近20年技术竞争情报研究主题结构及其发展变化分析

●郑艳红，吴新年（.中国科学院兰州文献情报中心，兰州　730000；2.中国科学院大学，北京　00049）

近20年技术竞争情报研究主题结构及其发展变化分析

●郑艳红1,2，吴新年1
（1.中国科学院兰州文献情报中心，兰州730000；2.中国科学院大学，北京100049）

［关键词］技术竞争情报；技术情报；CiteSpaceII；文献计量分析 在一篇文章中所占的篇幅虽然不大，但却是文章的核心与精髓，是文章主题的高度概括和凝练。［16］因此，本小节利用关键词分析CTI领域的主题分布，旨在揭示一定时期内相关领域国内外研究热点和主题分布，从而帮助相关研究人员把握领域发展状况，促进技术竞争情报研究的发展。网络节点选择“keyword”为节点，得到关键词共现图谱（图略）。 图谱结果显示，出现频次较高的有专利分析（patentanalysis）、技术预见（technologyforesight）、技术预测（technology forecasting）、研究与开发（research-and-development）、技术型产业研究（industry）等。而根据中心度计算，值比较高的关键词有技术预见（technology foresight）、技术路线图（technology mapping、roadmaps）、技术预测（technology forecasting）、文本挖掘（text mining）、纳米技术（nanotechnology）、产业创新（industrial-innovation）、技术竞争情报模型（model）等。综合频次和中心度数据可以看出，本领域研究较为关注技术竞争情报的方法研究，这是因为技术竞争情报是与实践紧密结合的主题，方法的应用直接影响技术竞争情报工作效果。而且科学（science）、技术（technology）、管理（management）在网络中的频次和中心度都比较高，说明CTI的研究主题始终围绕科学技术的研发过程，并与管理研究有较多的交叉融合，如技术管理、研发管理、知识管理等。 （1）技术竞争情报研究主要从国家、产业、企业三个层面进行，主要Mexico、China、industry、industrial-innovation、firms、companies等。一些学者从宏观角度对一个国家的技术主题变化进行了研究，如美国海军研究部、乔治亚理工学院公共政策学院的Ronald N. Kostoff学者等针对芬兰［17］等国家的技术发展趋势研究；中观层次的行业CTI研究对提高国家或者区域的技术竞争能力十分重要，也受到很多学者的关注，如中台两地学者对太阳能产业的研究［18］等；企业是经济竞争中最基本的单元，为了能够在激烈的技术竞争中保持优势地位，很多企业都开展了技术情报活动，例如，剑桥大学技术管理中心的学者以欧洲企业——柯达欧洲研究中心［19］等为对象，研究了企业如何开展技术竞争情报工作。 （2）技术竞争情报研究围绕科学技术的研究开发，主要science、technology、science-and-technology、research-and-development等。随着科学技术的快速发展，新知识、新技术不断被创造，而技术竞争情报的目标就是搜集组织外部的科学与技术的信息进行加工整理并且获取技术情报，贯穿了组织技术研发的各个过程，从组织的研发计划、研发实施到研发技术的产品化。 （3）技术竞争情报研究范畴包含了丰富的相关概念，主要technologyforesight、technologyforecasting、technology intelligence、technology monitoring、technology opportunity analysis等，这些概念之间相互交叉又相互区别。技术预见与技术预测在技术竞争情报概念正式提出之前已经发展较为成熟，重点在于未来技术的探索和选择；美国乔治亚理工学院技术政策评估中心Alan L. Porter教授所领导的技术机会分析小组在技术机会分析方面取得了较多成果，技术机会分析将监测和文献计量分析结合起来，是技术预测的一个子集；北京理工大学的朱东华教授与Alan L.Porter教授合作，在技术预测和技术机会分析的基础上，开创了CTI中技术监测领域的研究。［20］（4）技术竞争情报研究方法主要涉及管理科学、情报科学、计算机科学的技术方法，主要technologymapping、textmining、bibliometrics、patentanalysis、citation analysis、delphi等。其中，在信息化环境 （5）技术竞争情报研究也选取一定的技术领域开展了实证分析，主要nanotechnology、nanoparticle、nanotube、semiconductor industry、software industry等。技术竞争情报的理论和方法研究的最终目的是指导组织CTI实践活动，而通过分析所搜集的文献集，可以看出纳米技术的发展受到诸多学者的关注。除此之外，半导体产业和软件产业也是重点分析的技术产业。由此可见，技术竞争情报作为一个实践性很强的研究领域，对研究现代关键技术领域的发展状况、竞争态势、战略决策具有重要的现实意义。 （6）技术竞争情报研究较为关注技术创新研究，主要innovation、open innovation、industrial-innovation、radical innovation。在知识经济时代，技术创新是组织获取竞争优势的源泉，而组织通过一系列的CTI活动，识别出创新机会与威胁，服务于组织的技术管理活动。 通过主题时区视图（图2）以及CiteSpaceII统计的数据可知：（1）1996～2000年的关注点偏重于技术竞争情报的定性研究，涉及的主要关键词包括技术预测、技术路线图、技术管理、德尔菲法、CTI模型研究等；（2）2001～2008年，随着计算机技术的发展，网络信息的获取更加便捷，定量分析方法和工具受到学者重视，涉及的关键词有数据挖掘、共词分析、专利分析、数据库内容结构分析法、可视化等，同时，与其他学科主题的交叉融合也更多，如文献计量学、科学计量学、知识管理、开放性创新等；（3）2008年之后，专利分析仍是学者关注的重点，但是分析方法更加注重语义分析、网络分析。 表2技术竞争情报研究领域主题突变词统计表突变强度开始时间结束时间technologyroadmap8.32819942000 technologyforesight6.041620012002 FPGA5.496919942000 technologyforecasting4.816620022002 patentmining4.767220112013 research-and-development4.599720102013 textmining3.414220042008 firms3.216520032004 diffusion3.079419972002 表2给出了在一定时间内频次增长较快的即突变词的统计数据。从突变词的突变时间顺序看出：

［摘要］基于ISI Web of Science数据库中收录的关于技术竞争情报研究的文献数据，采用文献计量分析方法，借助CiteS-paceII工具，从共被引文献、研究热点和研究前沿三个方面进行了定量分析，分析了1994～2013年间技术竞争情报研究领域的主题结构及其发展变化过程。结果显示，技术竞争情报进入加速发展时期，基础文献主要关于专利文献研究和技术竞争情报实践研究两方面，是一个多学科交叉的主题，其中专利挖掘是目前的研究热点和研究前沿。

技术竞争情报（Competitive Technical Intelligence，以下简称CTI）是指能给组织的竞争地位带来重大影响的外部科学或技术的威胁、机会或发展的信息，以及这些信息的获取、监控、分析、前瞻和预警过程，是竞争情报理论和方法在科技领域中的应用。［1］目前，技术竞争情报作为一种技术信息和知识资源管理思想被引入企业技术管理中，如何有效地开展技术竞争情报工作以提供企业技术创新所需的技术信息和知识资源，成为企业成功进行技术创新的关键所在。［2］因此，技术竞争情报理论和方法亟待学者不断深入，对于促进我国技术竞争情报研究和服务、提高企业技术创新能力具有重要意义。

本文通过文献调研发现，技术竞争情报（CTI）与技术情报（Technical Intelligence，TI）在英文文献中没有明显区别，国内学者李艳、［1］云明向［3］等认为二者为同义词，因此，本文将二者同归于技术竞争情报。

1　数据准备及总体分析

本文基于对技术竞争情报主要研究内容的分析，进行了检索式的构建以及数据搜集。数据主要来自汤森路透科技集团的WoS数据库，检索策略为：主题=（“techn* intelligence”or“techn* scanning”or“techn* monitor*”or“techn* scouting*”or“techn* watch”or “techn* forecast*”or“techn* foresight*”or“tech mining”or“techn* opportunit* analysis”or“techn* map*”or “techn* road-map*”or“patent intelligence”or“patent analysis”or“patent map*”or“patent mining”or“patent network”）；设定检索范围Webof Science类别=（“management”or“information science&library science”or “business”or“economics”or“planning & development”or“public administration”or“multidisciplinary sciences”or“computer science, information systems”），时间跨度=1994-2013（检索时间为2014年2月18日），文献类型=（ARTICLE OR PROCEEDINGS PAPER），数据库=SCI-EXPANDED，SSCI，CPCI-S，执行检索，选择带参考文献的全记录格式下载，共获得833条记录。

根据所得文献，统计WoS中技术竞争情报研究领域1994~2013年的文献产出量，可以在一定程度上了解CTI的研究现状和热度情况。

总体上，技术竞争情报研究的国际论文数量呈上升趋势。其中，2000年之前每年的发文数量在30篇以下，2002年达到一次较小的高峰，发文数量达到48篇，2007年开始发文数量保持较高的数量（2007年66篇、2008年64篇、2009年74篇、2010年56篇、2011年79篇、2012年80篇，2013年51篇），说明技术竞争情报研究进入快速发展期，CTI研究越来越受到重视，研究内容也逐渐丰富。

本文主要采用美国德雷塞尔大学陈超美教授领导的信息可视化团队开发的可视化工具CiteSpaceII，［4］对

获取的WoS文献数据进行计量分析，并重点研究技术竞争情报研究主题发展趋势，分析本领域内的研究动态。

2　主题结构及其发展变化分析

2.1共被引文献分析

共被引文献反映了文献之间的联系程度和结构关系，揭示了本领域内科学知识与情报的交流规律。［5］Persson认为被引文献组成了领域内的知识基础，并且在一定时间内非常稳定。［6］因此，本文绘制共被引文献聚类图，旨在发现CTI研究领域有影响力的作者和文献，展现对本领域发展曾产生重要影响的基础文献以及知识结构的演化过程。

图1　共被引文献聚类图

参考文献本部分选取（Cited Reference）作为节点，以2年作为一个时间片，阈值选择每个时间片出现频次最高的前30篇被引文献，最后绘制出高被引文献的知识图谱（见图1），进行本领域的经典文献的分析。其中，圆形节点代表参考文献，节点越大代表被引频次越高，节点各环状颜色代表被引时间。

从图1中可知，被引文献通过聚类，可以大概分成两类，其中，被引频次Top10的文献如表1所示。进一步深入挖掘分析这些文献，可以发现如下现象。

（1）第1聚类主要是关于专利分析的文献，时间跨度较长，发表时间主要在1987～2007年，并且被引频次都很高，说明专利分析主题一直备受关注，形成了一批广受学者关注和重视的基础文献，如表1中所列的第1、3、4、7、8、9篇文献。其中，第1、4、9篇都是发表时间较早的关于专利分析的文献，在专利分析法的发展过程中占据重要地位。哈佛大学的Griliches Z（1990）基于专利数据的主要特点，指出了专利数据的重要性，研究了专利与R&D费用之间的关系以及专利在技术变革中的指标作用，该研究引起了学者对专利与经济关系的重视和深入研究。［7］“专利计量之父”Narin F（1987）认为专利数据是一个能够很好地表征企业技术实力的指标，并且探讨了专利和专利引文数据，以及其他一些企业绩效的指标之间的关系，使得专利数据分析的研究内容越来越丰富。［8］Trajtenberg M（1990）则较早地引入专利引用数据来衡量专利价值，引起了后续学者对专利引文数据的重

视。［9］随着计算机技术的发展，专利分析方法也在不断改进，专利组合［10］、专利网络［11］、专利挖掘［12］等方法和技术被越来越广泛地应用于专利分析中。

表1　被引频次top10的共被引文献

（2）第2聚类中被引文献发文时间主要在2000年前，主要对国家、企业的技术竞争情报活动进行分析研究。其中，被引频次比较高的是表1中第2、6、10篇文献，其主要内容是根据技术竞争情报的案例分析研究技术预见、技术规划。如：Porter A. L等人在1991年的著作，主要对关于技术预测和管理的一般问题进行了探讨，针对不同的目的、对象、时间区间，系统地提出了相应的技术预测方法和模型，并且结合实际案例进行了阐述；［13］英国Sussex大学的Martin BR （1995）总结分析了美国、荷兰、德国、澳大利亚、新西兰和英国利用技术预见进行科研规划的案例，并且提出了进行技术预见、技术规划的过程模型，这篇文献对技术预见的发展提供了重要基础；［14］Watts和Porter（1997）运用文献计量分析方法，从技术生命周期、创新环境、产品价值链等三个方面首次探讨了预测创新前景（innovation forecasting）的方法，并且对陶瓷发动机技术进行了实证研究。［15］

2.2研究热点分析

经过主题分析可知，技术竞争情报领域的研究主题特点可以概括如下。

中，计算机技术的发展促使CTI分析方法不断创新和突破，实现大数据时代技术信息的监测、搜集、存储、分析和评估，能够实时跟踪、及时预警某一技术领域的发展变化。

图2　技术竞争情报领域研究主题时区视图

2.3研究前沿分析

研究前沿代表了一个研究领域的前沿思想，是正在兴起的理论趋势和新主题的涌现，强调新趋势和突变的特征，在CiteSpaceII中可以使用快速增长的主题词作为突变专业术语（burst terms）来探测领域内的研究前沿。［4］本部分通过绘制主题时区视图和统计突变词，动态了解不同时间段内技术竞争情报领域的主题变化，揭示本领域的研究前沿和发展趋势。在CiteSpaceII中，term type选择“burst terms”，node types选择“keyword”，运行CiteSpaceII后，获得技术竞争情报研究主题时区视图（见图2）和研究主题突变词集（见表2）。

（1）2000年之前，技术路线图（technology roadmap）突变强度最高，突变时间是1994~2000年，说明这一时间段内技术路线图频次增长加快。其实，早在20世纪70年代后期和80年代初，摩托罗拉和康宁公司先后采用了技术路线图用于公司管理。［21］之后，技术路线图由于其结构化、可视化和灵活性，得到快速发展，并被广泛用于政府或者企业的技术管理中。同时，大规模现场可编程门阵列（FPGA）作为通信领域和计算机领域的一种重要技术，在1994~2000年期间发展迅速，学者多次使用技术路线图对其技术发展进行研究。另外，在20世纪，经济增长理论一直是经济学家研究的重点，20世纪80年代中后期到90年代初，新经济增长理论逐渐发展起来。其中，开放条件下技术扩散理论得到很多学者的关注，尤其在当时经济全球化不断深入的背景下，各国学者也逐渐加入了跨地区、跨国际的技术扩散研究。表2显示在1997~2002年间CTI领域内关于技术扩散（diffusion）的研究是当时的研究前沿，研究主题涉及扩散模型、技术创新扩散、巴斯扩散模型等。

（2）技术预测和技术预见也是在20世纪就被学术界和企业界广泛使用，二者既有联系又有区别。［22］目前，关于二者的研究已较为成熟，正如表2显示的，在21世纪初技术预测（technology forecasting）和技术预见（technology foresight）的出现频次突变明显，形成了当时的研究前沿。说明在新世纪之初，对于未来技术发展趋势的预测研究受到多方关注，尤其是政府机构。另外，Firms在2003~2004年之间有较高的突变强度，是因为当时针对技术型企业在技术战略规划、技术创新、知识管理方面有较多的研究。

（3）2010年之后，专利挖掘（patent mining）和创新研发（research-and-development）突变明显，成为最近几年的研究前沿。目前，专利分析已经不再满足于专利指标的简单统计分析，而是在文本挖掘技术（text mining）的基础上，越来越多地利用自然语言处理、SAO（Subject-Action-Object）三元组、语义分析等技术方法，对专利文献的名称、摘要、权利要求、说明书等文本内容中与技术特征相关的概念术语进行识别、抽取、聚类，从更加微观的层面上对技术的发展演化和关联关系进行挖掘和分析。

3　结束语

本文利用知识图谱工具——CiteSpaceII对国际技术竞争情报研究状况进行了定量研究，分析了CTI研究领域在近20年内的研究主题结构及发展变化情况，阐述了本领域的发展趋势和动向，并将其进行直观地可视化展示，发现不同时间段CTI研究领域关注不同的研究主题，总体特点如下。

（1）通过共被引文献图谱分析可知，CTI研究具有一定的连续性。例如: Trajtenberg M、Ernst H、Yoon B等人一直致力于专利数据的研究，Porter A. L等人致力于技术预测、技术监测、技术机会分析的研究。

（2）根据研究主题分析可知，技术竞争情报是一个多学科交叉的主题，研究对象包括国家宏观层面，产业中观层面以及企业、重点技术领域等微观层面，研究方法经历了从定性分析到定量分析的发展过程。

（3）技术竞争情报的应用实践研究是学者最早就关注的，研究成果主要将理论与案例分析相结合，研究技术竞争情报如何更好地服务于国家或企业决策，促进技术管理、技术规划等。

（4）专利数据作为技术竞争情报的重要信息源一直备受关注，专利分析方法从指标分析开始向文本挖掘、网络分析等语义化的分析方法演变，分析方法和工具更加丰富和智能化，是目前CTI研究领域的研究热点和研究前沿。

（5）利用CiteSpace探测到的主题突变词，可以看出每个时间段的研究前沿多与当时社会的技术发展相关，如FPGA技术、技术型企业、技术扩散等，研究前沿主题多与CTI研究方法相关，如技术路线图、技术预见、技术文本分析等方法。

［1］李艳，等.技术竞争情报的现状分析［J］.情报学报，2006（6）：242－253.

［2］张灿影，刘德洪.嵌入企业开放式创新过程的技术竞争情报分析框架［J］.情报理论与实践，2013 （3）：47－50，35.

［3］云明向.技术竞争情报理论与方法研究综述［J］.情报科学, 2010（1）：154－160.

［4］Chen C.CiteSpaceII：Detectingandvisualizingemerging trends and transient patterns in scientific literature［J］. Journalofthe American Societyfor Information Science and Technology，2006，57（3）：359－377.

［5］庞景安.科学计量研究方法论［M］.北京：科学技术文献出版社，1999.

［6］Persson O. The intellectual base and research fronts of JA-SIS 1986-1990［J］.Journal of the American Society for Information Science，1994，45（1）：31－38.

［7］Griliches Z.Patent statistics as economic indicators：a survey［J］.Journal of Economic Literature 1990，28 （4）：1661－1707.

［8］Narin F，et al.Patents as indicators of corporate technologicalstrength［J］.Researchpolicy，1987，16（2）: 143－155.

［9］Trajtenberg M.A penny for your quotes：patent citations andthe value of innovations［J］.RAND Journal of Economics，1990，21（1）：172－187.

［10］Ernst H.Patentinformationforstrategictechnologymanagement［J］. World Patent Information，2003，25 （3）：233－242.

［11］Yoon B，Park Y.A text-mining-basedpatentnetwork: Analytical tool for high-technology trend［J］.The Journal of High Technology Management Research, 2004，15（1）：37－50.

［12］Tseng Y H，et al.Text mining techniques for patent analysis［J］.Information Processing & Management，2007，43（5）：1216－1247.

［13］Porter AL，etal.Forecastingandmanagementoftechnology［M］.Hoboken：John Wiley&Sons，1991.

［14］Martin B R.Foresight in science and technology［J］. Technology analysis & strategic management，1995，7 （2）：139－168.

［15］Watts R J，Porter A L.Innovation forecasting［J］. Technological Forecasting and Social Change, 1997, 56 （1）：25－47.

［16］Bailón-Moreno R，et al.Analysis of the fieldof physical chemistry of surfactants with the Unified Scienctometric Model：Fit of relational and activity indicators［J］. Scientometrics，2005，63（2）：259－276.

［17］Kostoff R N，et al.The structure and infrastructure of Finnishresearchliterature［J］.Technology Analysis & StrategicManagement，2006，18（2）：187－220.

［18］Lei X P，et al.Technological collaboration patterns in solar cellindustry basedon patent inventors and assignees analysis［J］.Scientometrics，2013，96（2）：427－441.

［19］Mortara L，et al.Developing a technology intelligence strategy at kodak european research：Scan target［J］. Research-Technology Management，2010，53（4）: 27－38.

［20］朱东华，等.面向科研立项评估的技术监测和技术机会分析研究［J］.科研管理，2003，24 （2）：9－15.

［21］刘细文，柯春晓.技术路线图的应用研究及其对战略情报研究的启示［J］.图书情报工作, 2007，51（6）：37－40.

［22］樊春良.技术预见和科技规划［J］.科研管理, 2003，24（6）：6－12.

［收稿日期］2014－08－07 ［责任编辑］邵晋蓉

［作者简介］郑艳红（1989－），女，在读研究生，研究方向：情报理论与方法研究；吴新年（1968－），男，研究员，博士，研究方向：情报理论与方法、知识管理与知识服务、产业竞争情报分析、区域发展。

［文章编号］1005－8214（2015）01－0046－06

［文献标志码］A

［中图分类号］G252.8