跳转到内容

德尔菲调查

来自VeritasWiki 真理百科

德尔菲调查是以德尔菲法为原理、在较大规模上组织实施的技术预见活动。它与德尔菲法的区别在于层次:德尔菲法指的是一套匿名、多轮、带受控反馈的征询程序;德尔菲调查指的是把这一程序用于成百上千名专家、覆盖数十个技术领域、形成可对外发布的议题清单与统计结果的一次完整工程。前者是方法,后者是工程。

一次调查的构成

一场大型德尔菲调查通常包含四个部分。

第一是议题清单。组织者先把待判断的技术课题逐条写成可辨识的短句,每条包含技术名称、简要说明与判断口径。清单的颗粒度是关键:太粗,专家无从判断;太细,问卷会长到无人愿意填完。日本的做法是把课题写到"某项技术的某类指标达到某水平"这一层,每条都能被独立判断。

第二是判断项。每条课题后面通常跟着几个固定问题:预期实现的年份;实现时我国的水平与领先国家的比较;实现的途径是自主研究、引进消化还是国际合作;制约因素有哪些。这些判断项设计得好,结果才能被政策使用。

第三是专家库。专家按领域分层抽取,既要覆盖学科,也要覆盖产业与政策部门。人数并非越多越好,关键是每一层都有足够的代表性,否则某一领域的声音会被整体稀释。

第四是统计处理。汇总一般不用平均数,而用中位数与四分位距:中位数代表共识位置,四分位距代表分歧程度。两轮之间若某个课题的四分位距明显收窄,说明判断正在收敛;若始终不收窄,则说明该课题的走向本身存在实质争议,这个"不收敛"本身就是有价值的产出。[1]

日本的长期实践

日本是世界上最早由政府组织大规模技术预见调查的国家。1971年,科学技术厅组织实施了第一次基于德尔菲调查的技术预见,此后大体每五年一次;1992年第五次起改由科学技术与学术政策研究所承担,2019年完成第十一次。

这条时间线本身就是一份方法演化史。早期调查的目标是把握技术趋势,视野约三十年,问卷以"技术何时实现"为核心。1990年代以后,目标逐步转向"以未来社会愿景为导向",参与者的构成也从自然科学与工程专家扩展到人文社科专家乃至公众代表,方法上则把地平线扫描、情景分析、专家研讨与德尔菲并用。第十一次调查把回溯与预测结合起来,先勾勒2040年前后的社会图景,再倒推需要哪些技术支撑,德尔菲调查只作为其中一环。这一变化说明,单靠问卷汇集判断已不足以支撑政策,调查必须嵌入更大的分析框架。[2]

中国的路径

中国的技术预见工作起步于1990年代。1993年发布的《九十年代我国经济发展的关键技术》常被视为第一份技术预见性质的报告。2001年至2002年,上海市科委支持完成了信息、环保、生物医药、新材料等八个重点领域的技术预见研究,随后上海市科学学研究所、中国科技促进发展研究中心与中国科学院科技政策与管理科学研究所联合召开了首届全国技术预见研讨会,把方法引入更大范围。2003年,中国科学院组织开展"中国未来20年技术预见研究",以德尔菲调查为主要工具遴选面向2020年的重要技术课题。

此后的国家级调查逐步常态化,成果被用于中长期科技规划与关键技术选择。实践中的经验大致有三条:一是议题清单必须由领域专家与政策部门共同打磨,单靠一方写出的清单往往无法判断;二是专家库的维护成本被长期低估,一次调查结束若队伍散掉,下一轮要从头再来;三是调查结果若不进入规划文本,参与者会迅速失去积极性。

议题清单是怎么来的

问卷上的那几百条课题并非凭空拟出。通常的做法是先做三轮准备:第一轮由领域专家提名,每位专家提出若干候选课题;第二轮用文献计量与专利数据补充,把近年增长快、跨学科交汇的方向补进候选池;第三轮由领域工作组逐条打磨表述,删去重复、合并相近、剔除无法判断的条目。

这一过程的取舍直接决定调查的价值。若候选池只来自少数机构,结果会系统性偏向这些机构的强项;若只依赖文献计量,则会漏掉那些论文不多但工程上极为关键的方向。日本在近几轮调查中把自然语言处理用于论文与专利的聚类,先由算法给出跨学科领域候选,再交由专家判断,算是对两种偏差的一种折中。

结果怎么用

调查产出的不只是"哪年实现"的排序。对政策制定者更有用的是三类信息:哪些课题被判断为我国与领先国家差距最大,这对应攻关的重点;哪些课题的实现途径被多数专家判断为需要国际合作,这对应开放策略;哪些课题的分歧始终不收窄,这对应需要进一步研究的争议地带。

对企业而言,这类调查的价值在于提供一份外部的时间坐标——不是用来照搬,而是用来核对自己内部的判断是否偏离行业共识太远。[3]

方法上的争议

最常被提起的是时间判断的系统性偏差。多项跨国比较发现,德尔菲调查对技术实现年份的判断整体偏乐观,被判断为"十年内实现"的课题,实际实现往往更晚。原因不难理解:专家被问的是"这项技术何时可能实现",回答时容易按技术潜力而非工程与制度约束来估。

第二是共识不等于正确。德尔菲的设计目标是收敛分歧,但收敛只说明意见靠拢,不说明判断变准。若专家库结构单一,收敛出来的可能只是同一种偏见的一致版本。

第三是问卷疲劳。议题动辄数百条,专家在填写后段时的认真程度显著下降,而后段往往是交叉领域或新兴方向,恰恰最需要判断。

第四是结果的解释权。中位数年份一旦发布,常被引用为"某技术将于某年成熟",而原调查的含义是"专家判断的中位预期",两者之间隔着相当大的不确定性。这种简化在传播中几乎无法避免,也是调查组织者需要预先设计表述方式的原因。[4]