国内外支持创新的情报学研究主题与趋势分析

曹树金　岳文 玉

DOI：10.3969 / j.issn.1008-0821.2021.12.001

〔中图分类号〕G250 2; G259 2 〔文献标识码〕A 〔文章编号〕1008-0821 （2021） 12-0004-13

创新是指“人们为了发展需要， 运用已知的信息和条件， 突破常规， 发现或产生某种新颖、独特的有价值的新事物、新思想的活动”。我国在党的十八大提出， 实施创新驱动发展战略，强调要推动以科技创新为核心的全面创新，坚持把创新作为引领发展的第一动力。2020 年9 月11 日， 习近平总书记主持召开科学家座谈会， 强调基础研究是科技创新的源头， 要把原始创新能力提升摆在更加突出的位置。2021年5月28日， 习近平总书记出席中国科学技术协会第十次全国代表大会，指出当前我国原始创新能力还不强，创新体系整体效能还不高， 科技创新资源整合还不够， 科技创新力量布局有待优化等问题。这充分表明，我国对于科技创新的高度重视，“科技创新”“原始创新” 和“自主创新” 已经成为中国新时代的关键词，提高创新能力已是刻不容缓。提高创新能力的途径之一是从信息资源中挖掘支持创新的情报，以发现知识，揭示规律， 引导创新活动。本文就情报学和情报工作对创新驱动、科技创新、原始创新所作的已有研究进行回顾， 运用可视化软件Citespace，梳理当前国内外支持创新的情报学研究主题， 展望未来发展趋势， 并提出相应建议，旨在为后续研究与实践提供参考。

1数据来源与研究方法

本研究选用中国知网平台数据作为中文论文数据来源， 直接以“情报支持创新” 为主题进行精准检索后发现检出文献较少， 考虑到可能出现漏检情况， 本研究对检索词进行不同方式的组合与检索， 以保证研究样本的代表性。2021年6月24日在CNKI数据库中运用高级检索： 将检索主题词设为（主题=创新）并且（主题=情报）并且（（篇关摘=支撑）或者（篇关摘= 支持）或者（篇关摘= 助力），文献分类目录选择“情报学、情报工作”， 检索年限范围不限。外文文献数据来自Web of Science（WoS）数据库， 选取WoS核心数据库，以（（（TS=（improve innovation） OR （TS=（for innovation）） OR（TS=（enhancing innovation））） AND TS =（informa⁃tion）） OR TS=（intelligence））为检索式， 研究方向选择“ INFORMATION SCIENCE LIBRARY SCI⁃ENCE”， 限定文献类型为Article。为了保证分析结

果的准确性， 通过人工逐篇浏览的方式， 剔除掉内容与情报支持创新相关性较小或不相关的文章， 例如“近五年来国内外竞争情报对比研究” “Explo⁃ring the Role of Structural Holes in Learning： An Em⁃pirical Study of Swedish Pharmacies” 等， 与情报支持创新的研究关系不大。另外， 剔除掉非研究型论文， 例如书评、工作报告以及会议新闻等， 最终得到150 篇中文文献样本和111 篇英文文献样本。

在研究方法上， 本文采用文献计量方法和可视化图谱展示对国内外支持创新的情报学研究的相关文献进行分析。本文通过统计数据和结果分析相结合的方法对相关论文发表数量进行研究; 在研究热点和研究前沿分析上， 运用可视化工具Citespace，进行关键词的聚类分析和突现词检测， 对数据进行布局， 并对标签、节点以及颜色进行调节， 归纳该领域的热点研究主题和前沿趋势。

2中外文期刊论文发表趋势分析

发文量的历时变化是衡量特定研究领域发展态势的重要指标。本文对检索结果中的150 篇中文文献样本和111篇英文文献样本进行数据统计， 分析其时间分布如图1所示。

通过分析样本文献的时间分布可知， 国内关于支持创新的情报学研究起步于1999年，国外的相关研究起步于1994 年， 在产出数量方面国内2 篇核心文献，国外1篇核心文献， 发文量均处于较低水平。2006年后，我国明确提出要建立以企业为主体、以市场为导向、产学研结合的创新体系，相关研究成果逐年增加， 2016 年中共中央、国务院发布实施《国家创新驱动发展战略纲要》， 相关论文在2016 年达到最高峰。自2017年后， 产出数量虽有下降，但总体处于稳定增长趋势。计算国内论文时间分布趋势线， 得到拟合曲线的指数型函数为y =8E-112e0 128x，拟合程度较高（R2=07386>0），这在一定程度上说明情报学中支持创新的研究呈现逐年递增的发展趋势， 未来我国仍会继续产出相关成果，并保持在较高水平。纵观国外相关文献的产出情况， 整体呈现稳定增长态势， 其拟合曲线的指数型函数为y=2E-95e0109x， 得到R2=06621>0，表明情报支持创新的研究在国外受到一定程度的重视， 文献数量处于稳步增长态势。

3支持创新的情报学研究热点主题分析

领域研究热点主题可以通过对关键词的聚类进行揭示。关键词聚类分析是“以共词分析为基础，利用聚类的统计学方法， 把众多分析对象之间错综复杂的共词网状关系简化为数目相对较少的若干类群之间的关系并直观地表示出来的聚类的过程”。本文利用Citespace绘制中英文论文的关键词共现网络， 由于聚类的序号越小， 类所包含的关键词越多， 越具有代表性。通过试验发现， 将中文论文聚类数设为K =15、英文论文聚类数设为K=16时代表性较弱， 因此本文将中文论文聚为14类， 英文论文聚为15类， 发现聚类效果最好。由于软件采取自动抽取关键词的方式进行聚类标注， 其产生的标注结果可能会过于具体化， 导致出现聚类主题不能被有效描述或不宜解读等问题， 因此， 本文剔除意义模糊的类群， 包括： 英文論文的#3 collabora⁃tive filtering、#4 information technology affordance、#6 impact、#9 research and development、#10 global⁃ization、#12 diffusion。最终， 中文论文一共产生了14 个有效聚类， 英文论文产生了8个聚类， 生成关键词聚类知识图谱， 如图2、图3 所示， 并列出中英文论文聚类内的主要高频关键词， 如表1、表2所示。模块化系数Modularity Q和平均轮廓系数Silhouette 是衡量关键词聚类质量的标准， 其中Modularity Q 和Silhouette 值越接近1， 网络的模块性越好， 主题聚类越明显。从图2 可以看出， 中文论文关键词共现网络由372 个节点， 511 条连线组成。中文论文的关键词聚类结果为Modularity Q=08692， Silhouette=0 9589， 表明聚类内部和聚类之间的关系密切， 关键词聚类具有合理性。从图3可以看出， 英文论文关键词共现网络由456个节点， 1305条连线组成， Modularity Q= 07957， Sil⁃houette=09342， 表明聚类结果较为合理。

为了便于描述概括， 结合图和表， 以及对国内外研究样本文献的梳理， 考虑各类群的紧密程度，将支持创新的情报学研究主题归类到8 个方面， 对聚类的整理归类如表3所示。

3.1面向创新的竞争情报利用

竞争情报的有效利用作为提升和保持区域与企业竞争优势的重要途径不容忽视。目前， 国内外的研究倾向于企业竞争情报、产业竞争情报、区域竞争情报服务的方法与模式， 以及技术竞争情报的相关研究。竞争情报是实现企业技术创新的关键，融合企业内部信息实现企业技术创新共享是十分重要的。特别是在大数据时代， 企业竞争情报分析与利用正面临着企业内外专利数据的有效集成和

可视化发展的问题， 如Bose R分析了可视化竞争情报工具的作用， 认为新兴工具有助于企业快速高效地制定战略计划，提高竞争能力。在产业竞争情报的理论和实践方面， 相关研究主要涉及竞争情报分析方法、产业竞争情报服务模式以及面向省域、县域产业发展等。如Etzkowitz H等构建了基于共享的“三重螺旋服务模式”。在区域竞争情报服务方面， 学者们对如何获取区域内创新主体对于竞争情报服务的需求以及影响服务的障碍因素进行了探讨; 在服务体系和服务模式构建方面， 学者们对跨国竞争情报合作模式、多元化竞争情报服务模式、线上数据融合的联动供给服务模式 、大数据时代下的竞争情报服务体系等进行了研究。国外更加注重对技术竞争情报的研究， 特别是技术竞争情报在维持竞争优势中的作用、理论、方法和工具对于技术创新和商业决策的支撑作用。

3.2 面向创新的知识管理

知识管理是通过创造和应用知识提升组织绩效的过程。知识共享是实现知识管理的前提， 同时也是知识创新的核心要素。当前关于知识共享的研究主要分为三大部分： 一是知识共享的机理研究; 二是知识共享的影响因素研究; 三是知识共享绩效研究。智库作为知识型研究机构， 为政府决策提供有利于决策的情报服务。知识管理作为智库竞争力的核心， 其本质就是知识的开发利用和创新。学者们对知识管理视野下的智库建设展开了研究， 认为智库应从知识生产全过程视角开展知识管理活动，为了保障智库产品的质量， 智库情报机能问题应引起重视。

3.3创新识别的情报学方法

运用情报分析方法识别领域科技创新规律和创新路径对于把握科技前沿至关重要。相关研究主要包括科技创新机会、创新演化路径、突破性创新以及文献创新点的识别。新技术的发展为企业的技术创新提供了可能， 对于技术创新机会的准确把握有助于企业的创新发展。创新机会识别的研究主要集中于对机会识别过程的研究， 主要包括创新机会识别过程影响因素分析、创新机会识别过程模型研究以及基于专利分析的创新机会识别过程研究。在做出创新决策之前， 需要考虑创新技术的发展周期和演化路径。学者们对创新演化路径识别方法进行了研究， 包括引文主路径识别方法 、基于文本主题词分析的识别方法以及多元关系融合的识别方法。突破性创新是指可以取代原有技术， 实现突破性进展的技术创新。目前，突破性创新识别方法主要包括专家判断法、主题突变检测法、引文网络分析法、机器学习算法模型识别法等。

3.4面向创新需求的情报服务与人才信息素养培育

面向创新的情报服务是指在创新驱动发展的大背景下， 以信息和知识的搜寻、组织、分析、重新构建为基础， 为其他主体提供知识密集投入的服务。提供情报服务的智库、各类图书馆以及情报服务机构以创新领军人才的情报需求 、高校图书馆用户的真实情报需求、创新创业企业的情报需求等为驱动实现面向创新的情报服务。当前国外多从情报服务的研究方法层面展开研究，包括结构方程模型法、系统动力学模型法、博弈论模型法等。国内研究多从协同理论视角进行情报服务的研究， 包括服务模式的探索、知识服务实现技术、智库情报服务的功能定位和体系构建以及协同创新平台的建设等。

在面向创新的人才信息素养培育方面， 高校图书馆发挥了整合信息素养教育资源的作用， 包括构建协同教育模式、建立信息素养协同教育机制以及实施校企合作等。相关研究指出， 在创新导向下，应该更加注重人才的信息分析能力、科研创新能力、创新思维方式等方面的培养。

3.5应用于创新的情报学理论方法

情报学理论在网络服务、区域发展、企业科研以及军事国防等各创新领域中发挥着重要作用。在网络服务创新中， 六度空间理论和相关性原理得到了广泛应用， 提高了网络服务的整体性能。在企业创新中， 知识管理理论、知识地图理论以及竞争情报理论应用到企业的创新实践中，促进了企业的持续创新发展。另外， 在分析科技情报的模式创新、教育方式创新以及分析学科动态的创新研究中， 知识图谱理论也发挥着重要作用。从情报学自身来讲， 情报学理论在与其他学科进行融合的过程中， 将自身的理论应用于创新， 使其得到延伸和发展， 推进创新理论与实践的统一。

3.6面向创新的专利情报分析

专利情报服务在科技决策和创新资源配置等方面发挥着关键作用。高校图书馆与专利情报服务的探讨是当前学者们关注的一大热点。在需求分析方面， 学者们分析企业技术创新和产业技术创新的需求特征， 探讨高校图书馆专利信息服务面临的障碍并提出对策建议。在专利信息服务方式方面， 有的学者提出构建高校图书馆协同创新的网络专利情报服务模式、地方专利信息服务管理方案以及面对政府、企业、高校及科研机构不同对象的嵌入式专利信息服务方式。在高校创新创业专利服务方面， 高校图书馆多是开展专利文献检索、专利情报服务平台建设、开设相关课程， 加强专利情报教育以及专利数据库使用培训等方面。在专利情报服务高校科技创新的研究方面， 学者们利用专利情报分析对高校的技术创新进行评价以及从合作研究等方面结合专利数量对高校创新能力进行评价研究。企业技术创新和专利情报研究也是当前的研究热点， 基于企业技术创新的专利情报价值被不断地挖掘、研究与应用。相关研究主要涉及专利信息挖掘指標研究、开放共享的专利信息应用服务平台建设、企业专利情报战略体系构建等。

3.7情报、情报工作和情报服务对创新的作用

本主题主要包括两方面的内容： 一是科技情报服务和科技情报工作对于科技创新的支撑作用; 二是文献情报工作对于知识创新的推动作用。一方面， 科技情报服务和科技情报工作对于科技创新的支撑作用主要体现在3个方面： 一是资源的保障作用; 二是导向参谋作用; 三是推进科研成果转化的作用。另一方面， 文献情报工作对于知识创新的推动作用主要体现在3个方面： 一是文献情报工作是知识创新的思想资源， 有效的文献情报服务为知识创新提供信息资源和创新素材以提高科研效率; 二是文献情报服务是知识应用的中介， 可以实现有效的知识扩散和转移; 三是有利于创新人才的培养，为创新人才的培养提供强有力的信息保障 。

3.8面向创新的信息共建共享与平台建设

创新活动需要开放且经过知识化关联分析的信息资源服务的支持， 因此， 如何提高协作研究中知识的管理、传播、融合与共享， 实现信息增值服务， 建立面向创新的情报平台是当前学者关注的重点。为了发挥图书馆自身的资源优势， 学者们探索了如何利用图书馆资源建设和共享来促进企业科技创新， 例如： 探索图书馆、科研机构院校以及商业数据库之间的信息资源共建协作模式和以地域协作为主并注重各单位特色资源的信息资源共建协作模式等。在面向创新的政务信息资源建设与共享方面， 学者们相继提出了优化政务资源共建共享的建议， 包括创新管理模式、基于社会进程与技术的政务信息整合模型、加强不同政府机构之间的数字化协作等方面。面向创新的情报平台建设的研究主要包括以信息提供为主的科技信息创新服务平台建设研究面向公共数字文化 、区域 、产学研协同创新的信息平台建设研究。

4 支持创新的情报学研究趋势

为了进一步探究支持创新的情报学研究趋势，本文利用突变值检测分析突现词的动态变化特征，了解不同时期较为活跃的研究主题并追踪该研究的未来走向。本文利用Citespace 中的突变值检测算法对中英文样本文献进行关键词的突现检测， 并对检测结果进行量化统计， 其中Strength 表示词的研究热度， Begin、End表示关键词突变的起止时间， 如图4、图5所示。

从突现词分析结果来看， 不同的突现词出现在不同时期， 这表明支持创新的情报学研究呈现多元化特征。在中英文样本文献中， 强度最大的关键词是专利和competitive intelligence， 其值分别为4.6和3.83; 最长突现时间是知识创新和knowledgemanagement，分别是9 年和7 年。值得注意的是，中英文论文近几年突现的关键词是学术评价、知识图谱、颠覆性技术、innovative recognition、neuralnetworks、machine learning， 表明这些关键词代表的研究主题在近期支持创新的情报学研究领域中较为活跃， 可认为是支持创新的情报学研究的前沿性主题。结合图4、图5 中近几年的突现词、本文采集的样本文献以及情报学的发展现状可知：

近年来， 学者们将自然语言处理技术和机器学习技术引入到学术论文的创新评价中， 例如： 索传军等论述了将认知计算运用在学术论文评价的新思路; 杨京等提出一种利用Keygraph 算法基于研究主题对比的学术论文创新力评价方法。在创新识别方面， 对于创新的有效识别主要集中在对颠覆性创新的识别， 例如： Buchanan B等提出了一种用于发现特定领域是否存在潜在颠覆性技术的识别框架; 苏敬勤等提出将“专利影响因子” 作为计量指标用于颠覆性技术的早期识别。目前， 对科学基础研究中创新识别的研究较少。知识图谱通过机器学习、数据挖掘以及信息可视化技术将复杂的领域知识展示出来， 用来揭示领域知识的演化路径和发展趋势， 已成为当前支持创新的情报学研究中的一个趋势。例如： 中国科学技术信息研究所率先基于海量多源的科技创新要素， 利用可视化技术，进行中国科技创新图谱的研究， 辅助科技创新管理与决策。为了可以更好地捕捉实体和关系间的复杂语义， Socher R等和Dettmers T等将神经网络的方法引入到知识图谱中实体间的向量表示。

5支持创新的情报学研究建议

结合中英文论文研究热点主题、近几年的突现词、国家出台的相关政策以及情报学的发展现状，本文认为今后一段时间， 探索理论、方法和技术，利用文献、信息、数据， 研究创新、监测创新和引导创新将成为在创新驱动发展战略环境中支持创新的情报学研究的核心内容， “创新情报” 将贯穿整个情报学研究领域， “创新情报学” 将有可能应运而生。为此， 近期可以聚焦在以下几个方面加强研究。

5.1面向创新的学术成果评价

在当前改革科技评价制度的背景下， 需要科学的学术评价推动学术创新。习近平总书记在全国科技创新大会上提出： 要改革科技评价制度， 建立以科技创新质量、贡献、绩效为导向的分类评价体系， 正确评价科技创新成果的科学价值、技术价值、经济价值、社会价值、文化价值。对科技论文的评价应具体体现在对其创新点的新颖性、创新成果的有用性以及方法创新的科学性的测度。目前， 主题的自动识别、主题的分类和聚类等自然语言处理技术已有成熟应用， 将情报分析技术和人工智能相结合的方法运用于科技成果， 尤其是科技论文创新评价有相当的应用潜力和价值。

为了提高科技论文的创新质量， 必须研究科技论文创新内容的利用理论及其规律。联合情报学、人工智能、计算机科学等相关学科的力量， 优化创新计量指标并与文本内容分析相结合， 充分发挥识别和分析创新知识单元方面的优势， 应是未来学术论文评价研究的重点。另外， 目前的情报检索系统或知识发现系统不支持对科技论文创新质量和创新价值的评价， 应对这方面进行理论、方法和应用探索， 引導学术评价向“重创新” 转变， 为情报学支持国家创新战略作出具体贡献。

5.2创新情报的识别和抽取

从情报学角度研究创新是情报学支持创新的重要路径之一， 从情报学角度研究创新就是要研究从创新活动和创新成果的记录中， 识别各领域的创新成果、创新的要素、创新的路径以及创新的方法。目前， 对科学基础研究中创新识别的研究较少， 以论文为对象的学术创新的识别与挖掘研究是近年新兴的研究方向[120] 。

未来创新情报的识别和抽取可以进行以下两个方面的探索： 一方面， 是对公开出版的科技论文中创新点的识别和抽取， 探索利用人工智能技术抽取更加丰富的创新要素， 包括但不限于创新对象、创新基础、创新层次、创新贡献、创新类型等， 进而达到更加全面地针对科技论文创新进行识别的效果; 拓展深度学习方法在细粒度信息抽取方向的应用， 形成面向科技论文的创新情报挖掘和创新知识发现的理论方法; 另一方面， 从大量迅速增长的专利文献中识别出具有技术前沿性的专利， 构建多维度的专利内容新颖性指标， 对突破性创新进行早期识别。同时， 对各领域发明专利所涉及的创新要素与创新规则进行深入分析， 探索更具操作性的理论工具体系， 挖掘创新要素之间隐藏的逻辑和规律，以提高行业的技术创新决策效率， 挖掘新的创新机会。

5.3创新情报的组织和检索

当前，细粒度信息单元的识别和描述以及面向情境的信息检索理论方法已经有一定的发展， 知识图谱作为知识组织工具可以实现复杂的语义检索和深度的知识服务， 知识图谱方法和技术的利用在商业和学术领域也都有了一定的进展。这些探索为开展支持创新的情报组织与检索研究提供了重要的理论前提和方法基础。特别是这些年信息资源聚合、知识关联以及可视化的相关研究已经逐渐深入， 这些可以使得支持创新的情报组织与检索能够取得较大的进展。

支持创新的情报组织与检索研究可以进行以下主题的探索： 各类型、各领域、各主题文献中创新情报特征的基础研究、创新情报知识图谱的自动或人工辅助构建、利用创新知识图谱对文献中创新情报进行描述、构建创新情报检索系统或功能的情报组织机制以及基于创新知识图谱的创新情报检索方法和技术的研究。未来， 在创新情报组织的基础之上， 知识组织将融合先进信息技术和丰富的经验积累， 朝着组织对象的细粒化、组织原则的关联化、组织功能的多样化、组织目标的情境化、组织应用的交互化、组织形式的可视化以及组织工具的图谱化等方向发展。

6结论

本文运用文献计量学的方法， 以WoS核心数据库和CNKI 数据库中支持创新的情报学研究的期刊论文作为数据源， 借助可视化软件Citespace， 对支持创新的情报学研究的文献发表趋势、研究热点主题和研究前沿趋势进行可视化分析和探討。得到以下结论：

1）从论文发表趋势来看， 中外文期刊发文量呈现较为平稳的上升趋势， 并都在2015年之后呈现快速上升的趋势， 结合相关政策和国内外情报学的发展现状， 表明该研究领域正在逐步受到学者关注， 影响力也相应提高。

2）研究热点方面， 支持创新的情报学研究主要集中在面向创新的专利情报分析、面向创新的竞争情报利用、面向创新的知识管理、创新识别的情报学方法、面向创新需求的情报服务与人才信息素养培育、应用于创新的情报学理论方法、情报、情报工作和情报服务对创新的作用、面向创新的信息共建共享与平台建设等方面。通过对比分析可以发现， 论文研究主题呈现多元化特征， 各主题既有交叉， 又有显著不同。中外文论文研究主题各有侧重点， 外文期刊论文研究热点主要集中在信息技术、创新信息需求、创新知识发现等相关研究， 中文期刊论文研究热点主要集中于情报学和情报工作对于创新的作用、面向创新的信息资源共建共享与平台建设等方面。

3）近期支持创新的情报学研究可以主要进行以下几个方面的探索： 面向创新的学术成果评价、创新情报的识别和抽取以及创新情报的组织和检索。

目前， 对于支持创新的情报学理论、方法和技术探索尚处于初级阶段。理论上， 情报学理论、方法和技术对科技和产业的创新活动的支持应该是高效可行的， 情报学的研究实践应该以充分发挥情报学在这一领域的作用为重要目标。因此， 深化创新情报理论， 加强对支持创新的情报学的系统研究，甚至创新情报学， 是今后努力的一个方向。

（责任编辑：孙国雷）