產(chǎn)業(yè)技術(shù)前沿探測(cè)的新視角

欒春娟

摘要：探測(cè)產(chǎn)業(yè)技術(shù)前沿，對(duì)國(guó)家搶占世界科學(xué)技術(shù)與產(chǎn)業(yè)發(fā)展的制高點(diǎn)具有重要的理論意義和現(xiàn)實(shí)意義。選擇經(jīng)過(guò)專(zhuān)家評(píng)審的、有培育價(jià)值的、代表未來(lái)產(chǎn)業(yè)發(fā)展方向的、正在美國(guó)能源部科學(xué)用戶(hù)設(shè)施進(jìn)行培育的項(xiàng)目數(shù)據(jù)，對(duì)先進(jìn)科學(xué)計(jì)算研究計(jì)劃培育的項(xiàng)目進(jìn)行了產(chǎn)業(yè)技術(shù)前沿主體和產(chǎn)業(yè)技術(shù)前沿主題探測(cè)，揭示了高產(chǎn)的項(xiàng)目來(lái)源機(jī)構(gòu)和前沿主題。與以往基于科學(xué)論文或?qū)＠墨I(xiàn)的產(chǎn)業(yè)技術(shù)前沿探測(cè)研究相比較，選擇美國(guó)科學(xué)用戶(hù)設(shè)施正在培育項(xiàng)目統(tǒng)計(jì)數(shù)據(jù)探測(cè)產(chǎn)業(yè)技術(shù)前沿的研究，更具新穎性和聚焦性，既是補(bǔ)充計(jì)量學(xué)（Altmetrics）研究領(lǐng)域的一個(gè)嘗試，又是對(duì)科學(xué)計(jì)量學(xué)理論和方法的豐富和發(fā)展。

關(guān)鍵詞：產(chǎn)業(yè)技術(shù)前沿；科學(xué)用戶(hù)設(shè)施；美國(guó)能源部；培育項(xiàng)目；前沿主題

中圖分類(lèi)號(hào)：G306；N18 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2018.05.003

0 引言

探測(cè)產(chǎn)業(yè)技術(shù)前沿，對(duì)國(guó)家搶占世界科學(xué)技術(shù)與產(chǎn)業(yè)發(fā)展的制高點(diǎn)，對(duì)科研機(jī)構(gòu)部署科技人力資源和研發(fā)方向，具有重要的理論意義和現(xiàn)實(shí)意義?，F(xiàn)有的基于數(shù)據(jù)分析探測(cè)產(chǎn)業(yè)技術(shù)前沿的研究成果，國(guó)內(nèi)外學(xué)者多是采用科學(xué)論文數(shù)據(jù)或?qū)＠墨I(xiàn)，在以往的產(chǎn)業(yè)技術(shù)前沿相關(guān)研究過(guò)程中，學(xué)者們主要采用了以下的方法和數(shù)據(jù)。第一，通過(guò)對(duì)科學(xué)論文進(jìn)行分析，探測(cè)技術(shù)發(fā)展前沿或新興技術(shù)：基于科學(xué)網(wǎng)（web of science）數(shù)據(jù)，用系統(tǒng)的方法設(shè)計(jì)檢索策略，探索新興技術(shù)[1]；運(yùn)用科學(xué)計(jì)量學(xué)疊加繪圖方法獲取新興技術(shù)發(fā)展的戰(zhàn)略情報(bào)[2]；通過(guò)分析科學(xué)出版物數(shù)量增長(zhǎng)、科學(xué)合作發(fā)展趨勢(shì)和科研機(jī)構(gòu)變化狀況等定量數(shù)據(jù)結(jié)合定性分析，探測(cè)某一技術(shù)領(lǐng)域的前沿發(fā)展[3]；對(duì)科學(xué)論文進(jìn)行關(guān)鍵詞分析和引文分析，探測(cè)新興技術(shù)發(fā)展趨勢(shì)[4]等。第二，對(duì)專(zhuān)利數(shù)據(jù)進(jìn)行分析，測(cè)度和預(yù)測(cè)產(chǎn)業(yè)技術(shù)發(fā)展前沿：利用專(zhuān)利數(shù)據(jù)結(jié)合科學(xué)論文數(shù)據(jù)，預(yù)測(cè)新興技術(shù)發(fā)展趨勢(shì)[5]；通過(guò)科學(xué)-技術(shù)-產(chǎn)業(yè)關(guān)聯(lián)指標(biāo)探測(cè)新興技術(shù)的核心競(jìng)爭(zhēng)力和未來(lái)產(chǎn)業(yè)化前景[6]；選擇專(zhuān)利數(shù)據(jù)中的技術(shù)關(guān)鍵詞，預(yù)測(cè)產(chǎn)業(yè)技術(shù)發(fā)展前沿[7]；通過(guò)專(zhuān)利分析的監(jiān)督學(xué)習(xí)方法，預(yù)測(cè)新興技術(shù)的發(fā)展趨勢(shì)[8]等。此外，還有運(yùn)用技術(shù)與經(jīng)濟(jì)分析相結(jié)合的方法，預(yù)測(cè)產(chǎn)業(yè)技術(shù)發(fā)展的前沿[9]；借助定向距離函數(shù)方法回顧世界產(chǎn)業(yè)技術(shù)發(fā)展的前沿[10]；采用技術(shù)路線圖方法識(shí)別和描述產(chǎn)業(yè)技術(shù)前沿[11]等。

美國(guó)能源部（U.S. Department of Energy，簡(jiǎn)稱(chēng)DOE）官方網(wǎng)站提供的科學(xué)用戶(hù)設(shè)施培育項(xiàng)目統(tǒng)計(jì)數(shù)據(jù)為我們探測(cè)產(chǎn)業(yè)技術(shù)前沿提供了一個(gè)新的視角。作為一個(gè)政府科學(xué)機(jī)構(gòu)，美國(guó)能源部在美國(guó)經(jīng)濟(jì)創(chuàng)新發(fā)展中發(fā)揮著重要作用，將科學(xué)創(chuàng)新放在優(yōu)先發(fā)展的地位，并將其視為美國(guó)經(jīng)濟(jì)繁榮的基石[12]。美國(guó)能源部科學(xué)辦公室（DOE Office of Science，SC）通過(guò)科學(xué)用戶(hù)設(shè)施計(jì)劃（Scientific User Facility Program），推動(dòng)美國(guó)走向世界科學(xué)與創(chuàng)新的最前沿?？茖W(xué)用戶(hù)設(shè)施工程是聯(lián)邦政府資助的、旨在推動(dòng)科學(xué)技術(shù)進(jìn)步發(fā)展的設(shè)施，科學(xué)用戶(hù)設(shè)施對(duì)所有感興趣的潛在用戶(hù)開(kāi)放，不論國(guó)籍和機(jī)構(gòu)，科學(xué)用戶(hù)設(shè)施為研究者提供現(xiàn)代科學(xué)發(fā)展最先進(jìn)的工具，包括加速器、對(duì)撞機(jī)、超級(jí)計(jì)算機(jī)、光源設(shè)備和中子源等，和用于納米世界、環(huán)境與大氣研究的設(shè)施[13]。項(xiàng)目計(jì)劃辦公室（Program Office）負(fù)責(zé)設(shè)施的整個(gè)流程管理，從概念模型、設(shè)計(jì)、建設(shè)運(yùn)營(yíng)、終止甚至停運(yùn)等[14]。核心項(xiàng)目計(jì)劃辦公室有六個(gè)：先進(jìn)科學(xué)計(jì)算研究（Advanced Scientific Computing Research，ASCR），基礎(chǔ)能源科學(xué)（Basic Energy Sciences，BES），生物與環(huán)境研究（Biological and Environmental Research，BER），聚變能科學(xué)（Fusion Energy Sciences，F(xiàn)ES），高能物理（High Energy Physics，HEP），核物理（Nuclear Physics，NP）。與科學(xué)論文或?qū)＠墨I(xiàn)相比較，DOE科學(xué)用戶(hù)設(shè)施正在培育的項(xiàng)目，可能僅僅是一個(gè)概念（concept）或者想法（idea），也可能是一個(gè)正在研究中的科學(xué)問(wèn)題，或者是一個(gè)已經(jīng)完成的科學(xué)成果，總之用戶(hù)設(shè)施培育項(xiàng)目的顯著特征就是它們有培育的價(jià)值、有發(fā)展?jié)撃?、?jīng)過(guò)專(zhuān)家評(píng)審、被認(rèn)為能夠助力美國(guó)產(chǎn)業(yè)技術(shù)領(lǐng)先世界。

已有的研究成果是本研究的重要基礎(chǔ)。本文將選擇一個(gè)嶄新的視角，即利用美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目的統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行產(chǎn)業(yè)技術(shù)前沿的探測(cè)研究。我們可以合理地推斷：那些經(jīng)過(guò)專(zhuān)家評(píng)審、被認(rèn)為有培育價(jià)值、代表未來(lái)產(chǎn)業(yè)發(fā)展方向的、正在美國(guó)能源部科學(xué)用戶(hù)設(shè)施進(jìn)行培育的項(xiàng)目，它們應(yīng)該更能夠代表產(chǎn)業(yè)技術(shù)發(fā)展的前沿。

1 數(shù)據(jù)來(lái)源與研究方法

規(guī)范化的、及時(shí)更新的科學(xué)論文數(shù)據(jù)庫(kù)與專(zhuān)利文獻(xiàn)數(shù)據(jù)庫(kù)，曾經(jīng)為學(xué)者們進(jìn)行產(chǎn)業(yè)技術(shù)前沿的探測(cè)研究提供了方便、可靠的數(shù)據(jù)來(lái)源。但隨著科學(xué)技術(shù)突飛猛進(jìn)的發(fā)展和網(wǎng)絡(luò)信息技術(shù)的普及，傳統(tǒng)的科技文獻(xiàn)提供的科技情報(bào)信息已不能適應(yīng)全球科學(xué)技術(shù)和產(chǎn)業(yè)飛速發(fā)展的需求，其中一個(gè)重要的不足之處就在于其比較嚴(yán)重的滯后性。以SCI論文為例，從投稿到評(píng)審到出版，常常需要經(jīng)歷一年半到兩年甚至更長(zhǎng)的時(shí)間周期；以專(zhuān)利文獻(xiàn)為例，從專(zhuān)利申請(qǐng)文件的遞交，到形式審查，再到實(shí)質(zhì)審查，一直到最終的授權(quán)，也常常需要經(jīng)歷兩年至三年的時(shí)間，甚至更長(zhǎng)的四年至五年的時(shí)間。這樣的出版周期，當(dāng)讀者讀到這些科技文獻(xiàn)的時(shí)候，它們基本上已經(jīng)不再是前沿的科技成果了。

與以往的科學(xué)論文或?qū)＠墨I(xiàn)數(shù)據(jù)相比較，本文選擇的美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目數(shù)據(jù)，從時(shí)間上看更具有新穎性，可以?xún)H僅是個(gè)概念或想法；從范圍上看，更聚焦于培育有發(fā)展?jié)摿Φ漠a(chǎn)業(yè)技術(shù)。因此，利用美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目的數(shù)據(jù)進(jìn)行產(chǎn)業(yè)技術(shù)前沿的探測(cè)和分析，具有更強(qiáng)的學(xué)術(shù)價(jià)值和實(shí)踐意義。

本研究數(shù)據(jù)來(lái)源于美國(guó)能源部官方網(wǎng)站[15]。我們選擇2016年科學(xué)用戶(hù)設(shè)施項(xiàng)目統(tǒng)計(jì)數(shù)據(jù)中的“先進(jìn)科學(xué)計(jì)算研究”（Advanced Scientific Computing Research，簡(jiǎn)稱(chēng)ASCR）計(jì)劃培育的全部11101個(gè)項(xiàng)目數(shù)據(jù)，對(duì)其進(jìn)行產(chǎn)業(yè)技術(shù)前沿主體分布和產(chǎn)業(yè)技術(shù)前沿主題分布分析，以此識(shí)別先進(jìn)科學(xué)計(jì)算領(lǐng)域的前沿領(lǐng)先機(jī)構(gòu)和前沿?zé)狳c(diǎn)主題。ASCR項(xiàng)目的使命是發(fā)現(xiàn)、發(fā)展和利用計(jì)算與網(wǎng)絡(luò)能力分析、建模、模擬和預(yù)測(cè)對(duì)美國(guó)能源部能源產(chǎn)業(yè)技術(shù)發(fā)展重要的復(fù)雜現(xiàn)象[16]。這個(gè)計(jì)劃的一個(gè)特別挑戰(zhàn)是滿足新興計(jì)算系統(tǒng)和其他新穎計(jì)算架構(gòu)的科學(xué)潛力，這將需要對(duì)當(dāng)今的工具和技術(shù)進(jìn)行大量的重大改進(jìn)，以實(shí)現(xiàn)對(duì)百萬(wàn)兆級(jí)科學(xué)發(fā)展數(shù)據(jù)的順暢傳輸。

產(chǎn)業(yè)技術(shù)前沿主體分布的分析，我們選擇高產(chǎn)的“項(xiàng)目來(lái)源機(jī)構(gòu)”和“項(xiàng)目培育的用戶(hù)設(shè)施及其所屬東道主機(jī)構(gòu)”兩項(xiàng)指標(biāo)來(lái)進(jìn)行分析。產(chǎn)業(yè)技術(shù)前沿主題的分布，我們選擇荷蘭萊頓大學(xué)科學(xué)技術(shù)研究中心（Centre for Science and Technology Studies，縮寫(xiě)為CWTS）科研人員Waltman與Van Eck共同開(kāi)發(fā)的可視化軟件VOSviewer進(jìn)行。VOSviewer是一款主要應(yīng)用于科學(xué)文獻(xiàn)計(jì)量網(wǎng)絡(luò)圖譜繪制的軟件工具，包括期刊網(wǎng)絡(luò)、研究者網(wǎng)絡(luò)等，可視化網(wǎng)絡(luò)繪制的方法包括作者共被引分析、文獻(xiàn)耦合分析、作者合作分析等具體方法。VOSviewer也可以應(yīng)用于文本挖掘，通過(guò)從科學(xué)文獻(xiàn)文本中提取重要主題詞的方法，繪制主題詞網(wǎng)絡(luò)，從而實(shí)現(xiàn)其文本挖掘的功能。我們選擇“關(guān)聯(lián)強(qiáng)度”（association strength）算法來(lái)進(jìn)行產(chǎn)業(yè)技術(shù)前沿主題分布的主題詞可視化分析，見(jiàn)公式（1）。

其中SA（Cij， Si， Sj）表示項(xiàng)目i和項(xiàng)目j的相似度，Cij為項(xiàng)目i和j的共現(xiàn)頻次，Si和Sj為項(xiàng)目i和j各自出現(xiàn)的頻次。常見(jiàn)的計(jì)算共現(xiàn)矩陣的方法有Jaccard系數(shù)、Cosine系數(shù)等，但是Van Eck與Waltman通過(guò)大量的實(shí)證研究和比較分析[17， 18]，認(rèn)為總體來(lái)看存在著兩種重要的相似性測(cè)度理論與方法，即集論測(cè)度（set-theoretic measures）和概率測(cè)度（probabilistic measures）；Cosine、inclusion index和Jaccard三種都是集論測(cè)度方法，而關(guān)聯(lián)強(qiáng)度（association strength）則屬于概率測(cè)度方法；在科學(xué)計(jì)量學(xué)共現(xiàn)分析研究中，選擇關(guān)聯(lián)強(qiáng)度的測(cè)度指標(biāo)比Jaccard和Cosine更合適。

2 產(chǎn)業(yè)技術(shù)前沿主體分布

我們選擇美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目的來(lái)源機(jī)構(gòu)，即“項(xiàng)目來(lái)源機(jī)構(gòu)”和“項(xiàng)目培育的用戶(hù)設(shè)施及其所屬東道主機(jī)構(gòu)”兩項(xiàng)指標(biāo)來(lái)進(jìn)行產(chǎn)業(yè)技術(shù)前沿主體分布的分析。高產(chǎn)的項(xiàng)目來(lái)源機(jī)構(gòu)，代表他們擁有“先進(jìn)科學(xué)計(jì)算研究”領(lǐng)域強(qiáng)大的研究實(shí)力和全球領(lǐng)先技術(shù)水平，這些機(jī)構(gòu)將是未來(lái)先進(jìn)科學(xué)計(jì)算領(lǐng)域相關(guān)技術(shù)產(chǎn)業(yè)化的先行者與前驅(qū)者。表1列出了“先進(jìn)科學(xué)計(jì)算研究”領(lǐng)域、美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目高于70項(xiàng)的“項(xiàng)目來(lái)源機(jī)構(gòu)”。

項(xiàng)目來(lái)源機(jī)構(gòu)的前三名全部是美國(guó)能源部所屬的國(guó)家實(shí)驗(yàn)室。其中排在第一位的項(xiàng)目來(lái)源機(jī)構(gòu)是勞倫斯伯克利國(guó)家實(shí)驗(yàn)室，共有855個(gè)項(xiàng)目，占總數(shù)的比例為7.70%；阿貢國(guó)家實(shí)驗(yàn)室有790個(gè)用戶(hù)項(xiàng)目在ASCR計(jì)劃中培育，占總數(shù)的7.12%，排在第二位；橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室有707個(gè)用戶(hù)項(xiàng)目在ASCR計(jì)劃中培育，占總數(shù)的6.37%。來(lái)源于這三個(gè)實(shí)驗(yàn)室的用戶(hù)項(xiàng)目分別都超過(guò)了700項(xiàng)，遠(yuǎn)遠(yuǎn)高于其他的來(lái)源機(jī)構(gòu)?？v觀表1中的26個(gè)高產(chǎn)來(lái)源機(jī)構(gòu)，12個(gè)是國(guó)家實(shí)驗(yàn)室，11個(gè)是大學(xué)，1個(gè)是美國(guó)能源部的聯(lián)合基因研究所，1個(gè)是英特爾公司，最后1個(gè)是美國(guó)國(guó)家大氣研究中心。由此可見(jiàn)，先進(jìn)科學(xué)計(jì)算計(jì)劃培育的項(xiàng)目，主要來(lái)源于美國(guó)國(guó)家實(shí)驗(yàn)室和研究型大學(xué)。圖1顯示了培育ASCR計(jì)劃項(xiàng)目的用戶(hù)設(shè)施及其所屬?lài)?guó)家實(shí)驗(yàn)室。

培育ASCR研究計(jì)劃項(xiàng)目的科學(xué)用戶(hù)設(shè)施共有4個(gè)：其中“國(guó)家能源研究科學(xué)計(jì)算中心”該科學(xué)用戶(hù)設(shè)施培育的項(xiàng)目數(shù)量最多，7205項(xiàng)，占總數(shù)比例為64.90%，該用戶(hù)設(shè)施隸屬于勞倫斯伯克利國(guó)家實(shí)驗(yàn)室；排在第二位的科學(xué)用戶(hù)設(shè)施是“阿貢領(lǐng)先計(jì)算設(shè)施”，隸屬于阿貢國(guó)家實(shí)驗(yàn)室，共培育了2090項(xiàng)，占總數(shù)比例為18.83%；排在第三位的科學(xué)用戶(hù)設(shè)施是“橡樹(shù)嶺領(lǐng)先計(jì)算設(shè)施”，隸屬于橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室，共培育了1743個(gè)項(xiàng)目，占總數(shù)比例為15.70%；最后一個(gè)科學(xué)用戶(hù)設(shè)施是“能源科學(xué)網(wǎng)絡(luò)”，隸屬于勞倫斯伯克利國(guó)家實(shí)驗(yàn)室，培育了63個(gè)項(xiàng)目，占比為0.57%。第一個(gè)科學(xué)用戶(hù)設(shè)施“國(guó)家能源研究科學(xué)計(jì)算中心”和第四個(gè)科學(xué)用戶(hù)設(shè)施“能源科學(xué)網(wǎng)絡(luò)”，同隸屬于勞倫斯伯克利國(guó)家實(shí)驗(yàn)室，共培育了7268個(gè)用戶(hù)項(xiàng)目，占ASCR項(xiàng)目總數(shù)的65.47%。

3 產(chǎn)業(yè)技術(shù)前沿主題分布

我們選擇“先進(jìn)科學(xué)計(jì)算研究”計(jì)劃培育的全部項(xiàng)目11101項(xiàng)的項(xiàng)目名稱(chēng)（Title），項(xiàng)目名稱(chēng)雖然字?jǐn)?shù)不多，但其反映了項(xiàng)目的核心主題，是對(duì)一個(gè)項(xiàng)目的高度概括和凝練[19-21]。我們將所有項(xiàng)目名稱(chēng)匯總為一個(gè)文本體，采用VOSviewer軟件分析工具，選擇關(guān)聯(lián)強(qiáng)度（association strength）算法，對(duì)該文本體的主題詞（term）進(jìn)行頻次和可視化分析，繪制了圖2“ASCR計(jì)劃培育項(xiàng)目主題詞圖譜”。

圖2顯示，先進(jìn)科學(xué)計(jì)算研究ASCR計(jì)劃培育項(xiàng)目的主題分布狀況：比較集中的、位于圖譜中心位置的一些技術(shù)主題詞，多為反映了應(yīng)用領(lǐng)域或通用研究方法的主題詞，比如模擬（simulation）、能源（energy）、超大規(guī)模（extreme scale）、可視化（visualization）、數(shù)據(jù)分析（data analysis）、終端站（end station）等；長(zhǎng)長(zhǎng)圓弧上的主題詞，更多地揭示了先進(jìn)科學(xué)計(jì)算研究ASCR計(jì)劃培育項(xiàng)目的前沿?zé)狳c(diǎn)，比如宇宙微波背景數(shù)據(jù)分析（cosmic microwave background data analysis）、下一代超級(jí)計(jì)算機(jī)體系結(jié)構(gòu)（next generation supercomputer architecture）、大型地下氙暗物質(zhì)實(shí)驗(yàn)（large underground xenon dark matter experiment，頻次為86）、軟硬件一體化設(shè)計(jì)（codesign）、重子振動(dòng)分光鏡勘測(cè)（baryon oscillation spectroscopic survey）、先進(jìn)光源（advanced light source）、暗能量調(diào)查超新星搜索（dark energy survey supernova search）等。表2列出了ASCR計(jì)劃培育項(xiàng)目的頻次高于100次的高頻主題詞。

表2列出的以及其他頻次較高但限于篇幅沒(méi)有在表中列出的高頻主題詞包括以下幾類(lèi)：第一類(lèi)反映能源產(chǎn)業(yè)技術(shù)前沿的主題詞，如：“宇宙微波背景數(shù)據(jù)分析”、“下一代超級(jí)計(jì)算機(jī)體系結(jié)構(gòu)”、“大型地下氙暗物質(zhì)實(shí)驗(yàn)”、“先進(jìn)光源”等。以先進(jìn)光源（Advanced Light Source，ALS）為例，它是勞倫斯伯克利國(guó)家實(shí)驗(yàn)室的一個(gè)科學(xué)用戶(hù)設(shè)施項(xiàng)目，是世界上最強(qiáng)的紫外線光和軟X光提供者，在能源技術(shù)領(lǐng)域首創(chuàng)了第三代同步加速器光源，為來(lái)自全世界的科學(xué)研究者的科學(xué)實(shí)驗(yàn)提供最強(qiáng)的光源和連續(xù)的短波光源；第二類(lèi)是反映了通用方法的主題詞，如：“仿真”、“數(shù)據(jù)分析”等，這些方法廣泛應(yīng)用于先進(jìn)科學(xué)計(jì)算研究領(lǐng)域；第三類(lèi)是代表應(yīng)用領(lǐng)域的主題詞，比如“能源”等。美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育的先進(jìn)科學(xué)計(jì)算研究計(jì)劃項(xiàng)目，未來(lái)將主要應(yīng)用于能源技術(shù)的發(fā)展等。

4 結(jié)論與啟示

本文基于美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目的統(tǒng)計(jì)數(shù)據(jù)，以2016年“先進(jìn)科學(xué)計(jì)算研究”（ASCR）計(jì)劃培育的全部11101個(gè)項(xiàng)目為實(shí)證分析對(duì)象，運(yùn)用數(shù)據(jù)統(tǒng)計(jì)和信息可視化技術(shù)，對(duì)先進(jìn)科學(xué)計(jì)算研究計(jì)劃培育項(xiàng)目的產(chǎn)業(yè)技術(shù)前沿主體和產(chǎn)業(yè)技術(shù)前沿主題進(jìn)行了分析，得到如下主要結(jié)論：高產(chǎn)的項(xiàng)目來(lái)源機(jī)構(gòu)主要是美國(guó)國(guó)家實(shí)驗(yàn)室和大學(xué)，其中項(xiàng)目來(lái)源機(jī)構(gòu)的前三名全部是美國(guó)能源部所屬的國(guó)家實(shí)驗(yàn)室。培育ASCR研究計(jì)劃項(xiàng)目最多的國(guó)家實(shí)驗(yàn)室是勞倫斯伯克利國(guó)家實(shí)驗(yàn)室，共培育了7268個(gè)用戶(hù)項(xiàng)目，占ASCR項(xiàng)目總數(shù)的65.47%；培育ASCR研究計(jì)劃項(xiàng)目最多的科學(xué)用戶(hù)設(shè)施是“國(guó)家能源研究科學(xué)計(jì)算中心”，這個(gè)科學(xué)用戶(hù)設(shè)施共培育了7205個(gè)項(xiàng)目，占總數(shù)比例為64.90%，該科學(xué)用戶(hù)設(shè)施隸屬于勞倫斯伯克利國(guó)家實(shí)驗(yàn)室。產(chǎn)業(yè)技術(shù)前沿主題分析的結(jié)果揭示了先進(jìn)科學(xué)計(jì)算研究領(lǐng)域通用的研究方法和ASCR計(jì)劃培育項(xiàng)目的前沿?zé)狳c(diǎn)，比如宇宙微波背景數(shù)據(jù)分析、下一代超級(jí)計(jì)算機(jī)體系結(jié)構(gòu)、大型地下氙暗物質(zhì)實(shí)驗(yàn)、軟硬件一體化設(shè)計(jì)、重子振動(dòng)分光鏡勘測(cè)和先進(jìn)光源和暗能量調(diào)查超新星搜索等。

本研究的創(chuàng)新之處在于：與以往的利用《科學(xué)引文索引》數(shù)據(jù)庫(kù)SCI科學(xué)論文數(shù)據(jù)與《德溫特創(chuàng)新索引》數(shù)據(jù)庫(kù)的DII專(zhuān)利數(shù)據(jù)進(jìn)行產(chǎn)業(yè)技術(shù)前沿分析與預(yù)測(cè)的研究不同，我們選擇了一個(gè)全新的視角，利用美國(guó)能源部科學(xué)用戶(hù)設(shè)施培育項(xiàng)目的統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行產(chǎn)業(yè)技術(shù)前沿的探測(cè)研究。由于科學(xué)論文和專(zhuān)利文獻(xiàn)發(fā)表周期較長(zhǎng)，用這些數(shù)據(jù)進(jìn)行技術(shù)預(yù)測(cè)研究時(shí)，研究結(jié)果會(huì)因時(shí)滯受到較大影響，面對(duì)這樣的結(jié)果，有時(shí)我們很難將其視為未來(lái)產(chǎn)業(yè)技術(shù)發(fā)展的前沿?，F(xiàn)在我們基于美國(guó)能源部科學(xué)用戶(hù)設(shè)施正在培育的項(xiàng)目數(shù)據(jù)，這些項(xiàng)目可能來(lái)源于一個(gè)想法，或者僅僅是一個(gè)概念，或正在進(jìn)行的科學(xué)研究活動(dòng)；更重要的是，這些項(xiàng)目是經(jīng)過(guò)專(zhuān)家評(píng)定后，被認(rèn)為是有培育價(jià)值和潛力的、將代表未來(lái)產(chǎn)業(yè)技術(shù)發(fā)展方向的項(xiàng)目?；谶@樣的項(xiàng)目數(shù)據(jù)做產(chǎn)業(yè)技術(shù)前沿分析，具有以下明顯的優(yōu)勢(shì)：一是從時(shí)間角度看，更新穎和及時(shí)；二是從范圍角度看，更聚焦于那些有發(fā)展和培育潛力的項(xiàng)目，而不像科學(xué)論文或?qū)＠麛?shù)據(jù)那么寬泛。從理論與方法視角，本研究可以算是補(bǔ)充計(jì)量學(xué)（Altmetrics）領(lǐng)域的一個(gè)嘗試，是對(duì)科學(xué)計(jì)量學(xué)理論和方法的發(fā)展。

參考文獻(xiàn)：

[1] Huang Y， Schuehle J， Porter AL et al. A systematic method to create search strategies for emerging technologies based on the Web of Science： illustrated for 'Big Data'[J]. Scientometrics， 2015，105（3）： 2005-2022.

[2] Rotolo D， Rafols I， Hopkins MM et al. Strategic Intelligence on Emerging Technologies： Scientometric Overlay Mapping[J]. Journal of the Association for Information Science and Technology，2017， 68（1）： 214-233.

[3] Beumer K， Bhattacharya S. Emerging technologies in India： Developments， debates and silences about nanotechnology[J]. Science and Public Policy，2013， 40（5）： 628-643.

[4] Cozzens S， Gatchair S， Kang J et al. Emerging technologies： quantitative identification and measurement[J]. Technology Analysis & Strategic Management，2010， 22（3）： 361-376.

[5] Bengisu M， Nekhili R. Forecasting emerging technologies with the aid of science and technology databases[J]. Technological Forecasting and Social Change，2006，73（7）： 835-844.

[6] Wong CY， Fung HN. Science-technology-industry correlative indicators for policy targeting on emerging technologies： exploring the core competencies and promising industries of aspirant economies[J]. Scientometrics，2017，111（2）： 841-867.

[7] Joung J， Kim K. Monitoring emerging technologies for technology planning using technical keyword based analysis from patent data[J]. Technological Forecasting and Social Change，2017，114： 281-292.

[8] Kyebambe MN， Cheng G， Huang YQ et al. Forecasting emerging technologies： A supervised learning approach through patent analysis[J]. Technological Forecasting and Social Change，2017， 125：236-244.

[9] Salkuyeh YK， Saville BA， MacLean HL. Techno-economic analysis and life cycle assessment of hydrogen production from natural gas using current and emerging technologies[J]. International Journal of Hydrogen Energy，2017，42（30）： 18894-18909.

[10] Kruger JJ. Revisiting the world technology frontier： a directional distance function approach[J]. Journal of Economic Growth，2017， 22（1）：67-95.

[11] Bildosola I， Rio-Belver RM， Garechana G et al. TeknoRoadmap， an approach for depicting emerging technologies[J]. Technological Forecasting and Social Change，2017，117：25-37.

[12] Science & Innovation [EB/OL].https：//energy.gov/science-innovation.2017-10-26.

[13] User Facility [EB/OL].https：//science.energy.gov/user-facilities/. 2017-10-26.

[14] Office of Science User Facility [EB/OL]. https：//science.energy.gov/～/media/_/pdf/user-facilities/Reports/DOE-SC-User-Facilities-FY2015-report.pdf.2017-10-26.

[15] User Facilities Statistics [EB/OL]. https：//science.energy.gov/user-facilities/user-statistics/.2017-10-26.

[16] Advanced Scientific Computing Research （ASCR） [EB/OL]. https：//science.energy.gov/ascr/about/.2017-10-16.

[17] van Eck NJ， Waltman L. How to Normalize Cooccurrence Data？ An Analysis of Some Well-Known Similarity Measures[J]. Journal of the American Society for Information Science and Technology，2009， 60（8）： 1635-1651.

[18] van Eck NJ， Waltman L， van den Berg J et al. A novel algorithm for visualizing concept associations[J]. IEEE Computer Society， 2005，16（6）：1020-1028.

[19] Ma FC， Li YT. Utilising social network analysis to study the characteristics and functions of the co-occurrence network of online tags[J]. Online Information Review，2014，38（2）： 232-247.

[20] Kavuluru R， Lu Y. Leveraging output term co-occurrence frequencies and latent associations in predicting medical subject headings[J]. Data & Knowledge Engineering，2014，94： 189-201.

[21] Waltman L， van Eck NJ. Some comments on the question whether co-occurrence data should be normalized[J]. Journal of the American Society for Information Science and Technology，2007， 58（11）： 1701-1703.

New Perspective on Detecting Industrial Technology Frontiers：Based on Projects Fostered by DOE

LUAN Chunjuan

（1.School of Intellectual Property， Dalian University of Technology， Panjin 124221， China；

2.School of Public Administration and Law， Dalian University of Technology， Dalian 116024， China）

Abstract：It is of great significance for China to take over the commanding heights of science and technology and industry and detecting the frontiers of industrial technology. We detect the subjects and topics of industrial technology frontiers for ASCR programs， and disclose the top institutions and cutting-edge topics. This study is more of novelty and focus compared with previous similar studies， and it is also a try in Altmetrics and enriches Scientometrics.

Keywords：industrial technology frontiers； scientific user facility； US DOE； fostering projects； cutting-edge topics