不确定性下的协作确定性:物理气候风险、协作网络重构与企业数字化技术创新

《TECHNOLOGY IN SOCIETY》:Collaborative Certainty under Uncertainty: Physical Climate Risk, Collaboration Network Reconfiguration, and Corporate Digital Technological Innovation

【字体: 大 中 小 】 时间:2026年10月03日 来源:TECHNOLOGY IN SOCIETY 12.9

编辑推荐:

   •物理气候风险促进企业数字技术创新 •气候风险重塑合作伙伴的数量、类型多样性和地理覆盖范围 •更广泛的合作伙伴搜寻和知识多样性是关键创新路径 •单纯的地理扩张并不能显著促进数字创新 •风险感知和地理多元化下效应更强 引言 在数字技术快速演进且日益融合的背景下,数字技术创新

  

•物理气候风险促进企业数字技术创新
•气候风险重塑合作伙伴的数量、类型多样性和地理覆盖范围
•更广泛的合作伙伴搜寻和知识多样性是关键创新路径
•单纯的地理扩张并不能显著促进数字创新
•风险感知和地理多元化下效应更强

引言

在数字技术快速演进且日益融合的背景下,数字技术创新已成为企业更新技术基础、拓展创新边界以及构建持续竞争优势的重要手段(Teece等,2016;Chen & Li,2025)。与数字化转型主要强调数字技术的采用及其引发的业务流程、组织结构和商业模式的变化不同,数字技术创新指的是在数字领域创造新的技术知识和具有技术实体形态的创新成果。具体而言,它涉及企业围绕人工智能、大数据、云计算、数字通信和数字平台等技术开展研发活动,从而产生新的数字技术知识、技术解决方案和可专利化产出(Nambisan等,2017;Yoo等,2010)。与许多传统形式的技术创新相比,数字技术创新具有快速技术迭代、高度模块化、强知识可重组性、数据密集型、基于软件的可扩展性以及对平台和创新生态系统的依赖等特点。数字模块可以持续跨越既定的产品和行业边界进行重组,从而生成新的技术架构和应用场景。与此同时,这种开放性和可重组性使得创新轨迹更加非线性,技术成果的事前可预测性也更加困难(Li等,2025;Usai等,2021)。因此,数字技术创新在为企业提供更大技术灵活性的同时,也使企业面临技术选择、知识整合和资源分配方面的持续性不确定性。

这些技术属性也塑造了一种不同于许多传统创新活动的创新组织模式。数字技术创新所需的算法、软件、数据、基础设施、接口技术和应用专用知识通常分散于不同的组织参与者和技术模块之中,使得单一企业难以在其内部边界内拥有所有互补性资源(Ehls等,2020;Shi等,2023)。因此,企业不仅需要持续搜寻外部技术知识,还需要识别、获取并重组来自不同创新主体的异质性知识和资源。同时,数字技术的模块化和可重组性使得来自不同组织的知识组件能够被组装为新的技术组合,从而提升了外部协作网络对数字技术创新的价值(Yoo等,2010)。换言之,与更多依赖内部研发积累和相对稳定的技术轨迹的创新活动相比,数字技术创新更强烈地依赖于外部搜寻、跨组织知识重组以及协作网络的适应性。因此,当环境不确定性上升时,理解企业如何调整组织边界和外部协作网络以保持技术选择的灵活性,对于解释数字技术创新至关重要(Lanzolla等,2021)。

已有研究从多个视角考察了企业数字技术创新的决定因素,包括数字能力、数字战略、数字金融和组织结构等,并证明了内部资源和能力对数字创新成果的重要性(Du等,2024;Fang & Liu,2024;Zhao等,2024b)。然而,这一文献主要关注企业现有的数字资源和内部组织条件,而对外部环境所产生的深度不确定性如何影响企业响应关注较少。尽管风险和不确定性常被视为数字技术创新的重要环境条件,但它们往往被当作外生性背景因素而非可能从根本上改变创新组织方式的力量来处理。特别是当外部冲击破坏了现有技术预期和资源分配逻辑的稳定性时,关于企业如何通过改变创新的组织方式来进行适应的研究仍然有限。随着创新环境从"已知未知"向"未知未知"转变,基于历史经验和既定组织惯例的技术决策有效性逐渐下降,这一问题变得愈发重要(Arteaga-Fonseca等,2025;Teece,2018)。因此,一个关键但尚未得到充分关注的问题浮现出来:企业如何响应深度的环境不确定性来重构外部协作关系,以及这种组织适应如何转化为数字技术创新?

在众多外部不确定性来源中,气候风险日益成为影响企业生产、资源分配和创新活动的重要外生冲击(Meng等,2026;Ilhan等,2023)。本研究特别关注由异常和极端气候事件引起的物理气候风险,而非与环境监管、低碳政策调整或能源转型相关的转型风险。这一聚焦在理论上具有重要意义,因为物理气候风险更贴近本研究关注的深度不确定性。与往往传递相对可识别的政策信号、制度引导和调整路径的转型风险不同,极端气候事件在时间、地点和强度上表现出更大的突发性、空间异质性和不可预测性。因此,企业更难基于现有制度信息或历史经验来预判此类冲击。此外,物理气候风险不仅可以通过供应链中断、基础设施损坏和运营干扰直接扰乱企业活动,还使企业更难评估未来的资源可用性、市场需求变化和技术投资的预期回报(Ginglinger & Moreau,2023)。因此,物理气候风险不仅仅增加了当前的运营成本,还提高了长期技术承诺的相关风险,增加了在相对稳定的环境预期下形成的技术轨迹和资源分配安排变得过时的可能性。

正是在这一意义上,物理气候风险可能提升数字技术创新的相对吸引力。在高度不可预测的外部条件下,企业需要避免将资源过度锁定在单一且难以逆转的技术轨迹上,而应更加重视创新活动中的灵活性、可调整性和实验性。许多传统形式的技术创新,特别是那些高度依赖专用设备、物理基础设施和长期资本投入的创新,具有相对较高的沉没成本和路径依赖性。一旦做出技术选择,后续调整可能涉及巨大的转换成本(Yoo等,2010)。相比之下,数字技术的模块化、基于软件的可扩展性和可重组性使企业能够更灵活地试验替代性技术方案,并在新环境信息出现时替换、扩展或重组现有技术模块。其较短的迭代周期也可以减少感知外部变化与开发技术响应之间的时间滞后(Ehls等,2020;Shi等,2023)。因此,气候风险可能提升那些能提供更大技术选择权、更强资源可重组性和更快适应响应的创新方法的相对价值。

气候变化日益严重的后果促使气候风险微观经济效应的相关文献不断扩展,涵盖"被动影响"和"主动适应"两个视角。一方面,气候风险会提高企业融资成本和资本市场风险,并损害经营绩效(Javadi & Masum,2021;Cepni等,2024;Gan等,2024;Liu等,2024a;Ai & Gao,2023;Chen等,2023;Pankratz等,2023;Song等,2023)。另一方面,企业可能通过增加现金持有、调整资本结构和改变投资安排来主动适应气候不确定性(Fernandes & Papadimitriou,2025;Ma等,2024;Ginglinger & Moreau,2023;Yuan等,2025;Chang等,2024)。最近,一些研究开始考察气候风险与企业创新之间的关系,但其结论仍然不一致。一些研究认为气候风险通过加剧资源约束和增加管理者风险厌恶而抑制创新(Huang,2023;Niu等,2023;Sun等,2024),而另一些研究则表明外部不确定性可以打破组织惯性并激发适应性创新响应(Huo等,2024;Liu等,2024b;Xie & Li,2024)。这些分歧性发现表明,气候风险对创新的影响不能简单地归结为促进或抑制的关系。相反,其后果可能取决于创新活动的技术特征以及企业适应的组织响应方式。对于高度模块化、可重组且依赖创新生态系统的数字技术创新而言,这一问题尤为突出。在这种条件下,气候引发的不确定性可能不仅影响企业投资创新的意愿,还可能影响外部知识搜寻的战略价值、协作网络重构以及跨组织资源整合。因此,仅关注不确定性是否增加或减少创新投资不足以解释气候风险对创新——尤其是数字技术创新——的更为复杂的影响。

调和这些分歧性发现的关键在于考虑不同创新形式的技术架构和组织要求。现有关于气候风险与创新的研究主要关注绿色创新或一般技术创新,对数字技术创新关注相对有限。更重要的是,不应简单地将数字技术创新视为一般技术创新中的另一个类别。许多绿色技术相对资本密集,高度依赖专用生产设备、物理基础设施和长期研发投入,同时还深受环境监管和政策激励的影响。其开发和商业化周期往往较长。在这种条件下,既定的实物资产和技术轨迹往往更具不可逆性,留给企业通过改变外部协作结构来重新分配创新资源的短期空间相对有限。相比之下,数字技术高度模块化、可重组且基于软件可扩展,并且高度依赖分散在整个创新生态系统中的互补性知识、数据和技术资源。这意味着当气候风险增加了对未来技术轨迹和资源分配的不确定性时,数字技术创新提供了一种更灵活的适应方式。企业可以通过拓宽外部技术搜寻、多元化组织知识来源和调整协作边界来获取更多可替代的技术模块和重组可能性,从而减少对单一技术轨迹或内部集中资源基础的依赖。因此,气候风险对数字技术创新的影响不仅限于企业总体创新意愿的变化,还可能通过提升外部搜寻、网络灵活性和跨组织知识重组的边际价值来改变数字技术创新的组织方式。

动态能力理论为解释这一组织适应过程提供了适当的理论基础。该理论认为,在高度不确定和快速环境变化的条件下,持续竞争优势不仅取决于现有的资源禀赋,还取决于企业感知环境变化、抓住新兴机会以及重构资源和组织边界的能力(Teece,2007;Shang等,2020)。在本研究构建的理论框架中,物理气候风险构成了触发组织适应的外部不确定性来源,而动态能力则解释了企业为何以及通过何种方式响应外部不确定性来重构其外部协作网络。具体而言,气候风险增加了现有技术预期和资源分配安排周围的不确定性,从而强化了拓宽外部信息和技术搜寻的必要性。企业可以增加创新合作伙伴的数量以获取更广泛的技术选项和知识来源,多元化合作伙伴的组织类型以构建更具异质性和互补性的知识组合,并调整协作的空间范围以拓展外部知识搜寻边界。因此,协作网络重构不被视为动态能力本身,而是动态能力在不确定性条件下得以发挥的一种可观察的组织行为。这种网络层面的适应对于数字技术创新尤为重要,因为它高度依赖外部知识、技术模块和跨组织资源重组。

在高度不确定的创新条件下,外部协作网络的价值不仅取决于是否存在协作关系,还取决于企业能够访问多少外部参与者、这些参与者提供何种类型的差异化知识以及这些知识来源在地理上分布得多广(Meng & Wang,2026;Ahuja,2000)。这对于数字技术创新尤为重要,因为它高度依赖多种知识来源的整合、技术模块的重组以及跨组织边界的协调。因此,单一网络维度不太可能全面捕捉企业外部搜寻和资源获取能力的完整范围。

相应地,本研究将合作网络概念化为反映外部搜索规模、异质性和空间范围的多维结构,并考察了三个维度:创新合作伙伴数量、合作伙伴的组织类型多样性以及合作伙伴的地理距离。首先,合作伙伴数量捕捉了外部技术搜索的广度。更大的合作伙伴基础使企业能够获取更广泛的知识来源、技术解决方案和信息渠道,从而扩大可用于选择和重组的创新资源池,并减少对单一关系或技术路径的依赖(Laursen & Salter, 2006)。其次,合作伙伴的组织类型多样性捕捉了外部知识来源的异质性和互补性。不同的组织行为主体在其知识生产逻辑、资源禀赋和创新功能上存在系统性差异。企业通常更接近市场应用和商业化,大学和研究所更集中在前沿知识和基础研究,而其他创新主体可能贡献专业化或探索性的知识(Belitski et al., 2024)。因此,合作伙伴类型的多样性增加会提高形成支持数字技术所需的模块化集成和知识重组的跨领域和跨组织知识组合的可能性。最后,合作伙伴的地理距离捕捉了外部知识搜索的空间边界。与地理上距离较远的合作伙伴合作可以帮助企业克服当地知识和资源限制,并与嵌入不同技术、产业和制度环境中的外部行为主体建立联系,从而延伸创新搜索的地理范围(Rosenkopf & Almeida, 2003)。同时,更大的地理距离可能会增加沟通、知识转移和关系治理成本。因此,这三个维度分别对应搜索广度、知识异质性和空间范围,更全面地反映了企业在气候不确定性下如何重构外部组织边界。

中国为考察实体气候风险、合作网络重构与企业数字技术创新之间的关系提供了一个具有理论意义的实证场景。首先,中国广阔的地理规模产生了大量的跨地区气候条件、极端天气事件暴露和自然灾害风险差异,为识别实体气候风险的企业层面后果提供了丰富的空间变异。其次,中国经历了数字经济的快速发展和工业数字化的广泛普及,人工智能、大数据、云计算和数字通信日益融入企业创新活动。因此,数字技术创新已成为中国企业在技术升级中的重要组成部分。第三,中国建立了一个涉及企业、大学、研究所和其他创新主体的创新体系,而各区域在技术基础、数字基础设施和创新资源禀赋方面仍存在显著差异。这提供了一个现实的场景,使企业能够通过调整合作伙伴数量、组织构成和地理范围来获取异质的知识和技术资源。因此,中国结合了实体气候风险的显著空间异质性、快速演变的数字技术环境和多元化的创新合作生态系统,使其成为观察企业如何在外部不确定性下重构合作网络以促进数字技术创新的特别合适的制度和产业背景。

基于这一理论逻辑,本研究借鉴动态能力理论,考察气候风险如何通过调整企业的创新合作网络影响数字技术创新。使用 2007 年至 2024 年中国 A 股上市公司样本,我们运用 Python 和 Stata 识别和结构化专利及合作信息,并将合作网络概念化为反映外部搜索规模、知识来源异质性和空间范围的多维结构。因此,我们沿三个维度刻画合作网络:合作伙伴数量、合作伙伴组织类型多样性和合作伙伴地理距离。实证结果表明,实体气候风险显著增加了创新合作伙伴的数量,增强了合作伙伴的组织类型多样性,并扩大了合作的地理范围,表明企业通过调整其外部协作边界来应对气候不确定性。此外,合作伙伴数量和组织类型多样性的增加通过拓宽外部知识搜索和加强知识来源的异质性与互补性,显著促进了数字技术创新。相比之下,虽然更大的地理距离使企业能够克服当地资源限制并获取更广泛的信息和知识,但相关的沟通和协调成本、制度差异以及知识整合困难可能会抵消部分潜在收益。因此,合作的地理扩张并未显著增强数字技术创新。

本研究的潜在贡献有三点。首先,本研究通过阐明动态能力如何在高度不确定的数字创新环境中通过外部合作网络的重构得以体现,扩展了动态能力理论。尽管现有研究强调企业通过感知环境变化、抓住新兴机会和重组资源来发展动态能力,但现有讨论主要集中内部资源重新配置、能力更新和组织调整,对企业如何通过改变其外部组织边界来实施动态能力的关注相对有限。通过将分析置于实体气候风险——一种以突发性和不可预测性为特征的外部冲击——的背景下,本研究揭示了企业如何通过创新合作网络的重构发展适应性反应。具体来说,当企业感知到环境不确定性升高时,它们扩大合作伙伴基础以获取更广泛的技术选项,并重组异质知识和外部资源。这些网络层面的调整构成了可观察的组织行动,将感知–抓住–重构过程与数字技术创新结果联系起来。在此过程中,本研究阐明了动态能力如何通过外部网络的变化在操作层面得以体现,从而将动态能力理论的解释范围扩展到了深度不确定性条件下的跨组织资源重构。

其次,本研究通过强调技术架构与环境不确定性之间的匹配,推进了对气候风险与企业创新之间关系的理论理解。现有研究在很大程度上辩论气候风险是促进还是抑制绿色创新或一般技术创新,而相对较少关注不同创新类型的技术属性如何塑造企业对气候不确定性的反应。本研究认为,气候风险增加了企业对灵活性、快速实验、较低不可逆性和更高资源可重构性的需求,且数字创新的技术架构特别适合这些适应性要求。与许多资本密集和路径依赖的创新活动相比,数字技术创新在深度不确定性条件下更有可能成为有吸引力的创新选择。这一视角将理论辩论从气候风险是促进还是限制创新,转移到哪种类型的创新更适合高度不确定环境这一更根本的问题上,从而为理解气候风险对企业战略决策的微观后果提供了新的视角。

第三,本研究通过展示数字创新的技术特征如何在外部不确定性下塑造企业的合作网络配置,丰富了关于数字技术创新组织基础的研究。数字技术创新所需的算法、软件、数据、平台、接口技术和应用特定知识通常分布在多个组织主体中。数字技术的模块化、可重组性和生态系统依赖性意味着数字创新不仅依赖于内部研发积累,还依赖于持续的外部搜索和跨组织知识重组。基于这些特征,本研究沿三个维度——合作伙伴数量、合作伙伴组织类型多样性和地理范围——概念化了企业的外部合作网络,并发现气候风险促使企业扩大其外部协作边界。然而重要的是,不同形式的网络重构对数字技术创新的贡献并不均等。这一发现进一步细化了动态能力理论的重构维度,表明重构的价值取决于网络调整的功能内容,而不仅仅是边界扩展本身。它还加深了我们对为什么数字技术创新特别依赖于技术选择性和知识互补性,而不仅仅是合作网络的地理延伸的理解。

章节片段
动态能力理论与不确定性下的企业创新
外部不确定性长期以来一直被认为是塑造企业创新决策的重要环境条件,但其对创新的影响在理论和经验上仍然模糊不清。一方面,不确定性降低了企业准确评估未来技术回报和市场需求的能力。由于研发活动通常涉及大量的沉没成本和不可逆性,高度不确定性可能会增加企业推迟技术的激励

研究设计
本研究使用 2007 年至 2024 年上海证券交易所和深圳证券交易所的中国 A 股上市公司作为研究样本。样本期始于 2007 年,主要基于与制度可比性和数据可用性相关的两个原因。首先,中国新的企业会计准则自 2007 年 1 月 1 日起全面适用于上市公司。自那时起,上市公司在更统一和标准化的会计框架下运营

描述性统计与相关性分析
表 1 报告了主要变量的描述性统计结果。企业数字技术创新(DTI)的均值为 0.4062,其中位数和第 25 百分位数均为零,表明在样本企业的很大一部分中,数字技术创新仍然相对有限,并表现出明显的右偏分布。气候风险(CRI)的均值为 27.7346,中位数为 27.6881,表明其整体分布相对

异质性分析
前述分析表明,实体气候风险显著促进了企业数字技术创新,且这种效应部分通过合作网络重构起作用,特别是通过增加创新合作伙伴数量和增强合作伙伴组织类型多样性。然而,动态能力理论并不意味着相同的外部冲击会在所有企业间产生统一的组织反应。企业能否将

结论与讨论
在实体气候风险上升和数字技术快速演进的背景下,理解企业如何通过调整组织边界和外部知识获取渠道来保持创新适应性,对于解释环境不确定性与数字技术创新之间的关系变得越来越重要。借鉴动态能力理论,本研究将实体气候风险概念化为外部来源

CRediT 作者贡献声明
王岚:写作 – 审阅与编辑,验证,监督,方法学,数据管理,概念化。
孟德林:写作 – 原稿撰写,软件,调查,数据管理,概念化

未引用参考文献
Alexy et al., 2013; Beliaeva et al., 2020; Christensen and Raynor, 2013; Helfat and Raubitschek, 2018; Lin and Cheung, 2024; Mbanyele and Muchenje, 2022; Mo and Liu, 2023; Ozkan et al., 2023; Usai et al., 2021; Wang et al., 2021; Xie et al., 2024; Zhao et al., 2024a.

利益声明
作者未报告任何潜在的利益冲突。

数据可用性
当前研究期间使用的数据集可在合理请求下从通讯作者处获取。

资助
本工作得到了山东省自然科学基金(项目编号:ZR2026QC1598)的支持。

利益冲突声明
? 作者声明他们没有已知的竞争财务利益或个人关系,这些利益或关系可能会影响本文报告的工作。

孟德林|王岚
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号