基于专利的技术融合分析方法及其应用-李丫丫.pdf

《基于专利的技术融合分析方法及其应用-李丫丫.pdf》由会员分享，可在线阅读，更多相关《基于专利的技术融合分析方法及其应用-李丫丫.pdf（9页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第34卷第2期2016年2月科学学研究Studies in Science of ScienceVol_34 NO2Feb2016文章编号：10032053(2016)02020309基于专利的技术融合分析方法及其应用李、r、r 1，赵玉林2(1江苏大学财经学院，江苏镇江212013；2武汉理工大学经济学院，湖北武汉430070)摘要：技术融合是新兴产业形成和发展的驱动力，分析技术融合的深度与宽度特征对于引导新兴产业形成和发展具有重要意义。提出了基于专利的技术融合分析的方法框架，既包括技术融合的静态分析，也包含技术融合的动态分析。在此方法体系下，基于1991年到201 3年全球7894项生物芯

2、片产业专利，考察了生物芯片产业技术融合的结构、矩阵以及技术融合程度的动态变化。研究表明：生物芯片产业由生物与信息产业领域的10项核心技术融合而成，且核心技术间的融合紧密度较高；19982008年间生物芯片产业技术融合的程度不断加深，2009年后逐步趋于稳定，技术融合轨道日趋稳定，新的融合型产业形成。关键词：技术融合；专利；生物芯片产业；方法及应用中图分类号：F0624 文献标识码：A进入21世纪，自然科学迅猛发展，信息、生命、能源、材料学科相互融合，开辟了新的技术前沿。如生物与信息科学的融合产生了生物信息，认知科学、计算机科学融合推动了智能技术快速发展。科学的多点突破和技术的交叉融合为新一轮产

3、业革命奠定了基础。技术融合作为产业发展一个新的及决定性因素引发了广泛关注及研究。，尤其对于新兴产业而言，技术融合通过渗透、交叉、重组等机制驱动了新兴产业的形成和发展H。因此，科学客观的分析技术融合对于引导新兴产业形成和发展具有重要意义。技术融合的分析是学术界研究的一个难点，且目前尚未形成关于技术融合分析的方法框架，仅有少部分研究涉及到技术融合度的测量。技术融合的研究始于罗森伯格，然而20世纪90年代开始才真正发展起来5儿。学术界对技术融合度的测量方法不一，整体来说缺乏客观科学的测算方法。已有的测度方法(如：Fei和Tuzelmann1的专利系数法、Xing Wan等o的投入产出法、Karvon

4、en等o的专利引证分析)存在较多缺陷且并不适合新兴产业技术融合度的测算。具体而言，技术融合度体现了不同技术轨道的整合，如果仅利用专利申请量的相关性并未深入到技术融合这个层面；投入产出法事实上考察的是产业之间的关联性，仅适用于大产业类别广泛意义上的融合，并不能科学代表特定产业的技术融合；专利引证分析主要针对已经形成主导设计的技术与产业，需要已有技术拥有足够多的前引与后引专利，然而战略性新兴产业往往源于突破性技术创新，专利没有足够的后引特征。鉴于此，针对技术融合分析的客观方法亟待解决。而且技术融合分析不能局限于技术融合度的考察，技术融合的结构、融合技术间的紧密度、技术融合的动态演化这些方面都是技术

5、融合分析框架应该涉及的内容。本文以全球生物芯片产业为例，提出了基于专利的技术融合分析方法框架，并进行了实证研究，并从以下几个方面对已有研究进行拓展：(1)提出了技术融合分析的方法框架，具体包括技术融合的静态分析与动态分析两方面。(2)运用IPC与ISIOSTINPI 35个技术分类对照体系，实证了生物芯片产业技术融合的结构。(3)基于专利的共现分析以及技术关联分析，考察了代表生物芯片产业技术融合紧密程度的技术融合矩阵。(4)结合生物领域的多样性指数，实证了生物芯片产业技术融合动态。收稿日期：20150331；修回日期：20150816基金项目：国家社科基金重点项目(11AZD081)；国家自然

6、科学基金青年项目(71203172)；江苏大学高级人才专项基金项目(15JDGl04)作者简介：李、r丫(1988一)，女，河北保定人，讲师，博士，研究方向为技术融合与新兴产业发展。E-mail：yizhil9881107126tom。赵玉林(1954一)，男，吉林永吉人，教授、博导，研究方向为高技术产业发展。万方数据204 科学学研究 第34卷1技术融合分析的理论基础11专利与技术融合专利是考察技术创新的重要指标，已被专家学者广泛认可与利用旧1。技术融合是一种特殊形式的创新，且这种创新源于技术组合结构的调整1。因此，从专利数据出发，分析技术融合是最客观可行的手段。Rosenberg叫首次提出

7、技术融合(technologicalconvergence)这个概念。他认为技术融合指在生产过程中不同产业依赖相同的技术诀窍的过程。也有学者把技术融合定义为：不同技术轨道的整合所导致的不同技术元素的整合的过程H。当前技术融合在ICT产业的讨论较多231，但往往关注产业内部的技术融合。但是这不排除一些学者在其他领域所做的有益尝试。例如：No和Park14年考察了纳米技术融合；CurranI副利用专利数据分析了功能食品产业的技术融合。Kim等1探索打印电子的技术融合。这些研究不是基于专利的IPC分类体系，就是利用专利引证分析刻画技术融合。然而，由于新兴技术的后项引用信息较少，专利引证分析不适应于新

8、兴技术的融合考察；另外IPC分类号体系庞大，一项专利拥有众多分类号，很难精确的利用IPC分类号来定义技术融合，缺乏相应的参考体系6|。2008年WIPO发布了国际专利分类号与35个技术领域对照表ISIOSTINPI给本文提供了一个很好启发。基于ISIOSTINPI体系，可以将专利的技术分类归于35个技术类别中的一个或多个，IPC分类体系与ISIOSTINPl分类体系的结合能更加客观地解决利用专利分类体系对技术融合的分析。12技术融合与技术范式技术融合是产业融合发展过程的起点，也是最技术轨道B技术轨道关键的环节。技术融合源于知识融合，技术融合是把知识融合转换成创新潜力的过程-。技术融合具体表现为

9、两方面：一是不同产业领域共享相同的技术，如19世纪中期化工机械制造、农业机械制造、交通运输机械制造共同采用钻孔、磨光等通用机械技术；二是不同产业领域的技术间互补整合，创造了全新的功能，如电信、广播电视、出版印刷、网络等技术融人一体的智能手机。融合后的技术平台，是形成新的技术范式的关键。Dosi刮首次提出技术轨道(technological trajectory)与技术范式(technological paradigms)这两个概念。技术轨道是技术演化的轨迹，技术演化所遵循的特定模式即为技术范式。技术轨道与范式所刻画的技术演化过程，“技术推动”、“需求拉动”是主要动力。无论是技术推动还需求拉动，

10、又或者是两者同时作用下技术范式的出现是经济系统中的非连续状态。技术融合时代，创新的演化赋予了新的特征，此时的技术融合创新及衍生的融合型需求，是新兴技术范式产生的根源。新兴技术范式的出现是经济系统孕育新兴产业的前提。不同技术轨道的交叉渗透，导致新的技术融合轨道与范式的形成(图1)。从形成方式上来看，Prahalas和Hamel引提到，企业应该在相关技术领域投入资金专注内部的自主研发，但是如果涉及不相关的技术领域，则应该考虑外部联盟，通过兼并收购、合作开发等方式获得外部的技术能力。因此企业为了获得现有技术以外的技术，寻求外部合作或者购买，拓展现有的技术范围，实现技术融合创新。总之，技术融合是一种演

11、化过程，也是企业进入到新的技术轨道的方式与范式，而新的技术轨道与范式也正是源于不同技术类别的功能整合。技术融合为企业进入新的产业领域提供了机会。技术融合诱导新的技术轨道的产生，基于特定技术轨道的融合型技术范式诞生是新兴产业诞生的根源。融合型技术范式lA技术轨道的技术要素l|B技术轨道的技术要素I图1 融合型技术范式的形成万方数据第2期 李、r、r赵玉林：基于专利的技术融合分析方法及其应用因此，技术融合分析从本质上要着眼于融合型技术范式的结构、不同技术轨道技术要素之间的融合紧密程度，以及技术轨道融合程度的演化。融合型技术范式的结构，不同技术轨道要素之间的紧密程度是一种静态分析方法；而技术轨道融合

12、程度的演化，是对技术融合度的动态考察。2技术融合分析的方法框架技术融合分析的方法框架的建立是基于技术融合理论中的“融合型技术范式”“技术轨道融合”，融合型技术范式的结构是怎样的?不同技术轨道技术要素之间的融合紧密程度如何?随着时间的推移，技术轨道融合程度的演化趋势会有怎样的变化?这些问题是技术融合分析方法框架所要解决的问题。鉴于此，本文建立了一个静态分析与动态分析相结合的分析框架，从而指导具体的技术融合分析研究(图3)。21 技术融合静态分析(1)技术融合结构分析技术融合的静态分析主要包括技术融合结构与技术融合矩阵分析。技术融合结构，主要刻画技术融合的宽度，说明融合型新兴技术都整合了哪些技术类

13、别，技术各要素分布情况如何。IPC分类系统把每个专利对应到部(8个)、大类(120个)、小类(628)、组(70000)，然而专利可以归属于很多不同的IPC分类号，因此很难把这些分类号归属到一个技术领域。世界产权组织(WIPO)发布了可以将IPC分类号对应到35个技术子类的分类体系即ISIOSTINPl分类体系。下面我们对照ISl分类体系给出一个具体专利的例子：图2中的专利为美国昂飞公司1996年授权的一项生物芯片专利，从EPO专利数据库可得专利的八个IPC国家专利分类码，参照ISI体系主要涉及到五项技术：计算机技术；有机化学；生物技术；工程化学技术、测量技术。进一步，基于融合型技术所包含的技

14、术子类的出现次数(occulTenee)及所占比例，即可得到技术融合的结构。图2 昂飞公司生物芯片专利信息及IPC与ISI技术分类体系对照(2)技术融合矩阵分析技术融合的矩阵，是在考察技术融合结构的基础上，进一步利用专利计量方法中的共现分析(COoccurreflee)，构建技术融合矩阵，考察不同技术要素之间的融合紧密程度。专利共现分析常用于不同学科交叉结构心引、技术多样性1、技术预测m1等相关研究。不同技术类别的共现现象，可以反映不同技术间融合交叉的紧密程度。不同类别的技术在同一个专利中共同出现，这反映了技术的相关性。正是这种相关性反映了不同产业间的技术融合，因此可以通过测算其相关性来衡量产

15、业间的技术融合程度。技术相关性包括两个方面，一是技术相似性，二是技术互补性心3。技术相似性(technology similarity)是指解决相同知识领域问题的技术类别间的相关特征，如C12N与C12M的共现，体现了微生物或酶技术与微生物或酶装置技术的相似特征。而技术互补性(technology complementarity)是指解决不同知识领域问题的技术类别间的相关特征，如G06与C12Q的共现，体现了计算机技术与生物技术的互补特征。然而，已有研究更多强调技术相似性而忽略技术互补性，技术相似性有利于渐进性创新，而技术互补性更可能促成突破性创新。因此，本文运用技术相关性的计算方法，着眼于技

16、术互补性特征，测算技术融合紧密程度，即技术融合的深度。借鉴Breschi旧41提出的测算技术相关性的余弦相似度方法，建立技术融合矩阵，考察技术间的融合深度。计算公式如下：万方数据科学学研究 第34卷s沪当竺鱼三 (1)5i 2i=二=i= ()n c：一C2；其中，s。为技术i和J的融合系数，表达了这两项技术和其他技术类别共现的关联度。k代表了融合型技术所包含的技术类别，取值从1到n。S。越大，那么技术i和J的融合关系越紧密。如果技术i和_拥有一样的共现分布特征，那么S，等于1；当技术i和J拥有完全不同的共现分布，即完全不重叠，则S。等于0。22技术融合动态分析技术融合既是一种状态，又是一个演

17、化过程。技术融合程度既包括技术融合宽度，也包括技术融合深度。技术融合宽度与深度的演化过程反映了不同技术轨道融合程度的变化，以及融合型技术范式的形成和变异过程。不同技术轨道融合程度的变化以及融合型技术范式的形成和变异，是预测新产业形成和判断产业演化阶段的重要依据。分年度测算技术融合结构和技术融合矩阵，也可以分析技术融合程度随着时间推移的变动，但按年度测算的技术融合结构和技术融合矩阵具有较大的波动性，难以发现技术融合程度的变动规律，因此主要用于时段静态分析。技术融合多样性的变动较好地反映了技术融合的动态演化过程。因此，可以通过技术融合的多样性分析考察技术融合宽度的变动和技术融合深度的变动。企业成功

18、的新动力源于能够把不同于现存技术的其他技术知识整合到现有的创新中来2“，这与生物多样性的变动具有相似之处。香农一威纳指数(Shannon Wiener Index)、辛普森多样性指数(1一Simpson Index)都是源于生物多样性测量的典型方法。这些方法在技术经济领域同样适用，Stirlingl2钊创造性地把生物学的多样性指数应用到了科学、技术以及社会领域，Gambardella和Torrisi引基于电子信息企业的技术多样性，运用辛普森多样性指数，实证了电子信息产业内部技术融合度对产业绩效的积极作用。Rafols。2刊在综述跨学科(interdisciplinarity)研究中的文献计量方

19、法时，对多样性指数在科学、技术领域的应用进行了拓展。技术多样性指标反映了技术融合的宽度，技术多样性的均匀度反映了技术融合的深度。本文综合运用生物多样性的N指数、香农一威纳指数、辛普森多样性指数，从技术融合宽度与深度两个维度考察跨产业间技术融合程度的动态演化。表1对三种经典的计算多样性的方法进行了归纳。表1 基于生物多样性指标的技术融合度测算指标汇总注：P。为第i种个体的比例。N指数是最简单的考察多样性的方法，只需计算出不同的个体种类即可。但是这种方法并没有考虑系统内部个体分配的均匀度，而香农一维纳指数以及辛普森多样性指数的计算同时考虑到了个体的多样性及分布的均匀性，即包含两个因素：(1)种类数

20、目，即丰富度；(2)种类中个体分配上的平均性(equitability)或均匀性(evenness)。多样性的提高不仅依赖于种类数目的增加，也取决于个体分配的均匀性。然而辛普森多样性指数中稀有个体起的作用较小，大类个体起的作用较大，因此这种方法更适用于样本较多的情况，否则容易造成过低估计。因此，本文对技术融合程度的动态演化的考察，主要基于香农一维纳指数和辛普森多样性指数，另外需结合样本数量大小来对香农一维纳指数和辛普森多样性指数进行取舍。23技术融合分析方法的逻辑程序在技术融合的静态分析与动态分析框架的基础上，我们将整个分析过程细化为五大步骤。步骤一：生物多样性(biodiversity)是指

21、生物(包括动物、植物、微生物)及其与其生存环境形成的生态系统，包括遗传多样性、物种多样性和生态系统多样性。其中，物种多样性是生物多样性的核心，包括两个方面，其一是指一定区域内的物种丰富程度；其二是指一定区域内物种分布的均匀程度。通常用特定区域内所拥有的特定类群的物种数目测量该区域内物种丰富程度，即区域物种多样性程度；用一定区域内某个特定类群特有种占该地区物种总数的比例测算该区域物种分布的均匀程度，即区域生态多样性。万方数据第2期 李、r丫赵玉林：基于专利的技术融合分析方法及其应用 207选定专利数据库，并制定检索方案。检索方案主要采用技术领域公认的技术术语作为关键词，然后基于主要关键词对相关专

22、利数据库进行检索。关键词的选择要参考领域专家的意见，以保证正确科学性。步骤二：专利数据清理和处理。除了对无效数据进行剔除等规范处理工作，也包括对各个有效字段的提取和筛选加工。特别是，将每项专利IPC分类号对应到ISIOSTINPI的35个技术子类中。由于尚缺少针对性的文本处理软件，此部分需要手动处理，工作量较大。步骤三：技术融合静态分析。统计技术子类的出现次数(occurrence)及所占比例，得到技术融合的结构；利用专利的共现分析以及技术关联分析，考察技术融合紧密程度的技术融合矩阵。步骤四：技术融合动态分析。借鉴生物领域的香农一维纳指数和辛普森多样性指数，考察技术融合程度的动态演化特征。步骤

23、五：总结技术融合分析结果。图2技术融合分析框架流程图本节基于技术融合的深度与宽度、静态与动态多个维度，建立了技术融合分析方法的框架，具体通过五个步骤实现。在下一节中，我们将基于全球生物芯片技术的专利数据，实证展示这一研究方法的过程与应用结果。3 生物芯片产业的技术融合生物与信息技术是2l世纪科技发展的制高点，二者融合形成的生物芯片技术具有战略性新兴产业技术的显著特征。具体来看，生物芯片技术对应着“十二五”国家战略性新兴产业发展规划中提到的“微机电系统MEMS”和“高性能诊断医疗设备”，是战略性新兴产业很重要的支撑技术。按照上文设计的步骤一，本文选定欧洲专利局(EPO)PATSTAT数据库搜集全

24、球生物芯片技术的专利数据。欧洲专利局涵盖了世界80多个国家6000多万份专利记录，是到目前为止包含范围最广的专利数据库。与主流美国专利数据库USPTO相比涵盖范围更广，能获取更全面的专利信息。另外，基于生物芯片技术的分类，采用“关键字”检索，具体来看“标题+摘要=biochip or microarray or microfluidic Or lab on chip or bioMEMS”；为了确保关键词选取的准确科学性，联系了领域的相关专家，最终确定了以上五个关键词。基于以上关键词搜索，得到19912013年全球生物芯片技术相关专利7894项。其中biochip 1360项、microarr

25、ay 1688项、microfluidics 4815项、lab on a chip 69项、bioMEMS 3项，另外有4l项是关键词重复计算的专利数。31 生物芯片产业技术融合结构生物芯片产业是生物产业的技术轨道与信息产业的技术轨道渗透、交叉融合而诞生的新兴产业。生物芯片技术是生物领域的技术轨道与信息技术领域的轨道渗透与交叉融合的结果。为了更详细地了解生物芯片技术的融合结构。按照技术融合分析方法的步骤二、步骤三，本文首先把生物芯片7894项专利的每项IPC分类号对应到ISIOSTINPI 35个技术子类的一个或多个；然后再利用生物芯片技术子类的出现次数(occHrreDce)实证生物芯片产

26、业技术所融合的关键技术及比重，即技术融合结构。由于专利数量较多，目前没有IPC分类号与ISIOSTINPI体系对应的文本挖掘技术，故我们对照分类体系手工完成了专利数据的挖掘与分析工作，此工作投入大量的时间与精力。表2为计算得到的生物芯片产业技术融合结构。 为了确保关键词选取的准确科学性，联系了领域的专家德国图宾根大学医药生物化学研究所所长Thomas jOOS以及慕尼黑大学生物信息博士Li Huan。除此之外，作者留学访问期间组织了两次企业访谈，世界最大的半导体公司之一意法半导体(STMicroelectronic)先进系统技术研发部经理Marco Bianchessi和意大利博洛尼亚新兴生物

27、芯片企业Silicon Biosystems研发工程师Stefano Gianni也对关键词的选取提出了建设性意见。万方数据208 科学学研究 第34卷由上表可知，生物芯片技术主要融合了以下十项关键技术：测量(MS)、化学工程(CE)、生物技术(BT)、生物材料分析(ABM)、微结构与纳米技术(NT)、有机化学(OFC)、机械元素(ME)、表面涂层技术(STC)、计算机技术(CT)、其他特殊机械(OSM)。十项关键技术占生物芯片技术总信息的9005。具体来看，192的技术来源于电子工程中的计算机技术；34。98来源于工具部门，其中2062属于测量技术，1436属于生物材料分析技术；491的技术

28、来源于化学大部，其中1904属于化学工程，1755源于生物技术，531属于微结构与纳米技术，513的有机化学技术，207的表面涂层技术；另外生物芯片技术413源于机械工程技术，其中271的机械元素，142的其他特殊机械技术。32生物芯片产业技术融合矩阵技术融合的静态分析，除了技术融合结构的考察，还包含对不同技术要素间紧密程度的技术融合矩阵的考察。生物芯片技术融合结构，实证了生物芯片技术包含了来自生物技术领域及信息技术领域的不同多项技术。为了更好地阐释生物芯片技术间的融合关系，接下来按照步骤三提到的专利计量方法中的共现分析(COoccurrence)构建生物芯片技术融合矩阵。首先，我们构建基于生

29、物芯片关键技术的10宰10对称的专利技术共现(cooeculTelqee)矩阵(表3)。具体来看，表格中c；的每个单元代表了同时分类到技术i与j的专利数，而不同技术类别共现的现象刻画了技术融合关系；对角线上的元素代表了技术单独出现在一个专利分类中的情况。表中，生物芯片所包含的十项核心技术均用简称表示：测量技术(MS)、化学工程(CE)、生物技术(BT)、生物材料分析技术(ABM)、微结构与纳米技术(NT)、有机化学技术(OFC)、机械元素(ME)、表面涂层技术(STC)、计算机技术(CT)、其他特殊机械技术(OSM)。表3 生物芯片产业技术共现矩阵万方数据第2期 李、r、r赵玉林：基于专利的技

30、术融合分析方法及其应用 209进一步，我们按照步骤三提到的技术相关性方法(公式1)，计算生物芯片十项核心技术间的互补融合关系，得到生物芯片技术融合系数矩阵(表4)。表中的每一个单元代表了不同技术间的融合系数。前文生物芯片技术融合结构揭示了融合技术的构成；进一步，此系数矩阵从更深层次揭示了生物芯片十大核心技术问的融合关系的密切程度。表4生物芯片产业技术融合系数矩阵MS CE OSM100O78 100092 090074 093082O93066089083O88084090073090082O87100O85080097058O880910821OO08009306008808508l1000

31、84084097O66O931OO061O92092O86100079 100047 077 100087 O95 071 100显而易见，生物芯片核心技术间的融合紧密程度很高。这也揭示了技术融合不同于技术多样性。不同技术以“技术对”的形式出现在专利分类里，除了表现了技术融合的多样性，技术问的融合系数更揭示了技术融合的紧密程度。例如计算机技术(CT)与生物技术(BT)之间的融合系数为091；测量技术(MS)与有机化学技术(OFC)之间的融合系数为093；机械元素(ME)与计算机技术(CT)之间的融合系数为047；纳米技术(NT)与计算机技术(CT)之间的融合系数为066。虽然不同技术间的融合紧

32、密程度有所差异，但生物芯片核心技术融合系数大多在05以上，技术融合紧密。综上，我们从技术融合结构、技术融合矩阵两方面考察了生物芯片技术融合的静态特征，完成了对生物芯片技术融合的静态分析。研究表明，生物芯片技术是融合了来自生物与信息领域的10项核心技术，且核心技术间的融合紧密度较高。下一节，我们将按照步骤四，实证生物芯片技术融合的动态特征。33 生物芯片产业技术融合动态在考察了生物芯片技术静态融合结构之后，本文运用生物领域的多样性指数来考察19982013年间生物芯片技术融合的动态演化趋势。本文的生物芯片技术专利考察样本共7894项属于大样本数据，辛普森多样性较适合样本量较多的情况，否则容易造成

33、过低估计，因此，本文最终运用辛普森多样性指数来实证生物芯片技术融合的动态(公式2)。1991年到1997年间生物芯片技术处于突破期，专利数量少，计算技术融合容易导致结果的偏误，故考察期间1998至2013年。由于生物芯片技术除了包含lo项关键技术以外，还有其他的非核心技术类别。本文为了客观的考察技术融合程度，公式分母取观测年份生物芯片技术专利的申请量，分子取值专利申请观测年不同技术类别的出现次数，以此避免仅考虑核心技术而造成的测度误差。10，f、2 10Simpsonlnde戈=l一()=1一(Js：)2n=1、互， n=1(2)其中，n代表生物芯片十项核心技术，戈：表示t观测年技术n的出现次

34、数，茗。代表t观测年生物芯片技术的申请数量。根据上述公式，我们得到生物芯片技术1998年至2013年技术融合程度的动态演化趋势，即生物芯片技术融合动态(见图3)。另外，需要注意的是，由于每项专利包含了不同的技术类别，因此，生物芯片技术出现次数之和大于当年专利申请数，进而导致用辛普森多样性指数可能为负值。全2=；盯撇M呲帆吼凹万方数据科学学研究 第34卷08060402OO-2一O4图3生物芯片技术融合动态演化趋势(1998至2013年)由上图可知，1998年至2008年生物芯片技术融合多样性指数增长非常迅速，生物芯片技术融合深化，一方面意味着除了十项核心技术之外，其他相关技术如光学、医疗技术、

35、环境技术等更多到参与到生物芯片领域，另一方面意味着十项核心技术间的融合均衡性加深。2009年至2013年间生物芯片技术融合度增长平稳，这也意味着融合型技术范式形成，技术融合轨道日趋稳定。4结论及研究展望技术融合是新时代产业形成与发展的动力源泉。本文构建了基于专利的技术融合分析方法框架，为科学客观地分析产业技术融合，以及进一步指导产业融合发展奠定了重要基础。此框架具体包括技术融合静态分析与技术融合动态分析两个方面的架构和五个基本步骤。基于这个方法框架，搜集了1991年至2013年间全球7894项生物芯片专利，对全球生物芯片产业领域的技术融合分析进行了应用研究。结果表明：生物芯片技术是生物技术与信

36、息技术融合后产生的技术，具体包含了10项关键技术；而且生物芯片技术要素之间的融合紧密度较强；19982008年间生物芯片技术融合的程度不断加深，到2009年逐步趋于稳定状态，新的融合型技术范式形成，技术融合轨道日趋稳定，形成了新的融合型产业。本文对技术融合分析方法的研究，重点着眼于新兴技术。这个框架也可以推广到已经成熟的融合型技术，还可以将技术融合上升到产业融合层面，研究产业融合分析的方法。对技术融合分析方法的研究也有待进一步深入和完善，如除了利用专利分类体系的对照方法，还可利用专利转让数据；专利的前向引用与后向引用虽然不适用于新兴技术的融合分析，但也是考察技术融合问题的一个客观方法，未来有待

37、把此方法也纳入到技术融合的分析框架；在分析技术融合宽度与技术融合深度演化的基础上，更深人地分析技术融合的类型、技术融合轨道的类型以及技术融合范式的类型；分析技术融合范式形成与变异的标准以及新产业形成的标志及其演化阶段的判断。参考文献：1 周振华产业融合：产业发展及经济增长的新动力J中国工业经济，2003，(4)：46522Hacklin FManagement of Convergence in Innovation：Strategies and Capabilities for Value Creation BeyondBlurring Industry BoundariesMSpringe

38、r，20073 Kim E，Cho Y，Kim WDynamic patterns of technological convergence in printed electronics technologies：Patent citation networkJScientometries，2014，98(2)：9759984Karvonen M，Lehtovaara M，Kassi TBuildup of an-derstanding of technological convergence：Evidence fromprinted intelligence industryJInterna

39、tional Journal ofInnovation and Technology Management，2012，9(3)：1094一11075 Yoffie D BCompeting in the Age of Digital ConvergenceMHazard Business Press，19976 Kodama FTechnology fusion and the new researchanddevelopmentJHarvard Business Review，1992，70(4)：70787 Fai F，Von Tunzelmann NIndustryspecific co

40、mpetencies and converging technological systems：Evidencefrom patentsJStructural Change and Economic Dynamics，2001，12(2)：1411708Xing W，Ye X，Kui LMeasuring convergence of ChinaICT industry：An inputoutput analysisJTeleeommunications Policy，201 1，35(4)：3013139 马婷婷，汪雪锋，朱东华，等基于专利的技术机会分析方法研究J科学学研究，2014，32(

41、3)：33434210 Rosenberg NTechnological change in the machine toolindustry，1 8401910JThe Journal of EconomicHistory，1963，23(4)：4144431 1 Adner R，Levinthal DTechnology speciation and thepath of emerging technologiesJWharton on Managing Emerging Technologies2000：55741 2 Gambardella A，Torrisi SDoes techno

42、logical conver-gence imply convergence in markets?Evidence from theelectronics industryJResearch Policy，1998，27(5)：445463万方数据第2期 李、r、r赵玉林：基于专利的技术融合分析方法及其应用 2111314151617181920Li Yaya，Li Yongli，Zhao Yulin，et a1Whichfactor dominates the industry evolution?A synergy analysis based on Chinas ICT industr

43、yJ1nzinerineEkonomikaEngineering Economics，2014，25(3)：273282No H JPark YTrajectory patterns of technology fusion：Trend analysis and taxonomical grouping in nanobiotechnologyJTechnological Forecasting and SocialChange，2010，77(1)：6375Curran C S，Br6ring S，Leker JAnticipating converging industries using

44、 publicly available dataJTech-nological Forecasting and Social Change，2010，77(3)：385395Preschitschek N，Niemann H，Leker J，et a1Anticipating industry convergence：Semantic analyses vs IPC coclassification analyses of patentsJForesight，2013，15(6)：446464Hacklin F。Marxt C，Fahrni，FCoevolutionary cyclesof c

45、onvergence：An extrapolation from the ICT industryJTechnological Forecasting and Social Change，2009，76(6)：723736Dosi GTechnological paradigms and technological trajectories：A suggested interpretation of the determinantsand directions of technical changeJResearch Policy，1982，11(3)：147162Prahalad C K，H

46、amel GThe core Competence of theCorporationMBoston(MA)，1990235256Tijssen R J wA quantitative assessment of interdisci-plinary structures in science and technology：Coclas2122232425262728sification analysis of energy researchJResearch Policy，1992，21(1)：2744Suzuki J，Kodama FTechnological diversity of p

47、ersistent innovators in Japan：Two case studies of large Japanese firmsJResearch Policy，2004，33(3)：531549乔杨专利计量方法在技术预见中的应用以国内冶金领域为例J情报杂志，2013，32(4)：3437Makri M，Hitt M A，Lane P JComplementary technologies，knowledge relatedness，and invention outcomes inhigh technology mergers and acquisitionsJStrategic

48、Management Journal，2010，31(6)：602628Breschi S，Lissoni F，Malerba FKnowledgerelatedness in firm technological diversificationJResearchPolicy，2003，32(1)：6987，Song J，Almeida PWu GLearningbyhiring：When is mobility more likely to facilitate interfirmknowledge transfer?JManagement Science，2003，49(4)：351365Stirling AA general framework for analysing diversityin science，technology and societyJJournal of