1、-1-2024 年年 12 月月 30 日第日第49期总第期总第 675 期期工业革命中的创新网络工业革命中的创新网络【译者按】【译者按】2024 年 4 月，美国国家经济研究局（NBER）发布工业革命中的创新网络报告。报告认为，工业革命时期，不同国家之间的经济增长速度差异仍是学术争议的焦点，本报告试图通过深入分析英国和法国的创新网络，揭示创新活动的空间布局对两国工业化速度的影响。报告分析了 18 世纪末英国和法国的专利数据。评估了英国与法国发明家在创新网络中所处位置的差异。通过新估算策略，量化两国在技术分配上的差异。最后总结创新网络结构如何影响英国相较于法国的更快工业化进程。赛迪智库规划研究

2、所对该报告进行编译，期望对我国有关部门有所帮助。【关键词】工业革命创新网络专利经济增长【关键词】工业革命创新网络专利经济增长-2-一、引言一、引言一是为无法获取标准研发支出和专利引用等数据的历史背景下提供了新的创新网络研究方法；二是为创新网络对技术发展至关重要提供了更强的因果证据；三是开发了新的评估方法，帮助量化不同技术领域的研究力量分配对经济增长的影响；四是通过模型验证了创新网络对经济增长的具体贡献，证明了英国在工业革命中通过正确分配研究力量获得了增长优势。二、历史背景二、历史背景工业革命时期，英国和法国经济增长速度存在差异，重点分析了两国发明者在技术领域的不同分布及其对经济增长的影响。英国

3、在机械技术方面的领先地位使其在工业化过程中处于优势，而法国则在化学技术和其他消费品领域取得了重要创新。技术类型的不同导致两国在经济增长上的差异。根据现有的增长数据，英国的工业生产年均增长率为3.1%-3.5%，而法国为 1.9%-2.5%，英国的工业增长速度比法国快约 0.6-1.2 个百分点。本文章的核心目标是分析增长差异背后的机制，尤其是研究力量在不同技术领域的分配对增长的贡献。-3-三、理论：通过创新网络实现增长（一）研究目的与模型框架三、理论：通过创新网络实现增长（一）研究目的与模型框架本节介绍了创新网络增长理论，重点研究不同技术领域的研究力量如何通过创新网络影响经济增长率。模型基于刘

4、和马（2023）的研究，在内生增长框架中引入了跨技术部门的溢出矩阵。（二）模型结构（二）模型结构1.偏好与生产偏好与生产模型假设代表性消费者的效用来自多个部门的商品，商品质量由部门内的中间产品决定，产量仅依赖于部门内雇佣的劳动力数量。2.创新创新每个部门的知识存量通过研究人员的努力提升，新创意的生产受到其他部门知识存量的影响，即创新网络的溢出效应。3.资源约束资源约束模型假设生产工人和研究人员的数量是固定的，排除了研究生产力变化对工人转向研究的影响，强调研究力量分配差异对经济增长的作用。（三）关键结果（三）关键结果-4-1.创新网络的作用创新网络的作用模型推导了部门当前知识存量与其他部门创新率

5、之间的关系，为实证分析提供了基础。2.研究力量分配与增长率的关系研究力量分配与增长率的关系研究力量的分配决定了各部门知识存量和消费总量的增长率，创新网络的结构影响增长。3.英国与法国增长差异英国与法国增长差异研究力量的分配差异可能解释英国和法国经济增长率的差异，特别是不同技术类型之间的研究力量分配对增长的影响。4.增长最大化分配增长最大化分配为实现增长最大化，研究力量应更多分配给创新网络中更核心的技术。（四）讨论与扩展（四）讨论与扩展1.创新网络的演变创新网络的演变创新矩阵可能会随着时间变化，且这种变化较为缓慢，因此在长期内将其视为固定矩阵是合理的。2.国际溢出效应国际溢出效应模型可以扩展到考

6、虑国际创新溢出效应，进一步探讨不同经济体之间的创新影响和技术传播。-5-四、数据（一）专利数据英国专利数据：四、数据（一）专利数据英国专利数据：涵盖 1700 年至 1849 年约 12,500 项专利，来源于英国专利局数字化的按时间顺序排列的发明专利标题。这些数据包括专利号、发明者信息、专利名称等，并按照 602 个技术子类分类。法国专利数据：法国专利数据：涵盖 1791 年至 1853 年约 11,000 项专利，数据来自法国国家专利局（INPI）。法国专利分为三类：发明专利、进口专利、改进专利，分析主要集中在前两类。法国专利采用 550个技术关键词分类，且发明者可选择专利期限。（二）链接