摘要
在技术封锁与路径依赖并存的背景下，芯片产业中部分非主流技术方向受主流技术路线资源虹吸、注意力吸附与研发投入偏置影响，呈现持续弱化、边缘化乃至阶段性沉寂的状态。本文将这一相对于主流技术效应而形成的被遮蔽技术状态界定为技术空洞，并围绕其识别问题展开研究。
针对现有技术识别研究较难兼顾主题语义关联、时间演化特征与阈值划分客观性不足的问题，本文提出一种面向芯片产业技术空洞识别的语义计量框架。以Incopat 数据库中1959—2023 年芯片产业授权专利为样本，构建“专利—主题—年份”演化语料库，利用BERTopic 模型识别细粒度技术主题，并基于主题与年度全网主题的加权余弦相似度及年度专利数量变化构建技术空洞识别空间，在此基础上引入高斯时间衰减机制强化近端演化信号，采用Otsu 阈值法实现候选主题的无监督筛选。
研究发现，所提框架能够较稳定地识别芯片产业链中的技术空洞，且高斯时间衰减机制有助于提升近端衰退主题的识别灵敏度。被识别主题整体表现出“语义边缘化—热度下行”的双重特征，主要分布于测试、封装与支撑性工艺等方向。
研究表明，芯片产业主导技术集聚过程中存在显著的非主流技术路径收缩现象。结合产业政策、行业标准以及企业报告进行外部核验，验证了识别方法的有效性。本文从概念界定与方法操作化两个层面拓展了技术识别研究，为理解芯片产业非对称技术演化提供了新的分析视角。
