環境動態性視角下大數據能力對制造業綠色競爭力的影響機制研究
——基于SBM-GML指數模型

李金克，張 榮，李伯鈞

(1.青島大學 商學院，山東 青島 266100；2.中國海洋大學 經濟學院，山東 青島 266100)

0 引言

隨著多年來不均衡發展積累的矛盾爆發，粗放型發展方式已無法使經濟保持原有增長速度，并且帶來一系列環境與社會問題。綠色升級是推動經濟高質量發展和人民生活幸福的重要支撐力量，走綠色發展之路已成為制造業轉型升級的關鍵，而綠色發展之路歸根到底就是為了提高綠色競爭力而不斷尋求變革的過程。基于此，如何提高制造業綠色競爭力是亟待解決的重要問題。同時，大數據快速與其它產業融合發展，已經被視為創新、競爭和生產力的下一個前沿[1]。黨的十九屆四中全會對原有生產要素內涵進行了擴展，首次將數據確認為關鍵生產要素。隨著大數據的廣泛應用，數字化轉型能否促進制造業綠色轉型，能否通過釋放大數據價值獲得綠色價值成為政府、學者和企業家關注的熱點話題。

目前，學術界關于制造業大數據能力的研究主要集中在以下兩個層面：一是產業層面，大數據將產業各階段與各環節緊緊聯系在一起，為整個產業轉型升級帶來重要機遇[2]；二是企業層面，從組織、經濟和管理視角[3-4]探討大數據能力與企業框架結構、產品創新、決策方式等交互影響促進企業價值增值的過程。已有研究從產業層面深入探討了大數據對制造業轉型的內在促進機制，也從不同角度檢驗了大數據對企業價值的積極影響，但是關于微觀企業大數據能力與綠色競爭力關系的研究仍然十分缺乏。與現有大數據能力與企業績效或競爭力關系的理論文獻不同，大數據能力與綠色競爭力的關系具有特殊意義。從宏觀層面看，數據驅動制造業綠色轉型已經成為政府施政綱領中的重要攻關課題，大數據能力與綠色競爭力融合發展不僅對制造業內部形成穩定增長的綠色發展模式具有強烈現實意義，而且對我國在第四代信息技術革命浪潮中占據領先地位具有重要戰略意義。從微觀層面看，綠色競爭力一定程度上可以代表企業追求經濟利益和承擔社會責任的綜合結果，是組織實現長久健康發展的必要保障。

為探究大數據能力促進企業綠色價值和商業價值提高的具體機制，本文以2014—2019年50家制造業上市企業為研究對象，探討大數據能力與綠色競爭力的內在關聯性，并考察環境動態性在兩者關系中的調節作用，期望從理論層面豐富制造綠色轉型相關研究，從實踐層面為制造企業在數字經濟背景下穩步形成綠色制造模式提供有益指導。

1 文獻綜述

1.1 大數據能力的內涵與維度

大數據是企業的一項重要資源已經得到理論和實踐證實[1]。Kiron(2014)指出，大數據能力為企業帶來持續競爭優勢的關鍵在于整合利用大數據資源的能力，而不是大數據資源本身；謝衛紅等(2016)進一步提出大數據能力本質上是企業的一種動態能力，并強調大數據能力的核心在于深度嚴謹的分析能力；李永紅等[2]從數據價值鏈視角批判性指出，從整個社會的信息化現象中挖掘大數據價值的關鍵在于分析能力；Lavalle&Shockley[5]調查發現，深度商業分析能力越強，企業競爭優勢越顯著。由此可見，大數據分析能力是企業適應動態變化的競爭環境最基礎、最核心的環節。戚聿東等[6]基于全球管理創新實踐發現，大數據與企業內部管理模式的結合成為驅動組織全方位深層次變革的重要力量。大數據能力還被譽為“下一個管理革命”[1]，在完善管理理論和豐富管理實踐方面具有巨大潛力，理解大數據管理能力對更精確、更深入挖掘大數據能力的價值創造方式具有重要意義。程剛等[7]一方面認同前人關于資源整合重要性的研究，另一方面提出大數據戰略和文化也是大數據能力的重要組成部分這一有力論斷；曹亞東等[8]再次強調，大數據分析能力和大數據戰略支持能力在獲得數據價值和超越競爭對手中的獨特地位。大數據戰略規劃能力作為企業特殊的軟實力，在指導具體業務實施路徑的同時，也在塑造差異化競爭優勢。《埃森哲技術展望2019》報告通過多層次方法，從大數據戰略、管理、生產和銷售要素4個層面對企業數字化水平進行量化。通過梳理上述文獻發現，學者們開始從僅基于大數據本身特征描述大數據能力向結合企業各項能力突出大數據能力對組織整體的商業價值發展。因此，結合前人研究，本文認為，大數據能力是運用創新性思維，建立數據與企業各項資源的聯系并整合分析進而發現數據價值、優化管理流程與決策以及為企業戰略規劃提供支持的能力，可從戰略層、決策層和執行層依次分為大數據戰略規劃能力、大數據管理能力和大數據分析能力3個方面。

(1)大數據戰略規劃能力(Big Data Strategic Planning Ability，BDSA)作為大數據能力的頂層設計部分，是指基于公司總體戰略和業務戰略，制定數字轉型計劃，并且在實施過程中，根據市場需求和組織現狀進行適應性調整，在保障數字化體系構建規范化和執行合理化的同時，促進公司整體可持續發展。

(2)大數據管理能力(Big Data Management Ability，BDMA)是充分利用大數據協動組織整體轉型方面非常重要的管理資源，主要包括組織架構調整、組織決策方式轉變、組織學習以及企業文化更新。由于大數據技術不斷發展迭代，在組織學習中嵌入持續學習、合作學習等理念也是形成獨特大數據能力必不可少的部分。此外，將數字資源對市場趨勢和運營的精準洞察力融入決策過程，轉變以往依賴直覺決策的方式，也是大數據管理能力活躍的組成要素。

(3)大數據分析能力(Big Data Analysis Ability，BDAA)作為大數據能力的核心部分，是指企業利用數據基礎設施和數據分析手段，對各環節數據進行分析進而發現現有業務流程存在的不足，并且針對具體問題進行有效調整與優化，從而提升企業運行效率和質量水平的能力。

1.2 大數據能力與綠色競爭力

國外對于大數據與競爭力的研究大多以動態能力為中介展開。Schryen[9]、Mikalef等[10]提出，大數據能力對競爭優勢的實現機制更多依賴于組織能力的適應性調整。國內研究對制造業競爭優勢的關注不夠，大多探討大數據能力對企業績效[11]、創新績效[12]的影響。此外，針對競爭力的重要組成部分——綠色競爭力，Zhang等[13]從整體視角出發，認為公司應用大數據的能力越強，適應速度越快，越容易形成綠色核心競爭力；Wu等[14]從理論層面探討大數據與綠色革命的關系，指出無論從宏觀上看，還是作為微觀個體，大數據的出現都具有支持環保和可持續發展綠色目標的巨大潛力。由此可見，學術界普遍認為，具備大數據能力的企業在改善環境質量和提高企業效益方面顯著優于其它企業，但試圖證明大數據的應用能夠改善環境績效、提高組織可持續競爭力的文獻很少，并且迄今為止沒有嚴格的實證檢驗。

1.3 環境動態性的調節作用

環境動態性即環境的動態性特征，主要是指企業賴以生存與發展的外部環境是不斷更新并且難以準確預測的[15]。企業的發展與外部環境密切相關，環境波動可能會使組織賴以生存的競爭優勢喪失，陷入經營危機，同時也可能為新技術的應用以及新產品、新服務的推廣帶來機遇，促進新的競爭優勢形成。

動態能力理論認為，組織能力創造的競爭優勢變化取決于環境動態性[16]。Li&Liu[17]實證研究發現，環境動態性是影響我國企業形成獨特競爭力的重要驅動因素；王娟茹等(2020)以技術不穩定性作為調節變量，探討綠色雙元創新與制造業競爭優勢的關系。雖然環境動態性會給組織帶來一系列不可預測的結果，但是Chen等[18]指出，在快速變化的市場中，大數據能力對供應鏈績效乃至競爭力的影響會被放大；Li等[19]從信息處理角度出發，認為隨著環境動態性持續增加，數字化技術通過數字化供應鏈平臺對經濟績效和環境績效的間接影響將會增強。由此可見，環境動態性在制造業綠色競爭力形成過程中的作用值得研究。

1.4 文獻述評

綜上所述，已有研究的學術貢獻主要體現在以下3個方面：首先，運用資源基礎理論、IT能力理論和動態能力理論定義大數據能力的內涵，并對其維度進行測量，開始從企業整體價值視角對大數據能力進行擴展和延伸，不僅突出大數據能力的技術性特征，而且關注大數據與企業內部融合產生的戰略、管理等要素。其次，近幾年國內外對大數據能力的定量研究有了一定進展，并且總體上偏向于研究大數據對績效、創新和競爭力的影響。同時，也有學者開始關注大數據能力對綠色競爭力的影響機理，并認為大數據具有改變環境管理局面和實現可持續發展目標的潛力，但是缺乏系統的理論演繹和實證支持。最后，雖然環境動態性不可預測，但是已有學者指出，在企業運用大數據能力實現價值增值的過程中，環境動態性扮演著重要角色，并且強調合理利用環境變化能夠促進組織內部有效協同。

本文的邊際貢獻在于：首先，明確構建大數據戰略規劃能力、大數據管理能力和大數據分析能力的整體框架；其次，現有研究對企業綠色競爭力的衡量多局限于問卷調查方式，忽視了綠色全要素生產率(GTFP)可以度量企業投入與產出的有效性，因而本文采用GTFP指標可以提高研究的準確性和客觀性；最后，作為將環境保護與企業競爭力相結合的研究，綠色競爭力是指企業在經濟效益方面超越競爭對手的同時，向市場傳遞綠色發展理念的綜合能力，體現制造企業承擔發展問題和建立可持續競爭優勢的時代決心。本文期望通過對大數據能力與綠色競爭力的模型進行實證研究，打開大數據創造綠色價值的“黑箱”。

2 研究假設

2.1 大數據能力與綠色競爭力

基于我國雄厚龐大的制造業基礎，以及數字信息、通信、傳感和表征技術的持續發展，制造企業正在產生大量復雜的多源異構數據。有效分析和利用這些來源多樣、結構各異的數據信息，能夠為我國制造業在新一輪綠色革命中取得競爭優勢提供新契機。

在戰略層面，孫麗文和任相偉[20]提出，企業具備長期可持續的戰略思維、戰略定位和戰略導向是綠色轉型方向的重要引導。因此，對于立志于在數字經濟轉型背景下建立綠色競爭優勢的企業來說，不能簡單依靠引進或吸收數字化技術，只有將企業數字化戰略融入整體發展戰略中，才能在復雜競爭態勢中為企業提供清晰的目標導向，在順應產業綠色發展趨勢的同時，保持自身獨特性，而且合理的數字化戰略也能為組織業務情景提供更多有價值、有針對性的信息，從而提高執行績效。海爾和酷特智能的成功案例也進一步表明，在殘酷激烈的市場競爭中，明確的數字化戰略對企業建立綠色核心競爭力具有重要價值(林琳，2019)。

在管理層面，徐宗本等[21]認為，從直覺決策到依賴數據決策的跨越是傳統產業綠色轉型和商業模式創新的重要驅動力；謝康等[22]基于產品創新視角，提出大數據影響下組織慣例更新能夠顯著提高組織對環境的適應程度，為組織形成持續競爭優勢提供機會和可能性。也有學者開始考察數據驅動的組織結構對制造業綠色轉型的重要價值，如肖靜華(2020)研究發現，為了在數字經濟背景下保持組織運作和轉型的高效率，組織形態往往向對環境的高適應性和組織行動的靈活性方向調整，例如矩陣制、平臺制和網格制等。

數據分析能力對綠色競爭力的影響可以從產品價值鏈考慮。在研發環節，池毛毛等[23]通過調研和實證研究發現，在大數據技術支持下，研發周期和研發成本能夠大幅縮減，從而實現新產品開發績效提升；在制造環節，Belhadi等[24]指出，通過使用適當的監測、可視化和分析技術，可以有效降低制造和維護過程的能耗，減少污染，證實大數據技術具有評估和提高環境績效的潛力；在營銷環節，Wang(2019)認為，通過對消費行為數據進行分析，可以了解消費者偏好，從而為企業產品營銷信息的針對性推送和綠色營銷的實現提供條件；在服務環節，在數據價值鏈和柔性制造系統支撐下，企業能夠提高產品定制比例，降低交付性能，實現從服務化轉型到綠色轉型的跨越(李曉華，2020)。基于此，本文提出以下假設：

H1：大數據能力對綠色競爭力具有正向影響。

H1a：大數據戰略規劃能力對綠色競爭力具有正向影響；

H1b：大數據管理能力對綠色競爭力具有正向影響；

H1c：大數據分析能力對綠色競爭力具有正向影響。

2.2 環境動態性的調節效應

伴隨著數字經濟的快速興起，數字化轉型已成為企業激發生產潛能、促進產業結構升級、實現可持續發展的關鍵，但在環境動蕩條件下盲目進行數字化轉型需要承擔巨大風險，甚至給企業發展帶來滅頂之災。只有將數字化戰略與企業發展情況巧妙結合，根據自身發展特征，選擇合理的轉型策略，才能使企業在綠色發展之路上穩步前行。環境變化會影響組織整體運行和管理者對形勢的判斷，在這種情況下，無論是數據驅動的決策方式還是扁平式管理結構，都是減少管理失誤和提高組織運行效率的重要保障。因此，在動態環境中，組織具備的大數據管理能力越強，對政府導向、產業趨勢和環境政策等宏觀環境變化的把握越準確，企業綠色競爭力也就越強。當市場趨勢發生頻繁變動時，企業搜集相關信息的能力直接影響到企業對原材料供應波動和消費者需求變化的把握，進而影響企業產品生產效率和技術創新能力。因此，環境動態性越高，綠色競爭力對大數據分析能力的依賴程度越高。基于此，本文提出以下假設：

H2：環境動態性正向調節大數據能力對綠色競爭力的影響。

H2a：環境動態性正向調節大數據戰略規劃能力對綠色競爭力的影響；

H2b：環境動態性正向調節大數據管理能力對綠色競爭力的影響；

H2c：環境動態性正向調節大數據分析能力對綠色競爭力的影響。

基于以上分析，本文研究模型如圖1所示。

3 研究設計

3.1 數據樣本

本文確定樣本的過程主要分為以下步驟：首先，以數字化轉型、大數據應用等為關鍵詞，利用百度、谷歌等搜索引擎初步確定具備大數據能力的制造業上市公司名單；其次，由于本文研究的是大數據能力對綠色競爭力的影響，因此根據財報和社會責任報告是否披露環境信息對第一步選出的上市公司進行篩選；第三，根據以上兩個標準，整理確定本文初步研究對象；最后，剔除ST類與退市企業以及重要變量缺失的企業樣本，最終獲得2014—2019年50家制造企業研究數據，共計取得300個觀測樣本。以上數據均來自國泰安數據庫和巨潮資訊網。

圖1 理論模型

3.2 模型構建

根據以上理論分析，為研究大數據三大能力(BDSA、BDMA、BDAA)對制造企業綠色競爭力(GTFP)的影響，本文構建以下模型：

GTFPit=β0+β1BDSAit+β2CVit+λi+λt+eit

(1)

GTFPit=β0+β1BDMAit+β2CVit+λi+λt+eit

(2)

GTFPit=β0+β1BDAAit+β2CVit+λi+λt+eit

(3)

為進一步研究環境動態性(ED)在大數據能力與綠色競爭力關系中的調節作用，本文引入大數據三大能力與環境動態性的交互項，構建如下計量模型：

GTFPit=β0+β1BDSAit+β2EDit+β3BDSAit×EDit+β4CVit+eit

(4)

GTFPit=β0+β1BDMAit+β2EDit+β3BDMAit×EDit+β4CVit+eit

(5)

GTFPit=β0+β1BDAAit+β2EDit+β3BDAAit×EDit+β4CVit+eit

(6)

其中，i表示企業，t表示年份；GTFPit表示i企業在t年的綠色全要素生產率，BDSAit表示大數據戰略規劃能力，BDMAit表示大數據管理能力，BDAAit表示大數據分析能力；CVit是控制變量，λi是個體固定效應，λt是時間固定效應，eit是隨機擾動項。

3.3 變量定義

3.3.1 被解釋變量

本文參考李鵬升等[25]的做法，采用綠色全要素生產率(GTFP)衡量被解釋變量工業綠色競爭力。在構建非徑向、非角度的SBM模型基礎上，進一步利用Global Malmquist-Luenberger(GML)指數對效率動態變化進行考察。具體地，本文采用SBM-GML方法測算樣本企業的MI指數(GTFP的變化率)。假設基期2014年某企業的GTFP為1，則2015年的GTFP=1*2015年的MI值，以此類推，計算出各企業不同年份的GTFP。使用的測算軟件為MaxDEA7.0。

在投入與產出指標方面，本文借鑒李鵬升等[25]的做法，用企業年末固定資產賬面價值衡量資本投入，用企業年末職工人數衡量勞動投入。為消除能源投入種類的差異，根據《綜合能耗計算通則》(GB/T2589-2008)，將企業所有能源投入折算成標準煤，并用統一后的標準煤消耗量衡量企業能源投入。期望產出用企業當年工業總產值衡量，對于沒有披露該項指標的企業，根據國家統計局對工業生產總值的計算方法，以主營業務收入和庫存商品期末賬面價值之和估算。鑒于工業部門是SO2排放大戶，同時考慮數據可得性，本文選取企業當年SO2排放總量作為非期望產出。綠色全要素生產率具體測量指標如表1所示。

表1 綠色全要素生產率測量指標

3.3.2 解釋變量

(1)大數據戰略規劃能力(BDSA)。上市公司財報中某些詞匯出現的頻數在一定程度上代表其戰略發展方向，因此本文利用文本處理技術和人工檢查的方式，以大數據、數字化為關鍵詞，對其在企業年報中出現的頻數進行統計，并作為衡量大數據戰略規劃能力的指標。此外，人工篩選并逐條排除大數據技術、數字化車間和數字化管理水平等反映具體業務指導方向的語句。

(2)大數據管理能力(BDMA)。本文借鑒虞義華等[26]的做法，將大數據管理能力設為虛擬變量，即董監高人員中有一人擁有大數據、數字化或信息化領域背景或任職經歷，則認為大數據管理能力是1，否則為0。

(3)大數據分析能力(BDAA)。本文參考謝衛紅等(2016)的研究成果，以無形資產中軟件的期初期末平均余額反映大數據分析能力。同時，為消除企業規模可能造成的影響，將軟件平均余額除以總資產，得到消除規模差異后的大數據分析能力。

3.3.3 調節變量

參考曾德明等[27]關于環境動態性的度量方法，以樣本企業5年以上營業收入的變異系數測量環境動態性，本文計算樣本企業過去5年主營業務收入標準差與均值的比值，并取對數表示。

3.3.4 控制變量

根據以往研究，本文控制變量包括市場競爭地位、營業利潤率、資產流動比和企業年齡。具體變量及定義如表2所示。

表2 變量定義

4 實證結果與分析

4.1 描述性統計

變量描述性統計結果如表3所示。由表3可知，綠色全要素生產率(GTFP)的均值為1.146，最大值為4.156，最小值為0.324，標準差為0.579，說明樣本企業之間在設定時間區間內的GTFP有一定差距；大數據戰略規劃能力的最大值為31，最小值為0，平均值僅為1.773，說明研究對象整體對數字化發展的戰略規劃能力水平較低，個別企業明顯領先于其它企業；大數據管理能力的平均值為0.460，標準差為0.499，說明內部管理的數字化水平較低是樣本企業的共同短板；大數據分析能力的平均值僅為0.167%，說明樣本企業在數字技術方面仍有很大提升空間。

4.2 相關性分析

表4相關性分析結果顯示，大數據戰略規劃能力(BDSA)、大數據管理能力(BDMA)與綠色競爭力(GTFP)顯著正相關性，一定程度上驗證了H1a、H1b。此外，大數據分析能力(BDAA)與綠色競爭力不存在顯著相關關系，但由于未對其它變量的影響進行控制，因此其具體關系有待進一步回歸探究。

表3 變量描述性統計結果

表4 相關性分析結果

4.3 基本回歸結果

表5報告了基本回歸結果。由模型1可知，大數據戰略規劃能力(BDSA)與綠色全要素生成率(GTFP)的回歸系數為0.035，且在5%的水平下顯著；由模型2可知，大數據管理能力(BDMA)與GTFP的回歸系數為正但不顯著，初步認為是由較大的組間差異引起的，下文將進一步討論；由模型3可知，大數據分析能力(BDAA)與GTFP的回歸系數為0.582，且在1%的水平下顯著，相比于其它兩類大數據能力，BDAA是提升綠色競爭力最直接、最明顯的方面。

控制變量中，市場競爭地位(MP)、營業利潤率(OPR)、資產流動比(FLOW)和企業年齡(AGE)均顯著為正，說明企業在產品市場上越強勢，盈利水平越高，資產變現能力越強，在某一經營領域扎根時間越長、了解程度越深，就越能提高企業綠色競爭力。

4.4 環境動態性的調節效應檢驗

表6報告了環境動態性的調節效應檢驗結果。由模型4可知，大數據戰略規劃能力與綠色競爭力在1%的水平上顯著正相關，環境動態性與大數據戰略規劃能力的交互項在1%的水平上顯著為正，說明環境動態性正向調節大數據戰略規劃能力與綠色競爭力的關系，H2a得到驗證。由模型5可知，在引入環境動態性以及環境動態性與大數據管理能力的交互項后，大數據管理能力、環境動態性以及兩者的交互項均在1%的水平上顯著為正，說明環境動態性在大數據管理能力與綠色競爭力之間起正向調節作用，H2b得到驗證。由模型6可知，大數據分析能力與環境動態性的交互項并不顯著，表明環境動態性未能有效調節大數據分析能力與綠色競爭力之間的關系，H2c未得到驗證。

表5 基本回歸結果

4.5 進一步分析

由于非高新技術制造業與高新技術制造業在管理理念和方式上存在較大差異，大數據管理能力對綠色競爭力的影響可能存在顯著的行業異質性。因此，本文參考陳鈺芬等[28]對非高新技術制造業與高新技術制造業的界定方式，對樣本企業進行分組，分別討論BDMA對GTFP的作用效果，結果如表7所示。

表6 環境動態性的調節效應檢驗結果

表7 分組回歸結果

表7列(1)結果顯示，非高新技術制造業當期大數據管理能力對綠色競爭力的回歸系數在10%的水平上顯著為正；列(2)結果顯示，非高新技術制造業滯后一期大數據管理能力對綠色競爭力的回歸系數在5%的水平上顯著為正。說明對于非高新技術制造業而言，大數據管理能力對綠色競爭力的正向提升作用存在一定滯后效應。原因可能是具有數字化經驗的管理者了解新崗位、適應新環境需要一定時間。列(3)、(4)分別顯示了高新技術制造業當期和滯后一期大數據管理能力對綠色競爭力的影響，結果顯示，高新技術制造業當期和滯后一期大數據管理能力對綠色競爭力的影響均不顯著。原因可能是，高新技術制造企業的管理體系相對成熟和優越，具有大數據經驗的管理者對企業管理水平的提升作用不明顯[29]。

4.6 穩健性檢驗

對于因變量，除SBM-GML模型外，本文還采用DDF-GML模型對5項投入產出指標進行計算，進而對模型進行重新估計，回歸結果與前文基本一致。由于篇幅限制，穩健性檢驗結果備索。

4.7 內生性問題討論

大數據能力與制造業綠色競爭力之間可能互為因果關系，即大數據能力能夠促進制造業綠色競爭力提高，而綠色競爭力的提高也可能促進大數據各子能力提升。借鑒郭家堂等[30]的研究方法，本文核心解釋變量分別用大數據戰略規劃能力、大數據管理能力和大數據分析能力的滯后一期表示。原因是，當期綠色競爭力提高與否幾乎不影響滯后期大數據3個子能力的大小，也就是說，如果滯后期大數據能力對當期綠色競爭力的影響效果還存在并且與前文討論一致，則可以認為在大數據能力與綠色競爭力的關系中，大數據能力影響綠色競爭力這條路徑是主要的。如表8所示，滯后一期大數據能力對綠色競爭力的回歸結果與前文一致，說明在大數據能力與制造業綠色競爭力的相互關系中，大數據能力是主要原因。

5 研究結論與啟示

5.1 研究結論

本文選擇2014—2019年50家制造業上市企業作為研究對象，運用SBM-GML模型測度樣本企業的綠色競爭力，在此基礎上考察大數據能力對企業綠色競爭力的影響效應，并分析環境動態性在這一過程中的調節作用。本文得出以下主要結論：

(1)大數據戰略規劃能力和大數據分析能力都有助于提高企業綠色競爭力，其中大數據分析能力的作用更加顯著。原因可能是，大數據分析能力在高效滿足消費者個性化需求、提高組織決策能力與運營效率等方面的作用更加直接。

(2)在制造業內部，大數據管理能力對綠色競爭力的影響存在較強的異質性。全樣本回歸結果表明，大數據管理能力對綠色競爭力不存在積極影響，分組討論發現，大數據管理能力對非高新技術制造企業綠色競爭力的促進作用更加顯著。原因可能是，相較于高新技術制造業本身具有良好的數字化管理基因，非高新技術制造業更需要大數據管理人才，以更新管理模式、提高運作效率。

表8 滯后一期大數據能力對綠色競爭力的回歸結果

(3)環境動態性能夠顯著提高大數據戰略規劃能力、大數據管理能力與綠色競爭力的相關性，但對大數據分析能力與綠色競爭力關系的調節效應不顯著。原因可能是，執行層不能根據環境變化自行調整大數據技術投入，需要戰略層和管理層先作出反應并提供具體指導意見，因此影響了環境動態性在大數據分析能力與綠色競爭力關系中作用的發揮。

5.2 理論貢獻

(1)目前關于大數據能力的實證研究十分缺乏，雖然有學者對大數據能力相關問題進行了理論探討和定量分析[3,12]，但鮮有文獻對大數據能力各構成要素進行研究。本文基于企業能力理論和現有研究，總結提出大數據能力由大數據戰略規劃能力、大數據管理能力和大數據分析能力3個子能力構成，并通過實證檢驗證實不同子能力對制造企業綠色競爭力的影響存在差異。

(2)當前學者們主要關注大數據能力與企業績效的關系，而綠色競爭力作為衡量企業可持續發展能力的重要指標，鮮有學者將該指標與大數據能力結合起來，探討兩者之間的作用效果。本文通過對面板數據進行回歸分析，揭示出大數據能力與綠色競爭力的關系，打開了大數據能力創造綠色價值的“黑箱”，為制造業合理利用數據賦能實現綠色轉型指明了方向和路徑。

5.3 管理啟示

培育和提高大數據能力是獲取綠色競爭力、實現可持續發展的重要途徑，本文對制造企業的管理啟示主要在于：

首先，大數據戰略規劃能力對制造企業綠色競爭力提升具有正向影響。管理者要在戰略層面確定數字轉型計劃，更新原有發展模式，同時也要注意大數據發展規劃與公司戰略的匹配性。

其次，大數據分析能力對制造企業綠色競爭力的促進效應最為顯著。管理者要高度重視大數據分析能力的培養，包括加大對各種數據系統資源的投資、充分引進大數據領域專業人才，以及鼓勵員工積極參與大數據分析方面的技能培訓。

第三，高新技術制造業本身具有的數字化管理基因賦予這類企業遠超于傳統制造企業的反應速度和管理靈活性，而隨著整個產業數字化程度的提高，僅僅依賴自身技術管理屬性，必然無法適應數字經濟時代殘酷的競爭環境。因此，制造企業管理者要關注大數據與組織架構、決策方式、組織文化和慣例等的協同融合，不斷完善管理機制，及時跟進相關配套措施，必要時可以聘請具有大數據管理經驗的專家對組織管理進行指導。

最后，大數據戰略規劃能力和大數據管理能力對綠色競爭力的影響受到環境動態性的正向調節。因此，當外部環境發生劇烈變動時，管理者可以適當提高大數據在企業整體發展戰略中的地位以及大數據與組織管理的適配度，進而提高企業的市場敏銳度，以應對環境動態性帶來的機遇和挑戰，并形成一種綠色有效的發展模式。當外部環境較為穩定時，企業要努力擺脫路徑依賴和“囚徒困境”，選擇綠色制造模式，不斷提高大數據能力，主動將資源和創新能力轉化為綠色競爭力。由于大數據分析能力對綠色競爭力的正向作用不受環境動態性影響，因此在保證企業整體經營穩定的基礎上，管理者要加快引進數字化技術，提高對各生產環節的掌控力，進而實現資源優化配置，提高綠色競爭力。