沈映春 廖舫儀

摘 要：中央“十四五”規(guī)劃提出了建設(shè)國際科技創(chuàng)新中心的戰(zhàn)略構(gòu)想，而引領(lǐng)新一輪科技革命的人工智能是建設(shè)國際科技創(chuàng)新中心需要重點(diǎn)發(fā)展的產(chǎn)業(yè)。本文以國家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫為基礎(chǔ)，構(gòu)建了基于加權(quán)超圖的人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。該超網(wǎng)絡(luò)以參與產(chǎn)學(xué)研合作的高校、研究機(jī)構(gòu)和企業(yè)為節(jié)點(diǎn)，以專利申請(qǐng)為超邊，具體展現(xiàn)了人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作發(fā)展現(xiàn)狀。本文以北京為例構(gòu)建超網(wǎng)絡(luò)，并進(jìn)行了縱向與橫向?qū)Ρ?。結(jié)果顯示該超網(wǎng)絡(luò)中各節(jié)點(diǎn)的異質(zhì)性明顯，少數(shù)組織機(jī)構(gòu)占據(jù)主導(dǎo)地位，絕大多數(shù)組織機(jī)構(gòu)申請(qǐng)專利數(shù)量少、合作形式單一；幾所知名高校在產(chǎn)學(xué)研合作中占有絕對(duì)主導(dǎo)地位，企業(yè)主體地位不明顯；產(chǎn)學(xué)、產(chǎn)研合作數(shù)量多，產(chǎn)學(xué)研合作數(shù)量少等?；诖耍岢隽思訌?qiáng)政策引導(dǎo)、改善人工智能產(chǎn)學(xué)研合作創(chuàng)新不平衡現(xiàn)狀的相關(guān)政策建議。

關(guān)鍵詞：人工智能；產(chǎn)學(xué)研合作；專利；超網(wǎng)絡(luò)

一、引 言

縱觀人類歷史，每一次重大科技創(chuàng)新無不對(duì)人類社會(huì)產(chǎn)生巨大的影響。進(jìn)入21世紀(jì)以來，隨著科學(xué)技術(shù)的發(fā)展，第四輪科技革命正以前所未有的態(tài)勢(shì)席卷全球。而人工智能具有溢出帶動(dòng)性很強(qiáng)的“頭雁效應(yīng)”，是引領(lǐng)這新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)1。2017年政府工作報(bào)告將人工智能列為戰(zhàn)略性新興產(chǎn)業(yè)，同年7月國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》再次強(qiáng)調(diào)人工智能的國家戰(zhàn)略地位。近年來，人工智能技術(shù)不斷突破，推動(dòng)了農(nóng)業(yè)、制造業(yè)、醫(yī)療、信息技術(shù)等領(lǐng)域的技術(shù)進(jìn)步，同時(shí)也便利了人民的生活、促進(jìn)了經(jīng)濟(jì)增長。打好人工智能“關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)，提高創(chuàng)新鏈整體效能”，推動(dòng)人工智能同各產(chǎn)業(yè)深度融合，推動(dòng)先進(jìn)制造業(yè)集群發(fā)展2，成為我國未來的發(fā)展方向。

人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作的發(fā)展現(xiàn)狀如何？未來如何制定政策推動(dòng)產(chǎn)學(xué)研合作以進(jìn)一步促進(jìn)人工智能產(chǎn)業(yè)的發(fā)展？這些問題都具有重要的現(xiàn)實(shí)意義。本文通過構(gòu)建超網(wǎng)絡(luò)模型，以專利合作情況作為產(chǎn)學(xué)研合作的衡量指標(biāo)，具體展現(xiàn)北京人工智能產(chǎn)業(yè)的發(fā)展現(xiàn)狀，并將其與上海、深圳進(jìn)行對(duì)比，最終基于實(shí)證研究提出相關(guān)政策建議。

二、文獻(xiàn)綜述

學(xué)界對(duì)人工智能產(chǎn)業(yè)的研究主要集中在兩個(gè)方面。一方面是人工智能在某一行業(yè)或某一技術(shù)領(lǐng)域的應(yīng)用，凸顯出人工智能的實(shí)用價(jià)值。比如市場營銷領(lǐng)域，Wirtz（2018）等在考察消費(fèi)者對(duì)服務(wù)機(jī)器人的認(rèn)知、信念和行為的基礎(chǔ)上提出了服務(wù)機(jī)器人接受模型，為服務(wù)組織及其人員提供了如何提高客戶服務(wù)質(zhì)量的新思路；Yadav和Pavlou（2020）說明了技術(shù)如何在數(shù)字環(huán)境下重塑廣泛的市場，即數(shù)字技術(shù)對(duì)市場營銷的影響；Jagdip Singh（2019）等研究了人工智能和銷售數(shù)字化技術(shù)對(duì)商品銷售環(huán)節(jié)的影響。另一方面，隨著人工智能技術(shù)的普及，越來越多的學(xué)者根據(jù)社會(huì)的需要，對(duì)人工智能的性質(zhì)、特征進(jìn)行探索。比如，江怡通過對(duì)人工智能和人存在本身形而上的追問，發(fā)現(xiàn)人工智能是人探索自身存在意義的一種形式，也是對(duì)人原初問題的重新回歸。John Searle（2018）的“中文屋”實(shí)驗(yàn)認(rèn)為人工智能永遠(yuǎn)不會(huì)有心靈，而Agar N.（2019）的信任度評(píng)分方案、Schmid（2017）的生命形式方案都認(rèn)為人工智能存在心靈具有一定程度的可能性。閆坤如認(rèn)為，基于數(shù)據(jù)驅(qū)動(dòng)的人工智能機(jī)器無法揭示事物之間潛藏的因果關(guān)系和理解的復(fù)雜性，因此，人工智能對(duì)人類的認(rèn)知只處于功能模擬階段，不真正具有人類理解力。

人工智能的產(chǎn)學(xué)研方面，目前的研究仍較為有限，學(xué)者多從整體角度對(duì)人工智能產(chǎn)學(xué)研創(chuàng)新影響因素、合作模式、創(chuàng)新體系建設(shè)以及創(chuàng)新網(wǎng)絡(luò)模型進(jìn)行探究。如薛瀾等以人工智能產(chǎn)業(yè)為例研究發(fā)現(xiàn)，產(chǎn)學(xué)研協(xié)同創(chuàng)新績效受到企業(yè)、高校及科研院所資源異質(zhì)性大小的影響，一般來說，資源異質(zhì)性高的主體對(duì)產(chǎn)學(xué)研創(chuàng)新有促進(jìn)作用。王紹丹和裴庭偉（2020）在對(duì)比中美人工智能領(lǐng)域產(chǎn)業(yè)發(fā)展?fàn)顩r的基礎(chǔ)上，探討高校在該領(lǐng)域的發(fā)展優(yōu)勢(shì)與限制，并提出了四種人工智能領(lǐng)域產(chǎn)學(xué)研的合作模式。馬相東在總結(jié)美國、德國和日本的人工智能產(chǎn)學(xué)研創(chuàng)新體系建設(shè)的基礎(chǔ)上，認(rèn)為中國應(yīng)該通過公私合作加大研發(fā)投入，構(gòu)建政產(chǎn)學(xué)研一體的人工智能創(chuàng)新體系，以發(fā)揮人工智能技術(shù)的正面經(jīng)濟(jì)效應(yīng)。Fang Wei（2018）等建立了人工智能產(chǎn)業(yè)協(xié)同創(chuàng)新網(wǎng)絡(luò)模型，并以騰訊人工智能領(lǐng)域?qū)＠献骶W(wǎng)絡(luò)為例，用系統(tǒng)仿真方法分析了協(xié)同創(chuàng)新網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，對(duì)小世界現(xiàn)象、技術(shù)知識(shí)與網(wǎng)絡(luò)結(jié)構(gòu)的耦合演化等進(jìn)行探究，發(fā)現(xiàn)強(qiáng)化企業(yè)在人工智能技術(shù)創(chuàng)新中的主體地位、提高異質(zhì)主體之間的開放程度，是提高協(xié)同創(chuàng)新績效的有力保障。黃成節(jié)和南旭光（2019）著眼于人工智能時(shí)代社會(huì)的內(nèi)在特征，從推動(dòng)治理模式變革、治理制度創(chuàng)新、治理機(jī)制重構(gòu)、治理格局優(yōu)化等方面入手，為推動(dòng)產(chǎn)學(xué)研合作治理體系和治理能力現(xiàn)代化的建立和完善提供理論參考和實(shí)務(wù)借鑒。由此可知，目前對(duì)人工智能產(chǎn)學(xué)研合作網(wǎng)絡(luò)的探究仍存在較大空白。

目前，國內(nèi)外學(xué)者主要從復(fù)雜網(wǎng)絡(luò)角度對(duì)產(chǎn)學(xué)研合作進(jìn)行研究。如高霞和陳凱華（2015）以專利聯(lián)合申請(qǐng)為切入點(diǎn)，借助復(fù)雜網(wǎng)絡(luò)分析方法發(fā)現(xiàn)我國ICT領(lǐng)域產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)的規(guī)模呈增大趨勢(shì)，復(fù)雜網(wǎng)絡(luò)特征顯著，具有明顯的小世界性和無標(biāo)度特征。吳慧（2020）等通過復(fù)雜網(wǎng)絡(luò)分析得出中國醫(yī)藥制造業(yè)產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)具有無標(biāo)度網(wǎng)絡(luò)特性，并運(yùn)用QAP回歸分析得出小世界性對(duì)上海市產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)的創(chuàng)新績效會(huì)產(chǎn)生一定不利影響。但復(fù)雜網(wǎng)絡(luò)存在局限性，在一些情況下無法完全刻畫真實(shí)世界的特征。如在研究產(chǎn)學(xué)研合作網(wǎng)絡(luò)時(shí)，若某一項(xiàng)目的合作機(jī)構(gòu)數(shù)量大于等于3時(shí)，復(fù)雜網(wǎng)絡(luò)就失去了效力。而超網(wǎng)絡(luò)具有多層、多級(jí)、流量的多維性、多屬性和協(xié)調(diào)性等特征，能較好地描述超大規(guī)模的網(wǎng)絡(luò)。近年來，學(xué)者們注意到超網(wǎng)絡(luò)的這一優(yōu)點(diǎn)，開始運(yùn)用超網(wǎng)絡(luò)探究產(chǎn)學(xué)研合作情況。馬濤和郭進(jìn)利（2018）構(gòu)建出基于加權(quán)超圖的產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)，分別對(duì)上海ICT產(chǎn)業(yè)和上海電子信息產(chǎn)業(yè)的產(chǎn)學(xué)研發(fā)展現(xiàn)狀進(jìn)行分析。劉勇（2017）構(gòu)建了基于金融資本和中介作用的產(chǎn)學(xué)研協(xié)同創(chuàng)新超網(wǎng)絡(luò)均衡模型，建立了多目標(biāo)最優(yōu)決策模型，求解并分析了產(chǎn)學(xué)研協(xié)同創(chuàng)新超網(wǎng)絡(luò)均衡，并基于社會(huì)資本和中介的調(diào)節(jié)作用給出產(chǎn)學(xué)研協(xié)調(diào)創(chuàng)新實(shí)現(xiàn)超網(wǎng)絡(luò)均衡的框架和路徑。趙永平、徐盈之（2013）構(gòu)建了核心—外圍超網(wǎng)絡(luò)模型，發(fā)現(xiàn)協(xié)同創(chuàng)新是當(dāng)前產(chǎn)學(xué)研創(chuàng)新主體深度合作與共生優(yōu)化的最佳途徑，創(chuàng)新主體間能夠同時(shí)實(shí)現(xiàn)局部與整體的目標(biāo)最優(yōu)化，而超網(wǎng)絡(luò)優(yōu)化機(jī)制在出現(xiàn)均衡偏差時(shí)將促使創(chuàng)新主體進(jìn)行行為再優(yōu)化，使各創(chuàng)新主體更加明確其角色和功能定位。

綜上可知，目前使用超網(wǎng)絡(luò)模型對(duì)產(chǎn)學(xué)研進(jìn)行的研究主要專注于如何通過超網(wǎng)絡(luò)實(shí)現(xiàn)最優(yōu)化，而對(duì)某一產(chǎn)業(yè)產(chǎn)學(xué)研發(fā)展現(xiàn)狀的研究并不多。其中，使用超網(wǎng)絡(luò)對(duì)人工智能產(chǎn)業(yè)產(chǎn)學(xué)研發(fā)展現(xiàn)狀進(jìn)行的研究目前還未出現(xiàn)，這也是本文的研究意義所在。

三、基于加權(quán)超圖的產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

（一）網(wǎng)絡(luò)結(jié)構(gòu)介紹

超網(wǎng)絡(luò)是指節(jié)點(diǎn)眾多、網(wǎng)絡(luò)中含有網(wǎng)絡(luò)的系統(tǒng)，能夠比較清楚地描述和表示各節(jié)點(diǎn)和網(wǎng)絡(luò)之間的相互關(guān)系，也可以用優(yōu)化理論、博弈論、變分不等式等數(shù)學(xué)工具對(duì)網(wǎng)絡(luò)中的變量進(jìn)行分析和計(jì)算。

根據(jù) Chiang等和Estrada等學(xué)者的研究，產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可表示為H=（V，E，W），H為一個(gè)加權(quán)超圖。其中，有限集V={v1，v2，v3，...，vn}是超網(wǎng)絡(luò)中所有節(jié)點(diǎn)的集合，每個(gè)vi（i=1，2，…，n）表示超網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，即參與產(chǎn)學(xué)研合作申請(qǐng)專利的機(jī)構(gòu)；E={E1，E2，E3，...，Em}表示超網(wǎng)絡(luò)的超邊，即所有參與產(chǎn)學(xué)研合作申請(qǐng)專利的團(tuán)隊(duì)，每個(gè)Ej（j=1，2，…，m）表示一種產(chǎn)學(xué)研合作申請(qǐng)專利的機(jī)構(gòu)組合形式；在Ej≠？時(shí)，每條超邊都有一個(gè)權(quán)重w（Ej），表示每種產(chǎn)學(xué)研合作申請(qǐng)專利組合形式申請(qǐng)專利的數(shù)量，W={w（E1），w（E2），w（E3），...，w（Em）}代表超網(wǎng)絡(luò)中超邊權(quán)重的集合。

具體的網(wǎng)絡(luò)形式如圖1所示。圖中每個(gè)黑色實(shí)心圖案都代表參與產(chǎn)學(xué)研合作的一個(gè)機(jī)構(gòu)，黑色正方形代表高校，黑色圓形代表科研院所，黑色三角形代表企業(yè)，它們都是超網(wǎng)絡(luò)中的節(jié)點(diǎn)。一個(gè)空心圈代表一個(gè)產(chǎn)學(xué)研合作申請(qǐng)專利的團(tuán)隊(duì)，即一條超邊，每個(gè)圈中的所有圖案代表該團(tuán)隊(duì)中的所有機(jī)構(gòu)。超邊的權(quán)重即為該超邊所代表的團(tuán)隊(duì)申請(qǐng)專利的數(shù)量。

（二）衡量指標(biāo)

根據(jù)馬濤和郭進(jìn)利對(duì)基于加權(quán)超圖的產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)衡量指標(biāo)的構(gòu)建，表1中列出了分析所需的相關(guān)指標(biāo)及其定義、實(shí)際意義。

四、以北京市為主的實(shí)證研究

（一）數(shù)據(jù)的獲取

北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利相關(guān)數(shù)據(jù)來自國家知識(shí)產(chǎn)權(quán)局官方網(wǎng)站（https：//www.cnipa.gov.cn）。本文搜集了數(shù)據(jù)庫中北京2017年、2018年、2019年，上海2018年和深圳2018年的人工智能產(chǎn)業(yè)產(chǎn)學(xué)研聯(lián)合申請(qǐng)專利。人工智能產(chǎn)業(yè)相關(guān)IPC分類號(hào)來自2019年12月國家工業(yè)信息安全發(fā)展研究中心發(fā)布的《人工智能中國專利技術(shù)分析報(bào)告》（下簡稱《報(bào)告》）。《報(bào)告》將人工智能產(chǎn)業(yè)技術(shù)劃分為七個(gè)一級(jí)的技術(shù)分支：深度學(xué)習(xí)、語音識(shí)別、自然語言處理、計(jì)算機(jī)視覺、智能駕駛、云計(jì)算與智能機(jī)器人。每個(gè)一級(jí)分支下都給出了重點(diǎn)二級(jí)分支技術(shù)的IPC代碼（如表2所示）。將所有七個(gè)一級(jí)分支的IPC代碼進(jìn)行整合去重，共得到33個(gè)IPC代碼。本文在檢索頁面中的IPC分類中逐個(gè)輸入人工智能產(chǎn)業(yè)的IPC代碼進(jìn)行檢索。對(duì)檢索結(jié)果中不符合要求的數(shù)據(jù)進(jìn)行人工剔除，如只有單個(gè)申請(qǐng)人、申請(qǐng)人名稱中同時(shí)出現(xiàn)“公司”與“研究所”的情況。本文主要構(gòu)建了北京2018年人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)，并用北京2017年、2019年的數(shù)據(jù)，上海2018年和深圳2018年的數(shù)據(jù)進(jìn)行對(duì)比分析。

（二）2018年北京人工智能產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)的構(gòu)成

由表3可知，2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利排名前5位的IPC分類號(hào)分別為G06F、G06Q10、H04L29、G06K、G06N3，具體數(shù)量分別為194、68、68、61、48。上述5個(gè)分支領(lǐng)域申請(qǐng)專利的數(shù)量占2018年北京人工智能產(chǎn)學(xué)研合作申請(qǐng)專利總量超過66%。因此，這5個(gè)技術(shù)領(lǐng)域可以看作2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利的熱點(diǎn)。而其他28個(gè)分支申請(qǐng)專利的總數(shù)量僅占總量的不到34%。由此可見北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作分布并不均衡。

去除各分支內(nèi)重復(fù)統(tǒng)計(jì)的專利后，總共得到2018年北京市人工智能產(chǎn)業(yè)的相關(guān)專利493項(xiàng)。將專利申請(qǐng)中第一申請(qǐng)人看作是該專利的主導(dǎo)方，如第一申請(qǐng)人是高校，則該專利由高校主導(dǎo)。統(tǒng)計(jì)可得，2018年北京人工智能產(chǎn)業(yè)相關(guān)專利中，190項(xiàng)為高校主導(dǎo)，占38.54%；183項(xiàng)為企業(yè)主導(dǎo)，占37.12%；120項(xiàng)為研究機(jī)構(gòu)主導(dǎo)，占24.34%。由此可見，2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利的主導(dǎo)方比較平均，沒有出現(xiàn)某一主體占絕大多數(shù)的情況。

本文利用2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作的493項(xiàng)專利數(shù)據(jù)構(gòu)建北京市人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)。在該超網(wǎng)絡(luò)中，將高校、研究機(jī)構(gòu)和企業(yè)定義為超網(wǎng)絡(luò)的節(jié)點(diǎn)，共有335個(gè)節(jié)點(diǎn)，標(biāo)號(hào)為v1，v2，...，v335。其中，代表高校的黑色正方形點(diǎn)有37個(gè)，代表研究機(jī)構(gòu)的黑色圓形點(diǎn)有57個(gè)，代表企業(yè)的黑色三角形點(diǎn)有237個(gè)。該超網(wǎng)絡(luò)有223條超邊，即有223種不同的合作申請(qǐng)專利的機(jī)構(gòu)組合形式。每條超邊的標(biāo)號(hào)為E1，E2，...，E223，每條超邊中都包含至少2個(gè)、至多6個(gè)不同的節(jié)點(diǎn)。超邊的權(quán)重用來描述每條超邊中的組織合作申請(qǐng)專利的次數(shù)，超網(wǎng)絡(luò)中所有的超邊權(quán)重之和就是超網(wǎng)絡(luò)中的專利總數(shù)，即為493項(xiàng)。

對(duì)本文超網(wǎng)絡(luò)中的節(jié)點(diǎn)度、超度和超強(qiáng)度的最大值、最小值和平均值進(jìn)行計(jì)算，得到表4的數(shù)據(jù)。

由此可見，絕大部分組織機(jī)構(gòu)參與產(chǎn)學(xué)研合作專利申請(qǐng)的機(jī)構(gòu)組合形式十分單一，只有較少的幾個(gè)組織機(jī)構(gòu)有多種機(jī)構(gòu)組合形式。

（3）節(jié)點(diǎn)的超強(qiáng)度和超強(qiáng)度分布

由此可知，只有少數(shù)幾個(gè)組織機(jī)構(gòu)的產(chǎn)學(xué)研合作專利申請(qǐng)數(shù)量較大，其他大部分組織機(jī)構(gòu)的產(chǎn)學(xué)研合作專利申請(qǐng)數(shù)量較小，分布不均勻。但由圖4可見，各點(diǎn)縱坐標(biāo)差異不大，最高點(diǎn)縱坐標(biāo)未超過0.2。這說明與度、超度相比，各節(jié)點(diǎn)超強(qiáng)度的差異比較小。

（4）超邊超度

超邊超度ds （E j ）即每條超邊包含的節(jié)點(diǎn)個(gè)數(shù)，即一項(xiàng)專利中參與合作的組織機(jī)構(gòu)的個(gè)數(shù)。在構(gòu)成2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)的493項(xiàng)專利中，有415項(xiàng)專利參與合作的組織數(shù)目為2，有69項(xiàng)專利參與合作的組織數(shù)目為3，剩余9項(xiàng)專利參與合作的組織數(shù)目為4個(gè)及以上，最多一項(xiàng)專利的參與者達(dá)到6個(gè)。此外，分析結(jié)果表明，高校和企業(yè)共同申請(qǐng)的專利占大多數(shù)，高校、研究機(jī)構(gòu)以及企業(yè)共同申請(qǐng)的專利最少。

（5）節(jié)點(diǎn)度、超度和超強(qiáng)度之間的關(guān)系

擬合函數(shù)后可知，節(jié)點(diǎn)超度與節(jié)點(diǎn)度呈現(xiàn)線性關(guān)系，表達(dá)式為：y=0.95x+0.367（R2=0.812）。節(jié)點(diǎn)超度與節(jié)點(diǎn)超強(qiáng)度也呈線性關(guān)系，表達(dá)式為：y=2.072x-0.014（R2=0.717）（如圖5、6所示）。由此可得，節(jié)點(diǎn)超度與節(jié)點(diǎn)度為強(qiáng)正相關(guān)，節(jié)點(diǎn)超度與節(jié)點(diǎn)超強(qiáng)度為弱正相關(guān)。即組織機(jī)構(gòu)所參與的產(chǎn)學(xué)研合作申請(qǐng)專利的團(tuán)隊(duì)數(shù)和與該組織機(jī)構(gòu)有合作關(guān)系的其他組織機(jī)構(gòu)的數(shù)量正相關(guān)，組織機(jī)構(gòu)所參與的產(chǎn)學(xué)研合作專利申請(qǐng)的團(tuán)隊(duì)數(shù)和該組織機(jī)構(gòu)參與的產(chǎn)學(xué)研合作申請(qǐng)專利的數(shù)量也呈正相關(guān)?？梢哉f，一個(gè)組織機(jī)構(gòu)參與的團(tuán)隊(duì)數(shù)越多，則其合作的其他機(jī)構(gòu)越多，申請(qǐng)的專利也越多。

（四）北京人工智能產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)的縱向?qū)Ρ?/p>

基于2017與2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利的相關(guān)數(shù)據(jù)，可繪制出雙對(duì)數(shù)坐標(biāo)系下節(jié)點(diǎn)度和超度的累計(jì)概率分布（如圖7、8、9、10所示）。對(duì)曲線擬合發(fā)現(xiàn)數(shù)據(jù)均服從冪律分布。2017年北京人工智能產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)的節(jié)點(diǎn)度擬合的冪函數(shù)為y=0.482x-1.594（R2=0.955），節(jié)點(diǎn)超度擬合的冪函數(shù)為y=0.111x-1.332（R2=0.847）；2019年北京人工智能產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)的節(jié)點(diǎn)度擬合的冪函數(shù)為y=0.209x-1.485（R2=0.748），節(jié)點(diǎn)超度擬合的冪函數(shù)為y=0.204x-1.414（R2=0.707），結(jié)果均與2018年情況相類似（如表5所示）。由此可見，以2018年為例對(duì)北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作發(fā)展情況進(jìn)行分析具有代表性。

將這三年的數(shù)據(jù)進(jìn)行對(duì)比可得到近年來北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研的發(fā)展趨勢(shì)。

從總體情況來看，2017年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利中有27.33%為高校主導(dǎo)，41.86%為研究機(jī)構(gòu)主導(dǎo)，31.01%為企業(yè)主導(dǎo)；2018年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利中有38.54%為高校主導(dǎo)，37.12%為企業(yè)主導(dǎo)，24.34%為研究機(jī)構(gòu)主導(dǎo)；2019年北京人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利中有40.39%為高校主導(dǎo)，18.49%為研究機(jī)構(gòu)主導(dǎo)，40.93%為企業(yè)主導(dǎo)（如圖11所示）。研究機(jī)構(gòu)主導(dǎo)的專利申請(qǐng)量大幅下降，高校與企業(yè)主導(dǎo)的專利申請(qǐng)量穩(wěn)步上升，差距逐漸拉大。

（5）政府牽線搭橋，鼓勵(lì)團(tuán)隊(duì)合作

北京2018年人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)中，節(jié)點(diǎn)的超度和節(jié)點(diǎn)的度、超強(qiáng)度均呈現(xiàn)強(qiáng)正相關(guān)關(guān)系。說明一個(gè)組織機(jī)構(gòu)參與合作的團(tuán)隊(duì)數(shù)越多，則與其有合作關(guān)系的其他機(jī)構(gòu)越多，申請(qǐng)的專利數(shù)量也越多。因此，鼓勵(lì)組織機(jī)構(gòu)多參與產(chǎn)學(xué)研團(tuán)隊(duì)合作成為政府可行的選擇。政府可以作為中間人，建立完善的對(duì)接機(jī)制和信息資源平臺(tái)，幫助組織機(jī)構(gòu)尋找合適的產(chǎn)學(xué)研合作對(duì)象。

（6）鼓勵(lì)產(chǎn)學(xué)研三方共同合作

北京2018年人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)中，產(chǎn)學(xué)合作309項(xiàng)，占總數(shù)的62.68%，產(chǎn)研合作172項(xiàng)，占總數(shù)的34.89%，產(chǎn)學(xué)研合作12項(xiàng)，僅占總數(shù)的2.43%，產(chǎn)學(xué)研合作數(shù)量最少。高校、研究機(jī)構(gòu)和企業(yè)三者共同合作是產(chǎn)學(xué)研合作的重要形式，三者共同合作數(shù)量的增加能夠加深人工智能產(chǎn)業(yè)產(chǎn)學(xué)研合作的程度，促進(jìn)超網(wǎng)絡(luò)發(fā)展。因此，北京市政府應(yīng)當(dāng)積極鼓勵(lì)推動(dòng)高校、研究機(jī)構(gòu)和企業(yè)三方合作，建立信息共享機(jī)制，搭建合作交流平臺(tái)，完善知識(shí)產(chǎn)權(quán)相關(guān)制度和法律法規(guī)，以政策為導(dǎo)向讓真正的產(chǎn)學(xué)研合作推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。

參考文獻(xiàn)

[1] 馬相東. 人工智能的雙重效應(yīng)與中國智能經(jīng)濟(jì)發(fā)展[J]. 中共中央黨校（國家行政學(xué)院）學(xué)報(bào)[J]. 2020，24（02）：59-66.

[2] 黃成節(jié)，南旭光. 智能時(shí)代產(chǎn)學(xué)研合作治理研究的邏輯、挑戰(zhàn)及路徑[J]. 中國科技論壇，2019（02）：29-35+43.

[3] 高霞，陳凱華. 合作創(chuàng)新網(wǎng)絡(luò)結(jié)構(gòu)演化特征的復(fù)雜網(wǎng)絡(luò)分析[J]. 科研管理，2015，36（06）：28-36.

[4] 吳慧，顧曉敏，趙袁軍. 產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)拓?fù)溲莼膹?fù)雜網(wǎng)絡(luò)研究[J]. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2020，17（04）：38-47.

[5] 王眾托，王志平. 超網(wǎng)絡(luò)初探[J]. 管理學(xué)報(bào)，2008，05（01）：1-8.

[6] 馬濤，郭進(jìn)利. 基于加權(quán)超圖的產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)——以上海ICT產(chǎn)業(yè)為例[J]. 系統(tǒng)工程，2018，36（01）：140-152.

[7] 馬濤，郭進(jìn)利. 基于加權(quán)超圖的產(chǎn)學(xué)研合作申請(qǐng)專利超網(wǎng)絡(luò)模型——以上海電子信息產(chǎn)業(yè)為例[J]. 技術(shù)經(jīng)濟(jì)，2019，38（06）：109-118+124.

[8] 劉勇. 產(chǎn)學(xué)研協(xié)同創(chuàng)新超網(wǎng)絡(luò)均衡模型及其實(shí)現(xiàn)路徑[J]. 中國科技論壇，2017（01）：19-25.

[9] 趙永平，徐盈之. 基于核心—外圍超網(wǎng)絡(luò)模型的產(chǎn)學(xué)研協(xié)同創(chuàng)新研究[J]. 大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，34（04）：7-12.

[10] 王志平，王眾托. 超網(wǎng)絡(luò)理論及其應(yīng)用[M]. 北京：科學(xué)出版社，2008.4-5.

[12] 江怡. 人工智能與人類的原初問題[J]. 社會(huì)科學(xué)戰(zhàn)線，2020（01）：207-213+282.

[13] 約翰·R·塞爾. 心靈、大腦與程序[M]. 劉西瑞，王漢琦，譯∥瑪格麗特·博登. 人工智能哲學(xué). 上海：上海譯文出版社，2006.

[14] 薛瀾，姜李丹，黃穎，梁正. 資源異質(zhì)性、知識(shí)流動(dòng)與產(chǎn)學(xué)研協(xié)同創(chuàng)新——以人工智能產(chǎn)業(yè)為例[J]. 科學(xué)學(xué)研究，2019，37（12）：2241-2251.

[15] 王紹丹，裴庭偉. 第三次發(fā)展熱潮下人工智能領(lǐng)域產(chǎn)學(xué)研合作模式探討[J]. 教育教學(xué)論壇，2020（31）：88-90.

[16] Chiang I J，Agglomerativealgorithm to discover semantics from unstructured big data[C] ， IEEE International Conference on Big Data， 2015.

[17] Estrada E， et al.Subgraphcentrality in complex networks[J].Physical Review E， 2005， 71（5）： 056103.

[18] Jochen Wirtz， Paul G. Patterson， Werner H. Kunz， et al. Brave new world： service robots in the frontline[J]. Journal of Service Management，2018，29（5）：907-931.

[19] Yadav， Manjit S.， and Paul A. Pavlou. Technology-Enabled Interactions in Digital Environments：A Conceptual Foundation for Current and Future Research[J].Journal of the Academy of Marketing Science，2020，48 （1）： 132–36.

[20] Singh， Jagdip， Karen Flaherty， Ravipreet S. Sohi， Dawn Deeter-Schmelz， Johannes Habel， Kenneth Le Meunier-FitzHugh， Avinash Malshe， Ryan Mullins， and Vincent Onyemah. Sales Profession and Professionals in the Age of Digitization and Artificial Intelligence Technologies： Concepts， Priorities， and Questions[J]. Journal of Personal Selling & Sales Management，2019，39 （1）： 2–22.

[21] Agar， N. How to Treat Machines That Might Have Minds[J]. Philosophy and Technology 33， 2019 （02）： 269–82.

[22] Hans Bernhard Schmid. “Robot”as a Life-Form Word[J]. Haku R， Seibet J， eds.Sociality and Normativity for Robots， Studies in the Philosophy of Sociality， 2017（9）.

[23] Wei， Fang， Dai Sheng， and Wang Lili. Evolutionary Model and Simulation Research of Collaborative Innovation Network： A Case Study of Artificial Intelligence Industry[J].Discrete Dynamics in Nature & Society， 2018（11）： 1–13.

Research on Industry-University-Research Cooperative Hypernetwork for Applying Patent of Artificial Intelligence Industry in Beijing

YINGCHUN SHEN

（Beihang University， School of Public Administration）

FANGYI LIAO

（Beihang University， School of Public Administration）

Abstract： The "14th five year plan" put forward the key support for Beijing to become an international center for technology and innovation. Artificial intelligence， which leads a new round of science and technology revolution， is an essential industry for Beijing in the process of building an international center for technology and innovation. Based on the patent database of the State Intellectual Property Office， this paper constructs a industry-university-research cooperative hypernetwork for applying patent based on weighted hypergraph of Beijing artificial intelligence industry in 2018， and compares it with data of different years and cities. With universities， research institutions and enterprises participating in the cooperation as nodes and patent application as edge， the hypernetwork shows the present situation of industryuniversity-research cooperation of artificial intelligence industry in Beijing. According to the empirical results， the heterogeneity of each node in the hypernetwork is obvious， a few organizations occupy the dominant position， and the vast majority of organizations apply for fewer patents and have a single form of cooperation； several well-known universities play an absolute leading role in the industry-university-research cooperation， and the dominant position of enterprises is not obvious； the number of cooperation with both universities and enterprises and cooperation with both research institutions and enterprises is large， but the number of cooperation with all universities， research institutions and enterprises is small. Therefore， we need to strengthen policy guidance to improve the imbalance of industry-university-research cooperation and innovation.

Keywords： artificial intelligence； industry-university-research cooperation； patent； hypernetwork

執(zhí)行編輯〔劉自敏〕

沈映春，北京航空航天大學(xué)公共管理學(xué)院教授，博士，經(jīng)濟(jì)系主任，碩士生導(dǎo)師，廖舫儀，北京航空航天大學(xué)公共管理學(xué)院經(jīng)濟(jì)學(xué)本科生。

基金項(xiàng)目：2020年北京市社會(huì)科學(xué)基金決策咨詢項(xiàng)目（重點(diǎn)項(xiàng)目）——“北京全國科技創(chuàng)新中心輻射力研究”（20JCB063）；2020年北京市社會(huì)科學(xué)基金規(guī)劃項(xiàng)目（重點(diǎn)項(xiàng)目）——“創(chuàng)新生態(tài)視角下北京建設(shè)國際科技創(chuàng)新中心研究”（20GLA075）。

1 中國共產(chǎn)黨新聞網(wǎng).習(xí)近平講故事：人工智能具有很強(qiáng)的“頭雁”效應(yīng)[Z].http：//cpc.people.com.cn/n1/2019/0726/ c64094-31256975.html，最后訪問時(shí)間：2021年5月24日。

2 中國政府網(wǎng).中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要[Z].http：//www.gov.cn/ xinwen/2021-03/13/content_5592681.htm，最后訪問時(shí)間：2021年5月24日。