绿色战略目标、人工智能能力以及公共部门在实现循环经济目标过程中的行为动态

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》：Green strategic intent, artificial intelligence capability and behavioral dynamics of achieving circular economy goals in the public sector

本研究基于动态能力观，探讨绿色战略意图通过AI能力与绿色学习双元性促进公共部门循环经济实践的作用机制，并验证领导边界跨越行为的调节效应。数据来自阿联酋228个公共部门管理者的两阶段滞后调查，结果表明绿色战略意图显著正向影响循环经济实践，其路径通过AI能力与绿色学习双元性实现，且领导边界跨越行为正向调节绿色战略意图与AI能力的关系。研究为公共部门可持续发展提供了理论框架与实践启示。

　　### 绿色战略意图与循环经济实践的融合路径：以人工智能能力和绿色学习双元性为中介机制

在当今全球环境问题日益突出的背景下，循环经济作为一种可持续发展的经济模式，正逐步成为推动社会和经济转型的重要力量。这一模式的核心理念在于通过资源的循环利用、再制造、再利用和优化，减少资源浪费，提高资源使用效率。对于公共部门而言，实现循环经济实践不仅是提升组织绩效的手段，更是推动环境责任、增强社会可持续性的重要途径。然而，公共机构在实现这一目标时往往面临多重挑战，包括复杂的官僚结构、多元化的利益相关者需求以及资源分配的局限性。因此，如何有效引导公共部门向循环经济转型，成为当前研究的重要议题。

本研究旨在探讨绿色战略意图在推动公共部门采纳循环经济实践中的作用机制，并通过引入人工智能（AI）能力和绿色学习双元性作为中介变量，以及领导者边界跨越行为作为调节变量，揭示其如何影响组织的绿色转型能力。绿色战略意图是指组织在长期战略中体现出对环境保护的坚定承诺和明确愿景，这种战略导向不仅有助于提升组织对环境问题的敏感度，还能够引导资源的合理配置，推动组织向更可持续的方向发展。AI能力则被视为一种关键的技术手段，它能够帮助组织更好地预测环境需求、优化资源流动，并提升决策的精准度。而绿色学习双元性则强调组织在利用现有知识的同时，积极探索新的绿色解决方案，从而实现持续的创新和适应能力。

研究采用时间滞后设计，收集了来自阿联酋228个政府部门和市政单位的管理者数据，分析了绿色战略意图与循环经济实践之间的关系。结果表明，绿色战略意图与循环经济实践之间存在显著的正向关联。进一步分析发现，AI能力和绿色学习双元性在这一关系中起到了连续中介的作用，即绿色战略意图通过提升AI能力，进而促进绿色学习双元性，最终推动循环经济实践的实施。此外，领导者边界跨越行为对绿色战略意图与AI能力之间的关系起到了显著的调节作用，表明领导者在获取外部资源、建立合作关系和推动创新方面的能力，是绿色战略意图转化为实际行动的重要保障。

### 理论基础与假设构建

本研究基于动态能力理论（Dynamic Capability View, DCV）展开分析。DCV强调，企业通过识别和利用外部机会，调整内部资源和结构，以实现持续的适应和创新。与传统的资源基础观（RBV）相比，DCV更加注重组织在动态环境中的适应能力，认为企业不仅需要有价值的资源，还需要具备将这些资源转化为竞争优势的动态能力。这种能力包括三个核心要素：感知、把握和重构。感知是指组织对外部环境变化的识别和理解能力；把握则是指组织将识别到的机会转化为实际行动的能力；重构则是指组织在面对变化时调整自身结构和流程以实现持续发展的能力。

在此理论框架下，绿色战略意图被定义为一种高层次的动态能力，它不仅反映了组织对环境责任的长期承诺，还为组织提供了明确的战略方向。这种战略意图能够促使组织投资于绿色技术，优化内部流程，并推动AI能力的发展，从而增强组织对环境变化的响应能力。AI能力则被定义为组织在数据处理、决策优化和流程改进方面的技术整合能力，它能够为组织提供精准的市场预测和资源管理方案，进而提升绿色实践的效率。绿色学习双元性则是组织在同时利用现有知识和探索新知识方面的能力，它有助于企业在面对环境挑战时保持灵活性和创新能力。

基于上述理论框架，本研究提出了六个假设。首先，绿色战略意图与循环经济实践之间存在正向关系（H1）；其次，绿色战略意图能够促进AI能力的发展（H2）；第三，AI能力能够增强绿色学习双元性（H3）；第四，绿色学习双元性能够推动循环经济实践（H4）；第五，AI能力和绿色学习双元性共同构成绿色战略意图与循环经济实践之间的连续中介机制（H5）；最后，领导者边界跨越行为能够调节绿色战略意图对AI能力的影响（H6）。这些假设不仅为研究提供了理论依据，也为后续的数据分析奠定了基础。

### 研究方法与数据收集

为了验证上述假设，本研究采用了时间滞后设计，通过两轮问卷调查的方式收集数据。第一轮调查主要聚焦于绿色战略意图、AI能力、绿色学习双元性以及人口统计学变量，第二轮则用于测量循环经济实践和领导者的边界跨越行为。数据收集过程依托于阿联酋某知名大学的400名校友网络，这些校友目前在政府机构和地方管理部门工作，为研究提供了广泛的样本覆盖。通过电话和电子邮件联系这些校友，研究团队获得了他们的支持，并由他们协助将问卷分发给所在部门的管理者。最终，共有228名管理者完成了问卷调查，为后续的统计分析提供了可靠的数据基础。

在数据分析方面，研究采用了结构方程模型（Structural Equation Modeling, SEM）进行验证性因子分析（Confirmatory Factor Analysis, CFA），以评估各测量量表的信度和效度。结果表明，所有变量的平均方差提取（Average Variance Extracted, AVE）值均高于0.5，说明量表具有良好的收敛效度和区分效度。此外，所有变量的因子载荷均显著，进一步验证了量表的有效性。通过路径分析，研究确认了绿色战略意图对循环经济实践的正向影响，以及AI能力和绿色学习双元性在这一关系中的中介作用。同时，研究还发现领导者边界跨越行为对绿色战略意图与AI能力之间的关系具有显著的调节效应，表明领导者的外部联系能力在绿色转型过程中起到了关键作用。

### 研究结果与讨论

研究结果表明，绿色战略意图在推动公共部门实施循环经济实践方面具有重要作用。首先，绿色战略意图与循环经济实践之间存在显著的正向关系，说明组织在长期战略中对环境责任的重视，能够有效引导其向可持续发展方向迈进。其次，绿色战略意图对AI能力的促进作用显著，表明组织在追求绿色目标时，需要依赖技术手段来优化资源配置和提升决策效率。AI能力不仅能够帮助组织预测市场需求和环境变化，还能通过自动化和智能化手段，提高运营效率和响应速度。

绿色学习双元性作为AI能力的中介变量，进一步增强了绿色战略意图对循环经济实践的影响。研究发现，AI能力能够显著提升绿色学习双元性，表明技术手段在推动组织学习和创新方面具有重要作用。绿色学习双元性则被证明能够有效促进循环经济实践的实施，说明组织在同时利用现有知识和探索新知识方面的能力，是实现可持续转型的关键。此外，AI能力和绿色学习双元性共同构成了绿色战略意图与循环经济实践之间的连续中介机制，表明这两者在绿色转型过程中起到了协同作用。

领导者边界跨越行为作为调节变量，对绿色战略意图与AI能力之间的关系产生了显著影响。研究发现，当领导者具备较强的边界跨越能力时，绿色战略意图对AI能力的促进作用更为明显。这表明，领导者的外部联系能力和资源整合能力在绿色转型过程中具有不可忽视的作用。领导者不仅能够获取外部资源和信息，还能通过建立合作关系和推动跨部门协作，提升组织的适应能力和创新能力。因此，公共部门在实施绿色战略时，应注重培养具有边界跨越能力的领导者，以增强组织对环境变化的响应能力。

### 理论与实践意义

本研究在理论层面做出了重要贡献。首先，它拓展了关于循环经济实践前因变量的研究，首次将绿色战略意图作为公共部门绿色转型的关键驱动力。以往的研究多关注政策框架、组织结构和外部环境因素，而忽视了战略意图在组织内部决策和资源配置中的作用。通过引入绿色战略意图这一变量，本研究为理解公共部门如何通过战略导向推动可持续发展提供了新的视角。

其次，本研究深化了对绿色学习双元性和AI能力作为中介机制的理解。绿色学习双元性不仅有助于组织在现有知识基础上进行优化，还能促进新知识的探索，从而增强组织的适应能力。AI能力则被证明是推动绿色战略意图转化为实际行动的重要工具，它能够通过数据驱动的方式，提升组织的决策效率和资源管理能力。因此，本研究为理解公共部门如何利用技术手段实现可持续转型提供了理论支持。

在实践层面，本研究提出了多项建议。首先，公共部门应制定明确的绿色战略意图，以引导组织向可持续发展方向迈进。这不仅包括对环境责任的承诺，还应涉及对资源的合理配置和对绿色技术的持续投资。其次，组织应重视AI能力的建设，通过引入和整合先进技术，提升运营效率和市场响应能力。AI能力不仅能够优化资源流动，还能通过数据分析和预测，帮助组织制定更加精准的绿色战略。此外，绿色学习双元性的培养也是实现可持续转型的重要途径，组织应通过跨部门协作和员工培训，提升其在绿色实践中的创新能力。

最后，本研究强调了领导者边界跨越行为的重要性。领导者不仅需要具备战略眼光，还应能够积极获取外部资源和信息，建立跨部门和跨组织的合作关系。通过推动边界跨越行为，领导者能够为组织提供更多的创新机会和资源支持，从而增强组织的适应能力和可持续发展能力。因此，公共部门在实施绿色战略时，应注重培养具有边界跨越能力的领导者，并将其纳入组织的领导力发展和绩效评估体系中。

### 研究局限与未来展望

尽管本研究在理论和实践层面都取得了重要进展，但仍存在一定的局限性。首先，研究样本局限于阿联酋的公共部门，这可能影响研究结果的普适性。未来的研究可以扩展至其他国家和地区的公共部门，以验证研究结论的普遍适用性。其次，本研究将绿色战略意图视为组织层面的变量，未来的研究可以进一步探讨个体层面的绿色战略意图及其对组织行为的影响。此外，研究仅关注了AI能力和绿色学习双元性作为中介变量，未来的研究可以引入其他因素，如数字素养、组织文化和支持性政策，以更全面地理解绿色转型的机制。

总体而言，本研究为公共部门实现循环经济实践提供了理论支持和实践指导。通过揭示绿色战略意图、AI能力和绿色学习双元性之间的关系，以及领导者边界跨越行为的调节作用，研究不仅丰富了绿色战略和循环经济领域的理论框架，还为公共部门如何通过战略导向和技术手段实现可持续发展提供了新的思路。未来的研究应进一步拓展研究范围，探索不同文化背景下的绿色转型机制，并关注个体层面的影响因素，以推动绿色战略在更广泛范围内的应用。