以下是一份对 The Growing Self-Reliance of Chinese Innovation 的极为详尽、逐点剖析的解读。分析围绕原文的关键论点、数据、假设、方法,以及文中图表与表格的含义与局限性展开,并在句末附上溯源页码标识,便于后续追溯。
一、元数据与概览(引言与研究要旨)
标题、作者与机构:The Growing Self-Reliance of Chinese Innovation;作者为 Ziyu Chen、Christopher Esposito,分别隶属于香港大学、加州大学洛杉矶分校及乔治亚理工学院;通讯作者为 Christopher Esposito(corresponding author 邮箱在文中给出)。研究聚焦的主题是中国创新的对外知识依赖度及其变化趋势。[page_idx:0:end]
日期与主题:论文通过对 CNIPA(中国国家知识产权局)发明专利与全球科学文献的联系进行自然语言处理(NLP)与大数据分析,探讨中国创新在多大程度上“自给自足”,以及这种自给自足如何随时间演进,特别是对美国在全球科学知识中的位置的政策含义。核心结论是:中国创新对国际科学(尤其是美国科学)的依赖正在下降,主动依赖中国本土科学的份额在扩大,[page_idx:0:end]并在2021年前后逐步超过对美方科学的依赖。对应的抽象结论:CNIPA 发明专利背后的科学知识自给自足度从2000年的1%提升至2025年的26%,这一趋势在2021年超过美国份额成为新的平衡点。[page_idx:0:end]
核心论点与政策含义:作者强调,若以 CNIPA 专利中的科学表述为证据,中国创新在逐步摆脱对美国科学的依赖,这对美国的出口控管、学术往来限制等政策的有效性提出了质疑,同时也提示对华政策应更多聚焦于中国自身的创新能力与“自给自足”进程,而非单纯依赖外部知识的限制。该观点在引言与讨论中反复强调,且在全文多处通过数据与图表予以支撑。[page_idx:1:end][page_idx:6:end]
二、逐节深度解读(逐章精读与剖析)
摘要与引言的核心论点(概览性论证)
要点提炼:美国对中国的科技制约政策建立在一个关键假设之上——中国的创新高度依赖美国科学。本文通过把 CNIPA 的6.7百万发明专利与全球科学文献连接起来,给出一个“全球科学源头分布”的全景性证据,显示中国对美国科学的依赖在下降,中国科学知识的来源日益更多来自中国本土及其他地区。[page_idx:0:end][page_idx:1:end]
逻辑与证据:研究通过将 CNIPA 专利标题和摘要翻译成英文、使用论文和专利文献中的共同科学短语来建立“专利-论文的边—边链接网络”,再按专利申请年份和论文作者所属国聚合,测算各国对中国专利背后科学思想的贡献比重。该方法被设计来克服 CNIPA 引文偏倚(CNIPA 引文偏向中文论文且覆盖较早期的缺失),并且与只看 CNIPA-USPTO/CNIPA-EPO 家族的传统方法相比,提供了更全面的覆盖。文中还通过多项鲁棒性检验(如高影响因子期刊、短语组合长度、跨机构样本等)来支撑结果的稳健性。[page_idx:1:end][page_idx:2:end]
图示与结论导向:文章的主要图表(如 Figure 1、Figure 2、Figure 3)和补充材料中的多张图,系统呈现了“自给自足”在时间与领域的演化,以及“老短语转移”和“新短语在中国本土起源”的双通道解释框架。作者对政策含义的结论在讨论部分得到强调:对中国创新的自给自足性提升意味着以往的外部知识壁垒策略在未来的政策效力可能下降。[page_idx:6:end]
图表引导的溯源:摘要与引言中的核心结论对应的可视化证据,分别来自 Figure 1(全局链接方法与时间序列趋势)以及随后的对 CTAs 的聚合分析 Figure 2,以及对原始短语起源的区分 Figure 3。下面在“图表深度解读”部分对它们逐一展开解读与溯源标注。[page_idx:8:end][page_idx:10:end]
方法、数据与实现(Materials & Methods,Supplementary)
数据源与构建逻辑:
CNIPA 发明专利全集(来自 Google Patents,附带英文标题/摘要的机器翻译);
OpenAlex 的论文集(标题、摘要、年份、作者国别);
科学短语字典(来自文献中提取的核心短语集,约2700万短语);
PATSTAT 的专利族信息(用于 CNIPA-USPTO 家族分析);
判定 CNIPA 专利是否“China-produced”基于是否首次在 CNIPA 提出申请。[page_idx:14:end]
短语匹配与链接构造:
提取专利中的核心短语,与 OpenAlex 论文的标题/摘要中相同短语进行匹配,并限定论文至少比专利申请时间早一年;
对每条 patent-paper 边赋予权重,权重为 1/候选论文数量,避免低信息量短语支配链接;
汇总成按专利申请年份和论文来源国的“国家贡献份额”,以估计各国构成专利背后科学思想的基础。该方法在文献中被验证与 Nobel Prize 的预测、以及 R&D 管理者调查结果高度相关,作为一种衡量科学前沿与技术创新关系的有效替代。补充材料中还对“n-tuple”组合的探索进行了扩展分析,以评估更高阶知识组合的分布与扩散。 [page_idx:15:end]
质量与鲁棒性考量:
对 OpenAlex 的 paper 质量设定了阈值(2021 年影响因子≥1),并在补充材料中做了更严格阈值(>=5、>=10)的鲁棒性检验,结论在不同阈值下依然成立;这减轻了低质量文献对结果的偏倚。附带的 Figure S1-S5 提供了相应的对比图,支撑主文的稳健性。 [page_idx:19:end][page_idx:22:end]
补充材料的关键点(选读要点):
Figure S6 指出 CNIPA China-produced invention patents 的年分布与规模扩张:2000 年后显著增长,2015 年突破 25 万,2024 年超 100 万,2025 年因部分覆盖而略降;
Figure S7/ S8/S9 等展示跨区域论文产出、短语组合对链接数量的影响、以及时间滞后的分布特征等。这些分析帮助理解“老短语 vs 新短语”的两条路径如何分别推动自给自足与未来创新的潜力。 [page_idx:27:end][page_idx:28:end][page_idx:29:end]
溯源点摘录:方法论细节(短语字典、链接权重、跨期限比较、老短语与新短语的定义、LLM 分类 IPC 到 CTAs 的流程等)均在 Supplementary Text 与 Figures S12-S14 中给出,确保研究设计可被追溯。相关图表在文中和补充材料中被频繁引用,用以支撑对不同子集的稳健性判断。[page_idx:15:end][page_idx:16:end][page_idx:36:end]
结果呈现与跨技术领域的异质性(Results Across Critical Technology Areas)
总体趋势(Figure 2 的聚合结果):
将 CNIPA 专利的科学短语与 OpenAlex 论文对应后,按 CTA(Critical Technology Areas)聚合,显示“自给自足”趋势在多个领域显著:2000 年份的 domestically-produced share 从约 2% 上升到 2025 年的 24%,同时对美国-produced 的 share 从约 31% 降至 18%。这表明在这些关键领域内,中国的科学来源正在逐步转向本土论文。该现象在多个 CTAs 中得以体现,只有极个别领域如 Biotechnology、Quantum Technologies、High Performance Computing 的对比在 2025 年仍以美国来源为主,且差距缩小。此结果在 Figure 2 的各面板(All CTAs、Semiconductors、Biotechnology、Quantum Technologies 等)中清晰呈现。 [page_idx:4:end]
各领域的具体结构性差异(按 CTAs 的分项):
在半导体、人工智能、先进通信、材料科学、数据管理与安全、能源、机器人与先进制造、灾害韧性等领域,2025 年中国的短语来源更可能来自中国论文;而 Biotechnology、Quantum Technology、High Performance Computing 三个领域,仍以美方论文为主,且差距仍在缩小。这一领域分布的差异揭示了不同技术路径的本土化程度差异及其背后的知识传递模式。图 2 的子图清晰地呈现了这一点。 [page_idx:4:end]
新短语的 Origination 与旧短语的 Diffusion(Figure 3 与相关讨论):
中国总体对“旧短语”的起源仍以美国为主,但对“新短语”的起源,中国在 2000-2025 年间显著提高了在中国本土起源的份额:新短语中国起源份额从 7% 上升至 46%,美国起源份额从 21% 降至 12%(Figure 3B)。这意味着中国在新的科学概念上逐步实现自源创造,而不是仅仅追随美国的现有框架。与此同时,旧短语方面,美国仍然是主导源头,但中国在对其进行大规模再利用和再组合中实现了自我强化。综合来看,这意味着中国的创新路径包含“ Older ideas 的再扩散 + New ideas 的本土原创”两条路线共同驱动自给自足的提升。该结论在 Figure 3A/B 及文本解读中明确呈现。 [page_idx:5:end]
组织层面的自给自足(Figure S4 等):
将 CNIPA 的专利按14家领先机构(如 Huawei、State Grid、ZTE、Tsinghua 等)进行分组分析,2025 年各机构的专利中,所属短语更可能来自中国论文,与美国论文的比重差异显著,表明中国大型企业和高校在自给自足方面的贡献同样增强。这一现象在 Fig. S4 的各机构小图中得到直观呈现。 [page_idx:4:end][page_idx:25:end]
综述性分析(Discussion 部分的要旨):
作者强调,这些结果并非对美国科学影响力的完全否定,而是揭示中国正在通过两条机制提升自给自足:其一,使用“旧来源”的外国-originated 知识在中国内部大规模再生产;其二,在新知识方面,中国本土知识的产生与扩散速度显著提速。这意味着若以政策为导向的“限制外部科学流动”来维持对华的技术优势,政策工具的有效性将随时间下降,且对全球科学合作与透明度也产生潜在成本。上述观点在讨论段落中作为政策含义被反复强调。 [page_idx:6:end]
论文中的“Origination vs. Diffusion”双通道解释(Figure 3 及补充)
旧短语的起源(Old ideas):
图 3A 显示,在 2025 年之前的旧短语中,美国仍然占据较高的起源份额(41% 左右的走向,文中具体为 Fig. 3A 的趋势),而中国对这些长久存在于文献中的短语的起源贡献较低(约 3%),但这一格局在时间上保持稳定。这意味着中国对现存科学要素的吸收与再利用在持续进行,但对早期概念的原创性贡献仍以美国为主。此结果支撑了“老短语通过 diffusion 的方式在中国扩散、再用于中国的创新”这一解释框架。[page_idx:5:end][page_idx:20:end]
新短语的起源(New ideas):
图 3B 显示,中国在新短语的起源上呈现迅速提升的趋势:从 2000 年到 2025 年,中国对新短语的起源份额从极低水平快速上升,最终超过美国。具体地,新短语的中国-origin share 从 7% 提升到 46%,美国-origin share 则从 21% 降到 12%。这体现了中国在前沿科技的新颖概念上具备原创能力,且这一能力正在成为推动未来创新的关键来源。作者强调,这意味着对新思想的外部出口管控在此阶段对中国创新影响有限,因为新短语已在国内形成原创,外部约束难以直接扼制其产生。该结论在 Figure 3B 的描述以及文本讨论中得到充分阐述。 [page_idx:5:end][page_idx:20:end]
双通道的综合含义:
这两组结果共同指向一个“跨时期的自给自足演化路径”:一方面,许多现有知识通过跨区域扩散在中国本地化使用(旧短语的国内再利用),另一方面,越来越多的新知识在国内产生并在本地构成创新基础(新短语的国内起源)。这两条路径叠加共同推动中国在各重要技术领域的自给自足程度提升。这一综合论断在讨论段落及 Figure 3 的分析中被反复强调。 [page_idx:5:end][page_idx:21:end]
三、图表深度解读(对每个重要图表的描述、解读与联系)
重要图表一:Figure 1(A 与 B)
描述要点:图 A 给出将 CNIPA 发明专利与全球 OpenAlex 科学论文通过共同短语建立连接的流程示意;图 B 展示自2000年至2025年的“科学知识产出方”为 CNIPA 专利背后知识源头的变化,将美国、中国、欧盟等国家/地区按论文产出所属国分布表示成时间序列,结论为 2025 年 CNIPA 专利更可能连接到中国生产的科学知识。图中还标出“2021年前后中国已超越美国成为最大的知识源头之一”的趋势性信息。图像引用: 9
数据解读与含义:B 轴的“Share of underlying science”随时间从美国主导逐步向中国靠拢,直观地呈现中国知识源地的趋同/转变。该图支撑文本的核心断言:自2000年以来,全球知识来源对中国专利的贡献结构正在发生根本性改变,且在2021年前后实现跨越式变化。方法层面的关键点在于通过短语级联的链接网络来衡量源头,而非简单引用统计,因此能够捕捉到跨国知识溢出与再利用的长期演化。该结论在主文“Results”段落及 Discussion 中多处得到一致性描述。 [page_idx:8:end]
溯源与局限:该结论基于“短语共现”链接,尽管有鲁棒性检验,但仍然依赖短语词典的覆盖、机器翻译的准确性,以及对论文文本国别的归属判断(以作者单位国别为代理)。Supplementary 对翻译偏差、跨语言差异等的鲁棒性分析也在 S3- S4 及相关段落中被强调。图示的时序性也受限于数据覆盖与 OpenAlex 的数据口径(详见 Supplementary Materials 的 Data Sources 与 Robustness 部分)[page_idx:14:end][page_idx:19:end]
重要图表二:Figure 2(各技术领域的“科学知识源头”分布)
描述要点:Figure 2 将 CNIPA 专利对应的科学短语在 11 个关键技术领域(CTAs)内,按国家来源(美国 vs. 中国等)进行分解,显示 2000-2025 的趋势。面板显示“All CTAs”的总体趋势,以及对 Semiconductors、Biotechnology、Quantum Technologies 等子领域的细分图。结果显示,在多领域(如 Semiconductors、AI、Advanced Communications、Materials Science、Data Management & Security、Energy、Robotics & Advanced Manufacturing、Disaster Resilience)中,2025 年中国来源占比高于美国来源;仅有 Biotechnology、Quantum Technologies、High Performance Computing 等领域仍以美国为主,且差距缩小。图像引用: 10
数据解读与含义:这组面板揭示了跨领域的结构性差异:大多数关键领域的知识基础已更多来自中国论文,在国家创新能力的地理分布上实现了显著的“回流/本土化”趋势。这一结果支撑了论文的核心论点:自给自足不仅是广义的知识份额变化,更体现在对高价值、重点领域的知识来源结构的改变。文本中也指出,CTAs 的聚合呈现出明显的 China-led 上升曲线,与 USA 的下降曲线相互交错,证实了跨领域的系统性进展。图表与文本的连贯性增强了该结论的可信度。 [page_idx:4:end]
溯源与局限:CTAs 的归属来自 IPC 代码与 NSF 的 CTA 映射,通过大语言模型对 IPC 组进行遍配分类(Figure S14);此映射存在不确定性,且对某些高度跨领域的 IPC 代码可能产生归属偏差。补充材料的 Table S2 及 Figure S11-S13 提供了更细化的跨域验证与分类鲁棒性检验,读者可据此评估该方法的敏感性与边界情况。 [page_idx:16:end][page_idx:33:end]
重要图表三:Figure 3(原始/新短语的 Origination)
描述要点:Figure 3A 展示“旧短语”在原始起源端的分布情况:截至 2025 年,旧短语的 originating country 中美国占比远高于中国(41% vs 3%),且这一格局基本稳定。Figure 3B 展示“新短语”的起源:中国的起源份额从 7% 增至 46%,美国从 21% 降至 12%。这两张图共同揭示了两种不同的知识扩散机制:旧知识通过全球 diffusion 在中国广泛使用;新知识则逐渐在中国本土原创并成为创新源泉。图像引用: 11
数据解读与含义:新短语在中国起源的崛起,是论文核心的“新知识自源化”证据之一,也是对政策相关性的重要支撑点:若未来的核心技术新理念源自中国本身,外部知识出口管制对中国高端创新的直接抑制效应将减弱。旧短语的美国起源程度仍高,意味着全球科学网络中对美国源头的依赖尚未彻底消失,但中国在新理念上的快速崛起为其长期技术路径提供了强力支撑。文本对这两条路径同时给出定量证据,使读者能从两条并行路径理解自给自足的形成逻辑。图表与主文的联系在方法论的“第一实例”到“新短语原创”之间形成清晰链路。 [page_idx:5:end][page_idx:21:end]
溯源与局限:新短语的 originate 归属同样依赖“第一篇论文中短语的首次出现年份”和“短语是否在随后专利中出现”的判定;本研究通过多年的比对来降低错误归属,但对极早期的、跨语言的同义表达仍有潜在误判风险。Supplementary 的 Figure S12-S13 提供了对时间滞后、古/新短语的灵敏性分析,读者应以此来评估原始结论在不同定义下的稳健性。 [page_idx:20:end][page_idx:32:end]
重要图表四及补充材料(为全面性分析服务)
Figure S1-S5:对不同质量门槛(Impact Factor)下的结果进行鲁棒性检验,显示在 IF≥5 与 IF≥10 的情形下,中国的自给自足趋势仍然成立,且 CTAs 的聚合也表现出一致性。讨论中明确指出结果具有鲁棒性,并非受限于特定阈值。引用:Figure S1、Figure S5 等。 [page_idx:22:end][page_idx:26:end]
Figure S6-S9、Figure S11-S13:涉及 CNIPA 专利的年度分布、机构分布、跨区域论文产出分布、短语的时间滞后等多维视角,深化了对主结果的理解,尤其是“低阶与高阶 n-tuple”的差异、时间滞后的分布及新老短语来源的分布特征。引用:S6-S9、S12、S13。 [page_idx:27:end][page_idx:29:end][page_idx:33:end]
Figure S14:关于将 IPC main-group 代码映射到 11 个 Critical Technology Areas 的分类过程(使用大语言模型并带有置信度分数的匹配),这是本文方法论中的关键桥梁。引用:S14。 [page_idx:36:end]
Figure S4(对十四家机构的细分)及 Figure S11(词云)等:提供了对“龙头机构”的特例分析与直观文本表示,说明在大型私营与公用事业/高校样本中,中国自给自足的体现是一致且广泛的。引用:S4、S11。 [page_idx:25:end][page_idx:31:end]
四、估值分析(研究性质与可转化性)
研究类型评估:本文是一项以证据与方法为核心的定量研究,旨在评估国家层面的知识源头结构及其演化。其内容并非金融资产估值、企业估值、或现金流折现等传统“估值分析”的范畴,因此不存在传统意义上的估值方法(如 DCF、可比公司分析、EV/EBITDA 等)或目标价。若从政策分析角度理解,论文提供的是对国家创新能力与知识来源结构的定性与定量度量,而非对企业或证券的定价模型。此点在全文的“Discussion”与方法论部分均体现。结论性表述应被理解为政策与战略含义,而非市场估值区间。 [page_idx:6:end]
五、风险因素与局限性评估
可能的偏倚与方法局限性:
语言与翻译偏差: CNIPA 专利文本经机器翻译成英文,短语匹配的基础是中英文文本中的同义表述;作者也通过对比 CNIPA- USPTO 的同一专利族来检验偶发的语言偏差(Paracetamol 与 Paracetamol 的例子等),以降低 idiomatic differences 的偏差影响。尽管如此,翻译与跨语言短语对齐仍可能导致部分系统性偏差。参见 Supplementary 的相关讨论。 [page_idx:3:end][page_idx:4:end]
短语字典与覆盖范围:依赖一个包含大量科学短语的字典(来自研究前期工作),其覆盖程度直接影响“专利-论文链接”的形成强度与代表性。若某些前沿领域的新术语尚未进入字典,可能低估了中国在该领域的自给自足程度。补充材料对鲁棒性做了多层检验,旨在缓解此类担忧。 [page_idx:14:end][page_idx:19:end]
数据时点与覆盖:CNIPA 的数据覆盖在早期可能不完整,2025 年的某些图表显示“由于覆盖不完全而出现的下降”现象,需要结合 Figure S6 的说明来理解该年数据的异常波动。总体而言,作者对这一点进行了明确的解释与补充。 [page_idx:8:end][page_idx:27:end]
分类映射的不确定性:IPC 到 CTA 的映射(Figure S14)依赖 LLM 的分类与置信度,存在错误归类的风险,研究也提供了跨阈值的鲁棒性检验来缓释此类担忧。 [page_idx:36:end]
风险缓释与对策性结论:
作者在讨论中强调,尽管存在上述潜在偏差,核心结论在多重鲁棒性检验下依然成立,包括对高质量期刊论文、对组合短语、以及对 leading Chinese organizations 的分析等。因此,即使在不同的阈值与子样本下,“中国自给自足的提升”仍然是一个稳健的发现。[page_idx:6:end]
六、批判性视角、微妙之处与潜在偏见
需要注意的潜在偏见点:
研究的核心度量基于“短语共现”的链接方法,而非直接的引用关系。这使得结果更多地反映了文本中的概念协同而非严格的创新来源路径,因此,某些领域的“知识根源”可能被高估或低估,取决于短语的可识别性与跨领域的共现模式。作者在多处强调这一方法的优劣与局限,并提供鲁棒性分析以缓解此类担忧。 [page_idx:1:end][page_idx:19:end]
策略性解释中,将“自给自足”翻译为对外部知识出口管制的政策有效性下降提供了政策含义。但需要承认,全球知识生态的互动是双向的:即便中国在新短语的原创方面增强,也可能对全球创新网络产生新的协同与依赖维度。因此,作者的结论更偏向宏观政策取向,而非对具体企业情景的直接推断。该点在 Discussion 的政策分析部分有所体现。 [page_idx:6:end]
内部一致性与潜在矛盾:
文章强调“自给自足的上升”是广泛性、跨领域的趋势,但在 Biotechnology、Quantum Technologies、High Performance Computing 等领域仍有对美国来源的相对优势。这显示出一个并非单一路径的多元演化过程:不同技术领域的自给自足程度和原始创意的来源存在差异。这种领域差异并非矛盾,而是对政策导向下的风险分散与优先级排序提供了更细致的画像。文本对这种异质性给予了充分讨论,且图表 2 的逐领域呈现是支撑这一点的关键证据。 [page_idx:4:end]
七、结论性综合(整合来自整份报告的关键发现)
核心发现回顾:
中国创新对国内科学的依赖在持续下降,CNIPA 发明专利背后的“本土科学”份额由 2000 年的 1% 上升至 2025 年的 26%,并在 2021 年超过了美国对中国专利背后科学的依赖份额。这一趋势在跨 CTAs 的聚合分析中尤为显著,显示自给自足具有广泛性与系统性特征,而非仅限于个别领域或企业层面。该发现是整份论文的主线论断之一,也是文本的核心政策含义所在。 [page_idx:0:end][page_idx:4:end]
两条支撑自给自足的主要机理:
老短语的 diffusion:大量早期在美国或其他地区提出的概念,现已在中国的研究论文中广泛出现并成为专利背后的知识基础;
新短语的 origination:越来越多的新知识在中国本地产生,成为中国创新的直接源泉,且对外部知识出口限制的敏感性降低。这两条机制共同推动了自给自足的加速过程。上述结论在 Figure 3 的对比,以及 Figure 2 的跨领域分布中得到一致性支撑。 [page_idx:5:end]
政策含义与未来展望:
对美国而言,政策工具若以“外部知识出口”与“跨境协作”为核心,在中国内部创新能力上升的背景下,其效果可能减弱,且长期成本(如科学合作的全球规范与透明度下降)或许更高。作者在讨论部分明确提出这一点,并强调未来的政策应当更多地贴近理解中国的内部创新能力与纵向演化,而非仅以制约外部知识为唯一手段。该观点在 Discussion 与结论中多次强调,且与 Figure 1、Figure 2 的实证证据相一致。 [page_idx:6:end]
对全球科学治理的启示:全球创新网络的持续协同与透明度将更加重要;分割与 Isolationist 的政策路径不仅对全球科技进步有负面影响,也可能削弱对全球安全风险的共同监督能力(如文中对“跨监控与共同监督”的讨论)。此类观点在论文的讨论段落中明确提出,与数据分析的结论相互印证。 [page_idx:6:end]
附:主要图表与补充材料的溯源图片(便于快速定位)
Figure 1(A、B)— Measuring the self-reliance of Chinese innovation:
图像: 9
Figure 2— Science underlying Chinese patents produced in the U.S. and China across Critical Technology Areas:
图像: 10
Figure 3— Old ideas vs New ideas origins:
图像: 11
Figure S1-S13(补充材料中与鲁棒性、领域分布、时间滞后等相关的图表):
S1 图(IF 阈值鲁棒性)— 23
S2/S3/S4/S5 等图与文本的对应图像链接请参阅各自的页码(S2: 24 ;S3: 28 ;S4: 26 ;S5: 27 )
S6-S9、S11-S13 等的链接同样在各自页码中详列(如 S6: ;S8/S9: 同页不同子图;S11: ;S12-S13: 与 34 。)
总之,The Growing Self-Reliance of Chinese Innovation 的研究架构清晰、数据覆盖广泛且方法系统性强。通过将 CNIPA 专利文本与全球科学论文的短语级联系进行大样本、跨时间的追踪,作者提供了一个可操作的证据基础,表明中国在多个重要技术领域的知识来源正逐步转向国内并向新知识原创方向发展。这一趋势不仅揭示了全球知识生态的演化,也为政策制定者提供了对未来科技竞争格局更为精准的理解路径。若以政策与学术治理的视角读待,本文强调的核心是:自给自足并非简单的“独立于外部知识”,而是包括对旧知识的再利用与对新知识的本土原创两条互补路径的共同推动。该结论对美国及全球科技治理都具有重要的战略启示意义。[page_idx:0:end][page_idx:6:end]