何曉斐，夏志杰（上海工程技術(shù)大學(xué) 管理學(xué)院，上海 201620）

0 引言

技術(shù)戰(zhàn)略對國家提高科技創(chuàng)新綜合實(shí)力至關(guān)重要，且技術(shù)戰(zhàn)略的制定離不開對技術(shù)當(dāng)前發(fā)展?fàn)顟B(tài)及未來發(fā)展趨勢的準(zhǔn)確把握與判斷，而技術(shù)生命周期是反映技術(shù)發(fā)展趨勢的重要指標(biāo)[1]。技術(shù)生命周期的科學(xué)判斷不僅可以幫助國家快速把握國內(nèi)外技術(shù)的發(fā)展態(tài)勢，幫助企業(yè)宏觀了解技術(shù)發(fā)展現(xiàn)狀。因此，技術(shù)生命周期的準(zhǔn)確判斷對國家和企業(yè)的發(fā)展規(guī)劃和前瞻性管理都有至關(guān)重要的作用。

識別技術(shù)生命周期的方法集中在以下三個方面：第一種為模型化方法，即使用曲線或者已構(gòu)建模型對技術(shù)生命周期進(jìn)行識別判斷，如S 曲線[2]、Fish-pry 模型法[3]和系統(tǒng)動力學(xué)方法[4]；第二種為計(jì)量法，即使用文獻(xiàn)計(jì)量和數(shù)據(jù)挖掘的方法對技術(shù)生命周期進(jìn)行識別和判斷，如專利指標(biāo)分析法[5]、TCT 計(jì)算法[6]和多指標(biāo)測量法[7]；第三種為描述法，即偏向于主觀評估度量，如基于TRL 的技術(shù)成熟度分析方法[5]與德爾菲法。其中模型化方法和計(jì)量法無法深入技術(shù)生命周期內(nèi)部探索其技術(shù)演化的內(nèi)在特征。隨著技術(shù)生命周期發(fā)展判斷的研究逐漸增多，運(yùn)用多指標(biāo)識別技術(shù)生命周期分界時間線被越來越多的研究者采用[7]，但面對演化時間長且發(fā)展曲折的技術(shù)會忽視技術(shù)內(nèi)部的客觀演化規(guī)律，導(dǎo)致劃分效果具有較大的隨機(jī)性。故擬融合模型法和計(jì)量法構(gòu)造技術(shù)生命周期預(yù)測模型，深入探討技術(shù)的發(fā)展演變情況。

結(jié)合多指標(biāo)模型和隱馬爾可夫模型構(gòu)建多指標(biāo)隱馬爾可夫模型，從專利申請數(shù)量、技術(shù)開發(fā)人員數(shù)量和審查過程持續(xù)時間三個指標(biāo)優(yōu)化隱馬爾可夫模型，更準(zhǔn)確地識別技術(shù)生命周期。具體的研究包括：提取相關(guān)專利指標(biāo)的數(shù)據(jù)處理成時間序列數(shù)據(jù)；然后，利用BIC 判斷技術(shù)生命周期的階段數(shù)，再運(yùn)用Baum-Welch 模型來估計(jì)模型參數(shù)，Viterbi 算法獲得最可能的狀態(tài)序列；最后將多指標(biāo)隱馬爾可夫模型同技術(shù)生命周期的經(jīng)典S 曲線和多指標(biāo)技術(shù)生命周期判斷體系相比較，驗(yàn)證其有效性及精確度。

1 預(yù)測模型構(gòu)建

本文基于數(shù)據(jù)源和預(yù)測方法進(jìn)行改進(jìn)，以智能手表技術(shù)為例，提出一種技術(shù)預(yù)測和改進(jìn)模型。首先，對數(shù)據(jù)指標(biāo)進(jìn)行重構(gòu)，豐富數(shù)據(jù)指標(biāo)，提供更為可靠的結(jié)果；其次，利用雙隨機(jī)過程的隱馬爾可夫模型確定技術(shù)生命周期的階段數(shù)及每個年份所對應(yīng)的技術(shù)生命周期階段，并給出每個技術(shù)生命周期階段的轉(zhuǎn)移概率；最后，利用主成分分析法分析每個指標(biāo)的貢獻(xiàn)率，構(gòu)造技術(shù)生命周期指數(shù)，對隱馬爾可夫模型所判斷的技術(shù)生命周期階段進(jìn)行對比和驗(yàn)證。

1.1 技術(shù)生命周期數(shù)據(jù)指標(biāo)的構(gòu)建

提取技術(shù)生命周期的時間序列專利指標(biāo)需考慮以下問題：首先，專利指標(biāo)可以捕獲決定技術(shù)生命周期階段的因素—技術(shù)影響，并分析這些指標(biāo)的動態(tài)行為是否可用于技術(shù)生命周期分析。其次，選擇的專利指標(biāo)可表明不同生命周期階段之間存在的顯著差異，以提高準(zhǔn)確性和可靠性。最后，在數(shù)據(jù)可獲取性方面，從公共數(shù)據(jù)庫中提取的指標(biāo)提高了所提方法的可行性?；谶@些考慮，選擇了以下3 個時間序列專利指標(biāo)。

（1）專利數(shù)量（PNt）：該指標(biāo)是分析技術(shù)生命周期最常用的指標(biāo)之一。在分析技術(shù)生命周期時，該指標(biāo)的增減可以被解釋為研發(fā)活動水平和變化情況。根據(jù)以往文獻(xiàn)表明，一項(xiàng)技術(shù)的專利數(shù)量會一直增加直至生命周期的成熟期，然后開始逐漸下降，達(dá)到飽和?？紤]到這些因素，本文將此指標(biāo)定義為時刻t 某技術(shù)領(lǐng)域發(fā)布專利數(shù)量的時間序列數(shù)據(jù)。

（2）技術(shù)開發(fā)人員數(shù)量（TDt）：在技術(shù)生命周期的初始階段，有許多開發(fā)者試圖進(jìn)入該領(lǐng)域，但隨著技術(shù)的逐漸成熟，少數(shù)技術(shù)開發(fā)人員仍然留在該領(lǐng)域?；诖?，本文將此指標(biāo)定義為時刻t 某技術(shù)領(lǐng)域中技術(shù)開發(fā)人員數(shù)量的時間序列數(shù)據(jù)。

（3）審查過程持續(xù)時間（DE Pt）：專利審查過程的持續(xù)時間和技術(shù)價值之間存在重要關(guān)系。因?yàn)閷彶檎呷狈π录夹g(shù)的經(jīng)驗(yàn)，對先前技術(shù)數(shù)量進(jìn)行嚴(yán)格檢查，故專利審查持續(xù)時間受到技術(shù)生命周期階段的影響。因此，本文將此指標(biāo)定義為時刻t 某項(xiàng)技術(shù)相關(guān)專利從申請日到授予日之間平均時間的時間序列數(shù)據(jù)。

1.2 技術(shù)生命周期識別模型構(gòu)建

隱馬爾可夫模型是一種基于雙隨機(jī)過程的機(jī)器學(xué)習(xí)技術(shù)，在雙隨機(jī)過程中，潛在的隨機(jī)過程不能直接觀察到，但可以通過第二組隨機(jī)過程觀察到。隱馬爾可夫模型由初始概率分布、狀態(tài)轉(zhuǎn)移概率分布及觀測概率分布確定，可表示為λ=（I,O,A,B,π），I 是長度為T 的狀態(tài)序列I=（i1,i2,i3,…,iT），O 是對應(yīng)的觀測序列O=（o1,o2,o3,…,oT），A 是狀態(tài)轉(zhuǎn)移序列A=［aij］N×N，其中：

是在時刻t 處于狀態(tài)qi的條件下在時刻t+1 轉(zhuǎn)移到狀態(tài)qj的概率。其中it是t 時刻的一種狀態(tài)，N 是可能的狀態(tài)數(shù)，可以通過定性分析或貝葉斯信息準(zhǔn)則等定量工具根據(jù)情況確定最佳狀態(tài)數(shù)N。B 是觀測概率矩陣B=［bj（k）］N×M，其中：

是在時刻t 處于狀態(tài)qi的條件下生成觀測vk的概率。π 是初始狀態(tài)概率向量π=（πi），其中：

是在時刻t=1 處于狀態(tài)qi的概率。

對于連續(xù)的隱馬爾可夫模型，需要確定觀測向量的狀態(tài)概率密度函數(shù)分布來估計(jì)模型參數(shù)。本文假設(shè)專利指標(biāo)遵循均值為μj，協(xié)方差矩陣為Σj的多元高斯分布，不同技術(shù)之間的均值和協(xié)方差不同，相同技術(shù)在不同生命周期階段的均值和協(xié)方差也不同。公式如下所示：

其中：第j 個分量是混合參數(shù)φj的多元高斯分布，平均值為μj，協(xié)方差矩陣為Σj。

然后利用貝葉斯信息度量（BIC）確定技術(shù)生命周期的階段數(shù)。BIC 準(zhǔn)則解決時間序列數(shù)據(jù)定階問題時，在大樣本的情況下表現(xiàn)優(yōu)于AIC 準(zhǔn)則，BIC 使用貝葉斯因子方法來選擇模型，不需要考慮參數(shù)的先驗(yàn)概率。通過選擇BIC 最小值對應(yīng)的擬合模型來確定貝葉斯后驗(yàn)概率最高的模型。其公式如下所示：

其中：f（y|θk）為模型的極大似然函數(shù)，K 為模型參數(shù)個數(shù)，n 為樣本數(shù)。

接下來利用Baum-Welch 模型來估計(jì)模型參數(shù)，它的參數(shù)學(xué)習(xí)可以用EM 算法來實(shí)現(xiàn)。輸入相應(yīng)的觀測序列即可學(xué)習(xí)隱馬爾可夫模型λ=（A,B,）π 的參數(shù)；再利用Viterbi 算法獲得最可能的狀態(tài)序列。最后，得到了技術(shù)生命周期進(jìn)程的各個階段，以及狀態(tài)轉(zhuǎn)移概率矩陣、觀測概率密度矩陣和初始狀態(tài)概率向量。

1.3 技術(shù)生命周期指數(shù)構(gòu)造及有效性驗(yàn)證

一般情況下多指標(biāo)測度體系用于技術(shù)生命周期判斷時，需要構(gòu)建技術(shù)生命周期指數(shù)模型，目的是將多個指標(biāo)綜合起來，通過主成分分析法獲取主成分個數(shù)及特征因子權(quán)重，然后通過指數(shù)綜合模型來計(jì)算綜合評價值，觀察技術(shù)生命周期演化曲線發(fā)展趨勢判斷技術(shù)所處發(fā)展階段。其中，主成分所表現(xiàn)出的信息貢獻(xiàn)率是有差異的，為了更好地反映出指標(biāo)重要性的差異性，本文采取主成分的方差貢獻(xiàn)率與累計(jì)方差貢獻(xiàn)率的比值作為主成分權(quán)重賦予的依據(jù)，保證加權(quán)的客觀性，體現(xiàn)出指標(biāo)構(gòu)建的科學(xué)性。目前關(guān)于多指標(biāo)體系綜合指數(shù)模型構(gòu)建已有大量相關(guān)研究工作，本文在參考了相關(guān)研究資料后所構(gòu)建的技術(shù)生命周期指數(shù)模型為：

公式中I 代表技術(shù)生命周期指數(shù)，ωi代表第i 個主成分的權(quán)重，F(xiàn)i為第i 個主成分。利用構(gòu)造的技術(shù)生命周期指數(shù)對隱馬爾可夫模型判斷的階段數(shù)進(jìn)行排列，得出技術(shù)生命周期的狀態(tài)序列。

為驗(yàn)證構(gòu)建的技術(shù)生命周期多指標(biāo)測度體系的優(yōu)越性，選擇技術(shù)生命周期判斷方法中最為常用的基于累計(jì)專利申請量的S曲線和多指標(biāo)技術(shù)生命周期識別模型與其進(jìn)行對比分析，判斷多指標(biāo)隱馬爾可夫模型識別技術(shù)生命周期的有效性及靈敏度。

2 實(shí)證分析

2.1 數(shù)據(jù)來源及處理

本文以智能手表專利技術(shù)為例，對模型進(jìn)行實(shí)證分析。數(shù)據(jù)來源于專利分析與檢索網(wǎng)站（https://pss-system.cponline.cnipa.gov.cn/），檢索“智能手表”獲取2013 年至2021 年的智能手表專利數(shù)據(jù)。根據(jù)IPC 專利號將智能手表分類成若干子類，因某些子類專利數(shù)較少仍處于生命周期的早期階段，故選取子類專利數(shù)較多的子類進(jìn)行技術(shù)生命周期的討論分析。選取9 個子類共6 530 條專利數(shù)據(jù)，專利子類分別為A44、A61、G01、G04、G06、G08、H01、H02、H04。為減少短期波動，將9 個子類共6 530 條專利數(shù)據(jù)按照指標(biāo)PNt、TDt和DEPt處理成以年為單位的時間序列數(shù)據(jù)。

2.2 技術(shù)生命周期發(fā)展判斷

將處理后的時間序列數(shù)據(jù)集用多變量高斯混合模型與時間序列專利指標(biāo)擬合后，根據(jù)BIC 擬合模型階段數(shù)，擬合結(jié)果如圖1 所示，由圖1 可得將類別設(shè)置為4 時，BIC 的值最小，這意味著分子擴(kuò)增診斷技術(shù)的生命周期最好由4 個不同階段來解釋。

圖1 BIC 劃分技術(shù)生命周期階段數(shù)

運(yùn)用Python 中實(shí)現(xiàn)的“hmm”包，通過Baum-Welch 和Viterbi 算法估計(jì)模型的相關(guān)參數(shù)均值及各階段狀態(tài)轉(zhuǎn)移矩陣，但由于計(jì)算機(jī)輸出的技術(shù)生命周期階段的階段順序不確定，故引入技術(shù)生命周期指數(shù)。運(yùn)用SPSS 軟件中的主成分分析法，確定各特征因子權(quán)重，得到技術(shù)生命周期指數(shù)的表達(dá)式為：

其中：Fi設(shè)定為各指標(biāo)在每個階段的均值。根據(jù)技術(shù)生命周期指數(shù)確定技術(shù)生命周期階段順序，各指標(biāo)所處階段狀態(tài)轉(zhuǎn)移概率矩陣分別如表1 所示。最后，推導(dǎo)出智能手表的子技術(shù)生命周期序列如圖2 所示。

圖2 智能手表子技術(shù)生命周期預(yù)測

表1 狀態(tài)轉(zhuǎn)移概率矩陣

由隱馬爾可夫模型預(yù)測的智能手表子技術(shù)的技術(shù)生命周期所處階段不一，大多數(shù)子技術(shù)處于技術(shù)生命周期的第二階段，但是子技術(shù)G06 和H04 發(fā)展較快，已發(fā)展到技術(shù)生命周期的第四階段。

2.3 有效性驗(yàn)證

為驗(yàn)證隱馬爾可夫模型預(yù)測技術(shù)生命周期階段劃分的準(zhǔn)確性，選擇技術(shù)生命周期判斷方法中最為常用的基于專利累計(jì)申請量的S 曲線和多指標(biāo)技術(shù)生命周期指數(shù)方法與多指標(biāo)隱馬爾可夫模型進(jìn)行對比分析來驗(yàn)證所構(gòu)建的技術(shù)生命周期多指標(biāo)測度體系的有效性。本節(jié)選取的技術(shù)生命周期指數(shù)表達(dá)式為公式（7）。

圖3 中的長虛線表示S 曲線和多指標(biāo)技術(shù)生命周期指數(shù)方法曲線所判斷的技術(shù)生命周期階段劃分的結(jié)果，兩種方法所判斷的結(jié)果相同；圖中短虛線所表示的是本文所構(gòu)建的隱馬爾可夫模型所判斷的技術(shù)生命周期階段劃分的結(jié)果?？芍[馬爾可夫模型所判斷的萌芽期和成長期的分界時間點(diǎn)和成長期與成熟期的分界時間點(diǎn)與S 曲線和多指標(biāo)技術(shù)生命周期指數(shù)方法所判斷的相差不大；但是隱馬爾可夫模型判斷成熟期與衰退期的分界時間點(diǎn)要早于S 曲線和多指標(biāo)技術(shù)生命周期方法所判斷的分解時間點(diǎn)，這兩種方法所表現(xiàn)的較為延遲。

圖3 H04 技術(shù)三種技術(shù)生命周期階段判斷技術(shù)對比

針對所選取的智能手表的子技術(shù)而言，多指標(biāo)隱馬爾可夫模型與S 曲線和多指標(biāo)技術(shù)生命周期模型相較，多指標(biāo)隱馬爾可夫模型在技術(shù)生命周期不同發(fā)展階段分界線方面更加符合實(shí)際，更加精準(zhǔn)。

3 結(jié)束語

本文融合多指標(biāo)模型與隱馬爾可夫模型構(gòu)建多指標(biāo)隱馬爾可夫模型，采用智能手表專利技術(shù)進(jìn)行實(shí)證研究并對模型的有效性和精確度進(jìn)行驗(yàn)證。首先，從“多指標(biāo)測度體系與隱馬爾可夫模型相結(jié)合”這一研究視角出發(fā)，利用技術(shù)生命周期多指標(biāo)測度體系與隱馬爾可夫模型相結(jié)合，判斷技術(shù)生命周期階段的分界線。然后，選擇智能手表產(chǎn)品為例，對其技術(shù)生命周期進(jìn)行預(yù)測。最后，將多指標(biāo)隱馬爾可夫模型與S 曲線模型和多指標(biāo)技術(shù)生命周期指數(shù)測度體系對比，驗(yàn)證其有效性和精確度。結(jié)果表明多指標(biāo)隱馬爾可夫模型在劃分技術(shù)發(fā)展階段分界點(diǎn)方面更加準(zhǔn)確、更加符合實(shí)際情況，為技術(shù)生命周期不同發(fā)展階段的研判提供了一個新的研究視角。所構(gòu)建的多指標(biāo)隱馬爾可夫模型也存在一定的局限性，模型中所需要的指標(biāo)體系還未得到全面考慮，指標(biāo)體系中未加入專利文獻(xiàn)指標(biāo)；或可進(jìn)一步考慮較難量化的技術(shù)性能指標(biāo)的量化與計(jì)算，將有利于獲得更加全面及科學(xué)的技術(shù)生命周期研判結(jié)果。