技术距离视角下会聚对技术价值的影响

毛荐其,李莹莹,刘 娜

(山东工商学院 工商管理学院,山东 烟台 264005)

一、引言

现阶段,技术升级与更迭速度不断加快,特定领域技术问题的解决往往需要综合运用多个领域的技术知识,技术会聚应运而生。技术会聚是领域间共享知识和技术基础的过程,表现为两个或多个不同领域间技术的交叉与融合[1]。技术会聚日益成为技术创新的重要途径。随着经济社会的发展,公众期望得到更具新颖性和创新性的产品和服务,这要求研发人员不断寻求新的创新途径,包括整合不同领域的理念、借鉴不同领域的技术知识等[2]。技术会聚的结果是产生会聚技术,集成多领域知识的会聚技术往往具有更大的技术价值[2]。

技术会聚是当今技术发展趋势的显著性特征之一。近年来,技术会聚的概念界定已基本明晰,众多学者对技术会聚的特征及测度等展开研究。如Matti和Tuomo利用专利引文信息,以造纸和电子领域为例探究了技术会聚演化过程中早期技术会聚的特征[3]。Jeong等基于专利共现信息,对技术会聚程度及核心会聚技术进行辨识和测度,并描述了技术会聚程度随时间的演变情况[1]。也有学者对技术会聚的层级进行了区分,根据技术会聚维度的不同,将其划分为领域间的技术会聚和部类间的技术会聚,得出部类间的技术会聚扩散模式比领域间的技术会聚扩散模式更多样[4]。

技术会聚产生了综合多领域知识的会聚技术,会聚技术具有先前技术未有的新功能,甚至可以取代现有技术,驱动产业升级并带来跳跃式发展[2]。现阶段,技术会聚成为新兴产业形成和发展的驱动力,学者们基于专利信息从不同视角探讨了技术的价值问题。Nemet等基于技术发明的引文信息研究不同类型的引用对技术发明重要性的影响,结果发现引用领域内部知识的技术发明比引用领域外部知识的技术发明具有更高的影响力[5]。Su和Moaniba基于专利引用信息,研究了技术发明的跨学科程度与技术价值的关系,结果表明技术发明的价值随着其引用技术领域类别数量的增加而增加[6]。Park基于专利数据,通过提取生物技术和信息技术潜在的知识流链接和新兴的知识流链接,发现了技术会聚机会对渐进性发明和突破性发明的作用机制[7]。Chandra和Dong结合能源采集领域探究技术发明的知识积累对专利的综合技术价值的影响,利用多代引文网络证实了二者的正相关关系[8]。

系统梳理科学文献发现,当前研究开始关注技术价值这一问题。对于新兴技术领域而言,在技术广泛交叉引用的背景下,技术会聚程度及不同技术会聚形式如何影响技术价值,学者们尚未研究。分析技术会聚对技术价值的影响,不仅有利于企业通过技术会聚寻求技术发展机会、制定技术赶超战略,而且对于政府引导新兴产业发展具有重要指导意义。技术会聚是领域内部或领域间不同技术知识元素重新整合的过程。对于一项技术的会聚,可以分为两个层面。首先,它吸纳了不同数量技术知识元素,表现为技术知识多样性;其次,多样化的技术知识来自于远近不同的技术领域,体现为技术知识新颖性。相对于本领域而言,远距离领域的技术知识新颖性较高,会聚多个远距离知识元素的新技术发明通常拥有较高的技术价值。因此,本研究基于技术距离视角,从技术会聚产生的根源出发,结合目标年度专利的技术知识吸收与扩散过程,研究技术会聚程度与技术价值的关系,并进一步根据技术会聚形式来区分何种会聚形式能产生较高的技术价值。

二、理论框架与假设

(一)理论基础

技术会聚是两个或多个领域的技术交叉与融合,领域间共享一部分相同的技术知识。技术会聚通常不是探索全新的技术知识,而是整合现有技术领域知识元素,当新技术涌现于已有技术边界的交叉点时,技术会聚发生。当前许多新兴技术领域都是技术会聚的结果[2]。

技术会聚是吸收技术知识的过程,即一项技术在创新性发展过程中,不断吸收和借鉴多个领域的技术知识,以促进本领域的技术进步。新兴领域更是在已有领域发展的基础上形成的[3,9]。技术吸收体现了会聚技术的知识来源,即一项技术发明在后向引用中应用了哪些不同远近领域的技术知识。技术吸收能力越强,会聚程度也越高。从技术发明所涉及的技术知识元素来看,高度会聚型的技术发明通常包括多个技术领域的技术分类号。技术会聚的结果是产生兼具技术知识多样性和新颖性的会聚技术。有些技术由于高度的创新性而受到其他领域的关注,通过技术扩散广泛地应用于其他领域的技术创新过程中,成为多个领域的通用知识或新颖性知识来源。从技术知识元素角度来看,该技术元素多次出现于较广范围的多项技术发明中。

对于某一领域而言,领域内部知识成熟度较高而新颖性偏低,远领域知识带有较高的新颖性,引用不同远近的技术知识会引起技术会聚程度的差异。仅仅考虑会聚的技术知识元素数量不足以反映技术会聚的真实水平。因此,基于技术距离视角区分近、邻和远领域,划分标准如图1所示。以替代能源领域为研究对象,替代能源领域涵盖众多的子领域,既包括可再生能源,如风能、太阳能、生物质能、海洋能等,也包括新能源,如地热能、核能、氢能等。替代能源子领域间共享相同的技术知识,属于近领域;举例来说,电力系统不属于替代能源领域,但它们同属于电气与电子这个大类下,许多技术知识具有相通性,较易于借鉴,将其划归为邻领域;其他技术领域如医学领域,与替代能源领域相距甚远,不能划分到同一个大类中,许多技术知识借鉴吸收难度很大或根本无法与本领域技术知识进行会聚,将其定义为远领域。

图1 距离关系划分

(二)技术会聚程度与技术价值的关系

新技术发明吸收的新颖性知识数量的不同会引起技术价值的差异。仅吸纳少数知识元素时,由于有限的知识范围,它们的知识结合仅能在一定程度上激发研发人员的创新思维,由此产生的新技术发明价值较低。而且,仅整合领域内部的知识元素进行发明创造时,使用的技术知识是该领域内的通用知识,所产生的新技术发明同质性较高,难以在众多相似性技术中脱颖而出。为创造高价值技术创新成果,研发人员通常需要借鉴更多领域、更广范围的知识元素,跨越多个技术领域搜寻新颖性技术知识[8,10]。相对于领域内部技术知识而言,远距离领域的技术知识更具新颖性。当新技术发明整合多个远领域技术知识元素时,技术知识多样性和新颖性提升,从而在未来具有更高的被引用可能性。

然而,过高的技术会聚程度也会带来一定的风险。当结合较远领域的技术知识元素时,技术发明的新颖性和知识多样性增加,但研发人员对新知识的熟悉程度较低,他们对于远领域的技术知识认知不足,融入远距离技术知识产生的新技术发明可预测性较低,创新失败可能性加大[11-12]。未来引用者也难以预测将远领域的技术知识应用到本领域将会产生何种创新成果,因此可能采取延迟引用或放弃引用的策略[13]。在竞争激烈的领域,许多组织都是风险规避型的,高会聚型技术发明出现后,可能会受到较多领域的关注,但是由于该发明集成了多领域的知识,受认知能力的束缚,未来引用者可能采取保守的态度,继续从本领域附近搜寻成熟度较高的技术知识以开展新技术发明,这会降低高会聚型技术发明在未来被引用的可能性[14]。

理论上讲,技术会聚程度可以从技术知识新颖性和研发人员熟悉度这两方面影响技术价值。技术会聚程度低将导致技术发明新颖性不足,仅能产生有限的技术价值。当技术会聚程度过高时,由于缺乏足够的相似度和可识别性,技术价值也受到限制。因此,当技术会聚程度较低时,技术价值随着会聚程度的增加而上升,会聚到达一定水平后,技术价值将会下降。鉴于此,提出假设H1:技术会聚程度与技术价值呈倒U型关系。

(三)技术会聚形式对技术价值的影响

假设1指出,适中会聚水平的技术发明更有利于技术价值最大化,因为它一方面在相似度和可识别性方面占据优势,另一方面在新颖性上取得了适度的平衡。何种类型的会聚形式能形成适中水平的会聚,从而具有较高的技术价值?从技术距离视角出发,总结了技术会聚程度与技术会聚形式之间的关系,如表1所示。此处只关注具有适中会聚程度的3种技术会聚形式,即近—远、近—邻—远和邻会聚。

首先,由近—远领域的技术知识会聚而成的技术发明不仅与领域内部技术知识密切联系,而且在利用远距离领域技术知识的新颖性之间取得平衡。在这些技术发明中,近领域的技术知识是原有研究领域的共有知识,远领域的技术知识带有较大的新颖性。建立在近领域和远领域的新技术发明意味着最大限度地提高其熟悉程度和新颖性。其次,在近—邻—远领域的技术会聚形式中,发明者熟悉近领域内的技术知识,并结合远技术领域的新颖性知识,此时邻领域的技术知识可以构成近领域和远领域技术知识之间的桥梁,成为知识交流的中介,极大地方便技术知识的流通和共享。第三,邻技术会聚形式,仅仅整合邻领域的技术知识,由于这些知识不直接来自领域内部,因此技术间相似程度较低;同时它们不包含远领域的知识,携带新颖性知识偏少,即在发明者熟悉性和新颖性方面均不占优势。

表1 技术会聚程度与技术会聚形式的关系

新颖性和研发人员熟悉性可视为一对相反的作用力。远领域知识能增加技术发明的新颖性,但是,由于研发人员自身能力的局限性,远领域技术知识与本领域技术知识差别大,受消化吸收能力等因素的影响,直接应用于本领域可能会“水土不服”,技术引进和改造机制较为复杂。面对创新的不确定性和高风险,研发人员可能不太热衷于进行这种大胆的尝试,从而降低新颖性出现的概率。适中的会聚程度包含上述3种技术会聚形式。近—远领域和近—邻—远领域这两种技术会聚形式兼顾了技术知识新颖性和研发人员熟悉性,故更有可能产生高价值的技术发明。鉴于此,提出假设H2:采用近—远、近—邻—远会聚形式的技术发明能比邻会聚形式的技术发明产生更高的技术价值。

三、方法

(一)数据

替代能源领域是一个快速发展的新兴交叉领域。在以往研究中,专利经常被用作技术发明的有效代理[14]。美国专利商标局(USPTO)为替代能源领域相关专利提供了详细的搜索指南,此外,参考Guan和Yan对替代能源领域技术的检索策略[15-16],利用美国专利分类号进行搜索,从美国专利商标局采集了替代能源领域1976-2018年间的44 650项专利数据,每项专利的引用信息都有详细记录。检索式如下:ccl/44/589 or ccl/44/552 or ccl/44/605 or ccl/44/606 or ccl/48/197R+or ccl/52/173.3 or ccl/60/495-507 or ccl/60/641.2 or ccl/60/641.8+or ccl/75/958 or ccl/110/235+or ccl/110/346 or ccl/126/561-714 or ccl/136/243+or ccl/210/605 or ccl/290/44 or ccl/290/51 or ccl/290/54 or ccl/290/55 or ccl/405/76-78 or ccl/415/2.1 or ccl/415/25 or ccl/429/12-46 or ccl/431/5 or ccl/435/252.3+or ccl/435/254.11+or ccl/435/257.2 or ccl/435/325+or ccl/435/410+or ccl/436/25+or ccl/800/＄。

(二)变量及测量

因变量:技术价值是评估技术重要性的一种方式,以专利的前向引用作为技术价值的代理指标是最直观有效的方法。如果一项专利大量被引用,则它具有更高的质量和更大的价值。因此,参照Lee的做法,使用专利前向引用数量作为专利价值的判别标准[17]。使用10年时间窗内的被引用次数来度量技术价值。

自变量:技术会聚程度通过目标年度专利的后向引用信息衡量,通常认为后向引用信息表示一项技术发明的知识来源[8]。基于技术距离视角研究技术会聚,把技术会聚视为目标专利后向引用中涉及的技术代码的数量和对应技术领域远近的加权。借鉴Keijl等测度重组水平的思想,使用焦点技术发明的后向引用信息作为技术会聚程度的代理[18-19]：

TCD表示技术会聚程度;Ni表示一项专利后向引用中技术代码总数量;Nik表示属于k个技术领域(近、中、远)中后向引用次数;v表示对近、中、远技术领域加权,分别赋值1、2、3。

美国专利分类采用“大类号/小类号”的分类形式。大类设置技术范围,再根据不同的技术主题细分为小类。借鉴Keijl等的设置方法[20],以替代能源领域为核心,依据技术距离划分近、邻和远技术领域。上文列出的替代能源领域专利分类代码可视作该领域的技术知识库。对于一项专利,其后向引用信息中可能涉及多个技术代码,若一些技术代码与技术知识库相同,则定义为近领域,赋值为1;若一些技术代码不能划归入知识库,则对技术代码进行清洗,考虑是否可以划分入相同大类中,能纳入相同大类的技术代码定义为邻领域,赋值为2;若仍有一些技术代码不属于以上两类,则说明该技术与替代能源领域技术距离很大,划归为远领域,赋值为3。

表2给出了技术会聚程度的具体计算方法。例如,专利P1引用了2个被分类为近领域的技术代码,则v赋值为1,TCD=(2*1)/2=1;专利P2引用了2个近领域和1个邻领域的技术代码,则TCD=(2*1+1*2)/(2+1)=1.33。

引入控制变量以避免其他因素的影响。包括发明者数、权利要求数、专利类数量、后向引用数量、授予人数量、后向引用年龄。

技术会聚形式虚拟变量:为验证假设2,创建了2个虚拟变量(近—远;近—邻—远),以测试哪种技术会聚形式能产生最高的技术价值。在目标专利的后向引用信息中,若技术发明由近—远领域的技术知识元素组成,则变量“近—远”为1,否则为0;若技术发明是近—邻—远领域技术知识元素的会聚,则变量“近—邻—远”为1,否则为0。邻会聚形式为默认类型。

表2 技术会聚程度计算示例

(三)模型构建

因变量技术价值是计数型变量,并且只取非负值。因此,可以考虑采用泊松模型或负二项模型。由于因变量的均值远小于方差,故选择负二项回归模型。此外,为确定使用标准的负二项模型还是零膨胀的负二项模型,进行了Vuong检验。检验结果Vuong值|V| < 1.96,并不能证实哪个模型更好。在本研究中,首先报告标准负二项回归模型估计结果。之后利用零膨胀的负二项模型来检验使用标准负二项模型回归结果的稳健性。

四、研究结果

(一)描述性统计

表3报告了各变量的均值、标准差和相关系数等。从技术价值的均值和最大值可知,不同技术发明的技术价值离散度较高。所有变量的方差膨胀因子(VIF)都低于10,表明本研究中变量间不存在多重共线性问题。

(二)回归结果

表4分别给出了技术会聚程度与技术价值的标准负二项回归和零膨胀的负二项回归结果(观测样本数24 007)。其中,模型1和模型4是基本模型,该模型只包含控制变量。模型1和模型4显示了专利权利要求数量、后向引用数量与专利授予人数量对技术价值的正向影响以及后向引用年龄和专利发明人数量对技术价值的负向影响。模型2和模型5对技术会聚程度进行回归分析。技术会聚程度在模型2(β=1.009,p<0.01)和模型5(β=0.772,p<0.01)中均正向显著。模型3与模型6加入了技术会聚的平方项用以检验技术会聚程度与技术价值之间的关系。技术会聚程度平方项系数在模型3(β=-1.630,p<0.01)和模型6(β=-1.505,p<0.01)中均负向显著。由此可见,技术会聚程度与技术价值之间存在倒U形关系。就替代能源领域的技术发明来说,当技术会聚程度较低时,技术会聚程度的增加有利于提高技术价值;当技术会聚程度提升到一个特定值后,更高的技术会聚程度将会对技术价值产生抑制作用。因此假设1成立。

表3 描述性统计与相关系数

注:① ② ③ 分别表示在10%、5%、1% 的水平上显著,下同。

为更直观地描述技术会聚程度与技术价值的关系,以0.1为单位,将技术会聚程度区间[1,3]划分为19个系列,对技术会聚程度进行分组统计,计算不同组别技术会聚程度对应的平均技术价值,然后用曲线进行拟合,结果如图2所示,从而进一步证实了二者之间的倒U形关系。表5给出了技术会聚形式对技术价值的负二项回归结果(观测样本7 834),包括标准负二项回归模型(模型1和模型2)和零膨胀的负二项模型(模型3和模型4)回归结果,其中模型2和模型4是含有技术会聚形式虚拟变量的回归。

表4 技术会聚程度对技术价值的负二项回归结果

图2 技术会聚程度对技术价值的影响

模型1～4使用10年时间窗内的前向数量作为因变量,与模型1和模型3相比,含有技术会聚形式虚拟变量的模型2与模型4具有更好的拟合效果。近—远与近—邻—远的会聚系数在模型2(β=0.372,p<0.01;β=0.314,p<0.01)和模型4(β=0.363,p<0.01;β=0.325,p<0.01)中显著为正。这说明与参照组相比,近—远与近—邻—远会聚形式对技术价值的影响力更强。

为更准确的阐释3种技术会聚形式的影响差异,利用Stata分别计算它们在标准负二项回归模型和零膨胀的负二项回归模型下的边际效应,以表示不同技术会聚形式对技术价值影响作用的大小。将3种技术会聚形式对应的技术价值分别减去3种技术会聚形式对应全部技术发明的平均技术价值,借助于Stata求出边际值,结果如图3所示。

表5 3种技术会聚形式对技术价值的负二项回归结果

图3 3种技术会聚形式的边际效应

边际影响趋势是一致的,近—远会聚产生最高边际影响力,近—邻—远会聚次之,邻会聚影响力最小。实现适中会聚程度的方式对技术价值的影响是显著不同的,不同技术会聚形式将引起技术价值的差异。首先,会聚近领域和远领域的技术知识元素,可以实现最高的技术价值;其次,近、邻和远领域的技术知识元素会聚也将产生较高技术价值。在理论推导中,近—邻—远会聚带来的技术价值应该相对更高,这一结论稍有偏差可能源于不同行业特定属性的差异。对于替代能源领域来说,探索邻领域的技术知识可能要付出较大的努力,会聚远领域的技术知识能带来较大的技术价值。

五、结论与讨论

本研究基于技术距离视角,以替代能源领域为例,通过分析技术会聚对技术价值的影响,结论如下:技术会聚程度与技术价值之间呈倒U形关系,即过高和过低的技术会聚水平只会对技术价值产生较为有限的影响,具有适中会聚水平的技术发明能产生最大的技术价值。另外,提取具有适中技术会聚程度的专利,将其细分为3种技术会聚形式,探究技术会聚形式对技术价值的影响。研究发现,近—远与近—邻—远会聚形式的技术发明产生的技术价值明显高于仅利用邻领域技术知识的技术发明。综上所述,技术会聚程度有高低之分,适中的会聚程度最有可能产生较大的技术价值,但不同技术会聚形式对技术价值的影响有所差异,近—远与近—邻—远会聚形式的技术发明能产生较大的技术价值。

本研究丰富了技术会聚的理论研究。首先,本研究发现技术会聚程度与技术价值之间存在倒U形关系,因此企业不必盲目追求较高水平会聚技术,挖掘现有技术的会聚潜力依然是创造竞争优势的关键;技术发展日新月异,处于不断的更新换代中,企业也不能局限于本领域知识闭门造车,应依据自身所处行业情境进行合理规划。其次,技术知识有远近之分,企业需要不断挖掘和利用自身熟悉领域的技术知识,组建研发团队,增强研发人员之间的知识交流与共享,提高知识吸收能力,这将有利于降低技术研发成本和创新风险。最后,技术创新也需要借鉴其他领域的新颖性知识,单个发明者掌握的知识是有限的,高价值技术的开发需要多个领域的研发人员一起进行知识交换,攻坚克难,通过一系列改造和转化过程,将邻领域和远领域的技术知识引入本领域技术知识库,整合再创造以提升技术价值。