协同创新视角下技术机会识别模型——以中国智能机器人为例

发布时间：2021-12-31 01:42

　　[目的/意义]把握技术机会对我国企业抢占市场先机、提升竞争力至关重要。已有技术机会识别方法通常是从技术构成中挖掘技术演化路径及技术空白点,缺乏综合、系统的分析方法。[方法/过程]以协同创新为切入点,基于创新资源子系统、创新主体子系统和创新环境子系统,从技术、创新主体、环境三个层面构建技术机会识别模型,运用专利网络分析论述该模型的应用方法。[结果/结论]以智能机器人这一战略性新兴产业为例,挖掘具有发展潜力的技术创新方向,识别具有竞争力的市场创新主体,并对区域合作机会和区域产业政策进行分析。构建的理论模型能为产业技术创新及区域协同创新提供决策参考。 

【文章来源】：情报杂志. 2020,39(07)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

协同创新的过程

在创新环境子系统中,政府运用政策引导、资金支持以及行政保护等手段推动产学研协同创新顺利进行。在这个过程中涉及资源协调和优化配置,引导创新主体通过沟通-协调-合作,最后达到协同的目标。识别区域技术优势及市场环境有利于建立跨区域合作平台,通过产业政策提高信息互换、创新主体互动和合作的系统匹配度,为战略性新兴技术创新提供市场层面的支持。在创新环境子系统的协调和引导下,促进各个创新子系统的整合和互动,形成沟通-协调-合作-协同的知识创造过程。1.3 技术机会识别的方法框架

某一特定领域技术可以看作一个由许多子技术构成系统,技术的更新、发展来源于子技术形态的改变[19],因此通过子技术间融合可以识别技术可能的发展形态。从专利角度说,若某个专利中包含了不同类别的两个以上IPC分类,则认为该专利发生了技术融合。因此,提取专利IPC分类号构建共现矩阵,通过聚类将技术划分为不同的子技术,可以帮助我们分析技术融合的形态。这是一个定量与定性结合的分析过程,定量保证结果的客观性,定性需要结合技术领域专家意见保证结果的准确性。在单个技术融合度测量方面,本文用技术融合深度表示每个子技术中多大程度地与其他子技术存在融合[10],反映了子技术对其他子技术的依赖程度,即某个子技术与其他子技术共现的专利数量占该子技术专利总数量比。技术融合深度高的子技术依赖度较高,往往与其他子技术结合实现特定功能,在技术体系中占据十分重要的地位。

【参考文献】：
期刊论文
[1]产学研协同创新政策效力与政策效果评估——基于中国2006～2016年政策文本的量化分析[J]. 王帮俊,朱荣.  软科学. 2019(03)
[2]基于专利挖掘的移动医疗产业技术预见[J]. 赖朝安,钱娇.  科研管理. 2018(10)
[3]基于学科视角的技术融合度研究——以中国知网技术标准共类分析为例[J]. 刘康,刘西怀.  科技管理研究. 2017(24)
[4]技术机会研究综述[J]. 安然.  现代管理科学. 2017(12)
[5]协同创新视角下的区域创新体系构建[J]. 吴昊,张天译.  社会科学战线. 2016(10)
[6]区域创新系统协同演进研究[J]. 苏屹,姜雪松,雷家骕,林周周.  中国软科学. 2016(03)
[7]中国高铁破坏性创新路径探析[J]. 冯灵,余翔.  科研管理. 2015(10)
[8]基于专利的技术机会分析方法研究[J]. 马婷婷,汪雪锋,朱东华,刘胜奇.  科学学研究. 2014(03)
[9]智能优化控制:概述与展望[J]. 辛斌,陈杰,彭志红.  自动化学报. 2013(11)
[10]基于专利情报的技术机会与区域技术专业化分析[J]. 冯仁涛,余翔,金泳锋.  情报杂志. 2012(06)



本文编号：3559383