南大商学院团队创新“卡脖子”技术测度算法

近日一种识别具体产业中“卡脖子”技术的测度算法成功应用于锂电池产业，该算法将PageRank算法与改进的HITS算法相复合，并且已经通过无标度网络从理论上证明其优越性。

该算法进一步提升了已知的“卡脖子”技术测度的精确性和有效性，为未来开展“卡脖子”技术测度提供了全新工具，也为未来利用这一通用算法在高技术制造业突破“卡脖子”技术提供明确的方向和赶超途径。

此项目由南京大学商学院院长安同良教授任负责人，团队于2023年1月在经济学顶刊《经济研究》发表攻克“卡脖子”技术测度难题实现新的突破。

这套经济学领域的“AI算法”究竟厉害在哪里？

“卡脖子”的技术点在哪里？

“专利一直以来都是新技术信息的唯一来源。”安同良教授介绍，在中国技术成功追赶的进程中，虽然许多高技术制造业已从跟跑者一跃成为行业的并跑、领跑者，但依然面临发达国家“卡脖子”技术的严重胁迫。“这篇文章主要是实现了方法论的创新，各行各业的专利网络中都可以使用这项通用算法，来测度专利网络中关键的枢纽节点。对于企业以及企业的工程师，他们需要这项技术来明晰他们所面临的‘卡脖子’技术点。”

安同良教授团队从专利的引用关系入手，创造性地将PageRank算法与改进的HITS算法相结合，提出了一个同时考察技术影响力和企业创新影响力的复合测度“卡脖子”技术与技术赶超的方法，并利用无标度网络的特性，展示了该算法较一般算法能更有效地对技术影响力进行识别与测度。安同良表示，PageRank算法和HITS算法已经被广泛应用，团队根据专利以及企业合作创新关系的特点，对两种算法进行修正和改进，结合起来形成复合测度应用于专利网络，是创新性突破。

那么，这项创新型算法有什么重要作用呢？

算法创新的意义在哪里？

“卡脖子”技术主要表现为专利网络中关键技术体系的枢纽节点技术。团队考虑在特定高技术产业中构建一个由专利与专利之间的引用关系、企业与其所开发专利之间的归属关系组合形成的复合有向网络，并且分别描述两个网络，以及二者之间的联系及相互影响。通过算法创新，企业对专利识别的效率大大提高，科研攻关也更有针对性。“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。” 论文的合作者，南京大学商学院、南京大学数字经济与管理学院的助理教授姜舸、王大中说。

团队并没有选择先注册专利再发表论文，而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。”安同良教授表示，学者应以中国发展中的现实问题为导向。为了进一步印证算法的可靠性，团队以中国锂电池行业为例，对当前锂电池技术的创新格局进行了剖析，发现中国在锂电池领域通过全产业链的协同自主创新，实现了“全产业链赶超”，成为该行业的领先国。

“这项通用算法的成功应用，将有助于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，实现了全产业链赶超。” 安同良教授表示。

该算法不仅可以应用于经济学领域，还能在全社会各行业进行推广。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。

来源：南京大学