〔摘 要〕本文从专利信息特征出发研究技术生命周期的判断方法，归纳总结出了5种典型方法，分别为：S曲线法、专利指标法、相对增长率法、技术生命周期图法、TCT计算法。论文给出了具体计算公式及详细的判断方法。最后对5种判断方法进行评价，指出各自的适用条件。论文对技术生命周期判断方法的归纳全面而实用，为研究者根据实际情况灵活选用不同判断方法提供了理论参考。
〔关键词〕技术生命周期；专利分析；专利指标；S曲线
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０２．０２５
〔中图分类号〕Ｇ２５５.５３ 〔文献标识码〕Ｂ 〔文章编号〕１００８－０８２１（２０１２）０２－００９８－０４
The Distinguishing Methods of Technology Life Cycle Based on Patent AnalysisLi Chunyan
（Institute of Scientific and Technical Information of Jiangsu，Nanjing 210042，China）
〔Ａｂｓｔｒａｃｔ〕This article studied the distinguishing methods of technology life cycle from the information characteristic of patent.It summarized five typical methods, which were s-curve,patent indicators,relative growth rates,patent technology life cycle diagram,TCT.The article gave specific calculation formulas and distinguishing methods.Lastly it evaluated the five methods and also pointed out their applicable conditions.The distinguishing methods of technology life cycle the article summarized were comprehensive and practical.The article provided a theoretical reference for studiers of choosing proper distinguishing methods according to actual situation.
〔Ｋｅｙ ｗｏｒｄｓ〕technology life cycle;patent analysis;patent indicators;s curve
技术生命周期，是描述一项技术的使用，从基础科学或应用科学衍生发展而来，将之应用于产品开发与设计上，到该项产品导入市场后，直至该项产品退出整个市场的一段时间［１］。
因为技术生命周期中的各个阶段是可以预测而重复的，所以了解技术处于何种发展阶段，方能进行前瞻性的管理，及早处理或避免问题发生。企业在技术的稳定阶段就应有计划地思考如何使技术持续成长的问题，以避免技术陷入因无法及时变迁而面临衰退甚至解体的困境。
判断技术生命周期的方法很多，现在越来越多的人使用专利数据评估技术生命周期。首先，专利包含许多隐性技术知识，透露出技术的发展脉络。其次，专利能揭示技术的商业潜能，因为专利申请的前提是商业应用的可能。第三，基于专利申请数据的技术生命周期分析比产品生命周期分析早。最后，专利申请可以通过专利数据库容易且客观地衡量。基于以上优势，倾向于用专利申请数据作为技术生命周期描述的基础［２］。
１ 技术生命周期的阶段特征
一般将技术生命周期可划分为4个阶段：导入期、成长期、成熟期、衰退期。
１.１ 导入期
任何一项新技术自实验室诞生后最初被引入市场的那段时期。在这段时期，专利数量较少，大多是原理性的基础专利，由于技术市场还不明确，研发风险较大，只有少数几个企业参与技术研究与市场开发，表现为重大的基本专利的出现。此时，专利数量和申请专利的企业数都较少（集中度较高）。在此阶段，研发人员对此技术的研发缺乏经验，对此技术之知识累积也不够。开发的技术，大都应用之前的基础与应用研究所获得的较抽象的科学知识来开发设计，此阶段的技术为新技术。由于发展市场产品前提的基本技术问题还未解决，创新产品价格昂贵，顾客的接受能力低，在导入期的后期，专利申请量停滞甚至减少。这个时期属于根本性创新时期。
１.２ 成长期
随着基本技术问题的解决和市场不确定性的消除，迎来了快速发展的成长期。在这段时期，新技术逐渐赢得市场认同并为部分厂商相继采用。许多企业相继开始投入研发。对于从导入期就开始进行研发的企业，由于已经累积一定程度的R&D经验，便可运用先前累积的经验，进一步加大R&D投资以进行创新技术活动，此阶段技术谓之发展中技术。随着技术的不断发展，市场扩大，介入的企业增多，技术分布的范围扩大，表现为大量的相关专利申请和专利申请人的激增［３］。由于新的竞争者的涌现，专利集中度降低了。
２０１２年２月第３２卷第２期基于专利信息分析的技术生命周期判断方法Ｆｅｂ.，２０１２Ｖｏｌ.３２ Ｎｏ.２１.３ 成熟期
新技术在经历了导入期和成长期之后赢得了社会的广泛认同，并为广大用户所采用的时期。在此时期，企业间竞争非常激烈，产业界R&D人员对技术研发已累积足够的经验与知识，技术商品化的程度非常高。在此时期，以符合顾客需求的技术功效改善的边际率仍大于研发资源的投资力度，故此阶段所使用的技术为主流技术。当技术处于成熟期时，由于市场有限，进入的企业开始趋缓，专利增长的速度变慢。由于技术的成熟，专利申请人数量基本维持不变。
１.４ 衰退期
新技术在经历了成长期和成熟期之后其技术的领先优势逐步趋于消失的时期，技术的发展已濒临饱和，此时的技术称为基础技术或常规技术。在此时期内，只剩下晚期大众及落伍型消费者会购买此类产品。当技术老化后，企业也因收益递减而纷纷退出市场，此时有关领域的专利技术几乎不再增加，每年申请的的专利数和企业数都呈负增长。
技术生命周期各阶段的专利数据特征分析如表１所示。表１ 技术生命周期各阶段特征［４］
项目导入期成长期成熟期衰退期专利数量较少，
增长较缓激增增长趋缓负增长专利类型发明发明实用新型外观设计
（商标）专利申请人较少，
增长较缓激增保持稳定负增长２ 技术生命周期的判断方法
判断技术生命周期阶段的方法很多，本文归纳出了5种典型的判断方法。
２.１ S曲线法
一项技术的出现和发展过程，有其规则轨迹可循，其出现的状况如同人类的生命周期现象，经历萌芽期、成长期、成熟期、衰退期，故又有“成长曲线”之称，其形状近似S,也有S曲线之称。“成长曲线”的用途主要包括两方面：一为预测单一技术解决问题的绩效，二为预测此技术如何及何时到达上限。
任何一项新技术在最初均成长缓慢，一旦突破某个界限之后，其效能的成长就变得快速；而当其接近上限时，其效能的增加就变得非常困难，成长也再度缓慢下来，而以图形表现就如同S形状一般。技术进步的速度会因努力（投入、时间）的程度，而呈现开始的缓慢增加，到中间阶段的快速成长，最后因为自然条件的限制而无法突破，其技术进步的速度又变得缓慢。这一思想来源于对某些技术的技术行为数据随时间或累积研发付出变化呈S形的观察。图１显示了技术生命周期的S形状概念，可以看到分为4个阶段：导入期、成长期、成熟期、衰退期（饱和期）。
技术导入期的技术行为相对于研发努力来说增长率相对较低。在成长阶段，相对于累积R&D付出的边际技术进步是正的，即曲线是下凸的，曲线函数的二次微分为正，技术进步速度不断提高。而进入成熟期，曲线出现一个拐点，曲线开始变为上凸，曲线函数的二次微分为负，技术进步速度开始变小。进入技术饱和阶段即衰退期，即使付出大的R&D努力，技术行为的提高也是比较小的，技术绩效几乎不变，几乎没有新的专利产生。因此进入成熟期后不宜继续投资于老的技术，因为未来技术的提高是很小的，此时应寻找有更高发展潜力的新技术［５－７］。
S曲线主要包括两种：一种是对称型S曲线，称Logistic曲线；一种是非对称型S曲线，成为Gompertz曲线［８］。当研究对象的发展只和已生长（已代换）量（率）有关时，则选用Gompertz曲线；当研究对象的发展受已生长（已代换）量和待生长（待代换）量的双重影响时，则选用Logistic曲线。在适用上，以Logistic曲线较为普遍。
２.２ 专利指标法
该方法通过计算技术生长率（ｖ）、技术成熟系数（α）、技术衰老系数（β）和新技术特征系数（N）的值测算专利技术生命周期［３］。
２.２.１ 技术生长率（ｖ）
所谓技术生长率是指某技术领域发明专利申请或授权量占过去5年该技术领域发明专利申请或授权总量的比率，计算方法如下：图１ 技术生命周期的S曲线［９］
ｖ＝ａ／Ａ
a为该技术领域当年发明专利申请量或授权量；A为追溯到5年的该技术领域的发明专利申请累积量或授权累积量。
如果连续几年技术生长率持续增大，则说明该技术处于生长阶段。
２.２.２ 技术成熟系数（α）
所谓技术成熟系数是指某技术领域发明专利申请或授权量占该技术领域发明专利和实用新型专利申请或授权总量的比率，计算方法如下：
?α＝ａ／（ａ＋ｂ）?
a为该技术领域当年发明专利申请量或授权量；b为该技术领域当年实用新型申请量或授权量。
如果技术成熟系数逐年变小，说明该技术处于成熟期。
２.２.３ 技术衰老系数（β）
所谓技术衰老系数是指某技术领域发明和实用新型专利申请或授权量占该技术领域发明专利、实用新型和外观设计专利申请或授权总量的比率，计算方法如下：
?β＝（ａ＋ｂ）／（ａ＋ｂ＋ｃ）?
a、b含义同上。c为该技术领域当年外观设计申请量或授权量。
如果技术衰老系数逐年变小，说明该技术处于衰老期。
２.２.４ 新技术特征系数（N）
新技术特征系数由技术生长率和技术成熟系数推算而来，计算方法如下：
?Ｎ＝ｖ＋α?
在某一技术领域新技术特征系数越大，说明该技术的特征越强。
计算历年的这4个专利指标，将其列表并画成一折线图，观察其变化趋势，即可判断技术所处的生命周期。表２ 技术生命周期与4个专利指标的关系
阶段ｖαβＮ导入期↑较小，逐年增长，
但增速缓慢↑↑↑成长期↑增速明显↑↑↑成熟期↓↓↑或不变↓衰退期↓↓↓↓
２.３ 相对增长率法
用某技术领域的相对增长率与相对增长潜力率构成的二维矩阵分析技术的生命周期，如图２所示。
图２ 相对增长率法
相对增长率和相对增长潜力率的计算公式如下：
RGR＝某技术领域的专利申请数的平均增长率／所有技术领域的专利申请数的平均增长率；
某技术领域的增长潜力率?（DGR）＝后n年的专利申请数的平均增长率／前n年的专利申请数的平均增长率；
RDGR＝某技术领域的DGR／所有技术领域的DGR。
如图２所示，处于区域Ⅰ的技术领域相对增长率和相对增长潜力率都很高，技术增长很快并且具有很大潜力，说明该区域的技术领域处于成长阶段；区域Ⅱ的技术领域相对增长率依然很高，但相对增长潜力率有所降低，很可能是处于成熟阶段的技术领域；区域Ⅲ的技术领域相对增长率和相对增长潜力率都很低，该区域的技术领域有可能处于衰退阶段；区域Ⅳ，相对增长率不是很高，但是相对增长潜力率很高，该区域的技术领域很可能处于萌芽阶段，属于具有很大潜力的朝阳技术［１０］。
２.４ 技术生命周期图法
利用专利申请量与专利申请人随时间的推移而变化的数据绘制而成。一般来说，专利申请量反映技术开发活动的程度，而专利申请人反映了该技术领域参与技术竞争的企业或个人。了解他们之间的相互关系可以推断技术的生命周期，从而指导企业技术投入与开发策略。
图３ 技术生命周期图［４］
２.５ TCT计算法
与上述研究某一领域整体技术生命周期不同，该方法主要针对的研究对象是某件专利文献所代表技术的生命周期。TCT计算法基于以下理论：技术生命周期可以用专利在其申请文件扉页中所有引证文献技术年龄的中间数表示。具体计算方法如下：
专利年龄＝本专利授权年－参考专利授权年
TCT＝中间年龄＝专利年龄由大到小排列位于中间位置的年龄
中间位置＝参考专利数／2
若参考专利数为偶数，则结果为整数；若参考专利数为奇数，则取结果的整数部分和之后的一个位置。即若参考专利数为n，?n/2若为整数，则正好是中间位置；?n/2若不是整数，设其整数部分为a，则第a位和第a+1位为中间位置，中间年龄为第a位的年龄n1和第a+1位的年龄n2的平均数即?(n1+n2)/2?。如果中间年龄同时有几篇，应该计算它们的平均贡献，如第a位的年龄n1，第a+1位的年龄n2，第a+2位的年龄也是n2，则中间年龄为?(n1+n2+n2)/3?年。
TCT用于捕获企业正在进行技术创新的信息，它测量的是最新专利和早期专利之间的一段时间。很显然，早期专利代表着现有技术，因此TCT其实就是现有技术和最新技术之间的发展周期。一个技术领域其技术生命周期TCT平均值可以从本质上区别于其他技术领域。TCT具有产业依存性，相对热门的技术TCT较短，快速变化的技术领域，如电子技术，技术生命周期一般为三四年，而技术缓慢变化的技术领域，如造船技术，技术生命周期一般在15年或更长。实际工作中TCT主要用来计算单件专利的技术生命周期，但也可以计算企业专利技术的平均生命周期或技术领域的生命周期［３］。然而计算企业或技术领域的生命周期时需要逐项计算TCT，再求其平均值，操作起来过于繁琐，故一般不用于计算技术领域的生命周期。
３ 方法评价
本文较为全面系统地归纳整理了判别技术生命周期阶段的5种方法即S曲线法、专利指标法、相对增长率法、技术生命周期图法、TCT计算法。这5种方法各有特点，可根据实际情况选择相应的方法。S曲线法和TCT计算法可以计算出具体的数值，为定量的方法。S曲线法可用专门的软件工具画出直观明确的技术发展趋势图，演算各个阶段的分界点及临界值。实际工作中TCT主要用来计算单件专利的技术生命周期，然而计算企业或技术领域的生命周期时需要逐项计算TCT，再求其平均值，操作起来过为繁琐，故一般不用来计算技术领域的生命周期。专利指标法和相对增长率法为定量定性相结合的方法，专利指标法各指标均要逐年计算，优点是指标容易采集。技术生命周期图法根据趋势判别生命周期阶段，可视为定性的方法。
参考文献
［１］赖佳宏.薄膜电晶体液晶显示器(TFT-LCD)产业之技术发展趋势研究――以专利分析与生命周期观点［Ｄ］.台湾:中原大学,2003.
［２］Reinhard Haupt,Martin Kloyer,Marcus Lange.Patent indicators for the technology life cycle development［Ｊ］.Research Policy,2007，(36):387-398.
［３］陈燕,黄迎燕,方建国，等.专利信息采集与分析［Ｍ］.北京：清华大学出版社,2006:244-248．
［４］李春燕.基于技术生命周期的专利组合分析研究［Ｄ］.北京:中国科学院文献情报中心,2009.
［５］彭智强.多角化与国际化策略配合对企业经营绩效关系之研究――以技术生命周期观点分析之［Ｄ］.台湾:中原大学,2003.
［６］陈钦雨.台湾CRT与TFT-LCD产业之比较分析――以产业生态与生命周期观点［Ｄ］.台湾:大叶大学,2005.
［７］张志立.以技术生命周期作为技术预测模式之比较［Ｄ］.台湾:中原大学,2004.
［８］朱庆华.信息分析基础、方法及应用［Ｍ］.北京:科学出版社,2004:149-150.
［９］H.Ernst.The Use of Patent Data for Technological Forecasting:The Diffusion of CNC-Technology in the Machine Tool Industry［Ｊ］.Small Business Economics,1997(9):361－381.
［１０］曹雷.面向专利战略的专利信息分析研究［Ｊ］.科技管理研究,2005，(3):97-100.