人工智能赋能的循环经济中社会信任的概念框架:整合性与文献计量综述

《Technology in Society》:Conceptual Framework of Social Trust in AI-Enabled Circular Economy: An Integrative and Bibliometric Review

【字体: 大 中 小 】 时间:2026年08月29日 来源:Technology in Society 12.9

编辑推荐:

   摘要:本文探讨了人工智能促进循环经济实践领域内社会信任的重要性,并指出先前文献在社会学与技术洞见方面缺乏交汇。尽管大量研究聚焦于人工智能技术与循环经济模型的应用案例,但相对较少的研究关注了信任——包括对数据、算法及治理机构的信任——对其落地实施的影响。本研究采用整合性综述方法

  

摘要:本文探讨了人工智能促进循环经济实践领域内社会信任的重要性,并指出先前文献在社会学与技术洞见方面缺乏交汇。尽管大量研究聚焦于人工智能技术与循环经济模型的应用案例,但相对较少的研究关注了信任——包括对数据、算法及治理机构的信任——对其落地实施的影响。本研究采用整合性综述方法,并辅以文献计量分析。数据集来源于Scopus和Web of Science数据库,聚焦于2001年1月至2026年6月期间的学术期刊。数据集随后经过文献计量分析技术处理,如关键词聚类和主题映射,并结合定性内容分析。文献计量与定性综合分析表明,所综述的文献主要聚焦于人工智能赋能循环经济策略的技术和管理方面,包括资源优化、废物管理和数字监测。信任相关构念,包括社会信任、数据治理和合法性,在主流研究脉络中未被系统化地整合。定性综合进一步表明,算法透明度、ESG数据可信度及利益相关者参与在文献中被广泛讨论,但很少被整合到共同的概念框架中。本文的贡献在于系统化整理该领域现有分散的见解,并提出一个概念框架,解释人工智能技术、社会信任机制与组织层面循环经济策略成果之间的互动关系。研究发现的主要启示在于,在设计数字可持续战略时需要考虑信任相关的治理方法,并开展进一步研究以实证验证本文提出的关系。本研究的主要局限在于所选分析方法及相关文献覆盖范围有限。

引言

人工智能越来越多地嵌入组织在资源配置、材料流、产品生命周期管理、环境监测及循环供应链协调方面的决策之中(Bocken等人,2016;Geissdoerfer等人,2020;Kamble等人,2020)。然而,组织对人工智能的应用引入了一个单纯的技术效率无法涵盖的问题:算法生成的建议必须被多个利益相关者解读、接受、共享并付诸行动。这在循环经济系统中尤为相关,因为在循环经济系统中,实施往往跨越组织边界,依赖于数据交换、供应链伙伴之间的协调以及用于论证环境决策的信息可信度。因此,分析性问题不仅仅是人工智能能否改善循环流程,而是在何种社会和治理条件下,其输出能够在组织和更广泛的循环生态系统中变得可操作。

现有研究仅能提供对此问题的零散回答。循环经济与数字化研究主要考察技术能力、优化、可追溯性和运营效率,而相关研究则将算法透明度、数据治理、ESG可信度、利益相关者接受度和制度合法性视为各自独立的问题。关于漂绿的研究进一步表明,为何信息可信度不能被当作报告系统纯粹的固有技术属性(Delmas和Burbano,2011)。然而,这些研究脉络尚未围绕一个明确界定的构念充分整合,该构念解释利益相关者如何评估和应对人工智能中介的循环决策。在此语境下,社会信任的相关性并非因为信任被笼统地视为"重要",而是因为它提供了一种潜在机制,通过该机制对人员、组织、数据和技术系统的信心可能影响信息交换意愿、对算法建议的依赖以及循环活动的协调。在此背景下,社会信任浮现为一个关键但仍未充分探索的构念,它可能调节人工智能使用与循环经济策略实施之间的关系。这种信任不仅包括人际关系,还包括对算法决策系统、数据质量、组织治理以及可持续性相关信息可信度的信心(Arora和Mittal,2025;Centobelli等人,2022;Delmas和Burbano,2011)。关于人工智能相关信任与组织采纳的研究进一步表明,对算法系统信心不足可能限制接受度、对人工智能生成建议的依赖及其有效的组织实施(Arora和Mittal,2025;Raisch和Krakowski,2020)。

尽管关于人工智能和循环经济的研究快速增长,但这些研究脉络在很大程度上并行发展,很少将社会信任作为调节环境成果的机制进行整合(Abejón等人,2020;Andreasi Bassi等人,2022;Blackburn,2022)。明确将这些领域联系起来的连贯且整合的概念模型仍然有限且发展不足。

本文通过提出一个多层级概念框架来填补这一空白,该框架解释了社会信任如何作为人工智能与循环经济策略有效性之间的条件机制发挥作用。通过整合资源基础观、制度合法化理论和意义建构视角,本文为战略环境创新和数字循环转型文献提供了新的贡献。

因此,该领域需要进一步研究以澄清潜在机制,并为在日益复杂且快速演变的可持续发展格局中运营的组织识别新的发展路径。本研究提供了一份对现有文献的全面综述,以考察社会信任如何调节人工智能与循环经济策略有效性之间的关系(Li等人,2023;Sun等人,2023)。通过系统整合关于人工智能、循环经济转型和社会信任的研究脉络,本文旨在提供综合洞见,说明组织如何将算法能力转化为持久的循环绩效。

现有关于人工智能和循环经济的研究主要考察技术优化、资源效率、预测分析和数字支持的监测,而信任的作用在数据治理、利益相关者接受度、算法透明度和制度合法性等研究中仍然概念上分散。由此产生的差距主要是概念性的,因为这些信任相关机制尚未被充分整合到对人工智能能力如何转化为循环经济实践的阐释中。它也在一定程度上是实证性的,因为关于不同信任维度如何影响利益相关者接受度和实施成果的证据有限,同时也是方法论性的,因为先前研究往往分别考察技术机制和社会机制,而非在整合的社会技术框架中进行考察。因此,本研究的贡献不在于声称发现一个全新的研究领域,而在于系统化分散的见解并提供一个连贯的概念结构,以指导未来的实证检验。

这一差距的相关性也随时间发生了变化。在新冠疫情之前,关于数字化和循环经济的研究主要受效率、优化和技术驱动的资源管理主导。新冠疫情暴露了供应链协调、数据可靠性、组织适应性和利益相关者信心方面的脆弱性,表明仅凭数字能力并不能确保有韧性的循环系统。在新冠疫情之后,越来越多的关注转向韧性、负责任且合法的人工智能治理、组织间合作以及协作式数字生态系统。这一演变强化了将信任作为连接技术能力与利益相关者接受度、协调行动和有韧性循环转型的机制进行考察的必要性,这与近期关于不确定性冲击和数字韧性的研究一致(Nguyen等人,2024;Bahyan等人,2025)。

本研究通过在一个统一的概念框架内整合先前关于人工智能赋能循环经济、社会信任、治理和利益相关者接受的分散研究,为现有综述文献做出贡献。

研究问题1:文献如何概念化人工智能、社会信任与循环经济转型之间的互动关系?

研究问题2:社会、制度、经济及治理条件如何塑造人工智能技术在循环系统中的接受度、使用和合法性?

研究问题3:利益相关者——包括企业、员工、消费者、监管机构、供应链伙伴和社区——如何影响人工智能赋能循环转型的实施和成果?

研究问题4:组织、监管机构和社会行为体可以采取哪些治理选择,以增强人工智能赋能循环技术的合法性、问责制和社会可持续部署?

本综述通过识别和澄清社会信任在数字化转型条件下塑造组织参与循环经济策略的机制,为推进当前知识做出贡献。特别地,它阐明了算法系统信任、ESG数据质量和数字透明度如何影响组织意义建构、利益相关者协调以及循环商业模式的合法化。

本综述识别了人工智能驱动组织实现循环转型的核心社会机制。这些机制包括算法决策透明度、利益相关者参与、知识共享、与可持续性目标的一致性、ESG报告实践的可信度、领导方式以及盛行的组织文化。通过映射该文献的主题演进,综述突出了组织应集中关注的特定领域,以创建有利于有效循环创新的信任环境(Korhonen等人,2018;Abdelmeguid等人,2024)。

最后,本综述概述了关于人工智能、社会信任和循环经济策略的未来研究的有前景的方向,包括多层级分析的需要、更大的情境敏感性、更深入整合资源基础视角、气候变化减缓策略的考察、社会包容机制的调查以及跨文化视角的纳入。

本文其余部分结构如下。第2节阐述理论背景并定义本研究的基础概念视角。第3节描述综述方法、数据收集程序、搜索策略、文献计量方案和定性综合程序。第4节报告文献计量和定性结果,并结合研究问题整合研究结果。第5节讨论理论、实证、学术、实践和政策启示。第6节呈现研究结论和局限性。最后,第7节制定结构化的未来研究议程,并概述所提框架的实证验证方向。

过去关于人工智能和循环经济的研究倾向于采取以技术为主导的方法,聚焦于优化、效率和监测过程的数字化。相关研究已在ESG管理以及数据治理和算法信任等主题上展开,关注系统内的合法性和问责制等问题。此类研究仍然相互割裂且缺乏概念整合。最重要的是,先前研究通常将信任视为情境变量或结果,但从未将其视为连接人工智能能力与循环经济绩效的中介。我们的研究在概念化和理论框架上借鉴了以往研究。

从技术-社会视角来看,核心问题因此并非人工智能在技术上能否改善循环经济流程,而是其部署如何被社会解读、制度治理以及在不同利益、资源和技术权威水平的行为体之间进行协商。人工智能赋能的循环转型嵌入于企业、监管机构、员工、消费者、供应链伙伴和当地社区之间的关系之中。这些行为体并非仅仅对技术变化作出反应;通过接受、抵制、数据共享实践、监管干预以及对透明度和问责制的要求,他们积极塑造人工智能技术如何被设计、实施和合法化。因此,本研究将社会信任概念化为更广泛的社会技术治理过程中的一个机制,通过该过程,技术能力被转化为社会可接受的循环实践。

章节片段

理论背景

本研究采用的理论架构是层级式的而非叠加式的。社会技术视角提供了主要的解释透镜,因为核心研究问题涉及人工智能技术、组织安排与社会行为体之间的互动。其余视角被选择性地用于解释该互动的不同组成部分,而非作为竞争性的综合理论。三重底线提供了评估……

方法与数据收集

本研究的方法论设计直接与研究问题对齐。RQ1聚焦于识别概念机制和关系,通过文献计量映射和关键词共现分析加以解决,从而能够检测文献中的主导和外延构念。虽然文献计量技术能够识别主导模式和主题结构,但潜在机制源于定性……

最终语料的描述性概况

最终语料包含在Scopus和Web of Science核心合集索引的1,281篇同行评审出版物,发表于2001年1月至2026年6月之间。年度出版概况表明,在分析期间该领域经历了大幅扩展。语料在2001年包含7篇出版物,而2025年的年产出达到189篇,为完整出版年份记录的最高值。2026年仅记录了5篇出版物,因为搜索……

人工智能赋能的循环经济作为社会技术转型

人工智能赋能的循环经济转型应被理解为一种社会技术过程,而非主要是一种技术变革。虽然人工智能可以改善资源配置、预测、逆向物流、循环产品设计和环境监测,但其实际影响取决于其实施所处的社会和制度条件。

技术能力与利益相关方期望、监管框架、组织实践以及经济方面的互动。结论与局限性研究发现揭示了三种相互关联的模式。第一,关于人工智能赋能循环经济的学术研究仍然以技术和运营视角为主,而社会信任、合法性、数据治理以及与利益相关方相关的机制则较少被系统地整合到该领域的知识结构中。第二,定性综合分析表明,信任相关机制是多维度的,并在人际、组织和技术层面发挥作用。未来研究未来研究应将所提出的框架转化为人工智能能力、社会信任与循环经济绩效之间可检验的经验性关系。社会信任可被操作化为一个二阶构念,由技术信任、组织信任和关系信任构成。技术信任可包括透明度、可解释性、数据质量和可靠性;组织信任可体现在治理可信度、问责制和环境、社会及治理(ESG)报告方面;CRediT作者贡献声明Wieslaw Wes Grebski:验证、项目管理、方法论、调查。Rados?aw Wolniak:撰写——审阅与编辑、撰写——初稿、指导、调查、概念化。Justyna ?ywio?ek:撰写——审阅与编辑、撰写——初稿、可视化、资源、方法论、形式分析、数据整理、概念化。未引用参考文献Adiansyah等人,2015;Amegboleza和ülkü,2025;Andreasi等人,2022;Bamel等人,2022;Brynjolfsson和McAfee,2017;Kushch等人,2024;Folke等人,2002;Kaldellis等人,2023;Kanazawa等人,2022;Kaufman和ülkü,2018;Kusi-Sarpong等人,2016;Lorenc等人,2023;Ma等人,2022;Sachdeva等人,2025;Tost等人,2018;Voulgaridis等人,2024;Zachariadis等人,2019。利益冲突声明? 作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。Justyna ?ywio?ek | Rados?aw Wolniak | Wies?aw Wes Grebski波兰切斯托霍瓦科技大学管理学院生产工程与安全系,波兰切斯托霍瓦。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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