图情大数据：研发实践

在研发阶段，新科技通常以论文或专利等文献出版物的形式公开，通过对这些文献的计量分析，可以在一定程度上找到全球的前沿科技。

1）基于文献计量的研究前沿研究

研究前沿的识别是文献计量学领域的一个研究分支，最早由科学计量学家D.J.Price在1965年提出，他将某一特定研究领域中被科学家频繁引用且近期发表的文献集合看作是研究前沿。研究前沿代表了一个学科细分领域的思想现状，它是一个相对的概念。在研发活动中，前沿是根据研究对象当前在学科领域中所处的地位确定的。研究对象在学科领域中所处的地位领先，可被称作前沿。对前沿对象的研究预期能够产生学科领域内的领先成果，推动科学技术或社会经济的发展。

近年来，文献计量方法不断被改进，并在计算机技术的支撑下能快速准确地描绘当下的研究前沿。其中，较有代表性的是中国科学院科技战略咨询研究院、中国科学院文献情报中心与科睿唯安联合研制的“研究前沿”（research fronts）年度报告。最新一期的年度报告《2019研究前沿》公布于2019年11月，报告以文献计量学中的共被引分析方法为基础，基于科睿唯安的ESI数据库中的10 587个研究前沿，遴选出了2019年自然科学和社会科学的10个大学科领域排名最前的100个热点前沿和37个新兴前沿，较为客观地反映了相关学科的发展趋势。同时，研究团队在《2019研究前沿》的基础上推出《2019研究前沿热度指数》报告，评估了世界主要国家在上述前沿领域中的研究活跃程度。

2）基于专利分析的技术前沿研究(www.xing528.com)

前沿科技发展正处在复杂且高速变化之中，未来具有高度的不确定性，需要在全球范围内通过多种技术数据来源结合专家智慧来扫描技术变化的早期信号。然而，新技术的相关数据十分稀少，而且在竞争环境下，大多数机构和研究人员都会对数据采取保密措施。而专利数据作为对新技术描述的可靠来源之一，是发明的首次披露，其中大部分的技术信息是在其他任何地方都不可能获得的。此外，专利数据公开的重要发明比以其他形式进行的报道要早5～10年。因此，专利技术在某种意义上具有一定的前瞻性。随着计算机技术的发展，大规模专利数据处理成为可能，有许多机构开展了相关研究。

专利数据应用于前沿科技识别的主要分析要素包括分类、关键词、国家、地区代码和地址、申请人和引文等。如进行分类和关键词分析可开展技术发展趋势和聚类分析研究，以了解行业或领域技术的发展历史、现状和趋势。

世界知识产权组织（WIPO）每年都会发布“事实与数据”报告，通过最新年度的全面统计数据，对知识产权活动进行综述。在最新发布的《2019年产权组织事实与数据》报告中，研究人员对专利数据按技术领域分析了每个国家的优势或专长领域。例如，中国和美国的申请人提交申请最为密集的领域是计算机技术，日本和韩国则是电器机械，而德国是运输。这是一类通过简单的领域分类和计数数据展现的国家技术领域发展特点的研究。

在国内，自2017年起，中国工程院联合科睿唯安公司、高等教育出版社组织开展了“全球工程前沿”研究项目，其中就利用专利数据开展专利文本间的语义相似度分析，对9个领域53个学科组2013—2018年德温特专利数据分享平台中被引频次前10 000个高影响力专利家族聚类，获得53张能快速直观地呈现工程开发技术分布的ThemeScape专利地图，然后结合专家研判确定开发前沿，包括：临近空间高超声速飞行器推进系统；毫米波高速通信技术；人工智能与化工过程深度结合；高效电动／混合动力汽车和动力电池技术；既有结构加固、修复和改造技术；多技术协同土壤污染修复；绿色植保技术；肿瘤免疫治疗技术；面向工程管理的可视化技术等。