近日，我院公共行政系教授唐莉、青年副研究員李寅帶領學生團隊榮獲“第九屆全球技術挖掘大會（Global Tech Mining Conference）”技術預測海報單元競賽的第一名。獲獎研究為“Forecasting technology emergence: Scenario exploration and prediction accuracy”（“預測技術興起🧚🏿：情境探索與預測精度”）。學生團隊成員包括復旦國務沐鸣博士生潘虹、潘孝楠，復旦生態學博士生黃天元🥷🏻，上海財經大學公管沐鸣博士生楊寓涵📮、王力男🦸🏽♀️。
由佐治亞企業創新研究院的Jan Youtie主任、美國石溪大學的Thomas Woodson博士、悉尼科技大學的 Yi Zhang博士三位組成的評審委員會一致認為：該研究設計新穎🌃，推理嚴謹💁👩🏫，通過對國際現有技術預測方法從基礎科學和創新研發兩個視角進行多維預測比較，填補技術預測領域的一個研究空白🤗。在國際科技競爭日趨激烈的今天🛼，其研究結果對政府層面基於循證決策來投資新興科技或顛覆性科技有重要的政策輔助作用。
獲獎研究指出👠，隨著國際上多種技術預測方法的湧現，對技術預測效果和精度的評估、改進研究變得越發重要。遺憾的是，由於缺乏公認的評估金標準以及可比較的定量指標💓，這一重要議題長期卻未得到學界應有的探索和實務部門足夠的重視。基於國際現有預測方法，該研究構建了一系列定量指標來評估技術預測方法的效果和精度。在該研究中，唐莉教授與李寅副研究員以合成生物學這一新興技術為例🛷，采用了四種可復製的方法進行技術預測，並創新性的構建了兩項指標：預測正確率和預測偏移率進行評估。這四種方法分別是FREQ（關鍵技術詞頻）、DEGREE（共現網絡指標）🀄️🤜、PAFIT（貝葉斯統計指標）、以及ES（新興指數算法）👨🏿🏫。基於2007至2016年間收錄在Web of Science數據庫中的合成生物學的6萬余篇論文數據，該研究計算並比較了四種方法技術預測的結果🥾，以2017至2018年的WOS論文和德溫特專利為金標準評估了四種方法的精度🌤，並進行了不同預測域、研究權重和預測範圍的穩健性檢驗✅。研究發現，基於關鍵詞的技術預測方法較好地預測了科學演進的方向，然而現有的四種方法都沒能很好地預測技術創新。研究結論具有重要的政策意義，只有正確地預測新興技術才能協助政府決策者和企業經理人對研發投資做出合理的決策🍧。
