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。