李梓檬

在科技日新月異的今天，技術(shù)融合趨勢分析發(fā)展成為技術(shù)機會預測的著力點與技術(shù)創(chuàng)新、進步的重要支撐。目前受技術(shù)水平及研究水平影響對技術(shù)融合機會的預測不夠精確與科學。

隨著市場競爭加劇，特別是現(xiàn)有行業(yè)技術(shù)壁壘加深，企業(yè)面臨著巨大壓力與挑戰(zhàn)，創(chuàng)新愈發(fā)可貴且艱難。各方對技術(shù)機會預測提出更高的要求，Byungun Yoon等將技術(shù)機會發(fā)現(xiàn)分為預測新技術(shù)和應用現(xiàn)有技術(shù)兩類，著重分析從現(xiàn)有產(chǎn)品技術(shù)出發(fā)探索技術(shù)機會發(fā)現(xiàn)對于預測能力較弱的中小企業(yè)帶來的幫助，充分地利用現(xiàn)有技術(shù)不僅能降低技術(shù)機會預測成本，還顯著提高了創(chuàng)新的可能。Heeyong Noh等認為有前途的技術(shù)需要考慮四方面，包括技術(shù)空白、技術(shù)融合、基于客戶的技術(shù)預測以及新興技術(shù)領域的近期出現(xiàn)時間點。同時，行業(yè)與行業(yè)之間、技術(shù)與技術(shù)之間的界限日趨模糊，技術(shù)融合被作者認為是接下來關注的重點，成為突破現(xiàn)有技術(shù)壁壘的新思考和演進方向。事實上，現(xiàn)有技術(shù)融合呈現(xiàn)出多元化特征，不單是純粹技術(shù)的組合，還有不同知識、科學的融匯。隨著市場拉動科技進步，科技促進市場發(fā)展，技術(shù)融合存在于整個產(chǎn)業(yè)鏈當中，影響著生產(chǎn)力的提升與市場的走向，企業(yè)必須從中識別出未來可能發(fā)展的趨勢與機會，以便及時調(diào)整戰(zhàn)略重點，合理開展技術(shù)創(chuàng)新布局，塑造產(chǎn)業(yè)核心競爭力。正確恰當?shù)募夹g(shù)融合預測有助于國家制定大政方針與戰(zhàn)略計劃、合理分配科研資金、識別資助方向?，F(xiàn)有研究已經(jīng)在通過知識間流動、機器學習預測技術(shù)融合趨勢、基于圖神經(jīng)網(wǎng)絡的鏈接預測等方面做了大量工作，本文將從專利文獻出發(fā)，主要結(jié)合具有層次結(jié)構(gòu)的IPC分類號對新近技術(shù)融合研究方法進行梳理。

技術(shù)融合概念

早在1963年Rosenberg就提出了技術(shù)融合的概念，他認為技術(shù)融合是不同產(chǎn)業(yè)利用相似技術(shù)進行生產(chǎn)工作。從知識視角來看，F(xiàn)redrik Hacklin認為技術(shù)融合基于將內(nèi)部知識庫與外部知識庫相結(jié)合，從而使創(chuàng)新出現(xiàn)在不同行業(yè)交匯處，行業(yè)間的知識溢出也有助于新技術(shù)的組合。從方式上看，組合是技術(shù)融合的一種重要方式，阿瑟認為組合是技術(shù)能不斷創(chuàng)新發(fā)展的重要機制之一，在技術(shù)進化過程中，新技術(shù)都是從現(xiàn)有的元素和技術(shù)中組合出新的元素和技術(shù)。李丫丫等從演化進程的視角探究，認為技術(shù)融合是企業(yè)在進入新的技術(shù)軌道后所用的一種方法與范式。

經(jīng)過幾十年的發(fā)展，目前大部分學者認為技術(shù)融合是一系列異質(zhì)科學與技術(shù)元通過擴散、整合、協(xié)調(diào)，深度集成多領域、多學科知識，形成新的高價值技術(shù)組合，實現(xiàn)技術(shù)創(chuàng)新，如圖1。

技術(shù)融合不僅僅是依靠技術(shù)本身演化驅(qū)動的，其背后還一定存在政治、經(jīng)濟、文化、規(guī)則等直接或間接推動，是諸多因素的結(jié)果，只考慮技術(shù)本身的影響，會使其被孤立起來。扈春香分別從企業(yè)的宏觀要素和微觀要素兩個方面研究技術(shù)融合發(fā)展的內(nèi)在機制。宏觀要素主要包括市場的推動、政策的指引，市場位于需求端能給予企業(yè)信號燈、明確技術(shù)發(fā)展點，企業(yè)受市場行為影響決定技術(shù)融合方向，從而帶來經(jīng)濟效益。而作為外圍環(huán)境必須遵守的政策不僅影響技術(shù)融合的存在機制，還影響其演進路徑。微觀層面要素則具體到企業(yè)管理、企業(yè)文化、生產(chǎn)資源的稟賦情況以及核心點——技術(shù)發(fā)展的本身。在企業(yè)中，隨著市場導向開始以及生產(chǎn)資源的分配，技術(shù)融合過程將一直受到企業(yè)管理、文化以及自身技術(shù)的影響。

而對于技術(shù)自身的因素，王宏起認為，技術(shù)融合更多受到技術(shù)本身的規(guī)模、技術(shù)創(chuàng)新的需求和產(chǎn)業(yè)技術(shù)發(fā)展方向的影響。Federico Caviggioli則探究了前人對技術(shù)融合發(fā)生的原因及條件，利用量化模型證實了：專利申請數(shù)量以及兩個合并領域之間相互后向引文的數(shù)量水平皆對新融合的產(chǎn)生有著正面作用，而技術(shù)的復雜性則與技術(shù)融合呈現(xiàn)負相關關系。

技術(shù)融合研究方法

在眾多數(shù)據(jù)中，專利數(shù)據(jù)通常是實時更新的，且新技術(shù)大部分都可以通過專利體現(xiàn)，在技術(shù)進步、市場趨勢和所有權(quán)方面是技術(shù)和商業(yè)知識的充足來源。對專利數(shù)據(jù)進行充分挖掘，可以得到相關技術(shù)信息，利用統(tǒng)計方法對這些技術(shù)信息進行加工、分析、整合，轉(zhuǎn)換為有利于國家、企業(yè)密切追蹤新興技術(shù)發(fā)展、制定有效投資戰(zhàn)略計劃的競爭情報。

基于專利的技術(shù)融合視角概括

基于專利的技術(shù)融合方法可以從兩個方面考慮：專利引文分析法與專利共現(xiàn)分析法。而現(xiàn)在大量國內(nèi)外學者在基于專利對技術(shù)融合進行分析預測時，通常結(jié)合IPC分類號整理數(shù)據(jù)、探討融合趨勢。接下來將詳細介紹這三類方法：

（1）專利引文分析法

專利引文分析法通過引文數(shù)據(jù)對技術(shù)知識流向進行識別，從而分析是否有技術(shù)層面的元素趨同、融合。即分析專利引文的數(shù)量、網(wǎng)狀關系或者鏈狀關系以及主題相關性。利用專利引文分析法可以評估技術(shù)價值、識別關鍵技術(shù)的態(tài)勢和知識間的流動。在用此類方法時，我們一般認為：①專利文獻被引的次數(shù)越多，則該項技術(shù)越重要;②利用引文分析過程本身就包含了對引文網(wǎng)絡屬性的考量，網(wǎng)絡拓撲分析法可以直觀呈現(xiàn)出引文網(wǎng)絡間的知識流動與技術(shù)轉(zhuǎn)移，如表1;③可通過專利引文分析技術(shù)軌跡和技術(shù)主路徑，評價引文網(wǎng)絡的整體結(jié)構(gòu)價值，直觀反映技術(shù)融合發(fā)展的關鍵節(jié)點，減少重要專利文獻因引用頻次不高而被忽視的問題;④基于專利共被引繪制聚類網(wǎng)絡圖，可視化技術(shù)主題下的子技術(shù)與關鍵技術(shù)特征。目前，部分學者在基于專利文獻分析技術(shù)演化趨勢時，往往會結(jié)合一些非結(jié)構(gòu)化數(shù)據(jù)，比如利用文本挖掘抽取關鍵詞結(jié)合引文網(wǎng)絡分析技術(shù)主路徑。

（2）專利共現(xiàn)分析法

共現(xiàn)是兩個及兩個以上的特征信息在同一文獻中出現(xiàn)的現(xiàn)象，專利共現(xiàn)則是不同的技術(shù)在同一專利文獻中出現(xiàn)。不同于專利引文分析，專利共現(xiàn)需要把握專利總體的特征，在專利共現(xiàn)分析中通常對專利的分類號、關鍵詞、發(fā)明人以及專利權(quán)人等進行共類分析。一般思路是根據(jù)專利的代表性特征構(gòu)建專利共現(xiàn)矩陣，例如表2。

X1、X2、X3……Xn代表技術(shù)1、技術(shù)2、技術(shù)3……技術(shù)n，表中三列二行中的34即代表技術(shù)2和技術(shù)1共同出現(xiàn)在同一專利文獻中的頻次為34次。根據(jù)共現(xiàn)頻次結(jié)合其他統(tǒng)計方法即可以分析兩項技術(shù)之間包含的復雜信息，比如聚類分析，貝葉斯分類、因子分析等等算法，基于專利的共現(xiàn)分析法可以為技術(shù)融合預測研究提供較強的支撐。翟東升認為專利共現(xiàn)分析有著易獲取且不被技術(shù)差異影響的特點，在大量的不同技術(shù)主題中可以緊抓主題以及子技術(shù)主題，反映一定的技術(shù)融合趨勢，對技術(shù)融合方面的研究有著廣泛的應用和重要的影響。

（3）專利文獻結(jié)合IPC分類號分析法

IPC是對照國際專利分類法對專利文獻進行分類后得到的分類號，便于專利檢索，結(jié)合功能性為主、應用性為輔的原則，具有其獨特的內(nèi)部層次結(jié)構(gòu)，按照層級由上到下可以分為部、大類、小類、大組、小組，技術(shù)間越高層級不同，則差異越大。

Loet Leydesdorff專注于三位以及四位IPC分類號研究，對不同聚合級別的技術(shù)間關系進行可視化分析，顯示了其三位與四位IPC分類號對實驗的有效性。而為了更好對專利信息進行聚類，減少噪音，慎金花等人采用IPC號構(gòu)建專利共現(xiàn)矩陣和概率主題模型，當兩項不同IPC分類號出現(xiàn)在同一專利文獻中時，將這兩項IPC號代表的技術(shù)視為可能存在融合，并且利用社群融合潛能以及技術(shù)融合價值指標評估“弱關系”在技術(shù)融合機會預測中的價值。由于一項專利可能會存在幾個IPC分類號，且IPC分類體系自身龐大，在利用IPC號聯(lián)動技術(shù)融合時數(shù)據(jù)會受到一定影響，因此部分國內(nèi)學者從專利研發(fā)角度出發(fā)，結(jié)合IPC與ISI構(gòu)建技術(shù)共現(xiàn)矩陣，利于細分技術(shù)類別。根據(jù)新興產(chǎn)業(yè)分類，王淼等人將國際專利與其關聯(lián)對照，對專利數(shù)據(jù)在深加工的方法模式上進行探討與研究。李樹剛等人在此基礎上加入時間序列模型和技術(shù)成長曲線，注重創(chuàng)新過程中的再融合創(chuàng)造，描畫人工智能技術(shù)融合趨勢象限圖。

同時，也有學者意識到在大數(shù)據(jù)情景下，專利數(shù)量大幅度的增長，僅僅依靠研究IPC分類號本身不足以解決精準性較差、粒度較粗的問題，Hajime Sasaki利用IPC分類號聯(lián)動預測特定技術(shù)領域融合趨勢，并通過改進共發(fā)生信息權(quán)重從而提高其預測精準度。

目前研究的不足

在技術(shù)融合預測過程中，基于專利的研究分析是應用最為廣泛的方法，但受專利自身客觀因素影響依舊存在一些弊端：①專利具有滯后性，在對技術(shù)融合進行預測的時候更多需要考察未來的可行性，專利作為已經(jīng)存在的技術(shù)信息，雖然可以通過融合趨勢分析技術(shù)走向，但在一定程度上仍然缺少前瞻性，因此基于專利的技術(shù)融合預測面向的是過去而很難精準把握未來。②隨著大數(shù)據(jù)時代信息的爆炸增長，專利信息數(shù)據(jù)庫可能會更新不及時、數(shù)據(jù)冗雜，對我們的數(shù)據(jù)處理工作帶來很大的誤差與不便。Heeyong Noh采用多個數(shù)據(jù)庫提高專利信息的可靠性和穩(wěn)健性，但并沒有徹底解決該問題。③特定行業(yè)的專利信息誕生的時間晚于其技術(shù)融合時間，如機電一體化領域，在專利信息中較難檢索到其融合技術(shù)，并不是不存在技術(shù)的趨同，而是在該領域?qū)＠畔⒅熬鸵呀?jīng)發(fā)生融合。且在某些行業(yè)領域沒有一定數(shù)量的專利去支撐我們的研究，例如食品、服務業(yè)，這些領域難以被機器檢測發(fā)現(xiàn)。

總結(jié)與展望

技術(shù)融合趨勢預測在技術(shù)機會發(fā)現(xiàn)中飾演了重要角色技術(shù)，無論是國家大政方針的制定，還是企業(yè)投資戰(zhàn)略的決定都離不開技術(shù)，尤其是有前途的新技術(shù)的支撐與指導，都極為重視技術(shù)融合的發(fā)展，大力培養(yǎng)技術(shù)融合的潛能，密切追蹤相關領域技術(shù)融合發(fā)展方向與階段。本文探究了技術(shù)融合的概念、起源機制與演進范式，梳理了近幾年來相關學者在專利文獻基礎上結(jié)合IPC分類號的研究內(nèi)容與方向，總結(jié)基于專利技術(shù)融合研究的兩類方法，即基于專利引文分析法與基于專利共現(xiàn)分析法。進一步整理了在對技術(shù)融合預測的具體過程中涉及到的各項鏈路預測指標（Jaccard、Katz、PA、RA、AA等）以及衡量鏈路預測精準度的指標（AUC、Precision、Ranking Score），助于識別技術(shù)融合進程中的關鍵階段。

即使技術(shù)融合預測已經(jīng)經(jīng)過了一定時間的發(fā)展，圍繞其也有許多預測方法，但預測的精確度依舊有待提高，研究的內(nèi)容也需要與實際產(chǎn)品相結(jié)合。接下來的研究可以更多思考預測準確度的提高，將產(chǎn)品與技術(shù)、平臺連接起來，使技術(shù)融合預測成果更多落地，提高其生存發(fā)展空間。