国内外技术识别方法研究领域的可视化分析

摘要：文章旨在以《大数据时代图书馆服务体系的创新与发展》中知识资源体系框架为指导，从不同维度解读国内外技术识别方法相关研究成果领域的发展进程，从宏观层面把握发展脉络，为创新研究方法等提供参考和借鉴。以CNKI和Web of Science（WoS）中的该领域相关文献数据为研究对象，通过UCINET、VOSViewer等可视化工具展开分析，从年度趋势、核心作者、发文机构、发文期刊、研究热点5个维度展开分析。结果表明，国内外该领域相关研究均在不断发展中，在发展速度、研究侧重点等方法呈现出显著不同。

关键词：技术识别方法；文献计量；可视化；研究概况

中图分类号：G350 文献标志码：A

0 引言

关键技术领域的竞争日益激烈，国家对关键核心技术的重视也不断提高。2021年，“十四五”规划中专门列出7个重要领域的关键核心技术攻关项目［1］；2023年，政府工作报告提到科技创新的引领作用［2］。关键核心技术识别可以预测发展趋势并补充空缺技术，为政府决策提供参考依据，给行业和学术界新研发方向提供启示。

国内外学者围绕机器学习、建立指标体系等展开该领域研究，且均以专利数据和文献数据为分析源，但国外学者的数据源更加多元，包括评论数据和经验数据。《大数据时代图书馆服务体系的创新与发展》一书中指出：图书馆可根据海量用户数据制定更个性化的知识管理策略。面向技术识别方法领域的科研人员对领域宏观概览的需求，本文从全局层面展开文献计量分析，有助于对领域内研究成果有总体趋势脉络的掌握，从不同维度解读领域发展进程。为更直观地了解技术识别方法在国内外的研究现状，本文从年度趋势、核心作者、发文机构、发文期刊及主题聚类5个维度展开分析，望能为后续研究在总体脉络梳理上提供新的思路、理论支持和参考。

1 数据来源与研究方法

本文国外文献数据来源于Web of Science（WoS）核心合集中的SCI-E和SSCI，构造检索式为TI=（（“techn* forecast*”） OR （“techn* detection”） OR （“techn* identification”） OR （“techn* discovery”） OR （“techn* opportunity”）），文献类型article，“国家/地区”中排除China和Taiwan，共得到检索结果515条。中文文献数据来源于CNKI数据库中的核心期刊，检索词为关键技术识别、核心技术识别、“卡脖子”技术识别、颠覆性技术识别、突破性技术识别、前沿技术识别。截至2023年11月15日，共得到检索结果625条。

首先是数据预处理，将中文文献数据导入SATI软件进行字段抽取，分别抽取年份、作者、机构、来源、关键词字段，统计年份、机构、来源字段频次，绘制折线图和表格，统计作者和关键词字段频次后形成共现矩阵。将共现矩阵导入Ucinet 6软件进行格式转换，将转换格式后的共现矩阵导入Netdraw形成共现矩阵图，最后利用VOSViewer构建知识图谱，根据图谱和结果对国内外技术识别方法研究进行分析和总结。

2 结果分析

2.1 年度趋势分析

《大数据时代图书馆服务体系的创新与发展》第七章第一节指出：学科领域评价研究中，发文趋势分析能揭示领域研究热度和重要时间节点。根据不同年份发文量，可直观看出随时间变化，国内外技术识别方法研究的进程和趋势。

1967—1996年是起步阶段，国外最早于1967年开始相关研究，国内为1993年，相差约20年。20世纪60年代，以美苏冷战的技术竞争为背景，国外学者不断产出研究成果；同时期，我国技术竞争意识滞后，研究成果偏少。1996—2006年是上升阶段，国内外均有一定研究成果。这一时期也是我国的萌芽和缓慢发展时期，国内外研究仍存在差距。2006年以后是快速发展阶段，尤其从2010年开始，我国发文趋势显著上升，与国外平缓趋势形成鲜明对比，是我国的快速发展时期。我国从宏观上重视关键核心技术竞争，出台了很多政策和措施，提供多维度的支持与鼓励。国外在该阶段缓慢上升，成果增加趋于平缓。由此，我国有望在未来技术竞争中占据领先地位。综上，国内外技术识别方法研究均在不断发展和上升。

2.2 核心作者分析

《大数据时代图书馆服务体系的创新与发展》第七章第四节指出：核心作者及合作团队的挖掘能解析出该领域的核心研究力量。

根据普赖斯定律，核心作者一般指M=0.749×Nmax以上的作者，N表示最高产作者的发文量。统计得出，该领域国内625篇文献共有作者1829位，国外515篇文献共有作者934位，国内作者发文量最高为9篇，国外作者发文量最高为22篇。计算取整，国内核心作者发文量2篇，国外核心作者发文量4篇。据统计，该领域国外学者发文量超过4篇的共11人，我国学者发文量超过2篇的共66人。对国内外核心作者发表的论文进行研读，总结其主要研究内容（见表1）。

综上，通过对国内外技术识别方法研究的核心作者分析，发现该领域国内外研究均具有一定规模。我国研究团队规模偏小，作者间合作广泛性稍显不足，作者研究较为分散，更倾向独立研究。相比而言，国外作者合作相对稳定和成熟，合作网络关系更加清晰和紧密，其中韩国学者的合作更具显著性和突出性。

2.3 发文机构

据统计，国外该领域研究机构共416个，高校205个，占比49.3%，非高校211个；国内该领域研究机构共590个，高校419个，占比71%，非高校171个。国外核心团队包括高丽大学、韩国科学技术院、成均馆大学、马里兰大学、韩国建国大学和仁荷大学，高校和非高校的合作主要为高丽大学和韩国海洋水产开发院，马里兰大学和微软。高丽大学和韩国海洋水产开发院的Kwon等［3］认为随着新商业模式和数字技术的出现，物流业面临严峻挑战，通过LDA聚类预测物流技术变化，识别出前景技术和空缺技术。马里兰大学和微软的Gligor等［4］认为法律和监管在技术发展中也不可或缺，为技术识别与预测提供新视角。结合数据分析，该领域内韩国科研机构产出更多，尤其是高丽大学和成均馆大学，不仅与本国研究机构展开合作，还与国外高校有合作关系。

国内高校核心研究力量以北京工业大学经济与管理学院为代表，中国科学技术信息研究所是非高校类机构代表，中国科学院各分支机构也活跃其中。北京工业大学经济与管理学院发文量最高，创新地将物种入侵模型应用到技术识别中，提出一个颠覆性技术识别框架［5］。中国科学技术信息研究所将知识流动迁移到专利投入和产出，构建了一种颠覆性技术识别方法［6］。

综上，该领域内国外非高校机构占比超50%，我国非高校机构仅29%，说明国外研究力量分布延展性较强，具有开放性和包容性，高校与非高校机构联系紧密，并步入实践应用阶段。国内以高校为主导，不同类型机构间合作较少，相关研究更多聚焦于理论研究、模型创新，在应用和迁移方面仍待探索和延伸。

2.4 发文期刊

《大数据时代图书馆服务体系的创新与发展》第七章第一节指出：期刊作为学术论文的主要载体，通过分析能揭示领域学科聚焦，为学科交叉研究提供参考借鉴。据统计，国外技术识别方法的研究成果主要分布在商业和工程领域期刊上，商业领域期刊载文量占73%，工程领域占21%，社会领域占3%，环境科学领域占3%，说明商业和工程领域的学者更集中地研究技术识别方法的发展和趋势，同时也关注社会和全球问题。商业领域期刊Technological Forecasting and Social Change刊载相关成果115篇，约占发文总量的49%，该期刊重点聚焦社会、环境和技术因素的相互关联。相比而言，国内学科领域分布较平衡，以信息科技领域为主，领域期刊载文量占54%，经济与管理科学领域占17%、基础科学领域占16%、工程技术领域占13%。而信息科技领域期刊中以情报学和管理学为主，约占发文量的48%。《情报杂志》载文量第一，主要关注情报、智库、舆情等。说明国内学者相关研究在学科分布上更倾向科学领域。

综上，国内外相关研究有明显的学科差异：国外倾向于商业领域，同时也聚焦社会现实问题；国内在信息技术等领域着力更多，视角更多聚焦学术研究。

2.5 研究热点分析

《大数据时代图书馆服务体系的创新与发展》第七章第二节指出：学科研究主题的精准把握对探析学科发展、预测研究前沿有重要意义。本文主要分析频次≥4 的关键词，其中，国外文献有39个关键词和国内文献有31个关键词。

通过解读，将国外研究总结为4个热点主题，主要内容如下：（1）基于专利和文本挖掘。学者通过专利和文本挖掘识别各领域新兴技术。Chanchetti等［7］基于中美日欧专利数据，预测储氢材料技术生命周期。（2）基于德尔菲法。学者主要围绕专家咨询、创新管理等展开。Lee等［8］提出技术转化为研发计划的方法，专家参与信息评估分析全流程，实证膜技术领域创新技术机会。（3）基于创新模型。学者通过建立科学模型展开研究。Golkar等［9］通过博弈论建模分析了32家汽车品牌的历史数据，识别重要科学技术。（4）基于数据包络分析。学者主要以飞机行业文献数据开展研究。Lim等［10］以战斗机和商用机数据集预测其技术发展和变革，识别飞机行业尖端技术。

通过解读与分析，将国内研究总结为4个热点主题，主要内容如下：（1）基于主题模型。学者主要围绕LDA主题模型展开研究。刘自强等［11］提出了基于Chunk-LDAvis的技术主题识别方法，发现技术主题间的隐含关系从而识别核心技术。（2）基于技术生命周期。学者通过梳理技术生命周期展开研究。赵璞等［12］挖掘我国光伏领域专利数据，梳理其技术生命周期，识别不同阶段的核心技术。（3）基于社会网络分析。学者主要结合社会网络分析法和专利共类识别核心技术。张迎新等［13］借助机床制造业专利数据，绘制贡献网络识别核心技术，结合社会网络分析法厘清核心技术内部关联。（4）基于指标体系。学者主要通过构建指标体系展开研究。周海球等［14］提出了识别、筛选两阶段指标体系，识别某地科技部门核心技术。

综上，总结国内外热点主题，对该领域聚焦点和侧重点有基本了解。总结国内外研究的共性和差异，数据源方面，国内学者主要分析源是专利数据和文献数据，这两种数据源获取性和操作性更具优势。相比而言，国外学者的数据源更具多样性，评论数据和经验数据等使用较多，国内仅有少数学者结合了不同类型的数据源。研究方法方面，构建模型和德尔菲法在通用性和易操作性上具有优势，是最常用的研究方法。相比而言，国内学者的研究方法类型更多。因此，国外学者更注重研究内容创新，国内学者更侧重研究方法创新。

3 结语

纵观国内外技术识别方法研究进展，本文从以下几个方面对技术识别方法研究的启示进行探讨。

首先，需从更广泛角度探索研究领域。综上分析，国内外在研究的学科领域方面各具特色，但其共同点是研究领域的集中性，国外集中于商业领域，国内在信息科技的情报学和管理学领域着力最多。技术识别在各个领域都至关重要，关键核心技术的掌握有助于领域内技术竞争和突破性发展，应将视角转移到更多领域，识别核心技术以提高核心竞争力，实现不同领域和产业的共同发展，从而应对快速变化的技术变革。其次，需更多类型研究主体参与。对比可见国内外研究主体的差异，纵观国内外，高校仍是核心研究力量。高校和科研机构是技术识别的上游主体，企业和机构是技术识别的中下游主体。技术识别是极具实践性的研究，离不开理论和实践的双重发展，高校是理论的核心，企业是实践的基地。技术识别研究需形成科研机构和企业等多类型主体的研究共同体。最后，需紧跟趋势、注重成果转化研究。近些年，全球热点事件屡见不鲜，技术识别除关注传统学科领域外，还需及时聚焦全球热点，快速预测和识别领域内核心技术、空缺技术，在研究基础上注重技术的可迁移性，将研究成果应用到实践和生产，实现技术识别从理论到实践再到应用的全流程发展，把握技术变革机会，降低公共事件的冲击和影响，提高抗风险能力。

综上，国内外学者在技术识别方法方面均展开了一系列研究，随着研究的不断深入，快速识别领域内核心技术并应用于实际生产将逐渐成为常态。本文研究存在一定局限性，由于研究成果载体的单一性和研究工具数据支持的指定性，本文研究数据和工具仅选择文献和可视化软件，这在一定程度上导致了研究的片面性。此外，研究仅从上述5个维度展开，技术识别方法是一个全周期的过程，需探索其更多维度从而剖析其发展脉络。在此后的研究中，将探索更多类型的数据源，从更多视角开展对技术识别方法的研究。

参考文献

［1］国务院.中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要［EB/OL］.（2021-03-13）［2023-12-04］.https：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

［2］国务院.2023政府工作报告［EB/OL］.（2023-03-05）［2023-12-04］. https：//www.gov.cn/zhuanti/2023lhzfgzbg /index.htm.

［3］KWON K， JUN S， LEE Y， et al.Logistics technology forecasting framework using patent analysis for technology roadmap［J］.Sustainability， 2022（54309）：806-822.

［4］GLIGOR V D， HAIGH T， KEMMERER D， et al. Information assurance technology forecast 2005［J］. IEEE Security & Privacy，2006（1）：62-69.

［5］黄鲁成，成雨，吴菲菲，等.关于颠覆性技术识别框架的探索［J］.科学学研究，2015（5）：654-664.

［6］苑朋彬，邢晓昭.专利知识流动视角下的颠覆性技术方向识别研究：以6G太赫兹通信技术领域为例［J］.情报杂志，2023（11）：142-146.

［7］CHANCHETTI L F， OVIEDO D S M， MILANEZ D H， et al. Technological forecasting of hydrogen storage materials using patent indicators［J］. International Journal of Hydrogen Energy， 2016（41）：18301-18310.

［8］LEE J， KIM C， SHIN J. Technology opportunity discovery to R&D planning： key technological performance analysis［J］. Technological Forecasting and Social Change， 2017（119）：53-63.

［9］GOLKAR A， YUSKEVICH I， SMIRNOVA K， et al. Model-based approaches for technology planning and roadmapping： technology forecasting and game-theoretic modeling［J］. Technological Forecasting and Social Change， 2021（121082）：1-12.

［10］LIM D， ANDERSON T R， INMAN O L.Choosing effective dates from multiple optima in technology forecasting using data envelopment analysis （TFDEA）［J］.Technological Forecasting and Social Change， 2014（88）：91-97.

［11］刘自强，许海云，岳丽欣，等.基于Chunk-LDAvis的核心技术主题识别方法研究［J］.图书情报工作，2019（9）：73-84.

［12］赵璞，林文，姜天润，等.基于专利分析的我国太阳能光伏领域核心技术识别及演化研究［J］.科技管理研究，2022（2）：184-191.

［13］张迎新，刘翔宇.基于专利共类的高端机床制造核心技术关联特征识别：以五轴联动数控机床为例［J］.情报杂志，2018（2）：50-56.

［14］周海球，黄晓林，李维思，等.基于MD-AHP的关键核心技术攻关任务甄选方法研究［J］.情报杂志，2023（9）：149-154.

（编辑 姚 鑫编辑）

Visualization analysis of technology identification methods in the research field

both domestically and internationally

FENG Xuefei1， LIU Jie2

（1.Library， Jiujiang University， Jiujiang 332000， China; 2.Jinan Engineering Polytechnic， Jinan 250200， China）

Abstract： The article aims to use the knowledge resource system framework in Innovation and development of library service system in the era of Big data as a guide to interpret the development process of research results related to technology identification methods at home and abroad from different dimensions， grasp the development trend from a macro level， and provide reference and inspiration for innovative research methods. Using literature data related to this field from CNKI and Web of Science （WoS） as the research object， analysis was conducted using visualization tools such as UCINET and VOSViewer. The analysis was conducted from five dimensions： annual trends， core authors， publishing institutions， publishing journals， and research hotspots. The results indicate that relevant research in this field is constantly developing both domestically and internationally， with significant differences in methods such as development speed and research focus.

Key words： technical identification methods; bibliometrics; visualization research; research overview

基金项目：山东省自然科学基金青年项目；项目名称：基于专利计量与机器学习的校企技术合作供需智能匹配方法研究；项目编号：ZR2023QG105。

作者简介：冯雪飞（1994— ），女，馆员，硕士；研究方向：计量分析，科技大数据。