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。

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。

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。

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。

数智化背景下人工智能技术在职场中的应用愈发普遍，员工因而面临职业替代风险和技术学习焦虑。成长于人工智能技术快速发展时代的新生代员工已经活跃在职场中，关于他们面临人工智能焦虑时会作出何种反应，目前学界尚未开展深入研究。基于压力认知评价理论，对343份样本进行实证分析，构建有调节的中介模型，探讨人工智能焦虑如何影响新生代员工创新行为。研究表明：人工智能焦虑通过工作重塑正向影响新生代员工创新行为，员工组织依恋程度在其中发挥调节作用；当员工组织依恋程度较低时，人工智能焦虑通过工作重塑影响新生代员工创新行为的正向中介效应显著，而当员工组织依恋程度较高时，中介效应不显著。

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。

高质量发展是全面建设社会主义现代化国家的首要任务，其中推动重污染企业可持续发展至关重要。基于资源基础观和动态能力理论，利用2008—2022年中国A股重污染行业上市公司数据，实证检验数字化转型对重污染企业可持续绩效的影响。结果发现，数字化转型正向影响重污染企业可持续绩效；数字化转型通过提升资源配置效率促进重污染企业财务绩效提升，但上述关系在环境绩效中不成立；吸收能力未能正向调节数字化转型对重污染企业可持续绩效的促进作用；通过数字化转型促进可持续绩效提升，这一积极作用在国有性质以及成长期重污染企业中更显著。结论既可深化对重污染企业可持续发展驱动因素与数字化转型的认知，也可为加快重污染企业采用数字技术实现高质量发展提供参考。

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。

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。

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。

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。

ESG信息披露是驱动企业绿色创新发展的重要动力。由此，如何通过激发企业ESG信息披露动机促进其绿色创新绩效提升引起学界关注。基于动机理论、信号传递理论与环境心理学理论，构建ESG信息披露双元动机、绿色形象、价值认知与绿色创新绩效关系概念模型，以绿色形象为中介变量，以管理层价值认知为调节变量，探讨ESG信息披露双元动机对企业绿色创新绩效的作用机制。通过对254份企业问卷调查数据进行实证分析，结果发现：ESG信息披露的利己性动机与利他性动机对企业绿色创新绩效具有显著正向影响；绿色形象在ESG信息披露双元动机与企业绿色创新绩效间发挥中介作用；价值认知正向调节ESG信息披露双元动机与绿色创新绩效的关系。结论可为企业绿色创新提供指导，为政府制定ESG信息披露政策提供参考。

人工智能技术的广泛应用催生了以AI创新应用为导向的企业创新生态系统。数字平台赋能互补者创新研究多从平台模块性、边界资源开放等视角展开，缺乏对互补者与平台企业创新要素复杂协同关系结构的考察，构建“要素—过程—绩效”框架研究平台企业赋能互补者协同创新的内在机制和作用路径。首先，采用社会网络分析法对隐含在协同创新活动中的技术组件互补关系进行建模和分析；其次，采用数据驱动的NK模型对互补者协同创新过程进行建模和仿真，探究技术相互依赖对生态系统协同创新绩效的影响；最后，基于百度大脑AI开放平台实例研究和仿真实验，发现互补者通过组件策略嵌入生态系统所形成的技术相互依赖水平负向影响协同创新潜力，并且系统中核心组件比例（C—Ratio）越高，协同创新绩效越低。据此，提出平台企业协调创新生态系统各类参与者资源及赋能平台创新活动的对策建议。

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。

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。

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。

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。

工业互联网平台主导的创新生态系统长效发展成为重要议题，也是中国数字经济与实体经济融合的关键。以卡奥斯工业互联网平台为案例研究对象，探索工业互联网平台主导的创新生态系统价值共创机制。研究发现，价值共创机制包括模块化机制、场景化机制和互补机制；创新生态系统中，模块化机制、场景化机制和互补机制高效整合生态资源，提升生态数字化能力，从而形成创新生态系统的同边网络效应、跨边网络效应和跨领域网络效应。研究结果有助于丰富创新生态系统价值共创的研究情境,完善工业互联网平台理论研究,为我国工业互联网平台生态化发展提供理论借鉴。

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。

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。

技术多元化是分散外部风险、增强企业韧性的有效途径。基于资源基础理论，以“资源—能力—结果”为理论逻辑，利用2010—2021年沪深A股新能源汽车企业数据，从双重网络视角引入内部合作网络密度和外部合作网络中心度，进一步探究技术多元化、持续创新与企业韧性间的深层关系机制。结果表明，技术多元化与企业韧性呈倒U型关系，持续创新在其中发挥中介作用；内部合作网络密度负向调节技术多元化与持续创新的关系；外部合作网络中心度能够缓解内部合作网络密度对总体技术多元化、非相关技术多元化与持续创新关系的负向调节效应。结论可为企业制定技术多元化战略、构建内外部合作网络以培育持续创新能力，进而在变局中行稳致远，实现韧性发展提供经验证据。

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。

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。

创新是中小企业保持竞争力、适应市场变化和实现可持续发展的关键。基于2016—2022年创业板中小企业相关数据，运用三阶段DEA分析、面板Tobit模型回归、二元Logistic回归等方法，探究供应链金融对中小企业R&D投资效率的影响。结果表明，供应链金融能够显著提高中小企业R&D投资效率，融资约束在二者间发挥遮掩效应。进一步分析发现，上述效应对供应链集中度较高的企业更为显著。结论可为发挥供应链金融筹资优势，促进供应链生态系统资源互补、信息共享的协同创新网络形成，进而支持中小企业创新活动提供理论支持。

相比市场，创新网络更适合反复交换常规嵌入平台的隐性知识，是提升企业创新能力、突破关键核心技术、形成新质生产力的有效途径。基于知识基础观和资源依赖理论，分析创新网络核心企业知识溢出对网络成员新质生产力的影响，利用中国多省市392家企业调查数据进行实证研究。研究发现，核心企业知识溢出对网络成员新质生产力的正向影响显著，网络同质化弱化核心企业知识溢出—网络成员新质生产力关系，而关系资本则强化二者关系。研究结论提示网络成员应从更深层次上重视核心企业知识溢出，刺激网络成员追求更多异质性网络资源并建立雄厚的关系资本，从而推动新质生产力跃升，实现高质量发展。

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。

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。

开放式创新为企业应对当今不确定性环境提供了抓手。然而，目前关于开放式创新绩效实现路径缺乏有效的理论支撑。和谐管理理论契合开放式创新系统需求，和则思想适合诠释企业通过开放式创新实现内在价值的机制。根据和则思想和两场理念，构建企业开放式创新绩效实现路径分析框架，收集2012—2021年662家高技术制造业A股上市企业数据，对理论框架中提出的直接效应和调节效应进行检验。研究发现：①创新开放深度和广度对企业财务绩效具有显著正向影响，但创新开放广度对企业市场绩效的作用不显著，且创新开放深度对其具有显著负向影响；②包容性文化能够强化创新开放深度与企业财务绩效之间的正向关系；③地方性知识产权保护政策越完善，创新开放广度对企业财务绩效的正向影响越显著；④异质性分析结果表明，在非国有企业和管理者有海外背景的企业中，创新开放度对企业绩效的影响更显著。研究结论可深化对企业开放式创新绩效实现路径的认知，从和谐管理视角夯实开放式创新理论基础，对企业开展开放式创新实践具有重要指导意义。

科研诚信建设是大科学时代平衡科研自由与公共利益的核心举措。以整体性治理理论、系统分析法和跨学科研究方法为基础，深入剖析科研诚信外部治理体系碎片化现状，明确提出存在的问题：概念不清、责任不明、惩戒失效。分析发现，科研共同体自律性孱弱、科研事业公益性强、政策落地难等因素倒逼整体性治理理论与科研诚信外部治理体系结合。基于此，科研诚信外部治理体系应完成治理对象、治理结构、治理手段3个方面的理念转向和路径变更，在治理对象方面，应通过横向二维与纵向四维相统一的方式立体化建构概念内涵；在治理结构方面，应以三重利益关系为核心层级化构建责任承担体系；在治理手段方面，应通过融合预防与惩戒的措施多元化构建治理机制。多举措共同推进治理理念从惩罚迈向预防、治理结构从行政管制模式迈向整体性治理模式，最终标本兼治，实现治理能力现代化和科研生态重塑。

数据要素是高质量发展的战略性基础性资源，也是推动数字经济增长的动力，对新质生产力提升具有重要意义。遵循TOE—战略类型分析框架，以我国内地30个省份为例，采用fsQCA、NCA、ANN整合方法，从数据要素市场化配置两个阶段探讨在技术战略、组织资源、外部环境交互作用下，中国数据要素市场化高水平发展的联动路径。研究发现：①单个因素不是构成数据要素市场化高水平发展的必要条件，数据要素市场化高水平发展是多维度因素协同作用的结果；②中国数据要素市场化高水平发展在市场化建设阶段存在两条联动路径，即技术—组织—市场多元基础设施驱动型、技术—政府—市场多元竞争驱动型；价值化配置阶段存在4条联动路径，即技术—政策双元禀赋驱动型、技术—产业双元开放驱动型、技术—政府—产业多元开放驱动型、技术—组织—环境均衡驱动型。其中，技术驱动型作为核心组态分布较普遍；③两阶段技术维度中数据技术基础设施和信息商务化水平对数据要素市场化高水平发展的贡献更显著。研究结论有助于深化对中国数据要素市场化高水平发展路径复杂机理的理解，为构建数据要素大市场提供经验证据和管理启示。

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。

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。

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。

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。

作为技术密集型新兴产业，新能源汽车核心技术研发需要企业、高校和研究院所通力合作，进而形成结构复杂的协同创新网络。现有研究对新能源汽车产业各创新主体形成协同创新网络的关注较少，且缺乏对长期动态协同创新行为的系统化讨论。利用指数随机图模型（ExponentialRandomGraphModel，ERGM）分析2017—2021年中国新能源汽车合作专利协同创新网络，探索影响新能源汽车产业协同创新网络动态演化的主要因素，以及不同创新主体类型（企业、高校和研究院所）对协同创新关系演化的影响。研究发现：①在新能源汽车产业协同创新网络中，不同类型创新主体更易形成合作关系；②创新能力较强的创新主体更有可能与其他主体形成新合作关系，且企业更愿意与自身创新能力差距不大的其他主体合作；③协同创新网络星型结构明显，且表现出明显扩张态势；④针对不同类型创新主体的异质性分析结果表明，相比于企业，高校和研究院所更有可能与其他创新主体形成新合作关系。研究结论对于持续推进我国新能源汽车产业技术创新、构建新一代汽车技术体系、助力能源系统转型以及实现碳达峰和碳中和目标具有重要意义。

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。

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。

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。