随着供应链系统面临的环境高波动性、不确定性风险提升，数据要素成为供应链系统提升风险响应速度和应对能力的关键因素。从主体与关系两个维度，基于供应链网络特征构建供应链韧性衡量指标，采用2015—2022年中国上市企业数据实证检验数据要素对供应链韧性的赋能机制。基准回归分析表明，数据要素能够显著增强供应链主体韧性和关系韧性的赋能效应，即数据要素可赋能企业供应链韧性。机制分析表明，数据要素主要通过赋能激发创新效应，进而增强供应链主体韧性；赋能激发信息效应，进而增强供应链关系韧性。异质性分析表明，数据要素对供应链韧性的赋能效应会因不同企业规模和所属行业、所在地区运营环境以及市场化水平而存在异质性。

在“人工智能+”背景下，ChatGPT、Sora及文心一言等生成式人工智能应用（AIGC）横空出世，显著提升了人类的生产效能与创新潜能，但亦伴生伦理价值失衡、伦理规范失控、伦理关系失调等风险。基于技术风险维度分析，算法的隐秘性与智能技术的不可预测性、价值理性与工具理性的内在张力、人类风险感知与应对机制的局限性，是AIGC伦理风险的核心成因。鉴此，AIGC伦理风险管控正趋于“可信治理”范式，其核心要旨在于确保技术的可控性、可问责性、公平性、可靠性、可解释性和安全性。在可信治理引导下，应完善数据风险治理架构，优化侵权风险防控与责任追究体系，健全伦理治理制度，以赋能新质生产力发展。

基于2012—2022年长江经济带766个县（市、区）面板数据，以2019年实施“国家新一代人工智能创新发展试验区”建设为准自然实验，采用双重机器学习模型，探讨人工智能发展对区域创业活跃度的影响。研究发现，人工智能发展显著提升区域创业活跃度，且通过改变机器学习算法、更换计量模型等一系列稳健性检验后，结论依然成立。机制分析表明，人工智能发展通过提升创业能力、缓解融资约束和增加资本回报，间接驱动创业活跃度，并且创业能力与资本回报之间具有协同效应。进一步分析发现，人工智能发展能够激发技术密集型产业和生产性服务业等行业创业活动，推动区域经济结构转型与高质量发展。异质性分析表明，当区域人口规模达到一定阈值后，人工智能对创业活跃度的促进效应才会显现。提出建议优先在人口密集的大城市布局和推广人工智能技术，同时，针对中小城市优化技术渗透路径，以最大化发挥人工智能的“头雁”效应。

提升智能化水平是企业加快形成新质生产力的关键举措。选取2013—2022年A股上市公司为研究样本，探讨人工智能对企业新质生产力的赋能机制。结果发现：人工智能通过增强数字创新能力、提高供应链效率和降低信息不对称程度赋能企业新质生产力。异质性分析发现，人工智能对不同类型企业新质生产力的赋能作用存在显著差异。具体而言，在国有企业、劳动密集程度较高企业、高技术行业企业以及财政支持力度较大地区企业中，人工智能对新质生产力的赋能作用更显著。结论揭示人工智能在企业运营过程中的赋能作用，为推动企业新质生产力发展提供有益参考。

在新一代信息技术革命驱动下，ICT（InformationandCommunicationsTechnology，信息通信技术）制造业产业竞争力越来越受制于供应链韧性，不断整合、构建和重新配置内外部资源，优化生产要素组合是企业增强供应链韧性的有效途径。以2018—2022年ICT制造业上市企业为研究样本，选取新型生产要素代理变量，构建供应链韧性评价指标体系，运用面板数据回归模型揭示新型生产要素对ICT制造业供应链韧性的影响。研究发现：①数据要素、管理要素对ICT制造业供应链韧性呈显著正向影响，知识要素、技术要素呈显著负向影响，当组合作用时数据要素和知识要素之间存在替代效应，即数据要素水平普遍提升时，知识悖论风险对供应链韧性的负面影响受到一定程度抑制；②ICT制造业产业上下游企业供应链韧性存在显著差异，下游企业供应链韧性优于上游企业，且新型要素对上下游供应链韧性具有不同作用；③产业地区间竞争格局分化明显，新型要素对供应链韧性的影响存在区域异质性。据此，提出如下建议：促进各要素间协同应用，加强安全管理；促进上下游供应链伙伴间沟通合作，深化供应链各环节协同配套；鼓励中西部地区ICT制造业企业发展，引导新型生产要素在区域之间、产业之间双向流动，培育产业竞争新优势。

大国博弈影响全球发展格局，科技创新能力决定国家竞争力。以2017—2022年1216家中国A股上市公司为样本，采用渐进双重差分模型检验中美博弈对中国企业创新能力的影响及作用路径，结果发现：在被列入“实体清单”的冲击下，中国上市企业创新能力增强，且呈现滞后性和短期性；渠道分析发现，被列入“实体清单”的企业通过储备无形资产、增强成长能力、拓展价值发现渠道促进创新能力提升；异质性分析表明，民营企业以及获得政府补贴、代理成本较低、承担适中和较少社会责任、控制管理层基础薪酬的企业，其创新能力受“实体清单”的正向影响更显著。进一步分析发现，被列入“实体清单”能够提升企业创新效率，但未显著影响创新持续性。原因在于创新绩效的周期效应，而组织韧性是企业创新能力增强的潜在动因。结论基于企业创新视角，可丰富大国博弈与贸易战相关研究，为推动中国关键领域技术创新发展提供经验证据和决策参考。

在人工智能技术快速发展背景下，组织要在复杂、多变的环境中脱颖而出，需要依靠员工智慧，即员工建言。基于压力认知激活理论，探究人工智能技术应用对员工建言和沉默的影响机制，验证工作反刍的中介作用和工作自主性的调节作用。为提高研究内外部效度以及研究结果的可靠性，采用情景实验和三阶段问卷调研方法对模型进行验证，研究发现：①人工智能技术应用通过增加问题解决沉思，正向影响员工建言，负向影响员工沉默；②人工智能技术应用通过增加情感反刍，负向影响员工建言，正向影响员工沉默；③工作自主性提升会强化人工智能技术应用对员工建言的正向影响，弱化人工智能技术应用对员工沉默的正向影响。研究结论揭示人工智能技术应用对员工建言和沉默影响的“双刃剑”效应，为组织更好地发挥人工智能技术应用的积极效应提供启示。

新一轮科技革命加速演进背景下，人工智能作为新型劳动工具的典型代表，符合新质生产力发展要求。分析人工智能影响新质生产力的理论机制，并基于2010—2022年中国内地30个省份面板数据和国际机器人联合会（IFR）的工业机器人数据，利用双向固定模型和工具变量法进行实证检验。研究发现：人工智能发展能够显著促进新质生产力提升，并且这一结论经过一系列稳健性检验和内生性检验后依然成立。机制分析发现，人工智能主要通过增强创新能力、改善能源效率和提高数字化水平3个渠道促进新质生产力提升。异质性分析发现，人工智能对新质生产力的带动效应在市场化程度高、技术聚集程度高和产业结构优化水平高的地区更显著。最后，针对发展人工智能、促进新质生产力发展提出对策建议：完善市场经济基础制度，创设有利于人工智能企业发展的营商环境；加快发展人工智能技术，持续推动产业结构优化升级；搭建人工智能创新应用场景，加大人工智能技术推广应用力度。

提升产业链韧性是经济高质量发展、建设现代化产业体系的内在要求。借助国家人工智能创新应用先导区设立这一准自然实验，选取2010—2023年287个地级市面板数据，采用双重机器学习（DML）方法系统评估该政策对产业链韧性的影响及作用机制。研究表明：国家人工智能创新应用先导区设立显著提升产业链韧性，该结论经过多种稳健性检验依然成立；机制分析结果显示，该政策主要通过数据要素驱动效应、创新要素配置效应和产业结构升级效应促进产业链韧性提升；异质性分析结果显示，该政策在数字基础设施水平较高、市场整合程度较高、经济政策不确定性较低地区的赋能效应更显著。研究为人工智能技术赋能产业链韧性提供了经验证据，为相关政策优化提供了参考启示。

随着人工智能赋能的逐渐深化，产业创新生态系统不断演进。然而，当前对人工智能赋能产业创新生态系统演进内在驱动因素及路径的探讨尚不深入。选取生物医药产业作为案例研究对象，将人工智能应用划分为技术积累期、融合期和产业赋能期，揭示不同赋能阶段产业创新生态系统演进动因与路径。研究发现：①技术积累期由市场竞争引发的生存压力驱动，实现技术单点突破；②技术融合期由政策指引的创新战略驱动，形成端到端的研发模式；③产业赋能期由技术引领的多维合力驱动，形成“AI+自动化实验+专家经验”的模式。研究结论有助于丰富产业创新生态系统理论，为更好地推动人工智能应用、促进产业创新发展提供实践启示。

数字化时代下，数字化转型已成为推动制造企业技术创新的重要推动力。基于动态能力理论，以2009—2022年中国制造业A股上市公司为样本，实证检验数字化转型对创新绩效的影响机制。研究发现：数字化转型显著提升制造企业创新绩效；吸收能力在两者间起部分中介作用，表明数字化转型通过增强企业知识获取与转化能力间接促进创新；研发人员占比正向调节这一中介效应，凸显了研发人力资本的关键作用。研究深化了动态能力理论在数字化转型情境下的应用，为制造企业通过数字化战略和人才建设提升创新绩效提供了参考。

选取2009—2023年中国沪深A股上市公司为研究样本，实证研究耐心资本对企业绿色技术创新的影响以及ESG表现的中介效应。研究结果表明：耐心资本可以显著提升企业绿色技术创新水平。在替换关键变量、排除同期政策干扰等稳健性检验，以及采用Heckman两阶段法、安慰剂检验等克服潜在内生性问题后，这一结论依然成立。机制分析表明，耐心资本能够通过提升企业ESG表现促进绿色技术创新。异质性分析发现，就企业自身特征而言，耐心资本对高管绿色认知水平较高企业以及成熟期企业绿色技术创新水平的提升作用更显著；从企业所处外部环境看，耐心资本对处于媒体关注度较高和金融发展水平较高地区企业绿色技术创新水平的提升作用更显著。

以2025年诺贝尔经济学奖为契机，系统梳理熊彼特增长理论（SchumpeterianGrowthTheory）中“创造性破坏”（CreativeDestruction）机制的历史演进、理论内核与现实情境，结合中国改革开放以来经济增长的成功实践，探究其在中国经济转型中的制度化路径与本土化表达，提出“制度重构、市场演化、创新驱动”三维协同框架。进而，将“破坏性创新”（DisruptiveInnovation）作为“创造性破坏”的微观机制，选取比亚迪、拼多多与TikTok的典型案例，展现中国企业依托技术突破与商业模式重构实现“跟跑—并跑—领跑”系统性赶超的成功经验。研究以“创造性破坏”为切口，以“破坏性创新”为机制，探索在全球科技变革、产业升级与大国竞争的新形势、新阶段、新背景下，实现我国经济高质量发展与可持续增长的核心逻辑与路径。

全球价值链重构与科技竞争加剧背景下，提升企业创新质量是推动我国经济高质量发展的必然要求。构建理论模型解构专精特新政策对“小巨人”企业创新绩效的影响及其作用机制；分析不同企业信息透明度条件下专精特新政策的差异性影响；利用2018—2023年沪深A股上市公司面板数据，采用多期双重差分模型（DID）进行实证检验。研究结果表明：专精特新政策通过缓解融资约束、提供风险补偿及促进人力资本积累提升创新绩效，高层次人力资本是创新质量提升的关键因素。企业信息透明度较低时，“小巨人”企业倾向通过增加创新数量获取政策支持；信息透明度较高时，政策对促进创新质量提升的激励作用更为显著。研究结论从微观机制层面揭示政策实施效果，为优化政策靶向性及建立信息透明度动态监测机制提供了理论依据。

数据作为战略性生产要素，通过与人工智能技术融合，产生价值倍增效应，为缩小地区经济差距提供了新思路。基于区域创新系统理论，利用2012—2023年中国省级面板数据，采用固定效应回归分析和门限回归模型，研究数智融合对区域经济差距的影响。研究发现：数智融合度越高，越能显著缩小区域经济差距；区域创新能力、产业结构高级化和资源配置效率在其中发挥中介作用，创新基建发挥调节效应。异质性分析表明，数智融合对缩小东部、西部地区经济差距的作用显著，而在中部地区不显著；门槛效应表明，金融发展水平在数智融合影响区域经济发展差距的过程中存在单门槛效应，即当金融发展水平跨越门槛值后，数智融合对区域经济差距的影响由正向转为负向。研究结论为进一步发挥数据要素的乘数效应、促进我国区域经济协调发展提供了启示。

脑机接口技术驱动的社会关系安全生态系统是涵盖安全状态、安全态势与安全能力的复合型多层次架构，其演进逻辑呈现复杂性、动态性与情境性特征。基于跨学科理论框架，系统剖析该技术对社会关系网络的重塑机制：①个体层面，通过神经可塑性调节重构自我认知架构，借助情感神经同步机制革新人际交互模式，依托虚拟社交场景催生行为规范迭代；②群体层面，构建神经信息驱动的分布式协作范式，形成基于认知共鸣的社群连接机制，引发技术能力主导的社会分层重构。提出通过完善神经信息伦理审查机制、强化技术应用分级监管、建立社会公平补偿制度、推进公众参与式治理，建构“伦理规制—技术治理—社会协同”三位一体治理体系，实现技术创新与社会关系演进的动态平衡。本研究为理解智能技术时代社会关系重构规律提供理论框架，为构建人机协同的新型社会生态政策制定提供参考启示。

新兴技术在科技革命和产业变革中发挥着重要作用，准确把握新兴技术发展方向有助于国家政策制定和科技快速发展。融合学术论文和专利文献数据，构建一套新兴技术识别方法。通过主题N元语法（TNG）模型抽取和筛选技术主题，确定关键技术主题，通过量化新兴技术的5项特征指标：影响力、增长性、连贯性、创新性、不确定性和模糊性，计算新兴指数得分，对多源数据融合新兴技术进行识别和预判。预测新兴技术未来发展趋势，可为电网领域可持续发展提供有价值的参考，验证研究方法的可行性和有效性。

基于2011—2022年中国内地30个省份数据，构建新质生产力指标体系并使用熵值法测度各省市以及八大综合经济区新质生产力水平，分析其动态演进趋势以及地区差异，识别新质生产力关键影响因素、逻辑关系及作用路径，并通过障碍度计算主要发展障碍因子，提出区域新质生产力提升路径。结果显示：①生产力发展水平高的地区包括广东、北京、江苏、浙江以及山东，按区域划分，东部沿海地区新质生产力发展水平最高；②各区域新质生产力水平呈上升态势但存在较大差异，高水平地区对低水平地区存在正向空间溢出效应；③技术合作流动、未来产业布局、数字经济发展和科技创新为影响地区新质生产力发展的主要障碍因子。研究丰富了新质生产力理论分析框架，为区域因地制宜发展新质生产力提供参考借鉴。

新一轮产业数字化变革中，数字化能力提升对企业可持续发展至关重要。为明晰数字化能力生成过程，在TOE框架下识别并提炼企业数字能力影响因素，综合使用ISM-MICMAC方法分析影响因素间的内在逻辑关系和层次结构，构建企业数字化能力影响因素解释结构模型。结果表明，企业数字化能力共19个影响因素可划分为8个层次；其中，数字化组织准备、数字技术运用与扩散既是直接影响因素，也是高依赖性因素；需求转变、政策导向、数字经济水平和高管数字背景是深层驱动力因素。结论基于系统视角丰富数字化能力前因研究，以期为企业在数字化转型过程中培育数字化能力提供理论依据。

数据是形成新质生产力的新型生产要素。选取2011—2022年中国A股上市公司面板数据，从效应分解视角考察数据要素对企业新质生产力的影响。研究发现：①就直接效应而言，数据要素能有效赋能企业新质生产力发展，且研究结论稳健；②就间接效应而言，企业新质创新与劳动力技能结构在数据要素推动企业新质生产力发展中发挥中介效应；③就乘数效应而言，在新质创新与劳动力技能结构推动企业新质生产力发展过程中，数据要素具有放大、叠加与倍增作用；④数据要素赋能效应在竞争激烈、高新技术与非重污染行业明显，且在数字基础设施完备、数据人才高水平集聚与数据开放地区更加有效。研究结论可为发挥数据要素乘数效应赋能新质生产力发展提供理论依据和政策启示。

“双碳”目标提出促使政府与社会越来越关注企业ESG表现。基于2013—2023年A股农业上市企业数据，实证分析农业企业ESG表现与绿色技术创新对企业绩效的影响以及绿色技术创新的调节效应。结果表明：①具备良好ESG表现的农业上市企业绩效更优；②绿色技术创新对企业绩效存在积极的正向影响，但这种正向作用具有滞后效应；③绿色技术创新在ESG表现与企业绩效关系间发挥显著的调节作用，有助于增强ESG表现对企业绩效的正向影响。异质性分析发现，在绿色技术创新的调节作用下，非国有企业、市场化水平高地区的企业ESG表现对企业绩效的促进作用更显著。

数字化转型可为企业价值创造提供新引擎，以2011—2022年中国A股上市公司为样本，遵循“行为—过程—绩效”理论框架，探究数字化转型赋能企业价值创造效果、作用路径及边界条件。结果发现：数字化转型能够显著促进企业价值创造，经过一系列内生性与稳健性检验后，结论仍然成立。异质性分析结果表明，数字化转型对小规模企业、国有企业、成熟期及东部地区企业价值创造的积极影响更为显著，对民营企业价值创造的影响次之，对大规模企业、衰退期及中西部地区企业价值创造的影响不显著。机制检验结果表明，数字化转型通过产品创新和服务创新双重路径促进企业价值创造，且产品创新为数字化转型促进企业价值创造的主要路径，在数字化转型促进企业价值创造过程中，投资效率和吸收能力发挥支撑作用。结论可为企业提升数字化转型效果提供经验证据和理论支撑。

作为需求侧创新政策的代表性工具，政府采购在支持自主创新、培育新兴产业中的重要作用受到广泛关注，相关研究已成为创新政策领域的热点议题。采用知识图谱法和内容分析法，对1999—2021年刊发在WebofScience核心合集中的481篇相关主题论文进行梳理与分析：①从文献产出趋势、合作网络、发表平台以及研究热点演进趋势等方面，厘清创新导向型政府采购的研究现状与演化脉络；②界定创新导向型政府采购的内涵与分类，并分阶段刻画其功能演化过程；③系统梳理创新导向型政府采购的政策效果、前因及其作用机制与情境因素；④在对比国内外代表性文献的基础上，从研究视角、研究内容、研究情境以及研究方法等方面，提出中国情境下创新导向型政府采购的未来研究展望。

数字经济作为新经济形态，对促进绿色技术创新并助力创新驱动发展带来强劲动能。采用2011—2022年中国内地30个省份面板数据，运用门槛面板回归模型，以市场支持、政府支持以及二者协同度为门槛变量，实证考察市场与政府协同支持下数字经济对绿色技术创新的门槛效应。研究发现：①数字经济对绿色技术创新的影响存在显著的、以市场与政府协同支持为门槛的正向非线性效应；②在市场化程度和对外开放水平门槛条件下，数字经济的促进效应逐渐增强，且以市场化程度高门槛区间下的促进效应最大；③在政府科技支持和政府治理强度门槛条件下，数字经济的积极效应分别呈现出先升后降和不断下降的差异化效果；④在市场与政府协同门槛条件下，数字经济的促进效应持续提升；⑤数字基础设施、数字产业化和产业数字化对绿色技术创新的正向门槛效应呈显著上升趋势，且数字基础设施的正向效应整体更强。

实体经济与数字经济的深度融合，有助于促进企业数字化转型与新质生产力发展协同增效。基于新质生产力的时代内涵，构建新质生产力评价指标体系，实证探究数字化转型对企业新质生产力的影响机制。结果发现：①数字化转型对企业新质生产力的影响呈“U”型特征，即达到一定程度后数字化转型对新质生产力的作用从抑制转为促进；②异质性分析发现，数字化转型对规模大、技术水平高以及竞争激烈企业新质生产力的影响更显著；③影响机制分析表明，数字化转型通过提高企业资源配置效率显著促进新质生产力发展，同时，企业管理层发挥非线性调节作用。

构建科技创新和高技术产业创新深度融合评价指标体系，运用耦合协调度模型测度2012—2022年中国内地30个省份科技创新和高技术产业创新耦合协调发展水平，采用Dagum基尼系数、Moran′sI、空间马尔科夫链方法分析其时空分异与演化趋势，利用CatBoost算法识别耦合协调度驱动因素。研究发现：①我国科技创新和高技术产业创新耦合协调水平逐年提升，整体上由轻度失调状态跃升为初级协调状态。华东、华南与华中地区达到初级协调，其余地区处于失调状态，耦合协调度较好省份基本分布在沿海地区，各省份之间耦合协调度变化存在明显的“马太效应”。②耦合协调度地区差距呈扩大趋势。各区域内部差距相对较小，各区域之间不均衡是导致耦合协调水平差距扩大的主要原因。③耦合协调度空间关联性持续强化，耦合协调度类型演化具有明显的路径依赖性，邻域耦合协调水平越高，其对本区域的正向溢出效应越显著。④高技术产业创新系统对耦合协调度的驱动作用比科技创新系统更强，其中高技术企业新产品开发经费支出是最主要驱动因素，商业化子系统发挥显著作用，研发经费与人员投入相关指标重要性占比较高。据此，提出推动我国科技创新和高技术产业创新深度融合的政策建议。

数智化转型是实现数字经济与实体经济深度融合，推动制造企业高质量可持续发展的必然选择，也是加快新质生产力发展的重要抓手。以2015—2022年中国A股制造业上市公司为研究样本，实证分析数智化转型对制造企业全要素生产率的影响及机制。结果表明，数智化转型能够促进制造企业全要素生产率提升；机制检验发现，数智化转型通过提高资源配置效率和创新能力促进制造企业全要素生产率提升；融资约束负向调节数智化转型与制造企业全要素生产率的关系，环境竞争性则正向调节两者关系；异质性分析结果表明，数智化转型对企业全要素生产率的促进作用在大型企业、国有企业以及中部和东部地区企业中更显著。进一步研究发现，数智化转型情境下全要素生产率提高能够促进制造企业新质生产力提升。结论可为制造企业数智化转型提供经验证据，并为推动制造企业高质量发展，加快新质生产力发展提供政策启示。

近年来数字经济的蓬勃发展引起学术界广泛讨论，数据作为数字经济的衍生要素，为区域创新发展注入新动能。聚焦要素融合发展视角，以2012—2021年省际面板数据为样本，深入探讨数据+人力资本要素组合对区域创新发展的影响及作用路径。研究发现：①我国数据要素与人力资本的耦合协调度总体呈上升趋势，但仍处于磨合阶段且不同经济区域差异明显；②基准回归结果表明，数据要素与人力资本作为单独要素时均具有创新驱动效能，当二者结成要素组合时对创新的赋能强度更显著，该结论经过系列稳健性检验后依然成立；③异质性分析发现，在不同数字产业化与产业数字化地区要素组合的创新赋能效应存在显著差异，其中，数字产业化是数字经济背景下推动区域创新发展的“加速器”；④机制检验结果表明，数据要素与人力资本匹配可以通过溢出效应赋能区域创新发展，具体表现为技术转移、R&D人员流动两条路径，且前者中介效应占比为6.10%，后者中介效应占比为7.68%；⑤门槛检验结果表明，产业结构转型升级对要素组合赋能区域创新存在门槛效应，且作用效果具有显著区域异质性。

提升区域数字创新生态系统韧性已成为推动区域经济高质量发展、增强国家竞争力的关键环节。以中国内地30个省份为案例样本，基于“主体—资源—环境”框架分析区域数字创新生态系统韧性提升的前因要素，运用模糊集定性比较分析方法探讨区域数字创新生态系统韧性提升的组态路径以及创新要素关系。研究发现：①高水平的产学研耦合协调度和数字经济发展水平是区域数字创新生态系统韧性提升的必要条件，产学研耦合协调度较低是制约区域数字创新生态系统韧性提升的必要条件；②存在4条促进区域数字创新生态系统韧性提升的路径，可归纳为3种类型，分别是主体驱动下的数字经济赋能型、政产学研协同共生型和主体—环境驱动下的平台支撑型；③存在4条制约区域数字创新生态系统韧性提升的路径，可归纳为3种类型，分别是全要素缺失型、数字经济依赖型和创新要素失调型。

数字创新是数字经济时代企业获取持续竞争优势的重要途径，但现有文献对数字创新概念内涵未作出明确阐释。运用文献分析法界定数字创新内涵，指出数字创新能力在数字创新过程中发挥关键作用，拓展现有文献对数字创新的类别划分，提出新的数字创新类型——数字技术创新。构建包含“数字资源—数字技术—数字创新能力—数字创新产出”的纵向实现机制、“数字创新前因—数字创新过程—数字创新后果”的横向驱动机制以及数字创新环境情境因素在内的数字创新理论研究框架，探讨数字创新产出过程、数字创新前因后果及边界条件等理论问题。最后，基于该理论框架，提出数字创新未来研究趋势和发展方向，旨在为数字创新实践提供指导。

人工智能和ESG治理已经成为驱动制造企业绿色创新与转型发展的重要动力。从可供性和非正式环境规制双重视角出发，构建三维交互模型，利用2011—2022年中国A股上市制造企业面板数据，揭示AI技术采纳、智力资本、ESG评级与制造企业绿色创新的关系机理。研究发现：AI技术采纳正向影响制造企业绿色创新；制造企业结构资本和关系资本显著促进其绿色创新，AI技术采纳在其中发挥显著正向调节作用；人力资本提升抑制制造企业绿色创新，且AI技术采纳会显著加剧上述抑制作用；智力资本与AI技术的协同作用受ESG评级的正向调节，其对制造企业绿色创新的影响效应得到进一步强化。

随着数字经济发展，数据资产已成为企业核心生产要素。基于中国上市企业数据，构建双重机器学习模型，探究数据资产对提升企业绿色创新能力的因果效应及作用机制。结果表明，数据资产显著提升企业绿色创新能力，经过稳健性检验后该结论依然成立。机制分析表明，数据资产通过优化人力资本结构促进绿色创新能力提升；ESG表现、数字基础设施、行业竞争正向调节数据资产对绿色创新能力的促进作用。异质性分析表明，数据资产对企业绿色创新能力的提升作用在超大/特大/大城市企业、高科技企业、国有企业和规模较大企业中更显著。研究不仅揭示了数据资产提升企业绿色创新能力的机制路径，更为通过优化数据要素配置促进企业绿色转型提供了政策启示。

增强发展韧性是我国制造业抵御外部不确定性冲击、实现制造大国向制造强国跨越的必然要求。基于2010—2022年我国内地30个省份面板数据，综合运用动态门槛效应模型、有调节的中介效应模型和差分GMM模型，研究数字化转型对制造业发展韧性的影响。结果发现：考察期内我国制造业发展韧性存在差距，但整体上呈现缩小趋势；数字化转型对制造业发展韧性具有显著提升作用且存在动态门槛效应；数字化转型对制造业发展韧性的影响存在企业、行业和区域异质性。从作用机制来看，技术创新具有中介效应，融资约束和外源融资发挥有调节的中介效应。进一步分析，制造业数字化转型存在显著的行业与地区同群效应。

数字化转型是企业实现创新的重要路径，然而将数字化理论与知识管理理论相结合，探讨其对企业创新绩效影响的研究较匮乏。提出知识数字化概念，通过建立有调节的中介模型，基于中国243家企业调研数据，进行多元线性回归以及结构方程模型分析，探究企业知识数字化对创新绩效的影响，以及研发探索能力的中介作用和企业家导向的调节作用。结果表明：企业知识数字化对创新绩效具有显著正向影响，研发探索能力在此过程中发挥部分中介作用，且该作用受到企业家导向的正向调节，即企业家导向会强化研发探索能力的中介作用。研究结论扩展了数字技术对知识管理影响的研究视角，可为企业进行知识数字化转型、提升创新绩效提供实践参考。

运用大数据梳理中国新能源汽车产业政策文献，为深入分析新能源汽车产业政策提供建议和参考。利用LDA模型对新能源汽车产业政策主题强度进行计算，结合2012—2020年165家新能源汽车企业数据，采用双重固定效应模型考察产业政策对企业技术创新的影响。研究发现：①中国新能源汽车产业政策主要集中在绿色环保、基础设施建设和财政补贴政策上，并且3类主题能够提升企业发明专利、实用新型专利和外观设计专利数量，进而促进企业技术创新；②不同类型产业政策对企业技术创新的影响不同，其中基础设施类产业政策对企业技术创新的促进作用最强；③机制分析表明，企业人力资源整合能力在三类主题与企业技术创新之间存在正向调节作用，企业人力资源整合能力提高能够进一步促进企业技术创新。

使用沪深A股制造业上市公司数据，将产业政策和竞争政策纳入同一分析框架，分析两类政策工具搭配对企业创新的影响。研究发现：以政府补贴为代表的产业政策和以公平竞争审查制度为代表的竞争政策均能够显著提升企业技术创新水平，但税收优惠政策和功能性产业政策的创新效应不明显；考虑政策叠加效应后发现，补贴政策和竞争政策共同实施会对企业创新产生冲突抑制作用，而税收优惠政策、功能性产业政策与竞争政策叠加的冲突效应不显著；在不同行业竞争水平条件下，政策叠加效应呈现出显著差异。进一步利用空间杜宾模型得出，政府补贴政策和功能性产业政策对周边城市创新存在正向溢出效应，而竞争政策会产生负向溢出效应。提出推动选择性产业政策向功能性产业政策转型，协调产业政策与竞争政策间关系，协同推动企业创新。

结构功能主义是产权结构性分置的理论内核。结构功能主义下的产权结构性分置将数据要素价值释放作为功能指引，基于以数据持有权、数据加工权、数据经营权为核心的各子系统间逻辑关系整合数据产权运行规则，最终实现数据要素市场稳健运行。数据产权结构性分置的功能维度是以功能设定规范标准，实现数据安全与利用平衡。数据产权结构性分置的结构维度能够明确公共数据、企业数据与个人数据的权利结构及相互关系。具体而言，公共数据的实现应围绕公共数据授权运营的准入控制、定价控制、收益控制3个方面；企业数据的实现应明确数据资源持有权、数据加工使用权与数据产品经营权的基本结构；个人数据的实现需要依托场景化保护模式，通过设定分类分级标准强化救济。

人工智能技术深度融入背景下，技术变革对传统工匠精神的传承与创新带来深刻影响。基于调节焦点理论，构建一个有调节的中介模型，探讨技术冲击意识对制造工人工匠精神的影响机制，分析促进型、防御型调节焦点的机制作用以及数字领导力的调节效应。通过对474份有效问卷数据的实证分析，研究发现：①技术冲击意识显著正向促进工匠精神；②促进型调节焦点在技术冲击意识与工匠精神之间起部分中介作用；③防御型调节焦点与技术冲击意识呈U型曲线关系；④数字领导力强化了技术冲击意识对工匠精神的积极影响，正向调节技术冲击意识与防御型调节焦点的关系。研究结论为企业在数字化转型中通过技术认知引导和领导力培育工匠精神提供了理论依据与管理启示。

ESG评级分歧会干扰ESG信息的有效传递，对企业违约风险形成多重影响。选取2015—2022年我国A股上市公司数据，探讨ESG评级分歧对企业违约风险的影响及其作用机制。研究发现，ESG评级分歧与企业违约风险之间存在显著倒U型关系，当ESG评级分歧水平较低时，市场压力与融资约束会加剧企业违约风险；当ESG评级分歧水平较高时，企业面临的制度压力倒逼企业提升信息披露质量，进而缓解企业违约风险。进一步分析表明，外部审计监督能够降低ESG评级分歧对企业违约风险的影响。异质性分析表明，管理层绿色认知、企业环保声誉及ESG单项表现提升，能够改善ESG评级分歧对企业违约风险的影响。研究丰富了ESG评级分歧与企业违约风险影响因素相关理论，并为缓解企业违约风险提供新思路。

生成式人工智能（AIGC）技术对经济社会发展带来巨大挑战，现有研究多从技术规制、发展历程等方面展开，较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头，基于复杂网络分析方法和机器学习的K均值聚类算法，利用专利IPC信息构建专利知识网络。研究发现，美国AIGC领先企业的专利布局聚焦于电数字数据处理、图形数据读取及呈现等技术领域；从专利布局知识宽度、知识深度、知识紧密程度、知识分离程度和知识一致性程度进行聚类，企业可分为三类，即专业玩家、大厂/领先者和创新者。同时，识别不同企业的核心知识领域和桥接知识领域，最后从算法、算力和数据方面为我国发展AIGC产业提出政策建议。