通过技术演化和战略特征来预测基准产品的出现

《TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE》:Forecasting benchmark product emergence via technological phylogeny and strategic features

【字体: 大 中 小 】 时间:2026年04月28日 来源:TECHNOLOGICAL FORECASTING AND SOCIAL CHANGE 13.3

编辑推荐:

  Youwei He|Jeong-Dong Lee 韩国首尔国立大学技术、管理、经济与政策跨学科研究生项目,冠岳区冠岳路1号,08826,首尔 摘要 本研究提出了一种新的框架,通过使用系统发育方法对技术演变进行建模来预测基准产品的出现。通过构建产品进化树并提取战略特征,我们应用

  
Youwei He|Jeong-Dong Lee
韩国首尔国立大学技术、管理、经济与政策跨学科研究生项目,冠岳区冠岳路1号,08826,首尔

摘要

本研究提出了一种新的框架,通过使用系统发育方法对技术演变进行建模来预测基准产品的出现。通过构建产品进化树并提取战略特征,我们应用XGBoost算法来预测基准地位。为了解释模型预测结果,我们使用了固定效应回归和基于SHAP的特征归因。研究结果表明,产品距离、年份差异以及转移和继承技术的价值显著增加了基准潜力,而过高的技术复杂性则会降低这一潜力。以苹果智能手机为例,说明了混合创新策略——结合内部继承、外部技术转移和新特征开发——如何导致主导产品设计的产生。这项研究通过提供一个理论基础扎实、实用的工具,为企业和政策制定者识别高影响力产品并有效分配创新资源做出了贡献。

通俗语言总结

本研究开发了一种新方法,用于预测哪些产品将成为行业基准。通过应用类似生物学中的进化映射技术,并结合机器学习算法,我们分析了产品随时间的发展情况。这些发现为企业改进创新策略和建立竞争优势提供了实际指导。该方法可以帮助企业和政府更好地预测哪些产品将塑造未来市场,从而改善战略规划和创新投资决策。

引言

技术演变既包括渐进式的改进,也包括颠覆性的转变(Funk和Owen-Smith,2017),这反映了生物学中的变异和选择模式(Arthur,2009;Utterback,1996)。在动态市场中,企业必须预测创新趋势,这是维持竞争优势的核心挑战。在关键的创新成果中,基准产品在设定技术或设计标准并成为未来发展的模型方面起着决定性作用(Camp,2024;Jain,2003)。由于具有卓越的性能或可用性,它们经常被竞争对手模仿(Bhutta和Huq,1999)。在本研究中,我们使用“基准产品”一词来指代那些对其后续设计产生巨大影响的产品,这些产品作为后来产品选择性模仿的参考点。例如,早期的多点触控智能手机引入了随后在整个行业中被采用的架构模式,展示了基准产品的实际影响力。然而,基准产品往往是在获得广泛采用后才会被认可。这种滞后带来了一个主要挑战:企业如何在早期阶段识别出哪些产品有可能成为未来的基准,从而战略性地指导研发和资源分配?基准产品的预测解决了这一预见挑战。由于基准产品不是孤立出现的——它们融合了之前的创新,并成为后续产品开发的基础(Knudsen等人,2023)——未能及早识别它们会导致机会的丧失(Arts等人,2025)。虽然传统方法是回顾性的(Ulrich和Eppinger,2016;Wheelwright和Clark,1992),并且以往的研究主要集中在新产品发布(Calleja-Sanz等人,2020;Kahn,2014)或技术突破(Sun等人,2021)上,但很少有研究关注驱动基准产品影响的微观层面机制,许多预测方法依赖于难以捕捉产品间依赖性的宏观数据(Fleming和Sorenson,2001)。计算方法的最新进展,特别是在可解释的机器学习方面,通过将复杂的结构数据与预测建模相结合,为解决这一预测挑战提供了新的潜力(Miric等人,2023)。
本研究开发并验证了一个预测框架,该框架整合了产品层面的进化建模和机器学习,以识别潜在的基准产品并分析不同创新策略如何影响它们的潜力。核心目标是:1)构建动态的产品进化结构;2)从产品属性和进化关系中提取一组战略特征;3)训练XGBoost分类器来估计基准出现的概率;4)使用SHAP值分析和固定效应回归来解释这些特征的影响。通过在产品层面解决这一预测挑战,我们的工作使得能够早期识别基准产品设计,从而指导战略决策制定,这是战略创新管理的核心关注点。从理论上讲,这项研究增强了对基准产品形成的理解,表明其出现源于在适当时刻有价值技术的战略重组——通常涉及选择性开放,随后是架构的整合。方法上,我们引入了一种新颖的、结构化的、可解释的产品层面方法,结合了系统发育建模和机器学习预测,为包括基于知识的观点(Grant,1996)、开放式创新(Chesbrough,2003)和技术轨迹/主导设计理论(Abernathy和Utterback,1978;Dosi,1982)在内的核心创新理论提供了微观层面的实证支持。从实践上讲,该框架为管理者提供了评估未来产品影响和优先考虑创新投资的工具,同时为政策制定者提供了一种定量方法,以识别值得支持的高影响力技术路径。
本文的其余部分结构如下。第2节回顾了关于基准产品、技术演变、预测方法和策略驱动特征设计的相关文献。第3节描述了数据、进化树的构建、基准产品的识别和机器学习方法。第4节展示了实证结果,包括模型性能和解释。第5节讨论了理论贡献、管理意义和政策影响以及研究的局限性。第6节总结了本研究。

章节片段

基准产品和技术影响

基准产品在塑造技术轨迹和市场动态中起着关键作用。它们通常在其类别中被认为是设计、质量或创新的典范,并作为后续产品开发的参考点(Bhutta和Huq,1999;Jain,2003;Porzio等人,2008)。基准产品不仅在商业上表现良好;它们还影响竞争对手的技术和战略方向,为功能性和用户体验设定标准

概念框架

本研究提出了一个综合框架(图1),该框架结合了产品进化建模、战略特征提取、基准产品识别、预测建模和基于回归的解释。从数据收集开始,我们通过将每个产品与其最相似的前身产品联系起来,基于技术相似性构建进化树,捕捉技术继承和差异。几个特征——如产品距离、年份差异和品牌

描述性分析

表2报告了十一个战略特征与因变量——五年产品影响之间的描述性统计和成对皮尔逊相关性。出现了三种理论一致的模式,支持了模型设计。
首先,我们观察到技术丰富度并不等同于影响。继承的数量(平均值=82.17)和技术数量(平均值=114.91)与产品影响呈负相关(?0.0984***和?0.0635***),而它们的价值加权

基准出现的关键驱动因素

本研究提出了一个预测框架,该框架结合了产品层面的进化建模和机器学习来识别基准产品——那些对后续设计产生持续影响的产品。利用XGBoost分类、固定效应逻辑回归和基于SHAP的特征解释,我们系统地识别了特定技术策略与基准出现之间的关联。
在设计的十一个特征中,有三个维度始终突出。

结论

本研究提出了一个结合技术系统发育和机器学习的新型框架,用于预测基准产品的出现。通过建模技术演变并提取可解释的战略特征,我们识别了关键因素——如产品距离、年份差异和技术来源价值——这些因素决定了产品成为行业基准的可能性。
从理论上讲,这项研究表明,战略特征——如继承价值、跨品牌

CRediT作者贡献声明

Youwei He:撰写——原始草稿、可视化、验证、方法论、调查、正式分析、数据整理。Jeong-Dong Lee:撰写——审阅与编辑、监督、资源管理、项目协调、资金获取、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争财务利益或个人关系。

致谢

本研究得到了韩国国家研究基金会(NRF)的资助(由韩国政府资助:MSIT)(编号:NRF-2022R1A2C1091917和RS-2024-00408935)。
Youwei He于2002年获得天津理工大学的计算机科学与技术学士学位,2009年获得南开大学的金融硕士学位。他随后在首尔国立大学获得了技术管理、经济与政策(TEMEP)的博士学位。他目前是首尔国立大学工程研究所的博士后研究员。他的研究兴趣包括产品技术进化、技术预测等。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号