人工智能产业创新能力与融资生态耦合演进——基于系统动力学视角

发布时间：2020-10-12 19:52

　　 基于系统动力学视角构建中国人工智能产业创新能力与融资环境仿真系统,采用耦合协调度模型分析产业创新能力与融资生态的耦合演进阶段,并探索不同创新情景对融资环境耦合协调阶段的影响效果。研究结果表明:(1)中国人工智能产业创新能力与融资环境长期处于基本协调和中度协调状态,系统仿真结果预测将于2019年跨入高度协调。(2)创新能力的增量改变对系统耦合协调程度有不同程度的正向改善作用,创新资源的拉动作用最为显著,人工智能产业的生态情境依赖性决定了政府在对资金量总体供给进行适度引导的同时应避免陷入"政府干预陷阱"。
【部分图文】：

系统动力学这一理论可探究系统内部的各要素对系统仿真模拟运行的影响程度，因此系统边界的确定对模型的构建显得尤为重要。本文主要借鉴Xu等[12]构建的战略性新兴产业融资生态指标体系，以及王琼等[13]、Chanet等[14]的研究经验，构建了由经济、政府、技术和产业四大子系统构成的融资环境系统和基于人工智能产业层面考量的创新能力协调度模型，基于子系统与创新能力互相影响、相辅互动的作用机理，意在探究创新能力与融资环境的耦合阶段和路径。其中，创新能力主要从创新投入、创新产出和创新资源考虑。创新能力-融资环境系统理论模型如图1所示。2.3 子系统分析

本文使用系统动力学软件AnyLogic进行模型模拟仿真，运行时间范围为2013—2023年，仿真步长为1年。其中，2013—2018年为模型运行与实际情况的检验年限，可进行模型调试和相关参数变量的确定；2019—2023年为系统仿真的预测年限，这一阶段模拟是为了预测未来5年人工智能产业创新能力与融资环境耦合的发展趋势，以便决策分析。本文基于代表性、可获性和精简性等原则，选取36个变量建立创新能力和融资环境的系统动力学模型（如图2），所选取的指标数据来源于《中国统计年鉴》《中国金融统计年鉴》、万得（Wind）数据库及人工智能行业研究报告等，资料准确、规范，资料来源可靠。3.2 耦合协调度模型构建

由模型仿真结果得出（如图3），我国人工智能产业的创新能力不断攀升，在2013和2018年发生急剧增长，在未来5年保持高位增长；而人工智能产业的融资环境在前期有较高程度的波动增长，中后期趋于长期稳定。从耦合度和耦合协调度的角度来看（如图4），我国人工智能产业的创新能力与融资环境的耦合程度长期呈现稳态趋势，耦合协调度都表现出增速波动上升的态势。其中，耦合度的均值在0.9以上，说明处于高水平耦合阶段；协调度值在2013年处于轻度失调状态，但随着创新能力的高速提升和融资环境兼容完善，协调度值不断提升，长期处于中度协调状态，并在2019年达到高度协调。图4 人工智能产业创新能力-融资环境系统耦合度和协调度趋势
【相似文献】

相关期刊论文 前10条

1 张倩男;赵玉林;;高技术产业创新能力演变与影响因素分析——以湖北省为例[J];中南财经政法大学学报;2008年01期

2 张正治;企业的产业创新能力[J];企业改革与管理;2002年05期

3 徐菁;李银伟;;风险投资对甘肃省高技术产业创新能力的作用分析[J];中国投资;2013年S2期

4 桂黄宝;;我国高技术产业创新能力时空差距研究[J];经济体制改革;2013年02期

5 彭向;;我国高技术产业创新能力地区差异分析[J];科技进步与对策;2009年20期

6 松涛,邢丽红;高校:提升产业创新能力的主力军——访北京科技大学副校长徐金梧[J];中国创业投资与高科技;2003年09期

7 彭建娟;赵国清;;国际物化知识溢出对我国高技术产业创新能力的影响[J];珠江论丛;2014年01期

8 许珂;耿成轩;;制度环境与战略性新兴产业创新能力发展研究[J];技术经济与管理研究;2018年10期

9 桂黄宝;;基于锡尔熵和基尼系数法的高技术产业创新能力差异分析[J];地域研究与开发;2013年05期

10 姚旻;刘带春;刘旭;;贵州高技术产业创新能力的调研分析[J];当代经济;2008年07期

相关硕士学位论文 前5条

1 刘旭玲;房价上涨对城市高新技术产业创新能力的影响[D];华中科技大学;2017年

2 孟梓涵;战略性新兴产业创新能力形成机理与培育路径研究[D];哈尔滨理工大学;2013年

3 马环宇;制度环境对战略性新兴产业创新能力的影响研究[D];中南民族大学;2015年

4 刘光智;中国航空航天产业创新能力及其评价研究[D];合肥工业大学;2012年

5 罗慧芳;知识网络对产业创新能力的影响研究[D];南京工业大学;2013年

本文编号：2838199