科技创新政策分析的大数据支撑体系研究
贺德方1 , 曾建勋2 , 陈涛3 , 潘云涛4 , 杨芳娟5
1.中国科技评估与成果管理研究会,北京 100081 2.华中师范大学信息管理学院, 武汉 430079 3.科学技术部,北京 100862 4.中国科学技术信息研究所, 北京 100038 5.科技部科技评估中心,北京 100081
Big Data Support System for Science and Technology Innovation Policy Analysis
He Defang1 , Zeng Jianxun2 , Chen Tao3 , Pan Yuntao4 , Yang Fangjuan5
1.China Association of Science and Technology Evaluation and Management of Scientific and Technical Achievement, Beijing 100081 2.School of Information Management, Central China Normal University, Wuhan 430079 3.Ministry of Science and Technology, Beijing 100862 4.Institute of Scientific and Technical Information of China, Beijing 100038 5.National Center for Science & Technology Evaluation, Beijing 100081
摘要 科技创新政策分析贯穿科技创新活动全链条、全过程,需要借助大数据的资源、方法、技术、平台和工具,支撑并赋能科技创新政策分析流程、模式和场景。在阐述科技创新政策分析内涵及其大数据特征基础上,从科技创新政策分析的现实需求与新机遇、大数据支撑科技创新政策分析的作用机理以及科技创新政策分析框架等方面阐述大数据支撑科技创新政策分析的逻辑链路。由此提出面向科技创新政策分析的大数据支撑体系,并从大数据资源体系、精细数据加工体系、情报计算分析体系和证据生成体系四个层面论述基于大数据的科技创新政策分析过程。最后提出应从大数据资源平台、大数据工具模型、大数据应用环境和大数据理论方法等方面持续推进,为政策分析提供大数据证据、方法和模拟的支撑能力与资源基座。
关键词 :
科技创新政策 ,
政策分析 ,
大数据
收稿日期: 2025-04-22
基金资助: 国家社会科学基金重点项目“国家科研论文和科技信息高端交流平台构建研究”(22ATQ006)。
作者简介 : 贺德方,研究员,研究方向为创新政策与科技绩效评价、科技信息管理与共享;曾建勋,通信作者,教授,博士生导师,研究方向为知识组织与知识评价、数字出版与数字图书馆,E-mail:zengjianxun2022@163.com;陈涛,研究方向为科技政策与管理;潘云涛,研究员,研究方向为科学计量学与科技评价;杨芳娟,副研究员,研究方向为科技政策分析;
引用本文:
贺德方, 曾建勋, 陈涛, 潘云涛, 杨芳娟. 科技创新政策分析的大数据支撑体系研究[J]. 情报学报, 2025, 44(10): 1217-1227.
He Defang, Zeng Jianxun, Chen Tao, Pan Yuntao, Yang Fangjuan. Big Data Support System for Science and Technology Innovation Policy Analysis. 情报学报, 2025, 44(10): 1217-1227.
链接本文:
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.10.001 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I10/1217
1 巴志超, 范呈镭, 刘蕾蕾, 等. 政策引用视角下政策核心要素变迁与治理结构演进[J]. 情报学报, 2025, 44(4): 381-397. 2 陈庆云. 公共政策分析[M]. 北京: 北京大学出版社, 2011. 3 姜鑫, 侯裕馨. 欧洲国家开放科学政策文本多维量化评价分析与启示[J]. 现代情报, 2025, 45(9): 150-164, 176. 4 Rothwell R, Zegveld W. Reindustrialization and technology[M]. Essex: Longman, 1985. 5 薛澜, 贾开, 赵静. 人工智能敏捷治理实践: 分类监管思路与政策工具箱构建[J]. 中国行政管理, 2024(3): 99-110. 6 黄萃, 任弢, 李江, 等. 责任与利益: 基于政策文献量化分析的中国科技创新政策府际合作关系演进研究[J]. 管理世界, 2015, 31(12): 68-81. 7 裴雷, 孙建军, 周兆韬. 政策文本计算: 一种新的政策文本解读方式[J]. 图书与情报, 2016(6): 47-55. 8 Lane J L. Let’s make science metrics more scientific[J]. Nature, 2010, 464(7288): 488-489. 9 Coulthart S, Riccucci R. Putting big data to work in government: the case of the United States border patrol[J]. Public Administration Review, 2022, 82(2): 280-289. 10 Asensio O I, Moore C E, Ulibarri N, et al. Data technologies and analytics for policy and governance: a landscape review[J]. Data & Policy, 2025, 7: e25. 11 赵志耘. 论科技情报赋能高水平科技自立自强[J]. 情报学报, 2024, 43(12): 1379-1385. 12 樊春良. 科技政策科学的思想与实践[J]. 科学学研究, 2014, 32(11): 1601-1607. 13 贺德方, 曾建勋, 陈涛, 等. 科技创新政策分析体系研究[J]. 中国软科学, 2025(1): 1-9. 14 张洋, 吴婷婷, 侯剑华. 大模型驱动科技创新评价若干问题的思考[J]. 图书情报知识, 2025, 42(1): 70-77, 88. 15 Hilbert M. Big data for development: a review of promises and challenges[J]. Development Policy Review, 2016, 34(1): 135-174. 16 杨慧. 社会科学研究中的政策文本分析: 方法论与方法[J]. 社会科学, 2023(12): 5-15. 17 周阳, 汪勇. 大数据重塑公共决策的范式转型、运行机理与治理路径[J]. 电子政务, 2021(9): 81-92. 18 Jarmin R S, O’Hara A B. Big data and the transformation of public policy analysis[J]. Journal of Policy Analysis and Management, 2016, 35(3): 715-721. 19 张晓东, 夏凡. 数据驱动的公共政策研究——以敏捷智库实践为例[J]. 智库理论与实践, 2023, 8(5): 118-127. 20 贺德方, 陈涛, 刘辉, 等. 科技活动全链条政策体系构建研究[J]. 中国软科学, 2024(6): 1-14. 21 余霄. 政策信息学: 公共政策学数字化发展的新路径[J]. 天府新论, 2023(5): 107-117. 22 王光辉, 刘开迪, 王雨飞. 基于大数据的公共政策评估研究: 机遇挑战、分析框架及对策建议[J]. 中国行政管理, 2023(5): 107-115. 23 郁俊莉, 姚清晨. 从数据到证据: 大数据时代政府循证决策机制构建研究[J]. 中国行政管理, 2020(4): 81-87. 24 曹玲静, 张志强. 政策信息学视角下政策文本量化方法研究进展[J]. 图书与情报, 2022(6): 70-82. 25 曹玲静, 张志强. 政策信息学的发展与前瞻[J]. 图书情报工作, 2021, 65(21): 38-50. 26 曾建勋. 推动中国式科技情报现代化进程[J]. 农业图书情报学报, 2023, 35(4): 100-101. 27 马雨萌, 黄金霞, 王昉, 等. 基于政策文本量化研究的科技政策分析服务平台建设[J]. 情报科学, 2022, 40(7): 169-176, 185. 28 赵彬彬, 陈凯华. 需求导向科技创新治理与国家创新体系效能[J]. 科研管理, 2023, 44(4): 1-10. 29 Ruggeri K. Assessing evidence based on scale can be a useful predictor of policy outcomes[J]. Policy Sciences, 2025, 58(1): 179-188. 30 Filgueiras F, Raymond A. Designing governance and policy for disruptive digital technologies[J]. Policy Design and Practice, 2023, 6(1): 1-13. 31 张志强, 范少萍. 论学科信息学的兴起与发展[J]. 情报学报, 2015, 34(10): 1011-1023. 32 吴江, 王凯利. 社会技术融合: 政策信息学的由来、范畴与框架[J]. 中国图书馆学报, 2024, 50(4): 53-70. 33 刘昊, 张志强. 文献计量视角下政策科学研究的新方向——从政策量化研究到政策信息学[J]. 情报杂志, 2019, 38(1): 180-186, 111. 34 曾大军, 霍红, 陈国青, 等. 政策信息学与政策智能研究中的关键科学问题[J]. 中国科学基金, 2021, 35(5): 719-725.
[1]
刘昭阁, 李向阳, 乔立民, 吴冲. 案例支持下城市灾害风险应对的大数据治理模式分析方法 [J]. 情报学报, 2024, 43(6): 672-684.
[2]
林伟杰, 周文杰, 魏志鹏, 杨克虎. 基于大数据元分析的调节效应识别:基础模型与实证检验 [J]. 情报学报, 2024, 43(5): 553-562.
[3]
赵一鸣, 孙绍聚, 张家年. 美国对华科技竞争政策的量化评价及启示 [J]. 情报学报, 2024, 43(12): 1399-1413.
[4]
杨昭. 基于元路径的作者名称协同消歧研究 [J]. 情报学报, 2023, 42(3): 327-340.
[5]
叶光辉, 曹高辉, 夏立新. 我国高校信息管理院系大数据管理与应用专业联合建设路径分析 [J]. 情报学报, 2023, 42(2): 231-240.
[6]
黄晓, 吴江, 贺超城, 巴志超. 仿真模拟方法:大数据时代图情学科复杂场景的系统建模 [J]. 情报学报, 2023, 42(2): 136-149.
[7]
宋新平, 陈梦梦, 吕国栋, 申彦. 大数据下基于跨域多源信息融合的竞争对手识别模型研究 [J]. 情报学报, 2023, 42(2): 176-188.
[8]
丁晓蔚. 互联网金融全面风险情报体系构建研究 [J]. 情报学报, 2022, 41(12): 1280-1293.
[9]
许鑫, 叶丁菱. 数智时代情报学与情报工作的发展透视 [J]. 情报学报, 2022, 41(10): 1100-1110.
[10]
刘晓晨, 王卓昊. 基于大数据环境的科技管理数据集成平台研究 [J]. 情报学报, 2021, 40(9): 953-961.
[11]
王芳, 徐路路. 基于智能化公文主题分析的我国政策层级扩散倾向性研究 [J]. 情报学报, 2021, 40(4): 387-401.
[12]
巴志超, 刘学太, 马亚雪, 李纲. 国家安全大数据综合信息集成的战略思考与路径选择 [J]. 情报学报, 2021, 40(11): 1139-1149.
[13]
丁晓蔚. 数字金融时代的金融情报学:学科状况、学科内涵和研究方向 [J]. 情报学报, 2021, 40(11): 1176-1194.
[14]
杨昭. 基于元路径的机构名称归一化研究 [J]. 情报学报, 2020, 39(10): 1069-1080.
[15]
戴国强. 推进竞跑阶段的创新情报研究 [J]. 情报学报, 2019, 38(8): 771-777.