《Business Strategy and the Environment》：Do Big Data Analytics and Artificial Intelligence Enhance Corporate Sustainability? The Moderating Roles of Regulation and Management Support
编辑推荐：
研究人员考察了大数据分析（big data analytics，BDA）和人工智能（artificial intelligence，AI）对企业可持续发展绩效的影响，特别研究了法规压力（regulatory pressure，RP）和高层管理支持（top ma
研究人员考察了大数据分析（big data analytics，BDA）和人工智能（artificial intelligence，AI）对企业可持续发展绩效的影响，特别研究了法规压力（regulatory pressure，RP）和高层管理支持（top management support，TMS）的调节作用。研究人员采用分层回归分析方法，对中国220家制造企业的问卷调查数据进行分析，发现BDA和AI均对制造企业的可持续发展绩效产生显著正向影响。此外，RP和TMS显著调节了AI、BDA与企业可持续发展绩效之间的关系。研究结果还揭示了异质性和行业差异：电子、化工和汽车行业中，BDA和AI对可持续发展绩效各维度均产生显著正向影响，其中电子行业表现最为强劲且一致。有趣的是，调节分析显示BDA与RP的交互作用改善了环境绩效；AI与RP的结合增强了经济绩效。此外，在高层管理支持条件下，BDA提升了社会绩效；AI则显著影响经济绩效。重要的是，该研究还识别出潜在风险：BDA实施若缺乏充分的背景支持，可能对社会绩效和经济绩效产生负面影响。尽管TMS是重要的调节变量，但其有效性取决于与技术战略的一致性。缺乏这种一致性，TMS可能导致过度自信、战略迷失或资源配置不当。该研究强调BDA和AI能够改善制造业的可持续发展，但效果因企业规模、行业和地区而异，并依赖于支持性的内部和外部条件。
**一、研究背景与问题提出**
数字技术如大数据分析（BDA）和人工智能（AI）是推动可持续转型的重要驱动力。BDA能够提升资源效率和供应链透明度，而AI则促进预测建模、实时决策和可持续运营自动化。然而，尽管学界对数字技术与企业可持续发展（corporate sustainability）的兴趣日益增长，关于BDA和AI对企业可持续发展绩效影响的实证证据仍然有限且不明确，特别是对AI影响的研究尤为匮乏。现有文献呼吁学者探究数字技术在何种条件、如何以及为何能够促进可持续商业转型。尤为重要的是，在新兴市场情境下，企业面临显著的制度不确定性与环境社会法规执行不一致的挑战，但鲜有研究关注BDA和AI如何与制度因素（如法规压力）和组织因素（如高层管理支持）交互作用以影响企业可持续发展。基于此，研究人员开展了这项研究，旨在填补上述理论缺口，并为中国制造业的数字化转型与可持续发展实践提供实证依据。
研究人员整合了资源基础观（resource-based view，RBV）、动态能力观（dynamic capabilities view，DCV）和制度理论（institutional theory，IT）构建理论框架。RBV将BDA和AI视为有价值、稀缺且难以模仿的战略资源；DCV强调企业感知、抓取和转化资源以适应环境变化的能力；IT则关注外部制度压力与内部组织规范对技术战略运用的塑造作用。三者整合为理解数字能力与制度、组织情境的交互影响提供了全面视角。
**二、研究设计：数据来源与关键技术方法**
本研究采用问卷调查法收集数据，样本来源于2024年11月至2025年4月期间中国东部三省（江苏、浙江、上海）的220家制造企业，涵盖化工、电子、汽车和出版印刷四个行业。问卷对象为负责数字创新和可持续发展工作的中高层管理者。研究采用5点李克特量表测量各构念，并经过翻译回译、专家预试和30名管理者的先导测试以确保信效度。数据分析采用分层回归（hierarchical regression analysis）作为主要技术，并以偏最小二乘结构方程模型（PLS-SEM）进行稳健性检验，采用两阶段最小二乘法（2SLS）进行内生性检验。控制变量包括企业规模（firm size，FS）、企业年龄（firm age，FA）、管理者受教育程度和管理者经验。
**三、研究结果**
**BDA和AI对可持续发展绩效的直接影响**
研究发现BDA对制造企业的环境绩效（β=0.155，p<0.001）、社会绩效（β=0.021，p<0.001）和经济绩效（β=0.103，p<0.001）均有显著正向影响，假设H1a、H1b和H1c得到支持。同时，AI对环境绩效（β=0.389，p<0.001）、社会绩效（β=0.136，p<0.001）和经济绩效（β=0.148，p<0.001）也产生显著正向影响，假设H2a、H2b和H2c获得验证。这些结果表明BDA和AI作为战略资源和动态能力，能够有效提升中国制造业的环境、社会和经济绩效。
**法规压力的调节效应**
法规压力（RP）显著正向调节BDA和AI与可持续发展绩效各维度之间的关系。具体而言，BDA与RP的交互作用改善了环境绩效；AI与RP的结合增强了经济绩效。假设H3a-H3c和H4a-H4c获得支持。这表明外部制度压力促使企业将数字技术能力转化为符合法规要求的可持续实践，特别是在中国"双碳"目标和环境保护法的政策背景下，法规压力成为数字技术发挥可持续效益的重要催化剂。
**高层管理支持的调节效应**
高层管理支持（TMS）同样显著正向调节BDA和AI与可持续发展绩效的关系。BDA在TMS支持下提升了社会绩效；AI与TMS的结合则强烈影响经济绩效。假设H5a-H5c和H6a-H6c得到支持。这说明在层级化组织结构显著的中国制造业中，高层管理者的战略承诺和资源调配对于数字技术的有效部署至关重要。
**潜在风险与意外发现**
研究同时揭示了重要风险：当缺乏法规协调或管理支持时，BDA对社会绩效和经济绩效产生负向直接影响（模型6：β=-0.681，p<0.001；模型9：β=-0.445，p<0.001）。TMS单独作用时也呈现负向效应（模型6：β=-0.457，p<0.001；模型9：β=-0.247，p<0.001），表明若缺乏清晰的数字战略，管理支持可能导致过度自信、资源配置不当或战略迷失。这些发现凸显了技术、制度与组织战略一致性（strategic alignment）的关键意义。
**行业、规模与区域异质性**
分行业分析显示，电子行业BDA和AI对可持续发展各维度影响最强且最为一致；汽车行业次之；化工行业数字技术的影响相对有限。分规模分析表明，大型企业 consistently 表现出最强的积极效应，中型企业呈现中等效应，而小型企业效应较弱且多不显著。分区域分析显示，上海企业的效应最强且最一致，浙江次之，江苏最弱，反映了数字基础设施成熟度和制度环境差异的影响。
**四、研究结论与意义**
本研究基于220家中国制造企业的问卷数据，整合DCV、RBV和IT理论，首次系统检验了BDA和AI对企业可持续发展绩效的直接效应，以及RP和TMS的调节作用。核心结论包括：BDA和AI显著正向影响企业的环境、社会和经济绩效；RP和TMS均显著增强数字技术的可持续效益；技术效能高度依赖于制度环境与组织领导的协同支持；缺乏支持性情境时，数字技术可能产生负面效应。该研究发表于《Business Strategy and the Environment》。
理论贡献方面，本研究拓展了数字技术与可持续发展交叉领域的文献，为BDA和AI在新兴经济体制造业情境下的战略价值提供了新证据；整合了多理论视角，揭示了外部制度压力与内部领导承诺在数字化转型中的互补作用；识别了技术应用的边界条件和潜在风险。实践意义上，研究建议管理者将数字投资与制度合规、战略愿景深度整合，避免技术孤岛；政策制定者应通过针对性激励和标准化框架促进负责任的数字采用。
