0 引言 从基础研究到技术创新的知识转化是科技创新管理的关注热点。探索从科学到技术的知识传播规律，对于识别重要基础学科，预测技术创新方向，以及通过优化科技政策提升创新效率具有重要意义[1]。科技文献、创新主体非正式交流、会议等媒介搭建起了从科学到技术的知识传播桥梁[2]。学术界将论文、专利分别作为科学和技术的代理，基于文献引用关系对从科学到技术的知识传播现象进行了广泛研究。然而，施引动机的复杂性使文献引用关系在表征知识传播时存在很大噪音[3]。通过识别知识内容的真实流动，能够更精确地度量知识传播规律。为此，本研究基于知识基因这种特殊知识单元，从知识内容流动的视角定量研究从科学到技术的知识传播机理。 专利文件中的引文信息能直观反映技术创新的知识来源。基于专利科学引文，科学知识传播到技术领域，推动技术领域的演化与发展[4]。早期研究考察了技术创新对基础科学的知识依赖性[5]，以及二者之间的知识边界性[6]。之后的学者多基于引文数量、时间相关的文献计量指标，在文献、期刊、学科等不同知识聚合水平上，定量研究从科学到技术的知识传播特征[7-9]。近年来，学者们利用引文网络关系深入研究科学、技术间的知识传播过程，具象描述了科学、技术之间的前沿知识互动[10-11]，科学知识的传播路径特征[12-13]，并探索异质性视角下的科技知识传播规律[14-15]。 专利引文在描述知识传播时尚具有明显的局限性。首先，专利对科学论文的引用行为受到科研单位、国家、专利局等诸多因素的影响[3，16]。其次，并非所有的引文都重要，也并非所有引文都是创新灵感的来源[17]。知识传播的本质是知识内容扩散。Hassan等[18]在基于知识内容识别重要引文方面进行了探索。考察专利引文中流动的知识内容，为进一步精确研究从科学到技术的知识传播规律提供了新颖视角。 可计数且易获得的知识单元是知识内容量化研究的基础。例如，论文关键词常被用于定量研究特定主题在科学领域的传播规律[19-20]。专利文件自身不标注关键词，相关重要词汇、主题的确定通常依赖专家知识或主题挖掘技术[21]。在此基础上，Bassecoulard等[22]最早利用词语共发生关系研究了科学学科与技术类别之间的知识关联。其他学者基于主题识别，利用主题词量化研究科学领域与技术领域的知识关联度[23-25]。虽然优化知识内容关联分析方法有利于从知识本体层面更精确地识别知识互动规律[26]，但是本研究认为知识关联分析忽视了对知识传播过程的考察。对科学、技术之间知识互动规律的深入揭示需要依赖大规模知识单元传播的明确证据。 知识基因是知识遗传与变异的最小功能单元，最早源于Dawkins提出的“模因”(meme)[27-28]。根据知识基因理论，知识的产生遵循遗传机制、变异机制和自然选择机制等[29-30]。该理论为科技领域知识的产生、传播、演化等现象提供了微观知识单元层面的解释。Kuhn等[31]提出了一种基于文献引用关系提取知识基因的方法，能够准确、便捷地获取科技领域内的关键知识。学者们基于该方法从知识内容视角对科技创新中的知识传播与演化规律进行了初步研究[32-36]。 本研究旨在基于知识基因这种特殊知识单元，从知识内容流动的视角，定量揭示从科学到技术的知识传播机理。知识基因是文献引用关系中传播的主要知识单元[35]。通过大规模知识单元流动过程的统计分析，能够实现对从科学到技术知识传播规律的微观定量研究。本研究选取人工智能这一重要的新兴技术领域作为研究案例，识别技术领域的知识基因和5个关键基础学科。在此基础上，研究基础学科与技术领域的知识关系；构建专利-论文混合引用网络上的知识基因传播级联网络模型，并通过网络结构分析，研究从科学到技术的知识传播模式。本研究拟回答以下问题：(1)知识基因流动衡量的基础学科与技术领域的知识关系与引文有何异同，揭示了怎样的学科知识传播规律?(2)从科学到技术跨领域传播的知识基因具有怎样的传播模式?(3)跨领域传播的知识基因和技术领域一般知识基因具有怎样不同的传播特征? 1 研究方案 1.1 数据获取 本研究根据Yang等[37]对人工智能技术的检索条件“TA：“(artif*intelli*”OR“comput*intelli*”OR“deeplearn*”…“image*recogn*”OR“voice translat*”)ANDIPC：“(G06N3/00”OR“G06N3/02”…OR“G06N7/08”OR“G06N99/00”)”，从美国专利数据库下载1988-2020年的人工智能专利共10444个。根据2019年的JCR期刊-学科分类表，识别专利信息中非专利引文包含的期刊名称，并基于期刊被引频次识别人工智能技术的5个关键基础学科，即“COMPUTER SCIENCE，ARTIFICIAL INTELLIGENCE”(CA)、“NEUROSCIENCES”(NS)、“ENGINEERING，ELECTRICAL & ELECTRONIC”(EE)、“MULTIDISCIPLINARY SCIENCES”(MS)、“COMPUTER SCIENCE，SOFTWARE ENGINEERING”(CS)。
