技术跟踪在政府科技计划中的应用:实证研究_科技论文

政府科技计划中技术跟踪的应用———个实证研究,本文主要内容关键词为:实证研究论文,计划论文,政府论文,技术论文,科技论文,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。

中图分类号:G332.1 文献标识码:A 文章编号:1002-0241(2008)03-0031-04

通过制定和组织实施各类政府科技计划来推动本国科技的发展,已成为各国政府用于体现政府意志,发挥其对本国科技发展的协调、推动和引导作用所采取的主要手段之一[1]。政府在制定科技计划时,其前提和基础是通过技术跟踪,对科学技术活动进行动态的分析、测量、评估和预测,使政府部门充分了解并掌握本领域和相关技术领域的现状和发展态势,把握技术发展机会,科学地制定技术发展战略。可以说,技术跟踪是政府制定科技计划的前提和基础,是提升政府科技管理水平的一个重要规律。技术跟踪贯穿于政府科技计划的始终,但其重点应放在科技计划的前期阶段。此阶段,海量的信息导致决策的不确定性增加,由于前期调研不充分而导致的决策失误非常高。因此,在政府科技计划的前期,技术跟踪的主要目的是为决策者提供各种有价值的技术信息,从而降低决策风险。

当前,技术跟踪的方法主要是传统的统计分析方法[2-5]。传统的方法是基于显性知识的统计分析,很难挖掘数据背后隐藏着的隐性知识。可以说,目前还缺少一种适当的技术跟踪工具用以指导政府科技计划的有效实施。基于此,我们借鉴数据挖掘的思想,利用可视化技术,开发一套简便、实用、可操作性强的技术跟踪工具,并从实证分析的角度,阐述了此种方法的结构,同时得到了一系列可视化的技术跟踪图谱,以期为政府部门更好地制定科技计划提供一种现实可行的思路和手段。

1 技术跟踪的内涵和方法

1.1 技术跟踪的内涵

技术跟踪是指以技术信息统计为基础,以数据分析技术为手段,在内部技术资源和能力审计的基础上,对给组织竞争地位带来重大影响的外部技术领域的形态、运行轨迹及趋势进行系统、动态地监视、度量、分析和预警[6-8]。

技术跟踪的基本思路是,运用自然语言处理、模糊聚类、因素分析、关联分析等方法,对数据库信息进行深层次剖析,抽取其中的模式和关系,并运用一定的可视化方法将数据的各个属性值以多维数据的形式表示出来,从而表达成某种易于理解的模式(知识),加深用户对数据含义的理解,更好地了解数据之间的相互关系和发展趋势。根据技术跟踪的定义,技术跟踪的内容主要包括组织内部的技术跟踪和组织外部的技术跟踪(见表1)。

1.2 技术跟踪的方法

技术跟踪的过程主要分为数据搜集、数据分析和可视化表达三部分,通过定性和定量的综合集成分析,最终生成某一技术领域的动态监测文字报告和可视化图像,提供相关人员参考,进而提升决策质量和管理水平,具体过程如图1所示。

图1 技术跟踪流程图

(1)数据搜集。数据搜集之前,首先要明确技术跟踪的目标集,也就是要有针对性地抽取所关注的信息。目标集的确定直接影响着技术跟踪所采用的手段和方法[9]。在此基础上,通过网络化信息处理,将文献数据库中的相关数据信息套录出来,围绕目标集,经过数据清洗和数据装载存入相应的信息层,进入技术跟踪文献数据仓库,在统一的平台上实现数据的检索、统计和分析等工作,实现数据共享和系统互联。

(2)数据分析。数据分析的方法多种多样,如决策树、神经网络、遗传算法、统计分析等。上述方法虽然各异,但都主要基于聚类规则和关联规则。聚类是指发现数据内在的相似性并将其按照相似性进行自动分类。聚类规则可以按照“物以类聚”的思想将数据进行分类,是一项非常有意义的知识模式。数据关联是指两个或多个变量的取值之间存在某种规律性[10]。关联规则的目的是找出数据中隐藏的关联网,进而反映事物之间的依赖性和相互关联性。

(3)数据可视化。技术跟踪的可视化主要是将加工后的技术数据通过可视化技术平台展现给用户,为决策支持服务。对于显性的技术跟踪数据,可以通过传统的柱形图、饼图、雷达图等图形、表格的形式进行可视化处理,转化成易于理解的信息。对于隐性的技术跟踪数据,可以通过GIS、MDS、神经网络分析等技术,将关联关系、网络关系和共生关系转化成可视化形式[11]。

2 实证分析

我们以公路工程领域为研究对象,以SCI相关文献作为数据检索源,通过计算文献主题关联度以及元素之间在主题意义上的关联性,对文献组进行深层次、具体的微观研究,细致地剖析科学技术发展的各主要层面,为政府制定科技计划提供一个总体思路和基本框架。

2.1 数据和方法

本研究以科学引文索引扩展版(SCI Expanded)作为数据源,通过专家法确定1997-2006年间属于公路工程领域的33种期刊作为研究样本。在此基础上,采用网络数据自动采集系统,对文献的标题、关键词、摘要、作者信息和参考文献五个方面进行提取。由于上述指标基本囊括了文献所表达的主要信息,因此通过对以上内容的分析,可以挖掘出文献内部隐含的重要知识。文献指标数据库构建采用微软开发的Access 2000数据库管理系统。这里采用模糊匹配技术来识别和整理数据信息,对数据进行预处理,以减少不规范的数据量[12]。

2.2 分析和结果

通过以上分析,我们获得了大量公路工程主流研究领域的关联可视化图谱,限于篇幅,这里只举例介绍公路工程领域国家层面的技术水平定位、技术优势和技术合作的可视化图谱。

(1)公路工程领域技术水平定位。图2显示,当今国际公路工程领域按技术水平进行定位,主要分成四个群体:中国在此领域的总体技术水平与澳大利亚、英国、新加坡、荷兰和丹麦大致处在同一水平;加拿大、日本、韩国、西班牙和瑞士在公路工程方面的技术能力大体接近;以色列和意大利在此领域的技术水平相似;希腊技术水平相对较低;美国在各个领域的研究强度较高,范围较广,其技术水平最高。

进一步分析得知,中国所在的位置处于本组群的最上方,非常靠近韩国、西班牙和日本,说明中国在公路工程领域总体的技术水平与澳大利亚、英国、新加坡和丹麦相当,但在个别技术领域与韩国、西班牙、日本水平接近。

(2)公路工程领域技术优势分析。由图3可以看出,中国在公路工程领域主要20个领域的技术优势较为明显,成为继美国和加拿大之外第三大国家,领先于日本和澳大利亚等国家。

图2 公路工程领域技术水平定位可视化图谱

图3 公路工程领域技术优势可视化图谱

从技术优势上看,中国、韩国、法国、印度、巴西、葡萄牙、波兰等10个国家在finite element method、vibration、optimization、concrete等技术方面具有较强的技术竞争力。加拿大、日本、澳大利亚、新加坡、土耳其、新西兰等8个国家在reinforced concrete、beam、shear、strength和high-strength concrete等技术上优势明显。美国、英国、意大利、德国、中国台湾、挪威等12个国家和地区在bridge、neural network、simulation、concrete等技术上具有较强的技术竞争力。

(3)公路工程领域技术合作研究。从整体来看,美国、加拿大、中国、日本和英国形成最主要的技术合作群体(图4中虚线圈),其他国家围绕上述国家形成了外围的技术合作群体;美国和加拿大在技术合作域处于绝对的核心地位,二者之间技术合作的强度也最高;中国与美、加、日、英等技术强国展开了广泛的合作,但鲜有与我国台湾地区的合作。澳大利亚仅次于美国,成为中国第二大技术合作伙伴。

图4 公路工程领域技术合作可视化图谱

通过分析,上述国家进一步分成三个组群:组群1包括加拿大、中国、日本、意大利、德国、中国台湾等13个国家和地区;组群2包括美国、英国、澳大利亚、新加坡、希腊等8个国家;组群3包括法国、挪威、巴西、以色列、葡萄牙、丹麦等9个国家。

中国具体的技术合作情况见表2。

表2 中国开展技术合作的具体情况

中国与主要国家(前5个)开展技术合作的情况

次数合作的国家 主要的合作领域(前10个技术领域)

column; load; confined concrete; ductility; beam;

60USA

high-strength concrete; nonlinear-analysis; bridge;

concrete; finite element method

cellular expression; ruled-surface geometries; design;

29 AUSTRALIAinteractive system; permutation representation; bridge;

genetic algorithm; optimization; structural control; beam

interoperability numerical approach; body of dry; gas

21 ENGLAND holders; gas pressure; eccentrically stiffened plates;

free-vibration; wall plates; compression; stress; finite

element

wind force coefficients; force spectra; rozen soil

parameterization; general-circulation model; land-surface

17

JAPAN scheme; atmospheric gems; freeze; genetic algorithm;

bridge; earthquake

nonlinear system; newmark algorithm; white noise;

random excitation; central difference method; random

14 CANADA response; depth-averaged model; sediment transport;

plates; finite element

3 结论

通过技术跟踪,可以对某一领域技术的现状、特点、影响、发展趋势和速度进行测定,为政府科技计划的制定提供决策信息支持。目前,技术跟踪的理论远非成熟,在政府科技计划制定中的实际应用鲜有系统的研究。基于此,文章提供了一个将技术跟踪运用于政府科技计划的总体思路和基本框架,通过对公路工程领域的实证分析,产生了一系列有价值的可视化图谱。从中可以看出,中国在公路工程领域总体的技术水平与澳大利亚、英国、新加坡和丹麦相当;在finite element method、vibration、optimization、concrete等技术方面具有较强的技术竞争力;中国与美、加、日、英等技术强国展开了广泛的合作,但鲜有与我国台湾地区的合作。

接下来的工作中,我们尝试在可视化分析产生的网络图谱中,让用户能够交互式地访问图中每一个节点的信息,甚至直接通过链接阅读到节点的研究主题,方便用户的搜索过程。同时,考虑将专家的定性分析和基于数据挖掘的定量分析更好的结合,从而进一步推动政府科技计划的开展。

标签:;  ;  ;  ;  

技术跟踪在政府科技计划中的应用:实证研究_科技论文
下载Doc文档

猜你喜欢