《Journal of Innovation & Knowledge》：Unpacking the enabling role of digital technologies in industrial symbiosis: A novel framework on digital functions and industrial symbiosis life-cycle
编辑推荐：
工业共生是在中观层面实施循环经济战略的主要范式之一。尽管学者们公认数字技术是工业共生（IS）的赋能者，但在识别和表征其在促进工业共生发展与实施中所扮演的具体角色方面仍存在研究空白。研究人员基于现有文献确定了两个维度——数字功能与工业共生全生命周期——用以表征数
工业共生是在中观层面实施循环经济战略的主要范式之一。尽管学者们公认数字技术是工业共生（IS）的赋能者，但在识别和表征其在促进工业共生发展与实施中所扮演的具体角色方面仍存在研究空白。研究人员基于现有文献确定了两个维度——数字功能与工业共生全生命周期——用以表征数字技术对工业共生全生命周期的赋能作用。研究人员开展了系统性文献综述，全面概述了九种具有工业共生赋能者作用的数字技术。研究人员开发了一个新颖的研究框架，在该框架中构建了47组匹配关系，分别对应每种数字技术、相关的数字功能，以及受其影响的工业共生全生命周期阶段。研究人员假定，必须以协同方式使用数字技术，以充分发挥其潜力并促进工业共生的更广泛普及。此外，研究框架指出，在工业共生与数字技术的交互作用中，学术研究展现出较低且参差不齐的成熟度。现有文献仅集中于工业共生全生命周期的少数几个阶段，即投入产出匹配（input–output matching）与共生交换的实施。相反，其他若干阶段仍缺乏对数字技术赋能作用的深入分析，如与外部实体的互动及意识建立阶段。因此，研究人员制定了一项研究议程，以激发并指导关于数字技术作为工业共生赋能者角色的进一步研究。
当前基于“获取-制造-丢弃”范式的线性经济模式导致了环境污染、温室气体排放和资源枯竭等严峻的环境挑战。为了应对这些挑战，以“闭环”为特征的循环经济应运而生，旨在通过再利用和再制造等方式延长资源的全生命周期。循环经济的实施涵盖微观、中观和宏观三个层面。在中观层面，循环经济的核心范式是工业共生，它强调各企业之间通过相互协作与共生交换，将一家公司生产过程中产生的废物和副产品重新作为另一家公司生产过程的投入，从而实现互惠互利的资源交换。然而，尽管工业共生的概念由来已久，但其广泛普及仍面临诸多壁垒，如信息不对称、信任缺失、知识共享困难以及共生交换过程中的竞争与合作问题。数字技术已被学术界广泛认定为促进工业共生发展的重要赋能者，例如区块链技术能够提升资源追踪的可信度与信息透明度，物联网与大数据分析则能实现资源流动的实时监控与顺畅协作。但是，现有研究多聚焦于微观层面数字技术对循环经济的赋能，对中观层面工业共生与数字技术交互作用的研究依然匮乏且零散，尤其缺乏对各类数字技术赋能角色的综合识别与系统表征。因此，这项研究致力于全面识别赋能工业共生的数字技术集合，并沿两个核心维度表征其赋能作用。该研究的理论贡献在于提供了一个综合分析框架，不仅系统梳理了所有发挥赋能作用的数字技术，还鼓励学者利用这两个维度深入探索工业共生与数字技术的关联；其实践意义则为管理者提供了技术指南，呼吁从业者广泛利用数字技术的潜力以推动工业共生的普及。该论文发表在《Journal of Innovation》上。
研究人员主要通过结合叙述性文献综述与系统性文献综述两种方法开展研究。首先，通过叙述性文献综述对工业共生、循环经济和数字技术三大领域的文献进行内容分析，识别出“数字功能”与“工业共生全生命周期”两个表征数字技术赋能作用的分析维度。随后，按照PRISMA指南执行系统性文献综述，设定检索条件，从Scopus和Web of Science数据库中筛选出52篇相关文献进行归纳编码，从而全面识别出9种起到工业共生赋能者作用的数字技术，并构建包含47组匹配关系的新颖研究框架。
研究结果主要包含以下内容：
数字技术作为工业共生赋能者：通过系统梳理，研究人员识别出9种明确具有赋能作用的数字技术，并分别界定了其内涵与作用。具体包括：人工智能（AI，通过算法学习数据以优化匹配与自主决策）、增材制造（AM，将废物作为原料逐层打印制造产品）、区块链（BC，以去中心化方式按时间顺序存储交易数据以保障溯源）、大数据分析（BDA，提取海量数据洞见以发现低效环节）、云计算（CC，提供共享资源库以集成各类数据）、数字平台（DP，提供多用户交互界面以促进连接与沟通）、数字孪生（DT，通过产品虚拟信息集合实现生产过程虚拟监控）、物联网（IoT，通过物理设备传感器网络实时收集并交换数据）、以及仿真模拟（SIM，在虚拟模型中实时反映真实世界以规划不同情景）。
工业共生全生命周期阶段与数字功能：研究人员将工业共生全生命周期归纳为包含10个阶段的3个宏观阶段。机会识别阶段包含外部实体介入、意识建立、物料预算和投入产出匹配；发展阶段包含与外部实体关系、协作网络和信任建立；实施阶段包含信息与知识交换、资源交换以及资金交换。同时，将数字功能归纳为4个宏观功能及10个子功能：数据收集、数据集成、数据分析（包含connect、track & trace、assess、optimize、forecast）与自动化（包含auto-sort、auto-control、auto-plan）。
揭示阶段与功能的匹配关系：研究框架揭示了47组数字技术、数字功能与受影响的全生命周期阶段之间的匹配关系，指出各项数字技术具体如何发挥赋能作用。例如，在物料预算与投入产出匹配阶段，物联网用于实时收集资源数据，云计算进行记录与整合，数字平台连接各方并促进信息共享，大数据分析与人工智能则用于评估可行性与预测未来流态。在实施阶段的资源交换中，增材制造能将残余材料转化为新输入，人工智能结合其他技术可实现无需人工干预的实时自主决策与控制。在资金交换中，区块链能追溯并保障资金流安全，剔除中介并由去中心化网络自主优化控制交易。同时，研究发现诸如意识建立、与外部实体关系等阶段仍缺乏数字技术的赋能。
在讨论部分，研究人员总结了研究结论。该研究框架全面表征了数字技术对工业共生的赋能作用。研究得出结论：数字技术必须以协同方式使用才能充分发挥其潜力并促进工业共生的广泛普及。此外，研究中存在显著的研究空白与较低的学术成熟度，现有文献过度集中于投入产出匹配及资源等交换实施阶段，而对与外部实体互动、意识建立等初期阶段缺乏深入分析。针对这些未解问题，研究人员制定了未来的研究议程。在实践层面，研究呼吁管理者利用数字技术协同解决信息共享与信任建立方面的壁垒，传统制造企业及以数字平台为核心资产的新型企业均可利用这些技术将废物转化为有价值的资源与收入流。研究最后也指出了局限性，包括纳入文献数量受限于领域成熟度、未探索多方协作动态、缺乏实证分析、未深入探讨多技术协同的互补性，以及未来可开展与其他中观循环范式的对比分析。
