DOI: https://doi.org/10.3389/fpsyg.2026.1699919
PMID: https://pubmed.ncbi.nlm.nih.gov/41822441
تاريخ النشر: 2026-02-25
المؤلف: Liya Xu وآخرون
الموضوع الرئيسي: الاستدامة البيئية في الأعمال
نظرة عامة
تستكشف هذه الورقة البحثية تأثير المكافآت الخضراء على السلوكيات البيئية الإيجابية بين الموظفين، مع التركيز على دمج نظرية التحفيز-الكائن-الاستجابة ونظرية التعلم الاجتماعي. تحدد الدراسة الشغف البيئي كوسيط داخلي رئيسي وتفحص معرفة الذكاء الاصطناعي كعامل معتدل مهم في سياق الأفعال المستدامة. باستخدام نمذجة المعادلات الهيكلية بالحد الأدنى من المربعات (PLS-SEM) وتحليل الشبكات العصبية الاصطناعية (ANN)، تحلل الدراسة بيانات من 445 موظفًا عبر قطاعات مختلفة في الصين، كاشفة أن المكافآت الخضراء لا تحفز السلوكيات المستدامة بشكل مباشر فحسب، بل تعزز أيضًا الشغف البيئي، مما يعزز بدوره هذه السلوكيات. علاوة على ذلك، فإن ارتفاع مستوى معرفة الذكاء الاصطناعي يعزز من التأثيرات الإيجابية للمكافآت الخضراء، مما يشير إلى أن الموظفين ذوي المهارات الرقمية المتقدمة أكثر استجابة لمثل هذه الحوافز.
توفر النتائج دعمًا تجريبيًا للأطر النظرية المستخدمة، مما يوضح أن كل من الحوافز الخارجية والعوامل النفسية الداخلية تشكل سلوكيات الموظفين المستدامة بشكل تعاوني. تقترح الدراسة أن على المنظمات تنفيذ أنظمة مكافآت خضراء مستهدفة وتعزيز معرفة الذكاء الاصطناعي لتعظيم فعالية هذه الحوافز. بالإضافة إلى ذلك، تدعو إلى دمج الاستدامة في الثقافة المؤسسية وتطوير آليات حوافز محددة للقطاعات لتلبية دوافع الموظفين المتنوعة. تكمن المساهمة المنهجية للدراسة في نهجها المزدوج، الذي يجمع بين PLS-SEM وANN، مما يسمح بفهم شامل للبنى المعقدة المتعلقة بالسلوكيات البيئية الإيجابية مع تعزيز الدقة التنبؤية. يوفر هذا الإطار رؤى قيمة للبحوث المستقبلية وإرشادات عملية للمديرين وصانعي السياسات الذين يسعون لتعزيز الممارسات المستدامة في مكان العمل.
مقدمة
تؤكد مقدمة الورقة البحثية على الدور الحاسم للسلوكيات البيئية الإيجابية في تحقيق أهداف الانبعاثات الصفرية، مشددة على أن مثل هذه السلوكيات يجب أن تدعمها كل من التقدم التكنولوجي والأطر التنظيمية. تعرف السلوك البيئي الإيجابي بأنه الأفعال التي تهدف إلى تقليل الضرر البيئي وتؤكد على ضرورة وجود استراتيجيات مبتكرة لسد الفجوة الحالية بين المواقف والسلوك. تناقش الورقة أهمية الحوافز الخضراء، التي يمكن أن تكون ملموسة (مثل المكافآت المالية) وغير ملموسة (مثل التقدير)، في تعزيز هذه السلوكيات. ومع ذلك، تشير إلى وجود نتائج متضاربة في الأدبيات بشأن فعالية الحوافز النقدية، حيث تشير بعض الدراسات إلى أنها قد تقوض الدافع الداخلي لحماية البيئة.
يحدد المؤلفون فجوات كبيرة في البحث الحالي، لا سيما نقص الاستكشاف في الآليات الأساسية التي تربط المكافآت الخضراء بالسلوكيات البيئية الإيجابية والبيانات التجريبية المحدودة من السياقات التنظيمية. يقترحون التحقيق في ثلاثة آليات محتملة: المكافآت الخضراء، الشغف البيئي، ومعرفة الذكاء الاصطناعي، مشيرين إلى أن الشغف البيئي قد يعزز فعالية المكافآت من خلال توافقها مع قيم الأفراد. بالإضافة إلى ذلك، يجادلون بأن معرفة الذكاء الاصطناعي يمكن أن تعمل كعامل معتدل، تؤثر على فعالية أنظمة المكافآت. تهدف الدراسة إلى تطوير إطار شامل يدمج هذه العوامل، موفرة رؤى حول كيفية تأثير السياقات المحددة للقطاعات على العلاقة بين المكافآت الخضراء والسلوكيات البيئية الإيجابية. البحث ذو صلة خاصة بالصين، نظرًا لدورها الكبير في الانبعاثات العالمية والتزامها بالاستدامة، بالإضافة إلى الزيادة الملحوظة في الوعي البيئي بين سكانها.
الطرق
يستعرض قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية، معدات، وعينات بيولوجية، بالإضافة إلى البروتوكولات المتبعة لضمان إمكانية إعادة الإنتاج. يتم وصف المنهجيات بطريقة منهجية، مع تسليط الضوء على التقنيات المستخدمة لجمع البيانات وتحليلها، مثل الاختبارات الإحصائية أو النماذج الحسابية المستخدمة لتفسير النتائج.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات عن حجم العينة، الضوابط، وأي اعتبارات أخلاقية ذات صلة بالبحث. يضمن هذا النهج الشامل أن النتائج يمكن التحقق منها وإعادة إنتاجها من قبل باحثين آخرين في هذا المجال، مما يساهم في موثوقية استنتاجات الدراسة بشكل عام.
النتائج
يقدم قسم النتائج في الورقة تقييمًا شاملاً للسلوكيات البيئية الإيجابية (PEB)، الشغف البيئي (EP)، المكافآت الخضراء (GR)، ومعرفة الذكاء الاصطناعي باستخدام نمذجة المعادلات الهيكلية بالحد الأدنى من المربعات (PLS-SEM) والشبكات العصبية الاصطناعية (ANN). تشير التحليلات إلى جودة إحصائية قوية عبر البنى، حيث تتجاوز جميع تحميلات العوامل العتبة 0.7، مما يؤكد العلاقات القوية. تتجاوز مقاييس الموثوقية، بما في ذلك ألفا كرونباخ (CA) والموثوقية المركبة (CR)، القيم الموصى بها، بينما تتجاوز قيم التباين المتوسط المستخرج (AVE) العتبة 0.5، مما يشير إلى صلاحية بنائية كافية. بالإضافة إلى ذلك، لا تمثل التعددية مشكلة، حيث تبقى جميع قيم عامل التضخم في التباين (VIF) أقل من 3.0، ويشير اختبار العامل الواحد لهارمان إلى أن التحيز الناتج عن الطريقة الشائعة غير محتمل.
تدعم نتائج PLS-SEM جميع الفرضيات المقترحة، مما يظهر أن GR يؤثر إيجابيًا على PEB عبر كل من قطاعات التصنيع والخدمات، مع تأثيرات كبيرة على EP أيضًا. يشكل الشغف البيئي وسيطًا في العلاقة بين GR وPEB، وتعزز معرفة الذكاء الاصطناعي هذه العلاقة، لا سيما في قطاع الخدمات. تؤكد تحليلات ANN هذه النتائج، كاشفة أن GR هو العامل الأكثر أهمية الذي يؤثر على كل من PEB وEP، مع ديناميكيات غير خطية تشير إلى تعقيد في محددات السلوك. تسلط التحليلات المقارنة بين PLS-SEM وANN الضوء على أهمية GR والتفاعل بين AI وGR، مما يبرز أنه بينما تظل العلاقات النظرية مستقرة، فإن قوتها تختلف عبر السياقات القطاعية.
المناقشة
تستكشف قسم المناقشة في هذه الورقة التفاعل بين المكافآت الخضراء، السلوكيات البيئية الإيجابية، الشغف البيئي، ومعرفة الذكاء الاصطناعي من خلال عدسة نظرية التحفيز-الكائن-الاستجابة (SOR) ونظرية التعلم الاجتماعي. تبحث الدراسة في أربعة أسئلة رئيسية: التأثير المباشر للمكافآت الخضراء على السلوك البيئي الإيجابي، الدور الوسيط للشغف البيئي، وتأثير معرفة الذكاء الاصطناعي كعامل معتدل على هذه العلاقات. تشير النتائج إلى أن المكافآت الخضراء تعمل كمنبهات خارجية يمكن أن تعزز الشغف البيئي، مما يعزز بدوره السلوكيات البيئية الإيجابية. ومع ذلك، فإن فعالية هذه المكافآت تعتمد على مستوى معرفة الذكاء الاصطناعي لدى الأفراد، مما يؤثر على قدرتهم على تفسير والاستجابة لهذه الحوافز.
يوفر دمج نظرية التعلم الاجتماعي فهمًا أعمق للعمليات المعرفية التي تتوسط العلاقة بين المكافآت الخضراء والسلوكيات البيئية الإيجابية. يبرز أهمية الكفاءة الذاتية والقدرات المعرفية في تشكيل كيفية استجابة الأفراد للمنبهات الخارجية. تفترض الورقة أنه بينما يمكن أن تؤثر المكافآت الخضراء بشكل إيجابي على السلوكيات البيئية الإيجابية، قد تختلف فعاليتها عبر سياقات مختلفة، لا سيما بين قطاعات التصنيع والخدمات المدفوعة بالتكنولوجيا. بشكل عام، تؤكد الدراسة على الديناميكيات المعقدة التي تلعب دورًا في تعزيز الأفعال البيئية الإيجابية وضرورة مراعاة الفروق الفردية في المعالجة المعرفية والوعي البيئي عند تصميم آليات الحوافز.
DOI: https://doi.org/10.3389/fpsyg.2026.1699919
PMID: https://pubmed.ncbi.nlm.nih.gov/41822441
Publication Date: 2026-02-25
Author(s): Liya Xu et al.
Primary Topic: Environmental Sustainability in Business
Overview
This research paper investigates the influence of green rewards on pro-environmental behaviors among employees, emphasizing the integration of Stimulus-Organism-Response theory and Social Cognitive Theory. The study identifies environmental passion as a key internal mediator and examines AI literacy as a significant moderating factor in the context of sustainable actions. Utilizing Partial Least Squares Structural Equation Modeling (PLS-SEM) and Artificial Neural Network (ANN) analysis, the research analyzes data from 445 employees across various sectors in China, revealing that green rewards not only directly motivate sustainable behaviors but also enhance environmental passion, which in turn promotes these behaviors. Furthermore, higher AI literacy amplifies the positive effects of green rewards, indicating that employees with advanced digital skills are more responsive to such incentives.
The findings provide empirical support for the theoretical frameworks employed, demonstrating that both external incentives and internal psychological factors collaboratively shape sustainable employee behaviors. The study suggests that organizations should implement targeted green reward systems and enhance AI literacy to maximize the effectiveness of these incentives. Additionally, it advocates for the incorporation of sustainability into corporate culture and the development of sector-specific incentive mechanisms to cater to diverse employee motivations. The methodological contribution of the study lies in its dual approach, combining PLS-SEM and ANN, which allows for a comprehensive understanding of complex constructs related to pro-environmental behaviors while enhancing predictive accuracy. This framework offers valuable insights for future research and practical guidance for managers and policymakers aiming to foster sustainable practices in the workplace.
Introduction
The introduction of the research paper emphasizes the critical role of pro-environmental behaviors in achieving net-zero emission goals, highlighting that such behaviors must be supported by both technological advancements and regulatory frameworks. It defines pro-environmental behavior as actions aimed at minimizing environmental harm and underscores the necessity for innovative strategies to bridge the existing attitude-behavior gap. The paper discusses the importance of green incentives, which can be both tangible (e.g., financial rewards) and intangible (e.g., recognition), in fostering these behaviors. However, it notes conflicting findings in the literature regarding the effectiveness of monetary incentives, with some studies indicating that they may undermine intrinsic motivation for environmental protection.
The authors identify significant gaps in current research, particularly the lack of exploration into the underlying mechanisms linking green rewards to pro-environmental behaviors and the limited empirical evidence from organizational contexts. They propose to investigate three potential mechanisms: green rewards, environmental passion, and AI literacy, suggesting that environmental passion may enhance the effectiveness of rewards by aligning them with individuals’ values. Additionally, they argue that AI literacy could serve as a moderator, influencing the efficacy of reward systems. The study aims to develop a comprehensive framework that integrates these factors, providing insights into how sector-specific contexts affect the relationship between green rewards and pro-environmental behaviors. The research is particularly relevant to China, given its significant role in global emissions and commitment to sustainability, as well as the observed increase in environmental awareness among its populace.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, as well as the protocols followed to ensure reproducibility. The methodologies are described in a systematic manner, highlighting the techniques for data collection and analysis, such as statistical tests or computational models applied to interpret the results.
Additionally, the section may include information on sample size, controls, and any ethical considerations relevant to the research. This comprehensive approach ensures that the findings can be validated and replicated by other researchers in the field, contributing to the overall reliability of the study’s conclusions.
Results
The results section of the paper presents a comprehensive evaluation of pro-environmental behaviors (PEB), environmental passion (EP), green rewards (GR), and AI literacy using Partial Least Squares Structural Equation Modeling (PLS-SEM) and Artificial Neural Networks (ANN). The analysis indicates strong statistical quality across constructs, with all factor loadings exceeding the threshold of 0.7, confirming robust relationships. Reliability metrics, including Cronbach’s alpha (CA) and composite reliability (CR), are above the recommended values, while average variance extracted (AVE) values surpass the 0.5 threshold, indicating adequate construct validity. Additionally, multicollinearity is not a concern, as all variance inflation factor (VIF) values remain below 3.0, and Harman’s single-factor test suggests common method bias is unlikely.
The PLS-SEM results support all proposed hypotheses, demonstrating that GR positively influences PEB across both manufacturing and service sectors, with significant effects on EP as well. Environmental passion mediates the relationship between GR and PEB, and AI literacy enhances this relationship, particularly in the service sector. The ANN analysis further corroborates these findings, revealing that GR is the most critical factor influencing both PEB and EP, with non-linear dynamics suggesting complexity in behavioral determinants. The comparative analysis between PLS-SEM and ANN highlights the importance of GR and the interaction between AI and GR, emphasizing that while theoretical relationships are stable, their strength varies across sectoral contexts.
Discussion
The discussion section of this paper explores the interplay between green rewards, pro-environmental behaviors, environmental passion, and AI literacy through the lens of the Stimulus-Organism-Response (SOR) theory and Social Cognitive Theory. The research investigates four key questions: the direct impact of green rewards on pro-environmental behavior, the mediating role of environmental passion, and the moderating effect of AI literacy on these relationships. The findings suggest that green rewards serve as external stimuli that can enhance environmental passion, which in turn fosters pro-environmental behaviors. However, the effectiveness of these rewards is contingent upon individuals’ AI literacy, which influences their ability to interpret and respond to these incentives.
The integration of Social Cognitive Theory provides a deeper understanding of the cognitive processes that mediate the relationship between green rewards and pro-environmental behaviors. It highlights the importance of self-efficacy and cognitive competencies in shaping how individuals respond to external stimuli. The paper posits that while green rewards can positively influence pro-environmental behaviors, their effectiveness may vary across different contexts, particularly between technology-driven manufacturing and service sectors. Overall, the study underscores the complex dynamics at play in promoting pro-environmental actions and the necessity of considering individual differences in cognitive processing and environmental literacy when designing incentive mechanisms.