【中心新闻】谭崇台发展经济学讲座第13期：中国关键核心技术测度——基于机器学习的方法

2024年3月25日，由武汉大学经济发展研究中心和《经济评论》编辑部联合主办的谭崇台发展经济学讲座第13期成功举行。复旦大学经济学院陈钊教授作了题为《中国关键核心技术测度——基于机器学习的方法》的精彩报告。本次讲座由武汉大学经济发展研究中心联席主任叶初升教授主持，来自武汉大学、复旦大学等高校的50余名师生到现场参与了此次活动。

陈钊教授从关键核心技术“卡脖子”的现实背景出发，指出当前对关键核心技术的测度和量化缺乏统一的、全面的方法。陈教授强调虽然中国是世界上唯一拥有齐全工业门类的国家，但由于关键核心技术被“卡脖子”，产业链面临较高的“断链”风险。尤其在中美竞争加剧的背景下，产业链风险持续走高，亟需对关键核心技术构建系统的识别框架和测度方法，从而为推进关键核心技术攻关、维护产业链安全打下基础。

随后，陈钊教授提出了基于机器学习的关键核心技术识别框架，强调“是否属于核心技术”、“是否存在技术垄断”、“是否技术差距大”是识别关键核心技术的三大关键。具体地，陈教授以对美加征关税商品排除清单和对美加征关税商品清单分别作为关键核心技术产品的正反两面样本，使用随机森林的方法建模，对制造业相关的中间产品进行了预测，并使用Probit模型和《科技日报》提出的35项关键核心技术对预测结果进行了检验。

进一步地，陈教授根据机器学习的识别结果对中国关键核心技术的主要特征进行了分析。陈教授发现关键核心技术产品的进口国主要来自于美日韩等国，并且其占比显著高于非关键核心技术产品。同时，民营企业进口和出口的关键核心技术产品的占比较高。从地区分布来看，苏州、上海、深圳等地的关键核心技术产品进出口均排名前列。

最后，陈教授从产业链安全的角度分析了外商直接投资（FDI）对关键核心技术产品进出口的影响。结果表明FDI推动了关键核心技术产品的进出口，并主要发生在外资企业和民营企业当中。进一步地，陈教授分析了FDI提高关键核心技术产品出口的机制，强调引进外资通过增强本地配套产业，加剧上游产品竞争等方式推动本地产业的发展，从而带动关键核心技术的出口。基于上述结果，陈教授进一步强调了扩大高水平对外开放以及鼓励民营经济对于维护产业链安全的重要作用。

在互动交流环节中，陈教授和与会师生围绕研究的相关问题进行了激烈的交流和深入的讨论。至此，本次讲座取得了圆满成功。

（通讯员：李晓宇）