摘 要 数字技术与传统制造业深度融合，推动了轻工产业生产方式和发展模式的深刻变革。传统轻工产业长期面临资源消耗大、环境污染重、转型动力不足等突出问题，数字赋能为其绿色转型提供了新的技术路径和动力机制。本文围绕数字赋能、绿色转型及产业升级等主题展开理论探讨，首先阐述了数字赋能的内涵与特征，并对轻工产业绿色转型的现实困境进行了系统梳理；其次基于技术赋能视角，分析了数字技术在轻工产业绿色转型中的应用场景与作用逻辑；最后，从动态能力视角，构建了数字赋能驱动传统轻工产业绿色转型的机制框架，并提出未来研究方向，以期为推动轻工产业高质量发展提供理论参考。

关键词 数字赋能；轻工产业；绿色转型；动态能力；技术驱动

一、引言

大数据、云计算、物联网和人工智能等数字技术快速发展，深刻改变了传统制造业的生产方式、组织形态和竞争格局，同时也为产业绿色转型提供了新的技术支撑。据中国信息通信研究院发布的《中国数字经济发展报告（2023）》显示，2022年我国数字经济规模达到50.2万亿元，占GDP比重提升至41.5%，其中产业数字化规模为41万亿元，占数字经济比重达81.7%。轻工产业作为我国传统优势产业，涵盖食品、造纸、家电、塑料、皮革、家具等十几个行业，从业人员超过3000万人，2022年规模以上企业营业收入达22.4万亿元，占全国工业营业收入的18.6%。然而，轻工产业长期存在资源能源消耗高、污染物排放量大、绿色发展水平不高等问题。《中国轻工业绿色发展报告（2022）》指出，轻工产业综合能耗约占全国工业总能耗的15%，废水排放量约占全国工业废水排放量的20%，其中造纸、食品、皮革等行业污染物排放强度尤为突出。特别是，在“双碳”目标约束下，传统轻工产业面临更大减排压力和转型困境，如何借助数字技术推动绿色转型成为亟待解决的关键命题。但在数字赋能情境下，传统轻工产业的绿色转型如何实现、转型机制如何发挥作用，却较少得到研究者的系统关注。

以往有关产业绿色转型影响因素的理论研究从环境规制、技术创新、市场需求、组织能力等方面进行了广泛探索。例如，严格的环境规制政策能够倒逼企业加大环保投入，推动绿色技术创新，有利于提升产业绿色竞争力(Porter & van der Linde, 1995)。但这些研究结论主要基于发达国家大型制造企业的经验，对于我国传统轻工产业中大量存在的中小企业和劳动密集型企业的适用性有待检验。一方面，轻工产业中中小企业占比超过90%，这些企业普遍面临资金不足、技术落后、人才匮乏等现实约束，缺乏自主推动绿色转型的能力和动力；另一方面，轻工产业具有产业链条长、细分行业多、产品种类繁杂的特点，不同行业的绿色转型路径差异较大，难以采用统一的转型模式。在缺乏系统性技术支撑和政策引导的情况下，传统轻工产业中企业的绿色转型会受到哪些因素的影响？这正是本文关注的核心问题。

探讨这一问题，必须将数字赋能的具体情境置入考量。在轻工产业转型升级过程中，应用数字技术来优化生产流程、提升资源效率、降低环境负荷越发普遍，数字技术俨然成为推动产业绿色转型的技术标配。企业应用数字技术来强化生产过程管理、采集生产运营数据、制定节能减排方案，那么作为技术赋能方式的数字技术会对轻工产业的绿色转型带来什么影响？

对采用数字技术推动绿色转型的做法，学术界持有两种不同的观点。一种观点认为数字技术为绿色转型提供了强大动力，数字技术能够实现生产过程的精准控制、能源消耗的实时监测和废弃物排放的全程追溯，是一个“好的”系统。数字技术带来了资源优化配置的“增效”效应，通过物联网传感器、工业互联网平台和大数据分析，企业可以精确掌握各环节的能耗和排放情况，识别节能降耗的关键节点，一些企业因此实现能源效率提升20%以上。数字技术使得绿色生产成为可能，如智能排产系统可减少物料浪费，数字化质量检测可降低次品率，其对绿色转型的推动作用必将日益显著。另一种观点认为数字技术本身也带来新的环境挑战，数字设备的制造和运行消耗大量电力和稀有资源，电子废弃物处理不当会造成新的污染，数字化转型初期的高投入可能挤占企业的环保投资。因此，从技术应用的综合效应来看，数字赋能能否真正推动轻工产业绿色转型还有待深入验证。

鉴于现有研究在数字赋能到底对轻工产业绿色转型产生何种影响上存在分歧，本文基于技术赋能和动态能力视角，以绿色转型为因变量，构建了数字赋能驱动传统轻工产业绿色转型的理论框架，探讨数字赋能对轻工产业绿色转型的影响效应及作用路径。

二、数字赋能与轻工产业绿色转型

（一）数字赋能的内涵与特征

随着新一代信息技术的成熟和应用，数字赋能这一概念得到越来越多研究者的关注。数字赋能是指通过数字技术的应用，赋予组织或个人新的能力、权限和资源，使其能够更有效地实现既定目标或创造新的价值。在产业层面，数字赋能体现为数字技术与传统生产要素、生产过程的深度融合，通过数据驱动决策、网络协同制造、智能生产管控等方式，提升资源配置效率和全要素生产率。

通过梳理现有文献，本文整合了数字赋能的四个特征：

1. 数据驱动性：数字赋能的核心在于数据成为新的生产要素。通过传感器、RFID、工业互联网等手段，企业可以实时采集生产过程中的各类数据，包括设备运行状态、能耗水平、物料消耗、产品质量等，这些数据经过分析处理后可用于指导生产优化和决策制定。

2. 系统协同性：数字技术打破了企业内部的“信息孤岛”和产业链上下游之间的信息壁垒，实现了设计、采购、生产、销售、物流等环节的互联互通，提升了产业链整体的协同效率。

3. 智能优化性：人工智能和机器学习算法可以对生产过程进行建模和优化，自动识别生产瓶颈、预测设备故障、调整工艺参数，实现生产过程的智能化管控。

4. 动态适应性：数字赋能使得企业能够快速响应市场变化和环境约束，通过数字孪生等技术进行虚拟仿真和方案比选，动态调整生产计划和工艺路线，提高了系统的适应能力和韧性。

（二）轻工产业绿色转型的现实困境

轻工产业涵盖食品、造纸、家电、塑料、皮革、家具、五金、照明等20多个行业门类，具有资源依赖性强、产业链条长、中小企业多、环境负荷高等特点。通过梳理相关统计资料和行业报告，本文归纳了轻工产业绿色转型面临的四重困境：

1. 资源能源消耗强度大。据《中国轻工业年鉴（2022）》统计，轻工产业年综合能耗超过4亿吨标准煤，占全国工业总能耗的15%左右。其中，造纸行业单位产值能耗约为2.5吨标准煤/万元，远高于制造业平均水平；日用玻璃、陶瓷等行业能耗强度同样居高不下。

2. 污染物排放总量高。生态环境部发布的《第二次全国污染源普查公报》显示，轻工产业中造纸、食品、农副食品加工、纺织等行业的化学需氧量排放量占工业源排放总量的60%以上。造纸行业的废水排放量约占工业废水排放总量的18%，废气中二氧化硫、氮氧化物等污染物排放同样不容忽视。

3. 中小企业转型能力弱。国家统计局数据显示，轻工产业中中小企业数量占比超过90%，其中微型企业占比接近60%。这些企业普遍面临资金紧张、技术储备不足、环保人才缺乏等问题，难以独立承担绿色技术研发和环保设备更新的高昂成本。

4. 绿色标准体系不健全。目前轻工产业中仅有造纸、家电等少数行业建立了较为完善的绿色产品评价标准和能效等级制度，多数细分行业缺乏统一的绿色制造规范和清洁生产标准，导致绿色转型“无标可依、无规可循”。

三、数字赋能驱动绿色转型的技术逻辑

数字技术作为轻工产业绿色转型的重要驱动力，其作用机制体现在感知、传输、计算、控制等多个层面。一般而言，企业应用数字技术来实现生产过程的能耗监测、排放追踪和优化控制。基于技术功能的分类，可以将数字赋能驱动绿色转型的技术逻辑归纳为感知与监测、分析与优化、控制与执行、追溯与验证四个环节（见表1）。

从以上数字赋能的内涵可以归纳出数字赋能包含数据驱动和智能决策两方面内容。数据驱动的核心在于感知和监测，就轻工企业而言，物联网传感器和智能仪表可以对生产各环节的能耗和排放进行较为“精准”的监测，监测内容涉及设备能效、物料消耗、污染物浓度等。此外，数字技术还可以为企业绿色生产提供智能决策支持，大数据分析和人工智能算法为工艺优化和排放控制提供了新的技术手段。因此，本研究推断数字赋能推动轻工产业绿色转型是通过数据驱动和智能决策来实现的，在感知、分析、控制和追溯过程中数字技术既体现了数据驱动的一面，也体现了智能决策的一面，由此数字赋能对轻工产业绿色转型也产生了复杂而综合的影响。

表1 数字赋能驱动绿色转型的技术逻辑与关键要点

（一）感知与监测环节的数字赋能

企业通过数字技术实现对生产过程能耗和排放的实时感知与动态监测，这是绿色转型的基础环节。在数字赋能下，企业使用物联网感知和智能监测两种关键技术手段来实现对生产状态的精准把握。

物联网感知可以在生产设备、管道、排放口等关键节点部署传感器，实时采集温度、压力、流量、电流、振动、浓度等物理参数。与传统的人工巡检和定期检测不同，物联网感知可以实现连续、自动、无损的数据采集，将生产过程的“黑箱”状态转变为透明化、可视化的状态。某造纸企业在制浆、造纸、废水处理等环节部署了300多个智能传感器，实现了对蒸汽消耗、电力消耗、废水COD浓度等指标的实时监测。

智能监测是指利用智能仪表和在线监测设备，对重点用能设备和排放源进行连续跟踪。与传统监测方式相比，智能监测能够实现数据的自动记录、远程传输和异常报警。轻工企业可以在锅炉、电机、空压机等主要用能设备上安装智能电表，实时掌握设备能效水平；在废水、废气排放口安装在线监测设备，实时掌握污染物排放浓度和总量。

综上，感知监测型数字技术既起到了数据采集的作用，也起到了状态可视化的作用。具体来说，物联网感知和智能监测对轻工企业绿色转型产生了积极的推动作用，一方面，实时监测数据使企业能够准确掌握能耗和排放状况，识别“问题环节”，为后续优化提供数据基础；另一方面，数据透明化增强了企业的环保合规意识，促使企业主动采取减排措施。

基于此，本研究提出研究命题：

P1：物联网感知技术应用对轻工企业绿色转型产生正向影响；
P2：智能监测技术应用对轻工企业绿色转型产生正向影响。

（二）分析与优化环节的数字赋能

企业借助数字技术来分析生产数据并优化工艺过程，以实现节能降耗和减排目标。数字技术主要通过大数据分析和人工智能优化两种机制来发挥分析与优化功能。

大数据分析通过数据挖掘算法，对采集到的海量生产数据进行处理和分析，识别能耗热点、发现优化空间。浙江省某家具制造企业应用大数据分析系统，对喷漆车间的温度、湿度、风速、喷漆量等20多个参数进行关联分析，找到了最优工艺组合，使油漆消耗量降低12%，VOCs排放减少18%。大数据分析可以揭示人工经验难以发现的潜在规律，为绿色生产提供决策支持。

人工智能优化体现在算法可以动态调整工艺参数，实现生产过程的智能化控制。与传统PID控制不同，AI优化算法可以自主学习生产系统的动态特性，在满足产品质量要求的前提下，自动寻找能耗最低、排放最少的工艺参数组合。广东省某塑料制品企业应用机器学习算法对注塑工艺进行优化，系统根据环境温度、材料批次、设备状态等变量自动推荐最优的料筒温度、注射压力和保压时间，使单位产品电耗下降9%，次品率降低25%。

大数据分析能帮助轻工企业识别能耗和排放的关键环节，为绿色改进指明方向，在这个过程中，分析结果为企业提供了决策参考，更多扮演智能决策支持角色。人工智能优化则更进一步，直接输出可执行的工艺参数建议甚至自动调整设备运行状态，能够帮助企业实现生产过程的实时优化。

基于此，本研究提出研究命题：

P3：大数据分析应用对轻工企业绿色转型产生正向影响；
P4：人工智能优化对轻工企业绿色转型产生正向影响。

（三）控制与执行环节的数字赋能

企业通常采用过程控制和执行优化措施来实现节能减排目标，以达到清洁生产和绿色制造的要求。在数字技术下，企业可以使用智能控制和优化调度两种机制来达到控制执行目的。

智能控制意味着企业可以通过自动化控制系统调节设备运行状态，实现能源效率最大化。智能控制与过去的手动控制存在显著差异，主要表现在：第一，智能控制系统可以根据实时负荷自动调节设备运行参数，而手动控制往往采用“粗放式”操作，设备长期处于满负荷或空耗状态；第二，智能控制系统可以实现多台设备的协调控制，避免“大马拉小车”式的能源浪费；第三，智能控制系统具备自学习和自适应能力，随着运行数据的积累，控制策略会不断优化。山东省某啤酒企业部署了智能控制系统，对制冷机组、空压机、水泵等设备进行集中优化控制，年节电率达到16.3%。

优化调度是管理者用来实现绿色生产的另一种机制。优化调度系统根据生产订单、设备状态、能源价格等多维信息，自动生成最优的生产排程方案，在满足交付要求的前提下实现能耗最小化。此外，智能排产系统可以集中安排同类产品生产，减少设备切换次数和清洗频次，降低废水产生量。江苏省某日化企业应用智能排产系统后，生产线切换次数减少40%，清洗废水排放量下降35%，取得了显著的环境效益。

综上，智能控制和优化调度的主要目的在于降低生产过程的环境负荷，企业综合运用自动化控制和智能调度手段实现对生产过程的精细化管理，能够促使企业实现节能降耗的目标。智能控制通过设备级优化实现能源效率提升，优化调度通过系统级协同实现资源节约，二者结合形成了点面结合的绿色生产管控体系。

基于此，本研究提出研究命题：

P5：智能控制应用对轻工企业绿色转型产生正向影响；
P6：优化调度应用对轻工企业绿色转型产生正向影响。

（四）追溯与验证环节的数字赋能

绿色产品的市场认可需要可靠的环境信息支撑，数字技术为产品环境足迹的追溯和验证提供了技术手段。区块链技术和工业互联网标识解析体系在这一环节发挥重要作用。

区块链技术以其去中心化、不可篡改、可追溯的特性，为绿色产品信息的存证和共享提供了信任基础。在绿色供应链管理中，从原材料采购、生产加工到物流配送、回收利用，各环节的环境信息均可上链存证，形成不可篡改的产品绿色档案。消费者通过扫描产品二维码即可查看产品的碳足迹、水足迹、回收利用率等环境信息，增强了绿色消费的信任度。福建省某制鞋企业应用区块链技术记录每双鞋从原料到成品的碳排放数据，产品获得欧盟生态标签认证后出口溢价提升8%。

工业互联网标识解析体系为产品赋予唯一身份标识，实现产品全生命周期信息的跨企业、跨行业、跨地域共享。通过标识解析，企业可以追溯原材料的环境属性，消费者可以验证产品的绿色声明，监管部门可以核查企业的环保合规情况。广东省某家电企业依托工业互联网标识解析体系，建立了覆盖供应商、制造基地、物流中心和回收网点的绿色数据平台，实现了产品碳足迹的精准核算和全链条追溯。

数字追溯与验证技术解决了绿色信息不对称问题，使得真正绿色环保的产品能够在市场竞争中获得溢价，形成了“绿色-溢价-激励-更绿色”的正向循环。同时，透明的环境信息也对企业的绿色行为形成了社会监督，增强了企业履行环保责任的外部约束力。

基于此，本研究提出研究命题：

P7：区块链存证应用对轻工企业绿色转型产生正向影响；
P8：标识解析追溯应用对轻工企业绿色转型产生正向影响。

四、数字赋能驱动绿色转型的作用机制

（一）动态能力视角的数字赋能分析

数字技术虽然是推动轻工产业绿色转型的重要工具，但技术本身并不能自动产生转型效果，而是需要通过提升企业的动态能力来发挥作用。动态能力理论强调，在快速变化的环境中，企业整合、构建和重构内外部资源的能力是其获取竞争优势的关键。数字赋能对绿色转型的作用，在很大程度上取决于企业借助数字技术提升了哪些动态能力。

从动态能力视角分析，数字赋能主要从三个维度提升轻工企业的绿色转型能力：绿色感知能力、绿色整合能力和绿色创新能力。绿色感知能力是指企业识别和把握环境机会、感知环境风险的能力，数字技术使企业能够实时获取能耗排放数据、政策法规变化、绿色技术进展等信息，增强了环境感知的敏锐度和准确性。绿色整合能力是指企业协调和配置内外部资源以实现绿色目标的能力，数字平台使企业能够跨越组织边界整合绿色技术、绿色金融、绿色供应商等资源，提升了资源获取和配置效率。绿色创新能力是指企业开发和应用绿色技术、绿色工艺、绿色产品的能力，数字仿真和虚拟验证技术降低了绿色创新的试错成本，加速了绿色技术的迭代升级。

当企业具备较高的动态能力水平时，数字赋能能够更好地转化为绿色转型绩效。相反，如果企业动态能力不足，即使引入了先进的数字技术，也难以有效利用技术红利推动绿色转型。因此，数字赋能对轻工产业绿色转型的作用机制满足“数字赋能—动态能力提升—绿色转型绩效”这一路径（见图1）。

图1 数字赋能驱动轻工产业绿色转型的作用机制框架

text

复制

下载

数字赋能 ──┬──→ 绿色感知能力提升 ──→ 识别绿色机会
            │                              ↓
            ├──→ 绿色整合能力提升 ──→ 配置绿色资源
            │                              ↓
            └──→ 绿色创新能力提升 ──→ 开发绿色技术
                                           ↓
                                     绿色转型绩效

（二）数字赋能与企业绿色感知能力

过去的研究发现，当数字技术满足以下条件时，企业绿色感知能力能够得到显著提升：（1）能够实时采集和传输环境数据；（2）能够对多源异构数据进行整合处理；（3）能够对环境风险进行预警和预测；（4）能够将环境信息嵌入决策流程。

基于前文关于数字赋能技术逻辑的描述，可以发现，不同类别的数字技术对企业绿色感知能力产生了差异性的影响。具体而言，物联网感知和智能监测技术直接提升了企业环境数据的获取能力，满足条件一和条件二；大数据分析能够从历史数据中发现规律、预测趋势，满足条件三；人工智能优化将环境约束纳入决策模型，满足条件四。与此相对，如果企业仅部署了基础的自动化控制系统而未建立完整的数据采集和分析体系，其绿色感知能力提升有限（见表2）。

表2 数字技术类型与企业绿色能力提升的关系

注：√表示满足该项条件

因此，本研究提出研究命题P9和P10：

P9：感知监测技术和分析优化技术能够提升企业的绿色感知能力，进而增强绿色转型动力。

P10：追溯验证技术能够提升企业的绿色整合能力，进而促进供应链协同减排。

（三）数字赋能与企业绿色整合能力

绿色整合能力要求企业能够打破内部部门壁垒和外部组织边界，实现绿色相关资源的优化配置。数字平台和区块链技术在这方面发挥关键作用。

企业内部的数据中台和工业互联网平台，可以将生产、能源、环保、质量等不同业务系统的数据汇聚整合，形成统一的绿色数据视图。在传统管理模式下，能源数据归设备部门管理，排放数据归环保部门管理，生产数据归车间管理，各系统相互独立，“数据孤岛”现象严重。通过建设企业级数据中台，各系统数据实现互联互通，节能降耗措施的协同优化成为可能。浙江省某造纸企业建设了统一的数据平台，将原有的DCS系统、EMS系统、ERP系统进行集成，管理层可实时查看各机组的单位产品能耗、废水排放量等关键指标，实现了绿色绩效的横向对标和纵向考核。

在供应链层面，工业互联网标识解析和区块链技术实现了上下游企业之间的绿色信息共享。品牌企业可以追踪供应商的环境表现，供应商可以了解品牌企业的绿色采购要求，金融机构可以根据企业的绿色信用评级提供差异化融资服务。广东省某家电龙头企业依托工业互联网平台，将上游200多家核心供应商纳入绿色管理体系，对供应商的碳排放、废水处理、固废回收等指标进行动态监测和评价，推动供应链整体绿色水平提升。

P11：工业互联网平台应用对轻工企业绿色整合能力产生正向影响，进而提升绿色转型绩效。

P12：区块链技术应用对轻工供应链绿色协同产生正向影响，进而推动产业集群绿色转型。

（四）数字赋能与企业绿色创新能力

绿色创新能力体现在企业开发和应用节能减排新技术、新工艺、新产品的水平上。数字仿真和数字孪生技术显著降低了绿色创新的试错成本和周期。

在传统研发模式下，新工艺的验证需要搭建实体试验线，周期长、成本高、风险大。采用数字仿真技术后，工程师可以在虚拟环境中对工艺方案进行模拟验证，快速评估不同参数组合下的能耗和排放效果，优选出最佳方案后再进行实体试验。某食品加工企业应用流程仿真软件对干燥工序进行模拟优化，将试验次数从30多次减少到5次，研发周期缩短60%，干燥能耗降低22%。

数字孪生技术在仿真基础上更进一步，在物理实体运行的同时建立虚拟映射，实现虚实双向交互。生产过程中采集的实时数据不断更新数字模型，模型计算出的优化建议又可以反馈到物理系统执行。这种持续学习、持续优化的机制，使绿色技术能够在使用过程中不断迭代升级。某塑料制品企业建立注塑车间数字孪生系统后，绿色工艺优化从“项目制”转变为“常态化”，平均每月可发现3-5个节能改进点，年综合节能率达到8.7%。

P13：数字仿真技术应用对轻工企业绿色创新能力产生正向影响，进而推动绿色工艺升级。

P14：数字孪生技术应用对轻工企业持续绿色改进能力产生正向影响，进而实现绿色绩效的持续提升。

五、研究结论与展望

本文围绕数字赋能、绿色转型和轻工产业发展等主题，首先对数字赋能与轻工产业绿色转型的概念和现实困境进行辨析，以厘清当前研究中概念模糊、边界不清的问题，为后续研究奠定理论基础；其次，从技术赋能视角出发，梳理了数字技术推动绿色转型的作用方式与技术逻辑，推断了数字赋能对轻工产业绿色转型的影响效应；最后，从动态能力视角，探讨了数字赋能对轻工企业绿色转型的作用机制。

综合现有研究，本文已经梳理了很多有价值的研究成果，但由于数字赋能和绿色转型的研究涉及多学科交叉，仍有很多问题亟待解决。未来的研究可围绕以下几个方面深入展开：

第一，数字赋能绿色转型的测度问题。 数字赋能虽然是轻工产业绿色转型的重要驱动力，但更重要的是企业是否以及在多大程度上将数字技术应用于绿色生产管理，这种应用的深度和广度更能影响绿色转型的实际效果。然而，既有研究对数字赋能绿色转型的测量指标体系尚不健全，缺乏统一的评价标准。不同行业、不同规模企业的数字赋能水平和绿色转型效果难以进行横向比较。未来的一大研究任务在于构建科学、可操作的评价指标体系，以支撑数字赋能绿色转型的理论研究和实践评估。

第二，理清中小企业数字赋能绿色转型的特殊路径。 现有研究多以大中型企业为对象，但轻工产业中占绝大多数的中小企业面临不同的资源禀赋和约束条件。中小企业资金实力弱、技术人才少，难以照搬大企业的数字化转型模式。未来研究应关注中小企业的“轻量化”数字赋能路径，如云服务、SaaS应用、共享制造等低成本、易部署的数字技术应用模式，探索适合中小企业特点的绿色转型方案。

第三，进一步挖掘数字赋能的双刃剑效应。 数字技术能够提升资源利用效率，降低单位产出的环境负荷，但数字基础设施本身的能耗和电子废弃物问题同样值得关注。数据中心的电力消耗、智能设备的更新换代、废旧传感器的回收处理，这些都可能带来新的环境压力。不论是政策制定者还是企业管理者，应该注意到数字技术应用带来的综合环境效应，并基于全生命周期视角来评估数字赋能的净绿色效益。

第四，识别数字赋能驱动绿色转型的边界条件。 动态能力视角为本文从理论上推导数字赋能通过何种机制影响绿色转型提供了分析框架，但该理论无法帮助我们识别数字赋能影响绿色转型的边界条件，而对边界条件的识别能使得研究结论更为精准。未来的研究有必要站在前人已有理论成果之上，进一步识别行业特征、企业规模、区域差异、政策环境等因素对数字赋能绿色转型效果的调节作用，为差异化政策制定提供理论依据。