王山 譚宗穎

作者簡介：王山（1988-），女，助理研究員，博士研究生，研究方向：技術(shù)生命周期判斷。譚宗穎（1958-），女，研究員，研究方向：技術(shù)生命周期預(yù)測。

摘要：[目的/意義]技術(shù)生命周期的精確判斷有助于國家和企業(yè)對技術(shù)進(jìn)行前瞻性管理，及時解決發(fā)展過程中的技術(shù)規(guī)劃問題，幫助決策者及時了解技術(shù)發(fā)展動態(tài)，決定資本投資方向。[方法/過程]文章基于文獻(xiàn)綜述法回顧了技術(shù)生命周期的發(fā)展歷程、概括了當(dāng)前技術(shù)生命周期階段劃分的主流觀點，梳理了國內(nèi)外技術(shù)生命周期判斷方法相關(guān)研究成果，根據(jù)不同判斷方法的技術(shù)特點與分析結(jié)果的特點將其劃分為模型法、計量法與描述法3類。[結(jié)果/結(jié)論]未來預(yù)測技術(shù)生命周期的判斷繼續(xù)以定量分析為主，將更加注重深層次的內(nèi)容挖掘，尤其是深入文獻(xiàn)內(nèi)部所提取的一些能夠體現(xiàn)技術(shù)生命周期階段變化的指標(biāo)信息可能會有更廣闊的研究空間。

關(guān)鍵詞：技術(shù)生命周期;階段劃分;判斷方法;多指標(biāo)測量;內(nèi)容挖掘;綜述

DOI：10.3969/j.issn.1008-0821.2020.11.015

〔中圖分類號〕F2731〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2020）11-0144-10

Review of Technology Life Cycle Analysis Methods

Wang Shan1，2，3Tan Zongying1

（1.National Science Library，Chinese Academy of Sciences，Beijing 100190，China;

2.Department of Library，Information and Archives Management，School of Economics and Management，

University of Chinese Academy of Sciences，Beijing 100049，China;

3.Institute of Economics，Chinese Academy of Social Sciences，Beijing 100836，China）

Abstract：[Purpose/Significance]Accurate analysis of technology life cycle are conducive to countries and enterprises carrying out prospective management、timely solving technical planning matters in the process of development、helping decision makers understand current technical state and determining the direction of capital investment.[Method/Process]The paper systematically retrospected the development history of technology life cycle，summed up mainstream views of technology life cycle phases division and combed related research results of technology life cycle judgement methods at home and abroad.According to the technical characteristics of different judgment methods and analysis results，the paper divided them into three categories：model method，metric method and descriptive method.[Result/Conclusion]Judgement of technology life cycle would still take quantitative analysis as main element probably in the future，and pay more attention to the depth of content mining.There would be a broader research space especially for indicator information that can deep into the inside of literature and reveal the changes of these indicators.

Key words：technology life cycle;phase division;judgement method;multi-index measurement;content mining;review

隨著世界知識產(chǎn)權(quán)競爭的日益激烈，企業(yè)不僅面臨著資本方面的挑戰(zhàn)，更有來自技術(shù)方面的競爭壓力，而技術(shù)戰(zhàn)略往往是企業(yè)長期發(fā)展的生命線，時常需要根據(jù)技術(shù)的發(fā)展趨勢制定相應(yīng)的戰(zhàn)略以便合理分配有限的資源從而增強(qiáng)其核心競爭力。技術(shù)生命周期恰恰是反映技術(shù)發(fā)展?fàn)顟B(tài)與未來發(fā)展趨勢的重要指標(biāo)[1]。技術(shù)生命周期科學(xué)性、有效性、準(zhǔn)確性的判斷不僅有助于國家確定重點技術(shù)研究領(lǐng)域、扶持新興技術(shù)、完善成熟技術(shù)、淘汰落后技術(shù)而且還有助于企業(yè)定位技術(shù)發(fā)展?fàn)顟B(tài)、調(diào)整技術(shù)戰(zhàn)略、搶占技術(shù)先機(jī)、降低投資風(fēng)險、避免投資雷區(qū)誤區(qū)等等。因此，技術(shù)生命周期的準(zhǔn)確判斷對于企業(yè)，乃至國家進(jìn)行技術(shù)戰(zhàn)略部署而言起著至關(guān)重要的作用。

1技術(shù)生命周期發(fā)展歷程

生命周期的概念起源于自然生態(tài)系統(tǒng)，泛指事物從萌芽、成長、成熟至消亡的一個周期過程。生命周期因在諸多領(lǐng)域（經(jīng)濟(jì)、技術(shù)、社會等）均有涉及而得到了廣泛的應(yīng)用。技術(shù)生命周期理論源于1966年哈佛教授Raymond V[2]首次提出的產(chǎn)品生命周期理論，技術(shù)生命周期與產(chǎn)品生命周期既有共同點又有區(qū)別。兩者均以“生命周期變化”為特征，經(jīng)歷類似出生、成長、發(fā)展、成熟再到衰退的過程，技術(shù)生命周期一般指特定技術(shù)的整個發(fā)展歷程，而產(chǎn)品生命周期則因國家技術(shù)水平不同而產(chǎn)生較大的過程差異。另外從周期理論側(cè)重視角來看，技術(shù)生命周期理論主要集中在產(chǎn)品的技術(shù)方面而產(chǎn)品生命周期理論則側(cè)重于產(chǎn)品市場[3]。對于技術(shù)性企業(yè)而言，產(chǎn)品的生命周期多數(shù)受制于產(chǎn)品技術(shù)的發(fā)展水平;對于研發(fā)型企業(yè)來說，除了對產(chǎn)品生命周期有所了解以外仍需掌握該技術(shù)當(dāng)前所處發(fā)展階段以便制定出科學(xué)、有效、準(zhǔn)確的技術(shù)研發(fā)戰(zhàn)略。

2技術(shù)生命周期階段劃分

技術(shù)在不同的生命周期階段呈現(xiàn)出多樣性的發(fā)展特征，從而展現(xiàn)出不同的技術(shù)生命周期。針對技術(shù)生命周期階段的劃分，國內(nèi)外相關(guān)研究人員提出了不同的觀點，概括起來主要有四階段論、五階段論與六階段論，但多數(shù)學(xué)者認(rèn)同四階段論，即技術(shù)生命周期由導(dǎo)入期、成長期、成熟期與衰退期組成[4-5]，也有學(xué)者以不同的表達(dá)方式闡述四階段論。如王新等學(xué)者[6]認(rèn)為技術(shù)具備社會與自然雙重屬性，并相應(yīng)地將四階段論分為社會四階段論與自然四階段論。其中社會四階段論將技術(shù)生命周期劃分為技術(shù)非連續(xù)狀態(tài)、激烈競爭階段、主導(dǎo)范式階段和增值變革階段，自然四階段論則將其劃分為萌芽期、成長期、成熟期與衰退期。Ravik K J等[7]將技術(shù)生命周期分為一般性研究發(fā)展階段、應(yīng)用研發(fā)階段、大量制造生產(chǎn)階段及市場擴(kuò)張階段4個階段。不少文獻(xiàn)對五階段論展開了深入研究。郭銀鑫[8]基于四階段論的擴(kuò)充法將技術(shù)生命周期劃分為萌芽期、平穩(wěn)增長期、成長期、成熟期與衰退期。五階段論中較有代表性的是1995年Gartner公司所公布的技術(shù)曲線成熟度（見圖1）報告，將技術(shù)生命周期分割為5個階段，分別為：1）科技誕生的促動期;技術(shù)未成熟之前因媒體的大規(guī)模報道等因素而被大肆渲染。2）過高期望的峰值;過度渲染的技術(shù)因技術(shù)知名度的提升迅速得到公眾的高度關(guān)注，大量資金涌入。3）泡沫化的低谷期;因技術(shù)的不完善、市場需求變化等因素使得新技術(shù)受到的關(guān)注度逐漸下降，漸變?yōu)榕菽?）穩(wěn)步爬升的光明期;隨著技術(shù)各方面性能的提升與瓶頸的克服，新技術(shù)又“重拾光明”，逐漸得到公眾的認(rèn)可，并獲得二輪、三輪的融資。5）實質(zhì)生產(chǎn)的高峰期。技術(shù)逐漸步入“正軌”，逐步為企事業(yè)帶來可觀的收益，同時吸引更多的企事業(yè)單位加入，技術(shù)市場前景越來越廣闊。另外，也不少文獻(xiàn)將技術(shù)生命周期分割為6個階段。Ryan D等[9]、Harvey M[10]與Khalil T M[11]分別以不同的衡量指標(biāo)為分析依據(jù)將技術(shù)生命周期劃分為技術(shù)發(fā)展期、技術(shù)應(yīng)用期、應(yīng)用萌芽期、應(yīng)用成長期、技術(shù)成熟期與技術(shù)衰退期。

技術(shù)生命周期階段的劃分并沒有嚴(yán)格、統(tǒng)一、明確的標(biāo)準(zhǔn)，學(xué)者們可根據(jù)不同的衡量指標(biāo)、分析依據(jù)與研究需求將技術(shù)生命周期分割為不同的階段以便行業(yè)相關(guān)人員了解目標(biāo)研究領(lǐng)域技術(shù)發(fā)展動態(tài)。

3技術(shù)生命周期判斷方法

目前學(xué)術(shù)界并沒有一個權(quán)威的技術(shù)生命周期判斷方法分類，本文根據(jù)技術(shù)生命周期判斷方法的技

術(shù)特點及判斷結(jié)果特點將其劃分為模型化方法、計量法與描述型方法3類。S曲線、技術(shù)生命周期圖法、Fisher-pry模型法、基于TRIZ理論與基于系統(tǒng)動力學(xué)的技術(shù)生命周期判斷方法使用曲線或構(gòu)建模型對技術(shù)生命周期進(jìn)行判別，故將其劃分為模型化方法之中。專利指標(biāo)分析法、相對增長率法、TCT計算法、會議與期刊論文比例法、文獻(xiàn)類型變化法與多指標(biāo)測量法較多采用文獻(xiàn)計量、科學(xué)計量及數(shù)據(jù)挖掘等分析方法，因而將其劃分為計量法。基于TRL的技術(shù)成熟度分析方法與德爾菲法較多進(jìn)行主觀評估度量，因而將其歸納為描述型方法。

31模型化方法

311S型曲線

識別技術(shù)所處技術(shù)生命周期階段的經(jīng)典方法為觀察相關(guān)專利技術(shù)申請與授權(quán)的定量增長率。經(jīng)驗研究表明識別技術(shù)生命周期階段的常用經(jīng)典模型為S型曲線（也稱作S型演化路徑）[12-13]，其來源于美國Foster R N學(xué)者的研究[14]。S曲線包括對稱型Logistic曲線與非對稱型Gompertz曲線兩種，其中Logistic曲線應(yīng)用較為廣泛[15-16]，適合于快速、明顯增長的技術(shù)生命周期預(yù)測，而Gompertz曲線則用于技術(shù)成熟老化模式的預(yù)測[9]。

國內(nèi)外較多研究學(xué)者基于技術(shù)生命周期理論，采用Logistic模型對不同行業(yè)技術(shù)發(fā)展?fàn)顟B(tài)進(jìn)行了分析。趙莉曉[17]、周曼等[18]、Mahdis Y J等[19]分別運用Logistic模型對射頻識別技術(shù)、植物防霜專利技術(shù)、光伏技術(shù)生命周期進(jìn)行了研究。葛亮[20]以專利分析為手段，結(jié)合技術(shù)生命周期理論與Logistic模型綜合分析了國內(nèi)石墨烯技術(shù)所處的發(fā)展階段，揭示了石墨烯技術(shù)發(fā)展現(xiàn)狀及未來的發(fā)展趨勢。也有一些研究人員提出將Logistic模型與相關(guān)定量指標(biāo)結(jié)合來判斷技術(shù)生命周期。Chang S H等[21-22]學(xué)者將Logistic曲線與專利指標(biāo)、專利數(shù)據(jù)相結(jié)合對車聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)、電信技術(shù)生命周期進(jìn)行了判別。Mohammad D M等[23]、Intepe G等[24]均基于專利文本數(shù)據(jù)，運用Logistic模型分別識別了石油產(chǎn)業(yè)二氧化碳注入技術(shù)、3D電視技術(shù)的生命周期階段。

雖然現(xiàn)有專利數(shù)據(jù)庫數(shù)據(jù)完整度較高，收錄較齊全，但在獲取目標(biāo)技術(shù)研究領(lǐng)域所有相關(guān)專利數(shù)據(jù)方面仍然面臨著一些困難和挑戰(zhàn)。即便S型曲線在識別技術(shù)生命周期階段時是可行的，但僅僅采用單一S型曲線對技術(shù)生命周期進(jìn)行判別可能帶有一定的片面性。

312技術(shù)生命周期圖法

技術(shù)生命周期圖法又可稱之為反向S曲線，分別以專利申請或授權(quán)量、專利申請人數(shù)為坐標(biāo)軸，考察專利申請（或授權(quán)量）與專利申請人數(shù)隨時間變化的趨勢來判斷技術(shù)生命周期。此方法可將技術(shù)生命周期劃分為5個階段，萌芽期、成長期、成熟期、淘汰期與復(fù)蘇期[25]（見圖2）。

使用技術(shù)生命周期圖法判斷技術(shù)生命周期的研究成果較多。王云飛等[26]、李進(jìn)進(jìn)等[27]均采用該曲線分別對鋰離子電池技術(shù)、體外診斷試劑行業(yè)生

命周期進(jìn)行了判斷。也有學(xué)者將技術(shù)生命周期圖法與其他分析法結(jié)合實現(xiàn)對技術(shù)生命周期階段的判斷。張誠等[28]同時運用技術(shù)生命周期圖法與指標(biāo)組合法分析了集成電路封裝技術(shù)所處生命周期階段。

313Fisher-pry模型法

Fisher-pry模型法最早來源于Fisher J C與Pry R H合作的一篇論文[29]，是目前評估技術(shù)成熟度相對準(zhǔn)確率較高的方法之一[30]。之后較多研究利用該模型對技術(shù)發(fā)展階段與未來發(fā)展趨勢進(jìn)行了分析。靳軍寶等[31]基于Fisher-pry模型采用SCI、EI、專利與商業(yè)報道等多種數(shù)據(jù)對纖維素主要預(yù)處理技術(shù)（蒸汽爆破法、酸處理法、堿處理法和生物法）成熟度進(jìn)行了分析，得出除生物法正處于生長階段以外，其它3種方法自2005年就已進(jìn)入成熟期的結(jié)論。李欣等[32]以WOS為數(shù)據(jù)源，通過Fisher-pry模型揭示了燃料敏化太陽能光伏電池技術(shù)的發(fā)展現(xiàn)狀與未來發(fā)展趨勢，得出該技術(shù)目前正處在技術(shù)成長期。此外，也有文獻(xiàn)考察了Fisher-pry模型法與文獻(xiàn)計量法結(jié)合使用的情況。代表性文獻(xiàn)有Daim T U等[33]、婁巖等[34]。

314基于TRIZ理論的技術(shù)生命周期判斷方法

TRIZ（Theory of Inventive Problem Solving）即發(fā)明問題解決理論，前蘇聯(lián)Altshuler G S[35]教授通過對世界超過250萬件專利進(jìn)行分析總結(jié)，發(fā)現(xiàn)專利發(fā)明數(shù)量、專利級別、利潤及性能4條特性曲線（見圖3）與表征技術(shù)生命周期階段的S曲線具有較強(qiáng)的對應(yīng)關(guān)系。目前，基于TRIZ理論的技術(shù)生命周期判斷方法已較為成熟。多數(shù)研究學(xué)者基于專利分析數(shù)據(jù)擬合目標(biāo)技術(shù)領(lǐng)域4個尺度變量數(shù)據(jù)變化曲線（專利量、專利級別、利潤與性能曲線），將其與標(biāo)準(zhǔn)特性曲線進(jìn)行比對從而確定該技術(shù)所處技術(shù)生命周期階段。高常青等[36]運用TRIZ法預(yù)測離心沖擊打夯機(jī)技術(shù)已度過成長期進(jìn)入成熟期。王秀紅等[37-38]應(yīng)用TRIZ原理分別對電動剃須刀產(chǎn)品、電動自行車技術(shù)進(jìn)化過程進(jìn)行了預(yù)測。

TRIZ理論雖可通過繪制技術(shù)成熟度預(yù)測曲線判定技術(shù)成熟度為目標(biāo)領(lǐng)域發(fā)展提供技術(shù)支持與幫助，但其也存在一定的弊端，專利級別與性能數(shù)據(jù)較難度量，利潤數(shù)據(jù)較難獲取。

315基于系統(tǒng)動力學(xué)的技術(shù)生命周期判斷方法

系統(tǒng)動力學(xué)最初由美國MIT的Forrester教授為分析企業(yè)生產(chǎn)管理及庫存管理等問題而提出的一種系統(tǒng)仿真方法，后因應(yīng)用及影響范圍的擴(kuò)大而逐漸發(fā)展成為一門新學(xué)科。該方法認(rèn)為技術(shù)的發(fā)展具有系統(tǒng)性，在研究技術(shù)生命周期規(guī)律時，除了考慮技術(shù)本身發(fā)展情況之外，還應(yīng)考察經(jīng)濟(jì)、社會等環(huán)境因素給技術(shù)發(fā)展所帶來的影響，因而能夠全面評估技術(shù)所處生命周期階段。但是該方法模型也存在一定的缺陷，參數(shù)估計是建立系統(tǒng)動力學(xué)模型不可缺少的一環(huán)，參數(shù)的選取及參數(shù)值的微小變化可能會引起所構(gòu)建系統(tǒng)動力學(xué)模型的巨大震動，導(dǎo)致所構(gòu)建模型預(yù)測結(jié)果與實際結(jié)果存在較大偏差。由于影響因素眾多、模型構(gòu)建復(fù)雜等原因目前運用系統(tǒng)動力學(xué)方法判斷技術(shù)生命周期的研究成果較少。王麗芳等曾將技術(shù)、社會、環(huán)境等多種影響因素納入模型中運用Vensim PLE軟件對近20年來燃料電池技術(shù)生命周期進(jìn)行了預(yù)測分析[39]。

32計量法

321專利指標(biāo)分析法

專利指標(biāo)分析法主要計算不同階段4個指標(biāo)（技術(shù)生長系數(shù)、技術(shù)成熟系數(shù)、技術(shù)衰老系數(shù)與新技術(shù)特征系數(shù)）的數(shù)值，依據(jù)指標(biāo)數(shù)值變化趨勢綜合評估技術(shù)所處的生命周期階段。4個指標(biāo)詳細(xì)計算方法與定義[40]見表1。

不少研究使用專利指標(biāo)分析法對技術(shù)生命周期進(jìn)行判別。余致力[41]采用專利指標(biāo)分析法對藥物紫杉醇技術(shù)生命周期及發(fā)展趨勢進(jìn)行了分析，得出該技術(shù)已進(jìn)入成熟期的結(jié)論。黃魯成等[42]以燃料電池為技術(shù)案例，應(yīng)用專利指標(biāo)分析法分析了燃料電池技術(shù)當(dāng)前所處生命周期階段。由于各國專利制度不同，該方法僅適用于同時包含以上3種專利類型數(shù)據(jù)的國家，如中、日、德，因而專利指標(biāo)分析法在普適性方面容易受到專利類型的制約。

322相對增長率法

相對增長率法是通過分析以相對增長率（Relative Growth Rate，RGR）為縱坐標(biāo)與相對增長潛力率（（Relative Development Growth Rate，RDGR）為橫坐標(biāo)所構(gòu)成的二維平面來判斷技術(shù)所處發(fā)展階段[43]（見圖4）。相對增長率指的是某技術(shù)領(lǐng)域?qū)＠暾垟?shù)的平均增長率與所有領(lǐng)域?qū)＠暾垟?shù)的平均增長率的比值。相對增長潛力率可由增長潛力率計算得出，增長潛力率代表某技術(shù)領(lǐng)域后N年專利申請數(shù)的平均增長率與前N年專利申請數(shù)的平均增長率的比值。

二維矩陣圖與戰(zhàn)略坐標(biāo)圖類似，將技術(shù)生命周期劃分為4個象限。第Ⅰ象限代表萌芽期，象征著新技術(shù)自發(fā)明之日起由于市場的不確定性及較高的研發(fā)風(fēng)險使得新技術(shù)具有較高的相對增長潛力率，此時因市場占有率不足而相對增長率較低。第Ⅱ象限代表增長期，此階段隨著新技術(shù)的不斷完善及消費者的認(rèn)同，新技術(shù)迎來了快速發(fā)展時期，相對增長潛力率與相對增長率均較高。第Ⅲ象限，技術(shù)已然獲得較高的市場份額，逐步進(jìn)入標(biāo)準(zhǔn)化時期，此時相對增長率維持在相對較高且穩(wěn)定的狀態(tài)，技術(shù)發(fā)展進(jìn)入理論或應(yīng)用極限時期，相對增長潛力率值逐漸降低。第Ⅳ象限隨著技術(shù)理論或應(yīng)用瓶頸問題的無法克服，再加上新技術(shù)的出現(xiàn)導(dǎo)致原有技術(shù)很快被取代而進(jìn)入衰退期，逐漸被市場淘汰，相對增長潛力率與相對增長率值均較低。目前采用相對增長率法進(jìn)行技術(shù)生命周期判定的研究成果較少。曹雷[44]曾構(gòu)建特定技術(shù)領(lǐng)域的RGR與RDGR判斷技術(shù)生命周期。此方法雖可以根據(jù)相對增長率與相對增長潛力率的數(shù)值快速判斷技術(shù)生命周期階段，但各象限邊界區(qū)分比較模糊。

323TCT計算法

TCT計算法主要用于計算單件專利技術(shù)生命周期，可以用該專利在申請文件扉頁中所有引證文獻(xiàn)技術(shù)年齡的中間數(shù)來表示[24]。某技術(shù)領(lǐng)域的技術(shù)生命周期則為該領(lǐng)域所有單件專利TCT加和的平均值，因計算比較繁瑣而較少應(yīng)用于技術(shù)生命周期的計算[19]。從其概念上可以得知，TCT法可以追蹤正在進(jìn)行創(chuàng)新的信息，TCT越短，說明該技術(shù)領(lǐng)域變化越快，技術(shù)越活躍，相反，TCT越長，該領(lǐng)域技術(shù)變化越緩慢。

324會議論文與期刊論文比例法

論文作為科學(xué)研究最重要的產(chǎn)出成果之一，其相關(guān)數(shù)據(jù)在對技術(shù)生命階段進(jìn)行判斷時也表現(xiàn)出良好的優(yōu)越性。基于論文數(shù)據(jù)的技術(shù)生命周期判斷方法主要有會議論文與期刊論文比例法，EI論文與SCI論文比例法與其類似，不再多述。當(dāng)會議論文與期刊論文的比例越來越大時，說明會議論文越來越少，期刊論文越來越多，技術(shù)受到爭議的程度逐漸降低并逐步接近成熟。Roper A T等[45]、陳燕[40]認(rèn)為會議論文與期刊論文比例變化可用于分析技術(shù)成熟度。姬俊昌[46]曾在構(gòu)建新能源汽車技術(shù)多維度評價體系時采用了EI論文與SCI論文之比、會議論文與期刊論文之比在內(nèi)的多個指標(biāo)預(yù)測新能源汽車產(chǎn)業(yè)的技術(shù)生命周期。一般來說，在運用論文相關(guān)數(shù)據(jù)對技術(shù)生命周期進(jìn)行判斷時往往需要結(jié)合其他指標(biāo)以提高生命周期判別的準(zhǔn)確性。

325文獻(xiàn)類型變換法

文獻(xiàn)類型變換法涉及技術(shù)相關(guān)的多種類型數(shù)據(jù)，該方法將技術(shù)生命周期劃分為基礎(chǔ)研究、應(yīng)用研究、試驗開發(fā)、應(yīng)用階段與社會效應(yīng)5個階段?；A(chǔ)研究階段，SCI論文數(shù)量呈現(xiàn)由少至多，然后逐漸下降的特征;應(yīng)用研究階段，EI論文數(shù)量呈現(xiàn)出與SCI論文類似的發(fā)展走勢;試驗開發(fā)階段主要考察專利文獻(xiàn)數(shù)量，應(yīng)用階段與社會效應(yīng)階段則以商業(yè)報道相關(guān)信息為主，專利數(shù)量與商業(yè)報道相關(guān)數(shù)據(jù)信息仍表現(xiàn)出與以上兩個階段類似的發(fā)展規(guī)律[47]。

目前鮮有文獻(xiàn)僅利用文獻(xiàn)類型變換法對技術(shù)生命周期進(jìn)行判斷，有學(xué)者同時采用文獻(xiàn)類型變化法、期刊與會議論文比例法與Fisher-pry模型法對智能控制技術(shù)成熟度進(jìn)行了判定[40]。

326多指標(biāo)測量法

鑒于單一指標(biāo)或模型在評估技術(shù)生命周期時所存在的局限性，越來越多的學(xué)者開始關(guān)注不同類型數(shù)據(jù)或不同指標(biāo)的排列組合以實現(xiàn)技術(shù)所處生命周期階段的判定。Gao L D等[48]基于專利相關(guān)的13種指標(biāo)構(gòu)建了一種可以預(yù)測目標(biāo)技術(shù)生命周期階段的模型。Robert J W等[49]引入9種不同類型的文本指標(biāo)用于技術(shù)發(fā)展?fàn)顟B(tài)的判斷。Haupt R等[50]使用了與專利相關(guān)的7種指標(biāo)判斷技術(shù)生命周期階段變化。張海峰等[51]提煉了8個特征指標(biāo)用于構(gòu)建技術(shù)生命周期判定方法，通過人工智能技術(shù)驗證了該判定方法的準(zhǔn)確性。侯元元[52]繪制了以年份、專利申請人數(shù)與專利申請量分別為X、Y、Z軸的三維專利生命周期曲線，綜合集成3個投影平面的數(shù)據(jù)得出燃料電池技術(shù)已進(jìn)入成熟期的結(jié)論。

上述研究雖然在一定程度上解決了單一指標(biāo)法或模型曲線在識別技術(shù)生命周期階段時的片面性，但在指標(biāo)合理性、研究數(shù)據(jù)及研究結(jié)論的準(zhǔn)確性等方面仍然需要通過大量的文獻(xiàn)調(diào)研或者多位專家探討決定，因此該方法主觀性較強(qiáng)。另外，對于發(fā)展模式相近的技術(shù)而言，其生命周期階段較容易識別，對于發(fā)展模式弱相關(guān)或非相關(guān)技術(shù)而言，多指標(biāo)的通用性仍需要進(jìn)一步考證。

33描述型方法

331基于TRL的技術(shù)成熟度分析方法

TRL（Technology Readiness Level），即技術(shù)完備等級，由20世紀(jì)70年代美國NASA首次提出，用于評估新技術(shù)是否達(dá)到成熟期的方法之一。技術(shù)成熟度后被細(xì)分為9個標(biāo)準(zhǔn)等級[53]，不同等級對應(yīng)著技術(shù)的不同發(fā)展階段（見表2）。

1976年與1977年，NASA分別將TRL應(yīng)用于木星探測與太陽帆項目。90年代TRL被美國國防部應(yīng)用于重大國防采辦項目中。有些研究直接將TRL體系用于技術(shù)成熟度的評估。趙慧斌等[54]借鑒美軍方TRL評估方法提出了電子對抗裝備技術(shù)的9級TRL體系框架，并將其應(yīng)用到電子對抗裝備系統(tǒng)的技術(shù)生命周期判斷中。sa F B等[55]在其論文中介紹了如何使用TRL方法指導(dǎo)、設(shè)計、評估信息與通信技術(shù)。除了直接應(yīng)用以外，通過TRL評估方法和其他度量指標(biāo)分析技術(shù)發(fā)展趨勢，從而幫助相關(guān)決策人員制定技術(shù)發(fā)展戰(zhàn)略也是目前研究的一大發(fā)展趨勢。René L N等[56]將技術(shù)生命周期各階段與科技研究成果類型（研究論文、專利、市場信息）相對應(yīng)，TRL1～5級對應(yīng)理論研究（研究論文為主要表現(xiàn)形式）階段，TRL6～7級對應(yīng)應(yīng)用研究（專利為主要表現(xiàn)形式）階段，TRL8～9級對應(yīng)技術(shù)市場應(yīng)用（信息報道為主要表現(xiàn)形式）階段。Sauser B等[57]提出一種新的系統(tǒng)成熟度（SRL）體系用于管理系統(tǒng)研發(fā)與國防采購項目，該體系融和了TRL體系與集成成熟度（IRL）的概念。一般而言，基于TRL的技術(shù)成熟度分析方法多應(yīng)用于軍事、國防領(lǐng)域中，不太適合一般性技術(shù)成熟度分析。雖然TRL被視為判斷技術(shù)成熟度最有前途的方法之一，但其易受專家主觀意見的影響，且僅能度量技術(shù)的一個維度。

332德爾菲法

德爾菲法又可稱為專家調(diào)查法，是技術(shù)生命周期判斷方法中較常采用的方法之一，源于該方法采用專家豐富的學(xué)識或經(jīng)驗對某一研究領(lǐng)域或行業(yè)所進(jìn)行的較為細(xì)致、科學(xué)、準(zhǔn)確的判別，盡管該方法存在耗時長、主觀性強(qiáng)等局限，但在進(jìn)行國家或整個產(chǎn)業(yè)大范圍預(yù)測或者判斷時，德爾菲法很可能是唯一可行且較為準(zhǔn)確的方法[58]。

4不同判斷方法之間比較研究

表3對當(dāng)前技術(shù)生命周期判斷方法進(jìn)行了簡要總結(jié)分析，通過研讀相關(guān)研究成果可知目前技術(shù)生命周期判斷方法定量分析中較常采用的有模型法中的S曲線、計量法中的專利指標(biāo)分析法與多指標(biāo)測量法。模型法中尤其S曲線的繪制比較適用于以S曲線模式發(fā)展的技術(shù)，然而現(xiàn)實中并非所有技術(shù)均出現(xiàn)S曲線型的發(fā)展路線，模型參數(shù)的選擇、測量比較困難，且不同的模型得到的分析結(jié)果相差很大，單一指標(biāo)或模型在技術(shù)生命周期科學(xué)、準(zhǔn)確判斷分析方面稍顯不足。文獻(xiàn)計量、科學(xué)計量方法在進(jìn)行技術(shù)生命周期判斷時提供了諸多便宜，不僅指標(biāo)數(shù)據(jù)易于采集，而且擺脫了專家咨詢所帶來的一些系統(tǒng)性主觀偏見，便于研究學(xué)者探索出由于知識局限或視角偏頗而難以發(fā)現(xiàn)的客觀規(guī)律，但該方法分析結(jié)果較多受到分析者對數(shù)據(jù)庫的掌握程度及對數(shù)據(jù)的完整采集程度，另外對技術(shù)生命周期各階段關(guān)鍵時間節(jié)點的劃分仍然需要主觀判斷，因而在采用計量方法進(jìn)行技術(shù)生命周期判斷通常離不開專家咨詢法等定性方法的從旁協(xié)助。

5總結(jié)與展望

文章根據(jù)不同技術(shù)生命周期判斷方法的技術(shù)特點與分析結(jié)果的特點將技術(shù)生命周期主流判斷方法劃分為模型法、計量法與描述型3類。目前國內(nèi)更多的研究集中在技術(shù)生命周期判斷方法在各技術(shù)領(lǐng)域中的應(yīng)用尚，少數(shù)學(xué)者提出了新的技術(shù)生命周期判斷方法。國外與技術(shù)生命周期相關(guān)的大部分研究采用S曲線或反S曲線法，并基于專利數(shù)據(jù)探測技術(shù)所處發(fā)展階段，除此之外，部分研究嘗試多指標(biāo)體系判斷技術(shù)發(fā)展趨勢。鑒于單一指標(biāo)或模型在判斷技術(shù)生命周期中所存在的不足，目前亟需構(gòu)建一種綜合、科學(xué)、客觀的多指標(biāo)體系為決策者提供更為可靠的情報支持，更好地了解技術(shù)發(fā)展軌跡與發(fā)展規(guī)律。未來在技術(shù)生命周期判斷方面可能繼續(xù)傾向于以定量分析為主，定性協(xié)助的發(fā)展趨勢，定量分析法將更加關(guān)注深層次的數(shù)據(jù)挖掘、文本挖掘，尤其是深入文獻(xiàn)內(nèi)部所提取的一些能夠體現(xiàn)技術(shù)生命周期階段發(fā)展變化的指標(biāo)數(shù)值信息，同時結(jié)合機(jī)器學(xué)習(xí)、統(tǒng)計分析、數(shù)據(jù)建模等提高技術(shù)生命周期判定準(zhǔn)確性的方法將有更廣闊的研究空間。

參考文獻(xiàn)

[1]傅瑤，孫玉濤，劉鳳朝.美國主要技術(shù)領(lǐng)域發(fā)展軌跡及生命周期研究——基于S曲線的分析[J].科學(xué)學(xué)研究，2013，31（2）：209-216.

[2]Raymond V.International Investment and International Trade in the Product Cycle[J].Quarterly Journal of Economics，1966，5（80）：190-207.

[3]劉斌強(qiáng)，江玉得.基于專利信息分析的技術(shù)生命周期判斷與應(yīng)用[J].唯實，2011，（1）：77-79.

[4]方曦，吳冰倩，熊焰.基于專利指標(biāo)法和S曲線的門禁系統(tǒng)安全技術(shù)生命周期研究[J].科技管理研究，2019，15：130-136.

[5]劉東霞，陳紅.煤炭液化技術(shù)研發(fā)趨勢、生命周期、前沿技術(shù)與影響因素——基于專利的視角[J].情報雜志，2017，36（7）：52-58.

[6]王新，喬曉東，徐碩，等.基于事實型數(shù)據(jù)的技術(shù)生命周期判斷方法綜述[J].數(shù)字圖書館論壇，2013，（12）：35-43.

[7]Ravi K J，Andrew O M，Melinda M，et al.Evaluating the Commercial Potential of Emerging Technologies[J].International Journal of Technology Transfer and Commercialization，2003，2（1）：32-50.

[8]郭銀鑫.基于熵的技術(shù)生命周期判斷方法研究[D].大連：大連理工大學(xué)，2018.

[9]Ford D，Ryan C.Taking Technology to Market[J].Harvard Business Review，1981，59（2）：117-126.

[10]Harvey M.Application of Technology Life Cycles to Technology Transfers[J].The Journal of Business Strategy，1984，5（2）：51-58.

[11]Khalil T M.Management of Technology：The Key to Competitiveness and Wealth Creation[M].New York：The McGraw-Hill，2000：273-274.

[12]Andersen B.The Hunt for S-shaped Growth Paths in Technological Innovation：A Patent Study[J].Journal of Evolutionary Economics，1999，9（4）：487-526.

[13]Chiu Y J，Ying T M.A Novel Method for Technology Forecasting and Developing R&D Strategy of Building Integrated Photovoltaic Technology Industry[J].Mathematical Problems in Engineering，2012：1-24.

[14]Foster R N.Working the S-curve：Assessing Technological Threats[J].Research Management，1986，29（4）：17-20.

[15]潘穎，盧章平.國內(nèi)氫能源專利技術(shù)發(fā)展戰(zhàn)略研究[J].情報雜志，2012，31（6）：30-34.

[16]李春燕，黃斌.利用S曲線法判斷3D打印工藝技術(shù)生命周期[J].科技與經(jīng)濟(jì)，2017，30（2）：91-95.

[17]趙莉曉.基于專利分析的RFID技術(shù)預(yù)測和專利戰(zhàn)略研究—從技術(shù)生命周期角度[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2012，3（11）：24-30.

[18]周曼，王秀紅.基于技術(shù)生命周期理論的植物防霜專利技術(shù)分析[J].圖書情報工作，2017，（3）：90-97.

[19]Mahdis Y J，Alireza A，Babak F M，et al.Analysis of Photovoltaic Technology Development Based on Technology Life Cycle Approach[J].2016，8（3）：1-11.

[20]葛亮.基于專利信息分析的技術(shù)生命周期研究——以我國石墨烯制備技術(shù)為例[J].情報工程，2015，1（4）：58-64.

[21]Chang S H，F(xiàn)an C Y.Identification of the Technology Life Cycle of Telematics a Patent-based Analytical Perspective[J].Technological Forecasting and Social Change，2016，105（4）：1-10.

[22]Chang S H，F(xiàn)an C Y.Telematics Technology Development Forecasting：The Patent Analysis and Technology Life Cycle Perspective[J].Industrial Engineering，Management Science and Applications，2015，349（5）：149-158.

[23]Mohammad D M，Hossein K，Abdollah K，et al.Patent-based Technology Life Cycle Analysis：The Case of the Petroleum Industry[J].Foresight and Sti Governance，2016，10（4）：72-79.

[24]Intepe G，Koc T.The Use of S Curves in Technology Forecasting and its Application on 3D TV Technology[J].International Journal of Mechanical，Aerospace，Industrial，Mechatronic and Manufacturing Engineering，2012，11（6）：2491-2495.

[25]陳燕，黃迎燕，萬建國.專利信息采集與分析[M].北京：清華大學(xué)出版社，2006：244-248.

[26]王云飛，初志勇，管泉，等.基于專利分析的動力型鋰離子電池發(fā)展態(tài)勢分析[J].現(xiàn)代情報，2015，35（6）：102-106.

[27]李進(jìn)進(jìn)，劉迎鳴，王在竹，等.廣東省體外診斷試劑（生物類）專利申請分析[J].中國科技信息，2018，（1）：31-32，34.

[28]張誠，朱東華，汪雪峰.集成電路封裝技術(shù)中國專利數(shù)據(jù)分析研究[J].現(xiàn)代情報，2006，（9）：160-166.

[29]Fisher J C，Pry R H.A Simple Substitution Model of Technological Change[J].Technological Forecasting and Social Change，1971，（3）：75-88.

[30]Intepe G，Bozdag E，Koc T.The Selection of Technology Forecasting Method Using a Multi-criteria Interval-valued Intuitionistic Fuzzy Group Decision Making Approach[J].Computers and Industrial Engineering，2013，65（2）：277-285.

[31]靳軍寶，鄭玉榮，白光祖.基于Fisher-Pry模型的纖維素預(yù)處理技術(shù)成熟度分析[J].中國生物工程雜志，2018，38（6）：103-108.

[32]李欣，黃魯成.基于文獻(xiàn)計量的染料敏化太陽能光伏技術(shù)可視化分析[J].情報雜志，2013，32（12）：98-103，122.

[33]Daim T U，Rueda G，Martin H，et al.Forecasting Emerging Technologies：Use of Bibliometrics and Patent Analysis[J].Technological Forecasting and Social Change，2006，73（8）：981-1012.

[34]婁巖，傅曉陽，黃魯成.基于文獻(xiàn)計量學(xué)的技術(shù)成熟度研究及實證分析[J].統(tǒng)計與決策，2019，19：99-101.

[35]Altshuler G S.Social Indicators for Sustainable Project and Technology Life Cycle Management in the Process Industry[J].The International Journal of Life Cycle Assessment.2006，11（1）：3-15.

[36]高常青，陳偉，密善民，等.基于TRIZ的技術(shù)預(yù)測方法研究與應(yīng)用[J].機(jī)械設(shè)計，2014，31（8）：1-4.

[37]王秀紅，李冰，周九常.TRIZ原理在電動剃須刀技術(shù)成熟度預(yù)測中的應(yīng)用[J].科技管理研究，2008，（6）：300-301，292.

[38]王秀紅，周九常.TRIZ原理在產(chǎn)品技術(shù)成熟度預(yù)測中的應(yīng)用[J].科技進(jìn)步與決策，2008，25（3）：15-17.

[39]王麗芳，蔣國瑞，黃梯云.基于系統(tǒng)動力學(xué)的技術(shù)生命周期預(yù)測[J].預(yù)測與分析，2009，（9）：92-94.

[40]陳燕.運用專利情報研究專利技術(shù)發(fā)展動態(tài)[J].安徽科技，2003，（9）：30-31.

[41]余致力.基于專利信息分析的紫杉醇技術(shù)生命周期[J].醫(yī)學(xué)信息雜志，2010，31（11）：46-49.

[42]黃魯成，韓佳.基于專利信息分析的燃料電池技術(shù)生命周期研究[J].制造業(yè)自動化，2008，30（6）：25-27.

[43]李春燕.基于專利信息分析的技術(shù)生命周期判斷方法[J].現(xiàn)代情報，2012，32（2）：98-101.

[44]曹雷.面向?qū)＠麘?zhàn)略的專利信息分析研究[J].科技管理研究，2005，25（3）：97-100.

[45]Roper A T，Cunningham S W，Banks J，et al.Forecasting and Management of Technology[M].New York：Wiley，1991：108-110.

[46]姬俊昌.新能源汽車產(chǎn)業(yè)技術(shù)成熟度研究[D].鄭州：鄭州大學(xué)，2015.

[47]Martino J P.A Review of Selected Recent Advances in Technological Forecasting[J].Technological Forecasting and Social Changes，2003，70（8）：719-733.

[48]Gao L D，Porter A L，Wang J，et al.Technology Life Cycle Analysis Method Based on Patent Documents[J].Technological Forecasting and Social Change，2013，80：398-407.

[49]Robert J W，Porter A L.Innovation Forecasting[J].Technological Forecasting and Social Change，1997，56（1）：25-47.

[50]Haupt R，Kloyer M，Lange M.Patent Indicators for the Technology Life Cycle Development[J].Research.Policy，2007，36（3）：387-398.

[51]張海峰，張卓.技術(shù)生命周期階段特征指標(biāo)構(gòu)建及判定[J].技術(shù)經(jīng)濟(jì)，2018，37（2）：108-112.

[52]侯元元.三維專利技術(shù)生命周期模型構(gòu)建與實證研究[J].情報雜志，2013，32（3）：51-54.

[53]Mankins J C.Technology Readiness Levels：A Retrospective[J].Acta Astronautica，2009，65（9-10）：1216-1223.

[54]趙慧斌，黃敏.技術(shù)就緒水平在電子對抗裝備研發(fā)上的應(yīng)用[J].電子信息對抗技術(shù)，2008，23（6）：55-59.

[55]sa F B，Lars O B，Magnus ，et al.Using the TRL-methodology to Design Supporting ICT-tools for Production Operators[J].Procedia CIRP，2014，17（1）：726-731.

[56]René L N，Marisela R S，Rosa R B，et al.A bibliometric Method for Assessing Technological Maturity：The Case of Additive Manufacturing[J].Scientometrics，2018，117（3）：1425-1452.

[57]Sauser B，Ramirez-Marquez J E，Magnaye R，et al.A Systems Approach to Expanding the Technology Readiness Level Within Defense Acquisition[J].International Journal of Defense Acquisition Management，2008，1（2）：39-58.

[58]Bhargava S C，Kuman A，Mukerjee A.A Stochastic Cellular Automata Model of Innovation Diffusion[J].Technological Forecasting and Social Change，1993，4（4）：87-97.

（責(zé)任編輯：陳媛）