基于概念格的企業群體創新偏好挖掘研究

李麗莎，溫浩宇，張云濤

（西安電子科技大學經濟與管理學院,陜西西安 710119）

1 研究背景

新一輪科技革命和產業變革不斷深入發展，眾多科技領域逐漸進入關鍵核心技術攻堅期，企業創新能力的提升刻不容緩。十九屆五中全會通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》首次把創新放在各項規劃任務的首位，進行專章部署，將創新在國家戰略層面提升到了一個新的高度，國家和社會對企業創新情況的關注程度與支持力度與日俱增。然而隨著國家對高科技企業的重視程度以及扶持力度的提高，“偽高新”現象逐漸增多，甚至部分企業為了獲得稅收優惠及補貼，利用虛假消息包裝自身創新特征及方向，為企業制定創新戰略、政府制定扶持及補貼政策、投資者選擇意向企業均帶來了不同程度的困難［1］。

企業創新偏好即企業創新領域的傾向性, 既可以體現企業當前技術實力, 也可以體現企業對于未來發展方向的選擇與未來行業發展方向的預測，對企業發展具有重要的戰略意義, 也對政府及投資者確定稅收優惠及補貼范圍、選擇意向投資企業具有重要參考價值。然而面對日漸增多的各類高科技企業以及真假摻雜的各類信息，政府與投資者如何從海量企業數據中盡快掌握各類企業創新偏好情況，精準刻畫各類企業創新偏好特征，進而細化符合扶持投資方向的企業范圍，各類企業又應該如何對標優秀企業及競爭企業選擇創新發展方向、制定競爭戰略并提升創新能力，成為了亟待解決的難題。

基于此，本文提出了一種利用模糊三支概念格對各類企業創新偏好進行畫像的一種模型，利用概念格形式概念反映對象與屬性關系的特點以及各概念間的泛化-特化關系的基礎上，引入相似度定義，挖掘數據間隱含關系，從具體企業中抽象出一般創新偏好特征，通過數據揭示各類企業的創新偏好特征與發展規律，將數據壓力轉變為數據優勢，輔助企業及政府制定創新戰略與創新政策。

2 文獻綜述

企業創新作為創新發展的重要組成部分，其相關研究一直是國內外學者研究的熱點話題。目前國內外學者對于創新的研究大多從創新能力的影響因素以及創新績效的評價兩方面進行闡述。其中在企業創新影響因素相關研究中學者們大致從宏觀與微觀兩個層次進行了分析，宏觀因素主要包括政策環境、經濟環境與法律環境等因素［2-4］，微觀因素主要包括管理者特征、企業專利合作網絡等因素［5-6］。創新績效的評價研究學者們則大多從評價方法與評價角度的異同入手進行分析［7-8］，獲得了豐碩的成果。總體來說，企業創新能力的影響因素以及評價研究已經較為成熟，而企業創新特征以及創新偏好的研究卻相對較少。企業創新偏好，其選擇與定位關系到企業未來核心競爭力,體現出企業對未來市場發展的預測與未來發展方向的選擇，對企業創新發展及政府部門制定創新政策具有重要意義。多年來，學者們嘗試從不同角度對企業多種創新特征進行探索，以期多維度展示各領域及產業的創新特征及創新模式，為企業戰略及政府政策制定提供建議。錢旭潮等［9］從技術創新成長角度將企業分為微創新、集成創新、延伸創新和持續創新4 個階段，對每一階段企業的內涵、特征及所需條件進行梳理，并從企業自身及政府出發給出創新發展建議，推動企業創新的可持續發展。張赤東［10］通過對407 家創新企業進行問卷調查，提出企業戰略、行業特征與規模差異會導致企業創新展現不同的特征，中型企業、設備制造行業等創新類型與特征值得在創新政策制定中給予重點關注。畢靜煜等［11］通過研究1996—2016 年中國醫藥制造業企業聯盟組合數據，結合資源視角和社會網絡理論研究了企業合作網絡的地理位置和關系強度等特征對于企業創新產出的影響作用，為企業研發聯盟的有效管理提供了依據。張貝貝等［12］以專利視角切入，通過分析芯片制造領域基本工藝技術的國際競爭格局及各國核心技術企業技術布局特征和創新模式，為我國芯片制造領域企業技術發展提供了全貌信息及戰略制定參考。

目前創新特征研究以定性研究為主，且大多聚焦于某一具體行業或產業現狀，進行針對性分析和闡述，缺乏企業創新偏好數據的深刻挖掘與全面刻畫的共性方法。企業畫像通過將企業真實數據抽象為一系列標簽，形成多元化的企業標簽集合，可實現對企業數據進行多層次多維度挖掘與刻畫，為數據驅動下企業創新偏好特征識別與挖掘提供一般化解決方法。從構建技術來講企業畫像理論方法大多來源于用戶畫像，使用機器學習算法提取用戶特征是目前學者使用較多的方法。如Liu 等［13］以新浪微博為例提出一種提取用戶興趣特征時引入輔助者信息，使用LDA 主題模型對用戶追隨者進行興趣特征進行提取的用戶畫像方法，Dehghan 等［14］考慮專家專業知識的時間屬性，使用短期記憶（LSTM）深層神經網絡來根據專家不同年份的活動提取專家知識標簽并構建專業知識樹以及個人資料，提供了一種新的專家發現方法。Zigoris 等［15］引入相似度使用貝葉斯網絡方法從已有用戶處提取興趣偏好，解決個性化推薦系統中 “冷啟動問題”，但閾值的設置需要多次嘗試，對用戶數據要求較高。另外，基于本體的關系信息刻畫用戶信息也是用戶畫像領域比較熱門的一種方法，單曉紅等［16］提出一種以酒店評論為基礎的酒店-用戶本體模型，從用戶信息屬性、酒店信息屬性和用戶評價信息屬性3 個維度構建用戶畫像，為酒店實現精準營銷提供依據。整體而言，現有技術方法主要集中于對單一企業或者某一企業群體的標簽進行挖掘，而缺乏對于各企業各標簽間關系的挖掘與刻畫，容易導致畫像出現偏差。

概念格是Wille［17］最早于1982 年提出的形式概念分析的核心工具，利用其特有的層次結構及Hasse圖，可以層次化展示企業各用戶各屬性間的隱含關系，彌補現有畫像方法的不足，因此現在已有部分學者將其應用于用戶畫像領域，以此挖掘各類用戶的多維特征及特征關聯關系。隨著三支決策論的發展，Qi 等［18］將三支決策思想應用于概念格領域形成三支概念格，將概念格拓展至同時擁有正域與負域的層次結構，后因考慮到現實生活中對象與屬性的關系大多是模糊信息，龍柄翰等［19］將模糊理論與經典三支概念格結合，提出模糊三支概念格，解決了三支概念格不能描述模糊信息的問題。對于企業來說，發現邊緣創新領域與發現核心創新領域一樣重要，對企業的創新選擇均有重要的指導意義；對于政府來說，發現非意向扶持與投資領域的企業可以避免無效投資，優化資源配置，因此本文使用模糊三支概念格對各類企業的創新偏好進行畫像，并在此基礎上，引入相似度定義，挖掘數據間隱含關系。一方面為企業創新偏好識別與挖掘提供新的模型與思路；另一方面，通過數據揭示各類企業的創新偏好特征與發展規律，在數據層面上為企業及政府賦能，為企業優化創新資源配置、政府增強精準性差異化施策效果進行嘗試和初探。

3 模型設計

專利作為技術信息最有效的載體，包含了全球90%以上的最新技術情報，是衡量企業技術創新能力的關鍵標志之一［20］，而國際專利分類（IPC）是專利的技術分類編碼，以等級的形式將專利劃分到不同粒度的技術領域中，可以一定程度反映企業的技術布局及創新偏好，因此本文以專利IPC 分類號為切入點在單分類專利與共類專利的基礎上構建企業創新偏好群體畫像，識別挖掘各類企業群體創新偏好及各企業間創新偏好關聯關系，全面刻畫企業群體創新偏好領域特征及結構特征，為政府投資者縮小補貼投資企業范圍、企業選擇競爭對手提供新的方法。具體研究框架見圖1 所示。

圖1 研究設計框架

在分類基礎上構建企業創新畫像有利于在各類企業創新偏好畫像對比的基礎上，發現各類企業創新偏好的結構問題及短板方向，優化創新偏好的布局，最大化提升企業創新能力、挖掘領域內創新潛力。因此本研究基于模糊三支概念格，從專利IPC 視角，分別對領導型、穩定型、潛力型、危險型四類企業進行創新偏好畫像模型構建，主要方法如下：

（1）基于熵值法，實現企業分類。對于分類維度來說，無論是企業經營能力還是成長能力，單一指標均不能全面衡量其真實表現，需要從多個要素和維度進行全面考察。企業經營能力主要通過企業發展規模及現有經營狀況來體現企業現存整體實力及發展基礎，其中企業發展規模主要從人員、資金兩方面進行測度，經營狀況通常反映于企業營運能力及盈利能力兩個方面。與此對應，成長能力可以通過企業資產增長趨勢、運營能力增長趨勢、盈利能力增長趨勢等動態指標測度企業目前的綜合發展態勢，從而反映企業的成長速度以及發展潛力。因此本文主要基于可行性、動態性和可獲得性等指標選取原則在科學性、動態性、可獲得性原則的基礎上，參考結合陳曉紅等［21］、朱彥杰［22］、Dai 等［23］國內外學者的相關研究成果，選取總資產、員工人數、營業收入、凈利潤、近3 年營業收入平均增長率、近3 年凈利潤平均增長率、近3 年總資產平均增長率共7 個指標，在使用熵值法對指標權重進行賦權的基礎上，從經營能力、成長能力兩個維度將企業分為領導型、穩定型、潛力型、危險性四類。

（2）引入時間權重函數，對專利進行時間衰減。考慮到企業創新關注領域漂移問題的存在，即企業創新布局會隨著時間的推移而發生變化，企業近期的專利IPC 分類號比以前的專利更有參考價值，更能體現其當前的創新偏好，應該被賦予更高的權重。引入時間權重函數，利用公式（1）對專利進行時間衰減。

（3）基于專利共現網絡，計算技術領域隸屬度。按照專利IPC 分類號數量專利可分為單分類專利和共類專利，對于單分類專利，以專利分類號大組進行合并，各分類號重要性見公式（2）。

對于共類專利，使用專利共現網絡的中心性測量指標確定企業專利各領域隸屬度。其中關聯矩陣以主分類號為行，副分類號涉及的分類號為列，行列交叉位置的值為主副分類號的關聯強度。考慮到企業專利考慮到矩陣數據的稀疏性以及主副分類號的重復性問題，以IPC 分類號大組構建主副分類號關聯矩陣。其中主副分類號的關聯強度見公式（3）。

節點度中心性是衡量節點重要性的重要指標之一，節點度中心性越高，說明該專利號處于專利共現網絡的中心地位，可以用來判斷網絡中的關鍵節點，由于需要在不同企業專利共現網絡中比較度中心性，本文采用相對度中心性判斷節點的重要性。

選用WIPO 提供的將IPC 號的前4 位和35 個技術領域相互映射的索引表，對專利分類號各節點進行技術領域合并并進行標準化，為某一技術領域的隸屬度，將其定義為：

（4）基于模糊三支概念格構建企業群體創新偏好畫像。在各企業專利技術領域隸屬度的基礎上構建各類企業的創新偏好模糊形式背景，選定閾值，依據各類企業模糊形式背景分別抽取各類企業三支模糊形式概念，進而得到企業創新偏好模糊OE 概念格與模糊AE 概念格，實現企業創新偏好群體畫像。

（5）引入相似度概念，構建帶有相似度的創新偏好模糊三支概念格。為了提高企業創新偏好畫像刻畫各企業各標簽間關系的準確性，本研究提出基于模糊三支概念格的相似度定義，構建帶有相似度的創新偏好模糊三支概念格，并對其隱含知識進行深入挖掘，為企業發現競爭對手及尋找特定領域企業創新偏好次序提供新的方法。

定義3：模糊三支概念格相似度。

式（7）中，p為子概念正域中外延比例，q為子概念負域中外延比例

4 實證研究

集成電路產業作為國民經濟和社會發展的先導產業，其戰略地位日益突出。作為產業鏈最前端，集成電路設計能力的自主可控程度代表了整個產業的技術水平，近年來國家對于該行業的扶持與補貼力度持續增大，對集成電路設計各企業創新偏好情況進行研究具有重要意義，因此本文選擇集成電路設計行業企業對模型可行性進行驗證，通過模型對行業內各類企業的創新偏好進行畫像，為我國集成電路產業的發展提供依據。

4.1 企業創新偏好畫像OE 構建

（1）數據獲取及企業分類。考慮到數據的可得性，主要對上市企業進行研究，首先選擇同花順半導體及元件行業板塊企業進行爬蟲，得到109 家初始相關企業，由于該板塊包括電氣元件、集成電路設計、集成電路封測等行業，因此對109 家企業的所屬行業及公司主營業務進一步細分，最終確定20家集成電路設計企業作為研究對象。

企業成長能力與經營能力相關數據主要整理于企業年報、招股說明書、國泰安數據庫等。企業專利數據來源于Incopat 數據庫，以上海貝嶺公司為例，以“(AP=(上海貝嶺)) AND (AD=［19600101 to 20210601］)”檢索式檢索可得上海貝嶺公司截至2021 年6 月1 日的專利信息，依次方法，可得到其他企業專利數據。

通過對20 家企業數據進行標準化處理及熵值法計算，得到各指標權重賦值及各企業成長能力和經營能力評分，其中指標權重w1= 0.254，w2=0.233，w3=0.256，w4=0.257，w5=0.344，w6=0.323，w7=0.333，進而得到企業分類結果，其中領導型企業4 家，穩定型企業4 家，潛力型企業6 家，危險型企業6 家，各企業成長能力及經營能力情況及具體分類結果見圖2 所示。

圖2 20 家集成電路設計產業企業分類結果

（2）企業創新偏好畫像構建。通過Incopat 數據庫檢索共獲得6 563 條企業專利數據，其中領導型企業專利數據為2 061 條，潛力型企業專利數據為1 078 條，穩定型企業專利數據為1 979 條，危險型企業專利數據為1 445 條。經過上文對單分類專利以及多分類專利的處理，去除各企業隸屬度均小于0.4 的技術領域（見表1），可以得到各類企業的創新偏好模糊形式背景（見表2 至表5），表中數據為各企業在對應技術領域的隸屬度數值。

表1 集成電路設計行業企業技術領域符號解釋

表2 集成電路設計產業4 家領導型企業形式背景

表 3 集成電路設計產業4 家穩定型企業形式背景

表4 集成電路設計產業6 家潛力型企業形式背景

表4（續）

表5 集成電路設計產業6 家危險型企業形式背景

為了后續表述方便，我們依次將領導型企業卓勝微、兆易創新、瀾起科技、晶晨股份表示為x11、x12、x13、x14；將穩定型企業士蘭微、紫光國微、揚杰科技、立昂微表示為x21、x22、x23、x24；將潛力型企業博通集成、樂鑫科技、斯達半島、晶豐明源、北京君正、思瑞浦表示為x31、x32、x33、x34、x35、x36，將危險型企業表示為x41、x42、x43、x44、x45、x46。

由模糊形式背景可以看出，集成電路設計行業領導型、潛力型、穩定型企業主要創新領域集中在電氣工程相關領域，危險型企業創新領域主要集中在電氣工程相關領域與儀器相關領域。對于其他領域，各企業雖有涉及，但均不是企業創新重點。總體來說，集成電路設計行業各類企業創新關注點雖然在大方向上比較集中于電氣工程領域，但在各細分領域創新偏好與布局仍存在一定差異，反映了該行業各類企業不同的創新需求點以及創新發展趨勢。

取閾值α=0.4，依據各類企業模糊形式背景分別抽取各類企業三支模糊形式概念，建立模糊OE（見表6）形式概念集和模糊AE 形式概念集，并構造相應模糊OE 概念格與模糊AE 概念格，利用概念格特有的Hasse 圖層次化展現各類企業創新偏好標簽與特征以及各企業間及創新偏好間的層次關系，得到各類企業創新偏好群體畫像。

表6 集成電路設計產業4 家領導型企業創新偏好模糊OE 形式概念集

表6（續）

4.2 企業創新偏好識別分析

不同類別企業概念格包含不同的概念節點，蘊含了各類企業不同的創新偏好標簽及層次結構，反映了不同類型企業創新偏好畫像差異。其中領導型企業模糊OE 概念格包含16 個概念節點，模糊AE概念格包含26 個概念節點；穩定型企業模糊OE 概念格包含7 個概念節點，模糊AE 概念格包含7 個概念節點；潛力型企業模糊OE 概念格包含43 個概念節點，模糊AE 概念格包含45 個概念節點；危險型企業模糊OE 概念格包含29 個概念節點，模糊AE 概念格包含37 個概念節點。

由企業創新偏好模糊概念格（見圖3）以及企業創新偏好模糊AE 概念格（見圖4）可以看出，對于集成電路設計行業而言，各類企業對于不同技術領域所投入創新關注度存在差異，創新偏好各有側重，包含不同的創新偏好標簽，同時各類企業的創新偏好布局也各有不同，存在較大的差異。

圖3 20 家集成電路設計企業創新偏好模糊OE 概念格

圖4 20 家集成電路設計企業創新偏好模糊AE 概念格

隨著概念格層級增高，概念節點包含對象逐漸增多，對象共有屬性逐漸減少，因此模糊OE 概念格高層級概念節點正域包含屬性一般為企業群體核心創新特征，負域包含屬性一般為企業群體邊緣創新特征，根據這一概念格特點我們可以實現企業群體創新偏好標簽的初步提取。同時模糊AE 概念格概念節點主要包含企業群體對于特定技術領域集合的隸屬度傾向信息，從模糊AE 概念格低層級概念節點開始檢索，直至找到每個企業首次包含于外延正域的概念節點時結束，這些概念節點中大部分概念節點越集中于Hasse 圖下部，說明該類企業群體創新偏好布局越傾向于多領域協同發展，與之相反，則傾向于縱深發展。基于以上分析方法，結合圖3、圖4 集成電路設計產業各類企業創新偏好模糊概念格結果，我們可以實現各類企業創新偏好畫像結果的初步分析。

（1）領導型企業創新偏好畫像分析。5G 通信、物聯網、人工智能快速發展，對芯片數據的傳遞與交換提出了更高的要求，企業對于相關應用領域的技術突破也愈加重視。從創新偏好模糊OE 概念格來看，領導型企業可以敏銳感知產業發展前景與方向，核心創新領域主要集中在數字通信領域和計算機技術領域，相關領域核心創新競爭主要體現在信息存儲、數據處理、數字信息傳輸等技術，致力于解決芯片設計與多元應用領域融合過程中的技術問題。對于視聽技術領域與電信領域，企業雖有關注，但對于大部分領導型企業而言，受電視機、揚聲器行業總體規模增速放緩的影響，這兩個領域均不是企業創新關注重點，處于邊緣創新領域；而半導體器件、測量、控制等較為基礎的技術領域，領導型企業甚少涉及。

對于創新偏好結構布局，從創新偏好模糊AE概念格可知大部分領導型企業創新偏好集中在少數領域，各領域創新隸屬度傾向比較明顯，但也有少部分企業各領域創新偏好較為平均，傾向于多領域創新，橫向協同發展。企業x11和x12創新偏好集中在少數領域，傾向于創新縱深發展，企業x13在多個領域的創新隸屬度都較高，比較注重創新橫向多維發展。

對于領導型企業而言，應該在保證現有核心技術的優勢地位的基礎上，沿著企業的發展方向，對現有技術持續積累，實現現有技術組合的迭代和突破。同時尋求企業創新發展空間，嘗試創新偏好領域的延伸，積極識別技術機會和技術融合，著力解決集成電路設計行業“卡脖子”的EDA 工具以及核心IP 等問題，為實現創新能力躍遷保持行業領先奠定基礎。

（2）穩定型企業創新偏好畫像分析。穩定型企業無論從創新偏好領域還是創新偏好結構布局來看，都處于比較保守的狀態。首先穩定型在企業中占比最少，其次該類企業總體來說涉及創新領域較少，其中半導體為核心創新領域，電機，設備，能源、計算機技術領域為邊緣創新領域，創新重點仍集中在較為基礎的半導體器件以及電路裝置與設備等方向，對于集成電路設計應用的創新鮮少關注，一定程度上束縛了企業的發展潛力。而從各企業整體的創新偏好布局來看，各企業均傾向于在原有技術領域內進行維持性創新，對于產業發展與市場需求缺乏積極探索，本質上沒有從模仿者變為創新者。同時任何領域內較深的技術深度均會導致一定程度的技術僵化，阻礙企業發展其他領域，使企業面臨核心競爭力隨時喪失的風險，進而影響公司轉型成為領導型企業。

穩定型企業若想轉型成為領導企業，一定要優化公司存在已久的創新偏好布局與結構，保證現有創新領域的領先地位的基礎上，借助企業多年發展的沉淀與積累，對標領導型企業，衡量自身情況，密切關注市場需求及應用領域，尋找創新領域延伸可能性，推進多領域同時演進，加速創新迭代，增強企業創新能力與核心競爭力的同時保證轉型能力。

（3）潛力型企業創新偏好畫像分析。潛力型企業核心創新偏好標簽為基本通信原理與數字通信，該類企業更偏向于通信方向集成電路設計的創新，由于通信主要與電路以及信號相關，容易與現代技術相結合，開發出新的創新發展機遇，使企業跨越目前主流企業的防御體系，另辟蹊徑，實現企業快速成長。因此潛力型企業對于計算機技術、電信、電機，設備，能源、視聽技術、半導體等領導型及穩定型企業核心創新領域，僅有個別企業較為關注，屬于邊緣創新領域。

從創新偏好模糊AE概念格來看，潛力型企業大多數公司偏向于在特定的一個或兩個領域深入創新，將有限資源集中于特定領域，在特定領域尋求公司發展。目前潛力型企業仍應注重特定領域的創新能力積累，為快速成長與規模擴大奠定基礎，同時發現并搶占新的利基市場，爭取尋求顛覆式創新，增強企業創新能力與核心競爭力，進而“彎道超車”，實現與領導型企業的非正面競爭性快速追趕。

（4）危險型企業創新偏好畫像分析。對于危險型企業而言，大多數企業傾向于在測量、電機，設備，能源與半導體等儀器以及芯片封裝測試等方向進行創新，對于集成電路設計的深層次應用領域計算機技術、基本通信、電信、數字通信領域投入較少的創新關注度，使企業創新潛力受到一定限制。而從創新偏好結構布局角度來看，危險型企業中較大一部分對于各創新領域關注度相差較小，在各方面的創新偏好比較平均，資源分配較為分散，沒有重點發展領域。

危險性企業應該具有危機意識，積極調整企業創新偏好領域布局與結構布局，衡量企業現有情況及行業發展方向，精簡企業重點創新方向，整合企業現有資源及能力，將分散的資源集中投入，尋求企業在某領域的優勢發展，逐漸增強自主創新能力，將危機壓力變為動力，為企業實現競爭優勢追逐奠定基礎。

4.3 企業群體創新偏好偏序信息挖掘

模糊三支概念格中除概念節點所含有的創新偏好標簽外，依賴于概念格特有的層次結構以及每個概念節點中創新偏好隸屬度數值，各概念間的層次關系與關聯關系中也隱含有豐富的信息，根據概念相似度公式，計算各概念相似度，可以進一步準確量化各概念相關性，方便發掘概念隱含關系。限于篇幅，僅引入領導型企業各概念相似度數值，對領導型企業概念格數據信息進行深入挖掘，見圖5、圖6 所示。

圖5 集成電路設計產業4 家領導型企業含有相似度的創新偏好模糊OE 概念格

圖6 集成電路設計產業4 家領導型企業含有相似度的創新偏好模糊AE 概念格

（1）特定領域企業偏好次序挖掘。模糊AE 概念格以外延分為正域和負域，且各對象具有隸屬度值，任何概念本身亦具有大量豐富的數據知識，在模糊AE 概念格中，任意指定一個或一類領域，能夠快速找到相關企業并得到各企業在創新方面的偏好排序，為投資者衡量企業潛力，政府精準補貼提供依據。若指定領域為α6（計算機技術），則選擇領導型企業順序為x12，x13＞x14，企業x11處于AE7 概念的負域中，表明該領域不是x11企業的創新重點，不列入考慮；若進一步對企業在領域α1（數字通信）、α6（計算機技術）的創新能力均有較高要求時，選擇企業順序x13＞x14。因此，利用模糊AE 概念格所特有的各概念中的企業與各創新偏好的隸屬關系以及概念間創新偏好的包含關系可以為政府和投資者選擇意向企業提供一種新的方法。

（2）企業競爭對手發現。模糊三支概念格具有經典概念格所具備的完備性以及伽羅瓦鏈接約束［19］，模糊OE 概念格任何一條從上到下的通鏈，其父概念與子概念相比，概念外延增多，概念內涵減少，概念正域負域中各屬性隸屬度減小，同時基于各概念間的相似度計算，天然為企業競爭對手的發現提供條件。企業競爭對手主要是指在技術、產品、創新等層面與企業有高度相似性的具有競爭力的企業。借助概念格的有序性，可以得到各企業競爭對手排序，以企業x13為例，概念OE4與概念0E7、OE9、OE11的相似度分別為0.63、0.43、0.57，概念OE7對象為x11、x13，概念OE9 外延為x12、x13，概念OE11 外延為x13、x14，因此企業x13有序競爭對手為x11＞x14＞x12。類似地，可以得到其他企業競爭對手排序，為企業對標不同競爭對手確定差異化創新競爭戰略提供理論依據。

5 結論與展望

本文在數據驅動下以專利為切入點提出一種基于模糊三支概念格構建企業創新偏好畫像研究企業創新偏好特征的模型，并以集成電路設計行業進行實證研究，分別構建領導型、穩定型、潛力型、危險型四類企業創新偏好模糊OE 概念格與模糊AE 概念格，層次化展示集成電路設計行業各類企業總體的創新偏好標簽以及創新偏好結構布局，實現了對集成電路行業各類企業創新偏好差異化數據呈現，為企業制定創新戰略，政府細化創新政策提供理論依據。此外，通過模糊三支概念格概念間的相似度衡量，進一步挖掘創新偏好模糊三支概念格隱含信息，實現了對企業創新偏好信息的深層次應用，主要得出以下結論：

（1）概念格“外延-內涵”關系與企業畫像的“企業-標簽”關系本質上的同一性，以及概念格可視化工具Hasse 圖最大程度保留企業數據細節等優勢，可以對企業標簽之間隱含關系進行深入挖掘，從而保證畫像結果的準確性和完整性。

（2）集成電路設計產業各類企業在創新偏好的領域布局與結構布局方面各有差異，其中領導型企業創新主要傾向于數字通信和計算機技術等集成電路多元應用領域，對視聽技術、測量、控制等領域較少關注，且大多領導型企業選擇多領域協同發展的創新偏好布局；穩定型企業創新主要集中于較為基礎的半導體器件以及電路裝置與設備等方向，在領域布局方面也采取維持策略，缺乏對于其他領域的積極探索；潛力型企業主要創新發力方向為通信方向集成電路設計的創新，通過與現代技術的結合開發創新發展機遇，受規模影響，一般選擇集中資源在單一領域進行縱深創新；危險型企業核心創新領域為測量、電機，設備，能源與半導體等儀器等方向，資源分配較為分散，沒有較為明顯的創新重點領域。

（3）根據集成電路設計產業各類企業創新偏好畫像的標簽呈現與結果分析，領導型應該穩步提升創新能力，重點布局高端技術；穩定型企業應著重提升創新熱情，探索突破企業創新僵局；潛力型企業應當拓寬創新偏好關注邊界，蓄力實現彎道超車；危險型企業需要及時調整企業創新資源布局，全力推動企業轉危為安。

同時，本文也存在不足,需要在后續長遠研究中進一步探索。第一，專利數據盡管包含了企業絕大部分的最新技術，但部分企業出于商業利益及顛覆技術保密的考慮，不會為企業核心技術申請專利，可能會對于企業創新偏好特征的抽取存在一定程度的影響。第二，本文僅對集成電路設計行業進行了實證分析，由于集成電路產業本身屬于專利密集型產業，需要進一步探究模型在其他行業的效用性。因此在后續研究中，我們會應用本方法對更多領域企業群體進行創新特征研究，并根據不同產業結果的分析比較，對模型進行改進，提高模型的普適性。同時，將探索以更多源的創新測量方式確定企業創新偏好特征并利用概念格進行更深入的知識發現與挖掘，為企業、政府創新決策提供更多依據。