基于專利引文網絡的技術范式轉換預見方法體系構建

王京安+牛建+王坤

〔摘 要〕 面對具有非線性、高不確定性等特點的技術范式轉換現象的頻繁出現，目前基于線性思維的技術預見方法已無法滿足現實需要。對此，本文旨在探討一種科學有效、具有可操作性的技術范式轉換預見方法。闡述技術范式轉換的特征及內在動因，通過理解技術范式轉換的一般過程，建立技術范式轉換理論模型，基于社會網絡思維結合專利引文網絡構建了技術范式轉換預見方法體系，并以液晶材料技術的發展為例進行實證分析。研究結果不僅豐富了技術范式轉換的理論研究，也為企業提供戰略決策以及行業技術研究方向。

〔關鍵詞〕 技術范式轉換；社會網；專利引文網絡；技術預見方法；體系構建；液晶材料技術

DOI：10.3969/j.issn.1008-0821.2017.08.020

〔中圖分類號〕 G255.53；G306 〔文獻標識碼〕A 〔文章編號〕1008-0821（2017）08-0135-07

〔Abstract〕Facing the frequenct emergence of the technology paradigm shift，which is characterized by nonlinear，high uncertainty and so on，the technology foresight method based on linear thinking method cannot meet the needs of reality. Therefore，this paper was to discuss a scientific and effective and practical method to predict the shift of technology paradigm. This paper elaborated the characteristics and internal causes of the transformation of technological paradigm，established the theory model of technology paradigm transformation by understanding the general process of technology paradigm transformation，based on the combination of social network thinking and patent citation network，the paper proposed a prediction method system of the technology paradigm transformation，carried on the real diagnosis analysis by the case study of liquid crystal materials technology. The results enriched the theory research of technology paradigm transformation，also provided the strategic decision for the enterprise and the research direction for the industry technology.

〔Key words〕 technological paradigm transformation；social network； patent citation network；technology foresight method；system construction；liguid crystal materials

識別并研發出未來可能的主導技術已成為企業乃至區域、國家在競爭中制勝的關鍵。在技術進步過程中，敏感度不高的企業會因沒有嗅到新技術的市場潛力而錯失良機，掌握新技術和新機遇的企業會取代對未來技術發展趨勢無法準確判斷的企業。顯然，準確預見技術發展趨勢，抓住機遇，實現技術突破，就有可能在競爭中贏得先機。然而，目前已有的“技術預見”[1]方法主要是基于線性思維的，雖然在預見范式內的持續創新方面有顯著效果，卻無法解決具有非線性和不確定性特征的技術范式轉換問題。在技術范式轉換越來越頻繁的背景下，如何有效預見具有范式轉換特征的技術方向，已成為企業、區域等各級決策者面臨的重要課題。

1 理論背景與體系構建

在Thomas Kuhn[2]首次提出“范式”（paradigm）概念之后，Giovanni Dosi提出了“技術范式”（Technology paradigm）概念，并將其定義為“解決所選擇的技術經濟問題的一種模式”[3]。顯然，隨著技術的發展，技術不再是以個體形式孤立存在，而是成為具有非線性結構的復雜系統。而且，隨著技術范式的轉換，新舊范式的主導型技術、技術的主體、技術邊連體、技術的認知等都將發生重大變化[4]。這實質上是一個結構重組的過程。

技術范式轉換是一個極其復雜的過程，并非少數孤立技術因素簡單作用的結果，傳統的、基于線性思維的技術預見方法難以有效地反映其內在機理。因此，本文借助專利引文網絡方法，從時間和動力等兩個角度刻畫技術范式轉換的過程與內在特征，力圖反映技術間的相互作用關系及其演化軌跡，構建技術范式轉換的理論分析框架，形成具有可操作性的預見方法和步驟，并以液晶材料技術為對象進行實證檢驗。

1.1 技術范式轉換動因研究

技術進步的動力被認為來自兩個方向：技術推動和市場需求。持“技術推動論”的學者認為，技術具有強大的自組織能力，技術內部演化促進了技術范式的變遷。Pavitt和Wald從技術的前期投入、技術創造性產生的不確定以及技術演化過程等層面論證了技術發展推動了范式的變遷[5]；Tushman和Anderson認為，技術發展初始階段是連續的、線性的過程，而當技術發展到某一階段的時候就會出現突破性的技術[6]。突破性技術創新是指一種新技術改變現有的主導型技術的產生過程，產生能夠替代目前的技術主體并可能成為引領新技術領域的核心技術[7]。隨著新技術的發展，突破性技術將會被市場推進，實現商業化，當新技術與市場需求耦合程度好時，企業就會重新獲得競爭力，成為該領域新一輪競爭的領頭羊[8]。同時，技術內部相互作用導致了突破性技術產生、推動了技術范式轉換。技術內部存在著廣泛的競爭、合作和共生關系。在競爭與協同的主導作用下，擁有卓越性能的新技術逐漸獲得更多的資源，形成了對現有技術產生威脅的突破性技術。

持“市場需求論”的學者認為，市場需求是推動技術發展的最強動力，通過識別市場需求來判斷技術發展的方向，從而準確預見未來主導型技術。Rosenbloom與Christensen認為，需求變化推動了技術發展。當前的技術發展無法與顧客需求相匹配是造成需求變化的重要原因[9]。技術范式的轉換源于技術的突破式創新，而新的技術范式產生的關鍵在于核心技術群和技術體系的構建，以及主導型技術的確立[4]。當新技術范式與外界進行充分的物質、信息和能量交換，并不斷適應市場和消費者需求時，原技術范式才會被擠出主流市場，甚至被完全替代[10]。新技術在適應市場過程中，需要根據市場需求特征進行局部調整，在一系列技術“微創新”后達到與市場需求的高度耦合。

綜合“技術推動”論和“市場需求”論，可以發現技術之間的相互作用是突破性技術產生的根本原因，而能否成為新一代主導型技術，則需要新技術順應市場選擇，不斷迎合市場需求，做出技術微創新，得到市場的廣泛認可和接受，才能確立新技術的主導型地位。因此，技術范式轉換的理論模型應如圖1所示：

1.2 基于專利引文網絡的預見方法體系構建

在新技術萌芽期，技術發展軌道不明確，難以準確判斷其發展方向。隨著技術內部及新舊技術之間發生廣泛的相互作用，運用恰當方法可以有效預見技術發展趨勢，較為準確判斷未來突破性技術和主導型技術。目前，對突破性技術識別主要從三個角度展開：技術發展視角，市場績效法，專家評價法。技術發展視角是從案例研究入手，能清晰的掌握技術發展過程中的突破性[11][12]；市場績效法使用市場的接受程度作為技術突破性前置標準，而市場接受程度難以界定和計量，存在先天不足；專家評價視角是目前技術預見的常見方法，是從專家視角進行定性預測，但由于主要依據專家的主觀認知，不可避免地存在一定的主觀偏差[13]。

相對而言，對于作為復雜系統的技術體系，社會網絡理論及相關分析方法可以利用多維量表、矩陣代數、聚類分析等方法來研究點與點、點與線、線與線之間的關系，[14][15]因而可以從多角度分析網絡間的聯系及發展趨勢。而專利引文網分析將社會網絡思維與專利數據相結合，把專利信息、技術信息作為網絡中的節點，信息之間則相互鏈接形成技術的知識流，通過專利間的網絡交錯關系因此就可以反映出技術間的引用關系及其知識流動方向。通過網絡算法對知識流進行梳理和篩選，從而能夠形象地刻畫出技術的發展趨勢，并由此判斷未來主導型技術的研發方向。其中，中心勢可以分析核心網絡節點和未來主導型節點。主導型節點是指那些能夠主導新舊技術范式轉換的關鍵因素，具有控制網絡間信息傳遞的功能[16]，主導型節點與技術演化過程中的關鍵技術或突破性技術相對應。

由于專利引文網絡描述了技術間的鏈接與發展狀態，為技術演化提供了獨特視角，有利于更加清晰地剖析技術范式內部復雜的作用機理，專利引文網絡分析可以將紛繁復雜的技術演化回歸到基礎專利和彼此間簡單的相互關系，利用客觀的專利數據，通過前向與后向引用關系和引用結構來識別主導型節點或突破性技術[17]，從而挖掘新興技術可能的發展方向。因此，本文采用專利引文網絡理論，以液晶材料為例，通過對專利數據的深入挖掘，量化分析技術范式轉換過程中的引用關系和核心應用領域，找出技術演化過程中的關鍵技術，并結合社會網絡模型算法識別技術演化路徑和未來發展方向，從而判斷未來可能的主導型技術和主導范式?；诖耍疚某醪綐嫿思夹g發展預見方法體系如圖2所示。

其基本步驟如下：

第一步：確定研究對象，選定技術領域。

第二步：專利數據采集。研究數據的準確性直接影響研究結果，制定合適的檢索策略，獲取專利數據，建立數據庫。

第三步：數據處理。清洗數據，去除不必要信息。時間作為技術發展分析的關鍵因素，技術范式轉換以及技術的發展需要時間的積累，短時間內無法從數據上分析并識別技術范式演進路徑的方向。確定時間序列十分必要。

第四步：數據分析。通過綜合運用Pajek， Ucinet軟件，對數據進行定量及可視化分析，獲取技術演進路徑圖，進而發現技術機會，分析技術發展方向。

2 數據來源與研究方法

2.1 數據來源與時序劃分

本文通過對液晶材料技術領域大數據的分析，驗證本研究所發展的技術發展預見體系的有效性。專利數據來自于德溫特專利索引數據庫（Derwent Innovations Index，簡稱DII）。DII提供全球范圍的專利信息，并引入了專利族概念和德溫特手工代碼分類體系，利用關鍵詞和手工代碼檢索，有助于提高檢索效率和效果。通過查詢與液晶材料相關的德溫特手工代碼分類后，結合關鍵詞“liquid crystal materials”，采用（TI= （liquid crystal materials *） or TS= （liquid crystal materials *）） and MC= （A01-E05 or A05-J11 or U11-A03A or V07-K04 or U11-C05C5 or B04-A08）作為檢索策略。液晶材料技術的專利從1972年記載了至今，檢索日期為2015年11月20日，時間跨度為1972—2014年，共檢索到10123個專利族。

液晶材料可劃分為6個明顯不同的發展階段。通過整理專利庫搜索得到的專利數據，按公開年份統計專利數據形成二維數據圖，根據專利的數量的變化趨勢進行劃分，將同一趨勢的劃分為一類。分析全球液晶材料專利公開量的時間序列變化，梳理其數量的變化，能夠更加明確剖析技術的發展現狀和趨勢等信息。依據液晶材料專利數量的分析將其發展時間分為以下6個階段：技術萌芽期（1972—1982年）、探索波動期（1983—1994年）、高速發展期（1995—2001年）、階梯上升期（2002—2005年）、技術“V”形期（2006—2010年）、精密技術期（2011—2014年）。

2.2 研究方法

基于分析結果的科學性以及考慮網絡中個節點間鏈接強度的不同，將構建的共線網絡中引入“m-核”分析以及中心勢分析以便識別核心應用領域，本文采用Ucinet，Netdraw，Pajek軟件對時序分段數據進行共線矩陣的實現、核心應用領域關系網絡圖的可視化以及應用網絡主路徑的提取，從而構建一套技術范式預見體系。具體分析方法如下：

1）共線矩陣構建。為了了解專利間MC共線鏈接關系，需用ucinet生成的.##h格式的2-mode文件，轉換成1-mode數據。這一數據中包含2個字段，其中該行標簽顯示與列標簽上顯示都為MC，分別用數字1、0表示共線矩陣是否引用關系，并以矩陣形式輸出。

2）專利引用矩陣構建。專利引用數據關系與前文類似，將清洗好的數據導入到ucinet中，生成2-mode數據，其中該行標簽顯示的為被引用專利號，列標簽上顯示為原專利號，由于 Ucinet軟件原始設定的是列標簽數據指向行標簽數據，但在繪制技術演進路徑時，需要被引用專利指向原專利，所以需要轉置矩陣，使行列標簽互換。在netdraw中打開存儲為.net文件格式。

3）“m-核”分析。研究證明，社會網絡理論中的“m-核”分析方法可以有效的識別出共線網絡中的核心技術領域[18]本文引入“m-核”分析方法，從包含大量節點和鏈接的共線網絡中去除“不可靠”節點，保留強鏈接領域，挖掘共線網絡的深層次結構關系。

4）中心勢分析。除探討圖中某點在多大程度上居于核心之外，還需探討圖在多大程度上表現出向某個點集中的趨勢，這就需要研究圖的中心勢。中心勢公式算法如公式（1）所示。其中，是指圖中點的絕對中心度的最大值；是指點的絕對中心度；分母是指理想網絡狀態下理論上的各個差值總和的最大可能值，同時根據相對中心度計算的方法，將分子分母同除以（n-1）就得到相對中心勢，而中心勢分析可以通過ucinet中心勢算法分析指令完成。

5）SPNP算法。即搜尋路徑節點對（Search Path Node Pair），它考慮的是連通的子圖之中搜尋路徑上通過某一條邊（連接）的節點對的數量。圖3中此路徑由圖中10個節點相互連接而成。以路徑中D、F點為例，路徑中經過兩點有20對節點，則D到F點SPNP值為20。同理可知每條線的SPNP值（如圖3）。由此可得，SPNP的計算方法既考慮起始點的關系，更多的計算研究節點間連線關系的強度。如圖3所示，剔除SPNP值小于6的連線則可以看出黑色線路為技術主要路徑。

3 研究結果分析

3.1 液晶材料核心技術分析

根據MC共現網絡矩陣的輸出結果，利用社會網絡Netdraw軟件可視化呈現，并利用軟件對節點的標簽文本以及大小設置，并手動調整網絡圖，最終得到4個階段MC網絡共現圖，以1983-1994年圖形為例分析網絡鏈接關系，如圖4所示。

圖4體現了技術領域間共性與相互依賴關系，該網絡包含1818個節點，中心勢指數為0.52%。屬于中心勢較低、核心度不高的網絡，說明技術領域間相互依存關系不顯著，共性關系較弱；圖中共現網絡由孤立點、主網絡、離散網絡組成：孤立點則是與其他節點沒有共線關系；圖中主網絡節點占整個網絡的93.5%，包含了1700個點。網絡中最小鏈接大于110的節點占主網絡的2%，即可知主網絡以強鏈接為主；圖中與主網絡不具關系的小型網絡中的節點專利的應用領域涉及范圍小，與主網絡的核心應用領域關系甚微。由于網絡中節點數量眾多，無法清晰看出核心技術領域之間的關系，因此，引入“m-核”分析方法，根據網絡的共線矩陣，對m從0開始取值，摒棄強度小于m值的弱鏈接和網絡中的孤立節點，隨后循環算式m=m+1，直至選出10個核心技術。當m值為70時，顯示出剔出弱鏈接和相對孤立節點后的核心技術見圖5。兩節點間數值越大、則兩個技術間的共性關系越大，節點大小則表示該網絡中共現節點的數量即鏈接強度大小。

圖5所示網絡m的取值為70，表明圖中為鏈接大于70的技術應用領域網絡圖。這表示：①圖5中網絡節點數為10，占主網絡的百分比為3.6%，可知其節點間的鏈接對主成分具有較高的貢獻率，主網絡對這些節點的依賴性也較強。因此，研究領域的核心技術包括圖5中的10個領域。②由圖5可知網絡的節點中心勢指標為66.67%，集中程度與圖4相比明顯提高，表明圖中10個應用領域的網絡契合度高且聯系緊密；③圖中節點大小代表degree（即特定節點到其它節點的直接聯結數目），研究表明節點間的數值與專利間的依賴程度以及共線關系呈正相關。顯然，液晶材料的技術領域中V07-K10A（液晶顯示器）與U11-A03A（液晶材料的化合物或者添加劑）2個應用領域技術共性程度最強、依賴程度最高；④圖中L03-D01D1（液晶化合物）與其他節點在該網絡中共現鏈接最多，說明是與其他領域共現最多的領域。液晶材料的其他5個階段可類比本階段方法，同時將核心范式群界定在10個左右以便于分析各個階段的發展態勢（如圖6-圖11所示）。

根據以上6個網絡圖形分析如下：6個圖中所示網絡包含節點數約為12，網絡的度數中心勢很高且較m核分析前都有明顯提高，這表明圖中所留節點都是研究所需的核心領域。觀察圖形可知，因群體節點融合性的差異導致核心領域節點的多少，圖中群體核心技術范式多融合性較好。此外，6個圖的鏈接形態變化說明液晶材料核心技術之間互相存在網絡鏈接關系，同時技術共性和依賴性程度相對提高。

綜上所述，得出以下結論：

第一，專利技術的應用領域從開始的液晶顯示器與液晶顯示屏領域向TN-LCD、TFT-LCD、醫用儀器等領域迅速擴散。日本在20世紀80年代末已將STN-LCD技術市場化，導致LCD產業發展迅速，這種趨勢也將隨著時間的推移繼續保持。

第二，在20世紀70年代初，液晶僅活躍于顯示技術領域。隨著液晶材料技術的不斷發展和突破，市場需求發生變化，企業研發的液晶材料技術領域也日趨擴展，從應用于電腦、電視及微型數碼產品顯示，到隨著辦公室自動化設備發展將其應用于文字處理機、傳真復印機等產品及目前的汽車應用等，實現了從最初顯示器領域向日常生活的產品領域格局的變化。液晶材料的輕便、光線干擾低、能耗低等優點也是目前其發展領域擴展迅速的重要因素。實際上，目前國外液晶材料的應用開始向通訊領域發展，在通信系統中，網絡接受傳送的信息，可以從聲音到活動影像利用光纖傳輸。由此可見，國內外企業因液晶材料的可靠性高、環保且高效等特點加強了投入研究力度，因此液晶材料技術方面的研發潛力前景可觀。