袁 野，汪書悅，陶于祥

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

0 引言

技術(shù)創(chuàng)新是提升國(guó)家競(jìng)爭(zhēng)力的重要因素[1]，加快人工智能關(guān)鍵核心技術(shù)體系建設(shè)，提高人工智能技術(shù)創(chuàng)新能力對(duì)我國(guó)建設(shè)世界科技強(qiáng)國(guó)具有重大戰(zhàn)略意義。經(jīng)過(guò)多年積累，我國(guó)在部分領(lǐng)域取得長(zhǎng)足進(jìn)步，但整體發(fā)展水平與發(fā)達(dá)國(guó)家相比仍有不小差距。例如，關(guān)鍵設(shè)備、核心算法和操作系統(tǒng)等技術(shù)基本被谷歌、微軟、英特爾等國(guó)際巨頭壟斷，形成“鎖定效應(yīng)”，關(guān)鍵核心技術(shù)被“卡脖子”。后發(fā)追趕理論認(rèn)為，先發(fā)企業(yè)為壟斷核心技術(shù)設(shè)立了嚴(yán)格的獨(dú)占機(jī)制，后發(fā)企業(yè)作為使用者無(wú)法了解技術(shù)研發(fā)過(guò)程[2]，以市場(chǎng)換技術(shù)、依賴外資實(shí)行技術(shù)聯(lián)合開(kāi)發(fā)將導(dǎo)致技術(shù)陷阱和技術(shù)惰性，傳統(tǒng)技術(shù)創(chuàng)新模式難以為繼[3]，適合關(guān)鍵核心技術(shù)創(chuàng)新的新模式、新理論呼之欲出。特別是在當(dāng)前中美貿(mào)易摩擦加劇、新冠肺炎疫情暴發(fā)、關(guān)鍵核心技術(shù)“卡脖子”等錯(cuò)綜復(fù)雜的國(guó)際形勢(shì)下，如何實(shí)現(xiàn)關(guān)鍵核心技術(shù)突破是我國(guó)建設(shè)創(chuàng)新型國(guó)家的理論焦點(diǎn)。Stiftung[4]認(rèn)為，科學(xué)評(píng)價(jià)是有效管理的基礎(chǔ)。因此，合理評(píng)價(jià)技術(shù)創(chuàng)新能力是打破關(guān)鍵核心技術(shù)缺失桎梏、推進(jìn)國(guó)家科技治理體系改革的基石。在健全新型科技創(chuàng)新舉國(guó)體制背景下，精準(zhǔn)把握關(guān)鍵核心技術(shù)特點(diǎn)，結(jié)合新興創(chuàng)新管理理論，評(píng)價(jià)與測(cè)度某個(gè)國(guó)家、區(qū)域或產(chǎn)業(yè)關(guān)鍵核心技術(shù)創(chuàng)新能力是產(chǎn)業(yè)界與政府部門關(guān)注的熱點(diǎn)問(wèn)題。

從理論研究看，學(xué)術(shù)界圍繞投入產(chǎn)出和技術(shù)生命周期視角，使用R&D數(shù)據(jù)、專利數(shù)據(jù)和文獻(xiàn)數(shù)據(jù)，針對(duì)技術(shù)創(chuàng)新能力展開(kāi)了一系列研究。但關(guān)鍵核心技術(shù)通常被視為“自明性概念”而被“黑箱”化處理，針對(duì)關(guān)鍵核心技術(shù)創(chuàng)新能力的研究更是少見(jiàn)。與一般技術(shù)不同，關(guān)鍵核心技術(shù)具備知識(shí)復(fù)雜性、嵌入性、高投入、長(zhǎng)周期和商用生態(tài)依賴等特征[5]。關(guān)鍵核心技術(shù)創(chuàng)新不僅需要在某一科學(xué)原理點(diǎn)上實(shí)現(xiàn)突破，而且應(yīng)以點(diǎn)帶面，關(guān)注不同創(chuàng)新主體之間的價(jià)值共創(chuàng)和技術(shù)體系等[6]。因此，關(guān)鍵核心技術(shù)創(chuàng)新能力評(píng)價(jià)不應(yīng)僅局限于單一主體資源要素投入與產(chǎn)出，還需要考慮多元?jiǎng)?chuàng)新主體與環(huán)境之間的聯(lián)動(dòng)問(wèn)題?，F(xiàn)有技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)研究已經(jīng)不能滿足創(chuàng)新復(fù)雜度高、系統(tǒng)性強(qiáng)、速度快的關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度，而創(chuàng)新生態(tài)系統(tǒng)理論以生態(tài)學(xué)、系統(tǒng)學(xué)和創(chuàng)新理論交叉融合的特性在創(chuàng)新理論中占據(jù)獨(dú)特優(yōu)勢(shì)，為關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度提供了新視角。

基于此，本文以人工智能關(guān)鍵核心技術(shù)為研究對(duì)象，遵循“確定備選指標(biāo)—補(bǔ)充篩選指標(biāo)—構(gòu)建測(cè)度指標(biāo)體系—實(shí)證研究—結(jié)論建議”邏輯展開(kāi)論述，為前沿技術(shù)創(chuàng)新能力測(cè)度提供新思路。首先，運(yùn)用社會(huì)網(wǎng)絡(luò)分析法提取中心度高的指標(biāo)作為備選集，經(jīng)過(guò)補(bǔ)充和篩選，從創(chuàng)新生態(tài)系統(tǒng)視角出發(fā)構(gòu)建人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度指標(biāo)體系；其次，基于宏觀數(shù)據(jù)，使用變異系數(shù)-改進(jìn)TOPSIS法進(jìn)行客觀賦權(quán)并測(cè)度綜合評(píng)價(jià)值；最后，識(shí)別人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力動(dòng)態(tài)演進(jìn)趨勢(shì)，提出優(yōu)化人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力的具體措施和政策建議。

1 文獻(xiàn)綜述

1.1 人工智能關(guān)鍵核心技術(shù)

1.1.1 關(guān)鍵核心技術(shù)

目前，學(xué)界對(duì)關(guān)鍵核心技術(shù)的定義尚未達(dá)成一致。習(xí)近平總書記在2018年中國(guó)科學(xué)院第十九次院士大會(huì)上指出，核心技術(shù)是基礎(chǔ)技術(shù)、通用技術(shù)、非對(duì)稱技術(shù)、“撒手锏”技術(shù)、前沿技術(shù)與顛覆性技術(shù)的集合[7]，這是對(duì)關(guān)鍵核心技術(shù)的初步界定。國(guó)內(nèi)外部分學(xué)者從不同視角界定了關(guān)鍵核心技術(shù)。例如，基于技術(shù)創(chuàng)新過(guò)程視角，李顯君等[8]以中國(guó)高鐵產(chǎn)業(yè)為例，使用縱向案例法分析高鐵產(chǎn)業(yè)核心技術(shù)突破過(guò)程，發(fā)現(xiàn)核心技術(shù)是功能性核心技術(shù)、性能性核心技術(shù)與可靠性核心技術(shù)的組合，但不同領(lǐng)域關(guān)鍵核心技術(shù)的內(nèi)在結(jié)構(gòu)不同，該定義的外部適用性有待拓展。基于作用與特征視角，陳勁等[3]將關(guān)鍵核心技術(shù)視為一個(gè)技術(shù)體系，認(rèn)為其具備高投入性、獨(dú)特性和關(guān)鍵性特征；Cannice等[9]將核心技術(shù)定義為在技術(shù)體系中起核心或關(guān)鍵作用的技術(shù)；Kale等[10]認(rèn)為核心技術(shù)是企業(yè)的核心秘訣；張杰[11]指出具備“純燒錢+難以被山寨”特征的技術(shù)是關(guān)鍵核心技術(shù)的典型特征。結(jié)合上述研究，本文認(rèn)為關(guān)鍵核心技術(shù)是指以實(shí)現(xiàn)技術(shù)突破與再創(chuàng)新為目標(biāo)，由企業(yè)、高校、政府與科研機(jī)構(gòu)等創(chuàng)新主體共同作用，受社會(huì)環(huán)境和技術(shù)環(huán)境組合效用影響，與產(chǎn)業(yè)發(fā)展密切相關(guān)的技術(shù)知識(shí)體系，具備知識(shí)密集性、難復(fù)制性、研發(fā)資金投入大、投資回報(bào)期長(zhǎng)和多主體協(xié)同等特征。

學(xué)界不僅探討了關(guān)鍵核心技術(shù)內(nèi)涵，而且關(guān)注關(guān)鍵核心技術(shù)甄選機(jī)制、突破路徑等。張杰等[12]總結(jié)制約我國(guó)關(guān)鍵核心技術(shù)突破的外部因素和內(nèi)部因素，提出“十四五”科技攻關(guān)重點(diǎn)突破口，是從國(guó)家層面上的概括性描述，未能有效解決具體產(chǎn)業(yè)、企業(yè)情境下關(guān)鍵核心技術(shù)影響因素識(shí)別和具體實(shí)施路徑等問(wèn)題；張治河等[13]不再將研究對(duì)象局限于國(guó)家層面，針對(duì)國(guó)家競(jìng)爭(zhēng)和產(chǎn)業(yè)競(jìng)爭(zhēng)情景分別構(gòu)建了關(guān)鍵核心技術(shù)甄選模型，為識(shí)別不同對(duì)象關(guān)鍵核心技術(shù)提供了依據(jù)，但尚未明確剖析創(chuàng)新戰(zhàn)略與突破路徑?？傮w而言，關(guān)鍵核心技術(shù)定量研究較少，圍繞關(guān)鍵核心技術(shù)突破微觀機(jī)理、影響因素和創(chuàng)新能力測(cè)度等主題展開(kāi)實(shí)證研究具有重要意義。

1.1.2 人工智能關(guān)鍵核心技術(shù)

人工智能在1956年Dartmouth會(huì)議上被提出后，核心技術(shù)研發(fā)成為世界各國(guó)關(guān)注的焦點(diǎn)。20世紀(jì)七八十年代，受理論模型、數(shù)據(jù)樣本等限制，人工智能核心技術(shù)主要集中在專家系統(tǒng)、知識(shí)搜索、統(tǒng)計(jì)建模和人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域。21世紀(jì)后，隨著人工智能算法優(yōu)化和應(yīng)用場(chǎng)景的拓展，學(xué)術(shù)界和產(chǎn)業(yè)界對(duì)人工智能關(guān)鍵核心技術(shù)的定義層出不窮。本文結(jié)合理論文獻(xiàn)、《新一代人工智能發(fā)展規(guī)劃》等政策文件和中國(guó)科學(xué)院《2019年人工智能發(fā)展白皮書》，將人工智能關(guān)鍵核心技術(shù)定義為“與人工智能產(chǎn)業(yè)發(fā)展緊密結(jié)合，能夠推動(dòng)產(chǎn)業(yè)智能化轉(zhuǎn)型和國(guó)家經(jīng)濟(jì)高質(zhì)量發(fā)展的技術(shù)知識(shí)體系，包含自然語(yǔ)言處理、跨媒體分析推理、智能芯片等八大類”。

人工智能技術(shù)具有創(chuàng)新不確定、創(chuàng)新主體共生、多產(chǎn)業(yè)融合和自組織演化等特征，“技術(shù)促產(chǎn)業(yè)”模式推動(dòng)著我國(guó)人工智能產(chǎn)業(yè)發(fā)展[14]。在定性研究方面，房超等[15]從理論基礎(chǔ)、技術(shù)發(fā)展和應(yīng)用維度出發(fā)，將人工智能關(guān)鍵技術(shù)與核能、光伏技術(shù)對(duì)比，指出人工智能技術(shù)能夠通過(guò)賦能應(yīng)用領(lǐng)域產(chǎn)生社會(huì)效益，提出人工智能技術(shù)創(chuàng)新具備獨(dú)特的“演化式”創(chuàng)新特征，是對(duì)人工智能技術(shù)發(fā)展規(guī)律的系統(tǒng)化研究，為人工智能核心技術(shù)創(chuàng)新突破機(jī)制提供了論據(jù)；李修全[16]揭示人工智能技術(shù)具備創(chuàng)新周期短、技術(shù)轉(zhuǎn)化快等特征，指出開(kāi)源開(kāi)放、產(chǎn)學(xué)研協(xié)同創(chuàng)新是未來(lái)趨勢(shì)。以上研究主要關(guān)注特征分析、發(fā)展規(guī)律和未來(lái)趨勢(shì)展望，缺乏縱向深入研究。定量研究是定性研究的延伸，聚焦于使用專利分析、科學(xué)計(jì)量、文本挖掘等分析法實(shí)現(xiàn)關(guān)鍵核心技術(shù)預(yù)見(jiàn)和識(shí)別，為人工智能關(guān)鍵核心技術(shù)領(lǐng)域研究引入新研究方法。如黃魯成等[17]使用RSI指數(shù)、專利成長(zhǎng)率等指數(shù)甄別出機(jī)器學(xué)習(xí)的發(fā)展階段和核心領(lǐng)域；王友發(fā)等[18]通過(guò)共詞分析、專利主體分析、同族專利分析識(shí)別出人工智能領(lǐng)域核心技術(shù)。以上識(shí)別過(guò)程主要集中在理論層面，忽略了社會(huì)經(jīng)濟(jì)效益也是重要衡量指標(biāo)。突破關(guān)鍵核心技術(shù)不能只停留在定義和識(shí)別方面，更需要評(píng)估技術(shù)創(chuàng)新能力，厘清技術(shù)創(chuàng)新路徑、技術(shù)創(chuàng)新體系形成機(jī)理與運(yùn)行過(guò)程。

1.2 技術(shù)創(chuàng)新能力測(cè)度

技術(shù)創(chuàng)新能力是技術(shù)創(chuàng)新管理領(lǐng)域核心議題之一，對(duì)技術(shù)創(chuàng)新能力的探討是一個(gè)動(dòng)態(tài)演化過(guò)程。技術(shù)創(chuàng)新能力包括豐富的要素，使得這一概念格外復(fù)雜、多樣[20]，學(xué)界基于資源依賴、動(dòng)態(tài)能力、知識(shí)依賴等視角對(duì)其定義進(jìn)行了討論。1990年，Adler & Shenhar[21]首次基于資源依賴視角，從技術(shù)資產(chǎn)、組織資產(chǎn)、外部資產(chǎn)和項(xiàng)目管理4個(gè)維度定義技術(shù)創(chuàng)新能力。組織行為理論認(rèn)為，傳統(tǒng)技術(shù)創(chuàng)新能力是組織、創(chuàng)新能力等多種能力的集合，關(guān)注點(diǎn)由各類資產(chǎn)轉(zhuǎn)變?yōu)閭?cè)重?zé)o形的“軟實(shí)力”；Yam等[22]基于功能視角提出企業(yè)技術(shù)創(chuàng)新能力七維分析框架，包括組織、戰(zhàn)略規(guī)劃、學(xué)習(xí)與研發(fā)等7種能力。以上定義大都將技術(shù)創(chuàng)新能力視作多種能力的組合，但對(duì)技術(shù)創(chuàng)新過(guò)程的關(guān)注不夠，且將企業(yè)視為唯一的創(chuàng)新主體。吳友軍[23]將技術(shù)創(chuàng)新能力研究對(duì)象劃分為微觀、中觀和宏觀層面，即企業(yè)、產(chǎn)業(yè)與國(guó)家技術(shù)創(chuàng)新能力，從創(chuàng)新投入和產(chǎn)出視角構(gòu)建產(chǎn)業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，成為我國(guó)聚焦產(chǎn)業(yè)技術(shù)創(chuàng)新能力研究的開(kāi)端。

隨著產(chǎn)業(yè)技術(shù)創(chuàng)新能力概念逐漸明晰，其測(cè)度和評(píng)價(jià)引發(fā)學(xué)界廣泛關(guān)注，研究對(duì)象從固體礦產(chǎn)業(yè)、鋼鐵產(chǎn)業(yè)、裝備制造業(yè)等傳統(tǒng)行業(yè)到新能源汽車產(chǎn)業(yè)、高技術(shù)產(chǎn)業(yè)等戰(zhàn)略新興產(chǎn)業(yè)均有所涉及；研究方法由傳統(tǒng)DEA模型、熵值法到神經(jīng)網(wǎng)絡(luò)等智能化評(píng)價(jià)方法層出不窮；研究?jī)?nèi)容大都遵循“自上而下”的研究范式，即以特定產(chǎn)業(yè)為研究對(duì)象，從投入產(chǎn)出與環(huán)境、技術(shù)研發(fā)過(guò)程[24]等不同視角構(gòu)建指標(biāo)體系。部分學(xué)者在此過(guò)程中緊扣行業(yè)特征，試圖從新視角切入，但是理論支撐略顯薄弱?，F(xiàn)有研究是技術(shù)創(chuàng)新能力測(cè)度領(lǐng)域的有益探索，但仍存在尚待優(yōu)化之處，如技術(shù)創(chuàng)新主體不明確、創(chuàng)新機(jī)理不清晰、評(píng)價(jià)指標(biāo)異質(zhì)性差，且集中使用R&D統(tǒng)計(jì)指標(biāo)，未考慮諸多技術(shù)創(chuàng)新影響因素。

1.3 創(chuàng)新生態(tài)系統(tǒng)理論

熊彼特提出的創(chuàng)新理論是創(chuàng)新研究演進(jìn)的基礎(chǔ)，以創(chuàng)新生態(tài)系統(tǒng)為核心的創(chuàng)新3.0范式悄然興起。創(chuàng)新生態(tài)系統(tǒng)是生態(tài)學(xué)、系統(tǒng)科學(xué)與創(chuàng)新理論的有機(jī)結(jié)合，已逐漸成為創(chuàng)新理論研究領(lǐng)域的新方向[25]。在我國(guó)“十四五”時(shí)期聚焦科技強(qiáng)國(guó)、前沿技術(shù)迅猛發(fā)展的背景下，關(guān)鍵核心技術(shù)知識(shí)復(fù)雜性與密集性日漸增強(qiáng)，從創(chuàng)新生態(tài)系統(tǒng)視角考察技術(shù)創(chuàng)新要素構(gòu)成、外部環(huán)境與互動(dòng)關(guān)系[26]是研究關(guān)鍵核心技術(shù)創(chuàng)新的新思路。

創(chuàng)新生態(tài)系統(tǒng)研究的內(nèi)在邏輯層層遞進(jìn)，主要包括3個(gè)層面：①內(nèi)涵與特征：李萬(wàn)等(2014)指出，創(chuàng)新生態(tài)系統(tǒng)是一個(gè)復(fù)雜、開(kāi)放式系統(tǒng)，強(qiáng)調(diào)創(chuàng)新群落內(nèi)部、創(chuàng)新群落與環(huán)境之間的競(jìng)合關(guān)系，該定義通用性較強(qiáng)；部分學(xué)者基于新能源汽車、文化創(chuàng)意等產(chǎn)業(yè)情景定義了特定產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)的概念，通用概念和具體概念相互豐富，是創(chuàng)新生態(tài)系統(tǒng)研究領(lǐng)域的良好開(kāi)端；②創(chuàng)新生態(tài)系統(tǒng)概念模型：現(xiàn)有研究主要類比自然生態(tài)系統(tǒng)，從創(chuàng)新環(huán)境、創(chuàng)新種群和創(chuàng)新組織3個(gè)方面剖析結(jié)構(gòu)要素，為構(gòu)建特定產(chǎn)業(yè)創(chuàng)新生態(tài)系統(tǒng)概念模型提供了理論支撐；③創(chuàng)新生態(tài)系統(tǒng)評(píng)價(jià)：除對(duì)創(chuàng)新生態(tài)系統(tǒng)自身健康度、有機(jī)性與運(yùn)行穩(wěn)定性進(jìn)行評(píng)估外，少數(shù)學(xué)者將創(chuàng)新生態(tài)系統(tǒng)理論運(yùn)用于綜合評(píng)價(jià)中，如潘蘇楠等[27]從基礎(chǔ)生態(tài)子系統(tǒng)、創(chuàng)新人文子系統(tǒng)、行業(yè)發(fā)展子系統(tǒng)和社會(huì)經(jīng)濟(jì)環(huán)境子系統(tǒng)4個(gè)維度入手，測(cè)度新能源汽車可持續(xù)發(fā)展水平。但是，完整的創(chuàng)新生態(tài)系統(tǒng)不僅包括外界環(huán)境，還包括創(chuàng)新主體自身與外界環(huán)境的交互，該指標(biāo)體系尚未全面體現(xiàn)；黎璞等(2019)基于創(chuàng)新生態(tài)系統(tǒng)中各組成要素和互動(dòng)關(guān)系，從創(chuàng)新環(huán)境和創(chuàng)新主體兩個(gè)維度梳理創(chuàng)新盲點(diǎn)指標(biāo)體系，但在指標(biāo)選取過(guò)程中未完全規(guī)避主觀性。創(chuàng)新生態(tài)系統(tǒng)研究由內(nèi)涵界定逐步發(fā)展到模型構(gòu)建和演化機(jī)制上，現(xiàn)階段以創(chuàng)新生態(tài)系統(tǒng)為新視角進(jìn)行綜合評(píng)價(jià)成為學(xué)界關(guān)注焦點(diǎn)。技術(shù)創(chuàng)新能力測(cè)度研究大多基于經(jīng)典創(chuàng)新鏈和投入產(chǎn)出等視角，忽略了多方主體的協(xié)同作用，而將創(chuàng)新生態(tài)系統(tǒng)與技術(shù)創(chuàng)新有機(jī)融合能夠豐富理論研究并解決應(yīng)用問(wèn)題。

2 研究設(shè)計(jì)

2.1 指標(biāo)體系構(gòu)建

技術(shù)創(chuàng)新活動(dòng)的創(chuàng)新方式多樣，找到一種通用性測(cè)度指標(biāo)體系可行性較低。然而，技術(shù)創(chuàng)新最終均通過(guò)進(jìn)取效應(yīng)呈現(xiàn)[28]，因此測(cè)度技術(shù)創(chuàng)新能力時(shí)能夠納入部分通用指標(biāo)，本文采用通用指標(biāo)和特定指標(biāo)相融合的方法構(gòu)建指標(biāo)體系。首先，使用社會(huì)網(wǎng)絡(luò)分析法梳理與產(chǎn)業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)和測(cè)度相關(guān)的文獻(xiàn)，提煉通用指標(biāo)，形成指標(biāo)備選集；其次，搜集歸納行業(yè)研究報(bào)告，補(bǔ)充特定指標(biāo)；最后，通過(guò)變異系數(shù)法篩選指標(biāo)，構(gòu)建人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度指標(biāo)體系。

通用指標(biāo)來(lái)自文獻(xiàn)數(shù)據(jù)，選取中國(guó)知網(wǎng)中的文獻(xiàn)進(jìn)行分析，文獻(xiàn)起始時(shí)間不限，截止時(shí)間為2020年。為防止文獻(xiàn)遺漏，將關(guān)鍵詞選定為“技術(shù)創(chuàng)新”、 “評(píng)價(jià)”、“測(cè)度”，期刊等級(jí)設(shè)定為中文核心以上，得到3 291篇文獻(xiàn)。手動(dòng)剔除不相關(guān)文獻(xiàn)后，僅保留正文中包含產(chǎn)業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系的文獻(xiàn)，最終篩選出樣本文獻(xiàn)34篇。特定指標(biāo)來(lái)自行業(yè)研究報(bào)告，前沿報(bào)告庫(kù)全面匯總了權(quán)威機(jī)構(gòu)的研究報(bào)告，以人工智能為主題詞檢索出報(bào)告200余份，最終選取10份樣本報(bào)告。

2.2 通用指標(biāo)備選集確定

本文將34篇文獻(xiàn)指標(biāo)進(jìn)行去重、剔除與合并處理，剔除2009年以后廢止的指標(biāo)，如“科學(xué)家和工程師人數(shù)”等；去除指標(biāo)中的特定行業(yè)前綴，如將“高技術(shù)產(chǎn)業(yè)R&D人員”處理成“R&D人員”并與“R&D活動(dòng)人員”合并為“R&D人員”，最終得到207個(gè)指標(biāo)。使用COOC6.7軟件生成詞頻表，取頻次≥2的指標(biāo)形成41*41的共現(xiàn)矩陣，導(dǎo)入U(xiǎn)cinet軟件繪制社會(huì)網(wǎng)絡(luò)圖，導(dǎo)出各指標(biāo)的絕對(duì)度數(shù)中心度(Degree)，如圖1所示。絕對(duì)度數(shù)中心度用來(lái)表示與某個(gè)節(jié)點(diǎn)直接相連的其它節(jié)點(diǎn)的個(gè)數(shù)，是節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性和權(quán)力的象征，中心度越高表示該節(jié)點(diǎn)越重要[29]。

圖1 頻次≥2的指標(biāo)共現(xiàn)網(wǎng)絡(luò)

分析可知，34篇文獻(xiàn)使用測(cè)度和評(píng)價(jià)方法包括DEA、因子分析、熵值法、AHP和神經(jīng)網(wǎng)絡(luò)等，以DEA方法居多；視角多以投入產(chǎn)出為主，兼?zhèn)渫度氘a(chǎn)出環(huán)境和生命周期，因此將各指標(biāo)按照投入產(chǎn)出維度排列，如表1所示。投入和產(chǎn)出兩維度TOP10指標(biāo)中心度均已超過(guò)所有指標(biāo)中心度的均值，故將其作為備選指標(biāo)集。具體而言，投入維度主要集中在人力與財(cái)力投入上，R&D統(tǒng)計(jì)數(shù)據(jù)中創(chuàng)新主體邊界不清晰，未能區(qū)分不同創(chuàng)新主體對(duì)技術(shù)創(chuàng)新的不同影響。同時(shí)，R&D數(shù)據(jù)存在一定的局限性，無(wú)法涵蓋所有創(chuàng)新投入，僅使用R&D數(shù)據(jù)不足以評(píng)估技術(shù)創(chuàng)新能力[30]。產(chǎn)出維度方面，專利、新產(chǎn)品收入等指標(biāo)被頻繁使用，但技術(shù)創(chuàng)新具備理論與實(shí)踐雙重意義，不僅包含理論效益且存在經(jīng)濟(jì)效益和社會(huì)效益[31]。關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度亟需一個(gè)新視角，同時(shí)，針對(duì)某一特定產(chǎn)業(yè)展開(kāi)研究還需考慮行業(yè)特征。

2.3 特定指標(biāo)補(bǔ)充

研究報(bào)告在深入行業(yè)方面具有一定優(yōu)勢(shì)，與注重理論研究的學(xué)術(shù)論文相得益彰，且囊括了關(guān)鍵核心技術(shù)的共性。本文通過(guò)精煉研究報(bào)告指標(biāo)，補(bǔ)充特定指標(biāo)，作出如下分類：①數(shù)據(jù)層，使用數(shù)據(jù)開(kāi)放度、手機(jī)用戶數(shù)量等指標(biāo)衡量；②算力層，使用半導(dǎo)體產(chǎn)品國(guó)際市場(chǎng)占有率、FPGA芯片制造等指標(biāo)衡量；③基礎(chǔ)層，使用人工智能開(kāi)放平臺(tái)數(shù)量衡量；④經(jīng)濟(jì)環(huán)境層，使用融資金額、融資次數(shù)衡量；⑤政策環(huán)境層，使用政策數(shù)量衡量；⑥技術(shù)創(chuàng)新落地應(yīng)用層，使用應(yīng)用場(chǎng)景企業(yè)數(shù)、場(chǎng)景介入度等指標(biāo)衡量；⑦創(chuàng)新環(huán)境層，使用設(shè)有人工智能專業(yè)的本科院校數(shù)衡量；⑧創(chuàng)新主體層，使用企業(yè)數(shù)量、開(kāi)設(shè)人工智能專業(yè)的高校數(shù)量、科研機(jī)構(gòu)數(shù)量等指標(biāo)衡量；⑨理論產(chǎn)出層，使用期刊或會(huì)議論文數(shù)衡量。

人工智能關(guān)鍵核心技術(shù)創(chuàng)新與政府、企業(yè)、高校、科研機(jī)構(gòu)等多元主體密切相關(guān)(李煜華等，2015)，具備多主體、開(kāi)放性、可迭代優(yōu)化等特征，僅從投入產(chǎn)出視角已經(jīng)不能全面評(píng)估人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力。隨著創(chuàng)新范式的轉(zhuǎn)移，創(chuàng)新生態(tài)系統(tǒng)不再將企業(yè)視為唯一的創(chuàng)新主體，強(qiáng)調(diào)創(chuàng)新主體之間彼此依賴、知識(shí)流動(dòng)和創(chuàng)新資源互補(bǔ)共享(吳今希等，2014)，具備創(chuàng)新、生態(tài)和一般系統(tǒng)的特征。創(chuàng)新特性體現(xiàn)在各創(chuàng)新主體之間共生共榮、實(shí)現(xiàn)可持續(xù)價(jià)值創(chuàng)造、不斷優(yōu)化與完善創(chuàng)新環(huán)境等系統(tǒng)效益上。

2.4 基于創(chuàng)新生態(tài)系統(tǒng)的指標(biāo)體系構(gòu)建

2.4.1 人工智能關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)構(gòu)建

人工智能關(guān)鍵核心技術(shù)通過(guò)生命子系統(tǒng)內(nèi)部各創(chuàng)新主體間的協(xié)同創(chuàng)新及與環(huán)境之間的數(shù)據(jù)、資金、人才交換，實(shí)現(xiàn)技術(shù)迭代、技術(shù)積累和技術(shù)再創(chuàng)新。當(dāng)前，人工智能關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)已經(jīng)初步形成，如圖2所示。生命子系統(tǒng)包含眾多創(chuàng)新主體，環(huán)境子系統(tǒng)包含技術(shù)環(huán)境和社會(huì)環(huán)境，其中社會(huì)環(huán)境包括政策環(huán)境、人才環(huán)境和經(jīng)濟(jì)環(huán)境。

表1 指標(biāo)中心度與頻次分布(兩維度中心度TOP10的指標(biāo))

圖2 人工智能關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)模型

在技術(shù)研發(fā)階段，基礎(chǔ)研究是重要保障，算法、算力和數(shù)據(jù)缺一不可。算法突破需要高校、科研機(jī)構(gòu)及A類企業(yè)創(chuàng)新主體輸出專業(yè)人才，深鉆理論研究，提高數(shù)據(jù)可用性。通過(guò)外界產(chǎn)生的防疫數(shù)據(jù)、消費(fèi)數(shù)據(jù)、交通數(shù)據(jù)，針對(duì)特定需求進(jìn)行訓(xùn)練，數(shù)據(jù)集越多，模型訓(xùn)練效果越好，算法越精準(zhǔn)，算力設(shè)施壓力也就越小。同樣，政府出臺(tái)人工智能專項(xiàng)政策，營(yíng)造發(fā)展環(huán)境并保障基礎(chǔ)研究資源和資金投入。在基礎(chǔ)牢固的前提下，專注技術(shù)研發(fā)的B類企業(yè)通過(guò)人才和資金流動(dòng)，將優(yōu)化模型、算法納入新技術(shù)模塊，嵌入具體應(yīng)用場(chǎng)景，完成技術(shù)研發(fā)。

在技術(shù)轉(zhuǎn)化階段，B類企業(yè)完成技術(shù)研發(fā)后，最終將技術(shù)產(chǎn)品化，形成智能產(chǎn)品或行業(yè)解決方案，滿足消費(fèi)者需求，此時(shí)已完成整個(gè)生命周期的技術(shù)創(chuàng)新。產(chǎn)品化后的技術(shù)流入市場(chǎng)，3類用戶群為產(chǎn)品付費(fèi)，實(shí)現(xiàn)大量資金回流。同時(shí)，產(chǎn)品在使用過(guò)程中會(huì)產(chǎn)生大量數(shù)據(jù)和用戶反饋，為技術(shù)創(chuàng)新循環(huán)提供機(jī)會(huì)窗口。用戶反饋信息、數(shù)據(jù)、資金在系統(tǒng)中流轉(zhuǎn)，給予技術(shù)層和基礎(chǔ)層創(chuàng)新主體以反饋和支持，最終以“技術(shù)創(chuàng)新-技術(shù)迭代-技術(shù)積累-技術(shù)再創(chuàng)新”的良性循環(huán)模式推動(dòng)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力持續(xù)提升。

2.4.2 人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系構(gòu)建

本文遵循科學(xué)性、系統(tǒng)性和數(shù)據(jù)可得性原則，基于創(chuàng)新生態(tài)系統(tǒng)視角，從創(chuàng)新主體、創(chuàng)新環(huán)境和系統(tǒng)效益3個(gè)維度構(gòu)建人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力指標(biāo)測(cè)度體系，如表2所示。經(jīng)過(guò)變異系數(shù)法過(guò)濾和專家評(píng)估，篩選出18個(gè)指標(biāo)。

(1)創(chuàng)新主體維度。技術(shù)創(chuàng)新主體包含企業(yè)、政府、高校和科研機(jī)構(gòu)[32]，各創(chuàng)新主體對(duì)技術(shù)創(chuàng)新的作用方式不同。政府通過(guò)政策進(jìn)行宏觀調(diào)控，利用資金投入、項(xiàng)目支持與企業(yè)、高校等主體形成互動(dòng)；企業(yè)提供研發(fā)資金，不斷擴(kuò)大規(guī)模，提升自身技術(shù)研發(fā)實(shí)力；高校是培養(yǎng)基礎(chǔ)研究人才、落地研究課題的搖籃，為技術(shù)創(chuàng)新提供理論知識(shí)；科研機(jī)構(gòu)專注行業(yè)研究，把握行業(yè)趨勢(shì)動(dòng)態(tài)，為技術(shù)創(chuàng)新賦能。

(2)創(chuàng)新環(huán)境維度。人工智能與眾多前沿技術(shù)發(fā)展相輔相成，如以5G為代表的新一代信息通信技術(shù)為人工智能應(yīng)用場(chǎng)景賦能。人工智能關(guān)鍵核心技術(shù)創(chuàng)新離不開(kāi)算法、算力和數(shù)據(jù)的支撐，算法迭代對(duì)開(kāi)放性有極大需求，參考《2019年中國(guó)人工智能產(chǎn)業(yè)發(fā)展指數(shù)報(bào)告》，使用“國(guó)家級(jí)人工智能開(kāi)放平臺(tái)”衡量；算力主要體現(xiàn)在硬件層面，特別是FPGA芯片，使用集成電路產(chǎn)量替代；大量數(shù)據(jù)為算法優(yōu)化提供訓(xùn)練集，以往研究使用智能手機(jī)替代，本文使用我國(guó)產(chǎn)生的數(shù)據(jù)量表征；社會(huì)環(huán)境則從人才環(huán)境、經(jīng)濟(jì)環(huán)境和政策環(huán)境3個(gè)方面考量。

表2 基于創(chuàng)新生態(tài)系統(tǒng)的人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度指標(biāo)體系

(3)系統(tǒng)效益維度。系統(tǒng)效益即技術(shù)創(chuàng)新產(chǎn)出，分為理論效益和應(yīng)用效益兩部分。在理論部分，使用人工智能國(guó)際頂級(jí)會(huì)議AAAI論文數(shù)[33]表示；應(yīng)用效益層面，直接效益選取中心度高的發(fā)明專利指標(biāo)，由技術(shù)研發(fā)階段產(chǎn)生；間接效益包括微觀層面新產(chǎn)品銷售帶來(lái)的效益和宏觀層面技術(shù)落地應(yīng)用帶來(lái)的效益，由技術(shù)轉(zhuǎn)化階段產(chǎn)生。

3 實(shí)證檢驗(yàn)

3.1 數(shù)據(jù)來(lái)源與處理

參考已有研究，人工智能產(chǎn)業(yè)部分?jǐn)?shù)據(jù)使用電子及通信設(shè)備制造業(yè)、軟件與信息技術(shù)服務(wù)業(yè)數(shù)據(jù)的和進(jìn)行替代[34]，統(tǒng)計(jì)數(shù)據(jù)來(lái)源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、《科技統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》；部分?jǐn)?shù)據(jù)來(lái)自中國(guó)信息通信研究院系列研究報(bào)告，如中國(guó)產(chǎn)生的數(shù)據(jù)量等。考慮到2016年是我國(guó)“十三五”開(kāi)局之年，且可查閱的相關(guān)統(tǒng)計(jì)數(shù)據(jù)目前僅更新到2018年，因此數(shù)據(jù)時(shí)間范圍確定為2016-2018年。

3.2 測(cè)度方法

3.2.1 變異系數(shù)法

綜合評(píng)價(jià)需要經(jīng)歷指標(biāo)賦權(quán)和綜合評(píng)價(jià)值計(jì)算兩個(gè)步驟。賦權(quán)有主觀和客觀兩種方法，每種方法各有優(yōu)劣。本文中各指標(biāo)數(shù)據(jù)為定量數(shù)據(jù)，數(shù)值相差較大且存在0值，故使用變異系數(shù)法確定權(quán)重。步驟如下：

第一步，數(shù)據(jù)標(biāo)準(zhǔn)化處理。

(1)

(2)

其中，xij為第j個(gè)指標(biāo)在第i年的指標(biāo)值，yij為標(biāo)準(zhǔn)化后的指標(biāo)值，xjmax與xjmin分別為第j個(gè)指標(biāo)的最大值和最小值。

第二步，計(jì)算各指標(biāo)的變異系數(shù)cj和權(quán)重wj。

(3)

(4)

3.2.2 改進(jìn)的TOPSIS模型

TOPSIS評(píng)價(jià)模型由Hwang等[35]提出，該綜合評(píng)價(jià)法以正負(fù)理想解為評(píng)價(jià)標(biāo)準(zhǔn)計(jì)算相對(duì)貼進(jìn)度，對(duì)數(shù)據(jù)、評(píng)價(jià)指標(biāo)和對(duì)象無(wú)明確限制。同時(shí)，TOPSIS模型具備整體和局部評(píng)價(jià)優(yōu)勢(shì)，能夠客觀評(píng)價(jià)多個(gè)指標(biāo)的各種方案[36]，以客觀反映我國(guó)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力。改進(jìn)的TOPSIS在評(píng)價(jià)矩陣中引入變異系數(shù)法確定的指標(biāo)權(quán)重，能夠提高綜合評(píng)價(jià)的準(zhǔn)確性和合理性。步驟如下：

(1)計(jì)算矩陣H每行指標(biāo)與相應(yīng)權(quán)重系數(shù)的乘積，確定加權(quán)規(guī)范化矩陣，H={Wj×Yij}m×n。

(5)

(2)確定正理想解H+和負(fù)理想解H-。

H+=(maxhi1,maxhi2,...,maxhin)

(6)

H-=(minhi1,minhi2,...,minhin)

(7)

(3)計(jì)算正負(fù)理想解之間的歐氏距離O+、O-。

(8)

(9)

(4)計(jì)算相對(duì)貼近度Bj。

(10)

相對(duì)貼近度取范圍值在[0，1]之間，指標(biāo)貼近度越接近1表明指標(biāo)發(fā)展方向越好。根據(jù)以上步驟，依次計(jì)算各指標(biāo)的變異系數(shù)、權(quán)重和貼近度。夏文飛等[37]指出使用變異系數(shù)可以判斷評(píng)價(jià)指標(biāo)的鑒別能力，若指標(biāo)變異系數(shù)小于2.300則判定其鑒別能力較強(qiáng)。18個(gè)指標(biāo)體系變異系數(shù)的最大值為1.414，最小值為0.728，均值為0.944，故人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力各指標(biāo)的鑒別能力良好，無(wú)需剔除。

3.3 結(jié)果分析

3.3.1 測(cè)度結(jié)果分析

本文測(cè)度的綜合評(píng)價(jià)值如圖3所示。綜合來(lái)看，人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力由弱變強(qiáng)，呈高速增長(zhǎng)態(tài)勢(shì)。2016年，我國(guó)政府發(fā)布“互聯(lián)網(wǎng)+”人工智能3年行動(dòng)計(jì)劃，標(biāo)志著我國(guó)開(kāi)始著力發(fā)展人工智能，但是創(chuàng)新主體參與少、政策效果滯后等問(wèn)題導(dǎo)致關(guān)鍵核心技術(shù)創(chuàng)新能力較弱。2017-2018年，政策紅利釋放強(qiáng)勁效應(yīng)，各方資本積極參與，開(kāi)放創(chuàng)新平臺(tái)逐步建立，這一系列舉措推動(dòng)著人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力快速提升。

圖3 人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度結(jié)果與趨勢(shì)

從3個(gè)準(zhǔn)則層看，創(chuàng)新主體、創(chuàng)新環(huán)境和系統(tǒng)效益均呈持續(xù)向好趨勢(shì)，各準(zhǔn)則層發(fā)展均衡，充分拉動(dòng)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力增長(zhǎng)。創(chuàng)新主體和系統(tǒng)效益貼近度不斷增加，特別是2018年增速明顯加快。在創(chuàng)新環(huán)境支撐與創(chuàng)新主體的積極參與下，技術(shù)創(chuàng)新取得豐碩成果。如在自然語(yǔ)言處理領(lǐng)域，我國(guó)論文數(shù)量、獨(dú)角獸企業(yè)數(shù)量趕超美國(guó)。在政府戰(zhàn)略引領(lǐng)下，創(chuàng)新主體不斷豐富、互聯(lián)網(wǎng)與物聯(lián)網(wǎng)等技術(shù)興起、數(shù)據(jù)量激增、多方資本注入，創(chuàng)新環(huán)境明顯改善，由最初的0值躍升到0.714。

3.3.2 準(zhǔn)則層測(cè)度結(jié)果3.3.2.1 各準(zhǔn)則層指標(biāo)貼近度

各準(zhǔn)則層指標(biāo)貼近度走向存在差異，如表3所示。貼近度走向呈現(xiàn)5種趨勢(shì)：①12個(gè)指標(biāo)的貼近度持續(xù)上升；②C4的貼近度持續(xù)下降；③A1和A2的貼近度先下降后上升；④A5和B1的貼近度先上升后下降；⑤A3的貼近度連續(xù)兩年為0后，實(shí)現(xiàn)逼近極值的急速增長(zhǎng)。

(1)創(chuàng)新主體層面。創(chuàng)新主體維度整體發(fā)展不平衡，8個(gè)指標(biāo)覆蓋了4種不同的貼近度走向。人工智能新增企業(yè)數(shù)量貼近度波動(dòng)大，人工智能熱潮下眾多企業(yè)涌入市場(chǎng)，但初創(chuàng)型企業(yè)抗風(fēng)險(xiǎn)能力弱，可能會(huì)被激烈的市場(chǎng)競(jìng)爭(zhēng)淘汰；持觀望態(tài)度的企業(yè)望而卻步，直至2017年政策風(fēng)向再次傾向人工智能，新一輪初創(chuàng)企業(yè)涌入市場(chǎng)。因此，良好的政策環(huán)境促進(jìn)技術(shù)創(chuàng)新能力提升[38]。開(kāi)設(shè)人工智能專業(yè)的高校數(shù)量貼近度發(fā)生由0到1的變化，源于2018年教育部批準(zhǔn)部分高校開(kāi)設(shè)人工智能專業(yè)。

(2)創(chuàng)新環(huán)境層面。創(chuàng)新環(huán)境維度總體發(fā)展平衡，6個(gè)指標(biāo)存在2種貼近度走向，社會(huì)環(huán)境日趨完備。①政策方面，人工智能政策呈現(xiàn)“弱指令型”擴(kuò)散模式，遵循“由點(diǎn)到面”、跨層級(jí)、垂直型擴(kuò)散路徑[39]，政策數(shù)量逐年攀升；②技術(shù)環(huán)境方面，開(kāi)放平臺(tái)數(shù)量存在波動(dòng)，2017年我國(guó)制定了人工智能發(fā)展規(guī)劃并啟動(dòng)重大科技項(xiàng)目建設(shè)計(jì)劃，以科大訊飛和互聯(lián)網(wǎng)三大巨頭BAT為載體，確立了4個(gè)首批國(guó)家級(jí)人工智能開(kāi)放平臺(tái)；2018年處于探索過(guò)渡期，平臺(tái)建設(shè)準(zhǔn)則和申報(bào)要求未明確；2019年開(kāi)放“自主申請(qǐng)和推薦”兩條報(bào)名通道，鼓勵(lì)各企業(yè)充分發(fā)揮自身特色優(yōu)勢(shì)，同年確立10個(gè)開(kāi)放平臺(tái)，預(yù)計(jì)未來(lái)還會(huì)有更多企業(yè)承接細(xì)分領(lǐng)域平臺(tái)建設(shè)重任，創(chuàng)新環(huán)境將持續(xù)優(yōu)化。

(3)系統(tǒng)效益層面。系統(tǒng)效益維度發(fā)展趨于穩(wěn)定，3個(gè)指標(biāo)持續(xù)向好，1個(gè)指標(biāo)呈下降趨勢(shì)。在技術(shù)創(chuàng)新轉(zhuǎn)化階段，創(chuàng)新產(chǎn)出不僅體現(xiàn)在對(duì)本行業(yè)的貢獻(xiàn)上，還需要為其它傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)賦能。在指標(biāo)上體現(xiàn)為理論層面會(huì)議論文數(shù)量，應(yīng)用層面體現(xiàn)為專利、新產(chǎn)品收入和技術(shù)落地。除TOP100企業(yè)新增落地?cái)?shù)量逐年減少外，其它指標(biāo)發(fā)展勢(shì)頭良好。論文數(shù)量已與國(guó)際并跑，部分領(lǐng)域名列前茅。

表3 各準(zhǔn)則層具體指標(biāo)評(píng)價(jià)結(jié)果與貼近度走向

3.3.2.2 準(zhǔn)則層各指標(biāo)權(quán)重分布

3個(gè)準(zhǔn)則層各指標(biāo)權(quán)重分布如圖4所示。

(1)在創(chuàng)新主體層面，創(chuàng)新主體數(shù)量和創(chuàng)新投入測(cè)度權(quán)重排序?yàn)椋篈3(開(kāi)設(shè)人工智能專業(yè)的高校數(shù)量)>A2(R&D內(nèi)部支出中的企業(yè)資金)>A5(人工智能相關(guān)科研院所數(shù)量)>A1(人工智能新增企業(yè)數(shù))>A8(自科基金信息科學(xué)學(xué)部批準(zhǔn)項(xiàng)目數(shù)量)>A7(R&D經(jīng)費(fèi)中的政府資金)>A4(學(xué)校人工智能學(xué)科R&D課題數(shù)量)>A6(出臺(tái)人工智能政策的省政府?dāng)?shù)量)。概括而言，創(chuàng)新主體數(shù)量的重要性高于創(chuàng)新資源投入，創(chuàng)新生態(tài)系統(tǒng)中創(chuàng)新主體豐富度能夠提升企業(yè)抗風(fēng)險(xiǎn)能力。創(chuàng)新主體有不同的作用方式，高校相對(duì)重視基礎(chǔ)理論研究、專業(yè)人才培養(yǎng)；科研院所緊跟行業(yè)發(fā)展趨勢(shì)，縱向深挖細(xì)分領(lǐng)域技術(shù)；企業(yè)是技術(shù)創(chuàng)新的主要載體。除宏觀調(diào)控手段外，政府R&D資金投入的積極作用不容忽視。

圖4 3個(gè)準(zhǔn)測(cè)層各指標(biāo)權(quán)重分布

(2)在創(chuàng)新環(huán)境層面，各指標(biāo)權(quán)重相對(duì)均衡，具體順序?yàn)椋築1(人工智能開(kāi)放平臺(tái)數(shù)量)>B5(投融資總額)>B6(每年新增政策數(shù)量)>B2(中國(guó)產(chǎn)生的數(shù)據(jù)量)>B3(集成電路產(chǎn)量)>B4(人才需求數(shù)量)。表征算法的B1權(quán)重略高，算法是使用計(jì)算解決問(wèn)題的思想和方法，包含逆演繹算法、支持向量機(jī)、隨機(jī)森林和置信網(wǎng)絡(luò)等，為群體智能技術(shù)提供理論支撐。人工智能技術(shù)創(chuàng)新是一項(xiàng)投入高、周期長(zhǎng)的研發(fā)活動(dòng)，需要社會(huì)資本的長(zhǎng)期注入。例如，計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)領(lǐng)域獨(dú)角獸企業(yè)商湯科技除基礎(chǔ)研究扎實(shí)外，還需要不斷融資來(lái)支撐企業(yè)發(fā)展。我國(guó)智能芯片被“卡脖子”、領(lǐng)軍人才缺失表現(xiàn)為算力、人才權(quán)重較低，而這正是制約人工智能關(guān)鍵核心技術(shù)創(chuàng)新的關(guān)鍵。

(3)在系統(tǒng)效益層面，理論效益權(quán)重表現(xiàn)優(yōu)于應(yīng)用效益，除落地企業(yè)數(shù)權(quán)重較低外，其它3項(xiàng)指標(biāo)權(quán)重相差不大，特別是在論文、專利方面表現(xiàn)卓越。此前，針對(duì)我國(guó)SCI論文體量大但關(guān)鍵核心技術(shù)仍存在“卡脖子”的問(wèn)題，科技部等部委聯(lián)合倡導(dǎo)“破四唯”、“立新四條”，由關(guān)注數(shù)量轉(zhuǎn)變?yōu)閭?cè)重內(nèi)容。應(yīng)用方面，人工智能技術(shù)研發(fā)企業(yè)以初創(chuàng)型企業(yè)居多，許多企業(yè)無(wú)法支撐長(zhǎng)期、大量研發(fā)資金投入，落地困難。因此，在完成商業(yè)落地前需要克服“死亡谷效應(yīng)”，只有在競(jìng)爭(zhēng)中生存的企業(yè)才可能步入整個(gè)技術(shù)創(chuàng)新生命周期的良性循環(huán)。

4 結(jié)論與建議

4.1 研究結(jié)論

本文從創(chuàng)新生態(tài)系統(tǒng)新視角出發(fā)，構(gòu)建由3個(gè)準(zhǔn)則層、12個(gè)要素層和18個(gè)指標(biāo)層組成的評(píng)價(jià)指標(biāo)體系，使用2016-2018年數(shù)據(jù)測(cè)度人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力，揭示其變化趨勢(shì)，得出如下結(jié)論：

(1)我國(guó)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力穩(wěn)步提升，但其增速與各準(zhǔn)測(cè)層增速不匹配，存在“剪刀叉效應(yīng)”。2016-2018年，目標(biāo)層貼近度由0.302升至0.626，保持平穩(wěn)增長(zhǎng)態(tài)勢(shì)。但是細(xì)分而言，2016-2017年目標(biāo)層增幅高于系統(tǒng)效益，低于創(chuàng)新主體和創(chuàng)新環(huán)境，此時(shí)創(chuàng)新主體快速補(bǔ)充、創(chuàng)新環(huán)境持續(xù)優(yōu)化，但對(duì)提升技術(shù)創(chuàng)新能力的貢獻(xiàn)度不高； 2017-2018年，目標(biāo)層增速高于創(chuàng)新環(huán)境，低于創(chuàng)新主體和系統(tǒng)效益。

(2)在創(chuàng)新主體層面，總體貼近度增長(zhǎng)速度快，少量細(xì)分指標(biāo)貼近度波動(dòng)明顯。創(chuàng)新主體維度測(cè)度包含不同創(chuàng)新主體數(shù)量和創(chuàng)新資源投入，其中創(chuàng)新主體數(shù)量對(duì)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力的影響高于資源投入。在創(chuàng)新主體數(shù)量層面，隨著政策不斷擴(kuò)散，我國(guó)人工智能戰(zhàn)略在各省市全面鋪開(kāi)，關(guān)注人工智能創(chuàng)新發(fā)展的省市數(shù)量穩(wěn)步攀升。而權(quán)重排名靠前的新增企業(yè)、高校和科研院所數(shù)量均不斷波動(dòng)。在創(chuàng)新資源投入層面，企業(yè)資金投入和基礎(chǔ)研究扮演著重要角色。

(3)創(chuàng)新環(huán)境層面，總體貼近度雖然逐年上升，但增長(zhǎng)速度明顯放緩。在技術(shù)環(huán)境層面，算法對(duì)提升人工智能關(guān)鍵核心技術(shù)創(chuàng)新影響顯著，其次是數(shù)據(jù)和算力，這與技術(shù)創(chuàng)新生命周期相關(guān)。完成技術(shù)創(chuàng)新需要優(yōu)化算法模型，且在高速計(jì)算支撐下訓(xùn)練海量數(shù)據(jù)集，提高算法模型精準(zhǔn)度。在社會(huì)環(huán)境層面，投融資環(huán)境和政策導(dǎo)向趨于完善，拉動(dòng)人工智能技術(shù)創(chuàng)新能力增長(zhǎng)。

(4)在系統(tǒng)效益層面，總體貼近度以高增速增長(zhǎng)，但是少數(shù)細(xì)分指標(biāo)貼近度急劇下降。我國(guó)人工智能相關(guān)理論數(shù)量、發(fā)明專利數(shù)量一直居于國(guó)際前列，但在研究?jī)?nèi)容上卻與發(fā)達(dá)國(guó)家存在差距。因此，應(yīng)關(guān)注內(nèi)容質(zhì)量、創(chuàng)新性與可用性等，警惕內(nèi)容同質(zhì)化等現(xiàn)象的發(fā)生。需要注意的是，能夠完成商業(yè)落地的人工智能企業(yè)數(shù)量呈下降趨勢(shì)，技術(shù)轉(zhuǎn)化環(huán)節(jié)受阻。

4.2 理論貢獻(xiàn)

本研究理論貢獻(xiàn)如下：①?gòu)膭?chuàng)新生態(tài)系統(tǒng)視角出發(fā)，構(gòu)建創(chuàng)新主體、創(chuàng)新環(huán)境、系統(tǒng)效益三維指標(biāo)體系，對(duì)2016年以來(lái)我國(guó)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力進(jìn)行測(cè)度，彌補(bǔ)了現(xiàn)有產(chǎn)業(yè)技術(shù)創(chuàng)新能力指標(biāo)體系以投入產(chǎn)出為主和側(cè)重R&D統(tǒng)計(jì)數(shù)據(jù)的不足，豐富了人工智能關(guān)鍵核心技術(shù)創(chuàng)新測(cè)度與評(píng)價(jià)理論框架；②立足我國(guó)人工智能關(guān)鍵核心技術(shù)創(chuàng)新實(shí)踐情景，遵循“確定備選指標(biāo)-補(bǔ)充和篩選指標(biāo)-確定指標(biāo)”路徑，緩解了指標(biāo)體系構(gòu)建主觀性問(wèn)題，拓展了關(guān)鍵核心技術(shù)創(chuàng)新能力測(cè)度應(yīng)用范疇，為客觀測(cè)度前沿技術(shù)創(chuàng)新能力提供了一套實(shí)踐方法。

4.3 對(duì)策建議

根據(jù)上述結(jié)論，本文提出以下對(duì)策建議：

(1)協(xié)調(diào)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力增速與創(chuàng)新質(zhì)量的關(guān)系，建設(shè)科技創(chuàng)新長(zhǎng)效治理機(jī)制。由于創(chuàng)新資源的有限性，創(chuàng)新速度與創(chuàng)新質(zhì)量可能存在負(fù)相關(guān)關(guān)系，特別是在國(guó)內(nèi)政策紅利強(qiáng)勁釋放、市場(chǎng)需求大爆發(fā)背景下，部分企業(yè)受短期利潤(rùn)驅(qū)使，停留在國(guó)外開(kāi)拓過(guò)的技術(shù)軌道上開(kāi)展?jié)u進(jìn)式創(chuàng)新(柳卸林等，2011)，技術(shù)創(chuàng)新活動(dòng)呈現(xiàn)“策略性迎合”與“量大質(zhì)低”的特征[40]，因此應(yīng)及時(shí)建立技術(shù)創(chuàng)新質(zhì)量評(píng)估、反饋與預(yù)警制度，堅(jiān)持科技創(chuàng)新與體制機(jī)制創(chuàng)新“雙輪驅(qū)動(dòng)”。

(2)在創(chuàng)新主體層面，應(yīng)培育多元化創(chuàng)新主體，通過(guò)協(xié)同創(chuàng)新實(shí)現(xiàn)價(jià)值共創(chuàng)。人工智能技術(shù)不確定性高、投資回報(bào)周期長(zhǎng)，導(dǎo)致創(chuàng)新主體數(shù)量波動(dòng)大。因此，應(yīng)充分發(fā)揮政府的引領(lǐng)作用，加強(qiáng)頂層政策設(shè)計(jì)，積極培育創(chuàng)新主體，不斷豐富創(chuàng)新主體數(shù)量和種類，確保創(chuàng)新主體參與的連續(xù)性、穩(wěn)定性和可持續(xù)性。以企業(yè)為中心節(jié)點(diǎn)，完善創(chuàng)新主體間的互動(dòng)機(jī)制，筑固政產(chǎn)學(xué)研深度融合技術(shù)創(chuàng)新生態(tài)系統(tǒng)。同時(shí)，以示范企業(yè)為載體，以點(diǎn)帶面引導(dǎo)企業(yè)加大創(chuàng)新投入。

(3)在創(chuàng)新環(huán)境層面，打造集算法、算力和數(shù)據(jù)三位一體的超算中心，推動(dòng)技術(shù)環(huán)境和社會(huì)環(huán)境融合建設(shè)。算法模型復(fù)雜度日漸提升，底層算法原始創(chuàng)新困難、數(shù)據(jù)可用性差、共享程度低等問(wèn)題凸顯。建設(shè)超算中心需要實(shí)現(xiàn)從硬件到軟件、從芯片到架構(gòu)、從建設(shè)模式到應(yīng)用服務(wù)等各個(gè)環(huán)節(jié)的開(kāi)放共享，在軟硬件方面達(dá)到資源池化、實(shí)現(xiàn)數(shù)據(jù)高效調(diào)度和流轉(zhuǎn)。最終，基于超算中心算力基礎(chǔ)設(shè)施，打造開(kāi)放協(xié)同的技術(shù)交流平臺(tái)。同時(shí)，以吸引資本注入為抓手，擴(kuò)大技術(shù)環(huán)境和社會(huì)環(huán)境組合效用，實(shí)現(xiàn)“1+1>2”的聚合效應(yīng)。

(4)在系統(tǒng)效益層面，狠抓“四破四立”落實(shí)工作，推進(jìn)科技評(píng)價(jià)體系改革。重點(diǎn)關(guān)注科研成果質(zhì)量而非數(shù)量，堅(jiān)持“從0到1”的原始創(chuàng)新，夯實(shí)技術(shù)創(chuàng)新理論基礎(chǔ)，催化技術(shù)創(chuàng)新過(guò)程。不斷拓展人工智能應(yīng)用場(chǎng)景，加快人工智能關(guān)鍵技術(shù)轉(zhuǎn)化，提升中小微企業(yè)創(chuàng)新能力和專業(yè)化水平，助力擁有成熟技術(shù)的企業(yè)順利完成商業(yè)落地，鼓勵(lì)企業(yè)建設(shè)不同技術(shù)領(lǐng)域國(guó)家級(jí)人工智能開(kāi)放創(chuàng)新平臺(tái)。

4.4 不足與展望

本文存在如下不足：①在構(gòu)建指標(biāo)體系時(shí)雖然已經(jīng)考慮到理論依據(jù)和行業(yè)特性，但實(shí)證結(jié)果是對(duì)人工智能關(guān)鍵核心技術(shù)創(chuàng)新能力的概覽，弱化了不同技術(shù)子領(lǐng)域帶來(lái)的異質(zhì)性影響，未來(lái)可將技術(shù)生命周期和創(chuàng)新生態(tài)系統(tǒng)相融合，使用案例研究法探討某個(gè)子技術(shù)領(lǐng)域的創(chuàng)新機(jī)理，構(gòu)建測(cè)度某一子技術(shù)創(chuàng)新能力的指標(biāo)體系；②考慮數(shù)據(jù)及時(shí)性和可獲得性，以2016年為數(shù)據(jù)時(shí)間點(diǎn)，由于統(tǒng)計(jì)口徑和疫情等因素的影響，只能獲得3年數(shù)據(jù)，可能會(huì)給實(shí)證結(jié)果帶來(lái)細(xì)微影響，但可將本文研究思路拓展至其它行業(yè)。