绿色供应链整合与绿色创新关系研究

怀 谦，孔 婷，台玉红 HUAI Qian, KONG Ting, TAI Yuhong

（上海理工大学 管理学院，上海200093）

0 引 言

当前，绿色创新已经成为企业长远发展的目标，但是通过何种途径来提升企业的创新绩效成为企业领导者的难题。国外有研究指出开展绿色供应链整合，协调和管理供应商和客户的资源与信息，被视为提高企业绿色创新的重要方式[1]。因此，企业按照国家保护环境的政策，是否能够通过绿色供应链整合来促进企业绿色创新成为亟待解决的问题。

有学者对绿色供应链整合和绿色创新的关系进行了研究，但未能够达成一致结论。Melander 认为企业通过绿色供应链与合作伙伴开展战略协作，能够充分获取环保材料，生产绿色环保产品，帮助企业提高绿色产品的创新能力，有益于优化企业的生产流程和绿色产品创新[2]。绿色客户整合同样也有助于企业的绿色创新。企业与客户通过共同协作，依据客户需求制定生产计划，可以使用资源消耗量最低的产品材料来响应客户，如Ashwin 发现通过绿色客户整合，企业就可以在设计阶段考虑客户的需求，提高产品交付的可靠性[3]，也进一步促进企业绿色产品创新，绿色技术动态性体现为产品工艺技术发展变化的速度，从而适应外部环境变化的需求，复杂多变的竞争环境使企业更应从动态视角做出调整[4]。

综上所述，本文基于知识基础观，引入以绿色技术动态性为调节变量，探究绿色供应链整合与绿色创新的关系，构建三者之间的理论模型，探讨绿色技术动态性在绿色供应链整合对绿色创新的调节效应，以进一步明晰绿色供应链整合与绿色创新之间的具体路径。

1 知识基础观

知识基础观认为知识是企业重要的战略资源和获取竞争优势的关键[5]。绿色供应链整合是企业获取外部资源的重要手段，在通过绿色供应链整合将知识资源转化为企业竞争优势的过程中，企业为了适应外部环境变化，通过绿色技术动态性吸收供应链环保创新资源知识，完善企业工艺创新流程[6]，从而实现企业的绿色创新发展。

企业可持续发展的核心竞争力来源于整合资源的能力，然而开展绿色供应链整合是协调和管理供应商和客户等合作伙伴资源的重要途径，Chen 和Wan 研究发现供应链伙伴之间的绿色合作会促进企业的绿色创新[7]，可见有助于企业与外部合作伙伴进行充分的交流沟通，及时获取环保信息及环保技术，也是企业获得竞争优势的关键。同样的，顾客整合能够明确创造力向创新成果的转化方向，提升组织创造力向创新绩效的转化效率。李敏[8]研究得出企业与供应商和客户的环保合作对企业绿色创新都有积极促进作用。基于以上论述，提出以下假设：

H1a-b:（a） 绿色供应商整合和（b） 绿色客户整合对绿色工艺创新有显著地正向作用；

H2a-b:（a） 绿色供应商整合和（b） 绿色客户整合对绿色产品创新有显著地正向作用。

绿色技术动态性是企业在利用现有资源和能力基础上，对环境和资源进行重新建立组织能力，从而适应外部环境变化的需求，Eckhadt[9]在研究创业机会时指出，外部环境的技术动态性越高，企业技术识别机会越多，尤其是生产链反馈信息的正确解读有助于企业创新生产技术。徐宁[10]等提出技术创新动态能力是指企业为了创造价值和适应外部环境而进行一系列技术创新投入、促进技术创新产出和实现技术创新成果转化的能力。基于以上论述，提出以下假设：H3a-b：绿色技术动态性在（a） 绿色供应商整合和（b） 绿色客户整合对绿色工艺创新的关系中有调节作用。根据以上分析提出本文的研究概念模型，如图1 所示：

2 数据收集与量表

本研究遵循严谨的步骤设计调研问卷：基于文献研究确定研究变量及测量指标形成问卷初稿；根据预调研及专家访谈的反馈，修改并形成问卷终稿。为了平衡研究成本和样本代表性，本研究主要选取了江苏、广东、山东和陕西区域制造企业开展调研。问卷发放方式包含实地调研、邮件发放及电话访问，研究共发放问卷600 份，有效问卷237 份，有效回收率为39.5%。样本涵盖不同规模和不同所有制类型的企业，具有一定的代表性。本研究采用李克特7 点计分法对问卷所包含的变量进行测量，绿色供应链整合包含绿色供应商整合和绿色客户整合两个变量，测度指标参考Vachon 和Klassen[11]的研究；绿色创新包含绿色产品创新和绿色工艺创新两个变量，测度指标参考Chen[12]等人的研究；绿色技术动态性测度指标参考Sheng[13]等人的研究；控制变量：包含企业规模、企业年限、企业所有制类型。

3 研究结果分析

3.1 描述性统计与相关性分析

利用Pearson 初步分析各变量间的相关关系，表1 可以看出各变量之间的相关系数均小于0.70，表明变量之间不存在多重共线性问题且存在一定的相关关系。

表1 描述性统计及变量间的相关系数

3.2 信效度检验

本文运用SPSS20.0 与Amos17.0 软件分析绿色供应链整合与绿色创新之间的关系。首先，采用Cronbach'sα、Composite Reliability和CITC来检验量表的信度，检验结果如表2 所示。每个变量的Cronbach'sα 值均大于0.70，CR系数大于0.80，且CITC值都高于0.60，表明数据的信度较好。

本文所采用量表是国外学者成熟量表，并根据专家反馈对问卷指标进行了修订，因此该问卷内容效度较好。另外，本文通过验证性因子分析（CFA）检验数据的聚敛效度，检验结果如表2 所示，结果表明CFA模型拟合效果良好，各个题项的因子载荷都大于0.60，且各变量的平均变异抽取量（AVE）值均大于0.50，表明问卷的聚敛效度良好。此外，变量间相关系数都小于0.70，且小于各变量AVE值的算术平方根（见表1），表明问卷的区分效度良好。因此，本文问卷的效度较好。

3.3 回归分析

通过构建回归模型，检验了绿色供应链整合、绿色技术动态性与绿色创新的关系，结果如表3 所示。

表2 变量的信效度分析

表3 绿色供应链整合、绿色技术动态性与绿色创新的关系

模型1 和2 检验结果表明，绿色供应商整合（β=0.644，p＜0.001 ）和绿色客户整合（β=0.489，p＜0.001 ）均能够显著促进绿色产品创新，假设H2a 和H2b 得到了支持。

模型3 和4 检验结果表明，绿色供应商整合（β=0.572,p＜0.001 ）和绿色客户整合（β=0.622，p＜0.001 ）均能够显著促进绿色工艺创新，假设H1a 和H1b 得到了支持。

模型5 检验结果表明，绿色供应商整合（β=0.471，p＜0.001 ）与绿色技术动态性（β=0.212，p＜0.001 ）能够显著促进绿色工艺创新；并且在加入绿色供应商整合与绿色技术动态性的交互项时，由模型6 可知绿色供应商整合与绿色技术动态性交互项的回归系数（β=0.161，p＜0.001 ），表明绿色技术动态性在绿色供应商整合对绿色工艺创新的关系中存在正向调节效应，假设H3a 得到验证。

模型7 检验结果表明，绿色客户整合（β=0.530，p＜0.001 ）与绿色技术动态性（β=0.218，p＜0.001 ）能够显著促进绿色工艺创新；并且在加入绿色客户整合与绿色技术动态性的交互项时，由模型8 可知绿色客户整合与绿色技术动态性交互项的回归系数（β=0.105，p＜0.01 ），表明绿色技术动态性在绿色客户整合对绿色工艺创新的关系中存在正向调节效应，假设H3b 得到验证。

4 结束语

本文通过实证研究发现，绿色供应链整合，包括绿色供应商整合和绿色客户整合两个维度，对绿色产品创新和绿色工艺创新都有显著地正向作用。同时，在进行绿色供应链整合的过程中，也应注重绿色技术动态性的作用与发展，促使绿色供应链整合有效促进企业绿色创新。此外，研究存在一些不足之处。首先，未考虑其他更多因素是否影响绿色供应链整合与绿色创新之间存在的调节作用，如企业绿色吸收能力等，这些因素的调节效应是否存在还需进一步的分析研究。