基于专利发展路径的颠覆性技术识别：以智能语音领域为例

研究提出运用客观数据和系统的方法来识别颠覆性技术并提高识别精准度的方法。基于颠覆性技术理论,重新修正颠覆性技术特征,从创新性、扩散性和转轨性三方面构建一种采用搜索路径统计数（SPC）算法、专利吸收率和专利扩散率测度的新方法对颠覆性技术进行识别和判断;并利用1970—2020年间1 985件专利的数据对智能语音领域进行实证分析,分析识别出强化学习和神经网络技术是该领域的颠覆性技术,而端到端的神经网络算法是该领域未来发展的方向。     

关于颠覆性技术识别框架的探索

颠覆性技术遵循自下而上的性能轨道,以新技术属性集为依据引入新竞争平台,替代现有技术范式,改变企业技术竞争态势。对其进行早期识别和探测,将有利于企业及时调整技术创新战略,规避风险。现有的颠覆性技术识别研究多采用主观方法,而基于专利分析的客观分析方法尚未得到充分认识和应用。为解决上述问题,本文提出一个颠覆性技术的识别框架,该框架以专利数据为依据,以属性创新和改进的技术发展推动机制为基础,借鉴物种入侵模型和集对分析方法,通过计算新技术出现前后的属性集相似度,来对颠覆性强度值进行测度。最后,以德温特专利数据库中的汽车锂电池技术专利为实例对模型的有效性进行验证。     

基于专利计量的颠覆性技术识别方法研究

颠覆性技术作为技术创新的重要组成部分,已成为推动新一轮技术变革浪潮的强力引擎。如何在激烈的市场竞争中,更早地发现和识别颠覆性技术,对企业和国家把握技术发展机遇具有重要意义。为此,本文在总结颠覆性技术特征的基础上,基于专利视角,从技术融合性、新颖性、扩张性和影响力四个维度,运用熵权法和模糊一致性矩阵方法,构建了一套系统的颠覆性技术识别模型。此外,为证实该模型的可行性和有效性,本文选取5个技术领域开展实证研究,分别从同领域传统技术与颠覆性技术对比、不同领域颠覆性技术对比、以及颠覆性技术在不同时间段的对比三个维度开展分析,一方面验证了本文模型的可行性,同时探究了各技术颠覆性潜力指数的有效性和适用性。     

基于主题强度突变检测的颠覆性技术识别

[研究目的]改进或丰富现有的颠覆性技术识别方法和相关实证研究,对于区域和企业创新战略规划,以及相关科技政策制定均具有积极的决策参考意义。[研究方法]在已有的颠覆性技术识别量化分析方法基础上,导入专利文本主题强度概念,通过主题强度变化来辅助识别技术演进中的热点主题,然后根据不同年份的时间序列数据,引入在水文和气象监测领域的BUT(Buishand U test)突变检测方法,并结合专利文本主题演进模式区分,提出了一个较新颖的颠覆性技术分析框架。[研究结论]在实证分析部分,将专利文本主题强度突变检测应用到了工业互联网领域,并识别出部分具有颠覆性潜力的技术主题,从而进一步丰富了当前有关颠覆性技术识别的方法体系。     

基于突变-融合视角的颠覆性技术主题演化研究

颠覆性技术已成为推动新一轮技术变革浪潮的强力引擎,识别和追踪颠覆性技术演化发展的特征和趋势,对国家和企业识别颠覆性技术优先领域、合理配置科技资源具有重要的理论和现实意义。为此,本文以颠覆性技术为研究对象,从颠覆性技术的四个特征入手,在运用Leiden社区发现算法识别技术主题的基础上,引入主题-时序分析和专利引文网络分析,提出了基于突变-融合视角的颠覆性技术主题演化分析模型。最后,为证实该模型的可行性和有效性,本文选取增材制造技术领域开展实证研究,分析结果对该领域技术演化路径识别与预测提供了依据。本文模型相比于前人研究,充分结合了颠覆性技术的特征,得到的技术主题演化分析结论指导性更强,有助于更准确地把握颠覆性技术主题演化路径及未来发展方向。     

基于专利主题演化的颠覆性技术识别研究——以类脑智能领域为例

【目的/意义】颠覆性技术具有隐蔽性和突变性，而技术主题在演化过程中会释放颠覆性趋势产生的早期信号，本文提出一种基于专利主题演化的颠覆性技术识别方法。【方法/过程】首先，基于S曲线法判断技术生命周期；其次，综合运用文本挖掘和社会网络分析方法识别技术主题的演化事件；最后，定义新主题出现、原主题趋热和多主题融合三类突变情况，用于识别具有颠覆性潜力的技术主题。【结果/结论】通过类脑智能领域专利实证，发现六个新出现主题、四个趋热型主题和六个融合型主题，通过专家判读，证明了所提方法的有效性，同时筛选出五项主题作为最终预测结果。【创新/局限】本文基于动态社区发现算法对技术主题的演化特征进行分析，进而基于主题突变性筛选颠覆性技术，但数据来源较为单一，将在未来研究中加以扩充。     

基于专利引用变化的颠覆性技术识别研究

[研究目的]颠覆性技术被视为“改变游戏规则”和“重塑未来格局”的革命性力量,对人类社会有广泛且深刻的影响,预先识别并部署颠覆性技术,对在当今全球化竞争中占领先机具有重要意义。[研究方法]基于专利引用方向的变化,构建用以识别颠覆性技术的新方法,并以2001-2020年间语音识别领域专利数据进行案例研究。[研究结论]研究结果发现语音识别技术领域EP1104155-A2、US2005080632-A1、US7418392-B1、US2009043580-A1、US7720683-B1、US9263036-B1等专利极具颠覆性,涉及交互式语音修改、深度递归神经网络和语音识别技术在无线通信系统、车辆导航系统、照明元件等中的应用。该方法能够对颠覆性技术进行识别,为研究人员和管理者提供决策依据和参考。     

融合多元方法的颠覆性技术识别——以类脑智能领域为例

为尽早发现颠覆性技术,同时全面监测各个子领域中具有颠覆性潜力的新兴和热点主题,提出一种融合属性计量、LDA模型与网络中心性指标的颠覆性技术识别方法。首先,从技术突破性和市场潜力两个维度设计评价指标,筛选出具有高颠覆性潜力的技术文献;其次,基于LDA模型将技术文献划分为不同子领域;最后,采用中心性指对分类网络中技术节点的影响力进行识别,基于特征向量中心性得到颠覆性主题子网,综合度中心性、中介中心性和接近中心进一步区分颠覆性热点主题和新兴主题。基于类脑智能领域的专利实证研究表明,分类网络可以很好地识别不成熟子领域中颠覆性技术的热点主题和新兴主题,这是对全局网络识别结果的补充和完善。     

基于专利挖掘和Gompertz模型的颠覆性技术识别方法研究

颠覆性技术已经成为推动新一轮技术变革的重要抓手,颠覆性技术的精准识别对于把握技术变革机遇、布局技术创新战略具有重要意义。现有研究多集中于围绕技术或市场的单一维度特征进行颠覆性技术识别,而对于综合“技术-市场”维度的系统性识别方法仍处于探索阶段。为此,本文从颠覆性技术特征出发,构建基于专利挖掘和Gompertz模型的系统性识别方法,并进行实证研究和稳健性检验。研究发现：(1)颠覆性技术具有“技术-市场”双重维度特征,具体可围绕前沿性、独特性、影响力和扩散性四个基本特征进行颠覆性技术“漏斗式”逐层识别;(2)综合专利挖掘和Gompertz模型构建系统性的颠覆性技术识别方法,可实现对颠覆性技术的系统识别;(3)动力锂电池技术的实证研究表明,本文构建的颠覆性技术识别方法可提升识别过程的效率和识别结果的准确性,有效克服主观判断的局限性。该方法突破了已有识别方法中特征信息获取不全面、识别结果准确性较低的局限性,可以为颠覆性技术的早期识别提供更加科学的方法支持。     

基于技术主题演化的颠覆性技术识别研究

[目的/意义]颠覆性技术对技术和市场具有双重影响,无论是对科技发展还是市场结构调整都起到十分重要的作用,准确识别颠覆性技术能够解决可能出现的技术壁垒,对国家和企业具有重要意义。[方法/过程]从技术主题的演化趋势和演化形式两个维度提出颠覆性技术识别框架。首先,利用LDA模型和基于全局和局部影响力的社区探测方法识别领域内的技术主题。其次,基于颠覆性技术的“突变性”和“融合性”特征,引入技术主题时序共现网络和主题引用网络对主题间的演化趋势和演化形式进行判别,实现颠覆性技术的识别。最后,以人工智能领域为例验证提出的颠覆性技术识别方法的可行性和有效性。[结果/结论]该方法能够准确实现颠覆性技术的识别,研究识别出人工智能领域的7项颠覆性技术,包括“机器人模块化设计方法及应用”“相关领域机器人技术及应用主题”“仿生机器人技术及应用”“自动无人智能系统”“自动驾驶技术”“服务机器人技术及应用”和“机器人部件优化技术”这有利于我国抓住科技创新主动权,加快颠覆性技术布局。     

芯片制造技术的国际竞争态势及企业创新特征分析——以专利为视角

以专利为视角分析芯片制造领域的国际竞争态势,探索各国核心企业的技术竞争策略和创新模式,以期对中国芯片制造相关领域技术发展提供参考.首先通过聚类和共现等方式识别出芯片制造领域的关键技术,分析该领域的国际竞争格局;然后对芯片制造领域核心企业的竞争演化和技术距离进行分析,归纳不同国家核心企业的技术竞争策略和技术创新模式.研究得出:(1)芯片制造关键技术领域的主要竞争国家为美国、日本、韩国、德国、荷兰、中国和法国,具有最高技术水平的国家是日本和美国.(2)中国在芯片制造领域的明星企业是中芯国际集成电路制造公司和台湾积体电路制造公司,前者的竞争对手主要为美国国际商业机器公司和美国瓦特洛电气公司.(3)芯片制造领域核心企业的技术竞争策略表现出明显的国别特征,日本企业更注重专业化,美国明星企业更替更频繁,韩国企业专利布局范围更广泛.(4)不同国家芯片制造核心企业的技术创新模式有所不同,日本企业偏重模仿式创新与突破式创新相结合,韩国企业注重突破式创新,美国企业以突破式创新为主、模仿式创新为辅,中国企业以模仿式创新为主、突破式创新为辅.最后对中国芯片制造技术发展提出建议:政府加大对明星企业的激励和扶持力度、从制度设计层面加强对中国薄弱领域的重视,企业在制定技术创新策略时结合中国情境和自身实际、了解掌握竞争对手的技术现状和创新模式等.     

高技术企业颠覆性技术创新能力影响因素识别与提升探究 ——基于创新生态系统视角

发展引领产业变革的颠覆性技术,不断催生新兴产业是推进我国经济高质量发展和优化经济结构的重要手段,企业是颠覆性技术创新的主体,如何找到影响其颠覆性技术创新能力形成的因素,对推动颠覆性技术创新至关重要.本文旨在探索高技术企业颠覆性技术创新能力的影响因素,为创新能力生成路径提供理论依据.基于创新生态系统视角,采用因子分析和回归分析对影响高技术企业颠覆性技术创新能力的主要因素进行识别.研究表明:企业创新活力、企业知识整合能力、企业资源运营能力、创新链耦合协调度、知识链协同度、平台服务能力和政策有效度对颠覆性技术创新能力有影响,其中企业知识整合能力的影响最为显著,平台服务能力次之,并从企业微观层面和政府宏观层面对如何提升颠覆性技术创新能力提供了系统对策建议.     

专利知识流动视角下的颠覆性技术方向识别研究——以6G太赫兹通信技术领域为例

[研究目的]早期识别颠覆性技术方向,对于调整技术研发方向,完善产业结构具有重要的现实意义。[研究方法]本研究从技术维度出发,构建了一种知识流动视角下的颠覆性技术识别方法。该方法以引文专利作为投入,施引专利作为产出,通过构建专利知识流动投入产出分析表,计算感应度系数、影响力系数指标,最终搭建技术坐标图,划分技术发展阶段,探讨识别出具有颠覆性发展潜力的技术方向。[研究结论]实证研究阶段,以6G太赫兹通信技术领域为研究对象,证实了该方法的有效性,相关研究为颠覆性技术识别提供了一种新的思路。     

基于SimCSE-LDA和异常检测的颠覆性技术识别方法——以农业机器人为例

[目的/意义]识别颠覆性技术有助于在制定研发和市场战略布局中获得首发优势,如何在大数据背景下综合提高颠覆性技术识别的精准率、召回率和识别效率至关重要。[方法/过程]结合机器学习与专家知识,首先,构建SimCSE-LDA语义相似度表征模型,以深入挖掘专利摘要中隐含的关键技术主题,实现更深层次的显著特征主题识别,并通过聚类效果评价指标检验其识别效果,进一步结合专家知识判定关键技术主题名称,对主题间内在联系判定,最终识别出关键技术。其次,运用突变性表征颠覆性技术内在特质,基于CBLOF算法对关键技术主题进行异常检测,将计算得到的技术主题异常分数作为判断技术突变程度的依据,从而识别出颠覆性技术。最后,结合领域专家知识和《中国制造2025》验证颠覆性技术识别效果。[结果/结论]以农业机器人为例,以德温特专利数据库的DWPI英文改写专利摘要文本为数据源,进行实证分析,验证了该颠覆性技术识别方法的可行性与有效性。     

科学—技术—项目联动视角下颠覆性技术识别研究

[研究目的]以典型案例为切入点,从创新过程视角探讨颠覆性技术演化特征,提出一种颠覆性技术早期识别的方法。[研究方法]基于技术演进对颠覆性技术典型案例进行特征分析,构建科学-技术-市场模型,基于模型构建对应的论文、专利、项目主题网络,辅以相关政策分析,以人工智能领域进行实证。[研究结论]通过案例分析得到颠覆性技术的特点：经历从实验室到应用的发展,需在较短时间完成迭代扩张;颠覆性技术具有异轨性,是不断动态完善的创新技术;颠覆性技术来源于基础理论创新或技术突破、跨领域的技术应用、多项技术集成创新,是相对于领域的新技术;颠覆性技术产品满足了新的应用场景,具有主流技术产品不具备的功能。通过实证分析得到：从演化视角整体看,人工智能领域的颠覆性技术应用场景出现在医疗、交通等领域;面向重大需求的主题方向更强调在“人机融合智能”领域的重点攻关;关注应用层共性技术,突出表现为人工智能技术在具体行业领域的应用。     

基于专利特征的人工智能领域核心技术识别及发展趋势分析——层次分析（AHP）-熵权法

人工智能是新一轮产业变革的核心驱动力,为助力中国人工智能产业实现核心技术突破,构建识别人工智能领域核心技术的方法并分析其现状。以智慧芽专利数据库收录的2000—2020年人工智能领域专利为数据源,从地域、申请人和国际专利分类号（IPC）层面分析人工智能领域技术的分布和发展情况;构建涵盖技术、法律和经济三维度的核心专利识别指标体系,基于层次分析（AHP）-熵权法的核心识别模型进行人工智能领域的核心技术识别。结果发现：世界人工智能技术正处于快速增长期,逐渐形成以企业主导技术创新模式;中国在体量和应用多元化上有所突破,但发展不均衡,核心技术研发存在一定短板;识别得到的14项核心技术均为美国持有,集中在语音识别、通信传输、电数据处理、图像分析技术领域,美国在人工智能产业领域占据主导地位,技术研发重心逐渐扩散,已经涉及医疗、交通、物流以及金融、工业等各个产业领域。所筛选出的核心专利符合世界人工智能技术领域发展现状,证明基于专利属性特征构建的三维核心技术识别模型具有一定的科学性和有效性。最后基于研究结论,从政府、企业和研发方向等方面对中国人工智能发展提出建议。     

基于专利文献计量的中外中高档数控机床技术差距分析

目前在识别中外中高档数控机床技术差距的研究中,存在技术缺口信息不够丰富、缺乏基于数据层面对技术缺口内容进行客观描述等问题。基于文献计量与专利分析及信息可视化工具,使用多源数据分析全球数控机床领域研究进展与趋势,通过国内外典型企业的产品数据与专利信息匹配来识别中国中高档数控机床技术缺口与短板,为相关决策提供数据和方法支持。研究结果表明:中国在中高档数控机床的主机产品、可靠性技术、数字化设计技术等方面仍存在不同层次的创新缺口。基于分析结果,对中国中高档数控机床的创新发展,分别从国家、企业和科研机构层面提出加强基础共性技术研发、构筑起能与工业发达国家竞争的技术创新体系和技术创新人才队伍,突破关键主机及成套装备创新、加强工艺研究和引进消化吸收力度以及相应的创新平台建设,加强情报智力支持作用、注重人才培养并积极为政府和企业提供动态性咨询服务等对策建议。     

颠覆性技术创新：理论源起、整合框架与发展前瞻

新时代,以颠覆性技术为核心的大国竞争与企业创新战略引发重要关注,系统性探究“颠覆性技术创新”(Disruptive Technovation, DT)的理论基础、核心概念内涵与整合框架对于助力“高水平科技自立自强”等国家战略的实现具有相当的重要性与紧迫性。然而,现有关于颠覆性技术创新的研究存在概念模糊、边界不清、框架缺乏整合性等亟待解决的问题。研究首先以技术导向下的创新理论范式演化为视角,系统回顾颠覆性技术创新的理论源起与边界,构建分析颠覆性技术创新的理论基础;进而,基于文献归纳与理论推演,研究提出涵盖技术新颖性(Technological Novelty)、技术优越性(Technological Superiority)与技术外部性(Technological Externality)的颠覆性技术概念内涵体系,并以之为核心梳理涉及颠覆性技术获得(涌现与搜索)、识别、采纳与扩散的颠覆性技术创新研究议题整合框架;最后,研究分析当前形势下我国颠覆性技术创新的机遇、约束与挑战,展望在复杂国际环境与新发展格局下颠覆性技术创新实践与研究发展的未来大趋势。     

基于技术进化理论的颠覆性技术创新方向选择研究——以电动汽车技术为例

十九大报告提出要突出颠覆性技术创新,判别颠覆性技术的进化路径对该技术的研发和选择培育极为重要,进而对国家产业战略布局和产业方向选择产生重要作用。本文从系统功能、技术进化定律分析等出发,理清颠覆性技术创新方向识别的两个关键点,一是创新子系统必须是基本功能子系统,二是创新方向必须是开辟与维持性创新的新方向。分析了颠覆性技术创新方向识别的步骤,并以新能源汽车为例,分析电动汽车的创新子系统为能源与驱动电动机子系统,其创新方向符合颠覆性创新的方向。     

在华制药领域专利技术资源竞争--美国制药企业专利资源竞争比较及其启示

本文通过分析制药技术创新特征和创新资源竞争特征来分析多国制药企业在华技术资源竞争状态,研究认为,制药技术创新不同于其他制造业技术创新,制药技术创新活动具有非线性和非连续性,对基础性研究与开发活动高度依赖,因此适合于利用专利数据分析其创新资源的竞争状态,同时也对相应的国家创新体系提出挑战。文章提出使用技术领域的覆盖宽度和技术资源的集聚程度两个重要方面分析方法研究制药技术领域的专利数据。本文给出典型国家,特别是美国制药公司在华专利技术资源的发展特征,对比分析多国制药企业在我国的技术资源分布特征及其发展趋势,为我国相关产业政策和企业竞争战略制定提供参考。