基于战略生态位管理模型的新兴技术政策感知机制研究
2023-12-22张玄玄张英杰
张玄玄 张英杰 白 晨 张 越 曹 悦
(中国科学技术信息研究所,北京 100038)
0 引言
我国高度重视战略性新兴产业的发展。《国务院关于加快培育和发展战略性新兴产业的决定》对战略性新兴产业的定义是以重大技术突破和重大发展需求为基础,对经济社会全局和长远发展具有重大引领带动作用的产业。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出发展战略性新兴产业对于深化供给侧结构性改革、促进新旧动能转换、支撑创新驱动发展战略具有重要意义。新兴产业的发展离不开新兴技术的研发应用与推广,然而新兴技术在走向市场,进行产业化的过程中面临着许多问题,如创新研发投入不足、知识产权保护缺失、人才缺失、产业规划不及时等。而这些问题会使实际上看起来很有前景的新兴技术,在迈向市场的过程中,却频频夭折。因此,需要研究新兴技术进行市场化的演化过程,厘清新兴技术迈向市场的重要影响因素,通过政策工具、人员、技术等方法清除技术创新向市场化、产业化各个环节间的障碍。
政策作为权威性的规定性文件,对于推动新兴技术的发展构建了一个保护空间,能够在一定程度上解决新兴技术在迈向市场和产业化过程中面临的问题。因此,通过政策感知来研究新兴技术的发展,具有一定的可操作性和现实意义。“战略生态位管理”(Strategic Niche Management,SNM)为新兴技术从产生、发展、成熟到产业化提供了一个研究范式,本文将对SNM运作机制的研究,构建基于SNM的政策感知机制,从决策研究人员的视角,具体分析人工智能政策,感知新兴技术政策作用面,为人工智能技术的未来发展和产业布局提供参考。
1 文献综述
1.1 战略生态位管理模型
1917年,生态学家Grinnell[1]第一次提出了“生态位”的概念,将“生态位”定义为生物在群落中所处的位置和所发挥的功能作用。由于跨学科的发展,“生态位”的概念逐渐应用到如企业发展、创新发展等其他领域,国外有学者还将生态位应用于技术创新领域。因此,出现了“创新生态位”的概念。技术哲学和技术社会学家Rip在1992年第一次提出了“战略生态位管理”这一概念[2],指出战略生态位管理(SNM)模型是一种研究新兴技术从技术生态位向市场生态位发展的管理过程。其中,技术生态位是指为新兴技术提供保护空间,进一步培育其“市场潜力”;市场生态位是指新技术已为客户熟悉,并逐渐在市场中建立了核心竞争力。国内外学者对战略生态位管理也开展了不同层面的研究。如何微等[3]基于SNM理论,探索专利运营的机制,从技术生态位、市场生态位和范式生态位的阶段来优化运营路径;Koistinen等[4]运用战略生态位管理模型,以航空生物燃料(生物黑烯)为例,探讨战略性利基管理过程中信号传递的复杂性。
关于SNM的运作过程,国内外学者也开展了相关的研究。如Weber等[5]提出SNM包括5个步骤,即技术的选择、实验的选择、实验的建立和执行、实验的扩大、保护的撤离。①技术的选择:是指选择具有成长前景的新技术,新技术能够适应现有的体制,并且在未来的发展过程中可以快速创新和改进。②实验的选择:进行新兴技术孵化实验的设计和选择,在此阶段需要相关人员的介入并出现政策支持;③实验的建立和执行:进一步地开展实验,解决新兴技术进入市场中涉及的资金、技术、利益相关者等之间的问题;④实验的扩大:实验进一步扩大,将新技术从技术生态位推向市场生态位;⑤保护的撤离:新兴技术已经逐步适应市场的变化,此时相关的政策保护可以撤离。李华军等[6]提出创新系统中战略生态空间的运作过程,新兴技术需要突破“技术制度锁定”效应,从而实现产业变革。许泽浩等[7]与国内外学者研究理论基本一致,认为新兴技术在经历技术选择、市场选择、市场建立、市场扩大、范式生态位形成5个阶段之后,进入产业化阶段。
1.2 政策感知研究
对于政策感知,通过检索发现,目前相关的研究文献较少。从字面意思来看,感知是指意识对内外界信息的觉察、感觉、注意、知觉的一系列过程。有学者认为,政策感知是感知者根据获取的政策信息,对政策信息进行组织、理解和反应的过程[8]。国内外相关学者大多通过访谈、问卷调查、文本挖掘等方法对某项具体政策的作用对象进行分析,开展政策感知的理论、影响因素、作用机制等方面的研究。
关于访谈、问卷调查的政策感知研究路径,大多是以政策作用对象为调研目标,通过访谈和问卷调查,获取政策作用对象对政策的感知情况,包括感知方向、感知程度、感知影响、采取行动等方面,据此开展具体的实证研究。罗枭等[9]对7省市252名义务教育阶段的教师进行访谈,获取教师对于“双减”政策的感知情况,并利用扎根理论进行分析,为“双减”政策的实施提出相关建议。阳镇等[10]通过对私营企业家的调研,实证分析了私营企业家的创新政策感知在企业家职业经历多样性与企业创新之间的中介效应,得出政策感知的正向影响作用。
关于文本挖掘的政策感知研究路径,大多是从网络信息、政策文本内容出发,通过文本挖掘的方法,分析政策作用机制和政策感知的影响因素等。黄鲁成等[11]基于数据科学研究理论和公众感知本原理论,对网络信息进行挖掘,提出创新政策的公众感知框架,为政策制定和执行提供参考建议。朱光等[12]对社交媒体类APP隐私政策进行文本挖掘分析和主题识别,分别提出政策感知有用性和政策感知易用性的感知维度,并对相关政策的完善与优化提出建议。
1.3 文献研究述评
战略生态位管理(SNM)模型是一门起源于国外的崭新技术创新管理理论和分析工具,发展至今才20多年。目前,我国关于战略性新兴技术识别和发展的研究还不充分,缺乏更多的案例和实证,相关的研究也主要停留在理论解读的层面上,能给出具体的措施和建议的还比较少。SNM作为一种演进方法,旨在培育拥有持续收益的新技术,以及确保这项技术进入市场之后发展的稳定性。因此,利用SNM理论分析中国技术创新机理是非常重要的。关于政策感知的研究,主要集中在利用访谈、问卷调查等方法研究政策感知路径、政策感知内容和影响因素等,缺乏对整体政策感知机制的研究,缺乏对新兴技术政策感知情况的分析。
本文从整体的政策感知机制出发,识别政策感知的主体和客体,将战略生态位管理模型中技术演化的内生过程和政策内容进行对应,得出政策感知的维度,是对战略生态位管理模型的又一次创新应用,丰富了相关的理论研究。梳理政策感知主体对于新兴技术政策的感知维度,对新兴技术进入市场、开展科技成果市场化落地的路径和方式进行探索,以期为政策研究和制定提供参考。
2 基于SNM的政策感知机制构建
2.1 SNM运作过程解析
文献调研可知,大部分学者认为SNM可分为3个阶段,即技术生态位、市场生态位、范式生态位;实施过程包括5个步骤,即技术的选择、实验的选择、实验建立与实施、实验的扩大、保护政策的撤离;内生过程分为期望建立、网络构建以及学习和实验。基于此,本文构建的SNM运作机制框架如图1所示。
图1 SNM的运作机制框架
2.1.1 3个生态位阶段
新兴技术的发展经历技术生态位到市场生态位再到范式生态位3个生态位阶段。首先,技术生态位阶段涉及技术的构建、培育和孵化,当一项新技术对特定用户群体比主流技术更具优势时,就会出现市场生态位。然后,通过市场生态位的构建、复制、固化,颠覆现有主流技术。最后,通过建立范式生态位占领主流市场,形成新的生态系统,完成对现有技术体系的颠覆[13]。3个阶段的主要过程如图2所示。
图2 SNM 3个阶段
2.1.2 5个实施步骤
一项创新技术从萌芽到最终成熟,相关参与者需要经历技术的选择、实验的选择、实验的建立、实验的扩大及保护政策的撤离5个步骤。一般来说,在技术生态位阶段,对应技术的选择、实验的选择和实验的建立。在技术的选择步骤中,需选择充满希望、未来可能具有良好发展前景的新技术进行培育;在实验的选择步骤中,为保证新技术的发展前景,对应不同的新技术特征,选择合适的实验过程;在实验的建立步骤中,为新技术的研发提供良好的实验土壤,建立良好的实验环境。在市场生态位阶段,对应实验的扩大,当新技术通过初步实验之后,形成较为成熟的技术,逐渐进入主流市场。因而,此时需要为新技术的发展扩大实验,包括扩大实验的场景、增强基础设施建设、加大人员保障力度、优化市场环境等。在范式生态位阶段,新技术已经在市场中成功地运营了一段时间,已成功进入市场并达到一种平衡,获得消费者的认可,成为消费习惯。此时,相关的保护政策撤离,由市场来检验新技术的未来走向。
2.1.3 三大内生过程
对应SNM的3个生态位阶段和5个实施步骤,新技术的内部演化需要经过三大内生过程,即期望建立、网络构建、学习和实验。塑造一致的期望,广泛的网络建设和充分的学习,有助于学习和实验的成功。①期望建立,期望建立是基础,为学习和实验提供了方向。期望包括各种集体和个人的目标、愿景和其他对未来的描述。②网络构建。社会网络起着传播思想、实践方法和信念的作用,是塑造期望和学习的基础[14]。在一个社会网络中,参与者相互支持,形成认知共同体,这些共同体包括中介机构、战略联盟等。③学习和实验。学习和实验作为期望建立与网络构建的驱动力,发挥着重要的作用,学习的目的是清除新兴技术的发展障碍,找到解决方案,包括科学技术研究、基础设施建设、科技成果转化、市场和用户偏好等。期望建立、网络构建、学习和实验过程三者之间相互联系、相互促进,不断促进技术和产业的完善与发展。
2.2 基于SNM的政策感知维度
本文采取自上而下的方法,基于SNM的5个实施步骤和三大内生过程,参考学者们构建的政策工具,结合人工智能政策制定的实际条款内容,采用自下而上的方法进行验证,获得的政策感知维度如表1所示。
表1 基于SNM的政策感知维度构建
2.3 政策感知机制构建
通过政策感知维度的识别,本文构建的政策感知机制如图3所示。政策感知主体(包括政府、企业、个人等)通过对政策文本内容的理解和分析,从期望建立、网络构建、学习和实验3个维度感知新兴技术政策作用的阶段。
图3 政策感知机制
3 理论模型应用:以国内人工智能政策为例
3.1 政策感知主体
政策感知主体分为政府、企业和决策研究人员。政府通过感知政策影响力,评估政策的作用,为未来政策制定提供依据;企业通过感知政策作用维度,如税收优惠力度、财政支持情况、项目申报条件等,利用政策为其发展保驾护航;决策研究人员通过研究政策发布之后的各层次作用面,为政府制定政策、为企业落实政策提供决策参考。
3.2 政策感知客体
政策感知客体为具体的政策文本。本文选取人工智能政策作为感知客体。人工智能技术目前广泛应用于医疗、金融、交通等领域,成为新一轮科技革命和产业变革的重要驱动力量[16]。据《全球数字经济白皮书(2023年)》公布数据显示,2022年全球人工智能市场收入达4 500亿美元,同比增长17.3%。我国政府高度重视人工智能技术的发展,出台了系列人工智能产业政策,如《“互联网+”人工智能三年行动实施方案》《国家新一代人工智能标准体系建设指南》。随着中央层面产业政策的发布,各省市地区对人工智能产业的发展也逐渐重视,更为具体的措施也陆续发布。我国人工智能产业政策体系已基本成型,并正在形成良好的央地联动效应。
通过政府官方网站下载人工智能政策,其数据获取的原则是:①以“人工智能”“智能”为关键词进行政策文本检索;②政策发布机构为中央政府,包括国务院办公厅、工业和信息化部、国家发展改革委等国家部委;③政策文本类型为法律法规、规划、通知、指南、计划、指导意见和行动纲要等。经过去重、规范化处理后,最终获得2015年至2022年的有效人工智能政策39篇。对政策进行编码,列举部分人工智能政策文本数据清单,如表2所示。
表2 人工智能政策文本数据清单
3.3 政策感知内容
利用战略生态位管理模型,借助NVivo 12软件,通过编码的方式获得政策感知内容,并对其进行总结分析得出政策感知维度。
3.3.1 编码工具及编码规则
NVivo 12是一款质性分析软件,由美国Qualitative Solutions and Research公司开发,能够实现对数据进行归类、清洗以及数据可视化等,可以分析多种类型的数据,有助于建立理论模型,获得研究问题的结论,探究未来发展趋势等。
将38篇政策文件导入NVivo 12软件,逐字逐句进行阅读,并进行编码。节选一部分编码如表3所示。
表3 政策文本编码过程
3.3.2 政策感知维度分析
经过文本编码,最终获得511条政策编码,对文本编码之后的政策感知维度进行统计,结果如表4所示。从表4可以看出,我国人工智能政策综合覆盖了期望建立、网络构建、学习和实验这三大SNM内生进程。但这3类政策工具的使用有一些差距。具体来看,学习和实验的过程占比较大,为45.01%,其中科学技术研究和基础设施建设占比较高。期望建立占比为27.2%,与网络构建的占比为27.79%相比,差距不大,其中合作交流和制度规范占比较高。
表4 政策工具统计表
(1)期望建立过程。期望建立过程主要指政府制定统一的愿景和制度规范,包括制度规范、产业规划、标准管理政策工具。如《“十四五”国家信息化规划》《智能硬件产业创新发展专项行动(2016-2018年)》等政策文件都提到人工智能相关产业规划及制度规范的建立。2020年7月27日,国家标准化管理委员会、中央网信办、国家发展改革委、科技部及工业和信息化部等5个部门发布《国家新一代人工智能标准体系建设指南》,表明了国家对标准建设的高度重视。从编码结果来看,制度规范为56次,产业规划为48次,标准管理为35次,数据量差距不大。对比网络构建过程、学习和实验过程,期望建立过程占比最少,因此还需要提高重视度,加强对共同愿景目标的阐述。
(2)网络构建过程。网络构建过程主要指在新技术和新产业发展的过程中,各相关行动者建立联系网络。从政策条款中表现为合作交流、联盟及创新体系、财政及金融支持。如教育部印发的《高等学校人工智能创新行动计划》、工业和信息化部印发的《新一代人工智能产业创新重点任务揭榜工作方案》以及《智能硬件产业创新发展专项行动(2016-2018年)》,对建立产学研用一体的联盟创新体系、国内外开放共享和合作交流以及财政支持都有所涉及。网络构建过程中的3项政策工具,合作交流占比较高,说明在全球化的主旋律下,政府对开放交流的重视程度,构建全球创新网络,能够更快地促进新兴技术落地,走向市场。
(3)学习和实验过程。学习和实验过程主要指在新兴技术进入市场时,需要接受市场的考验并不断地学习。学习和实验过程包括基础设施建设、科学技术研究、科技成果转化、知识产权保护、产品和服务。2017年,工业和信息化部发布《智能传感器产业三年行动指南(2017-2019年)》,对相关智能基础设施的建设提出了发展方向。《“十四五”智能制造发展规划》《“十四五”国家信息化规划》特别强调了科学技术研究和科技成果转化的重要性。在技术逐渐应用的过程中,会出现产品和服务。从用户需求出发,对产品和服务质量进行提升也是政府关注的问题。从编码结果来看,科学技术研究和基础设施建设占比较高,而知识产权保护占比较低,还需要引起进一步的重视。
3.3.3 生态位跃迁分析
新兴技术的发展需要经历两次跃迁。第一次是从技术生态位向市场生态位的跃迁,第二次是从市场生态位向范式生态位的跃迁。结合时间维度,政策工具演进情况统计结果如表5所示。从人工智能政策的编码结果可以看出,2015年至2021年间,政策工具的整体使用情况波动较小,其中2016年、2017年使用量较多,说明人工智能政策对人工智能技术的发展保护力度加大,此时处于技术生态位阶段,尤其是2017年发布了《新一代人工智能发展规划的通知》《智能传感器产业三年行动指南(2017-2019年)》等产业规划类的重要政策。2018年之后,相关政策工具数量相对减少,人工智能技术从技术生态位向市场生态位跃迁,市场上也逐渐出现人工智能相关的产品,比如在工业领域的机器臂、服务领域的机器人、汽车领域的自动驾驶等。虽然政策工具相对减少,但是每年依旧有相关政策发布。人工智能技术正处于技术生态位向市场生态位跃迁的过程中,要达到范式生态位,还需要很长的时间演进。
表5 SNM政策工具演进统计 单位:次
基于此数据,绘制政策工具年度使用情况图(图4)。从图4可以清晰地看出,各年度政策工具使用不太均衡,人工智能技术目前还处于技术生态位向市场生态位过渡的阶段,还未到达范式生态位。政府需综合考虑各阶段政策工具的均衡使用,加快人工智能领域产业布局,促进人工智能技术实现颠覆性创新。
图4 人工智能政策
4 结语
加快新兴技术产业布局,实施创新驱动发展战略,提升战略科技力量,已成为“十四五”时期的重要议题。为深入了解目前我国新兴技术产业政策作用面,更好地支撑未来新兴技术产业政策制定,本文基于SNM理论,构建了针对新兴技术政策感知的模型,通过对人工智能政策的应用,验证此模型的可用性。
(1)新兴技术在经过技术的选择、市场的选择、市场的建立、市场的扩大、范式的形成阶段后,进入产业化的阶段。在微观路径上完成“技术-产品-企业-产业”,在技术体制的中观路径上完成“技术体系-企业群体-产业集群-区域发展”,在产业创新的宏观路径上完成“生态位-社会技术体制-社会发展愿景”。本文通过对人工智能政策编码,发现整体上人工智能技术在期望建立、网络构建、学习和实验的各类政策维度上均有涉及。其中,对于科学技术研发、基础设施建设的政策感知维度较多,说明目前我国人工智能技术发展还处于技术生态位向市场生态位过渡的阶段,尚未达到范式生态位。随着深入发展,今后还需要进一步考虑制定更多维度的政策支持人工智能技术迈向市场。
(2)基于研究结果,提出未来人工智能政策的制定方向。首先,提升对基础研究的支撑力度。尊重科学发展规律、注重基础研究是推动一项技术可持续发展的前提。从学习和实验的政策感知可以看出,人工智能技术发展需要基础理论、数据资源、计算平台、应用场景的协同驱动。其次,加强产学研成果转化,由政府带动企业为主导,产学研合作,主动面向市场,探索人工智能科研成果转化道路。最后,以应用需求为导向开展人工智能技术布局。人工智能发展的驱动力除了知识与技术体系外,贴近应用、解决用户需求是创新的最大源泉与动力,需要从不同层面给予政策的均衡支持。