摘" "要：探究面向前沿交叉領域的科學-技術-產(chǎn)業(yè)間的融合創(chuàng)新組態(tài)效應，有助于推動科學-技術-產(chǎn)業(yè)間的聯(lián)動，通過突破性技術孵化推動新質(zhì)生產(chǎn)力發(fā)展。文章基于復雜適應系統(tǒng)理論，運用必要條件分析（NCA）和模糊集定性比較分析（fsQCA），探究科學-技術-產(chǎn)業(yè)融合創(chuàng)新的前因組態(tài)效應。研究發(fā)現(xiàn)：單一復雜適應系統(tǒng)理論要素尚不構成科學-技術-產(chǎn)業(yè)融合創(chuàng)新的必要條件；知識資本加持-邊緣發(fā)力型、資本引領-環(huán)境刺激型、系統(tǒng)主導-環(huán)境保障型、環(huán)境-系統(tǒng)交互驅(qū)動型是打造高融合創(chuàng)新水平的條件組態(tài)模式；資本集聚和知識擴散條件為高融合創(chuàng)新水平組態(tài)模式的核心條件。研究可為科學-技術-產(chǎn)業(yè)融合創(chuàng)新的影響因素研究提供理論與實踐依據(jù)。

關鍵詞：前沿交叉領域；融合創(chuàng)新；科學-技術-產(chǎn)業(yè)；復雜適應系統(tǒng)理論；組態(tài)分析

中圖分類號：G311" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024069

Research on the Configuration Effects of Science-Technology-Industry Integrated Innovation in Frontier Interdisciplinary Fields

——Based on the Complex Adaptive System Theory

Abstract Exploring the integrated innovation configuration effects among science-technology-industry in frontier interdisciplinary fields will help promote the linkage among science-technology-industry， and promote the development of new quality productivity through the incubation of breakthrough technologies. Based on the complex adaptive system theory， this study uses the comprehensive methods of Necessary Condition Analysis （NCA） and Fuzzy Set Qualitative Comparative Analysis （fsQCA） to explore the antecedent configuration effects of science-technology-industry integrated innovation. The study found that： a single complex adaptive system theory element does not constitute a necessary condition for science-technology-industry integrated innovation; knowledge capital blessing-marginal force type， capital leadership-environmental stimulation type， system dominance-environmental guarantee type， and environment-system interactive driving type are conditional configuration modes that produce high integrated innovation levels; capital agglomeration and knowledge diffusion conditions are the core conditions of the high integrated innovation level configuration mode. The study can provide theoretical and practical basis for the related research concerning the influencing factors of science-technology-industry integrated innovation.

Key words frontier interdisciplinary field; integrated innovation; science-technology-industry; complex adaptive system theory; configuration analysis

前沿交叉領域即交叉領域中具有前瞻性、戰(zhàn)略性、高價值、高成長等特征的部分。2023年1月，習近平總書記在二十屆中央政治局第二次集體學習時明確指出“加強科技自立自強步伐，在前沿交叉領域成為開拓者”，強調(diào)了前沿交叉領域發(fā)展在國家科技戰(zhàn)略中的重要性。前沿交叉領域內(nèi)部存在政策、市場、資金等多種創(chuàng)新要素的交叉，如何圍繞多種創(chuàng)新要素提升科學-技術-產(chǎn)業(yè)間的融合創(chuàng)新成效是該領域尚待解決的關鍵問題。通過提升融合創(chuàng)新成效可賦能新質(zhì)生產(chǎn)力發(fā)展，而融合催生的前沿新科技的場景化應用在有效破解產(chǎn)業(yè)發(fā)展難題的同時，也可完善現(xiàn)代化產(chǎn)業(yè)體系［1］。為此，亟需揭示面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新影響因素，以展示融合創(chuàng)新過程中不同創(chuàng)新要素間的相互作用，進而服務于顛覆性融合創(chuàng)新機會的及時捕捉。

近年來，相關研究著重關注界內(nèi)融合創(chuàng)新，如學科交叉、技術融合和產(chǎn)業(yè)融合［2］，研究基于文獻計量、文本挖掘、機器學習等方法，挖掘不同對象間的共現(xiàn)關系，以測量相同領域之間的融合程度［3］。但對于跨界融合創(chuàng)新，尤其是科學-技術-產(chǎn)業(yè)間的融合卻較少得到關注。隨著科學技術突破以及產(chǎn)業(yè)創(chuàng)新發(fā)展對于科學、技術與產(chǎn)業(yè)間的協(xié)同發(fā)展依賴性的增強［2］，加上實體抽取和對齊技術的日益成熟，更多研究開始探究科學、技術和產(chǎn)業(yè)間二元互動以及三元互動關系，如科學-技術知識關聯(lián)特征挖掘、科學-技術-產(chǎn)業(yè)互動模式識別［4-5］。此類研究一定程度上為本研究測度面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平提供了理論與方法借鑒。此外，部分學者將科學-技術-產(chǎn)業(yè)視為一個生態(tài)化創(chuàng)新系統(tǒng)，認為要素協(xié)同是系統(tǒng)創(chuàng)新效能提升的關鍵［6-7］。盡管科學-技術-產(chǎn)業(yè)間的聯(lián)動能夠加速催生前沿交叉領域的出現(xiàn)，但目前尚未引起學界的足夠關注。因此，有必要從系統(tǒng)論視角出發(fā)關注多要素的“聯(lián)動效應”，探析其在科學-技術-產(chǎn)業(yè)融合創(chuàng)新中的潛在影響機制。

鑒于此，本研究聚焦面向前沿交叉領域的系統(tǒng)要素匹配組合對科學-技術-產(chǎn)業(yè)融合創(chuàng)新的作用機制，引入復雜適應系統(tǒng)理論梳理科學-技術-產(chǎn)業(yè)融合創(chuàng)新的前因條件，以知識元素耦合程度表征融合創(chuàng)新水平，通過必要條件分析（Necessary Condition Analysis，NCA）和模糊集定性比較分析（fuzzy set Qualitative Comparative Analysis，fsQCA）綜合方法，探究融合創(chuàng)新組態(tài)效應。關于研究對象，本研究選取DNA存儲、合成生物、量子通信以及新能源汽車等16個前沿交叉領域開展實證分析，此類領域兼具前瞻性、戰(zhàn)略性、高價值的特征，切合前沿交叉領域的基本要求［8-9］。研究結(jié)論旨在為面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新影響因素研究提供理論參考，并為政府及相關領域企業(yè)管理者根據(jù)不同的融合創(chuàng)新模式選擇合適的發(fā)展策略提供有益啟示。

1" "文獻綜述

在先前研究中，雖然“前沿交叉領域”概念尚未得到充分探討，但與之相關的概念如“新興交叉領域”“新興研究趨勢”“技術生長點”以及“戰(zhàn)略性新興產(chǎn)業(yè)領域”等已引起了廣泛關注［10］。領域通常由多學科交叉的知識體系所構成，具備較強的戰(zhàn)略性、關鍵性和成長潛力、創(chuàng)新性和導向性等［11］。領域的出現(xiàn)和發(fā)展，似乎與科學-技術-產(chǎn)業(yè)的深度融合密切相關。如許海云等在顛覆性技術領域探索到了科學-技術-產(chǎn)業(yè)之間的互動模式，即穩(wěn)定有向交替且拐點之后爆發(fā)式提升［2］。劉春麗等在生物制藥這一戰(zhàn)略性新興產(chǎn)業(yè)領域中發(fā)現(xiàn)科學-技術-產(chǎn)業(yè)并不是簡單的線性關系［12］。王超等認為科學-技術-產(chǎn)業(yè)間的協(xié)同發(fā)展是新興及未來產(chǎn)業(yè)的發(fā)展的重要突破口［4］。因此，科學-技術-產(chǎn)業(yè)的融合不僅是前沿交叉領域出現(xiàn)及發(fā)展的核心動力，也是推動科技突破與產(chǎn)業(yè)創(chuàng)新變革的重要因素。

關于科學-技術-產(chǎn)業(yè)的融合的研究主要分為以下兩類：一是對科學-技術-產(chǎn)業(yè)互動關系的探討。既有研究基于創(chuàng)新鏈的視角，挖掘科學-技術-產(chǎn)業(yè)間的互動特征，進而輔助相關研究深入開展［13］。此類視角將科學-技術-產(chǎn)業(yè)互動關系描述為簡單的線性關系，表現(xiàn)出知識流動單向、漸進等特征，但存在反饋機制缺失、流動能量損耗等問題［4］。為彌補創(chuàng)新鏈視角的局限，近年不少學者從創(chuàng)新系統(tǒng)視角出發(fā)，將科學-技術-產(chǎn)業(yè)互動關系描述為復雜的非線性關系，重點關注三者間的交叉、融合和反饋［4］，基于科學論文、專利文獻、產(chǎn)品信息等多源數(shù)據(jù)深入研究了科學-技術-產(chǎn)業(yè)間的驅(qū)動關系、互動模式、關聯(lián)模式等［2，4-5，14］。二是針對科學-技術-產(chǎn)業(yè)融合測度方法的研究。起初，學者們以科學與專利文獻數(shù)據(jù)為數(shù)據(jù)源，圍繞引用關系、主題關聯(lián)、主體連接、類目映射等信息，測度科學與技術間的融合關系［14］。此后，部分學者嘗試融入產(chǎn)業(yè)經(jīng)濟普查數(shù)據(jù)、產(chǎn)品信息等多源數(shù)據(jù)，沿用上述方法測度科學-技術-產(chǎn)業(yè)間的融合關系。相關研究綜合文獻引用和共同申請專利等視角，構建了科學-技術-產(chǎn)業(yè)融合的分析模型［15］。除此以外，亦有研究基于三者分類標準間的類目映射關系，實現(xiàn)對于科學-技術-產(chǎn)業(yè)的關聯(lián)測度［16］。然而，有學者指出文獻引用具有較強主觀性和目的多樣性，類目映射涉及多種語義復雜對應關系，提高了具體操作難度系數(shù)［17-18］。這皆有可能影響融合測度的準確性。與引文關系和類目映射方法不同，基于主題關聯(lián)的測度方法以文本數(shù)據(jù)為基礎，充分結(jié)合科學-技術-產(chǎn)業(yè)知識詞匯的語義特征，能夠深入挖掘主題向量間的關聯(lián)關系，吸引了眾多學者關注。相關研究基于主題關聯(lián)方法，測度科學-技術-產(chǎn)業(yè)協(xié)同創(chuàng)新水平、識別創(chuàng)新驅(qū)動關系以及探索顛覆性技術的科學-技術-產(chǎn)業(yè)間互動模式［2，4-5］。

綜上，已有研究為識別前沿交叉領域提供了特征參考，論述了其與科學-技術-產(chǎn)業(yè)融合之間的關系，并采用多元化方法測度三者間融合關系，尤其是基于主題關聯(lián)的方法，為本研究奠定了基礎。但先前研究更多強調(diào)融合之“果”，忽視了融合之“因”問題。鑒于科學-技術-產(chǎn)業(yè)融合可被視為一個復雜創(chuàng)新系統(tǒng)［6］，有必要揭示其中多因的“聯(lián)動效應”。為此，本研究結(jié)合復雜適應系統(tǒng)理論和fsQCA方法對多因聯(lián)動下面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新組態(tài)效應進行專門研究。

2" "理論基礎及分析框架

復雜適應系統(tǒng)理論可用于探究系統(tǒng)主體的適應性與復雜涌現(xiàn)之間的關系，適應性、非線性、多樣性和流是該理論的核心特征［19］。“刺激-反應”模型是復雜適應系統(tǒng)理論微觀層面的最基本概念，由三個部分組成（探測器、規(guī)則器、效應器），基本思想為系統(tǒng)中主體通過探測感知存在的環(huán)境刺激，然后對這些刺激做出持續(xù)調(diào)節(jié)反應，推動系統(tǒng)迭代，進而輸出反應表現(xiàn)結(jié)果［20］。目前，復雜適應系統(tǒng)理論已被應用于產(chǎn)業(yè)創(chuàng)新、科技創(chuàng)新等相似研究情境中［19-20］，這為研究構建面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新前因分析框架提供了基礎。

本研究強調(diào)面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新可視為一個復雜適應系統(tǒng)，原因在于：適應性上各創(chuàng)新主體在目標驅(qū)動下對政策支持、資本集聚、市場活力和數(shù)智賦能等環(huán)境變化做出主動適應行為，不斷調(diào)整自身創(chuàng)新活動，提高知識向技術再向產(chǎn)品轉(zhuǎn)化的效率；非線性上創(chuàng)新主體在自組織過程中積極和消極反饋交織出現(xiàn)，致使系統(tǒng)呈現(xiàn)出非線性狀態(tài)；多樣性上創(chuàng)新主體擁有各自特有的創(chuàng)新范式，在科學-技術-產(chǎn)業(yè)融合中交融，形成多樣性的主體合作模式；流方面知識擴散、資金擴散等資源的流動使創(chuàng)新主體之間獲得融合創(chuàng)新必需的資源聯(lián)結(jié)，且資源積累還有利于主體適應性的增強。由此看來，復雜適應系統(tǒng)理論適用于分析面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新問題?；诖耍狙芯窟M一步基于“刺激-反應”模型［20］，嘗試構建“環(huán)境刺激-系統(tǒng)迭代-反應表現(xiàn)”分析框架并據(jù)此梳理相關因素（見圖1）。

2.1" " 環(huán)境刺激維度

（1）政策支持。與其他領域相比，前沿交叉領域的戰(zhàn)略性特征決定了各級政府需從頂層設計的角度，通過有力的政策保障促進面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新實現(xiàn)。如以醫(yī)學人工智能領域為例，激勵型政策鏈在促進領域深度融合過程中發(fā)揮著重要作用［21］。以美國為例，其政策涵蓋生物醫(yī)學數(shù)據(jù)、人工智能工具及資助措施等多層次多方面內(nèi)容，以長期維持其在相關領域的全球領先優(yōu)勢［22］。

（2）資本集聚。前沿交叉領域?qū)儆谫Y本密集型行業(yè)，科學-技術-產(chǎn)業(yè)融合創(chuàng)新需要建立在大量融投資基礎上［23］。目前，我國半導體、新能源汽車等熱門交叉領域在資金集聚下實現(xiàn)了長足發(fā)展，但在冷門前沿領域和未來產(chǎn)業(yè)方面依舊存在資本布局不足的困境［24］。這一定程度上降低了支撐科學-技術-產(chǎn)業(yè)融合創(chuàng)新活動的資金融通量，弱化了領域創(chuàng)新系統(tǒng)的迭代效率，進而影響融合創(chuàng)新水平的提升。

（3）數(shù)智賦能。大數(shù)據(jù)、人工智能等數(shù)智技術正成為推動新質(zhì)生產(chǎn)力發(fā)展的重要引擎［25］，積極探索其在面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新中的賦能作用意義重大?？茖W-技術-產(chǎn)業(yè)創(chuàng)新過程中積累了海量的論文、專利等多源數(shù)據(jù)，滿足了數(shù)字技術和人工智能對于大規(guī)模數(shù)據(jù)的需求。發(fā)揮數(shù)智新范式的賦能優(yōu)勢，有助于加快實現(xiàn)協(xié)同創(chuàng)新，高效推進科學-技術-產(chǎn)業(yè)的深度融合，最終推動新科技增長點的落地生根。

（4）市場活力。在政策支持、財政補貼等政府主體層面利好因素的疊加作用下，面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平能獲得引領性的提升。但市場是配置科技創(chuàng)新資源的決定性力量［26］。黨的二十大報告提出：“加強企業(yè)為主導的產(chǎn)學研深度融合”，而作為市場主體的企業(yè)，通過市場化規(guī)則高效合理統(tǒng)籌創(chuàng)新資源，能對科技產(chǎn)融合形成正向激勵。基于此，相關領域企業(yè)越多，市場越活躍，有助于提高融合創(chuàng)新所需資源的統(tǒng)籌效率。

2.2" " 系統(tǒng)迭代維度

（1）目標驅(qū)動。目標驅(qū)動是面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新主體進行聯(lián)合的源動力［27］。在目標驅(qū)動下，創(chuàng)新主體參與科學-技術-產(chǎn)業(yè)融合創(chuàng)新的意愿得到增強，創(chuàng)新主體間各司其職、相互配合，形成融合創(chuàng)新協(xié)同推進格局。其中，政府規(guī)定的目標為剛性任務。先前研究指出，以完成政府規(guī)定目標為導向，可提高融合創(chuàng)新主體的價值創(chuàng)造能力，降低資源配置、能力共享等方面的不確定性，提升系統(tǒng)迭代效率［28］。

（2）知識擴散。異質(zhì)性知識是實現(xiàn)面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新動力保障，融合創(chuàng)新主體主要通過知識擴散的方式進行異質(zhì)性知識的傳遞。當前，知識擴散已被多數(shù)研究證明對融合創(chuàng)新具有正向促進作用［29］。一方面，知識擴散能夠提高各主體在科學和技術知識方面的臨近性，減小知識差異化過大帶來的學習和時間成本。另一方面，知識擴散還有利于優(yōu)化各主體的知識結(jié)構，形成優(yōu)勢互補的良好局面［30］。

（3）主體合作。主體合作在面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新中具有關鍵地位。當前，根據(jù)融合創(chuàng)新場景的不同，主體合作逐漸形成以下三類模式：企業(yè)主導多方參與型、企業(yè)參與高校、科研機構主導型、企業(yè)參與政府主導型［31］。上述模式具備目標驅(qū)動、高效協(xié)作和開放共享的特點，有助于對環(huán)境變化做出快速且持續(xù)的反應，進而不斷積累經(jīng)驗，完善系統(tǒng)迭代功能，提升融合創(chuàng)新水平。

3" "研究設計

3.1" " 研究方法

fsQCA是一種基于集合論方法和布爾代數(shù)邏輯的跨案例分析方法，能較好地識別導致相同結(jié)果發(fā)生的多種因素組合，對于解釋復雜現(xiàn)象發(fā)生的因素關聯(lián)問題具有適用性［32］。同時，以集合論思想為基礎使得該方法能克服研究樣本數(shù)較小的問題，這適用于本研究問題。但fsQCA方法無法定量分析各變量間的必要程度，而由Dul提出的NCA方法則以彌補此短板，通過不同估計方法定量測算條件的必要程度［33］。鑒于此，NCA和fsQCA相結(jié)合的方法適用于面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新組態(tài)效應的研究。

3.2" " 樣本及數(shù)據(jù)來源

本研究以16個前沿交叉領域為研究樣本，分別編碼為C1～C16。樣本選取遵循以下原則：一是交叉性，所有樣本均滿足多學科、多領域交叉的特點；二是代表性，能夠解釋前沿交叉領域前瞻性、戰(zhàn)略性、高價值、高成長的特征，且均為研究文獻或政府文件中提及的典型領域。三是樣本數(shù)據(jù)集中性，所選樣本主要集中在生物科學和工業(yè)制造兩大領域。數(shù)據(jù)來源方面，以微軟學術圖譜（Microsoft Academic Graph，MAG）、PATSTAT全球?qū)＠麛?shù)據(jù)庫以及國家藥品監(jiān)督管理局數(shù)據(jù)庫［5］、尚唯全球產(chǎn)品樣本數(shù)據(jù)庫［34］等測算結(jié)果變量和部分前因變量，其他變量數(shù)據(jù)來自北大法寶、企業(yè)年報等渠道。將2022年作為結(jié)果變量的時間窗口，2019年-2021年作為前因變量的時間窗口，使用前期構建的領域詞典中檢索式進行檢索，收集并清洗有關數(shù)據(jù)。

3.3" " 變量測量

3.3.1" "結(jié)果變量

融合創(chuàng)新水平（Integrating Innovation Level，IIL）。其測量借鑒前人研究［2，5］，利用其開發(fā)的基于知識耦合理論的科學-技術-產(chǎn)業(yè)協(xié)同創(chuàng)新水平評價方法進行計算?？紤]到并非所有領域都有專業(yè)詞條作為分詞標準，在提取知識元素（主題詞）時區(qū)別于參考文獻中使用的分詞形式，本研究將采用BERTopic主題模型獲取相關知識元素，BERTopic在專業(yè)詞匯敏感度、主題詞深度、主題內(nèi)容細化等方面具有明顯優(yōu)勢［35］。具體步驟如下：

（1）獲取知識內(nèi)容，從所收集的科學和專利文獻、產(chǎn)品信息中獲取標題、摘要、產(chǎn)品簡介等內(nèi)容。

（2）提取知識元素交集，利用BERTopic并輔以相關資料分別提取不同領域科學-技術-產(chǎn)業(yè)創(chuàng)新活動的主題詞，將三者主題詞的交集視為知識元素交集。

（3）量化知識元素集合，分別基于相對熵（公式1）和余弦相似度（公式2）方法，計算科學-技術-產(chǎn)業(yè)兩兩之間知識元素交集的內(nèi)容相似度；

KLD（P，Q）=∑p（x）log" " " " " " " " " " （1）

式中，KLD（P，Q）為P對Q的相對熵，x是隨機事件，p（x）和q（x）為x發(fā)生的概率分布函數(shù)，當 KLD（P，Q）越小時，知識元素交集的內(nèi)容相似度越高；

cos（θ）=" " " " " " （2）

式中，xi為文檔x的主題詞向量元素，yi為文檔y的主題詞向量元素。

（4）評價融合創(chuàng)新水平，通過改進耦合函數(shù)模型（公式3-4）計算科學-技術、科學-產(chǎn)業(yè)和技術-產(chǎn)業(yè)子系統(tǒng)的知識耦合度（公式5），在此基礎上引入知識寬容度系數(shù)，測算整體融合創(chuàng)新水平（公式6）。

Uij= *0.99+0.01*0.99+0.01" " " " （3）

式中，xij為表示第i個領域的第j個內(nèi)容相似指標的數(shù)值，又叫做序參量，max（xij）和min（xij）是xij的最大值和最小值，Uij是xij對子系統(tǒng)U（U={US-T、UT-I 、US-I}）的功效貢獻值；

Ui=∑δjUij（δj≥0，∑δj=1）" " " " " " " " " " " " "（4）

式中，δi表示權重值，為避免主觀性通過CRITIC賦權法進行賦值，Ui表示子系統(tǒng)U的總功效值；

Oi=" " （0lt;Oilt;1）" " " " " （5）

式中，分子為幾何平均數(shù)，分母為算數(shù)平均數(shù)，Oi則表示第i個領域的科學-技術-產(chǎn)業(yè)的知識耦合度，取值越接近1，說明子系統(tǒng)之間的耦合程度越高，反之亦然；

IILi=" " " " " " " " " " " " " " " " " " " "（6）

式中，Ki為第i個領域與所有領域中交集主題詞種類數(shù)之比，IILi表示第i個領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平。

上述步驟的原理和具體細節(jié)可參考武華維等［5］的研究，本研究不再重復。

3.3.2" "前因變量

（1）環(huán)境刺激維度

①政策支持（Policy Support，PS）。政策支持指中央或地方政府為推動前沿交叉領域發(fā)展提供的政策資源，以往研究多采用相關政策數(shù)量來測度政策支持。本研究沿用此方法，選擇2019年-2021年間北大法寶中記錄的相關領域政策數(shù)量作為政策支持的衡量指標。

②資本集聚（Capital Gathering，CG）。資本集聚指前沿交叉領域在發(fā)展過程中獲得的融投資情況。黨的二十大報告指出要“推動戰(zhàn)略性新興產(chǎn)業(yè)融資集群發(fā)展”。對于前沿交叉領域亦是如此，高質(zhì)量、可持續(xù)發(fā)展的融合創(chuàng)新離不開領域融投資方面的優(yōu)化。故本研究選擇前瞻產(chǎn)業(yè)、華經(jīng)產(chǎn)業(yè)等研究院發(fā)布產(chǎn)業(yè)報告中記錄的2019年-2021年間相關領域融投資金額進行衡量。

③數(shù)智賦能（Digital Intelligence for Empowerment，DI）。數(shù)智賦能即數(shù)字化技術在前沿交叉領域發(fā)展中的應用程度。以往研究通常以相關上市企業(yè)年報中數(shù)字化關鍵詞詞頻總數(shù)來衡量，如人工智能、大數(shù)據(jù)、數(shù)字化及數(shù)字技術等［36］。因此，本研究在前期匯總的領域內(nèi)代表性上市企業(yè)基礎上，通過對2019年-2021年公開年報中數(shù)字化相關詞頻加總并取自然對數(shù)來測度數(shù)智賦能指標。

④市場活力（Market Dynamism，MD）。使用相關領域的企業(yè)數(shù)量測度市場活力［37］，數(shù)據(jù)來源于企查查在2019年-2021年間記錄的相關領域企業(yè)數(shù)量。

（2）系統(tǒng)迭代維度

①目標驅(qū)動（Goal-Driven，GD）。政府規(guī)定目標能確?？茖W-技術-產(chǎn)業(yè)融合創(chuàng)新系統(tǒng)以高效率進行迭代。據(jù)調(diào)查發(fā)現(xiàn)各級政府在出臺的相關政策中，常會提及宏觀、中觀和微觀層面的目標導向，如《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021-2035年）》中提及“以融合創(chuàng)新為重點”“構建新型產(chǎn)業(yè)生態(tài)”等目標性語句。因此，本研究聚焦各級政府相關領域2019年-2021年間發(fā)展規(guī)劃、行動計劃和建設意見類政策文件，統(tǒng)計出現(xiàn)目標性語句的政策數(shù)量。考慮到政策效力問題，僅關注省級政府和中央政府層面，將省級政府符合政策賦值為1，中央政府符合政策賦值為2［38］。

②知識擴散（Knowledge Diffusion，KD）。文獻引用被認為是知識擴散的外在表現(xiàn)形式，體現(xiàn)了知識傳遞的特征［39］。本研究中的知識擴散包括科學知識擴散、技術知識擴散以及科學-技術知識雙向互動，故采用相關領域2019年-2021年間科學、專利文獻被引數(shù)以及兩者之間相互引用數(shù)的均值進行衡量。

③主體合作（Subjective Cooperation，SC）。主體合作指科學-技術-產(chǎn)業(yè)融合創(chuàng)新主體協(xié)同創(chuàng)新產(chǎn)出的能力，包括企業(yè)、高等院校、科研院所等。已有研究多使用聯(lián)合申請專利數(shù)量衡量［40］，本研究在此基礎上通過2019年-2021年間聯(lián)合申請專利數(shù)量的均值衡量領域主體合作能力。

3.4" " 變量校準

校準是將原始數(shù)據(jù)集合隸屬分數(shù)匹配給每個案例的過程，但考慮到前因變量有著不同的量綱，為保證變量觀測值的可比性，本研究在變量校準前對原始數(shù)據(jù)進行了歸一化處理。在此基礎上，使用點位法將進行校準，即以涉及變量在95%、50%、5%上的取值，設置錨點完全隸屬、交叉點和完全不隸屬（校準錨點見表1）。

4" "實證分析

4.1" " 描述性統(tǒng)計與相關性分析

從各變量的描述性統(tǒng)計與相關性分析結(jié)果可得出以下結(jié)論（見表2）。從平均值和標準差來看，各前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新的環(huán)境刺激和系統(tǒng)迭代的強度普遍較弱，且具有一定的均衡性。其中，資本集聚的表現(xiàn)相對突出，再次證明了科學-技術-產(chǎn)業(yè)融合創(chuàng)新是資本密集型的活動，但在觀察期內(nèi)各領域?qū)τ谫Y本的吸引力欠佳。就相關性而言，多數(shù)變量之間相關性較弱，表明融合創(chuàng)新依賴于要素的協(xié)同發(fā)力。值得注意的是，DI和其他系統(tǒng)迭代變量聯(lián)系密切，說明數(shù)智技術已深度嵌入到系統(tǒng)迭代環(huán)節(jié)，為面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新貢獻賦能優(yōu)勢。

關于結(jié)果變量，融合創(chuàng)新水平均值為0.237，標準差為0.051，科學-技術-產(chǎn)業(yè)融合水平整體不高，但分布差異很小。為進一步分析融合創(chuàng)新水平的分布態(tài)勢，將其進行可視化（見圖2）。由圖2可知，我國在半導體與集成電路、新能源汽車、前沿新材料等均表現(xiàn)出多領域科學-技術-產(chǎn)業(yè)的高水平融合創(chuàng)新水平，而在技術基礎相對薄弱的領域，如合成生物、腦機接口、生物芯片等領域科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平則偏低。

4.2" " 必要條件分析

必要條件分析旨在檢驗前因變量中是否存在引致結(jié)果發(fā)生的必要條件，本研究首先采用fsQCA方法檢驗必要條件（見表3）。結(jié)果顯示：所有變量的一致性數(shù)值均未達到0.9的判定閾值，說明在前因變量中不存在產(chǎn)生科學-技術-產(chǎn)業(yè)高和非高融合創(chuàng)新水平的必要條件。

為進一步檢驗各前因變量的必要程度，本研究借助NAC，采用回歸上限（CR）和包絡上限（CE）兩種估計方法進行交叉驗證。J Dul等認為NCA方法對于必要條件的判定標準應同時滿足兩個條件：效應量d值＞0.1，且蒙特卡洛檢驗顯著（P值≤0.05）［33］。DI和MD的效應量超過了0.1，對于結(jié)果發(fā)生具有較大影響，但P值＞0.05，蒙特卡洛檢驗不顯著（見表4），故所有前因變量均不單獨構成前沿交叉領域科學-技術-產(chǎn)業(yè)融合創(chuàng)新的必要條件，這與fsQCA方法分析結(jié)果一致。

4.3" " 組態(tài)效應分析

組態(tài)效應分析目的在于考察導致面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新結(jié)果出現(xiàn)的前因條件組合，從而揭示復雜適應系統(tǒng)理論下不同要素組合的“殊途同歸”特性。結(jié)合已有研究［41］，將一致性閾值、PRI一致性閾值、案例頻數(shù)閾值分別設定為0.8、0.70、1，之后遵循“中間解為主，簡約解為輔”的條件區(qū)分規(guī)則，即將中間解和簡約解中同時出現(xiàn)的條件視為核心條件，只在中間解中出現(xiàn)的條件為邊緣條件，并以QCA圖示法展示。

對組態(tài)效應的分析結(jié)果（見表5）顯示，產(chǎn)生科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平的組態(tài)模式共有5種，模式一致性分別為0.965、0.975、0.878、0.969、0.885，模型解的總體一致性為0.912，均大于0.85閾值，表明現(xiàn)有組態(tài)模式無論是單個還是整體均構成了產(chǎn)生高融合創(chuàng)新水平的充分條件；總體覆蓋度為0.563，意味著上述組態(tài)模式可以對56.3%的融合創(chuàng)新高水平案例進行解釋，有實質(zhì)的解釋力。此外，本研究還發(fā)現(xiàn)產(chǎn)生科學-技術-產(chǎn)業(yè)非高融合創(chuàng)新水平的1種組態(tài)模式。

4.4" " 穩(wěn)健性檢驗

為檢驗組態(tài)效應分析結(jié)果的可靠性，參考現(xiàn)有研究通過調(diào)整一致性閾值、PRI閾值和校準錨點的方式進行穩(wěn)健性檢驗。（1）調(diào)整一致性閾值。將一致性閾值從0.8上調(diào)至0.85，分析結(jié)果與原組態(tài)保持一致；（2）調(diào)整PRI閾值。將PRI閾值從0.7上調(diào)至0.75，原組態(tài)中的模式H2和H4被剔除，其余組態(tài)構成保持一致，只有唯一覆蓋度略有小幅下降；（3）調(diào)整校準錨點。將所有變量的3個校準錨點刻度從95%、50%、5%調(diào)整為主流四分位數(shù)刻度75%、50%、25%，結(jié)果與原組態(tài)保持一致，只是相關系數(shù)有細微變化。綜上，不同檢驗方式所得結(jié)果與原組態(tài)之間能夠呈現(xiàn)清晰的子集關系，故認為已有分析結(jié)果較為穩(wěn)健。

4.5" " 科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平模式

結(jié)合組態(tài)理論化原則和各組態(tài)模式特征，本研究將對不同組態(tài)模式進行命名。考慮到5種組態(tài)模式中都包含高資本集聚和高知識擴散條件，不僅是高融合創(chuàng)新水平產(chǎn)生的核心要素，還是環(huán)境刺激和系統(tǒng)迭代的重要表征，故本研究認為5種模式都可以被視為是科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平的復雜適應刺激模式。其中，H1a和H1b均涉及一個獨立邊緣條件，H2涉及三個環(huán)境刺激維度條件，H3包含所有系統(tǒng)迭代維度條件，而H4則兼具所有條件。綜上，將H1a和H1b命名為知識資本加持-邊緣發(fā)力型模式，將H2命名為資本引領-環(huán)境刺激型模式，將H3命名為系統(tǒng)主導-環(huán)境保障型模式，將H4命名為環(huán)境-系統(tǒng)交互驅(qū)動型模式。

（1）知識資本加持-邊緣發(fā)力型模式。組態(tài)H1a和H1b表明，盡管相關領域政策支持和市場活力相對薄弱，且目標導向不明確，但在金融資本和知識擴散能力充足的有利條件基礎上，通過重視數(shù)智技術應用和促進主體間深度合作，能實現(xiàn)面向前沿交叉領域的科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平。以樣本中的C1“DNA存儲”領域和C9“納米科技”領域為例，二者的融合創(chuàng)新過程均需要高度復雜的數(shù)智技術支持和多主體合作。以“DNA存儲”領域為例，該領域是信息技術和生物技術融合的典型，涉及將數(shù)字信息編碼到DNA分子中，這一過程離不開先進的數(shù)智技術支持，包括DNA合成、測序及數(shù)據(jù)編碼和解碼。此外，也需各主體間的深度合作。如深圳華大生命科學研究院、首都師范大學、深圳國家基因庫等聯(lián)合開展的DNA存儲項目，共同解決了編解碼過程中的數(shù)據(jù)恢復穩(wěn)定性的問題。

（2）資本引領-環(huán)境刺激型模式。組態(tài)H2表明，當相關領域在目標導向不夠明確、主體合作受限的劣勢條件下，由密集的金融資本、相對優(yōu)勢的數(shù)智賦能和市場活力組成的高環(huán)境刺激尤為重要，能推動面向前沿交叉領域的科學-技術-產(chǎn)業(yè)高水平融合創(chuàng)新。全球市場對于C2“半導體和集成電路”領域的產(chǎn)品需求越來越多樣化，這給行業(yè)目標導向提出了更高要求。然而，我國正面臨著嚴重外部壓力，需要實時動態(tài)調(diào)整發(fā)展新方向以適應全球市場動態(tài)需求，這增加了目標導向的難度。此外，受外國對華技術管制影響，在主體合作方面面臨巨大障礙，導致技術和資源獲取受限。但在國家強有力的引導下，以國家集成電路產(chǎn)業(yè)投資基金為代表的政府和社會資本密集投入，華為、阿里巴巴、騰訊等科技巨頭的加入在形成強大市場拉動效應的同時，也帶來了技術革新。依靠上述優(yōu)勢我國在半導體和集成電路領域也實現(xiàn)了較高水平的科學-技術-產(chǎn)業(yè)融合創(chuàng)新。

（3）環(huán)境保障-系統(tǒng)主導型模式。組態(tài)H3表明，即使數(shù)智技術應用和市場活力相對薄弱，但在各級政府和金融資本密集注入的保障下，通過高效的系統(tǒng)迭代能力，相關領域也取得了較高的融合創(chuàng)新水平，如C5“生物醫(yī)藥”領域。盡管該領域數(shù)智化正在逐步推進，但相對于發(fā)達國家，數(shù)智技術應用水平仍有差距。此外，生物醫(yī)藥企業(yè)整體數(shù)量雖多，但規(guī)模普遍較小，難以形成競爭與創(chuàng)新兼具的市場生態(tài)。與此同時，我國各級政府高度重視生物醫(yī)藥領域發(fā)展，出臺了一系列支持政策，如《“十四五”生物經(jīng)濟發(fā)展規(guī)劃》《廣東省發(fā)展生物醫(yī)藥與健康戰(zhàn)略性支柱產(chǎn)業(yè)集群行動計劃（2021-2025年）》等，紅杉資本、中國平安等金融機構紛紛投資相關企業(yè)，為該領域科學-技術-產(chǎn)業(yè)的融合創(chuàng)新筑牢了保障底座?；诖?，明確的目標導向使相關企業(yè)能集中資源和力量進行技術攻關和市場拓展，國家級生物醫(yī)藥科技創(chuàng)新中心和實驗室的設立促進科技知識加速擴散，企業(yè)、科研院所和高校之間建立的緊密合作關系是融合創(chuàng)新的重要推力。以上優(yōu)勢條件促使系統(tǒng)不斷迭代創(chuàng)新，進而輸出融合創(chuàng)新的突破性反應表現(xiàn)。

（4）環(huán)境-系統(tǒng)交互驅(qū)動型模式。組態(tài)H4表明，在金融資本高度集聚、政策支持和數(shù)智賦能等組成的優(yōu)勢環(huán)境刺激下，高知識擴散、明確目標導向和主體深度合作協(xié)同釋放出的環(huán)境系統(tǒng)交互溢出效應，能強化領域科學-技術-產(chǎn)業(yè)融合創(chuàng)新效能。以C14“新能源汽車”領域為例，該領域發(fā)展肇始于2009年，如今已逐漸形成全鏈條產(chǎn)業(yè)生態(tài)。在環(huán)境刺激方面，專項基金、財政補貼和私人資本大量投入；《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021-2035年）》等系列政策明確支持；人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等數(shù)智技術在產(chǎn)業(yè)上中下游的廣泛應用；旺盛的市場需求促使大量企業(yè)進入新能源汽車研發(fā)行列。在系統(tǒng)迭代方面，“雙碳”目標明確了新能源汽車領域在助力可持續(xù)發(fā)展中的重要作用；高層次和先進人才流動、華為、蔚來、清華大學車輛學院等產(chǎn)學研深度合作事件推動前沿科學和技術知識高水平擴散。強大的環(huán)境系統(tǒng)交互溢出效應，顯著提升了新能源汽車領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平。

4.6" " 科學-技術-產(chǎn)業(yè)非高融合創(chuàng)新水平模式

考慮到組態(tài)方法的因果非對稱性，本研究進一步分析了產(chǎn)生科學-技術-產(chǎn)業(yè)非高融合創(chuàng)新水平的組態(tài)模式。相關閾值設置與高融合創(chuàng)新水平模式保持相同，表5中的NH1模式即為分析結(jié)果。由表可知，科學-技術-產(chǎn)業(yè)非高融合創(chuàng)新水平模式有且僅有一種，模式中高數(shù)智賦能為核心條件，市場活力為邊緣條件，其他條件均為非高，這表明數(shù)智技術無法脫離其他條件而單獨賦能，即使有著較強的應用水平。此外，模式以非高資本集聚、非高知識擴散作為核心條件，而這些條件的對稱條件正是產(chǎn)生高融合創(chuàng)新水平的核心條件，充分揭示了資本集聚和知識擴散在領域科學-技術-產(chǎn)業(yè)融合創(chuàng)新水平提升中的重要作用。

5" "結(jié)語

5.1" " 研究結(jié)論

本研究基于復雜適應系統(tǒng)理論，利用NCA與fsQCA的混合方法，以已有的16個前沿交叉領域為樣本，挖掘“環(huán)境刺激-系統(tǒng)迭代”多維度要素與面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新組態(tài)效應間的因果復雜關系。研究發(fā)現(xiàn)：第一，無論是必要性還是必要性程度，單一復雜適應系統(tǒng)理論要素并不構成科學-技術-產(chǎn)業(yè)融合創(chuàng)新的必要條件；第二，產(chǎn)生科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平的模式有5種，根據(jù)模式特征歸納為4種類型，即知識資本加持-邊緣發(fā)力型、資本引領-環(huán)境刺激型、系統(tǒng)主導-環(huán)境保障型、環(huán)境-系統(tǒng)交互驅(qū)動型，模式中“環(huán)境-系統(tǒng)”要素聯(lián)動性明顯；第三，產(chǎn)生科學-技術-產(chǎn)業(yè)非高融合創(chuàng)新水平的模式有且僅有1種，且與產(chǎn)生高融合創(chuàng)新水平的模式存在“非對稱性”關系；此外，資本集聚和知識擴散既是非高融合創(chuàng)新水平模式的非高核心條件，又是高融合創(chuàng)新水平模式的高核心條件，說明資本集聚和知識擴散對未來面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新的影響不容忽視。

5.2" " 實踐啟示

（1）重視資本集聚與知識擴散優(yōu)勢。研究發(fā)現(xiàn)，單個要素并不構成面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新必要條件。在融合創(chuàng)新過程中，并不會因為某個要素的充足或不足而產(chǎn)生非此即彼的結(jié)果。這啟示融合創(chuàng)新相關主體要淡化“揚長避短情節(jié)”，不一味追求擇優(yōu)而用的融合創(chuàng)新，而需做到未雨綢繆，不斷打磨要素賦能“利刃”，把握融合創(chuàng)新機遇。值得注意的是，也要重視資本集聚和知識擴散在融合創(chuàng)新中的賦能優(yōu)勢。一方面，加快完善政府引導、社會參與的科學-技術-產(chǎn)業(yè)融合創(chuàng)新金融支持體系。如通過設立專項基金，重點支持融合創(chuàng)新水平較低的領域；通過稅收優(yōu)惠、補貼等手段鼓勵和引導風投機構參與創(chuàng)新項目；開發(fā)知識產(chǎn)權質(zhì)押貸款、科技保險等金融產(chǎn)品，加強對相關領域的金融扶持力度。另一方面，創(chuàng)建融合創(chuàng)新組織，發(fā)揮人才、團隊和企業(yè)合作的知識外溢效應。如參考“硅谷模式”聯(lián)合設立跨學科研究中心、定期組織跨領域行業(yè)交流活動、建立知識共享平臺，在增強知識擴散能力的同時，提升融合創(chuàng)新水平。

（2）加強環(huán)境與系統(tǒng)要素協(xié)同聯(lián)動。組態(tài)分析結(jié)果表明，引致面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新模式多呈現(xiàn)環(huán)境與系統(tǒng)要素聯(lián)動的特征。在深刻認識要素間多重并發(fā)性的基礎上，可圍繞政策鏈、資金鏈、數(shù)據(jù)鏈、產(chǎn)業(yè)鏈、知識鏈、人才鏈等構建多鏈融合的要素協(xié)同機制，以異構多源數(shù)據(jù)為紐帶，聯(lián)結(jié)不同鏈上對應的主體和要素。但需注意兩個方面：一是指導意見的制定。要明確各鏈條的具體任務和協(xié)同方式，對要素協(xié)同機制起到規(guī)范和引導的作用；二是協(xié)同效果的反饋?？山Y(jié)合數(shù)智技術建立實時監(jiān)控系統(tǒng)，實時分析各項措施的實施效果和協(xié)同情況，及時發(fā)現(xiàn)并解決協(xié)同機制中存在的問題，全面總結(jié)經(jīng)驗和教訓以提出改進建議?；诖?，可強化復雜系統(tǒng)整體效應，推進融合創(chuàng)新反應結(jié)果的加快實現(xiàn)。

（3）探索符合發(fā)展實際的融合模式。研究表明，產(chǎn)生科學-技術-產(chǎn)業(yè)高融合創(chuàng)新水平的模式有5種，說明不同領域?qū)崿F(xiàn)科學-技術-產(chǎn)業(yè)高水平融合創(chuàng)新的模式是多元的。融合創(chuàng)新相關主體應根據(jù)相關領域在政策、資金、市場等方面的發(fā)展情況，探索符合發(fā)展實際的融合模式。具體而言，如果前沿交叉領域擁有較好的資本集聚和知識擴散優(yōu)勢，但政策支持和市場活力相對薄弱時，可通過引進和應用AI、物聯(lián)網(wǎng)和大數(shù)據(jù)技術以及建設跨領域數(shù)字平臺等方式積極擁抱數(shù)智技術，建立跨領域合作網(wǎng)絡以及設立支持跨領域合作項目基金等方式凝聚合作力量，從而推動高水平融合創(chuàng)新，如H1a和H1b模式。如果前沿交叉領域在資本集聚和知識擴散方面具有發(fā)展優(yōu)勢，但目標導向和主體合作條件欠缺時，可通過加強環(huán)境刺激，持續(xù)推動系統(tǒng)迭代，從而獲得高水平融合創(chuàng)新反應，如H2模式。

5.3" " 局限與展望

本研究仍存在部分不足。首先，受限于數(shù)據(jù)的可獲取性，僅選取了16個前沿交叉領域作為研究樣本，可能在一定程度上會影響研究結(jié)論的普適性。未來研究可嘗試開展前沿交叉領域的定量識別研究，并在此基礎上采集更廣泛領域的數(shù)據(jù)，以檢驗研究結(jié)論的可推廣性。其次，時間窗口聚焦于2019年-2022年，較短的時間窗口無法動態(tài)探討面向前沿交叉領域的科學-技術-產(chǎn)業(yè)融合創(chuàng)新前因組態(tài)，后續(xù)研究將基于多維度、多層面的理論框架梳理出更加豐富的變量，并引入時序fsQCA探討不同前因變量與融合創(chuàng)新結(jié)果間的因果復雜關系。

參考文獻：

［1］" 科技日報.新質(zhì)生產(chǎn)力對科技創(chuàng)新的新要求［EB/OL］.［2024-11-15］.https：//www.gmw.cn/xueshu/2024-06/17/content_37387683.htm.

［2］" 許海云，王超，陳亮，等.顛覆性技術的科學-技術-產(chǎn)業(yè)互動模式識別與分析［J］.情報學報，2023，42（7）：816-831.

［3］" 劉虹.面向科學與技術的交叉領域研究——概念內(nèi)涵、測度方法［J］.現(xiàn)代情報，2024，44（5）：166-176.

［4］" 王超，許海云，齊硯翠，等.知識網(wǎng)絡視角下科學、技術、產(chǎn)業(yè)間創(chuàng)新驅(qū)動關系識別方法研究［J］.情報學報，2024，43（1）：10-24.

［5］" 武華維，王超，許海云，等.知識耦合視角下區(qū)域科學-技術-產(chǎn)業(yè)協(xié)同創(chuàng)新水平的評價方法研究［J］.情報理論與實踐，2020，43（5）：91-98.

［6］" 彭帥，張春博，楊陽，等.科學-技術-產(chǎn)業(yè)關聯(lián)視角下石墨烯發(fā)展國際比較——基于專利的計量研究［J］.中國科技論壇，2019，（4）：181-188.

［7］" 王燾，馬亞雪，吳柯燁.區(qū)域新興產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)聯(lián)動效應對科技人才流動影響研究［J］.現(xiàn)代情報，2024，44（11）：139-151.

［8］" 呂璐成，趙亞娟.基于專利數(shù)據(jù)的技術融合研究綜述［J］.圖書情報工作，2021，65（6）：138-148.

［9］" 李姝影，方曙.測度技術融合與趨勢的數(shù)據(jù)分析方法研究進展［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1（7）：2-12.

［10］" 李昌，楊中楷，周錦錦.技術生長點：內(nèi)涵、識別研究進展與展望［J］.圖書情報工作，2023，67（23）：138-150.

［11］" 劉洪昌，武博.戰(zhàn)略性新興產(chǎn)業(yè)的選擇原則及培育政策取向［J］.現(xiàn)代經(jīng)濟探討，2010（10）：56-59.

［12］" 劉春麗，臧東宇，陳爽.科學-技術-產(chǎn)業(yè)關聯(lián)測度與主題演化規(guī)律研究——以生物醫(yī)藥領域為例［J］.圖書情報工作，2024，68（14）：95-116.

［13］" Sen N.Innovation chain and CSIR［J］.Current Science，2003，85（5）：570-574.

［14］" 劉佳，鐘永恒，何曉東，等.基于多元關系融合的科學-技術-產(chǎn)業(yè)關聯(lián)模式識別方法研究［J］.現(xiàn)代情報，2024，44（6）：67-81.

［15］" Kenta I，Kazuyuki M，Ryuichi T，et al.Measuring science intensity of industry using linked dataset of science，technology and industry［R］.Tokyo：Research Institute of Economy，Trade and Industry，2017.

［16］" Wong C Y，F(xiàn)ung H N.Science-technology-industry correlative indicators for policy targeting on emerging technologies：exploring the core competencies and promising industries of aspirant economies［J］.Scientometrics，2017，111（2）：841-867.

［17］" 劉小玲，譚宗穎.基于專利多屬性融合的技術主題劃分方法研究［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2022，6（Z1）：45-54.

［18］" 童劉奕，張鵬翼.《中國圖書館分類法》和《美國國會圖書館圖書分類法》人工映射分析與差異性探究［J］.數(shù)字圖書館論壇，2018（3）：53-58.

［19］" 陳蒙，仇保興，李海波.基于復雜適應系統(tǒng)理論的城市科技創(chuàng)新動能提升對策［J］.城市發(fā)展研究，2024，31（1）：56-62.

［20］" 曹薇.復雜適應系統(tǒng)理論在企業(yè)為主體的產(chǎn)學研合作中的應用［J］.系統(tǒng)科學學報，2015，23（4）：68-71.

［21］" 周勝男，申俊龍，李潔.基于社會網(wǎng)絡理論的生物醫(yī)藥產(chǎn)業(yè)集群創(chuàng)新組合模式研究——以江蘇省為例［J］.科技管理研究，2023，43（10）：127-135.

［22］" 鄒麗雪.美國推動人工智能在生物醫(yī)學領域應用的政策分析及其對中國的啟示［J］.科技管理研究，2023，43（16）：31-38.

［23］" 馮薇，銀路.基于創(chuàng)新過程的現(xiàn)代生物技術企業(yè)知識產(chǎn)權策略研究［J］.管理學報，2012，9（2）：250-257.

［24］" 張苑，詹宇波，張伯超.國有金融資本支持科技創(chuàng)新的邏輯、實踐與對策［J］.新金融，2024（4）：45-50.

［25］" 張夏恒，馬妍.因地制宜發(fā)展新質(zhì)生產(chǎn)力的必要性、科學性及著力點［J］.北京工業(yè)大學學報（社會科學版），2024，24（4）：118-130.

［26］" 薛雅，王雪瑩.基于因子分析法的重大科技成果轉(zhuǎn)化地域選擇影響因素研究［J］.科技管理研究，2023，43（12）：194-201.

［27］" 吳潔，謝小東，盛永祥，等.創(chuàng)新聯(lián)合體潛在合作伙伴選擇研究［J］.復雜系統(tǒng)與復雜性科學，2024，21（2）：104-111.

［28］" 張羽飛，原長弘，張樹滿.共建產(chǎn)學研創(chuàng)新聯(lián)合體對科技中小企業(yè)創(chuàng)新績效的影響研究［J］.管理學報，2023，20（1）：76-85.

［29］" Ke J，Wang B，Yoshikuni Y，et al.Microbiome Engineering：Synthetic Biology of Plant-Associated Microbiomes in Sustainable Agriculture［J］.Trends in Biotechnology，2021，39（3）：244-261.

［30］" 薛瀾，姜李丹，黃穎，等.資源異質(zhì)性、知識流動與產(chǎn)學研協(xié)同創(chuàng)新——以人工智能產(chǎn)業(yè)為例［J］.科學學研究，2019，37（12）：2241-2251.

［31］" 尹西明，孫冰梅，袁磊，等.科技自立自強視角下企業(yè)共建創(chuàng)新聯(lián)合體的機制研究［J］.科學學與科學技術管理，2024，45（11）：74-89.

［32］" 鄧勝利，付少雄.定性比較分析（QCA）在圖書情報學中的應用——以網(wǎng)絡社區(qū)健康信息搜尋影響因素研究為例［J］.情報理論與實踐，2017，40（12）：23-28.

［33］" Dul J.Identifying Single Necessary Conditions with NCA and fsQCA［J］.Journal of Business Research，2016，69（4）：1516-1523.

［34］" 田常偉，董坤，郭銳，等.基于知識關聯(lián)分析的科技成果轉(zhuǎn)化效率測度方法研究［J］.情報理論與實踐，2024，47（5）：123-130.

［35］" 滕廣青，江瑤，庹銳.基于多數(shù)據(jù)源維度的領域知識演化對比研究：以美國石墨烯領域研究為例［J］.情報資料工作，2023，44（6）：61-70.

［36］" 蘇屹，孫明明，郭秀芳.基于創(chuàng)新水平與風險承擔水平的數(shù)字化對企業(yè)價值的影響［J］.軟科學，2024，38（10）：63-68.

［37］" 馬淑燕，趙祚翔，許欣，等.中國東部三大城市群國家高新區(qū)創(chuàng)新效率及影響因素研究［J］.科技管理研究，2021，41（21）：1-9.

［38］" 馬玉新，吳愛萍，李華，等.中國企業(yè)技術創(chuàng)新政策演變過程——基于扎根理論與加權共詞分析法［J］.科學學與科學技術管理，2018，39（9）：61-72.

［39］" 李悅，馬亞雪，張宇，等.基于知識關聯(lián)度的科學論文擴散效果預測研究——早期施引文獻的作用［J］.現(xiàn)代情報，2023，43（11）：73-84.

［40］" 高霞，曹潔瓊，包玲玲.產(chǎn)學研合作開放度的異質(zhì)性對企業(yè)創(chuàng)新績效的影響［J］.科研管理，2021，42（9）：112-119.

［41］" 杜運周，賈良定.組態(tài)視角與定性比較分析（QCA）：管理學研究的一條新道路［J］.管理世界，2017（6）：155-167.

作者簡介：王燾，男，南京大學信息管理學院博士研究生，研究方向：科技情報、數(shù)據(jù)治理；付少雄，男，南京農(nóng)業(yè)大學信息管理學院副教授，研究方向：數(shù)字信息資源管理、信息服務與用戶。