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。

数据要素作为推动我国数字经济发展的核心引擎，提高数据要素应用水平是促进专精特新企业高质量发展的重要途径。本文以2014—2022年中国专精特新上市企业为研究样本，借助爬虫技术和机器学习等算法，创新性地刻画了数据要素全生命周期管理特征词图谱，采用固定效应模型实证检验数据要素对专精特新企业高质量发展的因果效应，挖掘数据要素如何通过“提质增智”促进专精特新企业高质量发展的内在机制。研究发现：（1）数据要素显著提升专精特新企业高质量发展水平，其促进作用在非国有企业、竞争激烈的企业以及劳动密集型和技术密集型企业中更加显著；（2）数据要素通过“提质”推动专精特新企业高质量发展，新质生产力在此机制中发挥正向中介效应；（3）数据要素通过“增智”促进专精特新企业高质量发展，数字技术创新在此机制中发挥正向中介效应。基于此，提出如下管理启示：全面激发数据要素潜能，巩固专精特新企业细分市场竞争优势；以数实融合助力新质生产力发展，引领专精特新企业结构深度变革；构筑自立自强的数字技术创新体系，助力专精特新企业抢占未来发展制高点。

   数据要素作为具有核心竞争力的关键生产要素和战略资源，为企业提升绿色创新绩效，实现可持续发展提供了新的途径。本文基于2012—2023年A股上市公司数据，实证探究了数据要素对企业绿色技术创新和管理创新的影响效应与机制。结果表明，数据要素显著提升了企业绿色技术创新和绿色管理创新绩效，战略引导和绿色文化强化了数据要素与绿色创新之间的关系。机制分析表明，数据要素通过“资源集聚效应”和“协同效应”提升企业绿色创新绩效。异质性分析发现，在技术密集领域、环境规制强度高的企业中，数据要素对绿色创新绩效的推动作用更加显著。本文拓展了数据要素影响企业行为领域的研究，为探究数字经济时代企业绿色创新路径提供了经验证据，对企业有效挖掘和利用数据要素的潜在价值具有启示意义。

   数实融合能否矫正要素错配进而全面推动经济社会高质量发展是数字时代有待回应的重要问题。本文基于2011—2022年中国省级面板数据，运用双向固定效应模型分析数实融合对高质量发展的影响及作用机制。研究发现：（1）数实融合显著促进高质量发展，对创新发展、协调发展、绿色发展、开放发展、共享发展均有积极作用，但影响效应存在一定的区域差异。（2）在要素水平较高的地区，数实融合对高质量发展的促进作用更显著。（3）从作用机制看，数实融合通过降低资本要素与劳动力要素错配程度推动高质量发展，而减少要素错配进而提升全要素生产率是其中重要路径。研究结论为深化对数实融合的认识、进一步改善要素错配、优化要素投入，从而有效提升全要素生产率、释放数实融合潜力提供了新的理论视角和经验证据，也对加快数实融合实践以推动高质量发展具有启示。

   数字经济与实体经济融合已成为解决企业关键核心技术创新瓶颈问题的重要选择，本文利用文本分析法提取发明专利引用信息以及上市公司年报关键核心技术信息，构建数实融合与关键核心技术领域企业的创新效率指标，并将2008—2022年中国A股上市公司作为研究样本，采用双向固定效应模型研究数实融合对关键核心技术领域企业创新效率（下文简称为企业创新效率）的影响及作用机制。研究结果表明：（1）数实融合能显著提升企业创新效率；（2）数实融合能够促进消费升级、优化资源配置、降低企业融资成本、提高供应链效率以及提高战略决策稳健性，从需求、供给、技术和战略端四个维度全面提升企业创新效率；（3）从数实融合内外部特征出发，检验其对企业创新效率的异质性影响；（4）从地方政府政策环境和企业经营内部环境的两个视角检验数实融合对创新效率提升效果的调节效应。本文的研究结论为推进数实融合，提升关键核心技术领域企业创新效率方面提供了理论支撑以及政策启示。

   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。

   产业链是新质生产力发展的核心载体，而链主企业作为产业链治理的微观主体，是助推新质生产力发展的重要力量，其关键核心技术创新能力对新质生产力发展意义重大。本研究整合定性与定量研究方法，基于对4家案例企业的探索性分析，识别出链主企业关键核心技术创新能力的关键维度，然后利用2012—2020年98家中国制造业企业数据开发和验证了包含5维度17个明细指标的测度指标体系，最后进一步探讨了链主企业关键核心技术创新能力对区域新质生产力的影响机制。研究表明：链主企业关键核心技术创新能力是一个多维构念，由持续高强度研发投入能力、共性需求驱动基础研究能力、产业创新链融通发展能力、产业数智化升级支撑能力、高影响力创新产出能力五维度构成；其对区域新质生产力具有正向影响，营商环境生态在其中发挥正向调节作用。本研究深入挖掘了链主企业关键核心技术创新能力的理论及实践研究价值，尝试从产业链治理的微观视角打开区域新质生产力提升的机制黑箱，对链主企业能力培育实践提供启示。

    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。

    数字创新是企业在数字时代创造长期价值的关键，深入探究企业在不确定经营环境中的数字创新决策制定逻辑及过程，对理解企业如何适应数字时代环境变化、把握发展机遇以及实现可持续增长具有重要意义。本研究采用实证分析方法，基于中国沪深两市2008—2022年A股制造业企业数据，探讨并检验了绩效期望差距对企业数字创新的影响。研究发现，由绩效期望落差所引发的组织经营困境问题会驱使企业减少数字创新，而基于绩效期望顺差所带来的未来潜在损失规避动机则会促使企业增加数字创新。同时，行业竞争强度在上述关系之间起调节作用。本研究从组织搜索视角补充和拓展了企业数字创新分析框架，不仅为理解企业数字创新行为贡献了新的理论解释机制，也为企业克服数字创新决策短视，优化政府数字创新激励政策提供了重要启示。

   数字技术赋能的在线创新社区是企业获取用户知识贡献的重要平台，而如何汇聚用户知识并与之共创出新知识尚未得到系统化的解析。因此，本研究结合机器学习和系统动力学，辅以量子力学测量相关因素，以构建知识共创系统动力学模型，进而探究在线创新社区知识共创过程机理。研究结果表明，在线创新社区知识共创是一个多过程相互依赖的综合体，包括知识共享、知识整合和知识创造，并呈现出差异性的知识活动特征。企业知识创新速度较用户知识创新速度更高，导致企业知识存量增速和总量均高于用户；知识共享频率、知识兼容系数和知识创造效率分别正向影响与之相应的知识共创过程；社区氛围分别与知识共享、知识整合和知识创造呈正相关，且对知识创造的影响最大，而知识共享受影响最小。本研究不仅解构了在线创新社区知识共创过程，拓展了知识共创的研究视角，也在实践层面为社区知识管理提供了启发。

   激发数字经济新动能，培育智能制造融合创新生态，是加快构建区域协调发展新格局的必由之路。本文基于2011—2020年277个城市的面板数据，使用双向固定效应模型、调节效应模型及空间杜宾模型，研究了数字经济对城市包容性绿色增长的影响及其空间效应。研究发现，数字经济发展对城市包容性绿色增长具有显著的正向影响，主要表现在促进经济增长和改善区域协调发展方面。机制分析显示，财政科技支出与产业结构升级对数字经济与城市包容性绿色增长的关系具有显著正向调节效应。进一步研究表明，数字经济发展不仅有助于提升焦点城市包容性绿色增长，而且可以通过空间溢出效应促进邻近城市包容性绿色增长。同时，异质性分析表明，数字经济对城市包容性绿色增长的影响在不同分位数水平下具有显著差异。随着城市包容性绿色增长水平提升，数字经济对城市包容性绿色增长的促进作用逐步增强。本文揭示了数字经济驱动城市包容性绿色增长的理论机理，并为推动中国区域高质量发展提供科学依据。

   在中国同时面临“生态环境根本好转”和“碳达峰碳中和”两大挑战的现实背景下，探索数字经济作为经济高质量发展的新动力，能否有效推动减污降碳协同发展成为一项重要而迫切的议题。本文基于2011—2021年中国278个城市的面板数据，综合运用面板回归模型、中介效应模型和空间杜宾模型等，实证考察了数字经济对减污降碳协同发展的影响。结果发现，数字经济能够有效促进本地减污降碳协同发展，且该影响随着数字经济水平提升而逐渐增强。绿色技术创新在数字经济推动减污降碳协同发展中发挥中介作用。空间视角下数字经济对邻地减污降碳协同发展的空间溢出效应呈现出从“以邻为壑”到“以邻为伴”的变化（U型变化），且该溢出效应随地理距离增加而减弱，仅在100 km-400 km的地域内显著；其中，绿色技术溢出是导致空间溢出效应U型变化的重要机制。本研究为数字经济如何影响减污降碳协同发展提供了经验证据，也为区域间减污降碳协同增效的政策设计和实现路径提供了现实参考。

   绿色技术创新是推动产业结构升级和实现高质量发展的关键。本文以“去产能”政策实践为基础，从抑制型产业政策有效性出发，选取2009年至2018年间制造业上市公司为研究样本，利用双重差分（DID）模型探究其对绿色技术创新的影响效应、作用机制和影响的异质性。研究发现：“去产能”政策通过直接和间接效应显著促进了企业绿色技术创新，经过多项稳健性检验后发现“去产能”政策对绿色技术创新质量的影响更加稳健；异质性分析显示，“去产能”政策正向促进国有企业和政策干预较强地区企业的绿色技术创新质量，但对非国有企业存在微弱的负向影响；机制分析发现，“去产能”政策通过优化创新资源配置和提高创新补偿间接促进企业绿色技术创新。本研究深入探讨了抑制型产业政策的绿色技术创新效应，为推动“去产能”政策的差异化实施，践行绿色创新驱动发展战略提供了重要启示。

    绿色创新是促进企业绿色转型实现可持续发展的重要推动力。本文以各省份2016年起陆续实施省以下环保垂直管理改革作为政策冲击，利用2013—2021年我国重污染上市企业绿色专利数据，构建渐进式双重差分模型系统考察了环保垂改与企业绿色创新二者存在何种关系、有何作用机理以及异质性影响。研究发现，环保垂改显著提高了企业绿色创新水平，这一作用主要通过降低地方保护提高环境监管独立性实现，因此对于税收贡献小、就业雇佣少的企业影响更大。此外，环保垂改会减弱基层环保部门的属地联系和信息优势降低环境监管效率，而地区和企业层面的信息条件改善有利于缓解这一不利影响从而提升环保垂改对企业绿色创新的促进作用。异质性检验发现，经济增长压力小、环境治理压力大的地区和现金流压力小的企业对环保垂改政策更加敏感。本文的结论阐释了环保垂改是否以及如何促进企业绿色创新，对于“双碳”目标下促进企业绿色转型以及推动经济社会绿色可持续发展提供了重要的政策启示。

    绿色创新是企业实现高质量发展的重要途径，现实中企业绿色创新的节奏与结果高度离散，尚未有研究关注这一现象。根据企业行为理论，环境绩效落差所引致的决策者绿色创新意愿和资源的动态变化可能是形成这一现象的重要原因。基于以上逻辑，本文以2012-2022年中国制造业上市企业为样本，利用非线性回归方法和调节效应模型，重点考察环境绩效落差对企业绿色创新节奏的影响及情境机制。研究发现：（1）环境绩效落差与企业绿色创新节奏之间存在U型关系，这一基本结论通过了多种内生性和稳健性检验；（2）CEO绿色经历弱化了环境绩效落差与企业绿色创新节奏间的U型关系，冗余资源则增强了这一U型关系；（3）绿色创新节奏与企业价值之间存在倒U型关系，即：绿色创新节奏适度的不规则化有助于提升企业价值，但过度的不规则化将导致企业价值下降。本文为企业行为理论在绿色创新领域的探索做出了重要贡献，为企业调整绿色创新节奏进而创造价值提供了实践依据。

    数字化工作背景下，员工通过发展型人力资源管理实践满足了职业发展需求，有效适应了组织的数字化变革，并积极推进了数字化商业模式创新，但当前学术界尚未深入探究发展型人力资源管理实践对数字化商业模式创新的影响机理。论文基于资源保存理论，以工作重塑为中介变量、工作场所数字化为调节变量，探讨了发展型人力资源管理实践对数字化商业模式创新的作用路径及边界条件。通过结构方程模型与Bootstrap方法进行分析，结果表明：（1）发展型人力资源管理实践会正向影响员工的数字化商业模式创新；（2）工作重塑在发展型人力资源管理实践与数字化商业模式创新的关系中发挥部分中介作用；（3）工作场所数字化不仅会正向调节发展型人力资源管理实践与工作重塑间的关系，还会调节工作重塑在发展型人力资源管理实践与数字化商业模式创新间的中介效应。研究结论一定程度上丰富了发展型人力资源管理实践与数字化商业模式创新的相关研究，并为员工参与数字化商业模式创新提供了理论指导。

   探索构建人工智能沉睡专利识别模型，挖掘潜在具有市场价值的专利，对提升专利运营效率和促进产业数智化转型具有重要意义。基于中国人工智能发明专利数据，对专利运营形势和睡眠特征进行全貌分析，利用AdaBoost算法和SHAP解释方法构建多特征融合的沉睡专利识别模型并进行实证分析。研究发现：中国人工智能运营专利数量呈稳步增长趋势，总体呈现出“睡眠时长短、唤醒机制灵活、唤醒强度低”的睡眠特征；基于AdaBoost算法的沉睡专利识别模型性能最优，将算法特征纳入指标体系能够明显提高模型的识别准确度；不同专利特征对沉睡专利唤醒产生交互效应，交通运输和电子设备制造领域的人工智能专利市场运营潜力较大；应用场景中预测结果的召回率为0.982，具备市场价值的专利比重为21.23%，验证了模型的有效性。本研究不仅丰富了沉睡专利识别与评估的研究体系，还为创新主体优化专利运营决策提供了实践方案。