颠覆性技术识别与扩散趋势预测:概念模型与实证分析

发现并判断技术颠覆性潜力和扩散趋势,能够为国家和政府科技资源分配与未来产业的超前布局提供精准决策依据。首先,本文构建了颠覆性技术识别与扩散趋势预测的概念模型;其次,依据此模型以3D打印领域为例,从离群性和影响力维度识别颠覆性专利,提取颠覆性技术;最后,基于识别的颠覆性专利的施引专利,将自动标签和战略坐标应用于技术主题扩散路径绘制中,提出一种新的多位态自动标签技术主题扩散趋势预测方法,用于揭示核心、边缘、成熟、新兴等位态主题之间的动态扩散关系。研究发现,离群专利与颠覆性技术之间存在共生、匹配和关联的内在逻辑关系,从离群专利视角识别颠覆性技术具有可行性;1955—2017年,3D打印领域的颠覆性技术主要分布在高端装备制造、生物医药和材料3大方向,突出的技术领域是运输、发动机/泵/涡轮机、生物材料分析、半导体、环境技术;多位态自动标签技术主题扩散趋势预测结果显示,生物医疗3D打印技术主题未来发展潜力巨大。

颠覆性技术多元化投入的利益分配及激励机制

我国颠覆性创新多元化投入机制的平台支撑体系建设亟待完善,因此需深入研究适用于颠覆性技术多元化投入的利益分配以及政府补贴机制。其中,公平的利益分配和合理化的激励机制是促使颠覆性技术多元投入有效性的关键因素。因此,针对颠覆性技术多元化投入利益分配以及激励机制设计等问题,采取合作-非合作博弈分析颠覆性技术多元投入的各个参与主体行为,引入风险因子探讨不同主体主导下的情况,并进一步研究政府补贴对各主体投入积极性的影响,进而以明晰多元化投入的激励机制方案选择。研究发现:在颠覆性创新多元化投入的过程中会存在创新投入积极性不足的情况,这是由于各主体出于自身利益最大化考虑;由政府牵头时,整个颠覆性技术投入合作较由其他主体主导下的合作收益高;在政府主导下采取政府补贴形式,可以有效激励其他各个颠覆性创新投入主体的积极性。为此,促进颠覆性创新的投入多元化,政府要构建多元化投入机制,设计合理的利益分配机制与激励机制,并在参与合作时设定恰当的成本补贴额度。

颠覆性技术政策—技术路线图框架构建与实证分析--以中国新能源汽车产业为例

在传统技术路线图的基础上,构建面向颠覆性技术及其新兴产业发展的政策—技术路线图框架,提出防御型、培育型、赋能型3类政策工具在用户需求、市场、产品、技术、参与者5个维度上的作用机制及其顺序逻辑。在此基础上,以中国新能源汽车产业为例,综合采用案例分析和荟萃分析方法,验证该框架的解释力。研究结果表明:政策—技术路线图框架从社会—技术系统转型视角阐释各阶段政策工具与颠覆性技术及其新兴产业发展间的互动演进规律,并提出早期阶段应以防御工具为主,侧重支撑知识空间形成;成长阶段应以培育工具为主,侧重建立良好利基功能;转型阶段应以赋能工具为主,通过适应性和转换性手段促使新旧范式平稳转换。

电力通信领域的颠覆性技术识别方法研究

通过分析颠覆性技术现状、未来发展趋势,建立一个合理、高效的技术识别方法,以有效地识别技术领域的颠覆技术,是当今技术发展中的一个重要问题。针对目前颠覆性技术识别方法具有专业领域的主观性及局限性,提出基于专利演化分析的识别方法。首先,计算专利数据的相似度矩阵、新颖性矩阵和演化矩阵,并从颠覆性技术激进的新颖性、相对快速的增长性、突出的影响性等特征出发,对专利的指标值进行对比分析。然后,以电力通信领域为例,构建技术专利数据集。最后,对所识别出的具有颠覆性特征的量子技术进行未来发展分析。该方法可以客观、有效地完成对电力通信领域的颠覆性技术识别。识别结果有助于完成电力通信产业转型升级,解决基础设施的信息安全问题。

中国专利奖视角下的颠覆性技术识别分析

为充分利用专利结构化数据和文本数据,实现准确有效的颠覆性技术识别,以中国专利奖为切入点,提出基于图神经网络的颠覆性技术识别框架。首先以获得中国专利奖的授权发明专利定义颠覆性技术,解决技术定义难的问题;接着使用Neo4j图数据库构建异质有向图,存储专利多重关系数据和方向信息,解决关系数据利用率低的问题;最后使用关系图卷积神经网络(R-GCN)模型进行训练,实现颠覆性技术识别,解决识别效果不佳的问题。研究表明以获得中国专利奖的专利技术直接定义颠覆性技术是合理且可靠的;提出的颠覆性技术识别框架能充分利用专利数据信息和专利异质有向图中空间信息,识别出绝大部分的颠覆性技术,丰富了图神经网络在颠覆性技术识别方面的研究。

颠覆性技术创新治理研究与启示——以英国高级研究与发明局建设模式为例

为巩固全球科学超级大国地位,2022年以来英国陆续出台相关法律和政策,支持成立英国高级研究与发明局,并将其作为法定机构进行治理。本文首先通过分析ARIA相关的法律内容与政策举措,梳理其最新进展;随后分析了ARIA与美国国防高级研究计划局、英国研究与创新署的区别;最后提出了探索成立法定机构来支持颠覆性技术发展和强化创新主体非常规科技创新活动治理能力等建议。

基于颠覆性技术创新项目评价及立项决策模型的研究

为实现我国颠覆性技术创新项目的精准遴选,促进颠覆性创新产业的培育发展,在分析梳理国内外关于颠覆性技术创新项目遴选、立项决策管理方面研究的基础上,分析对比颠覆性技术创新项目与一般科技计划项目的特征属性差异,借鉴海尔迈耶问题的做法,结合当前政策导向,针对颠覆性技术具有隐蔽性、破坏性、不确定性的特征属性,提出相应的项目遴选角度和评审标准的思路,并利用层次分析法构建颠覆性技术创新项目立项评价的三级指标体系。从项目影响力、项目可能性两方面构建颠覆性技术创新项目的决策矩阵模型,为颠覆性创新项目立项决策提供判断依据。

基于专利和微博的颠覆性技术主题识别研究——以人工智能领域为例

颠覆性技术被广泛认为是后发企业抢占市场先机的最佳赛道。如何把握颠覆性技术未来发展主题及方向?围绕这一关键问题,本文基于颠覆性技术的创新性、扩散性、转轨性、提升性及替代性等特征,从专利和微博视角切入,构建颠覆性技术主题识别模型,并以人工智能领域为研究对象,验证所提模型的可行性和有效性。进一步地,分析出人工智能领域中的自然语言处理、机器学习、类脑智能、智能机器人与虚拟现实是未来颠覆性技术发展的重要主题。本文研究结论丰富既有颠覆性技术创新理论体系,可为企业制定和调整技术创新战略和方向提供借鉴。

“双碳”领域颠覆性技术度量与识别——基于多源数据融合方法

颠覆性技术是促进国民经济发展和提升大国博弈实力的关键因素,培育和发展颠覆性技术意义重大、影响深远。建设美丽中国是时代的责任,实现碳达峰碳中和是大势所趋。从学术论文、专利以及基于Google Trends数据的社会媒体数据出发,构建多源数据融合的颠覆性技术度量方法。以增长率指标、创新性指标和社会影响力指标测度“双碳”领域颠覆性技术,综合考虑技术对科学界、技术界以及社会经济界三方面的影响;在识别过程中,采用改进后的CDTM模型解决多源数据公共主题提取问题;通过客观赋权计算颠覆性指数得分,度量主题的颠覆性。实证分析识别出4项“双碳”领域颠覆性技术,分别是生物炭吸附技术、有机生物炭基肥料制备技术、生物质裂解生物炭技术和生物质热解生物炭技术。4项技术均与国际认可的CCUS技术相关,中国和美国在“双碳”领域研究中占据优势地位。

中国新能源汽车企业何以实现颠覆性技术创新——资源行动与动态能力的交互效应

颠覆性技术创新对我国战略性新兴企业突破国外技术封锁,进而实现关键核心技术自主可控具有重要战略意义。基于5家中国新能源汽车代表性企业颠覆性技术创新实践,构建新能源汽车企业颠覆性技术创新过程与机理模型,揭示资源行动与动态能力交互效应对颠覆性技术创新的作用机理。结果发现:中国新能源汽车企业颠覆性技术创新呈现利基市场开发—中高端市场渗透—高端市场导入的动态演化规律;企业通过资源拼凑—资源编排—资源协奏的资源行动逐步实现资源组合化、能力化和杠杆化;企业动态能力经历了外部导向的环境感知能力—内部驱动的学习创新能力—内外部协同的整合拓展能力演进过程,由适应环境的一阶能力升级为创造新能力的二阶能力;企业资源行动与动态能力的交互作用经历了要素聚合—知识赋新—系统共生3次跃迁,对企业颠覆性技术创新发挥引领作用。结论可为推动中国新能源汽车企业颠覆性技术创新提供理论指导和实践支撑。

装备制造企业如何开展颠覆性技术创新——基于环境-战略-结构权变理论的组态分析

作为中国装备制造业转型升级的重要突破口,装备制造企业如何开展颠覆性技术创新成为亟待解决的问题。基于环境-战略-结构权变理论,以国内20家上市装备制造企业为样本,运用模糊集定性比较分析法,探究环境、战略和结构因素与装备制造企业颠覆性技术创新的复杂因果关系。结果发现:①环境动态性、政府创新支持、市场导向、技术导向和建立独立组织均不是颠覆性技术创新的必要条件;②存在市场拉动型、技术推动型和政企协同型3条促进颠覆性技术创新的路径,以及安于现状型和环境资源匮乏型2种阻抑颠覆性技术创新的情境;③在相关组态中,环境动态性、政府创新支持、技术导向之间存在替代关系。研究结论有助于加深对装备制造企业颠覆性技术创新的理解,为装备制造企业开展有组织的颠覆性技术创新活动提供了理论依据和路径指引。

颠覆性技术创新何以驱动装备制造企业智能化转型?

颠覆性技术创新已成为中国装备制造企业摆脱对外依赖,实现智能化转型的重要路径,但通过颠覆性技术创新实现智能化转型的内在机理却不甚清晰。通过对现有研究的挖掘和对实际案例的分析,从技术颠覆、技术应用和组织保障层面出发,凝练出二元组织结构等6个影响基于颠覆性技术创新的企业智能化转型关键因素,构建了相应的理论模型;综合运用NCA和fsQCA方法,以20家装备制造企业为样本,探究颠覆性技术创新驱动装备制造企业智能化转型的必要条件和组态路径,结果显示:①二元组织结构是装备制造企业通过颠覆性技术创新实现智能化转型的必要条件;②存在技术轨道跃迁型和场景创新应用型两条智能化转型实现路径;③在特定条件下,因素“技术跃迁”与“场景创新”之间,以及因素“行业间技术合作”与因素组合“场景创新缺乏、超前布局战略”之间存在互替性关系。研究结果不仅厘清了颠覆性技术创新驱动装备制造企业智能化转型的内在机理,而且为企业结合自身实际实施智能化转型提供了路径指引。

面向新型电力系统的颠覆性技术识别研究现状与展望

颠覆性技术对新型电力系统结构形态和深度脱碳具有重大颠覆性影响。尽早识别出新型电力系统中的颠覆性技术,对于新型电力系统建设决策和政府能源电力战略决策是至关重要的。为把握新型电力系统颠覆性技术识别研究现状,首先对颠覆性技术识别研究相关文献进行分析,并对比分析国内外颠覆性技术识别研究现状;其次,系统梳理现有颠覆性技术识别方法,并归纳总结各种识别方法的优势、不足及适用条件;最后,分析了现有研究存在的问题,并提出面向新型电力系统建设的颠覆性技术识别研究方向:加强新型电力系统颠覆性技术相关理论研究;将多源数据融合纳入到新型电力系统颠覆性技术识别研究中;将机器学习、深度学习等人工智能方法纳入新型电力系统颠覆性技术的事前识别研究;积极开展新型电力系统不同环节的颠覆性技术识别研究。

北约新兴与颠覆性技术趋势评估及启示——基于北约《2023—2043科技趋势》报告的分析

[研究目的]基于对北约《2023—2043科技趋势》报告的剖析,总结归纳北约国防科技情报工作的显著特点和有益经验,为进一步增强我国国防科技情报工作的时代性、针对性、有效性提供参考建议。[研究方法]采用内容分析、文献研究等方法,对报告文本进行深入剖析,从环境背景、逻辑架构、组合影响、驱动因素等层面进行梳理提炼,并据此提出优化我国国防科技情报工作的启示建议。[研究结论]应尝试建立国防科技情报工作的统筹协调机制,前沿科技预测更加注意安全环境变化的影响,用融合式思维指导技术预见工作,进一步增强情报工作的决策支持功能,主动对接技术发展与未来应用,更好促进我国国防科技情报工作转型发展。

人工智能等颠覆性技术赋能新质生产力发展

新质生产力是实现能级跃升的生产力,和传统生产力相比具有领域新、技术含量高的特征,依靠创新驱动是发展新质生产力的关键。进入新时代,我国开始深入推进新型科技革命和产业变革,尤其是突破数字智能等前沿技术,人工智能等颠覆性技术通过创新开辟全新赛道、升级传统产业和重构产业格局等路径推动新质生产力的发展。本文探讨了颠覆性技术创新及其在新质生产力结构转型与升级中的关键作用。特别关注人工智能等颠覆性技术如何赋能新质生产力,通过优化资源配置、提高生产效率、推动产业结构优化升级、助推新兴产业发展、创新社会治理模式以及推动知识产权领域管理与创新等多方面实现其影响。文章进一步提出了人工智能等颠覆性技术优化赋能新质生产力的实践方法,包括构建开放的创新生态、优化政策环境以及培养创新人才。这些措施的实施将有力推动新质生产力的持续发展和升级。

颠覆性技术发展演化规律研究——以GPS技术为例

掌握颠覆性技术发展演化规律是开展颠覆性技术识别、评估、预见的重要前提。采用典型颠覆性技术案例,基于学术论文、技术专利、国家自然科学基金项目等数据信息,从基础理论、创新研发、科技政策3个方面构建论文发表数量生长率、论文引用数量生长率、论文被引数量生长率、专利申请数量生长率、专利引用数量生长率、专利被引用数量生长率、国家自然科学基金项目经费生长率7个维度的颠覆性技术评价指标体系;利用上述开源数据提取颠覆性技术发展各指标,结合颠覆性技术发展标志性事件,综合使用单源数据指标分析、多源数据指标融合、“客观数据+历史事件”耦合等方法揭示颠覆性技术发展演化规律。以GPS技术为案例进行实证分析,结果表明市场需求、基础理论、创新研发、科技政策是影响颠覆性技术发展演化的重要因素,市场需求是颠覆性技术形成和发展的原动力,基础理论是颠覆性技术形成和发展的源动力,创新研发是颠覆性技术形成和发展的核心推动力,科技政策是颠覆性技术形成和发展的助催剂。其中,创新研发中的技术应用对颠覆性技术发展的影响作用最显著。

颠覆性技术从边缘力量如何成为未来主流?——基于技术-应用-生态的视角

颠覆性技术会对主流技术轨道以及行业市场格局乃至国际竞争规则产生颠覆性效果,如何从边缘力量成为未来主流,对于科技自立自强具有现实意义。基于创新理论构建技术-应用-生态(TAE)框架,对颠覆性技术的演化路径及其作用机制进行分析。研究表明,颠覆性技术由边缘力量到未来主流是一个系统变革,具有由萌生→丛生→递归的技术生成动态演化轨迹、由初始场景→中阶场景→目标场景→未来场景的应用跃迁路径,以及树状→环状→网状的创新生态变革过程,并受到技术的融合发展、技术-应用的深层互动,以及后发优劣势动态转换的竞争机制等综合作用,从边缘力量到未来主流存在技术分叉、应用跃迁、生态协同三大后发优势转换的临界条件。最后从重视技术科学、加强需求侧管理、优化创新生态、把握政策时机等方面得到政策启示。

创新生态系统视角下颠覆性技术培育模式研究——基于DARPA及欧洲实践的分析

本文围绕如何构建颠覆性技术创新培育模式的问题,从创新生态系统视角出发,结合案例分析和归纳比较的方法,分析美国国防高级研究计划局(DARPA)颠覆性技术培育模式的构成要素,并结合欧洲典型国家以及欧盟对DARPA模式的效仿和本土化,验证、归纳出DARPA模式最为关键的要素特点。研究结果表明,虽然欧美颠覆性技术培育机构或基金在战略目标上存在军事化与非军事化的不同,但是在颠覆性技术创新生态系统中,明确的创新战略、高容错度的文化理念和深度参与创新过程的创新参与者起关键作用。

基于专利文献的颠覆性技术识别框架研究——以绿氢行业为例

新一轮科技革命背景下,全球颠覆性技术创新方兴未艾,各国政府、产业界和学术界也积极寻求有效识别颠覆性技术的方法和路径。专利作为传递技术信息最有效的媒介,在识别颠覆性技术方面发挥着重要作用。本文依托专利文献,结合颠覆性技术的特点,首先从技术突破的角度,筛选出潜在的颠覆性技术清单;然后从技术新创性、技术扩散性和技术影响力三个维度构建技术颠覆性程度的测度体系,并运用层次分析法赋权,提出一套系统的颠覆性技术识别框架,用于从某个特定产业中识别技术颠覆性程度。本文选取绿氢行业对该模型开展了实证研究,并结合颠覆性技术识别框架对绿氢行业的技术进行分析,发现该行业中“太阳能制氢-供电”“生物制氢”“汽车应用”等是颠覆性潜力较高的领域。通过对初筛技术主题的相关调研,验证了该方法对潜在颠覆性技术的前瞻性预测有效。

技术评审专家遴选方法在颠覆性技术专家预判平台上的应用

评审专家遴选是技术评审中的关键环节。鉴于颠覆性技术专家预判平台预判系统对时效性和智能型的要求,专家遴选对预判结果具有决定性影响。通过学术专长匹配和专业遴选来选择符合要求的专家,可以降低成本,提高推荐效率与准确度,完成颠覆性技术的预测任务。基于学术网络表示学习的方法既可以避免大量特征工程,又可以方便不同类型的特征进行融合。利用异质网络表示学习方法和标签排序的学术专长画像方法构建专家库,并使用融合专家综合评价指标特征的匹配方法对待预判的颠覆性技术和专家专长进行匹配,为专家遴选提供一份专业背景匹配的候选专家列表。这种方法在Academic Social Network数据集上进行模拟实验。实验结果表明,这种方法能提升项目评审专家学术专长匹配,在加入综合指标特征后,专家的综合指标特征能有效地反馈到实验结果中,从而提高评审系统的时效性和智能性。