开放科学(资源服务)标识码(OSID)：
科学技术是第一生产力，其发展水平高低直接关系着一个国家的前途和命运。科技创新政策作为政府在科学技术领域内制定的战略性政策措施，其发展和演化过程与科技实践活动呈现出高度的协同性[1]。与其它公共政策一样，科技创新政策是一个复杂系统，主要包括政策制定、执行、评估和终结等环节。科技创新政策一方面体现为全局性科技发展战略，如国家科技发展目标、任务和方向；另一方面也体现为各种局部方针和策略，如各地区、部门根据自身情况与特点，为完成总体战略目标制定的各项具体措施[2]。科学技术的发展离不开科技创新政策的引导和激励，同时也需要第三方机构对科技法律、法规进行监督和制约，这对完善和优化科技创新政策体系有着重要作用。
智库是政府决策的核心支撑，也是国家治理体系和治理能力现代化的重要内容，是国家软实力的重要体现。近年来，从中央到地方，各级领导对智库作用的重视程度大大提高，多次将智库建设工作提上议程，并作出专门论述。中共中央办公厅、国务院办公厅《关于加强中国特色新型智库建设的意见》明确提出，智库要以政策研究咨询为主攻方向。在国家实施创新驱动发展战略大背景下，科技创新需要科技决策作引导，科技决策需要科技智库作支撑。因此，科技智库必须以科技创新政策研究咨询为核心，科技创新政策研究咨询必须以最佳的可利用证据为决策基础，循证决策必须以完备的科技创新政策监测体系为保障。但是，在国家大力推进智库建设的背景下，科技创新政策监测工作却发展缓慢，主要体现为政府扶持引导缺位、学术理论研究不足、智库机构基础建设薄弱。因此，大力发展科技智库、积极开展建立在证据基础上的科技循证决策、加快推进科技创新政策监测工作势在必行。
科技创新政策研究包括科学与技术总体目标设定、策略规划、行动方针、组织机构、人才供需与基础设施等不同方面的公共政策研究，要求从社会到经济、经济到产业、产业到科技、科技到政策，形成一个由大到小的动态互动结构。由于其涉及面很广，涵盖了科技创新政策研究、制定、评估、调整、再制定整个链条，并且随着科技创新日新月异，其静态研究成果与动态科技发展将会产生结构性矛盾，不利于科技创新政策制定与推行。因此，在科技创新政策研究中，通过监测体系的建设，进行政策监测与评价已成为科技创新政策研究最重要的工具。
依托科技创新政策监测体系，可以不断选择和改进已有政策法规，保证最大程度上实现科技创新政策制定目标，同时从现行政策制定与推行中获取经验和教训，为后续政策制定与推行打下坚实基础。科技创新政策研究的目的是提供决策参考，而研究成果效益体现为所拟政策的贯彻执行。因此，为避免流于空谈，应推行循证型科技创新政策研究，即通过科技创新政策监测业务平台，实时跟踪了解科技创新政策实施主体推行动机，主动参与并协助相关政策制定与规划工作，深入了解科技创新政策推行后的利弊得失，不强调深奥难懂的学术理论，重点聚焦科技创新政策研究的时效性、针对性和实践价值，这即是本研究现实意义所在。
新一轮科技革命正以信息技术为基础，在人工智能、量子技术、生物科学、地球空间科学等领域多点开花。发达国家普遍将科技作为本轮战略博弈的核心，竞争激烈程度前所未有。为了加快推动科技发展，各国对科技创新政策的制定与执行予以高度重视，从自身实际出发，研究建设科技创新政策监测体系，依据科技创新政策系统运行规律，构建科技创新政策制定主体与科技创新政策环境的良性互动机制[3]。目前，大多数国家已经建立起较为完善的科技创新政策监测体系，开展了大量项目监测评价实践，积累了多年科技创新政策监测与评价方面的先行经验。
美国早在20世纪30年代就开始研究科技战略。D·普赖斯于1963年出版了《小科学·大科学》一书，强调使用科学学与科学计量方法，成为日后科技创新政策研究的基础方法；1985年，Rothwell & Zegveld[4]提出使用政策工具方法评价政策绩效；1989年，美国国家总评估办公室开创性地提出了内容分析法，即以标准化格式收集和组织信息资源，从而对信息概况进行描述和频数统计[5]；1990年，美国总统办公厅科学技术政策办公室组建了国家关键技术委员会，之后每两年定期发布美国国家关键技术报告，美国国家科学基金会也根据科技创新政策监测信息，每5年定期提交科学技术5年展望报告[6]。
新西兰主要围绕公共财政管理改革和社会科学研究两条线索进行科技创新政策监测工作。在经历了早期公共财政管理改革、1969年指示性社会经济规划、1984年公共部门改革以及1999年管理产效评估后，新西兰逐步建立起比较完善的监测与评估体系，并且开始突出产效评估，引入主动产效管理，加强有关职能部门和机构的评估功能[7]。
荷兰中央政府自1990年起就采取三大举措积极推进科技创新政策监测体系建立：①通过建立绩效指标和影响指标体系，定期深入观察政府绩效和政策目标完成程度；②通过政策调查报告，对政策项目的社会影响进行年度调查评估；③通过有组织的审计，对特定机构的管理运作和绩效进行检查[8]。
马来西亚从20世纪50年代开始编制中长期发展规划，将有关监测和评估工作作为发展规划的关键组成部分，在第9个五年发展规划(2006-2010年)中，政府突出强调监测评估，强化制度和执行能力。马来西亚科技创新政策监测与评估体系包括规划监测系统(该系统由14个国家发展办公室组成)、项目监测系统、执行行动规划和总审计报告(由国家审核部牵头)4个相互独立、相互补充的监测评估层面[9]。
近年来，我国相关机构在科技情报监测方面进行了大量理论与实践研究，并形成了一系列相关决策咨询产品。早期研究主要是介绍和借鉴国外成果，自2006年我国提出《国家中长期科学和技术发展规划纲要(2006-2020年)》以来，科技创新政策研究成为学界关注的热点，主要包括以下几个方面：首先，国家宏观层面科技创新政策研究，如张宝建等[10]收集了1996-2017年57项国家层面科技创新政策，并采用文本挖掘技术对文本数据进行分析，构建关系矩阵。其次，中观层面科技创新政策研究，如田进和谢长青[11]对2006-2017年41项农业科技创新政策进行了评价；张永安等[12]以中关村国家自主创新示范区为例，采用文本挖掘与网络分析法进行区域科技创新政策分类与政策工具分析。最后，科技创新政策定量研究，研究方法大多采用Rothwell&Zegveld[4]的政策工具法和内容研究法，对政策文本进行关键词提炼。
中国科学技术信息研究所作为国家级科技情报研究机构，主要从事以科技决策支持为特色的信息分析研究，并开展科技发展战略与科技创新政策相关研究，为政府、企业、高校和科研院所提供各种政策咨询产品。
中国台湾科技政策研究与信息中心肩负台湾地区科技智库角色，根据台湾地区决策体制需要，整合建立科技创新政策研究体系，建构科技研究方法与知识库，提供科技创新政策形成机制与沟通平台，以促进台湾地区科技决策体系专业化与健全化发展，研究产品包括图书、研究分析报告、光盘产品和数据库等[13]。
中国科学院文献情报中心将主动服务与按需服务相结合、自动服务与人工参与相结合，开展科技战略动态监测服务，形成了《科技动态监测快报》等具有一定影响力的情报决策咨询产品。
为了更加直观地发现我国科技创新政策监测研究中存在的不足，本研究利用万方数据库进行查询。以“科技政策”、“创新政策”和“科技创新政策”为检索词进行搜索，发现2010-2019年相关文献数量呈较大波动，其中核心期刊每年近1 000篇，年均增长率为3.3%。对核心期刊中被引次数大于零的论文摘要进行分析后发现，研究主题主要聚焦在政策演进、政策梳理、政策分析、政策绩效、政策结构、政策失灵和政策评估等领域，科技创新政策评价多以衡量政策绩效为主，主要包括政策评价标准以及政策执行效果与效力测量两方面。
图1 2010-2019年我国科技创新政策研究文献检索结果趋势
以“政策监测”为检索词进行搜索，发现2010-2019年文献总量呈稳定上升趋势，但总体数量较少，最多为2017年的334篇，但政策监测对象主要聚焦在医药、卫生、经济、工业技术、环境科学、安全科学等领域，涉及科技创新政策监测的文献较少。目前，国内关于科技创新政策内涵及其构成体系的研究相对完善，而科技创新政策实施效果评价研究尚处于起步阶段，尚没有专门针对科技创新政策监测的研究，科技创新政策监测尚未形成统一、科学的框架，深入、系统的研究工作也比较缺乏[14]。
本研究选取若干相关性较高、有较高参考价值的论文。如栾春娟等[15]利用可视化软件CiteSpace绘制出科技政策研究热点与研究前沿的知识图谱；朱东华等[16]通过研究大型科技文献和专利数据库环境下的知识发现、知识挖掘模型及信息萃取技术，提出基于中文科技文献数据库的技术机会分析方法；路德维珂·科拉罗等[17]提出了包括监测目标确定、监测指标体系构建、数据信息采集、数据信息分析、信息的表达、信息传递、决策反馈7个关键要素以及数据采集者、数据分析者、政策制定者、政策实施者等主要执行者的教育政策监测系统；贺德方[18]提出了一种“事实型数据+专用工具方法+专家智慧”的科技创新政策研究方法，认为三者的结合既能通过定量研究实现政策制定的客观性和可重复性，又能充分发挥专家的主观能动性；郑珩等[19]提出运用信息网络自动更新，对国内外管理科学最新发展趋势、研究热点、研究项目、主要研究机构、科技资源分布情况等进行动态监测分析，并建立可视化模型；余丰等[20]基于信息抽取技术，建立了集数据获取、分析与知识发现于一体的技术监测模型，并结合信息可视化技术开展纳米技术监测实证研究；周志忍等[21]提出了一种基于证据的循证型政策制定方法，并指出循证决策一直是国际公共政策领域关注热点，政府现代化的一个主要驱动力是以证据为基础的政策制定，循证决策被视为提高政府有效性的一个重要途径。
图2 2010-2019年我国政策监测研究文献检索结果趋势
总体而言，国外政策监测体系研究主要集中在项目、规划监测评估方面，通过对规划、项目进行监测，促进项目和规划的落实；国内政策监测研究虽然取得了一定成果，但是尚未形成完整体系，尤其在科技创新政策监测方法、工具、范畴、组织、服务等方面尚无系统研究，科技创新政策监测体系构建尚缺乏研究成果。在此背景下，本文以构建科技创新政策监测体系为主要研究目的，在借鉴国内外相关理论和总结提炼多年实践经验的基础上展开研究。本研究认为，科技创新政策监测是从确定科技创新政策监测范畴到最终形成科技创新政策监测产品的一个系统工程，包括科技创新政策监测方法、工具、组织方面的创新，需要全面的理论与方法支撑。因此，本研究主要从确立政策监测范畴、政策监测方法、政策监测系统和政策监测产品4个科技创新政策监测模块展开研究，从而构建完整的科技创新政策监测体系。
科技创新政策监测是指以科技工作相关单位为科技创新政策监测主体，以促进区域科技创新为主要目的，以国内外科技创新政策为主要监测对象的政策监测活动。科技创新政策监测目的包括两个方面：一是对已经出台的科技创新政策进行追踪、分析、评价，包括对其它区域科技创新政策的监测、吸收以及对本区域科技创新政策的评估和修订调整；二是把握最新科技创新态势及科技创新政策需求。本研究在监测情报内容评价上，引入情报质量评价指标体系和情报重要程度评价指标体系，严格遵循基于证据的原则，赋予相应权重，构建较为客观、科学、准确的评价监测情报系统[21]。随着经济社会的发展演进，科技创新政策范围更加广泛，不限于传统意义上的科学政策、技术政策，而逐步扩大到科学、技术、产业、区域、金融、知识产权、人才等多个领域，成为科技与经济社会发展不断融合的产物[22]。因此，本研究中科技创新政策范畴主要涵盖政策产生原因、执行全过程以及执行结果[23]。
本文考察科技创新政策对科技活动的调控作用。从纵向看，科技创新政策一般可分为垂直的3个层次：①战略层次，主要解决科学技术发展与国家经济、社会发展之间的全面性问题；②规划层次，科技创新政策制定主体提出广泛的研究课题并确定完成这些课题的具体项目；③执行层次，科学技术活动主体或知识生产单元在各种研究组织中为了特定目标完成单个项目。科技创新政策监测也必须围绕这3个层次展开，分为战略监测层、规划监测层和执行监测层。其中，战略监测层主要是对国家推动经济、社会与科技协调发展方面的重大战略部署进行监测；规划监测层主要是对国家实施重大创新战略方面制定的各项规划、政策文件等进行监测；执行监测层主要是对各执行部门为落实国家规划、政策而制定的行动方案、实施细则等进行监测。其对应关系如图3所示。
图3 科技创新政策监测内容层次架构
科技创新政策监测内容可分为基本政策工具、科技活动类型、产业和制定主体4个维度。其中，基本政策工具包括人才、信息、技术、资金、金融、税收、法律、采购、贸易、教育培训、基础设施、知识产权、产学研合作等；科技活动类型包括基础研究、关键技术与产品开发、技术转移、产业化等；产业主要分为第一产业、第二产业和第三产业，第二产业又可分为新一代信息技术、高端装备制造、新材料、生物、节能环保、新能源、新能源汽车等子产业；制定主体分为国家政策、大区域政策、省级政策、市州级政策、园区政策等。
科技创新政策监测按照研究对象可以分为竞争型区域、先进型区域和互补型区域。其中，竞争型区域是指与研究区域在经济、科技等核心指标方面处于同一层级且有一定竞争关系的国家(区域)；先进型区域是指在全国、全球范围具有引领作用的先进典型国家(区域)；互补性区域是指与研究区域在经济、科技优势领域具有互补合作潜力的国家(区域)。
图4 科技创新政策监测维度
本研究在科技创新政策内容框架基础上，结合科技创新政策监测的4个维度，提出科技创新政策监测路线，如图5所示。科技创新政策监测一般分为信息汇集、政策监测、深度分析3个阶段。第一阶段主要是通过政府部门、科研院所、咨询服务机构和新闻报刊等获取科技创新政策信息，建立科技创新政策信息库；第二阶段主要是利用政策监测方法对科技创新政策信息进行初级加工，形成政策监测报告；第三阶段主要是开展专题性政策深度分析，形成专项政策分析报告。
图5 科技政策监测流程
随着信息技术及互联网的飞速发展，Web、数据库和数字图书馆数据量急速攀升，如何从中发掘出隐性知识，成为当前数据分析、挖掘的重中之重。科技创新政策监测的主要任务是在信息科学、计算机科学基础上，对Web、数据库和数字图书馆等信息资源平台上的国内外科技创新政策最新动向、热点进行动态监测分析。但Web、专业数据库和数字图书馆数据具有多维性、复杂性、时间性和关联性等多重特点，因此，监测系统会综合运用多种数据挖掘技术与分析方法对网络信息资源中的科技创新政策信息进行监测、分析。
3.2.1 基于知识图谱的Web信息抽取
作为一种分布式网络，互联网因为其自身开放、异构和动态等属性，造成其资源不集中、管理结构不统一。该特性使得当前研究者与管理者无法自动、准确和高效获取网络上的科技政策信息。如何准确识别并有效挖掘包含在 Web 网页中有关科技政策的正文内容，是科技政策监测系统进行Web智能语义搜索、文档自动摘要等的重要工作之一。基于知识图谱的大数据分析工具以机器学习为基础，通过大量数据训练形成模型，在Web网页中提取可用的知识单元，从而形成一系列高质量事实表达。科技政策监测系统可以对多个网站不同网页关键信息进行抽取整合，打造科技政策知识库；系统通过模型识别，对网页中的关键词、信息来源、发布日期、数字等数据项进行自动标注，从而实现关系抽取。在采集过程中，知识图谱工具根据科技政策自身特点定制数据格式并确定知识提取范围，自动过滤掉网页中大量冗余信息，并以可视化方式呈现分类整理的结构化知识。
3.2.2 基于云计算的大数据挖掘技术
当前，科技资源信息来源趋于多样化，除科技文献、科学数据、科研仪器外，还包括年鉴、视听音像、网站、微博等多种数据源，这些海量数据相互影响又会形成新的信息资源。针对这种形势，传统单机数据挖掘系统运行效率低、能耗高，因此要将云计算与大数据挖掘技术相结合，在较短时间内获取高质量、高价值的信息数据。科技创新政策监测系统通过构建基于云计算的大数据挖掘系统，利用神经网路、统计分析和决策树等方法，对科技资源数据进行分类处理，并转化、存储成利于后续利用的大数据结构，从而实现对科技政策信息的监测与利用。
3.2.3 元数据解析技术
由于CNKI、万方、维普以及各类专业数据库有各自信息存储和检索方式，科技创新政策监控系统设置了基于模版的元数据解析功能，对于不同数据库中的信息可以解析出属于科技创新政策监控的重要元数据属性，包括信息主题、摘要、内容、发布机构、发布时间、点击数等。该功能模块还可以支持个性化定制，实现只采集数据库中某些字段，而不是采集全部信息。该模块还可以将采集到的网页元数据按照用户需要，实现定制输出。同时，输出结构还可以形成用户自定义结构的数据库，以此提升科技创新政策监测效率和准确度。
此外，许多网站、专业数据库论坛、博客、微博、新闻评论都利用RSS实现内容传播。RSS上除包含网页正文信息外，一般情况下，还会有标题、作者、发表日期、分类、关键词、信息来源等更丰富的元数据信息，科技创新政策监测系统可以对RSS聚合内容进行自动解析和采集。
为避免因信息泛滥影响政策决策质量，科技创新政策监测应依据情报覆盖面、数量级、相关性、详尽性、完整性及信息来源可靠性，制定情报质量评价指标，并以此界定情报内容的重要等级，确保收集的科技创新政策情报能作为科技创新政策监测产品开发的重要参考来源。一般而言，监测信息评价指标主要包括情报信息获取(具体包含信息的准确性、信息来源的广泛性和信息数量)、情报信息时效(具体包括信息的及时性和时效性)、情报信息内容(具体包括信息的冲击性、相关性和客观性)、情报信息表达(具体包括信息的完整性、一致性和可读性)。
基于前文理论分析，本研究提出科技创新政策监测的普适性框架，如图6所示。系统架构设计的主要意图是：提供科技战略与计划所需信息支持，实现科技战略的科学管理；提供科技研发环境与需求的信息、知识；提供国内外特定技术研发的现状及其发展趋势，为技术预测、技术评估、竞争情报提供支持；为技术研发项目提供充分的市场信息和需求信息，降低项目风险；提供特定技术研发现状、研发主题、研发机构与人员、研究时间等关联关系分析。
表1 科技创新政策监测评价指标体系
一级指标二级指标指标内容情报信息的获取信息的准确性科技信息是否从具有一定公信力或权威性的渠道所取得,其可信度有多高信息来源的广泛性科技信息取得的渠道(正式或非正式)是否广泛信息内容的详实性信息的内容是否丰富详实情报信息的时效信息的及时性信息是否是最新最快最及时的信息的时效性信息是否契合客户的关注点或热点情报信息的内容信息的冲击性信息能否对客户产生冲击性、警示性的影响信息的相关性信息是否与当前的环境相关、对客户是有用且适合信息的客观性信息提出的背景及原因情报信息的表达信息的完整性信息是否完整,涵盖应用需要的各项内容信息的一致性信息内容与相关概念是否冲突或矛盾信息的可读性信息是否易读易懂
图6 科技创新政策监测系统总体功能结构
采集系统主要功能包括：根据用户设定的采集栏目、URL、更新时间、扫描间隔等，自动扫描目标信息源；采集常见的静态与动态网页以及网页中的图片信息；分析和过滤网页中的内容，自动去除无用信息，精确获取目标内容主体；通过内容相关识别技术自动判别分类中文章的关系。
检索系统主要功能包括：对重点关注的科技创新政策热点敏感信息进行监控；自动识别科研规划与计划、传统科技文献资源、网络科技信息资源、专家知识、结构化文献、专利数据库和网页非结构化资源；对文献数据库、专利数据库、网络信息资源、专家知识等热点事件和热点领域进行分类检索，检索方法包括属性字段检索、关键词检索、组合检索、二次检索、扩展检索及基于正文、来源、作者和标题的相关检索，检索功能还支持对检索结果的相关度、时间、热度等排序。
分析系统主要功能包括：信息自动分类与敏感信息监控，综合运用关系数据库技术、全文索引技术、大规模文本智能挖掘技术等对信息进行自动分类；科技创新政策趋势分析与预警，可以进行单个政策的趋势分析、多个政策信息的趋势对比分析、政策信息传播链分析、同比环比分析和二维分析等；智能关联，根据文章内容语义，将新闻与相关各类科技创新政策信息关联起来；热点词语发现与关联，自动提取人名、地名、机构名和主题词语；统计分析，根据需要生成网站来源统计、科技创新政策地域统计、科技创新政策部门统计、科技创新政策年度统计等。
系统可以提供灵活的个性化定制功能，使用户根据自身需求配置页面显示内容、样式等，方便用户使用。同时，系统还可以提供简报撰写和管理功能，简报内容可编辑修改，支持复制和粘贴，报告模版可灵活定制。
政策监测产品是科技创新政策监测的最后一环，也是最重要的一环。只有将政策监测物化为产品，才能实现科技创新政策监测的学术价值、经济价值和社会价值，从而真正实现科技决策链、服务链、产品链、开发链、情报链的“五链结合”。
科技创新政策监测产品需求客户主要为3类，即政府(包括科技行政主管部门和其它经济社会发展管理部门)、企业(主要是科技型企业)和科研院所(主要是从事科技管理研究的相关单位)。产品必须围绕不同客户在不同阶段的不同需求进行设计，但总体而言，根据客户需求的不同阶段大致可以分为决策前、决策中和决策后3个阶段。
在决策前，客户关注的主要是科技创新政策发展态势。这一阶段主要是及时准确地搜集、整理、报道相关国家、机构和学科领域等战略研究对象全方位、最前沿的原始情报信息，同时分析这些研究对象在时间和空间上的发展形势、状态。例如，中国科学院文献情报中心发布的《科技动态监测快报》、中国行业研究网发布的网络动态监测数据、中国科学技术信息研究所编制的《科技参考》与《国际科学技术发展报告》、法国科研中心(CNRS)科技信息研究所提供的科技监测服务等都属于典型代表。
在决策中，客户关注的主要是分析预测某些国家、机构和学科领域的未来发展情况，为高层决策者制定长期发展规划提供参考。例如，中国科学院发布的《国际科学发展态势与中国科学的影响力》与《中国至2050年科技发展路线图》、中国科学技术发展战略研究院发布的《中国技术前瞻报告》、日本政策研究所定期出版的电子期刊《科学技术趋势》、韩国科技信息研究所(KISTI)开发的用于进行趋势性信息分析的信息分析系统、美国Gartner公司发布的年度新兴技术炒作周期特别报告等都是典型代表。
在决策后，客户关注的主要是科技创新政策的组织实施与效果评价。例如，欧盟发布的第七研发框架(FP7)计划评估报告、中国科学院发布的《中国区域创新能力评价报告》与《国家高新区创新发展报告》、国家科技评估中心发布的《科技创新政策实施监测与评估报告》与《国家科技重大专项评估报告》、中国生物技术发展中心发布的《中国生物技术与产业发展报告》等都是典型代表。
综上所述，围绕决策前、决策中、决策后的科技创新政策决策链，开发科技创新政策监测产品，形成物化的、持续的固定产品。科技创新政策监测产品开发链如图7所示。
图7 科技创新政策监测产品开发链
除按政策服务过程划分外，科技创新政策监测产品还可以按照内容分类，主要分为区域创新政策产品、重点专题创新政策产品和产业政策产品。其中，区域创新政策产品是指面向重点国家或地区、重点区域、省市的有具体范围指向的产品，如《中国区域创新能力评价报告》《长三角区域创新发展报告》等；重点专题创新政策产品是指创新体系、产学研结合、成果转化、科技金融、科技人才、知识产权、组织机构创新发展等专题性产品，如《中国科技人才发展报告》《中国国家级高新技术开发区发展研究报告》《中国科技金融发展报告》《高新技术企业发展报告》《中国知识产权发展报告》等；产业政策产品是指面向具体产业的产品，如《中国战略性新兴产业发展报告》《中国生物技术与产业发展报告》《电子信息产业白皮书》等。
目前，学界对科技创新政策基础理论研究不足，导致科技创新政策监测理论与实际操作思路、方向混乱。本研究进行了一些研究尝试，基于科技创新政策元数据的搜索、整理、调查和分析全流程，构建了通用的科技创新政策监测框架，但还远远不够。未来各类智库还需加强科技创新政策基础理论研究，依据自身定位、职能、任务以及相应条件与环境，进一步明确各自科技创新政策监测的特定对象与侧重点，凝练符合自身实际的科技创新政策监测产品体系。除此之外，在科技创新政策监测分析工具与方法方面，新一代情报分析方法，如知识挖掘、专利分析、技术路线、信息可视化等，将在科技创新政策监测中占据重要位置。但科技创新政策监测涉及经济社会发展多个方面，对科技情报分析也提出了更高要求。因此，研究开发出符合实际的基于多方法融合的科技创新政策监测方法体系，将是未来科技智库发展的必然选择。
[1] 付聪，尹贻林. 浅析科技政策系统的风险因素[J].现代管理科学, 2009,28(4):56-58.
[2] 王任远. 江苏省科技政策效果评估研究——基于政策绩效的视角[D].南京：南京工业大学, 2014.
[3] 杜宝贵，孙萍. 论我国科技政策研究的路径重构[J].科学管理研究, 2006,24(3):52-54.
[4] ROTHWELL R, ZEGVELD W. Reindustrialization and technology [M]. NY:Longman, M.E. Sharpe, 1985.
[5] MAX R. Public procurement as an innovation policy tool: the role of institutions[J]. Science & Public Policy,2009(5):349-360.
[6] 黄彦敏，孙成权，吴新年. 国内外科技战略情报研究现状及我国的发展建议[J].图书与情报, 2007,27(1):86-88.
[7] 袁方成，盛元芝. “新公共管理运动”的困境与转型——新西兰公共部门改革的反思及参鉴[J].公共管理学报, 2011,8(3):120-127+133.
[8] 王楠，罗珺文，王红燕. 荷兰科研评估的模式与特点——以《标准化评估指南(2015-2021)》为分析对象[J].高教探索, 2018,34(10): 50-55.
[9] 杨东峰，殷成志. 国家层面规划与政策的监测评估——国家规划与政策的监测评估国际研讨会综述[J].管理学报, 2007,4(2):249.
[10] 张宝建,李鹏利,陈劲,等. 国家科技创新政策的主题分析与演化过程——基于文本挖掘的视角[J].科学学与科学技术管理, 2019,40(11):15-31.
[11] 田进,谢长青. 中国农业科技创新政策文本:基于政策工具——科技创新链的二维分析框架[J].科学管理研究, 2018,36(3):75-79.
[12] 张永安,耿喆,王燕妮. 区域科技创新政策分类与政策工具挖掘——基于中关村数据的研究[J].科技进步与对策, 2015,32(17): 116-122.
[13] 童正容，张良强. 台湾地区科技智库发展现状及对大陆科技智库建设的启示[J].科技进步与对策, 2015,32(15):32-36.
[14] 阎东彬. 京津冀城市群科技创新政策效果评估——基于监测评估逻辑框架[J].中国流通经济, 2019,33(4):10-19.
[15] 栾春娟，侯海燕，王贤文. 国际科技政策研究热点与前沿的可视化分析[J].科学学研究,2009,27(2)：240-243.
[16] 朱东华，袁军鹏. 基于数据挖掘的科技监测方法研究[J].管理工程学报,2004,18(4)：135-139.
[17] 路德维珂·科拉罗，胡咏梅，梁文艳. 国际组织教育政策监测与评价体系的架构及其对中国的启示[J].比较教育研究， 2011,253(2)：70-75.
[18] 贺德方. 基于事实型数据的科技政策理论与方法研究[J].情报学报， 2011,30(9)：899-906.
[19] 郑珩，朱东华，胡望斌. 管理科学发展监测体系中的信息可视化研究[J].情报杂志， 2006,25(8)：41-43.
[20] 余丰，朱东华. 信息抽取技术在技术监测中的应用[J].北京理工大学学报， 2006,26(6)：88-93.
[21] 周志忍，李乐. 循证决策：国际实践、理论渊源与学术定位[J]，中国行政管理， 2013,342(12)：23-27.
[22] 武欣. 创新政策概念、演进与分类研究综述[J].生产力研究,2010,25(7):249-251.
[23] 刘会武，卫刘江，王胜光,等. 面向创新政策评价的三维分析框架[J].中国科技论坛, 2008,24(5):33-36.
[24] 王卉钰，谢科范． 科技政策体系的系统思考[J]．武汉理工大学学报(信息与管理工程版),2002,24(6):94-97．
[25] 郑建华． 新时期我国科技政策演变的价值取向研究[D]．重庆：重庆大学， 2012．
[26] 安新颖，钟华. 科技监测的理论综述与应用系统对比分析[J].情报理论与实践, 2010,33(5):124-128.
[27] 康相武. 典型国家(或地区)科技规划制定及管理的比较研究[J].中国软科学, 2008,23(12):148-152.
[28] 朱东华，徐志军，张诚. 监测分析在高新技术产业技术创新中的应用研究[J].现代图书情报技术, 2008,24(6):56-60.
[29] 欧阳进良. 新形势下有关科技计划和科技项目监测评估的探讨[J].科技管理研究， 2008,28(12):110-112.
[30] 刘宁宁，毕然，任水,等. 融合复杂网络理论的科技监测研究[J].电子测量技术, 2007,30(4):1-4.
[31] 高偲凯. 智库作为科技决策支援之研究——以国际科技政策观测平台为例[D].台湾：“中山大学”，2008.
[32] HOOD C．A public management for all seasons[J]．Public Administration, 1991(69):3-19.
[33] BOSTON J． Reshaping the state：New Zealand's bureaucratic revolution[M]． Oxford：Oxford University Press, 1991:9-10．
[34] TAIMO LEMOLA. Convergence of national science and technology policies: the case of Finland[J].Research Policy，2002(31):1481-1490.
[35] ARCHIBUGI D,BIZZARRI K．Committing to vaccine R&D：a global science policy priority[J]．Research Policy,2004,33(10)：1657-1671.
[36] SCHUMMER J. The global institutionalization of nanotechnology research: a bibliometric approach to the assessment of science policy[J]．Entometrics, 2007,70(3)：669-692．