顛覆性技術產業生態系統演化機理研究

張家峰 李佳楠 周潔 陳紅喜

摘 要：顛覆性技術產業在促進我國經濟發展，推動傳統制造業向智能、綠色、服務型制造轉型升級中扮演著至關重要的角色。為此，文中基于生態系統視角，將顛覆性技術產業與生態系統理論相結合。短期演化方面，將顛覆性技術產業劃分為4個階段，并呈現出每個階段的不同特征;長期演化方面，通過運用Logistic演化方程和復合Logistic演化機制方程對顛覆性技術產業動態周期性演化機理進行研究，發現在一定周期內顛覆性技術產業有著不同演化上限值。結果表明：在顛覆性技術產業演化至飽和值時，要及時識別，并采取有效措施，確保顛覆性技術產業演化可持續。揭示了顛覆性技術產業生態系統演化機理，這對促進我國顛覆性技術產業的發展具有現實指導價值。關鍵詞：顛覆性技術產業;生態系統;復合Logistic;演化機理;短期演化;長期演化

中圖分類號：F 426

Abstract：Disruptive technology industries play a vital role in promoting Chinas economic development and accelerating the transformation and upgrading of traditional manufacturing to smart，green，and serviceoriented manufacturing.Therefore，based on the perspective of ecosystems，this paper combines disruptive technology industries with ecosystem theory.In terms of shortterm evolution，the disruptive technology industry is divided into four stages，and each stage has different characteristics.In terms of of longterm evolution，the dynamic periodic evolution mechanism of disruptive technology industries is studied by using Logistic evolution equation and compound Logistic evolution mechanism equation.It is found that disruptive technology industries have different evolutionary upper limits within a certain cycle.The results show that：when the disruptive technology industry evolves to a saturation value，timely identification and effective measures should be taken to ensure the sustainable evolution of the disruptive technology industry，which reveals the evolutionary mechanism of disruptive technology industry ecosystem，and has practical guiding value for promoting the development of my countrys disruptive technology industry.

Key words：disruptive technology industries;ecosystem;compound logistic;evolutionary mechanism;shortterm evolution;longterm evolution

0 引言

顛覆性技術作為產業快速變革的核心驅動力，已成為我國創新發展的重點。習近平總書記在黨的十九大報告中提到“突出關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術創新……”，其中顛覆性技術受到國家和企業的高度關注，重要原因是它容易造成技術突襲，改變游戲規則，為實現彎道超車帶來機遇。“顛覆性技術”是指對已有傳統或主流技術途徑產生顛覆性效果的技術（CHRISTENSEN，2015）[1]，是由美國哈佛商學院CHRISTENSEN[2]（2013）教授針對商業創新領域提出的概念。鮑萌萌[3]（2019）提到顛覆性技術產業創新不僅依賴于自身技術變革，還依賴于所處的創新生態系統環境。之后，此概念受到各國軍方重視，并在軍事領域被賦予了不同含義（蔡玨，2016）[4]。如ALAN[5]（2005）指出，在國防系統中，顛覆性技術是從已有的技術體系中“衍生”或“進化”出的一種新主導性技術，從而取代已有技術，使軍事力量結構、基礎以及能力平衡發生根本性變革。近年來，國內外在重點產業及經濟社會領域布局的慘痛教訓表明，不掌握核心科技，不重視原始創新最終是沒有發展前途的。李政[6]等（2016）分析了顛覆性技術的內涵特征及其與顛覆性創新的關系，認為基礎學科的發展是催生未來顛覆性技術的培養皿。由此可見，相較于過去開放式創新，顛覆性技術是最高階段的創新。因此，我國迫切需要發展顛覆性技術的基礎研究，從而推動產業新的變革，不斷催生新經濟、新業態、新模式，促進我國生產力早日實現質的飛躍。

目前學者對于顛覆性技術的研究成果主要集中在2個層面。①顛覆性技術的識別層面：在顛覆性技術識別研究中，用的最多方法是主觀判斷法。而技術路線圖被視為有效的輔助工具（SOOD，2011）[7]。VOJAK[8]等（2004）通過研究與提煉歷史案例，繪制了技術路線圖，從而幫助決策者識別顛覆性技術。同時，也有學者提出傳統的技術路線圖可能更適合用于可預測的持續性創新技術，不適合預測顛覆性技術（SPINARDI，2012）[9]。客觀推導法指的是通過文獻與專利文本信息分析，進而對技術領域進行預測的方法。

SHIBATA[10]等（2009）通過挖掘再生醫學的科學文獻信息，繪制了行文網絡圖，識別了該技術領域的技術前沿。我國學者王超[11]等研究發現，目前顛覆性技術識別預測方法并未考慮將外部影響或是內在特征中的某一方面展開進行有機結合，大都側重于其中的某一方面。黃魯成[12]等（2015）借鑒物種入侵模型和集對分析方法，通過計算新技術出現前后的屬性集相似度，從而測度出顛覆性強度值。黃魯成[13]等（2019）從顛覆性技術成長周期入手，根據萌芽期顛覆性技術特點，采用基于創新性、獨創性與功能分析的識別方法，在技術創新沒有造成市場顯著變化時實現預警決策。②顛覆性技術的預測層面：CHENG[14]等（2017）運用確定性模型來預測短期內工業和技術干擾的潛力，為企業和其他利益相關者在面臨顛覆性技術時促進其戰略制定提供切實可行的建議。KIM[15]等（2016）提出將預測網站上的未來數據作為預測顛覆性技術的重要數據源。白光祖[16]等（2017）借助FisherPry改進模型對顛覆性技術成熟度進行研究并以技術路線圖的形式展示了技術預見結果。張曉林[17]（2018）對顛覆性技術預測的內涵進行了總結，并給出了理想持續性預測系統的性質，并對其理想模型及功能實現進行了系統性的分析。

綜上所述，目前對顛覆性技術方面的文獻研究主要圍繞顛覆性技術的內涵區分、識別方式以及預測等3個方面。然而，對于顛覆性技術背后的基礎研究布局缺乏有深度的研究，這值得高度關注（李政等，2016）[18]。具體來說，目前研究成果缺乏對顛覆性技術產業發展的整體認知，對顛覆性技術產業生態系統演化機理的研究，國內研究更是頗少。事實上，加強對顛覆性技術產業生態系統演化過程的認識，有利于提高對顛覆性技術產業各演化階段特征識別的準確性。因此，文中將生態系統理論與顛覆性技術產業相結合，基于生態系統視角對顛覆性技術產業進行分析，通過運用Logistic演化方程和復合Logistic演化機制方程對顛覆性技術產業動態周期性演化機理進行研究，揭示出顛覆性技術產業在生態系統視角下的演化規律。

1 顛覆性技術產業的短期演化規律分析

1.1 生態系統視角下顛覆性技術產業

MOORE[18]（1993）首次提出了商業系統的概念，他將生態系統與企業戰略相結合，描述了產業生態系統的內涵與演化過程。在顛覆性技術產業演化過程中，其通過多個子系統或若干要素之間的相互協調，使物質、信息、資金等得到合理的配置和使用，從而確保系統的可持續發展。這些子系統或若干個要素的協調、同步是通過顛覆性技術產業中的多種“活”的適應性主體進行相互競爭及合作，以實現協同進化。在其協同進化的過程中，其總發展空間是有限的，不僅會受到自身演化能力限制，也會受內外部資源環境的制約，也就是說，顛覆性技術產業的發展不可能無限增長，其與自然生態系統有著相類似的共性。文中基于商業生態系統理論，通過物質流、資金流及信息流等手段，將顛覆性技術產業視作一種互利互惠的生態系統。

1.2 演化方程的構建

顛覆性技術產業與自然界多數生命體的演化相類似，兩者都遵循Logistic發展的普遍機制（黃魯成等，2015和張慶普，1995）[12，20]，在生命體演化過程中正、負反饋力起到交叉影響作用，從而導致了非線性的曲線式增長。Logistic曲線方程是由生物學家VERHULST P F提出的，其廣泛適用于人口增長及社會經濟發展研究。文中通過運用Logistic演化方程（VOLBERDA，2003）[19]，對顛覆性技術產業演化進行分析，其演化方程如下

初步形成階段：顛覆性技術最初出現時，并不會受到行業主流市場的青睞，其規模較小，發展速度緩慢。當時間段為0-t0時，顛覆性技術產業產值規模緩慢上升至

（3-3）K/6，增長率逐漸提高至rk/6，顛覆性技術產業開始初步形成。表明此時顛覆性技術產業演化速度與加速度都是遞增的，即顛覆性技術產業的產量成長速度呈指數型增長，當顛覆性技術產業演化至

t0時，其演化產值曲線上升至第1個拐點處

（3-3）K/6，其產業演化的加速度達到最大值，這一階段稱為顛覆性技術產業演化的“起跑”時期，其自身演化能力、內外環境以及正負反饋對產業演化的共同作用力達到最大值，形成了對顛覆性技術產業演化的最大演化動力。即顛覆性技術產業在初步形成階段，雖然產業有著不錯的發展前景，但其成長仍不夠穩定，且并未受到市場的青睞，在市場中的“戲份”較為不足，易受內外部環境影響，如市政府的政策導向等都會對顛覆性技術產業的演化過程有著很大程度的影響。

快速成長階段：顛覆性技術產業發展空間變大，活力迅速增強，市場“戲份”逐步增多。當時間段為

t0-t1時，顛覆性技術產業產值規模迅速上升至K/2，增長率持續遞增至rk/4，但是遞增的加速度逐漸降低，顛覆性技術產業的演化進入了快速成長階段。此階段是顛覆性技術產業演化的關鍵時期，當顛覆性技術產業演化至t1時，其產量迅猛增長，達到整個產業極限產值的二分之一，其成長速度是整個演化周期的最大值，我們稱之為產業演化的“起飛”期。即產業通過制度改革、管理優化以及技術創新等措施，其成本得到一定程度的降低，產業的發展的空間隨之變大，活力迅速增強，市場“戲份”逐步增多，市場對產品和服務的認可和需求日益提升，產業內部間的聯系以及產業與產業間的相互聯系日益緊密，顛覆性技術產業對其他產業及國民經濟的拉動作用開始日益凸顯。

緩慢發展階段：顛覆性技術產業市場趨于完善，需求日益旺盛，產業的發展由市場規模化擴張逐漸步入集約化，顛覆性技術產業趨于穩步發展。當時間段為t1-t2時，顛覆性技術產業產值規模緩慢上升至（3+3）K/6，但增長率持續降低，直至rk/6，顛覆性技術產業的演化速度與加速度都呈遞減的趨勢，此時產業進入慢速發展階段。在這一時期顛覆性技術產業增長的動力明顯減弱，當產業演化速度曲線下降至t2時，產業成長的加速度達到最大負值rk/6，此時產業受到越來越多遷入的競爭者以及原有技術產品和服務無法滿足市場需求等多方面因素的影響，產業發展速度減緩。顛覆性技術產業產量達到極限值的（3+3）K/6，顛覆性技術產業經過成長期快速成長后，產業市場趨于完善，需求日益旺盛，產業的發展由市場規模化擴張逐漸步入集約化，顛覆性技術產業趨于穩步發展，顛覆性產業產值逐漸向產業演化的極大值靠近。

衰敗（或進化）階段：市場需求日趨飽和，受到內外部影響因子的干擾，整個產業變得不穩定。當時間段為t2-t時，顛覆性技術產業產值規模趨于平穩，增長率趨于0，此時產業步入衰敗（或更新）階段。顛覆性技術產業產值規模很難再有提升，市場需求日趨飽和，并受到各種各樣的內外部影響因子的干擾，使得整個產業變得不穩定。隨著顛覆性技術產業面對市場需求萎縮、市場惡性競爭、運作不協調和資金短缺等多方面的壓力，顛覆性技術產業將向較低層次有序結構退化;顛覆性技術產業達到臨界點時，由于產業自身進行結構調整、技術創新、管理優化等變革，培育了新的經濟增長點，顛覆性技術產業向高層次方向發展，并形成一個更為有序的產業結構，從而進入新一輪演化過程。

2 顛覆性技術產業長期演化規律

2.1 演化機制方程

在顛覆性技術產業演化過程中，演化軌跡必定會受到內外環境和正負反饋機制的共同影響，呈現出S型曲線狀，然而顛覆性技術產業演化軌跡曲線的實際形狀受到產值K和產值增長率r的影響。產值K是整個顛覆性技術產業產值演化的上限，在產值規模增長速度r值不變的情況下，如果產值K越大，則產業演化上限越高;在產值K不變的情況下，如果產值增長率r值越大，則產業產值增長速度越快，從而進入下一個新的演化周期的時間就越短。在生態系統中，不同的演化周期下不同的演化個體擁有不同的演化能力以及資源環境，它們決定著其自身演化上限和演化增長率，因此產值K和產值增長率r呈動態變化。在正負反饋機制的相互影響下，顛覆性技術產業的演化過程軌跡呈復雜多變的演化曲線，在一定的周期中表現為螺旋式上升的演化趨勢，由這些復雜多變的演化過程曲線組合而成動態的復合型Logistic曲線式增長。顛覆性技術產業的動態的復合Logistic演化機制方程（張慶普，1995）如下

2.2 演化軌跡曲線

根據上述結論，繪制顛覆性技術產業復合Logistic演化機制曲線軌跡圖，如圖3所示。

由圖3可知，在周期Ti內有著不同演化上限值Ki（Ti），在周期Ti與多種上限值Ki（Ti）的相互約束下產生各種不同的Logistic演化曲線的動態組合。顛覆性技術產業的演化與生態系統相類似，從成長到衰敗，再更新、成長到衰敗，是一個永無止境的演化循環過程。通過對某一演化周期觀察，在自身演化能力、內外環境以及正負反饋相互約束下，顛覆性技術產業的產值是有上限的，而在不同的演化周期Ti下產值上限為K1（T1）、K2（T2），…，Ki（Ti），通過產業的演化，產值增長到某一成長周期的上限值后，這時候系統處于該周期內“頂點”狀態。此時對顛覆性產業的資源配置、技術創新、制度變革等起到一定改善作用;優化產業主體活力，改善顛覆性技術產業演化發展的內外環境，提高環境承載能力，擴大顛覆性技術產業發展空間，從而進入新一輪演化周期軌道。因此，顛覆性技術產業會沿著圖3中不同的實線組合所示的軌跡演進。

在顛覆性技術產業演化至飽和值時，如果沒有及時識別，且并未采取相應改革手段，顛覆性技術產業演化將墜入“死亡谷”。顛覆性技術產業演化瓶頸對于決策者而言，很可能是盲區，因而沒有積極地對產業結構進行調整、重組以及升級，內外環境承載量保持不變，那么將會引發一系列產業發展問題，從而走向持續衰敗，演化軌跡曲線表現為沿虛線AB、CD等衰敗演化的現象。產業走向衰敗不是我們所希望的看到的，應該及時準確的識別顛覆性技術產業演化的“拐點”，并提前采取有效的技術創新、優化管理等一系列改革措施，提高顛覆性技術產業演化限制因子的上限產值Ki（Ti），激發產業主體活力，使顛覆性技術產業的結構與功能升級，進入新的演化周期，實現顛覆性技術產業整體可持續發展。

3 結語

文中提出顛覆性技術產業與生態系統相結合的構想，構建Logistic演化模型，分析顛覆性技術產業生態系統演化機理。在此基礎上，建立復合Logistic演化機制方程，揭示出顛覆性技術產業動態周期性演化機理。

1）短期演化。

初步形成階段：顛覆性技術最初出現時，并不會受到行業主流市場的青睞，其規模較小，發展速度緩慢。

快速成長階段：顛覆性技術產業發展的空間變大，活力迅速增強，市場“戲份”逐步增多，其對國民經濟的拉動作用開始逐漸顯現出來。

緩慢發展階段：顛覆性技術產業市場趨于完善，需求日益旺盛，產業的發展由市場規模化擴張逐漸步入集約化，顛覆性技術產業趨于穩步發展。

衰敗（或更新）階段：市場需求日趨飽和，并受到各種各樣的內外部影響因子的干擾，整個產業變得不穩定，此時產業面臨衰敗和更新2種演化軌跡。

2）長期演化。

在周期Ti內有著不同演化上限值Ki（Ti），在周期Ti與多種上限值Ki（Ti）的相互約束下產生各種不同的Logistic演化曲線的動態組合。

在顛覆性技術產業演化至飽和值時，如果沒有及時識別，且并未采取相應改革手段，顛覆性技術產業演化將墜入“死亡谷”。

3）促進顛覆性技術產業穩步成長。在初步形成階段，產業內部應鼓勵、引導顛覆性技術產業加強自身演化能力，優化顛覆性技術，使其滿足市場的需求;在外部環境方面，主要考慮政府投資力度，提高政府政策的推動力。如制定優惠政策與相關法規、完善管理制度、改善市場機制等，來實現創新鏈、資金鏈以及產業鏈的良性互動。

4）推動顛覆性技術產業快速發展。顛覆性技術產業步入演化的“起飛”期，一方面產業需要消除成本冗余，擴大發展空間，合理配置資源結構，提高資源配置效率，完善管理制度，提高管理水平;另一方面提高市場占有率，增加市場“戲份”，與其他產業緊密聯系，相互拉動演化成長。如加強產業聯盟合作，通過產業聯盟的相互合作和協同發展，可以提高顛覆性技術產業的整體效率。

5）提高顛覆性技術產業產值上限。在緩慢發展階段，產業的發展由市場規模化擴張逐漸步入集約化，顛覆性技術產業趨于穩步發展，此時產業自身需進一步加強制度改革、管理優化以及技術創新等措施，提高產業活力，擴大產業發展空間。比如，在人才培養方面，加強專業人才團隊建設，從而為顛覆性技術產業輸送“營養活力”。

6）尋找顛覆性技術產業新的“增長點”。在衰敗（或更新）階段，一方面可以進一步優化自身原有技術，使其適應市場需求;另一方面可以進一步加強創新力度，提高顛覆性技術的研發效率，尋求新的顛覆性技術，培養新的增長點，促進顛覆性技術產業進入新一輪演化周期軌道。

參考文獻：

[1]CHRISTENSEN C，RAYNOR M，MCDONALD R.What is disruptive innovation[J].Harvard Business Review，2015，93（12）：44-53.

[2]CHRISTENSEN C.The innovators dilemma：when new technologies cause great firms to fail[M].Harvard Business Review Press，2013.

[3]鮑萌萌.創新生態系統視角下新興產業顛覆性創新路徑研究[D].哈爾濱：哈爾濱理工大學，2019.

[4]蔡玨.關于顛覆性技術發展的理性認知[J].國防科技.2016（05）：31-35.

[5]ALAN R S.Disruptive technology：An uncertain future[C].The 6th Conference on Science and Engineering Technology，2005.

[6]李政，劉春平，羅暉.淺析顛覆性技術的內涵與培育——重視顛覆性技術背后的基礎科學研究[J].全球科技經濟瞭望，2016，31（10）：53-61.

[7]SOOD A，TELLIS G J.Demystifying disruption：A new model for understanding and predicting disruptive technologies[J].Marketing Science，2011，30（02）：339-354.

[8]VOJAK B A，CHAMBERS F A.Roadmapping disruptive technical threats and opportunities in complex，technologybased subsystems：The SAILS methodology[J].Technological Forecasting and Social Change，2004，71（01）：121-139.

[9]SPINARDI G.Roadmapping，disruptive technology，and semiconductor innovation：the case of gallium arsenide development in the UK[J].Technology Analysis & Strategic Management，2012，24（03）：239-251.

[10]SHIBATA N，KAJIKAWA Y，TAKEDA Y，et al.Detecting emerging research fronts in regenerative medicine by citation network analysis of scientific publications[C].Management of Engineering & Technology，2009.PICMET 2009.Portland International Conference on，2009：2964-2976.

[11]王超，許海云，方曙.顛覆性技術識別與預測方法研究進展[J].科技進步與對策，2018（09）：152-160.

[12]黃魯成，成雨，吳菲菲，等.關于顛覆性技術識別框架的探索[J].科學學研究，2015，33（05）：654-664.

[13]黃魯成，蔣林杉，吳菲菲.萌芽期顛覆性技術識別研究[J].科技進步與對策，2019，36（01）：10-17.

[14]CHENG Y，HUANG L，RAMLOGAN R，et al.Forecasting of potential impacts of disruptive technology in promising technological areas：Elaborating the SIRS epidemic model in RFID technology[J].Technological Forecasting and Social Change，2017，117：170-183.

[15]KIM J，PARK Y，LEE Y.A visual scanning of potential disruptive signals for technology roadmapping：investigating keyword cluster，intensity，and relationship in futuristic data[J].Technological Analysis & Strategic Management，2016，28（10）：1225-1246.

[16]白光祖，鄭玉榮，吳新年，等.基于文獻知識關聯的顛覆性技術預見方法研究與實證[J].情報雜志，2017（09）：38-44.

[17]張曉林.美國NRC顛覆性技術持續預測系統淺析[J].中國工程科學，2018，20（06）：117-121.

[18]MOORE J F.Predators and prey：A new ecology of competition [J].Harvard Business Review，1993，71（03）：75-86.

[19]VOLBERDA H W，LEWIN A Y.Coevolutionary dynamics within and between firms：From evolution to coevolution [J].Journal of Management Studies，2003（40）：1536-1634.

[20]張慶普，胡運權.城市生態經濟系統復合Logistic發展機制的探討[J].哈爾濱工業大學學報，1995，27（02）：131-135.

（責任編輯：王 強）