隨著新興產(chǎn)業(yè)的崛起,市場(chǎng)融通進(jìn)一步加強(qiáng),技術(shù)成為一個(gè)企業(yè)、一個(gè)國(guó)家在行業(yè)立足的核心因素。企業(yè)為了在技術(shù)領(lǐng)域獲得領(lǐng)先地位,由從依靠自主研發(fā)轉(zhuǎn)變?yōu)橐揽客獠抠Y源獲取技術(shù)支持與自主研發(fā)雙向發(fā)展,即通過技術(shù)合作、技術(shù)收并購(gòu)等方式實(shí)現(xiàn)技術(shù)的優(yōu)勢(shì)互補(bǔ)以及強(qiáng)強(qiáng)聯(lián)合,幫助自身企業(yè)及企業(yè)雙方實(shí)現(xiàn)技術(shù)創(chuàng)新能力增強(qiáng),形成技術(shù)壁壘。因此,技術(shù)并購(gòu)是企業(yè)在技術(shù)領(lǐng)域中實(shí)現(xiàn)跨越式發(fā)展的重要途徑。技術(shù)并購(gòu)的直接目的是鞏固企業(yè)自身技術(shù)壁壘,擴(kuò)展技術(shù)研究領(lǐng)域,實(shí)現(xiàn)企業(yè)在該行業(yè)中處于領(lǐng)先地位。同時(shí),能夠最大限度的降低并購(gòu)后期的整合難度,實(shí)現(xiàn)雙方企業(yè)融合式、互促式發(fā)展。因此,在企業(yè)并購(gòu)前期,選擇合適的并購(gòu)目標(biāo)是企業(yè)并購(gòu)目的實(shí)現(xiàn)的前提。本文的研究放在技術(shù)并購(gòu)的前期選擇階段,構(gòu)建了基于專利信息進(jìn)行目標(biāo)企業(yè)選擇的技術(shù)相關(guān)分析模型,分析了影響技術(shù)并購(gòu)的主要因素,構(gòu)建了主要因素的度量方法。本文的研究工作主要包括:（1）對(duì)技術(shù)并購(gòu)、技術(shù)相關(guān)性、產(chǎn)業(yè)技術(shù)鏈等相關(guān)文獻(xiàn)進(jìn)行調(diào)研,總結(jié)技術(shù)相關(guān)性的影響因素及指標(biāo),重點(diǎn)圍繞技術(shù)相關(guān)性的兩大因素即技術(shù)相似性與技術(shù)互補(bǔ)性的現(xiàn)有成果及不足進(jìn)行分析;（2）構(gòu)建技術(shù)并購(gòu)目標(biāo)企業(yè)選擇的技術(shù)相關(guān)分析模型,考慮時(shí)間... 

【文章來(lái)源】：首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

專利中包含的信息為了降低并購(gòu)后期技術(shù)整合的風(fēng)險(xiǎn)和難度，需要在并購(gòu)前期做好戰(zhàn)略制定，開展技

第1章緒論8難度，提高技術(shù)并購(gòu)質(zhì)量及鞏固主并購(gòu)方的技術(shù)發(fā)展優(yōu)勢(shì)，彌補(bǔ)薄弱環(huán)節(jié)。構(gòu)建了針對(duì)企業(yè)技術(shù)并購(gòu)研究的技術(shù)相似性與互補(bǔ)性度量方法，使度量結(jié)果更加符合企業(yè)技術(shù)并購(gòu)目標(biāo)和初衷。為企業(yè)在技術(shù)并購(gòu)、收購(gòu)過程前期，對(duì)目標(biāo)企業(yè)的選擇提供了參考模型。技術(shù)路線圖如圖1-3所示。圖1.3技術(shù)路線圖

第3章技術(shù)相似性度量方法16=()∈({}∩{})（3-1）{}和{}分別是樣本數(shù)據(jù)中的專利權(quán)人i和j擁有的IPC分類號(hào)集合，表示兩者共有分類號(hào)，表示樣本集合中出現(xiàn)的次數(shù)。根據(jù)耦合頻次以衡量企業(yè)間的技術(shù)相似度。但是這種方式存在以下不足：如果主并購(gòu)方與兩個(gè)企業(yè)擁有的重合分類號(hào)數(shù)量總量相同，但是不同分類號(hào)的重合頻次不同，如圖3.1所示，比如甲、乙兩企業(yè)對(duì)專利分類號(hào)A重合頻次為a，專利分類號(hào)B重合頻次為a，則耦合頻次為2a，而甲、丙兩企業(yè)對(duì)專利分類號(hào)A重合頻次為2a，對(duì)于專利分類號(hào)B的重合頻次為0，得出的相似性結(jié)果是相同的，這種耦合計(jì)算方式忽略了主并購(gòu)方的研發(fā)重點(diǎn)，以該角度度量企業(yè)相似度時(shí)，對(duì)于研究領(lǐng)域不同的潛在并購(gòu)目標(biāo)，若專利申請(qǐng)總量相同，則企業(yè)間技術(shù)相似度相同。但是對(duì)于主并購(gòu)方而言，會(huì)更加傾向于在技術(shù)上并購(gòu)與自身研究方向一致的。比如對(duì)于主并購(gòu)方企業(yè)甲而言，可能研究重點(diǎn)更多的著重于專利分類號(hào)B研究領(lǐng)域，A只是輔助的邊緣技術(shù)，所以在技術(shù)并購(gòu)過程中，主并購(gòu)方會(huì)更加傾向于在B研究領(lǐng)域有較大優(yōu)勢(shì)的企業(yè)丙作為自己的并購(gòu)目標(biāo)。反之，若研究重點(diǎn)在專利分類號(hào)A領(lǐng)域，則更傾向于與企業(yè)乙做技術(shù)并購(gòu)，以鞏固在該領(lǐng)域技術(shù)地位。因?yàn)橹挥羞@樣才能夠起到強(qiáng)強(qiáng)聯(lián)合的作用，同時(shí)較低后期整合難度。而現(xiàn)有的對(duì)于專利耦合的測(cè)度方法正式忽略了這一點(diǎn)，即只看總量忽視企業(yè)間研發(fā)方向重點(diǎn)差異。圖3.1現(xiàn)有專利耦合度量方法存在的不足因此，考慮到以上現(xiàn)有成果的不足，在技術(shù)并購(gòu)目標(biāo)選擇中，技術(shù)相似度的耦合度量中引入主并購(gòu)研發(fā)重點(diǎn)影響因素，在度量過程中著重考慮主并購(gòu)方技術(shù)側(cè)重領(lǐng)域。在加入主并購(gòu)方研發(fā)重點(diǎn)的技術(shù)相似性耦合方法度量下，相似度較高的企業(yè)不僅在專利分類號(hào)申請(qǐng)中有較高的重復(fù)率，同?

【參考文獻(xiàn)】：
期刊論文
[1]基于專利異構(gòu)網(wǎng)絡(luò)的中小企業(yè)潛在合作伙伴研究——以石墨烯領(lǐng)域?yàn)槔齕J]. 傅俊英,彭喆,鄭佳,袁芳,李秾.  情報(bào)學(xué)報(bào). 2019(04)
[2]創(chuàng)新存量、技術(shù)互補(bǔ)性與跨國(guó)并購(gòu)技術(shù)創(chuàng)新績(jī)效[J]. 趙黎明,陳妍慶.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2019(02)
[3]專利分類號(hào)耦合分析在企業(yè)潛在合作關(guān)系識(shí)別中的應(yīng)用[J]. 溫芳芳.  現(xiàn)代情報(bào). 2018(07)
[4]文獻(xiàn)相似性檢測(cè)技術(shù)及其應(yīng)用[J]. 蔣勇青,于洋.  情報(bào)工程. 2018(03)
[5]基于專利分析的我國(guó)LED上市公司競(jìng)合關(guān)系研究[J]. 翁銀嬌,馬文聰,葉陽(yáng)平,張光宇.  科技管理研究. 2018(08)
[6]利用Doc2Vec判斷中文專利相似性[J]. 張海超,趙良偉.  情報(bào)工程. 2018(02)
[7]技術(shù)并購(gòu)、吸收能力與企業(yè)技術(shù)創(chuàng)新動(dòng)態(tài)能力——來(lái)自創(chuàng)業(yè)板上市公司的證據(jù)[J]. 董平,周小春.  科技管理研究. 2018(07)
[8]基于SAO結(jié)構(gòu)語(yǔ)義挖掘的新興技術(shù)演化軌跡研究[J]. 李欣,謝前前,黃魯成,吳菲菲.  科學(xué)學(xué)與科學(xué)技術(shù)管理. 2018(01)
[9]基于德溫特專利分類號(hào)耦合的技術(shù)多緣性與技術(shù)相似性研究——以29家福布斯全球2000強(qiáng)汽車企業(yè)為例[J]. 溫芳芳.  情報(bào)理論與實(shí)踐. 2017(08)
[10]面向技術(shù)轉(zhuǎn)移的專利組合技術(shù)關(guān)聯(lián)性測(cè)度分析[J]. 吳健.  科技視界. 2017(19)

博士論文
[1]并購(gòu)對(duì)收購(gòu)公司長(zhǎng)期股東價(jià)值影響的實(shí)證研究[D]. 何任.哈爾濱工業(yè)大學(xué) 2014

碩士論文
[1]聚類技術(shù)的若干問題研究[D]. 劉亞瓊.廣西師范大學(xué) 2014
[2]專利引文網(wǎng)絡(luò)分類分析及結(jié)構(gòu)模式發(fā)現(xiàn)研究[D]. 曹德斌.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[3]基于語(yǔ)義分析的文本相似度算法研究[D]. 尤金朋.杭州電子科技大學(xué) 2013
[4]專利無(wú)效對(duì)比文件及其獲取研究[D]. 隆瑾.湘潭大學(xué) 2012
[5]OWL DL本體中概念相似度算法研究[D]. 付秀東.西南交通大學(xué) 2009



本文編號(hào)：3480819