科学知识向技术领域流动的关键影响因素挖掘研究
来源：图书情报工作杂志2026年第2期北京时间：
作者：王贤文,耿屿,田文灿,尹逸贤
单位：1 大连理工大学公共管理学院WISE实验室 大连 116024;2 莱顿大学科学与技术研究中心(CWTS) 莱顿 2300AX;3 北京师范大学计算传播学研究中心 珠海 519085;4 北京师范大学新闻传播学院 北京 100875
摘要：[目的/意义] 为明确科学知识向技术领域流动的具体机制，探索影响知识流动的关键因素，以期为提升科技成果转化效率提供理论支持。[方法/过程] 首先，基于知识流动理论，从知识主体和知识客体两个维度构建一个包含9类特征18个指标的影响因素体系；然后，以2011—2020年间生物化学与分子生物学领域发表的论文为样本，通过真实与虚拟的非专利引用关系构建知识流动模型；最后，应用XGBoost机器学习模型和SHAP（SHapley AdditiveexPlanations）可解释机器学习方法，对非专利引用中知识流动的影响机制进行量化分析。[结果/结论] 研究发现，论文权威性和知识关联性是推动知识转化的核心驱动因素。在知识主体方面，期刊权威性和作者权威性对科学知识向技术的转化具有显著影响；在知识客体方面，权威性知识与高匹配度的内容更易促进知识转化。归纳出5种主要的作用模式：对数型、指数型、U型、线性型和其他类型，揭示不同特征在知识转化过程中的动态影响。
关键词：非专利引用,知识流动,关键影响因素,可解释机器学习方法,
基金资助：本文系中央高校基本科研业务费“科学如何促进技术创新：影响因素及作用模式研究”（项目编号：DUT24RW303）研究成果之一。
