“科学—技术”关联性研究及其在情报分析中的应用分析

陈一梅 王兴旺

摘 要：探究了新时代环境下“科学—技术”的关联性，重新审视建立在“科学—技术”关联性原理之上的情报分析活动。论述了科学与技术相互依赖、相互转化、相互渗透的内在联系，介绍了哲学、科技史、經济学与文献计量学领域的科学与技术关联性研究情况。分析了情报学领域研究“科学—技术”关联性方法的问题与不足，以及“科学—技术”关联性原理在技术预测/预见、成果转化、科技评价等情报分析中的应用，发现“科学—技术”关联性为情报分析提供了一个重要的理论研究方向。

关键词：科学；技术；关联性；情报分析；

中图分类号：G35文献标志码：A 文献标识码：A 文章编号：1671-0037（2018）3-80-4

DOI：10.19345/j.cxkj.1671-0037.2018.03.021

"Science-Technology" Linkage Research and Analysis on Its Application in Information Analysis

Chen Yimei， Wang Xingwang

（Library of Shanghai Jiao Tong University， Shanghai 200240）

Abstract： This paper researched the "Science-Technology" linkage under the new era background， and reexamined the information analysis activities based on "Science-Technology" linkage theory. The author expounded the inner connection of science and technology， which is shown as interdependence， mutual transformation， and interpenetration； described "Science-Technology" linkage related studies in the fields of philosophy， history of science and technology， economics， and bibliometrics； analyzed the problems and insufficiency existed in studying "Science-Technology" linkage in information science， and the application of "Science-Technology" linkage theory in technology forecasting， achievements transformation and scientific evaluation and other information analyses. It was found that "Science-Technology" linkage had provided an important theoretical research directionfor information analysis.

Key words： science； technology； linkage； information analysis

科学与技术是推动知识时代原始创新的源动力，是推动实施创新驱动发展战略的基石。科学与技术的关系随着时代的发展不断演进，近代科学革命以来二者相互影响、相互促进，呈现出融合发展的趋势。同时，随着技术在推动创新和社会经济发展中的作用日益强化，传统的科学研究在创新中的主导地位也发生了转变。探究新时代环境下“科学—技术”的关联性，重新审视建立在科学—技术关联关系基础之上的技术预测/预见、成果转化、科技评价等情报分析活动，是从源头上了解创新发展机理、探索提升科研转化效率、深化科技体制改革的必经之路。

1 “科学—技术”关系概述

纵观科技发展史，科学与技术在演进过程中呈现出不同的特征。科学反映客观存在的规律、原则，具有真理性，科学概念往往不随时间的发展而演化；技术主观性强，一般用于解决实践活动中的具体问题，受不同时代发展水平的限制，随时代的发展更新换代[1]。

1.1 科学与技术的内在联系

科学与技术是人类发挥主观能动性、认识世界改造世界的产物。社会需要是科学技术发展的基本动力，科学与技术的共同目的是满足人类发展的需求，最终推动生产力的发展和社会的进步。科学与技术既是被社会塑造的，又是塑造社会的[2]；二者相互依赖、相互转化、相互渗透，关联关系日趋紧密。科学与技术的关系如图1所示。

1.1.1 科学与技术相互依赖。科学研究需要技术提供基础支撑，现代科学实验、项目的开展越来越依赖现代化的仪器设备。技术研发需要科学提供理论指导，新技术的创新、新发明的创造建立在已有科学理论基础之上。基础研究是重大技术创新不可或缺的基础。

1.1.2 科学与技术相互转化。在解决实践问题时，人们可以充分利用现有科学知识，开展技术研发活动，形成发明创造，将科学理论转化为应用技术；当技术应用累积到一定程度时，对技术实施中的方法、原则、规律加以分析总结，可以发现新的科学理论或规律，实现技术向科学的转化。同时，存在部分技术没有运用实体性科学知识，独立于科学知识而存在[3]；存在部分科学在可预见的未来无法转化为技术，作用于人类的生产生活[4]。

1.1.3 科学与技术相互渗透。科学与技术的互动，也是知识流动的一种重要表现形式。“有用”的科学知识转化为技术，产生新的发明创造。技术在其发展过程中也产生了一些重要的思想理论成果，对基础科学产生重要影响，如人工智能技术的发展启发了学者们在动物行为以及人类思维领域的研究。在科学知识与技术知识相互交流、融合的过程中，出现了纳米科学技术、生物科学技术、信息科学技术等科学与技术理论结合的新兴学科。

科学与技术的关系呈现出新的时代特征，主要表现为：科学技术化，技术科学化，科学技术一体化，出现了一些既具备基础科学特性、又集成不同门类技术的新学科；技术的影响力日增，以专利为代表的技术信息越来越受重视，科学与技术关系中科学的基础地位弱化；科技黑箱成为科学与技术的中介，科技黑箱集成了科学知识与技术知识以及社会价值观、社会制度等隐性知识[5]。

1.2 不同学科视角下“科学—技术”关联性研究

“科学—技术”关联性的研究受到哲学、科技史、经济学以及文献计量学等多个领域学者们的关注。

1.2.1 在哲学的自然科学辩证法领域，对“科学—技术”关联性的论证呈现出新认识否定已有认识、认识不断深化的特征。在历史上很长一段时间，人们重技术、轻理论，认为科学与技术之间互相分离，且没有关系[6]。19世纪，科学与技术在现代科技结构中汇合，形成了科学理论是技术创新的基础、技术创新反作用于科学理论研究且推动科学理论研究的深化发展的传统认识。20世纪30年代末，海德格尔否定了“科学是技术的理论基础”这一传统观点，认为技术是科学之本，科学是技术之应用[7]。伊德认为技术是科学的应用这一观点没有深入到存在论层次的认识论[8]。邦格认识到技术概念的丰富性之后，也摒弃了“技术是应用科学”的观点[9]。随着人们认识世界水平的提升，对“科学—技术”关联性的认识不断深化。

1.2.2 从科技史的角度研究科学与技术关系的学者以纵向梳理科学与技术关系的历史演变为主。科学与技术并非同时出现，技术的出现可以追溯到原始社会，人们使用石器火种、满足衣食住行原始需求的时期，科学从自然哲学中分离出来的时间更晚。科学技术的发展经历了由平行发展到逐渐相互接近、相互加强，最终二者相互依赖、相互融合的反馈循环过程。

1.2.3 经济学领域对科学与技术关系的研究，理论上探究影响知识创新与技术创新成效的内在因素，为制定鼓励创新的机制提供参考；在实践中，通过高校与企业共建科技园区、开放共享实验室、开展产学研合作等方式，实现科学与技术的互利共荣。

1.2.4 从文献计量学的角度研究科学与技术之间的关系，建立在将学术论文作为科学知识的载体、专利文献作为技术知识载体这一理论基础之上。基于文献计量的定量与定性分析发现，在某一领域，论文发表和专利申请量呈交替上升趋势；论文与专利文献之间存在紧密的引文关系网络和共词关系网络，印证了科学与技术之间的相互转化、相互影响的关系；同时，这一关系在不同科学领域与不同技术领域之间呈现出不同特征。

2 情报分析领域“科学—技术”关联性研究方法

2.1 研究方法概况

情报分析领域多利用文献计量工具，分析某一领域学术论文与专利文献数量特征、引用互动关系，以了解该领域科学与技术的关系。或是从微观角度，横向对比不同学科与不同技术之间科学与技术关联关系的差异。基于专利的“科学—技术”实证研究主要包括定量指标方法、数理模型方法、科学—技术映射模型及社会网络分析方法，定量分析“科学—技术”关联性、活跃度和影响力[10]。

2.2 问题与不足

将文献计量学方法应用于科学与技术关系分析目前仍存在诸多不足之处，刘小玲等[11]对这一问题进行了系统研究，不足主要表现为以下几点。

2.2.1 分析缺乏深度。计量指标多是对专利论文数量特征的简单统计，结论通过比较、归纳、抽象、概括出来，缺少基于主题内容、知识网络、内在机理的研究，如不同学科间科学技术互动的差异、科学与技术互动的因果关系、关系网络形成的驱动因素等。

2.2.2 数据源存在较多缺陷。当前分析所用到的专利数据多来自美国专利与商标局的数据库2.2.USPTO，而论文数据则是以《科学引文索引》2.2.SCI数据为主，数据范围存在局限性；科学文献发表的目的是知识传播与分享，专利申请的主要目的是知识产权保护，论文和专利之间存在相互排斥的关系；专利与论文数据结构不同、专业术语和分类不同导致数据获取与分析难度大。

2.2.3 基于引用的“科学—技术”关联探测主要是单向的。研究者多从专利技术对科学论文的引用角度出发，而较少从科学论文对专利技术的引用角度进行分析技术对科学的影响，更鲜有研究真正实现了“论文—专利”混合共被引的实证分析。

2.2.4 单纯以论文和专利为载体分析科学与技术的关联，难以从科学技术由理论构想到技术应用的全过程上，较难反映理论研究、技术研发、市场应用等活动之间的知识转化规律。

3 “科学—技术”关联性在情报分析中的应用

科学信息与技术信息是科研院所、企业和政府决策的重要依据。科学与技术相互关联，共同作用于科技创新、社会发展，对科学成果与技术成果的分析可以用于技术预测/预见、把握科研成果转化特征、评估组织机构或个体科研创新能力等，为科研院所、企业和政府制定激励创新的政策方针提供有益参考。

3.1 技术预测/预见

技术随着时间的推移，更新换代，不断演进，如何在了解技术发展的历史和现状基础之上，科学预测技术发展趋勢或潜在新兴技术，是情报分析领域重要研究课题。

近年来，随着计算机技术的发展，技术预测/预见方法流程得以简化，并由定性分析为主转向定量分析为主，文献计量法成为未来技术发展趋势预测的主要方法之一[12]。在技术预测/预见中使用定量方法时，所采集的分析数据以专利为主，越来越多的研究和实践同时采集了专利和论文数据。如2014年汤森路透知识产权与科学事业部发布的《汤森路透预测2025年全球十大创新点》报告，该报告运用现有科学文献及已发表的专利，分析判断研究进展[13]。

3.2 科技成果转化

我国政府积极引导校企合作，共建科研创新基地，形成产学研创新协同机制，促进技术转移与技术转化，提升创新活力。

《中华人民共和国促进科技成果转化法》（2015）将科技成果转化定义为：为提高生产力水平而对科技成果所进行的后续试验、开发、应用、推广直至形成新技术、新工艺、新材料、新产品，发展新产业等活动。科研成果和技术研发成果都需要经历理论验证、技术研发、实际应用的过程才能最终实现转化。科研成果与技术研发成果之间也存在转化关系。李修全[14]对科学与技术成果从研发到实际应用这一阶段的转化效率进行分析，设计了包括成果应用指数、隐性转化指数、交易活跃度指数、成果收益、转让、产业化指数等模块在内的科技成果转化指数分析框架，最终实现研发投入与产出比的分析。杜建[15]构建了资金资助、科技论文、授权专利、上市药物之间的“回溯模型”，揭示新药研发领域科学—技术—产品之间的转化研究特征和规律。更多的文献基于专利与论文之间的引证关系，分析科技成果从理论验证到技术研发这一阶段的成果转化特征。

3.3 科技评价

科学研究成果和技术创新成果体现创新主体的研发能力与水平，是机构和人才评估的重要依据。论文、著作等仍然是我国高校、科研院所评价人才的重要指标。通过对学术论文/著作的发表数量、来源出版物水平、被引次数等指标的统计，进行定量分析，最终对人才进行定性评价。同时学术评价中“唯论文論”的评价标准也一直饱受诟病。2018年中央发布《关于分类推进人才评价机制改革的指导意见》，明确指出我国人才评价机制存在“分类评价不足、评价标准单一、评价手段趋同”等突出问题，要实行“分类评价”，科学设置评价标准，克服“唯学历、唯资历、唯论文”等倾向。

分类评价需要依据学科特征科学设置评价标准。一方面，考虑到基础研究不确定性大、研究周期长以及不同学科领域之间科技成果转化周期不同、转化强度不同，除了学术论文，专利以及科技成果转移转化效率也可以纳入科技评价体系。另一方面，数字化、网络化环境丰富了科研人员开展科学交流的途径，电子邮件、网络学术社区、个人存档、电子印本文库等非正式交流强劲回归，科研数据来源不再局限于正式出版物，科研产出形式更具多样性，科技评价不仅需要根据正式出版物评价其学术影响力，也需要从非正式交流视角评价其社会影响力[16]。

4 结语

科学与技术之间相互依赖、相互转化、相互渗透，辩证统一的内在关系为技术预测/预见、成果转化和科技评价等情报分析工作奠定了理论基础。同时，现有研究及实践中也存在诸多不足之处，例如信息源、分析指标单一等，影响了情报分析结果的客观性、科学性。针对这些问题，进一步研究如何实现信息源的多样化，合理设置分析指标，保证技术预测/预见、成果转化分析和科技评价的有效性等，都是值得进一步研究的方向。

参考文献：

[1] 林苞，雷家骕.基于科学的创新与基于技术的创新：兼论科学-技术关系的“部门”模式[J].科学学研究，2014（9）：1289-1296.

[2] 陈其荣.科学技术哲学论集[M].上海：上海人民出版社，2017.

[3] 何继江.从邦格技术定义的发展看技术哲学[J].自然辩证法研究，2012（12）：36-40.

[4] 吕薇.多措并举促进基础研究转化为原始创新能力[J].科技中国，2018（2）：1-5.

[5] 吕乃基.第九章科学与技术关系的新特点科学和技术的发展规律[EB/OL].（2017-03-12）[2018-01-05].http：//blog.sciencenet.cn/blog-210844-1038966.html.

[6] 叶通.弗兰西斯·培根论科学与工程技术的关系初探[D].西安：西安建筑科技大学，2014.

[7] 马琳.海德格尔论现代性纪元中科学与技术逆转的关系[J].学术月刊，2015（6）：42-50.

[8] 文祥.伊德：“技术诠释”是理解科学的基本原则[J].科学技术哲学研究，2017（5）：79-84.

[9] 何继江.从邦格技术定义的发展看技术哲学[J].自然辩证法研究，2012（12）：36-40.

[10] 董珏，杨眉，郭晶，等.面向高校科技转化效率评估的“科学—技术”关联性实证研究[J].大学图书馆学报，2016（5）：38-45.

[11] 刘小玲，谭宗颖，张超星.国内外“科学—技术关系”研究方法述评：聚焦文献计量方法[J].图书情报工作，2015（13）：142-148.

[12] 王瑞祥，穆荣平.从技术预测到技术预见：理论与方法[J].世界科学，2003（4）：49-51.

[13] Thomson Reuters.The world in 2025 10 predictions of innovation[EB/OL].（2014-07-03）[2018-01-07].https：//scienceofsingularity.com/2014/07/03/the-world-in-2025-10-predictions-of-innovation/.

[14] 李修全.应用类科技成果转化的概念及测度方法：“科技成果转化指数”构建探讨[J].科技管理研究，2015（23）：46-49.

[15] 杜建，唐小利.基于科学—技术—产品关联分析测度新药研发成果转化及其启示[J].医学信息学杂志，2017（6）：59-65.

[16] 韩毅.非正式交流回归语境下科技评价的融合路径取向[J].中国图书馆学报，2016（4）：64-74.