The Enovation Ecology of R&D,Technology Renovation and Technology Import：The case of Chinese High-tech Industry

He Xiangwu1,2,Zhou Wenyong1,Li Mingzhu3

(1.School of Economics and Management,Tongji University,Shanghai 200092,China;2.Jiaxing University,Jiaxing 314001,China;3.School of Marxism,Lanzhou University of Technology,Lanzhou 730050,China)

Abstract：From the perspective of technology innovation input,through using technical innovation ecological characteristics and Lotka-Volterra model,this paper constructs a model of independent R&D (RD),Technology Renovation (TR) and Technology Import (TI),and based on the data of China statistics yearbook on hi-tech industry,makes empirical research to analyze the ecological relationship of China’s hi-tech industry.The study draws two conclusions.First,in high-tech industry overall TR can restrain RD,and RD can promote TR,and RD can promote TI and TI can promote RD,TI can promote TR and TR can restrain TI.Second,there are huge differences of ecological relationship of technology innovation in high-tech segment industry.This study has some directive significance for the optimization and adjustment of technological innovation in China’s hi-tech industries.

Key Words:R&D; Technology Renovation;Technology Import;Ecological Relationship; Lotka-Volterra Model

DOI：10.6049/kjjbydc.2019080006

开放科学(资源服务)标识码(OSID)：

中图分类号：F264.2

文献标识码：A

文章编号：1001-7348(2020)08-0059-09

收稿日期：2019-10-26

基金项目：阐释党的十九大精神国家社会科学基金重大专项项目(18VSJ059)；上海市科委软科学研究计划重点项目(18692102800)

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，嘉兴学院副教授，研究方向为创新生态；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，研究方向为创新生态与科技评价、产业创新与科技政策、科学质量与技术经济、物流与供应链管理；李明珠(1972—)，女，辽宁盘锦人，兰州理工大学马克思主义学院副教授、硕士生导师，研究方向为马克思主义中国化、高技术产业转移。

0 引言

高技术产业是中国创新驱动发展战略实施的重要载体，是经济发展的助推器。高技术产业是知识与技术密集且创新投入巨大的产业，技术创新是其发展的核心动力。高技术产业技术来源包括内部与外部两种，其中内部技术来源包括企业自主研发和技术改造，外部技术来源主要是技术引进[1-2]。技术创新根据技术来源不同可分为自主研发创新、技术改造创新与技术引进创新3种方式，3种技术创新间存在一定的竞争、合作及协同关系[3-5]。依据创新生态理论观点[6-7]，自主研发创新、技术改造创新与技术引进创新3种技术创新形式类似于3种具有生命特征的生物种群，它们之间的关系体现为种群间生态关系。3种技术创新种群间的生态关系是否健康，不仅影响每一种群的生存与发展，还影响高技术产业技术创新系统的健康发展，并对高新技术产业转型升级具有重要意义。如何判断技术创新自主研发、技术改造与技术引进生态关系，已经成为我国高技术产业健康持续发展亟待解决的问题。

1 文献综述

目前，有关高技术产业技术创新领域的研究成果主要集中在以下几个方面：①高技术产业技术创新能力影响因素及评价[8-9]。如王洪庆、侯毅[10]用改进的熵值法实证研究18个高技术行业技术创新能力差异；②高技术产业技术创新效率 [11-12]。如刘杨、王海芸(2017)利用随机前沿分析法对北京地区31个工业行业2010-2014年技术创新效率进行测度；③高技术产业技术创新产出影响因素[13-14]。如Lee[14]对韩国企业的实证研究发现，当创新水平较低时，自主研发与技术引进呈互补关系，当创新水平较高时，自主研发与技术引进存在替代关系。本文梳理高技术产业技术创新现有文献发现：①现有研究较多将技术创新作为整体变量，很少将其细分为自主研发创新、技术改造创新与技术引进创新，从微观角度对不同技术创新方式的探讨较少；②高技术产业技术创新研究大多从创新能力与创新效率角度考察技术创新对高技术产业的影响关系和作用机制，较少从创新生态角度分析不同技术创新方式间的内在生态关系及其作用机制。

关于自主研发、技术改造与技术引进的研究，学者主要从创新效率角度考察一种或多种技术创新方式对创新效率与产业发展的贡献率及差异性。俞立平等[3]采用2000-2012年高技术产业面板数据发现，技术来源的4种渠道包括自主研发、技术改造、国内技术购买与国外技术引进，并研究了其与技术创新产出之间的关系；闫丽平和谷立霞[2]利用2009-2013年《高技术产业统计年鉴》数据,探讨自主创新、技术引进和投资拉动对中国高技术产业发展的影响；严焰、池仁勇(2013)以企业技术获取模式为调节变量，研究R&D投入、技术来源、国外技术引进方式和企业创新绩效的相关性；Lee[14]通过两阶段方法分析韩国制造业企业技术引进与研发工作间的关系。由此可见，现有学者主要研究不同技术创新方式与创新效率的间接关系，以不同技术创新方式作为直接对象，探讨自主研发、技术改造与技术引进三者间内在作用关系的研究较少，关于三者的直接关系还有待深化。

因此，本文从技术创新来源视角出发，基于创新生态理论和Lotka-Volterra模型，构建高技术产业自主研发创新、技术改造创新与技术引进创新3种技术创新方式间的生态关系模型，以1997-2017年《中国高技术产业统计年鉴》中技术创新相关数据为基础进行实证分析，基于模型参数和创新生态理论，从自然增长率、规模限制性、相互作用关系3个方面探讨高技术产业自主研发创新、技术改造创新与技术引进创新的生态关系，并据此为高技术产业技术创新政策调整优化提出相关对策建议。

2 理论基础

高技术产业技术创新生态系统中自主研发、技术改造与技术引进三者间存在一定的竞争、合作、协同、共生等生态关系。一方面，从技术互补关系看，每一种技术创新方式均可增加高技术产业技术存量和多样性，并与其它技术创新形成互补，促进其它技术创新方式发展[5,15]；另一方面，从资源获取角度看，高技术产业将资金过多投入到其中一种技术创新方式上，势必导致其它两种技术创新方式资金投入减少；从创新需求看，高技术产业创新需求已经大多通过其中一种技术创新方式得以满足，而这势必减少对其它技术创新方式的需求[2,16]。目前，学者主要通过三者对于创新效率等其它要素的影响作用情况，间接探讨三者间的关系。但是，创新效率影响要素众多，通过间接方法难以体现三者间最根本的关系。因此，本文采用一种最直接的动态方法研究3种技术创新最直接的关系。

创新生态系统是创新系统的新范式，其概念首先由Moore[17]提出，其核心是创新生态系统内各种群及环境的共生演化[18]。创新生态系统理论为技术创新研究提供了新理论和新方法，其从生态学、生态系统概念、方法和视角研究创新活动，将创新活动看成是某种生命体[6，19]，以更强的生物学隐喻揭示了创新系统范式。创新生态系统的基本组成要素是种群，种群在共生竞合的相互作用中动态演化，最终形成系统整体演化[7]。基于创新生态系统的观点，本文将自主研发创新、技术改造创新与技术引进创新看作是3种技术创新种群，3种技术创新种群形成了一个技术创新生态系统。技术创新过程可理解为自主研发创新、技术改造创新与技术引进3种技术创新种群相互作用、动态演化的过程，并促进技术创新系统整体演化。技术创新种群相互作用、动态演化的生态关系不仅影响各自种群生存与发展，也影响技术创新生态系统生存与发展。因此，创新生态系统理论为直接分析自主研发、技术改造与技术引进关系提供了理论支持，运用创新生态系统理论研究技术创新可在一定程度上弥补现有研究不足。

本文基于技术来源与创新生态系统理论，将技术创新分为自主研发创新、技术改造创新与技术引进创新3种技术创新方式，从微观层面探讨技术创新内在规律，构建如图1所示的高技术产业技术创新生态理论分析框架。本文通过分析中国高技术产业技术创新中自主研发、技术改造与技术引进三者间的生态关系，为促进高技术产业技术创新及高技术产业持续健康发展提供理论依据和经验支撑。

生态学Lotka-Volterra模型[20-21]常用来描述生态系统种群间的生态关系，假设存在生态系统X={X1,X2,..,Xn}，则Lotka-Volterra模型一般连续常微分方程形式为：

dXi(t)/dt=X(t)i(αi+∑αijXj(t)),i,j=1,2,...,n.

(1)

其中，Xi(t)表示种群Xi在t时刻的规模；dXi(t)/dt表示种群i规模的变化速率；αi表示生态系统只存在种群Xi情况下的自然增长率；αij为种群Xj与种群Xi的作用系数；αji为种群Xi与种群Xj的作用系数。根据αij与αij的数值可判断种群Xj与种群Xi的生态关系类型[22-23]，如表1所示。

已有学者将Lotka-Volterra模型应用于光伏产业创新生态系统(陈瑜等，2012)、企业内部研发与产学研合作关系[24]、网络用户数量预测[29]等研究领域。但就目前掌握的文献看，将Lotka-Volterra模型应用到高技术产业技术创新方面的实证研究较少。因此，本文基于Lotka-Volterra模型，对技术创新种群生态关系的分析恰好可以弥补这方面的不足。高技术产业3种技术创新方式之间相互制约、相互促进、共生演化，组成了技术创新生态系统，高技术产业技术创新生态系统种群关系符合Lotka-Volterra模型的理论基础及描述要求。为此，本文基于自主研发创新、技术改造创新、技术引进创新的种群特征与Lotka-Volterra模型构建创新系统生态模型，从创新生态角度深入分析3种技术创新方式间的生态关系，不仅可以拓展技术创新研究理论范畴，还能为高技术产业技术创新相关政策调整提供借鉴。

3 研究设计

3.1 变量选取与测度

高技术产业技术来源包括内部与外部两种。其中，内部技术来源主要是企业自主研发和技术改造，外部技术来源主要是技术引进，包括国外技术引进与国内技术购买。同时，《高技术产业统计年鉴》对于自主研发、技术改造、技术引进也有相应的统计数据。借鉴前人研究成果[1-3,16,26]，综合考虑研究数据可得性，基于技术创新来源视角，本文将技术创新分为自主研发、技术改造、技术引进3种，并研究3种技术创新方式间的直接生态关系。

对于3种技术创新的度量，一般可从创新投入和创新产出两方面测定。其中，技术创新产出包括创新产品与专利，但一般很难区分创新产出是来源于哪一种技术创新方式。基于创新生态观点，技术创新种群投入水平很大程度上直接决定了种群数量和规模，因此本文以技术创新投入水平度量3种技术创新方式。技术创新投入水平一般可从人力资源、资金投入和物资设备建设3个方面测度，但人力投入与物资投入统计方式差别较大且很难统一，而且人力资源和物资投入也主要通过资金投入实现。因此，借鉴前人对技术创新来源的研究成果[1,3,16]，并综合考虑《中国高技术产业统计年鉴》中相关数据可得性，参考技术创新投入与技术创新能力等 [5,27]研究，本文自主研发(Research and Development，RD)以R&D经费内部支出测度，技术改造(Technology Renovation，TR)以技术改造经费支出测度，技术引进(Technology Import，TI)以购买国外技术经费支出、引进技术经费支出与消化吸收经费支出三者之和测度，具体变量如表2所示。

3.2 研究方法与模型

在理论分析的基础上，本文实证检验高技术产业自主研发创新、技术改造创新与技术引进创新的生态关系。基于Lotka-Volterra模型构建高技术产业不同技术创新形式即RD、TR与TI生态模型，连续方程形式如下：

(2)

(3)

(4)

其中，RD(t)、TR(t)、TI(t)分别表示t年高技术产业自主研发、技术改造、技术引进累计经费投入，α1、α2、α3分别表示高技术产业自主研发、技术改造、技术引进经费投入自然增长率，α11、α22、α33分别表示高技术产业自主研发、技术改造、技术引进与规模相关的限制性系数，α21、α31分别表示高技术产业自主研发对技术改造、技术引进生态的作用系数，α12、α32分别表示高技术产业技术改造对自主研发、技术引进生态的作用系数，α13、α23分别表示高技术产业技术引进对自主研发、技术改造生态的作用系数，α13、α31、α21、α12、α23、α32正负性反映高技术产业自主研发创新、技术改造创新、技术引进创新两两间的关系类型。

本文在研究高技术产业技术创新自主研发、技术改造与技术引进生态关系过程中，主要采用如下方法和模型：①基于高技术产业技术创新生态特征和Lotka-Volterra模型构建RD、TR与TI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，采用最小二乘法进行线性回归分析，并依据回归分析结果对模型与参数的显著性进行校验；③依据模型参数估计值和创新生态系统理论,从自然增长率、规模限制性、相互作用关系3个方面分析自主研发创新、技术改造创新与技术引进创新的生态关系；④比较高技术产业各细分行业自主研发、技术改造与技术引进生态关系差异性并分析成因。

4 实证分析

4.1 数据来源与处理

本文以中国高技术产业自主研发创新、技术改造创新与技术引进创新为研究对象，原始数据来源于1997-2017年《中国高技术产业统计年鉴》和《中国统计年鉴》。考虑到通胀因素对结果的影响，本文采用物价指数CPI对各项技术创新经费支出进行平减处理，其中1997年CPI指数为100。考虑技术创新经费投入到创新效益产出存在一定时滞，累计数据更能体现技术创新种群发展过程，同时生态模型是描述一段时期内种群连续成长的过程。因此，本文计算出中国高技术产业及细分行业1997-2017年自主研发创新、技术改造创新与技术引进创新的累计经费支出数据作为样本数据(因篇幅受限，未列出)。表3为样本数据各变量的描述性统计与Pearson相关系数结果(1997-2017年)，包括各变量样本量、最大值、最小值、均值、标准差及相关系数值，其中三变量的相关系数值都接近1，表明自主研发创新、技术改造创新与技术引进创新3个变量间具有显著正相关性。因此，对变量作对数、中心化处理等，为后文回归分析奠定基础。

注：**在.01 水平(双侧)上显著相关

4.2 模型处理与参数估计

由于高技术产业技术创新中的自主研发、技术改造、技术引进数据均为离散数据，因此本文借鉴Roeger[28]的处理方法，将RD、TR与TI生态模型连续方程(2)～(4)转换为离散形式，生态模型离散方程如式(5)～(7)所示。

(5)

(6)

(7)

依据样本数据，运用软件Eviews6.0，采用最小二乘法对模型方程(5)～(7)进行线性回归分析，RD、TR与TI生态模型离散方程回归分析结果如表4所示。从中可见，从参数校验看，模型方程(5)～(7)的参数显著性检验t对应的Prob值大部分在1%与5%水平上显著，说明参数基本通过显著性检验；从模型方程拟合优度R2值看，3个模型方程拟合优度R2值基本都在0.7以上，表明模型方程拟合优度较好；从F统计量概率P值看，模型方程校验值都小于0.05，表明模型显著性较强，模型方程均通过校验；从D.W值看，模型方程校验值基本都在2左右，说明模型方程不存在序列相关性，共线性问题得到有效控制。总体来看， RD、TR与TI生态模型对高技术产业技术创新生态特征描述的适用性良好，此回归分析结果可对高技术产业自主研发、技术改造、技术引进生态关系进行分析。

注：括号内数字为t统计值，***、**和*分别表示在1%、5%和10%水平上显著

4.3 结果讨论

基于表4中回归分析结果及估计参数值，从创新生态理论角度出发，综合考虑高技术产业及细分行业技术创新和产业发展情况，从自然增长率、自身规模限制性、相互作用关系3个方面对高技术产业及细分行业自主研发创新、技术改造创新、技术引进创新生态关系进行讨论，结果如表5所示。

(1)自然增长率。参数αi为技术创新种群的自然增长率系数，即技术创新种群在不受其它种群影响情况下的增长率。α1、α2、α3分别表示高技术产业及细分行业中自主研发创新、技术改造创新与技术引进创新的累计投入自然增长率，其值若为正则表明对应的技术创新投入累计为正向增长，若为负值则表明对应的技术创新投入累计为负向减少。由表4可知，高技术产业及细分行业参数αi均为正值且均通过显著性检验，说明高技术产业及细分行业自主研发、技术改造、技术引进1995-2014年总体处于增长趋势，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创新和高技术产业同步发展的结论。

(2)自身规模限制性。α11、α22、α33三个参数分别为自主研发、技术改造、技术引进的自身规模限制性系数，它们反映了系统自身规模等内在因素对种群增长的限制性作用。当α11、α22、α33参数值为正时表明相应种群自身规模限制性为正向促进作用，参数为负值表明自身规模限制性为负向抑制作用，参数t检验显著性未通过则表明该种群自身规模限制性作用不明显。由表4可知，在整体高技术产业中，α11为0.000 329，α22为-0.001 599，且两个参数均通过显著性检验，所以高技术产业自主研发创新自身规模限制性为正向促进作用，技术改造创新自身规模显著性为负向抑制作用；α33的t检验显著性没有通过，所以高技术产业技术引进创新自身规模显著性作用不显著。同样方法可以判断高技术产业细分行业自主研发创新、技术改造创新、技术引进创新自身规模限制性的作用效果，结果见表5。从中可见，高技术产业自主研发创新自身规模限制性基本都是正向促进作用，表明高技术产业技术创新生态系统内在要求自主研发创新继续扩大规模，从而在促进技术创新绩效提升方面发挥更大作用。但航空航天器及设备制造业自身规模限制性作用不显著，可能是因为航空航天器及设备制造业关系到国家安全，高技术产业统计年鉴中披露的数据不完整。高技术产业技术改造创新自身规模限制性作用基本都是负向抑制，表明高技术产业及大部分行业中技术改造创新目前投入资金相对较多，可能原因是技术改造创新从投入到产生效益的周期较短且门槛较低。高技术产业技术引进创新自身规模限制性作用在各行业间差异较大，其中高技术产业整体、电子及通信设备制造业与计算机及办公设备制造业等自身规模限制性作用效果不显著，航空航天器及设备制造业与医疗仪器设备及仪器仪表制造业自身规模限制性为负向抑制作用，仅医药制造业自身规模限制性为正向促进作用。原因在于：各行业发展水平不同，对技术引进创新的需求存在差异，高技术产业及电子、通信设备制造业与计算机及办公设备制造业目前处于转型期，由发展初期依靠技术引进创新逐渐过渡到依靠核心自主创新能力，目前技术创新方式还不确定，因此高技术产业及该两个行业的自身规模限制性作用效果不明显。

(3)相互作用关系方面。α12、α13、α21、α23、α31、α32六个参数反映了自主研发、技术改造与技术引进三者间的相互作用关系，表1为判断标准。在整体高技术产业中，α12=-0.002 377 表明高技术产业整体技术改造创新抑制了自主研发创新，而α21=0.000 220则表明高技术产业整体自主研发创新促进了技术改造创新。因此，高技术产业整体自主研发创新与技术改造创新间为偏利技术改造创新竞争关系； α13=0.002 383表明高技术产业整体技术引进创新促进了自主研发创新，而α31=0.000 113则表明高技术产业整体自主研发促进了技术引进创新。因此，高技术产业整体自主研发创新与技术引进创新为协同共赢关系； α23=0.001 604表明高技术产业整体技术引进创新促进了技术改造创新，而α32=-0.000 730则表明高技术产业整体技术改造创新抑制了技术引进创新增长。因此，高技术产业技术改造创新与技术引进创新为偏利技术改造创新竞争关系。同样方法可以判断高技术产业细分行业自主研发创新、技术改造创新、技术引进创新的相互作用关系，其中参数t检验显著性未通过的系数设置为0[25，29]，表明对应的作用关系不显著，具体结果见表5。

4.4 细分行业技术创新生态关系差异性比较分析

根据表5生态关系分析结果，进一步从RD与TR生态关系、RD与TI生态关系以及TR与TI生态关系3个方面比较不同行业技术创新生态关系差异性，并结合高技术产业及细分行业现实情况探究其成因。

(1)从RD与TR生态关系看，高技术产业整体、医药制造业、电子及通信设备制造业与计算机及办公设备制造业的RD与TR生态关系均为偏利TR竞争，航空航天器及设备制造业的RD与TR生态关系为偏利RD共栖，医疗仪器设备及仪器仪表制造业的RD与TR生态关系为协同共赢。研究结果表明，高技术产业整体、医药制造业、电子及通信设备制造业与计算机及办公设备制造业自主研发创新与技术改造创新生态关系为偏利TR竞争，即技术改造创新投入抑制了自主研发创新投入规模扩张，且自主研发创新投入促进了技术改造创新投入规模扩张。基于生态系统理论，技术改造创新相当于捕食者，而自主研发创新相当于被捕食者，按照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数量减少，而被捕食者数量增加却能促进捕食者数量增大。因此，医药制造业、电子及通信设备制造业与计算机及办公设备制造业如果保持现有技术创新投入策略，该3个行业技术改造创新投入规模持续增长，且规模越来越大，而自主研发创新规模增长速度逐渐放缓，最后趋于稳定。航空航天器及设备制造业自主研发创新与技术改造创新生态关系为偏利技术改造创新共栖，技术改造创新投入促进自主研发创新投入规模扩大，但自主研发创新投入对技术改造创新投入规模扩大无作用。造成这种结果的原因可能是航空航天器及设备制造业自主研发涉及国家核心安全技术而没有被完整披露。医疗仪器设备及仪器仪表制造业自主研发创新投入促进了技术改造创新投入规模扩大，同时技术改造创新投入也促进了自主研发创新投入规模扩大，自主研发创新与技术改造创新实现了协同共赢，共同促进医疗仪器设备及仪器仪表制造业创新效益提升与产业发展，是其它行业学习的标杆。

(2)从RD与TI生态关系看，高技术产业整体技术改造创新与技术引进创新生态关系为协同共赢，表明高技术产业整体技术改造创新投入与技术创新投入相互促进、同步增长，整体产业中二者生态关系呈良好发展态势。主要细分行业技术改造创新与技术引进创新生态关系差异性较大。其中，医药制造业为协同共赢，航空航天器及设备制造业为偏害RD竞争，电子及通信设备制造业为偏利RD共栖，计算机及办公设备制造业为偏利TI共栖，医疗仪器设备及仪器仪表制造业为偏利TI竞争。造成这种结果的原因在于：主要高技术产业细分行业发展轨迹以及技术改造创新与技术引进创新投入强度、投入策略差异较大，医药制造业是一个高投入、高回报、高风险行业，各种技术创新形式对医药制造业发展都至关重要，医药制造业技术改造创新投入促进技术引进创新投入规模扩大，同时技术引进创新投入又促进技术改造创新投入规模扩大，因此医药制造业技术改造和技术引进创新随着医药产业发展不断扩大规模；航空航天器及设备制造业技术引进创新投入抑制了技术改造创新投入规模扩大，但技术改造创新投入对技术引进创新投入规模无影响，可能是因为航空航天器及设备制造业关系国家安全，技术引进创新投入策略受到其它非经济因素的影响较大，而技术改造创新投入策略对其影响作用较小；电子及通信设备制造业目前发展较好，以华为和中兴等为代表的中国企业已经走在世界行业发展前列，技术引进创新的主要目的是进行内部二次改造创新，因此技术引进创新投入对技术改造创新投入规模扩大起到促进作用；计算机及办公设备制造业从世界范围看因受到手机和移动互联网产业影响，市场规模不断缩小且利润空间越来越小，目前该行业无技术突破，技术引进对技术改造无影响作用。该行业目前的主要市场是计算机关联行业的应用发展，因此需要技术改造创新满足市场需求，从而在一定程度上提高技术改造创新投入。

(3)从TR与TI生态关系看，高技术产业整体技术改造创新与技术引进创新生态关系为偏利TR竞争，表明高技术产业整体技术改造创新投入抑制了技术引进创新投入规模扩大，而技术引进创新投入促进了技术改造创新投入规模扩大，技术改造创新投入在此关系中居于主导地位。因此，按照目前生态关系发展看，高技术产业技术改造创新投入规模增长速度越来越快，而技术引进创新投入规模增长速度逐渐放缓，最后趋于稳定。医药制造业技术改造创新、技术引进创新生态关系与整体高技术产业保持一致，但其它4个细分行业技术改造创新与技术引进创新生态关系差异性相对于RD与TI的生态关系更加明显。航空航天器及设备制造业与医疗仪器设备及仪器仪表制造业技术改造创新与技术引进创新生态关系为偏利TI竞争，电子及通信设备制造业技术改造创新与技术引进创新生态关系为偏利TR共栖，计算机及办公设备制造业技术改造创新与技术引进创新生态关系为偏害TI竞争。造成这种结果的原因在于：航空航天器及设备制造业与医疗仪器设备及仪器仪表制造业对于技术引进创新依赖度较高，因而技术改造创新强度相对较弱，而且按照目前技术改造与技术引进关系发展趋势，技术引进创新投入越来越大，而技术改造投入规模逐渐缩小；电子及通信设备制造业目前对于技术改造创新投入强度较大，技术引进创新相对于技术改造独立进行，按照策略不变的话，技术改造创新投入规模越来越大，而技术引进创新投入规模趋势不确定；计算机及办公设备制造业受到手机等互联网产业及产品的影响，利润被低端锁定、技术也比较成熟，目前主要通过技术改造进行创新，技术引进创新强度很小，对于技术改造没有影响，而技术改造创新投入使得技术引进创新投入规模越来越小。

5 结论与讨论

5.1 结论与贡献

本文基于技术来源视角，将技术创新分为自主研发创新、技术改造创新和技术引进创新3种方式，基于创新生态系统理论和Lotka-Volterra模型构建高技术产业技术创新生态关系模型，采用1997-2017年《中国高技术产业统计年鉴》技术创新相关数据进行实证研究，基于模型参数估计值与高技术产业发展状况，从自然增长率、自身规模限制性、相互作用关系系数3个方面分析自主研发、技术改造与技术引进3种技术创新方式生态关系，比较分析高技术产业细分行业技术创新生态关系的差异性及其成因，丰富和完善了高技术产业技术创新、创新生态系统等理论研究。

本文主要贡献如下：①创新生态系统理论自诞生之日起受到学者广泛关注[6-7]，但目前大部分研究仍处于生态隐喻或者概念与内涵探讨层面，虽然有部分学者进行了理论尝试[30]，但创新生态理论实践研究还有待完善[31]。本文将创新生态系统理论运用到技术创新种群关系分析中，从微观视角切入，将3种技术创新看作是三个种群，三个种群形成技术创新生态系统，技术创新过程就是三个种群相互作用且共生演化的结果，技术创新种群生态关系与创新生态系统理论基本契合，从而开创性地将创新生态系统理论应用到技术创新种群关系具体问题分析中，极大地丰富了创新生态系统理论；②对于技术创新而言，大部分研究均关注创新效率，即使将技术创新细分为不同方式，进而研究不同技术创新方式间的关系，也是通过对技术创新效率贡献的差异性间接体现的。本文研究不同技术创新方式的直接关系不仅完善了技术创新理论研究，也为高技术产业创新政策调整提供了理论依据和实践启示。本文通过构建生态模型揭示自主研发、技术改造与技术引进生态关系，在一定程度上弥补了技术创新内在关系研究空白，完善了技术创新理论研究。

5.2 政策建议

本文对促进我国高技术产业技术创新及产业健康发展提出如下建议：

(1)根据不同技术创新发展轨迹可以预测将来3种技术创新方式发展态势及技术创新投入规模。根据创新生态系统观点，因为技术创新投入规模扩大就像生物种群成长，虽然影响因素很多，但历史数据可以反映一定规律，而且这种规律在一段时期内存在一定的惯性。如果当前产业条件与创新策略不变，则3种技术创新发展态势可以预测，这为未来产业创新决策提供了一定支持。

(2)研究结果揭示的自主研发创新、技术改造创新及技术引进生态关系为有针对性地调整优化高技术产业技术创新提供了实践参考。如果生态关系呈相互促进态势，那么相关政策继续保持；如果生态关系呈恶性竞争态势，相关政策则应有针对性地进行调整。

(3)高技术产业整体自主研发与技术改造及技术引进与技术改造的关系均表现为偏利技术改造竞争，而技术改造与技术引进的关系则表现为协同共赢。因此，应适当控制整体高技术产业技术改造投入规模，提高技术改造水平与效率，并继续努力加大高技术产业自主研发创新投入强度。

(4)高技术产业细分行业自主研发创新、技术改造创新及技术引进生态关系差异性较大，医药制造业与高技术产业整体技术创新生态关系一致，因此两者应同步调整。航空航天器及设备制造业技术改造与技术引进关系较显著且为偏利技术引进竞争，建议航空航天器及设备制造业保持技术引进投入规模，同时加大技术改造投入强度、提高技术创新能力；计算机及办公设备制造业与通信设备制造业自主研发与技术改造关系较显著且为偏利技术改造竞争，建议继续保持现有技术改造创新投入规模并加大自主研发投入强度，同时提高自主研发创新绩效和创新水平；医疗仪器设备及仪器仪表制造业3种技术创新方式间关系均显著，且自主研发与技术改造相互促进，同时自主研发及技术改造分别与技术引进创新生态关系均为偏利技术引进竞争，建议医疗仪器设备及仪器仪表制造业保持现有自主研发与技术改造投入配比，同时适当控制技术引进创新投入方式，合理有效地利用国外创新资源。

5.3 不足与展望

本文仍然存在以下不足：首先，受到数据可获得性限制，本文采用技术创新经费支出数据测度不同技术创新方式发展水平，实际上技术创新发展水平还体现在人力资源和物质资源及创新产出成果方面，未来可继续收集相关数据并进行更充分的实证研究；其次，高技术产业技术创新表现为一定的生命周期，后续研究将基于生命周期视角考察高技术产业在初创期、成长期、成熟期及衰退期等不同阶段的技术创新生态关系、演化规律及其差异性，从而更全面地揭示高技术产业技术创新生态演化机制。而且，高技术产业内部发展还存在区域差异性、规模差异性及企业所有制差异性，后续研究将从不同视角并结合产业创新发展实际分析不同技术创新方式的生态关系，从而全方位、多角度地研究高技术产业技术创新内在关系与演化趋势。

参考文献:

[1] 祝影,邓小琪,雷家骕.中国省域高技术产业研发与制造系统耦合评价[J].科技进步与对策,2019，36(13):58-67.

[2] 闫丽平,谷立霞.技术来源与高技术产业发展关系的实证研究[J].工业技术经济,2016,35(2):90-96.

[3] 俞立平,李守伟,刘骏.技术来源对高技术产业创新影响的比较研究[J].科研管理,2016,37(4):61-67.

[4] LUCA BERCHICCI.Towards an open R&D system:internal R&D investment,external knowledge acquisition and innovative performance[J].Research Policy，2013，42(1)：117-127.

[5] 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.

[6] 曾国屏,苟尤钊,刘磊.从“创新系统”到“创新生态系统”[J].科学学研究,2013,31(1):4-12.

[7] RICH BENDIS.Science& innovation-based trends in the U.S[R].36th Annual AAAS Forum on Scienceand Technology Policy,2011.

[8] BIN GUO,YUEQI WANG,XIAO-YUN XIE,et al.Search more deeply or search more broadly? anempirical study of external knowledge search strategy in manufacturing SMEs[J].Asian Journal of Technology Innovation，2015，23(1)：87-106.

[9] 夏维力,钟培.基于DEA-Malmquist指数的我国制造业R&D动态效率研究[J].研究与发展管理,2011,23(2):58-66.

[10] 王洪庆,侯毅.中国高技术产业技术创新能力评价研究[J].中国科技论坛,2017(3):58-63.

[11] 张贵,王岩.要素扭曲、技术研发与效率损失——中国高技术产业实证研究[J].科技进步与对策，2019，36(1)：59-66.

[12] BEAUDRY C,BRESCHI S.Are firms in clusters really more innovative[J].Economics of Innovation & New Technology,2003,12(4):325-342.

[13] 赵玉林,高裕.技术创新对高技术产业全球价值链升级的驱动作用——来自湖北省高技术产业的证据[J].科技进步与对策，2019，36(3)：139-145.

[14] LEE J.Technology imports and R&D efforts of korean manufacturing firms[J].Journal of Development Economics,1996,50(1):197-210.

[15] 魏洁云,江可申.基于面板向量自回归模型高技术产业创新动态影响的研究[J].系统管理学报,2014,23(4):572-577+584.

[16] XIAOHUI LIU,TREVOR BUCK.Innovation performance and channels for international technology spillovers:evidence from Chinese high-tech industries[J].Research Policy，2007，36(3)：355-366.

[17] F MOORE-J.Predators and prey:a new ecology of competition[J].Harvard Business Review,1993，71(3):75-86.

[18] DESS GG,PICKEN JC.Changing roles:leadership in the 21st century[J].Organizational Dynamics,2000,28(3):18-34.

[19] GAWER A,CUSUMANO MA.Industry platforms and ecosystem innovation[J].Journal of Product Innovation Management,2014,31(3):417.

[20] TAKEUCHI Y.Global dynamical properties of lotka-volterrasystems[M].World Scientific,1996:91-93.

[21] MOBILIA M,GEORGIEV IT,TUBER UC.Phase transitions and spatio-temporal fluctuations in stochastic lattice lotka-volterramodels[J].Journal of Statistical Physics,2007,128(1):447-483.

[22] WANG HT,WANG TC.The diffusion process,competitive relationship,and equilibrium analysis of smartphone operating systems[J].Technology Analysis & Strategic Management,2017,29(4):414-424.

[23] DUAN HB,ZHU L,FAN Y.A Cross-country study on the relationship between diffusion of wind and photovoltaic solar technology[J].Technological Forecasting and Social Change,2014,83(2):156-169.

[24] 胡军燕,饶志燕.企业内部研发与产学研合作关系研究——基于Lotka-Volterra模型[J].科技进步与对策,2014,31(24):71-75.

[25] FU X,ZHANG P,ZHANG J.Forecasting and analyzing internet users of china with lotkau-volterramodel[J].Asia-Pacific Journal of Operational Research,2017,34(1):3-15.

[26] 冯锋,马雷,张雷勇.外部技术来源视角下我国高技术产业创新绩效研究[J].中国科技论坛,2011(10):42-48.

[27] 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.

[28] ROEGER LW.A Nonstandard discretization method for lotka-volterra models that preserves periodic solutions[J].Journal of Difference Equations & Applications,2005,11(8):721-733.

[29] LIN CS.Forecasting and analyzing the competitive diffusion of mobile cellular broadband and fixed broadband in taiwan with limited historical data[J].Economic Modelling,2013,35(35):207-213.

[30] ADNER R,KAPOOR R.Value creation in innovation ecosystems:how the structure of technological interdependence affects firm performance in new technology generations[J].Strategic Management Journal,2010,31(3):306-333.

[31] OH D S,PHILLIPS F,PARK S,et al.Innovation ecosystems:a critical examination[J].Technovation,2016,54:1-6.

(责任编辑：王敬敏)