國(guó)內(nèi)外人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力驅(qū)動(dòng)路徑比較研究

中圖分類號(hào)：G307 文獻(xiàn)標(biāo)識(shí)碼：A開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：文章編號(hào)：1001-7348（2025）11-0108-11

0 引言

人工智能技術(shù)標(biāo)準(zhǔn)深刻影響著技術(shù)演進(jìn)方向、行業(yè)發(fā)展前景甚至國(guó)家利益，各發(fā)達(dá)國(guó)家已陸續(xù)將其納入國(guó)家戰(zhàn)略布局，以期在新一輪國(guó)際競(jìng)爭(zhēng)中超前搶奪優(yōu)勢(shì)。如美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）把“積極參與人工智能標(biāo)準(zhǔn)的開發(fā)”作為重要任務(wù)?！睹绹?guó)在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位：聯(lián)邦政府參與制定技術(shù)標(biāo)準(zhǔn)和相關(guān)工具的計(jì)劃》強(qiáng)調(diào)，美國(guó)在全球人工智能領(lǐng)域占據(jù)領(lǐng)導(dǎo)地位依賴于聯(lián)邦政府在人工智能標(biāo)準(zhǔn)制定中的積極作用，并明確將人工交互、網(wǎng)絡(luò)、安全和可信度等9個(gè)指標(biāo)作為美國(guó)人工智能標(biāo)準(zhǔn)重點(diǎn)研究領(lǐng)域。2019年以來，美國(guó)陸續(xù)發(fā)布《美國(guó)人工智能倡議》《國(guó)家人工智能研究與發(fā)展策略計(jì)劃》《美國(guó)標(biāo)準(zhǔn)化戰(zhàn)略（2020）版》等一系列政策推進(jìn)人工智能技術(shù)標(biāo)準(zhǔn)研制。2018年11月，德國(guó)政府出臺(tái)《人工智能戰(zhàn)略》，將“確定標(biāo)準(zhǔn)”作為一項(xiàng)戰(zhàn)略行動(dòng)。歐盟委員會(huì)頒布的《人工智能道德準(zhǔn)則》《可信賴的人工智能評(píng)估清單》、“人腦計(jì)劃”（Hu-manBrainProject，HBP）以及《歐洲標(biāo)準(zhǔn)化戰(zhàn)略2030》等文件均強(qiáng)調(diào)通過標(biāo)準(zhǔn)加強(qiáng)對(duì)人工智能的監(jiān)管。另外，日本在“人工智能/大數(shù)據(jù)/物聯(lián)網(wǎng)/網(wǎng)絡(luò)安全綜合項(xiàng)目（AIP項(xiàng)目）”中將標(biāo)準(zhǔn)規(guī)范列為重點(diǎn)部署工作。人工智能技術(shù)標(biāo)準(zhǔn)話語(yǔ)權(quán)的爭(zhēng)奪已成為繼ICT標(biāo)準(zhǔn)之爭(zhēng)、5G標(biāo)準(zhǔn)之戰(zhàn)后的重要領(lǐng)域（見圖1）。

“十四五”規(guī)劃明確人工智能為“國(guó)家戰(zhàn)略性科技”首要領(lǐng)域和“數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)”，是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略關(guān)鍵目標(biāo)的重要支撐。2020年以來，我國(guó)陸續(xù)發(fā)布《國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》《國(guó)家標(biāo)準(zhǔn)化發(fā)展綱要》《人工智能標(biāo)準(zhǔn)白皮書（2021版）》等政策文件，明確要求建立國(guó)家新一代人工智能標(biāo)準(zhǔn)體系以支撐人工智能技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展。各省市也積極進(jìn)行部署，提出人工智能技術(shù)標(biāo)準(zhǔn)化發(fā)展目標(biāo)，如廣東提出“構(gòu)建標(biāo)準(zhǔn)規(guī)范和知識(shí)產(chǎn)權(quán)體系”，浙江將技術(shù)標(biāo)準(zhǔn)納人研發(fā)攻關(guān)目標(biāo)，上海、湖南、山東等14個(gè)省市成立了人工智能相關(guān)地方標(biāo)準(zhǔn)化技術(shù)委員會(huì)?？傮w而言，目前各地在人工智能技術(shù)標(biāo)準(zhǔn)化發(fā)展上局限于提出標(biāo)準(zhǔn)制修訂目標(biāo)，措施尚不多樣，方案尚不具體。

技術(shù)標(biāo)準(zhǔn)化發(fā)展戰(zhàn)略的制定和實(shí)施表現(xiàn)出路徑依賴特征]，盡管現(xiàn)有研究關(guān)注到技術(shù)標(biāo)準(zhǔn)在產(chǎn)業(yè)智能化發(fā)展機(jī)理中的重要作用，但未系統(tǒng)闡明人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)化發(fā)展路徑多維影響因素間的聯(lián)動(dòng)匹配問題。本文在現(xiàn)有研究的基礎(chǔ)上，基于國(guó)際視野，從技術(shù)、組織與環(huán)境3個(gè)方面構(gòu)建技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力影響因素框架，以人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)化發(fā)展實(shí)踐為研究對(duì)象，突破原有傳統(tǒng)因果分析思維方式，采用模糊集定性比較分析方法洞察人工智能技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力多元驅(qū)動(dòng)路徑及復(fù)雜因素間的交互關(guān)系，對(duì)比國(guó)內(nèi)與國(guó)際在必要條件、核心條件以及組態(tài)要素分布方面的異同并提出對(duì)策建議，旨在為我國(guó)在全球人工智能領(lǐng)域形成高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力和話語(yǔ)權(quán)提供借鑒。

1文獻(xiàn)綜述

技術(shù)標(biāo)準(zhǔn)催化了前沿技術(shù)發(fā)展，在新興產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)制定和推廣過程中，技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的形成受多維因素影響[3]，如技術(shù)標(biāo)準(zhǔn)自身特征、技術(shù)標(biāo)準(zhǔn)化參與者的行為動(dòng)機(jī)與互動(dòng)規(guī)律、技術(shù)標(biāo)準(zhǔn)政策與市場(chǎng)環(huán)境等。此外，作為新質(zhì)生產(chǎn)力的主要陣地，人工智能產(chǎn)業(yè)發(fā)展迫切需要通過技術(shù)標(biāo)準(zhǔn)收斂其高技術(shù)復(fù)雜性和高迭代頻率以推動(dòng)行業(yè)健康發(fā)展，因此厘清人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力提升路徑尤為關(guān)鍵。

技術(shù)標(biāo)準(zhǔn)本質(zhì)上是一種技術(shù)規(guī)范，技術(shù)特征會(huì)影響標(biāo)準(zhǔn)應(yīng)用范圍和有效性[4]。技術(shù)兼容性作為技術(shù)標(biāo)準(zhǔn)化的最終目標(biāo)，對(duì)抑制相關(guān)主體“多頭\"行為、提高標(biāo)準(zhǔn)市場(chǎng)競(jìng)爭(zhēng)力起至關(guān)重要的作用[5]。一般來說，具有較高技術(shù)兼容性的標(biāo)準(zhǔn)，用戶采用新標(biāo)準(zhǔn)的成本越低，該標(biāo)準(zhǔn)就越容易在整個(gè)行業(yè)中推廣。受不同技術(shù)水平影響，技術(shù)標(biāo)準(zhǔn)的形成和制定呈現(xiàn)出不同特征[。技術(shù)水平低的組織傾向于以現(xiàn)有市場(chǎng)標(biāo)準(zhǔn)為指導(dǎo)，而技術(shù)水平高的組織有可能制定和實(shí)施新技術(shù)標(biāo)準(zhǔn)，以開拓新市場(chǎng)[]。技術(shù)標(biāo)準(zhǔn)具有網(wǎng)絡(luò)效應(yīng)，其對(duì)競(jìng)爭(zhēng)結(jié)果的影響主要通過安裝基礎(chǔ)的相對(duì)規(guī)模與網(wǎng)絡(luò)連接效率體現(xiàn)[8]。

技術(shù)標(biāo)準(zhǔn)化是不同參與者之間的合作過程，與技術(shù)和社會(huì)因素交織在一起形成網(wǎng)絡(luò)[9]。由于新興前沿技術(shù)具有領(lǐng)先性、復(fù)雜性和不穩(wěn)定性特征，其技術(shù)標(biāo)準(zhǔn)化活動(dòng)的創(chuàng)新突破，需依靠大量主體參與和協(xié)作（王珊珊等，2013）。然而，標(biāo)準(zhǔn)制定主體的多元性會(huì)導(dǎo)致其發(fā)揮作用的方式及互動(dòng)規(guī)律存在差異[10]。已有研究探討不同行業(yè)技術(shù)標(biāo)準(zhǔn)化參與者（企業(yè)、供應(yīng)商、標(biāo)準(zhǔn)制定組織、用戶和政府）的行為動(dòng)機(jī)和互動(dòng)方式[11]，如企業(yè)通過遵守技術(shù)標(biāo)準(zhǔn)提高產(chǎn)品質(zhì)量，通過組建標(biāo)準(zhǔn)聯(lián)盟擴(kuò)大市場(chǎng)，以確保技術(shù)標(biāo)準(zhǔn)有利于企業(yè)利益。標(biāo)準(zhǔn)聯(lián)盟中的企業(yè)在完成相應(yīng)技術(shù)標(biāo)準(zhǔn)制定后，還會(huì)圍繞該標(biāo)準(zhǔn)在聯(lián)盟內(nèi)部展開競(jìng)爭(zhēng)[12]。消費(fèi)者在技術(shù)標(biāo)準(zhǔn)，尤其是事實(shí)標(biāo)準(zhǔn)形成過程中起決定性作用，技術(shù)標(biāo)準(zhǔn)用戶數(shù)量是測(cè)度企業(yè)技術(shù)標(biāo)準(zhǔn)能否成為事實(shí)標(biāo)準(zhǔn)的重要指標(biāo)，滿足終端用戶需求并擁有龐大用戶規(guī)模是維持技術(shù)標(biāo)準(zhǔn)市場(chǎng)化階段競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵[13]。當(dāng)多個(gè)技術(shù)標(biāo)準(zhǔn)在市場(chǎng)中競(jìng)爭(zhēng)時(shí)，安裝基礎(chǔ)不僅是標(biāo)準(zhǔn)擴(kuò)散的起因，也是其發(fā)展的結(jié)果（夏大慰等，2005）。

政府政策和市場(chǎng)環(huán)境是影響國(guó)家技術(shù)標(biāo)準(zhǔn)化水平的關(guān)鍵。已有研究表明，各國(guó)在標(biāo)準(zhǔn)化戰(zhàn)略定位及發(fā)展路徑上存在較大差異[14]。例如，在國(guó)家定位方面，韓國(guó)將技術(shù)標(biāo)準(zhǔn)作為技術(shù)追趕的戰(zhàn)略工具，而歐洲則更注重標(biāo)準(zhǔn)化活動(dòng)帶來的監(jiān)管治理效應(yīng)[15]。在發(fā)展路徑方面，Kang等[16]指出中國(guó)優(yōu)先考慮通過自主技術(shù)創(chuàng)新發(fā)展國(guó)內(nèi)標(biāo)準(zhǔn)，而韓國(guó)則基于本地技術(shù)建立國(guó)際標(biāo)準(zhǔn)；Greeven等[發(fā)現(xiàn)，相較于其他國(guó)家，中國(guó)的體制機(jī)構(gòu)更有利于LED標(biāo)準(zhǔn)化發(fā)展。此外，由于正式標(biāo)準(zhǔn)由市場(chǎng)驅(qū)動(dòng)，當(dāng)市場(chǎng)不確定性較低時(shí)，企業(yè)有更多機(jī)會(huì)影響正式標(biāo)準(zhǔn)，以匹配其技術(shù)偏好[3]。技術(shù)標(biāo)準(zhǔn)化可以減少商家與顧客間的信息不對(duì)稱，降低顧客交易成本，從而促進(jìn)購(gòu)買行為并擴(kuò)大市場(chǎng)規(guī)模[18]

人工智能時(shí)代的變革引起學(xué)者激烈的學(xué)術(shù)討論，在人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新能力測(cè)度、人工智能產(chǎn)業(yè)政策分析、人工智能賦能技術(shù)創(chuàng)新發(fā)展以及人工智能產(chǎn)業(yè)風(fēng)險(xiǎn)與治理等方面形成豐碩的研究成果，并隨著對(duì)人工智能在第四次工業(yè)革命中重要作用的共識(shí)，技術(shù)標(biāo)準(zhǔn)作為新興技術(shù)的底層構(gòu)架，其引領(lǐng)創(chuàng)新的價(jià)值得到學(xué)者廣泛關(guān)注[19]。人工智能產(chǎn)業(yè)發(fā)展呈現(xiàn)多場(chǎng)景、多技術(shù)交融和基礎(chǔ)設(shè)施外溢等特征，智能技術(shù)創(chuàng)造和發(fā)展也呈現(xiàn)出多條標(biāo)準(zhǔn)鏈、創(chuàng)新鏈以及產(chǎn)業(yè)鏈的有機(jī)聯(lián)結(jié)[20]。技術(shù)標(biāo)準(zhǔn)能夠收斂與規(guī)范智能技術(shù)繁雜無序的創(chuàng)新活動(dòng)和內(nèi)容，掌握人工智能產(chǎn)業(yè)關(guān)鍵技術(shù)標(biāo)準(zhǔn)話語(yǔ)權(quán)，并在未來獲得絕對(duì)競(jìng)爭(zhēng)優(yōu)勢(shì)[21]。已有研究盡管在人工智能關(guān)鍵技術(shù)標(biāo)準(zhǔn)發(fā)展[22]、標(biāo)準(zhǔn)體系建設(shè)、標(biāo)準(zhǔn)合作網(wǎng)絡(luò)、技術(shù)標(biāo)準(zhǔn)形成能力[23]、標(biāo)準(zhǔn)與知識(shí)產(chǎn)權(quán)協(xié)同推進(jìn)創(chuàng)新生態(tài)演進(jìn)等方面作出一些探索，但缺乏對(duì)人工智能產(chǎn)業(yè)標(biāo)準(zhǔn)創(chuàng)新主體與資源異質(zhì)性行為的討論，尤其是對(duì)于復(fù)雜因素差異化標(biāo)準(zhǔn)競(jìng)爭(zhēng)模式與路徑的探討較少。

綜上所述，技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力受多種復(fù)雜因素的影響，包括技術(shù)特征、制度設(shè)計(jì)、市場(chǎng)環(huán)境和標(biāo)準(zhǔn)參與者特點(diǎn)，但已有研究未揭示多因素間的復(fù)雜互動(dòng)關(guān)系。由于人工智能技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力多維影響因素關(guān)系繁雜，僅從簡(jiǎn)單線性關(guān)系和權(quán)變情景出發(fā)難以探究眾多因素之間的動(dòng)態(tài)交互關(guān)系。鑒于此，本研究從多維視角和因果非對(duì)稱性思維出發(fā)，基于TOE理論框架，采用定性比較分析法探討多要素間的聯(lián)動(dòng)匹配原理，旨在揭示國(guó)內(nèi)外技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力組態(tài)路徑差異及其作用機(jī)理。

2基于TOE理論的技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力影響因素模型構(gòu)建

TOE框架由Tornatzkyamp;Fleischer[24]于1990 年初次提出，該理論指出影響組織采用和實(shí)施技術(shù)創(chuàng)新的因素包括技術(shù)本身、組織和環(huán)境3個(gè)方面。在TOE理論框架中，技術(shù)因素通常是指技術(shù)自身特點(diǎn)及其與組織的關(guān)系，如技術(shù)創(chuàng)新能力、技術(shù)自身特征和技術(shù)資源等[25]；組織因素主要包括組織自身情況，如組織規(guī)模、組織資源和結(jié)構(gòu)等[26-27]；環(huán)境因素通常包括組織所在行業(yè)發(fā)展水平及環(huán)境、市場(chǎng)需求和外部壓力等[28-29]。

2.1 技術(shù)因素

技術(shù)因素包括技術(shù)創(chuàng)新能力、企業(yè)實(shí)力和學(xué)術(shù)生態(tài)3個(gè)二級(jí)變量。隨著互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等新興技術(shù)的快速發(fā)展，技術(shù)因素成為區(qū)域?qū)崿F(xiàn)創(chuàng)造性突破的關(guān)鍵。技術(shù)標(biāo)準(zhǔn)化是組織內(nèi)部研發(fā)的延續(xù)，專利數(shù)量、研發(fā)強(qiáng)度、研發(fā)能力是組織標(biāo)準(zhǔn)化發(fā)展和標(biāo)準(zhǔn)輸出的重要驅(qū)動(dòng)因素[30]。技術(shù)創(chuàng)新能力是人工智能產(chǎn)業(yè)發(fā)展的重要保障，也是技術(shù)標(biāo)準(zhǔn)研制與擴(kuò)散的助推劑。標(biāo)準(zhǔn)參與主體以具有創(chuàng)新優(yōu)勢(shì)的研究機(jī)構(gòu)、高校和企業(yè)為主，其中企業(yè)既是經(jīng)濟(jì)的細(xì)胞組織也是標(biāo)準(zhǔn)制定的核心主體，人工智能企業(yè)開展的創(chuàng)新活動(dòng)構(gòu)成智能經(jīng)濟(jì)的微觀基礎(chǔ)。因此，人工智能企業(yè)實(shí)力是促進(jìn)技術(shù)創(chuàng)新與發(fā)展的關(guān)鍵。此外，標(biāo)準(zhǔn)化不僅需要技術(shù)硬實(shí)力，也需要技術(shù)軟實(shí)力[。根據(jù)斯坦福大學(xué)《2022 年人工智能指數(shù)報(bào)告》，人工智能出版物總數(shù)2015—2021年增長(zhǎng)了2.5倍。另外，大學(xué)和科研機(jī)構(gòu)的研發(fā)能力對(duì)標(biāo)準(zhǔn)研制與推廣具有重要作用。

2.2 組織因素

組織因素包括政府響應(yīng)能力、組織參與度兩個(gè)二級(jí)變量。組織制度設(shè)計(jì)、組織資源以及創(chuàng)新主體間互動(dòng)關(guān)系影響技術(shù)標(biāo)準(zhǔn)形成與擴(kuò)散速度。組織制度理論認(rèn)為“合法性”是聯(lián)系制度環(huán)境與組織發(fā)展的“紐帶”，標(biāo)準(zhǔn)競(jìng)爭(zhēng)不僅是技術(shù)與市場(chǎng)的競(jìng)爭(zhēng)，更是政策競(jìng)爭(zhēng)。政府是標(biāo)準(zhǔn)的重要參與者[9]，政府在新興技術(shù)標(biāo)準(zhǔn)化領(lǐng)域出臺(tái)政策、舉辦活動(dòng)、建立國(guó)家科技園以及制定國(guó)家戰(zhàn)略計(jì)劃，促進(jìn)技術(shù)標(biāo)準(zhǔn)發(fā)展和擴(kuò)散[31]，同時(shí)政府響應(yīng)程度為組織合法性提供有力支撐。人工智能技術(shù)擴(kuò)散不是簡(jiǎn)單的復(fù)制與轉(zhuǎn)移，而是在多元主體互動(dòng)與合作的基礎(chǔ)上實(shí)現(xiàn)不同技術(shù)體系的累積[32]。技術(shù)標(biāo)準(zhǔn)研制、擴(kuò)散不僅依賴于標(biāo)準(zhǔn)本身，還取決于技術(shù)標(biāo)準(zhǔn)合作網(wǎng)絡(luò)中企業(yè)、研究機(jī)構(gòu)以及高校在內(nèi)的多元主體間協(xié)作與互動(dòng)。另外，標(biāo)準(zhǔn)化活動(dòng)主體參與度影響技術(shù)標(biāo)準(zhǔn)協(xié)商一致范圍和程度，是推動(dòng)區(qū)域技術(shù)標(biāo)準(zhǔn)化水平向更深層次、更高階段演進(jìn)的關(guān)鍵因素。

2.3 環(huán)境因素

環(huán)境因素包括同儕競(jìng)爭(zhēng)壓力和市場(chǎng)需求兩個(gè)二級(jí)變量。組織制度理論認(rèn)為組織不僅要考慮技術(shù)特性，還面臨政策環(huán)境、信念、社會(huì)價(jià)值等制度因素的約束。同時(shí)，制度理論強(qiáng)調(diào)脅迫性、規(guī)范性與同構(gòu)性壓力在標(biāo)準(zhǔn)采用和傳播過程中的作用[33]。來自外部環(huán)境的壓力促使組織重新評(píng)估與分配已掌握的資源。動(dòng)蕩的競(jìng)爭(zhēng)環(huán)境使組織能夠更好地自我更新，重新配置資源以適應(yīng)環(huán)境，并抓住更多機(jī)會(huì)[34]。近年來，我國(guó)人工智能產(chǎn)業(yè)迅速發(fā)展，隨著營(yíng)業(yè)額增加和新興技術(shù)市場(chǎng)擴(kuò)大，技術(shù)標(biāo)準(zhǔn)的缺乏會(huì)抑制組織采用新技術(shù)的意愿，使組織對(duì)新技術(shù)的采納產(chǎn)生疑慮。因此，應(yīng)規(guī)范技術(shù)交易市場(chǎng)，技術(shù)標(biāo)準(zhǔn)的制定和實(shí)施是為滿足市場(chǎng)需求，往往標(biāo)準(zhǔn)市場(chǎng)前景越廣闊，技術(shù)就越有價(jià)值[35]

2.4 結(jié)果變量

技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力是指技術(shù)標(biāo)準(zhǔn)在市場(chǎng)競(jìng)爭(zhēng)中被廣泛接受，通過推廣、采用為企業(yè)、行業(yè)或區(qū)域創(chuàng)造價(jià)值并形成競(jìng)爭(zhēng)優(yōu)勢(shì)的能力。技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力一般基于結(jié)果視角，通過參與制修訂國(guó)家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的數(shù)量反映（文金艷等，2019）；或基于過程視角，通過標(biāo)準(zhǔn)技術(shù)特征、標(biāo)準(zhǔn)制定能力和標(biāo)準(zhǔn)擴(kuò)散能力衡量（曾德明等，2005）；抑或是綜合考慮標(biāo)準(zhǔn)投入與產(chǎn)出，通過標(biāo)準(zhǔn)化機(jī)構(gòu)數(shù)量、標(biāo)準(zhǔn)化委員數(shù)量、國(guó)家標(biāo)準(zhǔn)數(shù)量、標(biāo)準(zhǔn)國(guó)際化程度等變量測(cè)度（陶忠元等，2019）。

基于以上分析，本文根據(jù)TOE理論構(gòu)建區(qū)域技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力多元驅(qū)動(dòng)因素模型，如圖2所示。

3 研究設(shè)計(jì)

3.1 研究方法

Ragin[36]在20世紀(jì)80年代首次提出定性比較分析法（QCA），該方法從整體視角出發(fā)，使用布爾代數(shù)對(duì)多案例特征進(jìn)行對(duì)比分析，以實(shí)現(xiàn)定性與定量最優(yōu)特性的有機(jī)結(jié)合。相較于傳統(tǒng)對(duì)稱性實(shí)證方法（線性回歸分析和結(jié)構(gòu)方程模型等），定性比較分析不僅能夠捕獲前因變量與結(jié)果的不對(duì)稱性（張正榮等，2022），還能確定產(chǎn)生相同結(jié)果的多個(gè)有效替代方案。并且，由于QCA不涉及基本假設(shè)、相關(guān)性分析或單一解釋變量，因此該方法不受異常值或變量偏差內(nèi)生性的影響[37]。由于本文中的前因變量和結(jié)果變量不屬于二分變量，故采用模糊集定性比較分析（fsQAC）較為合適，即將各變量轉(zhuǎn)化為 0～1 之間的模糊隸屬關(guān)系[38]。

3.2變量測(cè)度、校準(zhǔn)與描述性統(tǒng)計(jì)

考慮到數(shù)據(jù)可得性和完整性，本文選取中國(guó)內(nèi)地30個(gè)省份（由于西藏地區(qū)數(shù)據(jù)不全，故未納入統(tǒng)計(jì)）以及國(guó)外32個(gè)國(guó)家為研究樣本，指標(biāo)內(nèi)涵、選取依據(jù)、測(cè)度方法以及國(guó)內(nèi)與國(guó)際層面數(shù)據(jù)來源于表1。

數(shù)據(jù)校準(zhǔn)是定性比較分析法的基礎(chǔ)（陶克濤等，2021）。本研究采用四分位點(diǎn)將數(shù)據(jù)校準(zhǔn)為模糊集，即將完全隸屬、交叉點(diǎn)和完全不隸屬的3個(gè)校準(zhǔn)點(diǎn)分別設(shè)定為案例樣本描述性統(tǒng)計(jì)的上四分位數(shù)（ 75% ）、中位數(shù) （50% ）與下四分位數(shù)（ 25% ），國(guó)內(nèi)與國(guó)際層面數(shù)據(jù)校準(zhǔn)與描述性統(tǒng)計(jì)結(jié)果見表2。

4結(jié)果分析

4.1 必要條件分析

通過一致性指標(biāo)數(shù)值判斷研究問題是否存在必要條件是進(jìn)行組態(tài)分析的關(guān)鍵（杜運(yùn)周等，2020）。一般認(rèn)為，一致性指標(biāo)值大于0.9的條件變量是形成特定結(jié)果的必要條件（杜運(yùn)周等，2017）。本研究分別對(duì)國(guó)內(nèi)與國(guó)際層面各前因變量進(jìn)行必要性分析，結(jié)果見表3。可見，國(guó)內(nèi)外均不存在產(chǎn)生技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的必要條件。這說明，影響技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的因素是復(fù)雜的，人工智能產(chǎn)業(yè)高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的實(shí)現(xiàn)需要技術(shù)、組織與環(huán)境條件的聯(lián)動(dòng)匹配。

4.2 組態(tài)路徑分析

參考杜運(yùn)周等（2020）的做法，將原始一致性閾值設(shè)為0.8、PRI一致性閾值設(shè)為0.70，案例頻數(shù)閾值設(shè)為1。通過中間解與簡(jiǎn)約解的嵌套關(guān)系對(duì)比識(shí)別每個(gè)解的核心條件（谷志軍，2021），由于核心條件與結(jié)果的因果關(guān)系較強(qiáng)，而邊緣條件可加強(qiáng)核心條件對(duì)結(jié)果的相關(guān)性，所以本文對(duì)組態(tài)的解釋依賴于核心條件和邊緣條件。

fsQCA分析結(jié)果如表4、表5所示，可見產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的組態(tài)在國(guó)內(nèi)層面有4個(gè)（ U₁ ?U_2a?C U_2b 、U₃ ）、在國(guó)際層面有3個(gè) （H₁、H₂、H₃） ，產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的組態(tài)在國(guó)內(nèi)層面有3個(gè) （S₁，S_2a，S_2b ）、在國(guó)際層面有5個(gè) （L_1a?L_1b?L_1c?L₂?L₃） 。國(guó)內(nèi)及國(guó)際層面產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑總體一致性分別為0.944和0.968，均大于0.8，說明該解的一致性和可靠性較高；總體覆蓋率分別為0.794、0.652，說明這些路徑可解釋約 79.4%.65.2% 的案例，解釋力較強(qiáng)。類似地，國(guó)內(nèi)及國(guó)際層面產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑總體一致性分別為 0.962，0.881 ，總體覆蓋率為0.821、0.660，說明其可靠性和解釋力較強(qiáng)。

4.2.1國(guó)內(nèi)與國(guó)際層面高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力驅(qū)動(dòng)路徑

在國(guó)內(nèi)層面，根據(jù)4個(gè)組態(tài)路徑的要素分布，將其歸納為組織主導(dǎo)協(xié)同驅(qū)動(dòng)型、主體驅(qū)動(dòng)競(jìng)爭(zhēng)助推型以及環(huán)境主導(dǎo)主體助推型3類。其中，組織主導(dǎo)協(xié)同驅(qū)動(dòng)型包含一條路徑，即 U₁ ，該路徑能夠解釋 69.8% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份案例，有 6.12% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份僅能夠被該路徑解釋；主體驅(qū)動(dòng)競(jìng)爭(zhēng)助推型路徑包括 U_2a 和 U_2b 兩條路徑。 U_2a，U_2b 分別能夠解釋 12.1% 和 10.4% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份案例，分別有 3.8% 和 0.5% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份僅能被該路徑解釋；環(huán)境主導(dǎo)主體助推型包括一條路徑，即 U₃ .該路徑能解釋 12.4% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份案例，有 2.4% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力省份僅能夠被該路徑解釋。

在國(guó)際層面，3個(gè)組態(tài)路徑可歸納為環(huán)境主導(dǎo)協(xié)同驅(qū)動(dòng)型、組織主導(dǎo)需求驅(qū)動(dòng)型以及技術(shù)主導(dǎo)需求助推型3類。其中，環(huán)境主導(dǎo)協(xié)同驅(qū)動(dòng)型包含一條路徑，即H₁ ，該路徑能夠解釋 58.1% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力國(guó)家/地區(qū)案例，有 50.2% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力國(guó)家/地區(qū)僅能夠被該路徑解釋；組織主導(dǎo)需求驅(qū)動(dòng)型包含一條路徑，即 H₂ ，該路徑能夠解釋 9.6% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力國(guó)家/地區(qū)案例，有 4.3% 的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力國(guó)家/地區(qū)僅能夠被該路徑解釋；技術(shù)主導(dǎo)需求助推型包含一條路徑，即 H₃ 。該路徑能夠解釋 10.2% 的呈現(xiàn)高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的國(guó)家案例，有 2.3% 的呈現(xiàn)高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的國(guó)家或地區(qū)僅能夠被該路徑解釋。

4.2.2國(guó)內(nèi)與國(guó)際層面低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力驅(qū)動(dòng)路徑

國(guó)內(nèi)層面產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的組態(tài)表明，高組織參與度對(duì)于產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力起至關(guān)重要的作用。國(guó)際層面產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑 L_1a，L_1b 和 L_1c 表明，同儕競(jìng)爭(zhēng)壓力和市場(chǎng)需求作為核心條件缺失，且?guī)缀跛袟l件能力不足均會(huì)導(dǎo)致國(guó)家技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力較弱；路徑 L₂ 表明，當(dāng)組織參與度和技術(shù)創(chuàng)新能力作為核心條件缺失時(shí)，即便該地區(qū)擁有較強(qiáng)的企業(yè)實(shí)力，也會(huì)導(dǎo)致低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力；路徑 L₃ 表明，高市場(chǎng)需求對(duì)于產(chǎn)生國(guó)家高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力十分重要。然而，產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的組態(tài)與產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的組態(tài)并不對(duì)立，即驅(qū)動(dòng)高、低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的前因變量具有非對(duì)稱性特征。

4.3穩(wěn)健性檢驗(yàn)

提高一致性閾值是穩(wěn)健性檢驗(yàn)的常用方法（方放等，2022）。本文將原始一致性閾值由0.8提高至0.85和0.87，國(guó)內(nèi)層面的7條路徑組態(tài)與表4一致，國(guó)際層面產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的3條路徑未發(fā)生顯著變化，產(chǎn)生低技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的 L₁ 路徑的3條等價(jià)組態(tài)變?yōu)閮蓷l，原 L_1a 路徑消失（見表6），故可判斷組態(tài)基本一致。因此，本文研究結(jié)論具有較強(qiáng)的穩(wěn)健性。

4.4 國(guó)內(nèi)外路徑對(duì)比分析

本文從國(guó)內(nèi)、國(guó)際兩個(gè)層面對(duì)產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑進(jìn)行對(duì)比。

（1）在國(guó)內(nèi)與國(guó)際層面存在3條等價(jià)組態(tài)路徑（U₁，U₂，U₃/H₁，H₂，H₃） 。在 U₁/H₁ 組態(tài)路徑中，國(guó)內(nèi)外路徑的前因變量與結(jié)果變量存在較強(qiáng)的因果關(guān)系，且該路徑的覆蓋率最高。從國(guó)內(nèi)外主要差異看，國(guó)內(nèi)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力由政策導(dǎo)向、標(biāo)準(zhǔn)制定主體驅(qū)動(dòng)，如廣東在人工智能發(fā)展規(guī)劃與實(shí)施方面先試先行，早在2016年4月發(fā)布了《廣東省促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)計(jì)劃（2016一2020年）》支持人工智能技術(shù)創(chuàng)新，對(duì)人工智能標(biāo)準(zhǔn)競(jìng)爭(zhēng)力具有驅(qū)動(dòng)效應(yīng)。再如北京借助地理與資源優(yōu)勢(shì)聚集優(yōu)秀創(chuàng)新企業(yè)人才，占據(jù)人工智能技術(shù)標(biāo)準(zhǔn)領(lǐng)先優(yōu)勢(shì)，北京企業(yè)、高校和研究機(jī)構(gòu)等主體人工智能技術(shù)標(biāo)準(zhǔn)制定參與頻次高達(dá)3016次，是廣東的2.4倍、上海的5.2倍。國(guó)外路徑則由市場(chǎng)需求與競(jìng)爭(zhēng)驅(qū)動(dòng)，如美國(guó)早在2012年就有超過600個(gè)非政府標(biāo)準(zhǔn)發(fā)展組織，這些機(jī)構(gòu)由市場(chǎng)需求驅(qū)動(dòng)產(chǎn)生，并以響應(yīng)市場(chǎng)需求為主要發(fā)展動(dòng)力，其標(biāo)準(zhǔn)根據(jù)行業(yè)利益相關(guān)者、政府（包括聯(lián)邦任務(wù)機(jī)構(gòu)和監(jiān)管機(jī)構(gòu)）或消費(fèi)者的特定需求或問題制定。

（2）從各條路徑的核心條件看，一方面，國(guó)內(nèi)層面體現(xiàn)為組織參與度，而國(guó)際層面則體現(xiàn)為市場(chǎng)需求。目前，美國(guó)、法國(guó)、日本等發(fā)達(dá)國(guó)家根據(jù)市場(chǎng)經(jīng)濟(jì)建立國(guó)家人工智能技術(shù)標(biāo)準(zhǔn)體系并制定相關(guān)技術(shù)標(biāo)準(zhǔn)，以反映當(dāng)前人工智能技術(shù)進(jìn)步和市場(chǎng)需求，且均采用本身不具備強(qiáng)制性的自愿性標(biāo)準(zhǔn)體系。相較于國(guó)外技術(shù)標(biāo)準(zhǔn)化發(fā)展趨勢(shì)，我國(guó)目前的人工智能技術(shù)標(biāo)準(zhǔn)化驅(qū)動(dòng)機(jī)制尚不成熟，需要由政府引導(dǎo)和標(biāo)準(zhǔn)制定組織驅(qū)動(dòng)人工智能技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力。因此，應(yīng)提高人工智能技術(shù)創(chuàng)新能力，完善產(chǎn)業(yè)基礎(chǔ)設(shè)施，以強(qiáng)大的市場(chǎng)需求帶動(dòng)相關(guān)技術(shù)標(biāo)準(zhǔn)發(fā)展。另一方面，無論國(guó)內(nèi)、國(guó)際層面路徑均存在特定核心條件彌補(bǔ)不同核心條件缺失帶來的消極影響。例如，國(guó)內(nèi)層面路徑 U_2a，U_2b 和 U₃ 雖然缺失的核心條件不同，但均可由組織參與度彌補(bǔ)。類似地，國(guó)際層面路徑 H₂、H₃ 中市場(chǎng)需求和學(xué)術(shù)生態(tài)共同驅(qū)動(dòng)可彌補(bǔ)技術(shù)創(chuàng)新能力或政府響應(yīng)能力作為核心條件的缺失。并且，這5條路徑覆蓋率較低，僅包含單一省份或國(guó)家。其中，組態(tài) U_2b 對(duì)應(yīng)城市天津作為京津冀創(chuàng)新集聚區(qū)的重要組成部分，截至2021年，各類創(chuàng)新主體共參與制定人工智能相關(guān)國(guó)家標(biāo)準(zhǔn)42項(xiàng)、行業(yè)標(biāo)準(zhǔn)5項(xiàng)、團(tuán)體標(biāo)準(zhǔn)44項(xiàng)。天津大力推進(jìn)人工智能產(chǎn)業(yè)園規(guī)劃與產(chǎn)業(yè)聯(lián)盟建設(shè)，通過對(duì)創(chuàng)新主體給予激勵(lì)和資金支持，為區(qū)域技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的形成提供了強(qiáng)大的資源基礎(chǔ)。組態(tài) H₃ 對(duì)應(yīng)國(guó)家俄羅斯對(duì)人工智能產(chǎn)業(yè)戰(zhàn)略規(guī)劃較晚，直至2019年10月《2030年前國(guó)家人工智能發(fā)展戰(zhàn)略》發(fā)布才將人工智能發(fā)展提升至國(guó)家戰(zhàn)略層面，但俄羅斯在互聯(lián)網(wǎng)普及率和網(wǎng)絡(luò)訪問成本上占較大優(yōu)勢(shì)，且擁有優(yōu)質(zhì)的教育資源，在人工智能領(lǐng)域有良好的技術(shù)基礎(chǔ)和人才儲(chǔ)備。

（3）從各路徑的重要條件看，在國(guó)內(nèi)層面4條路徑中，組織參與度和同儕競(jìng)爭(zhēng)壓力均存在。這說明，在國(guó)內(nèi)擁有高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的地區(qū)，除主體對(duì)標(biāo)準(zhǔn)制定的高參與度外，人工智能產(chǎn)業(yè)創(chuàng)新稟賦與發(fā)展水平處于上游水平。如陜西不僅擁有4個(gè)與人工智能密切相關(guān)的一級(jí)學(xué)科，且于2020年獲批建設(shè)國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)，帶動(dòng)人工智能產(chǎn)業(yè)進(jìn)入黃金發(fā)展期。依托豐富的算力資源，受益于政策資源、技術(shù)生態(tài)、應(yīng)用場(chǎng)景等多個(gè)方面，2021年9月，西安未來AI計(jì)算中心的正式成立推動(dòng)西安甚至陜西AI的全面發(fā)展。在國(guó)際層面，企業(yè)實(shí)力、學(xué)術(shù)生態(tài)和市場(chǎng)需求3個(gè)要素在產(chǎn)生國(guó)際人工智能高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力路徑中必不可少。如意大利經(jīng)濟(jì)發(fā)展部于2020年7月發(fā)布《意大利人工智能戰(zhàn)略》，明確提出要發(fā)展嵌入式人工智能，并加強(qiáng)人工智能在物聯(lián)網(wǎng)、制造業(yè)與機(jī)器人、服務(wù)和運(yùn)輸?shù)攘箢I(lǐng)域的應(yīng)用。其中，打造國(guó)家人工智能生態(tài)系統(tǒng)是該戰(zhàn)略的核心內(nèi)容，鼓勵(lì)大學(xué)與企業(yè)保持持續(xù)合作，創(chuàng)造協(xié)同效應(yīng)，促進(jìn)技術(shù)開發(fā)與技術(shù)轉(zhuǎn)移。此外，意大利作為歐盟“復(fù)蘇基金\"的最大受益國(guó)，于2020 年9月制定了《國(guó)家復(fù)蘇和振興計(jì)劃》，強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型對(duì)新冠疫情后積極恢復(fù)生產(chǎn)、提振經(jīng)濟(jì)、促進(jìn)社會(huì)發(fā)展的重要性。

5結(jié)語(yǔ)

5.1 研究結(jié)論

本文從技術(shù)、組織和環(huán)境3個(gè)維度構(gòu)建影響技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的研究框架，采用fsQCA方法，以中國(guó)內(nèi)地30個(gè)省份以及國(guó)際32個(gè)國(guó)家/地區(qū)為研究對(duì)象進(jìn)行條件組態(tài)比較分析，揭示影響國(guó)內(nèi)外人工智能技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的必要條件、核心條件以及多元驅(qū)動(dòng)路徑的異同，得出以下結(jié)論： ① 從必要條件看，國(guó)內(nèi)與國(guó)際層面人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的形成不存在必要條件，即需要技術(shù)、組織與環(huán)境多維度因素的聯(lián)動(dòng)匹配；② 從重要條件看，國(guó)內(nèi)層面為組織參與度和同儕競(jìng)爭(zhēng)壓力兩個(gè)條件，國(guó)際層面為企業(yè)實(shí)力、學(xué)術(shù)生態(tài)和市場(chǎng)需求3個(gè)要素； ③ 從核心條件看，國(guó)內(nèi)層面產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑均以組織參與度為核心條件，而國(guó)際層面均以市場(chǎng)需求為核心條件，結(jié)合重要條件與核心條件，國(guó)內(nèi)層面更偏向于組織與環(huán)境維度，而國(guó)際層面更偏向于技術(shù)與環(huán)境維度； ④ 高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力是多因素共同作用的結(jié)果，不同條件組合可產(chǎn)生“異曲同工”的效應(yīng)。組態(tài)分析結(jié)果表明，國(guó)內(nèi)層面存在“組織主導(dǎo)協(xié)同驅(qū)動(dòng)型”“主體驅(qū)動(dòng)競(jìng)爭(zhēng)助推型”“環(huán)境主導(dǎo)主體助推型\"3條路徑；國(guó)際層面存在“環(huán)境主導(dǎo)協(xié)同驅(qū)動(dòng)型”“組織主導(dǎo)需求驅(qū)動(dòng)型”“技術(shù)主導(dǎo)需求助推型”3條路徑。

5.2 研究貢獻(xiàn)

本文推進(jìn)了技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力理論研究。在模型構(gòu)建上，鑒于技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力形成過程的復(fù)雜性和動(dòng)態(tài)性，本文基于TOE理論框架，從多個(gè)維度出發(fā)構(gòu)建技術(shù)標(biāo)準(zhǔn)化影響因素綜合模型，深化了技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力相關(guān)研究；在研究方法上，打破傳統(tǒng)對(duì)稱因果思維，從組態(tài)理論角度分析多因素間的因果復(fù)雜性，探討多變量條件下產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的不同要素組合，分析案例間的異質(zhì)性、因果不對(duì)稱關(guān)系以及產(chǎn)生相同結(jié)果的等效路徑，揭開各國(guó)標(biāo)準(zhǔn)創(chuàng)新稟賦與標(biāo)準(zhǔn)競(jìng)爭(zhēng)力之間復(fù)雜互動(dòng)的“黑箱”，揭示了國(guó)內(nèi)與國(guó)際的路徑差異。

5.3 對(duì)策建議

根據(jù)上述研究結(jié)論，本文提出如下建議：

（1）揚(yáng)長(zhǎng)避短，協(xié)同推動(dòng)人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力多路徑提升。一方面，應(yīng)充分認(rèn)識(shí)到人工智能產(chǎn)業(yè)高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的形成不依靠單一條件。無論是我國(guó)要在全球人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)形成競(jìng)爭(zhēng)優(yōu)勢(shì)，還是國(guó)內(nèi)各省市要實(shí)現(xiàn)人工智能技術(shù)標(biāo)準(zhǔn)能力突破，均需要多維要素的科學(xué)配置。另一方面，應(yīng)充分認(rèn)識(shí)到人工智能產(chǎn)業(yè)高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的形成并非單一路徑，不同區(qū)域應(yīng)根據(jù)自身資源稟賦，“量體裁衣”地選擇構(gòu)建路徑。組態(tài)分析結(jié)果呈現(xiàn)了技術(shù)、組織和環(huán)境3類要素間的主導(dǎo)、互補(bǔ)及共生關(guān)系，并形成多元化驅(qū)動(dòng)路徑。如國(guó)內(nèi)路徑 ΔU_2a 與 U_2b 在其它條件相同情況下，良好的企業(yè)實(shí)力可抵消技術(shù)創(chuàng)新能力和政府響應(yīng)能力帶來的不足；又如國(guó)際層面路徑 H₂ 、 H₃ ，人工智能技術(shù)創(chuàng)新能力或政府響應(yīng)能力不足可由強(qiáng)大市場(chǎng)需求與良好學(xué)術(shù)生態(tài)的共同作用彌補(bǔ)。因此，各地區(qū)應(yīng)類比具有相似特征的高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力驅(qū)動(dòng)路徑進(jìn)行差異化部署，通過持續(xù)的動(dòng)態(tài)改進(jìn)提升技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力。

（2）“內(nèi)驅(qū) + 外驅(qū)”，形成人工智能技術(shù)標(biāo)準(zhǔn)化長(zhǎng)效動(dòng)力。市場(chǎng)需求是國(guó)際上高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力形成的核心條件，而國(guó)內(nèi)路徑目前主要依靠政府、標(biāo)準(zhǔn)參與主體驅(qū)動(dòng)。從促進(jìn)我國(guó)人工智能技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力持續(xù)發(fā)展、走向國(guó)際角度看，一方面各地區(qū)在資源不充分條件下，應(yīng)進(jìn)一步提升創(chuàng)新主體對(duì)技術(shù)標(biāo)準(zhǔn)制定的參與能力，對(duì)標(biāo)準(zhǔn)化參與意向強(qiáng)但能力不足的企業(yè)提供定制化的標(biāo)準(zhǔn)化技術(shù)指導(dǎo)、業(yè)務(wù)研討、專家資源支持等；鼓勵(lì)高校與研究機(jī)構(gòu)利用學(xué)科及專業(yè)優(yōu)勢(shì)開展標(biāo)準(zhǔn)化培訓(xùn)，幫助標(biāo)準(zhǔn)參與主體優(yōu)化技術(shù)標(biāo)準(zhǔn)化戰(zhàn)略，提升相關(guān)人員的標(biāo)準(zhǔn)化專業(yè)技能，促使更多主體主動(dòng)、高質(zhì)量地開展技術(shù)創(chuàng)新、標(biāo)準(zhǔn)研制、標(biāo)準(zhǔn)推廣實(shí)施等活動(dòng)，形成技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)的內(nèi)驅(qū)力。另一方面，應(yīng)強(qiáng)化人工智能發(fā)展中的供需互動(dòng)，促進(jìn)技術(shù)迭代和產(chǎn)業(yè)升級(jí)，擴(kuò)大應(yīng)用場(chǎng)景，提高普及率，以市場(chǎng)需求牽引技術(shù)進(jìn)步和標(biāo)準(zhǔn)研制，以產(chǎn)品開發(fā)推動(dòng)技術(shù)擴(kuò)散，擴(kuò)大標(biāo)準(zhǔn)的安裝基礎(chǔ)，進(jìn)而增強(qiáng)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的外驅(qū)力。

（3）營(yíng)造良好學(xué)術(shù)生態(tài)，持續(xù)夯實(shí)人工智能技術(shù)標(biāo)準(zhǔn)化創(chuàng)新基礎(chǔ)。中國(guó)新一代人工智能發(fā)展戰(zhàn)略研究院首席經(jīng)濟(jì)學(xué)家劉剛認(rèn)為：“隨著人工智能科技產(chǎn)業(yè)發(fā)展，中國(guó)學(xué)術(shù)界正通過構(gòu)建人工智能學(xué)術(shù)生態(tài)與產(chǎn)業(yè)界協(xié)同創(chuàng)新，推動(dòng)人工智能產(chǎn)業(yè)化和產(chǎn)業(yè)智能化步伐。\"新一代人工智能產(chǎn)業(yè)蓬勃發(fā)展，創(chuàng)新成果不斷涌現(xiàn)，學(xué)術(shù)研究是產(chǎn)業(yè)形成未來競(jìng)爭(zhēng)力的先導(dǎo)力量。在國(guó)內(nèi)與國(guó)際層面產(chǎn)生高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力的路徑中，除組織參與度和市場(chǎng)需求兩個(gè)層面路徑出現(xiàn)核心條件外，良好的學(xué)術(shù)生態(tài)對(duì)于高技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)力形成的重要性應(yīng)引起重視。我國(guó)各級(jí)政府應(yīng)優(yōu)化政策，改進(jìn)管理機(jī)制，整合創(chuàng)新資源，營(yíng)造良好的學(xué)術(shù)生態(tài)，促進(jìn)人工智能領(lǐng)域?qū)W術(shù)成果持續(xù)高質(zhì)量產(chǎn)出，實(shí)現(xiàn)高效創(chuàng)新與標(biāo)準(zhǔn)的相互推動(dòng)。

5.4 不足與展望

受限于數(shù)據(jù)可得性與可操作性，國(guó)際視角選取32個(gè)國(guó)家作為研究樣本，樣本量較小，這可能導(dǎo)致多樣化的組態(tài)路徑未涌現(xiàn)。另外，人工智能產(chǎn)業(yè)快速發(fā)展伴隨著組織進(jìn)化和創(chuàng)造，持續(xù)的技術(shù)創(chuàng)新和環(huán)境創(chuàng)新有可能會(huì)改變特定路徑依賴。因此，未來研究框架應(yīng)根據(jù)人工智能產(chǎn)業(yè)相關(guān)數(shù)據(jù)加以完善，并結(jié)合動(dòng)態(tài)QCA分析各組態(tài)在演化過程中的路徑依賴。

參考文獻(xiàn)：

[1]CHOUNG JY，JII，HAMEED T. International standardi-zation strategies of latecomers： the cases of Korean Tpeg，T-Dmb，and binary CDMA[J]. World Development，2011，39（5）：824-838.

[2] 韓秋明，王書華，楊學(xué)成，等.產(chǎn)業(yè)智能化的發(fā)展機(jī)理、影響因素及對(duì)策建議——基于行業(yè)專家訪談的質(zhì)性研究[J].中國(guó)科技?jí)?021，37（8）：59-69.

[3]BLIND K，PETERSEN S，RIILLO C. The impact of stand-ards and regulation on innovation in uncertain markets[J].Research Policy，2017，46（1）：249-264.

[4]：KNUT BLIND. Explanatory factors for participation in for-mal standardisation processes：empirical evidence at firmlevel[J]. Economics of Innovation and New Technology，2006，15（2）：157-170.

[5]BARONJ，MENIERE Y，POHLMANN T. Standards，con-sortia，and innovation[J].International Journal of Industri-al Organization，2014，36（9）：22-35.

[6] HONG JIANG，SHUKUAN ZHAO，ZHI LI，etal. Interac-tion between technology standardization and technology de-velopment：a coupling effect study[J]. Information Tech-nology and Management，2016，17（3） ：229-243.

[7] VRIES H，BLINDK，MANGELSDORF A，et al.SMEaccess to European standardization[M].Netherlands：Eras-musUniversity Rotterdam，2009.

[8] 楊蕙馨，王碩，馮文娜.網(wǎng)絡(luò)效應(yīng)視角下技術(shù)標(biāo)準(zhǔn)的競(jìng)爭(zhēng)性擴(kuò)散——來自iOS與Android之爭(zhēng)的實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014，32（9）：135-147.

[9] GAO P. Counter-networks in standardization：a perspectiveofdeveloping countries[J]. Information Systems Journal，2007，17（4）：391-420.

[10] 田博文，田志龍.網(wǎng)絡(luò)視角下標(biāo)準(zhǔn)制定組織多元主體互動(dòng)規(guī)律研究[J].管理學(xué)報(bào)，2016，13（12）：1775-1785.

[11]KIM K，JUNG S，HWANG J，et al. A dynamic frame-work for analyzing technology standardisation using net-work analysis and game theory[J]. Technology Analysisand Strategic Management，2018，30（5） ：540-555.

[12]WANG D，WEI X，F(xiàn)ANG F. The resource evolution ofstandard alliance by technology standardization[J]. Chi-nese Management Studies，2016，10（4） ：787-801.

[13]張運(yùn)生，何瑞芳.高科技企業(yè)技術(shù)標(biāo)準(zhǔn)競(jìng)爭(zhēng)優(yōu)勢(shì)形成機(jī)理研究[J].財(cái)經(jīng)理論與實(shí)踐，2015，36（4）：126-130.

[14]LEE H，CHAN S，OH S. China's ICT standards policyafter the WTO accession： techno-national versus techno-globalism[J].Info，2009，11（1）：9-18.

[15]JAKOBS K，EGYEDI T M. Beyond consortia，beyondstandardization？ redefining the consortium problem[M].Hershey：IGI Global，2006.

[16]BYEONGWOO KANG，DONG HUO，KAZUYUKI MO-TOHASHI. Comparison of Chinese and Korean companiesin ICT global standardization： essential patent analysis[J].Telecommunications Policy，2014，38（10） ：902-913.

[17]GEERTEN VAN DE KAA，MARK GREEVEN. LEDstandardization in China and South East Asia： stakeholde-rs，infrastructure and institutional regimes[J]. Renewableand Sustainable Energy Reviews，2017，72：863-870.

[18]BRUNSSON N，RASCHE A，SEIDL D. The dynamics ofstandardization：three perspectives on standards in organi-zation studies[J]. Organization Studies，20l2，33（5-6）：613-632.

[19]周立軍.市場(chǎng)自主制定標(biāo)準(zhǔn)的形成機(jī)制研究[M].北京：北京大學(xué)出版社，2023.

[20]陳偉，鄧堯，楊柏，等.人工智能能否賦能區(qū)域技術(shù)創(chuàng)新——?jiǎng)?chuàng)新環(huán)境的中介效應(yīng)[J].科技進(jìn)步與對(duì)策，2024，41（10）：57-66.

[21]HONG JIANG，SIPENG GAO，SHUKUAN ZHAO，et al.Competition of technology standards in Industry 4. 0：aninnovation ecosystem perspective[J]. Systems Researchand Behavioral Science，2020，37（4）：772-783.

[22]侯俊軍，白楊.物聯(lián)網(wǎng)標(biāo)準(zhǔn)供給不足問題研究——以關(guān)鍵技術(shù)標(biāo)準(zhǔn)發(fā)展為例[J].科技進(jìn)步與對(duì)策，2015，32（12）：61-66.

[23]周立軍，瞿羽揚(yáng)，劉思薇，等.我國(guó)人工智能產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)形成能力的空間非均衡及分布動(dòng)態(tài)演進(jìn)[J].經(jīng)濟(jì)問題探索，2023，44（2）：81-95.

[24]TORNATZKY L G，F(xiàn)LEISCHER M. The processes of tech-nological innovation[M]. Lexington：Lexington Books，1990.

「25] 馮朝睿，徐宏宇.TOE框架下電子政務(wù)服務(wù)效率及其影響大學(xué)學(xué)報(bào)，2021，37（7）：97-110.

[26]CRUZ-JESUSF，PINHEIRO A，OLIVEIRA T. Under-standing CRM adoption stages：empirical analysis buildingon the TOE framework[J]. Computers in Industry，2019，109：1-13.

[27]劉淑妍，王湖葩.TOE框架下地方政府?dāng)?shù)據(jù)開放制度績(jī)效評(píng)價(jià)與路徑生成研究——基于20省數(shù)據(jù)的模糊集定性比較分析[J].中國(guó)行政管理，2021，37（9）：34-41.

[28]孟顯印，楊超.話語(yǔ)權(quán)和問責(zé)制、法商環(huán)境與開放政府?dāng)?shù)據(jù)發(fā)展水平研究——基于TOE框架的跨國(guó)實(shí)證分析[J].情報(bào)雜志，2020，39（11）：111-119.

[29] ABED S S. Social commerce adoption using TOE frame-work：an empirical investigation of Saudi Arabian SMEs[J]. International Journal of Information Management，2020，53：102118.

[30] BLIND K，MANGELSDORF A. Motives to standardize：empirical evidence from Germany[J].Technovation，2016，48：13-24.

[31]MOON S，LEE H. The primary actors of technology stand-ardization in the manufacturing industry[J]. IEEE Access，2021，9：101886-101901.

[32]劉剛，劉晨.人工智能科技產(chǎn)業(yè)技術(shù)擴(kuò)散機(jī)制與實(shí)現(xiàn)策略研究[J].經(jīng)濟(jì)縱橫，2020，36（9）：109-119.

[33] DIMAGGIO P J，POWELL W W. The iron cage revisi-ted： institutional isomorphism and collective rationality inorganizational fields[J]. American Sociological Review，1983，48（2）： 147-160.

[34]EISINGERICH A B，BELL S J，TRACEY P. How canclusters sustain performance？ the role of networkstrength，network openness，and environmental uncertain-ty[J].Research Policy，2010，39（2）： 239-253.

[35]FATIMA S，DESOUZA K C，DAWSON G S.National strate-gic artificial intelligence plans：a multi-dimensional analysis[J].Economic Analysis and Policy，2020，67：178-194.

[36]RAGIN C C. The comparative method：moving beyondqualitative and quantitative strategies[M]. Berkeley：Uni-versity of California Press，1987.

[37]WITT M A，F(xiàn)AINSHMIDT S，AGUILERA R V. Ourboard，our rules： nonconformity to global corporate gov-ernance norms[J]. Administrative Science Quarterly，2022，67（1）：131-166.

[38]ABBOTT A. Fuzzy-set social science[J]. ContemporarySociology，2001，30（4）：330.

（責(zé)任編輯：王敬敏）

A Comparative Study on the Driving Path of Technology Standard Competitiveness of Domestic and Overseas Artificial Intelligence Industry

Zhou Lijun，Liu Siwei， Yang Jing （School of Economics and Management，China Jiliang University，Hangzhou 31oo18，China）

Abstract：Artificialintellgence（AIhasbecomeacrucialdrivingforceforindustrial transformationinthefourthindustrial revolution duetoits wide aplicabilityandthegrowing trendof dataintellgence.Thedirectionof technical progress，the prospectof industrial development，andeventhe interestsofcountriesareallsignificantlyaffectedbyongoingdevelopments inAI in which technology standards playa crucial role.Many developed countries have adopted AI technology standards as astrategictoltooutperform theircompetitors.It is afundamental practical problem worth studying to explorethedevelopment path of national AI technology standardization to clarify the formation mechanism of technology standard competitiveness（TSC）.Studies have suggested thattechnology standardization is afected bya diverse and complex setof factors，including technical background，system design，market environment，and the characteristics of the standard's participants.However，the conventional symmetric causal method may not be suitable in a specific scenario andcould not adequately predict actuality.Given the complexity of technology standardization and the dynamic developmentof the AIindustry，itis necessary toexplore theinfluence mechanismand pathof TSCfrom theconfigurationperspective and multi-dimensionality.

This study introduces the TOE framework and constructs a research framework affecting the formation of TSC from threeaspects：technology，organization，andenvironment.Inadition，toaccountforasymmetry，this studyadopts the fuzzy-set qualitativecomparative analysis （fsQCA）toobtain a variety of equivalent paths leading to TSC.The sample of this studyinvolves 3Oprovinces，municipalities，and autonomous regions in the Chinese mainlandand 32 foreign countries.Through necesityanalysis andsuficiency analysis，the studycompares and analyzes the domesticand international similarities and diferences inthedistributionof necessryconditions，coreconditions，andconfigurationfactors，and then it puts forward countermeasures and suggestions，aiming to provide a reference for China to form a high-TSC and discourse power in the field of global AI industry.

Analysis indicates thatthe formation of AI Technology Standard Competitiveness（TSC）at both domestic and internationallevels does notrelyonasingle setof necessaryconditions.Instead，itrequires the integrationand alignment of various factors across technology，organization，and environment dimensions.The suficient analysis shows that the core conditionof domesticAIhigh-TSC isorganizational participation，while the international level is market demand，and therearethree equivalentconfigurations atthedomestic and international levels.These insights suggestthe breakthrough of AItechnologystandardcapabilityinvarious regions requires thescientificallcationofmulti-dimensional elements，and differentiated mechanism selectionand strategicdeploymentcan becarredout acording to their resource endowment，by analogy withthedrive pathof high-TSC with similarcharacteristics，andtheconstruction pathcan be tailored to improve the TSC through ongoing dynamic improvement.

This study makes several contributions to theoryand practice.First，within the TOE theoreticalframework，a comprehensive modelof influencing factorsof the whole process of technology standardization fromthestageof technology patenting，patent standardization，and standard industrializationis constructed.This study expands theapplication range of the TOE theoretical model and deepens the relevant research on the TSC.Second，this studychallnges the traditional symmetric causal thinking and analyzes the causal complexityof multiple factors fromthe perspective ofconfiguration theory.Ituses thefsQCA methodto explore the heterogeneity，causal asymmetric relationship between cases，andthe equivalent path of producing the same result.Thefindings open the black box of thecomplex interaction betweenthe standard innovationendowmentand the standardcompetitivenessin diferentregions at homeandabroad.Third，theresults indicatethatpolicymakersshould enhance theabilityof innovationsubjects to participateintheformulationof technical standards，form an internal drive，strengthen the supplyanddemand interaction of the AI market，and enhance the external drive，thus formingalong-term driving force for theTSC.Whileit is essential toattach importancetothe keyroleofa good academic ecology in forming theAI high-TSC，to promote thecontinuous high-qualityoutput of academic achievements inthe fieldofAI，and continuouslyconsolidate the foundationof AI technology standardization and inovation.

KeyWords：Technology Standardization；Technology Standard Competitiveness；Artificial Inteligence；Technology-or ganization-environment（TOE） Framework