论科技情报研究新范式，本文主要内容关键词为：范式论文,科技情报论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
科技情报工作是支撑现代科技创新的重要基础工作。科技情报工作和科技情报事业的发展，始终是围绕着“服务”科学决策这条主线展开的。只是在不同的时期，“服务”的目标、重点、内容、方式和组织机制等有所不同。
现代科技文献情报机构，面对信息技术深刻应用的挑战和社会信息需求方式的深刻变化，必须突破社会和公众对这类机构的传统定位和认识，形成跨界的、新的发展定位和发展模式。现代科技文献情报机构，已经并将深刻演变为科技图书馆、科技信息机构、科学出版机构、科学数据中心、科学思想库、科技政策与战略研究机构的复合体或者“混成机构”，成为一个“跨界”的知识创新与科学决策的知识服务机构。
在信息社会和知识经济日益发展的大背景下，知识服务已经成为科技情报机构和研究型图书馆的核心业务发展方向和立业之本。科技情报机构和研究型图书馆，作为一类“知识形态”的文献、信息、知识服务机构，其服务一直是有着“知识”内涵的。但时代不同了，面对着严峻的发展挑战，科技情报机构和研究型图书馆在信息社会、知识经济时代明确提出开展“知识服务”，有着鲜明的时代特征，体现着自我蜕变的发展转型追求。而要开展好知识服务，必须准确定义知识服务的内涵，重塑核心业务发展新模式，构建立业发展的新范式。
“范式”(paradigm)是一个共同体成员所共享的信仰、价值、技术等的集合，指常规科学所赖以运作的理论基础和实践规范，是从事某一科学的研究者群体所共同遵从的世界观和行为方式[1]；从本质上讲，范式是一种理论体系，是一种公认的模型或模式。简言之，一门学科的范式就是支配其合法运作的规定性标准、公认的理论体系。要实现科技创新与突破，必须突破旧有的知识体系、思维框架和范式，即跳出“范式陷阱”[2]，实现“范式创新”。本文用“范式”的概念，提出“科技情报研究范式”，是指科技情报研究工作所需建立、实践、遵循的优化工作规定标准、工作发展模式和发展规范要求，是科技情报研究工作的认识论和方法论规定。
适应宏观科学决策的科技情报需求，科技情报研究服务工作的发展必须着力建设新型业务发展模式，深化“决策知识服务”。而建设和培育“决策知识服务”的能力，必须着力推动“专业型”、“方法型”、“计算型”、“战略型”和“政策型”五型融合的科技情报研究新范式，这是开展“决策知识服务”的根本方向和必然要求。
中国科学院国家科学图书馆从2006年起，面向科技创新的战略决策需求，按照“统筹规划、系统布局、协同服务、整体集成”的原则，构建“分工负责、长期积累、深度分析、支撑决策”的战略情报研究服务体系，形成了由研究团队体系、研究任务体系、方法平台体系、学术资源体系、质量管理体系和成果产品体系六个子体系构成的战略情报研究服务体系[3]，并着力推动“五型”融合的科技情报研究服务新范式的发展。本文结合中国科学院国家科学图书馆战略情报研究服务工作的管理与实践，阐述“五型”融合的情报研究服务新范式的内涵。
2 科技情报研究范式演变
自16～17世纪的科学革命建立起近代科学理论体系以来，科学与技术领域已经经历了两次科学革命和三次技术革命，科学与技术创新的范式发生了深刻改变。
在《第四范式——数据密集型科学发现》(theFourth Paradigm:Data-Intensive Scientific Discovery)一书中，该书作者就“科学范式”(science paradigm)总结道[4]：过去数千年的科学是“经验范式”，主要是描述自然现象；过去数百年的科学是“理论范式”，主要是应用模型和一般化的归纳；过去数十年的科学是“计算范式”，主要是模拟复杂现象；而今天的科学是“数据开发范式”即“e-Science范式”，主要是将理论、实验、模拟相统一，其特点是数据由仪器收集或者由模拟仪器产生，由软件来处理，信息/知识存储在计算机中，科学家利用数据管理和统计方法来分析数据库和数据文件。更为重要的是，网络统一了文献和数据，创造了文献与数据交互的世界，所有科学数据(从原始数据、到推导数据与合成数据、再到科学文献等)都可以是网络在线的；而且，每个学科都表现出二元演化的特征，分化出“某某”信息学和计算“某某”学(X-Info & Comp-X)。科学范式的数据密集型演化特征为基于数据的科学发现提供了前所未有的机遇。
科学范式的演进和当今数据密集型科研活动的兴起，强力推动着科技情报研究服务的范式演进和发展。从1940～2010年的数十年中，科技情报研究与服务的工作模式经历了显著的转型与变化：从主要是基于事实、数据、信息、文献翻译等的事实型情报收集服务；到主要是基于文献检索、翻译、综述而开展定性分析和文献计量定量分析等的综述型情报分析服务；再到主要基于文献、专利、标准、经济社会和开源数据库的数据挖掘计算与分析，以及建设科技发展态势监测分析与研究系统的计算型情报研究(图1)。可以说，在数据密集科研范式兴起的大背景下，情报研究工作正成为一种数据密集型的科研活动，成为一种基于海量数据的知识发现过程和知识分析过程[5]。
图1 情报研究与服务的层次演进与范式发展
随着数据密集型科学研究范式的深入发展，科技情报研究服务已经远远不是只提供事实、数据、信息、科技文献服务，也不仅仅是科技文献翻译、综述、检索、分析和文献计量服务；而是要在上述工作的基础上，依托科学文献数据库、专利数据库、标准数据库、开源科技信息、社会经济数据库，深入开展数据挖掘、知识计算、科技态势监测、科技趋势预见、科技战略分析、政策模拟、决策咨询建议等的决策知识服务和知识分析服务[5]，必须从资料收集到知识挖掘，从资料翻译到知识计算，从传统的经验分析到规范分析，从背景分析到提供解决方案的范式转型。
兰德公司为保证兰德的研究分析的质量，于1972年就建立了调查研究组(Survey Research Group,SRG)，SRG在1992年以前只为兰德的研究项目提供数据分析服务，1992年以后也开始为外部用户提供专业数据服务。SRG在创新性的调查设计、数据收集和方法研究方面很有影响。兰德公司还于1976年建立了“兰德统计组”(RSG)，拥有博士和硕士学位的统计师，主要开展统计方法的研究与开发、为研究项目提供统计咨询、提供持续的统计教育培训等，通过向公司的所有研究人员提供数据统计技巧以保证和强化兰德研究的质量。
3 “五型”融合的情报研究新范式
“专业型”、“方法型”、“计算型”、“战略型”和“政策型”五型融合的科技情报研究新范式，是科技情报研究发展的必然取向。情报研究的“五型”新范式中，每一型都不是简单的情报研究的类型划分，而是对情报研究成果与产品的内涵的深刻刻画，是对情报研究要达到的质量境界的揭示和描绘，都分别体现着科技情报研究的成果(产品)的一个重要特质；同时，这“五型”之间也不是互不关联、相互独立的，只有“五型融合”的科技情报研究，才能形成具有真正影响力的决策咨询知识产品。
3.1 专业型情报研究
《史记·货殖列传》云：“卖浆，小业也，而张氏千万。洒削，薄技也，而郅氏鼎食。胃脯，简微耳，浊氏连骑。马医，浅方，张里击锺。此皆诚壹之所致”。这段话无疑深刻地揭示了专业化是规模化发展的根本基础的哲理。
随着知识社会的深入发展，决策者和决策部门的科技专业化程度日益提高，对科技情报信息知识的需求，已经远远超出了一般的科学基础知识层面。因此，科技情报研究服务，也不能停留在一般的浅层次科学基础知识层面，必须开展“专业型”的科技情报研究服务，以有效支撑和服务科技战略研究和科学决策。
情报研究团队只有具备开展专业型情报研究的能力，情报研究才能真正融入到专业科技战略研究之中，才能与专业领域科学家开展学术沟通与交流，才能与学科或领域科技战略专家合作开展战略研究；情报研究人员也才能超越情报资料员的角色，成为真正的科技情报专家乃至科技战略专家。缺乏深度专业内容和特点的科技情报研究服务，只能是边缘化的和一般意义上的科技信息服务，不可能成为有效融入科技战略研究和科技决策过程的决策知识服务。
开展专业型的情报研究，应当瞄准学科领域或科技领域，开展学科或专业领域的科技战略研究；聚焦学科领域或科技领域，形成科技战略研究优势，形成专业领域的研究团队；围绕学科领域或科技领域，构筑科技战略研究的高地，形成专门领域的决策知识服务中心。而这样的专门决策知识服务中心，应当是目标定位清晰、人才团队结构优化、研究特色优势突出、决策服务影响显著的专业型战略情报中心。
做好专业型科技战略情报研究，必须明确重点服务对象，准确研判决策咨询服务机遇，服务科学决策需求，承担重要研究任务，聚焦重点领域突破，形成专业特色优势。要切实解决专业科技领域或学科领域科技情报研究专业浅、层次低、布局散、力量弱的问题；坚持“有所不为有所为”的原则，选择和聚焦重点科技领域和优先选题咨询任务，优化人员布局，强化核心力量，重点定向突破，提高研究层次，取得显著决策咨询效果。
为真正实现专业型战略情报研究服务的发展要求，国家科学图书馆组建了基础交叉前沿科技、空间科技、现代农业科技、人口健康医药科技、生态与环境科技、资源与海洋科技、信息科技、工业生物技术、先进能源科技、先进材料与制造科技等面向科技创新领域的战略情报研究服务团队，以及宏观科技战略与政策研究、科学计量分析评价、知识产权分析评价、情报监测数据平台等开展科技战略与政策研究、科技发展绩效评价和科技数据平台管理服务等领域的专门化战略情报研究服务团队，并通过不断明确团队发展定位、制定团队发展战略目标、明晰服务对象与研究任务、形成贴近关键服务对象与绑定重大服务任务的关键服务机制、建构和完善团队成员的国别与学科专业领域方向的矩阵化工作机制、培育和提升团队成员的核心情报分析能力、设计和推出权威重大情报研究产品等组合化措施，推动专业型战略情报研究工作的深入发展，推动专业型战略情报研究团队向专门领域战略情报研究中心的方向发展。
3.2 计算型情报研究
随着互联网、云计算、移动计算、物联网、社交网络等新技术的不断涌现和发展应用，全球的数据呈指数级巨量增长，数据类型更加复杂多样，人类现在已经进入可以收集和分析大量数据的“大数据时代”。大数据(big data)正在成为工业经济向知识经济转变的重要特征，成为最关键的生产要素与产品形态，数据中心正在成为知识经济时代的基础设施。从海量数据中提取有价值的信息的数据分析工作，既具有重大的意义，也面临着重大挑战。大数据时代的到来可能预示着破坏性业务模式(破坏性创新导致颠覆原有业务模式的全新的业务模式)的诞生。
当今时代，科学研究数据、论文和专利等产出不断增长和积累。全球科技文献产出的数量不断增长，SCI数据库的记录数2011年达到了4.94亿条之多[6]。世界各国每年出版专利文献数量超过150万件，欧洲专利局的worldwide数据库有专利文献6 500万件之多。作为世界主要专利服务系统的Delphion专利服务系统拥有来自全球约5 400万份专利文献以及权威的深加工专利数据库[7]。科技文献数据的巨量增长和积累，给科技文献的管理、分析和应用提出了显著的挑战。
为应对从大数据中进行知识获取和知识发现的核心能力和关键技术的挑战，美国政府科技政策办公室(OSTP)于2012年3月发布了由美国国家科学基金会(NSF)、美国国立卫生研究院(NIH)、美国能源部(DOE)、美国国防部(DOD)、美国国防高级研究计划署(DARPA)和美国地质调查局(USGS)6个联邦政府机构联合组织开展的“大数据研究计划”(big data initiative)[8]，该计划旨在通过提升从大规模复杂目标数据中发现和解读知识的能力，加速美国在自然科学与工程学领域中知识发现的步伐。该计划将使美国拥有从海量数字数据中获取和发现新知识的核心能力和关键技术。
大数据时代的到来催生了数据密集型科学范式的兴起，科学研究已经进入全面数据化、计算化的发展时期，更好地获取、管理、分析、模型化和可视化科学数据信息的需求，已成为科学研究的关键技术挑战。
Science杂志在2011年《聚焦数据管理》的专辑中提出，“科学就是数据，数据就是科学”，“数据是金矿”，“数据推动着科学的发展”。而且，社会经济、政治、环境和健康等事业的发展，也需要借助于对科学数据的分析。所有这些问题的核心是数据的收集、管理、可理解性和可获得性。科学由数据所推动，科学家们也在努力面对不断产生的巨大、复杂和种类繁多的数据[9]。
可以说，自人类建立近代科学体系以来，科学数据产生和应用的数量和速度，从来没有像现在一样巨大和快捷；科学数据长期保存和管理的需求与挑战，从来没有像现在一样急迫与艰巨；科学数据蕴含的知识挖掘和发现的需求与潜力，从来没有像现在一样迫切和无尽。
数字化的影响是全方位的，也将越来越深刻。数字信息资源将在信息资源市场上占据主导地位。新西兰一所大学图书馆所设想的2020年的场景是[10]，数字范式(digital paradigm)将彻底改变组织文化、组织中的人及其工作方式、既定的学术传统以及支撑它们的系统和服务。长期以来，图书馆适应的是印本资源和物理图书馆，数字范式的影响才刚刚开始。但无论如何，数字范式将导致图书馆的性质、理念、模式、服务产生根本性改变。
如此大量并且日益增长、海量积累的浩瀚的数字科学信息资源，仅仅靠传统的以翻译综述为主的情报分析方法来把握其中的科学发展规律，显然是难以应付的，也必然是挂一漏万的。因此，在数据密集型科学范式下，定量的知识挖掘、知识分析计算的计算型情报研究就显得尤其重要和不可或缺。
科学研究范式向数据密集型范式的转变和发展，必然有力推动科技情报研究范式的转变。科技情报研究与服务，已经从资料性、事实性的一般科技情报资料收集、整理、翻译和提供服务，到综述性科技情报分析与研究服务，再到计算型的知识挖掘与知识计算与分析服务(图1)。因此，数据挖掘、数据分析、数据综合、数据增值服务已经成为科技情报研究服务的重要核心内容。
开展计算型情报分析研究，需要明确和围绕分析研究的问题、把握分析研究的内容，集成结构化与非结构化的文献、专利、标准等科技信息资源以及相关经济社会发展的统计数据资源等各类科技文献信息和科学数据资源，建立流程化的分析程序，形成定量化的分析模板，应用或开发工程化的工具平台，实现计算化的数据处理分析。
近年来，一系列定量化和智能化的知识分析工具功能不断完善并日益普及应用，极大地推动了知识分析的定量计算研究。智能化知识分析的定量工具的不断发展和应用，正在深刻改变着科技情报分析的工作模式、效率和定量分析的可靠性，成为科技情报人员开展大数据量文献、专利、科学数据分析的不可或缺的关键工具。这些工具包括：统计分析工具(如Excel、SPSS、SAS等)；科研评估与分析的文献计量分析工具(如TDA、CiteSpace、InCites、SciVal、Histcite、BibExcel等)；专利计量分析工具和平台系统(如Delphion、Thomson Innovation、TDA、INAS、VantagePoint、Focust、PatentGuide、Matheo Analyzer、exCITEr等)；可视化分析工具(如VOSViewer、Timeline、ThemeRiver等)；社会网络分析工具(如UciNet、NetDraw、Pajek、NEGOPY、STRUCTURE、KrackPlot等)；发明问题解决理论方法工具与创新开发环境(如形态分析法、TRIZ、Goldfire Innovator等)；以及战略研究机构、团队等自主开发的针对特定研究问题的各种专门化工具。
这些智能化的知识计算和情报分析工具，可以归纳为：通用型的定量计算方法工具(如基础性、通用性定量统计工具软件)、公共的计算分析工具(如嵌入文献数据库的TDA，嵌入专利数据库的TI等)、专门化的计算工具与平台系统(主要是面向特定问题领域的计算工具软件模型，如，兰德公司面向长期政策研究的政策模拟建模等)。另外，上述的一些工具，不仅限于一个领域的数据分析，而且可以进行多个领域的数据分析与可视化。
日本科学技术政策研究所(NISTP)从2003年开始，研究和绘制“科学结构地图”(science map)，每两年发布一次《科学结构地图》报告，应用自主开发的共被引分析工具分析全球科学发展的结构地图、科学前沿演变状况，是计算型战略情报研究的典型代表。
通过数据文本挖掘技术和定量分析工具，从海量的数字科技信息资源获得新的知识，是战略情报研究的重要方向。没有定量智能技术和工具手段的支持，面对海量的科技信息和科学数据资源，人力的分析是不可胜任的。因此，掌握知识分析的智能化工具软件平台，是情报分析人员建设核心情报能力的重要基础工作；开展知识计算型战略研究，是情报研究人员建设核心情报分析能力的主要方面之一。
随着文献数据库、专利数据库、科学数据库等不同类型数据库的完善发展，以及定量分析研究需求的不断增强，科学文献数据库、专利数据库、标准数据库、科学数据库、经济社会发展专业数据库等与定量计算分析工具日益匹配发展，将进一步促进情报分析的知识计算型发展。
3.3 战略型情报研究
孙子曰：“谋无术则成事难，术无谋则必败”。科技发展的战略与战术，是战略情报研究的主要内容。
科技情报研究和科技战略研究，是服务科学民主决策的知识分析与知识服务工作。服务国家和政府部门科学民主决策的本质特征，要求科技情报研究和科技战略研究服务必须要根据国家的战略需求和科学领域、学科方向的发展而主动研究、主动前瞻，要发挥科技情报研究公正、客观的特点，与时俱进，开展针对重大、重要、前沿科技问题和热点方向的战略型的深度分析，不断提高为国家决策层提供科技情报战略研究服务的能力，扩大科技情报研究对国家决策层的支撑服务和影响。
开展战略型情报研究，必须面向国家宏观科学决策、科技部委、区域发展战略用户等战略性或决策层用户对象(用户层次)，明确研究的宏观决策咨询导向型服务目标(服务层次)，围绕战略性、重大性、关键性问题和国家重大科技任务项目(问题层次)，开展战略性、前瞻性、预见性的研究与决策咨询，形成决策咨询指向的嵌入型战略情报产品(产品层次)(图2)。战略型情报研究的本质特点是，针对国家科技经济社会发展的重大科技问题，形成能够服务和支撑宏观决策的战略性、前瞻性认识和战略性洞见。
图2 战略型情报研究的用户－目标－问题－产品层次图
开展战略型情报研究必须高度关注和深入分析国际和国家面临的战略性科技问题、前沿热点科技方向、科学与技术革命的潜在可能科技事件；关注和研究科技发达国家的科技发展战略与规划，国家科技计划与重要科技布局；关注和研究政府与企业、社会科技投入状况，科技投入重点方向；关注和研究科技发达国家的科技创新政策，关于科技人才使用、管理、评价与激励的政策措施；关注和研究科技发达国家的政府科技管理体制与机制的创新，政府科技计划、科技活动的组织管理方式变革；关注和研究科技创新活动的组织模式变化，新型科技活动组织方式及其对科技创新的影响机理；关注和研究主要科技国家、科技领域的全球科技竞争发展态势等。
当今世界科技发展日益表现出一系列新的态势和新的特点，科技发展日益表现出信息技术、生物技术、纳米技术、认知技术等多元新兴技术深度交叉、汇聚、融合、叠加突破的征兆；科技成果向现实生产力转移转化的速度不断加快，科技创新对经济社会发展的巨大推动作用和革命性影响成为鲜明的时代特征之一；解决人类生存与发展面临的能源安全、资源安全、环境安全、人口健康等一系列重大问题对科技发展提出日益强烈的需求，直接左右着科技创新发展的根本方向；世界主要国家科技创新与竞争日趋激烈，既着眼于解决当前危机考虑，更着眼于长远战略性发展，竞相实施关系国家竞争力的科技发展新战略；科技创新与应用开发活动的组织方式不断发生深刻变化，直接影响科技创新活动的效率与效益。认清当今世界科技发展的新态势与新特点，把握科技发展的战略机遇期，是我国科技与经济社会发展的战略决策必须考虑的问题。
当今世界的人类发展和社会进步，正日益面临着一系列的战略性科技问题，包括能源安全、粮食安全、环境安全、生态保护、国土开发、城市化、区域发展、气候变化与极端气候事件、温室气体排放与低碳经济、海洋科技、国家安全科技、人口健康、转基因技术安全，等等。考虑到我国作为世界第一人口大国和人均资源贫国的国情以及数千年国土与资源深度开发利用的历史，解决这些科技问题更显得突出和具有战略性。因此，开展这些科技问题的战略型情报研究意义重大。
在推动科技创新突破与科技成果向现实生产力转化方面，变革性研究、高风险研究、转化型研究、基于重大科学装置的研究、基于网络化监测站网的合作研究、网络化虚拟创新团队等科技创新活动方式深入发展；开放式创新、转换型创新、交叉融会创新、社会创新、集群创新等创新组织机制不断涌现，正在深刻改变着科技活动的规律和特征，影响科技创新与经济社会结合的组织模式、资源配置机制方式和创新效率。关注和研究科技创新活动方式和规律的战略性转变和演进特点，也是战略型情报研究的重要任务。
在当今全球化的国家间竞争中，国家间综合国力的竞争已经更多和更主要地表现为国家间科技实力的竞争。而随着我国作为世界第二大经济体和世界第二大科技论文产出国地位的确立，我国在国际科技发展中将真正从“科技从属国”逐渐转向为“科技竞争国”。解决我国未来长期和平崛起和现代化建设的一系列重大科技问题，将不得不更多地依靠我国自身的科技创新与科技自主发展，而国家科技战略的选择将日益难以维持传统的“跟踪模仿学习模式”，必须形成“自主选择决断模式”。因此，服务国家科学决策的科技情报研究和科技战略研究就更显得重要和不可或缺。
3.4 政策型情报研究
战略情报研究与服务工作，必须深化和转型发展，形成新的发展范式，开展政策型情报研究。政策型情报研究，就是要在科技情报数据信息收集整理和计算分析、提供背景情况咨询的基础上，能够在海量信息、海量数据定量计算分析的基础上，提出新的“思想”和决策咨询建议，开展决策知识服务，对学科领域、行业发展等的发展规律、发展态势、发展趋势、前沿与潜在创新方向等形成科学判断、战略认识、战略洞见，在此基础上提出促进相应学科领域和行业发展的国家和部门等的计划布局、战略政策安排等的有价值的政策建议，对科学决策形成切实的决策支撑。
科技情报研究机构及研究型图书馆，开展面向决策的科技战略咨询研究与服务，已经成为开展“决策知识服务”的主要内容，成为科技情报机构的重要职能和业务实践，而其科技战略咨询研究的重要发展方向，就是建设服务科技创新与科学决策的科技思想库。
开展政策型情报研究，需要监测分析科技领域发展的态势、现状与趋势，评估科技领域发展的现状与问题，提供科技发展的战略决策咨询情报服务，形成、归纳、提出科技发展的启示、差距、对策建议与决策咨询意见，服务科技领域科技发展的科学决策(图3)。
开展政策型情报研究，需要监测和发现国际上科技发达国家科技政策与科技管理的重要异变，遴选和开展科技政策与科技管理的重大问题研究，形成和提出科技政策与科技管理的咨询建议，策划和推出科技政策与科技管理的战略研究与管理咨询报告(图3)。
开展政策型情报研究，需要关注和分析科技政策与科技管理的重要问题，包括：政府科技决策与管理体制模式，国家科技规划计划制定与组织实施机制；政府与社会科研机构的战略管理模式；政府科技投入与科技资源配置方式，科研活动的成本收益规律；科技活动的科学评价与科技奖励制度政策；科技人才成长规律与激励评价机制；各类科技创新组织机构(创新主体)的创新模式与组织规律，全球化与网络化条件下新兴新型创新活动组织单元的形态及其规律；各类科技活动的创新规律与创新方式，重大科技任务的组织方式；科技成果转移转化规律以及科技与经济社会互动关系；科学创新文化与科研行为规范等。
3.5 方法型情报研究
科学技术发展史表明，科技发展进程中的每一次重大突破无不与新思想、新方法的创新与应用直接关联。没有科学方法的创新和规范应用，就不可能取得突破的、可信和可靠的研究成果。“工欲善其事，必先利其器”。“授人以鱼，不如授人以渔”。科学思想和科学方法是推动科学技术创新的“器”和“渔”。培根认为，合理的方法是完成一切工作所需的三个基本条件的核心，并生动地强调指出，“一个跛足的人如果沿着正确的道路前进，也可以超过一个善跑但偏离了正确方向的人，创造或选择一种合理的方法比蛮干、苦干更有效”[11]。
方法论是涉及一门学科的性质和方向的关键问题和难点问题。规范的科学方法的应用，无疑是战略情报研究的生命线。研究方法指引研究的技术路线，研究方法是计算的逻辑基础。
开展方法型情报研究，应在明确研究问题、研究对象的基础上，建构清晰的研究思路，形成科学的逻辑框架，运用规范的分析方法，才能得出可信的研究结果。因此，开展高质量的科技战略情报研究，必须大力推动科学分析方法的规范应用，建立完善的分析方法与工具体系[3]，重点推动新的、先进的定量分析工具的应用，建设和应用专门化的战略情报分析平台，以规范和先进的分析方法支撑科技战略研究的结论。
以未来导向技术(Future-oriented Technology Analysis,FTA)研究为例，其研究方法包括创造性方法族、监测性方法族、描述性方法族、矩阵性方法族、统计性方法族、趋势性方法族、调研性方法族、模型模拟方法族、逻辑关系/因果关系方法族、路线图方法族、情景方法族、价值/决策/经济方法族等10多个方法族40多种方法[12,13]。
图3 政策型情报研究内容示意图
日本科技政策研究所(NISTP)作为国际上有影响力的科技情报研究机构，在科技战略情报研究中非常重视规范研究方法的应用。从NISTP的研究报告来看[14]，其使用的研究方法主要有：文献计量学与科学计量学方法、专利分析、统计分析法、路线图、定标比超、案例分析、政策分析方法、调查法、德尔菲法、专家组方法、情景分析法，以及投资分析、成本－收益分析、投入产出分析等。NISTP的研究工作，有很大比例是其所开展的调查研究工作，在该过程中采用了各种形式的调查方法。值得一提的NISTP非常突出的工作是其开展的技术预见研究，在技术预见过程中就主要采用了调查法、德尔菲法和情景分析法等多种调查研究方法。
兰德公司作为思想库发展的成功典型，其战略研究与决策咨询的巨大成功和影响力，无疑与其战略研究中规范方法的应用是分不开的，注重方法的研究和使用是兰德公司战略研究的一个重要特点。分析兰德公司的战略研究报告可以看出[15]，其战略研究中广泛使用一系列各学科的多种研究方法，主要包括同行评议(Peer Review)、记分卡(Scorecard Approach)、专家启发方法(Expert Heuristic Method)、提名组技术(Nominal Group Technique)、专家小组(Expert Panels)和一致性方法(Consensus Methods)等专家法；时间序列模型(Time Series)、趋势外推法(Trend Extrapolation)和交叉影响分析(Cross Impact Analysis)等统计学方法；结构方程模型(Structural Equation Modeling)、贝叶斯估计(Bayesian Estimation)、矩阵分析(Matrix Analysis)、概率论(Probability)、最小二乘法(Least Squares Method)和启发式推理过程(Heuristic Inferencing Process)等数学方法；线性规划(Linear Programming)等运筹学方法；成本效益分析(Cost Benefit Analysis)等经济学方法；以及文献计量学方法、定标比超(Benchmarking)、审计方法(Audits)、系统综述和元分析(System Review; Meta-analysis)、道路定价法(Road Pricing)、历史回溯法(Retrospective Analysis)等。
为了对不同研究与咨询项目进行分析，兰德公司独创了许多专门用途的方法和模型用于预测和决策分析，包括德尔菲法(Delphi)、模型和预测(Modeling and Forecasting)、博弈论(Gaming)、路线图(Roadmapping)等预测方法；系统分析法(SystemAnalysis Method)；组合分析工具(Portfolio AnalysisTool)、探索性建模(Exploratory Modeling)、离散选择模型(Discrete Choice Modelling)、健全性决策(Robust Decision-making)、长期政策分析(Long-term Policy Analysis)等预测方法与模型；以及连续性质量改进方法(Continuous Quality Improvement，CQI)(用于项目评价)、多方式调查能力系统(Multimode Interviewing capacity)(用于调查研究)、半结构化调查与焦点组方法(Semi-structured Interviews and Focus Groups)(用于数据收集)、行动热点方法(Actionable Hot Spot,AHS)(用于决策)、专家棱镜系统(Expert Lens)(用于专家调查)、基于假设的规划方法(Assumption-based Planning)(帮助处理不确定性)等其他各种研究方法[15]。
可以说，规范应用科学方法是科技战略研究取得重要战略思想的基础，而开发和发展新的科学方法则更是科技思想库研究水平的直接标志。兰德公司在其发展中一直高度重视网络知名的自然科学家和经济学家等各类高水平人才，重视科学理论和方法体系的构建，创造出了许多里程碑式的新的研究方法或者极大地改进和发展已有的研究方法，形成了独特的“兰德现象”。兰德独创的方法如理性选择理论(被奉为西方的矩阵法则)、系统分析法、运筹学、博弈论等[16]，直接决定了兰德公司军事战略研究的极大成功以及后来在多领域战略研究方面的显著国际影响力。
在国内，中国科学院国家科学图书馆从2006年起构建面向科技战略决策需求的战略情报研究服务体系，其中“方法平台体系”就是战略情报研究服务体系的6个子体系之一[3]。中国科学技术信息研究所围绕着基于事实型数据的科技政策研究方法和实践开展了积极探索，形成了以事实数据为基础，综合集成“事实型数据＋专用工具方法＋专家智慧”的科技政策研究方法论和科技政策研究新模式[17]。这些机构情报研究的科学方法体系和方法论的形成与实践应用，显著促进了情报研究决策咨询水平的提升。
4 情报研究的影响力模型
科技发展史表明，科技发展的根本动力来自于人类对于自然奥秘不懈探索的强烈兴趣和人类解决自身经济社会发展问题的强大需求。而当今世界，探索自然奥秘的不懈追求也日益服务于解决人类自身发展的重大问题。当今世界科技发展，一方面表现出自身革命性突破的征兆；另一方面表现出全面深入渗透和深刻影响所有相关领域革命性发展的特征。
面对日益纷繁复杂的宏观决策环境，面对现代科技突飞猛进的发展及其对经济社会发展的深刻影响，决策者“大智兴邦，不过集众思”，因此，对“战略型”、“政策型”科技战略研究与决策咨询研究的需求日益强烈。从我国科技情报机构开展决策服务的实践特征看，我国科技情报机构为政府部门的科学决策和科技管理发挥了不可或缺的作用，并成为不可替代的角色[18]。但随着决策环境日益复杂化，科学决策日益面对更大的不确定性和风险性，决策部门和决策者对决策知识服务提出了更高的要求，决策知识服务面临着更大的挑战，必须构建适应时代特点的新的发展范式和影响力模型。
开展“战略型”、“政策型”科技战略与决策咨询研究，正如苏轼所说，“千夫诺诺，不如一士谔谔”。应当树立和倡导“独立之精神，自由之思想”，站在世界科技发展、国家科技需求的高度，审视问题、分析问题、研究问题，战略研究报告、决策咨询建议要具备战略眼光，提出真正有价值的、独立判断的、有战略洞见的、支撑科学决策的思想认识和对策建议。
中科院国家科学图书馆情报研究团队从2006年开始，按照专业型、计算型、战略型、政策型和方法型“五型”融合的科技情报研究新范式，推动情报研究与决策知识服务业务的跨越发展，面向需求、面向前沿、面向决策，强化战略研究的针对性和前瞻性，深化战略分析研究的层次，提升战略分析研究与决策咨询水平。实践和发展“五型”融合的情报研究新范式的一项典型工作，就是组织所属学科领域战略情报研究团队，遴选相应学科领域的前沿科学问题与方向，开展学科领域国际发展态势战略分析研究，从2010年开始正式出版“五型”特色鲜明的科技战略研究产品——年度《国际科学技术前沿报告》[19,20]。这项按照“五型”融合的情报研究新范式组织开展的学科领域科技发展态势战略研究，是一项长期持续性、大型科技态势战略研究工作，这些科技前沿战略研究报告的年度系统积累，可以形成科学领域科技发展前沿态势的宽谱段动态覆盖，系统勾画出科学领域国际发展的动态全景态势和趋势，是科技创新决策的重要战略支撑产品。
面向科学决策的情报研究或者科技战略研究产品以及决策咨询建议，如果只具备专业型情报研究、计算型情报研究、战略型情报研究、政策型情报研究和方法型情报研究中的一种特质而缺乏其他方面的特质，则都不会形成真正的影响力。要形成科技情报研究或科技战略研究的决策咨询的影响力，必须“五型融合”、交汇贯通，应当是“五型”模式的有机融合体，这就是科技情报研究的影响力模型，如图所示。
影响情报研究影响力的两个“外部”因素(相对而言)，一是“需求”，二是“机会”。科技情报研究是服务科学决策的，因此，情报研究必须是“需求”引导、“需求”驱动的。准确研判决策者的“决策需求”，是开展战略决策咨询研究的基础和关键。同时，对决策咨询研究与服务的时机的研判也是同样重要的。一方面，要研判、积极建议与主动承担重要的决策咨询研究任务，争取决策部门与决策者对决策咨询研究工作的有力条件支持；另一方面，要研判开展战略决策咨询研究与咨询服务的恰当“机会”，“想决策者之所想、急决策者之所急、供决策者之所需、解决策者之所困”[3]，正如孟子所说，“虽有智慧，不如乘势；虽有鎡基，不如待时”，把握形势、抓住时机、捕捉机遇，对战略研究产生影响力也具有决定作用。“机会”也是科技情报研究、科技战略研究形成决策影响力的重要决定性方面。
图4 情报研究的影响力模型
收稿日期：2012年5月13日