责任治理如何影响企业创新韧性？——责任领导力与责任 AI 的匹配视角

《Information Processing & Management》：How Does Responsible Governance Affect Firms’ Innovation Resilience? A Matching Perspective on Responsible Leadership and Responsible AI

　　

摘要
创新韧性已成为企业抵御风险并实现可持续增长的关键能力。然而，责任治理如何塑造企业的创新韧性仍是一个未被充分探索的领域。基于信号理论和资源保存理论，本研究考察了责任型领导、负责任的人工智能（AI）及其一致性对企业创新韧性的影响。利用中国制造业和战略性新兴产业中 480 家企业的调查数据，我们采用非线性回归和响应面分析进行了实证分析。结果表明：(1) 责任型领导与企业创新韧性呈倒 U 型关系；(2) 负责任 AI 对企业创新韧性产生负向影响；(3) 责任型领导与负责任 AI 之间的一致性有利于企业创新韧性；(4) 与低责任领导 - 低负责任 AI 配置相比，企业在高责任领导 - 高负责任 AI 配置下表现出更高的创新韧性；(5) 与低责任领导 - 高负责任 AI 配置相比，企业在高责任领导 - 低负责任 AI 配置下实现更高的创新韧性水平；(6) 组织学习和组织创新氛围正向调节责任型领导 - 负责任 AI 一致性对企业创新韧性的影响。

引言
在生成式 AI 和数据密集型技术快速发展的背景下，企业面临着加剧的技术应用风险和升级的市场不确定性——这两者都严重威胁着创新的连续性和可持续性。这些挑战不仅源于与技术可控性和法规合规相关的固有问题，还源于互补性组织战略制定和内部治理机制的缺陷。在这种情况下，企业转向了两种治理应对方式：组织层面的责任型领导和技术层面的负责任 AI。这些责任治理形式预计将共同增强创新韧性，即企业在外部冲击和持续不确定性下维持和更新创新的能力（Zhou, 2025）。然而，一个发人深省的现象出现了：在那些大力推行责任型领导和负责任 AI 的企业中，一些在危机中展现出巨大的创新反弹和持续创新能力，而另一些则陷入程序僵化、过度合规和创新受限（Wechtler & Suseno, 2025; Ibitoye et al., 2025）。例如，微软对其"Recall"功能的处理说明了责任治理如何增强创新韧性。尽管 Recall 设计了“敏感信息过滤”机制，但独立测试显示该保障措施存在多次失败，存在信用卡号和密码等个人信息泄露的可能性。针对用户隐私和安全的担忧，微软推迟了该功能的推出，加强了用户认证和数据保护机制，随后发布了更安全的版本（微软，2024）。滴滴出行的案例中也可以观察到类似的动态。该公司因违反中国《网络安全法》、《数据安全法》和《个人信息保护法》被处以 80.26 亿元人民币的罚款——这是此类案件迄今为止的最大罚款（中国国家互联网信息办公室，2022）。在经过广泛的监管审查和全面的内部整改后，包括对其数据治理框架和网络安全运营进行结构性改革，滴滴恢复了新用户注册，并随后推进了关键的战略举措，特别是自动驾驶技术的商业部署和自动驾驶出租车服务。相比之下，其他案例揭示了责任导向治理模式的潜在不利后果。例如，谷歌的 Gemini 因生成历史上不准确的人物图像而受到批评，通常以有色人种取代白人历史人物（Raghavan, 2024）。从核心上看，这场争议反映了试图纠正种族和性别歧视历史的尝试。然而，当负责任 AI 举措以过于机械的方式追求伦理目标时，也可能产生非预期的僵化。虽然该系统旨在促进多样性并减少代表性偏见，但其未能考虑特定的历史背景导致输出不准确。这种“过度校正”的伦理困境引发了公众信任危机，并最终导致谷歌暂停其人类图像生成功能。同样，苹果、三星、高盛和美国银行因数据隐私和保密担忧限制了员工使用 ChatGPT（McGlauflin, 2023）。虽然旨在加强责任治理，但随着生成式 AI 融入日常工作，此类限制变得难以维持。当责任通过全面禁令而非相称的、基于风险的控制来执行时，它可能会限制技术实验，损害创新自主性，并削弱责任型领导与创新行为之间的积极关系。

这种对比提出了一个根本性问题：更多的责任总是有利于创新韧性吗？

现有研究只提供了一部分答案。关于责任型领导的研究主要考察了领导者的伦理导向和利益相关者关注如何塑造员工创新和组织创新成果（Nguyen et al., 2026），通常将技术视为外围或外生环境。相比之下，关于负责任 AI 的研究主要集中在公平性、透明度和合规性如何降低风险和增强合法性（Papagiannidis et al., 2025），而对这种技术治理如何与领导行为相互作用关注有限。因此，文献在很大程度上沿着平行轨道发展，隐含地假设更大的责任会带来更稳定和鲁棒的创新。我们认为这一假设过于简单化。在数字化转型和智能决策深度交织的当代组织中，责任型领导和负责任 AI 并非独立的治理机制。它们的影响可能是非线性的，且它们的一致性可能与其绝对水平一样重要，甚至更重要。如果不厘清责任型领导和负责任 AI 如何共同塑造创新韧性，企业可能会做出误导性的治理选择——要么低估责任对维持创新的价值，要么通过过度的责任抑制创新。

为了解决这个问题，我们借鉴信号理论和资源保存理论来考察责任型领导和负责任 AI 如何影响创新韧性。从信号视角来看，领导者的价值观导向和行为模式可以充当显著的信号（Connelly et al., 2011）。这些信号使组织成员能够清楚把握组织对创新风险的容忍阈值、创新问责的边界划定以及创新举措的长期导向。同时，成员对这些信号解读的异质性直接改变了信号的最终效力，进而塑造企业在动荡环境中的创新调整与恢复能力。从资源保存视角来看，当面临技术变革和环境压力时，个人持续评估资源收益和潜在损失（Hobfoll, 1989）。当组织利用负责任 AI 重构其内部创新支持系统和风险分担机制时，成员对资源支出和补偿的评估将发生相应的动态转变。这些转变直接影响个人的创新行为选择，并最终决定企业创新韧性水平。

除了独立效应外，我们还从一致性的角度进一步考察了责任型领导和负责任 AI。具体而言，我们调查了这两种的不同组合是否与创新韧性差异化关联，并使用多项式回归和响应面分析测试这些关系。我们还考虑了可能加强此类效应的组织条件。 prior research suggests that organizational unlearning facilitates adaptation and change (Klein, 1989), while an innovation climate that tolerates failure and encourages exploration enhances members' psychological safety (Jia et al., 2022). 因此，我们考察组织学习和组织创新氛围作为情境调节变量。

本研究追求三个研究目标。
1. 通过引入非线性视角考察责任型领导、负责任 AI 与创新韧性之间的关系，从而明确适度的责任是否比单纯增加责任更有效，以此检验责任是否总是有益的。
2. 探究责任型领导和负责任 AI 之间的一致性和不一致性如何在不同配置下塑造企业的创新韧性。
3. 通过考察组织学习和组织创新氛围的调节作用，探讨责任型领导 - 负责任 AI 一致性效应的边界条件。

本文其余部分组织如下。第 2 节回顾相关文献和理论基础。第 3 节推导研究假设。第 4 节描述研究设计。第 5 节呈现实证结果。第 6 节讨论研究的主要结论和启示，并勾勒未来研究方向。

章节片段
责任型领导
在传统领导研究方面，变革型领导、伦理型领导和服务型领导等理论主要关注组织内部的“领导 - 下属”二元关系。这些理论通常将责任的边界限制在改善组织绩效和满足内部下属的需求上，从而未能解决多元利益相关者网络对企业提出的更广泛的社会责任需求（Miska & Mendenhall, 2018）。

责任型领导对企业创新韧性的倒 U 型效应
责任型领导被定义为一种领导方法，领导者在组织决策和管理过程中强调利益相关者导向、伦理决策、问责制以及经济责任与社会责任之间的平衡。从信号理论视角来看，这些行为执行了显著的信号功能。一方面，它们可以增强组织合法性，重建利益相关者信任，并积累声誉资本。

数据来源
本研究采用滚雪球抽样方法收集中国制造业和新兴行业企业的调查数据。样本主要来自经济发达和创新活跃的地区，包括广东、山东、浙江和江苏。受访者包括直接参与 AI 管理和创新相关决策的管理者，以及参与创新项目实施的核心成员。数据收集工作...

信效度分析
鉴于所有核心变量都是通过自填问卷收集的，我们在研究设计阶段采用了程序性补救措施，在数据分析阶段采用了统计性补救措施，以缓解潜在的共同方法偏差。
对于程序控制，首先，问卷采用了完全匿名设计，并做出明确的保密承诺，即所有回复将专用于学术研究目的，以减少受访者的社会赞许偏差。

主要发现
基于对 480 份有效调查回复的分析，本研究采用非线性回归和响应面分析考察了责任治理对企业创新韧性的影响。主要发现如下。
首先，责任型领导对企业创新韧性表现出倒 U 型效应，而负责任 AI 未显示出假设的 U 型效应，而是产生显著的负向影响。
第二，责任型领导与负责任 AI 之间的一致性越高...

未引用参考文献
Qin et al., 2026, Vacek, 2026

CRediT 作者贡献声明
李伟：概念构思。丁朝阳：撰写 - 初稿。赵震：撰写 - 审阅与编辑。
李伟，兰州理工大学经济管理学院副教授。
李伟|丁朝阳|赵震