李子彪,李 晗
(河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,天津 300401)
技術(shù)系統(tǒng)演化具有不可預(yù)測(cè)性或隨機(jī)性特征[1],尤其是在數(shù)字時(shí)代信息知識(shí)大爆炸背景下,數(shù)字化技術(shù)進(jìn)步推動(dòng)競爭格局改變[2],技術(shù)迭代和更新速度不斷加快,加劇了技術(shù)創(chuàng)新和技術(shù)系統(tǒng)演化的不確定性[3]。因此,如何把握技術(shù)系統(tǒng)演化規(guī)律、識(shí)別技術(shù)系統(tǒng)演化主要要素已成為企業(yè)獲取和保持競爭優(yōu)勢(shì)的重要問題。Fleming 等[4]借鑒復(fù)雜系統(tǒng)理論,討論了技術(shù)系統(tǒng)演化是現(xiàn)有和新技術(shù)的復(fù)雜組合和配置過程;在此基礎(chǔ)上,Karvonen 等[5]依據(jù)專利之間的引用關(guān)系,通過論述不同階段技術(shù)之間的融合過程,揭示了技術(shù)系統(tǒng)演化規(guī)律。可見,技術(shù)系統(tǒng)演化是新組件和現(xiàn)有組件重組的復(fù)雜動(dòng)態(tài)過程,是多種技術(shù)共同進(jìn)化的過程[6];此外,技術(shù)系統(tǒng)演化具有路徑依賴性,即技術(shù)系統(tǒng)既在特定范式內(nèi)運(yùn)行,也在范式之間的轉(zhuǎn)換中運(yùn)行[7]。由此,必須動(dòng)態(tài)分析影響技術(shù)系統(tǒng)演化的相關(guān)問題。
技術(shù)系統(tǒng)演化的本質(zhì)是相互關(guān)聯(lián)技術(shù)功能的體現(xiàn)[8],因此,可以運(yùn)用功能分析方法,從專利文本中提取技術(shù)系統(tǒng)功能。專利為揭示技術(shù)功能信息提供了最可靠的來源[9]。然而,由于專利數(shù)據(jù)是靜態(tài)的,僅能表征過去的技術(shù)系統(tǒng)演化過程,對(duì)于準(zhǔn)確識(shí)別當(dāng)前技術(shù)系統(tǒng)演化要素存在局限性。相比之下,佩特里網(wǎng)(Petri net,PN)可以用來動(dòng)態(tài)求解這種復(fù)雜的系統(tǒng)演化問題。Murata[10]、Wu 等[11]研究表明,PN 對(duì)復(fù)雜系統(tǒng)仿真建模具有良好的適應(yīng)性,用于可視化地表示技術(shù)系統(tǒng)的行為和演化過程。在已有研究基礎(chǔ)上,考慮時(shí)間維度影響,引入隨機(jī)佩特里網(wǎng)(stochastic Petri net,SPN)。SPN 可用于復(fù)雜制造系統(tǒng)的建模、分析、控制和調(diào)度,被廣泛應(yīng)用于柔性工業(yè)控制系統(tǒng)、離散事件系統(tǒng)和辦公信息系統(tǒng)[10],可以解決復(fù)雜制造系統(tǒng)在資源共享、路徑靈活性和原材料隨機(jī)到達(dá)方面的動(dòng)態(tài)問題[12]。
但迄今為止,技術(shù)系統(tǒng)演化的微觀動(dòng)力機(jī)制以及技術(shù)系統(tǒng)結(jié)構(gòu)對(duì)技術(shù)創(chuàng)新的作用研究較少。為此,本研究以共享單車技術(shù)系統(tǒng)為例,利用SPN 表示技術(shù)系統(tǒng)在整個(gè)演進(jìn)過程中主要功能模塊的變化,以定位技術(shù)系統(tǒng)演化驅(qū)動(dòng)力的關(guān)鍵功能動(dòng)態(tài)要素。
技術(shù)系統(tǒng)演化是相互關(guān)聯(lián)的基本功能隨時(shí)間推移而發(fā)展變化的表現(xiàn)[7]。隨著技術(shù)創(chuàng)新發(fā)展,新技術(shù)是新功能及其之間關(guān)系的組合,這些功能單元組合成技術(shù)系統(tǒng)[13]。因此,Hirtz 等[14]、Kurfman 等[15]均認(rèn)為,可以通過提取技術(shù)功能構(gòu)建技術(shù)系統(tǒng)功能結(jié)構(gòu)模型。已有相關(guān)研究大部分基于專利文本內(nèi)容靜態(tài)分析某一領(lǐng)域的主要技術(shù)功能特征和內(nèi)容,而關(guān)注功能分析而不是某些專利來開展技術(shù)系統(tǒng)功能分析更為有效,如Coccia[8]試圖從技術(shù)系統(tǒng)功能結(jié)構(gòu)切入識(shí)別技術(shù)機(jī)會(huì)。
在技術(shù)文獻(xiàn)中,功能信息通常以動(dòng)賓結(jié)構(gòu)(action-object,AO)表達(dá),如Yoon 等[16-17]通過對(duì)專利文本進(jìn)行語法分析,抽取其中表征屬性和功能的詞語;劉鑫等[18]以AO 為文本挖掘的目標(biāo)結(jié)構(gòu),挖掘?qū)@械募夹g(shù)功能特征;翟東升等[19]基于主語-謂語-賓語(subject-action-object,SAO)結(jié)構(gòu)和詞向量方法構(gòu)建了隱形眼鏡消毒領(lǐng)域的技術(shù)樹,在方法探索上不斷提高專利分類的準(zhǔn)確性和技術(shù)功效構(gòu)建的自動(dòng)化水平。SAO 語義結(jié)構(gòu)方法已成為技術(shù)演化研究方法的重要發(fā)展方向,將SAO 與功能分析方法相結(jié)合,可以幫助識(shí)別太陽能電池技術(shù)、3D 打印、工業(yè)機(jī)器人等技術(shù)適用領(lǐng)域和潛在發(fā)展技術(shù)。然而,李曉曼等[20]對(duì)比分析了基于模式匹配和機(jī)器學(xué)習(xí)的SAO 結(jié)構(gòu)提取方法發(fā)現(xiàn),在新興技術(shù)形成過程中,對(duì)于技術(shù)主題之間的關(guān)聯(lián)性和關(guān)鍵技術(shù)變革節(jié)點(diǎn)特征的識(shí)別仍存在局限性,還不能通過核心功能變化準(zhǔn)確揭示技術(shù)系統(tǒng)演化軌跡的規(guī)律性特征。
為了彌補(bǔ)以上不足之處,學(xué)者們不斷豐富功能分析方法的應(yīng)用場(chǎng)景和適用性,例如,Lyw 等[21]以建筑行業(yè)為例,根據(jù)不同場(chǎng)景和用戶需求獲得相同或類似功能的專利,確定了技術(shù)系統(tǒng)演化背景和核心功能;Miao 等[22]以3D 打印技術(shù)為例,在文本挖掘分析技術(shù)主要功能的基礎(chǔ)上進(jìn)一步識(shí)別具有關(guān)鍵節(jié)點(diǎn)特征的技術(shù)演化路徑,定位技術(shù)變革發(fā)生的內(nèi)容和時(shí)間;Song 等[23]將技術(shù)功能分析與網(wǎng)絡(luò)分析相結(jié)合,提出了可以識(shí)別技術(shù)核心功能和潛在技術(shù)產(chǎn)品的研究方法;Liu 等[24]利用半監(jiān)督學(xué)習(xí)算法,將功能信息按照功能基(即所有功能的最小功能集合)進(jìn)行自動(dòng)分類和標(biāo)注,根據(jù)所提取的技術(shù)和領(lǐng)域?qū)傩詫?duì)其進(jìn)行聚類和評(píng)估,以激發(fā)設(shè)計(jì)師的創(chuàng)造力、提高創(chuàng)意新穎性,助力技術(shù)系統(tǒng)創(chuàng)新發(fā)展。
為了豐富技術(shù)系統(tǒng)演化機(jī)制研究,學(xué)者們逐漸認(rèn)識(shí)到采用動(dòng)態(tài)視角深化對(duì)技術(shù)系統(tǒng)演化動(dòng)態(tài)特征理解的重要性,如Mun 等[25]通過計(jì)算功能得分和實(shí)際需求,構(gòu)建了功能增長與下降趨勢(shì)分析框架,以此來分析技術(shù)動(dòng)態(tài)功能趨勢(shì),然而并未進(jìn)一步探討和解釋功能增長與下降趨勢(shì)的原因。為此,本研究引入SPN 構(gòu)建技術(shù)系統(tǒng)演化模型,依據(jù)不同技術(shù)功能變化對(duì)技術(shù)系統(tǒng)演化的影響程度來定位技術(shù)系統(tǒng)演化的重要因素。
PN 是用于描述分布式系統(tǒng)的一種模型,可以描述系統(tǒng)結(jié)構(gòu)和模擬系統(tǒng)運(yùn)行[26]。PN 使用庫所、變遷、標(biāo)記和圓弧等圖形工具和數(shù)學(xué)符號(hào)表示系統(tǒng)狀態(tài),可通過分析系統(tǒng)的所有可能狀態(tài),識(shí)別狀態(tài)與系統(tǒng)功能的動(dòng)態(tài)轉(zhuǎn)換機(jī)制,并根據(jù)分析結(jié)果為系統(tǒng)設(shè)計(jì)和運(yùn)行提供改進(jìn)措施[10]。PN 已經(jīng)成功地用于建模分析以異步、死鎖、沖突等為特征的基于過程的行業(yè)離散事件的動(dòng)態(tài)系統(tǒng)[11]。吳江進(jìn)等[27]基于PN 模型順序、同步、選擇和循環(huán)4 種執(zhí)行類型,從表貼產(chǎn)品制造過程建模角度,選擇順序與選擇模型對(duì)產(chǎn)品制造過程進(jìn)行建模,通過劃分和定義所有活動(dòng)及相互關(guān)系,用PN 描述上述活動(dòng)及其關(guān)系。莫太平等[28]按照制造執(zhí)行語言的功能要求建立了一種行業(yè)通用的,包含系統(tǒng)接口說明、功能模塊定義、系統(tǒng)內(nèi)部資源約束、PN 模型的集成模型,并分析了影響制造執(zhí)行系統(tǒng)可靠性的核心元素和網(wǎng)絡(luò)核心層。
由于制造系統(tǒng)演化過程是多層次多階段的過程,引入著色PN 能更清晰地表現(xiàn)不同階段的過程。Zhang 等[29]提出了分層著色PN,可用于收集和分析物聯(lián)網(wǎng)環(huán)境下車間運(yùn)行狀態(tài)數(shù)據(jù)。朱正月等[30]將面向?qū)ο蠹夹g(shù)與PN 相結(jié)合,引入時(shí)間因素,采用面向?qū)ο筚x時(shí)PN(object oriented timed petri net,OOTPN)構(gòu)建了電商物流服務(wù)系統(tǒng)的OOTPN 模型。此外,由于某個(gè)事件(如突變)在系統(tǒng)中發(fā)生需要時(shí)間,而SPN 可以將隨機(jī)延遲與每個(gè)轉(zhuǎn)移的實(shí)現(xiàn)能力和實(shí)際情況間的差異聯(lián)系起來,允許在不確定的執(zhí)行時(shí)間下進(jìn)行任務(wù)建模,從而依據(jù)模擬數(shù)字結(jié)果來驗(yàn)證系統(tǒng)行為,可解釋隨機(jī)故障的發(fā)生[31]。Liu 等[32]依據(jù)SPN 建模思想,采用分層、結(jié)構(gòu)化、模塊化的方式實(shí)現(xiàn)了制造車間數(shù)字孿生系統(tǒng)的快速開發(fā)。
綜上所述,功能分析視角認(rèn)為技術(shù)系統(tǒng)演化是相關(guān)技術(shù)功能優(yōu)化和轉(zhuǎn)化的體現(xiàn),然而,研究結(jié)果依賴于專利數(shù)據(jù),僅停留在靜態(tài)分析層面,難以應(yīng)對(duì)技術(shù)創(chuàng)新環(huán)境的不確定性。因此,本研究提出一種結(jié)合功能結(jié)構(gòu)模型和SPN 模型的新的動(dòng)態(tài)功能分析方法,使其能適應(yīng)技術(shù)系統(tǒng)的復(fù)雜性和不確定性所帶來的變化。
如圖1 所示,本研究模型的構(gòu)建和分析過程包括3 個(gè)階段和8 個(gè)具體步驟。首先,以共享單車專利技術(shù)為數(shù)據(jù)來源,構(gòu)建共享單車功能結(jié)構(gòu)模型;其次,結(jié)合系統(tǒng)工作流和馬爾可夫鏈(Markov chain,MC)分析,將功能結(jié)構(gòu)模型轉(zhuǎn)換為SPN 模型,建立同構(gòu)MC;最后,從靜態(tài)模型性能和動(dòng)態(tài)技術(shù)系統(tǒng)演化敏感性兩方面對(duì)上述模型進(jìn)行仿真分析,為探討技術(shù)系統(tǒng)演化提供參考。
圖1 研究框架
以共享單車為例具有典型性和代表性。共享單車的發(fā)展是互聯(lián)網(wǎng)和數(shù)字化發(fā)展趨勢(shì)下的產(chǎn)物,經(jīng)歷了從有樁到無樁的過程,主要技術(shù)區(qū)別在于智能鎖不同。有樁共享單車一般是通過停車樁與自行車上的鎖定裝置相結(jié)合實(shí)現(xiàn)開鎖和關(guān)鎖,因此在有樁共享單車時(shí)期,相關(guān)專利主要集中于租賃系統(tǒng)中的停車樁位、服務(wù)站點(diǎn)、車輛存取等領(lǐng)域。無樁共享單車是通過自帶的智能鎖接收信號(hào)實(shí)現(xiàn)開鎖和關(guān)鎖,因此鎖的機(jī)械結(jié)構(gòu)完全不同,相關(guān)專利主要以無樁單車的管理方式,如單車停放、訂單結(jié)算、防盜與管理技術(shù)為主。為分析共享單車技術(shù)系統(tǒng)發(fā)展,本研究基于智慧芽專利數(shù)據(jù)庫,以“TS=公共自行車or 共享單車”為檢索表達(dá)式。檢索截至2020 年12 月,數(shù)據(jù)下載時(shí)間為2021 年8 月30 日。初步剔除重復(fù)和與主題無關(guān)專利后,得到5 763 件專利。
首先,從專利數(shù)據(jù)庫中檢索相關(guān)專利,從專利標(biāo)題和摘要中提取分析專利主要功能,與現(xiàn)有研究的功能基進(jìn)行比較,補(bǔ)充和完善研究對(duì)象的功能語料庫;同時(shí)參考Hirtz 等[14]的研究,將功能基分為8 個(gè)方面(見表1)。其次,根據(jù)技術(shù)系統(tǒng)的主要功能、基本功能和功能基的表達(dá),結(jié)合專利文本內(nèi)容,提取凝練共享單車的基本功能,形成共享單車技術(shù)系統(tǒng)功能樹(見圖2)。最后,結(jié)合工作流分析思想,將共享單車技術(shù)系統(tǒng)分為6 個(gè)功能模塊,按照功能輸入與輸出的基本原理,用物質(zhì)流、能量流和信息流連接不同功能模塊,形成了共享單車技術(shù)系統(tǒng)功能結(jié)構(gòu)模型(見圖3)。
圖2 共享單車功能樹
圖3 共享單車功能結(jié)構(gòu)模型
表1 共享單車技術(shù)系統(tǒng)功能語料庫
共享單車的定位和導(dǎo)航依賴于應(yīng)用程序系統(tǒng)存儲(chǔ)的各種數(shù)據(jù)資源(庫所),以準(zhǔn)確地找到行駛和停車位置(變遷)。為了闡釋技術(shù)系統(tǒng)演化的動(dòng)態(tài)過程和特征,參考Murata[10]和Ciardo 等[33]研究,采用順序路徑、并行路徑、選擇路徑和循環(huán)路徑,通過弧線連接庫所和變遷構(gòu)建共享單車技術(shù)系統(tǒng)SPN模型,其庫所、變遷要素及含義見表2。具體而言,在系統(tǒng)工作流中,只有同時(shí)識(shí)別用戶信息和共享單車信息才能成功打開車鎖,因此在SPN 模型中可以通過平行路徑將兩者連接起來;而未成功解鎖需要重新掃碼,或支付失敗需要返回支付界面等這些情況則通過循環(huán)路徑連接。
表2 共享單車技術(shù)系統(tǒng)PN 模型庫所及變遷
表2(續(xù))
為了分析共享單車運(yùn)行過程中所有行為的性能,假設(shè)每個(gè)變遷的發(fā)生時(shí)間都服從指數(shù)分布的隨機(jī)變量。在能發(fā)生轉(zhuǎn)變的情況下,λi是變遷ti∈t的平均出現(xiàn)率,即單位時(shí)間T內(nèi)平均發(fā)生次數(shù);而變遷速率i是變遷平均發(fā)生時(shí)間的倒數(shù),即i=1/Ti。研究證明,狀態(tài)轉(zhuǎn)換由變遷速率λ產(chǎn)生,SPN 模型與連續(xù)時(shí)間的MC 是同構(gòu)的[10]。圖4 為SPN 模型的同構(gòu)MC,其中M1,M2,…,M9代表MC 中的獨(dú)立狀態(tài),各狀態(tài)之間用標(biāo)注λi的有向弧連接。
圖4 共享單車技術(shù)系統(tǒng)演化MC 模型
為分析不同系統(tǒng)演化變遷對(duì)SPN 模型性能的影響,以計(jì)算穩(wěn)定概率、庫所繁忙率、變遷利用率等指標(biāo)來分析模型性能[10],并通過某一變化量的變化率和平均變化率來考察系統(tǒng)響應(yīng)行為的敏感性。
(1)穩(wěn)定概率P(Mi)。根據(jù)同構(gòu)MC 的性質(zhì),構(gòu)造平均速率的轉(zhuǎn)移矩陣如下:
共享單車專利維持時(shí)間如表3 所示。根據(jù)專利在檢索期限內(nèi)的起止時(shí)間可知,T1=9,T2=9,T3=6,T4=9,T5=6,T6=3,T7=2,T8=3,T9=5;根據(jù)同構(gòu)MC 的性質(zhì),λi=1/Ti。因此,集合λ=(λ1,λ2,λ3,λ4,λ5,λ6,λ7,λ8,λ9)=(0.11,0.11,0.17,0.11,0.17,0.33,0.50,0.33,0.20)。
表3 2011—2020 年共享單車專利維持時(shí)間
由圖4 可以看出,狀態(tài)空間為行向量M=(M1,M2,M3,…,M9)對(duì)應(yīng)的行向量P=(P(M1),P(M2),...,P(M9))。計(jì)算穩(wěn)定概率P(Mi)。假設(shè)MC中表示的n種狀態(tài)的穩(wěn)定概率為行向量X=(x1,x2,…,xn),由MC 的性質(zhì)可得:
根據(jù)式(2)構(gòu)造線性方程組如下:
(2)庫所繁忙率(ui)。庫所繁忙率表示在技術(shù)系統(tǒng)運(yùn)行過程中系統(tǒng)行為狀態(tài)的滯留情況。計(jì)算公式如下:
式(5)中:P[M(pi)=j]為庫所pi中j個(gè)托肯的穩(wěn)定概率。
ui反映庫所的繁忙率,代表庫所pi中的平均托肯數(shù),即共享單車運(yùn)行和使用過程的消息或狀態(tài)滯留情況。若使用行為耗時(shí)少、效率高,則平均托肯數(shù)大,表明共享單車反應(yīng)或傳輸信息變化快,即繁忙率低;若使用行為耗時(shí)多、效率低,則平均托肯數(shù)小,表明共享單車反應(yīng)或傳輸信息變化慢,即繁忙率高。借助Python 軟件進(jìn)行計(jì)算得到各個(gè)狀態(tài)的穩(wěn)定概率。從表4 可見,M1、M4、和M5的穩(wěn)定概率較高,也就是說檢測(cè)車輛狀況、智能開鎖和定位是技術(shù)系統(tǒng)演化中比較重要的環(huán)節(jié),因此,增強(qiáng)車輛故障檢測(cè)、智能開鎖和定位功能優(yōu)化效率對(duì)于技術(shù)系統(tǒng)演化起到至關(guān)重要的作用。
表4 共享單車運(yùn)行狀態(tài)各標(biāo)識(shí)的穩(wěn)定概率
由表5 可以看出,庫所繁忙率從小到大依次為u3<u9<u8<u2<u10<u6=u7<u1<u5<u4。其中,u1、u5、u4分別對(duì)應(yīng)的庫所APP 軟件(p1)、智能車鎖(p5)和車輛狀況(p4)庫所繁忙率較高,則說明這3 種狀態(tài)響應(yīng)行為耗時(shí)長、效率低,即對(duì)應(yīng)響應(yīng)狀態(tài)變化慢,影響后續(xù)使用時(shí)間和行為效率,進(jìn)而影響整個(gè)騎行效率和體驗(yàn)感。因此,建議共享單車技術(shù)系統(tǒng)優(yōu)化上述3 個(gè)功能,以提高響應(yīng)時(shí)間。
表5 共享單車運(yùn)行狀態(tài)的庫所繁忙率
(3)變遷利用率U(ti)。變遷利用率表示每個(gè)行動(dòng)時(shí)間占整個(gè)系統(tǒng)運(yùn)行過程時(shí)間的比率,反映出每個(gè)行為反應(yīng)快慢及熟練程度,計(jì)算公式如下:
式(6)中:U(t)等于t可以發(fā)生的所有狀態(tài)的穩(wěn)定概率之和;E是使t可執(zhí)行的所有可達(dá)狀態(tài)的集合。
根據(jù)式(6)和同構(gòu)MC 求出變遷利用率。如表6 所示,變遷利用率從大到小排序?yàn)椋篣(t4)>U(t5)>U(t2)>U(t1)>U(t6)>U(t9)>U(t7)>U(t8)>U(t3)???見,t4、t5、t2、t1利用率最高、耗時(shí)最長,即共享單車檢測(cè)故障警告、自動(dòng)開鎖、識(shí)別信息、定位等方面需要繼續(xù)改進(jìn)。其中,開鎖利用率和響應(yīng)時(shí)間受到無線通信和信息傳輸?shù)戎饔^因素,以及鎖頭本身的質(zhì)量、持久性、潤滑性等客觀因素的綜合影響。
表6 共享單車行為過程變遷利用率
共享單車運(yùn)行過程中每個(gè)流程的響應(yīng)時(shí)間變化對(duì)整個(gè)技術(shù)系統(tǒng)性能有著不同的影響。設(shè)定某個(gè)變遷的平均發(fā)生率以0.01 單位為間隔從0.05 變到0.45,其余變遷平均發(fā)生速率保持不變,計(jì)算相應(yīng)行為的每個(gè)狀態(tài)的穩(wěn)定概率,繪制穩(wěn)定概率圖(見圖5)。其中,P(M1),P(M2),…,P(M9)分別表示功能更新或改變行為系統(tǒng)狀態(tài)M1,M2,…,M9的穩(wěn)定概率。
圖5 不同變遷發(fā)生率下共享單車技術(shù)系統(tǒng)的穩(wěn)定概率
(1)從圖5(a)可以看出,當(dāng)變遷率增加時(shí),P(M1)急劇下降,其余穩(wěn)定概率則略有上升,即隨著變遷發(fā)生率的變化,除了定位功能外,技術(shù)系統(tǒng)中其余功能變化不大,因此要特別注重優(yōu)化定位系統(tǒng)功能,尤其提高定位系統(tǒng)的快速響應(yīng)和精準(zhǔn)性,提高系統(tǒng)整體運(yùn)行效率。
(2)從圖5(b)~圖5(i) 可以看出,隨著變遷t2~t9的變遷率由0.05 變化到0.45,相應(yīng)地P(M2)~P(M9)的變化規(guī)律一致,即在變遷發(fā)生率增大情況下,相應(yīng)的技術(shù)系統(tǒng)狀態(tài)的穩(wěn)定概率下降,其余穩(wěn)定概率稍微上升。該系統(tǒng)狀態(tài)穩(wěn)定概率P(Mi)變化規(guī)律一致的原因是t2(識(shí)別信息)、t3(檢測(cè)用戶行為)、t4(檢測(cè)車輛狀況)、t5(自動(dòng)開鎖)、t6(記錄行駛軌跡)、t7(計(jì)時(shí)計(jì)費(fèi))、t8(反饋車輛狀況)、t9(更新或升級(jí)軟件)是串聯(lián)執(zhí)行的,而系統(tǒng)狀態(tài)Mi變化只受單一行為影響,從而導(dǎo)致某一行為時(shí)間減少,相應(yīng)的系統(tǒng)穩(wěn)定狀態(tài)概率降低,即托肯在相應(yīng)庫所的平均托肯數(shù)也減少。其中,圖5(f)和圖5(g)中,隨著變遷t6、t7的變遷發(fā)生率由0.05變化到0.45,技術(shù)系統(tǒng)中P(M1)、P(M4)、P(M5)的變化幅度和大小基本一致;圖5(h)和圖5(i)中,隨著變遷t8、t9的發(fā)生率由0.05 變化到0.05,技術(shù)系統(tǒng)中P(M1)、P(M4)、P(M5)的變化幅度和大小基本一致。說明t6和t7對(duì)技術(shù)系統(tǒng)狀態(tài)M1、M4、M5的影響一樣,t8和t9對(duì)技術(shù)系統(tǒng)狀態(tài)M1、M4、M5的影響一樣,這一趨勢(shì)變化與以上馬爾可夫鏈分析的變化過程相一致。相對(duì)其他變遷而言,變遷t8、t9對(duì)技術(shù)系統(tǒng)狀態(tài)M1、M4、M5的影響較大,因此需要特別關(guān)注t8(反饋車輛狀況)和t9(更新或升級(jí)軟件)的功能優(yōu)化和響應(yīng)速度,以減少其對(duì)技術(shù)系統(tǒng)行為的影響。
(3)整體來看,變遷發(fā)生率由0.05 到0.45,整個(gè)技術(shù)系統(tǒng)狀態(tài)的穩(wěn)定概率P(Mi)隨之變化,即響應(yīng)的技術(shù)系統(tǒng)狀態(tài)的穩(wěn)定概率下降,其余穩(wěn)定概率稍微上升;變遷發(fā)生率為0.05~0.25 時(shí),其對(duì)整個(gè)系統(tǒng)狀態(tài)的穩(wěn)定概率影響較大,在0.25~0.40 之間變化時(shí)影響逐漸減小,在0.40~0.45 之間則逐漸趨于穩(wěn)定。
(1)關(guān)鍵核心功能導(dǎo)致技術(shù)系統(tǒng)演化。通過識(shí)別技術(shù)系統(tǒng)的關(guān)鍵核心功能,分析技術(shù)系統(tǒng)功能結(jié)構(gòu)變化,能夠從相關(guān)功能技術(shù)之間獨(dú)特的系統(tǒng)運(yùn)行狀態(tài)闡釋技術(shù)系統(tǒng)演化過程。因此,通過識(shí)別關(guān)鍵核心功能,可以在一定程度上把握技術(shù)系統(tǒng)演化的重點(diǎn)和方向,這也是未來技術(shù)變革的關(guān)鍵點(diǎn)。
(2)技術(shù)系統(tǒng)演化的穩(wěn)定概率模型代表了技術(shù)系統(tǒng)演化的關(guān)鍵要素和發(fā)展趨勢(shì)。SPN 模型從穩(wěn)定概率、庫所繁忙率和變遷利用率三方面反映了系統(tǒng)演化的主要功能要素,進(jìn)一步通過改變技術(shù)系統(tǒng)的變化率,模擬不同功能變化對(duì)整個(gè)技術(shù)系統(tǒng)演化程度的影響,從而更直觀地識(shí)別出技術(shù)系統(tǒng)演化中的關(guān)鍵環(huán)節(jié)以及需要進(jìn)一步優(yōu)化的功能。這種方法可以用來識(shí)別驅(qū)動(dòng)技術(shù)進(jìn)化的關(guān)鍵功能動(dòng)態(tài)元素,有利于把握技術(shù)系統(tǒng)演化的焦點(diǎn)和方向,助力實(shí)現(xiàn)技術(shù)創(chuàng)新。
技術(shù)系統(tǒng)演化SPN 模型適用于數(shù)字轉(zhuǎn)型等重大技術(shù)創(chuàng)新背景下的技術(shù)系統(tǒng)演化分析,尤其適用于對(duì)基本功能認(rèn)識(shí)不足、功能不完善或亟待更新升級(jí)的階段;此外,技術(shù)系統(tǒng)演化SPN 模型對(duì)企業(yè)應(yīng)對(duì)技術(shù)創(chuàng)新環(huán)境的不確定性具有十分重要的意義,企業(yè)創(chuàng)新戰(zhàn)略的制定是對(duì)技術(shù)變化環(huán)境的響應(yīng),技術(shù)系統(tǒng)功能優(yōu)化是技術(shù)系統(tǒng)演化的主要因素。以數(shù)字技術(shù)為例,數(shù)字技術(shù)使企業(yè)能夠更有效地優(yōu)化內(nèi)部流程,而物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)既可以直接衡量成本和環(huán)境影響等關(guān)鍵成功因素,也可以分析預(yù)測(cè)這些因素,幫助降低風(fēng)險(xiǎn)和不確定性。因此,企業(yè)必須認(rèn)識(shí)到掌握技術(shù)系統(tǒng)演化規(guī)律是預(yù)測(cè)系統(tǒng)理想變化的基礎(chǔ);在識(shí)別技術(shù)機(jī)會(huì)的前提下,為研究人員提供新產(chǎn)品開發(fā)和技術(shù)創(chuàng)新的必要資源和條件,搶占技術(shù)變革先機(jī)。
本研究僅以共享單車為例,所構(gòu)建技術(shù)系統(tǒng)演化模型在普適性方面存在一定局限,在制造業(yè)數(shù)字化轉(zhuǎn)型大勢(shì)所趨的背景下,還應(yīng)進(jìn)一步考慮自動(dòng)化、數(shù)字化、智能化觸發(fā)機(jī)制對(duì)技術(shù)系統(tǒng)演化的干擾效應(yīng),因此,未來研究可以結(jié)合數(shù)字化轉(zhuǎn)型階段的特點(diǎn)和技術(shù)系統(tǒng)演進(jìn)過程中功能結(jié)構(gòu)的變化,進(jìn)一步優(yōu)化技術(shù)系統(tǒng)演化模型,并對(duì)各影響因素之間的關(guān)系開展更科學(xué)和完整的分析。