基于專利知識流網(wǎng)絡(luò)的技術(shù)融合分析

李慧 孟瑋 徐存真

關(guān)鍵詞：專利;知識流;技術(shù)融合;生長曲線;社會網(wǎng)絡(luò)分析;馬爾可夫模型;石墨烯

隨著經(jīng)濟(jì)全球化和科學(xué)技術(shù)的不斷發(fā)展，一項技術(shù)的性能開始滿足消費者在多個市場領(lǐng)域的需求.這些領(lǐng)域之間的差異逐漸變得模糊，導(dǎo)致企業(yè)的競爭地位發(fā)生根本變化。作為當(dāng)前創(chuàng)新趨勢的一個重要特征，技術(shù)融合不僅可以改善技術(shù)功能和提高產(chǎn)品競爭力，還為應(yīng)對挑戰(zhàn)和獲得競爭優(yōu)勢帶來了新的機(jī)遇，相關(guān)企業(yè)和研究機(jī)構(gòu)需要理解技術(shù)融合對于追求創(chuàng)新和經(jīng)濟(jì)增長的作用。

鑒于技術(shù)融合在工業(yè)和經(jīng)濟(jì)發(fā)展中的重要作用，系統(tǒng)和廣泛地理解是什么推動了技術(shù)融合至關(guān)重要，而專利記錄了技術(shù)信息最詳細(xì)的發(fā)展歷程。因此，本文首先使用歷年累計專利數(shù)量擬合Logistic生長曲線識別出目標(biāo)領(lǐng)域所處的生命周期，并將數(shù)據(jù)劃分到不同的階段，然后在每個階段構(gòu)建知識流網(wǎng)絡(luò).最后分別從微觀層面和宏觀層面分析了石墨烯領(lǐng)域在不同生命周期的關(guān)鍵技術(shù)融合成分和產(chǎn)業(yè)融合規(guī)律。

1相關(guān)研究工作

技術(shù)融合的概念由Rosenberg N在20世紀(jì)60年代提出，80年代引起了學(xué)者們的廣泛關(guān)注。Schnaars S等認(rèn)為技術(shù)融合是兩種或兩種以上不同技術(shù)的結(jié)合，這種結(jié)合可以創(chuàng)造新產(chǎn)品甚至新產(chǎn)業(yè).Choi J Y等將技術(shù)融合定義為不同應(yīng)用領(lǐng)域的技術(shù)轉(zhuǎn)化為新的技術(shù)單元的過程.湯文仙認(rèn)為技術(shù)融合的過程實質(zhì)上就是技術(shù)在不同產(chǎn)業(yè)之間擴(kuò)散的結(jié)果，Stieglitz N從產(chǎn)業(yè)發(fā)展視角將技術(shù)融合分為技術(shù)替代和技術(shù)整合，Kim J等將技術(shù)融合分為相互關(guān)聯(lián)的融合和中間融合，前者的所有技術(shù)彼此密切相關(guān)，并廣泛交流知識，而后者意味著有一種特定的技術(shù)可以調(diào)節(jié)技術(shù)的融合。技術(shù)融合在微觀層面體現(xiàn)于不同技術(shù)之間的知識流動，本文中技術(shù)融合是指由知識的流動導(dǎo)致的技術(shù)變化.若構(gòu)成一項技術(shù)的多種知識元與其他技術(shù)之間發(fā)生了知識流入或流出關(guān)系，就形成了技術(shù)融合。

在用于監(jiān)測技術(shù)融合的眾多數(shù)據(jù)源中，專利數(shù)據(jù)蘊(yùn)含著可靠且新穎的信息和技術(shù)創(chuàng)新知識.因此被廣泛使用?，F(xiàn)有的基于專利的技術(shù)融合研究主要有兩類。一是專利引文分析，Kim J等基于引用矩陣和DSM排序算法研究了信息技術(shù)和生物技術(shù)的融合：翟東升等將專利引文網(wǎng)路擴(kuò)展為技術(shù)類別之間的引用網(wǎng)絡(luò)并分析其中的知識流，從而識別出技術(shù)融合創(chuàng)新的軌道和強(qiáng)度：Park I等根據(jù)引用關(guān)系預(yù)測了生物技術(shù)和信息技術(shù)之間潛在的技術(shù)知識流動，提出了融合的技術(shù)機(jī)會，使R&D的決策者能夠規(guī)劃新的R&D技術(shù)融合項目。這類方法的局限性在于僅有少數(shù)幾個數(shù)據(jù)庫提供專利引文數(shù)據(jù)，而且專利引文并沒有提供額外的技術(shù)信息，因此得到的技術(shù)之間的融合關(guān)系并不全面。二是專利共類分析，苗紅等通過LDA模型和SVM分類算法找出智能手機(jī)專利數(shù)據(jù)中融合特征較強(qiáng)的專利子集并使用德溫特手工代碼構(gòu)建技術(shù)共類矩陣.然后通過融合度指標(biāo)和中介中心性測算技術(shù)融合程度和融合過程中的關(guān)鍵技術(shù)：Choi J Y等根據(jù)IPC共現(xiàn)分析將專利映射到技術(shù)類別，然后對技術(shù)的收斂程度做實證分析并估計了總體擴(kuò)散趨勢：慎金花等在IPC共現(xiàn)網(wǎng)絡(luò)上應(yīng)用Louvain算法劃分不同技術(shù)社群，并挖掘出各社群的技術(shù)主題，通過定義指標(biāo)找出融合價值較高的技術(shù)融合關(guān)系進(jìn)而發(fā)掘未來的技術(shù)機(jī)會：王宏起等綜合考慮了多技術(shù)領(lǐng)域之間的相互作用對技術(shù)融合的影響.提出基于Katz指標(biāo)的技術(shù)融合方向預(yù)測方法并對中國電動汽車產(chǎn)業(yè)做實證分析。這類方法沒有考慮到主分類號和副分類號之間的區(qū)別。

綜上所述，目前的相關(guān)研究中，要么僅僅考慮了專利內(nèi)部的IPC分類碼代表的技術(shù)知識之間的關(guān)系，要么只考慮了專利引用造成的技術(shù)知識的流動，本文以IPC分類碼為紐帶，綜合考慮專利內(nèi)部的主副分類號以及專利的引用關(guān)系構(gòu)建技術(shù)知識流網(wǎng)絡(luò).并在此基礎(chǔ)上進(jìn)行技術(shù)融合分析研究。

2相關(guān)理論與研究方法

本研究的整體流程主要包括選擇目標(biāo)技術(shù)領(lǐng)域和數(shù)據(jù)庫、數(shù)據(jù)獲取與預(yù)處理、專利知識流網(wǎng)絡(luò)構(gòu)建、基于SNA指標(biāo)識別關(guān)鍵融合成分、基于馬爾可夫模型的產(chǎn)業(yè)融合預(yù)測分析5個步驟，邏輯關(guān)系如圖1所示。

前兩步的主要目的是收集可靠的數(shù)據(jù)并使用Logistic生長曲線判斷目標(biāo)領(lǐng)域的生命周期并將數(shù)據(jù)劃分到不同階段，第三步是構(gòu)建專利知識流網(wǎng)絡(luò).第四步和第五步分別從微觀和宏觀層面分析技術(shù)融合規(guī)律。

2.1專利知識流網(wǎng)絡(luò)構(gòu)建方法

專利數(shù)據(jù)的兩個顯著特征使其成為研究技術(shù)融合的有效來源，即清晰的IPC代碼層次結(jié)構(gòu)和代表知識流的引用信息。目前很多專利分析相關(guān)的研究都使用IPC4代碼進(jìn)行研究，其提供了一個相對均衡的技術(shù)知識體系.可以較好地反映融合過程中的多樣性。因此，本文將專利視作技術(shù)的體現(xiàn)，并使用IPC4分類碼表示專利中蘊(yùn)含的技術(shù)知識。這樣專利數(shù)據(jù)中的知識流動就可以分為兩類，示意圖如圖2所示。

對于節(jié)點對，記S為始點，T為終點，且S≠T，視為技術(shù)知識從S向T流動。一方面，每個專利通常都有不止一個IPC號，在所有IPC號中主IPC號最能代表技術(shù)創(chuàng)新.其與其他副IPC號之間的關(guān)系可以視為知識流動的方向，即主IPC號生產(chǎn)知識而副IPC號接受知識，如圖中、和;另一方面，專利引文同樣可以反映技術(shù)創(chuàng)新和知識的流動，即被引專利的IPC號代表的技術(shù)知識流向了施引專利的IPC號，如圖中、等。

2.2微觀：基于SNA指標(biāo)識別關(guān)鍵融合成分

社會網(wǎng)絡(luò)分析（Social Network Analysis，SNA）的相關(guān)研究者提出了很多網(wǎng)絡(luò)指標(biāo)用以分析節(jié)點的特性以及節(jié)點之間的關(guān)系。本文使用中介中心性和接近中心性指標(biāo)分別從“控制”和“參與”兩個角度量化知識流網(wǎng)絡(luò)中IPC節(jié)點的性質(zhì)，進(jìn)而識別出其中的關(guān)鍵融合成分。

2.2.1中介中心性

中介中心性是衡量節(jié)點全局重要性的著名指標(biāo)之一.中介中心性高的節(jié)點有更多的機(jī)會控制資源的流動。節(jié)點的中介中心性越高，則該節(jié)點越具有聯(lián)系性，在知識流動中越有效。中介中心性的定義如式（1）所示。

2.2.2接近中心性

不同于中介中心性，另一個指標(biāo)接近中心性計算的是某個點到其他所有點的距離的綜合，這個綜合越小就說明這個點距離其他所有點越近，是網(wǎng)絡(luò)中的“社交達(dá)人”。接近中心性的定義如式（2）所示。

2.3宏觀：基于馬爾可夫模型的產(chǎn)業(yè)融合預(yù)測分析

2.3.1構(gòu)建產(chǎn)業(yè)融合網(wǎng)絡(luò)

上文構(gòu)建的專利知識流網(wǎng)絡(luò)是基于專利IPC號的微觀層面的分析，為了進(jìn)行宏觀層面的分析，相關(guān)研究大多采用WIPO提出的IPC技術(shù)索引表或Eurostat提出的IPC-ISIC標(biāo)準(zhǔn)將專利的IPC號與不同的工業(yè)領(lǐng)域進(jìn)行映射。由于專利的IPC號在不斷地增加，因此本文選擇時間上最近的2015年10月發(fā)布的第二版IPC-ISIC標(biāo)準(zhǔn)，利用該標(biāo)準(zhǔn)可以將IPCv8與NACE代碼對應(yīng)起來，其中3位數(shù)NACE代碼版本的映射表共涉及66個不同的工業(yè)領(lǐng)域。

利用這種映射機(jī)制將專利知識流網(wǎng)絡(luò)轉(zhuǎn)化為產(chǎn)業(yè)融合網(wǎng)絡(luò)，產(chǎn)業(yè)融合網(wǎng)絡(luò)的節(jié)點為不同NACE代碼所代表的產(chǎn)業(yè)，節(jié)點之間的連邊為有向邊，權(quán)重為專利知識流網(wǎng)絡(luò)中對應(yīng)流向的邊的權(quán)重之和，具體的轉(zhuǎn)化過程示例如圖3所示。

2.3.2基于馬爾可夫的產(chǎn)業(yè)融合分析

馬爾可夫模型常被用來研究事物發(fā)展過程中，不同狀態(tài)變化時的關(guān)聯(lián)性特征。研究流程的Step2中根據(jù)生命周期理論將目標(biāo)領(lǐng)域劃分為不同的發(fā)展階段，對于處在同一發(fā)展階段的不同年份，產(chǎn)業(yè)融合的轉(zhuǎn)移概率變化較小，因此可以將該階段的產(chǎn)業(yè)融合網(wǎng)絡(luò)的矩陣形式作為該階段各年份的狀態(tài)轉(zhuǎn)移矩陣，由于該矩陣中的元素是計數(shù)變量，因此需要做橫向標(biāo)準(zhǔn)化處理，將產(chǎn)業(yè)融合網(wǎng)絡(luò)的矩陣形式表示為式（3），則橫向標(biāo)準(zhǔn)化處理方法見式（4），處理后得到狀態(tài)轉(zhuǎn)移概率矩陣如式（5）。

其中m表示產(chǎn)業(yè)融合網(wǎng)絡(luò)中的節(jié)點數(shù)量，Na表示節(jié)點i到節(jié)點，的有向邊的權(quán)重。

這樣就可以基于馬爾可夫過程對產(chǎn)業(yè)之間的融合進(jìn)行預(yù)測，從預(yù)測起始點開始，可以得到多步轉(zhuǎn)移概率見式（6）。

3實證分析——以石墨烯領(lǐng)域為例

3.1數(shù)據(jù)介紹與生命周期分析

本文在檢索和收集數(shù)據(jù)時使用著名的DII（Derwent Innovation Index）國際專利數(shù)據(jù)平臺，確定檢索式為“T1=（Graphene 0r Graphenes）”，截至2020年7月11日共得到53 869條數(shù)據(jù)。使用專利的申請日期作為相關(guān)時間點，繪制歷年專利數(shù)量、累積量以及擬合的Logistic生長曲線如圖4所示。

由于專利從申請到公開的周期通常為18個月左右_2引.因此檢索到的2019年和2020年的數(shù)量并不準(zhǔn)確.所以在擬合S曲線時只考慮2018年及以前的數(shù)據(jù)，圖中黃線為“數(shù)量可信線”，黃線右側(cè)的點不參與Logistic曲線擬合。

從圖4中可以看出.檢索到的最早的石墨烯專利在1999年，自2010年起專利數(shù)量迅速增加，2012年、2016年和2018年是數(shù)量曲線上的極大值點。而根據(jù)生命周期理論，一項技術(shù)的發(fā)展應(yīng)該經(jīng)歷萌芽期、成長期、成熟期和衰退期，擬合Logis.tic曲線的飽和值K為79000，借鑒文獻(xiàn)[29]中計算各成長階段的方法.定義萌芽期為專利開始出現(xiàn)到10%飽和點，成長期為10%飽和點到曲線拐點，成熟期為拐點到90%飽和點，衰退期為成熟期結(jié)束之后，計算得到10%飽和點、拐點、90%飽和點的橫坐標(biāo)分別為2013.252、2017.478、2021.703，由于90%飽和點超過了2020年，因此石墨烯的發(fā)展尚未度過成熟期，圖中用虛線表示了不同生命周期的界限。此外，按照2.1節(jié)中的描述，本文將施引專利和具有不止一個4位IPC號的專利視為融合專利.其他專利為非融合專利.分別統(tǒng)計了每一年份的融合專利和非融合專利的數(shù)量.發(fā)現(xiàn)除2000年沒有數(shù)據(jù)外，其他年份的融合專利占比均在55%以上，這也進(jìn)一步說明了技術(shù)融合對于技術(shù)創(chuàng)新的重要性。

3.2構(gòu)建專利知識流網(wǎng)絡(luò)

根據(jù)圖4的結(jié)果，將數(shù)據(jù)按照技術(shù)生命周期分為3個階段，每個階段構(gòu)建有向網(wǎng)絡(luò)，由于構(gòu)建技術(shù)網(wǎng)絡(luò)時使用了引用信息，而劃分時間段會造成引用關(guān)系的割裂.本文的處理方式是若一條引用關(guān)系的被引專利和施引專利分屬不同的時間段，則將該引用關(guān)系涉及的專利間技術(shù)流動完全歸于施引專利所屬的時間段，這是因為“引用”這一過程產(chǎn)生的知識流動事實上發(fā)生在施引專利進(jìn)行引用的時刻。最終得到生命周期各階段的相關(guān)信息如表1所示。

從表1中的數(shù)據(jù)可以看出，相比于單個的內(nèi)部知識流網(wǎng)絡(luò)或引用知識流網(wǎng)絡(luò)，融合后的網(wǎng)絡(luò)具有了更多的節(jié)點和邊.側(cè)面說明了本文構(gòu)建的知識流網(wǎng)絡(luò)更加完備。此外，由3.1節(jié)的分析可知，石墨烯發(fā)展的成熟期尚未結(jié)束，只看萌芽期與成長期可知.網(wǎng)絡(luò)的節(jié)點數(shù)和邊數(shù)都在增加，而且當(dāng)前成熟期的節(jié)點和邊已經(jīng)與成長期較為接近，預(yù)計成熟期結(jié)束后會反超，這也符合技術(shù)的發(fā)展特點。3個階段網(wǎng)絡(luò)的圖密度很小.并且還在隨時間不斷減小，而平均路徑長度的變化正好相反，這說明雖然節(jié)點和邊在增加，但是網(wǎng)絡(luò)卻越來越稀疏。3個階段的連接組件參數(shù)很小，說明雖然網(wǎng)絡(luò)在不斷擴(kuò)大，但網(wǎng)絡(luò)的連通性并沒有因此變?nèi)?。最后使用Gephi軟件分別可視化3個階段的知識流網(wǎng)絡(luò)如圖5所示。

3.3關(guān)鍵融合成分分析

為了識別石墨烯領(lǐng)域核心的技術(shù)融合知識單元.分別計算3個階段的中心性指標(biāo)并做歸一化處理.每個階段均取中介中心性Top15和接近中心性Top15的節(jié)點的并集作為分析對象，并使用兩種中心性指標(biāo)的平均值作為分割線繪制坐標(biāo)圖進(jìn)行分析。

1）Period1（萌芽期）

在圖6（萌芽期）展示出的節(jié)點中，C01B（非金屬元素）、H01L（半導(dǎo)體器件或電固體器件）和B82Y（納米結(jié)構(gòu)的制造、測量或應(yīng)用）的中介中心性非常高，但是接近中心性卻比較低，說明它們在這一階段的石墨烯領(lǐng)域的整體發(fā)展中發(fā)揮了重要作用。G21G（化學(xué)元素的轉(zhuǎn)變）、G08C（測量值、控制信號或類似信號的傳輸系統(tǒng)）和E21D（豎井;隧道;平硐;地下室）則正好相反，這些節(jié)點的接近中心性較高.但是中介中心性卻比較低.說明它們是相對多技術(shù)融合的參與者，是這一階段石墨烯的具體應(yīng)用。此外還可以發(fā)現(xiàn)節(jié)點的中介中心性的分布比接近中心性的分布更加均勻。

2）Period2（成長期）

圖7展示了石墨烯領(lǐng)域成長期的重要技術(shù)節(jié)點的網(wǎng)絡(luò)指標(biāo)測度結(jié)果，可以看出C01B（非金屬元素）和C08L（高分子化合物的組合物）具有較高的中介中心性，接近中心性比較高的節(jié)點有很多，如F16M（非專門用于其他類目所包含的發(fā)動機(jī)或其他機(jī)器或設(shè)備的框架、外殼或底座）、F27D（一種以上的爐通用的爐、窯、烘烤爐或蒸餾爐的零部件或附件）、B25D（沖擊工具）、B30B（一般壓力機(jī)）、F27B（一般餾爐、窯、烘烤爐或蒸餾爐，開式燒結(jié)設(shè)備或類似設(shè)備）、G10D（弦樂器，管樂器，手風(fēng)琴或六角手風(fēng)琴，打擊樂器）和G21D（核發(fā)電廠），說明這一階段開拓了很多石墨烯的應(yīng)用場景。

3）Period3（成熟期）

圖8展示了第3階段的重要技術(shù)的節(jié)點重要性測度結(jié)果，可以看出C01B和C08L仍然有很高的中介中心性，此外，B32B（層狀產(chǎn)品，即由扁平的或非扁平的薄層）的中介中心性超過了C08L，說明石墨烯的技術(shù)方向發(fā)生了轉(zhuǎn)變。接近中心性較高的節(jié)點變化很大，只有F04F（通過與其他流體直接接觸或通過利用被泵送流體的慣性泵送流體）和H03F（放大器）占據(jù)了很高的接近中心性，說明這一階段又開拓新的應(yīng)用領(lǐng)域，值得注意的是，成熟期尚未結(jié)束，后續(xù)還會有其他的技術(shù)發(fā)展和變化。

3.4產(chǎn)業(yè)融合分析

由于IPC-ISIC標(biāo)準(zhǔn)共有66個不同的產(chǎn)業(yè)，為了使研究更具有針對性，同時保證各階段涉及產(chǎn)業(yè)的連貫性，根據(jù)具體情況將3個階段的產(chǎn)業(yè)融合網(wǎng)絡(luò)中邊權(quán)重大于100的節(jié)點的并集作為分析的重點，滿足條件的產(chǎn)業(yè)共有37個。由3.1中的分析可知，當(dāng)前石墨烯領(lǐng)域處于成熟期，因此本文對石墨烯的成熟期最終產(chǎn)業(yè)占比進(jìn)行預(yù)測，將37個產(chǎn)業(yè)在第3階段產(chǎn)業(yè)融合網(wǎng)絡(luò)轉(zhuǎn)化為矩陣形式.并做橫向標(biāo)準(zhǔn)化，部分結(jié)果如表2所示。

將第2階段的最后一年2017年的產(chǎn)業(yè)占比作為初始狀態(tài)，統(tǒng)計2017年所有專利涉及的分類號對應(yīng)的產(chǎn)業(yè)占比，得到初始狀態(tài)向量為π（0）=0.02089，0.00632，0.00630，0.00027，0.37893，0.00391，0.07272，0.01367，0.02530，0.01399，0.00637，0.00602，0.02614，0.00271，0.01885，0.01494，0.00533，0.00346，0.10252，0.00500，0.00590，0.02173，0.00187，0.09777，0.02213，0.00682，0.01305，0.00256，0.02828，0.00112，0.00224，0.03901，0.001889，0.00271，0.01327，0.00279，0.00319，按照生命周期分析的結(jié)果，石墨烯領(lǐng)域結(jié)束成熟期的時間點在2021年與2022年之間.因此2018-2021年的產(chǎn)業(yè)融合概率矩陣均可用表2所代表的矩陣表示。因此成熟期結(jié)束時的產(chǎn)業(yè)占比可近似計算為π（4）=π（0）P=0.01A.A4.，0.00249，0.00228，0.00109，0.47576，0.00744，0.02378，0.00701，0.01914，0.01586，0.00941，0.01279，0.01469，0.00441，0.00884，0.02055，0.01224，0.0049，0.12723，0.00465，0.00354，0.02264，0.00318，0.04081，0.02417，0.00624，0.00709，0.00204，0.01958，0.00123，0.00204，0.05376，0.00221，0.00321，0.00991，0.00247，0.00686。

分別統(tǒng)計3個時間段的產(chǎn)業(yè)占比，將其與預(yù)測出的成熟期結(jié)束時的產(chǎn)業(yè)占比可視化為曲面圖，如圖9所示。

從圖9可以看出，11（焦炭和精煉石油產(chǎn)品制造）、13（農(nóng)藥及其他農(nóng)藥的生產(chǎn)）、35（其他金屬制品的制造）和44（電動機(jī)的制造;變壓器及配電控制裝置）等產(chǎn)業(yè)的變化較為明顯。限于篇幅，下文僅對產(chǎn)業(yè)44的產(chǎn)業(yè)占比變化以及變化過程中涉及的產(chǎn)業(yè)融合進(jìn)行詳細(xì)分析，首先取各階段中產(chǎn)業(yè)44與其他36個產(chǎn)業(yè)之間的流人和流出數(shù)據(jù)，共有6列數(shù)據(jù)，然后分別取每一列數(shù)據(jù)中權(quán)值大于該列權(quán)值均值的節(jié)點和邊，最終將融合過程可視化為圖10。

從圖10可以看出，產(chǎn)業(yè)44一直都有技術(shù)流出的產(chǎn)業(yè)有11（焦炭和精煉石油產(chǎn)品制造）、45（電池和蓄電池的制造）、53（金屬成型機(jī)械及機(jī)床制造），一直都有技術(shù)流人的產(chǎn)業(yè)有13（農(nóng)藥及其他農(nóng)藥的生產(chǎn)）、31（武器彈藥制造）、32（鍛造;金屬沖壓和滾壓成型;粉末冶金）、39（消費電子產(chǎn)品制造）、50（通用機(jī)械制造）。此外，17（人造纖維的制造）、52（農(nóng)林機(jī)械制造業(yè)）等產(chǎn)業(yè)主要在第1階段，21（其他非金屬礦產(chǎn)的制造）、60（醫(yī)療和牙科器械及用品的制造）等產(chǎn)業(yè)主要在第2階段，36（電子元件和電路板的制造）等產(chǎn)業(yè)主要在第3階段與產(chǎn)業(yè)44發(fā)生技術(shù)融合。

4總結(jié)與展望

知識的流動產(chǎn)生了技術(shù)融合，技術(shù)融合可以造就新的產(chǎn)業(yè)機(jī)會，專利作為一種高創(chuàng)新性資源，蘊(yùn)含了技術(shù)融合的過程。本文根據(jù)前人的研究提出一種考慮更全面的技術(shù)網(wǎng)絡(luò)構(gòu)建方法，然后使用社會網(wǎng)絡(luò)分析的方法對關(guān)鍵融合成分進(jìn)行識別，并從宏觀角度分析技術(shù)融合所引起的產(chǎn)業(yè)融合過程。以石墨烯領(lǐng)域為例進(jìn)行實證分析.發(fā)現(xiàn)石墨烯領(lǐng)域當(dāng)前處于生命周期的成熟期階段，從各個階段的關(guān)鍵融合成分來看，當(dāng)前石墨烯領(lǐng)域的發(fā)展側(cè)重于在不同產(chǎn)業(yè)的具體應(yīng)用上;另一方面，通過馬爾可夫模型預(yù)測了成熟期結(jié)束時與石墨烯有關(guān)的各產(chǎn)業(yè)的占比，并詳細(xì)分析了產(chǎn)業(yè)44在整個生命周期內(nèi)的融合規(guī)律。

由于技術(shù)和方法的限制.本文尚存在一些可以改進(jìn)的地方。一方面，專利主副IPC之間和專利引用過程中的知識流動的權(quán)重應(yīng)該是有區(qū)別的，但是在本文的研究中沒有體現(xiàn)出來，具體的量化方法還需要深入研究;另一方面，知識流動不僅發(fā)生在專利文獻(xiàn)一種資源中，還有專利與其引用的科技論文之間的知識流動，也可以進(jìn)一步做相關(guān)研究。