第一部分　技术创新的理论分析

随着技术创新在整个社会经济系统中的作用越来越大，作为技术创新重要源泉的知识创造，已经成为许多知识技术密集型企业竞争力提升的关键要素。在全球化浪潮下，来自企业内外的有组织的学习以及一些自发式学习，与技术创新、技术积累交互作用，共同塑造着企业核心竞争力，并融于国家创新系统之中，成为国家财富增加与经济发展的重要驱动力。基于ICT的高新技术产业发展及其对宏观经济的巨大影响，近年来，越来越多的创新经济学文献开始研究知识创造、技术创新与技术积累之间的复杂关系，以揭示出先进技术知识是如何转化为现实生产力的。

一、技术创新过程中的技术积累和学习

1.技术创新与技术积累

新技术知识的生产深受历史影响，技术自身发展的历史轨迹可以用技术机会描述。某一部门的技术机会的强弱与该部门接近“共性技术（general purpose technologies）”的程度，以及进口计划和进口产品的主要特性等因素息息相关（Bresnahan和Trajtenberg， 1995）。多数新知识是从解决问题的过程中产生的，以试错（trialand-terror）为基础，通过积累而获得，所以“历史和接近（history matters and proximity matters）”是学习过程的两重属性^[1]。

Martin和Pavitt（1997）通过对发达国家、发展中国家和计划体制国家的研究，揭示了技术积累和技术变革的决定因素和性质^[2]。他们认为技术积累包括两种基本类型的资源积累：一种是技能、知识和机构的积累，它们构成了某一国家创造和管理所用工业技术变革的能力（技术能力）；另一种是资本品、知识和劳动技能的积累，它们是用给定技术（工业生产能力）生产工业品的必要条件（见图1）。技术积累的特点因部门不同而异，不同部门技术创新和技术积累具有不同的来源和机会，新竞争优势基础一直依赖于那些不同部门技术积累的特殊模式而共同演化。

2.技术创新中的两种学习

多数技术积累都涉及隐含知识和专有知识——不能被编码的、内化于个人或机构中的一些知识。因为处理生产中的问题不仅需要一些“基本知识”，还需要“拇指规则（rules of thumb）”，这种隐含知识的转移成本高，耗时长。所以，知识创造和知识积累具有如下三个特点：知识创造具有路径依赖和交互特性；知识创造与可用的物质和人力资源高度相关；持久竞争能力的建立以专有学习能力和现有知识基础的不断升级为前提（Maskell和Malmberg，1999：181）。不同类型的学习就成为技术创新和知识创造的重要源泉。“学习是现代经济中最为重要的基础性资源（fundamental resource）”（Lundvall，1992），这意味着，创新系统中的知识和学习因素，例如企业的R&D组织、内部培训以及内嵌于日常生产惯例中的学习过程等，将会对技术创新产生巨大影响。

图1　技术积累：基本概念和术语

资料来源：Martin Bell和Keith Pavitt（1997）。

技术发展历史表明，随着创新模式变化，技术知识学习的作用越来越重要。在英国工业化早期，由于市场需求范围有限，工业生产所需设备、工具在技术上较为简单，大多可以在企业内开发或由小企业工匠合作完成，这时的技术知识学习主要集中于企业内部，新技术的发展主要反映企业内的学习。在19世纪末，化学和电子行业的发展改变了创新关系（Innovation-nexus），创新与大企业的R&D实验室的关系日渐紧密。需求的扩大、技术的复杂使得企业内部R&D机构越来越需要来自大学或其他研究机构的最新成果，以开发自己的新产品，这就需要企业内外共同努力和合作，技术知识的学习范围由企业内开始向企业外扩展。时至今日，市场、技术和制度环境日益变化，企业内外的创新关系更为复杂，知识创造和技术创新过程涉及的学习类型将会越来越多，而不同类型的学习又会对应着不同的来源（见表1）^[3]。在以科学为基础的新技术革命方兴未艾的时代，创新活动必须通过各种类型的技术知识学习，综合利用各种相对独立的共性知识（生物技术、微电子和新材料）（Lundvall，1992）。

表1　技术创新中的学习

资料来源：Wendy Faulkner（1994：425- 58）；Franco Malerba（1992：845- 59），转引自Rycroft和Kash（1999：138）。

通过上述分析可知，与知识创造密切相关的技术创新过程主要包括两种类型的学习^[4]：企业内部学习和外部学习。Rothwell（1992）把技术创新视为一种技术诀窍的积累过程，在这个过程中，学习具有重要意义，并把学习分为内部学习和外部学习。其中内部学习的源泉主要有：R&D、试验、生产、失败、纵向一体化和项目；外部学习的来源包括：供应商、主要用户、横向合作、科学技术基础结构、文化、竞争者、反求工程、培训新人以及服务等。就企业内部而言，Andreu和Ciborra（1996）认为有三种层次的学习可以产生“新能力”：一是惯例化的学习，存在于标准资源利用和工作效率提高的过程中，这种学习过程具有很强的技术特性，特指那些新的专有技术的购买，如质量检验或系统市场研究的技术（Child，1997）；二是能力学习，存在于“以隐性惯例形式将新业务流程内部化”过程中，它指系统层面新经验与组织惯例的结合；三是战略层次，包括核心能力的出现。Cohendet等人（2000）在此基础上强调，“组织能力创造过程是螺旋式上升的”，也就是说新能力是“从某种创造性破坏和某种提升过程（a creative -destruction process and an enhancement process）中出现的”（Granstrand等人，1997）^[5]。

在企业内部学习中，正规教育培训和正式的R&D活动是创新的重要来源。熊彼特认为创新主要产生于大型私人企业的内部R&D活动，而中小企业、政府实验室、大学、国有企业的作用位居其次。Niosi等人（1993）也认为R&D组织所进行的有意识有目的的创新活动很重要，而正常生产活动中可能或不可能发生的各种创新活动，对经济活动的影响较小，这部分知识常以“诀窍”形式加以保护，很少在生产系统中扩散。因此，企业内部学习过程包括创新系统中的不同主体和机构，工程师、销售人员以及其他作业工业的日常活动都是创新的重要来源。这些日常活动包括：提高生产效率的干中学；提高复杂系统利用效率的用中学，以及用户与生产者之间的交互式学习。

总之，按照创新的系统方法所倡导的一些观点，企业有许多技术开发活动是存在于正式的R&D之外的。创新的出现与科学可能性、知识的产生与扩散密不可分，也与各种知识“转化”为新产品和新工艺的过程息息相关。但是，“这种转化绝对不是简单的线性模式……而是具有多种特征的、复杂的反馈机制与科学、技术、学习、生产、政策和需求相互作用”的一种过程（Edquist，1997）。这表明企业不可能独立进行创新，必须与其他组织进行广泛的合作，以获得、开发、交换各种知识、信息和其他资源。与企业合作的组织包括：其他企业（供应商、用户、竞争者）、大学、研究机构、投资银行、学校、政府部门等。创新主体与其他组织或机构之间的合作关系构成了创新单位的外部学习过程。缺乏相互联系的创新过程和创新活动，各种知识的流动、应用、扩散将受到影响，无论是创新的私人收益，还是创新的社会效果都无法达到或接近最优。这种理论分析框架的政策意义旨在促进创新的政策工具应该将创新过程中的交互式学习或者创新网络构建视为重点。

3.技术创新模式演化

早在19世纪末，人们就开始把R&D视为技术创新的主要源泉，并把它与基础研究一起看做是促进科学发展的主要动力。1883年，发明家兼企业家冯·西门子指出：“一个国家的工业，如果不同时处于科学进步的前列，将永远不能取得统治地位。先进的科学是促进工业发展最有效的手段”（冯·布朗，1999）。1870年德国工业企业率先在内部建立了R&D机构，有力地推动了产品创新和过程创新，使染料产业成为第一个实现技术创新成果商业化的行业（Beer，1959），德国化学工业的成功导致其他国家的同类企业纷纷效仿。起源于化学和电气工业的专业化R&D实验室，在19世纪末20世纪初已经广泛存在于大部分制造企业。因此，Freeman（1995）指出，“19世纪最伟大的发明是发明方法本身”。

在20世纪前半叶，政府科学技术政策的主导思想深受简单的线性模式驱使。例如，布什曾经宣称“一个在基础科学新知识方面依赖他人的国家，将减缓它的工业发展速度，并在国际贸易竞争中处于劣势地位”（司托克斯，1999）。在这种思想的影响下，原子弹的出现不过是一种链式反应（chain reaction）的结果而已：基础物理学→在大型实验室中进行大规模开发→应用和创新。在这个历史时期，R&D系统被看做创新之源，创新的线性模式颇为流行（见图2）。

图2　创新的线性模型

资料来源: Stephen J.Kline（1985:40）.

在线性模式的创新中，创新型企业家是整个创新过程的主角。只要有价值的技术比较简单，早期的创新模式和组织类型就可以由线性模式来表示（Rycroft和Kash，1999）。这一模式很适合于大型生产的组织模式以及诸如国防、空间技术等研究项目。线性创新模型缺点也是显而易见的：没有反馈线路（不包括销售数据、个体用户、评估竞争地位等一系列反馈信息）；削减了过程创新的重要性，而后者在连续的生产过程中却是相当重要的（Kline和Rosenberg，1986）；以及没有考虑技术创新组织的复杂性（Rycroft 和Kash，1999）。在技术、需求以及其他环境不断演化的过程中，成功的技术创新需要用户、供给者、装配工与制造、设计、R&D、营销和服务等环节紧密联系起来。能反映这种创新要求的模式就是“链环”模型和“并行（concurrent）”模型。虽然“链环”模型对线性模型予以改进和发展，但是它忽略了创新整体过程中的许多细节和丰富的多样性（Kline和Rosenberg，1986）。相比而言，并行模型更能适应现在各种复杂性的需要（MITI，1992）。Rycroft 和Kash（1999）认为，在这种新的环境和新创新模型中，网络自组织（network self-organization）和网络学习（network learning）尤为重要。自组织型网络的出现，是由于原来简单的、刚性的、科层制的组织结构和过程，不能为复杂的技术创新提供必要支撑。

在对历史文献进行“创新”的基础之上，Rycroft和Kash （1999）把创新分为正常（normal）、过渡（transition）和转换（transformation）三种模式^[6]，这三种不同模式的技术和组织变革特点，可以通过核心能力、补偿资产、组织学习、路径依赖和选择环境等内容反映出来。尽管新模型有它的优点，但是线性创新模型优点之一在于，它是检验基础研究与工业创新关系的一种有效方法。所以，“在我们没有一个更好的模型出现以前，我们不会放弃一个用于思考复杂问题的模型”（Thomas Kuhn，1967）^[7]。

二、产业集聚中的创新模式^[8]

产业集聚，也称为产业集群，它主要是指某一个区域的产业集中现象。产业集聚是经济地理学、管理学、社会学等理论的重要研究内容。现在，创新经济学、制度经济学、竞争经济学等一些“新”理论也开始关注这一问题。有关产业集聚的研究涉及集聚的成因、集聚的经济效果、集聚的类型等。由于创新与经济增长、企业竞争力、产业竞争力的关系更为紧密一些，所以越来越多的研究者开始关注产业集聚中的创新问题。本书主要从创新角度简单分析产业集聚问题。

1.产业集聚理论演进

多数产业集聚文献资料都认为，马歇尔的开创性研究构成了现代产业集聚理论的基础（Jaffe等人，1993；Audretsch和Feldman，1996；Porter，1998；王缉慈，2001；徐康宁，2001）。在马歇尔的研究中，产业集聚是一种专业化的“工业区（industrial district）”，工业区中存在着大量的相关行业的小企业。马歇尔认为，协同创新的环境、辅助性工业的存在、专有劳动技能的供给与需求、劳动需求结构的不平衡、区域经济的健康发展、顾客的便利等因素，促使工业行业为追求“外部规模经济”而集聚（王缉慈，2001）。

作为工业区位理论的开山鼻祖，阿尔弗雷德·韦伯首先提出了集聚因素的概念，并从工业区位角度研究了产业集聚。他认为集聚因素是一种“优势”，或者是一种生产的廉价，或者是生产在很大程度上被带到某一地点所产生的市场化，分散因素是由生产的分散化（生产不在一个地方）产生的生产廉价。“对任一集中化的工业，集聚与分散因素是集中化规模的函数……在一定集中化程度下，成本因工业的集中化而降低。单位产品的成本指数比工业完全分散情况下的成本指数要低，也比较少集中化的工业要低”。韦伯指出，技术设备发展、劳动力组织、市场化因素、经常性开支成本等4个因素是产业集聚得以产生的主要原因。

波特对产业集聚的研究是从竞争经济学的角度展开的，他认为，在全球经济中，持久的竞争优势日益取决于地区性的东西——那些远方竞争对手难以比拟的知识、关系和动力。产业集聚就是特定领域里相互联系的公司和机构在地理上的集中。这种集聚包括三种类型：一是一系列相联系的产业和其他重要的竞争主体，例如专业化投入品，如配件、机器和服务等的供应商，专业化基础结构的供给者；二是向下游延伸到营销网络和顾客，并且平行扩张到互补产品的生产商以及通过技能、技术或共同投入品联系起来的业内公司；三是政府和其他机构，如大学、标准评估机构、智囊机构、职业培训以及贸易机构——它们提供专业化的培训、教育、信息、研究和技术支持。加利福尼亚的葡萄酒聚集区和意大利的皮具时装聚集区等，就是产业集聚的典型例子。

在波特看来，产业集聚区代表一种新型的空间组织形式，它介于公开的市场与科层结构即纵向一体化的市场之间，是一种组织价值链的替代方式。波特认为，产业集聚可以从如下三个方面影响着竞争：第一，提升以地区为基础的公司的生产率；第二，推动革新的步伐，以此促进生产率增长；第三，促进新企业的形成，这扩大和强化了集聚本身。

新的产业空间学派的Scott（1980）、Christopherson和Storper （1986），创新环境学派的Gremi（1997）、Granovetter（1985），区位学派的Bagnasco（1977）等，分别从本地化集聚、创新气氛、劳动分工等角度，研究了基于企业集群的产业集聚问题。而克鲁格曼则把产业集聚与国际贸易因素联系起来，拓展了产业集聚分析视角。

最近的一些研究认为，产业集聚取决于两种主要因素：一是生产区位的地理集中程度，有些产业之所以较其他产业更倾向于地理集中，是因为其生产区位的集中（Jaffe等人，1993）；二是知识溢出在产业发展中所起的作用。只有在那些直接生产知识投入最多的产业或者那些知识溢出效应较大的产业中，创新活动才会存在地理上的集中。

创新活动及其组织之所以与产业集聚有着紧密关系，是因为R&D活动的外部性。某产业的R&D密度越高，它的知识溢出效应也就越明显。因此，在知识溢出效应普遍存在或R&D密集的产业，其生产区位在地理上将更为集中（Krugman，1991）。在检验某产业中知识溢出与创新空间集聚之间的关系时，Audretsch和Feldman（1996）假设，知识外部性主要存在于新经济知识扮演重要角色的产业。新经济知识可以通过产业R&D、大学R&D和熟练工人数量等指标来反映。他们的结论是新经济知识决定着生产和创新的空间分布。

从上述分析可以看出，企业和产业间的信息流动，知识尤其是隐含知识的溢出，是产业集聚得以形成的重要原因。当然，产业集聚过程也会加速企业和产业间的信息流动。信息流动实际上是一种知识转化过程，在知识转化过程中，形成了不同类型的创新组织形式。

2.产业集聚中的技术知识转化

新熊彼特主义认为，新知识的生产不外是创新者在学习过程中不断努力的结果，信息、厂商能力和技术外部性都是知识创造过程的投入品。知识创造以各种能力的聚合为基础：学习过程、经验的社会化、可用信息的重组以及正式的R&D活动。在社会经济不断发展的今天，知识似乎不再是来自天堂的甘露，而是像香蕉或轮胎那样被生产出来的：是经济组织行为理性优化的结果。那些组织对R&D进行投资，然后生产出新的技术知识。知识不同于一般的商品，分为编码知识和隐含知识两类^[9]。Antonelli（1999）集诸多经济学家研究之大成，提出了一个技术知识模型，他认为，厂商所使用和所创造的技术知识有4种不同形式，包括4种不同过程（见表2）。

图3　知识转化类型

资料来源：Nonaka（1994）.

表2　技术知识的组成

Cohendet等人（2000）依据Nonaka和Takeuchi（1995）的知识转化思想和知识转化模型，分析了企业知识创造过程（见图3）^[10]。图3中的每一种转化形式就是一种组织知识创造和转移的途径。自产业革命以来，知识生产组织经历了4种程式化的模式（stylised modes）：企业家、机构多样化、纵向一体化和技术合作。尽管上述4种组织形式存在着时间上的继起性和相互替代性，但是它们在不同国家和产业中仍然发挥着重要作用。激励结构、资源可用性、新知识生产中的私人效率以及以知识产权和模仿障碍形式体现的传播能力等影响着不同组织形式的社会效率（见表3）。这些不同的组织形式在不同的产业集群中呈现出不同的创新模式。

表3　知识生产组织和知识替代

注：*为作者所加；1～5代表重要程度由弱到强。
资料来源：Cristiano Antonelli（1999）.

3.产业集聚中的创新模式

熊彼特在《经济发展理论》（1934）和《资本主义、社会主义和民主》（1942）中分别提出了两种主要的创新模型：熊彼特模型Ⅰ和熊彼特模型Ⅱ。前一种创新模型的特点是在技术上进入某一产业容易，新企业在创新活动中扮演着主要角色。新企业家带着新的思想、新产品或新过程进入某一产业，建立新厂，对原有厂商提出挑战，从而不断地破坏现有的生产、组织和分配方式，消除以前的创新准租。后一种创新活动的特点是，大型原有厂商占有优势地位，存在新创新者进入的巨大障碍。大型厂商通过建立R&D实验室使创新过程制度化，实验室拥有大批的研究者、技术专家和工程师。由于他们在专有技术领域的知识积累，他们在大规模R&D项目、生产和分配以及财务上的实力和优势，产生进入障碍，阻止了新企业、小企业进入产业。

Malerba和Orsenigo（1997）根据表明产业特征的技术体制把创新分为熊彼特扩展和深度创新两种类型。熊彼特模型Ⅰ和Ⅱ也可以分别称为“扩展”和“深化”模型（Malerba和Orsenigo，1997）。创新活动的扩展型模型与这样的创新基础相关：通过新创新者的进入，产业中原有厂商竞争和技术优势的被侵蚀使得创新基础不断扩大。相反创新的深度模型与几个大企业相关，大企业通过长期的技术和创新能力积累而不断进行创新活动。

技术体制（Technological Regime，TR）不仅决定着不同产业部门的技术创新系统，也决定着不同产业的创新空间，即创新集聚。有关技术体制的概念可以追溯到Nelson和Winter（1982）的开创性研究，他们认为，由机会和独占条件构成的技术环境对某产业的创新强度、进入比率有着巨大影响。Breschi和Malerba（1997）对此加以发展。他们根据Malerba和Orsenigo（1990，1993，1994）的思想，用四个基本要素来解释TR：机会条件（opportunity conditions）、独占条件（appropriability conditions）、技术知识的累积性（cumulativeness of technological knowledge）和相关知识基础的性质（nature of the relevant knowledge base）。

机会条件表示一定R&D投资条件下的创新可能性，由水平、普遍性、源泉和多样性构成；独占条件是指创新免于模仿的可能性和获得独占利润的概率；累积性是指创新或创新活动间的联系程度，表明在时间T或T以前的创新条件下，在时间T＋1创新的可能性，在更为广泛的意义上，累积性意指一种经济环境，其特点是创新活动的相关连续性（Relevant Continuities），它可以分为技术、企业、部门和本地四个层次；知识基础是指企业创新活动的知识资产，包括知识属性以及知识传递和交流的形式。技术体制的上述内容详见表4。

表4　技术体制的决定因素

(www.daowen.com)

资料来源：Stafano Breschi和Franco Malerba（1997）。

Breschi和Malerba（1997）以Malerba和Orsenigo（1990，1993，1994）的思想为基础，从TR中多个变量的相互作用角度解释两种不同类型的熊彼特创新模式（见表5）。

（1）熊彼特模型Ⅱ的TR特点是：高机会、高独占和高积累（企业层次）与创新的高集中度相关，但同时也伴随着其他一些特点，创新者数量少，进入比率低，创新者结构相当稳定。在熊彼特模型Ⅱ中，过去的技术能力积累相当重要，成功的创新者能够快速获得巨大的市场份额，并保持一定时间。从长期来看，这种过程将会限制创新者的数量。但是，技术积累水平低，创新者数目的决定力量在部门间会呈现出高度的不稳定性，原因是它降低了新的潜在创新者的进入壁垒。

表5　创新模式与TR

资料来源：Franco Malerba和Luigi Orsenigo（1997）。

（2）熊彼特模型Ⅰ的TR特点是：高机会、低独占和低积累（企业层次），这导致创新活动集中度较低，创新者数量多，进入比率高，创新者结构不稳定。在熊彼特模型Ⅰ中存在大量的创新者，搜寻活动能够大幅度提高企业竞争力，但是创新不能确保其所有权，也无法长期创造出市场上的主导地位。企业层次积累水平的限制不仅使其创新优势荡然无存，而且也为模仿者和创新者的进入留下了空间。而低机会条件又强化了熊彼特模型Ⅰ。

此外，TR中的各种要素相互作用，以多种方式影响着部门创新系统（SIS）的性质。Breschi和Malerba（1997）根据前人的研究成果，把SIS分为5种类型：传统部门、机械工业和工业区、汽车行业、计算机主机行业以及软件、现代微电子行业和硅谷。同时分析了不同SIS的TR以及熊彼特创新模式的动力、创新者的地理分布和创新过程的知识边界。

4.小结

产业竞争力、国家竞争力有赖于产业集聚，创新是产业集聚的重要原因。尽管竞争力、产业集聚与创新之间的关系很复杂，但有一点是肯定的：离开了创新的产业集聚，产业竞争力和国家竞争力是不会持久的。因此，我们强调产业集聚，并不能仅仅依靠区域政策、产业政策，而是要把前两种政策与创新政策整合起来。

基于创新的知识生产和知识交换是产业集聚的重要原因。随着知识在现代生产系统的作用不断增强，知识创造就成为企业维持、提升其竞争力的关键。因为在新的以知识为基础的经济和全球化浪潮中，企业竞争的利刃不再是成本节约，而是企业家租金（entrepreneurial rents）的生产，后者可以通过各种能力来实现：生产工艺创新；以新的、非惯常方式接近新的有差别的市场；或者生产新的、改进的或重新设计的产品和服务。产业集聚中的知识转换模型还表明，不同类型的知识交换是促使产业创新活动进而使生产活动走向集中的重要原因。知识转化过程中的内部学习和外部学习，也就是各种知识在企业内部的消化吸收和创造，以及企业间不同类型知识的交换，不仅使企业的知识技术基础、知识积累规模得以扩大，也使得整个产业的创新空间不断拓展。因此，政府支持产业集聚的政策之一，就是创造一种知识创造、知识交换和知识扩散的机制。例如，增加R&D投入，鼓励企业间的技术联盟，促进企业与高等院校的合作，鼓励共享创新产权等。

产业集聚的创新模式表明，不同部门的创新活动模式存在很大差异，有的行业的技术创新以大量小企业的存在为特点，有的行业技术创新则需要大企业予以支持，还有一些行业介于上述两种企业规模之间。Breschi和Malerba（1997）的分析还表明，就某一类技术而言的创新活动模式，不同国家有显著的相似性。这说明，与技术体制相关的技术规则和技术专有属性对不同国家技术创新模式起着主要的决定作用。他们由此建议，政府活动应该集中在创造、加强和扩展持续创新者的核心集团，同时也有必要支持新的、小型企业的创新活动。

三、技术创新与市场结构演化：从A- U、PLC到SCP

技术创新与市场结构之间存在一种双向关系。A-U模型强调的是基于产业成长的创新演化；产品生命周期模型（PLC）关心的是进入、退出、市场结构和创新如何随着产品生命周期而变化；而产业组织分析框架SCP则将市场结构视为影响技术创新的重要因素。创造一种良好的产业组织环境，应该成为激励创新的公共政策基点。何种市场竞争环境或市场结构有益于技术创新，一直是产业组织经济学争论的焦点问题之一。但是多数研究者认为，一个相对合理的市场结构（垄断竞争）能够促进技术创新。这里将从A－U模型、PLC模型与SCP分析框架三个方面简要评述技术创新与市场结构的关系。

1.产业演化中的创新：A-U模型

技术创新活动贯穿于产业发展的始终。产业成长一般要顺次经历萌芽期、扩张期、成熟期和衰退期，每个阶段技术创新的特点和作用都不尽相同。创新经济学家Utterback对美国汽车、打字机、自行车、缝纫机、TV和半导体等产业的研究发现，20世纪前半叶创新模式的特点是演化（evolution）。早期的根本性产品创新（radical product innovation）产生许多新进入者，导致多种竞争性产品设计。其后，过程创新以及生产规模的扩大将促使某种主导设计（a dominant robust design）方式的出现，使产业组织出现变化，最后以一种寡占的市场结构而告终。渐进式/增量式创新（incremental innovation）随后将在产品创新和过程创新中占据主导地位。这种创新与产业演化的模式是由Abernathy和Utterback率先提出来的，他们根据主要（重大）创新比率（rate of major innovation），把产品创新（product innovation）和过程创新（process innovation）划分为流动、转换和特性三个阶段，每个阶段的主导创新类型、创新源等都有很大的差异，从而深刻地揭示出技术创新与产业成长的关系（见图4），这就是非常著名的A-U模型。

在A-U模型中，企业的创新速度与其规模相关，与产品或产业生命周期息息相关。在导入阶段，创新潜力巨大，企业资源少、规模小、产量小，产品和过程创新速度快。在成长（扩张）阶段，随着产品越来越便宜和越来越具有吸引力，对这种产品的需求上升，生产规模和企业规模随之扩大，这是产品生命周期中的增长阶段。只要开发出大规模生产的专有设备并使用它，就可以迅速降低这种产品的单位成本，进入“良性循环”阶段：“价格进一步降低—需求扩大—产出扩大—价格再降低”，这时生产者将发现“动态的规模经济（d y n a m i c e c o n o m i e s o f s c a l e）”^[11]。在成熟期，随着需求数量持平或者逐渐下降，增长期随之结束。这一阶段有两个特点：①规模不断扩大的企业生产出大量的产品；②产品创新较少，原因是最初的产品改进潜力几乎耗尽。面对R & D投入效率低以及需求停滞或下降，成熟产业中的大企业将采取防御措施：增加R & D经费、加大广告宣传、开发远距离的市场、寻求消灭产业中的其他生产者（G o m u l k a ，1 9 9 0）。由此可见，基于A -U模型的产业生命周期的理论基础是：市场是流动的；产业中有大量的小企业；进退自由；创新的焦点和企业创新类型一直在变化。这表明大企业将随着时间推移而占据主导地位，因为它们在大规模生产和过程创新方面具有很大优势，其创新活动主要集中在创新过程的中后期，特别是后期。相比而言，在震荡激烈的产品创新初期，小企业纵横天下（M c k e l v e y 和T e x i e r ，2 0 0 0）。

图4　产业中过程创新的动力学模型

2.技术创新、产品生命周期与市场结构变化：PLC模型

Abernathy和Utterback的产业演化与创新模型隐含着产业组织（或市场结构）与技术创新关系的内容，但是他们研究的重点是随着主导产品设计出现，两种创新（产品创新和过程创新）之间的替代关系如何变化。Klepper（1996）在A-U模型基础上，研究了进入、退出、市场结构和创新如何随着产品生命周期而变化。他的模型强调企业创新能力的差异，以及企业规模在独占创新利润方面的重要性，并考察了产业内企业规模与企业创新努力、创新生产率、成本和利润率之间的关系。Klepper的观点与技术上先进的产业如何从出生期演化到成熟期的思想基本相同。当产业是新的时候，进入者数量多，企业提供差异产品，产品创新比率较高，市场份额变化迅速。尽管市场不断成长，但是随后的进入数量减慢，退出超过进入，生产者数量发生巨大变化，产品创新速度和竞争产品下降，企业将更多的资源投入到过程创新，市场份额趋于稳定。这种演化模式被称为产品生命周期（PLC）。

Klepper把市场结构和技术创新与PLC联系起来，概括出6个规律（见图5）：①在产业初始阶段，进入者数量一直上升，或者在产业发展之初达到峰值，然后一直下降，在这两个阶段，新进入者数量最终会较小；②生产者的数量在开始时增长较快，然后达到高峰，在此之后生产者数量稳定下降，尽管产业总产出依然增长；③最大企业市场份额的变化速度最终将下降，其产业领导地位稳定；④竞争产品多样性和主要产品创新数量在生产者数量上升过程中倾向于达到顶峰，然后一直下降；⑤随着时间的变化，生产者将会对与产品创新有关的过程创新投入更多的精力；⑥在生产者数量上升期，新进入者在产品创新中所占比例与其数量不成比例。

结合产业演化中生产者进入、退出的数量变化，以某种新产品第一次商业导入为起点，我们就可以把整个产品创新分为5个阶段：从第一个生产者的新产品商业导入到新竞争者的进入速度

图5　暂时的进入模式、生产者数量、市场份额和创新

资料来源：Steven Klepper（1996：564）.

急剧上升的时期；生产者数量急剧上升的时期；净进入为零的时期（进入者和现有企业相互抵消）；净进入为负数的时期；净进入第二次接近零的时期（Grot和Klepper，1982）。这说明在产业发展初期，小型企业的出现和成熟至关重要，而到了产业发展的成熟期之后，大企业的作用明显增强，而且较为稳定地主导着创新过程（主要是一些成本节约的技术创新，目的在于实现大规模生产、营销优势）。由此可见，企业进入、退出与技术创新的源泉紧密相关，其中创新的外部源泉越重要，进入越容易。在产品创新的初期阶段，大部分技术进步来自于外部，而在后期则是内部。这种理论认为，在产品生命周期的初期，现有企业的高利润率和外部创新的高速度，使得进入比率很高，随着技术走向成熟，潜在产品改进比率下降，创新比率随之下降，进入也是如此。这种趋势由于现有企业的经验积累而得到加强，那些过早进入的生产者的利润率将下降，而且由于过早进入，潜在进入者数量可能减少。当产业利润开始接近正常利润时，产业内部竞争压力将上升，优胜劣汰机制作用加强，进入壁垒进一步提高，退出比率急剧上升^[12]。

但是，伴随着这种产业演化的技术创新，必须以产业内的自由进入和竞争为前提条件，这一点与A-U模型的假设基本一致。一般情况下，有利于进入的条件是：产业增长迅速；规模经济不是关键要素；关键技术不易被一个或几个企业所控制；其他重要的无形资产（如商标）不易被一个或几个企业所控制（Graham，1979；Klein，1977）。随着技术创新过程的变化，市场结构也在变化：由趋于竞争的市场结构转变为相对集中的市场结构。

3.市场结构演化对技术创新的影响：SCP框架

如果说A-U和PLC模型侧重于技术创新对产业演化和市场结构的影响，那么，产业组织经济学则把市场结构对技术创新的影响作为研究重点，运用SCP（市场结构—企业行为—经济绩效）框架来模式化技术创新与市场结构关系。由于R&D可以被视为一种重要的创新资源，大部分有关技术创新的产业组织理论研究是从R&D研究（尤其是过程创新）开始的，以探求何种市场结构、什么样的厂商规模、多长的专利保护期等最有利于技术创新。

熊彼特是把市场结构和创新活动联系起来的第一人。熊彼特及其追随者提出了两个基本假设：①创新活动在垄断性企业中比在竞争性企业中更加广泛，因为拥有垄断权力的厂商可以保持独占地位，防止假冒，因而可以从创新中获得更多利润，获得垄断利润的厂商能够更好地为研究与开发筹措资金；②大企业比小企业更富有创新精神，因为大企业能为大规模研究与开发项目提供资金，这种活动同样存在着规模经济，经营多样化的企业能更好地发掘尚未预见到的创新机会，而且降低成本的创新活动的不可分性使大企业能够获得更多的利润（Kamien，1996，中译本）^[13]。熊彼特认为，新生产方法、新产品的导入不可能发端于完全竞争的市场中，即完全竞争的市场结构无益于创新活动。因为从长期看，在完全竞争的市场结构下，企业无法获得超额利润，小厂商很难达到最低的“投资门槛”。但是不能从中推导出如下结论：垄断市场结构有利于创新。实际上，熊彼特主义所倡导的是不完全的市场结构，而非纯粹的垄断能够创造更多的R&D资源优势。

但是大部分研究仍然重点考察如下“熊彼特假设”：垄断的市场结构有利于创新，或者卖方集中度能够增强R&D投资或创新活动。Fisher和Temin（1973）对此的解释是：①大型R&D机构要比小型机构更有效（原因是前者可以为更多的专业人员提供交流和研究场所）；②相同的R&D机构在大企业中可以更有效地运作（能够进行多样化活动，降低风险）；③在支出水平不变的条件下，大企业可以（以较低的成本融资）购买更多的R&D投入品。由此可以得到3个重要推论：①研究密度和投资与企业规模正相关；②产业的市场结构由过去和现在的创新所决定，即市场结构是内生的；③竞争和“创造性破坏”导致产业市场结构的竞争性下降，随着时间的流逝，该市场可能由一个企业所支配（Stoneman，1983）。

阿罗发现，创新利润在竞争条件下才是最高的，其理由是创新企业会因创新而成为垄断者。但这并不排除一个创新的垄断者因其创新而完成对自身的替代。因此，若仅考虑创新的“纯粹”动机，那么，阿罗的结论就与熊彼特的假设相反。戴斯古塔和斯蒂格勒茨则认为，不应该提出市场结构决定创新速度及其属性的问题，因为市场结构、创新属性等是由更基本的因素，如需求、资本市场等内生决定的。在一个市场规模较大的产业中，R&D支出最优值和最优产出水平都很大。

上述分析的一个缺点是，没有考虑某厂商的R&D支出也将会对其他厂商的成本函数产生影响，即没有考虑创新在厂商及产业间的溢出效应。这样，每个厂商的成本状况就仅取决于其本身的R&D支出水平了。另外，他们对R&D的决定仅做了静态分析，而没有进行动态研究。莫里斯等人对R&D的动态特征进行了归纳后，认为在一种更加令人满意的模型中，创新活动将会有一段时间的“竞赛”。与“败北者”相比，竞赛的“获胜者”将能获得大量超额利润。但是，获胜者的超额报酬在所有竞争者之间的分布却不尽相同。这种超额报酬不仅可能产生于专利，而且也可能产生于保守新工艺秘密或占有一个有利的市场位置，从而阻止新厂商进入。此外，对于不同的竞争者来说，所获报酬的预期也不相同，这主要是由于企业间信息分布不对称造成的^[14]。

可见，多数研究关心的是技术创新与市场结构有何联系，尽管某种市场结构可能鼓励企业从事研究开发，但是，大量企业搞研究开发可能意味着在产业层次上存在着过多的重复投资活动，研究投入产出比率较低。这是因为产业R&D支出多并不代表技术进步快。“我们追求最优的市场结构实际上就是在促进研究的力量和产生过多重复（投资）的力量之间寻求一种平衡”（Stoneman，1983：39）。

4.小结

无论在理论上，还是在实践上，市场结构与技术创新效率的关系都相当复杂。尽管“有关市场结构、企业规模和创新间关系的文献汗牛充栋，但没有得出一个牢靠的结论”（多西，中译本，1992：363）。“今天”的技术创新可能受制于“昨天”的市场结构，而“今天”的市场结构又将影响着“明天”的技术创新。多数研究认为，处于垄断和竞争之间的市场结构，更为有利于技术创新，因为：第一，在寡头垄断的市场结构中，有可能存在价格勾结的行为，却很难进行R&D勾结，而且与降价行为不同，成功的R&D是难以追随的，这样，每个厂商都认为创新至少可以带来超越对手的暂时优势；第二，厂商间的R&D竞赛有利于建立多个创新中心，从而有助于采用不同的设计方法或解决技术问题的方案；第三，每个寡头垄断厂商都有足够大的市场份额，它也可以获得大部分创新利益；第四，寡头垄断价格的制定，意味着可以获得较高的利润，这为创新提供了必要的资金支持；第五，价格机制的作用也使厂商重视长期利益，从而有利于推动R&D活动（Sen，1996）。

影响技术创新的因素绝对不仅仅是市场结构，除此之外，市场的规模、创新机会在不同产业的分布以及企业家精神等均对创新产生巨大影响（王伟光，2003）。处于经济转型过程中的我国工业，其市场结构的影响因素可能特别复杂，除了企业数目、集中度指标以外，广告、并购以及一些行政上的进退因素可能是决定或塑造我国市场结构的重要因素。总体而言，根据产业演化的一般思想，对处于经济转型期的中国而言，在鼓励竞争的同时，如何培育一些具有相当规模的大企业（集团），并大力发展具有创新精神的中小企业，形成一种相对合理的市场结构，从而促进工业（尤其是制造业）技术创新，提高技术创新效率，将是我国技术创新政策和产业组织政策的重要课题。

【注释】

[1]前者指厂商为了应对学习过程中的不确定性和累积性；后者表明学习过程本身的交互特性使得地理空间的作用凸现（Maskell和Malmberg，1999）。

[2]在Martin和Pavitt（1997）的模型中，技术能力和生产能力，技术变革和技术学习／技术积累是有区别的（见图1）。生产能力是指把各种资源集合起来，在给定的生产系统中用以生产的能力；技术能力是指创造和管理技术变革所需要的各种资源，例如技能、知识和经验等；技术变革是指新技术融入厂商和经济的生产能力中的任何方式；技术积累或技术学习是指任何使创造和管理技术变革（技术能力）资源得以增加或加强的过程（Martin and Pavitt，1997）。金麟洙（中译本，1998）认为技术能力是指“有能力致力于消化、使用、适应和改变现有技术方面有效地使用技术知识”，与“吸收能力（吸收现有知识并产生新知识的能力）”的含义相同。他认为技术能力包括生产能力、投资能力，也包括创新能力。

[3]组织学习过程涉及许多因素，学习方式也是多种多样，但是几乎没有任何一种方式较为容易、费用不高或无风险。快速学习是形成动态能力的关键，而且又不易被竞争者模仿。善于学习的网络具有很强的路径依赖特性（Rycroft和Kash，1999）。

[4]如果把企业视为知识创造的主体，知识创造过程也包括这两种类型的学习。

[5]转引自Cohendet等（2000：228－229）。

[6]正常模式是指现有网络和技术沿着已有轨迹同时演化；过渡模式是指现有网络和技术共同向另一种新轨迹的转变；转换模式则意味着某种新网络和技术共同演化所产生的一种新轨迹。

[7]Kline和Rosenberg（1986）认为，一个好的创新模型不仅应该包括链环创新模型的核心内容，而且还应包括如下内容：第一，具有无数的反馈，使R&D与生产和营销很好地连接和协调；第二，各方面的研究都围绕着链式创新中心；第三，支持创新的广泛共性的研究；第四，来自于研究的全新设备或过程的潜力；第五，创新活动产品对科学本身的支持，这主要通过技术提供的工具和仪器来实现。Rothwell（1994）把20世纪50年代以来的技术创新分为技术推动（线性模式）、需求推动、联结模型、综合模型以及系统综合和网络等5种模式。最后一种即所谓的“第5代”创新模式是Rothwell极为推崇的一种创新模式，其主要特点在于：对整个组织和系统进行综合、组织结构扁平化、内部数据库发达和外部数据连接高效。实际上，第5代创新模式最为关键的特性是充分利用和吸纳了现代信息通信技术知识。

[8]本部分原文发表于《铁路技术创新》，2003年第2期。

[9]编码知识是指那些已被或能被转化为各种符号的易于传递、复制和存储的知识，这种知识具有Arrowian的公共物品属性；隐含知识是指那些不可言传的，具有高度专有性的技术知识，例如诀窍或技术秘密。

[10]在图3中，合并是指编码知识（显性知识）转化为新形式的编码知识；内部化是指某种显性知识转化为隐性知识的过程；外部化是指某种隐性知识通过理论、概念、模型等转化为显性知识或编码知识的过程；社会化是指某种组织过程，在这种过程中，某些个体所拥有的隐性知识以隐含形式转移给予他们相互合作的人。

[11]动态规模经济由3个要素构成：适应性干中学、产品的顺次改进和正反馈效应。它产生于单位成本不变条件下的产出增长、供给产业的创新，以及产品的价格与需求。

[12]Grot和Klepper（1982）利用这种方法研究了美国46种产品的增长。实证结果支持了基本假设，他们发现：绝大多数新产品都经历了5个明显的市场演化阶段：创新比率的上升下降与新市场的新进入比率有一定的关系；创新的特征、重要性和源泉随着产品生命周期而变化；市场结构由一些具体事件的重要程度所决定，如技术变革、现有厂商与新进入者之间的信息流等。转引自王伟光（2003）。

[13]参见“市场结构与创新”，《新帕尔格雷夫经济学大辞典》，经济科学出版社，1996年，第372～373页。

[14]有关R&D竞赛、专利竞赛或动态R&D竞争问题，请参见泰勒尔（中译本，1997）、卡布罗（中译本，2002）、Sen（1996）、Shy（1996）等。