面向政府宏觀科技決策的科技管理數據服務模式構建

糟玉慶，趙捧未, ，尹麗英，丁獻峰

（1.西安電子科技大學經濟與管理學院，陜西西安 710126；2.西安電子科技大學信息資源研究中心，陜西西安 710126；3.西安郵電大學經濟與管理學院，陜西西安 710121；4.陜西師范大學圖書館，陜西西安 710119）

科技決策是國家和地方的科學技術行政機構、職能機構和科技主管部門等科技決策主體開展的一系列推動和發展科學技術創新、管理和指導科技創新活動、統籌科技創新資源和基礎設施的行為過程。在科技決策過程中，科技管理數據起到了重要的支撐作用，推動了科技決策的精準有效實施。目前，政府科技主管部門對科技管理數據服務的決策支持性要求也越來越高，因此，進一步從深層次細化科技決策需求、智能化提升科技管理數據服務水平顯得尤為重要。本文將研究和構建面向政府宏觀科技決策的科技管理數據服務模式。首先，分析服務模式的構建原則和構成要素；其次，明確政府科技主管部門在科技決策流程中的需求情況；最后，以需求驅動和數據驅動為理論基礎，構建面向政府宏觀科技決策的科技管理數據服務模式。通過精準分析用戶科技決策需求、智能挖掘科技管理數據，為政府科技決策提供精準化、智能化的服務支持，也為科技管理數據服務模式創新提供理論依據。

1 研究綜述

1.1 科技決策研究

關于科技決策的研究，學術界主要從科技決策的分類、數據以及服務等方面開展了研究。

（1）科技決策分類方面，如，張曉杰等［1］將科技決策分為宏觀科技決策和微觀科技決策，宏觀科技決策包括科技法規、科技戰略和科技政策的確立和擬定，微觀科技決策包括科技計劃、科研項目和科研預算的確定等；潘珍［2］將科技管理決策分為宏觀、中觀和微觀3 個層次，宏觀層次涉及科技發展規劃制定、科技體制改革、科技政策制定等，中觀層次涉及產業政策或地區科技決策等，微觀層次涉及科技管理中常見問題的對策研究或某種實施方案的制訂等。

（2）科技決策數據方面，學者利用多元科技管理數據來滿足科技決策需求。如，周群［3］分析了期刊論文、科技政策、專利、項目等數據在政策屬性需求、科技屬性需求、產業屬性需求和科技成果轉化屬性需求等方面的決策支撐作用，并選擇科技期刊數據對科技決策需求進行實證，通過把握科技發展規律和態勢，為用戶科技屬性的決策需求提供支持；文少保［4］提出科技期刊發揮著促進國家科技決策優化的功能，通過決策咨詢、輿論導向和預警防范服務，輔助政府部門快速掌握科技領域信息資料和科技發展動態。

（3）科技決策服務方面，學者利用科技領域可視化服務和科技態勢解析服務等方式來支持科技決策，或者通過構建決策模型和決策系統實現對科技決策的支持。可視化服務方面，基于可視化技術，如趙志耘等［5］通過調研的方式獲得了國內外科技管理領域的現狀和可視化技術在決策領域的應用情況，以科技創新為核心，從時間、空間、專題等維度分析了科技管理領域科技創新的現狀、預測了未來發展趨勢，支持政府在科技創新管理方面的決策。科技態勢解析服務方面，如王飛躍［6］通過科技文獻作者與機構社會網絡、科技專題事件分析與自動定制、科技簡報個性化定制與智能推送、知識眾包協作的知識創新以及科研情報百科知識庫來支持科技決策的制定、評估和實施。決策模型方面，如趙志耘等［7］依據科技決策的情報需求提出了基于模型的情報服務，包含情報檢索模型、情報推薦模型、情報可視化模型、情報問答模型、情報生成模型和情報交互反饋模型，通過智能交互的模式為用戶提供決策支撐與引導。決策系統方面，如孫曉靜［8］將科技決策流程應用到科技決策支持系統中，設計了信息發布、情報推送、協同工作的功能，最終以科技情報產品方式對科技決策者提供決策支持；于升峰等［9］構建了包含基礎數據層、知識管理層、智庫應用層、服務決策層和決策績效反饋層的科技智庫戰略決策平臺，滿足了決策者科技決策的需求。

1.2 科技管理數據服務模式研究

關于科技管理數據服務模式的研究，學術界從用戶需求和服務內容等方面開展了多維度的科技管理數據服務模式創新研究。

（1）用戶需求方面，如Yu 等［10］從需求調研、需求分類等角度出發創新了服務模式；尹麗英等［11-12］以政府、企業、科研用戶為對象開展科技管理數據服務需求調研，以服務為核心，從服務的主體、內容、對象和策略4個方面創新了科技管理數據服務模式，并從科技管理數據服務流程出發，基于數據資源層、智能分析層、結果展示層、服務目標層研究了全息數據的采集、知識集成與融合、服務創新產品與形式和服務目標的實現。

（2）服務內容方面，基于科技數據資源提出了服務，實現服務模式的創新。如劉蔚等［13］基于科技管理數據資源實現了服務內容具象化，基于科技管理用戶實現了服務內容個性化，基于科技管理業務實現了服務內容適配化，借助DIKW 模型形成數據、信息、知識、智慧的科技管理數據資源轉化鏈條，構建了P-FDIS 服務模型，提出了從數據到事實、數據到信息、數據到數據、數據到服務、數據到平臺的服務模式。

綜上所述，科技決策、科技管理數據服務模式領域都有了比較深的研究和探索，并形成了一些階段性研究成果，但仍存在一定的局限性。具體體現在以下方面：

（1）對于科技決策的研究。從分類方面分析，相關文獻對科技決策僅進行了分類，尚未對每一類別的科技決策進行歸類和深入分析，研究的層次較為淺顯。從數據方面分析，科技決策所需的數據范圍廣泛，可滿足不同的需求，但整體來看，相關研究的數據類型比較單一，數據仍然不夠全面，影響了科技決策的有效性和完整性。從服務方面分析，相關研究的服務與需求的對應不是很清晰，尚未有研究全面地對科技決策和服務進行匹配。

（2）對于科技管理數據服務模式的研究。從用戶需求方面分析，相關學者對不同科技創新主體的科技管理數據需求進行了分析，既存在關聯性又存在差異性，科技決策需求有待進一步細化分類。從服務內容方面分析，科技管理數據服務層次不多，為滿足政府科技決策的需求，深層次、精準化、智能化的服務內容仍然有待進一步深化推進。

因此，本研究將面向政府科技主管部門，聚焦宏觀類的科技決策需求，結合需求和數據，構建面向政府宏觀科技決策的科技管理數據服務模式，為政府科技主管部門的宏觀科技決策提供精準化和智能化的科技管理數據服務提供借鑒與參考。

2 相關概念及理論基礎

2.1 科技管理數據

在科技管理的過程中產生了科技管理數據，為政府決策、科技攻關、科學研究、經濟建設等活動提供了重要的決策支撐。科技管理數據來源豐富且呈現爆發式的增長，遍布于不同的信息系統平臺，數據集結構也復雜多樣，具有結構化數據集、半結構化數據集和非結構化數據集，存儲與處理采用的技術也不盡相同，且具備有一定的生命周期，呈現多源異構性、關聯性、復雜性、周期性和時變性等的特征。通過對各類科技管理數據資源進行挖掘、清洗、整理、關聯和分析，可以發現其中蘊含的規律和隱藏的信息，進而為用戶提供精準化的科技管理服務。對科技管理數據的界定，目前尚未統一。劉蔚等［13］基于科技管理的全流程視角，將科技管理數據定義為包含科研機構、科研人員、科技項目、科研產出以及管理過程等的全流程數據。王翔等［14］立足地方和區域科技管理大數據平臺，定義科技管理數據為涵蓋各類科技研發機構、科技計劃項目、科研成果、科學技術專家、科技財政投入、科技評估成果、科技政策法規、科技統計數據等數據集。綜合上述各學者的定義，本研究認為科技管理數據是包含科技戰略、科技政策、科技規劃、科技計劃、科技項目、科技成果、科技機構、科技人員、科技環境、科技活動、科技統計數據、科技工作流等與科技管理活動相關，在科技管理全流程中產生的各類數據集合。

2.2 服務模式

模式是指事物可直接參照的標準樣式，對方法進行抽象、歸納和概括，并到達一定的理論層次，主要以文字、圖形、符號等組合形式展示，采用模擬的方法對復雜的現象、過程或事物結構進行精練和簡化描述［15］。數據服務模式是數據服務在活動過程中調整各構成要素之間相互關系組合而形成的一種數據服務工作模式，通常以一個整體的框架進行知識、規則的存儲與表示，是對數據服務活動從數據集特征、數據內在結構、事物間次序、要素間關聯關系進行描述的方法論，本質是滿足用戶的數據或信息需求。科技管理是指采用科學的管理模式與理念，對科技的過程、成果進行存儲與管理，對兩者進行整合與利用，并針對具體的情況進行詳細地分析，從而促進科研活動開展與實施［16］。綜合上述研究，本研究認為科技管理數據服務模式是一種以提供科技管理數據為主要內容，基于工程化的思維，從系統的角度為用戶提供科技管理數據服務，即面向用戶的科技管理數據需求，采用技術方法提供相應的服務。

2.3 需求驅動理論

需求驅動理論來源于產業經濟學，該理論認為產業的發展、運行和穩定與市場需求的驅動息息相關。需求是指人們為解決各種問題而產生的對信息的必要感和不滿足感，是用戶對信息內容和信息載體的一種期待狀態，也是一種以達成任務為目的而形成的要求。需求驅動是一種動力機制，以需求作為驅動因素而開展的研究可以實現需求體系的可持續發展。隨著需求驅動理論的發展，學術界開展了一系列的研究。在服務領域，如劉士軒［17］以高校圖書館用戶創新學習需求為驅動力開展了多元創新服務的研究，構建了服務項目的流程，完善了高校圖書館服務模式的框架；王飛等［18］以用戶的多層次、專業性、多樣性和動態性的知識需求為中心構建了智慧圖書館服務體系，實現了需求的主動感知，為用戶提供了多樣、個性化的信息資源和高效、便捷的智慧服務；陳晶晶［19］以檔案信息的利用需求和檔案服務的體驗需求為驅動，提出了檔案館微服務的架構和服務策略，促使服務適應時代發展的需求。

2.4 數據驅動理論

數據驅動，是以數據為驅動力的一種解決問題的思想、理論，是獲得競爭優勢和關鍵技術的基礎，從數據的角度來認識、分析、思考和解決問題，發現數據間的關聯關系和規律，形成科學的結論。數據驅動利用數據挖掘、自然語言處理、機器學習等技術，基于知識庫、模型庫、方法庫、數據倉庫等數據庫，對數據進行采集、獲取、集成、挖掘和分析，形成信息，對信息進行統計分析、整合、提煉，通過訓練生成能夠自動決策的模型，再根據反饋實現數據功能的評價和優化，最終實現了用數據管理、決策和創新。隨著數字化、智能化時代的到來，數據驅動的應用變得越來越廣泛，不再局限于計算機領域。在科技管理領域，如劉蔚等［20］從資源、用戶需求、科技管理業務出發構建了DIKW 數據模型，實現了數據模型與數據驅動的結合，通過對管理業務數據和技術內容數據建立分析和預測建模提供決策支持等服務，構建了從數據、信息、知識到智慧全流程的決策支持服務模式，為科技決策提供量化支持與科學依據；在知識發現領域，如李潔等［21］借助數據驅動理念，以數據化、語義化、關聯化、可視化、智能化的服務程式來創新知識服務。

3 面向政府宏觀科技決策的科技管理數據服務模式構建

3.1 科技管理數據服務模式構建原則

（1）需求導向原則。服務模式以政府科技主管部門用戶為中心，通過采取調研和挖掘的方式，主動發現、準確把握、動態了解用戶對科技管理數據服務的顯性和隱性需求，全方位、多角度地覆蓋用戶的科技決策需求，強化科技管理數據資源的組織、挖掘、整合和利用，通過提供科技管理數據服務來滿足用戶需求，并根據用戶的反饋意見及時調整服務。

（2）系統協調原則。科技管理數據服務模式是一個整體，由局部各部分要素組成，通過協調模式的各構成要素形成具有系統性的運作體系，涵蓋科技管理數據資源的集成、服務的集成、技術方法的集成，通過數據資源、服務、技術方法的共同協作，維持模式的動態平衡，優化服務體系的結構。

（3）開放易用原則。需求驅動下的服務應該開放共享、簡單易用，條理化科技管理數據資源，充分使用智能的技術方法，簡化服務操作的流程，實現高效、便捷的服務。

（4）可拓展性原則。科技環境不斷地變化，數據也在迭代和更新，數據驅動下的服務模式應與時俱進，充分調動和整合與科技決策相關的科技管理數據資源，發現未來科技發展的規律，提前作出科學的預判。

（5）科學規范原則。服務模式布局合理、模塊清晰、目標準確，向用戶展示出具有科學性、規范性的服務集合，用戶可根據科技決策需求選擇所需的服務，建立起融合性、互補性、靈活性的多領域共同發展的體系。

（6）層次精準與服務賦能原則。為滿足用戶宏觀科技決策的需求，服務模式應層次分明、內容明確，通過精準的服務供給，輔助用戶獲取科技管理數據資源并發現問題、分析問題，平衡用戶認知結構、完善用戶知識體系、補足用戶能力缺失、深化用戶科技決策能力建設，達成智能化服務賦能的目標。

3.2 科技管理數據服務模式構成要素及其關聯關系

本研究提出的科技管理數據服務模式構成要素主要由用戶、數據和服務3 個要素構成并形成一個循環結構，如圖1 所示。

圖1 科技管理數據服務模式構成要素及其關聯關系

3.2.1 服務模式要素

（1）用戶要素。服務模式的需求分析、數據準備、數據服務等整個數據活動都是圍繞政府科技主管部門的科技決策需求，因此以需求為驅動，明確用戶的科技決策需求是服務模式的導向，精準把握用戶需求、掌握需求的變化趨勢，并能夠針對需求提出精準化、智能化的科技管理數據服務。

（2）數據要素。科技管理數據作為科技管理中最基礎、最關鍵、最有價值的科技資源，在創建科技發展戰略體系、提高科技政策制定權威性、管理和指導科技創新活動以及科技決策支持等方面發揮著重要的作用，因此以科技管理數據為驅動，為構建面向政府宏觀科技決策的科技管理數據服務模式提供數據基礎，同時對科技管理數據定期更新，實現服務的持續優化。

（3）服務要素。科技管理數據服務是服務模式的關鍵要素，匹配政府科技主管部門的科技決策需求，服務內容是決策支持服務過程中傳遞的包含于服務或產品中的數據、信息、知識和智慧，因此，針對政府的科技決策需求提出與需求相匹配的科技管理數據服務，為面向政府科技決策的科技管理數據服務模式構建提供服務支持。

3.2.2 服務模式要素間關聯關系

本研究面向的用戶是政府科技主管部門，為滿足用戶科技決策需求，對多源、多維度的科技管理數據加以整合利用，提出精準化、智能化的科技管理數據服務，實現服務拓展，從而支持政府科技決策。接下來，本研究將對用戶與數據、服務兩兩之間的組合關系進行分析。

（1）用戶與數據。用戶與數據密切相關，通過明晰政府科技主管部門的科技決策需求，凝練出科技決策的內容和科技管理數據服務需求。從科技決策流程角度出發，探索支撐宏觀科技決策所需的科技管理數據，形成數據集和數據庫，為服務模式提供數據基礎。

（2）用戶與服務。用戶與服務密切相關，服務的目標就是滿足用戶的需求和期望。服務模式構建過程中以用戶科技決策需求為導向，設計的服務需要考慮滿足用戶對科技管理數據的體驗，達到輔助用戶實現科技決策的目的。通過提出符合用戶需求的服務，實現服務模式的創新。

（3）數據與服務。數據與服務密切相關，數據是重要的元素，通過數據分析產生價值，促使服務向科學化、精準化、智能化方向發展。本研究提出的服務模式是基于科技管理數據來探索面向政府宏觀科技決策的科技管理數據服務，體現了數據對服務的重要性和價值。

3.3 政府科技決策流程

科技決策流程是對科技決策的一種程序上的規劃，反映了決策過程中的運行機制。決策流程是科學決策的直接體現，通過決策流程中各步驟的時序性排列，盡可能地規避影響決策進程的干擾因素，確保最終能夠作出正確決策。按照提出問題、分析問題、解決問題的邏輯，一般的科技決策流程可以分為提出決策問題、制定方案、執行方案和評價方案4 個階段，如圖2 所示。本研究面向政府宏觀的科技決策，將科技決策劃分為科技政策決策、科技戰略決策和科技規劃決策，通過細化和分析科技決策流程的階段性需求，實現科技決策與科技管理數據服務的良性互動，在深刻理解科技決策需求的基礎上促進科技管理數據與科技決策的融合，為政府科技主管部門提供相對全面、可靠、動態、連續的決策支持服務。

圖2 科技決策流程

3.4 科技管理數據服務模式構建

科技管理數據服務模式，是一種以提供科技管理數據服務為主要內容和方式的模式。秉持服務模式構建的原則、協調服務模式構成要素，結合“需求驅動”與“數據驅動”的科學理念，構建面向政府宏觀科技決策的科技管理數據服務模式，包含4個層次，分別是數據資源層、融合分析層、數據服務層和決策需求層，如圖3 所示。

圖3 面向政府宏觀科技決策的科技管理數據服務模式

3.4.1 數據資源層

科技決策所需的科技管理數據涵蓋科技管理數據、科技統計數據、科技管理數據相關的資源數據庫以及科技情報產品庫，通過科技管理數據資源的統籌和匯集，為科技決策提供全面、客觀、科學的參考標準和判斷依據。

（1）科技管理數據。科技管理數據是科技管理流程相關的各類科技數據資源，包括科技戰略、科技政策、科技規劃、科技計劃項目、科技人員、科研機構、重大科技基礎設施、論文、專利、科技成果等；同時，還包括相關的科技報告，例如，綜述報告、評述報告、研究報告、咨詢報告、科技簡報、政策環境報告和專題報告等。

（2）科技統計數據。科技統計數據是政府科技主管部門制定科技政策和發展規劃，開展科技決策、定量考核與評價科研工作的重要依據，包含國家公開發行的統計分析年鑒與各地方統計年鑒，如《中國統計年鑒》《中國科技統計年鑒》《中國科學技術發展報告》等，此外還包括國家政府部門、科研機構相關的科技網站，以及國家統計局和中國科技統計網站的統計數據等。

（3）科技管理數據相關的物力資源數據庫和虛擬資源數據庫具備文獻、數據、產品、工具等形式的數據資源，是為滿足科技決策需求而建立的知識集合，如商業數據庫（中外期刊、學術論文、科技圖書）、中國科學引文數據庫、科研機構庫、科技服務機構庫、科技人才庫（科學技術專家、軟科學專家、投資專家、行業專家、科研管理專家等）、科技咨詢專家庫、專家知識數據庫、基礎研究知識庫、科技政策法規庫（科技產業政策、科技投資政策等）、全球科學基金數據庫、科技指標庫、專利分析數據庫、科技成果庫、科技成果轉化項目庫、精品案例庫、科技查新數據庫、外部領域數據庫、產業資源庫和經濟信息庫等，實現了科技管理數據資源的分類、梳理和保存，并根據動態變化不斷地更新、擴充或縮減，按照科技決策的需求進行配置和使用。

（4）科技情報產品庫。科技情報產品數據庫以實現自助知識查詢和檢索，滿足決策者對知識獲取和長期學習的需要，為決策者在科技體制改革、研究工作進展以及成果轉化方面供情報依據。跟蹤型情報產品可對科技發展意圖、態勢和發展趨勢等信息作出綜合分析評估；競爭型情報產品對競爭者的發展情況、實力和意圖等進行分析判斷；發展型情報產品根據客觀現狀研究未來發展趨勢狀況，從而提出方法、未來發展目標、發展路徑。

3.4.2 融合分析層

在數據融合與分析過程中，綜合調動模型庫、方法庫、數據庫和知識庫，通過數據倉庫、分布式文件系統、并行任務調度等方式實現對底層數據的協調、調用、分配以及挖掘，形成科技管理數據整體的決策支持。主要涵蓋數據采集與分類、數據處理和挖掘、數據分析和預測，整體呈現出從數據中抽取信息，最后精煉為知識和智慧的正反饋循環。

（1）數據采集與分類。數據采集是圍繞科技管理數據服務的目標，通過多種方式和渠道獲取相關資源。1）人工采集數據，即科技管理部門專業統計人員進行搜索和查詢，完成信息的采集和存儲。2）網絡上報數據，即科技情報機構、科研機構、智庫、國家科技圖書館等通過決策支持服務平臺提交、上報相關數據。3）智能終端采集數據，即由智能終端設備自動采集各大決策支持平臺系統中政府決策所需要的科技管理數據。4）信息跟蹤，即采用基于時序的自動監測和跟蹤（TDT）技術跟蹤相關信息，為政府部門提供最新進展信息。數據分類是對政府科技決策需求相關的科技管理數據進行分類。科技管理數據類型主要包括以文本、數據為主的半結構化、結構化數據，通過建立合理的資源分類體系，利用數據組織和分類等技術進行篩選、分類、整理與存儲，從而形成全面、可靠、開放、動態、連續的科技管理數據服務集合，提升面向政府科技決策的科技管理數據資源組織效率。

（2）數據處理。數據處理是對科技管理數據服務集合的數據進行標準化和抽取、清洗和轉換、裝載（ETL）操作和聯機分析處理（OLAP），進而獲得所需的信息。1）根據科技決策需求，對文獻、專利、動態、期刊和各類多源數據進行抽取，選擇需要的數據集。2）按照清洗規則進行數據清洗，對人名、地名、機構名稱進行歸一化、去重、標準化和噪聲數據的去除，有效地解決唯一性約束、相似重復記錄、命名沖突、矛盾字段等問題；按照數據處理標準進行轉換，對數據資源的主題內容、形式特征等進行分析，根據內容和特征實現數據的規范化，將相同屬性特征的數據整合在一起，按照序號、作者、機構、國家、省份、時間、學科、領域、技術類別、出版物、資助項目、關鍵詞、題目、摘要、全文等進行結構重組，實現原始數據信息的壓縮，有利于實時處理和個性化分析。3）對數據統一加載，利用分類技術對結構重組的科技管理數據進行分類處理，實現數據的聚合，通過分布式文件系統（HDFS）將數據集儲存到云數據倉庫中，提高海量訪問請求的快速響應。4）云數據倉庫的聯機分析處理可通過切片或切塊、鉆取、旋轉等技術對科技管理數據進行多維處理，采用儀表盤的技術，集成餅圖、柱狀圖、折線圖、氣泡圖等豐富的可視化圖案，并進行圖表和組件的關聯聚合分析，實現數據可視化、報表生成以及自助式信息查詢和動態交互，為政府科技主管部門提供更優良的相關數據信息的圖形界面。

（3）數據挖掘。數據挖掘是針對具體的決策需求和目標，采用智能化工具對海量、規模龐大的數據進行挖掘，實現數據特征的提取、構建、選擇和降維，挖掘出數據資源中蘊藏的信息，為用戶所需的科技管理數據服務提供基礎保障。數據挖掘模式主要是采用有關數據挖掘技術獲得知識，通過回歸、分類、聚類、關聯規則和預測等特定的數據挖掘方法直接提取可信的、有用的知識和規律。但政府宏觀科技決策需求相關的決策問題具有復雜性和多樣化的特征，通常還需通過定量分析、定性分析和相關的模型進一步獲得支持決策的信息。1）數據分析，即采用關聯分析、融合計算技術以及計量分析方法，對科技管理數據進行多指標、定量化的相關性分析和特征融合，分析發展現狀，發現因果關系和潛在的規律，通過進一步地抽取和提煉產生新的知識，使科技管理數據資源的價值密度不斷提升。2）數據預測，即通過回歸分析方法和時間序列方法構建預測模型，實現趨勢的預測，提供具有針對性、前瞻性和可用性的預測結論、方案，通過更具體、更全面的結果解釋使用戶能更好地理解現狀和趨勢，滿足用戶科技決策的需求，輔助政府科技主管部門指導科技決策任務開展。

3.4.3 數據服務層

（1）面向科技政策決策的科技管理數據服務。在科技政策決策時：1）針對政策問題識別需求，可通過情景分析方法、文獻計量學和數據挖掘等方法對科技政策相關研究文獻和政策文本進行挖掘和分析，為政府分析政策關鍵和主要問題提供“問題、方法、工具”矩陣圖服務。2）針對科技政策動態跟蹤需求，可通過案例和調查的方法對國外網站發布的科技政策文件、政策法規進行采集和分析，為政府科技主管部門獲取政策前景信息提供情報調查服務和科技動態監測服務。3）針對知識和決策建議需求，可通過數據挖掘、情報分析、德爾菲法和同行評議法等方法對重點區域、專題和產業科技政策進行跟蹤、監測和分析，形成區域發展報告、專題發展報告、產業發展報告和政策監測報告，結合專家意見和政策參考建議形成政策分析報告，為政府獲取科技政策方案相關信息、知識和建議提供科技動態監測服務與科技決策咨詢服務。4）針對領域技術趨勢預測與遴選需求，可通過科學計量方法、專利分析方法和數據挖掘技術對領域科技論文、專利進行分析，獲得科學技術發展的趨勢、前沿、熱點和布局，形成領域基礎數據庫和關鍵科學計量指標體系，為領域技術趨勢預測模型提供有效數據支持，進而獲得技術動態報告和技術發展報告，為政府科技主管部門確定領域優先技術和把握技術未來方向提供領域技術趨勢預測服務。5）針對科技投入效率測度需求，可通過社會網絡分析、統計分析方法對科學技術活動相關的人力、物力、財力方面的投入數據進行分析，包括推動重大科技項目發展的科學家、工程技術和管理專家等科學技術領軍人才分布情況和團隊的構建情況，全國財政科技投入的相對效率水平和變動趨勢情況，以及大型科學儀器、實驗室、數據庫和設備群構成的新型服務基礎設施群體的分布情況等，為政府合理配置科技資源、優化公共財政支出等提供科技統計和可視化服務。6）針對政策實施進展分析需求，可通過科技統計方法和數據挖掘技術對政策文件及其衍生文件進行統計監測和分析，形成動態監測分析報告，為政府科技主管部門了解政策擴散情況、演化模式與規律提供科技動態監測服務；7）針對科技政策實施效果分析需求，可通過統計方法和系統工程評價方法對科研院所、高校、企業開展的基礎研究、關鍵技術與產品開發、技術轉移、產業化等科技活動進行統計分析和評價，形成科技活動報告和評估報告，為政府科技主管部門了解科技政策實施效果提供科技統計和可視化服務以及科技評估服務。

（2）面向科技戰略決策的科技管理數據服務。在科技戰略決策時：1）針對戰略信息動態跟蹤需求，可通過案例和調查的方法對國外網站發布的科技戰略文件進行采集和分析，以先進國家或地區的水平或競爭對手的科技水平作為戰略目標來制定我國未來科技發展的目標，為政府科技主管部門獲取戰略動態信息提供科技動態監測服務。2）針對科技戰略發展現狀分析需求，可通過專利分析方法、統計分析方法對科技專利數據、科技論文數據等進行分析，為政府科技主管部門了解科技戰略發展現狀提供科技統計和可視化服務以及領域技術趨勢預測服務。3）針對技術人才分布現狀分析相關需求，可通過文獻計量方法對科技論文進行分析，為政府科技主管部門了解科技人才分布情況提供科技統計和可視化服務。4）針對重點領域技術評判需求，可通過同行專家評議方法、參考國內外技術標準文獻，整合專家交換意見、協商談判、達成共識，充分發揮專家智慧，對技術進行評判，為政府確定重點領域技術提供科技決策咨詢服務。5）針對戰略實施進展分析需求，可通過科技統計方法、專利分析方法和數據挖掘技術對區域的科技專利和科技戰略文件進行統計監測和數據挖掘，形成動態監測分析報告，為政府科技主管部門了解區域戰略發布與執行情況提供科技動態監測服務。6）針對科技戰略實施效果分析需求，可通過統計方法和系統工程評價方法及專利分析方法，對系列研究報告、知識交流與共享平臺、動態信息及專項研究所產生的課題主報告、基礎數據資源、動態信息庫、專項研究報告等不同類型的研究成果進行統計分析和評價，形成科技評估報告，為政府科技主管部門了解科技戰略實施效果提供科技統計和可視化服務服務、科技評估服務。

（3）面向科技規劃決策的科技管理數據服務。在科技規劃決策時：1）針對規劃問題識別需求，可利用多模態信息融合、信息關聯、特征識別、聚類分析、態勢感知等技術對科技戰略、科技政策和信息技術環境數據進行分析和整體感知，為政府識別決策問題和風險預警提供動態科技環境分析服務；可通過一系列科學案例來論述最緊迫的規劃問題，為政府確定問題和目標提供科學案例服務。2）針對規劃信息分析需求，可通過情報調查的方法對國家有關部門網站發布的科技規劃文件進行采集和分析，為政府科技主管部門獲取規劃目標和策略等信息提供情報調查服務。3）針對科技領域現狀分析需求，可通過文獻計量和科技統計的方法對科技論文、科技著作、科技專利等成果數據，以及科技人才、科技基礎設施、科技機構等總量及其行業、地區分布情況等方面進行計量分析和統計分析，為政府科技主管部門了解科技發展的領域現狀和科技資源情況等提供科技統計和可視化服務。4）針對技術發展方向確定需求，可建立技術發展和成熟度指標體系預測技術的理論階段、試驗階段、應用階段和衰退階段，評價技術間的關聯關系；可建立技術優勢和產業化評價指標體系，從市場需求、產業化可行性、預期的經濟效益和投資、技術可行性、國家政策等方面對技術進行綜合評價，從而確定關鍵技術，為政府科技主管部門確定領域技術和把握技術未來方向提供技術路線圖服務。5）針對規劃方案實施咨詢需求，可通過統計方法對專家的觀點與見解、分析評價報告、建議與意見進行系統地記錄、歸納和分析，為政府科技主管部門制定科技規劃實施方案提供科技決策咨詢服務。6）對規劃實施進展分析需求，可通過科技統計方法和數據挖掘技術對科技活動數量、科研課題執行情況、項目進展程度、科研資金和基礎設施投入規模情況等進行實時處理、統計監測和即時分析，為政府科技主管部門了解規劃實施進展情況、形勢和環境變化提供科技動態監測服務。7）針對科技規劃實施效果分析需求，可通過統計方法、系統工程評價方法以及專利分析方法，對科技論文、科技著作、專利發明等科技規劃各年度產生的各類重大科技成果數量，以及應用領域數量和產業集群數量進行統計分析和指標評價，為政府科技主管部門了解科技規劃實施效果情況提供科技統計分析分析和可視化服務、科技評估服務，為科技規劃的調整和完善提供支撐。

3.4.4 決策需求層

（1）科技政策決策需求分析。科技政策決策是政府對政策制定過程范圍、內容和發展等的考察，從而指導科學研究，對科學技術活動進行協調和控制。面向科技政策決策流程的各階段，政府科技主管部門具有不同的需求：第一階段，提出決策問題階段。具有政策問題識別需求，需要抓住政策的關鍵和主要問題，分析政策問題情境，討論政策問題邊界，預測政策問題的發展趨勢和規律，提升政府決策的針對性和及時性。第二階段，制定方案階段。具有政策動態跟蹤需求，即需要分析國外科技政策的目標調整和動態變化趨勢，為我國科技政策的方案設計和制定提供前景信息支撐。具有科技知識和決策建議需求，即需要暢通政策方案研究的參與渠道，協同機構、專家獲取科技基礎研究、前沿探索、應用和產業化科技決策相關的科技知識、管理知識以及專業意見和建議，論證政策存在的問題，輔助分析、選擇和確定政策方案，確保方案的完整性和可執行性；具有領域技術趨勢預測與遴選需求，即需要了解技術的發展現狀，預測技術未來發展趨勢，提出一系列領域優選技術清單，并聚焦于國家重大項目，為國家未來科技發展提供方向指引；具有科技投入效率測度需求，即需要加大對科學技術研發、科技平臺建設和人才隊伍建設等的投入，實現科技資源合理配置，提高資源使用效率，優化公共財政支出等。第三階段，執行方案階段。具有政策實施進展分析需求，需要動態地了解科技政策的執行情況，分析政策實施的前瞻性導向，保證所選方案最優或與確定的解決目標最接近。第四階段，評價方案階段。具有政策實施效果分析需求，需要分析科技政策實施對各個科研院所、高校、企業等重點科技單位和科技產業的效果及影響，保障政策能適應現實發展需求，并綜合科技政策目標的實現程度提出政策的改進方向，進一步完善科技政策。

（2）科技戰略決策需求分析。科技戰略決策是政府從國家戰略的角度來探討科技對國家未來形勢發展的影響，通過對國家總體發展戰略目標、經濟發展目標和社會發展目標的綜合分析來確定未來科學技術發展的戰略方向、戰略目標、戰略重點和戰略布局，統籌和部署科技資源等。面向科技戰略決策流程的各階段，政府科技主管部門具有不同的需求：第一階段，提出決策問題階段。具有戰略信息動態跟蹤需求，即需要實時跟蹤和分析重要國際組織的科技戰略布局、戰略方向、科技投入、政策走向等，把握世界科技發展競爭態勢和重要科技領域發展狀態，借鑒先進科技發展理念，為我國科技戰略目標的確定提供參考和依據。第二階段，制定方案階段。具有領域戰略技術發展現狀把握與趨勢預測需求，即需要掌握國內戰略技術的領域發展階段、發展方向、研究熱點，科技創新活動的演進、規律與特點，預測技術未來發展趨勢，提出新的前沿方向；具有技術人才分布現狀分析需求，即需要了解核心技術分布、科技人才合作與分布、科技機構合作與分布等信息，為戰略技術的發展提供科技人才支撐；具有重點領域技術評判需求，即需要對重點領域的關鍵技術、共性技術、前瞻技術、顛覆性技術和綠色技術進行水平分析和可行性評判，為技術的安排與部署提供科學的解決方法和專業的意見。第三階段，執行方案階段。具有戰略實施進展分析需求，需要動態地了解科技戰略的執行情況。第四階段，評價方案階段。具有戰略實施效果分析需求，需要分析科技戰略實施情況，提出戰略的改進方向，進一步完善科技戰略。

（3）科技規劃決策需求分析。科技規劃決策是政府為指導中長期科學技術研究與開發而制定的規劃決策，是根據科技發展現狀、科技資源數量及分布、國內外科技發展趨勢以及國家經濟和社會發展對科技發展的要求作出的科學發展方向和技術發展方向的選擇。面向科技規劃決策流程的各階段，政府科技主管部門具有不同的需求：第一階段，提出決策問題階段。具有規劃問題識別需求，需要識別和發現規劃問題，掌握科技態勢、分析科技環境、了解相關科學案例，為目標的確定提供支持，提升政府決策的針對性和及時性。第二階段，制定方案階段。具有規劃信息分析需求，即需要掌握國外科技規劃的發展目標和策略，形成較為清晰的認識和判斷，為我國科技規劃的制定和方案的形成提供參考和借鑒；具有科技領域現狀分析需求，即需要分析國內科技發展的重點領域和優勢領域現狀、了解領域重點科技資源的數量和地區分布情況，根據領域科技發展的水平確定未來重點研究領域；具有技術發展方向確定需求，即需要通過國家技術路線圖、重點領域路線圖等方式來確定重點技術、分解規劃任務，針對重點專項任務制定專項規劃，形成科學技術發展的方案體系。第三階段，執行方案階段。具有規劃方案實施咨詢需求，即需要有指導價值的預選方案咨詢建議，對科技活動和科技環境提供專業的綜合判定與評估，為決策方案的選擇提供參考；具有規劃實施進展分析需求，即需要動態地了解科技規劃的執行情況、存在的問題和目前的困難，整體把握規劃實施的進展。第四階段，評價方案階段。具有規劃實施效果分析需求，即需要分析科技規劃中重點領域科技成果的數量、應用及產業化情況，衡量和評估科技規劃實施的宏觀效果，結合規劃總目標進行判斷，為科技規劃實施總體方案的調整提供參考。

4 結論

本文研究科技管理數據服務模式及相關問題。首先分析服務模式的構建原則和構成要素，其次對科技決策流程進行四階段的劃分；最后研究構建面向政府宏觀科技決策的科技管理數據服務模式。主要研究工作及結論如下：明確了政府科技主管部門宏觀科技決策流程各階段的科技決策需求；構建了面向政府宏觀科技決策的科技管理數據服務模式，該模式分為數據資源層、融合分析層、數據服務層和決策需求層，為政府科技決策提供服務支持，也為科技管理數據服務模式的創新和完善提供理論支撐和參考依據。

本研究提出的服務模式相比于已有的基于云環境、多層用戶需求、P-FIDS 等其他科技管理數據服務模式，在需求、數據和服務方面有所提升。需求方面，聚焦政府科技主管部門用戶的宏觀科技決策需求；數據方面，凝聚科技管理數據資源，保證決策所依據數據的科學性、有效性和統一性；服務方面，實現了服務的精準化和智能化。未來，可以基于科技管理數據，針對各類科技決策開展數據庫設計和系統平臺服務功能設計等，并對服務功能進行驗證、評估服務預期效果，進一步完善、優化服務模式，為政府科技主管部門提供更好的科技管理數據服務。