技术迭代视角下新兴技术创新在技术粒子、迭代规则和问题导向等三个方面都具有全新含义，显著区别于传统技术创新，具有鲜明的生态特征：知识离散与多样性、过程跳跃与非线性和远景混沌与探索性。^[1]

1.新兴技术创新的技术粒子：知识离散与多样性

生态系统的首要特征是生态资源的多样性。新兴技术创新所基于的知识系统具有高度离散特征，这决定了新兴技术创新具有生态多样性。第一，所谓离散，指的是知识元素之间的逻辑关系是非线性的，甚至缺乏显而易见的关联，知识与知识之间的联结松散而模糊；第二，基于这种模糊的知识关联，知识边界得以大大扩张，更多潜在的知识元素被纳入新兴技术创新范畴；第三，相比于传统技术创新，新兴技术创新所基于的隐性知识比重要更高。显性知识的丰富积累是传统技术创新的客观基础，而新兴技术创新更需要探究真理的天分和深层的科学兴趣等主观心理特质。基于资源基础的创新观，新兴技术创新立足的知识基础和研究团队的多样性特征决定着新兴技术创新的水平与跃进的轨迹。Cristian（2017）探讨了不同类型的创新如何影响企业跨行业的创新发展。研究结果表明，只有产品创新才能显著影响整个行业的创新绩效。但是，技术和非技术创新对不同类型的创新倾向有不同的影响。Chul等（2018）探讨了科技融合对创新冲击的影响，特别是科技融合如何帮助研发组织将科学知识运用到研发活动中。除了直接影响外，文章还从知识方面探讨了科学能力、知识溢出和知识成熟度的调节作用。实证分析采用的是零膨胀负二项回归模型，数据来自制药行业授予美国组织的2074项专利。结果表明，科学知识在融合中所占比例的增加与创新影响之间存在正相关关系。研究还发现，组织的科学能力、区域科学知识溢出和知识成熟度对趋同和创新影响之间的关系具有正向调节作用。研究结果强调了科学和技术之间融合的重要性，并为如何改进组织的研究和开发过程提供了借鉴。

2.新兴技术创新的迭代规则：过程跳跃与非线性

过程视角的创新观认为，技术创新具有现实驱动、技术概念形成、知识挖掘和探索、试错，以及技术实现突破等几个基本阶段。相比于传统技术，新兴技术在这几个阶段中都表现出相当的跳跃性和非线性：第一，来自客观世界的现实驱动和技术概念的形成阶段，新兴技术更多的是科学偶得现象；第二，知识挖掘、探索和试错阶段，新兴技术主要基于探索性创新的特征，导致知识积累呈现显著的非线性轨迹，不断地试错既有可能创造令人惊奇的新知识，但也有可能导致知识创造的永续性失败。第三，新兴技术是否实现突破，成功完成创新的“临门一脚”，一方面取决于技术本身的稳定性和逻辑力度，另一方面也取决于复杂的商业环境、社会环境和强大的伦理约束。新兴技术创新的迭代过程，规则难以被捕捉，其创新轨迹具有显著的非线性特征。Stefan等（2019）探讨了新兴科学技术试探性治理的不同模式。考虑到与科学基础、技术创新、社会收益和潜在风险有关的所有不确定性因素和动态因素，试探性管理的概念显得尤为重要。尽管有人可能会说这样的不确定性不是新兴科学技术所特有的，但很明显的是，在工业、社会和公共政策中，人们对这些不确定性的认识水平已经提高，这主要是由于以前新兴技术（例如转基因生物、核技术）积累的经验。当公共和私人的干预被设计为审慎和初步的动态过程，而不是武断和持久的动态过程时，治理就是试验性的。试探性治理通常旨在为探索和学习创造空间，而不是规定确定的目标。文章提出了一种定位和关联贡献的直观推断法，得出结论：环境技术的固有偶然性要求对治理采取试探性的办法，这常常需要结合更明确的治理模式，并采取涉及平衡行动的混合办法。(www.daowen.com)

3.新兴技术创新的问题导向：远景混沌与探索性

传统技术创新的关键枢纽问题往往都是困扰全球范围内研究者们的普遍问题，极少数掌握这些技术创新优势的企业建立起了十分牢固的创新优势。这种情况在汽车领域特别明显，丰田、大众等传统汽车制造技术领域的全球旗舰企业，占据着汽车领域技术创新的高地，维持了数十年垄断地位。基于发现和发明这两种创新哲学观，新兴技术创新和传统技术创新的现实诉求存在显著差异。新兴技术创新的发现范式，决定了新兴技术创新所瞄准的现实问题并不明确，而传统技术创新的发明范式，则从技术概念的产生与界定，就以解决某一社会或者商业问题为明确目的。特斯拉破坏性地修正了汽车领域的技术范式，跳出燃油效率与污染这一传统汽车技术创新领域的根本命题，突破了汽车动力的电力能源这一关键技术。而澳大利亚在新能源汽车领域进行了更加大胆地尝试：将公路设定为太阳能源收集场所，基于公路即动力的理念，建成了2000千米的太阳能驱动汽车公路。而汽车动力领域的下一个创新是什么，激发了全世界的科学家们强烈的探索兴趣。

多年来，颠覆性技术与颠覆性创新一直受到学术界的关注，但仍需更进一步了解颠覆的性质及其与新兴技术流程之间的关系。Munan Li（2018）通过分析技术兴起、颠覆和创新的相互作用来探讨这些问题，采用文献计量方法，探索了这些研究领域内的概念基础、主题和研究群体。结果表明，技术变革过程的研究围绕技术破坏和兴起的多重理论基础。Heeyeul等（2017）提出了一种新颖的方法，用于识别和理解新兴技术非预期后果的整体概况。运用潜在语义分析（LSA）文本挖掘技术从面向未来的数据源中生成多组上下文相似的术语。由此产生的术语簇被用来描述未来社会新的情景。此外，通过将与条件和价值相关的术语视为与社会影响相关的文献的关键因素，该研究在概念化社会影响方面获得了更大的深度和广度。公司的创新可能是非技术性的，如组织和营销创新；也可能是技术性的，例如产品和流程创新。Seokbeom（2019）以实证的方式检视科技出版物中新兴科技观念的程度与未来科技影响力之间的关系，并以被引用的次数作业标准来衡量分析了三个科学领域中科学出版物的数据——纳米药物递送、合成生物学和自动驾驶汽车；通过文献计量指标来识别和量化从标题和摘要中衍生出来的新技术思想，衡量出版物在每个领域包含新技术思想的程度。研究分析表明，一篇论文包含技术新兴思想的程度与它在这三个领域中未来的应用是相关的。这种关系也适用于同领域和不同领域的其他出版物的引用。Seokbeom通过一系列验证性的测试得出结论，即科学知识（论文）包含新兴思想的程度越高，其科学影响就越大。