劉玉梅 溫馨 孟翔飛

摘 要：突破性技術(shù)創(chuàng)新的實(shí)現(xiàn)具有高度不確定性，如將其視為不同領(lǐng)域技術(shù)知識(shí)進(jìn)行交叉融合實(shí)現(xiàn)技術(shù)軌道躍遷的創(chuàng)新成果，可以有效理解與把握突破性技術(shù)創(chuàng)新的內(nèi)在機(jī)理。其中，技術(shù)知識(shí)元匹配規(guī)則和方法成為關(guān)鍵性問題。基于突破性技術(shù)創(chuàng)新中技術(shù)知識(shí)元的多元化、動(dòng)態(tài)化和分散化特點(diǎn)，運(yùn)用證據(jù)推理理論，將技術(shù)提煉分解為知識(shí)元組合形式，根據(jù)突破性技術(shù)創(chuàng)新和技術(shù)融合性質(zhì)提出技術(shù)匹配規(guī)則與方法，并以石墨烯技術(shù)為例，檢驗(yàn)匹配規(guī)則和方法的有效性。依據(jù)規(guī)則，在技術(shù)知識(shí)來源中尋找合適的技術(shù)知識(shí)元進(jìn)行匹配，進(jìn)而迅速實(shí)現(xiàn)突破性技術(shù)創(chuàng)新，有助于提升突破性技術(shù)創(chuàng)新效率和效果。

關(guān)鍵詞：證據(jù)推理；突破性技術(shù)創(chuàng)新；技術(shù)融合；知識(shí)元；技術(shù)匹配

DOI：10.6049/kjjbydc.2022030114

中圖分類號(hào)：F124.3

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2023）13-0011-10

0 引言

突破性技術(shù)創(chuàng)新被認(rèn)為是引領(lǐng)技術(shù)與產(chǎn)業(yè)發(fā)展方向、助推企業(yè)和產(chǎn)業(yè)實(shí)現(xiàn)“跨越式追趕”的絕佳“機(jī)會(huì)窗口”［1］，對(duì)于引領(lǐng)國(guó)家科技發(fā)展、促進(jìn)經(jīng)濟(jì)增長(zhǎng)發(fā)揮著巨大作用。大量突破性技術(shù)創(chuàng)新實(shí)踐和理論研究表明，突破性技術(shù)創(chuàng)新的形成不僅強(qiáng)調(diào)知識(shí)創(chuàng)造［2］，還取決于眾多知識(shí)領(lǐng)域重組［3］。即更多突破性技術(shù)創(chuàng)新來源于跨領(lǐng)域技術(shù)融合［4］，技術(shù)融合推動(dòng)著突破性技術(shù)創(chuàng)新的涌現(xiàn)。技術(shù)融合是指通過互補(bǔ)或替換的方式將多個(gè)領(lǐng)域的現(xiàn)有技術(shù)聯(lián)系起來［5］，以實(shí)現(xiàn)對(duì)現(xiàn)有技術(shù)的突破［6］以及對(duì)新技術(shù)方向的開拓［7］。近年來，通過典型技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新的研究層出不窮，如生物芯片技術(shù)［8-9］、納米技術(shù)、電子信息技術(shù)和生物技術(shù)［10］、印刷電子技術(shù)［11］、信息技術(shù)和電動(dòng)汽車技術(shù)［12］、無(wú)人機(jī)技術(shù)［13］等均是通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新的典型例證。

然而，實(shí)現(xiàn)不同領(lǐng)域技術(shù)融合并非易事，現(xiàn)實(shí)中，通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新也存在不盡如人意的結(jié)果［14］，而高效獲取匹配技術(shù)才是實(shí)現(xiàn)技術(shù)融合的關(guān)鍵。早在1989年，Brownlie等［15］就對(duì)技術(shù)匹配進(jìn)行了研究。隨后，學(xué)者又先后開展了構(gòu)建技術(shù)匹配的技術(shù)創(chuàng)新市場(chǎng)中介機(jī)制、知識(shí)管理模式［16］、知識(shí)庫(kù)［17］和知識(shí)組織模式［18］等研究。針對(duì)具體匹配方法的研究目前以文本相似度匹配為主［19］，但在本研究中，由于突破性技術(shù)創(chuàng)新的復(fù)雜性和不確定性，通過技術(shù)融合形成突破性技術(shù)創(chuàng)新難度更大、所需技術(shù)數(shù)量更多、技術(shù)涉及面更廣、技術(shù)匹配關(guān)系更復(fù)雜。因此，傳統(tǒng)文本相似度已經(jīng)不能滿足研究要求。通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新往往沒有現(xiàn)成方案可供參考，充滿動(dòng)態(tài)性和不確定性，為解決這一問題，學(xué)術(shù)界提出證據(jù)推理理論，并引入信任函數(shù)和似然函數(shù)對(duì)不同級(jí)別的不確定性知識(shí)進(jìn)行融合［20］ ，以靈活度量不確定性。因此，本文針對(duì)技術(shù)匹配不確定性特點(diǎn)，借鑒證據(jù)推理理論，將技術(shù)分解為知識(shí)元組合形式，依據(jù)技術(shù)匹配規(guī)則，提出基于證據(jù)推理的技術(shù)知識(shí)元匹配方法，并以石墨烯技術(shù)為例進(jìn)行應(yīng)用分析，以期為突破性技術(shù)創(chuàng)新情境下的技術(shù)匹配研究提供新思路和新方法。

1 突破性技術(shù)創(chuàng)新情境下技術(shù)知識(shí)元匹配機(jī)理

1.1 突破性技術(shù)創(chuàng)新情境下技術(shù)匹配要素

云計(jì)算、大數(shù)據(jù)時(shí)代，技術(shù)交易發(fā)展更加迅速和便捷，技術(shù)數(shù)量增長(zhǎng)速度更快，為技術(shù)匹配提供了更多可能，但同時(shí)也存在技術(shù)信息匹配困難［21］、技術(shù)主體對(duì)接不暢等問題［22］，尤其是突破性技術(shù)創(chuàng)新情境下的技術(shù)匹配難點(diǎn)更多。本文認(rèn)為，通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新過程中的技術(shù)匹配主要包含以下要素：待匹配（待融合）技術(shù)、符合匹配規(guī)則的可供技術(shù)、技術(shù)匹配方、技術(shù)提供方和技術(shù)匹配規(guī)則等，這些要素相互聯(lián)系、相互作用，共同構(gòu)成技術(shù)匹配系統(tǒng)，如圖1所示。

由圖1可知，為實(shí)現(xiàn)突破性技術(shù)創(chuàng)新，需要技術(shù)匹配方將獲取的符合技術(shù)匹配規(guī)則的提供技術(shù)與現(xiàn)有待匹配技術(shù)進(jìn)行交叉融合。需要注意的是，技術(shù)提供方提供的技術(shù)只有滿足技術(shù)匹配方技術(shù)要求才能夠通過技術(shù)融合生成新技術(shù)。在技術(shù)匹配過程中，技術(shù)匹配方和技術(shù)提供方作為技術(shù)匹配主體，是需要匹配技術(shù)和提供技術(shù)的宿主。技術(shù)傳遞方式、技術(shù)融合度、技術(shù)傳遞媒介、技術(shù)雙方關(guān)系影響技術(shù)匹配效果。技術(shù)匹配方利用技術(shù)匹配規(guī)則獲得技術(shù)提供方提供的技術(shù)，對(duì)其進(jìn)行技術(shù)融合形成新技術(shù)，并繼續(xù)尋找能與其它待匹配技術(shù)及新技術(shù)進(jìn)行匹配的其他技術(shù)提供方，完成技術(shù)融合，實(shí)現(xiàn)技術(shù)創(chuàng)新。

1.2 突破性技術(shù)創(chuàng)新情境下的技術(shù)匹配特征

技術(shù)融合強(qiáng)調(diào)不同領(lǐng)域技術(shù)的深度整合，而不是不同技術(shù)的簡(jiǎn)單疊加。因此，突破性技術(shù)創(chuàng)新情境下的技術(shù)匹配具有如下特征：

（1）技術(shù)匹配的動(dòng)態(tài)連續(xù)性。突破性技術(shù)創(chuàng)新具有前沿性特征，通常要求實(shí)現(xiàn)融合的技術(shù)在時(shí)間序列上具有新穎性特征。同時(shí)，對(duì)技術(shù)的要求還隨宏觀形勢(shì)變化而發(fā)展，具有動(dòng)態(tài)性特征。通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新過程中，技術(shù)匹配方不斷尋找能夠滿足自身技術(shù)訴求的提供技術(shù)，只有技術(shù)匹配方需要的技術(shù)和技術(shù)提供方提供的技術(shù)相匹配，才能完成技術(shù)融合，進(jìn)而實(shí)現(xiàn)突破性技術(shù)創(chuàng)新，這個(gè)過程具有連續(xù)性特征。

（2）技術(shù)來源的廣泛分散性。技術(shù)融合始于不同學(xué)科之間的交叉引用，并逐漸深入到多學(xué)科合作研究中［23］，通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新通常不局限于相關(guān)領(lǐng)域技術(shù)，更需要與本領(lǐng)域內(nèi)不相關(guān)技術(shù)實(shí)現(xiàn)跨領(lǐng)域交叉融合，導(dǎo)致尋求的技術(shù)范圍廣且分散在多個(gè)技術(shù)領(lǐng)域。同時(shí)，技術(shù)知識(shí)信息載體也十分多樣，常集中于專利、期刊論文、學(xué)位論文、會(huì)議論文、圖書、基金項(xiàng)目、行業(yè)報(bào)告、政策、輿情等。技術(shù)融合就是將分散在不同領(lǐng)域、不同組織以及不同形式的技術(shù)與現(xiàn)有待匹配技術(shù)進(jìn)行融合，從而實(shí)現(xiàn)技術(shù)創(chuàng)新。

（3）技術(shù)主體的多元異質(zhì)性。企業(yè)是驅(qū)動(dòng)技術(shù)發(fā)展的主要力量，往往需要綜合應(yīng)用多項(xiàng)技術(shù)實(shí)現(xiàn)技術(shù)融合，既是主要技術(shù)匹配方，也是技術(shù)提供方，高校和科研院所則是技術(shù)的主要提供方。在技術(shù)匹配過程中，往往還會(huì)出現(xiàn)一些起中介作用的平臺(tái)將技術(shù)雙方聯(lián)系起來，便于實(shí)現(xiàn)更優(yōu)的技術(shù)匹配。

（4）技術(shù)匹配結(jié)果的不確定性。突破性技術(shù)創(chuàng)新是打破原有技術(shù)軌道的根本性創(chuàng)新［24］，通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新具有較高難度。在技術(shù)融合過程中，由于不同知識(shí)元在技術(shù)組合中的地位和貢獻(xiàn)不同，所以技術(shù)融合并非簡(jiǎn)單組合或重組，需要經(jīng)過反復(fù)不斷的探索和試驗(yàn)，對(duì)交叉技術(shù)進(jìn)行融合，以達(dá)到相互兼容、協(xié)調(diào)和整合的目的。這種融合沒有固定規(guī)律，結(jié)果也充滿不確定性。如果技術(shù)要求得到滿足，技術(shù)能夠匹配，融合后形成的新技術(shù)具有突變性［25］并能夠打破原有技術(shù)軌道，就是突破性技術(shù)；如果形成的新技術(shù)只是對(duì)現(xiàn)有技術(shù)、產(chǎn)品（服務(wù)）等進(jìn)行改進(jìn)，維持原有技術(shù)創(chuàng)新，就是漸進(jìn)性技術(shù)；如果技術(shù)無(wú)法兼容、協(xié)調(diào)、整合，技術(shù)匹配就有可能失敗。因此，技術(shù)匹配結(jié)果具有較強(qiáng)的不確定性。即便如此，仍然可以參考已有技術(shù)匹配成功案例，采取類似的組合方式和方法得到新技術(shù)匹配方案。

1.3 突破性技術(shù)創(chuàng)新情境下技術(shù)知識(shí)元匹配機(jī)理

技術(shù)融合本質(zhì)上源于知識(shí)融合，技術(shù)層面融合可用技術(shù)領(lǐng)域間活躍的知識(shí)流動(dòng)表征（翟東升等，2015）。本文將技術(shù)融合過程中的技術(shù)知識(shí)定義為知識(shí)元，用不同知識(shí)元表征不同技術(shù)能力或技術(shù)知識(shí)領(lǐng)域（劉娜等，2018）。突破性技術(shù)創(chuàng)新實(shí)質(zhì)上是技術(shù)知識(shí)來源中諸多知識(shí)元匹配融合后形成新技術(shù)，其能夠打破原有技術(shù)軌道。本文借鑒Fleming & Strumsky［26］的組合性創(chuàng)新理論，認(rèn)為知識(shí)元并非隨意堆積，而是遵循一定的匹配規(guī)則。馬榮康等（2020）研究發(fā)現(xiàn)，突破性技術(shù)創(chuàng)新的形成往往需要組合新穎的知識(shí)元素。除此之外，技術(shù)匹配規(guī)則還呈現(xiàn)其它特點(diǎn)，技術(shù)融合通常分為領(lǐng)域內(nèi)技術(shù)融合和不同領(lǐng)域技術(shù)融合（翟東升等，2020）。其中，領(lǐng)域內(nèi)技術(shù)融合是指通過技術(shù)組合對(duì)原有技術(shù)路徑進(jìn)行優(yōu)化，并沒有改變?cè)屑夹g(shù)軌道；而不同領(lǐng)域技術(shù)融合更容易產(chǎn)生技術(shù)軌道躍遷，實(shí)現(xiàn)新技術(shù)突破，這些不同領(lǐng)域技術(shù)通常處于不同技術(shù)軌道，存在較大差別。因此，不同領(lǐng)域技術(shù)或差異性較大的技術(shù)融合更有利于促進(jìn)突破性技術(shù)創(chuàng)新，進(jìn)而實(shí)現(xiàn)新技術(shù)發(fā)展［27］。然而，如果技術(shù)融合度低，將很難沖破原有技術(shù)軌道形成突破性技術(shù)。只有高融合度的技術(shù)組合，才有可能實(shí)現(xiàn)技術(shù)軌道躍遷，并具備產(chǎn)生突破性技術(shù)的可能［28］，這為技術(shù)匹配規(guī)則的確定提供了新依據(jù)。技術(shù)知識(shí)元匹配機(jī)理如圖2所示。

綜上所述，通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新過程中的技術(shù)匹配涉及較多內(nèi)容，包括知識(shí)元匹配、技術(shù)匹配、技術(shù)創(chuàng)新方案等，從微觀層面到宏觀層面，從單個(gè)知識(shí)元到多個(gè)知識(shí)元，從單一領(lǐng)域到多個(gè)領(lǐng)域，技術(shù)匹配呈現(xiàn)出不同特征。其中，獲取的技術(shù)是否符合技術(shù)要求是決定技術(shù)能否匹配成功、技術(shù)能否有效融合、創(chuàng)新能否實(shí)現(xiàn)的關(guān)鍵。

2 突破性技術(shù)創(chuàng)新情境下技術(shù)知識(shí)元匹配模型

當(dāng)前，在技術(shù)融合、學(xué)科交叉背景下，技術(shù)結(jié)構(gòu)層次和創(chuàng)新模式不斷變化，導(dǎo)致通過技術(shù)融合實(shí)現(xiàn)技術(shù)創(chuàng)新尤其是突破性技術(shù)創(chuàng)新所需技術(shù)具有不確定性和未知性。這些技術(shù)往往分散在不同技術(shù)領(lǐng)域，技術(shù)匹配方可通過技術(shù)購(gòu)買、許可、授權(quán)或（非）股權(quán)聯(lián)盟的方式獲取所需技術(shù)。技術(shù)匹配是從技術(shù)知識(shí)來源中搜尋待匹配技術(shù)，采用一定方法實(shí)現(xiàn)技術(shù)融合并生成新技術(shù)的創(chuàng)新過程。技術(shù)匹配首先要弄清楚待匹配技術(shù)、提供技術(shù)以及技術(shù)匹配規(guī)則。技術(shù)匹配是待匹配技術(shù)不斷被滿足，通過技術(shù)融合實(shí)現(xiàn)技術(shù)創(chuàng)新并生成新的待匹配技術(shù)的動(dòng)態(tài)過程。

2.1 技術(shù)匹配過程中的技術(shù)知識(shí)元

通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新對(duì)技術(shù)的要求在不同時(shí)期有不同的內(nèi)容，與之相對(duì)應(yīng)的技術(shù)知識(shí)來源分散在不同領(lǐng)域和不同組織中，技術(shù)融合要從不同技術(shù)知識(shí)來源中找到符合待匹配技術(shù)要求的可提供技術(shù)，以重新進(jìn)行組合和創(chuàng)造。

假設(shè)有n個(gè)待匹配技術(shù)、m個(gè)可供的技術(shù)知識(shí)來源，待匹配技術(shù)知識(shí)元為P，可獲取技術(shù)為G，它們均為技術(shù)知識(shí)來源中的技術(shù)要素。技術(shù)匹配規(guī)則E是根據(jù)實(shí)際情況確定的技術(shù)之間的匹配關(guān)系。技術(shù)匹配問題還要從橫向和縱向兩個(gè)維度考慮：橫向是指在某一個(gè)時(shí)間點(diǎn)上所包含的待匹配技術(shù)的知識(shí)元；縱向是針對(duì)某個(gè)待匹配知識(shí)元在不同時(shí)間點(diǎn)上被滿足的程度。

待匹配技術(shù)隨著時(shí)間推移而發(fā)展，tk時(shí)刻待匹配技術(shù)可表示為：

P（pk1tk，pk2tk，…，pkntk）（1）

其中，pki（tk）為tk時(shí)刻第i個(gè)知識(shí)元，表示待匹配技術(shù)要素，每個(gè)知識(shí)元都有自己的結(jié)構(gòu)，如式（2）所示。

pkitk=pki1，pki2，…，pkil（2）

其中，pkil表示第i個(gè)知識(shí)元第l個(gè)屬性值，把技術(shù)融合某個(gè)時(shí)間段待匹配技術(shù)分解為多個(gè)知識(shí)元組合，可表示為：

P=w1pk1tk+w2pk2tk+…+wnpkntk（3）

其中，wi代表i個(gè)知識(shí)元在待匹配技術(shù)中的重要程度，∑ni=1wi=1。

根據(jù)技術(shù)匹配規(guī)則，將從技術(shù)知識(shí)來源中得到的可供技術(shù)與待匹配技術(shù)相對(duì)應(yīng)，把tk時(shí)間可供技術(shù)記為G（gk1tk，gk2tk，…，gkmtk），可供技術(shù)的知識(shí)元結(jié)構(gòu)為gkjtk=gkj1，gkj2，…，gkjl，gkjl表示第j個(gè)可供知識(shí)元的第l個(gè)屬性值。從技術(shù)知識(shí)來源中抽取的知識(shí)元通過一定組合方式滿足技術(shù)要求，可供技術(shù)整體表示為：

G=v1gk1tk+v2gk2tk+…+vmgkmtk（4）

其中，vj表示j個(gè)可供技術(shù)知識(shí)元在提供技術(shù)方案中所起的作用或貢獻(xiàn)程度，∑mj=1vj=1，可供技術(shù)知識(shí)元通過不同組合得到不同技術(shù)。

在技術(shù)融合過程中，技術(shù)匹配方對(duì)技術(shù)要求具有動(dòng)態(tài)性，分割點(diǎn)為獲得新技術(shù)的時(shí)間，隨著技術(shù)要求不斷更新，當(dāng)待匹配技術(shù)得到滿足后，又會(huì)形成和激發(fā)下一輪新的技術(shù)需求，得到新的待匹配技術(shù)。同時(shí)，在技術(shù)融合過程中，并非待匹配技術(shù)的每個(gè)知識(shí)元都能得到良好匹配，待匹配技術(shù)只能在一定程度上得到滿足，技術(shù)融合效果和新技術(shù)創(chuàng)新程度并不盡如人意，但追求新技術(shù)的意愿不會(huì)消亡。待匹配技術(shù)可表示為：待匹配技術(shù)=原待匹配技術(shù)未被滿足的部分+新的待匹配技術(shù)，不同時(shí)間點(diǎn)待匹配技術(shù)關(guān)系式為：

Ptk+1=Ptk－Gtk+NPtk+1（5）

綜上所述，待匹配技術(shù)隨著技術(shù)融合的深入而不斷發(fā)展，為更好地滿足待匹配技術(shù)要求，本文把待匹配技術(shù)要求分解為若干個(gè)子要求，利用Dempster合成規(guī)則，獲取技術(shù)匹配方案。在技術(shù)匹配過程中往往存在不匹配、不相容的技術(shù)，或者匹配規(guī)則不確定的情況，因此可從多源異構(gòu)技術(shù)知識(shí)來源中提取證據(jù)。本文利用正交求和法綜合證據(jù)，從而獲得技術(shù)匹配方案。

通過技術(shù)融合實(shí)現(xiàn)的突破性技術(shù)創(chuàng)新匹配結(jié)果用集合Θ表示，集合中的要素是相互獨(dú)立的有限元素，Θ被稱為識(shí)別框架，是技術(shù)匹配的前提和根本。識(shí)別框架中的元素由“已經(jīng)知道”或“想知道”的知識(shí)決定［29］，待匹配技術(shù)和可供技術(shù)識(shí)別框架在t時(shí)刻分別表示為：Θp（t）={P1t，P2t，…，Pnt}、Θg（t）={G1t，G2t，…，Gnt}，隨著技術(shù)的不斷匹配，識(shí)別框架也在不斷發(fā)生改變。

技術(shù)匹配存在一定的隨機(jī)性和結(jié)果不確定性，可供技術(shù)能夠在多大程度上滿足技術(shù)匹配要求是一個(gè)概率事件。利用一定規(guī)則獲取技術(shù)知識(shí)來源中的技術(shù)，保證與待匹配技術(shù)形成證據(jù)，保證對(duì)待匹配技術(shù)有一定支持度，本文將所獲技術(shù)對(duì)技術(shù)匹配效果的信任度稱為匹配Mass函數(shù)。Mass函數(shù)是證據(jù)推理理論的基本函數(shù)，是在識(shí)別框架Θ基礎(chǔ)上的基本可信度分配函數(shù)。m2Θ→［0，1］，滿足如下條件：

m=0∑AΘmA=1（6）

其中，2Θ表示Θ所有子集構(gòu)成的集合，m（A）為A的基本信度指派，表示證據(jù)支持A的程度。相關(guān)學(xué)者把Mass函數(shù)定義為可供技術(shù)對(duì)待匹配技術(shù)要求的匹配度，涉及技術(shù)融合過程中技術(shù)差異度和技術(shù)融合度等因素［30］。在眾多技術(shù)知識(shí)來源中，滿足待匹配技術(shù)要求并實(shí)現(xiàn)技術(shù)融合以達(dá)到技術(shù)創(chuàng)新支持程度往往需要技術(shù)知識(shí)來源中的多個(gè)知識(shí)元。

若識(shí)別框架Θ={A1，A2，…，AN}，m（A）為識(shí)別框架下的基本可信度分配函數(shù)，2Θ={，{A1}，{A2}，…，{AN}，{A1，A2}，…，{A1，A2，…，AN}}為識(shí)別框架下的冪集，m（A）>0，則稱A為證據(jù)m的焦元。本文把從待匹配技術(shù)中提煉的知識(shí)元定義為待匹配技術(shù)焦元，這些焦元形成全部待匹配技術(shù)?？晒┘夹g(shù)的知識(shí)元同樣具有識(shí)別框架和焦元，不同時(shí)期待匹配技術(shù)不同，可供技術(shù)的知識(shí)元也不同。

2.2 技術(shù)匹配規(guī)則

技術(shù)融合中待匹配技術(shù)和可供技術(shù)以知識(shí)元的形式存在，待匹配技術(shù)和可供技術(shù)的每個(gè)知識(shí)元都有自己的維度，待匹配技術(shù)和可供技術(shù)具體可表示為知識(shí)元矩陣。

PF（ij）=pf11pf12…pf1mpf21pf22…pf2mpfn1pfn2…pfnm（7）

其中，pfij表示第i個(gè)知識(shí)元出現(xiàn)在第j個(gè)技術(shù)知識(shí)來源中的次數(shù)。

技術(shù)融合中待匹配技術(shù)和可供技術(shù)存在技術(shù)結(jié)構(gòu)差異，技術(shù)提供渠道眾多，不同創(chuàng)新內(nèi)容要求知識(shí)元有不同的匹配方法。技術(shù)創(chuàng)新尤其是突破性技術(shù)創(chuàng)新多通過眾多技術(shù)領(lǐng)域重組產(chǎn)生，往往需要新穎程度高、技術(shù)差別大、技術(shù)融合強(qiáng)的技術(shù)進(jìn)行交叉融合。本文參考劉玉梅等（2021）提出的技術(shù)軌道躍遷程度計(jì)算公式，具體如下：

Xij=A1Ni+Nj+A2Dij+A3Rij（8）

該公式表示待匹配技術(shù)與可供技術(shù)之間的匹配規(guī)則。其中，Xij表示匹配程度；Ni表示第i項(xiàng)技術(shù)的新穎度，利用新穎度指標(biāo)Sigma指數(shù)公式Ni=Sigma=（centrality+1）burstness計(jì)算。其中，centrality表示中介中心性值，burstness表示Burst指數(shù)的值；Dij表示第i項(xiàng)技術(shù)與第j項(xiàng)技術(shù)間的差異程度，利用技術(shù)距離公式Dij=Distanceij=1－∑nk=1qikqjk ∑nk=1q2ik∑nk=1q2jk表示待匹配技術(shù)知識(shí)元與可供技術(shù)知識(shí)元之間的差異。其中，k代表融合技術(shù)所包含的技術(shù)類別，取值為1～n；qik表示在某時(shí)間段領(lǐng)域內(nèi)i在第k類技術(shù)中的知識(shí)成果數(shù)量；qjk表示在某時(shí)間段領(lǐng)域內(nèi)j在第k類技術(shù)中的知識(shí)成果數(shù)量；Rij表示第i項(xiàng)技術(shù)與第j項(xiàng)技術(shù)的融合度，利用關(guān)聯(lián)規(guī)則公式Rij=i∩ji∪j=相交知識(shí)成果數(shù)知識(shí)成果總量計(jì)算技術(shù)可融合度。其中，i、j 表示兩個(gè)不同技術(shù)領(lǐng)域的知識(shí)成果數(shù)量；A1表示第i項(xiàng)技術(shù)和第j項(xiàng)技術(shù)新穎度的權(quán)重，A2表示第i項(xiàng)技術(shù)與第j項(xiàng)技術(shù)間差異度的權(quán)重，A3表示第i項(xiàng)技術(shù)與第j項(xiàng)技術(shù)間融合度的權(quán)重。A1、A2、A3可采用熵權(quán)法計(jì)算。在某一時(shí)刻，待匹配技術(shù)通過技術(shù)匹配規(guī)則與提供技術(shù)進(jìn)行技術(shù)融合，為技術(shù)匹配方法提供支持。

3 突破性技術(shù)創(chuàng)新情境下技術(shù)知識(shí)元匹配方案優(yōu)選

技術(shù)融合是不同領(lǐng)域技術(shù)在一定情景下生成新技術(shù)的過程。在技術(shù)融合過程中，由于匹配技術(shù)性質(zhì)不同，可能會(huì)得到不同技術(shù)知識(shí)來源中的技術(shù)支持，并有可能存在多種匹配方法。首先，構(gòu)造集函數(shù)，求出各證據(jù)的BPA值（Basic Probability Assignment）；其次，當(dāng)技術(shù)匹配過程存在矛盾和沖突證據(jù)時(shí)，需要對(duì)這些證據(jù)進(jìn)行處理，基本步驟如下：

Step 1：根據(jù)前文提到的識(shí)別框架Θ和Mass函數(shù)，定義技術(shù)匹配得到證據(jù)信任的上下限：信度函數(shù)Bel（Belieffunction）和似真度函數(shù)Pl （Plausibility Function）分別為：

BelA=∑BAmB，AΘ（9）

PlA=1－BelA'=∑A∩B≠ΦmB，A，B∈Θ（10）

Step 2：定義證據(jù)理論融合規(guī)則：設(shè)m1，m2，…，mn為識(shí)別框架Θ上的n個(gè)基本可信度分配函數(shù)，正交和m1m2…mn定義為：

mΦ=0mA=K－1∑∩Ai=A∏1≤i≤nmiAi，A≠（11）

其中，K為證據(jù)沖突因子，取決于∑∩Ai≠∏1≤i≤nmi（Ai）；合成結(jié)果mA表明m1，m2，…，mn對(duì)應(yīng)證據(jù)對(duì)A的支持程度。

Step 3：計(jì)算各知識(shí)元支持證據(jù)BPA值（Basic Probability Assignment）。集函數(shù)m1， …，mn2Θ→［0，1］滿足如下條件：

miHn=wi·βi（Hn）miH=miH+miH=1－wi∑Ni=1βinmiH=1－wimiH=wi1－∑Ni=1βi（Hn）（12）

其中，i=1，…，n；HnΘ;H=Θ;n=1，…，N。wi為知識(shí)元i的相對(duì)權(quán)重∑Mi=1wi=1。βHn、β（H）分別表示焦元HnHnΘ和H（H=Θ）的置信度值。miH由相對(duì)權(quán)重wi引起；miH代表分配給知識(shí)元i的評(píng)估信息未知的信任度。

Step 4：對(duì)知識(shí)元進(jìn)行合成，計(jì)算合成之后的BPA值。

mH，iHn=m1m2…mnHn=1K∑A1∩A2…∩AN=HnmA1，1·mA2，2…mAn，nHnmH=mH+mHmH=m1m2…mnH=1K∏ni=1mΘ，i+mΘ，i）－∏ni=1mΘ，imHn=1K∏ni=1mΘ，iK=∑A1∩A2…∩AN=HnmA1，1·mA2，2…mAn，nHnHnΘ;n=1，…，N（13）

Step 5：將合成后的BPA值轉(zhuǎn)換成置信度，如式（14）。

βHn=mHn1－mHβH=mH1－mHHnH=Θ（14）

Step 6：根據(jù)轉(zhuǎn)換的置信度確定技術(shù)匹配方案，運(yùn)用匹配綜合效用值衡量。另外，技術(shù)匹配方案效度用各知識(shí)元匹配的綜合程度表示。

uFAj=∑Nn=1βi（Aj）u（Hn）umaxFj=∑nk=1βkFjuHk+（βkFj+βHFj）uHkuminFj=∑nk=2βkFjuHk+（β1Fj+βHFj）uH1uavgFj=umaxFj+uminFj2（15）

比較幾個(gè)方案的效用值，以方案Fg和Fl為例，當(dāng)uminFg＞umaxFl時(shí)，F(xiàn)g優(yōu)于Fl；當(dāng)uminFg=uminFl且umaxFg=umaxFl時(shí)，認(rèn)為Fg與Fl等價(jià)；其余情況則通過平均效用值確定方案優(yōu)先級(jí)。當(dāng)提供技術(shù)知識(shí)元對(duì)待匹配技術(shù)有多種組合方式時(shí)，通過對(duì)不同方案進(jìn)行排序和比較，根據(jù)上式得出綜合效用值，選取技術(shù)融合效果最好的組合形式為目前解決方案。

隨著技術(shù)的不斷匹配，待匹配技術(shù)要求逐漸被滿足，新的待匹配技術(shù)不斷涌現(xiàn)。通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新是一個(gè)概率事件，在-1～1之間。正值說明技術(shù)要求得到滿足，通過技術(shù)融合產(chǎn)生突破性技術(shù)創(chuàng)新，并激發(fā)新一輪待匹配技術(shù)；負(fù)值說明技術(shù)要求沒有得到滿足，無(wú)法實(shí)現(xiàn)技術(shù)融合，技術(shù)創(chuàng)新過程失敗。

由于技術(shù)獲取方式和獲取時(shí)間不同，因此通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新是一個(gè)需要考慮時(shí)效性、成本和創(chuàng)新成果的多方均衡過程。根據(jù)技術(shù)匹配特性，多目標(biāo)均衡技術(shù)匹配模型如下：

maxz1=∑mi=1∑nj=1aijxij（t）

minz2=∑mi=1∑nj=1bijxij（t）（16）

∑mi=1xij（t）≤1∑nj=1xij（t）≤1xijt=0或1i=1，…，m;j=1，…，n

其中，xij表示第i個(gè)待匹配技術(shù)和第j個(gè)技術(shù)來源中的知識(shí)元相匹配，xij為0時(shí)表示技術(shù)不匹配，xij為1時(shí)表示技術(shù)匹配；aij表示技術(shù)匹配程度，目標(biāo)為總體匹配程度最大；bij表示技術(shù)匹配成本（搜索成本、組合成本和時(shí)間成本）。本文構(gòu)建的模型是匹配程度最大、匹配成本最小的多目標(biāo)模型，能夠得到某時(shí)段最佳技術(shù)匹配方案。

4 實(shí)例分析

為說明上述方法的有效性，以石墨烯技術(shù)為例設(shè)計(jì)算例。石墨烯從發(fā)現(xiàn)至今作為前沿技術(shù)領(lǐng)域受到社會(huì)各界廣泛關(guān)注，在各技術(shù)領(lǐng)域表現(xiàn)出的技術(shù)交叉融合特征十分明顯。以通過技術(shù)融合形成的石墨烯突破性技術(shù)作為證據(jù)研究技術(shù)匹配問題，識(shí)別框架是技術(shù)匹配的基礎(chǔ)，待匹配技術(shù)識(shí)別框架是技術(shù)匹配的前提。在某一時(shí)期，待匹配技術(shù)知識(shí)元構(gòu)成這個(gè)時(shí)期的技術(shù)識(shí)別框架（P1，P2，…，Pn），每個(gè)知識(shí)元又包括相應(yīng)屬性。

根據(jù)陳超美教授研發(fā)的CiteSpace軟件得出Sigma指數(shù)排名靠前的石墨烯技術(shù)德溫特手工代碼，具體包括：A08—M10兼容性改良劑、L04—C11C半導(dǎo)體加工—電極、E11—A01循環(huán)—過程和裝置、E05—U05C碳納米（含石墨烯）薄膜/片、A08—S01表面活性劑［一般］、L03—E05B太陽(yáng)能電池、E11—A02脫環(huán)（開環(huán)）—過程、裝置、A11—A04聚合物制備的分開過程、B12—K04診斷與檢測(cè)［一般］、U11—A14納米結(jié)構(gòu)材料。新穎度高的石墨烯技術(shù)通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新的幾率更高。本文以半導(dǎo)體加工—電極、太陽(yáng)能電池、納米結(jié)構(gòu)材料為例，將其視為待匹配技術(shù)。隨著技術(shù)的不斷融合與發(fā)展，在石墨烯領(lǐng)域待匹配技術(shù)還會(huì)發(fā)生轉(zhuǎn)變，并出現(xiàn)新技術(shù)。待匹配技術(shù)識(shí)別框架可表示為： Θ={納米結(jié)構(gòu)材料，太陽(yáng)能電池，半導(dǎo)體加工—電極}，各知識(shí)元都有一些相應(yīng)屬性，可表示為（納米結(jié)構(gòu)材料（x1=grapheme-oxide，x2=carbon-nanotube），太陽(yáng)能電池（x3=battery，x4=lithium，x5=cathode），半導(dǎo)體加工—電極（x6= layer，x7= electroode，x8=substrate））。假設(shè)待匹配技術(shù)知識(shí)元屬性的權(quán)重為PW=（（0.5，0.5），（0.3，0.4，0.3），（0.3，0.3，0.4）），提供技術(shù)來自不同的技術(shù)知識(shí)來源，表示為G=（G1（G11（0.2），G12（0.5），G13（0.3））、G2（G21（0.6），G22（0.4））、G3（G31（0.3），G32（0.2），G33（0.5））。由式（8）可得這些知識(shí)元與待匹配技術(shù)知識(shí)元之間的匹配度，模擬計(jì)算結(jié)果如表1所示。

對(duì)可供技術(shù)與待匹配技術(shù)知識(shí)元的匹配度進(jìn)行排序，結(jié)果為：G21>G32>G12>G22>G31>G13>G33>G11，G21>G22>G32>G31>G13>G12>G11>G33，G33>G31>G22>G32>G21>G12>G13>G11，該值越大，表明技術(shù)融合越有利于促進(jìn)突破性技術(shù)創(chuàng)新。將匹配效果劃分為5個(gè)等級(jí)，取值分別為0，0.2，0.5，0.8，1，可表示為：H（H1（極差），H2（差），H3（一般），H4（好），H5（極好）），由式（7）～式（11）得到可供技術(shù)知識(shí)元的合成BPA，如表2所示。

根據(jù)公式（14），將其轉(zhuǎn)化為各可供技術(shù)知識(shí)元對(duì)融合后待匹配技術(shù)知識(shí)元的置信度，結(jié)果如表3所示。

將各等級(jí)的效用值設(shè)置為UH1=0、UH2=0.1、UH3=0.5、UH4=UH5=1，由式（15）計(jì)算各可供技術(shù)知識(shí)元對(duì)待匹配技術(shù)知識(shí)元的效用，結(jié)果如表4所示。按照可供技術(shù)知識(shí)元對(duì)待匹配技術(shù)知識(shí)元的效用值進(jìn)行綜合排序，獲取各可供技術(shù)知識(shí)元中效用值較大的知識(shí)元組合，由G21、G22、G32組成解決方案，結(jié)果如表5所示。

由表5可以看出，由證據(jù)推理得到的解決方案對(duì)待匹配技術(shù)具有一定支持度，但表現(xiàn)時(shí)好時(shí)壞，其中納米結(jié)構(gòu)材料和太陽(yáng)能電池基本得到滿足。實(shí)踐中，隨著納米技術(shù)發(fā)展，納米結(jié)構(gòu)材料以高質(zhì)量、性能優(yōu)異等特征成為多學(xué)科交叉研究熱點(diǎn)。相關(guān)文獻(xiàn)表明，納米結(jié)構(gòu)材料與表面活性劑應(yīng)用技術(shù)差異度大、融合性強(qiáng)，運(yùn)用技術(shù)匹配規(guī)則得出的數(shù)值較高、匹配效果較好，納米結(jié)構(gòu)材料得到滿足。因此，依據(jù)匹配規(guī)則進(jìn)行技術(shù)融合的納米結(jié)構(gòu)材料與表面活性劑應(yīng)用技術(shù)生成突破性技術(shù)的可能性更大。目前，利用表面活性劑輔助的水溶液方法成功合成多種形態(tài)的納米結(jié)構(gòu)材料［31］，在表面活性劑的參與下，利用水熱反應(yīng)可以合成具有增強(qiáng)性能的光致發(fā)光銀—聚咔唑核殼型復(fù)合物納米結(jié)構(gòu)材料［32］，表明依據(jù)證據(jù)推理得到的解決方案對(duì)納米結(jié)構(gòu)材料具有一定支持度。太陽(yáng)能電池技術(shù)與表面活性劑技術(shù)融合生成突破性技術(shù)的可能性也很大，相關(guān)研究利用表面活性劑包覆多金屬氧簇復(fù)合物作為陰極界面層、三維表面活性劑—石墨烯復(fù)合陰極界面材料，并將其應(yīng)用于太陽(yáng)能電池中［33-34］。這表明，可供技術(shù)對(duì)太陽(yáng)能電池技術(shù)也具有一定支持度。太陽(yáng)能電池技術(shù)與納米結(jié)構(gòu)材料既作為待匹配技術(shù)又是可供技術(shù)，目前相關(guān)研究將納米結(jié)構(gòu)材料應(yīng)用于新型太陽(yáng)能電池研發(fā)，其能夠大幅提升太陽(yáng)能電池性能［35］，因此這兩種技術(shù)互為可供技術(shù)。然而，半導(dǎo)體加工—電極支持度較低，沒有得到滿足，未來還會(huì)繼續(xù)存在。當(dāng)新的待匹配技術(shù)或新的技術(shù)知識(shí)來源出現(xiàn)后，依然可以依據(jù)上述方法得到新匹配方案。方案的最終確定取決于技術(shù)匹配過程中涉及到的各種因素，參考式（16）可以得到某時(shí)段最佳技術(shù)匹配方案。

5 結(jié)語(yǔ)

當(dāng)前，隨著技術(shù)融合與學(xué)科交叉不斷推進(jìn)，受突破性技術(shù)創(chuàng)新驅(qū)動(dòng)，技術(shù)結(jié)構(gòu)和創(chuàng)新模式發(fā)生改變，先前許多不相關(guān)技術(shù)逐漸變得相互交叉與關(guān)聯(lián)，識(shí)別這些技術(shù)并進(jìn)行良好的匹配不僅能夠提高技術(shù)利用效率，還能夠創(chuàng)造性地實(shí)現(xiàn)突破性技術(shù)創(chuàng)新。本文從微觀和宏觀兩個(gè)層面解釋突破性技術(shù)創(chuàng)新情境下技術(shù)和技術(shù)知識(shí)元匹配機(jī)理：一方面，技術(shù)匹配方通過技術(shù)匹配規(guī)則獲得技術(shù)提供方提供的技術(shù)，對(duì)其進(jìn)行技術(shù)融合后形成新技術(shù)，并繼續(xù)尋找能與之相匹配的其他技術(shù)提供方，形成一個(gè)持續(xù)發(fā)展的良性循環(huán)；另一方面，技術(shù)新穎度、差異度和融合度是影響技術(shù)知識(shí)元實(shí)現(xiàn)突破性技術(shù)創(chuàng)新的關(guān)鍵因素，為技術(shù)匹配規(guī)則提供依據(jù)。在此基礎(chǔ)上，本文將技術(shù)提煉分解為知識(shí)元組合形式，并提出技術(shù)匹配規(guī)則，根據(jù)提供技術(shù)知識(shí)來源的分散性、不完全性和不確定性特點(diǎn)，應(yīng)用證據(jù)推理方法，對(duì)不同級(jí)別的不確定性技術(shù)知識(shí)進(jìn)行融合，通過技術(shù)匹配規(guī)則找到技術(shù)匹配方法。迅速有效的技術(shù)匹配是進(jìn)行技術(shù)融合進(jìn)而實(shí)現(xiàn)突破性技術(shù)創(chuàng)新的有效途徑，為國(guó)家科技創(chuàng)新管理和企業(yè)發(fā)展規(guī)劃提供了方法和策略支持。

本文存在一些不足：僅提出技術(shù)匹配過程中某時(shí)段技術(shù)匹配方案，在實(shí)踐中還要考慮不同階段待匹配技術(shù)要求變化及匹配方案效果。通過技術(shù)融合實(shí)現(xiàn)突破性技術(shù)創(chuàng)新，待匹配技術(shù)變動(dòng)要求可供技術(shù)也隨之變動(dòng)，待匹配技術(shù)既包括技術(shù)融合前已得到滿足或部分滿足的技術(shù)，也包括技術(shù)融合后形成的新技術(shù)，其依然會(huì)產(chǎn)生新技術(shù)匹配要求，待匹配技術(shù)結(jié)構(gòu)隨著技術(shù)的不斷融合和創(chuàng)新而發(fā)生改變，因此技術(shù)匹配方案除考慮某一時(shí)段技術(shù)匹配外，還要考慮不同階段待匹配技術(shù)要求變化和匹配方案效果，建立一個(gè)整體技術(shù)匹配方案最優(yōu)策略，這也是本文后續(xù)需要重點(diǎn)探討的內(nèi)容。

參考文獻(xiàn)：

［1］ SRIVASTAVA M K，GNYAWAL D R. When do relational resources matter？ leveraging portfolio technological resources for breakthrough innovation ［J］.IEEE Engineering Management Review， 2017， 45（2）：83-96.

［2］ MCDERMOTT C M， O'CONNOR G C. Managing radical innovation： an overview of emergent strategy issues ［J］. Journal of Product Innovation Management， 2002， 19（6）：424-438.

［3］ SCHOENMAKERS W， DUYSTERS G. The technological origins of radical inventions ［J］. Research Policy， 2010， 39（8）：1051-1059.

［4］ 周磊，楊威，王芮.技術(shù)融合視角下新興技術(shù)識(shí)別研究［J］.科技進(jìn)步與對(duì)策，2018， 35（15）： 57-62.

［5］ LEI D T. Industry evolution and competence development： the imperatives of technological conergence ［J］. International Journal of Technology Management， 2000， 19（7-8）： 699-738.

［6］ KODAMA F. Emerging patterns of innovation： sources of Japan's technological edge［J］. R&D Management，1996， 26（2）： 179-181.

［7］ BORES C， SAURINA C， TORRES R. Technological convergence： a strategic perspective［J］.Technovation， 2003， 23（1）： 1-13.

［8］ NO H J，PARK Y. Trajectory patterns of technology fusion： trend analysis and taxonomical grouping in nanobiotechnology［J］. Technological? Forecasting? and? Social Change，2010，77（1）：63-75.

［9］ 李丫丫，趙玉林.基于專利的技術(shù)融合分析方法及其應(yīng)用［J］.科學(xué)學(xué)研究，2016， 34（2）： 203-211.

［10］ KIM J，LEE S.? Forecasting and identifying muti-technology convergence based on patent data： the case of IT and BT industries in 2020［J］.? Scientometrics，2017，111（1）：47-65.

［11］ KIM E，CHO Y，KIM W. Dynamic patterns of technological convergence in printed electronic technologies： patent citation network［J］. Scientometrics，2014，98（2）：975-998.

［12］ 婁巖，楊培培，黃魯成，等.基于專利的技術(shù)融合測(cè)度方法——以信息技術(shù)與電動(dòng)汽車技術(shù)的融合為例［J］.現(xiàn)代情報(bào)，2017， 37（8）：142-153.

［13］ 宋呈曉，苗紅.基于專利的技術(shù)融合趨勢(shì)的驅(qū)動(dòng)因素研究［J］.情報(bào)雜志，2017，36（12）：98-105.

［14］ 邵云飛，黨雁，王思?jí)?跨界創(chuàng)新在突破性技術(shù)創(chuàng)新模糊前端的作用機(jī)制［J］. 科技進(jìn)步與對(duì)策，2018，35（22）：8-16.

［15］ BROWNLIE D T， MACBETH D K. The strategic management of technology： integrating technology supply and demand perspectives ［J］. European Management Journal， 1989， 7（1）： 71-83.

［16］ KLERKX L， LEEUWIS C. Matching demand and supply in the agricultural knowledge infrastructure： experiences with innovation intermediaries ［J］. Food Policy， 2008， 33（3）： 260-276.

［17］ HUNG S H， LIN C H， HONG J S. Web mining for event-based commonsense knowledge using lexico-syntactic pattern matching and semantic role labeling［J］. Expert Systems with Applications， 2010， 37（1）： 341-347.

［18］ 張嫻，胡正銀，茹麗潔，等. 技術(shù)供需信息關(guān)聯(lián)知識(shí)組織模式研究［J］.圖書情報(bào)工作，2016， 60（8）： 118-125.

［19］ 朱衛(wèi)東，吳勇.證據(jù)推理理論、方法及其在決策評(píng)估中的應(yīng)用［M］.北京：科學(xué)出版社，2016：10.

［20］ 李綱，余輝，梁鎮(zhèn)濤，等.技術(shù)交易中供需匹配影響因素研究——基于TOE框架的組態(tài)分析［J］. 情報(bào)理論與實(shí)踐，2022，45（2）：85-93，120.

［21］ 湯胤，歐治花，陳杏惠，等.興趣社交網(wǎng)絡(luò)中的供需匹配研究：以豆瓣網(wǎng)為例［J］.管理工程學(xué)報(bào)，2015， 29（2）： 41-50.

［22］ 胡健，菅會(huì)芳，孫金花.基于模糊案例推理的淺隱性知識(shí)供需匹配研究［J］.情報(bào)理論與實(shí)踐，2016，39（4）： 84-88.

［23］ CURRAN C， BRORING S， LEKER J. Anticipating converging industries using publicly available data［J］.Technological Forecasting & Social Change，2010，77（3）：385-395.

［24］ CHANDY RK，TELLIS GJ. Organizing for radical product innovation： the over-looked role of willingness to cannibalize［J］.Journal of Marketing Research， 1998，35（4）：474-487.

［25］ 張金柱，張曉林.利用引用科學(xué)知識(shí)突變識(shí)別突破性創(chuàng)新［J］.情報(bào)學(xué)報(bào)，2014，33（3）：259-266.

［26］ FLEMING L. Recombinant uncertainty in technological search［J］.Management Science， 2001，47（1）：117-132.

［27］ BERGEK A， BERGGREN C， MAGNUSSON T， et al. Technological discontinuities and the challenge for incumbent firms：destruction， disruption or creative accumulation［J］.Research Policy， 2013， 42：1210-1224.

［28］ 婁巖， 楊嘉林，黃魯成，等.基于專利共類的技術(shù)融合分析框架研究——以老年福祉技術(shù)與信息技術(shù)的融合為例［J］.現(xiàn)代情報(bào)， 2019， 39（9）： 41-53.

［29］ 張全，樊治平，孟軍.D-S理論在不確定性多屬性決策中的應(yīng)用［J］.系統(tǒng)工程與電子技術(shù)，1999，21（11）：7-10.

［30］ 呂一搏，韋明，林歌歌.基于專利計(jì)量的技術(shù)融合研究：判定、現(xiàn)狀與趨勢(shì)——以物聯(lián)網(wǎng)與人工智能領(lǐng)域?yàn)槔跩］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（4）：16-31.

［31］ 周廣軍.表面活性劑輔助的納米材料的控制合成和機(jī)理研究［D］.濟(jì)南：山東大學(xué)，2003.

［32］ 卓玉江.利用表面活性劑輔助的溶液路線在金屬基片上生長(zhǎng)異質(zhì)結(jié)構(gòu)納米材料及性能研究［D］.長(zhǎng)春：東北師范大學(xué)，2013.

［33］ 張宏偉.表面活性劑包覆多金屬氧簇復(fù)合物作為陰極界面層在反式聚合物太陽(yáng)能電池中的應(yīng)用及機(jī)理的研究［D］.長(zhǎng)春：吉林大學(xué)，2020.

［34］ FEI PAN， SONG BAI， XIAN WEI. 3D surfactant-dispersed graphemes as cathode interfacial materials for organic solar cells ［J］. Science China Materials， 2021， 64（2）：277-287.

［35］ 王康.基于微納米結(jié)構(gòu)增強(qiáng)有機(jī)聚合物薄膜太陽(yáng)能電池光吸收的研究［D］.廈門：華僑大學(xué)，2019.

（責(zé)任編輯：王敬敏）

英文標(biāo)題Matching Methods of Breakthrough Technology Knowledge Elements Based on Evidence? Reasoning

英文作者Liu Yumei，? Wen Xin， Meng Xiangfei

英文作者單位（School of Management， Shenyang University of Technology，Shenyang 110870，China）

英文摘要Abstract：The technology structure and innovation mode are constantly changing in the background of technology convergence and？interdiscipline， so the formation and realization of breakthrough technology innovation is highly uncertain. If it is regarded as the innovation result of technology knowledge convergence in different fields to achieve technological trajectory transition， the internal mechanism of breakthrough technology innovation can be effectively understood. In this paper， the evidence reasoning theory is applied and the technology is refined and decomposed into the form of knowledge element combination. According to the nature of breakthrough technology innovation and technology convergence， the technology matching rules and methods are given. The effectiveness of the matching rules and methods is verified by taking graphene technology as an example.

Theoretically， based on the diversification， dynamics and decentralization characteristics of breakthrough technology knowledge elements， technology is decomposed into the form of knowledge element combination， and the evidence reasoning theory is applied to construct the technology matching rules. The technology knowledge element matching model is the context of breakthrough technology innovation is proposed， and the rules and methods of technology knowledge matching in the formation process of breakthrough technology innovation with dynamic attributes are given. It further expands the theory and method of the formation and development about breakthrough technology innovation. In practice， in combination with the urgent need to tackle the bottleneck technologies， this study has? established the technology knowledge matching and convergence methods in the context of breakthrough technology innovation， provided reasonable and feasible guidance for the formation about breakthrough technology innovation， offer the theoretical and methodological tools for solving practical problems that are difficult to form breakthrough technological innovation.

Due to the complexity and uncertainty of breakthrough technology innovation and technological convergence， the matching relationship of technology knowledge elements is increasingly complex and uncertain. For this reason， based on the evidence reasoning theory， the trust function and likelihood function are introduced to fuse uncertain knowledge at different levels to measure the uncertainty flexibly. The technology refining is decomposed into the form of knowledge element combination， and the technology matching rules are determined according to the decisive factors for the formation of breakthrough technology innovation， i.e. technological novelty， difference and convergence， and then the technology knowledge element matching model is given. The graphene technology is taken as an example for the application analysis， so as to provide ideas and methods for technology matching research in the context of breakthrough technology innovation.

This paper proposes the matching rules and methods of technology knowledge elements in the context of breakthrough technology innovation. It explains the mechanism of technology matching and technology knowledge element matching in the context of breakthrough technology innovation from the micro and macro levels. On the one hand， the technology matchmaker obtains the technology provided by the technology provider through the technology matching rules and after the new technology is formed through technology convergence， it will continue to look for the other technology providers that can match it， forming a continuous benign development process; on the other hand， the novelty， difference and convergence of technology are the main factors that determine whether the technology knowledge elements can be integrated and achieve the breakthrough technology innovation， which provides a basis for the technology matching rules. Meanwhile by using the formula about transition degree of technological trajectory to represent the matching rules of technology knowledge elements， it is more conducive to finding the suitable technology knowledge elements from many sources of technology and knowledge for matching， and improving the effect of technology convergence and breakthrough technology innovation. It is proposed to build a technology knowledge element matching model in the context of breakthrough technology innovation， establish a multi-objective balanced technology matching model according to the timeliness， cost， innovation achievements and other factors， and then obtain the best matching scheme of technology knowledge elements， so as to improve the applicability of technology matching in the context of breakthrough technology innovation.

There are still some deficiencies in the technology matching method in this study. This paper only puts forward the matching scheme of technology in a certain period of time in technology matching. In practice， it is essential to consider the changes of technical requirements to be matched in different stages and the effect of matching schemes. In addition to considering the technology matching in a certain period of time， future research? should also consider the changes of the technical requirements to be matched in different stages and the effect of the matching scheme in the technology matching scheme.

英文關(guān)鍵詞Key Words：Evidence Reasoning; Breakthrough Technology Innovation; Technology Convergence; Knowledge Element; Technology Matching

收稿日期：2022-03-07? 修回日期：2022-06-13

基金項(xiàng)目：遼寧省社會(huì)科學(xué)基金項(xiàng)目（L19BJY037）

作者簡(jiǎn)介：劉玉梅（1980-），女，山東濟(jì)寧人，沈陽(yáng)工業(yè)大學(xué)管理學(xué)院博士研究生，研究方向?yàn)橥黄菩约夹g(shù)創(chuàng)新與管理；溫馨（1980-），男，遼寧朝陽(yáng)人，博士，沈陽(yáng)工業(yè)大學(xué)管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)榭萍寂c創(chuàng)新管理；孟翔飛（1966-），男，遼寧朝陽(yáng)人，博士，沈陽(yáng)工業(yè)大學(xué)管理學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)榧夹g(shù)創(chuàng)新管理。