张家峰 李佳楠 周洁 陈红喜

摘 要：颠覆性技术产业在促进我国经济发展，推动传统制造业向智能、绿色、服务型制造转型升级中扮演着至关重要的角色。为此，文中基于生态系统视角，将颠覆性技术产业与生态系统理论相结合。短期演化方面，将颠覆性技术产业划分为4个阶段，并呈现出每个阶段的不同特征;长期演化方面，通过运用Logistic演化方程和复合Logistic演化机制方程对颠覆性技术产业动态周期性演化机理进行研究，发现在一定周期内颠覆性技术产业有着不同演化上限值。结果表明：在颠覆性技术产业演化至饱和值时，要及时识别，并采取有效措施，确保颠覆性技术产业演化可持续。揭示了颠覆性技术产业生态系统演化机理，这对促进我国颠覆性技术产业的发展具有现实指导价值。关键词：颠覆性技术产业;生态系统;复合Logistic;演化机理;短期演化;长期演化

中图分类号：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

顛覆性技术作为产业快速变革的核心驱动力，已成为我国创新发展的重点。习近平总书记在党的十九大报告中提到“突出关键共性技术、前沿引领技术、现代工程技术、颠覆性技术创新……”，其中颠覆性技术受到国家和企业的高度关注，重要原因是它容易造成技术突袭，改变游戏规则，为实现弯道超车带来机遇。“颠覆性技术”是指对已有传统或主流技术途径产生颠覆性效果的技术（CHRISTENSEN，2015）[1]，是由美国哈佛商学院CHRISTENSEN[2]（2013）教授针对商业创新领域提出的概念。鲍萌萌[3]（2019）提到颠覆性技术产业创新不仅依赖于自身技术变革，还依赖于所处的创新生态系统环境。之后，此概念受到各国军方重视，并在军事领域被赋予了不同含义（蔡珏，2016）[4]。如ALAN[5]（2005）指出，在国防系统中，颠覆性技术是从已有的技术体系中“衍生”或“进化”出的一种新主导性技术，从而取代已有技术，使军事力量结构、基础以及能力平衡发生根本性变革。近年来，国内外在重点产业及经济社会领域布局的惨痛教训表明，不掌握核心科技，不重视原始创新最终是没有发展前途的。李政[6]等（2016）分析了颠覆性技术的内涵特征及其与颠覆性创新的关系，认为基础学科的发展是催生未来颠覆性技术的培养皿。由此可见，相较于过去开放式创新，颠覆性技术是最高阶段的创新。因此，我国迫切需要发展颠覆性技术的基础研究，从而推动产业新的变革，不断催生新经济、新业态、新模式，促进我国生产力早日实现质的飞跃。

目前学者对于颠覆性技术的研究成果主要集中在2个层面。①颠覆性技术的识别层面：在颠覆性技术识别研究中，用的最多方法是主观判断法。而技术路线图被视为有效的辅助工具（SOOD，2011）[7]。VOJAK[8]等（2004）通过研究与提炼历史案例，绘制了技术路线图，从而帮助决策者识别颠覆性技术。同时，也有学者提出传统的技术路线图可能更适合用于可预测的持续性创新技术，不适合预测颠覆性技术（SPINARDI，2012）[9]。客观推导法指的是通过文献与专利文本信息分析，进而对技术领域进行预测的方法。

SHIBATA[10]等（2009）通过挖掘再生医学的科学文献信息，绘制了行文网络图，识别了该技术领域的技术前沿。我国学者王超[11]等研究发现，目前颠覆性技术识别预测方法并未考虑将外部影响或是内在特征中的某一方面展开进行有机结合，大都侧重于其中的某一方面。黄鲁成[12]等（2015）借鉴物种入侵模型和集对分析方法，通过计算新技术出现前后的属性集相似度，从而测度出颠覆性强度值。黄鲁成[13]等（2019）从颠覆性技术成长周期入手，根据萌芽期颠覆性技术特点，采用基于创新性、独创性与功能分析的识别方法，在技术创新没有造成市场显著变化时实现预警决策。②颠覆性技术的预测层面：CHENG[14]等（2017）运用确定性模型来预测短期内工业和技术干扰的潜力，为企业和其他利益相关者在面临颠覆性技术时促进其战略制定提供切实可行的建议。KIM[15]等（2016）提出将预测网站上的未来数据作为预测颠覆性技术的重要数据源。白光祖[16]等（2017）借助FisherPry改进模型对颠覆性技术成熟度进行研究并以技术路线图的形式展示了技术预见结果。张晓林[17]（2018）对颠覆性技术预测的内涵进行了总结，并给出了理想持续性预测系统的性质，并对其理想模型及功能实现进行了系统性的分析。

综上所述，目前对颠覆性技术方面的文献研究主要围绕颠覆性技术的内涵区分、识别方式以及预测等3个方面。然而，对于颠覆性技术背后的基础研究布局缺乏有深度的研究，这值得高度关注（李政等，2016）[18]。具体来说，目前研究成果缺乏对颠覆性技术产业发展的整体认知，对颠覆性技术产业生态系统演化机理的研究，国内研究更是颇少。事实上，加强对颠覆性技术产业生态系统演化过程的认识，有利于提高对颠覆性技术产业各演化阶段特征识别的准确性。因此，文中将生态系统理论与颠覆性技术产业相结合，基于生态系统视角对颠覆性技术产业进行分析，通过运用Logistic演化方程和复合Logistic演化机制方程对颠覆性技术产业动态周期性演化机理进行研究，揭示出颠覆性技术产业在生态系统视角下的演化规律。

1 颠覆性技术产业的短期演化规律分析

1.1 生态系统视角下颠覆性技术产业

MOORE[18]（1993）首次提出了商业系统的概念，他将生态系统与企业战略相结合，描述了产业生态系统的内涵与演化过程。在颠覆性技术产业演化过程中，其通过多个子系统或若干要素之间的相互协调，使物质、信息、资金等得到合理的配置和使用，从而确保系统的可持续发展。这些子系统或若干个要素的协调、同步是通过颠覆性技术产业中的多种“活”的适应性主体进行相互竞争及合作，以实现协同进化。在其协同进化的过程中，其总发展空间是有限的，不仅会受到自身演化能力限制，也会受内外部资源环境的制约，也就是说，颠覆性技术产业的发展不可能无限增长，其与自然生态系统有着相类似的共性。文中基于商业生态系统理论，通过物质流、资金流及信息流等手段，将颠覆性技术产业视作一种互利互惠的生态系统。

1.2 演化方程的构建

颠覆性技术产业与自然界多数生命体的演化相类似，两者都遵循Logistic发展的普遍机制（黄鲁成等，2015和张庆普，1995）[12，20]，在生命体演化过程中正、负反馈力起到交叉影响作用，从而导致了非线性的曲线式增长。Logistic曲线方程是由生物学家VERHULST P F提出的，其广泛适用于人口增长及社会经济发展研究。文中通过运用Logistic演化方程（VOLBERDA，2003）[19]，对颠覆性技术产业演化进行分析，其演化方程如下

初步形成阶段：颠覆性技术最初出现时，并不会受到行业主流市场的青睐，其规模较小，发展速度缓慢。当时间段为0-t0时，颠覆性技术产业产值规模缓慢上升至

（3-3）K/6，增长率逐渐提高至rk/6，颠覆性技术产业开始初步形成。表明此时颠覆性技术产业演化速度与加速度都是递增的，即颠覆性技术产业的产量成长速度呈指数型增长，当颠覆性技术产业演化至

t0时，其演化产值曲线上升至第1个拐点处

（3-3）K/6，其产业演化的加速度达到最大值，这一阶段称为颠覆性技术产业演化的“起跑”时期，其自身演化能力、内外环境以及正负反馈对产业演化的共同作用力达到最大值，形成了对颠覆性技术产业演化的最大演化動力。即颠覆性技术产业在初步形成阶段，虽然产业有着不错的发展前景，但其成长仍不够稳定，且并未受到市场的青睐，在市场中的“戏份”较为不足，易受内外部环境影响，如市政府的政策导向等都会对颠覆性技术产业的演化过程有着很大程度的影响。

快速成长阶段：颠覆性技术产业发展空间变大，活力迅速增强，市场“戏份”逐步增多。当时间段为

t0-t1时，颠覆性技术产业产值规模迅速上升至K/2，增长率持续递增至rk/4，但是递增的加速度逐渐降低，颠覆性技术产业的演化进入了快速成长阶段。此阶段是颠覆性技术产业演化的关键时期，当颠覆性技术产业演化至t1时，其产量迅猛增长，达到整个产业极限产值的二分之一，其成长速度是整个演化周期的最大值，我们称之为产业演化的“起飞”期。即产业通过制度改革、管理优化以及技术创新等措施，其成本得到一定程度的降低，产业的发展的空间随之变大，活力迅速增强，市场“戏份”逐步增多，市场对产品和服务的认可和需求日益提升，产业内部间的联系以及产业与产业间的相互联系日益紧密，颠覆性技术产业对其他产业及国民经济的拉动作用开始日益凸显。

缓慢发展阶段：颠覆性技术产业市场趋于完善，需求日益旺盛，产业的发展由市场规模化扩张逐渐步入集约化，颠覆性技术产业趋于稳步发展。当时间段为t1-t2时，颠覆性技术产业产值规模缓慢上升至（3+3）K/6，但增长率持续降低，直至rk/6，颠覆性技术产业的演化速度与加速度都呈递减的趋势，此时产业进入慢速发展阶段。在这一时期颠覆性技术产业增长的动力明显减弱，当产业演化速度曲线下降至t2时，产业成长的加速度达到最大负值rk/6，此时产业受到越来越多迁入的竞争者以及原有技术产品和服务无法满足市场需求等多方面因素的影响，产业发展速度减缓。颠覆性技术产业产量达到极限值的（3+3）K/6，颠覆性技术产业经过成长期快速成长后，产业市场趋于完善，需求日益旺盛，产业的发展由市场规模化扩张逐渐步入集约化，颠覆性技术产业趋于稳步发展，颠覆性产业产值逐渐向产业演化的极大值靠近。

衰败（或进化）阶段：市场需求日趋饱和，受到内外部影响因子的干扰，整个产业变得不稳定。当时间段为t2-t时，颠覆性技术产业产值规模趋于平稳，增长率趋于0，此时产业步入衰败（或更新）阶段。顛覆性技术产业产值规模很难再有提升，市场需求日趋饱和，并受到各种各样的内外部影响因子的干扰，使得整个产业变得不稳定。随着颠覆性技术产业面对市场需求萎缩、市场恶性竞争、运作不协调和资金短缺等多方面的压力，颠覆性技术产业将向较低层次有序结构退化;颠覆性技术产业达到临界点时，由于产业自身进行结构调整、技术创新、管理优化等变革，培育了新的经济增长点，颠覆性技术产业向高层次方向发展，并形成一个更为有序的产业结构，从而进入新一轮演化过程。

2 颠覆性技术产业长期演化规律

2.1 演化机制方程

在颠覆性技术产业演化过程中，演化轨迹必定会受到内外环境和正负反馈机制的共同影响，呈现出S型曲线状，然而颠覆性技术产业演化轨迹曲线的实际形状受到产值K和产值增长率r的影响。产值K是整个颠覆性技术产业产值演化的上限，在产值规模增长速度r值不变的情况下，如果产值K越大，则产业演化上限越高;在产值K不变的情况下，如果产值增长率r值越大，则产业产值增长速度越快，从而进入下一个新的演化周期的时间就越短。在生态系统中，不同的演化周期下不同的演化个体拥有不同的演化能力以及资源环境，它们决定着其自身演化上限和演化增长率，因此产值K和产值增长率r呈动态变化。在正负反馈机制的相互影响下，颠覆性技术产业的演化过程轨迹呈复杂多变的演化曲线，在一定的周期中表现为螺旋式上升的演化趋势，由这些复杂多变的演化过程曲线组合而成动态的复合型Logistic曲线式增长。颠覆性技术产业的动态的复合Logistic演化机制方程（张庆普，1995）如下

2.2 演化轨迹曲线

根据上述结论，绘制颠覆性技术产业复合Logistic演化机制曲线轨迹图，如图3所示。

由图3可知，在周期Ti内有着不同演化上限值Ki（Ti），在周期Ti与多种上限值Ki（Ti）的相互约束下产生各种不同的Logistic演化曲线的动态组合。颠覆性技术产业的演化与生态系统相类似，从成长到衰败，再更新、成长到衰败，是一个永无止境的演化循环过程。通过对某一演化周期观察，在自身演化能力、内外环境以及正负反馈相互约束下，颠覆性技术产业的产值是有上限的，而在不同的演化周期Ti下产值上限为K1（T1）、K2（T2），…，Ki（Ti），通过产业的演化，产值增长到某一成长周期的上限值后，这时候系统处于该周期内“顶点”状态。此时对颠覆性产业的资源配置、技术创新、制度变革等起到一定改善作用;优化产业主体活力，改善颠覆性技术产业演化发展的内外环境，提高环境承载能力，扩大颠覆性技术产业发展空间，从而进入新一轮演化周期轨道。因此，颠覆性技术产业会沿着图3中不同的实线组合所示的轨迹演进。

在颠覆性技术产业演化至饱和值时，如果没有及时识别，且并未采取相应改革手段，颠覆性技术产业演化将坠入“死亡谷”。颠覆性技术产业演化瓶颈对于决策者而言，很可能是盲区，因而没有积极地对产业结构进行调整、重组以及升级，内外环境承载量保持不变，那么将会引发一系列产业发展问题，从而走向持续衰败，演化轨迹曲线表现为沿虚线AB、CD等衰败演化的现象。产业走向衰败不是我们所希望的看到的，应该及时准确的识别颠覆性技术产业演化的“拐点”，并提前采取有效的技术创新、优化管理等一系列改革措施，提高颠覆性技术产业演化限制因子的上限产值Ki（Ti），激发产业主体活力，使颠覆性技术产业的结构与功能升级，进入新的演化周期，实现颠覆性技术产业整体可持续发展。

3 结语

文中提出颠覆性技术产业与生态系统相结合的构想，构建Logistic演化模型，分析颠覆性技术产业生态系统演化机理。在此基础上，建立复合Logistic演化机制方程，揭示出颠覆性技术产业动态周期性演化机理。

1）短期演化。

初步形成阶段：颠覆性技术最初出现时，并不会受到行业主流市场的青睐，其规模较小，发展速度缓慢。

快速成长阶段：颠覆性技术产业发展的空间变大，活力迅速增强，市场“戏份”逐步增多，其对国民经济的拉动作用开始逐渐显现出来。

缓慢发展阶段：颠覆性技术产业市场趋于完善，需求日益旺盛，产业的发展由市场规模化扩张逐渐步入集约化，颠覆性技术产业趋于稳步发展。

衰败（或更新）阶段：市场需求日趋饱和，并受到各种各样的内外部影响因子的干扰，整个产业变得不稳定，此时产业面临衰败和更新2种演化轨迹。

2）长期演化。

在周期Ti内有着不同演化上限值Ki（Ti），在周期Ti与多种上限值Ki（Ti）的相互约束下产生各种不同的Logistic演化曲线的动态组合。

在颠覆性技术产业演化至饱和值时，如果没有及时识别，且并未采取相应改革手段，颠覆性技术产业演化将坠入“死亡谷”。

3）促进颠覆性技术产业稳步成长。在初步形成阶段，产业内部应鼓励、引导颠覆性技术产业加强自身演化能力，优化颠覆性技术，使其满足市场的需求;在外部环境方面，主要考虑政府投资力度，提高政府政策的推动力。如制定优惠政策与相关法规、完善管理制度、改善市场机制等，来实现创新链、资金链以及产业链的良性互动。

4）推动颠覆性技术产业快速发展。颠覆性技术产业步入演化的“起飞”期，一方面产业需要消除成本冗余，扩大发展空间，合理配置资源结构，提高资源配置效率，完善管理制度，提高管理水平;另一方面提高市场占有率，增加市场“戏份”，与其他产业紧密联系，相互拉动演化成长。如加强产业联盟合作，通过产业联盟的相互合作和协同发展，可以提高颠覆性技术产业的整体效率。

5）提高颠覆性技术产业产值上限。在缓慢发展阶段，产业的发展由市场规模化扩张逐渐步入集约化，颠覆性技术产业趋于稳步发展，此时产业自身需进一步加强制度改革、管理优化以及技术创新等措施，提高产业活力，扩大产业发展空间。比如，在人才培养方面，加强专业人才团队建设，从而为颠覆性技术产业输送“营养活力”。

6）寻找颠覆性技术产业新的“增长点”。在衰败（或更新）阶段，一方面可以进一步优化自身原有技术，使其适应市场需求;另一方面可以进一步加强创新力度，提高颠覆性技术的研发效率，寻求新的颠覆性技术，培养新的增长点，促进颠覆性技术产业进入新一轮演化周期轨道。

参考文献：

[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]鲍萌萌.创新生态系统视角下新兴产业颠覆性创新路径研究[D].哈尔滨：哈尔滨理工大学，2019.

[4]蔡珏.关于颠覆性技术发展的理性认知[J].国防科技.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，刘春平，罗晖.浅析颠覆性技术的内涵与培育——重视颠覆性技术背后的基础科学研究[J].全球科技经济瞭望，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，许海云，方曙.颠覆性技术识别与预测方法研究进展[J].科技进步与对策，2018（09）：152-160.

[12]黄鲁成，成雨，吴菲菲，等.关于颠覆性技术识别框架的探索[J].科学学研究，2015，33（05）：654-664.

[13]黄鲁成，蒋林杉，吴菲菲.萌芽期颠覆性技术识别研究[J].科技进步与对策，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，郑玉荣，吴新年，等.基于文献知识关联的颠覆性技术预见方法研究与实证[J].情报杂志，2017（09）：38-44.

[17]张晓林.美国NRC颠覆性技术持续预测系统浅析[J].中国工程科学，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]張庆普，胡运权.城市生态经济系统复合Logistic发展机制的探讨[J].哈尔滨工业大学学报，1995，27（02）：131-135.

（责任编辑：王 强）