本文从循证决策视域出发，通过分析英美澳等多国持续数十年的全民减盐政策争议，探讨科学决策中不同类型证据的相对价值。本文认为，不能在“证据”与政策结果之间设定简单的线性关系。首先，循证决策视域下的“证据”比传统科学证据更为宽泛，包含价值观和公民认知在内的非科学证据。其次，当政策涉及的科学领域存在争议时，在科学研究的基础上往往会产生两种互相冲突的主张，科学证据的相对价值会被弱化。再次，决策者需要对政策议题的各类证据价值进行深思熟虑，认识到非科学因素在有据可依的政策制定中应该发挥的作用，避免陷入狭隘的方法论束缚之中。

近年来人工智能（AI）算法专利申请量迅速增长。但AI算法黑箱属性、算法技术领域可预测性低、专利申请人易隐藏技术有用信息，使现行专利披露标准难以较好平衡“充分公开对应的公共利益”和“垄断保护指向的私人利益”。为更好践行专利披露理论所要求的“公开换保护”理念，应提高AI算法专利披露标准，确保在授予专有权的同时充分披露技术信息。鉴于提高专利披露标准会导致AI算法技术多被作为商业秘密保护，可通过费用减免和优先审查等专利制度内的激励措施，来鼓励专利申请人披露算法源代码、训练数据等信息的积极性，更好实现专利制度促进知识溢出和技术发展的社会功能。

创新过程中组织识别匹配的合作伙伴是创新成功的关键。从技术融合的角度进行合作伙伴识别能够将伙伴的技术匹配特征与组织创新战略有机结合，提高合作成功率，提升创新绩效。多层网络中的链路预测能够充分挖掘多层网络中的链接信息，从而更准确地识别出潜在的合作链接。研究通过构建技术融合-组织合作多层网络模型，在识别伙伴的过程中考虑了未来的技术融合趋势，并基于技术融合趋势提出了组织间的技术融合潜力特征，实现了多层网络中基于结构指标、伙伴多样性与技术融合潜力的合作伙伴链路预测。通过2005-2020年人工智能领域专利的实证研究，验证了多层网络中的合作伙伴链路预测精度显著高于单层网络中的预测精度。研究结果能够为企业实现不同创新战略时选择合作伙伴提供科学参考。

大模型ChatGPT出现是否预示着“智能革命”？亟待对其进行系统性分析。本文首先从ChatGPT的创新效果评估出发，比较分析发现，在OpenAI的系列产品中属于渐进性创新和破坏式创新；而相较于同类竞品而言，确为突破性创新和颠覆性技术创新。而对比中国，ChatGPT事实上已经成为“卡脖子”技术体系的重要一环。继而进行技术体系解构式分析发现，作为“生产工具”，ChatGPT形成了人工系统领域的生产工具供给的范式革命；同时也实现了人工智能伦理治理的范式变革。追根溯源，ChatGPT产生的组织结构性要素恰恰来源于OpenAI的组织使命及围绕其构建的扁平化项目导向型组织和有限回报的融资机制创新，并在人工智能模型工程化过程中高效耦合开源与众包的研发组织模式。上述研究发现为后续关于ChatGPT引致的政治、经济、社会影响及其相关的技术治理夯实了研究基础。

ChatGPT是新一代人工智能技术驱动的自然语言处理模型。文章围绕因果性深入讨论了ChatGPT的因果规则、因果表征与因果解释，通过分析ChatGPT因果认知与学习中的底层逻辑得出以下三个认识：一是ChatGPT将相关性作为其底层因果规则，在深度神经网络、大语言模型与统计分析的驱动下，以概率形式实现了因果性在人工智能中的嵌入。二是通过实现对人类因果认知、因果语言与因果推理能力的模拟，ChatGPT在自然语言的生成中拥有了与人类智能相似的表征。三是依托智能生成的计算因果解释和因果涌现解释两条路径，ChatGPT实现了从符号与信息的输入到“数据知识”的输出，并以一种涌现的方式获得新的能力，实现了人工智能领域的“因果革命”，构建出未来人工智能发展的蓝图。

以 ChatGPT 为代表的人工智能大语言模型有望带来新一轮的知识革命。ChatGPT 有着强大的掌握语言意义以及举一反三的学习能力，使其具有知识库的属性。ChatGPT 的开放使用赋予了人们更加平等获取知识的机会，并可以帮助人们丰富对知识的理解、解决知识差异造成的冲突并促为进群体间的协作提供了新的途径。人类与大语言模型之间应该成为协作关系，实现知识共建。为实现这一目标，应当推动企业更好的承担知识协同发展的社会责任，为促进人机协作建立多元主体的信任关系。也应当通过建立多元协商机制来推动大语言模型在知识转化中扮演积极的角色，使得知识的生产更具创新性。

透明度规则是可信人工智能的基本准则，透明度义务是人工智能的设计者、开发者、使用者通过技术性正当程序和法律正当程序实现可视正义的责任机制。作为弱人工智能向强人工智能过渡的ChatGPT具有生成类似于人类创作的结构化内容的能力，其在提高学术能力的同时也会对学术诚信带来风险。ChatGPT介入学术论文创作涉及到著作权的底层逻辑、学术诚信的本位逻辑、可信人工智能的顶层逻辑，三重逻辑都要求作者履行透明度义务。透明度义务是数字义务履行的证明方式、数字公平的展示方式、数字责任的表达方式，具有学术诚信、学术责任和学术公平的保证功能。

复杂多变的数字环境下，能力重构已成为数字化企业充分利用新兴数字技术来实现数字融合产品创新的有效机制。然而，如何进行能力重构来实现数字融合产品创新仍未被现有研究充分揭示。选取小鸟科技作为案例研究对象，解析了数字融合产品创新不同阶段下企业能力重构的过程及作用机制。研究发现：在数字创新启动阶段，通过进行数字感知能力重构，对潜在数字创新机会发挥着加速洞察的作用机制；在数字创新开发阶段，通过进行数字学习能力重构，对数字技术融合绩效发挥着协奏增进的作用机制；在数字创新应用阶段，通过进行数字敏捷能力重构，对价值创造过程变革发挥着重塑支撑的作用机制。研究结论拓展了能力重构与数字融合产品创新相关文献，对数字化企业通过能力重构以加速推动数字融合产品创新进程具有指导意义。

构建新兴产业创新生态系统并进行有效战略管理，对提升产业国际竞争力具有重要意义，但现有研究缺乏对我国产业情境和数字化情境的充分关注。基于综合优势理论，以我国新能源汽车产业为例，探索新兴产业创新生态系统综合优势形成机理。研究发现：系统经历数字化创新“蓄能期—赋能期—扩能期”演化；基于我国制度、技术、市场情境的特色驱动机制，系统沿“主导优势选择—核心能力培育—综合优势形成”的战略路径循环发展；伴随主导优势“数字资源—数字平台—数字生态系统”动态选择，系统依次培育分布式创新、重组创新和跨界融合创新的核心能力，并促进综合优势同步形成与持续演化。研究旨在推动本土战略管理理论创新，丰富产业创新生态系统竞争战略研究，并为新兴产业创新战略及政策提供启示。

区域生态创新涵盖了地区经济发展水平、创新能力和环境可持续状况，是创新驱动发展和生态文明建设两大国家战略的融合。将生态创新过程划分为科技研发阶段和成果转化阶段，并将废弃物回收再利用、能源消耗及非期望产出纳入创新过程，构建了生态创新过程的闭环网络结构；在上述基础上，结合超效率模型、SBM模型，提出了考虑废弃物回收再利用、非期望产出的改进网络DEA模型，用于测度区域生态创新总体效率和各子阶段效率，并进一步建立生态创新规模效率的测度模型探究各决策单元的规模效率；最后收集我国区域创新的相关面板数据进行了实证分析，结果表明所提出的方法有效、可行。拓展了网络DEA结构下的生态创新效率研究，从废弃物回收利用的闭环生态创新视角，为区域创新系统资源的优化配置提供了一定的理论参考与实践启示。

海洋牧场是我国海洋经济发展的重要组成部分，本文基于协同创新网络视角探索海洋牧场的技术创新策略，包括明晰海洋牧场技术创新协同网络中各类行动者的职能和角色，构建海洋牧场技术创新协同网络，运用案例研究法解析协同创新网络的运行机制，依据行动者网络理论分析协同创新网络的演化形态和演化特征，最后得出相关结论。本文的研究观点可为今后海洋牧场的重大技术突破和研发攻关提供可借鉴的思路和依据，并有助于推动现代化海洋牧场建设的技术供给，对我国海洋牧场的健康发展具有重要意义。

工业数据治理是传统工业向数字化和智能化转变的集中体现。本文从工业数据多源异构、红利释放、价值挖掘和体系兼容四个核心议题出发，研判了治理的内在动因与现实障碍。并且从中德对比的角度，进一步总结不同体制机制影响下工业数据治理的特征规律。研究发现，工业数据治理的核心特征是价值共创，可以从战略管理、创新管理和工业工程管理三个维度架构理论基础。研究结论为我国工业数据治理的实践及政策制定提供理论参考。

摘要：横向竞合是企业在新产品开发中获取异质性互补资源和实现技术协同攻关的重要途径。基于229家企业样本数据，检验了横向竞合与新产品开发优势双维度间关系，以及两种竞合模式的调节作用。研究发现：横向竞合对新产品创新性、新产品开发速度均具有正向影响。股权竞合模式强化了横向竞合对新产品创新性的正向影响但弱化了对新产品开发速度的正向影响，契约竞合模式则强化了横向竞合对新产品开发速度的正向影响但弱化了对新产品创新性的正向影响。

产业技术创新战略联盟在日趋激烈的外部竞争环境中愈显重要，但在追求联盟稳定发展的过程中面临着各种挑战。本文立足组态视角，基于2012年中国科技部对56家首批试点产业技术创新战略联盟评估的截面问卷和2013-2021年的联盟活跃度动态追踪数据，利用组态分析方法挖掘联盟处理成员关系、提高稳定性的路径。研究发现：单一条件并不构成高联盟稳定性的必要条件，但是协调机制在冲突发生时发挥着关键作用；联盟成员关系与治理机制相互组合形成实现高联盟稳定性的4条路径；成员关系疏远与联盟治理机制缺失都会造成联盟不稳定性。这些实现高联盟稳定性的多种路径更接近于联盟在复杂条件下的运营方式，有助于为联盟稳定性影响因素的文献提供一个全面和统一的视角，并解释了为何单个相互矛盾的结果在整体上可能是真实的，为联盟研究做出了贡献。

基于双系统理论，构建社会人际资本化通过创业激情与创业学习推动创业拼凑的研究概念模型，同时考察环境动态性在其间的边界作用，从而丰富创业拼凑前因变量及其黑箱机制理论研究。多波段数据收集的340名创业者有效样本实证研究发现：（1）社会人际资本化正向影响个体创业拼凑；（2）创业激情与创业学习在社会人际资本化对创业拼凑的影响中有显著中介作用；（3）环境动态性负向调节社会人际资本化对创业激情和创业学习的直接影响，同时负向调节社会人际资本化通过创业激情与创业学习对创业拼凑的间接作用。

本文重点研究需求导向的科技成果转化模式，通过应用大规模定制理论及其成果范例，分析了科技成果转化大规模定制的特点和核心问题，提出了科技成果大规模定制的理论模型，并以宝鸡科技成果转化大规模定制案例进行了佐证。本文发现，科技成果转化的关键环节主要包括低成本获取共性企业技术需求、解析共性技术需求并编制标准化技术包、委托最合适的研发组织定制开发标准化技术、把若干标准化技术合成为个性化的技术方案，要成功地实施科技成果转化的大规模定制，要有技术专家和产业专家全程参与、要对参与的企业和研发团队进行大规模定制的培训、要有高水平的专业化科技成果转化组织负责大规模定制全过程的管理。

摘 要：[目的/意义]专利的价值是人工智能专利竞争力的重要体现，对比分析中美两国人工智能专利价值对于认清我国产业发展现状及地位，确定未来战略规划及发展方向都具有重要意义。[方法/过程]本研究以Himmpat数据库作为检索系统，采用AHP-熵权法测算各项指标权重，通过专利价值的比较，分析中美两国人工智能发展现状，并对我国人工智能产业发展路径予以分析。[结果/结论]结果表明：近年来中美两国在人工智能领域均处于快速发展阶段，但美国借助“先发优势”，在各层次占据一定优势；我国在应用层发展较快，但在高价值专利研发上仍存在一定短板。面对两国产业发展差距，我国应充分发挥“后发优势”，针对现存问题，有针对性地解决“卡脖子”现象：在重视应用技术的同时，采取“内外并重”的发展战略，鼓励基础层及技术层相关专利研发，推动学科交叉合作研发新技术，“以点带面”，发挥“头雁效应”，通过优势主体间合作，形成“优势聚合体”，保障我国人工智能产业沿着正确、高效的路径发展。

知识产权政策的有效运用是提升国家创新能力的关键因素。运用政策工具分析方法和QCA分析方法，对2009-2022年我国知识产权政策工具进行实证分析，探究不同类型知识产权政策工具提升我国创新能力的多元路径。结果表明：整体上我国更注重使用管理型和保护型知识产权政策工具，而创造型和运用型应用较少；知识产权政策工具在提升我国创新能力时存在多重并发效应，具体的组态解包括创新激励型、政府主导型、运用促进型和协同保护型，其中驱动高质量知识产权创造并施以严格的政策保护是主要的国家创新推动力；我国在实施知识产权战略时存在着部分管理型政策工具的失灵，并且管理型政策工具的使用不当可能会抑制运用型政策工具发挥作用。

低碳技术知识的流动与循环是“双碳”目标下构建“双循环”开放新格局、促进可持续经济增长的内在要求，但国内驱动政策研究缺乏。本文基于2006-2019年中国218个地级市的平衡面板数据，以专利信息反映低碳技术知识流动，采用多时点DID方法实证检验国内低碳城市试点政策对低碳技术知识流动的影响及作用机理。研究发现：（1）低碳城市试点政策能够在总体上有效促进低碳技术知识流动，但主要表现为加快低碳技术知识流入，而试点政策对低碳技术知识溢出的促进作用没有显现。表明试点的示范效应不足。（2）试点政策能够促进灰色与清洁两类技术的知识流动，但对更具渐进增量特点的灰色技术作用更加显著，这与清洁技术知识流动速度极快的现实形成较大反差。（3）试点城市更高水平的人力资本与产业结构层次有助于强化低碳城市试点政策的促进作用，且东中部地区、一、二线和非资源型城市的政策效果更加明显。因此，应积极推动低碳城市试点的示范推广与扩区工作，激活清洁技术活动，并尝试采用差异化的试点政策；东中部地区与大城市应利用人才与产业等优势扶持清洁技术，引领深度低碳转型；西部地区、中小规模、资源型城市更应注重试点与其他政策的协同，以形成促进知识流动的政策合力。