《Sustainability》：Data Elements for Corporate Sustainability: How Data Fosters Substantive Green Innovation and Shapes Symbolic Green Behavior—The Heterogenous Mediating Mechanism of Absorptive Capacity
编辑推荐：
在全球碳中和目标与企业可持续性要求的推动下，数据要素已成为推动企业绿色创新和长期可持续转型的核心新引擎。研究人员利用2006年至2023年上海证券交易所和深圳证券交易所A股上市公司的面板数据，系统探讨了数据要素对实质性绿色创新与象征性绿色创新这两种通向企业可持
在全球碳中和目标与企业可持续性要求的推动下，数据要素已成为推动企业绿色创新和长期可持续转型的核心新引擎。研究人员利用2006年至2023年上海证券交易所和深圳证券交易所A股上市公司的面板数据，系统探讨了数据要素对实质性绿色创新与象征性绿色创新这两种通向企业可持续性的关键战略路径的差异化影响。实证结果表明，平均而言，数据要素显著促进两类绿色创新，但在高强度环境规制下，其对实质性绿色创新的赋能效应会被削弱甚至可能逆转。数据要素显著促进两类绿色创新，且对实质性绿色创新的激励效应更为突出，能够带来切实的可持续绩效改善。机制检验显示，数据要素通过提升企业的实现型吸收能力（realized absorptive capacity, Rac）促进实质性绿色创新，而象征性绿色创新则主要通过提升潜在吸收能力（potential absorptive capacity, Pac）得到推动。在调节效应方面，环境规制削弱了数据要素与实质性绿色创新之间的正向关联，但增强了数据要素对象征性绿色创新的赋能效应。相反，董事及高级管理人员责任保险（D&O责任保险）正向强化了数据要素与实质性绿色创新之间的关系，但对象征性绿色创新并无统计上显著的调节作用。异质性分析进一步表明，数据要素的绿色创新赋能效应在高科技企业、组织敏捷性较低的企业以及市场竞争较弱的行业中更为突出。本研究揭示了数据要素面向企业可持续导向绿色创新的非对称赋能机制，构建了涵盖“能力传导路径、制度调节情境与情境边界”的整合理论框架，为数据驱动的可持续治理与数据要素价值实现研究提供了创新性分析视角。
在全球碳中和目标与企业可持续性要求下，数据要素已成为驱动企业绿色创新和长期可持续转型的关键资源。然而，现实中同为数据要素投入，西门子实现了实质性绿色技术突破，丰田却主要停留在合规驱动的策略性调整，说明数据要素对绿色创新的作用并非同质。已有文献大多将绿色创新视为同质整体，未充分区分实质性绿色创新和象征性绿色创新；机制研究也未能解释为何同一投入会产生非对称效果。为此，该研究以2006—2023年沪深A股上市公司为样本，区分实质性（绿色发明专利）与象征性（绿色实用新型）两类绿色创新，引入吸收能力为中介，系统考察数据要素的差异化影响、传导机制以及环境规制和D&O责任保险的调节效应。研究发现：数据要素平均
