李牧南 賴華鵬 王 良 李燕冰

(1.華南理工大學(xué)工商管理學(xué)院 廣州 510641;2.廣東省創(chuàng)新方法與決策管理系統(tǒng)重點實驗室 廣州 510641)

0 引 言

顛覆性技術(shù)由于顯著的新穎性和潛在的顛覆性對于開辟新領(lǐng)域新賽道,塑造創(chuàng)新驅(qū)動發(fā)展的新動能和新優(yōu)勢具有重要的支撐意義。早期對于顛覆性技術(shù)(disruptive technologies)的定義認(rèn)為,顛覆性技術(shù)是與維持性或漸進(jìn)性技術(shù)(sustainable technologies)不同,是對傳統(tǒng)技術(shù)系統(tǒng)或市場劃分的某種顛覆,而這種顛覆盡管有時甚至是從低端(low-end)介入到已有的主流市場[1]。2000年以后,更多的學(xué)者開始研究顛覆性技術(shù)和顛覆性創(chuàng)新(disruptive innovation)之間的聯(lián)系時候發(fā)現(xiàn),技術(shù)并不是實現(xiàn)顛覆性創(chuàng)新的唯一因素,商業(yè)模式創(chuàng)新和服務(wù)基礎(chǔ)設(shè)施的變革也可能是造就顛覆性創(chuàng)新的關(guān)鍵因素[2]。

當(dāng)前針對顛覆性技術(shù)識別的研究主要集中在引文網(wǎng)絡(luò)、專利分析和知識圖譜等領(lǐng)域[3-4],基于專題文本主題強(qiáng)度的研究還不多見。專利文本的主題強(qiáng)度變化可有效表征某項技術(shù)的動態(tài)演進(jìn)過程,可用于技術(shù)熱點和發(fā)展趨勢分析。本文將專利文本主題強(qiáng)度的時間序列作為分析對象,并集成了水文和氣象監(jiān)測領(lǐng)域的BUT(Buishand U test)方法用于突變模式檢測,從而構(gòu)建了一個集成專利文本主題強(qiáng)度演進(jìn)和BUT方法的顛覆性技術(shù)分析框架,并應(yīng)用于工業(yè)互聯(lián)網(wǎng)的顛覆性技術(shù)識別,得到了一些具有一定決策參考價值的分析結(jié)果。

1 研究綜述

考慮到技術(shù)不一定是實現(xiàn)顛覆性創(chuàng)新的唯一因素,Christense將顛覆性技術(shù)歸入到顛覆性創(chuàng)新的統(tǒng)一框架[5]。Danneels從企業(yè)競爭視角認(rèn)為顛覆性技術(shù)是能為產(chǎn)品嵌入新性能,通過提升競爭績效指標(biāo)來改變企業(yè)競爭基礎(chǔ)的技術(shù)[6]。Schmidt和Druehl提出顛覆性技術(shù)也可從高端市場入侵,提供與主流技術(shù)不一樣的性能,高端模式對當(dāng)前市場的影響是直接和顯著的[7]。黃魯成等認(rèn)為顛覆性技術(shù)是通過自下而上的產(chǎn)品或服務(wù)性能提升,在市場機(jī)制的拉動下替代現(xiàn)有技術(shù)和改變企業(yè)競爭態(tài)勢[2]。于光輝等結(jié)合技術(shù)和市場兩方面認(rèn)為顛覆性技術(shù)與現(xiàn)有技術(shù)內(nèi)容不同,能對當(dāng)前技術(shù)市場格局形成挑戰(zhàn),形成新的市場格局[8]。顛覆性技術(shù)相關(guān)研究本質(zhì)上依然屬于技術(shù)預(yù)測和技術(shù)預(yù)見研究領(lǐng)域的一個分支[9]。但是,迄今國內(nèi)外關(guān)于顛覆性技術(shù)的定義并不統(tǒng)一,不少研究文獻(xiàn)將顛覆性技術(shù)與傳統(tǒng)意義的突破性技術(shù)(breakthrough technologies)概念相互融合,提出通過技術(shù)的新穎性、先進(jìn)性和影響力等維度開展識別和預(yù)測分析,也產(chǎn)生了一批具有重要學(xué)術(shù)價值的研究成果[8-9]?；仡櫧陣@顛覆性技術(shù)和顛覆性創(chuàng)新的主要研究,中文期刊(核心& CSSCI期刊)和外文期刊(SSCI收錄期刊)發(fā)表的相關(guān)文獻(xiàn)在研究視角和學(xué)科屬性等方面存在一定差異,如表1所示。

表1 顛覆性技術(shù)相關(guān)研究在中外文期刊的發(fā)文比較*

從表1可以看出,國內(nèi)重要期刊發(fā)表的有關(guān)顛覆性技術(shù)研究主要集中在科學(xué)學(xué)與科技管理、工商管理、圖書情報、國民經(jīng)濟(jì)和工業(yè)經(jīng)濟(jì)等學(xué)科;而國際期刊發(fā)文則主要集中在商業(yè)管理(技術(shù)和創(chuàng)新管理),圖書情報學(xué)科發(fā)文占比不高,反而是環(huán)境科學(xué)領(lǐng)域有一定發(fā)文比重。

近年來,除了探究顛覆性技術(shù)創(chuàng)新的組織、關(guān)鍵路徑和實施機(jī)制之外,如何進(jìn)一步識別、評估顛覆性技術(shù)和預(yù)測顛覆性技術(shù)涌現(xiàn)也是國內(nèi)外學(xué)者關(guān)注的熱點問題之一[4]。王超等[10]認(rèn)為顛覆性技術(shù)識別與預(yù)測方法存在較大拓展空間,相關(guān)識別研究方法均圍繞顛覆性技術(shù)的外部影響或內(nèi)在特征中某一方面,將二者有機(jī)結(jié)合的研究還不多。蘇鵬等[11]認(rèn)為顛覆性技術(shù)和研究者的學(xué)科背景聯(lián)系緊密,可以大致劃分為圖書情報、工程管理、經(jīng)濟(jì)研究和克里斯滕森理論等幾類識別方法或研究視角,存在過度依賴專家、識別標(biāo)準(zhǔn)針對性不足和超前識別效果不佳等問題。因此,如何更為有效結(jié)合定性和定量方法是改進(jìn)目前有關(guān)顛覆性技術(shù)識別和評價的重要途經(jīng)。針對萌芽期顛覆性技術(shù)識別問題,黃魯成等[12]提出基于技術(shù)生命周期分析理論,可以運(yùn)用創(chuàng)新性和獨(dú)創(chuàng)性特征衡量潛在顛覆性,通過排除漸進(jìn)性技術(shù)干擾,運(yùn)用功能分析方法研究技術(shù)新功能對未來市場的影響。

與此同時,圍繞顛覆性技術(shù)識別,基于專利和論文的定量分析和內(nèi)容挖掘逐漸成為一種主流范式。有研究者基于專利數(shù)據(jù),從技術(shù)融合性、新穎性、擴(kuò)張性和影響力四個維度,運(yùn)用熵權(quán)法和模糊一致性矩陣方法,構(gòu)建顛覆性技術(shù)識別模型[13]。王海軍等[14]則基于創(chuàng)新性、擴(kuò)散性和轉(zhuǎn)軌性三個維度,構(gòu)建了一種搜索路徑統(tǒng)計數(shù)算法,并應(yīng)用于專利吸收率和專利擴(kuò)散率測度,進(jìn)一步增強(qiáng)顛覆性技術(shù)識別。王康和陳悅也從專利數(shù)據(jù)出發(fā),基于技術(shù)融合視角,通過構(gòu)建影響力、相似性和新穎性指標(biāo)篩選出跨技術(shù)融合的重要專利,繼而通過技術(shù)戰(zhàn)略坐標(biāo)挖掘具有潛在顛覆性的技術(shù)[15]。考慮到顛覆性技術(shù)與技術(shù)不連續(xù)發(fā)展密切相關(guān),近年圍繞技術(shù)突變的識別方法得到學(xué)術(shù)界較多關(guān)注。例如,侯廣輝等提出了技術(shù)突變等級模型,并根據(jù)構(gòu)建的技術(shù)、市場與外部環(huán)境的評估指標(biāo)體系,搜集專家評估數(shù)據(jù)展開顛覆性技術(shù)識別的實證研究[16]。李乾瑞等[17]則通過引入主題-時序分析和專利引文網(wǎng)絡(luò),提出了基于“突變-融合”視角的顛覆性技術(shù)分析模型。陳育新等從技術(shù)基礎(chǔ)性、影響力、突變性三個維度分別采用時序分析方法,并且結(jié)合“核心-邊緣”理論與專利引文分析相結(jié)合識別特定領(lǐng)域的潛在顛覆性技術(shù)[18]。馬銘等[19]提出將社會網(wǎng)絡(luò)分析與突變理論相結(jié)合,基于社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)和顛覆性技術(shù)特征,利用突變理論模型識別易突變社區(qū),然后進(jìn)行主題詞突發(fā)監(jiān)測和詞頻異常監(jiān)測識別顛覆性技術(shù)。

從目前國內(nèi)外有關(guān)顛覆性技術(shù)識別的研究現(xiàn)狀看,關(guān)于顛覆性技術(shù)特征和識別維度依然存在一定爭議,部分代表性觀點如表2所示。

表2 顛覆性技術(shù)特征和識別維度的代表性觀點和文獻(xiàn)

表2中的部分代表性觀點也存在一定差異,但關(guān)于顛覆性技術(shù)應(yīng)當(dāng)具備新穎性(創(chuàng)新性)和突變性(不連續(xù)、快速增長或無序擴(kuò)散)還是得到了大多數(shù)研究者的認(rèn)同。由于國內(nèi)外部分研究,尤其是自然科學(xué)研究領(lǐng)域的論文對于顛覆性技術(shù)和突破性技術(shù)沒有嚴(yán)格予以區(qū)分;因此,這里將文獻(xiàn)綜述適度拓展,部分有關(guān)突破性技術(shù)和突破性創(chuàng)新識別的研究成果如表3所示。

表3 突破性技術(shù)或突破性創(chuàng)新識別方法

從表3可以發(fā)現(xiàn),當(dāng)前對于突破性技術(shù)或突破性創(chuàng)新的識別方法較多,包括通過管理決策理論進(jìn)行分析,對現(xiàn)有技術(shù)的發(fā)展演化進(jìn)行評估,以及文獻(xiàn)計量和文本挖掘的方法進(jìn)行跟蹤和分析等。

總體而言,當(dāng)前國內(nèi)外圍繞顛覆性技術(shù)(或突破性技術(shù))特征和識別方法還沒有達(dá)成普遍共識,但是基于技術(shù)生命周期、技術(shù)不連續(xù)、戰(zhàn)略生態(tài)位、扎根和突變等不同理論,通過引入文獻(xiàn)計量、專利文本挖掘、專利引文網(wǎng)絡(luò)和專利引文時間序列等定量化方法,結(jié)合領(lǐng)域?qū)＜业脑u估和經(jīng)驗,開展了富有成效的探究,也產(chǎn)生了一批具有重要借鑒意義的研究成果。在已有研究基礎(chǔ)上,本文認(rèn)為關(guān)于顛覆性技術(shù)特征和識別維度在不同研究者之間存在一定差異,甚至存在一些相互沖突的地方,與達(dá)成廣泛共識還存在一段距離;此外,盡管專利文本挖掘、主題強(qiáng)度和突變檢測方法等在當(dāng)前國內(nèi)外相關(guān)研究文獻(xiàn)中有所體現(xiàn),但如何進(jìn)一步區(qū)分專利文本的主題強(qiáng)度演進(jìn)模式,以及突變模式檢測新方法的引入等相關(guān)科學(xué)問題依然存在一定的拓展空間。

2 研究設(shè)計

2.1 研究框架構(gòu)建

考慮到當(dāng)前基于突變和技術(shù)不連續(xù)理論的顛覆性技術(shù)識別更多采用專家評估和專利引文時間序列分析[4,9],而基于專利文本主題強(qiáng)度演進(jìn)分析和突變模式檢測進(jìn)行顛覆性技術(shù)識別的研究還不多見;因此,為了進(jìn)一步拓展當(dāng)前顛覆性技術(shù)識別的方法體系,本文的研究框架設(shè)計如下。

首先,基于Innography數(shù)據(jù)庫進(jìn)行專利數(shù)據(jù)檢索和采集,并利用Python完成數(shù)據(jù)清洗和預(yù)處理工作;其次,通過LDA(Latent Dirichlet Allocation)方法對專利數(shù)據(jù)進(jìn)行主題提取,并根據(jù)主題強(qiáng)度的定義刻畫出各個主題隨時間的強(qiáng)度演化趨勢;最后,結(jié)合主題強(qiáng)度的突變性檢測,識別潛在顛覆性技術(shù)主題,具體的分析流程和框架如圖1所示。

圖1 基于專利文本主題強(qiáng)度演進(jìn)和突破檢測的研究框架設(shè)計

從圖1可以看出,本文重點探究專利文本主題強(qiáng)度演進(jìn)和主題強(qiáng)度突變對于顛覆性技術(shù)識別的影響和作用,從進(jìn)一步豐富顛覆性技術(shù)識別相關(guān)的概念和方法體系。

2.2 數(shù)據(jù)采集與處理

a.通過Innography專利數(shù)據(jù)庫,構(gòu)建相關(guān)領(lǐng)域?qū)＠麢z索式進(jìn)行專利數(shù)據(jù)的采集,并根據(jù)專利數(shù)據(jù)PN號進(jìn)行同族專利去重。

b.使用Python中NLTK(Natural Language Toolkit)工具包進(jìn)行數(shù)據(jù)讀取、數(shù)據(jù)預(yù)處理(去除異常標(biāo)點符號、分詞操作、停用詞處理、詞性還原等),最終生成建模所需的文本語料庫。

2.3 基于LDA的技術(shù)主題挖掘

利用Python中的Gensim工具包進(jìn)行LDA主題建模,并通過一致性指標(biāo)確定最優(yōu)主題數(shù)。由于LDA屬于無監(jiān)督的學(xué)習(xí)模型,需要預(yù)先定義主題數(shù)量,這里引入主題一致性指標(biāo)。主題一致性通過計算不同主題之間形似度對主題建模結(jié)果進(jìn)行評估,經(jīng)常用于確定LDA主題建模的主題數(shù)量[33]。

2.4 主題強(qiáng)度演化分析

基于專利文本的主題建模,為了進(jìn)一步探究各文本主題強(qiáng)度隨時間變化的演進(jìn)趨勢,這里導(dǎo)入主題強(qiáng)度定義,具體如式(1)-(4)所示。根據(jù)文本主題在不同文檔中的強(qiáng)度權(quán)重,可以求出每個主題在不同時間下的強(qiáng)度分布,在進(jìn)行數(shù)據(jù)歸一化處理后,就可以構(gòu)建以年份為時間軸的“主題強(qiáng)度-年份”時間序列。其中Xi表示給定年份下第i個主題的主題強(qiáng)度,θm,k表示第m篇文檔在第k個主題下的權(quán)重分布,wm表示各個文檔的權(quán)重,對所有文檔進(jìn)行求和得到主題強(qiáng)度,這里將文檔進(jìn)行了年份劃分,因此得到的是不同年份下的主題強(qiáng)度。

(1)

(2)

wm=1-

(3)

(4)

公式(1)-(4)旨在通過文本主題強(qiáng)度演化規(guī)律和趨勢來進(jìn)一步挖掘相關(guān)技術(shù)領(lǐng)域中有潛力的細(xì)分主題,例如:某個技術(shù)主題長期保持較為平穩(wěn)的增長,且幅度不大,則體現(xiàn)出一定的維持性特征;反之,如果某個技術(shù)主題發(fā)展一直平穩(wěn),但是在近期突然呈現(xiàn)爆發(fā)式增長,則認(rèn)為其存在一定的顛覆性潛力。

2.5 主題強(qiáng)度突變檢測

技術(shù)主題的強(qiáng)度演化趨勢能夠從總體上體現(xiàn)某個主題在一段時間內(nèi)的研究熱度或發(fā)展前景,而對于其強(qiáng)度的突變點檢測則可以部分表征某個主題在特定時間點成為了前沿?zé)狳c或顛覆性技術(shù)。因此,本文提出從突變點檢測(Change-point detection)的視角切入,對技術(shù)主題的強(qiáng)度演化時間序列進(jìn)行突變檢測,并且對發(fā)生突變的技術(shù)主題進(jìn)行分析,從而發(fā)現(xiàn)潛在的顛覆性技術(shù)主題。BUT是一種基于假設(shè)檢驗思想的突變點檢測算法,常用于完整周期的時間序列數(shù)據(jù)(例如:水文、氣象和溫度等數(shù)據(jù)監(jiān)測等)[34],其定義和計算如公式(5)-(7)所示。

S[K]=∑(x[i]-xmean)(1≤i≤n)

(5)

(6)

(7)

其中,經(jīng)過調(diào)整后的求和值為S[k],Dx為計算樣本的標(biāo)準(zhǔn)差,最終的檢驗統(tǒng)計量U,通常使用某個特定常數(shù)作為為蒙特卡羅模擬的臨界值從而制成檢驗統(tǒng)計量U的表格進(jìn)行檢驗。BUT常用于水文和大氣監(jiān)測(hydrologic &meteorological monitoring)相關(guān)研究領(lǐng)域[34],具有以下個優(yōu)點:a.不受數(shù)據(jù)分布假設(shè)的限制,可以在數(shù)據(jù)分布不確定情形下使用;b.計算過程較為簡潔且易于理解,不需要過多的參數(shù)和復(fù)雜的模型選擇,具有較高的可解釋性和可操作性;c.針對一般時間序列數(shù)據(jù),可有效地檢測序列中的突變點,在水文觀測分析實踐中得到廣泛應(yīng)用?？紤]到專利文本主題演進(jìn)本質(zhì)上也是一種大粒度的時間序列,其波動模式與水文監(jiān)測對象存在一定的相似度,且數(shù)據(jù)的前驗概率分布也存在不確定性,因此這里引入BUT方法用于突變檢測。

3 實證分析

3.1 數(shù)據(jù)采集與處理

以Innography專利數(shù)據(jù)庫為數(shù)據(jù)來源,檢索時間范圍是2012年1月1日-2022年9月1日,檢索范圍、檢索關(guān)鍵詞和相關(guān)參考文獻(xiàn)如表4所示。

表4 工業(yè)互聯(lián)網(wǎng)專利數(shù)據(jù)檢索式

基于表4的專利檢索式,可以得到工業(yè)互聯(lián)網(wǎng)專利數(shù)據(jù)4 432條。筆者對采集到的數(shù)據(jù)進(jìn)行重要字段缺失值處理、同族專利去重處理,共得到有效專利3,631條。轉(zhuǎn)換成csv統(tǒng)一格式,然后使用Python進(jìn)行數(shù)據(jù)讀取、數(shù)據(jù)預(yù)處理(去除異常標(biāo)點符號、分詞操作、停用詞處理、詞性還原等),從而構(gòu)建了圍繞工業(yè)互聯(lián)網(wǎng)的技術(shù)語料庫,其中專用語料為27 316個。通過對近十年工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)＠麛?shù)量變化的指數(shù)擬合與可視化,可以發(fā)現(xiàn)工業(yè)互聯(lián)網(wǎng)相關(guān)專利數(shù)量呈現(xiàn)明顯增長趨勢,如圖2所示。

從圖2可以看出,工業(yè)互聯(lián)網(wǎng)相關(guān)專利近3年實現(xiàn)了較快增長,這和當(dāng)前工業(yè)4.0、智能制造、增強(qiáng)現(xiàn)實和數(shù)字孿生等技術(shù)發(fā)展存在密切關(guān)聯(lián)[38]。一般而言,工業(yè)互聯(lián)網(wǎng)(國外文獻(xiàn)傾向于工業(yè)物聯(lián)網(wǎng))是高速、低時延和穩(wěn)定的互聯(lián)網(wǎng)技術(shù)在現(xiàn)代制造業(yè)的應(yīng)用,是數(shù)字經(jīng)濟(jì)時代重要的基礎(chǔ)設(shè)施之一。

3.2 LDA技術(shù)主題挖掘

通過Python將主題數(shù)與困惑度和主題一致性指標(biāo)進(jìn)行計算,基于LDA的工業(yè)互聯(lián)網(wǎng)專利文本主題建模結(jié)果如表5所示。

表5 主題數(shù)與一致性指標(biāo)得分一覽

由表5可知,選擇主題數(shù)量為9是LDA方法的相對最優(yōu)主題數(shù),運(yùn)行后的LDA主題識別結(jié)果如表6所示。

表6 工業(yè)互聯(lián)網(wǎng)相關(guān)技術(shù)的主題-特征詞分布表

從表6的工業(yè)互聯(lián)網(wǎng)專利主題建模結(jié)果看,邊緣計算、區(qū)塊鏈、圖像和目標(biāo)識別、傳感器和網(wǎng)絡(luò)安全等技術(shù)是當(dāng)前工業(yè)互聯(lián)網(wǎng)的主要熱點和關(guān)鍵領(lǐng)域。

3.3 主題強(qiáng)度演化強(qiáng)度演進(jìn)分析

在上文的LDA主題建模基礎(chǔ)上,還可以通過主題強(qiáng)度演化規(guī)律和趨勢進(jìn)一步分析工業(yè)互聯(lián)網(wǎng)相關(guān)領(lǐng)域中有顛覆性潛力的技術(shù)主題;為此,我們對表6的9個工業(yè)互聯(lián)網(wǎng)熱點技術(shù)主題進(jìn)行了“主題強(qiáng)度-時間序列”的線性擬合,并發(fā)現(xiàn)主題強(qiáng)度隨著時間變化呈現(xiàn)不同的演進(jìn)模式,具體如表7所示。

表7 工業(yè)互聯(lián)網(wǎng)相關(guān)技術(shù)主題的演變趨勢分類

表7的主題強(qiáng)度演進(jìn)趨勢圖是根據(jù)上文的計算公式(1)-(4)求解得到的結(jié)果,其中主題強(qiáng)度大致呈現(xiàn)持續(xù)上升(Type I)的技術(shù)主題只有Topic1和Topic8,而沒有強(qiáng)度持續(xù)下降(Type V)的主題,這說明工業(yè)互聯(lián)網(wǎng)相關(guān)技術(shù)發(fā)展依然處于一個上升期。根據(jù)本文關(guān)于顛覆性技術(shù)的識別兩個主要維度:新穎性(創(chuàng)新性)和突變性(擴(kuò)散和成長),筆者認(rèn)為專利文本主題強(qiáng)度的持續(xù)上升和下降-上升可以部分表征該技術(shù)主題的創(chuàng)新性和成長性,而針對這些主題強(qiáng)度的突變檢測則可以進(jìn)一步反映突變的強(qiáng)弱或等級。

3.4 專利文本主題強(qiáng)度突變檢測分析

根據(jù)表7的工業(yè)互聯(lián)網(wǎng)相關(guān)技術(shù)主題演變趨勢分類,筆者進(jìn)一步分析了這些潛在候選技術(shù)主題的強(qiáng)度演進(jìn)模式,結(jié)果如圖3所示。

圖3 工業(yè)互聯(lián)網(wǎng)潛在顛覆性技術(shù)的主題強(qiáng)度演進(jìn)(2013-2022)

從圖3可以看出,Topic8與Topic9作為兩個在工業(yè)互聯(lián)網(wǎng)領(lǐng)域較為基礎(chǔ)性的技術(shù)主題,其總體的主題強(qiáng)度要高于其他3個相對新興的技術(shù)。根據(jù)上文計算主題強(qiáng)度突變公式(5)-(7),可以得到5個主題的強(qiáng)度突變時間點,由于時間序列較短(只有10年),因此每個技術(shù)主題的強(qiáng)度突變點只檢測到1個,如表8所示。

表8 工業(yè)互聯(lián)網(wǎng)領(lǐng)域潛在的顛覆性技術(shù)主題

為了進(jìn)一步校驗上述顛覆性技術(shù)識別方法的有效性,筆者依然根據(jù)表4提供的工業(yè)互聯(lián)網(wǎng)關(guān)鍵詞進(jìn)行檢索,檢索時間為2022年9月1日至2023年3月1日,共獲取相關(guān)專利數(shù)據(jù)1 410條,依然使用LDA方法對于專利數(shù)據(jù)的“標(biāo)題”“摘要”以及“權(quán)利聲明”進(jìn)行主題建模并計算主題強(qiáng)度,相關(guān)結(jié)果如表9所示。

表9 工業(yè)互聯(lián)網(wǎng)相關(guān)專利熱點主題的校驗

從表9可以看出,在工業(yè)互聯(lián)網(wǎng)最新的1 400多條相關(guān)專利中,表8所列出的潛在顛覆性主題依然屬于技術(shù)熱點。尤其是表8中的Topic3、Topic8和Topic9的專利主題強(qiáng)度指標(biāo)較為顯著;而表8中的Topic1和Topic2有關(guān)邊緣計算和區(qū)塊鏈的專利文本主題強(qiáng)度則保持平穩(wěn),這也和表2的突變檢測結(jié)果基本一致。表9中的“主題1-工業(yè)生產(chǎn)監(jiān)控與管理”和“主題8-工業(yè)通信與控制平臺”也沒有出現(xiàn)潛在顛覆性技術(shù)識別的列表中,符合直覺和常識。此外,表9中的“主題5-物聯(lián)網(wǎng)與智能管理”在專利文本主題強(qiáng)度指標(biāo)計算中也較為顯著,則有可能是新的技術(shù)熱點和潛在的顛覆性技術(shù)主題。

4 結(jié)論與展望

近年來,國內(nèi)外學(xué)者圍繞顛覆性技術(shù)特征,識別和測量維度開展了積極而富有成效的探究,也產(chǎn)生了一批具有顯著學(xué)術(shù)影響力和政策啟示意義的成果。但是,關(guān)于顛覆性技術(shù)特性和識別方法依然存在一定爭議,尚未完全達(dá)成廣泛共識。本文在前人研究基礎(chǔ)上,提出了顛覆性技術(shù)的新穎性(創(chuàng)新性)和突變性兩個特征維度,并在此基礎(chǔ)上提出了基于專利文本主題強(qiáng)度演進(jìn)和BUT突變分析的顛覆性技術(shù)識別方法,并應(yīng)用到了工業(yè)互聯(lián)網(wǎng)的顛覆性技術(shù)主題分析。

工業(yè)互聯(lián)網(wǎng)已經(jīng)成為當(dāng)前數(shù)字經(jīng)濟(jì)時代重要的基礎(chǔ)設(shè)施之一,是工業(yè)4.0和智能制造的重要支撐。近年來,美國和德國在工業(yè)互聯(lián)網(wǎng)關(guān)鍵領(lǐng)域抓緊布局,需要引起我們相關(guān)決策部門的高度重視[38]。工業(yè)互聯(lián)網(wǎng)已經(jīng)成為我國企業(yè)數(shù)智轉(zhuǎn)型的新引擎,但影響工業(yè)互聯(lián)網(wǎng)平臺發(fā)展的管理模式、組織機(jī)制、協(xié)同模式和平臺生態(tài)化治理等方面亟待建構(gòu)和完善[39]。從科技政策角度看,我國現(xiàn)階段需要圍繞邊緣計算、區(qū)塊鏈、工業(yè)目標(biāo)識別、新一代無線網(wǎng)絡(luò)和工業(yè)智能終端等工業(yè)互聯(lián)網(wǎng)相關(guān)的潛在顛覆性技術(shù)開展前瞻性的戰(zhàn)略規(guī)劃和產(chǎn)業(yè)布局。此外,國家和地方政府也需因地制宜,結(jié)合區(qū)域經(jīng)濟(jì)、科技和產(chǎn)業(yè)發(fā)展實踐,制定或進(jìn)一步完善工業(yè)互聯(lián)網(wǎng)發(fā)展相關(guān)的科技政策和管理規(guī)范。

總體而言,本文提出的顛覆性技術(shù)特征和識別維度進(jìn)一步整合了當(dāng)前國內(nèi)外的主流觀點,并且引入水文觀測領(lǐng)域的BUT方法作為專利主題強(qiáng)度時間序列的突變檢測手段,進(jìn)一步豐富了當(dāng)前專利文本挖掘和顛覆性技術(shù)分析的方法體系。當(dāng)然,本文研究也存在一定局限性:一是顛覆性技術(shù)特征維度可能依然存在爭議,普遍共識達(dá)成還需時間;二是關(guān)于顛覆性技術(shù)識別的主題強(qiáng)度突變檢測方法也需要在后續(xù)研究中進(jìn)一步校驗和完善;三是案例分析部分的工業(yè)互聯(lián)網(wǎng)本身就是一個新興領(lǐng)域,專利文本的數(shù)據(jù)規(guī)模較小,在大規(guī)模專利文本環(huán)境下,本文所提出的顛覆性技術(shù)識別框架是否依然適應(yīng)還需進(jìn)一步校驗。