共同方法偏差。本文通过验证性因子分析检验共同方法偏差问题,结果显示,单因子模型拟合指数为χ 2 /d f =4.872, RMSE =0.138, IFI =0.7, CFI =0.7, TLI =0.67,说明模型的拟合度较差,表明本文不存在严重的共同方法偏差。
(1)信度分析。本文通过使用SPSS 26.0进行分析以检验测量量表的信度,结果如表2所示,绿色供应链管理、突破式绿色创新、渐进式绿色创新、数字化水平、企业绩效的Cronbach's α 分别为0.928、0.862、0.835、0.864和0.811,均大于0.8,说明问卷具有良好的信度。
(2)效度分析。首先,为保障量表的内容效度,本文采用的问卷测量题项均来源于经过反复论证的国内外成熟量表,在正式调研之前根据创新管理研究团队的意见对问卷表述、设计等进行了反复修订并进行了预调研。其次,为保障量表的结构效度,本文通过KMO及Bartlett检验发现各变量的KMO值均大于0.7,各题项的因子载荷为0.643~0.863,各潜在变量的解释方差皆在0.5以上,组合信度 CR 也均大于0.8,聚合效度较好。最后,本文运用验证性因子分析构建的全模型结果显示:χ 2 /d f =3.033, RMSE =0.09, IFI =0.85, CFI =0.849, TLI =0.828,均在临界范围内,说明模型拟合度良好。综上所述,本文量表的信度和效度较好。
表3相关系数的结果显示,绿色供应链管理、突破式绿色创新、渐进式绿色创新与企业绩效之间存在显著的正相关关系,表明本文部分假设得到了初步验证。
表3 相关系数
注: ** 代表 p <0.05, * 代表 p <0.1。
本文采用多元回归分析的方法进行假设验证,结果如表4所示。
表4 直接效应和中介效应检验
续表
注: N =205; ** 代表 p <0.05, * 代表 p <0.1。
首先,看绿色供应链管理对企业绩效的影响,回归结果见模型6,由模型6可知,绿色供应链管理对企业绩效有显著的积极影响( β =0.584, p <0.01),H1得到验证。
其次,关注绿色供应链管理对绿色双元创新的影响,模型2的结果显示,绿色供应链管理对突破式绿色创新有显著的正向影响( β =0.610, p <0.01),H2a得到验证;模型4的结果显示,绿色供应链管理对渐进式绿色创新有显著的正向影响( β =0.779, p <0.01),H2b得到验证。在此基础上,将模型2和模型4进行对比后发现,在模型2中,绿色供应链管理对突破式绿色创新的回归系数为0.61。而在模型4中,其对渐进式绿色创新的回归系数为0.779。这说明绿色供应链管理对渐进式绿色创新的影响高于对突破式绿色创新的影响,H2c得到验证。
首先,当突破式绿色创新作为中介变量,模型7在模型2的基础上把突破式绿色创新作为中介。结果显示,在将突破式绿色创新控制后,绿色供应链管理对企业绩效的影响仍然显著( β =0.362, p <0.01),中介变量突破式绿色创新对企业绩效的影响显著( β =0.363, p <0.01),这表明当突破式绿色创新作为中介变量时,其在绿色供应链管理与企业绩效之间起部分中介作用,H3a得到验证。
其次,当渐进式绿色创新作为中介变量时,模型8在模型4的基础上把渐进式绿色创新作为中介,结果显示,在控制渐进式绿色创新后,绿色供应链管理对企业绩效的影响依然显著( β =0.221, p <0.05),中介变量渐进式绿色创新对企业绩效具有显著影响( β =0.466, p <0.05),这表明当渐进式绿色创新作为中介变量时,其在绿色供应链管理与企业绩效之间起部分中介作用,H3b得到验证。
为避免模型出现共线性问题,在对数字化水平的调节作用进行检验之前,本文对绿色供应链管理和数字化水平进行中心化处理,并基于此构建绿色供应链管理与数字化水平的交互项。检验结果如表5所示。
表5 数字化水平的调节作用
注:N=205; ** 代表 p <0.05, * 代表 p <0.1。
表5中模型9的结果显示,绿色供应链管理对突破式绿色创新具有显著的正向影响( β =0.562, p <0.05),模型10的结果表明,在引入绿色供应链管理与数字化水平的交互项之后,模型的解释力提升( R 2 变大),但交互项对突破式绿色创新的影响并不显著( β =0.055, p >0.05),表明数字化水平对绿色供应链管理与突破式绿色创新不具有调节作用,H4a未得到验证。
模型11的结果表明,绿色供应链管理对渐进式绿色创新具有显著的正向影响( β =0.737, p <0.05),模型12在引入绿色供应链管理与数字化水平的交互项之后,模型的解释力提升( R 2 变大),且交互项对渐进式绿色创新的影响显著( β =0.201, p <0.05),表明数字化水平对绿色供应链管理与渐进式绿色创新具有调节作用,H4b得到验证。
本文模型由并列中介构成,并且调节变量作用于中介过程的前半路径。因此,采用SPSS软件的Process插件Model 7对有调节的中介作用进行检验,通过Process的运算分析得到数字化水平对突破式绿色创新、渐进式绿色创新在绿色供应链管理与企业绩效之间的中介效应的调节作用效应,结果如表6所示,其中,Bootstrap次数为5000。
表6 被调节的中介效应Bootstrapping检验结果
当中介变量为突破式绿色创新时,调节的中介效应的置信区间为[-0.108,0.084],包含0,说明突破式绿色创新在绿色供应链管理与企业绩效之间的中介作用没有受到数字化水平调节的影响。因此,H4c未得到验证。
当中介变量为渐进式绿色创新时,调节的中介效应指标为0.765,标准误差为0.040,置信区间为[0.004,0.151],不包括0,说明数字化水平显著正向调节渐进式绿色创新在绿色供应链管理与企业绩效之间的中介作用。因此,H4d得到验证。为进一步描述该有调节的中介效应,从条件中介效应检验结果可见,在低数字化水平的情况下,绿色供应链管理通过渐进式绿色创新影响企业绩效的中介效应值为0.285,置信区间为[0.082,0.473],不包括0,中介效应显著;在中数字化水平的情况下,绿色供应链管理通过渐进式绿色创新影响企业绩效的中介效应值为0.343,置信区间为[0.100,0.535],不包括0,中介效应显著;在高数字化水平的情况下,绿色供应链管理通过渐进式绿色创新影响企业绩效的中介效应值为0.402,置信区间为[0.119,0.616],不包括0,中介效应显著。这表明在低、中、高数字化水平下,绿色供应链管理通过渐进式绿色创新影响企业绩效的间接效应均是显著的。与此同时,结果显示,数字化水平对绿色供应链管理通过渐进式绿色创新影响企业绩效的间接关系存在正向调节效应,这表明随着数字化水平的提升,绿色供应链管理通过渐进式绿色创新影响企业绩效的中介作用将更强。