原创《专利前向引用遵循Logistic扩散模型再验证》：本论文可用于Logistic扩散模型论文范文参考下载，Logistic扩散模型相关论文写作参考研究。
摘 要：[目的/意义]专利引用是一种达成技术扩散效果的行为,研究专利前向引用行为特点是测度技术扩散模式的一个重要视角.[方法/过程]以石墨烯传感器技术领域为例,对专利的前向引用趋势进行Logistic回归分析,验证技术领域的扩散模型；和相关研究方法和结果进行比较.[结果/结论]验证了专利前向引用符合Logistic扩散模型,是研究技术扩散的可靠视角；将已有研究结论“某一领域中基础核心专利的前向引用遵循Logistic扩散模型”进一步拓展为“某领域专利的前向引用遵循Logistic扩散模型”.
关键词：技术扩散 专利引用 Logistic模型 石墨烯传感器
分类号：G306
引用格式：张娴, 田鹏伟, 茹丽洁, 许海云. 专利前向引用遵循Logistic扩散模型再验证[J/OL]. 知识管理论坛, 2017, 2（2）： 110-119[引用日期]. http：//www.kmf.ac.cn/p/1/105/.
技术扩散理论由E. M. Rogers提出,认为技术扩散是一项新技术透过通路散播到最終采用者或使用者的过程[1].经典的技术发展模型表明从基础研发到技术商业化应用是一条简单线性路径,但实践中技术扩散往往更表现为一个复杂的迭代过程[2].许多研究比较了不同模型在技术扩散研究中的应用效果[3-5],实证结果认为由于技术扩散方式受内部因素的影响更甚于外部因素,因此Logistic生长模型（其理论基础偏重于内部影响力）更适于研究科技创新的扩散模式[6].专利是技术扩散的重要途径之一,尤其是专利的前向引用行为反映了专利技术问世之后的被采用历程,已被学者们认同为一种更具有技术扩散意义的行为[7-8].专利引用数据已被许多学者视为测度技术扩散的客观、成熟指标[9-11].利用专利前向引用行为来测度技术扩散行为,已成为技术扩散模式特点的一个重要研究视角.
本文采用专利前向引用行为作为技术扩散活动的客观表征,以石墨烯传感器领域为例,基于领域内种子专利及其前、后向引用专利构建了技术领域专利集合,基于领域内所有专利的前向引用趋势进行Logistic回归分析,验证了领域内专利前向引用遵循Logistic扩散模型.通过和M. H. Fallah和E.Fishman等[12]及张晓强等[13]研究的比较：①再次验证了专利前向引用符合Logistic扩散模型,可以作为技术扩散的可靠研究视角；②实验证实可将张晓强等研究结论“某一领域中基础核心专利的前向引用遵循Logistic扩散模型”进一步拓展为“某领域专利的前向引用遵循Logistic扩散模型”；③对Logistic回归拟合研究的实验方法和结果进行了讨论.
1 相关概念
1.1 专利引用和技术扩散
专利间的引用关系是一种达成技术扩散效果的行为[14].在后专利技术对在先专利技术的引用关系中,产生了技术和知识的流动、传递和扩散,促进了技术的开发和商业化.A. B. Jaffe等最早运用专利数据开展技术扩散研究,利用专利引证信息分析了国家间的知识外溢[11].多项研究表明专利引用和专利价值、技术扩散存在关联关系,如S. B. Chang等推论了前向引用、技术扩散和专利价值之间的相关性[15].
黄鲁成等[16]较全面地总结了当前基于专利引用关系的技术扩散研究现状,将现有研究内容归纳为6个主要方面：①运用专利引证信息的国家间知识外溢和扩散分析；②专利流动对生产率及研发产出的影响；③同一产业或不同产业间的知识流动和技术扩散；④专利引证和网络分析方法结合的技术扩散研究；⑤利用专利或专利引用数据的技术扩散曲线研究,反映技术扩散的阶段；⑥基于扩散模型的技术扩散预测.他们还分析了现有研究的一些不足和局限,包括：未能很好地反映技术扩散历程中的动态变化；相比于国家间技术扩散研究,关于技术（产业）领域内（间）的扩散研究数量少且不够深入；对潜在应用领域或应用产业的扩散前景的探索和预测有待加强.
1.2 Logistic扩散模型
Logistic方程最早由比利时数学家P. F. Verhulst于1838年提出,在20世纪20年代受到生物学家和统计学家的重视,它能较好描述某些有界增长现象,在预测学、信息科学、生物学、农业学和经济学领域有广泛应用[17].Logistic方程可以表示为：
其中：Y（t）是衡量t时刻的绩效参数,在技术扩散研究中,代表t时刻的扩散程度；L是参数Y的成长上限,代表技术扩散的饱和程度；t是时间；B是曲线拐线,代表生长扩散的转折点；k是曲线的斜率,代表扩散速率.B、k由回归方程式求出.
Logistic模型已被应用于技术扩散轨道比较、技术扩散模式特点研究、技术扩散影响因素分析和趋势预测等[6,18-19].2009年M. H. Fallah和E.Fishman等选取生物技术、电信技术、可替代能源技术3个领域中的Top5高被引用专利,分别基于其前向引用频次进行了线性、二次、S型以及Logistic模型的拟合分析,认为Logistic模型拟合的显著性较低,其余3种模型的拟合程度较高[12].2014年张晓强等以巨磁阻领域的1件基础核心专利为例进行Logistic回归分析,得到实验结论“某一领域中基础核心专利的前向引用遵循Logistic扩散模型”[13].
2 提出假设
本文认为,M. H. Fallah和E.Fishman、张晓强等的研究,分别选取领域内高被引专利、基础核心专利为研究对象,所拟合的技术扩散特点是否真的能够反映出整个技术领域的技术扩散趋势,两项研究对此并未加以严谨论证.事实上,高被引专利或基础核心专利,都只是领域内的极少数个体,占领域绝大多数的是大量的低频被引专利.因此,本文认为上述两项研究可以回答某技术领域内基础（或核心）专利的技术扩散特点满足Logistic扩散模型,但尚未能有效验证技术领域整体的专利技术扩散趋势符合Logistic扩散模型.
Logistic扩散模型论文参考资料：
结论：专利前向引用遵循Logistic扩散模型再验证为大学硕士与本科Logistic扩散模型毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写logit模型和logistic方面论文范文。
