基于專利分析的智能網聯汽車技術與經濟評價體系的研究*

陳軼嵩，邢云翔，熊曉琴，蘭利波，曹 瑩，劉永濤

（1.長安大學汽車學院，西安710064；2.湖南大學機械與運載工程學院，長沙410082）

前言

智能網聯汽車的提出是為人們提供“更加安全舒適，更加節能環保，更加便捷高效”的出行方式，并最終替代人類駕駛員的新一代汽車。作為新興產業，由于多學科交叉融合、涉及面廣、架構復雜，產業的技術邊界、結構、路徑和方向不夠明晰，技術逐步進入產業化應用階段，其技術性和經濟性都不明確，且目前各個企業都積極開展技術研發，很多技術應用正處于摸索階段，如何更好地進行技術布局和技術產業化應用非常關鍵。國外學者對專利技術布局的研究主要集中在方法、設計制作、功能與應用等方面。如文獻［1］中分別運用專利數據收集、社會網絡分析等方法，探討無人駕駛汽車技術的發展趨勢。文獻［2］中將專利分析與社會網絡分析相結合，設計出一個戰略規劃工具，并為Waymo公司制定戰略規劃。文獻［3］中提出基于專利的方法分析了替代動力系統領域內的技術知識生態系統。文獻［4］中運用專利分析方法，針對混合動力汽車領域太陽能和熱能技術的發展趨勢和重點領域進行研究。文獻［5］中通過專利數據研究在內燃機廢熱回收技術領域的競爭情況。文獻［6］中將專利作為技術發展的重要指標，分析開發了電動汽車的公司網絡。

國內學者對專利布局的研究主要集中在基本理論、功能與應用等方面。如文獻［7］中通過專利申請量、專利申請比例和技術競爭指數3個指標，研究了日本本田和豐田公司、美國福特和通用公司在綠色技術的專利布局情況；文獻［8］中對豐田、本田和日產3家公司在電動汽車領域的專利數量、類別和分布進行了量化分析。文獻［9］中從專利申請數量、地域、核心專利和專利引證等角度研究我國汽車企業海外專利布局狀況。文獻［10］中基于專利計量方法，通過對專利分類號、申請人等要素進行分析。文獻［11］中從區域態勢、技術分布等維度對國內外智能網聯汽車信息融合技術專利狀況進行分析。文獻［12］中對自動泊車系統的技術開展專利統計分析。文獻［13］中運用專利地圖方法，分析全球和我國自動駕駛技術現狀與趨勢。文獻［14］中從專利視角下分析我國純電動汽車技術跨學科整合特征。文獻［15］中從專利角度分析電動汽車電池技術的研究與發展趨勢。

智能網聯汽車關鍵技術分析和產品評價，迎合了在明確產業技術結構、路徑和方向的基礎上推動智能網聯汽車企業技術應用和產業化進程的戰略重點，智能網聯汽車新技術不斷涌現，技術推廣及應用勢在必行。因此，本文中針對不同智能網聯汽車企業關鍵技術應用，通過構建面向技術應用的智能網聯汽車產品效益評價模型，找出影響技術性和經濟性的主要因素，結合不同企業在智能網聯汽車重點專利技術的研究布局和實際產品應用，選擇其具有代表性車型進行技術經濟效益評價，圍繞智能網聯汽車產品技術經濟特性，構建智能網聯汽車技術經濟評價體系，對智能網聯汽車技術經濟效益進行研究，明確智能網聯汽車的技術布局重點和主要影響因素，從而為智能網聯汽車產業的發展提供理論依據和數據支撐，對政府產業技術規劃和相應政策措施的制定，以及企業技術路徑優化、核心技術突破和推動技術產業化進程，都有著非常重要的理論價值和現實意義。

1 企業關鍵技術專利分析

1.1 環境感知技術

利用傳感器獲取道路情況、運行工況、車輛位置和障礙物位置速度等信息，傳輸給車載控制中心，為智能網聯汽車提供決策依據，充當智能駕駛汽車獲取環境信息的樞紐。現階段我國車企在此方向上整體布局比例較小，并受制于復雜駕駛環境和較高成本等因素，車企主要采用攝像頭和毫米波雷達系統作為自動駕駛的感知系統。我國典型車企環境感知技術的發展動向見表1。

表1 典型車企環境感知技術發展動向

1.2 決策控制技術

決策控制技術是智能網聯汽車的大腦，是實現自動駕駛操作的核心。本文中主要以自動駕駛決策控制領域的最新專利技術為切入點，判斷主要汽車企業自動駕駛決策控制技術的熱點發展動向。各車企自動駕駛決策控制技術發展動向見表2。

表2 各車企自動駕駛決策控制技術發展動向

1.3 V2X通信技術和云平臺與大數據技術

首先V2X通信技術是對D2D技術的深入研究，能夠實現車與X（車、人、路、基礎設施等）信息交流的通信系統，通過交換信息可獲得不同端的信息，從而明顯地改善交通管理，提高道路安全性、駕駛安全性和交通效率。本文對V2X通信技術領域進行技術分解，主要對短距離通信、移動自組織網絡和網絡融合3部分進行分析。其次云平臺與大數據技術聚焦車路協同管理，是未來實現智慧交通、智慧城市的基礎。近幾年關于該領域的研發主要集中在調整數據分析架構、轉移數據處理階段和融合異構車聯網等方向。各車企V2X通信技術和云平臺與大數據技術發展動向見表3。

表3 各車企V2X通信技術發展動向

2 智能網聯汽車產品技術評價

基于對智能網聯汽車企業在環境感知、V2X通信技術、云平臺與大數據和決策控制等關鍵技術領域的專利技術及其產品應用，采用主觀與客觀相結合的評價原則，從需求性、實用性、操作性和經濟性4個維度，運用模糊綜合評價方法，對不同企業具有代表性的5款智能網聯汽車進行分析評價，以得出各款車型在技術性能方面的績效結果。

2.1 評價模型

模糊綜合評判的數學模型有一級模型和多級模型。采用一級模型進行綜合判斷，分為如下4個步驟。

（1）評判對象因素集U={u1，u2，u3}。因素是指對象的各種屬性和性能。

（2）評判集V={v1，v2，v3}。評判集是等級的集合。

（3）單因素評判，即建立從U到F（V）的模糊映射：

由f誘導出模糊關系，模糊矩陣為

R為單元素評判矩陣，（U，V，R）構成了一個綜合評判模型。

（4）綜合評判。由于各種因素有不同側重，所以每個因素賦予不同權重，可以表示為U上的一個模糊子集A=(a1，a2，…，an)，且規定得出R與A后，則綜合評判模型為B=A○R，其中‘○’表示模糊轉換。記B=(b1，b2，…bm)，它是V的模糊子集，其中如果評判結果，就對其結果進行歸一化處理。

從上述可知，綜合評判關鍵的兩個步驟，一是建立單因素評判矩陣R，二是確定權重分配A，但實際操作中無統一的格式可以遵循，通常用統計實驗或專家評分的方法近似估計。

2.2 評價指標

本文中主要從智能網聯汽車需求性、實用性、操作性和經濟性，采取比較分析法，參照技術評價體系，對5款智能網聯汽車技術進行對比，采用百分制評分規則。通過專家打分對5款智能網聯汽車進行打分，從而得出4個指標具體數值，結果如表4所示。圖1用雷達圖來反映5款智能網聯汽車的4種指標數據。

表4 智能網聯汽車技術多維度評價結果

圖1 5款智能網聯汽車技術評價結果

由表4與圖1可知：①所有5款智能網聯汽車4項技術指標的分值，按需求性-實用性-經濟性-操作性的順序依次升高，毫無例外。當然，這個現象僅供參考。因為它只是本次專家打分的結果，不足以視為普遍規律！②從4項性能指標來看，5款車當中，比亞迪宋最優，奔騰最差；從需求性、操作性和經濟性3項指標來看，5款車的優劣順序，依次為比亞迪宋－星途－榮威－蔚來－奔騰：但從實用性來說，星途－榮威－蔚來的順序有所變化，盡管只有1分之差。考慮到4項指標的重要程度不同，有必要通過加權，得到更合理的、客觀的綜合評價。

2.3 綜合評價結果

首先，根據表4對4項指標、5款車的得分進行歸一化處理，再對4項指標加權計算得到綜合評價，如表5所示。

從表5可見，加權后綜合評價的結果，5款車綜合性能的優劣排序依次為比亞迪宋-星途－榮威－蔚來－奔騰。由表中各指標權重可見，在智能網聯汽車技術指標中，實用性所占的權重最大。這是因為現階段的智能網聯汽車技術路線不夠成熟，傳感器和車載系統等關鍵核心技術缺乏，在此背景下部分廠商追求汽車的智能化程度，而忽略對汽車實用性的考慮，功能同質化問題嚴重，駕乘體驗較差，導致智能網聯汽車的推廣受阻，所以應給實用性更大的權重。

表5 5款智能網聯汽車技術評價指標歸一化結果

3 智能網聯汽車產品經濟評價

3.1 評價模型

數據包絡分析是運籌學和研究經濟生產邊界的一種方法。從工程學角度看，衡量組織的生產力和衡量系統的效率二者大體相同。本質上就是產出和投入的比率。把生產系統中實際決策單元作為基礎，創建決策單元“Pareto最優”概念，使用線性規劃技術定位生產系統的效率前沿面，獲得各決策單元相對效率和規模效益等方面信息。本文中研究的智能網聯汽車經濟性能是指決策單元通過投入生產要素并產出“產品”的活動。雖然投入和產出具體內容不同，但最終目的都是使經濟和社會效益最大化。首先選用基于輸入評價決策單元（decision making unit，DMU）的總體效率具有非阿基米德無窮小的C2R模型DC2R，用作評價DMU技術和規模的綜合效率。其次選用DMU純技術效率具有非阿基米德無窮小的BC2模型DBC2，該模型計算出DMU效率為純技術效率，表征DMU純技術效率狀況。

式中：σ、θ為DMU效率評價參數；x0、y0為投入向量與產出向量；xj為投入要素的集合；yj為產出要素的集合；s-和s+分別為投入和產出的松弛變量；λj為組合比例。

綜合效率值是純技術效率值和規模效率值的乘積，DMU規模效率最優解為

式中：θ*為總體效率最優解；σ*為純技術效率最優解；s*為規模效率最優解。

3.2 評價指標

智能網聯汽車的成本以整個生命周期視角來看，主要分為3部分：購買成本、使用成本和回收效益。總成本=購買成本+使用成本-回收效益。購買成本指的是買入時的市場價格，使用成本則由燃料費用、網聯套餐費用、維修費用、保險稅收費用4部分組成。其中保險稅收費用先不考慮，由于智能網聯汽車目前有燃油、混合動力和電力驅動3種驅動方式，考慮到燃油成本遠高于電能，而電動汽車更換電池的成本較高，因而維修費用在車況的影響下具有很大的隨機性，難以進行統一衡量。回收效益=回收收益-回收成本。回收成本分為：拆解設備的能源消耗、拆卸處理過程中輔助材料的消耗、可再利用零部件以及所獲得的再生材料的銷售成本、從預處理到最終物料分選各個環節的運輸成本、工人工資等；回收收益分為：再利用零部件產生的經濟效益和報廢零部件經處理所得原材料的經濟效益等。綜合上述分析，在對智能網聯汽車進行經濟性分析時，主要選取智能網聯汽車的百公里油耗、發動機排量、車聯網服務費用、價格和銷量這5個指標，選取通用、寶馬等8家企業中具有代表性的智能網聯汽車產品進行經濟性分析，結果如表6所示。

表6 5款智能網聯汽車的經濟指標

3.3 評價結果

根據表6中的指標和數據，分別采用C2R和BC2模型計算5款智能網聯汽車經濟性的θ*、σ*，再由式（5）計算s*，具體結果如表7所示。

表7 5款智能網聯汽車經濟性績效DEA評估結果

4 結論

以專利角度分析不同智能網聯汽車企業在關鍵技術領域的布局重點，并運用模糊綜合評價、數據包絡等統計學方法，從技術和經濟角度構建評價體系，對具有代表性的智能網聯汽車產品進行評價，結果表明：

（1）隨著我國部分企業已逐步拉近與世界發達國家在智能網聯汽車領域的技術水平，以比亞迪宋MAX為代表的自主品牌極具市場競爭力，但與通用、寶馬等發達國家汽車企業相比，我國汽車企業在智能網聯汽車關鍵技術領域的專利布局相對較弱，特別是V2X通信和云平臺大數據技術領域重點專利數量偏少，應繼續保持對國外重要申請人專利技術的追蹤，進一步加大研發投入，補齊短板，實現各個技術領域均衡發展。

（2）通過對智能網聯汽車發展態勢進行深入分析，發現其方向適合各國實際情況且相對成熟的智能網聯汽車技術正在進行產業化推廣，但全球正處于智能網聯汽車商業化起步期，我國尚未形成完善的法規、法律和基礎設施及其監管，基礎技術相對薄弱，核心技術仍與世界先進水平存在差距。因此，智能網聯汽車產業要實現高速持續發展，進一步實現智能化和現代化的目標，除須具有經濟適用性，還應提升智能化、網聯化水平和駕駛體驗，瞄準世界智能網聯汽車相關產業技術未來發展的趨勢，提升產品安全性能。

（3）我國現階段智能網聯汽車企業具有較強的發展態勢，但智能網聯汽車企業在注重技術提升的同時，還應避免技術經濟性的下降。綜合考慮技術的經濟成本進行適當擴張，各項經濟性能指標才能進一步得以提升，通過對智能網聯汽車各類車型評價指標的綜合分析發現，我國智能網聯汽車領域的技術水平近年來快速提高，同時從智能網聯汽車技術角度分析可見，推進智能網聯汽車平穩迅速發展將是未來10年我國汽車產業發展的主要任務之一，在政策、資金、技術和人員的不斷高效投入下，我國智能網聯汽車在技術領域將進一步提檔升級。