展开国家发展创新体系：

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Unfolding the innovation system for the development of countries:
  co-evolution of Science, Technology and Production》
---
作者：
Emanuele Pugliese, Giulio Cimini, Aurelio Patelli, Andrea Zaccaria,
  Luciano Pietronero, Andrea Gabrielli
---
最新提交年份：
2017
---
英文摘要：
  We show that the space in which scientific, technological and economic developments interplay with each other can be mathematically shaped using pioneering multilayer network and complexity techniques. We build the tri-layered network of human activities (scientific production, patenting, and industrial production) and study the interactions among them, also taking into account the possible time delays. Within this construction we can identify which capabilities and prerequisites are needed to be competitive in a given activity, and even measure how much time is needed to transform, for instance, the technological know-how into economic wealth and scientific innovation, being able to make predictions with a very long time horizon. Quite unexpectedly, we find empirical evidence that the naive knowledge flow from science, to patents, to products is not supported by data, being instead technology the best predictor for industrial and scientific production for the next decades.
---
中文摘要：
我们表明，科学、技术和经济发展相互作用的空间可以使用开创性的多层网络和复杂性技术在数学上形成。我们构建了人类活动的三层网络（科学生产、专利和工业生产），并研究了它们之间的相互作用，同时考虑了可能的时间延迟。在这种结构中，我们可以确定在特定活动中需要哪些能力和先决条件才能具有竞争力，甚至可以衡量需要多长时间才能将技术诀窍转化为经济财富和科学创新，从而能够在很长的时间范围内进行预测。出乎意料的是，我们发现经验证据表明，从科学到专利再到产品的幼稚知识流并没有得到数据的支持，相反，技术是未来几十年工业和科学生产的最佳预测因素。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Computer Science        计算机科学
二级分类：Social and Information Networks        社会和信息网络
分类描述：Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模，包括它们在联机信息访问、通信和交互方面的应用，以及它们作为数据集在这些领域和其他领域的问题探索中的作用，包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题；计算应用包括H.3、H.4和H.5中的主题；计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议（例如TCP/IP）的论文通常更适合网络和因特网体系结构（CS.NI）类别。
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Unfolding_the_innovation_system_for_the_development_of_countries:_co-evolution_o.pdf (1.49 MB)

2022-6-2 14:40:16 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：创新体系 新体系 Applications Quantitative Contribution

为国家发展展开创新体系：科学、技术和生产的共同进化Manuele Pugliese，1、2、3，*朱利奥·西米尼（Giulio Cimini），4，1乌雷里奥·帕特利（Urelio Patelli），安德烈亚·扎卡里亚（Andrea Zaccaria），1，2卢西诺·皮特罗内罗（Luciano Pietroniro），5，2，1和安德烈亚·加布里埃尔·利尼（Andrea Gabrielli Instituto de i Sistemi Complessi），5，2，1和安德烈亚·加布里埃尔·加布里埃尔·利尼（Andrea Gabrielli Instituto dei Sistemi Complessi），CNR，00185罗马-意大利国际金融公司，世界银行集团，20433华盛顿-美国，00185罗马-意大利我们表明，科学、技术和经济发展相互作用的空间可以使用开创性的多层网络和复杂性技术进行数学塑造。我们构建了人类活动的三层网络（科学生产、专利和工业生产），并研究了它们之间的相互作用，同时考虑了可能的时间延迟。在这一结构中，我们可以确定在特定活动中需要哪些能力和先决条件才能具有竞争力，甚至可以衡量将技术诀窍转化为经济财富和科学创新所需的时间，能够在很长的时间范围内做出预测。出乎意料的是，我们发现经验证明，从科学到专利再到产品的幼稚知识并没有得到数据的支持，相反，技术是未来几十年工业和科学生产的最佳预测因素。知识生产和组织是现代社会的主要活动——“学习型经济”[1]，在这种经济中，一个国家的大部分财富都是无形的，国家创新体系的组织[2]和有效的创造力[3]是成功的关键能力。

因此，在过去三十年中，科学、技术和经济竞争力之间的关系已成为社会科学，特别是经济学的一个重要焦点[4，5]。尽管标准的叙述直接将科学、技术和经济生产力联系在一起，但实际的互动可能是多方向的，并且产生于各个组成部分之间的非平凡的相互作用：复杂系统的足迹。与传统的社会科学方法不同，经济复杂性新文献使用的技术并不试图平均化系统的复杂性，而是通过明确构建个体行为者、活动和互动的异质性来提取相关参数来表征系统，从而拥抱系统的复杂性。为了恢复非正统经济学家和社会科学家的定性见解[8]和少数定量尝试[9，10]，研究人员使用这种方法研究国家的不可观察特征和能力[11-13]，并挖掘不同活动之间意想不到的协同作用[14，15]。按照这条线【9，14–16】，我们在这里创建了不同人类活动之间的互动网络。我们的假设是，如果两项活动在同一时间在同一国家同时发生的频率明显高于随机发生的频率（就适当的空模型而言），那么实现这两项活动的效率水平（即竞争优势）所需的能力之间存在重叠。我们的网络首次涵盖不同领域（或层面）的活动：科学领域、技术部门和经济生产。

在这样一个综合性的多层网络中，即实体属于不同集合且其中存在若干类别的连接的系统中，我们特别关注不同层次之间的相互作用。如补充信息中所述，对于任务，我们构建邻接矩阵MLc，a（y），将国家c与属于L层的活动a联系起来，如果在y年，国家c在活动a中表现出相对于世界平均水平的竞争优势。L代表分析层，包括与科学、技术或产品报告相关的所有活动。请注意，这些层中的每一层都有一个固有的层次结构：例如，在科学层中，我们可以考虑物理和天文学等活动或相应的子活动（如统计物理、凝聚态物质物理、核物理和高能物理）。因此，我们的矩阵确实取决于用于活动分类的分辨率（即使符号中没有明确报告）。我们使用不同的已建立数据库来构建多层空间：对于S科学，我们从Scopus（www.Scopus.com）获取各个科学领域内论文的文献计量数据；对于技术，我们考虑从Patstat（www.epo.org/search for patents/business/Patstat）提取的不同技术部门的专利数量；对于P产品出口，我们使用联合国商品贸易委员会收集的出口数据(https://comtrade.un.org/).使用这些矩阵，我们计算在活动a中具有比较优势的概率∈ 每年，以在活动a中具有比较优势为条件∈ 年（图1），我们将其定义为图。1.

左面板：三重二分网络的示意图可视化，其中一个分区为国家，另一个分区为活动（科学、技术和产品）；右面板：活动之间生成的辅助矩阵的三层表示。辅助矩阵的一般元素等于在三重二分网络中随机使用的一点信息从一个活动传播到另一个活动的概率。这可能发生在同一活动层，就像连接两门科学的黄色路径一样，也可能发生在层内，就像从技术到产品的红色路径一样。辅助矩阵，B:BL→洛杉矶→a（y，y）=P r（a；y | a；y）=XcP r（a；y | c）P r（c | a；y）=XcMLc，a（y）dLc（y）MLc，a（y）uLa（y），其中ua=PcMLc，ais是活动a的普遍性∈ 五十、 和dLc=Pa∈LMLc，ais是L层中国家c的多元化。请注意，我们假设国家会对所有能力信息进行贴现，即P r（a；y | c，a；y）=P r（a；y | c）。在能力结构不是国家特定的假设下，这些概率可能与年和年开展活动所需的能力之间的重叠有关。为了解释这些数字并评估其重要性，我们必须将其与空模型进行比较，我们采用了一种新的算法对二部网络进行随机化[18–20]。因此，对于每一对（有序）活动和年份，我们都有一个经验观测值BL，La→a（y，y）和在无效假设下该值的概率分布，即各层中活动的普遍性和国家的多样性总结了所有信息。这意味着活动是独立的，网络背后没有能力结构。

因此，活动之间的同时发生是随机的，有些更可能是因为这两种活动的普遍性——例如，一些技术领域和一些产品的出口不那么普遍，因此它们都更可能由先进和更多样化的国家执行。任何特定链接a→ 因此，我们可以拒绝这种无效假设，这被解释为一个国家执行这些特定活动所需的特定能力之间存在某种真正的相互依存关系的信号——同时或延迟。所描述的方法允许对开发的复杂动力学获得前所未有的定性和定量见解。通过将在给定重要级别上相关的活动联系起来，我们可以构建整个多层空间，其中嵌入了科学、技术和出口活动（图2）。我们还可以进行更集中的分析，并显示详细的活动（例如，单个产品的出口）如何与不同聚合级别的其他层中的活动相关联。图3显示了一个示例，其中我们绘制了与台式计算机出口相关的科学和技术领域。我们可以从图中得出两个观察结果：i）根据我们对在台式计算机出口中具有竞争力的科学和技术前提的理解，显著峰值，即在真实数据中观察到的事件在空模型中发生的概率小于5%，是有意义的；ii）与科学相比，技术与出口的关系更为密切，信噪比更高。

这不是与本产品相关的例外，我们将在下面看到。图2的表示表明，任何假设层间动态（例如，从科学到技术再到产品）的标准方向的创新系统建模都过于简单。换言之，所有属于同一层面的活动在确定创新层级时表现相似的假设在实践上是不合理的：科学、技术和生产活动的分工在网络中的作用并不是非常信息化。一项技术活动可能是一些科学活动的前身，而另一种情况可能适用于同一层次中的不同活动：一个复杂的系统，其中没有一组标签能够充分说明动态结构。然而，我们可以对两个特定层面的活动之间的平均互动提供一些见解，以评估创新系统的聚合模型[1]是否至少对最常见的互动模式进行了正确描述。给两层土地一个时间差y我们计算信噪比ΦL→L(y） 作为不同年份的平均值y，重要链接的分数a→ ain矩阵BL→洛杉矶→a（y，y+). 我们认为，这些链接在99%的置信水平下，与随机链接相比，更容易同时发生。因此，对于两个不相关的层，我们预计Φ’1%，高于该值的任何值都是克服噪声的信号足迹。在不同的时间窗口重复这个简单的练习可以揭示以下问题：Lto中的活动结构平均需要多少年才能影响L中的活动？结果如图4所示，令人震惊。首先，不同层之间的信号非常高（几乎无处不在，请参见前面的内容），甚至在时间上也很高。

除了缓慢变化的国家活动结构之外，这一点还可以用不同层面上国家能力的强烈重叠来解释。例如，在特定技术领域成功申请专利的能力是成功出口特定产品和发表特定科学领域论文的有力预测因素。第二，技术层显然是科学和出口的最佳先驱，在这两种情况下，信号在大约20年后达到最大值：了解一个国家目前的首选技术，对其首选科学领域和市场部门的预测能力将在大约20年内达到最高。这一层也更难产生影响：特定年份的科技能力不会提供任何关于未来科技活动的信息。第三，科学层是最受能力驱动的，其未来活动与当前的技术、生产甚至科学活动密切相关，而对国家未来活动的信息较少。但请注意，我们并没有给出直接的因果解释，比如说，科学对技术并没有影响。在这个具体的例子中，一个简单的解释是，一个人在阅读了一篇科学论文后获得新专利的机会并不容易被国家占有，而新技术（如低温技术进步后发现超导体）可能带来的科学进步更可能局限于同一个国家。此外，虽然一项技术可以对特定的科学领域产生深远的影响，但科学研究可能会在每个领域产生广泛的技术溢出（例如，想想欧洲核子研究中心（ScientiistsatCERN）发明的万维网），但这不会在我们的信号中留下任何足迹。

然而，我们可以毫不犹豫地说，了解一个国家的技术组合可以提供更多关于未来科学领域的信息，而不是相反。总的来说，我们所介绍的方法和技术，除了阐明创新的动态之外，还可以对预测各国根据其现有专利组合可以（并且将）拥有竞争优势的科学领域和市场部门提供宝贵的帮助，即使从长期来看：一个国家今天所拥有的技术能力将为下一代确定科学和市场机会。图2：。广泛聚合活动的多层网络（23个主要科学类别、25个技术子部分、21个产品部分）。链接使用99.999%的显著水平获得。为了提高信噪比，我们将B计算为样本中期（2008-2010）连续三年的平均值。红色三角形节点代表技术，黄色方形节点代表科学领域，蓝色圆圈节点代表产品出口。节点大小与度成正比。图3：。2004-2008年的技术领域（a）和科学领域（b）与2006-2010年台式计算机（协调制度代码847149）的成功出口相关。蓝色轮廓对应于B的经验值，黑色线条表示95%置信区间。（c） 技术部分“G：物理学”的高分辨率分析在其子类中进行了扩展，黑线再次表示95%的置信区间。“G06”中的峰值对应于“计算”类。*埃马努埃尔。pugliese@gmail.com+本文中的发现、解释和结论完全是作者的。

它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不一定代表世界银行执行董事或它们所代表的政府的观点。[1] B.Lundvall和B.Johnson，《工业研究杂志》第1期，第23期（1994年）。[2] R.R.Nelson，《国家创新体系：比较分析》（牛津大学出版社，1993年）。[3] R.Florida，《创意阶层的崛起——重温：修订和扩展》（Basic Books，2014）。[4] P.M.Romer，《政治经济学杂志》98，S71（1990）。[5] G.Dosi、C.Freeman、R.Nelson、G.Silverberg和L.Soete主编，《技术变革与经济理论》（PinterPublishers，1988）。[6] B.Bozeman，《研究政策》29627（2000）。[7] T.P.Hughes，《科学社会研究》16281（1986）。[8] A.O.Hirschman，“经济发展战略”，耶鲁大学经济学研究，第10卷（耶鲁大学出版社，1958年）。[9] D.J.Teece、R.Rumelt、G.Dosi和S.Winter，《经济行为与组织杂志》23，1（1994）。[10] L.Nesta和P.P.Saviotti，《工业经济学杂志》第53期，第123页（2005年）。[11] C.A.Hidalgo和R.Hausmann，《国家科学院学报》106，10570（2009）。[12] A.Taccella、M.Cristelli、G.Caldarelli、A.Gabrielli和L.Pietroniro，《科学报告》2723（2012）。图4：。（a） 与技术、产品和科学（按此顺序）相关的活动的信号Φ，以适应不同的时间差异y、 每个图表示当我们查看行所代表层的活动对列所定义层的活动的影响时发现的信号Φ。时间序列一次聚合三年，并查看所有可能的一对年份，给出所需的y、 阴影区域表示一西格玛置信区间。