上海财经大学期刊社
菜单

基于BGE文本嵌入模型识别的数智赋能绿色技术创新体系研究

Research on the Digital-Intelligence-Empowered Green Technology Innovation System Identified via the BGE Text Embedding Model

谢家平，叶逸晨，谢吉青，周昱希

2026 第 48 卷 第 09 期 页码 25-50

DOI: 10.16538/j.cnki.fem.20260723.102

PDF全文下载 HTML全文

摘要

政府政策文件作为国家治理经验、制度认知、专家决策共识与实践反馈经验的制度化沉淀，是观察我国绿色技术创新体系政策设计逻辑和治理机制安排的重要文本入口，也是从中国实践中提炼绿色技术创新自主知识体系的重要素材。为了突破现有研究对绿色技术创新体系影响因素静态识别的局限，本文创新性地融合BGE文本嵌入模型和“输入—过程—输出”系统要素逻辑，构建“主题识别、语义向量化、方向性机制关系抽取、专家座谈校验与案例回访、政策语义有向网络生成”的分析框架。研究发现，当前政策设计呈现“重执行、轻反馈”的结构特征，目标导向、动力驱动、组织协同与过程运行之间已形成较为清晰的前向主干链条，而实践评估向目标优化、制度调整和过程改进的反馈连接相对薄弱。进一步看，数智赋能绿色技术创新超越了数智技术应用与政策工具供给的简单叠加，体现为多系统耦合形成的复杂治理体系。本文的贡献在于，从政策语义网络视角刻画数智赋能绿色技术创新体系的结构特征，提出识别复杂政策体系主干链条与反馈缺口的可操作方法，并通过人工智能语义识别与专家智慧校验的双源互动，结合案例实践回访的交叉印证，从中国政策实践中提炼具有本土解释力的绿色技术创新治理机制框架。

As an institutionalized condensation of national governance experience, institutional cognition, expert decision-making consensus, and practical feedback, government policy documents provide an important textual entry point for observing the policy design logic and governance mechanism arrangements of China’s green technology innovation system. They also constitute essential source materials for developing an independent knowledge system of green technology innovation grounded in Chinese practice. To move beyond the limitations of existing studies that mainly identify relevant influencing factors in a static manner, this paper integrates a text embedding model, namely BAAI General Embedding, with the Input-Process-Output system logic. It constructs an analytical framework that combines topic identification, semantic vectorization, directional mechanism relationship extraction, expert panel validation and case revisiting, and policy semantic directed network generation. The results show that the current policy system exhibits a structural pattern of “strong execution but weak feedback”. A relatively clear forward backbone chain has formed among goal orientation, driving forces, organizational coordination, and process operation, whereas feedback connections from practical evaluation to goal optimization, institutional adjustment, and process improvement remain comparatively weak. Furthermore, digital-intelligence-empowered green technology innovation extends beyond the simple combination of digital-intelligence technology applications and policy instrument provision. It represents a complex governance system formed through the coupling of multiple subsystems. The contribution of this paper lies in characterizing the structural features of the digital-intelligence-empowered green technology innovation system from the perspective of policy semantic networks, proposing an operational method for identifying the backbone chains and feedback gaps of complex policy systems, and extracting from China’s policy practice a governance mechanism framework for green technology innovation with local explanatory power.

关键词： 数智技术,绿色技术创新体系,中国自主知识体系

参考文献

1 安同良, 闻锐. 以互联式创新网络枢纽节点为靶向的中国创新激励政策——基于组合式知识生产函数的探讨[J]. 经济研究, 2024, 59(10): 94-112.
2 陈博潮, 王贤彬. 创新网络、关键核心技术与研发资源配置——基于跨区域跨技术知识溢出网络模型[J]. 数量经济技术经济研究, 2025, 42(9): 157-179. DOI:10.13653/j.cnki.jqte.20250709.001
3 程郁, 王协昆. 创新系统的治理与协调机制——芬兰的经验与启示[J]. 研究与发展管理, 2010, 22(6): 112-120. DOI:10.13581/j.cnki.rdm.2010.06.017
4 丁志帆. 数字经济驱动经济高质量发展的机制研究: 一个理论分析框架[J]. 现代经济探讨, 2020, (1): 85-92. DOI:10.3969/j.issn.1009-2382.2020.01.010
5 董盈厚, 马亚民, 董馨格, 等. 金融资产配置与盈余价值相关性——“有效市场”抑或“功能锁定”[J]. 会计研究, 2021, (9): 95-105. DOI:10.3969/j.issn.1003-2886.2021.09.007
6 冯启良, 安琪, 方炜. 数字技术赋能中国高技术制造企业关键核心技术创新的影响研究[J]. 管理学报, 2025, 22(4): 690-699. DOI:10.3969/j.issn.1672-884x.2025.04.010
7 洪银兴, 任保平. 数字经济与实体经济深度融合的内涵和途径[J]. 中国工业经济, 2023, (2): 5-16. DOI:10.3969/j.issn.1006-480X.2023.02.002
8 洪银兴, 王坤沂. 新质生产力视角下产业链供应链韧性和安全性研究[J]. 经济研究, 2024, 59(6): 4-14.
9 胡强, 谢吉青, 张广思, 等. 政府激励科创平台协同创新的契约设计——基于双重信息不对称视角[J]. 中国管理科学, 2026, 34(1): 153-166. DOI:10.16381/j.cnki.issn1003-207x.2024.0917
10 黄凯南, 乔元波. 产业技术与制度的共同演化分析——基于多主体的学习过程[J]. 经济研究, 2018, 53(12): 161-176.
11 贾利军, 陈恒烜. 数字技术助力中国技术赶超: 理论逻辑与政策取向[J]. 政治经济学评论, 2021, 12(6): 135-157. DOI:10.3969/j.issn.1674-7542.2021.06.007
12 蒋伏心, 王竹君, 白俊红. 环境规制对技术创新影响的双重效应——基于江苏制造业动态面板数据的实证研究[J]. 中国工业经济, 2013, (7): 44-55. DOI:10.19581/j.cnki.ciejournal.2013.07.004
13 江小涓, 靳景. 数字技术提升经济效率: 服务分工、产业协同和数实孪生[J]. 管理世界, 2022, 38(12): 9-25. DOI:10.3969/j.issn.1002-5502.2022.12.002
14 焦豪, 杨季枫. 数字技术开源社区的治理机制: 基于悖论视角的双案例研究[J]. 管理世界, 2022, 38(11): 207-231. DOI:10.3969/j.issn.1002-5502.2022.11.015
15 孔令丞, 王悦, 谢家平. 长三角区域一体化扩容、协调集聚与区域创新[J]. 财经研究, 2022, 48(12): 34-47. DOI:10.16538/j.cnki.jfe.20220914.401
16 李响, 严广乐, 蔡靖婧. 多层次治理框架下的区域科技创新系统治理——理论、实践比较及对中国的启示[J]. 研究与发展管理, 2013, 25(1): 104-114. DOI:10.3969/j.issn.1004-8308.2013.01.013
17 鲁若愚, 周阳, 丁奕文, 等. 企业创新网络: 溯源、演化与研究展望[J]. 管理世界, 2021, 37(1): 217-233. DOI:10.3969/j.issn.1002-5502.2021.01.014
18 孟炯, 田雪, 郭春霞. 实现价值共创的C2B数智定制协同治理路径研究[J]. 南开管理评论, 2024, 27(6): 62-73. DOI:10.3969/j.issn.1008-3448.2024.06.008
19 孟庆时, 余江, 陈凤, 等. 数字技术创新对新一代信息技术产业升级的作用机制研究[J]. 研究与发展管理, 2021, 33(1): 90-100. DOI:10.13581/j.cnki.rdm.20202170
20 戚聿东, 朱正浩. Malerba产业创新系统理论述评及中国情境下的研究展望[J]. 当代经济科学, 2022, 44(1): 39-54.
21 全利平, 蒋晓阳. 协同创新网络组织实现创新协同的路径选择[J]. 科技进步与对策, 2011, 28(9): 15-19. DOI:10.3969/j.issn.1001-7348.2011.09.004
22 权小锋, 李静蕾. 人工智能与企业协同创新——基于国家新一代人工智能创新发展试验区的准自然实验[J]. 经济研究, 2025, 60(8): 72-93. DOI:10.3969/j.issn.0577-9154.2025.08.005
23 宋德勇, 朱文博, 丁海. 企业数字化能否促进绿色技术创新?——基于重污染行业上市公司的考察[J]. 财经研究, 2022, 48(4): 34-48. DOI:10.16538/j.cnki.jfe.20211218.304
24 吴超楠, 袁野, 陈燕华, 等. 数字技术创新链与产业链的融合升级研究——以新一代人工智能为例[J]. 科学管理研究, 2024, 42(1): 74-84. DOI:10.19445/j.cnki.15-1103/g3.2024.01.009
25 谢吉青, 周昱希, 谢家平. 市场导向下数字赋能绿色创新体系构建——多政策文本扎根与机器学习聚类研究[J]. 上海财经大学学报, 2025, 27(5): 108-122. DOI:10.16538/j.cnki.jsufe.2025.05.008
26 谢家平, 孔訸炜, 梁玲, 等. 自主创新的科创平台治理因素机理: 扎根理论质性研究[J]. 上海财经大学学报, 2019, 21(6): 64-80. DOI:10.16538/j.cnki.jsufe.2019.06.005
27 谢家平, 孔訸炜, 张为四. 科创平台的网络特征、运行治理与发展策略——以中关村、张江园科技创新实践为例[J]. 经济管理, 2017, 39(5): 36-49. DOI:10.19616/j.cnki.bmj.2017.05.003
28 谢家平, 孔令丞, 梁玲. 数字时代市场导向下中国绿色技术创新体系构建研究[J]. 当代经济管理, 2022, 44(12): 18-26. DOI:10.13253/j.cnki.ddjjgl.2022.12.003
29 谢家平, 梁玲, 龚海涛. 物联网环境下面向客户价值的商业模式变革[J]. 经济管理, 2015, 37(11): 188-199. DOI:10.19616/j.cnki.bmj.2015.11.021
30 谢家平, 张广思, 胡强, 等. 科创平台服务供应链定价策略——平台“烧钱”还是引流联盟?[J]. 管理科学学报, 2024, 27(8): 23-45. DOI:10.19920/j.cnki.jmsc.2024.08.002
31 谢家平, 赵俊杰, 谢吉青. 数智化转型与企业新质生产力发展[J]. 经济经纬, 2025, 42(1): 93-105.
32 谢康, 胡杨颂, 刘意, 等. 数据要素驱动企业高质量数字化转型——索菲亚智能制造纵向案例研究[J]. 管理评论, 2023, 35(2): 328-339. DOI:10.3969/j.issn.1003-1952.2023.2.glpl202302028
33 熊婷燕, 徐晔. 碳排放权交易政策对减排效应的影响研究——数字经济和地方政府环境注意力的调节作用[J]. 数量经济研究, 2025, 16(4): 135-160. DOI:10.16699/b.cnki.jqe.2025.04.008
34 徐可, 何桢, 王瑞. 技术创新网络的知识权力、结构权力对网络惯例影响[J]. 管理科学, 2014, 27(5): 24-34. DOI:10.3969/j.issn.1672-0334.2014.05.003
35 杨震宁, 袁梓晋. 数字创新网络嵌入与关键核心技术攻关[J]. 中国工业经济, 2025, (5): 156-173. DOI:10.3969/j.issn.1006-480X.2025.05.009
36 姚芳, 赵锴, 夏俊馨. 数字经济赋能绿色发展的可持续性机制研究[J]. 当代经济科学, 2025, 47(4): 36-50. DOI:10.20069/j.cnki.DJKX.202504003
37 余明桂, 范蕊, 钟慧洁. 中国产业政策与企业技术创新[J]. 中国工业经济, 2016, (12): 5-22. DOI:10.19581/j.cnki.ciejournal.2016.12.002
38 张成, 陆旸, 郭路, 等. 环境规制强度和生产技术进步[J]. 经济研究, 2011, 46(2): 113-124.
39 张利飞. 高科技产业创新生态系统耦合理论综评[J]. 研究与发展管理, 2009, 21(3): 70-75. DOI:10.13581/j.cnki.rdm.2009.03.006
40 张明超, 孙新波, 钱雨. 数据赋能驱动智能制造企业C2M反向定制模式创新实现机理[J]. 管理学报, 2021, 18(8): 1175-1186. DOI:10.3969/j.issn.1672-884x.2021.08.008
41 Carbonell J, Goldstein J. The use of MMR, diversity-based reranking for reordering documents and producing summaries[A]. Proceedings of the 21st annual international ACM SIGIR conference on research and development in information retrieval[C]. Melbourne: Association for Computing Machinery, 1998.
42 Fu T, Qiu Z X, Yang X Y, et al. The impact of artificial intelligence on green technology cycles in China[J]. Technological Forecasting and Social Change, 2024, 209: 123821. DOI:10.1016/j.techfore.2024.123821
43 He Z W, Sun X B. How does data empower SMEs to achieve continuous innovation? Implications from China[J]. Group & Organization Management, 2025, 50(3): 756-798. DOI:10.1177/10596011231193175
44 Kivimaa P, Boon W, Hyysalo S, et al. Towards a typology of intermediaries in sustainability transitions: A systematic review and a research agenda[J]. Research Policy, 2019, 48(4): 1062-1075. DOI:10.1016/j.respol.2018.10.006
45 Lee J, Lee K. Is the fourth industrial revolution a continuation of the third industrial revolution or something new under the sun? Analyzing technological regimes using US patent data[J]. Industrial and Corporate Change, 2021, 30(1): 137-159. DOI:10.1093/icc/dtaa059
46 Li H C, Su Y Q, Ding C J, et al. Unveiling the green innovation paradox: Exploring the impact of carbon emission reduction on corporate green technology innovation[J]. Technological Forecasting and Social Change, 2024, 207: 123562. DOI:10.1016/j.techfore.2024.123562
47 Lumineau F, Wang W Q, Schilke O. Blockchain governance—a new way of organizing collaborations?[J]. Organization Science, 2021, 32(2): 500-521. DOI:10.1287/orsc.2020.1379
48 Markard J. The life cycle of technological innovation systems[J]. Technological Forecasting and Social Change, 2020, 153: 119407. DOI:10.1016/j.techfore.2018.07.045
49 Turney P D, Pantel P. From frequency to meaning: Vector space models of semantics[J]. Journal of artificial intelligence research, 2010, 37(1): 141-188.
50 Wang K H, Umar M, Akram R, et al. Is technological innovation making world “Greener”? An evidence from changing growth story of China[J]. Technological Forecasting and Social Change, 2021, 165: 120516. DOI:10.1016/j.techfore.2020.120516
51 Wang X Y, Cui H X. Digital empowerment for manufacturing enterprises transformation: An SAO framework analysis of legitimacy, availability and governance mechanisms[J]. Industrial Management & Data Systems, 2026, 126(5): 1509-1536. DOI:10.1108/IMDS-06-2025-0768
52 Yan Z M, Sun Z, Shi R, et al. Smart city and green development: Empirical evidence from the perspective of green technological innovation[J]. Technological Forecasting and Social Change, 2023, 191: 122507. DOI:10.1016/j.techfore.2023.122507