可信数据空间作为实现数据要素市场化配置的基础设施,其建设关乎国家数字主权与产业竞争力。本研究基于可信数据空间概念、基础与功能和相关理论,构建了可信数据空间建设的“制度-技术-生态”三维模型,通过破解数据要素流通中的“信任-安全-价值”三元悖论,为复杂商业环境下的数据要素的“可信-可控-可用”提供系统性理论工具。研究发现:(1)可信数据空间建设需遵循制度、技术、治理三位一体的协同发展逻辑;(2)核心技术聚焦隐私安全与可信验证的双重突破;(3)治理逻辑层面需建立多元主体协同共治与风险免疫系统的混合框架;(4)可信数据空间的价值实现依赖于技术工具与制度规则的适配性迭代。可信数据空间的高质量发展需构建制度创新、技术攻关与治理试验协同推进的体系,一是要加快出台《数据产权登记管理办法》,二是要设立国家级数据空间技术实验室,三是要探索“监管沙盒”机制推动跨境数据试点。

邻避效应作为环境敏感型工程建设的典型治理难题,本质源于技术理性与社会伦理价值的结构性失衡。本文基于社会伦理治理视角,以杭州九峰垃圾焚烧发电工程为案例,在实地调研基础上系统解析其从“邻避效应”向“邻利工程”转变的内在机制与实践路径。九峰工程通过树立“大工程”理念重构治理范式,将垃圾焚烧项目定位为技术工程与社会工程的有机结合,从技术创新与社会变革双重维度构建邻避效应治理机制;通过技术革新、经济补偿和社会协同三维联动拓展项目利益空间,实现环境效益与社会效益的共生增值;基于利益相关者分析构建动态协调机制,形成合理的风险分担与利益分配方案,推动可持续的利益平衡;通过规范政府、企业与公众三方主体行为,建立持续迭代的社会伦理治理体系。九峰工程从“邻避效应”到“邻利工程”的治理经验为同类工程破解邻避难题提供了实践样本。

构建中国生成式人工智能的安全风险要素体系,充分识别中美科技脱钩背景下中国生成式人工智能技术发展所面临的安全风险,为应对日益复杂的国际科技环境提供理论依据和实践参考。通过对基础层、技术层和应用层的分层研究,结合算力、数据和算法等生成式人工智能关键技术特征,构建中国生成式人工智能安全风险要素分析框架,并基于专家知识对风险要素进行逐一分析和评估。具体安全风险主要包括基础层限算力、限数据和限开发工具,技术层限模型算法、限计算架构和限开源平台,应用层限市场拓展和限安全门槛。建议从国家层面尽快建立统筹协调机制,构建基础层自主可控、技术层通专融合、应用层需求牵引的应对策略,以确保中国在全球人工智能技术竞争中的战略主动权。

新时代,数字化创新能力(Digitalized Innovation Capabilities, DICs)作为赋能企业可持续竞争优势的核心,已成为创新管理研究与企业创新实践的重要关切。然而,尽管主流研究对数字创新的相关概念、内涵、边界与影响的探索已渐深入,但关于企业数字化创新能力(DICs)的清晰界定、严谨测度与可靠实证仍然缺乏,致使关于其前因与产出的系统分析面临挑战。基于文献采集,研究对数字化创新能力的理论基础进行系统回顾,将其定义为企业通过对数字技术的开发和利用来赋能自身创新过程的能力,涵盖数字开放性创新能力(O-DICs)、数字可供性创新能力(A-DICs)和数字自生长性创新能力(G-DICs)3个子维度。继而,基于访谈调研与问卷调查,运用探索性因素分析和验证性因素分析方法,实施企业数字化创新能力量表(DICs Scale)的开发与信效度检验,并进一步验证数字化创新能力的不同维度对企业创新绩效的影响。

在大国博弈日益激烈的背景下,关税政策作为国际经济争端中的关键调控工具,其引发的政策不确定性对企业创新韧性产生深远影响。基于中国制造业A股上市公司数据,运用文本分析法构建核心解释变量,采用双重差分模型识别关税冲击对企业创新韧性的因果效应。实证结果表明:关税冲击显著增强中国制造业上市企业的创新韧性,印证“逆境激发创新”的理论观点。机制分析显示,这种影响通过宏观政策不确定性与微观公司治理的双重路径实现。研究进一步发现,连锁董事网络与管理层过度自信会强化创新韧性,而高管团队断裂带则会削弱该效应。本研究为理解关税冲击与创新韧性的内在关联提供新经验证据,对政策制定者应对贸易摩擦、营造创新友好型环境提供理论支持。

数字化转型作为重塑现代社会组织形态与治理范式的革命性力量,正持续挑战传统管理理论的解释边界,其内在的制度性张力和系统性耦合机制亟待理论解构与范式创新。从制度视角切入,利用系统文献综述法,结合python和R语言分析,归纳数字化转型的前因、过程与结果,构建了“驱动力量—转型过程—转型结果”的分析框架。首先,基于制度压力,分析政策、法律、社会期望、竞争、最佳实践、行业标准等制度要素如何驱动数字化转型。其次,揭示组织数字化转型去制度化与再制度化的演进机制,提出数字化转型是传统制度规范的解构与新制度框架构建之间的循环演进过程。最后,讨论制度驱动的数字化转型成果,包括技术采用与功能实现、服务化与智能化转型以及供应链与组织协作的重构。研究突破了数字化转型的技术-组织二元分析框架,揭示了“数字化陷阱”的制度根源,为理解制度环境与数字化转型的复杂关系提供了新的理论视角。

在全球制造业竞争格局深度重构与新一轮科技革命交汇的背景下,AI赋能制造业数字化转型已成为突破产业升级瓶颈、培育新质生产力的战略举措。本文通过系统性梳理国内外文献,结合AI赋能制造业转型的全球动态进行解析,揭示AI赋能制造业数字化转型的演进规律、全球竞争态势与未来挑战。研究发现:(1)AI技术渗透呈现阶段性跃迁特征,已从单点技术应用、局部流程优化演进至系统性赋能阶段,通过技术渗透-流程再造-生态重构的三维作用机制,全面驱动制造业数字化转型。(2)AI赋能制造业数字化的全球态势:数据要素上升为战略资产、全链效能系统性跃升、企业底层逻辑结构性变革、主要经济体加速战略布局、AI治理成为全球共性议题,中国依托"技术+市场+产业"组合优势形成独特发展路径。(3)AI赋能制造业数字化转型存在三重挑战:技术层面存在数据孤岛与算法黑箱,产业层面存在绿色约束与标准壁垒,国际层面存在技术主导权争夺与治理体系分化。研究提出应进一步关注的研究热点:AI底层逻辑创新及重组全球制造业版图的态势、AI赋能制造业数字化与绿色化耦合重塑全球青山绿水的路径、AI赋能制造业国际博弈焦点及走向开放共赢全球命运共同体的时代趋势。本文为理解AI驱动制造业数字化转型的战略价值、实践路径及全球竞争格局提供了系统性框架,对中国发展新质生产力和建设制造强国具有决策参考价值。

以制造业单项冠军企业为样本,使用动态QCA方法探究动机、机会和能力三方面的6个前因条件对创新“言行差异”的复杂影响。研究发现:单一要素并不构成创新“言行不一”和创新“言行一致”的必要条件。造成创新“言行不一”的路径可归纳为政策迎合型、包装创新型和生存压力型,驱动创新“言行一致”的路径可归纳为稳健创新型和务实创新型。虽然各组态未表现出明显的时间效应,但造成创新“言行不一”的组态一致性在2020年出现明显波动,驱动创新“言行一致”的组态一致性在2022年集中上升,这可能与疫情的爆发和全面放开有关。在传统制造业企业中,创新“言行不一”现象主要源于政策迎合和包装创新两类路径,而驱动创新“言行一致”的务实创新型组态所能解释的案例多分布于高端制造业。研究结果不仅丰富了以制造业单项冠军企业为代表的专精特新企业创新行为的理论认知,也为优化创新激励机制、提升信息披露真实性及强化创新执行力提供实践参考。对推动专精特新企业的高质量发展具有重要现实意义。