《Journal of Environmental Management》:The circularity skills trilemma: Sweet spotting the combination of skills for sustainability
编辑推荐:
尽管技能作为变革基础的认识日益增强,但技能作为支撑普通能力(ordinary capabilities)的微观基础(micro-foundations)的作用仍未得到充分理论化和探索。这在向循环经济(Circular Economy, CE)等新兴转型中尤为关
尽管技能作为变革基础的认识日益增强,但技能作为支撑普通能力(ordinary capabilities)的微观基础(micro-foundations)的作用仍未得到充分理论化和探索。这在向循环经济(Circular Economy, CE)等新兴转型中尤为关键。CE在数字化和(以及知识产权驱动的)创新推动下,正作为线性模式的可行替代方案获得关注。先前文献将技能获取(skill appropriation)确定为此背景下的重大挑战。为应对该挑战,研究人员引入了D-Co-C框架,该框架概念化了核心(CE)技能、领域特定技能(数字和知识产权驱动创新导向)以及组合技能集(combinatorial skill sets)之间的相互作用。基于CE转型和数字化转型文献,并借鉴更广泛的人力资本发展视角,研究人员对调查数据采用模糊集定性比较分析(fuzzy-set Qualitative Comparative Analysis, fsQCA),并辅以基于SHAP的可解释人工智能(Explainable Artificial Intelligence, XAI)。这种双重方法阐明了它们的相互作用和技能的层次结构。研究结果表明,领域技能和组合技能的特定配置与核心(CE)技能的采用密切相关。通过这样做,研究人员将个体技能组合定位为关键微观基础,提供了关于技能整合“甜蜜点”(sweet spots)如何能够实现更有效转型的见解。
**论文解读:循环性技能三难困境——寻找可持续性技能组合的甜蜜点**
**一、研究背景与问题**
在向循环经济(Circular Economy, CE)转型的背景下,技能作为变革的微观基础(micro-foundations)日益受到关注。然而,现有文献多聚焦于技能如何构建组织能力(如动态能力视角),而较少从“微观基础作为起源”(micro-foundations as origins)的视角探讨个体技能及其组合如何支撑普通能力(ordinary capabilities)。同时,CE转型并非孤立发生,数字化(digitalization)和(尤其是知识产权驱动的)创新(IP-driven innovation)是CE的关键推动力,但相关技能(如数字技能、IP技能)与核心CE技能之间的相互作用及层次结构尚未得到充分理论化和实证检验。已有研究虽提供了丰富的CE技能分类学(taxonomies),但未能回答技能之间是否呈现互补或互斥关系,也缺乏对技能配置逻辑(configurational logic)的实证分析。因此,本研究旨在探究:领域技能(数字和IP驱动创新技能)是否支持核心CE技能(RQ1);组合技能(数字与IP技能交叉领域)是否支持核心CE技能(RQ2);以及哪些具体领域技能应优先发展(RQ3)。该研究发表在《Journal of Environmental Management》。
**二、主要研究方法**
研究采用在线问卷调查,数据收集于2022年9月至11月,在IPR4SC项目框架下进行,覆盖中欧(斯洛文尼亚、克罗地亚、匈牙利)、东欧(罗马尼亚)、北欧(挪威)和南欧(意大利、希腊)六个国家,共获得330份有效问卷(原始630份,剔除缺失数据及对IPR概念完全无知的受访者)。样本包括在校学生(42.1%)和在职人员(55.8%),教育背景涵盖技术/硬科学(40%)和社会科学/人文学科(57.9%)。主要技术方法包括:1)模糊集定性比较分析(fuzzy-set Qualitative Comparative Analysis, fsQCA),用于识别技能配置与核心CE技能之间的充分必要条件,基于集合理论和布尔代数,采用似然值校准(0.05/0.50/0.95三点锚定),并构建真值表,以一致性阈值0.90和频率阈值评估解决方案;2)可解释人工智能(Explainable Artificial Intelligence, XAI)中的Shapley加法解释(SHAP),基于随机森林算法(Random Forest, RF)优化,通过贝叶斯优化和5折交叉验证,量化每个输入变量对模型输出的边际贡献,构建技能优先级层次。两种方法联合使用,互补各自在因果复杂性和重要性排序上的局限。
**三、研究结果**
**4.1 fsQCA结果**
**4.1.1 fsQCA初始条件分析**
各条件变量的一致性均低于0.9的标准,表明没有单一条件变量是核心CE技能结果的必要条件,因此需要对条件配置组合进行进一步评估。
**4.1.2 fsQCA结果**
基于中间解(intermediate solution),研究呈现了三种等终性(equifinal)配置。对于H1a(数字技能支持核心CE技能)和H1b(IP驱动创新技能支持核心CE技能),整体解决方案一致性分别为0.820和0.830,覆盖度分别约为82%和89%,表明数字技能和IP驱动创新技能均支持核心CE技能。具体而言,数字技能配置中,管理导向数字技能(如整合IDS、采用ADS)与核心CE技能(如技术TEC、商业模式BMD)的关联较强;IP驱动创新技能配置中,非数据IP技能(如新模式MOD、IP框架IPF)支持核心CE技能,而数据IP技能(如数据库IDT、IP工具IPT)未达到一致性阈值0.80,表明其单独或简单配对并非可靠路径。对于H2(组合技能支持核心CE技能),部分配置(如S1-S4)一致性足够(0.756-0.875),但整体解决方案一致性不足(0.756),提示组合技能的支持有其边界。
**4.2 SHAP可解释性解读**
SHAP分析构建了技能层次结构。基于平均Shapley值,最重要的变量依次为:整合(IDS,数字管理技能)、技术(TEC,核心CE技能)和商业模式(BMD,核心CE技能)。采用(ADS,数字管理技能)和数据库(IDT,IP数据技能)影响有限,而新模式(MOD,IP非数据技能)和利用(UDT,数字技术技能)贡献不显著。SHAP还揭示了核心CE技能内部差异:技术、商业模式和合作(COO)技能与众多预测变量高度互联,而管理(MGT)技能在全局排名中关联较弱,提示其可能依赖于更窄、更具体的情境组合。
**四、讨论与结论**
讨论部分指出,研究结果验证了数字和IP驱动创新技能对核心CE技能的支持作用,但也存在边界,例如IP数据技能与核心CE技术技能的非协同性,表明过度专业化技能的可转移性有限。组合技能的支持并非无条件,随机组合可能无效。基于SHAP优先级,数字管理技能(尤其是整合)比技术数字技能更为关键,这与Wu(2025)的“关键维度”观点一致。研究还发现,核心CE管理技能在不同教育背景(社会科学/人文学科)下表现更佳,提示技能组合需要针对特定情境。
**结论部分翻译:**
技能是塑造市场和社会变革(如可持续和循环转型)响应的微观基础。因此,采用CE模式所需技能的话题近年来开始吸引越来越多的关注。本文回应了各类分类学的多样性,分析了领域技能是否确实与CE相关,因为文献表明了关于技能如何以及是否可能互联的矛盾(De los Rios and Charnley, 2017; Huang et al., 2021; Janssens et al., 2021)。与这些分类学不同,本文还通过技能原型框架(D-Co-C)发展了配置性方法,从而更好地理解技能在领域内和领域间的互联方式。利用fsQCA和SHAP方法,本研究提供了数字和IP驱动创新技能与核心CE技能(即技术、商业模式、管理和合作)之间关联的证据。尽管不够稳健,但结果也支持了将数字和IP驱动创新领域技能相结合有助于发展CE转型能力的观点,但同时也警告了互联性的某些边界,因为并非所有技能组合都与CE技能相关。研究还指出了局限性,如自我报告数据、区域背景限制等,并提出了实际意义:教育、政策和管理应聚焦于高杠杆领域技能,并围绕连贯的技能组合设计课程和工作培训,尤其是数字管理技能。因此,本研究为CE转型中现有微观基础的重新和技能提升提供了新路线图。