引言

随着全球人口老龄化进程加快，我国老龄化程度持续加深。联合国数据显示，2050年全球65岁及以上人口占比将升至16%，而我国预计同期将达27.9%。第七次全国人口普查中，60岁及以上老年人口占比已达18.7%。在此背景下，老年人照护问题日益突出，适老智能家居研究不断增多。当前老年群体对智能家居的需求主要源于三方面：人口老龄化加剧带来的居家养老压力、养老机构供给不足的供需矛盾，以及现有适老产品适配性不足、用户体验缺失等问题。“十四五”时期我国将进入中度老龄化社会，国家明确提出发展银发经济、完善养老服务体系，为适老智能家居提供了广阔市场空间。与此同时，工业4.0时代智能家居快速普及，但部分产品存在重技术轻实用的问题。为此，本文基于专利分析法，系统梳理适老性智能家居的技术演进与发展态势，识别技术供给与养老需求的匹配程度，预测未来发展方向，以期为行业发展提供参考。

一、绪论

（一）意义

1. 理论意义

专利分析法近年来主要用于企业竞分析、技术创新和研究预测等方面，将专利分析法与智能家居行业发展结合，拓宽了专利分析法的研究领域。利用专利分析法对适老性智能家居进行研究，不仅丰富了适老性智能家居的研究成果，对未来老龄事业和老龄健康的发展具有一定的推动和引领作用，也会推动“智慧养老”系统的完善和发展更进一步。

2. 实践意义

通过专利分析法对智能家居的发展进行专利情报分析，可以有效的分析当前智能家居发展较为良好的方向，也可以对智能家居未来的发展方向给出预测。这不仅可以给企业提供参考的发展方向，还可以在一定程度规避风险，提升产品研发的效率，还可以使其产品更好的适应老年人的生活，使产品“产有其用”，形成企业与用户之间的“双赢”。

（二）研究内容与研究方法

1.研究内容

本文利用专利分析法对智能家居进行研究，利用wipo、epo和专利数据库查询了智能家居的申请数和和适老性智能家居的申请数量。利用所查询到的数据对近年来智能家居的申请数量变化进行研究。

针对所研究内容，对本文的章节进行了如下的安排：

第一章：文献综述。本章主要是对本文选题的研究意义、研究背景、研究目的以及关于专利分析法和智能家居的国内外研究现状进行阐述，通过对研究背景和意义以及智能家居的发展现状梳理，确定本文的研究方向和研究思路。

第二章：智能家居整体专利态势分析。该章为本文的核心，首先分析当前智能家居的需求，简要阐述智能家居的发展历程，然后对智能家居整体专利态势进行分析，主要从全球申请情况、中国申请情况、申请人情况进行分析。

第三章：适老性智能家居专利态势分析。首先分析当前适老性家居的现状，以及老年人的需求情况，然后对智能家居整体专利态势进行分析，主要从全球申请情况、中国申请情况、申请人情况进行分析。

第四章：结论与展望。首先根据前文所得出来的结果进行分析，得出当前智能家居和适老性智能家居的发展趋势，然后根据其发展趋势给出适合企业和老年人切实可行的建议；最后就针对本文存在的局限性，提出还可以继续完善改进之处。

2.研究方法

根据本文的研究内容和研究思路，为更好的突出研究效果，决定采用了文献研究法和专利分析法。

（1）文献研究法

根据文献研究法，本文对国内外智能家居、专利分析法、适老性智能家居等资料进行搜集、整理、归纳、分析和总结，利用相关理论以及实施方法，结合以往优秀学者提出的研究方法和思路，对现有的有关文献进行梳理，为本文的专业知识和理论依据进行理论支撑，为更好的划分本文的研究范围提供依据。在本文中，文献研究法对于智能家居、适老性智能家居、智能家居的发展和专利分析法的定义等产生了重要作用。

（2）专利分析法

通过检索、寻找、搜集和整理智能家居和适老性智能家居的专利数据，结合其他的方法，定量的分析了在该行业内的专利申分布、专利申请数量、专利申请人、专利申请主题等各个方面的数据以及其变化趋势。

二、智能家居整体专利态势分析

（一）智能家居发展历程

随着时代的进步和互联网的迅速普及，智能家居在中国的发蓬勃发展，历时几十年。目前，智能家居在中国的发展可以大致分为五个阶段。

第一阶段：萌芽阶段（1994年-1999年）。20世纪80年代，美国第一栋智慧建筑建成，标志着电子化住宅的出现。在1994年-1999年期间，中国智能家居还处于萌芽阶段，对于当时的人们来说，智能家居还是一个非具象化的概念，并未得到实践。当时并未出现专门生产智能家居的厂商，仅有一两家智能家居代理公司销售，且目标用户为居住于中国的欧美用户。

第二阶段：开创期（2000年-2005年）。在此阶段，由于国外已经出现的技术并未流入中国，中国的智能家居开始逐步探索。先后成立50多家企业研发生产智能家居，此时主要集中在一些沿海发达地区，如北京、上海、深圳等。

第三阶段：徘徊期（2006年-2010年）。在此阶段，最初成立的各大公司在产品上初有成效，但并未对产品进行深入解读，出现吹嘘夸大产品的现象。由于产品的实际效果与预期相差甚远，导致人们对智能家居的印象不佳，产生了不信任的想法，且一直到现在还有影响。

第四阶段：融合演变期（2011年-2019年）。由2010年之后，我国智能家居发展不断向好，且在后期发展迅猛。有了前车之鉴，有企业认识到自己的不足，潜心钻研，努力整改企业，发展相关技术。在此阶段，已经出现了很多技术较好的产品，且能够满足人们的日常需求。

第五阶段：爆发期（2019至今）。5G技术、物联网和互联网的发展，使得智能家居的发展更进一步。如今，智能家居与日常生活紧密融合，且其需求不断扩大^[20]。

（二）智能家居整体专利态势分析

1. 专利申请主题分析

图1是专利技术主题数量分布图。

图1表示，G05B19领域是申请专利最多的，说明各国在这一领域发展的较为迅速，研发力量也多集中在此，其次则是G05B15、H04L29和H04L29领域的申请数量较多，说明各国在该领域也有较强的发展。其他的技术主题数量相当。

2.重要专利申请人分析

图2展示全球智能家居领域的主要发明人及对应专利量，专利量排名靠前的发明人，通常为该技术领域更具竞争力的核心技术人员，可以重点关注其研究领域及相关专利。

由上图表示，在全球智能家居申请量最多的企业为JSE&E珠式会社，其专利数量远远超过其他企业，以专利数量4511件遥遥领先，而华为科技有限公司、海尔智家股份有限公司、珠海格力电器股份有限公司以近2500件的专利数量紧随其后，位列第二。

（三）中国专利申请态势分析

在分析完智能家居专利的全球申请情况后，本文继续从智能家居的专利申请情况、申请来源及区域分布、专利技术主题和申请人等多角度进行分析，以便更好的了解中国智能家居专利的发展状况。

1. 专利申请量变化趋势

图3是智能家居在中国的专利申请量、授权量和授权比，将三者放在一个图中可以更直观的看出每年申请量和授权量的一个对比，授权比也反映了该年申请量和授权量的一个比值，但分析授权比的同时也不能忽略该年申请量的数值，而一味的只看授权比的大小。

从图中可以看出，中国智能家居申请量和授权量的增长趋势大致相同，呈现出逐年增长的趋势，于2020年申请量达到顶峰，而后出现回落。因此，大体上来说可以将中国的发展情况分为两个阶段。

（1）起步阶段（2000年-2012年）

在该阶段，专利的申请数量还比较低，维持在数十件到一千件左右，申请人大多为中小企业，此时还未有较大型企业的进入，主要申请的技术是住宅电子化，包括在住宅中使用的各类家电、安保设备、家电等，对其进行监督、控制和管理，但其中的技术含量不高。

（2）快速发展阶段（2013至今）

在此阶段，越来越多的国内互联网公司和跨国公司通过战略调整的形式进入智能家居行业；越来越多的国外申请人看到中国的机遇，开始纷纷进入中国市场，致使国外来华申请量不断上升。从图中可以看出，自2013年之后，国内的智能家居申请量和授权量处于飞速增长的状态，大量创新企业的进入和互联网技术的增长，也推动了专利技术的提高，专利申请量和授权量的提高。

2. 专利申请主题分析

由图4可以表明，在中国智能家居领域中，G05B19领域专利申请量是最多的的，且相比于其他领域的专利申请量，其数量大大领先，可以看出G05B19领域是近年来，中国智能家居的发展重点。排在其后的分别是G05B15、H04L12和H04L29，说明这三者是中国智能家居发展的次要重点。

三、适老性智能家居专利态势分析

在智能家居中，又有细分的一类为适老性智能家居，这一类智能家居专门为老年群体而设立，为老年人的生活起居和健康监控进行服务，随着老年人口的不断增加，适老性智能家居逐渐发展起来，其市场需求也将会不断的扩大。

随着老龄化的趋势的增加，老龄人口不断增多，对老年人医疗护理的需求已经不只是依靠康复医院或者养老院来满足，且由于其床位数量紧张已经难以满足需求，对于老年人的日常照顾与康医疗护理开始逐步转移至家庭，因此合适可靠的智能家居设备必不可少的。

（一）全球专利申请态势分析

为探究适老性智能设备的发展历史情况，本文由专利数据库搜集了近20年来每年的专利申请数量。由于数据为时间序列数据，对此按时间进行排序绘制下图，具体如图5所示。

从上图可以看出，适老性智能设备在全球的申请量和授权量呈现增长趋势，大致可以分为两个阶段：

（1）起步阶段（2002年-2010年）。根据文献检索可以发现，最早出现与老年人和智能家居相关的文献是在2002年，因此时间划分从2002年开始。国外最初是在21世纪提出的健康智能家庭概念，从此开始探究如何用智能手段去解决老年人的健康问题。直到2006年，我国关于智能家居研究的企业才开始不断增多，相关市场与体系标准开始完善，再加以社会老龄化问题的产生，国内适老智能家居研究进入了萌芽阶段。

（2）快速发展阶段（2011至今）。2011年为研究数量突破的重要节点，国内外该领域研究均开始缓慢增长。至2017年，国内外适老智能家居的关注热度仍不断升温。2018年后，国外研究增速大幅度提高，研究文献数量远超于国内，在2021年达到191篇；而国内近两年发展较为平缓，这也说明国内该领域的研究发展空间较大且需寻找创新突破点。而在专利方面，由于2010年的探索之后，人们逐渐明晰智能家居的发展方向，因此至2010年之后，专利申请的数量开始不断上升，至2020年，专利申请量达到顶峰。

从总体上来看，适老性智能家居的申请总量是在不断增长的，这表示每年投入适老性智能家居的研发经费也在不断增多，从侧面说明了适老性智能家居行业不断扩大的市场需求推动着产品技术的发展，产品不断更新换代以更好的迎合市场的需求。

（二）专利申请受理分析

国家	数量
中国	5690
世界知识产权组织	128
印度	8
美国	7
韩国	5
日本	5
澳大利亚	3

表1是全球各国及各地区受理适老性智能家居的专利申请情况。上图表明，在适老性智能家居领域中，中国受理的适老性智能家居的专利申请数量最多，虽然中国不是最早开始研究智能家居在老年人中的使用，但由于中国是人口大国，且由于中国的老年人口不断的增大，人们对于老年人的关注开始不断增加，各个企业也开始研究智能家居的适老化，适老性智能家居的数量也由此增多。

通过世界知识产权组织申请的专利量达到专利申请总量的16%左右,这说明通过WIPO申请PCT专利进而在海外布局是现在针对海外专利布局的通常做法之一，这种做法也饱受业内适老性智能家居公司的认可。

（三）专利申请主题分析

根据专利分类号统计，适老性智能家居相关专利主要集中在控制与调节（G05B19、G05B15）、通信与网络（H04L12、H04L29）、健康监测（A61B5）、语音识别（G10L15）、图像识别（G06K9）、环境控制（F24F11）以及安防报警（G08B21）和视频监控（H04N7）等领域。其中，控制系统类专利数量较多，反映出智能化控制是该领域的技术核心；通信与网络技术次之，体现了万物互联背景下智能家居的联网需求；健康监测与识别技术也占有相当比重，契合老年人健康照护的刚需。整体来看，技术布局呈现多领域交叉融合的态势，但各分支发展尚不均衡，未来需进一步强化协同创新。

（四）专利申请人分析

申请人	专利数量
珠海格力电器股份有限公司	161
海尔智家股份有限公司	156
青岛海尔空调器有限总公司	74
华为技术有限公司	69
珠海联云科技有限公司	66
青岛海尔空调电子有限公司	59
青岛海尔科技有限公司	54
美的集团股份有限公司	49
广东美的制冷设备有限公司	27
北京小米移动软件有限公司	24

企业申请量的排名在一定程度上反映了企业技术创新能力，但是也和企业专利布局和重视程度等因素密切相关。表2给出了前十位专利申请人的专利申请数量情况。珠海格力电器股份有限公司排名第一，其专利数量为161件，海尔智家股份有限公司以156件专利数排名第二，排在第三位的是青岛海尔空调器有限总公司，专利数为74件。

（五）专利申请预测分析

1. ARIMA模型建立

ARIMA模型是由自回归模型(AR)、移动平均模型(MA）和差分法结合而来的时间序列预测模型。若序列是一个平稳时间序列，则该模型是一个具有p阶自回归和q阶移动平均的混合模型，用ARIMA (p,d,q)表示，实际中的许多经济序列是非平稳时间序列，要进行差分d为差分次数。将其变为平稳后，它的行为并不会随着时间的推移而变化，那么我们就可以通过该序列过去的行为来预测未来。ARIMA作为一种时间序列算法，其主要包括时间序列平稳性检验、模型定阶、模型检验以及模型预测四个步骤。

其公式为：

式中：时间序列是平稳的；为残差白噪声序列；为的参数；为的参数。

2. ARIMA模型预测

为了预测适老性智能家居的未来发展趋势，便于市场及时调整发展方向。本文利用SPSS软件和R语言对近20年的适老性智能家居领域的专利申请数据进行了时序序列分析，得到图6。

从上图可以看出，适老性智能家居的专利申请量在2022年有一定的回落，在2023年之后出现缓慢的回升，且在之后不断上升。这个趋势说明我国未来在适老性智能家居的研发将会不断加强，未来一段时间我国适老性家居市场将继续扩大，发展前景广阔。同时，适老性智能家居专利申请量的上升也说明在未来智能家居和智能设备也在逐步深入老年人的日常生活，对未来老龄事业和老龄健康的发展具有一定的推动和引领作用，也会推动“智慧养老”系统的完善和发展更进一步。

四、结论与展望

（一）研究结论

本文通过对智能家居和适老性智能家居专利的申请数量、申请国家和区域、申请人、申请主题技术等外部特征量进行统计分析，从不同维度绘制了近20年的趋势图，观察并分析目前智能家居专利数量、专利申请人的变化情况以及在该技术领域上的变化趋势。

通过系统化的研究，得出有关智能家居和适老性智能家居技术发展的相关结论:

（1）我国智能家居专利技术自产生起就一直呈现稳步增长的趋势，在2020年时，专利申请数量达到顶峰，尽管至2021年时数量有所下降，但并不能由此说明智能家居的专利数量开始下滑，数量的降低不排除是因为公共卫生事件引起的。如今，人们的日常生活已经恢复正常，各大企业也慢慢开始恢复其活力。因此，预测未来几年智能家居的专利数量将会不断提高，发展方向也会朝着更便利人们生活的方向发展，发展技术也将不断提升。

（2）我国智能家居研究虽晚于其他国家，但其推进速度快，目前专利申请数量已经远超其他国家，但其横向研究比纵向研究更为深入，纵向研究有待更深入的研究。

（3）我国智能家居发明专利的申请人相对来说较为分散，存在较少数专利发明人掌握着多数的发明专利技术，少数专利申请人掌握着某些领域的核心技术。

（4）在适老性智能家居中，国内的研究重点更集中在居家养老和智慧健康方面，但对于产品的实用性、安全性、适用性还有待进一步的发展。可以有针对性的提高技术的准确性，推动其朝更注重适老的方向发展，建立并逐步完善适老性智能家居系统的统一体系等方向发展。

（二）研究不足

本研究仍存在许多不足之处，例如：

（1）在进行专利检索方面仍然需要进行完善，在进行检索词设定时，智能家居的专利搜寻，关键词仅为“智能家居”，而适老性智能家居，则增加了关键词“老年人”、“老人”、“养老”三个关键词，该关键词的设定可能导致部分在智能家居专利在其他领域方面的遗漏。数据选择和筛选的过程基本上是依靠于人工筛选，这导致实际筛选效率低下，且其准确性还有待提升。

（2）在专利申请数量中，由于申请专利需要时间，引起的数据滞后性，会使数据相对延后，但总的来说无伤大雅。但由于2023年时间仅过半，因此其数据并不完整。

（3）由于个人目前学术能力和分析处理问题的能力有限，在文献和数据资料的搜集整理和分析上还不够完善和深入。本研究所用到的专利分析方法和数据处理，由于本人在理论水平和实际操作的局限，本论文存在一定的不足。同时，根据本文对数据的研究处理，所得出的一些研究结论和研究结果，以及本文中所给出的某些建议，可能存在些许偏颇，其说服能力尚需时日与市场的考验。

参考文献：

1. [1] 张燕舞, 兰小筠. 企业战略与竞争分析方法之一——专利分析法[J]. 情报科学,2003(08):808-810.
2. [2] 唐炜, 刘细文. 专利分析法及其在企业竞争对手分析中的应用[J].现代情报,2005(09):181-185+188.
3. [3]朱佳伶. 基于专利分析法的搜索引擎技术竞争态势研究[J]. 中国中医药图书情报杂志,2017,41(02):17-21.
4. [4] 黄海波, 谈毅. 专利分析法的应用:以我国压铸模具专利为例[J]. 科技管理研究,2009,29(08):523-524.
5. [5] 王雅薇, 周源, 陈璐怡. 我国人工智能产业技术创新路径识别及分析——基于专利分析法[J]. 科技管理研究,2019,39(10):210-216.
6. [6] 冯义, 刘子文, 孙堃, 等. 专利分析法在国内新能源汽车技术创新研究中的应用[J]. 智慧电力,2019,47(11):35-40+47.
7. [7] 魏裕涛, 梁凯桐, 刘敏, 等. 基于专利分析法和SWOT模型的我国治疗胃癌中药发明专利分析[J]. 中国药房,2020,31(18):2177-2184.
8. [8] Pantano E, Pizzi G. Forecasting artificial intelligence on online customer assistance: Evidence from chatbot patents analysis[J]. Journal of retailing and consumer services,2020,55:102096.
9. [9] Guozhu M, Yixin H, Xi L, et al. Technology status and trends of industrial wastewater treatment: A patent analysis.[J]. Chemosphere,2021,288(P2):132483.
10. [10] 张侠丹. 中国智能家居行业研究[J].未来与发展,2021,45(12):14-19.
11. [11]朱敏玲, 李宁. 智能家居发展现状及未来浅析[J].电视技术,2015,39(04):82-85+96.
12. [12] Kelly T D S, Suryadevara K N, Mukhopadhyay C S. Towards the implementation of IoT for environmental condition monitoring in homes[J]. IEEE sensors journal,2013,13(10):3846-3853.