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)用于社會生產(chǎn)生活各領(lǐng)域，預(yù)計至2030年，人工智能技術(shù)估計將為世界經(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)動力，相繼出臺國家級創(chuàng)新規(guī)劃以推動人工智能技術(shù)研發(fā)及產(chǎn)業(yè)化應(yīng)用［2］。例如，美國于2016年發(fā)布《國家人工智能研究和發(fā)展戰(zhàn)略計劃》，英國于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)增長戰(zhàn)略》。在我國，國務(wù)院于2015年印發(fā)《中國制造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276項涉及人工智能發(fā)展的相關(guān)政策［3］。如今我國人工智能技術(shù)已實現(xiàn)高速增長，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，與美國一同成為人工智能領(lǐng)域的全球領(lǐng)導(dǎo)者［4］。中國作為后發(fā)國家，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)驗已成為實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)長期發(fā)展過程中可能出現(xiàn)的三種機會窗口［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，從而分析確定中國技術(shù)追趕的主要驅(qū)動力［6］。二是后發(fā)國家技術(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”［7］；郭艷婷等通過整合中國企業(yè)創(chuàng)新實踐和企業(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)國家企業(yè)新興產(chǎn)業(yè)追趕的優(yōu)劣勢，研究實施追趕的最佳時機，指出先發(fā)優(yōu)勢較強的國家應(yīng)選擇不穩(wěn)定階段進(jìn)入，先發(fā)優(yōu)勢較弱的國家應(yīng)選擇過渡階段進(jìn)入［9］；吳曉波等通過探究機會窗口與企業(yè)創(chuàng)新戰(zhàn)略的匹配關(guān)系對后發(fā)企業(yè)追趕績效提出，技術(shù)機會窗口與技術(shù)探索性創(chuàng)新戰(zhàn)略的匹配、需求機會窗口與市場探索性創(chuàng)新戰(zhàn)略的匹配及制度機會窗口與技術(shù)利用性創(chuàng)新戰(zhàn)略的匹配，對企業(yè)追趕績效有著積極作用［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)國家技術(shù)追趕過程中的一般規(guī)律；或通過對技術(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機的確定，為后發(fā)國家制定追趕戰(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)演化軌跡具有長周期性、高度不確定性等獨特屬性，后發(fā)國家如何把握機會窗口、利用后發(fā)優(yōu)勢集聚資源實現(xiàn)技術(shù)追趕，仍待進(jìn)一步探討。同時，人工智能技術(shù)發(fā)展存在一個顯著的動態(tài)累積過程，從實驗室技術(shù)的產(chǎn)生到產(chǎn)業(yè)化應(yīng)用的過程較長，部分子領(lǐng)域技術(shù)或工藝性創(chuàng)新甚至未能走出實驗室就被新技術(shù)迭代，且不同國家在切入時點、技術(shù)優(yōu)勢顯示度上均存在動態(tài)波動，后發(fā)國家更可能尋找到技術(shù)追趕的機會窗口。因此，以專利作為衡量指標(biāo)，分階段研究我國人工智能技術(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)行不同國家技術(shù)演化軌跡階段性特征及技術(shù)差距的對比分析，有利于深入探究后發(fā)國家實現(xiàn)技術(shù)追趕的原因。

因此，本文以專利申請累計量衡量技術(shù)發(fā)展水平，基于S曲線模型劃分全球和中國的人工智能技術(shù)生命周期階段，回顧全球及中國人工智能技術(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)的對比分析，分析并總結(jié)出我國人工智能技術(shù)部分領(lǐng)域?qū)崿F(xiàn)追趕的影響因素，進(jìn)而對后發(fā)國家的新興技術(shù)追趕戰(zhàn)略提出建議，以期為后發(fā)國家實現(xiàn)新興技術(shù)追趕提供信息參考。

2 研究設(shè)計

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)過一段時間超越某個技術(shù)界限后，其成長就變得特別快，而當(dāng)其速度達(dá)到一定上限后，成長就會再度放慢，圖形表現(xiàn)如同“S”形狀［11］。根據(jù)技術(shù)成長速度的變化，將技術(shù)生命周期劃分為4個階段：導(dǎo)入期、成長期、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］，前者是對稱的，后者是不對稱的。其中，Logistic曲線在實踐中應(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)的專利累積申請量，l、α和β為常數(shù)，t為時間。本文運用美國Rocke?feller University開發(fā)的Loglet Lab4軟件作為運算工具，該軟件可以通過數(shù)學(xué)計算推導(dǎo)生命周期各階段的分界點，進(jìn)行S曲線的擬合預(yù)測。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階段即導(dǎo)入期；此后隨累計效用率增大，在成長期技術(shù)水平迅速上升；在成熟期累計效用率逐年減小，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曲線模型分別對全球和中國的人工智能技術(shù)領(lǐng)域成長軌跡進(jìn)行模擬，分析其成長路徑，以揭示兩者的演變規(guī)律，為全文的分析提供時間脈絡(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點之前，同一橫坐標(biāo)對應(yīng)的縱坐標(biāo)差距隨時間發(fā)展逐漸擴大；而M點之后，縱坐標(biāo)差距隨時間發(fā)展逐漸縮?。籑點為縱坐標(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、較長時期、綜合性與穩(wěn)定性強的數(shù)據(jù)。Logistic曲線的特性決定了只有較長時間段的樣本數(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、較長時期、綜合性與穩(wěn)定性強的數(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，可以對區(qū)域差異變化的一般規(guī)律進(jìn)行有效的定量分析。運用該模型指導(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、基本走向以及實現(xiàn)追趕的時機。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)確把握我國實現(xiàn)技術(shù)趕超的時機選擇以及技術(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（Derwent Inno?vations Index，DII）作為權(quán)威專利數(shù)據(jù)庫，具有兩大優(yōu)勢：一是數(shù)據(jù)可靠、準(zhǔn)確，收錄了世界70多個國家或組織的專利數(shù)據(jù)；二是檢索方式多樣，用戶進(jìn)行檢索時不僅可以使用關(guān)鍵詞檢索、國際專利分類碼（IPC）檢索等傳統(tǒng)檢索方式，還可以選擇獨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)庫作為數(shù)據(jù)來源對人工智能技術(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，一項專利可以在多個國家地區(qū)申請保護(hù)，故存在一項專利擁有多項專利號的情況，以專利號（PN）作為專利所有權(quán)判斷條件不能準(zhǔn)確反映專利來源國信息。而在通常情況下，專利權(quán)人會在所屬國家首次申請專利，所以優(yōu)先權(quán)申請信息和日期（PI：包括首次申請專利號PN和申請日期）中的專利號可以作為判斷專利來源國的重要依據(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，以PI中的專利號為條件進(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，在德溫特數(shù)據(jù)庫中對人工智能技術(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。然后對ACEESS自建數(shù)據(jù)庫進(jìn)行初步數(shù)據(jù)處理，篩選出各條專利數(shù)據(jù)中PI所包含專利號及申請年份的相關(guān)信息。最后，對上一步驟篩選結(jié)果進(jìn)行查詢操作，以年份為分類依據(jù)、國別為限制條件，統(tǒng)計整理得出全球和中日美三國歷年的專利累計申請情況。

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)確地定位我國人工智能技術(shù)各時期的發(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)和世界競爭格局，需要先對全球人工智能技術(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)＠暾埡褪跈?quán)趨勢，從而初步判斷人工智能領(lǐng)域的技術(shù)成熟度變化趨勢，將人工智能技術(shù)的發(fā)展歷程大致劃分為3個階段：萌芽階段（1956—1996年）、成長階段（1997—2010年）、快速成長階段（2011年至今）［16］。這些階段劃分均是基于觀察或?qū)＜业慕?jīng)驗性判斷而形成的，在一定程度上均缺乏預(yù)測性數(shù)據(jù)的支撐。因此，本文嘗試將人工智能專利累計申請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。

3.2 人工智能技術(shù)發(fā)展階段劃分及預(yù)測

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)＠塾嬌暾埱闆r，如圖3所示。1991年之前人工智能領(lǐng)域的專利累計申請量不超過1 000件；1991—2002年每年的專利累計申請量為1 000～10 000件；2002年以后專利累計申請量的增長速度越來越快，且在2014年迎來快速增長期。

圖3 1965—2019年人工智能領(lǐng)域?qū)＠塾嬌暾埩可Ⅻc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)點如表1所示。

表1 人工智能技術(shù)的關(guān)鍵數(shù)據(jù)點

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個階段。

①導(dǎo)入期：1956—1994年，人工智能領(lǐng)域的專利累計申請量增長速度緩慢，處于發(fā)展初期。美國特茅斯大學(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了人工智能研究的第一次發(fā)展浪潮。該時期的研究內(nèi)容以啟發(fā)式搜索算法和知識表達(dá)為代表，許多研究人工智能的技術(shù)人員開發(fā)出各種人工智能實用系統(tǒng)嘗試商業(yè)化并投入市場。但之后由于計算能力的限制和智能化實現(xiàn)程度的不足，1960—1980年大部分人工智能項目經(jīng)費削減甚至停擺，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)域的專利累計申請量開始加速增長。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。在該時期，機器學(xué)習(xí)算法及專家系統(tǒng)發(fā)展迅猛，推動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)域的專利累計申請量激增且發(fā)展勢頭強勁。相關(guān)技術(shù)有了極大突破，隱含的經(jīng)濟(jì)價值開始展露，參與研究的機構(gòu)不斷增多，相應(yīng)的專利產(chǎn)出也不斷提高。得益于云計算、大數(shù)據(jù)、移動互聯(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、語音識別等人工智能技術(shù)實現(xiàn)了從實驗室走向市場的重大突破，推動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)測的簡單趨勢而言，人工智能技術(shù)預(yù)計在2043年進(jìn)入衰退期，最終該領(lǐng)域的最大專利申請累計量為245 700件。

4 我國人工智能技術(shù)發(fā)展的階段性特征

中國在落后于先發(fā)國家20年的情況下，堅持政策助推、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，劃分出我國人工智能技術(shù)生命周期的各個階段并通過技術(shù)發(fā)展的地區(qū)性差異對比，解析我國實現(xiàn)人工智能技術(shù)的追趕條件與舉措。

4.1 我國人工智能技術(shù)發(fā)展軌跡及生命周期分析

為更準(zhǔn)確地把握我國人工智能技術(shù)的發(fā)展軌跡和特點，以在利用雙S曲線進(jìn)行人工智能技術(shù)的地區(qū)差距分析時擁有清晰、可參照的時間脈絡(luò)，本文再次運用相同的方法模型對我國人工智能技術(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年我國人工智能領(lǐng)域?qū)＠塾嬌暾埱闆r，如圖5所示，我國人工智能技術(shù)S曲線如圖6所示。

圖5 1985—2019年我國人工智能領(lǐng)域?qū)＠塾嬌暾埩可Ⅻc圖

圖6 我國人工智能技術(shù)的S曲線

結(jié)合圖5、圖6進(jìn)行分析，可知，我國人工智能技術(shù)在2010年進(jìn)入成長期，2018年為成長期和成熟期的分界點，預(yù)計在2032年進(jìn)入衰退期，最終該領(lǐng)域的最大專利申請累計量為115 000件。目前，我國的人工智能技術(shù)還有較大的發(fā)展空間，技術(shù)創(chuàng)新活躍，同時也將涌入越來越多的企業(yè)和研究機構(gòu)，競爭日趨激烈。

4.2 人工智能技術(shù)地區(qū)性差異對比分析

在人工智能領(lǐng)域，美國和日本都是最早發(fā)展人工智能技術(shù)國家中的一員，具有較大的先發(fā)優(yōu)勢且技術(shù)發(fā)展水平都位列世界前沿。因此，本文以美國、日本為參照對象，借助人工智能技術(shù)專利申請占比結(jié)構(gòu)、RTA指數(shù)分布、主要創(chuàng)新主體三項重要指標(biāo)，并結(jié)合雙S曲線模型的特征，來對比分析技術(shù)發(fā)展的地區(qū)差距變化趨勢，以深入剖析我國實現(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、美國、日本人工智能技術(shù)的專利信息計算出專利占比情況，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、日本掌握，我國的專利申請量極少。在該階段，全球的人工智能累計專利量不超過4 000件，其中約35%的專利由美國掌握。說明美國作為人工智能技術(shù)的起源地，擁有良好的市場環(huán)境、強大的研究基礎(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年從美國引入機器人技術(shù)，緊接著于1969年試制出第一臺以雙腳走路的機器人并不斷深入發(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，成為人工智能領(lǐng)域的準(zhǔn)領(lǐng)導(dǎo)者。而此時的中國作為后進(jìn)者，由于存在市場潛能未被激發(fā)、技術(shù)基礎(chǔ)薄弱、經(jīng)濟(jì)實力滯后等缺陷，在人工智能領(lǐng)域的專利申請量極低。

②在成長期（1995—2014年），美國已成為人工智能領(lǐng)域的絕對領(lǐng)導(dǎo)者。而我國則借助技術(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)國家。但由于進(jìn)入該領(lǐng)域的時間較晚，還是與美國存在較大的差距。此時，全球人工智能領(lǐng)域的專利累計申請量在2014年已達(dá)46 341件，相比于導(dǎo)入期，實現(xiàn)了跨越式的增長。在該階段，美國的專利占比約為44%，中國的專利占比上升至23%，相比日本的14%，多了9%。說明在成長期，中國在人工智能領(lǐng)域已占據(jù)較大的專利申請份額，正著力實施對美國等發(fā)達(dá)國家的技術(shù)追趕，以縮短技術(shù)差距。

③在成熟期（2015年至今），我國在部分領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕，專利占比約為美國的2倍，日本的16倍。在該階段，人工智能領(lǐng)域的全球累計專利申請量實現(xiàn)了更大幅度的增長，在2019年激增到130 379件，約是導(dǎo)入期的33倍，成長期的3倍。此時，美國人工智能領(lǐng)域的專利占比降至29%，日本的專利占比降至3%。而中國的專利占比大幅上升至49%，遠(yuǎn)超美國、日本等國家，位居人工智能領(lǐng)域?qū)＠急戎祝f明中國在一定程度上已經(jīng)實現(xiàn)了對美國、日本等先發(fā)國家的技術(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，我國集中優(yōu)勢資源，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)的成長期，我國利用后發(fā)優(yōu)勢實現(xiàn)了對部分先發(fā)國家人工智能技術(shù)的追趕。在人工智能技術(shù)的成熟期，我國借助前期的技術(shù)經(jīng)驗積累，全面實施人工智能技術(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)勢指數(shù)分析。顯性技術(shù)優(yōu)勢指數(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；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)主要由語音識別、計算機視覺和圖像識別、機器學(xué)習(xí)和基礎(chǔ)算法、自然語言處理、智能機器人及自動駕駛等構(gòu)成。鑒于此，本文通過檢索相關(guān)技術(shù)的專利信息，計算出對應(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)勢指數(shù)（RTA）

①在導(dǎo)入期，由于中國進(jìn)入人工智能技術(shù)領(lǐng)域較晚，各項關(guān)鍵技術(shù)發(fā)展處于起步階段，RTA指數(shù)均低于1，同時機器學(xué)習(xí)和基礎(chǔ)算法以及智能機器人和自動駕駛技術(shù)兩項關(guān)鍵技術(shù)的RTA為0，說明中國在該階段尚未涉足這兩個技術(shù)領(lǐng)域。美國的幾項主要人工智能技術(shù)（包括語音識別、機器學(xué)習(xí)和基礎(chǔ)算法、自然語言處理）的RTA指數(shù)均大于1，可見此階段美國是人工智能領(lǐng)域的絕對領(lǐng)導(dǎo)者。日本的自然語言處理技術(shù)和智能機器人及自動駕駛技術(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，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)主要被日本和美國控制，而中國在導(dǎo)入期處于相對劣勢的地位。

②在成長期，我國人工智能技術(shù)的RTA指數(shù)較導(dǎo)入期有較大增長，且在自然語言處理、智能機器人及自動駕駛這兩個技術(shù)領(lǐng)域處于優(yōu)勢地位，RTA均大于1。我國在該階段通過導(dǎo)入期采取的技術(shù)跟隨模式積累技術(shù)經(jīng)驗，利用后發(fā)優(yōu)勢，二次創(chuàng)新從日本、美國等發(fā)達(dá)國家引入的先進(jìn)技術(shù)，實現(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，在機器學(xué)習(xí)和基礎(chǔ)算法這一關(guān)鍵技術(shù)領(lǐng)域，美國仍處于優(yōu)勢地位。但中國在語音識別、計算機視覺和圖像識別、自然語言處理這三個技術(shù)領(lǐng)域的RTA指數(shù)均大于1，表明我國雖然在核心算法方面與美國仍具有一定差距，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。在成長期取得局部技術(shù)突破的基礎(chǔ)上，我國進(jìn)行了創(chuàng)新能力的拓展和延伸，通過自主創(chuàng)新實現(xiàn)更進(jìn)一步的技術(shù)突破和追趕，擺脫了被先發(fā)國家控制的劣勢地位。

根據(jù)對各階段人工智能技術(shù)RTA指數(shù)的對比分析，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)國家的中國在實施人工智能技術(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)國家優(yōu)勢技術(shù)，重點發(fā)展人工智能應(yīng)用層關(guān)鍵技術(shù)，進(jìn)而在成長期積累一定的技術(shù)經(jīng)驗后取得局部突破。在成熟期利用自主創(chuàng)新，將發(fā)展重點逐漸轉(zhuǎn)向算法研發(fā)，實現(xiàn)了更進(jìn)一步的技術(shù)追趕和突破，在語音識別、計算機視覺和圖像識別等領(lǐng)域取得了優(yōu)勢地位，并縮短了在核心算法上與美國的差距。

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)計并排列出中、美、日三國市場的人工智能技術(shù)主要創(chuàng)新主體及其專利申請數(shù)量，結(jié)果如表4所示。

表4 中、美、日三國人工智能專利申請前20位的專利權(quán)人及專利申請數(shù)量

從表4可以看出，截至2019年，在美國、日本國內(nèi)申請人工智能專利的前20名創(chuàng)新主體全部為企業(yè)，并且有不少外國企業(yè)。而在中國大陸人工智能專利申請量前20名的創(chuàng)新主體只有微軟1家國外機構(gòu)，并且絕大部分是大學(xué)，企業(yè)占比較低。由此可見，中、美、日三國的人工智能技術(shù)創(chuàng)新主體存在巨大的差異。美國、日本是以企業(yè)為主導(dǎo)，不僅注重在世界其他重要市場如中國等進(jìn)行專利布局，還吸引了德、韓等國的優(yōu)秀企業(yè)如三星、西門子等公司到美國、日本市場進(jìn)行專利技術(shù)布局，以期在市場運營和競爭的過程中促進(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。將整理得出的中國人工智能專利信息分別與美國、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，分別得到中國與美國、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，中國在1985年開始有人工智能專利申請數(shù)據(jù)，而美國早在1965年就擁有了人工智能的專利產(chǎn)出。美國人工智能技術(shù)起步比中國快，這與美國雄厚的科技與經(jīng)濟(jì)實力是分不開的。作為世界頭號科技與經(jīng)濟(jì)強國，美國在互聯(lián)網(wǎng)、計算機等技術(shù)方面一直處于全球領(lǐng)先地位，而人工智能技術(shù)作為計算機科學(xué)的一個分支，其發(fā)展程度與計算機科學(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，美國作為開展人工智能技術(shù)研究最早的國家之一，一直領(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。雖然中國比美國晚20年才擁有專利產(chǎn)出，但是由于美國在1992年之前的專利申請數(shù)量并不多，先發(fā)優(yōu)勢并不明顯，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，而中國在2010年之前處于中國人工智能技術(shù)發(fā)展階段的萌芽期（1985—2010年），發(fā)展速度十分緩慢。因此，在這一時期，中國與美國在人工智能領(lǐng)域的發(fā)展差距不斷擴大且在2010年達(dá)到峰值，約1.1萬件。但作為后起之秀，中國在經(jīng)歷了長期的以技術(shù)跟隨為主導(dǎo)的萌芽期以及以二次創(chuàng)新為重點的成長期（2010—2018年）后，依靠后發(fā)優(yōu)勢，在2018年，我國的人工智能專利數(shù)量開始超過美國，且在這個發(fā)展趨勢能夠得到保持的前提條件下，我國的人工智能專利產(chǎn)出將在較長的時間內(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，比中國早了十年的時間。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，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)展趨勢保持不變的前提條件下，我國將在一定程度上保持領(lǐng)先狀態(tài)。

由對中美、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)展存在長周期性，美國和日本在前期的先發(fā)優(yōu)勢并沒有導(dǎo)致永久的技術(shù)發(fā)展壟斷局面的形成，也就為中國最終實現(xiàn)對先發(fā)國家的技術(shù)追趕提供了機會窗口。同時，中國在本國人工智能技術(shù)發(fā)展的成長期，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)驗等技術(shù)追趕舉措，都為中國實現(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 我國實現(xiàn)人工智能技術(shù)追趕的因素

實踐結(jié)果證明，我國人工智能技術(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，在較短時間內(nèi)實現(xiàn)了技術(shù)突破，還準(zhǔn)確地抓住了人工智能發(fā)展長周期性、多階段性的特征所帶來的機會窗口，在人工智能技術(shù)發(fā)展進(jìn)入衰退期之前實現(xiàn)技術(shù)追趕。為了更深層次地挖掘我國在人工智能領(lǐng)域進(jìn)行技術(shù)追趕的規(guī)律和經(jīng)驗，基于與美國、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、我國技術(shù)追趕的時機選擇和政策體系三個角度探究我國人工智能技術(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)展具有長周期性和多階段性的顯著特點。人工智能技術(shù)在導(dǎo)入期發(fā)展緩慢，即便是美國、日本這些具有較大先發(fā)優(yōu)勢的發(fā)達(dá)國家，在人工智能技術(shù)發(fā)展的前期也是成效微薄，這就為我國實現(xiàn)技術(shù)追趕創(chuàng)造了巨大的機會窗口。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)上的投入很可能會阻礙新技術(shù)的擴散和發(fā)展。雖然大量的技術(shù)創(chuàng)新最初主要在發(fā)達(dá)國家出現(xiàn)，但這些新技術(shù)的擴散和發(fā)展在某些發(fā)達(dá)國家中很可能受阻，這是因為對現(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)國家快速擴散。與此同時，隨著新技術(shù)的擴散，結(jié)合用戶的動態(tài)反饋和與之相對應(yīng)的工藝改進(jìn)，新技術(shù)的優(yōu)勢也很可能會轉(zhuǎn)移至技術(shù)擴散較快的國家（后發(fā)國家）［19］，為后發(fā)國家實現(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)國家，但由于后發(fā)國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)國家更加適應(yīng)新技術(shù)發(fā)展的要求，反而為本國提供了后發(fā)優(yōu)勢。我國通過向技術(shù)領(lǐng)先者學(xué)習(xí)，規(guī)避了研發(fā)風(fēng)險，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)的長周期性和多階段性的發(fā)展特征，我國在汽車制造領(lǐng)域很難實現(xiàn)技術(shù)追趕。雖然從1986年開始，中國就將汽車產(chǎn)業(yè)列為支柱產(chǎn)業(yè)，其在整個國家政策支持體系中一直占據(jù)重要位置，但是我國的汽車產(chǎn)業(yè)不僅存在創(chuàng)新力不足、對核心技術(shù)的引進(jìn)和配件組裝的對外依賴度極高的問題，還存在國產(chǎn)汽車品牌邊緣化、核心競爭力低等發(fā)展瓶頸，后發(fā)劣勢遠(yuǎn)大于后發(fā)優(yōu)勢。在該領(lǐng)域，先發(fā)國家已經(jīng)占據(jù)了技術(shù)創(chuàng)新的制高點，技術(shù)壟斷已然形成，由于“贏者通吃”效應(yīng)的存在，后發(fā)國家無論怎樣努力都很難縮小與發(fā)達(dá)國家之間的差距［19］，我國作為后發(fā)國家難以突破技術(shù)發(fā)展瓶頸從而實現(xiàn)技術(shù)追趕。

因此，我國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)追趕的時機選擇。我國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實現(xiàn)技術(shù)追趕提供了時機優(yōu)勢，使我國準(zhǔn)確地把握住了機會窗口。

現(xiàn)有研究表明，如果后發(fā)國家進(jìn)入新興技術(shù)領(lǐng)域的時機較早，可積累大量技術(shù)經(jīng)驗并建立知識目錄［20］，參與主導(dǎo)技術(shù)的設(shè)計［21］，搶占市場主導(dǎo)權(quán)，從而獲得先發(fā)優(yōu)勢［22］；但同時也面臨技術(shù)不確定性、成本風(fēng)險、動態(tài)市場等威脅。但如果后發(fā)國家追趕新興技術(shù)的時機較遲，雖然可以通過模仿學(xué)習(xí)和資源利用，降低追趕風(fēng)險和成本［23］，但卻面臨較高的技術(shù)壁壘，遭受市場份額被搶占的后發(fā)劣勢［24］。因此，選擇合適的追趕時機對后發(fā)國家的技術(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)，科技知識大都是停留在公共知識和實驗室階段，技術(shù)壁壘和知識的意會程度都較低，在這一階段，所有國家的技術(shù)水平幾乎“都在同一起跑線上”［25］。同時，潛在利潤極高，市場和生產(chǎn)率提高的空間非常大，這些都為中國實現(xiàn)技術(shù)追趕建立了契機。不僅如此，由于中國是在這一階段的后期才進(jìn)入，先發(fā)國家的提前涉足為我國提供了經(jīng)驗參考，也降低了我國獲取科技知識以及管理和組織經(jīng)驗的成本，因而我國能比先發(fā)國家更快地進(jìn)入人工智能技術(shù)研究的體系之中。

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

在我國人工智能技術(shù)發(fā)展的導(dǎo)入期，主要以技術(shù)跟隨為主，強調(diào)引進(jìn)國外先進(jìn)技術(shù)、注重技術(shù)運用和人才的培養(yǎng)。如自1980年起，中國大批派遣留學(xué)生赴西方發(fā)達(dá)國家學(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，如今已成為中國人工智能研究與開發(fā)應(yīng)用的學(xué)術(shù)帶頭人和中堅力量，為發(fā)展中國人工智能做出了舉足輕重的貢獻(xiàn)。

在我國人工智能技術(shù)發(fā)展的成長期，我國的相關(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，避免被鎖定在價值鏈低端環(huán)節(jié)。例如，2015年頒布的《中國制造2025》國家戰(zhàn)略中強調(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，攻克對產(chǎn)業(yè)競爭力整體提升帶動性強、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》中注重鼓勵以人工智能技術(shù)為重點應(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)智能機器人、智能運載工具以及智能終端、智能軟硬件等具有重大引領(lǐng)帶動作用的人工智能產(chǎn)業(yè)［27］；國務(wù)院在《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》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［28］。

在我國人工智能技術(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，實現(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)展三年行動計劃（2018—2020年）》中提出，加強研發(fā)人工智能的算法庫、開發(fā)框架、工具集，鼓勵建設(shè)開源開放平臺，研發(fā)出具有人工智能特質(zhì)的智能軟件是我國人工智能發(fā)展計劃之一［28］。

5 結(jié)論與啟示

5.1 研究結(jié)論

本文利用德溫特數(shù)據(jù)庫檢索到的專利數(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)對比分析中國同美、日兩個先發(fā)國家的人工智能技術(shù)發(fā)展?fàn)顩r，探究我國在人工智能領(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)展特征為中國實現(xiàn)技術(shù)追趕提供了巨大的機會窗口。以往研究表明，高技術(shù)機會、低專有性和低累積性是進(jìn)入壁壘相對較低的技術(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)時間長、增長慢、階段性強的發(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)國家難以打破先發(fā)優(yōu)勢從而實現(xiàn)技術(shù)追趕。

②正確地選擇進(jìn)入時機增加了中國實現(xiàn)人工智能領(lǐng)域技術(shù)追趕的成功率。中國在人工智能技術(shù)發(fā)展的萌芽期尾端進(jìn)入該領(lǐng)域，此時技術(shù)壟斷尚未形成，我國抓住了機會窗口，利用后發(fā)優(yōu)勢成功實現(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，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。從中國人工智能技術(shù)發(fā)展不同階段的布局政策看，我國人工智能技術(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)，從而向高價值鏈環(huán)節(jié)轉(zhuǎn)變，實現(xiàn)最終的技術(shù)突破。

5.2 后發(fā)國家新興技術(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)險與阻力，但仍存在追趕機會。本文通過整理分析中國在典型新興技術(shù)之一——人工智能領(lǐng)域?qū)崿F(xiàn)技術(shù)追趕的影響因素，對后發(fā)國家布局新興技術(shù)追趕戰(zhàn)略有一定的指導(dǎo)意義。

①把握機會窗口，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)國家基于先發(fā)優(yōu)勢，掌控著具有高壁壘保護(hù)的核心技術(shù)，后發(fā)國家難以實現(xiàn)技術(shù)突破。因此，對于追趕型的后發(fā)國家，應(yīng)選擇發(fā)展周期長、具有多階段性的新興技術(shù)作為技術(shù)追趕的發(fā)力點，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)追趕的機會窗口，規(guī)避技術(shù)發(fā)展紅海，謀取最大的后發(fā)優(yōu)勢實現(xiàn)技術(shù)追趕。

②及時調(diào)整發(fā)展政策，制度與技術(shù)協(xié)同演化。隨著中國人工智能技術(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，對于技術(shù)體系相對薄弱和欠缺的后發(fā)國家，在構(gòu)建和發(fā)展技術(shù)體系時必須遵循各系統(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)展的各階段及時調(diào)整發(fā)展政策，以高效推動技術(shù)追趕進(jìn)程。

③因地制宜，結(jié)合國情制定技術(shù)追趕戰(zhàn)略。在技術(shù)追趕的過程中，后發(fā)國家能否在引入先發(fā)國家先進(jìn)技術(shù)后實現(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)國家與先發(fā)國家之間所處技術(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)國家在制定技術(shù)追趕戰(zhàn)略時應(yīng)該保持本土化和特殊性的技術(shù)觀，結(jié)合自身國情制定技術(shù)追趕戰(zhàn)略，不能照搬先發(fā)國家現(xiàn)有的技術(shù)發(fā)展經(jīng)驗。只有結(jié)合自身國情實施技術(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，實現(xiàn)技術(shù)追趕最終目標(biāo)。后發(fā)國家一般在原材料、廉價勞動力等方面具有比較優(yōu)勢，這些低端價值鏈活動是后發(fā)國家要素稟賦結(jié)構(gòu)內(nèi)生決定的，因此，為實現(xiàn)技術(shù)追趕，后發(fā)國家在追趕初期應(yīng)著重發(fā)揮生產(chǎn)能力優(yōu)勢，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)等高端價值鏈活動實現(xiàn)。因此，后發(fā)國家在技術(shù)追趕后期，即在趨近技術(shù)前沿時，應(yīng)當(dāng)及時將技術(shù)追趕重點轉(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值鏈環(huán)節(jié)，難以獲得技術(shù)能力的提升，從而無法實現(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)對其發(fā)展階段及技術(shù)周期進(jìn)行了界定，并通過計算不同國家在不同階段的技術(shù)領(lǐng)先優(yōu)勢指數(shù)（RTA）來識別人工智能領(lǐng)域主要國家技術(shù)創(chuàng)新的相對態(tài)勢，以此判斷我國人工智能技術(shù)追趕狀態(tài)及可能原因，為后發(fā)國家實現(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)對周期演變的影響，從而會對研究結(jié)果造成一定程度的影響，尤其是對部分趨勢預(yù)期結(jié)果，如對人工智能技術(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，本文對我國人工智能技術(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)檢驗對這些歸因結(jié)論的有效性進(jìn)行驗證，這也是今后研究中值得進(jìn)一步探討的問題。