论文部分内容阅读
作为国家工业的支柱产业,汽车行业连续多年呈现下滑态势,这使得行业竞争者开始纷纷转移战场,将目光从传统制造向高新技术和创新领域上转移,高级驾驶辅助技术也随之被人们知悉。得益于汽车行业巨头的规模庞大和技术雄厚,其技术布局通常十分严密且周全,而他们的技术成果又通常蕴含在专利申请中,故专利信息是研究企业技术战略布局的理想对象。我们通过数据挖掘与文本分析获取的专利信息中所反映的历史和当前的技术趋势和关键内容,企业可以通过研究竞争对手或行业标杆的专利态势,判断关键技术领域所在位置。同时,结合自身情况,进行有效的专利布局组合,保障自身的研发成果和目标市场不受他人抢占。除专利分析的常用技术外,本文引入玻尔兹曼熵的概念构建高级驾驶辅助技术领域的技术知识流动模型。技术知识流动作为现代技术驱动型产业的常见现象,逐渐成为管理学研究热点。由于我们处于一个信息开放的时代,企业除专注于自身的创造性研发行为外,外界的研发成果对其的影响也不容小觑,基于前人成果的再开发无疑是更具效率的方式。但于此同时,行业巨头的高投入、地毯式技术研发行为又会对其他行业主体造成阻碍,使得一些规模相对较小、实力较弱的企业面临无法绕开的技术专利关卡,减缓其开发速度。本文的研究内容和思路是基于高级驾驶辅助技术的中英文德温特专利源数据,对其进行自然语言处理、挖掘统计,从专利时间、专利权利要求内容、专利策略影响力这三大角度全面阐述全球高级驾驶辅助技术发展情况;通过研究行业领导者丰田集团的专利策略,揭示行业领先者的成功原因,拆解其战略范式,从而提取其值得其他企业竞争者借鉴的部分;利用专利的授权、引用等指标,引入玻尔兹曼熵的概念,并选择日产作为丰田的对照研究对象,构建了领域双专利权人专利强度模型,探究汽车高级驾驶辅助领域专利技术流动结构和特征,量化企业之间技术知识流动的程度,匹配企业实际专利态势和其市场战略的相关度。本文研究发现:在解构官方定义的高级驾驶辅助技术层级时发现,通过对专利申请中权利要求内容进行关键词共现分析和聚类,并结合德温特手工码,能够对高级驾驶辅助技术感知层、规划层、决策层三个层级进行更细致的关键技术定位,同时也验证了官方定义的合理性。通过对当前的专利申请热点内容解析,可以发现早期受到关注的感知和探测硬件相关的专利申请量已经下降,可以推测此层级技术布局已经基本成熟,市场的热点逐渐转向更高阶的系统功能集成上来。通过不断的对自动驾驶车辆功能进行加成,使其基于同样的硬件条件能够实现盲区检测、车道保持、自适应巡航等智能化功能。从自动驾驶层级的角度解释,即研发重点从感知层逐渐向规划和执行方向发展。通过对这两个层级的不断充实,自动驾驶汽车能够实现更大程度的解放人力,向全自动无人驾驶进阶。从专利策略的量化评判标准上看,专利作为知识的载体,同样可以借助技术知识流动模型来对其进行计算。技术知识的流动可分为两大部分,即知识吸收和知识扩散,为此,本文引入玻尔兹曼熵的概念,基于专利分析结果,设计了基于专利数据的技术知识流动熵模型并验证了其有效性。在实证方面,本文选用丰田集团为主要研究对象,并引入其主要竞争对手日产集团为参照物,研究丰田集团在高级驾驶辅助技术领域的策略,最后结合其对外公布的实际企业战略,印证模型成立。作为汽车领域的行业龙头,丰田集团在高级驾驶辅助技术领域的布局开始的很早,早于其本国最大竞争对手日产集团。虽然两大行业巨头处于相同的地理环境和政策环境,但考虑到不同企业的战略不同,使得两家企业在作为新技术发力点的高级驾驶辅助技术领域呈现了不同的态势。研究发现,丰田一直以来都采取一系列专利战略引领着行业技术发展,并在在对关键技术的预判和战略能力上都较其竞争对手来说具有明显优势。并且作为上市企业,其官宣的企业策略与其技术研发领域的前期铺垫具有一致性。