内容简介
     《科技政策研究之评价方法》按照评价方法的学科特点,结合科技政策、科技项目、科研机,梅和科技人才的评价需求,从科技政策研究的事前评价、事中评价和事后评价三个维度,在对评价方法进行分类对比的基础上,对每种方法的墨本原理、适用问题、优势与不足、替代方法、与真他方法的关联使用以及前沿发展方向等进行了系统的介绍,并结合典型案例进行解释。     
内页插图
          目录
   丛书序 i
前言 v
第一章 绪论 1
第一节 科技政策研究与评价 2
第二节 评价活动的需求导向 4
一、科技政策评价 4
二、科技计划评价 6
三、科研机构评价 8
四、科技人才评价 9
第三节 评价理论与方法概述 10
一、社会学方法 11
二、统计学方法 14
三、经济学方法 17
四、文献计量法 18
第四节 内容要点与章节安排 21
第二章 文献调查法 25
第一节 文献调查法概述 25
第二节 文献调查的步骤 26
一、文献搜集 26
二、鉴别整合 27
三、分析评价 27
第三节 与其他方法结合 28
第四节 文献调查法的特点 31
应用实例:美国总统科技顾问委员会咨询评议报告 32
第三章 专家评议法 34
第一节 专家访谈法 35
第二节 同行评议法 37
一、同行评议概述 38
二、同行评议系统 39
三、同行评议过程 40
四、注意事项 43
应用实例:中国科学院研究所国际专家诊断评估 45
第四章 履历分析法 57
第一节 履历分析法概述 57
第二节 履历分析法的应用 58
一、国家层面 58
二、科学共同体层面 59
三、科研人员个体层面 60
第三节 数据来源与分析步骤 62
第四节 方法局限及未来发展 64
应用实例:博士后经历对科研人员职业发展影响评价 66
第五章 社会网络法 74
第一节 社会网络法概述 75
一、构成要素 75
二、方法原理 76
三、分析视角 77
第二节 研究设计与资料收集 78
第三节 数据处理与结果展示 81
一、邻域和密度 83
二、中心度分析 84
三、子群和派系 85
四、辅助软件的使用 86
应用实例:评价理论研究网络及其可视化 87
第六章 统计分析法 99
第一节 比较分析法 99
一、绝对数与相对数 100
二、数据比较的标准 101
三、适用条件与范围 101
第二节 回归分析法 102
一、线性回归的数学模型 102
二、回归方程显著性检验 103
三、适用条件与注意事项 104
第三节 因子分析法 107
一、因子分析法的数学模型 108
二、因子分析法的基本步骤 109
三、求载荷矩阵与因子得分 110
四、与主成分分析法的异同 113
第四节 聚类分析法 114
一、数据标准化 114
二、相似性测度 115
三、聚类分析算法 118
四、需注意的问题 124
应用实例:基于聚类和因子分析的科技评价指标构建 125
第七章 成本收益法 139
第一节 分析步骤与基本假设 139
一、与目前的状态进行对照 140
二、以特定政策为分析单元 140
三、评估对比可替代性手段 141
四、兼顾分配效果与公平性 141
第二节 价值测度方法与指标 142
一、基本测度指标 142
二、市场价值评估 142
三、非市场价值评估 143
第三节 成本收益法的新发展 143
应用实例:研发活动收益的评价 144
第八章 效用函数法 149
第一节 基本逻辑思想 149
第二节 指标权重设置 150
一、变异系数法 150
二、相关系数法 151
三、熵权法 152
第九章 层次分析法 154
第一节 层次分析法概述 155
第二节 层次分析法建模 156
一、建立层次结构 157
二、构建判断矩阵 158
三、计算要素权重 162
四、判断矩阵检验 163
五、总排序与决策 164
第三节 方法改进与发展 167
应用实例:基于层次分析法的科技发展战略评价 168
第十章 数据包络分析法 184
第一节 确定数据DEA模型 185
一、基于不同生产可能集假设的DEA模型 185
二、基于不同测度的DEA模型 188
三、蕴含不同偏好的DEA模型 190
四、基于变量类型的DEA模型 191
第二节 非确定数据DEA模型 193
第三节 数据包络分析法的应用与发展 194
一、生产效率 194
二、规模收益 195
三、其他应用 195
应用实例:中外大学技术转移效率评价 196
第十一章 综合指数法 205
第一节 科技评价指数 206
一、全球竞争力指数 206
二、世界竞争力指数 207
三、全球创新指数 208
四、欧盟综合创新指数 209
五、国家创新指数 210
第二节 指数编制方法 211
一、确定样本空间 211
二、构建指标体系 212
三、数据收集整理 213
四、合成评价指数 214
第十二章 标杆基准法 216
第一节 标杆基准法概述 216
第二节 标杆基准的“锚定”过程 217
一、战略分析 217
二、标杆“锚定” 218
三、学习改进 220
应用实例:美国能源部国家实验室绩效评价 220
第十三章 战略地图法 224
第一节 组织战略与绩效测度 224
第二节 科研机构的战略地图 226
一、委托人视角 226
二、内部运作视角 227
三、学习和成长视角 229
四、财务视角 230
五、战略地图构建 231
应用实例:基于战略地图的研究所绩效评价 232
第十四章 元评价方法 236
第一节 元评价方法的产生与发展 236
第二节 元评价方法的分类与应用 239
一、内容分析法 239
二、经验总结法 239
三、信度分析 239
四、效度分析 240
应用实例:美国教育方案、计划及材料评估标准 240
参考文献 243      
前言/序言
     20世纪90年代以来,科技评价在我国逐渐兴起,成为政府及科研机构的一种重要的管理手段,并一直是科技界乃至社会关注的热点。在科技政策研究中,面临的评价问题往往会涉及政策分析、科技项目管理、机构评价、成果评价、人才评价、竞争力分析、绩效管理、技术预测等诸多方面,这些评价又可按时期分为事前评价、事中评价、事后评价以及元评价等。伴随着科技和经济社会发展对评价的大量需求,评价方法的迅速发展,尤其是在科技政策、科技计划、科研机构及科技人才等的评价中,社会学方法、统计分析法、经济学方法、文献计量法、运筹学方法和综合评价方法等诸多方法相互渗透、交叉融合。面对日益复杂的科技政策问题和日趋多样的评价方法需求,科技政策研究者越来越需要多学科理论及研究方法与手段的综合应用。
  但就目前情况看,由于对评价理论与评价方法的梳理归纳和系统研究比较薄弱.,对科学方法的基本规律与使用条件认识不足,尤其缺乏针对方法与问题匹配、理论与需求结合的总体研究,在实际应用中经常会出现方法不正当或不规范,以及不能选用合适方法的情况,因此制约着我国科技评价水平的提升以及科技政策研究水平的提升。
  本书旨在根据科技政策的研究主题梳理并集成各类评价方法。从评价方法起源、分析步骤、数据处理、结果展示、适用条件与注意事项及与其他方法结合使用等方面,对各种评价方法的科学性、适用性、准确性和全面性做出总结与分析,并结合典型实例进行论述,以供广大读者借鉴和参考。
  本书的十四个章节大体可分为两部分。第一章绪论部分,系统地阐释了科技政策研究中的评价过程、评价内容及需求特征,以评价理论与方法的发展为主线,按学科将评价方法分类,并以表格形式给出科技政策研究主要评价方法的特点、适用条件及典型应用实例,以便读者更好地阅读和参考本书,针对科技政策问题遴选评价方法。第二部分的十三个章节则是以社会学方法、统计分析法、经济学方法、运筹学方法和综合评价方法这样的学科分类为主线,对评价方法进行梳理和应用实例的介绍,以便读者更好地分析和解决问题。
  社会学方法主要介绍了文献调查法、专家评议法、履历分析法及社会网络法等四种常用方法。结合目前转型期中国社会所面临的科技政策热点问题及对社会学方法规范研究和整合使用的现实需求,每种方法的介绍都结合典型实例展开。这些实例以笔者最新的研究成果为主,如基于社会网络法的评价理论研究网络及其可视化,是第一次结合方法原理系统地出现在此类著作中;除此以外,还参考和借鉴了中国科学院管理创新与评估研究中心研究团队的代表性工作,如“中国科学院研究所国际专家诊断评估”“博士后经历对科研人员职业发展影响评价”等。
  统计分析法主要介绍了比较分析法、回归分析法、因子分析法和聚类分析法等四种常用方法。在科技政策研究中,统计学方法是最基础,也是应用最多的评价方法。为更好地使读者把握统计分析法的本质,本部分内容在方法介绍时都是从基本原理和数学模型出发,结合前人研究成果和笔者推导测算,着重说明每种方法的适用条件与注意事项,尤其是统计参数的含义与解释,以避免方法应用不当造成“表面上的科学性掩盖着实际上的不科学性甚至伪科学”的问题。    
				
 
				
				
					《跨界融合:数字经济时代的创新生态构建与治理》  图书简介  本书深入剖析了当前全球经济格局中数字技术迅猛发展所带来的深刻变革,聚焦于数字经济时代背景下,如何构建一个富有活力、富有韧性的创新生态系统,以及如何对这一复杂系统进行有效、前瞻性的治理。全书紧密结合理论前沿与鲜活的实践案例,旨在为政策制定者、产业领袖、科研机构及关注创新的社会各界,提供一套系统、可操作的分析框架与实施路径。  第一部分:数字经济的时代图景与创新生态的内涵重塑  随着人工智能、大数据、云计算、物联网等新一代信息技术的加速渗透,传统产业边界被打破,要素流动性空前增强,数字经济已成为重塑全球竞争力的核心驱动力。  本部分首先界定了“数字经济”的内涵与外延,强调其不仅仅是信息技术产业本身,更是技术与实体经济深度融合所形成的全新经济形态。我们详细梳理了数字经济发展所依赖的关键技术基础、基础设施支撑(如5G、工业互联网、算力网络)以及数据要素的价值化过程。  在此基础上,本书对“创新生态”进行了革命性的重塑性定义。传统的线性创新模式(基础研究—技术开发—市场应用)在数字时代已让位于网络化、协同化的复杂系统。数字创新生态强调的是多主体(初创企业、大型平台、科研院所、政府部门、用户群体)间的动态交互、资源共享、知识溢出与价值共创。我们引入了“多中心治理”与“平台赋能”的概念,探讨在高度互联的网络结构中,创新活动的涌现性(Emergence)如何影响传统意义上的创新效率与质量。  第二部分:创新生态的要素解析与协同机制构建  一个健康的创新生态系统,必须具备清晰的要素构成和高效的协同机制。本书将创新生态拆解为四个关键维度进行深入剖析:  1. 制度环境与政策引导: 探讨政府在塑造创新生态中的角色定位,从“管理者”向“赋能者”的转变。重点分析了知识产权保护在新技术领域的适应性挑战,如算法和数据确权问题。同时,系统梳理了促进跨界融合的政策工具,包括税收激励、研发补贴的精准化设计,以及打破“数据孤岛”和“市场壁垒”的监管沙盒(Regulatory Sandbox)机制的有效性研究。  2. 基础设施与共享平台: 关注数字基础设施的普惠性与前瞻性。深入分析了“共享算力”、“开放数据接口”和“中立的数字基础设施”在降低创新门槛方面的关键作用。我们通过对比国际经验,提出构建面向特定产业集群(如智能制造、生物医药)的专业化数字创新平台的可行性路径,确保技术和数据的有效复用,避免重复建设。  3. 人才驱动与知识流动: 强调复合型人才(既懂技术又懂行业应用)在数字创新中的核心地位。分析了教育体系如何响应数字经济的需求,培养具备跨学科解决问题能力的人才。同时,研究了企业内部的知识管理体系如何与外部的开源社区、行业联盟实现无缝对接,加速知识的外部化与再吸收。  4. 风险分担与文化培育: 创新必然伴随失败。本部分着重探讨了如何构建适应高风险、高不确定性环境的风险分担机制,包括风险投资(VC/PE)的结构优化、政府的容错机制,以及社会对“快速失败,快速学习”文化的接纳程度。文化层面,我们强调了开放性、包容性和长期主义思维对数字创新生态可持续发展的决定性影响。  第三部分:数字平台的主导性、竞争与治理挑战  数字平台作为当前创新生态的核心枢纽,其影响力与治理难度并存。本书投入大量篇幅,系统分析了超级数字平台(Super-Platforms)在创新生态中的双重角色——既是创新的基础设施提供者,也可能是竞争的扼杀者。  我们采用产业组织理论和网络外部性理论,解析了平台利用网络效应和数据飞轮效应所形成的天然垄断优势。讨论了“搭便车”与“自我偏袒”(Self-Preferencing)行为对中小创新主体的挤压效应。  治理是本部分的重中之重。我们探讨了针对平台经济的反垄断、数据治理(Data Governance)的全球趋势,特别是数据跨境流动与数据主权之间的平衡艺术。本书主张的治理路径并非简单的“拆分”或“过度管制”,而是要建立一套适应数字经济特性的“动态监管”体系,强调监管的透明度、预见性,以及监管机构与创新主体间的持续对话机制。  第四部分:未来展望与区域实践案例  最后,本书将理论分析应用于具体的实践场景,精选了几个具有代表性的区域案例(如聚焦于特定技术领域的产业集群、具有领先数字治理模式的智慧城市项目),剖析其在构建和治理创新生态方面所采取的独特策略及其成效。  展望未来,本书提出了应对“技术伦理风险”(如算法偏见、深度伪造)和“技术霸权”挑战的战略思考。核心观点是:成功的数字创新生态必须是“负责任的创新生态”,要求技术发展必须内嵌社会价值和伦理规范。  本书面向追求高质量发展的政策制定者、致力于数字化转型的企业管理者,以及期望理解当代技术变革深层逻辑的学术研究人员,提供了一份审慎而富有洞察力的路线图。它强调,在数字经济时代,创新不再是线性的线性演进,而是复杂系统的协同涌现,治理的艺术在于激发活力而非抑制探索。