技术生态位网络协同演化模式--原理仿真与决策模型

**篇 原 理 　　**章 战略生态位管理理论的发展脉络 　　自20世纪70年代全球性能源危机爆发以来，国际技术创新领域研究的目标之一就是促进低碳的可持续性新兴技术的突破性创新。因此，近年来国际上关于技术创新领域的重要研究问题就是，为什么有的突破性创新能够成功扩散出去并形成市场规模，*终形成新的主导技术，而另外一些突破性创新始终无法取得市场的认可，只能以失败告终？针对该问题，Kemp等（1998）阐述SNM平台是“一个创新的交互平台，产生于众多行动者（actors）的交互过程中，并不能被有意识地控制，应该通过一系列新技术的成功实验来巩固这种生态位（niche）形成过程”，用以探索技术的变迁过程。生态位的本意为“小、缝隙”的地方，用其来描述新技术的平台，以此表示“在夹缝中生存”的含义。区别于传统框架将新技术暴露在各种可能的风险中以引导技术获得成功的观点，SNM理论主张创造且保护突破式创新，反映了“新技术保护”观点。从刚提出之时用来进行运输部门和农业部门的发展分析，到目前主要用于以新能源产业为代表的各新兴产业突破性创新问题的研究，SNM理论显然比技术创新领域其他理论在新兴技术的突破创新研究方面具有更强的解释力和实践意义。 　　随着SNM理论研究的逐渐展开，以荷兰、英国、美国、丹麦、意大利等国家为首的诸多学者发表了大量的相关文献，一些领域中的关键学者在不同阶段分别对SNM理论研究进行了梳理和趋势分析：该类研究多数为定性分析，依赖于研究者的主观判断，用以整理已有的研究、重新思考概念与框架或提出现有研究的缺陷与误解；少数研究为定量分析，依赖于研究者掌握的数据量，以关键期刊的关键文献为核心描绘引文网络，用以整理以往的研究并提出发展趋势。然而，依赖于研究者的主观判断和所掌握的数据量的研究具有一定的局限性，其数据的样本性使得研究并未完整反映SNM领域研究的全貌，且近五年来缺少**的研究领域发展分析，尤其是定量分析。 　　基于此，本书采用定量的计量学引文分析方法，运用大量数据对SNM领域的发展脉络进行全面梳理，并对研究趋势进行详细分析。为了拓宽SNM理论研究视角，数据来源从技术创新领域放大至社会学、经济学、管理学等跨学科领域。这种跨学科的方法支持了SNM理论研究中多种知识基础的挖掘，有利于SNM理论研究范围的扩展。结合定量的计量学引文分析方法和定性的系统回顾法，本书的研究致力于回答以下几个方面的问题：①目前开展SNM理论的主要机构有哪些？哪些是发表与SNM理论相关的论文的关键期刊？②SNM领域有哪些*具影响力的文献？这些文献是如何影响SNM理论研究发展的？③SNM理论研究包括哪几个重要类别？分别何时出现与发展，在整个领域中起到何种作用？④SNM理论研究主题如何随时间演化？⑤目前的研究趋势是什么？ 　　**节 数据来源及处理 　　定量的计量学引文分析方法提供了一种运用大数据反映客观、真实研究脉络的解决方案，并且通过引文分析网络将整体框架可视化，辨识根据不同变量得到的聚类（Chen，2006）。人们运用文献计量的方法进行研究领域发展脉络的梳理由来已久（Hood and Wilson，2001），近年来尤为广泛地将其应用于管理领域（Gurzki and Woisetschlager，2017），尤其是技术创新的研究中（侯剑华等，2018）。由于文献计量的引文分析方法基于范围较广的科学群体而进行，该方法**限度上消除了传统方法中范围较窄或研究偏见所导致的判断偏差，同时为整体研究领域的发展脉络提供了一种历史视角和系统观点。基于该认知，本书的研究基于文献计量的引文分析方法描绘国际SNM领域的研究框架，旨在系统而客观地揭示该领域的发展结构与脉络。 　　一、数据来源 　　研究数据来源于Web of Science（WOS）的Core Collection（核心合集）数据库。作为目前国际学术领域*为权威的数据库，WOS Core Collection数据库提供了各个领域（自然科学、社会科学）*广范围的搜索功能，其检索结果生成的数据格式也能够被大多数能够进行计量引文分析的知识图谱工具（如CiteSpace、VOSviewer、Network Workbench Tool、Sci2、Bibexcel）直接读取与支持（肖明，2013）。 　　SNM理论为技术管理领域的一个分支，且发展时间较短（从1992年出现相关知识基础的铺垫开始），检索数据并不繁杂。为了尽可能地包含所有关于SNM理论的相关研究，数据检索采用高级检索方式中的主题检索。同时，SNM理论的主题词存在过长的情况，易导致检索数据不全面。根据笔者在该领域的研究经验并咨询相关领域权威专家，考虑到SNM理论发展至近年来，学者经常基于生态位的概念直接采用“技术生态位”或“创新生态位”的表达方式，检索增加该两种主题词。因此，数据检索式如下：TS=（strategic niche management OR innova* niche OR techno* niche），语种为English，文献类型为Article，时间跨度包括所有年份，共检索2 931篇文献（截至2018年6月4日）。为了聚类结果更加具有代表性，研究仅包括与社会科学领域相关的文献，因此WOS类别为MANAGEMENT OR BUSINESS OR ECONOMICS OR SOCIOLOGY（跨学科研究同时显示在所有类别中）。样本结果*终包括640篇文献，762位作者，180个机构（1992年1月至2018年5月）。640篇文献的发表时间分析如图1-1所示，其中80%的文献发表于2003年之后。 　　图1-1 样本数据的时间分布 　　虚线表示20%和80%的分界线 　　为了能够同时清晰地显示我国在该领域进行研究的主要情况，本部分研究同时在CSSCI数据库中进行检索，主题选择“战略生态位管理”或“技术生态位”或“创新生态位”，在检索到的18篇文献基础上删除时间过早（2003年之前，该时间点上该类研究尚未正式进入我国）和2019~2020年CSSCI目录已经剔除的期刊，余下11篇文献为本章的中文研究对象，结合WOS数据库的引文分析结果进行综合阐述。 　　二、方法与工具 　　为了更清晰地展示SNM相关研究的发展脉络，同时能够具体分析该研究领域的重要研究主题，描绘科技文献之间的相互关系，本书选择陈超美教授开发的CiteSpace工具5.2.R2版本进行引文分析，以求达到“一图谱春秋，一览无余；一图胜万言，一目了然”的研究目的。该软件作为目前知识图谱开发的重要工具，被国际学术界广泛接受，尤其在国内学者中的使用呈“井喷之势”。在本书呈现的网络分析范围中，结点代表每一篇文献，连接代表文献之间的共引关系——两篇文献同时被另一篇文献引用，同时出现在该文献的参考文献列表中。 　　研究中对引文数据的应用要达到两个目的：一是数据的全面性，即在截止时间节点为止所获得的所有数据形成的引文网络中，客观而正确地反映SNM领域的全部信息；二是数据的可读性，即从初始杂乱的数据中能够提取出研究所要分析的问题（本书中为SNM领域的研究聚类）。由此，本书将640条文献及26 704条引文数据所形成的网络进行如下两种处理：一是不加入任何限定条件，将参数设置中的相关值调整为“*宽松”状态，Look Back Years和Link Retaining Factor均为—1，不进行网络裁剪，在该设定下进行样本分析、网络结构属性和临时属性分析；二是加入限定条件对网络进行简化处理，设定阈值g-Index（k=5），初始属性中Link Retaining Factor的k值为2，Look Back Year值为5，时间切片为2，并采用寻径算法pathfinder的裁剪方式，仅保留节点之间的*短路径，在该设定下进行SNM领域的研究聚类分析。 　　三、样本分析 　　根据WOS的分类，样本中640篇文献分布在与50个学科相互交叉的研究领域中，其中，与SNM理论相关的*活跃领域为“management”（管理，301篇）、“business”（商业，230篇）、“economics”（经济学，201篇）、“planning development”（规划发展，143篇）、“environmental studies”（环境研究，89篇）、“environmental sciences”（环境科学，70篇）、“energy fuels”（能源燃料，63篇）和“sociology”（社会学，43篇）。