标题
  • 标题
  • 作者
  • 关键词

颠覆性技术识别与扩散趋势预测:概念模型与实证分析

2024-08-24分类号:G255.53

【作者】王康   陈悦   王玉奇   韩盟
【部门】大连理工大学科学学与科技管理研究所暨WISE实验室  
【摘要】发现并判断技术颠覆性潜力和扩散趋势,能够为国家和政府科技资源分配与未来产业的超前布局提供精准决策依据。首先,本文构建了颠覆性技术识别与扩散趋势预测的概念模型;其次,依据此模型以3D打印领域为例,从离群性和影响力维度识别颠覆性专利,提取颠覆性技术;最后,基于识别的颠覆性专利的施引专利,将自动标签和战略坐标应用于技术主题扩散路径绘制中,提出一种新的多位态自动标签技术主题扩散趋势预测方法,用于揭示核心、边缘、成熟、新兴等位态主题之间的动态扩散关系。研究发现,离群专利与颠覆性技术之间存在共生、匹配和关联的内在逻辑关系,从离群专利视角识别颠覆性技术具有可行性;1955—2017年,3D打印领域的颠覆性技术主要分布在高端装备制造、生物医药和材料3大方向,突出的技术领域是运输、发动机/泵/涡轮机、生物材料分析、半导体、环境技术;多位态自动标签技术主题扩散趋势预测结果显示,生物医疗3D打印技术主题未来发展潜力巨大。
【关键词】颠覆性技术识别  颠覆性技术扩散  离群专利  概念模型  3D打印
【基金】国家重点研发计划项目“颠覆性技术识别理论、方法与专家预判系统”(2019YFA0707201);; 教育部哲学社会科学研究重大课题攻关项目“基础研究领域颠覆性科研成果识别与我国基础研究能力提升研究”(22JZD021);; 中央高校基本科研业务费专项资金资助项目“我国基础研究领域颠覆性科研能力评估”(DUT23RW302)
【所属期刊栏目】情报学报
文献传递