專利資訊預測技術模式之研究-奈米碳管場發射顯 示器等之比較分析
學生：王思儀 指導教授：賴以軒博士
摘 要
隨著科技產業快速的發展，以及智慧財產權的倍受重視，專利數量的成 長亦代表了產業或技術發展趨勢上的領先指標，因此若能掌握資訊，進而預 測未來趨勢與發展，就能取得產業或技術之優勢。本研究首先回顧並探討各 種技術預測方法之原理、適用條件，以及優缺點，其次選定線傳煞車系統、
線傳轉向系統、車用室溫熱像器、有機薄膜電晶體與奈米碳管場發射顯示器 技術之專利件數為研究對象，應用成長曲線模型、迴歸分析、時間序列模型、
灰色預測理論等技術預測方法，進行各項技術之專利件數預測，分析不同的 技術預測方法運用於各種技術或產品上，所產生不同的預測效果與適用性。
並嘗試以技術領先國家與公司之專利件數進行領先者預測模式建立。
研究結果可分為三大項說明，首先在預測模式敏感度分析方面，本研究 提出應用成長上限敏感度分析，經由誤差大小判斷預測模式之良窳，進而建 議成長上限值並推估反區點之年限區間；在季節(月份)指數方面發現，年底 的專利件數相較於其他月份的產出量為多。其次，就預測模式效果方面，若 以短期預測而言，線傳轉向系統與奈米碳管場發射顯示器以灰色預測理論進 行預測之效果為最佳；線傳煞車系統、車用室溫熱像器、有機薄膜電晶體發 展，適合以 Holt 雙指數平滑法進行預測；在長期預測方面，線傳煞車系統、
線傳轉向系統、奈米碳管場發射顯示器，使用二次多項式進行預測產生的結 果優於其他預測方法；而車用室溫熱像器，適合以乘法分解法進行預測；有 機薄膜電晶體，則使用珀爾曲線進行預測較合適。最後從領先者預測模式建 立可行性分析中可發現，國家別領先者預測模式可由單一領先國家加以預 測，，而公司別領先者預測模式則應以前五名的公司進行整體性的評估。
關鍵詞：專利、技術預測、成長曲線模型、灰色預測理論
The Study on Establishing Technological Forecasting Model using of Patent Information
－ A Comparative Analysis of CNT-FED and The Other Technologies
Student : Szu-Yi Wang Advisor : Dr. Yi-Hsuan Lai
Abstract
By the rapid development of technology, intellectual property is much greater important now. The growth of patent number represents the leading index of the trend for the industrial and technological development. Therefore, if we can get the useful information as early as possible, even predict the future, we will be at an advantage than others. This research focuses on the patent number of the Brake-By-Wire, Steer-By-Wire, Thermal Image, Organic Thin-Film Transistor, and Carbon NanoTube-Field Emission Displays. We forecast the patent number of each technology by Growth Curve Model, Regression Model, Time Series Model, and Grey Prediction Model. We mentioned that applying different technological forecasting methods on different technologies or products would have the different effects and results.
In short-term forecasting, it is better to apply Grey Prediction Model on Steer-By-Wire and Carbon NanoTube-Field Emission Displays; and to apply Holt exponential smoothing model on Brake-By-Wire, Thermal Image, and Organic Thin-Film Transistor. In long-term forecasting, it is better to apply Second-Order Model on Brake-By-Wire, Steer-By-Wire, and Carbon NanoTube-Field Emission Displays; to apply Multiplicative Decomposition Method on Thermal Image; and to apply Pearl Curve Model on Organic Thin-Film Transistor. Analyzing by country, we find the patent number of these fives technologies focus on the top three countries. Analyzing by corporation, we find the patent number of Brake-By-Wire and Thermal Image focus on its top corporation; Steer-By-Wire
by the top five corporations; Carbon NanoTube-Field Emission Displays should focus on the second, the third and the fifth corporation.
keywords: patent, Technology Forecasting, Growth Curve Model, Grey Prediction Model
誌 謝
時光匆匆而逝，研究所兩年的時光隨著論文的完成也逐漸到了尾聲，兩 年的時間是我帶不走的，但是擁有的回憶卻將是我最珍藏的。承蒙指導教授 賴以軒博士耐心、悉心的指導，無論是在課業或是生活上均給予最大的支持 與適度的關懷，其謙沖的待人處事、嚴謹的治學態度以及豐富且紮實的學識，
皆令學生萬分敬佩，亦是學生學習的典範。能在恩師的帶領下學習與成長是 學生莫大的榮幸。
本篇論文的完成，由衷感謝所長謝玲芬博士、中原大學企管研究所邱榆 淨博士以及冠亞智財車慧中老師等口試委員於百忙之中撥空指導，對於論文 仔細審閱並提供諸多寶貴的意見，使得本論文得以更加完善與周全，在此表 示深深的謝意。研究所期間，亦感謝正昌學長與健鑫學長的教導與愛護，因 為你們讓我在研究的道路上走的更為平穩與順利，還有同窗好友哲銘、羿吟、
煒超、柏宏以及所有研究所同學們，因為有你們讓我研究所的生活增色不少，
當然還有大學時代的好朋友們，你們關心讓我心中時時充滿喜悅與滿足。
最後要特別感謝我最愛的家人們，感謝父母親全力的栽培與支持，感謝 哥哥與姊姊的照顧，你們的關懷是我在外求學的最大支柱，感激之情非筆墨 能形容。最後僅以本論文獻給所有關心、照顧我的師長、朋友以及家人。
王思儀 謹識於中華科管所 中華民國 95 年 8 月 17 日
目 錄
摘 要... i
Abstract ... ii
目 錄... v
圖目錄... vii
表目錄... ix
第一章 緒論... 1
1.1 研究背景與動機 ... 1
1.2 研究目的 ... 2
1.3 研究範圍與對象 ... 2
1.4 研究限制 ... 3
1.5 研究架構 ... 4
1.6 研究流程 ... 4
第二章 文獻探討... 7
2.1 技術預測 ... 7
2.1.1 技術預測定義 ... 7
2.1.2 技術預測的各種方法 ... 8
2.1.3 技術預測相關文獻 ... 14
2.2 技術預測方法 ... 31
2.2.1 成長曲線模型 ... 31
2.2.2 迴歸分析 ... 38
2.2.3 時間序列模型 ... 39
2.2.4 灰色預測理論 ... 43
2.2.5 誤差分析 ... 46
2.3 專利資訊檢索與分析 ... 48
2.3.1 專利資訊 ... 48
2.3.2 專利檢索 ... 51
2.4 技術概況 ... 53
2.4.1 線傳煞車系統 ... 53
2.4.2 線傳轉向系統 ... 54
2.4.3 車用室溫熱像器 ... 54
2.4.4 有機薄膜電晶體 ... 55
2.4.5 奈米碳管場發射顯示器 ... 56
第三章 預測模式建立與分析... 57
3.1 成長曲線模型技術預測 ... 57
3.1.1 成長上限敏感度分析 ... 57
3.1.2 珀爾曲線 ... 65
3.1.3 甘培茲曲線 ... 70
3.1.4 小結 ... 74
3.2 迴歸分析技術預測 ... 75
3.2.1 簡單線性迴歸 ... 75
3.2.2 多項式迴歸模型 ... 76
3.2.3 小結 ... 78
3.3 時間序列模型技術預測 ... 78
3.3.1 傳統分解法 ... 78
3.3.2 Holt 雙指數平滑法 ... 86
3.3.3 小結 ... 88
3.4 灰色預測理論技術預測 ... 89
3.5 技術預測模式之比較 ... 90
第四章 專利領先者預測模式建立可行性分析... 97
4.1 專利領先國家預測模式可行性分析 ... 97
4.2 專利領先公司預測模式可行性分析 ... 100
4.3 有引證專利預測模式可行性分析 ... 103
第五章 結論... 108
5.1 結論 ... 108
5.2 建議 ...111
參考文獻...112
圖目錄
圖 1.1 研究架構... 4
圖 1.2 研究流程... 6
圖 2.1 技術預測的輸出/輸入圖... 9
圖 2.2 技術預測的兩種進行方式... 9
圖 2.3 各種預測方法的定位... 11
圖 2.4 最常被使用的技術預測方法... 13
圖 2.5 國內研究最常被使用的技術預測方法... 21
圖 2.6 技術生命週期技術替代... 32
圖 2.7 Logistics 曲線與 Gompertz 曲線之比較 ... 35
圖 2.8 加法和乘法的季節影響... 40
圖 2.9 線傳煞車系統歷年專利件數... 51
圖 2.10 線傳轉向系統歷年專利件數... 52
圖 2.11 車用室溫熱像器歷年專利件數... 52
圖 2.12 有機薄膜電晶體歷年專利件數... 52
圖 2.13 奈米碳管場發射顯示器歷年專利件數... 53
圖 2.14 智慧型車輛線傳控制系統... 54
圖 2.15 線傳轉向控制機構... 55
圖 3.1 線傳煞車系統成長上限之 MAD 值走勢 ... 59
圖 3.2 線傳轉向系統成長上限之 MAD 值走勢 ... 60
圖 3.3 車用室溫熱像器成長上限之 MAD 值走勢 ... 60
圖 3.4 有機薄膜電晶體成長上限之 MAD 值走勢 ... 61
圖 3.5 奈米碳管場發射顯示器成長上限之 MAD 值走勢 ... 61
圖 3.6 線傳煞車系統專利累積件數預測值比較... 62
圖 3.7 線傳轉向系統專利累積件數預測值比較... 62
圖 3.8 車用室溫熱像器專利累積件數預測值比較... 62
圖 3.9 有機薄膜電晶體專利累積件數預測值比較... 63
圖 3.10 奈米碳管場發射顯示器專利累積件數預測值比較... 63
圖 3.11 線傳轉向系統專利累積件數預測值比較(剔除 1993~1995 年資料).. 64
圖 3.12 線傳轉向系統專利累積件數預測值比較(剔除 1993~1996 年資料).. 64
圖 3.13 線傳煞車系統 GM(1,1)軟體運算... 89
圖 3.14 線傳煞車系統各種技術預測方法... 91
圖 3.15 線傳轉向系統各種技術預測方法... 92
圖 3.16 車用室溫熱像器各種技術預測方法... 93
圖 3.17 有機薄膜電晶體各種技術預測方法... 94
圖 3.18 奈米碳管場發射顯示器各種技術預測方法... 95
圖 4.1 線傳煞車系統國家別分析... 97
圖 4.2 線傳轉向系統國家別分析... 97
圖 4.3 車用室溫熱像器國家別分析... 98
圖 4.4 有機薄膜電晶體國家別分析... 98
圖 4.5 奈米碳管場發射顯示器國家別分析... 98
圖 4.6 線傳煞車系統公司別分析... 100
圖 4.7 線傳轉向系統公司別分析... 100
圖 4.8 車用室溫熱像器公司別分析... 101
圖 4.9 有機薄膜電晶體公司別分析... 101
圖 4.10 奈米碳管場發射顯示器公司別分析... 101
圖 4.11 有引證關係線傳煞車系統各種技術預測方法... 104
圖 4.12 有引證關係線傳轉向系統各種技術預測方法... 104
圖 4.13 有引證關係車用室溫熱像器各種技術預測方法... 104
圖 4.14 有引證關係有機薄膜電晶體各種技術預測方法... 105
圖 4.15 有引證關係奈米碳管場發射顯示器各種技術預測方法... 105
表目錄
表 2.1 國內外學者對技術預測的定義... 7
表 2.2 技術預測的各種方法... 10
表 2.3 各種技術預測方法之比較表... 12
表 2.4 成長曲線法相關文獻... 14
表 2.5 灰色預測理論相關文獻... 16
表 2.6 其他預測方法相關文獻... 17
表 2.7 資訊應用技術預測方法相關文獻... 21
表 2.8 通訊應用技術預測方法相關文獻... 22
表 2.9 消費性應用技術預測方法相關文獻... 24
表 2.10 科技產業技術預測方法相關文獻... 26
表 2.11 其他產業技術預測方法相關文獻... 27
表 2.12 國外技術預測相關文獻... 29
表 2.13 珀爾曲線與甘培茲曲線斜率比較... 36
表 2.14 專利統計作為各項經濟的指標... 49
表 3.1 Loglet Lab 模擬成長上限 ... 58
表 3.2 各種成長上限之 MAD 值 ... 59
表 3.3 線傳煞車系統(L=500)珀爾曲線運算... 65
表 3.4 線傳煞車系統珀爾曲線預測值... 66
表 3.5 線傳轉向系統珀爾曲線預測值... 66
表 3.6 車用室溫熱像器珀爾曲線預測值... 67
表 3.7 奈米碳管場發射顯示器珀爾曲線預測值... 67
表 3.8 有機薄膜電晶體珀爾曲線預測值... 68
表 3.9 各項技術在珀爾曲線之反曲點與到達成長上限時間(年) ... 69
表 3.10 線傳煞車系統(L=500)甘培茲曲線運算 ... 70
表 3.11 線傳煞車系統甘培茲曲線預測值... 71
表 3.12 線傳轉向系統甘培茲曲線預測值... 71
表 3.13 車用室溫熱像器甘培茲曲線預測值... 72
表 3.14 奈米碳管場發射顯示器甘培茲曲線預測值... 72
表 3.15 有機薄膜電晶體甘培茲曲線預測值... 73
表 3.16 各項技術在甘培茲曲線之反曲點與到達成長上限時間... 74
表 3.17 簡單線性迴歸預測值... 76
表 3.18 二項式迴歸預測值... 77
表 3.19 奈米碳管場發射顯示器傳統分解法(季節指數)運算 ... 79
表 3.20 傳統分解法季節指數... 79
表 3.21 奈米碳管場發射顯示器傳統分解法(季節預測值)運算 ... 80
表 3.22 傳統分解法(季節指數)預測值 ... 81
表 3.23 奈米碳管場發射顯示器傳統分解法(月份指數)運算 ... 82
表 3.24 傳統分解法月份指數... 83
表 3.25 奈米碳管場發射顯示器傳統分解法(月份預測值)運算 ... 84
表 3.26 傳統分解法(月份指數)預測值 ... 86
表 3.27 線傳煞車系統 Holt 雙指數平滑法運算... 87
表 3.28 Holt 雙指數平滑法預測值... 88
表 3.29 灰色預測理論預測值... 90
表 3.30 各項技術用於各預測方法之 MAD 值 ... 96
表 4.1 國家別分析... 99
表 4.2 公司別分析... 102
表 4.3 線傳煞車系統引證前後之 MAD 值 ... 105
表 4.4 線傳轉向系統引證前後之 MAD 值 ... 106
表 4.5 車用室溫熱像器引證前後之 MAD 值 ... 106
表 4.6 有機薄膜電晶體引證前後之 MAD 值 ... 106
表 4.7 奈米碳管場發射顯示器引證前後之 MAD 值 ... 107
表 5.1 傳統分解法季節(月份)指數彙整表 ... 109
表 5.2 各項技術用於各預測方法之 MAD 值 ... 109
表 5.3 領先指標彙整表... 110
第一章 緒論
1.1 研究背景與動機
隨著科技產業快速的發展以及智慧財產權的倍受重視，近年來的產業界 因為專利侵權所提出的訴訟案件層出不窮，而賠償或授權的金額更是成為公 司的重要收入來源之一，例如王安公司在 1991 年控告 NEC 和東芝專利侵權，
並於 1995 年鑑定賠償金額高達四百五十萬美元；號稱專利管理先進產業的佳 能公司擁有七萬件總值達八十億美元的專利；日本豐田汽車擁有多達 1.7 萬 件專利，估計每年僅出售知識財產之收入即達約為八億美元； 美國 IBM 公 司在 1991 年的專利收入約為三億美元，2001 年則高達十五億美元；美國德 州儀器在 1986 年到 1998 年期間，其權利金收入高達二十億美元【36、84】。
因此專利的申請已不僅僅是用來保護發明的防禦工具，更成為與競爭對手在 產業舞台上競爭的的最佳攻擊武器，甚至有些公司將專利的產出當成產品，
就能賺進比製造業或服務業更大的收入與利潤，公司若能擁有越多的專利，
在其競爭領域上就越具有代表性與影響性，因此專利數量便成為一項極為重 要的資訊。
而專利數量的成長亦代表了產業或技術發展趨勢上的領先指標，許多研 究指出專利件數的成長領先銷售額【50、61、67、68、69、71】，而研發經 費的支出則領先專利件數的產出，因此若能掌握資訊，進而預測未來趨勢與 發展，就能取得產業或技術之優勢。但就資料取得的便利性而言，研發經費 支出的資訊取得不易且界定困難，因此專利資訊便極為重要。專利資訊屬於 公開的資訊，且有部分資料庫是免付費的，使用者只要透過網路就可方便查 詢到相關專利且閱讀專利說明書的內容，具有省時、省力與省錢的三重功效，
因此本研究即利用專利資訊作為技術預測之資料來源。
有了重要的資訊來源，就必須找到適合的方法進行預測，目前在技術預 測領域上，以使用德菲法、專家訪談法、情境分析法等質化的方法為多【10】，
雖然考慮環境較為周詳，預測效果也頗受好評，但其主要的缺點是過於耗時、
耗力，且專家通常是難以定義的，因此本研究選用數量方法，其中包括最常 使用的成長曲線法、迴歸分析、時間序列法，以及目前廣受應用的灰色預測 理論進行技術預測，期望針對不同產業或產品建議適當之技術預測方法，以
提供產業界在研發或分析未來發展趨勢時，選用預測方法之參考。
本 研 究 以 線 傳 煞 車 系 統 (Brake-By-Wire) 、 線 傳 轉 向 系 統 (Steer-By- Wire)、車用室溫熱像器(Thermal Image)、有機薄膜電晶體(OTFT)與奈米碳管 場發射顯示器(CNT-FED)技術之專利件數，應用成長曲線模型、迴歸分析、
時間序列模型、灰色預測理論等技術預測方法，進行各項技術之專利件數預 測，以瞭解各技術目前之研發成果與研究其未來發展之趨勢，並藉由研究結 果提出，不同的技術預測方法運用在不同技術或產品上，所產生不同的預測 效果與適用性，並以此結果提供業界在技術預測應用上之參考。
1.2 研究目的
本研究之研究目的如下：
一、以專利件數為技術預測之基礎資料，利用各種技術預測方法針對各項技 術之專利件數進行預測，並以誤差分析比較各方法之優劣。
二、根據預測結果之比較分析，提出不同的技術預測方法運用在各種技術或 產品上所產生的預測效果與適用性，並以此結果提供業界在技術預測應 用上之參考。
三、由專利件數建立各項技術之發展軌跡，探討其技術生命週期曲線之上限 值，以瞭解各技術目前之發展階段，提供業界擬定研發策略之參考。
四、利用時間序列模型中的傳統分解法，找出各項技術專利數量之季節因子 或月份因子。
五、分析國家別與公司別之專利件數以預測技術成長，探討國家別與公司別 專利領先指標建立之可行性。
1.3 研究範圍與對象
本研究係以各項技術之專利件數結合數種技術預測方法，進行專利件數 之預測，並提出不同的技術預測方法運用在各種技術或產品上，會產生不同 的預測效果與適用性。本研究之資料來源係以 Delphion 資料庫蒐集各項技術
其專利資料收錄範圍相當廣，本研究僅採用美國專利進行探討，美國專利之 收錄範圍係自 1971 年起迄今的美國專利書目資料及部分影像資料，以及 1970 年迄今的專利全文暨影像資料，且每週更新其資料【37】。本研究所使用之 專利資訊係經由專利分析師進行專利檢索後的結果，並將此專利件數做為技 術預測輸入之量化資訊。
由於技術預測的目的係希望可預先得知未來某項技術未來的趨勢與發 展，以取得產業或技術之優勢，因此本研究選擇以下五項新興技術之專利件 數，做為本研究之研究對象：
一、線傳煞車系統(Brake-By-Wire)。
二、線傳轉向系統(Steer-By-Wire)。
三、車用室溫熱像器(Thermal Image)。
四、有機薄膜電晶體(Organic Thin-Film Transistor，OTFT)。
五、奈米碳管 場發射顯示器(Carbon NanoTube-Field Emission Displays，
CNT-FED)。
1.4 研究限制
本研究有以下幾項限制：
一、蒐集的歷年專利件數之年份不等且檢索資料中 2005 年非全年之專利件 數，因此僅取用有連續件數出現之年份為始，2004 年為終，以進行探討。
二、成長曲線模式中之成長上限係以成長上限敏感度分析進行探討，而上限 值僅討論到 40,000 筆累積專利件數為止。
三、成長曲線中假設之上限值係指累積專利件數成長到達此一極限值後，將 不再有專利產出。
四、本研究僅針對專利資料庫中之美國專利資訊進行分析，因此資料庫收錄 範圍以外的年份與專利，將不納入本研究之研究範圍。
五、本研究僅針對專利件數進行研究與分析，無考量政治、經濟等其他因素。
1.5 研究架構
本研究之研究架構如圖 1.1 所示，首先蒐集各技術之專利件數，再以技 術預測方法進行預測，並探討各項技術成長曲線之技術上限值與季節因子，
最後提出不同的技術預測方法運用在各種技術或產品上，將產生不同的預測 效果與適用性。
圖 1.1 研究架構
1.6 研究流程
本研究之研究流程如圖 1.2 所示，可分為以下幾個步驟：
一、確立本研究之研究背景與動機，並訂定研究目的。
二、針對專利資訊與技術預測進行文獻回顧，利用專利資訊檢索蒐集研究對 象之專利件數，並確立本研究所使用之預測方法。
三、運用成長曲線模型、迴歸分析、時間序列模型、灰色預測理論等方法進 行技術預測，並建立技術預測趨勢模式。
四、根據預測結果之比較分析，提出不同的技術預測方法運用在各種技術或 產品上所產生的預測效果與適用性。
五、分析國家別與公司別之專利件數以預測技術成長，探討國家別與公司別 線傳煞車系統
線傳轉向系統 車用室溫熱像器 奈米碳管場發射顯示器
有機薄膜電晶體 專利資訊
成長曲線模型 迴歸分析 時間序列模型 灰色預測理論
技術預測
六、提出結論與建議，供未來研究參考之。
技術預測文獻回顧 專利資訊文獻回顧
專利資訊檢索
研究背景與動機
研究目的
研究方法確立
技術預測模式分析
成長曲線模型 珀爾曲線 甘培茲曲線
迴歸分析 簡單線性迴歸 多項式迴歸模
型
灰色預測理論 GM(1,1)模型
時間序列模型 傳統分解法 Holt 雙指數平
滑模式
誤差分析
技術發展趨勢模式建立
領先者預測模式建立
季節因子分析
結論與建議
第一章第二章第三章第五章第四章
成長上限敏感度分析
第二章 文獻探討
本章首先將針對技術預測之定義、各種方法、相關文獻進行簡介，其次 說明本研究所使用的各種技術預測方法，最後針對專利資訊與專利檢索加以 介紹與說明。
2.1 技術預測
本節首先整理國內外學者對技術預測的定義，其次針對部分技術預測方 法進行簡介，最後回顧技術預測領域中，國內外學者相關之研究。
2.1.1 技術預測定義
「Technology」一詞可譯為科技或技術，係指研究之對象為某特定產業 或某項技術，「Forecast」則譯為預測，係指針對研究對象之未來發展進行推 論，因此「Technology Forecasting」或「Technological Forecasting」則稱為「科 技預測」或「技術預測」，表 2.1 為國內外學者對技術預測定義之彙整。
表 2.1 國內外學者對技術預測的定義
學者 定義
Bright (1968)
係一種邏輯分析系統，透過技術相關屬性、變數及技術經濟屬性皆能 引導出一些共通的計量結果。如此的預測乃不同於一般的計量關係及 假設的組合，而是可以產出相對一致性結果的邏輯而來【64】。
Ascher (1978)
一種推斷技術能力，以及預測發明和創新擴散的努力【62】。
Millett & Honton (1991)
以文字或數字的形式來陳述機械、實體程序以及應用科學的潛能與應 用結果或程序【76】。
Porter et al.
(1991)
將研究焦點著重於描述技術的功能變遷上，因此預測者應將研究重點 置於技術在該功能上的變遷，或創新的顯著性及實現的時間點【78】。
Martino (1993)
著重於技術改變的預測活動，也就是針對機械設備、技術及製程的特 性進行預測。其預測內容應包括：技術能力的成長、新舊技術的替代 比率、技術擴散的情形、市場滲透的程度以及重大技術突破時間的可 行性【75】。
Tschirky (1994)
對於熟悉或尚未發展的技術，針對其未來的性能特徵及應用，作一系 統性的預測【79】。
Watts (1997)
觀察時間性的因素，對科技是否有顯著的影響【80】。
余序江等 (1998)
就有效用的機器設備、生產製程或技術能力，對其未來的績效水平，
所進行的一合理預測【5】。
鄭伶如 (1999)
某特定時間內，針對有效用的機器設備、生產製程、技術能力與策略，
對於未來的社會狀況、科技變化、人類需求等作一合理的推論或量化 評估【48】。
表 2.1 國內外學者對技術預測的定義(續)
學者 定義
Coates et al.
(2001)
藉由公司與政府機關的需要，技術預測的目的、方法、技術和運用，
即使是過去也是一樣，可以把未來的情況具體化【65】。
吳豐祥 (2002)
以系統化、科學的方法，觀察科技、技術、產業、經濟與社會的長期 發展，以找出能帶來經濟和社會利益的技術【9】。
邱繼震 (2003)
在某特定時間內，針對某特定技術，透過與其相關諸因素的分析與預 測，以推估一符合邏輯性的改變狀況【18】。
葉繼濤等 (2004)
根據社會與經濟發展目標的設定，預測那些在國民經濟發展中必須解 決的技術和科學技術問題【47】。
張志立 (2004)
以系統化、科學的方式，對技術的創新、改良以及可能的科學發展所 做的描述與預測【30】。
賴士葆等 (2005)
對技術創新、技術改良以及可能的技術發明等所做的描述與預測。主 要係針對過去的技術演變，預估未來技術可能發生之機率，又稱為未 來的研究(Future Study) 【49】。
吳顯東 (2005)
對某特定技術未來的發展進行預測，但預測的內容卻可能不同。可能 是預測特定技術幾個主要功能參數未來的發展，也可能是預測某特定 技術何時可以成熟而正式商品化，也可能是預測某特定技術未來應用 的變化，除此之外，技術預測也被用來預測未來何時會出現新的技術 來滿足當時的需求等【10】。
綜合以上學者對技術預測的定義，技術預測係藉由公司與政府機關的需 要，將研究焦點著重於描述技術的功能變遷上，因此技術預測者應將研究重 點置於技術在該功能上的變遷、創新的顯著性、實現的時間點上，並以一種 系統化、科學的方法，透過技術相關屬性、變數及技術經濟屬性，觀察科技、
技術、產業、經濟與社會的長期發展，引導出以文字或數字的形式來陳述一 些共通計量結果，可以把未來的情況具體化，以找出能帶來經濟和社會利益 的技術。
2.1.2 技術預測的各種方法
想了解技術預測的各種方法，就必須先知道技術預測的流程，首先開始 進行技術預測時，必須先輸入資料(質化/量化)，其次是決定使用何種預測方 法(規範性/探索性)，然後才開始進行預測，最後產出預測結果(質化/量化)，
如圖 2.1 所示，因此在開始進行預測之前，必須知道決策者所需要的資訊為 何？其中大致可分為四類【10】：
一、了解新技術取代舊技術替代速率的變化。
二、預測結果可協助管理研發的活動。
三、評估研發中的技術現值。
四、預知未來有哪些產品或生產流程將帶來機會或產生威脅。
圖 2.1 技術預測的輸出/輸入圖 資料來源：【10】
技術預測方法有很多，Martino【75】係以應用方法來區分，將其歸納成 兩大方式，一是從現在的狀況來預測未來的情形，稱之為「探索性方法 (Exploratory Method)」或「趨勢法(Exploratory Approach)」，另一則是事先設 定未來某個時點將達成某個目標，然後再推衍技術可能的演進，稱之為「規 範性方法(Normative Method)」，其行進方式如圖 2.2 所示。
圖 2.2 技術預測的兩種進行方式 資料來源：【10】
余序江等【5】對技術預測方法的分類，其中包含數量化與非數量化的方 法，並將此兩大項中又區分為模型分析法、專家判斷法與整體分析法三大類，
規範性方法 目標
過去 未來
時 間
技術或其效能參數
●
● ●
●
●
探索性方法
輸入 預測方法：
趨勢預測法 規範法
輸出
假設 數據 洞見 判斷
質化的結果 量化的結果
時間 可能性
如表 2.2 所示。
表 2.2 技術預測的各種方法
預測性質 技術預測方法
簡單外插 直線形式、指數形式、遞減式指數、
Logistic 曲線、Logistic 曲線的變形等
趨勢外插
時間序列估計 天真模型、移動平均法、指數平滑法、單
變量 ARIMA 法、X11 法等
S 型曲線 Pearl 模式、Gompertz 模式、長波模式 類
比 歷史類比
計量經濟模型 單一迴歸方程式、聯立方程體系
投入產出模型
多變量時間序列模型 多變量 ARIMA、結構計量時間序列 相互衝擊分析
數量化
模型分析 因果模型
系統動態模型 訪談與問卷
徳爾菲法 腦力激盪法
專家判斷
名義團體技術
相關事件數
層級性影響追蹤系統 層級分析程序 輪廓架構形式
技術道路圖 非數量化 整體分析
實質內容形式 情境分析法
資料來源：【5】
模型分析法係著眼於過去的歷史，預測科技未來的發展。其基於「未來 是過去的延續」、「存在著可預測的未來」、「人類行為係遵循一可數量化 的自然法則」三個基本假設上，進而建立一個數量化的模型來預測未來。模 型分析法包括趨勢外插、類比方法與因果模型方法三個子項目。專家判斷法 係借重相關領域專家學者的判斷能力，基於事實或個人對未來的期望，以個 人或集體思考的方式，預測科技未來發展的方向。整體預測法則是強調廣泛 的思考架構，僅針對科技發展的單一事件，就其政治、經濟、社會、文化、
倫理等各個層面，有系統的考慮整體的環境因素，甚至於是時間空間軸面上 不連續性因素，進行全面性整體的思考與預測，其預測方法可分為輪廓架構 形式及實質內容形式【5】。
其中在科技預測領域中，模型分析預測是企業體最常使用的預測方法，
因其提供了一套省時、省錢的工具，又可迅速獲得一個比直接猜測更為精確 的預測結果。而模型分析預測係透過簡單的數學模型與圖例，甚至是稍微複
但皆須建立在「未來是過去的連續」、「未來是可被預測的」與「可藉由數 量化形式來表現出人類的行為」的基礎上【5】。
然而，當我們所使用的模型十分精確(precise)，但不夠準確(accurate)時，
可能只是詳細敘述現象中的某一層面(某一局部點)，但卻偏離了真正的事 實，亦即與真正的預測目標並未發生任何關聯，因而失去預測的意義。因此 為了希望模式能夠準確，就必須仰賴精度、深度和廣度上的配合，如圖 2.3 所示，其中圓圈大小代表預測模型的精確程度(精度)，意指在模式中的各項 因素，能藉由數量化的操作性定義表示其程度，以及能藉由一個明確數值來 表示預測結果的程度；橫軸則代表對事件相關知識深入程度(深度)，即在因 果關係下，對各個個別因素的深入瞭解的程度；縱軸係表示對背景環境描述 的廣泛程度(廣度)，即是否包含了各個層面的背景環境因素【5】。
圖 2.3 各種預測方法的定位 資料來源：【5】
Porter【78】針對五種技術預測方法提出使用上之不同與其優缺點，並提 出使用上之技巧，其中包含質化的監測法、專家意見法、模式法、情境法，
與量化的趨勢分析法，如表 2.3 所示。因此，本研究所使用之專利件數係屬
於一時間序列資料，亦為一可量化之參數，而先前技藝的專利會影響後續專 利的發展與申請狀況，因此過去的狀況與趨勢將會持續到未來，另外本研究 欲探討相關技術之專利年份約八年到二十年不等，綜合以上條件皆符合表 2.3 中趨勢分析法之使用要求，而在使用技巧上除了運用表 2.3 所提到之方法外，
本研究另加入過去在其他領域被廣泛應用的灰色預測理論【28、31、46、53、
59】作為本研究技術預測的方法之ㄧ。
表 2.3 各種技術預測方法之比較表
方法
內容 監測法 趨勢分析法 專家意見法 模式法 情境分析法
簡述
搜 尋 週 遭 環 境，獲取與預 測 主 題 相 關 的資訊。
利 用 數 學 與 統計技巧，將 時 間 序 列 資 料 擴 展 到 未 來階段。
獲 得 特 殊 領 域 之 專 家 意 見並分析。
將 現 實 世 界 簡化表示，用 來 預 測 系 統 行為。
未 來 某 些 情 形 的 描 述 集 合，包含所有 可 能 出 現 的 狀況。
假設
可 取 得 有 用 的資訊。
過 去 的 狀 況 與 趨 勢 將 持 續到未來。
多 數 專 家 的 意 見 優 於 個 別專家。
事 物 的 基 本 結 構 與 程 序 可 簡 化 表 示 並加以詮釋。
在 有 限 的 資 料庫中，建構 一 個 未 來 的 合理集合。
優點
可 蒐 集 到 大 量 有 用 的 資 訊。
實 際 且 含 有 可 量 化 參 數 的方法，短期 預測準確。
專 家 預 測 較 容 易 產 出 高 品質的模式。
透 過 模 式 建 構 觀 察 複 雜 的系統行為。
對 未 來 可 提 供 豐 富 且 複 雜的描述，可 結 合 數 種 技 術 預 測 方 法 所得的結果。
缺點
太 多 的 資 訊 將 導 致 無 從 選 擇 或 無 法 整理。
需 大 量 資 料 用 於 可 量 化 的參數，對於 不 連 續 情 況 無法使用。
界 定 專 家 困 難，提供專家 的 問 題 不 夠 清楚。
常 採 用 量 化 的參數，因此 容 易 忽 略 潛 在重要因素。
易 流 於 幻 想，除非預測 者 有 確 切 的 實例當基礎。
使用 時機
想 對 某 領 域 進 行 持 續 的 了 解 或 作 為 預測的基礎。
想 要 分 析 技 術 採 用 或 替 代時機；可取 得量化參數。
想 預 測 的 主 題 有 傑 出 的 專家，資訊缺 乏、無法建立 預測模式。
簡 化 複 雜 的 系統，成為可 控 制 的 表 示 式。
預 測 或 溝 通 的 複 雜 度 高，須整合定 性 及 定 量 的 資訊。
技巧
關聯樹、推論 法 、 問 卷 調 查、訪談法。
迴歸分析、趨 勢外插法、指 數平滑法、成 長曲線。
委員會、腦力 激盪法、名目 群體法、德菲 法。
交 叉 衝 擊 分 析法、系統動 力學、任務流 程圖、型態學 模型。
情境撰寫、未 來分析。
資料來源：【78】
除了上述研究學者所提出之技術預測方法外，在網路上亦有學者進行最 常 被 使 用 之 技 術 預 測 方 法 的 調 查 ， 在 TEMI(Technology/Engineering
網路上的 TechForecasting listserv 所做的簡單問卷調查，以了解常用的技術預 測方法有哪些，共回收 33 份問卷，雖然就統計的意義來看，樣本稍嫌不足，
因此不具統計上的意義，但仍具有參考價值，其調查結果如圖 2.4 所示【10】。
88%
58%
48%
30%
18% 15%
9%
3% 3% 3%
9%
0%
20%
40%
60%
80%
100%
專家意見 情境分析
專利分析 德菲法
趨勢分析 NGT Fisher-Pry
形態學 關聯樹
衝擊輪 其他
圖 2.4 最常被使用的技術預測方法 資料來源：【10】
從圖 2.4 的調查結果來看，最常用的技術預測方法大致可分為三類，分 別為專家意見法、情境分析法、數理預測方法。從結果分析來看，可發現專 家意見法及數理預測方法最受歡迎，其主要原因係這兩類方法都簡單且易於 執行，而數理預測方法因為受到需要長期歷史資料的限制，因此使用比例較 專家意見法低，而情境分析法則排名第二，可見在這種環境影響錯綜複雜的 現今，由於情境分析法係將各種環境因素納入考慮，較能明確反應外在環境，
因此即使此法並不易執行，但仍最為廣受使用【10】。
然而現今產業變化快速，專家意見法與情境分析法所需耗費的時間較 久，雖然較為周詳，但卻無法達到即時、快速、簡易等效果，因此本研究所 運用的技術預測方法皆為數理預測方法，使用上較為簡單、易懂，以專利件 數為歷史資料進行技術預測，亦可克服資料難以蒐集的困難，只要透過正確 的專利檢索，馬上就可以取得相關的專利資訊，因此本研究結合此兩特點為 本研究主旨。
2.1.3 技術預測相關文獻
本研究就技術預測領域蒐集部分國內外學者相關之研究，首先以成長曲 線法、灰色預測理論與其他此三種技術預測方法進行分類，並分別彙整如表 2.4、表 2.5、表 2.6 所示。
表 2.4 成長曲線法相關文獻
編號 作者 應用產業/技術 研究內容
1 張正昌
(2005) 動力手工具
1. 蒐集 Delphion-IPN 資料庫之專利。
2. 分析對象為美國、歐洲及日本。
3. 利用 Loglet Lab 軟體分析成長曲線。
4. 以 Pearl Curve、Gompertz Curve 及灰色預測理論 建立預測模式【28】。
2
袁建中 等 (2005)
平面顯示器 (FPD)、CRT、
LCD、PDP、
OLED
1. 進行產業分析以設計德菲法問卷。針對 LCD、
PDP、OLED 三大主流，分析 FPD 技術競爭力。
成長曲線法進行專利件數趨勢分析。
2. 找出 CRT、LCD 發展的類似性。預測 PDP、OLED 的普及時點【21】。
3
袁建中 等 (2005)
相機手機
1. 趨勢外插法預測未來畫素演進。
2. 成長曲線法預測全球銷售量。
3. 檢索關鍵零件光學感測器之專利。
4. 利用專利分析進行相關技術發展脈動及專利佈 局現況的分析【21】。
4 周文彥
(2005)
電漿顯示器 (PDP)
1. 使用專利分析與技術生命週期之觀點，對 PDP 技術發展進行趨勢的預測【11】。
5 卜賢琳
(2005)
傳統電信網路 及網路電話
1. 結合情境分析法及羅吉斯成長曲線法。
2. 以「技術發展」、「競爭程度」及「消費者需求」
三個軸面，探討我國未來十年網路電話用戶數及 通訊量發展情形【1】。
6 張志立
(2004)
有機發光二極 體(OLED)
1. 國際專利分類號進行專利檢索。
2. 比較 Logistic 與 Gompertz 模型。
3. 此兩種模型短期無實質上的差異性，長期有相當 的差異存在。
4. Logistic 模型較為普遍適用【30】。
7 王智龍
(2004)
CD-ROM、
DVD、CD-RW
1. 結合 S 曲線模型與特徵價格理論。
2. 發展多維度技術 S 曲線預測指標。
3. 適用於多技術指標之間的轉換，且相較於單一技 術指標有較高的解釋力【3】。
8
龔益鳴 等 (2004)
轉杯紡紗機
1. 以應用性能、創新數量、創新級別和收益率來評 估技術系統的成熟度。
2. 應用 TRIZ 進行技術預測【60】。
表 2.4 成長曲線法相關文獻(續)
編號 作者 應用產業/技術 研究內容
9 陳佳君
(2004) 數位相機
1. 以灰色預測及技術預測方法，透過資料及數據分 析，進行全球數位相機產業未來發展趨勢預測。
2. 根據 1999~2003 年數位相機銷售量統計資料，應 用灰色預測理論 GM(1,1)模式，預測 2000~2003 年數位相機總銷售量、及各百萬畫素銷售量。
3. 灰色系統強調少數據，新息優先的特性，適用於 數位相機產業作為短期觀察預測，以 GM (1,1) 4 期模式預測下一期結果最佳。
4. 運用成長曲線中的 Pearl 曲線，進行預測數位相 機之產品生命週期分析【31】。
10 藍偉庭
(2003) 光纖網路
1. 結合情境分析法與技術替代模型。
2. 探討影響用戶數發展的關鍵決策因素，以及驅動 此因素力量的不確定性與衝擊程度【56】。
11 吳孟圜 (2003)
通訊用三五族 半導體產業
1. 以國產設備為預測對象。
2. 專家訪談與問卷進行深度資料收集。
3. 成長曲線法找出其發展軌跡。
4. 輔以設備需求程度與成長率分析【6】。
12 郭文杰
(2003) 標準單模光纖
1. 以 Bass 擴散模型為基礎，加入價格、頻寬需求 與頻寬使用費用因素作為影響產品銷售量及市 場潛量的變數，並提出一修訂模型。
2. 建構之模型較其他兩種模型具更佳的配適與預 測能力【25】。
10 賴佳宏 (2003)
薄膜電晶體液 晶顯示器 (TFT-LCD)
1. 專利分析與生命週期預測技術發展趨勢。
2. G02F1/13 之專利累積數量衡量績效。
3. 羅吉特成長模型描繪技術生命週期【51】。
13
徐濟世 等 (2003)
自由軟體 Linux 系統
1. 對正負向回饋循環、網路外部性、轉換成本，探 討技術擴散及套牢轉換成本問題。
2. 討論生命週期與 S 曲線，Loglet Lab 為系統安裝 估算數進行使用市場的直接 S 曲線預測，Linux 發表情形進行技術市場間接 S 曲線預測【24】。
14 張嘉訓 (2002)
動態隨機存取 記憶體 (DRAM)
1. 多代擴散模型探討產品之擴散情形。
2. SAS 非線性最小平方法 SYSNLIN 程序。
3. 依據出貨量進行模擬程序 SIMNLIN，並以估計 出的參數作模擬及預測。
4. 此模型之配適與預測能力皆不錯【38】。
15 張智翔 (2000)
接觸式影像感 測器
1. 專利指標結合產業進行技術預測。
2. 針對技術生命週期曲線之轉折點和技術極限所 在，進行策略性思考以決定未來發展方向【35】。 16 陳潔如
(1999)
互動式有線電 視
1. 以 MRI 做為主要架構，輔以技術預測方法與市 場學理論，建立系統性方法，探討發展趨勢
【39】。
17 林治民
(1999) 無線通訊技術
1. 選用技術預測方法的三個構面選擇成長曲線作 為技術預測的實證模型。
2. 分析專利以驗證、比較未來的技術趨勢【14】。
表 2.5 灰色預測理論相關文獻
編號 作者 應用產業/技術 研究內容
1 張正昌
(2005) 動力手工具
1. 蒐集 Delphion-IPN 資料庫之專利。
2. 分析對象為美國、歐洲及日本。
3. 利用 Loglet Lab 軟體分析成長曲線。
4. 以 Pearl Curve、Gompertz Curve 及灰色預測理論 建立預測模式【28】。
2 林水順
等(2005) 產物保險產業
1. 根據灰色理論方法，利用相關部門之實際數據，
以建構適合產物保險產業產值預測之 GM(1,N) 模型，並分析影響預測準確度之相關因素。
2. 研究結果顯示以 GM(1,1)模型預測之準確度達 96.45%，而以 GM(1,4)模型預測時，可達 98.846%
之準確度，且發現影響因素為國民所得、國內生 產毛額、國民生產毛額及戶籍登記人口數【12】。
3 羅慕君
(2004) PDA 產業
1. 移動平均法、指數平滑法、倒傳遞類神經網路、
灰色預測四種預測方法。
2. 在不同產品下產生之預測效果與適用性。
3. 易受市場流行趨勢波動與季節性影響之產品，倒 傳遞類神經網路預測效果較佳【59】。
4 陳佳君
(2004) 數位相機
1. 以灰色預測及技術預測方法，透過資料及數據分 析，進行全球數位相機產業未來發展趨勢預測。
2. 根據 1999~2003 年數位相機銷售量統計資料，應 用灰色預測理論 GM(1,1)模式，預測 2000~2003 年數位相機總銷售量、及各百萬畫素銷售量。
3. 灰色系統強調少數據，新息優先的特性，適用於 數位相機產業作為短期觀察預測，以 GM (1,1) 4 期模式預測下一期結果最佳。
4. 運用成長曲線中的 Pearl 曲線，進行預測數位相 機之產品生命週期分析【31】。
5 謝志森
(2004) 化妝品
1. 探討台灣化妝品產業各項產品未來銷售之趨勢。
2. 根據 1998~2003 年台灣地區化妝品產業供需情 形，與 1997~2002 年台灣地區各類化妝品產品銷 售之統計資料，預測 2004~2006 年產品之需求，
與 2003~2005 年產品之銷售值與成長率【53】。
6 趙嬙
(2003) 汽車
1. 應用 GM(1,1)模式。
2. 預測 2002~2006 年台灣、大陸汽車市場銷售量及 各區隔佔有率【46】。
7 錢炳全
等(2003) 電子業
1. 利用灰預測的簡易、少數據之特性，設計包含二 個灰預測的模式來達成有效的短期預測架構。
2. 實驗結果顯示，本研究提出的方法可在短期預測 上得到較準確的結果，並且比以往的方法更加穩 定與簡單【52】。
表 2.6 其他預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1
袁建中 等 (2005)
半導體
1. 德菲法 1. 透過對經營環境、產業結構、
技術進程及市場前景之長期 預測【22】。
2
袁建中 等 (2005)
平面顯示器 (FPD)、CRT、
LCD、PDP、
OLED
1. 德菲法 2. 成長曲線法
1. 進行產業分析以設計德菲法 問卷。針對 LCD、PDP、OLED 三大主流，分析 FPD 技術競 爭力。成長曲線法進行專利件 數趨勢分析。
2. 找出 CRT、LCD 發展的類似 性。預測 PDP、OLED 的普及 時點【21】。
3 周文彥
(2005)
電漿顯示器 (PDP)
1. 專利分析 2. 羅吉斯成長
模型
1. 使用專利分析與技術生命週 期之觀點，對 PDP 技術發展 進行趨勢的預測【11】。
4 呂憬儀
(2005)
台灣地區的景 氣
1. 資料探勘 2. 類神經網路 3. 決策樹
1. 運用資料探勘技術建立景氣 預測模型，採用決策樹技術與 類神經網路技術進行預測。
2. 使用兩個隱藏層的類神經網 路架構，以獲取最佳的穩定度 減少預測的誤差。
3. Walczak 使用的時間序列方式 在景氣預測中有顯著的效果。
4. 決策樹對於景氣預測問題的 表現優於類神經。
5. 以景氣的擴張、衰退現象建立 預測模型可獲取極佳的準確 率，並在模型中加入國外指標 可提升預測效果【8】。
5 卜賢琳
(2005)
傳統電信網路 及網路電話
1. 情境分析法 2. 羅吉斯成長
曲線
1. 結合情境分析法及羅吉斯成 長曲線法。以「技術發展」、「競 爭程度」及「消費者需求」三 個軸面，探討我國未來十年網 路電話用戶數及通訊量發展 情形【1】。
6 彭逸群
(2005)
行動電話用射 頻晶片
1. 德菲法 1. 以和射頻晶片有關之技術和
應用，作一逐步的探討【44】。
7 張午寧
(2005)
奈米生物感測 器
1. 產業分析 2. 技術分析 3. 專利地圖分
析
1. 以產業分析、技術分析、專利 地圖分析三個外部分析為主 軸，結合核心技術、網絡關係 等與組織相關之分析。
2. 市場需求研究找到產品的需 求功效，確立專利分析之技術 項目，再進行專利地圖技術/
功 效 二 維 關 聯 矩 陣 分 析
【26】。
表 2.6 其他預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
8 薛義誠
(2005)
奈米碳管場發 射顯示器
1. 分析層級程 序法
1. 消費者對平面顯示器產品的 功能性預期，與奈米碳管場發 射顯示器相較於其他顯示器 的功能性優勢。
2. 以專家問卷預測關鍵技術的 商業化時程【54】。
9 高東郁
(2004)
石材複合超薄 板
1. 技術調查 2. 市場需求調
查
3. 三維新產品 發展模式
1. 文獻整理及技術調查探討石 材複合超薄板對石材產業的 影響與助益。市場需求調查瞭 解業界需求與意見，搭配創 新、技術及市場三構面，結合 三維新產品發展模式。
2. 因應不同特性之產品類型給 予發展策略。實證後顯示本研 究架構具有可行性【20】。
10 林俊宇
(2004) 軟體
1. 迴歸分析 1. 界定軟體時程發生變異的共 同影響因子，建立與解釋模 型，預測軟體發展時程【15】。
11 羅慕君
(2004) PDA
1. 移動平均法 2. 指數平滑法 3. 倒傳遞類神
經網路 4. 灰色預測
1. 移動平均法、指數平滑法、倒 傳遞類神經網路、灰色預測四 種預測方法。在不同產品下產 生之預測效果與適用性。
2. 易受市場流行趨勢波動與季 節性影響之產品，倒傳遞類神 經網路預測效果較佳【59】。
12
龔益鳴 等 (2004)
轉杯紡紗機
1. TRIZ 2. S 曲線
1. 以應用性能、創新數量、創新 級別和收益率來評估技術系 統的成熟度。
2. 應 用 TRIZ 進 行 技 術 預 測
【60】。
13 藍偉庭
(2003) 光纖網路
1. 情境分析法 2. 技術替代模
型
1. 結合情境分析法與技術替代 模型。
2. 探討影響用戶數發展的關鍵 決策因素，以及驅動此因素力 量 的 不 確 定 性 與 衝 擊 程 度
【56】。
14 邱繼震
(2003) 網路安全技術
1. 情境分析法 2. 腦力激盪法 3. 名義團體法
1. 召開專家群會議，按情境步驟 操作，輔以腦力激盪法啟發思 考 與 名 義 團 體 法 整 合 意 見
【18】。
表 2.6 其他預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
15 田興漢 (2003)
有線數位機上 盒
1. 情境分析法 2. 腦力激盪法
1. 藉由情境預測法，對台灣未來 5~10 年的有線數位機上盒的 功能、技術需求與市場狀況做 分析預測。
2. 透過專家群會議輔以腦力激 盪法討論關鍵決定因素與驅 動力量。
3. 三個不確定軸面形成情境主 軸，就選定之情境內容進行 SWOT 及策略發展分析。
4. 發展出供應商之市場及技術 共通發展策略【4】。
16 林志凡 (2003)
三五族半導體 產業
1. 德菲法 1. 德菲法進行產業未來十年間
之市場面及技術面的發展趨 勢預測【13】。
17 黃志鴻 (2003)
家庭自動化系 統
1. 三菱總合研 究所(MRI)
1. 藉由需求調查找出消費者之 需求，輔專家技術調查，找出 產品開發方向之參考【41】。
18 張文興
(2003) 數位相機
1. 情境分析法 1. 藉著技術預測方法，找出未來 數位相機產業發展的趨勢。
2. 透過產業分析，以及日本相機 手機市場的實例研究，發現手 機相機趨勢。
3. 透過 SRI 情境預測的方法，模 擬出可能情境。
4. 結論包含相機手機及 PDA、
平板電腦及筆記型電腦等行 動裝置影像需求【27】。
19 張嘉訓 (2002)
動態隨機存取 記憶體 (DRAM)
1. 多代擴散模 型
2. 非線性最小 平方法 3. SYSNLIN
程序 4. 模擬程序
SIMNLIN
1. 多代擴散模型探討產品之擴 散情形。
2. SAS 非 線 性 最 小 平 方 法 SYSNLIN 程序。
3. 依 據 出 貨 量 進 行 模 擬 程 序 SIMNLIN，並以估計出的參 數作模擬及預測。
4. 此模型之配適與預測能力皆 不錯【38】。
20 李鳳寧
(2002) 砷化鎵代工廠
1. 情境分析法 1. 援用矽晶圓代工廠之設備綜 合效率模式。
2. 以製造部門觀點來看工廠對 於設備的需求【7】。
21 王天允
(2002) 砷化鎵產業
1. 類比法 2. 專家訪談法
1. 砷化鎵和矽產業結構以及各 項構面之比較，歸納砷化鎵產 業的關鍵成功因素。
2. 專家深入訪談，瞭解各項關鍵 成功因素發展狀況並預測發 展趨勢【2】。
表 2.6 其他預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
22 張弘毅
(2001) 無線區域網路
1. 環境監視法 2. 專家訪談法
1. 從消費者使用習性出發，探索 技術沿革、應用市場的概況及 趨勢，針對各項技術特色進行 偏好調查，尋求新市場區隔特 性【29】。
23 徐義建 (2001)
智慧型手持式 裝置
1. 三菱總合研 究所(MRI) 2. 專家意見法
1. 從市場的角度切入，瞭解消費 者對產品功能的重視程度。
2. 產品功能技術調查與預測。
3. 需求與技術的調查，探討未來 發展趨勢【23】。
24 顏銘璋 (2001)
有機電激發光 顯示器
1. 三菱總合研 究所(MRI) 2. 專家訪談法
1. 專家訪談調查技術發展現況。
2. 針對其所面臨的關鍵技術問 題 之 解 決 方 案 作 一 探 討
【57】。
25 陳威任
(2000) 網路電話
1. 三菱總合研 究所(MRI)
1. 從消費者角度切入，透過需求 以及技術兩方面的調查，探討 未來的發展趨勢【32】。
26 陳潔如 (1999)
互動式有線電 視
1. 三菱總合研 究所(MRI) 2. 成長曲線
1. 以 MRI 做為主要架構，輔以 技術預測方法與市場學理論。
2. 建立系統性方法，探討發展趨 勢【39】。
27 鄭伶如 (1999)
接觸式影像感 測器(CIS)
1. 情境分析法 1. 以情境分析法了解該產業之 技術發展的情境為何【48】。
28 康才華
(1994) 個人通訊服務
1. 情境分析法 1. 透過文獻探討與技術預測方 法 及 個 人 通 訊 服 務 技 術 介 紹，分析其技術發展潛力。
2. 以情境法瞭解專家對個人通 訊服務的未來發展及技術提 出看法【19】。
本研究針對國內之碩博士論文所應用之技術預測方法統計，如圖 2.5 所 示，成長曲線法、情境分析法、德菲法(或專家訪談法)為最常用之方法，其 中成長曲線法為量化方法，而情境分析法與德菲法則為質化方法，因此本研 究選用量化的成長曲線法為技術預測方法之一。此外，將灰色預測理論應用 在專利資訊之技術預測上也是一種新穎的做法，因此本研究亦選用此方法為 技術預測方法之一。而迴歸分析雖然鮮少用於技術預測上，但此方法簡單易 懂，本研究亦將此法運用於專利資訊之技術預測上，並另外加上二次多項式 的做法，與其他預測方法一同比較之。
其次以資訊應用、通訊應用、消費性應用、科技產業與傳統產業等五種 產業類別進行分類，並分別彙整如表 2.7、表 2.8、表 2.9、表 2.10、表 2.11
圖 2.5 國內研究最常被使用的技術預測方法 表 2.7 資訊應用技術預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1 林俊宇
(2004) 軟體
1. 迴歸分析 1. 界 定 軟 體 時 程 發 生 變 異 的 共 同 影 響 因 子 ， 建 立 與 解 釋 模 型，預測軟體發展時 程【15】。
2 王智龍
(2004)
CD-ROM、
DVD、CD-RW
1. S 曲線模型 2. 特徵價格理論
1. 結合 S 曲線模型與特 徵價格理論，發展多 維度技術 S 曲線預測 指標。
2. 適 用 於 多 技 術 指 標 之間的轉換，且相較 於 單 一 技 術 指 標 有 較高的解釋力【3】。
3
徐濟世 等 (2003)
自由軟體 Linux
1. S 曲線模型 1. 對 正 負 向 回 饋 循 環 等，探討技術擴散及 套牢轉換成本問題。
2. Loglet Lab 為系統安 裝 估 算 數 進 行 使 用 市場的直接 S 曲線預 測，Linux 發表情形 進行技術市場間接 S 曲線預測【24】。
4 張嘉訓
(2002)
動態隨機存取 記憶體(DRAM)
1. 多代擴散模型 2. 非線性最小平方 3. SYSNLIN 程序 4. 模擬程序 SIMNLIN
1. 多 代 擴 散 模 型 探 討 產品之擴散情形。依 據 出 貨 量 進 行 模 擬 程序 SIMNLIN，並 以 估 計 出 的 參 數 作 模擬及預測。
2. 此 模 型 之 配 適 與 預 測 能 力 皆 不 錯
【38】。
表 2.8 通訊應用技術預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1
袁建中 等 (2005)
相機手機
1. 合併預測(成長曲線 法、趨勢外插法) 2. 專利分析
1. 趨 勢 外 插 法 預 測 未 來畫素演進。
2. 成 長 曲 線 法 預 測 全 球銷售量。
3. 檢 索 關 鍵 零 件 光 學 感測器之專利。
4. 利 用 專 利 分 析 進 行 相 關 技 術 發 展 脈 動 及 專 利 佈 局 現 況 的 分析【21】。
2 卜賢琳
(2005)
傳統電信網路 及網路電話
1. 情境分析法 2. 羅吉斯成長曲線
1. 結 合 情 境 分 析 法 及 羅吉斯成長曲線法。
2. 以「技術發展」、「競 爭程度」及「消費者 需求」三個軸面，探 討 我 國 未 來 十 年 網 路 電 話 用 戶 數 及 通 訊量發展情形【1】。
3 彭逸群
(2005)
行動電話用射 頻晶片
1. 德菲法 1. 以 和 射 頻 晶 片 有 關 之技術和應用，作一 逐步的探討【44】。
4 藍偉庭
(2003) 光纖網路
1. 情境分析法 2. 技術替代模型
1. 結 合 情 境 分 析 法 與 技術替代模型。
2. 探 討 影 響 用 戶 數 發 展 的 關 鍵 決 策 因 素，以及驅動此因素 力 量 的 不 確 定 性 與 衝擊程度【56】。
5 郭文杰
(2003) 標準單模光纖
1. Bass 擴散模型 2. Robinson & Lakhani
擴散模型
1. 以 Bass 擴散模型為 基礎，加入價格、頻 寬 需 求 與 頻 寬 使 用 費 用 因 素 作 為 影 響 產 品 銷 售 量 及 市 場 潛量的變數，並提出 一修訂模型。
2. 建 構 之 模 型 較 其 他 兩 種 模 型 具 更 佳 的 配 適 與 預 測 能 力
【25】。
6 邱繼震
(2003) 網路安全技術
1. 情境分析法 2. 腦力激盪法 3. 名義團體法
1. 召開專家群會議，按 情境步驟操作，輔以 腦 力 激 盪 法 啟 發 思 考 與 名 義 團 體 法 整 合意見【18】。
表 2.8 通訊應用技術預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
7 張弘毅
(2001) 無線區域網路
1. 環境監視法 2. 專家訪談法
1. 從 消 費 者 使 用 習 性 出 發 ， 探 索 技 術 沿 革、應用市場的概況 及趨勢，針對各項技 術 特 色 進 行 偏 好 調 查，尋求新市場區隔 特性【29】。
8 徐義建
(2001)
智慧型手持式 裝置
1. 三菱總合研究所 (MRI)
2. 專家意見法
1. 從 市 場 的 角 度 切 入，瞭解消費者對產 品功能的重視程度。
2. 產 品 功 能 技 術 調 查 與預測。需求與技術 的調查，探討未來發 展趨勢【23】。
9 陳威任
(2000) 網路電話
1. 三菱總合研究所 (MRI)
1. 從 消 費 者 角 度 切 入，透過需求以及技 術兩方面的調查，探 討 未 來 的 發 展 趨 勢
【32】。
10 林治民 (1999)
無線通訊技術 (TDMA/
CDMA)
1. 成長曲線 1. 選 用 技 術 預 測 方 法 的 三 個 構 面 選 擇 成 長 曲 線 作 為 技 術 預 測的實證模型。
2. 分析專利以驗證、比 較 未 來 的 技 術 趨 勢
【14】。
11 康才華
(1994) 個人通訊服務
1. 情境分析法 1. 透 過 文 獻 探 討 與 技 術 預 測 方 法 及 個 人 通 訊 服 務 技 術 介 紹，分析其技術發展 潛力。
2. 以 情 境 法 瞭 解 專 家 對 個 人 通 訊 服 務 的 未 來 發 展 及 技 術 提 出看法【19】。
表 2.9 消費性應用技術預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1
袁建中 等 (2005)
平面顯示器 (FPD)、CRT、
LCD、PDP、
OLED
1. 德菲法 2. 成長曲線法
1. 進 行 產 業 分 析 以 設 計德菲法問卷。針對 LCD 、 PDP 、 OLED 三大主流，分析 FPD 技術競爭力。成長曲 線 法 進 行 專 利 件 數 趨勢分析。
2. 找出 CRT、LCD 發 展 的 類 似 性 。 預 測 PDP、OLED 的普及 時點【21】。
2 周文彥
(2005)
電漿顯示器 (PDP)
1. 專利分析 2. 羅吉思成長模型
1. 使 用 專 利 分 析 與 技 術 生 命 週 期 之 觀 點，對 PDP 技術發展 進 行 趨 勢 的 預 測
【11】。
3 薛義誠
(2005)
奈米碳管場發 射顯示器
1. 分析層級程序法 1. 消 費 者 對 平 面 顯 示 器 產 品 的 功 能 性 預 期，與奈米碳管場發 射 顯 示 器 相 較 於 其 他 顯 示 器 的 功 能 性 優勢。
2. 以 專 家 問 卷 預 測 關 鍵 技 術 的 商 業 化 時 程【54】。
4 陳佳君
(2004) 數位相機
1. 成長曲線 2. 灰色預測模型
1. 以 灰 色 預 測 及 技 術 預測方法，透過資料 及數據分析，進行全 球 數 位 相 機 產 業 未 來發展趨勢預測。
2. 根據 1999~2003 年數 位 相 機 銷 售 量 統 計 資料，應用灰色預測 理論 GM(1,1)模式，
預測 2000~2003 年數 位相機總銷售量、及 各百萬畫素銷售量。
3. 數 位 相 機 產 業 作 為 短 期 觀 察 預 測 ， 以 GM (1,1) 4 期模式預 測下一期結果最佳。
4. 運 用 成 長 曲 線 中 的 Pearl 曲線，進行預測 數 位 相 機 之 產 品 生 命週期分析【31】。
表 2.9 消費性應用技術預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
5 羅慕君
(2004) PDA
1. 移動平均法 2. 指數平滑法 3. 倒傳遞類神經網路 4. 灰色預測
1. 移動平均法、指數平 滑法、倒傳遞類神經 網路、灰色預測四種 預測方法，在不同產 品 下 產 生 之 預 測 效 果與適用性。
2. 易 受 市 場 流 行 趨 勢 波 動 與 季 節 性 影 響 之產品，倒傳遞類神 經 網 路 預 測 效 果 較 佳【59】。
6 賴佳宏
(2003)
薄膜電晶體液 晶顯示器 (TFT-LCD)
1. 專利分析 2. 生命週期 3. 羅吉特成長模型
1. 結 合 情 境 分 析 法 與 技術替代模型。
2. 探 討 影 響 用 戶 數 發 展 的 關 鍵 決 策 因 素，以及驅動此因素 力 量 的 不 確 定 性 與 衝擊程度【56】。
7 田興漢
(2003)
有線數位機上 盒
1. 情境分析法 2. 腦力激盪法
1. 藉由情境預測法，對 台灣未來 5~10 年的 有 線 數 位 機 上 盒 的 功能、技術需求與市 場狀況做分析預測。
2. 透 過 專 家 群 會 議 輔 以 腦 力 激 盪 法 討 論 關 鍵 決 定 因 素 與 驅 動力量。
3. 發 展 出 供 應 商 之 市 場 及 技 術 共 通 發 展 策略【4】。
8 黃志鴻
(2003)
家庭自動化系 統
1. 三菱總合研究所 (MRI)
1. 藉 由 需 求 調 查 找 出 消費者之需求，輔專 家技術調查，找出產 品 開 發 方 向 之 參 考
【41】。
9 張文興
(2003) 數位相機
1. 情境分析法 1. 藉 著 技 術 預 測 方 法，找出未來數位相 機產業發展的趨勢。
2. 透 過 產 業 分 析 及 日 本 相 機 手 機 市 場 的 實例研究，發現手機 相機趨勢，透過 SRI 情境預測的方法，模 擬出可能情境。
3. 包 含 相 機 手 機 及 PDA、平板電腦及筆 記 型 電 腦 等 行 動 裝 置影像需求【27】。
表 2.9 消費性應用技術預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
10 顏銘璋 (2001)
有機電激發光 顯示器
1. 三菱總合研究所 (MRI)
2. 專家訪談法
1. 專 家 訪 談 調 查 技 術 發展現況。
2. 針 對 其 所 面 臨 的 關 鍵 技 術 問 題 之 解 決 方 案 作 一 探 討
【57】。
11 陳潔如 (1999)
互動式有線電 視
1. 三菱總合研究所 (MRI)
2. 成長曲線
1. 以 MRI 做為主要架 構，輔以技術預測方 法與市場學理論，建 立系統性方法，探討 發展趨勢【39】。
表 2.10 科技產業技術預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1 袁建中等
(2005) 半導體
1. 德菲法 1. 透過對經營環境、產
業結構、技術進程及 市 場 前 景 之 長 期 預 測【22】。
2 張午寧
(2005)
奈米生物感測 器
1. 產業分析 2. 技術分析 3. 專利地圖分析
1. 以產業分析、技術分 析、專利地圖分析三 個 外 部 分 析 為 主 軸，結合核心技術、
網 絡 關 係 等 與 組 織 相關之分析。
2. 市 場 需 求 研 究 找 到 產品的需求功效，確 立 專 利 分 析 之 技 術 項目，再進行專利地 圖技術/功效二維關 聯矩陣分析【26】。
3 張志立
(2004)
有機發光二極 體(OLED)
1. Logistic 模型 2. Gompertz 模型
1. 國 際 專 利 分 類 號 進 行專利檢索。
2. 比 較 Logistic 與 Gompertz 模型。
3. 此 兩 種 模 型 短 期 無 實質上的差異性，長 期 有 相 當 的 差 異 存 在。
4. Logistic 模型較為普 遍適用【30】。
4 吳孟圜
(2003)
通訊用三五族 半導體產業
1. 成長曲線法 1. 以 國 產 設 備 為 預 測 對象。
2. 專 家 訪 談 與 問 卷 進 行深度資料收集。
3. 成 長 曲 線 法 找 出 其 發展軌跡。
表 2.10 科技產業技術預測方法相關文獻(續)
編號 作者 應用產業/技術 技術預測方法 研究內容
5 林志凡
(2003)
三五族半導體 產業
1. 德菲法 1. 德 菲 法 進 行 產 業 未 來 十 年 間 之 市 場 面 及 技 術 面 的 發 展 趨 勢預測【13】。
6 錢炳全等
(2003) 電子業
1. 灰色預測理論 1. 利 用 灰 預 測 的 簡 易、少數據之特性，
設 計 包 含 二 個 灰 預 測 的 模 式 來 達 成 有 效的短期預測架構。
2. 實驗結果顯示，本研 究 提 出 的 方 法 可 在 短 期 預 測 上 得 到 較 準確的結果，並且比 以 往 的 方 法 更 加 穩 定與簡單【52】。
7 張智翔
(2000)
接觸式影像感 測器
1. S 曲線成長模式 1. 專 利 指 標 結 合 產 業 進行技術預測。
2. 針 對 技 術 生 命 週 期 曲 線 之 轉 折 點 和 技 術極限所在，進行策 略 性 思 考 以 決 定 未 來發展方向【35】。
8 鄭伶如
(1999)
接觸式影像感 測器(CIS)
1. 情境分析法 1. 以 情 境 分 析 法 了 解 該 產 業 之 技 術 發 展 的情境為何【48】。
表 2.11 其他產業技術預測方法相關文獻
編號 作者 應用產業/技術 技術預測方法 研究內容
1 張正昌
(2005) 動力手工具
1. Pearl 曲線 2. Gompertz 曲線 3. 灰色預測理論
1. 蒐 集 Delphion-IPN 資料庫之專利。
2. 分析對象為美國、歐 洲及日本。
3. 以 Pearl Curve 、 Gompertz Curve 及灰 色 預 測 理 論 建 立 預 測模式【28】。
2 林水順等
(2005) 產物保險產業
1. 灰色預測理論 1. 根據灰色理論，建構
適 合 產 險 業 產 值 預 測之 GM(1,N)模型，
並 分 析 影 響 預 測 準 確度之相關因素。
2. 以 GM(1,1)模型預測 之 準 確 度 達 96.45%，以 GM(1,4) 模 型 預 測 時 ， 可 達 98.846% 之 準 確 度
【12】。
