基于技術相似度和標桿分析的企業(yè)競爭對手及技術機會識別

盧彥池 卞藝杰

摘要：[目的/意義]技術競爭是新市場環(huán)境下企業(yè)保持優(yōu)勢的有力武器，構建適合中小企業(yè)進行技術機會識別的流程框架，以期為企業(yè)挖掘有潛力的技術發(fā)展機會，充分利用有限的研發(fā)資源獲得技術上的突破創(chuàng)新。[方法/過程]以標桿分析為主要方法，從技術相似與技術能力兩個維度選取目標企業(yè)的競爭者標桿，結合標桿企業(yè)與行業(yè)整體技術態(tài)勢框定潛力技術類別，最后引入時間維度構建三維技術-功效-時間矩陣識別技術機會，并以吸塵器行業(yè)為實例進行驗證。[結果/結論]將時間維度引入技術功效矩陣，能夠直觀地體現(xiàn)技術研發(fā)的可持續(xù)性，構建的框架有助于保證所識別技術機會對于目標企業(yè)的可實施性。

關鍵詞：標桿分析? ?專利分析? ?技術機會識別? ?技術功效矩陣

分類號：F273.1

DOI：10.13266/j.issn.2095-5472.2021.015

引用格式：盧彥池， 卞藝杰. 基于技術相似度和標桿分析的企業(yè)競爭對手及技術機會識別[J/OL]. 知識管理論壇， 2021， 6（3）： 143-157[引用日期]. http：//www.kmf.ac.cn/p/251/.

1? 引言

隨著科學技術的不斷發(fā)展，行業(yè)中企業(yè)間從傳統(tǒng)的資金、規(guī)模、勞動力等初級生產(chǎn)要素的競爭轉變?yōu)榧夹g競爭。企業(yè)要在競爭中立足，必須在技術上不斷創(chuàng)新，降低生產(chǎn)成本，向市場推出新的產(chǎn)品。然而一旦在關鍵技術方向的識別和選擇上有所偏差，不僅會錯失時機，造成人力和物力資源的浪費，還有可能影響企業(yè)未來技術的進一步發(fā)展。投資和啟動新技術的固有風險，要求企業(yè)擺正技術機會分析的戰(zhàn)略性地位，將技術機會識別視為企業(yè)進行技術創(chuàng)新活動取得成功的關鍵因素[1]。標桿分析是以業(yè)內的高度競爭者或知名領導者為標桿，對自身進行評價并改進的過程，對中小企業(yè)的發(fā)展方向與技術路線具有指導作用[2]?；诖?，筆者通過技術相似度與技術能力相結合的方法分析并確定企業(yè)的競爭者標桿，通過對標桿的專利分析為中小企業(yè)識別合適的技術機會，以期為其技術研發(fā)提供新的思路。

2? 相關概念及文獻綜述

2.1? 標桿分析

20世紀60年代，美國施樂公司首先將標桿理念運用在企業(yè)管理領域，并成功擺脫經(jīng)營困境，奪回既失市場，自此，眾多知名企業(yè)競相在經(jīng)營活動中采用這一理念，標桿分析法成為企業(yè)知識管理的核心手段之一。結合網(wǎng)絡技術，標桿分析在信息素養(yǎng)教育[3]、高校咨詢服務[4]、非政府組織網(wǎng)站建設[5]、政府知識服務[5]等領域應用廣泛。歐明臣等[2]將標桿分析定義為“以同業(yè)內的高度競爭者或知名領導者為標桿，針對自身產(chǎn)品、服務與作業(yè)流程予以評量的連續(xù)過程”，識別合適的競爭者是企業(yè)進行標桿分析的前提?，F(xiàn)有研究中，在通過專利分析進行競爭對手的識別時往往以專利數(shù)據(jù)統(tǒng)計為主，包括高專利申請量[7-8]、高專利被引[9]等，也有研究通過關鍵路徑確定技術帶頭人以識別主要競爭對手[10]。雖然所使用的數(shù)據(jù)與技術不同，但本質上均存在對企業(yè)或專利權人排名的過程，將排名位于前列的企業(yè)或專利權人作為競爭者。中小企業(yè)技術投資資源有限，技術重點也有所偏重，簡單將行業(yè)最強者作為標桿對企業(yè)技術機會識別指導作用較小?；谄髽I(yè)間技術關聯(lián)、相似度去進行競爭對手識別的研究相對較少，吳菲菲等[11]根據(jù)專利及其后向引用信息分析企業(yè)間的技術關聯(lián)，進行潛在競爭者的識別;李芳芳等[12]利用相對專利相似度的計算方法，根據(jù)技術競爭圈概念識別技術競爭對手，這些研究識別出的競爭企業(yè)間特征相似，但技術發(fā)展水平同樣相近，難以具備“標桿”的內涵。因此，選擇合適的多維角度確定企業(yè)針對性競爭對手目標，從而探討競爭者標桿的專利分布與發(fā)展情況，結合自身狀況尋找新的技術機會是本文的研究重點之一。

2.2? 技術機會識別

“技術機會”于1995年首次由A. L. Porter等[13]正式提出，是指存在于技術發(fā)展過程中且與當前技術密切相關的技術發(fā)展趨勢;而Y. Lee等[14]認為技術機會是技術進步的可能性或者在特定領域內、不同行業(yè)之間技術進步的潛能。技術機會識別則是通過技術手段預測與識別即將出現(xiàn)的技術形態(tài)或技術發(fā)展點的過程[13]。越來越多的技術和產(chǎn)品出現(xiàn)在市場上，其生命周期也越來越短，識別技術機會的能力被視為國家和企業(yè)的研發(fā)核心競爭力，將為企業(yè)的可持續(xù)發(fā)展創(chuàng)造新的利潤[15-16]。

早期技術機會識別研究以定性分析方法為主，包括德爾菲法、層次分析法、情景分析法等，這些方法對專家經(jīng)驗的依賴性較高，雖然可以獲得有創(chuàng)造性和遠見性的預測，但主觀性較強，方法和結論往往難以復制[17]。近年來技術機會識別的研究在方法、領域和流程上更為豐富。B. Yoon[18]、王金鳳[19]等利用專利中的關鍵詞構建了技術和產(chǎn)品的形態(tài)矩陣;朱東華等[20]、馮靈等[21]在提取技術關鍵詞基礎上繪制技術路線圖、重點技術發(fā)展時區(qū)圖，以挖掘多個領域的技術機會。相比于傳統(tǒng)的基于關鍵詞的分析方法，新興的SAO（Subject–Action-Object）語義分析法保留了關鍵詞之間的語義關系，能更深入地剖析獨立詞組間的內在聯(lián)系，S. Choi等[22]應用SAO結構挖掘分析專利文本信息，開發(fā)出技術樹以分析技術機會;李乾瑞等[23]、郭俊芳等[24]將SAO分析法引入到技術路線圖中，識別可能存在的技術創(chuàng)新方案。技術文獻中同樣存在引用與被引用關系，因此引文分析方法也用于專利技術分析，B. Kim等[25]通過構建專利引文網(wǎng)絡，篩選出核心專利對來識別具有高度融合潛能的技術領域;韓燕等[26]通過構建論文和專利引文網(wǎng)絡識別專利關鍵文獻對，提取重組高頻知識單元以識別醫(yī)療服務機器人領域的技術機會。基于專利文獻的技術空白分析法和離群專利檢測法也多用于領域技術發(fā)現(xiàn)，龔惠群等[27]收集并結構化文本數(shù)據(jù)，通過核主成分分析繪制機器人產(chǎn)業(yè)技術的專利地圖，尋找技術空白點;馮立杰等[28]創(chuàng)新多個維度構建手機供電系統(tǒng)專利地圖，挖掘該領域的技術空白區(qū);黃魯成等[29]利用異常點檢測方法識別具有潛在技術機會的異常專利，結合改進的市場價值評估模型確定目標領域的技術機會;C. Lee等[30]應用局部異常因子的方法檢測出異常專利，以專利地圖的形式展現(xiàn)潛在技術機會。此外，也有運用情景分析和專利地圖[31]等方法，綜合專利地圖、K-Means聚類、文本挖掘以及孔多塞投票法[32]的綜合研究，構建了獨特的技術機會識別流程框架。

上述研究多以專利數(shù)據(jù)庫為數(shù)據(jù)來源，以專利文獻為研究對象，基于不同的目標與技術優(yōu)化偏重選取不同的研究方法，面向某個特定領域發(fā)現(xiàn)其技術發(fā)展態(tài)勢、挖掘潛在技術機會，所涉及的技術領域較為廣泛，但卻鮮有為中小企業(yè)尋求合適的技術機會的針對性研究。因此，筆者擬綜合運用多種方法，構建適合中小企業(yè)進行技術機會識別的流程框架，幫助企業(yè)確定有價值的研發(fā)方向。

3? 技術機會標桿分析識別模型

標桿分析是企業(yè)發(fā)現(xiàn)競爭對手優(yōu)勢、找出自身差距、改進企業(yè)經(jīng)營活動的重要手段，其實施步驟具有系統(tǒng)化、結構化的特點，閱讀相關文獻發(fā)現(xiàn)，各研究中的具體流程不盡相同。筆者以標桿分析流程為基礎，確定中小企業(yè)的競爭者標桿，并融入專利技術分析方法進行具體分析，以逐步為中小企業(yè)發(fā)現(xiàn)有價值的技術機會為目的，構建企業(yè)技術機會識別模型，具體如圖1所示：

所構建的識別模型主要有3個部分，包括競爭者標桿識別、數(shù)據(jù)收集與整理以及專利技術標桿分析過程。競爭對手識別是競爭情報的核心內容，分析競爭對手發(fā)展路線，有利于企業(yè)適時調整自身戰(zhàn)略，避免技術研發(fā)的過程中觸及行業(yè)壁壘[9]。從技術演進角度看來，行業(yè)競爭對手應是掌握較高技術能力的行業(yè)技術帶頭人，而企業(yè)要選擇進行標桿分析的競爭者標桿，除了考慮競爭對手的技術能力，還需考慮其技術成果與企業(yè)自身技術期望的相似性。因此，在競爭者標桿識別階段，筆者創(chuàng)新地從技術相似度與企業(yè)技術能力兩個維度綜合評估企業(yè)相對競爭力，將與目標企業(yè)具有相似技術偏好且技術能力高的企業(yè)作為競爭者標桿。專利是記錄技術研發(fā)成果的文獻載體，專利分析是識別競爭對手、了解競爭對手技術開發(fā)策略及行業(yè)整體技術發(fā)展趨勢的有效手段。在數(shù)據(jù)采集與整理階段，筆者以國家知識產(chǎn)權局（http：//www.sipo.gov.cn/）為專利數(shù)據(jù)來源，構建合適的檢索式檢索行業(yè)整體與競爭者標桿專利數(shù)據(jù)并整理去重。在進行專利技術標桿分析時，根據(jù)所搜集的專利數(shù)據(jù)分析行業(yè)發(fā)展趨勢、競爭者技術態(tài)勢，結合企業(yè)自身技術偏好挖掘技術趨勢與未來研發(fā)重點，確定可重點研發(fā)的技術國際專利分類（IPC）類別。通過專利定性分析方法對所識別出的重點IPC類下專利進行解讀并標引，構建二維技術-功效矩陣，揭示專利文獻的技術主題內容和功能效果之間的相互關系，挖掘技術密集區(qū)、稀疏區(qū)與空白區(qū)，縮小技術機會識別領域范圍。傳統(tǒng)的二維技術-功效矩陣雖然可以挖掘區(qū)分不同密度的技術區(qū)域，但結果呈現(xiàn)過于扁平，無法反映技術發(fā)展的動態(tài)趨勢，在考察專利可持續(xù)研發(fā)性時力所不及，基于此筆者在二維技術-功效矩陣中引入時間維度構建三維技術-功效-時間矩陣，進一步探討稀疏區(qū)技術的延續(xù)性及空白區(qū)技術的可開發(fā)性，從而完成企業(yè)技術機會識別的目標。

4? 技術機會標桿分析識別流程

4.1? 競爭者標桿識別

根據(jù)專利數(shù)量、被引量等排名識別競爭者的傳統(tǒng)方式缺乏針對性，例如對某企業(yè)M來說，行業(yè)內排名第一的企業(yè)為A，排名第二的企業(yè)為B，A企業(yè)較B企業(yè)擁有更多的專利技術，其研發(fā)能力更強，但如果B企業(yè)與M企業(yè)在專利領域分布上較A企業(yè)更相近，那么在B企業(yè)技術能力同樣處于行業(yè)領先水平的前提下，將B作為標桿分析的競爭對手標桿可能更合適。因此企業(yè)需以考慮企業(yè)技術能力和技術相似度相結合的方法確定競爭對手標桿。

4.1.1? 技術能力

專利數(shù)據(jù)中蘊含著豐富的技術信息，專利文獻在數(shù)量上占期刊文獻的10%左右，卻能提供約40%的新產(chǎn)品信息，向公眾展示了90%以上的新技術[33]。專利申請數(shù)量則顯示了企業(yè)在領域內的投入與產(chǎn)出，通過對企業(yè)擁有的專利數(shù)量進行分析，可以看出企業(yè)的科研實力[7]，累積專利申請數(shù)量較高的企業(yè)，其專利累積被引量、發(fā)明人數(shù)、企業(yè)活動年限也往往占優(yōu)勢，筆者以企業(yè)在所研究行業(yè)近10年來的專利申請數(shù)量作為企業(yè)技術能力的表征，在評估其能力的同時確保企業(yè)在近年來仍保持技術活躍性。

4.1.2? 技術相似度

相似度分析常采用余弦相似度的方法，然而余弦相似度直接應用于技術相似存在一定的缺陷。首先，只有企業(yè)的專利覆蓋范圍和專利傾向都相似時，技術才會有較高的相似度，而標桿分析的雙方在技術上存在差距，中小企業(yè)專利覆蓋度總是小于領先企業(yè);此外，余弦相似度是絕對數(shù)據(jù)，兩個研究對象之間的相似度是一定的，而實際情況中，小企業(yè)M將領先企業(yè)A作為標桿分析中與自身技術相似的競爭對手，而領先企業(yè)A一般不會認為小企業(yè)M是其競爭對手?；诖?，筆者在進行余弦相似度計算時，不將行業(yè)涉及的全部專利分類號（IPC）作為計算維度，僅以目標企業(yè)擁有的技術IPC作為余弦相似計算的維度，從而獲得與目標企業(yè)專利技術相對相似的待選企業(yè)，且相似企業(yè)較目標企業(yè)擁有更廣泛的技術覆蓋范圍時不影響其相似度結果。

4.1.3? 相對競爭能力

從技術能力與技術相似度兩個維度綜合評定備選企業(yè)面向目標企業(yè)的相對競爭能力，構建相似度-能力四方圖，以高技術能力水平、高相似度的企業(yè)為主要競爭者，見圖2。

當落在高技術能力-高相似度區(qū)域的標記點較多時，考慮到分析競爭者技術態(tài)勢時需以一定數(shù)量的專利數(shù)據(jù)為研究依據(jù)，而專利申請量較高的企業(yè)在行業(yè)中處于領先地位，擁有較大的技術話語權，筆者優(yōu)先考慮技術能力維度進行競爭標桿識別。

4.2? 數(shù)據(jù)收集與整理

國家知識產(chǎn)權局（http：//www.sipo.gov.cn/）提供國內企業(yè)完整詳細的專利文本數(shù)據(jù)，包括國際專利分類號（IPC）、專利申請人、專利內容等信息，由于專利從申請到公開有兩年的時滯，筆者以國家知識產(chǎn)權局網(wǎng)站為專利數(shù)據(jù)來源，根據(jù)研究需求構建合適的檢索式，時間區(qū)間設定為2010年-2019年間，收集行業(yè)整體、目標企業(yè)與競爭者標桿企業(yè)的專利數(shù)據(jù)。

4.2.1? 行業(yè)整體數(shù)據(jù)

在選定目標中小型企業(yè)后，檢索收集企業(yè)所處行業(yè)整體在2010-2019年間的專利申請情況，分析近10年來行業(yè)整體專利申請的動態(tài)變化趨勢，以國際專利分類（IPC）為依據(jù)，挖掘行業(yè)相關專利中的重點技術研發(fā)類型，收集重點技術研發(fā)類下專利10年來的專利申請數(shù)量與專利申請人數(shù)，從而判別重點技術所處的生命周期階段，圈定行業(yè)中活躍度高、研發(fā)前景好的技術類別。

4.2.2? 企業(yè)數(shù)據(jù)

分別以目標企業(yè)和競爭者標桿企業(yè)為申請人構建檢索式，收集2010-2019年間兩家企業(yè)的專利申請數(shù)據(jù)，分析目標企業(yè)與競爭者標桿企業(yè)的專利研發(fā)歷史，預測未來技術重點戰(zhàn)略，驗證兩企業(yè)技術發(fā)展戰(zhàn)略的相似性以及標桿企業(yè)對目標企業(yè)技術機會的參考性。

最后在綜合分析行業(yè)整體、目標企業(yè)與競爭者企業(yè)研發(fā)趨勢的基礎上，選定整體上擁有較高研發(fā)空間且有機會成為目標企業(yè)未來重點研發(fā)對象的IPC類別，收集此類別下競爭者標桿企業(yè)的全部專利文本數(shù)據(jù)以備后續(xù)的專利文本解讀工作。由于專利文本結構化程度較高，因此文本預處理主要為清洗去重。

4.3? 專利技術標桿分析

4.3.1? 技術趨勢與重點

（1）行業(yè)技術發(fā)展趨勢。企業(yè)在不同類別技術的研發(fā)投入會隨著年度的變化而變化，同時存在主次輕重之分，關注行業(yè)整體在研發(fā)趨勢上的變化，了解重點技術類別，對目標企業(yè)調整自己的研發(fā)方向、識別技術機會十分必要。按照國際專利分類號（IPC）劃分技術類別，將年度作為專利趨勢的時間維度，以專利數(shù)量為依據(jù)判斷不同類別技術的投入程度，并繪制分類技術趨勢圖，可以清晰地分辨整體行業(yè)重點研發(fā)且有活力的技術類別。

（2）競爭者標桿技術態(tài)勢。專利與產(chǎn)品一樣有其生命周期，在不同的生命周期階段，專利申請人數(shù)量和專利申請量呈現(xiàn)出不同的特征。如圖3所示，各節(jié)點表示時間順序上的年度，根據(jù)各年份的專利申請人數(shù)量與專利申請量可以劃分出專利技術萌芽期、成長期、成熟期、衰退期和再發(fā)展5個階段。競爭者標桿技術態(tài)勢分析包括競爭者標桿技術發(fā)展趨勢與重點技術生命周期判斷兩個部分，在繪制競爭者標桿企業(yè)整體技術趨勢與分類技術趨勢圖，尋找競爭者標桿企業(yè)研發(fā)重點的基礎上，對在研究趨勢上處于重點的活躍技術進行生命周期的判斷，有助于辨別發(fā)展?jié)摿Υ蟆C會多的技術類別。

（3）企業(yè)自身技術偏好。由于標桿分析的目標是對自身進行評價和改進，因此還需考察目標企業(yè)的技術發(fā)展態(tài)勢，分析不同時間段目標企業(yè)的專利分布情況并探討自身技術偏好，將目標企業(yè)的技術現(xiàn)狀與趨勢和行業(yè)整體以及所識別出的競爭者標桿企業(yè)的潛力技術對比綜合，以確保技術研發(fā)機會對于目標企業(yè)具有可實施性，符合企業(yè)戰(zhàn)略規(guī)劃。

4.3.2? 技術機會領域

結合行業(yè)整體、標桿企業(yè)的技術趨勢和研發(fā)重點以及目標企業(yè)自身技術現(xiàn)狀，框定目標企業(yè)技術機會存在的可能領域，并對競爭者標桿領域內的專利文獻進行解讀?？紤]到標題與摘要是專利文獻的兩個核心，包含了主要內容和創(chuàng)新點，在專利解讀時以標題與摘要為主要文本對象。首先對專利文獻進行文本預處理，即文本分詞與去除停用詞，并對處理后的語料進行信息抽取。傳統(tǒng)技術-功效矩陣以技術手段為橫軸，可達功效為縱軸，橫縱軸交叉點為對應此技術-功效的專利文檔數(shù)量。技術手段為專利文獻中呈現(xiàn)核心技術的名詞短語，在標題摘要字段中進行了充分論述，因此筆者基于統(tǒng)計的方法進行技術詞抽取，借助Python 3.7軟件從語料中提取領域高頻詞，依據(jù)高頻詞的詞性詞義，并結合專家知識進一步人工標引表征技術主題或創(chuàng)新內容的關鍵詞，實現(xiàn)技術詞的半自動化抽取。功效短語常由符合動賓結構（v+n/a+n）或主謂結構（n+a）等短語組合而成，例如“提高吸塵效率”“噪音較小”;或存在于摘要文本的功能性語句中，與線索詞同時出現(xiàn)，例如“本發(fā)明……能夠/滿足/便于/有利于”等。筆者結合線索詞特征與結構特征制定功效短語識別規(guī)則，根據(jù)線索詞定位符合規(guī)則的功能性語句，提取滿足功效語句結構的短語作為功效詞候選詞，最后人工進行同一化處理，將相同或相似的功效合并，使其類目數(shù)量處在可控范圍內。

以專利文獻中采用的技術手段為橫軸，預期達到的功效為縱軸，對技術領域內的專利分別按其技術與功效作細化分類，在對應空格內以氣泡圖的形式表示，氣泡大小體現(xiàn)專利數(shù)量的多少，運用可視化手段分辨所構建技術-功效矩陣中密集、疏松、空白區(qū)域分布的技術禁區(qū)、有利可圖及尚未開發(fā)的區(qū)域，壓縮高潛力的機會識別領域范圍。

4.3.3? 技術機會識別

基于上述步驟，進一步縮小機會識別領域范圍后，引入時間維度，使用Matlab 9.5.0軟件，以技術特征為x軸，功效特征為y軸，申請年度為z軸構建三維技術-功效-時間矩陣，同樣以氣泡圖的形式體現(xiàn)專利數(shù)量的多少，以彌補二維矩陣無法體現(xiàn)技術隨時間變化的動態(tài)趨勢的不足，從而可分析有利可圖區(qū)域相關技術的延續(xù)性，綜合討論技術禁區(qū)及尚未開發(fā)但存在開發(fā)可能的技術，最終完成企業(yè)潛在技術機會的識別。

5? 實證分析

從2020年的市場看來，傳統(tǒng)品類小家電市場萎縮，而以吸塵器等清潔家電為代表的新興健康類小家電市場快速發(fā)展，在疫情期間仍有較佳的表現(xiàn)，2020年吸塵器國內銷售規(guī)模為231.8億元，同比增長了15.3%。據(jù)全國家用電器工業(yè)信息中心數(shù)據(jù)顯示，戴森、科沃斯、美的、小米、石頭等企業(yè)處于吸塵器市場的領頭位置，占據(jù)了64.2%的線上市場[34]。成立于2009年6月“蘇州寶家麗電器有限公司”，由德國著名電器公司BOB-HOME與蘇州德力普貿(mào)易公司共同出資創(chuàng)建，雖然目前占據(jù)的市場份額較小，仍屬于中小型企業(yè)，但其在吸塵器殺菌除螨功能的投入與突出表現(xiàn)，充分體現(xiàn)了“蘇州寶家麗電器有限公司”在技術創(chuàng)新上的野心。

將上述方法應用于吸塵器制造與銷售行業(yè)，以“蘇州寶家麗智能科技有限公司”（下文簡稱為“寶家麗公司”）為目標企業(yè)進行實證，識別其主要競爭者，并通過行業(yè)整體趨勢與競爭者標桿分析進行企業(yè)潛在技術機會的識別。

5.1? 競爭者標桿識別

在國家知識產(chǎn)權局網(wǎng)站中檢索2010-2019年以吸塵器為關鍵詞、企業(yè)為申請人的專利，共檢出 9 319 條數(shù)據(jù)，選取專利申請量高于寶家麗公司的30家企業(yè)進行技術相似度和技術能力分析。以寶家麗公司近10年來專利文獻涉及的14個專利IPC類別為余弦相似計算維度，構建企業(yè)-IPC矩陣，部分矩陣如表1所示，表中第一行為寶家麗公司擁有專利所涉及的14個IPC分類號，表中數(shù)值為30家申請量高于寶家麗公司的企業(yè)在此14個IPC分類下的專利申請數(shù)量：

通過Python 3.7軟件對矩陣數(shù)據(jù)進行余弦相似度計算，得到30個企業(yè)與寶家麗公司的相對技術相似，具體如表2所示。

以企業(yè)在不同類別的專利申請量表示企業(yè)該類技術能力，從技術相似與技術能力兩個維度繪制四方圖評判企業(yè)的相對競爭力，以識別高相似、高能力企業(yè)為目標企業(yè)的競爭者標桿，如圖4所示。

優(yōu)先考慮技術能力維度，選擇江蘇美的清潔電器有限公司為寶家麗公司的競爭者標桿，江蘇美的清潔電器有限公司在14個專利類別上的研發(fā)傾向與目標企業(yè)相似，并且在吸塵器制造銷售行業(yè)占據(jù)技術領先地位，以其為標桿進行專利分布與研發(fā)重點分析，為目標企業(yè)識別可能的技術研發(fā)機會，從而評價與改進寶家麗公司的技術發(fā)展戰(zhàn)略。

5.2? 專利技術標桿分析

5.2.1? 技術趨勢與重點

行業(yè)整體專利申請趨勢如圖5所示，2010-2014年吸塵器相關專利逐漸起步，在2014-2019這6年持續(xù)高速發(fā)展，專利申請人數(shù)量也持續(xù)上升，可以認為吸塵器行業(yè)的技術競爭仍如火如荼，中小型企業(yè)急需創(chuàng)新與突破，以保證自身在長期競爭中的生命力。

近10年來，吸塵器行業(yè)中申請數(shù)量處于前十的專利技術類別及其申請趨勢如圖6所示，A47L9/00是吸塵器行業(yè)的重點研發(fā)類別，整體申請量遠高于其他類別，而其下的A47L9/28也與其他類別有較明顯的區(qū)分，見圖6。

判別A47L9/00和A47L9/28的技術生命周期階段發(fā)現(xiàn)，A47L9/28類下相關技術已逐步步入成熟階段，在專利申請數(shù)量與申請人數(shù)量上呈現(xiàn)衰退趨勢，而A47L9/00類下技術整體仍處在成長期，擁有較高的研發(fā)空間，如圖7所示：

標桿企業(yè)江蘇美的清潔電器有限公司專利申請趨勢與行業(yè)整體具有相似性，見圖8，2014年以前該企業(yè)仍處于技術弱勢，2014-2016兩年間專利呈井噴式發(fā)展，2016年是該企業(yè)專利申請最為活躍的年度，A47L9/00同樣是該企業(yè)的重點研發(fā)類別。

寶家麗公司最早于2016年開始專利申請，研究熱點為A47L7/00、A47L9/00、A01M3/00 3個類別，而2018年以來，寶家麗公司新申請專利的數(shù)量驟減，如圖9所示?？梢娖湓诩夹g創(chuàng)新上存在一定的困境，為其分析可靠的技術機會具有很高的必要性。綜合以上技術分布與趨勢發(fā)現(xiàn)，A47L9/00（吸塵器的零件或輔助用具）及其下小類長期以來都是吸塵器行業(yè)的技術集中區(qū)域，因此以該類專利文本進行后續(xù)的文獻解讀，以框定合適的機會識別區(qū)域。

5.2.2? 技術機會領域

筆者擬通過技術-功效矩陣探討技術機會的識別領域，為保證分析效果，技術功效分析往往將文本數(shù)據(jù)量限制在500條內，檢索競爭者標桿江蘇美的清潔電器有限公司A47L9/00分類下的專利文本，得到462條技術數(shù)據(jù)。借助Python語言Jieba組件對專利文獻的標題摘要進行分詞處理，清洗文本內的標點符號，通過自定義詞庫去除語氣助詞等無內容詞匯，最后基于詞頻統(tǒng)計提取領域高頻詞進行技術詞標引。根據(jù)線索詞定位摘要文本中的功能語句，抽取功效候選詞并進行同一化處理，以描述各專利的技術手段與預期功效，部分結果如表3所示：

通過文獻解讀，獲得所構建專利數(shù)據(jù)集的技術、功效特征，制作2010-2019年度競爭者標桿企業(yè)A47L9/00類的技術-功效矩陣，如圖10所示。

技術特征概括為細節(jié)設計、機體結構、殼罩設計、附件設計、塵杯組件、靜音裝置、指示裝置、氣流裝置、整體結構、固定件及電機組件;功效特征概括為可靠性、生產(chǎn)/組裝效率、優(yōu)化空間、用戶體驗、降低噪音、清潔效率、外觀美化和減少損耗。當某類技術在較多的功效中存在相當數(shù)量的技術研發(fā)成果，意味著此類技術研發(fā)已趨于完善，且在功效上具有傾向性;而當空白點較少時，其研發(fā)創(chuàng)新前景也較差。因此從氣泡分布情況辨別技術-功效的密集、疏松、空白區(qū)域時，將機體結構-優(yōu)化空間對半徑為基準半徑，將超過基準半徑的氣泡數(shù)大于等于3個或空白點少于2個的技術判別為密集技術，發(fā)現(xiàn)細節(jié)設計、機體結構、殼罩設計、附件設計、整體結構和電機組件相關技術已經(jīng)獲得了相當數(shù)量的成果，專利申請相對密集，分析這6類技術中空白點的技術-功效對應關系發(fā)現(xiàn)其實現(xiàn)可能性較低，因此將技術機會識別領域范圍縮小到剩余的5類中。

5.2.3? 技術機會識別

使用Matlab9.5.0軟件，構建標桿企業(yè)包含時間維度的三維技術-功效-時間矩陣，觀察各技術-功效隨時間變化的申請趨勢，具體如圖11所示。

關注塵杯組件、靜音裝置、指示裝置、氣流裝置和固定件5類技術稀疏區(qū)的時間變化趨勢，發(fā)現(xiàn)塵杯組件、靜音裝置、指示裝置3類技術功效從申請數(shù)量上看仍存在發(fā)展空間，且在一定連續(xù)年度均有新專利的出現(xiàn)，即技術延續(xù)性較好，如圖12所示。

上述3類技術功效對應關系標注為靜音裝置-降低噪音、指示裝置-用戶體驗、塵杯組件-用戶體驗，可識別為存在技術研發(fā)機會。

最后，由于技術空白區(qū)通常存在兩種機會可能性，一類意味著此類技術-功效幾乎不存在對應關系，或進行開發(fā)的難度與成本極高;另一類則意味著該領域是可實現(xiàn)的但由于技術基礎不扎實等原因尚未被開發(fā)，此類空白點值得企業(yè)持續(xù)關注，存在一定的技術研發(fā)機會。因此，對5類技術的技術-功效空白點進一步討論，排除難以實現(xiàn)的空白區(qū)域，筆者認為空白點中通過改善氣流裝置的結構提高組裝效率、提高空間利用率或實現(xiàn)外觀的美化以及設計新的固定件減少吸塵器取用的物理損耗同樣是有可能的技術研發(fā)方向，值得企業(yè)持續(xù)關注。

6? 結論

中小企業(yè)研發(fā)資源相對有限，把握合適的技術機會向市場提供新的產(chǎn)品對維持競爭優(yōu)勢十分必要，筆者選用的標桿分析法以技術事實為基礎，以行業(yè)領先者為典范，啟發(fā)目標企業(yè)的技術研發(fā)方向;結合相對技術相似性和技術能力選取競爭者標桿，基于目標企業(yè)自身偏好與標桿企業(yè)技術態(tài)勢分析挖掘技術機會，一定程度上保證所識別技術機會相對于目標企業(yè)的可實施性與戰(zhàn)略契合性;在進行具體機會識別時將時間維度引入技術-功效矩陣，觀測其動態(tài)演化趨勢，更直觀地體現(xiàn)技術研發(fā)的可持續(xù)性;最后通過實證分析驗證了此識別流程可實現(xiàn)，能夠為行業(yè)中小企業(yè)尋求技術創(chuàng)新機會。

將模型應用于吸塵器行業(yè)進行實證，實證結果顯示，通過技術相似性和技術能力兩維度相結合的競爭者識別，能在保證標桿企業(yè)的技術研發(fā)水平處于行業(yè)領先地位的同時，其研發(fā)戰(zhàn)略偏重也與目標企業(yè)相適應，為標桿分析法實踐應用中的企業(yè)標桿選擇提供了新的思路與手段;而在技術-功效矩陣中引入時間維度，能夠觀測到傳統(tǒng)技術-功效矩陣無法展現(xiàn)的技術發(fā)展動態(tài)趨勢，尤其能夠判別疏松區(qū)域技術是否存在發(fā)展延續(xù)性，從而使技術機會識別結果更加全面、科學。模型依賴的數(shù)據(jù)來源于專利數(shù)據(jù)庫，對各技術領域的中小型企業(yè)技術機會識別均存在一定的借鑒意義。

在資源充足的條件下本文未來仍存在改進之處，例如對空白點的技術可行性的判別可依靠更多有經(jīng)驗的技術人員;所識別的技術機會可以從成本、預期收益、創(chuàng)新性等維度進行相對價值的計算以確定最佳或優(yōu)先技術機會，同樣需要專業(yè)技術人員的經(jīng)驗為支撐。

參考文獻：

[1] MARIA M. Entrepreneurship： the engine of growth[M]. Westport： Praeger Publishers， 2007.

[2] 歐明臣， 凌文輇. 標桿分析法在圖書館績效評估上的應用[J]. 情報資料工作， 2003（6）： 47-49.

[3] 黃丹俞. 標桿分析在信息素養(yǎng)教育中的應用與研究——以南通大學圖書館為例[J]. 圖書情報工作， 2015， 59（24）： 65-71.

[4] STALLMAN H M. University counselling services in Australia and New Zealand： activities， changes， and challenges[J]. Australian psychologist， 2012， 47（4）： 249-253.

[5] YANG， A M. Building global strategic alliances in the virtual space： a structural analysis of international nonprofit and nongovernmental organizations transnational relationship networks[J]. Journal of public affairs， 2013， 13（3）： 239-250.

[6] 宋雪雁， 張祥青， 管丹丹， 等. 基于MUSA模型的政府網(wǎng)站知識服務質量用戶滿意度實證研究[J]. 圖書情報工作， 2018， 62（23）： 32-42.

[7] 張紅芹， 鮑志彥. 基于專利地圖的競爭對手識別研究[J]. 情報科學， 2011， 29（12）： 1825-1829.

[8] FRY M， AJAMI A， BORG A. Bringing relevant information to diverse groups about emergency department services： the BRIDGE project[J]. Australian emergency nursing journal， 2004， 7（1）： 19 -22

[9] 黎歡， 彭愛東. 競爭對手識別的三種專利引文分析方法研究——以全息攝影技術為例[J]. 情報雜志， 2014， 33（10）： 78-82， 71.

[10] EPICOCO M. Knowledge patterns and sources of leadership： mapping the semiconductor miniaturization trajectory[J]. Research policy， 2013， 42（1）： 180-195.

[11] 吳菲菲， 楊梓， 黃魯成. 基于專利信息的企業(yè)潛在競爭對手識別——以OLED技術為例[J].情報學報， 2017， 36（9）： 954-963.

[12] 李芳芳， 王偉， 穆曉敏， 等. 基于專利分析的中藥企業(yè)技術競爭對手識別[J]. 中華醫(yī)學圖書情報雜志， 2019， 28（12）： 46-49.

[13] PORTER A L， DETAMPELA M J. Technology opportunities analysis[J]. Technological forecasting and social change， 1995， 49 （3）： 237-255.

[14] LEE Y， KIM S Y， SONG I， et al. Technology opportunity identification customized to the technological capability of SMEs through two-stage patent analysis[J]. Scientometrics， 2014， 100（1）： 227-244.

[15] ZHU D H， PORTER A L. Automated extraction and visualization of information for technological intelligence[J]. Technological forecasting and social change， 2002， 69（5）： 495-506.

[16] YOON J， PARK H， SEO W， et al. Technology opportunity discovery （TOD） from existing technologies and products： a function-based TOD framework[J]. Technological forecasting and social change， 2015， 100（11）： 153-167.

[17] 任海英， 王倩. 技術機會發(fā)現(xiàn)方法的研究現(xiàn)狀、趨勢和問題[J]. 情報雜志， 2020， 39（4）： 51-59.

[18] YOON B. On the development of a technology intelligence tool for identifying technology opportunity[J]. Expert systems with applications， 2008， 35（1/2）： 124-135.

[19] 王金鳳， 吳敏， 岳俊舉， 等. 創(chuàng)新過程的技術機會識別路徑研究——基于專利挖掘和形態(tài)分析[J]. 情報理論與實踐， 2017， 40（8）： 82-86.

[20] ZHANG Y， ZHU D H， WANG X F， et al. Composing technology roadmapping according to bibliometrics： hybrid model and empirical study[C]//2011 international conference on computer communication and management， Singapore： Lacsit Press， 2011：405-410.

[21] 馮靈， 余翔， 張軍榮. 基于專利信息的高鐵技術機會分析[J]. 情報雜志， 2015， 34（12）： 95-100.

[22] CHOI S， PARK H， KANG D， et al. An SAO-based text mining approach to building a technology tree for technology planning[J]. Expert systems with applications， 2012， 39（13）： 11443-11455.

[23] 李乾瑞， 郭俊芳， 朱東華. 新興技術創(chuàng)新機會識別方法研究[J]. 中國軟科學， 2018（11）： 138-147.

[24] 郭俊芳， 汪雪鋒， 邱鵬君， 等. 基于SAO分析的技術路線圖構建研究[J]. 科學學研究， 2014， 32（7）： 976-981， 1002.

[25] KIM B， GAZZOLA G， LEE J M， et al. Inter-cluster connectivity analysis for technology opportunity discovery[J]. Scientometrics， 2014， 98（3）： 1811-1825.

[26] 韓燕， 彭愛東. 基于技術形成三要素的技術機會識別研究——以醫(yī)療服務機器人領域技術為例[J]. 情報理論與實踐， 2020， 43（5）： 156-162.

[27] 龔惠群， 劉瓊澤， 黃超. 機器人產(chǎn)業(yè)技術機會發(fā)現(xiàn)研究——基于專利文本挖掘[J]. 科技進步與對策， 2014， 31（5）： 70-74.

[28] 馮立杰， 王亞星， 岳俊舉， 等. 基于多維空間專利地圖的技術機會分析[J]. 科技管理研究， 2017， 37（14）： 187-195.

[29] 黃魯成， 李曉宇， 李晉.基于專利的ABOD-RFM技術機會識別方法研究[J].情報理論與實踐， 2020， 43（9）： 144-149.

[30] LEE C， KANG B， SHIN J. Novelty-focused patent mapping for technology opportunity analysis [J]. Technological orecasting and social change， 2015， 90（1）： 355-365.

[31] 陳旭， 施國良. 基于情景分析和專利地圖的企業(yè)技術預見模式[J]. 情報雜志， 2016， 35（5）： 102-107， 132.

[32] 高楠， 彭鼎原， 傅俊英， 等. 基于專利IPC分類與文本信息的前沿技術演進分析——以人工智能領域為例[J]. 情報理論與實踐， 2020， 43（4）： 123-129.

[33] 邵波.企業(yè)競爭與反競爭情報中的專利分析[J]. 情報科學， 2006， 24（3）： 361-364， 372.

[34] 中國家用電器研究院， 全國家用電器工業(yè)信息中心. 中國家電行業(yè)全年度報告（2020）[J]. 家用電器， 2021， 28（3）： 50-73.

作者貢獻說明：

盧彥池：論文選題與構思，文獻整理，數(shù)據(jù)收集與分析，初稿撰寫;

卞藝杰：論文大綱擬定，指導數(shù)據(jù)收集與分析，提出論文修改意見，參與論文修訂。