基于美国实体清单分析的中国卡脖子企业画像构建

[研究目的]利用画像技术从多方面刻画受到美国制裁的中国企业的共性特征,以期推动美国实体清单研究从国家、产业层面向微观企业层面的深入,并为卡脖子企业可持续发展提供参考建议。[研究方法]提出卡脖子企业画像研究框架,首先从基本属性、创新竞争力、经营活跃性、受限根本原因、受限属性5个维度建立卡脖子企业画像指标体系;接下来,融合多源数据对企业画像信息进行采集;最后,采用K-Prototype算法对卡脖子企业进行聚类和画像。从2018—2021年实体清单新增中国大陆企业中筛选出华为和35家上市企业为分析对象,利用上述研究框架对其画像。[研究结论]发现存在制造业骨干企业、高研发驱动企业、规模领先企业3类卡脖子企业画像。制造业骨干企业的共性特征是投入平平和产出偏低;高研发驱动企业尚未将研发投入转化为创新和市场优势;规模领先企业代表中国在相关领域的最高水平。受此启发,还应高度关注尚未列入实体清单的高风险实体,如行业标杆、卡脖子企业控制的上市公司等。     

美国扩大出口管制实体清单对中国科技的影响和对策

[研究目的]根据最新的美国对华出口管制实体清单数据,研究对中国科技的影响,提出中国的对策,为科技智库、情报研究与服务等工作提供参考。[研究方法]系统收集整理了截至2021年9月30日美国商务部官方发布的出口管制实体清单数据,主要通过文献资料研究方法,分析列入美国出口管制清单实体的特点,研究对中国科技发展的影响和对策。[研究结论]基于最新数据分析了被列入美国出口管制清单中国机构的11类主要群体分布。发现美国扩大出口管制实体清单对中国科技的影响主要体现在5个方面,分别是：a.限制目标实体机构特别是行业龙头企业的科技发展;b.限制中国特定行业特别是战略高科技产业发展;c.影响中国若干国家科技战略的实施和预期效果;d.中国科技发展的基础、环境和创新能力将受到严重影响;e.中国的科技安全风险将日益突出。站在国家科技竞争角度提出3条对策,分别是：加强统一领导和全国统筹协同;建立国家关键核心技术竞争情报体系;按照科研自身规律创造比美国更优越的科研工作环境。     

美国实体清单制裁对我国企业自主创新的影响——基于A股计算机、通信行业上市公司的实证研究

近年来,美国频繁使用实体清单这一严厉的出口管制手段,妄图极限打击我国高技术企业自主创新能力。文章以我国2013-2021年A股计算机、通讯行业上市公司为对象,运用双重差分法考察了美国实体清单制裁对我国企业自主创新的影响。研究发现：在研究窗口期,美国实体清单制裁对我国企业的自主创新存在一定的负向影响,这种负向影响主要是“短期效应”造成的,长期来看,该不利影响正在较快消散。进一步研究发现,风险认知积极、多元化经营程度高和资源充裕的企业更能抵御和突破美国实体清单制裁对其自主创新的打压。研究不仅从理论上进一步揭示了美国实体清单制裁对我国企业自主创新的影响机理,也为我国政府、产业和企业如何应对实体清单制裁提供了实践指导。     

基于专利维度的关键核心技术“卡脖子”问题识别与分析——以集成电路产业为例

[研究目的]精准科学地识别并批量形成某行业领域的“卡脖子”问题清单,可以为我国实现关键核心技术瓶颈突破、增强产业链自主可控能力提供依据。[研究方法]从关键核心技术“卡脖子”问题的内涵出发,构建关键核心技术“卡脖子”问题两阶段金字塔式识别模型,基于“战略安全性—前沿技术性—经济价值性”3个维度设计指标体系筛选出关键核心技术,再构建“卡脖子”力度及深度指数判定其中的“卡脖子”问题。[研究结论]基于全球集成电路产业领域的专利数据,识别出中国165项“卡脖子”问题清单,包括严重性“卡脖子”问题148项、一般性“卡脖子”问题17项,该结果与目前集成电路产业领域技术发展情况一致,证明了关键核心技术“卡脖子”问题两阶段金字塔式识别模型的科学性。     

专利视域下“卡脖子”关键技术识别及突破策略——以OLED技术领域为例

[研究目的]建立科学高效的“卡脖子”技术识别框架,有效识别关键核心技术领域的“卡脖子”技术,可以为中国实现“卡脖子”关键核心技术攻关和高水平科技自立自强提供科学依据。[研究方法]该研究首先对“卡脖子”技术的内涵和特征进行了剖析,明晰“卡脖子”技术的概念。其次采用改进PageRank算法和HITS算法对核心专利及关键核心技术进行识别,在此基础上从技术差距、产业安全和战略竞争三个维度设计识别指标和研判标准筛选出“卡脖子”技术。最后,采用“卡脖子”技术突破策略矩阵,提出“卡脖子”关键核心技术的突破路径。[研究结论]以OLED技术领域为样本,共识别出3项优势技术、4项轻度“卡脖子”技术和23项重度“卡脖子”技术,结果表明识别结果与我国OLED技术领域的发展现状一致,证明了模型的有效性和科学性。最后,论文也分别为重度“卡脖子”关键核心技术提供了颠覆、攻坚、挖壕和卡位4种不同的技术突破策略。     

产业链视角下专利新兴技术主题识别

[研究目的]专利是技术信息的载体,以专利数据为研究对象,在产业链视角下进行技术主题提取及识别,从专利数据中识别新兴技术可以有助于把握新兴技术的发展动态。[研究方法]首先,根据产业链的概念和专利IPC分类号构建出产业链各个层级对应的专利集;然后,结合专利文本的特点提出EW-LDA主题模型,从词汇权重和语境两个角度对LDA主题模型进行改进,使用EW-LDA模型提取出产业链的各个层级中得技术主题;最后,根据专利文本及新兴技术的特点,从新颖度、热点度、关注度和增长率四个方面入手构建新兴技术主题识别指标,将技术主题分为新兴、热点、潜在、衰退和噪音五类。并在人工智能领域的专利数据上进行实验。[研究结论]结果表明,提出的EW-LDA主题模型具有更好的主题建模效果,产业链视角下的新兴技术主题识别方法可以有效的识别出新兴技术。     

基于LDA的企业竞争对手识别模型构建——以蔚来汽车有限公司为例

[目的/意义]构建基于LDA的企业竞争对手识别模型,在海量同领域企业中精准识别竞争对手,剖析其技术发展领域,为企业制定竞争策略提供情报支撑。[方法/过程]首先,根据技术领域与目标企业下载专利数据;其次,将目标企业与相同技术领域企业专利数据合并,对专利摘要进行主题建模并借助LDAvis可视化工具与相对接近度计算识别潜在竞争对手;最后,借助LDA模型、困惑度与主题相似度计算潜在竞争对手技术多样化指数(TD)与技术专业化指数(TS),通过竞争力气泡图识别竞争对手类型,从而完成竞争对手识别模型的构建。[结果/结论]构建的企业竞争对手识别模型可以较好地识别出目标企业的竞争对手,并建议目标企业应积极对标竞争对手的技术领域,制定相应发展战略,从而促进企业在激烈的市场竞争中脱颖而出。     

基于专利SAO结构和多指标评价的新兴技术识别研究——以手机芯片领域为例

[研究目的]对新兴技术进行识别,有助于跟踪行业的最新发展动态,为企业提供最新的情报。[研究方法]通过分析以往相关文献,针对目前新兴技术识别研究中存在的不足,构建了基于专利SAO结构和多指标评价的新兴技术识别模型。首先,将基于语言层级的SAO结构和基于关键词语义的TF-IDF算法相结合,划分出各项子技术领域;其次,根据新兴技术特征建立多指标评价体系,结合专利数量年度变化,判别出新兴技术;最后,根据术语的语法规则,利用语言过滤器抽取出特定专利文献中的技术术语,识别新兴技术主题。[研究结论]将新兴技术识别模型应用于手机芯片行业,成功识别出了5G基带芯片和新型存储芯片两项新兴技术,与业界动态基本一致,从而验证了该模型的可行性。     

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。     

基于熵权-TOPSIS-德尔菲法的核心技术识别研究——以芯片产业技术为例

[研究目的]我国在芯片产业领域仍存在核心技术受制于人的现象,但国内关于芯片领域核心技术识别的文献较少。识别该领域的核心技术并分析其发展现状有助于我国芯片技术实现自立自强。[研究方法]构建涵盖“技术-市场-法律”三维度的核心专利评价指标体系,应用基于熵权-TOPSIS-德尔菲法的核心技术识别模型对大为(Innojoy)专利数据库检索到的1985年以来芯片制造领域专利数据进行核心技术识别。[研究结论]最终识别到32件芯片制造领域的核心技术,其中31件为美国持有,技术领域主要集中在生物医药、半导体元器件、数据存储和通信传输技术几个领域。从专利申请时间看,核心技术布局已逐渐由通信及数据存储领域演变到了生物医药领域,当前美国在生物医药领域的芯片专利布局非常前瞻。     

用户需求导向下基于三级技术功效矩阵的产品创新机会识别

[目的/意义]精准把握用户需求以引导企业高效开展产品创新,对企业实现可持续发展至关重要。对此,开展了用户需求导向下基于三级技术功效矩阵的产品创新机会识别路径研究。[方法/过程]首先,针对目标产品领域进行用户评论数据与专利数据的收集及预处理;其次,利用LDA主题模型对评论数据进行主题聚类以挖掘重点用户需求;再次,运用Stanford Parser自然语言处理技术从专利数据中提取SAO结构,从中识别技术词与功效词并分别进行主题聚类,以构建技术功效视角下的三级语义知识库;最后,以重点用户需求导航,并以三级语义知识库为数据源,构建三级技术功效矩阵,识别具有较高创新价值的产品创新机会。[结果/结论]结果表明,构建的产品创新机会识别路径能够为企业精准高效开展产品创新提供科学的决策参考依据。     

“卡脖子”关键核心技术两阶段漏斗式甄选模型构建及应用研究

[研究目的]突破“卡脖子”关键核心技术可以为国家实现科技自立自强提供支撑,通过设计具有普适性和可操作性强的技术甄选方法,能够为中国科技创新领域破解“卡脖子”问题提供理论依据。[研究方法]基于“卡脖子”关键核心技术与关键核心技术的隶属关系,构建出“卡脖子”关键核心技术两阶段漏斗式甄选模型,首先从前沿技术性、复杂创新性、国家战略性三个维度识别出关键核心技术,再基于区位熵模型的设计思想,从垄断依赖性和难以攻克性两个方面构建技术区位熵指数,筛选出其中的“卡脖子”关键核心技术。[研究结论]以全球人工智能产业2000—2021年专利数据为样本,甄选出中国31项“卡脖子”关键核心技术,研究结果符合目前产业技术发展现状,说明提出的“卡脖子”关键核心技术两阶段漏斗式甄选模型具有一定的科学性和实用性,可为国家相关部门、高校、科研机构以及企业提供方法借鉴。     

基于专利文献挖掘的关键共性技术识别研究

[目的/意义]科学准确识别关键共性技术对企业和国家来说都是至关重要的战略议题。[方法/过程]文章提出了一种基于专利文献分析的关键共性技术识别框架,运用文本挖掘和技术演化分析方法,获取特定领域的关键共性技术。首先,使用Viterbi算法识别专利文献中的专业术语,通过LDA算法捕捉专利文献中的技术主题聚类;其次,通过将技术主题的共类特征数值化,作为共性程度的度量;随后,将技术主题节点在技术演化转移网络中的关键程度作为技术关键性的表征,并使用PageRank算法衡量技术主题的关键性。最后,以机器人及数控机床技术为例,验证了该方法的可行性和有效性。[结果/结论]该方法可实现高效、准确的关键共性技术识别,为国家制定创新扶持政策提供支撑。[局限]研究仍需扩大科技文献的收集范围,以实现更全面的关键共性技术识别。     

基于动态专利有向网络的核心技术集群演化分析

[目的/意义]技术集群因对属性相同的技术集聚进行研究,能够识别新技术,发现技术发展规律,提前感知市场技术变化,引起学者和企业管理者越来越高的关注。[方法/过程]以文本挖掘和复杂网络技术方法对专利文本数据进行分析,进而构建动态专利有向网络,并从网络中基于Python程序提取巨片,通过巨片拓扑性质分析核心技术集群的演化历程。[结果/结论]以美国电商数据处理技术为例的实证研究表明:通过构建动态有向网络,并从网络中提取巨片分析技术演化,能够有效的识别出美国电商数据处理技术中"数据设备技术、数据信息技术、数据系统技术、数据应用技术和数据融合技术"5个核心技术集群,并进一步发现核心技术集群之间很好的更新替换机制。实证研究证明了基于动态专利有向网络的核心技术集群演化分析方法的有效性。     

基于专利信息分析“五流”模型的战略机会识别研究

[研究目的]构建专利与创新方法相衔接的桥梁性信息结构模型,将专利法律性文献信息转变成面向不同技术路径识别的权利地图,加强专利情报信息的有效利用,对企业提升战略机会识别能力具有重要意义。[研究方法]依据TRIZ创新方法应用过程中不同路径的对象信息需求,将专利信息提取为权项结构流、技术问题流、功能/效应/价值流、功能模型流、属性流五类不同的信息结构流。其中,权项结构流将法律制度约束的专利文字信息转换成可视化图形结构信息,其他四类信息流分别与问题重构、功效查找、功能裁剪、技术冲突重构四条创新设计路径匹配。[研究结论]提出的专利信息分析“五流”模型面向关键专利或专利组合的制度约束,助力创新型企业充分利用关键专利文献信息,实现专利规避设计、提高创新性方案战略机会的有效识别。最后通过构建一种空气净化设备专利的五流模型挖掘出不同路径的创新战略机会,验证了方法的有效性。     

专利供需知识图谱半自动化构建及应用

[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括：持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。     

基于科技差距评估GTM专利地图识别的技术机会

[研究目的]识别具有科学可行性的技术创新机会,对企业降低研发失败风险和制定创新战略具有重要价值。[研究方法]该文提出一种融合式的识别科学可行的技术创新机会的方法。首先,选取GTM专利地图对专利数据进行文本挖掘可视化表达,识别技术空白并逆向解读;然后,对科学文献进行文本挖掘和ORCLUS聚类,获取科学知识主题;最后,通过TF-IDF向量的余弦相似值评估潜在技术机会与科学主题的相似性,筛选出科学可行的技术创新机会。[研究结论]对质子交换膜燃料电池进行了实证研究,识别出8项科学可行的技术创新机会,证明了该模型的有效性,可以为企业制定研发战略提供决策支持。     

基于专利文本语义距离的跨领域关键共性技术识别方法研究

[研究目的]跨领域关键共性技术强调技术的跨领域关联与主导作用,对其识别将为政府推动跨产业跨领域创新、提前布局相关技术领域提供决策支持。[研究方法]首先,运用GloVe模型向量化专利文本,按照专利与技术领域的语义接近程度划分专利所属领域;其次,基于GMM算法提取各领域技术主题,依据技术主题之间的语义距离,构建技术主题关联网络;最后,利用漏斗模型,依据技术主题的共性指标、跨领域指标、关键性指标筛选出跨领域关键共性技术。[研究结论]运用养老科技领域专利数据进行实证研究,结果显示“智能控制辅助技术”“无接触式躯体感知技术”“沟通与信息辅助技术”“适用性技术”为跨领域关键共性技术,通过比对国家相关政策内容,验证了方法的有效性。     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题.[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析.[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认...     

专利寿命视角下潜在高价值专利识别方法研究

[研究目的]基于专利寿命视角,探究潜在高价值专利识别方法,快速精准识别早期高价值专利。[研究方法]结合已有专利价值评估的相关研究,构建潜在高价值专利评估指标体系;以无线网络通信技术领域为例,构建潜在高价值专利识别指标数据集;采用Lasso回归对指标进行约简,构建潜在高价值专利识别特征集;采用机器学习生存预测算法构建专利生存风险预测模型,根据设置的生存风险评分阈值,实现潜在高价值专利识别。[研究结论]构建了基于专利寿命视角的潜在高价值专利识别模型,并且以无线网络通信技术领域专利数据验证了模型的有效性和可靠性,证明该模型可以较好地识别早期高价值专利,有利于企业和决策部门较早进行高价值专利的定向培育。