潜在的内生性问题，本文进行了多项稳健性检验（表4）。模型（1）采用了授权绿色发明专利的引用数量作为替代的因变量。结果显示，TMT职能背景异质性对引用数量的回归系数为0.196，并在1%显著性水平上显著（p<0.01），表明高管团队职能背景异质性对绿色发明专利质量有正向影响。

模型（2）和（3）将授权的绿色专利和绿色发明专利的数量滞后一年后进行了回归分析。此方法旨在确保当前的解释变量不会受到未来事件的影响，验证结果的稳健性。结果显示，滞后一年的绿色专利和绿色发明专利的回归系数分别为0.205和0.166，均在1%显著性水平上显著（p<0.01），进一步证明了TMT职能背景异质性对绿色创新的正向影响。

模型（4）和（5）使用了工具变量（IV）方法，以行业平均值作为工具变量控制潜在的内生性问题。工具变量法被认为是减少因遗漏变量导致的偏差的有效方法。结果显示，采用行业平均值作为工具变量后，TMT职能背景异质性对绿色专利和绿色发明专利的回归系数分别为0.229和0.162，且均在1%显著性水平上显著（p<0.01）。这表明，即使在控制了内生性问题后，TMT职能背景异质性对企业绿色创新的影响依然显著。

异质性分析

	(1)	(2)	(3)	(4)	(5)	(6)
	GP	GI	GP	GI	GP	GI
TMT	0.216***	0.149***	0.225***	0.161***	0.229***	0.162***
	(0.053)	(0.035)	(0.053)	(0.035)	(0.053)	(0.035)
SA	0.807***	0.658***
	(0.048)	(0.031)
TMT*SA	0.772***	0.661***
	(0.202)	(0.133)
Pollute			-0.162***	-0.025
			(0.050)	(0.033)
TMT*Pollute			0.286***	0.162**
			(0.111)	(0.073)
EU					-0.012***	-0.010***
					(0.004)	(0.003)
TMT*EU					-0.058	-0.090***
					(0.039)	(0.025)
Constant	-4.861***	-2.469***	-6.742***	-4.008***	-6.712***	-3.985***
	(0.188)	(0.124)	(0.153)	(0.101)	(0.154)	(0.102)
control	YES	YES	YES	YES	YES	YES
Industry	YES	YES	YES	YES	YES	YES
year	YES	YES	YES	YES	YES	YES
N	23612.000	23612.000	23612.000	23612.000	23579.000	23579.000

财务约束的调节效应

表5的第（1）和第（2）列显示，高管职能背景多样性和财务约束的交互项系数分别为0.772和0.661，并且都在1%的水平上显著（p<0.01）。这表明在财务约束较高的企业中，高管团队的职业背景异质性对企业绿色创新（包括绿色专利和绿色发明专利）有更强的正向影响。这一结果可能是因为，在财务资源有限的情况下，具有多样化职业背景的高管团队能够更好地利用他们的经验和知识，找到创新的解决方案以克服资源限制。这一发现与资源基础理论相一致，即当资源稀缺时，团队的多样性可以帮助企业更有效地利用现有资源，从而推动绿色创新。

重污染行业的调节效应

表中的第（3）和第（4）列显示，高管职能背景多样性和重污染行业的交互项系数分别为0.286和0.162，且在1%的显著性水平上显著（p<0.01）。这意味着在重污染行业中，高管团队的多样化背景对企业绿色创新的影响更加显著。这可能是因为高污染行业面临更大的环境压力和监管挑战，而多样化的管理团队能够为企业提供更多元的视角和策略来应对这些挑战，从而促进绿色创新的实施。

环境不确定性的调节效应

在表的第（5）和第（6）列，TMT职业背景异质性与环境不确定性（EU）的交互项系数为负且显著，分别为-0.012和-0.010。这表明，在环境不确定性较高的情况下，TMT职业背景异质性对企业绿色创新的正向影响会减弱。这可能是由于在不确定的环境下，多样化的高管团队在决策过程中可能会面临更多的冲突和挑战，从而削弱了其推动创新的能力。同时，环境不确定性可能会加剧多样化团队在战略决策中的协调难度，从而对企业创新产生负面影响。

结论

本文基于2008-2021年中国A股上市公司数据，实证考察了高管团队（TMT）功能多样性对企业绿色创新的影响。结果表明，TMT功能多样性显著提升了企业绿色专利及绿色发明专利的授权数量，且该结论在替换变量、引入滞后项和采用工具变量法处理内生性后依然稳健，说明其具有较强的可靠性与普适性。

调节效应分析进一步显示，这一正向关系在财务约束较高、属于重污染行业或面临较低环境不确定性的企业中更为显著，表明多样化的高管团队在资源受限或外部压力较大的情境下，更能通过整合多元知识与经验激发绿色创新。

本研究为实践提供了重要启示：企业应重视构建职能背景多元的高管团队，以增强绿色创新能力；政策制定者亦可将管理层多样性纳入绿色转型支持政策的考量范畴。未来研究可进一步探讨文化、行业或制度因素对这一关系的边界作用，以及TMT功能多样性对不同类型绿色创新（如技术型与管理型）的差异化影响。

参考文献：

1. [1] 齐丽云, 王佳威, 刘旸, 等. 高管团队异质性对企业绿色创新绩效影响研究[J]. 科研管理,2023,44(04):175-184.
2. [2] 彭迪云, 吴佳萍, 陆文灿, 等. 数字经济与高科技企业绿色创新——基于高管团队异质性的调节作用[J]. 金融与经济,2023(04):53-64.
3. [3] 侯瑞琳. 高管团队异质性对绿色创新的影响研究——基于制造业上市公司的实证检验[J]. 国际商务财会,2022(14):15-18.
4. [4] 蒋雨思,朱睿雯, 吴晓隽. 新质生产力与企业绿色创新——高管团队多样性的视角[J].软科学,2025,39(12):112-119.
5. [5] 刘叶云, 刘佳, 刘思. 高管团队职能背景异质性对企业绿色创新的影响研究[J]. 湖南师范大学自然科学学报,2022,45(06):62-69.
6. [6] 丁明智, 李贤. 高管学术经历对企业绿色治理绩效双路径机制建设的影响[J]. 武汉商学院学报,2025,39(04):78-85.
7. [7] 白福萍, 张娜. 高管团队异质性与企业ESG绩效[J]. 财会月刊,2025,46(05):55-61.