中国纺织高校技术融合动态演化模式及其对创新绩效的影响

2021-03-15 06:52徐茜程华
丝绸 2021年2期
关键词:创新绩效

徐茜 程华

摘要: 技术融合是引领和主导下一代技术创新的重要手段。高校作为产业知识与技术的重要供给者,不管是独立创新还是合作创新,发生技术融合的可能性更大。文章采用2003—2016年中国纺织高校44 679项发明专利数据,研究了技术融合动态演化模式,并实证分析了技术融合及其不同模式的创新效应。结果表明:纺织高校的技术融合呈增长趋势,D部(纺织)与C部(化学)技术融合明显。技术融合模式以领域内融合为主,跨领域融合数量与强度相对较小;领域内与跨领域技术融合都促进创新绩效,领域内技术融合的促进作用大于跨领域融合;加入领域内融合与跨领域融合协同变量,可使领域内融合与跨领域融合对创新效应的作用增强。

关键词: 技术融合;领域内融合;跨领域融合;创新绩效;纺织高校

Abstract: Technology fusion is an important means to guide and lead the next generation of technological innovation. As an important supplier of knowledge and technology, colleges and universities are more likely to undergo technology fusion, whether in independent innovation or cooperative innovation. In this paper, 44 679 invention patents in Chinese textile universities from 2003 to 2016 are used to study the dynamic evolution mode of technology fusion, and make an empirical analysis on the innovation effect of technology fusion and its different modes. The results show that the technology fusion of textile universities shows a growth trend, and the technology fusion of Section D(textile) and Section C(chemistry) is obvious. The technology fusion mode is based on intra-field fusion, and the quantity and intensity of cross-field fusion are relatively small; both intra-field and cross-field technology fusion promote innovation performance, and the promoting effect of intra-field technology fusion is greater than that of cross-field fusion. After the addition of a synergistic variable between intra-field and cross-field fusion, the effect of intra-field and cross-field fusion on innovation performance can be enhanced.

Key words: technology fusion; intra-field fusion; cross-field fusion; innovation performance; textile universities

以大数据、人工智能、物联网、量子信息技术、虚拟现实及生物技术等为主要特征的第四次工业革命已经来临,新工业革命将促进不同领域的技术相互渗透、融合与扩散[1-2],技术融合对引领和主导下一代技术创新具有重要作用[3-4]。许多发达国家的政府已经制定了促进技术融合的计划,例如美国国家科学基金会(NSF)提出纳米、生物、信息和认知(NBIC)的技术融合;欧盟于2004年也执行了类似的技术融合政策[5],促进技术融合成为各国追求创新和经济增长的重要途径[6]。

技术融合的概念最初由Rosenberg提出[7],他通过研究机械制造业技术演变过程发现了机械仪器的技术融合现象,认为技术融合是“产品功能和性质完全无关的产业因采用通用技术而导致的独立化过程”。日本通产省(1985年)提出技术融合是“两种或两种以上不同技术之间相互渗透、相互融合而形成一种新技术的现象”。Islam等[8]认为技术融合是两种或多种具有不同功能的现有技术元素相结合产生全新功能的现象。

近年來,对技术融合的研究不断增多,从技术融合结构的视角,Kim等[9]以打印电子技术领域为对象研究技术融合结构,并研究了不同阶段的核心技术。Lee等[6]通过关联规则和链接预测方法预测技术融合的未来趋势,并使用主题模型发现技术融合的新兴领域。李丫丫等[10]使用生物芯片产业专利数据从宏观层面对技术融合进行了静、动态分析,研究了生物芯片产业技术融合的结构以及融合程度的动态变化。娄岩等[11]从微观层面使用节点强度与链路系数测度电动汽车领域与信息技术融合的结构。从技术融合模式的视角,Choi等[12]观察到技术融合的异质性,根据技术领域分类标准将技术融合类型分为跨部门技术融合和跨领域技术融合,研究了技术融合的扩散模式,结果表明跨部门技术融合的扩散模式更具多样性。宋昱晓等[13]依据技术的相关性特征,将技术融合模式划分为相似性融合和互补性融合,研究表明两种不同的技术融合模式的影响因素有所区别。赵玉林等[14]同时考虑技术融合的深度和宽度,发现相对于仅拓展技术融合的宽度,提高技术融合的深度更能带动产业发展。

关于技术融合效应的理论研究较为丰富,已有研究认为技术融合加快社会进步、提高国家经济地位、社会创新能力,并对产业结构调整带来深远影响[15]。创新主体通过技术融合可以提高自身技术水平而获取更多利益,导致其他企业开始效仿这些先行企业,使得产业技术水平升高[16]。融合技术的出现将会给创新过程带来革命性的变化,并且将会转变技术预测的角色甚至是预测和规划的过程[17]。然而技术融合效应的实证研究还比较少,Gambardella等[18]基于电子产业全球32家上市公司数据,开创性地实证了电子产业内细分产业的技术融合对产业绩效的提升作用。Banker等[19]利用美国通讯产业公司的数据证实了技术融合对提高企业绩效有积极作用。Lee等[20]采用零膨胀负二项回归模型的实证分析,使用了授予制药行业美国组织的2 074项专利的数据证实技术融合对创新绩效的提升作用。

新兴技术与纺织技术的融合正成为重要的技术变革方向。2016年美国宣布成立了国家制造创新网络(NNMI)中的革命性纤维与织物制造研究中心(RFT MII)。德国确立了名为“未来纺织”(futureTEX)的國家级战略,为传统纺织行业构建未来模型。中国政府于2015年、2017年分别颁布《中国制造2025》《新一代人工智能发展规划》两项行动纲领,以新兴信息技术变革传统制造业,打造新的长期经济增长引擎。中国工程院院士俞建勇在《十三五期间纺织科技创新发展方向的主题报告》中指出纺织科技的创新必须与新兴科技交叉融合,形成多维度发展空间。纺织高校是纺织技术创新的前沿,对纺织科技的创新发挥举足轻重的作用。高校作为产业知识与技术的重要供给者,不管是独立创新还是合作创新,技术融合都更可能会发生[21]。在这样的背景下,研究纺织高校的技术融合发展规律及其对创新绩效的影响,能够进一步发挥高校作为技术创新的前沿作用,支撑政府对产业政策的制定,促进纺织产业转型升级,为中国从纺织大国向纺织强国转变做出贡献。对于纺织企业来说,认识到高校的技术领域是如何变化和融合可以帮助企业考虑在哪些领域与高校合作,加强产学研合作,促进纺织企业的转型升级。

由中国科学评价研究中心、武汉大学中国教育质量评价中心和中国科教评价网联合发布的中国大学本科专业类排行榜显示,2017—2018年中国纺织类大学本科分专业类排行榜的前20强名单包括东华大学、浙江理工大学、江南大学、天津工业大学、苏州大学等,具有学术性与权威性,因此研究这20所纺织高校的技术融合的动态演化模式及其创新绩效。本文首先分三个阶段观察中国纺织高校的技术融合结构及其动态演化过程,在此基础上对技术融合模式进行分析;进一步,应用计量经济学实证研究了技术融合及其不同模式对创新绩效的影响,揭示技术融合对创新绩效的作用机制;最后进行总结并提出相应的对策。

1 技术融合动态演化结构与模式

1.1 研究方法和数据来源

1.1.1 研究方法

专利作为技术信息最有效的载体,包含国际上最新的、最全面的技术情报,是衡量技术的合理和可靠指标[22]。因此,基于专利探讨技术融合水平具有科学性与可行性。基于专利对技术融合水平进行分析的研究方法主要有两种:专利共类法和专利引文分析法。专利引文数据的获取受限于少数专利数据库,施引专利与被引专利的技术主题接近,且需要已有专利有足够的前引和后引专利,而新的专利没有足够的后引专利。与专利引文分析方法相比,专利共类数据比较容易获得,能够反映不同技术主题间的交叉融合,且不会出现后引专利缺乏的情况。因此,使用专利共类方法更加适合衡量不同技术主体间的融合。专利共类方法是指不同类别的技术在同一个专利的IPC号中共同出现的现象,又叫做IPC共现方法。不同的技术领域出现在同一项专利的IPC号中,认为该技术领域存在直接的融合关系,相同的技术领域出现在不同的专利中,表明了同一个技术领域的传播与扩散,形成间接融合关系。把存在融合关系的专利称为融合专利。

本文首先使用文献计量软件bibexcel计算出不同阶段IPC号出现的次数及共现次数,导出共现矩阵,采用UCinet软件绘制出IPC共现网络,用IPC前四位数表示的技术领域作为网络节点,节点之间的共现关系作为边。节点的大小表示某个技术领域与其他技术领域融合的总次数,代表融合的广度;边的粗细表示两个技术领域间融合的次数,代表某两项技术的融合深度。单纯从点的大小或者边粗细并不能衡量某个节点或者某条边的重要性,点和边的重要性还取决于网络中与之相连的其他点和边。本文采用节点强度和Jaccard系数[23]分别对网络的节点和链路的重要性进行测量。

1)节点强度。使用节点强度来衡量某个特殊技术领域的重要性。计算未加权的平均技术强度UTS和加权后的平均技术强度WTS,通过二者的比值,得到专利的节点强度AWL,公式如下:

2)Jaccard系数。Jaccard系数又称相似性系数,用来比较样本集中的相似性。Jaccard系数等于样本集交集与样本集合集的比值,用来衡量专利之间融合的链路权重,其公式为:

专利融合由专利节点和专利之间的链路构成,专利i和专利j的交集表示它们之间的链路数,也表示它们之间的融合数量;专利i和专利j的并集表示专利i发生的融合数量与专利j发生的融合数量之和,即专利i和专利j之间的链路数占专利i和专利j共同链路数的比重。

1.1.2 数据来源

根据中国科教评价网公布的2016—2017年中国纺织类大学排名,选择东华大学、浙江理工大学、江南大学、南通大学等前20所纺织相关的本科院校(以下简称纺织高校)作为研究对象,专利数据来自Incopat专利数据库。国际专利分类法(IPC)把涉及专利的技术领域分为A、B、C、D、E、F、G、H八大部分。纺织技术连同造纸技术归在D部分,包括D01~D07、D21造纸等小类,其中,D01~D06分别代表原料、纺纱、织造、针织、缝纫、织物处理六方面的技术。以主IPC号为D01 or D02 or D03 or D04 or D05 or D06检索各纺织高校2003—2016年申请的专利,共检索2003—2016年中国纺织高校发明申请专利44 679项,其中融合专利20 533,占全部专利的45.96%。

1.2 技术融合动态演化结构

1.2.1 技术融合的发展趋势

2003年前中国纺织高校技术融合的数量较少,因此本文从2003年开始研究。图1是2003—2016年纺织高校融合专利占所有专利的比重,可以看出融合专利的数量在急剧增长,而融合专利占比相对平缓(在40%~50%),创新主体有近一半的技术是融合技术。根据图1,可将纺织产业技术融合分为三个发展阶段:2003—2009年为第一阶段,这个时期融合技术数量增加缓慢,处于起步阶段;2010—2013年为第二阶段,这个阶段技术的融合发展迅速,处于稳定增长阶段;2014—2016年为第三个阶段,这个阶段融合专利增长较快,属于快速增长阶段。

1.2.2 技术融合结构及动态演化

以IPC号前四位为细分技术领域,应用IPC共现的方法对2006—2016年的纺织高校技术融合态势进行分析。根据不同时期技术融合的数量将其划分为三个阶段,这三个阶段技术领域的共现网络如图2所示。

第一阶段的技术共现网络比较稀疏,领域间的交叉渗透关系比较少。从融合网络的结点大小来看,D06M(纤维制品的处理)最大,说明D06M与其他技术的融合较频繁。从单个節点的重要性来看,D01D(制造人造长丝、线、纤维、鬃或带子的机械方法或设备)的强度最大,其次是D01F(制造人造长丝、线、纤维、鬃或带子的化学特征;专用于生产碳纤维的设备),说明这些技术领域是第一阶段的发展重点。节点的大类集中于D部和C部,D部是传统的纺织大类,而C部是化学相关领域,主要涉及化纤的研发技术。从节点间的融合情况来看,Jaccard系数最高的是D01F和D01D。D部是纺织的传统技术大类,D01D是纺织机械,D01F包括生产碳纤维的设备,说明生产碳纤维的设备相关技术的研究是这个阶段的重点。融合次数排名第2的是A61K(医用配置品)和A61P(化合物或药物制剂的特定治疗活性)。第3和第4名分别的是CO8L和C08K及C08J和C08L,C08是有机高分子化合物,节点强度排名前10位见表1。这是因为进入21世纪以来,高性能化学纤维进入特种材料领域,成为材料科学的重要组成部分,化学纤维的研发得以加强。

第二阶段技术共现网络结点数增多,结点之间的联系也变得较为复杂。尽管技术共现数普遍增多,但主要的融合技术对还是十分稳定。从结点大小来看,D06M、C08L仍然是最大的节点,节点强度最高的仍然是D01D,说明纺织机械设备的研发一直是纺织高校的研发重点。这一阶段比较核心的技术仍然集中在D部、C部,A部也是比较重要的技术。从节点间的融合情况来看,A部的技术表现非常强劲,这与纺织与医疗的结合密不可分。值得一提的是,这一阶段出现了如B82Y(纳米结构的制造和处理)~C01G(无机化学)的融合(排名第6),见表2。在这一阶段纳米材料在纺织品的应用开始加强,纳米粒子可通过光学、催化、化学反应、磁性、熔点、蒸汽压、相变温度、超导等许多方面显示出特殊的性质,应用在纺织品中显示出了重要的价值,主要集中在抗菌、抗静电、红外、紫外光吸收等功能性方面。

第三阶段的网络关系更加复杂,涉及的技术领域更加丰富,节点强度最大的是C08L(高分子化合物的组合物),这阶段的重要技术与前面两个阶段一样,主要集中在D部、C部和A部,见表1。在这3年中节点间的融合最强的是B82Y~C01G,说明近年来纺织高校在纳米结构与化学相关技术方面的融合比较重要,见表2。值得注意的是这个时期与H部类的H01M(用于直接转变为化学能或电能的方法或装置)节点与其他节点连接次数高达110次,H01L(电学技术)出现的次数也不断上升,说明纳米技术和电学技术是近几年纺织高校的新兴技术融合趋势。此外,从技术共现网络中可以看出,与上一阶段相比这一阶段共现网络中较频繁地出现了H01L、H01M和H02J等H部类电学技术,以及G部的G06K(数据识别)、G06F(电数字数据处理)、G02B(光学元件)等,说明纺织技术与电子工程技术是近几年纺织高校的新兴的技术融合趋势,这与中国在这一阶段提出的数字经济驱动传统产业转型升级产业政策相一致。

1.2.3 技术融合的模式

借鉴Choi等[12]的研究,根据融合专利的IPC号所属大类是否相同,将技术融合划分为跨领域融合和领域内融合两类。从表2可以看出,领域内融合是中国纺织高校最主要的技术融合模式,跨领域融合在数量和强度上都要逊于领域内融合,这个结果与Jeong等[21]针对韩国产业专利的观察结果一致。跨领域融合的数量较少,可能与跨领域融合的风险及协调成本更高有关[24-25]。

虽然总体上来说领域内融合占据优势,但本文观察到不同阶段的特征有所区别。第一阶段的技术融合模式以领域内融合为主,技术融合强度最大的5个技术对都是领域内融合,分别是D内、A内、C内,第6到第10名是跨领域融合,但融合强度较小。第二阶段的技术融合强度前五项也都是领域内融合,仍然是以A内、D内、C内融合为主,虽然出现了H01L、B82Y这些新的技术,但总体来说是由D部、C部、A部为主导的技术,以及相关基础技术和辅助技术形成了成熟的技术体系。第三阶段的情况变化较为明显,排名前五的有4个是跨领域融合,虽然强度系数与前两阶段相比差距不大,但与前两个阶段相比,跨领域融合的强度开始加大。这说明随着信息技术的兴起,原有技术体系开始衰落,新的技术变革孕育、萌发,技术生命周期正处于新一轮变革的萌芽阶段。

2 技术融合及其不同模式对创新绩效影响的研究假设与实证研究

2.1 研究假设

技术融合对于创新绩效的效应包括:1)吸收能力提升效应,即基于动态能力理论,技术融合有利于技术知识的积累,并进一步将其扩展到相关的技术领域,创造更多利润。新一轮技术和产业革命的方向不会仅依赖于一两类学科或某种单一技术,而是多学科、多技术领域的高度交叉和深度融合。技术融合可以使得传统产业获得多样化的技术,帮助企业利用外部知识提升企业自身能力,同时增强企业的核心技术能力,特别是核心技术领域的研发能力,以及抵消研发投入边际收益递减带来的效益下滑。2)多技术与产品的协同效应,即不同技术之间通常存在互补领域,通过多元化技术开发有效实现“1+1>2”的效应。技术融合能引发多技术与产品的协同关系,整合利用不充分的资源,提高资源的利用效率,形成更大的复合经济效应;通过不同技术之间的共性技术和资源共享,提高不同技术和产品的协同效应;通过不同技术之间的共性技术和资源共享,提高不同技术和产品的协同效应[26]。3)传统优势产业要实现转型升级必然要加大研发投入,然而研发投入具有一定的风险。而技术融合有利于降低企业研发风险,提高企业快速适应外部技术环境变化的能力。企业通过寻求不同技术的多元化组合,研发灵活的和多样的技术及扩大技术范围来降低这种研发投入回报的系统性风险[27]。因此提出:

假设1:技术融合对纺织高校创新绩效具有正向促进作用,弹性系数为正。

路径依赖理论表明任何產业总以一系列特定的技术群来主导该行业的生产发展,不同行业的核心技术领域不相同,产业内部的技术扩散和滚动促成了相关产业技术向主导技术群融合发展的技术发展格局,属于“内生型技术收敛”。但一个产业的主导技术还可进入其他产业,相应的技术发展战略突出不同产业之间技术资源的融合,属于“外生性技术收敛”[28]。本文借鉴以上研究,根据参与融合的技术是否属于国际专利分类标准中的同一大类,将技术融合分为领域内技术融合与跨领域技术融合两种模式。领域内融合强调统一领域内部技术的融合,导致技术的进一步专业化,采用技术专业化战略可使企业在自身熟悉的领域以更低的成本提升技术能力,同时由于学习效应和相似技术领域内的知识转移可使企业增强核心竞争力。跨领域融合则强调不同技术领域间的技术融合,导致技术的多样化,采用技术多样化战略可使企业技术范围扩展到更广泛的技术领域,并通过规模经济和范围经济增加利润。在不同的技术科学领域融合的好处随着这些领域之间的距离增加而增加。Jeong等[21]的研究发现跨部门的密集链路数量很少,大多数具有高权重的链路是跨领域的技术融合。赵玉林等[14]使用N指数衡量融合宽度、香农指数与辛普森指数衡量融合深度,对生物芯片产业的研究中得出技术融合的宽度能提升产业绩效这一结论。

假设2:领域内技术融合与跨领域技术融合都能促进产业绩效。

技术生命周期理论认为,技术的发展一般都会经历出生、成长、成熟、衰退、死亡的演进过程,不同阶段呈现不同特征。技术发展早期阶段,产品销售的增长率取决于新颖性,技术新颖性决定了技术本身及其相关产品的增长速度[29-30]。作为技术创新的形式,技术融合开辟了应对新事物的新方法。因此,技术生命周期早期阶段跨领域融合相对于领域内融合可以更快提升创新绩效。随着产业技术进入成长期,产品已经得到市场的认可,新颖性已不足以提高技术性能和相关产品的销售,因此应进一步完善产品,在技术创新策略上应该偏向专业化,增加领域内融合。而到了成熟期,产业的研发能力增强,技术已经成熟,此时如果再专注于领域内融合会事倍功半,应兼顾跨领域融合与领域内融合的协调发展,以期取得突破性进展从而进入新的技术生命周期。综上,提出如下假设:

假设3:领域内融合与跨领域融合的协同促进创新绩效。

2.2 变量选取与测量

1)因变量。因变量创新绩效使用专利申请量来衡量,用纺织高校在2006—2016年的专利申请数表征,将高校i在第t年的专利存量作为因变量。

2)自变量。本文用IPC小类即IPC四位分类码来衡量技术领域的不同,将一个IPC四位分类码界定为一个技术领域,一个专利的IPC号中包含两种不同的IPC思维分类码即标明是融合技术。考虑融合技术的不同融合程度,将技术融合划分为领域内融合和跨领域融合两类,包含不同部类的融合技术称为跨领域融合;只包含同一部类的融合技术称为领域内融合。按照以上标准对纺织高校每年的专利数据进行处理,统计出每一年的技术融合数量、领域内融合数量及跨领域融合数量作为核心变量。

3)控制变量。虽然本文关注技术融合及其不同模式对创新绩效的影响,但不能排除其他因素对创新绩效有影响,因此引入控制变量包括合作能力和研发能力。使用纺织高校的合作专利数量表示合作能力,合作专利的数量越多表示高校产学研合作越广泛。由于组织机构的研发能力会直接影响其创新产出,因此必须对研发能力的相关影响进行控制。将创新主体过去4年内被中国国家知识产权局授权的专利申请数作为研发能力的指标,即高校i在第t—4到第t年的专利数量总和。

变量的描述性统计如表3所示。纺织高校的领域内技术融合总数数据平均值为54.195,高于跨领域融合的均值2919,说明目前纺织高校的技术融合主要以领域内融合为主,跨领域融合相对较少,这与上文对于技术融合模式的研究结果一致。

2.3 实证结果及分析

Hauseman检验拒绝随机效应原假设,用stata1 4.0进行面板数据的固定效应回归。模型1测量技术融合总量对创新绩效的直接影响;模型2测量不同技术融合模式,即领域内技术融合与跨领域技术融合对创新绩效的影响;模型3在模型2的基础上,引入领域内融合与领域外融合的交互项,用于检验领域内外融合的协同作用对创新绩效的影响。回归结果如表4所示。

在模型1、2、3中研发能力能够显著促进创新绩效,创新主体的合作能力也能够促进创新绩效,但作用不如研发能力大。

3 结论与展望

高校是国家创新体系的重要主体,是产业知识与技术的重要供给者,处于技术发展前沿。相对于其他研发主体,高校不管是独立创新还是合作创新,技术融合都更可能会发生。本文使用专利共类的方法对2003—2016年44 679项中国纺织高校技术融合的结构与演化模式进行分析,提出技术融合及其不同模式对创新绩效有促进作用的理论假设,并应用计量经济学方法基于2006—2016年的专利数据进行了实证研究。

中国纺织高校的技术融合增长迅速,并且正以更复杂、多样化的模式发展。从单个技术融合强度来看,D01D(制造人造长丝、线、纤维的机械方法或设备)、D01F(制造人造长丝、线、纤维、鬃或带子的化学特征;专用于生产碳纤维的设备)、C08K(使用无机物或非高分子有机物作为配料、C08L(使用无机物或非高分子有机物作为配料)、A61K(医用、牙科用或梳妆用的配制品)等技术最容易与其他技术发生融合,融合能力比较强。一些新兴技术开始参与融合,如与H01L、H01M和H02J等H部类电学技术融合,以及与G部的G06K(数据识别)、G06F(电数字数据处理)、G02B(光学元件)等技术领域融合。从技术领域之间的融合强度来看,三个阶段中D01D与D01F、A61K与A61P及B82Y(纳米结构的特定用途或应用;纳米结构的测量或分析;纳米结构的制造或处理)与C01G之间的融合强度最大,是纺织高校融合的最主要技术。从技术融合模式来看,领域内融合占据主导地位,但是跨领域融合强度逐渐加大。新工业革命即将来临,纺织高校的技术发展已经处于新一轮技术变革的萌芽阶段,因此要加大跨领域融合的数量与强度,以提升产品新颖性进一步扩大销售市场。

技术融合对创新绩效的理论研究表明,技术融合具有吸收能力提升效应、多技术协同效应及研发风险降低效應。实证研究验证了理论假设,纺织高校的技术融合能够显著促进创新绩效的提升。领域内融合与跨领域融合对创新主体的创新绩效都具有明显的促进作用,与领域内融合相比,跨领域融合对创新绩效影响的弹性系数较低,分析认为是因为相对于领域内融合纺织高校的跨领域技术融合数量不多,还没有形成规模效应。这也与技术所处的生命周期阶段有关系,一般来说新一轮技术变革萌芽阶段,跨领域融合有利于提高产品的新颖性,有利于开拓市场,而目前中国纺织高校正处于旧的技术体系由成熟走向衰落,以及开启新的技术变革的关键时刻。因此,中国纺织高校需要加强产学研合作,加大跨领域融合的数量与强度,以及尤其是与新兴技术的融合强度。此外,实证研究还表明领域内融合与跨领域融合协同可以提升创新绩效,纺织高校应加强领域内技术融合与跨领域融合的协同,根据技术所处的生命周期阶段决定对不同模式技术融合的研发投入。

本文的研究结果可以支持企业和政府实施技术创新战略及制定有效的政策,有助于纺织企业了解高校技术融合的现状和未来趋势,有助于决策者了解发生了密集技术融合的技术领域与核心技术,从而为企业技术融合制定相应策略,考虑在哪些技术领域与高校合作,促进纺织企业的转型升级。此外,本文从产业层面对纺织高校的技术融合进行系统性、结构性的演化规律及其创新绩效的研究,有利于支撑政府对纺织产业技术创新政策的制定,促进纺织产业转型升级,为中国从纺织大国向纺织强国转变做出贡献。

参考文献:

[1]芮明杰. 新工业革命正在叩门, 中国怎么办?[J]. 当代财经, 2012(8): 5-12.

RUI Mingjie. The new industrial revolution is knocking, what should China do?[J]. Contemporary Finance and Economics, 2012(8): 5-12.

[2]余华东, 胡亚男, 吕逸楠. 新工业革命背景下“中国制造2025”的技术创新路径和产业选择[J]. 天津社会科学, 2015(4): 98-107.

YU Huadong, HU Yanan, L Yinan. Technology innovation path and industry choice of "made in China 2025" under the new industrial revolution background[J]. Tianjin Social Sciences, 2015(4): 98-107.

[3]HACKLIN F. Fundamentals of Convergence and Innovation[M]. Heidelberg: Physica-Verlag Heidelberg, 2008: 34-35.

[4]HACKLIN F, WALLIN M W. Convergence and interdisciplinarity in innovation management: a review, critique, and future directions[J]. Service Industries Journal, 2013, 33(7/8): 774-788.

[5]NORDMANN T, CLAVADETSCHER L. Understanding temperature effects on PV system performance[C]//World Conference on Photovoltaic Energy Conversion. 2004.

[6]LEE W S, HAN E J, SOHN S Y. Predicting the pattern of technology convergence using big-data technology on large-scale triadic patents[J]. Technological Forecasting and Social Change, 2015, 100: 317-329.

[7]ROSENBERG N. Technological change in the machinetool industry, 1840-1910[J]. Journal of Economic History, 1963, 23(4): 414-443.

[8]ISLAM M J, AHMADI M, SIDAHMED M A. Image processing techniques for quality inspection of gelatin capsules in pharmaceutical applications[C]//International Conference on Control. 2009: 23-24.

[9]KIM E, CHO Y, KIM W. Dynamic patterns of technological convergence in printed electronics technologies: patent citation network[J]. Scientometrics, 2014, 98(2): 975-998.

[10]李丫丫, 赵玉林. 基于专利的技术融合分析方法及其应用[J]. 科学学研究, 2016, 34(2): 203-211.

LI Yaya, ZHAO Yulin. Patent-based technology fusion analysis method and its application[J]. Scientific Research, 2016, 34(2): 203-211.

[11]娄岩, 杨培培, 黄鲁成, 等. 基于专利的技术融合测度方法: 以信息技术与电动汽车技术的融合为例[J]. 现代情报, 2017, 37(8): 142-153.

LOU Yan, YANG Peipei, HUANG Lucheng, et al. Patent-based technology fusion measurement method: taking fusion of information technology and electric vehicle technology as an example[J]. Modern Intelligence, 2017, 37(8): 142-153.

[12]CHOI J Y, JEONG S, KIM K. A study on diffusion pattern oftechnology convergence: Patent analysis for Korea[J]. Sustainability, 2015, 7(9): 11546-11569.

[13]宋昱晓, 苗红. 基于专利的技术融合趋势的驱动因素研究[J]. 情报杂志, 2017(12): 98-105.

SONG Yuxiao, MIAO Hong. Research on the driving factors of patent-based technology integration trend[J]. Information Magazine, 2017(12): 98-105.

[14]赵玉林, 李丫丫. 技术融合、竞争协同与新兴产业绩效提升: 基于全球生物芯片产业的实证研究[J]. 科研管理, 2017, 38(8): 14-21.

ZHAO Yulin, LI Yaya. Technology integration, competition and coordination and performance improvement of emerging industries: an empirical study based on the global biochip industry[J]. Science Research Management, 2017, 38(8): 14-21.

[15]趙俊杰, 黄军英. 顺应科技发展趋势积极推动技术融合[J]. 中国科技论坛, 2003(2): 88-91.

ZHAO Junjie, HUANG Junying. Following the development trend of science and technology, and actively promoting the integration of technology[J]. China Science and Technology Forum, 2003(2): 88-91.

[16]喻学东, 苗建军. 技术融合推动产业结构升级的机理研究[J]. 科技与管理, 2010, 12(2): 108-110.

YU Xuedong, MIAO Jianjun. Research on the mechanism of technology integration promoting the upgrading of industrial structure[J]. Science and Technology and Management, 2010, 12(2): 108-110.

[17]HAROLD A L. Three eras of technology foresight[J]. Technovation, 2011(31): 69-76.

[18]GAMBARDELLA A, TORRISI S. Does technological convergence imply convergence in markets? evidence from the electronics industry[J]. Research Policy, 1998, 27(5): 445-463.

[19]BANKER R D, CHANG H H, MAJUMDAR S K. Economies of scope in the US telecommunications industry[J]. Information Economics and Policy, 1998, 10(2): 253-272.

[20]LEE C, PARK G, KANG J. The impact of convergence between science and technology on innovation[J]. The Journal of Technology Transfer, 2018, 43: 522-544.

[21]JEONG S, LEE S, KIM J, et al. Organizational strategy for technology convergence[J]. International Journal of Social, Behavioral, Educational, Economic, Business and Industrial Engineering, 2012, 6(8): 1989-1995.

[22]GRILICHES Z.Introduction to "R&D and productivity: the econometric evidence"[J]. Nber Chapters, 1998: 1-14.

[23]SEONGKYOON J, JONGCHAN K, JAE Y. Choi Technology convergence: what developmental stage are we in?[J]. Scientometrics, 2015, 104(3): 841-871.

[24]LLERENA P, MEYER K F. Interdisciplinary research and the organization of the university: general challenges and a case study[C]//GEUNA A, SALTER J A, STEINMUELLER W. Science Andinnovation: Rethinking the Rationales for Funding and Governance. 2003: 69-88.

[25]刘娜, 毛荐其, 余光胜. 技术会聚研究探析与展望[J]. 科研管理, 2017, 38(12): 20-28.

LIU Na, MAO Jianqi, YU Guangsheng. Analysis and prospect of research on technology convergence[J]. Science Research Management, 2017, 38(12): 20-28.

[26]KATZ M L. Remarks on the economic implications of convergence[J]. Industrial & Corporate Change, 1996: 5(4): 1079-1095.

[27]NIETO M, LOPZ F, CRUZ F. Performance analysis of technology using the scurve model: the case of digital signal processing(DSP) technologies[J]. Technovation, 1998(18): 439-457.

[28]林娟娟, 陳向东. 基于网络图形分析的ICT技术收敛实证研究[J]. 科研管理, 2014(4): 36-45.

LIN Juanjuan, CHEN Xiangdong. Empirical research on ICT technology convergence based on network graphic analysis[J]. Science Research Management, 2014(4): 36-45.

[29]FREDRIK H, VICENTE R, CHRISTIAN M. Implications of technological convergence on innovation trajectories: the case of ict industry[J]. International Journal of Innovation and Technology Management, 2005(2): 313-330.

[30]ACS Z J, ANSELIN L, VARGA A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research Policy, 2002, 31(7): 1069-1085.

猜你喜欢
创新绩效
股权结构、管理者过度自信与企业创新绩效
企业战略差异与创新绩效的关系研究
技术选择、二元学习与创新绩效关系研究
基于VAR模型的创新绩效影响因素分析
基于知识图谱的产业集群创新绩效可视化分析
基于知识图谱的产业集群创新绩效可视化分析
社会资本对企业创新绩效的影响研究
跨区域科技协同创新的影响因素分析
产学研联盟结构资本对创新绩效的影响研究
创新动机对民营企业创新绩效的作用及机制研究:自我决定理论的调节中介模型