本报告回看2015年已收集的期刊研究、政策与技术资料，梳理相互关联的研究脉络。年度判断与研究提案为本次回溯整理形成。
一、年度判断
2015年材料中的重要联系，是新兴技术识别与实现过程逐渐可以共同讨论。新兴簇模型用专利网络识别候选并开展历史测试，新兴技术概念研究从新颖性、增长、凝聚性、影响潜力和不确定性组织判断；设计不确定性研究则进入规格变化、任务重叠与返工。三者分别回答发现什么、怎样界定、如何逐步实现。123
《中国制造2025》和“互联网+”行动把创新、工业基础、综合集成与跨领域平台相联系，使共性能力和工程化条件成为年度研究的重要情境。沿这些材料可以形成一个集中问题：新兴技术的潜力怎样转化为一组可验证的技术假设，验证过程又如何形成能够持续复用的知识基础？45
二、贯穿全年的研究主线
（一）新兴技术识别需要连接潜力与形成过程
新兴簇模型用多个专利系统的引文构建候选技术簇，并以历史逐期测试评估后续影响。新兴技术概念研究则把多个属性放进共同定义。两类研究之间的联系在于：候选簇的增长和凝聚可以被观察，而影响潜力及不确定性需要进一步落到技术内容与实现条件。12
年度综合可以将新兴簇拆解为若干正在形成联系的问题、方案和验证任务。某个簇增长较快，可能意味着更多主体进入，也可能意味着核心实现问题正在分化。通过追踪其中的技术假设、关键约束和验证事件，能够解释簇内部的知识怎样逐渐形成稳定路线。
科学技术差距研究以论文与专利文本聚类识别微藻生物燃料领域的差异，提供了寻找未衔接知识的入口。将这种差异与新兴簇结合，可以研究哪些科学解释尚需要转换为工程操作，以及哪些技术问题正在反向提出科学需求。6
（二）技术验证与知识传递具有相互依赖的次序
IEEE TEM关于产品开发不确定性的研究讨论设计规格演化、上下游依赖及任务重叠，将信息变化与返工和性能权衡联系起来。信息流研究则用人员和活动构成动态网络，分析复杂工程项目不同阶段的知识传递。两项研究把研发过程中的“何时知道什么”变成了可分析对象。37
对新兴技术而言，这一问题尤其具有方向判断价值。某项试验结果会使下游设计条件更明确，也可能改变原先选定的实现方式。验证任务之间因此存在知识依赖：有些可以并行，有些需要等待共同参数或机理解释。研究这种依赖，有助于识别具有牵引作用的验证问题。
技术学习路径研究比较复杂产品系统中的知识基础、外部伙伴和获取方式，进一步提示验证能力本身需要积累。能够获得组件与设计信息，并不自动给出相同的系统理解；更具体的研究可以追踪测试、故障处理和集成经验如何逐步形成可调用的知识。8
（三）既有经验与开放接口共同影响新路线的进入
美国机床研究讨论内部使用经验及组件经验如何支持企业应对CNC引入后的性能要求。其启发在于，旧技术基础可以通过特定知识角色支持新路线。识别这些角色，需要进入操作、测量和系统理解层面，比较哪些经验能够继续发挥作用。9
Technovation关于美国半导体的研究将开放标准、垂直分工与专业化进入联系起来。与经验视角结合，可以研究共同接口怎样使原本分散的能力获得组合机会，以及进入者需要补充哪些系统知识。开放接口提供连接条件，已有经验影响使用这些条件的能力。10
创新项目网络与技术多样性研究则区分不同参与者结构。年度可据此提出：项目组合中的多样性究竟形成了哪些不同技术路线，它们共享哪些实验和接口基础，又在哪些关键假设上分开？这种问题能够把参与者差异连接到技术多样性的实际内容。11
（四）制造业融合需要可以跨场景使用的知识基础
两项国家政策把信息技术与制造业融合、产品全生命周期数据、工业云和跨行业平台纳入部署。联系年度期刊证据，可以把政策背景转化为关于共性技术的研究：哪些数据、接口、测量和集成方法可以跨项目使用，哪些条件需要针对具体场景重新定义？45
这条线索将新兴路线识别与公共技术基础连接起来。一个验证问题如果被多条路线共同依赖，就具有更广的研究价值；一个接口如果支持不同知识基础接续开发，就可能改变技术进入方式。年度判断可以据此关注共用能力的形成及其作用范围。
三、方法与证据如何推进
新兴簇、知识差距和项目依赖可以共同构成分阶段分析流程：先识别候选知识群，再抽取群内的问题与技术假设，随后建立验证依赖，最后追踪哪些假设获得支持、哪些实现条件发生变化。各阶段产物能够相互引用，形成从趋势线索到技术判断的证据链。
算法重点可以放在验证任务抽取和依赖排序。与只预测未来引用或增长的模型相比，任务模型输出能够解释潜力来自哪里、需要解决什么。评价可采用历史项目中实际完成的试验、规格冻结、接口稳定和功能实现事件，检查任务排序及关键节点是否得到后续证据支持。
年度资料还适合形成共享知识基础的比较研究。将多个项目依赖的测试、接口和数据资源对齐，可以识别共同基础及专用环节，为共性技术选题提供具体对象。
四、值得集中推进的研究方向
（一）新兴技术路线的验证依赖识别：基于技术假设与知识状态变化的研究
1. 重大意义
新兴技术的研究价值需要落实到尚待解决的技术问题。识别验证依赖，有助于找到影响多条实现路径的关键任务，并解释技术潜力逐步形成的过程。
2. 可能的研究缺口
新兴簇研究识别候选，设计不确定性研究分析上下游信息变化。进一步可问：簇内哪些技术假设决定路线能否推进，验证结果怎样改变后续任务和方案集合？13
3. 创新点
拟构建假设、试验、知识状态和设计条件的依赖图，通过事件抽取及条件传播识别验证链，并用多路线覆盖评价关键验证任务。
4. 研究思路
整理公开研究报告、专利、测试和设计变更资料，标注假设及验证结果。对照热度排序、引文主路径与验证依赖模型，评价任务识别及推进次序；按历史时间回放，检验关键验证任务的路径影响。
（二）共用技术基础的形成与路线多样性：基于接口、经验与验证资源的研究
1. 重大意义
共用技术基础能够使不同路线共享研发资源。解释其形成条件，有助于识别公共平台中的关键技术任务，并理解技术进入和持续多样化的关系。
2. 可能的研究缺口
开放标准研究讨论专业化进入，经验研究讨论旧能力对新路线的支持。进一步可问：哪些接口与验证资源能够被不同知识基础共同使用，共用基础怎样保留各路线的功能差异？109
3. 创新点
拟建立路线、接口、经验知识和验证资源的多部图，以条件匹配识别共用基础，并比较资源共享前后各路线可达功能及适配任务。
4. 研究思路
选择公开技术平台和多项目组合，标注共同资源及专用要求。对照资源数量、主体多样性与条件覆盖模型，评价共用程度和路线扩展；跨平台比较，识别促进知识接续的基础能力。
五、年末的研究取舍
年度优先级可以放在验证链和共用基础，两者之间有明确的资料联系：验证链识别项目需要什么知识，共用基础比较这些需求在不同项目间是否重合。首轮可选择资料连续的新兴路线，建立小型技术假设与试验事件库，再扩展到相邻路线。
与2014年报的架构传播和模块转用相衔接，2015年的研究进一步进入技术形成之前的验证过程。方向判断由已实现的功能变化，延伸到哪些知识任务可能打开后续技术空间。
六、参考文献与信息来源
[1] Anthony Breitzman; Patrick Thomas. The Emerging Clusters Model: A tool for identifying emerging technologies across multiple patent systems. Research Policy, 2015-02（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.respol.2014.06.006.
[2] Daniele Rotolo; Diana Hicks; Ben R. Martin. What is an emerging technology?. Research Policy, 2015-12（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.respol.2015.06.006.
[3] Dingyu Zhang; Nadia Bhuiyan. A Study of the Evolution of Uncertainty in Product Development as a Basis for Overlapping. IEEE Transactions on Engineering Management, 2015-02（年度资料；2015年2月卷期；原文由作者2016年学位论文第2章授权重印）. DOI: 10.1109/tem.2014.2377217.
[4] 国务院. 国务院关于印发《中国制造2025》的通知. 中国政府网／中央网信办转载, 2015-05-19（年度资料；官方网站公开日期；成文日期2015-05-08）.
[5] 国务院. 国务院关于积极推进“互联网+”行动的指导意见. 中国政府网／中央网信办转载, 2015-07-04（年度资料；官方网站公开日期；成文日期2015-07-01）.
[6] Ming-Yeu Wang; Shih-Chieh Fang; Yu-Hsuan Chang. Exploring technological opportunities by mining the gaps between science and technology: Microalgal biofuels. Technological Forecasting and Social Change, 2015-03（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.techfore.2014.07.008.
[7] Pedro Parraguez; Steven D. Eppinger; Anja M. Maier. Information Flow Through Stages of Complex Engineering Design Projects: A Dynamic Network Analysis Approach. IEEE Transactions on Engineering Management, 2015-11（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1109/tem.2015.2469680.
[8] Joosung J. Lee; Hyungseok Yoon. A comparative study of technological learning and organizational capability development in complex products systems: Distinctive paths of three latecomers in military aircraft industry. Research Policy, 2015-09（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.respol.2015.03.007.
[9] Raja Roy; Susan K. Cohen. Disruption in the US machine tool industry: The role of inhouse users and pre-disruption component experience in firm response. Research Policy, 2015-10（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.respol.2015.01.004.
[10] Jeffrey L. Funk; Jianxi Luo. Open standards, vertical disintegration and entrepreneurial opportunities: How vertically-specialized firms entered the U.S. semiconductor industry. Technovation, 2015-11（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.technovation.2015.07.001.
[11] Frank J. van Rijnsoever; Jesse van den Berg; Joost Koch; Marko P. Hekkert. Smart innovation policy: How network position and project composition affect the diversity of an emerging technology. Research Policy, 2015-06（年度资料；出版商卷期月份；不作日级首发依据）. DOI: 10.1016/j.respol.2014.12.004.
