新兴产业领域科技多维耦合与共生演化机制研究

doi:10.3772/j.issn.1000-0135.2025.11.002

情报学报

2025, Vol. 44

Issue (11): 1370-1382 DOI: 10.3772/j.issn.1000-0135.2025.11.002

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

新兴产业领域科技多维耦合与共生演化机制研究

巴志超^1,2,3, 孟凯¹, 张玉洁¹, 夏义堃^1,2,3

1.南京大学数据管理创新研究中心，苏州 215163
2.南京大学信息管理学院，南京 210023
3.南京大学数据智能与交叉创新实验室，南京 210023

Multi-dimensional Coupling and Symbiotic Evolution Mechanism of Science and Technology in Emerging Industrial Fields

Ba Zhichao^1,2,3, Meng Kai¹, Zhang Yujie¹, Xia Yikun^1,2,3

1.Research Institute for Data Management & Innovation, Nanjing University, Suzhou 215163
2.School of Information Management, Nanjing University, Nanjing 210023
3.Laboratory of Data Intelligence and Interdisciplinary Innovation, Nanjing University, Nanjing 210023

摘要
图/表
参考文献
相关文章 (5)

全文: PDF (3244 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要战略性新兴产业布局往往需要部署基础科学研究和技术创新活动之间的协同，而探测科学-技术耦合共生正是挖掘和发现两者协同的重要途径。针对当前科技协同性低、路径不明晰的问题，本研究从“并行观测”的科学-技术耦合视角出发，聚焦战略性新兴产业领域中科学-技术共生演化过程以及两者协同创新效应与机制，将科学-技术关联从“单向影响”推向“多维耦合”，探究科学与技术“要素-转化-结构”多维耦合测度方法，分析科学与技术之间的结构耦合、共生演化（耦合）和动力耦合，深入剖析科学-技术关联互动的迭代递进机理。以信息与通信技术（information and communications technology，ICT）产业领域作为应用场景案例，检验基于多维关系探索科学-技术系统耦合现象的可行性和有效性，有助于发现和揭示超越1-模网络的产业领域结构和演化特征，解析特定产业内部科学认识的“知”与技术实践的“行”的相互转化过程和协同创新机制。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	巴志超
	孟凯
	张玉洁
	夏义堃

关键词 ：战略性新兴产业, 科学-技术关联, 共生演化, 耦合动力学, 协同创新机制

收稿日期: 2025-03-21

基金资助:国家自然科学基金面上项目“科学-技术耦合视角下新兴产业领域科技共生演化与协同创新机制研究”（72374098）；江苏省社会科学基金青年项目“科学-技术耦合视角下前沿科技互动模式与协同创新路径研究”（22TQC001）。

作者简介: 巴志超，1990年生，博士，研究员，博士生导师，主要研究方向为复杂网络与知识发现、科技预测与预见；孟凯，通信作者，1996年生，博士研究生，主要研究方向为新兴技术识别、科技前沿探测，E-mail：kaimeng@smail.nju.edu.cn；张玉洁，1997年生，博士研究生，主要研究方向为文本语义挖掘与智能计算、新兴技术识别；夏义堃，1967年生，博士，教授，博士生导师，主要研究方向为信息资源管理、数字治理；

引用本文:

巴志超, 孟凯, 张玉洁, 夏义堃. 新兴产业领域科技多维耦合与共生演化机制研究[J]. 情报学报, 2025, 44(11): 1370-1382.
Ba Zhichao, Meng Kai, Zhang Yujie, Xia Yikun. Multi-dimensional Coupling and Symbiotic Evolution Mechanism of Science and Technology in Emerging Industrial Fields. 情报学报, 2025, 44(11): 1370-1382.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.11.002 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I11/1370

1 胥彦玲, 肖雯. 构建“四链”深度融合的开放创新生态[N]. 光明日报, 2022-12-01(16).
2 巴志超, 孟凯, 张玉洁, 等. 一种科学与技术要素-转化-结构多维耦合计算方法: CN202411076008.6[P]. 2024-09-03.
3 巴志超, 孟凯, 刘蕾蕾, 等. 一种基于知识网络多维耦合的科学-技术关联探测方法: CN202410104502.2[P]. 2024-03-01.
4 Ba Z C, Meng K, Ma Y X, et al. Discovering technological opportunities by identifying dynamic structure-coupling patterns and lead-lag distance between science and technology[J]. Technological Forecasting and Social Change, 2024, 200: 123147.
5 袁纯清. 共生理论——兼论小型经济[M]. 北京: 经济科学出版社, 1998.
6 胡浩, 李子彪, 胡宝民. 区域创新系统多创新极共生演化动力模型[J]. 管理科学学报, 2011, 14(10): 85-94.
7 Taalbi J. Evolution and structure of technological systems-an innovation output network[J]. Research Policy, 2020, 49(8): 104010.
8 Hiltunen T, Becks L. Consumer co-evolution as an important component of the eco-evolutionary feedback[J]. Nature Communications, 2014, 5: 5226.
9 Lu J L, Wang L Z, Fang Y, et al. Mining strong symbiotic patterns hidden in spatial prevalent co-location patterns[J]. Knowledge-Based Systems, 2018, 146: 190-202.
10 朱卫东, 张超, 吴勇, 等. 员工与股东的劳资共生演化动力模型研究——基于增加价值与利益相关者理论[J]. 管理科学学报, 2019, 22(2): 112-126.
11 储节旺, 安怡然, 李佳轩. 面向关键核心技术攻关的知识生态系统: 融合、演化、协同与冲击[J]. 情报学报, 2023, 42(3): 255-267.
12 张小燕. 我国区域创新生态系统共生性研究[D]. 哈尔滨: 哈尔滨工程大学, 2020.
13 Zhang Y, Chen K H, Fu X L. Scientific effects of triple helix interactions among research institutes, industries and universities[J]. Technovation, 2019, 86/87: 33-47.
14 Lee R, Lee J H, Garrett T C. Synergy effects of innovation on firm performance[J]. Journal of Business Research, 2019, 99: 507-515.
15 李树文, 罗瑾琏, 胡文安. 从价值交易走向价值共创: 创新型企业的价值转型过程研究[J]. 管理世界, 2022, 38(3): 125-144.
16 张影, 高长元, 王京. 跨界创新联盟生态系统共生演化模型及实证研究[J]. 中国管理科学, 2022, 30(6): 200-212.
17 Zeng Y C, Dong P W, Shi Y Y, et al. Analyzing the co-evolution of green technology diffusion and consumers’ pro-environmental attitudes: an agent-based model[J]. Journal of Cleaner Production, 2020, 256: 120384.
18 Meng K, Ba Z C, Ma Y X, et al. A network coupling approach to detecting hierarchical linkages between science and technology[J]. Journal of the Association for Information Science and Technology, 2024, 75(2): 167-187.
19 谢建辉, 李勇军, 梁樑, 等. 随机环境下的多投入多产出生产前沿面估计[J]. 管理科学学报, 2018, 21(11): 50-60.
20 杜运周, 刘秋辰, 陈凯薇, 等. 营商环境生态、全要素生产率与城市高质量发展的多元模式——基于复杂系统观的组态分析[J]. 管理世界, 2022, 38(9): 127-145.
21 卢雨婷, 周小亮. 科学与技术耦合效果评价——科技互补效应和成本效应分析[J]. 科技进步与对策, 2021, 38(10): 18-27.
22 刘向, 马费成. 科学知识网络的演化与动力——基于科学引证网络的分析[J]. 管理科学学报, 2012, 15(1): 87-94.
23 单子丹, 高长元, 李小雯. 高技术知识转移的耦合体系与网络变迁: 基于虚拟产业集群的仿真分析[J]. 管理评论, 2015, 27(9): 29-39.
24 Wen H W, Lee C C, Song Z Y. Digitalization and environment: how does ICT affect enterprise environmental performance?[J]. Environmental Science and Pollution Research, 2021, 28(39): 54826-54841.
25 Chen K H, Kou M T, Fu X L. Evaluation of multi-period regional R&D efficiency: an application of dynamic DEA to China’s regional R&D systems[J]. Omega, 2018, 74: 103-114.
26 Cheung C K, Ma S K. Coupling social solidarity and social harmony in Hong Kong[J]. Social Indicators Research, 2011, 103(1): 145-167.
27 Wu Q, Cao Y, Fang X Q, et al. A systematic coupling analysis framework and multi-stage interaction mechanism between urban land use efficiency and ecological carrying capacity[J]. Science of the Total Environment, 2022, 853: 158444.
28 Chen X, Ye P F, Huang L, et al. Exploring science-technology linkages: a deep learning-empowered solution[J]. Information Processing & Management, 2023, 60(2): 103255.
29 国务院关于加快培育和发展战略性新兴产业的决定[EB/OL]. (2010-10-18) [2024-10-07]. https://www.gov.cn/zhengce/zhengceku/2010-10/18/content_1274.htm.
30 工业和信息化部. “十四五”信息通信行业发展规划[EB/OL]. (2021-11-01) [2024-10-07]. https://www.miit.gov.cn/cms_files/filemanager/1226211233/attach/202111/8091d85ce29a49c683ee187b1976d6e1.pdf.
31 王超, 许海云, 齐砚翠, 等. 知识网络视角下科学、技术、产业间创新驱动关系识别方法研究[J]. 情报学报, 2024, 43(1): 10-24.
32 陈果, 王盼停, 王曰芬. 文献集规模对科技领域情报分析的影响: 多种任务场景下的实证分析[J]. 情报学报, 2021, 40(8): 869-878.