基于專利挖掘的產業技術融合預測與經濟增長策略探究

摘"要：隨著全球經濟的不斷發展和科技創新的進步，產業技術融合已成為推動經濟增長和產業升級的重要動力之一。專利作為技術創新的重要產物，蘊含著豐富的技術信息，其挖掘和分析對于揭示產業技術融合趨勢具有重要意義。本文旨在基于專利挖掘方法，通過技術挖掘理論分析、探討技術融合的經濟效益，最后，提出了系列促進產業技術融合和經濟增長策略，為政策制定者提供科學依據，促進產業技術融合，進而激發經濟新動能。

關鍵詞：專利挖掘；產業技術融合；經濟增長策略

中圖分類號：F2"""""文獻標識碼：A""""""doi：10.19311/j.cnki.16723198.2024.21.003

0"引言

隨著科技革命和產業變革的新浪潮，技術融合的機遇與挑戰已成為各行各業關注的焦點。Park（2017）指出，開放性、融合性和利用新興技術（如物聯網、大數據和人工智能）以激發市場需求，是解決全球經濟困境的關鍵。Jin和Zhou（2020）進一步強調了國際技術依賴關系在經濟增長及其趨同中的作用，指出技術融合通過加強跨國的技術交流與合作，為經濟發展注入了新動力。Seo（2022）指出，專利是技術創新成果，捕捉了企業與研究機構在多個領域的創新活動，深入專利數據挖掘是識別技術機遇并洞悉領域間技術交叉及其融合動態的關鍵。構建以專利挖掘為基礎的產業技術融合預測模型及其對經濟增長的分析，不僅具有重要理論價值，而且為政府與企業提供制定科學產業政策的決策依據。

1"專利挖掘與產業技術融合對經濟增長的作用

1.1"推動創新生態系統發展

專利挖掘在推進創新生態系統發展和催化經濟增長方面發揮著至關重要的作用。通過專利挖掘整合各種技術，研究人員可識別出新興技術趨勢和模型，這可能預示著創新的成熟領域。通過這種積極主動的方式，政策制定者和行業領袖可以戰略性地分配資源來培育這些新興技術，培育有利于經濟增長的創新生態系統，促進跨行業合作和知識溢出，加速技術商業化進程，推動經濟的增長。因為專利通常包含自己的技術解決方案，它的分析有助于識別不同行業的補充技術。這種思想的相互融合促進了企業間的合作，從而開發出更大的促進市場潛力和經濟協同作用的混合技術。

1.2"加強戰略決策能力

專利挖掘深化了戰略布局與投資抉擇的視野。借助專利結構與引用網絡分析，企業得以洞悉新興技術、把脈市場脈動與行業趨勢，為研發布局、資源調配及戰略聯盟提供決策支撐。專利分析揭示技術短板與創新領域。Seo等（2016）構建的大數據框架優化了大規模專利分析處理，為戰略研發規劃提供支持，Tsesmelis等（2022）展示專利聚類分析如何量化識別技術前沿與行業領導者。專利網絡評估助力技術差異與創新潛力定位，為政策制定者分配研發資源、解決核心難題提供導向，助力技術進步，促進經濟增長。

1.3"促進技術轉移和知識擴散

專利挖掘使得技術溢出和知識傳播路徑可被追蹤。研究人員能夠通過專利引用網絡和發明人之間的合作分析，追蹤不同行業及地域間的知識流動。這有助于闡明技術突破傳播的機制，識別創新網絡中的關鍵節點，促進合作，激發經濟發展。專利分析揭示了具有商業潛力的技術，為技術轉移和許可奠定了基礎，促進了跨行業技術的傳播與普及，有助于推動經濟增長的創新生態系統的形成。

2"基于專利挖掘的產業技術融合面臨的主要挑戰

2.1"數據質量與可信度問題

專利數據的質量和準確性直接影響著挖掘結果的可信度。專利申請和授權過程的復雜性經常導致數據出現錯誤和遺漏，對分析結果產生偏差。如Morrison"et"al.（2015）"所述，準確地將發明人和受讓人與專利記錄相匹配是解決此問題的關鍵步驟，他們通過高分辨率地理定位數據來提高數據的可信度。此外，專利數據的國際化和多樣性，增加了數據清洗、整合和分析的復雜性，這不僅增加了挖掘工作難度，也提升了成本。正確處理這些問題是全面反映技術融合真實情況并準確把握產業發展趨勢的關鍵。

2.2"跨學科融合與方法論問題

跨學科融合對于深入理解和推動產業技術融合至關重要。將工程學、經濟學、管理學等領域的研究方法綜合應用于專利挖掘，可大幅提升其深度與廣度。目前的專利挖掘與分析技術主要局限在單一學科內，缺少整合跨學科視角的框架，這一局限性阻礙了對技術融合復雜性的全面洞察。Jun（2021）提出了一種結合了文本挖掘、增強學習和集成模型的技術整合和分析方法，該方法可以處理來自不同技術領域的專利大數據，提供了跨學科研究的新途徑。此外，還需要研究者擁有跨學科的綜合分析能力和開放思維，才能在多學科領域內自如地導航，積極探索跨學科研究的新方法和路徑。

2.3"隱性知識挖掘與技術創新問題

在技術創新領域，專利數據主要揭示了技術創新的顯性成果，而隱性的知識與創新過程難以通過專利挖掘得到展現。Sarica"et"al.（2019）指出技術融合的發展提供了新的可能性，使得這些隱性知識可以通過數據挖掘技術變得更加可視化和可利用。同時，跨領域技術融合過程中，隱性知識的轉移與融合對于構建創新生態系統極為關鍵。這不僅要求對技術進行分類與分析，還需要深刻理解知識的演進和創新過程，以及在知識產權保護和技術標準制定方面的平衡和協同創新。

2.4"隱私保護與信息安全問題

進行專利挖掘時，保障個人及企業信息的私密性極為關鍵。需要對專利數據中的敏感信息，包括申請人姓名、地址及聯系信息，進行嚴格保護，防止在挖掘與分析階段發生信息泄漏或被不當使用。國際化的專利挖掘必須遵守不同國家和地區的數據保護與知識產權法律，這些法律上的差異可能對專利數據的挖掘與分析產生影響。在進行專利挖掘時，研究者需全面掌握相關法律法規，制定符合法規的數據處理與共享策略，確保專利挖掘的合法與持續可行性。

3"構建基于專利挖掘的產業技術融合與經濟增長分析框架

在當今快速發展的技術經濟時代，產業技術融合已成為推動經濟增長的新引擎。構建一個有效的分析框架，預測技術融合與經濟增長的關系，不僅是學術研究的前沿話題、實際政策制定的重要工具，也是對該領域綜合性研究方法的重要創新。

3.1"專利數據挖掘與技術趨勢分析

在建立專利挖掘與產業技術融合的經濟增長預測模型中，分析行業技術發展趨勢是關鍵的首步。該過程分為3個主要階段（圖1：步驟一）：

（1）數據收集與清洗：從各大數據庫中精確收集專利數據，去除無效或重復的記錄，確保數據分析的準確性。

（2）技術關鍵詞提?。哼\用自然語言處理技術（NLP）分析專利文本，提取關鍵技術術語，為理解專利內容及確定技術領域打下基礎。

（3）趨勢分析與預測：根據關鍵詞頻率及專利引用來分析技術領域的發展動向，并預測未來的技術融合點及潛在創新領域。

3.2"技術融合識別與評估

框架的第二步是識別技術融合的潛在能力并評估其經濟效益。該過程可分為（圖1：步驟二）：

（1）融合技術的識別：通過分析不同領域技術的交叉引用和關鍵詞共現，識別出可能的技術融合點，這要求深入探討技術間的相互影響，確定具有創新可能的技術組合。

（2）市場需求分析：對市場規模、成長性和用戶接受度等因素進行評估，確保技術融合符合市場需求，能夠轉化為經濟增長的動力。

（3）經濟效益預測：基于市場需求分析，預測技術融合可能帶來的經濟效益，如產品或服務的市場份額、就業率提升和產值增長。

圖1"專利挖掘的產業技術融合與經濟增長分析框架

這一分析框架不僅助力于捕捉技術發展脈絡，還為促進產業升級和經濟政策的制定提供了實證基礎。通過這一框架的應用，相關利益方可以更有效地制定策略，促進創新驅動的經濟增長。

4"促進產業技術融合與經濟增長的策略

4.1"建立跨部門協同創新機制

促進產業技術融合與經濟增長的一個關鍵策略是建立跨部門協同創新機制。這種機制應促進不同領域和部門之間的技術交流與合作。政府角色應是構建產學研合作平臺，推動跨界協作與資源共享。此外，政府還需推動專項資金設立與政策協調，激發跨部門協作，打破信息孤島，實現技術創新的跨越式發展。政府應綜合強化產業政策，通過技術創新獎勵、稅收激勵和研發投資支持，驅動企業提高技術研發和協作。政府應綜合強化產業政策，通過技術創新獎勵、稅收激勵和研發投資支持，驅動企業提高技術研發和協作。

4.2"加強知識產權保護與共享機制

加強知識產權保護，建立共享體系是技術創新和產業技術融合的核心推動力。政府需確保一個有力的法律環境來保護知識產權，嚴厲打擊侵權行為，保障創新者的合法利益。同時，建立快速通道處理知識產權糾紛，可以減輕企業維權成本，增強其創新意愿。政府還應推動知識產權的有效共享和利用，例如建立交易平臺，促進企業之間的技術合作和知識共享，激勵開放式創新。加強知識產權教育，提升公眾及企業對知識產權的意識，對提高管理水平和推動技術創新發展具有重要作用。

4.3"推動人才培養與技術交流

政府應通過強化技術人才培養和吸引策略，構建跨學科的人才池。設立專門的人才發展計劃和資金支持，激勵年輕研究者致力于跨學科的研究和創新活動。通過加強國內外技術交流合作，分享最新的技術和創新資源，可提升國際合作的深度和寬度。政府應與教育機構合作，推進產學研平臺的構建，共同推動技術研發和創新項目的實施。通過產學研合作基金和技術轉移中心的建設，可以加速科研成果向產業界的轉化，深化產業技術融合。

4.4"優化政策環境與市場機制

政府在優化政策環境和激發市場競爭中起著決定性作用。通過簡化行政流程、降低創業門檻和成本，鼓勵企業加強技術投資和創新。政府還需加強產業技術的引導和規范，防止市場壟斷和不公平競爭，確保市場公正。提供金融支持如創業基金和信貸指導，可增強企業的資金實力和創新能力。通過制定明確的產業技術融合指導意見和行動計劃，政府可確保政策的指導和監管作用，引導企業創新并優化產業結構，實現經濟可持續發展。

5"結語

產業技術與經濟增長的深度融合已催生新動力。此一過程需政府、企業與學術界等各方攜手，促使經濟模式創新轉型，特別是物聯網、大數據、人工智能等新技術的應用與市場需求的拓展。綜合這些技術與全球化網絡，可大幅激發經濟的規模效應。不斷探索與努力，將推動產業技術整合，促進經濟走向繁榮可持續發展。各利益方應共同承擔構建技術融合經濟體的責任并把握機遇。

參考文獻

［1］PARK"H"S.Technology"convergence，open"innovation，and"dynamic"economy[J].Journal"of"Open"Innovation：Technology，Market，and"Complexity，2017，3（4）：24.

[2]JIN"W，ZHOU"Y.Growth"and"convergence"through"technological"interdependence[J].Macroeconomic"Dynamics，2022，26（5）：133874.

[3]SEO"W.A"patentbased"approach"to"identifying"potential"technology"opportunities"realizable"from"a"firm′s"internal"capabilities[J].Computers"amp;"Industrial"Engineering，2022，171：108395.

[4]陳子鳳，靳琪琳，賈衛峰，等.ICT技術及產業融合測度——基于高被引專利和標準必要專利的比較研究[J].情報雜志，2023，42（09）：17987.

[5]CHEN"DN，LAI"CY，YANG"TY，LIAO"YH.Using"Patent"Mining"to"Explore"the"Impacts"of"Patent"Intensity"and"Diversity"on"the"Enterprise′s"Financial"Performance;proceedings"of"the"2023"International"Conference"on"Consumer"ElectronicsTaiwan"（ICCETaiwan），F，2023[C].IEEE.

[6]葉云嶺.雙循環視角下技術轉移與制造業空間集聚研究[J].中國軟科學，2023，（09）："20213.

[7]SEO"W，KIM"N，CHOI"S.Big"data"framework"for"analyzing"patents"to"support"strategic"Ramp;D"planning;proceedings"of"the"2016"IEEE"14th"Intl"Conf"on"Dependable，Autonomic"and"Secure"Computing，14th"Intl"Conf"on"Pervasive"Intelligence"and"Computing，2nd"Intl"Conf"on"Big"Data"Intelligence"and"Computing"and"Cyber"Science"and"Technology"Congress"（DASC/PiCom/DataCom/CyberSciTech），F，2016"[C].IEEE.

[8]BARUFFALDI"S"H，SIMETH"M.Patents"and"knowledge"diffusion：The"effect"of"early"disclosure[J].Research"Policy，2020，49（4）：103927.

[9]李姝影，胡正銀，隗玲，等.大數據視角下技術機會分析研究綜述[J].科技管理研究，2023，43（18）："2535.

[10]MORRISON"G，RICCABONI"M，PAMMOLLI"F.Disambiguation"of"patent"inventors"and"assignees"using"highresolution"geolocation"data[J].Scientific"data，2017，4（1）：121.

[11]BALSMEIER"B，ASSAF"M，CHESEBRO"T，et"al.Machine"learning"and"natural"language"processing"on"the"patent"corpus：Data，tools，and"new"measures[J].Journal"of"Economics"amp;"Management"Strategy，2018，27（3）：53553.

[12]JUN"S.Technology"integration"and"analysis"using"boosting"and"ensemble[J].Journal"of"Open"Innovation：Technology，Market，and"Complexity，2021，7（1）：27.

[13]SARICA"S，LUO"J，WOOD"K"L.TechNet：Technology"semantic"network"based"on"patent"data[J].Expert"Systems"with"Applications，2020，142：112995.

[14]CHILTON"M"A，BLOODGOOD"J"M.Competitive"advantage"and"automated"sharing"of"tacit"knowledge"[M].Knowledge"Management"and"Competitive"Advantage：Issues"and"Potential"Solutions.IGI"Global.2014：22131.

[15]AGRAWAL"R，SRIKANT"R.Privacypreserving"data"mining;"proceedings"of"the"Proceedings"of"the"2000"ACM"SIGMOD"international"conference"on"Management"of"data，F，2000[C].

[16]ALDEEN"Y"A"A"S，SALLEH"M，RAZZAQUE"M"A.A"comprehensive"review"on"privacy"preserving"data"mining"[J].SpringerPlus，2015，4："136.

[17]SU"Y.Analysis"on"the"Exchange"of"Young"Scientific"and"Technological"Talents"in"China[J].Journal"of"Human"Resource"Development，2023，5（1）：626.