前沿交叉領域識別方法與路徑框架

摘" "要：盡早識別前沿交叉領域對于國家科技競爭力的提升和戰略技術布局至關重要。文章在系統梳理交叉領域與前沿領域概念的基礎上，明確界定前沿交叉領域的內涵及關鍵特征，提出“三元交叉×要素交叉”多元交叉關系的理論釋義，通過比較現有方法體系，進一步構建基于多元交叉關系的前沿交叉領域識別路徑，從宏觀、微觀和中觀三個層面搭建前瞻性框架體系，其中宏觀層面從政策與戰略導向關注重點發展方向，中觀層面從領域動態測度生長機制，微觀層面則聚焦創新要素識別關鍵突破點。研究結果為開展前沿交叉領域識別與預測實證研究奠定基礎，同時為國家和區域的科技戰略決策提供重要參考。

關鍵詞：前沿交叉領域；交叉創新；技術演化；識別路徑

中圖分類號：G304" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024068

Identification Methods and Pathway Framework for Frontier Interdisciplinary Fields

—— A Comparative Analysis Based on Related Fields

Abstract The early identification of frontier interdisciplinary fields is crucial for enhancing national scientific and technological competitiveness and optimizing strategic technological deployment. This study systematically reviews the concepts of interdisciplinary and frontier fields， clearly defines the connotation and key characteristics of frontier interdisciplinary fields and proposes a theoretical interpretation of \"triple intersection × element intersection\" within a multidimensional framework. By comparing existing methodological systems， the study further develops an identification pathway for frontier interdisciplinary fields based on multidimensional intersection relationships. A forward-looking framework is constructed at the macro， meso， and micro levels： the macro level emphasizes policy and strategic guidance to identify key development directions; the meso level measures growth mechanisms through dynamic analysis of fields; and the micro level focuses on identifying critical breakthroughs based on innovative elements. The theoretical framework and forward-looking pathway proposed in this study provide a solid foundation for empirical research on the identification and prediction of frontier interdisciplinary fields and offer significant reference value for national and regional science and technology strategic decision-making.

Key words frontier interdisciplinary domains; cross innovation; technological evolution; identification pathways

當前，新的科學發現、新的技術突破以及重大集成創新不斷涌現，知識融合進一步發展，前沿交叉領域正成為推動社會經濟發展的關鍵動力并孕育著重大科技突破。通過將不同領域的理論、方法、技術等結合，前沿交叉領域不僅催生了諸如人工智能、量子信息、生命科學等一系列高技術產業，也為解決能源危機、氣候挑戰等全球性問題提供了新的視角。一方面，前沿交叉領域可以突破傳統科學研究的界限，加速知識的生產與轉化；另一方面，交叉成果往往具有較高的不可替代性和技術價值，是提升國家創新水平與綜合國力的關鍵所在。然而，由于前沿交叉領域的特性，在形成初步交叉成果前難以捕捉和預測，其識別與布局存在較大挑戰。前沿交叉領域通常具有較高的不確定性和前瞻性，發展路徑往往超出傳統科學研究框架和認知。尤其是在全球科技競爭日益激烈的背景下，盡早識別前沿交叉領域的科學前景和技術潛力，構建系統化的戰略布局，不僅是實現科技領先的基礎，也是搶占全球科技創新制高點的必由之路。因此，開展對前沿交叉領域識別的研究，不僅是科技管理和政策制定的重要步驟，同時也是實現潛在技術機會和提高創新能力的必要前提。

學界已有研究探索不同領域的邊界及識別方法，尤其在交叉學科領域［1］、前沿技術領域［2］、科學與技術關聯互動領域［3］等方面形成了一系列成熟的理論與實證成果，從整體視角描述領域內科學與技術發展［4］，或基于要素層面揭示科學與技術創新過程與規律［5］。盡管如此，現有研究多集中于單一領域的識別與演化分析，較少對識別路徑與策略進行系統化探討，亟需深入討論前沿交叉領域涉及的相關概念，缺乏對前沿交叉領域前瞻識別方法以及多維度、多領域視角下識別方法的探索。為此，本文對前沿交叉領域相關概念進行辨析，明確其內涵與范疇，進一步綜合對比當前識別與預測方法的共性與異質性，最終提出適用于前沿交叉領域識別的方法路徑，并梳理更加系統化的前瞻識別方法與視角，旨在為前沿交叉領域識別研究提供更前瞻的方法參照，同時也為相關政策的制定與完善提供對策建議。

1" "前沿交叉領域相關概念

1.1" " 交叉領域

“交叉”在辭海中的釋義是內容交織或重復，交叉領域則意指多學科、多技術或多領域之間知識、方法、技能的融合與互動而形成的新領域。根據交叉類型的差異，當前交叉領域研究對其概念的定義大致可以分為單一交叉、二元交叉與三元交叉三種類型（見表1）。其中，單一交叉包含科學領域內部交叉、技術領域內部交叉以及產業領域內部交叉；二元交叉包含科學與技術領域間的交叉、科學與產業領域間的交叉以及技術與產業領域間的交叉；三元交叉則同時涉及科學領域、技術領域、產業領域之間的交叉。

綜合來看，由于交叉類型的差異，交叉領域的概念之間存在廣泛交叉但又各有側重，并未形成統一的論述。單一交叉類型中，科學領域、技術領域與產業領域的交叉僅從領域內部發生，通過融合、重組、拓展等方式形成新的科學知識、技術與產業，催生并演變出新的領域。這種類型的交叉更側重于推動單一領域內部的創新和發展。在二元交叉與三元交叉類型中，不同學科、技術和產業領域之間的交叉關系則表現為更為復雜的交叉元關聯與互動。可以發現，非單一交叉類型不再局限于單一領域內部的融合，而是跨越多領域邊界，涉及不同領域間的協同。因此，由于交叉領域的復雜性和多樣性，不同交叉類型的內涵與范疇各有差異，且其互動關系和發展路徑往往不易被傳統理論框架所涵蓋。如何有效識別和應對這些復雜的交叉類型，成為當前學術界和科技管理領域亟待解決的關鍵問題。

1.2" " 前沿領域

2017年，習近平總書記在“一帶一路”國際合作高峰論壇開幕式上指出“要堅持創新驅動發展，加強在數字經濟、人工智能、納米技術、量子計算機等前沿領域合作”。2021年，在中國科學院第二十次院士大會、中國工程院第十五次院士大會、中國科協第十次全國代表大會上，習近平總書記強調“瞄準人工智能、量子信息、集成電路、先進制造、生命健康、腦科學、生物育種、空天科技、深地深海等前沿領域”，“搶抓全球科技發展先機，在基礎前沿領域奮勇爭先”。國家高度重視前沿領域發展，在科技與產業創新等相關政策、工作會議中多次提及前沿領域。事實上，“前沿”這一概念最早用于防御陣地最前面的邊沿，泛指斗爭的第一線，現在已經逐漸應用于科學、技術、社會演化等不同圈層當中，指的是處于某圈層中最靠前、最先進、最接近未知或未開發區域的部分，可以用來形容科學、技術、產業等各個方面中最新的發展或突破。前沿領域通常代表某一圈層內的高創新性和未解決的問題，涉及到尚未完全被理解或開發的技術和理論。根據涉及圈層的差異，當前前沿領域研究對其概念的定義可大致分為四類（見表2）。

從科學圈層的前沿領域來看，科學前沿側重于學科領域的創新和發展，尤其是那些處于快速發展中的研究主題或領域。這些領域有較強的理論探索性質，通常具備較強的前瞻性、戰略性、高價值、高成長性，未來可能引起廣泛關注和深入研究的方向。與之相比，技術圈層的前沿領域則更強調技術創新，特別是能夠引領產業發展的新興技術。在許多國家的政策文件中，前沿技術被視為推動科技進步和產業發展的核心力量，通常與產業需求緊密相關，且能夠推動產業結構調整和升級。產業圈層的前沿領域則是將前沿技術與產業需求結合，通過技術創新催生新的產業形態和商業模式。這一領域側重于技術應用和市場變革，重點是尚未成熟的技術如何突破并滿足市場需求，從而引發經濟和產業的顛覆性變化。與科學和技術的前沿不同，產業前沿更關注的是技術的市場化和實際應用，強調對未來產業趨勢的預見和關鍵技術的引領作用。除了上述三個圈層外，包含藝術、文化、經濟等在內的其它前沿領域，不在本文研究范疇內，涉及社會發展各圈層的前沿問題與動態。總的來說，科學、技術和產業的前沿領域雖然在研究重點和表現形式上有所不同，但它們之間又存在著緊密的聯系和交叉。科學前沿為技術創新提供理論基礎，技術前沿則為產業發展提供動力，而產業前沿則推動著科技的應用和市場化。各個圈層的前沿領域共同構成了一個相互促進、相互影響的創新生態系統。

1.3" " 前沿交叉領域

學術界對交叉領域與前沿領域相關概念已經基本達成共識，但關于前沿交叉領域尚未形成統一認知。杜建等認為科學與技術交叉融合、互相轉化、協同發展反映的創新前沿即為前沿交叉領域［26］。張雪等提出學科交叉前沿的概念，認為學科交叉與研究前沿的交集即為交叉前沿［27］。白如江等則提出前沿交叉是指兩個或兩個以上領域在知識生產或科學發現中產生交叉關聯的研究前沿［28］。總的來看，現有研究對前沿交叉的界定基本從前沿與交叉的關聯入手，多是從單一交叉或二元交叉的視角理解前沿交叉領域，有待補充對前沿交叉領域概念與內涵的系統闡述。

本文在沿用上述概念的基礎上，從系統視角思考前沿交叉領域的內涵，將其從“前沿”和“交叉”兩個維度進行解構，“前沿”凸顯其前瞻性、戰略性、高價值、高成長性，而“交叉”則映射到科學、技術、產業以及三者關聯之下的多創新要素關聯邏輯之上。因此，前沿交叉領域事實上是具有知識關聯的科學、技術、產業相互滲透與融合形成的新領域，新領域在不同交叉視角下形成群體突破態勢，關鍵核心技術不再是一兩門科學技術，而是由交叉領域衍生出的科學、技術、產業集群。領域內部以及不同領域之間的交叉形成了交叉區域，交叉區域中具有前瞻性、戰略性、高價值、高成長性的部分稱為前沿交叉領域，前沿交叉領域內部存在多種創新要素的交叉與科學、技術、產業三元交叉形成的復雜交叉關系。簡而言之，前沿交叉領域的核心內涵是“三元交叉×要素交叉”的多元交叉關系（見圖1）。

2" "前沿交叉領域識別方法分析與對比

2.1" " 交叉領域識別

交叉領域識別研究主要依托共詞分析、引文分析和文本挖掘等方法，對論文、專利、基金等多源異構數據進行深入解析，以發掘跨領域交叉主題并挖掘潛在創新機會［29］。現有交叉領域識別路徑可大致分為兩類：第一類主要基于“文獻交叉性測度-交叉文獻集合構建-交叉主題識別”的研究思路，利用交叉測度指標評估單篇文獻的跨領域交叉程度，進而篩選并構建高度交叉的文獻集合，并從中識別出跨領域交叉主題［30］。第二類則聚焦主題自身的交叉性評估，通過識別目標領域中的所有主題，并對各主題的交叉程度進行評估與排序后，識別出交叉程度較高的主題作為該領域的交叉主題［31］。盡管上述兩種識別路徑存在差異，但在具體識別方法的應用上存在較多相似之處。交叉測度方面，大部分研究依賴基于引文的交叉測定指標來量化文獻或主題的交叉程度［32］，其中Rao-Stirling指數應用最為廣泛［33］。主題識別方面，LDA及其拓展模型依舊占據主流地位［34］。近年來也有不少學者使用BERTopic、Sentence-BERT等深度學習模型進行主題建模，以期提升交叉領域識別的精度［35］。除上述兩類常見的交叉領域識別路徑外，也有研究直接通過共詞網絡結構分析識別領域交叉主題［36］。如許海云等利用對應分析方法識別學科-主題詞網絡中的交叉主題，研究顯示該方法能夠在保證信息覆蓋的同時減少遺漏，為跨學科交叉主題的識別提供了有效方案［37］。

總體來看，交叉領域識別研究已經取得顯著進展，但仍然存在一些不足之處。一方面，大量研究基于單一來源的數據進行交叉主題識別，難以全面捕捉交叉主題形成的復雜性。事實上，交叉主題的形成離不開多領域、多類型知識的融合，單一數據來源難以刻畫知識轉移和協同創新的完整過程，導致交叉領域的識別結果有所局限。另一方面，盡管不少研究證實現有的交叉測度與主題識別方法能夠較好地識別交叉主題，但面對跨領域交叉主題的復雜性與異構性，未來仍需要引入多模態數據融合技術，結合知識圖譜、時間序列分析等方法，以實現更精準的跨領域交叉主題識別。

2.2" " 前沿領域識別

國內外學者對前沿領域的識別進行了多方面的探索與研究，經過多年發展，面向前沿領域識別的方法主要分為定性方法和定量方法。定性方法依靠領域專家的知識背景與專業判斷，容易造成識別結果精準性不高或認知偏差等不可避免的問題［38］。定量方法作為識別前沿領域的重要手段，以某學科、某技術、某產業等的數據集作為測度基礎，選取適當的識別指標或模型，分析或跟蹤數據集的引用、文本語義等內外部特征，對識別對象的前沿性進行挖掘，以此揭示該領域的前沿趨勢［39］。

從數據來源角度來看，現有研究的前沿性測度主要包括基于單一數據來源與多數據來源兩個方面，通過提取數據特征計算前沿性指標。單一數據來源的前沿領域識別以論文與專利為主，一般以論文識別科學前沿，以專利識別技術前沿。識別方法以引文分析法［40］、文本分析法［41］以及兩者結合使用［42］為主，其中引文分析主要包括直接引用［43］、共被引［44］與耦合分析［45］三類，文本分析則多為詞頻分析［46］、共詞分析［47］。多數據來源是指在前沿領域識別過程中將兩種或兩種以上不同的數據源融合使用，主要以論文、專利、基金數據為主，識別方法與思路仍與單一數據來源基本一致，不同之處在于多源數據的融合方法［48］及根據對應數據的不同內涵更加細粒度的劃分前沿領域的類型。綜合來看，無論是何種數據支撐，現有研究對前沿領域識別基本以多維指標測算與機器學習算法為主要路徑。多維指標的選擇存在很強的差異性，計算復雜很難復用，對于前沿性的解讀偏向新穎性［49］、關注度［50］、影響力［51］等方面居多。機器學習算法在前沿領域識別的應用主要聚焦于主題聚類［52］、文本分類［53］以及時間序列模型［54］。

2.3" " 前沿交叉領域識別

已有研究針對前沿交叉領域的識別策略已展現出多元化的理論框架與實踐路徑，大致可歸為以下幾種思路：第一種是在前沿領域識別中設計交叉性指標測算，認為交叉性是表征前沿領域的關鍵要素，如以參考文獻的學科交叉度作為衡量研究前沿的一項測度指標［55］、以交叉融合性作為新興技術多指標量化識別的一個角度［56］、以學科交叉性識別突破性創新主題［57］等。第二種是在交叉領域識別中引入前沿性指標的考量，強調具備生長潛力的交叉領域技術需展現出前沿屬性。這通常通過嵌入“前沿性”、“關注度”及“新穎性”等關鍵指標來實現［58］，以此表明不同領域交叉融合所生成的新知識往往位于技術或理論的前沿［59］。以上兩種識別思路均為前沿與交叉之間復雜的概念融合，強調前沿性與交叉性之間的相互依存與表征關系。第三種是先識別交叉領域，再識別前沿領域，通過多層遴選、組合兩種或兩種以上方法確定前沿交叉領域，如融合前沿新興主題識別與交叉主題識別的方法發現某技術領域的前沿交叉主題［60］。以上三種前沿交叉領域識別思路主要是針對特定領域開展，嘗試探索特定領域的前沿交叉識別方法，產出豐碩的研究成果。但總體而言，尚未形成系統的理論框架與方法創新，視角有限且數據源單一，未能充分關聯多源異構數據，對科學、技術、產業等不同要素相互作用及動態變化的關注有待提升。

2.4" " 識別方法的共性與異質性

基于上述識別方法的分析研究，發現交叉領域與前沿領域的識別方法在核心思路上存在一定相似性，但在具體的測度指標上，兩者存在明顯的差異性。交叉領域識別方法更側重于通過量化分析不同領域間的知識流動與融合程度，如參考文獻的學科交叉度、技術的交叉融合性等，來揭示潛在的交叉點。而前沿領域識別方法則更多的關注科技的前沿性、關注度、新穎性等指標，以評估所測度的新知識、新技術是否處于發展的前沿。這種測度指標上的差異，使得交叉領域與前沿領域的識別方法在識別結果上可能存在一定的互補性，不同方法間相互融合產生了現有的前沿交叉領域識別路徑。

差異性體現在具體測算指標上，而共性則主要體現在三個方面：（1）就識別對象而言，無論何種識別方法，更多的研究成果均主要聚焦于通過論文或專利的單一數據源中挖掘信息。這不僅是因為論文和專利是科學研究和技術創新的主要載體，更因為數據可獲取性與可解讀性，能夠直觀反映出不同領域間的知識流動與融合情況以及當前科技發展的最新動態。（2）就識別的主要路徑而言，無論是前沿領域還是交叉領域，通常包括兩條路線：一是通過主題模型或其它機器學習模型分別尋找不同領域的主題，進一步測算主題的前沿或交叉的程度，最終篩選中交叉或前沿程度高的共有主題作為識別結果；二是通過設定的指標遴選高度交叉的文獻，識別這些文獻的主題，取排在前序的主題作為識別結果。（3）在要素層面，交叉領域識別方法與前沿領域識別方法均以中觀層面的主題和微觀層面的文獻作為主要分析對象，未從宏觀層面及系統層面多維度建構識別路徑。

3" "前沿交叉領域識別方法前瞻

前沿交叉領域的系統性與復雜性對傳統基于科學、技術或產業單一分析視角的領域識別方法提出挑戰。為適應快速變化的交叉趨勢，亟需在現有基礎上進行理論與方法的拓展與深化，從多維度、多視角重點關注系統性識別框架的搭建，通過對不同層級識別對象、不同功能識別方法、不同性質識別流程加以調配、改造與建構，更全面地描繪出前沿交叉領域識別路徑。在明晰前沿交叉領域基本內涵與理念的基礎上，識別方法的研究需要從宏觀、中觀、微觀三個層級展開（見圖2）。這是因為前沿交叉領域的多樣性和復雜性決定了其識別過程需要結合宏觀層面的戰略視野、中觀層面的領域特征，以及微觀層面的具體創新要素。這種分層次的分析框架有助于系統揭示“科學-技術-產業”多元交叉的復雜關聯，并針對不同層級的關鍵問題制定更具針對性的識別策略。其中，宏觀層級對應政策與戰略導向，通過外部環境識別前沿交叉領域；中觀層級對應領域動態，通過領域演變趨勢與機制識別前沿交叉領域；微觀層級對應的是創新要素，通過內部的創新知識單元識別前沿交叉領域。

3.1" " 宏觀：政策與戰略導向

由于科技發展與產業需求的快速迭代與演變，前沿交叉領域的邊界與內容也隨之持續調整，具有動態變化的特性。因而針對前沿交叉領域的識別需要在政策導向與行業發展趨勢的雙重路徑下進行全面考量。通過系統性地分析宏觀層面的導向性信息，從前瞻性和戰略性的視角有效把握前沿交叉領域的脈動，深入分析各類因素之間的相互關系，在快速變化的環境中把握關鍵機遇與挑戰。前沿交叉領域的識別需要融入宏觀層面的特征和信息，以指導整體識別策略的制定和實施，具體可考慮以下幾個方面：

（1）構建基于政策需求的前沿交叉領域識別框架。科學、技術、產業協同創新離不開政策對各系統的支持、分配與調節，從宏觀尺度來看，國家及各地地方政府的科技發展戰略、產業政策以及社會經濟發展目標等政策文件往往揭示了政府對特定領域的重視程度及未來發展方向。因此，實時監測并動態識別政策需求是識別前沿交叉領域的重要基礎，有必要進行政策數據建模，構建具備多維度需求動態感知能力的前沿交叉領域識別框架。在具體計量過程中，關注政策實踐-產業發展-科技創新的關聯探測與協同創新機制的發現，引入政策文件結構解析、政策重點內容提取、政策網絡關系推演、政令任務分解、政策溢出量化評估等多角度智能處理內容。同時，針對識別出的領域，根據政策緊迫性、潛在效益、技術可行性等指標進行優先級評估，與產業發展報告、市場調研數據及學術數據進行交叉對比，更精準的識別政策需求空間下的前沿交叉領域。

（2）評估行業發展趨勢以識別前沿交叉領域的市場導向。無論是基礎研究、技術研發還是產業發展，核心要義是實現產業轉型升級，將科學技術成果轉化為現實生產力。前沿交叉領域的定位需要結合市場需求變化、行業競爭態勢等多方面因素，關注各行業在特定時期的動態特征和未來發展方向，以便及時把握技術創新的機遇。因此，前沿交叉領域的識別可以利用行業報告、市場調查和社交媒體等數據，系統分析行業發展的短期波動和長期趨勢，識別技術應用的痛點和瓶頸，揭示市場需求端所需要的技術交叉點及潛在創新機會。此外，分析不同行業間的聯系與相互影響也有助于發掘被傳統行業所忽視的前沿領域，也為跨域合作提供新的視角。

（3）追蹤科研資助與市場投資方向。科研資助和市場投資的資金流向本質上是重要科技與經費資源的分配情況，直接反映了相關主體對某些領域的關注和重視程度。通過分析追蹤這些資金的流向，可以揭示出哪些學科和技術領域正在獲得優先支持，從而指引研究者和企業聚焦于未來的發展熱點。其次，高額投資一般意味著對交叉領域市場潛力的認可，同時反映出產學研交叉合作關聯。因此，前沿交叉領域識別可以從國家與地方政府的科研資金投入、企業研發支出、以及風險投資與市場融資等方面著手，構建資金流向與領域發展之間的關系模型，從事前資金投入、事中成果產出與事后市場效應的時間鏈發現前沿交叉領域形成與發展路徑。

3.2" " 中觀：領域動態

前沿交叉領域是科學、技術和產業在知識關聯基礎上相互滲透、融合發展而形成的新興領域，呈現出高度的跨領域交互性和創新復雜性。由于跨領域交叉創新過程涉及的要素豐富且關聯方式多樣，從科學、技術或產業單一維度出發難以實現對前沿交叉領域的精準識別。為此，有必要引入系統性交叉思維，以多源數據為基礎，從“科學-技術-產業”協同創新的視角重定向前沿交叉領域。未來前沿交叉領域識別需要進一步探索以下內容：

（1）遴選高代表性多模態融合數據建模前沿交叉領域。數據驅動的前沿交叉領域識別要求選擇具備高度代表性和可操作性的多模態融合數據，以準確建模領域相關要素及其交叉創新過程。前沿交叉領域的形成與發展依賴于科學、技術與產業之間的協同推動，因此，選擇適當的數據以表征三者及其關系至關重要。目前，學術界普遍采用學術論文和專利文獻代理科學與技術［61］，但對產業的表征尚缺乏統一的方案。一些研究嘗試通過專利文獻建模產業發展［62］，這一方法在研究單一產業領域時雖具有一定可行性，但從“科學-技術-產業”的協同創新視角來看，專利文獻在同時建模技術與產業領域時缺乏足夠的區分能力。此外，盡管有研究使用經濟或產業數據進行產業表征，這些數據通常只能反映總體發展趨勢，難以深入挖掘具體的創新細節。利用企業或產品數據進行產業表征是一種相對有效的方法，但在數據獲取方面仍面臨限制。因此，如何選擇并獲取合適的數據以有效表征科學、技術與產業之間的關系，成為前沿交叉領域識別中亟待解決的基礎性問題。

（2）AI驅動的系統性交叉情境下前沿交叉領域量化判定方法。目前，前沿交叉領域量化判定的基本思路是將同時具備交叉性與前沿性特征的領域視為前沿交叉領域。其中，領域交叉性通常采用基于引證關系的指標進行測度［63］，這一方法對領域建模所需的數據有較高要求，即必須具備引證關系數據。然而，在系統性交叉情境中，科學、技術與產業的表征數據不一定能夠滿足這一要求，因此亟需構建更具數據適應性的領域交叉性判定方法。此外，隨著人工智能和大模型等新技術的快速發展，如何將這些技術應用于前沿交叉領域的判定也成為關鍵問題。特別是在采用大模型處理大規模異構數據時，如何有效整合科學、技術與產業的多維信息，以準確識別前沿交叉領域，仍需深入探索。因此，除了傳統的引證關系外，基于人工智能算法、機器學習模型等新技術的方法，可能為交叉領域的判定提供新的思路和工具。在前沿性判定過程中，關于單一科學、技術或產業領域內部與三者之間是否能夠采用相同的交叉性判定方法也需進一步探索。同樣，在判定領域前沿性時，科學、技術與產業的內部交叉領域以及三者交叉創新領域之間可能存在顯著差異。針對這一問題，有必要基于大模型的能力，構建系統性交叉情境下的前沿交叉領域量化判定方法，以實現更精確的領域識別，并進一步明確前沿交叉領域識別的具體目標。

（3）區分前沿交叉領域類型與形成機制差異。在系統性交叉思維的框架下，前沿交叉領域的形成可能由科學、技術或產業的單一主導驅動，亦可源于兩者或三者的協同創新。這種形成上的差異使得前沿交叉領域可能存在多種類型，這不僅影響前沿交叉領域的本質特征，也決定了在進行前沿交叉領域識別時所需關注的變量、采用的方法及數據類型隨之產生差異。因此，開展前沿交叉領域識別有必要區分前沿交叉領域類型，在深入探究不同類型前沿交叉領域形成機制的基礎上，構建針對性和個性化的前沿交叉領域識別方法。具體而言，不同類型的前沿交叉領域在創新驅動因素、市場需求和技術轉化等方面表現出不同的特征。如科學主導型的前沿交叉領域可能更多依賴于基礎研究的進展，而技術主導型領域則可能強調技術創新與市場需求的緊密結合。對于這樣的多樣性，識別方法需具備靈活性，能夠動態調整識別參數以適應不同領域的特征和要求。

3.3" " 微觀：創新要素

具體到微觀層面，涉及前沿交叉領域識別可操作層面更加細粒度的內容模塊，需要探測領域內部復雜關系與動態交互，從高價值性、高成長性的視角揭示潛在交叉信號。這一過程涉及多維度的創新要素分析，既包括學科間的知識轉移與技術融合，也涵蓋了產業鏈的協同創新。由于交叉領域的特性導致單一維度的分析無法全面捕捉動態變化，因此有必要構建以弱信號挖掘與復雜關系網絡為核心的識別路徑，以便盡早把握創新機遇，實現精準識別、快速布局、靈活應對的高質量交叉創新。因此，未來前沿交叉領域識別在微觀層面的探索可考慮以下內容：

（1）聚焦前沿交叉領域的早期萌芽弱信號特征。前沿交叉領域融合創新過程復雜，領域間不同創新要素的相互作用促使不同程度融合創新的產生與發展，其發展必然經歷萌芽期、成長期、成熟期、穩定期等時間階段，為了及時捕捉突破性融合創新機會，盡早開展技術布局以謀求前沿交叉領域的優勢地位，必須瞄準前沿交叉領域形成的萌芽階段，對早期弱信號的探測識別技術進行創新，以體現出戰略視角和價值視角。具體而言，這些信號可能包括科學界、技術界與產業界之間的初步合作、界內交叉與跨界交叉的項目孵化以及技術融合的初步跡象等。交叉形成的信號僅僅代表著不同領域間開始嘗試打破邊界，并不意味著真正形成交叉領域，從開始交叉到形成交叉領域創新還需要一段時間的發展，因此，如何界定交叉程度、判斷交叉領域形成的標志性特征，也是需要深入探討的問題。通常，現有研究認為學科合作愈加緊密、科學與技術互動頻繁等情況下代表著交叉已達到一定規模和影響力，對應到科學、技術、產業三元交叉的語境中，交叉程度的判斷不僅限于簡單的疊加，而是表現出復雜的互動關聯，形成新的交叉領域邊界。對于以上信號的特征提取是實現前沿交叉領域精準識別的核心要義。

（2）構建“多元交叉×要素交叉”的復雜高階網絡。面向復雜的經濟社會發展需求，前沿交叉領域融合創新離不開科學界、技術界與產業界的自主創新支撐與三元交叉協同推動。根據前述內容，多元交叉涉及單一交叉、二元交叉和三元交叉等不同交叉形式，要素交叉則涉及創新要素間的復雜關系，因此前沿交叉領域的識別必須構建復雜高階網絡，識別各種交叉元。為此，有必要基于科學、技術、產業與理論、方法、工具等創新要素間的多維交叉關系挖掘前沿交叉領域融合創新特征與規律，不僅要整合來自不同領域和層面的數據，還要采用先進的網絡分析與數據挖掘技術，揭示各種交叉元之間的關系和互動模式。如引入大模型訓練歷史數據，實現交叉元潛在關系的自動識別，并以圖論、社交網絡分析方法等構建以交叉元（如研究機構、研究人員、研究問題、研究方法等）為節點，以關系強度為邊的圖形結構。除了網絡中心性、聚類系數等基礎指標計算，關注網絡的演化特性，從時間序列角度動態分析交叉元之間的互動變化，識別交叉元的穩定性與變化趨勢等。

（3）實施交叉驗證的多元互證機制。前沿交叉領域的識別需要一個系統化步驟，以確保對交叉元的精準識別與評估。在實施前沿交叉領域識別的過程中，設計一套多元互證機制，充分利用不同層面數據的互補優勢，結合宏觀、中觀、微觀層面的交叉識別路徑，通過多樣化的分析方法對識別結果進行多角度、多層次的驗證。在不同階段設置反饋機制，形成對前沿交叉領域的綜合評估，明確識別出的領域、潛在的創新機會以及研究的不足之處。

4" "結語

前沿交叉領域在當前科技創新和技術突破中具有不可替代的重要作用，是學科融合與知識協同發展的關鍵載體。當前不同領域的識別方法及其改進日益受到研究人員關注，但傳統方法無法支撐前沿交叉領域的精準前瞻識別，存在數據源應用不充分，欠缺系統性識別方法與工具等不足。本文從交叉領域與前沿領域的核心概念入手，對其相關概念進行詳細辨析，并進一步明確了前沿交叉領域的概念內涵，為深入理解和研究該領域提供了重要的理論支撐。在此基礎上，對前沿交叉領域的識別方法進行分析與對比，具體而言，從交叉領域識別、前沿領域識別以及前沿交叉領域識別三個角度展開探討，通過梳理現有研究成果與方法實踐，總結了不同識別路徑的共性與異質性。在共性方面，各類識別方法均重視領域特征的動態演化以及論文或專利的單一數據源中挖掘信息；而在異質性方面，交叉領域與前沿領域的識別方法主要在測度指標上存在差異，使得在識別結果上可能存在一定的互補性，不同方法間相互融合產生現有的前沿交叉領域識別路徑。通過系統的分析，本文揭示了識別方法的理論邏輯，也為實踐中方法的優化提供了參考。

未來更加精準地識別前沿交叉領域，需要從不同視角剖析其背后的發展機制，從宏觀政策與戰略導向、領域動態、創新要素等層級拓展識別思路。因此，本文提出了多維視角下的前沿交叉領域的前瞻性識別思路，基于宏觀、中觀和微觀三個層面構建了完整的分析視角。宏觀層面聚焦政策、行業、市場、資源等不同層級的交叉領域導向，識別前沿交叉領域發展重點；中觀層面注重領域動態與趨勢的分析，探索系統性交叉思維視角下的交叉識別方法，識別前沿交叉領域生長機制；微觀層面則以創新要素為關注點，探索跨域交叉元早期弱信號，識別前沿交叉領域關鍵突破點。這一框架不僅為前沿交叉領域的識別提供了科學依據，也為資源優化配置與政策制定提供了實踐指引。未來研究可在此識別框架的基礎上，進一步加強動態數據驅動分析，探索基于大數據和人工智能技術的前沿交叉領域識別模型。同時，可將理論框架應用于具體領域或區域的實踐案例，驗證其可操作性與適用性，以為全球科技競爭和創新政策制定提供更加精準的決策依據。

參考文獻：

［1］" Wang S，Mao J，Cao Y，et al.Integrated knowledge content in an interdisciplinary field：identification，classification，and application［J］.Scientometrics，2022，127（11）：6581-6614.

［2］" Porter A L，Garner J，Carley S F，et al.Emergence scoring to identify frontier Ramp;D topics and key players［J］.Technological Forecasting and Social Change，2019，146：628-643.

［3］" Wu L，Wang D，Evans J A.Large teams develop and small teams disrupt science and technology［J］.Nature，2019，566（7744）：378-382.

［4］" 潘有能，呂晶晶，丁楠.基于Labeled-LDA模型的科學數據與科技文獻關聯識別研究——以生物醫學領域為例［J］.情報科學，2023，41（9）：138-145，154.

［5］" 黃筱瑾.基于內容特征的科學數據與科技文獻關聯研究［J］.現代情報，2018，38（1）：56-59.

［6］" 劉仲林.交叉科學時代的交叉研究［J］.科學學研究，1993，11（2）：9-16.

［7］" 李喜先.論交叉科學［J］.科學學研究，2001（1）：22-27.

［8］" 張琳，孫蓓蓓，黃穎.跨學科合作模式下的交叉科學測度研究——以ESI社會科學領域高被引學者為例［J］.情報學報，2018，37（3）：231-242.

［9］" Kim E，Cho Y，Kim W.Dynamic patterns of technological convergence in printed electronics technologies：patent citation network［J］.Scientometrics，2014，98（2）：975-998.

［10］" 楊冠燦，行佳鑫，王雪，等.復雜動態視角下的技術會聚預測方法研究綜述［J］.圖書情報工作，2024，68（2）：134-147.

［11］" 吳穎，劉志迎，豐志培.產業融合問題的理論研究動態［J］.產業經濟研究，2004（4）：64-70.

［12］" 謝濤，伍國勇.交叉產業及其拓展機制研究［J］.貴州社會科學，2014（11）：144-149.

［13］" 梁鎮濤，毛進，李綱.融合“科學-技術”知識關聯的高顛覆性專利預測方法［J］.情報學報，2023，42（6）：649-662.

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

［15］" 嚴奇春，和金生.基于學科交叉與產業融合的交叉創新規律探析［J］.科技進步與對策，2013，30（8）：1-5.

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

［17］" 雷小苗.提升國家創新體系效能的機制與路徑——基于“科學-技術-產業”協同視角［J］.科學學研究，2024，42（7）：1504-1512.

［18］" Price D J.Networks of Scientific Papers［J］.Science，1965，149（3683）：510-515.

［19］" 陳仕吉.科學研究前沿探測方法綜述［J］.現代圖書情報技術，2009（9）：28-33.

［20］" 華旦草，安培浚，肖仙桃.基于文本內容的科學前沿探測方法研究進展［J］.現代情報，2021，41（1）：169-177.

［21］" The United States Innovation and Competition Act of 2021［EB/OL］.［2024-11-06］.https：//www.democrats.senate.gov/imo/media/doc/DAV21A48.pdf.

［22］" 趙新月，趙筱媛.基于高層次創新人才科研動向監測的前沿技術識別體系［J］.情報學報，2021，40（12）：1279-1287.

［23］" 武川，王宏起，王珊珊.前沿技術識別與預測方法研究——基于專利主題相似網絡與技術進化法則［J］.中國科技論壇，2023（4）：34-42.

［24］" 劉嘉龍，丁晟春.產業領域前沿專利技術識別方法研究——以人工智能領域為例［J］.信息資源管理學報，2021，11（6）：95-104，115.

［25］" 丁國杰.搶占未來產業如何定義未來產業？［EB/OL］.［2024-11-06］.https：//www.thepaper.cn/newsDetail_forward_21581233.

［26］" 杜建，孫軼楠，李永潔，等.從科學—技術交叉處識別創新前沿：方法與實證［J］.情報理論與實踐，2019，42（1）：94-99.

［27］" 張雪，張志強，朱冬亮.基于時間序列分析的潛在學科交叉前沿主題識別研究［J］.情報理論與實踐，2024，47（4）：152-162.

［28］" 白如江，張亞輝，張玉潔，等.基于引文——主題雙重測度的交叉前沿識別研究［J］.現代情報，2024，44（10）：27-40，63.

［29］" Wang Z，Chen J，Chen J，et al.Identifying interdisciplinary topics and their evolution based on BERTopic［J］.Scientometrics，2023：1-26.

［30］" 阮光冊，夏磊.學科間交叉研究主題識別——以圖書情報學與教育學為例［J］.情報科學，2020，38（12）：152-157.

［31］" 張振青，孫巍.基于特征測度和PhraseLDA模型的領域學科交叉主題識別研究——以納米技術的農業環境應用領域為例［J］.數據分析與知識發現，2023，7（7）：32-45.

［32］" Mugabushaka A M，Kyriakou A，Papazoglou T.Bibliometric indicators of interdisciplinarity：the potential of the Leinster-Cobbold diversity indices to study disciplinary diversity［J］.Scientometrics，2016，107：593-607.

［33］" Rip A，Courtial J.Co-word maps of biotechnology：An example of cognitive scientometrics［J］.Scientometrics，1984，6（6）：381-400.

［34］" 韓正琪，劉小平，寇晶晶.基于Rao-Stirling指數和LDA模型的領域學科交叉主題識別——以納米科技為例［J］.情報科學，2020，38（2）：116-124.

［35］" Wang Z，Chen J，Chen J，et al.Identifying interdisciplinary topics and their evolution based on BERTopic［J］.Scientometrics，2023：1-26.

［36］" Kim H，Park H，Song M.Developing a topic-driven method for interdisciplinarity analysis［J］.Journal of Informetrics，2022，

16（2）：1751-1577.

［37］" 許海云，董坤，劉昊，等.基于異構網絡的學科交叉主題發現方法［J］.情報科學，2017，35（6）：130-137，153.

［38］" 沙振江，張蓉，劉桂鋒.國內技術預見方法研究述評［J］.情報理論與實踐，2015，38（6）：140-144，120.

［39］" 孫震.基于科學論文多源數據的研究前沿集成識別模型研究［J］.情報雜志，2016，35（8）：95-100.

［40］" 孫震，冷伏海.一種基于知識元共現的ESI研究前沿知識演進分析方法［J］.情報學報，2018，37（11）：1095-1113.

［41］" 高楠，周慶山，趙蘊華.高關注論文視角下研究前沿識別多方法融合研究［J］.情報資料工作，2021，42（6）：45-53.

［42］" 高楠，趙蘊華，彭鼎原.基于引用關系與詞匯分析法的研究前沿識別研究——以人工智能領域為例［J］.情報雜志，2020，39（4）：44-50，13.

［43］" 奉國和，陳麗霞，鄧偉偉，等.基于重疊社區的新興技術識別［J］.圖書館論壇，2024，44（9）：48-59.

［44］" 姚茹，烏吉斯古楞，張學福.基于知識流的研究前沿主題演化分析方法研究——以“基因組編輯技術及其在農作物中的應用”研究前沿為例［J］.情報理論與實踐，2023，46（8）：165-174.

［45］" Morris S A，Yen G，Wu Z，et al.Time line visualization of research fronts［J］.Journal of the American society for information science and technology，2003，54（5）：413-422.

［46］" 彭國超，孔泳欣，王玉文.多維指標融合的主題突變檢測研究［J］.情報學報，2022，41（6）：584-593.

［47］" Van den Besselaar P，Heimeriks G.Mapping research topics using word-reference co-occurrences：A method and an exploratory case study［J］.Scientometrics，2006，68（3）：377-393.

［48］" 李芊芷，朱相麗，李偉偉.科技情報中的多源數據融合方法研究綜述［J］.情報雜志，2024，43（9）：157-165.

［49］" 廖鵬飛，李明鑫，萬鋒.基于長尾關鍵詞的領域新興前沿探尋模型構建研究［J］.情報雜志，2020，39（3）：51-55.

［50］" 劉自強，岳麗欣，方曙.基于主題擴散演化滯后的研究前沿趨勢預測方法研究［J］.情報理論與實踐，2023，46（6）：145-154.

［51］" 胡川，陳昊.基于xDeepFM模型的關鍵核心技術識別及競爭態勢分析——以通信設備制造產業為例［J］.情報雜志，2024，43（9）：101-111.

［52］" 林晗，湯珊紅，高強，等.基于改進HLDA的前沿主題挖掘方法研究［J］.情報理論與實踐，2022，45（11）：188-194.

［53］" Lee C，Kwon O，Kim M，et al.Early identification of emerging technologies：A machine learning approach using multiple patent indicators［J］.Technological Forecasting and Social Change，2018，127：291-303.

［54］" Xu S，Hao L，An X，et al.Emerging research topics detection with multiple machine learning models［J］.Journal of Informetrics，2019，13（4）：100983.

［55］" 陳穩，陳偉.科學與技術對比視角下的前沿主題識別與演化分析［J］.情報雜志，2022，41（1）：67-73，163.

［56］" 孫蒙鴿，王燕鵬，韓濤，等.新興技術的多指標量化識別研究——基于向量表征方法的探索［J］.圖書情報工作，2022，66（3）：130-139.

［57］" 陳虹樞，宋亞慧，金茜茜，等.動態主題網絡視角下的突破性創新主題識別：以區塊鏈領域為例［J］.圖書情報工作，2022，66（10）：45-58.

［58］" 王菲菲，劉明.Altmetrics視角下的交叉學科研究前沿探測——以醫學信息學領域為例［J］.情報學報，2020，39（10）：1011-1020.

［59］" 李昌，周錦錦，楊中楷.動態演化過程視角下技術融合生長點識別研究［J］.圖書情報工作，2022，66（7）：99-109.

［60］" 鄧啟平，柯佳秀.基于基金項目數據的新興交叉主題識別——以量子技術為例［J］.圖書情報工作，2023，67（20）：130-141.

［61］" Meyer M.Tracing knowledge flows in innovation systems［J］.Scientometrics，2002，54（2）：193-212.

［62］" 王嘉杰，李天逸，孫建軍，等.戰略性新興產業與傳統產業的知識耦合測度研究：基于互補與替代視角［J］.情報理論與實踐，2024，47（8）：63-75.

［63］" 張琳，孫蓓蓓，黃穎.交叉科學研究：內涵、測度與影響［J］.科研管理，2020，41（7）：279-288.

作者簡介：李曉妍，女，南京大學信息管理學院博士后，研究方向：產業競爭情報、知識產權分析與評價；馬亞雪，南京大學信息管理學院博士后， 研究方向：科學學與科技創新探測。