基于機器學習的新能源汽車核心技術識別及布局研究

許學國，桂美增

（上海大學管理學院，上海 200444）

新能源汽車產業將成為新一輪經濟的增長點，該產業已成為世界各國競相追逐的熱點。隨著我國經濟從高速增長階段向高質量發展階段轉變，關鍵核心技術的缺失將遏制我國經濟發展。習總書記曾指出：“關鍵核心技術是要不來、買不來的。只有擁有關鍵核心技術，才能從根本上維護國家經濟安全、國防安全和其他安全。”因此準確識別新能源汽車領域的核心技術可以幫助國家和企業更加科學地實施戰略技術布局，從而抓住市場機會，掌握關鍵核心技術，進而推動我國新能源汽車產業高質量發展。

1 理論基礎

1.1 核心技術識別相關研究

隨著我國企業不斷參與國際競爭，人們逐漸意識到掌握核心技術對企業發展至關重要，是民族工業可持續發展的基石。核心技術包括關鍵制造技術、核心組件技術和產品架構技術等，它是支撐產業發展的中樞，是企業參與國際競爭的重要保障。為了科學實施核心技術戰略布局，核心技術識別就顯得尤為重要。Noh 使用3 個專利指標，初步識別了電信行業領先企業的核心技術，然后運用文獻耦合和文本挖掘確定核心技術的發展趨勢，最終識別出電信行業21 個最有前途的核心技術領域［1］。Kim 等［2］基于專利語義相似度分析和專利引用強度形成專利技術發展趨勢圖，并以3D 打印技術為例對該技術相關專利進行了分析，研究結果證明該方法能夠快速有效的對技術的發展及趨勢進行可視化的分析與監控，進而識別出技術未來的發展趨勢。Yang 等［3］運用Subject-Action-Object(SAO)方法，對專利文獻的主題信息進行提取，隨后運用“相似性指標”來確定核心技術領域，通過對石墨烯專利信息的實證分析，證明該方法能夠有效的識別核心技術并預測未來新興技術。賈軍等［4］運用社會網絡分析方法分析太陽能發電的核心技術領域，并根據“技術領域之間影響程度”和“技術領域內影響程度”兩個指標對太陽能發電領域的核心技術弱信號進行識別。王智琦等［5］運用投入產出分析方法對混合動力汽車的相關技術進行分析，識別出了該領域的前沿技術與核心技術。

1.2 專利挖掘相關研究

專利是技術信息最有效的載體之一，其中記錄的技術信息準確而詳實。湯姆森公司認為專利是企業經營、科學研究和技術發展的重要競爭資源。每年90%以上的發明創造可以從專利上尋得，此外大約70%的發明首先出現在專利申請上［6］。專利分析是從專利中挖掘專利情報的理論和方法，是信息科學中關鍵技術和主要手段［7］。通過對某一領域的專利挖掘，可以準確、全面了解該領域專利技術現狀及發展趨勢。學者常用的專利挖掘方法有3 種，一是通過專利的引用關系來進行分析，Woo 等［8］依據專利關鍵詞空間向量和專利引用次數運用K 值臨近算法實現了對技術開發過程中早期創意的價值識別。Yoon 等［9］運用專利文獻關鍵詞和引文數據構建專利地圖實現了技術發展路徑預測。二是針對專利文本信息進行挖掘，運用自然語言處理技術對專利的文本信息進行處理，提取文本信息，通過詞頻統計和概念分析來對專利技術信息進行挖掘。Arts 等［10］采用自然語言處理技術對專利之間相似度進行測量，從而實現了對早期專利新穎性的判別。Trappey 等［11］運用專利數據，對專利內容進行聚類分析從而識別出射頻識別（Radio Frequency Identification，RFID）的主要研究領域。三是運用專利分類號進行共類分析，李瑞茜［12］基于專利分類號共類構建了技術知識流網絡，實現了核心技術、中介技術和新興技術的識別。溫芳芳［13］采用專利權人-分類號數據，采用多重共現分析法對全球范圍內太陽能汽車技術進行分析。Park 等［14］采用IPC 共類數據構建技術知識流網絡，運用社會網絡分析方法確定技術的核心性與中介性，從而幫助國家對技術研發進行合理性的規劃。這3 種方法分別采用專利文獻的引文、關鍵詞、分類號為研究對象進行分析。但引文分析存在時間滯后的問題，知識圖譜依靠專家主觀判斷，客觀性不足。關鍵詞分析往往不能涵蓋文獻的全部主要內容造成分析出現偏差。因此運用專利分類號進行專利挖掘是現階段較為理想的分析方法。專利分類號由專利受理機構的審查員依照專門的分類體系和標準，對每一項專利進行分類號標注。每個分類號代表一個明確的技術主題或技術領域。若某項專利同時擁有兩個或兩個以上的分類號，則表明該專利的內容涉及多個技術主題，這意味著這些分類號所表示的技術主題之間存在關系。通過對專利分類號的共類分析可以對技術關聯性、技術差異性、技術交叉性等進行挖掘。

1.3 國家重點技術領域識別研究

國家科技發展重點領域識別能夠幫助國家科學規劃與布局，對支撐科學技術研究，探尋科學技術發展方向，實現科學創新突破，促進科學技術發展有著不可磨滅的作用。現階段國家科技重點領域的識別沒有統一的范式，常用的方法有：德爾菲法和文獻計量法。吳鳴等［15］構建重點領域分析指標體系通過定性與定量結合的方法，識別出世界各國重點研究領域，并對美、英、日、韓等國實際情況進行分析。由于不同國家的研究基礎不同，直接使用文獻數量數據對各國重點研究領域進行衡量的方法欠缺妥當。Schmoch［16］在1995 年提出專利相對指標體系（Revealed Patent Advantage，RPA）對各區域的技術情況進行比較，該方法是通過創新投入強度來判斷區域競爭能力的高低，即是一種衡量相對領先的方法。Chang［17］綜合使用專利引文分析和專利組合分析來確定技術地位，通過運用RPA 方法對不同公司的重點技術領域進行識別。杜尊峰等［18］對海洋浮式平臺領域新興技術進行識別，采用RPA方法對世界各專利權人的競爭優勢進行分析，為我國海洋工程裝備制造產業制定科學化發展戰略。

可見，已有文獻關于核心技術識別研究取得了豐碩的成果，但仍存在一定不足。已有文獻多使用引文分析、知識圖譜、文本挖掘、詞頻分析等方法對于核心技術進行識別。但全球許多數據庫中的專利文獻并不提供引文信息，這一情況的出現使得引文分析不能很好的應用于專利挖掘領域。并且文本挖掘依賴于自然語言的分詞技術，分詞算法的可靠性和準確性有待檢驗，用此數據進行分析的結果也有待驗證。此外不同的文獻類型代表了技術發展的不同階段，SCI 論文能夠表征技術研究的基礎階段，專利數據表征技術研究試驗發展階段［19］，在進行信息挖掘時應根據實際研究目的選擇適合的數據進行分析。最后許多學者在對核心技術識別時，鮮有文獻結合技術發展趨勢對核心技術進行識別。基于此，本文提出新的核心技術識別方法，運用該方法對新能源汽車領域的關鍵核心技術進行識別，最后通過重點領域投入分析識別出各國在新能源汽車領域關鍵核心技術的布局現狀，從而為我國新能源汽車技術戰略規劃提供決策依據。

2 研究方法

作為技術創新的前提與基礎，準確識別核心技術是順利開展技術創新活動的重要前提，而某一領域的核心技術大多不以特定方式呈現，需要運用一定的方法進行挖掘。

2.1 研究架構

本文提出的核心技術識別方法主要包括：首先數據收集及預處理，其次運用apriori 算法獲取新能源汽車領域研究熱點，再次對識別出的熱點領域構建技術相似性矩陣并結合技術發展趨勢對核心技術及潛力技術進行識別，最后運用RPA 法對各國新能源汽車的技術戰略布局進行研究（見圖1）。

圖1 技術路線圖

2.2 核心技術識別

2.2.1 關聯規則

關聯規則是一種在大規模數據集中尋找關系的分析方法。關聯規則早期常應用于零售行業來挖掘不同商品之間的潛在關系從而優化貨物擺放，進而更好地服務顧客，如著名的“啤酒和尿布”案例。如果兩個技術之間存在關聯關系，就需要同時滿足最小支持度和最小置信度。支持度（Sup）被定義為數據集中包含某一數據或數據集所占的比例。以專利分類號A與B為例，計算公式如下：

其中T為專利總數，為專利分類號A與B同時出現的專利數量。

置信度(Conf)是指在專利分類號A出現的條件下，專利分類號B同時出現的概率，計算公式如下：

2.2.2 技術距離

利用技術共類分析來識別核心技術，首先需要解決的是衡量技術距離或測量相似性。王賢文等［20］指出國內外大部分學者常使用Jaccard 相似系數和Salton 余弦相似度來衡量技術距離。Leydesdorff［21］對Salton 余弦相似度和Jaccard 系數進行深入研究后發現Salton 余弦相似度不太適合對技術距離進行測量。李勇敢［22］在對Jaccard 系數進行研究后，發現使用Jaccard 系數衡量技術間的相似度存在一定缺陷。具體表現為Jaccard 結果僅與所要測量兩個技術領域的共類專利數量與總量有關，無論兩個技術領域專利數量差值如何變化，Jaccard 系數也不變。為了彌補這一缺陷，李勇敢提出了“相對技術相似度”概念，從而更加細致對技術距離進行測量。A、B為兩個不同領域的技術，技術A相對于B的技術關聯度（技術相似度）可表示為:

表1 技術相似矩陣

觀察技術關聯矩陣可以發現，該矩陣是一個非對稱矩陣，其中矩陣每行之和是該技術領域對其它技術領域的相似度之和，體現了該技術的整體相似度能力，其值大小能夠體現出該技術對其它技術相似性的強弱，其值越高越能體現出該技術在某一領域的重要程度。矩陣的每列之和是其它技術領域對該技術領域相似度之和，其值越高越能體現該技術支撐其它技術的發展，該數據的表征與投入產出分析法中的技術影響力系數相同，均表示該技術對其它技術領域的推動作用［23］。因此本文借鑒其思想將該數據命名為“技術豐富度”，進而利用“技術相似度”和“技術豐富度”實現對核心技術識別。

2.2.3 專利組合分析

專利組合分析最初是由德國學者Ernst 等［24］提出，該方法是利用專利信息進行技術投資組合分析。本文借鑒其分析方法，依據專利技術的“技術相似度”和“技術豐富度”對核心技術進行識別。

如圖2 所示，橫軸表示新能源汽車技術相似度，縱軸為新能源汽車技術豐富度。第一象限的技術特征為高技術相似度和高技術豐富度，是當前研究熱點及主流技術。第二象限的技術特征為低技術相似度和高技術豐富度，落在該區域的技術一般為推動該領域技術發展的動力源泉，通常需要重點關注，因此本文稱為潛力技術。第三象限的技術特征為低技術相似度和低技術豐富度，落在該區域的技術有可能是可以忽略的非核心技術，也有可能是剛剛出現未來有可能發展成為潛力技術與核心技術，此區域的技術需要結合技術的發展趨勢進行判別。第四象限的技術特征為高技術相似性和低技術豐富性，表明該技術具有一定的重要程度，但并未顯現出其支撐其它研究領域發展的特質。存在于該象限的技術需要結合其發展趨勢仔細甄別，因為其中有些技術未來很有可能逐漸發展成為核心技術。

圖2 專利組合分析

2.2.4 技術增長趨勢

專利的逐年變化情況，反映了技術的受關注程度，若某技術領域的專利數量逐年增長，則說明該技術領域正擁有蓬勃的生命力，是未來研究的熱點。為了準確識別技術增長趨勢，本文引入經驗模態分解方法對數據進行分解，進而獲得技術增長趨勢數據。經驗模態分解（Empirical Mode Decomposition，EMD）它是一種基于信號局部特征的自適應分解方法［25］。EMD 可以基于數據本身的局部特征尺度從原始時間序列中提取這些固有模式，并將每個固有模式表示為滿足以下兩個條件的本征模態函數（Intrinsic mode functions,IMFs）：整個函數中極值點與過零點的數目相等或至多相差一個；在任何點，由局部極大值構成的上包絡線和由局部極小值構成的下包絡線對應點的均值為零。每個IMFs 的不同頻率范圍變化代表了原始信號中嵌入的不同類型的自然振蕩模式。設原始信號為，則通過EMD 分解成一系列IMF 后可表示為：

2.3 技術重點投入識別

由于各國基礎創新水平存在差異，若直接采用各國專利數量來比較衡量其技術優劣情況就顯得尤為不妥。鑒于此，為了更加科學分析各國在不同技術領域的投入強度與技術優勢，需要將原始的專利數據轉化為可衡量不同國家在特定技術領域科研投入的相對值。專利相對指標體系［16］（RPA）可以計算出特定地區在特定技術領域的技術強度，RPA 值表示相對優勢概念。如果RPA 值為正，則表示相對技術水平較高，若為負值，則表示該技術的相對技術水平較低。通過該方法可以準確找出各個國家的技術優勢領域。具體計算公式如下：

3 新能源汽車核心技術識別實證分析

3.1 數據檢索

Derwent Innovations Index(DII)是基于Web 信息的專利數據庫，DII 每周更新全球專利信息。該數據庫由德溫特公司專利專家將全球40 多個國家和地區的專利文獻翻譯為英文并收錄，使用該數據庫能夠綜合審視全球的發明創造［27］。本文采用TS=(New energy vehicle OR New energy automobile OR Battery Electric Vehicle OR Battery Electric automobile OR pure electric vehicle OR pure electric automobile OR hybrid electric vehicle OR hybrid electric automobile) 檢索式在德溫特數據庫進行檢索，同時設置專利時間為1968—2017 年，檢索時間為2019 年12 月28 日，共檢索到18 315 條專利（包含專利族）數據。德溫特數據庫提供的專利信息包含專利族，專利族中的基礎專利是某組織最早申請的專利，隨后該組織繼續申請的相同技術信息專利都會歸為該專利族中。由于現階段鮮有可以只對德溫特專利族進行處理的軟件，為了保證研究結果科學性與嚴謹性，本文使用Python 語言對德溫特專利族數據進行提取和處理，從而獲得更加準確與全面的專利信息（共獲得59 207 條），并將處理結果用于之后的技術分析中。

3.2 數據處理

德溫特數據中每條專利信息包含專利號（PN）字段，國際專利分類號IPC(IP)字段，專利權人名稱或代碼（AE）字段，專利優先權申請信息和日期（PI）字段。根據收集到的數據，本文首先運用Python 語言提取出專利族中的專利公開號（PN），從而獲得完成的專利信息；然后，提取每個專利的國際分類號（IP），從而構建專利分類號數據集；隨后，根據各專利的專利優先權申請信息和日期（PI）字段，獲得了各專利申請日期；最后，提取專利的優先權申請信息（PI）和專利權人名稱（AE）及專利公開號（PN），根據優先權申請信息中的優先權專利號、優先權專利語言和專利權人名稱，最終確定各專利的專利權國家。

3.3 熱門技術識別

圖3 繪制了全球新能源汽車專利擁有量排名前十的國家現狀。可以看出，專利數量最多的國家是韓國，其次是日本、美國，中國專利數量占10%。韓、日、美、中四國的專利數量占全球總數的95.48%，可見新能源汽車專利大國主要為韓、日、美、中四國。圖4 展示了各國新能源汽車專利申請數量逐年變化情況，可以看出日本與美國研究較早，韓國從2000 年開始逐漸投入研究，隨后迅速增長成為世界第一。我國從2005 年起專利申請數量開始逐年增加，但申請數量與韓國、日本、美國仍有一定的距離。在增長趨勢方面由于專利文獻從申請到公開有一段時間的滯后期，因此本文在處理專利變化趨勢時使用1991—2014 專利數據進行分析。

圖3 新能源汽車排名前十國家

圖4 排名前十新能源汽車專利申請趨勢變化

為了獲得新能源汽車研究領域的熱門技術，本文使用apriori 算法來提取新能源汽車研究領域的所有技術的關聯規則。通過設置最小支持度為0.01，最小置信度為0.3 的標準共識別出了101 項熱門技術，隨后根據技術相似度公式構建出101×101 的新能源汽車技術相似性矩陣（見表2）。

表2 技術相似性矩陣

表2 （續）

3.4 核心技術識別

3.4.1 專利組合分析

通過技術相似矩陣可以計算出各熱門技術的技術相似度和技術豐富度。本文以技術相似度與技術豐富度均為標準對所有熱門技術進行專利組合分析，初步識別出新能源汽車研究領域的核心技術和發展潛力技術。具體結果如圖5 所示。

圖5 二維象限關鍵技術識別

3.4.2 核心技術識別結果分析

為了更加準確的識別新能源汽車研究領域的核心技術，本文在考慮技術相似度與技術豐富度的基礎上增加技術增長趨勢，最終識別出新能源汽車領域的核心技術。具體方法為首先提取各熱點技術的逐年申請數量，隨后使用經驗模態分解（EMD）提取出各熱點技術的發展趨勢。然后根據獲得的各技術總體變化趨勢數據，采用最小二乘法擬合出各技術的回歸趨勢線，并提取出各直線的回歸系數（經檢驗各回歸系數檢驗P 均小于0.05）來表示各技術領域的變化趨勢情況。最后結合技術相似度與技術豐富度數據實現對新能源汽車核心技術的識別。

以B60L-011/18 技術為例（見圖6），B60L-011/18 技術1991—2014 年的總體趨勢為最上面的線條所示，通過經驗模態分解可以將B60L-011/18 技術的逐年申請數量的高頻分量和低頻分量分開，其中分量IMF1、IMF2，依次代表了該技術申請數量的高頻分量到低頻分量，IMF1 為最高頻分量。Res(最低頻分量)則代表了該技術申請數量變化的總體趨勢，可以看出B60L-011/18 的專利申請數量總體上呈現上升趨勢。

圖6 EMD 信息分解

新能源汽車核心技術識別結果如表3 所示，可以發現新能源汽車核心技術主要分布在電池（H01M-010）和電池電極技術領域（H01M-004）。其中鋰蓄電池技術（H01M-010/052）的增長系數最高，表明鋰蓄電池技術近期發展迅猛，是新能源汽車技術研究的焦點。同時該技術也具有較高的技術豐富度，說明該技術是許多研究領域的基礎，正不斷推動其它領域技術發展。二次電池制造（H01M-010/058）、非水電解質蓄電池的電極制造（H01M-004/13）、無機化合物電極（H01M-004/58）、電極非活性材料成分選擇（H01M-004/62）、嵌入輕金屬電極（H01M-004/505）、含鐵、鈷或鎳的混合氧化物電極（H01M-004/525）、活性物質電極（H01M-004/36）、混合氧化物電極（H01M-004/131）、嵌入輕金屬的混合氧化物電極（H01M-004/485）、活性材料電極（H01M-004/02）具有較高的增長系數，表明電極研究相較于電池研究近年來發展更為迅猛，該研究領域未來仍是新能源汽車領域的研究熱點。

表3 核心技術識別

表3 （續）

表3 右側是通過高技術增長系數，低技術相似性和高技術豐富度識別出的新能源汽車領域具有發展潛力的技術。可以發現相較于核心技術領域，發展潛力技術的研究領域增加了電力牽引（B60L-011,B60L-015）、控 制 技 術（B60W-010，B60W-020）、測試裝置（G01R-031）和充電裝置（H02J-007）。其中電池供電技術（B60L-011/18）技術增長系數最高，并且具有較高的技術豐富度，表明該技術近期發展勢頭迅猛，多種技術與該技術結合取得了大量的研究突破，獲得了豐碩的研究成果。并且電池供電技術為近期突然出現的研究熱點，未來很有可能發展成為核心技術。與該技術發展特征相似的還有電池保持裝置（H01M-002/10）、電池組充電（H02J-007/00）、電池結構與制造（H01M-010/04）、內燃機聯合控制（B60W-010/06）和電動力單元的控制（B60W-010/08），這些技術均保持較高的技術增長和技術豐富度，未來很有可能發展成為新能源企業領域的核心技術。

為了對新能源汽車領域技術發展進行全面了解，本文對具有高技術增長系數并存在于2 維專利組合分析三、四象限的技術進行了篩選。通過表4 可以看出第四象限中具有高技術增長系數的技術有三個，分別是溶質電池技術（H01M-010/0568）、使用金屬、硅或合金制造電極（H01M-004/134）和電池溫度控制（H01M-010/60）。這三項技術具有較高的技術相似度和增長系數，體現了其重要程度，同時這些技術的豐富度接近于平均值，表明具有發展潛力，未來很有可能發展成為核心技術。篩選出第三象限的主要研究領域涉及電動車輛輔助裝備供電（B60L-001/00）、動力裝置蓄電器（B60K-001/04）、電池端蓋制造（H01M-002/04）、電管充氣選擇（H02J-007/02）、車輛牽引系統（B60W-030/18）、非水電解質蓄電池（H01M-010/40）。這些技術處于第三象限，可能是新能源汽車領域中的非核心技術，但這些技術的增長系數高于平均值，表明近期發展勢頭迅猛表明這些技術更有可能是新興技術，未來有可能發展成為新能源汽車領域中的潛力技術與核心技術。

表4 三四象限高增長率技術

4 新能源汽車核心技術布局分析

4.1 中國新能源汽車核心技術布局分析

為了更加清晰的觀察中國在新能源汽車核心技術研究投入現狀，本文運用專利相對優勢指標法（RPA）識別出我國新能源汽車領域的重點研究領域。本文根據公式選擇新能源汽車專利數量排名前10 位的國家作為特定國家，將識別出的核心技術和發展潛力技術的國家專利分類號（IPC）作為“特定技術”，計算出各國的核心技術和未來潛力技術的RPA 值。

通過表5 可以看出新能源汽車領域20 項核心技術中，我國在電池冷卻或保持低溫（H01M-010/613）、車輛電池應用（H01M-010/625）、活性物質、活性體、活性液體的材料的電極（H01M-004/36）、碳材料電極（H01M-004/133）、混合氧化物電極（H01M-004/131）和無機氧化物或氫氧化物電極（H01M-004/48）具有較高的RPA 值，表明這些研究領域是我國在新能源汽車核心技術的投入重點，現已取得一定技術優勢。此外可以發現鋰離子電池（H01M-010/0525）具有很高的增長系數，但相較于其他技術我國在該技術的RPA 值比較低，這表明鋰離子電池技術是近期各國競相追逐的研究熱點，我國在該領域已進行一定的投入，并取得了可喜的研究成果，但仍需繼續加大研發投入從而占領技術制高點，獲得競爭優勢。結合變化趨勢可以發現，在全球9 項快速增長的核心技術（增長系數大于20）中我國有兩項技術具有較高的RPA 值，分別是：混合氧化物電極（H01M-004/131）和活性物質、活性體、活性液體的材料電極（H01M-004/36），這表明我國在混合氧化物電極技術和活性物質材料電極方面具有較高的技術優勢，是我國在電池電極研究領域的重點研究領域，同時也是該技術快速發展的核心貢獻國家。

表5 中國高RPA 核心技術

通過表6 可以看出新能源汽車領域21 項發展潛力技術，中國有7 項技術的RPA 值大于零，這表明中國在車輛使用初級電池、二次電池或燃料電池供電（B60L-011/18）、車輛電動機控制（B60L-015/20）、電動力單元控制（B60W-010/08）、混合動力車輛（B60W-020/00）、電動車輛安全用電裝置（B60L-003/00）、電池組向負載供電（H02J-007/00）和內燃機控制（B60W-010/06）具有相對技術優勢。結合技術變化趨勢，我國有6 項技術具有較高的技術增長系數，分別是：車輛使用初級電池、二次電池或燃料電池供電、電動力單元控制、混合動力車輛、電動車輛安全用電裝置、電池組向負載供電和內燃機控制。這表明新能源汽車的車輛控制系統和電池安裝供電是我國的重點研究領域，并且這些研究領域發展迅猛，未來有望成為核心技術。同時在全球10 項快速增長的潛力技術（增長系數大于20）中我國有5項技術具有較高的RPA 值，這表明了我國已經在新能源汽車領域布局了未來研究的核心技術，集中優勢力量進行攻克，已經取得了可喜的研究成果。

表6 中國高RPA 潛力技術

4.2 核心技術布局對比分析

本文根據公式計算獲得的各國RPA 值，對各國技術投入情況進行對比分析，從而全面了解全球競爭態勢。由于韓、美、日、中四國在新能源汽車領域的專利數量已達總數的95.48%。因此本文重點對比分析韓、美、日、中四國的專利分布狀況。為了便于觀察，本文繪制了各國核心技術與潛力技術投入狀況熱力圖。

4.2.1 核心技術對比研究

通過圖7 可以看出，中美兩國的RPA 值正負變化基本一致，體現了中美兩國在新能源汽車核心技術領域的戰略布局比較相似。中美兩國在電池冷卻或保持低溫（H01M-010/613）和車輛電池應用（H01M-010/625）的RPA 值遠超韓日兩國，這表明中美兩國這兩項技術處于絕對領先地位，是兩國的研究重點。而日本在這兩項技術領域的RPA 值非常低，這說明日本極少涉及這兩項技術。除這兩項技術外，日本在其它新能源汽車核心技術領域均有投入并取得了一定的技術優勢，尤其在電極制造方法（H01M-004/04）、非水電解質蓄電池的電極（H01M-004/13）和活性材料電極（H01M-004/02）等技術領域，中、韓、美三國的RPA 均為負值，只有日本的RPA 值為正，這表明日本在新能源汽車核心技術領域不僅投入面廣還擁有獨特的技術優勢領域，結合日本新能源汽車技術專利的申請數量，更加顯示出日本在電極制造方法、非水電解質蓄電池的電極和活性材料電極等核心技術領域擁有絕對技術優勢。韓國基本布局了新能源汽車所有的核心技術領域，并且大部分重點布局的技術領域與日本相似。但韓國并未具有RPA 值較高的核心技術，這表明韓國在核心技術領域的技術分布廣，各個領域均有涉及，沒有明顯的技術短板，發展較為均衡，同時韓國在新能源汽車領域的專利數量為第一，更加顯示出了韓國在新能源汽車核心技術領域的霸主地位。此外可以發現電池冷卻或保持低溫（H01M-010/613）、車輛電池應用（H01M-010/625）、鋰離子電池（H01M-010/0525）和插入或嵌入輕金屬的混合氧化物電極（H01M-004/485）這四項技術有三個國家將其設置為研究的重點，這更加突顯出這四項技術的重要程度，表明這四項技術是各國爭相追逐的焦點，在這些領域具有競爭優勢將影響本國新能源汽車未來的發展。

圖7 核心技術對比熱力圖

4.2.2 潛力技術對比研究

圖8 是中、美、日、韓四國在發展潛力技術的RPA 值熱力圖。與核心技術相比各國在發展潛力技術的技術布局就顯得各有千秋，各國都擁有自己的技術優勢領域。中國在新能源汽車潛力技術中具有相對技術優勢的技術數量比美、日、韓三國都要少。同時可以發現中國各技術的RPA 值與美國各技術的RPA 值的方向比較一致，這表明中國在新能源汽車發展潛力技術的布局與美國的技術布局較為相似。韓國的技術布局與中美日三國有較大的差異，在電池箱、套或罩制造（H01M-002/02）、安裝架制造（H01M-002/10）、電池的導電聯接（H01M-002/20）、防止錯誤使用措施（H01M-002/34）和接線柱（H01M-002/30）等技術領域，中美日三國的RPA 均為負值，僅有韓國為正值，體現了韓國在這些技術領域具有較高的技術優勢。并且考慮到韓國在新能源汽車領域專利的申請總量情況，表明韓國在新能源汽車非活性部件的結構零件或制造方法領域具有絕對的領先地位。日本的研發重點主要布局在機械直接驅動裝置（B60L-011/14）、電動車輛安全用電裝置（B60L-003/00）、充電或放電方法（H01M-010/44）、測量或指示電池情況（H01M-010/48）、電池結構部件材料（H01M-002/16）。這些研究領域中美韓三國都較少涉及，是日本的優勢技術領域。同時可以發現電動車輛上安全用電裝置（B60L-003/00）、電池組向負載供電的裝置（H02J-007/00）這兩項技術有三個國家將其布局成為本國的重點研究技術，突顯這兩項技術的重要性，是各國研究的重點。同時這兩項技術的增長系數分表為21.42 和43.59，表明了這兩項技術發展勢頭迅猛，未來很有可能發展成為新能源汽車的核心技術。此外通過熱力圖可以明顯看出中韓兩國在新能源汽車潛力技術的技術布局基本互補，韓國沒有重點布局的技術中國均有布局并進行重點研究。而中國投入較少的技術領域均為韓國的技術優勢領域。由此可見，為了我國新能源汽車產業的發展，我國企業應多與韓國企業建立合作，加強學術交流，交流技術經驗，通力合作從而實現中韓兩國雙贏，為我國未來技術競爭占據有利態勢。

5 結論

本文提出了一種核心技術領域識別方法，運用關聯規則挖掘新能源汽車領域的熱門技術，通過專利組合分析從專利技術的技術相似度、技術豐富度和技術發展趨勢三個方面對新能源汽車領域的核心技術及潛力技術進行識別與分析，通過專利相對優勢指標法對中國新能源汽車領域核心技術及潛力技術的重點研究領域進行了識別并與美、日、韓三國情況進行比較。最終獲得如下主要結論：

（1）本文提出了核心技術識別方法，從“技術相似度”“技術豐富度”和“技術增長趨勢”三個視角來對核心技術進行識別，從而更加全面的對核心技術進行快速識別。本文以新能源汽車為例，快速識別出了新能源汽車領域20 項核心技術與21 項發展潛力技術。幫助國家和企業更加科學地實施戰略技術布局，從而抓住市場機會，掌握關鍵核心技術，進而推動我國新能源汽車產業高質量發展。

（2）本文運用專利相對優勢指標法計算了各國核心技術與發展潛力技術的RPA 值。結果發現，我國在核心技術領域RPA 值為正的技術有電池冷卻或保持低溫、車輛電池應用、鋰離子電池和碳材料電極等。這些技術是我國在核心技術領域的研發重點，具有一定的競爭優勢。尤其在混合氧化物電極和活性物質材料電極我國具有很高的RPA 值，并且這兩項技術的增長系數較高。表明我國在這兩項研究領域具有較高的技術優勢，是我國電池電極研究領域的重點，同時也是該技術快速發展的核心貢獻國家。

（3）我國在21 項發展潛力技術中有7 項技術RPA 值大于零。這表明新能源汽車的車輛控制系統和電池安裝供電是我國重點研究領域，我國在這些技術領域具有相對技術優勢。此外潛力技術中有10項技術具有較高的增長系數，表明這些研究領域近年來增長勢頭迅猛，未來有望發展成為核心技術。并且在這10 項快速增長的潛力技術中我國有5 項技術具有較高的RPA 值，這說明我國已在新能源汽車領域提早布局未來研究的熱點，已集中優勢力量進行攻克，并取得了技術競爭優勢。

（4）通過與世界各國的對比發現，中美兩國無論是核心技術還是發展潛力技術，其技術布局較為相似。在核心技術領域，日本在電極制造方法、非水電解質蓄電池的電極和活性材料電極等技術領域擁有絕對技術優勢。韓國技術分布廣，各核心技術領域均有投入，沒有明顯的技術短板，發展較為均衡。

（5）在發展潛力技術領域，韓國在電池箱、安裝架制造和電池的導電聯接等領域具有較高的技術領先優勢。日本的研發重點主要布局在機械直接驅動裝置、電動車輛安全用電裝置、充電或放電方法等領域，這些領域中美韓三國都較少涉及，是日本的優勢技術領域。此外中韓兩國在新能源汽車潛力技術的技術布局呈現互補的局面，為了我國新能源汽車產業發展，在潛力技術研究領域我國企業應多與韓國企業建立合作，加強學術交流，交流技術經驗，通力合作從而實現中韓兩國雙贏，進而為我國未來技術競爭占據有利態勢。

（6）本文提出的專利分析方法，可以幫助企業和國家實現從海量數據中快速識別出某一研究領域的核心技術，全面了解核心技術的布局現狀，為企業技術創新決策提供數據支持。此外，該方法可以幫助政府管理者掌握產業發展狀況，進而為產業快速發展制定出針對性的激勵政策，促進產業技術發展。本文的研究結論為新能源汽車領域的政策制定提供理論支撐，也為政策效果的一致性提供保障。