基于专利文献的颠覆性技术识别框架研究：以绿氢行业为例

基于专利文献的颠覆性技术识别框架研究：以绿氢行业为例

欢迎报价

李文清, 齐小曼, 庄子爱, 袁银池, 陈云, 陆娇. 基于专利文献的颠覆性技术识别框架研究——以绿氢产业为例[J]. 世界科学技术研究与发展, doi:10.16507/j .issn.1006-6055.2023.09.002.

李文清1齐小曼1庄子艾2袁银驰2陈韵2陆娇2

（1.；2. 中国科学院上海生命科学信息中心，中国科学院上海营养与健康研究所）

摘要：在新一轮科技革命的背景下，全球颠覆性技术创新方兴未艾，政府、产业界和学术界也在积极寻求识别颠覆性技术的有效方法和路径。专利是传达技术信息最有效的媒介。本文以专利文献为基础，结合颠覆性技术的特点，首先从技术突破的角度筛选出一份潜在的颠覆性技术清单；然后，从技术创新、技术扩散、技术影响三个维度，构建了基于三个维度的技术颠覆度测量体系，并运用层次分析法赋能，提出了一套颠覆性技术识别的系统框架，用于识别特定行业的技术颠覆度。业界对该模型进行了实证研究，并结合颠覆性技术识别框架对绿氢产业技术进行了分析，发现该行业中的“太阳能制氢-供电”、“生物制氢”和“汽车应用”均具有颠覆性潜力。通过对初步筛选的技术主题的相关研究，验证了该方法在对潜在颠覆性技术进行前瞻性预测的有效性。

关键词：颠覆性技术；识别框架；专利文献；绿色氢

在新一轮科技革命背景下，全球颠覆性技术创新不断涌现，催生出新产业、新业态快速发展，将深刻重塑世界经济格局和国际竞争格局。远期目标纲要是加强未来前沿技术的多路径探索、交叉融合和颠覆性技术供给。“十四五”重点研发计划实施“颠覆性技术创新”重点项目，主要聚焦电子信息、人工智能、未来通信、虚拟现实等可能带来重大颠覆性突破的领域。在此背景下，北京、上海、浙江等多地竞相布局颠覆性技术。

近年来，政府、产业界和学术界也在积极寻求识别颠覆性技术的有效方法和路径。识别和预测颠覆性技术意义重大，刘流等指出，传统的模型测度、多维指标评价、文献计量学仍是颠覆性技术识别中常用的方法，大数据关联挖掘与分析的方法也逐渐开始应用于颠覆性技术的识别。由于颠覆性技术的发展是一个动态的过程，未来对颠覆性技术的识别应更多地考虑创新全过程，探索颠覆性技术的动态化、分类化识别。目前尚无统一的颠覆性技术识别方法，但应建立全面有效的实时量化技术预警监测体系，发现和筛选颠覆性潜在技术。监测、预测和对比有利于国家安全和科技安全，是促进科技创新发展的重要保障。

本文在对颠覆性技术与创新的研究基础上，概括了颠覆性技术的分类与特征，通过技术突破分析整理出潜在的颠覆性技术清单，并从技术新颖性、扩散性和影响力等角度对潜在的颠覆性技术进行分析。本文考虑技术颠覆的维度，构建了技术颠覆的测量体系，并运用层次分析法赋予权重，提出了系统的技术颠覆测量模型来评估技术颠覆的程度。本文进行了实证研究，并探讨了模型的有效性。

颠覆性技术的概念及演进

1.1 颠覆性技术与颠覆性创新

颠覆性技术最早由美国管理学专家克里斯坦森教授于1995年在《哈佛商业评论》上提出，是指主要特征具有普遍性，但被当前主流技术所忽视的技术，其特性具有独特或潜在的优势，通过吸引市场或行业非主流客户，逐步赶超现有的行业领导者，最终使颠覆性技术超越市场上的现有技术。

1997年，克里斯滕森出版了《创新者的窘境》一书，对研究成果进行了进展汇报，正式提出了颠覆性创新的概念和理论分析框架，理论研究涵盖了技术、市场、组织三维要素，全面阐释了颠覆性技术的市场意义、颠覆性创新市场的细分化、支撑颠覆性创新的相对独立组织、组织模式的转变等，为颠覆性创新实践提供了方法论。

1.2 颠覆性技术的分类及特征

从已有研究来看，颠覆性创新具有动态性，可以从技术属性视角和市场效应视角两个角度进行观察。乔亚丽从这两个视角提出了颠覆性技术的类型，如表1所示。

可以看出，无论是现有技术的交叉融合，还是全新的技术，颠覆性技术都表现出与科研的紧密联系，最初是新颖的，是一种影响较小的技术创新，影响逐渐扩大，是一个技术融合驱动的过程。颠覆性技术的主要特征包括两点。

1）源于科学研究的科学突破。颠覆性技术通常源于科学研究的突破，建立在科学创新的基础之上，依托科学前沿的成果，因此在创新链中与基础研究紧密相关。

2）基于技术冲击力和跨域性的发展。在后续发展中，颠覆性技术通过技术冲击力和跨域性不断扩散，从而实现颠覆性应用。

1.3 颠覆性技术的识别方法

目前，国内外学者对颠覆性技术的识别与预测方法进行了大量的研究，所采用的研究方法主要包括主观判断法、指标识别法、模型分析法、文献计量法等四类。

1）主观判断法。德尔菲法主要通过大量匿名问卷，收集相关研究领域专家对潜在颠覆性技术的意见，形成统一意见。错误！未找到参考来源。例如，高盛集团、麦肯锡、毕马威、新美国证券中心等均发布过关于颠覆性技术的研究报告。错误！未找到参考来源。

2）指标识别法。结合颠覆性技术的特点，建立多维度的指标体系，包括定性指标、定量指标或混合指标体系，根据指标得分识别颠覆性技术，如冯倩倩邀请专家从技术颠覆、产业变革、经济价值、社会影响等四个维度对颠覆性技术项目进行评分，最终通过加权评分计算出每个项目的综合得分，逐级完成颠覆性技术的筛选。

3）模型分析法。引入一定的理论模型，如TRIZ模型、QFD模型等，构建评价指标框架和量化模型，筛选颠覆性技术相关参数和变量，从微观角度对颠覆性技术进行预测，从而准确识别潜在的颠覆性技术。例如，徐泽浩等学者在建立评价体系的基础上，采用专家打分和灰色模糊综合评价法，对新技术的颠覆性创新潜力进行相对客观有效的评价。

4）文献计量学：以科技论文和专利文献为基础，通过从文献中提取关键信息，描述颠覆性技术的特征并进行量化分析，客观地识别和预测颠覆性技术。专利信息团队利用微波加热、闪存、模数转换等颠覆性技术相关的专利数据样本，开发了具有颠覆性技术预测功能的原型工具。团队以早期技术专利作为训练集，不断优化工具性能。错误！未找到参考来源。错误！未找到参考来源。基于专利分析数据的颠覆性技术识别实践总结如表2所示。

综上所述,专家评价的判断周期较长,且具有一定的主观性;指标识别法、模型分析法虽然相对客观,但有些方法缺乏量化数据的支持,因此也具有一定的局限性。

基于专利数据识别颠覆性技术的做法有很多，部分分析结果依赖于分析输出图表的解读，另外专利数据对于技术发展、法律保护和市场趋势的判断都有相对成熟的指标，可以对研发进行量化计算。因此本文采用第四种方法，以专利为数据来源，按照一定的判断逻辑和指标，从客观角度建立颠覆性技术识别框架，可以从三个维度识别技术颠覆程度。

基于专利分析的颠覆性技术识别框架

2.1 颠覆性技术识别流程

本文在对颠覆性技术概念、特征分析的基础上，在已有研究的基础上，提出了“突变识别—颠覆程度识别”的颠覆性技术识别框架，识别过程分为两个阶段。

第一阶段，鉴于颠覆性技术具有较强的科学突破性，将导致其关键词在短时间内爆发，通过突变检测，获得某一领域潜在的颠覆性技术列表；

第二阶段，我们构建了以专利为代表的、结合颠覆性技术的新颖性、扩散性、技术影响力的指标体系，得到了计算模型，并计算出了第一阶段技术清单的颠覆性程度。

2.2 技术涌现分析

新兴词汇是指在一定时间段内出现频率变化较大的关键词。新兴词汇分析作为文献内容挖掘的重要工具，可以展现特定领域的研究前沿和发展趋势，反映研究者在特定时间段内对某一关键词的兴趣。通常，新兴词汇分析被广泛应用于发现某一领域中出现的动态概念和潜在的研究问题，揭示领域发展的新趋势和剧烈变化，反映活跃或前沿的研究节点。

与论文数据通常有更精准的关键词描述，可以作为Term Type（抽取词）不同的是，本文以专利手册代码作为突发词参与分析。

2.3 技术颠覆性潜力测量体系

结合前述颠覆性技术的特征以及专利数据的特点，从新颖性、扩散性、影响力三个维度构建了表征颠覆性技术的识别指标体系，并对各技术指标进行了量化分析。

1）技术新颖性。判断技术新颖性（技术领域的科学实力）比较简单的方法是看非专利文献（NPL）的引用情况。专利中科学文献引用的存在与否及其量化第一个“平均每篇文章的非专利引用次数”是某技术领域的专利引用的非专利文献绝对数量的平均。第二个“平均每篇文章的科学引用次数和某技术领域的专利引用的非专利文献总数”是某技术领域的专利引用的非专利文献绝对数量的平均。“引用率”是专利引用相对于非专利文献的相对值，即其占总引用次数的比例。

2）技术扩散性。判断技术集成创新和跨领域应用的能力，主要用IPC分类号数量和家族数量来标识，第一个指标是“每篇文章的技术分类（IPC类别）数量”：IPC类别表明一项专利的技术广度。如果一份专利合集包含来自很多不同IPC类别的文献，那么该专利合集覆盖的技术范围就很广，是该专利IPC的技术分类跨度，用来反映其技术扩散性；一项专利的专利家族规模（也叫国际范围或地理家族规模）通常定义为共享同一优先权文献的不同法域的数量，可以表征该技术的市场布局跨度，反映其市场扩散性。

3）技术影响力。判断专利的技术影响力，通常可以利用专利文献发表后的引用情况（长期引用）。根据前人研究，单个专利的经济价值随着正向引用次数的增加而增加。一个指标“平均每篇正向引用次数”是该技术领域每个专利的平均正向引用次数；第二个指标“突破性专利占比”是该领域被引用次数较多的专利占比。同组专利被引用次数占比如图2所示，其中突破性专利定义为同组专利中被引用次数最多的10%的专利。

2.4 建立模型识别颠覆性技术的潜力

在确定颠覆性技术的三项特征属性指标后，本节采用层次分析法对各特征属性的二级指标赋予权重值，进而计算出不同时间窗口内各技术主题的综合指标。分析方法的基本思想为1）确定评价目标是对潜在的颠覆性技术进行排序，得到颠覆程度较高的技术分支；2）评价标准为技术新颖性、技术扩散性和技术影响力；3）准测度层采用表3中的6个二级指标表征。

该环节具体工作中，通过专家咨询法，对同一层级各要素的重要程度进行两两比较，构建两两比较矩阵；通过判断矩阵计算出被比较要素的相对权重，并进行一致性检验，最终得到各指标权重如表4所示。

实证研究

绿氢是指利用可再生能源分解水得到的氢气，其燃烧时只生成水，从源头上实现二氧化碳零排放。但目前全球制氢仍以化石能源为主，根据国际能源署最新数据，2021年绿氢仅占2018年全球氢气产量9400万吨的0.4‰。近年来，越来越多的国家选择布局氢能，将其视为实现碳中和目标、保障国家能源安全的重要战略选择。我国在2022年3月发布的《氢能产业发展中长期规划（2021-2035年）》中提出，到2025年，可再生能源制氢年产量达到10万至20万吨，到2030年，形成氢能产业比较完备的氢能产业技术创新体系；氢能发展必须坚持清洁、低碳原则，重点发展可再生能源制氢，即绿色氢能。

本节将以绿色氢能产业为例，利用上文建立的颠覆性技术识别框架进行实证研究。

3.1 数据采集与处理

本文的数据来源是德温特世界索引（DII）。

本文首先将“绿氢”产业总体技术进行分解，主要分解为基于可再生能源的氢能制备、氢能存储与运输、氢能应用三个环节，并基于这三个环节确定检索因子。在团队前期研究的基础上，主要从德温特手册编码、技术成分研究、关键词三个角度制定了本次实证研究的检索公式。以下搜索公式 TS=(" " OR " " OR " " OR " ") AND (TS=(PEM OR SOEC OR AEM OR "绿水" OR OR "水" OR "盐水" OR " " OR " " OR "水" OR "离子" OR ) OR TS=( OR "水" OR "水" OR "太阳能" OR "太阳" OR OR "风" OR OR * OR " ") OR TS=( OR OR OR - OR " " OR OR OR 生物-)) AND (MAN=(E31 -A02A OR X16-C17A* OR J03-B* OR X25-R*) OR IP=(C01B-003/02 OR C25B-001/04* OR F25J-003/02 OR C25B-001/06 OR C25B-001/08 OR C25B-001/10 OR C25B-001/12）检索，时间跨度为25年，检索时间为2022年10月30日，检测到3000多个DII专利家族。

由于没有针对绿氢产业每个技术节点分支进行针对性的检索，获取的专利并未覆盖绿氢产业所有专利；由于在检索中纳入了与绿氢产业紧密相关的检索词和分类号，因此获取的专利数据集更具代表性，并将这3000余件专利作为专利种子数据。

3.2 新兴技术分析

本文采用“Burst”分析进行聚类，并结合“突变词检测”，绘制出1996年至2022年出现的新兴主题（用人工编码将各专利的关键词表示为新兴主题），主题首次出现的年份、Begin和End分别表示主题作为前沿的起止年份，表示出现的强度。

如图3所示，经过Burst检测后，我们可以得到如左图所示的出现强度最高的Top 142技术主题，由于人工代码的分类存在层级关系，因此将它们排序到如右图所示的表格中，进一步筛选出颠覆性技术名单。

通过对技术主题进行排序（ ），可以看出绿氢产业专利主要分布在A、D、E、H、J、L、N、X等大类中。为了选出更具代表性的颠覆性技术名单，本文设定了以下筛选原则：第一优先级是出现强度高于10的技术主题（图3右图中红色字体的技术主题）；第二优先级是出现起始年份在2012年以后的技术主题（图3右图中绿色背景的技术主题）；考虑到突变词技术主题中出现的上下级分类码，选取上级技术，例如出现X15-B（风力发电）和X15-B01B（风力发电机组），则选择X15-B*开始检索，以便完成后续检索。

结合上述筛选原则，并通过人工阅读判断相关技术主题的代表性专利，初步筛选出颠覆性技术名单，列于表5。

3.3 颠覆性潜力分析

对于以上颠覆性技术列表，结合表4的颠覆性技术潜力分析识别模型，可以得到图4所示的各项指标值，以及各项技术的颠覆性潜力值。

3.3.1 技术突破

技术涌现强度和时间段一定程度上表征了颠覆性技术的前沿性和突破性，以及其快速发展的时期。从这一维度来看，“氢气制取与储存”、“电能存储”、“汽车应用”是入选技术主题中强度最高的前三大技术主题。这三大主题涵盖了氢气的制取、储存和应用，是绿色氢能产业链中最重要的主题。

氢气的制取与储存是氢能利用的第一步，在1994年至2012年间得到密集发展，利用可再生能源电解水制取氢气可有效解决可再生能源消耗问题，是一条很有前景的清洁能源技术路径。

电能存储是绿色氢能技术稳定使用的前提条件之一，将在2021-2022年进行深入研究和快速发展。

汽车应用是氢能利用最受关注的领域，在2006年至2017年的十年间得到了深入发展，并在全球得到广泛应用。氢动力在货运卡车、长途客车等应用上有着无可比拟的优势。动力叉车因其灵活性、快速充电性能等特点，得到了广泛的应用。

3.3.2 技术创新

从绿氢领域技术创新来看，排名前列的技术主题包括：太阳能制氢-供电技术、生物制氢技术、纳米技术、制氢催化剂制备、光催化技术。

以太阳能制氢-供电技术为例，可以看出非专利文献引证最多的专利集中在“利用含镓和氮有源区的应变工程方法及相关光学器件”和“集成III-V族(砷化物、磷化物、氮化物、异质结构、同质结构和合金)和硅的器件及制造等，可用于光电化学分解水及制氢设备”。以光催化技术为例，其细分的新兴主题按时间顺序分为光催化装置→光催化剂，以及二氧化钛→钴(Co)→镍(Ni)→铑、钯(Pd)、锇(Os)、铱(Ir)、铂(Pt)→铁(Fe)化合物。

从这些技术主题的创新性可以看出，绿氢技术的进一步发展有赖于新材料的研发，从而实现工业应用中降低成本、提高稳定性的需求。

3.3.3 技术扩散

从绿氢领域的技术扩散来看，排名前几位的技术主题包括：汽车应用、生物制氢、太阳能制氢-供电。

以汽车应用为例，日本较早实现燃料电池技术的扩散并投入生产。纵观世界各国的燃料电池技术水平，日本在该领域表现尤为突出，技术含量相对较低。1999年，东京燃气和松下正式联手，对燃料电池的商业化发展进行基础研究，到2004年，在NEF基金的支持下，双方携手实现商业化示范运行，示范运行初见成效，燃料电池技术日趋成熟。2009年，ENE FARM推广到普通家庭，随后ENE FARM驶入快车道。从提出商业化设想到商业化普及用了10年的时间，其间政府相关基金给予了大力支持，企业间的深入合作以及相关协会（FCCJ、FCA）间的协调配合也发挥了非常重要的作用。

可见，技术的扩散需要政策鼓励与市场培育，日本燃料电池技术扩散可作为借鉴：1）规模经济。在产业初期，除发展电池产业外，应鼓励燃料电池厂商发展技术难度较低的燃料电池电堆，并进入有固定场景的应用领域，更容易实现产业化。2）顶层设计。政府在制定战略时，应科学论证，目光要长远，目标要明确；3）合理补贴。政府在制定产业补贴政策时，需要审时度势，根据实际情况做出适当决策。不同阶段，不同产品，不同生态系统，适时调整；4）培育生态系统。在产业发展初期，打通技术链条，培育产业生态系统，促进整个产业链协同发展。

3.3.4 技术影响

在绿色氢能领域的技术影响力方面，排名靠前的技术主题包括：太阳能制氢-供电、汽车应用、纳米技术、生物制氢。

以太阳能制氢及供电为例，日本于2021年实现规模化太阳能制氢；我国近年来在筹备或建设的“绿氢”项目中，超过三分之二的项目采用了“光伏+氢能”技术路线，可见其有望成为推动氢能商业化的主要技术路线之一。

以生物制氢为例，可以看出该领域的高引专利相对较多。生物制氢技术利用氢化酶和固氮酶两种关键酶的催化活性，将生物质中的水分子转化为有机底物。常见的生物基制氢技术包括直接光解、间接光解、光发酵、暗发酵、光暗耦合发酵、无细胞体系制氢等。虽然生物废弃物的储量十分丰富，但废弃物的收集、分离、大规模预处理、运输和储存仍面临严峻挑战。

结论与展望

本文探讨了破坏性技术的固有特征和发展定律，使用技术的出现分析来表征破坏性技术的突变特征，使用专利指标来表征破坏性技术的技术创新，技术扩散和技术影响，并提出了针对技术的测量方法，并提出了分析方法，并提出了一个识别方法分析绿色氢技术领域的专利数据，发现“太阳能生产力供应”和“生物氢的生产”“汽车应用”和其他领域是对初始筛查技术的相关研究的高度破坏性的领域。

这项研究中仍然存在一些缺陷：首先，这项研究的重点是从技术出现强度的角度识别破坏性的技术主题，并提出了一系列破坏性技术的列表，但是由于专利分类的层次结构性质，但是由于将其更加主观的判断力提取，因此需要进行更快的技术来处理，因此，该技术需要进行更快的技术来处理，以便进行技术置换。其次，数据源是单一的，尽管专利数据可以更好地代表基础研究的基础研究，但在研究中仍然缺乏与非专注文献有关的数据验证，只能对单个观点进行简短的讨论，并且可以将其识别为将高品质的文献文献，包括效果的效果组合，并将其列入效果。

编辑办公室信息

邮件：

电话：

网站：