科技伦理是开展科学研究、技术开发等科技活动需要遵循的价值理念和行为规范。党的二十大报告提出要完善科技创新体系，加强科技伦理治理是完善科技创新体系的重要内容，也是中国实现高水平科技自立自强的重要方面。中国科技伦理治理面临增强国际科技竞争力、加强新兴科技领域伦理监管、合理平衡科技创新与伦理监管等形势和挑战，通过分析科技伦理治理存在的制度待完善、监管待健全、伦理审查待规范、各类专业支撑人才不足、科技工作者伦理意识待提高、公众和新闻媒体参与伦理治理有待加强等问题，提出加强中国科技伦理治理的对策建议，为中国特色科技伦理治理体系构建提供借鉴。

在“数字中国”和“美丽中国”的建设进程中，本文以2011－2019年全国274个地级及以上城市的平衡面板数据为样本，在剖析数字经济自身特性的基础上，从作用机制与门槛效应两方面探讨了数字经济对城市绿色发展的影响。研究发现：数字经济显著促进了城市绿色发展，并且这种促进作用在东部城市、智慧城市试点城市以及知识产权保护力度强的城市中更为明显。进一步研究表明，数字经济可以通过推动经济结构服务化、激励绿色技术创新、提升公众环境关注度促进城市绿色发展。随着当前数字基础设施的广泛建设，社会用电量和碳排放不断增加，数字经济对城市绿色发展的的影响存在边际效应递减的非线性特征。本文的研究结论在积极推动城市拥抱绿色发展新范式的同时，也为构建集约化、低碳化的现代基础设施体系，实现数字化绿色化协同发展提供了有益借鉴。

近年来，大量进行生态化战略的数字平台企业蓬勃发展，涌现出许多有价值的研究工作。然而，由于不同研究领域使用了各自的术语、理论和方法，造成了在许多重要问题上的理论分歧，这不仅会造成实践层面的模棱两可，更会阻碍数字平台生态系统研究的进一步发展与融合。基于此，本文在明晰概念的基础上，通过对经济学视角、技术视角、战略视角、组织视角等不同研究流派核心观点的梳理，形成对数字平台生态系统研究的系统归纳，并在此基础上提出理论框架进一步阐述数字平台生态系统可能的研究方向，以促进未来研究的发展与融合。

“专精特新”中小企业是实施创新驱动战略的重要载体。鉴于学界缺少对其创新绩效微观层面的研究，本文从复杂因果效应分析的视角出发，混合NCA、实证回归与QCA方法，考察影响“专精特新”中小企业创新绩效的显著关键条件与组态效应，并提炼相应的提升路径。研究发现：（1）研发能力、融资环境与市场竞争力会显著影响“专精特新”中小企业的创新绩效；（2）存在5条提升不同类型“专精特新”中小企业创新绩效的组态路径；（3）在融资受阻时，小规模生产或提高自身市场竞争力都可使“专精特新”中小企业继续保持高水平的创新绩效。本文尝试了一种复杂因果效应分析的新思考，为“专精特新”中小企业创新绩效的未来研究提供了一定的理论与实践参考。

算法公平性是当下人工智能领域和信息伦理学界共同关注的一个话题，它来自于算法决策系统中的算法歧视现象。尽管技术人员在避免算法歧视方面取得了许多进展，但对于如何在技术层面实现算法公平性，至今仍没有达成共识。基于此，本研究首先分析了从技术路径实现算法公平性的方法及其缺陷，接着，沿着当前对于单从技术路径实现算法公平性的批判及修正，提出一种基于布雷的“披露性的计算机伦理学”的社会化研究框架，为算法公平性问题提供了一个更为合理的解决方案。

完善科技伦理治理政策体系是加强科技伦理治理制度保障的必要前提。以1999年至2022年我国国家相关部门颁布的科技伦理治理相关45项政策为研究对象，对我国科技伦理治理政策外部属性分析发现，注册力度时序演变在2001年、2007年、2020年呈现三个波峰，政策颁布部门的机构类型涵盖全国人民代表大会、党中央以及卫生管理部门、药品管理部门、科技、教育等管理部门的立体结构，从发文数量以卫生管理部门占比43%居首。构建科技伦理治理过程（X）-政策工具（Y）-政策客体（Z）三维的政策内容分析框架，运用政策文本量化分析方法，发现科技伦理治理过程维度聚焦于科技伦理监管的政策文本数量以占比48.2%居首，政策工具维度以系统变革工具35.2%、权威工具占比34.2%居前，政策客体维度以科技机构为占比52.3%为主；X-Y二维分析发现监督管理、反馈改进环节综合运用了五类政策工具，举报披露仅运用激励工具、象征与劝诫工具两类政策工具；X-Z二维分析发现教育咨询、监督管理、调查处理阶段均覆盖了各类政策客体，举报披露阶段的政策客体缺乏对政府相关管理部门、科技机构的精准要求；三维交互分析政策文本整体分布不均衡。提出完善科技伦理治理政策体系为规范科技创新秩序提供制度遵循、构建围绕国家战略科技力量特色的科技伦理治理联动落实机制、建立基于科学数据数智化平台的科技活动全过程监管链支撑政策实施效能等建议。

当前复杂严峻的内外部环境给企业发展带来前所未有的冲击，如何提升企业创新韧性成为亟待解决的现实问题。本文明确了企业创新韧性的内涵和特征及度量方法，讨论了影响企业创新韧性的内外部因素，从提供冗余资源、缓解融资约束、优化资源配置几个角度分析了影响企业创新韧性的理论机制。为进一步验证，选取风险投资这一影响企业创新韧性的重要变量进行实证检验。以中国创业板2009—2020年上市公司季度数据为样本，合并了企业的专利数据、风险投资、风险投资机构相关数据。研究发现风险投资支持显著提升了企业创新韧性，这种效应因不同企业特征存在异质性。此外风险投资的类别、性质、属地对这种效应发挥了显著的调节作用。基于研究结果提出相关政策建议，为企业在动荡环境中生存和发展提供了有益的参考。

当前，全球制造业产业链安全稳定面临前所未有的挑战，如何提升产业链韧性、加强产业链建设成为亟需解决的问题。基于2007-2017年中国30个省市的平衡面板数据，从产业转型升级和创新链构建等视角，研究制造业与科技服务业协同集聚（简称“两产业协同集聚”）对制造业产业链韧性的影响，探讨两产业协同集聚如何通过影响技术创新对制造业产业链韧性产生影响的作用机制，并在此基础上进一步探究创新生态系统共生性在此机制中的调节作用。研究发现：两产业协同集聚可通过影响技术创新对制造业产业链韧性产生显著的促进作用；创新生态系统共生性可有效调节两产业协同集聚对制造业产业链韧性的影响；两产业协同集聚不仅可以直接影响制造业产业链韧性，而且可以有效调节技术创新对制造业产业链韧性的影响。根据上述研究结论对增强制造业产业链韧性提出相关建议。

生成式人工智能（AIGC）融入社会生活、参与知识生产，同时在塑造新的数字不平等现象，学界对数字鸿沟固化与深化的担忧也与日俱增。本文聚焦数字中国建设的战略背景，延续人工智能发展及其社会影响的理论脉络，重点回答AIGC如何形塑“智能沟”这一问题。技术机理层面，“智能沟”包含数据、算法和算力三个维度；社会影响层面，体现为社会分层理论向数字领域的延伸，表现为人人分化、人机分化两个维度，本质上是国家、区域或个体运用数字资源参与发展、共享发展与自主发展的能力差异；弥合路径层面，需构筑自立自强的技术创新体系、建立公平规范的平台治理生态、拓展开放共赢的国际合作格局。本文提出的“智能沟”概念不仅是第三代数字鸿沟理论在人工智能领域的深化，而且对于理解数字中国发展与经济社会转型具有重要现实意义。

学术与政治之间存在着“卡普兰鸿沟”，它阻碍着知识向政策的转化，而知识中介的出现则使跨越“卡普兰鸿沟”成为可能。那么，何谓知识中介？它又是如何推动知识向政策转化的？论文首先深度挖掘了知识中介的起源、内涵和类型，然后从“结构洞”理论的视角出发，探讨了知识中介在联结研究与政策的认知网络中所发挥的知识管理功能、桥接功能、双向能力建设功能、寻求一致性功能以及知识导航功能等。然而，知识中介也面临着三个极具争议的问题，即脆弱性、双重边缘性和道德风险。从理论上澄清知识中介问题，对于打通中国学术研究通往公共政策的“最后一公里”有着重要的启示。

科学研究活动过程具有动态递进、扩张衍生的复杂结构性特征，科研创新链-数据链-出版链之间紧密衔接、循环迭代，数据生态及其模式演进对于促进科研创新、扩大知识传播至关重要。在概念回溯的基础上，运用数据生态理论深入阐述科研创新与学术出版的不同数据驱动逻辑。同时，从数据思维、数据制度、数据主体关系、数据管理结构、数据流通环境、数据管理方法的不同维度将科研数据生态划分为封闭型、扩张型、协同型三个演进阶段，总结科研数据生态从单一到融合、从碎片到系统、从单边到协同、从点对点到一体化、从手工到智能的发展趋势与表现形态，提出科学研究数据生态模式演进的理论模型，为促进科研生态体系各要素各环节的整体质量跃升提供了新的解决思路。

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。

“算法资本主义”指的是以智能算法为控制中枢的当代资本主义形态，表征着数字资本主义在新一轮科技革命下的迭代升级。与此前的资本主义形态不同，算法资本主义遵循着智能化的运作逻辑，具有跨区域、全流程、自动化和隐性支配的全新特征。从核心构架来看，算法资本主义遵循着“算法-平台-数据-资本”的四元构架，其中，算法是“动力”要素，平台是“形式”要素，数据是“质料”要素，资本是“目的”要素。算法资本主义具有进步性和局限性的双重意义，带来更多流动性与社会变革的同时，更是引发了严重的负面伦理效应。算法资本主义研究在当下具有重要的理论价值和现实意义。

本文构建评价指标体系对2011-2020年中国数字经济发展水平进行测算，然后基于全局基准技术的MinDS模型，对省际制造业碳排放效率进行测度，进而就数字经济对中国制造业碳排放效率的影响效应进行实证检验，并对作用路径进行比较分析。研究发现，考察期内中国数字经济发展水平趋于上升，但存在显著的数字鸿沟现象，表现为东部地区发展水平较高，而中西部地区发展相对落后；中国制造业碳排放效率呈现逐年上升的演进趋势和“由东向西、梯度递减”的空间格局；数字经济对制造业碳排放效率具有显著的“U形”非线性影响，支持“环境库兹涅茨曲线”假说。路径检验结果表明，“数字经济发展—劳动生产率提升—制造业碳排放效率提高”的劳动效率增进效应，以及“数字经济发展—能源强度降低—制造业碳排放效率提高”的能源要素节约效应，是发挥“数字降碳”效应的两条可行路径，并且后者的降碳效应更加明显。

金融科技伦理是金融服务高质量发展的基石。鉴于学界在系统性治理方面研究不足，本文通过金融科技伦理的内涵剖析，揭示层次结构与演化过程的复杂性特征，包括技术隐蔽性、应用多样性、社会影响广泛性以及跨层次的纵向交互作用，还有横向的导入期、技术入侵期和融合波动期以及周期性迭代增长。接着，构建针对融合波动期的引导性和预防性的协同治理架构，凸显以政府为主导并连接市场和个人的三元协同治理主体作用，强调从法律干预、市场调节到引导伦理嵌入的层层递进，以解决政策失灵、风险失控和伦理意识不足等主要问题。最后，对比分析世界主要经济体在金融科技伦理问题治理方面的规制措施和实例并给出治理建议，对于我国金融生态系统建设具有积极的意义。

人工智能驱动的科研新范式正在成为我国形成科技竞争优势、实现科技强国的关键驱动力。人工智能驱动的科研新范式是改变传统的科研方法和过程，形成以知识为中心，多元化主体参与、人机协同共生的科研规则体系的集合。文章从“知识进化论”和“范式理论”的双元视角来探究人工智能驱动的科研新范式，从认识论和方法论层面系统阐述了科研新范式的主要特征，构建了通用人工智能驱动科研新范式的研究框架。在此基础上对人工智能驱动科研新范式的探索应用进行多案例分析。研究表明人工智能驱动的科研新范式主要包括科研工具、科研组织模式、多元应用场景以及科研应用治理等要素。具体来看，人工智能科研工具通过替代效应、增强效应和自主效应优化传统科研过程；人工智能赋能的科研平台组织模式正变革已有科研范式的基础设施、组织结构、协作机制与人才结构；多学科领域面临的科研瓶颈为大模型提供了训练迭代的应用场景；同时，要基于人工智能的技术属性、内容属性与社会属性完善新范式下人工智能科研应用治理。研究为我国统筹制定和实施“人工智能驱动的科研新范式”政策提供理论支撑和经验借鉴。

从技术演进看，元宇宙是信息数字技术发展到一定阶段其技术体组合的概念表达。从“内部视角”提出元宇宙技术的本质是对信息数字现象有目的的编程与其技术演进的核心机制是“组合进化”。基于此，遵照复杂经济学和技术-经济范式，通过理论应用、推理归纳与分析思辨等研究方法，论证了元宇宙技术与其产业发展是循环互构促进的内在逻辑关系。主要结论是：元宇宙是复杂性数字经济产业发展的综合体现，元宇宙技术促进数字经济产业结构发生颠覆性改变。其中，并明确了元宇宙关键技术组分模块、技术自创生创新机制与路径、技术集合与经济形成算法、技术与经济重新域定促进产业发展等相关议题。研究“技术本质与产业发展”的内在逻辑关系，对政府产业规划部门、技术研发者、企业厂商以及投资者等诸多利益相关者具有重要的思维指向作用与实践参考价值。

中国政府近年来本着“新型举国体制”的理念进行科技创新的制度设计。本文将从欧盟“开放性战略自主”这一科技创新体制的比较分析视角展开研究，以期对中国选择“新型举国体制”的必然性与合理性加以阐释，并对制度设计的深层逻辑形成更客观的认识。中国政府官方对“新型举国体制”的定义是“有组织地集中全国力量和资源于国家重点事业的新体制”，其解决问题的实用属性远高于科技“赶超”的政治属性。与之相比，“开放性战略自主”是欧盟当前的发展战略，是中美竞合时代主动应对的产物，具体的科技创新政策则服从于此战略体制，强调依靠内部各国的开放性以保持在中美竞合中的自主独立。本文从制度设计的角度具体比较了中国的“新型举国体制”与欧盟的“开放性战略自主”，从二者的背景、组织形态、人才与资金配置等几个方面展开，简单评价目前的效果，并指出存在的问题。

随着科技的快速发展，面临的科技伦理挑战日益增多，科技伦理治理已成为各国政府、学界、公众高度关注的议题。为使科技伦理治理落到实处，亟需解决其具体途径和方法的深层次问题，其中突出问题之一是如何深度融合“科技”与“伦理”。本文以此为出发点，对我国科技伦理治理中“科技”与“伦理”的融合现状与问题进行系统分析，剖析“科技”与“伦理”深度融合的价值和意义，并从加强科技伦理教育和普及、搭建对话机制和交流平台、完善科技评价和激励机制三个方面提出“科技”与“伦理”深度融合的对策建议，以期推动我国科技伦理治理体系建设，促进科技事业的健康有序发展。

尽管越来越多重要的任务和决策被委托给了算法，但因算法的计算复杂性和不透明性，使得用户难以理解算法的决策过程和结果，导致其难以信任算法，甚至出现了“算法厌恶”的现象。相应地，算法透明度通常被视为可信任人工智能的基础，并在过去几年的学术辩论中获得了相当多的呼吁。然而，在实践层面，算法透明度的实施却存在诸多挑战，甚至还可能引发一定的伦理风险。基于此，本研究通过分析算法透明度实践层面的挑战和风险，指出至少可以从披露、审查以及设计这三个维度来化解当前实践层面的困境