文章荐读 | 融合情报思维的科技发展态势感知模式研究
文 章 荐 读
融合情报思维的科技发展态势感知模式研究
王伟1,2, 杨建林1,2, 梁继文1,2
1.南京大学信息管理学院，南京 210023
2.江苏省数据工程与知识服务重点实验室，南京 210023
摘要
全球科技竞争对科技情报支持的有效性和时效性提出了更高要求，建立科技发展态势情报感知模式是情报工作服务科技安全与发展的重要方式。本研究通过辨析情报流程中的基本概念明确目标驱动、数据驱动和任务驱动三者间的相互关系和适用情景，融合三种驱动力量提出科技发展态势情报感知流程。从科技发展态势的特征出发引入情报思维，明确系统性思维、竞争性思维、全源性思维和批判性思维这四个维度在情报感知中的作用，提出科技发展态势情报感知的具体要求。融合情报思维构建包含要素感知层、态势理解层、态势预测层和情报产品层的科技发展态势分析框架，以期为科技发展态势情报感知实践提供有效指导，提升情报支持决策的能力。
关键词
科技发展态势; 情报感知; 情报思维; 情报流程
引用格式：
王伟, 杨建林, 梁继文. 融合情报思维的科技发展态势感知模式研究[J]. 情报学报, 2023, 42(3): 268-278.
👈长按识别文章二维码查看全文
0
引言
国家力量的角逐正演变成科学技术的竞争，我国在一些领域取得突破性进展的同时，仍面临科技创新能力不足以支撑国家安全与发展，核心技术受制于人的困境。为取得科技竞争优势，需要全面梳理影响科技发展的主要因素，实时监测科技竞争中关键变量，识别科技安全风险信号，提前预判竞争对手竞争策略和科技发展态势演变趋势，从而尽可能减少竞争环境中的不确定性。尤其是在国家科技战略转变的当下，监测和预判全球科技发展态势对保障科技安全与发展体系的完整性、先进性和安全性具有重要意义。情报研究和情报工作应当协同国家安全与发展，发挥“耳目、尖兵、参谋”和引领的核心作用，提升情报感知和支持决策的能力。因此，建立面向科技安全与发展的情报感知模式成为感知、理解、预判科技发展态势和提供科技情报的关键。
情报工作重心从科技文献服务向决策支持的转变促进了科技发展态势感知的理论和实践研究，但一些共性问题仍有待深入探索。主要表现在将科技发展态势感知简化为针对某一主题的数据分析问题，在情报源的融合和评估、情报方法和分析过程的适用性与有效性评估，以及研究结论的真实性、准确性和合理性验证等方面缺乏系统性研究，也未能全面综合分析影响科技发展态势的关键因素和因素间相互作用规律，并以单一分析结果取代多种可能的科技发展情景。长期以来，情报研究和情报工作重视分析方法的应用，而缺乏对情报本质属性和情报意识的关注，这导致情报分析被简化为信息分析或数据分析。科技发展态势本质上是在复杂的竞争环境中多方主体长期参与科技创新的作用结果，需要强化与情报实践相关的思维方式在科技发展态势分析中的作用，明确情报感知流程和主要内容，从而构建科技发展态势情报感知模式。本研究提出的科技发展态势情报感知模式包括情报感知流程和分析框架，在总结科技发展态势特征的基础上，首先阐述情报思维各维度在科技发展态势感知中的作用，继而明确情报感知流程中各驱动力量的适用情景和相互关系，建立包含态势要素感知、态势理解、态势预测和情报产品传递利用的分析框架，以期规范科技发展态势感知实践，更好地发挥情报支持决策的作用。
1
相关研究
1.1 科技发展态势感知
态势感知是指提取环境中影响态势发展的要素，理解相关要素的内容及关联关系，并基于感知和理解结果预测未来发展趋势[1]。态势感知结合了人的认知和信息处理结果，能够在复杂动态环境中辅助决策者制定决策和执行任务，被广泛用于军事领域竞争态势评估[2]、国家安全事件识别[3]、重大突发事件中安全风险研判[4]以及应急响应中的多机构协调[5]等多个方面。国内学者在情报分析场景下类比态势感知提出了情报感知的概念，并在具体应用领域中丰富了情报感知的内涵。华勋基[6]认为情报感知是对情报的感觉和知觉的合称，是人认识和吸收情报过程的起点。王延飞等[7]提出情报感知是情报专业人员在常规信息采集、加工和分析处理过程中，综合运用各种知识工具完成对情报用户需求、情报对象内容和情报任务组织的认知、解读和表达。从系统思维来看，情报感知是重叠反复的系统辨识活动，通过结合人的感知能力和机器感知结果构建人机交互的系统辨识模型[8]。突发事件中情报感知是以情报资源为基础，对突发事件风险及其演化态势的认知洞悉[9]。安全管理领域的情报感知是长期监测对系统安全工作有价值的信息，预处理得到可理解的初步结果后预测对象的发展态势、适用问题和问题价值[10]。
相关研究以态势感知或情报感知为基础，围绕情报目标提出了科技发展态势感知框架和方法。刘记等[11]梳理分析了美国国家科技情报治理经验及模式，提出我国科技情报治理要以情报感知为核心任务。刘琦岩等[12]基于情报感知理念建立了面向重点领域的科技前沿识别情报体系，包括情报资源层、网络层、分析层和服务层四个方面。曾文等[13-14]利用开源情报实现对情报对象、任务、需求的情报感知，感知过程包括数据感知、情报感知和情报刻画三个环节，并从战略研发计划、科技项目和科技成果三个维度分析科技发展趋势。张煜晨等[15]认为，对情报工作定位不清晰、存在信息孤岛等原因造成了我国大部分军工院所的科技情报感知体系建设不足，构建了“竞争情报-预先研究-科研生产”组成的情报感知框架。李梦婷等[16]认为，可以通过态势察觉、态势理解和态势投射三个部分构成的模型预测国家科技竞争状态和未来趋势。赵柯然等[17]借鉴经典情报工作模型，从工作模式、关联工具、前沿技术等方面探析情报感知方法。周京艳等[18]提出挖掘观点内容及隐含的逻辑关系，构建基于观点的情报感知分析模型。
在科技发展态势感知流程方面，结合情报感知特征引入传统的情报流程是实现情报感知的主要方式[17,19]，但相关研究中未区分不同情报流程的适用情景，因此有必要进一步梳理已有的情报流程。情报周期根据环节数量可以划分为“四环节”说、“五环节”说和“六环节”说[20]。谢尔曼·肯特提出的线性情报周期包括情报规划、情报搜集、情报处理、情报分析和情报应用，各环节间依序执行并相互反馈[21]。美军正式提出情报流程的概念，认为情报工作没有严格的起点或终点，不需要严格按照先后顺序执行各环节[22]。由于情报周期的线性独立环节被认为阻碍了信息流动，罗伯特·克拉克提出了包括情报用户和情报分析人员在内的以目标为中心的情报流程[23]。尽管对情报流程基本环节的命名和划分方式不同，但都包括情报规划、情报搜集、情报处理、情报分析、情报应用和情报反馈等环节[24]。各情报流程由于提出背景不同在适用情景上存在差异，情报周期概括了基本执行过程，但线性独立的执行环节不能快速有效地转化为分析人员的使用性程序[25]；以目标为中心的情报流程突破了各环节依顺序执行的限制，但过度强调用户参与可能干扰正常的情报活动，情报部门的整合和相关人员合作均难以实现[26]。随着决策环境、技术水平和情报需求的变化，情报流程各环节间的关系和情报流均会发生变化，这使得不能试图用某一类情报流程解决所有情报问题，需要情报分析人员根据需求做出合适选择[27]。
1.2 情报思维的定义和内涵
严格意义上的思维是以概念、判断、深思和推理形式进行的抽象的意识活动[28]，包括推理证据制定行动方针、评估措施实施效果、预见可能发生的事件并做出决策[29]。国外相关研究阐释了各类思维模式的内涵。批判性思维是针对目标决定相信什么或如何行动的思维模式[30]，强调不仅要评估推理过程本身的合理性，还要判断所依赖证据的可靠性[31]。战略情报的批判性思维是将科学调查的过程和价值取向应用到战略情报的特殊环境中去[32]。系统性思维是一套协同分析技能，用于提高识别和理解系统、预测其行为、对其进行修改以产生预期效果的能力，其核心内容包括构成要素间关联、系统动态行为、系统结构，以及将系统视为整体而不是部分[33]。
国内学者明确提出情报思维的概念。康军[34]认为，情报思维是在思维上对知识重新结晶。谭安洛[35]认为，情报思维是以情报现象、情报过程及各种情报活动为内容的对象性思维。应思德等[36]认为，情报思维是以情报信息为基础，通过一系列的思维活动把握客观事物发展的本质与规律，进而提出预测性的、结论性的或评价性的创造性思维成果。陈超[37]认为，情报思维具有情报特征，呈现情报性、系统性、时代性、实践性、创造性等特点。杨建林[38]指出，情报思维是指情报学学术共同体在长期解决情报问题的过程中所形成的具有学科特色的思维方式，批判性思维、竞争性思维、系统性思维、全源性思维、信息思维是情报思维的关键维度。
综合来看，尽管关于情报感知的定义还未取得共识，但相关研究均强调主观思维过程和客观分析结果的结合，突出情报分析人员的主动感知能力，并基于感知和理解结果预判未来发展趋势。但也存在将情报感知等同于数据的收集和处理过程的情况，建立的科技发展态势感知框架强调数据或信息分析内容，没有考虑到科技发展态势的竞争属性和情报分析特点，缺乏对情报流程执行过程和适用情景的深入辨析。情报感知方法则以现有情报分析方法为基础，结合具体的使用情景做出相应改变，但未说明方法的适用性和有效性。相关研究对情报思维的定义以感性认知为主，未说明情报思维的具体内容和作用方式。在解决具体情报问题的过程中忽略了思维模式的影响，表现为情报分析的泛信息化，情报分析逐渐演变成了数据处理和算法应用问题。由于没有充分考虑情报分析人员的知识储备、主观经验、分析能力等方面的差异，可能引发情报失误。
2
融合情报思维感知科技发展态势
科技发展是一项动态性的系统工程，受到科技创新不确定性和颠覆性的内在规律作用，以及科技体制、科技政策、科学资助和产业应用等多个因素叠加影响，各因素间呈现非线性的双向作用。同时各竞争主体为提升自身科技水平和打压竞争对手采取了不间断的竞争情报和反竞争情报活动，需要长期监测科技发展态势各个维度的动态变化。由此可见，科技发展态势具有复杂性、竞争性、长期性和动态性的特征，表现在政产学研用等多个维度。在宏观层面上，各国为维系科技竞争优势制定了科技和产业发展中长期规划，配套出台科技政策、产业政策和人才政策，相应地设立科学基金和产业基金；中观层面表现为企业自主研发实力，参与和主导行业国际标准的能力，以及产业链的成熟度和完整度；微观层面则是科学研究水平、技术创新能力以及科技人才培养实力。各个维度间紧密联系并相互影响，要利用开源情报和人力情报综合反映不同维度的态势变化，其核心在于全面扫描科技发展态势的多个因素并预判发展趋势，最大限度地减少对抗环境中的不确定性。
基于此，本研究将科技发展态势情报感知理解为：在一定的时间和空间条件下，对科技发展环境、构成要素、要素间关联的持续监测、认知、分析和呈现，以及对可能发展情景的预判。这需要从复杂系统视角搜集、理解、呈现态势构成要素和要素间关联，在专家指导下将自动化技术分析结果转化为可理解、可利用、可传递、可验证、有效准确的情报，预判未来可能发展情景和潜在机会风险，并持续进行情报资源、情报分析方法、监测预警指标和情报专家库的建设。
2.1 情报思维和科技发展态势感知的融合方式
情报思维是情报学学术共同体在长期解决情报问题的过程中形成的具有情报学学科特色的思维方式，并不是指某一种具体的思维方式，而是与情报工作实践相关的思维方式的集合[38]。竞争性思维、系统性思维、全源性思维和批判性思维是情报思维的四个重要构成维度，融合情报思维将提升科技发展态势情报感知的规范性和有效性，提高情报产品的时效性和准确性。情报思维在科技发展态势情报感知各个环节中的作用如图1所示。
图1 情报思维在科技发展态势感知中的作用
（1）系统性思维
系统性思维要求从系统构成要素、要素间关系和系统功能维度认知科技发展态势情报感知过程，具体表现为系统整体性、要素协同性、关系非线性和态势动态性。系统整体性强调科技发展态势情报感知是国家科技安全与发展的完整子系统，要从协同安全和发展的需求出发实时监测科技发展态势的宏观、中观和微观表现层次，包括竞争主体的科技创新促进手段、产业发展趋势、科学创新和颠覆性技术等。科技发展态势情报感知本身作为一个系统有其自身的结构和功能，在确定科技发展态势分析的主要目标后，将系统划分成不同的模块并明确各构成部分的目标和功能，如态势要素提取、态势理解、态势预测和情报产品传递等模块；同时优化系统内模块间的情报传递过程，识别科技发展情景的预警信号。系统输入是从信息空间、社会空间、物理空间获取的数据资源、信息资源、知识资源和智慧资源，这些资源之间通过DIKW（data，information，knowledge，wisdom）概念链转化，在概念层次上具有递进性，相互之间具有转化关系，科技情报是这四种资源的子集[39]；系统输出是情报分析过程产生的科技情报产品。
要素协同性旨在综合考虑多种影响因素，促进系统模块协同和情报资源融合。这要求从外在结构和语义上实现多种情报资源的互联互通，借助情报感知流程加快各模块间情报传递，探索多种影响因素的叠加作用机制。关系非线性表现在既要考虑科学研究创新、科技政策、基金资助、产业应用等因素的直接作用，还要考虑决策者决策风格、科技人才培养能力、科技体制和研究机构布局等因素的长期影响。科技发展影响因素间的非线性关系增加了情报分析的不确定性，需要定量解释影响因素的作用机制，从探究相关关系向发现因果关系转变，从而获得更可信的情报证据。动态性是科技发展态势的本质属性，系统性思维强调系统目标、结构和功能要随着科技发展态势和系统内交互反馈动态调整。此外，需要加强情报用户和情报分析人员间的循环反馈，及时发现情报问题和调整情报感知目标，推进情报资源更新完善，并采用机器学习等自动化方法辅助专家分析，提升科技发展态势情报感知能力。
（2）竞争性思维
竞争性是情报区别于信息的本质属性，竞争性思维的目的在于指导如何获取有限资源和相对竞争优势，体现在情报资源建设、竞争主体用户画像、情报源验证、情报分析和情报产品保密、全流程的反情报等方面。在科技自立自强背景下，要丰富扩展情报资源类型，建立囊括科技战略与科技政策、科学基金项目、智库报告、产业技术应用、科技文献、技术专利、高层次人才数据等多种类型的情报资源库，提升情报资源建设的全面性和多元化。同时要保障情报资源的长期可持续获取，提高情报资源建设的自主可控水平。竞争性思维注重利用开源情报和人力情报为竞争主体建立用户画像。针对服务对象的用户画像是为了充分了解情报需求，利用客观数据主动分析科技发展优劣势，提供更加个性化和精准动态的情报服务；建立竞争对手的用户画像能监测分析竞争对手的情报活动，既为情报用户提供监测预警服务，又能寻找定标比超对象来借鉴发展经验。
科技竞争中充斥着欺骗性和迷惑性的情报，需要审慎地检查情报真实性，包括评估情报来源提供情报的能力、动机和利益关系，评估情报传递通道的可信度和保真性，评估情报本身的信度、效度和时效性。直觉思维倾向于以简便性原则保留可获得的符合当前事实的最简单解释，而抛弃不符合认知的或不易获取的情报[23]，竞争性思维则要求通过交叉验证发现情报异常。此外，竞争性思维注重情报分析过程和情报产品的保密，需要根据情报用户保密定级来最小限度地封装情报产品，其目的在于找到情报保密和情报共享的平衡点，在满足科技情报感知需求的同时降低情报泄露风险。反情报活动通过分析竞争对手的情报来源、情报流程和情报产品为情报保密提供参考依据，以此确定情报产品的保密定级，灵活动态地调整情报保密范围。
（3）全源性思维
全源性思维是对情报源、基本环节和情报分析结果的充分性和多元化的要求，包括尽可能利用多种途径搜集情报，尽可能融合多种方法获得充分的情报证据，尽可能促进情报分析人员思想和资源的共享。全源性思维不是要求必须采用全部来源的情报，而是强调情报感知的各个环节要以充分且必要的思维方式为指导。迅速增加的开源数据、高效的计算和分析方法为科技情报搜集处理、多种分析方法的对比验证提供了实现条件，满足了全源性思维对情报来源全面、分析方法多样、支持证据充分的要求。
直觉思维的产物在大多数情况下是迅速高效、容易被接受且奏效的，但容易由于认知偏见造成情报失误[40]。全源性思维要求根据科技情报感知任务尽可能收集不同来源的情报，避免单一来源情报在准确性和覆盖性上的缺陷，如不同平台提供的论文数据在收集范围、时间跨度、文档类型、数据的完整性和准确性上均有差异[41]。在数据预处理、分析方法的选择、方法参数的调整等方面的差异均会导致分析结果的变化。此外，全源性思维要求建立情报资源库、情报分析方法技术库和情报专家库，以三者的有效联动来提供基于全源情报融合的科技发展态势预判。
（4）批判性思维
批判性思维不仅要评估情报分析结果，还要验证情报感知流程的合理性和有效性。在情报感知中需要不断反思关键假定、寻找足够的支持性证据或否定性证据验证多种可能的解释，具体内容包括：重复论证情报问题，检查关键假定是否合理，评估情报源的信度、效度、相关性和情报价值，评估情报分析方法的适用性和准确性，验证情报感知结果的有效性，试图寻找可能推翻现有结论的证据，考虑替代假设发生的可能性，论证情报感知流程的清晰度和完整性。
批判性思维要求以一种系统透明的方式完整呈现内部思考过程，以便发现潜在的认知偏差。可以利用结构化分析方法将情报需求细化为明确清晰的情报任务，按照循序渐进的方式呈现分析过程，并保留每一种分析方法的分析线索和判断依据。这有助于在面对不完整、不清晰甚至欺骗性的情报时提高处理不确定性和复杂情况的能力，便于其他情报分析人员检查和复现分析过程，确保充分考虑了异常情报信号和冲突性观点。
总体上看，情报思维对情报分析人员的思维习惯和情报感知能力提出了具体要求，每个维度在发挥独特功能的同时相互补充完善，体现了情报思维的整体性和协同性。系统性思维从全局统筹协调其他思维方式，规范和约束各情报活动共同为感知科技发展态势的总体目标服务；竞争性思维要求科技发展态势感知要以竞争性和对抗性为前提，突出科技竞争背景下的竞争情报和反竞争情报；批判性思维和全源性思维明确了各环节要遵循充分性、多元化和循环评估的原则，从底层实现上保障情报感知的规范性和有效性。需要强调的是，情报思维的应用并不是完全抛开直觉思维，直觉思维是情报思维的基础，情报思维对直觉思维的一般运作过程做了进一步的反思和规范。情报思维通过将隐性的思维过程外化成可共享、可评估和可复现的具体步骤，实现对情报活动的指导和规范，其最终目的是减少情报失误，提升情报支持的有效性。
2.2 科技发展态势情报感知流程
情报流程本质上是对情报活动的抽象概括和规范化描述，各类情报流程在逻辑起点的认知、基本环节执行顺序和交互关系，以及适用情景等方面存在差异。科技发展态势的复杂性和动态性决定了情报感知情景的多样性，相应地，要区分情报流程的驱动力量，以情报流程的基本环节为基础建立适用于不同情景的科技发展态势情报感知流程，以便指导规范情报活动的执行过程，在复杂的科技竞争环境中快速、规范、准确地提供多样化决策情报。对情报流程逻辑起点的认知主要有目标为中心、情报任务为中心和数据为中心，相应的情报流程可以认为是目标驱动、任务驱动和数据驱动。为明确不同驱动力的适用情景，需要辨析愿景、目标、任务、情报问题、数据等基本概念。愿景是由组织成员共同确定的关于组织未来前景和发展方向的概括性形象表达[42]，共同愿景是引导组织成员利用有限资源实现长期宏大远景目标的关键支柱[43]。目标是对预想结果的主观期望，具有很强的主观性和抽象概括性。共同愿景和目标均是组织成员对未来发展图景的主观期望，共同愿景预想的时间跨度更大，而目标是对短期内发展结果的设想。在一些使用情景中目标和情报任务的混用造成了理解歧义。界定情报任务是将情报需求显式地细化为可以具体执行的情报活动。从战略目标到任务是不断将一个高层级的抽象问题分解至较低层次，直到得出必须予以执行的最基础任务的过程[23]。将情报需求分解到适当层次的情报任务是准确理解情报需求和明确执行细节的必备条件，这有利于指导下一步情报工作，形成评价情报产品的具体标准。
情报工作关注如何有效发现、描述、认识不同情景中的情报问题，情报分析人员的首要工作就是详细了解情报用户的情报问题，从而确定进行情报分析的原因以及情报分析结果的作用，继而参与到问题定义、分解和描述的迭代过程中，直到形成清晰准确的情报子问题。数据科学在一定程度上改变了问题的发现和定义过程，情报问题的来源不再局限于情报用户。数据科学支持决策的原则之一是遵循预先定义的流程，从数据中提取知识解决实际业务问题，这要求分析人员具备在实际场景中利用数据发现问题的能力[44]。数据驱动强调通过分析数据主动发现和界定问题，由此指导下一步的数据收集、评估、提出假设和分析验证工作[45]。因此，情报问题既可以是情报用户基于对环境和自身状态的认知主动提出的，也可以是情报分析人员在分析数据后报告的，对情报问题的理解程度决定了反映情报需求和开展情报分析的水平。若干情报目标可以围绕一个情报问题展开，多个情报问题可以与某个特定的情报目标有关，而一个目标下往往会分解出多个基本的情报任务。
在辨析三种核心驱动力关系的基础上，本研究提出适用于不同情景的科技发展态势情报感知流程，如图2所示。首先，情报分析人员和情报用户不断地沟通反馈，在了解科技发展态势感知需求后形成对情报用户的初步画像，并基于共同愿景与情报用户建立一致认知。然后，基于态势感知需求详细地结构化定义和描述情报问题，情报用户和情报分析人员提出感知目标并确认目标是否明确。当目标已经明确时，将目标分解为基本任务；目标不一致时，需要重新审视情报分析人员和情报用户的认知基础，特别是要再次确认情报问题。最后，在细致分解情报任务后展开以任务驱动的情报环节，并利用数据赋能提升快速响应能力，以明确的标准评估情报感知过程和情报产品，从而减少情报失误。长期的科技竞争活动和反竞争活动要求重视情报保密，需要针对情报用户需求和保密等级提供个性化封装的情报产品。科技发展态势情报感知流程有以下三个特点。
图2 科技发展态势情报感知流程
（1）区分目标驱动、数据驱动、任务驱动的适用情景
目标驱动的前提是情报用户和情报分析人员对情报问题有清晰的界定，并一致认可情报目标。由于科技发展态势的复杂性和动态性，可能存在多个相互交织的情报感知需求，如分析科技发展总体态势和演变情景，明确竞争主体优劣势，识别科技创新和颠覆性技术等。情报分析人员应当充分了解情报用户期望，帮助情报用户发现潜在的情报需求，并反复沟通确认目标设定是合理且准确的。即使是出于科技竞争需要，情报感知目标未能完全共享，也应当尽可能明确和修正可获得的子目标。在情报用户对科技发展环境和自身状态缺乏认知而不能主动发现情报问题时，情报分析人员要以数据驱动的方式全面扫描科技发展态势，主动向用户报告当前状态和发现的问题。无论目标驱动还是数据驱动，最终都要将情报需求分解为界定明确的情报任务，开展任务驱动的情报环节。三种驱动力量有各自的适用情景和相应功能，本质上是相互承接和补充的关系，特别是在科技发展态势感知中，多样化的感知情景和情景间的动态切换需要组合多种驱动力量，因而没有必要放大不同驱动力量的差异，应当回归通过情报感知流程规范情报分析活动、提供快速准确情报支持的本真。
（2）情报用户有限参与和情报保密
出于情报感知快速迭代和情报保密的需要，情报用户有限参与情报感知流程，并在相应权限下使用和评估经过个性化封装的情报产品。科技发展态势的复杂性、竞争性和动态性要求情报感知快速、有序、规范和专业化实施，而情报用户的有限理性、个人经验、思维模式、知识结构等可能不足以支持开展专业化的情报分析。由于情报用户和情报分析人员间天然存在的上下级关系，情报用户的过度参与可能干扰正常的情报生产。在科技发展态势情报感知流程中，共同愿景是相关方达成共识的基础，情报问题和情报目标只在有限范围内共享，以此确保竞争对手不能提前洞悉我方情报目标而采取反情报手段。以情报任务驱动的各个环节仅在情报分析人员内部循环传递进行，情报用户不参与具体的情报感知活动。此外，鉴于科技竞争中竞争情报活动和反竞争情报活动伴随产生，未受过严格情报保密训练的情报用户可能存在情报泄密的风险，因此最终的情报产品应根据情报用户权限经个性化封装后实时推送给不同层次的情报用户。情报用户的有限参与能够保障充分沟通和发现情报需求，同时尽可能发挥情报分析人员的专业知识，提升情报响应的速度和质量。根据情报用户权限定向推送的方式不会将全部情报产品暴露给不同权限等级的用户，能够满足情报保密需要。
（3）情报感知流程的快速迭代
在全球科技发展态势快速变化的背景下，对科技发展态势的实时监测、研读是做出情报预判的前提，缺乏时效性的情报产品不仅无法满足情报快速响应的要求，甚至会干扰误导正常决策。以任务驱动的各情报环节强调高效执行和循环反馈评价，借助数据赋能充分发挥大数据和新兴方法技术的优势，提升情报分析人员的情报感知能力。快速迭代的情报感知流程为情报用户提供了个性化的科技发展态势情报，这可以及时修正情报用户的认知偏差，也能有效减少因情报用户有限参与而导致的情报反馈时滞。
3
科技发展态势情报分析框架
根据情报思维在科技发展态势感知中的作用和情报感知流程，本研究进一步从思维模式、科技发展态势感知的构成模块、支撑性资源三个维度构建科技发展态势情报分析框架，如图3所示。思维模式包括情报思维和直觉思维，直觉思维用于形成直观、快速、感性的总体认识，情报思维保证感知过程系统、规范、有效。科技发展态势感知维度将系统总体目标具化到各系统模块，各模块间通过情报流联结成有机整体。支撑性资源维度以结构化存储的方式将现有的情报资源、情报分析方法技术、情报分析专家、情报信号和评价指标及情报产品组织成随存随取、动态更新的知识库，为科技发展态势感知提供资源支持，并利用情报感知实践不断完善扩展支撑性资源。
图3 科技发展态势情报分析框架
科技发展态势感知维度包含实现情报支持的任务和路径，具体包括以下四个层次。
（1）要素感知层
要素感知层的主要功能是从科技发展环境中提取有价值的情报资源，包括确定情报源、情报源评估和情报源融合三个部分。情报资源是根据情报任务从数据资源、信息资源、知识资源和智慧资源中提取的相关情报集合。情报思维要求具有持续获取人力情报和开源情报在内的多种情报资源的能力，包括科技政策、基金项目、研究论文、技术专利、行业规范标准、智库报告、产业链数据等，共同形成了可以转化成情报的事实型数据或数值型数据储备，由此建立情报资源库。
不同来源的情报在全面性、准确性、真实性、时效性上处于未知状态，需要进一步评估情报质量和情报价值。情报是在所处环境约束下根据情报任务获得的所有数据、信息、知识、智慧[43]，具有任务依赖性和相对性，因而情报评估以数据评估为基础。情报质量评估是针对情报的信度、效度、相关性的系列评估和不同情报源间的相互验证，情报价值评估是根据情报任务做出的定性评价，描述性、解释性、预期性和决策代理性等不同功能的情报在不同情景下具有不同的情报价值，而时效性是考察情报针对具体情报任务的相对时间。与情报评估相对应的是，数据质量评估要根据数据特征分类型评价，事实型数据可以考察数据来源、数据传递过程、数据覆盖面、数据相关性等方面，数值型数据主要通过计算集中和离散程度发现数据分布规律和离群值。数据价值评估主要从效益和成本两个方面考量，即衡量数据产生的价值和获取相应数据的成本。
情报源融合旨在利用多个来源的情报综合反映科技发展态势，同时匹配针对同一对象的多个情报源实现相互校验。鉴于情报和数据资源、信息资源、知识资源和智慧资源的相互转化关系，情报源融合的基础是多源数据的融合，根据情报源融合所要实现的功能，从结构和内容两个方面建立多个数据源间的关联。结构上包括数据共现、传递、层次和重叠等关系，如合著关系、论文引用、政策发布主体的层级关系、数据库共同收录等；内容上以语义相似性为基础，衍生出诸如层级关系、包含关系和重叠关系等。明确情报源、情报源评估和情报源融合是滚动循环的三个互补阶段，由此可以提高科技发展态势要素感知的准确性和全面性。
（2）态势理解层
态势理解层采取定性或定量的分析方法感知科技发展态势，并以可理解的形式直观展现情报感知过程和结果，包括情报任务分解、情报分析方法技术和情报分析结果呈现三个部分。领域知识创新的相关任务包括对领域知识结构和关键路径的识别，特别是对颠覆性创新和研究前沿的监测追踪。科技政策和基金项目在一定程度上代表了国家科技发展重点。可以通过科技政策文本明确政策主题演变，对比不同国家科技政策重点，发现政策和科学研究间作用机制，识别科技竞争战略；基金项目分析包括基金资助方向、作用机制、资助效益评价和资助策略探究。技术研发创新包括技术演化路径、创新性技术识别、技术转化方式以及技术竞争态势；产业应用关注产业链布局、核心技术及其应用、企业间竞争策略。
多种情报分析方法和技术的融合是保障情报感知流程高效准确执行的关键。现有的方法技术可以分为定量分析、定性分析和定量定性相结合三种类型。定性分析方法利用专家知识分析科技发展的重点方向和发展趋势，总结概括科技发展规律；定量分析方法采取统计分析、机器学习、深度学习等方法技术验证已知结果或预测未知趋势；定量定性相结合的方法以定量分析结果为结构化的定性分析提供参考依据，利用专家经验指导情报分析过程，解读情报分析结果。多种方法技术的融合首先要分析每一种方法技术的适用条件，根据不同的使用情景归类相应的情报分析方法技术。其次要评估方法技术在不同情景下的有效性。最后根据各类方法技术的特征探索融合互补方案，促进情报分析方法技术的创新。此外，科技发展态势的感知结果应当是清晰的、规范的、可读的，在通过结构化分析方法判断结果的信度、效度、相关性和时效性后，邀请情报专家和相关领域专家共同解读感知结果，避免情报专家或相关领域专家由于知识结构、受教育背景和认知风格上的差异所造成的误判。
（3）态势预测层
态势预测层是基于科技发展态势感知和理解结果预测未来多种可能的发展情景，并根据情报信号监测结果分析态势演变路径。情报预测的价值在于向用户报告主要影响力量的作用方式，以及可能的发展趋势。按照预测时间跨度可以分为短期预测和长期预测。短期预测侧重考虑科技发展状态的连续惯性，采用趋势外推的方法预测既定走势，诸如时间序列预测、关联分析与回归分析等数据分析方法能够有效推断当前科技发展态势的延续状态。短期预测隐含的假设前提是影响态势的主要力量将持续不变，即不变力预测，这使得短期预测更加依赖对过去和当前态势的判断，并且局限于对发展惯性的分析。长期预测既考虑当前态势的延续，也监测影响态势发展的主要作用力量，实际上是结合了变力预测和不变力预测，这使得长期预测更加关注主要影响因素的变化程度。无论是长期预测还是短期预测，都需要利用专家知识对当前态势和影响因素做出准确判断，继而对算法预测结果做出适当调整。在科技发展态势预测中，利用预测算法分析科学研究和技术创新的发展趋势，结合科技政策、基金资助和产业应用的相互作用规律修正预测结果，并以竞争性假设分析法、情景生成等多种结构化分析方法提出可能发展情景及相应概率。
（4）情报产品层
情报产品层是为了将科技发展态势感知和预测结果有针对性地实时传递给情报用户，同时向情报分析人员反馈情报产品评价结果，实现情报支持决策和传递用户反馈的双向互动。情报分析人员首先要对照情报用户需求评估情报产品，评估维度包括情报产品适用条件、信度、效度、时效性和可读性。需要进一步明确情报产品是否真实反映了应当反映的全部事实，支持的证据是否足够充分，是否满足情报用户需求，特别需要指出情报产品的产生背景和适用条件，提示用户情报产品的使用范围。
在情报产品的传递利用环节，首先依据情报产品特征和情报保密原则确定情报产品的保密定级，确保情报保密和情报共享的动态平衡。然后根据情报用户需求和使用权限个性化封装情报产品，借助情报服务平台实时推送给指定用户。接着将用户评价反馈传递给情报分析人员，促进情报分析的改进和提升。最后将已经使用的情报产品整理归档进入情报产品案例库，以备后续情报研究和决策参考。鉴于科技发展态势的动态变化特征，情报用户需求可能会因为科技竞争环境和自身发展需要而发生改变，使已有的情报产品不能完全满足决策需要。为此，应当重新启动情报感知流程，通过快速更新迭代满足新的科技发展态势感知需求。
4
结 语
建立科技发展态势情报感知模式是情报研究和情报工作服务于国家科技安全与发展的迫切需求，通过情报感知流程规范情报活动执行过程，以科技发展态势分析框架明确情报感知系统目标和构成模块，提升对科技发展态势的感知、理解和预测能力，从而为情报用户提供有效、准确、可验证的实时情报支持。本研究首先辨析了愿景、目标、任务、情报问题等核心概念，明确目标驱动、数据驱动和任务驱动的相互关系和适用情景，融合三种驱动力量提出了科技发展态势情报感知流程。其次，从科技发展态势感知的需要出发，分析情报思维中系统性思维、竞争性思维、全源性思维和批判性思维等维度在情报感知各环节上的作用，明确情报感知过程中的具体要求。最后，构建了融合情报思维的科技发展态势情报分析框架，包括要素感知层、态势理解层、态势预测层和情报产品层四个模块。在国家科技战略转变的背景下，提升科技情报服务决策能力是一项系统性工程，在科技发展态势情报感知中融合情报思维能够规范情报分析过程，提升情报支持的有效性和适用性，为下一步开展重点领域科技发展态势情报感知实践提供指导框架和实现路径。未来还需要在建设自主可控的情报资源、探索全源情报的融合模式、梳理面向不同情景的情报分析方法、构建情报评估体系等方面开展深入研究，以期能够更好地体现情报支持决策的价值。
参考文献
[1] Endsley M R. Toward a theory of situation awareness in dynamic systems[M]// Situational Awareness. London: Routledge, 2017:9-42.
[2] Artman H, Granlund R. Team situation awareness using graphical or textual databases in dynamic decision making[C]// Proceedings of the 9th Conference on Cognitive Ergonomics, 1998: 149-155.
[3] 王施运, 李白杨, 白云, 等. 面向国家安全场景的态势感知与分析方法研究[J]. 情报理论与实践, 2021, 44(7): 178-183.
[4] 张海涛, 周红磊, 李佳玮, 等. 信息不完全状态下重大突发事件态势感知研究[J]. 情报学报, 2021, 40(9): 903-913.
[5] O’Brien A, Read G J M, Salmon P M. Situation Awareness in multi-agency emergency response: models, methods and applica‐tions[J]. International Journal of Disaster Risk Reduction, 2020,48: 101634.
[6] 华勋基. 情报科学导论[M]. 广州: 中山大学出版社, 1990.
[7] 王延飞, 赵柯然, 陈美华, 等 . 情报感知的研究解析[J]. 情报理论与实践, 2018, 41(8): 1-4.
[8] 刘如, 吴晨生, 王延飞, 等. 基于钱学森系统辨识理念的情报感知研究[J]. 情报理论与实践, 2019, 42(5): 7-13.
[9] 杨峰, 张月琴, 姚乐野 . 基于情景相似度的突发事件情报感知实现方法[J]. 情报学报, 2019, 38(5): 525-533.
[10] 朱宇倩, 王秉 . 安全情报感知与分析模型研究[J]. 情报理论与实践, 2021, 44(6): 69-75, 83.
[11] 刘记, 陈美华, 王延飞. 国家科技情报治理的途径探索研究——以美国科技情报治理历史与现状为例[J]. 情报学报, 2018, 37(8): 760-767.
[12] 刘琦岩, 曾文, 车尧 . 面向重点领域科技前沿识别的情报体系构建研究[J]. 情报学报, 2020, 39(4): 345-356.
[13] 曾文, 李辉, 樊彦芳, 等. 开源情报环境下的科技前沿识别体系研究[J]. 情报理论与实践, 2019, 42(7): 30-34.
[14] 曾文, 刘志辉, 曹燕, 等. 基于多维科技数据的情报感知方法及应用研究——以生命科学领域研究为例[J]. 情报理论与实践,2021, 44(1): 168-173.
[15] 张煜晨, 华松逸, 季鹏飞 . 军工院所科技情报感知体系构建现状及对策研究[J]. 情报理论与实践, 2021, 44(4): 17-22, 7.
[16] 李梦婷, 石进, 李明. 国家科技竞争情报态势感知研究[J]. 情报杂志, 2021, 40(9): 52-57.
[17] 赵柯然, 王延飞 . 情报感知的方法探析[J]. 情报理论与实践,2018, 41(8): 11-16.
[18] 周京艳, 刘如, 张惠娜, 等 . 基于观点的情报感知方法研究[J].情报杂志, 2019, 38(12): 35-39, 47.
[19] 陈美华, 陈峰 . 维护科技安全的情报感知路径探析[J]. 情报科学, 2019, 37(5): 137-141.
[20] 张晓军, 任国军, 张长军, 等 . 美国军事情报理论研究[M]. 北京: 军事科学出版社, 2007.
[21] Kent S. Strategic intelligence for American world policy[M].Princeton: Princeton University Press, 2015.
[22] US Joint Chiefs of Staff. Joint and national intelligence support to military operations[R]. Joint Publication 2-01. Washington D.C.,2004.
[23] Clark R M. Intelligence analysis: a target-centric approach[M].Washington D.C.: CQ Press, 2019.
[24] 彭知辉 . 情报流程研究: 述评与反思[J]. 情报学报, 2016, 35(10): 1110-1120.
[25] Davies P H J, Gustafson K, Rigden I. The intelligence cycle is dead, long live the intelligence cycle: rethinking intelligence fun‐damentals for a new intelligence doctrine[M]// Understanding the Intelligence Cycle. London: Routledge, 2013.
[26] 李品. 面向战略决策制定的情报流程模型构建及验证研究[D].南京: 南京大学, 2020.
[27] 杨建林 . 情报学学科体系的再认识[J]. 现代情报, 2020, 40(1):4-13, 23.
[28] Mole C. Attention[EB/OL]// The Stanford Encyclopedia of Phi‐losophy (winter 2021 edition). [2021-12-10]. https://plato.stan‐ford.edu/archives/win2021/entries/attention/.
[29] Minda J P. The psychology of thinking: reasoning, decision-mak‐ing and problem-solving[M]. Los Angeles: SAGE Publications,2020.
[30] Hitchcock D. Critical thinking[EB/OL]// The Stanford Encyclope‐dia of Philosophy (fall 2020 edition). [2021-12-10]. https://plato.stanford.edu/archives/fall2020/entries/critical-thinking.
[31] Idnani D. The Palgrave handbook of critical thinking in higher ed‐ucation[J]. Innovations in Education and Teaching International,2017, 54(4): 403-405.
[32] 凯瑟琳·弗森, 伦道夫·弗森. 战略情报的批判性思维[M]. 杨恩毅, 译. 高金虎, 审校. 北京: 金城出版社, 2016.
[33] Arnold R D, Wade J P. A definition of systems thinking: a sys‐tems approach[J]. Procedia Computer Science, 2015, 44: 669-678.
[34] 康军. 论情报思维[J]. 晋图学刊, 1985(1): 27-28.
[35] 谭安洛. 情报思维刍论[J]. 情报科学, 1990, 8(2): 54-59.
[36] 应思德, 沈浩 . 论情报思维: 完善与发展[J]. 情报杂志, 1990, 9(3): 33-39.
[37] 陈超. 谈谈情报思维[J]. 竞争情报, 2017, 13(1): 3.
[38] 杨建林. 基于构成维度视角的情报思维概念解析[J]. 中国图书馆学报, 2022, 48(4): 52-66.
[39] 杨建林 . 情报学哲学基础的再认识[J]. 情报学报, 2020, 39(3):317-329.
[40] 小理查兹·J. 霍耶尔 . 情报分析心理学[M]. 张魁, 朱里克, 译 .高金虎, 审校. 北京: 金城出版社, 2015.
[41] Visser M, van Eck N J, Waltman L. Large-scale comparison of bibliographic data sources: Scopus, Web of Science, Dimensions,Crossref, and Microsoft Academic[J]. Quantitative Science Stud‐ies, 2021, 2(1): 20-41.
[42] 陆雄文. 管理学大辞典[M]. 上海: 上海辞书出版社, 2013.
[43] Senge P M. The fifth discipline: the art and practice of the learn‐ing organization[M]. New York: Currency/Doubleday, 2006.
[44] Provost F, Fawcett T. Data science and its relationship to big data and data-driven decision making[J]. Big Data, 2013, 1(1): 51-59.
[45] Mandinach E B, Honey M, Light D. A theoretical framework for data-driven decision making[C]// Proceedings of the Annual Meeting of the American Educational Research Association, San Francisco, CA, 2006.
制版编辑 | 李 静
审核 | 王海燕
国家自然科学基金管理学部A类期刊
全国中文核心期刊
CSSCI来源期刊
《中国人民大学复印报刊资料》重要转载来源期刊
CSTPCD（中国科技论文与引文数据库）收录期刊
NSSD （国家哲学社会科学学术期刊数据库）
长按扫描二维码 ｜ 关注我们
情报学报官网：qbxb.istic.ac.cn
邮箱：qbxb@istic.ac.cn
电话：010-68598273
欢迎投稿！
【免责声明】本公众号主要发布《情报学报》期刊的录用文章，或转载其他媒体与网站的图文资讯。文章仅代表作者本人观点，本公众号对文中陈述、观点判断保持中立。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其他渠道者引发的一切纠纷与本公众号平台无关。