科技进步与创新、科学传播与普及、公众科学素养，是新时代中国发展进程中的三个关键词，它们不仅昭示着科学技术领域的迅猛发展，更加表征着其对经济发展与社会进步的巨大现实意义与深远影响。无数的历史事实及发达国家的成功经验都充分说明，科技进步与创新、科学传播与普及、公众科学素养三者之间的关系不是割裂的，而是比人们普遍认为的关系更加紧密，三者之间互为因果、潜移默化、相辅相成。本研究将进一步探讨科普与科技进步的关联性，以及科普人才对于公众科学素养的影响，以期为读者进一步揭示其中的内在机理。

一 科普与科技进步的关联性探析

科学技术的进步与创新和科学技术的传播与普及具有密切的关系，二者互相促进并互相反馈，交替扮演着台前幕后的角色，并且相互间的影响经过时间的发酵方能产生巨大的作用。但是，在现有研究中，针对二者之间相互关系的探讨却极其匮乏，对科普发展水平与经济发展水平关联性的探讨相对更多。其中比较有代表性的包括：伍正兴等学者探讨了区域科普能力与区域经济发展水平间的协同关系；^[1]郑念等学者采用生产函数模型探讨了科普投入对经济增长的贡献率。^[2]

近年，郑巍对科技创新与科普之间的协同机制进行了探析，充分借鉴国内外相关经验，围绕协同框架的构建及系统测度思路提出重要的见解。^[3]此外，笔者前期结合量化模型的方法尝试探讨科普与科技进步的关联性，意在抛砖引玉，期待有更多学者关注相关问题的研究。

（一）分析模型及指标的构建

“创新”是科技进步的核心，“创新”的概念首先由熊彼特在《经济发展理论》中提出，书中同时论及了创新与科技进步关联性^[4]。对科技进步的阐释相对宽泛，学界诸多学者提出了重要的观点，但可以按照科技进步的范围分为“狭义科技进步”和“广义科技进步”两种。狭义的科技进步仅限定在自然科学及工程技术领域，是技术范畴的变革与提升；而广义的科技进步除关注自然科学及工程技术之外，还涉及科学、技术与社会间的相互影响与转化。^[5][6]科技进步的影响因素以及科普与科技进步的协同关系引起了业内诸多学者的探讨。因此，为进一步分析科普与科技进步的内在联系，本研究将采用灰色关联的方法进行深入探测。

1.灰色关联模型的构建

“灰色关联”也称为灰色关联分析，是邓聚龙教授1982年创立的。该方法是针对研究过程中数量较少、问题不确定而开发的新型评价方法。其核心是将系统因子间的不确定性予以关联，以行为因子序列的几何接近度来分析并确定因子间的影响程度或因子对主行为贡献度的分析方法。它实际上是一种曲线间几何形状的比较分析，即几何形状越接近，灰色关联度就越大，反之越小^[7]。灰色关联分析方法的优点在于对研究样本的数量、样本间分布规律没有任何要求，适用于多种环境，计算量小且十分简便，定量分析结果与定性分析结果有较高的一致性。

第一，在着手进行灰色关联分析时要把原始因子转化为参考数列和比较因子数列，并对参考数列和比较因子数列的关联度进行计算，如以下公式所示。

x₀（t）=［x₀（1），...，x₀（n）］

x₁（t）=［x₁（1），...，x₁（n）］

…

x_m（t）=［x_m（1），...，x_m（n）］

这里x₀（t）为参考数列，x₁（t），...，x_i（t）为比较因子数列。其中m是比较因子的个数；n是数据项个数。由于各数据列在单位标度以及赋值分布上存在较大的差别，无法进行统计与分析，因此需要对数列中的数据进行无量纲化处理，以保证灰色关联度计算的准确性，处理后的数列如下所示：

X₀（t）=［X₀（1），...，X₀（n）］

X₁（t）=［X₁（1），...，X₁（n）］

…

X_m（t）=［X_m（1），...，X_m（n）］

第二，计算差数列：

Δ₁（t）=［Δ₁（1）...Δ₁（n））］

…

Δ_m（t）=［Δ_m（1），...，Δ_m（n）］

式中，Δ_i（j）=X₀（j）-X_i（j）i=1，...，m；j=1，...，n。

筛取差数列的最大值和最小值：

最大值Δ_max=max［Δ_i（j）］，最小值Δ_min=min［Δ_i（j）］，i=1，…，m；j=1，…，n。

第三步，计算关联系数：

其中ρ为分辨系数，根据所测量内容的状况由评价者自行确定，但考虑到综合状况，研究者大多采用0.5这个数值。

第四步，计算灰色关联度：

第i个比较因子与参考数列的灰色关联度为： 。

第五步，数据比较排序：通过以上四步对采用灰色关联