Статистичне вивчення технологічних трендів у логістиці: патентний аналіз
Чала Т. Г., Гринчак Н. А.

Чала Т. Г., Гринчак Н. А. Статистичне вивчення технологічних трендів у логістиці: патентний аналіз. Проблеми економіки. 2019. №4. C. 231–238.
https://doi.org/10.32983/2222-0712-2019-4-231-238

Розділ: Економічна статистика. Бухгалтерський облік та аудит

УДК 330.341.1:311.213:[338.47:656]

Анотація:
Метою дослідження є розроблення методики розбудови рядів розподілу патентів за обраними характеристиками, аналіз динаміки структури та структурних зрушень у логістичних процесах як інформаційної бази статистичного дослідження технологічних трендів у логістиці. Визначено, що дослідження технологічних трендів стає досить актуальним для успішної технологічної стратегії в логістиці, враховуючи стратегічне значення виявлення можливостей та загроз технологічного розвитку для досягнення стійкої конкурентоспроможності на ринку логістичних послуг. Враховуючи швидкі темпи розвитку технологій, як у сфері логістики, так і в суміжних сферах, оператори логістичних послуг потребують методологічної підтримки та відповідних патентних даних, щоб полегшити дослідження технологічних трендів для підвищення своєї конкурентоспроможності. Визначено, що технологія експертних оцінок, кваліфікаційний та фірмовий аналіз при дослідженні технологічних трендів у логістиці в умовах сьогодення є неефективними. Натомість статистичне вивчення технологічних трендів, що основані на патентному аналізі, є недооціненим у логістиці. Обґрунтовано необхідність статистичного вивчення технологічних трендів у логістиці з використанням 4-етапної методики проведення патентного аналізу. Сутність запропонованої методики передбачає використання латентного розподілу Діріхле (LDA), що дозволяє визначити пов’язані з логістикою технологічні теми, які стоять за патентами. Крім того, інформація про технологічні теми та їх тенденції, отримана в результаті запропонованої методики патентного аналізу, допоможе краще розуміти технологічний ландшафт у логістиці.

Ключові слова: латентний розподіл Діріхле, патент, патентний аналіз, правонаступник патенту, технологічні тренди в логістиці, статистичний аналіз.

Рис.: 2. Табл.: 2. Формул: 1. Бібл.: 18.

Чала Тетяна Георгіївна – кандидат економічних наук, доцент, доцент, кафедра статистики, обліку та аудиту, Харківський національний університет ім. В. Н. Каразіна (пл. Свободи, 4, Харків, 61022, Україна)
Email: t.g.chala@karazin.ua
Гринчак Наталія Анатоліївна – старший викладач, кафедра економіки та менеджменту зовнішньоекономічної діяльності, Національна академія статистики, обліку та аудиту (вул. Підгірна, 1, Київ, 04107, Україна)
Email: gnatalia@ukr.net

Список використаних у статті джерел

Андрощук Г. А. Патентний ландшафт — стратегічний інструмент інноваційного розвитку (на прикладі 3D друку). Наука та наукознавство. 2017. № 2. С. 52–68. URL: http://nbuv.gov.ua/UJRN/NNZ_2017_2_5
Грицуленко С. И. Патентная статистика как индикатор инновационного развития национальной экономики. Науковий вісник Ужгородського національного університету. Серія : Міжнародні економічні відносини та світове господарство. 2019. Вип. 24 (1). С. 120–130. URL: http://nbuv.gov.ua/UJRN/Nvuumevcg_2019_24(1)__25
Міжнародна патентна класифікація (МПК-2020.01). URL: https://base.uipv.org/mpk2009/index.html
Наукометричний та патентний аналіз сфери «Транспортна система, ракетно-космічна галузь, авіа- і суднобудування»: основні світові тренди, співвідносність з ними українських інноваційних пріоритетів та місце України на відповідному світовому ринку інтелектуальної власності. URL: https://mon.gov.ua/storage/app/media/innovatsii-transfer-tehnologiy/2018/12/17/1-naukometrichniy-ta-patentniy-analiz-sferitransportna-sistema-raketno-kosmichna-galuz-avia-i-sudnobuduvannya.docx
Петренко Л. Аналіз патентних ландшафтів як основа для визначення пріоритетів галузевої інноваційної політики. URL: https://ir.kneu.edu.ua/bitstream/handle/2018/31124/IP_19_34.pdf?sequence=1&isAllowed=y
Федулова Л. І. Національна інноваційна система в умовах цифровізації. Економічна теорія та право. 2018. № 4. С. 44–64. URL: http://nbuv.gov.ua/UJRN/Vnyua_etp_2018_4_5
Allahyari M. A et al. Brief Survey of Text Mining: Classification, Clustering and Extraction Techniques. 2017. URL: https://www.academia.edu/39194883/A_Brief_Survey_of_Text_Mining_Classification_Clustering_and_Extraction_Techniques
Azmia I., Hamidb N. A., Nasarudin Md., Hussinc Md., Ibtishamiah N. Logistics and supply chain management: The importance of integration for business processes. Journal of Emerging Economies & Islamic Research. 2017. No. 5(4). P. 73–80.
Choi D., Song В. Exploring Technological Trends in Logistics: Topic Modeling-Based Patent Analysis. Sustainability. 2018. No. 10 (8). URL: https://doi.org/10.3390/su10082810
Kim J., Lee S. Patent databases for innovation studies: A comparative analysis of USPTO, EPO, JPO and KIPO. Technol. Forecast. Soc. 2015. No. 92. Р. 332–345.
Kim J.-M., Yoon J., Hwang S. Y., Jun, S. Patent Keyword Analysis Using Time Series and Copula Models. Appl. Sci. 2019. No. 9 (19). 40–71.
Lee C., Park H., Park, Y. Keeping abreast of technology-driven business model evolution: A dynamic patent analysis approach. Technol. Anal. Strateg. 2013. Vol. 25. Р. 487–505.
Lee W. S., Sohn S. Y. Identifying Emerging Trends of Financial Business Method Patents. Sustainability. 2017. No. 9. Р. 16–70.
Noh H., Song Y., Lee S. Identifying emerging core technologies for the future: Case study of patents published by leading telecommunication organizations Telecommunications Policy. 2016. Vol. 40. Р. 956–970.
Santos R. S., Qin L. Risk Capital and Emerging Technologies: Innovation and Investment Patterns Based on Artificial Intelligence Patent Data Analysis. J. Risk Financial Manag. 2019. No. 12. 189.
Tseng F.-M., Hsieh Ch.-H., Peng Y.-N., Chu Y.-W. Using patent data to analyze trends and the technological strategies of the amorphous silicon thin-film solar cell industry. Technological Forecasting and Social Change. 2011. Vol. 78. Is. 2. P. 332–345.
Wu Y.-C. J. Assessment of technological innovations in patenting for 3rd party logistics providers. J. Enterp. Inf. Manag. 2006. No. 19. Р. 504–524.
Zhang W., Yoshida T., Tang X. A comparative study of TF* IDF, LSI and multi-words for text classification. Expert. Syst. Appl. 2011. No. 38. Р. 2758–2765.