信息技术时代,技术更新迭代速度加快,市场环境竞争激烈,技术创新已成为国家或企业提高核心竞争力的重要方式。共性技术,作为一种竞争前技术,在整个技术创新过程中处于基础性地位,可以为一个或者多个产业的发展提供技术支撑。面对有限的技术资源,快速准确地识别共性技术已成为国家和企业在提升技术创新效率过程中亟待解决的关键问题。共性技术与一般技术的本质区别在于其具有基础性、外部性和关联性等特征,这些特征的判定涉及到技术、研发主体及技术领域间的多层同质和异质关系,如何有效展示这些多层关系是共性技术识别研究中的重点。本文基于专利数据,提出了一种基于多层复杂网络的共性技术识别方法。主要包括两大步骤:(1)多层复杂网络的构建。在深入挖掘三类特征项(国际专利分类代码,技术和专利受让人)之间的多类同质和异质关系的基础上,利用多重共现分析和多层复杂网络方法,构建由领域、技术和主体组成的三层网络;(2)在构建的多层复杂网络基础上开展共性技术识别研究。主要是结合多层复杂网络的拓扑结构、层相关性和重叠社团划分等分析方法,分别对技术的基础性特征、外部性特征和关联性特征进行识别研究;并采用标准离差法对三类技术特征赋权重,得到每项技术的综合共性评分值。最后,为了验证方法的有效性,我们选取中国智能识别技术为例进行实证分析。与传统的共性技术识别方法相比,本文的优点在于:(1)在专利分析方法上,采用多层复杂网络方法刻画专利文本中多种特征项间的同质和异质关系,弥补了单层网络仅能研究单一关系的不足,实现了技术识别研究中对多种关系的分析;(2)在共性技术的识别原理上,全面考虑了共性技术的多个特征,分别从技术的基础性、外部性和关联性三方面进行综合考量;(3)在技术聚集性分析中,采用复杂网络的重叠社团划分算法研究技术中的社团现象,得到更精确的社团结构及技术组合。