關鍵技術的后發追趕與動態比較
——基于人工智能技術生命周期的實證分析

袁 野，吳超楠，陶于祥，李晶瑩

(重慶郵電大學經濟管理學院，重慶 400065)

0 引言

作為一種不連續、破壞型的技術，關鍵技術具有典型的隱性知識密集型特征，因此難以通過模仿、復制來突破其技術的高壁壘[1-2]，而具有先發優勢的國家和企業為保護其核心技術則設立 “技術鎖定”和獨占機制，使后發國家和企業作為使用者無法洞悉其形成機理[3]。如何攻克關鍵技術 “卡脖子”困境也成為中國科技創新發展的重中之重。經過知識和技術創新能力的積累，我國在智能語音、視覺識別等部分人工智能關鍵技術領域已取得重要成果，但同時也要清醒認識到關鍵技術發展競爭力相對不足，特別是核心算法以及關鍵設備、高端芯片、操作系統、基礎材料等方面較發達國家仍存在較大差距。例如，以GPU、FPGA為代表的人工智能通用芯片基本被英偉達、AMD、英特爾等國際巨頭壟斷，形成了 “鎖定效應”。

毋庸置疑，中國實現關鍵技術的突破和后發追趕是建設世界科技強國和實現高水平自立自強的重要抓手。從已有研究看，傳統技術追趕理論對關鍵技術的后發追趕路徑與內在機理的解釋還存在一定局限性。一方面，關鍵技術蘊含大量的緘默知識，通過傳統的 “利用—吸收—改進”三階段模型無法將先發國家或企業鎖定的隱性知識顯性化[4]，所以，對關鍵技術后發追趕路徑和機理研究仍需進一步探討。另一方面，圍繞追趕戰略的 “機會之窗”選擇問題亦受到研究者的高度關注。朱瑞博等[5]認為，由技術軌道變遷、市場需求變化或制度政策制定帶來的 “機會窗口”，為后發者技術追趕提供了重要突破口。盡管技術生命周期理論可以輔助后發者選擇追趕時機，但是僅依靠技術生命周期理論無法客觀全面地闡述關鍵技術后發追趕現狀，尚需對關鍵技術后發追趕過程機理進行研究，明確不同的關鍵技術領域是否具有技術領先優勢，因為這關系到追趕者選擇在何種類型的機會窗口下制定后發追趕戰略。因此，如何精準識別關鍵技術所處的技術位勢，找到關鍵技術在不同生命周期背景下的機會窗口與突破路徑具有重要的意義。

1 理論基礎

1.1 關鍵技術體系

關鍵技術是具有高投入、長周期、高競爭、知識密集等特點的技術體系[6]，對經濟社會發展發揮著舉足輕重的作用。陳勁等[6]認為關鍵技術是一項具備關鍵性與獨特性的技術體系，同時需要長期高投入來保障研究與開發。湯志偉等[7]認為關鍵技術是在一個系統、產業鏈或一項技術領域中起重要作用且不可或缺的技術。同時，關鍵技術具有關鍵性和獨特性，具備高投入和長周期、復雜性和嵌入性知識、關鍵零部件被先發者壟斷等特征[8]。王海軍[9]從綜合視角切入，認為關鍵技術具有產業鏈前端基礎性研究、價值鏈高端前沿性研究、生態鏈戰略引領性研究的屬性。

已有研究討論了關鍵技術概念與特征，加深了對該領域的認知，但我國關鍵技術發展遭受國外技術封鎖打壓，對內依舊面臨巨大的安全和市場需求，這引發了對突破關鍵技術、實現科技自立自強的理論探討?？偨Y為數不多的相關文獻，可以歸納出3類觀點：①透視關鍵技術突破困境的本質問題。鄭思佳等[10]通過評估關鍵技術競爭態勢從而明晰關鍵技術的突破重點。②基于大戰略觀統領關鍵技術攻關。韓鳳芹等[11]將中國制度優勢和市場優勢相結合，從而構建符合關鍵技術研發規律的新型舉國體制。胡旭博等[12]將自主研發與引進學習相結合，將市場力量和政府力量相結合，從突破路徑和助力渠道探析關鍵技術的突破因素。③關鍵技術突破的創新體制探討。產學研協同創新[13]、融通創新[14]視角為關鍵技術突破 “卡脖子”困境提供了新思路。關鍵技術創新所產生的知識和技術大多具有前沿性、基礎性、高度的隱形性、復雜性和因果模糊性的特征，而地理源和技術域則是解釋關鍵技術突破機理的兩個關鍵內在因素[15]，同時產業及相關企業的搜索行為與吸收能力一定程度上也影響著關鍵核心技術突破進程[9]。

1.2 后發追趕理論

基于Gerschenkron[16]提出的 “后發效應”，Nelson等[17]提出 “技術追趕”理論。經諸多學者不斷探索，技術追趕理論的發展較為成熟。早期后發追趕研究主要基于3個視角。①技術創新能力視角。在技術創新領域主流理論基于 “技術能力”探討后發追趕問題。后發者在追趕過程中，不僅需要依靠模仿、有效吸收、應用和改造，還包括進一步的技術創新能力[18]。Dutrénit[19]、Altenburg等[20]認為企業技術能力的構建在技術追趕過程中十分重要。②技術追趕路徑。Perez等[21]關注技術是如何演變和傳播的，以及有效的技術追趕過程需要何種條件；Hobday[22]通過案例研究亞洲四小龍在電子領域的技術創新發展，歸納總結并驗證了后發企業 “OEM-ODM-OBM”學習路徑；Mathews[23]結合亞太地區半導體產業提出后發企業通過國際化追趕的3L框架。③從技術異質性看，主要存在兩種追趕類型：一是在成熟技術體系中的后發追趕，可以利用異質知識資源或廣闊的市場等優勢實施追趕，但是亦有可能陷入由技術鎖定帶來的 “后發追趕”的陷阱[24]。二是在新的技術軌道的追趕。由于技術范式變化導致技術軌道更迭，在新的技術軌道競爭中后發國家和先發國家擁有平等的機會，而且與先發者相比，后發國家較少地囿于舊技術范式鎖定的影響。Perez等[21]認為在技術-經濟范式尚未成型的前沿技術領域后發者實現追趕的可能性更大。

對后發技術追趕現象的解釋，越來越多學者關注到機會窗口這一驅動因素。從機會窗口類型看，一是由于技術范式的更迭導致技術軌道變化，同時也開啟了技術機會窗口[19]，即 “技術軌跡范式轉變的時間往往是后來者的機會之窗”[25]。二是全球化暗潮涌動，貿易戰、新冠疫情帶來市場需求巨變，這也為后發企業提供了機會窗口[26]，需求型機會窗口便成為解釋后發追趕的重要理論基礎。三是國家政策的制定為后發追趕者提供了制度型機會窗口。

綜合已有研究表明，后發者的技術追趕研究已相對成熟，但是后發追趕與關鍵核心技術研究之間仍缺乏有效的對話。關鍵技術因隱性知識密集性、高技術壁壘等特征決定了后發追趕模式及其路徑亟需調整或重構。同時，關鍵技術追趕的路徑會隨著技術演化階段不同、技術類型異質性等因素而產生動態變化。因此，為了提高分析的客觀性和科學性，本文基于技術生命周期理論和顯性技術優勢 (Revealed Technology Advantage,RTA)指數，研判不同技術生命周期的中、美、日、德四國人工智能關鍵領域的技術優勢，同時結合機會窗口理論對中國人工智能關鍵技術后發追趕階段進入和追趕現狀進行解釋，并提出相應的追趕策略，從而為后發者實現技術躍遷提供借鑒和參考，助力我國加快創新型國家建設。

2 數據來源與研究方法

2.1 數據來源

人工智能作為未來科技競爭的引領性、戰略性技術已引起全球關注。緊密結合提升中國人工智能國際競爭力的迫切需求，本文以人工智能關鍵核心技術為例展開研究?；?《新一代人工智能發展規劃》 《人工智能發展報告》 《人工智能發展白皮書》等現有政策文件及產業報告，篩選出八大人工智能關鍵技術，即計算機視覺、自然語言處理、跨媒體分析推理、智適應學習、群體智能、自主無人系統、智能芯片和腦機接口技術[27]。

本文數據來源于大為Innojoy專利數據庫，作為一款專利情報綜合應用平臺，該專利數據庫收錄了來自104個國家和地區的超過1億篇專利信息[28]。結合人工智能技術領域專家的建議，最終確定中國專利檢索表達式：對 “TI=計算機視覺 or TI=computer vision” “TI=自然語言處理 or TI=natural language processing” “TI=跨媒體分析推理 or TI=cross-media analysis and reasoning” “TI=智適應學習 or TI=intelligent adaptive learning” “TI=群體智能 or TI=swarm intelligence” “TI=自主無人系統 or TI=autonomous unmanned system” “TI=智能芯片 or TI=smart chip” “TI=腦機接口 or TI= brain-computer interface”分別進行檢索，篩選條件為 “中國發明專利”，考慮到專利申請具有18個月的滯后期，因此檢索時間設定為1950—2020年，并對中英數據進行合并去重清理，檢索結果為24843件。而美國、德國和日本的專利檢索僅保留英文，篩選條件分別為 “美國專利申請” “德國專利申請”和 “日本專利申請”，檢索時間為1950—2020年，專利檢索結果為8361件、742件、1522件，4個國家人工智能關鍵技術專利申請量共35468件。

2.2 研究方法

(1)Logistic模型。盡管技術生命周期判斷與識別的方法頗多，但是S曲線作為定量分析方法更客觀、更具說服力。Logistic模型適合于增長快速且顯著的技術生命周期預測，且應用范圍廣泛[29]，因此本文采用Logistic模型對中美日德人工智能關鍵核心技術生命周期進行判斷和探析。Logistic模型對應的S曲線是關于中點對稱的[30]，通常使用的Logistic模型表達式為：

式中，Yt是專利累積量，r是S曲線的斜率，K為S曲線的峰值，t為時間，T0.1～0.9為專利累積量從10%K增長到90%K所需時長，tm是專利累積量達到50%K所需時長，也是S曲線的中點。本文主要對K、r、tm、T0.1～0.9這4個參數進行估計。

技術發展如若無法持續性優化以滿足社會發展要求，則會被顛覆性技術 (原有技術突破/替代性技術顯現)所取代，而新舊技術交替變化使得技術存在多重S曲線的情形[31]，此時Logistic模型一般形式為：

(2)顯性技術優勢指數。為了探究中、美、日、德四國在人工智能關鍵技術生命周期演進過程中的技術優勢，借助顯性技術優勢 (Revealed Technology Advantage,RTA)指數[32]進行比較分析，計算公式為：

3 人工智能關鍵技術生命周期特征分析

本文使用Loglet Lab 4.0對人工智能關鍵技術專利增長數據按照S曲線進行擬合，通過Logistic模型對人工智能關鍵技術生命周期進行特征分析。技術發展符合 “萌芽—高潮—低谷”定律，關鍵技術生命周期亦可能存在多重S曲線，擬合結果見表1。擬合優度R2值均大于0.85，說明擬合效果較為理想。

3.1 中美日德人工智能關鍵技術生命周期擬合結果分析

對中美日德人工智能關鍵技術專利申請態勢進行量化分析，德國起步最早，于1950年申請相關專利，而中國起步相對較晚，時間上落后于發達國家。全球人工智能關鍵核心技術專利申請整體呈上升趨勢，其中中國增速較快，呈 “指數”增長趨勢，美國次之，日本和德國增速相對緩慢。

中國人工智能關鍵核心技術生命周期擬合結果見表1，萌芽期為2012—2020年，成長期為2020—2029年，成熟期為2029—2038年，衰退期為2038—2046年。目前中國人工智能關鍵技術正處于成長期，未來的30年將經歷 “成熟—衰退”的漫長過程。2012年后以深度學習為代表的人工智能技術與產業發展迅猛，該領域的專利申請實現從較低發展水平到緩慢發展的過渡，2029年將是中國人工智能關鍵技術發展的關鍵轉折期。

美國、日本和德國人工智能關鍵技術專利申請時間相對較早。從技術轉向成長時間 (T0.1～0.9)看，美國、日本和德國均持續較長時間，均大于30年。經過技術積累、發展與突破，3個國家已進入成熟期。德國在八大關鍵技術領域研究起步較早，2012年后便進入成熟期，但其成熟期持續時間相對較長，即2012—2036年。日本和美國相繼于2015年和2016年發展進入成熟期，專利申請量經過成熟期的發展將達到飽和的狀態。

表1 中美日德人工智能關鍵核心技術生命周期擬合結果

3.2 中美日德人工智能關鍵技術生命周期特征分析

從全球范圍看，中美日德4個國家人工智能關鍵核心技術大多處于成長期或成熟期，且專利申請呈現強勁的增長態勢。本文基于Logistic模型對4個國家的人工智能關鍵核心技術生命周期特征進行對比分析，如圖1所示。

計算機視覺領域，日本率先步入成熟期，中國和美國尚處于成長階段。而德國技術生命周期預測結果已進入衰退期，這是由于專利從申請到公開具有一定的時滯性，2019—2020年的數據可能略小于實際數據；另一方面，也與德國技術困境尚未攻克有關聯，專利申請量相對減少，所以擬合結果為衰退期。

圖1 中、美、日、德人工智能關鍵技術生命周期分布

自然語言處理技術領域，日本專利申請時間最早，并且存在多重S曲線。第一條S曲線顯示在2012年前日本自然語言處理技術已經歷了完整的生命周期發展歷程，2012年后經過技術更替進入新的成長期。自2000年以來，全球自然語言處理技術的專利布局呈現先平穩增長后爆發式增長的趨勢，尤其在2012年之后，增長幅度顯著提升。

智適應學習領域，中國和德國處于成長期，美國和日本進入到成熟期。從技術轉向成長時間 (T0.1～0.9)看，美國和日本成長期持續時間相對較長。由于美國和日本率先進入該技術領域并有多年的技術積累，中國和德國在先發國家積累的基礎上大大壓縮成長期的發展時間。

群體智能領域，我國發展剛剛起步且處于萌芽期，京東、華為、阿里在該領域也開展了初步應用測試[27]。德國群體智能技術的R2為0，并沒有顯現其技術生命周期，專利申請量較少，無法量化預測其技術生命周期；而日本和美國均已進入成熟期。

自主無人系統技術是由多種技術融合而成的復雜系統，目前全球范圍內起步均較晚，這在一定程度上受其他相關技術發展的影響。中國自主無人系統率先步入成熟期，尤其是無人機、機器人系統和自主技術方面不斷取得跨越式進展。

智能芯片技術領域，中國和德國尚處于成長期，美國和日本已進入成熟期。中國起步相對較晚，美國為保護其核心技術專利制定了 “技術鎖定”策略。 “技術鎖定”和 “技術黏性”的共同作用，使中國等后發國家難以諳熟技術 “黑箱”原理，在攻克智能芯片 “卡脖子”技術時陷入困境。

腦機接口技術領域，各國專利申請時間均較早，德國和美國憑借自身醫學基礎研究積累和技術支撐率先開展腦機接口研究，目前已進入成熟期。中國尚處于成長期，且成長時間較長 (24年)，表明中國在未來追趕過程中仍有較多技術難題亟待攻克，在2030年左右將實現重大轉折。

跨媒體分析推理領域，中美日德4個國家的專利申請量較少，起步較晚，僅美國尚處于成熟期，其他國家發展后勁不足。中國和德國跨媒體分析推理技術處于衰退期，一是由于從事該領域研究的企業和機構不多，導致專利申請量基數較小，增長緩慢；二是由于發明專利具有時間滯后性，因此2019—2020年的數據可能略小于實際數據。

4 人工智能關鍵技術動態比較與后發追趕

技術優勢作為衡量技術競爭力發展的核心因素，科學研判全球人工智能關鍵技術競爭態勢，識別領先優勢領域對實現關鍵技術的突破與后發追趕具有重要意義。一是依據專利的主IPC分類號對人工智能八大關鍵技術進行技術識別，了解子領域研發重點方向；二是借助RTA指數分析中美日德在八大關鍵技術領域的技術優勢分布特征與技術追趕態勢。

4.1 人工智能關鍵技術IPC分類號分布特征

IPC分類號作為目前唯一國際通用的專利文獻分類和檢索工具，主IPC分類號能夠反映專利的核心內容，每個專利都至少對應一個IPC分類號[33]。人工智能關鍵技術領域中較高頻率的主IPC分類號匯總見表2。可以發現，在跨媒體分析推理和自然語言處理領域專利申請的技術主題方向分布差異較大，均主要集中在數字數據處理技術層面，同時也反映出兩大技術存在技術融合貫通。其他六大技術研究方向分布相對均衡，主要分布在G (物理)、A (人類生活必需 (農、輕、醫))、B (作業與運輸)、H (電學)等4部。

基于所收集的35468件人工智能關鍵技術專利，共識別出416個不同的主IPC分類號。按照技術類別，將所收集的專利主IPC分類號分別導入COOC軟件，統計主IPC分類號出現的頻次，其中，頻次代表技術發展的廣泛性[33]。由表2可知，通過主IPC分類號頻次統計，物理基礎研究層的電數字數據處理和數據處理系統或方法兩類技術占到主IPC分類號的大部分。電數字數據處理作為基礎技術支撐人工智能關鍵核心技術發展。數據處理系統或方法在自然語言處理、跨媒體分析推理、智適應學習和群體智能領域發揮著基礎性作用。在計算機視覺領域，數據識別和一般的圖像數據處理技術是關鍵性技術，且是該領域未來幾年的技術熱點和重點。非電變量的控制或調節系統和無線電導航是支撐自主無人系統發展的基礎技術，而自主無人系統技術主要應用在直升飛機等運輸領域。醫療化學等基礎學科的進步與突破促進了腦機接口技術的跨越式發展。

4.2 中國人工智能關鍵技術領域后發追趕研究

第1步，通過顯性技術優勢指數 (RTA)對比研究4個國家在人工智能關鍵核心技術領域的萌芽期至成熟期的技術優勢分布特征；第2步，基于機會窗口理論進一步分析中國在各技術領域的后發追趕態勢。中美日德人工智能關鍵核心技術優勢分布特征，如圖2 (a～h)所示。

在計算機視覺領域，中國在萌芽期擁有顯著的技術領先優勢 (RTA指數>1)。在萌芽期至成長期過程中，我國互聯網產業蓬勃發展，海量的數據、廣泛的應用場景、豐富的商業模式為計算機視覺技術發展應用提供了極豐富的土壤，中國在計算機視覺技術領域穩步發展。而美國、日本和德國已從成長期發展進入成熟期，德國數據識別發展迅猛，使其具備了相對領先優勢，日本則在圖像數據處理與產生中技術優勢更顯著。因此，未來中國在計算機視覺領域可依托需求型和技術型機會窗口展開新一輪的技術追趕。

(a)計算機視覺

(b)自然語言處理

(c)自主無人系統

(d)群體智能

(e)跨媒體分析推理

(g)智能芯片

(h)智適應學習

表2 人工智能關鍵技術主IPC分類號

在自然語言處理技術領域，盡管德國在萌芽期具有顯著的技術優勢，中國成功把握 “萌芽期—成長期”的需求型機會窗口，學習算法的進步、龐大的用戶群體和數據來源，使得中國自然語言處理技術在成長期具有明顯的技術優勢。美國、日本和德國自然語言處理技術并未進入成熟期，該領域現有的技術軌道尚未 “鎖定”。因此，中國可以綜合把握技術型、制度型和需求型機會窗口實現關鍵技術追趕。

在自主無人系統技術領域，日本在萌芽期具有顯著領先優勢，而中國起步相對較晚。從成長期看，各國發展平穩，中國則成功把握住技術機會窗口，經過 “萌芽期—成長期” “成長期—成熟期”兩次追趕，深度學習的不斷優化、先進技術的積累使得中國在測量儀器和控制調節系統領域發展迅速，推動了中國自主無人系統實現技術突破。美國和德國則在該領域未進入成熟期。

在群體智能領域，德國發展相對緩慢，而美國技術優勢極其顯著。高效協同的知識資源管理與開放共享使得美國的領先優勢貫穿 “萌芽期—成長期—成熟期”。日本在 “萌芽期—成長期”的過程中，數據處理系統領域的技術優勢明顯增強，且不斷完善群智激勵算法和模型。而中國在該領域處于起步階段，尚未進入成長期，未來將面臨 “一次追趕”或 “二次追趕”。

在跨媒體分析推理技術的萌芽期，日本在數據處理系統領域具有顯著優勢，在成長期和成熟期具有良好的持續性。德國跨媒體分析推理技術的發明專利主要集中在醫療技術領域，并在 “萌芽期—成長期—成熟期”的過程中占有絕對的領先優勢。而中國跨媒體分析推理技術發展十分緩慢，未來面臨巨大的技術追趕壓力。

在腦機接口技術領域，從萌芽期看，日本擁有顯著的領先優勢并且持續性增強，德國則處于落后地位。隨著 “人類腦計劃”啟動，德國在腦機接口領域投入大量資金和人才[34]，使得德國在 “成長期—成熟期”發展過程中技術領先優勢持續加強。中國在萌芽期和成長期均不具備技術優勢，隨著 “科技創新2030重大項目之一——腦科學與類腦研究”全面啟動，未來中國腦機接口可在制度政策保障下研制全鏈條自主可控的腦機接口系統。

在智能芯片領域，美國、德國和日本均已步入成熟期，發展態勢良好。在萌芽期，德國擁有絕對技術領先地位，專利申請量相對領先。在成長期，日本發展迅速實現技術反超，并具備一定國際領先優勢。美國整體發展態勢平穩良好，在成熟期仍保持相對優勢。受限于技術積累和基礎研究能力不足等困境，中國在智能芯片技術領域尚未走向成熟，芯片布局難以與美國等巨頭抗衡。

在智適應學習領域，在萌芽期，中國占據了領先優勢的地位，到成長期仍舊保持平穩發展的速度，領先優勢持續加強。而德國、美國在該技術領域已進入成熟期，領先優勢逐漸加強，技術優勢逐漸顯現。因此，未來中國需要深度思考是在原有技術軌道中追趕還是另辟蹊徑，發掘新的技術軌道從而實現 “換道超車”。

5 結論與啟示

5.1 研究結論

本文基于技術生命周期理論并采用RTA指數對中美日德不同技術生命周期的人工智能關鍵技術優勢分布特征進行動態比較，進一步識別中國人工智能關鍵技術領域的機會窗口和追趕階段，通過以上研究，得出以下4個方面的結論。

(1)在計算機視覺、自然語言處理和智適應學習領域，中國憑借強大的應用場景、龐大的用戶基數和海量的數據，從萌芽期到成長期的過程中具有一定的先發優勢，但是這三大技術目前均未進入成熟期，還需要進一步努力。未來在成熟期的發展中，要充分利用市場、技術和制度的優勢，實現關鍵核心技術的后發追趕。

(2)在自主無人系統技術領域，中國在 “萌芽期—成長期”過渡中成功實現技術追趕，并在成熟期保持領先優勢。根據Utterback和Abernathy提出的A—U模型[35-36]，技術發展至成熟階段新的不連續技術有可能在該階段出現，顛覆現有的產業競爭結構。因此，在自主無人系統技術領域可以通過顛覆性創新來保持自身技術優勢。

(3)在腦機接口和智能芯片技術領域，美國和日本已步入成熟期，而中國尚處于成長期，在這兩大領域中國技術優勢并不顯著。由于技術路徑依賴使中國在原有技術軌道的后發追趕中不僅面臨 “卡脖子”困境，同時也要謹防發達國家的技術封鎖和防御策略。因此，在這兩個領域，中國應該利用新型舉國體制的優勢，加快建立以企業為主體、市場為導向、產學研深度融合的技術創新體系，以揭示關鍵核心技術 “黑箱”的內在機理。

(4)在群體智能和跨媒體分析推理領域，中國尚處于起步階段，發展相對緩慢，機遇與挑戰并存。根據 《2019年人工智能發展白皮書》的報告[27]顯示，全球群體智能技術和跨媒體技術尚未發展成熟，仍存在一定的技術躍遷的空間。因此，中國要積極開展國際合作，進一步強化基礎研究，把握技術突破和追趕過程中的各類機會窗口。

5.2 政策啟示

黨的十九屆五中全會強調 “打好關鍵技術攻堅戰，提高創新鏈整體效能”。圍繞關鍵核心技術的后發追趕情境，本文得出以下4點政策啟示。

(1)提高對關鍵技術機會窗口的敏感度，精準識別不同技術生命周期的后發追趕類型。根據技術生命周期擬合結果，中國多項人工智能關鍵核心技術現處于成長期，未來十年將是中國人工智能關鍵技術后發追趕的關鍵時期。后發者應依據不同階段的技術優勢而選擇與之相匹配的后發追趕策略。例如，在計算機視覺、自然語言處理等市場型技術領域，不僅要從市場需求入手，還要緊緊抓住技術型和制度型機會窗口努力實現技術追趕；而在腦機接口、智能芯片等技術和資本密集型的領域，不僅要預防先發者的 “技術封鎖”策略，也需要從 “技術—制度—市場”三維視角捕捉機會窗口，科學制定追趕戰略。

(2)持續發揮中國市場規模和用戶需求的優勢，抓住后發追趕階段的需求型機會窗口，依靠強大的市場優勢和商業模式實現顛覆性創新[37]。本文發現，中國自主無人系統技術憑借海量數據和龐大的應用場景在 “萌芽期—成熟期”的過程中成功實現技術追趕，并進入領跑階段。因此，在 “十四五”時期，特別是在推動形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局之際，我國可根據市場環境選擇對應的突破口，積極開拓 “一帶一路”、東盟等海外市場，并創造新的用戶需求，開發關鍵技術的新型應用場景。

(3)加快推動關鍵技術后發追趕過程中的技術供給由 “外生”向 “內生”遷移。關鍵技術包含大量的緘默知識，抑制知識流動性，后發者難以有效獲取先發者的內核技術知識。研究發現，在腦機接口和智能芯片技術領域，由于先發者已形成先發優勢和技術壟斷，激烈的全球國際競爭下以美為首的西方國家對中國形成了 “技術封鎖”，依靠技術外生供給亟需革新。因此，中國應充分識別技術范式和技術生命周期更迭帶來的技術機會窗口，樹立 “重科技”和 “根技術”思維，加強原創性基礎研究，洞察暗藏技術 “黑箱”的基礎理論和技術原理，實現在新的技術軌道上的領先優勢。

(4)發揮舉國體制的優勢，創新挖掘 “揭榜掛帥” “賽馬”等科技攻關的組織模式，利用制度型機會窗口實現關鍵技術的后發追趕。例如，可以在長三角、珠三角、成渝地區打造區域間、行業間的關鍵核心技術創新共同體、研發共同體、核心技術產業聯盟等新型研發組織機構，使制度優勢和創新政策成為關鍵核心技術突破的壓艙石。