国之重器：优质科技创新企业的识别与潜力评估国防工业出版社当当书籍_耿瑞彬_9787118138856

本书聚焦科技创新企业的发展研究，深刻阐释了优质创新企业在国家战略层面上的重大意义。基于对政治、经济、军事等多维度的综合考量，本书开创性地构建了一套系统的科技创新企业识别与评价体系，对科技创新领域进行了深入挖掘。本书首先，通过整合无人机、新材料、高端装备制造等关键领域的海量专利数据，不仅绘制了清晰的技术发展路线图，更建立了完整的科技创新企业画像体系，为深入理解行业竞争格局和技术演进趋势提供了全新视角。其次，创新性地构建了跨领域的供应链网络模型，通过复杂网络分析方法，精准识别出各科技创新领域供应链中的核心节点企业，为产业布局优化提供了数据支撑。最后，提出了一套基于可解释人工智能框架的科技创新企业评价模型。该模型通过多维指标体系，实现了对优质科技创新企业的科学识别与精准评价，为相关政策制定和企业发展战略提供了重要参考, 本书一方面帮助读者全面把握全球科技创新发展态势和竞争格局;另一方面为中国科技创新政策的精准施策提供了科学依据。本书适合各级政府部门决策者、科技领域专家学者、企业管理者、高校师生，以及对科技创新发展感兴趣的社会各界人士阅读参考。

前言军民融合发展战略是习近平总书记在党的十九大报告中提出的战略思想^[1]。2015 年，以习近平同志为核心的党中央着眼国家发展和安全全局，坚持富国强军统一，首次提出将军民融合发展上升为国家战略。2016 年 5 月，中共中央、国务院、中央军委专门印发《关于经济建设和国防建设融合发展的意见》，开启了军民两用发展新篇章。2017 年 1 月 22 日中共中央政治局决定设立中央军民融合发展委员会，在中央层面加强科技创新和军民两用的发展，形成军民融合格局的集中统一领导。推动发展军民两用，促进企业科技创新，才能加快转变战斗力生成模式，有效实现强军目标。深化军民两用，可以最大限度调用社会资源，推动我国经济建设和国防建设，实现经济、军事双发展^[2]。我国军民融合发展经历了萌芽探索期、初步发展期、调整转变期和深度发展期四个阶段，处于过渡阶段的军民融合在科技创新领域的整体效益和巨大潜力亟待挖掘探索。现阶段的科技创新面临国防保密机制和协同创新、技术转化的挑战，在军民两用的持续推进下，不少行业关键技术、核心技术研究取得了显著成就，掌握高精尖技术、先进技术的企业在科技创新领域产业链中影响比重日益增强，在供应链中的重要性不断提高，这类企业对于科技创新行业发展存在不可估量的价值和作用。因此，为形成全要素、多领域、高效益的军民深度融合发展格局^[3]，需要识别科技创新优质企业、评估相关企业潜力价值，从而精准协调分配资源，促进经济建设和国防建设协调、平衡、兼容三重发展，带来科技创新新发展。迁移学习、图像构建等前沿研究方法为科技创新企业识别评价研究提供了新参考。近年来，迁移学习等研究方法的交叉融合利用为学术研究开辟了更为科学、可解释的新道路。传统的企业评价方法和体系主要关注当前企业的历史业绩和经济效益等财务指标，而企业的技术潜力和科技创新程度等均是科技创新企业整体实力、市场地位的重要影响因素，将其作为企业评价因素不仅可以更加全面地衡量企业价值，精准定位企业所处行业位置，还可以促进科技创新深入发展，更好地应对发展期间面临的挑战。除了企业评价参考因素的选择问题，随着科技创新的深入发展，科技创新企业数量不断增多，行业规模持续扩大，也导致了优质企业的识别评价难度增大。本书汇集了关于推动军民两用发展、形成科技创新发展新格局的研究的一些成果，聚焦科技创新企业画像、科技发展图谱、重点行业供应链网络等方面，对科技创新领域的企业布局和动态发展进行深度剖析，同时引入迁移学习等前沿研究方法，识别科技创新优质企业。整个研究过程中关注科技创新行业领域核心技术发展路径、产业链和供应链，以达到突破关键技术、优化领域产业链、提高供应链韧性等目标，接着创新性地构建了一个综合专利信息和供应链网络的企业识别模型，更为科学地实现科技创新优质企业识别，最终设计了一个可解释 AI 框架的科技创新企业筛选评价指标体系，进一步识别评价无人机、新材料、装备制造科技创新重点行业中的核心企业，为国家科技创新深度发展提供理论和方法。在研究方法上，本书结合了科学计量学、社会网络分析和机器学习等多种方法论，聚焦科技创新三大关键技术领域：无人机、新材料和高端装备制造，以全面分析军民两用领域科技创新企业的发展动态。第一，在科学计量学的应用方面，搜集目标研究领域及其子领域下的核心专利数、专利引用数据等，利用技术路径分析方法识别关键技术的演化路径，进而对研究领域的技术发展脉络、技术发展潜力、国家技术分布等实现全面分析。第二，在社会网络分析方面，定位三个目标领域下的核心科技创新企业供应链网络，探索该领域下的核心企业节点以及行业发展态势。构造最大弱连通供应链网络子图，并且引入网络脆性、平均度、网络密度等网络分析指标以及模拟攻击、改进的局部结构熵等网络分析方法，为识别领域关键企业、揭示企业分布格局、理解行业供应关系提供了依据。第三，本书利用机器学习知识，构建了基于迁移学习技术的识别模型，以全面识别科技创新优质企业，选择研发强度、净资产收益率等五个财务指标作为企业评估依据。此外，针对识别模型生成的预测结果，结合可解释机器学习模型以及随机森林算法进一步进行解释和分析。综合方法论的选择使得本书能够从多个维度全面有效地掌握目标领域的科技发展路径、行业格局，挖掘行业的关键数据和隐藏信息，从而更加精准、全面地识别优质企业，评估企业发展潜力。本书围绕科技创新优质企业的识别评价，从整体态势分析研究和核心企业识别评价两个方面，将无人机领域、新材料领域、高端装备制造领域三个科技创新关键技术领域作为考察对象进行实证案例分析，通过线上广泛收集、获取大量企业专利信息、供应链数据，利用迁移学习模型知识可迁移图神经网络（knowledge transfer graph neural network，KT - GNN）^[4]识别行业优质企业，使用可解释机器学习模型（local interpretable model - agnostic explanations，LIME）^[5]融合随机森林算法^[6]对迁移学习模型预测结果进行解释。本书提出构建优质企业识别模型，选定无人机、新材料、高端装备制造这三个领域开展技术发展和企业识别评价研究，选取三个领域中与科技创新领域高度相关的子领域检索专利数据，识别关键技术路径和分析竞争态势，其中无人机包括飞控系统、机体结构件、地面系统等七个子领域，新材料包括碳纤维、电子陶瓷等七个子领域，高端装备制造包括航空装备、工业控制等四个子领域；接着获取三个领域的子领域企业供应关系，构建供应链，评估供应链韧性；根据前面获取的专利信息和供应链网络等数据，通过本书提出的识别模型获取每个子领域下前排优质企业名单，并根据权重系数和企业的具体特征信息计算企业得分情况，对识别结果进行解释。本书注重理论联系实际，从三个关键技术领域对科技创新发展进一步展开叙述，展示了国家科技创新在一些关键技术的现状和困境，反映了美国、日本在无人机、新材料、高端装备制造等核心技术领头独大的事实。同时，各领域优质企业的识别分析结果也为科技创新发展提供方向和参考。为了让不同背景的读者都能轻松掌握核心内容，本书采用生动形象的语言表达，配合丰富的案例和直观的图表，将复杂的企业识别以及潜力评估等以图表的形式直观显示。这种呈现方式大大提升了内容的可读性和接受度，使专业知识不再晦涩难懂。全书共分为 5 章，关注无人机、新材料和高端装备制造科技创新三大关键技术领域。第 1 章对本研究的背景及意义进行了阐述，并且总体概述了整个研究的研究思路及内容，并且对每个研究框架以及对应的研究方法进行了说明。第 2、第 3、第 4 章分别聚焦无人机领域、新材料领域以及高端装备制造领域及其子领域进行研究。三章实例研究中，首先通过构建科技发展图谱进行目标领域的技术发展路径以及竞争态势分析等；然后进行供应链网络分析；最后实现目标领域的科技创新优质企业识别以及识别结果可解释说明。第 5 章系统梳理了核心研究成果与创新贡献，并且提出了未来研究的拓展方向。在本书所有章节的撰写过程中，我们依托西北工业大学的专业优势，以技术方法为骨架，实例研究为血肉，开展科学有效的军民两用科技创新企业研究，旨在为国家攻克卡脖子技术，实现我国在全球科技竞争领先地位，贡献工大力量。在本书的研究过程中，得到了许多同事和学生的大力支持与帮助。在此，我要特别感谢郭誉齐、包强等人在军民两用科技创新企业画像和专利分布等数据分析工作中的贡献；感谢秦晓艳、王婷、付润清、邵金燕等人在军民两用关键领域的科技发展图谱构建方面提供的数据支持；感谢代贤姣、王景、马楚涵等人在军民两用重点行业供应链网络分析方面的数据处理工作，以及感谢周然、张琳等人在军民两用科技创新优质企业识别分析中的数据整理工作。西北工业大学西部国防科技工业发展研究中心的研究环境和学术氛围为本书的完成提供了重要支持。本书编著时间仓促，难免存在不足，敬请读者批评指正，以便我们在未来的工作中不断进步和完善。耿瑞彬2025 年 5 月

我要评论