面向老年人的传感器技术景观分析与中国对策*

黄鲁成 葛 豪

(北京工业大学经济与管理学院，北京100124)

人口老龄化问题已成为全球性的社会问题，它对当今大多数国家未来的发展产生了重大影响，据联合国经济与社会事务部人口司统计，2017年，全球60 岁及以上人口达到9.62 亿。 到2050年，老年人的数量预计将翻一番，达到近21 亿。2017 年，全球每八个人中就有一个人的年龄在60岁以上。 到2030 年，预计老年人将占全球人口的六分之一。 到21 世纪中叶，每五个人中就有一个人的年龄在60 岁以上[1]。 随着年龄增长，人的活动能力、体力、耐力以及敏锐度下降，老年人将面临着诸如跌倒、突发性疾病等不可测的困境，世界卫生组织发布报告指出，全球每年约28% ～35%的65 岁及以上老年人发生跌倒，并随着年龄增长而明显提高[2]；据美国疾控中心统计，在65 岁及以上的老年人中，每年约有500 亿美元用于非致命跌倒，7.54 亿美元用于致命跌倒；预计到2030年，每年因跌倒死亡的老年人数量将达到10 万，相关成本为 1000 亿美元[3，4]。 传感器技术是监测、预防老年人跌倒，引导和提高老年人行动能力的重要技术，已经“广泛应用于人类活动识别、行为分类和人类活动监测领域”[5-7]。

关于面向老年人的传感器研究，国内学者主要基于加速度传感器[8-12]、惯性传感器[13]、Kinect体感传感器[14]、MEMS 传感器[15，16]以及人体红外传感器[17]对老年人的日常行为进行检测，防止老年人跌倒等异常情况对老年人的伤害，保障老年人的人身安全。 国外方面，学者将传感器作为一种检测装置或技术手段，以此来监测老年人的健康状况和保持独立性，例如可以通过传感器估计老年人的步态参数[18-20]，运用超声传感器对老年人进行位置检测，以使老年人跌倒之后可以得到及时救助[21]，还可以利用传感器数据进行日常活动行为监测，预测老年人的行为和检测生命体征[22]。

但目前尚未见到从全景分析传感器技术的发展现状与未来趋势的研究成果。 鉴于此，本文将从五个方面来展示涉老传感器技术景观:技术成长性与空间分布，包括技术的时间演化与地域分布；主要专利权人与科技文献主要作者单位分布；核心专利分布，包括核心专利区域识别与核心专利国家识别；技术焦点分析，包括技术热点与研究前沿；竞争态势分析。

1 数据来源与研究方法

1.1 数据来源

本研究从德温特专利数据库中收集专利数据，从Web of Science 核心合集(SCI-EXPANDED，SSCI)中收集文献数据，检索日期为2019 年7 月18 日，专利和文献数据使用相同的检索策略获取，检索式:TS=(((aged OR ag＄ing OR elder OR older OR senile OR senility OR senior) NEAR/0(people OR human＄ OR adult＄ OR person＄ OR citizen＄ OR individual＄ OR men OR women OR male＄OR female＄ OR population＄ OR patient＄ OR societ*) OR ag＄ing NEAR/0 health＄ OR ag＄inghealthcare OR ag＄ing-care OR "aged care" OR "old age" OR ag＄ing-friendly OR "silver economy"OR "active ag＄ing" OR late＄-life OR geriatric*OR geronto*OR elderly ) AND (sensor OR "sensing element") )。 为保证数据的准确性，对获取的数据进行人工筛选，剔除不相关的数据，本文最初提取到文献数据2447 篇，专利4257 件，其中部分涉及到传感器而没有关注老年人、研究药物或运动对动植物的影响、涉及老年人但没有结合传感器的应用等内容，另有不相关的文献或专利，诸如评估远程数字护理项目对慢性膝关节疼痛的疗效、基于计算智能辅助设计框架的气体流线砂体实时定量监测优化设计等，最终得到了专利(族)4190件，文献2254 篇。

1.2 研究方法

本文运用技术景观分析法，本通过五个方面来展开，主要使用了科学计量分析、社会网络以及基于新颖度和关注度的战略坐标构建的方法，对于社会网络分析，本研究通过度数中心性(degree centrality)来测量合作关系，采用度数中心性测度，因为它是无向关系中最常见的中心性测度[23]。

2 传感器技术成长性与空间分布

2.1 技术成长性分析

技术成长分析确定技术所处的发展阶段，有助于我们对技术发展趋势的宏观了解。

根据涉老传感器领域的专利和文献数量随年份的变化趋势来描述技术的时间分布，由图1 我们可以看出在1971 年首次出现涉老传感器领域的专利申请活动，最早的文献发表于1985 年，1994 年之前，专利和文献数量都较少，说明关于老年人的传感器领域研究还比较少并且世界各国对其重视程度不够；1994—2010 年专利申请量从32 件开始稳定增长，文献发表量在这一时期也有小幅增长；2010 年之后每年的专利申请量突破200 件，而文献发表量突破100 篇，这说明在全球范围内人们逐渐关注涉老传感器领域的研究。

图1 面向老年人的传感器技术时间发展趋势Fig.1 Time Trends of Sensor Technology for the Elderly

总体上，可以将涉老传感器技术的发展过程分为三个阶段:1994 年之前为起步期，1994—2010 年为探索期，2010 年之后为发展期，值得注意的是，整体上每年的科技文献数量小于专利数量且均在增长，这表明该技术的科学问题已经基本解决，有利于工程技术问题的快速解决，主导技术趋于稳定[24]。 随着全球老龄化的不断深入，面向老年人的传感器领域将会成为全球研究与关注的热点。

2.2 技术空间分布

技术空间分布是指传感器技术专利和科技文献主要来自哪些国家或地区。 表1 列出了优先专利申请与文献的空间分布情况，由于专利可以在多个国家提交申请，为避免重复计算，本文以优先国家专利权数量为统计标准[25]，我们根据申请专利数量排名前五的国家或地区得到表1(如无特殊说明，本文后续部分中所涉及的国家或地区均为最早优先权国家或地区)，为了更好地进行对比分析，我们使用同样的国家排名统计文献发表数量(表1)。

由表1可以看出，排名前五的国家占到了专利申请的89%，其中日本与中国在专利申请中分别占到了32%与31%，日本从70 年代初便步入了老龄化社会，日本已成为世界上老龄化趋势最快的国家，日本的专利数量最多也反映了这一点；但是日本在2000—2004 年这一时间阶段之后的专利申请数量在减少，我们可以认为日本已掌握了传感器领域的核心技术，尽管近两年的专利申请数据不完整，我们也不认为它会大幅度增长超过前一时期。 与此形成对比的是中国在2000年之后的专利申请数量不断增长，尤其是最近其增长势头很强劲，韩国也有类似的情况。 排名前五的非亚洲国家为美国和德国。

表1 专利申请与文献发表的空间分布Tab.1 Spatial Distribution of Patent Applications and Scientific Publications

文献发表的地域分布为我们揭示了一幅不同的图景。 我们通过表1 可以看到在学术文献发表量方面，美国与德国表现很活跃，美国占到了全球总发表论文的36%，与专利申请活动的表现相比，日本在文献发表方面并不显著，韩国最早申请的专利在1991 年，文献在这之后八年即1999 年发表，整体上韩国在这方面还落后于其他四个国家，五个国家的文献发表量占到了总量的66%，因此，到目前为止五个国家在文献发表领域的主导地位还不如专利活动，我们可以得出这样一个结论:在涉老的传感器领域，以中日为代表的亚洲国家倾向于专利申请活动，而欧美国家更倾向于学术研究。

3 主要专利权人与科技文献作者机构分布

3.1 主要专利权人分布

如表2 所示，由于专利权人可以是个人，企业或是科研机构，为了能够与作者单位形成对比，我们在这里只考虑企业或科研机构，又由于国外公司的子公司较多且常常写法不一，因此往往使用专利权人代码检索结果优于专利权人名称[26]。专利权人代码分为标准代码与非标准代码，而非标准代码并不是独一无二的，不相关的两个公司其公司代码相同的情况也大量存在[27]，因此我们在这里只考虑标准代码，综合上述情况我们得到了专利权人排名(表2)。

在专利权人排名方面可以看出日本企业在专利申请活动中占据主导地位，除了荷兰的飞利浦电子公司和韩国的三星电子有限公司之外，其余全为日本大型电子电器企业。 松下电器目前拥有最多的专利数，该企业自1994 年开始有相关专利的申请授权，主要涉及利用安装在室内安全系统中的传感器，监测老年人异常的生活方式，及时通知有关老年人的健康状况或紧急情况；用于医院或诊所中老年患者行为监测的护理设备或康复设备的测定装置等。

表2 总体专利排名前十的专利权人Tab.2 The Top Ten Patentees in Terms of Overall Patents

表3 总体文献排名前十的作者单位Tab.3 Author Affiliations for Overall Publication Activities

3.2 科技文献主要作者机构分布

作者单位排名方面，通过表3，排名前十的机构除了罗伯特·博世公司之外，其余全为高等院校，其中有三所美国大学，两所荷兰大学和德国大学，瑞士、意大利以及以色列各有一所，作者单位所属国以欧美国家为主。 整体上来说，专利申请活动主要由私人公司主导，而高等院校主要在科学期刊上出版刊物，排名前十的作者单位发表的文献占到了总量的15%，在排名前十的专利申请机构和作者单位中，没有同一个组织出现在这两个列表中。

通过观察我们还发现虽然中国拥有较多的专利申请量，但是排名前十的专利权人中并没有中国的企业或科研院所。 进一步分析中国的专利权人成分和各专利权人成分拥有的专利申请量(图2、3)，可以看到中国的专利权人以“个人”为主，“非标准”专利权人的专利申请量最多。 表4 表明在“标准公司”中，浙江工业大学拥有最高仅为9 的专利申请量，并且排名靠前的都为高等院校而没有企业，这说明中国在涉老传感器领域的产业化基础薄弱，研究较为分散，盲目追求数量，没有真正扎实、持之以恒的做深入研究。

表4 排名靠前的“标准公司”专利申请量(中国)1)Tab.4 High Ranked " Standard Company" Patent Applications (China)1)

4 核心专利分布

图2 专利权人成分(中国)Fig.2 Composition of Patentee (China)

图3 各专利权人成分的专利申请量(中国)Fig.3 Number of Patent Applications by Patentee Component (China)

为分析传感器技术核心专利的国家分布，首先要确立核心专利区域，即哪个区域中的专利属于核心专利；其次，在专利核心区域内，识别出每个专利所属国家，最后加总每个国家在“专利核心区域”内拥有的专利数量，由此得到各个国家的核心专利实力。

4.1 关于核心专利的识别

核心专利识别是专利分析的重要内容之一，本部分将布拉德福定律用于专利文献来识别核心专利。

笔者首先经过统计筛选发现4190 个专利文献中共涉及2814 个国际专利分类号；其次将IPC依据出现频次降序排列；最后将专利文献依照IPC 号对应的专利数量分为三个区域，每个区域中专利数量大致相同，结果见表5。 其中专利核心区域分类号为 A61B-005/00、G08B-021/04、A61B-005/11、G08B-025/04，拥有专利数量 1347件；专利相关区域分类号为G08B-021/02、G08B-025/10、A61B-005/0205 等 60 个，拥有专利数量1451 件；专利离散区域分类号为 G08B-021/18、A43B-003/00、A45B-003/04 等 2750 个，拥有专利数量1392 件。

表5 布拉德福分类表Tab.5 Bradford Classification Table

4.2 核心专利国家分布

本文通过布拉德福定律统计出核心区域专利数，并在核心区域专利基础上依据普赖斯计算公式分别以被引频次和同族专利数来界定高被引专利和高价值专利[28]，本文将高被引专利与高价值专利认定为核心专利，其中Nmax为核心区域专利中被引频次或同族专利数的最大值，M 为阈值。 本研究的核心区域专利中被引频次最高专利为356 次，当Nmax=356 时，M =14.1321；本研究中核心区域专利的最高同族专利数为 21，当 Nmax=21 时，M =3.4324；即本文将核心区域专利中被引频次超过14 次或同族专利数超过3 次的专利定义为核心专利，于是分别得到图4、5 核心专利全球分布。

图4 核心专利分布(被引频次)Fig.4 Distribution of Core Patents (Cited Frequency)

图5 核心专利分布(同族专利数)Fig.5 Distribution of Core Patents (Number of Patents of the Same Group)

我们可以看出以专利被引频次识别的核心专利中，日本占到近六成，被引频次可以客观地说明专利的研究结果被使用和受重视的程度，这一定程度上反映了日本在涉老传感器领域的影响力水平；而以同族专利数识别出的核心专利分布中，美国所占比重最大，其次是日本，如果一项技术申请了大量同族专利，可以从侧面反映出这项技术的重要性或经济价值，这表明相较于日本，美国在涉老传感器领域拥有潜在的技术市场和经济势力范围；中国专利无论是被引频次还是同族专利数方面均不占优势，说明中国在涉老传感器领域的专利质量上有待提高。

5 技术焦点分析

本文所指技术焦点包括两个方面的含义，即技术热点和研究前沿，这对于确立某领域创新重点、识别该领域的研发方向前沿具有重要意义。

5.1 技术热点识别

热点领域是指在某一段时间内，有内在联系的、投入研究资源较多的领域[29]。 而IPC 是目前国际通用的比较完善的专利技术分类体系。 因此本部分通过对IPC 大组进行共现网络分析及聚类分析来识别涉老传感器领域的技术热点。

在社会网络中，如果一个集合中的行动者之间具有相对较强、直接、紧密、经常的或积极的关系，我们可以称此行动者集合为一个凝聚子群[30]，本文从子群成员与其他成员之间的关系频次入手，基于核心区域专利，利用k-核分析，即建立在点度数基础上的凝聚子群来识别技术热点领域。 如图8 所示，其中，节点代表涉老传感器技术领域，节点大小表示度中心度。

根据IPC 分类号所对应的技术领域，本文选择最大的前5 个凝聚子群作为5 个技术热点群:

热点群A:即13 核子群，用于诊断目的的监测，响应指定的意外或异常情况的报警器，如老年人紧急呼叫设备。

热点群B:即12 核子群，包括无线电定向、导航以及加、减速度的测量，如指示老年人行走的搜寻指示装置；专门适用于老年患者的运输工具或起居设施。

热点群C:即11 核子群，包括照明装置，用于一般电光源的电路装置，如方便老年人夜间行走的手杖；用电操作的教学用具，如供老人使用的学习系统。

热点群D:即10 核子群，包括将介质输入人体内或输到人体上的器械，例如向老年人骨关节注射药物的装置；防止老年人受伤的车上装置或配件。

热点群E:即9 核子群，包括装有操纵装置的容器；机械动力产生装置，例如老年人活动辅助设备。

图6 涉老传感器领域技术热点识别Fig.6 Identification of Technical Hotspots in the Field of Sensors for the Elderly

笔者经过排查发现国际专利分类号集中在A61B 与G08B 两小类中，这与热点群所涉及的技术内容有交叉和重叠，因此综合分析认为面向老年人的传感器技术热点领域有两个方面:一方面是以信号装置或报警装置为主的电学物理领域，如基于传感器监控的老年人防跌倒系统；另一方面是以诊断、外科或鉴定为主的医学卫生领域，如老年电动护理椅。

5.2 研究前沿识别

关于研究前沿的概念，许多学者对此下过定义，但至今尚未统一，然而，纵观研究前沿的定义，其概念内涵一致:一是具有高度关注， “高被引”、“广泛关注”都体现了这一特点；二是新颖性，许多定义中都出现了“新出现的”、“新兴的”等词语[31]，因此本文选取2016—2018 年(检索数据截至2019 年7 月，考虑到2019 年不完整，故选2016—2018 年)的文献数据，采用关注度与新颖度来识别具有较高学术关注度的最新研究主题。

1)涉老传感器研究前沿识别与聚类

本文借鉴卡龙等人的聚类原则[32]来进行聚类划分，将2016—2018 年涉老传感器领域文献的370 个关键词聚类处理，剔除只有两、三个聚类成员或与涉老传感器无关的类，这类聚类不能准确反映聚类所代表的研究方向和内容，最终形成有效聚类15 个，结果如表6 所示。

表6 聚类名称与聚类成员Tab.6 Cluster Name and Cluster Member

2)涉老传感器研究前沿战略坐标构建

本文得到涉老传感器领域研究前沿聚类之后，利用Law 等[33]提出的战略坐标方法，以聚类的关注度指标为横轴，新颖度指标为纵轴，建立战略坐标。 通过聚类在四个象限中的分布情况，来把握涉老传感器领域各聚类主题的状态。 根据新颖度和关注度的指标含义及计算公式，得到涉老传感器研究前沿的战略坐标如图9 所示。 在全部聚类中，共有4 个聚类位于第一象限，3 个聚类位于第二象限，7 个聚类位于第三象限，1 个聚类位于第四象限。

3)战略坐标下的涉老传感器研究前沿分析

由图 9 可知:聚类 1、8、9、11 是新颖度比较高的类别，其中聚类1 是具有新颖度且具有高关注度的研究主题，因此本文对这四个代表性聚类进行详细解读。

聚类1 是关于互联网下的智能家居的相关研究。 它是四个聚类中新颖度、关注度双高的类别，所涉及的研究包括:Yao 等[34]介绍了一种端到端的基于web 的家庭监护系统，它可以方便、高效地提供护理服务，该系统结合了数据和知识驱动技术，实现了个性化智能家居的实时多层次活动监控；Ha Manh Do 等[35]介绍了一种可用于老年人护理辅助技术研究的机器人集成智能家居(RiSH)的开发。 RiSH 集成了家庭服务机器人、家庭传感器网络、身体传感器网络、移动设备、云服务器和远程护理人员。 作者还实验验证了RiSH 中各部件的工作情况以及对居民进行监控和协助的能力；Dhatchayeny 等[36]提出了一种基于EOG (electro-oculogram)信号的智能家居环境下的辅助可见光通信(VLC)，且经过试验表明所提出的智能设备控制方案运行准确、可靠，特别是对长者来说，可以为其提供更环保和更安全的智能家居；Hossain 等[37]提出了一种高效节能的网络物理智能家居系统，利用云计算和大数据技术的潜力来监测老年人。

聚类8 是关于老年人跌倒监测与风险评估的研究。 它是四个聚类中新颖度第二高的类别。该类别涉及的研究包括:Liu 等[38]开发了基于机器学习模型跌倒检测系统以提供紧急警报和服务，提高与老年人安全和健康相关的生活质量；Min 等[39]对独居老年人提出了一种基于Kinect传感器和三维骨骼关节信息分析的室内环境跌落检测方法；Aicha 等[40]认为人体佩戴的传感器，如加速计，可以提供关于摔倒风险的有价值的信息，他们研究了基于可穿戴传感器数据的深度学习模型，特别是多任务学习，并认为其能够有效地评估跌倒风险。

图9 战略坐标图Fig.9 Strategic Chart

聚类11 是通过步态分析来评估老年人健康的研究。 它是四个聚类中关注度较高的类别。Panciani 等[41]展示了惯性传感器系统在老年脑积水患者步态分析中的临床应用，他们认为惯性传感器系统是一种可靠和易于使用的老年患者步态早期检测系统；Schliessmann 等[42]评估了鞋装惯性传感器步态治疗系统提供的自动实时反馈在老年人步态障碍患者中是否可行，结果表明动态、实时、语言化的反馈是可行的，可以实现反馈步态参数的规范化；Song 等[43]为了医疗保健和临床应用，开发了使用惯性传感器的动态步态监测系统来估计用户步态参数，如行走速度、步幅时间和步幅长度，该系统可用于日常生活步态分析，包括步态活动分类和步态参数估计；Schlachetzki 等[44]开发了一种基于穿戴式传感器的步态分析系统作为诊断工具，客观地评估帕金森病患者的步态参数，并印证了其可行性和适用性达到了大规模临床研究和个体患者护理的高技术准备水平。

聚类9 是关于慢性病管理和电子医疗的研究。 该类别涉及的研究包括:Pires 等[45]介绍了一种集成的老年人电子医疗保健系统，该系统可以实时、随地、无干扰地监测老年人的生物医学参数，所开发的电子系统处理能力强，可采用先进的演算法来侦测健康问题，以确保长者一整天的安全和健康；Farahani 等[46]提出基于物联网的电子健康生态系统的整体架构，讨论物联网在医疗保健领域的适用性；Chung 等[47]提出了一种基于分布式对象组框架的开放平台智能健康服务，通过自动化技术和分布式代理优化设计，构建了充分发挥分布式网络性能的智能健康网络环境。

6 竞争态势分析

综合竞争地位判别方法由专利组合分析和评价指标体系构成，专利组合分析是由德国学者霍尔格·恩斯特(H.Ernst)教授首次提出[48]，本部分利用核心区域专利，依据专利活动和专利质量两个维度将各国综合竞争地位分为四个等级，分别为技术领导者，潜在竞争者，技术活跃者和技术落后者，并以二维矩阵图的形式展现出来，专利活动和专利质量包含的具体指标和测算方法如表7 所示。

表7 专利组合指标计算方法Tab.7 Patent Portfolio Index Calculation Method

因为各项指标的计算结果差异较大，为了指标判定的准确性，我们采用标准化方法，即让每个指标中的值与结果中最大的数值相比，将所有值转化为[ -1，1]之间的值，这样更容易清晰地看出竞争对手间的差距。 我们将相关指标进行测算，再经过标准化处理，计算结果见表8，最后绘制出图8 所示的气泡图。

由图10 可以看出，横纵坐标分别代表专利活动和专利质量，气泡的大小代表核心专利数量，日本处在技术领导者象限中，无论是专利活动还是专利质量都处于领先地位，说明日本在涉老传感器领域具有较强的技术研发能力，是行业内的领导者，也是其他国家应当效仿和学习的对象；美国与德国的专利活动较少，但专利质量较高，两国的“国际范围”指标即同族专利平均数量远高于其他国家，一项技术申请了大量同族专利，可以从侧面反映出这项技术的重要程度，因此两国仍然具备竞争实力，属于行业内的潜在竞争者；中国的专利活动相对比较频繁，其“专利成长率”在五国中最高也反映了这一点，但专利质量不高，这决定了其技术追随者的地位；韩国属于技术落后者，但是它处于潜在竞争者和技术活跃者的边缘，未来有赶上中国的趋势。

7 结论与建议

7.1 主要结论

1)目前面向老年人的传感器技术领域正处于发展时期，自20 世纪70 年代以来，专利和文献数量都有了大幅增长，这表明产业界和学术领域对涉老传感器的兴趣在日益增长。

2)面向老年人的传感器技术热点领域有两个方面:一方面是以信号装置或报警装置为主的电学物理领域；另一方面是以诊断、外科或鉴定为主的医学卫生领域。 涉老传感器研究前沿主要集中在智能家居、电子医疗、跌倒风险评估以及步态分析。

3)在专利权人排名方面日本企业占据主导地位，而科技文献的作者单位所属国以欧美国家为主，高等院校是科学期刊上发表刊物的主力军，中国的高校与企业均未出现在排名中。 虽然中国整体上拥有较多的专利申请，但专利权人成分以“个人”为主，研究分散，盲目追求数量；“标准公司”所占比重不高，其中排名靠前的都为高等院校而没有企业，说明中国在传感器领域的产业化基础薄弱，科研和生产脱节，影响了科研成果的转化，导致我国传感器产品综合实力较低；“非标准”专利权人的专利申请量最多，表明中国传感器领域的企业大多是小微企业，缺乏龙头企业引领和行业带动，缺乏国际化品牌、市场影响力与竞争优势。

4)在核心专利分布方面，日本拥有最多的高被引专利，说明日本在涉老传感器领域具有较高的影响力水平；美国的高价值专利数高于日本，表明美国在涉老传感器领域拥有潜在的技术市场和经济势力范围。 中国在高被引专利与高价值专利方面均落后于国外发达国家，说明中国传感器在某些核心制造工艺技术上还明显滞后国外，科技创新差，自主开发和拥有自主知识产权的科研成果不多。

5)在竞争态势分析方面，日本属于行业内的领导者，美国和德国的专利质量较高，是涉老传感器领域的潜在竞争者；中国的专利活动频繁，但专利质量不高，属于技术活跃者。

7.2 对策与建议

针对上述分析可知我国在传感器技术方面存在的主要问题，提出如下建议:

1)针对涉老传感器快速增长的情况，中国作为老年人口最多的国家，应该准确把握人口老龄化带来的市场需求新变化，利用传感器技术在移动医疗、智能家居、跌倒监测等方面的应用来满足老年人的特殊性需求，布局热点领域研发，占领面向老年人的传感器技术创新制高点。

2)针对中国申请专利主要是高校和小企业情况，中国应在经济发达和具有技术优势的地区，聚集国内外的传感器专业公司与科研院所，开辟面向老年人的传感器产业创新单元，研究制定面向老年需求的传感器产品与服务文件，培育面向老年人传感器龙头企业，组成具有产品技术工艺特色和产业化规模优势以及国际市场影响力的产业集群或基地。

3)针对中国专利质量不高，具体表现在高被引专利与高价值专利落后的情况，中国应鼓励传感器、敏感元件等制造产业进行自主研发，突破技术壁垒、增强技术实力，加快产业升级发展，提升关键核心传感器的自主可控能力。 同时还应积极与技术领先国家和追赶国家开展合作与交流，实时把握领域研究动向，客观认识自身的优势与不足，不留下技术短板。