基于专利的技术预测方法研究

李梓檬

在科技日新月异的今天，技术融合趋势分析发展成为技术机会预测的着力点与技术创新、进步的重要支撑。目前受技术水平及研究水平影响对技术融合机会的预测不够精确与科学。

随着市场竞争加剧，特别是现有行业技术壁垒加深，企业面临着巨大压力与挑战，创新愈发可贵且艰难。各方对技术机会预测提出更高的要求，Byungun Yoon等将技术机会发现分为预测新技术和应用现有技术两类，着重分析从现有产品技术出发探索技术机会发现对于预测能力较弱的中小企业带来的帮助，充分地利用現有技术不仅能降低技术机会预测成本，还显著提高了创新的可能。Heeyong Noh等认为有前途的技术需要考虑四方面，包括技术空白、技术融合、基于客户的技术预测以及新兴技术领域的近期出现时间点。同时，行业与行业之间、技术与技术之间的界限日趋模糊，技术融合被作者认为是接下来关注的重点，成为突破现有技术壁垒的新思考和演进方向。事实上，现有技术融合呈现出多元化特征，不单是纯粹技术的组合，还有不同知识、科学的融汇。随着市场拉动科技进步，科技促进市场发展，技术融合存在于整个产业链当中，影响着生产力的提升与市场的走向，企业必须从中识别出未来可能发展的趋势与机会，以便及时调整战略重点，合理开展技术创新布局，塑造产业核心竞争力。正确恰当的技术融合预测有助于国家制定大政方针与战略计划、合理分配科研资金、识别资助方向。现有研究已经在通过知识间流动、机器学习预测技术融合趋势、基于图神经网络的链接预测等方面做了大量工作，本文将从专利文献出发，主要结合具有层次结构的IPC分类号对新近技术融合研究方法进行梳理。

技术融合概念

早在1963年Rosenberg就提出了技术融合的概念，他认为技术融合是不同产业利用相似技术进行生产工作。从知识视角来看，Fredrik Hacklin认为技术融合基于将内部知识库与外部知识库相结合，从而使创新出现在不同行业交汇处，行业间的知识溢出也有助于新技术的组合。从方式上看，组合是技术融合的一种重要方式，阿瑟认为组合是技术能不断创新发展的重要机制之一，在技术进化过程中，新技术都是从现有的元素和技术中组合出新的元素和技术。李丫丫等从演化进程的视角探究，认为技术融合是企业在进入新的技术轨道后所用的一种方法与范式。

经过几十年的发展，目前大部分学者认为技术融合是一系列异质科学与技术元通过扩散、整合、协调，深度集成多领域、多学科知识，形成新的高价值技术组合，实现技术创新，如图1。

技术融合不仅仅是依靠技术本身演化驱动的，其背后还一定存在政治、经济、文化、规则等直接或间接推动，是诸多因素的结果，只考虑技术本身的影响，会使其被孤立起来。扈春香分别从企业的宏观要素和微观要素两个方面研究技术融合发展的内在机制。宏观要素主要包括市场的推动、政策的指引，市场位于需求端能给予企业信号灯、明确技术发展点，企业受市场行为影响决定技术融合方向，从而带来经济效益。而作为外围环境必须遵守的政策不仅影响技术融合的存在机制，还影响其演进路径。微观层面要素则具体到企业管理、企业文化、生产资源的禀赋情况以及核心点——技术发展的本身。在企业中，随着市场导向开始以及生产资源的分配，技术融合过程将一直受到企业管理、文化以及自身技术的影响。

而对于技术自身的因素，王宏起认为，技术融合更多受到技术本身的规模、技术创新的需求和产业技术发展方向的影响。Federico Caviggioli则探究了前人对技术融合发生的原因及条件，利用量化模型证实了：专利申请数量以及两个合并领域之间相互后向引文的数量水平皆对新融合的产生有着正面作用，而技术的复杂性则与技术融合呈现负相关关系。

技术融合研究方法

在众多数据中，专利数据通常是实时更新的，且新技术大部分都可以通过专利体现，在技术进步、市场趋势和所有权方面是技术和商业知识的充足来源。对专利数据进行充分挖掘，可以得到相关技术信息，利用统计方法对这些技术信息进行加工、分析、整合，转换为有利于国家、企业密切追踪新兴技术发展、制定有效投资战略计划的竞争情报。

基于专利的技术融合视角概括

基于专利的技术融合方法可以从两个方面考虑：专利引文分析法与专利共现分析法。而现在大量国内外学者在基于专利对技术融合进行分析预测时，通常结合IPC分类号整理数据、探讨融合趋势。接下来将详细介绍这三类方法：

（1）专利引文分析法

专利引文分析法通过引文数据对技术知识流向进行识别，从而分析是否有技术层面的元素趋同、融合。即分析专利引文的数量、网状关系或者链状关系以及主题相关性。利用专利引文分析法可以评估技术价值、识别关键技术的态势和知识间的流动。在用此类方法时，我们一般认为：①专利文献被引的次数越多，则该项技术越重要;②利用引文分析过程本身就包含了对引文网络属性的考量，网络拓扑分析法可以直观呈现出引文网络间的知识流动与技术转移，如表1;③可通过专利引文分析技术轨迹和技术主路径，评价引文网络的整体结构价值，直观反映技术融合发展的关键节点，减少重要专利文献因引用频次不高而被忽视的问题;④基于专利共被引绘制聚类网络图，可视化技术主题下的子技术与关键技术特征。目前，部分学者在基于专利文献分析技术演化趋势时，往往会结合一些非结构化数据，比如利用文本挖掘抽取关键词结合引文网络分析技术主路径。

（2）专利共现分析法

共现是两个及两个以上的特征信息在同一文献中出现的现象，专利共现则是不同的技术在同一专利文献中出现。不同于专利引文分析，专利共现需要把握专利总体的特征，在专利共现分析中通常对专利的分类号、关键词、发明人以及专利权人等进行共类分析。一般思路是根据专利的代表性特征构建专利共现矩阵，例如表2。

X1、X2、X3……Xn代表技术1、技术2、技术3……技术n，表中三列二行中的34即代表技术2和技术1共同出现在同一专利文献中的频次为34次。根据共现频次结合其他统计方法即可以分析两项技术之间包含的复杂信息，比如聚类分析，贝叶斯分类、因子分析等等算法，基于专利的共现分析法可以为技术融合预测研究提供较强的支撑。翟东升认为专利共现分析有着易获取且不被技术差异影响的特点，在大量的不同技术主题中可以紧抓主题以及子技术主题，反映一定的技术融合趋势，对技术融合方面的研究有着广泛的应用和重要的影响。

（3）专利文献结合IPC分类号分析法

IPC是对照国际专利分类法对专利文献进行分类后得到的分类号，便于专利检索，结合功能性为主、应用性为辅的原则，具有其独特的内部层次结构，按照层级由上到下可以分为部、大类、小类、大组、小组，技术间越高层级不同，则差异越大。

Loet Leydesdorff专注于三位以及四位IPC分类号研究，对不同聚合级别的技术间关系进行可视化分析，显示了其三位与四位IPC分类号对实验的有效性。而为了更好对专利信息进行聚类，减少噪音，慎金花等人采用IPC号构建专利共现矩阵和概率主题模型，当两项不同IPC分类号出现在同一专利文献中时，将这两项IPC号代表的技术视为可能存在融合，并且利用社群融合潜能以及技术融合价值指标评估“弱关系”在技术融合机会预测中的价值。由于一项专利可能会存在几个IPC分类号，且IPC分类体系自身庞大，在利用IPC号联动技术融合时数据会受到一定影响，因此部分国内学者从专利研发角度出发，结合IPC与ISI构建技术共现矩阵，利于细分技术类别。根据新兴产业分类，王淼等人将国际专利与其关联对照，对专利数据在深加工的方法模式上进行探讨与研究。李树刚等人在此基础上加入时间序列模型和技术成长曲线，注重创新过程中的再融合创造，描画人工智能技术融合趋势象限图。

同时，也有学者意识到在大数据情景下，专利数量大幅度的增长，仅仅依靠研究IPC分类号本身不足以解决精准性较差、粒度较粗的问题，Hajime Sasaki利用IPC分类号联动预测特定技术领域融合趋势，并通过改进共发生信息权重从而提高其预测精准度。

目前研究的不足

在技術融合预测过程中，基于专利的研究分析是应用最为广泛的方法，但受专利自身客观因素影响依旧存在一些弊端：①专利具有滞后性，在对技术融合进行预测的时候更多需要考察未来的可行性，专利作为已经存在的技术信息，虽然可以通过融合趋势分析技术走向，但在一定程度上仍然缺少前瞻性，因此基于专利的技术融合预测面向的是过去而很难精准把握未来。②随着大数据时代信息的爆炸增长，专利信息数据库可能会更新不及时、数据冗杂，对我们的数据处理工作带来很大的误差与不便。Heeyong Noh采用多个数据库提高专利信息的可靠性和稳健性，但并没有彻底解决该问题。③特定行业的专利信息诞生的时间晚于其技术融合时间，如机电一体化领域，在专利信息中较难检索到其融合技术，并不是不存在技术的趋同，而是在该领域专利信息之前就已经发生融合。且在某些行业领域没有一定数量的专利去支撑我们的研究，例如食品、服务业，这些领域难以被机器检测发现。

总结与展望

技术融合趋势预测在技术机会发现中饰演了重要角色技术，无论是国家大政方针的制定，还是企业投资战略的决定都离不开技术，尤其是有前途的新技术的支撑与指导，都极为重视技术融合的发展，大力培养技术融合的潜能，密切追踪相关领域技术融合发展方向与阶段。本文探究了技术融合的概念、起源机制与演进范式，梳理了近几年来相关学者在专利文献基础上结合IPC分类号的研究内容与方向，总结基于专利技术融合研究的两类方法，即基于专利引文分析法与基于专利共现分析法。进一步整理了在对技术融合预测的具体过程中涉及到的各项链路预测指标（Jaccard、Katz、PA、RA、AA等）以及衡量链路预测精准度的指标（AUC、Precision、Ranking Score），助于识别技术融合进程中的关键阶段。

即使技术融合预测已经经过了一定时间的发展，围绕其也有许多预测方法，但预测的精确度依旧有待提高，研究的内容也需要与实际产品相结合。接下来的研究可以更多思考预测准确度的提高，将产品与技术、平台连接起来，使技术融合预测成果更多落地，提高其生存发展空间。