1. 引言
随着气候环境问题对可持续发展的影响日益显著，这些问题逐渐演变成全球性的生存与发展挑战。2024年政府工作报告中指出，要推动传统产业高端化、智能化、绿色化转型，深入推进数字经济创新发展。这对企业的高质量发展提出了更加明确的绿色发展和数字技术要求。在数字经济背景下，如何通过碳汇等途径实现碳达峰碳中和，在实现经济效益的过程中积极追求环境效益，进行绿色创新已经成为企业的必然选择。根据战略驱动力和伦理责任承诺的深浅不一，企业绿色创新战略可以分为反应型绿色创新战略和前摄型绿色创新战略[1]。中国对绿色发展战略的价值追求已经发生了显著性的转变，由传统的“污染治理”为核心导向，逐步迈向以“价值创造”为引领的新阶段[2]。对企业而言，这意味着绿色创新不再仅仅是对环境法规的被动响应，而是成为驱动企业转型升级、实现经济价值与环境价值双赢的重要途径。基于此背景，探究数字技术可供性对企业前摄型绿色创新的影响机制和边界条件，具有重要意义。
目前学术界关于数字技术如何影响企业绿色创新这一议题尚存在观点的分歧，部分观点持积极立场，认为数字技术显著推动了企业绿色创新的进程[3] [4]。另一方面，也有观点认为数字技术与企业绿色创新之间的关系并非单纯线性促进，而是呈现出一种更为复杂的倒U型曲线形态，挑战了传统的正向促进论并揭示了数字化过程中可能存在的悖论现象[5] [6]。上述研究主要分析了数字技术应用、数字化对企业绿色创新的作用，忽视了组织在其中的作用，且没有充分考虑数字技术的可供性这一特征的推动作用。数字技术可供性强调数字技术与特定实体之间的互动。兼顾“技术”与“能力”，数字技术可供性作为一种潜在行为可能性，为解决数字化悖论提供了解释机制。虽然已有研究开始关注数字技术或数字化对绿色创新的质量[3] [7]、企业环境绩效[8]、绿色转型升级[9]等结果变量的影响，但前摄型绿色创新作为一种立足战略高度的主动型战略，将绿色创新的结果要求前置，更有助于企业规避创新风险。
基于知识基础观，知识作为企业创新的基本驱动力，也是企业进行前摄型绿色创新的先决条件。与专注于特定领域的专业知识相比，元知识是企业解决复杂跨领域问题、迅速解锁整合多领域高质量知识资源的一把“钥匙”[10]。在数字技术可供性与企业前摄型绿色创新的关系中，元知识开发能力发挥着重要作用。企业利用数字技术实现对现有知识库的精准分析，从而增强对已有知识的基本情况、获取途径等的认知和了解，以应对企业进行前摄型绿色创新时，技术水平不高、知识储备不足的问题。合法性理论认为，组织为了获得或保持其合法性，需要适应其所处的制度环境。作为企业面临的来自外部环境的压力，环境规制可以敦促企业加速提升元知识开发能力，加速前摄型绿色创新。因此，本文立足企业前摄型绿色创新战略，引入元知识开发能力作为中介变量，环境规制作为调节变量，探究数字技术可供性与前摄型绿色创新的关系，以期能够拓展数字技术可供性相关领域的研究，同时为企业进行前摄型绿色创新提供实践启示。
2. 文献回顾与研究假设
2.1. 数字技术可供性与前摄型绿色创新
企业出于遵从环境规范和寻求战略差异这两种不同的绿色创新动机，会采取不同的绿色创新战略[11]。Chen等(2012) [1]以主动性和被动性为特征将绿色创新分为前摄型绿色创新和反应型绿色创新。与被动的反应型绿色创新不同，前摄型绿色创新是一种积极开展与环境有关的创新活动[12]，考虑除政府监管之外的多种力量，从而实现更广泛的战略目标[13]。前摄型绿色创新战略的决策动因具有自发性和主动性特点[2]，更侧重于自身价值捕获[12]，可以为企业获得更多的绿色形象改善空间[11]。
前摄型绿色创新超越了仅仅遵守法规的要求[13]，对企业的风险防范能力和绿色知识储备提出了更高的要求，需要数字技术可供性为其提供动力。数字技术的数据相似性和可重构性这两个本质核心属性共同构筑了其独特的可供性特征，数字技术不再局限于预设的、单一的功能或目的，而是成为了一个开放、可塑的工具箱，允许不同的组织和个体根据自身需求，创造性地运用数字技术来解决问题[14]。数字技术可供性是数字技术针对特定用户(或使用背景)所提供的行动潜力或行动机会[15]，来源于企业对数字技术潜力的挖掘[16]，着重于行为主体与数字技术工具之间的关系，强调信息技术的物理属性和用户的主体属性[17]。
资源基础观认为，企业的竞争优势来源于其独特的资源和能力，这些资源和能力是稀缺的、不易被模仿的。企业与数字技术进行交互，利用数字技术提供的自动化流程、数据资料等为前摄型绿色创新提供资源。具体而言，数字技术可供性对企业前摄型绿色创新的影响主要可以体现为以下几个方面：第一，数字技术可供性加快了企业进行前摄型绿色创新的响应速度。前摄型绿色创新作为企业塑造竞争优势的一种主动型战略，具有一定的自发性。通过数字技术，企业可以形成自动化的检测系统，从而对现有的污染指标进行主动监督，提高战略敏锐度。第二，数字技术可供性拓宽了企业进行前摄型绿色创新的知识获取途径。已有研究发现，企业进行前摄型绿色创新失败主要是由于技术水平和成本压力两方面的原因。然而，当企业积极拥抱以人工智能、云计算等为代表的数字技术，其知识获取途径能在一定程度上得到加深和拓宽。企业可以运用数字技术与产业上下游建立关系合作网络，加速要素聚集，提升技术水平，克服创新瓶颈。第三，数字技术可供性优化了企业进行前摄型绿色创新的模式。通过数字化能力，企业可以使绿色创新由经验驱动转化为数据驱动[18]。数字技术可供性为企业提供了实现全平台数字化、智慧化的可能性，在这一情境下，企业可以进行数据监测和模拟，从而降低原有的依靠经验进行绿色创新的失败率，控制成本，实现绿色创新模式的跃迁。
基于上述分析，本文提出以下假设：
H1：数字技术可供性对企业前摄型绿色创新具有正向影响。
2.2. 元知识开发能力的中介作用
元知识作为关于知识本身的知识[19]，不仅涵盖了知识结构、来源、可靠性等元数据信息，还涉及了知识在不同领域的关联性和应用能力，是对预选知识的深层次理解与导航，涵盖了对于知识获取路径的洞察力[20]。元知识开发能力既包括对企业内部知识网络的全面洞察能力，即识别关键知识节点、评估其影响力及分布状况的能力，也包括对知识获取途径的捕捉、构建以及优化能力[10]。元知识开发能力是衡量企业创新潜力与知识管理能力的重要指标。
根据知识基础观，企业的创新能力与其知识制造和利用的能力密切相关。数字技术可供性为企业提供了优化知识管理的优质资源，为元知识开发能力的提升构建基础，从而推动企业进行前摄型绿色创新。具体而言，数字技术可供性一方面给企业提供了了解知识形成及发展的脉络的机会，是企业对现有知识进行了解回溯的关键一步，也是企业提升元知识开发能力的必要条件；另一方面，数字技术可供性也拓宽了企业的知识获取途径，有助于企业了解现有知识的分支以及行业的前沿信息，从而巩固已掌握的元知识，提升元知识开发能力。元知识开发能力为企业进行前摄型绿色创新扫除了部分障碍，具体也可以表现为两个方面。首先，元知识开发能力帮助企业拓宽知识搜索范围，而知识又是技术水平提升的基础，因此，元知识开发能力有助于企业加深对现有行业知识以及绿色技术知识的了解，提升绿色技术水平，为其进行前摄型绿色创新提供动力支撑。除此之外，元知识开发能力帮助企业整合提炼出更加具有普适性的知识，提高了资源要素利用率，避免了重复验证，从而也就降低了企业进行前摄型绿色创新的成本。基于上述分析，本文提出以下假设：
H2：元知识开发能力在数字技术可供性与前摄型绿色创新之间发挥中介作用。
2.3. 环境规制的调节作用
环境规制来源于“regulation”一词，是指为实现环境、经济与社会的和谐发展，尽可能降低环境污染所导致的额外成本，以政府为主体制定相应的政策和法规，对造成环境污染的厂商经营活动进行规制[21]，是推动生态创新的一种政策工具[22]。数字技术可供性便利了企业进行元知识开发的过程，为企业提高元知识开发能力提供了关键资源，但前摄型绿色创新是一种与环境有关的创新活动，强调企业对绿色知识的储备能力。环境规制能够帮助企业利用数字技术精准聚焦绿色知识领域，提升元知识开发能力。
合法性理论认为，企业会遵守法律、规章制度、行业规范等，从而适应其所处的社会和制度环境来获得并维持其合法性，以获得资源、支持和信任。在与数字技术交互的过程中，当面对强度较大的环境规制时，企业为了更好地迎合社会的绿色期望，会更加主动地利用数字技术加深对绿色创新以及行业知识的了解，将普通的知识提炼转化成更具有普适性的元知识，提升元知识开发能力。基于此，本文提出如下假设。
H3：环境规制正向调节数字技术可供性与元知识开发能力之间的关系。
基于上述假设，本文构建理论模型图如图1所示。
Figure 1. Theoretical model
图1. 理论模型图
3. 研究设计
3.1. 数据收集
本研究主要通过问卷调查的方式收集数据。为了确保测试问卷题项的科学性、有效性和可读性，本研究在借鉴国内外成熟量表的基础上，与熟悉绿色创新的高管人员和环保部门进行探讨，初步形成了调研题项并展开了小范围的预调研，在收集并分析问卷反馈的情况后，进行系统性的修正工作，形成最终的调查问卷。
在正式调研阶段，为确保覆盖更广泛的受众群体，采用在线平台发布等方式共发放问卷311份，剔除无效问卷后，回收问卷224份，回收率72.03%。在所有有效问卷中，从企业行业来看，建筑业占10.3%，房地产业占5.4%，批发零售业占8.5%，电力、供水、供气业占4.5%，制造业占35.7%，物流业占1.3%，金融、保险业占4.0%，信息、计算机、软件业占13.8%，其他行业占16.5%；从企业性质来看，国有企业占23.7%，集体所有制企业占1.3%，民营企业占59.8%，股份制企业占5.8%，中外合资企业占3.1%，外资企业占4.5%，其他占1.8%；从企业规模来看，50人以下占4.0%，51~100人占12.5%，101~200人占11.6%，201~500人占21.9%，501~1000人占24.6%，1001~2000人占13.4%，2001人以上占12.1%。
3.2. 变量测量
本研究主要变量包括数字技术可供性、前摄型绿色创新、元知识开发能力和环境规制。为了确保变量测量的精准度与问卷的信度及效度，在广泛查阅并参考国内外在相关领域内经过验证的成熟量表后，结合本研究的特定情境与需求，进行适当调整，构建最终的调查问卷。测量量表均采用Likert5点量表法，通过5个等级来量化受访者的态度及看法。
借鉴Chatterjee等[23]、程聪等[24]的研究，通过“企业能够实现对历史业务数据的获取和重复利用”等7个题项测量数字技术可供性。借鉴张亚莉等[10]的研究，通过“我们的企业经常与外部组织就专业问题进行交流/知识共享”等6个题项测量元知识开发能力。借鉴Chen等[1]的研究，通过“企业经常积极开展与环境有关的创新活动，以便在新的实践或产品方面领先于竞争对手”等4个题项测量前摄型绿色创新。借鉴李广培等[25]的研究，通过“国家对本企业所使用的技术有严格的规范或标准”等6个题项测量环境规制。同时，本研究将企业性质、企业规模纳入研究，以提高研究结果可靠性。
4. 实证分析
4.1. 信度与效度检验
在问卷数据收集的过程中，难以避免由单一人员填写问卷所带来的共同方法偏差问题。在统计上，为了缓解在调查样本数据收集阶段可能出现的共同方法偏差对研究结果造成的潜在影响，本研究通过Harman单因素法系统评估样本数据中是否存在显著的共同方法偏差问题。检验结果显示，第一个主成分因子的方差解释率为37.444%，低于40%的临界阈值，说明本研究样本数据不存在明显的共同方法偏差问题。
通过Amos 24.0对数字技术可供性、元知识开发能力、前摄型绿色创新、环境规制4个变量进行验证性因子分析。根据表1中所有模型的拟合指数可知，四因子模型拟合度达标且最佳，同时其他模型与原模型相比拟合，各个拟合指标均变差，且通过了显著水平为0.001的显著性检验，说明模型具有区分效度。
数字技术可供性、元知识开发能力、前摄型绿色创新、环境规制各变量的Cronbach’s α值所在区间为[0.774, 0.820]，均高于0.7，这表明研究量表的内部一致性程度较高。同时，各变量CR值所在区间为[0.778, 0.823]，均大于0.7，说明数据信度良好。使用Amos24.0进行验证性因子分析，所有变量的标准因子载荷均大于0.5，且其平均方差萃取量(AVE)均大于0.36，在可接受范围内，量表具有良好的聚敛效度。
Table 1. Results of confirmatory factor analysis
表1. 验证性因子分析结果
模型 |
因子 |
χ2/df |
GFI |
IFI |
TLI |
CFI |
RMESA |
Δχ2 |
四因子模型 |
DTA，MDC，PGI，ER |
2.039 |
0.837 |
0.886 |
0.869 |
0.884 |
0.068 |
|
三因子模型 |
DTA + MDC，PGI，ER |
2.166 |
0.828 |
0.870 |
0.854 |
0.869 |
0.072 |
34.885*** |
二因子模型 |
DTA + MDC + PGI，ER |
2.600 |
0.795 |
0.820 |
0.799 |
0.818 |
0.085 |
138.546*** |
单因子模型 |
DTA + MDC + PGI + ER |
2.749 |
0.775 |
0.803 |
0.780 |
0.800 |
0.089 |
175.392*** |
注：*表示P < 0.05，**表示P < 0.01，***表示P < 0.001；DTA表示数字技术可供性；MDC表示元知识开发能力；PGI表示前摄型绿色创新；ER表示环境规制。下同。
4.2. 相关性分析
各变量描述性统计结果、以及相关系数矩阵结果见表2。数字技术可供性与前摄型绿色创新和元知识开发能力显著正相关；元知识开发能力与前摄型绿色创新显著正相关。说明主要变量具有一定的相关性，初步验证理论假设。
Table 2. Results of descriptive statistical analysis and correlation analysis
表2. 描述性统计分析与相关性分析结果
变量 |
均值 |
标准差 |
1 |
2 |
3 |
4 |
5 |
6 |
企业性质 |
2.840 |
1.346 |
- |
|
|
|
|
|
企业规模 |
4.390 |
1.645 |
−0.067 |
- |
|
|
|
|
DTA |
3.926 |
0.596 |
0.031 |
0.130 |
- |
|
|
|
MDC |
3.834 |
0.619 |
0.049 |
0.083 |
0.678*** |
- |
|
|
PGI |
3.907 |
0.661 |
0.026 |
0.053 |
0.639*** |
0.583*** |
- |
|
ER |
3.836 |
0.673 |
−0.039 |
0.121 |
0.590*** |
0.564*** |
0.770*** |
- |
注：N=224，*表示P < 0.05，**表示P < 0.01，***表示P < 0.001。
4.3. 假设检验
本研究主要采用层次回归法进行假设检验。在进行回归分析之前，先对各自变量的多重共线性进行检验，结果显示，各自变量的膨胀因子(VIF)都小于10，因此不存在严重的多重共线性问题。
4.3.1. 主效应检验
Table 3. Test results of main effect and mediating effect
表3. 主效应和中介效应检验结果
变量 |
前摄型绿色创新 |
模型1 |
模型2 |
模型3 |
控制变量 |
|
|
|
企业性质 |
0.030 |
0.004 |
−0.004 |
续表
企业规模 |
0.055 |
−0.031 |
−0.030 |
自变量 |
|
|
|
数字技术可供性 |
|
0.643*** |
0.456*** |
中介变量 |
|
|
|
元知识开发能力 |
|
|
0.277*** |
R2 |
0.004 |
0.410 |
0.451 |
ΔR2 |
0.004 |
0.406 |
0.041 |
F值 |
0.407 |
50.897*** |
44.982*** |
注：N = 224，*表示P < 0.05，**表示P < 0.01，***表示P < 0.001。
首先将控制变量企业性质和企业规模纳入模型，分析控制变量与前摄型绿色创新的关系；再将自变量数字技术可供性纳入模型，分析自变量对前摄型绿色创新的直接效应。结果如表3所示。由模型2可知，数字技术可供性(β = 0.643, P < 0.001)对前摄型绿色创新有显著正向影响，因此研究假设H1通过检验。
4.3.2. 中介效应检验
根据表3，由模型3可知，在加入中介变量元知识开发能力之后，数字技术可供性对前摄型绿色创新的影响由原来的0.643降低到了0.456，但仍然显著(P < 0.001)，这表明元知识开发能力在数字技术可供性与绿色技术创新之间发挥部分中介作用，研究假设H2通过检验。
4.3.3. 调节效应检验
根据表4，由模型4可知，环境规制对数字技术可供性与元知识开发能力的调节效应不显著，这可能与企业的适应性有关。
Table 4. Regression results of moderating effect
表4. 调节效应回归结果
变量 |
元知识开发能力 |
模型4 |
控制变量 |
|
企业性质 |
0.038 |
企业规模 |
−0.018 |
自变量 |
|
数字技术可供性 |
0.551*** |
中介变量 |
|
元知识开发能力 |
|
调节变量 |
|
环境规制 |
0.255*** |
交互项 |
|
数字技术可供性 × 环境规制 |
0.053 |
R2 |
0.505 |
ΔR2 |
0.505 |
F值 |
44.429*** |
注：N = 224，*表示P < 0.05，**表示P < 0.01，***表示P < 0.001。
5. 研究结论与启示
5.1. 研究结论
本文以知识基础理论为基础，探讨数字技术可供性与企业前摄型绿色创新的作用机制及路径，并对环境规制的调节作用进行了分析，具体结论如下：
第一，数字技术可供性显著正向影响企业前摄型绿色创新。数字技术不仅为企业提供了实现绿色创新的工具和平台，而且通过促进信息的流通、提高决策的科学性和加强监管的效率，为企业的前摄型绿色创新提供了强有力的支持。
第二，元知识开发能力在数字技术可供性和前摄型绿色创新之间发挥部分中介作用。元知识开发能力帮助企业识别和评估数字技术在绿色创新中的潜在应用，通过捕捉和分析市场及环境变化趋势，在产品设计、生产流程和业务模式上进行前摄型绿色创新。
第三，环境规制在数字技术可供性和元知识开发能力之间的调节效应不显著。这可能与企业对规制的适应性和灵活性有关。一些企业可能已经具备了较强的数字技术应用能力和元知识开发能力，因此环境规制的额外影响有限。
5.2. 理论贡献
第一，从微观视角探究数字技术与绿色创新的关系。现有研究大多关注广义上的数字技术对绿色创新的影响，本研究聚焦数字技术的可供性特征以及前摄型绿色创新的主动性特征，深入剖析数字技术可供性与前摄型绿色创新的作用机制及边界条件，为后续研究提供了新的思路。
第二，整合了资源基础理论和知识基础观，拓展了其使用场景。本研究通过数字技术的可供性特征，构建了数字技术可供性与前摄型绿色创新的理论框架，证实了数字技术可供性对企业前摄型绿色创新的正向影响，丰富了数字技术与绿色创新的研究，为后续其他研究提供了一个可供参考的理论框架。
第三，从知识管理角度的出发，丰富了知识基础观。引入元知识开发能力作为中介变量，为数字技术与绿色创新关系的机制研究提供了新的视角，探究了数字技术可供性对前摄型绿色创新的作用机制，验证了元知识开发能力的中介作用，拓展了知识基础观。
5.3. 管理启示
基于研究结论，本研究提出以下启示：
第一，企业应加速企业实体与数字技术的融合，增强使用数字技术的技能。企业应积极拥抱数字化转型的浪潮，加速推进企业实体运营与前沿数字技术的深度融合，通过构建智能化、网络化的业务生态系统，实现业务流程的再造与优化。首先了解企业在数字技术使用方面的现状，识别存在的差距和不足。其次根据战略目标和实际需求，进行详细的培训，同时搭建企业内部的在线学习平台，成立专门的数字技术团队或小组，为员工提供丰富的数字技术学习资源以及技术支持和咨询服务。除此之外，应加强与高校、研究机构等外部专家的合作，通过定期的交流、研讨和合作，不断提升企业的数字技术能力。
第二，企业需要制定合理的知识管理战略，提升元知识开发能力。知识是企业核心竞争力的关键要素之一，在知识管理战略的框架下，提升元知识开发能力显得尤为重要。企业应加强知识管理和跨领域学习，建立知识管理体系，与不同行业的企业或组织建立合作关系，通过跨界合作获取新的知识和视角，鼓励创新思维，激发团队的创新潜力，利用数字技术优化知识整合和应用，从而在绿色创新过程中发挥更大的作用，实现技术与创新的深度融合，推动企业的可持续发展。
第三，管理者在推动企业的绿色创新时，不应仅依赖外部环境规制的推动，而应更主动地从内部着手，加强数字技术的整合应用和元知识开发能力的提升。绿色创新不仅是响应外部环境规制的要求，更是企业实现可持续发展、增强核心竞争力的关键路径之一。企业应自主制定创新战略，通过内部激励机制和文化建设，激发员工的创新意识和能力，同时利用数字技术优化决策流程并提高运营效率，以实现前摄型绿色创新。