混合动力汽车领域企业竞争力研究

中图分类号:F273

文献标识码:A文章编号:1001-8409(2014)11-0001-05

StudyonFirmCompetitivenessofHybridElectricVehicle

――Basedo论文网nthePerspectiveofPatentAnalysis

MIAOXiaoming,ZHANGQian,TANGSong

(SchoolofManagement,NorthwesternPolytechnicalUniversity,Xi’an710129)

Abstract:

Taking220highlycitedpatentsofhybridelectricvehicleastheresearchobjectsandsocialnetworkanalysisastheresearchmethod,thispapermakesadetailedanalysisontheestablishednetworkfromtheperspectiveofpointcentrality,betweencentrality,coreperipherystructureandcohesivesubgroups。TheresultsshowthatsomeAmericanandJapaneseenterpriseshavestrongercapabilityofresearchanddevelopment;

theappearanceofsmallgroupinfirmnetworkseemsinaserioussituation,andToyotahasstrongercompetitiveadvantage;theprimarystudyofresearchanddevelopmentinHEVareafocusonthedrivesystem,controlsystemandbatteryandsoon。

Keywords:hybridelectricvehicle;patentanalysis;socialnetworkanalysis;firmcompetitiveness

新能源汽车产业作为一种新兴科技产业,代表了汽车产业的发展方向。而作为新能源汽车的主要类型之一,混合动力汽车(HybridElectricVehicle,HEV)更被认为是解决未来汽车环境污染和能源问题的重要研究方向,也是新能源汽车中最具产业化前景的车型[1,因而其市场竞争也更为激烈。目前,丰田。通用等企业已具有较强的研发实力,并在全球市场竞争中占据主导地位。企业在该领域的研发起步较晚,国内竞争市场尚未完善。因此,研究国外HEV企业的市场竞争对推广HEV具有十分重要的意义。

20世纪90年代以来,随着全球经济的快速发展,科技和知识产权在市场竞争中所发挥的作用日益凸显。专利作为科技信息最有效的载体之一,已成为企业开发新产品的重要信息来源,专利情报分析也成为企业分析竞争对手。获取竞争优势的重要途径[2。本文从专利网络分析角度出发,以1990～2010年的专利数据为研究对象,运用社会网络分析(SocialNetworkAnalysis)方法,详细分析HEV研发国家和企业的竞争力,以及研发国家之间。企业之间的竞争合作关系。

1文献综述

专利情报分析是指企业对专利信息进行加工,并利用统计方法或技术手段,使这些信息上升为企业经营活动中有价值的情报。BerndFabry认为专利情报分析能够评估技术研发状况,发掘商业机会,确定竞争对手的技术动向[3,4。

目前,专利情报分析方法以定量分析。定性分析和专利地图相结合为主。该方法是通过对专利文献的有关指标进行统计分析,并形成可视化的专利地图,最后用不同方法对有关数据的变化进行解释,以取得动态发展趋势方面的情报[5。

专利情报所分析的内容不仅包括某一领域的研发企业分布。关键技术分布等方面,还包括不同企业之间的技术联系。不同技术之间的发展联系等方面。而专利统计分析则无法显示上述联系,此时就需要运用社会网络分析解决这一问题。

社会网络分析是适应社会结构和社会关系需要而发展起来的一种分析方法,主要分析各个行动者之间的关系状态。利用社会网络理论及社会网络分析方法对竞争情报活动开展研究,受到了国内外竞争情报学者的重视[6。杨建梅运用社会网络分析方法建立了广州61家软件企业的竞争关系网络,并从网络规模。密度。中心性等方面分析其特性[7。唐晓波以手机市场为例,运用社会网络分析方法构建同类竞争企业的网络图,从宏观和微观指标上分析了19家企业的竞争力状况[8。ChristianSternitzke运用社会网络分析方法,对发光二极管(LED)领域的专利情报进行了研究,制作了可视化的专利申请人网络和专利引用网络[9。他认为网络图可以很好地解释专利申请人在市场竞争中的地位。本文试图以HEV高被引专利为研究对象,运用社会网络分析方法对专利申请人网络。核心技术分布网络予以分析,详细研究该领域企业竞争力现状及企业核心技术分布。

2研究方法

2。1研究对象

欧洲专利局是世界上最现代化的专利局之一,拥有全球最完整的专利文献资源。本文以欧洲专利局网站作为检索数据库,以标题关键字:HybridVehicle“为检索式。因该数据库只显示检索结果的前500项,故采用分段检索方法,如公开日:20070101:20070630“,共检索到1990～2010年的专利8405件。

专利被引频次经常被用来评估专利影响力,高被引专利通常被认为是所在领域的核心技术专利[10]。相对于总被引频次,年均被引频次可以修正由时间所带来的误差[11]。因此,本文以年均被引频次为统计量,在上述检索的专利中选出年均被引频次大于3的专利共220件,作为本文的研究对象。

2。2研究角度

刘军在社会网络分析导论中比较全面地介绍了社会网络分析的基本概念和方法[12],本文所引概念均出自该书。

点度中心度(PointCentrality):在网络中,与该点有直接联系的点的数目就是该点的点度中心度。点度中心度又分为绝对点度中心度和相对点度中心度,前者是指与该点有直接联系的点的个数,而后者则是点的绝对中心度与网络中点的最大可能的度数之比。中心度刻画的是单个节点在网络中所处的位置,中心势则被用来描述网络图的整体中心性。

中间中心度(BetweenCentrality):如果一个点处于许多其他点对的最短路径上,就表示该点具有较高的中间中心度,它测量的是行动者对资源控制的程度。

核心-边缘结构分析:根据网络中节点之间联系的紧密程度,将网络中的节点分为核心区域和边缘区域。处于核心区域的节点在网络中占有比较重要的地位。

凝聚子群分析:网络中某些节点之间关系特别密切,以至于形成一个小团体。凝聚子群分析主要有四种类型[13]:节点程度分析,如k-丛。k-核;节点距离分析,如n-派系;绘图分析;凝聚子群密度分析。本文主要从k-丛和凝聚子群密度两个方面对小团体现象进行分析。k-丛就是一个凝聚子群,在这个子群中,每个点都至少与除了k个点之外的其他点直接相连。凝聚子群密度主要用来衡量整体网络中小团体现象是否严重。

3社会网络分析

3。1国家网络图分析

核心技术的研发主体分布在一定程度上反映了某一国家或企业对某一领域核心技术的掌握情况。通过网络图不仅可以把握不同国家和企业在该领域的技术竞争实力,同时可以分析不同国家之间。不同企业之间的技术交流状况。

3。1。1国家网络图

本文所研究的220件高被引专利其申请人分属9个国家。以专利申请人所在国家为研究对象,对专利间的引用情况加以分析,共得到487次引用关系,利用UCINET软件生成网络图,如图1。图1中每个节点代表一个国家,节点的大小表示该节点相对入度(含自引入度)的大小,节点连线代表引用关系,箭头由施引专利国家指向被引专利国家,连线的粗细程度代表相关国家之间专利的引用频次,连线越粗表示引用频次越高。从图中可以看出,美国和日本的专利被引频次较高,说明其他国家比较重视对上述两国专利的研究,也表明美国和日本在HEV领域的研发成果具有较大权威。同时可以看出,美国和日本之间的专利引用频次较高,说明两国在该领域的技术交流较多。此外,德国也具有一定的研发实力,且与美国。日本等国家的技术交流较为频繁。

3。1。2国家网络点度中心性分析

在UCINET中进行点度中心性分析,结果如表1,限于篇幅,仅列出部分结果,下同。表1中第一。第二列为绝对点度中心度,第三。第四列为相对点度中心度。由表1可知,美国和日本在高被引专利施引量(节点出度)和被引量(节点入度)上均远超其他国

家,这说明美国和日本在HEV技术的研发上占据着绝对领先的地位。同时可以看出,整个网络的点出度中心势和点入度中心势分别为19102百分号和17221百分号,说明HEV领域的研发实力并不集中于某一个国家。显然,仅从高被引专利引用数据角度来说,美国和日本的研发竞争力旗鼓相当。

32企业网络图分析

以专利申请人为研究对象,对220件高被引专利之间的引用关系进行统计分析,共得到54家企业(单位。个人,下同)。

321企业网络图

利用UCINET软件生成企业网络图,如图2所示。从图2中可以看出,丰田。通用。EQUOS。福特。PAICECORP等5个节点的相对点入度较大,表明上述五家企业的专利被其他企业引用较多,其技术动向更为其他企业所关注。同时可以看出,丰田。福特。EQUOS。PAICECORP。博林格林州立大学。爱信等企业和单位之间的联系较为频繁,而佛罗里达大学等单位则与其他企业的技术交流较少。

322企业网络点度中心性分析

对企业间专利引用网络进行点度中心性分析,结果如表2。从表2可以看出,整个网络的点出度中心势和点入度中心势均较小,分别为4147百分号和4299百分号,说明HEV领域的研发实力集中在某一企业的趋势不明显。丰田在绝对点出度中心度。绝对点入度中心度。相对点出度中心度。相对点入度中心度等4项指标中均为最高值,说明丰田在HEV领域的研发实力领先其他企业。同时可以看到,还有通用等8家企业的相对点入度中心度高于平均水平。

323企业网络中间中心性分析

对企业间专利引用网络进行中间中心性分析,结果如表3。从分析结果可以看出,中间中心度最高的是丰田,其次是福特。PAICECORP等企业。这些企业的中间中心性较高,说明它们掌握了较多的研发资源。同时,有29家企业的中间中心度为0,说明这些企业几乎不具备控制资源的能力。324企业网络核心-边缘结构分析

对企业间专利引用网络进行核心-边缘结构分析,其结果是将丰田。通用。EQUOS。福特。PAICECORP等5家企业置于核心位置,而将其他49家企业置于边缘位置。核心企业群中丰田拥有的高被引专利最多,达到45件,PAICECORP拥有的高被引专利最少,仅4件。

325企业网络凝聚子群分析

对企业间专利引用网络进行2-丛分析,并设定小团体节点数不小于4,得到规模为4-7的小团体538组。其中规模为7的2-丛有5组,如表4所示。由表4可以看出,丰田。EQUOS和PAICECORP包含在全部规模为7的2-丛中,说明这三家企业与其他企业在HEV技术的研发上有着密切的联系,并在HEV技术的扩散中扮演着重要的角色。

同时对企业网络进行凝聚子群密度分析,发现该网络的凝聚子群密度为0669。这说明处于凝聚子群内部的企业之间技术交流较为密切,而处于凝聚子群外部的企业则较难得到广泛的技术研发信息,小团体现象较严重。这也与HEV核心技术始终掌握在丰田等少数企业的现状较为符合。

33技术网络图分析

一件专利的技术类别通常体现在IPC中。通过分析高被引专利的IPC分布,可以了解各研发主体的研究重点和热点及技术发展趋势等信息。

331技术网络图

IPC分类的等级是根据大小把全部技术领域分成5个不同的等级,即部。大类。小类。大组和小组。本文以大组为单位,对220件高被引专利的IPC分布情况加以分析。因每件专利具有多个IPC分类号,因此,本文仅统计前两项,若前两项相同,则记一次。利用UCINET生成2-模技术网络图,如图3所示。图中每一个正方形节点代表一种IPC号,每一个圆形节点代表一件专利。从图中可以看出,含有B60K6/00(用于共用或通用动力装置的多个不同原动机的布置或安装,例如具有电动机和内燃机的混合动力系统)。B60W10/00(不同类型或不同功能的车辆子系统的联合控制)等IPC分类号的专利较多,表明这些技术是HEV领域的核心技术。

332技术网络点度中心性分析

对技术网络进行点度中心性分析,结果如表5。从表5可以看到,整个网络的中心势达到5707百分号,说明HEV技术集中在某一领域的趋势较为明显。B60K6/00的中心度高达159,即有159件高被引专利的IPC分类号含有B60K6/00,说明该技术是HEV领域的核心技术。B60W10/00。B60K17/00(车辆传动装置的布置或安装)。B60L11/00(用于车辆内部电源的电力牵引)。B60K1/00(电动力装置的布置或安装)等领域也有至少

20件专利。此外,也有较多企业对F02D29/00(发动机控制,尤其适用于发动机所驱动的装置,该装置不是发动机工作的基本部件或附件,如用外部信号控制发动机)。H02J7/00(用于电池组的充电或去极化或用于由电池组向负载供电的装置)等领域进行研究。

4结论

HEV市场的竞争越来越激烈,因而专利情报研究也越来越重要,其研究方法也多种多样。相比于专利统计分析方法,社会网络分析方法可以更好地揭示竞争者在竞争市场中所处的地位及其与其他竞争者之间的关联。因此,本文运用社会网络分析方法,从点度中心度。中间中心度。核心-边缘结

构和凝聚子群角度,对220件高被引专利的国家网络。企业网络和技术网络进行了详细的分析,主要得到如下结论:

(1)美国和日本的专利被引频次较高,说明两国在HEV领域的研发成果具有很强的权威性,其市场竞争力也较大。通过点度中心性分析,发现美国和日本的技术竞争力较强,且两国之间的技术交流也非常密切。

(2)丰田。通用。EQUOS。福特。PAICECORP等5家企业在HEV领域的技术竞争力较强,掌握了较多的研发和市场资源;丰田。EQUOS和PAICECORP在HEV的技术研发上与其他企业联系密切;小群体现象较严重,不利于技术竞争市场的扩散。

(3)HEV领域的核心竞争技术主要分布于多个原动机的装置和车辆传动装置。发动机控制和蓄电池等方面。

混合动力汽车领域企业竞争力研究