大突破！南大经济学者提出“卡脖子”技术测度方法

广告

1月20日，南京大学商学院院长安同良教授团队在国内经济学领域顶级科研期刊《经济研究》发表了题为 “中国高技术制造业技术测度与赶超路径—以锂电池行业为例”的研究论文。研究团队通过将PageRank算法与改进的HITS算法相复合，创造性地提出了一种识别具体产业中“卡脖子”技术的测度算法，并从理论上证明了该算法的优越性。

南京大学安同良教授团队通过将PageRank算法与改进的HITS算法相复合，创造性地提出了一种测度识别具体产业中“卡脖子”技术的算法，并通过无标度网络从理论上证明了算法的优越性。更进一步以锂电池产业为例，利用算法精确展现了锂电池产业的创新格局，印证了该算法在实际应用中的有效性，可以广泛应用于社会其他行业。最后，该算法的有效应用可以为我国高技术制造业未来突破“卡脖子”技术提供明确的方向与赶超途径的启示。

 安同良团队首次提出“卡脖子”技术测度方法 

新中国经过艰辛漫长的工业化，形成了独立完整的现代工业体系，成为全球唯一拥有联合国产业分类中全部工业门类的国家，初步具备了产业链自主可控的能力。但在新一轮科技革命冲击及西方发达国家“卡脖子”技术严重胁迫的现实背景下，中国产业链供应链的安全受到了较大挑战，亟需在创新驱动的高技术制造业发展中进一步提升“中国创造”在全球产业链中的位次，努力推动“制造大国”向高水平科技自立自强的“制造强国”转变。因此，如何测度与突破“卡脖子”技术，成为政界与学界的难题。

基于技术专利引用网络视角，本文将“卡脖子”技术视作专利网络中关键技术体系的枢纽节点技术，并创造性地结合两种网络测度算法——PageRank算法与HITS算法的思想，构建基于专利层级与企业层级的通用技术测度方法。

图1：排名前100的企业创新影响力分布

1、利用专利间的引用关系所体现的知识的传递性和创新的延续性，使用PageRank测度方法，揭示技术发展过程中基础性技术与创新在产业发展中的基石作用，并充分利用专利引用网络的无标度网络属性，证明该方法更能有效识别出产业发展中具有基础作用的关键性“卡脖子”技术。

2、根据无标度网络的脆弱性特征，证明通过PageRank算法测算出来的高影响力节点更多地处于网络中的枢纽位置。这体现出PageRank算法可以更好地在专利引用网络中通过计算和排序找到技术发展中面临的“不可替代”或“难以逾越”的关键技术——“卡脖子”技术，从而提高技术研发攻坚的靶向性。

3、由PageRank算法获得的对关键技术的评价值具有可加总性，使得两种算法得以有机结合，通过对同一企业或创新主体不同专利的加权具有了数学与经济学意义，从而使得企业或创新主体在专利上的创新能力有了客观的衡量标准。

4、利用企业或其他创新主体在独立或合作研发专利的过程中，对其在行业中创新能力的认可与其发布专利的重要性存在着“正反馈”的关系，使用经过改进的HITS算法从企业层面对每个企业在行业中的创新影响力进行测度，直观展现中国企业的技术赶超进程，并提供了可供观测及横向比较的量化测度基础。

图2：2010年以来中国锂电池产业全产业链发展格局演变

基于上述理论分析，本文对锂蓄电池技术中企业创新影响力分布进行细致刻画，发现我国在具有战略意义的高技术制造业中通过产学研协同创新与产业链多部门合作，借助产业政策的积极推动，实现了全面赶超，具体表现在：

1、借助国内完备的产业配套体系，中国企业在锂电池行业的发展呈现出整体赶超态势，形成了从研究、生产到应用多赛道“卡脖子”技术突破的协同创新发展路径。根据本文的创新影响力排名，排名前列的中国研究机构与企业中，既有基础研究的领导者，又有在产业应用中处于领导地位的企业，这些领先性企业或研究机构分别在锂电池产业链的关键技术链中“卡位”，成为世界其他国家技术发展的关隘。

2、政府的产业政策牵引产业协同，驱动微观需求与供给，使整体行业得以健康有序发展，催生出一批在产业链各节点都具有竞争力的企业。既充分尊重了企业及产业链相关主体的自由发展，展现的是产业政策对市场机制的有益补充，同时更体现了产业政策引领作用对微观主体竞争活力的增进作用。

3、超大规模需求激活技术创新“正反馈”机制。有力的新能源汽车购置税减免政策及车企雄心勃勃的营销策略直接激发了中国大众的潜在购车需求，使得中国在量产经验、原料供应和技术配套上实现了“卡别人脖子”。

由此，中国锂电池行业已经走出了突破产业链上下游各环节“卡脖子”技术的发展路径，并在国际竞争中实现了全产业链的赶超，本文将这一技术追赶路径凝练为“全产业链赶超”。具体而言，“全产业链赶超”模式即以科学有效的产业政策为引领、以大规模多层次的大国需求为支撑、以产学研协同创新与产业配套体系为基石，在全产业链形成“卡脖子”技术突破的技术赶超模式。全产业链赶超是有为政府与有效市场相结合的中国式创新的典型模式。对于“中国式创新”，本文将其描述为在中国有为政府引领下成功的技术赶超，它是中国企业在有为政府支持与大国市场牵引下，基于科学与知识的变革，通过生产要素的新组合研发新技术，或运用已有技术开发新产品、新工艺或新服务，或者改进已有产品、工艺或服务，引进营销、组织、管理技术等，形成的有别于其他国家或地区的特色创新模式。

本研究的创新与贡献在于：（1）首次使用复合式社会网络中心度作为技术测度的指标，从不同维度对高技术制造业创新发展进行计量，既解决了“卡脖子”技术的精准测度难题，又为企业创新能力的客观评判提供了量化标准。该方法兼具普适性与精准性，有望成为企业与政策制定者精准识别高技术制造业的“卡脖子”技术、评判行业创新影响力的有力工具。（2）通过上述测度工具对锂电池行业的分析结果，揭示了我国在高技术制造业发展中，以国家产业政策的牵引与大国市场的需求推动，充分利用国内完备的产业配套体系，通过产学研协同创新，实现了在高技术制造领域的全产业链赶超发展模式，为我国在前沿技术领域的产业发展提供了全新的借鉴思路。

作者简介

安同良，南京大学商学院院长，南京大学数字经济与管理学院创始院长，管理学博士，教授，博士生导师，教育部长江学者特聘教授（2015年-2019年），国务院政府特殊津贴专家（2015年），国家领军人才计划入选者（2018年）、文化名家暨“四个一批”人才工程（2018）。教育部“新世纪优秀人才支持计划”获得者（2005）；长期致力于创新经济学、数字经济学、产业经济学等领域的研究，以国际化的视野与方法追踪国际学术前沿。在国际SSCI杂志Industry and Innovation、《中国社会科学》、《经济研究》等杂志发表论文60多篇。

TOP独家专访

4月4日，南京大学商学院院长安同良教授接受了“TOP大学来了”公众号（吴律民、王皓）的专访。

以下是采访内容：

TOP大学来了:相比于目前主流文献中的方法，您这篇论文中的创新点和理论贡献体现在哪些方面呢？

安同良教授：文中的PageRank、HITS算法是目前是被广泛应用的，但我们针对专利的特点、企业合作创新关系的特点等对两种算法进行了修正和改进，并把两种算法结合起来形成复合测度应用于专利网络，具有创新性，在此之前从来没有人这样做过。

我们的这种算法是对原始算法的创新，攻克了寻找产业枢纽节点技术的测度方法。从理论上极大地提高了原来算法的效率，使得可以对缺乏筛选依据的专利做快速有效的识别，并将这一测度上升到企业层级。

具体来说，对于企业、企业的工程师，他们只是相对清楚自己面对的卡脖子技术点在哪里，若没有高效的搜索分析工具，他们也很难看到其中的细节；而这个算法通过清晰的可视化使得行业内外的人都能清楚发现行业中的卡脖子技术点，这为企业、政府的决策者提供了精确的决策依据。

TOP大学来了:文中的模型是否可以通过第三方咨询实施的方式在企业中实现？

安同良教授：是可以这样实现的。但我们自己并不会通过咨询这么做。实际上，在文章发表后，根据专利注册的相关法律法规要求，我们就已经无法将这个复合算法变成一个专利，企业和政府看到这篇文章之后就可以自己直接使用这一算法。我们没有选择先注册专利再发表论文，就是直接把算法面向社会公布，让这种算法成为公共知识，主要还是想为国家发展做贡献，这是我们的初衷，我们觉得这样就很好。但如果在具体实施中遇到问题，我们可以协助第三方给予指点。

TOP大学来了:全产业链赶超的前提条件以及是否适用于其他高新技术产业？

安同良教授：全产业链赶超模式的前提条件：1、完整的产业配套体系 2、政府的产业政策协同 3、大规模需求激活技术创新的“正反馈”机制。我们认为这个模式可以适用于其他高新技术产业。

TOP大学来了:文章结论是否适用于其他行业？

安同良教授：完全可以适用于其他所有行业，如5G的专利网络，我们也进行了该算法的应用，效果很好，可以在全社会各行业进行推广。“卡脖子”技术的测度方法具有广泛适用性。通过对不同维度专利引用网络的分析，可以精准高效地对任一行业、技术进行全方位、细致化地分析与测度。

广告

来源：TOP大学来了

责编：Hannah

审核：Cod

本文内容及未标注图片来自网络，版权归原作者所有，仅供分享之用，不代表本公众号观点。欢迎投稿，来稿和内容合作微信：yeziwuyuxin。

延伸阅读