详解智能网联汽车技术与经济评价体系

本文旨在通过关键专利技术分析，对智能网联汽车的技术与经济评价体系进行研究。首先，从专利角度分析了智能网联汽车企业的环境感知技术、决策控制技术和V2X通信技术、云平台与大数据技术等关键技术的发展动向。然后，运用模糊综合评价和数据包络等统计学方法，构建智能网联汽车产品的技术与经济评价模型，并分别选取数款智能网联汽车，对它们从需求性、实用性、经济性和操作性进行技术评价，以及从投入与产出共5项指标进行经济评价。本研究为我国智能网联汽车技术路线规划、政策制定和相关企业的技术创新、新产品研发提供重要依据和支撑。

(相关资料图)

前言

智能网联汽车的提出是为人们提供“更加安全舒适，更加节能环保，更加便捷高效”的出行方式，并最终替代人类驾驶员的新一代汽车。作为新兴产业，由于多学科交叉融合、涉及面广、架构复杂，产业的技术边界、结构、路径和方向不够明晰，技术逐步进入产业化应用阶段，其技术性和经济性都不明确，且目前各个企业都积极开展技术研发，很多技术应用正处于摸索阶段，如何更好地进行技术布局和技术产业化应用非常关键。国外学者对专利技术布局的研究主要集中在方法、设计制作、功能与应用等方面。如文献［

1

］中分别运用专利数据收集、社会网络分析等方法，探讨无人驾驶汽车技术的发展趋势。文献［

2

］中将专利分析与社会网络分析相结合，设计出一个战略规划工具，并为Waymo公司制定战略规划。文献［

3

］中提出基于专利的方法分析了替代动力系统领域内的技术知识生态系统。文献［

4

］中运用专利分析方法，针对混合动力汽车领域太阳能和热能技术的发展趋势和重点领域进行研究。文献［

5

］中通过专利数据研究在内燃机废热回收技术领域的竞争情况。文献［

6

］中将专利作为技术发展的重要指标，分析开发了电动汽车的公司网络。

国内学者对专利布局的研究主要集中在基本理论、功能与应用等方面。如文献［

7

］中通过专利申请量、专利申请比例和技术竞争指数3个指标，研究了日本本田和丰田公司、美国福特和通用公司在绿色技术的专利布局情况；文献［

8

］中对丰田、本田和日产3家公司在电动汽车领域的专利数量、类别和分布进行了量化分析。文献［

9

］中从专利申请数量、地域、核心专利和专利引证等角度研究我国汽车企业海外专利布局状况。文献［

10

］中基于专利计量方法，通过对专利分类号、申请人等要素进行分析。文献［

11

］中从区域态势、技术分布等维度对国内外智能网联汽车信息融合技术专利状况进行分析。文献［

12

］中对自动泊车系统的技术开展专利统计分析。文献［

13

］中运用专利地图方法，分析全球和我国自动驾驶技术现状与趋势。文献［

14

］中从专利视角下分析我国纯电动汽车技术跨学科整合特征。文献［

15

］中从专利角度分析电动汽车电池技术的研究与发展趋势。

智能网联汽车关键技术分析和产品评价，迎合了在明确产业技术结构、路径和方向的基础上推动智能网联汽车企业技术应用和产业化进程的战略重点，智能网联汽车新技术不断涌现，技术推广及应用势在必行。因此，本文中针对不同智能网联汽车企业关键技术应用，通过构建面向技术应用的智能网联汽车产品效益评价模型，找出影响技术性和经济性的主要因素，结合不同企业在智能网联汽车重点专利技术的研究布局和实际产品应用，选择其具有代表性车型进行技术经济效益评价，围绕智能网联汽车产品技术经济特性，构建智能网联汽车技术经济评价体系，对智能网联汽车技术经济效益进行研究，明确智能网联汽车的技术布局重点和主要影响因素，从而为智能网联汽车产业的发展提供理论依据和数据支撑，对政府产业技术规划和相应政策措施的制定，以及企业技术路径优化、核心技术突破和推动技术产业化进程，都有着非常重要的理论价值和现实意义。

1 企业关键技术专利分析

1. 1 环境感知技术

利用传感器获取道路情况、运行工况、车辆位置和障碍物位置速度等信息，传输给车载控制中心，为智能网联汽车提供决策依据，充当智能驾驶汽车获取环境信息的枢纽。现阶段我国车企在此方向上整体布局比例较小，并受制于复杂驾驶环境和较高成本等因素，车企主要采用摄像头和毫米波雷达系统作为自动驾驶的感知系统。我国典型车企环境感知技术的发展动向见表1。

1. 2 决策控制技术

决策控制技术是智能网联汽车的大脑，是实现自动驾驶操作的核心。本文中主要以自动驾驶决策控制领域的最新专利技术为切入点，判断主要汽车企业自动驾驶决策控制技术的热点发展动向。各车企自动驾驶决策控制技术发展动向见表2。

1. 3 V2X 通信技术和云平台与大数据技术

首先V2X通信技术是对D2D技术的深入研究，能够实现车与X（车、人、路、基础设施等）信息交流的通信系统，通过交换信息可获得不同端的信息，从而明显地改善交通管理，提高道路安全性、驾驶安全性和交通效率。本文对V2X通信技术领域进行技术分解，主要对短距离通信、移动自组织网络和网络融合3部分进行分析。其次云平台与大数据技术聚焦车路协同管理，是未来实现智慧交通、智慧城市的基础。近几年关于该领域的研发主要集中在调整数据分析架构、转移数据处理阶段和融合异构车联网等方向。各车企V2X通信技术和云平台与大数据技术发展动向见表3。

2 智能网联汽车产品技术评价

基于对智能网联汽车企业在环境感知、V2X通信技术、云平台与大数据和决策控制等关键技术领域的专利技术及其产品应用，采用主观与客观相结合的评价原则，从需求性、实用性、操作性和经济性4个维度，运用模糊综合评价方法，对不同企业具有代表性的5款智能网联汽车进行分析评价，以得出各款车型在技术性能方面的绩效结果。

2. 1 评价模型

模糊综合评判的数学模型有一级模型和多级模型。采用一级模型进行综合判断，分为如下4 个步骤。

（1）评判对象因素集

。因素是指对象的各种属性和性能。

（2）评判集

。评判集是等级的集合。

（3）单因素评判，即建立从

到

的模糊映射：

由

诱导出模糊关系，模糊矩阵为

R 为单元素评判矩阵，

构成了一个综合评判模型。

（4）综合评判。由于各种因素有不同侧重，所以每个因素赋予不同权重，可以表示为U 上的一个模糊子集

，且规定

。得出R与A 后，则综合评判模型为

，其中

表示模糊转换。记

，它是V 的模糊子集，其中

，如果评判结果

，就对其结果进行归一化处理。

从上述可知，综合评判关键的两个步骤，一是建立单因素评判矩阵R，二是确定权重分配A，但实际操作中无统一的格式可以遵循，通常用统计实验或专家评分的方法近似估计。

2. 2 评价指标

本文中主要从智能网联汽车需求性、实用性、操作性和经济性，采取比较分析法，参照技术评价体系，对5款智能网联汽车技术进行对比，采用百分制评分规则。通过专家打分对5款智能网联汽车进行打分，从而得出4个指标具体数值，结果如表4所示。图1用雷达图来反映5款智能网联汽车的4种指标数据。

图1 5款智能网联汽车技术评价结果

由表4与图1可知：①所有5款智能网联汽车4项技术指标的分值，按需求性-实用性-经济性-操作性的顺序依次升高，毫无例外。当然，这个现象仅供参考。因为它只是本次专家打分的结果，不足以视为普遍规律！②从4项性能指标来看，5款车当中，比亚迪宋最优，奔腾最差；从需求性、操作性和经济性3项指标来看，5款车的优劣顺序，依次为比亚迪宋－星途－荣威－蔚来－奔腾：但从实用性来说，星途－荣威－蔚来的顺序有所变化，尽管只有1分之差。考虑到4项指标的重要程度不同，有必要通过加权，得到更合理的、客观的综合评价。

2. 3 综合评价结果

首先，根据表4对4项指标、5款车的得分进行归一化处理，再对4 项指标加权计算得到综合评价，如表5所示。

从表5可见，加权后综合评价的结果，5款车综合性能的优劣排序依次为比亚迪宋-星途－荣威－蔚来－奔腾。由表中各指标权重可见，在智能网联汽车技术指标中，实用性所占的权重最大。这是因为现阶段的智能网联汽车技术路线不够成熟，传感器和车载系统等关键核心技术缺乏，在此背景下部分厂商追求汽车的智能化程度，而忽略对汽车实用性的考虑，功能同质化问题严重，驾乘体验较差，导致智能网联汽车的推广受阻，所以应给实用性更大的权重。

3 智能网联汽车产品经济评价

3. 1 评价模型

数据包络分析是运筹学和研究经济生产边界的一种方法。从工程学角度看，衡量组织的生产力和衡量系统的效率二者大体相同。本质上就是产出和投入的比率。把生产系统中实际决策单元作为基础，创建决策单元“Pareto最优”概念，使用线性规划技术定位生产系统的效率前沿面，获得各决策单元相对效率和规模效益等方面信息。本文中研究的智能网联汽车经济性能是指决策单元通过投入生产要素并产出“产品”的活动。虽然投入和产出具体内容不同，但最终目的都是使经济和社会效益最大化。首先选用基于输入评价决策单元（decision making unit，DMU）的总体效率具有非阿基米德无穷小的

模型

，用作评价DMU技术和规模的综合效率。其次选用DMU纯技术效率具有非阿基米德无穷小的

模型

，该模型计算出DMU效率为纯技术效率，表征DMU纯技术效率状况。

式中：

为DMU效率评价参数；

为投入向量与产出向量；

为投入要素的集合；

为产出要素的集合；

和

分别为投入和产出的松弛变量；

为组合比例。

综合效率值是纯技术效率值和规模效率值的乘积，DMU规模效率最优解为

式中：θ* 为总体效率最优解；σ* 为纯技术效率最优解；s* 为规模效率最优解。

3. 2 评价指标

智能网联汽车的成本以整个生命周期视角来看，主要分为3部分：购买成本、使用成本和回收效益。总成本=购买成本+使用成本-回收效益。购买成本指的是买入时的市场价格，使用成本则由燃料费用、网联套餐费用、维修费用、保险税收费用4部分组成。其中保险税收费用先不考虑，由于智能网联汽车目前有燃油、混合动力和电力驱动3种驱动方式，考虑到燃油成本远高于电能，而电动汽车更换电池的成本较高，因而维修费用在车况的影响下具有很大的随机性，难以进行统一衡量。回收效益=回收收益-回收成本。回收成本分为：拆解设备的能源消耗、拆卸处理过程中辅助材料的消耗、可再利用零部件以及所获得的再生材料的销售成本、从预处理到最终物料分选各个环节的运输成本、工人工资等；回收收益分为：再利用零部件产生的经济效益和报废零部件经处理所得原材料的经济效益等。综合上述分析，在对智能网联汽车进行经济性分析时，主要选取智能网联汽车的百公里油耗、发动机排量、车联网服务费用、价格和销量这5个指标，选取通用、宝马等8家企业中具有代表性的智能网联汽车产品进行经济性分析，结果如表6所示。

3. 3 评价结果

根据表6中的指标和数据，分别采用

和

模型计算5款智能网联汽车经济性的θ*、σ*，再由式（5）计算s*，具体结果如表7所示。

表7中s1 * -、s2 * -、s3 * -、s1 * +、s2 * + 分别为C2 R 模型即式（3）的约束条件中3个投入指标和2个产出指标松弛变量的最优值。在5 款智能网联汽车现有特点和配置下，处于经济性能总体效率前列的车型是：凯迪拉克XT5、宝马X3、哈佛H6。这3 种车的经济性能综合DEA有效，既是“规模有效”，表示投入量适中，介于递增到递减之间的状态，又是处于规模收益不变的最佳状态。WEY VV7和比亚迪宋MAX 这两款车虽然总体效率较差，尤其是比亚迪宋，但它们的经济性能的纯技术效率仍处在前沿水平，属于纯技术DEA有效，其输出对比投入达到最大，但规模收益未处于规模收益不变的最佳状态。5款智能网联汽车中3款车经济性能处于规模效益不变阶段，两款车经济性能为规模效益递增阶段。当前，我国智能网联汽车具有较强的发展态势，但大部分智能网联汽车在技术提升的同时，应避免技术经济性的下降，综合考虑技术的经济成本进行适当扩张发展，使各项经济性能指标得以进一步提升。

4 结论

以专利角度分析不同智能网联汽车企业在关键技术领域的布局重点，并运用模糊综合评价、数据包络等统计学方法，从技术和经济角度构建评价体系，对具有代表性的智能网联汽车产品进行评价，结果表明：

（1）随着我国部分企业已逐步拉近与世界发达国家在智能网联汽车领域的技术水平，以比亚迪宋MAX 为代表的自主品牌极具市场竞争力，但与通用、宝马等发达国家汽车企业相比，我国汽车企业在智能网联汽车关键技术领域的专利布局相对较弱，特别是V2X通信和云平台大数据技术领域重点专利数量偏少，应继续保持对国外重要申请人专利技术的追踪，进一步加大研发投入，补齐短板，实现各个技术领域均衡发展。

（2）通过对智能网联汽车发展态势进行深入分析，发现其方向适合各国实际情况且相对成熟的智能网联汽车技术正在进行产业化推广，但全球正处于智能网联汽车商业化起步期，我国尚未形成完善的法规、法律和基础设施及其监管，基础技术相对薄弱，核心技术仍与世界先进水平存在差距。因此，智能网联汽车产业要实现高速持续发展，进一步实现智能化和现代化的目标，除须具有经济适用性，还应提升智能化、网联化水平和驾驶体验，瞄准世界智能网联汽车相关产业技术未来发展的趋势，提升产品安全性能。

（3）我国现阶段智能网联汽车企业具有较强的发展态势，但智能网联汽车企业在注重技术提升的同时，还应避免技术经济性的下降。综合考虑技术的经济成本进行适当扩张，各项经济性能指标才能进一步得以提升，通过对智能网联汽车各类车型评价指标的综合分析发现，我国智能网联汽车领域的技术水平近年来快速提高，同时从智能网联汽车技术角度分析可见，推进智能网联汽车平稳迅速发展将是未来10年我国汽车产业发展的主要任务之一，在政策、资金、技术和人员的不断高效投入下，我国智能网联汽车在技术领域将进一步提档升级。

参考文献

［1］ SHIUE Y C，CHANG C C. Forecasting unmanned vehicle technol⁃ogies：use of patent map：second international conference on com⁃puter research and development（ICCRD 2010）［C］.ProceedingsSecond International Conference on Computer Research and De⁃velopment（ICCRD 2010），2014：752-755.

［2］ DAIM T，LI S，ALSOUBAIE F. Strategic planning for Google’sautonomous vehicle technology based on patent analysis［C］.Pro⁃ceedings of the American Society for Engineering Management2019 International Annual Conference，2019.

［3］ AALDERING L J，LEKER J，SONG C H. Competition or collabo⁃ration⁃analysis of technological knowledge ecosystem within thefieldof alternative powertrain systems：a patent⁃based approach［J］. Journal of Cleaner Production， 2019， 212（MAR. 1）：362-371.

［4］ SALVADOR M R，NAVARRETE D E. Advances in solar and thermal energy for hybrid vehicles：a patent trend analysis［J］.ARPN Journal of Systems and Software，2013（3）：32-37.

［5］ KARVonEN M，KAPOOR R，UUSITALO A，et al. Technologycompetition in the internal combustion engine waste heat recov⁃ery：a patent landscape analysis［J］. Journal of Cleaner Produc⁃tion，2016，112（5）：3735-3743.

［6］ PILKINGTON A，DYERSON R ，TISSIER O. The electric vehicle：patent data as indicators of technological development［J］.World Patent Information，2002，24（1）：5-12.

［7］ 周莹，邱洪华.日美汽车企业绿色技术专利比较研究及其启示［J］.情报杂志，2010，29（2）：21-26.ZHOU Y，QIU H H. Comparative study on green technology pat⁃ents of Japanese and American automobile enterprises and its en⁃lightenment［J］.Journal of Intelligence，2010，29（2）：21-26.

［8］ 陈腾，曾国屏，杨君游.丰田、本田、日产电动汽车专利计量分析［J］.科学与管理，2013，33（2）：26-31.CHEN T，ZENG G P，YANG J Y. Toyota，Honda and Nissanelectric vehicle patent measurement analysis ［J］. Science andManagement，2013，33（2）：26-31.

［9］ 孙海英，翁天强.我国汽车企业海外专利布局现状研究［J］.汽车工业研究，2014（6）：27-32.SUN H Y，WENG T Q. Research on the current situation of overs⁃eas patent layout of Chinese automobile enterprises［J］. ResearchonAutomobile Industry，2014（6）：27-32.

［10］ 苏祥荣，沈翔宇，崔颖.基于专利文献的智能汽车技术与产业发展对策研究［J］.科技通报，2019，35（3）：238-243.SU X R，SHEN X Y，CUI Y. Research on intelligent vehicle tech⁃nology and industrial development countermeasures based on pat⁃ent documents［J］. Science and Technology Bulletin，2019，35（3）：238-243.

［11］ 解立艳，王军雷.智能网联汽车信息融合技术专利分析［J］.汽车工业研究，2018（4）：18-25.XIE L Y，WANG J L. Patent analysis of intelligent networked ve⁃hicle information fusion technology［J］. Automotive Industry Re⁃search，2018（4）：18-25.

［12］ 徐锋，史文艳.自动泊车系统专利布局与发展趋势［J］.中国发明与专利，2017，14（1）：61-68.XU F，SHI W Y. Patent layout and development trend of automat⁃icparking system［J］. Chinese Invention and Patent，2017，14（1）：61-68.

［13］ 施志霞.基于专利地图的自动驾驶技术发展研究［D］.上海：华东理工大学，2016.SHI Z X. Research on the development of automatic driving tech⁃nology based on patent map［D］. Shanghai：East China Universi⁃ty of Technology，2016.［14］ WU Y Q，LI C J，ZHANG Q Q. The analysis of transdisciplinarintegration characteristic for China"s pure electric vehicles tech⁃nology from patent perspective［J］.Energy Procedia，2017，105：2478-2483.

［15］ ZHANG Q Q，LI C J，WU Y Q. Analysis of research and developmenttrend of the battery technology in electric vehicle with the perspective of patent［J］. Energy Procedia，2017，105：4274-4280.

标签： 汽车技术 技术领域 决策控制