科技政策研究的问题与方法

时间:2022-08-15 03:46:45

科技政策研究的问题与方法

科技政策主要研究两方面的内容,一是促进科学技术发展的政策,二是用科学技术促进发展的政策。从1945年以后,科技政策成为国家公共政策的组成部分,政策研究开始成为一门科学。科技政策真正想成为一门科学,它就需要正确的选择研究问题,同时它还需要科学、合理、规范的研究方法,没有大家共同认同的、使用的研究方法,它很难成为一门科学。当然它的研究需要有更多的数据和事实的支撑。

科研政策研究的主要问题

过去很长一个时期,中国科技政策研究的一个重要课题是呼吁国家加大对科技的投入。从1998年以后,国家科研经费大幅度增加,特别是在过去10年,年均增长超过20%,如果我们在2015年研发经费占GDP的比重达到2.2%,科技经费会继续快速增长。按这样的趋势,有可能到2016年,中国政府的财政科技投入就能追上美国联邦政府的科技预算,所以,中国的科技政策研究面临很多新的问题,国家对科学技术的要求也发生了深刻的变化。党的十提出要实施创新驱动发展战略,这就要求科技要从模仿向创新转变,从“跟着走”向“领着走”转变。科技发展现在最重要的问题不是经费,而是怎么用好经费提高效率,怎么做出无愧于国家和人民,无愧于纳税人的工作。中国科技发展还存在诸多的矛盾和问题,比如说科技创新的成果与国家和人民的期待不相适应,科技体制和管理与科技创新及其社会价值实现途径的客观规律不相适应,学科布局与世界科学发展趋势不相适应,科技人才队伍和整体能力与国家经济社会发展不相适应,科技创新的价值理念和文化与科技创新的本质要求以及我们承担的使命不相适应。

科技发展中有很多内在的矛盾需要解决,科技政策在解决这些问题中被寄予厚望。过去很长一个时期,科学技术是自组织的活动,研究什么、怎么研究是科学家自己的事情。但是在二次大战期间,开始发生了变化。科学事业成为一项规模宏大的事业,且和国家安全密切相关。1945年,当时的美国总统科技顾问写了一份著名的报告,论述了科学技术对国家安全、人类进步的作用。据此,美国在1950年成立国家科学基金会,在这之后,各国政府开始资助科学事业。

伴随改革开放,中国30多年科技体制改革的历程,也是对科技发展和科技政策不懈探索的过程。2012年7月党中央、国务院召开全国科技创新大会,10月颁布了党中央、国务院《关于深化科技体制改革,加快国家创新体系建设的意见》。在这样的要求面前,科技界、科技工作者能不能给国家和人民交出满意的答卷,真正支撑国家发展,科技政策的研究能不能为决策提供科学的依据,这都是我们存在的问题。

实际上,现在许多政策设计缺乏科学论证。例如,2012年“十一”长假高速公路免费出现的大堵车,2013年交规实行闯黄灯罚款的事,都缺乏科学的论证,没有经过认真的咨询和评估,对政策的可操作性、可能产生的后果,以及其成本收益等都分析不足。科技政策还不同于一般的公共政策,因为它要研究科学技术创新及其内部的关联,研究科技对社会的影响,以及政策对科技的影响等。科技本身是无涉价值的、客观的,而政策则要考虑科技对社会的影响,考虑它如何能更好地服务社会。而且现在还有一个特别深刻的变化。一百年前是科学家自己进行科技的决策,20世纪40年代之后是政府参与决策。但是在过去30年特别深刻的变化,是由于信息技术、生物技术这些分散分布式技术的发展,使得科学技术一方面有巨大的进步和社会影响。但是另一方面被误用和滥用的可能性也在增大。所以公众要参与决策,而信息化的发展又使公众参与决策成为可能。所以现在的决策是要在政府、科学家和公众三者之间取得平衡,不但要让政府理解科学,也要让公众理解科学,只有公众理解科学才能更好地支持科学。

科技政策体现了客观与主观、逻辑与价值的平衡。有一些专家指出科技政策体现了政治与科学问的委托契约关系。也有人认为科技政策是调和知识生产供给和社会具体需求的工具。科技政策要想成为一门科学,要想提高决策科学化的水平,对政策研究方法规范化是一种世界的趋势。从2005年开始,美国科技政策办公室开始倡导和支持对科技政策学的研究,意图梳理科技政策研究领域的数据、方法、问题和路线图。美国科技政策办公室,国防部、能源部、科学基金会等十几个部门组成了跨部门科技政策学研究工作组。美国国家科学基金会设立了科技政策创新项目,为科技政策研究提供方法基础和平台方面的资助,包括探索如何更加充分有效地分析科技机构的管理数据,如何发展数据挖掘和展示工具等,迄今已经资助了一百多个研究项目。2009年,日本的科技振兴机构在日本发起科技政策学的研究与梳理工作。2010年起欧盟开始与美国联合举行欧美科技政策学讨论会,同时欧洲研究理事会开始推进欧洲范围内科技政策方法、工具和数据方面基础性的研究工作。

我国的科技政策研究在方法和数据上亟待加强。现在政策制定多采用的是专家研讨或者更为主观的方法,预先的科学论证不足。数据支撑也不足,例如具体学科领域,具体学科领域有多少博士学位获得者,有多少研究人员等都不清楚,对我们国家女性科技人员的统计和分布数据基本上也是没有的。当前国内科技政策研究中方法与问题的匹配比较混乱,研究方法的使用缺少规范性,更缺少系统化的梳理。科技政策研究中的方法和工具的使用呈现出应用导向、简单重复的特征,缺乏从学科高度、科学思想和科学方法角度系统的梳理、凝练、集成的工作,有关方法和工具方面的研究成果比较少,而且比较零散。

我们就科技政策研究方法作过文献分析。以全文“科技政策”+摘要“方法”检索了中国科技论坛、科技管理研究、科技进步与对策、科学学研究、中国软科学、科学管理研究、研究与发展管理、科研管理、管理世界等十个在政策研究方面具有代表性杂志的68573篇文章,其中引用次数大于5的文章一共是237篇,我们逐一作了分析,概括得到科技评价问题、科技投入问题和技术创新问题等三个主题研究中“问题和方法”的关联情况。

以科技评价为主题的相关论文,归纳该类主题包括6类二级问题,如创新能力成者是竞争力的评价、绩效评价、科学研究的评价、政策评价等,一共是6类二十几个问题。比如说科技计划项目管理、科技资源空间分布、科技资助与被资助者之间关系等,在这类主题的研究中,使用的方法或者工具超过15种。以科技创新为主题的相关论文,归纳出来也是6类二级问题,如技术创新的基本理论与概念、企业技术创新、专利与创新、风险与创新、知识转移、创新型科技人才等,在此类主题研究中使用的方法或者是工具超过15种。确实对每一类问题都用多种方法开展研究。但是这些方法不够规范,需要进一步研究改进。

科技政策研究的主要方法和工具

如果要想提高研究水平,使之逐步成为一门科学,需要对政策研究的方法和工具进行认真的梳理,我们建立了一个“问题、方法、工具”矩阵。根据Lundvall(2005)的定义,将科技政策根据研究对象和内容分为科技政策、技术政策和创新政策三个部分。根据Sabatier(2006)的定义,将科技政策过程分解为“政策立项”、“政策设定”、“方案设计”、“政策评价”、“政策后评估”五个阶段。这样按照不同政策类型和政策阶段来定位科技政策的主题以及研究涉及的方法和工具。

科学政策,主要研究关于向科学投入足够的资源、各类科研活动的资源配置、确保资源的有效利用,以及对社会福利与经济增长的贡献等问题。科学政策的目标是多元的,包括国家声誉、文化、社会、国家安全、经济等,政策关注的要素包括大学、研究机构、技术研究所和R&D实验室,主要的政策工具是预算决策、知识产权、研究评价等。该类研究问题还包括科学伦理、科学传播、公众理解科学、科学与社会的关系等。科学政策方面主要的研究问题对应的研究方法和研究工具包括:科学计量学、网络分析方法、同行评议方法等。我们建立了科学政策的“问题、方法、工具”矩阵,横坐标是政策过程,包括立项、制定、设计、评价、后评估;纵坐标是一些典型的政策问题,如科技投入总量、资源配置、人力资源、国际合作等。对于每一项通过文献检索,把现在用的各种方法作了归类。

技术政策,包括技术政策和国家战略的关系,国家因为商业原因干预特定产业或者是技术合理有效性,需要支持哪种技术,需要在何种阶段给予支持等。技术政策的主要工具包括公共采购、补贴、减税、技术预见等。技术政策的目标是国家声望和经济发展,它关注的对象除与科学政策相同外,它的视角从大学内部包括研究所内部转移到大学与产业界的联系,关注学界和产业界的关系。

技术政策方面主要的研究问题对应使用的研究方法和研究工具包括:预测、调查研究、案例研究、风险分析、成本收益分析等。我们也建立了技术政策的“问题、方法、工具”矩阵,横坐标依然是政策过程,纵坐标依然是具体的政策问题,比如技术与战略,技术与产业的关系,政府干预的合理性,特定技术政策等,同时把具体的研究目标,研究方法,政策工具,都分别列在矩阵图中。

政策研究其实还有很多问题,特别是证据的支撑需要事实数据,无论是对公共投入,对各方面的科技统计,包括产出衡量和评价,依然是我们面临的很大的挑战。

科技政策研究方法创新的路线图

依据上述工作,我们提出了科技政策研究方法创新的路线图。首先是梳理现有方法,诠释使用规范。基于初步预研对科技政策研究方法与工具的梳理结果,以及通过对国内文献分析得到的现有研究方法的使用情况,我们选择科技政策研究中七个方面的关键研究方法和研究工具作为梳理主线。

这七个方面包括科技政策研究的预测与预见方法、科技政策研究的评价方法、科技政策研究的科学计量方法、科技政策研究的计算管理与模拟方法、科技政策的案例与调查方法、科技政策研究的前沿方法与工具、支撑决策的科技政策研究数据体系。我们是想通过文献的分析,归纳出这几大类的方法,作进一步深入的研究。

为了做好这个工作,我们建立了“问题一工具一方法一数据”的路线图,从几个层面探讨这七个方面的关键方法,及其工具以及数据的集成,特别是要分析问题和方法的关联与规范。

我们需要进一步探讨,解决当前问题的方法、工具和数据,是否恰当?对这些政策研究问题用这么多的方法和工具开展研究,是否足够?如果不够,还需要发展哪些方法和工具,如果够了,怎样合理地选择和用好这些方法和工具?再一个问题是科技政策研究长期以来是被动式的,它以回答和解决问题为导向,但是需要逐步将重心前移,努力从提出问题和议程发起开始,这也需要方法的创新来给予支持。

我们对这七个子课题,就是七个具体方法作了进一步的设计。例如子课题一,预测是要根据研究对象发展的实际教据和历史资料,运用现代的科学理论和方法,以及各种经验、判断和知识、对事物在未来时间内的变化情况进行预测,从而减少对未来事物认识的不确定性,以指导我们的决策行动,减少决策的盲目性。

首先,在科技政策研究中,应该怎样运用预测方法?做长远的规划、能力布局,以及资源配置的调整等,都需要以预测为基础。所以对技术预见的主要方法,有多方面的理解,有的专家把技术预见的方法分为三个极:创造力、专家意见和团队成员间的相互作用,由三个极的影响产生众多的技术预见方法。但是单单使用某一种方法是很难取得成功的,所以一般都是选择多种方法的集成。

1989年日本对247个研究机构所用的预见方法做了调查,结论是有一些方法非常适合技术预见,但是应用程度不高,主要是这些方法需要耗费大量的时间和精力。专利统计的方法非常有效和容易预测,但是预测的时间比较短,仅适用于短期预测。所以,要把技术预见的主要方法、可行性和应用程度做比较。预测还包括时间序列预测方法和因果关系预测等方法,所以从本研究来讲,我们将针对科技政策研究中适用定量预测的主题,评估各类方法的使用现状,建立“问题一方法”的关联关系和方法的标准使用流程与规范。

同时对定性预测方法也要建立起规范的流程和实用模板,现在在定性预测方法中较为的是情景分析法和路线图方法等。我们希望在科技政策研究预见预测里面,更多采用综合方法。本项研究从创新政策制定流程的角度,提出科技政策制定过程中融入技术预见的基本思路。例如:首先是问题的识别过程,可以用情景分析法。然后是政策方案产生和选择的过程,可以用德尔斐法,再后是征求意见和修订政策意见的过程等,可以用路线图法。总之,用不同的方法来解决不同的问题,在不同的阶段采用不同的方法。在对这些方法深入研究的基础上提出一套适合目前科技政策制定的综合研究方法。

其次,科技政策研究中的评价方法是特别受关注的,因为采用的评价方法比较零散,缺乏足够的系统性、科学性和针对性,对不同评价的问题需要选择不同的方法,评价的是机构、人员,还是计划等,需要用不同的方法。本项研究的目标是形成政策研究的评价方法库,对关键评价方法进行标准化和规范化。

第三,科技政策研究中常用的科学计量方法。科学计量方法在学科结构,包括技术发展的趋势分析和结构分析,即学科战略的情报分析里,运用特别广泛。也可以结合数据挖掘。在大数据中探讨学科发展的前沿、热点和布局。这类方法的应用难点在于,要构造基础数据库和关键科学计量指标体系。

第四,科技政策研究的计算管理与模拟方法,难点在于一是需要找到准备研究的问题,二是要选好运用的模型研究,更重要的是要有数据的支持。我们准备在管理和模拟方法上再作一些探索。

第五,最常用的是科技政策的案例和调查方法。这方面虽然做了很多,但是缺乏规范性和系统性,因此需要深入加强案例和调查方法来研究科技政策。深入调查研究,解决问题,用科学的方法收集正确的意见,所以这种案例和调查的方法也是需要进一步认真研究的。

第六,要加强支撑科技决策的数据体系建设。没有一个扎实准确的数据库,提供不了有效的证据,就很难支持研究。

最后,在科学政策研究中,还有探索前沿的方法和工具。比如说同行评议方法,这是传统的方法,但是它的适用性依然是国际上探讨的热点。再比如说公民认识论,发展到今天,公众要参与科学决策的时候,要采用哪些方法,特别是在网络条件下,在公众参与情况下,怎么样做科技决策,这也是可以认真探讨的。

当然在这样一个研究基础上,我们也希望研究的方法能够进一步的推广应用,真正的为政策科学发展作一点贡献。

上一篇:让我们来“驯化”算法 下一篇:基于移动学习的个性化学习系统研究