论文部分内容阅读
在创新时代背景下,我国产业关联发展中出现了增长速度减缓、结构亟待优化升级和动力急需转换等问题。以往的研究更多地关注了产业关联中经济、贸易、地缘等视角下的问题,尤其是将投入产出法运用于探究产业间关联的特性。当今新兴技术对产业的发展和关联正在发挥着重要的影响作用,但技术视角下产业关联问题的研究十分薄弱,据此,确定了基于技术视角的产业关联研究主题。首先,基于产业间技术知识的流动,对产业关联强度进行测度并分析其变化规律;其次,对产业关联的内部结构进行测度并分析其变化规律;再次,揭示技术视角下产业关联的机理;最后,预测产业关联未来可能的发展方向。 主要研究内容及结论如下: 针对产业间的技术知识流动,运用文献计量分析、专利分析和统计分析,提出了基于技术视角的产业关联强度测度指标及测度方法,并将强度变化拟合Logistic函数。结合技术创新雪崩模型与群组决策特征根模型,科学地识别了影响产业关联强度变化的主要因素,进而通过构建向量自回归模型,分析各影响因素的作用时间、作用力度。研究发现:通过计算产业间技术知识流动的频次能够达到测度技术视角下产业关联强度的目的;产业关联强度变化规律符合S曲线;从作用时间看,各影响因素作用于产业关联强度的开始时间、延续时间有差别;从作用力度看,各影响因素对产业关联强度变化的影响程度存在差异。通过探寻产业关联强度变化的影响因素,能够有的放矢地推动产业关联快速发展。 在关联强度分析基础上,从结构角度进一步探析产业关联特性。提出了从产业整体结构与产业个体结构两个层面对产业关联结构进行测度,继而通过构建产业关联网络,计算网络的度分布特征,判断产业关联总体结构的变化规律;通过分析两产业间技术流动方向、强度以及结果,阐述了产业关联个体结构的变化规律。研究发现:通过测度产业关联结构指标能够区别各产业在关联中的地位、作用;产业关联总体结构变化中,入度服从幂律分布,即优先连接机制作用明显;产业关联个体结构变化中具有协同演化特性。通过对产业间关联结构的研究,能够针对具有不同结构的产业制定个性化创新策略,从而推动各产业均衡化发展。 在关联结构分析的基础上,从机理角度深层探析产业关联特性。通过对产业间技术知识流动中的知识文本进行挖掘,达到透过关联现象解析关联本质的目的。提出运用Lingo算法通过“文档——特征词——主题”的三层拓扑结构进行主题建模的方法,从海量关联知识中提取主要技术知识及其主题。在此基础上,基于生物进化理论,发现产业间流动的技术知识变化与生物遗传具有相似性,通过对各年知识主题的分析,挖掘出产业关联演化脉络。研究发现:对产业间流动的知识进行主题分析能有效获取技术特征词;主题及特征词在变化过程中具有稳定性、遗传性以及变异性。通过对产业关联机理的研究,能够深层洞悉引发产业关联的技术知识所具有的特性,从而能够推动技术知识发展进而促进关联发展。 在分析掌握产业关联强度、结构及机理的基础上,进一步进行产业关联预测。综合RA、WAA、CN等多种指标的信息熵进行链路预测,能够获取未来可能产生的关联及该关联产生的概率。选取概率较大的产业关联作为技术研发重点,并对其可能的技术知识流动内容进行解析,结合专家意见进行综合判断。研究发现:将链路预测与产业关联强度、结构、机理相结合能够有效预测现在还未存在但未来可能产生的关联。科学精准的关联预测对于有的放矢地把握未来可能的关联及技术发展机会具有重要意义,为技术研发重点的识别奠定了基础。