社会分析法的特点 科技预见的相关理论有哪些？

文|听文

编辑|大树

目前，学术界对技术预见内涵基本达成了共识；

其中最典型的是对技术预见的定义，即探索科技、经济、环境和社会的远期未来，旨在指导当前的决策。

一、科技预见内涵

技术预见由早期的技术预测演变发展而来，两者是既一脉相承又相互区别的概念。

虽然二者相互区别，但他们具有重叠性，且都可以进行技术未来与技术机会分析。

技术机会分析重在挖掘新兴科学领域和技术的信息，旨在为相关决策提供借鉴。

二、科技预见

随着社会 分析的发展，越来越多的学者使用共词分析与图像检测研究科技领域的前沿问题，从而对技术预测提供支持。

图像检测注重的是研究领域内活跃、有潜在研究热点的因素。

主要的 有文献共引分析、共现分析、聚类分析、词频分析、突现词检测等。

类似的，在技术前沿分析领域，技术热点与前沿分析也难以分割，学者使用的 大多集中于技术关键词共现分析、词频分析与探测技术。

黄鲁成等使用关键词共类分析和词频探测技术识别了家用空调领域的技术热点与前沿技术；

樊璐璐等使用基于机器学习的文本聚类绘制铸造技术领域的专利地图，提炼出了技术前沿及热点；

有学者提出研究前沿是更具活力的科技研究领域，并采用定量 探讨了新知识发展的模式；

洪璐分析了新能源汽车产业的技术前沿发展趋势。

将该领域技术前沿划分为增长、稳定、退出、收缩、新兴前沿，这也是少有的对技术前沿进行划分并动态比较的研究。

链路预测指利用 中已知节点的信息来预测尚未产生连边的两节点之间在未来产生链接的可能性，它的基本假设是节点越相似就越有可能在未来产生链接。

目前，链路预测的 主要有基于节点相似性、更大似然估计、概率模型的链路预测三类。

这种 在处理有明显层次结构的 时体现出较高的精确度，但该 更复杂且计算量大，对较大规模的 并不适用。

基于概率模型的链路预测 是建立一个含参数的数学模型，使用优化策略寻找参数更优值。

以此为基础得到两节点之间产生链接的概率，但不同的模型需要不同的参数，该 复杂度高、适用性差。

基于节点相似性的预测 中，底层逻辑是相似性越大的两节点在未来构成链接的可能性就越大，该 运算简单、思路清晰，近年来应用广泛。

在使用基于节点相似性这一预测 中，有学者提出了基于 结构相似性的定义 。

主要包括节点的局部信息相似性和路径相似性两种，并分析了各项指标在合作 中预测的精确度。

上文所提到的 都是技术预见中的定量 ，除此以外，还存在定性 如德尔菲法、情境分析法、头脑风暴法等。

德尔菲法是邀请一批研究领域内的权威专家，反复多次对这批专家做问卷调查。

每一次问卷调查都把上一次的调查结果反馈给各位专家，在充分收集专家意见的基础上形成一个预见共识。

情境分析法用来描述某一趋势持续到未来可能产生的后果。

头脑风暴法则是召集专家们开会，在轻松融洽的会议氛围中专家们畅所欲言，尽可能多地给出方案。

这些 的共性就是高度依赖专家的知识经验，其中德尔菲法最常使用。

穆荣平等借鉴了国内外德尔菲量表设计经验，提出了一套适合“中国未来二十年技术预见研究”需要的量表设计。

崔志明等在比较了技术预见中的常见德尔菲法后提出了“市场德尔菲法”，这是一种新的技术预见模式。

芯片技术是信息产业的核心，是现代工业的食粮，芯片领域关键核心技术的缺失导致了当前中国卡脖子的困境。

掌握芯片领域更多的创新现状以及潜在的机会，国家/地区以及企业就更有机会在激烈的竞争中保持稳固地位或实现技术赶超。

目前，虽有众多学者对芯片技术展开了相关研究并取得了一定成果，但大多是定性研究，有必要对该领域的创新进行定量测度和未来预测，深化现有研究。

，根据以上芯片技术的相关研究，当前学术界主要有芯片的分类和简单的测度。

对芯片的定量测度主要集中在技术层面，忽略了对该领域基础研究的分析，而技术的进步与攻克离不开底层的基础研究。

且尽管在技术层面开展了测度，但局限于手机芯片。

缺乏系统地分析芯片领域的科技创新动态研究，该领域的主要创新者有哪些？

他们的创新分布如何随时间的推移而发生变化？

该领域的主流研究问题和关键核心技术有哪些？

未来有哪些活跃的创新者？未来有哪些新兴研究主题和潜在的技术机会？

解决这些问题有助于认清芯片技术研发的当前现状和未来走向，从而为优化产业布局提供借鉴。

本文结合文献专利计量 和社会 分析 ，从多层面展现芯片领域的科技创新动态测度。

第二，在创新测度研究中，当前研究主要使用指标体系构建、文献计量与社会 分析相结合的预测 。

在运用后者对某领域创新动态进行测度时，当前大多研究只关注单一角度。

如只关注论文或专利，而论文和专利都是创新活动最典型的产出，对二者的综合分析更能全面反映某一领域的全面创新景观。

本文将论文和专利结合起来测度芯片领域的创新景观，填补了以往研究利用单一数据进行研究的不足。

第三，在现有的科技预见研究中，学者们主要关注科技预见的内涵及预见 。

在预见 上，定性 主要有德尔菲法等，定量 主要有基于社会 分析的共词分析、突现检测以及链路预测等。

虽然德尔菲等定性 更具有权威性。

但其所耗资源大、成本高，适合国家/地区层面的预见研究，不适用企业、科研院所、高校等创新主体的技术预见。

链路预测作为一种较好的技术预见 近年来逐渐得到了较多研究。

在使用该 进行未来科技预见的研究中，当前学者多使用基于节点相似性的指标来对 中潜在的链接关系进行预测，且预测对象大多是创新主体。

仅有少数学者从文献出发使用链路预测 对未来的新兴研究主题进行预测，综合运用文献与专利对某一特定领域未来科技创新进行预测的研究较少。

芯片技术是国家战略性技术，对其科技创新进行有效预测有助于指导科学和技术实践。

本研究使用链路预测 预测芯片领域未来的活跃创新者、新兴研究主题与技术机会。

旨在为研究人员、资助者及管理者进行研究布局、决策及政策制定提供参考。

科学理论的预见功能 科学理论具有一定的预见性