種子管理論文

時間：2022-05-10 00:06:30

開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇種子管理論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。

種子管理論文

第1篇

1.1農(nóng)業(yè)種子市場混亂

標簽不規(guī)范隨著改革體系的深化,大部分縣級國有種子企業(yè)不再有種子經(jīng)營權(quán),而是被民營單位替代,原來以縣級單位為經(jīng)營權(quán)的局限被打破,市場流通度越來越廣;在種子營銷面增大,營銷網(wǎng)點越來越多的情況下,種子經(jīng)營市場、經(jīng)營品種、市場管理逐漸多樣化,從而也就出現(xiàn)了市場混亂的局面。在2007年的《農(nóng)作物種子標簽通則》出臺以來,對種子標簽進行了新的修改,但是從檢查結(jié)果來看:除個別大型單位的標簽比較規(guī)范外,很多公司依然有部規(guī)范的問題。具體有:生產(chǎn)日期、品種名稱、警示標志以及栽培管理等。尤其是市場上的蔬菜包裝,凈含量、標注值、質(zhì)量指標和標準字體根本不能滿足相關(guān)要求。

1.2農(nóng)業(yè)種子經(jīng)營單位素質(zhì)有待提高

除本部設(shè)有規(guī)范的種子經(jīng)營點外,還有很多臨時的代銷經(jīng)營點。而網(wǎng)點銷售多半是小販小商。商販們只是在相關(guān)季節(jié)才進行代銷,對種子沒有特定的要求,所以很難對農(nóng)戶購進進行科學指導,更不可能進行優(yōu)質(zhì)服務(wù)。

1.3農(nóng)戶購種的盲從性與盲目性

從現(xiàn)行的農(nóng)業(yè)經(jīng)營狀況來看:大部分農(nóng)業(yè)都沒有專業(yè)的知識,僅有的知識是從廣告商與種植經(jīng)驗中得到的,在選購種子時盲目,從而也給農(nóng)業(yè)安全造成了很多隱患。認識錯誤具體表現(xiàn)在:購買新種子,潛意識認為新品種才是好品種,從眾心理讓看見別人買什么自家就買什么。

1.4農(nóng)業(yè)種子經(jīng)營骨干稀缺

從當下的種子經(jīng)營與管理過程來看:種子市場的管理經(jīng)費稀缺為其帶來了很大的影響,由于種子管理人員沒能時常深入市場進行指導與監(jiān)管,造成很多不達標的種子上市;由于部分地區(qū)沒有專業(yè)的質(zhì)量儀器,從而對檢驗種子質(zhì)量造成了很多不便,尤其是檢驗儀器不足,讓質(zhì)量檢驗人員根本不能及時檢查出種子質(zhì)量好壞,更談不上杜絕不達標種子流入市場銷售。另外,經(jīng)營單位的人事調(diào)整與改革,在壓縮編制的同時,讓基層人力資源管理嚴重不足,加上個別管理人員素質(zhì)不夠,缺乏對法規(guī)法律的全面了解,所以在具體工作中很難做到妥善處理問題,這樣很容易造成商販不法行徑,對市場管理帶來困擾。

2增強農(nóng)業(yè)種子市場管理的對策

2.1加大隊伍建設(shè)

增強業(yè)務(wù)培訓在現(xiàn)實生活中,為了促進農(nóng)業(yè)發(fā)展,種子管理人員必須主動承擔起種子管理相關(guān)工作。受種子管理的政策性、專業(yè)性影響,在保障種子管理的穩(wěn)定性的同時,必須增強管理人員的法律知識、專業(yè)技能與執(zhí)法培訓工作。這樣才能讓種子執(zhí)法鍛煉、培訓人員成為既懂業(yè)務(wù)、又精通法律;既能準確執(zhí)法,又能講原則的人員。目前,大多數(shù)種子經(jīng)營者都經(jīng)過了培訓,并且擁有種子經(jīng)營證與上崗證,但是大部分人員的業(yè)務(wù)水平與法律意識明顯不夠。針對這種情況,我們必須采取多種措施,對經(jīng)營人員進行有效培訓;例如:在種子銷售前,對其進行集中培訓,具體內(nèi)容由農(nóng)技基本技能、守法經(jīng)營,并且要求種子經(jīng)營人員必須嚴格根據(jù)法規(guī)法律要求進行種子經(jīng)營。對于不滿足《種子法》規(guī)定的種子,除了不予銷售外,根據(jù)管理要求做好記錄工作,還應(yīng)該向農(nóng)業(yè)購種用戶提供保單,通過健全種子銷售檔案,對種子經(jīng)營內(nèi)容以及標簽負責,這樣才能逐步扭轉(zhuǎn)種子經(jīng)營中存在的不良現(xiàn)象。最后,經(jīng)營者還應(yīng)該給每位購種用戶提供一定的跟蹤與售后服務(wù)。

2.2做好宣傳工作

提升使用者素質(zhì)近幾年,很多地方都開展了各種宣傳方式進行農(nóng)業(yè)宣傳,尤其是“走進三農(nóng)”等活動,對普及法律與種子意識,提升使用者法律與質(zhì)量意識發(fā)揮了很強的作用,同時它也讓廣大用戶領(lǐng)會應(yīng)該怎樣使用法律意識保護自己,辨別種子真假,怎樣做到合法經(jīng)營,熟悉種子栽培技術(shù)與種子特性,科學購買種子,在選購種子時,查看種子經(jīng)營者的相關(guān)證件等。在種子選定好后,通過查看信譽卡、包裝袋、發(fā)票等依據(jù),逐步提升農(nóng)民的自我保護理念與維權(quán)意識,這樣才能讓假冒偽劣的種子經(jīng)營者沒有經(jīng)營市場。

2.3加強委托與品種管理

為了避免多個企業(yè)家共同委托造成的混亂,在種子經(jīng)營中,除了要增強事前監(jiān)控,還應(yīng)該盡量避免多個企業(yè)家共同委托的現(xiàn)象,一般情況下同一經(jīng)營者只能接受1到2個種子公司委托,同時兩家種業(yè)單位的每批種子都必須分開堆放,這樣才能做到檔案與經(jīng)營的有效管理。對于沒有經(jīng)過審核的品種,我們應(yīng)該做到堅決抵制推廣與銷售工作。

2.4增強設(shè)備建設(shè)

做好質(zhì)量監(jiān)管工作從農(nóng)業(yè)生產(chǎn)過程來看:不合格的種子對農(nóng)業(yè)發(fā)展有直接的影響,因此,縣級單位必須主動承擔起本縣種子檢驗監(jiān)督與栽培工作。受檢驗經(jīng)費以及檢驗儀器的影響,對種子質(zhì)量檢測造成了很大的影響。針對這種情況,相關(guān)部門必須高度重視,除了購置儀器設(shè)施外,還應(yīng)該適應(yīng)當?shù)匕l(fā)展,做好加工、生產(chǎn)、檢驗、貯藏、檢疫等相關(guān)工作。通過加大對種子市場的抽查工作,從源頭上避免不合格種子進入市場。

3結(jié)語

第2篇

關(guān)鍵詞：技術(shù)擴散專利引用 Logistic模型石墨烯傳感器

分類號：G306

引用格式：張嫻，田鵬偉，茹麗潔，許海云. 專利前向引用遵循Logistic擴散模型再驗證[J/OL]. 知識管理論壇， 2017， 2（2）： 110-119[引用日期]. http：///p/1/105/.

技術(shù)擴散理論由E. M. Rogers提出，認為技術(shù)擴散是一項新技術(shù)透過通路散播到最K采用者或使用者的過程[1]。經(jīng)典的技術(shù)發(fā)展模型表明從基礎(chǔ)研發(fā)到技術(shù)商業(yè)化應(yīng)用是一條簡單線性路徑，但實踐中技術(shù)擴散往往更表現(xiàn)為一個復(fù)雜的迭代過程[2]。許多研究比較了不同模型在技術(shù)擴散研究中的應(yīng)用效果[3-5]，實證結(jié)果認為由于技術(shù)擴散方式受內(nèi)部因素的影響更甚于外部因素，因此Logistic生長模型（其理論基礎(chǔ)偏重于內(nèi)部影響力）更適于研究科技創(chuàng)新的擴散模式[6]。專利是技術(shù)擴散的重要途徑之一，尤其是專利的前向引用行為反映了專利技術(shù)問世之后的被采用歷程，已被學者們認同為一種更具有技術(shù)擴散意義的行為[7-8]。專利引用數(shù)據(jù)已被許多學者視為測度技術(shù)擴散的客觀、成熟指標[9-11]。利用專利前向引用行為來測度技術(shù)擴散行為，已成為技術(shù)擴散模式特點的一個重要研究視角。

本文采用專利前向引用行為作為技術(shù)擴散活動的客觀表征，以石墨烯傳感器領(lǐng)域為例，基于領(lǐng)域內(nèi)種子專利及其前、后向引用專利構(gòu)建了技術(shù)領(lǐng)域?qū)＠希陬I(lǐng)域內(nèi)所有專利的前向引用趨勢進行Logistic回歸分析，驗證了領(lǐng)域內(nèi)專利前向引用遵循Logistic擴散模型。通過與M. H. Fallah和E.Fishman等[12]及張曉強等[13]研究的比較：①再次驗證了專利前向引用符合Logistic擴散模型，可以作為技術(shù)擴散的可靠研究視角；②實驗證實可將張曉強等研究結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專利的前向引用遵循Logistic擴散模型”進一步拓展為“某領(lǐng)域?qū)＠那跋蛞米裱璍ogistic擴散模型”；③對Logistic回歸擬合研究的實驗方法與結(jié)果進行了討論。

1 相關(guān)概念

1.1 專利引用與技術(shù)擴散

專利間的引用關(guān)系是一種達成技術(shù)擴散效果的行為[14]。在后專利技術(shù)對在先專利技術(shù)的引用關(guān)系中，產(chǎn)生了技術(shù)與知識的流動、傳遞和擴散，促進了技術(shù)的開發(fā)與商業(yè)化。A. B. Jaffe等最早運用專利數(shù)據(jù)開展技術(shù)擴散研究，利用專利引證信息分析了國家間的知識外溢[11]。多項研究表明專利引用與專利價值、技術(shù)擴散存在關(guān)聯(lián)關(guān)系，如S. B. Chang等推論了前向引用、技術(shù)擴散與專利價值之間的相關(guān)性[15]。

黃魯成等[16]較全面地總結(jié)了當前基于專利引用關(guān)系的技術(shù)擴散研究現(xiàn)狀，將現(xiàn)有研究內(nèi)容歸納為6個主要方面：①運用專利引證信息的國家間知識外溢與擴散分析；②專利流動對生產(chǎn)率及研發(fā)產(chǎn)出的影響；③同一產(chǎn)業(yè)或不同產(chǎn)業(yè)間的知識流動和技術(shù)擴散；④專利引證和網(wǎng)絡(luò)分析方法結(jié)合的技術(shù)擴散研究；⑤利用專利或?qū)＠脭?shù)據(jù)的技術(shù)擴散曲線研究，反映技術(shù)擴散的階段；⑥基于擴散模型的技術(shù)擴散預(yù)測。他們還分析了現(xiàn)有研究的一些不足與局限，包括：未能很好地反映技術(shù)擴散歷程中的動態(tài)變化；相比于國家間技術(shù)擴散研究，關(guān)于技術(shù)（產(chǎn)業(yè)）領(lǐng)域內(nèi)（間）的擴散研究數(shù)量少且不夠深入；對潛在應(yīng)用領(lǐng)域或應(yīng)用產(chǎn)業(yè)的擴散前景的探索和預(yù)測有待加強。

1.2 Logistic擴散模型

Logistic方程最早由比利時數(shù)學家P. F. Verhulst于1838年提出，在20世紀20年代受到生物學家與統(tǒng)計學家的重視，它能較好描述某些有界增長現(xiàn)象，在預(yù)測學、信息科學、生物學、農(nóng)業(yè)學和經(jīng)濟學領(lǐng)域有廣泛應(yīng)用[17]。Logistic方程可以表示為：

其中：Y（t）是衡量t時刻的績效參數(shù)，在技術(shù)擴散研究中，代表t時刻的擴散程度；L是參數(shù)Y的成長上限，代表技術(shù)擴散的飽和程度；t是時間；B是曲線拐線，代表生長擴散的轉(zhuǎn)折點；k是曲線的斜率，代表擴散速率。B、k由回歸方程式求出。

Logistic模型已被應(yīng)用于技術(shù)擴散軌道比較、技術(shù)擴散模式特點研究、技術(shù)擴散影響因素分析與趨勢預(yù)測等[6，18-19]。2009年M. H. Fallah與E.Fishman等選取生物技術(shù)、電信技術(shù)、可替代能源技術(shù)3個領(lǐng)域中的Top5高被引用專利，分別基于其前向引用頻次進行了線性、二次、S型以及Logistic模型的擬合分析，認為Logistic模型擬合的顯著性較低，其余3種模型的擬合程度較高[12]。2014年張曉強等以巨磁阻領(lǐng)域的1件基礎(chǔ)核心專利為例進行Logistic回歸分析，得到實驗結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專利的前向引用遵循Logistic擴散模型”[13]。

2 提出假設(shè)

本文認為，M. H. Fallah與E.Fishman、張曉強等的研究，分別選取領(lǐng)域內(nèi)高被引專利、基礎(chǔ)核心專利為研究對象，所擬合的技術(shù)擴散特點是否真的能夠反映出整個技術(shù)領(lǐng)域的技術(shù)擴散趨勢，兩項研究對此并未加以嚴謹論證。事實上，高被引專利或基礎(chǔ)核心專利，都只是領(lǐng)域內(nèi)的極少數(shù)個體，占領(lǐng)域絕大多數(shù)的是大量的低頻被引專利。因此，本文認為上述兩項研究可以回答某技術(shù)領(lǐng)域內(nèi)基礎(chǔ)（或核心）專利的技術(shù)擴散特點滿足Logistic擴散模型，但尚未能有效驗證技術(shù)領(lǐng)域整體的專利技術(shù)擴散趨勢符合Logistic擴散模型。

因此，本文將以技術(shù)領(lǐng)域內(nèi)所有專利的前向引用發(fā)展趨勢來表征該領(lǐng)域的技術(shù)擴散程度，提出研究假設(shè)：技術(shù)領(lǐng)域內(nèi)所有專利的前向引用遵循Logistic擴散模型。并將就這一假設(shè)進行檢驗。

3 實驗研究

本文以石墨烯傳感器領(lǐng)域作為研究對象。由于結(jié)構(gòu)獨特，集優(yōu)異的電學、力學、光學、化學、熱學等特性于一體，石墨烯被認為是形成納米尺寸晶體管和電路的“后硅時代”的新潛力材料，其潛在應(yīng)用領(lǐng)域包括高速晶體管、光學調(diào)制器、（柔性）透明電極、印刷電子、新型復(fù)合材料、超靈敏傳感器、新型催化劑、基因測序、儲能裝置等[20]。目前，石墨烯已成為物理學界與材料科學界最熱門的研究主題之一，各國紛紛將石墨烯技術(shù)作為長期戰(zhàn)略發(fā)展方向，專利申請活躍，對其專利活動特點的分析研究也受到關(guān)注。其次，石墨烯技術(shù)在諸多領(lǐng)域具有應(yīng)用潛能，目前其應(yīng)用相關(guān)專利已涉及電子器件、能源、光電器件、材料、化學、生物醫(yī)用等6個主要領(lǐng)域[21-22]。因此，石墨烯領(lǐng)域相關(guān)專利的引用關(guān)系，更能夠反映出豐富的技術(shù)擴散信息。

3.1 數(shù)據(jù)準備

3.1.1 數(shù)據(jù)源選取

本研究以湯森路透集團的德溫特創(chuàng)新索引（Derwent Innovations Index，DII）作為數(shù)據(jù)源。DII收錄了來自世界40多個專利機構(gòu)的1000多萬件基本發(fā)明專利，3000多萬件專利，數(shù)據(jù)可回溯至1963年，并且所有專利文獻都以專利家族為單位進行組織的，可對世界主要國家/地區(qū)進行比較全面的對比分析。

3.1.2 數(shù)據(jù)集構(gòu)建策略

本研究采取以下步驟構(gòu)造分析對象數(shù)據(jù)集：①確定一批技術(shù)主題高度相關(guān)專利，建立種子專利集合；②提取各種子專利的前向、后向引用關(guān)系，采集被這些種子專利所引用的在先被引專利、引用這些種子專利的在后施引專利；③將種子專利、被引專利、施引專利合并，構(gòu)成數(shù)據(jù)樣本集合。

石墨烯專利最早出現(xiàn)于2000年，2004年獲得了制備技術(shù)重大突破。考慮到專利自申請日至公布日之間存在一定時滯、在先專利公布之后被在后專利技術(shù)引用需要一定的技術(shù)與市場發(fā)展過程、在后施引行為的發(fā)生日至公布日也存在時滯，因此本文將種子專利的申請年范圍限定為2000至2011年，以保障獲得更豐富的引用信息。

此外，為避免不同國家（組織）對專利申請、授權(quán)的司法規(guī)定差異對研究結(jié)果造成影響，本文將研究對象限定為美國專利。

3.1.3 樣本集構(gòu)建

檢索策略如表1所示，獲得原始專利數(shù)據(jù)共149項，經(jīng)判斷內(nèi)容相關(guān)性，篩選得到126項，作為本研究中石墨烯傳感器的種子專利。

提取126項種子專利的在先引用、在后施引的美國專利。為確保數(shù)據(jù)樣本能夠盡量充分地反映技術(shù)擴散鏈，采集了2代在先引用的美國專利。將種子專利與引用專利合并，一共得到26537件美國專利，作為本研究的數(shù)據(jù)分析樣本集合。

3.2 數(shù)據(jù)特征觀測

按申請年對專利進行分組，26537件美國專利涉及的申請年從1961年至2015年，由此得到55組專利。對每組專利，統(tǒng)計從申請年至今的歷年被引用頻次，得到55組專利前向引用趨勢變化數(shù)據(jù)。為避免專利數(shù)據(jù)公布時滯影響研究結(jié)果，選擇了1961年至2010年申的50組被引頻次變化數(shù)據(jù)，作為本研究的觀測樣本值。表2是50組專利在申請年后歷年的當年被引頻次統(tǒng)計量。表3是50組專利在申請年后歷年的累積被引頻次統(tǒng)計量。

通過散點圖觀測發(fā)現(xiàn)，50組專利的前向被引頻次發(fā)展趨勢，符合技術(shù)擴散模型的特點，即：每個時期的統(tǒng)計量（當年被引頻次）遵循鐘型曲線（如圖1所示），疊加統(tǒng)計量（累積被引頻次）遵循S型曲線（如圖2所示）。

3.3 Logistic曲線擬合

3.3.1 數(shù)據(jù)觀測變量

50組觀測數(shù)據(jù)（見表3）反映出，石墨烯傳感器領(lǐng)域?qū)＠夹g(shù)的擴散速率有所差異，會受到專利年齡的影響。例如，早期公布的專利技術(shù)可能由于尚處于萌芽階段，專利體量不大，擴散速度受到限制；而后期產(chǎn)生的技術(shù)雖可能因體量龐大而影響面較廣，但同時也會因問世時間不長因而被引鏈較短。

因此，本文選取50組觀測數(shù)據(jù)的中段5組（1986-1990年組），以5組觀測值之和作為實驗變量（見表4），用以開展石墨烯傳感器領(lǐng)域的專利技術(shù)擴散曲線擬合分析，以便更好地反映領(lǐng)域技術(shù)擴散的穩(wěn)態(tài)特點。

運用SPSS 19.0軟件對表4實驗變量數(shù)據(jù)分別進行了線性、對數(shù)、二次、指數(shù)以及Logistic模型的擬合分析。擬合函數(shù)圖見圖3。模型的參數(shù)估計值見表5。根據(jù)表5中的R方，顯示二次、線性、Logistic等3種模型的擬合效果較好。二次模型的擬合效果最好，但顯然并不符合實際情況，因為專利累積被引頻次只會保持遞增，不會出現(xiàn)二次模型中變量將在某一時點開始下降的特點。同時，從數(shù)據(jù)實際觀測特點可知，線性模型也不符合數(shù)據(jù)真實特點。因而，該實驗數(shù)據(jù)的Logistic模型擬合效果顯著。

3.3.2 曲線回歸擬合過程L值估計

Logistic方程參數(shù)（包括最大值L）估計方法很多[23]，本文采用嘗試法。選取比所有Yi觀測值稍大的數(shù)作為L的初值，然后以一定步長增長，每設(shè)定一個Li值，計算相應(yīng)的參數(shù)估計值，比較相應(yīng)函數(shù)模型的擬合結(jié)果，直到得到最佳擬合效果。

基于表4觀測值情況，通過嘗試法，設(shè)定L值取值為210000。

3.3.3 曲線回歸擬合過程

在SPSS 19.0軟件中，選擇曲線回歸（curve estimation regression）功能，按提示輸入Y（t）作為因變量、t值作為自變量，選擇Logistic模型，鍵入最大值參數(shù)L的估計值，選擇進行方差分析并輸出檢驗結(jié)果（display ANOVA table）。執(zhí)行設(shè)定程序。實驗擬合結(jié)果：

L=210000，b0=0.001，b1=0.739，

t有：

。

根據(jù)SPSS的分析結(jié)果，該實驗案例中Logistic模型擬合效果較好，經(jīng)驗證，技術(shù)領(lǐng)域內(nèi)專利前向引用確實遵循了Logistic技術(shù)擴散模型。

4 結(jié)果討論

4.1 數(shù)據(jù)對象選取的代表性

M. H. oseinFallah和E.Fishman等的研究中，選取了領(lǐng)域內(nèi)被引頻次居前10位的高被引專利作為分析對象，認為高被引專利代表了領(lǐng)域內(nèi)的關(guān)鍵突破性發(fā)明。張曉強等選取領(lǐng)域內(nèi)具有基礎(chǔ)核心作用的1件專利，認為一方面它具有極強的領(lǐng)域代表性，其前向引用可以說明該領(lǐng)域的發(fā)展程度以及擴散程度，另一方面它具有較強的應(yīng)用性，對技術(shù)發(fā)展具有反向促進作用，因而能夠保證該專利技術(shù)的擴散和技術(shù)創(chuàng)新擴散之間具有較強的一致性。上述兩項研究在本質(zhì)上，都是以技術(shù)領(lǐng)域內(nèi)的極個別專利代表了領(lǐng)域整體，以這些個體專利的前向引用趨勢代表整個領(lǐng)域的技術(shù)擴散趨勢。

本文認為這兩項研究可以回答領(lǐng)域內(nèi)基礎(chǔ)（或核心）專利的技術(shù)擴散特點滿足技術(shù)擴散模型，但對于證明領(lǐng)域整體（尤其是其中大量的低頻被引專利）均滿足該特點，還缺乏足夠的嚴謹性。本研究基于領(lǐng)域內(nèi)種子專利及其前、后向引用專利，構(gòu)建了相關(guān)技術(shù)專利集合來代表技術(shù)領(lǐng)域整體，基于集合內(nèi)所有專利的前向引用趨勢特點來分析領(lǐng)域技術(shù)擴散趨勢，因此在專利選取上，本研究的數(shù)據(jù)對象選取方式更能夠代表技術(shù)領(lǐng)域整體。

4.2 引用趨勢發(fā)展的穩(wěn)態(tài)性

M. H. Fallah和E.Fishman等在研究中先后選取領(lǐng)域內(nèi)被引頻次Top5、Top1的專利進行分析。由于分析對象的規(guī)模有限，很難排除隨機因素對引用頻次變化趨勢的干擾，從該文中累積引用量趨勢圖（見圖4、圖5）不難觀察到可能存在的奇異樣本對曲線形態(tài)形成了一定影響。

本研究在石墨烯傳感器領(lǐng)域50年（1961-2010）專利產(chǎn)出中，選取了中段位（1986-1990年）專利產(chǎn)出的前向引用累積量為分析樣本，較好地避免了隨機因素對稀薄樣本量可能造成的干擾。同時，基本5年專利產(chǎn)出總量，既兼具了區(qū)間內(nèi)歷年的趨勢特點，又通過分組求和平滑處理，克服了個別年份、個別專利受隨機因素干擾可能造成的奇異樣本，使模型的擬合更標準化，因此，擬合結(jié)果更具有領(lǐng)域整體代表性。

4.3 最大值參數(shù)估計對模型擬合效果的影響

張曉強等研究指出，M. H. Fallah和E.Fishman因為未設(shè)置Logistic上限，因此導致模型擬合顯著性低。本文在研究實施過程中，曾嘗試過利用灰色系統(tǒng)GM（1，1）模型建模方法進行參數(shù)估計，但根據(jù)所得L預(yù)測值的擬合結(jié)果與實際觀測情況差距較大，證實了張曉強等研究指出的最大值參數(shù)估計對模型擬效結(jié)果存在重大影響。

灰色系統(tǒng)理論是一種研究少數(shù)據(jù)、貧信息的不確定性問題的新方法，灰色預(yù)測的應(yīng)用范圍很廣，但仍然存在一個適用性問題，需要根據(jù)預(yù)測問題的本身特質(zhì)來定。例如，當預(yù)測問題本身有內(nèi)部機理，比如數(shù)據(jù)符合某函數(shù)特點時，灰色預(yù)測就很可能不是最適合的，應(yīng)該選擇擬合或回歸方法[24]。再如，灰色預(yù)測模型的數(shù)據(jù)應(yīng)具有某種單調(diào)性，并且增加或是減小的幅度也應(yīng)具有某種單調(diào)性，這些是判斷數(shù)據(jù)是否適合GM（1，1）模型的理論依據(jù)[25]。本研究中的實驗嘗試反映出灰色預(yù)測法在本研究場景中存在的局限性。

4.4 專利引用Logistic曲線研究可能存在的應(yīng)用場景

Logistic模型是成長曲線法的一種重要應(yīng)用，本質(zhì)上是一種利用過去數(shù)據(jù)的變化趨勢作機械性的向外延伸推測的方法。它是擴散理論和社會學習理論的一種體現(xiàn)，反映出社會模擬、傳播、交流的特點。

在先專利技術(shù)被在后專利引用，代表了在先發(fā)明創(chuàng)新思想得到在后申請人的關(guān)注甚至接納。專利前向引用發(fā)展趨勢在一定程度上反映了專利技術(shù)問世后被公眾和市場接納的過程、技術(shù)領(lǐng)域的成長過程。因此，專利前向引用趨勢的Logistic模型擬合分析，除可研究技術(shù)擴散行為特點外，還可應(yīng)用于技術(shù)領(lǐng)域生長特點研究，根據(jù)引用發(fā)展趨勢，結(jié)合Logistic曲線的最大值、拐點、時間等參數(shù)，分析和預(yù)測技術(shù)領(lǐng)域的成長極限、發(fā)展轉(zhuǎn)折點、老化速率等；結(jié)合更多技術(shù)主題特征項，還可用于技術(shù)演化特點分析、技術(shù)或產(chǎn)品成熟度預(yù)測等。

5 結(jié)論

本文在M. H. Fallah和E.Fishman、張曉強等的研究基礎(chǔ)上，再次驗證了專利前向引用遵循Logisitc擴散模型。與已有研究相比，本文通過更加優(yōu)化設(shè)計的實驗驗證，認為不僅僅是技術(shù)領(lǐng)域內(nèi)的高被引專利，而是整個技術(shù)領(lǐng)域的擴散行為，都是符合Logistic擴散模型特點的。因此，本文將前人已有研究結(jié)論“某一領(lǐng)域中基礎(chǔ)核心專利的前向引用遵循Logistic擴散模型”，進一步拓展為“某領(lǐng)域?qū)＠那跋蛞米裱璍ogistic擴散模型”。本文設(shè)計的實驗方法與具體實施結(jié)果，驗證了該假設(shè)的有效性，但還有待在更多不同技術(shù)領(lǐng)域的實驗驗證。此外，根據(jù)成長曲線法的基本原理，本文提出“專利前向引用遵循Logistic擴散模型”特點在技術(shù)成熟度、技術(shù)演化分析等其它問題場景中也可能發(fā)揮作用，其研究與應(yīng)用意義還有待更深入的發(fā)掘。

參考文獻：

[1] ROGERS E M. Diffusion of innovation[M]. 3rd ed. New York： The Free Press， 1983.

[2] EDQUIST C， JACOBSSON S. Flexible automation： the global diffusion of new technology in the engineering industry[M]. Oxford： Basil Blackwell， 1988.

[3] CHU W L， WU F S， KAO K S， et al. Diffusion of mobile telephony： an empirical study in Taiwan[J]. Telecommunications policy，2009， 33（9）： 506-520.

[4] LUNDWALL B A. National systems of innovation： towards a theory of innovation and interactive learning[M]. London： Anthem Press， 1992.

[5] TENG J T C， GROVER V， GUTTLER W. Information technology innovations： general diffusion patterns and its relationships to innovation characteristics[J]. IEEE transactions onengineering management， 2002， 49（1）： 13C27.

[6] WONG C Y， THIRUCELVAM K， RATNAVELU K. Diffusion trajectories of emerging sciences in Malaysian R&D system[J]. Technological forecasting &social change， 2010， 77（7）： 1109-1125.

[7] NARIN F， HAMILTON K S， OLIVASTRO D. The increasing linkage between US technology and public science[J]. Research policy， 1997， 26（3）： 317-330.

[8] 賴奎魁，張善斌. 建構(gòu)商業(yè)方法技術(shù)擴散模式：整合專利引證及貝氏模式[J]. 科技管理學刊， 2004， 9（1）： 1-34.

[9] BREITZMAN A F， MOGEE M E. The many applications of patent analysis[J]. Journal of information science， 2002， 28（3）： 187-205.

[10] MEYER M. Does science push technology？ Patents citing scientific literature[J]. Research policy， 2000， 29（3）： 409-434.

[11] JAFFE A B， TRAJTENBERG M， HENDERSON R. Geographic localization of knowledge spillovers as evidenced by patent citations[J]. Quarterly journal of economics， 1993， 108（3）： 577-598.

[12] FALLAH M H， FISHMAN E， REILLY R R. Forward patent citations as predictive measures for diffusion of emerging technologies[C]//Portland： PICMET， 2009： 420-427.

[13] 張曉強，戴吾三，楊君游. 專利前向引用是否遵循Logistic擴散模型[J]. 情報雜志， 2014， 33（6）： 40-43， 65.

[14] 王秀山. 專利情報的傳播機制與傳播模式[J]. 中國信息導報， 1995（7）： 19-20.

[15] CHANG S B， LAUI K， CHANG S M. Exploring technology diffusion and classification of business method patents： using the patent citation network[J]. Technological forecasting &social change， 2009， 76（1）： 107-117.

[16] 黃魯成，王寧. 專利視角下的技術(shù)擴散研究綜述[J]. 科學學與科學技術(shù)管理， 2011， 32（10）： 27-34.

[17] 朱正元，陳偉侯，陳豐. Logistic曲線cGompertz曲線的比較研究[J]. 數(shù)學的實踐與認識， 2003（10）： 66-71.

[18] CHEN Y H， CHEN C Y， LEE S C. Technology forecasting and patent strategy of hydrogen energy and fuel cell technologies[J]. International journal of hydrogen energy， 2011， 36（12）： 6957-6969.

[19] FRANK L D. An analysis of the effect of the economic situation on modeling and forecasting the diffusion of wireless communications in Finland[J]. Technology forecast &social change， 2004， 71（4）： 391-403.

[20] Science News Staff. Breakthrough of the year： the runners-up[J]. Science， 2009， 326 （5960）： 1600-1607.

[21] 馬廷燦，萬勇，馮瑞華. 石墨烯專利技術(shù)國際研發(fā)態(tài)勢分析[J]. 科學觀察， 2012， 7（3）： 25-36.

[22] 陳長益，吳華珠. 我國石墨烯領(lǐng)域?qū)＠畔⒖梢暬治鯷J]. 現(xiàn)代情報， 2014， 34（3）： 120-124.

[23] 章元明，蓋鈞鎰. Logistic模型的參數(shù)估計[J]. 四川畜牧獸醫(yī)學院學報， 1994， 8（2）： 47-52.

[24] 盧懿. 灰色預(yù)測模型的研究及其應(yīng)用[D]. 杭州：浙江理工大W， 2014.

[25] 陳子錦，王福亮，陸守香. 灰色預(yù)測模型GM（1，1）的適用性分析及在火災(zāi)風險預(yù)測中的應(yīng)用[J]. 中國工程科學， 2007，9（5）： 91-94.

作者貢獻說明：

張嫻：研究方案設(shè)計，研究過程實施，論文撰寫；

田鵬偉：數(shù)據(jù)分析；

茹麗潔：數(shù)據(jù)分析；

許海云：研究方案補充。

The Re-validation of the Logistic Diffusion Model Applying for the Growing Pattern of Patent Forward Citations