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。

   实现数据要素的价值，是数字经济时代企业发展的重要理论命题和迫切实践诉求。本文系统梳理1991—2024年管理学和法学领域的数据价值文献，运用扎根理论进行编码设计，凝练出数据价值的三个基本问题，即哪些数据有价值？数据有哪些价值？如何实现数据价值？分别对应数据的价值属性、价值内容和价值实现。研究表明：（1）数据的特有价值属性表现为本质上的非物质性，以及由此衍生出的固有属性，包括技术上的可复用性、经济上的规模报酬递增性和权利上的有限排他性。（2）数据价值内容包括经济价值、社会价值和政治价值，从数据主体即数据经营者、数据提供者和数据治理者角度来看，价值目标分别是提高生产效率、实现数字公平和保障数据安全。（3）数据价值实现机制主要包括价值创造、流通和分配等环节，数据价值创造以数据标准化为基石，具体包括数据资产化、产品化和资本化，数据价值流通亟待破解定价难题，有序开展数据交易、开放和共享，通过数据价值的初次分配和再分配，促进生产效率的提升和数据公平的实现。最后，围绕数据价值系统运行机理和实现机制的理论与方法给出了未来研究方向。

   在绿色化转型的大背景下，中国企业正加速推进可持续发展，数字技术成为转型的关键途径。本研究以（康恩贝）凤登环保的绿色转型为例，针对绿色与数字技术认知差异，开展探索性单案例研究，构建了一个以绿色认知和实践经验为引领的企业绿色动态能力逻辑体系。研究发现，企业在绿色转型过程中形成了“双重认知—投资行为—绿色动态能力”的能力构建机制。首先，双重认知分别经历了特定的演化过程，绿色认知经历了“聚合—解构—重构”的过程，而数字认知则表现为“启蒙—觉醒—拓展”的变迁；其次，绿色知识和绿色绩效的引导是数字化投资落实的关键，数字化投资行为从被动接受转向主动采纳，并发展为对外部机遇的积极拓展；最后，在绿色认知引领下的数字化投资实践中，企业逐步构建了一套涵盖绿色价值感知、绿色价值重构、绿色价值转化在内的绿色动态能力体系。本文的理论框架为理解绿色转型企业如何通过双重认知驱动绿色竞争力提供了重要启示。

    发展专精特新中小企业，攻关“卡脖子”关键技术领域，对中国打造自主可控的产业链供应链具有重要意义。本文以2011—2021年A股上市企业为样本，运用双重差分模型、倾向得分匹配-双重差分模型和工具变量回归等方法，研究专精特新认证对企业技术创新的影响及机制。研究发现，专精特新认证对企业尤其是中小微企业的技术创新具有显著促进作用，这一结果在控制内生性后依然稳健。进一步的分析表明，高强度政府补贴削弱了政策效果，该抑制效应对大中型企业技术创新作用尤为明显；与此不同的是，数字金融发展放松了传统金融发展不平衡对企业技术创新的约束进而增益了政策效果。本文的研究结论为中国专精特新认证政策体系的合理性提供了学理支撑，但政府部门应重新审视“自主申报—专家评审—政府拨款”的传统遴选机制，并推动数字金融作为传统金融的积极补充，以进一步优化专精特新认证过程中的资源配置效率。