技术寄生

最后，……由于大量使用低效燃气轮机，发电效率有所下降，这是由于核电厂建设的延误造成的”（Sahal，1981年，第184页）。因变量：对数平均燃料消耗效率，单位为千瓦时/立方英尺天然气（P=涡轮机和各种设备的技术进步）常数 （圣约翰）进化系数=B（圣约翰）R2调整。（估计误差）F（符号）燃气轮机和各种设备2.93***（0.02）0.35***（0.02）0.81（0.14）213.63（0.001）图4。内燃机厂与燃气轮机的发展趋势和估计关系（美国市场为1920-1970年）智能手机技术的发展结果（意大利市场为2008-2018年）表7显示，智能手机技术的发展系数为B=1.19，即B>1。与整体智能手机（主机技术H）相比，主摄像头（寄生技术P）的技术特征具有不成比例的技术增长。该系数表明，支持智能手机技术复杂系统开发的摄像头技术的发展水平很高（见图5）。表7–智能手机技术的估计关系（意大利市场2008-2018年期间）注：***系数 在1‰时显著；解释变量为log处理器GHz（智能手机技术进步-主机技术H）因变量：log主摄像头（百万像素）（P技术）常数 （圣约翰）进化系数=B（圣约翰）R2调整。（估计误差）F（符号）主摄像头技术2.07***（0.03）1.19***（0.04）0.97（0.18）897.483（0.001）图5。

智能手机技术中主摄像头演变的趋势和估计关系（意大利市场2008-2018年）表8–考虑主机系统和寄生技术子系统之间的多维交互的智能手机技术演变的估计关系（对数-对数模型，意大利市场2008-2018年）注：Pi=寄生技术i=1，…，6；H=主机技术（智能手机）***p值<。001**p值<。010*p值<。050表8显示，智能手机摄像头技术的演进路径主要是由Gb内存、Gb内存和像素显示分辨率的进步推动的，如标准化回归系数所示（见表8第三列突出显示的单元格）。模型[7]的R2调整表明，主摄像头百万像素的变化中约70%可以（线性）归因于表8中所示的预测值。图6显示了技术依赖变量的协同进化：在t=2008，…，2018SmartPhone非标准化系数标准化系数t测试常数时，以百万像素为单位记录主摄像头（P1技术）。 （圣约翰）1.19 (0.65)1.83预测值Coefficient log P2 technology第二款摄像头百万像素（标准错误）0.09***（0.02）0.174.65系数log P3技术分辨率显示（像素）（标准误差）0.14***（0.03）0.194.12系数log P4 technology RAM Gb（标准错误）0.20***（0.05）0.243.84系数log P5技术内存Gb（标准错误）0.12***（0.03）0.204.38系数对数P6技术电池毫安时（标准误差）0.14*（0.07）0.071.97系数对数H技术处理器GHz（标准误差）0.12（0.08）0.061.46R2调整。形容词。（估算标准误差）0.70（0.29）F（符号）233.81（0.001）智能手机技术中主机系统和寄生技术的特点。

表9显示，主摄像头与其他寄生技术和处理器GHz（代表整个智能手机主机技术的技术进步）具有非常高的相关系数：一般来说，r>。78（p值0.001），电池毫安时除外。这一结果表明，智能手机技术的演变是由于复杂技术系统中不同寄生技术的共同进化过程。图6：。智能手机中主机和子系统寄生技术技术特征的协同进化（2008-2018年期间）。注：y轴技术i in t（FMTi，t）的功能度量在可比较的框架中进行了系统化，方法是对技术i in t=时间应用以下标准化公式：; 式中：Z（FMT）it=标准化FMTit（技术i at t的功能测量）；FMTit=t年技术i的功能测量值；μt=t上FMT的算术平均值；σt=FMT对t的标准偏差。备注：当原始分数低于算术平均值时，FMTit为负，当高于算术平均值时，FMTit为正。FMTit的零值表示原始值等于算术平均值。表9：。智能手机中主摄像头、主机和其他寄生技术的技术特性进展之间的相关性（2008-2018年期间）主机日志处理器GHZParastic 2 Log Second camera MPParastic 3 Log分辨率PixelsParastic 4 Log RAM GbParastic 5 Log内存GbParastic 6 Log电池MAhLog Parastic 1主摄像头MpxPearson相关性。985**.903**.929**.933**.781**.295信号。（2尾）。001.001.001.001.001.072N**。相关性在0.01水平上显著（双尾）。

N=从2008年到2018年的技术进步特别是，智能手机技术的快速发展（表7中B>1）是由于随着时间的推移出现了许多新技术，如2002年的蓝牙无线通信、2007年的触摸屏、2008年的app store和android market，这些技术产生了移动设备软件应用程序提供的许多寄生技术，2011年的Siri和指纹扫描仪、2012年的4G、2013年的防水手机、2014年的双摄像头、2015年的4K HDR分辨率显示器、2016年的模块化手机和2017年的面部识别等。这一发现表明，智能手机技术的长期演进取决于相互关联的寄生技术的行为和共同进化（参见Coccia，2018）。此外，基于边干边学和边学边用的学习效果正在促进智能手机设备中新技术从许多寄生技术中吸收，以支持整个复杂技术系统的进化路径（Cohen和Levinthal，1990）。Sahal（1981年，第82页，斜体字原文）认为：“学习在技术进化中的作用对其传播也有着深远的影响”。在智能手机技术的背景下，Watanabe等人（2012年，第1293-1294页）认为，ICT中的学习效果可以成为其技术自传播发展的来源，从数字产业、无线通信和软件应用中获得新功能（参见Carranza，2010年；Coccia，2018年）。

总体而言，该统计分析表明，本文提出的模型有助于根据宿主系统及其技术子系统之间的相互作用来评估解释不同技术的进化，该子系统指导进化路径和随时间和空间的技术多样化（参见Coccia，2018）。讨论和结论技术的性质和演变中的许多特征鲜为人知。科学家应就宿主技术及其子系统技术之间的相互作用的性质和类型展开辩论，以解释和概括技术进化和社会技术变革的各个方面（参见Coccia，2018；Pistorius和Utterback，1997；Sandén和Hillman，2011）。一些学者认为，技术和技术变革显示出许多类似生命的特征，这表明与生物进化有着深刻的联系。生物过程与技术进化之间的类比是一个思想来源，因为生物进化已经被深入研究，并为技术进化提供了科学探究的逻辑结构。本研究在广义达尔文主义的理论框架内，将寄生虫进化生态学与技术进化进行了广泛的类比，提出了一种测量、评估和预测技术进化路径的理论。这里的技术演变基于这样一个假设，即技术是复杂的系统，与其他技术和相互关联的技术子系统以非简单的方式相互作用。特别是，本研究考虑到主机技术（系统）和寄生技术（子系统）之间的相互作用，分析了技术的演变。

这里的方法使用一个简单的模型进行操作，该模型只包含两个参数，并提供进化增长系数，这有助于测量和评估宿主技术对寄生技术增长率的影响，预测哪些技术可能会快速进化。这里的技术指标根据进化增长系数提出了三个简单的技术进化等级，根据宿主技术H可以提高或抑制寄生技术P的增长率：B<1（P的欠发达），B=1（P的增长）和B>1（P和整个技术系统的发展）。所提出的技术指标在五种示例技术中进行了测试，提供了与经验数据和所研究的特定技术历史相一致的技术演变结果。一般来说，技术的进化具有基于互惠共生互动的共性，类似于自然界和社会中的许多现象。事实上，Szathmáry（2011）认为，合作的好处可以推动支持合作行为的系统的演变。基于技术之间合作的技术逻辑交互（例如，互惠共生），mustBasalla，1988；Coccia，2018年；Erwin和Krakauer，2004年；雅各布，1977年；Kreindler等人，2014年；Kyriazis，2015年；Nelson从长远来看是有回报的，即使由于适应不断发展的主机技术的转换成本（例如，使用新一代无插孔的电子设备将耳机从有线技术过渡到无线技术），合作技术的成本立即很高。进化增长系数B是一个衡量标准，用于分类技术互动模式和预测复杂技术系统的长期发展，即：1。

系数B<1表明宿主系统与其技术子系统之间的相互作用较低（技术寄生），而系数B>1表明宿主系统与其技术子系统之间的相互作用较高（技术共生）。2、寄生技术加速增长（B＞1）的技术发展迅速，而寄生技术低增长（B＜1）的技术发展缓慢。3、技术的高速发展取决于其相关技术（B>1）的不成比例增长过程，如本文所述的农用拖拉机、智能手机和货运机车技术的技术发展。4、当寄生子系统P相对于主机技术的变化变化较小（B<1）时，技术的进化受到抑制，导致整个技术系统在一段时间内发展不足（例如，蒸汽发电厂和内燃机厂的发电）。一项技术的长期演变取决于相关寄生技术的行为和演变。换言之，通过整合两种或两种以上寄生/共生技术来促进特定技术的长期进化，从而产生整个复杂技术系统的协同进化。

总的来说，这里提出的理论框架最重要的发现之一是技术作为一个复杂系统演化的两个一般性质：和Winter，1982；Solé等人，2011年、2013年；Wagner和Rosen，2014年；Valverde等人，2007年；齐曼，2000年。（a） 宿主技术中技术子系统的不成比例增长导致整个复杂技术系统的发展（b）随着时间的推移，技术之间的相互作用可以在复杂技术系统内产生协同进化，从技术寄生（以b<1表示）转变为技术共生（b>1）。这种过渡动态是由于技术之间相互作用过程中技术特征的自然选择，减少了负面影响和正面影响，从而导致复杂技术系统中的技术在时间和空间上相互适应的演变（参见Coccia的互惠性质，2018）。这项研究的发现有助于决策者和管理者设计技术政策和技术管理的最佳实践，以支持新技术的发展，从而促进社会的工业和经济变革。这种方法的主要限制之一是缺乏针对不同技术的足够质量的有用数据。这一研究领域的未来努力需要收集不同技术的大量技术特征，以提供技术在时间和空间上演化路径的进一步经验证据。此外，未来的研究还将着眼于支持这一理论，并具有实际的政策和管理意义，以指导研发资金流向可能在社会上迅速发展的特定技术（B>1）。

因此，总体而言，本研究中提出的衡量、分析和预测技术演变的想法在某些情况下是足够的，但在其他情况下则不够，因为技术创新的多样性及其在不同复杂系统和社会经济环境中的关系。然而，基于广义达尔文主义的寄生虫进化生态学与技术进化之间的广泛类比，在解释和预测技术的一般进化路径方面保持了其有效性。特别是，基于技术之间类似生态学的相互作用的拟议方法可能为技术计量学和技术预测中更复杂的概念和理论框架的发展奠定基础。事实上，这里的这些发现可以鼓励在未知领域对经济变化期间不同技术之间的相互作用进行进一步的理论和实证探索，以测量、解释和预测技术演变的各个方面。综上所述，考虑到复杂系统中技术之间的相互作用，本研究为衡量技术演化迈出了重要的一步，从而预测技术在社会中的长期行为。然而，为不同技术领域的技术预测确定一个全面的技术指标，在市场上实现技术多样化，是一项非常重要的工作。事实上，赖特（1997，第1562页）正确地宣称：“在技术变革的世界中，有限理性是规则。”感谢Sara I.Walker、Josh Watts、Paul Davies,Michael Barton（亚利桑那州立大学）、Trang T。

泰语（英特尔公司），Beyond科学基础概念中心（亚利桑那州坦佩的ASU）的研讨会参与者，尤其是四位匿名评论员，他们提供了宝贵的内容和讨论。我感谢迭戈·马贡提供的准确的研究帮助。我还感谢亚利桑那州立大学图书馆提供的有关这些主题的科学资料。所有遗留的错误都是我自己的。感谢意大利国家人文基金会和国家研究委员会——Direzione Generale Relazioni Internazionali（研究拨款编号：0072373-2014和0003005-2016）为我访问亚利桑那州州立大学提供的财政支持，该研究于2014年开始于亚利桑那州州立大学。通常免责声明适用。参考文献Abernathy W.J.，Utterback，J.M.，1978年。产业创新模式。《技术评论》第80卷，第40-47页。Alexander A.J.，Nelson J.R.，1973年。测量技术变化：飞机涡轮发动机，《技术预测与社会变化》，第5卷，第2期，第189-203页。Anadon L.D.、Chan G.、Harley A.G.、Matus K.、Moon S.、Murthy S.L.、Clark W.C.2016年。使技术创新为可持续发展服务，《国家科学院学报》，第113卷，第35期，第9682-9690页，内政部：10.1073/pnas。1525004113 Anderson P.，Tushman M.L.1990年。《技术间断与主导设计：技术变革的周期模型》，《行政科学季刊》，第35卷，第604-633页。Andriani P.，Cohen J.2013。从生物和技术复杂系统中的选择到激进的生态位构建。《复杂性》，第18卷，第5期，第7-14页。doi:10.1002/cplx。21450安格斯·S·D.，纽纳姆·A.，2013年。钻头经济：开放式技术发现的人工模型，《复杂性》，第18卷，第5期，第57-67页。doi:10.1002/cplx。21449 Arthur B.W。