绿色数字技术、循环经济采纳与可持续商业绩效：生态创新的中介作用与制度支持的调节作用

《Sustainability》：Green Digital Technologies, Circular Economy Adoption, and Sustainable Business Performance: The Mediating Role of Eco-Innovation and the Moderating Role of Institutional Support

　　

绿色数字技术（Green Digital Technologies, GDT）正越来越多地被用于改善环境可见性、资源效率和可持续导向的决策。然而，它们与可持续商业绩效（Sustainable Business Performance, SBP）的关联可能取决于企业是否将数字资源转化为组织能力并实施循环实践。研究人员基于自然资源基础观（Natural Resource-Based View, NRBV）、动态能力理论（Dynamic Capabilities Theory, DCT）和制度理论（Institutional Theory），检验了一个有调节的序列中介模型，其中生态创新（Eco-Innovation, EI）和循环经济采纳（Circular Economy Adoption, CEA）依次中介了绿色数字技术与可持续商业绩效之间的关系，而制度支持（Institutional Support, IS）则调节了生态创新与循环经济采纳之间的关系。研究人员从沙特工业制造企业的管理人员和专业人员中收集了调查数据。在发放的450份问卷中，回收420份，经过数据质量筛选后获得386份有效回答，并使用SmartPLS 4中的偏最小二乘结构方程建模（Partial Least Squares Structural Equation Modeling, PLS-SEM）进行分析。结果表明，绿色数字技术与生态创新（β = 0.662, p < 0.001）和循环经济采纳（β = 0.263, p < 0.001）呈正相关。生态创新与循环经济采纳呈正相关（β = 0.487, p < 0.001），而循环经济采纳又与可持续商业绩效强相关（β = 0.726, p < 0.001）。通过生态创新和循环经济采纳的序列间接关联显著（β = 0.234, p < 0.001）。制度支持也增强了生态创新与循环经济采纳之间的关系，尽管交互作用相对较小（β = 0.118, p = 0.002）。该研究通过将生态创新区分资源转化能力与循环经济采纳区分实施的组织实践，并识别出制度支持作为沙特工业企业内的边界条件，做出了贡献。

**研究背景与问题**：数字化与循环经济（Circular Economy, CE）被视为组织可持续性的相互依赖组成部分，但数字技术的可用性并不必然对应更强的可持续绩效（Sustainable Performance）。其组织价值取决于企业如何利用数字信息重新设计产品、流程和运营模式。现有研究常直接检验数字技术（Digital Technologies）与绩效或循环经济实践（Circular Economy Practices）与商业成果之间的关系，忽略了组织转化过程：数字资源可能揭示低效，但不会独立地重新设计产品、改变生产流程或建立闭环运营。为此，研究人员区分了生态创新（Eco-Innovation, EI）作为组织转化能力与循环经济采纳（Circular Economy Adoption, CEA）作为实施实践，并顺序置于同一解释模型中，同时引入制度支持（Institutional Support, IS）作为边界条件。研究在沙特工业制造企业（Saudi industrial and manufacturing firms）中开展，因为该背景处于资源密集型、能源密集型环境，且正经历工业、数字与可持续转型。

**研究内容与结论**：研究人员基于自然资源基础观（Natural Resource-Based View, NRBV）、动态能力理论（Dynamic Capabilities Theory, DCT）和制度理论（Institutional Theory），构建了一个有调节的序列中介模型，提出8个假设。通过PLS-SEM（Partial Least Squares Structural Equation Modeling）分析386份有效问卷数据，所有假设均获支持：绿色数字技术（Green Digital Technologies, GDT）与生态创新（β=0.662, p<0.001）和循环经济采纳（β=0.263, p<0.001）正相关；生态创新与循环经济采纳正相关（β=0.487, p<0.001）；循环经济采纳与可持续商业绩效（Sustainable Business Performance, SBP）最强相关（β=0.726, p<0.001）；生态创新中介了GDT→CEA路径（β=0.322, p<0.001）；循环经济采纳中介了EI→SBP路径（β=0.354, p<0.001）；序列中介GDT→EI→CEA→SBP显著（β=0.234, p<0.001）；制度支持正向调节EI→CEA关系（β=0.118, p=0.002）。该研究通过区分生态创新与循环经济采纳，并识别制度支持的调节作用，为资源-能力-实践-绩效机制提供了集成证据，论文发表在《Sustainability》。

**主要关键技术方法**：研究采用定量、横截面、解释性设计，使用偏最小二乘结构方程建模（PLS-SEM）在SmartPLS 4中估计模型。样本来源为沙特工业制造企业的管理人员和专业人员（运营、生产、可持续/环境管理、数字化转型、供应链管理、质量管理等岗位），采用目的抽样。共发放450份问卷，回收420份，经数据质量筛选后保留386份有效回答。测量模型通过因子载荷、Cronbach‘s α、组合信度（Composite Reliability, CR）、平均提取方差（Average Variance Extracted, AVE）和异质-单质比率（Heterotrait-Monotrait Ratio, HTMT）评估；结构模型通过路径系数、R2、效应量f2、Stone-Geisser Q2、自助法（5000次重抽样）的置信区间评估。忽略具体试剂和培养操作步骤。

**研究结果**：

**4.1 数据筛选与受访者概况**：通过描述性统计显示，运营经理占24.1%，生产经理占18.7%，可持续/环境官员占16.3%，数字化转型经理占14.5%，供应链经理占13.2%；61.9%的受访者具有7年以上经验，68.4%来自大型企业，表明受访者具备相关组织实践知识。

**4.2 描述性统计与测量模型**：各构念均值从3.55（制度支持）到3.74（绿色数字技术），标准差0.69-0.78，偏度和峰度未显示严重分布异常。测量模型指标载荷0.715-0.889，Cronbach’s α 0.881-0.929，组合信度（CR） 0.913-0.941，AVE 0.642-0.683，均超过推荐阈值，支持收敛效度。HTMT值均低于0.85，最高为0.724（生态创新与循环经济采纳），支持区分效度。

**4.3 结构模型、中介与调节**：直接路径检验：H1（GDT→EI，β=0.662, p<0.001）、H2（GDT→CEA，β=0.263, p<0.001）、H3（EI→CEA，β=0.487, p<0.001）、H4（CEA→SBP，β=0.726, p<0.001）均获支持。调节效应H7（EI×IS→CEA，β=0.118, p=0.002）显著。解释力：R2（EI）=43.8%，R2（CEA）=64.1%，R2（SBP）=52.7%，Q2均>0，表明模型内预测相关性。间接效应：H5（GDT→EI→CEA，β=0.322, 95%CI [0.252,0.400]）支持互补性部分中介；H6（EI→CEA→SBP，β=0.354, 95%CI [0.278,0.431]）支持间接关系；H8（GDT→EI→CEA→SBP，β=0.234, 95%CI [0.173,0.302]）支持序列间接关系。条件斜率分析显示，在高制度支持下（β=0.604）比低制度支持下（β=0.365）的EI→CEA关系更强，但交互效应量小（f2=0.025）。

**讨论与结论**：讨论部分指出，所有假设均获统计支持，系数模式更符合能力转化解释而非技术决定论。绿色数字技术对生态创新具有强效应（f2=0.779），而对循环经济采纳的直接效应较小（f2=0.082），表明仅靠信息与连接性不足以实现实质性循环实施。生态创新对循环经济采纳具有中等效应（f2=0.279），支持了能力-实践区分。循环经济采纳对可持续绩效的最大效应（f2=1.114）强调实践嵌入的重要性。制度支持的调节效应虽小（f2=0.025），但表明外部支持起到增量性赋能作用。研究结论（翻译自6.3节）：本研究检验了沙特工业制造企业中绿色数字技术、生态创新、循环经济采纳、制度支持与可持续商业绩效之间的关联。PLS-SEM结果支持了所有提出的直接、间接、序列中介和调节关系。绿色数字技术与生态创新强相关，但与循环经济采纳的直接关联较小。生态创新与循环实施正相关，后者与可持续商业绩效关系最大。显著的序列间接关系支持了资源-能力-实践路径。制度支持增强了生态创新-循环经济采纳关系，但其效应量小。总体而言，当可持续导向的数字资源转化为生态创新能力和实施循环实践时，它们与绩效的关联更紧密。鉴于横截面设计，这些发现代表理论排序的关联而非因果关系。