何向武，周文泳
(同济大学 经济与管理学院，上海 200092)
摘 要：技术引进创新是高技术产业技术创新的重要方式。基于生态系统理论和Lotka-Volterra模型，构建高技术产业国内技术购买与国外技术引进生态模型，以《中国高技术产业统计年鉴(1995-2014年)》中技术引进相关数据为基础进行实证分析，运用MAPE方法判别模型预测能力，基于模型参数和生态系统理论分析国内技术购买与国外技术引进生态关系，运用微分方程理论和稳定性理论分析技术引进演化趋势。结果表明：国内技术购买与国外技术引进不存在稳定平衡点，国外技术引进抑制了国内技术购买，国内技术购买促进了国外技术引进。两者发展趋势表明，国外技术引进最终会替代国内技术购买，结论对于高技术产业技术引进创新具有较强的理论意义和实践价值。
关键词：Lotka-Volterra模型；技术引进；生态关系；演化趋势；高技术产业
在我国经济进入新常态背景下，创新驱动经济增长是我国中长期经济发展的核心目标。实施创新驱动发展战略关键在于创新，而髙技术产业是科技创新的主要阵地。技术引进是高技术产业技术创新的重要来源。国内技术购买和国外技术引进作为技术引进创新的主要形式，二者生态关系是否健康，演化趋势是否稳定，不仅影响高技术产业技术引进效率，还对高新技术产业创新效益和核心竞争力具有重要影响。如何理解和判断技术引进生态演化问题，已经成为困扰我国高技术产业持续健康发展的一个现实问题。
国内外学者在技术引进领域的相关研究成果主要集中在技术引进与自主研发[1]、自主创新[2]、产权性质、创新效益[3-4]、技术进步[5-6]、工业结构[7]等方面。徐欣(2015)基于企业投资视角，以2002—2009年中国制造业上市公司为对象，考察了技术引进、产权性质与企业绩效之间的关系；Jefferson等[8]运用中国1997-1999年5 451个大中型制造企业样本进行实证研究发现,自主研发对生产率有显著正向影响；方文中和罗守贵[9]运用OLS、FE、系统GMM、OP方法分别估算了企业TFP，并研究了R&D人力资本投入、国外技术引进与高新技术企业TFP之间的关系；朱承亮(2014)采用1998-2010年中国汽车产业5个细分行业面板数据，研究了R&D两面性和技术引进对汽车产业生产率增长的影响。胡小娟与胡安萍[7]以1996-2011年我国工业面板数据为样本，以全要素生产率作为工业结构高级化衡量指标，运用FMOLS方法实证检验了外源技术引进对我国整体及各部门工业结构高级化产生的长期影响。吕海萍与池仁勇[10]基于DEA-Malmquist指数测算了浙江省高技术产业全要素生产率，运用一阶差分模型和加权最小二乘法检验了R&D两面性、技术引进对浙江省高技术产业全要素生产率增长的影响。
本文通过分析现有文献及研究成果发现：①现有研究较多将技术引进作为一个整体变量，而对技术引进来源进行划分、区别国内技术购买与国外技术引进差异性的研究较少；②大多数研究均基于生产函数和全要素生产率角度考察技术引进对于创新效益和生产率等因素的影响，从生态系统理论视角对国内技术购买与国外技术引进生态竞争关系的研究较少。因此，本文基于生态学Lotka-Volterra模型种群间竞争关系，对我国高技术产业国内技术购买与国外技术引进生态关系、演化趋势进行分析。
Lotka-Volterra模型最初由美国生态学家 Lotka 和意大利数学家 Volterra 提出[11]，常用来表征种群间竞争关系[12]，现已有很多学者将其应用于产业技术创新联盟中知识转移与知识交互[13]、科技企业孵化器与创投种群关系、技术标准竞争机制[14]、电子商务模式[15]等领域。从技术来源角度看，技术引进可分为国内技术购买和国外技术引进两种类型，二者既存在竞争又存在合作关系。一方面，引进国外先进技术可以增加引进者技术存量并丰富其多样性；另一方面，引进国外技术可与国内技术形成互补，从而推动创新发展。从创新供给看，如果一个地区企业将资金更多地投向国外技术引进，那么投入到国内技术购买的资金就会相应减少；从创新需求看，如果一个地区企业所需技术已经通过国外购买获得，其将会减少国内技术购买需求[16]。二者在高技术产业技术引进创新发展过程中既相互依存，又相互排斥。
为此，本文以高技术产业技术引进为研究对象，分析高技术产业技术引进具体特征，基于Lotka-Volterra生态模型构建国内技术购买和国外技术引进生态关系模型，以《高技术产业统计年鉴1995-2014年》相关数据为样本进行实证分析，运用MAPE方法判别技术引进生态关系模型预测能力，基于模型参数与生态系统理论分析国内技术购买和国外技术引进生态关系，运用微分方程理论和稳定性理论，从自然增长系数、限制性系数和竞争关系系数3个方面分析国内技术购买和国外技术引进演化趋势。本研究对于动态分析和判断我国高技术产业技术引进生态关系及演化趋势具有一定理论价值和实践意义，也可为高技术产业相关企业或部门在制定技术引进相关政策和法规时提供有益借鉴和实践参考。
本文选取中国高技术产业技术引进为研究对象，分析国内技术购买与国外技术引进二者间的生态关系和演化趋势，发现中国高技术产业技术引进存在的问题，从而为高技术产业健康可持续发展提供有力借鉴和经验支撑。
技术引进创新是高技术产业技术创新的重要形式，高技术产业技术引进从技术来源角度可分为国内技术购买与国外技术引进两种[16]。技术引进水平一般通过技术引进经费支出数据测量，但不同年份高技术产业经济发展规模和收益情况不同，技术引进经费支出原始数值不能如实反映不同年度国内技术购买与国外技术引进的真实水平。因此，国内技术购买(DT)以本年度国内技术购买经费支出与上年度利润总额的比值测量，国外技术引进(FT)以本年度国外技术引进经费支出与上年度利润总额的比值测量。高技术产业国内技术引进与国外技术引进变量及测量说明如表1所示。
表1高技术产业技术引进变量测量说明
本文在研究高技术产业国内技术购买与国外技术引进生态关系及演化趋势时主要采用的方法和模型有：①基于高技术产业技术引进特征、创新生态系统理论与Lotka-Volterra模型构建DT与FT生态关系模型；②依据1995-2014年中国高技术产业统计年鉴相关数据，运用EViews6.0软件，采用最小平方法进行非线性回归分析，并运用MAPE方法评判模型预测能力和拟合度；③依据模型估计参数值和创新生态系统理论，从自然增长率系数、规模限制系数和竞争关系系数3个方面分析DT与FT生态关系；④运用微分方程理论和稳定性理论，动态分析DT与FT演化趋势；⑤依据DT与FT生态关系和演化趋势，分析中国高技术产业技术引进存在的问题并提出相应对策建议。
本文以中国高技术产业技术引进为分析样本，原始数据来源于1995-2014年《中国高技术产业统计年鉴》。因研究需要，计算出历年高技术产业国内技术购买累积数据与国外技术引进累积数据。最终，本文采用1996-2014年中国高技术产业国内技术购买与国外技术引进数据，如表2所示。
表21996-2014年中国高技术产业国内技术购买与国外技术引进数据
本文基于Lotka-Volterra模型构建的高技术产业国内技术购买与国外技术引进生态关系模型方程如下：
(1)
(2)
其中， DT 、FT分别表示t年度国内技术购买累积、国外技术引进累积，a1、a2分别表示国内技术购买累积自然增长率、国外技术引进累积自然增长率，b1、b2分别表示国内技术购买、国外技术引进与规模相关的限制性系数， c1表示国外技术引进对国内技术购买的生态竞争系数，c2表示国内技术购买对国外技术引进的生态竞争系数，c1、c2数值正负性反映国内技术购买与国外技术引进竞争关系类型，二者竞争关系类型评判标准如表3所示。
表3国内技术购买与国外技术引进生态关系类型
由于国内技术引进与国外技术引进均为离散数据，依据Leslie[17]的证明，可将方程(1)和(2)转换为离散形式，如方程(3)和方程(4)所示：
DT(t+1)=e1DT(t)/(1+f1DT(t)+g1FT(t))
(3)
FT(t+1)=e2FT(t)/(1+f2FT(t)+g2DT(t))
(4)
在方程(3)和方程(4)中，ei和fi分别表示仅存在FT或DT时的特征参数，gi表示FT与DT之间的相互作用关系，i=1、2。在离散化过程中，方程(1)、(2)与方程(3)、(4)参数转化关系如式(5)～(10)所示：
a1=lne1
(5)
a2=lne2
(6)
b1=f1lne1/(e1-1)
(7)
b2=f2lne2/(e2-1)
(8)
c1=g1lne1/(e1-1)
(9)
c2=g2lne2/(e2-1)
(10)
根据表2数据，运用EViews6.0软件对模型方程(3)与(4)采用最小平方法进行非线性回归分析，回归分析参数估计及参数校验结果如表4所示。依据式(5)～(10)计算模型方程(1)和(2)的参数值，如表4所示。从中可见，DT模型拟合度R2为0.992 861，SSR值为0.000 190，FT模型拟合度R2为0.994 352，SSR值为0.013 561，说明DT与FT模型(3)和(4)拟合度较好。
将表4中估计参数值代入模型方程(3)和方程(4)可得：
DT(t+1) = (1.357 859 093 13DT(t)) / (1-0.506 190 419 498DT(t)+ 0.291 188 244 13FT(t))
(11)
FT(t+1) = (1.456 275 826 22FT(t)) / (1+0.373 156 485 183FT(t) - 0.336 913 362 959DT(t))
(12)
根据式(11)和(12)可计算1996-2014年DT预测值和FT预测值。参考Lewis的评价方法[18]，基于MAPE值对模型预测能力等级进行评估，预测能力等级评判标准如表5所示。根据真实值和模拟值，计算出PE值和MAPE值，如表6所示，DT模型、FT模型的MAPE值分别为21.72%、10.32%。表5依据MAPE值进行模型预测能力等级评判标准可知，DT和FT模型具有较好的预测能力，分别属于“合理”、“好”等级，进一步证明了模型拟合度较好。
表4DT与FT模型参数估计
表5模型预测能力等级评判标准
根据表4中模型参数估计值，本文从自然增长系数、限制性系数和竞争关系系数3个方面对国内技术购买与国外技术引进生态关系进行分析，结果如下：
(1)从自然增长系数看，a1=0.305 909 195，a2=0.375 882 492。首先，国内技术购买与国外技术引进自然增长系数均为正值，说明国内技术购买与国外技术引进在1996-2014年整体处于增长趋势，这与我国高技术产业发展整体趋势一致，一定程度上验证了技术引进与高技术产业呈同步发展的结论。其次，a1<a2，说明国内技术购买自然增长率小于国外技术引进自然增长率，同时国内技术购买初始值远远小于国外技术引进初始值。因此，在后续高技术产业发展过程中，国外技术引进与国内技术购买差距将越拉越大。
(2)从限制性系数看，b1=-0.432 707 226，b2=0.307 407 813。限制性系数是由系统自身规模等内在因素产生的对于系统增长的参数。b1<0，说明高技术产业内部影响因素对国内技术购买具有正向影响作用，其促进了国内技术购买水平提升；b2>0，说明高技术产业内部影响因素给国外技术引进带来负面影响，其抑制了国外技术引进。限制性系数正负性表现出来的系统限制特征一定程度表明，高技术产业发展内在要求国内技术购买与国外技术引进必须协同发展，但目前状况是国内技术购买水平较低，因此需加强国内技术购买力度；国外技术引进水平过高且吸收转化能力不足，因此需适当控制国外技术引进力度，同时加大对国外引进技术的消化和吸收。
表6国内技术购买与国外技术引进实际值与预测值比较及MAPE值计算
(3)从竞争关系系数看，c1=0.248 916 715，c2=-0.277 550 645。依据表4可判断出c1>0,说明国外技术引进对于国内技术购买表现为抑制作用；c2<0,说明国内技术购买对于国外技术引进表现为促进作用。基于生态系统理论，国外技术引进相当于捕食者，国内技术购买相当于被捕食者。根据生态系统食物链发展规律可知，捕食者数量增加势必导致被捕食者减少；相反,被捕食者增加却引起捕食者增加。国外技术引进抑制国内技术购买、国内技术购买有助于促进国外技术引进，按照现有技术引进态势发展下去，国内技术购买与国外技术引进差距将越拉越大，最终国外技术引进将代替国内技术购买。
基于微分方程理论和稳定性理论，针对模型方程(1)和(2)，可不用求解微分方程组的解，而是直接研究DT、FT平衡点[14]。通过分析方程(1)和(2)的等斜线，即满足
就能找到系统平衡点。当t趋近于无穷大时，通过推断DT(t)、FT(t)趋势走向，可分析国内技术购买与国外技术引进演化趋势。
令可得：
DT(a1-b1DT-c1FT)=0
(13)
FT(a2-b2FT-c2DT)=0
(14)
因为实际数据DT>0、FT>0，可得：
L1：a1-b1DT-c1FT=0
(15)
L2：a2-b2FT-c2DT=0
(16)
代入表4模型参数估计值，可得：
L1:0.305 909 195+0.432 707 226DT-0.248 916 715FT=0
(17)
L2:0.375 882 492-0.307 407 813FT+0.277 550 645DT=0
(18)
以DT为纵坐标、FT为横坐标，依据式(17)和(18)，在二维直角坐标系中绘制出相应等斜线L1、L2，如图1所示。据此图可分析DT与FT演化平衡点及稳定性。
因为FT>0、DT>0，两条直线在第一象限，且焦点出现在第一象限。据此可判断，国内技术购买与国外技术引进存在平衡点。通过对FT与DT竞争演化趋势进行动态分析可知，FT与DT之间虽然存在平衡状态，但这种平衡状态是理想连续数据情况下的平衡状态，而实际数据为离散数据。在实际离散数据情况下，该平衡状态不稳定，极易转向其它非平衡状态，即不存在稳定的平衡状态。
图1DT与FT演化关系
由图1可知，直线L1、L2将第一象限分为4个区域I、II、III、IV。对于区域I中任意点(FT，DT)，必有：
L1:0.305 909 195+0.432 707 226DT-
0.248 916 715FT>0
L2:0.375 882 492-0.307 407 813FT+
0.277 550 645DT>0
代入模型方程(1)和方程(2)可得：
因此，随着t值增大，DT、FT不断增大，区域I中的点随时间推移不断向直线L2靠近。
同理，对于区域II中任意点(FT，DT)，必有：
因此，随着t值增大，DT不断增大、FT不断减小，区域II中的点随时间推移不断向直线L2靠近。
而对于区域III中任意点(FT，DT)，必有：
因此，随着t值增大，DT、FT不断减小，区域III中的点随时间推移不断向点(a2/b2，0)靠近。
而对于区域IV中任意点(FT，DT)，必有：
因此，随着t值增大，DT不断减小、FT不断增大，区域IV中的点随时间推移不断向点(a2/b2，0)靠近。
通过以上动态平衡点和稳定性分析可知，国内技术购买与国外技术引进之间不存在稳定平衡状态。国内技术购买水平不断降低，国外技术引进水平不断提高，国外技术引进创新形式占主导地位，而国内技术购买创新形式处于被动地位，最终国外技术引进将替代国内技术购买。
(1)本文基于Lotka-Volterra模型构建DT与FT生态关系模型，分析高技术产业国内技术购买与国外技术引进生态关系效果较好。从参数检验结果看，DT与FT模型估计参数均通过检验，拟合优度 R2值良好，且运用MAPE方法判断模型预测能力较好，表明运用Lotka-Volterra模型分析高技术产业国内技术购买与国外技术引进生态关系比较实用。
(2)基于模型估计参数值和生态系统理论，本文从3个方面分析高技术产业国内技术购买与国外技术引进生态关系。在自然增长方面，国内技术购买与国外技术引进自然增长系数都为正，且国内技术购买自然增长系数小于国外技术引进自然增长系数；在限制性方面，高技术产业内部影响因素对国内技术购买呈正向影响，而对国外技术引进呈负向影响；竞争关系方面，国外技术引进抑制了国内技术购买，国内技术购买促进了国外技术引进。
(3)基于微分方程理论和稳定性理论分析国内技术购买与国外技术引进演化趋势发现，国内技术购买与国外技术引进之间不存在稳定平衡态，国内技术购买水平不断降低，国外技术引进水平不断提高，最终国外技术引进将替代国内技术购买。
通过上述分析，本文提出如下管理启示：
(1)不断提高国内技术购买创新投入水平。研究表明，国外技术引进抑制了国内技术购买，导致国内技术购买水平下降，投入强度减弱。高技术产业作为国家创新发展重点产业，必须依靠自主研发创新和国内技术购买创新实现发展。因此，应进一步加强国内技术交易和转让市场建设，提高国内技术交流便利性。同时，加大国内技术购买税费减免力度，提高国内技术转让个人受益比例，继续加强国内创新人才培养，不断提高国内技术购买创新投入水平，扭转目前国内技术购买弱势地位。
(2)合理有效地利用国外技术引进从事创新活动。我国高技术产业起步晚、底子薄，国外技术引进对于我国高技术产业发展起启动器作用。但目前高技术产业发展已初具规模，其技术引进应依靠自身创新力量，如依靠自主研发创新和国内购买技术创新，不断提高原始创新能力，加强关键领域核心技术攻关。
(3)促使国内技术购买创新与国外技术引进创新协同发展。国内技术购买与国外技术引进作为我国高技术产业技术引进创新的两种重要形式，对于推动我国高技术产业创新发展具有不可替代的作用。因此，高技术产业创新发展应以国内技术购买为主，而以国外技术引进作为有益补充。对于能显著提高我国高技术产业创新能力的关键技术，应优先考虑国内技术购买；而对于国内技术市场短期内无法获取的关键技术，可鼓励通过国外技术引进，但后期应加大对于国外引进技术的消化和吸收，同时积极进行自主研发并掌握核心关键技术。另外，对于高技术产业发展非核心关键技术可通过国外技术引进。总之,要不断促使国内技术购买创新与国外技术引进创新协同发展,以提高高技术产业创新发展整体水平。
由于Lotka-Volterra模型在分析两个对象间生态关系时具有良好的适用性，故本文利用其研究了高技术产业国内技术购买与国外技术引进生态关系及演化趋势。后续研究将对Lotka-Volterra模型进行适当改进，以动态分析自主研发创新、国内技术购买创新、国外技术引进创新与技术改造升级创新4种创新形式间的生态关系，从而更全面、系统地认识和把握高技术产业创新生态系统演化规律。
参考文献:
[1] 储德银,张同斌.自主研发、技术引进与高新技术产业成长[J].科研管理, 2013, 34 (11): 53-60, 113.
[2] 张江雪,蔡宁,毛建素,等.自主创新、技术引进与中国工业绿色增长——基于行业异质性的实证研究[J].科学学研究, 2015, 33 (2): 185-194, 271.
[3] 李光泗,沈坤荣.技术引进方式、吸收能力与创新绩效研究[J].中国科技论坛, 2011(11): 15-20.
[4] LI X.Sources of external technology, absorptive capacity, and innovation capability in chinese state-owned High-tech Enterprises[J].World Development, 2011, 39(7): 1240-1248.
[5] MARZETTI AFGV.International R&D spillovers,absorptive capacity and relative backwardness: a panel smooth transition regression model[J].International Economic Journal, 2012, 28(1): 137-160.
[6] BLALOCK G,GERTLER PJ.How firm capabilities affect who benefits from foreign technology [J].Journal of Development Economics, 2009, 90(2): 192-199.
[7] 胡小娟,胡安萍.外源技术引进对我国工业结构高级化影响的实证研究[J].软科学, 2016, 30 (2): 9-12, 18.
[8] JEFFERSON GH,HUAMAO B,XIAO JING G,et al.R&D performance in Chinese industry[J].Economics of Innovation & New Technology, 2006, 15(4): 345-366.
[9] 方文中,罗守贵.自主研发与技术引进对全要素生产率的影响——来自上海高新技术企业的实证[J].研究与发展管理, 2016, 28(1): 1-9.
[10] 吕海萍,池仁勇.R&D两面性、技术引进与浙江省高技术产业全要素生产率增长[J].科技进步与对策, 2015, 32 (12): 67-71.
[11] TAKEUCHI Y,GLOBAL DYNAMICAL properties of lotka-volterra Systems[M].World Scientific Pub Co Inc,1996.
[12] MORRIS SA,PRATT D.Analysis of the lotka–volterra competition equations as a technological substitution model[J].Technological Forecasting & Social Change, 2003, 70(2): 103-133.
[13] 龙跃,顾新,张莉.开放式创新下组织间知识转移的生态学建模及仿真[J].科技进步与对策, 2017, 34 (2): 128-133.
[14] 陈华,涂强楠,戴夏炜.高科技企业技术标准竞争机制与战略选择研究——基于生态学Lotka-Volterra种间竞争模型的分析[J].科技进步与对策, 2015, 32 (3): 23-27.
[15] 王砚羽,谢伟.电子商务模式模仿者与创新者竞争动态研究——当当网和亚马逊中国竞争演变分析[J].科学学与科学技术管理, 2013, 34 (6): 44-51.
[16] 肖利平,谢丹阳.国外技术引进与本土创新增长:互补还是替代——基于异质吸收能力的视角[J].中国工业经济, 2016 (9): 75-92.
[17] LESLIE PH.A stochastic model for studying the properties of certain bBiological systems By numerical methods[J].Biometrika, 1958, 45(1): 16-31.
[18] LEWIS C.Industrial and business forecasting methods : a practical guide to exponential smoothing and curve Fitting[M].Butterworth Scientific, 1982.
He Xiangwu,Zhou Wenyong
(School of Economics and Management, Tongji University, Shanghai 200092, China)
Abstract：Technology Import is an important way of hi-tech industry technology innovation.Through using ecological system theory and Lotka-Volterra Model, this paper constructs the model of the Purchase of Domestic Technology (DT) and Acquisition of Foreign Technology (FT) to hi-tech industries. Based on the statistical data of China' s hi-tech industries' statistical yearbook (from 1995 to 2014), this paper makes empirical research to analyze the ecological relationship and the evolution property of DT and FT and evaluates the fitting and forecasting performance of the model through using index of the mean absolute percentage error (MAPE).The study shows that there is not equilibrium point between DT and FT, that FT can restrain DT, that DT can promote FT, that FT can substitute DT in the end.The results of this study provide some practical enlightenment for technology import in improving technology import of hi -tech industries.
Key Words:Lotka-Volterra Model; Technology Import; Ecological Relationship; Evolution Property; Hi-tech Industries; Lotka-Volterra Model
收稿日期：2017-06-06
基金项目：上海市科技创新行动计划软科学研究重点项目(17692101600)；上海市软科学研究计划项目(15692180902)
作者简介：何向武(1979-)，男，湖北蕲春人，同济大学经济与管理学院博士研究生，研究方向为科技创新管理；周文泳(1969-)，男，浙江嵊州人，博士，同济大学经济与管理学院教授、博士生导师，研究方向为科技创新管理、科技金融与知识供应链管理。本文通讯作者：周文泳。
DOI：10.6049/kjjbydc.2017040345
中图分类号：F124.3
文献标识码：A
文章编号：1001-7348(2018)04-0050-06
(责任编辑：王敬敏)