何建洪，鄒 哲，王河洺

（重慶郵電大學(xué)經(jīng)濟(jì)管理學(xué)院，重慶 400065）

1 引言

人工智能技術(shù)作為第四次工業(yè)革命的核心技術(shù)之一，已被廣泛應(yīng)用于社會(huì)生產(chǎn)生活各領(lǐng)域，預(yù)計(jì)至2030年，人工智能技術(shù)估計(jì)將為世界經(jīng)濟(jì)總量創(chuàng)造近16萬億美元新增產(chǎn)出［1］。因此，世界各主要國(guó)家都將人工智能技術(shù)視為新一代科技革命的核心驅(qū)動(dòng)力，相繼出臺(tái)國(guó)家級(jí)創(chuàng)新規(guī)劃以推動(dòng)人工智能技術(shù)研發(fā)及產(chǎn)業(yè)化應(yīng)用［2］。例如，美國(guó)于2016年發(fā)布《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》，英國(guó)于2018年發(fā)布《人工智能行業(yè)新政》，丹麥于2018年發(fā)布《丹麥數(shù)字技術(shù)增長(zhǎng)戰(zhàn)略》。在我國(guó)，國(guó)務(wù)院于2015年印發(fā)《中國(guó)制造2025》，確立了人工智能產(chǎn)業(yè)的重要戰(zhàn)略地位；截至2019年，各地共出臺(tái)276項(xiàng)涉及人工智能發(fā)展的相關(guān)政策［3］。如今我國(guó)人工智能技術(shù)已實(shí)現(xiàn)高速增長(zhǎng)，并在該領(lǐng)域取得了矚目的成就：人工智能領(lǐng)域論文發(fā)表量居全球首位，企業(yè)數(shù)量、融資規(guī)模位列全球第二，與美國(guó)一同成為人工智能領(lǐng)域的全球領(lǐng)導(dǎo)者［4］。中國(guó)作為后發(fā)國(guó)家，在人工智能技術(shù)的部分領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕，從其由“追趕”到“趕超”的發(fā)展歷程中提取出普適性的追趕經(jīng)驗(yàn)已成為實(shí)踐界和理論界高度關(guān)注的核心話題。

目前，相關(guān)學(xué)者對(duì)追趕理論進(jìn)行了廣泛而深入的研究分析，主要可劃分為以下三方面的研究。一是技術(shù)趕超路徑理論模型的研究。Lee K等提出部門系統(tǒng)框架以解釋追趕周期，并指出在行業(yè)長(zhǎng)期發(fā)展過程中可能出現(xiàn)的三種機(jī)會(huì)窗口［5］；Yanfei Li等提出倒S曲線模型以反映技術(shù)進(jìn)步與學(xué)習(xí)成本的關(guān)系，從而分析確定中國(guó)技術(shù)追趕的主要驅(qū)動(dòng)力［6］。二是后發(fā)國(guó)家技術(shù)追趕模式選擇的研究。吳曉波等通過回顧技術(shù)追趕經(jīng)典理論和“二次創(chuàng)新”模式，分析后發(fā)企業(yè)所處情境特征并提出“超越追趕”的三種主要模式：以技術(shù)創(chuàng)新為主導(dǎo)、以商業(yè)模式創(chuàng)新為主導(dǎo)、技術(shù)創(chuàng)新和商業(yè)模式創(chuàng)新“雙輪驅(qū)動(dòng)”［7］；郭艷婷等通過整合中國(guó)企業(yè)創(chuàng)新實(shí)踐和企業(yè)研究，揭示后發(fā)企業(yè)利用跨邊界協(xié)同內(nèi)外部資源塑造出的新型追趕路徑與模式［8］。三是技術(shù)追趕影響因素的研究。黃永春等基于新興產(chǎn)業(yè)的演化軌跡，結(jié)合后發(fā)國(guó)家企業(yè)新興產(chǎn)業(yè)追趕的優(yōu)劣勢(shì)，研究實(shí)施追趕的最佳時(shí)機(jī)，指出先發(fā)優(yōu)勢(shì)較強(qiáng)的國(guó)家應(yīng)選擇不穩(wěn)定階段進(jìn)入，先發(fā)優(yōu)勢(shì)較弱的國(guó)家應(yīng)選擇過渡階段進(jìn)入［9］；吳曉波等通過探究機(jī)會(huì)窗口與企業(yè)創(chuàng)新戰(zhàn)略的匹配關(guān)系對(duì)后發(fā)企業(yè)追趕績(jī)效提出，技術(shù)機(jī)會(huì)窗口與技術(shù)探索性創(chuàng)新戰(zhàn)略的匹配、需求機(jī)會(huì)窗口與市場(chǎng)探索性創(chuàng)新戰(zhàn)略的匹配及制度機(jī)會(huì)窗口與技術(shù)利用性創(chuàng)新戰(zhàn)略的匹配，對(duì)企業(yè)追趕績(jī)效有著積極作用［10］。

綜上所述，已有研究多以產(chǎn)業(yè)化發(fā)展水平作為追趕程度的衡量指標(biāo)，通過構(gòu)造追趕理論模型，揭示后發(fā)國(guó)家技術(shù)追趕過程中的一般規(guī)律；或通過對(duì)技術(shù)追趕模式的選擇及其影響因素進(jìn)行分析，闡明追趕路徑的選擇及追趕時(shí)機(jī)的確定，為后發(fā)國(guó)家制定追趕戰(zhàn)略提供參考。然而區(qū)別于一般技術(shù)演化軌跡，人工智能技術(shù)演化軌跡具有長(zhǎng)周期性、高度不確定性等獨(dú)特屬性，后發(fā)國(guó)家如何把握機(jī)會(huì)窗口、利用后發(fā)優(yōu)勢(shì)集聚資源實(shí)現(xiàn)技術(shù)追趕，仍待進(jìn)一步探討。同時(shí)，人工智能技術(shù)發(fā)展存在一個(gè)顯著的動(dòng)態(tài)累積過程，從實(shí)驗(yàn)室技術(shù)的產(chǎn)生到產(chǎn)業(yè)化應(yīng)用的過程較長(zhǎng)，部分子領(lǐng)域技術(shù)或工藝性創(chuàng)新甚至未能走出實(shí)驗(yàn)室就被新技術(shù)迭代，且不同國(guó)家在切入時(shí)點(diǎn)、技術(shù)優(yōu)勢(shì)顯示度上均存在動(dòng)態(tài)波動(dòng)，后發(fā)國(guó)家更可能尋找到技術(shù)追趕的機(jī)會(huì)窗口。因此，以專利作為衡量指標(biāo)，分階段研究我國(guó)人工智能技術(shù)追趕路徑，不僅能更深刻地揭示人工智能技術(shù)領(lǐng)域中技術(shù)追趕的過程，還可以更準(zhǔn)確地進(jìn)行不同國(guó)家技術(shù)演化軌跡階段性特征及技術(shù)差距的對(duì)比分析，有利于深入探究后發(fā)國(guó)家實(shí)現(xiàn)技術(shù)追趕的原因。

因此，本文以專利申請(qǐng)累計(jì)量衡量技術(shù)發(fā)展水平，基于S曲線模型劃分全球和中國(guó)的人工智能技術(shù)生命周期階段，回顧全球及中國(guó)人工智能技術(shù)演化軌跡。依托雙S曲線模型并借助人工智能技術(shù)專利占比結(jié)構(gòu)、RTA指數(shù)等指標(biāo)的對(duì)比分析，分析并總結(jié)出我國(guó)人工智能技術(shù)部分領(lǐng)域?qū)崿F(xiàn)追趕的影響因素，進(jìn)而對(duì)后發(fā)國(guó)家的新興技術(shù)追趕戰(zhàn)略提出建議，以期為后發(fā)國(guó)家實(shí)現(xiàn)新興技術(shù)追趕提供信息參考。

2 研究設(shè)計(jì)

2.1 S曲線模型描繪的技術(shù)生命周期

Holger Ernst在1997年率先利用S曲線界定技術(shù)生命周期的各個(gè)階段，他通過觀察指出：新生技術(shù)開始的發(fā)展都比較慢，經(jīng)過一段時(shí)間超越某個(gè)技術(shù)界限后，其成長(zhǎng)就變得特別快，而當(dāng)其速度達(dá)到一定上限后，成長(zhǎng)就會(huì)再度放慢，圖形表現(xiàn)如同“S”形狀［11］。根據(jù)技術(shù)成長(zhǎng)速度的變化，將技術(shù)生命周期劃分為4個(gè)階段：導(dǎo)入期、成長(zhǎng)期、成熟期和衰退期。

S曲線主要包括兩種：Logistic曲線和Gomp?ertz曲線［12］，前者是對(duì)稱的，后者是不對(duì)稱的。其中，Logistic曲線在實(shí)踐中應(yīng)用更為廣泛。在1838年，Logistic曲線由Verhulst率先提出，該曲線可以用如下關(guān)于t的函數(shù)表示［12］：

式（1）中，Y表示某技術(shù)的專利累積申請(qǐng)量，l、α和β為常數(shù)，t為時(shí)間。本文運(yùn)用美國(guó)Rocke?feller University開發(fā)的Loglet Lab4軟件作為運(yùn)算工具，該軟件可以通過數(shù)學(xué)計(jì)算推導(dǎo)生命周期各階段的分界點(diǎn)，進(jìn)行S曲線的擬合預(yù)測(cè)。如圖1所示，k為Y的最大值，f（t10）=10%k，f（t50）=50%k，f（t90）=90%k。

圖1 Logistic曲線描繪的技術(shù)生命周期

一般認(rèn)為，t10之前即為導(dǎo)入期，t10至t50之間為成長(zhǎng)期，t50至t90之間為成熟期，t90之后為衰退期。

由S曲線可知，新技術(shù)的演化發(fā)展具有階段性特征，在技術(shù)演化初期存在緩慢增長(zhǎng)階段即導(dǎo)入期；此后隨累計(jì)效用率增大，在成長(zhǎng)期技術(shù)水平迅速上升；在成熟期累計(jì)效用率逐年減小，技術(shù)發(fā)展水平增速減緩；在衰退期，技術(shù)水平增長(zhǎng)持續(xù)放緩最終無限接近極值即最高技術(shù)水平［13］?；赟曲線模型的這一特性，本文利用S曲線模型分別對(duì)全球和中國(guó)的人工智能技術(shù)領(lǐng)域成長(zhǎng)軌跡進(jìn)行模擬，分析其成長(zhǎng)路徑，以揭示兩者的演變規(guī)律，為全文的分析提供時(shí)間脈絡(luò)參考。

2.2 雙S曲線模型——改進(jìn)后的Logistic曲線

改進(jìn)后的Logistic曲線，即雙S曲線模型，是S曲線模型的延伸和拓展，具有如下特征。

①反映了同一技術(shù)在不同區(qū)域的發(fā)展軌跡及組合關(guān)系的規(guī)律。從圖2中S1與S2縱坐標(biāo)之差可以看出：M點(diǎn)之前，同一橫坐標(biāo)對(duì)應(yīng)的縱坐標(biāo)差距隨時(shí)間發(fā)展逐漸擴(kuò)大；而M點(diǎn)之后，縱坐標(biāo)差距隨時(shí)間發(fā)展逐漸縮??；M點(diǎn)為縱坐標(biāo)差距最大處。

圖2 雙S曲線模型

②分析所使用的數(shù)據(jù)應(yīng)該是較全面、較長(zhǎng)時(shí)期、綜合性與穩(wěn)定性強(qiáng)的數(shù)據(jù)。Logistic曲線的特性決定了只有較長(zhǎng)時(shí)間段的樣本數(shù)據(jù)才能反映技術(shù)發(fā)展軌跡及其規(guī)律性特征。因此，選擇較全面、較長(zhǎng)時(shí)期、綜合性與穩(wěn)定性強(qiáng)的數(shù)據(jù)樣本進(jìn)行處理與分析是必不可少的。

借助雙S曲線模型，可以對(duì)區(qū)域差異變化的一般規(guī)律進(jìn)行有效的定量分析。運(yùn)用該模型指導(dǎo)區(qū)域技術(shù)發(fā)展差距的調(diào)整，將有助于我們認(rèn)識(shí)區(qū)域技術(shù)發(fā)展差異的必然性和規(guī)律性，使后進(jìn)區(qū)域追趕先進(jìn)區(qū)域，科學(xué)處理后進(jìn)區(qū)域?qū)崿F(xiàn)技術(shù)追趕問題。換而言之，通過對(duì)兩區(qū)域技術(shù)發(fā)展水平指標(biāo)擬合所得雙S曲線模型的分析，可以準(zhǔn)確掌握兩區(qū)域技術(shù)發(fā)展差距特點(diǎn)、基本走向以及實(shí)現(xiàn)追趕的時(shí)機(jī)。因此，本文選取雙S曲線模型來進(jìn)行人工智能地區(qū)發(fā)展差距的分析，進(jìn)而準(zhǔn)確把握我國(guó)實(shí)現(xiàn)技術(shù)趕超的時(shí)機(jī)選擇以及技術(shù)發(fā)展差距的基本走向。

2.3 數(shù)據(jù)來源與檢索

德溫特世界專利索引數(shù)據(jù)庫(kù)（Derwent Inno?vations Index，DII）作為權(quán)威專利數(shù)據(jù)庫(kù)，具有兩大優(yōu)勢(shì)：一是數(shù)據(jù)可靠、準(zhǔn)確，收錄了世界70多個(gè)國(guó)家或組織的專利數(shù)據(jù)；二是檢索方式多樣，用戶進(jìn)行檢索時(shí)不僅可以使用關(guān)鍵詞檢索、國(guó)際專利分類碼（IPC）檢索等傳統(tǒng)檢索方式，還可以選擇獨(dú)有的德溫特手工代碼檢索方式。其中，德溫特手工代碼由索引專家編制，它對(duì)技術(shù)類別劃分更為細(xì)致，指代性更精確，可以準(zhǔn)確反映出專利的主題及所屬技術(shù)領(lǐng)域。故本文以德溫特世界專利索引數(shù)據(jù)庫(kù)作為數(shù)據(jù)來源對(duì)人工智能技術(shù)相關(guān)專利信息進(jìn)行檢索。

由于人工智能技術(shù)涵蓋眾多領(lǐng)域，各技術(shù)領(lǐng)域關(guān)鍵詞難以確定，因而以各技術(shù)領(lǐng)域關(guān)鍵詞作為檢索條件檢索人工智能全領(lǐng)域的專利信息易產(chǎn)生數(shù)據(jù)缺失。此外，一項(xiàng)專利可以在多個(gè)國(guó)家地區(qū)申請(qǐng)保護(hù)，故存在一項(xiàng)專利擁有多項(xiàng)專利號(hào)的情況，以專利號(hào)（PN）作為專利所有權(quán)判斷條件不能準(zhǔn)確反映專利來源國(guó)信息。而在通常情況下，專利權(quán)人會(huì)在所屬國(guó)家首次申請(qǐng)專利，所以優(yōu)先權(quán)申請(qǐng)信息和日期（PI：包括首次申請(qǐng)專利號(hào)PN和申請(qǐng)日期）中的專利號(hào)可以作為判斷專利來源國(guó)的重要依據(jù)。相較于在檢索表達(dá)式中直接以PN作為限制條件劃分專利來源國(guó)，以PI中的專利號(hào)為條件進(jìn)行劃分更為科學(xué)嚴(yán)謹(jǐn)。因此，本文通過查閱文獻(xiàn)資料確定數(shù)據(jù)檢索處理方法如下。

首先，在德溫特?cái)?shù)據(jù)庫(kù)中對(duì)人工智能技術(shù)全領(lǐng)域?qū)＠麛?shù)進(jìn)行檢索，確定以德溫特手工代碼MAN=（T01-J16*OR T06-A05A*OR X13-C15B*）為檢索式，時(shí)間跨度為1963—2019年。其次，將檢索結(jié)果的全記錄信息以文本形式下載并導(dǎo)入ACEESS數(shù)據(jù)庫(kù)。然后對(duì)ACEESS自建數(shù)據(jù)庫(kù)進(jìn)行初步數(shù)據(jù)處理，篩選出各條專利數(shù)據(jù)中PI所包含專利號(hào)及申請(qǐng)年份的相關(guān)信息。最后，對(duì)上一步驟篩選結(jié)果進(jìn)行查詢操作，以年份為分類依據(jù)、國(guó)別為限制條件，統(tǒng)計(jì)整理得出全球和中日美三國(guó)歷年的專利累計(jì)申請(qǐng)情況。

3 人工智能技術(shù)發(fā)展的階段劃分

3.1 人工智能技術(shù)發(fā)展階段劃分的理論解析

為了更準(zhǔn)確地定位我國(guó)人工智能技術(shù)各時(shí)期的發(fā)展?fàn)顩r、更好地掌握人工智能技術(shù)的整體發(fā)展脈絡(luò)和世界競(jìng)爭(zhēng)格局，需要先對(duì)全球人工智能技術(shù)的發(fā)展歷程進(jìn)行階段劃分。而人工智能技術(shù)的發(fā)展歷程波瀾起伏，如何描述人工智能技術(shù)自1956年以來60余年的發(fā)展歷程，學(xué)術(shù)界可謂仁者見仁、智者見智。有學(xué)者將人工智能技術(shù)的發(fā)展歷程劃分為以下6個(gè)階段：萌芽發(fā)展期（1956年—20世紀(jì)60年代初）、瓶頸發(fā)展期（20世紀(jì)60年代—70年代初）、應(yīng)用發(fā)展期（20世紀(jì)70年代初—80年代中）、低迷發(fā)展期（20世紀(jì)80年代中—90年代中）、平穩(wěn)發(fā)展期（20世紀(jì)90年代中—2010年）、繁榮發(fā)展期（2011年至今）［14-15］。也有學(xué)者基于樣本專利年度分布情況，得到人工智能領(lǐng)域?qū)＠暾?qǐng)和授權(quán)趨勢(shì)，從而初步判斷人工智能領(lǐng)域的技術(shù)成熟度變化趨勢(shì)，將人工智能技術(shù)的發(fā)展歷程大致劃分為3個(gè)階段：萌芽階段（1956—1996年）、成長(zhǎng)階段（1997—2010年）、快速成長(zhǎng)階段（2011年至今）［16］。這些階段劃分均是基于觀察或?qū)＜业慕?jīng)驗(yàn)性判斷而形成的，在一定程度上均缺乏預(yù)測(cè)性數(shù)據(jù)的支撐。因此，本文嘗試將人工智能專利累計(jì)申請(qǐng)量作為衡量人工智能發(fā)展水平的指標(biāo)，以技術(shù)生命周期為視角，基于S曲線模型對(duì)人工智能技術(shù)的演化進(jìn)程進(jìn)行了階段劃分和預(yù)測(cè)。

3.2 人工智能技術(shù)發(fā)展階段劃分及預(yù)測(cè)

根據(jù)整理得出的全球人工智能技術(shù)專利信息，得到1965—2019年人工智能領(lǐng)域?qū)＠塾?jì)申請(qǐng)情況，如圖3所示。1991年之前人工智能領(lǐng)域的專利累計(jì)申請(qǐng)量不超過1 000件；1991—2002年每年的專利累計(jì)申請(qǐng)量為1 000～10 000件；2002年以后專利累計(jì)申請(qǐng)量的增長(zhǎng)速度越來越快，且在2014年迎來快速增長(zhǎng)期。

圖3 1965—2019年人工智能領(lǐng)域?qū)＠塾?jì)申請(qǐng)量散點(diǎn)圖

將專利信息導(dǎo)入Loglet Lab4軟件進(jìn)行擬合，得到人工智能技術(shù)的S曲線，如圖4所示，關(guān)鍵數(shù)據(jù)點(diǎn)如表1所示。

表1 人工智能技術(shù)的關(guān)鍵數(shù)據(jù)點(diǎn)

圖4 人工智能技術(shù)的S曲線

根據(jù)S曲線的特征，結(jié)合相關(guān)專利信息，可將人工智能技術(shù)的發(fā)展大致分為3個(gè)階段。

①導(dǎo)入期：1956—1994年，人工智能領(lǐng)域的專利累計(jì)申請(qǐng)量增長(zhǎng)速度緩慢，處于發(fā)展初期。美國(guó)特茅斯大學(xué)在1956年首次確立人工智能為研究方向和學(xué)科，隨后人工神經(jīng)網(wǎng)絡(luò)模型的提出更是推動(dòng)了人工智能研究的第一次發(fā)展浪潮。該時(shí)期的研究?jī)?nèi)容以啟發(fā)式搜索算法和知識(shí)表達(dá)為代表，許多研究人工智能的技術(shù)人員開發(fā)出各種人工智能實(shí)用系統(tǒng)嘗試商業(yè)化并投入市場(chǎng)。但之后由于計(jì)算能力的限制和智能化實(shí)現(xiàn)程度的不足，1960—1980年大部分人工智能項(xiàng)目經(jīng)費(fèi)削減甚至停擺，人工智能研究進(jìn)入發(fā)展的低谷［17］。

②成長(zhǎng)期：1994—2014年，人工智能技術(shù)有了新的發(fā)展，該領(lǐng)域的專利累計(jì)申請(qǐng)量開始加速增長(zhǎng)。由于網(wǎng)絡(luò)技術(shù)特別是互聯(lián)網(wǎng)技術(shù)的發(fā)展，人工智能研究開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。在該時(shí)期，機(jī)器學(xué)習(xí)算法及專家系統(tǒng)發(fā)展迅猛，推動(dòng)人工智能研究迎來了第二次發(fā)展浪潮。

③成熟期：2014年至今，人工智能領(lǐng)域的專利累計(jì)申請(qǐng)量激增且發(fā)展勢(shì)頭強(qiáng)勁。相關(guān)技術(shù)有了極大突破，隱含的經(jīng)濟(jì)價(jià)值開始展露，參與研究的機(jī)構(gòu)不斷增多，相應(yīng)的專利產(chǎn)出也不斷提高。得益于云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、深度學(xué)習(xí)等技術(shù)的繁榮，極大地提高了訓(xùn)練數(shù)據(jù)量和計(jì)算能力，技術(shù)飛速發(fā)展，大幅跨越了研究與應(yīng)用之間的技術(shù)鴻溝，諸如圖像分類、無人駕駛、語音識(shí)別等人工智能技術(shù)實(shí)現(xiàn)了從實(shí)驗(yàn)室走向市場(chǎng)的重大突破，推動(dòng)人工智能研究迎來了第三次發(fā)展浪潮。

從擬合得到的人工智能技術(shù)S曲線還可以看出，從數(shù)據(jù)預(yù)測(cè)的簡(jiǎn)單趨勢(shì)而言，人工智能技術(shù)預(yù)計(jì)在2043年進(jìn)入衰退期，最終該領(lǐng)域的最大專利申請(qǐng)累計(jì)量為245 700件。

4 我國(guó)人工智能技術(shù)發(fā)展的階段性特征

中國(guó)在落后于先發(fā)國(guó)家20年的情況下，堅(jiān)持政策助推、商業(yè)模式創(chuàng)新、二次創(chuàng)新、自主創(chuàng)新，在人工智能技術(shù)的部分領(lǐng)域?qū)崿F(xiàn)了自主知識(shí)產(chǎn)權(quán)產(chǎn)出，達(dá)到了世界先進(jìn)技術(shù)水平，在一定程度上實(shí)現(xiàn)了技術(shù)的追趕。在此，本文以S曲線模型為依托，劃分出我國(guó)人工智能技術(shù)生命周期的各個(gè)階段并通過技術(shù)發(fā)展的地區(qū)性差異對(duì)比，解析我國(guó)實(shí)現(xiàn)人工智能技術(shù)的追趕條件與舉措。

4.1 我國(guó)人工智能技術(shù)發(fā)展軌跡及生命周期分析

為更準(zhǔn)確地把握我國(guó)人工智能技術(shù)的發(fā)展軌跡和特點(diǎn)，以在利用雙S曲線進(jìn)行人工智能技術(shù)的地區(qū)差距分析時(shí)擁有清晰、可參照的時(shí)間脈絡(luò)，本文再次運(yùn)用相同的方法模型對(duì)我國(guó)人工智能技術(shù)進(jìn)行發(fā)展階段的劃分。

根據(jù)整理得到相關(guān)專利信息，并將數(shù)據(jù)導(dǎo)入LogletLab4軟件進(jìn)行擬合，得到1985—2019年我國(guó)人工智能領(lǐng)域?qū)＠塾?jì)申請(qǐng)情況，如圖5所示，我國(guó)人工智能技術(shù)S曲線如圖6所示。

圖5 1985—2019年我國(guó)人工智能領(lǐng)域?qū)＠塾?jì)申請(qǐng)量散點(diǎn)圖

圖6 我國(guó)人工智能技術(shù)的S曲線

結(jié)合圖5、圖6進(jìn)行分析，可知，我國(guó)人工智能技術(shù)在2010年進(jìn)入成長(zhǎng)期，2018年為成長(zhǎng)期和成熟期的分界點(diǎn)，預(yù)計(jì)在2032年進(jìn)入衰退期，最終該領(lǐng)域的最大專利申請(qǐng)累計(jì)量為115 000件。目前，我國(guó)的人工智能技術(shù)還有較大的發(fā)展空間，技術(shù)創(chuàng)新活躍，同時(shí)也將涌入越來越多的企業(yè)和研究機(jī)構(gòu)，競(jìng)爭(zhēng)日趨激烈。

4.2 人工智能技術(shù)地區(qū)性差異對(duì)比分析

在人工智能領(lǐng)域，美國(guó)和日本都是最早發(fā)展人工智能技術(shù)國(guó)家中的一員，具有較大的先發(fā)優(yōu)勢(shì)且技術(shù)發(fā)展水平都位列世界前沿。因此，本文以美國(guó)、日本為參照對(duì)象，借助人工智能技術(shù)專利申請(qǐng)占比結(jié)構(gòu)、RTA指數(shù)分布、主要?jiǎng)?chuàng)新主體三項(xiàng)重要指標(biāo)，并結(jié)合雙S曲線模型的特征，來對(duì)比分析技術(shù)發(fā)展的地區(qū)差距變化趨勢(shì)，以深入剖析我國(guó)實(shí)現(xiàn)人工智能技術(shù)追趕的條件和舉措。

4.2.1 人工智能技術(shù)的專利占比分析。本文根據(jù)檢索到的中國(guó)、美國(guó)、日本人工智能技術(shù)的專利信息計(jì)算出專利占比情況，如表2所示。

表2 人工智能專利占比

①在導(dǎo)入期（1956—1994年），人工智能技術(shù)多由美國(guó)、日本掌握，我國(guó)的專利申請(qǐng)量極少。在該階段，全球的人工智能累計(jì)專利量不超過4 000件，其中約35%的專利由美國(guó)掌握。說明美國(guó)作為人工智能技術(shù)的起源地，擁有良好的市場(chǎng)環(huán)境、強(qiáng)大的研究基礎(chǔ)，是人工智能領(lǐng)域的先行者和領(lǐng)導(dǎo)者。日本作為跟隨者，在1967年從美國(guó)引入機(jī)器人技術(shù)，緊接著于1969年試制出第一臺(tái)以雙腳走路的機(jī)器人并不斷深入發(fā)展人工智能技術(shù)，在該階段的人工智能技術(shù)專利占比約為32%，取得了較大的先發(fā)優(yōu)勢(shì)，成為人工智能領(lǐng)域的準(zhǔn)領(lǐng)導(dǎo)者。而此時(shí)的中國(guó)作為后進(jìn)者，由于存在市場(chǎng)潛能未被激發(fā)、技術(shù)基礎(chǔ)薄弱、經(jīng)濟(jì)實(shí)力滯后等缺陷，在人工智能領(lǐng)域的專利申請(qǐng)量極低。

②在成長(zhǎng)期（1995—2014年），美國(guó)已成為人工智能領(lǐng)域的絕對(duì)領(lǐng)導(dǎo)者。而我國(guó)則借助技術(shù)學(xué)習(xí)，成為該領(lǐng)域的跟隨者，人工智能技術(shù)專利占比不斷提高并超過了部分先發(fā)國(guó)家。但由于進(jìn)入該領(lǐng)域的時(shí)間較晚，還是與美國(guó)存在較大的差距。此時(shí)，全球人工智能領(lǐng)域的專利累計(jì)申請(qǐng)量在2014年已達(dá)46 341件，相比于導(dǎo)入期，實(shí)現(xiàn)了跨越式的增長(zhǎng)。在該階段，美國(guó)的專利占比約為44%，中國(guó)的專利占比上升至23%，相比日本的14%，多了9%。說明在成長(zhǎng)期，中國(guó)在人工智能領(lǐng)域已占據(jù)較大的專利申請(qǐng)份額，正著力實(shí)施對(duì)美國(guó)等發(fā)達(dá)國(guó)家的技術(shù)追趕，以縮短技術(shù)差距。

③在成熟期（2015年至今），我國(guó)在部分領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕，專利占比約為美國(guó)的2倍，日本的16倍。在該階段，人工智能領(lǐng)域的全球累計(jì)專利申請(qǐng)量實(shí)現(xiàn)了更大幅度的增長(zhǎng)，在2019年激增到130 379件，約是導(dǎo)入期的33倍，成長(zhǎng)期的3倍。此時(shí)，美國(guó)人工智能領(lǐng)域的專利占比降至29%，日本的專利占比降至3%。而中國(guó)的專利占比大幅上升至49%，遠(yuǎn)超美國(guó)、日本等國(guó)家，位居人工智能領(lǐng)域?qū)＠急戎祝f明中國(guó)在一定程度上已經(jīng)實(shí)現(xiàn)了對(duì)美國(guó)、日本等先發(fā)國(guó)家的技術(shù)追趕。

由人工智能技術(shù)的專利占比結(jié)構(gòu)分析可知，在人工智能技術(shù)的萌芽期，我國(guó)集中優(yōu)勢(shì)資源，消化吸收關(guān)鍵技術(shù)，從而推進(jìn)人工智能技術(shù)追趕的發(fā)展進(jìn)程。在人工智能技術(shù)的成長(zhǎng)期，我國(guó)利用后發(fā)優(yōu)勢(shì)實(shí)現(xiàn)了對(duì)部分先發(fā)國(guó)家人工智能技術(shù)的追趕。在人工智能技術(shù)的成熟期，我國(guó)借助前期的技術(shù)經(jīng)驗(yàn)積累，全面實(shí)施人工智能技術(shù)的追趕和突破，從而成為人工智能技術(shù)的領(lǐng)先者。

4.2.2 人工智能技術(shù)的顯性技術(shù)優(yōu)勢(shì)指數(shù)分析。顯性技術(shù)優(yōu)勢(shì)指數(shù)（RTA）即某地區(qū)在該領(lǐng)域的專利占有比例除以同一時(shí)期該區(qū)域所有技術(shù)領(lǐng)域?qū)＠偭康恼加蟹蓊~。如果RTA指數(shù)大于1，說明該地區(qū)在某技術(shù)領(lǐng)域具有技術(shù)優(yōu)勢(shì)；而若該指數(shù)小于1，說明該地區(qū)在某技術(shù)領(lǐng)域處于比較劣勢(shì)的地位。通過檢索相關(guān)文獻(xiàn)可知，人工智能領(lǐng)域核心技術(shù)主要由語音識(shí)別、計(jì)算機(jī)視覺和圖像識(shí)別、機(jī)器學(xué)習(xí)和基礎(chǔ)算法、自然語言處理、智能機(jī)器人及自動(dòng)駕駛等構(gòu)成。鑒于此，本文通過檢索相關(guān)技術(shù)的專利信息，計(jì)算出對(duì)應(yīng)的RTA結(jié)果，整理后的數(shù)據(jù)見表3所示。

表3 1956—2019年人工智能專利的顯性技術(shù)優(yōu)勢(shì)指數(shù)（RTA）

①在導(dǎo)入期，由于中國(guó)進(jìn)入人工智能技術(shù)領(lǐng)域較晚，各項(xiàng)關(guān)鍵技術(shù)發(fā)展處于起步階段，RTA指數(shù)均低于1，同時(shí)機(jī)器學(xué)習(xí)和基礎(chǔ)算法以及智能機(jī)器人和自動(dòng)駕駛技術(shù)兩項(xiàng)關(guān)鍵技術(shù)的RTA為0，說明中國(guó)在該階段尚未涉足這兩個(gè)技術(shù)領(lǐng)域。美國(guó)的幾項(xiàng)主要人工智能技術(shù)（包括語音識(shí)別、機(jī)器學(xué)習(xí)和基礎(chǔ)算法、自然語言處理）的RTA指數(shù)均大于1，可見此階段美國(guó)是人工智能領(lǐng)域的絕對(duì)領(lǐng)導(dǎo)者。日本的自然語言處理技術(shù)和智能機(jī)器人及自動(dòng)駕駛技術(shù)的RTA指數(shù)大于1，說明日本在人工智能局部技術(shù)領(lǐng)域已取得先發(fā)優(yōu)勢(shì)，是技術(shù)先行者和準(zhǔn)領(lǐng)導(dǎo)者。顯而易見，在此階段世界人工智能技術(shù)主要被日本和美國(guó)控制，而中國(guó)在導(dǎo)入期處于相對(duì)劣勢(shì)的地位。

②在成長(zhǎng)期，我國(guó)人工智能技術(shù)的RTA指數(shù)較導(dǎo)入期有較大增長(zhǎng)，且在自然語言處理、智能機(jī)器人及自動(dòng)駕駛這兩個(gè)技術(shù)領(lǐng)域處于優(yōu)勢(shì)地位，RTA均大于1。我國(guó)在該階段通過導(dǎo)入期采取的技術(shù)跟隨模式積累技術(shù)經(jīng)驗(yàn)，利用后發(fā)優(yōu)勢(shì)，二次創(chuàng)新從日本、美國(guó)等發(fā)達(dá)國(guó)家引入的先進(jìn)技術(shù)，實(shí)現(xiàn)了人工智能領(lǐng)域的局部技術(shù)突破。

③進(jìn)入成熟期后，在機(jī)器學(xué)習(xí)和基礎(chǔ)算法這一關(guān)鍵技術(shù)領(lǐng)域，美國(guó)仍處于優(yōu)勢(shì)地位。但中國(guó)在語音識(shí)別、計(jì)算機(jī)視覺和圖像識(shí)別、自然語言處理這三個(gè)技術(shù)領(lǐng)域的RTA指數(shù)均大于1，表明我國(guó)雖然在核心算法方面與美國(guó)仍具有一定差距，但在偏向產(chǎn)業(yè)化應(yīng)用的技術(shù)領(lǐng)域已走在世界前列。在成長(zhǎng)期取得局部技術(shù)突破的基礎(chǔ)上，我國(guó)進(jìn)行了創(chuàng)新能力的拓展和延伸，通過自主創(chuàng)新實(shí)現(xiàn)更進(jìn)一步的技術(shù)突破和追趕，擺脫了被先發(fā)國(guó)家控制的劣勢(shì)地位。

根據(jù)對(duì)各階段人工智能技術(shù)RTA指數(shù)的對(duì)比分析，鑒于人工智能領(lǐng)域的核心技術(shù)——算法技術(shù)壁壘較高，作為后發(fā)國(guó)家的中國(guó)在實(shí)施人工智能技術(shù)追趕的過程中先采取模仿創(chuàng)新的方式，即通過引進(jìn)先發(fā)國(guó)家優(yōu)勢(shì)技術(shù)，重點(diǎn)發(fā)展人工智能應(yīng)用層關(guān)鍵技術(shù)，進(jìn)而在成長(zhǎng)期積累一定的技術(shù)經(jīng)驗(yàn)后取得局部突破。在成熟期利用自主創(chuàng)新，將發(fā)展重點(diǎn)逐漸轉(zhuǎn)向算法研發(fā)，實(shí)現(xiàn)了更進(jìn)一步的技術(shù)追趕和突破，在語音識(shí)別、計(jì)算機(jī)視覺和圖像識(shí)別等領(lǐng)域取得了優(yōu)勢(shì)地位，并縮短了在核心算法上與美國(guó)的差距。

4.2.3 人工智能技術(shù)的創(chuàng)新主體分析。本文基于相關(guān)專利信息，統(tǒng)計(jì)并排列出中、美、日三國(guó)市場(chǎng)的人工智能技術(shù)主要?jiǎng)?chuàng)新主體及其專利申請(qǐng)數(shù)量，結(jié)果如表4所示。

表4 中、美、日三國(guó)人工智能專利申請(qǐng)前20位的專利權(quán)人及專利申請(qǐng)數(shù)量

從表4可以看出，截至2019年，在美國(guó)、日本國(guó)內(nèi)申請(qǐng)人工智能專利的前20名創(chuàng)新主體全部為企業(yè)，并且有不少外國(guó)企業(yè)。而在中國(guó)大陸人工智能專利申請(qǐng)量前20名的創(chuàng)新主體只有微軟1家國(guó)外機(jī)構(gòu)，并且絕大部分是大學(xué)，企業(yè)占比較低。由此可見，中、美、日三國(guó)的人工智能技術(shù)創(chuàng)新主體存在巨大的差異。美國(guó)、日本是以企業(yè)為主導(dǎo)，不僅注重在世界其他重要市場(chǎng)如中國(guó)等進(jìn)行專利布局，還吸引了德、韓等國(guó)的優(yōu)秀企業(yè)如三星、西門子等公司到美國(guó)、日本市場(chǎng)進(jìn)行專利技術(shù)布局，以期在市場(chǎng)運(yùn)營(yíng)和競(jìng)爭(zhēng)的過程中促進(jìn)和引導(dǎo)人工智能技術(shù)的革新和開發(fā)。而中國(guó)則是以高校為主導(dǎo)，側(cè)重于教育和科技創(chuàng)新的結(jié)合，最大化利用高校這種學(xué)術(shù)氛圍濃郁的研發(fā)環(huán)境和處于技術(shù)研究前沿的人才資源，獲得人才、成果與技術(shù)的有力支撐，進(jìn)而促進(jìn)人工智能技術(shù)的開發(fā)和革新，擴(kuò)大專利產(chǎn)出。

4.2.4 人工智能技術(shù)的雙S曲線特征分析。將整理得出的中國(guó)人工智能專利信息分別與美國(guó)、日本的人工智能專利信息，通過Loglet Lab4軟件進(jìn)行雙S曲線擬合，分別得到中國(guó)與美國(guó)、日本的人工智能技術(shù)發(fā)展差距的雙S曲線，如圖7、圖8所示。

圖7 中美人工智能技術(shù)發(fā)展差距的雙S曲線

圖8 中日人工智能技術(shù)發(fā)展差距的雙S曲線

根據(jù)中美人工智能技術(shù)發(fā)展差距的雙S曲線可見，中國(guó)在1985年開始有人工智能專利申請(qǐng)數(shù)據(jù)，而美國(guó)早在1965年就擁有了人工智能的專利產(chǎn)出。美國(guó)人工智能技術(shù)起步比中國(guó)快，這與美國(guó)雄厚的科技與經(jīng)濟(jì)實(shí)力是分不開的。作為世界頭號(hào)科技與經(jīng)濟(jì)強(qiáng)國(guó)，美國(guó)在互聯(lián)網(wǎng)、計(jì)算機(jī)等技術(shù)方面一直處于全球領(lǐng)先地位，而人工智能技術(shù)作為計(jì)算機(jī)科學(xué)的一個(gè)分支，其發(fā)展程度與計(jì)算機(jī)科學(xué)和技術(shù)的整體發(fā)展有直接關(guān)系，這從側(cè)面決定了美國(guó)在人工智能技術(shù)發(fā)展早中期的領(lǐng)導(dǎo)地位。此外，美國(guó)作為開展人工智能技術(shù)研究最早的國(guó)家之一，一直領(lǐng)導(dǎo)著全球人工智能技術(shù)的發(fā)展。因此，其起步階段早于中國(guó)。雖然中國(guó)比美國(guó)晚20年才擁有專利產(chǎn)出，但是由于美國(guó)在1992年之前的專利申請(qǐng)數(shù)量并不多，先發(fā)優(yōu)勢(shì)并不明顯，所以兩者在前期的差異并不顯著。而在1992—2010年，美國(guó)的人工智能技術(shù)開始迅速發(fā)展且發(fā)展速度不斷加快，而中國(guó)在2010年之前處于中國(guó)人工智能技術(shù)發(fā)展階段的萌芽期（1985—2010年），發(fā)展速度十分緩慢。因此，在這一時(shí)期，中國(guó)與美國(guó)在人工智能領(lǐng)域的發(fā)展差距不斷擴(kuò)大且在2010年達(dá)到峰值，約1.1萬件。但作為后起之秀，中國(guó)在經(jīng)歷了長(zhǎng)期的以技術(shù)跟隨為主導(dǎo)的萌芽期以及以二次創(chuàng)新為重點(diǎn)的成長(zhǎng)期（2010—2018年）后，依靠后發(fā)優(yōu)勢(shì)，在2018年，我國(guó)的人工智能專利數(shù)量開始超過美國(guó)，且在這個(gè)發(fā)展趨勢(shì)能夠得到保持的前提條件下，我國(guó)的人工智能專利產(chǎn)出將在較長(zhǎng)的時(shí)間內(nèi)處于領(lǐng)先狀態(tài)。

根據(jù)中日人工智能技術(shù)發(fā)展差距的雙S曲線可見，日本在1975年擁有人工智能專利產(chǎn)出，比中國(guó)早了十年的時(shí)間。雖然日本作為人工智能技術(shù)的跟隨者和準(zhǔn)領(lǐng)導(dǎo)者，在人工智能領(lǐng)域具有較高的發(fā)展水平和較大的先發(fā)優(yōu)勢(shì)，但是日本由于專利數(shù)量一直比較穩(wěn)定，發(fā)展較平緩，在2005年就達(dá)到了中日最大人工智能技術(shù)發(fā)展差距，約為5 300件，是中美最大人工智能技術(shù)發(fā)展差距的一半，在兩者發(fā)展趨勢(shì)保持不變的前提條件下，我國(guó)將在一定程度上保持領(lǐng)先狀態(tài)。

由對(duì)中美、中日的人工智能技術(shù)發(fā)展差距的雙S曲線分析可知，鑒于人工智能技術(shù)發(fā)展存在長(zhǎng)周期性，美國(guó)和日本在前期的先發(fā)優(yōu)勢(shì)并沒有導(dǎo)致永久的技術(shù)發(fā)展壟斷局面的形成，也就為中國(guó)最終實(shí)現(xiàn)對(duì)先發(fā)國(guó)家的技術(shù)追趕提供了機(jī)會(huì)窗口。同時(shí)，中國(guó)在本國(guó)人工智能技術(shù)發(fā)展的成長(zhǎng)期，采取如二次創(chuàng)新等的創(chuàng)新模式，以及在萌芽期通過技術(shù)追隨漸進(jìn)性積累技術(shù)經(jīng)驗(yàn)等技術(shù)追趕舉措，都為中國(guó)實(shí)現(xiàn)人工智能專利產(chǎn)出激增，進(jìn)而完成技術(shù)追趕奠定了基礎(chǔ)。

4.3 我國(guó)實(shí)現(xiàn)人工智能技術(shù)追趕的因素

實(shí)踐結(jié)果證明，我國(guó)人工智能技術(shù)的發(fā)展路徑選擇是正確的，不僅最大限度地利用了后發(fā)優(yōu)勢(shì)，在較短時(shí)間內(nèi)實(shí)現(xiàn)了技術(shù)突破，還準(zhǔn)確地抓住了人工智能發(fā)展長(zhǎng)周期性、多階段性的特征所帶來的機(jī)會(huì)窗口，在人工智能技術(shù)發(fā)展進(jìn)入衰退期之前實(shí)現(xiàn)技術(shù)追趕。為了更深層次地挖掘我國(guó)在人工智能領(lǐng)域進(jìn)行技術(shù)追趕的規(guī)律和經(jīng)驗(yàn)，基于與美國(guó)、日本的人工智能技術(shù)地區(qū)發(fā)展差異分析結(jié)果，本文將分別從人工智能技術(shù)本身的發(fā)展特點(diǎn)、我國(guó)技術(shù)追趕的時(shí)機(jī)選擇和政策體系三個(gè)角度探究我國(guó)人工智能技術(shù)進(jìn)行技術(shù)追趕的因素。

4.3.1 技術(shù)演化軌跡。我國(guó)之所以能在人工智能部分技術(shù)領(lǐng)域完成技術(shù)追趕，這與人工智能技術(shù)本身的發(fā)展特點(diǎn)有著密不可分的聯(lián)系。由人工智能技術(shù)發(fā)展的S曲線可知，人工智能技術(shù)發(fā)展具有長(zhǎng)周期性和多階段性的顯著特點(diǎn)。人工智能技術(shù)在導(dǎo)入期發(fā)展緩慢，即便是美國(guó)、日本這些具有較大先發(fā)優(yōu)勢(shì)的發(fā)達(dá)國(guó)家，在人工智能技術(shù)發(fā)展的前期也是成效微薄，這就為我國(guó)實(shí)現(xiàn)技術(shù)追趕創(chuàng)造了巨大的機(jī)會(huì)窗口。不僅如此，如果考慮技術(shù)的路徑依賴特征，那么在舊技術(shù)上的投入很可能會(huì)阻礙新技術(shù)的擴(kuò)散和發(fā)展。雖然大量的技術(shù)創(chuàng)新最初主要在發(fā)達(dá)國(guó)家出現(xiàn)，但這些新技術(shù)的擴(kuò)散和發(fā)展在某些發(fā)達(dá)國(guó)家中很可能受阻，這是因?yàn)閷?duì)現(xiàn)有技術(shù)的大量投資是不可逆的［18］。這意味著，新技術(shù)很可能在老技術(shù)路徑依賴作用較小的后發(fā)國(guó)家快速擴(kuò)散。與此同時(shí)，隨著新技術(shù)的擴(kuò)散，結(jié)合用戶的動(dòng)態(tài)反饋和與之相對(duì)應(yīng)的工藝改進(jìn)，新技術(shù)的優(yōu)勢(shì)也很可能會(huì)轉(zhuǎn)移至技術(shù)擴(kuò)散較快的國(guó)家（后發(fā)國(guó)家）［19］，為后發(fā)國(guó)家實(shí)現(xiàn)技術(shù)追趕帶來更大的可能性。由于人工智能技術(shù)發(fā)展的特性，人工智能技術(shù)發(fā)展前期技術(shù)研究的階段性缺失并未導(dǎo)致先發(fā)國(guó)家永久壟斷技術(shù)發(fā)展這一局面的形成，雖然大量和主要的新技術(shù)最初出現(xiàn)在先發(fā)國(guó)家，但由于后發(fā)國(guó)家受到既有成熟技術(shù)體系的路徑依賴效應(yīng)小，從而能比先發(fā)國(guó)家更加適應(yīng)新技術(shù)發(fā)展的要求，反而為本國(guó)提供了后發(fā)優(yōu)勢(shì)。我國(guó)通過向技術(shù)領(lǐng)先者學(xué)習(xí)，規(guī)避了研發(fā)風(fēng)險(xiǎn)，減少了研發(fā)成本，獲得了溢出效應(yīng)，在掌握引進(jìn)技術(shù)的基礎(chǔ)上實(shí)施二次創(chuàng)新［9］，進(jìn)而在創(chuàng)新能力得以漸進(jìn)性積累的條件下，在人工智能技術(shù)發(fā)展的成熟期實(shí)現(xiàn)技術(shù)追趕。

相比之下，由于汽車產(chǎn)業(yè)不存在類似于人工智能技術(shù)的長(zhǎng)周期性和多階段性的發(fā)展特征，我國(guó)在汽車制造領(lǐng)域很難實(shí)現(xiàn)技術(shù)追趕。雖然從1986年開始，中國(guó)就將汽車產(chǎn)業(yè)列為支柱產(chǎn)業(yè)，其在整個(gè)國(guó)家政策支持體系中一直占據(jù)重要位置，但是我國(guó)的汽車產(chǎn)業(yè)不僅存在創(chuàng)新力不足、對(duì)核心技術(shù)的引進(jìn)和配件組裝的對(duì)外依賴度極高的問題，還存在國(guó)產(chǎn)汽車品牌邊緣化、核心競(jìng)爭(zhēng)力低等發(fā)展瓶頸，后發(fā)劣勢(shì)遠(yuǎn)大于后發(fā)優(yōu)勢(shì)。在該領(lǐng)域，先發(fā)國(guó)家已經(jīng)占據(jù)了技術(shù)創(chuàng)新的制高點(diǎn)，技術(shù)壟斷已然形成，由于“贏者通吃”效應(yīng)的存在，后發(fā)國(guó)家無論怎樣努力都很難縮小與發(fā)達(dá)國(guó)家之間的差距［19］，我國(guó)作為后發(fā)國(guó)家難以突破技術(shù)發(fā)展瓶頸從而實(shí)現(xiàn)技術(shù)追趕。

因此，我國(guó)能夠在人工智能部分技術(shù)領(lǐng)域?qū)崿F(xiàn)技術(shù)發(fā)展和突破，從而完成技術(shù)追趕，不僅與我國(guó)自身發(fā)展舉措有關(guān)，也與人工智能技術(shù)本身的發(fā)展特性息息相關(guān)。

4.3.2 技術(shù)追趕的時(shí)機(jī)選擇。我國(guó)選擇在人工智能技術(shù)發(fā)展導(dǎo)入期尾端進(jìn)入人工智能領(lǐng)域，這一舉措在一定程度上為我國(guó)實(shí)現(xiàn)技術(shù)追趕提供了時(shí)機(jī)優(yōu)勢(shì)，使我國(guó)準(zhǔn)確地把握住了機(jī)會(huì)窗口。

現(xiàn)有研究表明，如果后發(fā)國(guó)家進(jìn)入新興技術(shù)領(lǐng)域的時(shí)機(jī)較早，可積累大量技術(shù)經(jīng)驗(yàn)并建立知識(shí)目錄［20］，參與主導(dǎo)技術(shù)的設(shè)計(jì)［21］，搶占市場(chǎng)主導(dǎo)權(quán)，從而獲得先發(fā)優(yōu)勢(shì)［22］；但同時(shí)也面臨技術(shù)不確定性、成本風(fēng)險(xiǎn)、動(dòng)態(tài)市場(chǎng)等威脅。但如果后發(fā)國(guó)家追趕新興技術(shù)的時(shí)機(jī)較遲，雖然可以通過模仿學(xué)習(xí)和資源利用，降低追趕風(fēng)險(xiǎn)和成本［23］，但卻面臨較高的技術(shù)壁壘，遭受市場(chǎng)份額被搶占的后發(fā)劣勢(shì)［24］。因此，選擇合適的追趕時(shí)機(jī)對(duì)后發(fā)國(guó)家的技術(shù)追趕至關(guān)重要。

在全球人工智能技術(shù)發(fā)展的導(dǎo)入期，技術(shù)體系還處于最原始的狀態(tài)，科技知識(shí)大都是停留在公共知識(shí)和實(shí)驗(yàn)室階段，技術(shù)壁壘和知識(shí)的意會(huì)程度都較低，在這一階段，所有國(guó)家的技術(shù)水平幾乎“都在同一起跑線上”［25］。同時(shí)，潛在利潤(rùn)極高，市場(chǎng)和生產(chǎn)率提高的空間非常大，這些都為中國(guó)實(shí)現(xiàn)技術(shù)追趕建立了契機(jī)。不僅如此，由于中國(guó)是在這一階段的后期才進(jìn)入，先發(fā)國(guó)家的提前涉足為我國(guó)提供了經(jīng)驗(yàn)參考，也降低了我國(guó)獲取科技知識(shí)以及管理和組織經(jīng)驗(yàn)的成本，因而我國(guó)能比先發(fā)國(guó)家更快地進(jìn)入人工智能技術(shù)研究的體系之中。

4.3.3 政策驅(qū)動(dòng)。在助推政策的頒布上，我國(guó)根據(jù)本國(guó)人工智能技術(shù)發(fā)展的階段性特征，結(jié)合自身國(guó)情，在不同的階段頒布具有針對(duì)性的不同助推政策。在這種政策體系的助推下，我國(guó)的人工智能技術(shù)逐步發(fā)展，并在我國(guó)人工智能技術(shù)發(fā)展的成熟期實(shí)現(xiàn)跨越式突破，完成對(duì)美國(guó)、日本等先發(fā)國(guó)家的技術(shù)追趕。

在我國(guó)人工智能技術(shù)發(fā)展的導(dǎo)入期，主要以技術(shù)跟隨為主，強(qiáng)調(diào)引進(jìn)國(guó)外先進(jìn)技術(shù)、注重技術(shù)運(yùn)用和人才的培養(yǎng)。如自1980年起，中國(guó)大批派遣留學(xué)生赴西方發(fā)達(dá)國(guó)家學(xué)習(xí)科技新成果，研究現(xiàn)代科技，其中主要包括人工智能和模式識(shí)別等學(xué)科領(lǐng)域。這些人工智能“海歸”專家，如今已成為中國(guó)人工智能研究與開發(fā)應(yīng)用的學(xué)術(shù)帶頭人和中堅(jiān)力量，為發(fā)展中國(guó)人工智能做出了舉足輕重的貢獻(xiàn)。

在我國(guó)人工智能技術(shù)發(fā)展的成長(zhǎng)期，我國(guó)的相關(guān)政策側(cè)重于消化吸收引入技術(shù)、商業(yè)模式和技術(shù)共同創(chuàng)新以及科技成果的應(yīng)用。在導(dǎo)入期進(jìn)行技術(shù)跟隨漸進(jìn)性積累技術(shù)經(jīng)驗(yàn)后，進(jìn)行二次創(chuàng)新，發(fā)展自主開發(fā)能力，避免被鎖定在價(jià)值鏈低端環(huán)節(jié)。例如，2015年頒布的《中國(guó)制造2025》國(guó)家戰(zhàn)略中強(qiáng)調(diào)“建立一批產(chǎn)業(yè)創(chuàng)新聯(lián)盟，開展政產(chǎn)學(xué)研用協(xié)同創(chuàng)新，攻克對(duì)產(chǎn)業(yè)競(jìng)爭(zhēng)力整體提升帶動(dòng)性強(qiáng)、具有全局性影響的關(guān)鍵共性技術(shù)，加快成果轉(zhuǎn)化”［26］；《新一代人工智能發(fā)展規(guī)劃》中注重鼓勵(lì)以人工智能技術(shù)為重點(diǎn)應(yīng)用的產(chǎn)品研發(fā)，使商業(yè)模式與人工智能技術(shù)共同創(chuàng)新發(fā)展，促進(jìn)創(chuàng)新產(chǎn)品這一新興業(yè)態(tài)的培育，合理布局人工智能領(lǐng)域產(chǎn)業(yè)鏈，開發(fā)智能機(jī)器人、智能運(yùn)載工具以及智能終端、智能軟硬件等具有重大引領(lǐng)帶動(dòng)作用的人工智能產(chǎn)業(yè)［27］；國(guó)務(wù)院在《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》中提出，通過一系列的保障措施，進(jìn)一步發(fā)展人工智能新興領(lǐng)域技術(shù)，推進(jìn)提升終端產(chǎn)品智能化水平等項(xiàng)目，建立人工智能產(chǎn)業(yè)生態(tài)鏈，打造大規(guī)模的人工智能應(yīng)用市場(chǎng)［28］。

在我國(guó)人工智能技術(shù)進(jìn)入成熟期后，更加注重核心技術(shù)的開發(fā)，以鞏固后發(fā)優(yōu)勢(shì)，實(shí)現(xiàn)技術(shù)追趕。頒布的政策主要圍繞核心技術(shù)開發(fā)，共同推動(dòng)應(yīng)用技術(shù)研究，包括軟硬件技術(shù)開發(fā)、共性技術(shù)、人工智能基礎(chǔ)理論、支持開源軟硬件平臺(tái)及生態(tài)建設(shè)等。例如，在《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》中提出，加強(qiáng)研發(fā)人工智能的算法庫(kù)、開發(fā)框架、工具集，鼓勵(lì)建設(shè)開源開放平臺(tái)，研發(fā)出具有人工智能特質(zhì)的智能軟件是我國(guó)人工智能發(fā)展計(jì)劃之一［28］。

5 結(jié)論與啟示

5.1 研究結(jié)論

本文利用德溫特?cái)?shù)據(jù)庫(kù)檢索到的專利數(shù)據(jù)，使用S曲線中的Logistic模型分析全球和中國(guó)人工智能領(lǐng)域的技術(shù)發(fā)展軌跡，并基于雙S曲線模型，借助專利占比結(jié)構(gòu)、RTA指數(shù)等指標(biāo)對(duì)比分析中國(guó)同美、日兩個(gè)先發(fā)國(guó)家的人工智能技術(shù)發(fā)展?fàn)顩r，探究我國(guó)在人工智能領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕的重要影響因素，主要得到以下結(jié)論。

①人工智能技術(shù)特殊的發(fā)展特征為中國(guó)實(shí)現(xiàn)技術(shù)追趕提供了巨大的機(jī)會(huì)窗口。以往研究表明，高技術(shù)機(jī)會(huì)、低專有性和低累積性是進(jìn)入壁壘相對(duì)較低的技術(shù)發(fā)展條件［29-30］，而從人工智能技術(shù)的S曲線看，人工智能技術(shù)正呈現(xiàn)出萌芽期持續(xù)時(shí)間長(zhǎng)、增長(zhǎng)慢、階段性強(qiáng)的發(fā)展特征。相比之下，如汽車制造等技術(shù)的發(fā)展則不具備這樣的發(fā)展特性，技術(shù)發(fā)展成熟快、階段性模糊，使得后發(fā)國(guó)家難以打破先發(fā)優(yōu)勢(shì)從而實(shí)現(xiàn)技術(shù)追趕。

②正確地選擇進(jìn)入時(shí)機(jī)增加了中國(guó)實(shí)現(xiàn)人工智能領(lǐng)域技術(shù)追趕的成功率。中國(guó)在人工智能技術(shù)發(fā)展的萌芽期尾端進(jìn)入該領(lǐng)域，此時(shí)技術(shù)壟斷尚未形成，我國(guó)抓住了機(jī)會(huì)窗口，利用后發(fā)優(yōu)勢(shì)成功實(shí)現(xiàn)彎道超車，既保持了較小的技術(shù)差距又規(guī)避了一定的研發(fā)成本和風(fēng)險(xiǎn)，最終成為該領(lǐng)域的領(lǐng)先者。

③政策與技術(shù)協(xié)同演化，高效助推技術(shù)追趕進(jìn)程。從中國(guó)人工智能技術(shù)發(fā)展不同階段的布局政策看，我國(guó)人工智能技術(shù)發(fā)展的萌芽期主要采取技術(shù)引入的政策，注重技術(shù)的引入和模仿；導(dǎo)入期以二次創(chuàng)新為主導(dǎo)，在具有一定經(jīng)驗(yàn)積累的基礎(chǔ)上不斷進(jìn)行技術(shù)的完善和發(fā)展；成熟期則大力促進(jìn)自主創(chuàng)新，運(yùn)用自身形成的研發(fā)能力，自主研發(fā)核心技術(shù)，從而向高價(jià)值鏈環(huán)節(jié)轉(zhuǎn)變，實(shí)現(xiàn)最終的技術(shù)突破。

5.2 后發(fā)國(guó)家新興技術(shù)追趕戰(zhàn)略啟示

因研發(fā)資金嚴(yán)重缺乏、自主創(chuàng)新能力較弱等原因，后發(fā)國(guó)家在新興技術(shù)追趕領(lǐng)域面臨異常大的技術(shù)創(chuàng)新風(fēng)險(xiǎn)與阻力，但仍存在追趕機(jī)會(huì)。本文通過整理分析中國(guó)在典型新興技術(shù)之一——人工智能領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕的影響因素，對(duì)后發(fā)國(guó)家布局新興技術(shù)追趕戰(zhàn)略有一定的指導(dǎo)意義。

①把握機(jī)會(huì)窗口，選擇性開展技術(shù)追趕。雙S曲線模型的特征表明，在較為成熟的技術(shù)領(lǐng)域，先發(fā)國(guó)家基于先發(fā)優(yōu)勢(shì)，掌控著具有高壁壘保護(hù)的核心技術(shù)，后發(fā)國(guó)家難以實(shí)現(xiàn)技術(shù)突破。因此，對(duì)于追趕型的后發(fā)國(guó)家，應(yīng)選擇發(fā)展周期長(zhǎng)、具有多階段性的新興技術(shù)作為技術(shù)追趕的發(fā)力點(diǎn)，在新興技術(shù)導(dǎo)入期的尾端開展技術(shù)追趕進(jìn)程，以準(zhǔn)確把握新興技術(shù)追趕的機(jī)會(huì)窗口，規(guī)避技術(shù)發(fā)展紅海，謀取最大的后發(fā)優(yōu)勢(shì)實(shí)現(xiàn)技術(shù)追趕。

②及時(shí)調(diào)整發(fā)展政策，制度與技術(shù)協(xié)同演化。隨著中國(guó)人工智能技術(shù)演化進(jìn)程的推進(jìn)，助推政策的側(cè)重點(diǎn)由技術(shù)跟隨變?yōu)槎蝿?chuàng)新，最后演變?yōu)樽灾鲃?chuàng)新，制度體系與技術(shù)體系相互嵌套、協(xié)同演化，這說明技術(shù)追趕不是簡(jiǎn)單的新舊技術(shù)的更迭，而是持續(xù)的技術(shù)和制度的轉(zhuǎn)型過程［31］。因此，對(duì)于技術(shù)體系相對(duì)薄弱和欠缺的后發(fā)國(guó)家，在構(gòu)建和發(fā)展技術(shù)體系時(shí)必須遵循各系統(tǒng)相互嵌套的原則，形成協(xié)同發(fā)展效應(yīng)，在技術(shù)發(fā)展的各階段及時(shí)調(diào)整發(fā)展政策，以高效推動(dòng)技術(shù)追趕進(jìn)程。

③因地制宜，結(jié)合國(guó)情制定技術(shù)追趕戰(zhàn)略。在技術(shù)追趕的過程中，后發(fā)國(guó)家能否在引入先發(fā)國(guó)家先進(jìn)技術(shù)后實(shí)現(xiàn)二次創(chuàng)新，關(guān)鍵在于技術(shù)內(nèi)在化程度。由于后發(fā)國(guó)家與先發(fā)國(guó)家之間所處技術(shù)發(fā)展階段、制度環(huán)境和歷史文化的不同，技術(shù)的發(fā)展軌跡必定是不同的。因此，后發(fā)國(guó)家在制定技術(shù)追趕戰(zhàn)略時(shí)應(yīng)該保持本土化和特殊性的技術(shù)觀，結(jié)合自身國(guó)情制定技術(shù)追趕戰(zhàn)略，不能照搬先發(fā)國(guó)家現(xiàn)有的技術(shù)發(fā)展經(jīng)驗(yàn)。只有結(jié)合自身國(guó)情實(shí)施技術(shù)追趕，才能更準(zhǔn)確地把握技術(shù)發(fā)展的規(guī)律和訣竅，避免陷入發(fā)展條件和環(huán)境差異產(chǎn)生的“發(fā)展陷阱”。

④依靠自主創(chuàng)新，實(shí)現(xiàn)技術(shù)追趕最終目標(biāo)。后發(fā)國(guó)家一般在原材料、廉價(jià)勞動(dòng)力等方面具有比較優(yōu)勢(shì)，這些低端價(jià)值鏈活動(dòng)是后發(fā)國(guó)家要素稟賦結(jié)構(gòu)內(nèi)生決定的，因此，為實(shí)現(xiàn)技術(shù)追趕，后發(fā)國(guó)家在追趕初期應(yīng)著重發(fā)揮生產(chǎn)能力優(yōu)勢(shì)，從而聚集物質(zhì)和人力資本［32］。但技術(shù)能力的提升才是技術(shù)追趕的終極目標(biāo)，而其只能通過從事技術(shù)研發(fā)和產(chǎn)品開發(fā)等高端價(jià)值鏈活動(dòng)實(shí)現(xiàn)。因此，后發(fā)國(guó)家在技術(shù)追趕后期，即在趨近技術(shù)前沿時(shí)，應(yīng)當(dāng)及時(shí)將技術(shù)追趕重點(diǎn)轉(zhuǎn)向核心技術(shù)突破和自主創(chuàng)新，以避免被鎖定在低端價(jià)值鏈環(huán)節(jié)，難以獲得技術(shù)能力的提升，從而無法實(shí)現(xiàn)真正的技術(shù)追趕。

5.3 研究不足與展望

本文基于人工智能領(lǐng)域?qū)＠麛?shù)據(jù)對(duì)其發(fā)展階段及技術(shù)周期進(jìn)行了界定，并通過計(jì)算不同國(guó)家在不同階段的技術(shù)領(lǐng)先優(yōu)勢(shì)指數(shù)（RTA）來識(shí)別人工智能領(lǐng)域主要國(guó)家技術(shù)創(chuàng)新的相對(duì)態(tài)勢(shì)，以此判斷我國(guó)人工智能技術(shù)追趕狀態(tài)及可能原因，為后發(fā)國(guó)家實(shí)現(xiàn)技術(shù)追趕提供了一些啟示。但仍然存在以下局限和不足：一是本文對(duì)人工智能技術(shù)階段劃分及生命周期的判斷主要基于專利數(shù)據(jù)的時(shí)間分布進(jìn)行，未考慮其他影響技術(shù)周期演變的因素，如技術(shù)成熟度等的累積效應(yīng)對(duì)周期演變的影響，從而會(huì)對(duì)研究結(jié)果造成一定程度的影響，尤其是對(duì)部分趨勢(shì)預(yù)期結(jié)果，如對(duì)人工智能技術(shù)衰退期等的判斷，這是今后研究中值得進(jìn)一步拓展的地方；二是由于篇幅及數(shù)據(jù)的限制，本文對(duì)我國(guó)人工智能技術(shù)追趕的歸因分析主要使用的是文獻(xiàn)與演繹方法，未能應(yīng)用關(guān)系模型與數(shù)據(jù)檢驗(yàn)對(duì)這些歸因結(jié)論的有效性進(jìn)行驗(yàn)證，這也是今后研究中值得進(jìn)一步探討的問題。