2016年5月13～14日，在深入实施创新驱动发展战略，加快向具有全球影响力的科技创新中心进军之际，“浦江创新论坛――2016技术预见国际研讨会”在上海召开。本次研讨会由联合国教育科学文化组织、中国科学技术发展战略研究院和上海市科学学研究所共同举办，来自国内外大数据和技术预见领域的知名专家在研讨会上发表演讲。
技术预见是对科学、技术、经济和社会的远期未来进行系统探索的过程，目的是选定可能产生最大经济、环境与社会效益的新技术和战略研究领域。技术预见于20世纪40、50年代在美国等发达国家兴起，是发达国家和跨国公司实施科技前瞻布局和颠覆性创新的“秘密武器”。美国率先研发出的技术预见方法和工具，对于美国政府和企业进行全球产业技术布局发挥了重要作用。日本从20世纪60年代末、70年代初以来系统性开展国家技术预见活动已逾40年，为其快速崛起和创新发展提供了战略指针。当前，我国已经有16.3%和30.0%的技术领域处于“领并跑”状态，上海在全国“领并跑”格局中都占有1/9的重要地位，未来如何进一步实现引领性发展，技术预见就显得益发重要。
本次研讨会包括大会报告和3个主题分会报告，邀请的报告人共13位（其中境外报告人8位，境内报告人5位），分别来自国际知名技术预见与科技创新政策研究机构，如日本科学技术政策研究所、巴黎高等电子研究所、韩国科学技术政策研究院和韩国科学技术情报研究所、《自然》出版集团、我国大数据研究重要机构阿里研究院等机构，共同讨论“大数据与技术预见”（Big Data Analytics in Technology Foresight）。来自国家有关智库和全国12个省市的27家重要科技创新研究与咨询机构的159名代表参加了会议。论坛发起成立了国际技术预见研究合作网络，为我国实施创新驱动发展战略提供决策依据。以下是部分报告人的发言摘要。
大数据分析方法有广阔的应用前景
约斯兰·诺尔（Yoslan Nur）：联合国教科文组织科学政策和能力建设部项目专员
技术预见方法分为定性、定量和半定量三类，可细分为30余种，最常见的方法包括德尔菲法和时间序列分析等。大数据技术的日益成熟，为技术预见专家的定量研究提供了利器，大数据分析有许多特点和优势，如能够节约成本、进行更快和更好的决策、带来新的产品和服务。其关键技术包括使用数据分析、数据挖掘、存储内分析、预测性分析及文字挖掘等。大数据可应用于技术预见的多个领域，以及可持续发展中所涉及的方方面面。在城市交通领域，辅助设计城市出行方案，改善公交服务，更好匹配出租车与乘客信息，通过电子道路定价方式以管理道路拥堵问题等。在医疗保健领域，分析大量信息，快速诊断，提出治疗和保健方案。在农业领域，预测农作物年产量，改良农作物品种并提高产量，加快农作物配送，针对农田和设备采集问题及时提出预警。在政务工作领域，实现循证式政务决策，缩短决策时间，改善决策成效，提高政务效率，减少作假和滥用的行为。在气候领域，保险公司使用大数据分析气候信息，预测未来气候灾难及财产损失，做理赔管理工作。
技术预见是实现循证式政策制定的重要工具，让决策者不再依靠直觉，而是依靠证据来进行决策。技术预见有五大关键要素：面向未来的预测、关注长期发展、将科学技术发展与市场力量结合到一起、关注新兴通用技术和关注社会影响。技术预见的目标包括寻求未来发展机会、调整科技创新方向、展现创新系统活力、将新的参与方带入战略讨论、建立新的网络及纽带等，通过市场的方式来解决更多的问题。使用大数据分析进行技术预见是现有政策制定和国家发展规划过程中必不可少的一部分。
用大数据科学地预测未来
王宏广：中国科学技术发展战略研究院研究员
中国第五次国家技术预测是当前国际技术预测领域调查范围最为广泛的研究之一。从2013年开始，中国科技发展战略研究院受科技部委托，开始进行第五次国家技术预测。本次技术预测，注重“用数据说话，用模型表达，用语言补充”。为了提高调查研究的信度和效度，这次技术预测发放了大样本的调查问卷，并请国内外来自产学研多个领域的专家和学者进行交流和评定，也更加注重研究方法的规范性。和以往四次技术预测相比，本次参与调查的专家数量明显增多，是第四次的10倍；备选技术也明显增加，是第四次的2.6倍；交通、资源、城市化、遥感和海洋等“新面孔”也陆续出现。这一方面说明科学技术交叉发展十分迅速，加大了预测难度，另一方面也说明计算能力增加，能处理更多的数据。
中国第五次国家技术预测主要使用德尔菲法。本次预测将2 000多项关键技术制成问卷表格，邀请3万多名来自产学研不同领域的专家填写了11.6万份问卷，以科学性和先进性为主要观测指标，通过运用德尔菲调查法，并辅助文献分析、专利分析、顶层设计等16种方法，最终选出了包括信息、生物、交通、资源、城市化等14个领域的280项技术。接下来，还将从280项技术中选出100项关键技术、10项颠覆性技术和若干项非共识技术。
要把中国创新型国家的发展道路走好，必须知道我们现在的科技水平是什么，未来的发展趋势是什么，和谁有差距，差距是多少，在这个基础上，才知道该往哪方面努力。用技术预测能解答很多我们关心的问题，并且数据才有说服力。比如我国与美国的科技差距是多少?如果说美国是100分，我们现在大致是68分。差距在哪？调查发现，当前我国科学技术研究中的16%处于领先研究阶段，30%处于并跑阶段，54%属于跟跑阶段。许多研究成果还处于论文的阶段，处于应用阶段的成果数量较少，这与发达国家有很大不同。处于跟跑阶段的研究成果发展速度比较快。另外，我国基础研究形成优势技术的能力低于美、日、德等发达国家。再如，下一个千亿级产业在哪里？健康产业以8万亿元的潜力值位居第一，另外具有潜力的产业分别是信息服务业、科技服务业、体育产业和旅游产业，特别是体育产业长期被低估，事实上根据中美人均收入对比，它将带来5万亿产值。好消息是，这些产业都已经得到了国家的政策扶持。
用大数据制定个性化政策
韩善和：韩国科学技术政策研究所主任
大数据的意义在于能够将庞杂的信息可视化，将问题更好地显示出来。通过数据，我们就可以进行测量，用科学的方法进行分析，进而可以创造新的服务和新的商业模型。目前，大数据技术已用于韩国政府的技术预见和政策制定。在国家超级计算中心的支持下，韩国科学技术政策研究所在超级计算、信息融合、融合技术、中小企业创新等四个领域开展技术预见，为韩国科技和工业政策制订提供依据，也为社会提供咨询服务。技术预见是定性和定量工具方法的结合，人类和机器智慧地、科学地协作将强化技术预见的合理性。我们开发了人类专家和机器共同合作的德尔菲法，并逐渐变成预见中最常使用的方法，经过进一步处理就可以获得完美的答案。
政府可以基于大数据来提供个性化服务，制定个性化福利政策。大数据的融合应用可以在政府服务领域创造非常大的价值。在美国公共卫生领域，大数据的应用每年能创造3 000亿美元的价值，而在欧洲公共管理领域，大数据的应用每年能够创造2 500亿欧元的价值。在德国，政府应用大数据来更加有效地进行就业部署，减少失业。韩国政府也致力于通过对大数据的应用来更好地制定政策，在安全、教育、土地、医疗、就业等各个领域提供个性化的服务，如区域犯罪预测、地方政府与中央政府冲突预防、劳动力监控、区域观光、交通道路事件预测、食品中毒预测、森林火灾预测、智能灾害监控、盲点分析等。
上海的技术预见
李万：上海市科学学研究所副所长、研究员
上海是中国最早开展区域技术预见活动的地区之一。20世纪80年代上海市科委技术预见处就为行业技术发展提供前沿报告。长时间的技术预见给我们带来了一些新的思考，最近刚刚完成的中长期预见活动中，我们建立了一个沙漏模型，从国际形势、国内态势、区域基础等方面确定上海在科技创新领域的定位，再进行领域扫描、主题演绎，最后选择出未来15年对上海经济、社会发展最重要的一系列研究主题。
我认为，技术预见对科技创新管理发挥的作用主要有三个方面。第一，在理念上为科技创新提供管理和支撑。第二，技术预见，特别是长期、中长期的预见，对于五年规划和年度计划都会提供相应的支持。比如2013年、2014年完成的技术预见，与上海建设具有全球影响力的科技创新中心提出的22项重大任务的重合度非常高；在“十三五”科技创新规划里，预见的结果也与重大专项的方向、内容重合度较高。可见技术预见为规划提供了前期的、非常充分的论证。第三，我们向大学、企业、科研院所传播技术预见的理念和方法，使很多机构都开展了这样的活动，技术预见在上海得到了进一步扩展。
长期的技术预见工作也使我们积累了丰富的经验，如要加强顶层设计，并长期坚持、持续优化；要持续改进方法，增加过程效果和产出；要营造预见的文化氛围，拓展参与和应用的范围。未来，希望技术预见能与大数据手段结合，进一步改进预见方法；并结合区域定位，在融入地方发展趋势的同时嵌入全球预见网络，深化合作研究。
基于大数据的技术预见让我们更快触碰到未来
浦岛邦子：日本科学技术政策研究所预见中心副主任
日本科学技术政策研究所（NISTEP）预见中心已经开展了45年的技术预见，在技术预见方面有着丰富的经验。在新一轮的技术预见中，我们大量地运用大数据开展技术预见，通过邮件和网络调研，更快地获得了大量的调研结果。这次技术预见结果显示，对社会而言，中国和日本都将面临老龄化的问题：2012年，日本老龄人口占比23%，中国仅8.4%，但是到2050年，日本老龄化人口达到38%，中国28%，韩国36%。这些基于大数据的技术预见结论让我们更快地触碰到未来，看到许多未来即将面临的危机，从而对即将面临的危机有所准备，同时也给我们带来许多产业的发展信息，如针对老龄化的社会服务业一定会得到快速发展。也因此，我们的智能化发展趋势正在快速成型，这使得以前那些常规路线图不再适用，我们必须进行新的情景假设、制定新的路线图来迎接未来的挑战。
大数据在韩国技术预见中的应用
崔文贞：韩国科技评价与规划研究所战略预见办公室主任
韩国技术预见工作开始于20世纪90年代，目标是能够提供一个愿景，指导我们科技发展目标和方向。在韩国，技术预见由科学技术委员会支持，韩国科技评价与规划研究所开展工作，五年一轮，每次持续一年半到两年，技术预见的结果会纳入韩国科学技术发展基本规划中。在韩国第五次的技术预见中，大数据发挥了重要的作用。我们根据未来的需求和科技发展，描述未来的社会情景，并引入了“引爆点”的概念（即促使社会发生翻天覆地变化，并带来主流社会技术趋势变化的时点）。通过两轮德尔菲和大数据的分析，我们确定了未来发展的五大宏观趋势和40个子趋势，并分析每一个技术趋势发展过程中所面临的众多短期挑战和长期挑战。大数据被作为基本数据的有益补充来支撑技术预见，我们使用科学地图方式找出新兴技术崛起点，通过网络分析方式，找到各种未来挑战之间的关系。同时，利用大数据开展外推式的分析，为技术预见提供了更可靠的结果。
可编程经济的影响
赵光：Gartner公司高管合伙人
Gartner是全球知名信息技术研究与咨询企业，在全球有约1 200名分析师，分布在85个国家和地区。这些分析师专注于各自专长的信息技术领域，关注所在国家和地区的发展动态，他们的研究结论汇合在一起，就能勾画出各种信息技术的趋势曲线，为政府、企业客户提供分析报告和决策咨询。企业资源计划（ERP）、大数据规范等许多业界熟知的概念和标准，在早期都由Gartner提出，起到了引领产业界发展的作用。可编程经济是Gartner近期提出的新概念。其定义是：嵌入智能基因的新经济系统，能自主支持、自主管理商品服务的生成、生产和消费，并支持多种价值（货币和非货币）在不同场景下的匿名、加密交换。如耐克公司在一些运动鞋上安装了传感器，能计算人们每天跑多少步、消耗多少能量，并通过手机APP上传。凭借这个系统，耐克设计了新的打折模式：消费者如果在一段时间内每天跑步步数达到一定指标，就可以打折，将钱返还消费者。通过APP，消费者还能与全球各地的跑步爱好者联系，将一段时间的步数借给他人，以达到帮助网友打折的目的。在这一场景中没有货币，但两个人实现了价值交换。
产品和商业模式的可编程，意味着数字化――“物即数据”。在这一理念的指引下，美国政府正在推动先进数字化硬件产业的发展。这类硬件产品进入商务领域后，能将数字商务升级到自主营运商务，如派遣无人机替代快递员送货。Gartner预测在未来5~20年时间，可编程经济模式、商务模式会对传统的经济模式、商务模式发生彻底的冲击，将削弱和威胁传统企业，并支撑新市场、新价值和新经济，形成一个崭新的世界经济体系。
我国政府发布“互联网+”、“中国制造2025”方案后，面临一个较为棘手的问题：国内缺乏互联网、物联网领域的核心软硬件和核心安全技术。国内制造业企业想转型为智能制造，往往是去美国买知名企业的产品。20年前我们买微软、IBM的产品，如今又将迎来一轮采购潮。要解决这个问题，我国政府和企业应适当调整战略方向，不能只重视互联网化、平台化经济，而是应瞄准可编程经济，加快开发数字化核心技术，加快实现产品和服务的数字化转型，使大数据、云计算、物联网等相关技术共同推动这种新的经济模式，从而在全球竞争中占领战略高地。
我们正在迈入数据技术时代
蒋正伟：阿里研究院数据专家
数据技术(DT，Data technology）时代具有两个本质特征：一是IT成为基础设施，人们离不开互联网；二是数据成为生产要素，人们的生活被数字化，被大量数据嵌入和包围。不同于农耕时代和工业时代，DT时代的社会形态是信息社会，信息资源上升到和物质与能量同等重要的战略资源高度，经济形态是以网络经济为主的数据经济，生产力具有分布式多元协同的特质。当千差万别的数据碰在一起，能够产生经济价值，产生人类能够理解的、具有经济意义甚至是社会治理意义的信息，即实现分布式多元数据的协同。
在传统社会里，商业运作的逻辑是线性控制逻辑，以企业为中心，企业内部以科层制来协调各个分裂的环节，企业之间则是链主主导的供应链。而在DT时代，商业逻辑已演进为网状协同逻辑。以消费者为中心，企业内部社区化，企业之间价值网协同。我们需要更多关注于消费者，应该分析消费者需要什么，进而满足其个性化需求，这也将是中国未来弯道超车的好思路。
如何分析和处理大数据
西尔万·勒菲弗（Sylvain Lefebvre）：法国巴黎高等电子研究所副教授
毫无疑问，大数据对我们来说有着巨大的价值，基于大数据产生的服务正在改变着我们的生活。比如过去我们去一家实体书店，如果想了解我们要买什么书就必须咨询店员，而现在可以通过网站，基于消费记录，分析并向你推荐你可能感兴趣的书籍。为了提供这样的服务，我们需要对海量数据进行实质性分析以搜集其中有意义的信息，并对数据进行实时分布式处理。处理数据的工作流程主要分为四个阶段：第一，捕捉和收集数据；第二，以一种高效、安全的方法储存数据；第三，分析数据；第四，视觉化处理数据。
MapReduce框架是数据分析和处理的一个主要框架。该框架由谷歌在2004年推出，其目的是在多个机器间进行流程并行化，将处理任务进行分离，提供简单的并行化流程和分布式处理，实现容错和平衡，为程序员提供方案。MapReduce框架取决于两大前提，分别是映射（Map）和归约（Reduce），这个模型将任何一种计算分成两个部分，即映射传播数据和数据简化。我们将数据流与数据库结合在一起，对其进行自动化和丰富化。
数据开放共享已经成为新兴态势
埃德蒙·格斯特纳（Edmund Gerstner）：自然集团大中华区执行主编
从论文分享开始，公开科研数据已经成为新的潮流，很多出版商都创建了自己的商业模式，包括自然出版集团。短短20年，中国在包括自然杂志在内的知名期刊中排名前千分之一的高引用论文的贡献率从0.5%迅速增加到20%，这也就是我们看中中国科技发展的原因之一。更广范围进行分享和公开，将对中国科研有很好的促进作用，也能提升影响力。
对于研究者和研究机构，开放共享数据可以提升投资回报。开放的数据共享能帮助我们调整刊物发表的偏见，降低错误和欺诈，能更好地分析和集成数据，对已经发布的研究结果进行再论证。加拿大的研究理事会、国家公共卫生研究局，都要求研究者进行数据分享。李克强总理也非常关注开放性气氛打造，科学技术的开放获取，契合现实需求，符合未来方向。
打通数据开放共享的通道
瓦尔特劳特·里特（Waltraut Ritter）： Knowledge Dialogues组织创始人
数据不再是研究的副产品，数据是宝贵的，数据甚至能改变我们的研究方式。因此，数据是未来创新的核心要素，打通数据分享的通道，一定能让技术创新速度快速提升。
欧洲所有的出资机构都要求数据必须分享，现在欧盟已经在28个成员国开展数据分享。但这在香港很难实现，众多高校教授、老师都依赖数据进行论文撰写，但是他们都不愿意分享自己的数据。同时，这也需要大学校长确保所有出版的资料都是透明的，但在香港只有一两名校长有这样的思维和意识。如果数据能被充分的利用和分享，那势必对科学研究具有极大的推动。香港在2000年前后，做出过“数据ONE”的决策，希望能够把实时传输数据、气候数据等进行公开，这样很多的软件开发者将使用这些数据来提供服务。但是数据并不是标准化、系统化的，所以只公开政府数据并不够，还需要有人进行标准化的工作，以便用户使用。
澳大利亚国家数据服务中心正在尝试改变他们的数据系统，建立一个标准化的数据基础设施，从而打通数据开放共享的通道。同时在政策和数据基础设施之间达成协调，这样一来，开放数据可以节约搜索数据的时间，创造更多时间去思考这些数据的含义，充实和丰富研究内容和意义。
文字整理 梁偲