1、科技管理研究Science and Technology Management Research2023 No.62023 年第 6 期doi:10.3969/j.issn.1000-7695.2023.6.009多源数据融合的技术生命周期测度王 山（中国社会科学院经济研究所，北京100836）摘要：科学有效地测度技术生命周期、及时把握全球竞争态势、抓紧布局未来产业是经济社会高质量发展的关键，也是面对新型国际关系、掌握技术发展主动权的战略举措。鉴于既有技术生命周期测度方面的研究数据来源单一、设计指标不够全面，根据“基础研究应用研究技术推广产业化技术改进”这一技术发展主线，考虑除论文、专利信息外
2、的科研项目信息、企业数量、融资情况等多源信息数据，构建包含基础研究、技术创新、科技布局、产业规模与技术改进 5 个维度的技术生命周期多指标测度体系，采用熵权法赋权并结合灰色关联分析法构建技术生命周期综合指数计算模型，以成熟的磷酸铁锂技术作为参考技术，绘制其生命周期演化曲线，并与常用于技术成长阶段判定的 S 曲线对比，考察该测度体系的可行性。结果表明，根据磷酸铁锂技术生命周期综合发展指数计算模型绘制出的磷酸铁锂技术生命周期演化曲线，可判定该技术在 19971999 年为潜伏期、19992007 年为萌芽期、20072014 年为成长期、20142022 年为成熟期、2022 年以后为衰退期；进一
3、步对比分析表明，技术生命周期多指标测度体系不仅能够更加全方位动态展现技术综合发展水平、准确评估技术发展态势，更有利于在技术创新没有造成市场显著变化时实现预警决策，为企业赢得早期研发布局的时机。关键词：技术生命周期；多源数据；多指标体系；技术发展态势；磷酸铁锂技术中图分类号：F273.1；G311；G301 献标志码：A 章编号：1000-7695（2023）6-0061-09Measurement of Technology Life Cycle Based on Multi-source Data FusionWang Shan(Institute of Economy,Chinese Ac
4、ademy of Social Sciences,Beijing 100836,China)Abstract:Scientific and effective measurement of technology life cycle,timely grasping of global competition situation,and paying close attention to the layout of future industries are the key to high-quality economic and social development,as well as st
5、rategic measures to grasp the initiative of technology development in the face of new international relations.In view of that research data source of existing technology life cycle measurement is single and indicators are not comprehensive,this paper follows the mail line of basic research-applied r
6、esearch-technology promotion-industrialization-technical improvement,adds the scientific research project information,industries numbers,funding and other multi-source data besides academic papers and patent information,builds a multi-index measurement system of technology life cycle containing five
7、 dimensions of basic research,technological innovation,technology layout,industry scale and technology improvement,and builds the technology life cycle composite index calculation model by combing the entropy weight method with grey correlation analysis method,taking lithium iron phosphate technolog
8、y as the object of empirical study and drawing its life cycle evolution curve,the feasibility of the measurement system is investigated by comparing with the S curve which is commonly used in the technical growth stage.The results indicate that the technology can be judged as the incubation period i
9、n 1997-1999,germination period in 1999-2007,growth period in 2007-2014,maturity period in 2014-2022,and recession period after 2022 according to the life cycle evolution curve of lithium iron phosphate technology drawn by the calculation model of lithium iron acid technology.Further comparative anal
10、ysis show that,technology life cycle multi-indicator measurement system based on multi-source data can not only display technology comprehensive development level more comprehensively and dynamically and accurately assess the technology development trend,but also help enterprises win the opportunity
11、 of early R&D layout when technology innovation does not cause significant change in the market.Key words:technology life cycle;multi-source data;multi-indicator system;technological development trend;lithium iron phosphate technology收稿期：2022-07-29，修回期：2023-02-15基项：中国社会科学院青年科研启动项目“人工智能技术生命周期及发展轨迹分析”
12、（2022YQNQD028）62王山：多源数据融合的技术生命周期测度工业 4.0 背景下技术创新是企业获取和维持竞争优势的关键途径，也是实现要素市场化配置和经济社会高质量发展的基石。在日益激烈的知识产权与市场竞争中，企业需要通过技术创新来加强对产业链的控制，掌握行业发展的话语权。技术创新最重要的环节包括技术发展态势的掌握与关键核心技术的识别，而技术生命周期恰恰可以有效地反映技术发展态势和未来发展趋势。科学、有效地测度技术生命周期，不仅可以快速判断和预测技术处于何种发展阶段、了解技术领域发展现状1，而且有利于企业在激烈的市场竞争中尽早抓住技术机会，实现技术突破与技术领先、从而占领未来产业竞争和国
13、家博弈的制高点2。为此，如何科学有效、多维度定量测度技术生命周期？回答此问题具有重要战略指导意义。1研究基础1.1研究综述1.1.1单一数据类型的技术生命周期测度单一数据类型的技术生命周期测度相关研究方法主要聚焦于专利数据这一研究视角，考察专利申请量、专利申请人、专利 IPC 数、专利被引频次与专利关键词等外部特征量化指标及由外部特征量化指标演变而来的技术生长系数、技术成熟系数、技术衰老系数、相对增长率等衍生指标的数据动态变化对技术生命周期发展阶段划分的影响。Li 等3为了从宏观战略角度把握纯电动汽车技术创新方向，采用专利指标法（技术增长率、技术成熟度系数、技术老化系数与新技术特征系数）与 S
14、 曲线分析了纯电动汽车的技术生命周期，并预测中国纯电动汽车技术正处于技术成熟阶段的结论。Smojver 等4采用专利引用频次与专利关键词数据分别绘制了专利引用图谱与专利关键词图谱，通过两种专利图谱的动态变化探析技术演化状况，并判定安全滑雪绑定技术已进入技术衰退期。Gao 等5提出了用与专利数据相关的专利累计申请量、国际专利分类号（IPC）数、德温特手工代码（MC）数、专利权人、专利发明人等 13 种指标构建的目标技术生命周期预测模型，并运用模式识别方法中常用的近邻分类算法预测出纳米生物传感器技术目前正处于技术成长期。Lin 等6提出了一种基于熵 S 曲线的技术生命周期发展阶段定量测度方法，并测
15、度出 3D 打印技术仍处于技术成长期。Chang 等7采用专利数据与专利指标，运用 S 曲线模型对远程信息处理技术生命周期不同发展阶段进行了区分和识别。1.1.2不同数据类型的技术生命周期测度随着相关研究的不断拓展与深入，学者们发现单一数据类型具有一定的片面性，无法准确判断技术生命周期，应该结合不同来源数据构建综合指标体系，对技术生命周期进行全面测度。许多学者基于不同视角构建技术生命周期多指标测度体系。如，王山8基于专利与论文数据，构建了包括基础研究、应用研究与技术性能 3 个维度的技术生命周期多指标测度体系及技术生命周期指数模型，然后采用已知技术生命周期结果的阴极射线管显示技术与薄膜晶体管液
16、晶显示技术验证了所构建技术生命周期多指标测度体系的有效性；Daiha 等9为评价脂肪酶生物催化剂技术在洗涤剂、有机合成、生物柴油与食品饲料 4 个领域中的发展状况，结合期刊论文与专利文献数据构建了基础研究与技术创新二维指标体系，探讨了技术在不同应用领域中的演化轨迹；靳军宝等10基于 SCI 文献、EI 文献、专利文献与商业报道文献等多源文献数据构建了包括基础研究、应用研究、技术研发、应用及社会效用 4 个维度的技术成熟度多指标评估体系，预测纤维素预处理技术成熟度阶段，研究发现，多源文献数据在一定程度上提高了拟合分析结果的精度，避免了单一数据类型拟合分析所带来的误差；张洋等11通过融合专利与论文两种数据源构建了技术主题字段的加权共现网络，并结合技术生命周期理论对技术不同发展阶段进行了预测与对比，结果显示，融合数据的预测效果较单一数据源有较明显的提升，能够进一步提高预测效率和准确度；Li 等12融合社交媒体数据和专利数据对新兴技术出现趋势进行了拟合。通过梳理国内外已有相关文献可以发现，以专利数据源作为基础数据是测度技术生命周期的主流方法，但容易受到数据源单一片面性影响而使分析结果产生偏差；
