《Sustainability》：Dynamic Configuration Mechanisms and Scenario Responses of Enterprise Digital Resources for Operational and ESG Dual-Objective Performance: A Case Study of a Chinese Property Services Enterprise
编辑推荐：
异构数字资源的协调与动态重构是企业将数字投资转化为运营绩效（Operational Performance）与ESG绩效（ESG Performance）的重要机制。然而，现有研究主要关注数字化的整体水平及其绩效效应，对不同数字资源的结构位置、传导路径和时间差
异构数字资源的协调与动态重构是企业将数字投资转化为运营绩效（Operational Performance）与ESG绩效（ESG Performance）的重要机制。然而，现有研究主要关注数字化的整体水平及其绩效效应，对不同数字资源的结构位置、传导路径和时间差异的解释仍不充分。研究人员以中国一家大型上市物业服务企业为案例，构建了一个整合BSC–ESG评价体系、组合赋权、Grey-DEMATEL–ISM–MICMAC结构分析和系统动力学的分析框架。该框架用于识别异构数字资源的结构角色及其绩效传导关系，并模拟基线期和不同外部情境下的动态响应。基于专家评估的结构分析表明，治理机制（Governance Mechanisms）和数字资源在影响网络中占据显著的上游位置；数字人力资源（Digital Human Resources）和数字组织资源（Digital Organizational Resources）具有较高的净关系值，治理机制的中心性最高，创新能力（Innovation Capability）在资源投入与模型化绩效结果之间处于桥梁位置。案例条件化模拟还显示了运营绩效与ESG绩效的不同响应时点：ESG绩效在资源积累期间较早提升，而运营绩效主要在能力形成后实现。随着外部约束的变化，资源和能力的角色也在不同阶段发生转变。该研究揭示了异构数字资源转化为运营绩效与ESG绩效双重目标的结构路径和阶段依赖机制，并为不同条件下企业调整数字资源优先级提供了分析基础。
企业数字投资正从单一技术采购转向多种数字资源的协调配置。数字基础设施资源（Digital Infrastructure Resources）、数字技术资源（Digital Technology Resources）、数字人力资源（Digital Human Resources）和数字组织资源（Digital Organizational Resources）在功能属性、积累模式和价值实现周期上存在差异，其作用也随企业阶段和外部环境变化。然而，现有研究多关注整体数字化及其绩效效应，对异构数字资源的结构位置、传导路径和时间差异解释不足。企业同时追求运营绩效（Operational Performance）和ESG绩效（ESG Performance）时，两类绩效对数字资源的依赖和响应速度可能不同，过度投资或不合理结构可能增加负担。因此，需要研究异构数字资源如何通过组织能力和运营流程产生双重绩效，以及资源优先级如何随条件和外部约束调整。
研究人员以中国一家大型上市物业服务企业为案例，构建了结合BSC–ESG评价体系（平衡计分卡（Balanced Scorecard，BSC）–ESG评价体系）、组合赋权、Grey-DEMATEL–ISM–MICMAC结构分析和系统动力学（System Dynamics，SD）的整合框架。该框架识别异构数字资源的结构角色和绩效传导关系，并模拟基线期和外部情境下的动态响应。研究发现：治理机制和数字资源处于影响网络的上游；数字人力资源和数字组织资源净关系值高，治理机制中心性最高，创新能力在资源输入与绩效结果之间起桥梁作用。案例模拟显示，ESG绩效在资源积累期较早提升，运营绩效在能力形成后明显实现；外部约束变化时，资源与能力角色随阶段转变。研究揭示了异构数字资源转化为双重绩效的结构路径和阶段依赖机制，为不同条件下调整资源优先级提供了分析基础。
研究采用多阶段整合设计：通过文献筛选和专家评审构建BSC–ESG指标体系（8个一级维度、21个二级因素、50个三级指标），采用SWARA–CRITIC–博弈论组合赋权计算权重（Python）；运用Grey-DEMATEL–ISM–MICMAC识别结构关系；结合案例企业数据用Vensim PLE构建系统动力学模型进行验证、基线和情景模拟。数据来源：案例企业16个季度（2022Q1–2025Q4）公开披露和内部管理记录；CRITIC匿名问卷两套（147份B1–B21、178份C1–C50）；SWARA 11份专家评分；DEMATEL 4位资深专家（物业运营、数字化/信息管理、ESG与公司治理、资产与设备管理）的21×21直接影响力矩阵。参数经极端条件和敏感性检验。
4.1 因素关系与结构特征（Factor Relationships and Structural Characteristics）
通过Grey-DEMATEL–ISM–MICMAC分析发现，治理机制和四类数字资源主要位于驱动象限，构成上游驱动力；创新能力（Innovation Capability）位于联动象限，具有较高的驱动力和依赖性，是连接资源与绩效的传导节点；财务、运营、环境和市场因素主要位于依赖象限，主要接受上游影响。ISM将21个因素分为五个层级，底层为治理、基础设施、技术、人力资源条件，顶层为财务、运营、环境、员工、客户等结果指标。
4.2 模型验证与局部敏感性结果（Model Validation and Local Sensitivity Results）
案例条件化的历史重建显示总体绩效从2022Q1的0.6811升至2024Q4的0.9397，再调整至2025Q4的0.8732。将四种数字资源分别固定为0.95或0.05时，绩效输出保持有界且方向合理；对治理机制和运营流程进行±20%扰动时，主要影响各自的绩效维度，未出现异常振荡。替代输入测试显示，时序变化比幅度变化产生更大偏差，但阶段序列保持稳定。
4.3 基线情景分析（Baseline Scenario Analysis）
基线期分为三个阶段：阶段I（2022Q1–2023Q4）为资源积累和ESG绩效较早提升期；阶段II（2024Q1–2024Q4）为运营能力集中实现期；阶段III（2025Q1–2025Q4）为高位调整与绩效分化期。ESG绩效通过相对直接的路径提升，运营绩效则需经过更多中间环节，因而存在传输延迟。
4.4 情景模拟分析（Scenario Simulation Analysis）
在2026–2028年联合情景（收缩冲击、AI平台与市场扩张、极端天气与资产老化压力）下，模拟呈现三个阶段：阶段I（2026Q1–Q2）受收缩冲击，运营绩效先下降；阶段II（2026Q3–2027Q4）随外部机会增强而恢复和扩张；阶段III（2028Q1–Q4）因设施压力上升而再次调整。不同外部条件通过差异化的资源与能力传导路径影响绩效。
讨论部分围绕三个主题：第一，资源编排机制与理论启示，强调异构数字资源的价值通过治理、能力形成和运营流程渐进传导；第二，管理启示，指出数字投资应从固定比例转向阶段依赖的资源编排，绩效评价需考虑投入与产出的时间延迟；第三，研究局限与未来研究，包括单案例校准、专家判断结构、跨行业CRITIC权重、部分参数假设等，未来需跨企业面板数据和全局不确定性分析。
翻译研究结论部分：
本研究发展了一个面向运营绩效与ESG绩效双重目标的企业数字资源动态编排框架。在专家评估结构中，治理机制和数字资源处于主要上游位置；数字人力资源和数字组织资源具有较高的净关系值，创新能力在资源转化为绩效结果中发挥重要传导作用。这些发现表明，数字绩效更多取决于多种资源在治理、能力和应用阶段上的互补与协调，而非单一资源的持续扩张。动态模拟显示了运营绩效与ESG绩效的不同实现模式：在案例条件化模拟中，ESG绩效在资源积累期间较早上升，运营绩效则在能力形成后更明显上升。当外部约束变化时，资源和能力的管理优先级也随之变化。因此，企业数字资源配置更适合理解为一种具有结构依赖、反馈、时间延迟和情景依赖的阶段化编排过程。总体而言，本研究提供了一个分析框架，用于识别不同阶段应优先关注的数字资源及其调整原因。该框架用于解释资源结构、传导关系和阶段化优先序，而非提供固定预算比例、概率预测或全局最优配置。其管理启示主要适用于物业服务、设施管理及其他运营密集型企业的分阶段数字资源决策。
