我國科技安全系統(tǒng)耦合協(xié)調(diào)評價與驅(qū)動因素研究

0 引言

黨的十八大以來，以習(xí)近平同志為核心的黨中央把科技創(chuàng)新擺在國家發(fā)展的核心位置，科學(xué)技術(shù)在總體國家安全中的戰(zhàn)略地位和作用逐漸提高。在當(dāng)今信息化時代，科技的迅猛發(fā)展給社會帶來巨大變革，同時也帶來新的安全挑戰(zhàn)。科技安全系統(tǒng)作為總體國家安全觀的重要組成部分，不僅關(guān)乎國家核心利益和長遠(yuǎn)發(fā)展，更是保障國家安全和維護(hù)社會穩(wěn)定的基石[1-2]。一國科技安全應(yīng)包括科技自身安全和科技支撐保障相關(guān)領(lǐng)域安全，涵蓋科技人才、設(shè)施設(shè)備、科技活動、科技成果、成果應(yīng)用安全等多個方面，是支撐國家安全的重要力量和技術(shù)基礎(chǔ)。因此，科技安全系統(tǒng)主要是指由科技成果、科技人才、科技環(huán)境和科技活動等子系統(tǒng)組成的一個復(fù)雜系統(tǒng)[3。科技安全與科技成果、科技人才、科技環(huán)境、科技活動密切相關(guān)：科技安全主要是為國家、企業(yè)、高校、科研院所開展科技創(chuàng)新、科技人才培養(yǎng)以及科技成果轉(zhuǎn)化等科技活動提供保障，科技活動的開展需要整合包括科技成果、科技人才和科技環(huán)境在內(nèi)的各類創(chuàng)新資源。科技人才既是科技活動的基本前提，也是科技成果的重要保障[4-5]。

科技安全系統(tǒng)耦合協(xié)同是指科技成果、科技人才、科技環(huán)境和科技活動各子系統(tǒng)之間相互作用的協(xié)調(diào)程度，不同子系統(tǒng)之間存在著復(fù)雜的耦合關(guān)系，它們相互影響、相互制約，直接影響科技安全系統(tǒng)整體效能。因此，研究科技安全系統(tǒng)內(nèi)部4個子系統(tǒng)間是否協(xié)調(diào)，有助于推動我國科技安全系統(tǒng)健康發(fā)展。那么，基于科技安全系統(tǒng)耦合作用機(jī)理，科技安全系統(tǒng)內(nèi)部4個子系統(tǒng)之間的互動關(guān)系如何？影響我國科技安全系統(tǒng)耦合的驅(qū)動因素有哪些？為回答這些問題，本文從科技成果安全、科技人才安全、科技環(huán)境安全和科技活動安全4個方面構(gòu)建我國科技安全系統(tǒng)評價指標(biāo)體系，運用博弈論組合賦權(quán)法、模擬退火優(yōu)化投影尋蹤評價模型、耦合協(xié)調(diào)度模型以及機(jī)器學(xué)習(xí)算法分析我國科技安全系統(tǒng)內(nèi)部子系統(tǒng)之間耦合協(xié)調(diào)度發(fā)展水平，探索影響我國科技安全系統(tǒng)發(fā)展協(xié)調(diào)性的主要驅(qū)動因素，提出促進(jìn)我國科技安全水平提升的對策建議，對于優(yōu)化我國科技安全體系結(jié)構(gòu)、提升科技安全水平具有重要意義。

1 研究概述

從已有研究成果看，目前對科技安全系統(tǒng)耦合協(xié)調(diào)評價與驅(qū)動因素的研究主要集中在以下3個方面。

（1）科技安全系統(tǒng)評價研究。自連燕華（1998）首次提出科技安全作為國家安全的新概念以來，目前國內(nèi)外關(guān)于科技安全評價的研究主要包括兩個方面：一是對科技安全系統(tǒng)內(nèi)涵[]、概念、指標(biāo)要素[7-8]以及科技安全情報體系建設(shè)的定性描述。二是科技安全系統(tǒng)評價和風(fēng)險評估等定量研究。在科技安全系統(tǒng)評價方面，刁聯(lián)旺等搭建了包括科技實力、科技人才和科技環(huán)境3個要素的國家科技安全評價模型框架，并基于隨機(jī)區(qū)間方法進(jìn)行統(tǒng)計分析；張亞明等[]從長短期視角對我國省域科技成果轉(zhuǎn)化效率進(jìn)行研究；陳紅喜等[1]運用PMC 指數(shù)和熵權(quán)TOPSIS模型評價長三角地區(qū)科技成果轉(zhuǎn)化政策。關(guān)于科技人才評價，穆智蕊等[12]從系統(tǒng)觀視角構(gòu)建了我國科技人才評價框架體系；王成軍等[13]基于可拓集理論構(gòu)建創(chuàng)新型科技成果轉(zhuǎn)化能力動態(tài)評價模型；劉云等（2023）以中國科協(xié)人才獎勵為例，構(gòu)建了新時代我國科技人才分類評價指標(biāo)體系。在科技安全風(fēng)險評估方面，張振偉等（2020）從科技安全內(nèi)涵出發(fā)，構(gòu)建了科技資源投入、科技成果產(chǎn)出及效率和科技成果支撐經(jīng)濟(jì)發(fā)展3個維度的科技安全風(fēng)險指標(biāo)體系，用以監(jiān)測北京科技安全面臨的風(fēng)險；徐宗煌等[3]基于博弈論組合賦權(quán)法和模糊Borda法對我國科技安全風(fēng)險進(jìn)行評估；蔡勁松等[14-15]運用扎根理論和層次分析法構(gòu)建科技安全風(fēng)險評估理論框架，探討我國關(guān)鍵領(lǐng)域科技安全內(nèi)涵及面臨的風(fēng)險。

（2）科技安全系統(tǒng)耦合協(xié)調(diào)研究。當(dāng)前，關(guān)于科技安全系統(tǒng)耦合協(xié)調(diào)的研究多聚焦于科技安全系統(tǒng)與其它系統(tǒng)間的關(guān)聯(lián)互動。二元系統(tǒng)（科技與任一系統(tǒng)）研究主要包含科技與經(jīng)濟(jì)[16]、科技與金融[17]、科技與綠色發(fā)展[18]、科技與城市韌性[19]、科技人才與經(jīng)濟(jì)[20]、科技與生態(tài)2系統(tǒng)兩兩之間的關(guān)系，而多元系統(tǒng)研究主要集中于科技—經(jīng)濟(jì)—生態(tài)[22-23]、科技—經(jīng)濟(jì)—產(chǎn)業(yè)結(jié)構(gòu)[24]、科技—經(jīng)濟(jì)—社會—生態(tài)[25]、科技—經(jīng)濟(jì)—能源一環(huán)境等系統(tǒng)之間的關(guān)系。總體來看，對科技安全系統(tǒng)內(nèi)部子系統(tǒng)耦合關(guān)系互動的研究較少。張家年等（2016）基于結(jié)構(gòu)一功能理論，通過搭建科技安全要素一結(jié)構(gòu)一功能一表征模型，對科技安全協(xié)同性內(nèi)涵及內(nèi)容進(jìn)行理論闡述，但未進(jìn)行量化分析，缺乏對科技安全系統(tǒng)內(nèi)部相互耦合作用的探討。

（3）科技安全系統(tǒng)驅(qū)動因素研究。當(dāng)前，國內(nèi)外學(xué)者多采用層次分析法、結(jié)構(gòu)方程模型和機(jī)器學(xué)習(xí)等方法進(jìn)行研究。Merhi[26]運用層次分析法評價分析人工智能發(fā)展的關(guān)鍵因素，并對影響因素進(jìn)行分類與重要性排序；孫德梅等[2基于結(jié)構(gòu)方程構(gòu)建科技安全影響機(jī)理理論模型，運用Amos軟件發(fā)現(xiàn)科技實力對我國科技安全存在直接影響，科技體制與科技政策法規(guī)對我國科技安全存在間接影響；吳豐28基于結(jié)構(gòu)方程模型研究我國國防科技工業(yè)科技安全影響因素；任超等（2023）運用隨機(jī)森林算法，通過特征重要性與相關(guān)性分析挖掘影響科學(xué)論文引用的主要因素。

綜上所述，通過對現(xiàn)有文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，當(dāng)前研究存在如下不足： ① 從理論上看，當(dāng)前研究主要通過構(gòu)建科技安全綜合評價或風(fēng)險評估模型對我國科技安全進(jìn)行評價，未揭示科技安全系統(tǒng)內(nèi)部耦合交互邏輯與機(jī)理； ② 從視角上看，現(xiàn)有研究主要關(guān)注科技安全系統(tǒng)與其它系統(tǒng)間的關(guān)聯(lián)互動，對科技安全系統(tǒng)內(nèi)部子系統(tǒng)之間耦合互動關(guān)系的定量分析較少； ③ 從方法上看，現(xiàn)有研究主要對科技安全協(xié)同性內(nèi)涵及內(nèi)容進(jìn)行理論闡述，鮮有研究從實證層面闡釋科技安全系統(tǒng)內(nèi)部子系統(tǒng)耦合協(xié)調(diào)評價及驅(qū)動因素。因此，本文引人耦合協(xié)調(diào)度模型對我國科技安全系統(tǒng)內(nèi)部子系統(tǒng)之間的耦合關(guān)系進(jìn)行分析。耦合協(xié)調(diào)度模型[13]通過測量系統(tǒng)內(nèi)多個子系統(tǒng)之間的相互影響關(guān)系和發(fā)展趨勢評價各子系統(tǒng)之間的平衡性，盡管當(dāng)前國內(nèi)外學(xué)者已將耦合協(xié)調(diào)度評價模型應(yīng)用于不同領(lǐng)域，但較少涉及科技安全系統(tǒng)。同時，運用機(jī)器學(xué)習(xí)算法評估科技安全系統(tǒng)耦合協(xié)調(diào)度驅(qū)動因素，對于促進(jìn)我國科技安全系統(tǒng)內(nèi)部良性互動、優(yōu)化我國科技安全體系結(jié)構(gòu)、提升科技安全水平具有重要意義。

2科技安全系統(tǒng)耦合作用機(jī)理

科技安全是一個國家的重要保障，是支撐國家安全的重要力量和技術(shù)基礎(chǔ)。科技安全系統(tǒng)是一個復(fù)雜系統(tǒng)，主要包括科技成果、科技人才、科技環(huán)境和科技活動4個關(guān)鍵子系統(tǒng)，它們相互交織、相互影響，共同構(gòu)成科技安全系統(tǒng)復(fù)雜網(wǎng)絡(luò)。這一網(wǎng)絡(luò)中的每一個子系統(tǒng)都發(fā)揮著至關(guān)重要的作用，而它們之間的耦合作用則是科技安全系統(tǒng)穩(wěn)定運行和持續(xù)發(fā)展的關(guān)鍵所在[3]。

（1）科技成果作為科技安全系統(tǒng)的核心，不僅直接反映國家科技實力和核心競爭力，而且科技成果轉(zhuǎn)化和應(yīng)用離不開科技人才的智力支持與科技活動的有力推動。另外，科技成果的創(chuàng)新性和實用性受科技環(huán)境的深刻影響，而科技環(huán)境質(zhì)量又取決于科技成果積累和科技人才培育。

（2）科技人才是科技創(chuàng)新和發(fā)展的根本動力，他們的專業(yè)素養(yǎng)和創(chuàng)新能力直接影響科技成果質(zhì)量和數(shù)量。同時，科技人才培養(yǎng)和成長離不開科技成果的激勵和科技環(huán)境的滋養(yǎng)。科技活動多樣性和活躍度可為科技人才提供鍛煉和提升的機(jī)會。

（3）科技環(huán)境作為科技創(chuàng)新和發(fā)展的外部條件，其優(yōu)劣程度直接關(guān)系到科技活動質(zhì)量和效果。科技政策的制定和實施需要科技成果和科技人才的支撐，而科技基礎(chǔ)設(shè)施完善則是科技活動順利進(jìn)行的保障。科技環(huán)境優(yōu)化不僅有利于科技成果轉(zhuǎn)化和應(yīng)用，還能吸引和留住更多科技人才。

（4）科技活動是科技創(chuàng)新和發(fā)展的具體體現(xiàn)，其形式和內(nèi)容豐富多樣。科技活動的順利進(jìn)行不僅依賴于科技成果和科技人才的支撐，還需要科技環(huán)境的支持和保障。科技活動頻繁有利于促進(jìn)科技成果產(chǎn)出和轉(zhuǎn)化，同時也有助于提升科技人才素質(zhì)和數(shù)量。

可見，4個子系統(tǒng)之間存在緊密的耦合關(guān)系。科技成果為科技活動提供創(chuàng)新動力，科技活動帶動科技人才成長，科技人才創(chuàng)造新的科技成果，良好的科技環(huán)境為上述過程提供保障；它們相互影響、相互促進(jìn)，共同構(gòu)成科技安全系統(tǒng)的核心，這種良性循環(huán)互動機(jī)制影響整個科技安全系統(tǒng)發(fā)展水平和競爭力。因此，對我國科技安全系統(tǒng)進(jìn)行耦合協(xié)調(diào)評價及驅(qū)動因素研究具有重要現(xiàn)實意義和理論價值，不僅有助于深入理解科技安全系統(tǒng)運行機(jī)理，還能為制定有效的科技安全政策提供科學(xué)依據(jù)，從而確保我國科技安全穩(wěn)定發(fā)展。

耦合協(xié)調(diào)理論是研究兩個及兩個以上系統(tǒng)或一個系統(tǒng)內(nèi)部各子系統(tǒng)之間耦合關(guān)系協(xié)調(diào)、反饋及發(fā)展機(jī)制的理論，已應(yīng)用于物理學(xué)、地理學(xué)和生態(tài)學(xué)等多個領(lǐng)域[29]。耦合這一概念來源于物理學(xué)，主要是指兩個或兩個以上系統(tǒng)之間的相互作用，反映系統(tǒng)之間的相互依賴與制約程度。協(xié)調(diào)指耦合作用關(guān)系中的良性耦合程度，表現(xiàn)為系統(tǒng)之間和諧一致、配合得當(dāng)、良性循環(huán)的關(guān)系，反映協(xié)調(diào)狀況。耦合與協(xié)調(diào)共同反映系統(tǒng)內(nèi)部和諧性，展現(xiàn)系統(tǒng)內(nèi)部各要素由無序轉(zhuǎn)為有序的態(tài)勢。系統(tǒng)論認(rèn)為，不同系統(tǒng)之間存在普適性的相似性和規(guī)律性，物理學(xué)中的容量耦合系數(shù)模型作為一種通用的系統(tǒng)分析方法，實質(zhì)上是描述系統(tǒng)內(nèi)部各子系統(tǒng)之間的相互影響和協(xié)調(diào)關(guān)系，而科技安全系統(tǒng)內(nèi)部4個子系統(tǒng)之間呈相互依存、相互制約、相互促進(jìn)關(guān)系，這與物理系統(tǒng)中的耦合現(xiàn)象有一定相似性。因此，借鑒耦合協(xié)調(diào)度模型測算科技安全系統(tǒng)4個子系統(tǒng)之間的耦合關(guān)系及協(xié)調(diào)程度，如圖1所示。

3 研究方法

3.1我國科技安全系統(tǒng)評價指標(biāo)體系構(gòu)建

科技安全與科技成果、科技人才、科技環(huán)境以及科技活動存在密切聯(lián)系。科技安全為國家、企業(yè)、高校、科研院所開展科技創(chuàng)新、科技人才培養(yǎng)以及科技成果轉(zhuǎn)化等科技活動提供保障；科技活動開展需要整合包括科技成果、科技人才和科技環(huán)境在內(nèi)的各類創(chuàng)新資源；科技人才既是科技活動的基本前提，也是科技成果生產(chǎn)和應(yīng)用的重要保障[3]

科技成果在一定程度上反映了國家科技實力，是國家實現(xiàn)科技發(fā)展目標(biāo)和維護(hù)科技安全的基礎(chǔ)。科技成果安全一般通過SCI論文數(shù)量占世界總量的比重、ESI論文引用率、高被引論文指數(shù)、萬人發(fā)明專利擁有量、PCT專利申請量、重大科技成果數(shù)量以及國家級科技獎勵數(shù)量等指標(biāo)衡量[3，9-11]。科技人才是一個國家最寶貴、最重要的戰(zhàn)略資源，科技競爭實際上是科技人才的競爭。科技人才安全是指一國科技人才發(fā)展實力處于較高水平，在全球科技人才競爭中人才不僅不會流失，還能吸引全球人才流入，從而處于一種不受外部力量侵犯和威脅的狀態(tài)。科技人才安全可運用科技人才流動、科技人才隊伍結(jié)構(gòu)和科技人才質(zhì)量指標(biāo)衡量，主要包括每萬人口科技人力資源數(shù)、每百萬人中從事研發(fā)的研究人員數(shù)量、每萬名就業(yè)人員Ramp;D研究人員數(shù)、Ramp;D人員全時當(dāng)量、Ramp;D人員中碩士學(xué)位以上人員數(shù)量以及高技術(shù)產(chǎn)業(yè)Ramp;D人員全時當(dāng)量等指標(biāo)[3，5，12-13]。科技成果數(shù)量增加、科技人才穩(wěn)定和科技活動開展與高校、科研院所等科研主體所處科研環(huán)境密切相關(guān)，只有具備良好的科技環(huán)境，一個國家的科技才能持續(xù)發(fā)展，國家科技安全才能得到保障。一般而言，科技環(huán)境分為內(nèi)部環(huán)境和外部環(huán)境，主要包括： ① 衡量國家創(chuàng)新能力的指標(biāo)——全球創(chuàng)新指數(shù)； ② 國家科技經(jīng)濟(jì)投入，如國家財政科技撥款、國內(nèi) R^amp;.D 總支出和Ramp;D經(jīng)費支出占GDP比重等指標(biāo)； ③ 國家科技發(fā)展水平，如科技進(jìn)步貢獻(xiàn)率、全國創(chuàng)業(yè)風(fēng)險投資機(jī)構(gòu)數(shù)、國際科技合作出國項目數(shù)量以及國際科技合作來華項目數(shù)量等指標(biāo)[3.9，18-19]。國家科技安全主要保障對象是科技活動，科技活動主要是指國家、企業(yè)、高校、科研院所中的科技工作者在科學(xué)技術(shù)領(lǐng)域組織的一系列科技知識發(fā)展和傳播活動，包括：科學(xué)技術(shù)普及，如中國科協(xié)系統(tǒng)組織的學(xué)術(shù)交流活動次數(shù)以及舉辦的科普宣講活動次數(shù)等指標(biāo)；參加國外科技活動人數(shù)和接待國外專家學(xué)者人數(shù)；中國科協(xié)系統(tǒng)提供的決策咨詢報告數(shù)量、主辦科技期刊數(shù)量以及科技館個數(shù)等[3.30-31]。

本研究通過廣泛的文獻(xiàn)調(diào)研，遵循系統(tǒng)性、層次性、科學(xué)性、可測性和可操作性等原則，從科技成果安全、科技人才安全、科技環(huán)境安全和科技活動安全4個子系統(tǒng)中選取28項指標(biāo)形成我國科技安全系統(tǒng)評價指標(biāo)體系，如表1所示。

3.2博弈論組合賦權(quán)模型

目前，確定評價指標(biāo)權(quán)重的方法主要有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法主要依靠專家經(jīng)驗確定評價指標(biāo)權(quán)重及排序，客觀賦權(quán)法則是根據(jù)原始數(shù)據(jù)之間的聯(lián)系，利用數(shù)學(xué)理論方法確定指標(biāo)權(quán)重，反映評價指標(biāo)權(quán)重與原始數(shù)據(jù)之間的關(guān)系。考慮到國家科技安全系統(tǒng)的不可忽略性、待評估指標(biāo)間的內(nèi)在關(guān)系以及隨時間變化的權(quán)重梯度，本文運用博弈論組合賦權(quán)模型，將層次分析法和熵值取權(quán)法集成得到綜合權(quán)重，以提高評價指標(biāo)權(quán)重賦值的科學(xué)性和合理性。具體過程如下：

3.2.1 層次分析法

層次分析法屬于主觀賦權(quán)法，是一種定性和定量結(jié)合、層次化、系統(tǒng)化的分析方法，通過將各指標(biāo)分解成目標(biāo)層、準(zhǔn)則層和方案層3級，最后根據(jù)各指標(biāo)優(yōu)劣性進(jìn)行排序，從而得到各指標(biāo)的重要性權(quán)重[3]。主要步驟為： ① 建立層次結(jié)構(gòu)模型； ② 構(gòu)造判斷（成對比較）矩陣； ③ 層次單排序及一致性檢驗； ④ 層次總排序及一致性檢驗。筆者通過設(shè)計專家咨詢表，采用 1～9 標(biāo)度法對評價指標(biāo)體系進(jìn)行打分，邀請科技安全系統(tǒng)領(lǐng)域10位權(quán)威專家進(jìn)行問卷發(fā)放，每位專家在評價過程中均獨立判斷，以保證判斷矩陣的科學(xué)性和客觀性。

3.2.2 熵值取權(quán)法

熵值取權(quán)法屬于客觀賦權(quán)法，是通過計算各指標(biāo)信息熵，根據(jù)各指標(biāo)相對變化程度對系統(tǒng)整體的影響確定指標(biāo)權(quán)重系數(shù)的一種賦權(quán)方法[32]。某個指標(biāo)的信息熵越小，表明指標(biāo)值變異程度越大，提供的信息量越多，權(quán)重也就越大；反之，指標(biāo)信息熵越大，則權(quán)重越小。主要步驟為： ① 構(gòu)建決策矩陣； ② 指標(biāo)歸一化處理； ③ 計算指標(biāo)的信息熵； ④ 計算指標(biāo)差異系數(shù)和權(quán)重系數(shù)。

3.2.3博弈論組合賦權(quán)法

博弈論組合賦權(quán)法已被廣泛應(yīng)用于安全系統(tǒng)評價領(lǐng)域，為尋求目標(biāo)系統(tǒng)整體利益最優(yōu)解，假設(shè)各個方案均是理性決策的結(jié)果，則最終結(jié)果由所有決策者共同

實現(xiàn)[33]。記 τ_Vi（i=1，2） 分別為層次分析法和熵值取權(quán)法求得的權(quán)重向量，對兩組權(quán)重向量進(jìn)行任意線性組合：

α_i 為權(quán)重向量的線性組合系數(shù)，對 α_i 進(jìn)行優(yōu)化使sim 和 |τυ_i| 的離差極小化，即：

根據(jù)矩陣的微分性質(zhì)，導(dǎo)出該式的最優(yōu)一階導(dǎo)數(shù)為：

由式（2）求得最優(yōu)權(quán)重系數(shù) （α₁，α₂） ，歸一化處理

后得到權(quán)重最優(yōu)分配比系數(shù) （α₁^?，α₂^? ）。通過式（3）求得最優(yōu)組合權(quán)重。

3.3模擬退火優(yōu)化投影尋蹤評價模型

投影尋蹤評估法是一種處理多因素復(fù)雜問題的有效統(tǒng)計方法，主要是將高維數(shù)據(jù)按一定組合投射到低維空間，通過確定最佳投射值，使評估值更具有參考價值[]。模擬退火算法作為基于MonteCarlo迭代求解策略的一種隨機(jī)尋優(yōu)算法，已廣泛應(yīng)用于解決各領(lǐng)域的復(fù)雜問題[34]。筆者將模擬退火算法和投影尋蹤評估法相結(jié)合，建立模擬退火優(yōu)化投影尋蹤評估模型，主要步驟如下： ① 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理； ② 構(gòu)建評估對象在低維空間的線性投影； ③ 構(gòu)建投影指標(biāo)函數(shù)； ④ 利用模擬退火算法優(yōu)化投影方向； ⑤ 計算綜合評估值。

maxQ（A）=S_z?D_z

式中， S_z 為投影特征值的樣本標(biāo)準(zhǔn)差，數(shù)值越大，說明樣本數(shù)據(jù)分布越均勻； D_z 為投影特征值的局部密度；局部密度窗口半徑 R 的值取決于樣本數(shù)據(jù)結(jié)構(gòu)； r_ij 為投影特征值之間的距離； I（R-r_ij） 為單位階躍函數(shù)。

模擬退火算法的基本原理是將高溫粒子緩慢自然冷卻，最終在特定溫度下達(dá)到熱平衡，且能達(dá)到最低能量狀態(tài)。優(yōu)化過程為： ① 按式（5）計算 S_z 和 D_z ，將其作為模型的最優(yōu)初始點； ② 按式（4）計算目標(biāo)函數(shù)值； ③ 設(shè)置初始溫度為 T₀=100 ，迭代次數(shù)為 L=100;④ 在S_z 和 D_z 附近隨機(jī)生成新的點，計算其目標(biāo)函數(shù)值與增量 Δ：⑤ 若增量 ，則接受當(dāng)前點為最優(yōu)點，否則 P =e（-Δ/T） ，選取新的點為最優(yōu)點。

3.4耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)理論是對系統(tǒng)中各子系統(tǒng)或各要素之間相互作用和相互配合關(guān)系進(jìn)行分析的方法[29]。耦合協(xié)調(diào)度模型用于分析事物的協(xié)調(diào)發(fā)展水平。耦合度是指兩個或兩個以上系統(tǒng)之間的相互作用程度，體現(xiàn)協(xié)調(diào)發(fā)展的動態(tài)關(guān)聯(lián)關(guān)系，反映系統(tǒng)之間的相互依賴和制約程度。協(xié)調(diào)度是指耦合作用關(guān)系中的良性耦合程度，體現(xiàn)協(xié)調(diào)好壞。兩者反映系統(tǒng)內(nèi)部和諧性，展現(xiàn)系統(tǒng)內(nèi)部各要素由無序轉(zhuǎn)為有序的態(tài)勢。我國科技安全系統(tǒng)內(nèi)部4個子系統(tǒng)之間的耦合關(guān)系及協(xié)調(diào)程度測算公式為：

T=α₁S₁+α₂S₂+α₃S₃+α₄S₄

上式中， c 為4個子系統(tǒng)之間的耦合度； S₁，S₂ 、S₃…S₄ 分別代表科技成果安全、科技人才安全、科技環(huán)境安全和科技活動安全指數(shù)，通過模擬退火優(yōu)化投影尋蹤評價模型得到： C 值越大，子系統(tǒng)間離散程度越小，耦合度越高；反之，則子系統(tǒng)間耦合度越低。 T 為4個子系統(tǒng)的綜合協(xié)調(diào)指數(shù)； α₁…α₂…α₃…α₄ 分別為4個子系統(tǒng)相對于科技安全系統(tǒng)的重要性，根據(jù)博弈論組合賦權(quán)模型得到。 D 為4個子系統(tǒng)之間的耦合度，取值范圍介于[0，1]之間。 D 值越高，說明耦合協(xié)調(diào)程度越高，兩個系統(tǒng)發(fā)展越協(xié)調(diào)，反之則越不協(xié)調(diào)。借鑒已有研究，結(jié)合科技安全系統(tǒng)相關(guān)研究，本文將耦合協(xié)調(diào)度劃分為5個階段，如表2所示。

3.5 驅(qū)動因素識別模型

厘清影響科技安全系統(tǒng)內(nèi)部4個子系統(tǒng)耦合協(xié)調(diào)的驅(qū)動因子，有助于明晰造成耦合協(xié)調(diào)度差異的主要原因，進(jìn)而提出針對性建議，以促進(jìn)我國科技安全水平提升。為了解不同指標(biāo)對我國科技安全系統(tǒng)耦合協(xié)調(diào)度的影響程度，本文采用隨機(jī)森林、ExtRaTrees、梯度提升樹、AdaBoost和CatBoost算法[35-37]測算科技安全系統(tǒng)耦合協(xié)調(diào)度影響因素以及因素相對重要性程度。

3.5.1 隨機(jī)森林算法

隨機(jī)森林算法由美國科學(xué)家Leo提出，是一種高度靈活、以決策樹為基本學(xué)習(xí)器的集成機(jī)器學(xué)習(xí)算法。在隨機(jī)森林算法中，把科技安全系統(tǒng)各指標(biāo)重要性程度定量為各變量對隨機(jī)森林每棵決策樹貢獻(xiàn)度的平均值，通過比較各變量的貢獻(xiàn)度確定變量重要程度，從而評價科技安全系統(tǒng)各指標(biāo)對耦合協(xié)調(diào)度的影響程度。主要步驟如下： ① 采用基尼指數(shù)計算變量的貢獻(xiàn)度； ② 基于Bagging思想和特征子空間思想進(jìn)行隨機(jī)森林訓(xùn)練； ③ 計算特征權(quán)值并排序。

3.5.2 ExtRaTrees算法

ExtraTrees是一種基于決策樹的集成方法，通過構(gòu)建多個決策樹對變量進(jìn)行預(yù)測，以投票或平均方式確定最終分類結(jié)果。ExtraTreesClassifier是隨機(jī)森林算法的一種變體，隨機(jī)森林再加上一個隨機(jī)化步驟，就會得到極限隨機(jī)樹。與普通隨機(jī)森林相比，它們都是單個樹的集成，但也有不同。首先，每棵樹都使用整個學(xué)習(xí)樣本進(jìn)行訓(xùn)練；其次，自上而下的劃分方法是隨機(jī)的。它并不計算每個特征的最優(yōu)劃分點，而是隨機(jī)選擇劃分點。該值是從經(jīng)驗范圍內(nèi)均勻隨機(jī)選取，即在所有隨機(jī)劃分點中選擇分?jǐn)?shù)最高的值作為節(jié)點的劃分點。

3.5.3梯度提升樹算法

梯度提升回歸算法由兩方面組成：提升（Boosting）和梯度（Gradient）。Boosting與Bagging又稱為增強(qiáng)基礎(chǔ)學(xué)習(xí)回歸算法，它們由多個基學(xué)習(xí)器組成，其中Boosting基學(xué)習(xí)器之間表現(xiàn)為強(qiáng)依賴關(guān)系，因此串行可提升其基學(xué)習(xí)器效果，而Bagging則需并行提升基學(xué)習(xí)器效果。Boosting主要分為以下3個步驟： ① 訓(xùn)練一個初始基學(xué)習(xí)器，根據(jù)該基學(xué)習(xí)器的效果對訓(xùn)練集進(jìn)行調(diào)整，增加當(dāng)前基學(xué)習(xí)器中的弱勢樣本，使其在后續(xù)基學(xué)習(xí)器中訓(xùn)練處于強(qiáng)勢地位； ② 根據(jù)調(diào)整后的訓(xùn)練集訓(xùn)練下一個基學(xué)習(xí)器； ③ 重復(fù)以上過程直至基學(xué)習(xí)器數(shù)量達(dá)到預(yù)先設(shè)定值T，Boosting輸出的值即為T個基學(xué)習(xí)器的加權(quán)和。而Gradient則是指基學(xué)習(xí)器補(bǔ)償由損失函數(shù)負(fù)梯度決定。

3.5.4 AdaBoost算法

AdaBoost是一種迭代式集成學(xué)習(xí)方法，可提高弱學(xué)習(xí)器（通常指簡單的決策樹）性能，并解決分類問題。AdaBoost通過對訓(xùn)練數(shù)據(jù)重復(fù)采樣和調(diào)整樣本權(quán)重，使得先前弱分類器錯誤分類的樣本在后續(xù)分類器中獲得更多關(guān)注，從而逐步提高整體模型準(zhǔn)確性。首先，使用樣本訓(xùn)練一個弱分類器，并計算該弱分類器的錯誤率（誤分類率）。在之后每一輪迭代中，通過增加那些被前一輪弱學(xué)習(xí)器錯誤分類的樣本權(quán)重，減少那些被正確分類的樣本權(quán)重，“迫使”新的弱學(xué)習(xí)器更關(guān)注那些“難以分類”的樣本。隨后，對所有弱學(xué)習(xí)器的預(yù)測結(jié)果進(jìn)行加權(quán)平均或加權(quán)投票，得到最終的強(qiáng)學(xué)習(xí)器。

3.5.5 CatBoost算法

CatBoost是一種梯度提升樹算法，在處理分類特征時更具有優(yōu)勢，它使用一種均值編碼技術(shù)將分類特征轉(zhuǎn)換為數(shù)值并在訓(xùn)練過程中優(yōu)化特征編碼。模型同時引入正則化項，包括L1正則化和L2正則化，以控制模型復(fù)雜度，進(jìn)而提高模型泛化能力。與XGBoost不同，CatBoost使用一種“Ordered Boosting\"策略自動調(diào)整學(xué)習(xí)率，并在訓(xùn)練過程中逐步減小干預(yù)。CatBoost的目標(biāo)函數(shù)通常包括3部分：損失函數(shù)、正則化項和輔助函數(shù)，形式如下：

上式中， L（y_i，y_i） 為損失函數(shù)。 為正則化項，用于控制樹 f_k 的復(fù)雜度，包括 L1 正則化和 L2 正則化。 T（g_j ）為輔助目標(biāo)函數(shù)，用于優(yōu)化模型性能和魯棒性。

4 結(jié)果分析

4.1 數(shù)據(jù)來源

基于科學(xué)性、合理性與可獲取性原則，本研究選取2011—2020年為研究時段，數(shù)據(jù)主要來源于《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國科技論文統(tǒng)計報告》《中國科技人才發(fā)展報告》《我國Ramp;D人員發(fā)展?fàn)顩r分析》《中國科技人力資源發(fā)展研究報告》《TheStateofU.S.Science and Engineering》及 World Bank 等。首先，對于部分年份缺失數(shù)據(jù)，采用三次線性內(nèi)插和線性外推等方法予以補(bǔ)充。其次，對國家財政科技撥款和國內(nèi)Ramp;D總支出等與經(jīng)濟(jì)相關(guān)的指標(biāo)作自然對數(shù)處理，避免其受價格、季節(jié)等因素的影響而產(chǎn)生異常波動。最后，采用極差標(biāo)準(zhǔn)化法[33消除量綱對各指標(biāo)的負(fù)面影響。

4.2指標(biāo)權(quán)重結(jié)果

本文采用層次分析法計算科技安全4個子系統(tǒng)各指標(biāo)的主觀權(quán)重，再利用熵值取權(quán)法計算客觀權(quán)重，最后采用博弈論組合賦權(quán)法將主客觀權(quán)重進(jìn)行集成得到綜合權(quán)重，以提高指標(biāo)權(quán)重賦值的科學(xué)性和合理性，結(jié)果見圖2。由圖2可知，在科技成果安全子系統(tǒng)中，指標(biāo)權(quán)重排序由高到低依次為：國家級科技獎勵數(shù)量 （I₇ ，0.2014）、高被引論文指數(shù)（ ，0.1900）、重大科技成果數(shù)量 （I₆ ，0.1678）、ESI論文引用率（ I₂ ，0.138 1）、PCT專利申請量 （I₅ ，0.1175）、SCI論文數(shù)量占世界總量的比重（ I₁ ，0.0988）、萬人發(fā)明專利擁有量（ I₄ ，0.0863）。在科技人才安全子系統(tǒng)中，指標(biāo)權(quán)重排序由高到低依次為：每萬人口科技人力資源數(shù)（ I₈ 0.2757）、高技術(shù)產(chǎn)業(yè)Ramp;D人員全時當(dāng)量（ ΔI₁₃ ，0.1695）、每萬名就業(yè)人員 Ramp;D 研究人員數(shù)（ I₁₀ ，0.1559）、每百萬人中從事研發(fā)的研究人員數(shù)量 （I₉ ，0.1515）、Ramp;D人員中碩士學(xué)位以上人員數(shù)量（ ΔI₁₂ ，0.1464）、 人員全時當(dāng)量（ I₁₁ ，0.1009）。在科技環(huán)境安全子系統(tǒng)中，指標(biāo)權(quán)重排序由高到低依次為：科技進(jìn)步貢獻(xiàn)率（ ΔI₁₅ ，0.2530）、國家財政科技撥款（ ，0.1754）、全球創(chuàng)新指數(shù)（ I₁₄ ，0.1531）、 R^E.D 經(jīng)費支出占GDP比重（ ΔI₁₈ ，0.0998）、全國創(chuàng)業(yè)風(fēng)險投資機(jī)構(gòu)數(shù)（ ΔI₁₉ ，0.0900）、國內(nèi) R^E.D 總支出 （I₁₇， 0. 082 8） 、國際科技合作來華項目數(shù)量（ I₂₁ ，0.0738）、國際科技合作出國項目數(shù)量 ，0.0722）。在科技活動安全子系統(tǒng)中，指標(biāo)權(quán)重排序由高到低依次為：主辦科技期刊 （I₂₇） ，0.2138）、參加國外科技活動人數(shù)（ ΔI₂₄ ，0.2058）、接待國外專家學(xué)者（ ，0.1506）、中國科協(xié)系統(tǒng)組織學(xué)術(shù)交流活動次數(shù)（ I₂₂ ，0.1201）、科技館個數(shù)（ I₂₈ ，0.1180）、中國科協(xié)系統(tǒng)提供決策咨詢報告數(shù)量（ ，0.0974）、舉辦科普宣講活動次數(shù) （I₂₃，0.0943） 。

4.3科技安全系統(tǒng)綜合發(fā)展水平

為明晰我國科技安全系統(tǒng)隨時間變化的發(fā)展情況，結(jié)合系統(tǒng)各評價指標(biāo)，采用模擬退火優(yōu)化投影尋蹤評價模型測算我國2011—2020年科技安全系統(tǒng)綜合發(fā)展水平，結(jié)果如圖3所示。由圖3可知，2011—2020年我國科技安全系統(tǒng)綜合發(fā)展水平呈顯著上升態(tài)勢，相較于2011年的0.146，2020年我國科技安全綜合發(fā)展指數(shù)高達(dá)0.835，說明近年來我國科技安全系統(tǒng)發(fā)展水平得到顯著提高，發(fā)展勢頭良好。其中，科技成果、科技人才和科技環(huán)境安全水平呈逐年上升趨勢，科技人才和科技安全子系統(tǒng)具有較強(qiáng)的協(xié)同性，而科技環(huán)境比科技成果、科技人才安全水平提升速度慢，科技成果安全水平由2011年的0.058升至2020年的0.285，科技人才安全水平由2011年的0.0006升至2020年的0.320，科技環(huán)境安全水平由2011年的0.010升至2020年的0.152。究其原因，科技人才是產(chǎn)生科技成果的關(guān)鍵因素，而科技成果的產(chǎn)生和應(yīng)用反過來可以吸引和培養(yǎng)更多科技人才，因此兩者增長和發(fā)展趨勢較為一致;科技環(huán)境包括政策環(huán)境、投資環(huán)境、市場環(huán)境等多個方面，環(huán)境改變通常需要較長時間，因此科技環(huán)境改善速度較慢。相較于另外3個子系統(tǒng)，科技活動安全水平大致呈“倒V”形波動變化態(tài)勢，2011—2016年呈上升態(tài)勢，2016—2018年呈下降態(tài)勢，2020年又呈略微上升態(tài)勢。這是因為，2016—2018年國際形勢發(fā)生重大變化，中美貿(mào)易摩擦升級，中國在國際科技合作方面更加謹(jǐn)慎，導(dǎo)致科技活動安全程度有所下降。然而，由于科技活動往往在一定規(guī)則和制度下進(jìn)行，這些規(guī)則和制度使得科技活動安全子系統(tǒng)具備較強(qiáng)獨立性，即科技活動安全水平變動不會對其它系統(tǒng)產(chǎn)生影響；另外，科技活動具有較強(qiáng)的短期性和時效性，而科技人才、成果、環(huán)境變化受政策、經(jīng)濟(jì)、社會等因素的影響，相關(guān)因素變化通常是長期和漸進(jìn)的，不會因為科技活動安全短期變化而產(chǎn)生較大影響。因此，科技活動安全變化對科技環(huán)境安全、科技人才安全和科技成果安全的影響作用較小。

4.4耦合協(xié)調(diào)度模型結(jié)果分析

本研究構(gòu)建我國科技安全系統(tǒng)中科技成果、科技人才、科技環(huán)境以及科技活動4個子系統(tǒng)之間的耦合協(xié)調(diào)關(guān)系，如圖4所示。由圖4可知，我國科技安全系統(tǒng)耦合度（C）、協(xié)調(diào)指數(shù)（T）以及耦合協(xié)調(diào)度（D）整體呈上升趨勢。其中，耦合度（最下一條虛點線）由2011年的0.082快速升至2012年的0.274，再緩慢升至2017年的0.347，而后細(xì)微波動至2020年的0.337；協(xié)調(diào)指數(shù)（最上一條虛劃線）除2016—2017年增速較小外，由2011年的0.251穩(wěn)步升至2020年的2.069。從中可見，我國科技安全系統(tǒng)耦合度與協(xié)調(diào)指數(shù)之間存在較大差異。究其原因，耦合度僅反映科技安全4個子系統(tǒng)間的相互作用程度，難以評價子系統(tǒng)間互動的良性特征。由上述圖3分析可知，當(dāng)科技成果、科技人才和科技環(huán)境3個子系統(tǒng)安全發(fā)展水平逐年提升時，科技活動子系統(tǒng)反而呈現(xiàn)“倒V\"形波動變化態(tài)勢，由此導(dǎo)致耦合度呈現(xiàn)如圖3外圍虛點線所示的發(fā)展態(tài)勢。由式（7）可知，協(xié)調(diào)指數(shù)即為圖2中我國科技安全綜合發(fā)展指數(shù)，其反映的是在耦合度基礎(chǔ)上的良性程度，體現(xiàn)了協(xié)調(diào)程度高低。

由式（8）可知，耦合協(xié)調(diào)度綜合考慮耦合度與協(xié)調(diào)指數(shù)，反映4個子系統(tǒng)之間的整體功效與協(xié)同效應(yīng)，用以分析我國科技安全系統(tǒng)協(xié)調(diào)發(fā)展水平。圖4中耦合協(xié)調(diào)度由2011年的0.144逐步升至2020年的0.834，我國科技安全系統(tǒng)在2011—2012年處于失調(diào)衰退期，2013—2015年處于過渡期，2016—2020年處于協(xié)調(diào)發(fā)展期。其中，2011年屬于嚴(yán)重失調(diào)類型（ D=0.144） ，2012年屬于輕度失調(diào)類型（ D=0.357 ），2013—2015年屬于初級協(xié)調(diào)類型（ ：D=0. 445，0. 505 和0.578），2016—2019年屬于中級協(xié)調(diào)類型 （D=0.646，0.656 10.713和0.766），2020年屬于良好協(xié)調(diào)類型（ D= 0.834）。可見，我國科技安全系統(tǒng)耦合協(xié)調(diào)發(fā)展水平逐年提升。

結(jié)合圖3和圖4可知，我國科技安全系統(tǒng)4個子系統(tǒng)發(fā)展水平存在一定差異，這種差異性變化直接影響耦合度、協(xié)調(diào)指數(shù)以及耦合協(xié)調(diào)度三者之間的關(guān)系。

首先，科技成果、科技人才和科技環(huán)境3個子系統(tǒng)呈現(xiàn)持續(xù)增長態(tài)勢，而科技活動安全水平則呈“倒V\"形波動趨勢，這種發(fā)展差異使得各子系統(tǒng)間的協(xié)同性發(fā)生動態(tài)變化，影響整體耦合度變化趨勢。2011—2012年，前3個子系統(tǒng)同步提升可能會促進(jìn)子系統(tǒng)間的相互協(xié)作，推動耦合度快速上升，而在2016—2018年，科技活動安全水平下降阻礙耦合度進(jìn)一步提高。其次，協(xié)調(diào)指數(shù)變化反映各子系統(tǒng)整體發(fā)展水平。由于科技成果、人才、環(huán)境三者呈持續(xù)增長態(tài)勢，因此協(xié)調(diào)指數(shù)也穩(wěn)步提升，尤其是2016年以后三者同步發(fā)展使得協(xié)調(diào)指數(shù)快速增長，表明4個子系統(tǒng)存在良性互動，協(xié)調(diào)性得到增強(qiáng)。最后，耦合協(xié)調(diào)度綜合反映耦合度和協(xié)調(diào)指數(shù)變化情況。2011—2012年耦合度快速上升但協(xié)調(diào)指數(shù)提升速度較慢，導(dǎo)致這一階段耦合協(xié)調(diào)度處于失調(diào)衰退狀態(tài)；2016年以后，盡管科技活動波動對耦合度產(chǎn)生影響，但由于其它3個子系統(tǒng)持續(xù)增長，促使協(xié)調(diào)指數(shù)快速提高，耦合協(xié)調(diào)度因此進(jìn)入?yún)f(xié)調(diào)發(fā)展階段。總體來看，各子系統(tǒng)發(fā)展水平差異性變化使得耦合度、協(xié)調(diào)指數(shù)和耦合協(xié)調(diào)度三者之間呈現(xiàn)動態(tài)變化關(guān)系，子系統(tǒng)間協(xié)同發(fā)展是提高系統(tǒng)整體耦合度的關(guān)鍵，各子系統(tǒng)整體水平提升推動協(xié)調(diào)指數(shù)上升，兩者同步增長最終促進(jìn)耦合協(xié)調(diào)度持續(xù)提高。因此，科技安全系統(tǒng)建設(shè)應(yīng)注重各子系統(tǒng)間的均衡發(fā)展，增強(qiáng)系統(tǒng)協(xié)同性，從而實現(xiàn)高質(zhì)量耦合協(xié)調(diào)發(fā)展。

4.5耦合協(xié)調(diào)度驅(qū)動因素結(jié)果分析

本文采用隨機(jī)森林、ExtRaTrees、梯度提升樹、AdaBoost和CatBoost算法驗證科技安全系統(tǒng)耦合協(xié)調(diào)度驅(qū)動因素以及因素的相對重要性程度。同時，采用五折交叉驗證，對5種算法的均方差（MSE）、均方根誤差（RMSE）、平均絕對誤差（MAE）以及判定系數(shù) （R²） 4 個評價指標(biāo)進(jìn)行對比。其中，判定系數(shù) R² 的值越接近于1，表明算法性能越好；剩余3個指標(biāo)的值越小表明算法性能越好，結(jié)果如圖5所示。

由圖5（a）通過對比5種算法的4個評價指標(biāo)值可知，在5種算法中，CatBoost算法的4個評價指標(biāo)均好于其余4種算法，其中判定系數(shù) R² 達(dá)到0.942，表明CatBoost算法性能最優(yōu)，因此選擇CatBoost算法對我國科技安全系統(tǒng)耦合協(xié)調(diào)度驅(qū)動因素進(jìn)行識別。如圖5（b）所示，縱坐標(biāo)代表指標(biāo)重要性，橫坐標(biāo)代表按重要性遞減順序進(jìn)行排列的28個變量。從中可以看出，每萬人口科技人力資源數(shù)（ I₈ ， 14.43% ）是我國科技安全系統(tǒng)耦合協(xié)調(diào)度最主要的驅(qū)動因素，緊接其后排序前十的驅(qū)動因素分別為 Ramp;D 人員中碩士學(xué)位以上人員數(shù)量 （I₁₂ ， 10.11% ）、每百萬人中從事研發(fā)的研究人員數(shù)量（ I₉ ， 9.32% ）、SCI論文數(shù)量占世界總量的比重（ I₁ ， 7.16% ）、重大科技成果數(shù)量 （I₆，7.05% ）萬人發(fā)明專利擁有量（ ， 6.36% ）、ESI論文引用率 （I₄ ，5.45% ）、科技進(jìn)步貢獻(xiàn)率 （I₁₅ ， 4.77% ）、高被引論文指數(shù) （I₃） ，4.77%? 以及國家財政科技撥款（ ， 3.98%） 。根據(jù)驅(qū)動因素結(jié)果排序，本文探討主要驅(qū)動因素使耦合協(xié)調(diào)度在時間維度上呈現(xiàn)如圖4所示趨勢的內(nèi)在原因與作用機(jī)理。

（1）每萬人口科技人力資源數(shù)、 R^amp;D 人員中碩士學(xué)位以上人員數(shù)量以及每百方人中從事研發(fā)的研究人員數(shù)量作為科技人才子系統(tǒng)的重要指標(biāo)，是影響我國科技安全系統(tǒng)耦合協(xié)調(diào)度變化的主要因素，與圖3中科技人才子系統(tǒng)安全水平變化趨勢大致相同。科技人才是科技創(chuàng)新活動開展的核心力量，人才數(shù)量增加必然推動科技活動開展，為科技創(chuàng)新注人新動力；同時，科技人才素質(zhì)不斷提高反映出我國科技人力資源質(zhì)量持續(xù)優(yōu)化，優(yōu)秀的科技人才隊伍為科技成果的取得奠定了基礎(chǔ)，也是科技活動開展的支撐。

（2）圖3中科技人才安全水平在4個子系統(tǒng)中變化最大，從2011年的0.0006快速提升至2020年的0.320，自2013年開始便與科技成果安全水平并駕齊驅(qū)，總體上高于科技成果子系統(tǒng)。圖5（b）中驅(qū)動因素排序第 4～ 第7以及第9均為科技成果子系統(tǒng)指標(biāo)，恰好印證了圖3內(nèi)容。科技成果子系統(tǒng)指標(biāo)均有大幅提高，說明我國科研質(zhì)量和國際影響力持續(xù)增強(qiáng)，高質(zhì)量科技成果為科技活動注人新活力，并為科技環(huán)境創(chuàng)造良好條件，從而形成正向循環(huán)，推動整個科技安全系統(tǒng)協(xié)調(diào)發(fā)展。

（3）驅(qū)動因素排序第8和第10為科技環(huán)境子系統(tǒng)指標(biāo)，對我國科技安全系統(tǒng)耦合協(xié)調(diào)水平產(chǎn)生較大影響。國家財政科技撥款不斷增加為科技活動提供了堅實的資金保障，推動科技人才培養(yǎng)、科研條件改善、重大科技項目實施，為科技成果的取得創(chuàng)造了有利條件；科技投入增長促進(jìn)科技進(jìn)步貢獻(xiàn)率提高，有力支撐了我國科技安全系統(tǒng)高質(zhì)量發(fā)展。

（4）科技活動子系統(tǒng)指標(biāo)重要性排序比較靠后，表明其對科技安全系統(tǒng)耦合協(xié)調(diào)度影響甚微。結(jié)合圖3分析結(jié)果可知，科技活動子系統(tǒng)對科技成果、科技人才、科技環(huán)境3個子系統(tǒng)的影響作用較小。在圖3和圖4中，2016—2017年協(xié)調(diào)指數(shù)上升出現(xiàn)一個平臺期，科技活動安全水平卻出現(xiàn)下降，但該階段科技系統(tǒng)綜合安全水平和系統(tǒng)耦合協(xié)調(diào)度仍保持上升趨勢。可見，科技活動安全水平下降未對系統(tǒng)整體發(fā)展產(chǎn)生重大影響。

5 研究結(jié)論與對策建議

5.1 研究結(jié)論

本研究通過廣泛的文獻(xiàn)調(diào)研，從科技成果安全、科技人才安全、科技環(huán)境安全和科技活動安全4個子系統(tǒng)中選取28項指標(biāo)構(gòu)建我國科技安全系統(tǒng)評價指標(biāo)體系，通過博弈論組合賦權(quán)法、模擬退火優(yōu)化投影尋蹤評價模型以及耦合協(xié)調(diào)度模型分析我國科技安全系統(tǒng)綜合發(fā)展水平及4個子系統(tǒng)間的耦合協(xié)調(diào)水平，進(jìn)一步識別科技安全系統(tǒng)耦合協(xié)調(diào)度與驅(qū)動因素，得出如下結(jié)論：

（1）近年來我國科技安全系統(tǒng)發(fā)展水平得到顯著提高，發(fā)展勢頭良好，科技安全綜合發(fā)展指數(shù)從0.146升至0.835。科技成果、科技人才和科技環(huán)境安全水平逐年提升，科技活動安全水平呈“倒V\"形波動變化；科技人才和科技成果穩(wěn)定對于國家科技發(fā)展至關(guān)重要，但科技環(huán)境安全水平提升速度緩慢。

（2）我國科技安全系統(tǒng)耦合協(xié)調(diào)發(fā)展呈現(xiàn)逐年提升趨勢，耦合協(xié)調(diào)度由2011年的0.144升至2020年的0.834，我國科技安全系統(tǒng)在2011—2012年處于失調(diào)衰退期，2013—2015年處于過渡期，2016—2020年處于協(xié)調(diào)發(fā)展期。

（3）每萬人口科技人力資源數(shù)、Ramp;D人員中碩士學(xué)位以上人員數(shù)量以及每百萬人中從事研發(fā)的研究人員數(shù)量是我國科技安全系統(tǒng)耦合協(xié)調(diào)水平的主要驅(qū)動因素，表明科技人才是一個國家最寶貴、最重要的戰(zhàn)略資源。一個國家科技人力資源總量及結(jié)構(gòu)水平越高，科技人才實力也越強(qiáng)。科技成果在我國科技安全系統(tǒng)中發(fā)揮著舉足輕重的作用。科技成果質(zhì)量與數(shù)量反映一個國家在科技研究和創(chuàng)新方面的實力和水平，直接影響科技安全系統(tǒng)發(fā)展，高質(zhì)量科技成果能夠提升國家在全球科技舞臺上的聲譽(yù)和地位，促進(jìn)科技交流和合作，進(jìn)而增強(qiáng)科技安全系統(tǒng)耦合協(xié)調(diào)度。科技進(jìn)步貢獻(xiàn)率和國家財政科技撥款作為我國科技環(huán)境安全子系統(tǒng)的重要指標(biāo)，是國家為促進(jìn)科技創(chuàng)新和發(fā)展所提供的財政資金支持，能推動科技進(jìn)步和經(jīng)濟(jì)發(fā)展，提高國家科技水平和競爭力，因此該指標(biāo)對我國科技安全系統(tǒng)耦合協(xié)調(diào)水平具有較大影響。

5.2 對策建議

根據(jù)上述研究結(jié)論，本文提出以下對策建議：

（1）實施“人才強(qiáng)國\"戰(zhàn)略，構(gòu)建高素質(zhì)科技人才隊伍。每萬人口科技人力資源數(shù)是我國科技安全系統(tǒng)耦合協(xié)調(diào)發(fā)展最主要的驅(qū)動因素，因此應(yīng)該加大科技人才培養(yǎng)和引進(jìn)力度，建立靈活多樣的人才引進(jìn)和人才流動機(jī)制，鼓勵海內(nèi)外人才交流，提高科技人才整體素質(zhì)和能力水平，滿足國家科技發(fā)展需求。同時，科技人才也是一個國家最寶貴、最重要的戰(zhàn)略資源，應(yīng)加大科技人才培養(yǎng)力度，建設(shè)更多高水平科研機(jī)構(gòu)和實驗室，提供良好的科研條件和發(fā)展環(huán)境，加強(qiáng)科研團(tuán)隊建設(shè)，建立人才培養(yǎng)和科研項目合作機(jī)制。

（2）加強(qiáng)科技成果評價與轉(zhuǎn)化，提升科技創(chuàng)新導(dǎo)向性和激勵性，加大對重要科技成果的獎勵和支持力度。構(gòu)建科技成果評價指標(biāo)體系，對SCI論文數(shù)量、重大科技成果、發(fā)明專利數(shù)量、ESI論文引用率和高被引論文指數(shù)等指標(biāo)進(jìn)行評估和監(jiān)測，及時調(diào)整科技政策和資源配置方向，提高科技成果質(zhì)量和數(shù)量。同時，建立科技成果轉(zhuǎn)化機(jī)制，加強(qiáng)科技成果知識產(chǎn)權(quán)保護(hù)，鼓勵成果產(chǎn)業(yè)化應(yīng)用，完善科技評價體系，精準(zhǔn)評估科研產(chǎn)出質(zhì)量。

（3）完善科技創(chuàng)新激勵機(jī)制，營造公平公正的科技創(chuàng)新環(huán)境。科技進(jìn)步貢獻(xiàn)率和國家財政科技撥款是我國科技環(huán)境安全子系統(tǒng)的重要指標(biāo)，應(yīng)加大科技創(chuàng)新和發(fā)展財政資金支持力度，推動科技進(jìn)步和經(jīng)濟(jì)發(fā)展，提高國家科技水平和競爭力。同時，建立科技創(chuàng)新激勵機(jī)制，完善科技成果轉(zhuǎn)化和產(chǎn)業(yè)化體系，加強(qiáng)知識產(chǎn)權(quán)保護(hù)，為技術(shù)創(chuàng)新提供制度保障，激發(fā)科技工作者創(chuàng)新創(chuàng)業(yè)積極性。

5.3 不足與展望

本研究存在一些不足：首先，僅收集28個指標(biāo)衡量我國科技安全系統(tǒng)發(fā)展水平，指標(biāo)主要來源于文獻(xiàn)調(diào)研，存在指標(biāo)缺失和冗余等不足，未來應(yīng)對指標(biāo)冗余度和獨立性進(jìn)行優(yōu)化與改進(jìn)。其次，僅對中國科技安全系統(tǒng)耦合協(xié)調(diào)度進(jìn)行評價，未考慮區(qū)域空間耦合發(fā)展水平，未來需深入探討某個區(qū)域甚至全球科技安全系統(tǒng)耦合協(xié)調(diào)度空間關(guān)聯(lián)水平。

參考文獻(xiàn)：

[1]周寧南，翟一鳴，李艷．新安全格局下的科技安全：重要意義、現(xiàn)實挑戰(zhàn)與對策思考[J]．國家安全研究，2023，37（4）：34-51，164.

[2] 石進(jìn)，趙小柯，劉千里．面向國家安全的情報支持路徑[J].情報學(xué)報，2020，39（7）：675-686.

[3] 徐宗煌，蔡鴻宇，張偉，等．我國科技安全風(fēng)險評估指標(biāo)體系與模型構(gòu)建研究[J].情報科學(xué)，2023，41（12）：165-173，182.

[4] 李夢婷，石進(jìn)，李明．國家科技競爭情報態(tài)勢感知研究[J].情報雜志，2021，40（9）：52-57.

[5] 謝文棟.科技金融政策能否提升科技人才集聚水平——基于多期DID的經(jīng)驗證據(jù)J.科技進(jìn)步與對策，2022，39（20）：131-140.

[6] ZELINSKY A. Science and technology： supporting austral-ia'snational security[J].UnitedService，20l4，65（1）：14-16.

[7] 游光榮，張斌，張守明，等．國家科技安全：概念、特征、形成機(jī)理與評估框架初探[J].軍事運籌與系統(tǒng)工程，2019，33（2）：5-10.

[8」刁聯(lián)旺，王珩．國家科技安全評價及其統(tǒng)計分析LC」//中國指揮與控制學(xué)會．第四屆中國指揮控制大會論文集．北京：電子工業(yè)出版社，2016：553-557.

[9]張亞明，趙科，宋雯婕，等．中國省域科技成果轉(zhuǎn)化效率評價研究——基于長短期視角[J]．技術(shù)經(jīng)濟(jì)與管理研究，2024，45（2）： 18-24.

[10]陳紅喜，馬樹文，關(guān)聰，等．長三角地區(qū)科技成果轉(zhuǎn)化政策綜合評價及提升策略研究[J].科技管理學(xué)報，2023，25（5）：22-34.

[11]穆智蕊．科技人才評價框架體系構(gòu)建探討[J]．科技中國，2023，28（1）：63-67.

[12]王成軍，郭明．創(chuàng)新型科技人才科技成果轉(zhuǎn)化能力可拓評價[J]．科技進(jìn)步與對策，2016，33（4）：106-111.

[13]張振偉，黃露．科技安全監(jiān)測指標(biāo)體系構(gòu)建研究[J]．科技智囊，2020，26（4）：27-31.

[14]蔡勁松，馬琪，譚爽．科技安全風(fēng)險評估及監(jiān)測預(yù)警系統(tǒng)構(gòu)建研究[J]．科技進(jìn)步與對策，2022，39（24）：100-108.

[15］蔡勁松，譚爽，武佳奇．關(guān)鍵科技領(lǐng)域安全風(fēng)險評估指標(biāo)體系構(gòu)建研究[J]．中國科技論壇，2022，37（3）：33-41.

[16]YANG J，CHENG H. Coupling coordination between uni-versity scientific amp; technological innovation and sustain-able economic development in China[J].Sustainability，2023，15（3）：2494.

[17]崔靜靜，張奇．科技和金融耦合協(xié)調(diào)度測度、空間差異與收斂性分析[J]．內(nèi)蒙古大學(xué)學(xué)報（自然科學(xué)版），2024，55（1）：92-102.

[18] GAO C，CAO M， WEN Y，et al. Coupling and interac-tion between science and technology finance and green de-velopment：based on coupling coordination degree modeland panel vector autoregression model[J]. Frontiers inEnvironmental Science，2023，11：274.

[19]鄒蔚，王興宇，萬鳳嬌，等．城市韌性與科技創(chuàng)新水平耦合協(xié)調(diào)發(fā)展研究——以長三角城市群為例[J].生態(tài)經(jīng)濟(jì)，2024，40（1）：78-87.

[20]王慧，黃濤．科技人才集聚與經(jīng)濟(jì)高質(zhì)量發(fā)展的耦合協(xié)調(diào)研究——以中部六省為例[J]．生產(chǎn)力研究，2023，38（12）：25-30，161.

[21］田立濤，王少劍．珠三角地區(qū)科技創(chuàng)新與生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展研究[J]．生態(tài)學(xué)報，2022，42（15）：6381-6394.

[22]HAN X，F(xiàn)U L，LVC，et al. Measurement and spatio-temporal heterogeneity analysis of the coupling coordinateddevelopment among the digital economy，technological in-novation and ecological environment[J]. Ecological Indica-tors，2023，151：110325.

[23]黃仁全，董娟．陜西省經(jīng)濟(jì)發(fā)展、科技創(chuàng)新與生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展研究[J]：運籌與管理，2022，31（10）：161-168.

L24」師應(yīng)來，趙一帆，肖烯嵐．產(chǎn)業(yè)結(jié)構(gòu)升級、科技創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展的耦合協(xié)調(diào)研究[J].統(tǒng)計與決策，2024，40（1）：119-124.

[25]ZHAOJ，BURKE AF. Review on supercapacitors：tech-nologies and performance evaluation[J]. Journal of EnergyChemistry，2021，59：276-291.

[26]MERHI M I. An evaluation of the critical success factorsimpacting artificial intelligence implementation [J].Inter-national Journal of Information Management，2o23，69：102545.

[27]孫德梅，吳豐，陳偉．我國科技安全影響因素實證分析[J].科技進(jìn)步與對策，2017，34（22）：107-114.

[28]吳豐．國防科技工業(yè)科技安全評價研究[D].哈爾濱：哈爾濱工程大學(xué)，2019.

[29] YANG H，KRANTZBERG G，DONG X，et al. Environ-mental outcomes of climate migration and local govern-ance：an empirical study of Ontario[J]. International Jour-nal of Climate Change Strategies and Management，2023，15（3）：371-390.

[30]王成韋，趙炳新．科技服務(wù)產(chǎn)業(yè)集聚背景下城市格局時空演變特征及趨勢研究[J]．科技進(jìn)步與對策，2019，36（21）：62-70.

[31]張智雄，張夢婷，林歆，等．開放科學(xué)環(huán)境下全球科技期刊的發(fā)展態(tài)勢[J]．中國科學(xué)院院刊，2023，38（6）：795-805.

[32]徐宗煌，謝曉激，胡衛(wèi)琪，等．基于模糊綜合評價的中小微企業(yè)信貸決策[J]．沈陽大學(xué)學(xué)報（社會科學(xué)版），2021，23（3）：299-304.

[33]胡志丁，林瑤．地緣位勢與雙邊關(guān)系的互動規(guī)律探討-以中美在東盟十國地緣博弈為例[J]．經(jīng)濟(jì)地理，2023，43（7）：27-41.

[34]徐宗煌，張偉，蔡鴻宇，等．我國資源安全評估指標(biāo)體系與模型構(gòu)建研究[J]．干旱區(qū)資源與環(huán)境，2024，38（5）：1-9.

［35]胡文靜，馬建霞，謝珍．基于公共價值的區(qū)域知識產(chǎn)權(quán)高質(zhì)量發(fā)展評價方法與實證研究[J]．科技進(jìn)步與對策，2022，39（22）：40-50.

[36]XU Z H. Machine learning-based quantitative structure-activity relationship and admet prediction models for er ac-tivity of anti-breast cancer drug candidates[J]. Wuhan U-niversity Journal of Natural Sciences，2023，28（3）：257-270.

[37]YAN W，YUAN Y D，YANG M H，et al. Detecting therisk of bullying victimization among adolescents：a large-scale machine learning approach [J]. Computers in Hu-man Behavior，2023，147：107817.

（責(zé)任編輯：王敬敏）

Coupling Coordination Evaluation and Driving Factors of Science and Technology Security System in China

Xu Zonghuang，Cai Hongyu，Zhang Wei，Shi Jin （School of Information Management，Nanjing University，Nanjing 2loo23，China）

Abstract：TheChinese governmenthas placed scientificand technological innovationatthecoreofnational development. The strategic positionandroleofscienceand technology（Samp;T）inoverallnational security have gradually increased.Along with the increasing complexity and severity of national security，Samp;Tsecurity，as an important component of national ecurity，isacrucial guarante for nationalsecurity.Therefore，inorder tooptimize thestructureof China’s Samp;Tsecurity system，it is necesarytoanalyze the level of couplingcoordination development between the internal subsystems of China's Samp;Tsecuritysystem，explore themain driving factors affecting the developmentcoordination of China'sSamp;Tsystem，and propose countermeasures to promote the improvement of China's Samp; T security level.

At present，research on the evaluation of technological security mainly involves constructing comprehensive technological securityassssmentorrisk assessment models toevaluatetheoveralltechnological securityin China.However， theseapproaches do not explainthe internal interactions and couplings within the technological security system.Therefore，this paper introduces acoupling coordination modeltoassessthecoupling relationshipsand coordinationlevels among the subsystems within China's Samp;T security system.The coupling coordination model can evaluate the balance betwen subsystems by measuring the interactions and development trends among multiple subsystems within the system.Although domestic and foreign scholars have applied coupling coodination evaluation models in diferent fields，there has been almost no application in the field of _Samp;.T security systems. Thus，this study aims to provide recommendations for promoting positive interactions within China's Samp;Tsecurity system，therebyenhancing thecountrys technological security level by using machine learning methods to evaluate the driving factors ofcoupling cordination in Samp;T securitysystems and the relative importance of these factors.

This study constructs an evaluation index system of the national Samp;T security system from four subsystems： science and technology achievement security，talent security，environment security，and activity security. It first employs the game theorycombination weighting model to integrate the hierarchicalanalysis methodandentropy weight methodtoget thecomprehensive weights，whichcanavoid the single weighting method being overlysubjective orobjective，andthus improve the scientificityand reasonablenessof the weightsof the assessment indexes.Thenitcombines the simulated annealingalgorithmwith the projectionpursuit evaluation methodtobuildanevaluation model，andthenacouplingcoordination degree model is constructed to analyze the comprehensive development level of the national samp;.ΔT security system and the coupling coordination levelamong the four subsystems.Finaly，five machinelearning algorithms，namely random forest， ExtRaTrees，gradient boosting tree，AdaBoost，and CatBoost，are deployed to further identify the driving factors of the coupling coordination degree of the Samp;Tsecuritysystem.Theresearch results showthat the development levelof the national Samp;.T security system andthecoupling coordination development level of the four subsystems have increased year by year.The number of scienceand technology human resources per ten thousand populationis the most significant driving factor for the coupling coordination level of China's Samp; T security system.

Coresponding countermeasures and suggestions are put forward，which can provide new ideas and methods for national Samp;Tsecurity management.First，thecultivationand introductionof scientificand technological talents should be stressed，and the government should establish aflexible mechanism forthe introduction and mobilityof talents，encourage exchanges of talents athomeandabroad，andimprove theoverallqualityandcompetence levelof scientificand technologicaltalents，soas to meet theneedsofthe national scientificand technological development.Second，theevaluationand transformationof scientificandtechnologicalachievements should bestrengthened，as shouldtherewardsand support for important scientific and technological achievements.Meanwhile，itis necessary to improve the incentive mechanism for scientific and technologicalinovation and createafairandjustenvironmentfor scientificand technologicalinnovation.

Key Words：Science and Technology Security； Science and Technology Evaluation; Coupling Coordination Development; Machine Learning；Driving Factors