1 引言

　　技术投资的决策受到诸多因素的影响，例如市场、人力资源、地理位置等，而该项技术的投资回报是诸多因素中最受关注的一个。由于了解与预测所投资技术的成功与否能够为企业的投资回报提供重要线索，比如当前关注技术的技术生命周期、技术扩散潜力以及技术范畴[1]，故而预测技术在未来能否取得成功对于决策者而言至关重要。在投资决策之前，企业需要对于技术在未来能否成功做出预判。在技术生命周期(TLC)、扩散潜力和技术范畴的研究框架下，专利数据可以用作预测技术是否能够取得成功。目前，在这个研究框架下，使用专利数据来评估辅助未来技术潜力的投资决策的研究不是很多。为了弥补这一空白，本文将分析寻找如何预测具有投资潜力的未来技术能否成功，并构建了一个基于专利数据的研究框架。

　　本文使用技术生命周期(起步期、发展期、成熟期)和扩散潜力来确定技术的被接受程度，并结合技术生命周期和技术范围，确定该项技术与其他技术的关联强度。其中，表征技术范畴的指标分别选择专利的权威性和扩张潜力。专利权威性的测算方法为获取专利的国际专利分类(IPC)的总数量除以获取专利的总数量(见公式2)。另外，获取专利所涵盖的不同类别的IPC代码总量用来表示技术的扩张潜力。专利是能够用于技术预测的一种客观指标[2]，它们能够为识别技术趋势提供最新且可靠的依据[3],同时它们对于技术预测[4]和技术决策[5]的制定十分有效。Ernst的研究进一步证明了专利数据对于做技术预测的有效性[6]。虽然现在仍然缺乏通用的定量方法用于预测技术的未来，一些研究已经提出了定量的技术预测方法。本研究使用专利分析的方法对技术的未来状态进行定量化预测。除了专利分析以外，本文使用孔多塞投票法(Condorcet Method)[7]用于将不同维度的数据进行结合并对技术进行优先级排序。孔多塞投票法(又称孔多塞投票算法)是一种将不同数据源产生的不同维度结果进行数据融合的方法。在本文的应用中，每一种技术被认为是一个选举候选人，而每一个评估维度被看做是投票选民。

　　本文将按照以下结构进行阐述。关于技术预测、技术生命周期、技术扩散、技术范畴和目标技术的文献综述将在第2章进行阐释;接下来，文章将分别在第3章和第4章介绍研究方法以及实证检验;第5章则归纳总结了该研究的主要结论以及未来研究的可能方向。

　　2 文献综述

　　文献综述主要分为三个部分，分别是技术预测相关研究、评估维度文献综述以及快递物流技术概述。

　　2.1 技术预测

　　多种多准则决策方法可以用于技术预测方法选择，例如Intepe等人使用TOPSIS(Techniquefor Order Preference by Similarity to Ideal Solution)法选择最适用于3D电视技术的技术预测方法[8],Cheng等人运用模糊层次分析法(Fuzzy AHP)对比了多种用于新材料开发的技术预测方法[9]。此外，还有一些研究对技术预测方法进行了详细的阐述讨论。

　　预测技术的未来发展的方法也是多种多样的，例如蒙特卡洛对于电视技术的仿真预测[10],灰色模型对于台湾光电产业的预测[11],多元回归、线性回归以及增长曲线用于飞机技术的预测[12],多元回归模型对于无线通信技术的预测[13]，巴斯扩散模型用于住宅能源管理技术[14]以及脉冲电磁场治疗技术[15]的预测。Harell和Daim在2009年的研究中，提出使用ScienceDirect的文献数据和世界知识产权组织(WIPO)的专利数据来预测用于未来发电的能源存储技术[16]。Zhu和Porter的研究则聚焦于技术智能和预测的信息自动提取与可视化，他们列举了数种不同类型的方法[17]。Tseng等人在2002年的研究中心提出了使用基于季节性时间序列ARIMA模型和神经网络模型的混合预测方法用于台湾机械工业和软饮料的发展预测[18]。Lee等人在2014年的研究中心则使用了一种基于层次分析法(AHP)和因子分析的技术预测方法用于信息领域新兴技术的投资排序[19]。

　　生长曲线(又称为S曲线)是用于技术预测的普遍方式之一。生长曲线已经被用于数据存储技术[20]、可再生能源生产[21]、机器与材料类新兴技术等方面的技术预测[22]。德尔菲法是另外一种被广泛用于技术预测的方法，这种方法主要基于相关领域专家的经验知识，例如此方法曾被用于开源软件[23]和核能源技术[24]的预测。此外，数据包络分析(DEA)也经常用于技术预测，它的优势在于允许研究者在技术预测过程中考虑多种输入和输出。基于DEA的技术预测近年来被广泛用于计算机显示投影技术[25]、喷气式战斗机技术[26]、无线通信技术[27]、太阳能技术[28]、液晶显示技术[29]、混合动力插电新能源汽车技术[30]和手机技术[31]等。2003年，Martino回顾了技术预测研究的不同方法[32]，比如德尔菲法、生长曲线和概率预测等。

　　2.2 评估维度

　　在现有的技术预测指标中，专利和专利引用是十分有意义的[2]。在建立预测方法的过程中，技术预测输入数据的可获得性是十分重要的，而由于大多数专利数据库是免费向公众和全球所有研究者开放的数据源，专利是一类较容易获取的数据。描述专利的指标是多种多样的，例如引用、专利年龄、国际专利分类(IPC)代码和权利要求。Gao等人在2013年的研究中提出技术生命周期的现今阶段分析对于投资决策十分必要[33]，S曲线是研究技术生命周期的一种常用方法。2011年，Chen等人的研究表明S曲线是一种基于专利的、用于技术生命周期分析的、有效的定量技术预测方法[34]。S曲线的研究表明技术生命周期能够有效地解释技术的发展轨迹[35]。Altuntas和Dereli在2012年的研究中说明了技术创新扩散的速度对于投资项目的重要性[36]。如果投资技术的扩散速度比较高，这说明此项技术具有较大的市场潜力，这项技术的有关创新活动更有可能影响其他技术的未来发展。此外，技术范畴也与经济影响关系密切。投资于一项技术范畴较大的技术会带来较高的经济价值和商业化潜力。如果一项技术在技术生命周期的生长期、拥有较高的技术扩散潜力以及较大的家属范畴，该项技术可以看作是一个成功的投资。因此，本研究使用四个技术预测的重要指标对投资项目进行评估，分别是：(1)技术生命周期(TLC)、(2)投资技术的扩散速度、(3)专利的权威性和(4)技术的扩张潜力，其中(3)和(4)是表征技术范畴的指标。这四个指标将在下文中分节进行阐述。

　　2.2.1 技术生命周期

　　进行技术投资之前，决策者需要慎重考虑技术当前所处的生命周期阶段[37]。Liu和Wang在2010年的研究中介绍了技术生命周期的三个阶段[38]，分别是起步期、发展期和成熟期(如图1所示)。

　　图1 技术生命周期的S曲线[38]

　　图1中的曲线称作S曲线，它阐释了应该投资在处于发展期的技术，许多研究者均不建议商业投资用于起步期和成熟期的技术。在起步期，这项技术对于市场仍然过于陌生;而处于成熟期的技术具有更高的被新兴技术取代的风险。事实上，如果投资者具有一定的风险承受能力，其也可以投资处于起步阶段晚期和成熟阶段初期的技术。本文使用专利累计数量来确定技术当前所处的生命周期阶段，以确定其是否有投资潜力。大量研究已经阐释了基于S曲线评估技术生命周期阶段的方法[6,33,39-40]。

　　2.2.2 技术扩散速度

　　技术是可以传播的，通过传播能够被不同的公司、机构和国家所使用[41]。Perkins和Neumayer、Xu和Chiang、Haruna等人对于技术的国际扩散过程进行了研究[42-44]。专利引文分析是一种预测不同技术扩散速度的方式。如果一个专利被后续专利所引用，这就意味着被引用的专利获得了扩散、应用，它是有价值的[2]。投资于一项具有较高扩散潜力的技术通常能够带来更大的市场潜力。本研究中，专利的平均被引用计数用来表征技术扩散速度(如公式(1))。Huang和Wang在2013年的研究中详细地阐释了专利技术扩散的衡量方法[45]。

　　其中，TDS是技术扩散速度，a是后续引文总量，b是范围内的专利总量。

　　2.2.3 技术范畴(专利的权威性和扩张潜力)

　　技术范畴维度主要评估技术的广度。如果技术广度较高，这意味着该项技术与大量不同技术有关联。本文主要使用两个指标来衡量技术范畴，分别是专利的权威性和扩张潜力。Lerner、Jun和Gao等人为了简化数据收集过程，使用国际专利分类(IPC)代码的前4位用于专利分析[33,46-47]。本文同样使用IPC代码的前4位衡量技术范畴。技术在专利数据库中涉及到的不同IPC代码总量能够表征这一技术的扩张潜力。具有较高的扩张潜力意味着这些IPC代码涵盖的新技术中使用这一技术的机会较大，一种技术的发展将带来与之相关的诸多技术共同发展。扩张潜力表示的是与投资技术相关的技术数量。专利的权威性的计算方法如公式(2)所示。如果专利的权威性较高，这说明这一技术溢出到不同行业或者发展出新行业的机会较大。这就意味着目标技术与其他技术的关联度很高并且有潜力形成新的行业。专利的权威性和扩张潜力均能够用来衡量技术范畴以及评估技术。

　　其中，PP是专利的权威性，x是获取到的专利IPC代码总量，y是获取到的专利总量。

　　2.3 快递物流技术

　　本节将重点介绍三种快递物流技术，即运输规划技术、远程信息处理技术和无线射频识别技术。由于这三项技术处于技术生命周期的上升阶段并且不易被定量评估，本文选择了它们用来验证评估模型的可行性。当前的消费升级和产业升级是中国经济发展的主流趋势，为快递业的发展提供了广阔的空间。中国快递业连续六年保持50%左右的高增长率。2016年，中国的快递业务量位居世界第一。随着中国经济发展，人工成本持续提升，快递物流技术的布局和投资获得越来越多企业的关注。

　　2.3.1 运输规划技术

　　运输是一系列操作的集合，使用设备和工具将物品从一个地方运送到另一个地方，包括收集、处理、中转、装载、卸载和分散等。交通运输是物流的主要功能之一，是“第三个利润源”的主要源泉，可以创造“场所效用”。运输规划包括交通路线规划和交通方式规划。据调查结果表明：对于拥有15000条路线的邮政运输组织而言，每天生产力提高一分钟，可以每年累计节省100万美元[48]。常见的运输方式包括铁路运输、公路运输、水运、航空运输、管道运输，以及多式联运、集装箱运输、散装运输和托盘运输等特殊运输方式。运输方式各具特点，运输规划旨在通过合理的组织物品运输，以加速社会再生产的过程，促进国民经济持续、稳定、协调的发展;对企业而言，优化运输规划有利于节约运输成本，降低物流成本，缩短运输时间，加快物流速度，节约运输能力，缓解运输条件紧张，有利于节约能源。制定科学合理的运输规划方法，持续优化完善运输方式与运输路由对快递物流企业的发展至关重要，是企业技术投资的重要方向之一。

　　2.3.2 远程信息处理技术

　　远程信息处理系统是远程终端通过通信线路访问计算机的信息处理系统，也称为远程终端处理系统。自20世纪70年代以来，随着分时系统和计算机网的发展，远程信息处理系统得到了迅速发展。有六种基本类型的远程信息处理系统：(1)问答系统。其中，计算机被视为大容量存储器，并且大量终端用户可以通过通信网络来访问主机。(2)数据采集系统。来自许多终端或其他输入设备的信息可以被聚合并存储在计算机中。(3)数据发布系统。可看作是数据采集系统的逆系统，即主要数据流是从计算机到终端的。(4)会话式系统。允许主机与许多本地或远程用户同时进行对话。交互式图形系统、计算机辅助教学等属于这类系统。(5)远程批处理系统，又称远程作业输入(RJE)系统。主机等待远程终端的作业，对作业进行排队，然后将其发送回原来终端。(6)报文交换系统。可看作是数据采集和数据分配系统的特例。实际的远程信息处理系统通常是上述六种基本系统的集成，例如过程控制系统、管理信息系统、自动化指挥系统、电子资金交换系统、办公自动化等。快递物流系统由众多、散落在不同区域的网点构成，信息的生成、采集、传输、分析等活动需要在不同的地点完成，远程信息处理技术对于快递物流企业而言是另一个重要的技术发展方向。

　　2.3.3 无线射频识别技术

　　无线射频识别技术(Radio Frequency Identification, RFID)是由扫描器发射到接收器特定频率的射频能量，用于驱动接收器电路发送内部代码，扫描器接受此代码。接收器的特点是没有电池，没有接触，无需刷卡，故而不怕脏，而且芯片密码是世界上唯一一个无法复制的密码。RFID标签分为有源标签和无源标签两种。RFID的应用非常广泛，目前典型应用有动物晶片、汽车晶片防盗器、门禁管制、停车场管制、生产线自动化、物料管理。自2004年起，全球范围内掀起了一场无线射频识别技术的热潮，包括沃尔玛、宝洁、波音公司在内的商业巨头无不积极推动RFID在制造、物流、零售、交通等行业的应用。RFID技术及其应用正处于快速发展时期，并被业界公认为本世纪最有潜力的技术之一，其开发和应用推广将引领自动识别行业技术革命。RFID在交通运输和物流行业的应用通信技术提供了一个新平台，将成为未来电信行业潜在的利润增长点之一。在RFID技术领域的投资对于快递物流企业也是其中一个重要的方向。

　　虽然在运输规划、远程信息处理、无线射频识别技术领域有诸多研究，不过对于三项技术的投资成功性评估的研究还尚有欠缺。目前的研究仍然主要聚焦于一项技术在某一时间点的发展情况。本研究区别于以前的研究工作，综合考量了技术生命周期、扩散速度、专利的权威性以及扩张潜力等多个维度，对技术进行预测，以判断其投资在未来能否取得成功。

　　3 研究方法

　　研究方法将对不同技术进行排序，排序的标准为财务投资绩效。此研究方法使用技术预测的指标考量技术的成功性，并使用综合排序方法对投资机会的优先级进行评估，故而其对于技术在未来的可持续发展评估是十分有益的。本研究方法主要包括9个步骤(如图2所示)。第一步为数据检索，需要从数据库中提取与技术相关的专利数据，构建目标专利数据库。事实上，任何一个专利数据分析均需要此步骤建立分析对象的集合。汤森路透专利数据库(TI)是集合了全球众多国家专利代理机构的专利数据集，涵盖全球，并经过一系列处理形成具有一定标签一致性的数据库，故而，TI专利数据的分析具有较好的通用性。第二、三、四步是技术生命周期分析，使用累计专利数量表征当前状况下技术的吸引力和发展变化，并考虑该项技术是否处于生命周期的发展期。如果答案是否定的，则该项技术不适宜纳入投资考量的范围以内，进入第四步;如果答案是肯定的，则该项技术需要被评估，则进入第五步。此选择的逻辑基础是对于非发展期的技术进行投资是无效的。第五步是使用公式(1)计算技术扩散速度。第六步是使用公式(2)计算专利的权威性。第七步是获取专利涵盖的不同IPC分类代码，以表征技术的扩张潜力。第六步和第七步业间接说明了技术的商业潜力。如果第六步和第七步对该项技术给出了高价值评估结果，则有较高的概率此技术在未来会有比较大的市场潜力。然后使用第三步、第五步、第六步、第七步的评估结果对候选技术进行综合分析，第八步提出基于孔多塞(Condorcet)投票法的综合分析。最终，第九步对多项技术进行评估和排序。

　　图2 研究方法

　　4 实证分析

　　本文使用三项快递物流技术——运输规划技术、远程信息处理技术、无线射频识别技术来对研究方法进行验证。

　　4.1 专利分析

　　依据研究方法的步骤，第一步是检索运输规划技术、远程信息处理技术和无线射频识别技术的相关专利。本研究综合依照技术关键词、主要专利权人、IPC分类号等字段制定检索式，在TI数据库中检索得到快递物流相关的所有专利集合，构建基础数据库。于2017年5月17日检索获取快递物流领域相关专利共23993条(DWPI同族合并之后)。在此基础上，分别获取运输规划技术相关专利2105条、远程信息处理技术相关专利1069条、无线射频识别技术专利3182条。实证研究方法步骤如图3所示。

　　图3 实证研究方法框架

　　图4说明了运输规划技术、远程信息处理技术和无线射频识别技术的年专利授权数量。运输规划技术的发展较早，在1983年即拥有了第一个专利授权，并在多年来一直维持着稳定发展;远程信息处理技术和无线射频识别技术的发展较运输规划技术较晚;无线射频识别技术在2000年以后有了爆发式增长，专利授权量在3项技术中从2003年至2015年持续最高;而远程信息处理的专利授权量则在2010年以来有了指数式增长。如图5所示，此三项技术均未达到成熟期，其中运输规划技术仍然处于绝对的发展期，而远程信息处理技术和无线射频识别技术虽然2016年的专利增长有趋于平缓的趋势，考虑到TI数据库集成全球专利有18个月的处理滞后期，以及平缓趋势并不明显，判断该两项技术亦仍处于技术生命周期的发展阶段。

　　图4 运输规划、远程信息处理、无线射频识别技术的年专利授权数量

　　图5 运输规划、远程信息处理、无线射频识别技术的S曲线

　　鉴于三项技术均处于技术生命周期的发展阶段，对于图2中的第三步回答为Yes，则进入分析流程的第五步。图6阐释了每年授权的运输规划技术、远程信息处理技术和无线射频识别技术专利的施引数量总和。由于引用具有一定的滞后性，一般情况下出现第一个专利引用会比专利优先权年平均滞后4年[49]，故而，用来计算扩散速度的专利仅截取至2012年12月31日。故而，用来衡量扩散速度的专利数量比检索获取用于测算技术生命周期的专利总量要少。

　　图6 运输规划、远程信息处理和无线射频识别技术的专利施引数量

　　图8展示了运输规划技术、远程信息处理技术和无线射频技术的累积年施引总量。可以看出，每个技术投资方向的累积年施引总量符合S曲线(如图1)的走势。表1展示了不同技术投资的技术扩散速度。可以看出，运输规划技术的技术扩散速度最高。从扩散速度来看，三项技术投资的排序为运输规划技术>无线射频识别技术>远程信息处理技术。

　　图7 运输规划、远程信息处理和无线射频识别技术的累计专利施引数量

　　表1 技术扩散速度

　　运输规划技术、远程信息处理技术和无线射频识别技术相关专利涉及的主要IPC分类代码(专利数量在10个及以上的)以及不同分类代码下的专利数量如表2、表3和表4所示。表5综合比较了投资范围内的三项候选技术的技术范围指标(分别称为专利的权威性和扩张潜力)。如表5所示，用于评估技术范围维度的专利总量与评估技术生命周期维度的专利总量一致。IPC分类代码及其涵义可以在世界知识产权组织的官网中查到(http://web2.wipo.int/ipcpub/#refresh=page)。

　　表2 运输规划技术相关专利涉及的部分IPC分类代码以及数量

　　3 远程信息处理技术相关专利涉及的部分IPC分类代码以及数量

　　表4 无线射频识别技术相关专利涉及的部分IPC分类代码以及数量

　　专利的权威性：无线射频识别技术>运输规划技术>远程信息处理技术基于表5中的数据分析结果，在专利的权威性维度中，无线射频识别技术有最高的优先级，其次是运输规划技术，第三位是远程信息处理技术;而在扩张潜力维度中，运输规划技术的优先级最高，其次是无线射频识别技术，第三位是远程信息处理技术。综合而言，三项技术的优先级排序如下：

　　扩张潜力：运输规划技术>无线射频识别技术>远程信息处理技术

　　表5 专利的权威性和扩张潜力

　　4.2 孔多塞投票法(Condorcet Method)

　　表6总结了4.1中不同评估维度下的分析结果。可以看出，远程信息处理技术和无线射频识别技术在技术生命周期的维度分析中的排序是相同的，而且略低于运输规划技术。

　　表6 不同评估维度下的技术投资排序

　　孔多塞投票法主要用于将不同维度下对候选技术的评估结果进行聚合。每一项技术均被看做是一个投票中的候选者，而每一个维度被看成是此方法中的一张选票。然后，使用成对比较法将不同技术进行两两对比，判断每一项技术在两两对比中是“赢(win)”或者“输(lose)”或者“平(tie)”。如果一项技术在成对比较中被判定为“赢”，则在“win”的位置积1分;如果被判定为“输”，则在“lose”位置积1分;如果两项技术被判定为能力相同，则在“tie”的位置积1分。成对比较法的分析结果如表7所示。

　　表7 技术成对比较

　　基于表6中的数据，可以得到运输规划技术、远程信息处理技术和无线射频识别技术的成对比较分析结果(如表7)和孔多塞投票法的相应得分(如表8)。可以看出，运输规划技术在对比中获胜的次数高于远程信息处理技术和无线射频识别技术。故而，在快递物流领域内，运输规划技术的投资优先级要高于远程信息处理技术和无线射频识别技术。同时，无线射频识别技术的投资优先级高于远程信息处理技术。最终三项技术的排序为运输规划技术>无线射频识别技术>远程信息处理技术。这表明对于快递物流企业而言，运输规划技术需要得到比无线射频识别技术和远程信息处理技术更高的支持。备注：“(win, lose, tie)”

　　表8 孔多塞投票法得分

　　5 结论与讨论

　　由于市场条件的不稳定性和信息的有限性，对于技术在未来能否取得成功的预测是十分复杂的。在这个条件下，投资者想要准确判断给予哪些技术更大的投入是不易的，尤其对于快递物流企业而言。快递物流领域正在走向有序竞争的阶段，企业的战略规划、对未来技术的把握显得尤为重要。因而，本研究提供了一种新的研究方法来预测技术在未来市场上的成功可能性，此研究方法主要基于专利数据。专利数据具有较易获取性，以及被广泛验证的进行技术预测的有效性。这一研究方法也为追踪投资的技术的演进方向提供了机会。此研究主要解决了技术目标的三大问题：(1)投资技术所处的技术生命周期的恰当阶段，(2)目标技术的扩散速度，以及(3)目标技术的技术范围。多维度将影响该项技术在未来的成功可能性。

　　经过实证分析验证，此研究方法能够从四个维度(技术生命周期、扩散速度、专利的权威性、扩张潜力)有效地对技术投资进行评估。对快递物流领域的三项技术进行评估发现：运输规划技术起步时间最早，然而依然保持着持续的生命力和影响力，是快递物流领域的核心技术以及竞争力的体现，是最值得投资的技术;无线射频识别技术在快递物流领域的发展时间较晚，然而近年来获得了广泛关注，其技术权威性很高，对于快递物流领域中其他技术的发展有较大影响力;远程信息处理技术近年来也得到了很大关注，作为提升快递物流发展的一种工具，在快递物流领域中的创新发展并不明显;不过远程信息处理技术在快递物流领域受到高度关注仅自2010年以来，其未来的发展趋势仍待持续跟踪分析。

　　此研究方法主要为以下问题给出了解答：哪些技术适宜投资以及这些技术投资的优先级，为投资决策者提供了一定的理论依据。然而，该研究仍然存在一定的提升空间：(1)此研究方法仅使用了专利数据进行分析，文献数据、媒体数据、宏观市场数据等可获取的维度数据均能够被用于技术预测;(2)影响投资决策的因素还有很多，例如投资的回报周期、投资的市场成功可能性、投资的平衡点、人力资源等，这些因素也应该被用于共同预测技术未来成功的可能性;(3)此研究方法假设如果技术处于技术生命周期的发展阶段，则投资对投资者是可获利的并且有价值的。