基于技术功能指标的技术生命周期判断方法研究

王 山

(中国社会科学院经济研究所 北京 100836)

0 引 言

习近平总书记在党的十九大报告中指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。科技创新作为提高国家综合实力和国际竞争力的决定性力量，在党和国家发展全局中的地位和作用日益凸显。新一轮的产业革命与科技革命正在重建全球创新版图及全球经济结构，抢占人工智能技术、量子通信技术、能源技术等颠覆性、战略性技术战略制高点是提升国家核心竞争力、推动经济高质量发展的关键。技术战略制高点的抢占离不开对技术当前发展状态及未来发展趋势的准确把握与判断，而技术生命周期恰恰是反映技术发展趋势的重要指标[1]。技术生命周期科学、准确的判断不仅有助于国家明确技术研究领域的国际与国内发展态势、积极调整技术发展战略而且还有助于企业了解技术所处发展阶段、降低投资风险、抢占技术先机等以提高自身竞争力及市场地位[2]。因此，技术生命周期的准确判断对于企业，乃至国家进行技术战略部署及前瞻性管理、及时解决发展过程中的技术规划而言起着至关重要的作用。

1 相关研究及理论基础

1.1技术生命周期判断方法研究现状鉴于技术生命周期的准确判定对制定技术战略规划、把握技术演进态势的重要意义，越来越多的研究学者就如何对技术生命周期进行合理、有效的判断进行了大量研究工作，通过对现有研究工作的系统梳理及归纳总结可以发现，国内外学者们主要集中在以下三种技术生命周期判断方法的研究上。第一种是模型化方法。模型化方法较多使用曲线或构建模型来实现技术生命周期演化阶段的判定，常见的有S曲线[3-5]、技术生命周期图法[6-7]、Fish-pry模型法[8-9]、基于TRIZ理论[10-11]与基于系统动力学[12]的技术生命周期判断方法；第二种是计量法。计量法侧重于文献计量、科学计量及数据挖掘等，常见的有专利指标分析法[13]、相对增长率法[14]、TCT计算法[15]、会议与期刊论文比例法[16]、文献类型变化法[17]与多指标测量法[18-21]；第三种为描述型方法。描述型方法较多进行主观评估度量，如基于TRL的技术成熟度分析方法[22-23]与德尔菲法[24]。三类判断方法中应用范围最广、最受学者们关注的是模型化方法与计量法，但其主要停留在基于专利或论文文本外在特征的研究视角对技术生命周期的判定与简单解读上，较少深入到文献内部挖掘体现技术生命周期演化特征的技术功能指标数值信息层面。

针对以上研究不足，本研究尝试从技术功能指标的角度出发，首先对技术功能指标的数值信息进行抽取，然后在此基础上结合专利及论文外部特征指标构建技术生命周期多指标测度体系及技术生命周期指数计算模型，进一步探索技术生命周期精确判断的研究方法，为相关研究人员揭示技术领域发展动态，规划战略布局、准确定位技术发展方向提供方法参考和决策支持。

1.2理论基础

1.2.1 技术生命周期理论 技术生命周期理论源于1966年哈佛教授Raymond V[25]首次提出的产品生命周期理论，现已广泛应用于经济、社会、技术等诸多领域，虽然该理论已得到认可并得到广泛使用，但技术生命周期的阶段划分并没有统一的标准，不同的学者将技术生命周期划分为不同的发展阶段，最常见的为四阶段论，即萌芽期、生长期、成熟期与衰退期。

萌芽期作为技术生命周期的第一阶段，由于技术未来走向尚不明确，前期所投入的人力、物力与财力等资源比较有限，科研产出(专利、论文等)较少。生长期阶段，随着技术瓶颈问题的逐渐克服，参与的研究学者越来越多，专利与论文等相关科研成果逐渐增多，并于成熟期阶段达到峰值。衰退期阶段，因外界各种因素的影响越来越多的研究学者逐渐退出该研究领域，专利及论文产出逐渐减少，技术终将被新技术所替代而退出研发舞台。综上可知，根据技术生命周期不同阶段的变化特征可以初步判断技术所处生命周期发展阶段。

1.2.2 “功能分解”思想 Heebyung与Christopher以信息技术为实证分析案例，选取了度量信息技术进展的三种功能(存储、运输与传输)和六种功能性度量指标(存储信息容量、存储信息成本、带宽、带宽成本、计算速度、计算成本)，提出了一种可量化技术功能价值并评估技术发展水平的功能分类体系，其中研究所采用的数据来源于各类书籍、公开期刊文献与美国人口普查局，以这些参考资料为基础开发了一个相对综合全面的数据库，通过所开发的数据库提取每个功能指标的数据信息进而绘制出每个功能指标时间序列下的演化态势曲线以便于技术发展水平的量化评估[26]。这种已在特定技术系统设计中使用并对技术及技术子系统主要功能方面进行分类的方法称为通用分类系统[27-29]，通过对表征技术功能的有限指标数值的提取可以实现特定技术发展状态的分析。

2 基于技术功能指标的技术生命周期多指标测度体系构建

2.1技术生命周期多指标测度体系构建依据

2.1.1 基于专利指标的技术生命周期判断 Gao[18]等提出与专利数据相关的13种指标(DII数据库中专利申请量、企业参与量、发明人数、Top5IPC数、文献后引次数、专利后引次数)并运用最近邻分类器算法预测了纳米生物传感器的技术生命周期。Tseng根据CHI提出的专利指标(专利申请量、专利增长率、企业核心技术占比、专利被引次数、当前影响指数、技术强度、技术循环时间、科学连接、科学强度、专利引文数、技术依赖等)分析了非晶硅太阳能电池的技术发展状况[30]。Lee等[31]提出了基于专利引用数据的技术生命周期分析算法(核心是一个隐马尔科夫模型)，从观察与聚类分析中估计某一系统处于某一隐藏状态的概率，并对光刻激光技术领域的专利数据进行了实证分析。李维思等[32]提出基于技术生长率、技术成熟系数的专利技术生命周期相关系数分析方法来判定薄膜太阳能技术所处生命周期中的发展阶段及未来发展趋势，揭示我国在该技术领域的发展现状。梁晓捷等[33]建立了由创新方向、创新效率与创新质量三个方面14个与专利数据相关的指标组成的技术创新能力评价体系并从专利特征的角度对钢铁产业进行了实证研究，研究发现我国钢铁产业虽专利数量增长速度较快，但高质量的技术创新成果相对较少，创新水平相对落后，产学研合作有待进一步加强，成果转化需充分予以重视。已有关于技术生命周期判断方法的研究主要聚焦于专利指标这一研究视角，考察专利文献外部特征的数量变化趋势对技术生命周期阶段划分的影响。

2.1.2 基于论文指标的技术生命周期判断 除专利指标外，论文指标在一定程度上也可以衡量出技术发展水平。Daim等[34]认为通过使用文献数据拟合Fish-Pry曲线可以预测技术发展阶段及未来发展趋势，并采用1992至2002年燃料电池技术领域SSCI论文数量与BEI文献数量拟合Fish-Pry曲线分析了燃料电池技术的生命周期。李欣等[35]以WOS为数据源，通过Fisher-pry模型揭示了燃料敏化太阳能光伏电池技术的发展现状与未来发展趋势，得出该技术目前正处在技术成长期的结论。姬俊昌[36]认为SCI、EI论文数量变化与会议论文与期刊论文比例变化可用于分析技术成熟度。娄岩等[37]以1974-2008年的污水处理技术的文献资料书籍(SCI论文数量和EI论文数量)为基础，采用Fisher-pry模型分析了污水处理技术的技术成熟度。

2.2技术生命周期多指标测度体系构建从系统角度上看，研究技术生命周期发展规律除了需要考虑技术自身发展轨迹外还要考虑经济、环境、社会、政策等因素对技术演化路径的影响[38-39]。由于外在的因素(诸如经济、环境、社会、政策等)较为不可控，本研究主要关注技术自身对技术生命周期的影响。技术功能指标数值信息与技术生命周期不同发展阶段均具有动态性特征，二者均以技术为研究视角，在研究对象上具有一致性，因此将技术功能指标用以技术生命周期发展阶段的判断具有理论可行性。在充分考虑了特定技术研究领域技术功能指标发展特点以及已有方法在判定技术生命周期时的研究不足后，基于功能分解思想，本文新增体现技术发展水平的技术功能指标，构建了包含专利外在特征指标、论文外在特征指标及技术功能指标在内的技术生命周期多指标测度体系。专利指标选取可以反映出技术发展活动活跃性的优先权年专利申请量(X1)与发明人数量(X2)两个指标，论文指标选择反映应用研究相对基础研究重要程度的EI论文与SCI论文之比与会议论文相对应期刊论文重要程度的会议论文与期刊论文之比两个指标。技术功能指标方面，由于本研究选择Gao研究中已知技术生命周期结果的阴极射线管显示技术(简称CRT技术)及薄膜晶体管液晶显示技术(简称TFT-LCD技术)作为参考技术来验证本研究所构建技术生命周期多指标测度体系的有效性。体现CRT技术功能发展状态的功能指标有分辨率、点距、刷新频率、带宽、亮度、对比度、视角、响应时间等。类似的，体现TFT-LCD技术功能发展状态的功能指标有分辨率、点距、刷新频率、响应时间与开口率等。基于指标设置的可量化性(必须是数值才可体现功能指标数值变化趋势)、代表性、数据可获得性(文献摘要中需存在技术功能指标的数值)与“化繁为简”的思想，CRT技术生命周期多指标测度体系中技术功能指标选取了分辨率、点距、刷新频率与带宽四个指标[40]，TFT-LCD技术生命周期多指标测度体系中技术功能指标选取分辨率、响应时间与开口率三个指标[41]。各指标选取的理论基础与含义见表1与表2。值得注意的是，技术研究领域具有较强的领域相关性，技术功能指标因研究领域不同而不同，因此，在技术功能指标选择时需要对特定技术领域有一定程度的了解。

表1 CRT技术生命周期多指标测度体系

表2 TFT-LCD技术生命周期多指标测度体系

2.3技术生命周期指数计算模型一般情况下多指标测度体系用于技术生命周期判断时，需要构建技术生命周期指数模型(综合指数模型)，目的是将多个指标综合起来，通过主成分分析法获取主成分个数及特征因子权重，然后通过指数综合模型来计算综合评价值，观察技术生命周期演化曲线(时间序列下的技术生命周期综合指数值)发展趋势判断技术所处发展阶段。其中，主成分所表现出的信息贡献率是有差异的，为了更好的反映出指标重要性的差异性，本研究采取主成分的方差贡献率与累计方差贡献率的比值作为主成分权重赋予的依据，不仅有效保证加权的客观性，更避免了综合评价的主观影响，同时体现出指标构建的科学性[42]。目前关于多指标体系综合指数模型构建已有大量相关研究工作[43-44]，本研究在参考了相关研究资料后所构建的技术生命周期指数模型为：

(1)

公式(1)中I代表技术生命周期指数，ωi代表第i个主成分的权重，Fi为第i个主成分，1≤i≤3，其中Fi为各主成分中指标标准化后的加和。

2.4技术生命周期的判定根据技术演化的过程，本研究通过以下方法来判断技术生命周期的各个阶段[45](见表3)。

表3 特定研究领域技术生命周期的初步判断

a.计算特定技术研究领域不同年份的技术生命周期指数并绘制技术生命周期演化曲线。

b.通过分析技术生命周期演化曲线，初步判断该技术研究领域所存在的技术生命周期阶段及目前所处的技术生命周期阶段。

对于技术生命周期不同发展阶段分界点的判断方法如下：

a.零点附近技术生命周期指数波动较大，为排除波动较大的点对萌芽期及成长期分界点的判断,去除零点及零点附近的点。计算并找出代表萌芽期与成长期分界点的技术生命周期指数斜率(ΔI)最大的点，ΔI=dI/dt。在萌芽期时，专利发明人、专利申请量及SCI与EI论文发表量均较少，技术功能指标数值基本处于原始状态，此时的技术生命周期指数值较低。当技术领域进入增长期时，随着专利申请量、专利发明人数及期刊论文数的增长及技术功能指标数值的提升，技术生命周期指数值有较为明显的增加，因此通过所找出的技术生命周期指数斜率最大的点即可分辨出萌芽期与成长期的分界限。

b.技术在成长期时技术生命周期指数呈逐渐增长趋势，当达到成长期与成熟期的分界点时技术演化曲线则趋于稳定，此时技术将过渡到成熟期。作为成长期与成熟期的分界点应该满足以下两种判定条件:一是此时的技术生命周期指数值最大，当技术进入成熟期以后，专利申请量、专利发明人数及期刊论文数均趋于稳定，不会出现特别明显的增长，技术于现实环境或应用条件下已发挥出其最佳的性能，技术生命周期指数可能围绕某一个固定的数值上下波动，因此技术生命周期指数值最大的点可作为成长期与成熟期的分界点。二是中心差分的绝对值最小，即Z=(It+1-It-1)/2，作为分界点，前一年与后一年的技术生命周期指数值不应出现较大的波动，适宜选择一个曲线演化趋势较为稳定的点。因此，满足以上两种条件的点可视为成长期与成熟期的临界点。

3 技术生命周期多指标测度体系实证研究

3.1数据来源及数据处理专利数据来源选择覆盖全球专利信息比较全面、权威的德温特专利数据库，SCI与EI论文数据分别来源于自然科学与工程技术领域最具影响力的SCI Expanded与Engineering Village。

通过所下载的excel中各字段信息可方便快捷统计出专利与论文指标数据，其中SCI论文为SCI期刊论文与SCI会议论文加和；会议论文为EI会议论文与SCI会议论文加和；期刊论文为EI期刊论文与SCI期刊论文加和，并从SCI-E、Engineering Village与DII ABSTRACT字段中手动采集技术功能指标数据，所有指标数据保存至excel中以便进行下一步的计算。

3.2实证领域选择表4为Gao研究中的CRT技术与TFT-LCD技术的技术生命周期判断结果。选择CRT技术与TFT-LCD技术作为验证技术，主要考虑到这两个技术具有一定的代表性，CRT技术代表衰退技术，TFT-LCD代表成熟技术，他们的技术生命周期可以覆盖萌芽期、成长期、成熟期与衰退期整个周期，能够在一定程度上达到验证本研究所提出的技术生命周期多指标测度体系有效性的目的。

表4 CRT技术与TFT-LCD技术的技术生命周期判断指标及结果

为了确保数据的完整性与准确性， CRT与TFT-LCD技术的专利与论文检索时间分别为1963-2017年与1976-2017年，数据检索时间为2020年9月2日。为了保证结果的有效性，CRT技术与TFT-LCD技术检索式均采用Gao技术生命周期研究中使用的检索式，专利检索记录分别为32 763条(CRT)、58 494条(TFT-LCD)。SCI论文检索记录16 333条(CRT)、2 530条(TFT-LCD)，EI论文检索记录12 247条(CRT)、4 242条(TFT-LCD)。

3.3有效性验证经KMO和Bartlett球形检验CRT与TFT-LCD技术生命周期多指标判断体系均适合进行因子分析并可提取三个主成分，根据因子载荷矩阵将三个主成分分别命名为技术功能指标特征因子，专利指标特征因子与论文指标特征因子，公式2中F1位技术功能指标特征因子，F2位专利指标特征因子，F3为论文指标特征因子，通过主成分分析法可计算出各特征因子的权重，技术生命周期指数表达式为

(2)

将技术生命周期多指标测度体系中的标准化数据代入技术生命周期指数模型后可计算出时间序列下的技术生命周期指数值，从而绘制出特定技术生命周期演化曲线。

为了验证构建的技术生命周期多指标测度体系的优越性，本研究选择技术生命周期判断方法中最为常用的基于累计专利申请量的S曲线与基于论文累计发表量的Fish-Pry模型。因为在国内外相关文献中，累计专利申请量指标与累计论文发表数指标是判断技术生命周期常用的研究方法，因此，本研究通过技术生命周期多指标测度体系与S曲线、Fish-Pry模型的对比分析来验证所构建的技术生命周期多指标测度体系的有效性。图1与图2中方点虚线代表本研究所构建的技术生命周期多指标体系判断结果，长划线虚线代表S曲线判断结果，长划线-点虚线代表Fish-Pry模型判断结果。

图1 基于CRT技术的三种技术生命周期判断方法比较

由图1可以看出，2001年CRT技术生命周期指数值达到最大值，此后技术生命周期指数呈现下降趋势，通过计算每年的后五年平均技术生命周期指数增量后得知自2001年开始，平均技术生命周期指数增量一直为负值，由此推断2001年为成熟期与衰退期的分界点。即1963-2001年为技术成熟期，2002年以后为技术衰退期。此判断结果与专家对CRT技术的生命周期判断结果完全一致。经曲线拟合可知，S曲线所构建的技术生命周期多指标判断体系成熟期与Fish-Pry模型衰退期的分界时间点分别为1999年、2001年与2007年；S曲线与所构建的技术生命周期多指标判断体系的判断结果相差不大；Fish-Pry模型在成熟期与衰退期分界点方面表现比较延迟。

通过图2TFT-LCD技术生命周期演化曲线可推断出TFT-LCD技术经历了萌芽期、成长期与成熟期三个阶段。排除起始点与起始点相邻的点，技术生命周期指数增量最大的点所对应的年份为1989年，满足成长期与成熟期分界点的有2006年与2009年两个点，分别计算这两个点的中心差分绝对值可知2006年所对应的点中心差分绝对值最小。因此，推断出TFT-LCD技术萌芽期为1976-1989年，成长期为1990-2006年，2007年以后为技术成熟期。与专家所给出的技术生命周期阶段划分(萌芽期1976-1990年，成长期1991-2007年，成熟期2008年至今)结果基本吻合。三种技术生命周期判断方法在萌芽期转变到成长期的拐点判断上稍有差别，所构建的技术生命周期多指标测度体系判断出来的拐点在1990年，S曲线判断出来的拐点发生在1994年，Fish-Pry模型判断的结果在1996年。从成长期转变到成熟期的拐点看，本文所构建的技术生命周期多指标判断体系与S曲线的判断结果相差不大，分别为2008年与2006年，Fish-Pry模型判断则有些误差，为2010年，而专家所判断出的时间界限为2007年。所构建的技术生命周期多指标判断体系与S曲线的判断结果相差不大，而Fish-Pry模型判断结果则比较延迟。

针对所选取的CRT与TFT-LCD验证技术而言，本研究所构建的技术生命周期多指标测度体系较S曲线、Fish-Pry模型在技术生命周期不同发展阶段分界限方面(萌芽期与成长期分界限、成长期与成熟期分界限、成熟期与衰退期分界限)更加符合实际，更加精准。

4 结 语

及时跟踪技术发展动态、把握技术未来发展趋势、制定技术战略部署对国家资源配置、提高核心竞争力至关重要。鉴于已有研究在判定技术生命周期时所存在的不足，本研究创新性的从“技术功能指标”这一研究视角出发，结合专利及文献外部指标特征数据构建了包含专利指标、论文指标与技术功能指标在内的技术生命周期多指标测度体系，然后采用已知技术生命周期结果的CRT与TFT-LCD技术验证了所构建的技术生命周期多维度判断体系的有效性。本文的研究焦点集中在专利及论文文献内外部特征的指标数据层面，除科技论文及专利文献外，其他类型的科研产出数据对技术生命周期判定的影响研究以及技术外在因素(社会、经济、科技、政策等)对技术生命周期的影响研究值得进一步探讨。