|
|
|
| Collaborative Dual-Chain Data Organization Model for Industrial, Scientific, and Technological Innovation from a Science-Technology-Industry Integration Perspective |
| Zheng Rong1,2, Wu Qinke1, Hu Jing1, Wei Zhongbao3 |
1.School of Business and Management, Jilin University, Changchun 130012
2.Information Resources Research Center, Jilin University, Changchun 130012
3.Institute of Science and Technology Information of Jilin Province, Changchun 130033 |
|
|
|
|
Abstract This study investigates a dual-chain data collaboration model for industrial, scientific, and technological innovation under the convergence of industrial and technological advancements. Focusing on a multi-source data environment, this paper adopts a literature analysis approach and follows the analytical framework of “concept clarification-logical analysis-model construction-case analysis” to review relevant literature and clarify the connotation of dual-chain data. Combining the data value chain theory with the “science-technology-industry” framework, this study elaborates the collaborative organization logic and constructs a model based on this logic, which is further analyzed from the perspectives of collaborative elements and organizational processes. The case analysis method is used, considering the new energy vehicle industry as an example, to provide a data collaborative organization framework for the industry. The results indicate that the collaborative organization of dual-chain data follows a logical framework of “merging and integration, collaboration and linkage, and knowledge advancement.” This framework encompasses the collaborative elements—subject, object, technology, and environment—supplemented by the integration and application of databases, blockchain, data lakes, and knowledge graphs to build a collaborative organizational structure. This study proposes a dual-chain data collaborative organization model for industrial, scientific, and technological innovation and employs the new energy vehicle industry as a case study to validate its effectiveness and feasibility.
|
|
Received: 26 May 2025
|
|
|
|
1 本报评论员. 扎实推动科技创新和产业创新深度融合——论学习贯彻习近平总书记在全国科技大会、国家科学技术奖励大会、两院院士大会上重要讲话[N]. 人民日报, 2024-06-28(1).
2 张矿伟, 王桂梅, 俞立平. 数据要素、市场一体化与高技术产业创新[J]. 系统工程理论与实践, 2026, 46(1): 1-18.
3 张曼, 梁洁林, 薛锋. 中国轨道交通产业创新水平测度及障碍因子诊断[J]. 科技管理研究, 2025, 45(1): 71-82.
4 龙海波. 科技创新与产业创新深度融合: 模式、堵点与突破[J]. 北京行政学院学报, 2025(1): 22-30.
5 石义寿, 周振江, 苏瑞波, 等. 科技创新与产业创新耦合协调发展评价——以广东省国家高新区为例[J]. 科技管理研究, 2024, 44(24): 84-91.
6 姚树洁, 陈锡毅. 科技创新与产业创新融合发展: 意义、挑战与战略[J]. 重庆大学学报(社会科学版), 2025, 31(3): 1-19.
7 任保平, 司聪. 以科技创新与产业创新的深度融合推动形成新质生产力研究[J]. 经济学家, 2025(2): 76-86.
8 张林山, 陈怀锦. 以科技体制改革促进我国科技创新和产业创新深度融合[J]. 改革, 2024(8): 35-44.
9 庞国光, 李琳, 郭东, 等. 中国城市科技创新和产业创新融合: 互动逻辑、时空演化及影响因素[J]. 经济问题探索, 2025(11): 135-155.
10 杨忠, 宋孟璐, 孙佳怡. 螺旋式聚合: 地方政府如何推动科技创新与产业创新深度融合?[J/OL]. 中国行政管理, (2025-12-31). https://link.cnki.net/urlid/11.1145.D.20251230.1018.008.
11 尹西明, 薛美慧, 丁明磊, 等. 面向新质生产力发展的企业主导型产业科技创新体系: 逻辑与进路[J]. 北京理工大学学报(社会科学版), 2024, 26(4): 29-37.
12 孙鑫, 何伟. 产业科技创新: 面向新型工业化的理论探索与实践发展[M]. 北京: 人民邮电出版社, 2024: 2-19.
13 高志豪, 郑荣, 张默涵, 等. 基于数据信托的产业数据要素流通: 动力逻辑、信托纾困与模式重塑[J]. 情报理论与实践, 2024, 47(4): 75-83.
14 刘博文, 夏义堃. 基于数据空间的产业数据流通利用: 逻辑框架与技术实现[J]. 图书与情报, 2024(2): 33-44.
15 武永霞, 李伟. 数据要素嵌入赋能企业新质生产力发展: 理论分析与实证检验[J]. 统计与决策, 2025, 41(8): 165-170.
16 Curry E. The big data value chain: definitions, concepts, and theoretical approaches[M]// New Horizons for a Data-Driven Economy: A Roadmap for Usage and Exploitation of Big Data in Europe. Cham: Springer, 2016: 29-37.
17 Faroukhi A Z, El Alaoui I, Gahi Y, et al. Big data monetization throughout Big Data Value Chain: a comprehensive review[J]. Journal of Big Data, 2020, 7(1): Article No.3.
18 Wilkinson M D, Dumontier M, Aalbersberg I J, et al. The FAIR Guiding Principles for scientific data management and stewardship[J]. Scientific Data, 2016, 3: Article No.160018.
19 Alhassan I, Sammon D, Daly M. Data governance activities: a comparison between scientific and practice-oriented literature[J]. Journal of Enterprise Information Management, 2018, 31(2): 300-316.
20 许诺, 毛聚, 毛新述, 等. 算力部署、数据跨域流动与企业全要素生产率——来自智算中心的证据[J]. 中国工业经济, 2025(4): 61-79.
21 Herterich M M, Buehnen T, Uebernickel F, et al. A taxonomy of industrial service systems enabled by digital product innovation[C]// Proceedings of the 49th Hawaii International Conference on System Sciences. Piscataway: IEEE, 2016: 1236-1245.
22 郑荣, 高志豪, 魏明珠, 等. 基于联盟区块链的政府数据协同治理平台框架研究——以全国碳排放权交易市场为例[J]. 情报学报, 2022, 41(10): 1071-1084.
23 韦景竹, 王政. 公共文化数据协同治理研究: 内涵、范畴与理论框架[J]. 图书情报知识, 2022, 39(6): 67-77, 157.
24 郭海玲, 刘仲山, 卫金金. 我国数据跨境流动协同治理现实困境及纾解路径研究[J]. 现代情报, 2024, 44(9): 142-153.
25 郑荣, 高志豪, 吴沁珂, 等. “数据要素×”效应下产业协同应急智慧情报服务架构与机制研究[J]. 情报理论与实践, 2024, 47(11): 13-24.
26 Nezami M R, de Bruijne M L C, Hertogh M J C M, et al. Collaboration and data sharing in inter-organizational infrastructure construction projects[J]. Sustainability, 2022, 14(24): 16835.
27 Ranjan J, Foropon C. Big data analytics in building the competitive intelligence of organizations[J]. International Journal of Information Management, 2021, 56: 102231.
28 Casey C, Li J L, Berry M. Interorganizational collaboration in public health data sharing[J]. Journal of Health Organization and Management, 2016, 30(6): 855-871.
29 Susha I, Rukanova B, Zuiderwijk A, et al. Achieving voluntary data sharing in cross sector partnerships: three partnership models[J]. Information and Organization, 2023, 33(1): 100448.
30 Deng H P, Duan S X, Wibowo S. Digital technology driven knowledge sharing for job performance[J]. Journal of Knowledge Management, 2023, 27(2): 404-425.
31 胡锴, 熊焰, 梁玲玲, 等. 技术和数据知识产品交易平台模式及实现路径[J]. 科学学研究, 2024, 42(2): 355-365.
32 常志军, 张智雄, 钱力, 等. 科技情报智慧数据治理技术体系研究与应用实践[J]. 情报理论与实践, 2024, 47(1): 22-29.
33 徐雷, 秦翠玉, 李娇. 科技文献数据化及组织呈现路径研究[J]. 中国图书馆学报, 2022, 48(3): 25-42.
34 张兰, 周倩, 杨锐, 等. 支撑科技创新服务的数据资源集成组织研究[J]. 情报理论与实践, 2022, 45(7): 23-28.
35 李红军. 集团型企业全产业链数据治理建设研究[J]. 信息与电脑(理论版), 2021, 33(5): 31-33.
36 Lin B Q, Teng Y Q. Digital revolution: does industrial chain digitalization lead the energy-saving wave?[J]. Sustainable Energy Technologies and Assessments, 2023, 60: 103516.
37 Chen Y, Jiang C L, Peng L, et al. Digital infrastructure construction and urban industrial chain resilience: evidence from the “Broadband China” strategy[J]. Sustainable Cities and Society, 2025, 121: 106228.
38 Zhao G Q, Hormazabal J H, Elgueta S, et al. The impact of knowledge governance mechanisms on supply chain performance: empirical evidence from the agri-food industry[J]. Production Planning Control, 2021, 32(15): 1313-1336.
39 雷小苗. 提升国家创新体系效能的机制与路径——基于“科学-技术-产业”协同视角[J]. 科学学研究, 2024, 42(7): 1504-1512.
40 张健, 王粲璨. 产学研协同创新: 从1+1到1×1——基于组织结构、机制和模式的视角[J]. 中国高校科技, 2016(7): 32-33.
41 程亮. 论产学研合作中的知识产权纠纷及解决[J]. 科技管理研究, 2012, 32(6): 164-166, 205.
42 张瑜, 菅利荣, 刘勇. 基于创新主体知识流动GERT网络的产学研协作模式研究[J]. 工业技术经济, 2012, 31(2): 35-43.
43 赵海东, 王荣, 许振亮. 国内外创新链研究的知识图谱分析[J]. 科学管理研究, 2024, 42(6): 30-41.
44 蔡翔. 创新、创新族群、创新链及其启示[J]. 研究与发展管理, 2002, 14(6): 35-39.
45 张正良. 论企业创新链的系统结构[J]. 求索, 2005(7): 40-41.
46 董焕晴, 何树坤, 曹高辉. 数字健康产业数据治理体系研究[J]. 现代情报, 2024, 44(9): 131-141, 153.
47 郑荣, 雷亚欣, 张默涵, 等. 基于联盟区块链的多源个人健康信息协同共享模式研究[J]. 图书情报工作, 2023, 67(20): 79-92.
48 张鑫蕊, 张海涛, 李依霖, 等. 突发公共卫生事件信息协同关键要素识别研究[J]. 情报理论与实践, 2022, 45(3): 141-148.
49 邱海峰. 国家数据局运行, 更好释放数据价值[N]. 人民代表报, 2023-11-23(6).
50 黄一文. 文化创意产业导向下的图书馆文创IP数据库构建研究——以《上海图书馆文创IP资源库》为例[J]. 图书馆杂志, 2024, 43(5): 78-84.
51 郑荣, 高志豪, 魏明珠, 等. 基于联盟区块链的产业应急情报协同共享模式研究——以半导体产业应对“四川限电”应急场景为例[J]. 图书情报知识, 2022, 39(5): 67-81.
52 曹树金, 闫颂, 李睿婧, 等. 科技论文创新知识图谱构建与应用设计——以情报学期刊论文为例[J]. 中国图书馆学报, 2025, 51(1): 82-100.
53 魏明珠, 郑荣, 高志豪, 等. 融合知识图谱和深度神经网络的产业新兴技术预测模型研究[J]. 情报学报, 2022, 41(11): 1134-1148.
54 许明珠, 王克平, 孙华伟, 等. 企业竞争情报态势感知关联图谱的构建与应用研究[J]. 图书情报工作, 2024, 68(2): 88-99. |
|
|
|
