0 引言
作为发展中大国，我国经济总量达到全球第二，但也持续多年成为全球碳排放总量第一的国家。“十三五”规划表明，我国经济保持高速增长的势头将持续数年，意味着环境负荷总量还会有所增加。党的十九大报告明确指出，要加快推进绿色发展，坚持源头防治污染，实现经济与环境可持续发展。在此背景下，迫切需要寻找实现经济与环境“双赢”的有效方法。基于绿色化理念，绿色技术创新将“环境友好”作为创新过程的重点，是提高资源有效利用、节能减排，实现绿色制造和推动绿色发展的主要途径[1]。顺畅的绿色技术创新过程是促进绿色技术创新发展，实现经济与环境可持续发展的保障。因此，如何在经济高速发展、环境污染严重的背景下设计恰当的绿色技术创新过程，并对其进行优化管理，直接关乎我国经济与环境“双赢”。
目前，国内外关于绿色技术创新过程研究尚处于探索之中，只有少数学者对绿色技术创新过程的阶段划分和影响因素展开研究。一方面，基于技术成熟度考虑，罗良文和梁圣蓉[2]将绿色技术创新过程分为绿色技术开发和绿色技术成果转化两个阶段。然而，绿色技术创新过程除涉及研发设计和生产管理外，还包括环境管理等多个复杂环节，仅基于技术层面研究绿色技术创新阶段划分不甚合理[3]。另一方面，关于绿色技术创新过程影响因素研究，Río等[4]指出，技术创新能力对绿色技术创新过程有重要影响。有学者认为，除技术相关因素外，外部环境因素的不确定性也会影响创新投入要素配置，进而影响绿色技术创新过程[5]。如De Marchi[6]发现，利益相关者环保信息了解程度对绿色技术创新过程存在影响；段楠楠等[7]、Kemp & Pontoglio[8]指出，政府补贴在一定程度上弥补了创新投入成本，从而对绿色技术创新过程具有积极影响。通过对上述文献梳理发现，有关绿色技术创新过程阶段划分和影响因素的研究未充分考虑经济与环境的动态性，且专门针对绿色技术创新过程管理的研究较为稀缺。鉴于此，如何从动态层面明确绿色技术创新过程的阶段划分并对其进行管理值得深入探讨。
多层次视角(Multi-level perspective，MLP)是将演化经济学和技术研究相结合，分析新技术市场化过程的工具[9]。MLP认为，技术发展过程主要经历技术生态位、技术政体和社会技术地景三大阶段[10]。其中，技术生态位是新技术的保护空间，通过建立技术生态位，避免新技术与主流市场竞争，保护新技术成熟[11]。然而，事实表明有前景的新技术，其市场化失败风险也很大[12]；Magnusson&Berggren[13]指出，这是由于原有技术政体对新技术有很大的消极影响。因此，只有建立新的技术政体并维持其稳定，才能促使新技术成为主流技术[14]。技术生态位和技术政体都是社会技术地景的基础，实现新的社会技术地景是保障主流技术稳定的根本。故本研究利用MLP对新技术的创新过程进行有效管理。通过文献梳理发现，MLP已被广泛用于研究低碳技术、新兴能源、创新系统和电力系统市场化过程，鲜有学者基于MLP对绿色技术创新过程进行研究[15-18]。
综上，考虑到绿色技术创新过程管理相关研究匮乏，以及MLP对新技术市场化过程研究的优越性，本文拟基于MLP对绿色技术创新过程管理展开深入研究。将绿色技术创新过程分为技术生态位、技术政体和社会技术地景三大阶段，在对各阶段系统分析的基础上，运用社会网络分析法、模糊综合评价和模糊一致偏好关系识别绿色技术创新所处阶段。最后，对我国3D打印技术创新过程进行分析，以验证基于MLP的绿色技术创新过程管理研究的科学性。本研究实现了对绿色技术创新过程的阶段划分、阶段管理和阶段有效识别，一方面,可丰富绿色技术创新过程和MLP的相关研究；另一方面，3D打印技术作为当代绿色技术创新典范，对其创新过程进行诠释能为其它绿色技术创新过程管理提供有效借鉴。
1 基于MLP的绿色技术创新过程阶段划分
绿色技术创新过程是一个复杂的系统工程，与传统技术创新过程相比，强调从创新意识产生到产业化过程中融入绿色化理念，以实现经济、环境、社会可持续发展，该过程需要从动态层面全面整合绿色技术创新内外部相关要素，方能实现高效管理。本文基于MLP将绿色技术创新过程划分为技术生态位、技术政体和社会技术地景3个阶段，从逻辑、空间和阶段3个维度揭示绿色技术创新逐级跃迁过程，如图1所示。
首先是技术生态位阶段，实心圆代表的技术生态位产生于由虚线矩形代表的旧社会技术地景中，虚线圆表示新的技术政体开始出现。其次是技术政体阶段，实线圆表示新的技术政体已经存在，虚线椭圆表示新的社会技术地景开始显现，绿色技术实现了第一次跃迁。最后是社会技术地景阶段，实线椭圆表示新的社会技术地景已形成，绿色技术实现了第二次跃迁。
图1 基于MLP的绿色技术创新过程
1.1 技术生态位
当前，我国环境污染愈发严重，自然资源锐减，现有技术无法解决根本问题，旧的社会技术地景不稳定，在此背景下，绿色技术创新应运而生。绿色技术创新与传统技术创新相比更重视创新行为对环境的影响，且在解决现有及潜在社会问题上更具有优势，从而导致以经济效益最大化为目标、以传统技术为主导的旧技术政体排斥绿色技术。基于MLP的核心思想，应建立一个孵化空间对绿色技术进行培育，保护其免受外界打压得以存活并成熟。这一保护空间被称作技术生态位，技术生态位不仅是培养绿色技术创新的“孵化器”，也是新技术政体的“种子”，更是绿色技术实现商业化和产业化的关键。考虑到绿色技术创新初期具有极高的不稳定性和风险性，为促进其高效而稳定地发展，需在明确技术生态位要素的基础上对相关要素进行有效管理，从而建立完善的技术生态位。
(1)技术生态位要素。Hildén等[19]提出，期望、网络和学习是技术生态位的核心要素。期望是指绿色技术创新的承诺，是绿色技术未来发展方向及研发潜力愿景，为技术生态位发展指明了方向，是技术生态位建立的核心。网络由支持绿色技术创新的异质性社会主体构成，为绿色技术创新研发与扩散提供各种资源及技术支持。学习是指在绿色技术研发及扩散过程中，参与主体逐渐了解引进和发展绿色技术的障碍，找到解决问题的方法。在绿色技术创新早期，由于绿色技术创新具有高成本性和高风险性，愿意投入资源研发绿色技术创新的社会主体极少，绿色技术创新期望根本不存在。此时，需要通过期望耦合促进绿色技术创新期望形成。期望耦合是指从绿色技术创新想法产生到多个参与者愿景达成一致的过程。首先，最初的参与者对现有及潜在市场需求进行分析，结合技术发展现状，形成绿色创新意识。其次，通过对绿色创新意识进行提炼，建立相关实验，运用科学方法深度剖析待解决的问题，明确绿色创新在技术、经济以及社会各方面的承诺，形成愿景。最后，通过在潜在参与者之间进行期望传播与扩散，寻找具有相同兴趣的参与者，实现期望耦合，从而形成期望。
绿色技术创新在一定程度上与现有技术政体相抗争，为满足绿色技术创新所需的各种资源，绿色技术创新参与者需建立完善的网络以保障绿色技术创新研发顺利进行。其中，网络包含的主体是政府、企业、高校、科研机构和其他社会个人及团体。期望一致的参与者通过资源共享和技术互补进行协作创新，明确尚缺资源，不断吸纳成员，完善网络分工，优化网络结构，维持网络参与者之间知识、资源和能力动态平衡，最终建立完善的网络。
绿色技术创新与传统技术创新相比，具有更多未知性，亟待解决的问题也更多。学习是解决绿色技术创新相关问题的有效方式。学习主要有个体学习和集体学习两部分。学习内容主要有：第一，查找绿色技术创新相关政策，了解政府相关政策对绿色技术创新发展的优势；定期进行市场调研，及时了解绿色技术使用者及更广大消费者的当前和潜在需求。第二，密切结合绿色技术设计及实际使用情况，明确绿色技术设计规范；识别尚缺少的辅助资源，研发互补性技术，构建基础设施，明确绿色技术维护以及废品回收问题。第三，制定详细的绿色技术生产方案，明确绿色技术生产商及销售商，保障绿色技术顺利推广；通过有关参与者的积极宣传及技术扩散，明确绿色技术对社会、环境的积极影响。
(2)技术生态位发展状态。本文根据技术生态位的3个要素，借鉴Lopolito[20]对技术生态位发展状态的解释，将技术生态位分为缺乏、胚胎、原型和填满4个状态，并绘制图2。图2包含3个要素的圆代表技术生态位，圆边线的虚实度表示技术生态位发展的完善程度。
图2 技术生态位状态
当技术生态位处于缺乏状态时，3个要素均缺失，此时可通过期望耦合促进期望要素形成。当技术生态位处于胚胎状态时，期望要素已经存在，网络有待建立。当技术生态位处于原型状态时，只缺失学习要素，此时参与者之间的有效学习行为是学习要素形成的主要方式。当技术生态位处于填满状态时，期望、网络和学习3个要素均存在，此时绿色技术创新已成功建立技术生态位。
1.2 技术政体
以生态效益为主导，追求经济与环境可持续发展的绿色技术，在脱离以经济效益为核心的旧技术政体并成功建立技术生态位后，一定会和现有主导技术竞争，从而形成新的技术政体。技术政体囊括整个技术领域中的科学知识、生产工艺、用户需求、法规要求等一系列内容，在一定程度上代表正确看待事物、合理解决问题的方式和准则。本文根据绿色技术对现有主导技术的替代程度，将技术政体各阶段分为引入期、构建期和成熟期。鉴于技术政体受政府和公众文化的直接影响，是绿色技术和市场双重作用的结果[21]，结合MLP的核心思想，本文将从政府、文化、市场及技术层面对技术政体各阶段进行系统分析。
(1)引入期。该时期原有技术仍处主导地位，绿色技术刚进入市场。这一时期的目标是促进绿色技术顺利进入市场，克服新技术政体引入障碍。该时期，政府已出台绿色技术创新针对性政策，倡导新技术政体并鼓励更多人参与绿色技术创新，但绿色技术辅助政策尚不完善。在文化层面，公众尚不了解绿色技术；在市场层面，绿色技术已获得领先用户青睐并投入使用，但绿色技术市场规模相对较小；在技术层面，绿色技术的相关辅助设施与配套支撑技术还不够成熟和完善。
(2)构建期。该时期绿色技术成功进入市场，原有技术逐渐衰败，绿色技术优势愈发凸显。这一时期的主要目标是促进绿色技术快速融入市场，扩大市场规模。该时期，绿色技术相关政策基本完善，但绿色技术政策体系尚未形成；公众对绿色技术创新有了初步认识，但仍存在一定的认知障碍；绿色技术市场规模有限，行业应用领域尚待进一步深化；绿色技术实现了核心突破，但尚缺乏涵盖设计、材料、工艺设备、产品性能、认证检测等在内的完整技术标准体系，绿色技术服务支撑体系有待完善。
(3)成熟期。该时期绿色技术成为市场主导技术，原有技术逐步退出市场，新的技术政体基本形成。然而，随着技术和市场不断发展，绿色技术将面临更多的挑战。因此，要在维持新技术政体稳定的同时满足现实要求，完善相应的管理制度，建立企业、社会组织、公众共同参与的绿色管理体系，形成一定规模的绿色产业格局，组建高端绿色技术与管理团队，完善绿色技术协同推进机制。
1.3 社会技术地景
社会技术地景(Socio-technical Landscape)是指绿色技术创新赖以生存的宏观环境[22]。绿色技术创新在新的技术政体形成后，通过与其它具有相同技术基础的政体和技术创新联合，推动新的社会技术地景实现。
新的社会技术地景倡导尊重自然、顺应自然，秉承可持续发展观，实现生产方式、生活方式及价值理念绿色化。其中，生产方式绿色化是指在生产过程中自觉将环境保护作为前提，不再被动进行污染控制；生活方式绿色化是指社会大众以生态利益为核心的理想消费方式；价值理念绿色化是指社会公众将绿色技术发展、经济产值和环境效益一体化，主张经济与环境共同发展。由于社会技术地景主要由宏观经济、外部基础设施、知识背景和制度模式等缓慢变化的异质性要素构成，因此新的社会技术地景实现将是一个漫长的过程。加快宏观经济发展、加强创新基础设施建设、营造绿色知识氛围、完善相关制度模式，从而加快绿色技术创新进程，推动新的社会技术地景实现(蔡晓慧，2016)。
2 基于MLP的绿色技术创新过程识别
科学识别绿色技术创新发展阶段，方能对其进行前瞻性管理。基于MLP的绿色技术创新过程主要有技术生态位、技术政体和社会技术地景3个阶段。但考虑尚没有绿色技术创新实现新的社会技术地景，且技术生态位与技术政体又可进一步划分成不同状态和时期，本文仅对技术生态位和技术政体进行识别。
2.1 技术生态位识别
由图2可知，技术生态位主要有4个发展状态，对技术生态位发展状态的识别就是对技术生态位的识别。技术生态位的发展状态主要取决于期望、网络和学习是否存在。因此，衡量3个要素是识别技术生态位的关键。由上文分析可知，技术生态位中参与者的有效互动可促进各要素形成，也就是说，要素的发展状态取决于社会参与者之间交流与合作的程度。社会网络分析(Social Network Analysis，SNA)由社会学家基于图论、数学等方法提出，是用于描绘和测量参与者之间关系的定量分析方法(张克群，2016)。作为分析工具和关系论的思维方式，社会网络分析法也被用来解释管理学和社会学领域的相关问题(陈武，2018)。因此，本文用SNA衡量技术生态位的3个要素。
(1)期望用社会网络中的共享关系密度指标(Dsr)进行衡量。Dsr是以参与者共享关系强度为基础，通过两两寻找参与者共享关系强度的最低水平，进而获得全部参与者共享关系强度的均值，该指标从侧面反映了参与者对期望可取性的一致程度[20]。本文中的绿色技术期望，也就是所有参与者对绿色技术创新愿景的收敛。因此，采用共享关系密度指标表明绿色技术创新过程中技术生态位的期望值，本文认为是合适的。期望的具体计算公式如式(1)、(2)所示。
∀m∈k
(1)
SRm=min(xi,xj)∀i,j∈n,i≠j
(2)
其中，xi和xj分别代表参与者i、j的个体关系强度，SRm代表参与者i和j的共享关系强度，n是技术生态位中参与者数量，k代表技术生态位中理论上可能的参与者关系数量。
(2)网络用中间中心性指标衡量。中间中心性指标反映了参与者在网络中的重要程度及其对网络的控制能力(孙冰，2013)。参与者在网络中的控制能力越强，其拥有的相关资源就越丰富。对于绿色技术生态位中的网络而言，参与者拥有的相关资源充裕与否决定了网络建立的缺失和存在。因此，中间中心性指标能清晰地表明网络中资源充裕与否，进而合理地刻画出网络情况。具体计算公式如式(3)所示。
(3)
式(3)中，Cin-Di是参与者i的中心度，
是所有参与者中心度的最大值，n是网络中的参与者总量。
(3)学习用整体网络密度衡量。在技术生态位建立过程中，学习主要反映了参与者之间知识流动实现程度。整体网络密度反映了参与者之间知识流动密度，该指标越高说明参与者互动程度越高，产生的知识流动就越多[20]。Caniels&Romijn[23]研究表明，运用知识流密度指标分析系统内部知识流动是有效的。故本研究采用整体网络密度指标衡量技术生态位的学习程度，如式(4)所示。其中，n是参与者总数，Lk是技术生态位中存在联系的总数。
Dk=Lk/[n(n-1)]
(4)
本文对期望、网络和学习3个要素的定量结果均进行了标准化处理，其取值在0～1之间。同时，参考孙冰等的研究结果，将指标数小于0.1的视为该要素缺失，指标数大于0.1的视为该要素存在。
2.2 技术政体识别
技术政体包含技术、经济、政策、市场环境等多种直接或间接影响绿色技术创新的要素，换句话说，技术政体有很强的复杂性和不确定性。鉴于此，本文采用模糊德尔菲法和模糊一致偏好关系对技术政体发展阶段进行识别，具体步骤如下：
(1)评价指标初选。本文以政策、文化、市场及技术作为一级指标，通过调研、文献归纳及整理得到初始的q个二级评价指标。
(2)评价指标筛选。为避免指标过多而降低评价结果的准确性，本文进一步采用模糊德尔菲法对二级指标进行精简，以提高指标可靠性和有效性。首先，确定评价语言变量模糊数。通过向专家咨询，获得专家对每个初选评价指标的重要性描述。其中，语言变量分为“非常重要”、“重要”、“一般”、“不重要”、“十分不重要”5个等级，对应模糊数分别为(7,9,9)、(5,7,9)、(3,5,7)、(1,3,5)和(1,1,3)[24]。其次，建立三角模糊数。假设第t个专家对第i个二级指标的重要性评价值为
则第i个指标的模糊权重为
(5)
式(5)中，
(6)
再次，去模糊化并设立临界值。利用简易重心法，将评价指标的权重
去模糊化，转化成单一值Si。
Si=(p1+p2+p3)/3
(7)
最后，在得到Si后，结合实际情况设定临界值λ，选择Si>λ的指标作为最终技术政体阶段评价的二级指标，共m个。
(3)评价指标权重确定。本文运用模糊一致偏好关系对上述n个一级指标和m个二级指标进行权重确定。模糊一致偏好关系(consistent fuzzy preference relations，CFPR)由Herrera-Viedma[25]于2004年提出，是指利用互补属性和传递属性建立两两比较的判断矩阵确定指标权重的方法。它既减少了被调查的工作量，又能保证数据高度一致。
首先，构造判断矩阵。向绿色技术创新领域专家们提供技术政体涉及的政策、文化、技术和市场等相关数据，邀请z个专家采用1-9标度法分别对技术政体各阶段指标进行两两判断，建立判断矩阵A=(aij)，aij表示第i个指标与第j个指标的比较结果。
其次，构造模糊偏好关系。采用式(8)将判断矩阵中的数值转化为[0,1]形式，利用式(9)和(10)分别计算出矩阵中的其它数值，得到模糊偏好矩阵P=(pij)。
(8)
pij+pjk+pki=3/2,∀i<j<k
(9)
pi(i+1)+p(i+1)(i+2)+…+p(j-1)j+pji=(j-i+1)/2,∀i<j
(10)
再次，标准化检验。对模糊偏好矩阵中的pij进行检验，判断其是否均处于[0,1]之间，若均处于[0,1]之间则转入下一步，否则通过式(11)进行转换。
f:[-y,1+y]→[0,1]f(x)=(x+y)/(1+2y)。
(11)
最后，计算权重。以模糊偏好矩阵P=(pij)为依据，利用式(12)计算各指标的平均偏好程度，利用式(13)得到各指标权重。
表示待测量指标个数
(12)
(13)
(4)综合评价。设一级指标权重为w(ch)(h=1,2,3,4)，二级指标权重为w(che)(e=1,2…m)，则技术政体各阶段的综合评价值为V，如式(14)所示。
(14)
考虑到目前关于技术政体阶段判定的研究处于空白，经绿色技术创新专家与团队协商，本文界定技术政体引入阶段v∈[0,0.33]，技术政体构建阶段v∈[0.33,0.0.66]，技术政体成熟阶段v∈[0.66,1]。
3 案例分析
3.1 案例选择
3D打印技术(又称增材制造技术)作为近年来兴起的综合性应用技术，涵括众多技术类别，拥有高端科技含量，具有节约资源、缩短研发周期和节约成本等优势，符合“绿色制造”理念，被视作“第三次工业革命”的标志之一，受到世界各国积极追捧。美国、日本和欧盟等工业强国均将3D打印纳入国家战略层面，力争引领未来高科技和绿色产业。我国于20世纪90年代开展3D打印技术研究，并对其高度重视。随着《“十三五”国家科技创新规划》、《国家增材制造产业发展推进计划》等政策颁布，全国增材制造(3D打印)产业技术创新战略联盟成立，我国将3D打印提升到国家战略的高度。据中国3D打印行业调查分析及发展趋势预测报告(2018-2025年)显示，3D打印行业发展将引领“中国制造”向“中国智造”转变。总的来说，在全球重视3D打印发展和我国绿色制造的背景下，对3D打印技术创新过程进行研究，具有一定的典型性和代表性，能够辅助政府、高校、企业掌握技术发展进程并瞄准未来发展目标及方向，加快推进全球3D打印市场进程。
3.2 数据获取
首先，本文以国家增材制造联盟中的参与者为基础，挑选出较为权威的参与者作为本研究基础样本，主要是国家增材制造联盟中的理事会成员和金卡会员。其次，通过滚雪球方式在联盟内、外寻找与理事会成员和金卡成员具有密切关系的参与者，最终确定74个参与者。截至2018年3月，3D打印技术在中国已历经20多年的发展，但直到2012年才得到政府和社会各界的重视。因此，本文搜集2012—2018年相关数据，数据获取途径是各大公共网络平台(如3D打印世界、3D打印科学谷和OFweek3D打印网等)、增材制造联盟官网以及各企业、院校、科研院所的官方网站。
3.3 3D打印技术创新过程
本文基于MLP阐释3D打印技术创新过程，判定3D打印技术所处的创新阶段，对其创新过程管理进行系统剖析。
(1)3D打印技术生态位。本文根据收集到的数据，运用式(1)、(2)、(3)、(4)对3D打印技术生态位的期望、网络和学习进行定量分析，得到表1。根据表1显示，期望、网络和学习的测量值均大于0.1，表示三要素均存在。结合图2可知，3D打印技术生态位处于填满状态，表明3D打印技术生态位已经建立成功。3D打印技术的技术生态位管理具体分析如下：
表1 3D打印技术生态位三要素衡量结果
要素数值状态期望0.228 6存在网络0.101 3存在学习0.385 4存在
第一，3D打印技术期望耦合。20世纪80年代，清华大学的颜永年教授和西安交通大学的卢秉恒教授相继在美国做访问学者，首次接触3D打印技术就激发了极大的兴趣。3D打印技术期望形成在于两位学者分别组建实验室和公司，并取得了显著成就。各大高校和企业的实际成果使得我国越来越多的高校与企业愿意参与3D打印技术研发，3D打印技术的期望得到有效扩散，从而推动期望达到耦合。为了更加清晰地表明相关参与者为3D打印技术期望耦合作出的突出贡献，本研究通过UCINET软件对3D打印技术中个体参与者共享关系数进行计算，截取排名前10的共享关系数数据，如表2所示(参与者名称均为简称)。由表2可知，参与者共享关系数排名前3的参与者分别是湖南华曙、中航迈特和西安铂利特，清华大学等高校的共享关系数相对较小，说明在3D打印技术期望扩散过程中，湖南华曙等企业相较于清华大学等高校发挥了更大的作用。
综上，在3D打印技术期望耦合过程中，清华大学等高校为3D打印技术期望的形成作出了突出贡献，湖南华曙等企业在3D打印技术期望扩散过程中的作用最大。
表2 3D打印技术参与者共享关系
参与者名称规模实际关系最大关系密度湖南华曙601 6243 54045.88中航迈特571 5133 19247.40西安铂利特551 5212 97051.21清华大学531 1642 75642.24华中科技大学531 3682 75649.64西安交通大学501 2712 45051.88北航461 0302 07049.76浙江迅实科技431 1191 80661.96飞而康411 0331 64062.99江苏永年激光398421 48256.82
第二，3D打印技术网络建立。3D打印技术网络由高校、科研机构、政府等多方参与者组成。自2012年后，3D打印技术的优势和前景逐渐显现，越来越多的企业主动提供资金、技术、原料等相关资源进行3D打印技术研发。2016年，在工业和信息化部指导下，中国电子信息产业发展研究院联合国内3D打印领域的企、事业单位、高等院校、科研机构、产业园区等128家相关单位，成立了中国增材制造产业联盟。同年，西安交通大学等高校联合从事3D打印制造装备、材料、软件生产及研发的13家重点企业共出资15 500万元成立3D打印技术国家研究院。通过政府及其他主体共同推动，3D打印技术网络成功建立。为了将3D打印技术参与者之间的关系可视化地表达出来，本文绘制了3D打印技术参与者拓扑结构图，如图3所示。从图3可以看出，3D打印技术参与者之间联系较为紧密，清华大学、湖南华曙处于网络中心，这两个点周围的连线较为密集，起到了枢纽作用。
图3 3D打印技术网络拓扑结构
第三，3D打印技术学习。3D打印主要采取集体学习方式，通过举办相关会议对技术、政策、基础设施、市场等方面进行探讨。近些年，与3D打印技术有关的会议多不胜数，推动了3D打印技术生态位建立。例如，2016年，增材制造产业发展座谈会就我国增材制造产业发展现状、主要问题以及政策建议进行了深入研讨。2017年，医用3D打印行业峰会解析了3D打印材料研发进展及机遇，对有关政策、产品审批和价格趋势等行业瓶颈进行了深入解读。
(2)3D打印技术政体。第一，3D打印技术政体现状。首先，从政府层面看，自2013年起，政府共出台9项与3D打印有关的政策，以3D打印为文件名的有4项，将3D打印作为核心内容的有3项。2015年，《国家增材制造产业发展推进计划(2015-2016年)》首次将3D打印技术发展提升到国家战略层面。其次，从文化层面看，我国3D打印已被广泛应用到食品、建筑、医疗业、航空航天、汽车制造、文物保护、配件和饰品、美容护肤、家电、文物保护等领域。再次，从市场层面看，据有关数据显示：2012年中国3D打印市场规模为1.6亿美元；2016年规模以上增材制造企业总产值为20.3亿元，同比增长87.5%；2017年上半年总产值为11.6亿元，同比增长超五成。据不完全统计，我国现有增材制造企业数百家。可见，3D打印技术在我国已具有一定的市场规模。最后，从技术层面看，我国在3D打印核心技术方面加大研发投入力度，关键技术不断取得突破。多家高校、企业和研发机构参与3D打印材料和3D打印机研发。据有关报告显示，2012-2016年我国3D打印材料年均复合增长率为69.62%，2016年达到21.52亿元。据国际数据公司(IDC)相关分析显示，2016年中国3D打印机出货量增长了122%(与2015年相比)。此外，我国已制订7项3D打印领域的国家标准以规范3D打印技术标准化发展。
第二，3D打印技术政体阶段识别。首先，评价指标初选。政府、文化、市场和技术为一级指标，本研究通过查阅文献，梳理出包括3D打印技术成熟度、政策完善度、社会接受度和市场占有率等在内的20个二级指标。其次，评价指标筛选。本研究邀请7位3D打印相关领域专家(3位来自研究院所，2位来自企业，2位来自高校)运用前文提出的方法对20个指标的重要度进行评价，利用式(5)、(6)、(7)将专家的语言评价结果转化成数值。本研究借鉴Shen等(2010)的阈值选取原则，将阈值设置为6，筛选后的指标见表3。再次，评价指标权重确定。向7位专家发送问卷，邀请专家们结合3D打印技术发展的实际情况和各自经验，利用1-9标度法对各指标进行两两比较打分。以一级指标为例，将7位专家的两两打分值运用式(8)转换成[0,1]之间的数值，进一步运用式(9)和(10)将剩余数值计算出来，结果见表4。由表4可知，各数值均在[0,1]之间，因而直接运用式(12)和(13)求得技术政体4个一级指标权重依次为0.26、0.11、0.27、0.35。按照上述方式同样求得二级指标权重，如表5所示。最后，进行综合评价。根据式(14)求得3D打印技术政体转换阶段的综合评价值V=0.26(0.06+0.03+0.04)+0.11(0.04+0.06+0.06+0.07)+0.27(0.09+0.08+0.10+0.07)+0.35(0.10+0.10+0.10)=0.255 9。
表3 基于模糊德尔菲法的技术政体转换阶段评价指标
指标P1P2P3Si指标P1P2P3Si政府资金支持力度(C11)37.2996.433D打印制造商数(C31)36.7196.24政府的保护力度(C12)3796.333D打印经销商数(C32)36.1496.053D打印政策完善度(C13)7998.333D打印的应用领域(C33)58.1497.38消费者的创新意识(C21)36.1496.053D打印市场占有率(C34)7998.33消费者的环保意识(C22)37.2396.41辅助设施的完善度(C41)7998.33大众绿色消费意愿(C23)58.7197.573D打印技术成熟度(C42)57.8697.293D打印社会接受度(C24)58.1497.383D打印的研发投入(C43)57.2997.10
表4 技术政体转换模糊偏好关系
指标政府文化市场技术政府(C1)0.50.80.490.32文化(C2)0.20.50.190.02市场(C3)0.510.810.50.33技术(C4)0.680.980.670.5
表5 3D打印技术政体转换二级指标权重
指标C11C12C13C21C22C23C24C31C32C33C34C41C42C43权重0.060.030.040.040.060.060.070.090.080.100.070.100.100.10
3.4 结果讨论
上文计算得出3D打印技术生态位已成功建立，技术政体阶段识别的综合值为0.255 9，显示3D打印现处于技术政体引入阶段，尚未实现新的社会技术地景。本文对3D打印技术的实证研究结果分析如下：
(1)技术生态位阶段。期望耦合值为0.228 6，表明3D打印技术期望存在。其中，高校、企业自身凭借固有优势对于3D打印技术期望形成起关键性作用。在3D打印技术期望耦合过程中，清华大学等高校凭借其技术以及社会地位优势，通过多种途径促进3D打印期望形成，湖南华曙等企业借助其广泛外部资源优势，加快3D打印技术期望扩散。高校和企业的强强联合实现了3D打印技术期望耦合。网络建立值为0.101 3，说明3D打印技术生态位中网络虽然存在，但仍有完善空间。由图4可知，3D打印技术网络由异质性参与者构成，各参与者为3D打印技术生态位建立提供了丰富的资源，功不可没。学习值为0.385 4，表明学习情况良好。3D打印技术参与者之间通过有效的协同合作、积极沟通，及时解决了3D打印技术相关问题，推动了3D打印技术生态位建立进程，加快了3D打印技术创新速度。
(2)技术政体阶段。3D打印技术政体是技术不断突破、市场逐渐扩大、政策持续调控、文化接连支撑的协同作用结果。上述结果中，技术政体综合评价值为0.255 9，其中，技术和市场的综合值较高，分别为0.105和0.091 8，政府和文化的综合值较低，分别是0.033 8和0.025 3。可见，3D打印技术较为成熟，优势凸显，获得了市场青睐，占领了部分市场份额，为其未来发展奠定了坚实的基础。但具有宏观调控作用的政府以及发挥重要支撑作用的文化仍有待进步。总的来说，3D打印技术政体中各指标发展水平差异较大且均不完善，综合导致3D打印技术政体处于引入阶段。
4 结论与展望
4.1 结论
本文基于MLP将绿色技术创新过程分为技术生态位、技术政体和社会技术地景3个阶段，将技术政体划分成技术政体引入、构建和成熟3个时期。在此基础上，运用社会网络分析方法衡量技术生态位发展状态，构建基于模糊德尔菲和模糊一致偏好关系的技术政体阶段识别模型，并以3D打印技术为例进行实证研究。
为促进绿色技术创新过程高效发展，本文结合上述研究结果，针对绿色技术创新过程各阶段管理提出如下对策建议：
(1)技术生态位阶段。3D打印技术生态位成功建立表明，类似绿色技术创新在技术生态位建立时，可充分利用高校人才及技术优势，发挥企业在期望扩散中的积极作用，鼓励社会主体参与，加强绿色技术创新学习。
(2)技术政体阶段。实证研究结果表明，3D打印技术目前处于技术政体引入期。据此，本研究提出，为促进绿色技术创新以形成新的技术政体，政府层面可建立绿色生产和绿色消费的政策导向，构建新绿色技术创新政策保障体系；文化层面要充分利用互联网和大数据的优势，借助多种公共平台强化公众对绿色技术创新的感知，构建多方主体共同参与的绿色管理体系；市场层面要完善绿色技术创新市场管理制度，营造绿色市场环境；技术层面要紧密联系国际动态，组建高端研发团队，实现绿色核心技术及其辅助技术突破，最终拥有自主高端技术产权。
(3)社会技术地景阶段。实证研究中3D打印技术尚未进入社会技术地景阶段。若要加快一般绿色技术创新社会技术地景实现，需营造绿色创新环境，树立绿色创新理念，打造绿色创新文化，促使整体创新实力快速提升、市场主体加速成长、创新动能不断释放。
4.2 不足与展望
本研究也存在以下不足：由于我国现有绿色技术创新过程没有进入社会技术地景阶段，本文仅对绿色技术创新过程中技术生态位和技术政体管理进行较为细致的研究，缺乏对社会技术地景阶段的细致分析，未来可专门针对社会技术地景实现进行系统研究。
[1] 王锋正,姜涛,郭晓川. 政府质量、环境规制与企业绿色技术创新[J]. 科研管理,2018,39(1):26-33.
[2] 罗良文,梁圣蓉. 中国区域工业企业绿色技术创新效率及因素分解[J]. 中国人口·资源与环境,2016,26(9):149-157.
[3] 李广培,吴金华. 个体视角的绿色创新行为路径:知识共享的调节效应[J]. 科学学与科学技术管理,2017,38(2):100-114.
[4] R
O P, PE
ASCO C, ROMERO-JORD
N D. Distinctive features of environmental innovators: an econometric analysis[J]. Business Strategy and The Environment, 2015, 24(6):361-385.
[5] 王锋正,陈方圆. 董事会治理、环境规制与绿色技术创新——基于我国重污染行业上市公司的实证检验[J]. 科学学研究,2018, 36(2):361-369.
[6] DE MARCHI V. Environmental innovation and R&D cooperation: empirical evidence from Spanish manufacturing firms [J]. Research Policy, 2012, 41(3): 614-623.
[7] 段楠楠,徐福缘,倪明. 考虑知识溢出效应的绿色技术创新企业关系演化分析[J]. 科技管理研究,2016,36(20): 157-163.
[8] KEMP R, PONTOGLIO S. Technology and environmental policy [J]. Encyclopedia of Energy Natural Resource & Environmental Economics, 2013(1):128-135.
[9] GEELS F W. The multi-level perspective on sustainability transitions: responses to seven criticisms[J]. Environmental Innovation & Societal Transitions, 2011, 1(1):24-40.
[10] AVELINO F, WITTMAYER J M. Shifting power relations in sustainability transitions: a multi-actor perspective [J]. Journal of Environmental Policy & Planning, 2016, 18(5):628-649.
[11] SMITH A, HARGREAVES T, HIELSCHER S,et al. Making the most of community energies: three perspectives on grassroots innovation [J]. Environment & Planning A, 2016, 48(2):532-533.
[12] GEELSF W. Reconceptualising the co-evolution of firms-in-industries and their environments: developing an inter-disciplinary triple embeddedness framework[J]. Research Policy, 2014, 43(2):261-277.
[13] MAGNUSSON T, BERGGRENC. Competing innovation systems and the need for redeployment in sustainability transitions[J]. Technological Forecasting & Social Change, 2018(126):217-230.
[14] GEELS F W. Regime Resistance against low-carbon transitions: Introducing politics and power into the multi-level-perspective[J]. Theory Culture & Society, 2014, 31(5):21-40.
[15] GEELS F W.A socio-technical analysis of low-carbon transitions: Introducing the multi-level perspective into transport studies[J]. Journal of Transport Geography, 2012, 24(3):471-482.
[16] OSUNMUYIWA O, BIERMANN F, KALFAGIANNIA. Applying the multi-level perspective on socio-technical transitions to rentier states: the case of renewable energy transitions in Nigeria[J]. Journal of Environmental Policy & Planning, 2018, 20(2):143-156.
[17] WALRAVE B, TALMAR M, PODOYNITSYNA K S, et al. A multi-level perspective on innovation ecosystems for path-breaking innovation[J]. Technological Forecasting & Social Change, 2017(4):1-40.
[18] GEELS F W, KERN F, FUCHS G, et al. The enactment of socio-technical transition pathways: a reformulated typology and a comparative multi-level analysis of the German and UK low-carbon electricity transitions (1990-2014)[J]. Research Policy, 2016, 45(4): 896-913.
[19] HILDÉN M, JORDAN A, HUITEMA D. Special issue on experimentation for climate change solutions editorial: the search for climate change and sustainability solutions-the promise and the pitfalls of experimentation[J]. Journal of Cleaner Production, 2017(169):1-7.
[20] LOPOLITO A, MORONE P, SISTO R. Innovation niches and socio-technical transition: a case study of bio-refinery production [J]. Futures, 2011,43(1):27-38.
[21] 罗仲伟,任国良,焦豪,等. 动态能力、技术范式转变与创新战略——基于腾讯微信“整合”与“迭代”微创新的纵向案例分析[J]. 管理世界,2014(8):152-168.
[22] MARKARD J, TRUFFERB. Technological innovation systems and the multi-level perspective: Towards an integrated framework[J]. Research Policy, 2008, 37(4):596-615.
[23] CANIЁLS M C J, ROMIJN H A. Actor networks in strategic niche management:insights from social network theory [J]. Futures, 2008, 40(7): 613-629.
[24] 李欣,黄鲁成,吴菲菲. 面向战略性新兴产业的技术选择模型及应用[J]. 系统管理学报,2012,21(5): 634-641.
[25] HERRERA-VIEDMA E, HERRERA F, CHICLANA F, et al. Some issues on consistency of fuzzy preference relations [J]. European Journal of Operational Research, 2004, 154(1): 98-109.
[26] SHEN Y C, CHANG S H, LIN G T R, et al. A hybrid selection model for emerging technology [J]. Technological Forecasting and Social Change, 2010, 77(1):151-166.
