產業用紡織品跨領域技術融合演化分析

李凌宇　虎陳霞　徐茜

摘要： 技術融合為產業技術升級提供了新思路，然而對于技術融合的研究往往忽略了產業用紡織品領域。文章基于“重點產業專利信息服務平臺”的專利數據，結合社會網絡與鏈路預測方法，對產業用紡織品領域的技術融合現狀、未來發展熱點與趨勢進行深入研究。結果表明：跨領域技術融合在產業用紡織品領域內的應用日益廣泛，并主要集中在作業與運輸、紡織與造紙及固定建筑物三大領域，其中分離、制作化學長絲、線、纖維、鬃或帶子的機械方法或設備等技術在技術融合過程中扮演重要角色;纖維材料在航空航天等領域的應用與高品質非織造布、土木建筑用紡織品的應用是未來值得關注的方向。

關鍵詞： 技術融合;產業用紡織品;社會網絡;鏈路預測;重點產業專利信息服務平臺;結構洞

中圖分類號： F407.81 文獻標志碼： ?A

文章編號： 10017003（2023）080028－10

引用頁碼： 081104 DOI： 10.3969/j.issn.1001-7003.2023.08.004

產業會聚與技術融合現已成為技術更新換代的重要推動力量，重大技術創新不再是只誕生于傳統的單一領域，而是變為跨領域存在［1］。技術融合的概念最初是由Rosenberg［2］在他的機器工具產業領域變革的文章中提及的，他認為不同產業在制造過程中以同一知識為基礎的過程可以被定義為技術融合。而Hacklin［3］則是從知識融合這一視角來解釋技術融合，他提出技術融合主要發生在知識與學科融合、技術融合、市場/應用融合與產業融合4個不同層面。Curran等［4］提出技術的融合是技術在之前的位置發生延伸、離散等變化或運動至不同于先前的另一位置，并對其他技術產生影響。

目前，國內外學者已對技術融合展開了多角度分析，主要包括技術融合測度、技術融合演變趨勢與現狀分析等。如馮科等［5］以20多年的中國汽車產業專利和標準數據為研究對象，驗證了在新型技術融合和強化型技術融合中，兩個測度指標（技術標準集中度、協作網絡結構嵌入性）所產生的影響和作用機制;婁巖等［6］以專利為依據，從聚合性、耦合性、均衡性三個方面展開研究，為測度技術融合提供了新的研究框架，并以信息技術與純電動汽車技術的相互融合來驗證其研究框架的有效性。同時，數據挖掘、主題模型等也被廣泛應用于跨領域技術融合研究中，如慎金花等［7］運用了隱含狄利克雷分布（Latent Dirichlet Allocation，LDA）主題模型，并結合數據挖掘中的Louvain聚類算法和Apriori算法來發掘各聚類的技術主題，并運用這些技術主題識別未來的技術發展趨勢。王宏起等［8］采用Katz指標（鏈路預測全局路徑中的一種測度指標）分析得出，中國電動汽車產業在未來的技術融合將以網絡化和智能化為主要發展方向。雖然當前對于技術融合的理論研究日漸豐富，但是實證研究相對不足，并且實證研究領域主要集中于如芯片、新能源汽車等的高新領域，較少關注紡織這一傳統領域;而產業用紡織品領域的研究雖然開始得比較早，但是發展緩慢，大多關注點都在單一紡織品特性與制造技術上，缺乏對不同領域間技術融合的認識和測度［9-10］。隨著產業用紡織品的使用空間不斷擴大，發展方向不斷增多，眾多產業用紡織品企業將會遇到技術創新這一難題。在現有背景下，本文將結構洞、中介人分析與鏈路預測相結合，以探究產業用紡織品跨領域技術融合的演化與發展趨勢，借以驗證現有的技術融合分析方法能否擴展到其他非高新領域，同時把握產業用紡織品的發展規律和未來發展趨勢，預測未來突破性創新的主攻方向。

家紡、服裝及產業用紡織品是紡織品產業的三大主要組成部分。中國紡織產業“十四五”發展綱要明確提出：產業用紡織品要提高纖維新材料應用和智能制造水平，大幅提升差異化、高端化產業用紡織品的比重，滿足新材料、新能源、醫療健康和國防軍工對先進紡織材料的需求［11］。產業用紡織品作為技術密集型產業，具有多學科交叉的產業鏈特征，使得科學技術創新成為其參與國際競爭的核心因素［12］。因此，本文基于產業用紡織品專利數據，繪制不同階段專利共現網絡，結合網絡密度、網絡中心勢、網絡聚類系數三個宏觀測度指標和結構洞、中介人兩個微觀測度指標，分析了產業用紡織品跨領域技術融合中存在的關鍵技術;并借助鏈路預測中的相似性指標來識別技術融合中不同階段的潛在融合關系，進而分析不同技術間融合關系的演化趨勢，以期為產業用紡織行業的技術創新提供參考依據。

1 研究方法

1.1 社會網絡分析法

社會網絡分析法的主要研究對象是網絡中節點與節點之間的關系，刻畫不同節點間的關系模型，最終得出關系模型的結構特征及其對網絡中各個節點乃至關系網絡整體的作用與影響［13-14］。本文借助網絡密度、網絡中心勢、網絡聚類系數和結構洞、中介人五個測度指標來對產業用紡織品專利共現網絡進行量化分析。

1.2 鏈路預測

網絡中的鏈路預測是指如何通過已知的網絡節點及網絡結構等信息，預測網絡中尚未產生連邊的兩個節點之間產生連接的可能性。這種預測包含對未知鏈接和未來鏈接兩方面的預測。基于相似性的鏈路預測算法尤其是局部相似性指標，因其可解釋性強、運算時間低等特性而被廣泛應用［15］。本文選取了Common Neighbour（CN）、Adamic-Adar（AA）、Resource Allocation（RA）、Preferential Attachment（PA）這4個相似性指標對產業用紡織品專利數據進行鏈路預測研究。

2 技術融合測度指標設計與數據收集

本文的測度指標主要包括宏觀、微觀測度指標和相似性指標三部分，其中宏觀與微觀測度指標主要依據測度對象的不同來進行劃分。宏觀測度指標是專利共現網絡的整體指標，綜合考慮了網絡中節點與鏈接情況，是對產業用紡織品領域技術融合總體態勢和特征的綜合評價;微觀測度指標的主要研究對象是網絡的內部節點，能夠識別關鍵技術，具體分析技術交叉融合的實現路徑;相似度指標主要是基于相似度來預測網絡中的潛在鏈接。

2.1 宏觀測度指標

網絡密度主要用來描述網絡的聚集程度［16］，專利共現網絡的網絡密度能衡量不同技術間的關系緊密程度，其值介于［0，1］，值越大表明不同技術間的關系越密切。其計算如下式所示：

式中：l為專利共現網絡中存在的邊數，n為網絡的節點總數。

網絡中心勢指專利共現網絡的度數中心勢，一個共現網絡整體的中心性主要通過網絡中心勢來表示。網絡中心勢與共現網絡整體的中心性成正比，如下式所示：

式中：n為網絡中所擁有的節點總數，Cmax是網絡中中心度最大的值，Ci是網絡中其他節點的中心度。

網絡聚類系數可以測度與描述網絡的局部網絡結構，本文運用平均局部密度來衡量整個網絡的聚類系數，如下式所示：

式中：n為網絡節點數，αi為節點聚類系數，CCαi為網絡中所有節點αi的平均值。

2.2 微觀測度指標

2.2.1 結構洞分析

結構洞理論最先由Burt［16］提出，他認為“一個結構洞是兩個行動者之間的非冗余聯系”［17］，結構洞所處位置主要具有信息優勢與控制優勢兩方面的優勢［18］，如果一個節點處在結構洞的位置，則更易了解和掌握新知識與新技術，并對技術創新所需資源的流動方向具有決定作用［13］。本文運用有效規模和限制度兩個指標來對網絡結構洞進行具體測度。

節點i的有效規模等于該節點的個體網絡減去網絡的冗余度，即有效規模等于網絡中的非冗余因素，節點i的有效規模如下式所示：

式中：j代表了與節點i相連的所有節點，q代表了節點i和節點j之外的第三個節點;PiqMjq表示節點i和節點j兩者間存在的冗余度。Piq代表了在節點i的所有連接中，有關q的連接占總連接數的比例；Mjq代表了節點j與節點q之間連接的邊際強度，等于兩節點間連接的取值與節點j與其他點的連接中的最大值之間的比值。

限制度是網絡中的節點受限制的程度，代表此節點在網絡中所擁有的運用結構洞的能力。其計算如下式所示：

式中：Cij為網絡圖中節點i受到節點j的限制度;Pij為在節點i的所有連接中，有關j的連接占總連接數的比例。限制度Cij的最小取值為P2ij，即節點j與網絡圖中的其他點均不連通;最大取值為1，即節點j是節點i唯一連通的節點。

結構洞有效規模和限制度兩個指標對于結構洞出現的可能性表現出相反的作用，一個節點的有效規模越大，節點個體網絡中包含的非冗余因素越少，信息流動和影響力傳播的效率較高，則擁有結構洞的可能性越大。與之相反，限制度越大，表明節點所處網絡越趨于閉合，冗余連接較多，則存在結構洞的可能性越小。

2.2.2 中介人分析

Burt［16］將中介人的作用解釋為能從一個群體中獲取資源與信息并傳遞給另外一個群體，即能夠對信息進行收集和交換。在一個包含節點A、B、C的關系中，根據中介節點B所發揮的作用，可以將中介人分為協調人、顧問、守門人、代理人、聯絡人中介5類，如圖1所示。協調人中介指節點A、B、C屬于相同的技術領域，節點A、C通過中介節點B聯系;顧問中介指節點A、C屬于相同的技術領域，中介節點B聯系節點A、C并屬于另一個技術領域;守門人中介指節點A獨處于一個領域中，而中介節點B與節點C同屬于一個技術領域;代理人中介指中介節點B與節點A同處于一個技術領域，而節點C獨自處于另一個技術領域;聯絡人中介指節點A、C與中介節點B分散于三個各不相同的技術領域。

2.3 相似性指標

本文選取了CN、AA、RA、PA這4個相似性指標用于鏈路預測，具體含義與公式如表1所示。依據節點局部信息來衡量網絡中節點的相似性，相似性越高則節點間具有的共同特征越多，所處的網絡環境越相似。通過已構建的專利共現網絡，借助相似性指標來預測網絡中潛在的鏈接，即預測產業用紡織品領域未來出現技術融合的主要方向及其可能性。對網絡所有未觀察到的鏈接根據其相似度得分進行排名，其中連接更多相似節點的鏈接在網絡中的存在可能性更高。

本文將曲線下面積（Area Under Curve，AUC）作為衡量鏈路預測精確度的指標，可以將AUC理解為在測試集中隨機選擇一條邊的分數值比隨機選擇的一條不存在的邊的分數值高的概率。也就是說，每次隨機從測試集中選取一條邊，再從不存在的邊中隨機選擇一條，如果測試集中的邊分數值大于不存在的邊的分數，那么就加1分;如果兩個分數值相等就加0.5分。AUC越大，說明模型的精確度越高。其計算如下式所示：

式中：n*表示得分為1的次數，n**表示得分為0.5的次數，n表示獨立比較的總次數。

2.4 數據收集與階段劃分

專利共現分析法，是指在同一項專利信息中如果同時涉及到兩個及兩個以上不同的國際專利分類（International Patent Classification，IPC）號，那么即發生了專利共現。眾多學者認為專利共現的發生代表在一項專利發明中分屬于不同技術領域的技術元素被同時加以使用，即技術領域之間發生了技術融合［19-20］。而IPC分類號依等級分為部、大類、小類、大組、小組五個部分，IPC四位分類碼（簡稱IPC4）是指分類至小類這一層級的IPC分類號，借助其可實現對專利的技術領域屬性的分析［20-21］。本文基于IPC4，運用專利共現分析法，對產業用紡織品領域中存在的跨領域技術融合進行測度和分析。

本文所有專利數據均取自“國家重點產業專利信息服務平臺”，主要選取的是紡織產業中產業用紡織品的中文專利，其中涵蓋了發明專利、實用新型專利、外觀設計專利、發明授權專利四大類，由于“外觀設計專利的專利分類號所應用的分類體系與其他三類專利不同”［22］，與此同時發明授權并不能直接表示技術融合，故在數據整理時剔除了這兩類專利。

在國家重點產業專利信息服務平臺上通過“紡織品行業—產業用紡織品—中文專利”這一行業篩選，最初收集了申請年從1985—2019年的所有產業用紡織品專利數據中的發明專利和實用新型專利數據。但由于2019年實用新型專利數據缺失，所以僅保留申請年為1985—2018年的數據，共得到7 558條專利數據，并根據其分布趨勢，將數據分為三個階段。第一階段為1985—1995年，此階段專利年度申請數量較少，增長速度緩慢，屬于起步階段;第二階段為1996—2007年，在此階段專利申請數量呈現逐步增加的趨勢，但增速仍

然較緩，屬于穩步發展階段;第三階段為2008—2018年，此階段專利申請數相比于第二階段來說，數量明顯增加，增速也更快，屬于快速發展階段。在劃分三個階段后，進入平臺所屬的分析平臺，分別重新下載三個階段的發明專利和實用新型專利數據之間的專利關聯性數據，并對兩類數據進行合并、清洗與處理，共得到6 561條專利數據（圖2）。

3 產業用紡織品專利共現網絡整體特征分析

對劃分階段的專利數據進行預處理后，借助UCINET繪制專利共現網絡，其中IPC4為網絡的節點，節點的大小代表了專利在整個共現網絡中的中心度大小;兩專利之間的共現關系則通過兩個不同節點之間相連的邊來表示，邊的粗細表明了不同專利之間共現頻次的多少。三階段專利共現網絡如圖3—圖5所示。

由IPC4個數及其關聯關系獲得網絡節點數與邊數，結合式（1～3），獲得各階段網絡整體指標，如表2所示。在三個階段中專利共現網絡的網絡密度分別為0.124、0.076、0.054，網絡密度不斷減小，說明產業用紡織品中雖然技術創新所涉及的技術種類越來越多，技術間聯系種類也越來越多，但是不同技術間聯系的緊密程度卻在降低，總體上呈現一種減弱的趨勢。三階段專利共現網絡的中心勢分別為15.80%、4.53%、2.48%，當專利共現網絡規模隨著時間擴大時，整個網絡的中心勢呈現一種快速下降趨勢。這是因為參與產業用紡織品領域技術創新中的技術越來越多，使得領域內技術分布趨于分散，原有的核心技術，如B10D（分離）和E04B（一般建筑物構造；墻，如間壁墻；屋頂；樓板；頂棚；建筑物的隔絕或其他防護（墻、樓板或頂棚上的開口的邊沿構造入E06B1/00））等，在發展過程中其控制力因其他技術的出現而不斷被削弱。網絡密度和網絡中心勢的減弱趨勢表明，中國產業用紡織品的發展越來越趨向于多元化，應用領域不斷拓寬，不再局限于傳統領域，而是更加向生活化與個性化方面靠近。

與此同時，整個專利共現網絡的聚類系數呈現出先增大后減小的趨勢。聚類系數增大表明共現網絡中所包含的節點與其周圍節點之間的關系越來越緊密，反之則表明共現網絡中所包含的節點與其周圍節點間關系的緊密程度有所下降。雖然聚類系數呈現此種趨勢，但三個階段的聚類系數都在0.7以上，即表現出較大的聚類系數。由此表明，產業用紡織品的技術融合表現出了較為明顯的聚落特征，技術融合的總體整合程度較高，產業技術發展呈現群落化的特點。在整個紡織品產業中，企業是最主要的技術創新主體，因此這種趨勢可能與中國紡織品產業中企業的地區集聚分布存在一定的內在聯系，當前中國紡織產業主要集中分布在東部沿海地區，并有向內陸延伸的趨勢，其中浙江、山東、廣東等地是分布最為集中的地區。紡織企業的集聚分布能夠產生一種明顯的協同效應，從而使得技術融合擁有群落特征，并且隨著中國產業用紡織品發展規模和空間格局的調整，專利共現網絡的聚類系數在未來可能會持續降低。

4 產業用紡織品發展熱點與趨勢研究

4.1 結構洞分析

在專利共現網絡中，當一個IPC4處于較多的結構洞位置，則說明它所擁有的信息優勢和控制優勢較為明顯。首先根據事先構建的專利數據矩陣，借助UCINET的結構洞分析識別處于結構洞位置的IPC4，然后依據式（4～5）分別計算各階段結構洞的有效規模和限制度。各階段處于前十位的IPC4如表3所示。

各階段結構洞分析結果表明，位于結構洞的關鍵技術，其演變趨勢大致可以分為三種類型：第一類為核心技術，這些技術在各階段均處于結構洞位置，它們的結構洞地位雖然會隨著時間的推移產生波動，但各階段排名均保持在前十位，如B01D（分離）、D21H（漿料或紙漿組合物，不包括在小類D21C、D21D中的紙漿組合物的制備；紙的浸漬或涂布，不包括在大類B31或小類D21G中的成品紙的加工；其他類不包括的紙）、B32B（層狀產品，即由扁平的或非扁平的薄層，例如泡沫狀的、蜂窩狀的薄層構成的產品）等，結合已有研究能夠發現，結構洞地位的穩定性表明技術的發展是一個循序漸進的過程，即技術演化存在漸進性［23］。第二類為新興技術，這些技術在第一階段所處的排名較為靠后，但隨著產業用紡織品領域技術創新的不斷發展，D06M（對纖維、紗、線、織物、羽毛或由這些材料制成的纖維制品進行D06類內其他類目所不包括的處理）、E04F（建筑物的裝修工程，如樓梯、樓面（窗、門入E06B））等占據的結構洞開始發揮越來越重要的作用，即在表3中所處的排名在不斷地上升。第三類為邊緣化技術，這些技術在前期所占據的結構洞地位較為重要，但隨著進入產業用紡織品領域的新技術不斷增加，結構洞地位逐步被削弱，進而被其他技術所取代，失去了關鍵技術的地位，如E01C（道路、體育場或類似工程的修建或其鋪面;修建和修復用的機械及附屬工具，即用夯實或平整冰雪的方法筑成道路或類似鋪面入E01H）、E04B（一般建筑物構造；墻，如間壁墻；屋頂；樓板；頂棚；建筑物的隔絕或其他防護（墻、樓板或頂棚上的開口的邊沿構造入E06B1/00））、C08L（高分子化合物的組合物（基于可聚合單體的組成成分入C08F、C08G;人造絲或纖維入D01F;織物處理的配方入D06）〔2〕）等。

從占據結構洞的技術所處的部來看，大部分的專利都處于B部（作業；運輸）、C部（化學；冶金）、D部（紡織；造紙）、E部（固定建筑物），較少部分處于A部（人類生活必需品）和H部（電學）。這表明產業用紡織品的跨領域技術融合，主要發生在這幾個領域之中，D部是傳統的紡織大類，而C部是化學相關領域，涉及化纖的研發技術。出現這種現象的原因是產業用紡織品的技術創新主要涉及紡織品制作工藝和物理特性的創新，同時與當前中國產業用紡織品的主要應用領域

有關，所以其技術創新也主要集中在相應的應用領域中，而較少涉及其他不相關的領域。航空航天、交通運輸與土木建筑是當前中國產業用紡織品重點專注的領域，因此在未來分屬于B部與E部的技術勢必會成為產業技術創新的關鍵點。在以往對于中國紡織高校的技術融合研究中，其技術融合主要集中在A部（人類生活必需品）、B部、C部中［24］。而在智能紡織品領域，數字計算機、家用電器、可穿戴設備等是主要方面［25］，紡織品的創新主體和應用領域的不同，使得技術融合發生的領域也略有不同。

4.2 中介人分析

技術中介使得沒有直接連通的兩個領域之間相互關聯，這給研究產業用紡織品的跨領域技術融合與演化發展提供了不可替代的實用載體［19］。在已構建的專利數據矩陣和專利共現網絡基礎上，依據五種中介人的定義，借助UCINET的中介人分析，得出各階段技術中介充當不同中介人的角色的次數。各階段中總排名前十的技術中介如表4所示。

在三個階段中中介人的五種角色均存在，且從總體上看專利共現網絡中節點充當中介人的數量隨著時間的推移在不斷地增加，且充當顧問、聯絡人中介的次數遠高于充當技術、協調人、守門人中介的次數。根據中介人角色的定義可以推斷出，在產業用紡織品領域中跨領域技術融合對于推動技術創新起著十分重要的作用。

在第一階段（1985—1995年），在35個節點中僅有10個節點充當了技術中介，數量相對較少，且技術分屬于B部（作業;運輸）、D部（紡織;造紙）、E部（固定建筑物）三大技術領域，體現了在第一階段不同領域間就出現了一定的技術融合，只不過融合數量較少。大部分技術創新仍以D部（紡織;造紙）的技術為主，并以D21H、E01C、B01D作為行業發展過程中的關鍵技術。在第二階段（1996—2007年），在165個節點中有73個節點充當了技術中介，技術中介數量明顯增多，其中B01D（分離）僅作為顧問中介的次數增加。E04B（一般建筑物構造；墻；屋頂；樓板；頂棚；建筑物的隔絕或其他防護（墻、樓板或頂棚上的開口的邊沿構造入E06B1/00））、B32B（層狀產品）取代了第一階段的D21H、E01C成為了此階段的關鍵技術，三者分屬于B部（作業;運輸）和E部（固定建筑物）。在第三階段（2008—2018年），在285個節點中有113個節點充當了技術中介，充當中介的節點數增加了，但是在總節點數所占的比例，卻相比第二階段有所下降。

4.3 相似性指標

基于本文選取的4項相似性指標，依據式（6～9）分別計算三個階段網絡節點間的相似度，并依據式（10）計算AUC指標以評估4項指標的精確度。然后選取精確度最高的相似性指標進行后續分析，結果如表5所示。

由表5結果可知，各階段4個相似性指標的AUC值都較高，其中PA指標的AUC值明顯低于其他3項指標，而AA指標和RA指標各階段精度近似，但RA指標三階段平均精度略高于AA指標，所以本文選擇RA指標進行更深入的分析。選取各階段RA值排名前十位的技術對作為每個階段主要的潛在技術融合關系，結果如表6所示。

由表6結果可知，僅有B01D-D01F、B01D-D21H兩組潛在技術對在三個階段中均排名前十，其中前者的排名隨著產業的發展不斷下降，而后者的排名呈現出先下降后上升的趨勢。由此可知，從第一階段發展到第二階段，產業用紡織品領域對于B01D-D01F、B01D-D21H的關注度不斷下降，到達第三階段B01D-D21H的關注度仍保持下降趨勢，而B01D-D01F一躍成為產業內最為熱門的潛在技術融合對。在第一階段中，除前面提到的兩組潛在技術對和B01D-D01D之外，其余的潛在技術對均只在第一階段排名較高，說明此階段的技術融合缺乏明顯的連續性。隨著產業的發展，企業在技術創新方向上進行了快速調整與布局，這可能是因為此階段為產業用紡織品發展初期，市場需求還不明確，大部分企業仍處于探索時期。隨著市場需求的不斷明確，企業不可避免產生了技術調整，在后期的發展中，企業無須投入過多精力來關注此類技術間可能產生的技術創新。

在第二、三階段排名前十的潛在技術對中，有七組為相同的技術對，分別為D21H-E04F、B01D-D21C、B01D-D06M、B01D-B01J、B01D-D06F、B01D-D01F、B01D-D21H，這七組技術對從1996—2018年一直擁有較高的相似度。在二、三階段內可能產生了大量的技術融合，具有良好的發展前景，主要涉及到B部與D部的融合，代表分離技術與纖維素的提取、生產的融合及分離技術與碳纖維生產設備方面的技術融合，這些穩定技術對的出現，表明纖維材料在整個產業發展中的重要地位。進入21世紀，高性能化學纖維進入特種材料領域，并成為材料科學的重要組成部分，使得其研發得以加強［24］。投資此類技術創新時企業所需承擔的風險相對較小，企業可以在這些融合關系中加強投資，爭取在纖維應用領域獲得領先優勢。

而在第二階段新增了潛在技術對B32B-E04F、B32B-D21H、B32B-E04B，所有新增潛在技術對都與B32B有關，這與前文的結構洞、中介人分析相對應，B32B在第二階段的重要性突然上升，一度成為了行業中的熱點技術。表明層狀產品與建筑領域的技術融合，此類層狀產品，既可以用于建筑物的裝飾，也可以用于加強普通建筑物與特殊建筑物的防水、防火，增強建筑物的安全性、耐用性及功能性。雖然這些潛在技術對在第三階段中排名并未進入前十，但在當前人們對于建筑美觀性與功能性的訴求不斷增多，產業用紡織品在建筑領域的應用將會迎來廣闊的發展空間。企業在選擇此方向進行研發時，也要承擔較高的風險性與不確定性，與其他應用領域不同，應用到建筑領域的紡織品使用年限相對較長，也難以進行更換或調整［26］，對其安全性和耐用性具有更高的要求。

在第三階段新增了潛在技術對B01D-D04H、D06F-E04H、B01D作為行業中長期的熱點技術，其新潛在融合對的產生，說明了融合范圍仍有拓展的可能，與此技術相關的技術創新仍然值得企業探索，其作為行業中的關鍵技術。在廢水處理環節可以被廣泛應用，極大地降低了廢水的排放量，從而降低了企業的污水處理費用，間接提升了企業的經濟效益。D04H（制造紡織品，如用纖維或長絲原料;通過此類工藝或設備制造的織物，如毛氈、非織造布、棉絮、襯墊）與B01D的可能融合，也在一定程度上印證了當前纖維材料和非織造布在產業用紡織品領域的廣泛應用。天然纖維、特種化學纖維、無機纖維等產業用纖維，利用針織、非織造、機織等技術，可以改善紡織品防滲、強度等多方面的性能，增強功能性，使其能夠被應用到航空航天、土木建筑等特殊領域;而非織造布作為產業用紡織品中的重要組成部分，加工制作中涉及到的復合、涂層、層壓等加工技術，在未來可能產生技術突破。而D06F（紡織品的洗滌、干燥、熨燙、壓平或打折）雖然充當了重要的中介角色，但卻沒有占據重要的結構洞位置，與其他技術的融合，雖然充滿了可能性，但同時也面臨著極高的風險。此項技術并沒有涉及到紡織品的制作工藝，不是當前中國產業用紡織品行業發展的重點關注方向，企業在投資此類技術創新時，要充分考慮自身的技術創新能力和抵御風險能力，以及行業的總體態勢。

從總體來說，產業用紡織品發展過程中，主要的潛在融合技術對集中分布于B部、C部、E部內，因此這三個部門是未來需要持續關注的方向。當前產業用紡織品的重點提升領域包括高品質非織造布、安全防護與應急救援用紡織品、航空航天高性能紡織品、醫療健康用紡織品等八大領域［27］，紡織產業也在向著智能化與綠色化的方向快速發展，尤其是在E部，固定建筑物領域，隨著土木紡織品已替代國家基礎建設中木材的地位，成為三大建筑材料之一［26］，其領域內的技術融合將會更為頻繁地發生。

5 結 論

本文基于1985—2018年的產業用紡織品的專利數據（實用新型專利與發明創造專利），根據4位IPC專利分類號構建專利共現網絡并對多項指標進行測度，從宏觀與微觀兩個維度，對紡織產業跨領域技術融合演化趨勢進行研究分析。

1） 總體來看，伴隨產業用紡織品的高速發展，產業內的技術融合表現出融合數量不斷增多、整體中心性快速下降、技術核心作用減弱、聚類程度較高的特征等特征，不同技術領域之間的聯系日益緊密，且不同領域之間的技術同早期相比，更易發生融合。

2） 第三階段測度指標表明，在當前這一時期，技術融合主要集中在B部（作業；運輸）、D部（紡織；造紙）、E部（固定建筑物），較少涉及其他部類，這也與產業用紡織品目前最主要的應用領域一致。

3） B01D、D04H、D01D等技術始終處于專利共現網絡中結構洞的位置，D21C、B32B、B01J等技術所處的結構洞位置，在紡織產業發展中發揮著越來越重要的作用。C02F、D21J、B29C等所代表的技術所占據的結構洞逐漸失去關鍵地位，被其他技術所取代。B01D、D01D、E04F、D06F等技術在紡織產業跨領域技術融合中發揮著重要的中介作用，在技術融合中發揮著不可替代的作用，也是紡織產業在未來的發展中需要持續與重點關注的技術。

4） D21H-E04F、B01D-D21C、B01D-D06M、B01D-B01J、B01D-D06F、B01D-D01F、B01D-D21H這七組技術對是產業用紡織品領域發展過程中較為穩定的潛在技術對，表明纖維材料在航空航天等領域的應用在未來具有良好的發展前景。B01D-D04H、D06F-E04H作為新出現的潛在融合技術對，企業在進行相應的技術創新時，存在一定的風險。與B01D有關的技術融合，是目前產業技術發展的趨勢所在，其融合范圍和領域存在不斷拓展的可能性。同時高品質非織造布、土木建筑用紡織品的應用也需要給予持續的關注。

參考文獻：

［1］NEMET G F， JOHNSON E. Do important inventions benefit from knowledge originating in other technological domains？［J］. Research Policy， 2012， 41（1）： 190-200.

［2］ROSENBERG N. Technological change in the machine tool industry， 1840-1910［J］. The Journal of Economic History， 1963， 23（4）： 414-443.

［3］HACKLIN F. Management of Convergence in Innovation： Strategies and Capabilities for Value Creation Beyond Blurring Industry Boundaries［M］. Heidelberg： Physica Heidelberg， 2010.

［4］CURRAN C S， LEKER J. Patent indicators for monitoring convergence-examples from NFF and ICT［J］. Technological Forecasting and Social Change， 2011， 78（2）： 256-273.

［5］馮科， 曾德明. 協作研發網絡結構嵌入性， 技術標準集中度與技術融合［J］. 系統工程， 2018， 36（6）： 1-12.

FENG Ke， ZENG Deming. Structural embeddedness of R&D networks， concentration of technical standards， and technology convergence［J］. Systems Engineering， 2018， 36（6）： 1-12.

［6］婁巖， 楊培培， 黃魯成. 基于專利的技術融合測度方法及實證研究［J］. 科研管理， 2019， 40（11）： 134-145.

LOU Yan， YANG Peipei， HUANG Lucheng. Method of measurement and an empirical research of technology convergence based on patents［J］. Science Research Management， 2019， 40（11）： 134-145.

［7］慎金花， 閆倩倩， 孫喬宣， 等. 基于專利數據挖掘的技術融合識別與技術機會預測研究： 以電動汽車產業為例［J］. 圖書館雜志， 2019， 38（10）： 95-106.

SHEN Jinhua， YAN Qianqian， SUN Qiaoxuan， et al. Research on technology fusion recognition and technology opportunity prediction based on patent data mining： Taking the electric vehicle industry as an example［J］. Library Journal， 2019， 38（10）： 95-106.

［8］王宏起， 夏凡， 王珊珊. 新興產業技術融合方向預測： 方法及實證［J］. 科學學研究， 2020， 38（6）： 1009-1017.

WANG Hongqi， XIA Fan， WANG Shanshan. Forecast on technological fusion direction of emerging industries： Method and empirical research［J］. Studies in Science of Science， 2022， 38（6）： 1009-1017.

［9］李姝影， 方曙. 測度技術融合與趨勢的數據分析方法研究進展［J］. 數據分析與知識發現， 2017， 1（7）： 2-12.

LI Shuying， FANG Shu. Review of data analysis methods in measuring technology fusion and trend［J］. Data Analysis and Knowledge Discovery， 2017， 1（7）： 2-12.

［10］王鵬飛， 程華. 基于知識圖譜的國內智能紡織品技術融合動態演化及創新前沿［J］. 現代紡織技術， 2022， 30（6）： 16-27.

WANG Pengfei， CHENG Hua. Research on the dynamic evolution and innovation frontier of domestic smart textile technology integration based on knowledge graph［J］. Advanced Textile Technology， 2022， 30（6）： 16-27.

［11］中國紡織工業聯合會. 紡織行業“十四五”發展綱要［J］. 紡織科學研究， 2021（7）： 40-49.

China National Textile and Apparel Council. Development outline of textile industry during the “Fourteenth Five Year Plan”［J］. Textile Science Research， 2021（7）： 40-49.

［12］佚名. 產業用紡織品行業進入快速發展窗口期［J］. 紡織檢測與標準， 2021， 7（2）： 50-52.

Anon. Industrial textile industry has entered a window period of rapid development［J］. Textile Testing and Standard， 2021， 7（2）： 50-52.

［13］翟東升， 張京先. 基于專利技術共現網絡的無人駕駛汽車技術融合演化研究［J］. 情報雜志， 2020， 39（4）： 60-66.

ZHAI Dongsheng， ZHANG Jingxian. Research on technology convergence evolution of unmanned vehicle based on patent technology co-occurrence network［J］. Journal of Intelligence， 2020， 39（4）： 60-66.

［14］KRAFFT J， QUATRARO F， SAVIOTTI P P. The knowledge-base evolution in biotechnology： A social network analysis［J］. Economics of Innovation and New Technology， 2011， 20（5）： 445-475.

［15］李艷麗， 周濤. 鏈路預測中的局部相似性指標［J］. 電子科技大學學報， 2021， 50（3）： 422-427.

LI Yanli， ZHOU Tao. Local similarity indices in link prediction［J］. Journal of University of Electronic Science and Technology of China， 2021， 50（3）： 422-427.

［16］BURT R S. Structural Holes： The Social Structure of Competition［M］. Cambridge： Harvard University Press， 1995.

［17］苗紅， 趙潤博， 黃魯成. 老年可穿戴技術融合演化特征研究［J］. 情報雜志， 2019， 38（6）： 64-71.

MIAO Hong， ZHAO Runbo， HUANG Lucheng. Research on the convergence evolution characteristics of the elderly wearable technology［J］. Journal of Intelligence， 2019， 38（6）： 64-71.

［18］郭秋萍， 趙靜， 郭祥. 基于結構洞的人際情報網絡分析［J］. 情報理論與實踐， 2016， 39（3）： 26-31.

GUO Qiuping， ZHAO Jing， GUO Xiang. Analysis of human intelligence network based on structural holes［J］. Information Studies： Theory & Application， 2016， 39（3）： 26-31.

［19］KIM E， CHO Y， KIM W. Dynamic patterns of technological convergence in printed electronics technologies： Patent citation network［J］. Scientometrics， 2014， 98： 975-998.

［20］LEE W S， HAN E J， SOHN S Y. Predicting the pattern of technology convergence using big-data technology on large-scale triadic patents［J］. Technological Forecasting and Social Change， 2015， 100： 317-329.

［21］CAVIGGIOLI F. Technology fusion： Identification and analysis of the drivers of technology convergence using patent data［J］. Technovation， 2016， 55： 22-32.

［22］馮科， 曾德明， 周昕. 技術融合的動態演化路徑［J］. 科學學研究， 2019， 37（6）： 986-995.

FENG Ke， ZENG Deming， ZHOU Xin. Evolutionary patterns of technology convergence［J］. Studies in Science of Science， 2019， 37（6）： 986-995.

［23］楊奎浪， 徐茜. 基于專利計量的智能紡織品技術創新前沿研究［J］. 絲綢， 2021， 58（6）： 48-55.

YANG Kuilang， XU Qian. Research on the innovation frontier of global intelligent textile technology based on patentometrics［J］. Journal of Silk， 2021， 58（6）： 48-55.

［24］徐茜， 程華. 中國紡織高校技術融合動態演化模式及其對創新績效的影響［J］. 絲綢， 2021， 58（2）： 85-92.

XU Qian， CHENG Hua. The dynamic evolution mode of technology fusion in Chinese textile universities and its impact on innovation performance［J］. Journal of Silk， 2021， 58（2）： 85-92.

［25］鄭巧巧， 虎陳霞， 徐茜. 基于鏈路預測的智能紡織品技術融合趨勢研究［J］. 絲綢， 2022， 59（6）： 10-16.

ZHENG Qiaoqiao， HU Chenxia， XU Qian. Research on the trend of technology convergence for mart textile based on link prediction［J］. Journal of Silk， 2022， 59（6）： 10-16.

［26］李盈， 劉志濤， 陳治申， 等. 產業用紡織品的應用及其與傳統紡織品的區別［J］. 化纖與紡織技術， 2022， 51（1）： 31-33.

LI Ying， LIU Zhitao， CHEN Zhishen， et al. Application of industrial textiles and their differences from traditional textiles［J］. Chemical Fiber & Textile Technology， 2022， 51（1）： 31-33.

［27］工業和信息化部國家發展改革委員會. 關于產業用紡織品行業高質量發展的指導意見［J］. 紡織科學研究， 2022（增1）： 29-31.

National Development and Reform Commission， Ministry of Industry and Information Technology of the People’s Republic of China. Guiding opinions on high quality development of industrial textile industry［J］. Textile Science Research， 2022（S1）： 29-31.

Analysis of the evolution of cross-field technology convergence in technical textiles

ZHANG Chi， WANG Xiangrong

LI Lingyu， HU Chenxia， XU Qian

（College of Economics & Management， China Jiliang University， Hangzhou 310018， China）

Abstract： With the advent of Industry 4.0， exchanges and cooperation between different technologies have become more frequent. The emergence of new technologies such as artificial intelligence and virtual reality has brought opportunities and challenges to traditional industries. The textile industry， as a pillar industry in China， has been restricted in its development due to increasing labor costs and intensifying market competition. Industrial textiles， as an important part of China’s textile industry， currently focus on improving eight major areas including high-quality nonwovens， safety and emergency rescue textiles， high-performance aerospace textiles， and medical and health textiles. Their excellent structure and diverse functions can meet the demand for advanced textile materials in new materials and new energy. At the same time， the textile industry as a whole is rapidly developing toward functionalization， intelligence， and greening. By exploring the evolution and development trend of cross-field technology convergence in industrial textiles， we can grasp the main development directions in this field and identify areas where breakthrough innovations may be generated in the future.

We obtained a total of 6 561 valid patent data from 1985 to 2019 based on the “Key Industry Patent Information Service Platform”. The data were divided into three stages according to the growth rate and distribution trend. By using UCINET and the social network analysis method， co-occurrence networks of industrial textile patents were constructed at three different stages. The IPC patent number was used as the node of the network and the co-occurrence relationship between the two patents was used as the edge of the network. The specific shape and distribution of the network were graphically shown. Based on the constructed patent co-existence network， three macro-measurement indicators： network density， network central potential， and network clustering coefficient were calculated to explore the overall situation and characteristics of the network. Two micro-measurement indicators： structure hole and intermediary were also calculated to identify key technologies and cross-field technology convergence paths. Finally， four similarity indicators： Common Neighbour， Adamic-Adar， Resource Allocation， and Preferential Attachment were used in link prediction to calculate similarity and predict potential links in the network. Based on these potential links， the main directions of technological convergence in the field of technical textiles and their likelihood can be obtained. This also enables the analysis of evolutionary trends of convergence relationships between different technologies and the prediction of future breakthrough technological convergence in the field.

The study shows that with the rapid development of technical textiles， technological convergence within the industry has increased in number， with a rapid decline in overall centrality and a weakening of the central role of technology. There is also a higher degree of clustering. These results indicate that different technological fields within technical textiles are increasingly closely linked and that technologies between different fields are more likely to converge than in the past. Technological integration has also shown more obvious clustering characteristics. The current focus of technological convergence is on innovations in textile production processes and physical properties. The study also shows that convergence mainly occurs in three main areas： work and transport， textile and paper， and fixed buildings. These areas are related to the current main applications of technical textiles in China. Technologies such as mechanical methods or equipment for separating and making chemical filaments， threads， fibers， manes， or tapes play an important role in technological convergence. The use of fiber materials in aerospace and the application of high-quality nonwoven textiles for civil engineering and construction are future areas of interest. Companies can invest more in these areas. While technologies such as washing， drying， ironing， flattening， or folding textiles play a significant role in technological convergence， innovations for such technologies are subject to high risks. When attempting new convergence between two technological fields， enterprises will face unknown R&D and market risks. Enterprises should comprehensively consider their own economic strength and risk resistance capabilities to make the best decision. In the digital economy， rapid changes in market demand and a deep understanding of industry trends can enable companies to reduce their R&D risks and investments and improve their market competitiveness. It is hoped that the results of this study will provide reference for technological innovation in textile enterprises and a basis for the transformation and upgrading of the industrial textile industry.

Key words： technology convergence; technical textiles; social network; link prediction; Key Industry Patent Information Service Platform; structural hole

收稿日期： 20221112;

修回日期： 20230620

基金項目： 作者簡介： 李凌宇（2000），女，碩士研究生，研究方向為紡織產業技術創新。通信作者：虎陳霞，副教授，hcx115@163.com。