删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

穆荣平、陈凯华教授等著书《科技政策研究之技术预见方法》

本站小编 Free考研考试/2021-12-25


  自20世纪60年代美国全社会开展技术预测以来,全球技术预测实践基本经历了“技术预测始于美国”“日本改进并开展大规模调查”“欧洲跟进”“世界许多国家加入”“主要国家持续开展”这五个发展阶段。自1970年日本开展基于德尔菲调查的技术预测以来,50年来技术预见大规模实践持续不断,在塑造未来科技、经济、社会和环境发展新格局方面成效显著,成就了一批战略家和预言家。
  50年来技术预见理论方法持续不断的探索与创新,丰富完善了系统化技术预见思想体系和工作体系,催生了一批预见理论和方法集成创新。《技术预见手册:概念与实践》(The Handbook of Technology Foresight:Concepts and Practice)中将技术预见划分为五代。第一代技术预见主要是开展技术预测活动,围绕技术本身进行动态分析。第二代技术预见对技术和市场进行同步分析,探索科学技术对市场的贡献以及科学技术如何受到市场的影响,着重强调市场发展以及环境变化、社会问题等非市场因素带来的技术发展机遇。第三代技术预见将技术与市场的关系拓展到更为广泛的社会层面,将社会趋势、制度构架等多种因素与技术发展联系起来。第四代技术预见与系统性的科技创新紧密结合在一起,成为科技创新的重要组成部分,它引入了多元化的参与者,协调创新所需要的资源和活动。第五代技术预见和策略性决策整合在一起,将科技创新体系的特征、创新参与者的特点,以及社会经济问题中的科学技术维度融入技术预见过程,技术预见成为科技战略决策的一部分(Miles et al.,2008)。
  近几年,技术预见方法被广泛应用于世界部分地区以及商业领域,以支撑决策和应对未来变化,发展形成了“战略预见”①。战略预见强调将预见过程和决策制定两部分整合成为一个整体(Iden et al.,2017)。此外,预见方法(如德尔菲调查)也越来越多地利用互联网优势开展(Linstone and Turoff,2011);通过网络挖掘和数据挖掘的方式来获取与未来相关数据的手段也日益受到关注(Olson et al.,2012);借助信息技术来支撑创新性群体决策的方法得到重视,并且被不断开发(Dalal et al.,2011)。结合先进的信息技术并充分利用数据资源成为技术预见发展的重要方向。
  2013年,Ord等系统地阐释了预测支撑系统(forecasting support systems,FSSs)。简单来讲,预测支撑系统是一种在给定的组织环境中促进关键变量交互预测的程序(通常基于计算机)(Ord and Fildes,2013)。预测支撑系统可以看作是决策支持系统的组成部分(Fildes and Goodwin,2013),用户能够结合相关信息、分析模型以及可视化手段,生成(或创建)预测结果并监控其准确性。预测支撑系统包括数据预处理、统计建模和监控过程三部分,可提供给用户基于统计数据的分析和判断结果。Glenn(2015)从数据、信息、知识,软件和硬件,专家及其他有洞察力的个人等三个方面分析了预测支撑系统平台建设情况;Keller等(2015)认为预见支撑系统能够促进国家/区域的创新,并且提出了实现该功能的5个基本前提及若干需求,预测支撑系统的关键环节在于提供及时的交流与合作。von der Gracht等(2015)基于信息技术在全社会的广泛应用,以及预见的设计、应用和开发过程与信息技术结合的趋势,展望了预测支撑系统的未来发展方向,提出了系统平台发展的若干趋势,指出预测支撑系统必须集成广泛的信息进行分析,并且预见专家也必须要作为系统的一部分来提供深度分析。Durst等(2015)为德国联邦国际军设计并且开发了预测系统RAHS(Risk Assessment andHorizon Scanning),该系统提供了39种预见方法,其中涉及不确定性分析、探索性情景构建和战略选择评估等环节的18种预见方法实现了完全信息化。
  在新技术革命和产业变革关键历史时期,在创新全球化与区域一体化双向作用引发的全球竞争格局动态演化的关键历史时期,技术预见需要向科学技术预见转变,并且技术预见未来发展迫切需要强化“愿景驱动与需求拉动”共同塑造未来、创造未来的功能。科学技术预见作为构建社会发展愿景、识别科学技术需求、凝聚社会各界共识、协调创新主体行为的综合集成平台作用将会进一步加强,并将向着专业化、模块化、网络化、智能化、数字化方向发展,成为决策科学化的重要支撑力量。基于对这一趋势的清晰认识及把握,中国科学院创新发展研究中心穆荣平研究员系统性地阐述了科学技术预见未来发展趋势、发展方向及发展路径,具体如下。
科学技术预见平台化发展趋势加速
  创新发展政策的复杂性导致科学技术预见平台化发展趋势加速。科学技术预见平台化是指科学技术预见从服务国家科学技术发展规划和政策制定的支撑工作向服务国家创新发展规划和政策制定的综合集成平台转变的过程。创新发展规划和政策制定涉及科技、经济、社会和环境发展等方面,受到政治、法律、伦理、人口以及国际发展环境等众多因素影响,具有影响因素多、不确定性高等特点,对未来科学技术预见工作提出了更新更高的要求。未来的科学技术预见平台化发展需要将技术预见活动嵌入政策制定过程中,重点加强五个方面的工作。一是加强国家经济、社会、环境发展与数字转型趋势分析,构建社会发展愿景,识别发展主要驱动力。二是加强全球科学技术发展趋势分析和科研数字转型趋势分析,识别国际合作伙伴,把握科学技术发展和数字转型机遇。三是加强未来科学技术题德尔菲调查的方法创新与网络建设,识别重要科学技术课题,分析相关伦理、法规和政策制约因素。四是加强技术选择方法创新与能力建设,确定优先发展科学技术课题和优先发展科学技术子领域,支撑科技发展规划和政策制定。五是加强科学技术发展动态监测能力建设,识别优先发展科学技术课题和子领域发展存在的重大问题,支撑科技创新资源配置与学科布局动态调整。
科学技术预见模块化发展趋势加速
  科学技术预见平台化发展导致科学技术预见活动目标多元化、问题复杂化、知识专业化、主体多样化,加速了科学技术预见活动模块化发展趋势。未来的科学技术预见平台主要包括四个模块。一是世界科技趋势模块,致力于综合集成全球科学家专业知识,分析世界科学技术发展趋势,识别科学技术发展机遇,选择国际科技合作伙伴。二是社会发展愿景模块,致力于综合集成已有情报资源和理论方法,研究全球政治经济竞争格局演进及其主要驱动力,分析国家经济、社会、环境发展趋势,整合利益相关者的创造力、专业能力和沟通能力,有效参与构建社会发展愿景,识别社会发展愿景驱动力。三是科学技术选择模块,致力于动员创新主体参与未来科学技术课题大规模德尔菲调查,分析相关伦理、法规和政策制约因素,确定优先发展科学技术课题和优先发展科学技术子领域。四是创新发展政策模块,致力于分析优先发展科学技术课题和子领域对经济、社会、环境发展影响,动员创新主体进行科学技术和创新发展政策实验,定期评估国家(区域)创新发展水平和能力,支撑科技创新资源配置战略调整与动态优化。
科学技术预见数字化转型趋势加速
  科学技术预见平台化发展导致科学技术预见系统利益相关者数量和相关数据量呈几何级数增长,科学技术预见数字化转型趋势明显并呈加速演化态势。未来的科学技术预见数字化转型趋势主要体现在五个方面。一是科学技术预见工作科技政策研究之技术预见方法平台数字化,统领科学技术预见各个模块的数字化。建立数字化、网络化、智能化平台工作机制和大数据中心,扩大政产学研等创新主体有效参与技术预见活动范围,提升数据获取和处理以及分析结果可视化的智能化水平。二是全球发展趋势分析评价系统的数字化。建立全球政治、经济、社会、环境发展大趋势信息获取与处理数字化模拟系统,提高大趋势及其驱动力数字化分析能力。三是国家社会发展愿景分析系统的数字化。建立国家经济、社会、环境发展趋势信息获取与处理数字化模拟系统,有效整合不同创新主体和利益相关者的创造力、专业能力和沟通能力,推动创新主体就社会发展愿景进行多视角沟通并达成共识。四是科学技术选择的数字化。建立优先发展科学技术课题和优先发展科学技术子领域选择辅助系统,支持利益相关者在线研讨,精准识别创新主体的创造力、专业能力和沟通能力,动态遴选优先发展科学技术课题并提供合法合规判断。五是创新发展政策模拟系统的数字化。建立创新发展数字化政策模拟系统和政策实验室,迭代支撑科技创新资源配置战略调整与动态优化。

内容简介
  本书系统梳理了技术预见的历史演进,论述了技术预见在政策制定过程中的作用,综述了技术预见方法的发展与演化、分类、选择和应用。从方法溯源、基本原理和操作步骤、应用领域、实际应用、局限性与发展方向五个方面,系统研究阐述了技术预见实践中常用的主要方法及辅助方法。从技术预见实践背景、组织过程、方法选择和调查领域等方面系统介绍了中国、日本、韩国、英国、德国和俄罗斯等国的技术预见实践。
  本书可作为高等院校公共管理、管理科学、系统工程等相关专业研究生教材,也可作为相关专业的教师、科技工作者、工程技术人员以及企业管理者的参考书。




  本文转自微信公众号“科学人文在线”,原标题为《展望:未来的技术预见》

责任编辑:高塬
相关话题/技术 系统 创新 环境 社会