面向科技創(chuàng)新決策的情報分析方法
——理論與應用

劉志輝 姚長青 魏娟霞

（中國科學技術(shù)信息研究所，北京 100038）

0 引言

大數(shù)據(jù)技術(shù)的興起與發(fā)展對不同學科的研究都產(chǎn)生了很大的影響。情報學領域?qū)Υ髷?shù)據(jù)的研究主要是從數(shù)據(jù)與技術(shù)視角探索方法論或面向特定應用場景的分析技術(shù)或平臺研究。情報學方法論研究主要關(guān)注海量數(shù)據(jù)的集成組織、實時計算與情報分析方法相統(tǒng)一的方法框架研究，如面向大數(shù)據(jù)的情報分析框架[1]，而在應用研究中主要是面向情報功能，如大數(shù)據(jù)環(huán)境下情報分析方法在技術(shù)預測中的應用[2]，或者是基于特定數(shù)據(jù)類型，如科技文獻大數(shù)據(jù)[3]。

大數(shù)據(jù)技術(shù)的影響也擴展到了科技政策研究領域，具有代表性的是政策證析方法設想的提出。政策證析是一種融合機器學習、計量經(jīng)濟學和統(tǒng)計學的政策分析方法[4]。除關(guān)注大數(shù)據(jù)給政策研究所帶來的價值外，也關(guān)注在政策領域如何利用大數(shù)據(jù)平衡社會公眾與個人利益，例如，如何在進行社會公共政策分析的同時有效地保護大數(shù)據(jù)中的公民隱私信息[5]。

當情報學與政策研究領域都關(guān)注大數(shù)據(jù)及其應用時，情報學領域的研究視角開始關(guān)注科技智庫，特別是如何在大數(shù)據(jù)背景下發(fā)揮情報學優(yōu)勢推動科技智庫建設。此類研究主要是從理論與平臺建設兩個視角進行，分別探索情報學在智庫建設中的作用[6]以及面向科技智庫的情報服務平臺建設[7]與服務體系[8]等內(nèi)容。盡管情報學和政策研究領域的相關(guān)學者分別對大數(shù)據(jù)的影響進行了探索研究，特別是國內(nèi)學者圍繞科技智庫這一具體應用場景進行了分析，但我們還需要針對具體的應用問題，特別是方法論層次的問題進一步展開研究。

在學術(shù)研究中對情報學學科的界定雖有不同的表述，但多數(shù)學者還是認同情報學的跨學科屬性。對于這種跨學科，特別是偏向于應用的學科，需要從實用主義的視角去關(guān)注領域從業(yè)者的研究與實踐。本文基于這種視角從功能層次分析大數(shù)據(jù)背景下的情報分析方法，探討在支撐循證決策時面臨的挑戰(zhàn)。

1 科技智庫與科技情報融合發(fā)展

從國內(nèi)科技情報機構(gòu)的發(fā)展來看，許多機構(gòu)都開始強化科技情報機構(gòu)的智庫職能，呈現(xiàn)出融合發(fā)展的態(tài)勢[9]。這體現(xiàn)了全球智庫發(fā)展的一種趨勢，但也突顯了中國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略背景下科技決策對科技情報與公共政策研究的迫切需求。前者屬于情報研究，而后者則是智庫的關(guān)注重點。盡管在組織形式上有所區(qū)別，但從功能定位上來看兩者具有相通之處。這是因為智庫與情報研究之間存在著天然的密切關(guān)聯(lián)。

1.1 決策支撐

智庫研究與情報研究的共同之處是決策支撐。從智庫研究的視角來看，智庫的界定有兩個突出特點：一是強調(diào)獨立性，如將智庫定義為致力于多學科研究以影響公共政策的獨立組織[10]；二是強調(diào)公共政策研究，如將智庫描述成為國內(nèi)和國際問題提供政策導向的研究、分析和建議的組織[11]。但在研究方法上強調(diào)智庫要可靠地“編輯和驗證”信息[12]，從而使政策制定者和公眾基于信息做出決定（Informed Decisions）[13]。

在中國科技情報實踐中，情報研究被界定為以情報為對象，對情報的內(nèi)容進行整理、加工、鑒別、判斷、選擇與綜合，得出新的情報的科學研究活動。它是整個情報活動中一種創(chuàng)造性勞動，是一種科學研究工作，屬于思想庫范疇[14]。因此，無論是從研究過程還是從功能定位上來看，智庫研究與情報研究間具有共同之處，特別是在決策支撐作用上具有一致性，智庫更聚焦于公共政策領域。

1.2 情報分析

情報研究的核心環(huán)節(jié)是情報分析，其目標就是為特定決策者揭示選定目標信息的內(nèi)在意義，其核心是服務決策。從整個情報循環(huán)[15]來看，如圖1所示，情報分析的邏輯起點應該是決策者所提出的關(guān)鍵情報問題，即決策問題。在整個分析過程中，情報分析應該遵從“4F-1”原則，即分析人員應該以所確定的事實（Fact）為出發(fā)點，利用專業(yè)知識提出那些可能但尚未確信的發(fā)現(xiàn)（Finding），甚至在預測質(zhì)量有所保證的情況下進行預測（Forecast）。但在這個過程中，分析人員不應提出毫無事實依據(jù)的臆測（Fortunetelling)[16]。根據(jù)這一原則，情報分析的輸入應該是事實，其功能產(chǎn)出是面向決策而形成的新發(fā)現(xiàn)或預測。

情報分析的決策支撐功能在科技智庫與科技情報機構(gòu)呈現(xiàn)出融合發(fā)展的背景之下，將得到進一步的強化。

圖1 情報循環(huán)

2 科技創(chuàng)新決策研究的跨學科方法論

在科技情報的視角下，情報分析服務的直接對象就是科技決策，或者將其泛化為創(chuàng)新決策。對于科技決策來說，除了科技情報研究之外，還有另外一個重要領域，即政策研究。而在政策研究領域，研究方法論問題正在引起學界的廣泛關(guān)注。

2.1 創(chuàng)新政策研究方法面臨挑戰(zhàn)

決策者對創(chuàng)新的重要性已經(jīng)有了充分的認識，但是創(chuàng)新政策研究者卻因缺乏批判性反思而無法長期維持自己的關(guān)鍵作用。創(chuàng)新政策研究者正在面臨種種挑戰(zhàn)，如對理論原理與政策制定者過于理想化、政策工具化、政策設計與協(xié)調(diào)的過度理性化、政策分析的靜態(tài)化[17]。解決這些問題除了理論觀念的變化，也需要在研究方法上更具跨學科性，特別是在一個智庫發(fā)展面臨新的社會挑戰(zhàn)的時代。在一個智庫規(guī)模不斷擴張，彼此競爭加劇，而社會公眾對智庫研究存在信任問題的時代，智庫也需要在方法論上進行創(chuàng)新，需要用更多元、跨學科的理論方法研究支撐公共政策研究[18]。

2.2 循證決策方法論

循證決策（Evidence-based Policy Making,EBPM）的方法論起源于醫(yī)學界，隨后在社會科學領域得到發(fā)展。循證決策是指將研究領域形成的最佳的可用證據(jù)嵌入到政策制定與實施的核心過程中，從而為人們的政策、計劃與項目決策提供有效的決策信息支撐[19]。循證決策在學術(shù)界引起關(guān)注的同時，政府也開始關(guān)注其在公共政策制定中的應用。

政府對循證決策的關(guān)注最早來自于英國政府。1999年英國政府發(fā)布的《現(xiàn)代化政府白皮書》中提出要改善政策制定過程，使政策更具戰(zhàn)略性、結(jié)果導向、協(xié)作性、包容性、靈活性、創(chuàng)新性與穩(wěn)健性。同年英國政府內(nèi)閣發(fā)布的《面向21世紀的專業(yè)化政策制定》報告中，明確提出了采用循證決策的理念提高政策制定水平[20]。2016年美國國會成立了循證決策委員會（CEP）開始推動循證決策的應用，其后于2017年成立了兩黨政策中心提出循證決策倡議。2019年美國正式頒布循證決策基礎法案（《Foundations for Evidence-Based Policymaking Act》），要求各個政府職能部門推出自己的證據(jù)建設計劃，其中包括政策問題、為循證決策而收集的數(shù)據(jù)、分析方法以及其中可能存在的問題等。

日本經(jīng)濟產(chǎn)業(yè)研究所的一項調(diào)查表明，無論是政策制定者還是政策研究人員都非?？隙ㄑC決策的必要性，但在實際應用中“缺乏理解統(tǒng)計數(shù)據(jù)分析和研究的知識”是阻礙循證決策應用的因素之一。提高政府機構(gòu)人員的分析技能是循證決策必不可少的基礎條件，它不僅僅局限于政府統(tǒng)計的微觀數(shù)據(jù)，大數(shù)據(jù)和人工智能也可能應用于政策制定[21]。

3 基于證析的決策支撐方法論

無論是創(chuàng)新政策研究中對跨學科方法的需求，還是政府決策實踐中對循證決策的關(guān)注，都表明了決策問題之復雜而帶來的方法論挑戰(zhàn)。當面向決策問題時顯然需要不同學科、不同方法的跨學科研究，以提高政策的可靠性。而在這個過程中科技情報分析方法可以與其他學科方法形成借鑒與互補。

3.1 信息鏈視角下的決策

從決策過程來看，任何一種決策都是事實信息與主觀價值觀、觀點和可能性組合的結(jié)果[22]。這個過程涉及客觀事實到主觀判斷的一系列對象，即情報學領域所界定的信息鏈。這個信息鏈是一個由事實（facts）、數(shù)據(jù)（Data）、信息（information）、知識（knowledge）和情報/智能（intelligence）5 個鏈環(huán)構(gòu)成的連續(xù)體，如圖2所示[23]。這或許是因為情報要面向決策的本質(zhì)所決定的：為支撐決策，情報分析需要關(guān)注決策所需要的從物理客觀到主觀認知的一系列要素。事實是決策的要素，同時也是情報分析的邏輯起點。

3.2 基于證析的情報循環(huán)

在大數(shù)據(jù)時代，在面向決策問題進行情報分析時需要采用一種新的分析范式，即證析。證析（Analytics）在韋氏字典中被定義為“邏輯分析的方法”，但這個詞最早是以“business analytics”形式出現(xiàn)的。在商業(yè)證析領域，證析被描述為對商業(yè)問題進行定量或統(tǒng)計分析的模式[24]，因此證析是基于證據(jù)尤其是數(shù)字化證據(jù)進行決策的實踐[25]。商業(yè)證析是完全基于數(shù)據(jù)與統(tǒng)計方式進行績效描述與預測，通過統(tǒng)計方法（包括解釋性與預測性模型）以及基于事實管理（fact-based management）的方法為企業(yè)決策提供支撐[26]。

正如鑒于循證決策本身所存在的問題而提出政策證析（Policy Analytics）[27]那樣，情報分析也需要基于證析的理念重構(gòu)情報分析業(yè)務流，即一種基于證析的情報循環(huán)，如圖3所示。這是一種數(shù)據(jù)流驅(qū)動的情報循環(huán)，是一種以決策問題為核心，以場景理解為基礎，以建模分析為關(guān)鍵的數(shù)字化業(yè)務模式。

3.3 證據(jù)化和多重循環(huán)耦合

圖2 信息鏈

圖3 基于證析的情報循環(huán)

從證析的方法論視角來看，商業(yè)證析或政策證析只是應用場景不同，這與情報研究有相同的邏輯，如商業(yè)競爭情報、科技情報與戰(zhàn)略情報。這或許在一定程度上說明情報分析與證析一樣，屬于方法論，而非某種具體的分析技術(shù)或技巧。證析更加側(cè)重數(shù)據(jù)視角，情報分析則強調(diào)功能，但它們的作用是一致的，即決策支撐。當決策開始突出循證理念時，情報分析需要在證據(jù)與數(shù)據(jù)間建立關(guān)聯(lián)。在這個過程中有兩個核心問題需要進一步的關(guān)注。

一是多源情報分析與多元證據(jù)。在情報分析中一直強調(diào)多源情報與全源情報的重要性。全源情報分析不僅僅是簡單地讓更多分析人員獲得更多的情報。它的核心特點是系統(tǒng)性思維方式，也就是在評估、解讀和解釋變化、發(fā)現(xiàn)或者政策難題時，多種不同來源信息的系統(tǒng)性利用方式[28]。而循證決策也特別推崇通過不同來源數(shù)據(jù)的嚴格評估而利用多來源知識支撐決策的價值[29]。從研究方法的視角來看，這種多源情報與多源知識利用的根本目的是克服研究偏見，提高研究信度。這也是面向循證決策時，情報分析首先需要面對的問題，即元分析的方法論問題。

二是多重循環(huán)的耦合。循證決策是一個過程，即圍繞政策循環(huán)（議程設定、制定、實施和評估）提供證據(jù)支撐的過程。而情報循環(huán)可以是面向其中某環(huán)節(jié)關(guān)鍵情報課題，提供收集、分析、傳遞與反饋的過程；證析則是從數(shù)據(jù)視角為上述目標與功能提供定量分析支撐的數(shù)據(jù)流。因此，從情報分析視角來看，在循證決策過程中，存在數(shù)據(jù)（證析）、情報與政策3 個層次的循環(huán)。這3 個層次的循環(huán)并非是單一的嵌套關(guān)系，而是一種不同循環(huán)、不同階段的耦合關(guān)系。對于決策者來說，需要在其政策場景下得到多種來源的基于事實數(shù)據(jù)的情報或證據(jù)的支撐，而不用關(guān)心這種支撐背后的功能問題。同時，循證決策支撐需要給決策者提供直接獲取原始數(shù)據(jù)的能力支撐，即一種政策、情報與數(shù)據(jù)的證據(jù)級封裝。這需要面向決策的多重循環(huán)耦合為前提。

4 面向科技決策的情報支撐

目前科技創(chuàng)新決策的復雜性日益突出，一方面各種創(chuàng)新理論（如內(nèi)生論與外生論、線性創(chuàng)新與創(chuàng)新系統(tǒng)、創(chuàng)新網(wǎng)絡與開放創(chuàng)新等）與相關(guān)學科（科學學、科學社會學、科學計量學等）的發(fā)展為科技創(chuàng)新決策提供更加豐富的理論支撐和政策工具選項；另一方面，全球創(chuàng)新體系的形成也使創(chuàng)新政策工具的邊界難以界定。但從技術(shù)發(fā)展的視角來看，大數(shù)據(jù)技術(shù)的發(fā)展為支撐日益復雜的創(chuàng)新決策帶來了可能性。大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘與知識圖譜、人工智能中的深度學習都很好地為創(chuàng)新決策提供了技術(shù)支持，同時開放運動的興起又為決策者提供了更高的數(shù)據(jù)可獲得性支撐。

4.1 科技創(chuàng)新決策的技術(shù)支撐

在科技大數(shù)據(jù)可獲得的前提下，如何通過相關(guān)技術(shù)支撐創(chuàng)新決策就成為了首要關(guān)注的問題。這個問題可以進一步分解為兩個子問題：一是決策場景定義與描述：如何將決策循環(huán)中的問題解構(gòu)為關(guān)鍵情報問題，并描述整個決策過程；二是基于多源數(shù)據(jù)的循證問題：如何圍繞多源情報與多元證據(jù)構(gòu)建情報分析功能。前者涉及科技創(chuàng)新決策需求挖掘與定義、數(shù)據(jù)建模與分析模型、決策流程描述，后者涉及多源異構(gòu)融合、實時分析與交互計算、信息可視分析以及知識發(fā)現(xiàn)與情景化。

在具體實施過程中，證據(jù)化和多重循環(huán)耦合仍是優(yōu)先實現(xiàn)目標。證據(jù)化的核心目標是將多源科技數(shù)據(jù)轉(zhuǎn)換為多元證據(jù)，這是循證決策的前提條件。而這首先需要解決的是科技大數(shù)據(jù)組織問題，即需要面向創(chuàng)新決策，圍繞復雜的創(chuàng)新體系來構(gòu)建數(shù)據(jù)框架，囊括從微觀到宏觀，從科技供給到需求的不同創(chuàng)新環(huán)節(jié)。

實現(xiàn)多重循環(huán)耦合需要知識關(guān)聯(lián)技術(shù)，可利用知識圖譜實現(xiàn)創(chuàng)新政策視域不同類型主體與內(nèi)容的關(guān)系構(gòu)建。這種關(guān)系構(gòu)建不僅僅局限于同一類型或同質(zhì)關(guān)系，更重要的是實現(xiàn)跨數(shù)據(jù)、情報、政策循環(huán)的異質(zhì)語義空間關(guān)聯(lián)。在這種跨異質(zhì)語義空間的知識圖譜支撐下，可以利用數(shù)據(jù)操縱、可視證析、建模與實時計算實現(xiàn)數(shù)據(jù)循環(huán)、情報循環(huán)與政策循間的耦合，最終構(gòu)成一個基于循證理念的數(shù)據(jù)驅(qū)動決策支撐體系。

4.2 實踐項目：決策劇場與創(chuàng)新圖譜

中國科學技術(shù)信息研究所依托資源與技術(shù)優(yōu)勢在基于情報分析的科技循證決策方面進行了嘗試與實踐，如決策劇場[30]和創(chuàng)新圖譜[31]。前者可以視為基于循證理念的數(shù)據(jù)驅(qū)動決策支撐體系的硬件部分，而后者是軟件部分，它們共同構(gòu)成了一種面向復雜問題決策的、以可視證析為特點的科技創(chuàng)新決策支撐環(huán)境。決策劇場的建設目標是提供一種以交互與沉浸感為核心的物理環(huán)境，提供面向決策流程的資源、工具與功能支撐；創(chuàng)新圖譜則是綜合利用知識組織與知識圖譜等相關(guān)技術(shù)所建立的一種基于知識圖譜的循證分析平臺，面向決策問題提供數(shù)據(jù)分析引擎，最終實現(xiàn)數(shù)據(jù)驅(qū)動的科技創(chuàng)新決策支撐。

5 對情報分析方法的思考

在大數(shù)據(jù)時代，情報分析方法面臨的挑戰(zhàn)是全方面的，但其根本原因在于情報用戶，即決策者的需求變化。隨著科技創(chuàng)新決策問題的復雜化，決策者對情報分析的功能要求將會越來越多，對分析精度與粒度的要求也將越來越高。在公共政策實踐日益循證化的背景下，情報分析方法需要從理論、技術(shù)與數(shù)據(jù)等不同層次做好應對。

5.1 理論研究上需要跨學科方法論的支撐

正如公共政策領域強調(diào)跨學科方法論一樣，情報分析也需要同樣的思維。在大數(shù)據(jù)時代，面向循證決策的情報分析尤其需要關(guān)注數(shù)據(jù)的情景化問題，即數(shù)據(jù)的情報意義與證據(jù)意義，這需要創(chuàng)新政策、情報研究與數(shù)據(jù)科學等不同領域?qū)＜业闹巍Ｆ渲凶顬殛P(guān)鍵的內(nèi)容就是建模。在數(shù)據(jù)模型、（創(chuàng)新）理論模型與可視證析模型間建立統(tǒng)一的邏輯模型，為實現(xiàn)政策實驗情景分析與預測提供基礎。健壯的分析模型不僅可以有效地規(guī)避定量分析本身所存在的方法缺陷，如辛普森悖論，更重要地可以為決策者提供更為豐富的數(shù)據(jù)意義解釋。循證決策中證據(jù)是最為核心的概念，而在決策過程中，證據(jù)是以因果為形式表達的。這與大數(shù)據(jù)分析中強調(diào)相關(guān)關(guān)系是截然不同的。如何界定證據(jù)、如何描述證據(jù)也需要一種跨學科的研究方法。

5.2 大數(shù)據(jù)技術(shù)上需要關(guān)注低頻情報資源應用

盡管科技大數(shù)據(jù)的可獲得性已經(jīng)大大提高，但目前仍無法實現(xiàn)面向特定問題或特定對象的全樣本數(shù)據(jù)收集。而且就具體決策問題來說，小數(shù)據(jù)分析足以支撐結(jié)論的效度與信度。因此，即使在大數(shù)據(jù)背景之下，情報分析也應關(guān)注小數(shù)據(jù)的應用，特別是在有時效性要求的情景之下。此外，在情報研究或科技創(chuàng)新決策中，大部分情況都是在無法充分獲得相關(guān)數(shù)據(jù)的基礎上進行分析的，因此如何利用低頻資源獲取更有效的結(jié)論也是一個重要挑戰(zhàn)。

數(shù)據(jù)驅(qū)動決策的另一顯著優(yōu)勢是可以提供情景模擬與預測，進而幫助決策者進行政策實施前的評估。這一方面需要群體決策工具幫助專家構(gòu)建模型，另一方面也需要將已有歷史數(shù)據(jù)中的經(jīng)驗納入模型之中。后者需要知識推理技術(shù)的支撐，在證據(jù)集中構(gòu)建出面向特定場景的證據(jù)鏈，特別是用以描述模型的動力機制。

5.3 完備的數(shù)據(jù)集是實現(xiàn)循證決策支撐的充分條件

有效的理論框架、健壯的數(shù)據(jù)模型是實現(xiàn)循證決策支撐的必要條件，但數(shù)據(jù)的完備性卻是實現(xiàn)決策支撐的充分條件。在全源情報與多元證據(jù)理念之下，保持一定的數(shù)據(jù)冗余是有必要的，但一定要從整體上關(guān)注數(shù)據(jù)的完備性，即當前數(shù)據(jù)來源是否足以刻畫決策問題，如描述中國的科技創(chuàng)新體系。此外還特別要關(guān)注每一種數(shù)據(jù)來源的權(quán)威性，這是研究結(jié)論有效性的根本保證。

在決策過程中，利用細粒度數(shù)據(jù)是提高分析精度與內(nèi)在效度的有效途徑，但如何確定這種粒度以及相應數(shù)據(jù)描述框架應該建立在循證決策理論框架之下。數(shù)據(jù)層需要一種面向循證的語義描述框架，特別是要納入相關(guān)語用信息，從而實現(xiàn)證據(jù)描述以及證據(jù)鏈推理。

6 結(jié)語

從情報學的決策學派理論來看，決策支撐是情報學的核心功能，這一點與公共政策研究具有相通之處。從創(chuàng)新政策研究來看，目前需要一種跨學科的方法論進一步提高研究質(zhì)量，而情報分析方法恰恰可以與之形成互補。在決策循證化的發(fā)展背景下，基于證析的情報循環(huán)可以為循證決策提供一個數(shù)據(jù)驅(qū)動的決策支撐體系。在這個體系中，情報證據(jù)化以及數(shù)據(jù)流、情報循環(huán)與政策循環(huán)的多重循環(huán)耦合是關(guān)鍵。未來研究中應該從理論、技術(shù)與數(shù)據(jù)等不同層次關(guān)注相關(guān)情報分析方法所面向的挑戰(zhàn)，如多學科視角下的建模問題、低頻情報資源挖掘技術(shù)以及面向循證的語義描述框架等。