江 瑤 陳 旭 胡 斌

(1.上海工程技術(shù)大學管理學院 上海 201620； 2.上海應用技術(shù)大學經(jīng)濟與管理學院 上海 201418)

0 引 言

當前，中國在某些領(lǐng)域的科技創(chuàng)新能力，特別是原創(chuàng)能力，仍與發(fā)達國家存在很大差距。以美國為代表的部分西方國家對中國展開技術(shù)封鎖，高端光刻膠、極紫外線光刻機、EDA、FPGA芯片、DRAM芯片、射頻前端芯片等關(guān)鍵核心技術(shù)受制于人[1]，“卡脖子”狀況時有發(fā)生。要實現(xiàn)中國關(guān)鍵核心技術(shù)攻關(guān)，首要任務就是甄選出最具有戰(zhàn)略意義的“卡脖子”問題[2]。從現(xiàn)有研究來看，目前對于“卡脖子”關(guān)鍵核心技術(shù)的研究主要集中在宏觀層面[3]，缺乏具有普適性的甄選方法和可操作性強的分析過程[4]。

基于此，本文將嘗試構(gòu)建具有普適性和可操作性的“卡脖子”關(guān)鍵核心技術(shù)甄選模型，以期回答哪些技術(shù)可以被認定為“卡脖子”關(guān)鍵核心技術(shù)？判定為“卡脖子”關(guān)鍵核心技術(shù)的依據(jù)是什么？基于“卡脖子”關(guān)鍵核心技術(shù)的內(nèi)涵特征，本文按照“關(guān)鍵核心技術(shù)識別—‘卡脖子’關(guān)鍵核心技術(shù)篩選”兩個階段，構(gòu)建出“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型，并以全球人工智能產(chǎn)業(yè)專利數(shù)據(jù)為樣本展開實證分析。

1 “卡脖子”關(guān)鍵核心技術(shù)的內(nèi)涵與特征

關(guān)鍵核心技術(shù)是一個由關(guān)鍵技術(shù)和核心技術(shù)構(gòu)成的復合型概念，是指在特定歷史時期特定行業(yè)或領(lǐng)域處于核心地位并發(fā)揮關(guān)鍵作用的技術(shù)[5]，是通過長期高投入的研究開發(fā)過程所形成的具有關(guān)鍵性、獨特性的技術(shù)體系[6]。其主要特征體現(xiàn)在：一是前沿技術(shù)性，關(guān)鍵核心技術(shù)能保障產(chǎn)業(yè)鏈的健康運行和可持續(xù)性發(fā)展，具有非常高的技術(shù)附加價值[7]；二是復雜創(chuàng)新性，關(guān)鍵核心技術(shù)覆蓋多領(lǐng)域、多學科，技術(shù)含量高且復雜[8]，是經(jīng)過穩(wěn)定的高水平技術(shù)團隊長期研發(fā)投入而形成的獨特的原始創(chuàng)新技術(shù)[9]；三是國家戰(zhàn)略性，關(guān)鍵核心技術(shù)涉及國家經(jīng)濟社會發(fā)展和國家安全的關(guān)鍵領(lǐng)域[10]。

聚焦到其中的“卡脖子”問題，學者們多是在關(guān)鍵核心技術(shù)的內(nèi)涵基礎(chǔ)上，從不同視角進一步延伸得到對“卡脖子”關(guān)鍵核心技術(shù)的理解?；诩夹g(shù)視角，陳勁等將“卡脖子”關(guān)鍵核心技術(shù)界定為長期與其他國家存在較大差距的技術(shù)，且該差距難以在短期內(nèi)被縮小[6]。任繼球指出“卡脖子”關(guān)鍵核心技術(shù)是指行業(yè)或企業(yè)發(fā)展中科技含量最高的關(guān)鍵核心技術(shù)[11]?；陲L險視角，張治河和苗欣苑認為“卡脖子”關(guān)鍵核心技術(shù)是指在產(chǎn)品研發(fā)或應用的過程中沒有完全掌握其所需要的核心技術(shù)、基礎(chǔ)工藝、關(guān)鍵材料及高端設(shè)備等，主要依賴于外部引進，面臨被其他國家或地區(qū)實施技術(shù)封鎖的風險[7]。夏清華和樂毅提出，“卡脖子”關(guān)鍵核心技術(shù)是指中國經(jīng)濟社會發(fā)展進程中，一些產(chǎn)業(yè)發(fā)展需要的關(guān)鍵核心技術(shù)依賴進口，從而制約了產(chǎn)業(yè)升級和發(fā)展[12]。唐恒等認為“卡脖子”關(guān)鍵核心技術(shù)是指被競爭主體扼住核心命脈的技術(shù)，一旦失去這項技術(shù)，將會對我們的生產(chǎn)和生活造成嚴重影響，而且很難找到替代品[13]。由此可見，“卡脖子”關(guān)鍵核心技術(shù)除了具有一般性關(guān)鍵核心技術(shù)的所有特征之外，還具有兩項特征：一是壟斷依賴性，“卡脖子”關(guān)鍵核心技術(shù)是被某個團體(聯(lián)盟、國家、企業(yè))所獨自掌握[14]，使用時完全依賴于進口，易被競爭主體壓制和封鎖；二是難以攻克性，“卡脖子”關(guān)鍵核心技術(shù)是在短時間內(nèi)很難實現(xiàn)技術(shù)攻克[14]，且在本國領(lǐng)域內(nèi)不存在相關(guān)替代品?；诖?，本文認為“卡脖子”關(guān)鍵核心技術(shù)是指在國家或地區(qū)發(fā)展過程中，對當前和未來經(jīng)濟發(fā)展、技術(shù)創(chuàng)新、產(chǎn)業(yè)鏈安全等領(lǐng)域起到關(guān)鍵作用，但被其他國家或地區(qū)高度壟斷和封鎖，在短期內(nèi)較難實現(xiàn)攻克并尋找到其他替代品的關(guān)鍵核心技術(shù)。

2 “卡脖子”關(guān)鍵核心技術(shù)甄選框架

根據(jù)對“卡脖子”關(guān)鍵核心技術(shù)與關(guān)鍵核心技術(shù)的特征分析，二者既相互關(guān)聯(lián)又不完全一致，而是具有隸屬關(guān)系的兩個技術(shù)集合。因此，本文采取兩階段的甄選邏輯，先識別出具有前沿技術(shù)性、復雜創(chuàng)新性和國家戰(zhàn)略性的關(guān)鍵核心技術(shù)，再從中進一步篩選出具有壟斷依賴性和難以攻克性的“卡脖子”關(guān)鍵核心技術(shù)?？紤]到專利是最重要的技術(shù)信息源，包含了世界90%-95%的科技信息[15]，本文將基于專利數(shù)據(jù)展開分析，構(gòu)建“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型，如圖1所示。

圖1 “卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型

2.1 關(guān)鍵核心技術(shù)識別

2.1.1關(guān)鍵核心技術(shù)識別指標體系設(shè)計

本文借鑒楊武等[16]、鄭思佳等[17]、楊大飛等[18]人的做法，采取指標評價法識別出具有前沿技術(shù)性、復雜創(chuàng)新性和國家戰(zhàn)略性特征的關(guān)鍵核心技術(shù)。

針對前沿技術(shù)性，選取專利年均被引頻次和技術(shù)覆蓋范圍兩項指標，反映出該專利涉及到目標產(chǎn)業(yè)的多個前沿技術(shù)領(lǐng)域，且對于后續(xù)相關(guān)專利的發(fā)明創(chuàng)造具有持續(xù)性的影響，始終保持在該產(chǎn)業(yè)、該領(lǐng)域內(nèi)的前沿影響力。針對復雜創(chuàng)新性，選取專利被引證數(shù)和權(quán)利要求數(shù)量兩項指標，反映出該專利具有高度的原創(chuàng)性和新穎性，在原理設(shè)計、方法采用、過程實施、產(chǎn)品呈現(xiàn)等各個環(huán)節(jié)都具有開拓性探索和重要突破，其中的創(chuàng)新內(nèi)容在后續(xù)專利技術(shù)發(fā)明時被大量引用和參考。針對國家戰(zhàn)略性，選取同族專利數(shù)和布局國家數(shù)兩項指標，反映出該專利處于整個技術(shù)體系的核心地位，受到多個國家或地區(qū)的保護和認可，能夠促進本國相關(guān)技術(shù)的全球引領(lǐng)性地位形成。由此，本文構(gòu)建出關(guān)鍵核心技術(shù)識別的指標體系，如表1所示。

表1 關(guān)鍵核心技術(shù)識別指標體系

2.1.2關(guān)鍵核心技術(shù)識別指標權(quán)重確定

針對關(guān)鍵核心技術(shù)識別指標體系，本文參考楊武和王爽(2021)的做法[16]，采用客觀賦值方法——熵值法對指標體系的各指標進行賦權(quán)，共分為四個步驟：

步驟一，設(shè)共有n項專利，m項關(guān)鍵核心技術(shù)評價指標，數(shù)據(jù)構(gòu)成了一個n×m的矩陣：

x=(xij)n×m

(1)

其中，xij表示標準化后的第i項專利j個指標數(shù)據(jù)。

步驟二，計算第j個指標下第i項專利所占比重：

(2)

步驟三，計算第j個指標的熵值：

(3)

步驟四，確定各指標的權(quán)重：

(4)

2.1.3關(guān)鍵核心技術(shù)范圍劃分

根據(jù)關(guān)鍵核心技術(shù)識別指標評價計算出的得分，本文參照Noh(2016)的做法[19]，設(shè)定得分排名前5%的專利技術(shù)為關(guān)鍵核心技術(shù)。

2.2 “卡脖子”關(guān)鍵核心技術(shù)篩選

2.2.1“卡脖子”關(guān)鍵核心技術(shù)區(qū)位熵指數(shù)構(gòu)建

在識別出關(guān)鍵核心技術(shù)的基礎(chǔ)上，本文借鑒經(jīng)濟地理領(lǐng)域“區(qū)位熵”指數(shù)的設(shè)計思想[20]，采用技術(shù)區(qū)位熵指數(shù)模型法，篩選出其中具有壟斷依賴性和難以攻克性的“卡脖子”關(guān)鍵核心技術(shù)。

針對壟斷依賴性，本文參考董坤等的觀點[21]，以競爭主體之間的專利數(shù)量差距來反映，即某個國家或地區(qū)擁有的某項關(guān)鍵核心技術(shù)專利數(shù)量相對于其他國家或地區(qū)是否存在相對劣勢，如果存在則說明該項關(guān)鍵核心技術(shù)依賴于其他國家或地區(qū)，容易被封鎖和控制。因此，本文構(gòu)建出技術(shù)數(shù)量區(qū)位熵指數(shù)模型來衡量專利技術(shù)的壟斷依賴性。具體地，采用某個國家或地區(qū)某技術(shù)領(lǐng)域?qū)＠麛?shù)量占全球該技術(shù)領(lǐng)域?qū)＠麛?shù)量的比重，與該國家或地區(qū)所有技術(shù)領(lǐng)域?qū)＠麛?shù)量占全球所有技術(shù)領(lǐng)域?qū)＠麛?shù)量比重之比來反映，計算公式如下：

SQ=(Sij/∑Sj)/(∑Si/∑Sij)

(5)

在公式(5)中，SQ表示技術(shù)數(shù)量區(qū)位熵，i表示目標產(chǎn)業(yè)專利所屬國家或地區(qū)，j表示目標產(chǎn)業(yè)專利所屬技術(shù)領(lǐng)域，Sij表示國家或地區(qū)i在技術(shù)領(lǐng)域j的專利數(shù)量，∑Sj表示所有國家或地區(qū)在技術(shù)領(lǐng)域j的專利數(shù)量之和，∑Si表示國家或地區(qū)i在所有技術(shù)領(lǐng)域的專利數(shù)量之和，∑Sij表示所有國家或地區(qū)在所有技術(shù)領(lǐng)域的專利數(shù)量之和。當SQ>1，則反映國家或地區(qū)i在技術(shù)領(lǐng)域j具有數(shù)量優(yōu)勢，不容易被其他國家或地區(qū)壟斷；如果SQ=1，則反映國家或地區(qū)i在技術(shù)領(lǐng)域j的專利數(shù)量與全球平均水平持平，被其他國家或地區(qū)壟斷的可能性一般；如果0

針對難以攻克性，本文參考陳勁等的觀點[6]，以競爭主體之間的專利技術(shù)差距來反映，即某個國家或地區(qū)擁有的某項關(guān)鍵核心技術(shù)水平相對于其他國家或地區(qū)是否處于相對劣勢，如果存在則說明該項關(guān)鍵核心技術(shù)難以模仿，需要長時間的高強度投入方能突破。前文對關(guān)鍵核心技術(shù)的識別從前沿技術(shù)性、復雜創(chuàng)新性和國家戰(zhàn)略性三個維度展開，得分高低反映的正是專利技術(shù)在技術(shù)含量、創(chuàng)新程度、戰(zhàn)略影響等方面的水平[17]，得分越高的專利技術(shù)水平越高。因此，本文以前文計算得到的關(guān)鍵核心技術(shù)得分為基礎(chǔ)，構(gòu)建出技術(shù)水平區(qū)位熵指數(shù)模型來衡量專利技術(shù)的難以攻克性。具體地，采用某個國家或地區(qū)某技術(shù)領(lǐng)域?qū)＠梅终既蛟摷夹g(shù)領(lǐng)域?qū)＠梅值谋戎嘏c該國家或地區(qū)所有技術(shù)領(lǐng)域?qū)＠梅终既蛩屑夹g(shù)領(lǐng)域?qū)＠梅直戎刂葋矸从常嬎愎饺缦拢?/p>

EQ=(Eij/∑Ej)/(∑Ei/∑Eij)

(6)

在公式(6)中，EQ表示技術(shù)水平區(qū)位熵，i表示目標產(chǎn)業(yè)專利所屬國家或地區(qū)，j表示目標產(chǎn)業(yè)專利所屬技術(shù)領(lǐng)域，Eij表示國家或地區(qū)i在技術(shù)領(lǐng)域j的專利得分，∑Ej表示所有國家或地區(qū)在技術(shù)領(lǐng)域j的專利得分之和，∑Ei表示國家或地區(qū)i在所有技術(shù)領(lǐng)域的專利得分之和，∑Eij表示所有國家或地區(qū)在所有技術(shù)領(lǐng)域的專利得分之和。如果EQ>1，則反映國家或地區(qū)i在技術(shù)領(lǐng)域j具有較高水平的專利，無需攻克或可以在短期內(nèi)實現(xiàn)技術(shù)攻克；如果EQ=1，則反映國家或地區(qū)i在技術(shù)領(lǐng)域j的專利得分與全球平均水平持平，短期內(nèi)實現(xiàn)技術(shù)攻克的可能性一般；如果0

2.2.2“卡脖子”關(guān)鍵核心技術(shù)范圍劃分

當SQ<1,EQ<1時，說明國家或地區(qū)i在技術(shù)領(lǐng)域j既存在壟斷依賴性又存在難以攻克性，尤其當SQ=0時，國家或地區(qū)i在技術(shù)領(lǐng)域j完全沒有技術(shù)布局，“卡脖子”問題非常嚴重。因此，本研究綜合SQ和EQ的測算結(jié)果，進一步劃分出輕度和重度“卡脖子”關(guān)鍵核心技術(shù)，如表2所示。

表2 “卡脖子”關(guān)鍵核心技術(shù)范圍劃分

3 人工智能產(chǎn)業(yè)“卡脖子”關(guān)鍵核心技術(shù)甄選

人工智能產(chǎn)業(yè)作為推動人類社會進入智能時代的決定性力量，是新一輪科技革命的巨擘[22]。在目前錯綜復雜的國際環(huán)境下，人工智能產(chǎn)業(yè)逐漸成為推動中國綜合實力提升的關(guān)鍵力量[23]，正通過滲透性、替代性、協(xié)同性和創(chuàng)新性等技術(shù)經(jīng)濟特性[24]，引領(lǐng)人類社會發(fā)展與變革。迄今為止，全球很多發(fā)達國家或地區(qū)都頒布了明確的人工智能綱領(lǐng)性文件，試圖搶占人工智能高地[22]。中國在人工智能領(lǐng)域發(fā)展上有自身獨特的優(yōu)勢，但發(fā)展起步較晚，與美國等發(fā)達國家相比還有一定差距[25]。因此，精準識別中國人工智能產(chǎn)業(yè)受制于人的“卡脖子”關(guān)鍵核心技術(shù)，從而制定未來人工智能產(chǎn)業(yè)發(fā)展的重點，對提升中國人工智能產(chǎn)業(yè)核心競爭力以及增強產(chǎn)業(yè)鏈自主可控能力，具有十分重大的意義。

3.1 數(shù)據(jù)樣本

本文以人工智能產(chǎn)業(yè)專利數(shù)據(jù)為研究樣本，采用“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型，實證分析人工智能產(chǎn)業(yè)存在的“卡脖子”關(guān)鍵核心技術(shù)。具體的專利數(shù)據(jù)采集過程如下：

首先，本文基于IncoPat專利數(shù)據(jù)庫采集人工智能產(chǎn)業(yè)專利數(shù)據(jù)。選擇IncoPat專利數(shù)據(jù)庫的原因在于，其收錄了全球120個國家、組織、地區(qū)1億多件基礎(chǔ)專利數(shù)據(jù)，可檢索的字段達到260多個，集成了專利檢索、專題庫、分析和監(jiān)視預警等多個功能模塊，數(shù)據(jù)字段完善，能提供及時、全面、準確的專利情報。

其次，在專利檢索詞的設(shè)定上，本文參考ISO修訂的《信息技術(shù)詞匯第28部分：人工智能基本概念與專家系統(tǒng)》《信息技術(shù)詞匯第29部分：人工智能語音識別與合成》《信息技術(shù)詞匯第31部分：人工智能機器學習》《信息技術(shù)詞匯第34部分：人工智能神經(jīng)網(wǎng)絡》等人工智能的相關(guān)詞匯，國家工業(yè)信息安全發(fā)展研究中心、工信部電子知識產(chǎn)權(quán)中心發(fā)布的《2020人工智能中國專利技術(shù)分析報告》等報告，并借鑒沈映春和廖舫儀(2021)的做法[26]，確定標題摘要的檢索關(guān)鍵詞為：Artificial Intelligence、Deep Learning、Speech Recognition、Natural Language Processing、Computer Vision、Intelligent Driving、Intelligent Robot、Cloud Computing、Intelligent Recommendation、Knowledge Graph。

再次，在專利檢索的時間跨度上，考慮到人工智能自2000年開始進入到產(chǎn)業(yè)化階段，自此之后相關(guān)專利及知識產(chǎn)權(quán)保護提上日程[27]，故本文以專利申請日為時間節(jié)點，將時間跨度確定為2000年1月1日至2021年12月31日。

最后，在專利檢索的類型上，選擇發(fā)明申請和發(fā)明授權(quán)兩種狀態(tài)，按照簡單專利家族合并，法律狀態(tài)限定為專利。檢索時間為2022年2月11日，共檢索到50 237條人工智能產(chǎn)業(yè)初始專利數(shù)據(jù)。初始專利數(shù)據(jù)經(jīng)剔除核心指標缺失的專利數(shù)據(jù)后，得到44 893條專利數(shù)據(jù)，構(gòu)成本文后續(xù)分析的專利數(shù)據(jù)庫。從各國或地區(qū)在人工智能產(chǎn)業(yè)所擁有的專利數(shù)量來看，中國以26 221條專利位列第一，排在第二位的是擁有12 145項專利的美國，其后是韓國(3 768項)、日本(1 272項)、歐洲專利局(773項)、加拿大(145項)、澳大利亞(127項)、法國(104項)，其余國家或地區(qū)在人工智能產(chǎn)業(yè)的專利數(shù)量則在100項以內(nèi)。由此可見，全球人工智能產(chǎn)業(yè)的專利技術(shù)分布集中，各國或地區(qū)間的差異較為明顯。

3.2 關(guān)鍵核心技術(shù)識別結(jié)果

本文對44 893條人工智能產(chǎn)業(yè)專利數(shù)據(jù)進行標準化處理后，帶入熵值法公式(1)-(4)，計算得出各指標權(quán)重，如表3所示。在對關(guān)鍵核心技術(shù)評價的二級指標中，前沿技術(shù)性、復雜創(chuàng)新性、國家戰(zhàn)略性三項指標的權(quán)重分別為32.91%、40.45%、26.64%，復雜創(chuàng)新性指標的權(quán)重最高。在細分的三級指標中，按照權(quán)重由高到低依次為被引證數(shù)(35.65%)、年均被引頻次(26.34%)、同族專利數(shù)(14.69%)、布局國家數(shù)(11.95%)、技術(shù)覆蓋范圍(6.57%)、權(quán)利要求數(shù)量(4.80%)。

表3 關(guān)鍵核心技術(shù)識別指標權(quán)重

根據(jù)指標權(quán)重和標準化后的專利數(shù)據(jù)，計算人工智能產(chǎn)業(yè)各專利的關(guān)鍵核心技術(shù)得分。獲得最高得分0.6367分的專利公開國別為美國，這項專利是由Peter Nickolov、Bert Armijo和Vladimir Miloushev于2009年申請，關(guān)于分布式云計算技術(shù)。在公開國別為中國的專利技術(shù)中，名為“用于寬頻帶語音編碼的系統(tǒng)、方法和設(shè)備”的專利獲得0.2417分，位列全球第9名，也是中國唯一入圍前十名的專利技術(shù)。各項專利的文獻號及其得分如表4所示。

在此基礎(chǔ)上，本文根據(jù)設(shè)定的關(guān)鍵核心技術(shù)范圍劃分標準，將關(guān)鍵核心技術(shù)得分排名前5%的2244個專利劃分為關(guān)鍵核心技術(shù)，并按照專利的公開國別(地區(qū))分布，對不同區(qū)域?qū)膶＠麛?shù)量占比進行統(tǒng)計，結(jié)果如表5所示。

表5的結(jié)果顯示，2244個關(guān)鍵核心技術(shù)所屬國別(組織、地區(qū))包括美國、中國、歐洲專利局、韓國、日本、加拿大、澳大利亞、墨西哥、新西蘭、德國、西班牙、法國、阿根廷和俄羅斯。其中，1252個關(guān)鍵核心技術(shù)歸屬于美國，占據(jù)了全部關(guān)鍵核心技術(shù)中的55.79%，在其擁有的全部人工智能產(chǎn)業(yè)專利數(shù)量中的比例達到10.21%。緊隨其后的是中國，擁有669個關(guān)鍵核心技術(shù)，占據(jù)全球29.81%，但在其擁有的全部專利數(shù)中的比例僅為2.55%。該數(shù)據(jù)表明，在人工智能產(chǎn)業(yè)領(lǐng)域，美國和中國的關(guān)鍵核心技術(shù)占據(jù)了絕大多數(shù)，遠遠高于其他國家和地區(qū)，但中國人工智能產(chǎn)業(yè)所有專利中的關(guān)鍵核心技術(shù)專利占比較低，在所申請或擁有的專利水平上仍存在較大上升空間。

表4 人工智能產(chǎn)業(yè)關(guān)鍵核心技術(shù)得分及排序

表5 人工智能產(chǎn)業(yè)關(guān)鍵核心技術(shù)區(qū)域分布情況

進一步地，按照關(guān)鍵核心技術(shù)專利所屬的IPC大類區(qū)分專利技術(shù)領(lǐng)域，對不同技術(shù)領(lǐng)域?qū)膶＠麛?shù)量占比進行統(tǒng)計，結(jié)果如表6所示。2244個關(guān)鍵核心技術(shù)歸所屬于44個技術(shù)大類，技術(shù)領(lǐng)域分布較為集中，所屬最多的三個技術(shù)領(lǐng)域(G10、G06、H04)占據(jù)了87.26%，其余41個大類僅占到全部技術(shù)的12.74%。

表6 人工智能產(chǎn)業(yè)關(guān)鍵核心技術(shù)領(lǐng)域分布

3.3 “卡脖子”關(guān)鍵核心技術(shù)篩選結(jié)果分析

基于關(guān)鍵核心技術(shù)識別結(jié)果，本文進一步測算中國在人工智能產(chǎn)業(yè)不同技術(shù)領(lǐng)域的技術(shù)數(shù)量區(qū)位熵指數(shù)、技術(shù)水平區(qū)位熵指數(shù)，并在解析各技術(shù)要點的基礎(chǔ)上對其進行命名。最終，本文篩選出中國人工智能產(chǎn)業(yè)輕度“卡脖子”關(guān)鍵核心技術(shù)9項(如表7和圖2所示)，重度“卡脖子”關(guān)鍵核心技術(shù)22項(如表8和圖3所示)。

表7 人工智能產(chǎn)業(yè)輕度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域

圖2 輕度“卡脖子”關(guān)鍵核心技術(shù)熱力圖

由表7和圖2可知，在人工智能產(chǎn)業(yè)輕度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域，雖然中國專利數(shù)量位于全球第二位，但專利技術(shù)得分相對較低，尤其是G06(基于人工智能的智能算法技術(shù))、G08(基于人工智能的交通控制技術(shù))、G02(基于人工智能的光學器件技術(shù))、H04(基于人工智能的通信技術(shù))。這值得引起相關(guān)部門的高度重視，需要著重思考中國人工智能產(chǎn)業(yè)領(lǐng)域的專利布局問題。而美國在各個領(lǐng)域都布局了全球最多且水平較高的專利技術(shù)，在細分的G06(基于人工智能的智能算法技術(shù))、G08(基于人工智能的交通控制技術(shù))、H04(基于人工智能的通信技術(shù))、B60(基于人工智能的電動車技術(shù))、G05(基于人工智能的智能檢測技術(shù))領(lǐng)域，美國擁有的專利技術(shù)更是超過了其余國家或地區(qū)專利數(shù)量之和。

表8 人工智能產(chǎn)業(yè)重度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域

圖3 重度“卡脖子”關(guān)鍵核心技術(shù)熱力圖

結(jié)合表8和圖3展示的結(jié)果，在中國人工智能產(chǎn)業(yè)的重度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域，美國、韓國、日本、西班牙、歐洲專利局、加拿大、澳大利亞、阿根廷技術(shù)優(yōu)勢明顯，成為核心競爭主體。其中，美國布局的專利數(shù)量最為豐富，在多個技術(shù)領(lǐng)域均擁有著絕對的技術(shù)優(yōu)勢。尤其是，在G11(基于人工智能的信息存儲技術(shù))、F41(基于人工智能的導航制導技術(shù))、C25(基于人工智能的電解技術(shù))、A41(基于人工智能的醫(yī)用防護服技術(shù))四個領(lǐng)域，全球只有美國擁有專利技術(shù)布局；在G16(基于人工智能的生物醫(yī)療技術(shù))、G09(基于人工智能的人機交互技術(shù))、A63(基于人工智能的新型顯示技術(shù))三個領(lǐng)域，美國的專利數(shù)量遠遠超過其余國家專利數(shù)量之和?？傮w上，美國在人工智能產(chǎn)業(yè)領(lǐng)域的技術(shù)優(yōu)勢穩(wěn)居第一，處于壟斷地位。此外，歐洲專利局憑借在H05(基于人工智能的高端電氣裝備技術(shù))、B01(基于人工智能的污染物過濾技術(shù))、B08(基于人工智能的智能清潔技術(shù))、F23(基于人工智能的廢物焚燒技術(shù))領(lǐng)域擁有領(lǐng)先的技術(shù)優(yōu)勢，位列全球第二位。緊隨其后，日本在G09(基于人工智能的人機交互技術(shù))、澳大利亞在B43(基于人工智能的筆跡標記技術(shù))和C07(基于人工智能的肽基因工程技術(shù))、韓國在H01(基于人工智能的半導體技術(shù))、加拿大在E05(基于人工智能的智能門鎖安全管控技術(shù))等不同的細分市場上占據(jù)著一定的技術(shù)優(yōu)勢，成為人工智能產(chǎn)業(yè)市場中的中堅力量。

參考楊大飛等對技術(shù)識別結(jié)果的驗證方法[18]，從本文甄選出的人工智能產(chǎn)業(yè)“卡脖子”關(guān)鍵核心技術(shù)結(jié)果可見，專利所涉及的領(lǐng)域主要包括了智能算法、人機交互、自然語言處理、操作系統(tǒng)等人工智能核心技術(shù)，也包括了人工智能在醫(yī)學、汽車、農(nóng)業(yè)、家居、環(huán)保等國計民生重點行業(yè)的融合應用技術(shù)。這些技術(shù)與《科技日報》羅列的35項關(guān)鍵技術(shù)、工業(yè)和信息化部等發(fā)布的《“十四五”機器人產(chǎn)業(yè)發(fā)展規(guī)劃》、交通運輸部和科技部發(fā)布的《關(guān)于科技創(chuàng)新驅(qū)動加快建設(shè)交通強國的意見》、國務院辦公廳發(fā)布的《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021-2035年)》、中央全面深化改革委員會第二十次會議審議通過的《種業(yè)振興行動方案》等政策文件中提及的芯片、核心算法、新型顯示材料、新一代半導體、醫(yī)學影像設(shè)備元器件、掃描電子顯微鏡、機器人操作系統(tǒng)、無人駕駛、交通智能化監(jiān)測、智慧生物育種、智能門鎖生物識別、廢物焚燒智能診斷等急需攻克的技術(shù)相吻合。因此，本文甄選出的“卡脖子”核心技術(shù)符合目前人工智能產(chǎn)業(yè)技術(shù)發(fā)展現(xiàn)狀，這說明構(gòu)建的兩階段漏斗式甄選模型具有一定的科學性和有效性。

4 結(jié)論與討論

本文基于“卡脖子”關(guān)鍵核心技術(shù)的內(nèi)涵特征，構(gòu)建出“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型。首先，從“前沿技術(shù)性—復雜創(chuàng)新性—國家戰(zhàn)略性”三個維度設(shè)計指標體系，識別出關(guān)鍵核心技術(shù)；其次，結(jié)合區(qū)位熵指數(shù)，從“壟斷依賴性—難以攻克性”兩個方面設(shè)計區(qū)位熵指數(shù)模型，篩選出“卡脖子”關(guān)鍵核心技術(shù)；最后，選取人工智能產(chǎn)業(yè)為例，基于2000-2021年的全球?qū)＠麛?shù)據(jù)展開實證研究。本文得到的主要研究結(jié)論如下：

第一，基于關(guān)鍵核心技術(shù)的特征，從前沿技術(shù)性、復雜創(chuàng)新性、國家戰(zhàn)略性三個維度出發(fā)，選取年均被引頻次、技術(shù)覆蓋范圍、被引證數(shù)、權(quán)利要求數(shù)量、同族專利數(shù)、布局國家數(shù)六項細分指標，并結(jié)合熵值法對各指標權(quán)重進行客觀賦值，由此識別前5%的關(guān)鍵核心技術(shù)?；谌斯ぶ悄墚a(chǎn)業(yè)領(lǐng)域?qū)＠麛?shù)據(jù)展開實證研究，共識別出2244個關(guān)鍵核心技術(shù)。

第二，基于“卡脖子”關(guān)鍵核心技術(shù)的壟斷依賴和難以攻克特性，在篩選出的關(guān)鍵核心技術(shù)基礎(chǔ)上，構(gòu)建技術(shù)數(shù)量區(qū)位熵指數(shù)和技術(shù)水平區(qū)位熵指數(shù)，甄選出二者大于0且小于1的輕度“卡脖子”關(guān)鍵核心技術(shù)以及技術(shù)數(shù)量區(qū)位熵指數(shù)等于0的重度“卡脖子”關(guān)鍵核心技術(shù)。基于人工智能產(chǎn)業(yè)領(lǐng)域?qū)＠麛?shù)據(jù)展開實證研究，共甄選出31項“卡脖子”關(guān)鍵核心技術(shù)，其中輕度“卡脖子”關(guān)鍵核心技術(shù)9項、重度“卡脖子”關(guān)鍵核心技術(shù)22項。該結(jié)果與目前人工智能產(chǎn)業(yè)領(lǐng)域技術(shù)發(fā)展情況較為一致，證明了本文所構(gòu)建的“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型具有一定的科學性和合理性。

第三，基于人工智能產(chǎn)業(yè)領(lǐng)域“卡脖子”關(guān)鍵核心技術(shù)的全球競爭態(tài)勢熱力圖可見，美國占據(jù)了輕度和重度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域的絕對優(yōu)勢，處于全球壟斷地位。在輕度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域，中國擁有著專利數(shù)量優(yōu)勢，但專利技術(shù)得分較低，未來需要深入考慮各細分領(lǐng)域?qū)＠夹g(shù)水平的提升。在重度“卡脖子”關(guān)鍵核心技術(shù)領(lǐng)域，除依賴于美國以外，還在不同細分市場受限于韓國、日本、西班牙、歐洲專利局、加拿大、澳大利亞、阿根廷，未來中國應加大考慮在這些細分領(lǐng)域的技術(shù)布局。

相較于該領(lǐng)域的已有文獻，本文基于“卡脖子”關(guān)鍵核心技術(shù)的前沿技術(shù)性、復雜創(chuàng)新性、國家戰(zhàn)略性、壟斷依賴性和難以攻克性特征，利用指標分析法、熵值法、區(qū)位熵指數(shù)法等方法，提出了“卡脖子”關(guān)鍵核心技術(shù)兩階段漏斗式甄選模型。該模型從定量分析視角，對“卡脖子”關(guān)鍵核心技術(shù)進行甄選，一定程度上彌補了已有定性方法的不足，對于后續(xù)相關(guān)研究具有指導性。

然而，本文也存在一定的局限性。受限于專利數(shù)據(jù)庫的影響，構(gòu)建的“卡脖子”關(guān)鍵核心技術(shù)甄選模型，第一階段僅選取了三個維度的六大指標，第二階段僅結(jié)合專利數(shù)量和得分兩項指標測算區(qū)位熵指數(shù)，隨著專利數(shù)據(jù)庫的不斷豐富，未來可以進一步拓展各階段的指標選取范圍，不斷優(yōu)化和改進甄選模型。