数字商业策略对制造业绿色创新的非线性影响：一项调节中介分析

《Journal of Innovation & Knowledge》：The non-linear effect of digital business strategies on green innovation in manufacturing: A moderated mediation analysis

　　郑小勇|钟家琦|皮伟
浙江师范大学经济管理学院，浙江省金华市英宾大道688号，321004，中国

**摘要**
数字商业策略在促进绿色创新中的作用是现有文献中的一个关键知识空白。基于动态能力框架，我们研究了数字商业策略对绿色创新的影响，并利用分层回归和模糊集定性比较分析（fsQCA）方法分析了175家中国制造企业的数据。研究结果表明，数字商业策略与绿色创新之间存在倒U型关系；其中，绿色动态能力部分中介了这种倒U型关系。制度压力对这些倒U型关系以及绿色动态能力与绿色创新之间的线性关系具有正向调节作用。fsQCA的结果支持了回归分析的发现，并拓展了关于绿色创新的配置理论，识别出两条通往高绿色创新的独特路径。这些发现阐明了数字商业策略对绿色创新影响的复杂机制，为制造企业有效利用这些策略提供了路径指引。

**引言**
数字商业策略是企业层面的一项计划，通过在解决方案、运营和业务活动中嵌入数字技术并使用数字资源来创造差异化价值，从而获得竞争优势（Zheng, 2024）。研究表明，数字商业策略会影响各种组织成果，如价值共创和创新绩效（Qiao & Liu, 2024; Zheng, 2024）。此外，将数字技术与业务策略相结合以提高运营效率和客户参与度的数字商业策略（Bharadwaj et al., 2013）有可能改造传统商业模式并推动可持续创新。随着企业越来越认识到环境可持续性的重要性，绿色创新受到了实践者和学者的广泛关注（Qin et al., 2025）。绿色创新是指开发有利于环境可持续性的产品、流程或服务（Qin et al., 2025）。对于制造业而言，绿色创新尤为重要，因为这是推动绿色创新的关键领域。中国共产党的第二十次全国代表大会将绿色发展和数字智能确定为制造业未来发展的三大核心方向之一。2024年，工业和信息化部与其他六个部门联合发布了指南，强调加快制造业的绿色发展。这些指南强调了数字化与绿色实践在制造过程中的深度融合。在此背景下，将数字商业策略与可持续实践相结合成为制造企业应对现代商业环境复杂性的关键问题。现有研究探讨了数字商业策略对效率（Eniola et al., 2022）、服务创新（Yin et al., 2025）、创新绩效（Zheng, 2024）和价值创造（Chi et al., 2022; Qiao & Liu, 2024）的影响。然而，数字商业策略与绿色创新之间的相互作用尚未得到充分研究，因此有必要深入分析这一关系背后的机制。

探索制造企业中数字商业策略与绿色创新之间的关系，以及明确其相关的机制路径和边界条件，具有理论和实践意义。首先，这有助于应对制造业可持续发展的迫切需求。作为全球经济的核心支柱，制造业既是资源消耗和碳排放的主要来源，也是实现碳中和和可持续发展的关键领域（Dou et al., 2024）。随着环境法规的日益严格和消费者对绿色产品的需求增加，制造企业必须通过绿色创新克服发展瓶颈（Wang et al., 2024a）。数字商业策略整合了物联网（IoT）和大数据等技术，以优化生产流程并降低成本（Meyer et al., 2023; Mithas et al., 2013），从而有可能成为绿色创新的引擎。研究这两者之间的关系直接回应了制造业在环境保护和经济绩效之间实现双赢目标的实际需求（Dou et al., 2024）。这一分析为企业提供了应对可持续发展 dilemmas 的理论支持。其次，该研究为制造企业利用数字化推动绿色创新提供了实践指导。在数字经济与绿色经济深度融合的背景下，许多制造企业在数字化转型方面面临挑战（Wang et al., 2024a; Yu et al., 2025）。一些企业虽在数字化上投入了大量资源，但未能将其有效转化为实质性绿色创新（Zhang & Shi, 2024）。研究数字商业策略与绿色创新之间的机制路径和边界条件可以为企业提供可行建议，帮助企业制定兼顾数字化和绿色发展的战略，减少数字资源的浪费，并增强在可持续发展中的竞争力。第三，该研究填补了数字商业策略与绿色创新交叉领域的研究空白。数字商业策略不仅仅是数字技术的简单应用，而是涉及组织结构转型、信息技术基础设施建设、跨职能资源整合和价值创造的系统变革（Nadeem et al., 2018; Qiao & Liu, 2024）。尽管已有大量研究探讨了数字商业策略对组织行为和绩效的影响（Chi et al., 2022; Qiao & Liu, 2024; Zheng, 2024），但学者们尚未明确这些策略如何影响企业的绿色创新成果。因此，研究这一关系有助于填补文献中的理论空白，并进一步明确绿色创新的前因。

**研究方法**
本研究采用动态能力理论作为理论框架，该理论强调企业适应、整合、构建和重塑内部和外部资源以应对快速变化的业务环境的能力的重要性（Teece et al., 1997）。这一理论与我们的研究相关，因为它强调了在数字时代发展组织能力以推动创新和保持竞争力的必要性（Orero-Blat et al., 2025）。动态能力理论为我们提供了考察企业如何利用数字商业策略强化绿色创新努力的有力视角。

**绿色动态能力的作用**
绿色动态能力是指企业感知和抓住绿色机会、重组内部和外部绿色资源以应对环境挑战的能力（Appiah, 2024; Mensah et al., 2025）。这些能力对于企业有效开发和实施绿色创新至关重要（Appiah, 2024; Khan et al., 2025）。通过理解数字商业策略如何促进绿色动态能力的发展，我们可以深入理解它们在推动绿色创新中的中介作用。此外，制度压力作为外部环境的核心特征，在塑造数字商业策略与绿色创新之间的关系中起着重要作用（Akhtar et al., 2024）。制度压力源自监管要求、社会期望和竞争动态，会影响组织行为和战略决策（DiMaggio & Powell, 1983）。尽管已有研究探讨了制度压力对企业绿色创新的影响（Huang & Huang, 2024），但它们在数字商业策略与绿色创新关系中的调节作用（包括与绿色动态能力的互动）尚未得到研究。这一研究空白突显了需要将制度压力作为能够增强或抑制数字商业策略促进绿色创新效果的环境因素进行探讨。

**研究问题**
本研究旨在回答以下问题：数字商业策略如何影响绿色创新？绿色动态能力在这一关系中起什么作用？制度压力如何调节这些关系？通过探讨这些问题，本研究旨在全面了解如何利用数字商业策略推动企业的绿色创新，特别是制造企业的绿色创新。

**研究贡献**
本研究在四个方面丰富了相关文献：首先，揭示了数字商业策略与绿色创新之间的倒U型关系，拓展了数字商业策略在可持续性背景下的研究；与数字商业策略对创新绩效的线性影响不同（Zheng, 2024），初期投资数字商业策略可以促进绿色创新，但超过某个阈值后，额外投资可能会产生反效果。这为数字化悖论提供了实证证据（Gao et al., 2025; Qi et al., 2025）。其次，通过识别绿色动态能力的一个新前因，将动态能力理论应用于数字时代的可持续性研究。以往的研究揭示了绿色人力资源管理（Wang et al., 2025）、绿色智力资本（Mensah et al., 2025）、企业社会责任（Saleem & Bashir, 2024）和主动跨边界搜索（Appiah, 2024）等前因。本研究进一步将数字商业策略确定为另一个前因，但其对绿色动态能力的影响呈现倒U型而非线性关系。第三，将制度压力确定为关系的正向调节因素，有助于全面理解影响数字商业策略促进绿色创新的情境因素。以往研究主要关注数字化对不同制度环境下企业创新的影响（Zhang et al., 2023），而本研究揭示了这两个因素对绿色动态能力和绿色创新的相互作用效果。最后，本研究提出了两条通往高绿色创新的新型路径，丰富了绿色创新的配置理论。现有文献基于资源协调理论（Cui et al., 2025）确定了三种实现高程度绿色创新的配置模式，基于建筑企业（Li et al., 2023b）和高科技企业（Liu & Wang, 2025）确定了四种配置路径，而本研究则确定了制造业中的两条新型路径。

**理论背景与假设发展**
数字商业策略与绿色创新
绿色创新是指通过创新产品和服务减少环境污染、降低能源消耗并提高环境绩效的组织活动（Vo-Thai & Tran, 2025）。在相关文献中，绿色创新也被称为生态创新，反映了这类创新行为的环境或生态友好性。广义上，绿色创新包括绿色产品创新和绿色流程创新（Vo-Thai & Tran, 2025）。前者涉及使用环保原材料和辅助材料以及产品的可回收性，后者涉及应用绿色制造技术、提高能源效率和优化流程以减少自然资源消耗。最近的研究表明，数字技术的整合是环境创新的关键推动因素，能够优化能源消耗模式并减少碳排放（Quttainah & Ayadi, 2024），从而有助于减轻环境污染并提升环境绩效（Du & Zhang, 2025）。数字商业策略可以通过两种视角促进绿色创新：一是通过高效管理和利用绿色信息与知识（Falcó et al., 2025），数字技术使制造企业能够快速扫描外部可持续环境并主动获取绿色创新所需的最新知识和信息（Asbeetah et al., 2025），确保绿色信息与知识的前瞻性；二是通过高效分配和利用绿色资源（Falcó et al., 2025）。数字商业战略优化了多种资源的配置效率，包括技术资源、人力资源、资本和设备（Chi等人，2022年；Liu和Rong，2025年；Zhao等人，2025年）。有效的资源分配降低了投入成本，并为公司绿色创新提供了稳定的资源支持，从而提高了产出效率。具体而言，数字平台和跨部门数据接口的应用可以打破资源障碍，降低绿色资源整合的成本（Chi等人，2022年），并增强绿色资源的高效整合和利用。同时，诸如云共享系统之类的数字工具可以加速组织内部绿色智力资本的流动，优化智力资本，并提升公司的绿色创新能力（Liang和Sun，2024年）。因此，适度的数字商业战略可以通过优化资源部署和利用来推动绿色创新的发展。

第三，数字商业战略通过改善内部和外部合作来增强绿色创新能力。数字技术与企业战略的深入整合使数字技术渗透到企业的各种业务流程中，包括生产、市场营销、人力资源、技术研发（R&D）、行政管理以及战略规划（Appiah-Kubi等人，2025年）。例如，在生产、研发和业务运营中部署的传感器和信息分析技术可以及时识别绿色创新中的不足并迅速进行调整（Tao等人，2025年）。通过数字通信技术和数字协作创新平台，企业内部各部门可以实现无缝连接和协调运作（Ren等人，2024年），从而实现跨团队、部门和地区的实时协作和联合决策（Wei和Sun，2021年）。这减少了创新过程中的循环和协调时间，提高了创新活动的效率。此外，高质量的绿色创新需要与外部合作伙伴的有效合作。产业-学术-研究合作是与外部利益相关者合作推动绿色创新的关键动力（Gao等人，2023年）。在这种合作模式下，企业、学术界和研究机构可以通过数字创新平台和信息通信技术进行交流和协作，以完成绿色创新任务。因此，通过实施数字商业战略，企业可以加速数字化转型，发展数字能力，并有效推动绿色协同创新（Xie和Wang，2025年）。

相比之下，过度实施数字商业战略可能对绿色创新产生负面影响。首先，它可能导致信息过载。数字技术在业务运营中的广泛应用产生了大量数据（Wang等人，2024b），但能够支持绿色创新的有效数据流是有限的。过于激进的数字商业战略会导致数据信息的指数级增长，进一步加剧信息泡沫问题（Irfan等人，2022年）。鉴于信息来源、类型和属性的显著差异，管理者必须采用多样化的信息处理方法和需求（Jiang等人，2025年），这增加了信息处理的复杂性。当这种庞大而多样的信息超出特定阈值时，企业会遇到无法有效管理和处理的信息量，导致信息过载，从而直接影响企业从大量数据中及时提取有价值洞察力的能力（Wang等人，2024b）。更重要的是，过多的信息会分散决策者的注意力。根据基于注意力的观点，决策者的注意力是一种有限的认知资源（Ocasio，1997年）。当企业未能将注意力集中在绿色创新的核心问题上时，与绿色创新相关的活动就无法得到实施（Wu等人，2025年），最终会对绿色创新结果产生不利影响。

其次，过度投资于数字商业战略会导致企业内部资源分配失衡。基于资源观的视角，成功的绿色创新需要大量的绿色资源（Huan和Chen，2023年）。然而，实施数字商业战略需要在数字基础设施上投入大量初期资金并持续维护（Mithas等人，2013年）。在资源有限的条件下，过度投资于数字化会不可避免地导致资源从关键的绿色创新领域（如绿色人力资源管理和生态技术研发）中被挤出（Han等人，2024年；Wang等人，2024b）。这种资源错配产生了一个明显的悖论：过度的数字化产生了闲置和未充分利用的数字资源（Dou和高，2022年），而资源投入不足则限制了绿色创新（Gao等人，2022年）。从根本上说，数字商业战略的过度扩张扭曲了资源流向。用于吸引绿色供应商和发展环境技术的资源被转移到了数字化项目上。这种“数字化陷阱”阻碍了绿色创新的进展。因此，过度实施数字商业战略可能损害绿色创新的结果。

第三，致力于实施数字商业战略的企业往往主要关注商业模式、客户参与度、运营效率和财务绩效（Park和Mithas，2020年；Yin等人，2025年）。因此，过度的数字商业战略意味着企业过于注重提高效率和财务绩效，而忽视了可持续性、环境影响和绿色创新。在这种情况下，企业的创新活动重点转向了创新效率和效果，而不是创新的绿色化或绿色创新本身。此外，过度的数字商业战略可能会导致过度依赖数字技术，忽略了人力资本在推动绿色创新中的优势（Zheng等人，2024年）。员工创造力和参与度是绿色创新的关键驱动力（Aslam等人，2024年；Tian等人，2023年）。从基于注意力的角度来看，企业会优先处理他们最关注的问题（Ocasio，1997年）。基于这个观点，过度的数字商业战略促使企业过于注重通过整合数字技术来提高效率和财务绩效，从而边缘化了绿色创新及其人力资本在推动绿色创新中的作用。因此，过度的数字商业战略可能会阻碍绿色创新。

如上所述，制造企业中的数字商业战略与绿色创新之间的关系并非线性发展，而呈现出倒U形模式——最初是积极的，随后转为消极。适度的数字商业战略有利于推动绿色创新，而过度采用可能会产生相反的效果。基于此讨论，提出以下假设：

H1：制造企业的数字商业战略与绿色创新之间存在倒U形关系。

**数字商业战略与绿色动态能力**

动态能力理论的核心原则认为，企业通过构建、整合和重构内部和外部资源来获得竞争优势，以应对环境变化（Teece等人，1997年）。最近的研究将这一理论扩展到了可持续性领域，在概念命名、含义精细化、维度分类、前因识别和结果探索方面取得了重大进展。这一理论演变主要体现在三个方面：

首先，可持续性领域的动态能力已被具体化为特定术语。随着特定动态能力在可持续性领域的引入，学者提出了诸如可持续动态能力、绿色动态能力和环境动态能力等概念。具体来说，可持续动态能力是指一套以可持续性为中心的动态能力（Bari等人，2024年）。它具有足够的灵活性，可以根据不断变化的业务环境进行更新、修订和调整。它包含五个维度：组织学习、关系构建、共享愿景、跨职能整合以及技术感知与响应（Alenazi和Alanazi，2023年）。绿色动态能力是指企业通过感知外部环境的变化和需求，抓住绿色机会并重构内部和外部绿色资源，以实现可持续发展的能力（Appiah，2024年；Mensah等人，2025年）。其维度结构包括感知、抓住和重构（Appiah，2024年）。环境动态能力包括组织通过这些实践来发展、整合、扩展和重组其资源和专业知识，以在不断变化的环境条件下创造可持续价值（Trujillo-Gallego等人，2025年）。它包含两个维度：高阶环境动态能力（例如，生态设计、内部环境管理）和低阶环境动态能力（例如，绿色制造、绿色物流；Trujillo-Gallego等人，2025年）。鉴于我们的研究背景与绿色创新紧密相关，我们采用了绿色动态能力的概念。

其次，双重目标导向将动态能力植根于可持续性。将动态能力扩展到可持续性需要超越传统的竞争优势范式。这种重新定位优先考虑绿色价值创造，战略性地平衡经济效率和环境效益（Mensah等人，2025年）。因此，绿色动态能力对于研究环境绩效、可持续性结果和绿色创新非常重要（Borah等人，2025年；Wang等人，2025年）。

第三，几个不同的前因特征定义了可持续性领域的动态能力。绿色动态能力的前因包括绿色人力资源管理（Wang等人，2025年）、绿色智力资本（Mensah等人，2025年）、企业社会责任（Saleem和Bashir，2024年）以及积极主动的跨界探索（Appiah，2024年），所有这些因素都促进了绿色动态能力的发展。这些因素与传统动态能力的前因有所不同，这也突显了探索绿色动态能力前因的重要性。因此，本研究将数字商业战略确定为一个新的前因，并深入探讨了数字商业战略与绿色动态能力之间的复杂关系。

基于动态能力理论，绿色动态能力被概念化为感知、抓住和重构。适度的数字商业战略可以提升制造企业的绿色动态能力。首先，适度的数字商业战略有助于增强企业感知和抓住绿色机会的能力，从而提高其绿色动态能力。数字商业战略的实施推动了现代数字技术在企业中的广泛应用。通过利用行业绿色数据共享平台和大数据分析技术，企业可以收集分散的绿色信息，如市场和技术趋势、环境政策变化、供应链碳足迹、消费者行为和竞争动态（Tao等人，2025年），从而提高获取外部绿色情报的效率（Patwary等人，2024年）。此外，数字商业战略通过数字平台和即时通信工具促进了企业与客户和利益相关者的深入互动。这种直接互动使企业能够获得有关环境需求和偏好的第一手数据，确保信息的及时性和准确性（Patwary等人，2024年；Tao等人，2025年）。此外，数字商业战略强调将数字技术与业务场景相结合，提升了企业的数据处理能力，生成数据驱动的决策洞察（Yin等人，2025年）。这不仅确保了及时获取绿色技术和市场发展信息，还加深了对绿色创新机会的识别，帮助企业迅速确定绿色趋势和创新方向。它鼓励企业调动和利用资源抓住绿色机会。因此，适度的数字商业战略在感知和抓住能力方面有效增强了绿色动态能力。

其次，适度的数字商业战略通过整合和重构绿色资源来提升绿色动态能力。移动计算、云计算、社交媒体、物联网和人工智能技术的嵌入使用从根本上改变了组织运营、流程和商业模式（Guenzi和Habel，2020年）。这种数字整合简化了操作流程，提高了组织灵活性，并改善了绿色资源的规划和利用（Tao等人，2025年），从而增强了利用和重构绿色资源的能力。具体来说，将数字技术与部门业务运营相结合，实现了快速的跨单位信息流动和共享（Wu等人，2023a），使企业能够高效识别和获取所需的绿色资源。这种融合进一步减少了信息不对称性，并纠正了绿色资源的错配（Li等人，2023c），促进了资源的及时重新分配（Li等人，2023c；Liu等人，2023年），使组织通过持续重构实现最优绿色资源部署（Li等人，2023；Liu等人，2023年），提高了利用效率。数字商业战略的实施使企业能够通过数字平台和物联网生态系统内部和外部识别和获取互补的绿色资源（Pan和Yang，2024年），从而增强了绿色资源的协调和整合能力（Liu和Rong，2025年；Zhao等人，2025年）。此外，数字协作网络通过知识溢出效应促进了战略性的绿色资源重组（Shi等人，2023年），进一步提升了重构能力。因此，适度的数字商业战略增强了企业的绿色动态能力。

然而，过度实施数字商业战略会阻碍绿色动态能力的发展并产生负面影响。首先，过度实施数字商业战略可能会导致信息过载。尽管适度的数字商务战略提升了企业信息化和数字化水平，但过度强调可能会引发信息过载（Arnold等人，2023年；Jiang等人，2025年）。特别是，对数字商业战略的过度投资可能导致信息过载。这不仅消耗了认知资源，还分散了管理者的注意力，最终削弱了绿色感知和抓住能力。这种超负荷表现为三个有害的后果。首先，它侵蚀了企业识别关键信号的能力。通过过度数字化商业战略产生的大量非关键信息——包括冗余的用户行为数据和技术参数细节——消耗了管理者的认知资源。这削弱了管理者辨别信息意义和价值的能力，增加了对其重要性的不确定性（Matthes等人，2024年）。这种不确定性降低了自我效能感，降低了管理者判断关键环境因素的准确性（Matthes等人，2024年），并迫使他们忽视重要的环保信号，如关键政策条款或消费者的环保偏好。另一个后果是信息处理质量的下降。当信息复杂、动态或相互矛盾时，超负荷会分散管理者的注意力，削弱信息处理能力，并降低信息整合和利用的质量（Li等人，2023a）。这种动态直接降低了识别环保机会的效率。最严重的是，它可能导致决策质量下降，导致浅层次的洞察力。信息超负荷导致对环保信息的理解肤浅，引发延迟的判断、次优的决策，甚至错误（Jiang等人，2025年）。最终，这损害了感知和抓住环保机会的整体效果。因此，企业的环保动态能力受到影响。

其次，数字化商业战略不仅引入了信息系统或数字技术，还要求企业具备相应的条件。数字化商业战略需要组织文化、市场定位和商业模式之间的协调和协同（Qiao & Liu，2024年）。随着数字化商业战略的深入，协调和协同的挑战增加，导致这些方面的不一致性加剧，以及调动和整合资源以适应环境变化的效率下降（Martínez-Caro等人，2020年）。这削弱了制造企业利用环保机会的能力。

第三，数字化商业战略强调数字技术与商业战略的对齐。起初，这种对齐可以最小化组织惯性并提高组织灵活性（Zheng等人，2025年）。然而，当数字技术与商业战略高度对齐时，企业往往会过度依赖数字技术和大量数据来推动组织常规和业务运营（Gerow等人，2014年；Liang等人，2017年）。随着时间的推移，这种依赖会导致新的组织惯性，降低组织敏捷性（Liang等人，2017年），并损害企业应对环保机会的效率（Li等人，2024年），最终阻碍环保动态能力的更新和升级。

总之，适度的数字化商业战略可以增强环保动态能力，但不符合企业发展阶段和背景的过度数字化商业战略可能会阻碍环保动态能力的发展。换句话说，数字化商业战略对环保动态能力的影响并非线性，而是呈现倒U形趋势，即初期上升后出现下降。基于上述分析，提出以下假设：H2 数字化商业战略与制造企业的环保动态能力之间存在倒U形关系。

**环保动态能力与绿色创新**

环保动态能力是企业在不断变化的外部环境中导航并实现可持续发展的关键资产（Ullah等人，2025年）。这些能力包括识别和利用环保机会以及重组资源进行环保创新的能力（Sarwar等人，2023年）。首先，感知能力是环保动态能力的关键组成部分，使企业能够快速准确地发现环保创新的机会（Haug等人，2025年）。绿色创新的成功与对客户绿色需求、绿色消费趋势以及绿色发展政策和法规的深入理解密切相关（Ullah等人，2024年）。企业必须具备获取绿色市场动态、政策变化和行业转型更新的专业知识，才能进行精确分析和发展判断，保持在绿色创新的领先地位。这种感知能力是环保动态能力的基石，有助于企业深入了解外部环境（Singh等人，2022年），表明企业能够跟踪和收集来自外部环境的绿色知识和信息，并识别潜在的绿色发展机会。这种能力使企业能够敏锐地感知绿色市场需求、绿色技术和绿色政策法规及其变化趋势（Haug等人，2025年）。因此，环保动态能力使企业的绿色创新努力与政策指导、环境监管机构的要求以及客户需求保持一致，从而实现更优的绿色创新成果。其次，抓住和重组能力作为动态能力的关键组成部分，对于企业将环保机会有效转化为绿色创新至关重要（Abbas，2024年；Haug等人，2025年）。绿色产品的开发和绿色流程的优化需要特定的组织资源、知识和技术专长（Shehzad等人，2024年）。具备环保动态能力的企业可以动态评估现有的绿色资源，并调动它们来抓住环保机会，重新配置资源以支持绿色创新的实施（Appiah，2024年）。在这种情况下，环保动态能力提高了将环保机会转化为绿色创新实践的效率。基于这些考虑，提出以下假设：H3 环保动态能力积极影响制造企业的绿色创新。

**环保动态能力的中介作用**

动态能力可以解释组织战略如何使企业获得可持续竞争优势的内部机制（Cheng & Miao，2025年）。数字化商业战略被视为企业层面的战略（Zheng，2024年），而绿色创新是可持续竞争优势的关键来源（Van等人，2025年）。因此，通过动态能力，可以将环保动态能力视为解释企业数字化商业战略如何影响绿色创新的内部机制（Zheng，2024年）。正如H1所提出的，数字化商业战略促进了制造企业的绿色创新。然而，这种关系并非线性，而是呈倒U形。这意味着适度的数字化商业战略最有利于绿色创新。此外，数字化商业战略的实施被认为可以促进环保动态能力的发展。然而，这种关系也呈现倒U形，因为过度的数字化商业战略可能导致严重的组织惯性和信息超负荷，从而削弱环保动态能力。由于环保动态能力与绿色创新之间存在正线性关系，环保动态能力的削弱可能导致绿色创新的下降。因此，适度的数字化商业战略可以增强环保动态能力，进而提高绿色创新。相反，过度强调数字化商业战略会削弱环保动态能力，减少绿色创新。换句话说，数字化商业战略对绿色创新的倒U形影响可以通过环保动态能力的中介作用来实现。基于这一前提，提出以下假设：H4 环保动态能力在数字化商业战略与绿色创新之间的关系中起到中介作用。

**制度压力的调节作用**

制度压力是塑造组织结构和行为的外部力量，符合各种利益相关者的期望。它们通常被分为三个维度：监管压力、规范压力和认知压力（Jiang等人，2024年）。监管压力源于政府的环保指南、法规和政策（Liao，2018年）。客户对环保产品的需求、供应商的环保意识以及社交媒体对环保的关注推动了规范压力（Liao，2018年）。认知压力来自竞争对手的成功环保实践（Liao，2018年）。这种压力是公司应对环境挑战的关键决定因素，与它们的绿色创新和环境倡议密切相关（Singh & Joshi，2024年）。我们认为制度压力对数字化商业战略与绿色创新之间的关系具有三重调节作用。

假设制度压力会放大数字化商业战略与绿色创新之间的倒U形关系。首先，制度压力加强了适度数字化商业战略对绿色创新的积极影响。正如制度理论所提出的，制度压力源自制度环境，是影响企业决策能力和行为的关键因素（Scott，2008年）。然而，制度压力在多大程度上塑造企业行为取决于制度强度（Martín-Tapia & Llamas-Sánchez，2025年）。尽管适度的数字化商业战略有助于绿色创新的知识管理和信息共享（Xue等人，2025年；Zheng，2024年），但在缺乏相关制度压力或压力较低的情况下，企业通常缺乏参与绿色创新的动力和紧迫感（Xue & Wang，2025年）。因此，在实施数字化商业战略时，绿色创新可能不会得到优先考虑。相反，在高制度压力下，企业被迫实施重大的环保举措，从而有效地利用数字化商业战略来实现绿色创新。这种动态放大了数字化商业战略在推动绿色创新方面的好处。因此，虽然适度的数字化商业战略可以在低制度压力下促进绿色创新，但在高制度压力下其积极效果会被放大。

其次，制度压力加剧了过度激进的数字化商业战略对绿色创新的负面影响。过度关注数字化商业战略会导致信息超负荷，从而限制企业的绿色创新努力（Wang等人，2024b）。在高制度压力的环境下，这种不利影响会被进一步放大。随着制度压力的加剧，企业被迫优先处理来自外部利益相关者的环境信息。然而，在信息超负荷明显的情况下，对绿色相关信息和知识的过度关注并未提高信息处理效率，反而加剧了效率低下（Li，2017年）。这加剧了过度数字化商业战略对绿色创新的负面影响。在资源受限的情况下，对数字化商业战略的过度投资会限制企业对绿色创新的资源分配（Yu等人，2021年）。在这种情境下，制度压力的加剧加剧了这种资源挤出效应。根据制度理论，外部制度压力——强制性的环保法规——强烈影响企业在资源分配和利用方面的决策能力和行为（Guo等人，2024年）。随着外部制度压力的增加，企业被激励优先考虑合规性和合法性，将其资源导向数字合规系统（例如碳排放监测平台）以减少污染和排放（Liu & Xu，2024年）。这挤出了对绿色创新的投资（Liu & Xu，2024年），加剧了过度数字化商业战略对绿色创新的负面影响。总之，制度压力增强了适度数字化商业战略对绿色创新的积极影响，同时加剧了过度数字化商业战略对绿色创新的负面影响。因此，提出以下假设：H5a 制度压力对数字化商业战略与绿色创新之间的倒U形关系具有积极的调节作用。

制度压力对数字化商业战略与绿色动态能力之间的倒U形关系具有积极的调节作用。首先，制度压力通过适度数字化商业战略促进了环保动态能力的形成。数字化商业战略为动态能力提供了技术、组织和程序基础，推动了它们的发展（Qiao & Liu，2024年），并有助于发展环保动态能力。然而，这些战略在增强这些能力方面的有效性取决于来自各种利益相关者的制度压力。根据制度理论，高制度压力，特别是强制性监管压力，促使企业优先获取和处理绿色动态信息（例如，绿色法规和市场需求；Chen等人，2025年）。这使得数字化商业战略在绿色感知能力和绿色抓住能力方面的优势特别有益，从而使数字化商业战略更有利于环保动态能力的发展。此外，制度理论表明，在高环境制度压力下，企业会积极分配和使用资源以应对这些压力（Guo等人，2024年）。数字化商业战略在资源规划和利用方面具有明显优势（Tao等人，2025年），使企业能够在高制度压力下有效利用这些战略来增强其整合和利用绿色资源的能力。因此，制度压力加强了数字化商业战略对环保动态能力的积极影响。其次，制度压力加剧了过度数字化商业战略对环保动态能力的负面影响。过度强调数字化使企业依赖数字技术和现有的数字技术驱动的运营模式，阻碍了信息系统与外部利益相关者的整合（Yang等人，2025年），并阻碍了环保动态能力的发展。特别是在制度压力加剧的情况下，企业不得不通过数字化商业战略调整或重塑其环保动态能力以适应制度环境（Lee等人，2024年）。此类调整或重塑对于过度依赖数字技术的僵化运营模式来说是一个巨大的挑战，会削弱绿色资源整合和重构的效率，并导致绿色动态能力的下降。此外，对数字策略的过度强调可能导致信息过载（张等人，2024年）。在机构压力日益增加的情况下，这种现象会进一步加剧信息处理负担，从而影响对绿色机遇的感知和把握能力，最终导致整体绿色动态能力的下降。因此，在机构压力增大的情况下，过度采用数字商业策略对绿色动态能力发展的负面影响显得尤为明显。基于上述讨论，我们提出以下假设：

H5b：机构压力对数字商业策略与绿色动态能力之间的倒U型关系具有正向调节作用。
H5c：机构压力对绿色动态能力与绿色创新之间的关系具有正向调节作用。

绿色动态能力理论认为，绿色动态能力是企业响应外部绿色发展环境的基础（Saleem & Bashir, 2024），而这一理论又根植于制度理论。机构压力是企业必须应对的外部环境刺激（Mishra et al., 2025）。首先，监管压力来自政府制定的规则、法规、标准和政策（Shi & Mai, 2025）。在可持续性领域，这些压力作为强制力，规定了企业必须满足的基本环境要求，同时提供激励措施引导企业采用可持续实践（Lee et al., 2024）。因此，当企业面临严格的监管压力时，具有强大绿色动态能力的企业能够更快地调动、整合和重组绿色资源以应对这些挑战（Huan & Chen, 2023），从而在绿色创新中发挥更大的作用。因此，监管压力增强了绿色动态能力对绿色创新的贡献。其次，规范性压力包括消费者对绿色创新的期望以及供应商的愿景（Liao, 2018）。特别是消费者的压力尤为显著。现有研究表明，消费者是企业采用绿色实践的重要驱动力（Li et al., 2023d）。从制度理论的角度来看，企业倾向于积极回应这些压力以获得规范性合法性（Mishra et al., 2025）。随着这些压力的增强，具备强大绿色动态能力的企业能够更敏锐地响应这些期望和需求，迅速调动和分配绿色资源来满足它们。因此，规范性压力加强了绿色动态能力在促进绿色创新中的作用。第三，当竞争对手在绿色发展方面取得显著进展并实现重要创新时，认知压力也会出现（Liao, 2018）。具有强大绿色动态能力的企业能够迅速识别这些压力，为了跟上竞争对手的脚步并获得认知合法性（Layaoen et al., 2024），它们会积极整合和利用绿色资源，增加其在创新过程中的应用，从而增强绿色创新的成效。因此，认知压力放大了绿色动态能力对绿色创新的积极影响。

提出的研究模型如图1所示。

下载：高分辨率图像（173KB）
下载：全尺寸图像

图1. 研究模型和假设

研究方法
样本与数据
本研究样本为中国制造企业，鉴于它们与研究主题的高度契合性，这是一个理想的研究对象。首先，制造业在数字化转型中受到最高关注，为探索数字商业策略提供了良好的研究背景（Wang & Su, 2021）。为了加速制造业的数字化和数字化转型，中国政府推出了一系列支持性政策和行动计划，例如《制造业数字化转型实施方案》。此外，还为特定子行业制定了针对性政策，如《电子信息制造业数字化转型实施方案》和《制药工业数字化与智能化转型实施方案（2025-2030年）》。在这些政策引导下，制造业企业积极探索数字商业策略（Wang & Su, 2021），为本研究的样本选取和定量分析奠定了基础。其次，制造业涵盖了绿色产品创新和绿色过程创新，这与本研究对绿色创新的定义高度一致。作为绿色创新高度集中的行业，制造业在绿色产品创新和绿色过程创新方面都有明显表现（Xie & Wang, 2025），这也是本研究考察的两个核心组成部分。这种高度一致性使得使用中国制造业企业作为研究对象是合理的。第三，制造业面临的环境制度压力存在显著差异，该行业包括高污染企业和低污染企业，它们各自面临不同的环境制度压力（Ning et al., 2022）。这种差异性为捕捉制度压力变量提供了良好的研究背景，这对于本研究分析至关重要。

我们采用了调查问卷这一与现有文献中 established 的方法一致的研究方法来收集数据（Zheng, 2024）。为确保调查的有效性和质量，我们采取了两项关键措施：首先，在问卷开头设置了隐性筛选问题，考虑到受访者在当前组织中的职位和任期可能影响数据准确性（Zheng, 2024），我们在问卷说明中明确了合格受访者的具体职位要求。尽管如此，仍可能存在不符合这些要求的受访者。为了解决这个问题，我们在问卷中加入了关于受访者职位和任期的明确问题，从而在收集数据后排除了不符合要求的人员。其次，我们进行了预测试以修改和完善问卷（Mengistu et al., 2025）。预测试的主要目的是识别并纠正潜在的歧义、错误或遗漏。经过两轮预测试（共涉及32名受访者及其相应的修改后，我们使用改进后的问卷进行了正式调查。

根据相关学术研究的惯例，我们将研究对象定义为在中国大陆经营的制造企业的首席信息官、首席产品官、首席技术官或首席创新官（Zheng, 2024）。由于这些管理者在其企业中具有深入的理解和决策参与权，他们在企业的数字战略、运营管理和创新活动中发挥着关键作用（Mithas et al., 2013; Zheng, 2024）。合格受访者必须满足三个具体条件：首先，他们必须在上述符合条件的制造企业工作；其次，他们必须担任能够熟悉企业管理信息技术、产品生产、技术研发或创新管理的领导职位；第三，他们必须至少担任当前职位满一年，以确保对企业的实践有充分的了解。

问卷通过线上和线下渠道发放。我们利用了当前工商管理硕士学生的个人网络，通过校友网络接触相关企业，并在公益服务活动和企业培训期间进行现场调查。通过这些方法，我们共发放了560份问卷，收到了183份有效回复，回复率为32.68%。在排除不完整问卷、不符合规定要求的回复以及不符合职位和任期条件的回复后，我们得到了175份有效回复。在企业规模方面，6.86%的企业运营时间少于6年，21.14%的企业运营时间为6-10年，17.14%的企业运营时间为11-15年，15.43%的企业运营时间为16-20年，25.71%的企业运营时间为21-25年，12%的企业运营时间为26-30年，1.71%的企业运营时间超过31年。在企业员工数量方面，10.29%的企业员工少于100人，19.43%的企业员工数量在100-299人之间，25.71%的企业员工数量在300-499人之间，23.43%的企业员工数量在500-999人之间，13.71%的企业员工数量在1000-1999人之间，2.29%的企业员工数量在2000-2999人之间，5.41%的企业员工数量在3000人及以上。在研发投入方面（以10,000元人民币计），14.29%的企业研发投入低于51万元，16.57%的企业研发投入在51-100万元之间，33.71%的企业研发投入在101-500万元之间，20.57%的企业研发投入在501-1000万元之间，8%的企业研发投入在1001-5000万元之间，5.14%的企业研发投入在5001-10,000万元之间，1.71%的企业研发投入超过10,000万元。

为了减少共同方法偏差的潜在不利影响，我们采取了三项措施，这些措施与Podsakoff等人（2003）的建议一致。首先，所有测量项目均来源于现有文献中确立的量表，从而减少了无关或缺失测量项的纳入。其次，调查是匿名进行的（Yin et al., 2025），并且明确告知受访者没有正确或错误的答案，因为调查旨在鼓励诚实和无偏见的回答。最后，为了降低受访者将相关概念关联在一起的可能性，我们将数字商业策略、绿色动态能力和绿色创新的测量项放置在问卷的不同位置，而不是相邻的位置。

为了评估共同方法偏差，我们采用了四种不同的方法：首先，我们进行了Harman单因素测试。结果表明，未旋转解中的第一个因素仅解释了20.344%的方差，低于普遍接受的阈值（Baumgartner & Weijters, 2012）。其次，我们在因子分析中引入了共同方法方差因子。比较了多因子模型与包含共同方法方差因子的模型的拟合度（Dotty & Glick, 1998）。结果显示，添加共同方法因子后，多因子模型的拟合指数（χ2 = 457.810，自由度 [df] = 368，均方根误差 [RMSEA] = 0.037，增量拟合指数 [IFI] = 0.983，Tucker–Lewis 指数 [TLI] = 0.981，比较拟合指数 [CFI] = 0.982）略有变化（χ2 = 425.070，df = 339，RMSEA = 0.038，IFI = 0.983，TLI = 0.980，CFI = 0.983），Δχ2 = 32.740 小于临界值 χ2 = 42.557（p < 0.05）。结果表明，引入共同方法因子并未显著改善模型拟合度。第三，我们进行了涉及四个核心变量的 confirmatory factor analysis (CFA)。当前样本规模符合进行这项分析技术的基本要求。我们的依据是两个被广泛引用的学术标准：（1）本研究的样本规模符合Kline（2023）推荐的标准。学术界存在多种关于CFA样本规模的实证指导原则，最常被引用的标准是至少100至200个样本（Kline, 2023）。对于因子数量较少（即少于五个）且变量负荷较高（即大于0.70）的模型，大约100至200个样本量可能足以获得可靠的参数估计和良好的模型拟合（Kline, 2023）。本研究只有四个因子，且所有因子的负荷都大于0.7，因此175个样本量完全满足CFA分析的要求。（2）样本规模符合样本与变量比例的要求。在结构方程建模（SEM）中，变量指的是指向任何内生变量的路径中所涉及的独立变量（Hair et al., 2018）。最小样本与变量比例为5:1，推荐比例为15-20:1（Hair et al., 2018）。在本研究中，有六个独立变量参与了指向任何内生变量的路径，根据推荐比例，至少需要90个样本。多个相关领域的现有研究表明样本量约为170个，这些样本数据已被用于CFA和SEM分析（Huang & Chen, 2022; Saari et al., 2024; Sahoo & Vijayvargy, 2021）。因此，本研究使用CFA分析是合适的。表2的结果显示，四因素模型的拟合度优于单因素模型（χ2 = 2798.872，df = 374，RMSEA = 0.193，IFI = 0.528，TLI = 0.485，CFI = 0.525）以及其他替代模型（Podsakoff等人，2003年）。表2. 验证性因素分析的结果。

模型 sqrt(χ2/df) IFI TLI CFI RMSEA
四因素模型：DBS, IP, GDC, GI 7.81 0.528 0.485 0.193
三因素模型：DBS, IP, GDC + GI 6.75 0.896 0.885 0.091
双因素模型：DBS, IP + GDC + GI 7.44 0.864 0.851 0.104
单因素模型：DBS + IP + GDC + GI 2798.87 7.48 0.528 0.525 0.193

注：DBS代表数字商业策略，IP代表制度压力，GDC代表绿色动态能力，GI代表绿色创新。

第四，采用了标记变量技术作为额外的步骤，以有效排除或最小化显著的共同方法偏差。受访者的任期被用作标记变量，因为它在理论上与本研究中的核心变量无关（Yang等人，2024年）。标记变量与关键变量之间的相关系数均不显著，最高的相关系数为r = 0.122。这表明没有共同方法偏差的证据（Lindell & Whitney，2001年）。总体而言，这些结果表明共同方法偏差不太可能显著影响研究结果。

变量测量
数字商业策略
数字商业策略采用Ukko等人（2019年）开发的六项量表进行测量。Qiao和Liu（2024年）以及Yin等人（2025年）也使用了该量表。例如：“我们公司的管理层支持在运营中运用数字化。”所有项目均采用7点李克特量表进行评估（1 = “强烈不同意”到7 = “强烈同意”）。根据因子载荷矩阵，使用回归算法生成数字商业策略的复合得分。随后，该因子得分被作为代理变量纳入回归分析（Qiao & Liu，2024年；Yin等人，2025年）。

绿色动态能力
绿色动态能力的测量方法借鉴了Chen和Chang（2013年）的研究，包含七个项目。例如：“我们公司有能力开发绿色技术。”所有七个项目均采用7点李克特量表进行评估（1 = “强烈不同意”到7 = “强烈同意”）。按照惯例，使用因子分析中的回归算法生成绿色动态能力的复合得分。该得分被作为代理变量纳入回归分析（Chen & Chang，2013年）。

制度压力
制度压力的测量方法采用了Liao（2018年）提出的三维量表，包含10个项目。例如：“我们公司遵守严格的政府环保法规非常重要。”在本研究中，制度压力被概念化为包括监管压力、规范压力和认知压力（Jiang等人，2024年）。基于现有文献，使用10点李克特量表进行操作化。该量表包括四个监管压力项目、三个规范压力项目和三个认知压力项目。该量表源自专门为环境创新研究开发的成熟研究，并在中国制造企业样本中进行了测试（Liao，2018年）。它符合将制度压力视为多维构念的理论概念，并适合中国制造企业进行绿色创新的研究背景。选择该量表是为了与制度压力的理论框架和研究背景保持一致，同时确保与现有研究范式的一致性。所有项目均采用7点李克特量表进行评估（1 = “强烈不同意”到7 = “强烈同意”）。在分析中，通过因子分析生成的因子得分被纳入回归模型（Liao，2018年）。

绿色创新
绿色创新的测量方法来自Song和Yu（2018年），包含六个项目。例如：“我们公司在产品开发中选择产生最少污染的材料。”所有项目均采用7点李克特量表进行评估（1 = “强烈不同意”到7 = “强烈同意”）。之所以采用基于调查的绿色创新测量方法，有以下几个考虑和理由：首先，基于调查的绿色创新测量方法是相关文献中的主流方法，为本研究的采用提供了坚实的基础。基于调查的测量方法广泛应用于环境创新、企业可持续性和绿色创新管理（Lajnef等人，2025年；Mamun，2026年；Mousa等人，2025年；Xie等人，2024年）。当受访者具有足够的专业知识且构念定义明确时，调查数据能够准确反映企业的绿色创新实际情况（Ashraf等人，2024年）。基于调查的测量方法并非次优选择，而是绿色创新管理研究中公认的方法（Al Halbusi等人，2025年；Appiah，2024年；Xie等人，2024年）。其次，最近的研究证实，由经合组织、世界知识产权组织和欧洲专利局系统分类的专利与基于调查的绿色创新测量方法在质量和数量上显示出一致的相关性（Lambrecht等人，2025年）。值得注意的是，这种正向关联不仅限于德国数据集，还扩展到意大利样本，在意大利样本中基于调查的绿色创新测量方法与绿色专利和绿色商标之间存在总体上的正相关关系（Lambrecht等人，2025年）。这进一步验证了基于调查的测量方法捕捉绿色创新核心维度的能力，与已建立的目标指标紧密一致。第三，基于调查的测量方法与本研究对绿色创新的定义高度契合，本研究关注企业的绿色活动和能力，而不仅仅是绿色产出。绿色创新指的是企业通过创新产品和流程减少污染和能源消耗的努力（Vo-Thai & Tran，2025年）。它包括绿色产品和过程创新（Lin等人，2024年；Singh等人，2020年；Song & Yu，2018年；Tian等人，2023年）。尽管绿色专利和可再生能源的采用（Lambrecht等人，2025年）很有价值，但它们无法完全涵盖非专利化的活动或更广泛的努力，因此基于调查的测量方法更符合本研究以活动为导向的逻辑。第四，基于调查的测量方法在捕捉绿色创新的广度方面表现出色，这非常适合本研究关注的不同制造行业。作为主流替代方法（Xie等人，2024年），基于调查的测量方法包括绿色产品创新努力，如减少污染和材料使用、产品设计和开发中的可回收性，以及绿色过程创新努力，包括减少资源消耗和制造过程中的排放（Song & Yu，2018年）。基于调查的测量方法解决了绿色专利可能无法全面反映不同行业样本中创新的局限性。特别是，它有助于从传统制造业的中小型企业中收集绿色创新信息。第五，本研究采用的量表在中国背景下具有很强的适用性。鉴于本研究专门针对中国制造企业，该量表与我们的研究背景一致，并表现出良好的情境适配性。值得注意的是，该量表在中国背景下进行了严格的测试和验证（Song & Yu，2018年；Tian等人，2023年）。这种使用证明了该量表的文化相关性和操作可行性，确保了其能够有效捕捉中国制造企业的绿色创新相关信息。第六，基于调查的绿色创新测量方法表现出良好的可靠性和有效性。其Cronbach’s alpha值为0.903，CFA拟合度令人满意（χ2/df = 1.487，RMSR = 0.067，CFI = 0.994，IFI = 0.994，TLI = 0.985；Song & Yu，2018年），为其稳健性提供了有力证据。通过因子分析生成的绿色创新因子得分被作为代理变量纳入回归模型进行分析（Song & Yu，2018年）。研究中包括的控制变量有：企业规模（通过员工人数衡量，Zhang & Wang，2022年）；企业年龄（通过运营年限衡量，Huang & Huang，2024年；Zhang & Wang，2022年）；以及研发强度（通过过去三年的年均研发投资衡量，Qi等人，2021年）。

可靠性和有效性
首先，检查了测量的内部一致性和综合可靠性。如表3所示，所有量表的Cronbach’s α值和综合可靠性（CR）值均高于0.7，表明每个量表内的项目之间具有高水平的内部一致性（Hair & Alame，2022年；Johri等人，2025年）。其次，检查了聚合效度和区分效度。结果显示，测量项目的最小标准化因子载荷为0.705，超过了推荐的0.7阈值，证实了满意的聚合效度水平（Hair等人，2019年）。所有变量的平均方差提取值（AVE）大于0.5，且每个变量的AVE的平方根大于该变量与其他变量之间的相关性（表4），表明区分效度充足（Hair & Alame，2022年）。

表3. 测量、可靠性和有效性

变量 项目 载荷 α CRAV
数字商业策略（Ukko等人，2019年） 0.965 0.982 0.985 0.918
我们公司的管理层熟悉数字工具 0.949 0.982 0.985 0.918
我们公司的管理层对未来利用数字化有明确的愿景 0.949 0.961 0.985 0.918
在内部流程中使用数字化已成为我们业务的重要组成部分 0.961 0.961 0.985 0.918
数字化是我们业务的自然组成部分 0.958 0.958 0.985 0.918
数字化提升了我们的业务 0.954 0.954 0.985 0.918

制度压力（Liao，2018年） 0.753 0.918 0.931 0.576
优惠税收政策提高了我们公司实施环境创新的意愿 0.778 0.778 0.931 0.576
实施环境创新有助于我们公司获得地方政府的优惠待遇 0.795 0.795 0.931 0.576
我们公司的环境创新将受到政府资金的影响 0.779 0.779 0.778 0.576
环境产品已被我们的客户广泛采用 0.761 0.761 0.761 0.576
供应商日益增长的环境意识促使我们公司实施环境创新 0.771 0.771 0.761 0.576
社交媒体对我们公司的环境创新有重要影响 0.775 0.775 0.775 0.576
我们的主要竞争对手在环境创新上进行了大量投资 0.731 0.731 0.731 0.576
采用环境创新的主要竞争对手受益明显 0.705 0.705 0.705 0.576
采用环境创新的主要竞争对手更具竞争力 0.735 0.731 0.705 0.576

绿色动态能力（Chen & Chang，2013年） 0.900 0.959 0.966 0.802
我们公司有能力快速监测环境以识别新的绿色机会 0.900 0.959 0.966 0.802
我们公司有有效的流程来识别和发展新的绿色知识 0.891 0.891 0.902 0.891
我们公司有能力开发绿色技术 0.902 0.902 0.895 0.891
我们公司有能力吸收、学习、生成、组合、分享、转化和应用新的绿色知识 0.895 0.895 0.895 0.895
我们公司有能力在公司内部成功整合和管理专门的绿色知识 0.896 0.896 0.895 0.895
我们公司有能力成功协调员工开发绿色技术 0.898 0.898 0.895 0.895

绿色创新（Song & Yu，2018年） 0.873 0.935 0.949 0.755
我们公司在产品开发或设计中选择产生最少污染的材料 0.873 0.873 0.935 0.755
我们公司在产品开发或设计中使用最少的材料 0.882 0.882 0.882 0.882
我们会谨慎考虑产品是否易于回收、再利用和分解 0.877 0.877 0.877 0.877
我们公司的制造过程减少了水、电、煤或石油的消耗 0.880 0.880 0.880 0.880
我们公司的制造过程有效减少了有害物质或废物的排放 0.845 0.845 0.845 0.845

表4. 变量的描述性统计和相关性分析

变量 均值 标准差 1 2 3 4 5 6 7
企业年龄 3.74 1.56 9 1 3 8 9 1 1
企业规模 3.38 1.50 7 8 9 8 7 1 1
研发投入 3.13 1.40 8 7 6 5 4 3 1 1
数字商业策略 4.43 1.33 9 4 3 2 1 1 -0.036 -0.043 0.041
制度压力 4.40 1.58 3 0 5 0 1 3 1 -0.191 1 *
绿色动态能力 4.01 1.83 0 1 0 8 0 7 0.066 0.032 1 *
绿色创新 3.83 1.83 1 0 9 0 3 0 0.216 -0.022 0.635 -0.073 1 *

*.p < 0.05，***p < 0.01

实证结果
表4展示了研究中控制变量和核心变量的描述性统计和相关性分析。所有相关系数均小于0.8，方差膨胀因子（VIFs）均小于5（Kock，2015年）。根据现有文献中常用的标准，研究变量之间没有严重的多重共线性问题（Johri等人，2025年；Kock，2015年）。

回归分析
关于倒U形关系及其中介效应测试的文献回顾表明，主流研究经常采用普通最小二乘层次回归来检验假设。Haans等人（2015年）提出了检验倒U形关系的三个条件：首先，自变量的二次项系数为负且显著；其次，当自变量取最大值时曲线的斜率为负且显著；当自变量取最小值时斜率为正且显著。第三，曲线的转折点位于自变量的最大值和最小值之间。遵循这些方法，表5展示了结果（Xie & Wang, 2025）。对于模型3，在控制了公司年龄、公司规模和研发投资等因素后，数字商业策略的平方项对绿色创新有显著的负影响（β = ?0.461, p < 0.001）。回归分析中使用的数字商业策略的值范围从?2.672到1.996。当数字商业策略的值最小时，斜率为2.428；当数字商业策略的值最大时，斜率为?1.877。此外，转折点为?0.039，该值落在数字商业策略的取值范围内。根据Haans（2015）关于倒U形关系的命题，可以得出结论：数字商业策略与绿色创新之间存在倒U形关系，支持了H1假设。表5显示了分层分析的结果。

对于模型5，在控制了相关因素后，数字商业策略的平方项对绿色动态能力有显著的负面影响（β = ?0.502, p < 0.001）。当数字商业策略取最小值和最大值时，相应的斜率分别为2.688和?1.999。转折点为0.005，也在数字商业策略的取值范围内。这一结果证实了数字商业策略与绿色动态能力之间存在倒U形关系（Haans等人，2015），支持了H2假设。

同样地，对于模型6，在排除控制变量的影响后，绿色动态能力对绿色创新有显著的正面影响（β = 0.620, p < 0.001），这强烈支持了H3假设。

为了检验绿色动态能力的调节效应，我们采用了Baron和Kenny（1986）的四步方法。首先，我们测试了自变量对因变量的影响，结果显示数字商业策略显著预测了绿色创新（β = ?0.461, p < 0.001）。接着，我们测试了自变量对中介变量的影响，发现数字商业策略显著预测了绿色动态能力（β = ?0.502, p < 0.001）。然后，我们测试了中介变量对因变量的影响，结果显示绿色动态能力显著预测了绿色创新（β = 0.620, p < 0.001）。最后，我们将绿色动态能力纳入模型以检验其调节效应，模型4的结果显示数字商业策略对绿色创新有显著影响（β = ?0.197, p < 0.01），但数字商业策略的平方项的系数从原来的?0.461（p < 0.001）显著下降到?0.197（p < 0.01）。这一发现表明绿色动态能力在数字商业策略与绿色创新之间发挥着部分调节作用（Baquero, 2024）。进一步计算显示，绿色动态能力调节了数字商业策略对绿色创新67.51%的倒U形效应，从而支持了H4假设。

我们采用了Cohen等人（2014）的方法来检验制度压力的调节效应，并开发了模型7、8和9。结果排除控制变量的影响后，数字商业策略的平方项及其与制度压力之间的交互项对绿色创新（β = ?0.472, p < 0.001；β = ?0.284, p < 0.01）和绿色动态能力（β = ?0.480, p < 0.001；β = ?0.240, p < 0.05）均具有显著的负面影响，支持了H5a和H5b假设（Cohen等人，2014；Shehzad等人，2023）。这些结果表明，制度压力增强了数字商业策略与绿色动态能力之间的倒U形关系，并进一步增强了数字商业策略与绿色创新之间的倒U形关系。这意味着制度压力不仅可能增强适度数字商业策略对绿色创新的正面效应，还可能加剧过度数字商业策略对绿色创新的抑制效应。文献通常将制度压力视为绿色创新的驱动因素之一（Ren & Wang, 2023）。先前的研究在考察数字商业策略与创新关系时并未将制度压力作为情境因素进行考虑。我们的研究重点关注数字商业策略与绿色创新之间的关系，具体探讨了制造企业如何通过绿色动态能力来利用数字商业策略提升绿色创新。

我们的回归分析结果表明，绿色动态能力及其与制度压力之间的交互项对绿色创新有显著的正面影响（β = 0.528, p < 0.001；β = 0.293, p < 0.001），从而支持了H5c假设（Cohen等人，2014；Shehzad等人，2023）。这与动态能力文献一致，即绿色动态能力使企业能够积极应对环境法规，从而提高绿色创新水平（Yu等人，2024）。与将绿色动态能力视为外部压力对绿色创新影响的调解因素的文献不同，本研究强调将外部压力视为与绿色动态能力交互的情境因素的重要性。具体而言，在高制度压力下，具有强绿色动态能力的企业更倾向于积极参与绿色创新。

图2（Xie等人，2023）可视化了制度压力的调节效应。子图（a）显示了制度压力对数字商业策略与绿色创新之间倒U形关系的调节效应；子图（b）显示了制度压力对数字商业策略与绿色动态能力之间倒U形关系的调节效应。这些图表表明，在高制度压力下，曲线仍然向下倾斜，但倾斜程度比低制度压力下的曲线更陡峭，表明制度压力放大了数字商业策略对绿色创新和绿色动态能力的倒U形效应。子图（c）显示了制度压力对绿色动态能力与绿色创新之间关系的调节效应，表明随着制度压力的增加，绿色动态能力对绿色创新的正面效应更加显著。总体而言，这些可视化图表清晰直观地展示了制度压力如何调节研究中的关系，提高了报告的清晰度和专业性。

为了检验结果的稳健性，我们采用了替代测量和估计方法的组合。具体来说，遵循Eikelenboom和Jong（2019）的方法，我们仅使用了一项指标“我们公司的管理层熟悉数字工具”作为自变量的替代测量；同时采用了Andrew Hayes的PROCESS方法进行5000次自助重采样和偏差校正的95%置信区间作为替代估计方法（Hayes等人，2012）。选择了模型59。表6中的稳健性测试结果显示，数字商业策略的平方项对绿色动态能力（β = ?0.292, p < 0.001）和绿色创新（β = ?0.159, p < 0.01）有显著的负面影响，绿色动态能力对绿色创新有正面影响（β = 0.449, p < 0.001），制度压力对数字商业策略与绿色动态能力之间关系的调节效应（β = ?0.100, p < 0.01），以及绿色动态能力与绿色创新之间的线性关系（β = 0.179, p < 0.001）；这些结果在方向和显著性上都与假设检验结果一致。然而，制度压力对数字商业策略与绿色创新之间关系的调节效应并不显著。此外，调节中介分析结果显示，在低、中、高制度压力下，绿色动态能力的调节效应均显著（β = ?0.052, p < 0.05；β = ?0.131, p < 0.05；β = ?0.246, p < 0.05）。

由于新的估计结果不支持H5a假设，我们移除了该假设，并重新选择了模型58进行稳健性测试。数字商业策略的值范围从?2.544到1.953。第二次稳健性测试结果显示，数字商业策略的平方项的系数为负且显著（β = ?0.160, p < 0.01）。数字商业策略的最小值和最大值对应的斜率分别为0.815和?0.624，转折点为0.003，均在数字商业策略的取值范围内。因此，数字商业策略与绿色创新之间的倒U形关系（H1）得到了多次验证（Haans等人，2015）。对于绿色动态能力，数字商业策略的平方项的系数为负且显著（β = ?0.292, p < 0.001），其最小值和最大值对应的斜率分别为1.490和?1.136，转折点为0.007，也在数字商业策略的取值范围内。因此，数字商业策略与绿色动态能力之间的倒U形关系（H2）得到了多次验证（Haans等人，2015）。结果还支持绿色动态能力与绿色创新之间的线性关系（H3），斜率为β = 0.450（p < 0.001）。此外，调节中介分析结果显示，在低、中、高制度压力下，绿色动态能力的调节效应均显著（β = ?0.052；β = ?0.132；β = ?0.247）。同时，数字商业策略的平方项对绿色创新的直接效应仍然显著（β = ?0.160, p < 0.01），从而再次支持了绿色动态能力的部分调节作用（H4）。此外，研究结果表明，制度压力在数字商业战略与绿色动态能力之间的关系中起着显著的调节作用（β = ?0.099，p < 0.05）。进一步地，绿色动态能力与绿色创新之间的线性关系也是显著的（β = 0.181，p < 0.001）。因此，H5b和H5c假设得到了反复的支持，并且是稳健的。这表明H1、H2、H3、H4、H5b和H5c所提出的效应是稳健的，而制度压力对数字商业战略与绿色创新之间倒U形关系的调节作用则受到测量和估计方法的影响（Hayes等人，2012；Mehralian等人，2024）。稳健的模型和效应如图3所示。下载：下载高分辨率图像（272KB）下载：下载完整大小图像

图3. 经过稳健性测试后的修正模型。

**配置分析：**
回归分析是检验因果关系假设的宝贵方法，但它难以考察先行变量之间的潜在相互依赖性和不对称的因果关系（Hu，2025）。模糊集定性比较分析（fsQCA）可以克服基于调查的测量的局限性，并在这些方面精确地弥补回归分析的不足，从而解释企业绿色创新的多种同时发生的因果关系（Lee & Choi，2024）。因此，将fsQCA与传统回归分析结合使用有助于理解因果模式。

**变量校准和数据分析：**
在这项研究中，选择了四个变量作为先行条件：数字商业战略、制度压力、绿色动态能力和研发投入。这一选择主要基于以下两个考虑因素：首先，回归分析从理论上分析了并从实证上检验了数字商业战略、制度压力和绿色动态能力对绿色创新的影响；其次，相关性分析的结果显示，研发投入与绿色创新之间存在显著的正相关（r = 0.216，p < 0.05），而企业年龄、企业规模与绿色创新之间的关系则不显著。因此，将研发投入作为潜在的先行条件纳入考虑（Mikalef & Pateli，2017）。

在数据校准之前，我们计算了连续变量（如数字商业战略、制度压力和绿色动态能力）的均值。采用了直接校准方法，并根据Ragin（2008）提出的标准（95%（完全包含）、50%（交叉点）和5%（完全排除）进行了数据校准。数据校准后，我们对所有先行条件进行了必要条件分析。结果显示，没有任何一个条件的一致性水平超过0.9。这表明没有绝对的必要条件，需要进行多个先行条件的组合来进行配置分析（Dul，2016）。

**模糊集定性比较分析的结果：**
我们使用fsQCA 4.1软件构建了真值表算法。根据相关领域的惯例，一致性阈值定为0.8，可接受的情况数量定为1，不一致性分数的比例减少大于0.7（Pappas & Woodside，2021）。中间解用于确定导致绿色创新的配置数量和先行变量，简约解用于确定配置中的核心条件（Pittino等人，2025）。仅出现在中间解中而不在简约解中的先行变量被认定为外围条件，同时出现在中间解和简约解中的变量被认定为核心条件（Pittino等人，2025）。通常，核心条件与结果变量之间存在较强的因果关系，而外围条件与结果变量之间的因果关系相对较弱（Pappas & Woodside，2021）。表7展示了分析结果。其中，“?”表示该条件存在并为核心条件，“?”表示该条件不存在且不是核心条件。

表7. fsQCA的结果

| 配置 | 高绿色创新 | 非高绿色创新 |
|------|---------|---------|
| R&D投入 | ?? | |
| 数字商业战略 | ?? | |
| 制度压力 | ?? | |
| 绿色动态能力 | ???? | |
| 原始覆盖度 | 0.52 | 0.51 |
| 独特覆盖度 | 0.10 | 0.08 |
| 解决方案覆盖度 | 0.61 | 0.64 |
| 解决方案一致性 | 0.91 | 0.91 |

表7显示了四种配置。其中，两种配置能够产生高绿色创新，其解决方案覆盖度为0.61，高于0.5（Greckhamer等人，2013）；解决方案一致性为0.91，高于0.75（Greckhamer等人，2013），表明配置效果良好。另外两种配置产生的绿色创新水平较低，解决方案覆盖度为0.64，解决方案一致性为0.91，也具有明显的配置效果（Greckhamer等人，2013）。这四种配置可以解释如下：

- **配置1（R&D投入 * 制度压力 * 绿色动态能力）**揭示了基于知识积累的绿色创新路径。这种配置意味着在制度压力（如碳排放政策）的强制作用下，企业通过高水平的研发投入建立技术知识基础并激活其绿色动态能力，从而实现绿色创新。这一配置路径得到了先前研究的部分支持，该研究表明知识促成因素和知识过程形成了多种驱动绿色创新的配置（Shehzad等人，2024）。我们进一步认为，知识的积累及其促进企业绿色创新的效果取决于外部制度压力和内部绿色动态能力。
- **配置2（数字商业战略 * 制度压力 * 绿色动态能力）**代表了基于数字化赋能的绿色创新路径。这种配置表明，合理设计的环境法规和制度压力可以通过合法化赋能（如绿色认证激励）鼓励企业采用数字技术和发展数字商业战略以实现绿色创新（Guo等人，2025）。结合绿色动态能力的环境洞察功能（Abbas，2024），例如智能碳足迹监测，企业能够协调发展数字技术和绿色目标，从而实现更好的绿色创新。关于绿色创新影响因素的研究往往忽略了制度因素与资源因素之间的相互作用（Xiao等人，2023）。其他研究关注了绿色压力、绿色技术和绿色知识（Bai等人，2021），但未探讨绿色压力、数字战略和动态能力之间的相互作用。然而，我们的研究强调了数字战略、动态能力和制度因素之间相互作用的重要性，因为这种相互作用使企业能够在制度压力下利用数字技术实现更好的绿色创新。
- **配置3（数字战略 * ～制度压力 * ～绿色动态能力）**表现出技术锁定效应。现有研究表明，来自环境法规的压力会影响绿色创新的质量（Zhu等人，2023）。此外，数字化对绿色创新的影响取决于其与制度环境的相互作用（Zang等人，2025a）。因此，在缺乏制度压力的情况下，数字商业战略的单方面扩展会导致技术路径偏离绿色创新目标，最终产生非实质性的绿色创新。同时，各利益相关者的压力也会影响绿色动态能力（Singh等人，2022）。这表明缺乏制度压力会对绿色动态能力造成不利影响，从而导致绿色创新水平较低。总体而言，这种配置解释了为何一些企业的数字化转型会导致绿色创新效果不佳。
- **配置4（制度压力 * ～研发投入 * ～绿色动态能力）**反映了合规性分散机制。尽管环境法规和制度压力是企业绿色创新的关键驱动力（Ren & Wang，2023；Xiao等人，2023），但如果企业缺乏研发能力和绿色动态能力，仅靠制度压力是不够的。绿色创新不仅依赖于企业的绿色研发投入，还依赖于其绿色动态能力，后者帮助企业识别绿色机会、整合、利用和重构绿色资源（Xiao等人，2023）。当企业研发投入不足且缺乏绿色动态能力时，制度压力可能导致表面或战略性的合规行为（如编制环境保护报告），而无法实现实质性的绿色创新（Zang等人，2025a）。这一配置强调，促进绿色创新不能仅仅依靠施加绿色压力，还需要关注企业研发能力和绿色动态能力的发展。

分析表明，实现绿色创新的路径表现出互补性和替代性。在绿色创新的背景下，研发投入和数字商业战略具有功能等价性，但它们的作用机制存在差异。通过不同方法达到相同结果的现象与配置理论中的等价原则相吻合（Fiss，2011）。

除了识别上述四种配置外，fsQCA的结果还为回归分析的发现提供了强有力的补充验证（Lee & Choi，2024）。首先，配置结果与回归分析关于数字商业战略与绿色创新之间非线性关系的发现一致。在配置2中，数字商业战略与制度压力和绿色动态能力共同存在，结果是高绿色创新；而在配置3中，只有数字商业战略存在，结果是低绿色创新。这种对比表明，数字商业战略与绿色创新之间的关系并非简单的线性关系，而是在一定程度上反映了倒U形关系的非线性特征。当数字商业战略与适当的条件结合时，可以促进强劲的创新；当匹配条件缺失时，创新效果会减弱。其次，配置结果与回归分析关于绿色动态能力中介作用的发现一致。在配置2中，当数字商业战略和绿色动态能力同时存在时，结果是高绿色创新；在配置3中，当数字商业战略存在但绿色动态能力缺失时，结果是低绿色创新；在配置4中，绿色动态能力不存在时，结果也是低绿色创新。这表明绿色动态能力在数字商业战略影响企业绿色创新的过程中起着关键作用。没有绿色动态能力，实现高绿色创新变得困难，从而支持了绿色动态能力作为中介变量的作用。

**讨论与启示：**
本研究提供了关于数字商业战略与绿色创新之间细微关系的实证见解，揭示了一种非线性的倒U形模式。这一发现挑战了先前研究中关于数字化影响的线性化和乐观描述（Hassan等人，2024；Wang等人，2024c；Yang等人，2024），提供了更为细致的视角。具体而言，本研究支持并扩展了近期学术成果，即数字化转型存在一个最佳拐点，超过该拐点后创新回报会减少（Lu等人，2025）。我们认识到，企业可以从适度的数字商业战略中受益，促进其绿色创新。然而，如现有文献所指出的，过度的数字化可能会产生不良后果，例如挤占或错误分配有限的注意力和资源（Shang等人，2025）。因此，我们认为过度的数字商业战略也可能对绿色创新产生负面影响。这一观点与企业数字化与创新绩效之间的关系悖论相吻合（Li等人，2024），表明过度投资于数字化可能会限制企业的创新绩效。

此外，我们的分析表明数字商业战略与绿色动态能力之间存在倒U形关系。首先，我们确认适度的数字商业战略能够提升企业的绿色动态能力，这与先前的研究结果一致，这些研究认为数字化有助于企业识别和抓住机会，并整合和重新配置资源（Llopis-Albert等人，2021；Matarazzo等人，2021）。其次，我们发现过度强调数字商业战略可能导致绿色动态能力下降。这一结果与创新管理研究的发现相呼应，这些研究指出，当企业过度投资于数字化时，可能会出现能力陷阱（李等，2024年；臧等，2025b年）。重要的是，绿色动态能力与绿色创新之间存在强烈的正线性关联，这加强了动态能力理论的理论观点，即此类能力是可持续创新（陈等，2024年）和绩效（乌拉等，2025年）的根本驱动力。绿色动态能力的中介作用表明，数字化商业战略不仅直接影响绿色创新，还通过提升企业整合、重新配置和更新环境知识及绿色资源的能力来发挥作用。关于数字化转型和低碳技术创新的研究也观察到了类似的机制（杨等，2023年）。制度压力显著增强了数字化商业战略与绿色动态能力之间的曲线关系，以及绿色动态能力与绿色创新之间的线性关系。这一发现与制度理论（迪马吉欧和鲍威尔，1983年）以及一项最近的实证研究结果一致，该研究证实制度压力作为管理层关注可持续性目标和资源分配的催化剂（希瓦尼等，2025年）。结果表明，当制度压力较高时，企业通常会利用更多的数字技术和资源来培养绿色动态能力，从而显著促进绿色创新。这与强调环境相关制度推动力在推动企业采取更环保实践方面的作用的研究结果相符（辛格和乔希，2024年）。最后，fsQCA的结果验证并扩展了回归分析的发现（白等，2021年），揭示了两条通往高水平绿色创新的不同的配置路径：一条路径侧重于数字化战略赋能，将数字化商业战略、绿色动态能力和制度压力相结合；另一条路径则依赖大量的研发投资来替代数字化商业战略。然而，这些单一因素都不能作为实现高水平绿色创新的充分条件或必要条件。这一发现与绿色创新配置视角的观点一致（崔等，2025年；尹，2023年），以及一项强调内部和外部因素耦合与互动以形成不同可持续性实现路径的最新研究（李和车，2024年）。此外，与崔等（2025年）发现的三种非高水平的激进绿色创新配置模式一致，我们的研究还进一步识别出两种导致非高水平绿色创新的配置模式。这些结果强调了平衡数字化商业战略、培养绿色动态能力以及应对制度压力以增强绿色创新的重要性。对于寻求在数字化转型与可持续性目标交叉的复杂环境中发展的企业来说，这些见解至关重要。

这项研究具有双重意义。从理论上看，它深化了对数字化商业战略与绿色创新之间非线性关系的理解，从而挑战了现有文献中的主流线性假设（哈桑等，2024年；王等，2024c年；杨等，2024年）。通过将绿色动态能力确定为关键的中介机制，以及制度压力作为重要的边界条件，这项研究通过将动态能力视角和制度理论应用于数字化赋能的绿色创新背景，填补了文献中的空白。研究结果为企业、政府和行业协会提供了可操作的指导。研究表明，盲目投资于数字化是不足的，企业应优先培养绿色动态能力，并密切关注外部制度趋势，以便最优化地利用数字化商业战略来实现可持续性目标。对于政府和行业协会而言，研究结果强调了需要区分不同的角色：政府可以通过制定有针对性的制度压力（例如政策激励、监管标准）来引导企业的数字化与可持续性对齐，而行业协会则可以指导企业优先实施数字化商业战略，并建议政策制定者或监管机构为不同类型的企业制定定制的监管策略。

**理论意义：**

首先，我们的研究通过揭示数字化商业战略与绿色创新之间的倒U形关系，为文献做出了贡献，这一发现挑战了传统的线性观点。以往的研究假设数字化举措与创新成果之间存在正线性关联，认为数字化程度的提高会促进更高水平的绿色创新（方和李，2024年）。然而，一些学者发现过度的数字化转型可能导致资源错配、战略不对齐和运营复杂性增加，从而削弱企业的绿色技术创新绩效（徐等，2025年）。同样，我们的研究发现，适度的数字化商业战略可以促进绿色创新，但过度关注可能会达到一个饱和点，此时额外的数字化努力不会带来更多的绿色创新，反而可能导致资源稀释、注意力分散和信息过载。从理论上讲，我们的研究通过提供实证证据，扩展了数字化悖论，证实了这种倒U形关系（高等，2025年；齐等，2025年）。这种关系表明数字化商业战略对绿色创新的积极影响并非无限，而是受到收益递减规律的制约。这一更为精细的理解为数字战略与其促进可持续创新实践的能力之间的复杂相互作用提供了实用且细致的视角。通过承认存在一个最佳数字化水平，超过该水平后效益会趋于平稳甚至可能出现逆转，我们的研究纠正了以往研究的简化假设，促进了一种平衡且现实的方法，以便战略性地利用数字技术进行环境管理和创新。

其次，我们的研究通过将绿色动态能力确定为数字化商业战略与绿色创新之间关系的中介机制，扩展了动态能力视角。这与讨论动态能力在创新成果中作用的相关学术研究相一致（米卡莱夫等，2019年）。然而，我们的研究明确指出了这一机制在绿色创新背景下的具体表现。与之前关于数字化能力与创新成果之间线性关系中的动态能力中介机制不同（刘和王，2025年；谢和王，2025年），我们揭示了数字化商业战略与绿色创新之间倒U形关系中更为复杂、非线性的中介机制。这不仅挑战了现有的叙述，还为探讨如何最优化地利用数字化商业战略促进绿色创新开辟了新方向，从而为数字化悖论的研究做出了贡献。

第三，这项研究通过考察制度压力在数字化商业战略、绿色动态能力和绿色创新之间的关系中的背景作用，为制度压力相关文献做出了重要贡献。现有研究表明，数字技术对企业创新活动的影响因不同制度环境而异（张等，2023年）。这突显了需要结合制度理论来更好地理解制度环境与企业数字化之间的互动如何影响企业的创新行为（臧等，2025a年）。然而，现有文献主要集中在制度压力或数字化商业战略对绿色创新的单独影响上（辛格和乔希，2024年），忽视了它们之间的相互作用。本研究通过考察这些因素如何共同影响绿色创新成果，填补了这一空白。因此，我们的发现为在不同制度压力强度下数字化商业战略如何塑造绿色创新提供了宝贵的理论见解。

第四，这项研究为绿色创新的配置理论做出了重要贡献，因为它识别出四种不同的配置路径，这些路径分别导致高水平或非高水平的绿色创新。它将数字化商业战略、绿色动态能力和研发投资整合到一个整体的分析框架中，并识别出两种促进高水平绿色创新的独特配置。这解决了现有研究中相对碎片化的现象，后者通常只关注部分因素。尽管之前的研究已经探讨了环境压力（崔等，2025年）、数字基础设施（李等，2023b年）、利益相关者网络（白等，2021年）和知识管理（谢赫扎德等，2024年）的关键作用，但我们的研究独特地识别出两种促进高水平绿色创新的配置。第一种是基于知识积累的路径，其特征是研发投资、制度压力和绿色动态能力的结合；第二种是基于数字化赋能的路径，由数字化商业战略、制度压力和绿色动态能力之间的互动构成。这种双路径的洞察丰富了文献，明确将数字化转型（刘和王，2025年）和知识积累机制（谢赫扎德等，2024年）联系起来，而这两者之前是分开研究的。此外，该研究还发现了两种导致非高水平绿色创新的独特机制，填补了现有配置研究中主要关注高性能路径的空白。技术锁定效应配置涉及数字化商业战略的存在，但在缺乏制度压力和绿色动态能力的情况下，这种不平衡会抑制绿色创新；合规性分散机制配置则表明，当外部压力没有伴随内部研发资源和绿色动态能力时，外部压力无法推动绿色创新。这一发现补充了李和车（2024年）对高性能协同效应的关注，阐明了内部和外部因素不对齐所导致的失败情景。

**实践意义：**

首先，企业必须努力实现一种平衡，以最大化数字化商业战略在促进绿色创新方面的优势。过度依赖数字化商业战略可能会无意中削弱对绿色创新的关注，而缺乏这种战略则可能限制绿色创新的潜力。因此，企业应制定清晰的数字化商业战略计划，并将绿色创新目标纳入其数字化战略中，以确保两者之间的战略协同（陈等，2025年）。此外，企业应持续评估其数字化商业战略和绿色创新努力的有效性。通过建立关键绩效指标（例如绿色创新成果的数量和数字技术应用的效果），企业可以量化和评估其战略实施的结果，并根据评估结果对数字化商业战略进行必要的调整，以平衡地应对数字化的多方面影响，从而促进绿色创新（侯等，2024年）。

其次，建议管理者将培养绿色动态能力纳入三个关键实践中：制定数字化战略、设计培训计划和与合作伙伴合作。增强绿色动态能力可以作为数字化商业战略与绿色创新之间的重要桥梁，在推进企业的绿色创新和可持续发展方面发挥关键作用（郭，2023年）。具体而言，企业应在数字化战略的制定和实施过程中培养绿色动态能力，通过采用定制化的数字战略来加强其绿色动态能力。此外，企业应定期组织内部培训活动，并邀请绿色技术专家举办研讨会，以提高员工对绿色市场和趋势的了解，以及他们整合和利用绿色资源的技能。企业还可以积极与大学和研究机构等外部实体建立合作伙伴关系（塞昆多等，2025年），以利用绿色技术、产品或市场领域的专家资源。这将增强企业识别和利用绿色机会的能力，同时促进其绿色资源和能力的重组。

第三，制度压力的调节作用对政府和企业都具有实际指导意义。通过制定和执行环境保护法规并提供优惠政策，政府可以有效地引导企业将环境保护作为优先事项，并增加绿色投资，敦促企业在数字化转型过程中注重绿色和可持续发展（吴等，2023b年）。政府应不断完善环境保护法规体系，明确企业的环境保护责任和义务，并对违规行为实施处罚，以产生威慑作用。同时，政府可以制定一系列绿色激励政策，包括税收减免、绿色补贴、绿色债券和绿色信贷，以抵消绿色投资的成本（黄等，2025年），并鼓励企业通过数字化商业战略参与绿色创新。企业应积极探索和实施数字化商业战略，因为这可以有效应对制度压力，提升企业的绿色动态能力，并促进绿色创新。然而，在高机构压力的环境下，避免过度依赖数字商业策略的投资是明智的。巨大的机构压力与过度的数字商业策略相结合可能会削弱绿色动态能力并降低绿色创新效率。第四，行业协会应建立一个具有以下功能的全面情况诊断系统：当企业的研发强度低且研发投资水平较低时，该系统应促使这些企业优先实施数字商业策略，并加强其数字基础设施和数字能力，以避免绿色创新不足；当企业处于高机构压力环境（配置2）时，系统应建议这些企业通过构建数字平台来提高其机构响应的灵活性。作为机构中介，行业协会在汇总商业问题并引起政策制定者的注意方面发挥着关键作用（Yao等人，2022年）。因此，该系统还应帮助行业协会进一步建议政策制定者或监管机构针对不同类型的企业实施定制的监管策略。例如，对于研发投资较高的企业（配置1），可以采用基于绩效的监管措施，如绿色专利补贴；对于数字化领先的企业（配置2），可以实施绿色细分市场政策；对于研发能力或绿色动态能力较低的企业（配置3和4），系统可以建议加强过程监督，以防止表面合规。

研究的局限性与未来研究方向：
首先，本研究使用横截面调查数据来测试研究模型。这种方法在数字商业策略研究中较为常见（Yin等人，2025年；Zheng，2024年），但它存在 inherent limitations（固有局限性）。由于缺乏时间维度，该方法无法得出强有力的因果推断或观察随时间的变化。在未来的研究中，使用纵向数据可以得出更强的因果结论，并更全面地理解动态效应。另一个局限性在于绿色创新的测量指标。尽管这些指标具有较高的可靠性和有效性，但它们未能捕捉到绿色专利等客观结果或环境绩效的可量化改进（Zhang & Shi，2024年）。未来的研究应整合这些客观指标，以更全面地验证本研究中的关系。

其次，本研究仅聚焦于一个国家背景，样本局限于中国制造业企业，这限制了研究结果的普遍性，特别是考虑到各国数字经济发展和制度成熟度的显著差异。为了解决这些问题，未来的研究应采用跨经济体的比较分析方法，涵盖具有成熟市场制度的发达经济体和具有不同监管环境的新兴经济体。这将有助于深入探讨数字商业策略、环境法规和绿色创新在不同环境下的相互作用机制，从而揭示更细致的见解并增强研究结果的普遍性。此外，未来的研究还可以借鉴Khan等人（2025年）和Pan与Yang（2024年）的研究，将框架扩展到服务行业。服务行业的运营模式、资源依赖性和环境影响路径与制造业不同。在制造业中，绿色创新通常体现在生产流程、材料效率或产品设计的实质性改进上；而在服务业中，数字商业策略通常用于优化能源使用或减少工厂废物。因此，每个行业通往绿色创新的路径可能有所不同。未来的研究可以将该框架扩展到服务行业，探究数字商业策略促进绿色创新的独特机制。

第三，本研究在调节变量分析方面也存在局限性。机构压力的测量依赖于单一量表的调查数据，其调节效应可能受到测量和估计方法的影响。为了解决这一问题，未来的研究可以采用混合方法来提高调节变量的有效性。例如，结合主观量表和客观指标（如政策文本分析、第三方机构评估报告或指数（Shi & Mai，2025年）可以帮助交叉验证结果。此外，除了机构压力外，企业所有权、市场竞争和行业类型等其他情境因素也可能影响重点关系。将这些因素纳入未来研究的分析框架将有助于明确机构压力如何与这些因素相互作用，从而更全面地理解这一现象。

结论：
本研究探讨了数字商业策略在促进制造业企业绿色创新方面的复杂作用。超越线性假设，分析揭示了数字商业策略与两个关键结果（绿色创新和绿色动态能力）之间的曲线型、倒U形关系。这一关键发现表明，适当的数字化程度可以成为可持续性努力的催化剂，但过度追求数字化可能会导致回报递减。研究还揭示了绿色动态能力的中介作用，即数字商业策略的好处部分转化为绿色创新成果。此外，研究表明机构压力是重要的积极调节因素：它们不仅增强了数字商业策略与绿色创新之间的倒U形关系，还增强了数字商业策略与绿色动态能力之间的关系，以及绿色动态能力与绿色创新之间的线性关系。这突显了外部制度环境在引导企业关注绿色目标并进行数字化投资方面的重要性。fsQCA方法的应用通过识别两条通往高绿色创新的路径（一条是基于数字赋能的路径，结合数字商业策略、机构压力和绿色动态能力；另一条是基于知识积累的路径，其中高研发投资替代了数字商业策略，同时需要机构压力和绿色动态能力）进一步丰富了研究结果。研究表明，企业可以通过多样化的战略组合实现更高的绿色绩效。

作者贡献声明：
Zheng Xiaoyong：撰写 – 原初草案、方法论、资金获取、正式分析、概念化。
Zhong Jiaqi：撰写 – 审阅与编辑、调查。
Pi Wei：撰写 – 审阅与编辑、资源管理、数据整理。