基于WOA-SVR的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警研究
——以集成電路技術(shù)為例

許學(xué)國,周詩雨

(上海大學(xué) 管理學(xué)院,上海 200444)

0 引言

“十四五”時期是我國推動創(chuàng)新發(fā)展的重大戰(zhàn)略機(jī)遇期和邁向世界科技強(qiáng)國前列的關(guān)鍵開局期。關(guān)鍵核心技術(shù)對推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展、實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級具有舉足輕重的影響[1]?！秶覄?chuàng)新驅(qū)動發(fā)展戰(zhàn)略綱要》提出,要建設(shè)國家創(chuàng)新體系,“建設(shè)各類創(chuàng)新主體協(xié)同互動和創(chuàng)新要素順暢流動、高效配置的生態(tài)系統(tǒng)”,并將其視為創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略實(shí)施的重要制度條件[2]?？梢?健康的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)能有效解決“卡脖子”難題,為繼續(xù)發(fā)揮中國優(yōu)勢,開展關(guān)鍵核心技術(shù)攻關(guān)提供必要的組織和資源保障[3]。

然而,近年來發(fā)達(dá)國家對關(guān)鍵設(shè)備、核心技術(shù)、操作系統(tǒng)的壟斷及封鎖,形成了鎖定效應(yīng)[4],導(dǎo)致“脫鉤”“斷鏈”等系列危機(jī),對關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)的穩(wěn)定運(yùn)行構(gòu)成嚴(yán)峻挑戰(zhàn)[5]。在外部沖擊與擾動難以預(yù)測和改變的情境下,降低不確定性因素引起的生態(tài)系統(tǒng)脆弱性,實(shí)現(xiàn)創(chuàng)新生態(tài)系統(tǒng)可持續(xù)發(fā)展具有重要理論價值和現(xiàn)實(shí)意義。

當(dāng)前,學(xué)者多圍繞創(chuàng)新生態(tài)系統(tǒng)內(nèi)涵、動態(tài)演化特性以及演化過程中的障礙因素進(jìn)行詳細(xì)分析。但是,面臨“卡脖子”問題的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)狀態(tài)如何評價?政府與企業(yè)如何提高創(chuàng)新生態(tài)系統(tǒng)防御能力?這些問題仍需深入探討。本文基于已有研究,構(gòu)建關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警指標(biāo)體系,將鯨魚算法引入支持向量機(jī)回歸模型進(jìn)行優(yōu)化,分析模型的最優(yōu)懲罰因子與核函數(shù)參數(shù),并基于Python軟件對比各模型預(yù)警精度,確定最佳脆弱度預(yù)警模型,并以典型“卡脖子”技術(shù)集成電路為例進(jìn)行實(shí)證解析,提出關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性的優(yōu)化方法和調(diào)控策略。

1 文獻(xiàn)綜述

1.1 關(guān)鍵核心技術(shù)

2018年,中國科學(xué)院第十九次院士大會對關(guān)鍵核心技術(shù)作了初步界定,指出關(guān)鍵核心技術(shù)是指基礎(chǔ)技術(shù)、通用技術(shù)、非對稱技術(shù)、“撒手锏”技術(shù)、前沿技術(shù)與顛覆性技術(shù)的集合[6]。有學(xué)者將關(guān)鍵核心技術(shù)分為兩類,一類是與國家宏偉戰(zhàn)略相關(guān)的技術(shù),另一類是微電子等關(guān)鍵領(lǐng)域的核心技術(shù)。對關(guān)鍵核心技術(shù)的研究主要涉及以下幾個方面:第一,對關(guān)鍵核心技術(shù)的概念、特征、重要地位進(jìn)行分析[7-8]。第二,對關(guān)鍵核心技術(shù)識別、預(yù)測和競爭情況的研究[9-10],主要是基于專利、科技文獻(xiàn)數(shù)據(jù),從技術(shù)預(yù)見角度運(yùn)用情報分析方法識別和預(yù)測某一產(chǎn)業(yè)或技術(shù)領(lǐng)域的核心技術(shù),或者對國際關(guān)鍵核心技術(shù)領(lǐng)域的競爭態(tài)勢進(jìn)行分析。第三,從定性角度對突破關(guān)鍵核心技術(shù)的阻礙和路徑進(jìn)行討論[1,11-12]。第四,對實(shí)現(xiàn)關(guān)鍵核心技術(shù)突破的產(chǎn)業(yè)或企業(yè)進(jìn)行案例研究[13-14]。已有研究從不同視角剖析我國核心技術(shù)創(chuàng)新的現(xiàn)狀與問題,可為我國打破外國技術(shù)封鎖、提高產(chǎn)業(yè)技術(shù)創(chuàng)新能力提供一定借鑒和參考。

結(jié)合前人研究,本文認(rèn)為關(guān)鍵核心技術(shù)是指需由政府組織,協(xié)同企業(yè)、高校、機(jī)構(gòu)等各方力量,長期高投入進(jìn)行突破的創(chuàng)新技術(shù),是面向國家重大需求的戰(zhàn)略性技術(shù),具有競爭性、前瞻性、不可替代性等特征。我國關(guān)鍵核心技術(shù)具有高度復(fù)雜性,其發(fā)展需直面的難題在于,自身創(chuàng)新資源和創(chuàng)新能力無法滿足創(chuàng)新要求時,企業(yè)需有意識加強(qiáng)與產(chǎn)業(yè)內(nèi)外部創(chuàng)新主體的合作和交流,打造新的合作創(chuàng)新模式。

1.2 關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)

與創(chuàng)新系統(tǒng)相比,創(chuàng)新生態(tài)系統(tǒng)是一種范式的轉(zhuǎn)變(曾國屏等,2013),其主體之間具有共生耦合、競爭合作等非線性交互關(guān)系和復(fù)雜網(wǎng)絡(luò)特征。相關(guān)研究主要圍繞創(chuàng)新生態(tài)系統(tǒng)的概念、特征、評價3個角度展開[15-19]。在技術(shù)驅(qū)動發(fā)展的重要契機(jī)下,曾賽星等[20]認(rèn)為技術(shù)突破與系統(tǒng)成員間可構(gòu)建適配耦合的網(wǎng)絡(luò);袁野等(2021)對技術(shù)創(chuàng)新要素構(gòu)成、外部環(huán)境及二者間的互動關(guān)系進(jìn)行考察;葛爽和柳卸林(2022)將我國關(guān)鍵核心技術(shù)組織方式分為集成型、攻關(guān)型、開放型和探索型技術(shù)創(chuàng)新生態(tài)系統(tǒng)。

隨著關(guān)鍵核心技術(shù)知識復(fù)雜性與密集性的提高,本文認(rèn)為關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)是指依靠科研機(jī)構(gòu)的核心作用,以實(shí)現(xiàn)科學(xué)知識為基礎(chǔ),形成多要素共存的創(chuàng)新網(wǎng)絡(luò)關(guān)系,包括創(chuàng)新主體(創(chuàng)新生產(chǎn)者、消費(fèi)者、分解者)以及相應(yīng)的環(huán)境因素(政策、社會環(huán)境等)。其中,科研、金融機(jī)構(gòu)和政府部門充當(dāng)生產(chǎn)者角色,產(chǎn)生創(chuàng)新動力與能量;核心企業(yè)、創(chuàng)新企業(yè)和高校等共同承擔(dān)轉(zhuǎn)化任務(wù),相當(dāng)于消費(fèi)者;市場和用戶起到分解者的作用,對產(chǎn)品進(jìn)行資源化利用,同時向創(chuàng)新生產(chǎn)者反饋新的需求,形成創(chuàng)新生態(tài)系統(tǒng)良性循環(huán)。

1.3 脆弱性預(yù)警

脆弱性預(yù)警是當(dāng)前研究生態(tài)系統(tǒng)演化的重要方法,同時也將成為該領(lǐng)域研究重點(diǎn),其目的是通過構(gòu)建科學(xué)的指標(biāo)體系和選擇有效的評價方法,準(zhǔn)確測度生態(tài)系統(tǒng)脆弱性演化狀態(tài)。在評價領(lǐng)域,當(dāng)前研究主要聚焦城市群、農(nóng)業(yè)生態(tài)系統(tǒng)和流域生態(tài)系統(tǒng),利用象限圖、障礙度模型等方法剖析系統(tǒng)作用機(jī)理,探尋影響脆弱性的主要障礙因素。如張路路[21]等構(gòu)建脆弱性預(yù)警指標(biāo)體系,并結(jié)合GM(1,1)模型對城市脆弱性警情進(jìn)行預(yù)測;王治平[22]綜合應(yīng)用BP神經(jīng)網(wǎng)絡(luò)、狀態(tài)關(guān)聯(lián)函數(shù)、回歸分析等方法構(gòu)建高勘探開發(fā)油區(qū)生態(tài)系統(tǒng)脆弱性評價模型;梁林等[23]通過識別創(chuàng)新生態(tài)系統(tǒng)四維特征,對國家級新區(qū)創(chuàng)新生態(tài)系統(tǒng)韌性監(jiān)測和預(yù)警進(jìn)行實(shí)證分析。

綜上所述,關(guān)鍵核心技術(shù)“卡脖子”攻堅是一個復(fù)雜工程,亟需從進(jìn)化性、動態(tài)性、生態(tài)性3個層面進(jìn)行系統(tǒng)分析?，F(xiàn)有研究存在以下不足:首先,創(chuàng)新生態(tài)系統(tǒng)的特點(diǎn)與分類已有十分細(xì)致和深入的探討,但對于關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)的研究較少,尤其缺乏對其脆弱性特征演變規(guī)律、指標(biāo)量化、驅(qū)動機(jī)制等方面的研究。其次,對我國關(guān)鍵核心技術(shù)突破的研究應(yīng)逐漸由宏觀層面聚焦到微觀層面,深入某一技術(shù)突破的研究亟待展開。為此,本文構(gòu)建包含群落、資源、經(jīng)濟(jì)、環(huán)境4個子系統(tǒng)的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng),以生態(tài)學(xué)理論、系統(tǒng)科學(xué)理論和技術(shù)創(chuàng)新理論為基礎(chǔ)對其重要因素進(jìn)行揭示,對脆弱性預(yù)警模型進(jìn)行剖析,聚焦新一代集成電路技術(shù)領(lǐng)域,以完善產(chǎn)業(yè)鏈、實(shí)現(xiàn)創(chuàng)新結(jié)構(gòu)升級為目標(biāo),建設(shè)健康的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng),以期豐富復(fù)雜科學(xué)視角下的創(chuàng)新驅(qū)動與創(chuàng)新治理研究。

2 研究設(shè)計

2.1 關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性分析

Polsky[24]提出VSD(Vulnerability Scoping Diagram)脆弱性評估框架。其中,暴露性是指系統(tǒng)遭受環(huán)境和社會各種壓力或沖擊;敏感性是指暴露單元容易受到脅迫的正面或負(fù)面影響程度;適應(yīng)能力是指系統(tǒng)能夠處理、適應(yīng)協(xié)調(diào)以及從脅迫造成的后果中恢復(fù)的能力[25]。本文從以上3個層面分析關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性。

(1)暴露性。我國高科技領(lǐng)域受到發(fā)達(dá)國家“卡脖子”后,產(chǎn)業(yè)鏈關(guān)鍵環(huán)節(jié)面臨壓力,安全短板和市場需求缺口暴露。關(guān)鍵核心技術(shù)具有不可替代性,我國企業(yè)在引進(jìn)技術(shù)后進(jìn)行再創(chuàng)新時面臨一定壓力,因此企業(yè)消化吸收經(jīng)費(fèi)和對外技術(shù)依存度成為重要的暴露性指標(biāo)。關(guān)鍵核心技術(shù)突破需要持續(xù)性的投入,不僅需要資金、人才、土地、物質(zhì)等硬投入,還包括組織、政策、管理資源方面的軟投入。關(guān)鍵核心技術(shù)的科技研發(fā)與產(chǎn)出能力會影響項目利潤和企業(yè)未來發(fā)展能力。先進(jìn)制造業(yè)對稅收和GDP的貢獻(xiàn)愈發(fā)顯著,成為帶動就業(yè)、實(shí)現(xiàn)共同富裕的強(qiáng)引擎,教育消費(fèi)物價指數(shù)與城鎮(zhèn)登記失業(yè)率是推動制造強(qiáng)國戰(zhàn)略的關(guān)鍵指標(biāo)。此外,制造業(yè)在帶動經(jīng)濟(jì)增長的同時,也會帶來資源過度消耗,本文選取單位GDP能耗和突發(fā)事件次數(shù)作為暴露性指標(biāo),觀察環(huán)境污染對創(chuàng)新生態(tài)系統(tǒng)穩(wěn)定運(yùn)行的影響程度。

(2)敏感性。關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)敏感性具有階段性:在技術(shù)引進(jìn)階段,企業(yè)缺乏足夠的資源與合作能力,創(chuàng)新機(jī)制不完善,各技術(shù)主體間協(xié)同能力差,導(dǎo)致系統(tǒng)敏感性較高。在技術(shù)改進(jìn)階段,科技孵化器是推動創(chuàng)新發(fā)展的重要載體,其通過為企業(yè)提供服務(wù),降低創(chuàng)業(yè)風(fēng)險,激發(fā)企業(yè)活力,擁有孵化器的企業(yè)具有更高的人力資本水平、融資水平和科技成果轉(zhuǎn)化水平,能夠?qū)ο到y(tǒng)脆弱性造成逆向影響。因此,科技成果產(chǎn)業(yè)化程度、中介機(jī)構(gòu)創(chuàng)新積極性、關(guān)鍵核心技術(shù)市場規(guī)模等敏感性指標(biāo)都會影響系統(tǒng)脆弱性。在技術(shù)領(lǐng)跑階段,需深度融合國內(nèi)外優(yōu)勢知識、管理、技術(shù)人才等創(chuàng)新資源。生態(tài)敏感性主要取決于政府政策是否遵循市場規(guī)律,公共財政科技支出、政府支持強(qiáng)度和國內(nèi)教育力度等是調(diào)動企業(yè)積極性、保障產(chǎn)業(yè)鏈穩(wěn)定的關(guān)鍵指標(biāo)。

(3)適應(yīng)能力。從適應(yīng)能力看,關(guān)鍵核心技術(shù)主要依靠政府支持與企業(yè)支持。為實(shí)現(xiàn)關(guān)鍵核心技術(shù)的全面突破,政府應(yīng)從宏觀層面統(tǒng)籌協(xié)調(diào)。產(chǎn)學(xué)研聯(lián)盟平臺數(shù)目、產(chǎn)學(xué)研聯(lián)盟合作氛圍是引導(dǎo)產(chǎn)業(yè)鏈上下游以及產(chǎn)學(xué)研之間形成聯(lián)動的關(guān)鍵指標(biāo),有助于形成產(chǎn)業(yè)鏈上下游相互支撐的生態(tài)體系。同時,政府應(yīng)重點(diǎn)關(guān)注技術(shù)創(chuàng)新政策扶持與攻關(guān)方向,提高政策供給的集成度和聯(lián)動性?？萍歼M(jìn)步貢獻(xiàn)率、研究與開發(fā)投入強(qiáng)度、新產(chǎn)品開發(fā)經(jīng)費(fèi)、金融支持力度等指標(biāo)能夠反映創(chuàng)新生態(tài)系統(tǒng)適應(yīng)能力。根據(jù)關(guān)鍵核心技術(shù)產(chǎn)業(yè)的特點(diǎn)和發(fā)展規(guī)律,企業(yè)間可通過聯(lián)合投資和研發(fā)的方式進(jìn)行合作,R&D活動支出、R&D人員全時當(dāng)量、信息化指數(shù)等適應(yīng)性指標(biāo)有利于提高技術(shù)與組織間的可持續(xù)性,真正降低創(chuàng)新生態(tài)系統(tǒng)脆弱度。

2.2 脆弱性預(yù)警指標(biāo)體系構(gòu)建

對復(fù)雜系統(tǒng)脆弱性的預(yù)警不僅要把握系統(tǒng)脆弱性的演化規(guī)律,也要關(guān)注各子系統(tǒng)脆弱性的狀態(tài)。本文根據(jù)內(nèi)部主體、外部輔助、創(chuàng)新要素、內(nèi)外部環(huán)境等特點(diǎn),將我國關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警模型設(shè)定為4個目標(biāo)層:群落系統(tǒng)脆弱性、資源系統(tǒng)脆弱性、經(jīng)濟(jì)系統(tǒng)脆弱性、環(huán)境系統(tǒng)脆弱性。然后,對其進(jìn)一步細(xì)化從而獲得準(zhǔn)則層,并從暴露性、敏感性、適應(yīng)能力3個方面選取各子系統(tǒng)的預(yù)警指標(biāo)。由此,借鑒以往研究,兼顧指標(biāo)科學(xué)性和數(shù)據(jù)可得性,構(gòu)建關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警指標(biāo)體系,如表1所示。

表1 脆弱性預(yù)警指標(biāo)體系Table 1 Early warning indicators of vulnerability

2.3 脆弱性預(yù)警模型架構(gòu)

本文構(gòu)建的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警模型主要包括以下3個部分:①數(shù)據(jù)收集及預(yù)處理;②構(gòu)建基于RF模型的指標(biāo)篩選模型,對指標(biāo)進(jìn)行屬性約簡并運(yùn)用CRITIC法對系統(tǒng)脆弱性指數(shù)進(jìn)行綜合;③構(gòu)建基于WOA-SVR的脆弱性預(yù)警模型,確定關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)及各子系統(tǒng)脆弱等級。

2.3.1 數(shù)據(jù)收集與預(yù)處理

本文數(shù)據(jù)主要通過中國經(jīng)濟(jì)社會大數(shù)據(jù)研究平臺收集,為得到更高質(zhì)量的數(shù)據(jù)挖掘結(jié)果,需要預(yù)先對收集的原始數(shù)據(jù)進(jìn)行處理,對于個別年份缺失的數(shù)據(jù)采用插值法補(bǔ)齊。由于各輸入向量的量綱不同,數(shù)據(jù)之間存在較大差異,為消除數(shù)據(jù)量綱不同帶來的預(yù)測誤差,對所有預(yù)測數(shù)據(jù)進(jìn)行歸一化處理。

(1)

其中,x*為歸一化處理后的數(shù)據(jù)值;x為輸入數(shù)據(jù),xmin、xmax為輸入數(shù)據(jù)的最小和最大值。

2.3.2 基于RF模型的指標(biāo)篩選

在機(jī)器學(xué)習(xí)方法中,隨機(jī)森林模型(Random Forest,RF)[26]是一種篩選變量的常用算法,不僅能處理高維數(shù)據(jù),而且考慮了變量間的內(nèi)在關(guān)系,比其它變量篩選方法具有更大優(yōu)勢。因此,本文選擇RF方法篩選指標(biāo)。在計算特征重要度時,使用基尼指數(shù)(Gini Index)作為劃分函數(shù),以Gini Importance作為特征的重要性程度,表示為:

(2)

式中,D為樣本集合,Pi為樣本集合D中屬于第i類的概率,C為樣本類別集合。在已知特征A的情況下,樣本集合D的基尼指數(shù)定義為:

(3)

式中,V為特征A的取值個數(shù),即根據(jù)特征A的取值將D劃分成V個子集{D1、D2...Dv},每個子集的樣本在特征A上取相同值。在選擇特征時,最優(yōu)特征為劃分后基尼指數(shù)最小的特征。

2.3.3 基于改進(jìn)WOA-SVR的脆弱性預(yù)警模型

支持向量機(jī)(Support Vector Machine, SVM)是基于結(jié)構(gòu)風(fēng)險最小化原則構(gòu)建的機(jī)器學(xué)習(xí)模型[27],支持向量回歸(Support Vector Regression, SVR)模型是SVM進(jìn)行回歸建模時的預(yù)測算法。SVR模型泛化能力強(qiáng),對于非線性預(yù)測和小樣本預(yù)測問題具有較強(qiáng)的解決能力。

鯨魚算法(Whale Optimization Algorithm, WOA)是一種模擬自然界座頭鯨“螺旋氣泡網(wǎng)”捕食行為而演化出來的群體智能算法[28],該算法可調(diào)參數(shù)少,操作簡單,搜索能力強(qiáng)。在WOA算法中,每頭鯨魚的位置代表目標(biāo)函數(shù)的一個候選解,通過包圍獵物、螺旋搜尋和隨機(jī)搜尋3個階段對候選解進(jìn)行更新尋優(yōu),直至找到全局最優(yōu)解。

本文利用WOA算法對SVR模型參數(shù)優(yōu)化的過程實(shí)質(zhì)上是將SVR模型中的懲罰因子C和核函數(shù)參數(shù)σ作為鯨魚算法中的位置向量,通過WOA算法的迭代更新對SVR參數(shù)進(jìn)行尋優(yōu),直至輸出全局最優(yōu)位置作為SVR模型最終參數(shù)。具體優(yōu)化過程為:

Step1:初始化WOA算法參數(shù),設(shè)置WOA算法中最大迭代次數(shù)tmax、種群數(shù)量N、待尋優(yōu)參數(shù)的上界ub和下界lb。

Step2:初始化種群中N個鯨魚個體每頭鯨魚的位置,使用SVR模型中的均方誤差函數(shù)作為適應(yīng)度函數(shù)計算每個個體的適應(yīng)值,并選取最小適應(yīng)值對應(yīng)的鯨魚位置作為當(dāng)前種群中的最優(yōu)位置。適應(yīng)度函數(shù)計算公式為:

(4)

Step3:更新鯨魚位置,并判斷更新后的鯨魚位置是否處于位置邊界范圍內(nèi),若超出邊界則在界內(nèi)隨機(jī)生成位置。

Step4:將更新后的鯨魚位置帶入適應(yīng)度函數(shù)計算適應(yīng)度結(jié)果,并與上次迭代產(chǎn)生的最小適應(yīng)值結(jié)果比較,選擇其中最小適應(yīng)值結(jié)果對應(yīng)的鯨魚位置作為當(dāng)前全局最優(yōu)位置;

Step5:重復(fù)Step3、Step4,當(dāng)達(dá)到最大迭代次數(shù)時停止迭代,此時輸出的全局最優(yōu)位置即為參數(shù)C和參數(shù)σ的最優(yōu)值。

Step6:將WOA算法輸出的最優(yōu)參數(shù)帶入SVR模型進(jìn)行建模。

本文將篩選后的各指標(biāo)標(biāo)準(zhǔn)值與對應(yīng)等級值作為訓(xùn)練樣本輸入WOA-SVR模型,構(gòu)建脆弱性預(yù)警模型。當(dāng)模型訓(xùn)練完成后,將創(chuàng)新生態(tài)系統(tǒng)的現(xiàn)狀原始數(shù)據(jù)輸入該模型,最終計算出創(chuàng)新生態(tài)系統(tǒng)脆弱性評價值與預(yù)警結(jié)果。所有實(shí)驗(yàn)均由Python3.7軟件實(shí)現(xiàn),并采用多種算法作為對比模型衡量WOA-SVR模型的預(yù)警性能。

2.4 脆弱性警度分級

警度用于判斷警情爆發(fā)后警情的強(qiáng)度。警度的設(shè)定要根據(jù)警情指標(biāo)不斷變化的狀態(tài),更主要的是根據(jù)不同時期的閾值劃分不同標(biāo)準(zhǔn),以此分析系統(tǒng)情況進(jìn)而確定當(dāng)前情況處于哪個警限區(qū)間內(nèi),然后進(jìn)行預(yù)報。本文將警度確定為5級,分別用符號Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ代表其程度,根據(jù)創(chuàng)新生態(tài)系統(tǒng)運(yùn)行狀況,相關(guān)特征、含義如表2所示。

3 實(shí)證分析

3.1 集成電路技術(shù)概況

集成電路行業(yè)作為信息技術(shù)產(chǎn)業(yè)的核心,是支撐經(jīng)濟(jì)發(fā)展和保障國家安全的戰(zhàn)略性產(chǎn)業(yè),是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵力量,對工業(yè)智能、5G網(wǎng)絡(luò)、汽車電子、計算機(jī)等關(guān)鍵領(lǐng)域的發(fā)展起著至關(guān)重要的作用。我國集成電路產(chǎn)業(yè)正處在飛速發(fā)展的關(guān)鍵時期,但由于集成電路技術(shù)的復(fù)雜性,行業(yè)結(jié)構(gòu)高度專業(yè)化,集成電路領(lǐng)域技術(shù)壁壘高,國內(nèi)創(chuàng)新體系不完善,許多關(guān)鍵領(lǐng)域存在短板,創(chuàng)新主體間缺乏有效聯(lián)動,供應(yīng)鏈面臨“斷鏈”風(fēng)險。同時,我國集成電路產(chǎn)業(yè)的研發(fā)投入遠(yuǎn)低于西方發(fā)達(dá)國家,從芯片設(shè)計到芯片制造等諸多環(huán)節(jié)的關(guān)鍵核心技術(shù)依舊受制于人,加之美國等西方國家對我國高科技企業(yè)的不斷打壓,使得我國集成電路產(chǎn)業(yè)遭受技術(shù)封鎖[29]。內(nèi)外夾擊使得我國集成電路產(chǎn)業(yè)發(fā)展舉步維艱,電子信息產(chǎn)業(yè)發(fā)展受到嚴(yán)重阻礙,對集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性的研究已迫在眉睫。

表2 脆弱性警度分級Table 2 Vulnerability alarm classification

3.2 數(shù)據(jù)來源

本文研究區(qū)間為2005—2020年,數(shù)據(jù)主要來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒》《工業(yè)企業(yè)科技活動統(tǒng)計年鑒》《中國火炬統(tǒng)計年鑒》《中國經(jīng)濟(jì)普查年鑒》《中國勞動統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國企業(yè)創(chuàng)新能力統(tǒng)計監(jiān)測報告》。例如,對外依存度是集成電路技術(shù)能否實(shí)現(xiàn)長久發(fā)展的重要指標(biāo),需從《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》中進(jìn)行數(shù)據(jù)收集與篩選,在電子及通信設(shè)備制造業(yè)中選取集成電路制造行業(yè),查詢該行業(yè)的技術(shù)引進(jìn)經(jīng)費(fèi)和R&D經(jīng)費(fèi)數(shù)據(jù),計算得出對外技術(shù)依存度指標(biāo)數(shù)據(jù);知識保護(hù)強(qiáng)度是促進(jìn)企業(yè)技術(shù)發(fā)展的基礎(chǔ)性指標(biāo),需從《中國火炬統(tǒng)計年鑒》中查詢集成電路布圖設(shè)計技術(shù)合同,并按知識產(chǎn)權(quán)構(gòu)成進(jìn)行篩選,得到2020年市場成交合同數(shù)為841。對于個別年份缺失的數(shù)據(jù),采用插值法補(bǔ)齊。為消除數(shù)據(jù)量綱不同帶來的預(yù)測誤差,對所有預(yù)測數(shù)據(jù)進(jìn)行歸一化處理。

3.3 指標(biāo)評價等級標(biāo)準(zhǔn)

目前,關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警指標(biāo)的等級標(biāo)準(zhǔn)尚未有統(tǒng)一劃分,本文結(jié)合國內(nèi)外文獻(xiàn)和實(shí)際情況建立適用于評價關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性的尺度和標(biāo)準(zhǔn),將系統(tǒng)脆弱性分為5個等級,如表3所示。本文計算出的關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)綜合脆弱性指數(shù),其數(shù)值越大,則越脆弱。各指標(biāo)對應(yīng)等級的標(biāo)準(zhǔn)值按照等級范圍兩邊閾值的平均值計算,得出各指標(biāo)從低脆弱到高脆弱共5個脆弱度等級的標(biāo)準(zhǔn)值矩陣,以此作為支持向量機(jī)回歸模型訓(xùn)練的輸入數(shù)據(jù)。

3.4 評價指標(biāo)屬性約簡

本文選取30個變量作為關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性指標(biāo),變量過多意味著存在信息重復(fù)和冗余,可能使計算結(jié)果產(chǎn)生較大誤差。因此,應(yīng)篩選更具代表性的指標(biāo)衡量系統(tǒng)脆弱性,本文選擇RF方法對脆弱性預(yù)警指標(biāo)體系進(jìn)行篩選。首先,將訓(xùn)練數(shù)據(jù)集輸入隨機(jī)森林模型中進(jìn)行訓(xùn)練,并計算每個特征屬性的Gini指數(shù),排除Gini指數(shù)最高的特征,然后重新進(jìn)行新一輪的RF模型訓(xùn)練,獲得新的Gini指數(shù)排名。重復(fù)這一過程直至每個特征的Gini指數(shù)均在設(shè)定的閾值范圍內(nèi),再剔除重要度小于0.015的指標(biāo)A7、B5、C2、C5、C6、C7、D1、D2、D5,得到19個最終評價指標(biāo)?；谏鲜龅燃壏秶≈当?對數(shù)據(jù)進(jìn)行預(yù)處理,納入決策指標(biāo)創(chuàng)新生態(tài)系統(tǒng)脆弱性指數(shù)E,并運(yùn)用CRITIC進(jìn)行計算[30],最終得出預(yù)處理數(shù)據(jù)集,如表4所示。

3.5 基于WOA-SVR的集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警

基于WOA-SVR模型進(jìn)行樣本訓(xùn)練,為衡量各模型的預(yù)測性能,采用均方誤差函數(shù)(Mean Square Error, MSE)和平均絕對誤差函數(shù)(Mean Absolute Error, MAE)進(jìn)行計算,計算結(jié)果的值越小,表示模型預(yù)測效果越好。兩種函數(shù)的計算公式為:

(5)

(6)

利用標(biāo)準(zhǔn)值數(shù)據(jù)訓(xùn)練WOA-SVR預(yù)警模型,對2005—2020年集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)綜合脆弱性及4個子系統(tǒng)的脆弱性進(jìn)行測算。訓(xùn)練SVR模型時需要事先確定核函數(shù)參數(shù)和懲罰因子,參數(shù)不同會對模型性能產(chǎn)生重大影響,并直接影響SVR的學(xué)習(xí)效率和模型推廣能力。本文通過WOA算法的迭代更新對SVR參數(shù)進(jìn)行尋優(yōu),直至輸出全局最優(yōu)位置作為SVR模型最終參數(shù)。核函數(shù)選用當(dāng)前應(yīng)用最多的徑向基核函數(shù)(RBF),運(yùn)用鯨魚優(yōu)化算法對參數(shù)進(jìn)行優(yōu)化,當(dāng)懲罰因子為8.31、核函數(shù)參數(shù)為0.17時為最優(yōu)預(yù)測模型,并與BPNN、SVR模型進(jìn)行比較,結(jié)果如表5所示。

表3 脆弱性預(yù)警指標(biāo)等級標(biāo)準(zhǔn)Table 3 Classification standards of vulnerability warning indicators

表4 預(yù)處理數(shù)據(jù)集Table 4 Data sets after preprocessing

表5 各模型訓(xùn)練精度Table 5 Training accuracy of each model

由表5可知,相較于SVR和BPNN模型,WOA-SVR模型的指標(biāo)計算結(jié)果最優(yōu),能夠?qū)崿F(xiàn)高效預(yù)警。將2005—2020年集成電路技術(shù)原始指標(biāo)數(shù)據(jù)輸入訓(xùn)練后的WOA-SVR模型,計算出集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)及群落、資源、經(jīng)濟(jì)、環(huán)境4個子系統(tǒng)的脆弱性數(shù)值,四舍五入后得到如表6所示的警度等級。

3.6 實(shí)證結(jié)果分析

從圖1可以看出,集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)整體較為脆弱,各子系統(tǒng)基本處于較高脆弱和中度脆弱等級狀態(tài)。從數(shù)值上看,系統(tǒng)綜合脆弱性呈現(xiàn)逐步好轉(zhuǎn)的趨勢,脆弱性指數(shù)從2005年的4.28下降至2020年的2.66,其警度等級也從較重警級(Ⅳ)下降為中度警級(Ⅲ)。集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)已進(jìn)入多主體競爭與共生并存的發(fā)展時期,逐漸形成創(chuàng)新主體協(xié)同、創(chuàng)新要素流動的創(chuàng)新體系。本文對各子系統(tǒng)暴露性、敏感性、適應(yīng)能力3個維度間脆弱指標(biāo)的耦合關(guān)系進(jìn)行分析,如圖2-圖5所示。

表6 脆弱性評價預(yù)警結(jié)果Table 6 Vulnerability assessment and early warning results

3.6.1 群落子系統(tǒng)脆弱性分析

從群落子系統(tǒng)看,脆弱性指數(shù)逐年下降,從2005年的4.28下降到2019年的2.03,由較高脆弱度降為中低脆弱度等級,適應(yīng)能力逐漸增強(qiáng);敏感性脆弱指數(shù)呈下降趨勢,系統(tǒng)內(nèi)部群落已逐步實(shí)現(xiàn)身份轉(zhuǎn)變,從價值創(chuàng)造者轉(zhuǎn)向脆弱性治理者。我國集成電路產(chǎn)業(yè)仍呈現(xiàn)垂直分工格局,上下游企業(yè)間的關(guān)聯(lián)度低且協(xié)同不足,還未形成以企業(yè)聯(lián)盟為依托、具有競爭力的群落生態(tài)系統(tǒng)。近年來,我國大力鼓勵企業(yè)、大學(xué)、科研機(jī)構(gòu)等內(nèi)部群落通過著作合作、項目入股、創(chuàng)新平臺等多種形式深化技術(shù)合作,打破協(xié)作壁壘,形成風(fēng)險分擔(dān)。同時,金融機(jī)構(gòu)、中介機(jī)構(gòu)等參與形成由多種基金、投資組建的全鏈條金融輔助框架,著眼于關(guān)鍵核心技術(shù)突破,以市場需求引領(lǐng)集成電路技術(shù)研發(fā),進(jìn)而形成群落間的有效協(xié)同。2020年,脆弱性指數(shù)出現(xiàn)短暫上升趨勢,主要是由于集成電路產(chǎn)品對外依存度大幅提高。由數(shù)據(jù)可知,我國仍需依靠進(jìn)口滿足集成電路行業(yè)需求,存在多數(shù)年份凈進(jìn)口大于出口的情況,2005年對外依存度高達(dá)66.69%,2020年在大力發(fā)展內(nèi)循環(huán)的格局下,對外依存度仍高達(dá)54.44%。根據(jù)對30多家大型企業(yè)基礎(chǔ)材料的調(diào)研發(fā)現(xiàn),我國大部分關(guān)鍵材料仍為空白,若發(fā)達(dá)國家博弈加劇,實(shí)施出口管制和技術(shù)封鎖,將出現(xiàn)斷供等極端情況,從而無法確保產(chǎn)業(yè)鏈和供應(yīng)鏈的完整性,創(chuàng)新生態(tài)系統(tǒng)的穩(wěn)定性與安全性也將面臨嚴(yán)峻挑戰(zhàn)。

3.6.2 資源子系統(tǒng)脆弱性分析

從資源子系統(tǒng)看,研究區(qū)間內(nèi),集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)資源脆弱性指數(shù)大幅下降,2020年降至低脆弱等級,資源子系統(tǒng)抵抗風(fēng)險能力日益增強(qiáng)。充足的創(chuàng)新資源是開展創(chuàng)新活動的基礎(chǔ),是提升創(chuàng)新能力的關(guān)鍵要素。在發(fā)展初期,人才短缺是集成電路行業(yè)發(fā)展的最大瓶頸,由于資金獲取渠道單一,導(dǎo)致研發(fā)投入不足,同時技術(shù)水平落后,產(chǎn)品市場占有率低,資源子系統(tǒng)處于極不穩(wěn)定狀態(tài)。在發(fā)展后期,集成電路產(chǎn)業(yè)保持高速增長,市場發(fā)展逐漸穩(wěn)定。為推動我國集成電路技術(shù)發(fā)展,科技部先后批準(zhǔn)設(shè)立多個國家集成電路設(shè)計產(chǎn)業(yè)化基地、科技企業(yè)孵化器,集成電路設(shè)計企業(yè)孵化器為我國電子信息產(chǎn)業(yè)發(fā)展帶來生機(jī),科技創(chuàng)新加制度創(chuàng)新,“軟”投入與“硬”投入相結(jié)合,逐漸使資源生態(tài)系統(tǒng)脆弱性壓力減小。

3.6.3 經(jīng)濟(jì)子系統(tǒng)脆弱性分析

經(jīng)濟(jì)子系統(tǒng)是創(chuàng)新生態(tài)系統(tǒng)中最活躍、受外界環(huán)境影響最大的子系統(tǒng),同時也是群落、資源子系統(tǒng)的重要擾動因素。經(jīng)濟(jì)子系統(tǒng)脆弱性的根源在于設(shè)計、研發(fā)和生產(chǎn)線投資金額急速上升,市場勞動力不足以及應(yīng)對能力較弱3個方面。從暴露性指標(biāo)看,教育消費(fèi)物價指數(shù)變動幅度增大,會降低企業(yè)技術(shù)創(chuàng)新積極性,增加集成電路技術(shù)瓶頸突破難度,使產(chǎn)業(yè)結(jié)構(gòu)呈現(xiàn)“三業(yè)分立、相對游離”的狀態(tài),導(dǎo)致產(chǎn)業(yè)經(jīng)濟(jì)生態(tài)無法形成。從敏感性指標(biāo)看,集成電路產(chǎn)業(yè)作為“十四五”時期國民經(jīng)濟(jì)和社會高質(zhì)量發(fā)展的核心支撐,其銷售額增速為20.8%,遠(yuǎn)超全球同期增速的6.8%。但后期受金融危機(jī)、大國打壓的影響,增速放緩,生態(tài)系統(tǒng)敏感性隨之提高。從適應(yīng)性指標(biāo)看,在《國家集成電路產(chǎn)業(yè)發(fā)展推進(jìn)綱要》指引和國家集成電路產(chǎn)業(yè)投資基金支持下,我國集成電路制造業(yè)取得顯著進(jìn)步,經(jīng)濟(jì)子系統(tǒng)適應(yīng)能力逐漸增強(qiáng),但脆弱性仍有上升趨勢,存在不穩(wěn)定性,需保持清醒認(rèn)識。

圖2 群落子系統(tǒng)指標(biāo)耦合情況Fig.2 Index coupling of community subsystem

圖3 資源子系統(tǒng)指標(biāo)耦合情況Fig.3 Indicator coupling of resource subsystem

圖4 經(jīng)濟(jì)子系統(tǒng)指標(biāo)耦合情況Fig.4 Indicator coupling of economic subsystems

3.6.4 環(huán)境子系統(tǒng)脆弱性分析

從環(huán)境子系統(tǒng)看,脆弱性呈大幅波動下降趨勢,從2005年的4.28下降至2020年的2.68。從2015年開始,敏感性指標(biāo)脆弱性逐漸下降,適應(yīng)能力增強(qiáng),環(huán)境生態(tài)脆弱性趨于平穩(wěn)。集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)環(huán)境子系統(tǒng)脆弱性的根源在于內(nèi)部研發(fā)投入不足、技術(shù)專利積累不夠、政策稅收優(yōu)惠力度不夠3個方面。集成電路技術(shù)不但投資門檻高,而且需要維持持續(xù)的高強(qiáng)度投資,企業(yè)必須不斷跟蹤集成電路最新技術(shù),不斷投入大量研發(fā)資金。2017年,我國集成電路研發(fā)總投入約45億美元,僅占行業(yè)銷售收入的6.7%。與發(fā)達(dá)國家相比,投入仍顯不足,無法滿足技術(shù)研發(fā)和建設(shè)大規(guī)模生產(chǎn)線的需求。在集成電路領(lǐng)域,技術(shù)積累和專利布局十分重要,重視自主知識產(chǎn)權(quán)是我國突破集成電路技術(shù)瓶頸的重要途徑。此外,政府應(yīng)頒布各項發(fā)展綱要與優(yōu)惠政策,以疏導(dǎo)產(chǎn)業(yè)發(fā)展阻力,重點(diǎn)針對最為薄弱的設(shè)計工具軟件EDA、IP核和裝備材料等輔助環(huán)節(jié)。

圖5 環(huán)境子系統(tǒng)指標(biāo)耦合情況Fig.5 Indicator coupling of environment subsystem

4 結(jié)語

4.1 研究結(jié)論

本文針對性選取暴露性、敏感性、適應(yīng)能力維度的19個指標(biāo)評估關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)及其子系統(tǒng)的健康狀況。與其它模型相比,本文提出的WOA-SVR模型能有效提升關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性預(yù)警精度。同時,運(yùn)用WOA算法對SVR模型參數(shù)進(jìn)行優(yōu)化選擇,進(jìn)一步提高模型的穩(wěn)定性,解決了生態(tài)系統(tǒng)脆弱性評價只能進(jìn)行靜態(tài)評價,無法追蹤生態(tài)系統(tǒng)動態(tài)變化過程的重要問題。可運(yùn)用該模型對生態(tài)系統(tǒng)的健康狀況和脆弱程度進(jìn)行合理預(yù)警,提升防范能力。從評價結(jié)果看,集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性有了較大改善,脆弱性指數(shù)從2005年的4.28下降到2020年的2.66;經(jīng)濟(jì)子系統(tǒng)脆弱性下降較為緩慢,2020年脆弱性指數(shù)為3.97,仍處于較高脆弱度水平;資源子系統(tǒng)脆弱性指數(shù)從4.18下降到1.15的低脆弱度水平。從預(yù)警結(jié)果看,群落、經(jīng)濟(jì)、環(huán)境子系統(tǒng)脆弱性一直處于下降狀態(tài),但近年有上升趨勢,因此這3個子系統(tǒng)是未來脆弱性治理的重難點(diǎn)。

4.2 對策建議

根據(jù)集成電路技術(shù)創(chuàng)新生態(tài)系統(tǒng)脆弱性測度結(jié)果提出相應(yīng)防范建議:首先,政府應(yīng)打造有利于產(chǎn)學(xué)研深度融合的政策環(huán)境,尤其是加強(qiáng)對關(guān)鍵核心技術(shù)前沿性突破的引導(dǎo)與支持,加大對領(lǐng)軍企業(yè)的支持力度,加大科技人才的引進(jìn)培養(yǎng)力度,實(shí)現(xiàn)產(chǎn)業(yè)、創(chuàng)新、資金、人才“四鏈”融合。其次,引入風(fēng)險治理群落,持續(xù)優(yōu)化創(chuàng)新生態(tài)系統(tǒng)多層次結(jié)構(gòu)關(guān)系。我國集成電路企業(yè)應(yīng)加強(qiáng)知識產(chǎn)權(quán)保護(hù),以專利為主要形式建立分擔(dān)共享機(jī)制、信息披露機(jī)制、平臺開放機(jī)制等,引導(dǎo)創(chuàng)新生態(tài)系統(tǒng)向責(zé)任式創(chuàng)新方向演進(jìn)。最后,加強(qiáng)數(shù)據(jù)共享,利用生態(tài)系統(tǒng)內(nèi)外部大數(shù)據(jù)進(jìn)行全面監(jiān)測,提升預(yù)測預(yù)見能力。利用數(shù)字創(chuàng)新管理驅(qū)動多主體共同治理,增強(qiáng)對創(chuàng)新技術(shù)與創(chuàng)新環(huán)境的認(rèn)知能力,提前采取防范措施。

4.3 不足與展望

作為創(chuàng)新生態(tài)系統(tǒng)的探索性研究,本文還存在一些局限,有待后續(xù)研究進(jìn)一步深化。首先,脆弱度評價指標(biāo)構(gòu)建有待完善,可能存在對關(guān)鍵核心技術(shù)創(chuàng)新生態(tài)系統(tǒng)特征反映不夠充分的問題。其次,單案例研究可能會影響普適性,本文算法還需要通過大量實(shí)例加以驗(yàn)證。