党的十八大提出实施创新驱动发展战略,强调科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置。全球新一轮科技革命加速演进,国际产业分工重大调整,颠覆性技术不断涌现,正在重塑世界竞争格局、改变国家力量对比,科技创新能力已成为综合国力竞争的决定性因素。要想在激烈的竞争中立于不败之地,就必须寻求自主科技创新道路。科技创新研究可使人们明确科学理论和技术成果相互转化过程的一般规律,明确科学与技术间的必然联系,明确科学对技术的前瞻性和基础性作用,明确技术的演化轨迹。从而揭示科学与技术间的本质联系和预测技术的发展前景,且更好地找出科学技术化中的困难问题。只有认识到科学与技术之间的相关性及差异性、相互作用及影响,才能从根本上支持国家和企业的R&D活动,增强企业的“造血能力”和核心竞争力。只有掌握技术的演化轨迹,把握技术演化趋向,才能把握核心技术,更好地迎接国际市场的挑战。目前关于科学与技术关系及技术演化轨迹,从历史学、哲学和社会学等学科角度进行定性分析的研究已有很多。然而,随着科学与技术的发展,科学与技术更加复杂,科技间的界限越来越模糊,定性分析无法精确把握科学与技术的特征。因此,从定量学角度研究科学与技术间关系及技术演化轨迹十分必要。一些学者对相关问题进行定量研究并取得了重要成果。但就目前而言,还存在以下问题:如何对科学与技术进行科学地细化,从而更加精确的研究科学与技术之间的关系,在不同的技术领域中,科学和技术的关系有何差异?在技术不断随时间演化中,如何衡量其背后科学所起的作用?如何更加科学地描述技术演化轨迹?在本研究中,这些问题将基于庞大的、跨领域的专利数据及其所引用的科学文献进行分析。首先,本研究基于Magee对技术领域的定义——“一个技术领域是具有某种独特而可识别的技术知识,并满足一定需求的产品的集合”,结合Benson和Magee提出的一种新型专利搜索技术——重叠类别选择法(Classfication Overlap Method, COM)定义了 44个技术领域。每个技术领域包含一个高度相关且完整的专利集,44个技术领域共包含605212个美国专利。结合期刊引用报告(Journal Citation Reports, JCR)对所有收录期刊进行的176种科学类别,和Rofols等进一步将176种科学类别分成的18种学科,本研究通过对44个技术领域中专利引用科学类别的分布和差异,及44个技术领域技术知识相关性与科学知识相关性之间的关系等进行研究发现:第一,科学类别与技术领域间是“多对多”的关系:一些技术领域引用广泛的科学类别(如2010年,平均每个技术领域引用的科学类别为36种),一些科学类别被很多种技术领域广泛引用(在176种科学类别中,有124种被超过30%的技术领域所引用);第二,科学类别被技术领域的引用是不均匀的。一些科学类别被广泛运用于很多种技术领域(如跨学科材料科学interdisciplinary materials sciences等),而一些科学种类则很少被技术领域所引用(如核医疗学nuclear medicine和医学影像学medical imaging等)。其中,65个科学类别几乎未被任何一个技术领域所引用;第三,本研究基于技术领域的科学向量,建立44个技术领域的科学距离图谱。通过与基于专利类别共引用等方法建立的技术距离图谱比较,发现部分(非全部)技术领域间的技术距离与科学距离具有明显相关性。而44个技术领域基于科学类别的相似矩阵与基于技术知识的相似矩阵间的相关系数为0.595。这些结果分别从定性与定量的角度证明技术领域间的科学距离和技术距离相关。其次,本研究利用44个技术领域和1980-2010年整个美国专利系统(US Patent System, USPS)的专利数据及其所引用科学文献,对每个年度所有美国专利数量变化和对应年度发表于Web of Science文献总数间关系、技术领域专利数量变化和其所引用主要科学类别的文献数量变化间关系及技术领域增长指数和引用最多宏观学科增长指数变化间关系等进行研究发现:第一,从整体而言,技术专利增长与科学文献增长密切相关。而技术所引用科学类别的分布变化是均匀而缓慢的,相邻两个年度间科学学科分布的相关度很高。而20世纪90年代是技术领域引用科学学科变化最显著的年代。生物医学和软件等科学类别被技术领域中专利所引用比例有很大程度的上升;第二,一些技术领域中专利数目的增长与所其引用最多的科学宏观学科的文献数量之间的增长显示了高度相关性;第三,在44个技术领域中,18个技术领域的专利数目与其引用的主要科学类别都以指数增长,而这些增长指数间相关系数为0.617。这些证据都在一定程度上证明了科学结构与技术结构共演化。最后,本研究将遗传算法运用于研究技术演化轨迹中,提出了一种可以更为精确地识别技术演化过程中重要技术子群的新方法。针对以往有关技术轨迹的研究往往忽略专利对后代技术的影响力,或未对专利间信息传递量进行量化分析,从而无法精确描述技术的演化轨迹。本文首先运用专利间的直接引用关系,得到技术领域中专利间的关系图谱以及技术群。根据本文对新兴技术群标准的定义,可以找到符合“新兴”条件的所有群;其次,将遗传算法运用于技术领域的遗传指数计算中,可以得到每一个专利的遗传指数,通过计算算术平均值得到技术领域每一个技术群的平均遗传指数。最后选取两次结果的交集,即得到遗传系数最高的新兴技术群。本文将该方法运用于照相机感光与核磁共振成像两个不同的技术领域中。结果显示,该方法可有效识别重要技术群,更好地描述一个技术领域的技术演化轨迹。众所周知,技术的发展现状对政府及其他相关部门作出诸如选择资助的科学项目等决策具有重要影响。而发现对某特定技术领域有重要作用的科学类别,对从整体上把握与协调企业与不同科学类别的相互作用也非常关键。而本研究通过对分解与细化后的科技种类间的关系进行研究,显示了专利所引用的科学类别的发展趋势与新技术的发展方向高度契合——比如,软件类与生物类技术在近年来飞速发展,而相应科学学科也在近年来被技术所大量引用。因而,该结论为政府以及企业部门等科技政策决策人员提供了一定的决策理论依据。最后,本文在研究技术轨迹中加入遗传因子算法的研究,使得技术图谱更加准确地反应了技术的演化路线。总而言之,本研究量化研究了一些在过去仅仅被定性研究的结论,对深入理解科学与技术之间的关系及相互作用,丰富科技创新理论,把握核心技术演化轨迹,从而从根本上支持国家和企业的研发活动,增强核心竞争力,迎接国际市场的挑战具有一定的理论与现实意义。