楊 武,胡 倩
(北京科技大學經濟管理學院,北京 100083)
“智能制造”的概念最早出現(xiàn)在20世紀80年代,是指制造業(yè)生產活動的智能化。智能制造是以互聯(lián)網(wǎng)技術為代表的高新技術與制造業(yè)的結合,是引領第四次工業(yè)革命的關鍵[1]。智能制造是新一輪工業(yè)革命的焦點,也是全球制造業(yè)發(fā)展的重要方向。作為一個新興工業(yè)國家,我國目前仍存在高端核心技術依賴進口、技術創(chuàng)新體系不完善等問題,而智能制造成為了我國制造業(yè)轉型升級的突破口和主要驅動力[2]。2015 年,我國從國家層面確定了建設制造強國的總體戰(zhàn)略,明確提出要以新一代信息技術與制造業(yè)深度融合為主線,以推進智能制造為主攻方向,實現(xiàn)制造業(yè)由大變強的歷史跨越。智能制造裝備產業(yè)是智能制造的主要載體,是一個結合了制造、信息和人工智能等技術的高性能裝備產業(yè),近年來其產業(yè)規(guī)模在全球范圍內迅速擴大[3]。我國智能制造裝備產業(yè)起步較晚,但由于國家政策的支持和企業(yè)、高校、科研機構的積極創(chuàng)新,產業(yè)水平不斷提升,然而目前我國大部分的智能制造裝備企業(yè)規(guī)模較小,品牌知名度和持續(xù)創(chuàng)新能力都比較薄弱。
創(chuàng)新是產業(yè)可持續(xù)發(fā)展的動力,專利通常被視為衡量技術創(chuàng)新的主要指標之一[4],因為專利反映了最新的技術進步并詳細記錄了技術發(fā)明過程。然而,技術創(chuàng)新通常不是由單一的組織或個人獨立完成的[5],技術創(chuàng)新的復雜性和不確定性將促使更多組織選擇合作創(chuàng)新[6]。在建設創(chuàng)新型國家的背景下,組織合作創(chuàng)新變得越發(fā)重要。Burg 等[7]認為合作創(chuàng)新可以促進組織或個人知識共享的頻率提高,從而降低研發(fā)成本和風險、提高創(chuàng)新績效。因此,越來越多的組織嵌入到復雜的合作網(wǎng)絡中實現(xiàn)知識和資源的共享[8]。合作專利是這種合作創(chuàng)新的直接產物,是指由兩個及以上申請人共同申請的專利[9]。當前,不同產業(yè)的合作專利申請數(shù)量也在增加[10],合作專利也成為了研究熱點,如高霞等[11]借助復雜網(wǎng)絡分析方法研究我國信息通信技術(ICT)領域產學研合作創(chuàng)新網(wǎng)絡形成的動力學機制和結構演化特征;李欣等[12]構建多層網(wǎng)絡,從多個維度來揭示新興技術研發(fā)合作網(wǎng)絡的動態(tài)演化特征;陳瑾宇等[13]運用社會網(wǎng)絡分析法,從靜態(tài)和動態(tài)的視角分析了我國芯片產業(yè)專利合作網(wǎng)絡的結構特征。
然而,現(xiàn)有研究存在兩個方面的不足:一是缺乏基于產業(yè)生命周期和合作專利的角度對智能制造裝備專利合作網(wǎng)絡結構及空間分布的演化規(guī)律的剖析;二是大多數(shù)研究以某一個或多個企業(yè)為研究對象,缺乏企業(yè)、高校、科研院所等多元創(chuàng)新主體視角的研究。在此背景下,本研究選取我國智能制造裝備產業(yè)的合作發(fā)明專利為研究對象,通過研究專利合作網(wǎng)絡的特征和時空演化路徑,利用社會網(wǎng)絡分析方法和Gephi 等可視化軟件,定量描述我國智能制造裝備產業(yè)的發(fā)展趨勢,以提高產業(yè)創(chuàng)新能力和競爭力。
以Innojoy 專利數(shù)據(jù)庫為數(shù)據(jù)源,檢索在我國申請的智能制造相關專利。由于專利價值因類型而異,本文中只包括發(fā)明專利,因為普遍認為發(fā)明專利的創(chuàng)新性和價值高于實用新型和外觀設計專利[14]。首先,將關鍵詞搜索范圍設置為專利的標題和摘要,搜索專利申請時間為2001—2020 年。采用高頻詞匯統(tǒng)計方法,結合我國公布的《戰(zhàn)略性新興產業(yè)重點產品和服務指導目錄》(2016 版)確定智能制造的高頻關鍵詞。其次,在數(shù)據(jù)分析之前需要進行篩選,按照以下步驟進行:(1)合作發(fā)明專利是兩個以上組織或個人申請的專利,因此篩選出具有兩個及以上申請人的專利;(2)由于本文側重于國內層面,因此排除涉及外國機構申請的專利;(3)由于個人申請人缺乏位置信息,因此排除涉及個人申請的專利。最終整理出我國智能制造裝備產業(yè)合作發(fā)明專利2 139 件,以此作為樣本數(shù)據(jù)。
圖1 描述了合作申請專利數(shù)量及申請主體數(shù)量的變化趨勢。其中,2001—2010 年,年均專利合作申請量為9.3 件,年均申請主體數(shù)量為15 個,合作申請專利數(shù)量及申請主體數(shù)量均較少,這是由于在這一時期我國智能制造技術創(chuàng)新能力較弱且缺乏相關政策支持;2010 年起,我國將智能制造及設備列為高端制造裝備的重點發(fā)展領域,并將智能制造技術列入國家“十二五”規(guī)劃、國家中長期發(fā)展規(guī)劃優(yōu)先發(fā)展和支持的重點領域,專利合作申請量由2010 年的29 件增加到2015 年的217 件,年均增長率為52.6%,申請主體數(shù)量規(guī)模擴大近5 倍;2015 年,我國將智能制造確定為主攻方向,將我國智能制造技術的研究與應用推向了高潮;2016 年,專利合作申請量和申請主體數(shù)量雖然呈現(xiàn)輕微的下降趨勢,但2017 年后又開始快速增加,年均專利合作申請量近300 件,年均申請主體數(shù)量近350 個??傮w而言,在國家政策與技術創(chuàng)新發(fā)展的影響下,我國智能制造裝備產業(yè)專利合作呈現(xiàn)出明顯的階段性特征,本研究將其產業(yè)生命周期劃分為萌芽期(2001—2010年)、成長期(2011—2015 年)、成熟期(2016—2020 年)3 個階段,對其專利合作網(wǎng)絡的特征及演化路徑進行研究。
圖1 我國智能制造裝備產業(yè)合作申請專利及申請主體數(shù)量變化趨勢
基于上述3 個時期的樣本數(shù)據(jù),運用社會網(wǎng)絡分析法及Gephi、ArcGIS 等可視化軟件構建專利合作網(wǎng)絡,對我國智能制造裝備產業(yè)專利合作網(wǎng)絡特征及演化情況展開分析。研究框架如圖2 所示。
圖2 研究框架
(1)網(wǎng)絡拓撲結構指標。采用網(wǎng)絡節(jié)點數(shù)、網(wǎng)絡邊數(shù)、聯(lián)接次數(shù)、網(wǎng)絡密度、平均路徑長度、平均聚類系數(shù)、網(wǎng)絡直徑、平均度、平均加權度、模塊度Q值等10 個指標來反映專利合作網(wǎng)絡的拓撲結構特征,這些指標在社會網(wǎng)絡演化中被廣泛使用[17]。網(wǎng)絡的基本要素就是節(jié)點和連線,節(jié)點數(shù)反映了網(wǎng)絡規(guī)模,網(wǎng)絡規(guī)模越大說明開展智能制造專利合作的主體越多;網(wǎng)絡邊數(shù)是指節(jié)點間連線的總數(shù),反映了專利合作網(wǎng)絡中合作關系的總量。網(wǎng)絡密度是指網(wǎng)絡中實際連接節(jié)點數(shù)與潛在最大連接節(jié)點數(shù)之比,表征了專利合作網(wǎng)絡的緊密程度,高網(wǎng)絡密度意味著網(wǎng)絡節(jié)點之間高度互動、信息傳遞及網(wǎng)絡運行快速。網(wǎng)絡平均路徑長度是指網(wǎng)絡信息傳輸過程中的平均節(jié)點數(shù),若專利合作網(wǎng)絡的平均路徑長度指標的數(shù)值較小,則表示所有的節(jié)點通過非常短的路徑連接,具有小世界性,此時網(wǎng)絡具有較強的信息傳輸能力[18]。網(wǎng)絡直徑是任意兩節(jié)點最短路徑中最長的一條,即專利合作網(wǎng)絡中兩節(jié)點進行合作的最遠距離。網(wǎng)絡平均度是指所有節(jié)點的度值平均值,可以反映專利合作網(wǎng)絡中所有節(jié)點合作伙伴數(shù)量的平均值。網(wǎng)絡平均加權度是指所有節(jié)點加權度的平均值,若平均度小于平均加權度,表示專利合作網(wǎng)絡中某些節(jié)點間進行了多次合作,建立了穩(wěn)固的合作關系。網(wǎng)絡節(jié)點的聚類系數(shù)是指節(jié)點與鄰接節(jié)點之間實際存在的邊數(shù)占可能存在的最大邊數(shù)之比。網(wǎng)絡平均聚類系數(shù)是指網(wǎng)絡中所有節(jié)點聚類系數(shù)的平均值,可以反映專利合作網(wǎng)絡中節(jié)點的鄰接節(jié)點之間建立合作關系的平均概率。網(wǎng)絡模塊度Q值為在網(wǎng)絡中落在同一組內的邊的比例減去對這些邊進行隨機分配所得到的期望值,反映了網(wǎng)絡在某種社區(qū)劃分的狀態(tài)下與隨機網(wǎng)絡之間的差異,該指標越大說明網(wǎng)絡社區(qū)劃分的質量越好。
(2)網(wǎng)絡節(jié)點中心性指標。采用點度中心性、中間中心性和特征向量中心性來識別專利合作網(wǎng)絡中演化過程中的核心節(jié)點。點度中心性是指在網(wǎng)絡中與節(jié)點有直接合作關系的組織數(shù)量,點度中心性越大表示節(jié)點的合作伙伴越多并處于網(wǎng)絡中心地位;中間中心性表征著節(jié)點占據(jù)了另外兩個節(jié)點的中間位置的程度,能反映網(wǎng)絡中某一節(jié)點機構對其他節(jié)點的控制力[19];特征向量中心性是反映鄰接節(jié)點重要性的指標,特征向量中心性越高表示節(jié)點擁有更多的重要合作伙伴,可供其利用的信息資源較多[20]。
基于上述3 個時期樣本數(shù)據(jù),參照曹霞等[21]關于專利合作網(wǎng)絡圖譜分析的方法,以所提取的專利申請者為節(jié)點、專利合作關系為邊,運用Gephi軟件分別構建萌芽期、成長期和成熟期的專利合作網(wǎng)絡演化圖譜(如圖3 所示),從產業(yè)生命周期視角分析我國智能制造裝備產業(yè)不同時期的專利合作情況。此外,為進一步分析專利合作網(wǎng)絡結構特征的演化,運用社會網(wǎng)絡分析方法對專利合作網(wǎng)絡的拓撲結構指標進行測度,如表1 所示。
圖3 我國智能制造裝備產業(yè)專利合作網(wǎng)絡拓撲結構演化圖譜
表1 2001—2020 年我國智能制造裝備產業(yè)專利合作網(wǎng)絡的結構特征
由圖3 和表1 可知,專利合作網(wǎng)絡的規(guī)模不斷擴張,節(jié)點數(shù)從萌芽期時的118 個增長到成熟期的1 293 個,網(wǎng)絡規(guī)模擴大10 倍,其中成長期的增長率最高,同時網(wǎng)絡邊數(shù)和聯(lián)結次數(shù)也大幅增加,說明越來越多的主體通過專利合作參與到智能制造的研發(fā)活動中,合作主體之間的合作頻率不斷增加;而網(wǎng)絡密度下降的同時網(wǎng)絡直徑持續(xù)上升說明專利合作網(wǎng)絡仍相對稀疏,網(wǎng)絡中新節(jié)點的加入稀釋了網(wǎng)絡密度,導致知識和信息資源傳遞速度與合作效率降低,說明我國智能制造產業(yè)內的專利合作仍有很大潛力;平均路徑長度逐漸降低但整體水平較低、平均聚類系數(shù)先增后減但整體水平較高,意味著網(wǎng)絡合作主體之間知識交換和信息傳輸能力較強;節(jié)點的平均度維持在2 左右,表明平均每個節(jié)點擁有兩個合作伙伴,而節(jié)點的平均加權度大于平均度表明,已經建立合作關系的某些節(jié)點之間可能存在多次合作;模塊度Q值在成熟期為0.902,接近于1,說明專利合作網(wǎng)絡向復雜化發(fā)展,社區(qū)內部節(jié)點間聯(lián)系緊密,有著良好的社區(qū)結構。
為進一步分析專利合作網(wǎng)絡中核心節(jié)點的演化情況,本研究挖掘了3 個時期的點度中心性、中間中心性和特征向量中心性排名前五的節(jié)點(如表2所示),這3 個指標分別反映節(jié)點擁有合作伙伴的數(shù)量、在網(wǎng)絡中的控制力,以及其合作伙伴在網(wǎng)絡中的重要性,從而識別專利合作網(wǎng)絡演化過程中的核心節(jié)點。
表2 2001—2020 年我國智能制造裝備產業(yè)專利合作網(wǎng)絡的核心節(jié)點
在萌芽期,鴻海精密工業(yè)股份有限公司的點度中心性最高,中國海洋石油總公司的中間中心性和特征向量中心性最高,北京航空航天大學、中國科學技術大學、北京科技大學、中海石油研究中心等高校、科研機構也占據(jù)重要地位,說明該階段專利合作網(wǎng)絡中創(chuàng)新主體主要是高校、科研機構和成熟的工業(yè)企業(yè),可能是由于該時期知識和信息資源比較匱乏;此外,在萌芽期排名前五的核心節(jié)點在后續(xù)階段則不再處于核心位置,這些核心節(jié)點在成長期、成熟期的專利合作網(wǎng)絡中并不活躍。從成長期開始,國家電網(wǎng)公司的3 類中心性指標均處于首位,成為了專利合作網(wǎng)絡中的核心,表明國家電網(wǎng)公司在專利合作網(wǎng)絡中擁有合作伙伴的數(shù)量最多、在網(wǎng)絡中的控制力最強,其合作伙伴在網(wǎng)絡中屬于重要節(jié)點,進一步說明國家電網(wǎng)掌握著較多的知識資源,并且在網(wǎng)絡的信息資源流動中起著重要調控作用。
從整體來看,萌芽期專利合作網(wǎng)絡的核心節(jié)點大部分是高等院校、研究機構和成熟的工業(yè)企業(yè),但在成長期和成熟期,與電力相關的企業(yè)及研究機構成為核心節(jié)點。核心節(jié)點的組織類型發(fā)生變化的主要原因如下:其一,這可能是由于我國從2010 年起將智能制造及設備列為高端制造裝備的重點發(fā)展領域,并將智能制造技術列入國家“十二五”規(guī)劃,得到了國家政策的扶持;其二,智能制造裝備產業(yè)的上下游多為機電產品,同時我國智能制造推進的十大重點領域大多與電力、電子信息技術密不可分,因此,國家與地方的電力公司及研究機構以其自身信息資源的優(yōu)勢逐漸成為了專利合作網(wǎng)絡中的核心節(jié)點,推動了智能制造的創(chuàng)新發(fā)展。
為挖掘地域空間對我國智能制造裝備專利合作的影響,對專利合作網(wǎng)絡的空間演化情況進行分析。樣本數(shù)據(jù)僅包括第一申請人的地址,而根據(jù)法律規(guī)定,所有企業(yè)或組織都必須注冊一個地址,因此本研究將企業(yè)或組織名稱與其在國家工商行政管理局的注冊信息進行匹配,獲得其他申請人的地址,以進行專利合作網(wǎng)絡空間演化分析。
不過筆者并不贊同過多地將“探究性”融入作文考察當中,對照這六條標準,江蘇高考作文題在“探究性”方面是弱的。但其實反面想想,難道江蘇不正因如此,才成就了其獨特的“個性”嗎?江蘇高考語文一向提倡與贊揚記敘文文體,希望在高考作文中挖掘出優(yōu)秀的記敘文,而因為在命題中“探究性”與“思辨色彩”的相對不強,才給了記敘文書寫一定的“喘息空間”。如果作文材料思辨色彩過于濃厚,連命題人都想讓學生去寫議論文了,學生哪還能寫出優(yōu)秀的記敘文來呢?
表3 反映了我國智能制造裝備區(qū)域內部專利合作數(shù)量及其所占比例的演化情況。在萌芽期,各區(qū)域專利合作總次數(shù)較少,區(qū)域內部合作比例不具有代表性,而從成長期開始,智能制造專利合作規(guī)??焖僭鲩L,因此本文將重點關注成長期和成熟期。根據(jù)專利合作網(wǎng)絡在成長期和成熟期的區(qū)域內部合作比例均值,劃分了3 類區(qū)域。第一類區(qū)域的內部合作比例始終高于35%,只有廣東和上海在兩個時期的內部合作比例均高于35%,且呈上升趨勢,表明廣東和上海比較依賴于區(qū)域內的知識交流,區(qū)域邊界對其專利合作行為影響較大,且影響逐漸增強。第二類區(qū)域的內部合作比例始終低于35%,主要包括安徽、湖北、天津、河南、四川、河北、遼寧、湖南、陜西、江西、黑龍江、貴州、寧夏等省份,特別是甘肅、海南、西藏、新疆地區(qū)在兩個時期的內部合作比例均為0,可能是由于其區(qū)域內部資源比較匱乏,只能跨區(qū)域尋求資源豐富的合作伙伴;需要說明的是,香港和臺灣兩個地區(qū)在兩個時期的內部合作比例也均為0,這是由于筆者沒有對其內部專利合作情況進行分析。第三類區(qū)域包括兩個時期內部合作比例發(fā)生顯著變化的區(qū)域,其中北京、江蘇、山東、浙江、廣東、重慶、福建、廣西、內蒙古、吉林和青海的內部合作比例從低于35%上升至35%以上,區(qū)域內合作逐漸加強??傮w來說,區(qū)域內部合作比例從萌芽期的18.86%擴大到成熟期的45.49%,創(chuàng)新主體更傾向于在區(qū)域內進行專利合作,這可能是由于地理鄰近不僅可以降低合作成本,還可以提高技術創(chuàng)新效率。
表3 2001—2020 年我國智能制造裝備產業(yè)區(qū)域內部專利合作數(shù)量及占比
為研究專利跨區(qū)域合作情況,利用ArcGIS 軟件繪制出3 個階段專利合作的空間結構演化圖譜,如圖4 所示,圖中各點分別對應省級行政區(qū)域,連線代表合作關系,連線粗細代表跨區(qū)域合作數(shù)量大小。可見我國智能制造裝備產業(yè)的跨區(qū)域專利合作規(guī)模不斷擴大,但北京一直處于專利合作網(wǎng)絡的核心位置;江蘇、廣東和上海憑借較高的科研水平和經濟發(fā)展水平,也在專利合作網(wǎng)絡中發(fā)揮主導作用;此外,湖北、山東和安徽地處我國中部,專利合作規(guī)模也逐漸擴大,在網(wǎng)絡中的地位不斷提升;而內蒙古、西藏、新疆、云南、海南、寧夏等地在專利合作網(wǎng)絡中處于邊緣位置。
圖4 我國智能制造裝備產業(yè)跨區(qū)域專利合作網(wǎng)絡演化圖譜
從產業(yè)生命周期來看,萌芽期的網(wǎng)絡較為稀疏,跨區(qū)域專利合作主要集中在北京、江蘇、廣東、臺灣之間,其中廣東、江蘇與臺灣的合作深度較強;成長期的網(wǎng)絡規(guī)模和密度都有了顯著提升,形成北京向江蘇、廣東、上海等地輻射的專利合作網(wǎng)絡;成熟期網(wǎng)絡向稠密化發(fā)展,各地區(qū)都不同程度地參與了專利合作,整體上跨區(qū)域合作強度呈現(xiàn)從東部向中部再向西部依此遞減的趨勢,廣東、江蘇、上海、湖北、四川的專利合作強度進一步提升,而西部和東北地區(qū)在專利創(chuàng)新合作方面仍有較大的發(fā)展空間。
此外,本研究構建了“重要性-協(xié)調性”矩陣來分析我國智能制造裝備跨區(qū)域專利合作的分布模式。如圖5 所示,用點度中心性表示區(qū)域的重要性,用中間中心性表示區(qū)域的協(xié)調性,矩陣中兩條垂線分別表示平均重要性和協(xié)調性,如果某區(qū)域在平均值的右側或上側,說明該區(qū)域具有高重要性或高協(xié)調性,而對于“低重要性-低協(xié)調性”的區(qū)域不作標注??梢姳本⒔K、廣東在3 個時期均扮演“高重要性-高協(xié)調性”的角色,它們不僅是信息交流的中心,也是其他區(qū)域之間的橋梁;貴州、河北在萌芽期的網(wǎng)絡中起著協(xié)調作用;上海從成長期開始也成為了“高重要性-高協(xié)調性”區(qū)域;浙江的重要性不斷提升但是協(xié)調性先增后減,可能是由于在成長期為了快速發(fā)展而作為中介起協(xié)調作用。總體而言,在3 個時期第二象限內的區(qū)域發(fā)生了很大的變化,河南、山東、湖北、安徽共同崛起,改變了我國智能制造裝備產業(yè)專利合作區(qū)域分布;與萌芽期相比,“低重要性-高協(xié)調性”的區(qū)域數(shù)量減少,“高重要性-低協(xié)調性”的區(qū)域數(shù)量增加,表明愿意成為網(wǎng)絡中介的區(qū)域較少,大多數(shù)區(qū)域直接與知識和技術密集型區(qū)域合作,如北京、廣東、江蘇,以直接獲取知識和信息資源。
圖5 我國智能制造裝備產業(yè)跨區(qū)域專利合作的分布模式
本研究基于2001—2020 年我國智能制造裝備產業(yè)專利合作申請數(shù)據(jù),運用社會網(wǎng)絡分析法,剖析了萌芽期、成長期和成熟期專利合作網(wǎng)絡主體及其空間的動態(tài)演化,主要得到以下結論:
(1)在2001—2020 年間,我國智能制造裝備產業(yè)的專利合作網(wǎng)絡規(guī)模逐漸壯大,且呈現(xiàn)明顯的階段特征。從成長期開始,網(wǎng)絡節(jié)點數(shù)與網(wǎng)絡邊數(shù)均迅速增多,網(wǎng)絡規(guī)模呈爆發(fā)式增長;網(wǎng)絡具有較強的知識交換和信息傳輸能力但是傳遞效率較低;部分創(chuàng)新主體之間已經建立起穩(wěn)固的合作關系,專利合作網(wǎng)絡向復雜化和社區(qū)化發(fā)展。
(2)在不同產業(yè)生命周期,智能制造裝備產業(yè)的專利合作網(wǎng)絡主體演化存在著較大差異,并呈現(xiàn)出多元化合作發(fā)展趨勢。在萌芽期,專利合作網(wǎng)絡的核心節(jié)點以高校、科研機構和成熟的工業(yè)企業(yè)為主;在成長期和成熟期,國家電網(wǎng)公司等電力相關企業(yè)和研究機構成為了推動智能制造裝備產業(yè)發(fā)展的核心節(jié)點。
(3)區(qū)域內部與跨區(qū)域專利合作呈現(xiàn)出不同的空間演化規(guī)律。就區(qū)域內部專利合作而言,廣東和上海的區(qū)域內部專利合作比例較高,區(qū)域邊界對其專利合作的影響逐漸增強;而甘肅、海南、西藏、新疆的區(qū)域內部專利合作比例為0,區(qū)域邊界對其專利合作基本無影響。就跨區(qū)域專利合作而言,整體上跨區(qū)域合作強度形成了東部、中部、西部依此遞減的趨勢;北京處于跨區(qū)域專利合作網(wǎng)絡的核心位置,且地位不斷鞏固;同時,江蘇、廣東和上海在網(wǎng)絡中發(fā)揮主導作用,而內蒙古、西藏、新疆、云南、海南、寧夏等地在網(wǎng)絡中處于邊緣位置。就跨區(qū)域專利合作的分布模式而言,北京、江蘇、廣東扮演“高重要性-高協(xié)調性”的角色,它們不僅是信息交流的中心,也是其他區(qū)域之間的橋梁,大多數(shù)其他地區(qū)與這類知識和技術密集型地區(qū)合作以獲得新的知識和信息資源。
隨著新一代信息通信技術與制造業(yè)的深度融合,以智能制造為核心的新一輪產業(yè)變革正在全球范圍內興起,大力實施智能制造是我國在經濟發(fā)展新常態(tài)下打造新的國際競爭優(yōu)勢的必然選擇。為實現(xiàn)制造強國的遠景目標,未來我國應在以下幾方面作出進一步努力:第一,通過建立知識和信息共享平臺以提升網(wǎng)絡信息傳遞效率,促使各創(chuàng)新主體之間形成新的合作關系;第二,鼓勵橫向和縱向專利合作,并引導核心節(jié)點展開深度合作,從而優(yōu)化專利合作網(wǎng)絡內部創(chuàng)新資源配置;第三,合理配置科技創(chuàng)新資源,保障各區(qū)域智能制造裝備產業(yè)合作創(chuàng)新均衡發(fā)展;第四,積極推動智能制造裝備產業(yè)跨區(qū)域合作,充分發(fā)揮北京、上海、廣東及東部等地的技術和經濟優(yōu)勢,形成國內智能制造裝備產業(yè)合理的空間布局。