如何充分利用数字资源以实现创新绩效的提升,是推动我国制造业高质量发展的现实议题。现有研究集中于动态能力对创新绩效的影响,却鲜少解析动态能力与创新能力的内在异质性和关联性,以及二者在数字化赋能进程中的协同作用机理。本文基于动态能力理论和“资源-能力-绩效”逻辑,以A股上市制造企业2013—2022年数据为样本,运用固定效应模型和Bootstrap等方法,实证检验数字化转型对企业创新绩效的影响机制。研究发现:(1)数字化转型通过技术赋能驱动企业创新绩效提升;(2)动态能力(机会感知、学习吸收、资源重构能力)和创新能力呈现双重传导机制,在数字化转型驱动创新绩效提升的过程中存在多条路径,动态能力和创新能力是内核动因;(3)环境不确定性抑制了机会感知能力、学习吸收能力、创新能力对创新绩效的促进作用,但对资源重构能力的调节作用不显著,企业有必要加强对外部环境的警惕和实时监控。研究结论进一步拓展了中国制造业企业数字化转型驱动创新的作用路径,为企业数字化转型提供理论依据和启示。

新一轮科技革命与产业变革正在蓬勃发展,引发了学界的广泛讨论。本文系统回顾了新一轮科技革命与产业变革的研究动态,指出主流经济学与演化经济学关于创新与变革存在根本性分歧,并阐释了科技革命、产业变革与创新发展之间的内在关联。本文进一步提出,技术发展规律、社会需求、安全保障和经济条件构成了新科技革命与产业变革的主要动因,使其在技术领域、创新模式、机遇挑战和竞争格局等方面呈现出全新特征。在新科技革命与产业变革背景下,科技体制、创新体系、创新政策和产业政策等多个制度领域的积极转型是推动变革的关键路径。最后提出了推动我国科技革命与产业变革研究的启示与未来展望。

制造业高质量发展是我国经济高质量发展的重中之重。人工智能作为新质生产力的核心驱动力,具有强大的影响经济和社会的能力,研究它的引入是否能够提升制造业企业的创新绩效有重要意义。以中国A股市上市公司中制造业企业2011—2019年的数据为基础,把人工智能技术的应用看作一次准自然实验,运用双重差分法,系统考察人工智能技术应用对我国制造业企业创新绩效的影响效应和机制。结果表明:(1)人工智能技术的应用对制造业企业创新绩效有明显的促进作用,并且在一系列稳健性检验后仍然成立。(2)从作用机制来看,人工智能技术可以通过影响政府补贴和企业的劳动力总量、劳动力结构等因素提升企业的创新绩效。(3)人工智能技术的应用在不同产权、不同生命周期的制造业企业创新绩效中存在异质性。研究认为,推进人工智能技术的融合应用不仅能够推进制造业高质量发展、扩大创新空间,同时也将成为实现我国制造业“由大变强”的强劲动力。

人工智能的快速发展,为我国智能制造转型注入新的活力。如何将人工智能与智能制造融合以实现智能制造转型是我国制造企业亟须解决的难题。本研究基于“认知-行为”融合视角,通过对京东方的纵向案例研究,探究了人工智能驱动制造企业智能制造转型的过程。研究发现:(1)人工智能驱动制造企业智能制造转型经历了自动化阶段、融合化阶段与自主化阶段,并形成了从基础智能化向生态智能化的跃升;(2)制造企业分别通过“技术需求驱动型-战略觉醒驱动型-文化重塑驱动型”三种意义建构方式,分别作用于“利用式→探索式→动态式”三种资源编排方式,使得人工智能与智能制造转型过程融合;(3)意义建构对资源编排的作用机制呈现出“引导→重塑→强化”的多阶段动态演化过程。研究结果不仅为制造企业提供了实现智能制造转型的理论框架,也丰富了资源编排理论和管理者认知理论的应用场景,为制造企业在智能制造转型中的战略决策提供有价值的参考。

发展新质生产力,关键在于科技创新,重点在于产业升级,而当前由人工智能催生和引领的新一轮科技革命和产业变革,正为我国经济持续增长注入新动能。本文基于2009—2022年中国上市公司微观数据,构建了企业新质生产力指标体系,并运用双向固定效应模型从“创新”和“产业”两条路径实证检验人工智能应用对企业新质生产力的影响及其作用机制。研究发现:(1)人工智能应用从多维“新质生产要素”赋能并显著提升企业新质生产力;(2)作用机制显示,企业应用人工智能有利于开展实质性创新,无益于策略性创新,实质性创新正向中介并调节了人工智能应用对新质生产力的影响;(3)企业内部专业化分工和外部供应链效率在影响路径中发挥正向中介与调节作用,人工智能应用引致的产业链整合会激发新质生产力;(4)异质性分析表明,人工智能应用对企业新质生产力的影响在民营企业、制造业和竞争性行业企业中更明显。本文厘清了人工智能应用成效的创新动机差异,阐明了人工智能催生产业裂变和链式升级的作用机理,丰富了新质生产力影响因素与人工智能应用经济后果的相关研究,为企业抓住人工智能“牛鼻子”,驱动新质生产力涌现提供了重要政策启示。

在提升国家创新体系整体效能,形成具有全球竞争力的开放创新生态的政策指引下,如何提升创新生态系统效能受到学界关注。本文从共同进化观视角揭示开放式创新生态系统效能提升的宏微观层面共同进化机制,在此基础上,采用质性研究方法阐释中国情境下开放式创新生态系统效能提升的核心驱动机制,并对系统效能提升的有效路径展开分析,得出以下结论:(1)中国开放式创新生态系统效能提升的核心驱动机制在于微观层面异质性参与者涌现及共同进化,以及环境因素优化推动系统宏观层面共同进化。(2)“开放-共生”的价值主张发挥核心引领作用,使生态系统效能得以持久提升。(3)充分尊重价值共创有利于生态系统形成长期生态优势。(4)开放的先进制造业服务能力成为中国开放式创新生态系统保持高水平开放、提升系统效能的关键切入点。本研究拓宽了创新生态系统理论研究,为我国开放式创新生态系统效能提升提供理论参考及对策建议。

科研财政政策是深入实施创新驱动发展战略的核心抓手,政策提质增效对于提升国家创新体系整体效能、实现中国式现代化至关重要。本文采用质性研究方法对中国科研财政政策的实践逻辑和优化路径进行了系统研究,主要结论有:(1)国家创新体系理论和国家竞争优势理论是政策制定的重要理论支撑,政府通过财政支出和税费优惠政策协调创新要素配置、释放科技创新动能;(2)党的十八大以来的政策实践呈现出支出政策引导性增强、税费优惠作用凸显、两类政策多措并举的特征,分别反映政府主要职能调整、企业科技创新主体地位强化以及现代化产业体系建设需要的演进逻辑;(3)针对现阶段存在政策依赖制约科技创新效能、政策举措协同效应缺乏系统评估、人才保障激励不足以及科技成果转化政策尚不完善的问题,需继续调整职能定位和政策导向驱动企业创新升级、依托平台建设和人才支持突破基础研究困境、加强制度保障和服务配套促进多元主体合作。以上为构建支持全面创新体制机制的理论和实践研究提供了参考。

在中国新能源汽车产业的发展进程中,产业政策在发展方向引领、资源要素分配等方面发挥了至关重要的作用。但已有研究对于产业政策变迁过程和特征分析的维度较为单一。因此本文从政策变迁视角出发,提出了基于产业政策目的性、方向性和导向性的三维分析框架。基于计算文本量化分析方法分析了2007年到2023年颁布的1783条新能源汽车产业政策。采用无监督式机器学习LDA主题建模刻画了中国新能源汽车产业政策的变迁过程,使用监督式学习随机森林算法对政策类型进行预测划分并总结政策分布的阶段性特征。研究发现:(1)中国新能源汽车产业政策经历了由初始阶段到快速推广阶段再到高质量发展阶段的变迁过程,政策分布从初期的分散和不平衡过渡到更加集中和均衡的状态;(2)产业政策整体以选择性、区域性和市场导向为主,但政策变化呈现出向功能性、行业性、技术导向逐渐转移的趋势;(3)政策变迁过程表现出市场准入制度趋于成熟、财政补贴精准化、基础设施建设日益重视、信息化与智能化趋势加强的特征。本文拓展了政策变迁研究的理论视角,完善了政策工具的分析框架,丰富了产业政策变迁特征和规律的分析方法,同时亦为产业政策优化提供实践启示。

伴随数字时代来临,数字责任缺失与异化现象频繁出现,引发广泛的数字信任危机。目前,企业数字责任的研究正处在起步阶段,关于企业数字责任的内涵界定尚未形成统一共识,且学者更侧重算法责任等细分议题的讨论,缺乏对其研究内容、基本理论、影响因素、作用机制等方面的深入探索。基于此,本文首先综合学者定义和研究视角总结了企业数字责任的概念,并将其划分为社会、环境、经济、技术四维度的责任。其次,根据文献时间分布、共被引分析及关键词共现网络图谱明确了企业数字责任的研究进程与重点研究内容。同时,以现有研究成果为基础,分别构建了基于数字视角的利益相关者理论与权力-责任均衡理论框架,进一步探索了影响企业数字责任的外部社会环境和内部组织环境因素及其作用机制。最后,结合现有研究不足,通过挖掘研究内容、拓展研究方法、嵌入研究情境,提出企业数字责任的研究展望。本文采用文献综述法和文献计量法对现有企业数字责任的相关文献进行了系统梳理和可视化分析,以期为企业数字责任研究提供有益借鉴。

人工智能是典型的多学科、多领域融合的交叉学科,具有很强的渗透性与融合性。在“人工智能+”行动深入实施的背景下,从整合视角出发,深入剖析人工智能赋能的底层逻辑,系统厘清赋能本质机理,对明确人工智能与各领域深度融合的关键路径、推动人工智能应用落地、优化人工智能治理具有重要的理论和现实意义。本文提出:人工智能赋能的本质是“数据整合-知识整合-系统整合”的三重整合,即数据整合实现跨模态、跨时空、跨领域的数据融合,知识整合实现关联识别、因果推理、矛盾发现、收敛逼近、突变涌现五大能力的驱动,系统整合实现基础技术、功能技术和领域技术的工程化落地。针对整合中面临的数据流通机制尚不健全、算法偏见与决策偏差、系统安全脆弱性增大等问题,建议:完善数据流通制度和标准建设,强化全生命周期数据安全防护;加强算法偏差治理,提升模型透明度与可解释性;创新智能系统整合落地,提升工程韧性与伦理合规能力。本研究对促进人工智能的健康发展、推动产业智能化转型升级具有参考和借鉴价值。

发展新质生产力是推动经济高质量发展的核心引擎,战略性新兴产业技术创新对驱动新质生产力发展具有重要作用,而现有文献对其具体驱动机制的研究仍显不足。本文基于TOE理论,运用NCA和动态QCA方法,分析2011—2021年我国30个省域面板数据,探讨战略性新兴产业技术创新的技术、组织和环境要素交互作用形成的新质生产力组态路径。研究发现:第一,技术创新的单个因素均不足以构成驱动新质生产力发展的必要条件;第二,实现高新质生产力发展水平的组态路径共有3条,分别是技术-知识产权保护联动型、技术-组织双元联动型、技术-组织-环境多元联动型,其中技术要素始终作为核心条件存在;第三,驱动新质生产力发展的要素组态路径呈现一定的时空变化规律。时间维度上,多条组态路径具有时序稳定性且解释力逐步增强;空间维度上,部分组态路径的组内覆盖率存在地区差异。研究结论有助于深化对我国新质生产力形成路径复杂性机理的认知,为我国因地制宜发展新质生产力提供理论依据和实践指导。

改革开放以来,大批中国企业进入世界500强,能够成长出这么多优秀的企业,与其有效的管理实践密切相关,然而,基于中国企业管理实践开发出的管理理论十分稀少,管理理论滞后于管理实践的问题十分突出,中国自主管理知识体系建设任务艰巨。本文基于中国管理实践的理论开发话题,概述了“是否存在中国式管理”“是否存在中国管理理论”以及“如何基于中国管理实践开发理论”的三个争论;归纳总结了“四象限双循环”的理论开发和传播路径;依据“科学环”模型,重点探究了基于中国管理实践的理论开发逻辑和方法,并阐述了情境因素对理论开发的影响。本文响应构建自主知识体系的号召,对中国管理学者基于中国管理实践开展管理理论开发具有参考价值。

加快人工智能技术创新是我国在新一轮全球竞争中赢得战略主动以及推动新质生产力发展的关键所在。知识产权保护是激发创新活力的重要制度安排。然而,针对人工智能创新的典型特征,知识产权保护能否以及如何发挥创新促进效应尚不明晰。本文基于WIPO的标准识别人工智能专利,构建2010—2021年中国273个城市包含33万余件人工智能专利申请的样本数据。在此基础上,以国家知识产权示范城市政策为准自然实验,借助多时点双重差分模型考察知识产权保护对人工智能创新的影响。结果显示,知识产权示范城市政策通过科技与数字人才集聚、公共支出创新偏向性强化和风险投资引入机制,对城市人工智能创新产生显著促进效应。异质性分析结果表明,知识产权保护的激励效应在人工智能合作研发专利、底层实现技术专利和发明专利产出中更加突出。进一步研究发现,知识产权保护不仅增加了城市人工智能创新数量,还有利于提升创新质量。本研究增添了知识产权保护影响人工智能创新翔实的经验证据,对于充分发挥知识产权保护政策激励效应具有重要启示。

数据要素作为新型创新要素,培育经济增长的新动能,其有序流动是激发数据要素潜力的关键。本文基于数据要素流动环境视角,采用劳瑞引力模型构建数据要素流动空间关联网络,借助社会网络分析方法考察数据要素流动循环畅通情况,采用随机行动者模型,探究空间网络结构演化驱动因素的作用机制,度量各驱动因素的相对重要性。结果表明:(1)数据要素流动呈现网络结构特征,各省份之间数据要素流动频繁,空间联动效应明显;(2)在“东数西算”等政策推动下,板块成员来源多元化,地区承担角色动态化,数据要素流动逐渐呈现多中心特征,数据要素流动空间关联网络的拓扑结构更复杂;(3)内生结构因素对网络结构演化发挥主导作用,各省份通过产业链加强分工合作促进数据要素流动。外生属性因素中,减少政府非市场干预,提升区域创新能力等有利于加快数据要素流动。本研究为全国统一大市场建设提供新视角。

人工智能技术已成为深化企业创新理论研究的重要工具,其应用也日益嵌入企业创新实践,对创新效率产生深刻影响。为了系统探讨人工智能技术对企业创新的影响机制,本研究基于企业生命周期视角,选取2016至2021年间1103家中国制造业高新技术上市企业数据,综合运用决策树和多种机器学习模型,探究人工智能技术在不同生命周期阶段对企业创新能力的异质性影响。研究发现:(1)多数机器学习模型对企业创新绩效(专利授权数)的预测效果显著优于传统线性回归模型,体现了机器学习在揭示变量间非线性关系方面的优势;(2)人工智能能力和专利申请数量的提升显著促进了成熟期企业的创新能力,但对成长期和衰退期企业的创新影响相对有限;(3)决策树分析表明,成长期和成熟期企业的创新更依赖于人工智能专利布局,而衰退期企业创新则更多依赖员工数量和技术人员规模。综合来看,人工智能技术总体上与企业创新绩效呈正相关,但在企业生命周期的不同阶段,这种关系存在显著的异质性。本研究不仅丰富了企业生命周期理论的内涵,也为有关企业针对性地制定阶段性人工智能战略提供了实践指导。

随着新一轮科技革命和产业变革的深入发展,人工智能已成为推动企业转型升级和经济高质量发展的重要驱动力。本文选取2004—2021年A股上市公司为样本,采用双重机器学习方法评估了人工智能对企业成长的影响及作用机制。计量结果显示:(1)人工智能显著促进了企业成长,并在经过一系列稳健性检验后结论依然成立;(2)异质性分析发现,人工智能对企业成长的促进效应在非国有企业、中小型企业和传统行业表现更为显著;(3)基于人工智能的技术-经济特征视角的机制检验表明,人工智能主要发挥其协同性、创新性和替代性,通过提高企业生产效率、降低管理成本、促进企业创新和优化劳动力雇佣结构来促进企业成长。本文阐明了人工智能在推动企业成长过程中发挥的关键作用及背后的作用机理,为加快推动人工智能发展和促进企业转型升级提供了补充和参考。

数字产业集群是数字经济背景下以数字原生企业及在位企业的数字化转型为重要组成部分的产业集聚现象。由于不同企业获取数字资源的能力具有差异,数字产业集群发展存在产业链融合度不高的问题,集群企业面临的数字鸿沟从“接入鸿沟”转向“能力鸿沟”。本研究基于“数据要素-数字技术”交互视角,通过对合肥人工智能产业集群、杭州数字安防产业集群和武汉光电子信息产业集群开展探索性多案例研究,探究了数字产业集群的演化发展过程。研究发现:(1)数据要素与数字技术交互程度的加深和交互效率的提升,推动集群在网络空间加快集聚,对集群发展模式和集群竞争力的打造产生影响;(2)“数据要素-数字技术”的双轮驱动作用能够改变集群企业间的数字连接方式,促进集群网络关系呈现出“模仿式网络嵌入—渐进式网络嵌入—突破式网络嵌入”的转换;(3)数字产业集群在演化发展过程中,根据自身所达到的集聚水平和面临的问题,选择不同的发展模式,促进数字经济产业链的延伸。研究结论为我国高效合理配置数字资源、推进数字产业集群可持续发展等提供理论依据。

战略性新兴产业是培育新质生产力的核心载体,发展新质生产力的微观机制有待探索。基于组织生态理论,本研究选取2010—2020年中国战略性新兴产业A股上市工业企业作为研究样本,利用面板数据回归探索了战略偏差对企业新质生产力的影响。结果发现:(1)战略偏差显著促进企业新质生产力;(2)产业动荡性越高,战略偏差对企业新质生产力的正向效应被削弱,即在产业动荡性较高的环境中,战略偏差对企业新质生产力的正向效应转变为负向效应;(3)产业时速越高,战略偏差对企业新质生产力的正向效应被加强,即高速发展的产业环境能够凸显战略偏差的积极作用。本文结论在微观层面拓展了对战略偏差的经济后果和企业新质生产力的战略前因的理解,为企业因地制宜发展新质生产力提供了参考。

数字经济是推动县域经济高水平发展的关键动力，但其发展决定因素及其涌现机制尚待深入探究。本文基于组态视角，构建数字生态输入与输出分析框架，运用QCA方法分析浙江90个区县市高水平数字经济涌现的复杂因果关系。研究发现：单个数字生态因素不构成（非）高水平县域数字经济涌现的必要条件，产业基础对高水平产业数字化至关重要，而数字人力资源对数字产业化同样重要；3种涌现机制4种数字生态产生高水平数字产业化，即市场要素集聚型、市场逻辑主导下政府赋能型（2种数字生态）、政策驱动人才核心型；2种涌现机制产生高水平产业数字化，即政策引导市场转型升级型和市场资源优化型；5种数字生态产生非高水平数字经济。研究结论对中国县域数字经济高水平发展的布局与实现路径具有重要的理论指导与实践借鉴意义。

测度中国城市数实融合发展水平并分析其时空演化与影响因素,能为加快推动数字中国战略提供量化支撑。以中国283个城市为研究对象,文章通过采用熵值法、耦合协调度、核密度、Dagum基尼系数和空间计量模型等方法,探究2011—2021年中国城市数实融合的时空演变特征及影响因素。结果表明:(1)样本期内,数实融合水平呈逐年上升的趋势,但整体水平相对较低,区域间差距扩大趋势明显;东部领先,中部、西部和东北较为滞后,但在空间上呈多点开花、由点到线再到面的空间演化特征。(2)四大区域在波峰移动、分布趋势、极化情况上均有各自演化形态,整体演化趋势良好,但出现了轻微的两极分化现象。(3)数实融合的相对差异呈现先缩小后扩大的特征,且区域间差异是造成总体差异变化的主要来源。(4)数实融合水平呈现明显的“集聚俱乐部”趋势,空间集聚类型以“高高”和“低低”集聚为主,且集聚趋势相对稳定。(5)影响因素分析显示,经济基础、融资约束、产业支撑、政府支持和创新能力均能显著提高数实融合水平,但人才保障的促进作用不显著。

创新作为引领发展的第一动力,是推动我国经济建设的重要力量。然而我国企业仍在创新能力、持续创新、协调创新等方面存在诸多挑战。随着企业信息化进程的不断深入,数智化赋能成为企业提升创新能力与获取持续竞争优势的新动力。本文基于资源编排理论与创新生态系统理论,遵循TOE框架,以275家计算机、通信和电子设备制造企业为例,采用fsQCA方法,探究数智化赋能企业实现高双元创新的多种联动路径组合。研究发现:第一,技术水平、组织特质、环境特征均不能单独作为实现高双元创新的必要条件,需要三者协同发挥作用。第二,探索式创新与开发式创新具有差异化的驱动路径。其中,探索式创新有三条驱动路径:组织与环境双元逻辑下的技术研发驱动型,技术与环境双元逻辑下的数智高管驱动型,技术、组织与环境三元驱动型;开发式创新有一条驱动路径:技术与组织双元驱动型。在数智化赋能下,探索式创新的驱动路径更为多样化,基于全新概念或技术范式的创新发展更加依赖不同数智化条件之间的协同联动。第三,技术条件是发展高双元创新的重要核心条件,当技术条件足够优越时,组织条件与环境条件存在替代关系,均可与技术条件产生协同效应,共同推动高双元创新发展。本研究有助于增进对企业双元创新复杂机制的理解,并为政策制定提供重要参考。

提升创新网络的结构韧性是人工智能产业高质量发展面临的重要理论与现实问题。本文以上海人工智能产业为例,通过新闻文本挖掘构建合作创新网络,进而使用指数随机图模型揭示网络内生因素对结构韧性的影响,研究发现:上海人工智能产业创新网络结构韧性演化可分为缓慢增长、高速增长和保持平稳三个主要阶段,网络异配性不断提高是创新网络从同配核心网络转变为韧性网络的关键;中介性结构负向影响人工智能产业创新网络结构韧性;扩张性结构总体负向影响人工智能产业创新网络结构韧性,但其中三星结构正向影响结构韧性。本研究弥补了人工智能产业创新网络韧性研究的不足,有助于深化创新网络韧性的理论认识,对丰富创新网络研究的数据来源也具有积极的启示意义。

在中美科技脱钩现状下，如何破解关键核心技术“卡脖子”困境，成为重大工程建设亟须解决的问题。本文基于创新生态系统视角，运用纵向单案例研究的方法，力图通过追溯中国高铁产业技术赶超历程，揭示重大工程协同创新的运行机理。研究结果表明：核心平台的演变推动了重大工程创新生态系统的形成和演进；在创新生态系统形成和演进的不同阶段，参与主体之间的协同模式和协同创新机制也在不断演化；制度-组织-知识协同三者互为支撑，共同促进了重大工程创新生态系统的形成和演进与技术创新效率。研究结论丰富了根植中国实践的创新生态系统理论体系，在一定程度上拓宽了平台理论和协同创新理论的研究范畴，为我国未来诸多重大工程的“卡脖子”技术攻关提供了实践启示。

提高企业资源配置效率是确保成本控制、提升生产力、增强竞争力的关键。数据作为数字经济时代重要的新型生产要素,企业能否通过数据要素市场化建设赋能其资源配置效率的提升,值得探索。本文基于2011—2022年沪深A股上市公司数据,使用双重差分模型分析数据要素市场化建设对企业资源配置效率的影响。研究发现:(1)数据要素市场化建设显著提高了企业资源配置效率,其影响在市场分割程度高、要素流动强和市场竞争程度高区域和行业中更加明显;(2)数据要素市场化建设对企业资源配置效率的提高作用主要通过成本节约效应和数字技术创新两条路径实现;(3)数据要素市场化建设通过影响企业资源配置效率对总量生产率的年均提升幅度为15.7%,且整体呈现出先减后增再减再增趋势。本文丰富了数据要素市场化建设经济后果的相关研究,揭示了数据要素市场化建设提高企业资源配置效率的内在作用机理,为进一步提高企业资源配置效率,推动市场经济发展提供经验证据。

面对创业过程高不确定性带来的诸多挑战,创业团队韧性是其有效应对困境并快速恢复、适应和成长,确保创业企业生存及发展的关键。但目前创业团队韧性的理论探索尚处于起步阶段。本文通过系统性文献综述法对已有文献进行搜集和梳理后发现,现有研究关于创业团队韧性的概念内涵尚未达成共识、研究主题较为分散,且中国情境下创业团队韧性的特征表现和形成过程缺乏深入研究。鉴于此,本文首先结合动态过程视角明晰了创业团队韧性的概念内涵,将其划分为恢复力、持续力和成长力三个维度,并指出其高度情境化且动态发展的内涵特征。进一步地,围绕社会认知理论提出的“三元交互”模型,结合特征基础、行动过程以及情境因素三个方面来构建理论分析框架。结果表明,团队结构特征、团队认知特征和团队能力特征共同构成了创业团队韧性的动力来源,创业团队韧性的形成是创业团队有效匹配企业内外部情境来开展战略行动并不断互动迭代的结果。最后,从测量量表、影响因素和形成机制、作用效果、研究情境等出发,提出创业团队韧性这一研究主题的未来展望。本文丰富了不确定情境下创业团队研究的视角,拓宽了创业韧性研究的讨论范围,旨在为创业团队克服创业阻碍以推动创业活动高质量发展提供理论指导。

如何在复杂多变的环境下,推动数字经济与实体经济深度融合,提升企业技术创新能力,无疑是当下社会各界关注的焦点。基于A股上市公司数据,本文探讨了经济政策不确定性究竟怎样影响企业创新以及数字化在其中的作用。研究发现,经济政策不确定性与企业创新之间表现出显著的U型关系;经济政策不确定性的升高促进了企业策略性创新的上升,但导致企业实质性创新下降。将数字化纳入分析框架后发现,企业数字化转型加剧了经济政策不确定性对企业创新的负面冲击,二者的U型关系减弱且拐点发生右移,接近于L型。进一步分析发现,数字化转型的负面效果在高融资约束及低行业竞争程度的企业中更加明显。本研究为中国在错综复杂的大环境中,促进数字经济时代下的高质量发展,提供了重要的政策启示。

数字经济时代下,以“宽带中国”战略和国家智慧城市试点为代表的数智政策能否协同发力,有效驱动数字技术创新?基于2011—2021年中国282个地级市面板数据,运用双重机器学习模型评估数智政策对数字技术创新的多维政策效应。结果表明:(1)数智政策对数字技术创新具有明显的协同效应,且相较于“单试点”政策,“双试点”政策的协同赋能效果更明显,以上结论通过一系列稳健性、内生性检验后依然成立。(2)数智政策不仅能直接发挥促进数字技术创新的双轮驱动作用,还可以通过提升创业活跃度和集聚度、强化知识产权立法与执法、培育数字硬环境和软环境等渠道为数字技术创新间接提供助力。(3)数智政策协同赋能效果与地理区位和城市特征密切相关。一方面,中心城市及南部地区、胡焕庸线以东地区城市均能从数智政策协同驱动中获取更多的数字技术创新红利;另一方面,在数字人才禀赋、政府科技投入和数字接入程度较高的城市中,数智政策的协同赋能效果更为突出。该研究为地方政府加强多维政策协调配合,深度挖掘政策统筹合力,加快数字中国建设提供了重要启示。

数字赋能驱动低碳生产是推进制造业形成新质生产力的关键。基于2013至2022年制造业面板数据,使用超效率SBM法测度低碳生产效率,以绿色技术创新和企业韧性为中介变量检验数字赋能对制造业低碳生产效率的影响机制。研究发现:(1)我国制造业低碳生产效率呈明显的区域和行业差异,空间上自东向西效率值递减并呈梯次分布特征,西部地区效率增长率明显高于中东部地区,且效率值有显著的行业差异。(2)数字赋能显著提升制造业低碳生产效率,影响效应逐年增强;绿色技术创新和企业韧性在数字赋能对制造业低碳生产效率的影响中有独立中介效应,且前者中介效应强于后者;数字赋能还通过绿色技术创新和企业韧性的链式中介提升低碳生产效率。本研究为制造业充分释放数字赋能效应,实现低碳生产提供理论路径,也可为政府部门优化产业政策提供依据。

专精特新企业是推动我国制造业转型升级,提升产业链及供应链安全水平的重要保障。在数字化情境下,如何有效协同制度环境中“政府之手”“市场之手”与企业动态能力关系,是提升专精特新企业创新韧性、增强核心竞争力的关键。本文基于制度理论和动态能力理论,采用fsQCA方法分析360家专精特新企业数据,探讨数字营商环境和动态能力协同提升专精特新企业创新韧性的路径。研究发现:(1)单一因素并非专精特新企业提升创新韧性的必要条件,但数字经济市场监管和感知能力是所有高创新韧性组态中的核心条件。(2)“政府赋能—能力协同保障型”“政府统筹—感知能力辅助型”及“政府监管—市场调节—能力协同全面驱动型”是创新韧性提升的主要路径。(3)专精特新企业需提升动态能力以适应数字营商环境带来的资源优势。本文拓展了营商环境和创新韧性的理论研究,为激发数字营商环境效能,推动有效市场与有为政府结合,协同动态能力,提升专精特新企业创新韧性具有重要理论价值和实践意义。

世界范围内技术条件和政策环境变化对国际分工产生了重要影响,全球价值链呈现出阶段性收缩的态势。本研究立足于全球价值链的垂直分工体系,深入探讨产品创新如何影响中国制造业在全球价值链中的重构机制,尝试以中国经验寻求突破制造业全球价值链“低端锁定”困局。研究发现,中国制造业在全球价值链参与程度较深,但是仍然处于价值链低端。价值链升级的动力源于产品创新,尽管创新产出和投入对升级过程的影响各异且具有显著的行业异质性。将新发展格局纳入考量后,国内创新活动的成果和资源投入对中国制造业在全球价值链中的攀升起到了显著的正向影响。然而,在国际循环中,尽管国际贸易和创新产出对提升全球价值链地位有显著的正面影响,创新投入的影响却不明显。本文的结论为贯彻新发展理念、构建新发展格局、推动高质量发展,以及构建以国内产业为支撑,产品创新驱动参与全球专业化垂直分工体系提供了经验支持。

制造企业数字化转型已日益成为学术界和实务界关注的热点,然而由于制造企业数字化转型的复杂性,其转型模式以及实现机理尚处于探索阶段。本文采用质性元分析的方法,拓展并深化了“流程增值-客户增值”双重视角,以53篇研究案例为分析对象,探索中国制造企业不同数字化转型模式的内在机理。研究发现:(1)中国制造企业数字化转型路径包括流程增值和客户增值,企业通过局部数字化、全局数字化与生态数字化的定位和商品主导逻辑与服务主导逻辑的选择开展数字化转型;(2)根据差异化路径组合,制造企业数字化转型模式可分为跃迁型、重构型、渐进型、混合型和颠覆型五种类型;(3)数字化转型模式内在机理可采用“转型情境-行为机制-转型结果”逻辑链予以剖析,不同的市场压力和数字技术压力构成了转型情境,直接影响企业差异化的资源重组机制、制度行动机制、数字创新机制和企业竞争力。本研究拓展了资源编排理论、制度理论和数字创新理论在制造企业不同数字化转型模式中的微观组合机制,对推动制造企业数字化转型的相关理论和实践活动具有启发和指导作用。

《环境保护税法》的制定是中国税收政策绿色化发展的标志事件,作为市场型环境规制工具的典型代表,其如何影响企业绿色创新是学术界和应用部门共同关注的一个焦点问题。本文从税制征收视角入手,以2018-2022年A股上市公司为样本,探讨环境税对中国上市企业绿色创新的作用机制。研究发现:首先,环境税能够促进企业绿色创新,尤其南部地区、数字化程度高和成立年限较短的企业的激励作用更为明显;其次,容错度在环境税与绿色创新的关系中发挥调节作用,即容错度越高越能强化环境税和企业绿色创新之间的关系;再次,环境税诱发的企业绿色创新是因为抢占了其他项目的财务资源、技术资源,进而产生对其他项目的“挤出效应”;最后,本文发现随着环境税支出不断增加,企业更愿意投资开展实质性而非策略性绿色创新项目。文章拓展了国家环境政策影响企业绿色创新战略的文献,为评估环境税以及绿色创新的关系提供了新视角。

链主企业在推动产业链现代化进程中发挥着重要的引领作用,为了更好地把握链主企业引领产业链发展的研究现状与进展,本文基于科学知识图谱的分析方法对该主题的文献开展关键词共现、作者共现及关键词突现等可视化分析,围绕链主引领产业链发展的研究概况、研究主题以及研究趋势三个方面进行系统回顾。研究发现:已有研究主要围绕组织模式、引领方式、产业绩效等三个主题展开探讨;在研究视角上,体现了从中观到微观再到中观的研究趋势;在研究情境方面,关注点从传统组织情境转向新组织情境;从研究趋势来看,未来可基于新组织情境以及不同产业环境深化链主引领对跨产业融合、创新范式及产业绩效等方面的影响研究。本文明确了链主企业引领产业链发展的知识脉络和研究边界,为构建以链主为主导的产业链治理结构提供参考。

适当的探索式创新节奏是提升企业创新效率和创新成功率的关键,对企业抓住创新时机,实现创新驱动发展战略具有重要意义。数智时代人工智能技术的发展和应用为新一轮技术革命和产业转型带来了诸多机遇,而现有研究在企业层面对人工智能应用与探索式创新节奏关系的考察尚有不足。本文基于组织信息处理理论和2011至2020年中国A股上市公司的数据,对人工智能应用与探索式创新节奏的关系进行了实证检验。研究表明:(1)人工智能应用对探索式创新节奏产生倒U型影响;(2)高管团队调节定向对人工智能应用与探索式创新节奏间关系发挥调节作用;(3)高管团队促进定向和预防定向对人工智能应用与探索式创新节奏间关系具有异质性的调节机制;(4)人工智能应用对探索式创新节奏的倒U型影响在非国有企业、成熟企业、低技术行业和低市场竞争度环境中的企业中更强。本文加深了对微观企业层面应用人工智能影响探索式创新节奏的更全面认识,为高管团队决策偏好差异对企业组织信息处理及其匹配过程的影响机制提供了深刻洞察。

数字创新对强化企业竞争力、驱动价值链升级极为关键,数据交易则在加速数据高价值转化、助力数字创新突破中发挥重要作用。本文基于2010—2022年上市公司数据,使用爬虫技术、文本分析以及人工识别等方法识别数据交易企业,并构建双重机器学习模型实证分析数据交易对企业数字创新的影响,进一步拓展了数据交易影响数字创新的微观效应和作用机制。研究结果表明:数据交易对企业数字创新具有显著正向影响,且这种正向影响在非国有企业、大规模企业、知识产权保护程度高以及数字基础设施强的企业中更强。机制分析显示数据交易通过知识溢出效应、要素配置效应和公司治理效应促进了企业数字创新。此外,供应方数据交易、数据服务交易以及直接数据交易方式促进企业数字创新更明显,且数据交易能够提高企业数字创新的质量。本研究对激励企业参与数据交易、做大做强数据要素市场、利用数据市场化推动企业数字创新具有重要启示。

数据作为数字时代的新型生产要素,其要素化重构了传统生产力范式,是推动生产力跃迁的重要引擎,在中国式现代化的背景下,研究数据要素价值化如何提升数字新质生产力,对实现数字新质生产力的提高有较好的理论和现实意义。利用大数据交易中心试点城市为准自然实验,采用2012—2022年中国287个地级市数据,结合多期DID模型评估了数据要素价值化赋能数字新质生产力的效果及其作用机制。研究发现:大数据交易中心的设立能够显著提升数字新质生产力;其促进作用主要体现在政府干预程度较高和数字鸿沟较大的样本组。数据价值化能够通过优化生产要素结构和推进数字经济发展对新质生产力产生促进作用,其中传统要素结构优化的传导路径还不明显;进一步研究发现,数据价值化具有显著的空间溢出效应,在邻接空间权重下大数据交易中心的建立对邻近地区产生显著的负向溢出效应,而在经济空间权重下,本地数据价值化水平的提升会对邻近地区产生正向溢出效应。本研究结论即为相关部门布局大数据交易中心建设提供新的经验证据,也为培育数字新质生产力提供了有益的启示。

企业数字化与可持续发展的融合是当今学术研究的新情境和新热点。然而学界对于企业数字可持续性这一变量的概念、维度及测量方法仍缺乏共识。本研究旨在构造企业数字可持续性的测量体系。首先,在回顾现有企业数字可持续性内涵研究的基础上,从“数字优先”和“数字赋能”两方面定义了企业数字可持续性的概念内涵,提炼其融合性、长期性和可扩展性三方面特征;其次,采用扎根方法开发出以“数字资产永续、数字经济价值、数字社会责任与数字环境管理”为中心范畴的企业数字可持续性构思模型;最后,编制企业数字可持续性测度的初始量表,经过一系列分析检验,最终确立二阶四因素包含十五题项的企业数字可持续性最优测量模型。此外,预测效度检验表明,该量表对企业竞争优势有良好的预测作用。本研究有助于弥补现有关于企业数字可持续性研究量表的缺失,不仅奠定了企业数字可持续性定量研究的坚实基础,也为中国情境下实业界实施企业数字可持续发展提供有益参考。

数字创新生态系统的构建与完善为人工智能影响产业链韧性提供了重大机遇。基于2008—2021年省级面板数据，使用双重固定效应模型、中介效应模型以及调节效应模型，实证检验了数字创新生态系统驱动下人工智能应用对产业链韧性的影响效应。研究发现：（1）人工智能应用对产业链韧性具有正向影响，经过一系列稳健性检验和内生性处理后结论仍然成立。（2）数字创新生态系统驱动下，数字创新主体和数字创新平台在人工智能应用对产业链韧性的影响中发挥部分中介作用，数字生态环境在人工智能应用对产业链韧性的影响中发挥调节作用。（3）异质性分析发现，人工智能应用对产业链韧性的影响在中西部地区、数字创新生态系统高水平地区和产业结构高级化较低地区更为明显。本文不仅以新的研究视角揭示了人工智能作用于产业链韧性的内在机理，为在大变局环境下增强产业链韧性提供经验证据，还拓展了数字创新生态系统的定量研究，丰富既有理论内容。

营商环境生态是促进专精特新企业扩量提质的重要前因。本文以中国城市数据为样本,采用模糊集定性比较分析(fsQCA)方法探索市场—政府双元制度逻辑下营商环境生态影响区域专精特新企业扩量提质的生态模式,提出“双元制度下的服务驱动综合赋能型”“市场主导下的产金双驱型”“政府引导下的产研政共促型”三种促进区域专精特新企业数量扩张的营商环境生态模式,以及“双元制度下的人才驱动综合赋能型”“市场主导下的才创双驱型”“政府主导下的才金政共促型”三种推动区域专精特新企业质量提升的营商环境生态模式。此外,本文还引入了余弦相似度分析方法,对数量与质量的高绩效与低绩效组态结果进行相似性分析以识别营商环境生态优化路径。研究发现,“质量优先”的单高营商环境生态优化路径比“数量优先”路径更具普适性;而“存量再配置”与“增量二级跳”两种营商环境生态优化路径可实现数量与质量的双高培育。研究结果为各地优化城市营商环境生态和加快推进区域专精特新企业扩量提质提供了理论借鉴与实践指导。

在面临关键核心技术封锁与市场垄断双重压力下,军民一体化创新已成为巩固提高一体化国家战略体系和能力的关键。本文以某传统军工企业为案例对象,运用探索性单案例研究方法研究军民一体化创新的路径与机制。研究发现:(1)军民一体化制度逻辑随企业情境变化发生迁移,由政府逻辑主导的单一制度逻辑结构演变为政府逻辑、市场逻辑、价值逻辑的多元交互结构;(2)军民一体化制度逻辑指引企业资源编排行动遵循“资源构建—资源捆绑—资源撬动”的演化,并依次触发“军民资源汲取能力—军民资源延伸能力—军民资源重塑能力”的效应机制形成资源行动与能力的更新迭代;(3)军民一体化创新路径主要体现为关键核心技术与市场发展的双向突破并最终构建自主创新体系,呈现出由“政府逻辑主导的集成式创新路径”向“市场逻辑导入的整合式创新路径”再向“价值逻辑引领的开放式创新路径”的跃迁。本研究揭示了军工企业制度逻辑变迁驱动军民一体化创新实现的微观机制,为巩固提升一体化国家战略体系和能力提供有益管理启示。