数字技术何以赋能企业科技向善：耦合视角

【摘要】 科学技术的快速发展在带来高效和便利的同时也引致新的风险和争议。 在此背景下， 企业科技向善的呼吁应运而生， 如何向善成为重要议题。 本文按照“不善原因——突破路径”的逻辑， 首先对科技创新与应用不善的原因展开分析， 再从数字技术对企业组织形态的影响、企业向利与科技向善的耦合统一， 以及企业可以借助数字技术赋能实现风险预测等方面， 思考如何促进企业科技向善和规避不善的问题。 研究表明， 企业科技向善不仅需要科技伦理治理， 而且需要作为经济社会微观主体的企业善利同构， 同时基于数字技术的融合创新发展将有助于降低科技创新的不确定性， 从而有助于科技创新多元主体共同合作共治， 降低科技治理成本和提升社会生产经济效率， 进而为科技推动经济社会良性可持续发展和共同富裕提供助力。

【关键词】数字技术；企业科技向善；融合创新；数智赋能

【中图分类号】F270-05      【文献标识码】A      【文章编号】1004-0994（2022）22-0148-6

一、引言

以人工智能、大数据、云计算、区块链、基因工程等为代表的新兴科学技术是一把“双刃剑”， 其在推动社会进步的同时也带来了新的伦理和风险问题， 如信息茧房、数字鸿沟、算法歧视、人工智能侵犯个人隐私等[1] 。 在这样的背景下， 科技是否向善越来越受关注， 科技向善的呼吁应运而生。 科技是否向善的本质在于科技的创新与应用是否向善， 而科技创新与应用的实践主体主要是经济社会的微观主体——企业或新型组织形态商业生态系统。 因此， 如何促进企业或商业生态系统①科技向善就变成关系科技向善能否实现的关键问题。

如同新兴科学技术的负外部性和风险已引起人们对新兴科技伦理治理的关注[2] ， 企业科技创新方面也涌现出基于已有管理理论的创新责任的讨论和理论议题[3] 。 但正在以新一代ICT技术为基础的数字技术引领的新一轮产业变革， 打破了已有工业革命下的管理情景， 譬如资源配置方式和市场交易关系都发生了巨大的变化[4] ， 过去的管理实践经验已不再适用。 如此， 在日益依赖科技推动的社会发展中， 作为经济社会微观主体的企业， 应如何应时而变， 基于科技创新使其发展和产品或服务合乎人类价值诉求、增加社会福祉[5] ， 成为当前不得不面对的难题和管理挑战。 与此同时， 催生的科技向善理念及其研究的兴起， 为微观企业和科技创新的发展指出了新方向。

但是， 关于科技向善的研究尚处于起步阶段， 如何实现企业科技向善更是有待探索。 因此， 在新情景下， 思考如何促进企业科技创新与应用向善， 成为自然科学界、社会科学界和实务界亟待解决的重要议题。 本文将按照“不善原因——突破路径”的逻辑， 从呈现科技不善结果的原因出发， 并基于新兴技术中的数字技术引领的产业变革所带来的影响， 即数字技术对企业组织形态与其根本驱动力的影响， 思考企业如何借助数字技术赋能——基于数字技术的融合创新发展应用， 探寻和回答新情景下何以促进企业科技向善这一问题。

二、相关概念与文献回顾

数字技术和企业科技向善作为新的研究热点， 目前尚未形成统一的概念。 与数字技术相近的概念很多， 如大数据技术、互联网技术、ICT技术等。 虽然不同学者从不同的角度界定了数字技术的内涵（如Nambisan[6] 的组合和元素视角、Yoo[7] 的特征视角、彭刚等[8] 的新技术群视角）， 但都认同数字技术应用是发展数字经济的基础， 数字技术因其通用目的特征能够实现无限复制共享和互联互通， 从而具有降低信息不对称和交易成本等优势。 本文采用广义的数字技术概念， 即数字技术是在由计算技术和现代通信技术等组成的新技术群不断发展的基础上演变形成的具有通用目的的技术组合[9] 。

关于企业科技向善的概念界定， 不同学者分别从理念[10] 、战略[11] 、行为[12] 等视角进行了探讨。 本文选择理念这一视角， 认为企业科技向善是指“企业在科技创新与应用时应规避因技术本身发展带来的问题和解决社会、经济和环境存在的问题， 旨在通过良性可持续的社会价值创造， 实现以人为中心的美好生活构建和促进社会公平正义”[10] 。 由此可见， 企业科技向善不仅有助于经济社会良性可持续发展， 而且有助于实现共同富裕。 为了探究如何實现企业科技向善， 本文接下来将以企业科技创新与应用不善的原因为研究的切入点。

三、企业科技创新与应用不善的原因

从科技创新与应用不善呈现的结果——数字鸿沟、信息茧房、算法歧视、人工智能侵犯个人隐私等问题来看， 其产生的原因主要包括三个方面： 一是新兴科技应用的边界不清及不规范引致不善的结果； 二是部分践行科技创新与应用的微观主体——企业仍然把追逐利润视为生产目的和根本驱动力， 这就意味着在科技被应用到科技创新产品或服务时， 即使企业明知有一定的不善风险或危害， 也依然在设计或部署时无视其预期风险， 引致不善； 三是在有限的认知下， 无法预判科技创新本身所具有的不确定性， 导致出现不善的风险。

1. 新兴科技应用的边界不清及不规范。 科技创新历来备受争议， 这不仅缘于新兴科技应用与现有传统产业之间形成的利益冲突， 还因为人们对新兴科技应用益处的认知往往超过对风险的认知[13] ， 以致扩大了科技益处的应用范围， 导致出现不善影响。 如此应用无边界或边界不清， 是致使部分不善的直接原因。 优化问题的解， 对边界摄动极为敏感。 因此， 优化新兴科技应用寻求向善的解， 就在于对新兴科技应用边界的认知。 若能恰当和深度地了解新兴科技应用的影响和人们对科技的反应， 划分明确的使用与行为规范边界， 就可以避免一些不必要的失范行为。 如对无序性沉迷手机的时间或程序识别限制、助力老年人跨越数字鸿沟的适配服务提供等， 都可以降低新兴科技应用的不善影响。

同时， 若缺乏对使用边界的考量， 即在进行科技创新与应用转化为科技创新产品和服务的设计与部署时， 未能考虑到微妙的过程和技术与社会的交互机制， 是形成科技创新与应用潜在危险的重要原因。 因此， 在新兴技术与社会不断交互影响和塑形的过程中， 也正在逐渐形成以科技伦理治理为主要规范来约束科技不善的治理， 如对于新兴技术促生的新型产品或服务， 已有“数字使用与行为”法规、《国家科技伦理委员会组建方案》等新的法规制度出现， 在不断健全完善以防控或规避科技不善。 由此可见， 新兴科技的不善治理， 不只限于生命倫理学的诉求， 还在于善治的诉求， 即科技伦理治理[14] ， 尤其是善治的程序性问题（如边界等问题）研究。

2. 企业将逐利视为其根本目的。 关于经济社会的微观主体——企业把追逐利润视为其生产目的和根本驱动力， 可追溯到整个工业经济时代。 从宏观层面来看， 企业通过在市场中竞争， 实现资源的有效配置和利用， 以推动社会进步； 从微观层面来看， 企业为在竞争中立于不败之地并得以存续和发展， 会以盈利为目标， 因此， 在市场经济中逐利便成为企业发展的内在驱动力。 这种企业逻辑在没有外部性的严格假设下是成立的[15] 。 但外部性促生了企业社会责任及相关理论， 为此有大量管理学文献探讨了企业履行社会责任的动因， 但这些动因剖析综合起来几乎都隐含地指向新古典经济理论企业发展逻辑——利润动机驱动发展， 对其影响机理的解读也是沿着利润驱动的逻辑予以解构， 解释企业行为。 由此， 在一定程度上可以说， 企业逐利驱动发展逻辑是企业管理理论构建的基石， 但也为形成科技创新与应用的不善埋下了隐患， 有待解决。

3. 科技创新本身的不确定性。 关于科技创新不确定性引致的不善， 创新管理领域的主流学者都非常默契地把关注重点放在基于科技创新的应用对企业竞争力的影响， 以及可能使企业面临的生存风险上[16] 。 但是， 科技应用于社会而言涉及的风险到底有哪些， 如何规避？ 解决这些问题需要跨学科或多学科的理解和研究， 对某一具体技术或组织的纯技术风险分析更是提出了挑战。 这也说明随着科技的不断发展， 越来越需要开展跨学科或多学科的综合研究， 以便更好地理解科技创新与应用的潜在风险并规避不善。

综合以上三个方面， 从微观主体企业应对解决不善的视角又可以将科技创新与应用不善的原因归为两个： 有意视而不见和有待打破认知局限进而化解不善。 这样， 能否解决或规避科技不善就转化为： 能动的科技伦理治理与是否可以破解企业以利润为根本目的， 以及如何基于认知能力提升来降低科技创新与应用的不善风险。 科技伦理治理已越来越受重视， 成为学者们较为关注的研究问题。 因此， 本文将主要针对数字技术对企业组织的影响和企业借助数字技术赋能优化向善选择的交互影响进行分析， 寻求破解有意视而不见和认知局限所致不善的方法， 以促进企业科技向善的实现。

四、基于数字技术的企业向利与科技向善的耦合分析

数字技术的发展和应用不仅使得经济社会的资源和要素数字化、智能化， 形成了以数字化、数字智能化为主要特征的数字经济形态， 而且推动了微观企业的组织变革， 如不断涌现出以双边与多边平台、在线社区、生态系统等为代表的新型组织形态[17] 。 企业新型组织形态变化是否重塑了企业利润驱动的发展逻辑， 从而使企业向利与科技向善具有内在一致的相容性？ 从组织理论角度来看， 商业模式反映企业创造和获取价值的逻辑[18，19] 。 同时， 即使从工业经济时代进入互联网时代， 也仍没有改变企业价值判断和价值创造的本质[20] 。 据此， 有关数字技术对企业组织形态的影响， 本文从价值创造、价值传递和价值获取维度识别出三个主要的企业新组织特征——价值共创化、及时透明化、互联共享化， 并以此为基础对新特征带来的影响进行分析， 剖析数字技术情境下企业向利与科技向善的耦合一致性， 以破解不善和探寻向善路径。

1. 数字技术对企业组织形态的影响。

（1）价值共创化特征及其影响。 根据迈克尔·波特在《竞争优势》中的分析， 传统企业价值创造是以企业为主体， 由价值链的基本活动和辅助活动生成最终的产品和服务， 进而完成价值创造。 然而， 企业新型组织的价值创造呈现出价值共创化， 在价值创造过程中， 价值的使用者也可以是价值的创造者[21] ， 即供需双方不同的资源提供者和消费者同为价值创造主体， 借助互联网等新兴技术连接各方资源， 打破传统企业对组织内部或地理临近的资源依赖， 通过数字平台或群体智能的互联网连接互动和资源整合， 共同完成价值创造的过程。 价值共创参与者由最初的用户和企业发展为包括价值链上的任一主体， 价值共创体系也越来越开放。

价值共创的形成来自消费者消费需求多样性和个性化的驱动， 以及企业为了获得异质性资源和精准满足用户需求以获得竞争优势的驱动。 他们在互联网信息技术和数智技术的推动下， 基于网络连接被纳入同一价值创造系统， 开展协同创新、完成价值创造。 由此， 价值共创化更易整合各方资源和精准满足消费者需求， 从而更高效地完成价值实现。 数字化、智能化技术的嵌入并融合价值共创带来的影响就是： 第一， 拓展了产品边界， 将传统成品转向具有适应性调整特征的成长品， 如开源产品， 以更大程度地满足个性化的需求， 但成长品的发展方向难以预测， 在一定程度上也增加了价值衡量难度； 第二， 加强和改变了企业与消费者、传统产业链上下游企业的关系， 使其由原来单纯的供求买卖交易关系， 因协同创新而变为融合共生关系。

（2）及时透明化特征及其影响。 在产业价值链中， 传统企业通过供应商、生产商、零售商和终端用户的梯次传递完成价值传递过程。 而数字、数智技术的发展和应用大大缩短了生产者与消费者之间的距离， 使得产品和服务信息及消费需求能被快速传递和响应。

一方面， 数字信息技术的发展应用有利于信息的可追溯和透明化披露。 同时， 云计算和AI的使用， 有助于以极低的边际成本和24小时工作模式提供连续、及时、高效的信息反馈。 此外， 基于信息技术和制度契约构成的混合治理机制， 比单一方式更能有效地确保信息的真实透明， 从而大大降低信息不对称程度。 另一方面， 在开放式价值共创的基础上， 基于新一代信息技术而形成的B2B、B2C、C2C和C2B云端生态系统和新媒体， 使得价值传递由链式结构向网状结构演化， 平台供需双方的价值传递也不再是被动接受和彼此割裂， 平臺用户可以获得可靠和相对透明的产品和服务。 所以， 企业新型组织形态在价值传递环节更及时、透明。 同时， 消费者和生产者之间距离的缩短， 也有助于生产者发现以往容易忽视的消费需求和社会问题， 进而增强市场预期， 形成新的更全面的价值主张， 拓展产品和服务的开发和应用。

（3）互联共享化特征及其影响。 与价值共创化和价值传递的及时透明直接相关的是价值获取的互联共享化。 原来企业通过为目标顾客创造价值来获取自身价值， 并主要在企业股东、债权人、员工等内部利益相关者间进行价值分配。 但是， 基于数字和数智化的价值创造及分配与以往相比有一定差异。

首先， 在企业新型组织的网络化结构下， 价值获取机制变为网络效应和社会互动， 企业为实现价值获取， 关注点会从内部利益相关者利益转向所有参与者共同获取价值[22] 。 而且， 其不再只追逐销售红利， 而是不断与消费者进行价值协同和价值互动， 从中创造持续的价值以获得收益， 如创生性产品。

其次， 数字技术作为一种通用技术， 不仅具有低成本、高准确性和高响应速度的优势， 而且让供需匹配日益精准化、定制化和一体化[23] 。 同时， 作为数字经济的基础并存在于生产、消费、生活等各个领域的数据要素资产化后形成的多方之间的大数据合作资产， 其本身就具有收益的多边性特征[24] 。 这种大数据合作资产不仅反映了价值创造中的互动与协作， 而且反映了价值获取的互联共享化。

最后， 从反身性的角度来看， AI不但能加强公众作为一个整体的力量， 而且使传统资本增值模式不再一味追求“速度”， 而是开始寻求“度”的把握， 还使AI等社会人工物承载人类的价值， 进而促进公平、公正和共同富裕[25] 。 总而言之， 新技术的发展使得公众成为创新创业和资本增值的内部成员， 多方主体之间相互影响， 形成某种共同体， 共享资本红利和发展成果， 并促进公平、公正和共同富裕。

2. 企业向利与科技向善耦合统一。 在数字技术背景下， 若企业向利与科技向善耦合统一， 实现善利同构， 则可破解“因利罔顾善义”的困局。 耦合（Coupling）最初是物理学概念， 后来被应用到生态系统和心理学等研究领域。 企业向利与科技向善耦合是指两者具有高度关联， 通过关联要素相互制约、相互作用和相互影响， 形成一个新的系统。 如果企业向利与科技向善是耦合的， 那么， 在目前建构的经济理论体系内， 基于“动因——行为”的逻辑， 科技向善就不再是企业的被动选择或道德伦理的应然要求， 而是企业的主动选择。

企业向利与科技向善现实相悖的深层原因是： 管理学的发展是由“追求使管理更有效率的科学主义范式和追求使管理更加人性的人文主义范式”两种理论范式主导的， 这两种理论范式也被很多管理学者认为是对立与相互排斥的， 而产生这种分化的根本原因在于对管理学或企业追求的目标和本质属性的认知差异， 但管理学的方法或范式应是语境化或情景化的[26] ， 当情景发生变化时， 管理学的范式和企业主体逻辑也随之改变。 因此， 新的组织形态特征会促生新的企业发展逻辑。

本文基于企业新型组织形态的特征和影响的分析， 并按照Priem等[27] 提出的新兴企业逻辑， 基于“市场——商业模式——价值创造——价值获取”， 得出企业价值共创化、及时透明化和互联共享化特征带来的改变， 形成新的企业发展逻辑， 见图1②。

图1显示： 供需双方由原来简单的买卖交易关系变为融合共生关系； 数字技术促生的组织关系网络化和组织情景生态化， 也使得企业能够发现以往容易被忽视的消费需求和社会问题， 形成更全面的价值主张； 只有在不断的价值协同和价值互动中创造持续的价值， 才能满足共同的目标需求， 从而获得收益， 实现价值获取， 多方主体之间相互影响， 形成某种共同体， 共享红利与发展成果。 这种改变使得企业很难像以往一样， 以盈利为根本目的。 在不同主体彼此联系和影响更加紧密的共生情景下， 因共生互联共享才能得以实现的价值获取， 使得企业以科技为工具或手段的目的性就变成了共同体的合意——共同的美好生活。 此时， 企业的目标和本质属性不再局限于基于效率和利润追求的价值创造， 而是为了共同的美好生活而进行价值创造； 利润不再是追求的目标， 而是如同科技一样的工具， 服务于企业的存在。 利润、科技和企业的目标与本质属性得到形式和内容上的逻辑统一， 也实现了互惠互利、良性循环的可持续发展。 同时， 共生互联共享契合系统论和共同富裕的主张， 也说明管理学以个体为主展开的分析方法， 应变为以系统为出发点而展开分析。

经典理论企业逻辑与新的企业发展逻辑之间最大的区别在于： 在后一逻辑中， 供需双方都有了双重身份， 在任一环节互为供给者和需求者， 日益凸显互联互惠共生性。 也正是这种共生性倒逼企业重新审视企业和科技的目的与本质属性， 致使科技向善成为企业自我存续的内在需要。

五、基于数字技术融合创新发展的向善路径

由于已有认知条件的限制， 无法预判科技创新带来的不确定性和潜在的不善风险， 这是任何新兴科技出现后都备受争议的重要原因， 也是一直以来面临的难题。 但当前数字技术的发展， 以及其带来的数字化、数智化驱动， 为基于认识论化解不确定性和潜在不善风险提供了有解的可能。

数字技术作为一种全新的“突破性”技术， 颠覆了现有技术体系和原有技术范式， 使得产品、服务或工艺的成本降低、性能提升[28] 。 并且， 随着数字技术的发展， 其在与经济社会活动不断的融合深化中形成新方法跃迁， 进而形成进阶的决策层面的前瞻预判[29] ， 使得在原有企业管理决策情境中受限的“关联+因果”诉求得以实现， 提高了对将发生什么的认知能力。 因此， 数字技术的融合创新发展也在不断地改变着人们与组织的决策要素和决策行为。 科技、方法、理论的创新， 不但赋能价值创造， 而且实现了对价值创造影响的预判， 进而为选择合意或向善的价值创造提供了实现基础， 如基于预测优化模型降低不确定性[10] 。 已有文献与实践也佐证了数字技术尤其是数字技术融合创新正成为降低和消除由科技创新自身不确定性而带来的不善风险的重要方法和路径， 例如： 无论是基于深度学习的工业缺陷检测[30] 、硅谷的精益创业， 还是社会仿真模拟、跨时空实现虚实共生的数字孪生技术应用， 在数字化、数智化结果的反馈下， 都正在把基于有限认知的风险和不善控制在尽可能低的限度内， 以最大程度地逼近最优解、向善解。

那么在降低不确定性的基础上， 价值创造是否向善的考量就成为最后的关键。 价值创造向善考量主要包括两方面内容： 一是基于科技创新创造社会价值， 二是确保科技创新的向善导向性。 这两个关键内容的本质都指向人的追求。 因此， 可以基于人的需要这一根本目标， 挖掘社会价值的结构维度和价值导向性的结构维度， 并根据识别出的维度进行组合分析， 据此提出适用于不同企业的科技创新与应用向善路径。 按照社会价值的载体——商品或服务的重要性， 以及经济学的商品重要性， 可以把社会价值维度划分为必需品和非必需品。 价值导向性是企业科技创新的趋善避恶选择， 而这种选择是基于企业可能提供的成长品或服务未来的使用效果所做出的价值判断。 因此， 本文借鉴同样基于未来判断的风险感知概念[31] ， 把价值导向性划分为向善性、不确定和向恶性。 综合价值创造的重要性和价值导向性两个维度的划分， 可以识别出六种科技创新导向组合： 稳健型创新、择优型创新、探索型创新、渐进型创新、谨慎型创新和规避型创新， 见表1。

其中： （1）稳健型创新， 即当企业提供的产品或服务是必需品， 同时价值导向性为向善性时， 企业可以直接进入价值创造环节。 （2）择优型创新， 即当企业提供的产品或服务是非必需品， 同时价值导向性为向善性时， 意味着其产品或服务不重要或者有很多替代品， 这时应根据择优原则进行创新生产。 （3）探索型创新， 即当企业提供的产品或服务是必需品， 但价值导向性为不确定时， 应集中整体优势（如举国体制）， 有步骤、阶段性地进行探索或模拟试验， 直至逼近向善性。 （4）渐进型创新， 即当企业提供的产品或服务是非必需品， 而且價值导向性为不确定时， 企业可能追求的是新、奇、特需求或者进一步改进现有社会供给， 依据需求的重要性来看， 这类创新允许的时间比较充裕， 因此可以渐近地进行创新。 （5）谨慎型创新， 即当企业提供的产品或服务是必需品， 但价值导向性为向恶性时， 虽“两害相权取其轻”， 但应随时改进并尽可能寻找多个可能的解决方案， 谨慎进行创新生产。 谨慎型创新与探索型创新组合比较接近， 或者说相比于探索型创新多了去掉一种选择项的优势。 因此， 这两种组合可合为一种创新路径。 （6）规避型创新， 即当企业提供的产品或服务是非必需品， 而且价值导向性为向恶性时， 应直接摒弃这类产品或服务的生产， 避免其进入价值创造环节， 同时其也是以后进行生产或创新的负面规避参照， 可与渐进型创新合为一种创新路径。 综上， 本文对应提出企业科技向善的路径为： 稳健型创新路径、择优型创新路径、探索型创新路径、渐进型创新路径。

六、结语

新兴科技的出现与发展引发了新一轮的科技争议和科技伦理治理革命， 其中以数字技术为代表的新一代信息技术也正在改变企业的组织形态与价值创造方式， 使其呈现出价值共创化、及时透明化与互联共享化等特征， 这将促使科技创新多元主体作为利益共同体共同参与创新和风险治理。 同时， 基于数字技术应用形成的数智经济也变革了企业的原有运行逻辑， 使得善利同构。 企业只有坚守长期主义、重视长远合意的社会价值， 才能获得持续竞争优势。 这将有助于科技治理成本的降低和社会生产经济效率的提升， 进而为新兴科技推动经济社会良性可持续发展和共同富裕提供助力。

【 注 释 】

① 关于商业生态系统是否将取代企业成为新型组织形态的微观主体，目前新的系统的管理理论尚未形成，因此本文仍以企业及其对应的已有管理理论为研究基础。

② 为了与基于新兴技术形成的新兴企业组织形态的发展逻辑相区别，称原有的企业发展逻辑为经典理论企业逻辑。

【 主 要 参 考 文 献 】

［1］ 谢洪明，陈亮，杨英楠．如何认识人工智能的伦理冲突？——研究回顾与展望［ J］．外国经济与管理，2019（10）：109 ～ 124．

［2］ 樊春良，李东阳．新兴科学技术发展的国家治理机制——对美国国家纳米技术倡议（NNI）20年发展的分析［ J］．中国软科学，2020（8）：55 ～ 68．

［3］ 梅亮，臧树伟，张娜娜．新兴技术治理：责任式创新视角的系统性评述［ J］．科学学研究，2021（12）：2113 ～ 2120+2128．

［4］ 谢康，吴瑶，肖静华．生产方式数字化转型与适应性创新——数字经济的创新逻辑（五）［ J］．北京交通大学学报（社会科学版），2021（1）：1 ～ 10．

［5］ Hogenschurz Lukas. Strategies for the Development of Science， Technology and Innovation as a Public and Social Good［ J］．Journal of Entrepreneurship and Innovation in Emerging Economies， 2021（1）：10 ～ 16．

［6］ Nambisan Satish. Digital Entrepreneurship： Toward a Digital Technology Perspective of Entrepreneurship ［ J］ ．Entrepreneurship： Theory & Practice，2017（6）：1029 ～ 1055．

［7］ Yoo Youngjin. Computing in Everyday Life： A Call for Research on Experiential Computing［ J］．MIS Quarterly，2010（2）：213 ～ 231．

［8］ 彭刚，朱莉，陈榕．SNA视角下我国数字经济生产核算问题研究［ J］．统计研究，2021（7）：19 ～ 31．

［9］ 田秀娟，李睿．数字技术赋能实体经济转型发展——基于熊彼特内生增长理论的分析框架［ J］．管理世界，2022（5）：56 ～ 74．

［10］ 李巧华，雷家骕，孟猛猛．企业科技向善：概念、逻辑起点与实践路径［J/OL］．科学学研究：1-16［2022-05-25］.DOI：10.16192/j.cnki.1003-2053.20220307.002．

［11］ 孟猛猛，雷家骕．基于集体主义的企业科技向善：逻辑框架与竞争优势［ J］．科技进步与对策，2021（7）：76 ～ 84．

［12］ 杨淼，雷家骕．科技向善：基于竞争战略导向的企业创新行为研究［ J］．科研管理，2021（8）：1 ～ 8．

［13］ Calestous J.. Innovation and Its Enemies： Why People Resist New Technologies［M］．New York： Oxford University Press， 2016．

［14］ 樊春良．科技倫理治理的理论与实践［ J］．科学与社会，2021（4）：33 ～ 50．

［15］ 金碚．工业的使命和价值——中国产业转型升级的理论逻辑［ J］．中国工业经济，2014（9）：51 ～ 64．

［16］ Ana M. Fernandes， Caroline Paunov. The Risks of Innovation： Are Innovating Firms Less Likely to Die？［ J］．The Review of Economics and Statistics，2015（3）：638 ～ 653．

［17］ 魏江，刘嘉玲，刘洋．新组织情境下创新战略理论新趋势和新问题［ J］．管理世界，2021（7）：182 ～ 197+13．

［18］ Nicolai J. Foss， Tina Saebi. Business Models and Business Model Innovation： Between Wicked and Paradigmatic Problems［ J］．Long Range Planning，2018（1）：9 ～ 21．

［19］ Spieth Patrick， Schneider Sabrina， Clau? Thomas， Eichenberg Daniel. Value Drivers of Social Businesses： A Business Model Perspective［ J］．Long Range Planning，2018（3）：427 ～ 444．

［20］ 罗珉，李亮宇．互联网时代的商业模式创新：价值创造视角［ J］．中国工业经济，2015（1）：95 ～ 107．

［21］ 李巧华．新时代制造业企业高质量发展的动力机制与实现路径［ J］．财经科学，2019（6）：57 ～ 69．

［22］ 朱明洋，李晨曦，曾国军．商业模式价值逻辑的要素、框架及演化研究：回顾与展望［ J］．科技进步与对策，2021（1）：149 ～ 160．

［23］ 寇宗来，赵文天．分工视角下的数字化转型［ J］．北京交通大学学报（社会科学版），2021（3）：50 ～ 59．

［24］ 齐佳音，张国锋，王伟．开源数字经济的创新逻辑：大数据合作资产视角［ J］．北京交通大学学报（社会科学版），2021（3）：37 ～ 49．

［25］ 潘恩荣，孙志艳，郭喨．智慧集成与反身性资本重组——人工智能时代新工业革命的发展动力分析［ J］．自然辩证法研究，2020（2）：42 ～ 47．

［26］ 罗珉．管理学：科学主义还是人本主义［ J］．四川大学学报（哲学社会科学版），2005（3）：16 ～ 20．

［27］ Priem R. L.， Butler J. E.， Li S.. Toward Reimagining Strategy Research： Retrospection and Prospection on the 2011 AMR Decade Award Article［ J］．Academy of Management Review，2013（4）：471 ～ 489．

［28］ 孔德婧，董放，陈子婧，刘宇涵，周源．离群专利视角下的新兴技术预测——基于BERT模型和深度神经网络［ J］．图书情报工作，2021（17）：131 ～ 141．

［29］ 陈国青，任明，卫强，郭迅华，易成．数智赋能：信息系统研究的新跃迁［ J］．管理世界，2022（1）：180 ～ 196．

［30］ 罗东亮，蔡雨萱，杨子豪，章哲彦，周瑜，白翔．工业缺陷检测深度学习方法综述［ J］．中国科学：信息科学，2022（6）：1002 ～ 1039．

［31］ Otway Harry， Thomas Kerry. Reflections on Risk Perception and Policy［ J］．Risk Analysis，1982（2）：69 ～ 82．