制造业数字化创新对绿色创新绩效的影响：基于吸收能力的调节效应研究

李海霞 周慧慧 赵琳瑞

摘 要：以我国制造业为研究对象，实证研究了数字化产品、工艺和服务创新这3种数字化创新模式对绿色创新绩效的影响，并分析了吸收能力的調节效应，结果表明：数字化产品创新对绿色制造绩效有正向影响，对绿色营销绩效有负向影响，吸收能力均发挥正向调节作用;数字化工艺创新对绿色研发和营销绩效有正向影响且吸收能力均发挥负向调节作用;数字化服务创新对绿色研发绩效有正向影响但吸收能力发挥负向调节作用，对绿色营销绩效有负向影响但吸收能力的调节作用不显著，对绿色服务绩效有正向影响且吸收能力发挥正向调节作用。

关 键 词：数字化创新;绿色创新绩效;吸收能力;调节效应

DOI：10.16315/j.stm.2021.03.006

中图分类号： F424

文献标志码： A

Influence of digital innovation in manufacturing industry on green innovation

performance： A study on the adjustment effect based on absorption ability

LI Hai-xia， ZHOU Hui-hui， ZHAO Lin-rui

（School of Economics and Management， Harbin University of Science and Technology， Harbin 150000， China）

Abstract：Taking Chinas manufacturing industry as the research object， this paper empirically studies the impact of three digital innovation models， namely digital product， process and service innovation， on green innovation performance， and analyzes the moderating effect of absorptive capacity. The results show that digital product innovation has a positive impact on green manufacturing performance and a negative impact on green marketing performance， and absorptive capacity plays a positive moderating role. Digital process innovation has a positive impact on green R&D and marketing performance， and absorptive capacity plays a negative regulatory role; Digital service innovation has a positive impact on green R&D performance， but absorptive capacity plays a negative role in regulating green marketing performance， while absorptive capacity plays a positive role in regulating green service performance.

Keywords：digital innovation; green innovation performance; absorption capacity; regulatory effect

改革开放以来我国制造业依靠资源丰富和大量廉价劳动力的双重优势飞速发展，同时也产生资源消耗巨大、环境污染严重等生态问题。研究表明我国制造业创新绩效水平仍然较低，还有较大的提升空间[1]。随着我国人口红利的逐渐消失，关键核心技术受制于人等不利因素的出现，对制造业可持续发展带来了极大的挑战。在此背景下，制造业如何进一步实现绿色协调发展亟待解决。随着数字化时代的到来，大数据、云计算、人工智能、区块链等新一轮数字技术的飞速发展和应用为传统行业发展带来新的驱动力，促进了我国制造业全方位、全价值链的数字化创新。《中国制造2025》等相关政策提到，要实现制造业长远发展，就要大力发展智能绿色制造技术，利用新一代数字技术驱动先进制造业绿色发展，改善生态环境，促进制造业可持续发展。本文聚焦制造业数字化创新与绿色创新绩效的关系，探索不同的制造业数字化创新对绿色创新绩效的影响，对制造业推动数字化创新和绿色化发展具有重要的理论和现实意义。

1 文献回顾与研究假设

1.1 文献回顾

1）数字化创新。关于制造业数字化创新已有了较多理论研究，比如Yoo等将数字化创新定义为“将数字技术和物理组件进行组合来生产新产品，这种新产品会形成分层模块化架构，并引发创新方式的深刻变革”[2-3];之后，Lyytinen等[4]、Nambisan等[5]以及余江等[6]在其基础上扩展了其概念，认为数字化创新的结果可以不需要数字化，只要创新过程中直接或间接的利用了数字技术即可;Leydesdorff等[7]、Oborn等[8]认为数字化时代，创新在数字技术和市场共同作用下发生在数字化平台等新兴异质网络中;Hinings[9]、Akesson等[10]认为数字化创新带来的组织边界的模糊化、创新角色的重新配置以及创新环境的动态性;Arturo等[11]认为制造业数字创新研究时应该从以创新者为中心转向以创新环境为中心;董建华等[12]认为数字化创新的关键在于数字技术与创新者进行互动。曹玉娟等[13]认为数字化催生的大数据成为新的创新要素，数字技术将改变创新者的思维方式以及创新交互关系。

基于以上观点，本文认为制造业数字化创新是利用数字技术对工艺、产品和服务等进行快速精准的优化或重塑以创造新的价值，其主要包括數字化产品创新、数字化工艺创新和数字化服务创新。数字化产品创新是指在数字化环境下利用数字技术、数字化平台等手段实现产品从研发设计、工艺布局、加工、装配等一系列环节的虚拟仿真，从而快速缩短产品研发周期、降低产品成本结构以及改善产品质量。数字化工艺创新指制造业运用和研究数字技术，将数据资源作为生产要素之一来改善或创造新的生产方式和管理方法以提升技术水平、生产方式和效率、产品质量改进及交付方式;数字化服务创新是指从制造业产品从研发到市场化的过程中，利用数字技术、数字平台更好的满足消费者产品需求，获取或保持差异化的竞争优势，开拓新的创造价值方式。

2）绿色创新绩效。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[14]。采用隋俊等[15]的观点，基于绿色创新的过程视角，将绿色创新绩效分为绿色研发绩效、绿色制造绩效、绿色营销绩效和绿色服务绩效。绿色研发绩效是指对绿色技术、产品或工艺的研发和改善优化，以降低资源消耗，减少对生态环境的不利影响;绿色制造绩效是指在生产制造过程中利用绿色技术、绿色工艺以提高资源利用率、减少污染物的排放。绿色营销绩效是指在营销服务中推广使用绿色技术、绿色新产品（工艺、服务）以提高经济效益，促进经济环境社会的协调发展;绿色服务绩效是指为满足供应商、消费者等的需求，提供有利于保护生态环境、节约资源的绿色技术、产品和服务。

3）吸收能力。自Cohen等[16]提出吸收能力的概念以来，吸收能力迅速成为创新理论、战略管理等理论中的重要概念。目前国内外学者大多认为吸收能力是组织获取、整合、转化和利用内外部知识和资源以提升改善或创造新技术、新产品服务、新工艺等的能力[17-20]，它包括2个层面，一是组织获取整合知识和资源的能力，即潜在能力;二是组织对知识进行转化开发利用的能力，即实现能力。

吸收能力与创新活动、创新绩效有紧密联系，刘富先等[21]认为吸收能力越强，就意味着组织越能及时从外部网络中识别、学习产品相关的知识和资源从而改善或开发新产品和服务提升企业绩效。杨利云等[22]的研究表明工业企业冗余资源吸收能力越强就越能实现资源的价值增值，故而本文以吸收能力为视角，探索不同制造业数字化创新与绿色创新绩效的关系

1.2 研究假设

1）制造业数字化产品创新与绿色创新绩效。关于数字化产品创新与绿色创新绩效的关系，目前国内外学者的相关研究涉及很少。在数字化时代下，制造业数字化、智能化研发平台的运用能积极提高制造业企业产品、技术的研发和改进效率[23]。邢新朋等[24]认为研发、改进对环境友好的技术或产品可以提升资源利用率，降低能源消耗，减少对生态环境的负面影响。本文认为制造业数字化产品创新可以实现绿色新产品的快速研发，提高绿色产品的生产制造效率和质量以提升绿色研发绩效和绿色制造绩效、降低资源消耗以提升改善生态环境，促进社会的绿色、可持续发展。基于上述分析，本文提出以下研究假设：

假设H1：制造业数字化产品创新对绿色创新绩效具有显著影响。

假设H1a：制造业数字化产品创新对绿色研发绩效具有显著影响。

假设H1b：制造业数字化产品创新对绿色制造绩效具有显著影响。

假设H1c：制造业数字化产品创新对绿色营销绩效具有显著影响。

假设H1d：制造业数字化产品创新对绿色服务绩效具有显著影响。

2）制造业数字化工艺创新与绿色创新绩效。在数字化时代下，大数据、云计算、工业互联网平台等数字技术和数字平台的使用，能够促进绿色工艺的研发和改进提升。比如孙振清等[25]通过面板数据分析证实了互联网的使用对绿色创新中的工艺创新有显著积极影响。李琳等[26]通过对国内三大城市群研究发现互联网发展程度能影响技术进步从而对工业绿色全要素生产率产生影响，除此之外，3D打印、计算机辅助工艺设计等数字技术与传统工艺的整合有助于实现最小化的资源获取最大化的效益[27]。基于上述分析，本文提出以下研究假设：

假设H2：制造业数字化工艺创新对绿色创新绩效具有显著影响。

假设H2a：制造业数字化工艺创新对绿色研发绩效具有显著影响。

假设H2b：制造业数字化工艺创新对绿色制造绩效具有显著影响。

假设H2c：制造业数字化工艺创新对绿色营销绩效产具有显著影响。

假设H2d：制造业数字化工艺创新对绿色服务绩效产具有显著影响。

3）制造业数字化服务创新与绿色创新绩效。有学者指出在数字化创新中数字技术需要建立在创新者的合作尤其是跨领域合作上才能更好地促进数字化创新，而跨越边界的工具（比如数字化平台）是支撑整个创新过程的桥梁，它能使不同领域的专家更好的整合不同的思想和知识[28]，而许多学者认为许多企业在进行绿色创新时面临资源约束或能力不足，因此与其他创新组织尤其是用户等利益相关者建立绿色合作是有必要的，且在进行合作的时候组织之间的知识转移会积极促进绿色创新的实施[29-30]，而Du等[31]的研究表明绿色顾客整合、绿色供应商整合及其互动均与绿色创新绩效呈正相关。本文认为数字化服务有利于将供应商、客户的产品需求、绿色需求整合起来，快速准确地获取有效的绿色信息，以实现精准的绿色产品定位获取经济效益等。基于上述分析，本文提出以下研究假设：

假设H3：制造业数字化服务创新对绿色创新绩效具有显著影响。

假设H3a：制造业数字化服务创新对绿色研发绩效具有显著影响。

假设H3b：制造业数字化服务创新对绿色制造绩效具有显著影响。

假设H3c：制造业数字化服务创新对绿色营销绩效具有显著影响。

假设H3d：制造业数字化服务创新对绿色服务绩效具有显著影响。

4）吸收能力的调节作用。关于吸收能力与绿色创新的相关的研究表明，大部分学者认为吸收能力能积极促进企业实施绿色创新提升绿色创新绩效，比如Albort等[32]的研究表明创新组织通过吸收能力将相关的知识内部转化为新产品、服务或流程进而促进绿色创新绩效。Mohamed等[33]认为在创新实践中需要组织获取传播和利用内外部知识，其研究表明知识吸收能力能积极促进企业实施绿色创新，培养企业产生、服务或优化工作能力等绿色创新的潜力，Wissal等[34]认为组织内外部技术知识溢出能促进绿色创新并积极影响组织绩效且组织对外部知识的吸收能力并向内部技能转化是绿色创新成功的关键。彭雪蓉等[35]认为，创新组织在研发阶段进行内外部合作的广度越广深度越深，其吸收能力越强，生态创新成功的可能性越大，其生态创新绩效也越好。

本文认为，在数字化创新中，开放的数字化平台能积极促进创新组织吸收整合转化创新资源，提升吸收能力进而促进其绿色创新绩效，基于上述分析本文做出以下假设：

假设H4：吸收能力在制造业不同的数字化创新模式和绿色创新绩效之间均发挥显著调节作用。

2 研究设计

2.1 概念模型的构建

制造业进行数字化创新是促进绿色创新绩效的有效方式之一，并受到制造业吸收能力的影响。根据现有的研究成果和上述研究假设，本文构建了制造业数字化创新模式对绿色创新绩效的影响因素的概念模型，用以分析制造业数字化创新模式和绿色创新绩效之间的关系，并探讨吸收能力在制造业数字化创新模式和绿色创新绩效之间是否存在调节效应，如图1所示。

本文采用多元层次回归分析法并构建以下模型来分析制造业数字化创新模式对绿色创新绩效的影响以及吸收能力的调节作用。其中模型（1）和模型（2）探索的是不同的数字化创新模式对绿色创新绩效的影响，模型（3）和（4）用来检验吸收能力在不同的数字化创新模式对绿色创新绩效之间的调节作用。其中：GIP表示绿色创新绩效，GRDP表示绿色研发绩效，GMP表示绿色制造绩效，GYP表示绿色营销绩效，GSP表示绿色服务绩效，DI表示数字化创新模式，DP表示数字化产品创新，DPS表数字化工艺创新，DS表示数字化服务创新，XC表示吸收能力，GZ表示环境规制。

GIP=α+βDI+φGZ+ε。（1）

GRDPGMPGYPGSP=α+β

DPDPSDS+φGZ+ε。（2）

GIP=α+βDI+φXS+λDI×XS+φGZ+ε。（3）

GRDPGMPGYPGSP=α+β

DPDPSDS+φXS+λDPDPSDS×

XS+φGZ+ε。（4）

2.2 變量选择

参考现有相关文献，本文将自变量数字化创新模式分为数字化研发、数字化工艺和数字化产品创新，将因变量绿色创新绩效分为绿色研发绩效、绿色制造绩效、绿色营销绩效和绿色服务绩效;关于调节变量吸收能力，根据吸收能力的内涵，借鉴已有研究，本文将吸收能力分为技术获取能力、消化能力和转化能力[36-37]。通过对现有文献研究表明，大部分学者认为制造业环境规制能对绿色创新绩效产生影响，故选取制造业环境规制作为本文的控制变量，其中环境规制用污染治理投资额表示[38-39]。各变量的测量指标，如表1所示。

2.3 数据来源及处理

本文以制造业行业作为研究对象进行实证研究，采用28个制造业行业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》《中国劳动统计年鉴》《中国科技统计年鉴》《国际绿色专利清单》、国家知识产权局、国家统计局、国家数据和工信部等官方网站。

3 实证分析

3.1 信度和效度检验

信度检验主要是用来检测潜变量的可靠性和测量指标的内部一致性。采用标准化因子载荷和组合信度（CR），利用AMOS 21进行验证性因子分析来进行信度检验，如表2所示。一般而言，因子载荷可接受的标准是0.5，本文的因子载荷均大于该标准。组合信度（CR）取值标准为0.6，本文各因子的组合信度（CR）均大于0.6说明指标间的内部一致性较高。

效度检验用于分析数据有效性，本文采用平方差抽取量（AVE）值来检验潜变量之间的收敛效度，如表3、表4所示。所得的AVE值均大于0.5，表明收敛效度较好。而对于区别效度，本文利用AVE平方根和潜变量之间的相关系数来进行检验。为了保证良好的区别效度，潜变量的AVE平方根应大于潜变量之间的相关系数。每个潜变量的AVE值均大于其与其他潜变量的相关系数，表明不同因子之间能很好地区分开来。

3.2 主效应检验和调节效应检验

1）主效应检验。本文采用SPSS25和SPSS process，通过多元层次回归法来进行回归分析和调节效应检验，为减少变量的多重共线性，将自变量和调节变量均做了中心化处理。模型（1）检验了自变量对因变量的回归模型，模型（2）为加入调节变量的回归模型，模型（3）为加入了自变量和调节变量的交互项的回归模型。结果如表5、6和7所示。

由表5模型（1）回归结果可知，数字化产品创新对绿色制造绩效、绿色营销绩效有显著正向影响（β=0.211，P<0.01;β=0.425， P<0.01）;原假设H1b、H1c得到证实，数字化产品创新对绿色研发绩效和绿色服务绩效的回归系数并没有通过显著性检验（β=-0.035，P>0.1;β=-0.011，P>0.1），表明拒绝了原假设H1a和H1d。

由表6模型（1）的回归结果可知，数字化工艺创新和绿色研发绩效和绿色营销绩效的回归系数通过显著性检验（β=0.180，P<0.05;β=-0.241，P<0.01），表明数字化工艺创新对绿色研发绩效有显著正向影响，对绿色营销绩效有显著负向影响，原假设H2a、H2c得到证实;数字化工艺创新对绿色制造绩效、绿色服务绩效回归系数并不显著（β=0.001，P>0.1;β=-0.051，P>0.1），表明拒绝了原假设H2b和H2d。

由表7模型（1）的回归结果可知，数字化服务创新对绿色研发绩效、绿色营销绩效和绿色服务绩效有显著正向影响（β=0.319，P<0.01;β=-0.623，P<0.01;β=0.565，P<0.01），表明数字化服务创新对绿色研发绩效和绿色服务绩效有显著正向影响，对绿色营销绩效有显著负向影响，原假设H3a、H3c和H3d得到证实;数字化服务创新对绿色制造绩效相关系数并不显著（β=0.173，P>0.1），拒绝了原假设H3b。下面所有表中，*、**、***分别表示显著性P<0.1、P<0.05、P<0.01，括号里的为t值。

2）吸收能力的调节效应检验。将吸收能力作为调节变量，在自变量和因变量之间进行调节效应检验，结果如表5、表6和表7中的模型（2）和模型（3）所示。

由表5中的模型（2）和模型（3）的结果可知，在假设路径数字化产品创新和绿色制造绩效、数字化产品创新和绿色营销绩效中，吸收能力与数字化产品创新的交互项均通过调节效应检验（β=0.257，P<0.01;β=0.171，P<0.05），表明吸收能力在数字化产品创新和绿色制造绩效间存在调节作用。

由表6中的模型（2）和模型（3）的结果可知，在假设路径数字化工艺创新和绿色研发绩效、数字化工艺创新和绿色营销绩效中，吸收能力与数字化工艺创新的交互项均通过显著性检验（β=-0.726，P<0.01;β=-0.407，P<0.01），表明吸收能力在数字化工艺创新和绿色研发绩效、数字化工艺创新和绿色营销绩效中均存在调节作用。

由表7中的模型（2）和模型（3）的结果可知，在假设路径数字化服务创新和绿色研发绩效、数字化服務创新和绿色服务绩效中，吸收能力和数字化服务创新的交互项均通过了显著性检验（β=-0.235，P<0.01;β=0.067，P<0.01），表明吸收能力在数字化服务创新和绿色研发绩效、数字化服务创新和绿色服务绩效中均存在调节作用。在假设路径数字化服务创新和绿色营销绩效中，吸收能力与数字化服务创新的交互项未通过显著性检验（β=0.048，P>0.1），表明吸收能力在数字化服务创新和绿色营销绩效中不存在调节作用。

为了进一步验证并明确调节作用方向，本文绘制了调节作用示意图，如图2～7所示。由图2可知，数字化产品创新和绿色制造绩效之间的关系随着吸收能力的水平提高而增强;数字化产品创新和绿色营销绩效之间的关系随着吸收能力的水平提高而增强;由图4可知，数字化工艺创新和绿色研发绩

效之间的关系随着吸收能力的水平提高而减弱;由图5可知，数字化工艺创新和绿色营销绩效之间的关系随着吸收能力的水平提高而减弱;由图6可知，数字化服务创新和绿色研发绩效之间的关系随吸收能力的提高而减弱;由图7可知，数字化服务创新和绿色服务绩效之间的关系随吸收能力提高而增强。

4 结果与讨论

本文基于以往的研究成果，用实证的方法深入分析了制造业不同的数字化创新模式对绿色创新绩效的影响，并探讨了吸收能力对两者间关系的调节作用。整理实证分析检验的结果，如表7所示。

首次，数字化产品创新对绿色制造绩效、绿色营销绩效有显著正向影响（假设H1b、H1c得到验证），但对绿色研发绩效和绿色服务绩效的显著影响假设未能得到证实（假设H1a、H1d不成立）。

其次，数字化工艺创新对绿色研发绩效有显著正向影响，对绿色营销绩效有显著负向影响（假设H2a、H2c得到验证），但对绿色制造绩效和绿色服务绩效的显著影响假设未能得到证实（假设H2b、H2d不成立）。

再次，数字化服务创新对绿色研发绩效和绿色服务绩效有显著正向影响，对绿色营销绩效有显著负向影响（假设H3a、H3c和H3d得到验证），但对绿色制造绩效的显著影响假设未能得到证实（假设H3b不成立）。

最后，吸收能力在数字化产品创新和绿色制造绩效、绿色营销绩效间、数字化工艺创新和绿色研发绩效绿色营销绩效间、数字化服务创新和绿色研发绩效、绿色服务绩效间的调节效应通过显著性检验，其余未通过显著性检验，假设H4部分被证实。

5 结论与启示

5.1 研究结论

本文基于以往的相关研究，用实证的方法深入分析探讨了不同数字化创新对绿色创新绩效的影响，结果表明数字化产品创新、数字化工艺创新和数字化服务创新这3种数字化创新模式均对绿色创新绩效有不同程度的显著影响。实证研究表明：

1）数字化产品创新对绿色制造绩效、绿色营销绩效; 数字化服务创新对绿色服务绩效均起到正向影响，且吸收能力起着显著正向调节作用。这表明数字技术的引进和消化吸收影响数字化创新的深度和广度[40]，促进了绿色产品学习模仿和应用能力从而提升制造效率，降低资源消耗量和污染物排放，同时也提升了对消费者、供应商等利益相关者的绿色需求的识别和理解能力，从而能更加精准的向其提供所需要的绿色产品，这也侧面印证了已有研究的结论。

2）数字化工艺创新和数字化服务创新均对绿色研发绩效呈现正向影响，但吸收能力在其中起着负向调节作用，这表明制造业使用数字技术进行工艺、服务创新能更高效、精准的对消费者进行绿色产品需求追踪，并反馈给研发设计阶段，从而保证产品高效精准的研发， 但制造业进行个性化、定制化的服务创新活动时，数字技术、数字工艺的引进和消化吸收达到平衡才能对绿色研发绩效产生积极作用。

3）数字化工艺创新、数字化服务创新对绿色营销绩效均有负向影响，且吸收能力在数字化工艺创新和绿色营销绩效间存在负向调节作用。这可能是因为制造业企业在进行数字工艺和服务创新时需要投入大量的创新资源，从而对绿色营销阶段的创新资源投入产生挤压，导致绿色营销绩效降低呈现负向影响。Lane等[41]认为虽然吸收能力是创新组织基本的能力之一，但是由于资源和认知的限制，组织只能在相对较少的领域投资来发展吸收能力，故而制造业在进行数字化创新、吸收能力和绿色创新时需要平衡资源投入。

4）数字化产品创新对绿色研发绩效和绿色服务绩效、数字化工艺创新对绿色制造绩效和绿色服务绩效;数字化服务创新对绿色制造绩效的影响均未得到证实。有研究表明互联网等数字技术可降低研发成本、促进绿色创新市场转换等方式提升绿色创新效率，但我国制造业数字化创新水平整体提升的同时，不同行业和地域间的“数字鸿沟”现象也愈加显著易形成垄断性市场结构，缺乏合理的市场监管机制，技术创新的趋同性提升等降低了绿色创新效率[42-44]，故而制造业在数字化创新促进绿色创新绩效的过程中应综合考虑多方面影响因素，从而切实、高效发挥数字化创新对绿色创新绩效的作用。

5.2 启示

本文采用多元层次分析法，基于吸收能力的调节效应视角探讨了制造業不同的数字化创新对绿色创新绩效的影响，研究发现，不同的数字化创新均能对绿色创新绩效产生一定的影响，这种影响可能是正向的也可能是负向的，这取决于数字化创新模式的不同，且制造业吸收能力在数字化创新模式与绿色创新绩效之间存在一定的正向或负向调节效应。在数字化时代背景下，我国制造业迫切需要进行数字化创新以获取和保持国际竞争的优势地位毋庸置疑，但进行何种数字化创新模式应取决于行业所处的环境和自身的吸收能力，而且在进行数字化创新时应注重绿色技术和产品的研发、制造、营销和服务协调发展，为制造业绿色化、数字化和智能化发展打下坚实的基础。

参考文献：

[1] 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.

[2] YOO Y，HENFRIDSSON O，LYYTINEN K.The new organizing logic of digital innovation：An agenda for information systems research[J].Information Systems Research，2010，21（4）：724.

[3] YOO J，RICHARD J.BOLAND J，LYYTINEN K，et al.Organizing for innovation in the digitized world[J].Organization Science，2012，23（5）：1398.

[4] LYYTINEN K，YOO J，RICHARD J，et al.Digital product innovation within four classes of innovation networks[J].Information Systems Journal，2016，26（1）：47.

[5] NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al.Digital innovation management： Reinventing innovation management research in a digital world[J].Mis Quarterly，2017，41（1）：223.

[6] 余江，孟庆时，张越，等.数字创新：创新研究新视角的探索及启示[J].科学学研究，2017，35（7）：1103.

[7] LEYDESDORFF L，IVANOVA I.“Open innovation” and “triple helix” models of innovation：Can synergy in innovation systems be measured？[J].Journal of Open Innovation：Technology，Market，and Complexity，2016，2（1）：.

[8] OBORN E，BARRETT M，ORLIKOWSKI W J，et al.Trajectory dynamics in innovation：Developing and transforming a mobile money service across time and place[J].Organization Science，2019，30（5）：1097.

[9] HININGSA B，GEGENHUBERB T，GREENWOOD R.Digital innovation and transformation：An institutional perspective[J].Information and Organization，2018，28（1）：52.

[10] AKESSON M，THOMSEN M.Digital innovation and social dilemma[R] .International Working Conference on Transfer and Diffusion of IT，2014：49.

[11] VEGA A，CHIASSON M W.A comprehensive framework to research digital innovation：The joint use of the systems of innovation and critical realism[J].Journal of Strategic Information Systems，2019，28（3）：242.

[12] 董建華，高英.“中国制造2025”背景下的数字化创新管理[J].企业经济，2019（8）：77.

[13] 曹玉娟.数字化驱动下区域科技创新的框架变化与范式重构[J].学术论坛，2019，42（1）：110.

[14] 孙丽文，陈继琳.基于经济-环境-社会协调发展的绿色创新绩效评价：以环渤海经济带为例[J].科技管理研究，2018，38（8）：87.

[15] 隋俊，毕克新，杨朝均，等.跨国公司技术转移对我国制造业绿色创新系统绿色创新绩效的影响机理研究[J].中国软科学，2015（1）：118.

[16] 艾志红.吸收能力的理论演化与研究述评[J].技术经济与管理研究，2017（1）：38.

[17] COHEN W M，LEVINTHAL D A. Adsorptive capacity：A new perspective on learning[J].Administrative Science Quarterly，1990（1）：128.

[18] ZAHRA S A，GEORGE G.Absorptive capacity：A review，reconceptualization，and extension[J].Academy of Management Review，2002，27（2）：185.

[19] OMIDVAR O，EDLER J，MALIK K.Development of absorptive capacity over time and across boundaries：The case of R&D consortia[J].Long Range Planning，2017，50（5）：665.

[20] 詹坤，邵云飞，唐小我.联盟组合的网络结构对企业创新能力影响的研究[J].研究与发展管理，2018，30（6）：47.

[21] 刘富先，毛蕴诗.双重网络嵌入与企业升级：吸收能力的调节作用[J/OL].重庆大学学报（社会科学版）：[2019-10-15][2021-03-01].http：//kns.cnki.net/kcms/detail/50.1023.C.20191014.1607.002.html.

[22] 杨利云.多元化经营、冗余资源吸收能力与工业企业财务绩效[J].财会通讯，2019（27）：87.

[23] 邵婧婷.数字化、智能化技术对企业价值链的重塑研究[J].经济纵横，2019（9）：95.

[24] 邢新朋，梁大鹏，刘天森，等.可持续探索创新和可持续利用创新对环境绩效的影响：一个有调节的中介模型[J].软科学，2019，33（7）：99.

[25] 孙振清，边敏杰，陈文倩.我国区域绿色创新能力溢出效应研究[J].生态经济，2019，35（5）：71.

[26] 李琳，刘琛.互联网、禀赋结构与长江经济带工业绿色全要素生产率：基于三大城市群108个城市的实证分析[J].华东经济管理，2018，32（7）：5.

[27] 马自勤，王秀伦，杨志刚.数字工艺及其关键技术[J].机床与液压，2005（1）：5.

[28] PERSHINA R，SOPPE B，THUNE T M.Bridging analog and digital expertise：Cross-domain collaboration and boundary-spanning tools in the creation of digital innovation[J].Research Policy，2019，48（9）：103819.

[29] WU A，LI T.Gaining sustainable development by green supply chain innovation：Perspectives of specific investments and stakeholder engagement[J].Business Strategy and the Environment，2020，29（3）：962.

[30] ZIMMERLING E，PURTIK H，WELPE I M.End-users as co-developers for novel green products and services-an exploratory case study analysis of the innovation process in incumbent firms[J].Journal of cleaner production，2017，162：51.

[31] DU L，ZHANG Z，FENG T.Linking green customer and supplier integration with green innovation performance： The role of internal integration[J].Business Strategy and the Environment，2018，27（8）：1583.

[32] ALBORTMORANT G，LEALRODRIGUEZ A L，MARCHI V，et al.Absorptive capacity and relationship learning mechanisms as complementary drivers of green innovation performance[J].Journal of Knowledge Management，2018，22（2）：432.

[33] ABOELMAGED M，HASHEM G.Absorptive capacity and green innovation adoption in SMEs：The mediating effects of sustainable organisational capabilities[J].Journal of Cleaner Production，2019，220：853.

[34] ARFI W B，HIKKEROVA L，SAHUT J M.External knowledge sources， green innovation and performance[J].Technological Forecasting and Social Change，2018，129：210.

[35] 彭雪蓉，刘姿萌，李旭.吸收能力视角下企业生态创新绩效提升的实施战略[J].生态经济，2019，35（7）：70.

[36] 赵莉，胡逸群.FDI技术溢出对制造业创新能力的影响：基于吸收能力的中介作用[J].科技管理研究，2018，38（18）：9.

[37] 范德成，李盛楠.中国高技术产业省际知识溢出对创新质量的影响：基于知识吸收能力的门槛效应分析[J].商业研究，2019（12）：37.

[38] 张娟，耿弘，徐功文，陈健.环境规制对绿色技术创新的影响研究[J].中国人口·资源与环境，2019，29（1）：168.

[39] 孙玉阳，穆怀中，范洪敏，侯晓娜，张志芳.环境规制对产业结构升级异质联動效应研究[J].工业技术经济，2020，39（4）：89.

[40] 邢乐斌，任春雪，曾琼.开放度组合策略与创新绩效类型匹配关系研究：吸收能力的调节效应[J].科技进步与对策，2021，38（1）：18.

[41] LANE P J，KOKA B R，PATHAK S.The reification of absorptive capacity：A critical review and rejuvenation of the construct [J].The Academy of Management Review，2006，31（4）：833.

[42] 陈兵，王伟龙.互联网发展、产业集聚结构与绿色创新效率[J].华东经济管理，2021，35（4）：42.

[43] 张旭亮，史晋川，李仙德，等.互联网对中国区域创新的作用机理与效应[J].经济地理，2017，37（12）：129.

[44] 韩先锋，宋文飞，李勃昕.互联网能成为中国区域创新效率提升的新动能吗[J].中国工业经济，2019（7）：119.

[编辑：厉艳飞]