促进人工智能与制造业深度融合是推动制造业高质量发展的关键环节,也是提高产能利用率的重要抓手。本文基于2008—2022年沪深两市A股制造业企业样本,利用Python文本分析技术测度人工智能指标,使用面板固定效应模型探究人工智能与制造技术的融合创新对产能利用率的影响及其在不同技术类型下的异质性表现。结果显示:(1)人工智能技术创新与制造技术创新都能显著提高产能利用率,两者的融合创新有助于进一步提升产能利用率;(2)相比较于利用性制造技术,人工智能与探索性制造技术的融合创新所带来的产能提升效应更为明显;(3)人工智能与制造技术的融合创新通过提高资产柔性与产品竞争力对产能利用率产生积极影响。本文有助于增进对人工智能赋能特性的理解,为如何提高产能利用率提供有益启示。

突破关键核心技术“卡脖子”瓶颈是实现科技自立自强的核心命题。在国家创新发展战略驱动下,近年来我国政府部门密集出台系列科技政策,力求通过政策“组合拳”加快打赢关键核心技术攻坚战。本研究选取中国制造业500强中的集团上市企业作为研究对象,对2012—2020年国家层面发布的科技政策文本进行量化分析,深入探究科技政策组合的一致性和均衡性对企业关键核心技术突破的影响效应。实证研究结果表明:科技政策组合一致性和均衡性对企业关键核心技术突破均具有倒U型影响,即存在最优政策配置区间;但二者未表现出显著的协同效应。本研究不仅为学界关于科技政策创新效应的争议性结论提供了新的实证依据和理论解释,也为优化国家科技政策体系、构建契合关键核心技术发展需求的政策工具组合提供了基于实证分析的决策参考。

在数字经济的浪潮中,数据要素与技术要素的耦合协调已成为推动企业颠覆性创新的关键力量。从知识基础视角出发,以专利知识宽度和人才知识转移程度为中介变量、知识产权保护为调节变量,结合2012—2021年中国储能上市企业的数据,采用面板负二项模型探究区域数据要素和技术要素耦合协调与颠覆性创新之间的非线性关系。结果发现:(1)数据要素的非竞争性、规模效应递增等特性,使其与技术要素的耦合协调具有资源配置与激励约束的双重属性,对颠覆性创新的影响呈倒U型变化;(2)企业通过专利知识宽度、人员知识转移等知识管理能力,将要素协调提供的外部创新资源转化成自身资源,进而作用于颠覆性创新,这一结论验证了“要素协调-知识管理-创新颠覆”传导机制;(3)知识产权保护水平的提高将引发产权分配冲突和增强路径依赖,弱化要素协调与颠覆性创新之间的关系。研究结论为企业开展数据驱动的颠覆性创新实践提供了理论支持,对科技政策制定具有一定启示。

推动战略性新兴产业中小企业创新发展是占据新一轮科技革命与产业革命制高点的关键举措。本文以2010—2023年沪深A股战略性新兴产业中小企业为研究样本,从数字技术、数据要素、数字网络、数字责任四个维度构建数字嵌入指数,探究数字嵌入对战略性新兴产业中小企业创新发展的影响。研究发现:数字嵌入能够推动战略性新兴产业中小企业创新发展。机制检验表明,数字嵌入主要通过激发动力、创造机会、提升能力赋能战略性新兴产业中小企业创新发展。异质性分析发现,当政府数字政策供给更完善、高管数字素养更高、行业竞争程度更激烈时,数字嵌入对战略性新兴产业中小企业创新发展的促进效应更显著。本研究为实数融合背景下战略性新兴产业中小企业实现高质量发展提供了理论支撑与经验证据,也为政府推动现代化产业体系建设提供了政策借鉴。