基于技術跟蹤的戰(zhàn)略性新興產業(yè)人才機構遴選開發(fā)

摘要：技術跟蹤作為一種重要的人力資本挖掘方法，可以相對全面系統(tǒng)地明晰戰(zhàn)略性新興產業(yè)相關技術領域的人才結構、現(xiàn)狀及挖掘情況。通過闡述技術跟蹤的內涵及方法，開發(fā)基于專利引文的技術跟蹤工具，并以機器人領域為例進行實證分析，以期為戰(zhàn)略性新興產業(yè)人才機構遴選和開發(fā)做出技術分析性的基礎工作。

關鍵詞：技術跟蹤；專利引文；可視化

中圖分類號：C961 文獻標識碼：A文章編號：2095-3283（2016）06-0070-02

（一）內涵

技術跟蹤是建立在科學技術信息數(shù)據(jù)挖掘基礎上的，以結構化和非結構化數(shù)據(jù)分析為手段，連續(xù)動態(tài)地監(jiān)測和分析能給組織核心競爭力帶來重大影響的技術領域的結構和運行軌跡。技術跟蹤通常由三個部分組成：一是技術跟蹤的主體，即技術跟蹤行為的發(fā)出者和執(zhí)行者，根據(jù)不同組織形態(tài)，可以分為各類企業(yè)、各級政府部門以及各種形式的行業(yè)協(xié)會等主體。二是技術跟蹤的客體，即技術跟蹤對象，主要是對科技研發(fā)的具體主題，主要的研發(fā)機構和研發(fā)人員，技術研發(fā)軌跡等相關經濟和科技方面的活動進行實時的動態(tài)追蹤。三是技術跟蹤的方法，即技術跟蹤具體的工具和手段，是技術跟蹤主體運用一定的技術測量工具對技術跟蹤客體的結構進行全方位剖析和清晰化的過程。當前，數(shù)據(jù)挖掘、信息可視化、信息萃取等前沿技術正逐漸成為技術跟蹤的主要研究方法。

（二）方法

技術跟蹤的數(shù)據(jù)分析技術主要有數(shù)據(jù)關聯(lián)分析和數(shù)據(jù)聚類分析。關聯(lián)分析算法又稱關聯(lián)挖掘，是在交易數(shù)據(jù)、關系數(shù)據(jù)或其他信息載體中抽取技術數(shù)據(jù)之間的關聯(lián)性，也就是在數(shù)據(jù)庫中查找存在于項目集合或對象集合之間的頻繁模式、關聯(lián)、相關性或因果結構，展示出數(shù)據(jù)之間未知的依賴關系。聚類分析根據(jù)所處理數(shù)據(jù)的一些屬性，將數(shù)據(jù)庫中的記錄劃分為由類似對象組成的多個類，并從中發(fā)現(xiàn)規(guī)律和典型模式。

技術跟蹤的可視化表達主要為相關部門的決策支持服務，其具體過程是將整理后的信息數(shù)據(jù)通過可視化平臺展現(xiàn)給用戶。對于非顯性數(shù)據(jù)，可以建立數(shù)據(jù)之間的關聯(lián)關系、網(wǎng)絡關系和共現(xiàn)關系，并進一步轉化成可視化的形式。當前，基于多維尺度分析非常適合用來解決數(shù)據(jù)關聯(lián)問題的可視化，廣泛地應用在決策支持、科技分析、知識管理等領域。

二、實證分析

針對戰(zhàn)略性新興產業(yè)中的機器人領域人才機構進行技術跟蹤研究，本文選擇USPTO數(shù)據(jù)庫作為數(shù)據(jù)源。通過查找和提取“robot”相對應的專利及其引文信息，形成機器人技術跟蹤數(shù)據(jù)庫，在此基礎上進行數(shù)據(jù)整理，除去錯誤和冗余的數(shù)據(jù)，并將數(shù)據(jù)轉換成可視化技術匹配的形式，如圖1所示。

圖1中結點大小表明機構重要程度，連線的長短表明各節(jié)點之間的關聯(lián)程度，為了使內容易于理解，將圖中部分結果進行了位移。從各個節(jié)點之間的位置可以看出，高等院校、科研院所和政府資助的實驗室是美國機器人領域的主要技術推動主體，如Carnegie-Mellon University，Sandia National Laboratories，California Inst of Technology，The National Institute of Standards and Technology等高校和政府實驗室構成了美國機器人技術領域的技術核心，相比較而言，美國企業(yè)的研發(fā)力量則相對薄弱，與其它行業(yè)企業(yè)推動創(chuàng)新型不同。究其原因主要有以下三點：一是機器人屬于新興技術，其研究具有大量的理論和實踐的價值，也更容易出現(xiàn)原始創(chuàng)新的機會，專家們更愿意在此領域進行深度研究和挖掘，從而發(fā)現(xiàn)新技術、建立新規(guī)律，同時政府的推動政策也使得科學家更愿意投入到研發(fā)中；二是機器人領域是多學科多技術互通的領域，由于知識的繁雜性和未知性，科學家可以發(fā)現(xiàn)大量的創(chuàng)新機會；三是由于機器人領域投入大、風險高，因此直接投入大量人力物力進行產業(yè)化具有巨大的不確定性，因此產業(yè)界更依賴于技術購買。其他機構如United Technologies Research Center，Navy Center for Applied Research In Artificial Intelligence and University of Michigan雖然在研發(fā)和應用方面取得了一定的進展，形成了一些擁有自主知識產權的技術，但上述機構的基礎性研究工作還游離于主流之外。同時主要的研究機構中尚未出現(xiàn)中國機構的身影，說明我國在該領域發(fā)展仍有很大潛力。

三、結論

通過技術跟蹤，可以明確戰(zhàn)略性新興產業(yè)具體領域人才機構的結構和位置關系，為人才需求和開發(fā)戰(zhàn)略的制定提供決策信息支持?；诖?，本研究對技術跟蹤的基本理論進行了初步論述，提出了一種基于專利引文的技術跟蹤框架和方法，并相對系統(tǒng)地分析了技術跟蹤方法的內在結構和實現(xiàn)路徑，提供了一個技術跟蹤的總體思路和基本框架，并且以機器人技術為例，對戰(zhàn)略性新興產業(yè)的人才機構進行實證分析。

[參考文獻]

[1] 康宇航 基于可視化的三階段技術跟蹤模型及實證研究[J]科學學研究， 2009（2）.

[2] 林忠，王曉莉 大連軟件產業(yè)人才戰(zhàn)略研究[J] 中國軟科學， 2009（11）.

[3] 賴寶 廣東省戰(zhàn)略性新興產業(yè)科技人才開發(fā)機制研究[D] 華南理工大學， 2013.

[4] Holtone E The Mandate for Theory in Human Resource Development[J] Human Resource Development Review， 2002， 1（1）.

[5] 馬越 戰(zhàn)略性新興產業(yè)與戰(zhàn)略型人才培養(yǎng)機制研究[J] 科學管理研究， 2014，32（3）.

（責任編輯：董博雯）