張嫻+田鵬偉+茹麗潔+許海云

摘要：[目的/意義]專(zhuān)利引用是一種達(dá)成技術(shù)擴(kuò)散效果的行為，研究專(zhuān)利前向引用行為特點(diǎn)是測(cè)度技術(shù)擴(kuò)散模式的一個(gè)重要視角。[方法/過(guò)程]以石墨烯傳感器技術(shù)領(lǐng)域?yàn)槔?，?duì)專(zhuān)利的前向引用趨勢(shì)進(jìn)行Logistic回歸分析，驗(yàn)證技術(shù)領(lǐng)域的擴(kuò)散模型；與相關(guān)研究方法與結(jié)果進(jìn)行比較。[結(jié)果/結(jié)論]驗(yàn)證了專(zhuān)利前向引用符合Logistic擴(kuò)散模型，是研究技術(shù)擴(kuò)散的可靠視角；將已有研究結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專(zhuān)利的前向引用遵循Logistic擴(kuò)散模型”進(jìn)一步拓展為“某領(lǐng)域?qū)＠那跋蛞米裱璍ogistic擴(kuò)散模型”。

關(guān)鍵詞：技術(shù)擴(kuò)散 專(zhuān)利引用 Logistic模型 石墨烯傳感器

分類(lèi)號(hào)：G306

引用格式：張嫻， 田鵬偉， 茹麗潔， 許海云. 專(zhuān)利前向引用遵循Logistic擴(kuò)散模型再驗(yàn)證[J/OL]. 知識(shí)管理論壇， 2017， 2（2）： 110-119[引用日期]. http：//www.kmf.ac.cn/p/1/105/.

技術(shù)擴(kuò)散理論由E. M. Rogers提出，認(rèn)為技術(shù)擴(kuò)散是一項(xiàng)新技術(shù)透過(guò)通路散播到最終采用者或使用者的過(guò)程[1]。經(jīng)典的技術(shù)發(fā)展模型表明從基礎(chǔ)研發(fā)到技術(shù)商業(yè)化應(yīng)用是一條簡(jiǎn)單線(xiàn)性路徑，但實(shí)踐中技術(shù)擴(kuò)散往往更表現(xiàn)為一個(gè)復(fù)雜的迭代過(guò)程[2]。許多研究比較了不同模型在技術(shù)擴(kuò)散研究中的應(yīng)用效果[3-5]，實(shí)證結(jié)果認(rèn)為由于技術(shù)擴(kuò)散方式受內(nèi)部因素的影響更甚于外部因素，因此Logistic生長(zhǎng)模型（其理論基礎(chǔ)偏重于內(nèi)部影響力）更適于研究科技創(chuàng)新的擴(kuò)散模式[6]。專(zhuān)利是技術(shù)擴(kuò)散的重要途徑之一，尤其是專(zhuān)利的前向引用行為反映了專(zhuān)利技術(shù)問(wèn)世之后的被采用歷程，已被學(xué)者們認(rèn)同為一種更具有技術(shù)擴(kuò)散意義的行為[7-8]。專(zhuān)利引用數(shù)據(jù)已被許多學(xué)者視為測(cè)度技術(shù)擴(kuò)散的客觀(guān)、成熟指標(biāo)[9-11]。利用專(zhuān)利前向引用行為來(lái)測(cè)度技術(shù)擴(kuò)散行為，已成為技術(shù)擴(kuò)散模式特點(diǎn)的一個(gè)重要研究視角。

本文采用專(zhuān)利前向引用行為作為技術(shù)擴(kuò)散活動(dòng)的客觀(guān)表征，以石墨烯傳感器領(lǐng)域?yàn)槔?，基于領(lǐng)域內(nèi)種子專(zhuān)利及其前、后向引用專(zhuān)利構(gòu)建了技術(shù)領(lǐng)域?qū)＠?，基于領(lǐng)域內(nèi)所有專(zhuān)利的前向引用趨勢(shì)進(jìn)行Logistic回歸分析，驗(yàn)證了領(lǐng)域內(nèi)專(zhuān)利前向引用遵循Logistic擴(kuò)散模型。通過(guò)與M. H. Fallah和E.Fishman等[12]及張曉強(qiáng)等[13]研究的比較：①再次驗(yàn)證了專(zhuān)利前向引用符合Logistic擴(kuò)散模型，可以作為技術(shù)擴(kuò)散的可靠研究視角；②實(shí)驗(yàn)證實(shí)可將張曉強(qiáng)等研究結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專(zhuān)利的前向引用遵循Logistic擴(kuò)散模型”進(jìn)一步拓展為“某領(lǐng)域?qū)＠那跋蛞米裱璍ogistic擴(kuò)散模型”；③對(duì)Logistic回歸擬合研究的實(shí)驗(yàn)方法與結(jié)果進(jìn)行了討論。

1 相關(guān)概念

1.1 專(zhuān)利引用與技術(shù)擴(kuò)散

專(zhuān)利間的引用關(guān)系是一種達(dá)成技術(shù)擴(kuò)散效果的行為[14]。在后專(zhuān)利技術(shù)對(duì)在先專(zhuān)利技術(shù)的引用關(guān)系中，產(chǎn)生了技術(shù)與知識(shí)的流動(dòng)、傳遞和擴(kuò)散，促進(jìn)了技術(shù)的開(kāi)發(fā)與商業(yè)化。A. B. Jaffe等最早運(yùn)用專(zhuān)利數(shù)據(jù)開(kāi)展技術(shù)擴(kuò)散研究，利用專(zhuān)利引證信息分析了國(guó)家間的知識(shí)外溢[11]。多項(xiàng)研究表明專(zhuān)利引用與專(zhuān)利價(jià)值、技術(shù)擴(kuò)散存在關(guān)聯(lián)關(guān)系，如S. B. Chang等推論了前向引用、技術(shù)擴(kuò)散與專(zhuān)利價(jià)值之間的相關(guān)性[15]。

黃魯成等[16]較全面地總結(jié)了當(dāng)前基于專(zhuān)利引用關(guān)系的技術(shù)擴(kuò)散研究現(xiàn)狀，將現(xiàn)有研究?jī)?nèi)容歸納為6個(gè)主要方面：①運(yùn)用專(zhuān)利引證信息的國(guó)家間知識(shí)外溢與擴(kuò)散分析；②專(zhuān)利流動(dòng)對(duì)生產(chǎn)率及研發(fā)產(chǎn)出的影響；③同一產(chǎn)業(yè)或不同產(chǎn)業(yè)間的知識(shí)流動(dòng)和技術(shù)擴(kuò)散；④專(zhuān)利引證和網(wǎng)絡(luò)分析方法結(jié)合的技術(shù)擴(kuò)散研究；⑤利用專(zhuān)利或?qū)＠脭?shù)據(jù)的技術(shù)擴(kuò)散曲線(xiàn)研究，反映技術(shù)擴(kuò)散的階段；⑥基于擴(kuò)散模型的技術(shù)擴(kuò)散預(yù)測(cè)。他們還分析了現(xiàn)有研究的一些不足與局限，包括：未能很好地反映技術(shù)擴(kuò)散歷程中的動(dòng)態(tài)變化；相比于國(guó)家間技術(shù)擴(kuò)散研究，關(guān)于技術(shù)（產(chǎn)業(yè)）領(lǐng)域內(nèi)（間）的擴(kuò)散研究數(shù)量少且不夠深入；對(duì)潛在應(yīng)用領(lǐng)域或應(yīng)用產(chǎn)業(yè)的擴(kuò)散前景的探索和預(yù)測(cè)有待加強(qiáng)。

1.2 Logistic擴(kuò)散模型

Logistic方程最早由比利時(shí)數(shù)學(xué)家P. F. Verhulst于1838年提出，在20世紀(jì)20年代受到生物學(xué)家與統(tǒng)計(jì)學(xué)家的重視，它能較好描述某些有界增長(zhǎng)現(xiàn)象，在預(yù)測(cè)學(xué)、信息科學(xué)、生物學(xué)、農(nóng)業(yè)學(xué)和經(jīng)濟(jì)學(xué)領(lǐng)域有廣泛應(yīng)用[17]。Logistic方程可以表示為：

其中：Y（t）是衡量t時(shí)刻的績(jī)效參數(shù)，在技術(shù)擴(kuò)散研究中，代表t時(shí)刻的擴(kuò)散程度；L是參數(shù)Y的成長(zhǎng)上限，代表技術(shù)擴(kuò)散的飽和程度；t是時(shí)間；B是曲線(xiàn)拐線(xiàn)，代表生長(zhǎng)擴(kuò)散的轉(zhuǎn)折點(diǎn)；k是曲線(xiàn)的斜率，代表擴(kuò)散速率。B、k由回歸方程式求出。

Logistic模型已被應(yīng)用于技術(shù)擴(kuò)散軌道比較、技術(shù)擴(kuò)散模式特點(diǎn)研究、技術(shù)擴(kuò)散影響因素分析與趨勢(shì)預(yù)測(cè)等[6，18-19]。2009年M. H. Fallah與E.Fishman等選取生物技術(shù)、電信技術(shù)、可替代能源技術(shù)3個(gè)領(lǐng)域中的Top5高被引用專(zhuān)利，分別基于其前向引用頻次進(jìn)行了線(xiàn)性、二次、S型以及Logistic模型的擬合分析，認(rèn)為L(zhǎng)ogistic模型擬合的顯著性較低，其余3種模型的擬合程度較高[12]。2014年張曉強(qiáng)等以巨磁阻領(lǐng)域的1件基礎(chǔ)核心專(zhuān)利為例進(jìn)行Logistic回歸分析，得到實(shí)驗(yàn)結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專(zhuān)利的前向引用遵循Logistic擴(kuò)散模型”[13]。

2 提出假設(shè)

本文認(rèn)為，M. H. Fallah與E.Fishman、張曉強(qiáng)等的研究，分別選取領(lǐng)域內(nèi)高被引專(zhuān)利、基礎(chǔ)核心專(zhuān)利為研究對(duì)象，所擬合的技術(shù)擴(kuò)散特點(diǎn)是否真的能夠反映出整個(gè)技術(shù)領(lǐng)域的技術(shù)擴(kuò)散趨勢(shì)，兩項(xiàng)研究對(duì)此并未加以嚴(yán)謹(jǐn)論證。事實(shí)上，高被引專(zhuān)利或基礎(chǔ)核心專(zhuān)利，都只是領(lǐng)域內(nèi)的極少數(shù)個(gè)體，占領(lǐng)域絕大多數(shù)的是大量的低頻被引專(zhuān)利。因此，本文認(rèn)為上述兩項(xiàng)研究可以回答某技術(shù)領(lǐng)域內(nèi)基礎(chǔ)（或核心）專(zhuān)利的技術(shù)擴(kuò)散特點(diǎn)滿(mǎn)足Logistic擴(kuò)散模型，但尚未能有效驗(yàn)證技術(shù)領(lǐng)域整體的專(zhuān)利技術(shù)擴(kuò)散趨勢(shì)符合Logistic擴(kuò)散模型。

因此，本文將以技術(shù)領(lǐng)域內(nèi)所有專(zhuān)利的前向引用發(fā)展趨勢(shì)來(lái)表征該領(lǐng)域的技術(shù)擴(kuò)散程度，提出研究假設(shè)：技術(shù)領(lǐng)域內(nèi)所有專(zhuān)利的前向引用遵循Logistic擴(kuò)散模型。并將就這一假設(shè)進(jìn)行檢驗(yàn)。

3 實(shí)驗(yàn)研究

本文以石墨烯傳感器領(lǐng)域作為研究對(duì)象。由于結(jié)構(gòu)獨(dú)特，集優(yōu)異的電學(xué)、力學(xué)、光學(xué)、化學(xué)、熱學(xué)等特性于一體，石墨烯被認(rèn)為是形成納米尺寸晶體管和電路的“后硅時(shí)代”的新潛力材料，其潛在應(yīng)用領(lǐng)域包括高速晶體管、光學(xué)調(diào)制器、（柔性）透明電極、印刷電子、新型復(fù)合材料、超靈敏傳感器、新型催化劑、基因測(cè)序、儲(chǔ)能裝置等[20]。目前，石墨烯已成為物理學(xué)界與材料科學(xué)界最熱門(mén)的研究主題之一，各國(guó)紛紛將石墨烯技術(shù)作為長(zhǎng)期戰(zhàn)略發(fā)展方向，專(zhuān)利申請(qǐng)活躍，對(duì)其專(zhuān)利活動(dòng)特點(diǎn)的分析研究也受到關(guān)注。其次，石墨烯技術(shù)在諸多領(lǐng)域具有應(yīng)用潛能，目前其應(yīng)用相關(guān)專(zhuān)利已涉及電子器件、能源、光電器件、材料、化學(xué)、生物醫(yī)用等6個(gè)主要領(lǐng)域[21-22]。因此，石墨烯領(lǐng)域相關(guān)專(zhuān)利的引用關(guān)系，更能夠反映出豐富的技術(shù)擴(kuò)散信息。

3.1 數(shù)據(jù)準(zhǔn)備

3.1.1 數(shù)據(jù)源選取

本研究以湯森路透集團(tuán)的德溫特創(chuàng)新索引（Derwent Innovations Index，DII）作為數(shù)據(jù)源。DII收錄了來(lái)自世界40多個(gè)專(zhuān)利機(jī)構(gòu)的1000多萬(wàn)件基本發(fā)明專(zhuān)利，3000多萬(wàn)件專(zhuān)利，數(shù)據(jù)可回溯至1963年，并且所有專(zhuān)利文獻(xiàn)都以專(zhuān)利家族為單位進(jìn)行組織的，可對(duì)世界主要國(guó)家/地區(qū)進(jìn)行比較全面的對(duì)比分析。

3.1.2 數(shù)據(jù)集構(gòu)建策略

本研究采取以下步驟構(gòu)造分析對(duì)象數(shù)據(jù)集：①確定一批技術(shù)主題高度相關(guān)專(zhuān)利，建立種子專(zhuān)利集合；②提取各種子專(zhuān)利的前向、后向引用關(guān)系，采集被這些種子專(zhuān)利所引用的在先被引專(zhuān)利、引用這些種子專(zhuān)利的在后施引專(zhuān)利；③將種子專(zhuān)利、被引專(zhuān)利、施引專(zhuān)利合并，構(gòu)成數(shù)據(jù)樣本集合。

石墨烯專(zhuān)利最早出現(xiàn)于2000年，2004年獲得了制備技術(shù)重大突破。考慮到專(zhuān)利自申請(qǐng)日至公布日之間存在一定時(shí)滯、在先專(zhuān)利公布之后被在后專(zhuān)利技術(shù)引用需要一定的技術(shù)與市場(chǎng)發(fā)展過(guò)程、在后施引行為的發(fā)生日至公布日也存在時(shí)滯，因此本文將種子專(zhuān)利的申請(qǐng)年范圍限定為2000至2011年，以保障獲得更豐富的引用信息。

此外，為避免不同國(guó)家（組織）對(duì)專(zhuān)利申請(qǐng)、授權(quán)的司法規(guī)定差異對(duì)研究結(jié)果造成影響，本文將研究對(duì)象限定為美國(guó)專(zhuān)利。

3.1.3 樣本集構(gòu)建

檢索策略如表1所示，獲得原始專(zhuān)利數(shù)據(jù)共149項(xiàng)，經(jīng)判斷內(nèi)容相關(guān)性，篩選得到126項(xiàng)，作為本研究中石墨烯傳感器的種子專(zhuān)利。

提取126項(xiàng)種子專(zhuān)利的在先引用、在后施引的美國(guó)專(zhuān)利。為確保數(shù)據(jù)樣本能夠盡量充分地反映技術(shù)擴(kuò)散鏈，采集了2代在先引用的美國(guó)專(zhuān)利。將種子專(zhuān)利與引用專(zhuān)利合并，一共得到26537件美國(guó)專(zhuān)利，作為本研究的數(shù)據(jù)分析樣本集合。

3.2 數(shù)據(jù)特征觀(guān)測(cè)

按申請(qǐng)年對(duì)專(zhuān)利進(jìn)行分組，26537件美國(guó)專(zhuān)利涉及的申請(qǐng)年從1961年至2015年，由此得到55組專(zhuān)利。對(duì)每組專(zhuān)利，統(tǒng)計(jì)從申請(qǐng)年至今的歷年被引用頻次，得到55組專(zhuān)利前向引用趨勢(shì)變化數(shù)據(jù)。為避免專(zhuān)利數(shù)據(jù)公布時(shí)滯影響研究結(jié)果，選擇了1961年至2010年申請(qǐng)的50組被引頻次變化數(shù)據(jù)，作為本研究的觀(guān)測(cè)樣本值。表2是50組專(zhuān)利在申請(qǐng)年后歷年的當(dāng)年被引頻次統(tǒng)計(jì)量。表3是50組專(zhuān)利在申請(qǐng)年后歷年的累積被引頻次統(tǒng)計(jì)量。

通過(guò)散點(diǎn)圖觀(guān)測(cè)發(fā)現(xiàn)，50組專(zhuān)利的前向被引頻次發(fā)展趨勢(shì)，符合技術(shù)擴(kuò)散模型的特點(diǎn)，即：每個(gè)時(shí)期的統(tǒng)計(jì)量（當(dāng)年被引頻次）遵循鐘型曲線(xiàn)（如圖1所示），疊加統(tǒng)計(jì)量（累積被引頻次）遵循S型曲線(xiàn)（如圖2所示）。

3.3 Logistic曲線(xiàn)擬合

3.3.1 數(shù)據(jù)觀(guān)測(cè)變量

50組觀(guān)測(cè)數(shù)據(jù)（見(jiàn)表3）反映出，石墨烯傳感器領(lǐng)域?qū)＠夹g(shù)的擴(kuò)散速率有所差異，會(huì)受到專(zhuān)利年齡的影響。例如，早期公布的專(zhuān)利技術(shù)可能由于尚處于萌芽階段，專(zhuān)利體量不大，擴(kuò)散速度受到限制；而后期產(chǎn)生的技術(shù)雖可能因體量龐大而影響面較廣，但同時(shí)也會(huì)因問(wèn)世時(shí)間不長(zhǎng)因而被引鏈較短。

因此，本文選取50組觀(guān)測(cè)數(shù)據(jù)的中段5組（1986-1990年組），以5組觀(guān)測(cè)值之和作為實(shí)驗(yàn)變量（見(jiàn)表4），用以開(kāi)展石墨烯傳感器領(lǐng)域的專(zhuān)利技術(shù)擴(kuò)散曲線(xiàn)擬合分析，以便更好地反映領(lǐng)域技術(shù)擴(kuò)散的穩(wěn)態(tài)特點(diǎn)。

運(yùn)用SPSS 19.0軟件對(duì)表4實(shí)驗(yàn)變量數(shù)據(jù)分別進(jìn)行了線(xiàn)性、對(duì)數(shù)、二次、指數(shù)以及Logistic模型的擬合分析。擬合函數(shù)圖見(jiàn)圖3。模型的參數(shù)估計(jì)值見(jiàn)表5。根據(jù)表5中的R方，顯示二次、線(xiàn)性、Logistic等3種模型的擬合效果較好。二次模型的擬合效果最好，但顯然并不符合實(shí)際情況，因?yàn)閷?zhuān)利累積被引頻次只會(huì)保持遞增，不會(huì)出現(xiàn)二次模型中變量將在某一時(shí)點(diǎn)開(kāi)始下降的特點(diǎn)。同時(shí)，從數(shù)據(jù)實(shí)際觀(guān)測(cè)特點(diǎn)可知，線(xiàn)性模型也不符合數(shù)據(jù)真實(shí)特點(diǎn)。因而，該實(shí)驗(yàn)數(shù)據(jù)的Logistic模型擬合效果顯著。

3.3.2 曲線(xiàn)回歸擬合過(guò)程L值估計(jì)

Logistic方程參數(shù)（包括最大值L）估計(jì)方法很多[23]，本文采用嘗試法。選取比所有Yi觀(guān)測(cè)值稍大的數(shù)作為L(zhǎng)的初值，然后以一定步長(zhǎng)增長(zhǎng)，每設(shè)定一個(gè)Li值，計(jì)算相應(yīng)的參數(shù)估計(jì)值，比較相應(yīng)函數(shù)模型的擬合結(jié)果，直到得到最佳擬合效果。

基于表4觀(guān)測(cè)值情況，通過(guò)嘗試法，設(shè)定L值取值為210000。

3.3.3 曲線(xiàn)回歸擬合過(guò)程

在SPSS 19.0軟件中，選擇曲線(xiàn)回歸（curve estimation regression）功能，按提示輸入Y（t）作為因變量、t值作為自變量，選擇Logistic模型，鍵入最大值參數(shù)L的估計(jì)值，選擇進(jìn)行方差分析并輸出檢驗(yàn)結(jié)果（display ANOVA table）。執(zhí)行設(shè)定程序。實(shí)驗(yàn)擬合結(jié)果：

L=210000，b0=0.001，b1=0.739，

則有：

。

根據(jù)SPSS的分析結(jié)果，該實(shí)驗(yàn)案例中Logistic模型擬合效果較好，經(jīng)驗(yàn)證，技術(shù)領(lǐng)域內(nèi)專(zhuān)利前向引用確實(shí)遵循了Logistic技術(shù)擴(kuò)散模型。

4 結(jié)果討論

4.1 數(shù)據(jù)對(duì)象選取的代表性

M. H. oseinFallah和E.Fishman等的研究中，選取了領(lǐng)域內(nèi)被引頻次居前10位的高被引專(zhuān)利作為分析對(duì)象，認(rèn)為高被引專(zhuān)利代表了領(lǐng)域內(nèi)的關(guān)鍵突破性發(fā)明。張曉強(qiáng)等選取領(lǐng)域內(nèi)具有基礎(chǔ)核心作用的1件專(zhuān)利，認(rèn)為一方面它具有極強(qiáng)的領(lǐng)域代表性，其前向引用可以說(shuō)明該領(lǐng)域的發(fā)展程度以及擴(kuò)散程度，另一方面它具有較強(qiáng)的應(yīng)用性，對(duì)技術(shù)發(fā)展具有反向促進(jìn)作用，因而能夠保證該專(zhuān)利技術(shù)的擴(kuò)散和技術(shù)創(chuàng)新擴(kuò)散之間具有較強(qiáng)的一致性。上述兩項(xiàng)研究在本質(zhì)上，都是以技術(shù)領(lǐng)域內(nèi)的極個(gè)別專(zhuān)利代表了領(lǐng)域整體，以這些個(gè)體專(zhuān)利的前向引用趨勢(shì)代表整個(gè)領(lǐng)域的技術(shù)擴(kuò)散趨勢(shì)。

本文認(rèn)為這兩項(xiàng)研究可以回答領(lǐng)域內(nèi)基礎(chǔ)（或核心）專(zhuān)利的技術(shù)擴(kuò)散特點(diǎn)滿(mǎn)足技術(shù)擴(kuò)散模型，但對(duì)于證明領(lǐng)域整體（尤其是其中大量的低頻被引專(zhuān)利）均滿(mǎn)足該特點(diǎn)，還缺乏足夠的嚴(yán)謹(jǐn)性。本研究基于領(lǐng)域內(nèi)種子專(zhuān)利及其前、后向引用專(zhuān)利，構(gòu)建了相關(guān)技術(shù)專(zhuān)利集合來(lái)代表技術(shù)領(lǐng)域整體，基于集合內(nèi)所有專(zhuān)利的前向引用趨勢(shì)特點(diǎn)來(lái)分析領(lǐng)域技術(shù)擴(kuò)散趨勢(shì)，因此在專(zhuān)利選取上，本研究的數(shù)據(jù)對(duì)象選取方式更能夠代表技術(shù)領(lǐng)域整體。

4.2 引用趨勢(shì)發(fā)展的穩(wěn)態(tài)性

M. H. Fallah和E.Fishman等在研究中先后選取領(lǐng)域內(nèi)被引頻次Top5、Top1的專(zhuān)利進(jìn)行分析。由于分析對(duì)象的規(guī)模有限，很難排除隨機(jī)因素對(duì)引用頻次變化趨勢(shì)的干擾，從該文中累積引用量趨勢(shì)圖（見(jiàn)圖4、圖5）不難觀(guān)察到可能存在的奇異樣本對(duì)曲線(xiàn)形態(tài)形成了一定影響。

本研究在石墨烯傳感器領(lǐng)域50年（1961-2010）專(zhuān)利產(chǎn)出中，選取了中段位（1986-1990年）專(zhuān)利產(chǎn)出的前向引用累積量為分析樣本，較好地避免了隨機(jī)因素對(duì)稀薄樣本量可能造成的干擾。同時(shí)，基本5年專(zhuān)利產(chǎn)出總量，既兼具了區(qū)間內(nèi)歷年的趨勢(shì)特點(diǎn)，又通過(guò)分組求和平滑處理，克服了個(gè)別年份、個(gè)別專(zhuān)利受隨機(jī)因素干擾可能造成的奇異樣本，使模型的擬合更標(biāo)準(zhǔn)化，因此，擬合結(jié)果更具有領(lǐng)域整體代表性。

4.3 最大值參數(shù)估計(jì)對(duì)模型擬合效果的影響

張曉強(qiáng)等研究指出，M. H. Fallah和E.Fishman因?yàn)槲丛O(shè)置Logistic上限，因此導(dǎo)致模型擬合顯著性低。本文在研究實(shí)施過(guò)程中，曾嘗試過(guò)利用灰色系統(tǒng)GM（1，1）模型建模方法進(jìn)行參數(shù)估計(jì)，但根據(jù)所得L預(yù)測(cè)值的擬合結(jié)果與實(shí)際觀(guān)測(cè)情況差距較大，證實(shí)了張曉強(qiáng)等研究指出的最大值參數(shù)估計(jì)對(duì)模型擬效結(jié)果存在重大影響。

灰色系統(tǒng)理論是一種研究少數(shù)據(jù)、貧信息的不確定性問(wèn)題的新方法，灰色預(yù)測(cè)的應(yīng)用范圍很廣，但仍然存在一個(gè)適用性問(wèn)題，需要根據(jù)預(yù)測(cè)問(wèn)題的本身特質(zhì)來(lái)定。例如，當(dāng)預(yù)測(cè)問(wèn)題本身有內(nèi)部機(jī)理，比如數(shù)據(jù)符合某函數(shù)特點(diǎn)時(shí)，灰色預(yù)測(cè)就很可能不是最適合的，應(yīng)該選擇擬合或回歸方法[24]。再如，灰色預(yù)測(cè)模型的數(shù)據(jù)應(yīng)具有某種單調(diào)性，并且增加或是減小的幅度也應(yīng)具有某種單調(diào)性，這些是判斷數(shù)據(jù)是否適合GM（1，1）模型的理論依據(jù)[25]。本研究中的實(shí)驗(yàn)嘗試反映出灰色預(yù)測(cè)法在本研究場(chǎng)景中存在的局限性。

4.4 專(zhuān)利引用Logistic曲線(xiàn)研究可能存在的應(yīng)用場(chǎng)景

Logistic模型是成長(zhǎng)曲線(xiàn)法的一種重要應(yīng)用，本質(zhì)上是一種利用過(guò)去數(shù)據(jù)的變化趨勢(shì)作機(jī)械性的向外延伸推測(cè)的方法。它是擴(kuò)散理論和社會(huì)學(xué)習(xí)理論的一種體現(xiàn)，反映出社會(huì)模擬、傳播、交流的特點(diǎn)。

在先專(zhuān)利技術(shù)被在后專(zhuān)利引用，代表了在先發(fā)明創(chuàng)新思想得到在后申請(qǐng)人的關(guān)注甚至接納。專(zhuān)利前向引用發(fā)展趨勢(shì)在一定程度上反映了專(zhuān)利技術(shù)問(wèn)世后被公眾和市場(chǎng)接納的過(guò)程、技術(shù)領(lǐng)域的成長(zhǎng)過(guò)程。因此，專(zhuān)利前向引用趨勢(shì)的Logistic模型擬合分析，除可研究技術(shù)擴(kuò)散行為特點(diǎn)外，還可應(yīng)用于技術(shù)領(lǐng)域生長(zhǎng)特點(diǎn)研究，根據(jù)引用發(fā)展趨勢(shì)，結(jié)合Logistic曲線(xiàn)的最大值、拐點(diǎn)、時(shí)間等參數(shù)，分析和預(yù)測(cè)技術(shù)領(lǐng)域的成長(zhǎng)極限、發(fā)展轉(zhuǎn)折點(diǎn)、老化速率等；結(jié)合更多技術(shù)主題特征項(xiàng)，還可用于技術(shù)演化特點(diǎn)分析、技術(shù)或產(chǎn)品成熟度預(yù)測(cè)等。

5 結(jié)論

本文在M. H. Fallah和E.Fishman、張曉強(qiáng)等的研究基礎(chǔ)上，再次驗(yàn)證了專(zhuān)利前向引用遵循Logisitc擴(kuò)散模型。與已有研究相比，本文通過(guò)更加優(yōu)化設(shè)計(jì)的實(shí)驗(yàn)驗(yàn)證，認(rèn)為不僅僅是技術(shù)領(lǐng)域內(nèi)的高被引專(zhuān)利，而是整個(gè)技術(shù)領(lǐng)域的擴(kuò)散行為，都是符合Logistic擴(kuò)散模型特點(diǎn)的。因此，本文將前人已有研究結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專(zhuān)利的前向引用遵循Logistic擴(kuò)散模型”，進(jìn)一步拓展為“某領(lǐng)域?qū)＠那跋蛞米裱璍ogistic擴(kuò)散模型”。本文設(shè)計(jì)的實(shí)驗(yàn)方法與具體實(shí)施結(jié)果，驗(yàn)證了該假設(shè)的有效性，但還有待在更多不同技術(shù)領(lǐng)域的實(shí)驗(yàn)驗(yàn)證。此外，根據(jù)成長(zhǎng)曲線(xiàn)法的基本原理，本文提出“專(zhuān)利前向引用遵循Logistic擴(kuò)散模型”特點(diǎn)在技術(shù)成熟度、技術(shù)演化分析等其它問(wèn)題場(chǎng)景中也可能發(fā)揮作用，其研究與應(yīng)用意義還有待更深入的發(fā)掘。

參考文獻(xiàn)：

[1] ROGERS E M. Diffusion of innovation[M]. 3rd ed. New York： The Free Press， 1983.

[2] EDQUIST C， JACOBSSON S. Flexible automation： the global diffusion of new technology in the engineering industry[M]. Oxford： Basil Blackwell， 1988.

[3] CHU W L， WU F S， KAO K S， et al. Diffusion of mobile telephony： an empirical study in Taiwan[J]. Telecommunications policy，2009， 33（9）： 506-520.

[4] LUNDWALL B A. National systems of innovation： towards a theory of innovation and interactive learning[M]. London： Anthem Press， 1992.

[5] TENG J T C， GROVER V， GUTTLER W. Information technology innovations： general diffusion patterns and its relationships to innovation characteristics[J]. IEEE transactions onengineering management， 2002， 49（1）： 13–27.

[6] WONG C Y， THIRUCELVAM K， RATNAVELU K. Diffusion trajectories of emerging sciences in Malaysian R&D system[J]. Technological forecasting &social change， 2010， 77（7）： 1109-1125.

[7] NARIN F， HAMILTON K S， OLIVASTRO D. The increasing linkage between US technology and public science[J]. Research policy， 1997， 26（3）： 317-330.

[8] 賴(lài)奎魁， 張善斌. 建構(gòu)商業(yè)方法技術(shù)擴(kuò)散模式： 整合專(zhuān)利引證及貝氏模式[J]. 科技管理學(xué)刊， 2004， 9（1）： 1-34.

[9] BREITZMAN A F， MOGEE M E. The many applications of patent analysis[J]. Journal of information science， 2002， 28（3）： 187-205.

[10] MEYER M. Does science push technology？ Patents citing scientific literature[J]. Research policy， 2000， 29（3）： 409-434.

[11] JAFFE A B， TRAJTENBERG M， HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations[J]. Quarterly journal of economics， 1993， 108（3）： 577-598.

[12] FALLAH M H， FISHMAN E， REILLY R R. Forward patent citations as predictive measures for diffusion of emerging technologies[C]//Portland： PICMET， 2009： 420-427.

[13] 張曉強(qiáng)， 戴吾三， 楊君游. 專(zhuān)利前向引用是否遵循Logistic擴(kuò)散模型[J]. 情報(bào)雜志， 2014， 33（6）： 40-43， 65.

[14] 王秀山. 專(zhuān)利情報(bào)的傳播機(jī)制與傳播模式[J]. 中國(guó)信息導(dǎo)報(bào)， 1995（7）： 19-20.

[15] CHANG S B， LAUI K， CHANG S M. Exploring technology diffusion and classification of business method patents： using the patent citation network[J]. Technological forecasting &social change， 2009， 76（1）： 107-117.

[16] 黃魯成， 王寧. 專(zhuān)利視角下的技術(shù)擴(kuò)散研究綜述[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2011， 32（10）： 27-34.

[17] 朱正元， 陳偉侯， 陳豐. Logistic曲線(xiàn)與Gompertz曲線(xiàn)的比較研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2003（10）： 66-71.

[18] CHEN Y H， CHEN C Y， LEE S C. Technology forecasting and patent strategy of hydrogen energy and fuel cell technologies[J]. International journal of hydrogen energy， 2011， 36（12）： 6957-6969.

[19] FRANK L D. An analysis of the effect of the economic situation on modeling and forecasting the diffusion of wireless communications in Finland[J]. Technology forecast &social change， 2004， 71（4）： 391-403.

[20] Science News Staff. Breakthrough of the year： the runners-up[J]. Science， 2009， 326 （5960）： 1600-1607.

[21] 馬廷燦， 萬(wàn)勇， 馮瑞華. 石墨烯專(zhuān)利技術(shù)國(guó)際研發(fā)態(tài)勢(shì)分析[J]. 科學(xué)觀(guān)察， 2012， 7（3）： 25-36.

[22] 陳長(zhǎng)益， 吳華珠. 我國(guó)石墨烯領(lǐng)域?qū)＠畔⒖梢暬治鯷J]. 現(xiàn)代情報(bào)， 2014， 34（3）： 120-124.

[23] 章元明， 蓋鈞鎰. Logistic模型的參數(shù)估計(jì)[J]. 四川畜牧獸醫(yī)學(xué)院學(xué)報(bào)， 1994， 8（2）： 47-52.

[24] 盧懿. 灰色預(yù)測(cè)模型的研究及其應(yīng)用[D]. 杭州： 浙江理工大學(xué)， 2014.

[25] 陳子錦， 王福亮， 陸守香. 灰色預(yù)測(cè)模型GM（1，1）的適用性分析及在火災(zāi)風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用[J]. 中國(guó)工程科學(xué)， 2007，9（5）： 91-94.

作者貢獻(xiàn)說(shuō)明：

張 嫻：研究方案設(shè)計(jì)，研究過(guò)程實(shí)施，論文撰寫(xiě)；

田鵬偉：數(shù)據(jù)分析；

茹麗潔：數(shù)據(jù)分析；

許海云：研究方案補(bǔ)充。

The Re-validation of the Logistic Diffusion Model Applying for the Growing Pattern of Patent Forward Citations

Zhang Xian1 Tian Pengwei1， 2 Ru Lijie1， 2 Xu Haiyun1

1. Chengdu Library and Information Center， Chinese Academy of Science， Chengdu 610041；

2. University of Chinese Academy of Sciences， Beijing 100190

Abstract： [Purpose/significance] The patent citation is a kind of behavior that can reveal the pattern of technology diffusion. It is an important research tool to infer the technology diffusion behavior by using the patent forward citations. [Method/process] In this study， we fit the cumulative forward citations to the Logistic model again for Graphene sensor with the optimized experiment method. We analyzed and discussed the differences of the methods and results with the previous two studies， which were held by Hosein Fallah and Elliot Fishman in 2009 and Zhang Xiaoqiang et al. in 2014. [Result/conclusion] It is re-verified that the patent forward citations infer the model of technology diffusion. And a further hypothesis based on the previous studies that the pattern of the forward citations of all the patents within a certain technical field follows the Logistic diffusion model is further confirmed.

Keywords： technology diffusion patent citation Logistic model graphene sensor