基于专利挖掘的数字物流技术领域国际竞争态势与前沿热点研究
2024-03-07袁野黎懿澜吴超楠吴继飞
袁野 黎懿澜 吴超楠 吴继飞
摘 要：传统物流业向数字物流方向转型已成为必然趋势。深入研究数字物流技术的国际竞争态势和前沿热点，从而为我国产业链供应链数字化转型的前瞻性布局与政策制定提供重要参考。基于incoPat专利数据库，采用Logistic模型、专利计量分析、社会网络分析等方法，从时间发展、主要竞争国家对比、技术分析等3个角度，对数字物流领域技术生命周期、国际竞争态势、前沿热点领域进行分析。研究发现，数字物流技术的前沿热点集中在信息通信、数据图像处理、机械分拣、无线传感等领域；中国、美国、日本、韩国、德国在全球数字物流领域具备较强的竞争优势。其中，中国数字物流技术研究起步较晚，但后发优势较强，近十年专利申请量呈“指数”爆炸式增长。但是，与美国相比，中国在数字物流前沿与核心技术领域依然存在较大差距。建议围绕“数字+物流”关键共性技术领域加强基础研究和产学研协同创新，实现数字物流技术的“软硬”自主可控。
关键词：数字物流；技术生命周期；专利分析；竞争态势
中图分类号：G306 文献标志码：A 文章编号：1671-0037（2024）1-76-16
DOI：10.19345/j.cxkj.1671-0037.2024.1.7
0 引言
近年来，以区块链、人工智能、云计算为代表的新兴数字技术已经成为我国在新时代构建现代化经济体系和构筑国家竞争新优势的重要“战略数字力量”。习近平主席向2023中国国际智能产业博览会致贺信。他指出，要持续促进数字技术和实体经济深度融合，协同推进数字产业化和产业数字化，加快建设网络强国、数字中国。物流业是支撑国民经济发展的基础性、战略性产业。在数字转型的背景下，现代物流产业与新一代数字技术结合，发展数字物流，有助于延伸产业链、供应链、价值链，对建设高效顺畅的流通体系、降低物流成本和促进国内国际双循环等具有重要意义。《“十四五”现代物流发展规划》提出，到2025年，基本建成供需适配、内外联通、安全高效、智慧绿色的现代物流体系。在此要求下，识别数字物流技术领域发展阶段、分析国际竞争态势、识别核心热点技术，是实现我国物流产业转型升级、推动物流产业高质量发展的关键途径。专利是衡量技术创新程度的重要指标。专利计量法能够直观地反映专利数据所蕴含的潜在价值。对相关专利数据进行分析，能够有效识别数字物流领域发展态势并预测未来发展趋势，有助于政府和企业把握机会窗口，实现技术赶超。
基于此，本文以incoPat数据库1960—2022年的数字物流技术相关专利为研究对象，结合技术生命周期理论、专利计量法、社会网络分析法，从时间发展、主要竞争国家对比、技术分析等3个角度，分析数字物流技术领域的技术生命周期、国际竞争态势、前沿热点。这将有助于引导、推动我国数字物流产业更优更快更强地发展，为我国提升产业链供应链韧性和安全水平提供前瞻性战略布局参考与科学决策依据。
1 文献综述
从技术属性来看，数字物流是指应用现代数字技术、信息技术、网络技术，包括人工智能、大数据、云计算、物联网等新兴技术，面向物流全要素、全过程对物流系统进行优化，以实现物流管理过程、管理手段、管理技术的数字化［1］。从经济属性来看，数字物流是指数据成为重要生产要素，云计算、大数据、人工智能等数字技术为物流和供应链各环节赋能，全面优化仓储、拣选、配送、运输等流程，从而形成精准的物流服务产品，使物流业更快更好地应对快速变化的市场模式和客户需求，真正实现物流业的减损提质、降本增效［2］。
目前，关于数字物流的研究，产业界和学术界主要集中在以下几个方面：一是数字物流发展水平及其影响因素研究。学者们对中国数字物流发展水平进行测算后发现，我国数字物流发展水平逐年提升但各区差距较为明显，呈“自东向西”依次递减趋势［3-4］。王琴梅和周洋［5］利用空間杜宾模型进一步研究发现，中国数字物流的各区发展水平还与信息产业从业人数、软件业收入等因素密切相关，并为东中西各部提出了针对性建议。二是数字物流与经济发展间的关系研究。Kayikci［6］探讨了合作性、自主控制等6个物流数字化特征对经济可持续发展的影响。张二妮［7］认为，经济是驱动物流业发展的重要因素，而数字物流的发展也极大地促进了经济转型升级；其通过构建区域经济发展水平与数字物流水平评价指标体系预测，到2030年，我国数字物流与区域经济的耦合协调度将达到良好协调阶段。三是数字化创新对物流产业发展的影响研究。朱戈［8］分析了数字信息技术是如何应用于物流产业的以及未来数字物流的发展前景，并探讨了利用数字信息技术整合物流资源、提升利用效率的变革途径。张玺等［9］认为，物流供应链的数字化创新加快了信息和数据的传播与交流速度，串联了生产各环节中的信息流、物流、商流、价值流，能有效打破市场供需双方的信息不对称壁垒，为构建准确高效的供应链信息交互渠道提供了有力支撑。此外，在数字化的浪潮下，依托大数据、人工智能、区块链等数字技术赋能物流的各个环节，有效打通各层级主体间产品和价值信息交互的“堵点”［10］，促进了组织间的交互，逐步打破了物流领域传统的组织边界和技术束缚，使之形成具有更强创新力、更高附加值的物流供应链［11］。
综上，关于数字物流的研究大多集中在测算数字物流与经济、生态、碳环境等因素间的协调度及其发展水平上，或者是利用计量的方法分析影响因素等，从专利视角出发探讨物流业技术创新的研究较为鲜见。一方面，少数学者基于专利数据，对物流领域某一细分技术进行了探索。例如：张玉峰等［12］从生命周期、技术主题、市场竞争结构等三方面分析了物流信息技术的发展态势；汪传雷等［13］基于专利地图的视角，研究物流识别标识技术的发展趋势，并分析其存在的问题。另一方面，部分学者将物流领域的专利数作为影响因素展开研究。例如，董敏和娄峰［14］将物流专利公开数量作为衡量技术创新的指标。总体而言，基于专利数据对物流领域的研究存在着未能从全局视角分析物流业发展态势等问题，难以展现现阶段物流产业结合数字技术转型升级后的发展状况。随着数字技术的快速迭代升级和产业技术生命周期的不断更替，目前，数字物流技术已发展至什么阶段？未来的发展趋势如何？国际国内的前沿热点有哪些？这些问题均有待进一步挖掘探究，这也成为本文研究的出发点。
2 研究设计
2.1 研究方法
技术发展具有时序性和规律性。而技术生命周期能够揭示技术在不同阶段的发展规律，并预测技术的未来演变趋势，对国家和企业进行前瞻性技术战略布局具有重要意义。1984年，Harvey［15］对技术生命周期展开研究，并将技术发展的过程分为发展—论证—技术开始应用—扩张—成熟—退化等6个阶段。1986年，Foster［16］进一步完善了技术生命周期理论，将其划分为萌芽期、成长期、成熟期和衰退期等4个阶段，并引入了S曲线模型。随着技术生命周期理论的成熟，越来越多的学者将其应用于新兴技术、通用技术发展历程的研究［17-18］。然而，从已有研究来看，基于技术生命周期探讨数字物流技术发展历程和预测发展趋势的“黑箱”尚未被打开。因此，本文将利用数字物流技术相关专利，结合技术生命周期理论和Logistic模型，比较国内外数字物流技术的发展特征，进一步识别我国数字物流发展的机会窗口和未来发展趋势。
目前，学界主要使用定量分析和定性分析两种方式来探究技术生命周期。其中，依托Logistic模型的S曲线法被广泛应用。其主要用于预测新兴的、快速发展的技术［19］。基于此，本文选取Logistic模型对数字物流技术进行量化分析。Logistic模型的表达式为：
[Yt=K1+e-r（t-tm）] （1）
[r=ln（81）T0.1-0.9] （2）
式（1）—（2）中：Yt表示t时间内发表的专利总量；K表示S曲线的峰值；r表示S曲线的斜率；T0.1-0.9表示专利总量从10%K增长到90%K所需的时间；tm表示专利总量达到50%K时所需的时间。
在技术的长时段发展过程中，若原有技术无法持续满足社会发展需求，通常会出现多轮的新旧技术更替，从而呈现为多重的S曲线。此时，Logistic模型的一般表达式为：
[Yt=i=1nKi1+e-ri（t-tmi）] （3）
综合已有研究发现，关于国内外数字物流技术应用的领域、关键技术识别和热点主题的研究略显不足。本文将聚焦数字物流技术的发展现状，进一步明确各国数字物流领域的技术差距和竞争态势，并预测其未来发展趋势，为我国数字物流先进技术研发规划与前瞻性布局提供参考。本文的研究框架如图1所示。
2.2 数据来源
本文采用incoPat数据库对数字物流领域的专利数据进行搜集。由于incoPat数据库能够对各国所申请的专利题目、摘要进行互译，自动匹配中文检索词与外文题目、摘要，因此，研究者可以仅使用中文进行检索。结合国内外学者对数字物流技术的界定，以及《中国数字经济发展白皮书（2021）》中对产业数字化的表述，即“传统产业应用数字技术所带来的产出增加和效率提升部分”，本文认为，数字物流技术是指数字技术中应用于物流领域的技术。基于此，本文采取“物流+数字技术”的检索方式对数字物流专利进行搜集。
鉴于物流领域涉及环节众多，仅将“物流”作为检索词容易导致专利数据丢失。参考2006年修订的《国家物流术语》，以及我国重点产业专利信息平台对物流产业的分类，筛选出物流六大关键领域，即运输、装卸搬运、库存、流通加工、分拣包装和物流信息技术。“物流”专利检索表达式为：TIAB=（运输OR装卸搬运OR库存OR流通加工OR分拣OR包装OR（物流信息技术OR条码技术OR射频识别技术OR RFID OR电子数据交换技术OR EDI OR全球定位系统OR GPS OR地理信息系统OR GIS OR运输管理系统OR TMS OR仓储管理系统OR WMS OR货代管理系统OR FMS OR供应链管理系统OR SCM））。根据国家知识产权局印发的《关键数字技术专利分类体系（2023）》，筛选出七大關键数字技术，即人工智能、高端芯片、量子信息、物联网、区块链、工业互联网和元宇宙。“数字技术”专利检索表达式为：TIAB=（人工智能OR高端芯片OR量子信息OR物联网OR区块链OR工业互联网OR元宇宙）。最后，用AND将两个检索式相结合。检索时间跨度为1960—2022年（由于专利具有滞后性，2023年的专利数据不完整，因此本研究仅分析2022年以前的专利）。截至2023年11月16日，在剔除重复、核心数据缺失的专利后，最终共得到102 851条数据。
3 分析讨论
3.1 技术生命周期分析
通过对1960—2022年专利申请态势的量化分析，可知国内外数字物流技术的发展进程及趋势（见图2）。从全球数字物流技术的发展历程来看，1998年以前数字物流技术尚处于探索阶段，全球专利申请量较少，连续38年专利年申请量不足1 000件。但自20世纪90年代以来，随着新一轮以信息技术和科技革命为引领的产业变革兴起，数字化技术与物流业进一步融合，数字物流技术逐步进入平稳发展期，全球数字物流技术专利申请量呈上升趋势。其中，国外开展研究较早，专利申请量呈稳定增长态势；而中国起步相对较晚，1985年才首次申请数字物流领域的专利，2000年以前专利申请总量不足300件。随着互联网和电商的快速发展，近十年中国数字物流技术专利申请量急剧上升，呈“指数”爆炸式增长。2012年以来，中国数字物流技术专利申请进入成长期，以21.19%的年增长率在全球领先，跃居世界第1位，并始终保持着领先优势。截至2022年12月，我国数字物流技术专利共39 707件。
参考张奔［20］的研究，本文采用Loglet Lab4.0软件，基于Logistic模型对比中国与国外的数字物流技术专利申请的增长情况，并探究数字物流技术发展过程中的生命周期时间点，进一步探讨国内外数字物流技术未来的发展趋势。
3.1.1 中国专利申请
采用Logistic模型对中国数字物流技术专利进行拟合分析，结果如表1所示。由表1可知，拟合优度值为0.966，整体拟合效果较好。结合表1，本文将中国数字物流发展历程划分为四大阶段：2005—2012年的萌芽期，2013—2018年的成长期，2019—2025年的成熟期，2026—2031年的衰退期。
本文通过Loglet Lab4.0软件绘制出中国数字物流技术专利申请Logistic模型复合拟合图，如图3所示。其中，圆点表示实际专利申请数量，曲线中实线代表拟合的专利申请量，虚线表示专利申请量的未来预测趋势。
结合Logistic模型拟合结果可知，20世纪80至90年代，数字物流这一概念尚未普及，我国在该领域尚处于初级探索阶段，专利申请数量较少，而欧美等发达国家和地区占据领先地位。2010—2021年，我国数字物流技术专利申请量呈现爆发式增长态势。2012年后，伴随着经济全球化、信息技术发展以及电子商务蓬勃崛起，阿里巴巴、京东等电商平台逐渐壮大，中国物流业在互联网经济的推动下快速发展。依托各地政府的政策引导和财政支持，以及日渐旺盛的建设需求，跨境电商物流园区、机场电商物流园区等新型物流园区，以及数字化作业、自动识别控制机器等新的物流作业形式和设施设备逐渐完善，进一步推动我国数字物流技术进入成长期，相关专利申请数量快速增长。2015年以来，我国将“互联网+”发展战略提升至国家战略层面。以京东、菜鸟、圆通、韵达等为代表的物流企业积极整合资源，探索“互联网+物流”的发展模式与实现途径。人工智能、大数据等数字技术赋能物流产业链与供应链，大数据与物流的深度融合促使我国数字物流技术取得了阶段性突破。在这一时期，我国数字物流技术专利申请数量和专利申请人数量均呈现爆发式增长态势，以现代信息技术为标志的数字物流产业进入了规模化发展的新阶段。
为进一步探究数字物流技术专利申请增长速率的变化，本文基于Logistic模型进行拟合分析，绘制了钟形曲线拟合图，如图4所示。虽然我国数字物流技术起步较晚，但得益于国家政策的引导以及积极的技术“内引”，数字物流技术自主创新稳步前进。2018年，我国数字物流技术专利申请增加量达到峰值；2031年，我国数字物流技术专利申请量将趋于饱和顶点7 955件。由于我国数字物流技术步入成熟期，近两年的专利申请增速呈逐渐放缓态势。
3.1.2 国外专利申请
通过Logistic模型对国外数字物流技术进行多次拟合发现，国外专利申请时间跨度较长，且数量波动幅度较大，采用多重S曲线的拟合效果明显优于单S曲线的拟合效果［20］。因此，本文基于三段Logistic模型对国外数字物流技术进行拟合分析，结果如表2所示。三段拟合优度值分别为0.932、0.986、0.953，整体拟合效果较为理想。
从技术生命周期来看，国外的数字物流技术拟合出了3个发展阶段。在第一阶段S曲线中，萌芽期为1964—1972年，成长期为1973—1979年，成熟期为1980—1987年，衰退期为1988—1995年；在第二阶段S曲线中，萌芽期为1994—1996年，成长期为1997—1998年，成熟期为1999—2000年，衰退期为2001—2002年；在第三阶段S曲线中，萌芽期为2011—2013年，成长期为2014—2015年，成熟期为2016—2017年，衰退期为2018—2019年。
国外数字物流技术专利申请Logistic模型复合拟合图如图5所示。结合图5分析发现，国外数字物流技术专利申请起步较早，但在1998年以前各国专利年申请数量不足1 000件，经历了较长的停滞期。20世纪90年代末，随着数字技术在物流链供应链中的应用，国外数字物流技术专利申请量开始爆发式增长。经过近60年的发展与累积，目前国外数字物流技术3个阶段皆步入衰退期，增长速率持续走低。
从技术生命周期拟合结果来看，国外数字物流技术有3条S曲线，存在着新旧技术的升级迭代。前两个阶段的生命周期曲线已进入衰退期；第3个阶段的生命周期曲线刚结束成熟期，步入衰退期。3个阶段专利发展的时间点分别为1964、1994、2011年，这一拟合结果与国外数字物流的发展进程大致相符。早在20世纪60年代，各国高速公路设施逐渐完善，因特网也得到普及与应用，给物流业带来了前所未有的变革［21］。最为突出的是，电子交换（EDI）技术、日本提出的准时制生产方式（JIT）以及物流产业的核心供应链管理体系（SCM）等在这一时期初具雏形，国际两大速递公司DHL和FEDEX也是在这一时期成立的。20世纪90年代以来，随着以信息技术革命为中心的高新技术迅猛发展，各国逐渐重视和发展信息产业，引领了全球数字物流技术的发展浪潮［22］。从政策支持角度来看，各国开始重点打造能够成为颠覆性技术的新一代信息技术和网络技术。其中，美国通过信息技术革命，实施了“创新技术计划”“信息高速公路战略”“新一代因特网”等国家科技创新战略计划。从技术发展角度来看，工业化的普及使生产率得到大幅提高，全面质量控制（TQC）的实施和执行也使产品质量得到显著改善。此外，MRP-Ⅱ的推广、ERP和Just In Time模式和系统的普及与应用，逐步实现了企业内部的信息整合，为更好地处理供应链上下游的业务信息奠定了基础。在这一时期，国外数字物流技术专利增长速度（r值）高达1.120，相关专利申请数量呈跳跃式增长。进入21世纪后，云计算、人工智能等新兴技术迅速发展并迈向落地应用阶段，国外数字物流技术迎来了新一轮的发展机遇。在数字转型层面，各企业开始重视对物流数据的收集、分析，并着手开发新的物流设施设备，引进先进的物流信息系统。在信息技术层面，RFID、WSN、GPS、车载系统、机器视觉等技术不断迭代升级，将每个物流节点都纳入物联网框架，使各个独立的物流模块之间能够相互通信，提高了物流运输效率，打造出一体化的物流信息平台。随着平台、算法、交互技术的不断升级和进步，新一代人工智能技术在物流领域的运用逐渐呈现出“AI+物流”的趋势。在应用落地层面，物流自动化技术突飞猛进，配送终端智能集装箱、无人机和机器人等进入部署阶段，自动驾驶汽车、地下智能物流配送系統等成为关注焦点。目前，数字物流技术正从机械化、自动化向无人化、智能化、数字化全面升级发展。
进一步对国外数字物流技术3个阶段的S曲线进行Fisher-Pry转化，结果如图6所示。由图6可知，3条拟合线并未相交，表明3个阶段的S曲线是延续发展的；且后两个阶段的直线都是在前一阶段的直线达到50%K前开始形成的，表明国外数字物流技术的发展与迭代是在上一代技术的基础上兼容升级实现的。
3.1.3 国内外专利申请对比
通过对比国内和国外数字物流技术生命周期时间点发现，国外数字物流技术研究开展得较早，1964年便已进入萌芽期；我国数字物流技术研究起步较晚，直至2005年才进入萌芽期，但其具备超强的后发潜力和超大的追赶优势，从萌芽期至成熟期仅经历了14年，且专利申请量峰值远远大于国外，为7 955件。尽管中国数字物流技术专利申请量较大，但其呈现出单S形曲线的发展趋势；相比之下，国外数字物流技术专利申请量不及中国，但其时间跨度长，呈现出三重S形曲线的增长趋势，表明国外数字物流技术在长时间的创新积累下经历了技术颠覆的过程。目前，国外数字物流技术已进入衰退期，而中国预计在2031年进入衰退期。这意味着数字物流技术发展的顶点将至，中国数字物流领域需要加快技术创新速度，把握新的机会窗口，通过产出下一代数字物流技术迈入新的生命周期阶段。
3.2 国际竞争态势分析
3.2.1 地域分布分析
专利区域分布从侧面反映了各国数字物流技术的研发实力。根据专利申请量绘制出专利地域分布图，如图7所示。由图7可知，全球数字物流相关专利申请量排名前五的国家分别为：中国、美国、日本、韩国及德国，其数字物流技术专利申请总量占全球总量的78.16%。其中，中国作为主力军，其专利申请量约占全球总量的1/3；美国、日本、韩国、德国紧随其后，均属于第二梯队；俄罗斯、印度、澳大利亚、加拿大、英国、法国等国的数字物流技术专利申请量也相对较多，属于第三梯队。
专利总量排名仅从数量层面反映了各国数字物流技术的实力，难以展现不同阶段、不同国家数字物流技术竞争力的演变态势。为了进一步了解主要国家数字物流技术专利申请量的变化趋势，本文将专利数量排名前五的國家——中国、美国、日本、韩国和德国作为主要竞争对比国家，对其年度专利申请量进行量化分析，如图8所示。从发展趋势来看，这5个国家的数字物流技术都经历了比较长的停滞期；在数字物流技术发展的早期，各国专利申请量都不足百件；到20世纪80至90年代，数字物流技术迅速发展，专利申请量才逐渐增多。
从时间轴来看，美国和德国开展数字物流技术研究相对较早，随后是日本、韩国、中国。2010年以前，美国专利申请数量保持绝对领先优势，位居全球第一。韩国、日本专利申请数量位居第二梯队，德国专利申请数量整体较少。中国在数字物流领域的研究起步较晚。2000年以前，中国专利申请总量远远落后于其他四国。但此后十年间，我国数字物流技术专利申请量急剧增长，2012年以21.19%的增长率远超其他各国，跃居世界第一。2015年，我国大力部署推进“互联网+”高效物流，促进物流供应链行业数字化、信息化、网络化转型升级，极大地发展了数字物流产业。2015—2021年，我国数字物流技术专利年申请量呈直线上升的趋势，从1 549件增长到5 879件。截至2022年12月，中国拥有的数字物流技术专利多达39 707件，位居全球第一。
3.2.2 专利权人分析
企业拥有的专利数量能够反映出企业的研发投入强度以及科研实力。企业拥有的专利数量越多，说明其在市场中的占有率越高。表3梳理了数字物流技术专利申请量Top10的专利权人。由表3可知，Top10研究主体主要是兼具较强创新能力和国际竞争能力的大型跨国企业。跨国公司凭借雄厚的资金实力、丰富的科研资源和强大的抗风险能力，可以投入大量人力物力财力来研发新兴技术，从而占据先发优势，迅速抢占技术市场。从Top10主体所属国别来看，日本、中国各占3家，美国、韩国、德国、瑞典各有1家。其中，中国是唯一的发展中国家，而其他五国均为发达国家。这反映出欧美等发达国家和地区在专利申请、创新能力等方面优势较为显著。总体而言，日本和中国的专利权人数量处于领先地位。虽然韩国和美国所占据的专利权人席位尚未赶超中日两国，但其发展较为迅速，仍具有强劲的竞争力。
从企业类型来看，数字物流领域Top10研发主体多为互联网企业、移动通信网络企业和电子工程企业。其中，日本电气股份有限公司和国家电网有限公司主要是为商业企业、通信服务企业以及政府提供信息技术和网络产品的企业。日立有限公司、三星电子公司和西门子公司则专注于研发无线通信网络及电气化、自动化和数字化产品。海柔创新科技有限公司和发那科公司是生产数控装置、机器人、智能化设备的著名厂商，且前者是我国箱式仓储机器人系统的领航者，其通过机器人技术和人工智能算法，向客户提供智能高效的仓储自动化解决方案。京东和国际商业机器公司是全球著名的互联网企业。京东整合“三大路径”布局智能机器人产业，通过建设完善的物流体系、创新支付方式、加大技术研发和应用力度等服务电商零售企业，最终实现了物流、资金流及信息流的准确高效运转。国际商业机器公司推出的新一代轻量级软件开发和运行的BaaS平台，将区块链与云计算紧密结合，极大推动了供应链、物流产业数字化的发展。
3.2.3 技术领域分析
国际专利分类（IPC）是目前全球通用的、标准化的专利技术分类体系。根据专利的主IPC分类号能够识别技术重点领域，洞悉全球研发焦点。因此，本文基于100 614条专利数据，共识别出558个主IPC分类号。结果表明，全球数字物流技术主要集中在G（物流）、B（作业、运输）、H（电学）三类，共占专利总申请量的92.7%。表4梳理了全球数字物流技术领域Top10主IPC分类号。
为了进一步比较主要竞争国家数字物流技术领域的关注焦点，本文绘制了总体及中国、美国、日本、韩国、德国的数字物流技术Top10主IPC分类号分布图（见图9）。总体来看，这5个国家的数字物流技术研发方向存在一定的相同点，即主要集中在B25J、B65G、G06F、G06Q、H04L等5类；但每个国家又存在差异性。其中，美国、日本、德国的研发聚焦于H04L、G06F技术领域；而中国、韩国则更加关注G06Q技术领域。此外，G08G、G06K、H01L、H04W等4类亦是五国关注的重点，目前处于第二梯度。
3.3 前沿热点领域分析
3.3.1 技术热点领域识别
热点领域是指在某段时间内具有强联系、高关注且投入资源较多的领域［23］。本文通过对凝聚子群k核的分析识别出数字物流领域的研发热点，从而为我国现阶段数字物流领域技术布局提供有价值的参考。
IPC分类号共线知识图谱能够展示出技术生命周期内相关专利集中反映的热点类别。本文将对数字物流领域的IPC分类号进行共线网络分析以及聚类分析［23］。具体步骤如下：首先，将检索得到的100 614件国际专利分类号保留至大组级别，并筛选出频次大于或等于150的IPC大组；其次，构建IPC共线矩阵；最后，将共线矩阵导入Ucinet软件中，利用凝聚子群分析法生成共线网络。
按照IPC分类号所对应的技术领域，根据多种网络属性对该群体的凝聚性进行量化处理，共形成37个凝聚子群。从中选取最大的6个凝聚子群进行分析，生成数字物流技术热点领域图，如图10所示。由图10可知，六大凝聚子群中的节点关系较为紧密、直接，每个节点均与较多的相邻节点相连。其中，节点表示数字物流领域的技术类别；节点大小表示度数中心度，用来衡量节点的重要程度；节点之间线条的粗细表示共线频次的高低［24］。
热点群Ⅰ：属于34核子群。包括：拣选；组合加工；机械手；机动车；无线资源的选择分配；无线业务量调度。
热点群Ⅱ：属于41核子群。包括：与机械手配合的附属装置、读出装置、控制装置，用于安全警报、故障排除、观察等；机械手的夹头、夹爪、夹手、肘节等。
热点群Ⅲ：属于57核子群。包括：图像分析；图像通信，如复用流的分解、附加数据的处理；识别模式的装置；数字信息的传输，数据交换网络中数据包的路由或寻路；基于生物学模型的计算机系统；监控设备；闭路电视系统。
热点群Ⅳ：属于58核子群。包括：程序控制系统；多路复用通信；电视系统；数据交换网络；附加数据的处理；专门适用于特定商业行业的数据处理系统或方法。
热点群Ⅴ：属于61核子群。包括：电数字数据处理；信息檢索；数据库结构；文件系统结构；图形数据读取；数字计算设备；数据交换网络。
热点群Ⅵ：属于64核子群。包括：运输或贮存装置；勘测装置；无线定向；监视或测试装置；非电变量的控制或调节系统；电数字数据处理；图形数据读取；机器学习；信号装置或呼叫装置；测量值；控制信号或类似信号的传输系统；交通控制系统；广播通信；多路复用通信；数字信息的传输；电话通信；图像通信；选择设备或装置；无线通信网络。
3.3.2 核心技术领域识别
核心专利是指在某一技术领域中处于关键地位，对技术发展具有突出贡献，对其他专利或者技术具有重大影响，且有重要经济价值的专利［25］。由于核心专利具有原创性、不可替代性，后续发明的技术或产品往往更多依赖核心专利［26］。专利黏性的存在致使专利研发难以攻克“技术黑箱”。因此，识别数字物流技术核心领域，筛选出优质核心专利，有助于国家和企业把握核心技术的研发方向，进而制定发展规划。Harhoff等［27］认为，被引频次高的专利具有较高的价值，可以将专利被引次数作为判断专利核心程度的指标。借鉴该方法，本文将被引频次作为衡量数字物流技术核心专利的标准，并利用普赖斯定律对核心专利进行界定。根据普赖斯定律［28-29］，M=0.749[Nmax]（M表示专利被引频次的最小值，Nmax表示专利被引频次的最大值）；全球数字物流技术专利被引频次最高值为2 741，定义M=0.749*[2 741]=39.21；专利被引次数大于或等于39次即为核心专利，共检索得到数字物流领域核心专利2 927件。本文梳理了全球数字物流技术领域Top10核心专利，如表5所示。
结合表5可知，被引频次最高的专利来自美国（1995年）——用于电子商务的计算机系统和方法。被引频次排名第一、二、三、五、九、十位的核心专利均属于电数字数据处理（G06F），可见其在数字物流领域中的关键地位。此外，Top10核心专利公开日期普遍较早，且均由美国申请。美国作为信息技术的发源地，高度重视数字技术、信息技术的创新与应用，占据显著的先发优势，目前在核心专利数量和质量上遥遥领先。
为进一步分析主要竞争国家在数字物流核心技术领域的实力，本文对主要竞争国家Top10核心技术领域的专利申请量进行比较，如图11所示。研究发现，美国在数字物流领域具有显著的竞争优势，其作为数字物流核心技术的领军者，共拥有核心专利1 998件，占核心专利总量的72.8%，尤其在G06F、G06Q、G08B技术领域的优势最为突出。通过对比分析发现，中国在G08B、H04N、G01C技术领域与美国依旧存在较大差距。尽管中国专利申请绝对量占据优势，但其核心专利仅有478件，尚不及美国的1/4。我国高价值专利占比偏低，核心技术支撑基础相对薄弱。此外，日本主要关注G06F、H04L、G06Q、B65G技术领域；而韩国、德国的核心专利较其他主要竞争国家差距甚大，两国核心专利之和仅占核心专利总量的1%。
从技术多样性来看，数字物流主要核心技术领域分别是G06F、G06Q、H04L、B65G和G08B。其中，G06F、G06Q与H04L技术领域分别以931、390和161件核心专利位列前三，占核心专利总量的50.6%。电数字数据的处理和数字信息的传输在运输路径优化、智能化场站管理、运力资源调度等场景中发挥至关重要的作用。数字化赋能能够有效解决物流供应链全过程中信息不对称、数据标准不一致等时效性问题与成本问题。
通过Top20核心技术领域分析可知，数字物流的核心技术还主要集中在5G技术赋能物流产业的重点应用领域，包括：通信网络（H04W）、数字信息的传输（H04L）、传输（H04B）、电数字数据处理（G06F）、电话通信（H04M）。同时，语音识别、图像识别、图像通信（H04N）等核心技术也极大推动了自动化分拣机器人、无人配送车、智能配送站等智能设备的发展，使自主无人领域实现“质”的跨越。此外，还包括运输或贮存装置（B65G）、测量距离、水准或者方位，勘测（G01C）、机械手，装有操纵装置的容器（B25J）等能够实现运单识别、体积测量、分拣行为检测、装载率测定等物流活动的技术领域。
4 结论与建议
4.1 主要结论
本文基于1960—2022年数字物流领域相关的专利数据，分析国内外数字物流领域发展趋势、技术热点与核心领域，把握数字物流的技术前沿轨道，为我国数字产业链供应链发展并赢得可持续性的竞争优势提供重要参考，主要结论如下。
从专利申请数量来看，1960年以来，全球数字物流技术专利申请量分为缓慢增长、低速下降和快速上升等3个阶段。中国在1985年以前没有数字物流领域的相关专利。直至2000年，中国数字物流技术专利数量才呈现快速增长态势。从全球和中国数字物流技术专利数量来看，我国数字物流发展起步晚，但后期发展势头迅猛，逐渐成为数字物流技术专利申请数量全球第一的国家。进一步对比发现，从更长的历史周期和时间节点的维度来看，无论全球还是中国的数字物流技术的发展进程都与信息技术、互联网技术的繁荣密切相关。
从技术生命周期来看，基于Logistic模型拟合分析发现，虽然我国数字物流技术研究起步较晚，但随着“互联网+”“人工智能”“中國制造2025”等国家战略行动计划的出台，以及数字技术在物流多元化场景中的应用，我国数字物流技术迅速进入成熟期，与国外差距逐渐缩小。进一步基于三阶段Logistic模型对国外数字物流技术生命周期进行拟合分析发现，3条拟合线并未相交，表明3个阶段的S曲线是延续发展的。也就是说，与传统的数字技术颠覆性创新不同的是，国外数字物流技术的发展与创新是在上一代信息物流技术的基础上进行兼容升级和迭代跃迁而实现的。
从技术空间分布来看，全球数字物流相关专利申请量排名前五的国家分别为：中国、美国、日本、韩国和德国，其数字物流技术专利申请总量占全球总量的75%。美国、德国开展数字物流技术研究相对较早；在2010年以前，美国专利申请数量保持绝对领先优势，位居全球第一。随后，我国数字物流技术专利申请量急剧增长，2012年以21.19%的增长率远超各国，跃居世界第一。从技术所有权人来看，数字物流技术专利申请Top10专利权人分别是：日立有限公司、日本电气股份有限公司、海柔创新科技有限公司、国家电网有限公司、国际商业机器公司、三星电子公司、爱立信公司、西门子公司、北京京东世纪贸易有限公司和发那科公司。其中，中国、日本各有3家，美国、韩国、瑞典、德国各有1家。
从技术领域的布局来看，通过国际专利分类（IPC）分析发现，全球数字物流技术主要分布在专门适用于行政、商业、财务、管理、监督或预测目的的数据处理系统或方法、电数字数据处理、运输或贮存装置等领域。美国重点布局的技术领域为多路复用通信、选择设备或传感装置等硬件领域。中国重点布局的技术领域为邮件分拣、单件物品的分选、控制或调节系统、交通控制系统等软件领域。中美之间的技术布局存在显著的差异。
从核心技术的前沿热点分布来看，通过对2 927件核心专利进行分析发现，美国拥有1 988件核心专利，占核心专利总量的72.8%，具备较明显的竞争优势，并且可能形成了技术“锁定效应”。中国的专利申请量位列第一，但核心专利数量不及美国的1/4。也就是说，我国高价值专利占比偏低，数字物流关键核心技术不足，还有待进一步提升与突破。
4.2 建议启示
数字化是当前社会重要的时代特征。数字技术飞速发展并与各产业融合的趋势加快。随着我国经济发展步入新常态，物流业也进入了转型升级的重要阶段。目前，数字技术与物流业交叉融合发展已成为必然趋势。结合本研究的主要结论，提出以下几点政策启示。
一是要把握数字技术和物流产业深度融合与动态演变的周期性“机会窗口”。通过技术生命周期的研究发现，我国数字物流技术整体研究起步较晚，但具备超强的后发潜力和强大的追赶优势。因此，要把握数字经济创新发展这一重大战略机遇和制度窗口，充分发挥我国在数字物流领域具有的海量数据、丰富的应用场景等优势，弥补产业核心技术竞争力不足、成熟度不够等缺陷，赋能物流产业转型升级，催生新产业新业态新模式，不断做强做优做大数字物流产业。
二是持续跟进做好数字物流领域关键技术、前沿技术的战略路线选择与甄别机制制定工作。通过分析全球数字物流专利技术空间分布发现，当前全球数字物流热点和核心技术主要集中在数字信息的传输、电数字数据处理、无线通信网络、图形数据读取、数据识别等信息技术、数字技术和物流技术相融合的领域。这些具有交叉性的前沿技术具备科技含量高、发展潜力大、产业带动强等特点。因此，在竞争日益激烈的市场环境中，应进一步对国内数字物流合作网络、企业竞争力等发展态势进行多角度分析，基于研究结果积极进行国内专利研发活动和创新政策的布局，同时结合不同地区、不同企业、不同高校在数字物流技术领域中的优势，进一步优化调整数字物流产业布局，抢占数字物流前沿技术的战略制高点，实现双循环背景下的“换道超车”。
三是要加强基础研究，实现数字物流领域的关键核心技术突破。通过对比各国核心技术重点领域发现，我国在半导体器件、图像通信、信号装置或呼叫装置等领域与世界领先水平还存在较大差距。由于先发国家已形成技术垄断和“锁定效应”，从短期来看，我国必须要发挥新型举国体制的制度优势和超大规模产业链供应链的市场优势，同时科技领军企业须结合自身资源优势，通过参与国内外产学研协同创新活动，发挥与国家科研机构、高水平研究型大学的联动作用，实现战略合作，寻求资源互补，提高数字物流技术基础研发能力，实现关键核心技术的自主可控。从长期来看，实现数字物流技术从成长期到成熟期的跃升和跨越式发展，还需要加强产业链、创新链、价值链、人才链、资金链、政策链间的充分融合，整合创新资源，提高数字物流技术创新体系整体效能。同时，加强原创性基础研究，提高自主创新能力，缩短与先发者的“技术差距”，实现从并跑到领跑的跨越。
四是积极参与数字物流领域的产业链供应链技术经济国际合作。由于数字物流环节多、子业务系统范围广，包括运输、仓储、装卸搬运、配送等六大环节，同时还涵盖了图像通信、无线通信网络、数字信息传输等技术领域，因此，须积极构建物流各环节互联互通网络，推动物流产业现代化、数字化发展。同时，要主动拓展与发达国家的合作研究，提高我国在数字物流领域的全球地位，共建开放协同的数字物流产业，形成良性发展态势。
5 不足和展望
本研究面向我国产业链供应链数字化转型的重点领域——数字物流技术开展了一系列的专利挖掘和图谱分析，对国内外的数字物流技术生命周期特征进行了动态比较，分析了前沿技术热点和专利布局情况。囿于数据的可获得性，本研究还存在一定的不足。未来研究可以结合学术论文、报告等文献中的相关数据进行综合性、系统性的分析，进而展现数字物流技术的理论研究热点和国际前沿态势。此外，还可以从合作网络、企业竞争力水平等多角度、多方位，更加深入地剖析数字物流技术的演变趋势，从而更准确地把握供应链数字化和数字物流未来的发展方向。
参考文献：
［1］ 张则强.数字物流的信息化特征与驱动［J］.中国流通经济，2004（6）：14-17.
［2］ 王术峰，何鹏飞，吴春尚.数字物流理论、技术方法与应用：数字物流学术研讨会观点综述［J］.中国流通经济，2021，35（6）：3-16.
［3］ 蒋世辉.我国数字物流发展水平的区域异质性与收敛性分析［J］.商业经济研究，2023（22）：101-104.
［4］ 罗瑞，王琴梅.数字物流高质量发展水平区域差异及空间收敛性研究［J］.统计与决策，2022，38（17）：109-113.
［5］ 王琴梅，周洋.我国数字物流发展水平的影响因素及区域差异［J］.物流技术，2022，41（3）：105-111，115.
［6］ KAYIKCI Y. Sustainability impact of digitization in logistics［J］. Procedia Manufacturing，2018，21：782-789.
［7］ 张二妮.“碳中和”目标下数字物流与区域经济耦合发展分析［J］.商业经济研究，2022（21）：97-100.
［8］ 朱戈.数字信息技术在物流管理中的应用［J］.中国物流与采购，2022（24）：79-80.
［9］ 张玺，宋洁，侍乐媛，等.新一代信息技术环境下的高端装备数字化制造协同［J］.管理世界，2023，39（1）：190-204.
［10］ 盛朝迅.推进我国产业链现代化的思路与方略［J］.改革，2019（10）：45-56.
［11］ 黄群慧.以产业链供应链现代化水平提升推动经济体系优化升级［J］.马克思主义与现实，2020（6）：38-42.
［12］ 张玉峰，周磊，杨威.基于专利的物流信息分析技术发展态势研究［J］.情报科学，2015，33（11）：150-154.
［13］ 汪传雷，王艳，李从春.基于专利地图的物流识别标识技术创新研究［J］.中国科技论坛，2014（10）：28-34.
［14］ 董敏，娄峰.标准化运行与技术创新协同对物流产业转型升级的影响机制分析［J］.商业经济研究，2023（24）：85-89.
［15］ HARVEY M G. Application of technology life cycles to technology transfers［J］.Journal of Business Strategy，1984，5（2）：51-58.
［16］ FOSTER R N. Working the s-curve：assessing technological threats［J］.Research Management，1986，29（4）：17-20.
［17］ 瞿羽揚，周立军，杨静，等.基于技术标准生命周期的移动通信产业演化路径［J］.情报杂志，2021，40（5）：84-91.
［18］ 何建洪，李林，朱浩.我国先进制造技术追赶中子领域与周期选择［J］.科学学研究，2022，40（9）：1583-1597.
［19］ 王山，谭宗颖.技术生命周期判断方法研究综述［J］.现代情报，2020，40（11）：144-153.
［20］ 张奔.国内外高速轨道技术生命周期特征的比较与启示：基于专利视角［J］.情报杂志，2020，39（1）：83-90.
［21］ 刘洋，董久钰，魏江.数字创新管理：理论框架与未来研究［J］.管理世界，2020，36（7）：198-217，219.
［22］ 刘云，刘璐，闫哲，等.基于专利计量的全球碳纳米管领域技术创新特征分析［J］.科研管理，2016，37（S1）：337-345.
［23］ 黄鲁成，薛爽.机器学习技术发展现状与国际竞争分析［J］.现代情报，2019，39（10）：165-176.
［24］ 杨仲基，王宏起，李玥.基于社会网络方法的产学研合作专利技术发展趋势研究［J］.情报科学，2017，35（7）：132-137.
［25］ 马永涛，张旭，傅俊英，等.核心专利及其识别方法综述［J］.情报杂志，2014，33（5）：38-43，70.
［26］ 马瑞敏，尉心渊.技术领域细分视角下核心专利预测研究［J］.情报学报，2017，36（12）：1279-1289.
［27］ HARHOFF D，NARIN F，SCHERER F M，et al.Citation frequency and the value of patented inventions［J］.Review of Economics and Statistics，1999，81（3）：511-515.
［28］ 杨曦，余翔，刘鑫.基于专利情报的石墨烯产业技术竞争态势研究［J］.情报杂志，2017，36（12）：75-81，89.
［29］ 陈悦，谭建国，王智琦，等.专利视角下工业机器人领 域的技术机会分析［J］.科研管理，2018，39（4）：144-156.
An Analysis on the International Competition Situation and Frontier of Digital Logistics Technology Based on Patent Mining
Yuan Ye1， Li Yilan2， Wu Chaonan3， Wu Jifei4
（1.School of Economics and Management， Chongqing University of Post and Telecommunications， Chongqing 400065， China; 2.School of Modern Postal， Chongqing University of Post and Telecommunications， Chongqing 400065， China; 3.School of Economics and Management， Beijing University of Posts and Telecommunications， Beijing 100876， China; 4.School of Marxism， Sun Yat-sen University， Guangzhou 510275， China）
Abstract： The transformation of traditional logistics industry to digital logistics has become an inevitable trend， and in-depth research on the international competitive situation and cutting-edge hot technologies of digital logistics technology， so as to provide important reference for the forward-looking layout and policy formulation of the digital transformation of China's industrial chain and supply chain. Based on incoPat patent database， this paper analyze the technological life cycle， international competitive situation， and cutting-edge hot areas in the field of digital logistics from three perspectives of time development， competitive countries comparison， and technological analysis by using Logistic model， patent econometric analysis， and social network analysis. It is found that the hot areas of digital logistics technology are concentrated in the fields of information communication， data image processing， mechanical sorting， wireless sensing and so on. China， the United States， Japan， Republic of Korea and Germany have strong competitive advantages in the global digital logistics field. Among them， China's digital logistics technology started later， but the advantage of latecomers is stronger， and the patents in the past decade have shown an "exponential" explosive growth. However， compared with the U.S.， China is still stuck in the frontier and core technology of digital logistics. It is suggested strengthening basic research and the industry-university-research institutions collaborative innovation around the key common technology areas of "digital + logistics"， so as to realize the "soft and hard" autonomy and control of digital logistics technology.
Key words： digital logistics; technology life cycle; patent analysis; competition situation
（欄目编辑：朱可染）
收稿日期：2023-12-15
基金项目：国家社会科学基金项目“我国企业打造数智技术原始创新策源地的协作模式与路径研究”（23XGL040）。
作者简介：袁野（1985—），男，湖北荆门人，博士，教授，研究方向：数字技术创新；黎懿澜（1999—），女，广东深圳人，硕士研究生，研究方向：数字物流；吴超楠（1996—），女，山东临沂人，博士研究生，研究方向：数字经济与技术创新；吴继飞（1988—），男，安徽泗县人，博士，研究方向：人工智能与产业政策。本文通信作者为吴继飞。
