突破关键核心技术“卡脖子”困境的路径研究

王敏 银路

经过改革开放40年的发展，我国建立起了全球最为完整的工业体系，但长期“反向工程”主导的科技创新模式，一方面导致产业创新系统碎片化，科技创新政策体系存在“孤岛效应”，科技与产业“两张皮”的问题没有得到有效改善；另一方面导致科技创新过程中普遍存在“重工程轻基础、重集成轻部件、重引进应用轻消化吸收”的现象，进而造成工业体系“基础不牢”，极大制约了产业升级的路径选择。中美贸易摩擦标志着我国与主要发达国家的关系进入以科技竞争为核心的全面竞争阶段，关键核心技术领域受制于人、严重依赖进口的情况则需要引起格外的重视。突破关键核心技术的“卡脖子”困境已成为我国确保关键核心技术自主可控，实现大国崛起的必然选择。

雖然政府、科技和产业界对“卡脖子”问题高度关注并展开了广泛讨论，但对“卡脖子”问题突破的实现机制和具体路径等问题，还存在较大分歧。因此，本文以链接科技与产业的关键核心技术为研究对象，对关键核心技术“卡脖子”困境的概念内涵和成因进行分析，进一步结合我国产业创新体系的多样性，对关键核心技术“卡脖子”困境进行分类，在此基础上，从技术和产业两个层面针对不同的场景，提出解决“卡脖子”困境的技术突破机制和产业创新突破路径，以期为国内产业关键核心技术突破“卡脖子”困境提供启示。

关键核心技术是指在生产系统或技术系统中起关键或核心作用的技术，具有知识基础密集默会、产业支撑带动作用强的特征，是产业技术系统的共性基础或是链接耦合的瓶颈环节。根据影响范围和战略意义的不同，关键核心技术可以分为“国家-产业-企业”三个层面。对企业来讲，关键核心技术是指企业能够进入某一领域并能在竞争中获取优势所必须拥有或掌握的技术；从产业层面来讲，关键核心技术是支撑产业活动的关键技术环节的链接，是由关键制造技术、核心元件技术和产品构架技术链接而成的技术群，关键核心技术水平是决定产业国际竞争力的关键指标之一。国家层面的关键核心技术不仅要支撑经济社会发展、国家安全对技术的需求，在新时期还要考虑发达国家对我国高新技术发展的遏制。

所谓“卡脖子”困境，是指国外对我国的专利壁垒、技术封锁、投资限制、产品进出口限制和市场准入限制等导致关键核心技术被“卡脖子”的风险，以及由此引发的企业生存、技术发展、产业发展甚至是国防安全遭遇重大挑战。关键核心技术“卡脖子”困境的成因有三：一是核心技术受制于人；二是技术引进渠道和技术合作伙伴单一；三是技术替代和储备不足。

针对上述成因，本文提出破解“卡脖子”困境的两条基本思路：一是提升自主创新能力，实现关键核心技术的进口替代；二是提高创新主体在开放条件下的全球科技资源配置能力。无论是通过自主创新还是全球开放合作实现关键核心技术创新突破，都必须充分考虑产业创新体系的差异。因为在科技创新链与产业价值链全球化分工不一致的背景下，我国不同产业领域关键核心技术创新突破的“机会窗口”和“产业化瓶颈”存在显著差异：例如在航空发动机、光刻机等我国在全球处于“跟跑”的产业领域，全球产业链分工高度专业化、技术链耦合非常紧密，关键核心技术创新突破的机会主要在于“进口替代”，产业化瓶颈主要在于嵌入全球技术链所需要的知识积累门槛太高。而在5G和人工智能等处于“领跑或并跑”的战略性新兴产业领域，全球产业链和技术链正在形成和链接过程中，关键核心技术创新突破的主要“机会窗口”来自两个方面：一是技术底层的科学基础出现不连续性跃迁。二是“杀手级”应用领域的探索和发展；而实现产业带动效应的主要瓶颈也来自两个方面：一是技术范式和产业标准的不确定；二是新兴技术商业化落地的配套环境不完善。

对应以上两种情形，本文将关键核心技术“卡脖子”困境划分为两个基本类型：第一类称之为传统“卡脖子”困境。这类“卡脖子”困境主要存在于传统产业、尤其是制造业领域，主要制约我国传统产业升级的路径选择。传统“卡脖子”困境是后发国家在产业追赶过程中普遍存在的，反映出发达国家与后发国家在产业国际竞争力方面的差距：显性的差距主要表现为双方在产业技术体系中的双边依赖程度是不对称的、进而对全球产业链的控制和影响程度不同；而背后隐性的差距是双方在相同产业部门的创新体系存在巨大差距（积累基础、专业人才、产业配套等）。例如全球光刻机领军企业荷兰的ASML，其背后有10万多训练有素的产业专业技术人才的支撑，而三星等国际领先半导体企业的资本投入和股东身份，不仅可以保证AMSL持续的研发投入，也促进了技术研发更好地与市场需求相结合。而产业创新体系的“碎片化”，导致技术研发与客户需求的脱节，技术研发成果难以实现产业转化，进一步拉大了与国际领先水平的技术差距。

第二类“卡脖子”困境主要是针对新一代信息技术、生物技术等新兴产业领域，本文称之为 新兴技术“卡脖子”陷阱。中美重点发展的新兴产业中近半数相近，例如生物医药、信息技术产业、高端装备制造业、新能源产业等4个产业均是中美重点发展的新兴产业。对比来看，我国新兴产业的规模比较大，但美国的技术比较强。中国主要在应用和模式创新方面取得了重大进展，在部分底层技术领域也有重点突破（例如人工智能），但基础研究与领先国家还有一定的差距。2018年9月，美国通过《出口管制改革法案》，该法案明确了将新兴关键技术纳入到出口管理中。该法案为美国技术出口的清单式管理提供了开放的空间，出口管理部门有权将不在限制出口清单上的新兴技术纳入到出口管制范畴内。实施后中国通过并购获取新兴技术的通道变窄，进口新兴技术的难度也将增加。因此在新兴技术领域，要谨防由于基础研究不足而陷入新的“卡脖子”困境。

关键核心技术突破典型情境划分

托马斯·库恩（Thomas Kuhn）认为知识积累的任何进展都是由“困惑”、研究问题（关于困惑形成的共识）和方法促进的，这些研究问题和方法界定了科学范式。但是关于某个现象的“困惑”和理解该现象的方法之间存在张力：在我们将“困惑”抽象为研究问题的过程中包含着一些假设，这些假设引导我们选择特定的方法。知识“突破”的挑战在于，我们所选择的方法可能会限制我们对现象的理解、或者产生偏见。相反地，选择一个新的方法会有助于我们揭示潜在的假设或偏见，从而引导我们精炼或者重新定义问题。受这一观点的启发，结合技术的“模块化”与“递归”特征，本文提出技术突破的本质是知识的重新组合，涉及两类重要的知识：一类是与方法相关的知识，另一类是与问题相关的知识。根据这两类知识的不确定性程度，我们将关键核心技术创新突破划分为四种主要的知识重组情境：应用型、发明型、发现型和原创型（见图1）。在应用型情境中，技術突破要解决的问题和方法相关的理论基础都是明确的，突破的主要挑战在于稳定性、可靠性、经济性等产业链后端技术层面（光刻机、航空发动机等属于此类）；在发明型情境中，要解决的问题是明确的，但解决方法的底层科学原理还处于不确定性之中，突破的挑战在于方法知识不明确（基因和细胞疗法）；发现型情境与发明型情境刚好相反，关于方法的科学原理和技术知识已经确定，但方法能够解决的问题是不明确的，因此突破的挑战在于发现合适的需要解决的问题（5G）；在原创型情境中，关于方法和问题的领域都是前沿的、新的，都面临高度不确定性（AI，区块链），因此创新突破的挑战来自两个方面：一方面是科学和技术原理知识创造积累，另一方面需要定义需要解决的问题，创造可能的需求。

技术突破的知识重组机制

技术创新的本质是知识的重新组合（Recombination），既包括不同领域科学知识的交叉融合，也包括对原有知识建立新的链接关系，或是新旧知识的再结合，而技术突破是通过寻找更好的知识组合方式形成的。建立在全新知识基础上的突破性创新只是少数，更多的突破性创新是对现有科学知识的重新组合和集成。因此，本文提出“跨界组合”和“深度积累”是关键核心技术突破创新的两个基础性机制：“跨界组合”强调打破专业边界，通过连接跨领域和多样性的知识实现创造性的知识重新组合；“深度积累”强调在狭窄领域的深度探索，通过该领域新旧知识的重新组合发现实现技术突破的诀窍。

关键核心技术突破的知识重组策略组合

基于3.1部分技术突破的典型情境，本文构建了针对不同情境的知识重组策略组合模型（见图1）。

在应用型情境中，要解决的问题和方法从理论上来说都是明确的，例如：在航空发动机领域，要解决的核心问题就是高压涡轮叶片的制备，解决手段就是提高材料的耐高温、耐高压和强度极限，只有对每个领域的制约因素有充分的了解，并熟悉作用原理才可能实现突破，因此深度积累主导是技术突破的主要策略。

在发明型情境中，要解决的问题是明确的，但解决问题的方法是不明确的，例如：治疗眼睛黄斑病变的生物抗体药的创新，要解决的关键问题是抑制眼底新生血管的生成，但解决方法不明确，需要在所有相关知识领域跨界搜索，因此需要采取跨界组合主导（方法）的策略。

在发现型中，关于方法的知识是明确的，但要方法能够解决的问题是不明确，例如，5G技术，其技术特性已经是完全明确的，但它到底能解决哪些问题（应用场景）是不明确的，需要跨越不同的领域边界进行搜索，因此也应以跨界组合主导（问题）的策略为主。

在原创型中，方法和问题都存在着不确定性。以人工智能为例，现阶段实现强人工智能的科学基础和技术路线都是面临不确定的，人工智能可以用来解决哪些问题、应用的主战场在哪里，也还是不确定的。在这种情景下的关键核心技术突破创新，需要采取“跨界搜索”与“深度积累”的混合主导策略。

传统“卡脖子”困境主要存在于成熟产业，全球产业链和技术链的分工已经稳定。由于产业技术轨道发展的路径依赖和网络效应，被“卡脖子”主要体现在两个方面：一是高质量核心技术专利往往掌握在各产业领域的先发国家手中。以互联网产业为例，上世纪90年代初刚兴起时，全国发明专利授权数量仅1000件左右，而美国国内发明专利授权数已达到5万件左右。产业基础技术能力存在巨大差距，导致我国在互联网底层技术领域受制于人。近年来我国专利申请数量虽然快速攀升，但高质量专利数量远低于美国：美国三方专利数量占全世界比重超过1/4，2015 年为26.7%。中国三方专利数量仅为美国的1/5 左右（数据来源：战略研究参考（中美贸易争端专刊），中国科学技术发展战略研究院，2019）。二是关键技术“进口替代”不足。例如东汽集团研发的新一代燃机轮机，其中已成功实现85%的进口替代，但15%的核心叶片技术却无法实现进口替代。主要的难点在于不能很好解决极端条件下的精确和稳定。同样的问题也存在于飞机发动机制造领域。从产业层面来看，产业关键核心技术的突破涉及“研发”和“产业化”两个关键环节，因此要针对这两个不同环节寻找合适的创新突破路径：在研发环节，这类“卡脖子”困境主要覆盖“应用型”和“发明型”场景，因此创新突破主要采用“深度积累主导”和“跨界组合（方法）主导”的知识整合策略。例如在航空发动机制造领域，突破技术瓶颈的关键是通过深度积累，获取让技术能够实现高可靠性、高稳定性、高精度等应用目标的技术诀窍，在此过程中，可以通过方法知识的“跨界组合”，实现创新的效率，例如在寻找关键合金添加材料方面，可以引入“材料基因”新兴技术，提高技术研发的效率。在产业化环节，这类“卡脖子”困境解决的主要思路是进口替代，因此主要覆盖的场景是“发明型”场景，即通过寻找合适的利基市场，明确要解决的问题，为技术创新找到“用武之地”，进而通过需求拉动产业链的培育，例如i5数控机床的创新，就是以沈阳机床集团生产的机床为应用目标，通过互联网技术与机床控制软件的“跨界组合”实现数控技术的突破。

“卡脖子”陷阱主要存在于新兴技术产业，全球的科技创新链和产业链格局还远未形成。由于不同国家创新系统中研发投入结构及市场需求的巨大差异，“卡脖子”陷阱主要体现在两个方面：一专利数量和质量的差距。从数量来看，以重点前沿技术领域专利为例，来自国家知识产权局的数据显示，2016 年，涉及《中国制造2025》的十大技术领域中，美国发明专利授权数为8.8 万件，占据世界总数的42%，中国发明专利授权数为5.5 万件，虽然排名世界第二位，但也仅为美国的60%左右（数据来源：战略研究参考（中美贸易争端专刊），中国科学技术发展战略研究院，2019）。从专利的质量来看，根据我们对石墨烯领域的专利导航研究也发现，我国在石墨烯领域的专利申请量已经位列全球第一，但产业化应用重点主要集中在复合材料、涂料、储能等低端应用领域，而欧、美、日、韩等发达国家的专利布局则主要集中在半导体、晶体管、传感器、集成电路等高端应用领域。二是企业的创新主体地位有差距，制约了新兴技术的产业化潜力。即使在人工智能这样的新兴技术领域，中国企业的创新主体地位也远为呈现，在全球AI高水平论文产出最多的20个机构中，中国的大学和研究院所表现亮眼，占据5席，美国有7家；而在全球AI高水平论文产出最多的13个企业中，中国没有一家企业上榜（数据来源：《中国人工智能发展报告2018》，清华大学中国科技政策研究中心）。因此，从产业层面来看，新兴技术产业发展过程中要避免 “卡脖子”陷阱，其在“研发”和“产业化”两个环节也面临不同的创新突破情境：在研发阶段，主要覆盖“原创型”场景，创新突破主要采用“跨界组合-深度积累混合主导”的知识整合策略。例如在人工智能、区块链等新兴技术产业领域，不仅其底层的技术原理还处于变化发展中，面临着不确定性，关于这些技术能够解决现有（或潜在）生产生活中哪些问题，仍然处于探索中，缺乏共识（明确定义的问题）。因此要避免这类领域被发达国家通过知识产权“卡脖子”的潜在瓶颈，不仅要加强底层科学原理的研究，从知识基础深化和跨领域搜索两个方面扩大“方法知识”重新组合的供给；也要加强技术应用落地的工程化和产品化技术开发，通过工程经验积累和跨场景组合，扩大“问题知识”的供给，通过“方法-问题”两方面知识供给的丰富来拓展新兴技术产业创新爆发的“跨界组合”机会空间，引领新兴技术产业发展方向。在新兴技术产业化环节，创新突破要解决的挑战主要面临“发现型”和“发明型”两种场景。前者主要面向不同行业领域展开大量的应用性解决方案探索，进而找到合适的应用场景为新兴技术创造新的需求，并通过示范性应用打造产业创新生态系统（例如，AI+、区块链+等概念所示），这一场景创新突破的驱动力主要是来自新兴技术企业。后者主要是针对特定应用领域的需求，寻找合适的技术解决方案。例如，上汽集团在明确“最后一公里自动泊车”这一需求后，在全球范围内寻找合适的解决方案供应商，这一场景创新突破的驱动力往往是来自传统产业的在位企业。无论是“发现型”还是“发明型”场景，创新突破的主导策略都是“跨界搜索”，前者主要跨越的是行业边界，而后者主要跨越的是技术边界。

本文受国家自然科学基金资助项目资助（71772027）；广东省软科学项目（2020A1010020008）资助；中央高校基本科研业务费项目（ZYGX2016J245）资助