想必大家在写论文的时候都会遇到烦恼，小编特意整理了一些《科技情报研究金融研究论文(精选3篇)》，仅供参考，希望能够帮助到大家。摘要：文章对比分析了2010—2020年国内外科技成果转化领域的研究脉络，选择WebofScience核心合集和CNKI部分数据库2010—2020年科技文献为研究对象，运用定量统计、聚类分析、突发关键词探测等方法，结合可视化软件CiteSpace、VOSviewer和Excel绘图功能，实现国内外成果转化领域的知识图谱比较分析。
科技情报研究金融研究论文 篇1：
基于CiteSpaceⅢ知识图谱的科技创新服务能力研究
〔摘 要〕科技创新服务能力是反映科技创新发展水平的一个重要方面，通过知识图谱分析方法，以国际比较的方式，从文献时空分布、核心作者、合作网络、核心指标、关键词演进和知识基础等方面，分析国内外科技创新服务能力领域研究状况，发现国内外对科技创新服务能力研究发展速度快，但国内国际的研究水平相比还存在一定差距，进而提出加强理论建设、延伸研究深度、扩大地域合作等深化科技创新服务能力研究的建议。
〔关键词〕科技创新；服务能力；知识图谱；CiteSpaceⅢ
DOI：10.3969/j.issn.1008-0821.2016.04.030
〔
〔
〔Key words〕science and technology innovation；service ability；mapping knowledge domain；CiteSpaceⅢ
科技是国家强盛之基，创新是民族进步之魂。科技创新是一个国家兴旺发达的不竭动力，重视创新就是重视民族的未来。当今世界政治经济形势复杂多变，新机遇、新态势、新挑战共存，世界各国的竞争归根到底是综合国力的竞争，而科技创新是提升一国综合国力的有效途径。随着全球经济社会的深入发展，现在的科技创新不仅是技术的创新，还包含科技政策、科技人才、科技金融和科技制度的创新，并与理论创新、制度创新、文化创新等相互融合。科技创新服务能力的提高在很大程度上驱动经济，意味着增长，提升国内外科技创新服务能力对加强整体实力、提高国际竞争力具有重要的意义。
1 研究方法与数据
1.1 研究方法
1.1.1 知识图谱的概念
知识图谱（又称“科学知识图谱”）的概念源于2003年美国国家科学院组织的 “知识图谱测绘（Mapping Knowledge Domains）”大会，科学知识图谱是以知识域（Knowledge Domain）为对象，显示科学知识的发展进程与结构关系的一种图像。它具有“图”和“谱”的双重性质与特征：既是可视化的知识图形，又是序列化的知识谱系[1]。
目前，针对知识图谱的专门软件有很多，研究主要使用的软件是基于多视角分析的信息可视化软件CiteSpaceⅢ3.8[2]。CiteSpaceⅢ是由英籍华人、美国德雷赛尔大学（Drexel University）陈超美教授研发的一款应用于Java语言的信息可视化软件，主要基于寻径网络算法（Pathfinder Network Scaling，PENET）和共引分析（Cocitation Analysis）理论等，对特定领域文献（集合）进行计量，以探寻出学科领域演化的关键路径及知识转折点，并通过一系列可视化图谱的绘制来形成对学科演化潜在动力机制的分析和学科发展前沿的探测[3]。
1.1.2 研究方法
知识图谱常用的两种研究方法是共被引分析法和共词分析法。共被引分析法是指将一篇文献作为研究对象，利用聚类分析、多元标度等分析方法，分析对象之间复杂的共引网状关系，使之成为数目相对较少的若干类群之间的关系并且直观地表示出来的过程[2]。共词分析法由法国计量学家于20世纪70年代开始详细描述，基本原理是分析一组词在同一篇文章中出现的次数并进行聚类分析，从而分析这些词所代表的学科和主题结构的变化[4]。
1.2 数据来源
知识图谱的构建对数据的来源有较高的要求，多以数据库或期刊为导向[5]。为全面分析科技创新服务能力研究状况，以安徽大学Web of Science和CNKI（中国知网）分别作为国际和国内科技创新服务能力研究文献的数据库来源。
登陆Web of Science，选择Web of Science核心合集，检索日期为2015年12月16日，以主题=“Science and Technology Innovation Service”OR“Scientific and Technological Innovation Service”OR“Technological Innovation Service”，文献类型=“ARTICLE”OR”PROCEEDINGS PAPER”，文献出版年份选择为2004-2015年，其它选项默认。通过以上检索策略，共检索到文献1 508篇。
登陆CNKI数据库，文献类型选择“期刊”，检索日期为2015年12月16日，检索公式为：主题=（科技创新），并且主题=（服务能力）或含（服务体系）；检索发表时间设定为2004-2015年；以数据库=“全部期刊”为数据来源；通过以上检索策略，共获得1 119篇文献。
2 分析与结果
2.1 文献时空分布
2.1.1 时间分布
科学文献的数量是衡量科学知识的重要尺度之一，某一时期文献的增加速度在一定程度上反映了该学科领域的理论水平和发展速度[6]。以Web of Science为数据来源，收集全球和美国、中国等在科技创新服务能力领域研究较多的年发文数据（其中，2015年数据不全），整理成科技创新服务能力领域年发文折线图，见图1。图1直观展示了科技创新服务能力领域的年发文量及其趋势：首先，从国际的视角来看，2004-2014年全球科技创新服务能力研究领域年发文量总体呈现快速上升的趋势，其中，在2010-2011年发文数量增长缓慢甚至减少；其次，美国、中国年发文量差距不大。
2.1.2 空间分布
通过Web of Science收集的数据，采用饼图表示科技创新服务能力研究文献的空间地域分布状况，见图2。由图2可知，研究科技创新服务能力最多的国家和 地区依次为美国、中国、英国、西班牙、意大利、德国等。其中，在科技创新服务能力领域研究成果最多的国家是美国，这也从一个方面佐证了美国在当先世界领先的科技地位；其次是中国，发文量仅次于美国，反映中国学术界对科技创新服务能力研究的热衷程度，英国的发文量排第三位。
2.2 核心作者和合作网络分析
2.2.1 核心作者分析
将1 508篇英文文献和1 229篇中文文献分别导入CiteSpaceⅢ软件，对科技创新服务能力领域的核心作者进行分析。图中各节点表示各作者，节点大小代表该作者在科技创新服务能力领域的研究成果的数量，节点间的连线表示各作者之间的合作关系，线条的粗细与合作的程度成正比。基于Web of Science的国际和基于CNKI的国内科技创新服务能力研究领域的核心作者图谱分别见图3和图4。
由图3可知，国外科技创新服务能力领域的主要研究学者有Davide Consoli，Mario Pianta，Bo Yu，Fulvio Castellacci，Jim Spohrer等，发文均在4篇以上，可视他们为该领域的核心作者[7]。Davide Consoli的5篇文献，涉及的领域各不相同，其中《An Evolutionary Perspective on Health Innovation Systems》论述医疗创新的一般特性[8]，与其它4篇相比，中心契合度最高。Mario Pianta主要论证技术创新与经济发展、企业利润、就业等的关系。
由图4可知，国内科技创新服务能力领域的主要研究学者有万忠、苏柱华、郭霞、覃泽林等，发文均在4篇以上，可视他们为该领域的核心作者[7]。万忠和苏柱华是科技创新服务能力研究领域的高产作者，研究的领域主要涉及广东省农业科技创新的发展。万忠有12篇文献，苏柱华有7篇文献，其中，二人合作完成6篇文献，万忠的另外6篇文献也是多人合作完成，苏柱华只有《关于构建华南农业科技创新服务体系的实践与思考——以广东省农业科学院为例》[9]一文是独立完成。
总的来说，研究科技创新服务能力的学者数量较多，各作者的发文量相对于总体占比都很小，研究内容遍布各个行业领域，且倾向于多作者小团体合作研究。
2.2.2 合作网络分析
Google Earth是由Google公司开发的一款三维地图软件，Google Earth可以展示某一领域的作者地理合作情况。通过CiteSpaceⅢ的Geographical功能将Web of Science的数据生成kmz文件，并通过Google Earth打开，得到基于Google Earth的欧洲与其它地区、美国与其它地区合作网络图谱（见图5）和中国与其它地区合作网络图谱（见图6）。图中线条是表示有合作关系的两地作者之间的连线，线条的密集程度与各地区作者合作程度成正比。
由图5可知，左边部分主要是美国的合作网络图谱，右边部分是欧洲的网络图谱。尤其是美国和欧洲地区之间的合作线条密布，合作节点众多，是所有地区合作中最为活跃的节点[10]，反映两个地区作者合作密切。
图6是中国的合作网络图谱，相对欧洲和美国而言，与其它地区合作线条稀疏，节点较少；其中，中国与欧洲的合作线条相对其它地区较多，说明中国与欧洲的合作较密切。总体而言，中国作者在科技创新服务能力领域的研究时不够活跃，比较封闭，交流与合作都远不及欧美国家。
2.3 关键词分析
2.3.1 相关指标分析
研究选取能揭示文献核心主题的高频关键词来分析该领域的研究热点[11]。利用CiteSpaceⅢ软件统计和分析国内外科技创新服务能力研究领域的相关指标，发现国际科技创新服务能力研究领域的研究密度为0.0401，国内科技创新服务能力研究领域的研究密度为0.0128。研究密度能够反映研究对象的广度与深度，国内外科技创新服务能力研究领域的研究密度都较低，这反映该研究领域范围的广泛性和内容的丰富性，但研究不够深入。同时，国内科技创新服务能力研究领域的研究密度比国际低，这与中国总体科学技术发展起步较晚、创新水平较低是一致的。
除了密度以外，关键词出现的频次和中心度也是反映研究热点的一个重要指标，对国内外科技创新服务能力研究领域出现次数最多的10个关键词及其频次和中心度进行汇总，见表1。为避免同义关键词的重复列举，在国际科技创新服务能力研究领域将关键词Services和Service合并为关键词“Services”，在国内科技创新服务能力领域将服务体系、科技服务体系、创新服务体系3个关键词合并为关键词“服务体系”。
2.3.2 关键词演进分析
为深入了解2004-2015年国际、国内科技创新服务能力研究路径，特绘制国际、国内科技创新服务能力研究关键词演进分析图谱，见图7和图8。关键词演进图谱按时间顺序自左向右排列，图中圆形节点的大小与相应关键词出现的频次呈正比。由于采集的数据是2004年以后，分析对象以2004年以后出现的关键词为主。
如图7所示，国际方面Innovation，Performance，Services，Technology和Management等主要关键词大多出现在2004年或更早以前，在一定程度上反映了国外研究起步较早，研究成果颇多，研究更广泛和深入。结合图1可知，科技创新服务能力在2004-2008年研究成果数量增长较快，2009-2011年间有所回落，2011年后又重新大幅度增长。结合当时的国际形势，可能与2008年爆发的经济危机有关。经济危机之前，世界经济一片繁荣，经济泡沫尚不明显，经济危机爆发后，经济发展缓慢，甚至倒退，学术研究难有起色。到2011年，经过一段时间的积累，学术成果又呈现高速增长的态势，这与试图恢复经济增长关系重大。例如，Tang和Murpby（2012）认为，技术创新服务于先验知识和新产品之间，先验知识提供识别市场体系的机会，而企业通过技术创新来引入新的产品和服务[12]；Kammen（2014）通过研究硅谷的太阳能创新，认为硅谷的科技创新能力和工业创业的组合共同服务于太阳能产业的发展[13]。
由图8所示，在国内研究方面，“科技创新”作为研究主题出现的频次最高，其次是（创新/科技）服务体系、农业科技、对策。国内对于科技创新服务能力的研究晚于国际，在很多方面受到国际先进理论的影响。研究国内学者2004-2015年的发文数量可知，国内发文量总体态势与国际类似，可见全球化不仅表现于经济方面，学术研究同样具有全球化的特征。通过前述图谱可知，除科技创新外，2008年前的文献出现的关键词主要有农业科技、（创新/科技）服务体系、技术创新等。例如：张文峰（2007）认为，区域性农业院校服务于农村科技创新服务体系建设的路径有输送科技人才、发挥专业优势、支持企业技术创新、开展农村科技培训等[14]；吴开松，颜慧超（2007）根据科技中介组织的具体服务范围和功能将科技中介组织分为3类[15]。2008年后，科技金融，科技服务业、社会服务能力成为研究的重点。例如王跃，罗彬杰（2013）通过分析成都高新区盈创动力科技金融服务平台，得出信托支持高新产业发展的启示[16]。
2.4 知识基础分析
知识基础是某一学科所有前期文献的集合。通过CiteSpaceⅢ生成科技创新服务能力领域研究的多视角共引网络，不仅能直观地了解到知识基础，而且能看到隐含的研究前沿，通过这种隐含的对应关系，可以更加清楚地了解到科技创新服务能力领域研究发展的脉络和主要内容[3]。
国际科技创新服务能力研究较早，因此以国际科技创新服务能力研究的被引文献作为国内外该领域研究共同的知识基础。利用CiteSpaceⅢ软件，对国际科技创新服务能力领域的研究文献进行文献共被引文献分析，生成共被引文献聚类图，见图9。图中各种不同颜色（深浅）的多边形分别表示聚类后所形成的不同模块，红色字体表示各聚类的标签，如#0 Precious metals，黑色字体表示被引的参考文献，如Cohen WM，1990，ADMIN SCI QUART，V35，P128，线条表示各被引文献之间的关系，关系的强弱与线条的粗细呈正比，各模块的关系与各多边形间的距离成反比，即距离越近，关系越紧密。
2.4.1 被引文献聚类分析
聚类效果通常通过模块性和平均轮廓值来评价[1]。模块性是纽曼（M.E.J.Newman）于2004年提出的一个社团识别效果的评价指标，用Q表示，计算公式为Q=∑i（eii-a2i），i是划分好的社团编号，eii是指社团内部连线占全图所有连线的比例，ai是指与社团 相关的连线占全图所有连线的比例。Q>0.3一般被认为所划分的结构显著。平均轮廓值是考夫曼（L Kaufman）和卢梭（Peter J.Rousseeuw）于1990年提出的评价聚类效果的参数，用S表示。单个样本的轮廓系数是Si=1-a/b，其中，a为i为与所在类中其他点的平均距离，b为点i与最接近点i与最接近点i所在类的类中各点的平均距离。S=1n∑ni=1Si，S>0.5一般被认为聚类合理[1]。通过CiteSpaceⅢ对国际科技创新服务能力研究的被引文献进行聚类时，得到Q=0.6486，S=0.6784。因此，可以认为在国际科技创新服务能力研究领域，被引文献的聚类是合理的，而且所划分出来的模块结构显著。
被引文献经聚类后，一共得到27个聚类，352个节点，551条连线，对文献共被引图谱中的10个主要聚类以及各个聚类的规模、轮廓值和主要标签进行汇总，见表2。例如，聚类#0的节点数是33，轮廓值是0.727，引文的平均发表年份是1996年（陈悦.引文空间分析原理与应用——CiteSpace实用指南[M].北京：科学出版社，2014：132.）[3]，聚类标签是Precious Metals（TFIDF算法），Product Innovation（LLR算法），Management（MI算法）[3]。
2.4.2 高被引文献分析
高被引文献一般是具有奠定性作用的重要论文[3]，能够产生较大影响，对后续的研究指导意义深远。对被引文献进行聚类分析后，得到被引次数最多的10条高被引文献信息，见表3。由表3可知被引次数最多的10篇文献没有一篇是中国学者的成果。国外对科技创新的研究较早，如Pavitt（1984）以1945年后发生在英国的2 000个创新案例作为研究对象，通过比较不同类型公司技术创新的不同路径，描述和解释了技术改变所带来的行业模式的变化[17]。Teece（1986）解释创新企业难以从创新中获得显著的经济效益的原因，并总结了企业通过技术创新获得收益的渠道，包括集成相关资源、展开合作、准确定位、获得许可和利用政策[18]。Cohen和Levinthal（1990）从吸收能力的角度认识学习和创新，将吸收主体设定为个人和组织分别展开讨论，并论证技术研发对吸收能力和创新的作用[19]。21世纪后，随着创新理论的深化，对科技创新服务能力的研究逐渐变得新颖和具体，如：Muller和Zenker（2001）提出，企业是知识转化的主体，知识密集型服务业在国家和区域创新系统中有重要的作用，通过知识的产生和扩散过程，创新活动将中小企业和知识密集型服务业连接起来[20]。Drejer（2004）从熊彼特理论出发，强调特色服务创新，促进原本具有鸿沟相隔的制造业和服务业走向融合[21]，这是科技服务业发展的现实基础。
3 结 语
3.1 研究结论
研究以基于多视角分析的信息可视化软件CiteSpaceⅢ为研究工具，通过知识图谱分析方法，对Web of Science和CNKI期刊中的科技创新服务能力研究领域的文献进行分析，发现：（1）2004年后科技创新服务能力研究领域总体呈快速增长的态势；（2）发文量按国家算美国名列第一，其次是中国和英国，按区域算欧洲居首，其次是北美洲和亚洲地区；（3）在国际高产作者方面，Davide Consoli和Mario Pianta研究较活跃，国内万忠、苏柱华等研究成果较多；（4）合作网络方面，欧洲是所有地区最活跃的节点，其次是美国，中国作者跨地域合作程度较低。（5）国内外科技创新服务能力研究领域的研究内容丰富，但研究密度较低；研究的关键词数量众多，但中心度不高；国际方面，主要关键词在2004年以前大多已经出现；国内方面，科技金融，科技服务业、社会服务能力等关键词成为近年研究的热点。总体而言，国内外对科技创新服务能力的研究发展速度较快，国内研究相对不够深入。
3.2 启 示
国内外学者的研究成果基本奠定科技创新服务能力研究的基础和理论框架，为后续学者提供了借鉴的权威理论，但研究的系统性与深入性不足，国内研究更加浅显，部分理论也不够成熟。因此研究主要得出以下启示：
（1）加强理论建设，构建科技创新服务能力领域的理论架构。国外对科技创新服务能力的研究较早，但形成的理论框架不一定适合中国的发展。国内学者应根据中国科技发展起步晚速度快、科技资源丰富、创新氛围浓的特点，探索适合中国发展的，且融合法律法规、政策、技术、金融、人才的科技创新服务能力建设之路。
（2）延伸研究深度，提高整体研究的系统性。撬动科技的杠杆，挖掘深层次的科技创新资源，探究推动科技创新发展的内在因素，寻找将科技创新的成果转化为服务能力的路径。同时，注重对不同层次研究成果的总结，提高整个研究领域的系统性。
（3）扩大地域合作，既要“引进来”也要“走出去”。在引进国外先进研究成果的同时，更要坚持将国内的研究成果推销出去。以开放包容的态度接纳国外先进理论，以谦虚诚实的态度宣传国内的研究成果。加强与国际著名学者的合作，善于融合不同的理论，形成新的研究成果。
参考文献
[1]陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253.
[2]肖明.知识图谱工具使用指南[M].北京：中国铁道出版社，2014：14-18.
[3]陈悦，陈超美，胡志刚，等.引文空间分析原理与应用——CiteSpace实用指南[M].北京：科学出版社，2014：12，43，132，135.
[4]宗乾进，沈洪洲.2009年我国图书馆学研究热点和知识来源谱系——南京大学知识图谱研究组系列论文之一[J].图书馆杂志，2011，30（6）：13-19.
[5]孙雨生，仇蓉蓉，邓兴.国内知识图谱研究进展——基于CiteSpaceⅡ的分析[J].现代情报，2014，34（1）：84-88.
[6]王玮.我国创客空间研究热点可视化分析[J].现代情报，2015，35（12）：92-98.
[7]李玲.基于馆际互借与文献传递的文献信息资源共享服务知识图谱研究[J].现代情报，2015，35（5）：98-104.
[8]Consoli D，Mina A.An evolutionary perspective on health innovation systems[J].Journal Of Evolutionary Economics，2009，19（2）：297-319.
[9]苏柱华.关于构建华南农业科技创新服务体系的实践与思考——以广东省农业科学院为例[J].中国农业科技导报，2011，13（4）：7-14.
[10]杨国立，张垒.国际科学计量学研究力量分布于合作网络分析[J].图书情报研究，2015，5（1）：34-39.
[11]朱春艳，华薇娜.我国图书情报学视角下Web2.0研究热点演进趋势分析[J].现代情报，2015，35（1）：54-60.
[12]Tang J，Patrick J.Murpby.Prior Knowledge and New Product and Service Introductions by Entrepreneurial Firms：The Mediating Role of Technological Innovation[J].Journal of Small Business Management，2012，50（1）：41-62.
[13]Kammen DM.Solar energy innovation and Silicon Valley[J].Bulletin of the Atomic Scientists，2014，70（5）：45-53.
[14]张文峰.“新农村”视野下区域性农业院校服务于农村科技创新服务体系建设的路径研究[J].科技进步与对策，2007，（4）：26-28.
[15]吴开松，颜慧超，何科方.科技中介组织在高新区创新网络中的作用[J].科技进步与对策，2007，24（7）：41-43.
[16]王跃，罗彬杰.关于信托支持高新技术产业发展的思考——基于成都高新区盈创动力科技金融服务创新的启示[J].西南金融，2013，（9）：25-29.
[17]Pavitt K.Sectoral patterns of technical change——towards a taxonomy and a theory[J].Research policy，1984，13（6）：343-373.
[18]Teece DJ.Profiting from technological innovation：implications for integration，collaboration，licensing and public policy[J].Research Policy，1986，（15）：285-305.
[19]Wesley M Cohen，Daniel A Levinthal.Absorptive capacity：a new perspective on learning and innovation[J].Administrative Science Quarterly，1990，35（1）：128-152.
[20]Emmanuel M，Andrea Z.Business services as actors of knowledge transformation：the role of KIBS in regional and national innovation systems[J].Research Policy，2001，（30）：1501-1516.
[21]Ina D.Identifying innovation in surveys of services：a Schumpeterian perspective[J].Research policy，2004，（33）：551-562.
（本文责任编辑：孙国雷）
作者：汪传雷 张岩 陈欣
科技情报研究金融研究论文 篇2：
国内外科技成果 转化研究态势对比分析（2010—2020年）
摘 要：文章对比分析了2010—2020年国内外科技成果转化领域的研究脉络，选择Web of Science核心合集和CNKI部分数据库2010—2020年科技文献为研究对象，运用定量统计、聚类分析、突发关键词探测等方法，结合可视化软件CiteSpace、VOSviewer和Excel绘图功能，实现国内外成果转化领域的知识图谱比较分析。文章研究发现，2010—2020年国外平台更集中在成果转化链条的末端研究，国内平台更偏向成果转化的顶层设计研究和经验模式的探索。研究预测，围绕高校为主体的成果转化多维度研究将是国内外研究的发展方向。
关键词：成果转化;技术转移;可视化分析;知识图谱
DOI：10.19881/j.cnki.1006-3676.2021.07.07
Visualization Analysis of Sci-tech Achievements Transformation Research Situation at Home and Abroad（2010—2020）
Gan Tian1 Ju Bangqing1 Li Ying2
（1.Hunan Institute of Scientific and Technical Information，Hunan，Changsha，410001;2.Xuzhou University of Technology，Jiangsu，Xuzhou，221018）
Key words：Achievements transfer;Technology transfer;Visualization analysis;Knowledge map
科技成果的创造和转化是科技管理工作的核心问题[1]，是创新能力提高的关键环节。习近平总书记在2016年二十国集团工商峰会开幕式上明确表示，要推动科技成果转移转化，推动产业和产品向价值链中高端跃升。[2]党的十八大以来，我国科技成果转化生态日益成熟，逐步完善的政策法规催生了更加活跃的成果转化活动，参与科技成果转化的单位和成交的成果转化合同金额屡攀新高。[3]目前，我国科技成果转化仍存在比较明显的问题，如核心科技成果转化率与发达国家还有不小差距、科技成果“三权”改革还处于深水区、科技成果转化金融支持力度不足等。
从科技成果转化工作上升到国家科技战略高度以来，我国学界针对该领域的研究也取得了一定的理论成果。蔡跃洲[4]辨析了科技成果转化的内涵边界，全面探讨了科技成果转化的诸多環节;储蓉月[5]剖析了高校科技创新成果转化的影响因素，并对转化路径提出了优化策略;刘宇等人[6]以SWOT-QSPM模型制定了重庆科技成果转化发展竞争战略及实施方案。为借鉴吸收国际科技成果转化经验，不少学者对国外科技成果转化的模式进行了分析。陈俐等人[7]总结了英国促进科技成果转移转化的主要路径及重大举措;李玲娟等人[8]梳理了美国技术转移政策的发展历程、构成体系和典型制度;董洁等人[9]介绍了以色列科技创新体系中成熟的科技成果转化模式。近年来，针对我国科技成果转化文本的挖掘分析逐渐增多，杜宝贵等人[10]对我国各地区、各部门1978—2018年颁布的311部科技成果转化相关政策，进行了内容分析与定量统计;赵睿等人[11]采用政策文本量化分析的方法，对全国31个省份（港澳台除外）2007—2019年颁布的金融支持科技成果转化政策展开研究;司晓悦等人[12]绘制了2000—2018年间CSSCI成果转化中文文献的知识图谱;许琦[13]对2015—2019年中国高校科技成果产业化研究的中文核心期刊文献进行了文献计量分析。从国内平台看，我国科技成果转化的文本挖掘多以政策文本为研究对象，对该领域整体研究态势的可视化分析较少，尚没有涉及对国内外研究态势的对比分析。笔者强调基于国内外知识平台的文献信息，运用定量统计、聚类分析、突发关键词探测等方法，结合多种信息可视化软件以知识图谱的形式呈现近10年国内外科技成果转化的研究脉络，找准差距、判别热点、辨析前沿，希望为我国深化科技成果转化工作提供一定的参考。
一、数据来源与研究方法
（一）数据来源
自党的十八大提出创新驱动发展战略以来，我国对科技成果转化领域的重视程度及科技领域成果转化的发展水平都有了明显突破，结合国内外科技创新竞争形势，笔者选择检索年限为2010—2020年。国际文献选择Web of Science核心合集数据库，以“achievements transfer”“technology transfer”“technology transaction”为主题进行检索，得到5053篇外文文献;国内文献选择CNKI的EI、北大核心、CSSCI、CSCD数据库，以“成果转移”“成果转化”“技术转移”为主题进行检索，得到1560篇中文文献。
（二）研究方法
笔者首先借助Python命令进行数据清洗，包括过滤筛选重复记录、空记录等无效数据，拆分预处理部分字段。基于数据统计分析概念（TOP N统计、数量分布统计、关联统计等），使用可视化软件CiteSpace[14]、VOSviewer和Excel进行文献计量分析，形成可视化知识图谱用于国内外对比分析，展现国内外科技成果转化研究进程中较为重要、关键的有效信息，以识别研究趋势。
二、科技成果转化国内外研究现状
（一）年度发文量对比分析
2010—2020年，国内外平台科技成果转化年度发文量趋势如图1所示。国际平台发文量总体呈上升趋势，国内平台发文量波动较小，与国际平台的研究差距逐渐拉大。中文、外文文献差距的不断拉大，并不代表国内科技成果转化研究发展缓慢，笔者通过进一步对国际平台文献的国别分析发现是部分国内学者倾向于使用外文在国际平台发声。
表1所示为2010—2020年国际平台科技成果转化发文量排名前十的国家（地区）。从数量上看，中国发文量约占全球发文量的10%，仅次于美国，与英国相当，发文量排名前十的国家大都是全球名列前茅的创新型国家。但从合作交流的角度来看，中国的中介中心性仅为0.03。中介中心性是测度节点在合作网络中重要性的一个指标，由此可见，虽然我国发文量较大，但在科技成果转化领域的国际影响力和合作度不高，英国和美国的中介中心性均超过0.1，体现出两国促进科技成果转移转化的做法处于先进水平，并受到全球的认可。俄罗斯虽然发文量仅91篇，数量上不属于前列，但其2017—2020年间突变权重最高（8.87），可能与俄罗斯政府在《2020前俄罗斯联邦创新发展战略》中列出的鼓励措施有关。[15]
（二）期刊分布统计
国内外平台发表科技成果转化文章排名前十的期刊科技成果转化相关文章的发文量如图2所示。这排名前十的期刊科技成果转化相关文章的载文量占所有外文期刊的15%左右，排名前三的分别是《JOURNAL OF TECHNOLOGY TRANSFER》《RESEARCH POLICY》《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》。中文排名前十的科技成果转化相关文章的期刊载文量占所有中文期刊的科技成果转化相关文章的48%左右，排名前三的分别是《科技管理研究》《中国高校科技》《科技进步与对策》。国内外科技成果转化相关文章的投稿刊物均以科技服务管理、创新发展及公共政策研究等管理类学术刊物为主。
（三）科学合作现状对比分析
利用CiteSpace作者合作网络分析有助于了解科技成果转化研究领域研究人员的合作关系，结果如图3和图4所示。可以明显看出，国际平台作者合作网络的核心人物有：Mike Wright（英国，帝国理工学院）、James A. Cunningham（愛尔兰，爱尔兰国立大学）、Mirjam Knockaert（比利时，根特大学）、David B. Audretsch（美国，印第安纳大学）、Maribel Guerrero（西班牙，巴塞罗那自治大学）等。国际研究以欧美研究学者为核心，已形成了较广泛的合作网络，不同国家的学者之间的合作关系也十分紧密，国内学者尚未在国际合作研究中进入核心圈。国内平台作者合作交流程度明显较弱，仅可判断出两个早期的合作子网络，即以南昌大学喻登科为核心的研究团队，与意大利圣安娜大学Andrea Piccaluga有合作的国内高校研究团队（包括清华大学、中山大学等）。
（四）研究机构现状对比分析
笔者通过对国内外平台科技成果转化研究领域的研究机构发文量进行统计，得出表2。结合内容分析，以国内外机构综合对比来看，欧美高校对科技成果的应用与转化关注度普遍较高，权威交流研究广泛且有一定深度。我国清华大学和中国科学院（简称“中科院”）在国际平台发文较多，二者在《中国科技成果转化年度报告2018》统计的科技成果合同金额居前三位，均设有独立机构从事科技成果与技术转移工作，开展了大量探索性研究与实践。清华大学积极构建“四类专员”技术转移队伍，倡导开展科技成果处置尽职调查，并规范兼职兼薪与离岗创业等要求。中科院注重以市场为导向的创新源头设计，其加大对科研人员的奖励力度、健全考核评价体系等一系列举措大幅提升了研究人员的成果转化动力。
从国内平台主要发文研究机构可以看出，除中国科学技术信息研究所和中国科学技术战略发展研究院两所国家权威智库机构外，我国科技成果转化的研究工作多集中在高校。高校是创新主力军，也是科技成果产生的聚集地。2020年，教育部科学技术司通报了11所高校科技成果转化和技术转移基地典型经验，而这11所高校中仅有2所进入国内平台发文量前十。该结果表明，我国要进一步鼓励有关机构对科技成果转化的进展和成效进行总结凝练后的开放性研究。我国科技成果转化领域的研究充满热情和活力，多所院校、科研机构都在对科技成果转化中存在的问题和障碍进行深刻探讨并提出不少宝贵建议。
（五）基于内容关键词的研究热点对比分析
比较研究热点有利于发现国内外研究的重点和关键问题，而对文献的关键词进行聚类分析可以在一定程度上反映该领域的研究热点。笔者利用VOSViewer 工具实现对国内外平台文献的关键词共现网络分析，得到图5和图6所示的研究热点图谱。由图5可知，国际平台研究热点有：1.基于高校、企业层面技术创新后延伸的技术转移、产业化或商业化的模式与影响研究;2.探讨外商直接投资对技术转移效应的影响等;3.针对技术转移的政策研讨与技术转移生态体系的建设研究等。从国内平台科技成果转化研究热点图谱（图6）可知，我国在该领域的研究关注面较广、思维较开放。研究热点有：1.针对特殊领域的科技成果转化政策与机制研究，如产业角度、创新主体角度和创新产出成果角度等;2.探讨知识产权与科技成果转化的关系;3.围绕技术转移的创新中心建设与评价指标体系构建的研究;4.科技成果转化对我国军民融合发展及自主创新能力提升的影响分析等。
对关键词出现频次和中介中心性进行统计，国内外平台科技成果转化研究领域排名前十五的关键词如表3所示。总体上看国内外研究方向大体一致，都围绕成果转化或技术转移的相关政策、影响因素、绩效表现等方向及其辐射角度如自主创新、知识产权、高校转化模式等进行研究。当然，由于国内外创新基础条件、研发实力差距和开展技术转移的时差等因素，在该领域的研究热点差异也十分明显。国外较早就开始重视科技产业化体系的建设，多举措构建高校产学研创新体系，科技产业园区生态完善、发展态势良好。因此，国际平台与产业化相关的关键词出现较多，如industry（产业）、firm（企业）、commercialization（商业化）、foreign direct investment（外商直接投资）和entrepreneurship（创业精神）等，已经跨越到科技成果转化链条的末端研究范围。我国更偏向于对科技成果转化的顶层设计研究和经验模式的探索，表3中国内平台关键词的中介中心性也体现出，当前我国研究热点仍然是围绕科技成果转化本身展开的。反观国际平台，technology transfer（技术转移）虽然出现频次最多，但其中介中心性比关键词innovation（创新）低0.02，此外中介中心性超过0.1的关键词还有research and development（研发）。可以看出，科技成果转化领域的研究最终还是要支撑和促进技术创新和研发能力的提升，从源头提升国家的创新能力。
三、基于突现关键词的研究前沿对比分析
突现关键词是指一段时间内增速突然加快或频次突然增多的关键词。利用CiteSpace可以将突现词从海量关键词中探测出来，利用突现词的动态变化来展现该领域的研究发展脉络和前沿方向。[16]
国内外平台科技成果转化领域突现关键词按照突现起始时间先后排列的演进序列如表4和表5所示，其中突现权重越大代表该关键词在突现的起止时间段内研究热度越高。关键词的突现时间段越靠近现在且权重越大，越能反映科技成果转化领域的研究方向。
从突现时间段对比分析来看，我国的研究前沿点比国际平台出现较晚，2017—2020年突现的关键词如职务科技成果和协同创新，分别对应国际平台2010—2013年突现的intellectual property right、open innovation。我国科技成果转化工作起步晚于欧美等发达国家和地区，我国2015年前主要是借鉴国际技术转移的经验并探索我国科技成果转化的体系建设。2016年，国家完全下放科技成果的使用、处置和收益权，随之出现了职务科技成果的研究热潮。当前，各地方、各部门仍在深化科技成果转化改革，可以预见在今后一段时间内，政策工具、职务科技成果、“三权”创新改革、转化模式和绩效等将是我国科技成果转化领域的主要研究方向。此外，參考国际平台突现关键词演进图谱可以预测我国该领域的研究方向还有：1.面板数据分析。我国科技成果转化年度报告制度于2017年开始实施，对时间序列上2000多家高校和科研院所的成果转化数据的统计分析已然可以着手研究。2.技术市场的设计。近年来，我国以技术合同成交额衡量的市场增速和规模持续呈现高增长态势[17]，但仍存在不少缺陷和不足，技术市场体系建设还有提升空间。3.高校科技成果转化的多维度研究，如大学科技园规划与运营、高校科技成果转化绩效影响因素等。
国际平台2017—2020年突现的关键词分别是market（市场）和higher education（高等教育）。结合世界各国政府、高等院校、跨国公司等在创新发展的新政策、新模式的探索，判断国际科技成果转化的研究趋势主要有围绕高校为主体的实践概念验证中心、市场化技术转移公司的设计与运作模式研究。
从突现权重对比分析看，国际平台上突现词权重最高达13.526 5且普遍都在[5，9]区间内，而国内平台上突现词权重最高仅4.139 9，其他均在3左右徘徊。这表明我国在该领域的研究前沿上研究力量不足，可能与国内平台的年文献数量不多有一定关系，应该鼓励研究学者在该领域多形成一些有影响力的研究成果以供决策参考。
四、结论与展望
笔者对2010—2020年科技成果转化研究领域的中外文文献进行了定量分析与知识图谱展现，经对比分析得出以下结论。
第一，2010年之后国际平台科技成果转化研究大体呈上升趋势，以欧美研究学者为核心已形成了较广泛的合作网络;而国内部分学者首选外文平台发表，国内平台该领域研究保持稳定，与国际平台的研究差距逐渐拉大，合作交流程度明显较弱。目前，国内创新形势良好，科技成果转化成效显著，预计“十四五”期间国内相关研究将掀起高潮。
第二，由于国内外创新能力及科技成果转化起步时间的差异，国内外平台的研究热点有明显特征。国际平台更集中在对成果转化链条的末端研究，国内平台更偏向于对成果转化的顶层设计研究和经验模式的探索。
第三，研究前沿方面，相似的研究前沿点国内平台出现均晚于国际平台，预计在今后一段时间，围绕以高校为主体的成果转化多维度研究将仍是国内外研究的热点，国内在政策工具、职务科技成果、“三权”创新改革、转化绩效等方面的研究也是目前国内学者研究的主要发展方向。
总体来看，我国在科技成果转化研究与实践等方面都有明显突破，正逐渐解决科技成果转化链上各个环节面临的难题，已经形成了良好的科技成果转化生态。在新时代背景下，要支撑建设全球科技创新中心和世界科技强国这项复杂的系统工程还需要有进一步的突破，要再往细处、往深处进行研究和构建，如成果转化专业服务机构与人才的培育机制、考核评价体系、转化模式与路径等很多方面，都值得学者深入探索。
参考文献：
[1] 贺德方.对科技成果及科技成果转化若干基本概念的辨析与思考[J].中国软科学，2011（11）：1-7.
[2] 习近平在二十国集团工商峰会开幕式上的主旨演讲[EB/OL].（2016-9-03）[2021-4-20].http：//www.xinhuanet.com/world/2016-09/03/c_129268346.htm.
[3] 中国科技成果管理研究会，国家科技评估中心，中国科学技术信息研究所. 中国科技成果转化年度报告2018（高等院校与科研院所篇）[M].北京：科学技术文献出版社，2019.
[4] 蔡跃洲.科技成果转化的内涵边界与统计测度[J].科学学研究，2015，33（01）：37-44.
[5] 储蓉月.科技成果转化的影响因素与优化路径[J].中国高校科技，2018（10）：84-85.
[6] 刘宇，方曙，陆颖，等.基于SWOT-QSPM模型的科技成果转化竞争战略研究[J].科技管理研究，2019，39（18）：224-230.
[7] 陈俐，冯楚健，陈荣，等.英国促进科技成果转移转化的经验借鉴——以国家技术创新中心和高校产学研创新体系为例[J].科技进步与对策，2016，33（15）：9-14.
[8] 李玲娟，蒋能倬，张波.美国技术转移政策的要点及借鉴[J].科技导报，2020，38（24）：53-61.
[9] 董洁，孟潇，张素娟，等.以色列科技创新体系对中国创新发展的启示[J].科技管理研究，2020，40（24）：1-12.
[10] 杜宝贵，张焕涛.基于“三维”视角的中国科技成果转化政策体系分析[J].科学学与科学技术管理，2018，39（09）：36-49.
[11] 赵睿，李波，陈星星.基于文本量化分析的金融支持科技成果转化政策的区域比较研究[J].中国软科学，2020（S1）：155-163.
[12] 司晓悦，王壮壮，赵霞霞.我国科技成果转化研究热点及前沿动态——基于CiteSpace可视化知识图谱的分析[J].科技管理研究，2020，40（17）：197-203.
[13] 许琦.中国高校科技成果产业化研究文献计量分析[J].科技和产业，2020，20（05）：26-32.
[14] Chaomei Chen. Cite space Ⅱ： Detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the American Society for Information Science and Technology，2006，57（03）：359-377.
[15] 張秋，岳萍.俄罗斯科技成果转化服务模式及对新疆的启示[J].科技与创新，2020（19）：136-137，143.
[16] 李杰，李慧杰，陈伟炯，等.国内社会科学研究中知识图谱应用现状分析[J].图书情报研究，2019，12（01）：74-81.
[17] 朱雪忠，胡锴.中国技术市场的政策过程、政策工具与设计理念[J].中国软科学，2020（04）：1-16.
作者：甘甜 鞠邦青 李莹
科技情报研究金融研究论文 篇3：
信息密集环境中情报研究工作的内容与方向
〔摘 要〕数据密集已成为信息社会的主要特征之一。本文分析了情报研究工作在信息密集环境中所面临的挑战，提出了信息密集环境中情报研究工作组织方式、研究内容、产品形式和服务模式，探讨了适应信息密集环境的情报工作的发展方向。
〔关键词〕情报研究；信息密集；集成研究；情报需求
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０．０１．００２
〔
Contents and Trends of Intelligence Research
in a Circumstance of Information-IntensiveQu Jiansheng１ Zhang Lihua１，２
（１．Lanzhou Branch，National Science Library／
Scientific Information Center for Resources and Environment，Lanzhou 730000，China；
２．Graduate University，Chinese Academy of Sciences，Beijing 100190，China）
〔Ａｂｓｔｒａｃｔ〕Based on an analysis of the challenges from information-intensive circumstance,the construction,the main content,the products and services of intelligence research in such a new environment were addessed in this paper.The future trends of the intelligence research which are adaptive to the information-intensive circumstance were disscussed in the end of the paper.
〔Ｋｅｙｗｏｒｄｓ〕intelligence research;information-intensive;synthesis research;intelligence needs
20世纪中叶以来，以电子计算机的普及应用及计算机与现代通信技术的有机结合为标志的信息技术迅猛发展，在家庭生活、日常学习、通信服务、金融和商业、医疗保健、工业生产等方面给人类社会生产和生活带来深刻的变革。人类社会逐步进入信息社会，信息密集的特征日趋明显。信息量、信息传播的速度、信息处理的速度以及应用信息的程度等都以几何级数的方式增长，海量的信息以远程、高效、低成本、广覆盖的方式被储存、传递和服务。科学工作的环境也发生了深刻的变革。实验科学、理论科学和计算机科学在“数据泛滥”的影响下，逐步向“数据密集”型第四科学范式转变。海量的科学文献和数据可以在线发现，并实现了互操作和实时自动获取［１］。
情报研究是一项内容广泛的信息加工处理和情报提炼过程，它以大量相关的原生信息为处理对象，通过对原生信息内容的分析、综合或评价，以提炼出对管理、决策等活动有支持作用的情报，为管理、决策等活动服务［２］。在信息密集环境中，信息量、信息处理速度和传播效率以及信息应用的程度，都出现了本质性的变化，而以信息为研究对象的情报研究工作也超越了传统的工作模式，从概念、信息来源、研究对象、处理流程等各方面发生了重要的延展或改变，使情报研究以更高效、更准确、更全面的方式进行。在情报研究工作条件发生变化的同时，情报服务对象获取信息的途径也日益多样化，其情报需求也发生着快速变化。这些变化使情报研究工作面临着适应和转型的挑战。
１ 信息密集环境中情报研究工作面临的挑战
在信息密集环境中，以往依赖于情报研究工作所提供的信息很多已经成为网络开放资源，可以便捷地获取。特别是浏览器、搜索引擎、网络社区、订阅定制等技术［３］的发展，使在线信息检索、海量信息获取和实时信息交流成为可能，这些高效、快速和友好的信息获取形式在很大程度上更新了传统的情报研究工作方式。具体来说，情报研究工作在信息密集环境中面临的挑战主要来自情报需求群体、研究对象、研究方法及服务方式等多方面的变化。
１.１ 情报需求群体的变革——传统服务对象数量萎缩用户对情报研究工作的依赖主要包括两个方面，即专有信息和情报研究人员的智力分析［２］。在日益成熟的信息密集环境中，信息已不再是情报机构的专属品，用户也可以通过搜索引擎、数据库、网络检索工具及各种论坛、社区、学者博客、日志等多种途径来获得。“专有信息”已不再专有。根据最小努力法则，传统的情报用户可以通过自己的努力获得信息，而不必求助于情报研究机构。这一转变的后果是情报研究机构的常规用户数量急剧萎缩。
随着信息技术的快速发展，普遍被认为是隐性知识的情报智力分析也逐渐显性化。汤姆斯集团的Web of Science、爱思唯尔集团(Elsevier)的Scopus及广泛应用的Delphion、Aureka、Derwent Innovations Index、CNKI的中国宏观数据挖掘分析系统、知识元搜索、分组分析方法等都是网络环境下进行信息分析和知识挖掘的平台与工具。情报用户可以基于“自助”的方式通过这些平台获取一些深度的分析，在一定程度上减少了对情报研究人员智力劳动的依赖，也因此导致传统用户数量的进一步减少。
１.２ 研究对象的变化——处理更多类型和形式的信息源传统情报研究对象不外乎实体的文献等文本信息和数据，以及基于调研和访问的知识型信息。随着计算机和网络技术的发展，基于电子和网络载体存在的资源日益增多，这不仅使可以获取的信息增多，而且信息的表现形式也日益纷繁，从网络数据系统、开放获取期刊到博客、微博、网络社区等，都成为新的重要情报研究对象。因此，在信息密集环境中，需要处理更多类型的信息资源，既包括文本资源，也包括数据资源；既包括公开发表成果资料等显性资源，也包括个人或组织的经验等隐性资源；既包括印刷型资源，也包括电子型和网络型资源。
１.３ 研究方法的变革——功能更强大的情报研究方法伴随信息数量的级数增长、信息网络化程度的提高，以及用户需求和研究对象的变化，情报研究人员需要处理庞大、繁杂的信息堆砌，或者从隐性的信息源及其关联中发掘潜在的情报信号，这对情报研究方法提出了更高的要求，传统的人工方法和一般的自动化手段显然不能应对密集信息束的冲击。
信息密集环境中情报研究方法需要适应以下的挑战：（1）从纷乱的海量信息中发现潜在信息及其关联：信息挖掘技术；（2）与研究主题相关的偏僻信息和隐性信息的挖掘：信息搜索技术；（3）最新情报信息的跟踪分析：动态信息扫描监测技术；（4）对情报信息源的深入揭示：情报深度分析方法；（5）适应信息网络特点的情报研究组织：集成研究平台；（6）适应多种媒体的情报发布方案：情报产品形式和情报发布平台。
１.４ 服务方式的变革——适应泛在网络的情报服务
计算机、网络技术的发展，为情报研究工作带来了革新服务方式的机遇，使便捷的信息获取、强大的分析功能、快速的信息推送、友好的表达形式、通畅的反馈通道等为特征的情报服务机制成为可能，弥补了传统情报服务内容滞后、服务形式被动、服务效果不突出等方面的不足。当然，这也意味着情报研究服务工作需要紧跟信息技术和用户需求的发展而不断进行调整优化，以充分利用信息密集环境的各种优势，实现情报服务向全面、深度、新颖、快速和灵活方式的转变。
２ 信息密集环境中情报研究工作的主要内容
在信息密集的挑战下，情报研究工作将由传统的以收集分散的资料、整理无序的信息、分析潜在的知识为主，向以海量的分布式在线信息为资源基础，以先进的信息搜索、分析和模拟手段为技术支撑，以明确的、潜在的或泛在的用户情报信息需求为目标前导，以动态更新的、广泛关联的或多媒体的综合分析成果为情报载体的，更能适应当代和未来环境动态变化的方向转变。情报研究的视野向全时空尺度拓展，既瞄准局部的变化，也关注全局的影响，既研究当前的态势，也关心过去的基础和未来的趋势。情报研究的工作内容也因此发生改变：
２.１ 海量信息的综合分析
海量信息在带来便利的同时，也会带来信息垃圾、信息冗余、信息焦虑等附属问题［４］。情报研究工作需要针对利用综合的研究方法，大幅剔除无用信息，筛选、凝练、归纳其中的有效信息和潜在规律。在这一过程中，信息搜索、分类、文献计量、语义网络、信息抽取和数据挖掘等工具将发挥关键作用。这一工作的产品形式主要是基于情报和知识的归纳、分析和预测的综合分析报告。
２.２ 量化比重不断增大的发展评估与预测研究
主要根据科学技术和社会经济发展轨迹跟踪、数字化指标监测、分布式（或在线开放式）专家咨询，以及基于模式的现状评估和趋势预测等工作，对某一专门领域的发展现状、未来路线、预期情景等进行定性与定量相结合的、量化比重不断增大的分析预测。这一工作的主要产品包括监测预警、发展态势分析、路线图与未来情景描绘等。
２.３ 综合更广泛信息源的集成研究
信息密集环境中，情报研究人员一方面要处理的信息日益庞大、信息源观点和结论各异，增加了信息分析的难度，另一方面，所要服务的情报需求难度也显著增大，涉及领域更广，专业化要求更高。单一的情报研究人员或小组经常难以胜任如此庞大的研究工作，分布式、集成化的研究分析平台成为支持这一需求的关键技术。集成研讨厅等集成研究手段可以汇集不同区域、不同领域和不同观点的情报人员和专家，组织多位点实时头脑风暴，实现对复杂情报问题的高效率分析。
２.４ 更高采信度的决策咨询研究
决策咨询仍然是情报研究工作的主要内容，但泛泛的信息跟踪已难以满足决策需求，新时期的决策咨询工作需要依靠更广泛的信息源，开展更综合全面的分析和更多量化的评估预测，提供更具智慧与专业思想的决策建议。决策咨询工作的产品形式也往往不限于咨询报告，实时或现场的咨询与对话等不受形式束缚的咨询形式也将不断发展。
３ 信息密集环境中情报服务模式
在信息密集环境中，情报服务的对象将向两个方向聚集，即界限日趋明晰的定向对象和更加广泛和不确定的泛在对象；情报产品的形式也日趋多样化，除了有形的印刷报告，数字化报告正成为情报产品的主流，个人博客、即时信息等也正不断丰富情报产品的形式。
３.１ 个性化服务模式
个性化服务是信息技术进一步发展的产物，是根据用户需求和知识体系定制的，聚合了分布式、多元化资源、工具及服务的数字化信息服务。根据对需求满足的不同，个性化服务可分为4种：
３.１.１ 个性化界面
创造适应个人心理和行为的信息活动环境，根据用户的知识结构、心理倾向和行为方式支持用户习惯行为方式，使用户根据自己的爱好来选择个性化的服务界面。如网易博客用户可以根据自己的爱好来选择博客的界面风格。
３.１.２ 个性化资源
凝聚与个人相关的信息资源，通过基于灵活分析的、可方便定制的个性化资源组织机制，形成针对个人或课题特殊需要和特殊应用要求的虚拟信息资源［５］。如中国科学院国家科学图书馆的“我的数字图书馆”服务，是基于个性化集成定制的门户网站，用户可以根据自己的知识结构、学科背景自由选择定制全文数据库、参考书架、教育与研究资源等。“我的数字图书馆”还提供界面风格设置功能。
３.１.３ 个性化检索
个性化服务必须能够探查用户在检索过程中的知识需求、行为习惯和决策方式，动态组织对这种个性行为的辅导、检索和利用机制，为每一个用户提供“个人信息咨询助理”，提高用户信息检索与利用的效率。
３.１.４ 个性化系统
个性化信息服务还应致力于协助建立个人信息系统、甚至提供个人信息系统ASP服务或平台设施，提供这类系统与其他相关资源的有机链接［５］。iGoogle、Wii seeker等Mashup（集成融汇）平台已经使没有任何编程技能的普通网民定制个性化信息服务系统成为可能。
３.２ 集成化服务模式
集成化服务是根据用户群组成或项目的需要、知识体系和组织方式，定制集成了分布式和多元化的资源、工具和服务的数字化信息服务，是一种集资源开发、中介服务和网络咨询服务于一体的大规模、深层次服务模式。在同一个服务系统中，用户可以查找同一主题、多种来源和各种载体类型的信息资源，并可以获得各种类型、各种层次的信息服务。如美国加利福尼亚大学图书馆的MELVYL Catalog项目，整合了原有的图书馆书目系统和期刊目录系统，在线提供包括书、期刊、电影、地图、乐谱和唱片、计算机文件、学位论文、政府文档等多种类型数据目录的访问，数据范围覆盖了加利福尼亚大学10个校园图书馆、加利福尼亚州图书馆、加利福尼亚科学院、研究图书馆中心、Lawrence Berkeley国家实验室等众多机构的图书馆资源目录，可以为用户提供从信息发现(Discovery)、信息定位(Locate)、信息请求(Request)到信息传递(Deliver)这样一个完整的服务流程［６］。中国科学院国家科学图书馆的网络参考咨询［７］，将用户需求纳入集成资源平台（包括信息门户和各类本地的与分布式的数据库系统）和专家平台（包括在线值班学科馆员和动态联系的各领域专家）的一站式集成服务体系，大大拓展了传统情报服务模式概念。
３.３ 用户驱动的数字化网络化服务模式
用户驱动模式是指以用户为中心的服务模式，遵循用户行为习惯、广泛集成各类资源、动态嵌入用户过程，提供基于用户需求、以层次信息产品进行全方位信息服务的模式。网络知识社区是用户驱动信息服务的成功典范，在“知识社区”乃至虚拟的“科研组织”与“科学共同体”的信息和知识共享规则下，用户需求可以最大限度地得到满足。这种模式在中国科学院国家科学图书馆用户驱动的网站建设中也得到很好的体现：按照用户的使用习惯和能力，以最简洁的流程、最容易的方式满足其信息需求，实现了由传统服务向用户驱动服务的升级转化，这些转变包括：从以丰富的图书馆资源为主，转移到支持用户方便检索的集成资源为主；从按照图书馆资源与机构分类组织，转移到按照用户习惯提供服务；从按照一统化系统进行服务，转移到按照用户需要分拆服务并嵌接到用户流程中［８］。
４ 信息密集环境中情报研究工作的方向
信息的普及与计算机技术的发展，为情报研究工作的开展提供了方便、快捷的条件。情报研究必须着眼于始终把握科学技术的发展方向与最新动态，站在科学技术发展的前沿，以坚实的技术知识为基础；以丰富的情报研究经验为支持；以深刻到位的认识、严谨全面的分析为目标；以强有力的软硬件工具，特别是网络资源和工具保障，远近结合、有的放矢地开展工作。情报研究工作的未来发展方向主要集中在以下几个方面：
４.１ 开发利用各种类型的决策支持数据库，并借助数据挖掘、知识发现等手段情报研究工作最大的魅力就在于以事实和数据为基础，利用本学科的原理、方法和工具进行规律揭示和趋势预见。这是情报研究机构拥有的能力和各级、各类决策者需求的最佳结合点。为了朝这个方向发展，各级各类情报机构还应吸收更多的数据库专家、计算机专家、学科主题专家和科技政策专家，博采众长，发展具有更高决策价值的辅助分析工具［９］。
４.２ 发掘潜在情报需求，主动适应情报需求的动态变化情报人员可以在尊重用户隐私的前提下，借助交互式网络信息技术，确定用户检索习惯和信息需求领域，并通过在线问卷调查或抽样调查，广泛收集用户的情报行为，主动适应用户的情报需求及其变化［１０］。
４.３ 将情报研究工作充分融入决策过程
情报研究工作作为社会经济发展的重要基础支撑力量，越来越直接服务于社会经济发展。情报研究工作不再游离于社会经济发展的管理决策、科研生产之外，而是直接进入或融入政府管理和企业管理、科研和生产流程之中，成为各种决策管理工作的主要组成部分之一，这需要情报研究要有越来越有力的决策支持能力、快速反应能力和综合信息服务能力。
４.４ 发展资源、技术和专家智慧充分结合的知识服务能力未来情报研究工作将由传统的知识服务转变为先进的知识服务，并具有独特的资源整合功能、专门的知识挖掘功能、快速的情报服务功能和安全的网络传递功能。利用群体的智慧，将数据、计算机和专家知识整合在一起，构建先进的知识服务体系，满足有关复杂问题的情报需求。中国科学技术信息研究所的“先进知识服务模式”和中国科学院国家科学图书馆的“知识创造模式”［］当属这方面的开拓者，这两个项目在一定程度上反映了当前情报研究工作的一种不断创新的趋向。
总之，信息密集环境中，信息空间极大拓展，对于以信息为基础的情报研究工作来说，既要面对实体空间，更要面对虚拟空间，一些新的理论，新的实践和新的服务不断涌现，从而导致一个快速变革的情报研究工作展现在我们的面前。我们应站在历史的新起点，以新的高度和视角审视情报研究工作的发展趋势，在理论与实践中寻求平衡，把握好情报研究工作的定位和新方向。
参考文献
［１］Tony Hey,STewarT TanSley,KriSTin Tolle.The Fourth Paradigm:Data-Intensive Scientific Discovery［ＥＢ］.http:∥research.microsoft.com/en-us/collaboration/fourthparadigm，2010-12-01.
［２］贺德方.时代情报学理论与实践——从信息服务走向知识服务［Ｍ］.北京：科学技术文献出版社，2006.
［３］新浪科技.定制：互联网信息获取新方式［ＥＢ］.http:∥tech.sina.com.cn/s/2010-05-07/14034157457.shtml，2010-10-04.
［４］程焕文.信息污染综合症和信息技术恐惧综合症——信息科学研究的两个新课题［Ｊ］.图书情报工作，2002，（3）:5-7.
［５］张晓林，袁莉，黄影，等.基于web的个性化信息服务机制［Ｊ］.现代图书情报技术，2001，（1）：25-29.
［６］吴振新，张智雄,李春旺，等.情景敏感的集成期刊服务系统建设与实现［Ｊ］.现代图书情报技术，2006，（12）：1-4.
［７］周宁丽，张智雄，初景利.网络需求嵌接、流程驱动、情景敏感型9-9网络参考咨询服务［Ｊ］.图书情报工作，2007，（10）：100-103.
［８］吴振新，张智雄，张晓林，等.用户驱动的国家科学图书馆网站建设［Ｊ］.现代图书情报技术，2008，（3）：1-6.
［９］武夷山．情报研究的发展方向之我见［Ｊ］．中国信息导报，2000，（4）:62.
［１０］林瑞明．网络环境下科技情报人员新角色［Ｊ］．情报探索，2009，（12）:5-7.
［］梁战平．情报学和情报工作的发展趋势［Ｊ］．图书情报工作，2009，（2）：5-7．
作者：曲建升 张丽华