探索技术进步与

这两个检验的无效假设是，扩散过程早期和后期的技术性能比率没有差异。然后，Wilcoxon符号秩检验的替代假设是它们之间存在差异，而符号检验的替代假设是它们之间存在负差异（即，扩散过程后期的技术进步率下降）。如果无效假设被拒绝，并且替代假设在两个测试中都被接受，我们可以说我们的假设H2在统计学上被接受。表5报告了统计测试扩散过程早期和后期的技术改进率差异以及测试结果。表5：。

扩散早期和后期的技术改进率差异。ProductCore技术域（公制）早期（至10%）后期（至50%）差异（k2-k1）时间范围改善率k1（%）时间范围改善率k2（%）1。汽车发动机（W/$）1896-191512.961896-192512.65-0.312。洗衣机电机（W/kg）1881-19295.501881-19663.52-1.983。制冷电机（W/kg）1881-19295.501881-19405.00-0.504。家用空调电机（W/kg）1881-19643.901881-19793.10-0.805。洗碗机电机（W/kg）1881-19663.521881-19932.93-0.596。干衣机电机（W/kg）1881-19643.901881-19793.10-0.807。录像机磁信息存储（Mbits/$）1952-198410.531952-199414.41+3.888。个人计算机微处理器（#/芯片）1972-198538.181972-199931.79-6.399。Laptop微处理器（#/芯片）1972-199931.791972-200636.33+4.5410。移动电话无线通信（Kbps）1946-199315.491946-200118.8+3.3111。CD播放器光学信息存储（Mbits/cc）1981-199034.31981-199525.73-8.5712。国际电信（Kbps）1965-199432.151965-200232.8+0.6513。数码相机相机灵敏度（mV/micron2）1987-200016.621987-200615.84-0.7814。TabletMicroprocessor（#/芯片）1972-200132.371972-200636.33+3.9615。DVD播放器/刻录机光学存储器（Mbits/cc）1981-200024.251981-200427.15+2.9016。拖拉机牵引机发动机（马力小时/加仑）1920-19293.871920-19543.92+0.0517。CTCT（1/mm·s）1971-1976180.841971-198584.51-96.3318。MRIMRI（1/mm·s·$）1980-199626.801980-200647.52+20.721）符号检验无效假设：k2-k1=0 vs.替代假设：k2-k1<0 p值=0.40732）Wilcoxon符号秩检验无效假设：k2-k1=0 vs。

替代假设：k2-k1≠  0 p值=0.9133注：我们还使用不包括电机和微处理器等与多个产品匹配的技术领域的数据进行了符号检验和Wilcoxon符号秩检验，以明确确定扩散过程与技术性能进步之间的关系，但这些结果的含义与给出的结果相同。由于符号检验和Wilcoxon符号秩检验的p值分别为0.4073和0.9133，且大于0.05显著性水平，我们不能拒绝无效假设，也不能接受替代假设，这表明我们的假设H2不受支持，扩散过程早期和后期的技术性能速率之间没有观察到差异。5、讨论与启示基于18种产品及其核心技术领域的结果以及我们假设的相关统计检验为本研究中的研究问题提供了答案。首先，根据扩散文献中先前的理论讨论（Chow，1967；Davies，1979；Karshenas23和Stoneman，1993），预计技术进步率会影响产品的相对扩散速度。为了从统计学上检验这种理论上的预期关系，我们建立了假设H1，即基于更快改进的技术领域的新产品在潜在市场中传播得更快。我们的相关和回归分析结果证实，这一假设得到了经验证据的显著支持。

我们的第一个发现补充了关于技术改进与扩散关系的有限经验证据，表明更快的绩效改进会导致更快的扩散。此外，从我们的相关和回归分析结果中，我们发现，技术进步与扩散之间的关系强度在扩散过程的后期变得较弱。饱和效应的引入很可能会减弱性能改善的效果。然而，也可以解释为，在扩散过程的早期阶段，技术进步对相关产品的需求的刺激比后期更大。我们可以推测，之所以会出现这种情况，是因为在扩散过程的早期接受新产品的创新者和早期采用者对新技术和高性能充满热情，但正如罗杰斯（1995）所说，在扩散过程的后期接受产品的大多数采用者和落后者更强调产品的低价和稳定性。第二，根据现有的理论论证，技术进步的根本原因及其对扩散的影响可以解释为1）技术领域的关键技术特征（Basnet和Magee，2016；Benson和Magee，2015）或2）企业进入和企业之间在扩散过程中的竞争（Agarwal和Bayus，2002；Metcalfe，1981；Stoneman和Ireland，1983）。根据第一个框架，产品的性能以其技术特性决定的速度不断提高，并刺激了对产品的需求。

另一方面，根据第二个框架，在扩散过程的早期阶段，企业进入和企业之间的竞争导致研发转向产品的技术改进，这24同样增加了对产品的需求。根据这一解释，随着企业进入和竞争的减少，产品的技术改进速度在扩散过程的后期会降低。为了确定这两种理论可能性中的哪一种能够更好地解释技术进步与扩散的关系，我们建立了假设H2，即当新进入者减少，企业之间的竞争放松时，技术进步的速度在扩散过程的后期减缓，正如第二个框架所预期的那样。我们的统计符号检验否定了假设H2，并表明扩散过程早期和晚期的技术性能比率之间没有差异。也就是说，结果提供了经验证据，表明第二个框架不可能解释H1中观察到的效应。我们的研究为理论上的预期关系提供了经验证据，即更快的扩散是由于技术性能的更快增长，但有些人可能想考虑因果关系的相反方向——无论出于何种原因，更快的扩散都会导致性能改进的更快增长。例如，这一论点可以基于“生产学习”导致更快的改进（Balasubramanian和Lieberman，2010；Dutton和Thomas，1984；Lieberman，1984）。

然而，这里的结果表明，绩效改进不会在扩散的后期阶段（甚至在扩散完成后）下降，这是对这一假设的反驳。此外Funk和Magee（2015）以及Magee et al.（2016）的研究结果更有力地反驳了基于生产的因果关系逆转方向，因为这些研究表明，时间而非生产是技术进步的关键决定因素，这与主要由调解一般（广泛溢出）指数级创造改进机会（Basnet和Magee，2016）。25根据我们到目前为止积累的知识，我们可以总结出，产品的技术领域根据其技术特点不断以不同的速度改进，而产品技术领域改进率的差异对产品的需求给予了不同强度的刺激。因此，基于更快（较慢）改进技术领域的新产品在潜在市场中传播得更快（较慢）。然而，当市场趋于饱和时，这种关系就会减弱，即使产品的技术领域在扩散过程中以特定的速度继续改善。在这种情况下，会出现初始产品改进版本的扩散，但这要么不算作扩散，要么通过新命名产品（台式机、笔记本电脑、手持智能手机等）的扩散来解释。结论本文回顾了创新扩散的理论基础，并对18种产品及其相关技术领域进行了实证检验，以探讨技术进步与创新扩散的关系及其根本原因。

我们的实证分析得出了两个关键结论：  我们发现，基于更快（较慢）改进技术领域的新产品在潜在市场中的传播速度更快（较慢）。此外，技术进步与扩散之间的关系强度在扩散过程的后期变得较弱。  我们发现，扩散过程早期和后期的技术性能比率没有差异。这一结果可以解释为：无论扩散进度如何，产品的技术领域都会根据其技术特征以不同的速度持续改进，而产品技术领域改进率的差异会对产品需求产生不同的强度刺激。作者感谢SUTD/MIT国际设计中心的支持。27参考文献Agarwal，R.和B.L.Bayus。2002年，产品创新的市场演变和销售起飞。管理科学48（8）：1024-104。Bagchi，K.、P.Kirs和F.López。价格下跌对电话和手机传播的影响。信息与管理45（3）：183-193。Balasubramanian，N.和M.B.Lieberman。行业学习环境与企业绩效的异质性。《战略管理杂志》31（4）：390-412。Basnet，S.和C.L.Magee。2016年，技术性能趋势建模。设计科学2：1–43。Bayus，B.L.1992年。扩散速度是否随着时间的推移而加快？营销信函3（3）：215-226。Benson、C.L.和C.L Magee。2015年，专利检索方法扩展的技术结构影响。科学计量学102（3）：1965-1985。Cho，Y.，J.Hwang和D.Lee。2012

识别技术创新传播中的有效意见领袖：社会网络方法。技术预测与社会变革79（1）：97-106。Chow，G.C.1967年。技术变革和对计算机的需求。《美国经济评论》57（5）：1117-1130。Clark、W.A.、H.E.Freeman和D.M.Hanssens。1984年，《振兴停滞市场的机会：家用电器分析》。《产品创新管理杂志》1（4）：242-254。Comin，D.A.和B.Hobijn。2009年，《聊天数据集》（编号w15319）。国家经济研究局。考克斯、W.M.和R.阿尔姆。《花得好的时间：美国实际生活成本的下降》。达拉斯联邦储备银行。28 Davies，S.1979年。流程创新的传播。剑桥：剑桥大学出版社。Dutton，J.和A.Thomas。将进步视为管理机会。管理学院评论9（2）：235–247。欧睿。2017年，Passport全球市场信息数据库。提供地点：http://www.euromonitor.com/passport-gmid.Farmer、J.D.和F.Lafond。2016年，技术进步的可预测性如何？研究政策45（3）：647-665。Fisher，J.C.和R.H.Pry。技术变革的简单替代模型。技术预测与社会变革3:75-88。Funk、J.L.和C.L.Magee。2015年，没有商业化生产的快速改进：如何实现改进？研究政策44（3）：777–788。Geroski，P.A.2000年。技术扩散模型。研究政策29（4）：603-625。格里利斯，Z.1957年。杂交玉米：技术变革经济学的探索。计量经济学25（4）：501-522。霍尔，B.H.2005年。创新和传播。在《牛津创新手册》中，ed.J.Fagerberg、D.C.Mowery和R.R.Nelson，459-484。纽约：牛津大学出版社。希尔曼、A.L.和J.S.施瓦茨。1985

CT和MRI在美国的应用和推广：一项比较分析。医疗23（11）：1283-1294。爱尔兰，N.和P.Stoneman。1986年，《技术扩散、期望和福利》。牛津经济论文38（2）：283-304。Karshenas，M.和P.Stoneman。新工艺技术扩散中的等级、存量、顺序和流行病效应：一个经验模型。兰德经济学杂志24（4）：503-528.29 Knudson，M.L.1991。将技术变革纳入扩散模型。《美国农业经济杂志》73（3）：724-733。Koh、H.和C.L.Magee。研究技术进步的功能方法：信息技术的应用。技术预测与社会变革73（9）：1061–1083。Koh、H.和C.L.Magee。研究技术进步的功能方法：能源技术的延伸。技术预测和社会变革75：735–758。Lee，C.Y.和S.Y.嗯。2017年，使用包含替代购买的扩散模型进行技术预测。可持续性9（6）。利伯曼，医学博士，1984年。化学加工行业的学习曲线和定价。兰德经济学杂志15（2）：213-228。Magee、C.L.、S.Basnet、J.L.Funk和C.L.Benson。2016年，技术绩效的定量实证趋势。技术预测与社会变革104:237-246。曼斯菲尔德，E.1961年。技术变化和模仿率。计量经济学29（4）：741-766。。曼斯菲尔德，E.1989年。工业机器人在日本和美国的传播。研究政策18（4）：183-192。梅特卡夫，J.S.1981年。技术变革研究中的冲动与扩散。期货13（5）：347-359。米兰达，L.C.和C.A.利马。2013年，《技术替代和创新采用：图像和移动通信市场案例》。技术预测与社会变革80（6）：1179-1193。

摩尔，G.E.，1965年。将更多元件塞进集成电路。电子学38（8）：1–4。Nagy，B.、J.D.Farmer、Q.M.Bui和J.E.Trancik。2013年，预测技术进步的统计依据。PloS one 8（2）。经合组织卫生统计。2017年。网址：http://dx.doi.org/10.1787/data-00541-en.30奥尔姆斯特德，A.L.，P.W.罗德州。《重塑景观：拖拉机在美国农业中的影响和传播》（1910-1960）。《经济史杂志》61（3）：663-698。Olshavsky，R.W.1980年。创新采用的时间和速度。消费者研究杂志6（4）：425-428。罗杰斯，E.M.1995年。创新的传播。纽约：新闻自由。Romer，P.M.1990年。内生技术变革。政治经济学杂志98（5）：71-102。罗森博格，1976年。关于技术期望。《经济杂志》86（343）：523-535。萨哈尔，哥伦比亚特区，1979年。进步函数理论。AIIE交易11（1）：23-29。索洛，R.M.1957年。技术变化和总生产函数。《经济学与统计学评论》39（3）：312–320。Stoneman，P.和N.J.爱尔兰。供应因素在新工艺技术扩散中的作用。《经济杂志》93:66-78。Stoneman，P.和O.Toivanne。多种技术的扩散：一项实证研究。创新与新技术经济学5（1）：1-17。Stoneman，第2002页。技术扩散经济学。牛津：布莱克威尔。Talukdar，D.、K.Sudhir和A.Ainslie。2002年，调查新产品在产品和国家之间的扩散。市场营销学21（1）：97-114。Tellis、G.J.、S.Stremersch和E.Yin。2003年，新产品的国际腾飞：经济、文化和国家创新的作用。市场营销学22（2）：188-208。Van den Bulte，C.和G.L.Lilien。宏观扩散模型参数估计的偏差和系统性变化。