李婧雯 石靜

摘 要：[目的/意義]日益復(fù)雜的技術(shù)創(chuàng)新與嚴(yán)峻的市場環(huán)境，給技術(shù)型初創(chuàng)企業(yè)的生存與發(fā)展帶來挑戰(zhàn)。盡早發(fā)現(xiàn)潛力技術(shù)機(jī)會可以幫助此類企業(yè)優(yōu)化發(fā)展戰(zhàn)略，爭取未來競爭優(yōu)勢。[方法/過程]本研究利用全球?qū)＠麛?shù)據(jù)，提出一種基于技術(shù)潛力評估和技術(shù)—企業(yè)關(guān)聯(lián)關(guān)系的技術(shù)方向識別方法，為技術(shù)型初創(chuàng)企業(yè)尋求可行的技術(shù)發(fā)展路徑。在技術(shù)潛力評估中，綜合考慮專利的技術(shù)價(jià)值與經(jīng)濟(jì)價(jià)值構(gòu)建技術(shù)潛力評估指標(biāo)，從全領(lǐng)域探測得到潛力技術(shù)候選集;在技術(shù)—企業(yè)關(guān)聯(lián)關(guān)系中，進(jìn)一步考慮目標(biāo)企業(yè)與潛力技術(shù)的關(guān)聯(lián)程度，從候選集中定位最優(yōu)技術(shù)。本研究選擇人工智能領(lǐng)域進(jìn)行實(shí)證，以商湯科技作為目標(biāo)企業(yè)。在上述方法框架下，基于全領(lǐng)域?qū)＠麛?shù)據(jù)為目標(biāo)企業(yè)選擇潛力技術(shù)發(fā)展方向。[結(jié)果/結(jié)論]本文實(shí)證驗(yàn)證了上述方法的可行性與科學(xué)性，可以幫助類似的技術(shù)型初創(chuàng)企業(yè)識別潛力技術(shù)方向、制定創(chuàng)新戰(zhàn)略，從而輔助其突破困境、持續(xù)發(fā)展。

關(guān)鍵詞：初創(chuàng)企業(yè);技術(shù)探測;潛力技術(shù)方向;識別;商湯科技;人工智能;專利數(shù)據(jù)

DOI：10.3969/j.issn.1008-0821.2022.05.010

〔中圖分類號〕G306 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2022）05-0098-12

Abstract：[Purpose/Significance]Increasingly complex technological innovation and severe market environment bring challenges to the survival and development of the technology-based start-ups.Early detection of potential technology opportunities can help such enterprises optimize their development strategies to strive for future competitive advantages.[Method/Process]Based on global patent data，this study proposed a technology direction identification method in view of technology potential assessment and technology-firm association relationship，so as to seek feasible technology development path for technology start-ups.In the evaluation of technical potential，the technical potential evaluation index was constructed by considering the technical value and economic value，and measure the technical potential direction of all patents in related fields.In the technology-firm relationship，take the degree of association between the target company and the potential technology into further consider and locate the optimal technology from the candidate set.This research selected the field of artificial intelligence for empirical research，and takes SenseTime as the target enterprise;under the above-mentioned method framework，the target enterprise selected the potential technology development direction based on the patent data of the whole field.[Result/Conclusion]This paper verifies the feasibility and scientificity of the proposed method above，which can help similar technology-based start-ups identify potential technology directions and develop innovation strategies，so as to help them break through difficulties and develop sustainably.

Key words：start-up firm;technology detection;technical potential direction;identification;SenseTime;artificial intelligence;patent data

大數(shù)據(jù)時(shí)代，發(fā)明創(chuàng)新是企業(yè)、行業(yè)及國家經(jīng)濟(jì)繁榮發(fā)展的最重要驅(qū)動(dòng)因素之一[1]，十九屆五中全會將創(chuàng)新驅(qū)動(dòng)發(fā)展確定為我國現(xiàn)代化建設(shè)的核心任務(wù)，新興技術(shù)創(chuàng)新能夠帶動(dòng)整個(gè)國民經(jīng)濟(jì)的發(fā)展。技術(shù)型初創(chuàng)企業(yè)是以技術(shù)產(chǎn)品為核心，開展生產(chǎn)研發(fā)和服務(wù)活動(dòng)的一類企業(yè)，作為新興技術(shù)領(lǐng)域的市場初探者，其在市場運(yùn)營和發(fā)展過程中有著明顯的創(chuàng)新性和靈活性[2]，其核心競爭力和發(fā)展重心根植于前沿技術(shù)，是我國當(dāng)前創(chuàng)新驅(qū)動(dòng)發(fā)展進(jìn)程中的重要角色。但由于風(fēng)險(xiǎn)程度高、盈利不穩(wěn)定以及未來發(fā)展路線不清晰等原因，導(dǎo)致大多技術(shù)型初創(chuàng)企業(yè)在經(jīng)歷初期“輝煌”之后，難以持續(xù)創(chuàng)新，最終在激烈的市場競爭中被淘汰。根據(jù)全國企業(yè)信用信息公示系統(tǒng)的數(shù)據(jù)，2018—2020年新增的技術(shù)型初創(chuàng)企業(yè)約有175萬家，被市場關(guān)注并看好的企業(yè)僅有15萬家，大多數(shù)企業(yè)由于后續(xù)創(chuàng)新不足而夭折。而技術(shù)創(chuàng)新能力是技術(shù)型初創(chuàng)企業(yè)戰(zhàn)略制定、技術(shù)拓展和獲取市場競爭優(yōu)勢的有效保障，是應(yīng)對外部日趨激烈的競爭環(huán)境從而進(jìn)一步爭取市場優(yōu)勢的有力武器[3]。由此，技術(shù)型初創(chuàng)企業(yè)應(yīng)當(dāng)如何提升持續(xù)創(chuàng)新能力和在市場競爭中維持創(chuàng)新優(yōu)勢，是值得探究的問題。688CDADD-5B64-475C-B805-31786A41E808

早在21世紀(jì)初，技術(shù)創(chuàng)新的競爭熱點(diǎn)就已經(jīng)逐漸集中在知識產(chǎn)權(quán)的競爭[4]。專利數(shù)據(jù)，能夠直觀地體現(xiàn)企業(yè)知識產(chǎn)權(quán)的擁有情況，是企業(yè)技術(shù)成熟度的精髓體現(xiàn)以及衡量企業(yè)技術(shù)創(chuàng)新度的重要綜合性指標(biāo)，對于市場競爭力評估以及制定各種戰(zhàn)略決策都有重要的情報(bào)價(jià)值[5]。作為創(chuàng)新技術(shù)的主要載體，專利所表達(dá)出來的信息能夠清晰體現(xiàn)企業(yè)技術(shù)創(chuàng)新的領(lǐng)域及發(fā)展階段，通過專利數(shù)據(jù)分析能對行業(yè)及領(lǐng)域的未來技術(shù)發(fā)展趨勢進(jìn)行科學(xué)預(yù)測[6]，與此同時(shí)，專利數(shù)據(jù)的可獲取性以及客觀性等特征，也使得用其識別潛在技術(shù)發(fā)展方向具有可行性。因此，本研究基于專利數(shù)據(jù)構(gòu)建技術(shù)潛力評估指標(biāo)，提出一套適用于技術(shù)型初創(chuàng)企業(yè)的潛在技術(shù)方向識別方法。本文所提出的方法框架融合了技術(shù)自身特征以及技術(shù)與企業(yè)的關(guān)系特征，不僅能夠輔助此類企業(yè)探索可行的技術(shù)方向，也可以進(jìn)一步為技術(shù)潛力評估的相關(guān)研究提供借鑒。

1 相關(guān)研究綜述

1.1 技術(shù)型初創(chuàng)企業(yè)相關(guān)研究

國內(nèi)對于技術(shù)型初創(chuàng)企業(yè)的研究主要聚焦于企業(yè)商業(yè)模式創(chuàng)新以及技術(shù)創(chuàng)新影響因素。部分學(xué)者通過個(gè)例分析或橫向?qū)Ρ确椒ㄑ芯考夹g(shù)型初創(chuàng)企業(yè)的商業(yè)模式與創(chuàng)新機(jī)制，進(jìn)而研究誘發(fā)創(chuàng)新的因素，為提高企業(yè)市場競爭力提供幫助[2，7]。王松等對技術(shù)型初創(chuàng)中小企業(yè)進(jìn)行多案例分析，基于扎根理論結(jié)合內(nèi)外部因素構(gòu)建技術(shù)創(chuàng)新影響機(jī)制模型[8]。此外也有學(xué)者專門研究單因素對初創(chuàng)型企業(yè)技術(shù)創(chuàng)新的影響，例如政府引導(dǎo)基金[9]、風(fēng)險(xiǎn)投資背景以及持股比例[10]等均被證明能夠顯著影響企業(yè)的技術(shù)創(chuàng)新過程。

國外學(xué)者則更側(cè)重于研究外部因素（例如政府以及區(qū)域性因素等）對技術(shù)型初創(chuàng)企業(yè)的影響。Fritsch M等對德國信息技術(shù)初創(chuàng)型企業(yè)的區(qū)域分布特征進(jìn)行研究，結(jié)果顯示加強(qiáng)區(qū)域知識庫建設(shè)，能夠刺激和引導(dǎo)技術(shù)型初創(chuàng)企業(yè)的出現(xiàn)和發(fā)展[11];Huergo E等通過實(shí)地考察方法，評估以政府補(bǔ)貼形式進(jìn)行公共風(fēng)險(xiǎn)投資的影響是否顯著[12]。此外也有學(xué)者提出各種因素對企業(yè)發(fā)展的影響可能與所處的社會環(huán)境和商業(yè)模式有關(guān)，技術(shù)型初創(chuàng)企業(yè)選擇適合的商業(yè)模式是生存和發(fā)展的必要條件。但這種影響與組織所處情境有關(guān)，不同國家[13]、不同環(huán)境下[14]，商業(yè)模式、技術(shù)創(chuàng)新機(jī)制以及影響因素都會不同。

1.2 技術(shù)發(fā)展方向識別相關(guān)研究

國內(nèi)對于技術(shù)發(fā)展方向識別的相關(guān)研究主要分為兩類：一是技術(shù)機(jī)會識別;二是技術(shù)方向預(yù)測。技術(shù)機(jī)會識別主要通過文獻(xiàn)共現(xiàn)分析[15]、專利文本挖掘[16]等方法，探索領(lǐng)域內(nèi)不同技術(shù)的進(jìn)步可能性，進(jìn)而識別具備發(fā)展?jié)摿Φ募夹g(shù)方向。技術(shù)方向預(yù)測的研究則更加具體且深入，一般圍繞特定領(lǐng)域基于歷史數(shù)據(jù)構(gòu)建預(yù)測指標(biāo)和模型，用于預(yù)測技術(shù)發(fā)展方向。其中，最普遍的是利用LDA主題模型等文本挖掘方法，提取技術(shù)主題，基于某種原則構(gòu)建指標(biāo)測度方法，從而預(yù)測特定領(lǐng)域的發(fā)展方向[17]。如張洋等以核酸病毒檢測技術(shù)為例，構(gòu)建該領(lǐng)域的技術(shù)主題共現(xiàn)網(wǎng)絡(luò)，結(jié)合生命周期理論和技術(shù)演化規(guī)律構(gòu)建指標(biāo)，進(jìn)行不同層次和階段的技術(shù)預(yù)測[18];曹藝文等利用新興技術(shù)主題的引文曲線，預(yù)測干細(xì)胞領(lǐng)域有潛力成為領(lǐng)域核心的突破性技術(shù)[19]。也有學(xué)者將技術(shù)方向識別研究放置于具體的應(yīng)用場景中，致力于將技術(shù)發(fā)展方向識別結(jié)果應(yīng)用于企業(yè)服務(wù)與管理。Giglio C等、Gwak J H等基于特定領(lǐng)域?qū)＠麛?shù)據(jù)，參考專利引用網(wǎng)絡(luò)和專利分類信息，提取領(lǐng)域核心技術(shù)，預(yù)測領(lǐng)域的技術(shù)創(chuàng)新路徑[20-21];Chiu T F則提出了一種基于專利技術(shù)類別的聚類方法，識別企業(yè)技術(shù)主題，并將其結(jié)果應(yīng)用于企業(yè)戰(zhàn)略規(guī)劃中[22]。

綜上所述，國內(nèi)外學(xué)者對于技術(shù)型初創(chuàng)企業(yè)的研究主要集中于商業(yè)模式創(chuàng)新以及技術(shù)發(fā)展的影響因素，對技術(shù)型初創(chuàng)企業(yè)這一特定群體潛力發(fā)展方向識別的研究相對較少，而能夠在有價(jià)值的技術(shù)方向持續(xù)產(chǎn)出，是此類企業(yè)得以存活的關(guān)鍵。此外，當(dāng)前大多技術(shù)方向識別研究基于領(lǐng)域或行業(yè)開展，視角較為宏觀，缺乏從個(gè)體企業(yè)這一微觀視角的觀察，難以直接定位輔助技術(shù)型初創(chuàng)企業(yè)擺脫困境?；诖?，本文結(jié)合專利價(jià)值評估方法和技術(shù)—企業(yè)關(guān)聯(lián)關(guān)系，提出衡量發(fā)明專利技術(shù)潛力的技術(shù)指標(biāo)和經(jīng)濟(jì)指標(biāo)，計(jì)算全量數(shù)據(jù)與目標(biāo)企業(yè)專利技術(shù)相似度，并在人工智能領(lǐng)域進(jìn)行實(shí)證檢驗(yàn)，結(jié)合技術(shù)潛力及技術(shù)關(guān)聯(lián)度兩個(gè)維度，探測以目標(biāo)企業(yè)為代表的技術(shù)型初創(chuàng)企業(yè)群體的潛在發(fā)展方向。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與處理

人工智能作為新一輪科技革命和技術(shù)變革的中堅(jiān)力量[23]、我國創(chuàng)新戰(zhàn)略實(shí)施的重要據(jù)點(diǎn)，已經(jīng)孕育了大量初創(chuàng)企業(yè);人工智能領(lǐng)域作為極具發(fā)展前景的產(chǎn)業(yè)，是未來新的獨(dú)角獸企業(yè)集中群。這類企業(yè)在發(fā)展過程中，技術(shù)實(shí)力象征著其核心競爭力。如何幫助此類企業(yè)保持創(chuàng)新活力，提高市場存活率，是具有實(shí)踐價(jià)值的問題。因此，本文將潛力發(fā)展方向識別方法在人工智能領(lǐng)域進(jìn)行實(shí)證，以驗(yàn)證方法有效性。本文涉及兩個(gè)數(shù)據(jù)源：一是人工智能領(lǐng)域的全球?qū)＠麛?shù)據(jù);二是目標(biāo)企業(yè)商湯科技的專利數(shù)據(jù)，如表1所示。

其中，人工智能全球?qū)＠麛?shù)據(jù)來源于PATSTAT全球?qū)＠麛?shù)據(jù)庫，該數(shù)據(jù)庫是以歐洲專利局專利文獻(xiàn)主數(shù)據(jù)庫（EPO Master Documentation Database，DOCDB）為主要數(shù)據(jù)源的面向統(tǒng)計(jì)分析的數(shù)據(jù)庫，收錄了超過100個(gè)國家或者組織的專利數(shù)據(jù)。在PATSTAT全球?qū)＠麛?shù)據(jù)庫中，每個(gè)專利家族具有唯一的FAMILY_ID，每項(xiàng)專利具有唯一的APPLN_ID（即發(fā)明專利申請?zhí)?，一?xiàng)專利向不同地區(qū)機(jī)構(gòu)重新遞交申請時(shí)會賦予新的申請編號）[24]。根據(jù)世界知識產(chǎn)權(quán)組織（World Intellectual Property Organization，WIPO）官方報(bào)告《技術(shù)趨勢2019：人工智能》[25]AI領(lǐng)域3個(gè)層次（AI Application Fields、AI Functional Application and AI Techniques）涉及的專利分類號作為本次研究人工智能領(lǐng)域?qū)＠麛?shù)據(jù)范圍的界定標(biāo)準(zhǔn)，通過專利分類號構(gòu)建數(shù)據(jù)庫檢索式，初步篩選2008—2017年的專利數(shù)據(jù)。688CDADD-5B64-475C-B805-31786A41E808

目標(biāo)企業(yè)的選擇應(yīng)當(dāng)是已獲得初期成功，面臨持續(xù)創(chuàng)新難題的技術(shù)型企業(yè)。美國數(shù)據(jù)公司CB Insights每年發(fā)布“人工智能初創(chuàng)企業(yè)排行榜TOP 100”[26]綜合考慮了專利活躍度、投資概況、競爭格局、團(tuán)隊(duì)實(shí)力和技術(shù)創(chuàng)新性等因素，連續(xù)兩年上榜的商湯科技（SenseTime）是人工智能視覺識別領(lǐng)域的獨(dú)角獸企業(yè)，其頗為搶眼的成長和融資速度在業(yè)界引起關(guān)注[27]。目標(biāo)企業(yè)的數(shù)據(jù)來自智慧芽專利數(shù)據(jù)庫，該數(shù)據(jù)庫包含的專利數(shù)據(jù)覆蓋126個(gè)國家和地區(qū)[28];通過設(shè)置專利所有權(quán)為“商湯科技 OR SENSETIME”，同樣選取已授權(quán)發(fā)明專利，經(jīng)人工篩選整理進(jìn)行機(jī)構(gòu)消歧后共得到6 152條數(shù)據(jù)。由于發(fā)明專利（尤其是被授權(quán)的發(fā)明專利）的技術(shù)性及進(jìn)步性高于實(shí)用新型專利和外觀設(shè)計(jì)專利[29]，且高質(zhì)量的發(fā)明專利是促進(jìn)技術(shù)型企業(yè)核心競爭力和經(jīng)濟(jì)發(fā)展新常態(tài)的重要因素[30]，因此，本研究僅選取已授權(quán)的發(fā)明專利進(jìn)行分析。

2.2 潛力發(fā)展方向識別方法

前沿技術(shù)是技術(shù)型初創(chuàng)企業(yè)核心競爭力的來源，持續(xù)的創(chuàng)新能力是其生存命脈，這要求所識別出的技術(shù)應(yīng)當(dāng)是在未來競爭中有潛力的。但很明顯，對特定的企業(yè)來說，并非所有具備潛力的技術(shù)方向都適用于它。掌握在其他公司手中的知識產(chǎn)權(quán)會形成技術(shù)壁壘阻礙后來者的進(jìn)入，對于陌生領(lǐng)域的盲目探索并非好的策略，因此企業(yè)對技術(shù)的熟悉程度也應(yīng)當(dāng)在考慮范圍內(nèi)。由此，本文基于問題情境優(yōu)化了以往的技術(shù)識別方法，綜合考慮技術(shù)潛力和技術(shù)關(guān)聯(lián)，對技術(shù)型初創(chuàng)企業(yè)潛在發(fā)展方向進(jìn)行識別。在技術(shù)潛力評估中，綜合考慮了專利的技術(shù)價(jià)值及經(jīng)濟(jì)價(jià)值，以體現(xiàn)新興技術(shù)的市場潛力[31]。在技術(shù)關(guān)聯(lián)評估中，對潛力技術(shù)和目標(biāo)企業(yè)進(jìn)行技術(shù)距離測度。整體識別方法框架如圖1所示。

2.2.1 技術(shù)潛力評估

專利的技術(shù)價(jià)值反映該項(xiàng)專利技術(shù)的重要性和先進(jìn)性，常通過發(fā)明專利公開后的被引用情況測度;專利的經(jīng)濟(jì)價(jià)值則反映專利權(quán)人對專利的維持情況，涉及專利是否授權(quán)以及專利維護(hù)費(fèi)用等因素[32]。技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值體現(xiàn)專利價(jià)值的不同維度，綜合考慮能夠較為全面地解析和評估技術(shù)潛力[33]。因此，本文從技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值兩個(gè)維度構(gòu)建專利績效指標(biāo)，用以評估特定技術(shù)的發(fā)展?jié)摿Α４送?，本文選擇專利家族作為基本分析單元。專利家族指的是一項(xiàng)專利在不同國家申請的集合，通常認(rèn)為家族規(guī)模越大，專利價(jià)值越高[34]。同一項(xiàng)專利在每次重新遞交申請過程中都會產(chǎn)生新的專利申請?zhí)?，因此相比單個(gè)專利申請?zhí)枺趯＠易逄栠M(jìn)行分析能夠更加準(zhǔn)確地定位核心技術(shù)，避免重復(fù)分析。

1）技術(shù)價(jià)值及其測度

專利技術(shù)價(jià)值最常見的測度方式是使用專利被引次數(shù)指標(biāo)[35-36]，Hirsch J E在2005年首次提出了H指數(shù)用來測度學(xué)者的學(xué)術(shù)影響力[37]，Guan J C等在2008年將H指數(shù)引入到專利價(jià)值評估中，綜合考慮專利數(shù)量與專利被引次數(shù)進(jìn)行價(jià)值測度[38];之后不少學(xué)者利用該指數(shù)進(jìn)行專利技術(shù)價(jià)值測度[39]。AW指數(shù)是在H指數(shù)基礎(chǔ)上加入時(shí)間權(quán)重的影響因素得來的，Bihui J等提出，學(xué)術(shù)論文出版時(shí)間長短會對其引用頻次產(chǎn)生影響，主張用所有文章被引用值除以發(fā)表年齡的總和平方根來評價(jià)一個(gè)學(xué)者的學(xué)術(shù)成就[40]。進(jìn)一步彌補(bǔ)了H指數(shù)的缺陷，一定程度上控制了發(fā)表時(shí)間的影響，使得測度更準(zhǔn)確合理[41]。因此，本文采用AW指數(shù)測度專利的技術(shù)價(jià)值，如式（1）所示：

AWi=∑citejt0-tapplnj（1）

其中，AWi是指專利家族i的AW指數(shù)，衡量發(fā)明專利家族i的技術(shù)價(jià)值[42];citej代表專利家族i中專利j的正向被引次數(shù);t0代表當(dāng)前年度，tapplnj代表專利最早申報(bào)年度，t0-tapplnj代表專利家族i中專利j的專利年齡。

一般來說，一項(xiàng)專利的正向被引次數(shù)越多，表明該專利對后續(xù)發(fā)明創(chuàng)造的影響越大，在該技術(shù)領(lǐng)域的技術(shù)價(jià)值越高[43];專利年齡指的是當(dāng)前年份與最早申報(bào)年份之間的差值，用于平衡時(shí)間對專利引用次數(shù)的影響。本文所使用的AW指數(shù)綜合考慮了每個(gè)專利的正向被引次數(shù)以及專利年齡，技術(shù)型初創(chuàng)企業(yè)的技術(shù)創(chuàng)新需要及時(shí)適應(yīng)內(nèi)外部需求，正向被引次數(shù)多且專利年齡小的發(fā)明專利在市場環(huán)境中具有高技術(shù)價(jià)值。PATSTAT全球?qū)＠麛?shù)據(jù)庫會給予每個(gè)簡單家族唯一標(biāo)識符，即FAMILY_ID;現(xiàn)以FAMILY_ID=47438029的簡單專利家族為例說明AW指數(shù)的計(jì)算過程，該專利家族中包含3個(gè)不同的專利申請，如表2所示。

2）經(jīng)濟(jì)價(jià)值及其測度

專利經(jīng)濟(jì)價(jià)值是指在專利研究發(fā)明、商業(yè)化、產(chǎn)業(yè)化的過程中，專利技術(shù)能給所有權(quán)人或?qū)＠褂谜邘淼念A(yù)期收益[44]。由于在美國發(fā)明專利的申請程序復(fù)雜、審查標(biāo)準(zhǔn)嚴(yán)格且費(fèi)用較高，因此 ，往往具有較高創(chuàng)新水平并且能夠產(chǎn)生預(yù)期經(jīng)濟(jì)效益的技術(shù)成果傾向于在美國申請保護(hù)[45]。學(xué)者馬廷燦等認(rèn)為，美國授權(quán)的發(fā)明專利數(shù)量很大程度上反映出某個(gè)企業(yè)或機(jī)構(gòu)的專利總體質(zhì)量和專利的經(jīng)濟(jì)價(jià)值[43]?；诖耍狙芯客ㄟ^專利家族中美國授權(quán)專利數(shù)量占比來衡量該專利家族的經(jīng)濟(jì)價(jià)值，占比越高代表該專利家族的經(jīng)濟(jì)價(jià)值越高，具體公式如式（2）所示：

EVi=num_USAinumi（2）

其中，EVi是指專利家族i的經(jīng)濟(jì)價(jià)值;num_USAi代表專利家族i中被授權(quán)美國發(fā)明專利的數(shù)量;numi代表專利家族i中被授權(quán)發(fā)明專利的總數(shù)量。

結(jié)合專利技術(shù)價(jià)值以及專利經(jīng)濟(jì)價(jià)值指標(biāo)，用加權(quán)后的績效指標(biāo)來衡量專利家族的技術(shù)潛力?，F(xiàn)仍“47438029”為例說明計(jì)算過程，如表3所示：

2.2.2 技術(shù)關(guān)聯(lián)測度

按照2.1所述對人工領(lǐng)域內(nèi)所有專利家族的技術(shù)潛力進(jìn)行評估后，還需要考慮專利技術(shù)與目標(biāo)企業(yè)之間的關(guān)聯(lián)程度?；趯＠麛?shù)據(jù)的技術(shù)關(guān)聯(lián)測度常用IPC（International Patent Classification）分類號共現(xiàn)的方法[46]，以4位IPC的技術(shù)類別為主。但這種劃分方式粒度較粗，對于微觀視角下的個(gè)體企業(yè)而言，難以精確描述和概括技術(shù)方向，因此，本文采用8位IPC分類號劃分技術(shù)類別。8位IPC分類號由5個(gè)不同等級的編碼組成，其中，首位字母代表部，第二、三位數(shù)字代表大類類號，第四位字母代表小類類號，用1～3位數(shù)加/00代表大組類號，將大組/00中的00改為其他數(shù)字代表小組類號。以G06F40/20為例：G代表所屬部為物理，G06代表計(jì)算或推算大類，G06F代表電數(shù)字?jǐn)?shù)據(jù)處理小類，G06F40/00代表處理自然語言數(shù)據(jù)大組，G06F40/20代表具體技術(shù)領(lǐng)域自然語言分析。688CDADD-5B64-475C-B805-31786A41E808

1）全領(lǐng)域技術(shù)分布測度

仍舊以專利家族作為分析單元，一個(gè)專利家族中包含若干項(xiàng)專利，每項(xiàng)專利包含多個(gè)8位IPC分類號。根據(jù)專利家族中全部專利的技術(shù)分布構(gòu)建專利家族技術(shù)向量，若某家族專利包含某個(gè)IPC分類，該IPC分類號對應(yīng)標(biāo)記則為1，否則記為0，家族中多項(xiàng)專利涉及同一技術(shù)的不重復(fù)計(jì)算。

領(lǐng)域內(nèi)全部專利家族技術(shù)向量共同組成技術(shù)矩陣，該矩陣記錄了領(lǐng)域內(nèi)所有專利的技術(shù)分布情況。矩陣數(shù)據(jù)示例如圖2所示，行名表示FAMILY_ID號，列名表示8位IPC代碼，矩陣中數(shù)值1表示專利家族中的專利涉及該IPC技術(shù)，數(shù)值0表示不涉及此IPC技術(shù)。

2）目標(biāo)企業(yè)技術(shù)分布測度

將目標(biāo)企業(yè)的專利家族數(shù)據(jù)視為一個(gè)整體，以其在IPC分類號上的分布頻次作為技術(shù)向量。若是目標(biāo)企業(yè)有兩個(gè)專利家族涉及該IPC分類則賦予頻次數(shù)值2，沒有涉及該IPC分類則賦值0，匯總形成目標(biāo)企業(yè)專利—IPC向量，表4選取目標(biāo)企業(yè)中與圖2對應(yīng)的IPC分類號及頻次值結(jié)果進(jìn)行展示。

基于領(lǐng)域技術(shù)矩陣與目標(biāo)企業(yè)技術(shù)向量，計(jì)算每個(gè)技術(shù)方向與目標(biāo)企業(yè)技術(shù)向量的余弦相似度來衡量技術(shù)—企業(yè)技術(shù)關(guān)聯(lián)度，余弦相似度越大，技術(shù)關(guān)聯(lián)度越大，說明該技術(shù)方向與企業(yè)的技術(shù)研究方向越接近。

2.2.3 潛力技術(shù)方向探測

以目標(biāo)企業(yè)與技術(shù)方向關(guān)聯(lián)程度標(biāo)準(zhǔn)化結(jié)果為橫軸，技術(shù)潛力指標(biāo)標(biāo)準(zhǔn)化結(jié)果為縱軸構(gòu)建技術(shù)潛力—技術(shù)關(guān)聯(lián)矩陣來進(jìn)行潛力技術(shù)方向探測。橫軸代表目標(biāo)初創(chuàng)企業(yè)與領(lǐng)域內(nèi)其他技術(shù)方向的技術(shù)距離，縱軸代表目前領(lǐng)域內(nèi)專利家族的發(fā)展?jié)摿Α?/p>

過去的研究中揭露了兩種不同的創(chuàng)新策略：技術(shù)專業(yè)化路徑和技術(shù)多元化路徑[47]。前者更注重技術(shù)深度，后者更側(cè)重技術(shù)廣度[48]。兩種路徑?jīng)]有絕對好壞之分，企業(yè)可以根據(jù)發(fā)展目標(biāo)與企業(yè)定位選擇不同的創(chuàng)新路徑。因此，本文未預(yù)設(shè)企業(yè)背景，對兩種策略分別進(jìn)行分析，將其在技術(shù)方向探測矩陣中分為兩個(gè)區(qū)域：①技術(shù)關(guān)聯(lián)度高且技術(shù)潛力高;②技術(shù)關(guān)聯(lián)度低但技術(shù)潛力高。第一種分布區(qū)域內(nèi)專利家族所代表的技術(shù)，企業(yè)可以選擇專業(yè)化深耕的發(fā)展策略，在原有較好的知識積累的基礎(chǔ)上，進(jìn)一步發(fā)展核心技術(shù)來提升競爭力;第二種分布區(qū)域內(nèi)專利家族所代表的技術(shù)，企業(yè)可以選擇技術(shù)多元化發(fā)展戰(zhàn)略，在涉及更多技術(shù)領(lǐng)域的過程中尋求更好的商業(yè)機(jī)會。

3 結(jié)果分析

3.1 描述性統(tǒng)計(jì)分析

按照第2.1部分所述，由于商湯科技滿足本文定義的技術(shù)型初創(chuàng)企業(yè)特征，故選取其作為目標(biāo)企業(yè)，其主要IPC分布如圖3所示。

由圖3可知，商湯科技申請的專利主要集中在G06K9/00組（基于圖文的數(shù)字識別）以及G06N3/00組（基于生物學(xué)模型的計(jì)算機(jī)系統(tǒng)，例如神經(jīng)網(wǎng)絡(luò)），自2014年成立以來，公司主要致力于面部識別技術(shù)地創(chuàng)新及突破，目前這項(xiàng)技術(shù)使用深度學(xué)習(xí)達(dá)到極高的面部識別準(zhǔn)確率，優(yōu)于大部分市場同期競爭者水平;此外，該技術(shù)也被用于文本識別、無人駕駛和遙感等領(lǐng)域。商湯科技最先發(fā)表的專利標(biāo)題為“用于合成人臉圖像的方法和系統(tǒng)”，其核心技術(shù)是人臉識別算法相關(guān)技術(shù)。由于行業(yè)內(nèi)人工智能技術(shù)還在不斷完善和成熟，且技術(shù)領(lǐng)域存在進(jìn)一步的細(xì)分。每一個(gè)細(xì)分領(lǐng)域里，正在不斷涌現(xiàn)新的創(chuàng)業(yè)公司和資本，這些企業(yè)都可能成為商湯科技的潛在競爭者。面部識別技術(shù)目前雖然仍是商湯科技的主營業(yè)務(wù)，但因缺乏差異化優(yōu)勢面臨著一定威脅，解決方法之一便是尋找新的技術(shù)應(yīng)用方向突破口。

按照第2.2部分所述，通過余弦相似度來衡量技術(shù)—企業(yè)技術(shù)關(guān)聯(lián)度，經(jīng)過標(biāo)準(zhǔn)化處理后的相似度結(jié)果分布圖，如圖4所示：

由圖4可知，全量數(shù)據(jù)范圍內(nèi)的專利家族的技術(shù)相似度結(jié)果高度集中于[0～0.6）數(shù)據(jù)區(qū)間內(nèi)，依據(jù)分布圖選取每個(gè)區(qū)間內(nèi)技術(shù)潛力指標(biāo)最高的兩個(gè)專利家族情況進(jìn)行分析，具體信息如表5所示。

由表5可知，處于較高技術(shù)相似度區(qū)間[0.6～1]內(nèi)的專利IPC分類所屬小類主要有G06K（數(shù)據(jù)識別）、G06N（基于特定計(jì)算模型的計(jì)算機(jī)系統(tǒng)）、G06T（一般的圖像數(shù)據(jù)處理或產(chǎn)生）以及G06E（光學(xué)計(jì)算設(shè)備），與圖3目標(biāo)企業(yè)主要IPC分類情況有較高的一致性，從專利標(biāo)題可知此部分的專利聚焦于深度學(xué)習(xí)與面部視覺識別技術(shù)，主要的應(yīng)用領(lǐng)域包括生物領(lǐng)域及醫(yī)學(xué)領(lǐng)域等;處于較低技術(shù)相似度區(qū)間[0～0.6）內(nèi)的專利IPC分類所屬小類相較目標(biāo)企業(yè)主要IPC分類有較多不同，除以上4小類外主要有G10L（語音分析或合成;語音識別）、G06Q（專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法）、G08B（信號裝置或呼叫裝置）、H04N（圖像通信）、H04W（無線通信網(wǎng)絡(luò)）、B60W（車輛控制系統(tǒng)）、B60K（車輛動(dòng)力裝置或傳動(dòng)裝置的布置或安裝）、G02B（光學(xué)元件、系統(tǒng)或儀器）、A61B（診斷、外科鑒定）、G16H（處置或處理醫(yī)療或健康數(shù)據(jù)的信息和通信技術(shù)）以及B62B（手動(dòng)車輛），此部分專利聚焦于車輛和設(shè)備控制系統(tǒng)以及圖像通信技術(shù)，應(yīng)用于商業(yè)、醫(yī)學(xué)及管理領(lǐng)域的設(shè)備控制、情境監(jiān)控和信息識別等。

按照2.2部分所述，結(jié)合專利家族的技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值指標(biāo)，構(gòu)建以專利家族為基本單位的技術(shù)潛力—技術(shù)關(guān)聯(lián)矩陣，綜合測度專利價(jià)值和技術(shù)距離，分布情況如圖5所示。

由圖5可知，全量數(shù)據(jù)中專利家族主要集中在目標(biāo)企業(yè)技術(shù)關(guān)聯(lián)度低且技術(shù)潛力較低的區(qū)域;相當(dāng)一部分專利家族雖然與目標(biāo)企業(yè)技術(shù)關(guān)聯(lián)度較高，但是技術(shù)潛力指標(biāo)并不理想，即分布在技術(shù)潛力平均值線以下的藍(lán)色圓圈密集的區(qū)域。最終識別潛力發(fā)展方向所基于的目標(biāo)專利家族群分布在圖中虛線——高于或低于平均值一個(gè)標(biāo)準(zhǔn)差線所劃分的區(qū)域，即技術(shù)關(guān)聯(lián)度高且技術(shù)潛力高的區(qū)域（X值>0.475且Y值>0.032）以及技術(shù)關(guān)聯(lián)度低但技術(shù)潛力高的區(qū)域（0≤X值<0.007且Y值>0.032）。688CDADD-5B64-475C-B805-31786A41E808

3.2 潛力發(fā)展方向識別結(jié)果分析

將數(shù)據(jù)匯總篩選整理后，分別對目標(biāo)企業(yè)、技術(shù)關(guān)聯(lián)度高且技術(shù)潛力高、技術(shù)關(guān)聯(lián)度低但技術(shù)潛力高的專利家族排名TOP10的IPC分類情況進(jìn)行羅列，結(jié)果如圖6所示。

基于圖6可知，以目標(biāo)企業(yè)商湯科技IPC分類情況為比較基準(zhǔn)，在技術(shù)潛力值都高于平均值加一個(gè)標(biāo)準(zhǔn)差的選取標(biāo)準(zhǔn)下，明顯可見全量數(shù)據(jù)中技術(shù)關(guān)聯(lián)高的專利家族IPC分類情況相較于技術(shù)關(guān)聯(lián)度低的專利家族IPC分類情況，前者與目標(biāo)企業(yè)的專利家族IPC分類分布有較大的相似性，從一定程度上驗(yàn)證了本文技術(shù)關(guān)聯(lián)度計(jì)算方法的科學(xué)性。以商湯科技為代表的技術(shù)性初創(chuàng)企業(yè)若想要進(jìn)一步提高創(chuàng)新能力以加強(qiáng)市場競爭性，結(jié)合2.2.3部分的內(nèi)容，對應(yīng)圖3中的全量數(shù)據(jù)不同范圍專利家族IPC分類，基于加深技術(shù)深度和拓寬技術(shù)廣度兩個(gè)方向，提出技術(shù)專業(yè)化和技術(shù)多元化兩個(gè)主要的發(fā)展戰(zhàn)略，如表6所示。

以商湯科技為代表的中國技術(shù)型初創(chuàng)企業(yè)在不同的技術(shù)領(lǐng)域方向上對應(yīng)采取不同的發(fā)展戰(zhàn)略，由表6可知，分布在技術(shù)關(guān)聯(lián)度且技術(shù)潛力高的區(qū)域的專利技術(shù)方向主要有圖像信息及特征識別、基于特定計(jì)算模型的計(jì)算機(jī)系統(tǒng)，以及與信息檢索相關(guān)的數(shù)據(jù)庫結(jié)構(gòu)，對于這個(gè)區(qū)域內(nèi)IPC分類對應(yīng)的相關(guān)技術(shù)，企業(yè)可以基于當(dāng)前的技術(shù)優(yōu)勢基礎(chǔ)進(jìn)一步對其進(jìn)行專業(yè)深耕，例如在計(jì)算機(jī)系統(tǒng)建設(shè)中引入更多不同的模型算法，以及解決圖像處理和計(jì)算機(jī)視覺的工程中無法隨時(shí)隨地進(jìn)行動(dòng)態(tài)圖像監(jiān)控的問題等等。分布在技術(shù)關(guān)聯(lián)度低但技術(shù)潛力高的區(qū)域的專利技術(shù)方向主要有語音識別（特征提取及分類技術(shù)等）以及智能控制技術(shù)，對于這個(gè)區(qū)域內(nèi)的相關(guān)技術(shù)則可以采取拓寬廣度的發(fā)展戰(zhàn)略，由于目前這兩大類技術(shù)的領(lǐng)域應(yīng)用范圍十分廣泛，一方面可以在企業(yè)原有研究領(lǐng)域的基礎(chǔ)上延伸富有市場需求的應(yīng)用領(lǐng)域;另一方面可以考慮解決當(dāng)前市場上其他企業(yè)暫時(shí)沒有解決方案的問題，例如語音識別技術(shù)仍未解決的噪聲干擾及情感識別等問題。根據(jù)中國信息通信研究院的統(tǒng)計(jì)數(shù)據(jù)顯示：2017年，我國人工智能行業(yè)規(guī)模占比首位的是計(jì)算機(jī)視覺領(lǐng)域（占比37%），其次是語音識別領(lǐng)域（占比22%），2018—2020年，計(jì)算機(jī)視覺、智能語音識別及控制技術(shù)是領(lǐng)域內(nèi)技術(shù)企業(yè)的重要發(fā)展方向。中國產(chǎn)業(yè)信息研究網(wǎng)行業(yè)報(bào)告數(shù)據(jù)顯示，這些方向仍然是未來的主流技術(shù)趨勢，且對應(yīng)企業(yè)規(guī)模也在相應(yīng)擴(kuò)大，技術(shù)型初創(chuàng)企業(yè)在基礎(chǔ)技術(shù)的支撐下增加應(yīng)用場景和致力突破技術(shù)難題，是其在發(fā)展戰(zhàn)略制定時(shí)應(yīng)考慮的重要方面。

4 結(jié)論與展望

近年來，我國政府對人工智能技術(shù)發(fā)展給予高度重視，出臺了一系列全國及地方性政策，并將其列入國家戰(zhàn)略。人工智能技術(shù)在衍生新的技術(shù)應(yīng)用方式的同時(shí)，不斷催生新業(yè)態(tài)和發(fā)展模式，已經(jīng)成為新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力。技術(shù)型初創(chuàng)企業(yè)作為前沿技術(shù)的“探索者”，在深化變革的過程中承擔(dān)著先鋒作用，為此類技術(shù)型初創(chuàng)企業(yè)尋找潛力技術(shù)方向，不僅能夠維持其自身競爭力，更能從整體上提升我國人工智能技術(shù)創(chuàng)新優(yōu)勢，進(jìn)一步拓寬技術(shù)應(yīng)用范圍，將技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展更好地結(jié)合。

因此，本文以技術(shù)型初創(chuàng)企業(yè)為研究對象，綜合考慮技術(shù)潛力與技術(shù)—企業(yè)關(guān)聯(lián)度，構(gòu)建技術(shù)潛力—技術(shù)關(guān)聯(lián)矩陣，作為潛力技術(shù)探測方法;并結(jié)合技術(shù)多元化與技術(shù)專業(yè)化兩種創(chuàng)新路徑，為目標(biāo)企業(yè)提出相應(yīng)的技術(shù)發(fā)展戰(zhàn)略。得到以下結(jié)論：第一，通過將目標(biāo)企業(yè)商湯科技的技術(shù)分布與技術(shù)關(guān)聯(lián)度高且技術(shù)潛力高、關(guān)聯(lián)度低但技術(shù)潛力高，這兩個(gè)區(qū)域中的技術(shù)進(jìn)行比較，驗(yàn)證了本文指標(biāo)及其測度的科學(xué)性。第二，通過對不同相似度區(qū)間專利進(jìn)行舉例分析后，車輛及設(shè)備控制系統(tǒng)以及圖像通信技術(shù)是商湯科技此類初創(chuàng)企業(yè)可以考慮拓展的技術(shù)領(lǐng)域。第三，通過分析技術(shù)潛力—技術(shù)關(guān)聯(lián)矩陣中的技術(shù)分區(qū)，發(fā)現(xiàn)在技術(shù)潛力高的技術(shù)中，與企業(yè)密切關(guān)聯(lián)的技術(shù)大多與目標(biāo)企業(yè)當(dāng)前技術(shù)方向一致，說明數(shù)據(jù)識別、基于特定計(jì)算模型的計(jì)算機(jī)系統(tǒng)、圖像數(shù)據(jù)處理等技術(shù)，目前仍是該類技術(shù)型初創(chuàng)企業(yè)的發(fā)展重心，在市場優(yōu)勢的競爭中仍處于重要地位。而與企業(yè)技術(shù)關(guān)聯(lián)度低的技術(shù)，也不失為一條“創(chuàng)新蹊徑”，企業(yè)可以選擇在原領(lǐng)域基礎(chǔ)上拓寬智能控制技術(shù)在專業(yè)化領(lǐng)域的應(yīng)用，致力于語音識別應(yīng)用盲區(qū)的關(guān)鍵性技術(shù)，在相關(guān)且多元的技術(shù)方向中發(fā)展競爭優(yōu)勢。

本文在研究過程中存在以下幾點(diǎn)局限：①本文在評估技術(shù)潛力時(shí)，對專利的技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值各取一半權(quán)重進(jìn)行加權(quán)，沒有深入考慮兩因素對技術(shù)潛力影響的區(qū)別;②本研究選取人工領(lǐng)域的中國企業(yè)進(jìn)行實(shí)證，但不同的文化背景和市場環(huán)境可能會產(chǎn)生更為復(fù)雜的影響，可以在未來研究中進(jìn)一步拓展場景，驗(yàn)證方法的適用性。

參考文獻(xiàn)

[1]竇麗琛，張?jiān)疲愑绹?，?學(xué)習(xí)貫徹黨的十九屆五中全會精神筆談[J].經(jīng)濟(jì)與管理，2021，35（2）：6-13.

[2]仝自強(qiáng)，李鵬翔.技術(shù)型初創(chuàng)企業(yè)商業(yè)模式創(chuàng)新演進(jìn)機(jī)理研究[J].軟科學(xué)，2021，35（3）：55-62.

[3]孫世強(qiáng)，陶秋燕，陳瑾宇.技術(shù)創(chuàng)新能力、創(chuàng)新氛圍對創(chuàng)新績效的影響研究——基于中國初創(chuàng)企業(yè)的實(shí)證分析[J].中國管理信息化，2019，22（3）：98-101.

[4]孫紅衛(wèi)，田明.專利文獻(xiàn)和技術(shù)創(chuàng)新[J].現(xiàn)代情報(bào)，2005，（4）：216-217.

[5]馮揚(yáng)，徐愷英，盛盼盼.數(shù)字圖書館專利信息服務(wù)模式與創(chuàng)新策略研究[J].情報(bào)科學(xué)，2016，34（8）：69-73，77.

[6]徐愷英，馮楊，崔偉.基于專利分析的技術(shù)創(chuàng)新型企業(yè)競爭情報(bào)模式研究[J].情報(bào)理論與實(shí)踐，2014，37（10）：60-64.

[7]李永發(fā)，羅媞.初創(chuàng)企業(yè)未獲取價(jià)值與商業(yè)模式創(chuàng)新[J].科技進(jìn)步與對策，2019，36（11）：25-33.

[8]王松，沈江.基于扎根理論的初創(chuàng)中小型企業(yè)創(chuàng)新影響因素與路徑研究[J].科技管理研究，2019，39（22）：182-190.688CDADD-5B64-475C-B805-31786A41E808

[9]黃嵩，倪宣明，張俊超，等.政府引導(dǎo)基金能促進(jìn)技術(shù)創(chuàng)新嗎？——基于我國科技型初創(chuàng)企業(yè)的實(shí)證研究[J].管理評論，2020，32（3）：110-121.

[10]馬嫣然，蔡建峰，王淼.風(fēng)險(xiǎn)投資背景、持股比例對初創(chuàng)企業(yè)技術(shù)創(chuàng)新產(chǎn)出的影響——研發(fā)投入的中介效應(yīng)[J].科技進(jìn)步與對策，2018，35（15）：1-8.

[11]Fritsch M，Wyrwich M.Regional Emergence of Start-Ups in Information Technologies：The Role of Knowledge，Skills and Opportunities[J].Foresight and STI Governance，2019，13（2）：62-71.

[12]Huergo E，López A.Growth Effects of Economic Conditions at Birth：The Role of Public Funding for Technology-based Start-ups[J].Economics of Innovation and New Technology，2020，（4）：1-28.

[13]Isaksson A，Lfsten H，Rannikko H.The Influence of Initial Business Models on Early Business Performance：A Study of 589 New High-tech Firms[J].International Journal of Innovation Management，2021，25（5）.

[14]Guo H，Wang C，Su Z，et al.Technology Push or Market Pull？Strategic Orientation in Business Model Design and Digital Start-up Performance[J].Journal of Product Innovation Management，2020，37（4）：352-372.

[15]晁蓉，龍海東.面向新冠肺炎治療的技術(shù)識別與發(fā)現(xiàn)[J].情報(bào)探索，2020，（7）：36-42.

[16]楊辰，王楚涵，陶琬瑩，等.基于專利的技術(shù)機(jī)會識別：深度學(xué)習(xí)領(lǐng)域的案例分析[J].科技管理研究，2021，41（12）：172-176.

[17]呂皓，周曉紀(jì).基于主題模型的技術(shù)預(yù)見文本分析[J].情報(bào)探索，2018，（10）：52-59.

[18]張洋，林宇航，侯劍華.基于融合數(shù)據(jù)和生命周期的技術(shù)預(yù)測方法：以病毒核酸檢測技術(shù)為例[J].情報(bào)學(xué)報(bào)，2021，40（5）：462-470.

[19]曹藝文，許海云，武華維，等.基于引文曲線擬合的新興技術(shù)主題的突破性預(yù)測——以干細(xì)胞領(lǐng)域?yàn)槔齕J].圖書情報(bào)工作，2020，64（5）：100-113.

[20]Giglio C，Sbragia R，Musmanno R，et al.Cross-country Learning from Patents：An Analysis of Citations Flows in Innovation Trajectories[J].Scientometrics，2021：1-20.

[21]Gwak J H，Sohn S Y.A Novel Approach to Explore Patent Development Paths for Subfield Technologies[J].Journal of the Association for Information Science & Technology，2018，69（3）：410-419.

[22]Chiu T F.A Proposed IPC-based Clustering Method for Exploiting Expert Knowledge and Its Application to Strategic Planning[J].Journal of Information Science，2014，40（1）：50-66.

[23]丁波濤.人工智能時(shí)代的情報(bào)學(xué)發(fā)展與創(chuàng)新——基于情報(bào)交流理論的視角[J].情報(bào)學(xué)報(bào)，2021，40（3）：321-332.

[24]張靜，楊冠燦，劉會景.全球?qū)＠y(tǒng)計(jì)數(shù)據(jù)庫（PATSTAT）研究述評[J].數(shù)字圖書館論壇，2015，4（12）：62-68.

[25]世界知識產(chǎn)權(quán)組織.技術(shù)趨勢2019：人工智能[EB/OL].https：//www.wipo.int/tech_trends/zh/artificial_intelligence/patentscope.html，2021-03-27.

[26]CB Insights官網(wǎng).人工智能初創(chuàng)企業(yè)排行榜TOP 100[EB/OL].https：//www.cbinsights.com/research/2019-top-100-ai-startups-where-are-they-now/，2021-07-10.

[27]李華晶.基于商湯科技的人工智能獨(dú)角獸創(chuàng)新創(chuàng)業(yè)案例啟示[J].科技中國，2020，4（10）：67-72.

[28]智慧芽全球?qū)＠麛?shù)據(jù)庫.智慧芽全球?qū)＠麛?shù)據(jù)庫產(chǎn)品介紹[EB/OL].https：//www.zhihuiya.com/products.html，2021-07-15.

[29]徐明，陳亮.基于文獻(xiàn)綜述視角的專利質(zhì)量理論研究[J].情報(bào)雜志，2018，37（12）：28-35.688CDADD-5B64-475C-B805-31786A41E808

[30]姚清晨.不同類型創(chuàng)新主體擁有的不同性質(zhì)發(fā)明專利維持過程實(shí)證研究[J].情報(bào)雜志，2016，35（3）：73-79.

[31]欒春娟，郭曉梅.新興技術(shù)的市場潛力研究：基于專利組合分析[J].科學(xué)與管理，2017，37（1）：27-35.

[32]Bessen J.Estimates of Patent Rents from Firm Market Value[J].Research Policy，2009，38（10）：1604-1616.

[33]馮仁濤，余翔.專利技術(shù)范圍與專利價(jià)值——基于生物技術(shù)領(lǐng)域?qū)＠姆治鯷J].情報(bào)雜志，2021，40（4）：109-118，91.

[34]侯劍華，范二寶.基于專利家族的核心技術(shù)演進(jìn)分析——以太陽能光伏電池技術(shù)為例[J].情報(bào)雜志，2014，33（12）：30-35，40.

[35]Lee Y G.What Affects a Patents Value？An Analysis of Variables that Affect Technological，Direct Economic，and Indirect Economic Value：An Exploratory Conceptual Approach[J].Scientometrics，2009，79（3）：623-633.

[36]趙蓉英，李新來，李丹陽.專利引證視角下的核心專利研究——以人工智能領(lǐng)域?yàn)槔齕J].情報(bào)理論與實(shí)踐，2019，42（3）：78-84.

[37]Hirsch J E.An Index to Quantify an Individuals Scientific Research Output[J].Proceedings of the National Academy of Ences of the United States of America，2005，102（46）：16569-16572.

[38]Guan J C，Gao X.Exploring the h-Index at Patent Level[J].Journal of the American Society for Information Science and Technology，2008，60（1）：35-40.

[39]劉志齋，左文革.h指數(shù)及其衍生指標(biāo)評估獸用疫苗領(lǐng)域單篇專利的適用性探索[J].中國農(nóng)業(yè)文摘-農(nóng)業(yè)工程，2020，32（3）：41-46.

[40]Jin B H，Liang L M，Rousseau R，et al.The R-and AR-indices：Complementing the h-Index[J].Chinese Science Bulletin，2007，52（6）：855-863.

[41]楊毓麗，丁媛，張?zhí)K.基于ESI單本外文圖書質(zhì)量評價(jià)體系實(shí)證研究——以計(jì)算機(jī)學(xué)科為例[J].圖書館雜志，2015，34（7）：11-18.

[42]Chung J，Ko N，Kim H，et al.Inventor Profile Mining Approach for Prospective Human Resource Scouting[J].Journal of Informetrics，2021，15（1）：101103.

[43]馬廷燦，李桂菊，姜山，等.專利質(zhì)量評價(jià)指標(biāo)及其在專利計(jì)量中的應(yīng)用[J].圖書情報(bào)工作，2012，56（24）：89-95，59.

[44]張克群，孫泓，耿筠，等.專利被引證數(shù)與專利價(jià)值關(guān)系研究的再驗(yàn)證[J].圖書館論壇，2020，40（3）：55-62.

[45]李春燕，石榮.專利質(zhì)量指標(biāo)評價(jià)探索[J].現(xiàn)代情報(bào)，2008，（2）：146-149.

[46]陳悅，王康，宋超，等.一種用于技術(shù)融合與演化路徑探測的新方法：技術(shù)群相似度時(shí)序分析法[J].情報(bào)學(xué)報(bào)，2021，40（6）：565-574.

[47]Chiu Y C，Lai H C，Liaw Y C，et al.Technological Scope：Diversified or Specialized[J].Scientometrics，2009，82（1）：37-58.

[48]Ko W W，Liu G.How Information Technology Assimilation Promotes Exploratory and Exploitative Innovation in the Small-and Medium-Sized Firm Context：The Role of Contextual Ambidexterity and Knowledge Base[J].Journal of product innovation management，2019，36（4）：442-466.

（責(zé)任編輯：陳 媛）688CDADD-5B64-475C-B805-31786A41E808