專利網(wǎng)絡(luò)視角下的潛在顛覆性技術(shù)識別*
——以自動駕駛領(lǐng)域?yàn)槔?/h1>
2022-12-26 03:16:26紀(jì)亞琨彭文波
情報(bào)雜志 2022年12期
紀(jì)亞琨 余 翔 張 奔,2 彭文波
(1.華中科技大學(xué)管理學(xué)院 武漢 430074； 2.華中科技大學(xué)法學(xué)院 武漢 430074)
0 引 言
顛覆性技術(shù)能夠提升產(chǎn)業(yè)競爭力，并對經(jīng)濟(jì)社會發(fā)展產(chǎn)生深遠(yuǎn)影響，因此對顛覆性技術(shù)進(jìn)行識別具有重大意義。調(diào)研發(fā)現(xiàn)，現(xiàn)有方法包括基于專家意見的主觀方法和基于文獻(xiàn)計(jì)量的定量方法兩大類。其中，主觀方法需要多領(lǐng)域?qū)＜覅f(xié)作，耗時長且難以排除主觀因素引起的偏差[1]。近年來，以文獻(xiàn)計(jì)量方法對顛覆性技術(shù)特征進(jìn)行量化成為新趨勢。其中最常見的是以領(lǐng)域內(nèi)專利被引次數(shù)作為標(biāo)準(zhǔn)，直接將高被引專利視為顛覆性技術(shù)[2, 3]。在此基礎(chǔ)上，Wu等[4]采用多代次引文表征知識擴(kuò)散，通過觀察“引文間斷”篩選具有顛覆性特征的發(fā)明。劉云等[5]基于學(xué)術(shù)論文三方組引用結(jié)構(gòu)繪制新興領(lǐng)域顛覆性發(fā)展路線圖。李乾瑞等[6]提出基于專利引文的技術(shù)主題-時序分析模型，定義主題突現(xiàn)性和融合性等指標(biāo)用以識別和預(yù)測3D打印領(lǐng)域的顛覆性技術(shù)主題?？梢钥吹剑捎趯＠麛?shù)據(jù)的規(guī)范化和商業(yè)化價值，現(xiàn)有關(guān)于顛覆性技術(shù)識別的量化研究大多圍繞專利展開，且專利引用關(guān)系和結(jié)構(gòu)是研究關(guān)注的重點(diǎn)。然而，受到專利申請人引證動機(jī)等影響，單靠專利引證信息進(jìn)行分析可能導(dǎo)致結(jié)果失真[7]。而大量未包含專利引證信息的專利亦因此被忽視。鑒于此，本文采用專利數(shù)據(jù)并提出基于領(lǐng)域知識網(wǎng)絡(luò)視角綜合使用國際專利分類號(IPC)和專利文本識別潛在顛覆性技術(shù)的方案，彌補(bǔ)現(xiàn)有方法的不足。
為達(dá)到此目的，本文基于技術(shù)融合理論，以專利IPC分類號構(gòu)建領(lǐng)域-發(fā)明-主題多層分析結(jié)構(gòu)。在領(lǐng)域?qū)用?，通過構(gòu)建IPC共現(xiàn)網(wǎng)絡(luò)，觀測技術(shù)節(jié)點(diǎn)在網(wǎng)絡(luò)中位置的變化，找到對領(lǐng)域已有知識結(jié)構(gòu)具有“入侵”和“擴(kuò)散”傾向的IPC節(jié)點(diǎn)；并映射到發(fā)明層找到包含上述節(jié)點(diǎn)的一系列專利，進(jìn)一步于主題層進(jìn)行主題聚類，最終獲得潛在顛覆性技術(shù)的識別結(jié)果。為說明該方法的可行性，自動駕駛汽車領(lǐng)域被作為案例進(jìn)行分析。
1 顛覆性技術(shù)的定義和特征
根據(jù)哈佛商學(xué)院教授、顛覆式創(chuàng)新理論奠基人Christensen的表述，顛覆性技術(shù)的出現(xiàn)將改變原有技術(shù)發(fā)展軌跡，并對商業(yè)模式和行業(yè)競爭帶來重大影響[8]。
從宏觀領(lǐng)域?qū)用鎭砜矗嵏残约夹g(shù)演化過程由知識融合性驅(qū)動[6]。在新興領(lǐng)域發(fā)展初期，知識庫具有非結(jié)構(gòu)化和小體量特征，大量探索性實(shí)驗(yàn)引發(fā)外來新知識占據(jù)邊緣位置并與現(xiàn)有知識體系產(chǎn)生新型融合關(guān)系[9]。隨后一些邊緣知識依靠持續(xù)融合發(fā)生擴(kuò)散，位置向中心躍遷，領(lǐng)域知識結(jié)構(gòu)亦隨之改變[10]。黃魯成等[11]學(xué)者形象地將這一過程比喻為外來物種入侵。
對應(yīng)于微觀技術(shù)層，顛覆性技術(shù)是上述躍遷知識節(jié)點(diǎn)的實(shí)際載體。在早期，由于包含此類知識節(jié)點(diǎn)而吸收了更多新知識導(dǎo)致顛覆性技術(shù)在知識結(jié)構(gòu)上具有激進(jìn)新穎性特征，亦即與領(lǐng)域內(nèi)其它技術(shù)相比具有低相似性和高差異性[12]。隨時間發(fā)展，顛覆性技術(shù)開始被更多創(chuàng)新者認(rèn)可，產(chǎn)生連鎖效應(yīng)引發(fā)后續(xù)一系列持續(xù)性創(chuàng)新，技術(shù)影響力不斷凸顯直至完成顛覆過程[13]。
綜上所述，顛覆性技術(shù)的形成過程是具有新穎性、低影響力的一類技術(shù)創(chuàng)新影響力逐漸擴(kuò)大的過程；在宏觀上該過程由技術(shù)融合驅(qū)動。
2 基于專利網(wǎng)絡(luò)的潛在顛覆性技術(shù)識別模型
具體識別模型如圖1所示。首先利用領(lǐng)域?qū)＠麛?shù)據(jù)構(gòu)建萌芽期專利IPC共現(xiàn)網(wǎng)絡(luò)，觀察領(lǐng)域知識庫結(jié)構(gòu)和融合關(guān)系。專利IPC分類號能夠結(jié)構(gòu)化表征專利所包含的知識要素和技術(shù)融合，并具有結(jié)構(gòu)化和國際通用性。適用于對跨國大規(guī)模專利數(shù)據(jù)的初步分析。為兼顧分析結(jié)果精度，本文將IPC保留至大組水平。本文重點(diǎn)關(guān)注發(fā)展早期位于知識體系邊緣位置的知識節(jié)點(diǎn)(圖1中六邊形)，在技術(shù)層則對應(yīng)著包含此類IPC節(jié)點(diǎn)的新穎性專利(圖1中星形)。然后，在領(lǐng)域?qū)幼粉櫵x節(jié)點(diǎn)網(wǎng)絡(luò)位置隨時間的變化，通過多項(xiàng)指標(biāo)計(jì)算其在以后成長期各階段網(wǎng)絡(luò)中的位置變化，確定隨領(lǐng)域發(fā)展發(fā)生擴(kuò)散和地位躍遷的IPC節(jié)點(diǎn)。相應(yīng)地映射到發(fā)明層，保留對應(yīng)專利即獲得潛在顛覆性技術(shù)。之所以稱之為潛在顛覆性技術(shù)，是考慮到眾多新興領(lǐng)域處于快速發(fā)展期，主導(dǎo)技術(shù)選擇尚未完全確定，影響力變化需長時間持續(xù)觀察[13]。
圖1 潛在顛覆性技術(shù)識別模型
結(jié)合社會網(wǎng)絡(luò)中心性理論和參考前人成果，在該過程中4個指標(biāo)被用于衡量網(wǎng)絡(luò)節(jié)點(diǎn)的進(jìn)入與擴(kuò)張過程。節(jié)點(diǎn)擴(kuò)散特征使用度中心度(Degree Centrality)和中介中心度(Betweenness Centrality)兩個指標(biāo)進(jìn)行衡量[15]。度中心度高的節(jié)點(diǎn)處于網(wǎng)絡(luò)中心位置，與眾多節(jié)點(diǎn)產(chǎn)生交流融合，算法見式(1)。其中xij表示節(jié)點(diǎn)i和j之間的連接關(guān)系，當(dāng)且僅當(dāng)兩點(diǎn)具有連接關(guān)系時xij=1，否則為0；n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。中介中心度則代表節(jié)點(diǎn)對網(wǎng)絡(luò)全局的控制力，因充當(dāng)網(wǎng)絡(luò)中信息傳播的必經(jīng)之路而地位突出，權(quán)力擴(kuò)散性特征顯著，其算法見式(2)，gjk(i)為連接j和k且經(jīng)過i的最短路徑數(shù)，gik表示所有最短路徑數(shù)，n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。
(1)
(2)
萌芽期新穎的低影響力節(jié)點(diǎn)根據(jù)是否與重要節(jié)點(diǎn)聯(lián)系分為兩種類型。如表1所示，類型1節(jié)點(diǎn)在進(jìn)入知識網(wǎng)絡(luò)后與重要節(jié)點(diǎn)連接而更靠近中心位置。其具有高接近中心度值，且具有低度中心度和中介中心度；接近中心度算法見公式(3)，dis(i,j)表示點(diǎn)i與j的網(wǎng)絡(luò)距離，n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。類型2中節(jié)點(diǎn)在引入知識網(wǎng)絡(luò)時未與現(xiàn)有知識網(wǎng)絡(luò)的重要節(jié)點(diǎn)發(fā)生連接而處于更加偏遠(yuǎn)的網(wǎng)絡(luò)位置。其在中心性特征上表現(xiàn)為具有較大的偏心度值，同時度中心度和中介中心度值較低。偏心度計(jì)算見公式(4)，dis(i,j)定義同式(3)，N為網(wǎng)絡(luò)節(jié)點(diǎn)集合。
(3)
CE(i)=max{dis(i,j),?j∈N}
(4)
表1 萌芽期新穎性低影響力節(jié)點(diǎn)類型及特征
隨后，在獲得目標(biāo)專利后，為對潛在顛覆性技術(shù)所包含的研發(fā)方向進(jìn)行深度剖析和解讀，在主題層提取潛在顛覆性技術(shù)專利摘要文本進(jìn)行LDA(Latent Dirichlet Allocation)主題模型分析。該分析過程注重結(jié)合政策文件等外部信息，在使用專利IPC分類號的基礎(chǔ)上提供更細(xì)粒度結(jié)果，同時初步證實(shí)識別結(jié)果合理性。最后，通過與現(xiàn)有前向引文識別方法進(jìn)行對比驗(yàn)證，進(jìn)一步證明了結(jié)果的可靠性。
3 實(shí)證研究：自動駕駛領(lǐng)域潛在顛覆性技術(shù)識別
3.1 樣本與數(shù)據(jù)
自動駕駛領(lǐng)域是當(dāng)前發(fā)展迅速的新興領(lǐng)域之一，其知識體系由計(jì)算機(jī)、自動化、機(jī)械、材料等眾多學(xué)科組成，導(dǎo)致領(lǐng)域內(nèi)專利涉及IPC分類號極為廣泛，可較好反映多學(xué)科融合和知識結(jié)構(gòu)演化。此外，相應(yīng)分析結(jié)果也將為我國企業(yè)制定研發(fā)計(jì)劃和選擇投資方向提供一定參考。本文選取德溫特全球?qū)＠麛?shù)據(jù)庫檢索專利申請記錄，數(shù)據(jù)涵蓋美國、歐洲、中國等主要創(chuàng)新國家和地區(qū)的創(chuàng)新活動。專利檢索式參照世界知識產(chǎn)權(quán)組織所發(fā)布的工作論文，具有一定權(quán)威性[16]。為精確劃分技術(shù)領(lǐng)域發(fā)展階段，同時慮及專利數(shù)據(jù)公開的滯后性，檢索時間區(qū)間選定為1970—2018年，經(jīng)同族合并后最終共獲得有關(guān)專利17 235件。
辯證的看，伊博人民以“變”看待世界的態(tài)度給殖民者入侵提供了契機(jī)，造成了自己部落的分崩離析，但這種“變”也為伊博部落帶來了新的機(jī)會，剔除了無人性的陋習(xí)，接觸到外界的新知識，使得伊博人也在不斷進(jìn)步之中。正如莊子所說，“盛衰之殺，變化之流也”[8]474，盛與衰永遠(yuǎn)在不斷交替變化之中，這乃是世界之本質(zhì)。當(dāng)時的伊博部落位于衰，歐洲處于盛的位置，但是二十一世紀(jì)的伊博人卻在非洲人的知識分子中占比最多。這與伊博族的人生觀和世界觀不無關(guān)系。
3.2 技術(shù)生命周期劃分
根據(jù)檢索結(jié)果，本文采用S曲線模型擬合和推算本技術(shù)領(lǐng)域的技術(shù)生命周期，此過程應(yīng)用Loglet Lab 4.0計(jì)算軟件進(jìn)行。本文將專利數(shù)據(jù)的累計(jì)年申請數(shù)輸入軟件，經(jīng)技術(shù)生命周期擬合最常用的Logistic曲線擬合，得到自動駕駛技術(shù)生命周期階段劃分結(jié)果。
如表2所示，由于技術(shù)發(fā)展水平限制，自動駕駛領(lǐng)域經(jīng)歷漫長萌芽，2003年前專利數(shù)量極少。之后隨著計(jì)算機(jī)和人工智能相繼迎來發(fā)展，大量探索性實(shí)驗(yàn)展開，導(dǎo)致專利申請數(shù)開始穩(wěn)步上升。此外，根據(jù)技術(shù)生命周期理論，萌芽期具有最顯著的激進(jìn)和間斷性特征，這成為驅(qū)動技術(shù)領(lǐng)域走出萌芽期的內(nèi)在動力。進(jìn)入成長期后此特征將逐年衰減，反之持續(xù)性創(chuàng)新激增直至領(lǐng)域發(fā)展成熟。綜上，本文進(jìn)一步選取2003—2018年的專利數(shù)據(jù)并劃分為4個階段，以本文思路，通過觀察萌芽期(2003—2007年，2008—2012年)邊緣技術(shù)節(jié)點(diǎn)在成長期兩階段的位置變化，并識別具有顛覆性潛力的發(fā)明。
表2 自動駕駛技術(shù)生命周期各階段劃分(單位：年)
3.3 基于專利網(wǎng)絡(luò)的潛在顛覆性技術(shù)識別結(jié)果
在技術(shù)領(lǐng)域?qū)用妫謩e構(gòu)建萌芽期兩階段IPC共現(xiàn)網(wǎng)絡(luò)，計(jì)算IPC節(jié)點(diǎn)的度數(shù)中心度、中介中心度、接近中心度和偏心度指標(biāo)以確定各節(jié)點(diǎn)在該時期知識網(wǎng)絡(luò)中的位置。以階段1為例，將計(jì)算結(jié)果展示于表3中?？梢杂^察到，少數(shù)技術(shù)節(jié)點(diǎn)具有較高度中心度或中介中心度值，占據(jù)領(lǐng)域知識網(wǎng)絡(luò)核心位置，其中包括G05D-001(運(yùn)載工具的位置、航道、或高度的自動控制)，G06F-017(數(shù)字計(jì)算和數(shù)據(jù)處理設(shè)備)等，而探索性實(shí)驗(yàn)引發(fā)網(wǎng)絡(luò)整體呈松散結(jié)構(gòu)，大量代表新技術(shù)的IPC節(jié)點(diǎn)占據(jù)網(wǎng)絡(luò)外圍位置。階段2領(lǐng)域知識網(wǎng)絡(luò)與階段1具有相似結(jié)構(gòu)特征，受篇幅所限有關(guān)計(jì)算結(jié)果不再贅述。
表3 各IPC網(wǎng)絡(luò)位置指標(biāo)計(jì)算結(jié)果(階段1，部分)
經(jīng)過不斷嘗試，最終確定以上述兩階段網(wǎng)絡(luò)中系列中心度指標(biāo)的均值作為參考，確定萌芽期具有新穎性低影響力的邊緣節(jié)點(diǎn)。共得到符合表1所描述的兩類型技術(shù)節(jié)點(diǎn)919個。進(jìn)一步地，分別計(jì)算上述節(jié)點(diǎn)在階段3(2013—2015年)和階段4(2016—2018年)網(wǎng)絡(luò)中的中心度和中介中心度值是否至少有一項(xiàng)大于當(dāng)期均值，由此觀察原節(jié)點(diǎn)的影響力擴(kuò)張傾向。最終發(fā)現(xiàn)198個節(jié)點(diǎn)在階段3和階段4至少發(fā)生過1次躍遷，即影響力指標(biāo)至少一項(xiàng)超過均值。與其它節(jié)點(diǎn)相比，它們具有對領(lǐng)域知識結(jié)構(gòu)造成破壞的傾向。進(jìn)一步分析發(fā)現(xiàn)，H04W-016(無線通信網(wǎng)絡(luò)的網(wǎng)絡(luò)規(guī)劃和資源劃分)，H04W-076(無線通信網(wǎng)絡(luò)的連接管理)等等多個涉及無線通信網(wǎng)絡(luò)有關(guān)技術(shù)的IPC節(jié)點(diǎn)影響力擴(kuò)張性質(zhì)最為明顯；例如H04W-076在階段4的領(lǐng)域知識網(wǎng)絡(luò)中度中心度為0.06，遠(yuǎn)大于當(dāng)期均值0.019，與80個其它IPC節(jié)點(diǎn)發(fā)生融合；而在階段1與該節(jié)點(diǎn)共現(xiàn)的IPC數(shù)目為8。這說明無線通信網(wǎng)絡(luò)技術(shù)對于自動駕駛領(lǐng)域潛在的顛覆性作用。需要指出的是，所篩選IPC節(jié)點(diǎn)中有50個節(jié)點(diǎn)在階段3發(fā)生地位躍遷，但未在階段4繼續(xù)擴(kuò)大影響力?？紤]到本領(lǐng)域處于成長期以及顛覆性技術(shù)影響力可能呈波動上升的事實(shí)，應(yīng)長期觀察，故仍納入分析范圍。另外，經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，類型2節(jié)點(diǎn)發(fā)生躍遷的概率為32%，明顯高于類型1的18.3%。
最后將領(lǐng)域?qū)铀Y選節(jié)點(diǎn)映射于專利層，獲得相關(guān)專利779件。這些專利包含諸多具有潛在顛覆性的技術(shù)研發(fā)方向，因此有必要進(jìn)行進(jìn)一步解讀。
3.4 結(jié)果解讀與檢驗(yàn)
為挖掘顛覆性技術(shù)所包含的更多技術(shù)信息，并證明篩選結(jié)果的合理性，通過LDA主題模型對779件專利摘要文本進(jìn)行主題聚類，設(shè)定LDA模型參數(shù)為默認(rèn)值[17]，并計(jì)算各個主題的困惑度值，觀察計(jì)算結(jié)果并結(jié)合實(shí)際分析情況最終選定主題數(shù)目為8個。
自動駕駛領(lǐng)域潛在顛覆性技術(shù)所包含主題如表4所示。主題1包含object、sensor、target、driver、user、input等主題詞匯，是指駕駛員狀態(tài)監(jiān)測，多駕駛模式切換等人機(jī)交互技術(shù)。我國于2018年首次發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，將人機(jī)交互列為“前瞻性”重點(diǎn)研發(fā)內(nèi)容。
表4 潛在顛覆性技術(shù)8大主題
主題2和主題8與園區(qū)自動駕駛技術(shù)相關(guān)。其中主題2為應(yīng)用于廠區(qū)、物流的自動駕駛及其衍生功能；而主題8則是廠區(qū)自動引導(dǎo)車的路線規(guī)劃。專家表示，園區(qū)自動駕駛技術(shù)將為公路級自動駕駛提供必要技術(shù)積累，現(xiàn)已成為發(fā)展自動駕駛的戰(zhàn)略任務(wù)[18]。
主題3表示融合V2X的定位感知技術(shù)。引入無線網(wǎng)絡(luò)通信實(shí)現(xiàn)車輛與交通環(huán)境、技術(shù)設(shè)施的通信，將大大提升車輛安全性。我國已將基于5G的V2X技術(shù)列為重點(diǎn)研發(fā)內(nèi)容。
主題4可概述為多車輛間的數(shù)據(jù)傳輸(V2V)。V2V技術(shù)是由V2X技術(shù)演化而來的重要分支技術(shù)，可有效彌補(bǔ)單車智能缺陷。該技術(shù)已被麻省理工大學(xué)評選為有望影響人類未來的顛覆性技術(shù)[19]。
主題5、主題6與電驅(qū)動系統(tǒng)相關(guān)。其中主題5表示電驅(qū)動系統(tǒng)的實(shí)時響應(yīng)和變速等。而主題6則是對電池、電機(jī)的智能化監(jiān)測、管理。汽車電動化已對汽車工業(yè)帶來顛覆性影響，而自動駕駛技術(shù)與新能源的融合也將成為新的重點(diǎn)。我國在《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021—2035年)》中多處指出，要重點(diǎn)支持應(yīng)用于新能源汽車的智慧化、自動化技術(shù)研發(fā)。
主題7為用于V2X的數(shù)據(jù)存儲技術(shù)。V2X技術(shù)在打破視野限制的同時使數(shù)據(jù)量驟增，相關(guān)車用數(shù)據(jù)存儲技術(shù)成為發(fā)展V2X的關(guān)鍵，專家預(yù)計(jì)其地位將持續(xù)凸顯[20]。
綜上，通過專利網(wǎng)絡(luò)視角所識別出的潛在顛覆性技術(shù)可被總結(jié)為8個研發(fā)方向，且識別結(jié)果與自動駕駛領(lǐng)域的發(fā)展趨勢相一致，具有一定合理性。
為了進(jìn)一步說明本文方案的有效性，參考顛覆性技術(shù)識別的前向引文方法，考察所篩選專利是否在前向引文數(shù)量上顯著高于未入選專利。本文將萌芽期全部專利劃分為兩組，將依照本文方案入選潛在顛覆性技術(shù)的樣本定義為組0，其余為組1。考慮到專利引文數(shù)據(jù)所具有的“偏態(tài)特征”以及引文時滯，本文參考Grimaldi等[21]的思路定義引文指數(shù)如公式(5)所示，并采用曼-惠特尼檢驗(yàn)法進(jìn)行兩獨(dú)立樣本秩和檢驗(yàn)。
(5)
結(jié)果顯示Z=-2.783，P值=0.005<0.05，組0秩平均值1080，中位數(shù)0.8；組1秩平均值1000，中位數(shù)0.65。因此兩組在引文指數(shù)上具有顯著差異，且組0的CI值顯著大于組1。亦即組別0內(nèi)專利獲得更多前向引用，它們更具有顛覆性技術(shù)的特征。
4 結(jié) 論
針對現(xiàn)有顛覆性技術(shù)識別方法所存在的缺陷，本文提出一種基于專利網(wǎng)絡(luò)的方法，在領(lǐng)域?qū)硬捎肐PC分類號構(gòu)建領(lǐng)域知識網(wǎng)絡(luò)，通過系列網(wǎng)絡(luò)指標(biāo)動態(tài)觀察新穎性知識節(jié)點(diǎn)的入侵和擴(kuò)散過程，對應(yīng)于專利層識別出潛在顛覆性技術(shù)，并采取LDA模型對潛在顛覆性技術(shù)進(jìn)行深入分析和結(jié)果的初步檢驗(yàn)。最后進(jìn)一步采用曼-惠特尼檢驗(yàn)法，從另一視角進(jìn)行結(jié)果可靠性分析。
通過將本方案實(shí)施于自動駕駛領(lǐng)域，識別出以無線通信網(wǎng)絡(luò)等技術(shù)對本領(lǐng)域知識網(wǎng)絡(luò)影響力有擴(kuò)散趨勢，具有顛覆性潛力；這些IPC節(jié)點(diǎn)對應(yīng)潛在顛覆性專利779件，具體到技術(shù)主題包含人機(jī)交互、V2V技術(shù)、電池智能化管理等8個研發(fā)方向，根據(jù)與多份權(quán)威文件和規(guī)劃的比較結(jié)果，發(fā)現(xiàn)預(yù)測結(jié)果與本領(lǐng)域發(fā)展趨勢較為符合，具有一定有效性。曼-惠特尼檢驗(yàn)結(jié)果亦支持了該結(jié)論。
此外，本文的結(jié)果還帶來以下啟示：在新興領(lǐng)域發(fā)展萌芽期，外部知識的融入引發(fā)較強(qiáng)不確定性，大量新穎性技術(shù)無法越過“死亡之谷”，而少數(shù)顛覆性技術(shù)的形成需要較長時間。應(yīng)關(guān)注早期知識網(wǎng)絡(luò)中的新穎性低影響節(jié)點(diǎn)，并持續(xù)觀測找出其中具有影響力擴(kuò)張傾向的子集，其對領(lǐng)域知識體系具有重塑作用，常蘊(yùn)含著潛在的顛覆性趨勢，是新興技術(shù)領(lǐng)域走出萌芽期轉(zhuǎn)向快速成長的內(nèi)因所在。尤其是具有高接近中心性特征的新進(jìn)技術(shù)，具有更高發(fā)生影響力擴(kuò)張的可能。這印證了此前一些學(xué)者的觀點(diǎn)，亦即新技術(shù)與重要的成熟技術(shù)發(fā)生融合，有較高新穎性且更易引起更多的技術(shù)融合，它們更可能被重視和優(yōu)先發(fā)展從而產(chǎn)生更大顛覆性[10]。這也為后續(xù)開展技術(shù)發(fā)展趨勢預(yù)測研究進(jìn)一步提供依據(jù)。
本研究尚存在不足之處。首先，該方案需要實(shí)施于更多技術(shù)領(lǐng)域，從而進(jìn)一步驗(yàn)證其普遍性和可行性。第二，現(xiàn)有識別方案僅僅使用專利數(shù)據(jù)。在未來應(yīng)考慮構(gòu)建多源數(shù)據(jù)分析結(jié)構(gòu)，將消費(fèi)者、政策等因素納入考慮，提高模型精確度和效率。
猜你喜歡
蘿卜萌芽期耐鹽性鑒定與評價山東農(nóng)業(yè)科學(xué)(2025年1期)2025-02-22 00:00:00 專利水運(yùn)工程(2022年7期)2022-07-29 08:37:38 自動捕盜機(jī)學(xué)生天地(2020年5期)2020-08-25 09:09:08 萌芽期｜春秋戰(zhàn)國藝術(shù)品鑒(2020年6期)2020-08-11 09:36:24 發(fā)明與專利傳感器世界(2019年4期)2019-06-26 09:58:44 基于STM32的自動喂養(yǎng)機(jī)控制系統(tǒng)電子測試(2018年10期)2018-06-26 05:53:36 不同玉米品種萌芽期抗旱篩選山東農(nóng)業(yè)科學(xué)(2017年2期)2017-03-15 18:49:11 根域加溫對塑料大棚內(nèi)葡萄芽萌發(fā)及生理特性的影響江蘇農(nóng)業(yè)科學(xué)(2016年8期)2017-02-15 20:01:42 關(guān)于自動駕駛汽車博覽(2016年9期)2016-10-18 13:05:41 Stefan Greiner:我們?yōu)槭裁葱枰詣玉{駛?交通建設(shè)與管理(2015年15期)2015-03-20 15:19:15
紀(jì)亞琨 余 翔 張 奔,2 彭文波
(1.華中科技大學(xué)管理學(xué)院 武漢 430074； 2.華中科技大學(xué)法學(xué)院 武漢 430074)
0 引 言
顛覆性技術(shù)能夠提升產(chǎn)業(yè)競爭力，并對經(jīng)濟(jì)社會發(fā)展產(chǎn)生深遠(yuǎn)影響，因此對顛覆性技術(shù)進(jìn)行識別具有重大意義。調(diào)研發(fā)現(xiàn)，現(xiàn)有方法包括基于專家意見的主觀方法和基于文獻(xiàn)計(jì)量的定量方法兩大類。其中，主觀方法需要多領(lǐng)域?qū)＜覅f(xié)作，耗時長且難以排除主觀因素引起的偏差[1]。近年來，以文獻(xiàn)計(jì)量方法對顛覆性技術(shù)特征進(jìn)行量化成為新趨勢。其中最常見的是以領(lǐng)域內(nèi)專利被引次數(shù)作為標(biāo)準(zhǔn)，直接將高被引專利視為顛覆性技術(shù)[2, 3]。在此基礎(chǔ)上，Wu等[4]采用多代次引文表征知識擴(kuò)散，通過觀察“引文間斷”篩選具有顛覆性特征的發(fā)明。劉云等[5]基于學(xué)術(shù)論文三方組引用結(jié)構(gòu)繪制新興領(lǐng)域顛覆性發(fā)展路線圖。李乾瑞等[6]提出基于專利引文的技術(shù)主題-時序分析模型，定義主題突現(xiàn)性和融合性等指標(biāo)用以識別和預(yù)測3D打印領(lǐng)域的顛覆性技術(shù)主題?？梢钥吹剑捎趯＠麛?shù)據(jù)的規(guī)范化和商業(yè)化價值，現(xiàn)有關(guān)于顛覆性技術(shù)識別的量化研究大多圍繞專利展開，且專利引用關(guān)系和結(jié)構(gòu)是研究關(guān)注的重點(diǎn)。然而，受到專利申請人引證動機(jī)等影響，單靠專利引證信息進(jìn)行分析可能導(dǎo)致結(jié)果失真[7]。而大量未包含專利引證信息的專利亦因此被忽視。鑒于此，本文采用專利數(shù)據(jù)并提出基于領(lǐng)域知識網(wǎng)絡(luò)視角綜合使用國際專利分類號(IPC)和專利文本識別潛在顛覆性技術(shù)的方案，彌補(bǔ)現(xiàn)有方法的不足。
為達(dá)到此目的，本文基于技術(shù)融合理論，以專利IPC分類號構(gòu)建領(lǐng)域-發(fā)明-主題多層分析結(jié)構(gòu)。在領(lǐng)域?qū)用?，通過構(gòu)建IPC共現(xiàn)網(wǎng)絡(luò)，觀測技術(shù)節(jié)點(diǎn)在網(wǎng)絡(luò)中位置的變化，找到對領(lǐng)域已有知識結(jié)構(gòu)具有“入侵”和“擴(kuò)散”傾向的IPC節(jié)點(diǎn)；并映射到發(fā)明層找到包含上述節(jié)點(diǎn)的一系列專利，進(jìn)一步于主題層進(jìn)行主題聚類，最終獲得潛在顛覆性技術(shù)的識別結(jié)果。為說明該方法的可行性，自動駕駛汽車領(lǐng)域被作為案例進(jìn)行分析。
1 顛覆性技術(shù)的定義和特征
根據(jù)哈佛商學(xué)院教授、顛覆式創(chuàng)新理論奠基人Christensen的表述，顛覆性技術(shù)的出現(xiàn)將改變原有技術(shù)發(fā)展軌跡，并對商業(yè)模式和行業(yè)競爭帶來重大影響[8]。
從宏觀領(lǐng)域?qū)用鎭砜矗嵏残约夹g(shù)演化過程由知識融合性驅(qū)動[6]。在新興領(lǐng)域發(fā)展初期，知識庫具有非結(jié)構(gòu)化和小體量特征，大量探索性實(shí)驗(yàn)引發(fā)外來新知識占據(jù)邊緣位置并與現(xiàn)有知識體系產(chǎn)生新型融合關(guān)系[9]。隨后一些邊緣知識依靠持續(xù)融合發(fā)生擴(kuò)散，位置向中心躍遷，領(lǐng)域知識結(jié)構(gòu)亦隨之改變[10]。黃魯成等[11]學(xué)者形象地將這一過程比喻為外來物種入侵。
對應(yīng)于微觀技術(shù)層，顛覆性技術(shù)是上述躍遷知識節(jié)點(diǎn)的實(shí)際載體。在早期，由于包含此類知識節(jié)點(diǎn)而吸收了更多新知識導(dǎo)致顛覆性技術(shù)在知識結(jié)構(gòu)上具有激進(jìn)新穎性特征，亦即與領(lǐng)域內(nèi)其它技術(shù)相比具有低相似性和高差異性[12]。隨時間發(fā)展，顛覆性技術(shù)開始被更多創(chuàng)新者認(rèn)可，產(chǎn)生連鎖效應(yīng)引發(fā)后續(xù)一系列持續(xù)性創(chuàng)新，技術(shù)影響力不斷凸顯直至完成顛覆過程[13]。
綜上所述，顛覆性技術(shù)的形成過程是具有新穎性、低影響力的一類技術(shù)創(chuàng)新影響力逐漸擴(kuò)大的過程；在宏觀上該過程由技術(shù)融合驅(qū)動。
2 基于專利網(wǎng)絡(luò)的潛在顛覆性技術(shù)識別模型
具體識別模型如圖1所示。首先利用領(lǐng)域?qū)＠麛?shù)據(jù)構(gòu)建萌芽期專利IPC共現(xiàn)網(wǎng)絡(luò)，觀察領(lǐng)域知識庫結(jié)構(gòu)和融合關(guān)系。專利IPC分類號能夠結(jié)構(gòu)化表征專利所包含的知識要素和技術(shù)融合，并具有結(jié)構(gòu)化和國際通用性。適用于對跨國大規(guī)模專利數(shù)據(jù)的初步分析。為兼顧分析結(jié)果精度，本文將IPC保留至大組水平。本文重點(diǎn)關(guān)注發(fā)展早期位于知識體系邊緣位置的知識節(jié)點(diǎn)(圖1中六邊形)，在技術(shù)層則對應(yīng)著包含此類IPC節(jié)點(diǎn)的新穎性專利(圖1中星形)。然后，在領(lǐng)域?qū)幼粉櫵x節(jié)點(diǎn)網(wǎng)絡(luò)位置隨時間的變化，通過多項(xiàng)指標(biāo)計(jì)算其在以后成長期各階段網(wǎng)絡(luò)中的位置變化，確定隨領(lǐng)域發(fā)展發(fā)生擴(kuò)散和地位躍遷的IPC節(jié)點(diǎn)。相應(yīng)地映射到發(fā)明層，保留對應(yīng)專利即獲得潛在顛覆性技術(shù)。之所以稱之為潛在顛覆性技術(shù)，是考慮到眾多新興領(lǐng)域處于快速發(fā)展期，主導(dǎo)技術(shù)選擇尚未完全確定，影響力變化需長時間持續(xù)觀察[13]。
圖1 潛在顛覆性技術(shù)識別模型
結(jié)合社會網(wǎng)絡(luò)中心性理論和參考前人成果，在該過程中4個指標(biāo)被用于衡量網(wǎng)絡(luò)節(jié)點(diǎn)的進(jìn)入與擴(kuò)張過程。節(jié)點(diǎn)擴(kuò)散特征使用度中心度(Degree Centrality)和中介中心度(Betweenness Centrality)兩個指標(biāo)進(jìn)行衡量[15]。度中心度高的節(jié)點(diǎn)處于網(wǎng)絡(luò)中心位置，與眾多節(jié)點(diǎn)產(chǎn)生交流融合，算法見式(1)。其中xij表示節(jié)點(diǎn)i和j之間的連接關(guān)系，當(dāng)且僅當(dāng)兩點(diǎn)具有連接關(guān)系時xij=1，否則為0；n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。中介中心度則代表節(jié)點(diǎn)對網(wǎng)絡(luò)全局的控制力，因充當(dāng)網(wǎng)絡(luò)中信息傳播的必經(jīng)之路而地位突出，權(quán)力擴(kuò)散性特征顯著，其算法見式(2)，gjk(i)為連接j和k且經(jīng)過i的最短路徑數(shù)，gik表示所有最短路徑數(shù)，n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。
(1)
(2)
萌芽期新穎的低影響力節(jié)點(diǎn)根據(jù)是否與重要節(jié)點(diǎn)聯(lián)系分為兩種類型。如表1所示，類型1節(jié)點(diǎn)在進(jìn)入知識網(wǎng)絡(luò)后與重要節(jié)點(diǎn)連接而更靠近中心位置。其具有高接近中心度值，且具有低度中心度和中介中心度；接近中心度算法見公式(3)，dis(i,j)表示點(diǎn)i與j的網(wǎng)絡(luò)距離，n為網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)。類型2中節(jié)點(diǎn)在引入知識網(wǎng)絡(luò)時未與現(xiàn)有知識網(wǎng)絡(luò)的重要節(jié)點(diǎn)發(fā)生連接而處于更加偏遠(yuǎn)的網(wǎng)絡(luò)位置。其在中心性特征上表現(xiàn)為具有較大的偏心度值，同時度中心度和中介中心度值較低。偏心度計(jì)算見公式(4)，dis(i,j)定義同式(3)，N為網(wǎng)絡(luò)節(jié)點(diǎn)集合。
(3)
CE(i)=max{dis(i,j),?j∈N}
(4)
表1 萌芽期新穎性低影響力節(jié)點(diǎn)類型及特征
隨后，在獲得目標(biāo)專利后，為對潛在顛覆性技術(shù)所包含的研發(fā)方向進(jìn)行深度剖析和解讀，在主題層提取潛在顛覆性技術(shù)專利摘要文本進(jìn)行LDA(Latent Dirichlet Allocation)主題模型分析。該分析過程注重結(jié)合政策文件等外部信息，在使用專利IPC分類號的基礎(chǔ)上提供更細(xì)粒度結(jié)果，同時初步證實(shí)識別結(jié)果合理性。最后，通過與現(xiàn)有前向引文識別方法進(jìn)行對比驗(yàn)證，進(jìn)一步證明了結(jié)果的可靠性。
3 實(shí)證研究：自動駕駛領(lǐng)域潛在顛覆性技術(shù)識別
3.1 樣本與數(shù)據(jù)
自動駕駛領(lǐng)域是當(dāng)前發(fā)展迅速的新興領(lǐng)域之一，其知識體系由計(jì)算機(jī)、自動化、機(jī)械、材料等眾多學(xué)科組成，導(dǎo)致領(lǐng)域內(nèi)專利涉及IPC分類號極為廣泛，可較好反映多學(xué)科融合和知識結(jié)構(gòu)演化。此外，相應(yīng)分析結(jié)果也將為我國企業(yè)制定研發(fā)計(jì)劃和選擇投資方向提供一定參考。本文選取德溫特全球?qū)＠麛?shù)據(jù)庫檢索專利申請記錄，數(shù)據(jù)涵蓋美國、歐洲、中國等主要創(chuàng)新國家和地區(qū)的創(chuàng)新活動。專利檢索式參照世界知識產(chǎn)權(quán)組織所發(fā)布的工作論文，具有一定權(quán)威性[16]。為精確劃分技術(shù)領(lǐng)域發(fā)展階段，同時慮及專利數(shù)據(jù)公開的滯后性，檢索時間區(qū)間選定為1970—2018年，經(jīng)同族合并后最終共獲得有關(guān)專利17 235件。
辯證的看，伊博人民以“變”看待世界的態(tài)度給殖民者入侵提供了契機(jī)，造成了自己部落的分崩離析，但這種“變”也為伊博部落帶來了新的機(jī)會，剔除了無人性的陋習(xí)，接觸到外界的新知識，使得伊博人也在不斷進(jìn)步之中。正如莊子所說，“盛衰之殺，變化之流也”[8]474，盛與衰永遠(yuǎn)在不斷交替變化之中，這乃是世界之本質(zhì)。當(dāng)時的伊博部落位于衰，歐洲處于盛的位置，但是二十一世紀(jì)的伊博人卻在非洲人的知識分子中占比最多。這與伊博族的人生觀和世界觀不無關(guān)系。
3.2 技術(shù)生命周期劃分
根據(jù)檢索結(jié)果，本文采用S曲線模型擬合和推算本技術(shù)領(lǐng)域的技術(shù)生命周期，此過程應(yīng)用Loglet Lab 4.0計(jì)算軟件進(jìn)行。本文將專利數(shù)據(jù)的累計(jì)年申請數(shù)輸入軟件，經(jīng)技術(shù)生命周期擬合最常用的Logistic曲線擬合，得到自動駕駛技術(shù)生命周期階段劃分結(jié)果。
如表2所示，由于技術(shù)發(fā)展水平限制，自動駕駛領(lǐng)域經(jīng)歷漫長萌芽，2003年前專利數(shù)量極少。之后隨著計(jì)算機(jī)和人工智能相繼迎來發(fā)展，大量探索性實(shí)驗(yàn)展開，導(dǎo)致專利申請數(shù)開始穩(wěn)步上升。此外，根據(jù)技術(shù)生命周期理論，萌芽期具有最顯著的激進(jìn)和間斷性特征，這成為驅(qū)動技術(shù)領(lǐng)域走出萌芽期的內(nèi)在動力。進(jìn)入成長期后此特征將逐年衰減，反之持續(xù)性創(chuàng)新激增直至領(lǐng)域發(fā)展成熟。綜上，本文進(jìn)一步選取2003—2018年的專利數(shù)據(jù)并劃分為4個階段，以本文思路，通過觀察萌芽期(2003—2007年，2008—2012年)邊緣技術(shù)節(jié)點(diǎn)在成長期兩階段的位置變化，并識別具有顛覆性潛力的發(fā)明。
表2 自動駕駛技術(shù)生命周期各階段劃分(單位：年)
3.3 基于專利網(wǎng)絡(luò)的潛在顛覆性技術(shù)識別結(jié)果
在技術(shù)領(lǐng)域?qū)用妫謩e構(gòu)建萌芽期兩階段IPC共現(xiàn)網(wǎng)絡(luò)，計(jì)算IPC節(jié)點(diǎn)的度數(shù)中心度、中介中心度、接近中心度和偏心度指標(biāo)以確定各節(jié)點(diǎn)在該時期知識網(wǎng)絡(luò)中的位置。以階段1為例，將計(jì)算結(jié)果展示于表3中?？梢杂^察到，少數(shù)技術(shù)節(jié)點(diǎn)具有較高度中心度或中介中心度值，占據(jù)領(lǐng)域知識網(wǎng)絡(luò)核心位置，其中包括G05D-001(運(yùn)載工具的位置、航道、或高度的自動控制)，G06F-017(數(shù)字計(jì)算和數(shù)據(jù)處理設(shè)備)等，而探索性實(shí)驗(yàn)引發(fā)網(wǎng)絡(luò)整體呈松散結(jié)構(gòu)，大量代表新技術(shù)的IPC節(jié)點(diǎn)占據(jù)網(wǎng)絡(luò)外圍位置。階段2領(lǐng)域知識網(wǎng)絡(luò)與階段1具有相似結(jié)構(gòu)特征，受篇幅所限有關(guān)計(jì)算結(jié)果不再贅述。
表3 各IPC網(wǎng)絡(luò)位置指標(biāo)計(jì)算結(jié)果(階段1，部分)
經(jīng)過不斷嘗試，最終確定以上述兩階段網(wǎng)絡(luò)中系列中心度指標(biāo)的均值作為參考，確定萌芽期具有新穎性低影響力的邊緣節(jié)點(diǎn)。共得到符合表1所描述的兩類型技術(shù)節(jié)點(diǎn)919個。進(jìn)一步地，分別計(jì)算上述節(jié)點(diǎn)在階段3(2013—2015年)和階段4(2016—2018年)網(wǎng)絡(luò)中的中心度和中介中心度值是否至少有一項(xiàng)大于當(dāng)期均值，由此觀察原節(jié)點(diǎn)的影響力擴(kuò)張傾向。最終發(fā)現(xiàn)198個節(jié)點(diǎn)在階段3和階段4至少發(fā)生過1次躍遷，即影響力指標(biāo)至少一項(xiàng)超過均值。與其它節(jié)點(diǎn)相比，它們具有對領(lǐng)域知識結(jié)構(gòu)造成破壞的傾向。進(jìn)一步分析發(fā)現(xiàn)，H04W-016(無線通信網(wǎng)絡(luò)的網(wǎng)絡(luò)規(guī)劃和資源劃分)，H04W-076(無線通信網(wǎng)絡(luò)的連接管理)等等多個涉及無線通信網(wǎng)絡(luò)有關(guān)技術(shù)的IPC節(jié)點(diǎn)影響力擴(kuò)張性質(zhì)最為明顯；例如H04W-076在階段4的領(lǐng)域知識網(wǎng)絡(luò)中度中心度為0.06，遠(yuǎn)大于當(dāng)期均值0.019，與80個其它IPC節(jié)點(diǎn)發(fā)生融合；而在階段1與該節(jié)點(diǎn)共現(xiàn)的IPC數(shù)目為8。這說明無線通信網(wǎng)絡(luò)技術(shù)對于自動駕駛領(lǐng)域潛在的顛覆性作用。需要指出的是，所篩選IPC節(jié)點(diǎn)中有50個節(jié)點(diǎn)在階段3發(fā)生地位躍遷，但未在階段4繼續(xù)擴(kuò)大影響力?？紤]到本領(lǐng)域處于成長期以及顛覆性技術(shù)影響力可能呈波動上升的事實(shí)，應(yīng)長期觀察，故仍納入分析范圍。另外，經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，類型2節(jié)點(diǎn)發(fā)生躍遷的概率為32%，明顯高于類型1的18.3%。
最后將領(lǐng)域?qū)铀Y選節(jié)點(diǎn)映射于專利層，獲得相關(guān)專利779件。這些專利包含諸多具有潛在顛覆性的技術(shù)研發(fā)方向，因此有必要進(jìn)行進(jìn)一步解讀。
3.4 結(jié)果解讀與檢驗(yàn)
為挖掘顛覆性技術(shù)所包含的更多技術(shù)信息，并證明篩選結(jié)果的合理性，通過LDA主題模型對779件專利摘要文本進(jìn)行主題聚類，設(shè)定LDA模型參數(shù)為默認(rèn)值[17]，并計(jì)算各個主題的困惑度值，觀察計(jì)算結(jié)果并結(jié)合實(shí)際分析情況最終選定主題數(shù)目為8個。
自動駕駛領(lǐng)域潛在顛覆性技術(shù)所包含主題如表4所示。主題1包含object、sensor、target、driver、user、input等主題詞匯，是指駕駛員狀態(tài)監(jiān)測，多駕駛模式切換等人機(jī)交互技術(shù)。我國于2018年首次發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，將人機(jī)交互列為“前瞻性”重點(diǎn)研發(fā)內(nèi)容。
表4 潛在顛覆性技術(shù)8大主題
主題2和主題8與園區(qū)自動駕駛技術(shù)相關(guān)。其中主題2為應(yīng)用于廠區(qū)、物流的自動駕駛及其衍生功能；而主題8則是廠區(qū)自動引導(dǎo)車的路線規(guī)劃。專家表示，園區(qū)自動駕駛技術(shù)將為公路級自動駕駛提供必要技術(shù)積累，現(xiàn)已成為發(fā)展自動駕駛的戰(zhàn)略任務(wù)[18]。
主題3表示融合V2X的定位感知技術(shù)。引入無線網(wǎng)絡(luò)通信實(shí)現(xiàn)車輛與交通環(huán)境、技術(shù)設(shè)施的通信，將大大提升車輛安全性。我國已將基于5G的V2X技術(shù)列為重點(diǎn)研發(fā)內(nèi)容。
主題4可概述為多車輛間的數(shù)據(jù)傳輸(V2V)。V2V技術(shù)是由V2X技術(shù)演化而來的重要分支技術(shù)，可有效彌補(bǔ)單車智能缺陷。該技術(shù)已被麻省理工大學(xué)評選為有望影響人類未來的顛覆性技術(shù)[19]。
主題5、主題6與電驅(qū)動系統(tǒng)相關(guān)。其中主題5表示電驅(qū)動系統(tǒng)的實(shí)時響應(yīng)和變速等。而主題6則是對電池、電機(jī)的智能化監(jiān)測、管理。汽車電動化已對汽車工業(yè)帶來顛覆性影響，而自動駕駛技術(shù)與新能源的融合也將成為新的重點(diǎn)。我國在《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021—2035年)》中多處指出，要重點(diǎn)支持應(yīng)用于新能源汽車的智慧化、自動化技術(shù)研發(fā)。
主題7為用于V2X的數(shù)據(jù)存儲技術(shù)。V2X技術(shù)在打破視野限制的同時使數(shù)據(jù)量驟增，相關(guān)車用數(shù)據(jù)存儲技術(shù)成為發(fā)展V2X的關(guān)鍵，專家預(yù)計(jì)其地位將持續(xù)凸顯[20]。
綜上，通過專利網(wǎng)絡(luò)視角所識別出的潛在顛覆性技術(shù)可被總結(jié)為8個研發(fā)方向，且識別結(jié)果與自動駕駛領(lǐng)域的發(fā)展趨勢相一致，具有一定合理性。
為了進(jìn)一步說明本文方案的有效性，參考顛覆性技術(shù)識別的前向引文方法，考察所篩選專利是否在前向引文數(shù)量上顯著高于未入選專利。本文將萌芽期全部專利劃分為兩組，將依照本文方案入選潛在顛覆性技術(shù)的樣本定義為組0，其余為組1。考慮到專利引文數(shù)據(jù)所具有的“偏態(tài)特征”以及引文時滯，本文參考Grimaldi等[21]的思路定義引文指數(shù)如公式(5)所示，并采用曼-惠特尼檢驗(yàn)法進(jìn)行兩獨(dú)立樣本秩和檢驗(yàn)。
(5)
結(jié)果顯示Z=-2.783，P值=0.005<0.05，組0秩平均值1080，中位數(shù)0.8；組1秩平均值1000，中位數(shù)0.65。因此兩組在引文指數(shù)上具有顯著差異，且組0的CI值顯著大于組1。亦即組別0內(nèi)專利獲得更多前向引用，它們更具有顛覆性技術(shù)的特征。
4 結(jié) 論
針對現(xiàn)有顛覆性技術(shù)識別方法所存在的缺陷，本文提出一種基于專利網(wǎng)絡(luò)的方法，在領(lǐng)域?qū)硬捎肐PC分類號構(gòu)建領(lǐng)域知識網(wǎng)絡(luò)，通過系列網(wǎng)絡(luò)指標(biāo)動態(tài)觀察新穎性知識節(jié)點(diǎn)的入侵和擴(kuò)散過程，對應(yīng)于專利層識別出潛在顛覆性技術(shù)，并采取LDA模型對潛在顛覆性技術(shù)進(jìn)行深入分析和結(jié)果的初步檢驗(yàn)。最后進(jìn)一步采用曼-惠特尼檢驗(yàn)法，從另一視角進(jìn)行結(jié)果可靠性分析。
通過將本方案實(shí)施于自動駕駛領(lǐng)域，識別出以無線通信網(wǎng)絡(luò)等技術(shù)對本領(lǐng)域知識網(wǎng)絡(luò)影響力有擴(kuò)散趨勢，具有顛覆性潛力；這些IPC節(jié)點(diǎn)對應(yīng)潛在顛覆性專利779件，具體到技術(shù)主題包含人機(jī)交互、V2V技術(shù)、電池智能化管理等8個研發(fā)方向，根據(jù)與多份權(quán)威文件和規(guī)劃的比較結(jié)果，發(fā)現(xiàn)預(yù)測結(jié)果與本領(lǐng)域發(fā)展趨勢較為符合，具有一定有效性。曼-惠特尼檢驗(yàn)結(jié)果亦支持了該結(jié)論。
此外，本文的結(jié)果還帶來以下啟示：在新興領(lǐng)域發(fā)展萌芽期，外部知識的融入引發(fā)較強(qiáng)不確定性，大量新穎性技術(shù)無法越過“死亡之谷”，而少數(shù)顛覆性技術(shù)的形成需要較長時間。應(yīng)關(guān)注早期知識網(wǎng)絡(luò)中的新穎性低影響節(jié)點(diǎn)，并持續(xù)觀測找出其中具有影響力擴(kuò)張傾向的子集，其對領(lǐng)域知識體系具有重塑作用，常蘊(yùn)含著潛在的顛覆性趨勢，是新興技術(shù)領(lǐng)域走出萌芽期轉(zhuǎn)向快速成長的內(nèi)因所在。尤其是具有高接近中心性特征的新進(jìn)技術(shù)，具有更高發(fā)生影響力擴(kuò)張的可能。這印證了此前一些學(xué)者的觀點(diǎn)，亦即新技術(shù)與重要的成熟技術(shù)發(fā)生融合，有較高新穎性且更易引起更多的技術(shù)融合，它們更可能被重視和優(yōu)先發(fā)展從而產(chǎn)生更大顛覆性[10]。這也為后續(xù)開展技術(shù)發(fā)展趨勢預(yù)測研究進(jìn)一步提供依據(jù)。
本研究尚存在不足之處。首先，該方案需要實(shí)施于更多技術(shù)領(lǐng)域，從而進(jìn)一步驗(yàn)證其普遍性和可行性。第二，現(xiàn)有識別方案僅僅使用專利數(shù)據(jù)。在未來應(yīng)考慮構(gòu)建多源數(shù)據(jù)分析結(jié)構(gòu)，將消費(fèi)者、政策等因素納入考慮，提高模型精確度和效率。
猜你喜歡
山東農(nóng)業(yè)科學(xué)(2025年1期)2025-02-22 00:00:00
水運(yùn)工程(2022年7期)2022-07-29 08:37:38
學(xué)生天地(2020年5期)2020-08-25 09:09:08
藝術(shù)品鑒(2020年6期)2020-08-11 09:36:24
傳感器世界(2019年4期)2019-06-26 09:58:44
電子測試(2018年10期)2018-06-26 05:53:36
山東農(nóng)業(yè)科學(xué)(2017年2期)2017-03-15 18:49:11
江蘇農(nóng)業(yè)科學(xué)(2016年8期)2017-02-15 20:01:42
汽車博覽(2016年9期)2016-10-18 13:05:41
交通建設(shè)與管理(2015年15期)2015-03-20 15:19:15
