科學-技術(shù)-項目聯(lián)動視角下顛覆性技術(shù)識別研究*

譚 曉 西桂權(quán) 蘇 娜 李佳娛 李 輝 靳曉宏

(1.北京市科學技術(shù)研究院科技情報研究所 北京 100044；2. 中國科學院科技戰(zhàn)略咨詢研究院 北京 100190)

1 顛覆性技術(shù)研究現(xiàn)狀

隨著科學、技術(shù)、社會一體化程度的不斷提高，技術(shù)創(chuàng)新與國家治理、國家安全、發(fā)展的聯(lián)系日益密切，科學技術(shù)活動逐漸成為體現(xiàn)國家意志的活動[1]。顛覆性技術(shù)作為構(gòu)筑領(lǐng)域先發(fā)優(yōu)勢、在國際科技競爭中實現(xiàn)彎道超車的重要路徑，國家對此高度重視。顛覆性技術(shù)的早期識別可以幫助政策制定者和企業(yè)決策者減少不確定性，并逐漸凝聚政策干預或投資的焦點，并盡早為新技術(shù)的后果制定計劃。越早確定顛覆帶來的結(jié)果，從中獲取的利益會帶來更大的優(yōu)勢。

顛覆性技術(shù)創(chuàng)新是從結(jié)果的視角進行定義的，即技術(shù)對應用領(lǐng)域產(chǎn)生的影響是顛覆的。最早提出相似概念的是經(jīng)濟學家熊彼特[2]，其創(chuàng)造性破壞理論觀點認為每次大規(guī)模的創(chuàng)新都淘汰舊的技術(shù)體系和生產(chǎn)體系，并建立新的生產(chǎn)體系。顛覆性技術(shù)是由于應用新的科學原理、技術(shù)組合、應用新場景等技術(shù)創(chuàng)新手段而對市場產(chǎn)生了顛覆，并最終替代原有技術(shù)或產(chǎn)品。市場是檢驗顛覆性技術(shù)創(chuàng)新的最終標準，市場接受程度是衡量顛覆性創(chuàng)新的最終指標。Christensen[3]認為市場端的顛覆性技術(shù)的特征是商品增加了新的性能改進的軌道，同時導致市場績效增長，并產(chǎn)生了新價值網(wǎng)絡。并以硬盤為例說明某些性能的躍遷并不一定是基于科技端的突破，市場端的變革是由于性能改進對現(xiàn)有的技術(shù)軌道產(chǎn)生了破壞。

伴隨現(xiàn)代化程度的不斷推進，科技與商業(yè)、社會、軍事的融合程度及相互影響不斷加深，對顛覆性技術(shù)在不同的應用領(lǐng)域的內(nèi)涵有了新的認知。Arthur[4]認為顛覆性技術(shù)不同于持續(xù)性技術(shù)，是一種高度不連續(xù)或革命性的創(chuàng)新類型，其萌芽期是新技術(shù)軌道的開始，慢慢成為持續(xù)性技術(shù)，隨著技術(shù)生命周期的完成，會被另一個顛覆性技術(shù)取代，形成新的軌道。德國弗勞恩霍夫協(xié)會認為：顛覆性技術(shù)就是能夠改變已有規(guī)則的技術(shù)，與現(xiàn)有技術(shù)相比，在性能或功能上有重大突破。國內(nèi)外學者圍繞顛覆性技術(shù)的內(nèi)涵要點從特征出發(fā)進行顛覆性技術(shù)的識別，多用于利用指標體系進行顛覆性技術(shù)遴選。Leifer等[5]的研究表明，顛覆性技術(shù)是能帶來或可能引發(fā)一個或幾個方面效果的技術(shù)創(chuàng)新類型；Kotelnikov[6]認為顛覆性技術(shù)能使產(chǎn)品、工藝或服務具有前所未有的性能特征或者具有相似的特征，但是性能有巨大提升或者創(chuàng)造出新產(chǎn)品的技術(shù)創(chuàng)新。孫永福[7]認為引發(fā)產(chǎn)業(yè)變革的顛覆性技術(shù)是以技術(shù)取得重大突破為基礎和前提的，以該項技術(shù)為核心的產(chǎn)品具有顛覆性創(chuàng)新特征，能催生潛力巨大的市場，并引發(fā)從生產(chǎn)、組織管理、商業(yè)模式等的變革。王康等[8]辨析了與顛覆性技術(shù)相關(guān)的概念，并從商業(yè)視角和國家戰(zhàn)略視角總結(jié)出區(qū)別及共性。

Christensen提出的顛覆性理論用于解釋技術(shù)變革時，主流技術(shù)擁有者被新興技術(shù)企業(yè)所替代的現(xiàn)象。隨著對顛覆性技術(shù)認識的不斷加深，顛覆性技術(shù)不應從技術(shù)對市場的作用模式上進行區(qū)分，而應該從結(jié)果和影響進行界定。顛覆性技術(shù)根源在于技術(shù)本身的更新(科技領(lǐng)域)，作用的影響是對應用領(lǐng)域的變革：技術(shù)經(jīng)濟社會范式的變革(對經(jīng)濟、產(chǎn)業(yè)、市場、科技、社會宏觀結(jié)構(gòu)的影響)和軍事變革。本文探討的顛覆性技術(shù)主要是從技術(shù)和市場兩個視角綜合來看，既要從創(chuàng)新鏈的基礎研究端看技術(shù)發(fā)展的溫床和培養(yǎng)皿，又要從創(chuàng)新鏈的市場端看技術(shù)拉動的需求和影響。顛覆性技術(shù)是具有對行業(yè)或領(lǐng)域進行轉(zhuǎn)場的技術(shù)群，即由于新技術(shù)的出現(xiàn)(源于技術(shù)驅(qū)動或者需求拉動)，使得生產(chǎn)商陸續(xù)轉(zhuǎn)向面向新技術(shù)的產(chǎn)品或相關(guān)設備的生產(chǎn)，以滿足市場需求，進而使得該行業(yè)產(chǎn)業(yè)鏈上下游均發(fā)生聯(lián)動變化，競爭規(guī)則進而發(fā)生變化。顛覆性技術(shù)是相對于領(lǐng)域/行業(yè)的新技術(shù)或技術(shù)群，可以是完全創(chuàng)新的技術(shù)，也可以是跨領(lǐng)域應用的技術(shù)或組合技術(shù)。

顛覆性技術(shù)方法層面研究已經(jīng)取得豐碩的成果：Buchanan[9]利用專利權(quán)人的影響力識別和評估技術(shù)的顛覆性；蘇敬勤[10]利用智能手機專利，通過分析專利量、專利引用量和專利引用率等隨時間變化的J-L型曲線，從而揭示了顛覆性技術(shù)的演化軌道，并提出了“專利影響因子”這一計量指標；欒春娟[11]基于專利申請數(shù)量、專利被引數(shù)、IPC號等綜合指標進行識別；黃魯成[12]基于生物入侵模型，對主流技術(shù)及新技術(shù)屬性相似度進行對比計算，認為相似度小的顛覆性大；考慮到萌芽狀態(tài)的技術(shù)作為顛覆性技術(shù)研究對象，對于戰(zhàn)略布局的時機問題意義重大，首先從創(chuàng)新性和獨創(chuàng)性篩選出潛在顛覆性技術(shù)，然后利用新功能間接側(cè)端市場影響力[13]；張金柱[14]利用專利對引用科學文獻的關(guān)鍵詞主題/簇類、學科分類等維度的突變進行突破性技術(shù)的識別。目前對于顛覆性技術(shù)的識別集中于論文或?qū)＠姆治觯瑹o法應用于市場驅(qū)動的顛覆性技術(shù)的識別。市場分析方法不注重技術(shù)層面的分析，沒有提出與顛覆性技術(shù)直接相關(guān)聯(lián)的指標。從系統(tǒng)的角度看，顛覆性技術(shù)的研究應該將科技端和市場端聯(lián)合起來。

2 技術(shù)演進視角下顛覆性技術(shù)分析

有很多學者從案例出發(fā)進行顛覆性技術(shù)有關(guān)特征和模式的研究分析，認為顛覆性創(chuàng)新中存在低端和高端兩種模式，并且呈現(xiàn)了不同特征[15-18]，高端創(chuàng)新產(chǎn)品具有跨行業(yè)、價格高、性能好的特點，低端創(chuàng)新產(chǎn)品具有行業(yè)內(nèi)、便捷性、價格低的特點。Christensen的研究內(nèi)容偏向“從低端市場侵蝕，逐步取代主流技術(shù)的創(chuàng)新”，但在當前階段已經(jīng)很難再能產(chǎn)生顛覆性效果。從技術(shù)來源看，當前更著重跨行業(yè)融合應用、技術(shù)突破兩種方式。從創(chuàng)新鏈條基礎研究-技術(shù)研究-市場應用看，研究機構(gòu)、企業(yè)是承擔基礎研究、技術(shù)研究的載體，消費者、政府是市場需求的主體，Nagy等[19]也認為全過程視角探討創(chuàng)新活動，應當綜合考慮技術(shù)創(chuàng)新、生產(chǎn)流程、商業(yè)模式及市場環(huán)境等影響因素。在該部分通過跨行業(yè)融合應用及技術(shù)突破進行兩個典型案例的分析，試圖分析創(chuàng)新主體技術(shù)及市場聯(lián)動因素、創(chuàng)新演進過程及顛覆性特征。

2.1 案例分析

本部分選用手機和新能源汽車作為案例進行顛覆性技術(shù)特征的定性分析。手機行業(yè)的發(fā)展大致可以分為：模擬手機時代、數(shù)字網(wǎng)絡時代、智能手機時代。從產(chǎn)品本身看，橫向比較整合的不同行業(yè)技術(shù)，相比較同時期的游戲、MP3、照相機等產(chǎn)品技術(shù)，均低于當時的主流技術(shù)；縱向看智能手機相對功能手機的技術(shù)發(fā)展，技術(shù)軌道發(fā)生了重大變化，智能手機更多的是便攜式計算機的思想在手機行業(yè)的實現(xiàn)，操作系統(tǒng)、應用程序的應用使得手機同時具備了掌上電腦的功能。盡管智能手機的功能均低于單個的產(chǎn)品功能和配置，但是滿足了集多種功能于一體的需求，市場價格低于多個單品的總和，且便攜。從對行業(yè)外的影響看，其他行業(yè)的在位企業(yè)沒有意識到行業(yè)外產(chǎn)品對其產(chǎn)品的顛覆威脅，當時的Palm為掌上電腦的在位企業(yè)，由于沒有意識到行業(yè)外產(chǎn)品的競爭性，仍與智能手機企業(yè)進行操作系統(tǒng)、觸摸屏等方面的合作，忽視了行業(yè)外具有交叉功能產(chǎn)品的競爭。

較之智能手機的演化，新能源汽車除了受企業(yè)自身的因素外，更多地受到市場需求、基礎研究機構(gòu)、政策層面的影響。在其整個發(fā)展過程中，更能體現(xiàn)出科技創(chuàng)新生態(tài)。從參與主體看，涉及政府、高校/科研機構(gòu)、企業(yè)，以政策導向，企業(yè)和研發(fā)機構(gòu)進行資源共享，協(xié)同創(chuàng)新，拓展顛覆性技術(shù)框架；從創(chuàng)新鏈條看，材料學領(lǐng)域的基礎研究，聯(lián)動鋰電池技術(shù)的突破，打破了一直以來限制電動汽車發(fā)展的能源瓶頸，同時在市場端的消費者和政策環(huán)境，通過科技計劃、研發(fā)平臺的構(gòu)建為發(fā)展新能源汽車技術(shù)變革打下基礎，在宣傳、補貼、基礎設施服務等方面增強了消費者環(huán)保意識，促進了消費者的需求。

2.2 特征分析

顛覆性技術(shù)與其他技術(shù)相同，都要經(jīng)歷從實驗室到市場/產(chǎn)業(yè)/軍事應用的發(fā)展，而且需要在較短時間迅速迭代擴張，實現(xiàn)對傳統(tǒng)技術(shù)的取代和顛覆(見圖1)。

圖1 顛覆性技術(shù)演化特征分析

顛覆性技術(shù)區(qū)別于漸進性技術(shù)，不是在原有技術(shù)軌道上的性能提升，而是基于新的技術(shù)軌道，這已是共識[19-21]。

從創(chuàng)新來源層面來看，顛覆性技術(shù)來源于基礎理論創(chuàng)新或技術(shù)突破、跨領(lǐng)域的技術(shù)應用、多項技術(shù)集成創(chuàng)新[22-23]。智能手機領(lǐng)域從縱向技術(shù)發(fā)展看來，盡管有手機架構(gòu)等區(qū)別于功能手機技術(shù)創(chuàng)新，但更多的來源于便攜電腦的移植，承載了跨領(lǐng)域多種技術(shù)集成融合，其過程歷經(jīng)了一代代的技術(shù)更迭；新能源汽車核心部件(電驅(qū)動、電池、電控)的創(chuàng)新，特別是電池技術(shù)的突破經(jīng)歷了很長的鏈路，最終產(chǎn)生技術(shù)突破實現(xiàn)行業(yè)的顛覆性變革，不論技術(shù)來源于哪里，都是突破理論選擇和需求的生產(chǎn)兩個環(huán)節(jié)[24]。

從市場/社會需求層面，顛覆性技術(shù)是相對于領(lǐng)域主流技術(shù)，是個動態(tài)相對的概念，作為承載該顛覆性技術(shù)/技術(shù)群的載體，產(chǎn)品更多地滿足了新的應用場景，具有主流技術(shù)產(chǎn)品不具備的功能，或者滿足了新的需求，例如新能源汽車滿足了節(jié)能、環(huán)保的需求，智能手機滿足了休閑、工作多種場景的需求。

顛覆性技術(shù)的出現(xiàn)并未受到主流技術(shù)企業(yè)的重視，或者主流技術(shù)企業(yè)盡管意識到其威脅，但無法在原有技術(shù)軌道上進行突破或者融合創(chuàng)新。當顛覆性技術(shù)成為主流技術(shù)，其產(chǎn)品性能會不斷提升，例如智能手機，經(jīng)歷了3G、4G時代，迎來了5G時代，不管是GPU的算力還是速度、性能均有了大幅提升；新能源汽車電池技術(shù)也在不斷突破，新材料基礎研究的突破使得電池容量、安全性能不斷提升，而隨著氫能源的廣泛應用，新能源汽車又會迎來一個新時代，而這些均是基礎研究、技術(shù)應用、市場需求共同作用下產(chǎn)生的，即顛覆性技術(shù)生態(tài)環(huán)境。

3 顛覆性技術(shù)創(chuàng)新過程模型——科學-技術(shù)-市場聯(lián)動模型

國家十四五規(guī)劃明確指出要建立以企業(yè)為主體、市場為導向、產(chǎn)學研深度融合的技術(shù)創(chuàng)新體系。特別是在范式轉(zhuǎn)變、技術(shù)變革的窗口期，要以全過程視角探討創(chuàng)新活動，綜合考慮科學技術(shù)創(chuàng)新、生產(chǎn)及市場環(huán)境的影響因素以及參與的主體互動情況。

科學研究的突破往往會帶來一系列科學發(fā)現(xiàn)和技術(shù)發(fā)明，如電磁理論的建立推動人類社會進入了電氣化時代；產(chǎn)品的開發(fā)與創(chuàng)新過程既需要基礎理論突破，又需要相關(guān)專利的開發(fā)應用，如高端芯片研發(fā)既需要數(shù)學、物理、化學等基礎學科的綜合知識基礎，又需要設計、晶圓制造、封裝和測試多種技術(shù)；新型儀器的研發(fā)又有助于基礎研究的突破，如隨著加速器的不斷改進，對微觀物質(zhì)世界的認識逐步深入，粒子物理研究取得了巨大的成就。市場端的用戶需求、政策引導往往是這個過程的催化劑。

從顛覆性技術(shù)的創(chuàng)新來源方向(一是基于科學原理的重大突破產(chǎn)生的顛覆性技術(shù)，二是技術(shù)集成創(chuàng)新產(chǎn)生顛覆性技術(shù)，即新技術(shù)和現(xiàn)有技術(shù)的組合，三是技術(shù)的顛覆性應用形成顛覆性技術(shù)，即跨領(lǐng)域應用，四是以顛覆性思路解決問題催生顛覆性技術(shù))發(fā)現(xiàn)顛覆性技術(shù)一定是新技術(shù)，是有可能改變現(xiàn)有技術(shù)產(chǎn)品或創(chuàng)造全新的技術(shù)，顛覆性技術(shù)蘊含著從基礎研究到市場應用整個創(chuàng)新鏈的上下游，因此從創(chuàng)新過程的視角出發(fā)，顛覆性技術(shù)的創(chuàng)新過程可以用科學-技術(shù)-市場形成的模型來描述，對應產(chǎn)品、技術(shù)、科學理論方法，其互動體現(xiàn)在依賴關(guān)系及內(nèi)部聯(lián)系(見圖2)。顛覆性技術(shù)的產(chǎn)生可能來源于基礎理論的重大突破，可能是技術(shù)、方法、理論的跨領(lǐng)域應用，可能是當前技術(shù)和新技術(shù)的組合創(chuàng)新，也可能是全新技術(shù)，基于該模型，研究三者的聯(lián)動共生關(guān)系，進而提升培育/孵化顛覆性技術(shù)產(chǎn)業(yè)路徑(理論、產(chǎn)品)，為加強科技安全保障能力提供借鑒。在實驗驗證階段，市場部分的數(shù)據(jù)主要考量了國家需求、企業(yè)自主研發(fā)需求，因此數(shù)據(jù)選取了項目數(shù)據(jù)，構(gòu)建了科學-技術(shù)-項目網(wǎng)絡模型進行探討分析。

圖2 創(chuàng)新過程中科學-技術(shù)-市場互動模型

顛覆性技術(shù)的創(chuàng)新過程可以用科學-技術(shù)-市場形成的模型來描述(見圖3)，對應科學理論、技術(shù)方法、市場需求，其互動體現(xiàn)在依賴關(guān)系以及內(nèi)部聯(lián)系。顛覆性技術(shù)的產(chǎn)生可能來源于基礎理論的重大突破，可能是技術(shù)、方法、理論的跨領(lǐng)域應用，可能是當前技術(shù)和新技術(shù)的組合創(chuàng)新，也可能是全新技術(shù)，基于該模型，研究科學-技術(shù)、技術(shù)-市場、科學-市場的聯(lián)動共生關(guān)系，進而提升培育/孵化顛覆性技術(shù)產(chǎn)業(yè)路徑(理論、產(chǎn)品)，為加強科技安全保障能力提供借鑒。在顛覆性技術(shù)創(chuàng)新過程中，包括了來自基礎研究的科研機構(gòu)及高校、技術(shù)研發(fā)的主體企業(yè)及市場端的政府、其他企業(yè)以及用戶等。科研機構(gòu)和高校進行的知識創(chuàng)新是顛覆性技術(shù)的根源；企業(yè)利用技術(shù)、知識積淀，進行的技術(shù)場景和應用的探索、辨識技術(shù)風險、打破市場主流的障礙、以技術(shù)突破或跨領(lǐng)域技術(shù)融合創(chuàng)新實現(xiàn)技術(shù)軌道的躍遷，并迅速通過迭代創(chuàng)新進行技術(shù)內(nèi)容層面的顛覆，是顛覆性技術(shù)的培養(yǎng)皿；顛覆性技術(shù)以滿足用戶需求為導向，同時它的出現(xiàn)滿足于當前國家重大問題的解決，加之行業(yè)企業(yè)間的競合關(guān)系，使得顛覆性技術(shù)的科技生態(tài)良性構(gòu)建，使得市場成為顛覆性技術(shù)破壞主流技術(shù)的催化劑。

圖3 科學-技術(shù)-市場模型的創(chuàng)新過程

4 科學-技術(shù)-市場模型的應用

4.1 方法流程及數(shù)據(jù)說明

4.1.1方法流程

應用科學-技術(shù)-市場模型進行演化路徑下顛覆性技術(shù)識別，在實證具體應用中，市場的數(shù)據(jù)考量了國家需求和企業(yè)自主研發(fā)需求，構(gòu)建科學-技術(shù)-項目網(wǎng)絡模型進行應用。將網(wǎng)絡作為研究對象，需要進行社團主題識別、主題演變分析以及可能的異軌主題發(fā)現(xiàn)。以關(guān)鍵詞共現(xiàn)網(wǎng)絡為研究對象，通過共現(xiàn)關(guān)系和主題模型社團發(fā)現(xiàn)主題分析，在主題發(fā)現(xiàn)中應用社團識別，在類簇中權(quán)重大的為該聚類的主題。通過網(wǎng)絡結(jié)構(gòu)的中心度、密度、主題相似性、主題隨時序演化等特征進行主題演變規(guī)律的分析。可能異軌主題在本文中應用的是突變性指標、主題規(guī)模和主題質(zhì)量等指標進行識別。

a.基于共現(xiàn)關(guān)系和主題模型的社團發(fā)現(xiàn)和主題識別。通過共現(xiàn)關(guān)系和主題模型社團發(fā)現(xiàn)進行主題識別。根據(jù)文獻的共現(xiàn)關(guān)系，計算兩篇文獻的標準共現(xiàn)度。

(1)

其中Nx為文獻x的關(guān)鍵詞數(shù)量，Ny為文獻y的關(guān)鍵詞數(shù)量，Nxy為文獻x與文獻共現(xiàn)的關(guān)鍵詞數(shù)量?；贚DA模型的文章映射的主題向量為di=(t1,t2,…,tk)，兩篇文章的相似度計算采用兩個主題向量的余弦值計算公如式下：

(2)

本部分將基于LDA形成的文獻相似矩陣和基于引文耦合形成的文獻關(guān)系標準矩陣進行語義及結(jié)構(gòu)融合。基于引文耦合網(wǎng)絡(標準化值≥0.06)，根據(jù)語義信息，對網(wǎng)絡關(guān)聯(lián)關(guān)系進行調(diào)整，并調(diào)整其權(quán)重：

sim(i,j)=

(3)

其中，simLDA是文獻相似值；coco-occ是標準共現(xiàn)度；co(i,j)是指任意兩個節(jié)點i,j(節(jié)點是文獻的映射)是否在基本共現(xiàn)網(wǎng)絡中相鄰，若co(i,j)=0則不相鄰，若cite(i,j)>0則相鄰。公式(3)中，a的確定：按相似度由高到低的順序排序選取滿足一定閾值的值，其中最小的值即為a；b的確定：按相似度由低到高降序排列，選取滿足一定閾值的值，其中最大值即為b。基于基本網(wǎng)絡，如果兩個節(jié)點間沒有鏈接，且兩點間的語義相似度高于所有節(jié)點兩兩間相似度的，則在基本網(wǎng)絡的基礎上添加鏈接；如果兩個節(jié)點間有鏈接，且兩點間的語義相似度高于基本網(wǎng)絡中相鄰節(jié)點的語義相似度b的，保持兩點的鏈接。在本研究中λ選取0.5，閾值選擇top10%。利用大規(guī)模社團發(fā)現(xiàn)Louvain算法進行社團劃分，該算法是一種基于模塊度的圖算法模型，權(quán)重大的為該類團的主題。

b.基于主題相似度的主題演化分析和異軌主題發(fā)現(xiàn)。主題演變過程中，通過主題相似度分析主題在時間序列演變下的關(guān)聯(lián)?？紤]主題的數(shù)量和質(zhì)量，即用社團的節(jié)點規(guī)模表示數(shù)量，社團中心性表示社會網(wǎng)絡地位，用此表示主題質(zhì)量。主題相似性的計算依據(jù)GED,并增加了主題規(guī)模和結(jié)構(gòu)特點。在兩個相鄰時間段，兩個主題的相似性取決于主題關(guān)聯(lián)度，主題關(guān)聯(lián)度與兩個主題包含的共同節(jié)點的中心性相關(guān)。

節(jié)點i的相對中心度標準化計算公式：

(4)

t時間窗口的主題Ct在t+1時間窗口的主題Ct+1的關(guān)聯(lián)度計算如下：

(5)

戰(zhàn)略坐標圖在主題聚類的基礎上，對不同主題間的內(nèi)外關(guān)聯(lián)進行可視化，評估主題演化發(fā)展的重要性和發(fā)展程度。借助于密度和向心度構(gòu)建而為指標，四個象限的定性表示：第一象限是高成熟度和核心的主題；第二象限是高成熟度和孤立的主題；第三象限是新興主題或者即將消失的主題；第四象限是成熟度低的基礎主題，可能成為研究熱點或未來發(fā)展趨勢?；趹?zhàn)略坐標結(jié)合時序，分析主題在演變中密度、中心度、規(guī)模的變化，在第三象限的主題可能成為異軌主題，并通過主題的關(guān)聯(lián)計算，得出可能的顛覆性主題(見圖4)。

圖4 戰(zhàn)略坐標圖各象限示意圖

具體的數(shù)據(jù)處理、文本挖掘及基于網(wǎng)絡的主題演化分析流程如圖5所示。

圖5 基于論文、專利、項目網(wǎng)絡新技術(shù)主題分析流程

4.1.2數(shù)據(jù)說明

在科學-技術(shù)-市場模型的基礎上，本部分數(shù)據(jù)圍繞論文、專利、項目(一定程度上體現(xiàn)企業(yè)自由探索的項目)，對人工智能領(lǐng)域進行分析。數(shù)據(jù)選擇CNKI、智慧芽以及各級人工智能項目(國家自然科學基金、工信部、發(fā)改委、科技創(chuàng)新、國家重點研發(fā)計劃項目)、政策數(shù)據(jù)。整個研究的假設來源于顛覆性技術(shù)是新技術(shù)，該技術(shù)可以是基礎理論突破、技術(shù)突破形成的新技術(shù)，也可能是已有技術(shù)的集成融合形成的新技術(shù)，或者是已有技術(shù)的跨領(lǐng)域應用。

論文作為創(chuàng)新思想的載體，更多地體現(xiàn)了研究的基礎和成果，是科學家對科學問題所做的探索和突破[25]，是科學知識的主要來源。專利是發(fā)明這種創(chuàng)新技術(shù)對外的最重要公開方式，專利文獻更多地體現(xiàn)的是技術(shù)的先進性，包含著與創(chuàng)新意圖和技術(shù)發(fā)展相關(guān)的規(guī)范化數(shù)據(jù)[26]，可以作為衡量企業(yè)技術(shù)創(chuàng)新和技術(shù)焦點的工具。項目是面向科學問題進行的探索和研究?；痦椖扛鼈?cè)重基礎研究，體現(xiàn)國家需求的履行和實現(xiàn)；其他部委和企業(yè)項目更偏向科學難點的突破和工程的實現(xiàn)，一定程度上體現(xiàn)了國家和企業(yè)的需求。

因此，在實證上利用論文、專利、項目，輔以政策規(guī)劃數(shù)據(jù)一定程度上反映科學-技術(shù)-市場模型的應用。

4.2 實證——以人工智能領(lǐng)域為例

近年來，我國政府高度重視人工智能技術(shù)的發(fā)展，相繼出臺了多項戰(zhàn)略規(guī)劃，不斷推動人工智能技術(shù)發(fā)展和產(chǎn)業(yè)布局優(yōu)化。搜集近年來，我國頒布的相關(guān)政策，立足當前相關(guān)政策的發(fā)展歷程，可以發(fā)現(xiàn)人工智能相關(guān)政策經(jīng)歷了3個階段。

a.人工智能——“智能制造”時期(2015-2016年)

隨著兩化融合政策的深入推進，2015年開始，國家將現(xiàn)有的工業(yè)系統(tǒng)與信息化、智能化技術(shù)相結(jié)合，利用信息化網(wǎng)絡技術(shù)將實體產(chǎn)業(yè)進行智能化擴展以實現(xiàn)兩化融合，開啟了人工智能的發(fā)展道路。

b.人工智能——“互聯(lián)網(wǎng)+”時期(2016-2017年)

在這期間，人工智能在“互聯(lián)網(wǎng)+”、新興產(chǎn)業(yè)科技創(chuàng)新等政策中所占的比重越來越大，“互聯(lián)網(wǎng)+”與人工智能首次由國家發(fā)展改革委、科技部、工業(yè)和信息化部、中央網(wǎng)信辦將工作規(guī)劃提上部委章程，同時國家也越來越重視“人工智能”對智能制造的重要性。

c.人工智能——國家戰(zhàn)略規(guī)劃期(2017年-至今)

隨著2017年國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，人工智能正式進入國家戰(zhàn)略規(guī)劃期，作為一項重要的國策，成為經(jīng)濟發(fā)展的大主題。同時人工智能技術(shù)、應用及人才相關(guān)指導意見與落地政策紛紛頒布，各行業(yè)也將與人工智能的結(jié)合作為發(fā)展的第一要務。

隨著人工智能向社會各領(lǐng)域的全要素滲透、與傳統(tǒng)產(chǎn)業(yè)的全過程融合，必將帶來經(jīng)濟發(fā)展、社會生產(chǎn)、城市管理等方面的顛覆性變革，全球領(lǐng)域的智能化競爭已悄然拉開了帷幕。依據(jù)人工智能發(fā)展需求，近年來，我國在人工智能領(lǐng)域的項目布局也逐步向縱深鋪開。

獲取2009年-2018年以來相關(guān)論文、專利和項目構(gòu)建上述論文-專利-社會/政策三方面數(shù)據(jù)的融合網(wǎng)絡(為了避免語言的不一致，本次數(shù)據(jù)驗證選取的均是國內(nèi)相關(guān)資源)。

在下載相關(guān)數(shù)據(jù)時，首先對體現(xiàn)國家需求的項目數(shù)據(jù)進行分析，選取布局層面主題，在設置論文、專利檢索策略時，除了“人工智能”“AI”之外，增加了項目布局的主題，例如機器學習、模式識別、機器視覺等。CNKI共計16 043篇，智慧芽共計33 278項，項目共計4 363項。專利數(shù)據(jù)和項目數(shù)據(jù)均采用關(guān)鍵詞進行抽取，并把所有數(shù)據(jù)格式轉(zhuǎn)化為wos文本格式，以用于可視化共詞聚類。

按時序分析，得到主題/關(guān)鍵詞隨時間的發(fā)展，并由此得到該時間范疇中的新技術(shù)關(guān)鍵詞、文本及由此產(chǎn)生的關(guān)系。分別劃分2009—2010年,2011—2012年,2013—2014年,2015—2016年,2017—2018年5個時間段。以主題各時段包含的關(guān)鍵詞數(shù)量、中心度、密度、相鄰時間段中主題間的關(guān)聯(lián)相似性，來描述人工智能領(lǐng)域發(fā)展過程中新技術(shù)的出現(xiàn)、融合、擴張、突變的識別。在不同時間窗口，網(wǎng)絡演化包括了基于共現(xiàn)網(wǎng)絡進行聚類的類團數(shù)量、大小、密度、中心度、結(jié)構(gòu)的一些屬性變化，也包含了代表類團語義的主題的演變和突變，見表1。

表1 2009-2018年各時間窗口各類團的中心度、密度及規(guī)模

5 結(jié)果分析

5.1 2009—2010年時間窗口主題分析

共形成6個類簇，根據(jù)簡單中心度權(quán)重計算每個類團中的主題詞篩選，得到：

Cluster1：神經(jīng)網(wǎng)絡

Cluster2：群體智能

Cluster3：特征抽取 人臉識別 腦機接口

Cluster4：目標跟蹤

Cluster5：數(shù)據(jù)挖掘 關(guān)聯(lián)規(guī)則

Cluster6：字符分割

主題的大小與類團規(guī)模有關(guān)，字符分割處于成熟且邊緣位置(第二象限)，屬于基礎性橫向發(fā)展的主題，在2009—2010年處于邊緣階段。目標跟蹤處于不成熟且邊緣位置。主題大部分處于重要且不成熟階段(第四象限)，神經(jīng)網(wǎng)絡、群體智能、特征抽取、人臉識別、腦機接口說明主題研究已經(jīng)初具規(guī)模，仍具有進一步發(fā)展空間，這些主題與其他主題具有緊密的聯(lián)系，所屬研究領(lǐng)域表現(xiàn)活躍，是基礎研究主題，主題內(nèi)部結(jié)構(gòu)較為松散，發(fā)展不夠成熟。

5.2 2011-2012年時間窗口主題分析

Cluster1：腦機接口

Cluster2：群體智能

Cluster3：神經(jīng)網(wǎng)絡

Cluster4：數(shù)據(jù)挖掘

Cluster5：目標跟蹤

如圖6所示，2011—2012年主題腦機接口、神經(jīng)網(wǎng)絡、數(shù)據(jù)挖掘處于第四象限，重要且不成熟階段，在規(guī)模上比腦機接口略較于前一階段規(guī)模有所增加，且較之上一階段的緊湊程度逐漸增強，研究更加集中，說明有了共同導向的問題。數(shù)據(jù)挖掘較之前一階段的內(nèi)部結(jié)構(gòu)松散，說明研究有了新的研究主題，數(shù)據(jù)挖掘較之上階段在新階段突現(xiàn)出計算智能、智能決策、貝葉斯網(wǎng)絡、半監(jiān)督學習等關(guān)鍵詞，說明在基礎研究領(lǐng)域與機器學習的關(guān)聯(lián)度不斷增強，新的智能算法為傳統(tǒng)的數(shù)據(jù)挖掘帶來新的應用場景。但目標跟蹤較之前一階段規(guī)模減少，神經(jīng)網(wǎng)絡主題的成熟度和重要性在不斷增強，作為人工智能領(lǐng)域的重要和根本算法，在于其他主題的關(guān)聯(lián)不斷加強。字符分割類團在該階段融入進神經(jīng)網(wǎng)絡類團中，方法使用中應用了神經(jīng)網(wǎng)絡算法。

圖6 2011—2012年時間窗聚類子圖(以Cluster5為例)

5.3 2013—2014年時間窗口主題分析

Cluster1：人臉識別

Cluster2：神經(jīng)網(wǎng)絡

Cluster3：群體智能

Cluster4：數(shù)據(jù)挖掘

Cluster5：腦機接口

如圖7所示，2013—2014年時間段，人臉識別由上階段的目標跟蹤演化而來，較之2011-2012，規(guī)模上變?yōu)樵瓉淼?倍多，由原來內(nèi)部緊湊變?yōu)樗缮?，說明研究方向進行了擴展，且由原來的成熟階段變?yōu)椴怀墒祀A段，說明應用了很多新的方法解決新問題，觀察子網(wǎng)絡結(jié)構(gòu)和內(nèi)容，應用場景由視頻識別，擴展到信息多元融合，圖像、語音、視頻、字符，包括表情識別等，使用方法上應用了卷積神經(jīng)網(wǎng)絡、多示例學習、深度學習等多種智能算法。腦機接口由上階段邊緣位置上升到重要位置，說明作為基礎研究逐漸成為研究主要方向。神經(jīng)網(wǎng)絡較之上一階段，逐漸成為研究熱點，隨著研究的不斷深入，可能產(chǎn)生了新的主題，且規(guī)模不斷擴大。群體智能較上一階段經(jīng)過一定時間的積累，在規(guī)模上變化不大，但是在主題上經(jīng)歷了趨勢-新方法出現(xiàn)-研究逐漸集中的階段，在方法上除了傳統(tǒng)的蟻群、粒子群等算法，出現(xiàn)了蚊群、貓群、蝙蝠、果蠅算法改進等新的群體智能算法。數(shù)據(jù)挖掘較之上階段規(guī)模上變化不大，但在主題方向上可能更為集中，逐漸將應用新的智能算法處于成熟階段。

圖7 2013—2014年時間窗聚類子圖(以Cluster5為例)

5.4 2015—2016年時間窗口主題分析

Cluster1：深度學習

Cluster2：群體智能

Cluster3：人臉識別

Cluster4：腦機接口

Cluster5：數(shù)據(jù)挖掘

如圖8所示，2015—2016年時間段，腦機接口較上階段結(jié)構(gòu)較為松散，可能隨著新場景的應用出現(xiàn)了新的主題，但整體上處于主要成熟階段。群體智能較之上一階段出現(xiàn)了新主題，規(guī)模上增加了1/3，在智能規(guī)劃、群體優(yōu)化和安全方面有了新的進展。在人臉識別上較之上階段突現(xiàn)了人機交互、三維重建、流行學習等新主題。數(shù)據(jù)挖掘較之上階段逐漸成為成熟度較高的獨立主題，規(guī)模上驟減到上階段的1/4，這或許與深度學習的興起相關(guān)，大部分的主題進行分化融合到深度學習，成為未來的熱點和新趨勢，大數(shù)據(jù)成為規(guī)模出現(xiàn)，成為突現(xiàn)主題。

圖8 2015—2016年時間窗聚類子圖(以Cluster5為例)

5.5 2017—2018年時間窗口主題分析

Cluster1：大數(shù)據(jù)

Cluster2：深度學習

Cluster3：人工神經(jīng)網(wǎng)絡

Cluster4：腦機接口

Cluster5：強化學習

如圖9所示，2017—2018年時間段，在研究規(guī)模上較之上一階段都有了很大的提升，大數(shù)據(jù)、深度學習成為新的研究趨勢和熱點，深度學習的應用場景和方法較之上一階段更加復雜。腦機接口較之上一階段變化不大，突現(xiàn)了多模態(tài)融合、穩(wěn)態(tài)視覺誘發(fā)發(fā)電位、虛擬現(xiàn)實、共同空間建模、腦機交互等主題。強化學習由上一階段的群體智能演化而來，成為新的解決方案，且使群體智能變得較為獨立成熟。人工神經(jīng)網(wǎng)絡是群體智能、數(shù)據(jù)挖掘和應用領(lǐng)域交融的新主題，智慧醫(yī)療、智能交通、成為新的研究領(lǐng)域趨勢，類腦計算、多目標優(yōu)化、演化算法、群智涌現(xiàn)、復雜動態(tài)系統(tǒng)智能、認知計算、語義理解、因果推理與決策成為新的突現(xiàn)主題。

圖9 2017—2018年時間窗聚類子圖(以Cluster5為例)

從演化視角整體看來，人工智能領(lǐng)域的顛覆性技術(shù)應用場景出現(xiàn)在醫(yī)療、交通等領(lǐng)域。面向重大需求的主題方向圍繞提升我國人工智能國際競爭力的迫切需求，更強調(diào)在“人機融合智能”領(lǐng)域的重點攻關(guān)，突破新一代人工智能關(guān)鍵共性技術(shù)，以算法為核心，數(shù)據(jù)和硬件為基礎，全面提升感知識別、知識計算、認知推理、協(xié)同控制與操作、人機交互等能力，形成開放兼容、穩(wěn)定成熟的技術(shù)體系。重點關(guān)注知識學習與計算引擎、場景主動感知、群智激發(fā)匯聚、人機協(xié)同、自主智能為主的技術(shù)領(lǐng)域，并開始關(guān)注到技術(shù)應用層的共性技術(shù)，包括人機共駕系統(tǒng)、無人集群系統(tǒng)自主協(xié)同、風險感知與智能決策、人機交互服務關(guān)鍵技術(shù)與系統(tǒng)、機器人自主學習與進化等關(guān)鍵技術(shù)，更為突出人工智能技術(shù)對具體行業(yè)領(lǐng)域的支撐作用。

6 總 結(jié)

本研究以典型案例為切入點，從創(chuàng)新過程視角探討顛覆性技術(shù)創(chuàng)新過程中的演化特征，并構(gòu)建了科學-技術(shù)-市場模型，以人工智能領(lǐng)域為例進行了實證研究。當前研究將項目數(shù)據(jù)在一定程度上能反應國家需求和企業(yè)的自由探索，對于市場研究來說仍具有片面性，因此未來研究會基于該模型以及全過程創(chuàng)新視角，圍繞科學文獻、專利文獻、產(chǎn)業(yè)報告、政策、媒體等開源數(shù)據(jù)構(gòu)建科學-技術(shù)-市場多層網(wǎng)絡，進行潛在顛覆性技術(shù)信號識別的量化研究。