本报告回看2020年已收集的期刊研究、政策与技术资料，梳理相互关联的研究脉络。年度判断与研究提案为本次回溯整理形成。
一、年度判断
2020年的研究情境把短期响应与长期技术方向联系起来。世界卫生组织宣布疫情构成国际关注的突发公共卫生事件，并提出研究和协作建议；中国提出碳达峰、碳中和目标，党的十九届五中全会提出科技自立自强及产业链供应链现代化。三类材料分别带来响应能力、长期功能目标及技术基础建设的问题。123
年度期刊资料能够为这些问题提供技术分析入口：进步与挫折研究关注研发活动的持续和调整，模块研究进入系统的灵活性与可演化性，创新供应使用网络则追踪技术之间的历史联系。年度重点可以落在路线调整的知识基础和结构条件。456
二、贯穿全年的研究主线
（一）技术进步包含不同阶段的知识积累和调整
基因治疗和单克隆抗体的比较研究讨论技术进步及挫折阶段，不同组织调整研发活动的差异，以及公共研究组织的持续作用。它提供了分析技术路线时间结构的材料：阶段变化时，哪些问题继续被研究，哪些知识通过新的安排得到保留。4
面对突发需求，技术分析可以进一步追踪已有研究基础如何转入新任务。可复用的部分包括机制知识、数据、实验方法和协作关系；新的功能和使用条件则形成适配要求。通过具体任务的转换，可以研究响应能力来自何种长期积累。
问题导向创新系统研究以空气污染为例组织技术和社会创新及系统功能。这一视角有助于将宏观目标分解为相互关联的问题，再研究不同技术路线如何共同承担解决任务。7
（二）模块边界与系统目标共同决定调整方式
IEEE TEM的模块研究把模块界定为具有特定接口、服务于灵活性、可演化性和可制造性等目标的组件集合，并讨论模块边界与功能分解的关系。其意义在于，模块划分本身体现了系统希望保留的调整能力。5
Technovation关于模块创新的研究结合工程和管理视角，以产品专利分析模块变化如何改变架构并形成新功能。两项研究可以连接为一个年度问题：某种模块边界为何有利于特定变化，局部替换又如何通过接口引出系统层面的调整？8
这条线索适合承接2019年报的路线韧性研究。比较多个历史版本中的模块和接口，可以识别系统保留了哪些可替换部分，以及哪些知识和验证方法跨版本持续发挥作用。
（三）融合与机会识别逐渐进入可查询的技术配置
技术融合研究结合Doc2vec、链接预测和专利统计，在汽车和通信领域讨论文本信息的增益。产品技术景观研究进一步连接专利和产品数据库，支持技术基础增加、减少条件下的交互式机会搜索。910
两项材料共同提示，机会研究可以由候选排名进入条件查询：已有某种知识时能够形成哪些组合，增加一项能力后打开哪些功能，失去某个依赖后哪些路径仍然可行。研究者可以围绕具体技术问题比较配置差异。
技术知识的相关与非相关多样性研究提供进一步拆分知识基础的方式。与条件查询结合，可以研究不同类别知识在路径中承担的角色，比较多样性如何通过具体组合转化为功能空间。11
（四）长期转型需要连接技术能力、使用关系与评价条件
创新供应与使用网络研究利用长期历史资料，讨论既有联系对未来创新流的影响。它把技术放进生产和使用关系，为研究长期路径提供了一种组织方式。6
早期可持续技术评价研究通过产学合作形成可配置模板，将环境、社会和技术能力纳入评价。联系碳中和目标，可以进一步研究不同路线在何种使用条件下形成预期功能，以及需要哪些配套技术和基础设施。122
因此，长期方向判断可以围绕功能任务建立路线集合，再比较每条路线的知识基础、系统依赖和评价条件。历史供应使用关系说明积累在哪里，新的目标则提出哪些关系需要重组。
三、方法与证据如何推进
年度可建立“任务—模块—知识—使用条件”的版本化数据。研发阶段变化、模块调整、功能实现和评价条件更新均作为事件记录，形成可以回放的技术演化过程。它能够支撑短期响应、路线韧性和长期转型三个相互联系的问题。
模型创新可以集中在约束变化下的路径重构。给定新的功能目标或依赖条件，利用关系检索和图搜索生成可延续的配置，识别需要补充的知识及验证任务。比较不同调整方案时，保留技术内容和证据来源，使研究结论能够被逐项复核。
评价可分为历史解释与时间留出：前者检查模型能否重建已发生的调整过程，后者观察当时资料支持的候选路径与随后实际变化的关系。模块版本和任务事件提供相对清晰的检验单位。
四、值得集中推进的研究方向
（一）技术路线调整中的知识连续性：基于研发阶段与任务转换的研究
1. 重大意义
技术路线在进步、挫折和需求变化中持续演化。识别知识如何被保留和转用，有助于理解响应能力的积累，并判断值得长期建设的研究基础。
2. 可能的研究缺口
阶段比较研究揭示组织活动的调整，问题导向研究组织系统功能。进一步可问：阶段转换时哪些知识关系保持连续，哪些任务变化促成已有能力的新用途？47
3. 创新点
拟构建知识角色和研发任务的事件图，以关系延续、重组及用途改变识别知识连续性，并比较不同路线的调整方式。
4. 研究思路
整理公开研发记录、论文、专利和测试事件，标注阶段变化及任务连接。对照成果数量和引文连续性，评价任务模型对知识保留、转用路径及后续功能形成的解释。
（二）系统可演化性的技术基础：基于模块边界与条件变化的研究
1. 重大意义
系统的长期价值与其适应新功能和新约束的能力相关。解释模块边界如何保留调整空间，有助于识别支撑多种未来路线的关键接口和共用知识。
2. 可能的研究缺口
模块研究连接接口与非功能目标，模块创新研究分析架构和功能变化。进一步可问：哪些边界使系统能够局部调整，哪些依赖会将变化扩展到多个环节？58
3. 创新点
拟建立模块、接口和功能目标的约束图，以历史条件变化为输入，测量可行配置及配套任务的变化，形成可演化性的技术解释。
4. 研究思路
选择公开版本资料较完整的系统，重建模块和接口关系。对照模块数量、耦合度及条件可达模型，检验实际变更范围，并比较不同架构对后续功能扩展的支持。
五、年末的研究取舍
知识连续性和系统可演化性可以形成互补研究：前者进入研发过程，后者进入技术结构。首轮分别建立阶段事件和设计版本的小型数据集，再对齐二者共同涉及的功能与验证任务。
年度材料使方向判断同时具有两个时间尺度：短期观察已有能力怎样接入新问题，长期研究哪些接口、知识和验证基础能够支持持续变化。这一连接能够把重要现实情境转化为具有抽象意义的技术研究问题。
六、参考文献与信息来源
[1] World Health Organization. Statement on the second meeting of the International Health Regulations (2005) Emergency Committee regarding the outbreak of novel coronavirus (2019-nCoV). WHO, 2020-01-30（年度资料；WHO页面日期；日内公告对应北京时间1月31日）.
[2] 习近平. 习近平在第七十五届联合国大会一般性辩论上的讲话（全文）. 中国驻立陶宛代办处官方网站, 2020-09-22（年度资料；官方讲话全文公开日期）.
[3] 中国共产党第十九届中央委员会. 中国共产党第十九届中央委员会第五次全体会议公报. 新华社受权发布, 2020-10-29（年度资料；公报通过与受权发布日）.
[4] Rahul Kapoor; Thomas Klueter. Progress and setbacks: The two faces of technology emergence. Research Policy, 2020-02（年度资料；出版商卷期月份）. DOI: 10.1016/j.respol.2019.103874.
[5] Mahmoud Efatmaneshnik; Shraga Shoval; Li Qiao. A Standard Description of the Terms Module and Modularity for Systems Engineering. IEEE Transactions on Engineering Management, 2020-05（年度资料；出版商卷期月份）. DOI: 10.1109/tem.2018.2878589.
[6] Josef Taalbi. Evolution and structure of technological systems – An innovation output network. Research Policy, 2020-10（年度资料；出版商卷期月份）. DOI: 10.1016/j.respol.2020.104010.
[7] Sepehr Ghazinoory; Shohreh Nasri; Fatemeh Ameri; Gholam Ali Montazer; Ali Shayan. Why do we need ‘Problem-oriented Innovation System (PIS)’ for solving macro-level societal problems?. Technological Forecasting and Social Change, 2020-01（年度资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2019.119749.
[8] Tufail Habib; Jimmi Normann Kristiansen; Mohammad Bakhtiar Rana; Paavo Ritala. Revisiting the role of modular innovation in technological radicalness and architectural change of products: The case of Tesla X and Roomba. Technovation, 2020-12（年度资料；出版商卷期月份）. DOI: 10.1016/j.technovation.2020.102163.
[9] Tae San Kim; So Young Sohn. Machine-learning-based deep semantic analysis approach for forecasting new technology convergence. Technological Forecasting and Social Change, 2020-08（年度资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2020.120095.
[10] Changyong Lee; Daeseong Jeon; Joon Mo Ahn; Ohjin Kwon. Navigating a product landscape for technology opportunity analysis: A word2vec approach using an integrated patent-product database. Technovation, 2020-09（年度资料；出版商2020年8—9月合刊；按合刊末月归入9月）. DOI: 10.1016/j.technovation.2020.102140.
[11] Jon Mikel Zabala-Iturriagagoitia; Igone Porto Gómez; Urko Aguirre Larracoechea. Technological diversification: a matter of related or unrelated varieties?. Technological Forecasting and Social Change, 2020-06（年度资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2020.119997.
[12] Clare Farrukh; Maria Holgado. Integrating sustainable value thinking into technology forecasting: A configurable toolset for early stage technology assessment. Technological Forecasting and Social Change, 2020-09（年度资料；出版商卷期月份）. DOI: 10.1016/j.techfore.2020.120171.
