章梅 汪传雷 梅帅 杨东祥 胡蕾
摘 要: 叉车作为物流业最基础设施之一,其智能化对于物流业高质量发展具有积极推动作用。运用UCINET可视化智能叉车专利文献挖掘其创新特点,提出促进智能叉车发展策略。结果表明:智能叉车的技术发展不均衡,专利发明人子网络之间缺乏合作,专利权人之间的合作松散,几乎处于“孤岛”状态。
关键词: 社会网络分析;智能叉车;空间分布分析;UCINET
中图分类号: TB 文献标识码: A doi:10.19311/j.cnki.16723198.2023.06.105
0 引言
现代物流的发展离不开物流装备的支撑,物流企业及其客户对物流装备技术运用提出更高要求。叉车又称铲车,作为一种用于装卸、搬运、堆码的物流功能的特种车辆,广泛运用于各种场所场景,“十三五”期间也备受关注,如《特种车辆行业发展“十三五”规划》《工程机械行业“十三五”规划》等均有涉猎。随着人工智能发展,叉车融合智能加速,而智能叉车的发展离不开技术进步,专利作为知识产权性文件,反映了技术创新能力,也是科技转化为成果的重要形式。企业拥有专利的数量越多,从企业内部抵抗科技风险的能力越强,在面对复杂多变的市场环境及供应链风险时能够拥有更多的机会。2021年我国颁布了《知识产权强国建设纲要(2021-2035年)》《“十四五”国家知识产权保护和运用规划》等政策文件对知识产权进行战略部署,但我国智能叉车专利到底发展如何,特别是技术自立自强态势如何,值得关注。本研究力图借助专利文献,分析智能叉车状况,进而提出智能叉车高质量发展之路。
1 数据来源与研究方法
1.1 数据来源
选取国家知识产权局专利检索平台(http://pss-system.cnipa.gov.cn)作为文献检索平台,在高级检索功能中,默认发明名称、摘要工具栏的数据,关键词中填入“智能叉车”并进行检索,选择2012-2020年的样本数据,得到150条数据。剔除以专利申请为题的无效专利文件后,在剩下文件中删除摘要中无智能叉车或叉车字样的专利文献,最终得到75条与智能叉车相关的专利文献作为研究样本数据。
1.2 研究方法
本研究采用专利计量法、社会网络分析、空间分析等方法,借助软件UCINET及ARCGIS10.2将数据可视化以展示智能叉车专利的相互关系及空间分布格局。运用专利计量法对智能叉车专利文献进行量化分析,可以把握智能叉车的发展状况并对未来叉车技术发展提供建议。李俊借助可视化工具进行论文的专利挖掘;刘建明以区块链专利文献为数据源,运用专利计量法揭示区块链领域的技术发展趋势。
社会网络分析是行动者之间关系的集合。社会网络分析可以从多种角度进行分析,主要包括中心性分析、凝聚子群分析、密度分析等。张立光、张学艳等人利用社会网络分析了金融空间关联机制以及独角兽企业的关系。
地理信息系统(GIS)主要是研究空间实体之间的相互关系,在计算机中对数据进行处理及可视化,其最大用途是空间分析。杨中楷通过空间分析了解我国有效专利分布的特征;阮沈勇将信息量模型与GIS系统结合,研究地质灾害危险性区划的方法。
空间分布形态的判别一般采取最邻近指数分析,最邻近指数表示点状要素目标在地理空间中相互之间距离。其公式为:R= r-1 r-E 公式中:r-1 为平均实际最邻近距离;r-E= 1 2 D = 1 2 n/A 为理论最邻近距离;A为区域面积,D为点的密度,n为点的个数。一般情况下,R<1时,呈集聚型分布;当R=1时,呈随机型分布;当R>1时,呈均匀型分布。
2 智能叉车技术发展状况
2.1 智能叉车申请趋势分析
通过对国家知识产权局专利检索平台获得的智能叉车数据的归纳,可见专利申请量的线性趋势线呈现上升趋势。根据专利申请数量在年份上的差异,初步将智能叉车技术发展分为两个阶段:第一个阶段2012-2014年,这个阶段智能叉车的每年专利申请量均未超过5个,叉车技术发展可能处于探索阶段;第二个阶段2015-2020年,叉车专利申请数量从2015年的5个增加到2019年的50个,虽然2020年申请量稍微有所下降,但总体趋势还呈现上涨态势,处于快速发展期。
2.2 智能叉车专利公开年度分析
根据智能叉车的有效专利,对比前面的叉车专利申请数据,可以发现专利申请成功率每年不同,但2017年后基本维持在50%左右,2012-2016年智能叉车的专利数量非常少,2013年甚至没有有效叉车专利;2017年后专利數量猛增,2017年专利数量约是2016年的2.7倍,说明智能叉车行业发展加速,2019年达到26个专利,但2020年下降至16个,可能是受疫情影响的缘故。
2.3 专利空间结构分析
2.3.1 智能叉车专利权人总体分布
由专利总量的区域分布可见各个省市自治区的智能叉车技术的研发能力。通过整理专利文献,获得一系列专利权人地址,然后借助高德地图API网站获得专利权人地址的经纬度,再借助GIS10.2中的ARCMAP10.2可见,专利权人主要分布在东部地区,其中北京、上海、江苏、安徽、广州等地居多,中部地区分布较散,西部地区只有一个专利权人地址,分布不均现象较严重。智能叉车专利权人多集中于珠江三角洲和长江三角洲地区分布,可能与地区的科技创新能力强有关。
2.3.2 空间结构分析
借助ArcGIS10.2代入公式计算出专利权人的最邻近指数为0.993,该数值小于1,可知专利权人的地理位置在空间上属于集聚型分布状态,表明各个专利权人之间在地理空间上是有可能的。
核密度分析用于探索空间分布中的距离衰减效应。对专利权人地址做核密度分析,而新疆只有一个专利权人点位信息,不具备核密度分析的条件,故只选择东部和中部的数据。由图可知,智能叉车的专利权人分布不均,但各个专利权人地理位置较集中,主要围绕广东、北京、上海为核心圈层分布。表明智能叉车可能在一定程度上与社会经济的发展相关,北京、上海、广州作为一线城市,其经济发展水平和资源获得能力比二线城市高。东部地区的专利权人密度最高,其次是中部地区,中部地区与东部地区的密度最大相差1.746;总体布局较分散,东部地区只生成三个核密度区,中部地区分布较均匀但不集中。同时,可能由于受到物流发展和交通发达程度的影响,部分专利权人点位信息临近交通主干道。
3 专利分类号分析
3.1 频数统计及可视化分析
专利类型主要包括发明专利、实用专利和外观设计专利,统计智能叉车的75条专利文献,其中发明专利17项、实用专利53项、外观设计专利4项。智能叉车专利数量涉及的专利分类号共72种、179个专利分类号。B66F9/075出现的频率最高,达到44次,占总频次179的24.58%。75条专利文献中以B66F开头的分类号达到102个,占总数的56.98%。
根据WIPO在2021年9月公布的分类号技术对照表,比对智能叉车的分类号,再结合频数统计分析,发现智能叉车技术涉及种类较少,主要分布在机械工程和电气工程。
通过COOC3.9软件制作专利分类号共线表,将分类号共线表导入NETDRAW中,得到分类号关联网络图。图中节点大小表示该节点在网络中的重要程度,连线表示两个节点的合作次数。B66F9/075、B66F9/06、B66F9/12、B66F9/24的分类号周围的连线比较粗,表示此几个分类号出现于同一份专利文献的次数较多。
3.2 中心性分析
专利共现分析是指一个专利同时拥有多个分类号,通过统计分类号进行可视化分析以发现技术领域的交叉情况。将分类号共线表导入UCINET进行数据处理,得到IPC分类号的中心度。中心性是衡量个体在整个网络中的重要程度指标,主要包括度数中心度、接近中心度和中间中心度。度数中心度大于20的分类号有B66F9/075、B66F9/06、B66F9/12,除此之外还有3个节点的度数中心度是大于10的,表明这些分类号在专利文献中的重要性较高。
接近中心度值越大,越说明该点非网络的中心。表1显示数值最大的是G06Q50/28,说明该分类号代表的电气工程的数据管理方法技术非网络的核心节点,应用较少。B66F9小类的接近中心度数值位居60-70之间,说明该技术在信息资源的权力以及影响力较强,该分类号对应的是机械工程大类的驾驶、操纵的技术说明智能叉车技术发展比较偏向驾驶操纵相关的技术。有7个分类号的中间中心度为0,说明这7个点均不能控制其他节点,处于网络的边缘。
整体上看,分类号的密度为0.275,密度值越接近0,关系越松散,说明智能叉车的技术发展不均衡。
3.3 凝聚子群分析
派系 (subgroup) 是社群中的一小群人關系特别紧密,以至于结合成一个次团体。社会网络图中一个派系至少包括三个行动者,且他们之间是直接关系;一旦派系形成,其他行动者就难以再融入该次团体。个体与网络的关系越紧密,就越会受到网络的影响,凝聚子群主要考察网络中各个小团体之间的关系。凝聚子群主要包括派系、K-丛、K-核、LS集合和Lambda集合等,本研究从派系方面对智能叉车专利分类号和发明人的凝聚子群进行分析。
通过UCINET将分类号共线表的多值关系网络转化为二值关系网络,再将二值关系网络进行对称处理,最后通过Cliques进行派系分析,派系能够表明分类号之间的相互交错的关联结构,反映智能叉车分类号的内在关联。分类号分为5个派系,各个规模不同,最大派系包括6个分类号,其中LOC(12)Cl12-05、G05D1/02、B29C45/17 、G06Q50/28这四个分类号不属于任何派系,是孤立的,也就是说智能叉车技术发展在仪器的控制装置、机械工程的其他专用机器、电气工程的管理数据方法技术发展相较于机械工程的操纵驾驶较缓,未形成自身的派系。B66F9/075、B66F9/06代表的技术是智能叉车中最为基础的;G05D1/02、G06Q10/06代表智能叉车技术较深入。从聚类效果看,分类号的紧密程度不同。
4 发明人分析
4.1 频数统计及可视化分析
发明人是专利核心。智能叉车专利的发明人总共有239名,通过归纳整理,阮清松、林伟加、刘妍华等出现的频次并列最高,达到4次。而发明人出现频数只有一次的达到138名,占总数的57%,说明大多数发明人只参与一次智能叉车的发明过程。发明次数较多的发明人可以联合进行更多的技术创新。
借助COOC3.9软件得到专利发明人共线表,将发明人共线表导入NETDRAW得到图3。将共线图中的43个发明人当作整个网络的节点,节点之间连线表示各个发明人之间的合作关系,将图中节点大小显示设置为表示中心度大小,可见发明人的合作网络比较分散,没有形成整体的合作网络,各个子网络之间是孤立的缺乏合作。冯丽霞、陈英、徐明、骆小锋在网络图中呈现单个节点,与其他人无合作关系。度数中心度大于10的李想等8人的子网络图中连线较多,合作较紧密。
4.2 中心性分析
借助COOC3.9版本软件,将频数设置为大于等于2,得到智能叉车专利发明人共线表。将表导入UCINET中,进行数据分析,得到发明人的中心度,并对此进行点度中心度分析。吕恩利、刘妍华、阮清松、曾志雄、林伟加、罗毅智、郭嘉明、韦鉴峰的中心度最高,达到11;吕恩利、刘妍华、阮清松、曾志雄、林伟加、罗毅智、郭嘉明的连线粗,表明这些发明人处于核心地位,合作联系也较密切。但从整体看,发明人之间密度为0.24,属于合作关系松散。
4.3 凝聚子群分析
通过UCINET将发明人共线表的多值关系网络转化为二值关系网络,再进行对称处理,最后通过UCINET的NETWORK进行派系分析。智能叉车发明人涉及8个派系,其中最小的派系涉及3个人,且胡海军、冯丽霞、费后昌、程英、郭晓丽、杨宁宁、徐明、马浩杰、钱永强、段伟、骆小锋、杨光明、李潇波不属于任何派系。各个派系内部的联系较紧密,派系与派系之间的联系较分散。
5 专利权人分析
整理智能叉车专利文献的专利权人总共有79个,绘制频数≥2的专利权人频次表,可见华南农业大学的频数最高,达到4次,拥有专利较多。徐明、冯丽霞作为个人专利权人各出现2次,在叉车行业中资历较深。借助COOC3.9,将频数设置为大于等于1,得到专利权人共线表。可见专利权人的合作网络较分散,没有形成整体的合作网络,大部分专利权人是单独的个体,不属于网络,与其他专利权人没有合作关系。子网络有三个,较大的网络只有三家公司构成,分别是北京京东世纪贸易有限公司、北京京东尚科信息技术有限公司且该网络是单向网络,其次是杭叉集团与杭叉智能科技的合作。从整体密度看,密度值仅为0.002,接近于0,说明专利权人之间的合作关系非常松散。
6 研究结论及建议
6.1 结论
以智能叉车75条专利文献为数据来源,借助UCINET社会网络分析工具进行可视化分析,同时运用ARCGIS空间分析软件、COOC软件等分析智能叉车专利权人的地理空间分布。研究结论如下:
(1)智能叉车专利虽起步较晚,但正处于快速发展阶段。智能叉车的专利申请数量逐年递增,专利申请获批率维持在50%上下。虽然2020年有效专利数量有所下降,但总体仍然处于上升状态。
(2)智能叉车专利权人布局属于集聚型,东部地区专利权人密度较高。专利分布图和专利核密度图显示,智能叉车有效专利权人点位多数集中在北京、上海、广州等一线城市,东部地区智能叉车的专利权人密度远高于中部地区,西部地区智能叉车专利权人点位较少,部分专利权人的点位信息居交通主干线。
(3)智能叉车专利不均衡,存在“偏科”现象。基于分类号的社会网络分析,发现智能叉车的技术发展不均衡,主要集中在机械工程叉车驾驶及操纵相关技术,少数涉及电气工程的数据处理方法和仪器的控制,而化学及其他领域尚未涉及。
(4)智能叉车专利发明人之间总体上合作较少,大的子网络内部合作较密切。智能叉车专利发明人各个子网络之间联系空白,且子网络所含节点较小;专利权人之间合作更加松散,几乎处于“孤岛”状态。
6.2 建议
(1)智能叉车作为物流业之基础,发展水平日益成为体现综合国力之标志,关联企业应该充分把握物流业发展态势和前沿,抓住机遇,迎接挑战,推动智能叉车的高质量发展。
(2)智能叉车专利权人空间分布呈现集聚型态势,地理分布不均,应提高东部地区特别是长三角、珠三角的连通性和协同率,沿着长江经济带推进,以带动中部地区、西部地区智能叉车技术发展。
(3)智能叉车技术发展不均衡,涉及仪器控制类的技术专利文献较少,但仪器控制类的技术及与电气工程相关的技术是未来智能叉车的发展方向,应加强新理论、新技术、新工具、新工艺在智能叉车领域的运用,且强化关键节点即驾驶操纵相关技术之间的联系,固牢技术优势。
(4)发明人之间、专利权人之间的合作较少,尤其是专利权人之间的关系基本处于隔绝状态,应加强专利权人之间的联系和发明人之间的沟通,消除专利权人子网络、发明人子网络之间的隔绝状态;同时结合专利权人的点位较集中特点,促进点位相近的专利权人之间开展合作。
参考文献
[1]李俊,王梦媛.国内外专利挖掘研究的可视化分析[J].高校图书馆工作,2019,39(02):712.
[2]刘建明,颜学明.基于专利计量的区块链技术发展现状及关键技术分析[J].科技管理研究,2021,41(16):3744.
[3]朱庆华,李亮.社会网络分析法及其在情报学中的应用[J].情报理论与实践,2008,(02):179183+174.
[4]张立光,滕召建.我国区域金融风险的空间关联与传染机制研究——基于社会网络分析法和区域数据的实证[J].金融发展研究,2021,(11):4855.
[5]张学艳,周小虎,王侨.基于社会网络分析的独角兽企业关系网络研究[J].领导科学,2021,(24):6468.
[6]陈军,赵仁亮.GIS空间关系的基本问题与研究进展[J].测绘学报,1999,(02):411.
[7]柏延臣,李新,冯学智.空间数据分析与空间模型[J].地理研究,1999,(02):7479.
[8]杨中楷,沈露威.基于GeoDAGIS的我国有效专利空间分异研究[J].图书情报工作,2011,55(10):6973.
[9]阮沈勇,黄润秋.基于GIS的信息量法模型在地质灾害危险性区划中的应用[J].成都理工学院学报,2001,(01):8992.
[10]朱磊,胡静,周葆华,等.区域旅游景点空间分布格局及可达性评价——以皖南国际文化旅游示范区为例[J].经济地理,2018,38(07):190198+216.
[11]焦利民,李泽慧,许刚,等.武汉市城市空间集聚要素的分布特征與模式[J].地理学报,2017,72(08):14321443.
[12]钱振华.国内科技哲学领域合著者派系分析与可视化研究——基于社会网络分析法[J].北京科技大学学报(社会科学版),2011,27(04):7885.