科技研判的新动向

来源:学习时报
时间:2021-01-27 09:13

  核心阅读

  当今世界正处于创新最为活跃的时期,信息、能源、生物、材料、空间等领域大量新旧技术更迭交替,科学探索不断向宏观拓展、向微观深入。如何把握科学前沿方向、研判科技发展大势成为引领科学发展的关键。

  

  当今世界正处于创新最为活跃的时期,信息、能源、生物、材料、空间等领域大量新旧技术更迭交替,科学探索不断向宏观拓展、向微观深入。如何把握科学前沿方向、研判科技发展大势成为引领科学发展的关键。

  科技研判发展现状

  科技研判是对未来科学技术发展态势进行系统探索和认识的过程,强调全面把握学科发展态势,探索科学演进规律和方向,预判科技发展路径和趋势。科技研判的目的是洞察可能引发重大科技突破并对经济、社会及环境产生重大影响的新理论、新发现和新技术领域和方向,为国家前瞻和优化科技布局提供重要依据。科技研判相关工作最早兴起于20世纪40年代的美国,随后通过英国、法国、德国、日本、韩国的探索和实践,成为各国科技创新研究的重要方向,也是全球高技术竞争的战略制高点,对于研判科技发展大势、明确创新主攻方向和突破口具有重要意义。近年来,在大数据等新一代信息技术的推动下,用于科技研判的数据信息呈现爆炸式增长,导致影响研判结果的决定因素增多、不确定性增加,突出表现为如下几方面。

  一是研判结果科学性颇受争议。传统基于科技政策数据和文献情报数据的科技研判通常只关注对科学或技术自身发展的表征,导致研判结果存在科学性不足的困境。同时,新一轮科技革命加速推动新技术的大规模应用和迭代升级,而传统科技研判方法的实时性和精准性相对较低,可能导致研判结果面临动态性不高的困境。

  二是研判活动面临科技“迷雾”。论文、专利、媒体甚至试点工程项目等科技研判主要指标未必意味着未来科技真实走向,可能导致科技研判面临迷惑性的挑战。科技“迷雾”包括两个方面:在客观方面,从现象到真理隔着一层厚厚的“迷雾”,当前科技研判遇到的主要困难是各种干扰因素太多,且许多干扰没有测量数据表征,客观的形成了科技“迷雾”;在主观方面,参与科技研判的国家、企业、人员的认知不足也造成了无意的主观科技“迷雾”,甚至有的国家、企业、人员故意释放“误导”的“迷雾”信息,以达到影响竞争对手战略布局的目的。

  三是研判活动复合团队作战不足。科技研判是一项复杂的系统工程,强调研判过程的前瞻性、系统性、专业性以及引导性,应坚持问题导向、证据导向和科学导向组建复合研究团队,但当前科技研判仍以科技政策领域专家为主,尚未充分调动各领域相关专家组成以战略科学家为引领、领域专家为骨干、数据专家为支撑的复合团队,开展综合集成研讨作战。

  四是研判方法合理性、全面性不足。在科技创新加速迭代的背景下,科技研判的复杂性、不确定性增加,亟须选取合适的方法进行跨学科、多领域的系统研究。然而,当前科技研判理论方法仍以传统的个案分析法、文献计量法、德尔菲法为主,方法的针对性、合理性和全面性不足,尚未结合未来科技研判的新趋势,形成充分依托海量数据资源的系统性定性定量相结合的综合研判方法体系。

  科技研判的新趋势

  新科技革命和产业变革给科技研判带来诸多不确定性。作为对未来技术发展进行探索的过程,科技研判呈现出一些新的趋势,表现为传统科学计量分析展现“新生命力”;数据驱动、方法驱动成为科技研判的必然范式;科学的技术源头性研判成为趋势;颠覆性技术评估的可操作性、动态性凸显。

  一是科学计量分析方面的发展态势。传统文献计量视角的科技研判起步较早,主要将科技论文、发明专利作为测度科技发展水平的重要指标。随着科学计量分析方法的发展,当前其呈现出多元数据融合、定性定量结合等新趋势。在多元数据融合方面,通过不断扩展对知名数据库论文与专利数据的获取,丰富了科技研判基础数据来源。在定性定量结合方面,通过ESI高被引聚类分析、共被引关系分析和可视化分析,挖掘科学热点前沿,揭示关联关系与发展进程,为基于传统文献计量方法的科技研判赋予了新生命力。

  二是数据驱动和方法驱动的科技研判态势。数据驱动和方法驱动是科技研判的主要发展方向,大数据技术融于科技研判可以显著提高研判的准确性,构建系统的智库方法体系可以有效提高研判的科学性。在数据驱动方面,基于大数据的研究范式实现了模型驱动向数据驱动的彻底转变,通过对海量数据信息的分析、归纳和总结,实现了未知科学理论的快速识别。在方法驱动方面,智库理论方法深入发展将大数据的客观认识与专家智慧深度融合,实现了收集数据、揭示信息、综合研判、形成方案的科技研判完整链条。

  三是源头性技术识别方面的发展态势。科技研判是一项前瞻性很强的辨识性工作,用什么作为科学的测度是关键的科学性基础问题。当前主要使用的技术成熟度、产业化程度、关键度等测度,一方面经常单独使用,一方面或多或少存在前瞻性或覆盖性不足的特点。目前有国内科研机构致力于“面向全球竞争的高新产业源头技术研究”,技术源头性识别得到广泛认可,在方法和识别结果方面形成了大量高质量成果,是一种积极的探索。总体上,技术源头性包含了对技术重要度、通用度、产业化程度、颠覆度多个测度的融合集成。此外,在团队交叉融合方面,源头性技术识别还立足于“技术—应用”的二维认知框架,能够科学、可行地融合复合型识别工作团队。

  四是颠覆性技术评估方面的发展态势。颠覆性技术是包含诸多因素的重要复杂概念,其评估研究呈现操作性增强、动态性提高等新趋势。在操作性增强方面,相关研究已经验证颠覆性技术评估存在可选取的多种可定量表征指标融合的有效方式,即从技术特征、商业模式、外部环境三方面对颠覆性技术进行描述,通过构建和评估技术特征,能够较为全面、客观真实地反映颠覆性技术的产生和发展态势。在动态性凸显方面,颠覆性技术评估基于对颠覆式创新多维特征的分析,将创新对外部环境的多变性引入其中,增加了颠覆性相关科技研判工作的实时性。

  未来如何进行科技研判

  当前,我国科技发展正处于从“跟跑者”向“并行者”甚至“领跑者”转变的历史关头,在进一步重视科技研判工作重要性的过程中,科技研判应坚持复合团队作战、数据驱动融合、方法体系创新等工作原则或导向,提升研判的科学性、前瞻性、准确性和动态性。

  一是坚持复合团队作战思路。多源数据、多维证据、学科交叉是科技研判的新前沿,亟须坚持复合团队作战思路,充分依靠科技专家、政策专家、战略情报专家、管理专家等专家资源,凝聚各领域专家智慧,调动相关专家积极性,开展多层次、系统性的科技态势综合研判。同时,围绕凝练问题、分析问题、综合问题和解决问题的科技研判过程,还应常态化布局专家综合集成研讨厅体系,连续、稳定、持续地收集重点技术领域专家的科学理论、经验知识、前瞻智慧,拓展对重点技术的认识和可预见的范围。

  二是坚持数据驱动融合思路。大数据方法融于科技研判活动可以显著提高研判的准确性,构建大数据驱动的科技研判方法体系逐渐成为各国大规模科技研判活动的必然选择。坚持大数据驱动集成科技领域定量数据库,系统研究文献专利数据、社会经济数据、网络开源数据的结构、特征和应用领域,提升研判结果的准确性,降低科技研判的“迷雾”度。同时,坚持大数据驱动集成技术情报信息资料库,研究各领域战略政策信息、调查问卷信息、专家访谈信息的类型、结构和功能,利用新一代信息技术及相关分析软件,采集并构建技术情报资料库,采用大数据方法完成信息资料的筛选、整理与分析,并开展数据模式、趋势和相关性的分析。

  三是坚持方法创新的系统性思维。科技研判方法创新同时关注海量数据资源获取方法、定量化技术识别方法、科学的技术评估方法的系统创新,应坚持定性定量方法的融合,注重智库DIIS(收集数据Data-揭示信息Information-综合研判Intelligence-形成方案Solution)理论方法体系的应用,即通过界定分解技术领域,规范技术预见数据采集流程;通过技术热点及趋势识别,揭示数据信息形成客观认识;通过活跃技术甄别,研判重点技术的态势与应用;通过技术发展制约因素挖掘,预期实现时间形成规划方案。在具体工作过程中,应总结技术识别、评估、预测的决策支持方法,构建技术预见常用方法库,还应通过获取各领域不同类别数据的关系属性,形成优势互补的有机数据链,并以此组建科技研判相关指标库。(

郭剑锋 王光辉 张凤)


编辑:贺心群