基于文獻(xiàn)計(jì)量學(xué)的技術(shù)成熟度研究及實(shí)證分析

婁 巖，傅曉陽，黃魯成

（北京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 100124）

基于文獻(xiàn)計(jì)量學(xué)的技術(shù)成熟度研究及實(shí)證分析

婁 巖，傅曉陽，黃魯成

（北京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 100124）

企業(yè)對技術(shù)成熟度的研究與評價(jià)可以有效控制其技術(shù)研發(fā)的風(fēng)險(xiǎn)。文章在梳理已有技術(shù)成熟度的評價(jià)方法的基礎(chǔ)上，提出了采用基于文獻(xiàn)計(jì)量學(xué)方法來分析技術(shù)成熟度，包括期刊與會(huì)議論文比例法、文獻(xiàn)類型變換法和Fisher–Pry模型法，并以城市污水處理系統(tǒng)的智能控制技術(shù)為例，對其進(jìn)行技術(shù)成熟度實(shí)證分析，為技術(shù)成熟度評價(jià)提供了一種思路。

文獻(xiàn)計(jì)量學(xué)；技術(shù)成熟度；污水處理系統(tǒng)；智能控制技術(shù)

0 引言

技術(shù)成熟度是指某項(xiàng)技術(shù)在開發(fā)過程中所達(dá)到的一般性可用程度(完善程度)。廣義的技術(shù)成熟度還包括該項(xiàng)技術(shù)對空間特定需求的滿足程度、技術(shù)跨度、技術(shù)難度(風(fēng)險(xiǎn))、技術(shù)可獲得性以及技術(shù)成本等多種因素。[1]技術(shù)成熟度是衡量技術(shù)能力的一個(gè)要素。對于處于多變市場環(huán)境中的企業(yè)來說，技術(shù)成熟度是其制定戰(zhàn)略、進(jìn)行技術(shù)貿(mào)易的重要參考指標(biāo)，也是其確定局部創(chuàng)新和系統(tǒng)創(chuàng)新的投入比例、把握創(chuàng)新時(shí)機(jī)的重要依據(jù)?？梢詭椭髽I(yè)認(rèn)清自身技術(shù)的發(fā)展水平和發(fā)展?jié)摿?，審時(shí)度勢地進(jìn)行技術(shù)創(chuàng)新，降低投資風(fēng)險(xiǎn)，提高投資效益，營造和保持企業(yè)的競爭優(yōu)勢。

美國航空航天局 (NASA)1995年提出TRL并應(yīng)用于航天領(lǐng)域,之后在美國科學(xué)技術(shù)協(xié)會(huì)得到初步應(yīng)用,TRL按技術(shù)發(fā)展過程將技術(shù)的成熟度劃分為九級(jí),是一種比較系統(tǒng)的技術(shù)成熟度評價(jià)標(biāo)準(zhǔn)。[2]該方法適合評價(jià)政府采購項(xiàng)目或大型項(xiàng)目，且需要耗費(fèi)大量的人力和物力。前蘇聯(lián)G.S.Altshuller提出TRIZ理論，利用專利數(shù)據(jù)信息,研究技術(shù)系統(tǒng)進(jìn)化與專利數(shù)量、專利等級(jí)、產(chǎn)品性能、產(chǎn)品利潤之間的關(guān)系,后被用于產(chǎn)品技術(shù)成熟度的預(yù)測。[3]但是,產(chǎn)品的性能指標(biāo)和產(chǎn)品利潤指標(biāo)數(shù)據(jù)不易獲取,專利等級(jí)確定又依賴于專家知識(shí)。劉玉琴,朱東華,呂琳提出基于文本挖掘技術(shù)的產(chǎn)品技術(shù)成熟度預(yù)測方法，是以專利數(shù)據(jù)為研究對象，引入技術(shù)新穎度度量函數(shù)量化技術(shù)的新穎程度，考察專利質(zhì)量，應(yīng)用該方法對我國的光通信技術(shù)成熟度進(jìn)行了預(yù)測，其結(jié)果得到專家的好評。[4]該方法需要大量的專利數(shù)據(jù)，且專利技術(shù)新穎度和專利成本計(jì)算過程復(fù)雜。針對以上方法存在的不足，本文提出了基于文獻(xiàn)計(jì)量學(xué)的方法來判定技術(shù)成熟度，并以此來判斷城市污水處理系統(tǒng)的智能控制技術(shù)的技術(shù)成熟度。

1 城市污水處理系統(tǒng)智能控制技術(shù)的技術(shù)成熟度分析

文獻(xiàn)計(jì)量學(xué)是以文獻(xiàn)體系和文獻(xiàn)計(jì)量特征為研究對象，采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等計(jì)量方法，研究文獻(xiàn)的分布結(jié)構(gòu)、數(shù)量關(guān)系、變化規(guī)律，進(jìn)而解釋與評價(jià)過去、現(xiàn)在，并預(yù)測（見）事物的某些結(jié)構(gòu)、特征和規(guī)律的一門科學(xué)。文獻(xiàn)計(jì)量學(xué)在科技管理中的功能：預(yù)測功能，判斷功能，發(fā)現(xiàn)功能。[5]文獻(xiàn)計(jì)量學(xué)可以用來分析研究趨勢，確定科學(xué)中有潛力的領(lǐng)域，找出特殊的文獻(xiàn)在哪被引用以及如何被引用。文獻(xiàn)計(jì)量學(xué)通過使用不同的指標(biāo)來分析信息，然后從數(shù)據(jù)庫中挖掘出有用的信息。

既然產(chǎn)業(yè)的發(fā)展以科學(xué)發(fā)展和應(yīng)用科學(xué)知識(shí)（論文）為基礎(chǔ)，并形成專利成果，那么從文獻(xiàn)計(jì)量學(xué)角度，就可以以文獻(xiàn)或?qū)＠麨閿?shù)據(jù)對某項(xiàng)技術(shù)的成熟度進(jìn)行判斷。綜合現(xiàn)有研究成果，有三類依據(jù)文獻(xiàn)數(shù)量變化進(jìn)行判斷的方法：Fisher–Pry模型法、期刊與會(huì)議論文比例法和文獻(xiàn)類型變換法。下面以城市污水處理系統(tǒng)的智能控制技術(shù)為例，分析其技術(shù)成熟度狀況。

1.1 城市污水處理系統(tǒng)智能控制技術(shù)簡介

隨著現(xiàn)代工業(yè)的飛速發(fā)展，環(huán)境保護(hù)和污水處理越來越引起世界各國的重視。由于污水處理過程具有多變量、非線性、時(shí)變性與隨機(jī)性的特點(diǎn),其控制過程十分復(fù)雜；同時(shí)，污水處理系統(tǒng)的控制又屬于多目標(biāo)控制，需要控制幾種出水指標(biāo)（BOD、COD、SS等），需要抑制外部環(huán)境的擾動(dòng)變化對處理過程的影響以確保處理過程的穩(wěn)定性，同時(shí)也需要經(jīng)濟(jì)指標(biāo)最優(yōu)化。采用傳統(tǒng)的控制方法難以實(shí)現(xiàn)污水處理的實(shí)時(shí)控制，智能控制具有自學(xué)習(xí)、自適應(yīng)和自組織功能，可以解決用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題，因此，近年來智能控制廣泛應(yīng)用于非穩(wěn)定的動(dòng)態(tài)工程系統(tǒng)中，取得了令世人矚目的研究成果。

表1 城市污水處理系統(tǒng)的智能控制技術(shù)每年文獻(xiàn)的情況

1.2 文獻(xiàn)數(shù)據(jù)分析

采用文獻(xiàn)計(jì)量學(xué)對城市污水處理系統(tǒng)的智能控制技術(shù)進(jìn)行研究，其數(shù)據(jù)來自于ISI-Web of Science(SCI)和Ei Compendex（EI），檢索采用的關(guān)鍵詞是 Wastewater、sewage 和intelligent control、fuzzy control、neural network、expert control、Automatic Control、Artificial Intelligence、optional control、genetic algorithm。分析從1985～2007年發(fā)表的論文的情況，數(shù)據(jù)如表1及圖1所示。

由圖1可知，在城市污水處理系統(tǒng)智能控制技術(shù)領(lǐng)域，文獻(xiàn)量不是很多，說明這一領(lǐng)域的研究活動(dòng)不是很活躍，但令人驚喜的是，每年發(fā)表的論文數(shù)量呈上升趨勢。從圖中可以看出，SCI中的文獻(xiàn)數(shù)量變化趨勢較為平緩，而EI中的文獻(xiàn)數(shù)量變化趨勢較為活躍，說明該技術(shù)的研究越來越傾向于應(yīng)用。隨著每年發(fā)表的論文數(shù)量不斷地增加，可以肯定社會(huì)各界對這項(xiàng)技術(shù)越來越重視，研究規(guī)模也越來越大，成果也越來越多，該技術(shù)很有可能成為未來污水處理的核心技術(shù)。

1.3 Fisher-pry模型法

判斷一項(xiàng)技術(shù)的成熟度，文獻(xiàn)數(shù)量分析存在不足之處，需要對文獻(xiàn)數(shù)量分析中應(yīng)用的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，使其符合技術(shù)發(fā)展變化的S形曲線。Fisher-pry模型是一種比較理想的判斷技術(shù)成熟度的方法。

1971年，F(xiàn)isher和pry發(fā)表了一篇描述技術(shù)變化模型的論文，盡管模型比較簡單，但是，對于判斷一項(xiàng)新技術(shù)取代與其存在競爭關(guān)系的舊技術(shù)是很有效的，往往可以用來判斷新技術(shù)替代舊技術(shù)的比率。[6]在這個(gè)模型中，稍做修改，配以合適的數(shù)據(jù)，同樣可以定義技術(shù)的改進(jìn)程度，判斷新技術(shù)的成熟度。

下面介紹城市污水處理系統(tǒng)的智能控制技術(shù)的成熟度分析，我們采用Fisher-pry模型法進(jìn)行分析。為了繪制出Fisher-pry曲線，首先要對文獻(xiàn)計(jì)量分析得到的數(shù)據(jù)（表1中的組合數(shù)據(jù)）標(biāo)準(zhǔn)化處理，要用到Fisher-pry方程，[7]如公式（1）所示。

表2 基于城市污水處理系統(tǒng)的智能控制技術(shù)的各年期刊與會(huì)議文獻(xiàn)數(shù)量

公式（1）中的b與c是常數(shù)，b確定曲線的形狀，c確定曲線的位置。 f為技術(shù)替代率，0＜f＜1,可由公式（2）得到：

在公式（2）中，Y為某一年出版的文獻(xiàn)數(shù)量，L為待估計(jì)的最大的出版的文獻(xiàn)數(shù)量。在本例中，根據(jù)相關(guān)數(shù)據(jù)的調(diào)查及預(yù)測，確定L=220。

如何計(jì)算公式（1）中的b和c，可以將公式（1）轉(zhuǎn)化為公式（3）：

然后采用一元線性回歸方法（本例子采用SPSS軟件）就可計(jì)算出b和c。經(jīng)過計(jì)算，b=0.21,c=16。代入公式（1）便可繪制出圖2的Fisher-pry模型。

由圖2可以看到，在2015年，圖2中的曲線接近1，從文獻(xiàn)計(jì)量學(xué)分析的角度，可以預(yù)測該技術(shù)將在2015年達(dá)到成熟。在2015年該技術(shù)是否真正達(dá)到成熟，還需要該領(lǐng)域的專家的共同論證，此處不再贅述。

1.4 期刊與會(huì)議論文比例法

Roper認(rèn)為可以用期刊論文數(shù)與會(huì)議論文數(shù)之比來確定技術(shù)成熟度。當(dāng)會(huì)議文獻(xiàn)多于期刊文獻(xiàn)時(shí)，表明新(興)技術(shù)還處于人們的爭論之中，技術(shù)遠(yuǎn)未接近成熟；而當(dāng)期刊論文開始多于會(huì)議論文時(shí)，技術(shù)開始逐漸接近成熟[8]，如圖3所示。

我們的數(shù)據(jù)來源于EI，其各年的數(shù)值如表2。在各年中，分別用會(huì)議或期刊的文獻(xiàn)數(shù)量除以各年他們的文獻(xiàn)之和，就可計(jì)算出他們各自的比率，其分析結(jié)果如圖4。

表4 城市污水處理系統(tǒng)的智能控制技術(shù)各年專利

由圖4可知，在1985年，城市污水處理系統(tǒng)智能控制技術(shù)的會(huì)議文獻(xiàn)數(shù)量大于期刊文獻(xiàn)數(shù)量，表明此技術(shù)剛被提了出來，還處于專家的爭論之中；而從1986～2007年，每年期刊文獻(xiàn)的數(shù)量都遠(yuǎn)遠(yuǎn)大于會(huì)議文獻(xiàn)的數(shù)量，說明進(jìn)行城市污水處理智能控制技術(shù)研究的人員越來越多，涉及面越來越廣，研究在不斷的深入，但該技術(shù)還未達(dá)到成熟，只有當(dāng)期刊文獻(xiàn)的數(shù)量接近1，而會(huì)議文獻(xiàn)的數(shù)量接近0時(shí)，才表明該技術(shù)真正達(dá)到成熟。雖然我們的圖4與Roper的圖3不完全一樣，圖4沒有出現(xiàn)會(huì)議文獻(xiàn)明顯多與期刊文獻(xiàn)的部分，那是由于該技術(shù)在1985左右才提出，并且會(huì)議文獻(xiàn)也不是很多，所以其會(huì)議文獻(xiàn)數(shù)量從開始就少于期刊文獻(xiàn)數(shù)量，這是一種特殊情況。但是，由圖4可知，隨著時(shí)間的推進(jìn)，期刊文獻(xiàn)的曲線在逐漸接近1，而會(huì)議文獻(xiàn)的曲線在逐漸接近0，說明城市污水處理系統(tǒng)智能控制技術(shù)正在接近成熟。

1.5 文獻(xiàn)類型變換法

文獻(xiàn)類型變換法使用了與技術(shù)發(fā)展相關(guān)的多種類型文獻(xiàn)，對技術(shù)發(fā)展的本質(zhì)有比較好的把握，這種方法有一定專業(yè)性，適用性比較好。該方法將新興技術(shù)的發(fā)展周期分為不同的5個(gè)階段：基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)開發(fā)、應(yīng)用階段、社會(huì)效應(yīng)。各個(gè)階段采用不同的文獻(xiàn)進(jìn)行分析，如表3所示。

使用文獻(xiàn)類型變換法來判斷一項(xiàng)新技術(shù)的成熟度，遵循這樣的原則：在基礎(chǔ)研究階段，SCI的論文數(shù)量由少到多，并逐漸下降；在應(yīng)用研究階段，EI論文數(shù)量由少到多，并逐漸下降；在試驗(yàn)開發(fā)階段，專利數(shù)量經(jīng)歷了與前述相同的變化階段。在專利數(shù)量變化過程中，若發(fā)明專利開始下降，而外觀設(shè)計(jì)開始增加，則表明新(興)技術(shù)步入成熟化階段[9]。而在應(yīng)用階段和社會(huì)效用階段也是同樣的，關(guān)于新技術(shù)的報(bào)道由少到多，當(dāng)新技術(shù)變得成熟后，關(guān)注度就會(huì)下降，關(guān)于它的報(bào)道就會(huì)逐漸減少（如圖5）。

就城市污水處理系統(tǒng)的智能控制技術(shù)而言，在基礎(chǔ)研究和應(yīng)用研究階段，由表1可知，每年SCI和EI文獻(xiàn)數(shù)量在不斷地增加，也就是分別處于圖5中左邊兩段曲線的前半部分，說明該技術(shù)還未達(dá)到成熟，但該技術(shù)的研究在不斷的深入。在試驗(yàn)階段，通過查找DII(德溫特)專利數(shù)據(jù)庫（關(guān)鍵詞同上），結(jié)果如表4所示，該技術(shù)的專利每年不斷增加，處于圖5曲線（代表實(shí)驗(yàn)階段的曲線）的前半部分，并未達(dá)到頂峰，同樣說明該技術(shù)沒有達(dá)到成熟。在應(yīng)用研究和社會(huì)效用階段，由于該技術(shù)沒有達(dá)到成熟，所以關(guān)于該技術(shù)的應(yīng)用研究和社會(huì)效用的報(bào)道（包括廣告）很少，如圖6所示。

通過文獻(xiàn)類型變換法分析可知,各類文獻(xiàn)的數(shù)量均處于增長階段,城市污水處理系統(tǒng)的智能控制技術(shù)還未達(dá)到成熟，但該技術(shù)的文獻(xiàn)數(shù)量和專利數(shù)量都呈現(xiàn)不斷增加的趨勢，表明該技術(shù)的研究規(guī)模在擴(kuò)大，研究水平在深入，而關(guān)于該技術(shù)的商業(yè)報(bào)道也不時(shí)的出現(xiàn)，說明其研究成果也在不斷增多。因此，該技術(shù)雖未達(dá)到成熟，但在向成熟邁進(jìn)。

通過Fisher–Pry模型法、期刊與會(huì)議論文比例法和文獻(xiàn)類型變換法的分析，可知城市污水處理系統(tǒng)智能控制技術(shù)并未達(dá)到成熟，也就是說該技術(shù)的成熟度水平不高，實(shí)現(xiàn)商業(yè)化還有很長的路要走。但是，由于國家和社會(huì)對環(huán)保越來越重視，該技術(shù)優(yōu)勢明顯，并且開始步入成熟階段，因此具有良好的商業(yè)化前景。

2 小結(jié)

本文采用基于文獻(xiàn)計(jì)量學(xué)的方法，從整體上客觀的分析了城市污水處理系統(tǒng)智能控制技術(shù)的技術(shù)成熟度，為技術(shù)成熟度評價(jià)提供了一種思路。但是，由于各國經(jīng)濟(jì)發(fā)展水平、以及重視程度和投入程度的不同，各種技術(shù)在不同國家或地區(qū)的發(fā)展?fàn)顩r參差不齊，文獻(xiàn)及專利數(shù)據(jù)也不能完全代表該技術(shù)整體的發(fā)展水平。此外，此方法的不足之處還在于需要收集大量的各類數(shù)據(jù)，而有些數(shù)據(jù)的收集比較困難，單純依靠此方法不能很好的判斷所用技術(shù)的成熟度。因此，如果結(jié)合主觀判斷法——基于專家（學(xué)術(shù)界、產(chǎn)業(yè)界與政府有關(guān)部門）的知識(shí)和經(jīng)驗(yàn)判斷，就可以從整體上更好的把握技術(shù)的成熟度狀況，從而為技術(shù)的商業(yè)化前景分析奠定基礎(chǔ)，為企業(yè)決策提供依據(jù)。

[1]朱毅麟.開展技術(shù)成熟度研究[J].航天標(biāo)準(zhǔn)化，2008（2）.

[2]Ricardo Valerdi.An Approach to Technology Risk Management[J].Engineering Systems Division Symposium March,2004.

[3]G.S.Altshuller.The Innovation Algorithm,TRIZ,Systematic Innovation and Technical Creativity[M].Worcester:Technical Innovation Center,INC,1999.

[4]劉玉琴,朱東華,呂琳.基于文本挖掘技術(shù)的產(chǎn)品技術(shù)成熟度預(yù)測[J].計(jì)算機(jī)集成制造系統(tǒng)，2008，14（3）.

[5]邱均平.文獻(xiàn)計(jì)量學(xué)[M].北京:科技文獻(xiàn)出版社,1988.

[6]Fisher,J.C.,and Pry,R.H.,A Simple Substitution Model for Technological Change[J].Technological Forecasting and Social Change,1971,3.

[7]Tugrul U.Daim.Forecasting Emerging Technologies:Use of Bibliometrics and Patent Analysis[J].Technological Forecasting&Social Change,2006,73.

[8]A.L.Porter,A.T.Roper,T.W.Mason,F.A.Rossini,J.Banks,Forecasting and Management of Technology[M].Wiley,New York,1991.

[9]Joseph P.Martino.A Review of Selected Recent Advances in Technological Forecasting[J].Technological Forecasting& Social Change,2003,（70）.

（責(zé)任編輯/浩 天）

F204

A

1002－6487（2010）19－0099-03

國家自然科學(xué)基金重點(diǎn)項(xiàng)目（70639002）；北京市創(chuàng)新人才計(jì)劃（PHR-IHLB）

婁 巖（1963-），男，北京人，副教授，研究方向：技術(shù)創(chuàng)新管理、項(xiàng)目管理。