基于專利數據的技術投資預測-以快遞物流領域為例

　　1 引言

　　技術投資的決策受到諸多因素的影響，例如市場、人力資源、地理位置等，而該項技術的投資回報是諸多因素中最受關注的一個。由于了解與預測所投資技術的成功與否能夠為企業的投資回報提供重要線索，比如當前關注技術的技術生命周期、技術擴散潛力以及技術范疇[1]，故而預測技術在未來能否取得成功對于決策者而言至關重要。在投資決策之前，企業需要對于技術在未來能否成功做出預判。在技術生命周期(TLC)、擴散潛力和技術范疇的研究框架下，專利數據可以用作預測技術是否能夠取得成功。目前，在這個研究框架下，使用專利數據來評估輔助未來技術潛力的投資決策的研究不是很多。為了彌補這一空白，本文將分析尋找如何預測具有投資潛力的未來技術能否成功，并構建了一個基于專利數據的研究框架。

　　本文使用技術生命周期(起步期、發展期、成熟期)和擴散潛力來確定技術的被接受程度，并結合技術生命周期和技術范圍，確定該項技術與其他技術的關聯強度。其中，表征技術范疇的指標分別選擇專利的權威性和擴張潛力。專利權威性的測算方法為獲取專利的國際專利分類(IPC)的總數量除以獲取專利的總數量(見公式2)。另外，獲取專利所涵蓋的不同類別的IPC代碼總量用來表示技術的擴張潛力。專利是能夠用于技術預測的一種客觀指標[2]，它們能夠為識別技術趨勢提供最新且可靠的依據[3],同時它們對于技術預測[4]和技術決策[5]的制定十分有效。Ernst的研究進一步證明了專利數據對于做技術預測的有效性[6]。雖然現在仍然缺乏通用的定量方法用于預測技術的未來，一些研究已經提出了定量的技術預測方法。本研究使用專利分析的方法對技術的未來狀態進行定量化預測。除了專利分析以外，本文使用孔多塞投票法(Condorcet Method)[7]用于將不同維度的數據進行結合并對技術進行優先級排序。孔多塞投票法(又稱孔多塞投票算法)是一種將不同數據源產生的不同維度結果進行數據融合的方法。在本文的應用中，每一種技術被認為是一個選舉候選人，而每一個評估維度被看做是投票選民。

　　本文將按照以下結構進行闡述。關于技術預測、技術生命周期、技術擴散、技術范疇和目標技術的文獻綜述將在第2章進行闡釋;接下來，文章將分別在第3章和第4章介紹研究方法以及實證檢驗;第5章則歸納總結了該研究的主要結論以及未來研究的可能方向。

　　2 文獻綜述

　　文獻綜述主要分為三個部分，分別是技術預測相關研究、評估維度文獻綜述以及快遞物流技術概述。

　　2.1 技術預測

　　多種多準則決策方法可以用于技術預測方法選擇，例如Intepe等人使用TOPSIS(Techniquefor Order Preference by Similarity to Ideal Solution)法選擇最適用于3D電視技術的技術預測方法[8],Cheng等人運用模糊層次分析法(Fuzzy AHP)對比了多種用于新材料開發的技術預測方法[9]。此外，還有一些研究對技術預測方法進行了詳細的闡述討論。

　　預測技術的未來發展的方法也是多種多樣的，例如蒙特卡洛對于電視技術的仿真預測[10],灰色模型對于臺灣光電產業的預測[11],多元回歸、線性回歸以及增長曲線用于飛機技術的預測[12],多元回歸模型對于無線通信技術的預測[13]，巴斯擴散模型用于住宅能源管理技術[14]以及脈沖電磁場治療技術[15]的預測。Harell和Daim在2009年的研究中，提出使用ScienceDirect的文獻數據和世界知識產權組織(WIPO)的專利數據來預測用于未來發電的能源存儲技術[16]。Zhu和Porter的研究則聚焦于技術智能和預測的信息自動提取與可視化，他們列舉了數種不同類型的方法[17]。Tseng等人在2002年的研究中心提出了使用基于季節性時間序列ARIMA模型和神經網絡模型的混合預測方法用于臺灣機械工業和軟飲料的發展預測[18]。Lee等人在2014年的研究中心則使用了一種基于層次分析法(AHP)和因子分析的技術預測方法用于信息領域新興技術的投資排序[19]。

　　生長曲線(又稱為S曲線)是用于技術預測的普遍方式之一。生長曲線已經被用于數據存儲技術[20]、可再生能源生產[21]、機器與材料類新興技術等方面的技術預測[22]。德爾菲法是另外一種被廣泛用于技術預測的方法，這種方法主要基于相關領域專家的經驗知識，例如此方法曾被用于開源軟件[23]和核能源技術[24]的預測。此外，數據包絡分析(DEA)也經常用于技術預測，它的優勢在于允許研究者在技術預測過程中考慮多種輸入和輸出。基于DEA的技術預測近年來被廣泛用于計算機顯示投影技術[25]、噴氣式戰斗機技術[26]、無線通信技術[27]、太陽能技術[28]、液晶顯示技術[29]、混合動力插電新能源汽車技術[30]和手機技術[31]等。2003年，Martino回顧了技術預測研究的不同方法[32]，比如德爾菲法、生長曲線和概率預測等。

　　2.2 評估維度

　　在現有的技術預測指標中，專利和專利引用是十分有意義的[2]。在建立預測方法的過程中，技術預測輸入數據的可獲得性是十分重要的，而由于大多數專利數據庫是免費向公眾和全球所有研究者開放的數據源，專利是一類較容易獲取的數據。描述專利的指標是多種多樣的，例如引用、專利年齡、國際專利分類(IPC)代碼和權利要求。Gao等人在2013年的研究中提出技術生命周期的現今階段分析對于投資決策十分必要[33]，S曲線是研究技術生命周期的一種常用方法。2011年，Chen等人的研究表明S曲線是一種基于專利的、用于技術生命周期分析的、有效的定量技術預測方法[34]。S曲線的研究表明技術生命周期能夠有效地解釋技術的發展軌跡[35]。Altuntas和Dereli在2012年的研究中說明了技術創新擴散的速度對于投資項目的重要性[36]。如果投資技術的擴散速度比較高，這說明此項技術具有較大的市場潛力，這項技術的有關創新活動更有可能影響其他技術的未來發展。此外，技術范疇也與經濟影響關系密切。投資于一項技術范疇較大的技術會帶來較高的經濟價值和商業化潛力。如果一項技術在技術生命周期的生長期、擁有較高的技術擴散潛力以及較大的家屬范疇，該項技術可以看作是一個成功的投資。因此，本研究使用四個技術預測的重要指標對投資項目進行評估，分別是：(1)技術生命周期(TLC)、(2)投資技術的擴散速度、(3)專利的權威性和(4)技術的擴張潛力，其中(3)和(4)是表征技術范疇的指標。這四個指標將在下文中分節進行闡述。

　　2.2.1 技術生命周期

　　進行技術投資之前，決策者需要慎重考慮技術當前所處的生命周期階段[37]。Liu和Wang在2010年的研究中介紹了技術生命周期的三個階段[38]，分別是起步期、發展期和成熟期(如圖1所示)。

　　圖1 技術生命周期的S曲線[38]

　　圖1中的曲線稱作S曲線，它闡釋了應該投資在處于發展期的技術，許多研究者均不建議商業投資用于起步期和成熟期的技術。在起步期，這項技術對于市場仍然過于陌生;而處于成熟期的技術具有更高的被新興技術取代的風險。事實上，如果投資者具有一定的風險承受能力，其也可以投資處于起步階段晚期和成熟階段初期的技術。本文使用專利累計數量來確定技術當前所處的生命周期階段，以確定其是否有投資潛力。大量研究已經闡釋了基于S曲線評估技術生命周期階段的方法[6,33,39-40]。

　　2.2.2 技術擴散速度

　　技術是可以傳播的，通過傳播能夠被不同的公司、機構和國家所使用[41]。Perkins和Neumayer、Xu和Chiang、Haruna等人對于技術的國際擴散過程進行了研究[42-44]。專利引文分析是一種預測不同技術擴散速度的方式。如果一個專利被后續專利所引用，這就意味著被引用的專利獲得了擴散、應用，它是有價值的[2]。投資于一項具有較高擴散潛力的技術通常能夠帶來更大的市場潛力。本研究中，專利的平均被引用計數用來表征技術擴散速度(如公式(1))。Huang和Wang在2013年的研究中詳細地闡釋了專利技術擴散的衡量方法[45]。

　　其中，TDS是技術擴散速度，a是后續引文總量，b是范圍內的專利總量。

　　2.2.3 技術范疇(專利的權威性和擴張潛力)

　　技術范疇維度主要評估技術的廣度。如果技術廣度較高，這意味著該項技術與大量不同技術有關聯。本文主要使用兩個指標來衡量技術范疇，分別是專利的權威性和擴張潛力。Lerner、Jun和Gao等人為了簡化數據收集過程，使用國際專利分類(IPC)代碼的前4位用于專利分析[33,46-47]。本文同樣使用IPC代碼的前4位衡量技術范疇。技術在專利數據庫中涉及到的不同IPC代碼總量能夠表征這一技術的擴張潛力。具有較高的擴張潛力意味著這些IPC代碼涵蓋的新技術中使用這一技術的機會較大，一種技術的發展將帶來與之相關的諸多技術共同發展。擴張潛力表示的是與投資技術相關的技術數量。專利的權威性的計算方法如公式(2)所示。如果專利的權威性較高，這說明這一技術溢出到不同行業或者發展出新行業的機會較大。這就意味著目標技術與其他技術的關聯度很高并且有潛力形成新的行業。專利的權威性和擴張潛力均能夠用來衡量技術范疇以及評估技術。

　　其中，PP是專利的權威性，x是獲取到的專利IPC代碼總量，y是獲取到的專利總量。

　　2.3 快遞物流技術

　　本節將重點介紹三種快遞物流技術，即運輸規劃技術、遠程信息處理技術和無線射頻識別技術。由于這三項技術處于技術生命周期的上升階段并且不易被定量評估，本文選擇了它們用來驗證評估模型的可行性。當前的消費升級和產業升級是中國經濟發展的主流趨勢，為快遞業的發展提供了廣闊的空間。中國快遞業連續六年保持50%左右的高增長率。2016年，中國的快遞業務量位居世界第一。隨著中國經濟發展，人工成本持續提升，快遞物流技術的布局和投資獲得越來越多企業的關注。

　　2.3.1 運輸規劃技術

　　運輸是一系列操作的集合，使用設備和工具將物品從一個地方運送到另一個地方，包括收集、處理、中轉、裝載、卸載和分散等。交通運輸是物流的主要功能之一，是“第三個利潤源”的主要源泉，可以創造“場所效用”。運輸規劃包括交通路線規劃和交通方式規劃。據調查結果表明：對于擁有15000條路線的郵政運輸組織而言，每天生產力提高一分鐘，可以每年累計節省100萬美元[48]。常見的運輸方式包括鐵路運輸、公路運輸、水運、航空運輸、管道運輸，以及多式聯運、集裝箱運輸、散裝運輸和托盤運輸等特殊運輸方式。運輸方式各具特點，運輸規劃旨在通過合理的組織物品運輸，以加速社會再生產的過程，促進國民經濟持續、穩定、協調的發展;對企業而言，優化運輸規劃有利于節約運輸成本，降低物流成本，縮短運輸時間，加快物流速度，節約運輸能力，緩解運輸條件緊張，有利于節約能源。制定科學合理的運輸規劃方法，持續優化完善運輸方式與運輸路由對快遞物流企業的發展至關重要，是企業技術投資的重要方向之一。

　　2.3.2 遠程信息處理技術

　　遠程信息處理系統是遠程終端通過通信線路訪問計算機的信息處理系統，也稱為遠程終端處理系統。自20世紀70年代以來，隨著分時系統和計算機網的發展，遠程信息處理系統得到了迅速發展。有六種基本類型的遠程信息處理系統：(1)問答系統。其中，計算機被視為大容量存儲器，并且大量終端用戶可以通過通信網絡來訪問主機。(2)數據采集系統。來自許多終端或其他輸入設備的信息可以被聚合并存儲在計算機中。(3)數據發布系統。可看作是數據采集系統的逆系統，即主要數據流是從計算機到終端的。(4)會話式系統。允許主機與許多本地或遠程用戶同時進行對話。交互式圖形系統、計算機輔助教學等屬于這類系統。(5)遠程批處理系統，又稱遠程作業輸入(RJE)系統。主機等待遠程終端的作業，對作業進行排隊，然后將其發送回原來終端。(6)報文交換系統。可看作是數據采集和數據分配系統的特例。實際的遠程信息處理系統通常是上述六種基本系統的集成，例如過程控制系統、管理信息系統、自動化指揮系統、電子資金交換系統、辦公自動化等。快遞物流系統由眾多、散落在不同區域的網點構成，信息的生成、采集、傳輸、分析等活動需要在不同的地點完成，遠程信息處理技術對于快遞物流企業而言是另一個重要的技術發展方向。

　　2.3.3 無線射頻識別技術

　　無線射頻識別技術(Radio Frequency Identification, RFID)是由掃描器發射到接收器特定頻率的射頻能量，用于驅動接收器電路發送內部代碼，掃描器接受此代碼。接收器的特點是沒有電池，沒有接觸，無需刷卡，故而不怕臟，而且芯片密碼是世界上唯一一個無法復制的密碼。RFID標簽分為有源標簽和無源標簽兩種。RFID的應用非常廣泛，目前典型應用有動物晶片、汽車晶片防盜器、門禁管制、停車場管制、生產線自動化、物料管理。自2004年起，全球范圍內掀起了一場無線射頻識別技術的熱潮，包括沃爾瑪、寶潔、波音公司在內的商業巨頭無不積極推動RFID在制造、物流、零售、交通等行業的應用。RFID技術及其應用正處于快速發展時期，并被業界公認為本世紀最有潛力的技術之一，其開發和應用推廣將引領自動識別行業技術革命。RFID在交通運輸和物流行業的應用通信技術提供了一個新平臺，將成為未來電信行業潛在的利潤增長點之一。在RFID技術領域的投資對于快遞物流企業也是其中一個重要的方向。

　　雖然在運輸規劃、遠程信息處理、無線射頻識別技術領域有諸多研究，不過對于三項技術的投資成功性評估的研究還尚有欠缺。目前的研究仍然主要聚焦于一項技術在某一時間點的發展情況。本研究區別于以前的研究工作，綜合考量了技術生命周期、擴散速度、專利的權威性以及擴張潛力等多個維度，對技術進行預測，以判斷其投資在未來能否取得成功。

　　3 研究方法

　　研究方法將對不同技術進行排序，排序的標準為財務投資績效。此研究方法使用技術預測的指標考量技術的成功性，并使用綜合排序方法對投資機會的優先級進行評估，故而其對于技術在未來的可持續發展評估是十分有益的。本研究方法主要包括9個步驟(如圖2所示)。第一步為數據檢索，需要從數據庫中提取與技術相關的專利數據，構建目標專利數據庫。事實上，任何一個專利數據分析均需要此步驟建立分析對象的集合。湯森路透專利數據庫(TI)是集合了全球眾多國家專利代理機構的專利數據集，涵蓋全球，并經過一系列處理形成具有一定標簽一致性的數據庫，故而，TI專利數據的分析具有較好的通用性。第二、三、四步是技術生命周期分析，使用累計專利數量表征當前狀況下技術的吸引力和發展變化，并考慮該項技術是否處于生命周期的發展期。如果答案是否定的，則該項技術不適宜納入投資考量的范圍以內，進入第四步;如果答案是肯定的，則該項技術需要被評估，則進入第五步。此選擇的邏輯基礎是對于非發展期的技術進行投資是無效的。第五步是使用公式(1)計算技術擴散速度。第六步是使用公式(2)計算專利的權威性。第七步是獲取專利涵蓋的不同IPC分類代碼，以表征技術的擴張潛力。第六步和第七步業間接說明了技術的商業潛力。如果第六步和第七步對該項技術給出了高價值評估結果，則有較高的概率此技術在未來會有比較大的市場潛力。然后使用第三步、第五步、第六步、第七步的評估結果對候選技術進行綜合分析，第八步提出基于孔多塞(Condorcet)投票法的綜合分析。最終，第九步對多項技術進行評估和排序。

　　圖2 研究方法

　　4 實證分析

　　本文使用三項快遞物流技術——運輸規劃技術、遠程信息處理技術、無線射頻識別技術來對研究方法進行驗證。

　　4.1 專利分析

　　依據研究方法的步驟，第一步是檢索運輸規劃技術、遠程信息處理技術和無線射頻識別技術的相關專利。本研究綜合依照技術關鍵詞、主要專利權人、IPC分類號等字段制定檢索式，在TI數據庫中檢索得到快遞物流相關的所有專利集合，構建基礎數據庫。于2017年5月17日檢索獲取快遞物流領域相關專利共23993條(DWPI同族合并之后)。在此基礎上，分別獲取運輸規劃技術相關專利2105條、遠程信息處理技術相關專利1069條、無線射頻識別技術專利3182條。實證研究方法步驟如圖3所示。

　　圖3 實證研究方法框架

　　圖4說明了運輸規劃技術、遠程信息處理技術和無線射頻識別技術的年專利授權數量。運輸規劃技術的發展較早，在1983年即擁有了第一個專利授權，并在多年來一直維持著穩定發展;遠程信息處理技術和無線射頻識別技術的發展較運輸規劃技術較晚;無線射頻識別技術在2000年以后有了爆發式增長，專利授權量在3項技術中從2003年至2015年持續最高;而遠程信息處理的專利授權量則在2010年以來有了指數式增長。如圖5所示，此三項技術均未達到成熟期，其中運輸規劃技術仍然處于絕對的發展期，而遠程信息處理技術和無線射頻識別技術雖然2016年的專利增長有趨于平緩的趨勢，考慮到TI數據庫集成全球專利有18個月的處理滯后期，以及平緩趨勢并不明顯，判斷該兩項技術亦仍處于技術生命周期的發展階段。

　　圖4 運輸規劃、遠程信息處理、無線射頻識別技術的年專利授權數量

　　圖5 運輸規劃、遠程信息處理、無線射頻識別技術的S曲線

　　鑒于三項技術均處于技術生命周期的發展階段，對于圖2中的第三步回答為Yes，則進入分析流程的第五步。圖6闡釋了每年授權的運輸規劃技術、遠程信息處理技術和無線射頻識別技術專利的施引數量總和。由于引用具有一定的滯后性，一般情況下出現第一個專利引用會比專利優先權年平均滯后4年[49]，故而，用來計算擴散速度的專利僅截取至2012年12月31日。故而，用來衡量擴散速度的專利數量比檢索獲取用于測算技術生命周期的專利總量要少。

　　圖6 運輸規劃、遠程信息處理和無線射頻識別技術的專利施引數量

　　圖8展示了運輸規劃技術、遠程信息處理技術和無線射頻技術的累積年施引總量。可以看出，每個技術投資方向的累積年施引總量符合S曲線(如圖1)的走勢。表1展示了不同技術投資的技術擴散速度。可以看出，運輸規劃技術的技術擴散速度最高。從擴散速度來看，三項技術投資的排序為運輸規劃技術>無線射頻識別技術>遠程信息處理技術。

　　圖7 運輸規劃、遠程信息處理和無線射頻識別技術的累計專利施引數量

　　表1 技術擴散速度

　　運輸規劃技術、遠程信息處理技術和無線射頻識別技術相關專利涉及的主要IPC分類代碼(專利數量在10個及以上的)以及不同分類代碼下的專利數量如表2、表3和表4所示。表5綜合比較了投資范圍內的三項候選技術的技術范圍指標(分別稱為專利的權威性和擴張潛力)。如表5所示，用于評估技術范圍維度的專利總量與評估技術生命周期維度的專利總量一致。IPC分類代碼及其涵義可以在世界知識產權組織的官網中查到(http://web2.wipo.int/ipcpub/#refresh=page)。

　　表2 運輸規劃技術相關專利涉及的部分IPC分類代碼以及數量

　　3 遠程信息處理技術相關專利涉及的部分IPC分類代碼以及數量

　　表4 無線射頻識別技術相關專利涉及的部分IPC分類代碼以及數量

　　專利的權威性：無線射頻識別技術>運輸規劃技術>遠程信息處理技術基于表5中的數據分析結果，在專利的權威性維度中，無線射頻識別技術有最高的優先級，其次是運輸規劃技術，第三位是遠程信息處理技術;而在擴張潛力維度中，運輸規劃技術的優先級最高，其次是無線射頻識別技術，第三位是遠程信息處理技術。綜合而言，三項技術的優先級排序如下：

　　擴張潛力：運輸規劃技術>無線射頻識別技術>遠程信息處理技術

　　表5 專利的權威性和擴張潛力

　　4.2 孔多塞投票法(Condorcet Method)

　　表6總結了4.1中不同評估維度下的分析結果。可以看出，遠程信息處理技術和無線射頻識別技術在技術生命周期的維度分析中的排序是相同的，而且略低于運輸規劃技術。

　　表6 不同評估維度下的技術投資排序

　　孔多塞投票法主要用于將不同維度下對候選技術的評估結果進行聚合。每一項技術均被看做是一個投票中的候選者，而每一個維度被看成是此方法中的一張選票。然后，使用成對比較法將不同技術進行兩兩對比，判斷每一項技術在兩兩對比中是“贏(win)”或者“輸(lose)”或者“平(tie)”。如果一項技術在成對比較中被判定為“贏”，則在“win”的位置積1分;如果被判定為“輸”，則在“lose”位置積1分;如果兩項技術被判定為能力相同，則在“tie”的位置積1分。成對比較法的分析結果如表7所示。

　　表7 技術成對比較

　　基于表6中的數據，可以得到運輸規劃技術、遠程信息處理技術和無線射頻識別技術的成對比較分析結果(如表7)和孔多塞投票法的相應得分(如表8)。可以看出，運輸規劃技術在對比中獲勝的次數高于遠程信息處理技術和無線射頻識別技術。故而，在快遞物流領域內，運輸規劃技術的投資優先級要高于遠程信息處理技術和無線射頻識別技術。同時，無線射頻識別技術的投資優先級高于遠程信息處理技術。最終三項技術的排序為運輸規劃技術>無線射頻識別技術>遠程信息處理技術。這表明對于快遞物流企業而言，運輸規劃技術需要得到比無線射頻識別技術和遠程信息處理技術更高的支持。備注：“(win, lose, tie)”

　　表8 孔多塞投票法得分

　　5 結論與討論

　　由于市場條件的不穩定性和信息的有限性，對于技術在未來能否取得成功的預測是十分復雜的。在這個條件下，投資者想要準確判斷給予哪些技術更大的投入是不易的，尤其對于快遞物流企業而言。快遞物流領域正在走向有序競爭的階段，企業的戰略規劃、對未來技術的把握顯得尤為重要。因而，本研究提供了一種新的研究方法來預測技術在未來市場上的成功可能性，此研究方法主要基于專利數據。專利數據具有較易獲取性，以及被廣泛驗證的進行技術預測的有效性。這一研究方法也為追蹤投資的技術的演進方向提供了機會。此研究主要解決了技術目標的三大問題：(1)投資技術所處的技術生命周期的恰當階段，(2)目標技術的擴散速度，以及(3)目標技術的技術范圍。多維度將影響該項技術在未來的成功可能性。

　　經過實證分析驗證，此研究方法能夠從四個維度(技術生命周期、擴散速度、專利的權威性、擴張潛力)有效地對技術投資進行評估。對快遞物流領域的三項技術進行評估發現：運輸規劃技術起步時間最早，然而依然保持著持續的生命力和影響力，是快遞物流領域的核心技術以及競爭力的體現，是最值得投資的技術;無線射頻識別技術在快遞物流領域的發展時間較晚，然而近年來獲得了廣泛關注，其技術權威性很高，對于快遞物流領域中其他技術的發展有較大影響力;遠程信息處理技術近年來也得到了很大關注，作為提升快遞物流發展的一種工具，在快遞物流領域中的創新發展并不明顯;不過遠程信息處理技術在快遞物流領域受到高度關注僅自2010年以來，其未來的發展趨勢仍待持續跟蹤分析。

　　此研究方法主要為以下問題給出了解答：哪些技術適宜投資以及這些技術投資的優先級，為投資決策者提供了一定的理論依據。然而，該研究仍然存在一定的提升空間：(1)此研究方法僅使用了專利數據進行分析，文獻數據、媒體數據、宏觀市場數據等可獲取的維度數據均能夠被用于技術預測;(2)影響投資決策的因素還有很多，例如投資的回報周期、投資的市場成功可能性、投資的平衡點、人力資源等，這些因素也應該被用于共同預測技術未來成功的可能性;(3)此研究方法假設如果技術處于技術生命周期的發展階段，則投資對投資者是可獲利的并且有價值的。