中美德日科技發展模式及評價

欒春娟

摘要：發現與評價中美德日四個國家的科學技術發展模式，有助于揭示不同的科技發展模式對其技術創新水平的影響。從科學技術發展趨勢、科學技術發展模式及其對科技創新績效的影響等諸多方面，對中美德日的科技發展模式進行了比較和評價。揭示了美國科學技術互相促進的發展模式對其強大技術全球影響力具有正向的、積極的影響;中國雖然專利總量位居第一，但其“技術與科學發展差距漸大的非均衡發展模式”需要盡快調整，以提高其全球技術影響力和競爭力。

關鍵詞：科技發展模式;中美德日;SCI論文;DII專利;專利引證;h指數

中圖分類號：G306;N18? ? ? ? ? 文獻標志碼：A? ? ? ? ? ?DOI：10.3969/j.issn.1003-8256.2019.01.004

1? ? 問題的提出與數據指標

近年來中國專利申請量突飛猛進的增長引起了全球的矚目，如果以專利作為技術發展的代表[1-2]，以論文作為科學發展的代表[3-4]，那么中國的科學技術發展呈現怎樣的發展模式呢？與世界科技強國美德日的科技發展模式相比較有何差異呢？科學與技術既有區別又有聯系，二者的發展是一個辯證統一的整體[5-6]。科學的本質在于揭示自然的本質和內在發展規律，回答“是什么”和“為什么”;技術的任務在于改造自然，服務于社會生產和社會生活，回答“做什么”和“怎么做”。一般認為，科學是技術發展的前提和基礎，科學的進步推動了技術的發展[7-9];同時，技術的發展又為科學發現提供了更先進的儀器設備和工具[10-11]，反作用于科學的進步。

本研究數據分別來源于《科學引文索引（擴展版）》數據庫（Science Citation Index-Expanded， SCI-E）和《德溫特創新索引數據庫》（Derwent Innovations Index，DII）。我們以SCI-E數據庫中的論文（article）代表科學，以DII數據庫中的專利數據代表技術。指標主要選擇了論文與專利的總數、專利他引總數、論文和專利的h指數等。基于這些指標，在進行全球科學技術發展趨勢、中美德日科學發展趨勢、中美德日技術發展趨勢等分析的基礎上，比較中美德日科學技術發展模式;最后對四個國家的不同發展模式進行評價。

2? ? 科學技術發展趨勢比較

2.1? ?全球科學技術發展趨勢

圖1顯示了1990—2017年間全球科學技術的發展趨勢，該趨勢大致可以劃分為三個階段：第一階段，1990—2000年，科學論文數量高于專利數量;第二階段，2001—2006年，專利數量微超論文數量;第三階段，2007—2017年，專利數量與論文數量之間差距越來越大。

1990—2000年間，全球的科學論文數量在每一個年度都高于專利數量;2001—2006年間，專利數量在每一個年度都略微高于論文數量;2007年之后的每一個年度，專利數量與科學論文數量之間的差距逐漸增大，到2017年，專利數據遠遠高于論文數量，是論文數量的兩倍之多。

2.2? ?中美德日科學發展趨勢

圖2顯示了1990—2017年間中美德日科學發展的趨勢。從整體上看，美國 SCI 論文在此期間呈現出高速、穩步增長趨勢;中國 SCI 論文呈現出快速增長趨勢;德日 SCI 論文呈現出相對比較平穩的發展趨勢。

1990—2004年間，中國 SCI 論文數量低于美德日三個國家，遠遠低于美國;2005年，中德日三個國家SCI 論文數量比較接近;2006年之后，中國 SCI 論文數量逐漸超越德日兩個國家，呈現出迅猛的增長態勢;至2017年，中國 SCI 論文數量已經基本與美國 SCI 論文數量持平，是德國SCI論文數量的3.36倍，是日本 SCI論文數量4.37倍。

2.3? ?中美德日技術發展趨勢

圖3顯示了1990—2017年間中美德日技術發展的趨勢。從整體上看，這一期間中國專利技術發展趨勢波動最明顯，呈現出強勁的上升發展趨勢;美德日三個國家相對呈現出比較平穩的發展態勢。

具體而言，1900—2003年間，專利技術發展的大致趨勢和地位是日美德中，即日本高于美國，美國高于德國，德國高于中國;2004—2006年間，中國逐漸超過德國;2007年，美日中三個國家專利數量的差距縮小，甚至非常接近，但他們都遠遠高于德國專利數量;2007年之后，中國專利數量開始超過美日兩國，并呈現出迅猛的增長趨勢，而美日兩國的發展趨勢比較接近，都呈現出相對平緩的發展態勢。

3? ? 中美德日科學技術發展四種模式

3.1? ?中國：技術與科學差距漸大的非均衡發展模式

圖4顯示了1990—2017年間中國科學技術發展模式，我們將其概括為“技術與科學差距漸大的非均衡發展模式”。1990—2006年間，中國的科學技術發展的趨勢比較接近，期間每一年度專利數量略高于論文數量，差距基本保持在專利數量是論文數量2倍的范圍之內。

2007年之后，專利數量開始迅猛增長，技術發展速度與科學發展速度之間的差距逐漸加大，從2007年專利數量是論文數量的3.78倍，到2017年專利數量突然200萬件，是論文數量的6.39倍。

3.2? ?美國：科學與技術互相促進的發展模式

圖5顯示了1990—2017年間美國科學技術發展模式，我們將其概括為“科學與技術互相促進的發展模式”。1990—2001年間，每一年度的科學論文的數量高于專利的數量;2002—2015年，專利的數量在每一年度都高于科學論文的數量。

與其他幾個國家相比較而言，美國科學技術發展的趨勢比較接近，科學與技術似乎是相互促進的一種發展模式。科學論文的增長速度具有平穩持續的顯著特征;專利技術的發展趨勢雖然有波動，但波動不是很大，整體上具有持續增長的趨勢。

3.3? ?德國：科學技術相互交織促進模式

圖6顯示了1990—2017年間德國科學技術發展模式，我們將其概括為“科學技術相互交織促進模式”。從整體上看，德國的科學發展呈現出明顯的上升趨勢，科學論文數量增長速度還是比較快的，2017年是1990年的2.41倍。技術發展趨勢波動比較大，升降的幅度比較大，技術曲線的波動是圍繞科學曲線的，二者呈現出相互交織、相互促進的發展模式。

1990—2008年間，每一年度的專利數量高于科學論文數量，基本保持在專利數量是論文數量兩倍范圍之內;2009—2017年間，科學論文數量在每一年度都高于專利數量，保持在論文數量是專利數量兩倍的范圍之內。

3.4? ?日本：技術領先發展模式

圖7顯示了1990—2017年間日本科學技術發展模式，我們將其概括為“技術領先發展模式”。從整體上看，相對于日本的科學論文發展趨勢而言，日本在此期間技術發展趨勢呈現出相對比較高速的狀態，并且波動較大;而科學論文卻呈現出相對低速的、比較平穩的、持續增長的發展態勢。

1990—2017年間的每一年度，日本的專利數量一直保持著遠遠高于科學論文的數量的發展態勢，差距最大的年份是2002年，專利數量是科學論文數量的5.52倍。技術的發展經歷了上升-下降的趨勢;科學的發展趨勢始終是穩步上升的，呈現出比較平緩的發展態勢。

4? ? 不同發展模式的評價

不同的科學技術發展模式會有什么樣的相應績效呢？績效的評價包括很多方面，廣義上說，可以分為經濟效益、環境效益與社會效益等[2， 12];狹義上可以具體包括科技成果產業化與商業化、論文與專利的引證指標等[13-15]。在此我們僅選擇幾個能夠獲得的科技相關指標，結合本文定量分析的中美德日科學技術發展趨勢與模式，進行初步的評價。

4.1? ?對論文/專利總量的影響與評價

4.1.1對 SCI 論文總數的影響與評價

圖8顯示了1990—2017年間中美德日SCI論文總數的比較結果。從整體上看，美國 SCI 論文總數遠遠高于中德日三個國家。具體而言，1900—2017年間，美國 SCI 論文總數是中國的2.64倍，是德國的3.65倍，是日本的3.71倍。

美國科學與技術互相促進的發展模式，對美國取得 SCI 論文遙遙領先的國際地位具有重要的保障和推動作用。在第二次世界大戰結束之后，聯邦政府科學顧問 Vannevar Bush 就提出了基礎科學研究對國家安全、社會福利、國民健康乃至整個國家經濟和社會發展的重要性，強烈建議聯邦政府加大對基礎科學研究的投入等重要思想[16]。近年來，隨著生物技術、信息技術和納米技術的迅速發展，并且由于生物技術的革命非常依賴科學發展[17-18]，信息通信技術也是如此，而納米技術與納米科學幾乎不可分割，被稱為納米科技。“基于科學的創新”思想[19-21]，越來越引起學術界和決策者們的關注，美國能源部科學用戶設施對“基礎能源科學”研究項目的創新培育，是“基于科學的創新”思想與實踐的比較完美的結合。美國能源部作為一個政府科學機構，對美國科技經濟創新發展發揮著重要的作用[22]，積極催化了基礎科學和應用科學的轉化、新興能源產業技術的發現和發展，并將“基于科學的創新”（Scientific Innovation）放在優先發展的地位[23-24]，視其為國家經濟繁榮的重要基石。

4.1.2 對 DII 專利總數的影響與評價

圖9顯示了1990—2017年間中美德日 DII 專利總數的比較結果。從整體上看，中國DII專利總數高于日美德三個國家。具體而言，這期間中國 DII 專利總數是日本的1.50倍，是美國的2.05倍，是德國的5.22倍。

中國“技術與科學差距漸大的非均衡發展模式”導致近些年專利數量激增，而作為基礎科學研究成果的科學論文數量卻被高速增長的專利數量遠遠落在后面了。遠離科學基礎的創新發展是否是可行的、良性的發展呢？這種技術創新具有怎樣的全球影響力呢？我們將在后面的引證指標里進一步分析。現實中的另一個比較突出的問題是專利成果轉化。雖然沒有準確的官方統計數據，但有關分析顯示，中國科技成果轉化率是比較低的，一般認為10%～15%，有的甚至不足5%，遠遠低于美國大學科技成果轉化率60%～70%[25-26]，這一點也是需要引起中國政府高度重視的一個方面。

4.2? ?對幾項引證指標的影響與評價

4.2.1對專利他引總數的影響與評價

一個國家專利的他引總數反映了該國技術的世界影響力和競爭力。圖10顯示了1990—2017年間中美德日四個國家的專利他引總數。從整體上看，四個國家之間的差距還是非常大的。

具體而言，排在第一位的美國的專利他引總數是排在第二位的日本的1.21倍;是排在第三位德國的2.77倍;是排在第四位中國的17.16倍。基于“中美德日科學發展趨勢”和“中美德日科學論文總數”視角，美國一直以來高度重視基礎科學研究的實踐及其科學論文總數遙遙領先的地位，對其技術創新和技術的全球影響力產生了巨大的影響。從“中美德日技術發展趨勢”和“中美德日專利總數”的視角，美日德相對平穩的專利技術發展速度，為其專利質量的保證提供了重要的基礎;中國的專利總數雖然取得第一的地位，但其專利被引總數，即技術的全球影響力，仍然有非常大的差距。從“中美德日科學技術發展模式”看，科學技術互相促進的發展模式，應該是一種良性的發展模式，更有利于一個國家科技競爭力的提升。

4.2.2對 h 指數的影響與評價

2005年由美國加利福尼亞大學圣地亞哥分校的物理學家 Jorge Hirsch 提出的 h 指數，h-index，是一個混合量化指標。其原始定義是：一名科學家的h指數是指其發表的 N 篇論文中有h篇每篇至少被引 h 次、而其余 N-h 篇論文每篇被引均小于 h 次。h 指數多用于評價研究人員的學術產出數量與學術產出水平之間的關系。在此我們將 h 指數用于國家的科學論文產出數量與產出水平評價之間關系的評價指標，和國家層面的專利技術產出數量與產出質量之間關系的評價指標。圖11列顯示了中美德日 SCI 論文和 DII 專利的 h 指數。

圖11顯示，美日德中四個國家 SCI 論文 h 指數的排序與 DII 專利 h 指數的排序是一致的，這在一定程度上揭示了作為基礎研究成果的 SCI 論文的質量，對作為技術創新成果的專利的質量的決定作用，即基礎研究越扎實牢靠，技術創新的影響力和競爭力就會相應地越強大。就 SCI 論文的 h 指數而言，美國的數值遙遙領先于其他三個國家而位居第一位;日德的數值比較接近;中國的數值最低。盡管“中美德日科學發展趨勢”揭示了2017年中國 SCI 論文的數量已經基本追趕上了美國當年的數量，但質量的進步和提高仍需繼續努力。就 DII專利的 h 指數而言，四個國家的差距相對較小。

參考文獻：

[1] Wong CY， Goh KL. Catch-up models of science and technology： A theorization of the Asian experience from bi-logistic growth trajectories[J]. Technological Forecasting and Social Change，2015， 95： 312-327.

[2]? Zhao QJ， Guan JC. Modeling the dynamic relation between science and technology in nanotechnology[J]. Scientometrics，2012， 90（2）： 561-579.

[3]? Xia GJ， Sun Y， Wu SQ et al. Model for evaluating the high-tech industry competitiveness of science and technology parks with fuzzy number intuitionistic fuzzy information[J]. Journal of Intelligent & Fuzzy Systems，2017， 33（4）： 2189-2197.

[4]? Hassanzadeh A， Namdarian L， Majidpour M et al. Developing a model to evaluate the impacts of science， technology and innovation foresight on policy-making[J]. Technology Analysis & Strategic Management，2015， 27（4）： 437-460.

[5]? Lee A. Multilevel Structural Equation Models for Investigating the Effects of Computer-Based Learning in Math Classrooms on Science Technology Engineering and Math （STEM） Major Selection in 4-Year Postsecondary Institutions[J]. Teachers College Record，2017， 119（2）.

[6]? Bozeman B， Slade CP， Hirsch P. Inequity in the distribution of science and technology outcomes： a conceptual model[J]. Policy Sciences，2011， 44（3）： 231-248.

[7]? Baakini AI. Science and technology in middle-east - conflict model for development[J]. International Review of History and Political Science，1974， 11（1）： 28-53.

[8] Kivinen O， Hedman J， Kaipainen P. Productivity analysis of research in Natural Sciences， Technology and Clinical Medicine： an input-output model applied in comparison of Top 300 ranked universities of 4 North European and 4 East Asian countries[J]. Scientometrics，2013， 94（2）： 683-699.

[9] Lent RW， Sheu HB， Miller MJ et al. Predictors of Science， Technology， Engineering， and Mathematics Choice Options： A Meta-Analytic Path Analysis of the Social-Cognitive Choice Model by Gender and Race/Ethnicity[J]. Journal of Counseling Psychology，2018， 65（1）： 17-35.

[10]? Vazquez-Alonso A， Manassero-Mas MA. Response and scoring models for the 'Views on Science-Technology-Society' Instrument[J]. International Journal of Science Education，1999， 21（3）： 231-247.

[11]? Stone VI， Lane JP. Modeling technology innovation： How science， engineering， and industry methods can combine to generate beneficial socioeconomic impacts[J]. Implementation Science，2012， 7.

[12]? Wong CY， Mohamad ZF， Keng ZX et al. Examining the patterns of innovation in low carbon energy science and technology： Publications and patents of Asian emerging economies[J]. Energy Policy，2014， 73： 789-802.

[13]? Borycki EM， Kushniruk AW， Bellwood P et al. Technology-induced Errors The Current Use of Frameworks and Models from the Biomedical and Life Sciences Literatures[J]. Methods of Information in Medicine，2012， 51（2）： 95-103.

[14]? Greenseid LO， Lawrenz F. Using Citation Analysis Methods to Assess the Influence of Science， Technology， Engineering， and Mathematics Education Evaluations[J]. American Journal of Evaluation，2011， 32（3）： 392-407.

[15]? Garfield E， Welljamsdorof A. Citation data - their use as quantitative indicators for science and technology evaluation and policy-making （reprinted from science and public-policy[J]. Current Contents，1992， 49： 5-13.

[16]? Bush V. Science. The endless frontier. A report to the president. Washington， DC： United States Government Printing Office，1945.

[17]? Hall BH， Helmers C. Innovation and diffusion of clean/green technology： Can patent commons help？[J]. Journal of Environmental Economics and Management，2013， 66（1）： 33-51.

[18]? Hall BH. The assessment： Technology policy[J]. Oxford Review of Economic Policy，2002， 18（1）： 1-9.

[19]? 陳勁， 趙曉婷， 梁靚. 基于科學的創新[J]. 科學學與科學技術管理，2013（6）： 3-7.

[20]? Dedrick J， Kraemer KL. Who captures value from science-based innovation？ The distribution of benefits from GMR in the hard disk drive industry[J]. Research Policy，2015， 44（8）： 1615-1628.

[21]? Loveridge D. The dynamics of science-based innovation - grupp，h[J]. R & D Management，1994， 24（1）： 115-117.

[22]? Science & Innovation. 2017. https：//energy.gov/science-innovation

[23]? Lin GTR， Lee YC. Scientific Innovation of Bioremediation Technologies[J]. Journal Of Scientific & Industrial Research，2015， 74（4）： 197-201.

[24]? Liebman M， Baraibar B， Buckley Y et al. Ecologically sustainable weed management： How do we get from proof-of-concept to adoption？[J]. Ecological Applications，2016， 26（5）： 1352-1369.

[25]? 張婧. 大學與社會：完善大學外部治理結構路徑研究 [D].重慶大學，2016.

[26]? 王建中. 教育公共服務視域下的大學責任研究 [D].山東師范大學，2015.