技术融合距离的聚类特征与影响因素  

作 者:

作者简介:
冯科(通讯作者),湖南大学工商管理学院助理教授,硕士生导师,博士;曾德明,湖南大学工商管理学院教授,博士生导师,博士(长沙 410082)。

原文出处:
管理评论

内容提要:

建设工业4.0需要推动新兴信息技术与其他领域技术的深度融合。然而跨领域、远距离的技术融合面临较大的风险与挑战。采用电子信息、汽车、装备制造产业1985-2014年约240万专利数据,以三大产业中的技术领域为研究对象,基于聚类分析研究其技术融合距离动态发展过程中的聚类特征,利用Tobit模型解析其技术融合距离的影响因素。实证研究表明,融合距离最远的技术领域,其动态发展过程表现出多元化、差异化的聚类特征;申请人合作团队规模、产学合作、专利积累、政府科技计划投入显著促进技术融合距离的延伸;发明人团队规模则对技术融合距离先提升、后抑制。应鼓励合作创新、优先关注前期积累丰富的技术领域、构建多目标结合的融合性技术领域财政资金投入组合。


期刊代号:C31
分类名称:创新政策与管理
复印期号:2020 年 01 期

字号:

      中国政府于2015年、2017年分别颁布《中国制造2025》、《新一代人工智能发展规划》两项行动纲领,以新兴信息技术变革传统制造业,在重点前沿领域探索布局,加速聚集具有国际比较优势的创新能力,打造新的长期经济增长引擎。这些战略规划的核心主旨在于促进新兴信息技术与其他领域技术的深度融合,推动突破性、颠覆性创新的涌现,加速实现产业升级,抢占工业4.0时代国际竞争的制高点。

      然而,让不同领域的技术实现深度融合并非易事。当领域之间的差距越大,它们之间的技术异质性程度越高。本研究将两个发生融合关系的技术领域之间的技术异质性定义为技术融合距离[1]。实现远距离的技术融合是一项充满风险与失败的创新活动。李丫丫和赵玉林[2]指出从20世纪90年代开始,生物技术与信息技术逐步融合,历经近20年的动荡发展才形成较为稳定的生物芯片技术范式。Kaplan和Vakili[3]认为对陌生领域的技术进行“远跳式”整合,需要突破已有技术领域的局限性和狭隘视野进行创造性的反复迭代试验,不确定性极高。因此,一个重要的问题是什么因素能够克服这些困难并推动远距离技术融合的发生?虽然关于技术融合、产业融合的研究正在蓬勃发展,但多数研究聚焦于技术融合趋势的定量分析方法[4-6],或者融合对传统工业成本最小化[7]、产业结构[8]、研发与创新绩效[9]、生产与出口绩效[10]、产业虚拟集聚[11]的影响。仅有Caviggioli[1]、Geum等[12]学者直接探讨技术融合的驱动因素。然而,关于技术融合距离的影响因素,现有研究还未能提供直接而清晰的回答。

      同时,贯彻实施前述行动纲领,围绕重点前沿领域探索布局,需要以全局视角对相关技术领域的技术融合动态发展模式进行科学分析,制定有针对性的系统发展策略。已有研究重点关注了一系列特定的技术领域,比如纳米技术[4]、印刷电子技术[5]、功能性食品技术和药妆技术[6,13]、3D打印技术[14]、信息技术和电动汽车技术[15]等,挖掘单项技术之间的融合规律。Lee等[16]、Caviggioli[1]则认为进一步研究需以系统性的思维,采用大规模数据样本,从支撑产业政策制定视角,对大量技术领域的技术融合动态发展模式与影响因素进行全面研究,以形成更具普遍性的政策建议。

      基于上述思考,本文选择《中国制造2025》、《新一代人工智能规划》重点关注的电子信息产业、汽车产业、装备制造产业,采集1985-2014年约240万专利数据,以三大产业涉及的技术领域为研究对象,挖掘其技术融合距离动态发展过程中的聚类特征与影响因素。首先,根据主流研究推荐的方法,本文以三大产业专利数据中的国际专利分类体系(IPC)界定技术领域,并基于IPC共现矩阵和社会网络分析法分别构建三大产业各自的技术融合网络,测算网络中各个技术领域的技术融合距离。然后,构建多个反映样本时空动态变化趋势的特征向量,结合聚类分析法研究三大产业中融合距离最远的技术领域及其动态发展过程中的聚类特征。最后,以前述技术融合网络中技术领域的技术融合距离为因变量,采用Tobit模型解析其影响因素。

      1、基于IPC共现矩阵和社会网络分析法分别构建三大产业中的技术融合网络

      技术融合是指不同技术领域相互交叉渗透[13]。一系列研究使用专利IPC共现(IPC co-occurrance)对技术融合进行定量测度[4,6,13]。专利IPC共现是指两个或两个以上不同的专利IPC分类号在同一个专利中被同时使用。由于专利IPC分类号对专利的技术领域进行界定,专利IPC分类号共现表征不同技术领域的知识在同一件专利中被联合使用。IPC分类号前四位(简称IPC4)包括部、大类、小类三个层次的代码,这些代码所对应的技术领域逐级细分,被现有研究广泛用于分析专利的技术领域属性。刘凤朝等[4]、李丫丫和赵玉林[2]等学者参照世界知识产权组织发布的ISI-OST-INPI分类体系将IPC4分类号转化为相应的技术部门(sector)或者技术领域(field),挖掘它们之间的融合关系。而Caviggioli[1]和Lee[16]则认为IPC4分类体系对技术领域的划分相对合理均衡,因此能够更好的反映技术融合发展变化过程中的多样性。参考他们的研究方法,本文将一个IPC4分类号视为一个技术领域,将一对IPC4分类号在同一个专利中的共现视为一对技术领域之间的融合关系,以此构建技术融合网络。

      本研究从1985-2014年三大产业的所有专利中提取IPC4分类号之间的共现关系,按照一年窗口期滚动的方法,针对每个产业分别构建每年IPC4共现矩阵,最后形成30年共90个IPC4分类号共现矩阵。一个典型的IPC4分类号共现矩阵如图1所示。该矩阵横轴、纵轴为IPC4分类号,以对角线为对称轴。单元格中的数字代表一对IPC4分类号在当年某产业所有专利中共现的次数。随后采用社会网络分析法和Gephi软件对矩阵进行技术融合网络图谱分析。图2展示了一个典型的技术融合网络图谱。图中网络节点为IPC4分类号,节点之间的连线表示IPC4分类号之间的共现关系,即一对技术领域之间的融合关系。

      

      图1 IPC4分类号共现矩阵示例

      

相关文章: