融合科学计量和知识可视化方法的技术预见模型研究

　　〔摘要〕基于德尔菲法的技术预见活动方法体系在主观性方面存在较多争议，改善技术预见方法成为各国技术预见活动中普遍关注的问题。文章在分析已开展的技术预见主要方法和问题、科学计量和知识可视化方法在技术预见中的作用基础上，提出了区域产业科技创新规划和企业技术创新中的技术预见模型建议。

　　〔关键词〕科学计量；文献计量；知识可视化；技术预见；产业规划；企业技术创新

　　〔中图分类号〕G301；G350〔文献标识码〕A〔文章编号〕1008-0821（2014）06-0056-05

　　1技术预见及方法

　　1.1技术预见的作用

　　技术预见是对科学、技术、经济和社会在未来一个较长时期内的发展进行系统的研究，以确定具有战略性的研究领域为目标，选定能够对经济和社会利益作出最大化贡献的通用技术[1]。技术预见对于一个国家的政府，抑或是企业都具有重要作用，归纳起来有以下几点[2]：

　　通过技术预见可以更好地选择科技发展的战略性研究领域；

　　通过技术预见可以提高国家或地区创新体系的效率；

　　技术预见是一个过程，而不仅仅只是一套方法，涉及科学团体、研究成果使用者、政策制定者的咨询和互动，有利于充分发挥各创新主体的优势；

　　开展技术预见对未来社会发展可起到一定的预警作用；有利于促进社会协调发展与全面进步；

　　通过技术预见选定可能产生最大经济与社会效益的战略研究领域和通用新技术，实施相应的支持政策，使选定的技术按照人们期望的轨迹发展，这对于实现社会资源的最佳配置具有特殊重要性。

　　1.2技术预见主要实践活动及方法

　　技术预见由技术预测发展而来。早在20世纪30年代，技术预测就出现在美国，并在第二次世界大战期间进行了广泛应用，利用技术预测制定科技计划。美国通过对技术发展的过去推演判断未来，为制定科技政策服务[3]。日本、荷兰、德国、英国、西班牙、法国、瑞典、新加坡等国也开展了一些技术预见活动。到20世纪90年代，全球三大组织开展跨国性技术预见，亚太经济合作组织实施了“技术与学习文化”、“APEC大城市可持续性运输研究”及“关于APEC大城市人口未来健康状况的研究”；联合国工业发展组织实施了“面向拉丁美洲与加勒比海地区的技术预见项目”；国际经济与合作组织实施的“国际未来研究项目”。技术预见从单一国家的活动逐步向地区合作发展，各国、各地区都试图通过各种方法的技术预见活动的开展，以把握具有前瞻性的新兴技术研究方向，从而指导科技规划、技术创新活动的开展，进而获得最大的经济和社会效益[4-11]。

　　1.3基于德尔菲法的技术预见的局限性

　　在研究多个技术预见实例过程中发现，基于德尔菲法的技术预见活动方法体系还存在很大局限性，主观性、有效性也存在较多争议，表2整理了预见活动过程中采用德尔菲法产生的局限及原因[12-16]。改善技术预见方法成为各国技术预见活动中普遍关注的问题。日本从第8次技术预见活动开始增加了基于文献计量分析的研究领域发展调查、并结合德尔菲法从客观层面、主观层面分别对科学基础研究、应用技术研究和社会需求进行了分析。

　　2科学计量和知识可视化在技术预见中的应用

　　2.1科学计量和知识可视化方法与科学研究的关系

　　科学计量法是运用数学、统计学等方法对一定时期内发表的研究成果进行统计分析，发现科学技术发展状况、特点和趋势的一种定量分析方法，主要包括引文分析法、共引分析法、词频分析法、专利引文分析法等，各种方法各具优势，适用于不同的研究领域。

　　2.1.1引文分析法

　　引文分析法是利用各种数学及统计学的方法和比较、归纳、抽象、概括等逻辑方法，对科学期刊、论文、著者等各种分析对象的引用与被引用现象进行分析，揭示其数量特征和内在规律，达到预测、评价科学发展趋势目的的一种文献计量分析方法[17]。通过引文聚类分析，特别是从引文间的网状关系进行研究，能使两篇或多篇没有外部联系的论文客观地被联系起来，揭示科技文献之间错综复杂的结构关系，探明有关学科之间的亲缘关系和结构，析出某研究领域的核心热点论文、研究机构、研究者、核心知识产权等；分析推测学科间的交叉、渗透和衍生趋势；还能对某一学科的产生背景、发展概貌、突破性成就、相互渗透和今后发展方向进行分析，从而揭示科学的动态结构和某些发展规律，为制定学科、技术领域的发展规划提供依据。

　　2.1.2词频分析法

　　词频分析法是通过统计关键词、主题词、篇名词等核心词汇在某一类学术文献中所出现的频次高低来判别该领域的研究热点、知识结构和发展趋势的科学计量方法[18]。通过分析关键词或主题词出现的频率，可以找到某一领域或学科的研究重点和热点，发现新的研究方向及研究热点的转移趋势，为技术的发展和优先目标的实现提高洞察力。国内外借助词频分析和共词分析寻找学科前沿的研究很多，应用较为成熟。如Wordsmith Tools、Word-Stat、ROST、Thomson Data Analysis（TDA）、Derwent Analyties、CiteSpace、Winisis等，也有采用SQL Server、VBA、Access、Excel等程序和数据库进行词频处理分析。

　　2.1.3专利分析法

　　专利分析通过对专利说明书、专利公报中大量零碎的专利信息进行分析、加工、组合，并利用各种数学及统计学的方法和比较、归纳、抽象、概括等逻辑方法，对相关领域专利及其引用文献对象进行分析研究，揭示其数量特征和内在规律，评价、预测科学和技术发展趋势，为科学研究、基础创新、产品开发决策提供参考。通过有关指标如专利数量、同族专利数量、专利引文数量等的统计分析，对统计数据的变化进行分析释义，确定技术领域的核心专利、关键专利权人或发明人；分析技术创新活动的重点用于遴选关键技术；获得技术动态发展趋势信息。尤其在新技术开发阶段，运用专利分析法可以确定快速发展的关键技术领域，达到技术预见的目的。日本、韩国、美国、台湾等都曾开展过大规模产业技术专利分析，为制定技术预见、技术发展战略和产业升级规划提供重要决策支持。

　　2.1.4科学知识图谱法

　　应用自组织地图及信息可视化技术，通过把应用数学、计算机科学、科学学、信息科学等学科的理论和方法与科学计量学引文分析、共现分析、社会网络分析等方法结合，对文献和网络信息进行自动分类，制作具有知识导向的自组织知识图谱，以揭示知识之间的联系和知识的进化规律[19]。由大连理工大学长江学者讲座教授、美国Drexel大学博士陈超美及其研究团队开发的可视化知识图谱软件CiteSpace，将知识的宏观计量与微观计量相结合，利用可视化技术预测知识域中的突发趋势和技术，在科学文献中识别与可视化呈现科学研究新趋势与新动态，使我国的科学知识图谱研究应用取得突破性进展。