基于全球专利布局战略的技术预测方法及实证

栾春娟 白晶

摘要：基于专利地域性保护原则和创新主体采取的全球专利布局战略思想，提出利用专利全球布局数据进行技术预测的新思路。选择2015—2019年的专利数据及其全球专利战略布局数据，设计了技术预测模型；并选择全球辐射能技术进行了实证分析。研究发现，在未来的辐射能领域全球竞争中，美国将占有更大的优势；日本的优势明显下降。与当前阶段相比较，在未来阶段主要创新主体的变化比较明显，尤其是LG电子公司值得高度关注。无论从国家层面还是从创新机构层面，中国都需要加强专利的全球布局战略，提升技术创新的国际竞争实力。本研究在理论和方法层面，为产业技术预测提供了新的思路和方法；在实践层面，对我们全面把握全球辐射能技术创新的当前状况和未来趋势、更好地部署能源产业发展战略，具有重要的现实意义。

关键词：技术预测；专利布局；辐射能技术；专利扩展家族

中图分类号：G306；N18文献标识码： ADOI：10.3969/j.issn.1003-8256.2021.01.006

开放科学（资源服务）标识码（OSID）：

0引言

本研究旨在探索一种基于专利全球布局战略的技术预测方法。依据专利保护地域性原则，创新主体欲将其创新产品打入国际市场之前，总是抢先在目标国家/地区布局保护其创新产品和发明技术的专利。基于专利地域性保护理论和创新主体采取的全球专利布局战略，我们提出利用专利全球布局数据进行技术预测的新思路。

现有的运用专利数据进行的技术预测研究，常常是利用单一类型的专利申请、专利授权或专利引证数据进行的[1-2]，不能很好地揭示技术未来的发展趋势和竞争态势。本研究拟基于专利全球布局的战略思想[3-4]，选取辐射能技术领域的当前专利数据代表当前技术，该数据的扩展家族专利数据作为全球专利战略布局的数据，代表未来技术竞争趋势，进行技术预测方法的探索与实证研究。在构建技术预测理论模型与分析框架的基础上，实证分析辐射能未来技术竞争态势和创新发展前景，对其进行技术预测分析。

辐射能作为太阳辐射释放的能量，是地球上重要的能量来源之一。科学研究已经证实，地球从太阳截获的能量远远超过全球能源每年消耗的总量[5]。虽然每秒到达地球的太阳能只占太阳能总量的极其微小一部分，大约为22亿分之一，但却相对于全球一年总发电量的86000倍之多[6-7]。辐射能一直是学者们关注的重点能源技术领域[8-9]。本研究将选择全球能源产业技术创新领先、拥有美国专利数量最多的辐射能领域，分析主要国家/地区和主要创新机构的未来竞争态势，以及该领域技术的前沿热点主题，以期为我国能源产业的创新发展、尤其是辐射能领域的技术创新和战略部署提供决策支撑。

本研究数据来源于美国专利商标局（United States Patent and Trademark Office，USPTO），我们选择申请日期为检索条件，选择最近五年（2015年1月1日至2019年12月31日）辐射能领域的17351个专利家族条目作为代表辐射能当前技术创新的基础数据；扩展家族（extended family expansion）135925项专利数据作为基础数据的全球专利战略布局数据，作为本研究的技术预测数据。依据构建的理论模型，预测全球辐射能未来技术创新发展的国家、机构竞争态势和前沿热点主题，以期为我国辐射能领域的技术创新提供决策支撑。本研究在理论和方法层面，为产业技术预测提供了新的思路和方法；在实践层面，对我们全面把握全球辐射能技术创新的当前状况和未来趋势、更好地部署能源产业发展战略，具有重要的现实意义。

1国内外相关研究进展

1.1关于技术预测方法的研究

国内外关于技术预测方法的研究主要经历了由定性到定量、由单一方法向多元方法转化的历程[10]。早期学者们主要采用以德尔菲法为主的定性方法进行技术预测，即由调查者拟定与技术发展有关的调查问卷，并向专家组发放，然后由专家组成员背靠背交换意见，经过两轮的重复反馈，专家组成员的意见会趋于统一[11]。后续有学者在此基础上加入其它方法进行改进，使得技术预测结果更具科学性。如徐磊[12]将德尔菲法与技术路线图相对接，不仅实现了对未来技术发展的预测，而且囊括了对未来社会发展愿景的描绘；Tang等[13]把德尔菲法与层次分析法相结合，预测了太阳能电池产业链中相关技术的发展空间。这些新方法虽然较之原来有了一定的改善，但定性方法本身所具有的参考点效应和证实性偏差始终无法消除，这也会使预测的准确性和可靠性处于较低的水平[14]。

隨着科学技术的快速发展，我们所能获取到的资源和数据越来越广泛，利用数据驱动来定量进行技术预测的方法逐渐被人们发掘和应用[15]。专利数据因其代表性、规范性和可得性成为技术预测研究中最常利用的数据[16-17]。基于专利数据进行技术预测的研究可分为五种类型：第一类是以技术生命周期理论为基础，结合专利数量特征进行技术预测。如赵莉晓[18]应用技术生命周期理论和Logistic模型，以专利申请数量为基础对RFID技术进行了技术预测研究；Chen等[19]利用专利累积数量构建了氢能源和燃料电池技术的Logistic增长曲线模型，通过技术所处阶段来预测技术发展趋势；第二类是以可量化的专利相关指标为基础，通过专利情报分析来进行专利预测。如袁冰等[20]通过专利情报分析对中关村的技术发展进行了研究；王旭超等[21]借助专利申请人、发明人、技术领域、技术类型和法律状态等信息，揭示了吉林省汽车电子技术的现状和发展趋势，并且对以后的发展路线进行了预测；第三类是将社会网络分析方法引入技术预测领域，利用专利引文关系构建知识网络或知识图谱。如翟东升等[22]利用专利间的引用关系，构建IPC引用网络，并以此为基础训练基于SVM的未来链接预测模型；邵黎明等[23]创建了领域知识图谱，然后对专利文献赋予标签，基于专利文献标签之间的网络图进行新兴技术预测；张振刚等[24]构建了纳米技术领域的知识网络，基于对专利知识结构特征的聚类分析挖掘出纳米技术研究的热门领域和发展趋势；第四类是利用数据挖掘技术对专利文本进行研究，从而进行技术预测。如Lee等[25]从信息与通信技术领域的专利数据摘要文本中提取出关键词并进行网络分析，为基于信息技术的医疗保健行业的发展提供了一定的参考；王效岳等[26]利用文本数据挖掘技术对纳米技术在能源领域的应用进行实证研究，有效地实现了技术预测，并降低了技术预测结果的风险性；Leonid Gokhberg等[27]将机器学习与文本挖掘技术相结合，对俄罗斯的石油和天然气开采技术进行了预测，并指出了其发展趋势；第五类是上述方法的综合运用。如Liliana等[28]运用专利计量分析、文本挖掘和专家调查等方法研究了俄罗斯和全球可再生能源行业相关技术的发展趋势，并提出了相应的建议。

1.2关于专利布局的研究

国内外有关专利布局的研究主要可分为以下四种类型，第一类是专利布局的模式和策略研究。专利布局的模式最早由瑞典学者Granstrand Ove[29]于1999年提出，主要包括特定的阻绝与规避设计、策略型专利、地毯式专利布局、专利围墙、包绕式专利布局和组合式专利布局六种。后续有学者针对具体的企业或行业展开研究，如赵梦瑶等[30]提出了一套基于应用的专利布局模式，设置了具体的专利布局流程，并以某公司为例进行了实证研究；田小楚等[31]以区域专利布局系数为参照，对我国中医药产业的专利布局模式进行了研究。第二类是针对某一产业或技术领域的全球专利布局研究。较为常见的有医药领域[32-33]、太阳能汽车技术产业[34]、乳制品产业[35]、人工智能技术领域[36]和卫星导航领域[37]。第三类是基于时间维度的专利布局动态演化研究。如马荣康[38]采用马尔可夫链分析方法，从IPC小类层面对中外专利布局的演变特征进行了比较分析；陈会英等[39]运用社会网络分析方法对我国海外专利布局网络演化特征进行了研究。第四类是针对专利布局的实施工具——专利组合的研究。如Kogler等[40]利用专利地图对城市专利组合进行研究，为政策制定者和利益相关者提供了一定的参考；Zhang等[41]构建了一种基于多指标的混合相似性测度方法来分析专利组合，以中国医疗器械行业的企业技术相似性为例进行了实证研究；Li Shuying等[42]构建了一套专利组合分析方法，在综合考虑技术领域和专利家族组合的基础上分配组合策略，从而发现潜在的专利布局机会，制定科学的规划策略。

1.3评述

通过对前人的研究进行回顾，我们发现以往对于技术预测的研究多以某一国家或地区的专利数据作为基础，其结果所反映的也只是该技术在特定国家或地区的发展趋势。这样的研究无论在理论上还是实际运用中都具有一定的局限性。基于专利扩展家族数据所进行的全球专利布局研究为技术预测提供了一个新的思路。本研究将基于专利布局设计一种适用性更广的技术预测方法，并以“辐射能”领域为例进行实证研究，从而为技术创新发展中的决策提供支撑。

2理论与方法

2.1专利布局理论

专利布局是专利战略的一个重要组成部分。专利布局包括空间布局、时间布局、技术布局等多个维度，不同维度的专利布局常常交织在一起。专利的空间布局[4，43]，是指发明创新申请专利保护的不同国家和地区，这主要是基于专利保护地域性理论而采取的专利布局战略。专利的时间布局[44-45]，是指在什么时间申请哪些专利，主要针对的是专利申请与授权的新颖性理论。专利的技术布局[41，46]，是指申请专利保护的技术方案范围大小、以及针对的具体创新产品等而实施的专利布局战略。本研究中的全球专利布局主要是指专利的空间布局，其中也会涉及到时间布局和技术布局。本研究的理论框架如图1所示。

2.2技术预测方法：基于全球专利布局战略视角

主要国家/地区当前与未来竞争态势的分析，我们选择发明者来源国家/地区（inventor location）专利占比指标，从宏观层面分析辐射能技术创新的国家/地区竞争态势。发明者是专利技术创新成果的直接创造者[47]，对当前专利发明者来源地域的分析可以揭示某一产业技术的全球竞争态势；对扩展家族专利发明者来源地域的分析可以帮助我们预测技术创新的未来竞争态势。进一步以创新指数INPADOC占比代表主要国家/地区当前技术创新竞争态势；其中INPADOC是指，“INternational PAtent DOCumentation”家族（INPADOC family）[48]，这是经过欧洲专利局处理的全球专利数据，为了避免重复，每个家族只保留一个代表性的专利文件（One representative per INPADOC family）。以布局指数，即扩展家族（extended family expansion，EFE）专利数量占比，代表主要国家/地区专利全球布局状况，反映了未来技术竞争态势。

选择将综合技术实力与综合经济实力相结合的、四象限分析模型对创新机构的当前竞争优势和未来竞争态势进行分析和预测[49]。圖2中的横轴代表创新主体的综合技术实力（vision轴/愿景轴）；纵轴代表创新机构的综合经济实力（resource轴/资源轴）。气泡大小代表创新机构所拥有专利数量的多少，颜色深浅代表不同的创新主体。

针对特定的检索结果集，代表创新主体的每个气泡在四象限图谱中的位置是确定的，在Innography系统中，每个气泡的位置依据其技术实力和经济实力的综合得分而得以确定[49]。经济实力的综合得分主要考虑了创新主体的总收入、诉讼专利数量和全球专利布局数量，这三项各占三分之一；技术实力的得分主要考虑了创新主体的专利组合规模、专利分类代码数量规模和专利引证情况，这三项各占三分之一。位于第一象限的创新主体被认为是行业的领跑者，其同时拥有比较强大的技术实力和经济实力，在产业技术竞争中占有绝对的优势。位于第二象限的创新主体是潜在购买方，其拥有较强的经济实力但技术实力明显不足，有可能成为专利技术的被许可方或受让者。位于第三象限的创新主体被称为仿效者，其可能是最新加入者，也可能是中小企业者，其技术实力与经济实力都没有优势，有待加强和提升。第四象限的创新主体被认为是潜在销售者，由于其技术实力比较强，可能成为技术许可方或转让方；若其通过技术许可或转让交易获得了足够的资金，则很快会进入第一象限成为领跑者。

2.3数据来源

本研究辐射能技术领域专利数据来源于全球专利在线检索及分析工具、专业知识产权服务平台Innography[50]。该平台的数据源包括专利、公司、财务、市场、诉讼、商标、科技文献、标准等数据，并进行关联分析。由于美国是世界科技创新领先的国家[51-52]，选择美国专利商标局作为专利受理和授权机构，获取其公布的专利数据与专利扩展家族数据，作为本研究的数据来源。选择专利申请日和发明专利为检索条件，第一步，获取了2015年1月1日至2019年12月31日17351个专利家族（INPADOC）条目作为代表辐射能当前技术创新的专利数据。第二步，获取17351个数据的扩展家族135925个专利条目，作为预测未来竞争态势的全球专利战略布局数据。数据检索日期为2020年2月20日。

3实证分析：辐射能为例

3.1主要国家/地区当前与未来竞争态势分析

选择发明者来源国家/地区专利占比指标来测量主要国家/地区当前与未来竞争态势。主要国家/地区当前专利占比代表了当前的技术创新发展状况和竞争态势；全球布局的专利占比代表了未来竞争态势。表1列出了辐射能技术领域主要国家/地区专利占比。INPADOC占比，代表的是当前的创新指数，反映的是主要国家/地区当前技术创新竞争态势。未来布局指数，即EFE占比，反映的是主要国家/地区专利全球布局状况和未来技术竞争态势。

表1显示，辐射能技术领域主要国家/地区当前与未来技术竞争态势相比较，就排序而言，前六位的顺序没有发生变化，但专利占比却发生了较大的变化。美国由30%左右上升为40%左右，说明美国在未来的全球辐射能技术竞争市场将占有更大的份额和竞争优势。日本由30%左右下降为20%左右，揭示了日本在辐射能技术领域未来市场竞争优势变弱了。排名第三至第六位的依次为韩国、德国、中国和中国台湾，这四个国家/地区的专利占比变化都不是很明显，韩国略微上升，德国、中国和中国台湾有所下降。

3.2主要创新机构当前与未来竞争态势分析

通过Innography系统[49]分别计算出主要创新主体当前和未来的技术实力与经济实力数值，即愿景轴和资源轴数值。表2列出了当前和未来阶段的前20创新主体的技术实力竞争优势和经济实力竞争优势、主要创新主体未来竞争优势相对于当前竞争态势的位次变化、技术实力变化和经济实力变化的具体状况。

表2显示，主要创新主体在当前和未来阶段的变化还是比较明显的。当前阶段排名第一的佳能公司，在未来阶段下降为第三位，其技术实力和经济实力分别都下降了。当前阶段排名第二位的三星电子公司，未来阶段下降为第四位，虽然其经济实力有所上升，但在未来新的竞争环境下，其综合竞争实力下降了。特别值得关注的是LG电子公司，其未出现在当前排名前20位的主要创新主体中，但它却在未来竞争态势中排名第一位，这与LG电子公司近些年大力推进太阳能发电设备领域的技术创新密切相关[53]。该公司在全球布局了大量的辐射能领域的专利，并且其技术实力和经济实力的其他方面也都具有比较强的竞争优势。另一值得关注的公司是荷兰的阿斯麦控股公司（ASML Holding N.V.），同样，它不是当前竞争中的前20位创新主体，但它却在未来竞争中处于第六位这样比较优越的竞争位置。阿斯麦控股公司是全球最大的半导体设备制造商之一，向全球复杂集成电路生产企业提供领先的综合性关键设备，其为半导体生产商提供光刻机及相关服务，TWINSCAN系列是目前世界上精度最高、生产效率最高、应用最为广泛的高端光刻机型[54-55]。图3和图4以四象限图谱形式更形象地展示了前20位创新主体在当前和未来阶段竞争优势的变化。

圖3和图4以四象限图谱形式，比较形象地展示了全球辐射能技术当前的技术创新和未来的技术竞争态势。当前阶段，三星电子公司（Samsung Electronic Co. Ltd.）位于四象限图谱的横轴上，说明其具有较强的技术竞争优势，但资源竞争优势不足；通用电气公司（General Electronic Company）位于纵轴上，说明其经济实力比较强，但技术实力不足。未来阶段，LG电子公司（LG Electronic Inc.）、索尼公司（Sony Corporation）和三星电子公司（Samsung Electronic Co. Ltd.）三个创新主体位于第一象限“领跑者”队伍，说明其同时具有较强的综合技术实力和综合经济实力。

3.3前沿热点主题分析

我们选取扩展家族专利数据135925个条目专利数据，采用文本聚类技术[50]，以地形图可视化主题词图谱形式，展示了辐射能技术的前沿热点主题（图5）。运用“文献聚类”（Document Cluster）选项，将专利文献划分为不同的小组，同一小组的专利文献包含着共同的技术主题。技术主题一致或比较接近的专利文献，会分布于地形图上的同一区域或较近区域。区域中山峰的海拔高度代表了特定技术主题专利文献的密度大小，密度越大，海拔越高，创新主体在该主题的专利布局越集中。

图5显示，半导体器件（semiconductor device）及相关技术、光电转换（photoelectric conversion）/采光技术（light receiving）、特征图谱（feature map）/X射线探测仪（X-ray detector）、环形谐振器（ring resonator）/波长转换技术（wavelength conversion）、成像技术（imaging system）和激光装置（laser device）/质谱仪相关技术（mass spectrometer）等，是未来辐射能技术发展的主要热点领域。以半导体器件及相关技术为例，自20世纪60年代开始，半导体器件就被大规模用于以发电、变电、输电为代表的电力领域。近年来，随着4C（通信、计算机、消费电子、汽车）产业的蓬勃发展，集成化、智能化的新型半导体器件又被广泛用于以电源管理应用为代表的电子领域。在4G/ 5G移动通信、雷达探测、轨道交通、光伏发电、半导体照明、高压输变电等应用领域不断发展的今天，半导体器件已成为全球多个国家的产业化热点[56]。在未来，半导体器件及相关技术还将推动包括环保型新能源、人工智能和汽车电子等多个领域的发展。光电转换技术是利用半导体的光伏效应，将光能转换为电能的技术[57]。这种技术可以将太阳能充分利用起来，为解决能源可再生和全球能源结构的调整提供了一种可行的方法，将作为全球未来新能源的重要发展方向。环形谐振器因其在传感领域的重要作用，近年来受到国内外学者的持续关注[58-59]。质谱仪作为应用广泛的分析科学仪器，在材料科学、生命科学、环境监测、医疗卫生和载人航天等领域都具有不可替代的作用[60]，在未来也将持续被人们所关注。

4結论与启示

本研究的创新之处在于，基于专利保护地域性理论和全球专利布局战略的思想，选择2015—2019年的专利数据及其全球专利战略布局数据，设计了技术预测模型；并选择全球辐射能技术领域进行了实证分析。以当前与未来的专利占比，对主要国家/地区当前与未来竞争态势进行了分析和预测；基于技术实力与经济实力的综合指标，选择四象限分析模型，对全球辐射能技术领域主要创新机构的当前竞争态势和未来竞争趋势进行了分析与预测。并对辐射能技术领域的前沿热点主题进行了可视化分析。

研究发现，全球辐射能技术领域当前的技术创新与未来的竞争态势，在主要国家/地区层面，前六位的顺序没有发生变化，但专利占比却发生了较大的变化。美国上升趋势明显；日本下降趋势明显；韩国、德国、中国和中国台湾，变化不明显。在创新机构层面，主要创新主体在当前和未来阶段的变化比较明显。当前阶段排名第一的佳能公司，在未来阶段下降为第三位，其技术实力和经济实力分别都下降了。特别值得关注的是LG电子公司，其不是当前阶段前20强的创新机构但却是未来阶段的第一名；另外，荷兰的阿斯麦公司也不是当前阶段前20强的创新主体，但却是未来阶段的第六位。辐射能技术领域的前沿热点主题主要有半导体器件、光电转换、采光技术、特征图谱、X射线探测仪和激光装置/质谱仪相关技术等。

辐射能作为能源产业最重要的技术创新领域，一直以来是世界上主要国家/地区和主要创新主体加大研发投入和加强专利布局的重点领域[61-62]。辐射能技术领域的创新发展，对中国政府实现“能源革命”的战略目标和实现能源产业升级换代，具有重要的现实意义。虽然中国在全球的当前技术创新态势和未来技术竞争趋势都位于第五位，但其专利占比却比较低，而且未来阶段相对于当前阶段还有所下降。中国政府需要重视专利的全球布局，提升在未来全球能源产业技术竞争中的国际竞争实力。就主要创新主体而言，中国的京东方科技集团公司列于当前阶段前20强的创新机构，但在未来阶段，却没有中国大陆的创新主体出现。因此，无论从国家层面还是从创新机构层面，中国都需要加强专利的全球布局战略，提升国际竞争能力。

参考文献：

[1]BELTZ H， FULOP A， WADHWA R R， et al. From ranking and clustering of evolving networks to patent citation analysis [M]. In： 2017 International Joint Conference on Neural Networks. New York： Ieee； 2017： 1388-1394.

[2]XU Q， GU X J， FENG Y J. Knowledge adaptability evaluation in view of patent citation in technological evolutionary process： a case study of fuel cell [J]. International Journal of Software Engineering and Knowledge Engineering， 2015， 25（8）： 1335-1364.

[3]SHI X， CAI L F， SONG H F. Discovering potential technology opportunities for fuel cell vehicle firms： a multi-level patent portfolio-based approach [J]. Sustainability， 2019， 11（22）： 22.

[4]WANG X F， LI RR， HUANG Y et al. Identifying R&D partners for dye-sensitized solar cells： a multi-level patent portfolio-based approach [J]. Technology Analysis & Strategic Management， 2019， 31（3）： 356-370.

[5]PARID B， INIYAN S， GOIC R. A review of solar photovoltaic technologies [J].Renewable & Sustainable Energy Reviews， 2011， 15（3）： 1625-1636.

[6]KLEIDON A， MILLER L， GANS F. Physical limits of solar energy conversion in the earth system [M]. In： Tuysuz H， Chan CK， eds. Solar Energy for Fuels. Cham： Springer International PublishingAg； 2016： 1-22.

[7]KOSMOPOULOS P G， KAZADZIS S， H EL-ASKARY， et al. Earth-observation-based estimation and forecasting of particulate matter impact on solar energy in egypt [J]. Remote Sensing， 2018， 10（12）： 23.

[8]WARREN S. The physiological effects of radiant energy [J]. Annual Review of Physiology， 1945， 7： 61-74.

[9]KOWACZ M， POLLACK G H. Moving water droplets： the role of atmospheric CO2 and incident radiant energy in charge separation at the air-water interface [J].Journal of Physical Chemistry B， 2019， 123（51）： 11003-11013.

[10]尹忠博，羅威，罗准辰.数据驱动的技术预测：现状、技术与趋势[J].情报理论与实践， 2018， 41（12）： 35-40.

[11] MARTINO J P. The delphi method： techniques and applications[J]. Technological Forecasting & Social Change， 1976， 8（4）： 441-442.

[12]徐磊.技术预见方法的探索与实践思考——基于德尔菲法和技术路线图的对接[J].科学学与科学技术管理， 2011， 32（11）： 37-41，48.

[13] TANG Y， SUN H， YAO Q ， et al. The selection of key technologies by the silicon photovoltaic industry based on the Delphi method and AHP （analytic hierarchy process）： Case study of China[J]. Energy， 2014， 75（oct.）：474-482.

[14]张冬梅，曾忠禄.德尔菲法技术预见的缺陷及导因分析：行为经济学分析视角[J]情报理论与实践[J]. 2009， 32（8）： 24-27.

[15] ZHANG Y， ZHANG G， CHEN H， et al. Topic analysis and forecasting for science， technology and innovation： Methodology with a case study focusing on big data research [J] Technological Forecasting & Social Change， 2016， 105.

[16]袁晓东，陈静.专利信息分析在技术创新合作伙伴选择中的应用[J] .情报杂志， 2011， 30（8）： 22-27.

[17]温芳芳.我国专利技术转移的时间与空间分布规律研究——基于SIPO专利许可信息的计量分析[J] .情报理论与实践， 2014， 37（4）： 32-36.

[18]赵莉晓.基于专利分析的RFID技术预测和专利战略研究——从技术生命周期角度[J].科学学与科学技术管理， 2012， 33（11）： 24-30.

[19] CHEN Y H， CHEN C Y， LEE S C. Technology forecasting and patent strategy of hydrogen energy and fuel cell technologies [J].International Journal of Hydrogen Energy， 2011， 36（12）： 6957-6969.

[20]袁冰，朱东华，任智军.基于数据挖掘技术的专利情报分析方法及实证研究[J].情报杂志， 2006， （12）： 99-101，104.

[21]王旭超，吴腾枫，江小蓉，等.面向技术预测的专利情报分析实证研究[J].情报科学， 2014， 32（7）： 139-144.

[22]翟东升，刘鹤，张杰，等.一种基于链路预测的技术机会挖掘方法[J].情报学报， 2016， 35（10）： 1090-1100.

[23]邵黎明，赵志耘，许端阳.基于专利文献和知识图谱的技术预测方法研究[J].科技管理研究， 2015， 35（14）： 134-140.

[24]张振刚，罗泰晔.基于知识网络的技术预见研究[J] .科学学研究， 2019， 37（6）： 961-967，985.

[25] LEE S， CHOI J，SAWNG Y W.Foresight of promising technologies for healthcare-iot convergence service by patent analysis [J]. Journal of Scientific & Industrial Research， 2019， 78（8）： 489-494.

[26]王效岳，赵冬晓，白如江.基于专利文本数据挖掘的技术预测方法与实证研究——以纳米技术在能源领域应用为例[J] .情报理论与实践， 2017， 40（4）： 106-110.

[27] GOKHBERGL，KUZMINOV I，KHABIROVA Eetal. Advanced text-mining for trend analysis of Russias Extractive Industries [J] . Futures， 2020， 115.

[28] PROSKURYAKOVA L N ， ERMOLENKO G V . The future of Russias renewable energy sector： trends， scenarios and policies[J]. Renewable Energy， 2019， 143B（DEC.）：1670-1686.

[29] OVE G. The economics and management of intellectual property： towards intellectual capitalism [M]. Edward Elgar， 1999.

[30]赵梦瑶，银路.基于应用的专利布局模式及策略研究——以JY公司为例[J] .科技管理研究， 2019， 39（5）： 130-135.

[31]田小楚，马治国.我国中医药产业专利布局模式研究[J] .科技与法律， 2019， （3）： 1-9.

[32]黄璐，钱丽娜，张晓瑜，等.医药领域的专利保护与专利布局策略[J] .中国新药杂志， 2017， 26（2）： 139-144.

[33]何健，袁红梅.基于专利功能的中药专利布局实证研究[J] .中国药学杂志， 2018， 53（12）： 1029-1034.

[34]温芳芳.基于德温特专利族计量的太阳能汽车技术全球专利布局研究[J].科技管理研究， 2016， 36（22）： 134-138.

[35]华连连，邓思捷，王建国，等.乳制品产业专利布局特征与技术创新发展研究[J] .科学管理研究， 2019， 37（6）： 70-76.

[36]高楠，傅俊英，赵蕴华.人工智能技术全球专利布局与竞争态势[J] .科技管理研究， 2020 （8）： 176-184.

[37] WANG Y Y. Patent layout and early warning advices of satellite navigation [M]//SUN J， YANG C， YANG Y. China Satellite Navigation Conference. Singapore； Springer-Verlag Singapore Pte Ltd. 2019： 662-672.

[38]马荣康.基于马尔可夫链的中外专利布局演变特征比较分析——马尔可小类层面的证据[J] .科学学与科学技术管理， 2018， 39（9）： 73-86.

[39]陈会英，高晓航，周衍平.我国海外专利布局网络演化特征——基于社会网络分析[J].中国高校科技， 2019， （6）： 23-26.

[40] KOGLER D F， HEIMERIKS G， LEYDESDORFF L. Patent portfolio analysis of cities： statistics and maps of technological inventiveness [J].European Planning Studies， 2018，26（11）： 2256-2278.

[41] ZHANG Y， SHANG L N， HUANG L， et al. A hybrid similarity measure method for patent portfolio analysis [J]. Journal Of Informetrics， 2016， 10（4）： 1108-1130.

[42] LI S， FANG S. An empirical research of patent portfolio analysis method on the patent technology portfolio level [J]. Journal of the China Society for Scientific and Technical Information， 2016， 35（5）： 451-462.

[43] KUAN C H， HUANG M H， CHEN D Z. Capturing and tracking performance of patent portfolio using h-complement area centroid[J]. Ieee Transactions on Engineering Management， 2013， 60（3）： 496-505.

[44] KIM J. Patent portfolio management of sequential inventions： evidence from US patent renewal data [J]. Review Of Industrial Organization， 2015， 47（2）： 195-218.

[45] DENICOLO V， ZANCHETTIN P. A dynamic model of patent portfolio races [J]. Economics Letters， 2012， 117（3）： 924-927.

[46] LIN B W， CHEN C J， WU H L. Patent portfolio diversity， technology strategy， and firm value [J]. Ieee Transactions on Engineering Management， 2006， 53（1）： 17-26.

[47]戰玉华.专利的秘密：天才之火与利益之油[J].图书馆建设， 2019， （1）： 162-163.

[48] EPO worldwide legal status database （INPADOC）. 2019. https：// www. epo. org/searching-for-patents/data/bulk-data-sets/inpadoc. html#tab-1.

[49] Innography. Market Map Quadrants . 2020. http：//education. innography.com/flow_vizl_opts.

[50] Innography： About Innography. 2020. http：//education.innography. com/aaedu-main.

[51] ARNOLD M， TAINTER J A， STRUMSKY D. Productivity of innovation in biofuel technologies [J]. Energy Policy. 2019， 124： 54-62.

[52] OH G ， KIM H Y ， PARK A . Analysis of technological innovation based on citation information[J]. Quality and Quantity， 2017， 51（3）： 1-27.

[53] SHI J Y， XU Y B. Design of Solar Power Management Circuit Based on Wireless Sensor Network [J]. International Journal Of Online Engineering， 2017， 13（12）： 67-75.

[54] WEI C， LAMESCH P， ARUMUGAM M， et al. Closing in on the ORFeome by cloning TWINSCAN predictions [J]. Genome Research， 2005， 15（4）： 577-582.

[55] WU J Q，SHTEYNBERG D，ARUMUGAM M ， et al. Identification of rat genes by TWINSCAN gene prediction， RTPCP， and direct sequencing [J]. Genome Research， 2004， 14（4）： 665-671.

[56]郝躍.宽禁带与超宽禁带半导体器件新进展[J].科技导报， 2019， 37（3）： 58-61.

[57]彭晓雷.基于光电转换技术的太阳能除草机研究[J].农机化研究， 2020， 42（12）： 220-223.

[58] KHOSROABADI S， SHOKOUHMAND A， MARJANI S. Full optical 2-bit analog to digital convertor based on nonlinear material and ring resonators in photonic crystal structure [J]. Optik， 2020， 200.

[59]刘景良，陈薪羽，王睿明，等.基于中红外光参量振荡器光束质量优化的90中像旋转四镜非平面环形谐振腔型设计与分析[J].物理学报， 2019， 68（17）： 123-131.

[60]沈湘，吴鸣，欧阳峥峥，等.基于1997—2016年专利分析全球质谱仪技术创新现状和趋势[J] .分析试验室， 2017， 36（12）： 1477-1482.

[61] AZADJB，REZADADI，SMITHEM，etal. Thermomechancial characterization in a radiant energy imager using null switching[C]// Infrared Technology & Applications XL. International Society for Optics and Photonics， 2014.

[62] ETZION Y， ERDLL E. Controlling the transmission of radiant energy through windows： a novel ventilated reversible glazing system [J]. BuildingAnd Environment， 2000， 35（5）： 433-444.

Technical Forecasting Method Based on Global Patent Layout Strategy and Empirical Research：A Case Study of Global Radiant Energy Technology

LUAN Chunjuan1，BAI Jing2

（1.School of Intellectual Property， Dalian University of Technology， Panjin 124221， China；2.School of Business， Dalian University of Technology， Panjin 124221， China）

Abstract： We propose a new method of technical forecasting by using patent global layout data based on the principle of regional patent protection and the strategic idea of global patent layout adopted by the innovative subjects. We select the patent data of the last five years （2015—2019） and the data of global patent strategy layout， and design a technical forecasting model， and do empirical analysis in the field of global radiant energy technology. It is found that the United States will have a greater advantage in the future global competition in the field of radiant energy. The advantage of the Japanese has declined markedly. The major innovative subjects in the future stage will change significantly comparing with the current stage， especially LG electronics deserves high attention. China needs to strengthen the global layout strategy of patents and enhance the international competitiveness of technological innovation no matter from the national level or from the level of innovation institutions. This study provides a new way of theory and method for industrial technical forecasting from the theoretical and methodological aspects. In practice， it is of great practical significance for us to fully grasp the current situation and future trend of global radiant energy technology innovation and better deploy the development strategy of energy industry.

Keywords： technical forecasting；patent layout；radiant energy technology； patent extension family