國立政治大學圖書資訊與檔案學研究所

研究主題

Knowledge Economy and Technological Competitiveness

image38

  科技發展被廣泛認為是一國經濟發展之重要支柱,尤其產業技術知識屬性成為重要觀察指標。因此,從巨觀經濟發展角度,透過擷取專利資訊中的原創性、普及性、多樣化指標及資訊,從國家與產業層級探討技術原創性、普及性、多樣化與一國經濟發展、科技競爭力之間的關係。


Pei-Chun Lee (2019) Investigating Originality and Generality of Technological Competitiveness Based on Corporate R&D, 2019 Atlanta Conference on Science and Innovation Policy, Oct. 14-16, Atlanta, USA.


Igam M. Moaniba, Hsin-Ning Su, Pei-Chun Lee (2018) Does Reverse Causality Explain the Relationship Between Economic Performance and Technological Diversity? Technological and Economic Development of Economy, 24(3), 859-892. (SSCI, 2016 impact factor= 2.628) 


Igam M. Moaniba, Hsin-Ning Su, Pei-Chun Lee (2019), On the Drivers of Innovation: Does the Co-evolution of Technological Diversification and International Collaboration Matter? Technological Forecasting and Social Change (SSCI, 2018 impact factor=3.815)

Resilience

image39

  

衝擊回復力(Resilience)是強調一個系統有能力去抵禦經濟與環境中的各衝擊與干擾。以回復力角度出發,從國家與產業層級探討科技衝擊回復力,並以專利巨量資訊作為指標發展基礎,以期提供國家層級研發資源配置與政策規劃等建議。


Pei-Chun Lee, Ssu-Hua Chen, Yi-Siang Lin, Hsin-Ning Su (2018) Toward a Better Understanding on Technological Resilience for Sustaining Industrial Development, IEEE Transactions on Engineering Management, 99(1),1-14. (SSCI, 2016 impact factor= 1.188, 本人為第一作者)


Pei-Chun Lee, Ssu-Hua Chen, Hsin-Ning Su (2018) Exploring Technological Resilience at the Country Level with Patents, Technology Analysis & Strategic Management. DOI:10.1080/09537325.2018.1442572 (本人為第一作者) 

Knowledge Spillovers of Global Technology Standards

image40

技術知識的擴散與外溢效果,被視為是知識經濟發展的重要驅動力之一。透過整合質化與量化研究方法,分析全球產業標準之技術外溢效果,以期了解當產業標準逐漸走向專利化趨勢時,國家與產業如何透過強化知識外溢效果,進而提升知識經濟效益。


Pei-Chun Lee (2019) Investigating the Knowledge Spillover and Externality of Technology Standards Based on Patent Data, IEEE Transactions on Engineering Management, (SSCI, 2018 impact factor= 1.416, 科技部管理一學門推薦學術期刊,本人為單一作者) 

Patent Litigation Probability

image41

  

運用國際貿易委員會(ITC)於所有調查過專利之專利特徵,透過萃取巨量專利數據之特徵值,用以預測新申請專利因侵權疑慮被國際貿易委員會調查之機率,以期達到早期預警之目的。本人進一步建構專利訴訟預警系統,分析所有美國專利之專利特徵,透過比較非訴訟專利3,878,852 件與訴訟專利31,992件於專利特徵之差異,並結合運用Logistic 迴歸,獲得可用以預測訴訟機率之方程式。


Pei-Chun Lee, Hsin-Ning Su (2014). How to Forecast Cross-Border Patent Infringement? - the Case of U.S. international trade, Technological Forecasting & Social Change. (86) p.125-131 (SSCI, impact factor: 2.106, 本人為第一作者) 


Hsin-Ning Su, Carey Ming-Li Chen, Pei-Chun Lee (2012). Patent Litigation Precaution Method- Analyzing Characteristics of US Litigated and Non-litigated Patents from 1976 to 2010, Scientometrics, 92 (1), 181-195. (SSCI, impact factor=1.905, 23/97, 本人為通訊作者)

Science and Technology Linkage

image42

探討非專利文獻引用之相關指標的應用評估,以提供研究者在使用非專利文獻進行分析前一整體及全面性的理解。首先整理並回顧過去學者對非專利文獻引用之指標探討,並且針對專利引用及非專利引用之行為策略性思維及行為進探討。此外,更進一步針對美國專利資料庫進行非專利文獻引用的統計分析,進行美國專利引用非專利文獻之應用評估,以及提出研究者應注意哪些應用非專利文獻進行分析時可能存在的謬誤。


李沛錞, 陳明俐,  蘇信寧 (2013) 非專利文獻引用之應用評估, 科技管理學刊, 18(3), 1-31. (TSSCI, 科技部管理一學門推薦期刊,本人為第一作者) 



Feng-Shang Wu, Chun-Chi Shiu, Pei-Chun Lee, Hsin-Ning Su (2010). A Systematic Approach for Analyzing Science and Technology Trends- The Case of Etching Technology, Technological Forecasting & Social Change, 78(3), 386-407 (SSCI, impact factor= 1.776) 

Dynamics of Knowledge Structure

image43

運用科學文獻資料庫,以分析全球開放式創新之研究結構,藉由網絡理論與關鍵字共現字分析,以描繪出開放式創新之知識結構。透過社會網絡分析與等高線圖所呈現之知識地圖,可選取不同資訊作為主要分析主體,例如作者、研究單位、國家,或關鍵字,用以提出對開放式創新不同層次之了解。運用本研究方法,亦可對開放式創新研究進行定量之分析與管理,例如研發資源投入、研究績效評估、科學地圖建構等。本人進一步透過建構向量空間模型,用以評估基於本體論之知識網絡之形成。透過決定網絡角色間的網絡連結形成機率,運用 Vector-Space Model 來計算網絡連線之建立與否,並運用於後續網絡連結不確定時,可作為判斷是否形成網絡連線之依據。


Igam M. Moaniba, Hsin-Ning Su, Pei-Chun Lee (2018) Knowledge Recombination and Technological Innovation: The Important Role of Cross-Disciplinary Knowledge, Innovation: Organization & Management, published online (SSCI, 2016 impact factor= 0.95) 


Hsin-Ning Su, Pei-Chun Lee (2012). Framing the Structure of Global Open Innovation Research, Journal of Informetrics, 6 (2), 202-216. (SSCI, impact= 3.119, 3/77, Corresponding Author)


Pei-Chun Lee, Te-Yi Chan, Hsin-Ning Su (2010) Assessment of Ontology-Based Knowledge Network Formation by Vector-Space Model, Scientometrics, 85 (3), 689-703 (SSCI, impact factor= 2.328, 本人為第一作者)

Network Analysis and Science Map

image44

運用科學計量分析工具,進行國家、產業、學研組織、技術之科學文獻與專利計量分析、文獻與專利地圖繪製、文獻與專利技術網絡分析,以科學文獻為資料基礎之科學知識網絡、科學知識地圖等。本人亦運用我國政府研究資訊系統,檢索出我國政府補助科技政策相關主題之所有研究計畫,進行機構、計畫主人與關鍵字分析,進一步繪製出我國科技政策研究之研究地圖。


Pei-Chun Lee, Hsin-Ning Su (2011). Quantitative mapping of scientific research—The case of electrical conducting polymer nanocomposite. Technological Forecasting and Social Change, 78(1), 132-151. (本人為第一作者)


Pei-Chun Lee, Hsin-Ning Su (2010). Investigate the Structure of Regional Innovation System Research. Innovation: Management, Policy & Practice. 12(1), 26-40, 2010 (SSCI, impact factor= 0.379, 本人為第一作者) 


 李沛錞、蘇信寧(2009)。以專利引證網絡分析探討技術發展之動態演化。科技管理學刊,第14卷,第3期,65-107。(TSSCI, 科技部管理一學門推薦期刊,本人為第一/通訊作者) 

Visualization of Big Data

image45

運用Vector Space Model計算各研究主體間的距離,繪製成二維地圖。不同的知識或議題地圖可依關鍵字、機構、國家、領域分類進行繪製,有助於巨量資訊分析後之視覺化呈現。


 Hsin-Ning Su, Pei-Chun Lee (2010). Mapping Knowledge Structure by Keyword Co-occurrence- A First Look at Journal Papers in Technology Foresight, Scientometric, 85 (1), 65-79 (SSCI, impact factor= 2.328) 


 Pei-Chun Lee, Hsin-Ning Su, Feng-Shang Wu (2010). Quantitative Mapping of Patented Technology - The Case of Electrical Conducting Polymer Nanocomposite. Technological Forecasting & Social Change, 77 (3), 466-478, 2010 (SSCI, impact factor= 1.776, First Author)