新型技術路線圖構建研究范文

本站小編為你精心準備了新型技術路線圖構建研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《科學學研究雜志》2015年第八期

技術路線圖是一種有效的客觀管理工具，可以廣泛地應用于各個行業進行決策支持并制定長期計劃。它不僅提供了一種圖形化的方法來探索在時間推移過程中，市場、產品和技術三者間發展和進化的相互關系［1］，也是掌握技術發展態勢并有效預測技術未來趨勢的重要工具之一。然而，當前技術路線圖的繪制主要采用問卷調查、德爾菲、專家訪談等定性分析方法，雖然部分學者將文獻計量學等定量方法融入到技術路線圖的構建中，但核心思想依然局限于關鍵技術名詞的提取，并不能發現這些技術發展背后的驅動因素和技術發展目的。且目前構建的技術路線圖通常只包含技術、產品、市場三個層次，在實際應用過程中很難提供詳細指導。為解決這些問題，本文提出了以SAO分析為基礎的技術路線圖構建方法，以SAO結構包含的關鍵信息———“何種技術可以解決何種問題”為依據，在找到領域未來發展關鍵技術和技術發展趨勢的同時挖掘出這些技術趨勢背后的驅動因素，即領域發展所必須解決的關鍵問題，并對SAO結構的語義信息進行屬性劃分，構建了包含材料、技術、影響因素、產品、目標和應用六個層次的技術路線圖。最后，本文以瑞士學者在染敏太陽能電池技術領域的研究成果為實證案例，證明了該方法的科學性和有效性。

1文獻綜述

1．1技術路線圖繪制19世紀70年代，技術路線圖首先應用于美國的汽車行業，主要目的是避免忽視有可能成功的技術、展示公司對于其利益相關者的策略并最終加強供應鏈參與者相互間的信任。隨后，技術路線圖被摩托羅拉及其他公司成功應用，特別是對半導體行業產生了深遠的影響［2］，并廣泛地應用于企業的技術創新管理決策、產業發展規劃、政府戰略規劃等方面。雖然，技術路線圖作為一種有效的創新管理工具已成功應用于眾多領域，但其繪制方法普遍以SWOT分析、情景分析、德爾菲法等定性分析方法為主，例如朱星華和蔣玉濤主要利用德爾菲法和SWOT分析方法構建了廣東省區域產業技術路線圖［3］。國家科技部于2005年1月18日組織召開了氫能技術路線圖研討會，圍繞氫能技術的5個主要技術領域進行小組劃分和研討，經過兩次研討會最終制定了我國氫能技術的技術路線圖［4］。隨著信息技術的不斷發展，各國學者開始結合定量化的分析方法進行技術路線圖的構建探索。劉蘭、趙新力等人利用文本挖掘技術發現隱含在科技信息中的知識和聯系，并結合領域專家的知識進行技術路線圖的構建［5］。張璧嘉、張旭將專利網絡分析技術引入到技術路線圖的構建中，并以美國部分專利為例進行了實證研究［6］。張嶷等人將文獻計量學方法與專家判斷相結合，構建了材料、組件、產品三個層次的電動汽車領域全球技術路線圖［7］。Huang等人利用文獻計量學、文本挖掘和定性分析方法在國家、技術、企業、實驗影響分析四個維度上構建了大學、機構和企業三個層次的中國太陽能電池領域的技術路線圖［8］。根據上述綜述信息可以發現，雖然一些學者在技術路線圖繪制過程中使用了定量或定性與定量相結合的分析方法，在一定程度上克服了傳統僅利用定性分析方法構建技術路線圖的主觀性，并節約了時間和成本，但是它們普遍利用高頻詞為主體，并不能揭示未來技術發展的驅動因素;且目前構建的技術路線圖通常只包含三個層次，并不能有效提供指導企業規劃和行業發展所需的詳盡信息。

1．2SAO結構信息SAO是Subject－Action－Object的英文縮寫，即主謂賓結構。SAO語義分析是一種以事實為導向的本體模型，其來源于創新問題解決理論(俄語:TRIZ)。其主要目的是發現現有技術并把其作為一種解決目標問題的方案。通常對期刊文獻和專利文檔的分析主要是提取其SAO結構，這些由主語、謂語、賓語構成的結構可以提供大量技術信息［9］。例如，它們可以清晰地描繪包含不同語義信息的不同短語或詞組間的關系，如果以“問題－解決方案”形式提取，那么主語就代表技術，謂語和賓語組合起來就可以形成作用概念，代表需要被解決的問題［10］。這一形式，解決了傳統文獻計量學方法的不足，可以發現某一技術可以解決的特定問題。在此舉一個典型的例子，“BatteryEnergizesBulb”，這句話中“Bat-tery”是主語，代表技術，“Energizes”是謂語，“Bulb”是賓語，“EnergizesBulb”代表了技術“Battery”可以解決的問題。現在，SAO分析已廣泛應用于各個領域進行期刊文獻和專利文獻的分析，其中最主要的兩個應用領域是技術分析和專利相似度分析。技術分析方面:Gerken和Moehrle提出了基于SAO結構信息的新工具，可以用來識別高創新度的發明［11］;Choi，Yoon等通過將SAO結構信息的提取和社會網絡分析技術相結合，從專利信息中得到了未來技術的發展趨勢［12］;Yoon和Kim利用SAO結構信息和異常值檢測技術來識別新技術機會的標志［13］;郭俊芳等人利用提取SAO結構信息進行技術路線圖構建，為新興技術的未來技術方案和路徑選擇提供參考［14］。專利相似度分析方面:Sternitzke和Bergmann利用SAO結構測量了專利文檔的相似度，并將此方法與共詞分析、文獻計量方法、共引用分析和自引用關聯四種方法進行了對比研究，得出SAO分析和共詞分析方法可以挖掘出與基于引用的分析方法揭示的知識流不同的語義相似度［15］;Park利用SAO結構計算語義相似性并結合語義TRIZ的“ReasonForJump”原理，識別出可以進行技術轉移的潛力專利［16］。由此可以看出，SAO結構依靠其在主－謂－賓關聯度揭示方面的巨大優勢，在一定程度上確實能夠挖掘出文獻計量、引文分析等常用文獻分析方法所忽視的信息并為學者提供技術研究、趨勢預測和相似度測量方面更詳盡和準確的信息。隨著SAO語義分析的不斷發展成熟，其應用領域也將不斷擴大，以其獨特的優勢挖掘出更多有價值的信息，并將科學研究推向一個新階段。

2基于SAO分析的技術路線圖構建

2．1技術路線圖構建流程本文以SAO分析為主要工具并輔以專家知識的指導，建立了基于SAO結構信息的六層技術路線圖構建方法，具體流程如圖1所示。(1)確定研究的技術領域，制定檢索策略，下載相關數據。在數據來源方面，既可以選擇文獻數據庫也可以選擇專利數據庫。(2)SAO結構提取和修正。本文主要利用Stan-fordparser軟件對數據進行SAO結構的提取，提取的結構可以來源于文檔的標題、摘要或全文，通常摘要被視為最有價值的部分［17］，因此本文選擇摘要部分作為SAO結構提取的來源。由于SAO結構為機器提取，得到的部分結果可能沒有具體的意義或者幾個結構表達著相同的語義信息，需要專家進行剔除和合并。(3)進行頻次統計，找到領域關鍵問題和對應的技術解決方案，并確定各技術方案出現的時間階段。(4)對各技術方案按技術路線圖的不同定義和其所屬部件進行劃分。(5)將技術方案、部件、關鍵問題結合時間因素對應到技術路線圖的各層之中，進行技術路線圖繪制。

2．2技術路線圖各層次定義為了使SAO結構分析挖掘到的信息可以準確的利用到技術路線圖的構建過程中，首先要對技術路線圖材料、技術、影響因素、產品、目標和應用六個層次進行定義，從而限定其所需要的信息的來源和范圍。材料:某一技術方案所使用的關鍵材料。主要來源于SAO結構中的S。技術:解決某一關鍵問題所需的具體技術方案。主要來源于SAO結構中的S。影響因素:技術領域發展面臨的關鍵問題，該層次的問題可以被“技術層次”中的技術方案所解決，主要來源于SAO結構中的“AO”結構串。產品:目標領域內的具體產品。主要來源于“SAO”結構中的S。目標:代表目標領域行業的整體目標。該層次的信息可以依據對SAO結構中“AO”結構串進行歸納總結并輔以文獻調研的方法得到。應用:指目標領域產品可以應用的具體領域，主要來源于SAO結構中的“AO”結構串。

3實證研究

目前，化石燃料危機和全球變暖被認為是人類面臨的兩個最大挑戰，而太陽能電池是新能源領域最具潛力的技術。染敏太陽能電池作為第三代太陽能電池，由于其低制造成本、易裝配過程和相對較高的能量轉化效率等優勢替代硅太陽能電池等傳統光伏設備的潛力極大［18］。在能源短缺和環境問題的視角下，分析染敏太陽能電池領域的發展對于新能源領域的技術研發規劃和政策制定具有重要作用。為控制數據量以確保實證研究的有效進行，本文選擇染敏太陽能電池技術為實證對象，并將作者國家限定為瑞士來開展技術路線圖的構建，主要原因有以下幾點:(1)瑞士科學家Gratzel是染敏太陽能電池技術領域最具權威的專家，不僅首次發明了染敏太陽能電池，而且其研發的DSSCs技術以其高效率居世界領先地位;(2)與瑞士進行DSSCs技術研發合作的國家數量多且幾乎涵蓋全球發表DSSCs技術類論文數量排名前20位的國家。這些都從側面反映出瑞士為染敏太陽能電池技術領域的領先國家，了解其在該領域的核心解決問題、關鍵技術趨勢、行業目標等信息對于我國DSSCs技術領域的發展具有重要的指導作用。(1)本文采用本科研團隊早前與佐治亞理工學院學者在相關領域數據檢索合作中得到的檢索策略［19］，對WebofScience平臺中的SCI－E數據庫進行檢索，獲得染敏太陽能電池技術領域1991－2013年的所有數據，并選擇其中瑞士學者發表的論文作為源數據，共得到484篇。(2)利用Stanfordparser軟件對484篇文章進行SAO結構提取，經修正后共得到321條有效的SAO結構。(3)經過頻次統計可以發現，瑞士DSSCs領域研究排名前3的關鍵問題分別為improve/increaseefficiency，improve/enhancestability和improve/in-creaseperformance，頻次分別為100、18和15。根據這三個“AO”結構串連接的“S”可以找到解決這三個關鍵問題的關鍵技術(或解決方案)，對這些技術進行歸納得到表1。值得注意的是通過對efficiency進行分析，發現了2012年太陽能電池技術領域的重大突破，太陽能電池開始應用于水分解技術中。(4)對表1的“S”和“AO”信息分別按TRM各層的定義進行分類并歸納進其所屬的TRM層次中，其中“目標”層信息可根據“影響因素”層信息并結合文獻調研得到，各層具體結果如表2所示。(5)根據表2所包含的信息并結合代表各技術、材料和產品的賓語(S)在文獻中出現的時間，進行技術路線圖繪制，結果如圖2所示。

由以上技術路線圖可知:(1)問題層面:對技術路線圖進行分析可以得到瑞士學者對于染敏太陽能電池技術領域的研發活動主要集中于提升轉化效率、加強穩定性和提高電池性能三個問題，其中提高太陽能電池的轉化效率是最主要的技術驅動因素。(2)技術層面:在提高太陽能電池轉化效率這一關鍵問題上，主要采用的技術包括:①開發新的敏化劑和不同敏化劑的混合使用。新型敏化劑開發主要包括D－pi－A有機敏化劑、能量傳遞染料、無機釕類敏化劑，且近幾年學者們對于有機敏化劑的研發逐漸超過傳統的無機釕類敏化劑，有機－無機敏化劑是新興的研究熱點;②離子、酸或化合物的添加，該技術主要圍繞敏化劑和電解質兩大部件進行。敏化劑方面主要是酸類和離子的添加，電解質方面主要是CLS、TBP和鈷類化合物及離子的添加;③探索開發新型材料，主要為利用金紅石(Rutile)制造新型光陽極半導體薄膜，選擇石墨烯(graphene)作為新型材料對電極材料;④改變電池結構，主要為串聯混合電池，雙層電池、三分支結構電池等;⑤新型氧化還原電子對的開發，該技術主要針對電解質進行改善，利用新型氧化還原電子對替代傳統的電子對，目前較為流行的為I－/I3－氧化還原電子對。在提升穩定性方面主要采用的技術主要包括:①開發新型敏化劑，主要為方酸類敏化劑、量子點敏化劑、鋅酞菁類敏化劑等，其中雖然量子點敏化劑應用于染敏太陽能電池中的效率很低，但是其依然是一種極具潛力的敏化劑，在全色反應和穩定性方面效果較好;②離子、化合物添加，主要為固態空穴導電材料或金屬離子在電解質中的添加;③熱處理技術;④開發新型的電解質化合物，從而增加電解質的穩定性。提升性能方面主要采用的技術主要包括:①不同敏化劑的混合使用，通常為無機敏化劑和有機敏化劑的搭配使用，無機敏化劑穩定性好但是成本高，有機敏化劑成本低且吸光系數高，兩者的聯合使用可以取長補短，從而提升染敏太陽能電池的性能;②離子和鈷化合物添加;③開發新型敏化劑，主要為D－pi－A型有機敏化劑;④薄膜結構的改變，其本質是利用對半導體薄膜結構的改變來增加薄膜的面積、孔隙率，從而增加對染料的吸附量，進而提高效率，主要的形式為雙層二氧化鈦薄膜和3D形態薄膜;⑤根據電解質和敏化劑之間的匹配提升效率。(3)產品趨勢層面:由技術路線圖的產品層和目標層可以看出，瑞士學者對該領域的產品研發主要圍繞高效率低成本的染敏太陽能電池進行，電池結構逐漸趨于復雜化，且注重電池各個部件間的匹配已期達到最優性能。(4)市場趨勢層面:染敏太陽能電池目前已發展二十余年，但由于效率方面的原因遲遲沒有進行大規模商業化的生產和應用，隨著染敏太陽能電池技術的不斷進步使得效率不斷提高，其研發成果也將不斷向商業化應用邁進。特別是2012年Gratzel教授將染敏太陽能電池應用于水分解研究中，首次實現了染敏太陽能電池的實踐應用，相信隨著染敏太陽能電池技術的不斷完善，領域專家將不斷嘗試其在其它領域中的應用。

4結論

本文利用SAO分析并結合“問題—解決方案”原則設計了基于SAO結構信息的技術路線圖構建流程，通過對所提取的SAO結構信息進行分類處理，并結合文獻調研方法進行補充使其成為可直接構成技術路線圖每一層次的具體信息，從而實現包含材料、技術、影響因素、產品、目標和應用六個層次的技術路線圖的構建，并以瑞士學者在DSSCs技術領域的研究成果為實證對象，說明了方法的可行性和有效性。該方法構建的技術路線圖包含的信息量全面而具體，不僅可以揭示領域技術研發的驅動因素，也能為企業提供某一問題的具體解決方案，其主要具備三大優勢，首先，根據該技術路線圖的影響因素層面可以找到領域內的技術研發驅動因素，從而促進整個行業對領域內重點問題、技術研發方向的把握;其次，該技術路線圖在提供關鍵問題信息的基礎上也為企業和行業提供了解決這些關鍵問題的技術以及技術具體使用的材料等信息，為解決具體問題提供了可參考的方案指導;最后，由于本技術路線圖涉及材料、技術、影響因素、產品、目標和應用六個層次，提供了領域發展目標的詳細路徑，對于企業或行業來說，該技術路線圖可以在未來發展方向、產品走向、技術驅動等方面提供更全面的信息和更詳盡的指導。然而，該方法依然存在一定的局限性。一方面，本文所選的案例僅為瑞士學者，得到的結果也只是對瑞士學者DSSCs技術領域現狀和趨勢方面的揭示。如果可以將數據量擴大到整個DSSCs技術領域，其分析結果也將更具實際價值和參考意義;另一方面，本文主要對文獻的摘要信息進行SAO結構提取，雖然摘要被認為是整篇文章中最具代表性和價值的部分，但由于其簡短性并不能完整反映整篇文章使用的所有技術和解決的所有問題，如果對全文進行SAO結構提取，所得結果亦將更具說服力。這些都將是本方法未來進一步深入研究的問題。

作者：汪雪鋒 邱鵬君 付蕓 單位：北京理工大學管理與經濟學院