摘要翻译： 新兴数字技术正在改变组织感知、解读和应对环境挑战的方式。在本研究中，研究人员开发并检验了一个基于动态能力观（Dynamic Capabilities View, DCV）和知识基础观（Knowledge-Based View, KBV）的理论模

　　新兴数字技术正在改变组织感知、解读和应对环境挑战的方式。在本研究中，研究人员开发并检验了一个基于动态能力观（Dynamic Capabilities View, DCV）和知识基础观（Knowledge-Based View, KBV）的理论模型，该模型解释了大数据分析能力（Big Data Analytics Capability, BDAC）、物联网强度（Internet of Things Intensity, IOTI）和人工智能同化（AI Assimilation, AIA）——统称为新兴数字能力——如何通过可持续导向创新（Sustainability-Oriented Innovation, SOI）增强环境治理（Environmental Governance, EG）。研究人员将这些技术能力概念化为互补的数字投入，增强组织的感知与分析能力，而知识整合与创造能力（Knowledge Integration and Creation Capability, KICC）则是将数字投入转化为可持续导向创新并最终转化为环境治理绩效的核心传导机制。利用从多个行业组织收集的问卷调查数据，研究人员采用偏最小二乘结构方程模型（PLS-SEM）检验从数字能力经知识整合与创造到创新及治理有效性的序列路径。结果表明，发展良好的能力能够激发知识整合与创造，进而推动可持续导向创新，最终实现更透明、更具适应性和基于证据的环境治理。绿色战略导向（Green Strategic Orientation, GSO）被引入作为边界条件，它塑造了通过数字能力创造的知识如何被导向可持续创新与治理结果。本文的理论贡献在于将动态能力观和知识基础观整合到数字可持续性情境中，展示了知识创造如何将数字能力转化为环境治理价值。从管理视角看，本研究将知识整合与创造定位为可持续组织管理的引擎。论文解读文章：

　　新兴数字技术（如物联网、人工智能、大数据分析）被普遍视为实现可持续发展目标的关键驱动力。联合国相关分析表明，这些技术能够通过实时监测、资源优化和智能决策支持全部17项可持续发展目标。然而，既有文献尚未充分解释数字化转型如何实际带来更好的环境结果。大多数以往研究要么在非常细粒度的层面考察数字化或大数据能力（通常关联经济绩效或一般性ESG绩效），要么孤立地研究单一技术，很少对数字投资与环境治理之间的组织机制进行建模。尽管已有研究指出知识整合能力在企业数字化影响创新中起中介作用，但尚无研究同时考虑从大数据分析能力（BDAC）、物联网强度（IOTI）和人工智能同化（AIA）经知识整合与创造能力（KICC）到可持续导向创新（SOI）并最终影响环境治理（EG）的完整关系链。同时，企业战略（如绿色战略导向，GSO）作为这一过程的边界条件所起的作用也未被充分探讨。因此，本研究旨在填补上述空白，基于动态能力观（DCV）和知识基础观（KBV）构建并检验一个整合模型，阐明数字能力产生知识、知识驱动可持续创新与治理的精确路径。

　　研究人员采用问卷调查法收集数据，样本涵盖医疗保健、教育、金融、信息技术、政府、制造和零售等多个行业，最终有效样本量为298份。测量工具基于已有成熟量表改编，所有构念均采用五点李克特量表评估。研究使用SmartPLS 4软件，采用偏最小二乘结构方程模型（PLS-SEM）算法估计测量模型和结构模型，通过5000次子样本自助法（bootstrapping）评估显著性，并采用偏差校正置信区间。为控制共同方法偏差（CMB），研究采用了Harman单因素检验、标记变量技术以及完全共线）。信度与效度通过cronbach‘s alpha、组合信度（cr）、平均方差抽取量（ave）以及fornell-larcker准则和异质-单质比值（htmt）进行检验。

　　<

　　0.05），表明三种数字能力均能显著增强组织的知识整合与创造能力。h4检验kicc对soi的影响，路径系数最大（β = 0.438，p

　　<0.001），支持了知识整合与创造是数字能力转化为生态创新的核心机制。h5检验kicc对eg的正向影响，结果显著（β = 0.311，p

　　<0.001），表明知识整合与创造独立地促进正式环境治理结构的形成。

　　<

　　**中介效应检验**：H7a、H7b、H8a、H9a、H9b得到支持，即KICC分别中介了BDAC→SOI、BDAC→EG、IOTI→SOI、AIA→SOI、AIA→EG的间接效应。H8b（IOTI→KICC→EG）未被支持，表明物联网强度通过知识整合对治理的传导较弱，其价值可能更多经由直接运营监测渠道实现。

　　**调节效应检验**：H6提出GSO正向调节KICC与SOI的关系，但交互项系数不显著（β = 0.029，p = 0.388），因此H6未获支持。简单斜率分析显示，在高、低GSO水平下，KICC对SOI的正向关系均显著，说明KICC对SOI的预测作用在不同绿色战略承诺水平下保持稳定，GSO可能发挥的是水平效应而非强度效应。

　　**模型质量指标**：所有内生构念的Stone-Geisser Q2值均大于零，表明模型具有预测相关性；PLSpredict分析显示大多数指标预测优于朴素基准。

　　研究结果表明，BDAC、IOTI和AIA三种数字能力共同增强组织知识整合与创造能力，而这一二阶能力进一步驱动可持续导向创新并最终提升环境治理。知识整合与创造不仅支持环保产品和流程的创新，还强化正式治理所需的决策与问责结构。绿色战略导向在本研究中主要作为战略背景存在，而非显著的统计调节变量，这与知识基础观强调知识整合与应用而非资源占有相一致。

　　理论贡献方面，本研究将动态能力观与知识基础观整合于数字可持续性情境，明确了知识整合与创造能力是将感知型数字能力（BDAC、IOTI、AIA）转化为治理价值的高阶机制，同时厘清了GSO作为边界条件的有限调节作用。管理启示方面，企业仅投资数字技术不足以保证可持续结果，必须建立跨职能知识整合平台、知识共享机制和结构化流程，将数字系统输出转化为创新与治理措施；政策制定者应将数字基础设施投资与知识基础设施建设和可持续创新激励相结合。

　　研究结论：本研究提供了一个整合模型和可靠的实证证据，大多数假设路径显著，描述了一条逻辑一致的“数字→绿色”路径。大数据分析能力、物联网强度和人工智能同化共同构建知识整合与创造能力，进而驱动可持续导向创新和环境治理。本研究运用动态能力观和知识基础观两种成熟理论，简洁而全面地解释了数字智能如何通过知识整合与创造机制转化为环境治理价值。

　　局限性方面，横截面数据限制了因果推断；多行业样本可能影响普适性；感知测量可能引入主观偏差；EG–GSO和SOI–GSO的HTMT比值略超阈值，提示构念间经验接近性；未来研究可引入纵向设计、客观数据、制度环境与组织规模等情境变量，并深入探究吸收能力、生态系统知识创造以及战略绿色取向与知识驱动创新之间的替代或互补关系。