基于專(zhuān)利動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)的產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)

吳穎文，紀(jì)楊建，顧新建

(浙江大學(xué) 機(jī)械工程學(xué)院浙江省先進(jìn)制造技術(shù)重點(diǎn)研究實(shí)驗(yàn)室，浙江 杭州 310027)

0 引言

根據(jù)我國(guó)科學(xué)技術(shù)部在國(guó)家科技支撐計(jì)劃中對(duì)共性技術(shù)的定義，共性技術(shù)是指在不同領(lǐng)域、不同行業(yè)或不同區(qū)域能夠廣泛共享應(yīng)用，對(duì)經(jīng)濟(jì)和社會(huì)發(fā)展產(chǎn)生普遍推動(dòng)作用的技術(shù)[1]。當(dāng)前產(chǎn)業(yè)與科技的競(jìng)爭(zhēng)日趨激烈，產(chǎn)業(yè)競(jìng)爭(zhēng)已經(jīng)從市場(chǎng)化階段的技術(shù)競(jìng)爭(zhēng)走向競(jìng)爭(zhēng)前技術(shù)的競(jìng)爭(zhēng)。作為競(jìng)爭(zhēng)前技術(shù)，產(chǎn)業(yè)共性技術(shù)創(chuàng)新不僅能夠推動(dòng)新興產(chǎn)業(yè)的形成和培育，支撐其他多個(gè)產(chǎn)業(yè)實(shí)現(xiàn)技術(shù)突破，還能夠促進(jìn)我國(guó)有限的科技資源實(shí)現(xiàn)高效分配與共享[2]。各國(guó)政府高度重視共性技術(shù)研發(fā)活動(dòng)，如美國(guó)的先進(jìn)技術(shù)計(jì)劃(Advanced Technology Program, ATP)、日本的研究聯(lián)合體(Very Large Scale Integration， VLSI)、歐洲信息技術(shù)研究發(fā)展戰(zhàn)略計(jì)劃(ESPRIT計(jì)劃)等。我國(guó)政府同樣支持共性技術(shù)研發(fā)活動(dòng)，其中科技攻關(guān)計(jì)劃、科技支撐計(jì)劃、國(guó)家工程研究中心、國(guó)家工程技術(shù)中心和行業(yè)技術(shù)開(kāi)發(fā)基地都明確提出加快產(chǎn)業(yè)共性技術(shù)的研發(fā)和推廣工作[3-5]。優(yōu)先組織和實(shí)施戰(zhàn)略性共性技術(shù)研發(fā)的基礎(chǔ)是依據(jù)未來(lái)產(chǎn)業(yè)和技術(shù)發(fā)展方向前瞻性地選擇出擬重點(diǎn)支持的共性技術(shù)，從而進(jìn)行超前部署，因此產(chǎn)業(yè)共性技術(shù)選擇是共性技術(shù)研究領(lǐng)域的重點(diǎn)之一。

目前，國(guó)內(nèi)外對(duì)產(chǎn)業(yè)共性技術(shù)選擇的研究主要可分為基于德?tīng)柗品ǖ倪x擇方法、基于技術(shù)路線圖的選擇方法和基于文獻(xiàn)計(jì)量的選擇方法。從德?tīng)柗品ǖ慕嵌龋琑onde[6]提出在德?tīng)柗普{(diào)查中引入“專(zhuān)家對(duì)技術(shù)的熟悉程度”指標(biāo)，建立“技術(shù)—專(zhuān)家熟悉度”二維矩陣以及不同技術(shù)關(guān)聯(lián)度矩陣，再通過(guò)因子分析法判別產(chǎn)業(yè)共性技術(shù)。劉波等[7]基于技術(shù)預(yù)見(jiàn)視角，使用德?tīng)柗品?gòu)建了共性技術(shù)初步篩選的指標(biāo)體系，并根據(jù)優(yōu)劣解距離法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)舉例篩選共性技術(shù)的課題。從技術(shù)路線圖的角度，王倩等[8]、賀正楚等[9]分別以大數(shù)據(jù)產(chǎn)業(yè)和生物醫(yī)藥產(chǎn)業(yè)為例，采用專(zhuān)利地圖法遴選中國(guó)大數(shù)據(jù)產(chǎn)業(yè)和生物醫(yī)藥產(chǎn)業(yè)的共性技術(shù)，歸納出幾種典型的技術(shù)發(fā)展模式，繪制了兩大產(chǎn)業(yè)在近期、中期、長(zhǎng)期的共性技術(shù)路線圖。從文獻(xiàn)計(jì)量的角度，Hall等[10]以美國(guó)專(zhuān)利商標(biāo)局的專(zhuān)利數(shù)據(jù)為基礎(chǔ)，借助技術(shù)共性度、引文數(shù)量、引文滯后以及專(zhuān)利分類(lèi)增長(zhǎng)等指標(biāo)對(duì)共性技術(shù)進(jìn)行了識(shí)別，并指出共性技術(shù)多為信息和通信方面的技術(shù)。張鵬等[11]結(jié)合專(zhuān)利計(jì)量分析的相關(guān)理論和方法，構(gòu)建了專(zhuān)利引文網(wǎng)絡(luò)和專(zhuān)利技術(shù)領(lǐng)域共現(xiàn)網(wǎng)絡(luò)，分別進(jìn)行K-核分析和搜索路徑連接統(tǒng)計(jì)值(Search Path Link Count，SPLC)主路徑分析，得出全球定位系統(tǒng)(Global Positioning System，GPS)產(chǎn)業(yè)共性技術(shù)發(fā)展演化的規(guī)律和趨勢(shì)。

總的來(lái)說(shuō)，基于德?tīng)柗品ê图夹g(shù)路線圖的選擇方法屬于定性研究方法，很大程度上依賴(lài)于專(zhuān)家的主觀判斷及對(duì)技術(shù)領(lǐng)域的了解程度，缺乏一定的客觀性。而基于文獻(xiàn)計(jì)量的選擇方法雖然是一種定量研究，但識(shí)別出的其實(shí)是事后共性技術(shù)[12]，無(wú)法解決大量競(jìng)爭(zhēng)前共性技術(shù)的識(shí)別問(wèn)題。因此，本文提出基于專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)的產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)方法，從定量的角度解決事前共性技術(shù)[12]選擇問(wèn)題。

專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)是專(zhuān)利分析中常用的一種方法，可用于挖掘技術(shù)的特點(diǎn)、發(fā)展路徑、關(guān)聯(lián)關(guān)系等。劉鳳朝等[13]基于專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)分析方法，利用國(guó)際專(zhuān)利分類(lèi)號(hào)(International Patent Classification, IPC)構(gòu)建了納米技術(shù)演化路徑分析框架，考察了納米技術(shù)與相關(guān)技術(shù)領(lǐng)域融合發(fā)展的實(shí)現(xiàn)模式。沈君[14]從專(zhuān)利的標(biāo)題和摘要中提取技術(shù)術(shù)語(yǔ)，并以此構(gòu)建專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)，利用卡龍的共詞分析方法和原則對(duì)專(zhuān)利技術(shù)主題結(jié)構(gòu)進(jìn)行分析。動(dòng)態(tài)網(wǎng)絡(luò)主要用于揭示網(wǎng)絡(luò)的演化過(guò)程及規(guī)律。李登杰等[15]基于動(dòng)態(tài)網(wǎng)絡(luò)對(duì)技術(shù)創(chuàng)新網(wǎng)絡(luò)演化機(jī)制進(jìn)行了系統(tǒng)分析，并驗(yàn)證了該方法在刻畫(huà)技術(shù)創(chuàng)新網(wǎng)絡(luò)演化方面的有效性?？紤]到專(zhuān)利技術(shù)共現(xiàn)復(fù)雜網(wǎng)絡(luò)和動(dòng)態(tài)網(wǎng)絡(luò)在技術(shù)分析中的有效性，本文將這兩種網(wǎng)絡(luò)進(jìn)行結(jié)合，作為產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)方法的基礎(chǔ)。

1 共性技術(shù)預(yù)測(cè)理論基礎(chǔ)

據(jù)世界知識(shí)產(chǎn)權(quán)組織調(diào)查，專(zhuān)利文獻(xiàn)中包含世界上90%～95%的最新發(fā)明成果和技術(shù)情報(bào)，且約有70%的成果未在非專(zhuān)利文獻(xiàn)上發(fā)表。專(zhuān)利文獻(xiàn)涵蓋著全球最新創(chuàng)新成果，可以作為技術(shù)的預(yù)測(cè)性競(jìng)爭(zhēng)情報(bào)來(lái)源[16-18]。因此，本文選擇專(zhuān)利文獻(xiàn)作為共性技術(shù)預(yù)測(cè)的研究對(duì)象。

如果一項(xiàng)專(zhuān)利涉及兩個(gè)或兩個(gè)以上的技術(shù)領(lǐng)域，則稱(chēng)為專(zhuān)利技術(shù)共現(xiàn)。一個(gè)專(zhuān)利集包含的技術(shù)領(lǐng)域之間的共現(xiàn)關(guān)系可以通過(guò)復(fù)雜網(wǎng)絡(luò)表現(xiàn)出來(lái)。在專(zhuān)利技術(shù)共現(xiàn)復(fù)雜網(wǎng)絡(luò)中，網(wǎng)絡(luò)節(jié)點(diǎn)代表技術(shù)領(lǐng)域，邊代表所連接的兩個(gè)技術(shù)領(lǐng)域之間存在共現(xiàn)關(guān)系。根據(jù)共性技術(shù)具有的基礎(chǔ)性、廣泛性、關(guān)聯(lián)性等特征[3-4]，本文認(rèn)為在共現(xiàn)網(wǎng)絡(luò)中一項(xiàng)技術(shù)與其他越多的技術(shù)共現(xiàn)，表明越多的技術(shù)需要依賴(lài)該技術(shù)以實(shí)現(xiàn)技術(shù)突破，則該技術(shù)是共性技術(shù)的可能性越大，即技術(shù)的共性度越大；一項(xiàng)技術(shù)與其他技術(shù)之間的共現(xiàn)頻次越高，表明該技術(shù)對(duì)其他技術(shù)所起的技術(shù)支撐作用越大，則該技術(shù)的共性度越大。基于該思想，提出共現(xiàn)廣度和共現(xiàn)強(qiáng)度兩個(gè)技術(shù)共性度衡量指標(biāo)，共性技術(shù)則是這兩個(gè)指標(biāo)值都比較大的一類(lèi)技術(shù)。

對(duì)于事前共性技術(shù)選擇來(lái)說(shuō)，需要識(shí)別的是未來(lái)一段時(shí)間內(nèi)技術(shù)共性度較大的一類(lèi)技術(shù)。隨著專(zhuān)利文獻(xiàn)的不斷增長(zhǎng)，專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)在不斷變化，網(wǎng)絡(luò)中每一項(xiàng)技術(shù)的共現(xiàn)廣度和共現(xiàn)強(qiáng)度也在不斷變化。技術(shù)共性度的變化是有規(guī)律的，有些技術(shù)在現(xiàn)階段的共性度較小，但共性度的增長(zhǎng)十分迅速，這類(lèi)技術(shù)很可能成為未來(lái)的共性技術(shù)；而有些技術(shù)雖然在現(xiàn)階段的共性度較大，但共性度的增長(zhǎng)十分緩慢，這類(lèi)技術(shù)可能不具備發(fā)展為共性技術(shù)的潛力。因此，基于技術(shù)共現(xiàn)廣度和共現(xiàn)強(qiáng)度隨時(shí)間的變化規(guī)律，運(yùn)用相關(guān)的數(shù)據(jù)預(yù)測(cè)模型，可預(yù)測(cè)出該技術(shù)在未來(lái)時(shí)間點(diǎn)的共現(xiàn)廣度和共現(xiàn)強(qiáng)度，從而確定未來(lái)技術(shù)共性度較大的技術(shù)并將此作為日后重點(diǎn)研發(fā)的共性技術(shù)。

基于以上分析，提出產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)方法，其過(guò)程如圖1所示。具體步驟為：①建立專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)；②確定衡量技術(shù)共性度的網(wǎng)絡(luò)指標(biāo)，這里定義了共現(xiàn)廣度和共現(xiàn)強(qiáng)度兩個(gè)指標(biāo)；③計(jì)算動(dòng)態(tài)網(wǎng)絡(luò)中每項(xiàng)技術(shù)在各個(gè)時(shí)間點(diǎn)的技術(shù)共性度；④預(yù)測(cè)技術(shù)在未來(lái)時(shí)間點(diǎn)的技術(shù)共性度，這里采用基于差異化階數(shù)的多項(xiàng)式回歸模型；⑤選擇共現(xiàn)廣度和強(qiáng)度都比較大的技術(shù)作為預(yù)測(cè)出的未來(lái)共性技術(shù)。

2 專(zhuān)利動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)模型

2.1 動(dòng)態(tài)網(wǎng)絡(luò)

Gt(Vt,Et,Wt)=g0∪g1∪g2∪…∪gt。

2.2 專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)

在目前的研究中，一般用專(zhuān)利分類(lèi)號(hào)來(lái)表征技術(shù)領(lǐng)域[20-21]，本文采用IPC國(guó)際專(zhuān)利分類(lèi)號(hào)，因此專(zhuān)利技術(shù)共現(xiàn)即IPC分類(lèi)號(hào)共現(xiàn)。

專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)Gt(Vt,Et,Wt)表示不同時(shí)間t技術(shù)領(lǐng)域之間的共現(xiàn)關(guān)系及共現(xiàn)頻次，其中：Vt表示0～t時(shí)間段內(nèi)存在的IPC分類(lèi)號(hào)，Et表示0～t時(shí)間段內(nèi)u和v兩個(gè)分類(lèi)號(hào)之間存在共現(xiàn)關(guān)系，Wt表示0～t時(shí)間段內(nèi)u和v兩個(gè)分類(lèi)號(hào)之間的共現(xiàn)頻次，反映了分類(lèi)號(hào)所代表的技術(shù)領(lǐng)域間的關(guān)聯(lián)程度。

3 基于活躍因子的技術(shù)共性度指標(biāo)

3.1 技術(shù)共性度指標(biāo)

根據(jù)共性技術(shù)的定義，本文提出共現(xiàn)廣度和共現(xiàn)強(qiáng)度這兩個(gè)技術(shù)共性度衡量指標(biāo)。

(1)共現(xiàn)廣度Ri專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)中與節(jié)點(diǎn)i相連的其他節(jié)點(diǎn)的個(gè)數(shù)，即與技術(shù)i出現(xiàn)共現(xiàn)的其他技術(shù)的個(gè)數(shù)，表示技術(shù)i所能影響的技術(shù)范圍。

3.2 技術(shù)共性度活躍因子

當(dāng)技術(shù)i與其他技術(shù)共現(xiàn)之后，若在一段時(shí)間內(nèi)沒(méi)有再次發(fā)生共現(xiàn)，則該技術(shù)的共性度不應(yīng)該等同于初始時(shí)刻，而應(yīng)隨著時(shí)間變化減弱，即技術(shù)共性活躍度下降。因此，使用技術(shù)活躍因子對(duì)技術(shù)共性度指標(biāo)進(jìn)行修正。

(1)

式中：t為專(zhuān)利公開(kāi)后經(jīng)歷的時(shí)間，T為專(zhuān)利半衰期，α為技術(shù)共性度的活躍因子。

基于技術(shù)共性度的活躍因子，將技術(shù)共性度指標(biāo)修正為:

(2)

(3)

4 基于差異化階數(shù)的多項(xiàng)式回歸預(yù)測(cè)模型

4.1 多項(xiàng)式回歸模型

根據(jù)構(gòu)建的專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)以及定義的技術(shù)共性度衡量指標(biāo)，可得到每個(gè)技術(shù)領(lǐng)域在0到t時(shí)間段內(nèi)共現(xiàn)廣度和共現(xiàn)強(qiáng)度隨時(shí)間變化的時(shí)序數(shù)據(jù)，基于這些時(shí)序數(shù)據(jù)，運(yùn)用相關(guān)模型即可預(yù)測(cè)相應(yīng)技術(shù)在未來(lái)時(shí)間點(diǎn)的技術(shù)共性度，從而預(yù)測(cè)未來(lái)的共性技術(shù)。本文使用多項(xiàng)式回歸模型展開(kāi)預(yù)測(cè)。

在一元回歸分析中，如果因變量y與自變量x的關(guān)系是非線性的，但是又找不到適當(dāng)?shù)暮瘮?shù)來(lái)擬合，通常采用一元多項(xiàng)式回歸，一元m次多項(xiàng)式回歸方程為：

f(x)=a0+a1x+a2x2+…+amxm。

(4)

多項(xiàng)式回歸的最大優(yōu)點(diǎn)是可以通過(guò)增加x的高次項(xiàng)對(duì)實(shí)測(cè)點(diǎn)進(jìn)行逼近，直到得到滿(mǎn)意的結(jié)果。研究證明，任何連續(xù)函數(shù)都能使用某個(gè)高次冪的多項(xiàng)式以任何預(yù)先指定的精確度一致地近似表示。由于技術(shù)領(lǐng)域的特點(diǎn)及發(fā)展差異，其共現(xiàn)廣度和共現(xiàn)強(qiáng)度隨時(shí)間變化的規(guī)律不同，很難找到同一個(gè)函數(shù)對(duì)所有技術(shù)領(lǐng)域進(jìn)行回歸分析，而多項(xiàng)式回歸的優(yōu)點(diǎn)恰巧可以解決這個(gè)問(wèn)題。

多項(xiàng)式回歸模型一般利用最小二乘法求解，其準(zhǔn)則是求出f(x)的各個(gè)系數(shù)ak，使得各歷史數(shù)據(jù)(xi,yi)對(duì)應(yīng)的點(diǎn)到f(xi)距離的平方和最小[23]。記距離函數(shù)

(5)

要使式(5)最小，需滿(mǎn)足

(6)

即以下線性方程組：

(7)

則方程可表示為:

RTRA=RTY。

(8)

式(8)存在唯一解:

A=(RTR)-1RTY。

(9)

根據(jù)式(9)即可求出擬合曲線函數(shù)f(x)中所有系數(shù)ak。

4.2 多項(xiàng)式階數(shù)確定方法

對(duì)于多項(xiàng)式回歸模型，一般m越大擬合的精度越高，但階數(shù)過(guò)大可能會(huì)造成過(guò)擬合，從而使模型的預(yù)測(cè)效果較差，因此重點(diǎn)是確定式中階數(shù)m的大小。對(duì)本文研究的技術(shù)共性度來(lái)說(shuō)，由于技術(shù)領(lǐng)域的特點(diǎn)及發(fā)展差異，適用于每個(gè)技術(shù)領(lǐng)域多項(xiàng)式回歸模型的階數(shù)不同，因此提出差異化階數(shù)法，即對(duì)不同技術(shù)領(lǐng)域的模型確定不同的階數(shù)，具體流程如圖4所示。

圖中R-squared為決定系數(shù)，也稱(chēng)為擬合優(yōu)度，是對(duì)回歸模型的評(píng)價(jià)指標(biāo)，T是對(duì)決定系數(shù)設(shè)定的一個(gè)閾值，

(10)

對(duì)于某技術(shù)領(lǐng)域共性度的一組數(shù)據(jù)，首先將多項(xiàng)式回歸模型的階數(shù)設(shè)定為1，計(jì)算出擬合模型的R-squared，若R-squared大于閾值T，則確定此時(shí)的階數(shù)為該技術(shù)領(lǐng)域共性度預(yù)測(cè)回歸模型的階數(shù)，若小于T，則將階數(shù)加1，重新計(jì)算擬合模型的R-squared，直到R-squared大于閾值T。確定多項(xiàng)式回歸模型的階數(shù)后，即可擬合出每個(gè)技術(shù)領(lǐng)域共性度的函數(shù)關(guān)系，并對(duì)未來(lái)的共性度進(jìn)行預(yù)測(cè)。

5 案例研究

5.1 專(zhuān)利動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)

本案例以美的集團(tuán)、格力電器、青島海爾3家家電領(lǐng)跑企業(yè)的專(zhuān)利數(shù)據(jù)為樣本，研究家電行業(yè)的共性技術(shù)。分別以“美的集團(tuán)”、“格力電器”、“青島海爾”為申請(qǐng)人關(guān)鍵詞搜索萬(wàn)方數(shù)據(jù)庫(kù)，截至本文檢索時(shí)間2018年5月30日，共收集52 848條專(zhuān)利數(shù)據(jù)。然后，對(duì)專(zhuān)利數(shù)據(jù)進(jìn)行清洗，去除數(shù)據(jù)中申請(qǐng)人名稱(chēng)與這3家家電企業(yè)相近的其他企業(yè)的數(shù)據(jù)，最終得到47 740條有效數(shù)據(jù)，其中28 241個(gè)專(zhuān)利文獻(xiàn)中存在IPC分類(lèi)號(hào)共現(xiàn)，因此以這28 241條數(shù)據(jù)為研究對(duì)象。經(jīng)統(tǒng)計(jì)，數(shù)據(jù)中共涉及到5 983個(gè)技術(shù)領(lǐng)域分類(lèi)號(hào)。

以月為單位，建立專(zhuān)利技術(shù)共現(xiàn)動(dòng)態(tài)網(wǎng)絡(luò)，動(dòng)態(tài)網(wǎng)絡(luò)共有296個(gè)時(shí)間點(diǎn)。從動(dòng)態(tài)網(wǎng)絡(luò)中可以觀察到隨著時(shí)間的推移，共現(xiàn)的技術(shù)領(lǐng)域越來(lái)越多，領(lǐng)域之間共現(xiàn)的頻次也越來(lái)越多。圖5展示了6個(gè)時(shí)間點(diǎn)的共現(xiàn)網(wǎng)絡(luò)圖。

5.2 技術(shù)共性度指標(biāo)計(jì)算

基于296個(gè)時(shí)間點(diǎn)的專(zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)，利用式(2)和式(3)可計(jì)算每個(gè)技術(shù)領(lǐng)域在每個(gè)時(shí)間點(diǎn)的共現(xiàn)廣度和共現(xiàn)強(qiáng)度，從而得到5 983個(gè)技術(shù)領(lǐng)域的共性度隨時(shí)間演化的情況。目前采用的最普遍、最有效的科技文獻(xiàn)半衰期計(jì)量方法是引文分析法[24]，即將科技文獻(xiàn)半衰期定義為被引文獻(xiàn)中最新的一半文獻(xiàn)是在最近多少時(shí)間內(nèi)發(fā)表的，利用該方法計(jì)算得出式中專(zhuān)利半衰期T為5.9。

圖6選取了其中20個(gè)技術(shù)領(lǐng)域在20個(gè)時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行展示，圖中點(diǎn)的大小表示技術(shù)的共現(xiàn)廣度，點(diǎn)的深淺表示技術(shù)的共現(xiàn)強(qiáng)度。

5.3 共性技術(shù)預(yù)測(cè)

基于技術(shù)領(lǐng)域共性度隨時(shí)間變化的數(shù)據(jù)，可進(jìn)行共性技術(shù)預(yù)測(cè)研究。本文基于1993年～2017年5月的數(shù)據(jù)對(duì)2018年5月的技術(shù)領(lǐng)域共性度進(jìn)行預(yù)測(cè)。

首先，分別統(tǒng)計(jì)2017年5月5 983個(gè)技術(shù)領(lǐng)域共現(xiàn)廣度和共現(xiàn)強(qiáng)度的分布情況，如圖7所示，其中橫坐標(biāo)表示共性度的值，縱坐標(biāo)表示技術(shù)領(lǐng)域的個(gè)數(shù)。由圖可知技術(shù)領(lǐng)域的共現(xiàn)廣度和共現(xiàn)強(qiáng)度均服從冪律分布，即絕大部分技術(shù)領(lǐng)域的共性度都很小，極小部分技術(shù)領(lǐng)域的共性度較大。對(duì)共性技術(shù)預(yù)測(cè)來(lái)說(shuō)，關(guān)注的是在未來(lái)有潛力成為共性技術(shù)的技術(shù)，因此選取現(xiàn)時(shí)間點(diǎn)共性度較大的那一小部分技術(shù)進(jìn)行預(yù)測(cè)，在這里選取共現(xiàn)廣度和強(qiáng)度分別占前1%的60個(gè)技術(shù)領(lǐng)域進(jìn)行預(yù)測(cè)。

基于差異化階數(shù)的多項(xiàng)式回歸模型分別對(duì)現(xiàn)時(shí)刻共現(xiàn)廣度和強(qiáng)度最大的60個(gè)技術(shù)進(jìn)行預(yù)測(cè)，分別將R-squared的閾值T設(shè)定為0.97，0.98，0.99，預(yù)測(cè)結(jié)果誤差如表1所示。

表1 不同閾值T下的預(yù)測(cè)誤差

由表1可知，當(dāng)閾值T等于0.98時(shí)，無(wú)論是共現(xiàn)廣度還是共現(xiàn)強(qiáng)度，其預(yù)測(cè)誤差最小，分別為5.27%和3.48%。此時(shí)預(yù)測(cè)結(jié)果中廣度和強(qiáng)度最大的12個(gè)技術(shù)的回歸曲線圖如圖8和圖9所示。根據(jù)所定義的共性技術(shù)測(cè)度標(biāo)準(zhǔn)，共性技術(shù)是共現(xiàn)廣度和強(qiáng)度都比較大的一類(lèi)技術(shù)，因此確定如下6個(gè)技術(shù)領(lǐng)域?yàn)?018年5月的共性技術(shù)，如表2所示。

將預(yù)測(cè)結(jié)果與實(shí)際進(jìn)行對(duì)比，如表3所示，由表可知共現(xiàn)廣度預(yù)測(cè)值前12位與實(shí)際值前12位的技術(shù)領(lǐng)域共有10個(gè)相同，共現(xiàn)強(qiáng)度預(yù)測(cè)值前12位與實(shí)際值前12位的技術(shù)領(lǐng)域共有11個(gè)相同。共性技術(shù)的預(yù)測(cè)結(jié)果誤差如表4所示，由表可知2018年5月的共性技術(shù)領(lǐng)域共8個(gè)，其中預(yù)測(cè)了6個(gè)，由此可知該共性技術(shù)預(yù)測(cè)模型的準(zhǔn)確度較好，但覆蓋率還有待提高。

表2 2018年5月預(yù)測(cè)共性技術(shù)

表3 預(yù)測(cè)和實(shí)際共性度對(duì)比

表4 預(yù)測(cè)和實(shí)際共性技術(shù)對(duì)比

續(xù)表4

5.4 適用性檢驗(yàn)

為了檢驗(yàn)該產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)模型的適用性，將專(zhuān)利數(shù)據(jù)樣本從3家家電企業(yè)擴(kuò)大至8家，加入奧克斯集團(tuán)、海信電器、TCL集團(tuán)、四川長(zhǎng)虹、小天鵝5家企業(yè)的專(zhuān)利數(shù)據(jù)。數(shù)據(jù)檢索與清洗方式與前述一致，最終得到26 451條有效數(shù)據(jù)，其中12 401個(gè)專(zhuān)利文獻(xiàn)中存在IPC分類(lèi)號(hào)共現(xiàn)，加上前述3家企業(yè)的28 241條數(shù)據(jù)，總計(jì)獲得40 642條數(shù)據(jù)作為研究對(duì)象。

按照前述方法對(duì)數(shù)據(jù)進(jìn)行分析，得到不同閾值下共現(xiàn)廣度與共現(xiàn)強(qiáng)度的預(yù)測(cè)誤差，如表5所示。由表可知，當(dāng)閾值T=0.98時(shí)，無(wú)論是共現(xiàn)廣度還是共現(xiàn)強(qiáng)度，其預(yù)測(cè)誤差最小，分別為7.49%和5.04%。該數(shù)據(jù)集的共性技術(shù)預(yù)測(cè)結(jié)果與小數(shù)據(jù)集的預(yù)測(cè)結(jié)果對(duì)比如表6所示，由表6可知兩個(gè)數(shù)據(jù)集下所預(yù)測(cè)的共性技術(shù)基本一致，由此可知該共性技術(shù)預(yù)測(cè)模型具有較好的適用性。

表5 不同閾值T下的預(yù)測(cè)誤差

表6 不同數(shù)據(jù)集預(yù)測(cè)結(jié)果對(duì)比

6 結(jié)束語(yǔ)

產(chǎn)業(yè)共性技術(shù)選擇是組織和實(shí)施共性技術(shù)研發(fā)的基礎(chǔ)，通過(guò)產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)實(shí)現(xiàn)對(duì)未來(lái)共性技術(shù)的有效選擇有利于帶動(dòng)產(chǎn)業(yè)的戰(zhàn)略升級(jí)，支撐眾多相關(guān)技術(shù)突破，提升自主創(chuàng)新能力及核心競(jìng)爭(zhēng)力。本文基于專(zhuān)利的技術(shù)共現(xiàn)現(xiàn)象進(jìn)行了產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)的方法研究。具體包括以下工作：

(1)構(gòu)建了專(zhuān)利動(dòng)態(tài)復(fù)雜網(wǎng)絡(luò)，以作為共性技術(shù)預(yù)測(cè)的研究對(duì)象。通過(guò)動(dòng)態(tài)網(wǎng)絡(luò)表示出不同時(shí)間點(diǎn)技術(shù)領(lǐng)域之間的共現(xiàn)關(guān)系和共現(xiàn)頻次。

(2)確定了技術(shù)共性度衡量指標(biāo)?；趯?zhuān)利技術(shù)共現(xiàn)網(wǎng)絡(luò)定義了共現(xiàn)廣度和共現(xiàn)強(qiáng)度兩個(gè)指標(biāo)，并計(jì)算出動(dòng)態(tài)網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)在每個(gè)時(shí)間點(diǎn)的指標(biāo)值。

(3)建立了共性技術(shù)預(yù)測(cè)模型。以共現(xiàn)廣度和共現(xiàn)強(qiáng)度的時(shí)間序列數(shù)據(jù)為基礎(chǔ)，采用差異化階數(shù)的多項(xiàng)式回歸模型，預(yù)測(cè)未來(lái)共性度比較大的技術(shù)以作為擬研發(fā)的共性技術(shù)。

(4)以家電行業(yè)為例進(jìn)行實(shí)證研究，進(jìn)一步驗(yàn)證了共性技術(shù)預(yù)測(cè)方法的可行性。以2017年5月之前的專(zhuān)利數(shù)據(jù)為基礎(chǔ)，預(yù)測(cè)出該行業(yè)2018年5月的共性技術(shù)，并與實(shí)際共性技術(shù)進(jìn)行對(duì)比，證明了模型的預(yù)測(cè)效果。

未來(lái)的研究方向主要包括兩個(gè)方面：①更深入地探究技術(shù)共性度指標(biāo)，以實(shí)現(xiàn)產(chǎn)業(yè)共性技術(shù)更精準(zhǔn)的預(yù)測(cè)；②改進(jìn)產(chǎn)業(yè)共性技術(shù)預(yù)測(cè)模型，提高模型預(yù)測(cè)精度。