制造业数字化转型对绿色创新绩效的影响研究

周慧慧 李海霞 赵琳瑞

摘 要：结合“中国制造2025”发展战略以及绿色发展理念，从制造业数字化转型的3个维度分析其对绿色创新绩效的影响。运用2013—2018年中国制造业28个行业的面板数据，实证检验制造业的数字化转型对绿色创新绩效的影响，并探究数字化水平的调节作用。结果表明数字化技术转型和数字化创新能力转型均对绿色研发绩效、绿色制造绩效和绿色服务绩效有显著的影响，数字化效益转型则只对绿色服务绩效的影响显著。在调节作用分析中，数字化水平在以下5条路径中具有正向调节作用：数字化技术转型和数字化效益转型对绿色研发绩效、绿色服务绩效;数字化创新能力转型对绿色服务绩效。基于研究结论，提出实现制造业绿色创新发展以及推进制造业数字化转型的建议。

关 键 词：数字化转型;绿色创新绩效;数字化水平;调节效应

DOI：10.16315/j.stm.2021.01.005

中图分类号： F424.3;F273.1

文献标志码： A

Abstract：Combining the “Made in China 2025” development strategy and the concept of green development， the paper analyze its impact on green innovation performance from the three dimensions of manufacturing digital transformation. Using panel data from 28 industries in Chinas manufacturing industry from 2013 to 2018， the paper empirically tests the impact of manufacturings digital transformation on green innovation performance， and explore the moderating role of digital level. The results show that both digital technology transformation and digital innovation capability transformation have a significant impact on green R&D performance， green manufacturing performance and green service performance， while digital benefit transformation only has a significant impact on green service performance. In the analysis of the moderating effect， the level of digital level has a positive moderating effect in the following five paths： Digital technology transformation and digital benefit transformation on green R&D performance and green service performance; Digital innovation capability transformation on green service performance. Based on the research conclusions， suggestions are made to realize the green innovation development of the manufacturing industry and promote the digital transformation of the manufacturing industry.

Keywords：digital transformation; green innovation performance; digital level; moderating effect

統计数据显示制造业是我国国民经济主体中的主要能源消耗者，年能源消耗占全国总消耗的50%以上，表明我国作为制造业第一大国，实现绿色发展还存在巨大空间。《工业绿色发展规划（2016—2020）》提出以传统工业绿色化改造为重点，实施绿色制造工程，建立健全工业绿色发展长效机制，走高效、清洁、低碳、循环的绿色发展道路。在此背景下，制造业如何实现绿色发展亟待解决。数字经济蕴含着更广阔的发展前景和发展潜力，信通院发布的《中国数字经济发展与就业白皮书（2019）》显示，数字经济发展对GDP的贡献率达到67.9%，贡献率同比提升12.9%，超过部分发达国家水平，成为我国经济发展的新动能。随着数字经济的蓬勃发展，人工智能、大数据、云计算、区块链等数字技术的创新突破及对制造业的渗透推动了制造业在各个环节进行改造，同时个性化服务化绿色化的消费趋势也倒逼制造业进行数字化转型。传统产业的数字化转型是我国经济转向高质量发展阶段的重要任务之一[1]，尤其在全球各国争相发展数字经济、占领智能制造新高地的环境下，我国制造业深入实施数字化转型、绿色制造工程，加快制造业智能化、绿色化发展至关重要。本文聚焦制造业的数字化转型与绿色创新绩效的关系，研究数字化转型如何影响绿色创新绩效，对制造业推进数字化转型和绿色化发展具有重要的理论和现实意义。

1 文献综述

1.1 数字化转型

有学者针对我国制造业数字化转型的现状，提出数字化转型既包括工业1.0和2.0阶段的企业数字化改造以实现工业3.0;又包括少数已经达到工业3.0阶段的企业实现工业4.0，即将大数据、人工智能等技术深度应用于企业活动各环节，进入网络化、智能化发展阶段[2]。薛惊理[3]将数字化转型概括为技术应用的升级、技术与业务融合以及加快企业创新与重构3个阶段。陈剑等[4]则从信息技术发展角度出发，指出数字化“赋能”即在各个关键环节提升效率，数字化“使能”即对各个环节进行价值创新。Westerman等[5]、Bekkhus[6]将数字化转型理解为以数字技术为主，利用数字技术从根本上改善企业绩效和经营范围。也有部分学者将数字化转型上升到战略层面，认为企业数字化转型是转变战略思维的过程，虽然在过程中涉及IT基础设施的升级，但根本上说其过程与技术无关，而与战略有关[7]。也有学者结合技术与战略两方面定义数字化转型，Marco[8]提出制造业的转型是由一系列赋能数字工具和互联网技术驱动的，并革新了战略能力和业务流程。这使制造业具有更高水平的灵活性、可重新配置性和智能性。

综上所述，在现有数字化转型相关研究中，国内学者主要研究企业数字化的管理变革或是数字技术对制造业发展的影响路径[9-10]，研究表明数字化转型是以新一代信息技术为基础，逐步实现信息技术与业务管理的真正融合，并重构组织研发设计、生产制造、销售等环节，提升效率效益和创新能力。国外学者则关注企业数字技术如何影响企业绩效、业务流程、商业模式、组织能力以及战略等。本文认为数字化转型是指制造业通过应用数字技术，实现信息技术与业务管理的融合从而提升效益，重构企业的组织方式、研发设计、生产制造及营销方式，进而提高创新能力。国内外对数字化转型进行定量研究比较缺乏，本文将从技术基础，效益提升，创新能力3个方面对制造业数字化转型进行量化研究。

1）数字化技术转型。数字化技术转型是以大数据、云计算、物联网等新一代信息通信技术为动力，以工业软件、嵌入型系统软件等为载体，通过技术改造改变制造业的发展方式。对新技术的投资和建设可以提升与产业内生产要素的相互协调水平从而促进优化配置相关资源，提高生产效率。本文以技术投资以及改造代表数字化技术转型。

2）数字化效益转型。数字化效益转型是数字技术应用到制造业价值链的各个环节。如研发环节通过数字孪生，减少实物操作，短时间快速迭代，既节约时间又可以提升研发效率。通过研发数据和流程管理，提高已有研发成果的应用效率，降低研发成本又可以實现异地的协同研发。通过互联网了解用户需求，研发中采用众包等方式。制造环节利用数字技术优化制造流程，实时监控，以做到快速解决生产中问题，根据订单调整制造进度，增加设备的使用效率、降低运营成本、提升产品质量、实现制造过程的优化。营销和服务环节，以新的方式与客户交流同时提供新产品和服务，建立社群平台，积极了解客户需求，提供产品全生命周期的维修等服务，增加客户粘性，同时挖掘市场外的“长尾需求”，形成专业化协同作业提升效率，提高产品附加值。

3）数字化创新能力转型。数字化转型有利于企业的创新升级，数字技术联接企业内各个部门与企业外合作伙伴，加强企业内部协调能力以及制造业企业间合作创新，促进制造业整体创新能力得到提升，加快新产品研发，提高产品创新能力，同时培养数字化创新人才，促进企业进行商业模式创新和产品创新。

1.2 绿色创新绩效

近年来，随着生态环境的恶化，生态文明建设以及绿色发展成为我国重要发展理念，绿色创新发展已经成为我国制造业发展的重要研究方向。绿色创新是可以为企业和消费者带来价值并且能减少对自然环境的不利影响的新的产品或新的技术[11]。在新一代数字技术发展与传统工业绿色化改造的背景下，制造业的绿色发展引起学术界的深度讨论。童有好[12]提出通过充分发挥互联网对海量工业数据等资源的集聚作用，可以提高制造企业用户端设备、产品的运营效率、智能决策和清洁制造水平。谢雄标等[13]分析了数字化3个基本特征对企业绿色发展的作用：智能化可以优化工艺流程使生产过程绿色化、资源配置高效化;网络化有利于获取吸收从而形成多方参与、互动式的绿色技术创新网络组织，同时通过信息平台树立绿色形象获得竞争力;大数据有利于科学决策，更好地满足客户需求，为企业绿色发展更好地提供资源保障。在传统工业积累的生产技术基础上融合先进信息技术，可以实现以资源节约和环境改善为代表的绿色技术创新，并且将提升资源利用水平，减少传统生产中的资源浪费，从而在产出持续增长的同时实现环境治理绩效的改善。以上研究表明数字技术对企业绿色发展具有显著的影响，先进数字技术的应用可以减少传统生产中的浪费，在产出增长竞争力提升的同时实现绿色发展。

制造业的数字化转型是发展数字经济的主战场，是我国经济转向高质量发展阶段的重要任务。在这一背景下，制造业实现绿色创新发展，不仅有利于节约资源，进行数字化转型提升竞争力，还能缓解其发展对环境与能源的造成的压力。通过文献分析，目前学者主要应用基于绿色创新过程角度的多指标评价方法或基于投入产出角度的创新效率评价方法对绿色创新绩效进行定量分析。国外学者多基于工业4.0以及智能制造研究其对可持续发展的影响，目前学者们还未对制造业数字化转型对绿色创新绩效的影响进行研究。本文从绿色创新过程角度出发，研究数字化转型对于绿色创新绩效的影响，以探索数字化转型的作用方式，同时丰富绿色创新绩效影响因素。

2 研究假设与模型

2.1 数字化技术转型对绿色创新绩效的影响

早期的数字技术大多指信息技术或互联网技术，数字技术则更倾向与大数据、云计算以及物联网的等新一代的信息技术。本文认为制造业数字化技术转型即包括互联网基础设施也包括新一代信息技术对制造业的支撑与改造。有关制造业数字化技术转型与绿色创新绩效研究较少，有关信息技术或互联网发展对创新绩效研究相对丰富。数据资源作为大数据技术应用的结果对创新绩效有一定的影响，谢康等[15]通过构建“大数据资源—企业能力—产品创新绩效”链式中介模型，实证研究了数据作为生产要素对产品创新绩效的影响。张伯旭等[16]明确了新一代信息网络技术的突破和应用对中国制造业企业生产运营、组织结构和竞争绩效的影响。Marion等[17]研究了数字设计和信息技术基础设施对模块化产品构架的影响，发现信息技术基础设施通过影响模块化产品构架从而影响产品开发绩效，并表示研发人员共用同一强大的信息技术基础设施有助于快速简单地共享开发有效的产品架构，促进研发人员之间知识流动，提高创造力和想法的质量，从而促进创新绩效。工业互联网作为数字化转型的支撑基础设施，对绿色创新绩效存在促进作用[18]。杜伟锦等[19]利用信息化投资软件研究了价值链不同阶段上的信息化对创新绩效的影响，实证得出产品设计信息化投资可以促进企业创新绩效。考虑到互联网和信息技术是数字化转型的重要技术基础，上述文献从技术方面讨论了数字化转型对创新绩效的影响。基于以上分析，作出以下假设：

H1：制造业数字技术转型对绿色创新绩效具有正向作用;

H1a：制造业数字技术转型对绿色研发绩效具有正向作用;

H1b：制造业数字技术转型对绿色制造绩效具有正向作用;

H1c：制造业数字技术转型对绿色营销绩效具有正向作用;

H1d：制造业数字技术转型对绿色服务绩效具有正向作用。

2.2 数字化效益转型对绿色创新绩效的影响

有关制造业数字化效益转型研究目前还不够丰富，数字化效益转型即为信息技术与制造业价值链各个环节融合，改变制造业发展方式，降低成本、提升效率。Ferreira等[20]研究表明数字技术的应用（采用数字化流程）可以提升产品和服务的创新绩效。何帆等[21]通过实证检验发现数字化转型对企业经济效益提升效果显著，并提出企业的数字化转型主要通过降低成本费用、提高资产的使用效率和增强创新能力3条路径实现企业经济效益提升。徐盈之等[22]对包括中国在内的主要国家制造业各行业与信息产业的融合度进行了比较分析，同时利用面板数据回归的方法分析了信息产业与制造业的融合对制造业产业绩效的影响，指出制造业的产业绩效与该产业融合度呈明显的正相关，产业融合成为提高制造业绩效新的切入点。基于以上分析，作出如下假设：

H2：制造业数字化效益转型对绿色创新绩效具有正向作用;

H2a：制造业数字化效益转型对绿色研发绩效具有正向作用;

H2b：制造业数字化效益转型对绿色制造绩效具有正向作用;

H2c：制造业数字化效益转型对绿色营销绩效具有正向作用;

H2d：制造业数字化效益转型对绿色服务绩效具有正向作用。

2.3 数字化创新能力转型对绿色创新绩效的影响

研究表明高端服务业中创新能力对企业绩效起到了显著的促进作用。充分发挥数字技术对数据等资源的汇集、处理作用，促进企业绿色制造数据库建设，支撑绿色产品设计、绿色制造工艺规划等一系列活动。基于以上分析，作出以下假设：

H3：制造业数字化创新能力转型对绿色创新绩效具有正向作用;

H3a：制造业数字化创新能力转型对绿色研发绩效具有正向作用;

H3b：制造業数字化创新能力转型对绿色制造绩效具有正向作用;

H3c：制造业数字化创新能力转型对绿色营销绩效具有正向作用;

H3d：制造业数字化创新能力转型对绿色服务绩效具有正向作用。

2.4 数字化水平的调节作用

数字化水平代表着数字技术环境的发展水平，戚聿东等[23]提出数字化水平取决于企业所引进或自研的数字技术的数量、种类、功能，以及企业对这些技术的重视程度。数字技术由信息技术、互联网和大数据等构成，企业通过这些技术实现自身的数字化转型。本文从数字经济发展角度，通过研究信息化和互联网相关的指标体系，发现互联网普及增长率、光缆线路长度增长率可以表示互联网产业为制造业数字化提供的基础设施，软件业务收入增长率、物联网市场规模增长率可以代表新一代信息技术基础建设，作为发展潜力指标[24]。本文选取互联网普及增长率、光缆线路长度增长率、软件业务收入增长率、物联网市场规模增长率作为衡量数字化水平的指标。对于数字化水平与创新绩效的关系，周青等[25]从数字化接入、装备、平台建设、应用水平4个方面实证研究区域数字化水平对创新绩效的影响，研究表明区域数字化接入水平的提高有利于提升创新绩效，区域数字化装备、平台建设、应用水平对创新绩效影响呈现倒U 型关系。本文认为信息化基础设施以及新型基础设施建设的发展状况即数字化水平在数字化转型对绿色创新绩效的影响中起到调节作用。

3 模型构建与变量说明

3.1 模型构建

根据现有研究成果和上述研究假设，构建数字化转型对绿色创新绩效的影响因素的概念模型，从数字化技术转型、数字化效益转型及数字化创新能力转型3个方面分析其对绿色创新绩效的影响，同时观测数字化水平是否会影响上述关系，如图1所示。

针对多自变量多因变量的模型可以使用结构方程模型和多元层次回归分析，由于本文样本量较少，不太适用于结构方程模型，故采用多元层次回归分析。本文构造了制造业数字化转型对绿色创新绩效的影响因素以及数字化水平的调节作用模型，制造业数字化转型用DT表示，绿色创新绩效用GIP表示，调节变量数字化水平用DL表示。本文将制造业数字化转型分为3个维度分别为数字化技术转型用DTT表示，数字化效益转型用DBT表示，数字化创新能力转型用DIT表示。绿色创新绩效分为4个维度，绿色研发绩效用GRDP表示，绿色制造绩效用GMP表示，绿色营销绩效用GYP表示，绿色服务绩效用GSP表示。本文构建以下2个模型，模型（1）研究制造业数字化转型对绿色创新绩效的影响，模型（2）研究数字化水平在制造业数字化转型对绿色创新绩效的影响中的调节作用。

3.2 变量的选择与测度

本文从绿色创新过程角度出发，研究数字化转型对于绿色创新绩效的影响，从研发、制造、营销和服务来测度绿色创新绩效。根据已有的相关文献，将制造业数字化转型分为数字化技术转型、数字化效益转型和数字化创新转型3个维度。结合制造业转型升级和两化融合相关文献指标体系，相应的测度指标，如表1所示。

3.3 数据来源

以制造业28个行业作为研究对象进行实证研究，以2013—2018年连续6年的统计数据作为样本。根据国家2017年实施的行业标准《国民经济行业分类》（GB/T47542017）进行分类。在2017年实施的行业标准中，“其他制造业”、“废弃资源综合利用业”和“金属制品、机械和设备修理业”中部分数据缺失，为保证数据的连贯性和数据分析的准确性，故剔除该3个行业。2017年颁布的行业标准将行业名称“石油加工、炼焦和核燃料加工业”改为“石油、煤炭及其他燃料加工业”，但具体的行业细分分类并无差别，故该行业2017年前后的数据无需变动。本文数据主要来源有历年的《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》《中国软件和信息服务业发展报告》、国家统计局、国家数据和工信部等官方网站。

4 实证分析

4.1 信度与效度检验

在实证分析制造业数字化转型对绿色创新绩效的影响前，首先要对本文的指标体系进行信度效度检验。本研究采用 SPSS26.0 统计软件对数据进行信度和效度分析。信度检验主要用来检测测度指标的可靠性、指标的内部一致性。采用内部一致性系数Cronbachs α和组合信度（Composite Reliability，简称CR）系数来测量。效度分析包括收敛效度分析和判别效度分析，收敛效度分析主要依据各潜变量的平均提取变差（Average Variance Extracted，简称AVE）来检测;判别效度通常采用比较各潜变量之间相关系数与所涉及各潜变量 AVE 的平方根值大小进行比较，如果任何潜变量的 AVE 平方根都大于该潜变量与其他潜变量的相关系数，则表明各维度间存在足够的区分效度。各变量的信度和效度检验结果，如表2所示。

每个潜变量的cronbachs α值均大于0.7，表明变量内部一致性良好，同时所有的CR系数均大于0.7，表明量表具有较好的组合信度。此外，每个潜变量的AVE值均大于0.5，表明量表收敛效度良好。根据表2中AVE的值计算其平方根，与潜变量之间的相关系数绝对值进行比较，结果如表3、表4所示。由表3、表4可知，AVE的平方根均大于对角线下该潜变量与其他潜变量的相关系数绝对值，表明模型中潜变量之间区别效度良好。

4.2 相关性分析

对于潜变量之间的假设检验，本文对各指标用因子分析获取因子得分，将因子得分作为潜变量的观测值进行回归分析[26]。采用SPSS26.0来进行变量相关分析，如表5所示。由表5可知，自变量之间、因变量之间相关系数均小于0.5，调节变量与自变量因变量做多重共线性检验显示VIF<10，表明研究受多重共线性影响的可能性较小。

由于本文包含多个自变量和多个因变量，故采用SPSS26.0 Process 对变量进行分层回归，本文将信度效度检验中因子分析过程中各潜变量的因子得分代替潜变量，进行回归分析[26]。在进行调节效应检验之前要对自变量和调节变量数据进行中心化处理，以减少非本质的共线性影响，由于采用的因子得分计算过程中已经进行了标准化，故无需再进行中心化处理。每个回归路径的三栏分别代表主效应检验结果，即数字化转型对绿色创新绩效影响、加入调节变量数字化水平后的影响结果以及加入调节变量数字化水平以及交互项的影响结果。

检验结果表明数字化技术转型对绿色研发绩效、绿色制造绩效和绿色服务绩效具有显著影响（β=0.328，P<0.001;β=0.186，P<0.05;β=0.948，P<0.001）;数字化技术转型绿色营销绩效的影响并不显著（β=0.133，P>0.05）。数字化技术转型对绿色创新绩效影响的假设H1a、H1b、H1d得到验证，而H1c并未得到验证，如表6所示。

数字化效益转型对绿色服务绩效具有显著影响（β=-0.254，P<0.01）;数字化效益转型对绿色研发绩效、绿色制造绩效、绿色营销绩效的影响并不显著（β=-0.027，P>0.05;β=-0.056，P>0.05;β=-0.032，P>0.05）。數字化效益转型对绿色创新绩效影响的假设H2d得到验证，而H2a、H2b、H2c并未得到验证，如表7所示。

数字化创新能力转型对绿色研发绩效、绿色制造绩效、绿色服务绩效具有显著影响（β=0.919，P<0.001;β=0.162，P<0.05;β=0.307，P<0.001）;数字化创新能力转型对绿色营销绩效的影响并不显著（β=-0.123，P>0.05）。数字化创新能力转型对绿色创新绩效影响的假设H3a、H3b、H3d得到验证，而H3c并未得到验证，如表8所示。

4.4 数字化水平的调节效应检验

本文将数字化水平作为调节变量，分析其在数字化转型对绿色创新绩效影响过程中的调节作用。

由表6可知，数字化水平在数字化转型对绿色创新绩效的影响过程中的调节作用情况，数字化技术转型对绿色研发绩效、绿色服务绩效的影响均受到数字化水平的正向调节作用（β=0.287，P<0.01;β=0.124，P<0.001）;在数字化技术转型对绿色制造绩效和绿色营销绩效的影响过程中调节效应不显著（β=0.061，P>0.05;β=0.021，P>0.05）。

由表7可知，数字化效益转型对绿色研发绩效、绿色服务绩效的影响均受到数字化水平的正向调节作用（β=0.545，P<0.01;β=0.240，P<0.05）;在数字化效益转型对绿色制造绩效、绿色营销绩效影响过程中调节效应不显著（β=0.152，P>0.05;β=225，P>0.05）。

由表8可知，数字化创新能力转型对绿色服务绩效的影响受到数字化水平的正向调节作用（β=0.168，P<0.001）;在数字化创新能力转型对绿色研发绩效、绿色制造绩效、绿色营销绩效影响过程中调节效应均不显著（β=0.018，P>0.05;β=0.067，P>0.05;β=0.028，P>0.05）。

综合上述描述，进一步分析高数字化水平和低数字化水平下数字化转型对绿色创新绩效的影响。

1）数字化技术转型与绿色创新绩效。数字化水平可以加强数字化技术转型对绿色研发绩效的正向影响（β=0.287，P<0.01），简单斜率分析结果表明当数字化水平较高时会加强数字化技术转型对绿色研发绩效的正向影响（β=0.641，P<0.001），这种正向影响随着数字化水平降低而降低（β=0.067，P>0.05），如图2所示。

2）数字化水平可以加强数字化技术转型对绿色服务绩效的正向影响（β=0.124，P<0.001），简单斜率分析结果表明当数字化水平较高时会加强数字化技术转型对绿色研发绩效的正向影响（β=0.868，P<0.001），这种正向影响随着数字化水平降低而降低（β=0.620，P<0.001），如图3所示。

3）数字化效益转型与绿色服务绩效。数字化水平可以增强数字化效益转型对绿色服务绩效的正向影响（β=0.240，P<0.05），简单斜率分析结果表明当数字化水平较高时会加强数字化效益转型对绿色服务绩效的正向影响（β=0.414，P<0.05），这种影响随着数字化水平降低而不显著（β=-0.066，P>0.05），如图4所示。

4）数字化创新能力转型与绿色服务绩效。数字化水平可以增强数字化创新能力转型对绿色服务绩效的正向影响（β=0.168，P<0.01），简单斜率分析结果表明当数字化水平较高时会增强数字化创新能力转型对绿色服务绩效的正向影响（β=0.318，P<0.001），这种影响随着数字化水平减弱而不显著（β=-0.018，P>0.05），如图5所示。

5）以上调节效应中，数字化效益转型对绿色研发绩效的主效应不显著，加入调节项后，调节效应显著，本文采用JohnsonNeyman法找出調节效应显著的临界值。数字化效益转型对绿色研发绩效影响数字化水平调节作用在临界点DL=-0.78左侧不显著右侧显著，即随着调节变量数字化水平的变化，数字化转型对绿色创新绩效的回归系数也在变大，数字化水平等于-0.78是回归系数显著的临界点。随数字化水平变高，数字化转型对绿色创新绩效的影响变大，数字化水平低于一定程度则数字化效益转型对绿色服务绩效影响不显著，高于临界点则显著，如图6所示。

5 实证结果与建议

5.1 实证结果

本文首先通过理论分析，探索出数字化转型驱动绿色创新绩效的3个重要因素包括技术、效益和创新能力，同时提出数字化水平作为调节变量，建立相应的评价指标体系进行测度，收集了2013—2018年制造业28个行业共6年的面板数据，运用多元层次回归分析以及调节效应简单斜率分析新一代数字技术背景下，制造业数字化转型中技术效率提升以及创新能力对绿色创新绩效的影响。实证结果表明，数字化技术和数字化创新能力对除绿色营销绩效外的绿色创新绩效有显著的影响，数字化效率则只对绿色服务绩效的影响显著，其余均不显著。在对调节效应分析中，数字化水平在以下5条路径中具有正向调节作用：数字化技术转型对绿色研发绩效;数字化技术转型对绿色服务绩效;数字化效益转型对绿色研发绩效;数字化效益转型对绿色服务绩效;数字化创新能力转型对绿色服务绩效，如表9所示。

本文研究结论如下：数字化技术转型对绿色研发绩效、绿色制造绩效、绿色服务绩效具有显著的正向影响，数字化技术转型对绿色营销绩效的影响不显著，即假设H1a、H1b、H1d得到验证，假设H1c不成立;数字化效益转型对绿色服务绩效具有显著的正向影响，数字化效益转型对绿色研发绩效、绿色制造绩效、绿色营销绩效的影响不显著，即假设H2d得到验证，假设H2a、H2b、H2c不成立;数字化创新能力转型对绿色研发绩效、绿色制造绩效、绿色服务绩效具有显著的正向影响，数字化创新能力转型对绿色营销绩效的影响不显著，即假设H3a、H3b、H3d得到验证，假设H3c不成立。数字化水平在数字化技术转型对绿色研发绩效、数字化技术转型对绿色服务绩效存在正向的调节作用;数字化水平在数字化效益转型对绿色服务绩效存在正向的调节作用;数字化水平在数字化创新能力转型对绿色服务绩效存在正向的调节作用。在主效应不显著的情况下，利用JohnsonNeyman法得出数字化水平对数字化效益转型对绿色研发绩效影响显著的临界值，即在数字化水平在达到临界之后才对绿色创新绩效具有显著的调节作用。

5.2 对策建议

针对以上研究结论，为加快我国制造业数字化转型，推进制造业绿色创新发展进程，本研究提出如下建议：加强数字基础设施建设，为制造企业推进数字化转型提供条件，鼓励以大数据、云计算、物联网、5G等新一代信息技术应用为支撑，引导数字化方案供应商为中小企业提供服务。我国要抓住本次技术革命机会，加强数字平台建设，提升制造业协同创新能力，打造共生共赢的创新局面;大力发展新一代信息技术。大数据、云计算、物联网等信息技术是实现制造业数字化转型的引擎。在新一代信息技术的赋能下，传统制造业打破原有生产运营模式，将大数据、云计算以及物联网等连接协作、预测分析手段运用到生产运营过程中，不仅全面提升制造企业在研发设计、生产制造、营销和服务方面的数字化水平，同时推进具备条件的企业大数据、云计算、人工智能等新一代数字技术的应用和集成创新。

由于数据的可得性，数据一致性处理等困难，本文仅采取2013—2018六年的数据研究，且从制造业转型的视角，从数字化技术转型、数字化效益转型和数字化创新能力转型3个方面研究数字化转型对绿色创新绩效的影响，对于影响的内在机理尚未深入探讨，对数字化转型研究的深度有待进一步的提升。因此，采用以上研究方法测度数字化转型还有完善的空间，也是未来研究的方向

参考文献：

[1] 肖旭，戚聿东.产业数字化转型的价值维度与理论逻辑[J].改革，2019（8）：61.

[2] 沈恒超.中国制造业数字化转型的特点、问题与对策[J].中国经济报告，2019（5）：102.

[3] 薛惊理.关于传统企业数字化转型的战略思考[J].经济师，2018（6）：263.

[4] 陈剑，黄朔，刘运辉.从赋能到使能：数字化环境下的企业运营管理[J].管理世界，2020，36（2）：117.

[5] WESTERMAN G，CALME J C，BONNET D，et al.Digital transformation： A roadmap for billiondollar organizations[J].In：MIT Center for Digital Business and Capgemini Consulting，2011：1.

[6] BEKKHUS R.Do KPIs used by CIOs decelerate digital business transformation？The case of ITIL[J].Digital Innovation，Technology，and Strategy Conference，Dublin，Ireland，2016.

[7] ROGERS D.The digital transformation playbook：Rethinking yours business for the digital age[M].New York： Columbia University Press，2018：1.

[8] MARCO S，CARLO A，FRANCESCO B，et al.Contextual impacts on industrial processes brought by the Digital transformation of Manufacturing：A Systematic Review[J].Sustainability，2019（3）：891.

[9] 林琳，呂文栋.数字化转型对制造业企业管理变革的影响：基于酷特智能与海尔的案例研究[J].科学决策，2019（1）：85.

[10] 吕铁.传统产业数字化转型的趋向与路径[J].人民论坛·学术前沿，2019（18）：13.

[11] 李旭.绿色创新相关研究的梳理与展望[J].研究与发展管理，2015，27（2）：1.

[12] 童有好.互联网+制造业的路径与机遇[J].企业管理，2015（6）：6.

[13] 谢雄标，吴越，严良.数字化背景下企业绿色发展路径及政策建议[J].生态经济，2015，31（11）：88.

[14] 张亚斌，金培振，沈裕谋.两化融合对中国工业环境治理绩效的贡献：重化工业化阶段的经验证据[J].产业经济研究，2014（1）：40.

[15] 谢康，夏正豪，肖静华.大数据成为现实生产要素的企业实现机制：产品创新视角[J].中国工业经济，2020（5）：42.

[16] 张伯旭，李辉.推动互联网与制造业深度融合：基于“互联网+”创新的机制和路径[J].经济与管理研究，2017，38（2）：87.

[17] MARION T J，MEYER M H，BAREZAK G.The influence of Digital design and IT on modular product architecture[J].Journal of product innovation management，2015，32（1）：98.

[18] 岳丽荣，邵博，申君宜.工业互联网对绿色创新绩效的影响：基于制造业的实证研究[J].科技与管理，2020，22（3）：28.

[19] 杜伟锦，宋颖，杨伟，等.“两化融合”背景下制造企业信息化对创新绩效的影响：基于价值链视角的实证研究[J].生产力研究，2018（1）：6.

[20] FERREIRA J J M，FERNANDES C I，FERREIRA F A F.To be or not to be digital， that is the question： Firm innovation and performancc[J].Journal of Business Research，2019（101）：583.

[21] 何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估[J].改革，2019（4）：137.

[22] 徐盈之，孙剑.信息产业与制造业的融合：基于绩效分析的研究[J].中国工业经济，2009（7）：56.

[23] 戚聿东，蔡呈伟.数字化对制造业企业绩效的多重影响及其机理研究[J].学习与探索，2020（7）：108.

[24] 程中华，刘军.信息化对工业绿色增长的影响效应[J].中国科技论坛，2019（6）：95.

[25] 周青，王燕灵，杨伟.数字化水平对创新绩效影响的实证研究：基于浙江省73个县（区、市）的面板数据[J].科研管理，2020，41（7）：120.

[26] 方杰，温忠麟，梁东梅，等.基于多元回归的调节效应分析[J].心理科学，2015，38（3）：715.

[编辑：厉艳飞]