面向高水平科技自立自强，构建关键产业科技知识管理体系

张贝贝 ，余 江 ，2

（1.中国科学院科技战略咨询研究院，北京 100190；2.中国科学院大学公共政策与管理学院，北京 100049）

1 引言

复杂化是技术发展的必然趋势。面向建设世界科技强国、实现高水平科技自立自强的重要使命，知识管理的体系化能力越来越成为产业政策制定者和企业决策者的必备战略能力。党的十九届五中全会和国家“十四五”规划中提出，“坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑”［1］。目前，我国若干基础性、先导性的关键产业发展面临“卡脖子”挑战，关键核心技术知识具有复杂性、嵌入性等特征，因而从战略高度体系化探索知识管理机制是突破产业发展瓶颈的根本性途径［2-3］。立足发展新阶段、面向国家重大需求的产业科技知识管理路径探索愈发引起学术界的重视。

随着技术复杂程度提升，产业科技知识管理逐渐成为一项复杂的体系工程。产业科技知识的有效管理须从体系化层面充分考虑产业科技知识结构的复杂性和整体性。目前，产业知识管理研究主要集中于产业知识主体的交互、产业知识的产权以及产业知识网络等方面，存在显著的碎片化、孤岛化特征，缺乏从战略高度对产业知识管理的系统性思考和整体性把握。因此，本文基于复杂科学管理的视角，融合产业链和创新链，从系统之系统的体系层面出发构建产业科技知识体系，并从创新链和产业链两个维度分别探索我国关键产业科技知识体系中科学知识、技术知识以及产业知识的管理机制。

2 相关研究回顾

2.1 复杂科学管理：从“系统”到“体系”

从复杂性研究到体系工程，复杂科学管理的发展大致经历了复杂性科学、复杂系统研究和复杂体系研究3个阶段。20世纪70年代初期，一些独立的复杂性研究开始出现，但较少受到关注。直至1984年，致力于通过学科间融合来解决复杂问题的圣达菲研究所（Santa Fe Institute，SFI）成立，复杂性研究才开始受到学术界的关注和重视。与此同时，我国学者开始思考不同领域整体之间的共性问题。随着钱学森等大力发展运筹学、航天事业和导弹技术，对应复杂的技术创新实践需求加速了一系列基于系统思想的定性、定量化科学方法的诞生，逐步形成了系统科学，复杂科学管理随之发展到了复杂系统研究阶段。在系统科学发展的基础上，逐渐演化出“体系”的概念。广义上讲，体系是一类复杂巨系统［4］。体系是由系统组成的系统（System of Systems，SoS），是为实现某一动态目标，对新开发系统组成的混合系统的能力进行规划、解剖、组织、集成和持续改进，通过引导子系统互联、互通和互操作，最终实现独立系统所不能实现的整体性功能［5］。体系的基本构成要素包括环境、使命、实体、结构和过程［6］，对应解决体系问题的技术称为体系工程。

2.2 产业科技知识管理研究：碎片化、孤岛化

现有的产业知识管理研究主要集中在产业知识主体的交互、产业知识的产权以及产业知识网络等相关方面。具体分析，产业知识主体交互管理方面，研究主题聚焦于知识生成、知识共享和知识耦合等。Gavin［7］将知识学习模式分为知识搜索、经验学习和实验学习3种类型；魏国江［8］选取我国16个典型产业，分析对应的知识生成差异，并测算不同知识学习方式在创新中的作用，研究发现企业创新倚重借鉴性学习，探索性学习与经验性学习的比重明显不足，这可能是我国企业模仿性创新盛行、原始创新滞后的重要原因之一；菅利荣等［9］通过构建“演化博弈模型探讨如何健全政府对产业链中知识共享行为的调控机制；武华维等［10］以产业活动、技术创新和科学创新为主体，将3类创新活动中的知识内容作为耦合对象，将以主题词为表征的知识元素作为知识内容的特征交集载体，通过量化知识元素交集的方式来评价区域“STI”的创新协同水平。

产业知识产权管理方面，陈恒等［11］基于传统的复合系统协同度模型，采用组合赋权法确定序参量指标权重对其进行改进，构建了具有速度特征的专利密集型产业知识产权管理能力协同度模型；金银［12］归纳了设计产业知识产权的管理模式，首先分析设计知识，建立设计知识的流动模型，然后归纳出相应的知识产权类型，对应提出了设计产业知识产权的管理模式。

产业知识网络管理方面，研究主题聚焦于不同产业知识网络构建、知识网络特征与创新绩效的关系等领域。Xu［13］检验了知识网络密度对企业新知识探索的影响，发现当企业拥有密集知识网络时，企业探索的新知识元素较少，但随着企业与外部参与者研发合作的增加，密度的负面影响逐渐得到缓解；李文鹣等［14］基于复杂网络理论，构建了新兴产业知识网络的动态演化模型，试图揭示不同结网策略下新兴产业创新网络和知识水平的涌现规律。

综上所述，产业知识管理的相关研究较为丰富，但存在明显的碎片化、孤岛化特征。

3 产业科技知识体系构建

钱学森［15］的《论系统工程》一书从哲学、基础科学、技术科学和工程技术4个层面给出了现代科学技术的体系结构。其中：直接改造客观世界的工程技术是工业生产实践中具体运用的技术，如通信技术、自动化技术等；基础科学旨在揭示客观事物发展规律，是对工程技术实践的高度归纳和提炼，如物理学、生物学以及数学等学科能够为各领域的技术创新提供理论基础；技术科学处于基础科学和工程技术的中间层面，在科学向技术转化的过程中起到传递和纽带的作用，如控制论和信息论知识。

基于复杂科学管理视角，本部分将钱学森等学者提出的现代科学技术体系所对应的知识类型区分为科学知识和技术知识两种，结合产业链上中下游3个阶段，从产业链和创新链融合的角度构建产业科技知识体系。

如图1所示：横轴表示产业链，由产业上游、中游和下游组成；纵轴表示创新链，知识类型分为科学知识和技术知识两种。创新链上科学和技术两种知识类型与产业链上中下游3个产业阶段交叉形成6个产业知识子系统。6个子系统按照产业科技发展的特定共同目标互通、互联、相互作用，从而形成具有单个知识子系统无法实现的产业知识整体功能的系统组合，即系统之系统，称之为产业科技知识体系。其中：科学知识对应着关键产业创新发展过程中的基础性研究、产品设计开发阶段；技术知识对应着关键产业创新发展过程中的新产品或新技术的量产、商业化应用阶段，包括生产制造等工艺流程的显性知识和依附于特定组织内工程师经验的隐性知识。

图1 产业科技知识体系

这里以面向高水平科技自立自强科技攻关焦点的集成电路产业为例，产业上中下游分别为集成电路设计、制造和封测，6个知识子系统分别为集成电路设计科学知识系统、集成电路设计技术知识系统、集成电路制造科学知识系统、集成电路制造技术知识系统、集成电路封装测试科学知识系统和集成电路封装测试技术知识系统。其中：集成电路制造科学知识主要对应着特定功能芯片产品的架构设计、技术研发等创新链前端的基础性研究阶段，涉及数学、化学、物理等基础学科，具有显著的跨学科特征；技术知识对应着芯片新产品的量产、商业化等创新链后端的应用研究阶段，包括来自芯片制造商、制造设备供应商、模块供应商等产业链上下游及产业链内外异质性知识主体的显性知识和隐性知识，体现了产业链上下游的知识集成及异质性知识主体间的交互融合特征。

4 产业科技知识体系管理机制

基于上述创新链和产业链融合构建而成的产业科技知识体系，本部分分别从图1的横轴产业链和纵轴创新链两个维度出发探索产业科技知识体系的管理机制。具体地，从纵轴创新链维度，提炼出科学知识的多学科交叉机制和技术知识的多主体融合机制；从横轴产业链维度，提炼出产业知识的多阶段集成机制。

4.1 科学知识——多学科交叉机制

关键核心技术往往具有复杂性和高度综合性特征，产业发展和核心技术突破往往需要多个科学领域的协同合作。例如，诺贝尔科学奖的项目成果多是基于学科之间的交叉互动研究形成的：2012年物理学奖获得者塞尔日·阿罗什等基于物理学和光学的基本原理揭示了光与物质之间的交互作用机制；2019年化学奖获得者John Goodenough在材料化学和电子学领域的交叉地带发现了极具市场潜力的锂电池等。可以看出，跨学科是复杂技术创新的基本特征，学科交叉是产业科学知识管理的基本机制。

通过梳理相关文献，本研究将面向关键产业升级跃迁的科学知识多学科交叉机制的内涵归纳为：集成两个或两个以上学科的信息、数据、技术、工具、观点、概念或理论，不同学科之间进行非线性交互作用，以解决那些超过单一学科范围或研究实践领域的复杂问题的过程［16］。根据Stirling［17］的观点，可以从学科丰富度、学科均衡度和学科差异度3个方面进一步解析科学知识的多学科交叉机制。具体地，学科种类多样性是指技术研发过程中所涉及的学科类别的广度；学科系统均衡性是用来反映多学科交叉系统的有序无序状态，对应着交叉系统中学科之间的交互作用模式；学科内容差异性是用来反映某一专利技术的多学科交叉系统中学科之间内容的整体差异程度。

4.2 技术知识——多主体融合机制

组织是知识的载体，尤其是技术知识，依附于特定的工艺流程和工程师的经验。处于产业链中不同阶段的专注于某类技术子模块的组织均是拥有异质性资源、相对独立的知识主体。技术研发和产品创新过程均需要数量庞大的产业上下游组织共同合作完成。技术创新实践本质上是产业链中专注于不同子模块的知识主体间的知识融合活动［18］。该过程不仅包括不同知识主体间异质性知识的共享，而且也是拥有异质性知识的多元主体间的非线性交互过程［19］。结合关键产业升级跃迁的知识管理实践，本研究将从知识共享角度来解析产业链中不同知识主体间的线性融合机制，从知识流动和知识协作角度解析产业链中不同知识主体间的非线性融合机制。

4.2.1 知识共享。知识共享是多元主体间异质性知识融合的线性过程。异质性知识是产生新思想、激发创造力的重要源泉［20］。不同知识主体为弥补自身的知识缺陷，积极在技术创新过程中寻找合作伙伴，围绕自身技术发展所需的知识内容建立合作创新网络。不同知识主体之间的异质性知识相互整合、相互补充，能够帮助知识主体的研发人员有效摆脱既定认知惯性的约束［21］，触发不同知识主体之间更多的信息交流，增强知识主体及其员工对前沿技术和外部环境的敏锐性［22］，以更好地寻求技术创新机遇。通过异类技术知识相互补充、同类技术知识之间互相完善和修正的方式，为产业发展积累庞大的“知识池”，是产业知识管理及产业科技创新的重要基础和保障。

4.2.2 知识流动。知识流动是多元主体间异质性知识融合的一种非线性过程。一切知识主体都存在着位势的比较，势差遵循着“高位扩散、低位汲取”的转移原则。知识主体势能越高，其向外界进行知识转移的能力就越强［23］。知识流动是异质性知识在具有不同位势的知识主体之间转移、传递和再创造的过程，从而使知识主体在已有知识基础上产生新思想和新知识，并且能够进一步促使拥有不同技术知识的主体之间整合与重构［24］，以解决单一主体可能面临的资源缺失问题。在关键产业技术的研发过程中，拥有异质性资源的知识主体间的知识势差加速了前沿的、基础的、跨领域以及跨产业的知识主体之间的信息和资源转移，促进技术发展的新思想、新知识产生，以推动关键产业技术的创新突破。

4.2.3 知识协作。知识协作是多元主体间异质性知识融合的一种非线性过程。知识融合网络本质上是一种嵌入社会关系的复杂网络。知识主体之间正式契约关系对协作效率的优化作用有限，契约关系之外的嵌入性社会关系对其协作效率提升具有重要的补充作用［25］。在错综复杂的融合网络中，由于网络位置的不同，知识主体对有价值资源拥有着不同程度的综合控制能力，便产生了相应的权力分配现象［26］。综合控制能力可以分为联系权力和信息权力两类。联系权力是基于与有影响力的人物或重要人物的联系，一个拥有重要连接能力的主体会诱导其他主体顺从［27］；信息权力是指拥有或掌握对他人有价值信息的能力［28］。

异质性知识主体之间按照一定的权力分配规则，默契地、有意识地进行交互作用。权力分配规则使得主体间分散的行动目标融合成协作网络的共同目标，从而提升交互效率、降低交易费用和成本，最终促使系统产生“整体大于部分之和”的效果，是产业技术知识增值和创新发展的重要作用机制。

4.3 产业知识——多阶段集成机制

面向关键产业升级跃迁、实现高水平科技自立自强的重大需求场景，产业知识的多阶段集成是我们应对高度复杂多变外部环境的有效知识管理机制。

集成思想第一次以系统观点出现是在Marco Iansiti的《Technology Integration》一书中［29］。在技术、产品市场快速变化（或不确定）的环境中，要想在激烈的竞争中生存，创新主体应不断地更新自身知识库，并将知识库信息转化为有效的解决产品问题的行动，其将集成能力作为应对外部环境变化以及技术创新良性可持续发展的核心能力［30］。外部环境的变化要求创新主体在自身知识储备基础上，打破原有的组织边界，围绕新产品开发从多个方向识别、寻求多元化知识，以发现潜在的新的发展可能性。其中，多元化知识被归纳为系统知识和元件知识两种。系统知识是指能够表征基本知识领域与产品的复杂环境相互作用的知识集合，包括产品设计架构知识、生产流程知识、用户环境知识以及不同阶段的接口知识等；而元件知识是指新产品不同阶段专业领域或技术元件对应的相对独立的模块知识［31］。知识集成可以帮助创新主体克服自身的发展惯性，促使企业更适应当前竞争的环境和变化。

综上所述，产业知识的多阶段集成机制是指围绕关键核心技术创新突破，集成产业上游的设计架构知识、材料和设备等供应商模块知识、制造工艺知识、下游的用户市场知识以及不同阶段间的接口知识，以不断更新、迭代产业科技创新知识库，在实现产业技术模块知识和系统知识同步积累上升的同时，帮助产业克服自身的发展惯性、发现潜在的发展可能性、更好地抵御复杂多变的外部环境。

5 结论与对策建议

面向高水平科技自立自强的重大战略场景，本研究基于复杂科学管理视角，以我国关键核心基础性产业如何实现超越追赶和弯道超车以及突破“卡脖子”瓶颈挑战为问题导向，探索构建关键产业科技知识体系，并从创新链和产业链两个维度探索产业科技知识体系的管理机制，以期为我国产业知识管理政策制定提供相应的对策建议。

5.1 基本结论

本文基于复杂科学管理视角将产业链和创新链融合构建了产业科技知识体系。产业科技知识体系是由多个知识子系统按照产业科技发展的共同目标互通、互联、相互作用，从而形成的具有单个知识子系统无法实现的产业知识整体功能的系统之系统。

基于产业科技知识体系，面向关键核心产业升级跃迁，从创新链维度出发提炼出科学知识的多学科交叉机制和技术知识的多主体融合机制，从产业链维度出发提炼出产业知识的多阶段集成机制。

多学科交叉机制是关键产业面对复杂创新问题场景科学知识层面的基本管理规律。具体地，多学科交叉是指集成两个或两个以上学科的信息、数据、技术、工具、观点、概念或理论，不同学科之间进行非线性交互作用，以解决那些超过单一学科范围或研究实践领域的复杂问题的过程，其具有学科丰富度、学科均衡度和学科差异度3个维度特征。

多主体融合机制是关键产业面对复杂创新问题场景技术知识层面的基本管理规律。具体地，从知识共享视角揭示了异质性知识在多元知识主体间的线性整合过程，从知识流动和知识协作视角揭示了异质性知识在多元知识主体间的非线性交互过程。

多阶段集成机制是关键产业应对高度复杂环境产业知识管理层面的重要规律。产业知识集成机制是指围绕关键核心技术创新突破，集成产业上游的设计架构知识、材料和设备等供应商模块知识、制造工艺知识、下游的用户市场知识以及不同阶段间的接口知识，以不断更新、完善产业科技创新知识库，在实现产业技术模块知识和系统知识同步积累上升的同时，帮助产业克服自身的发展惯性、发现潜在的发展可能性，从而更好地抵御复杂多变的外部环境。

5.2 对策建议

面向高水平科技自立自强的国家重大战略目标，关键产业的企业决策者应充分重视产业科技知识管理体系化能力的建设，在明晰产业科技知识管理规律的基础上，努力面向特定场景高效集成来自产业范畴内外的不同类型的知识要素，综合提升我国关键核心产业的攻坚能力和产业链韧性。

5.2.1 加强关键产业科技知识管理的体系化能力建设。随着关键核心技术的日益复杂化，产业发展背后的知识管理问题也随之呈现出管理复杂性、结构复杂性以及系统复杂性特征，越来越要求产业政策制定者以及企业主体决策者从整体层面和体系化视角分析、解决复杂现象背后的科学问题。对于政策制定者来说，相关政策应充分考虑产业链和创新链不同阶段所对应的知识子系统的异同与关联；对于企业主体而言，增强自身对产业科技知识体系的整体性把握能力是做出全局最优决策的必要条件。

5.2.2 重视基础研究的跨学科特征，合理规划产业学科结构。基础研究是技术创新突破的源头，是一个国家产业发展深度和宽度的重要决定性因素。政府应提升对基础研究活动的重视程度，进一步加大对高校和科研院所等基础研究活动的科研投入，并鼓励社会各主体如企业等对基础研究的投入，逐步形成中央政府及地方政府、各地高校和企业交互的基础研究联动系统。多学科交叉是基础性科学研究的突出特征。政府应在充分重视多学科交叉原理的基础上，加快我国关键产业核心共性技术的重大科技创新平台的建设，瞄准关键共性技术的国际前沿和国家战略需要，设立分工明确的国家级创新领导小组和制定跨部门协同机制，支撑面向关键产业升级跃迁的跨学科基础性研究，整合不同学科的人力资源，提升资源交流共享效率。同时着重从学科交叉丰富度、学科交叉均衡度以及学科交叉差异度不同维度出发，充分掌握产业科学知识的基本特征，合理优化产业学科结构，助力我国关键核心基础性产业突破发展瓶颈。

5.2.3 制定相关激励政策，保障产业链上科技知识主体的高效融合。政府应制定相关政策，在鼓励连接产业核心知识与产业创新商业化价值的基础上，强化产业链上下游、产业链内外异质性知识主体间的融通、交互。国内知识主体融合方面，切实鼓励科技领军企业牵头、高校院所支撑等多元主体参与知识融合交互活动，如构建面向高水平科技自立自强的高能级创新联合体。政府应在关键产业的核心技术领域着力构建以国际技术市场发展为导向，以产业的科技领军企业为主体，政府、高校、金融机构以及科研院所共同参与的创新联合体，促进各主体形成优势互补、协同竞争、梯队发展的良好生态系统，加快面向产业关键核心技术的科学创新突破和基于中国超大规模市场的场景应用。面向国际开放的知识主体融合方面，应进一步优化与关键产业国际合作伙伴的交互方式，多维度、多路径提高我国在全球产业技术知识体系中的嵌入率与贡献度，加大创新竞合之势，大力提升我国企业在全球产业开放创新格局中的科技知识位势。