摘要:預(yù)見(jiàn)水體凈化技術(shù)發(fā)展趨勢(shì)有助于實(shí)現(xiàn)“美麗中國(guó)”建設(shè)目標(biāo)。已有技術(shù)預(yù)見(jiàn)方法缺乏定量客觀依據(jù),相關(guān)評(píng)判指標(biāo)也不夠全面。從Innography數(shù)據(jù)庫(kù)檢索2008-2019年發(fā)布的3552個(gè)污水處理技術(shù)專(zhuān)利,運(yùn)用多維標(biāo)度分析和K均值聚類(lèi)法,基于專(zhuān)利靜態(tài)指標(biāo)分析專(zhuān)利技術(shù)發(fā)展?jié)摿?采用技術(shù)生命周期分析法從動(dòng)態(tài)視角判斷每類(lèi)技術(shù)的發(fā)展前景。研究發(fā)現(xiàn):①污水與污染物雙重回收可持續(xù)性技術(shù)在多個(gè)靜態(tài)評(píng)價(jià)指標(biāo)方面均優(yōu)于其它技術(shù),且處于從引入期到發(fā)展期的過(guò)渡階段,具有廣闊的發(fā)展空間;②以去除特定污染物為目標(biāo)的功能單一技術(shù)已被淘汰,市場(chǎng)開(kāi)始應(yīng)用污水處理原理不同的多種技術(shù)聯(lián)合處理方式。據(jù)此,提出企業(yè)應(yīng)選擇污染物回收率高、二次污染物排放少、整體“凈效益”為正的污水處理技術(shù),并采取新舊技術(shù)聯(lián)合處理方式降低企業(yè)采用新技術(shù)的轉(zhuǎn)換成本。
關(guān)鍵詞:K均值聚類(lèi);技術(shù)生命周期;技術(shù)預(yù)見(jiàn);技術(shù)專(zhuān)利;水體凈化
0引言
自改革開(kāi)放以來(lái),中國(guó)沿著工業(yè)化、城市化和農(nóng)業(yè)現(xiàn)代化軌道迅猛發(fā)展,雖在較短時(shí)間內(nèi)實(shí)現(xiàn)了經(jīng)濟(jì)大幅增長(zhǎng),但也導(dǎo)致大量污染物排放到水生態(tài)系統(tǒng)中。為遏制水環(huán)境的日益惡化,中國(guó)自2005年以來(lái)采取了諸多措施,如城市污水處理和污染物排放總量控制目標(biāo)的制定、“水十條”的頒布、“美麗中國(guó)”目標(biāo)的提出等。隨著污水處理需求的增長(zhǎng),處理過(guò)程本身也會(huì)消耗大量化學(xué)試劑、能源和淡水資源,還會(huì)產(chǎn)生溫室氣體和污泥廢物,這種負(fù)面效應(yīng)逐漸顯現(xiàn)[1]。因此,加強(qiáng)污水處理技術(shù)研發(fā)升級(jí),降低能源消耗和環(huán)境二次污染是企業(yè)面臨的新課題。企業(yè)選擇正確的污水處理技術(shù),準(zhǔn)確預(yù)見(jiàn)水體凈化技術(shù)發(fā)展方向是當(dāng)務(wù)之急。
目前,主流技術(shù)預(yù)見(jiàn)方法包括:①定性分析法,如德?tīng)柗品ê颓榫胺治龇?②定量分析法,由于定性分析法需要投入大量時(shí)間和成本,結(jié)論容易受到認(rèn)知偏差的影響,且無(wú)法客觀衡量專(zhuān)家判斷的準(zhǔn)確性[2-4],因此近年來(lái)定量分析法應(yīng)用越來(lái)越廣泛。張振剛和羅泰曄[5]采用專(zhuān)利知識(shí)元素網(wǎng)絡(luò)(IPC分類(lèi)號(hào),InternationalPatentClassification)對(duì)網(wǎng)絡(luò)進(jìn)行K均值聚類(lèi)分析,并根據(jù)每一個(gè)聚類(lèi)中關(guān)鍵詞出現(xiàn)頻率挖掘各類(lèi)技術(shù)的發(fā)展?jié)摿Α?
該方法雖然考慮了專(zhuān)利內(nèi)部知識(shí)屬性,但缺乏基于外部因素(專(zhuān)利被引用量)的專(zhuān)利質(zhì)量評(píng)價(jià)信息,導(dǎo)致結(jié)果可能存在偏差;Kim&Bae[6]根據(jù)專(zhuān)利CPC分類(lèi)信息,采用K均值聚類(lèi)法預(yù)測(cè)健康護(hù)理行業(yè)未來(lái)技術(shù)。相較于IPC,CPC對(duì)技術(shù)的分類(lèi)雖然更加詳細(xì),也更有利于把握專(zhuān)利知識(shí)要素,但未對(duì)數(shù)據(jù)進(jìn)行孤立點(diǎn)分析,有可能導(dǎo)致孤立點(diǎn)成為初始聚類(lèi)點(diǎn),從而產(chǎn)生系統(tǒng)誤差。
另外,Kim用來(lái)評(píng)價(jià)聚類(lèi)結(jié)果的指標(biāo)僅限于專(zhuān)利被引用量、家族規(guī)模和權(quán)利要求項(xiàng)數(shù),評(píng)價(jià)指標(biāo)不夠全面,未對(duì)專(zhuān)利被引用量規(guī)定統(tǒng)一觀測(cè)時(shí)間,忽略了生存時(shí)間不同的專(zhuān)利。 綜上所述,以往學(xué)者大多使用專(zhuān)利靜態(tài)指標(biāo)進(jìn)行技術(shù)預(yù)見(jiàn)分析,存在評(píng)價(jià)指標(biāo)不全面、度量方式不合理等問(wèn)題,且依據(jù)靜態(tài)指標(biāo)分析只能判斷最具前景的一類(lèi)技術(shù),無(wú)法分析現(xiàn)有技術(shù)發(fā)展階段,更無(wú)法判斷現(xiàn)有技術(shù)是否已經(jīng)進(jìn)入衰退期。
為避免系統(tǒng)誤差,本文從技術(shù)生命周期動(dòng)態(tài)視角分析現(xiàn)有技術(shù)所處發(fā)展階段并提出技術(shù)綜合利用方案。本研究從Innography數(shù)據(jù)庫(kù)中獲得2008-2019年發(fā)布的3552個(gè)水體凈化技術(shù)專(zhuān)利數(shù)據(jù),首先,依據(jù)多維標(biāo)度分析和K均值聚類(lèi)法對(duì)專(zhuān)利內(nèi)在知識(shí)屬性進(jìn)行分類(lèi)(CPC);其次,利用靜態(tài)指標(biāo)(專(zhuān)利內(nèi)部屬性、外部評(píng)價(jià)和總體評(píng)價(jià))評(píng)價(jià)所得專(zhuān)利聚類(lèi)的技術(shù)前景;再次,通過(guò)技術(shù)生命周期分析判斷每類(lèi)技術(shù)所處發(fā)展階段,從而推測(cè)技術(shù)未來(lái)發(fā)展趨勢(shì);最后,使用2016-2019年發(fā)布的專(zhuān)利數(shù)據(jù)驗(yàn)證上述研究結(jié)果的準(zhǔn)確性。本文不僅考慮專(zhuān)利所包含的技術(shù)知識(shí),還從專(zhuān)利新穎性、市場(chǎng)接受程度和技術(shù)發(fā)展階段出發(fā),依據(jù)多個(gè)指標(biāo)和動(dòng)靜態(tài)相結(jié)合的方法判斷新技術(shù)發(fā)展?jié)摿?以期提高技術(shù)預(yù)見(jiàn)方法的可靠性,并為企業(yè)未來(lái)水體凈化技術(shù)選擇和開(kāi)發(fā)提供參考依據(jù)。
1數(shù)據(jù)來(lái)源與研究過(guò)程
1.1數(shù)據(jù)收集與篩選
本文數(shù)據(jù)來(lái)源于Innography數(shù)據(jù)庫(kù),該數(shù)據(jù)庫(kù)收錄了在美國(guó)專(zhuān)利商標(biāo)局(USPTO)和歐洲專(zhuān)利局(EPO)等多個(gè)專(zhuān)利局注冊(cè)的專(zhuān)利,專(zhuān)利持有人來(lái)自100多個(gè)國(guó)家,專(zhuān)利總數(shù)達(dá)到1億多個(gè),數(shù)據(jù)內(nèi)容包括專(zhuān)利發(fā)布時(shí)間、被引用量等20多類(lèi)信息,專(zhuān)利數(shù)據(jù)量大、信息內(nèi)容全,且包含單獨(dú)的專(zhuān)利強(qiáng)度指標(biāo)(專(zhuān)利指標(biāo)取值范圍為0~10,數(shù)值越大說(shuō)明專(zhuān)利價(jià)值越高),有助于研究者選擇特定應(yīng)用領(lǐng)域的全面樣本。
本文從關(guān)鍵詞與CPC分類(lèi)號(hào)兩個(gè)方面設(shè)定專(zhuān)利檢索式,檢索在專(zhuān)利標(biāo)題、內(nèi)容摘要、權(quán)利要求中含有wastewater、sewage等關(guān)鍵詞的專(zhuān)利。水體凈化行業(yè)CPC分類(lèi)號(hào)大多分布在C02和Y02類(lèi)別中,少數(shù)分布在B部中。需要說(shuō)明的是,本研究使用專(zhuān)利CPC分類(lèi)號(hào)而非IPC分類(lèi)號(hào)分析專(zhuān)利所屬知識(shí)。
CPC分類(lèi)號(hào)自2013年1月1日起生效,是由歐洲專(zhuān)利局和美國(guó)專(zhuān)利商標(biāo)局共同開(kāi)發(fā)的專(zhuān)利分類(lèi)制度。CPC擁有超過(guò)25萬(wàn)個(gè)技術(shù)類(lèi)別,遠(yuǎn)大于IPC的7萬(wàn)個(gè)類(lèi)別,技術(shù)分類(lèi)更詳細(xì)[7],更適用于技術(shù)信息分析和聚類(lèi)研究。在提取初步樣本后,刪除同族專(zhuān)利,篩選出專(zhuān)利類(lèi)型為發(fā)明專(zhuān)利且專(zhuān)利強(qiáng)度大于5的專(zhuān)利,將專(zhuān)利發(fā)布時(shí)間限定為2008年1月1日至2019年12月31日,最終得到3552個(gè)專(zhuān)利。
1.2數(shù)據(jù)分析過(guò)程
本文將樣本專(zhuān)利分為兩組:第一組為預(yù)測(cè)組,共包含2148個(gè)專(zhuān)利,即觀測(cè)期前8年發(fā)布的專(zhuān)利,用于預(yù)見(jiàn)未來(lái)最有潛力的技術(shù);第二組為檢驗(yàn)組,包含1404個(gè)專(zhuān)利,即觀測(cè)期后4年發(fā)布的專(zhuān)利,用于檢驗(yàn)預(yù)測(cè)組結(jié)果是否準(zhǔn)確。若潛力技術(shù)所占比例在檢驗(yàn)組中呈增長(zhǎng)趨勢(shì),說(shuō)明預(yù)測(cè)結(jié)果比較可靠。
對(duì)于上述兩組樣本,本研究首先使用多維標(biāo)度分析法將具有高維特征的數(shù)據(jù)(專(zhuān)利CPC分類(lèi))降至二維,以降低K均值聚類(lèi)分析誤差;其次,對(duì)二維數(shù)據(jù)進(jìn)行K均值聚類(lèi)分析,將距離相近的專(zhuān)利聚為一類(lèi),依據(jù)每類(lèi)中出現(xiàn)頻數(shù)位于前十的CPC分類(lèi)定義專(zhuān)利技術(shù)名稱(chēng);再次,分析預(yù)測(cè)組中每類(lèi)專(zhuān)利的內(nèi)部屬性、外部評(píng)價(jià)和總體評(píng)價(jià)8項(xiàng)靜態(tài)指標(biāo),得到有前景的技術(shù),根據(jù)專(zhuān)利技術(shù)生命周期判斷每類(lèi)技術(shù)所處發(fā)展階段及發(fā)展前景;最后,依據(jù)預(yù)測(cè)技術(shù)在檢驗(yàn)組中所占比例檢驗(yàn)預(yù)測(cè)結(jié)果的準(zhǔn)確性。
2水體凈化專(zhuān)利多維標(biāo)度分析
多維標(biāo)度分析(Multidimensionalscaling,MDS)是將高維數(shù)據(jù)映射到低維空間,并保持各觀測(cè)樣本原始關(guān)系的統(tǒng)計(jì)方法[8],能夠?qū)?zhuān)利數(shù)據(jù)的多個(gè)維度降至二維,并避免K均值聚類(lèi)分析所導(dǎo)致的原始樣本關(guān)系失真問(wèn)題。本研究使用MDS法,將專(zhuān)利多維CPC分類(lèi)映射到二維空間上,根據(jù)專(zhuān)利CPC分類(lèi)計(jì)算專(zhuān)利之間的相關(guān)系數(shù),得到專(zhuān)利相關(guān)系數(shù)矩陣。
考慮到某一專(zhuān)利可能屬于多個(gè)CPC類(lèi)別,故先將專(zhuān)利與CPC的對(duì)應(yīng)關(guān)系描述為一個(gè)不對(duì)稱(chēng)矩陣PCM(patent-cpcmatrix),。PCM的每一行代表一個(gè)專(zhuān)利,每一列代表一個(gè)CPC。若某專(zhuān)利屬于某個(gè)CPC則將對(duì)應(yīng)矩陣元素賦值為1,否則賦值為0。然后,構(gòu)建對(duì)稱(chēng)PPM矩陣(patent-patentmatrix),PPM矩陣中的元素值等于專(zhuān)利間的Pearson相關(guān)系數(shù)。
3水體凈化專(zhuān)利K均值聚類(lèi)
K均值聚類(lèi)法(K-means)依據(jù)專(zhuān)利距離將專(zhuān)利劃分為K個(gè)類(lèi)別,每個(gè)類(lèi)別的中心位置根據(jù)類(lèi)別中所有觀測(cè)值的均值得出。K-means聚類(lèi)分析法對(duì)噪聲數(shù)據(jù)較為敏感,少數(shù)孤立點(diǎn)數(shù)據(jù)有可能導(dǎo)致聚類(lèi)結(jié)果失真。另外,該方法需要根據(jù)研究者的經(jīng)驗(yàn)確定聚類(lèi)數(shù)目,容易受主觀因素影響。為克服這兩個(gè)缺陷,本研究首先識(shí)別并剔除孤立點(diǎn)以消除噪聲因素的影響,然后通過(guò)輪廓系數(shù)確定最佳聚類(lèi)數(shù),再進(jìn)行K-means聚類(lèi)分析,K-means聚類(lèi)所得結(jié)果即是當(dāng)前污水處理技術(shù)的主要類(lèi)別。
3.1孤立專(zhuān)利點(diǎn)識(shí)別
孤立點(diǎn)是指不符合數(shù)據(jù)分布模型的專(zhuān)利,往往遠(yuǎn)離數(shù)據(jù)密集區(qū)域。本研究根據(jù)專(zhuān)利點(diǎn)標(biāo)準(zhǔn)分?jǐn)?shù)z識(shí)別專(zhuān)利是否為孤立點(diǎn)[9],標(biāo)準(zhǔn)分?jǐn)?shù)計(jì)算方法如下:若xim為專(zhuān)利xi在第m個(gè)維度上的值,計(jì)算結(jié)果表明,預(yù)測(cè)組孤立點(diǎn)專(zhuān)利有176個(gè),檢驗(yàn)組孤立點(diǎn)專(zhuān)利有116個(gè)。本文在聚類(lèi)分析前首先剔除這些孤立點(diǎn)專(zhuān)利,待聚類(lèi)結(jié)束后再依據(jù)孤立點(diǎn)到聚類(lèi)中心的歐氏距離,將孤立點(diǎn)加入最近類(lèi)別中。
3.2聚類(lèi)數(shù)目確定
本研究采用輪廓系數(shù)確定最佳聚類(lèi)數(shù)目。輪廓系數(shù)si的取值范圍為[-1,1],si越接近1,說(shuō)明專(zhuān)利i的聚類(lèi)結(jié)果越理想;si越接近-1,說(shuō)明專(zhuān)利i被分配到其它類(lèi)別中的可能性越大。
整體聚類(lèi)輪廓系數(shù)為單個(gè)專(zhuān)利輪廓系數(shù)的平均值,本研究在計(jì)算輪廓系數(shù)時(shí)以迭代30次為基本條件,以避免出現(xiàn)局部最優(yōu)值。其中,在預(yù)測(cè)組中,K=3、K=4的輪廓系數(shù)分別為0.8574、0.8609,二者相差0.41%,聚類(lèi)數(shù)均較好。通過(guò)進(jìn)一步分析每類(lèi)專(zhuān)利的CPC分類(lèi)發(fā)現(xiàn),當(dāng)專(zhuān)利被分為4類(lèi)時(shí),第一類(lèi)中有90.91%(20/22)的分類(lèi)號(hào)出現(xiàn)在第二類(lèi),兩類(lèi)之間的知識(shí)重合度較大,因此應(yīng)合并為一類(lèi),所以將預(yù)測(cè)組聚類(lèi)系數(shù)確定為3類(lèi)。
在檢驗(yàn)組中,K=2、K=3、K=4的輪廓系數(shù)分別為0.8369、0.8614、0.8456,聚類(lèi)數(shù)均較好。聚類(lèi)分析結(jié)果顯示,當(dāng)專(zhuān)利被聚為3類(lèi)時(shí),第二類(lèi)中有85.71%(36/42)的CPC分類(lèi)號(hào)出現(xiàn)在第三類(lèi);當(dāng)專(zhuān)利被聚為4類(lèi)時(shí),第三類(lèi)中所有CPC分類(lèi)均出現(xiàn)在第一類(lèi)。因此,為降低聚類(lèi)結(jié)果重合度,本研究將檢驗(yàn)組聚類(lèi)數(shù)確定為兩類(lèi)。
3.3水體凈化專(zhuān)利聚類(lèi)
K-means檢驗(yàn)步驟如下:第一步,在數(shù)據(jù)中隨機(jī)選取k個(gè)專(zhuān)利作為初始聚類(lèi)中心。第二步,將所有專(zhuān)利分配到距離聚類(lèi)中心最近的類(lèi)別中。第三步,將每類(lèi)專(zhuān)利二維坐標(biāo)的平均值作為下一次迭代的聚類(lèi)中心。重復(fù)上述步驟2、3,若聚類(lèi)結(jié)果不再更改,則停止迭代。在得到聚類(lèi)結(jié)果后,本文將先前剔除的孤立點(diǎn)專(zhuān)利加入與其距離最近的類(lèi)別中。
展示了孤立點(diǎn)與每個(gè)聚類(lèi)中心的歐式距離,Dim1和Dim2為專(zhuān)利通過(guò)MDS降維后得到的二維坐標(biāo)值。可以看出,預(yù)測(cè)組孤立點(diǎn)專(zhuān)利與第三類(lèi)聚類(lèi)中心最近(9.644),故將其放入第三類(lèi)聚類(lèi)中;檢驗(yàn)組孤立點(diǎn)專(zhuān)利與b類(lèi)聚類(lèi)中心最近(7.728),因而將其歸入b類(lèi)聚類(lèi)中。最終,預(yù)測(cè)組數(shù)據(jù)被聚為3類(lèi),專(zhuān)利數(shù)量分別為234(10.89%)、1574(73.28%)、340(15.83%);檢驗(yàn)組數(shù)據(jù)被聚為兩類(lèi),專(zhuān)利數(shù)量分別為1065(75.85%)、339(24.15%)。
3.4專(zhuān)利類(lèi)別技術(shù)名稱(chēng)定義
在定義技術(shù)名稱(chēng)之前,筆者通過(guò)與水體凈化領(lǐng)域的專(zhuān)家討論,刪除較為基礎(chǔ)、普遍存在且易于實(shí)施的技術(shù)分類(lèi)(CPC),如調(diào)節(jié)污水的PH值等,然后統(tǒng)計(jì)每類(lèi)專(zhuān)利中頻數(shù)位于前10的CPC技術(shù)分類(lèi),最后根據(jù)前10位CPC概括出各類(lèi)專(zhuān)利所代表的技術(shù)名稱(chēng)。
本研究根據(jù)污水處理污染物對(duì)象、技術(shù)原理、處理結(jié)果定義每一類(lèi)技術(shù)。其中,預(yù)測(cè)組第一類(lèi)為去除特定污染物的技術(shù),如去除廢水中油、有害化合物的技術(shù)。該類(lèi)技術(shù)未出現(xiàn)在檢驗(yàn)組中,表明其在未來(lái)4年將被淘汰;第二類(lèi)為可持續(xù)性技術(shù),主要指廢水污染物再利用、減少污水二次污染和新能源使用的技術(shù),如樹(shù)脂型離子交換劑、太陽(yáng)能水處理系統(tǒng)、生物處理技術(shù)(微生物、厭氧技術(shù))等。
該類(lèi)技術(shù)同時(shí)出現(xiàn)在預(yù)測(cè)組(類(lèi)2)和檢驗(yàn)組(類(lèi)a)中,CPC重合度高達(dá)60%,說(shuō)明其在未來(lái)4年仍是主流技術(shù);第三類(lèi)為物理化學(xué)技術(shù),如綜合運(yùn)用物理和化學(xué)方法凈化廢水的浮選技術(shù)、反滲透技術(shù)、臭氧氧化技術(shù),該類(lèi)技術(shù)同時(shí)出現(xiàn)在預(yù)測(cè)組(類(lèi)3)和檢驗(yàn)組(類(lèi)b)中,表明其在未來(lái)4年仍是企業(yè)使用的主要技術(shù)。對(duì)于可持續(xù)性技術(shù)和物理化學(xué)技術(shù)的發(fā)展?jié)摿?需要進(jìn)一步通過(guò)靜態(tài)指標(biāo)和動(dòng)態(tài)技術(shù)生命周期進(jìn)行分析。
4水體凈化技術(shù)前景評(píng)價(jià)
4.1靜態(tài)指標(biāo)分析
本研究依據(jù)專(zhuān)利內(nèi)部屬性(專(zhuān)利引用量、家族規(guī)模、獨(dú)立權(quán)利要求項(xiàng)數(shù)和發(fā)明人數(shù))、外部評(píng)價(jià)(專(zhuān)利被引用量、訴訟量和知識(shí)產(chǎn)權(quán)成本)和總體評(píng)價(jià)(專(zhuān)利強(qiáng)度)的8個(gè)靜態(tài)指標(biāo)分析每類(lèi)技術(shù)的發(fā)展?jié)摿Α＜夹g(shù)潛力越大,專(zhuān)利申請(qǐng)質(zhì)量越高,越容易成為未來(lái)主流技術(shù)。
4.1.1內(nèi)部屬性指標(biāo)
(1)專(zhuān)利引用量。專(zhuān)利引用量是指引用其它專(zhuān)利的數(shù)量。專(zhuān)利引用數(shù)量越多,技術(shù)基礎(chǔ)越扎實(shí),與其它技術(shù)兼容的可能性越大,專(zhuān)利也就越有可能成為主流技術(shù)[10]。(2)專(zhuān)利家族規(guī)模。專(zhuān)利家族是指同一專(zhuān)利在不同國(guó)家、不同時(shí)間申請(qǐng)專(zhuān)利的集合。由于專(zhuān)利在每個(gè)申請(qǐng)國(guó)家都需要付出維護(hù)成本,因此企業(yè)更傾向于為高質(zhì)量專(zhuān)利付出更多維護(hù)費(fèi)用。專(zhuān)利家族規(guī)模越大,專(zhuān)利技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值也就越高[11]。
4.1.2外部評(píng)價(jià)指標(biāo)
(1)專(zhuān)利被引用量。專(zhuān)利被引用量越多意味著技術(shù)發(fā)明所作的貢獻(xiàn)越大,因而越具有經(jīng)濟(jì)價(jià)值和技術(shù)價(jià)值[15-16]。為對(duì)發(fā)布時(shí)間不同的專(zhuān)利進(jìn)行統(tǒng)一比較,本研究使用專(zhuān)利發(fā)布后4年內(nèi)的被引用量度量該指標(biāo)[17-18]。(2)專(zhuān)利訴訟量。企業(yè)更愿意對(duì)高質(zhì)量專(zhuān)利發(fā)起訴訟[14],因而訴訟量越多意味著專(zhuān)利價(jià)值越大,專(zhuān)利市場(chǎng)占有率越高,也就越有可能成為未來(lái)主流技術(shù)。(3)專(zhuān)利知識(shí)產(chǎn)權(quán)成本。該指標(biāo)根據(jù)Innography數(shù)據(jù)庫(kù)中的專(zhuān)利維持成本、起訴成本等計(jì)算得出。若指標(biāo)得分較高,說(shuō)明專(zhuān)利在較長(zhǎng)一段時(shí)間內(nèi)具有較高的技術(shù)價(jià)值和經(jīng)濟(jì)價(jià)值,因而更有可能占據(jù)主流市場(chǎng)。本研究使用專(zhuān)利年平均成本這一指標(biāo)對(duì)其進(jìn)行度量,以避免因?qū)＠鏁r(shí)間不同而造成誤差。
4.1.3總體評(píng)價(jià)指標(biāo)
專(zhuān)利強(qiáng)度在Innography數(shù)據(jù)庫(kù)中結(jié)合專(zhuān)利引用、訴訟、截止日期等10項(xiàng)指標(biāo)構(gòu)建而成。專(zhuān)利強(qiáng)度取值范圍為0~10,數(shù)值越大說(shuō)明專(zhuān)利質(zhì)量越高,技術(shù)潛力越大。
從中可見(jiàn):
①可持續(xù)性技術(shù)(類(lèi)2)引用量、家族規(guī)模、獨(dú)立權(quán)利要求項(xiàng)數(shù)、訴訟量、知識(shí)產(chǎn)權(quán)成本和專(zhuān)利強(qiáng)度均高于其它技術(shù),說(shuō)明該類(lèi)技術(shù)知識(shí)更加多樣、新穎,企業(yè)付出更多研發(fā)成本和維護(hù)費(fèi)用,因而技術(shù)價(jià)值最高、潛力最大;②去除特定污染物技術(shù)(類(lèi)1)在上述6個(gè)指標(biāo)方面均顯著低于其它類(lèi)別,說(shuō)明技術(shù)價(jià)值最低,企業(yè)已經(jīng)放棄對(duì)該類(lèi)技術(shù)專(zhuān)利的申請(qǐng)與維護(hù),且未在檢驗(yàn)組中出現(xiàn),說(shuō)明2016-2019年已逐漸被其它兩類(lèi)技術(shù)所取代。需要說(shuō)明的是,可持續(xù)性技術(shù)(類(lèi)2)專(zhuān)利被引用量和發(fā)明人數(shù)指標(biāo)取值最低,可能是因?yàn)榭沙掷m(xù)性技術(shù)正處于從引入階段到發(fā)展階段的過(guò)渡期[19],技術(shù)成熟度不高,且企業(yè)之間的技術(shù)研發(fā)與合作較少。同樣地,該類(lèi)技術(shù)CPC所占比例也反映了這一現(xiàn)象。
從中可以看出,相較于其它兩類(lèi)技術(shù),在預(yù)測(cè)組類(lèi)2和檢驗(yàn)組類(lèi)a中(可持續(xù)性技術(shù)類(lèi)),每個(gè)CPC占比分布均較為均勻(類(lèi)2最大占比為28.2%,類(lèi)a最大占比為17.6%)。這說(shuō)明,該類(lèi)專(zhuān)利技術(shù)所屬知識(shí)僅在少數(shù)專(zhuān)利中出現(xiàn),專(zhuān)利之間的交叉性較弱,目前還處于探索階段,沒(méi)有形成主流技術(shù)范式。此外,預(yù)測(cè)組類(lèi)2與檢驗(yàn)組類(lèi)a作為同一類(lèi)可持續(xù)性技術(shù),在整個(gè)樣本數(shù)據(jù)中的占比從預(yù)測(cè)組的73.28%增加到檢驗(yàn)組的75.85%,說(shuō)明該類(lèi)技術(shù)市場(chǎng)占有率較高且呈增長(zhǎng)態(tài)勢(shì)。
4.2技術(shù)生命周期分析
企業(yè)在投資技術(shù)之前需要判斷技術(shù)生命周期,從而準(zhǔn)確投資處于上升期且發(fā)展?jié)摿^大的技術(shù)[19]。本研究結(jié)合K-means聚類(lèi)和專(zhuān)利靜態(tài)評(píng)價(jià)指標(biāo),進(jìn)一步從動(dòng)態(tài)視角分析每類(lèi)技術(shù)的生命周期。學(xué)者通常利用專(zhuān)利申請(qǐng)信息分析技術(shù)生命周期[11,20-22],這是因?yàn)?
①一項(xiàng)專(zhuān)利代表一個(gè)技術(shù),專(zhuān)利技術(shù)信息能夠?yàn)榉治黾夹g(shù)發(fā)展趨勢(shì)提供較好的證據(jù);②一項(xiàng)專(zhuān)利被頒布意味著其具有較大的商業(yè)潛力,能夠保證樣本數(shù)據(jù)的有效性;③專(zhuān)利數(shù)據(jù)能夠反映整個(gè)技術(shù)生命周期;④專(zhuān)利數(shù)據(jù)可獲取性高,利用專(zhuān)利數(shù)據(jù)庫(kù)可以客觀分析專(zhuān)利信息[19]。Andersen[20]以單一專(zhuān)利申請(qǐng)數(shù)增速分析技術(shù)生命周期各個(gè)階段,總結(jié)出S型技術(shù)發(fā)展曲線,但這種方法難以精確界定不同生命階段之間的臨界點(diǎn)(專(zhuān)利曲線增速較大與增速放緩之間的臨界點(diǎn)),因而無(wú)法精確判斷技術(shù)所處發(fā)展階段。本研究結(jié)合專(zhuān)利申請(qǐng)數(shù)量和申請(qǐng)人數(shù)量,通過(guò)雙重指標(biāo)變化趨勢(shì)清晰區(qū)分技術(shù)發(fā)展不同階段。
本文根據(jù)屬于特定技術(shù)類(lèi)別的專(zhuān)利申請(qǐng)人數(shù)與專(zhuān)利申請(qǐng)數(shù)之間的關(guān)系,將技術(shù)發(fā)展劃分為5個(gè)階段[11]。其中,第一階段為引入階段,在該階段新技術(shù)剛誕生,專(zhuān)利申請(qǐng)人數(shù)和專(zhuān)利申請(qǐng)數(shù)很少。第二階段為發(fā)展階段,研發(fā)活動(dòng)較為活躍,行業(yè)進(jìn)入者增多,專(zhuān)利數(shù)和申請(qǐng)人數(shù)迅速增長(zhǎng)。
第三階段為成熟階段,市場(chǎng)已產(chǎn)生主流技術(shù)范式,研發(fā)活動(dòng)大大減少,專(zhuān)利申請(qǐng)數(shù)增長(zhǎng)速度放緩,申請(qǐng)人數(shù)量減少。此時(shí),技術(shù)商業(yè)價(jià)值下降,技術(shù)領(lǐng)域已不具有發(fā)展?jié)摿Α５谒碾A段為衰退期,專(zhuān)利數(shù)和申請(qǐng)人數(shù)呈下降趨勢(shì),技術(shù)逐漸被淘汰。第五階段為恢復(fù)期,基于基礎(chǔ)技術(shù)的新技術(shù)出現(xiàn),市場(chǎng)逐漸恢復(fù)并進(jìn)入下一個(gè)循環(huán)期。分別為預(yù)測(cè)組第一、二、三類(lèi)技術(shù)生命周期曲線,橫、縱坐標(biāo)軸分別代表2008-2015年專(zhuān)利申請(qǐng)人數(shù)和專(zhuān)利申請(qǐng)數(shù)。
去除特定污染物技術(shù)(第一類(lèi)技術(shù))處于第四階段,曲線端點(diǎn)位置表明專(zhuān)利申請(qǐng)人數(shù)和專(zhuān)利申請(qǐng)數(shù)已降至最低水平,說(shuō)明該技術(shù)已被淘汰,驗(yàn)證了上文靜態(tài)預(yù)測(cè)結(jié)果。這是因?yàn)?去除某種特定污染物技術(shù)適用范圍較小,隨著人類(lèi)生產(chǎn)生活方式逐漸向清潔生產(chǎn)與消費(fèi)模式轉(zhuǎn)變,廢水有害化合物等污染物比重減少,且污染物種類(lèi)也在發(fā)生改變。
因此,原有污水處理技術(shù)無(wú)法適應(yīng)新處理要求,使企業(yè)陷入污水處理技術(shù)鎖定困境(趙蕓潼等,2020)。專(zhuān)利申請(qǐng)人數(shù)和專(zhuān)利申請(qǐng)數(shù)量呈遞增趨勢(shì),可持續(xù)性技術(shù)專(zhuān)利申請(qǐng)人數(shù)增速更快。2008-2015年,可持續(xù)性技術(shù)專(zhuān)利申請(qǐng)人數(shù)由478人增至1149人,增加了140.38%;專(zhuān)利申請(qǐng)數(shù)由137個(gè)增至246個(gè),增加了79.56%。
專(zhuān)利申請(qǐng)人增長(zhǎng)率幾乎是專(zhuān)利申請(qǐng)數(shù)增長(zhǎng)率的2倍,說(shuō)明該技術(shù)處于從引入階段到發(fā)展階段的過(guò)渡期,技術(shù)發(fā)展?jié)摿^大,從動(dòng)態(tài)視角驗(yàn)證了上文靜態(tài)分析結(jié)果的可靠性。物理化學(xué)類(lèi)技術(shù)發(fā)展趨勢(shì)也為未來(lái)水體凈化技術(shù)發(fā)展提供了新視角。物理化學(xué)類(lèi)技術(shù)專(zhuān)利數(shù)與專(zhuān)利申請(qǐng)人數(shù)增長(zhǎng)趨勢(shì)雖然緩慢,但技術(shù)生命周期曲線呈上升趨勢(shì),說(shuō)明該類(lèi)技術(shù)處于發(fā)展期,具有較好的應(yīng)用前景。因此,與第一類(lèi)技術(shù)不同,物理化學(xué)類(lèi)技術(shù)雖不是未來(lái)最具有發(fā)展空間的技術(shù)類(lèi)別,但已經(jīng)打下堅(jiān)實(shí)基礎(chǔ),且可處理污染物范圍更廣,因此企業(yè)可繼續(xù)使用物理化學(xué)類(lèi)技術(shù),或?qū)⑵鋺?yīng)用于水處理過(guò)程的不同環(huán)節(jié),從而在達(dá)到清潔生產(chǎn)目標(biāo)的同時(shí)降低使用新技術(shù)的轉(zhuǎn)換成本。
5結(jié)論與啟示
5.1研究結(jié)論
本研究從Innography數(shù)據(jù)庫(kù)中選取水體凈化行業(yè)3552個(gè)專(zhuān)利,采用多維標(biāo)度和K均值聚類(lèi)法分析技術(shù)發(fā)展?jié)摿?通過(guò)技術(shù)生命周期分析判斷每類(lèi)技術(shù)所處發(fā)展階段及發(fā)展趨勢(shì),得出如下結(jié)論:
(1)多維標(biāo)度分析與K均值聚類(lèi)相結(jié)合的技術(shù)預(yù)見(jiàn)方法更具有穩(wěn)健性。本研究在聚類(lèi)前首先對(duì)孤立點(diǎn)進(jìn)行處理并根據(jù)輪廓系數(shù)確定聚類(lèi)數(shù),克服了直接進(jìn)行K均值聚類(lèi)易導(dǎo)致的主觀缺陷;既采用靜態(tài)指標(biāo)分析專(zhuān)利所包含的知識(shí)元素,又從動(dòng)態(tài)視角根據(jù)技術(shù)生命周期階段判斷技術(shù)未來(lái)發(fā)展趨勢(shì),靜態(tài)與動(dòng)態(tài)分析相互印證,提高了預(yù)測(cè)結(jié)果的可信性。
(2)可持續(xù)性技術(shù)是未來(lái)主流技術(shù),這些技術(shù)正處于從引入階段到發(fā)展階段的過(guò)渡期,在技術(shù)和商業(yè)價(jià)值上具有廣闊的發(fā)展空間。這類(lèi)技術(shù)追求污染物回收利用、減少二次污染和降低碳排放等目標(biāo),多個(gè)CPC均勻分布在可持續(xù)性技術(shù)中,專(zhuān)利知識(shí)交叉少,說(shuō)明技術(shù)研發(fā)處于探索階段,這與張振剛和羅泰曄[5]提出的納米行業(yè)未來(lái)技術(shù)特征相似。由上文可知,可持續(xù)性技術(shù)每項(xiàng)專(zhuān)利平均發(fā)明人最少,說(shuō)明目前針對(duì)該技術(shù)的研究還處于“各自為戰(zhàn)”狀態(tài)。
(3)2008-2019年,水體凈化行業(yè)技術(shù)結(jié)構(gòu)發(fā)生改變,去除特定污染物技術(shù)逐漸被淘汰,行業(yè)更傾向于使用多種技術(shù)聯(lián)合處理方式,處理對(duì)象更加多元。這是因?yàn)?去除特定污染物技術(shù)適用范圍較窄,不利于企業(yè)產(chǎn)品線拓展,而多種技術(shù)聯(lián)合污水處理方式為企業(yè)隨市場(chǎng)需求調(diào)整產(chǎn)品線拓寬了選擇空間。
(4)物理化學(xué)類(lèi)技術(shù)專(zhuān)利增長(zhǎng)趨勢(shì)雖然較可持續(xù)性技術(shù)緩慢,但仍是企業(yè)的主要選擇。從技術(shù)生命周期分析可以看出,該類(lèi)技術(shù)處于發(fā)展階段,主要包括反滲透、臭氧氧化等技術(shù),具有適用范圍廣、二次污染低等特點(diǎn)。雖然該類(lèi)技術(shù)清潔處理效果不如可持續(xù)性技術(shù),但在企業(yè)轉(zhuǎn)型升級(jí)過(guò)程中,可將其作為過(guò)渡技術(shù)緩解企業(yè)技術(shù)升級(jí)壓力。
5.2對(duì)策建議
基于以上研究結(jié)論,結(jié)合污水處理行業(yè)現(xiàn)狀,本文提出如下對(duì)策建議：
(1)目前,企業(yè)污水處理往往只關(guān)注對(duì)廢水的循環(huán)利用,大量污染物在經(jīng)過(guò)處理后被排放,極易造成資源流失。本文研究結(jié)果表明,污染物回收再利用是未來(lái)主流技術(shù)范式,企業(yè)在技術(shù)升級(jí)過(guò)程中應(yīng)選擇污染物回收利用率高的清潔工藝,如回收廢水中的氮、磷等營(yíng)養(yǎng)物質(zhì)。Qi等[24]研究發(fā)現(xiàn),中國(guó)污水總氮量去除率最低,僅有51.6%~79.4%,剩下的20.6%~48.4%都隨處理后的廢液排放。因此,未來(lái)在解決廢水凈化和排放達(dá)標(biāo)問(wèn)題時(shí)應(yīng)追求資源(污染物)循環(huán)利用,實(shí)現(xiàn)減排、節(jié)能、資源循環(huán)利用并舉的全過(guò)程綠色創(chuàng)新。
(2)當(dāng)前,水體凈化技術(shù)在處理廢水時(shí)造成了嚴(yán)重的環(huán)境污染。Nakkasunchi等[25]研究發(fā)現(xiàn),廢水處理廠增加了溫室氣體排放,其所需能源占全球能源需求的3%,對(duì)環(huán)境造成的負(fù)面影響大于處理或回收污染物帶來(lái)的正向效益。本文研究發(fā)現(xiàn),使用太陽(yáng)能等清潔能源技術(shù)是未來(lái)主要發(fā)展方向。因此,企業(yè)應(yīng)選擇“凈效益”(污染物處理效益+環(huán)境效益)為正的水處理技術(shù),在達(dá)到污水排放目標(biāo)的同時(shí)也要考慮污水處理過(guò)程對(duì)環(huán)境造成的負(fù)面影響,選擇光催化降解等處理技術(shù)。
(3)企業(yè)采用優(yōu)化水體凈化技術(shù)時(shí)面臨大量轉(zhuǎn)換成本鎖定問(wèn)題,在某種程度上制約了污水處理技術(shù)升級(jí)。Changotra等[26]研究發(fā)現(xiàn),在制藥、醫(yī)療等產(chǎn)生大量含毒有機(jī)廢水的行業(yè),使用化學(xué)混凝+電子束輻照+生物活性污泥處理方法尤為重要,因?yàn)槲廴疚镏械膹?fù)雜化合物無(wú)法用傳統(tǒng)單一技術(shù)處理,將新技術(shù)與傳統(tǒng)技術(shù)相結(jié)合能夠有效解決這一問(wèn)題,如引入電子束輻照。
本文研究發(fā)現(xiàn),最具前景的可持續(xù)性技術(shù)類(lèi)別同時(shí)包含化學(xué)、生物和光催化降解等多種技術(shù),大多數(shù)企業(yè)目前使用的物理化學(xué)類(lèi)技術(shù)依然處于發(fā)展階段。 因此,企業(yè)在污水處理過(guò)程中可采用多類(lèi)技術(shù)聯(lián)合、新舊技術(shù)聯(lián)合的處理方式,如將物理化學(xué)類(lèi)技術(shù)與可持續(xù)性技術(shù)相結(jié)合,以降低企業(yè)采用新技術(shù)的轉(zhuǎn)換成本。
5.3不足與展望
本文存在如下不足:第一,只在水體凈化行業(yè)檢驗(yàn)技術(shù)預(yù)見(jiàn)方法的適用性,未使用其它行業(yè)數(shù)據(jù)進(jìn)行驗(yàn)證,未來(lái)可將本文研究方法拓展到其它行業(yè),如新能源汽車(chē)行業(yè),檢驗(yàn)本文預(yù)見(jiàn)方法的穩(wěn)健性。第二,限于篇幅,只根據(jù)專(zhuān)利CPC分類(lèi)號(hào)對(duì)技術(shù)所屬類(lèi)別進(jìn)行分類(lèi),未深入探討專(zhuān)利的具體內(nèi)容,未來(lái)可使用文本分析法,從專(zhuān)利摘要、權(quán)利要求等方面分析專(zhuān)利所屬類(lèi)別,再結(jié)合本文預(yù)見(jiàn)方法判斷技術(shù)發(fā)展前景。第三,雖然發(fā)現(xiàn)能夠回收雙重污染物的可持續(xù)性技術(shù)是未來(lái)主要發(fā)展方向,但未探討其所產(chǎn)生的環(huán)境效益,未來(lái)可進(jìn)一步分析可持續(xù)性技術(shù)能夠在多大程度上降低二次污染。
參考文獻(xiàn)：
[1]LORENZO-TOJAY,VAZQUEZ-ROWEI,AMORESMJ,etal.Benchmarkingwastewatertreatmentplantsunderaneco-efficiencyperspective[J].ScienceoftheTotalEnvironment,2016(566-567):468-479.
[2]HASSONF,KEENEYS.Enhancingrigourinthedelphitechniqueresearch[J].TechnologicalforecastingandSocialChange,2011,78(9):1695-1704.
[3]賴(lài)朝安,錢(qián)嬌.基于專(zhuān)利挖掘的移動(dòng)醫(yī)療產(chǎn)業(yè)技術(shù)預(yù)見(jiàn)[J].科研管理,2018,39(10):138-147.
[4]簡(jiǎn)兆權(quán),柳儀.技術(shù)預(yù)見(jiàn)共識(shí)形成機(jī)制研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2014,35(9):37-47.
[5]張振剛,羅泰曄.基于知識(shí)網(wǎng)絡(luò)的技術(shù)預(yù)見(jiàn)研究[J].科學(xué)學(xué)研究,2019,37(6):961-967,985.
[6]KIMG,BAEJ.Anovelapproachtoforecastpromisingtechnologythroughpatentanalysis[J].TechnologicalForecastingandSocialChange,2017(117):228-237.
[7]KAPOORR,KARVONENM,RANAEIS,etal.Patentportfoliosofeuropeanwindindustry:newinsightsusingcitationcategories[J].WorldPatentInformation,2015(41):4-10.
[8]何曉群.多元統(tǒng)計(jì)分析[M].北京:中國(guó)人民大學(xué)出版社,2012.
[9]賈俊平,何曉群,金勇進(jìn).統(tǒng)計(jì)學(xué)[M].北京:中國(guó)人民大學(xué)出版社,2014.
作者：簡(jiǎn)兆權(quán)1,趙蕓潼1,張少軒2
相關(guān)閱讀
