新颖思想的传播本身就是创新的一个重要来源，因为其他人对这些思想的采用促进了对最初思想的改进和/或发现了新的应用。Rosenberg(1982)、Dosi(1991)和Hall(2004)等人强调，创新的扩散往往伴随着原始创新的改进或新的应用。
进化经济学文献(Dosi 1982)研究了后续发明，描述了它们随时间的轨迹。现有的实证研究描述了单一工业应用在潜在采用者社区内的扩散，例如美国中西部农民采用杂交玉米种子的情况(Griliches 1957)。这些研究的一个共同发现是，扩散过程通常开始缓慢，然后加速，最后收敛到扩散过程停止的某个点，因为接受新想法的人已经筋疲力尽，或者新想法被放弃，取而代之的是其他新想法。然而，并非所有技术都遵循相同的扩散轨迹，这给创新领域的学者提出了具有挑战性的问题。如何解释一项新技术后续发明的速度和范围?为什么一项新技术起飞前需要很长时间，而其他技术起飞很快?为什么有些新技术影响了大量后续发明，而另一些只影响了少数?到目前为止，还没有实证研究重建了大量新思想的轨迹，以解释扩散曲线之间的差异。
在最近的一篇论文(Pezzoni et al. 2019)中，我们使用大规模专利数据集解决了这一挑战。具体来说，(i)我们将新技术思想识别为首次使用技术组件组合，(ii)我们通过跟踪所有重复使用同一新技术思想的后续发明，为每个新技术思想绘制其扩散曲线，(iii)我们确定新思想的前因是什么，影响其初始扩散速度和产生的后续发明总数。
有趣的是，我们发现，风险较高的新技术创意类型，即由不同的、不熟悉的和基于科学的技术组件重新组合而产生的创意，虽然有更多的后续发明，但在扩散的初始阶段需要更长的时间才能启动。
识别新技术，追踪新技术扩散
在识别一项新技术时，我们依赖于广泛扎根于创新文献中的一个想法，即新技术的创造是现有技术组件重组的结果(Arthur 2009, Fleming 2001, Verhoeven et al. 2016)。为了实施新颖性措施，我们使用专利数据，并将欧洲专利局使用的专利分类代码(EPO IPC代码)作为现有技术组件的代理。我们将新技术定义为专利中首次出现的两种代码的组合。
例如，“转基因哺乳动物技术”专利保护了所谓的肿瘤小鼠发明，这种转基因小鼠很可能患上癌症，并主要用于实验室开发肿瘤治疗方法。“肿瘤小鼠”专利首次结合了对应于“基因分离”和“向动物体内注射物质”技术类别的两个IPC代码。
在确定了专利发明中嵌入的新技术的首次出现之后，我们通过确定所有后来的专利发明重新使用初始发明引入的相同IPC代码组合来跟踪新技术在后续发明中的扩散。在1985年最初的肿瘤小鼠专利之后，有超过200项后续专利重复使用了相同的技术。这些专利保护了其他转基因哺乳动物的发明，这些动物可能会患上从阿尔茨海默病到囊性纤维化等各种疾病(Murray, 2010年)。例如，“糖尿病小鼠”是1996年在首尔国立大学发明的，是转基因哺乳动物技术扩散曲线的一部分。
在我们的EPO专利样本中，我们确定了10782项新技术，产生了249,103项不同的后续专利。图1显示了估计的扩散曲线。图中的黑线表示转基因哺乳动物技术。
图1新技术的估计扩散曲线
请注意:样本为1985-2015年期间向欧洲专利局提交的所有专利中确定的10782项成功的新技术。
为了估计新技术的扩散曲线，我们拟合了实际累积发明数的Sigmoid曲线。这让我们能够在两个关键参数中捕捉扩散曲线:达到初始扩散水平所需的时间，我们将其固定为10%，称为“合法化时间”;一项新技术产生的后续发明的总量、上限和数量，我们称之为“技术影响”。平均而言，我们样本中的一项新技术需要6年时间才能合法化，并在67项后续发明中达到顶峰。但存在很大的异质性，合法化需要长达17年的时间，后续发明最多可达1000项。我们的癌鼠案例的合法化时间比平均时间长8年，但产生的后续发明总数远远高于平均水平267项。
新技术扩散曲线的决定因素
利用对大量技术的观察，我们将新技术的前因特征视为不同技术轨迹的预测因子，这反映在它们的合法化时间和技术影响上。我们将新技术中首次组合的技术组件的特性作为影响新思想扩散的关键特征。一项新技术可以由以下技术组件的首次组合产生:(i)彼此相似或不同(通过组件是否属于同一IPC 3类来衡量)，(ii)发明者社区熟悉或不熟悉(通过以前发明的数量来衡量)，或(iii)具有更深层次的科学内容(通过所做的科学参考的数量来衡量)。
我们的研究结果表明，重新组合类似组件的新想法具有更短的合法化时间，但同时也具有更小的技术影响。类似地，我们发现重新组合发明者社区所熟悉的组件以降低技术影响为代价缩短了合法化时间。已经熟悉组合组件的发明者面临意外结果的风险较低，增加了重用新技术的信心，缩短了合法化时间，而已经大量开发的组件导致相应新技术的技术影响较低。相比之下，重新组合基于科学的组件会导致更长的合法化时间，但同时产生更高的技术影响。这与基于科学的知识需要更多的时间被发明者群体吸收，从而导致更长的合法化时间是一致的，而基于科学的知识的一般性和抽象性保证了更多可能的技术应用，从而产生更大的技术影响。
我们的研究结果暗示了技术影响和风险更大类型的新发明的合法性之间的权衡，即那些结合了不同的、不熟悉的和更基于科学的成分。我们以肿瘤小鼠为例，其合法化时间较长，技术影响高于平均水平，这说明了这一点，就像“基因隔离”和“将物质注射到动物体内”一样，它是对不同的、不熟悉的和基于科学的成分进行新的重组。
图2显示了改变技术成分特征值时，新技术合法化时间和技术影响的整体变化情况。具体来说，我们展示了组合相似组件(与不相似组件相比)对合法化时间和技术影响的影响，从分布的第一个到第三个四分位数增加组合组件的科学含量，以及从分布的第一个到第三个四分位数增加组合组件的熟悉度。
图2改变技术成分特征值时，新技术合法化时间和技术影响的变化
讨论
我们的发现有助于描述和更好地理解新技术的后续扩散轨迹，并对企业和政策制定者具有重要意义。一个最有趣的发现是合法化时间和技术影响之间的明显权衡。那些具有更大技术影响的新技术似乎需要更长的时间才能合法化。特别是那些风险更高的新发明，即那些新结合了不同的、不熟悉的和基于科学的组件，同时具有更大的技术影响的发明，需要更长的合法化时间。这就提出了一个问题:这些风险更大的新发明所产生的更高的技术影响，是否可以在更短的合法化时间内达到?是什么导致更大影响的新发明的合法化时间更长?对于这些“命中”，可以加快重用吗?什么样的坚定战略或政策干预会有所帮助?
参考文献
Arthur, W B (2009)，技术的本质:它是什么以及它是如何进化的，西蒙和舒斯特。
Dosi, G(1982)，“技术范式和技术轨迹:对技术变革的决定因素和方向的建议解释”，研究政策， 11, 147-162。
杜思(1991)，“创新扩散的研究:一个评估”，在技术传播和社会行为, 179 - 208年,施普林格。
Fleming, L(2001)，“技术搜索中的重组不确定性”，管理科学,47岁,117 - 132。
Griliches, Z(1957)，“杂交玉米:技术变革经济学的探索”，费雪， 25, 501。
Murray, F(2010)，“咆哮的肿瘤老鼠:混合交换策略作为重叠机构边界的区别来源”，美国社会学杂志， 116(2)， 341-388。
纳尔逊，R R和S G温特(1982)，经济变化的进化理论，马萨诸塞州剑桥:哈佛大学出版社。
Pezzoni, M, R Veugelers和F Visentin(2019)，”这项新技术多快会成为热门产品?， CEPR讨论文件编号13447.
罗森博格(1982)，在黑盒子里面:技术和经济，剑桥大学出版社。
Verhoeven, D, J Bakker, and R Veugelers(2016)，“用基于专利的指标衡量技术新颖性”，研究政策， 45, 707-723。
