基于專利共類的技術融合現狀分析及預測
——以生物芯片產業為例

牛艷麗，連艷玲，陳志宏

(1.安徽大學 商學院，安徽 合肥 230601；2.哈爾濱商業大學 會計學院，黑龍江 哈爾濱 150028)

隨著互聯網信息技術的不斷發展，產業之間的邊界越來越模糊，尋找產業之間的多源技術融合成為企業發展的重要渠道。技術融合作為創新的重要實現途徑，通過將兩個及以上的技術相互融合產生一個更適應市場變化的新技術[1]。這不僅能為消費者提供更優質的產品和服務，而且為整個行業的可持續發展帶來了活力。例如，生物芯片產業[2]、營養和功能性食品產業[3]、新能源汽車產業[4]等。

許多學者對技術融合問題進行了研究，并且在融合水平、方向預測方面已經取得了一定的研究成果。如劉鳳朝(2012)利用專利共現分析方法考察納米技術與其他領域技術的融合過程，揭示納米技術的成長規律[5]；婁巖(2017)運用宏觀加微觀的方法定量測量出純電動汽車與信息技術的融合狀況[6]；Song(2016)利用專利數據知識流的方法識別出與納米技術有融合前景的技術領域[7]。根據已有技術融合現狀的分析，預測未來有前景的技術融合領域，直接關系到新興產業的技術發展方向，可以為新興產業發展提供更多的創新機會。因此，本文設計出一套完整的框架，在識別出生物芯片產業技術融合現象的基礎上，從不同層面分析技術融合現狀，最后預測出未來有前景的技術融合領域，為管理者決策和企業發展提供參考。

1 文獻回顧

1.1專利與技術融合

專利作為檢測技術融合的重要指標，已被許多研究人員廣泛使用[8]。作為創新的重要途徑，技術融合大多來自對原有技術組合的重新調整[9]。因此，從專利角度出發研究企業技術融合現象及趨勢是切實可行的。

Rosenberg最早定義了技術融合，認為技術融合是不同產業利用相同或類似技術進行生產的過程[10]。而后，又有學者將技術融合定義為：隨著不同產業之間的技術邊界的模糊，使兩個(或多個)技術離開以前的技術領域，向一個新的領域延伸或移動，導致了兩個(或多個)技術的重新定位并產生新的技術組合[1]。因此，技術融合不僅可以打破重復利用同一行業內的知識而導致的核心剛性，從而增強融合技術的靈活性，以更加適應動蕩的市場；而且可以通過利用其他行業已經成熟的技術，降低技術開發的風險及成本。

1.2技術融合測量

整合戰略網絡可以全面理解企業的戰略行為。從技術創新的角度來看，網絡的結構信息是評估企業創新能力和競爭力的重要途徑，因此，企業在技術融合網絡中的結構特征在其技術戰略中起著至關重要的作用。學者們在研究技術融合時，常用網絡分析法對專利數據網絡進行分析[4]，不是基于專利共分類網絡，就是利用專利引文網絡[11]，實際上這兩種網絡都是基于專利分類。鑒于新興技術的后向引用信息較少，其專利的重要性有被低估的風險，因此專利引文分析不適用于新興技術的融合分析[9]。所以，本研究采用專利共現網絡來分析技術融合，每個專利至少包含一個由專家分配的分類代碼，以證明該專利含有的學科知識，如果一項專利中存在多個分類代碼，這就意味著這項專利是多個學科知識融合的結果。

對于技術融合現象的識別，本研究采用融合專利數目與總專利數目的比值來測算。對于技術融合現狀的分析，采用宏觀和微觀層面相結合的方式，宏觀層面采用網絡規模、網絡中心勢來整體分析網絡的緊密連接程度；微觀層面采用節點的三個指標，即點度中心度、中間中心度、接近中心度來測量節點連接和控制能力。對于有前景的技術融合領域的預測，本研究采用Feng(2020)[4]的技術網絡指標來測量。

1.3技術融合對生物芯片產業的影響

技術融合通常表現為不同產業或者同一產業的不同技術相互整合的過程。在互聯網背景下，尤其是隨著5G、云技術的發展，信息的獲取成本大幅度下降，各個行業溝通更加便捷，使得技術融合的機會上升。管理者發現，本行業內的技術問題可以在其他行業找到很好的解決方案。通過將不同領域的技術進行融合可以突破原有產業邊界，促使本行業的技術重構，最終促進新興產業的發展。學者們通過研究發現，在以生物芯片產業為代表的新興產業的技術融合過程中，技術融合模式是隨著企業發展階段的不同而不斷變化的，并指出技術融合會對企業的技術能力產生破壞與重構，進而對整個行業的發展產生深遠的影響。如趙玉林(2017)利用專利數據及企業的財務數據，發現技術融合寬度與深度的加深對生物芯片產業的績效提升具有明顯的促進作用[2]。

2 技術融合分析

首先，根據關鍵詞在數據庫中檢索專利信息，剔除掉不符合技術融合的專利，得出融合專利數目及技術融合度；其次，基于中國生物芯片產業技術融合的專利共現關系，構建每年的專利共現矩陣及專利共現網絡，并根據節點中心性指標分析網絡中的度數、中間及接近中心度，對每個階段中的技術融合網絡進行分析；最后，以節點間權重、所有節點權重為基礎，利用網絡指標計算出共現網絡中有前景的融合關系，為管理者提前關注重點技術打下基礎。

本文利用國際專利分類(IPC)來識別技術融合現象，分析技術融合狀況，預測有前景的技術融合模式。每個專利的IPC分類號是由專家分配的，以說明該專利涵蓋的知識領域，IPC代碼的第一個字母表示所屬的部分(如表1所示)，每個部分包含可以代表特定學科的類和子類，共包含為8個部分，131個類，646個子類和76 422個組。由于每個子類代表一個專門的技術領域，當觀察到一項專利中存在多個IPC分類號，這意味著該專利是基于兩個或更多技術融合而創建的，因此，研究專利分類可用于探索技術融合現象。

表1 國際專利分類表

2.1技術融合識別

對于技術融合的識別，本文主要運用生物芯片產業兩個及以上技術領域申請的專利量、專利申請總量及技術融合度來識別是否存在技術融合現象。首先，應根據關鍵詞在專利數據庫中檢索到每個階段的專利申請總數目；其次，排除掉只包含一種專利代碼的專利，計算出包含兩個及以上專利代碼的專利數量；最后，根據前兩個階段的結果計算出每個階段的技術融合度，并進行比較分析。

2.2技術融合分析的方法

2.2.1專利共現矩陣及專利共現網絡

通常情況下，從PATSTAT專利數據庫中提取專利信息，剔除重復和無用信息，經過人工處理，構建專利共現矩陣，矩陣中每個數字代表不同專利代碼在同一專利中共現的次數。同時利用社會網絡分析軟件Ucinet、Netdraw構建網絡共現圖，圖中每一個節點代表一個學科知識，各學科的共現關系是網絡的邊，共現關系的個數是邊權重。圖1展示了網絡共現矩陣及共現圖的構建過程。專利A包含分類碼1(學科1)、分類碼2(學科2)和分類碼3(學科3)的知識，專利B由學科2和學科3的知識組成。學科2和學科3在同一專利中共現兩次，因此兩者之間邊的權重是2，學科1和學科2，以及學科1和學科3在專利A中共現一次，因此邊的權重均是1。以這種方式構建了從2018—2020年三年的技術融合矩陣及技術融合網絡。

圖1 生物芯片產業技術融合矩陣及網絡構建

2.2.2基于專利共現網絡的中心勢與中心度分析方法

對于整體網絡的宏觀測量主要采用網絡規模與網絡中心勢，網絡規模是指網絡中節點的總量，代表網絡中技術領域的范圍大小；網絡的中心勢(CD)是在節點中心度的基礎上，通過刻畫網絡的整體中心性，得出技術融合網絡的集中分布趨勢[12]。計算公式如下：

(1)

其中，i代表網絡中節點總個數，CDmax代表網絡中最大的點度中心度數值，CDi代表網絡中每個節點的點度中心度數值。

對網絡微觀層面的考察，本研究采用節點中心度來衡量。其中，點度中心度(DC)是指與一個節點直接相連的其他節點的個數，衡量了該節點是否位于整個網絡的中心位置，即如果一個節點連接的技術領域比其他節點多，那么該節點在技術融合網絡中就扮演更重要的角色。中間中心度(BC)側重于充當調節效應，因為該節點位于其他節點的中間路徑上；中間中心度越高，表明該節點對技術中心網絡內的知識或技術轉移起到的作用越大。接近中心度(CC)是指該節點與網絡中其他節點的平均距離；在社會網絡中，平均距離較短的節點與其他節點產生融合的可能性更大，因此，接近中心度越小的節點對其他技術節點有更加直接的影響[13]。計算公式如下：

DC=deg(jx)

(2)

(3)

(4)

其中，deg(jx)代表與j點直接相連的其他點的個數；gjk(i)代表點j、k之間存在的經過點i的路徑數值，gjk代表相連點j、k的總路徑數值；djk代表點i、j之間的捷徑距離。

2.3有前景的技術融合領域

有前景的技術融合領域是指那些在融合專利中目前已經存在共現關系且未來共現權重有繼續增加趨勢的融合技術對[4]。圖2展示了有前景的技術融合領域的預測過程，學科1和學科3在2018年的共現次數是1，2019年增加到3，2020年進一步增長到5，可見，學科1和學科3的共現次數呈逐年遞增趨勢。因此將學科1和學科3界定為有前景的技術融合領域。

圖2 有前景的技術融合領域監測過程

這些有前景的技術融合領域是值得探索的，因為它們預測了未來技術的發展方向。我們關注2018—2019年、2019—2020年技術融合領域的變化，計算公式如下：

(5)

其中，Convf代表技術融合領域，pro代表i和j是有前景的共現關系，wij2020代表2020年專利i和j的共現權重。

3 我國生物芯片產業技術融合關系的分析及預測

3.1數據來源

研究表明，觀察發生在不同時期不同學科的交叉現象可以識別出技術融合的本質[7]。根據這一結論，本研究選定歐洲專利局(EPO)PATSTAT 數據庫搜集國內生物芯片產業的專利數據。該專利數據庫可以獲取更全面的專利信息，因此被研究人員廣泛使用。另外，通過查閱文獻以及與相關專家討論得出相關的檢索關鍵詞，檢索表達式如下，Title OR Abstract =(biochip OR microarray OR microfluidic)AND Publication Number =(CN)，共得到從2018—2020年的3121條數據(檢索時間為2021年11月6日)，每個專利數據包含標題、公開日、國際專利分類等。

在數據分析中，我們將生物芯片行業的專利數據按照2018年、2019年、2020年三個年份分別進行分析，并研究每個年份技術融合模式的變化及未來有前景的技術融合關系。每個時期的專利總數量如表2所示。

表2 各階段專利及IPC代碼數量

3.2數據分析

3.2.1技術融合識別分析

2018—2020年每年的專利申請總量如表2所示。專利申請總量差別不大，但均超過了1000項，可見生物芯片產業在我國處于快速成長時期。利用四位專利分類代碼在對專利總量進行刪減的基礎上，得出每個階段的融合專利量(即專利中至少包含兩個不同的專利代碼)，2018年融合專利量為609項，2019年融合專利量為632項，2020年融合專利量是615項。最后根據融合專利的占比，可以看出每個階段均有半數以上的專利屬于融合專利，因此，生物芯片產業的技術融合已經成為一種發展趨勢。具體情況如圖3所示。

圖3 2018—2020年生物芯片產業總專利量和融合專利量及占比

3.2.2技術融合現狀分析

根據檢索到的專利信息，在剔除無效信息的基礎上，用EXCEL、TDA軟件分別對每個年份的專利數據進行篩選、提取，構建專利共現矩陣及專利共現網絡。同時，為了增強可讀性，只有重要的技術領域之間的融合作用才在以下圖表中顯示出來，否則，所描繪的信息將變得過于復雜，無法直觀地理解，也無法提供清晰可靠的專利類別之間關系變化的圖表。

(1)宏觀層面

本文利用專利共現圖、網絡規模以及圖的中心勢來描述技術融合的宏觀層面。圖中節點大小代表與其相連的不同技術領域數量的多少，節點越大代表與其相連的技術部門越多；線條的粗細代表不同技術領域之間的共現次數，線條越粗代表二者之間在同一專利中共現次數越多。網絡規模越大代表與其他技術融合的廣度越大。圖的中心勢用來描述一個圖向某個點集中的程度，或者說圍繞著這個點構建網絡的程度，點度中心勢越大代表網絡的整體中心性越高，網絡之間的聯系越緊密。

圖4 2018年技術融合共現圖

圖4和表3共同展示了我國生物芯片產業2018年的技術融合狀況，可以看到，生物芯片產業專利融合主要集中在B和C大部下，G大部下的少量技術也在融入。其中，B01L(化學或物理實驗室儀器)-G01N(調查或分析材料的化學或物理性質)具有最強的連接關系，專利共現次數是161次；C12M(儀器酶學或微生物學)- C12N(微生物或酶)、C12M-C12Q(測試酶、核酸或微生物)之間的連接強度次之，專利共現次數是15次。網絡規模是91；點度中心勢為1.52%(如表4所示)，說明網絡整體較為稀疏，技術之間的融合不夠緊密，主要依靠核心技術(B01L、G01N)來維持整個技術融合網絡。

圖5 2019年技術融合共現圖

圖5和表3共同展示了我國生物芯片產業2019年的技術融合狀況，可以看出，專利融合同樣主要集中于B和C大部，G大部下的技術與更多技術領域相融合。其中，B01L-G01N同樣具有最強的連接關系，專利共現次數是126次；其次，C12M-C12Q、B01L- C12M也具有較強的融合關系，共現次數分別是32次和25次。與2018年相比，融合網絡依靠關鍵技術的情況有所緩解，開始與更多領域的技術產生融合，即技術融合網絡從圍繞個別技術領域的融合模式向與更多技術領域協同發展的模式進化。網絡規模是93，點度中心勢為1.88%，與2018年相比均有一定程度的上升，表明生物芯片行業開始與更多的技術領域融合，并且繼續圍繞更多的關鍵技術豐富技術融合網絡。

圖6 2020年技術融合共現圖

表3 專利共現矩陣

圖6和表3共同展示了我國生物芯片產業2020年的技術融合狀況，可以看到，新融入的技術領域不斷增多，主要集中在B、C、G三個大部下。其中，B01L-G01N具有最強的技術融合關系，共現次數是120次；其次，B01L-C12M專利共現次數是47次，C12M-C12Q專利共現次數是37次，C12M-C12N專利共現次數是19次，B01L-C12Q專利共現次數是17次。與2018年、2019年相比，關鍵技術融合對B01L-G01N的共現次數進一步降低，其他技術領域的融合技術對不斷提升，技術融合網絡不再僅僅依靠幾個關鍵技術，更多技術開始發揮融合作用，網絡的緊密度不斷提升。從表4可以看出，2020年網絡規模是95，點度中心勢是2.46%，與2018年、2019年相比，二者仍處于不斷上升的趨勢，表明該行業技術領域涵蓋范圍更廣，圍繞著更多關鍵技術促進生物芯片產業的進一步融合。

表4 網絡規模及中心勢

(2)微觀層面

文章通過將原有數據進行二值化處理，分別從節點的點度、中間和接近中心度三個指標對2018—2020年國內生物芯片產業進行微觀層面的技術融合分析(見表5、表6、表7)。點度中心度用來評價節點的局部中心性，測量網絡中節點自身的連接能力，節點的點度中心度越高代表自身的連接能力較強；中間中心度是研究一個節點在其他兩個節點之間起到的中介程度，因而越高代表該節點的控制能力越強；接近中心度代表一個節點到其他節點之間的距離，其意義更接近幾何位置上的中心位置，距離越小代表該節點的接近中心性越高。

表5 2018年技術融合指標

從表5可以看出，G01N的點度中心度最高，B01L次之，二者有一定的差距，表明2018年與G01N相連的技術領域較多，B01L次之；同時G01N的中間中心度最大，在整個網絡中充當主要的中介角色，B01L次之，在網絡中同樣充當中介的角色，以實現整個網絡的交互；G01N、B01L的接近中心度與其他的技術領域相差較少，表明2018年的技術融合網絡以G01N為主中心，B01L為次中心，少數關鍵技術領域對整個融合網絡的形成影響較大，最終形成多個技術領域之間的融合網絡。

表6 2019年技術融合指標

從表6可以看出，與2018年不同，2019年網絡的結構由以G01N技術領域為主，B01L、C12M技術領域為輔的形式轉換成以B01L、G01N技術領域為主，C12M、C12Q等小技術領域為輔的形式。具體來看，B01L的點度中心度最高，G01N次之，且與B01L相差較少，表明此時的技術融合網絡是以二者為中心，與二者相連的技術領域較多；B01L、G01N的中間中心度也是較高的，表明二者在整個網絡中充當了中介的角色，與二者融合申請的專利也最多；主要技術領域之間的接近中心度差別較小，表明2019年的技術融合網絡由兩個關鍵技術領域(B01L、G01L)組成。

表7 2020年技術融合指標

從表7中可以看出，與2018年、2019年技術融合網絡結構不同，雖然B01L、G01N仍然在整個網絡中起到關鍵連接的作用，但其他技術領域的重要作用也逐漸顯現出來，如C12M、B01J(化學或物理過程)、B81C(微結構技術)等。具體來看，B01L、G01N在整個網絡中的中心度仍然是最高的，但同時C12M、B01J等技術領域的重要性也在不斷凸顯。這些轉變說明在原有技術基礎上，B01J、B81C等技術部門在生物芯片產業中的作用不斷顯現，技術融合網絡不再是僅僅依靠關鍵技術領域構架起來的，多個技術部門的協同促進作用成為生物芯片產業未來的發展趨勢。

3.2.3有前景的技術融合領域預測

2018年技術融合網絡的總共現權重為629，2019年技術融合網絡的總共現權重為707，2020年技術融合網絡的總共現權重為881。可見，每個階段的技術總共現權重均較多，但同樣存在著多數關系共現次數較少的情況，計算所有共現關系的變化既費時又不必要。因此，需要一個權值(共現次數)閾值來分析每個網絡的共現次數，進而計算出有前景的技術融合領域，每個網絡中的關系共現次數按照權重大小進行排序，如圖7所示，根據權重的分布，我們選擇拐點7、9、10作為2018—2020年網絡共現次數的閾值。最終我們選取權重不小于對應年份閾值的共現次數來測量有前景的技術融合領域。

圖7 2018—2020年網絡共現關系權重

通過收集2018—2020年我國生物芯片產業的融合專利，在總結出每年專利共現次數閾值的基礎上，利用公式(5)計算所有共現關系的變化，最終監測到5個共現權重每年都在增加的有前景的融合技術對。2018—2020年有前景的融合技術對權值的變化如圖8所示。

其中，B01L-C12M的共現次數在2019年增加了12次，在2020年繼續大幅度增加了22次，表明物理或化學過程與生物化學，如酶學、微生物學有一定的融合關系，且這種關系有日益增長的趨勢，并在近期引起了更多發明家的注意，因此，B01L-C12M是一種有前景的技術融合領域。C12M-C12Q的共現次數在2019年出現了大幅度增加，而在2020年增加速度有所放緩，但仍然處于增加的趨勢，代表測量酶學、微生物學、核酸行業的不斷融合。C12N-C12Q共現次數在2019年僅增加了2次，但是在2020年增長幅度較大，達到7次，未來有繼續增長的趨勢，代表測量微生物、酶行業的不斷融合態勢。而C12M-C12N的共現次數在2019年有一定的增長幅度，但在2020年增長幅度進一步縮小，B01L-C12N也有類似的趨勢，總體增加幅度較小。

以上所討論的三對技術融合領域(B01L-C12M、C12M-C12Q、C12N-C12Q)因為具有明顯的增長趨勢而更有發展前景，因此，本文將其視作有前景的技術融合領域。

圖8 有前景的技術融合關系

4 結論與研究展望

本文以我國生物芯片產業為例，分析技術融合的現狀并預測未來有前景的技術融合領域，得出以下結論：第一，技術融合已經成為我國生物芯片產業可持續發展的重要方式；第二，生物芯片產業作為生物技術與信息技術融合的產物，主要包括B01L、G01N、C12M、C12N等幾項關鍵技術；第三，2018—2020年我國生物芯片產業的技術合作領域不斷增多，技術融合的廣度不斷加大；第四，2018—2020年我國生物芯片產業的技術融合網絡之間的聯系越來越緊密，網絡之間的協同促進作用不斷增強；第五，根據技術融合網絡指標，得出B01L-C12M、C12M-C12Q、C12N-C12Q三對有前景的融合技術對，為管理者合理布局技術創新領域提供參考。

鑒于大量數據的分析處理具有一定的難度，且不同產業的技術融合領域存在較大的差異，因此，本文僅選取2018—2020年我國的生物芯片產業的專利數據來分析技術融合現狀，預測有前景的技術融合領域，未來可以選取多個年份多個產業的專利數據，以系統地分析新興產業的技術融合狀況與未來有前景的技術融合領域，為管理者決策和企業發展提供參考。在分析方法上，本文僅采用專利共現分析，有一定的片面性，未來研究可以加入專利引用信息，將定性與定量指標相結合，保證研究的可靠性。