基于文獻計量學的技術成熟度研究及實證分析

婁 巖，傅曉陽，黃魯成

（北京工業大學 經濟與管理學院，北京 100124）

基于文獻計量學的技術成熟度研究及實證分析

婁 巖，傅曉陽，黃魯成

（北京工業大學 經濟與管理學院，北京 100124）

企業對技術成熟度的研究與評價可以有效控制其技術研發的風險。文章在梳理已有技術成熟度的評價方法的基礎上，提出了采用基于文獻計量學方法來分析技術成熟度，包括期刊與會議論文比例法、文獻類型變換法和Fisher–Pry模型法，并以城市污水處理系統的智能控制技術為例，對其進行技術成熟度實證分析，為技術成熟度評價提供了一種思路。

文獻計量學；技術成熟度；污水處理系統；智能控制技術

0 引言

技術成熟度是指某項技術在開發過程中所達到的一般性可用程度(完善程度)。廣義的技術成熟度還包括該項技術對空間特定需求的滿足程度、技術跨度、技術難度(風險)、技術可獲得性以及技術成本等多種因素。[1]技術成熟度是衡量技術能力的一個要素。對于處于多變市場環境中的企業來說，技術成熟度是其制定戰略、進行技術貿易的重要參考指標，也是其確定局部創新和系統創新的投入比例、把握創新時機的重要依據。可以幫助企業認清自身技術的發展水平和發展潛力，審時度勢地進行技術創新，降低投資風險，提高投資效益，營造和保持企業的競爭優勢。

美國航空航天局 (NASA)1995年提出TRL并應用于航天領域,之后在美國科學技術協會得到初步應用,TRL按技術發展過程將技術的成熟度劃分為九級,是一種比較系統的技術成熟度評價標準。[2]該方法適合評價政府采購項目或大型項目，且需要耗費大量的人力和物力。前蘇聯G.S.Altshuller提出TRIZ理論，利用專利數據信息,研究技術系統進化與專利數量、專利等級、產品性能、產品利潤之間的關系,后被用于產品技術成熟度的預測。[3]但是,產品的性能指標和產品利潤指標數據不易獲取,專利等級確定又依賴于專家知識。劉玉琴,朱東華,呂琳提出基于文本挖掘技術的產品技術成熟度預測方法，是以專利數據為研究對象，引入技術新穎度度量函數量化技術的新穎程度，考察專利質量，應用該方法對我國的光通信技術成熟度進行了預測，其結果得到專家的好評。[4]該方法需要大量的專利數據，且專利技術新穎度和專利成本計算過程復雜。針對以上方法存在的不足，本文提出了基于文獻計量學的方法來判定技術成熟度，并以此來判斷城市污水處理系統的智能控制技術的技術成熟度。

1 城市污水處理系統智能控制技術的技術成熟度分析

文獻計量學是以文獻體系和文獻計量特征為研究對象，采用數學、統計學等計量方法，研究文獻的分布結構、數量關系、變化規律，進而解釋與評價過去、現在，并預測（見）事物的某些結構、特征和規律的一門科學。文獻計量學在科技管理中的功能：預測功能，判斷功能，發現功能。[5]文獻計量學可以用來分析研究趨勢，確定科學中有潛力的領域，找出特殊的文獻在哪被引用以及如何被引用。文獻計量學通過使用不同的指標來分析信息，然后從數據庫中挖掘出有用的信息。

既然產業的發展以科學發展和應用科學知識（論文）為基礎，并形成專利成果，那么從文獻計量學角度，就可以以文獻或專利為數據對某項技術的成熟度進行判斷。綜合現有研究成果，有三類依據文獻數量變化進行判斷的方法：Fisher–Pry模型法、期刊與會議論文比例法和文獻類型變換法。下面以城市污水處理系統的智能控制技術為例，分析其技術成熟度狀況。

1.1 城市污水處理系統智能控制技術簡介

隨著現代工業的飛速發展，環境保護和污水處理越來越引起世界各國的重視。由于污水處理過程具有多變量、非線性、時變性與隨機性的特點,其控制過程十分復雜；同時，污水處理系統的控制又屬于多目標控制，需要控制幾種出水指標（BOD、COD、SS等），需要抑制外部環境的擾動變化對處理過程的影響以確保處理過程的穩定性，同時也需要經濟指標最優化。采用傳統的控制方法難以實現污水處理的實時控制，智能控制具有自學習、自適應和自組織功能，可以解決用傳統方法難以解決的復雜系統的控制問題，因此，近年來智能控制廣泛應用于非穩定的動態工程系統中，取得了令世人矚目的研究成果。

表1 城市污水處理系統的智能控制技術每年文獻的情況

1.2 文獻數據分析

采用文獻計量學對城市污水處理系統的智能控制技術進行研究，其數據來自于ISI-Web of Science(SCI)和Ei Compendex（EI），檢索采用的關鍵詞是 Wastewater、sewage 和intelligent control、fuzzy control、neural network、expert control、Automatic Control、Artificial Intelligence、optional control、genetic algorithm。分析從1985～2007年發表的論文的情況，數據如表1及圖1所示。

由圖1可知，在城市污水處理系統智能控制技術領域，文獻量不是很多，說明這一領域的研究活動不是很活躍，但令人驚喜的是，每年發表的論文數量呈上升趨勢。從圖中可以看出，SCI中的文獻數量變化趨勢較為平緩，而EI中的文獻數量變化趨勢較為活躍，說明該技術的研究越來越傾向于應用。隨著每年發表的論文數量不斷地增加，可以肯定社會各界對這項技術越來越重視，研究規模也越來越大，成果也越來越多，該技術很有可能成為未來污水處理的核心技術。

1.3 Fisher-pry模型法

判斷一項技術的成熟度，文獻數量分析存在不足之處，需要對文獻數量分析中應用的數據進行標準化，使其符合技術發展變化的S形曲線。Fisher-pry模型是一種比較理想的判斷技術成熟度的方法。

1971年，Fisher和pry發表了一篇描述技術變化模型的論文，盡管模型比較簡單，但是，對于判斷一項新技術取代與其存在競爭關系的舊技術是很有效的，往往可以用來判斷新技術替代舊技術的比率。[6]在這個模型中，稍做修改，配以合適的數據，同樣可以定義技術的改進程度，判斷新技術的成熟度。

下面介紹城市污水處理系統的智能控制技術的成熟度分析，我們采用Fisher-pry模型法進行分析。為了繪制出Fisher-pry曲線，首先要對文獻計量分析得到的數據（表1中的組合數據）標準化處理，要用到Fisher-pry方程，[7]如公式（1）所示。

表2 基于城市污水處理系統的智能控制技術的各年期刊與會議文獻數量

公式（1）中的b與c是常數，b確定曲線的形狀，c確定曲線的位置。 f為技術替代率，0＜f＜1,可由公式（2）得到：

在公式（2）中，Y為某一年出版的文獻數量，L為待估計的最大的出版的文獻數量。在本例中，根據相關數據的調查及預測，確定L=220。

如何計算公式（1）中的b和c，可以將公式（1）轉化為公式（3）：

然后采用一元線性回歸方法（本例子采用SPSS軟件）就可計算出b和c。經過計算，b=0.21,c=16。代入公式（1）便可繪制出圖2的Fisher-pry模型。

由圖2可以看到，在2015年，圖2中的曲線接近1，從文獻計量學分析的角度，可以預測該技術將在2015年達到成熟。在2015年該技術是否真正達到成熟，還需要該領域的專家的共同論證，此處不再贅述。

1.4 期刊與會議論文比例法

Roper認為可以用期刊論文數與會議論文數之比來確定技術成熟度。當會議文獻多于期刊文獻時，表明新(興)技術還處于人們的爭論之中，技術遠未接近成熟；而當期刊論文開始多于會議論文時，技術開始逐漸接近成熟[8]，如圖3所示。

我們的數據來源于EI，其各年的數值如表2。在各年中，分別用會議或期刊的文獻數量除以各年他們的文獻之和，就可計算出他們各自的比率，其分析結果如圖4。

表4 城市污水處理系統的智能控制技術各年專利

由圖4可知，在1985年，城市污水處理系統智能控制技術的會議文獻數量大于期刊文獻數量，表明此技術剛被提了出來，還處于專家的爭論之中；而從1986～2007年，每年期刊文獻的數量都遠遠大于會議文獻的數量，說明進行城市污水處理智能控制技術研究的人員越來越多，涉及面越來越廣，研究在不斷的深入，但該技術還未達到成熟，只有當期刊文獻的數量接近1，而會議文獻的數量接近0時，才表明該技術真正達到成熟。雖然我們的圖4與Roper的圖3不完全一樣，圖4沒有出現會議文獻明顯多與期刊文獻的部分，那是由于該技術在1985左右才提出，并且會議文獻也不是很多，所以其會議文獻數量從開始就少于期刊文獻數量，這是一種特殊情況。但是，由圖4可知，隨著時間的推進，期刊文獻的曲線在逐漸接近1，而會議文獻的曲線在逐漸接近0，說明城市污水處理系統智能控制技術正在接近成熟。

1.5 文獻類型變換法

文獻類型變換法使用了與技術發展相關的多種類型文獻，對技術發展的本質有比較好的把握，這種方法有一定專業性，適用性比較好。該方法將新興技術的發展周期分為不同的5個階段：基礎研究、應用研究、試驗開發、應用階段、社會效應。各個階段采用不同的文獻進行分析，如表3所示。

使用文獻類型變換法來判斷一項新技術的成熟度，遵循這樣的原則：在基礎研究階段，SCI的論文數量由少到多，并逐漸下降；在應用研究階段，EI論文數量由少到多，并逐漸下降；在試驗開發階段，專利數量經歷了與前述相同的變化階段。在專利數量變化過程中，若發明專利開始下降，而外觀設計開始增加，則表明新(興)技術步入成熟化階段[9]。而在應用階段和社會效用階段也是同樣的，關于新技術的報道由少到多，當新技術變得成熟后，關注度就會下降，關于它的報道就會逐漸減少（如圖5）。

就城市污水處理系統的智能控制技術而言，在基礎研究和應用研究階段，由表1可知，每年SCI和EI文獻數量在不斷地增加，也就是分別處于圖5中左邊兩段曲線的前半部分，說明該技術還未達到成熟，但該技術的研究在不斷的深入。在試驗階段，通過查找DII(德溫特)專利數據庫（關鍵詞同上），結果如表4所示，該技術的專利每年不斷增加，處于圖5曲線（代表實驗階段的曲線）的前半部分，并未達到頂峰，同樣說明該技術沒有達到成熟。在應用研究和社會效用階段，由于該技術沒有達到成熟，所以關于該技術的應用研究和社會效用的報道（包括廣告）很少，如圖6所示。

通過文獻類型變換法分析可知,各類文獻的數量均處于增長階段,城市污水處理系統的智能控制技術還未達到成熟，但該技術的文獻數量和專利數量都呈現不斷增加的趨勢，表明該技術的研究規模在擴大，研究水平在深入，而關于該技術的商業報道也不時的出現，說明其研究成果也在不斷增多。因此，該技術雖未達到成熟，但在向成熟邁進。

通過Fisher–Pry模型法、期刊與會議論文比例法和文獻類型變換法的分析，可知城市污水處理系統智能控制技術并未達到成熟，也就是說該技術的成熟度水平不高，實現商業化還有很長的路要走。但是，由于國家和社會對環保越來越重視，該技術優勢明顯，并且開始步入成熟階段，因此具有良好的商業化前景。

2 小結

本文采用基于文獻計量學的方法，從整體上客觀的分析了城市污水處理系統智能控制技術的技術成熟度，為技術成熟度評價提供了一種思路。但是，由于各國經濟發展水平、以及重視程度和投入程度的不同，各種技術在不同國家或地區的發展狀況參差不齊，文獻及專利數據也不能完全代表該技術整體的發展水平。此外，此方法的不足之處還在于需要收集大量的各類數據，而有些數據的收集比較困難，單純依靠此方法不能很好的判斷所用技術的成熟度。因此，如果結合主觀判斷法——基于專家（學術界、產業界與政府有關部門）的知識和經驗判斷，就可以從整體上更好的把握技術的成熟度狀況，從而為技術的商業化前景分析奠定基礎，為企業決策提供依據。

[1]朱毅麟.開展技術成熟度研究[J].航天標準化，2008（2）.

[2]Ricardo Valerdi.An Approach to Technology Risk Management[J].Engineering Systems Division Symposium March,2004.

[3]G.S.Altshuller.The Innovation Algorithm,TRIZ,Systematic Innovation and Technical Creativity[M].Worcester:Technical Innovation Center,INC,1999.

[4]劉玉琴,朱東華,呂琳.基于文本挖掘技術的產品技術成熟度預測[J].計算機集成制造系統，2008，14（3）.

[5]邱均平.文獻計量學[M].北京:科技文獻出版社,1988.

[6]Fisher,J.C.,and Pry,R.H.,A Simple Substitution Model for Technological Change[J].Technological Forecasting and Social Change,1971,3.

[7]Tugrul U.Daim.Forecasting Emerging Technologies:Use of Bibliometrics and Patent Analysis[J].Technological Forecasting&Social Change,2006,73.

[8]A.L.Porter,A.T.Roper,T.W.Mason,F.A.Rossini,J.Banks,Forecasting and Management of Technology[M].Wiley,New York,1991.

[9]Joseph P.Martino.A Review of Selected Recent Advances in Technological Forecasting[J].Technological Forecasting& Social Change,2003,（70）.

（責任編輯/浩 天）

F204

A

1002－6487（2010）19－0099-03

國家自然科學基金重點項目（70639002）；北京市創新人才計劃（PHR-IHLB）

婁 巖（1963-），男，北京人，副教授，研究方向：技術創新管理、項目管理。