基于證據推理的突破性技術知識元匹配方法研究

劉玉梅 溫馨 孟翔飛

摘 要：突破性技術創新的實現具有高度不確定性，如將其視為不同領域技術知識進行交叉融合實現技術軌道躍遷的創新成果，可以有效理解與把握突破性技術創新的內在機理。其中，技術知識元匹配規則和方法成為關鍵性問題。基于突破性技術創新中技術知識元的多元化、動態化和分散化特點，運用證據推理理論，將技術提煉分解為知識元組合形式，根據突破性技術創新和技術融合性質提出技術匹配規則與方法，并以石墨烯技術為例，檢驗匹配規則和方法的有效性。依據規則，在技術知識來源中尋找合適的技術知識元進行匹配，進而迅速實現突破性技術創新，有助于提升突破性技術創新效率和效果。

關鍵詞：證據推理；突破性技術創新；技術融合；知識元；技術匹配

DOI：10.6049/kjjbydc.2022030114

中圖分類號：F124.3

文獻標識碼：A

文章編號：1001-7348（2023）13-0011-10

0 引言

突破性技術創新被認為是引領技術與產業發展方向、助推企業和產業實現“跨越式追趕”的絕佳“機會窗口”［1］，對于引領國家科技發展、促進經濟增長發揮著巨大作用。大量突破性技術創新實踐和理論研究表明，突破性技術創新的形成不僅強調知識創造［2］，還取決于眾多知識領域重組［3］。即更多突破性技術創新來源于跨領域技術融合［4］，技術融合推動著突破性技術創新的涌現。技術融合是指通過互補或替換的方式將多個領域的現有技術聯系起來［5］，以實現對現有技術的突破［6］以及對新技術方向的開拓［7］。近年來，通過典型技術融合實現突破性技術創新的研究層出不窮，如生物芯片技術［8-9］、納米技術、電子信息技術和生物技術［10］、印刷電子技術［11］、信息技術和電動汽車技術［12］、無人機技術［13］等均是通過技術融合實現突破性技術創新的典型例證。

然而，實現不同領域技術融合并非易事，現實中，通過技術融合實現突破性技術創新也存在不盡如人意的結果［14］，而高效獲取匹配技術才是實現技術融合的關鍵。早在1989年，Brownlie等［15］就對技術匹配進行了研究。隨后，學者又先后開展了構建技術匹配的技術創新市場中介機制、知識管理模式［16］、知識庫［17］和知識組織模式［18］等研究。針對具體匹配方法的研究目前以文本相似度匹配為主［19］，但在本研究中，由于突破性技術創新的復雜性和不確定性，通過技術融合形成突破性技術創新難度更大、所需技術數量更多、技術涉及面更廣、技術匹配關系更復雜。因此，傳統文本相似度已經不能滿足研究要求。通過技術融合實現突破性技術創新往往沒有現成方案可供參考，充滿動態性和不確定性，為解決這一問題，學術界提出證據推理理論，并引入信任函數和似然函數對不同級別的不確定性知識進行融合［20］ ，以靈活度量不確定性。因此，本文針對技術匹配不確定性特點，借鑒證據推理理論，將技術分解為知識元組合形式，依據技術匹配規則，提出基于證據推理的技術知識元匹配方法，并以石墨烯技術為例進行應用分析，以期為突破性技術創新情境下的技術匹配研究提供新思路和新方法。

1 突破性技術創新情境下技術知識元匹配機理

1.1 突破性技術創新情境下技術匹配要素

云計算、大數據時代，技術交易發展更加迅速和便捷，技術數量增長速度更快，為技術匹配提供了更多可能，但同時也存在技術信息匹配困難［21］、技術主體對接不暢等問題［22］，尤其是突破性技術創新情境下的技術匹配難點更多。本文認為，通過技術融合實現突破性技術創新過程中的技術匹配主要包含以下要素：待匹配（待融合）技術、符合匹配規則的可供技術、技術匹配方、技術提供方和技術匹配規則等，這些要素相互聯系、相互作用，共同構成技術匹配系統，如圖1所示。

由圖1可知，為實現突破性技術創新，需要技術匹配方將獲取的符合技術匹配規則的提供技術與現有待匹配技術進行交叉融合。需要注意的是，技術提供方提供的技術只有滿足技術匹配方技術要求才能夠通過技術融合生成新技術。在技術匹配過程中，技術匹配方和技術提供方作為技術匹配主體，是需要匹配技術和提供技術的宿主。技術傳遞方式、技術融合度、技術傳遞媒介、技術雙方關系影響技術匹配效果。技術匹配方利用技術匹配規則獲得技術提供方提供的技術，對其進行技術融合形成新技術，并繼續尋找能與其它待匹配技術及新技術進行匹配的其他技術提供方，完成技術融合，實現技術創新。

1.2 突破性技術創新情境下的技術匹配特征

技術融合強調不同領域技術的深度整合，而不是不同技術的簡單疊加。因此，突破性技術創新情境下的技術匹配具有如下特征：

（1）技術匹配的動態連續性。突破性技術創新具有前沿性特征，通常要求實現融合的技術在時間序列上具有新穎性特征。同時，對技術的要求還隨宏觀形勢變化而發展，具有動態性特征。通過技術融合實現突破性技術創新過程中，技術匹配方不斷尋找能夠滿足自身技術訴求的提供技術，只有技術匹配方需要的技術和技術提供方提供的技術相匹配，才能完成技術融合，進而實現突破性技術創新，這個過程具有連續性特征。

（2）技術來源的廣泛分散性。技術融合始于不同學科之間的交叉引用，并逐漸深入到多學科合作研究中［23］，通過技術融合實現突破性技術創新通常不局限于相關領域技術，更需要與本領域內不相關技術實現跨領域交叉融合，導致尋求的技術范圍廣且分散在多個技術領域。同時，技術知識信息載體也十分多樣，常集中于專利、期刊論文、學位論文、會議論文、圖書、基金項目、行業報告、政策、輿情等。技術融合就是將分散在不同領域、不同組織以及不同形式的技術與現有待匹配技術進行融合，從而實現技術創新。

（3）技術主體的多元異質性。企業是驅動技術發展的主要力量，往往需要綜合應用多項技術實現技術融合，既是主要技術匹配方，也是技術提供方，高校和科研院所則是技術的主要提供方。在技術匹配過程中，往往還會出現一些起中介作用的平臺將技術雙方聯系起來，便于實現更優的技術匹配。

（4）技術匹配結果的不確定性。突破性技術創新是打破原有技術軌道的根本性創新［24］，通過技術融合實現突破性技術創新具有較高難度。在技術融合過程中，由于不同知識元在技術組合中的地位和貢獻不同，所以技術融合并非簡單組合或重組，需要經過反復不斷的探索和試驗，對交叉技術進行融合，以達到相互兼容、協調和整合的目的。這種融合沒有固定規律，結果也充滿不確定性。如果技術要求得到滿足，技術能夠匹配，融合后形成的新技術具有突變性［25］并能夠打破原有技術軌道，就是突破性技術；如果形成的新技術只是對現有技術、產品（服務）等進行改進，維持原有技術創新，就是漸進性技術；如果技術無法兼容、協調、整合，技術匹配就有可能失敗。因此，技術匹配結果具有較強的不確定性。即便如此，仍然可以參考已有技術匹配成功案例，采取類似的組合方式和方法得到新技術匹配方案。

1.3 突破性技術創新情境下技術知識元匹配機理

技術融合本質上源于知識融合，技術層面融合可用技術領域間活躍的知識流動表征（翟東升等，2015）。本文將技術融合過程中的技術知識定義為知識元，用不同知識元表征不同技術能力或技術知識領域（劉娜等，2018）。突破性技術創新實質上是技術知識來源中諸多知識元匹配融合后形成新技術，其能夠打破原有技術軌道。本文借鑒Fleming & Strumsky［26］的組合性創新理論，認為知識元并非隨意堆積，而是遵循一定的匹配規則。馬榮康等（2020）研究發現，突破性技術創新的形成往往需要組合新穎的知識元素。除此之外，技術匹配規則還呈現其它特點，技術融合通常分為領域內技術融合和不同領域技術融合（翟東升等，2020）。其中，領域內技術融合是指通過技術組合對原有技術路徑進行優化，并沒有改變原有技術軌道；而不同領域技術融合更容易產生技術軌道躍遷，實現新技術突破，這些不同領域技術通常處于不同技術軌道，存在較大差別。因此，不同領域技術或差異性較大的技術融合更有利于促進突破性技術創新，進而實現新技術發展［27］。然而，如果技術融合度低，將很難沖破原有技術軌道形成突破性技術。只有高融合度的技術組合，才有可能實現技術軌道躍遷，并具備產生突破性技術的可能［28］，這為技術匹配規則的確定提供了新依據。技術知識元匹配機理如圖2所示。

綜上所述，通過技術融合實現突破性技術創新過程中的技術匹配涉及較多內容，包括知識元匹配、技術匹配、技術創新方案等，從微觀層面到宏觀層面，從單個知識元到多個知識元，從單一領域到多個領域，技術匹配呈現出不同特征。其中，獲取的技術是否符合技術要求是決定技術能否匹配成功、技術能否有效融合、創新能否實現的關鍵。

2 突破性技術創新情境下技術知識元匹配模型

當前，在技術融合、學科交叉背景下，技術結構層次和創新模式不斷變化，導致通過技術融合實現技術創新尤其是突破性技術創新所需技術具有不確定性和未知性。這些技術往往分散在不同技術領域，技術匹配方可通過技術購買、許可、授權或（非）股權聯盟的方式獲取所需技術。技術匹配是從技術知識來源中搜尋待匹配技術，采用一定方法實現技術融合并生成新技術的創新過程。技術匹配首先要弄清楚待匹配技術、提供技術以及技術匹配規則。技術匹配是待匹配技術不斷被滿足，通過技術融合實現技術創新并生成新的待匹配技術的動態過程。

2.1 技術匹配過程中的技術知識元

通過技術融合實現突破性技術創新對技術的要求在不同時期有不同的內容，與之相對應的技術知識來源分散在不同領域和不同組織中，技術融合要從不同技術知識來源中找到符合待匹配技術要求的可提供技術，以重新進行組合和創造。

假設有n個待匹配技術、m個可供的技術知識來源，待匹配技術知識元為P，可獲取技術為G，它們均為技術知識來源中的技術要素。技術匹配規則E是根據實際情況確定的技術之間的匹配關系。技術匹配問題還要從橫向和縱向兩個維度考慮：橫向是指在某一個時間點上所包含的待匹配技術的知識元；縱向是針對某個待匹配知識元在不同時間點上被滿足的程度。

待匹配技術隨著時間推移而發展，tk時刻待匹配技術可表示為：

P（pk1tk，pk2tk，…，pkntk）（1）

其中，pki（tk）為tk時刻第i個知識元，表示待匹配技術要素，每個知識元都有自己的結構，如式（2）所示。

pkitk=pki1，pki2，…，pkil（2）

其中，pkil表示第i個知識元第l個屬性值，把技術融合某個時間段待匹配技術分解為多個知識元組合，可表示為：

P=w1pk1tk+w2pk2tk+…+wnpkntk（3）

其中，wi代表i個知識元在待匹配技術中的重要程度，∑ni=1wi=1。

根據技術匹配規則，將從技術知識來源中得到的可供技術與待匹配技術相對應，把tk時間可供技術記為G（gk1tk，gk2tk，…，gkmtk），可供技術的知識元結構為gkjtk=gkj1，gkj2，…，gkjl，gkjl表示第j個可供知識元的第l個屬性值。從技術知識來源中抽取的知識元通過一定組合方式滿足技術要求，可供技術整體表示為：

G=v1gk1tk+v2gk2tk+…+vmgkmtk（4）

其中，vj表示j個可供技術知識元在提供技術方案中所起的作用或貢獻程度，∑mj=1vj=1，可供技術知識元通過不同組合得到不同技術。

在技術融合過程中，技術匹配方對技術要求具有動態性，分割點為獲得新技術的時間，隨著技術要求不斷更新，當待匹配技術得到滿足后，又會形成和激發下一輪新的技術需求，得到新的待匹配技術。同時，在技術融合過程中，并非待匹配技術的每個知識元都能得到良好匹配，待匹配技術只能在一定程度上得到滿足，技術融合效果和新技術創新程度并不盡如人意，但追求新技術的意愿不會消亡。待匹配技術可表示為：待匹配技術=原待匹配技術未被滿足的部分+新的待匹配技術，不同時間點待匹配技術關系式為：

Ptk+1=Ptk－Gtk+NPtk+1（5）

綜上所述，待匹配技術隨著技術融合的深入而不斷發展，為更好地滿足待匹配技術要求，本文把待匹配技術要求分解為若干個子要求，利用Dempster合成規則，獲取技術匹配方案。在技術匹配過程中往往存在不匹配、不相容的技術，或者匹配規則不確定的情況，因此可從多源異構技術知識來源中提取證據。本文利用正交求和法綜合證據，從而獲得技術匹配方案。

通過技術融合實現的突破性技術創新匹配結果用集合Θ表示，集合中的要素是相互獨立的有限元素，Θ被稱為識別框架，是技術匹配的前提和根本。識別框架中的元素由“已經知道”或“想知道”的知識決定［29］，待匹配技術和可供技術識別框架在t時刻分別表示為：Θp（t）={P1t，P2t，…，Pnt}、Θg（t）={G1t，G2t，…，Gnt}，隨著技術的不斷匹配，識別框架也在不斷發生改變。

技術匹配存在一定的隨機性和結果不確定性，可供技術能夠在多大程度上滿足技術匹配要求是一個概率事件。利用一定規則獲取技術知識來源中的技術，保證與待匹配技術形成證據，保證對待匹配技術有一定支持度，本文將所獲技術對技術匹配效果的信任度稱為匹配Mass函數。Mass函數是證據推理理論的基本函數，是在識別框架Θ基礎上的基本可信度分配函數。m2Θ→［0，1］，滿足如下條件：

m=0∑AΘmA=1（6）

其中，2Θ表示Θ所有子集構成的集合，m（A）為A的基本信度指派，表示證據支持A的程度。相關學者把Mass函數定義為可供技術對待匹配技術要求的匹配度，涉及技術融合過程中技術差異度和技術融合度等因素［30］。在眾多技術知識來源中，滿足待匹配技術要求并實現技術融合以達到技術創新支持程度往往需要技術知識來源中的多個知識元。

若識別框架Θ={A1，A2，…，AN}，m（A）為識別框架下的基本可信度分配函數，2Θ={，{A1}，{A2}，…，{AN}，{A1，A2}，…，{A1，A2，…，AN}}為識別框架下的冪集，m（A）>0，則稱A為證據m的焦元。本文把從待匹配技術中提煉的知識元定義為待匹配技術焦元，這些焦元形成全部待匹配技術。可供技術的知識元同樣具有識別框架和焦元，不同時期待匹配技術不同，可供技術的知識元也不同。

2.2 技術匹配規則

技術融合中待匹配技術和可供技術以知識元的形式存在，待匹配技術和可供技術的每個知識元都有自己的維度，待匹配技術和可供技術具體可表示為知識元矩陣。

PF（ij）=pf11pf12…pf1mpf21pf22…pf2mpfn1pfn2…pfnm（7）

其中，pfij表示第i個知識元出現在第j個技術知識來源中的次數。

技術融合中待匹配技術和可供技術存在技術結構差異，技術提供渠道眾多，不同創新內容要求知識元有不同的匹配方法。技術創新尤其是突破性技術創新多通過眾多技術領域重組產生，往往需要新穎程度高、技術差別大、技術融合強的技術進行交叉融合。本文參考劉玉梅等（2021）提出的技術軌道躍遷程度計算公式，具體如下：

Xij=A1Ni+Nj+A2Dij+A3Rij（8）

該公式表示待匹配技術與可供技術之間的匹配規則。其中，Xij表示匹配程度；Ni表示第i項技術的新穎度，利用新穎度指標Sigma指數公式Ni=Sigma=（centrality+1）burstness計算。其中，centrality表示中介中心性值，burstness表示Burst指數的值；Dij表示第i項技術與第j項技術間的差異程度，利用技術距離公式Dij=Distanceij=1－∑nk=1qikqjk ∑nk=1q2ik∑nk=1q2jk表示待匹配技術知識元與可供技術知識元之間的差異。其中，k代表融合技術所包含的技術類別，取值為1～n；qik表示在某時間段領域內i在第k類技術中的知識成果數量；qjk表示在某時間段領域內j在第k類技術中的知識成果數量；Rij表示第i項技術與第j項技術的融合度，利用關聯規則公式Rij=i∩ji∪j=相交知識成果數知識成果總量計算技術可融合度。其中，i、j 表示兩個不同技術領域的知識成果數量；A1表示第i項技術和第j項技術新穎度的權重，A2表示第i項技術與第j項技術間差異度的權重，A3表示第i項技術與第j項技術間融合度的權重。A1、A2、A3可采用熵權法計算。在某一時刻，待匹配技術通過技術匹配規則與提供技術進行技術融合，為技術匹配方法提供支持。

3 突破性技術創新情境下技術知識元匹配方案優選

技術融合是不同領域技術在一定情景下生成新技術的過程。在技術融合過程中，由于匹配技術性質不同，可能會得到不同技術知識來源中的技術支持，并有可能存在多種匹配方法。首先，構造集函數，求出各證據的BPA值（Basic Probability Assignment）；其次，當技術匹配過程存在矛盾和沖突證據時，需要對這些證據進行處理，基本步驟如下：

Step 1：根據前文提到的識別框架Θ和Mass函數，定義技術匹配得到證據信任的上下限：信度函數Bel（Belieffunction）和似真度函數Pl （Plausibility Function）分別為：

BelA=∑BAmB，AΘ（9）

PlA=1－BelA'=∑A∩B≠ΦmB，A，B∈Θ（10）

Step 2：定義證據理論融合規則：設m1，m2，…，mn為識別框架Θ上的n個基本可信度分配函數，正交和m1m2…mn定義為：

mΦ=0mA=K－1∑∩Ai=A∏1≤i≤nmiAi，A≠（11）

其中，K為證據沖突因子，取決于∑∩Ai≠∏1≤i≤nmi（Ai）；合成結果mA表明m1，m2，…，mn對應證據對A的支持程度。

Step 3：計算各知識元支持證據BPA值（Basic Probability Assignment）。集函數m1， …，mn2Θ→［0，1］滿足如下條件：

miHn=wi·βi（Hn）miH=miH+miH=1－wi∑Ni=1βinmiH=1－wimiH=wi1－∑Ni=1βi（Hn）（12）

其中，i=1，…，n；HnΘ;H=Θ;n=1，…，N。wi為知識元i的相對權重∑Mi=1wi=1。βHn、β（H）分別表示焦元HnHnΘ和H（H=Θ）的置信度值。miH由相對權重wi引起；miH代表分配給知識元i的評估信息未知的信任度。

Step 4：對知識元進行合成，計算合成之后的BPA值。

mH，iHn=m1m2…mnHn=1K∑A1∩A2…∩AN=HnmA1，1·mA2，2…mAn，nHnmH=mH+mHmH=m1m2…mnH=1K∏ni=1mΘ，i+mΘ，i）－∏ni=1mΘ，imHn=1K∏ni=1mΘ，iK=∑A1∩A2…∩AN=HnmA1，1·mA2，2…mAn，nHnHnΘ;n=1，…，N（13）

Step 5：將合成后的BPA值轉換成置信度，如式（14）。

βHn=mHn1－mHβH=mH1－mHHnH=Θ（14）

Step 6：根據轉換的置信度確定技術匹配方案，運用匹配綜合效用值衡量。另外，技術匹配方案效度用各知識元匹配的綜合程度表示。

uFAj=∑Nn=1βi（Aj）u（Hn）umaxFj=∑nk=1βkFjuHk+（βkFj+βHFj）uHkuminFj=∑nk=2βkFjuHk+（β1Fj+βHFj）uH1uavgFj=umaxFj+uminFj2（15）

比較幾個方案的效用值，以方案Fg和Fl為例，當uminFg＞umaxFl時，Fg優于Fl；當uminFg=uminFl且umaxFg=umaxFl時，認為Fg與Fl等價；其余情況則通過平均效用值確定方案優先級。當提供技術知識元對待匹配技術有多種組合方式時，通過對不同方案進行排序和比較，根據上式得出綜合效用值，選取技術融合效果最好的組合形式為目前解決方案。

隨著技術的不斷匹配，待匹配技術要求逐漸被滿足，新的待匹配技術不斷涌現。通過技術融合實現突破性技術創新是一個概率事件，在-1～1之間。正值說明技術要求得到滿足，通過技術融合產生突破性技術創新，并激發新一輪待匹配技術；負值說明技術要求沒有得到滿足，無法實現技術融合，技術創新過程失敗。

由于技術獲取方式和獲取時間不同，因此通過技術融合實現突破性技術創新是一個需要考慮時效性、成本和創新成果的多方均衡過程。根據技術匹配特性，多目標均衡技術匹配模型如下：

maxz1=∑mi=1∑nj=1aijxij（t）

minz2=∑mi=1∑nj=1bijxij（t）（16）

∑mi=1xij（t）≤1∑nj=1xij（t）≤1xijt=0或1i=1，…，m;j=1，…，n

其中，xij表示第i個待匹配技術和第j個技術來源中的知識元相匹配，xij為0時表示技術不匹配，xij為1時表示技術匹配；aij表示技術匹配程度，目標為總體匹配程度最大；bij表示技術匹配成本（搜索成本、組合成本和時間成本）。本文構建的模型是匹配程度最大、匹配成本最小的多目標模型，能夠得到某時段最佳技術匹配方案。

4 實例分析

為說明上述方法的有效性，以石墨烯技術為例設計算例。石墨烯從發現至今作為前沿技術領域受到社會各界廣泛關注，在各技術領域表現出的技術交叉融合特征十分明顯。以通過技術融合形成的石墨烯突破性技術作為證據研究技術匹配問題，識別框架是技術匹配的基礎，待匹配技術識別框架是技術匹配的前提。在某一時期，待匹配技術知識元構成這個時期的技術識別框架（P1，P2，…，Pn），每個知識元又包括相應屬性。

根據陳超美教授研發的CiteSpace軟件得出Sigma指數排名靠前的石墨烯技術德溫特手工代碼，具體包括：A08—M10兼容性改良劑、L04—C11C半導體加工—電極、E11—A01循環—過程和裝置、E05—U05C碳納米（含石墨烯）薄膜/片、A08—S01表面活性劑［一般］、L03—E05B太陽能電池、E11—A02脫環（開環）—過程、裝置、A11—A04聚合物制備的分開過程、B12—K04診斷與檢測［一般］、U11—A14納米結構材料。新穎度高的石墨烯技術通過技術融合實現突破性技術創新的幾率更高。本文以半導體加工—電極、太陽能電池、納米結構材料為例，將其視為待匹配技術。隨著技術的不斷融合與發展，在石墨烯領域待匹配技術還會發生轉變，并出現新技術。待匹配技術識別框架可表示為： Θ={納米結構材料，太陽能電池，半導體加工—電極}，各知識元都有一些相應屬性，可表示為（納米結構材料（x1=grapheme-oxide，x2=carbon-nanotube），太陽能電池（x3=battery，x4=lithium，x5=cathode），半導體加工—電極（x6= layer，x7= electroode，x8=substrate））。假設待匹配技術知識元屬性的權重為PW=（（0.5，0.5），（0.3，0.4，0.3），（0.3，0.3，0.4）），提供技術來自不同的技術知識來源，表示為G=（G1（G11（0.2），G12（0.5），G13（0.3））、G2（G21（0.6），G22（0.4））、G3（G31（0.3），G32（0.2），G33（0.5））。由式（8）可得這些知識元與待匹配技術知識元之間的匹配度，模擬計算結果如表1所示。

對可供技術與待匹配技術知識元的匹配度進行排序，結果為：G21>G32>G12>G22>G31>G13>G33>G11，G21>G22>G32>G31>G13>G12>G11>G33，G33>G31>G22>G32>G21>G12>G13>G11，該值越大，表明技術融合越有利于促進突破性技術創新。將匹配效果劃分為5個等級，取值分別為0，0.2，0.5，0.8，1，可表示為：H（H1（極差），H2（差），H3（一般），H4（好），H5（極好）），由式（7）～式（11）得到可供技術知識元的合成BPA，如表2所示。

根據公式（14），將其轉化為各可供技術知識元對融合后待匹配技術知識元的置信度，結果如表3所示。

將各等級的效用值設置為UH1=0、UH2=0.1、UH3=0.5、UH4=UH5=1，由式（15）計算各可供技術知識元對待匹配技術知識元的效用，結果如表4所示。按照可供技術知識元對待匹配技術知識元的效用值進行綜合排序，獲取各可供技術知識元中效用值較大的知識元組合，由G21、G22、G32組成解決方案，結果如表5所示。

由表5可以看出，由證據推理得到的解決方案對待匹配技術具有一定支持度，但表現時好時壞，其中納米結構材料和太陽能電池基本得到滿足。實踐中，隨著納米技術發展，納米結構材料以高質量、性能優異等特征成為多學科交叉研究熱點。相關文獻表明，納米結構材料與表面活性劑應用技術差異度大、融合性強，運用技術匹配規則得出的數值較高、匹配效果較好，納米結構材料得到滿足。因此，依據匹配規則進行技術融合的納米結構材料與表面活性劑應用技術生成突破性技術的可能性更大。目前，利用表面活性劑輔助的水溶液方法成功合成多種形態的納米結構材料［31］，在表面活性劑的參與下，利用水熱反應可以合成具有增強性能的光致發光銀—聚咔唑核殼型復合物納米結構材料［32］，表明依據證據推理得到的解決方案對納米結構材料具有一定支持度。太陽能電池技術與表面活性劑技術融合生成突破性技術的可能性也很大，相關研究利用表面活性劑包覆多金屬氧簇復合物作為陰極界面層、三維表面活性劑—石墨烯復合陰極界面材料，并將其應用于太陽能電池中［33-34］。這表明，可供技術對太陽能電池技術也具有一定支持度。太陽能電池技術與納米結構材料既作為待匹配技術又是可供技術，目前相關研究將納米結構材料應用于新型太陽能電池研發，其能夠大幅提升太陽能電池性能［35］，因此這兩種技術互為可供技術。然而，半導體加工—電極支持度較低，沒有得到滿足，未來還會繼續存在。當新的待匹配技術或新的技術知識來源出現后，依然可以依據上述方法得到新匹配方案。方案的最終確定取決于技術匹配過程中涉及到的各種因素，參考式（16）可以得到某時段最佳技術匹配方案。

5 結語

當前，隨著技術融合與學科交叉不斷推進，受突破性技術創新驅動，技術結構和創新模式發生改變，先前許多不相關技術逐漸變得相互交叉與關聯，識別這些技術并進行良好的匹配不僅能夠提高技術利用效率，還能夠創造性地實現突破性技術創新。本文從微觀和宏觀兩個層面解釋突破性技術創新情境下技術和技術知識元匹配機理：一方面，技術匹配方通過技術匹配規則獲得技術提供方提供的技術，對其進行技術融合后形成新技術，并繼續尋找能與之相匹配的其他技術提供方，形成一個持續發展的良性循環；另一方面，技術新穎度、差異度和融合度是影響技術知識元實現突破性技術創新的關鍵因素，為技術匹配規則提供依據。在此基礎上，本文將技術提煉分解為知識元組合形式，并提出技術匹配規則，根據提供技術知識來源的分散性、不完全性和不確定性特點，應用證據推理方法，對不同級別的不確定性技術知識進行融合，通過技術匹配規則找到技術匹配方法。迅速有效的技術匹配是進行技術融合進而實現突破性技術創新的有效途徑，為國家科技創新管理和企業發展規劃提供了方法和策略支持。

本文存在一些不足：僅提出技術匹配過程中某時段技術匹配方案，在實踐中還要考慮不同階段待匹配技術要求變化及匹配方案效果。通過技術融合實現突破性技術創新，待匹配技術變動要求可供技術也隨之變動，待匹配技術既包括技術融合前已得到滿足或部分滿足的技術，也包括技術融合后形成的新技術，其依然會產生新技術匹配要求，待匹配技術結構隨著技術的不斷融合和創新而發生改變，因此技術匹配方案除考慮某一時段技術匹配外，還要考慮不同階段待匹配技術要求變化和匹配方案效果，建立一個整體技術匹配方案最優策略，這也是本文后續需要重點探討的內容。

參考文獻：

［1］ SRIVASTAVA M K，GNYAWAL D R. When do relational resources matter？ leveraging portfolio technological resources for breakthrough innovation ［J］.IEEE Engineering Management Review， 2017， 45（2）：83-96.

［2］ MCDERMOTT C M， O'CONNOR G C. Managing radical innovation： an overview of emergent strategy issues ［J］. Journal of Product Innovation Management， 2002， 19（6）：424-438.

［3］ SCHOENMAKERS W， DUYSTERS G. The technological origins of radical inventions ［J］. Research Policy， 2010， 39（8）：1051-1059.

［4］ 周磊，楊威，王芮.技術融合視角下新興技術識別研究［J］.科技進步與對策，2018， 35（15）： 57-62.

［5］ LEI D T. Industry evolution and competence development： the imperatives of technological conergence ［J］. International Journal of Technology Management， 2000， 19（7-8）： 699-738.

［6］ KODAMA F. Emerging patterns of innovation： sources of Japan's technological edge［J］. R&D Management，1996， 26（2）： 179-181.

［7］ BORES C， SAURINA C， TORRES R. Technological convergence： a strategic perspective［J］.Technovation， 2003， 23（1）： 1-13.

［8］ NO H J，PARK Y. Trajectory patterns of technology fusion： trend analysis and taxonomical grouping in nanobiotechnology［J］. Technological? Forecasting? and? Social Change，2010，77（1）：63-75.

［9］ 李丫丫，趙玉林.基于專利的技術融合分析方法及其應用［J］.科學學研究，2016， 34（2）： 203-211.

［10］ KIM J，LEE S.? Forecasting and identifying muti-technology convergence based on patent data： the case of IT and BT industries in 2020［J］.? Scientometrics，2017，111（1）：47-65.

［11］ KIM E，CHO Y，KIM W. Dynamic patterns of technological convergence in printed electronic technologies： patent citation network［J］. Scientometrics，2014，98（2）：975-998.

［12］ 婁巖，楊培培，黃魯成，等.基于專利的技術融合測度方法——以信息技術與電動汽車技術的融合為例［J］.現代情報，2017， 37（8）：142-153.

［13］ 宋呈曉，苗紅.基于專利的技術融合趨勢的驅動因素研究［J］.情報雜志，2017，36（12）：98-105.

［14］ 邵云飛，黨雁，王思夢.跨界創新在突破性技術創新模糊前端的作用機制［J］. 科技進步與對策，2018，35（22）：8-16.

［15］ BROWNLIE D T， MACBETH D K. The strategic management of technology： integrating technology supply and demand perspectives ［J］. European Management Journal， 1989， 7（1）： 71-83.

［16］ KLERKX L， LEEUWIS C. Matching demand and supply in the agricultural knowledge infrastructure： experiences with innovation intermediaries ［J］. Food Policy， 2008， 33（3）： 260-276.

［17］ HUNG S H， LIN C H， HONG J S. Web mining for event-based commonsense knowledge using lexico-syntactic pattern matching and semantic role labeling［J］. Expert Systems with Applications， 2010， 37（1）： 341-347.

［18］ 張嫻，胡正銀，茹麗潔，等. 技術供需信息關聯知識組織模式研究［J］.圖書情報工作，2016， 60（8）： 118-125.

［19］ 朱衛東，吳勇.證據推理理論、方法及其在決策評估中的應用［M］.北京：科學出版社，2016：10.

［20］ 李綱，余輝，梁鎮濤，等.技術交易中供需匹配影響因素研究——基于TOE框架的組態分析［J］. 情報理論與實踐，2022，45（2）：85-93，120.

［21］ 湯胤，歐治花，陳杏惠，等.興趣社交網絡中的供需匹配研究：以豆瓣網為例［J］.管理工程學報，2015， 29（2）： 41-50.

［22］ 胡健，菅會芳，孫金花.基于模糊案例推理的淺隱性知識供需匹配研究［J］.情報理論與實踐，2016，39（4）： 84-88.

［23］ CURRAN C， BRORING S， LEKER J. Anticipating converging industries using publicly available data［J］.Technological Forecasting & Social Change，2010，77（3）：385-395.

［24］ CHANDY RK，TELLIS GJ. Organizing for radical product innovation： the over-looked role of willingness to cannibalize［J］.Journal of Marketing Research， 1998，35（4）：474-487.

［25］ 張金柱，張曉林.利用引用科學知識突變識別突破性創新［J］.情報學報，2014，33（3）：259-266.

［26］ FLEMING L. Recombinant uncertainty in technological search［J］.Management Science， 2001，47（1）：117-132.

［27］ BERGEK A， BERGGREN C， MAGNUSSON T， et al. Technological discontinuities and the challenge for incumbent firms：destruction， disruption or creative accumulation［J］.Research Policy， 2013， 42：1210-1224.

［28］ 婁巖， 楊嘉林，黃魯成，等.基于專利共類的技術融合分析框架研究——以老年福祉技術與信息技術的融合為例［J］.現代情報， 2019， 39（9）： 41-53.

［29］ 張全，樊治平，孟軍.D-S理論在不確定性多屬性決策中的應用［J］.系統工程與電子技術，1999，21（11）：7-10.

［30］ 呂一搏，韋明，林歌歌.基于專利計量的技術融合研究：判定、現狀與趨勢——以物聯網與人工智能領域為例［J］.科學學與科學技術管理，2019，40（4）：16-31.

［31］ 周廣軍.表面活性劑輔助的納米材料的控制合成和機理研究［D］.濟南：山東大學，2003.

［32］ 卓玉江.利用表面活性劑輔助的溶液路線在金屬基片上生長異質結構納米材料及性能研究［D］.長春：東北師范大學，2013.

［33］ 張宏偉.表面活性劑包覆多金屬氧簇復合物作為陰極界面層在反式聚合物太陽能電池中的應用及機理的研究［D］.長春：吉林大學，2020.

［34］ FEI PAN， SONG BAI， XIAN WEI. 3D surfactant-dispersed graphemes as cathode interfacial materials for organic solar cells ［J］. Science China Materials， 2021， 64（2）：277-287.

［35］ 王康.基于微納米結構增強有機聚合物薄膜太陽能電池光吸收的研究［D］.廈門：華僑大學，2019.

（責任編輯：王敬敏）

英文標題Matching Methods of Breakthrough Technology Knowledge Elements Based on Evidence? Reasoning

英文作者Liu Yumei，? Wen Xin， Meng Xiangfei

英文作者單位（School of Management， Shenyang University of Technology，Shenyang 110870，China）

英文摘要Abstract：The technology structure and innovation mode are constantly changing in the background of technology convergence and？interdiscipline， so the formation and realization of breakthrough technology innovation is highly uncertain. If it is regarded as the innovation result of technology knowledge convergence in different fields to achieve technological trajectory transition， the internal mechanism of breakthrough technology innovation can be effectively understood. In this paper， the evidence reasoning theory is applied and the technology is refined and decomposed into the form of knowledge element combination. According to the nature of breakthrough technology innovation and technology convergence， the technology matching rules and methods are given. The effectiveness of the matching rules and methods is verified by taking graphene technology as an example.

Theoretically， based on the diversification， dynamics and decentralization characteristics of breakthrough technology knowledge elements， technology is decomposed into the form of knowledge element combination， and the evidence reasoning theory is applied to construct the technology matching rules. The technology knowledge element matching model is the context of breakthrough technology innovation is proposed， and the rules and methods of technology knowledge matching in the formation process of breakthrough technology innovation with dynamic attributes are given. It further expands the theory and method of the formation and development about breakthrough technology innovation. In practice， in combination with the urgent need to tackle the bottleneck technologies， this study has? established the technology knowledge matching and convergence methods in the context of breakthrough technology innovation， provided reasonable and feasible guidance for the formation about breakthrough technology innovation， offer the theoretical and methodological tools for solving practical problems that are difficult to form breakthrough technological innovation.

Due to the complexity and uncertainty of breakthrough technology innovation and technological convergence， the matching relationship of technology knowledge elements is increasingly complex and uncertain. For this reason， based on the evidence reasoning theory， the trust function and likelihood function are introduced to fuse uncertain knowledge at different levels to measure the uncertainty flexibly. The technology refining is decomposed into the form of knowledge element combination， and the technology matching rules are determined according to the decisive factors for the formation of breakthrough technology innovation， i.e. technological novelty， difference and convergence， and then the technology knowledge element matching model is given. The graphene technology is taken as an example for the application analysis， so as to provide ideas and methods for technology matching research in the context of breakthrough technology innovation.

This paper proposes the matching rules and methods of technology knowledge elements in the context of breakthrough technology innovation. It explains the mechanism of technology matching and technology knowledge element matching in the context of breakthrough technology innovation from the micro and macro levels. On the one hand， the technology matchmaker obtains the technology provided by the technology provider through the technology matching rules and after the new technology is formed through technology convergence， it will continue to look for the other technology providers that can match it， forming a continuous benign development process; on the other hand， the novelty， difference and convergence of technology are the main factors that determine whether the technology knowledge elements can be integrated and achieve the breakthrough technology innovation， which provides a basis for the technology matching rules. Meanwhile by using the formula about transition degree of technological trajectory to represent the matching rules of technology knowledge elements， it is more conducive to finding the suitable technology knowledge elements from many sources of technology and knowledge for matching， and improving the effect of technology convergence and breakthrough technology innovation. It is proposed to build a technology knowledge element matching model in the context of breakthrough technology innovation， establish a multi-objective balanced technology matching model according to the timeliness， cost， innovation achievements and other factors， and then obtain the best matching scheme of technology knowledge elements， so as to improve the applicability of technology matching in the context of breakthrough technology innovation.

There are still some deficiencies in the technology matching method in this study. This paper only puts forward the matching scheme of technology in a certain period of time in technology matching. In practice， it is essential to consider the changes of technical requirements to be matched in different stages and the effect of matching schemes. In addition to considering the technology matching in a certain period of time， future research? should also consider the changes of the technical requirements to be matched in different stages and the effect of the matching scheme in the technology matching scheme.

英文關鍵詞Key Words：Evidence Reasoning; Breakthrough Technology Innovation; Technology Convergence; Knowledge Element; Technology Matching

收稿日期：2022-03-07? 修回日期：2022-06-13

基金項目：遼寧省社會科學基金項目（L19BJY037）

作者簡介：劉玉梅（1980-），女，山東濟寧人，沈陽工業大學管理學院博士研究生，研究方向為突破性技術創新與管理；溫馨（1980-），男，遼寧朝陽人，博士，沈陽工業大學管理學院教授、博士生導師，研究方向為科技與創新管理；孟翔飛（1966-），男，遼寧朝陽人，博士，沈陽工業大學管理學院教授、博士生導師，研究方向為技術創新管理。