近日，南京大学商学院院长、数字经济与管理学院创始院长安同良教授团队的最新研究成果《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》在《经济研究》2023年第1期刊发。论文攻克了测度卡脖子技术的通用算法难题，提出了一整套经济学领域的“AI算法”， 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。
“专利一直以来都是新技术信息的唯一来源。”南京大学商学院院长安同良介绍，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。"卡脖子"技术一定来源于专利网络中关键的枢纽节点。“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。”
安同良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。“PageRank、HITS算法目前已经被广泛应用，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。”安同良说。
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，南大商学院、南大数字经济与管理学院的助理教授姜舸、王大中说。
记者了解到，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。
据悉，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。“ ‘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。”安同良说。
