从工业4.0就绪到可持续制造：基于IMPULS框架的PLS-SEM组织与技术能力分析

《Journal of Manufacturing and Materials Processing》：From Industry 4.0 Readiness to Sustainable Manufacturing: An IMPULS-Informed PLS-SEM Analysis of Organisational and Technological Capabilities

　　

向工业4.0（Industry 4.0）的转型显著增强了制造企业评估其生产系统数字化转型组织就绪度的需求，同时需与可持续制造（sustainable manufacturing）目标保持一致。尽管学术界对工业4.0的关注日益增加，但在巴基斯坦等新兴经济体中，关于组织和技术能力如何通过就绪度转化为可持续制造结果的证据仍然有限。本研究通过考察六大IMPULS维度（即战略与组织（strategy and organisation）、智能工厂（smart factory）、智能运营（smart operations）、智能产品（smart product）、数据驱动服务（data-driven services）和员工（employees）），以及额外的组织和技术就绪因素、工业4.0就绪度（Industry 4.0 readiness）和可持续制造之间的关系，填补了这一空白。研究人员采用定量横截面设计，使用基于验证量表构建的结构化问卷，从470名来自不同制造业部门的受访者中收集数据。本研究开发并实证检验了一个扩展的基于IMPULS的就绪-可持续框架，该框架将既有的工业4.0就绪维度与额外的组织和技术能力因素（与可持续制造相关）整合在一起。研究在方法论上进行了区分，通过操作化一个基于IMPULS的框架，在单一实证模型中连接其六大维度与工业4.0就绪度和可持续制造。采用偏最小二乘结构方程模型（partial least squares structural equation modelling, PLS-SEM）检验所提出的模型。研究结果显示，战略与组织、员工、智能产品和智能运营对工业4.0就绪度有显著贡献；相反，智能工厂和数据驱动服务对就绪度没有显著的直接影响。可持续制造受到工业4.0就绪度、智能运营和智能工厂的强烈影响。中介分析进一步表明，工业4.0就绪度作为一个重要的传导机制，将战略与组织、员工、智能产品和智能运营与可持续制造联系起来。本研究通过验证该框架在新兴经济体的适用性，并证明数字化转型带来的可持续性收益更多地依赖于协调的组织和运营就绪度，而非孤立的技术采用，从而扩展了IMPULS框架。研究结果为管理者和政策制定者提供了基于证据的优先级指导，以优先考虑战略协调、劳动力技能和运营整合，从而实现成功的、可持续的工业转型。

**论文解读文章**

**研究背景与问题**
工业4.0（Industry 4.0，以数字技术为核心的制造业变革）的推进要求制造企业评估其数字化转型的组织就绪度，同时兼顾可持续制造（sustainable manufacturing，兼顾环境、社会与经济可持续性的生产模式）目标。巴基斯坦制造业作为经济增长的支柱，其就绪度评估尚不充分。现有研究多聚焦于特定技术维度（如智能工厂、数据分析），缺乏整合组织维度（如战略与组织）和技术维度（如智能运营、智能产品）的综合框架。此外，传统的IMPULS框架（由德国VDMA & Acatech开发的工业4.0就绪评估模型）在巴基斯坦的语言、行业相关性和数字能力方面适用性不足。因此，本研究旨在填补这一空白，通过实证检验扩展的IMPULS框架，揭示组织和技术能力如何通过工业4.0就绪度转化为可持续制造结果，为新兴经济体的数字化转型提供证据支持。

**研究内容与结论**
研究人员采用定量横截面设计，对巴基斯坦制造业470名受访者（来自食品、电子、纺织等多个行业）进行结构化问卷调查，并使用偏最小二乘结构方程模型（PLS-SEM）分析数据。论文发表在《Journal of Manufacturing and Materials Processing》。研究结论表明：战略与组织、员工、智能产品和智能运营显著正向影响工业4.0就绪度，而智能工厂和数据驱动服务影响不显著；工业4.0就绪度、智能运营和智能工厂显著正向影响可持续制造；中介分析显示，工业4.0就绪度在战略与组织、员工、智能运营、智能产品与可持续制造之间起选择性中介作用。该研究验证了IMPULS框架在新兴经济体的适用性，并强调可持续性收益依赖于协调的组织与运营就绪度，而非孤立的技术采用。

**关键技术方法（不超过250字）**
本研究采用结构化问卷收集数据，问卷基于已有验证量表，涵盖八个构念：战略与组织、智能工厂、智能运营、智能产品、数据驱动服务、员工、工业4.0就绪度和可持续制造。样本来源为巴基斯坦制造业，通过目的性和滚雪球抽样获取470份有效问卷（受访者包括董事、CEO、经理、工程师等）。数据分析使用SPSS和SmartPLS软件，采用PLS-SEM进行测量模型评估（信度、效度、区分效度）和结构模型评估（路径系数、中介效应、效应量）。模型解释力强，工业4.0就绪度的R²为0.776，可持续制造的R²为0.870。

**研究结果**
**4.1 受访者人口统计特征**
通过描述性统计分析，样本涵盖食品饮料（17.0%）、农产品加工（15.5%）、电子电气（13.0%）等多样行业；大型企业（30.6%）和小型企业（29.8%）占主导；71.5%为合资企业；39.8%的受访者对工业4.0有一定了解，65.3%表示中等程度的数字化或自动化技术采用。这一多样性支持了数据集在考察工业4.0就绪度和可持续制造方面的充分性。

**4.2 测量模型评估**
通过外载荷、组合信度（CR）、平均方差提取量（AVE）和HTMT比率检验，发现各构念的信度和收敛效度良好（CR在0.778-0.947之间，AVE在0.543-0.777之间），但数据驱动服务构念的可靠性较低（Cronbach's α=0.607）。部分构念间HTMT值较高（如智能产品-员工为0.956），表明这些维度紧密互联而非独立。

**4.3 结构模型评估**
使用5000子样本的Bootstrap检验路径系数。战略与组织（β=0.434, p<0.001）、员工（β=0.295, p<0.001）、智能产品（β=0.154, p=0.002）和智能运营（β=0.108, p=0.015）显著正向影响工业4.0就绪度；智能工厂（β=0.008, p=0.855）和数据驱动服务（β=0.017, p=0.496）影响不显著。对可持续制造，工业4.0就绪度（β=0.757, p<0.001）、智能运营（β=0.337, p<0.001）和智能工厂（β=0.268, p<0.001）显著正向影响；战略与组织（β=-0.243, p<0.001）、员工（β=-0.182, p<0.001）和智能产品（β=-0.100, p=0.017）显著负向影响。

**4.4 效应量评估**
f²效应量显示，工业4.0就绪度对可持续制造的影响最大（f²=1.004），战略与组织对工业4.0就绪度的影响中等（f²=0.251），智能运营（f²=0.192）和智能工厂（f²=0.182）对可持续制造有显著影响。

**4.5 中介分析**
Bootstrap间接效应检验表明，工业4.0就绪度在战略与组织、员工、智能运营、智能产品与可持续制造之间起显著中介作用。其中，战略与组织、员工和智能产品表现为竞争性中介（直接负向、间接正向），智能运营表现为互补性中介（直接和间接均正向）。智能工厂和数据驱动服务无显著中介效应。

**4.6 假设总结**
部分假设得到支持：四个IMPULS维度（战略与组织、员工、智能产品、智能运营）显著预测工业4.0就绪度；工业4.0就绪度、智能运营、智能工厂显著预测可持续制造；战略与组织、员工、智能产品的直接负向效应表明存在复杂的转化动态。

**总结讨论与结论翻译**
**总结讨论**：
本研究的主要发现表明，可持续制造并非简单地采用数字技术的结果，而是取决于企业是否发展出协调的就绪能力，将战略方向、劳动力能力、运营整合与技术使用联系起来。理论贡献包括：扩展IMPULS框架，将其从描述性评估提升为结构化模型；揭示数字化转型与可持续性之间并非始终直接相关的复杂性；整合技术-组织-环境（TOE）框架、资源基础观（RBV）和动态能力理论，说明就绪度可作为动态能力协调资源与可持续性目标。实践层面，管理者和政策制定者应优先建立就绪能力（如战略对齐、员工培训、运营整合），而非孤立投资于技术。
**研究结论翻译**：
本研究考察了六大IMPULS维度如何塑造工业4.0就绪度，以及就绪度如何促进巴基斯坦制造业的可持续制造。主要发现包括：工业4.0就绪度是模型中最强的解释因素（R²=0.776）；战略与组织对就绪度影响最大，其次为员工、智能产品和智能运营；智能工厂和数据驱动服务对就绪度影响不显著。可持续制造受工业4.0就绪度、智能运营和智能工厂的显著正向影响，而战略与组织、员工和智能产品的直接负向效应表明短期调整成本可能超过长期收益。中介分析证实，工业4.0就绪度在战略与组织、员工、智能运营和智能产品与可持续制造之间起选择性中介作用。这些结果强调，可持续性收益依赖于协调的、系统性的就绪能力，而非孤立的技术采用。