人工智能的迅猛发展正深刻改变科学研究的运行逻辑与组织模式,也将在根本上重塑科学学的理论基础与方法体系。本文基于人工智能驱动科学研究的兴起,系统分析了人工智能赋能下科学学研究在研究对象、核心问题与方法工具上的整体转型。研究表明,人工智能既作为科学系统的变革力量,催生新的科学学研究对象与问题,又作为强大的分析工具突破传统科学学方法的技术瓶颈。这一系列变革将使科学学实现从外部表征到内在机制、从现象描述到机制解释、从被动观察到主动设计的根本性拓展,新的研究范式呈现出前瞻性、系统性、协同性与设计性等核心特征。而在方法体系层面,人工智能推动了科学学观察测量的客观化与多模态化、分析建模的预测化与网络化、解释预测的系统化与可解释化,显著增强了科学学在科研评价、知识发现与科研生态设计中的实践能力。然而,技术、伦理、制度等方面的风险与挑战也亟待应对。本文提出,应在保持科学学学科独特性的同时,以方法创新驱动范式演进,构建开放、透明、可解释且具有前瞻指导力的方法体系,以实现人工智能赋能下科学学的持续跃升。

人工智能技术的迅猛发展正驱动管理科学研究发生深刻的范式变革。为系统梳理人工智能与管理科学融合的路径、现状与挑战,本研究通过对Web of Science数据库中FMS高质量期刊文献进行大规模计量分析,构建并理解其根本性变革的系统框架。该方法覆盖了1996至2025年间管理科学与经济科学领域的25719篇文献,运用VOSviewer与RStudio等工具进行了关键词共现、国家合作网络及研究趋势的可视化分析。结果显示:该领域发文量呈指数增长态势,中国与美国是核心贡献国;管理科学与经济科学领域的研究重心呈现显著的差异性,管理科学侧重实践管理场景优化与效率提升,经济科学则更关注人工智能对经济运行规律及资源配置机制的影响;研究热点集中于技术应用、算法风险、服务科学中的信任问题及企业数字化转型等关键聚类。结论表明,人工智能已从辅助工具演变为推动管理科学理论重构与研究范式向“人-物-信息”三元空间跃迁的核心驱动力,未来研究应聚焦于人机协同的内在机制、算法治理的伦理边界及在重大决策中的制度适配等前沿议题,推动构建适应智能时代的新型管理科学理论体系。

在全球化与数字化加剧的复杂不确定环境下,传统基于“有限理性”的决策模式难以应对实时、高维信息处理需求,人工智能(AI)正深刻重塑组织决策范式。组织需要引入AI提升决策效能,但其作用机制与适用边界尚缺乏系统性理论支撑。基于2020-2025年间发表于UTD24管理学期刊的85篇核心文献,文章系统厘清了AI在组织决策中的应用路径与研究进展,并依据人机权力关系,创新性地构建了“交互—支持—影响”人机决策模式分类框架。该框架突破了以往研究单纯依赖自动化程度划分的局限,揭示了不同模式下决策影响因素与作用结果的系统性差异。目前研究对AI主导模式、宏观情境及关系影响的探讨尚存不足。未来研究应聚焦AI与组织战略的深度整合及AI新视野的拓展,以深入揭示AI如何重构组织决策的底层范式与组织结构基础。此研究结论在理论上扩展了协同决策边界,在实践上为企业设计差异化人机协同机制提供参考,并为后续人机决策提供新的研究思路。

本文深入期刊论文初审筛选决策的具体过程,使用大语言模型,针对“先AI后人类”的顺序性管理决策,提出了提高“人类-AI”系统协同性的决策方法。本文指出“先AI后人类”的顺序性管理决策的关键是在对AI决策方案筛选效能评估基础上,设计AI的决策方案筛选阈值。在引入和设计了spearman相关系数、优序比较系数、灵敏性、特异性、准确性及AI最小保留率指标后,使用聚合多个人类主体的评价基准,完成了确立决策方案筛选阈值的过程。本文对一个期刊三组论文的分析表明,利用现有大语言模型的论文初审筛选决策中,通过保留75%的论文,就能够覆盖相关评估基准中的高质量论文,从而使编辑的初审工作量降低约25%,编辑总体工作效率提高约15%,编审全流程效率提高约8%。本文提出的决策方法能够适应不同业务场景以及大语言模型能力的动态演进,具有较强的适用性。

本研究构建了AI能力、创新机敏性与创新韧性关系的理论模型。AI应用的积极意义已经得到广泛认可,但本文的研究结果表明,AI能力对企业创新韧性具有“先促进后抑制”的倒U型影响;AI能力与创新机敏性之间也呈现倒U型关系,且创新机敏性在AI能力与创新韧性之间起到中介作用。此外,环境动荡正向调节创新机敏性对创新韧性的影响。研究结果证实了AI能力的“双刃剑”效应,为AI时代企业创新管理研究开辟了新的研究视角,也为企业有效利用AI技术实现持续创新发展,避免落入“数字陷阱”提供了管理启示。

捕捉美国人工智能监管动态并探寻中国参与竞争的政策安排是中国参与全球人工智能治理和提升全球科技领导力的关键议题。本文从政策复杂性视角,采用动态主题模型等多种分析技术,深入阐释了美国36个州的397份政策文本,呈现了人工智能监管的州域偏好,并测算了各州与中国人工智能监管的临近度。研究发现:美国人工智能监管政策系统雏形初现,产生了7个政策主题和四大核心政策工具。监管主题分布最丰富的州为加利福尼亚州、伊利诺伊州和纽约州;与中国监管政策最临近的是夏威夷州、俄克拉荷马州、纽约州;加利福尼亚州、马萨诸塞州等科技强州也在临近排名中居前列。最终,面向美国人工智能监管系统复杂性,提出了中国应采取“由近及远”“化整为零”“兼容共生”“群策群力”的政策创新战略。

结合上市公司供应链研究数据,以供需网络建设为切入点,本文探讨了供应链数字化的就业效应。基于供应链创新与应用试点工作开展的双重差分估计结果显示:(1)企业自身数字化对劳动力就业具有替代效应,而产业链供应链数字化可以通过平滑企业生产、减少下游企业商业信贷资金占用行为缓解企业流动性约束,进而实现链上企业劳动力规模扩张;(2)产业链供应链数字化创新能有效缓冲供应链风险对就业市场产生的冲击,实现“稳就业”;(3)异质性分析表明,融资约束一定程度上限制了供应链数字化就业溢出效应的发挥,国有企业以及购销业务更为集中的企业受产业链供应链数字化影响,其劳动力雇佣规模提升效果更为明显。

科技创新为我国清洁能源产业发展提供了不竭动力。文章从清洁能源科技发展、中美科技竞争、我国传统制造业-绿色优势产业发展三方面,阐明了依靠科技创新推动我国清洁能源产业发展的必要性、紧迫性和重要性。结合我国清洁能源领域发展现状,理清了当前我国清洁能源产业发展面临着能源消费总量短中期内持续上升、能源供需空间错位、新型电力系统调节能力不足、清洁能源技术水平需大幅增强、矿产资源供应链安全等制约因素。为此,科技创新支撑我国清洁能源产业发展的实践路径在于:统筹国家能源战略部署,抹平能源供需空间差异;聚焦世界能源科技前沿,加快关键核心技术攻关;依托重大工程降本增效,推动先进技术先行先试;推进能源集成系统建设,提升能源跨界利用效率;广泛拓展国际科技合作,充分借鉴美欧成功经验;实施矿产资源保供战略,构建安全韧性供应体系。

本研究探讨了复杂网络和计算科学学范式在科学学中的应用,聚焦于揭示科学活动背后的普适规律与规避数字陷阱的挑战。随着数智化时代的到来,大规模数据为科学学研究提供了全新的视角,复杂网络通过分析合作网络、知识传播路径等揭示科学研究中的隐性规律。而计算科学学则借助先进的算法和模型,推动了科学学研究的智能化。然而,数据驱动的方法也带来了“数字陷阱”的潜在风险,即过于依赖量化分析可能忽视科学活动中的复杂性和背景性因素。因此,本研究不仅探讨了复杂网络和计算科学学在科学学研究中的优势,还深入分析了如何平衡数据驱动与领域知识,以避免过度数字化带来的局限性。最终,本文旨在为科学学研究的未来发展提供新的思路,并呼吁更加谨慎和综合的方法以应对新时代的科学挑战。

当代生命科学研究模式正在经历重大转型。伴随生物技术与信息技术间的持续融合,生命科学的研究信念、方法和文化三方面的演化共同推动着生命科学研究范式的转换:研究信念从还原论转向整体论,并借助网络思维实现二者间的辩证融合;深度学习崛起后,计算模拟和建模方法在数据、算法和算力的强耦合下实现效率与精度的双飞跃;科学组织与管理模式逐渐数据中心化、平台化与生态化,唤醒对开放科学文化的倡导与支持。数据驱动下的生命科学研究新范式在加速科学发现进程、扩展科学发现范畴的同时,也带来诸多生物技术和伦理方面的挑战。

建设国家战略人才力量是我国现代化建设的重中之重,然而战略人才力量的素养结构及其演化规律尚有待揭示。本文在厘清人才素养核心特征的基础上,以某央企国资企业的34名拔尖专家为访谈对象,刻画战略科学家和卓越工程师这两类战略人才力量的素养结构及其演化机制。研究发现:(1)战略科学家具备求真科学品质、崇高科学使命、战略科学家定位、超前理论见解、杰出探索能力等服务于科学发现和理论创新的素养;卓越工程师具备务实工程品质、远大工程目标、卓越工程师定位、前瞻工程见解、精湛实践能力等服务于工程实践和产业建设的素养;(2)战略人才力量的素养结构为特质、动机、自我概念、知识及技能5种要素的有机组合,其发展均经历了包括启蒙阶段、教育阶段、职业起步、职业发展和职业涌现5个核心阶段的演化过程;(3)这两类战略人才力量的素养结构的同构性和异构性导致其演化机制同时存在趋同性和差异性;且素养发展呈前后衔接的连续性,以及多重素养要素并行发展的共时性。研究从人才素养视角解析战略人才力量的素养结构及其演化机制,为培育战略人才力量提供实践启示。

省域战略性新兴产业发展规划是落实国家创新战略、推动地方经济发展的重大举措。为贯彻因地制宜发展新质生产力、促进战略性新兴产业健康有序发展的国家战略要求,针对目前地方战略性新兴产业规划趋同、贪大求全和揠苗助长的问题,在回顾既有研究成果基础上,构建了一个立足比较优势理论且跨越“比较优势陷阱”的省域战略性新兴产业评价方法,以服务于地方政府科学决策,支撑地方政府遴选具有比较优势的特色产业。该评价方法引入可持续和创新发展的理论,确立资源禀赋和综合产出两个维度,创新性构建了凸显科技创新、生态友好、社会福祉和经济高效的指标体系,突破已有研究聚焦经济指标的单一性局限。并以曾面临“比较优势陷阱”挑战的山西省为例进行验证分析,结果表明该评价方法切合实际,具有可行性与科学性。最后根据实证研究中的经验,提出实践及政策建议。

加快建设关键核心技术自主创新能力是国际科技竞争新形势下的必然要求。本研究首先着眼于国家创新政策战略布局,从超越追赶视角对“杀手锏”技术的科学内涵与发展规律进行了定义与论述,弥补了既有研究偏重于“卡脖子”技术的视角缺陷。“杀手锏”技术指技术主体在创新链高级端掌握的、难以被其他主体模仿和超越的“非对称性技术”,是形成于内源式创新链的“一次创新”成果,与依赖外部创新源的“卡脖子”技术有根本差异。其次,通过对两类关键核心技术创新转化链式过程的规律总结与梳理,本研究解析了从基础研究到应用开发、到产品化、再到规模化的三大创新成果转化断点问题与制约因素,即技术形成、技术转化及技术推广“死亡之谷”挑战。最后,关键核心技术的突破通常需要多元主体在复杂的创新网络中协同攻关,本文针对两类关键核心技术面临的三类“死亡之谷”,基于“能力-资源-制度”的逻辑框架,系统性阐述了“杀手锏”技术和“卡脖子”技术的突破路径机制。

企业在特定知识领域内长期积累形成的专业化技术,是推动关键核心技术突破的重要驱动力。本研究以我国前五批上市的专精特新小巨人企业中新一代信息技术产业为研究对象,深入探索技术专业化对关键核心技术突破的作用效应以及内在机制。研究发现,技术专业化、知识搜索分别与关键核心技术突破呈倒U型关系;知识搜索中介了技术专业化与关键核心技术突破的倒U型关系;高知识整合能力会缓解过度专业化以及过度搜索带来的负面影响,且当其突破某门槛时,可完全抵消负面影响。本研究强调了知识搜索与技术专业化之间的互补作用,拓展了关键核心技术突破的研究范畴,为企业推动关键核心技术突破提供参考。

芯片光刻技术是半导体制造领域的关键核心技术,具有典型的“根—干—叶”错综交杂的技术簇特征,深刻决定着国家综合科技水平和产业竞争力。但现有研究对“复杂成簇”的关键核心技术体系如何动态演化仍然知之甚少。为此,引入根技术的研究视角,采用专利数据中的显性和隐性关系识别工具,以及术语抽取、聚类分析等方法,构建出根技术视角下关键核心技术动态演化路径的分析模型。实证结果表明:(1)芯片光刻技术体系中的根技术主要包括投影式曝光技术、直写式光刻技术、光刻胶材料以及光掩膜制造技术,共同支撑了芯片光刻技术体系的动态演化,使其分别呈现出融合型、收缩型、增长型和分裂型四种演化路径;(2)芯片光刻技术演化的不同路径也分别展现出根技术所具有的基础性、复杂性、集成性、高壁垒性等突出特征。研究结果深化了对根技术独特内涵的理解与认识,丰富了关键核心技术系统动态演化的相关研究,同时也为系统推进我国芯片光刻技术的创新突破提供了针对性与可操作性的参考与借鉴。

区域科技创新能力是引领高质量发展的重要抓手,建设区域科技创新中心有利于集聚创新要素和资源,促进各类创新主体能力提升。本研究采用多阶段双重差分(DID)模型对30个省份(包括直辖市和自治区)的面板数据进行统计分析,以探讨大数据综合试验区对区域科技创新能力的影响效应及其不同试点政策的实施效果。研究发现,基准回归分析表明大数据试验区的设立对区域科技创新能力提升具有显著正向效应。异质性分析结果表明,聚焦到政策八大试点地区时,珠江三角洲、上海、重庆三大试点的区域科技创新能力带动效应不显著,其余五大试点均显著。本文进一步探讨了该结果产生的原因,归因为地方经济发展基础的差异性、政策实施目标的差异性、创新分布结构的差异性。据此,提出了相应的政策建议,一方面要加强区域间的政策协同,推动区域间的创新资源交流和共享融合。另一方面,政策实施应考虑到本地的科技创新发展实际,进一步优化大数据试验区政策的适配性,确保政策的精准实施。

畅通科技成果转化通道,将科技成果转化为现实生产力,离不开财政政策的有效支持和精准发力。基于政策实施视角,研究构建了财政科技政策实施特征影响地区科技成果转化的理论分析框架,并基于城市层面的样本数据实证考察了相应的作用效果。论证指出:政府增强财政科技政策实施力度有助于促进科技成果转化;当政策指向性较强,以科技成果转化为政策实施目标时,有助于推动成果转化相关的服务完善及创新资源集聚,从而有效促进科技成果转化;当政策稳定性较强,为市场主体提供持续稳定的政策环境时,有助于提升市场主体的预期,进而更加有效地促进科技成果转化。基于不同市场条件的作用分析表明,当地区科技创新基础较强时,提升财政科技政策实施力度可以更显著地促进科技成果转化;当地区技术市场活跃度较高,对技术创新和转化的需求较充分时,财政科技政策实施力度对科技成果转化的促进作用更明显。研究可以为深入理解财政科技政策的实施特征及其对科技成果转化的作用效果提供理论支持,并为政府制定和实施财政科技政策提供实践参考。

创新链与产业链的脱节对内导致了科技和产业“两个世界悖论”长期存在,对外加剧了“脱钩断链”和关键核心技术屡屡被“卡脖子”的经济风险和政治风险,加快实现“双链融合”迫在眉睫。技术标准既为产业协同提供支撑,也在技术协作中发挥牵引作用,从而为实现“双链融合”提供了切实可行的解题思路。研究基于技术标准的纽带作用,以技术标准和“双链融合”的理论逻辑关系为前提,阐明技术标准驱动“双链融合”的过程机理及其功能实现方式,即技术导向的标准扩散、需求牵引的标准研制以及双向协同的标准桥接;进一步构建战略性知识披露、专利池构建和衍生技术开发驱动“双链融合”的多维实现路径。研究创新性将技术标准引入“双链融合”的分析过程,既丰富“双链融合”的过程机制研究,拓展技术标准化的理论边界,也为企业和政府的管理实践提供新的思考方向。

本研究运用超图模型分析中国国家自然科学基金委员会(NSFC)管理科学学部青年资助项目的影响作用维度。通过构建内容超图和团队背景超图,计算了研究内容新颖性、团队背景多样性两项关键指标,并探讨了关键指标与科研影响力和颠覆性创新之间的作用关系。研究发现,被引次数与研究内容新颖性呈现显著的正相关关系,而颠覆性指数与内容新颖性整体近似负相关。团队背景多样性与被引次数和颠覆性均呈现非线性关系,反映出适度的成员知识多样性和相似性组合在产出高影响力和颠覆性成果方面的潜力。此外,研究发现,获得青年科学基金项目A类、B类资助的青年科研人员,已形成一定影响力,其研究内容新颖性、团队背景多样性和成果影响力通常更高,而学术生涯刚起步的青年科研人员,受到青年科学基金项目C类的资助,其成果颠覆性更高。这表明处于不同职业阶段的青年科研人员,在推动领域发展中发挥着互补作用。这些发现为优化科研资助策略、促进创新和平衡不同类型研究的发展提供了重要依据,同时也为理解我国科学基金青年人才资助体系的特点和挑战提供了新的视角。

高校作为科技创新的主体,需要从数据资产的高度做好科学数据管理工作。作为较早实施高校数据资产管理的国家,英国拥有较为成熟的经验。本文首先介绍了英国高校数据审计框架(DAF)的项目背景,分析了该框架作为一项科学数据管理工具的实施范围、实施内容、实施程序和实施方法,以及在实践应用中的主要做法。在此基础上,本文从统筹规划、分类分级、问题导向和持续改进四个方面总结了该框架的适用性特征。最后,本文探讨了该框架对我国高校数据资产管理的借鉴和启示,包括从优化审计环境的角度树立资产意识、从完善审计依据的角度健全管理制度、从实施管理审计的角度推进规范管理、从夯实审计条件的角度做好宣传培训等。