技术知识的累积程度如何？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《How cumulative is technological knowledge?》
---
作者：
P.G.J. Persoon, R.N.A. Bekkers, F. Alkemade
---
最新提交年份：
2021
---
分类信息：

一级分类：Computer Science        计算机科学
二级分类：Social and Information Networks        社会和信息网络
分类描述：Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模，包括它们在联机信息访问、通信和交互方面的应用，以及它们作为数据集在这些领域和其他领域的问题探索中的作用，包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题；计算应用包括H.3、H.4和H.5中的主题；计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议（例如TCP/IP）的论文通常更适合网络和因特网体系结构（CS.NI）类别。
--
一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  Technological cumulativeness is considered one of the main mechanisms for technological progress, yet its exact meaning and dynamics often remain unclear. To develop a better understanding of this mechanism we approach a technology as a body of knowledge consisting of interlinked inventions. Technological cumulativeness can then be understood as the extent to which inventions build on other inventions within that same body of knowledge. The cumulativeness of a technology is therefore characterized by the structure of its knowledge base, which is different from, but closely related to, the size of its knowledge base. We analytically derive equations describing the relation between the cumulativeness and the size of the knowledge base. In addition, we empirically test our ideas for a number of selected technologies, using patent data. Our results suggest that cumulativeness increases proportionally with the size of the knowledge base, at a rate which varies considerably across technologies. At the same time we find that across technologies, this rate is inversely related to the rate of invention over time. This suggests that the cumulativeness increases relatively slow in rapidly growing technologies. In sum, the presented approach allows for an in-depth, systematic analysis of cumulativeness variations across technologies and the knowledge dynamics underlying technology development.
---
PDF下载：
--> How_cumulative_is_technological_knowledge?.pdf (1.18 MB)

2022-4-24 17:39:52 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Technologies Applications proportional Quantitative Architecture

技术知识的累积程度如何？彼得·潘索普。G.J。Persoon@tue.nlRudi贝克尔。N.A。Bekkers@tue.nlFloorAlkemadeF。Alkemade@tue.nlNovember2020年摘要技术累积性被认为是技术进步的主要机制之一，但它的确切含义和动力学通常仍然不明确。为了更好地理解这一机制，我们将技术视为由相互关联的发明组成的知识体系。技术累积性可以理解为发明在同一知识体系中建立在其他发明之上的程度。因此，一项技术的累积性以其知识库的结构为特征，它不同于其知识库的规模，但与之密切相关。我们解析地导出描述累积性和知识库大小之间关系的方程。此外，我们还利用专利数据，对一些选定技术的想法进行了实证检验。我们的研究结果表明，累积性随着知识库的大小成比例地增加，其增长速度在跨技术的情况下变化很大。同时，我们发现，在各种技术中，这一比率与发明率随时间的推移呈负相关。这表明，在快速增长的技术中，累积性增长相对缓慢。总之，本文提出的方法允许深入、系统地分析不同技术之间的累积性变化，以及技术开发背后的知识动态。1简介当工程师在学习之前设计的基础上调整他们的设计时，技术进步了。

因此，技术变革理论的一个关键要素是知识和发明的累积性：新成果建立在——或重新组合——以前的成果的观念（Basala，1989；Freeman&Soete，1997；Nelson&Winter，1982；Trajtenberg等人，1997）。事实上，今天的许多技术都有着丰富的发展历史，有些甚至可以追溯到古代。尽管这些技术的知识库规模巨大，但这并不一定意味着潜在的知识结构是累积的：一堆不同于石墙的石头，有些墙比其他墙高。因此，累积性（或有时“累积性”）可能会因技术和时间的不同而不同。出于若干原因，更好地理解技术累积的潜在机制非常重要。从经济学的角度来看，一项技术以累积的方式发展的程度影响着进入该技术或使其多样化的容易程度。Entryis认为，在复杂的技术中，需要对基本原理有广泛而深入的了解，因此难度更大（Breschi，2000年；Breschi等人，2000年；Winter，1984年）。《创新地理》的最新贡献描述了各地区如何更有可能多元化发展到与其现有知识库相关的技术（Balland，2016；Balland&Rigby，2017；Boschma等人，2015）。因此，对技术发展累积性质的理解是智能专业化持续发展的关键（Foray，2014），各地区为未来专业化寻找有吸引力的技术。

从哲学角度来看，更好地理解累积性及其在技术知识进化中的作用（Arthur，2009）可能有助于澄清知识积累与知识复杂性之间的关系，这是“累积文化”文献中正在进行的讨论（Dean等人，2014；Tennie等人，2009；Vaesen&Houkes，2017）。发展这种理解始于对累积性的明确定义和衡量。令人惊讶的是，尽管累积性具有公认的重要性，但这个概念的确切含义往往仍不清楚。从人工制品的增量变化（巴萨拉，1989年；巴特勒，2014年；吉尔兰，1935b；奥格伯恩，1922年）到创新活动的持续性（塞菲斯，2003年；马莱尔巴和奥塞尼戈，1993年；苏亚雷斯，2014年），再到在早期发现的基础上建立技术知识（恩奎斯特等，2011年；梅格斯和纳尔逊，1994年；斯科奇默，1991年；特拉伊滕伯格等，1997年）。在本文中，我们旨在通过以下步骤更好地理解技术可计算性：在第2节中，我们全面回顾了关于累积性的各种观点，并确定了它们的共同点。在第三节中，我们使用这种分析来制定两个衡量累积性的指标：内部依赖性和内部路径长度。在第4节中，我们将讨论这些指标的值将如何随着技术的发展而变化。在第5节中，我们使用专利数据作为发明的代理，对一些技术的这些预期进行了实证检验。

最后，我们在第6节中讨论了我们对理解技术累积性的贡献的一些更深层次的含义，并在第7.2节中总结了我们关于技术累积性的主要结论。在大多数文本中，“累积”只是指“总结”，在创新文献中，该术语代表了一种技术发展。然而，对累积技术发展的看法因贡献而异。关于技术累积性的最早想法出现在对20世纪前人工制品逐渐变化的研究中（Butler，2014；Gil fillan，1935a；Pitt Rivers，2018），这让人想起逐渐进化物种的化石记录。受进化论的启发，这些理论将技术变革理解为一个过程，在这个过程中，先前的人工制品通过增量修改进行复制，从而创造后代人工制品（Gil fillan，1935b；Ogburn，1922）。从第一个角度来看，人工制品实际上是许多增量修改的总和，证明了术语“累积”的合理性。虽然从这个角度来看，技术的累积方面是自然产生的，但不清楚什么时候发展不是累积的：就像在遗传谱系中一样，每个后代都应该有一个先例。一些作者认为，在现实中，技术发展偶尔会“跳跃”；当一个根本性的发现与过去的工程实践和想法发生根本性的突破（Schoenmakers&Duysters，2010；Verhoeven等人，2016）时，它可能会启动一个新的模式来解决选定的技术问题，即一个新的技术范式（Dosi，1982）。

在第二种观点中，累积发展是激进发展的对立面，被解释为在技术范式中发生的增量变化。然而，将累积变化仅仅建立在增量变化的概念上会产生两个困难。首先，改变是渐进的还是不渐进的，都有一定的随意性。根据上下文和学科知识的不同，不同的人可能会有不同的增量特征。第二，即使从先例到后代的变化是激进的，但先例对后代的形成仍然至关重要（Basala，1989）。在第三种观点中，这些困难被回避了，如果后来的结果取决于或建立在早期结果的基础上，则发展是累积的（Breschi等人，2000年；Enquist等人，2011年；Merges&Nelson，1994年；Trajtenberg等人，1997年）。”“依赖性”或“依赖性”在这里被解释为作为知识体系的技术，新的技术想法或发明（“结果”）借鉴了早期的见解，并在后来的想法和发明中使用。注意，从这个角度来看，累积性是发展的一个属性（而不是结果之一）。如果我们对技术的累积性感兴趣，我们因此考虑该技术内的所有发展，即作为该技术的一部分的结果之间的所有依赖关系。或者，作者研究了多种（或全部）技术联合的累积性（Acemoglu等人，2016年；Clancy，2018年；Napolitano等人，2018年），从而专注于技术间的发展或依赖性。这两种方法都有助于更好地了解技术进步和知识生产。

然而，在这项工作中，我们将重点放在前一种方法上，因为我们主要感兴趣的问题是，什么是技术的内在特性，以及不同技术的这种特性如何变化。累积性作为一项技术的内在属性的相关性，反映在其作为技术制度的定义元素的作用上（Nelson&Winter，1982），它定义了创新企业或组织竞争、繁荣或失败的相关环境。在一个技术体系中，更高的累积性与创新的更高可占用性和创新活动的更高（地理）集中度有关（Breschi等人，2000年；Malerba&Orsenigo，1996年；Winter，1984年）。技术体制的框架产生了一些贡献，这些贡献使用了累积性的另一个视角，其中重点不是一项技术的后代对早期技术的依赖，但更多关于这些世代的延续（Apa etal.，2018；Breschi，2000；Ce fis，2003；Frenz&Prevezer，2012；H"olzl&Janger，2014；Malerba等人，1997）。累积性则表现为一项技术中发明和创新活动的持续性：开发持续的时间越长（无明显中断），累积性越大。以前的观点更多地把累积性作为技术的固有属性，而第四种观点也将其归因于技术的创造者（以及他们在给定路径上的持续性）。总之，我们从这四个不同的角度阐述了技术累积性的关键概念：（1）作为增量修改的复制，（2）作为范式内（与激进的）发展，（3）作为对早期技术的依赖或构建，（4）作为发明或创新活动的持续性。

前两种观点将累积性视为“增量变化”，后两种观点将累积性视为技术对前几代技术的“持续依赖”。虽然表面上差异很大，但增量变化和持续依赖之间存在相似性。增量变化假设对某种意义上的单个对象（通常被描绘为一个工件）进行一系列修改。类似地，持续依赖假设对象之间存在一系列依赖关系，这些依赖关系在某种意义上是不同的（通常被描绘为一组发明）。因此，本质上，差异是关于应用一系列变化的对象，但两者都主张一系列发展步骤的相关性。此外，无论是增量变化还是持续依赖，累积性都表现在两个维度上：（i）每个发展步骤的大小：如果修改很小（依赖性很大），则累积性很大；（ii）过程中的步骤数：如果有许多小修改（依赖链接的长链），则累积性很大。虽然（i）和（ii）都与累积性有关，但它们在理论上非常不同，因此我们将分别将它们称为累积性的横向和纵向维度。虽然这两个维度都可以在所有四个累积性视角中进行有意义的解释，但前两个视角似乎更关注横向维度，后两个视角更关注纵向维度。在下一节中，我们将为每个维度提出一个单独的指标。

我们强调，两者都是在特定的技术领域或技术范围内衡量的。尽管多个领域或技术之间的相互作用很有趣，值得研究，但这项工作的重点是理解单个技术中的这些累积维度。最后，我们讨论了技术累积性和复杂性之间的关系。在本文中，我们将不讨论技术复杂性的确切含义（有关详细概述，请参见Vaesen和Houkes，2017），而是开始研究由许多非平凡交互子系统组成的复杂系统的一般描述（Simon，1962）。一种在技术背景下解释这一点的方法是把一个发明看成是一个由子系统组成的系统，它是（其他）发明或借用的想法的一部分。因此，从抽象意义上讲，一项发明的复杂性是由累积性的横向维度所捕获的，它关注于这些直接依赖性。直觉上，子系统和依赖关系越多，复杂性就越大（尽管这在很大程度上取决于所选的复杂性度量）。然而，这并不是真正的恢复。进化系统背景下复杂性增加的一个相关标准是，世系的代表性样本复杂性增加（McShea，1991；Vaesen&Houkes，2017）。因此，不仅“更复杂”的系统应该及时出现，而且这些系统还应该融入连接先辈和后代的行列。在技术知识的背景下，在所提到的第一个累积性视角中，衰减线相当字面地出现，并对应于累积性的纵向维度。

尤其是对累积性的横向和纵向维度的联合考虑，使我们能够研究技术复杂性的动态。3测量累积性在大多数提到累积技术发展的贡献中，累积性仍然是一个抽象的属性，没有明确的测量方法。然而，也有一些例外，尤其是坚持前面提到的累积性“持久性观点”的贡献。这些贡献基于各种来源的累积性测量：调查数据（Breschi等人，2000年；Frenz&Prevezer，2012年；H"olzl&Janger，2014年）、许可数据（Lee等人，2017年）和专利计数时间序列的统计特性（Breschi，2000年；Ce fis，2003年；Malerba等人，1997年）。虽然所有这些都突出了累积过程的有趣方面，但它们似乎都不能直接代表知识的关键属性——建立在知识之上。调查数据可能会提供关于特定知识使用的详细信息，但为了比较不同的技术，量化和概括这些信息是一项挑战。基于反向引用计数的方法（Apa et al.，2018）可以说确实衡量了知识在多大程度上建立在早期知识之上，但在没有具体说明引用了哪些技术的情况下，只部分地反映了技术的基础知识结构。然而，如前一节所述，要理解横向和纵向维度上的技术累积性，研究底层知识结构至关重要。在本文中，我们的出发点是将这个结构解释为一个由相互关联的知识元素组成的网络。每个节点代表一项发明，每个链接代表一种知识流。