基于專利數(shù)據(jù)的技術(shù)投資預(yù)測(cè)-以快遞物流領(lǐng)域?yàn)槔?/h1>

作者：孔德婧、王坤

來(lái)源：物流信息互通共享

日期：2018-10-25 09:36:41

摘要：本文運(yùn)用了一種新的基于專利數(shù)據(jù)的技術(shù)預(yù)測(cè)方法以保證企業(yè)的技術(shù)投資能夠成功。該技術(shù)預(yù)測(cè)方法主要包含四個(gè)維度，即技術(shù)生命周期、擴(kuò)散速度、專利的權(quán)威性以及擴(kuò)張潛力。其中，專利的權(quán)威性和擴(kuò)張潛力是表征技術(shù)范疇的指標(biāo)。最后，本文使用了一種數(shù)據(jù)融合算法將不同維度的數(shù)據(jù)分析結(jié)果進(jìn)行結(jié)合，以完成綜合評(píng)估。文章還使用實(shí)證分析驗(yàn)證了這種預(yù)測(cè)方法的有效性和潛力。實(shí)證中，本研究利用湯森路透的全球?qū)＠麕?kù)評(píng)估了快遞物流領(lǐng)域的3項(xiàng)技術(shù)——運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)。實(shí)證分析表明，現(xiàn)階段在快遞物流領(lǐng)域內(nèi)運(yùn)輸規(guī)劃技術(shù)的投資優(yōu)先級(jí)要高于遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)。

關(guān)鍵詞：RFID技術(shù)快遞物流無(wú)線射頻識(shí)別

　　1 引言

　　技術(shù)投資的決策受到諸多因素的影響，例如市場(chǎng)、人力資源、地理位置等，而該項(xiàng)技術(shù)的投資回報(bào)是諸多因素中最受關(guān)注的一個(gè)。由于了解與預(yù)測(cè)所投資技術(shù)的成功與否能夠?yàn)槠髽I(yè)的投資回報(bào)提供重要線索，比如當(dāng)前關(guān)注技術(shù)的技術(shù)生命周期、技術(shù)擴(kuò)散潛力以及技術(shù)范疇[1]，故而預(yù)測(cè)技術(shù)在未來(lái)能否取得成功對(duì)于決策者而言至關(guān)重要。在投資決策之前，企業(yè)需要對(duì)于技術(shù)在未來(lái)能否成功做出預(yù)判。在技術(shù)生命周期(TLC)、擴(kuò)散潛力和技術(shù)范疇的研究框架下，專利數(shù)據(jù)可以用作預(yù)測(cè)技術(shù)是否能夠取得成功。目前，在這個(gè)研究框架下，使用專利數(shù)據(jù)來(lái)評(píng)估輔助未來(lái)技術(shù)潛力的投資決策的研究不是很多。為了彌補(bǔ)這一空白，本文將分析尋找如何預(yù)測(cè)具有投資潛力的未來(lái)技術(shù)能否成功，并構(gòu)建了一個(gè)基于專利數(shù)據(jù)的研究框架。

　　本文使用技術(shù)生命周期(起步期、發(fā)展期、成熟期)和擴(kuò)散潛力來(lái)確定技術(shù)的被接受程度，并結(jié)合技術(shù)生命周期和技術(shù)范圍，確定該項(xiàng)技術(shù)與其他技術(shù)的關(guān)聯(lián)強(qiáng)度。其中，表征技術(shù)范疇的指標(biāo)分別選擇專利的權(quán)威性和擴(kuò)張潛力。專利權(quán)威性的測(cè)算方法為獲取專利的國(guó)際專利分類(IPC)的總數(shù)量除以獲取專利的總數(shù)量(見(jiàn)公式2)。另外，獲取專利所涵蓋的不同類別的IPC代碼總量用來(lái)表示技術(shù)的擴(kuò)張潛力。專利是能夠用于技術(shù)預(yù)測(cè)的一種客觀指標(biāo)[2]，它們能夠?yàn)樽R(shí)別技術(shù)趨勢(shì)提供最新且可靠的依據(jù)[3],同時(shí)它們對(duì)于技術(shù)預(yù)測(cè)[4]和技術(shù)決策[5]的制定十分有效。Ernst的研究進(jìn)一步證明了專利數(shù)據(jù)對(duì)于做技術(shù)預(yù)測(cè)的有效性[6]。雖然現(xiàn)在仍然缺乏通用的定量方法用于預(yù)測(cè)技術(shù)的未來(lái)，一些研究已經(jīng)提出了定量的技術(shù)預(yù)測(cè)方法。本研究使用專利分析的方法對(duì)技術(shù)的未來(lái)狀態(tài)進(jìn)行定量化預(yù)測(cè)。除了專利分析以外，本文使用孔多塞投票法(Condorcet Method)[7]用于將不同維度的數(shù)據(jù)進(jìn)行結(jié)合并對(duì)技術(shù)進(jìn)行優(yōu)先級(jí)排序?？锥嗳镀狈?又稱孔多塞投票算法)是一種將不同數(shù)據(jù)源產(chǎn)生的不同維度結(jié)果進(jìn)行數(shù)據(jù)融合的方法。在本文的應(yīng)用中，每一種技術(shù)被認(rèn)為是一個(gè)選舉候選人，而每一個(gè)評(píng)估維度被看做是投票選民。

　　本文將按照以下結(jié)構(gòu)進(jìn)行闡述。關(guān)于技術(shù)預(yù)測(cè)、技術(shù)生命周期、技術(shù)擴(kuò)散、技術(shù)范疇和目標(biāo)技術(shù)的文獻(xiàn)綜述將在第2章進(jìn)行闡釋;接下來(lái)，文章將分別在第3章和第4章介紹研究方法以及實(shí)證檢驗(yàn);第5章則歸納總結(jié)了該研究的主要結(jié)論以及未來(lái)研究的可能方向。

　　2 文獻(xiàn)綜述

　　文獻(xiàn)綜述主要分為三個(gè)部分，分別是技術(shù)預(yù)測(cè)相關(guān)研究、評(píng)估維度文獻(xiàn)綜述以及快遞物流技術(shù)概述。

　　2.1 技術(shù)預(yù)測(cè)

　　多種多準(zhǔn)則決策方法可以用于技術(shù)預(yù)測(cè)方法選擇，例如Intepe等人使用TOPSIS(Techniquefor Order Preference by Similarity to Ideal Solution)法選擇最適用于3D電視技術(shù)的技術(shù)預(yù)測(cè)方法[8],Cheng等人運(yùn)用模糊層次分析法(Fuzzy AHP)對(duì)比了多種用于新材料開(kāi)發(fā)的技術(shù)預(yù)測(cè)方法[9]。此外，還有一些研究對(duì)技術(shù)預(yù)測(cè)方法進(jìn)行了詳細(xì)的闡述討論。

　　預(yù)測(cè)技術(shù)的未來(lái)發(fā)展的方法也是多種多樣的，例如蒙特卡洛對(duì)于電視技術(shù)的仿真預(yù)測(cè)[10],灰色模型對(duì)于臺(tái)灣光電產(chǎn)業(yè)的預(yù)測(cè)[11],多元回歸、線性回歸以及增長(zhǎng)曲線用于飛機(jī)技術(shù)的預(yù)測(cè)[12],多元回歸模型對(duì)于無(wú)線通信技術(shù)的預(yù)測(cè)[13]，巴斯擴(kuò)散模型用于住宅能源管理技術(shù)[14]以及脈沖電磁場(chǎng)治療技術(shù)[15]的預(yù)測(cè)。Harell和Daim在2009年的研究中，提出使用ScienceDirect的文獻(xiàn)數(shù)據(jù)和世界知識(shí)產(chǎn)權(quán)組織(WIPO)的專利數(shù)據(jù)來(lái)預(yù)測(cè)用于未來(lái)發(fā)電的能源存儲(chǔ)技術(shù)[16]。Zhu和Porter的研究則聚焦于技術(shù)智能和預(yù)測(cè)的信息自動(dòng)提取與可視化，他們列舉了數(shù)種不同類型的方法[17]。Tseng等人在2002年的研究中心提出了使用基于季節(jié)性時(shí)間序列ARIMA模型和神經(jīng)網(wǎng)絡(luò)模型的混合預(yù)測(cè)方法用于臺(tái)灣機(jī)械工業(yè)和軟飲料的發(fā)展預(yù)測(cè)[18]。Lee等人在2014年的研究中心則使用了一種基于層次分析法(AHP)和因子分析的技術(shù)預(yù)測(cè)方法用于信息領(lǐng)域新興技術(shù)的投資排序[19]。

　　生長(zhǎng)曲線(又稱為S曲線)是用于技術(shù)預(yù)測(cè)的普遍方式之一。生長(zhǎng)曲線已經(jīng)被用于數(shù)據(jù)存儲(chǔ)技術(shù)[20]、可再生能源生產(chǎn)[21]、機(jī)器與材料類新興技術(shù)等方面的技術(shù)預(yù)測(cè)[22]。德?tīng)柗品ㄊ橇硗庖环N被廣泛用于技術(shù)預(yù)測(cè)的方法，這種方法主要基于相關(guān)領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識(shí)，例如此方法曾被用于開(kāi)源軟件[23]和核能源技術(shù)[24]的預(yù)測(cè)。此外，數(shù)據(jù)包絡(luò)分析(DEA)也經(jīng)常用于技術(shù)預(yù)測(cè)，它的優(yōu)勢(shì)在于允許研究者在技術(shù)預(yù)測(cè)過(guò)程中考慮多種輸入和輸出?；贒EA的技術(shù)預(yù)測(cè)近年來(lái)被廣泛用于計(jì)算機(jī)顯示投影技術(shù)[25]、噴氣式戰(zhàn)斗機(jī)技術(shù)[26]、無(wú)線通信技術(shù)[27]、太陽(yáng)能技術(shù)[28]、液晶顯示技術(shù)[29]、混合動(dòng)力插電新能源汽車技術(shù)[30]和手機(jī)技術(shù)[31]等。2003年，Martino回顧了技術(shù)預(yù)測(cè)研究的不同方法[32]，比如德?tīng)柗品?、生長(zhǎng)曲線和概率預(yù)測(cè)等。

　　2.2 評(píng)估維度

　　在現(xiàn)有的技術(shù)預(yù)測(cè)指標(biāo)中，專利和專利引用是十分有意義的[2]。在建立預(yù)測(cè)方法的過(guò)程中，技術(shù)預(yù)測(cè)輸入數(shù)據(jù)的可獲得性是十分重要的，而由于大多數(shù)專利數(shù)據(jù)庫(kù)是免費(fèi)向公眾和全球所有研究者開(kāi)放的數(shù)據(jù)源，專利是一類較容易獲取的數(shù)據(jù)。描述專利的指標(biāo)是多種多樣的，例如引用、專利年齡、國(guó)際專利分類(IPC)代碼和權(quán)利要求。Gao等人在2013年的研究中提出技術(shù)生命周期的現(xiàn)今階段分析對(duì)于投資決策十分必要[33]，S曲線是研究技術(shù)生命周期的一種常用方法。2011年，Chen等人的研究表明S曲線是一種基于專利的、用于技術(shù)生命周期分析的、有效的定量技術(shù)預(yù)測(cè)方法[34]。S曲線的研究表明技術(shù)生命周期能夠有效地解釋技術(shù)的發(fā)展軌跡[35]。Altuntas和Dereli在2012年的研究中說(shuō)明了技術(shù)創(chuàng)新擴(kuò)散的速度對(duì)于投資項(xiàng)目的重要性[36]。如果投資技術(shù)的擴(kuò)散速度比較高，這說(shuō)明此項(xiàng)技術(shù)具有較大的市場(chǎng)潛力，這項(xiàng)技術(shù)的有關(guān)創(chuàng)新活動(dòng)更有可能影響其他技術(shù)的未來(lái)發(fā)展。此外，技術(shù)范疇也與經(jīng)濟(jì)影響關(guān)系密切。投資于一項(xiàng)技術(shù)范疇較大的技術(shù)會(huì)帶來(lái)較高的經(jīng)濟(jì)價(jià)值和商業(yè)化潛力。如果一項(xiàng)技術(shù)在技術(shù)生命周期的生長(zhǎng)期、擁有較高的技術(shù)擴(kuò)散潛力以及較大的家屬范疇，該項(xiàng)技術(shù)可以看作是一個(gè)成功的投資。因此，本研究使用四個(gè)技術(shù)預(yù)測(cè)的重要指標(biāo)對(duì)投資項(xiàng)目進(jìn)行評(píng)估，分別是：(1)技術(shù)生命周期(TLC)、(2)投資技術(shù)的擴(kuò)散速度、(3)專利的權(quán)威性和(4)技術(shù)的擴(kuò)張潛力，其中(3)和(4)是表征技術(shù)范疇的指標(biāo)。這四個(gè)指標(biāo)將在下文中分節(jié)進(jìn)行闡述。

　　2.2.1 技術(shù)生命周期

　　進(jìn)行技術(shù)投資之前，決策者需要慎重考慮技術(shù)當(dāng)前所處的生命周期階段[37]。Liu和Wang在2010年的研究中介紹了技術(shù)生命周期的三個(gè)階段[38]，分別是起步期、發(fā)展期和成熟期(如圖1所示)。

　　圖1 技術(shù)生命周期的S曲線[38]

　　圖1中的曲線稱作S曲線，它闡釋了應(yīng)該投資在處于發(fā)展期的技術(shù)，許多研究者均不建議商業(yè)投資用于起步期和成熟期的技術(shù)。在起步期，這項(xiàng)技術(shù)對(duì)于市場(chǎng)仍然過(guò)于陌生;而處于成熟期的技術(shù)具有更高的被新興技術(shù)取代的風(fēng)險(xiǎn)。事實(shí)上，如果投資者具有一定的風(fēng)險(xiǎn)承受能力，其也可以投資處于起步階段晚期和成熟階段初期的技術(shù)。本文使用專利累計(jì)數(shù)量來(lái)確定技術(shù)當(dāng)前所處的生命周期階段，以確定其是否有投資潛力。大量研究已經(jīng)闡釋了基于S曲線評(píng)估技術(shù)生命周期階段的方法[6,33,39-40]。

　　2.2.2 技術(shù)擴(kuò)散速度

　　技術(shù)是可以傳播的，通過(guò)傳播能夠被不同的公司、機(jī)構(gòu)和國(guó)家所使用[41]。Perkins和Neumayer、Xu和Chiang、Haruna等人對(duì)于技術(shù)的國(guó)際擴(kuò)散過(guò)程進(jìn)行了研究[42-44]。專利引文分析是一種預(yù)測(cè)不同技術(shù)擴(kuò)散速度的方式。如果一個(gè)專利被后續(xù)專利所引用，這就意味著被引用的專利獲得了擴(kuò)散、應(yīng)用，它是有價(jià)值的[2]。投資于一項(xiàng)具有較高擴(kuò)散潛力的技術(shù)通常能夠帶來(lái)更大的市場(chǎng)潛力。本研究中，專利的平均被引用計(jì)數(shù)用來(lái)表征技術(shù)擴(kuò)散速度(如公式(1))。Huang和Wang在2013年的研究中詳細(xì)地闡釋了專利技術(shù)擴(kuò)散的衡量方法[45]。

　　圖2 研究方法

　　4 實(shí)證分析

　　本文使用三項(xiàng)快遞物流技術(shù)——運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)、無(wú)線射頻識(shí)別技術(shù)來(lái)對(duì)研究方法進(jìn)行驗(yàn)證。

　　4.1 專利分析

　　依據(jù)研究方法的步驟，第一步是檢索運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)的相關(guān)專利。本研究綜合依照技術(shù)關(guān)鍵詞、主要專利權(quán)人、IPC分類號(hào)等字段制定檢索式，在TI數(shù)據(jù)庫(kù)中檢索得到快遞物流相關(guān)的所有專利集合，構(gòu)建基礎(chǔ)數(shù)據(jù)庫(kù)。于2017年5月17日檢索獲取快遞物流領(lǐng)域相關(guān)專利共23993條(DWPI同族合并之后)。在此基礎(chǔ)上，分別獲取運(yùn)輸規(guī)劃技術(shù)相關(guān)專利2105條、遠(yuǎn)程信息處理技術(shù)相關(guān)專利1069條、無(wú)線射頻識(shí)別技術(shù)專利3182條。實(shí)證研究方法步驟如圖3所示。

　　圖3 實(shí)證研究方法框架

　　圖4說(shuō)明了運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)的年專利授權(quán)數(shù)量。運(yùn)輸規(guī)劃技術(shù)的發(fā)展較早，在1983年即擁有了第一個(gè)專利授權(quán)，并在多年來(lái)一直維持著穩(wěn)定發(fā)展;遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)的發(fā)展較運(yùn)輸規(guī)劃技術(shù)較晚;無(wú)線射頻識(shí)別技術(shù)在2000年以后有了爆發(fā)式增長(zhǎng)，專利授權(quán)量在3項(xiàng)技術(shù)中從2003年至2015年持續(xù)最高;而遠(yuǎn)程信息處理的專利授權(quán)量則在2010年以來(lái)有了指數(shù)式增長(zhǎng)。如圖5所示，此三項(xiàng)技術(shù)均未達(dá)到成熟期，其中運(yùn)輸規(guī)劃技術(shù)仍然處于絕對(duì)的發(fā)展期，而遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)雖然2016年的專利增長(zhǎng)有趨于平緩的趨勢(shì)，考慮到TI數(shù)據(jù)庫(kù)集成全球?qū)＠?8個(gè)月的處理滯后期，以及平緩趨勢(shì)并不明顯，判斷該兩項(xiàng)技術(shù)亦仍處于技術(shù)生命周期的發(fā)展階段。

　　圖4 運(yùn)輸規(guī)劃、遠(yuǎn)程信息處理、無(wú)線射頻識(shí)別技術(shù)的年專利授權(quán)數(shù)量

　　圖5 運(yùn)輸規(guī)劃、遠(yuǎn)程信息處理、無(wú)線射頻識(shí)別技術(shù)的S曲線

　　鑒于三項(xiàng)技術(shù)均處于技術(shù)生命周期的發(fā)展階段，對(duì)于圖2中的第三步回答為Yes，則進(jìn)入分析流程的第五步。圖6闡釋了每年授權(quán)的運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)專利的施引數(shù)量總和。由于引用具有一定的滯后性，一般情況下出現(xiàn)第一個(gè)專利引用會(huì)比專利優(yōu)先權(quán)年平均滯后4年[49]，故而，用來(lái)計(jì)算擴(kuò)散速度的專利僅截取至2012年12月31日。故而，用來(lái)衡量擴(kuò)散速度的專利數(shù)量比檢索獲取用于測(cè)算技術(shù)生命周期的專利總量要少。

　　圖6 運(yùn)輸規(guī)劃、遠(yuǎn)程信息處理和無(wú)線射頻識(shí)別技術(shù)的專利施引數(shù)量

　　圖8展示了運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻技術(shù)的累積年施引總量?？梢钥闯觯總€(gè)技術(shù)投資方向的累積年施引總量符合S曲線(如圖1)的走勢(shì)。表1展示了不同技術(shù)投資的技術(shù)擴(kuò)散速度。可以看出，運(yùn)輸規(guī)劃技術(shù)的技術(shù)擴(kuò)散速度最高。從擴(kuò)散速度來(lái)看，三項(xiàng)技術(shù)投資的排序?yàn)檫\(yùn)輸規(guī)劃技術(shù)>無(wú)線射頻識(shí)別技術(shù)>遠(yuǎn)程信息處理技術(shù)。

　　圖7 運(yùn)輸規(guī)劃、遠(yuǎn)程信息處理和無(wú)線射頻識(shí)別技術(shù)的累計(jì)專利施引數(shù)量

　　表1 技術(shù)擴(kuò)散速度

技術(shù)方向	專利數(shù)量	施引總量	擴(kuò)散速度
運(yùn)輸規(guī)劃技術(shù)	1298	14510	11.18
遠(yuǎn)程信息處理技術(shù)	221	1665	7.53
無(wú)線射頻識(shí)別技術(shù)	1619	15789	9.75

　　運(yùn)輸規(guī)劃技術(shù)、遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)相關(guān)專利涉及的主要IPC分類代碼(專利數(shù)量在10個(gè)及以上的)以及不同分類代碼下的專利數(shù)量如表2、表3和表4所示。表5綜合比較了投資范圍內(nèi)的三項(xiàng)候選技術(shù)的技術(shù)范圍指標(biāo)(分別稱為專利的權(quán)威性和擴(kuò)張潛力)。如表5所示，用于評(píng)估技術(shù)范圍維度的專利總量與評(píng)估技術(shù)生命周期維度的專利總量一致。IPC分類代碼及其涵義可以在世界知識(shí)產(chǎn)權(quán)組織的官網(wǎng)中查到(http://web2.wipo.int/ipcpub/#refresh=page)。

　　表2 運(yùn)輸規(guī)劃技術(shù)相關(guān)專利涉及的部分IPC分類代碼以及數(shù)量

技術(shù)方向

專利數(shù)量

IPC分類號(hào)數(shù)量

專利的權(quán)威性

擴(kuò)張潛力

運(yùn)輸規(guī)劃技術(shù)

2105

3664

1.74

211

遠(yuǎn)程信息處理技術(shù)

1069

1629

1.52

112

無(wú)線射頻識(shí)別技術(shù)

3182

5837

1.83

202

　　4.2 孔多塞投票法(Condorcet Method)

　　表6總結(jié)了4.1中不同評(píng)估維度下的分析結(jié)果?？梢钥闯?，遠(yuǎn)程信息處理技術(shù)和無(wú)線射頻識(shí)別技術(shù)在技術(shù)生命周期的維度分析中的排序是相同的，而且略低于運(yùn)輸規(guī)劃技術(shù)。

　　表6 不同評(píng)估維度下的技術(shù)投資排序