将可持续性融入TOE框架：电力行业中国有企业的数字化转型，以实现可持续发展目标

《Sustainable Futures》：Embedding sustainability in the TOE framework: A digital-driven transformation of state-owned enterprises in the electricity sector toward achieving the SDGs

　　帕法温·尼尤达查约昆 | 蒂拉亚·马雅库尔
泰国玛希隆大学工程学院信息系统管理技术系

摘要
数字化转型与可持续性要求的融合为电力领域的国有企业（SOEs）带来了复杂而具有战略意义的决策挑战，而监管框架进一步增加了这种复杂性。现有的技术-组织-环境（TOE）框架的应用传统上强调市场驱动的背景，对于高度规制环境中的采纳因素之间的层级关系和战略优先级解释有限。本研究旨在识别泰国电力国有企业采用数字技术的决定因素，并开发一个支持与环境、社会和治理（ESG）目标相一致的可持续采纳的层级模型。研究采用主题分析提取关键因素，随后运用解释结构建模（ISM）来考察因素间的关系，同时使用矩阵交叉影响乘积分类（MICMAC）方法根据影响力及依赖性对因素进行分类。结果表明，技术转型与监管要求是主要的制度驱动因素，而组织适应能力在采纳过程中起到了关键的中介作用。该层级模型阐明了外部可持续性和政策压力如何内化为国有企业的战略和运营响应。我们提出的框架增强了TOE在严格规制领域的适用性，并为优先考虑干预措施和指导数字投资决策提供了实用的决策支持工具。因此，国有企业应将该模型作为战略工具，以优先考虑干预措施并指导数字投资决策，从而加强其对国家可持续性目标和ESG承诺的贡献。

1. 引言
在数字化进程中，技术变化不仅对经济产生影响，也对社会和环境层面产生深远影响。这些转变迫使公共和私营组织以日益符合全球可持续性要求的方式将其融入运营中。为实现联合国可持续发展目标（SDGs），成员国已将这些目标纳入国家政策和机构实践中。因此，所有公共部门机构都必须将可持续性目标纳入其组织绩效指标中。尽管可持续性难以衡量，但组织通过采用ESG框架和三重底线（TBL）方法来推动实质性进展。这两者对于战略管理至关重要，并能展示实际效果。在此背景下，电力行业的国有企业是一个关键行业，它们受到强大的制度监督和非市场驱动的转型压力，这对国家经济具有重要意义，并在推动可持续发展中发挥着核心作用。为了与这些目标保持一致，它们需要采取负责任的投资实践，特别是在需要大量资源的高价值数字技术项目中。因此，细致全面的评估至关重要——不仅适用于投资决策，也有助于识别支持可持续性的机会。为了支持此类评估，TOE作为一个包含技术、组织及外部环境三个核心维度的概念模型，已被广泛认可用于分析和评估影响组织内技术采纳的因素。然而，尽管TOE为研究技术采纳决策提供了基础框架，但其应用大多假设市场驱动的组织行为，主要作为分类工具使用，在电力等行业等严格规制的领域中理论深度有限。这些企业是在制度要求、政策指令和利益相关者压力以及行业特定技术特征的背景下运作的，这些因素使得他们的采纳过程与私营部门有所不同。为了解决这一局限性，需要一个更全面的理论基础，该基础结合了制度决定因素、利益相关者驱动的影响、行业技术特性和基于能力的视角，以捕捉影响国有企业采纳模式的复杂因素配置。

2. 文献综述
可持续性已成为跨学科研究的核心焦点，尤其是在与技术相关的研究中，其融入技术发展的情况在学术领域得到广泛探讨。这一融合在工业4.0（I4.0）、数字技术、数字化转型以及技术创新的组织采纳研究中尤为显著。为了加强基于可持续性的技术采纳的理论基础，本研究通过引入四个互补的理论视角扩展了经典的技术-组织-环境（TOE）框架。首先，行业特定技术（SST）视角[1,2]为理解电力行业的技术路径和创新采纳模式如何受到该行业独特结构和产业特征的影响提供了背景基础。其次，制度理论（IT）[3,4]解释了政策、法规和国家可持续性要求所带来的强制性和规范性压力，这些压力影响着国有企业的技术采纳。第三，利益相关者理论（ST）[5,6]扩大了这一视角，强调了政府、监管机构、社区和客户在将技术转型与社会责任和环境目标对齐方面的多重且有时相互竞争的期望。最后，基于资源的视角（RBV）[7,8]强调了内部组织资源（如现有技术投资、人力资源适应性和战略一致性）如何使国有企业能够将外部压力转化为持续绩效和长期价值创造。基于这些理论基础，研究者系统地审查和分类内容，以在TOE的概念结构下综合支持可持续性驱动的技术采纳的关键因素。

2.1. 技术背景
2.1.1 与现有基础设施的兼容性
组织的数字化转型在变革与适应方面有多种观点。从SST的角度来看，在资本密集型行业（如电力行业），与现有基础设施的兼容性尤为重要，因为这些系统的路径依赖性很强，并且跨代设备进行了集成。在行业系统中，技术和需求之间的静态和动态联系产生了相互依赖性，这些依赖性通过纵向和横向联系、产品融合以及新兴需求模式来塑造边界[1,2]。地热能行业的证据表明，采纳效果取决于行业特征和基础设施的成熟度[9,10]，指出在新技术采纳时必须仔细考虑技术兼容性。这包括新技术能否有效整合现有软件、硬件和技术基础设施的能力。确保兼容性可以减少变革阻力，并促进结构和工作流程的转型[11]，发现不兼容性是智能设施管理中的一个主要限制，常常导致失败[12]，同样也指出基础设施不足会阻碍工业4.0环境中的协调与合作[12]。从RBV的角度来看[7,8]，现有的技术基础设施构成了一种战略组织能力，当有效利用时，可以增强吸收能力和支持可持续转型。这种能力有助于可再生能源项目的扩展，越来越多的证据表明成本效率和技术绩效与现有资产的战略利用密切相关[13]。

2.1.2 技术可持续性战略
关于如何利用技术促进长期可持续性的战略规划已被广泛讨论。技术创新与行业特征的结合决定了可持续性导向技术在能源相关组织中的部署效果[2,14]。研究表明，仅有技术本身不足以推动企业成功；有效的组织战略目标对实现可持续性至关重要[15]。这种战略-技术对齐反映了SST如何在行业特定约束下发挥作用，引导组织实现优化的环境和运营成果。此外[16]发现，不同类型的数字化技术对绿色供应链的发展有着不同的影响程度，表明技术的战略选择在推进环境目标方面起着关键作用。从基于资源的视角[7,8]来看，制定技术可持续性战略使组织能够利用现有资产和动态能力获得可持续竞争优势。欧盟生物能源行业的证据表明，效率提升和可持续性成果取决于数字能力和技术资源的战略协调[17,14]。这种对齐确保技术支持可持续性目标并提升绩效。然而，同时整合和衡量可持续性驱动的技术采纳仍然复杂，需要跨行业的战略对齐。

2.1.3 技术转型驱动
工业4.0强调通过整合先进数字技术来改造制造业，而数字化转型则指利用数字技术全面重构组织以提高运营效率、改善客户体验和创造新的商业价值，这两种概念已成为当今快速变化环境中的关键范式。这些转型深受行业背景的影响，技术路径和基础设施成熟度决定了组织如何采纳和适应新兴创新[1,2]。来自生物能源行业的证据表明，行业条件和技术效率直接影响采纳绩效[14,18]，将技术机会确定为激励企业采纳新信息技术的四个关键驱动力之一。它为实质性创新创造了机会，同时强化了受监管行业中的制度化期望，其中技术采纳受国家政策优先事项和可持续性要求的制约[17,14]。在工业5.0中，人工智能和自动化等新兴技术通过创造可持续性导向的转型新途径进一步得到了加强，并深化了技术变革与制度政策框架之间的联系[9,17,19]。此外[20]发现，可持续性创新的采纳受到技术动荡性和企业数字化导向的影响，表明技术变革的动态性质以及企业参与数字技术的准备程度在决定转型成功中起着关键作用[21]，对中国A股上市公司的研究发现，数字化转型是提升组织可持续性的关键机制。研究表明，在IT逻辑下，政府倡议和监管框架不仅将数字化转型作为提升企业可持续性的工具，还作为促进经济可持续性、韧性和国际波动面对下的稳定性的催化剂[21]。研究者提出，技术转型既是一个行业特定的驱动因素，也是在制度指导下的驱动因素，促使组织采纳新兴技术，而不仅仅是为了满足运营需求，更是为了在政策驱动的环境中实现可持续发展和合法性。

2.1.4 技术准备水平
联合国环境规划署（UNEP）和环境毒理学与化学学会（SETAC）开发了生命周期可持续性评估（LCSA）框架，用于在整个产品生命周期中评估环境、社会和经济维度上的可持续性[22, 2011]。它帮助组织根据可持续性原则选择可持续技术并确定资源投资的优先级。虽然LCSA提供了一种整体方法，但它需要在一个以可持续性为导向的创新背景下评估技术准备度。技术准备水平（TRL）是一个系统化框架，用于评估技术在其发展周期内的成熟度，指导组织将创新成熟度与行业可持续性目标对齐[23]。TRL作为技术进步与工业生态系统之间的桥梁，反映了不同能源相关行业之间的准备水平差异，这些差异基于技术复杂性和基础设施成熟度[24]。多项研究考察了LCSA与TRL之间的关系。例如[24]研究了在低TRL（如TRL 1–4）阶段整合技术经济分析（TEA）和LCA的方法，使开发人员能够从早期阶段评估技术、经济和环境之间的权衡，从而降低风险并提高设计效率[25]。有人提出了一个技术可持续性评估（TSA）框架，将TRL、TEA、LCA和S-LCA整合到一个统一系统中[26]。这些方法展示了如何将TRL与生命周期工具结合使用，以支持非市场驱动环境中的TOE框架适用性评估，并支持电力行业中的可持续性导向技术采纳决策。

2.2. 组织背景
2.2.1 业务可持续性战略
已经确认了可持续数字化转型与业务可持续性战略在多个维度上的关系[27]，强调在I4.0中商业模式转型对组织发展至关重要，特别是在与清洁技术、可持续生产和ESG对齐的模型研究中[28]。研究了数字化转型对可持续性的影响，发现业务战略在推动可持续性成果方面起着重要作用[29]。具体而言，竞争优势影响了经济可持续性，而客户参与则促进了社会可持续性[29]。此外[30]提出，可持续数字化转型代表了业务战略、可持续性和数字能力的融合。从SST的角度来看，这种融合突显了行业特征如何关键地影响绿色技术和数字策略的采纳[26,14]。从制度角度来看，监管框架和ESG披露要求促使企业在战略中嵌入可持续性[9,13]。从RBV的角度来看，业务可持续性战略利用组织资源（包括数字基础设施和知识资本）来实现效率和长期价值创造[9,13]。组织绩效
现代组织越来越注重通过有效整合组织能力和可用资源来实现可持续的组织绩效。这种整合确保了运营效率、创新和长期价值创造之间的协调。根据[30]的研究，大数据分析与卓越的组织绩效之间存在正相关关系。然而，其影响取决于组织的制度背景和数字化成熟度。此外，质量管理和数字化转型实践（如精益生产和实时分析）提高了响应能力和运营可持续性[9]。组织的长期可持续性取决于三个关键绩效维度：市场绩效、财务绩效和运营绩效。这种三维绩效结构得到了利益相关者对透明度和问责制的期望的支持，这些期望塑造了内部流程和报告机制[9,31]。从系统理论（ST）的角度来看，平衡财务、市场和运营成果反映了组织在满足多样化利益相关者需求的同时保持制度合法性的能力。具有高水平人工智能能力的组织显著增强了组织创造力和业务绩效[32]。人工智能能力通过整合数据、技术和人力资本来加强制度适应性和利益相关者参与度，从而改善可持续绩效结果。

2.2.3. 员工的适应性
人力资源被认为是组织环境中的一个关键因素，也是技术组织环境（TOE）的核心组成部分之一。除了技术或业务专长外，员工的适应性在成功采用新技术和保持长期组织敏捷性方面也起着至关重要的作用[33]。适应性强的员工构成战略资源，使组织能够重新配置能力，并有效应对技术变革[7,9]。实施工业4.0（I4.0）主要面临与劳动力准备程度相关的障碍；缺乏足够的教育和培训系统会导致抗拒、技能短缺以及对技术举措的低度投入。同样，塞尔维亚的研究表明，人力资源仍然是采用I4.0的障碍。这一观点得到了[34]的研究支持，该研究强调了碳减排、人力资源和组织文化作为关键因素。从系统理论的角度来看，劳动力挑战反映了利益相关者（尤其是政府和行业）对技能娴熟、适应性强的劳动力的需求，这些劳动力推动了数字和绿色转型[9,17]。因此，员工的适应性是推动可持续性转型的重要社会和战略因素。

2.2.4. 高管管理政策
高管层面的政策通过设定战略方向、加强企业治理、投资人力资本和数字技术以及转变组织文化来应对可持续性挑战并抓住数字化转型带来的机遇，从而为推动组织可持续性奠定了基础[35]。[36]的研究发现，能源行业的转型由三个相互关联的过程驱动——人员转型、技术转型和业务转型，这三个过程统称为“三重转型”。这种综合方法增强了制度合法性，并对环境、社会和治理（ESG）结果产生了积极影响。在这种自上而下的转型中，高管对数字项目的优先考虑是推动这一转型的关键因素。此外，[37]建议高管应采用一种平衡技术适应性和资源效率的数字化转型策略，这与资源基础价值（RBV）强调利用内部资产创造可持续竞争优势的观念一致。除了数字采用之外，战略政策还必须投资于劳动力开发，以培养支持持续学习、创新和适应性的动态能力。从系统理论的角度来看，高管领导力在利益相关者期望与内部转型之间起到了桥梁作用，有助于建立信任、问责制和协作治理。

2.2.5. 组织伦理与文化
先前的研究强调了组织文化在将数字化转型与可持续性联系起来方面的关键作用[37]。将可持续性融入组织伦理和文化中，使企业能够内化负责任的数字化转型实践，从而造福企业和其利益相关者[38]。创新驱动的文化和积极采用技术对于推动人员转型至关重要，这种转型培养了朝向可持续运营的共享价值观和适应性的思维方式。组织文化作为一种无形资产，增强了长期的创新能力和道德决策能力[7]。道德的组织文化促进了透明度、问责制和诚信——这些都是可信ESG报告的关键组成部分。符合系统理论的观点，这种道德导向反映了来自ESG框架和利益相关者期望的制度压力，这些压力在各个行业中规范了透明度和治理标准[9]。此外，大数据和人工智能等技术支持关键绩效指标（KPIs）的实时跟踪，并改善了采购流程，使运营更有效地符合可持续性目标[39,36]。因此，道德文化既是一种战略资源，也是一种制度机制，它塑造了组织特征，确保数字化转型增强了信任、合法性和可持续竞争力。

2.2.6. 组织特征
组织特征包括企业规模、所有权结构（特别是在国有企业的情况下）以及组织文化或结构。这些特征决定了组织采用可持续性导向技术的能力和应对制度要求的能力。企业规模影响数字化转型过程，因为大型企业和小型企业在技术转型方面的准备程度和能力可能存在差异[40,21]。研究发现，数字化转型对组织可持续性的影响因所有权多样性而有所不同。私营企业从数字化转型中获益更多，而国有企业则面临制度限制，这会调节可持续性成果。在系统理论的背景下，所有权结构反映了制度规定和治理期望，这些因素影响了转型决策[26,14]。最成功的转型往往始于员工、领导层和整个组织态度的转变。建立一个清晰且高效的组织结构有助于信息透明度并减少协调障碍[11]。适当的组织结构增强了制度一致性，并加强了 对可持续性目标的遵守。此外，[40]指出，培养创新文化和接受技术对于推动人员转型至关重要，因为它塑造了共享价值观和行为规范。组织特征通过结构、文化和所有权表现出来，作为一种无形资产，提高了企业的可持续创新和竞争优势能力[26,14]。

2.3. 环境背景
2.3.1. 立法、法规和政策
可持续性的概念起源于联合国框架，要求各国制定政策并颁布法规，鼓励公共和私营部门认识到可持续性的重要性，并与其全球可持续性目标保持一致。因此，立法、法规和政策是推动技术用于可持续性的关键驱动力，它们通过定义制度边界、激励措施和合规期望来塑造组织行为[41]。适当的法律和法规具有挑战性，因为它们必须确保技术符合环境保护原则，同时保护社会和生态利益。监管框架创造了制度压力，迫使组织（特别是国有企业）采用符合国家可持续性目标的技术[9,26,17]。世界各国政府实施了鼓励企业采用可持续实践的政策。例如，数字整合通过为企业和组织提供先进工具和能力来推动绿色技术的发展[41]。公共采购政策刺激了对可持续产品和服务的需求，并作为奖励可持续性整合的制度机制。来自中国的证据表明，更强的环境政策放大了数字化转型对绿色供应链发展的积极影响，说明了行业特定政策（SST）和制度执行如何共同推动可持续技术的采用[26,31]。

2.3.2. 行业标准和合作
行业标准和跨组织合作是向数字化转型和组织可持续性过渡的关键推动因素。像欧盟的“数字欧洲计划”这样的大规模倡议展示了共享标准和协调的数字策略如何加速跨境可持续性转型[41]。数字整合通过加强系统互联性来提高组织可持续性，要求标准、平台和数据共享协议的协调。行业标准规范了指导多主体合作的规则和期望，并支持技术创新的传播[26,13,14]。在政府层面，[42]强调，在公共部门，“可持续政府企业架构框架”将“共享服务”和“跨组织合作”作为电子政府转型的关键原则。这种合作通过共享平台、审计机制和机构间标准得到制度化，促进了向数字和可持续运营的平稳过渡。在环境和建筑行业中，[11]关于智能设施管理的研究发现，通过内部和外部合作整合系统、流程和人员对于成功实施至关重要。此外，基于建筑信息建模（BIM）的建筑网络确定了关键的合作障碍，而区块链的应用进一步强调了共享协议和合作的需求[12]。这表明，技术的实施、可靠的法规和标准促进了网络间的协作。从系统理论的角度来看，共享标准增强了利益相关者之间的信任，并促进了协作网络的形成。此外，行业特定的技术标准支持跨行业互操作性，加速了可持续技术的采用[13,14]。

2.3.3. 促进社会福祉
可持续发展目标（SDGs），特别是减少污染、提高资源效率和履行社会责任，促使组织采用数字技术以实现可持续性。这种制度压力是引导组织走向负责任数字化转型的核心动力[36]。关于欧洲企业的研究考察了数字整合对环境可持续性的影响，发现减排、环境创新和资源利用效率都有所提高。此外，数字化转型进一步提高了资源利用效率[41]。政策越来越多地利用智能技术在I4.0中推动绿色经济和清洁能源的发展。欧盟将数字化转型作为实现欧洲绿色协议的关键推动力，这与《巴黎协定》、联合国2030年议程和SDGs的目标保持一致。此外，I4.0越来越被认为是解决空气和水污染等重大环境挑战的关键方案[12]。一致地，ESG考量在能源行业中的相关性显著增加。从利益相关者的角度来看，那些管理业务、劳动力和技术转型（三重转型）的企业通过平衡利益相关者期望与环境和社会责任，更有可能取得强大的ESG成果[34,36]。数字创新进一步增强了透明度和ESG问责制，加强了制度合法性。

总之，虽然技术组织环境（TOE）为理解技术采用提供了一个基础框架，但这些文献通过纳入多个互补维度对其进行了扩展。它建立了全面的数字化转型原则，认识到在受监管的组织（特别是国有企业）中，技术的采用受到行业条件、制度规定、利益相关者期望和资源配置的影响。这些动态使得在可持续性导向的转型中技术采用变得复杂。这些视角的整合证据被综合起来，为后续的结构建模提供了坚实的基础。

3. 研究差距和目标
以往的TOE框架研究通常只是对因素进行分类，而没有考察它们之间的层次关系或理论基础。这限制了它们解释多种力量如何共同影响技术采用的能力。在电力国有企业（SOEs）的背景下，技术采用较少受到市场竞争的影响，而更多地受到行业特定条件和制度规定的影响（例如，政策指令、可持续性要求）。传统的TOE应用很少考虑这些非市场动态，因此在将TOE应用于政策驱动的SOEs环境时存在差距。解决这一差距需要一个结构化的、多理论模型，该模型能够澄清因果关系，并整合来自SST、IT、ST和RBV的见解，以支持SOEs的可持续性导向数字化转型。具体而言，研究目标如下：
1. 使用综合理论视角（SST、IT、ST、RBV）识别影响泰国电力国有企业数字技术采用的关键技术、组织和环境因素。
2. 使用解释结构建模（ISM）和MICMAC分析法开发一个层次结构模型，揭示因素之间的因果关系和战略优先级。
3. 提供一个符合ESG标准、对政策敏感的决策框架，以优先考虑数字投资。

4. 方法论
本研究调查了电力行业国有企业中关键因素的层次关系和战略优先级，以开发一个选择支持可持续性目标的数字技术的模型。因此，研究方法论分为三个阶段，如图1所示。
第一阶段：因素识别
从文献回顾中提取了三个关键领域的相关因素：组织技术采用决策、可持续组织管理和能源行业国有企业的治理。

第二阶段：因素确认
根据TOE领域对因素进行分类，并通过三位学术专家的项目内容有效性指数（I-CVI）进行验证，以确保它们与电力行业国有企业的数字技术选择相关，如图2所示。

第三阶段：ISM分析和框架开发
确认了构建的因素。九位在电力行业国有企业中拥有丰富IT管理经验的专家被邀请来评估已识别因素之间的相互关系。问卷是这一阶段使用的工具。然后利用这些结果，采用ISM方法和MCMAC分析来开发一个综合模型，以选择适合的数字技术来实现可持续性目标。为了达到研究目的，本研究结合了主题分析、ISM和MCMAC分析。这种方法的选择是基于需要捕捉技术-组织-环境（TOE）因素之间的层次依赖关系，并将结构关系转化为可操作的战略优先事项。与结构方程建模（SEM）等定量技术不同，后者需要大量数据集并且只能产生一般性相关性，而没有战略优先级排序的能力[43]。ISM旨在基于专家判断来建模层次结构[44,45]，因此适用于因果关系复杂但数据有限的情境。同样，尽管分析层次过程（AHP）[46]或DEMATEL[47]等方法可以识别优先事项和因果影响，但在构建经过验证的多层次因素结构方面效果较差。通过将ISM与MCMAC[48]相结合，本研究不仅识别了因果联系，还根据因素的驱动力和依赖力对它们进行了分类，从而提供了更全面的视角。这种方法为电力国有企业的可持续性决策提供了层次性和战略性的考量。

5. 结果与讨论
因素被批准并分类到TOE框架下，如表1所示。

表1. 因素识别
TOE
因素 描述
F1：与现有基础设施的兼容性 新技术要与组织当前使用的基础设施兼容的程度
F2：技术可持续性战略 组织在选择和应用技术以支持其可持续性目标方面的战略方法
F3：技术转型驱动力 来自持续技术转型的驱动力，包括影响组织运营的数字趋势
F4：技术准备水平 技术的成熟度和稳定性，从基础研究和发展阶段到原型测试、现场部署和实际应用准备就绪
组织 F5：业务可持续性战略 一种旨在在整合可持续性目标的同时保持竞争力的战略业务方法
F6：组织绩效 反映可持续性目标的绩效指标的发展以及跟踪和评估进展的机制的建立
F7：员工适应性 员工现有的知识、技能和能力，以及他们在组织内学习、适应和采用新技术的能力
F8：高管层政策 高层管理对促进技术采用以实现可持续性目标的承诺和支持
F9：组织道德与文化 业务道德和组织文化在支持使用技术实现可持续性目标方面的契合
F10：组织特性 组织的特征，包括其规模、结构和所有权类型（例如，政府机构、国有企业、上市公司、私营公司）

环境 F11：立法、法规和政策 强制或限制某些行为的法律、法规和政府政策或指令，特别是与技术采用和治理相关的
F12：行业标准和协作 建立行业级标准和技术要求，以促进整个供应链中各组织之间的协作
F13：促进社会福祉 使用技术来支持提高环境和社会生活质量的倡议

5.1. I-CVI分析
三位学术专家进行的I-CVI分析为所有因素得分为1.00，表明每个项目都被认为高度相关且合适。此外，两位专家强调了组织人员的关键作用，其中一位专家强调员工参与是成功采用数字化技术以实现可持续性的关键。

5.2. 结构自交互矩阵
在确定因素之后，通过专家对成对关系的评估，建立了结构自交互矩阵（SSIM）。随后构建了初始可达性矩阵（IRM）和最终可达性矩阵（FRM），进行了层次划分，并创建了最终的有向图。SSIM表示了13个因素之间的关系，如图3所示。用于表示这些关系的符号如下：
V（前向关系）：表示Fi导致Fj
A（后向关系）：表示Fj导致Fi
X（相互关系）：表示Fi和Fj相互影响
O（无关系）：表示Fi和Fj彼此无关

下载：下载高分辨率图像（191KB）
下载：下载全尺寸图像

图3. SSIM

5.2.1. SSIM转换为IRM
下一步是将定性信息转换为定量形式，以便进行进一步的计算分析。这是通过从SSIM构建IRM来实现的。如果在SSIM中用符号‘V’表示因素i影响因素j，则IRM将在位置（i, j）记录值1，在位置（j, i）记录值0，表示从i到j的直接可达性。相反，如果出现符号‘A’——表示因素j影响因素i，则IRM将在位置（j, i）记录值1，在位置（i, j）记录值0。
在两个因素相互影响的情况下，SSIM中用符号‘X’表示，IRM将在位置（i, j）和（j, i）都记录值1，表示双向可达性。对于在SSIM中标记为‘O’且没有关系的因素，IRM中的（i, j）和（j, i）条目都将设置为0。
构建IRM时的另一个重要规则是关于矩阵的对角线元素（即M(i, i)），对于所有因素，这些元素始终设置为1。这假设每个因素本身都是可达的——换句话说，给定因素内的任何变化都会影响该因素本身。应用这些规则后，得到的IRM如图4所示。

下载：下载高分辨率图像（225KB）
下载：下载全尺寸图像

图4. IRM

5.3. IRM转换为FRM
IRM仅捕捉了因素之间的直接关系。然后将其转换为FRM，FRM提供了系统内部相互关系的更全面表示。
IRM作为基础起点，记录了因素之间的直接可达性；然而，它可能不足以完全捕捉系统内的复杂动态和相互依赖性。相比之下，FRM旨在解释总体可达性，包括通过中间因素传播的直接和间接关系。例如，如果因素A直接影响因素B，而因素B直接影响因素C，则FRM将反映因素A可以间接影响因素C。
根据ISM的原则，如果从一个因素到第二个因素存在路径，再从第二个因素到第三个因素也存在路径，则可以推断出第一个因素可以到达第三个因素。这个概念被称为传递性属性。如果从分析中省略这样的间接关系，可能会导致结构模型不完整或不准确。因此，构建FRM是确保捕捉所有因果和影响路径（无论是直接的还是间接的）的关键步骤。
FRM是结构分析后续阶段（如层次划分和有向图构建）的重要输入。基于图4，IRM可以转换为FRM。对于任何显示间接关系的因素对，FRM中的相应单元格会被标注为“1*”以区别于直接链接。例如，在IRM中，因素F3和因素F5之间没有直接关系——因此，它们的单元格最初被标记为“0”。然而，由于F3直接连接到F2，而F2直接连接到F5，因此存在从F3到F5的间接路径。根据传递性原则，FRM通过在代表F3到F5关系的单元格中赋值“1*”来反映这一点。通过在整个矩阵中系统地应用这一过程，得到了如图5所示的最终FRM。

下载：下载高分辨率图像（329KB）
下载：下载全尺寸图像

图5. FRM

5.4. 层次划分
从FRM进行层次划分是ISM过程中的一个关键步骤。这一步的目的是系统地将一个复杂的相互关联因素系统地分解为多个层次。通过根据每个因素的影响和依赖关系对其进行分配，这一步提供了构建ISM有向图的基础，该图可视化了分层的因果关系。
层次划分的核心原则基于集合论，为每个因素定义了三个关键集合。可达性集合包含可以被给定因素直接影响或间接影响的所有其他因素。这个集合是从FRM的相应行中得出的。相反，前因集合包括可以根据矩阵的相应列信息对给定因素施加影响的所有因素。交集集合顾名思义，是同时出现在可达性集合和前因集合中的因素集合。
当一个因素的可达性集合与其交集集合相匹配时，该因素被分配到一个层次。这表明该因素不依赖于任何其他因素，因此位于当前结构的顶层。这样的因素在系统中被认为是自主的，并被分配到该分析阶段的最高层次。
层次划分过程从完整的FRM开始。对于每个因素，计算这三个集合，任何符合可达性集合等于交集集合条件的因素都被分类到当前顶层。一旦所有因素都被识别出来，它们就从矩阵中分析性地移除。这不需要实际删除行和列，而是将它们从下一轮分析中排除。该过程用简化的矩阵重复进行，从下一组符合条件的因素中形成新的层次。这一过程持续进行，直到所有因素都被彻底分类到不同的层次。根据图5中呈现的FRM，研究人员应用了这一程序。结果确定了五个迭代层次，如图6所示，然后获得了最终的层次划分，如图7所示。

下载：下载高分辨率图像（1MB）
下载：下载全尺寸图像

图6. ISM迭代层次

下载：下载高分辨率图像（360KB）
下载：下载全尺寸图像

图7. 最终层次划分

5.5. 构建ISM模型
根据图7中展示的最终层次划分，有向图（有向图）以ISM模型的形式说明了因素之间的相互关系。因素根据TOE进行了分组，如图8所示。

下载：下载高分辨率图像（389KB）
下载：下载全尺寸图像

图8. 基于TOE的ISM模型

5.6. MICMAC分析
ISM模型有效地识别了因素之间的层次影响结构；然而，研究人员还应用了MCMAC分析，根据从FRM得到的驱动力和依赖力对因素进行分类，如图5所示。这种补充的分析视角通过识别哪些因素是关键的影响者以及哪些主要是其他元素的结果，从而更深入地理解系统。
结果在一个称为驱动-依赖图的二维图中展示，如图9所示。该图将因素分为四个主要组：

下载：下载高分辨率图像（430KB）
下载：下载全尺寸图像

图9. MICMAC分析
第一组是自主因素，具有较低的驱动力和较低的依赖力。这些因素通常与系统的联系较弱，战略重要性有限。第二组是依赖因素，其特征是高依赖性但低驱动力，通常代表受系统中其他因素显著影响的结果或变量。
第三组是连接因素，包括具有高驱动力和高依赖力的元素。这些因素被认为是不稳定的，因为对它们的任何变化都可能在整个系统中传播，同时对其他变量的变化也很敏感。这种相互依赖性可能导致系统中的反馈循环和潜在的波动性。第四组是基础因素，包括独立或驱动因素，它们具有高驱动力但低依赖性。这些是系统的基本驱动力，通常是启动变化或发展的战略杠杆点。
通过这种综合方法，ISM模型和MCMAC分析共同提供了一个完整的框架，用于分析复杂系统，使研究人员和决策者能够识别和优先考虑最具影响力的因素，以便进行干预或战略规划。

5.7结果摘要
通过对FRM的分析，并结合层次划分（Level Partitioning）和MICMAC分析，揭示了13个因素（F1–F13）之间的层级影响结构。通过系统迭代，这些因素根据其可达性、前置因素和交集被划分为五个层级（一级至五级），反映了ISM的逻辑。各层级的解释如下：

5.7.1. 最底层因素（第五层级）
F3和F11属于最底层因素。这两个因素表现出最高的驱动能力（F3 = 10，F11 = 8），但依赖能力相对较低，表明它们是独立的因素，对系统中的其他元素具有直接影响力。

5.7.2. 中间层和链接层因素（第四至二级）
F2、F5、F6、F8和F10不仅具有较高的驱动能力，还具有较高的依赖能力，因此被归类为链接层因素。这些因素在系统中扮演双重角色：它们对其他因素产生影响，同时也会受到较低层级驱动力的影响。相比之下，根据MICMAC分类，F7被归类为自主因素，但其驱动能力处于中等水平。在ISM模型中，F2和F5位于第四层级，作为调节影响因素和被影响因素之间的中介。这些因素在将战略驱动因素的效果传递到组织结果的过程中起着关键作用。此外，F7位于ISM层次结构的第三层级，充当低层级和高层级元素之间的桥梁。尽管其影响力可能不如前一组因素强，但仍然是系统中的重要连接组件。这一发现与专家意见一致。

5.7.3. 顶层因素（第一层级）
F1、F4、F9、F12和F13代表最终结果。具体而言，F1、F4和F12的驱动能力非常低（介于1到2之间），依赖能力也相对较低（例如，F1和F12 = 1；F4 = 3）。因此，它们在ISM层次结构中被归类为顶层因素，并与MICMAC分析中的自主因素组一致。这表明它们的影响力有限，或独立于系统中的其他元素运作，反映了自然结果。

相反，F9和F13的驱动能力也较低（仅2），但依赖能力较高（F9 = 9；F13 = 8）。这使它们在ISM中属于顶层因素，但在MICMAC中属于依赖因素——突显了它们作为受系统内其他影响因素高度塑造的最终结果的特性。

6. 讨论
6.1. 研究结果讨论
在TOE框架中，F3和F11是推动内部组织变革的外部因素。F3展示了技术进步如何塑造组织转型，影响业务战略，并要求所有层级（包括高管和运营员工）持续学习，以确保长期可持续性。这意味着转型战略必须将可持续性融入业务和运营设计中。这与[49]的研究结果一致，该报告指出数字化转型对决策者和实践者都有直接影响，有助于制定有效的政策和战略。

F11创造了转型必须遵循的监管边界。这些法律框架不仅影响可持续性目标，还决定组织的生存。不合规可能导致严重处罚、运营中断或声誉损害，从而威胁到长期可行性。高管必须制定合规绩效指标和监测系统[50]。遵守监管要求有助于实现积极的环境和社会成果，同时也是组织和国家级可持续技术采用的重要控制机制[51,49]。因此，监管要求成为高管决策和转型战略不可协商的驱动力。

重要的是，这些结果表明组织特征（如规模、结构和所有权类型）与制度压力（如监管规定、行业要求和可持续性要求）相互作用。这些压力并非孤立的外在力量，而是通过组织战略、高管政策和劳动力能力系统地内化。这种内化使得TOE框架在国有企业中仍然适用，因为这些企业的转型通常由国家政策而非市场竞争驱动。ISM层次结构进一步证实了这一点，它展示了外部施加的制度要求如何转化为内部组织响应（F2、F5、F7、F8），表明TOE在非市场驱动环境中仍具有理论一致性[52]。该研究强调数字化转型通过新的商业方式推动组织战略以实现可持续性目标。成功取决于劳动力发展、吸引数字化技能人才以及培养员工有效利用数字技术的文化。这种环境使员工能够专注于战略活动，推动价值创造和组织可持续性。这一观点与F2和F5的角色一致，它们代表了组织将技术采用与可持续性目标对齐的核心策略。这些因素有助于将外部驱动因素的影响转化为具体的组织行动。F7的支持作用体现在组织在技术变革中保持响应能力和劳动力韧性的能力上。

研究还发现，F6和F10对F8的依赖性很高，表明高管在制定战略政策时必须考虑绩效指标和组织特征。值得注意的是，F8受到所有前置因素和平级因素的直接影响，使其成为战略与组织行动之间的核心纽带。这一发现得到了[53]的支持，他们指出了将可持续性融入业务的三个主要复杂性：业务与可持续性之间的权衡、可持续性KPI的监控以及组织和文化复杂性。他们的研究强调了将最高决策机构（如执行董事会）与其他组织单位联系起来的重要性，以便有效地将可持续性嵌入战略和运营中。[54]还发现战略规划对组织绩效有显著积极影响。他们强调了变革领导力在提升绩效和战略规划中的作用。技术变化、客户偏好以及不断发展的法律框架塑造了领导行为，强调了适应性领导力在推动有效业务和组织战略方面的必要性。

最后，F4、F9和F13代表了有效实施战略举措后的最终结果。其中，F4、F9和F13是由多种先前影响因素塑造的结果驱动因素。F4反映了在大规模电力企业采用技术前评估技术稳定性和成熟度的必要性。鉴于其广泛的社会影响，技术部署必须确保企业级的可靠性。由于F3和F7的作用，技术准备度包括技术成熟度和人类可用性，以确保成功采用。F9和F13代表了适当技术采用的责任目标。组织必须部署符合道德标准的技术，促进生活质量并减少对社区的影响。这些因素反映了国有电力公司在使用技术时培养道德组织文化的责任。虽然[55]是在中国共产主义治理模式下研究这些动态的，但他们的见解仍然具有相关性。他们的研究强调了在能源国有企业中培养组织文化以支持战略目标的重要性。他们认为，此类企业应利用制度优势和意识形态基础来建立核心竞争力。组织文化通过塑造员工的心态和行为来支持战略实施。然而，成功的战略需要员工的参与，这是实现可持续性的基础。

6.2. 研究贡献
本研究在理论和实践两方面都有贡献。从理论上讲，它通过超越分类分析，纳入了 adoption 因素之间的层级关系和战略优先级，扩展了TOE框架。通过整合ISM和MICMAC，本研究提供了一种方法论上的进步，捕捉了TOE维度内的复杂相互依赖关系。这为关于数字化转型和可持续性的研究文献做出了贡献，为分析严格监管行业中的技术采用提供了更全面的视角。

本研究的研究成果超越了现有基于TOE的研究，不再仅仅对 adoption 因素进行描述性分类。以往的研究主要将TOE框架用作分类工具，这限制了其揭示因素之间的层级结构和战略优先级的能力[56],[57],[58]。相比之下，本研究开发并验证了一个层级结构模型，通过ISM和MICMAC明确地映射了因果路径和影响-依赖动态[59,60]。这一进步使电力国有企业不仅能够识别哪些因素重要，还能理解这些因素如何相互作用，以及哪些因素应优先考虑以实现可持续性目标。

关键的是，本研究解决了关于TOE框架适用性的一个关键理论难题，即该框架是否适用于那些转型主要受国家政策驱动而非市场力量驱动的组织（如电力国有企业）。通过使用ISM/MICMAC验证层级模型，我们的结果表明F11和F3作为具有高驱动能力的主导制度驱动因素。这证实了即使技术采用是由政策而非组织资源需求或竞争压力驱动的，TOE的环境维度仍然具有高度相关性。本研究开发的综合框架为未来研究提供了方法论路径，可以测试和扩展其他高度监管、国家控制行业的技术采用模型，弥合了公司层面决策模型与宏观层面制度现实之间的理论脱节[61,62]。

从实践中看，本研究为电力国有企业提供了一个经过验证的决策支持框架，突出了技术转型、组织适应性和监管环境在推动可持续数字采用方面的战略作用。该框架提供了一个经过验证的决策框架，用于识别战略优先级。分析表明，包括员工适应性、学习文化和福祉计划在内的人力因素比之前强调的技术兼容性更为关键。层级模型作为管理工具，有助于有效优先排序干预措施和资源配置，从而确保数字投资符合ESG要求和国家可持续性议程。这将战略焦点从基础设施兼容性转移到了组织生态系统的准备度上。

7. 结论
电力国有企业面临着在采用数字技术的同时实现经济绩效和可持续性的关键决策。本研究提供了一个使用TOE的结构化战略决策支持框架。通过ISM结构对因素进行分类，可以系统地理解各要素之间的动态相互关系。技术维度表明，转型驱动力量和可持续性战略是影响整个生态系统的主要驱动因素，其中转型在基础层面上具有最高的驱动能力。组织维度是企业的核心，业务战略、绩效、高管政策和组织特征作为关键纽带，将技术输入与可持续性结果联系起来，而人类适应性则加强了文化对齐和组织韧性。监管和政策（包括道德责任）是塑造组织决策的强大驱动力，社会福祉代表了成功系统整合和组织绩效的目标。研究结果进一步表明，这些制度压力（特别是监管要求和行业范围内的可持续性要求）被内化为组织战略和运营实践，验证了TOE框架在转型主要由政策而非市场力量驱动的国有企业中的适用性。

通过将TOE与ISM和MICMAC结合，本研究解决了传统TOE应用的局限性，揭示了市场和非市场驱动条件下的层级因果路径，并确定了优先因素。这种TOE-ISM整合为组织提供了一个有效的战略工具，用于优先排序转型举措并设计符合长期可持续性目标和国家ESG承诺的发展路径。

作为提交手稿《将可持续性嵌入TOE框架：电力行业国有企业的数字化转型以实现SDGs》的作者，我们确认本文的研究没有获得任何外部资金支持。本研究的所有环节，包括数据收集、分析和手稿准备，均在没有任何资助机构或组织的财务支持的情况下完成。

**伦理声明**
作者承诺遵守研究和学术出版领域的最高伦理标准。本研究遵循了良好研究实践（Good Research Practice）的准则，并获得了玛希隆大学机构中央审查委员会（Mahidol University Institutional Central Review Board，简称MU-CIRB）的批准（批准编号：MU-CIRB 2024/475.1911）。所有参与研究的个体均已签署知情同意书。

**关于写作过程中生成式AI和AI辅助技术的声明**
在撰写本论文的过程中，作者使用了ChatGPT和Gemini等工具来提升手稿的可读性和语言表达。使用这些工具/服务后，作者对内容进行了必要的审查和编辑，并对最终发表的文章内容承担全部责任。

**作者贡献声明**
Paphawinn Niyudachayakoon：撰写初稿、数据整理、项目管理和形式分析；Theeraya Mayakul：撰写修订稿、内容验证、研究方法制定及概念构建。