Malerba产业创新系统理论述评及中国情境下的研究展望

戚聿东 朱正浩

摘要： 产业创新系统理论从系统观视角深化了产业创新分类理论和产业生命周期理论，以演化论方法拓展了正统经济学静态研究视角，克服了国家创新系统理论对产业创新解释的不足，引起学术界广泛关注与共鸣。通过系统分析相关文献，借助“内涵与理论基础—基本思想—理论应用—理论深化”框架评述了产业创新系统的理论发展脉络，提出了中国情境下开展产业创新系统研究的理论方向：探求数字技术驱动的产业创新系统新内涵和新机制，关注复杂外部环境下产业追赶与创新系统演化的关系，分析知识密集型创业带来的产业高质量发展新动能，研究中国情境下产业创新体系分类及公共政策等。

关键词： 产业创新;产业生命周期;产业追赶;知识密集型创业;高质量发展;中国情境

文献标识码：A   文章编号： 100228482022（01）003916

自马歇尔、熊彼特、库兹涅茨和克拉克以来，对产业动力和演化研究在20世纪80年代得以复兴。继尼尔森和温特开创性的《经济变迁的演化理论》之后，涌现了许多演化经济学者，意大利米兰博科尼大学管理与技术系教授Franco Malerba（以下简称Malerba）是代表性学者之一。在熊彼特产业创新模式与技术体制根源研究基础上，Malerba提出了产业创新系统（sectoral innovation system）①理论。产业创新系统由行为者组成，为创造、生产和销售特定产品而进行市场和非市场交互，行为者通过沟通、交换、合作、竞争和控制发生互动，并受到制度影响，产业系统通过不同要素的共同演化发生变迁和转型[1]。该理论自提出以来引起了学术界广泛关注与共鸣，成为21世纪以来最有影响力的创新理论之一。

熊彼特在不同时期对产业创新主要来源的理解被后来学者分成了熊彼特Ⅰ型产业和熊彼特Ⅱ型产业，分别代表了新企业和大企业主导的产业创新类型。Pavitt[2]依据创新来源和独占性机制提出了四类产业创新模式，Malerba等[3]早期探索了熊彼特产业创新类型的技术体制根源，而Klepper[4]把熊彼特Ⅰ型和Ⅱ型产业间转化与产业生命周期联系在一起。上述研究关注产业创新差异及根源，产业创新系统理论则整合了知识基础、行为者及网络、制度等多个维度，识别和研究产业创新差异，深化了产业创新分类理论和产业生命周期理论。

长期以来，演化经济学家们对完全理性人假设下的静态“结构—行为—绩效”（SCP）范式和产业组织方法提出质疑[5]。演化论方法强调行为主体的有限理性，知识和技术并不能自动或免费在企业间传播，不同企业的学习和知识能力成为解释绩效差异的关键要素。企业学习能力差异源于初始技术知识、组织惯例、战略以及企业解决问题、获取技术的能力[6]。企业能力受到技术机会和制度条件等环境因素影响。产业创新系统理论以演化论为基础，将知识基础、企业能力、要素交互和制度置于分析中心，拓展了正统经济学的静态研究视角。

产业创新系统理论克服了国家创新系统理论对产业创新现象解释的不足。国家创新系统理论最早被用于解释20世纪80年代日本汽车、家电等产业赶超欧美的现象，并被迅速应用到发展中国家产业追赶的研究中[7]。然而，国家创新系统理论无法解释同一创新政策和制度难以跨产业成功复制的现象，例如适合信息技术产业的政策与制度不一定适合生物技术产业，因为两者有不同的知识基础、行为者和网络、学习方式和制度，国家创新系统必须匹配产业特定情境才能更好地解释产业创新现象。

作为分析产业创新过程的有用工具，产业创新系统用于分析产业创新的影响因素，理解短期和长期产业动力及转型，以及制定公共政策等。該理论被广泛应用于产业追赶、产业动力分析、产业创新演化、产业创新国际比较等领域。国内相关研究尚处于初级阶段，在数字经济快速发展、逆全球化浪潮愈演愈烈、新冠肺炎疫情持续蔓延的复杂背景下，中国产业创新和赶超面临整体实力不强、关键技术“卡脖子”等难点，从产业知识、创新网络及制度整合视角系统性分析创新过程，更可能找准问题根源，找出应对之策。本文分析了Malerba产业创新系统的内涵、理论基础、基本思想及主要应用，并对产业创新系统分类和演化议题展开讨论，提出中国情境下的研究建议，对于融合东西方智慧，指明中国特色产业创新理论发展方向具有重要意义。

一、研究方法

为整体把握Malerba产业创新系统理论发展脉络，文献搜集按以下方式展开：第一，鉴于学术论文对学科领域前沿问题把握相对敏锐，著作或论文集能反映综合成果，重要的创新领域手册能体现学术界对Malerba思想的评价，主要文献来源于Web of Science核心合集期刊论文、Malerba专著、主编或参编论文集以及重要创新领域手册。第二，研究时间跨度为1985—2021年，共在Web of Science核心合集搜得Malerba相关出版物94篇，精选期刊发表论文69篇，主要发表在Research Policy（11篇）、Industrial and Corporate Change（10篇）以及Journal of Evolutionary Economics（5篇）等创新及演化经济学领域代表性期刊。此外，选择Malerba主编或参编英文原版著作包括《产业创新系统：概念、议题与欧洲六个主要行业的分析》（2004）、《产业中的创新网络》（2009）、《欧洲知识密集型创业与创新系统》（2010）、《作为学习过程的经济发展：跨越产业系统的差异》（2012）、《不同产业系统中的知识密集型创业》（2016）、《创新系统、政策与管理》（2018）等6部，中文译本包括尼尔森等编著的《国家创新体系比较分析》（2012年译本）、法格博格等编写的《牛津创新手册》（2021年译本）、道奇森等主编的《牛津创新管理手册》（2020年译本）、Malerba等著的《高科技产业创新与演化：基于历史友好模型》（2019年译本）、坎特纳与Malerba主编的《创新、产业动态与结构变迁》（2013年译本）等5部。第三，通读或精读上述论著，以Malerba 2002年发表《创新与产品的产业系统》、2010年主编论文集《欧洲知识密集型创业与创新系统》、2012年主编论文集《作为学习过程的经济发展：跨越产业系统的差异》为关键时间节点，识别出Malerba产业创新系统理论的起源、形成和应用深化等阶段。

为研究Malerba产业创新思想影响，参考Fagerberg等[8]的做法，在Web of Science核心合集统计出Malerba发表的《产业创新系统与产品》一文的他引次数和被创新领域权威期刊Research Policy的引用次数，分别代表文献影响力范围和未来趋势。此外，为了更好地提出中国情境下的研究建议，以2003年1月—2021年5月为检索周期，在中国知网上以主题搜索“产业创新系统”“产业创新”等关键词，得到《管理世界》《经济管理》《科学学研究》《科研管理》《科学学与科学技术管理》《研究与发展管理》等6本代表性期刊论文共计187篇，分别对文献标题、摘要和正文进行人工核对，剔除不相关文献后，得到代表性文献73篇，以此为基础对国内产业创新研究现状进行分析。

二、Malerba产业创新系统内涵与理论基础

（一）Malerba产业创新系统内涵及辨析

Malerba认为产业创新系统由行为者组成，为创造、生产和销售特定产品而进行市场和非市场交互，行为者通过沟通、交换、合作、竞争和控制发生互动，并受到制度影响，产业系统通过不同要素的演化发生变迁和转型[1]。产业创新系统包含三部分。（1）知识与技术。指支撑产业研发、生产和分销的基础性投入，产业知识技术有专用性、缄默性、复杂性、互补性和独立性特點，通过产业内知识创造和交换体现。（2）行为者与网络。产业创新包含了广泛行为者的市场和非市场互动过程，行为者包括企业和非企业组织（如大学、金融机构、政府等），以及企业联盟、企业部门或者个人（包括消费者、科学家和创业者）等。不同行为者由特定学习过程、能力、信念、目标、组织架构和行为塑造，通过沟通、交换、竞争、合作和控制进行互动，行为者创造、交换与创新相关知识并将其商业化。（3）制度。行为者受到制度影响，制度包含规范、惯例、公共习惯、规则、法律和标准等。制度可以是正式的（如专利制度）或是非正式的（如企业惯例），可由行为者创造，也可能在不同行为者互动过程中建立（如合同）[9]。

产业创新系统理论有别于正统经济学。正统经济学假设行业边界静态，并以产业集中度、纵向一体化或多样化来理解产业结构，完全理性人假设不重视企业学习和行为者间的联系，仅将专利制度和研发支持作为主要制度和政策，因而只能部分把握产业创新活动规律。相比之下，产业创新系统理论对产业结构内涵、组成与变迁的理解更为丰富与动态。

第一，赋予产业结构新含义，行为者、知识、产品和技术间的联结和关系被定义为网络，包含了企业和非企业组织间的正式和非正式关系[9];

第二，产业创新系统是各种要素聚合结果，不存在最优创新系统，在不同国家和不同时间可能会发展出不同特征，这是由“有意识的设计”和“没有事先安排的进程”共同决定的，在扰动环境中，产业创新系统发展嵌入特定社会经济环境中并产生路径依赖;第三，产业创新系统重视知识的核心作用，将创新演化看作行为者出现新知识和能力、不同行为者间出现新知识联结，或者不同行为者间孤立知识技术整合的结果。

产业创新系统与国家创新系统、区域创新系统和技术创新系统都属于创新系统方法，该方法涵盖了影响创新过程的主要因素，四种理论可以归纳为一般性创新系统的不同表达，拥有创新系统的共同特征，即把创新和学习过程置于核心位置，运用历史或演化方法，重视分析的整体性、跨学科性和非线性，强调制度作用等。区别之处在于研究重点不同，产业创新系统聚焦于比较产业间创新差异，国家创新系统聚焦于非企业型组织和制度概念，区域创新系统关注区域边界，技术创新系统更关注技术。

产业创新系统有别于创新生态系统观点。Adner[10]认为创新生态系统是企业实现与其他行为者联系，提供面向客户的解决方案并实现价值输出的协同机制，强调集体创造价值以及管理风险。产业创新系统和创新生态系统的区别主要有三点：第一，产业创新系统关注产业差异和相关制度，创新生态系统更强调市场作用[11];第二，产业创新系统观点围绕产品生产展开，创新生态系统观点聚焦于价值网络研究，参与者实现创新能力共同演进的基础是“共同的价值创造”[12];第三，创新生态系统边界更为模糊，创新生态系统覆盖了多样化组织社群、机构和个人，生态系统开放且可以渗透，使得边界定义十分困难[13]。

（二）Malerba产业创新系统的理论基础

1.产业创新分类理论和产业生命周期理论

熊彼特对产业创新主要来源的理解被后来学者分成了熊彼特Ⅰ型产业和Ⅱ型产业，分别代表新企业和大企业主导的产业创新类型;Pavitt[2]依据创新来源和独占性机制提出了4类不同创新模式的产业;Malerba等[3]探索了熊彼特产业创新类型的技术体制根源认为高技术机会、低独占性条件、低技术累积性会导致熊彼特Ⅰ型产业，而低技术机会、高独占性条件、高技术累积性会导致熊彼特Ⅱ型产业。Klepper[4]把熊彼特Ⅰ型和Ⅱ型产业间的转化与产业生命周期联系在一起，产业发展早期呈现出知识变化快、进入门槛低、新企业是主要创新者的特征，熊彼特Ⅰ型产业在发展成熟后，技术变化遵循既定技术轨道，规模经济、学习曲线、进入障碍等越来越重要，大企业成为主要创新者，逐渐转化为熊彼特Ⅱ型产业[4]。产业创新分类理论和产业生命周期理论部分解释了产业创新差异及根源，为产业创新系统理论发展奠定了基础，主要体现在三方面：一是为产业创新系统多维度、整合和动态分析方法的提出奠定了方法论基础;二是Pavitt产业创新模式分类为产业创新系统分类提供了研究基础;三是技术体制与产业周期构成了产业创新系统的演化基础，技术体制与市场体制交互被认为不同阶段产业创新演化重要动力[14]。

2.演化经济学思想

演化经济学理论认为行为主体是“有限理性”的，知识和技术并不能自动在企业间传播，学习能力成为解释绩效差异的关键要素。首先，Malerba强调知识与学习的核心地位，认为产业创新“可以看作众多行为者以创造、交换与创新有关知识及其商业化为目的的一种系统性的交互作用过程”[15]，呼应了演化经济学相关文献不同产业有特定知识基础、技术和相关投入以及促进知识创造和扩散的组织是创新主要来源的观点。其次，Malerba认为产业系统内“具有相似技术的异质性企业在相似的知识基础中搜寻，从事同样的生产活动，并嵌入相同的制度环境中，分享共同的行为和组织特征，发展出相同范围的学习、行为模式和组织形式”[15]，继承了演化理论“多样性创造—选择—复制”的逻辑。不同企业嵌入在产业特定技术机会和制度条件中，使得行业内企业在技术与产品多样性创造、过程选择和复制过程中形成了类似的产业学习和制度模式。

3.创新系统相关理论

创新系统被认为由参与者、网络和制度组成，服務于开发、扩散和利用新产品和工艺的总体功能。创新系统拥有单个创新要素（例如技术）不具备的整体性特征，可以识别出系统边界。国家创新系统分析框架强调了创新要素间联结、交互、学习以及制度安排对产业创新和竞争优势的关键性作用，用于解释20世纪80年代日本汽车、家电产业等赶超欧美国家的现象。创新系统相关理论构成了产业创新系统理论的基础。Malerba早期对国家创新系统的研究为产业创新网络的提出奠定了基础。Malerba更重视企业网络和核心研发体系等创新网络对国家创新能力影响。同时，产业创新系统理论继承了Lundvall等[16]强调的“生产结构”和“建立制度”是界定创新系统最重要维度的观点，围绕生产系统展开研究，强调制度通过影响科技变革速度、组织创新行为和创新绩效，在产业系统动态变化中扮演重要角色[17]。此外，对行为者多样性理解源于国家创新系统分析框架中创新主体多样性思考，把行为者广泛联结内化为创新网络，体现了创新系统观。

三、Malerba产业创新系统的基本思想

Malerba等学者对产业创新系统进行长期深入研究，抓住知识基础和行为者多样性、网络关系和制度政策复杂性等特征，不断丰富其理论思想。

（一）知识技术属性与产业创新系统关系

知识和技术属性构成了产业创新系统知识基础，Malerba把产业知识基础、学习过程与知识创造和交换过程联系起来。首先，知识基础与学习过程视角。Malerba通过对医药和生物技术、电信装备与服务、化学、软件和机床等五个产业展开案例分析，指出知识基础决定了企业内部或企业间创新活动过程。例如，早期制药技术与化学密切相关，缺乏正式研究，随机筛选天然和衍生化合物方法的普及导致了研发爆炸式增长，随后分子生物学的出现引出了基于分子遗传学和脱氧核糖核酸（DNA）技术的新学习体系，技术研究过程分为专业技术和通用技术。制药业复杂性和低累积性的技术特征使得创新过程依赖强大的基础科学研究能力，以及企业和大学等机构的互动能力[10]。其次，不同类型知识对新创企业的重要性因产业而异。Breschi等[18]对制药、电子等行业企业实证发现，企业成立前掌握的技术知识和市场知识对新创企业的重要性因产业而异，在制药和电子产业，技术知识和市场知识重要性相当，而在生物技术行业，技术知识更重要。最后，知识交换视角。Malerba等[19]检视了产业内部和产业间知识流动特征，通过分析1980—2000年欧美6国135个狭义技术领域内和跨领域知识流动的面板专利数据，揭示了产业间知识溢出效应对创新活动的重要影响，发现国内研发对产业间知识溢出效果比国际研发更强，然而国际研发对产业内部知识溢出效应是国内研发的24倍。

（二）行为者与产业创新网络

除目标企业外，Malerba研究的行为者包括实验用户、中间用户企业、上游供应商、衍生企业、知识密集型创业企业、大学与科研机构等。Malerba尤其重视非企业组织在产业创新中的作用，因为非企业组织“通过各种方式支持企业创新、技术扩散和生产，其角色在不同部门间存在较大差异”[16]。例如，Corrocher等[20]对信息与通信技术（information and communication technology，ICT）行业创新活动进行分类研究，以大学和研究机构等非企业行为者作为创新来源指标，反映非企业行为者在产业创新中的重要作用。另一个关注重点来自用户，Malerba[21]早期研究指出用户需求结构是影响技术变革速度和方向的主要因素之一。20世纪60年代欧洲半导体产业技术能力和竞争力衰退主要由于电子消费品需求（而不是公共采购或计算机需求）在各国需求结构中占据了主导地位。Malerba等[22]进一步建模指出边缘市场或者实验用户能为产业新进入者提供生存和发展空间，在这个空间，新技术能够逐渐成熟并能在主流市场具有竞争力。Fontana等[23]使用1997—2007年全球创办的1 000多家半导体产业初创企业的数据集，实证发现具有用户背景的初创企业比半导体行业本身的衍生企业或以前活跃在大学或其他行业的人创办的新企业生存时间更长，这些结果有力地指出了用户作为产业创新来源的重要作用。

Malerba探索了产业创新网络对创新绩效的影响。由于单一企业难以获取产业创新全部知识，知识网络就成为产业创新系统早期关注焦点。传统理论强调企业间技术联盟等网络形成、结构特征对产业创新的影响机制，Malerba进一步扩大了研究范围，强调企业与非企业组织间的创新网络作用，例如指出企业与大学和公共科研机构的紧密联系对于制药和生物技术企业的创新绩效至关重要。在合成染料化学产业中，企业与大学和用户的联系对知识获取和产业创新同样重要。对软件行业而言，用户—生产者互动、全球和本地网络以及熟练人力资本的高流动性都至关重要[10]。随着研究深入，新兴国家产业追赶背景下基于创新网络的知识搜寻成为另一个视角，如印度和巴西电信产业创新和追赶受阻是因为未能建立获取国外知识的渠道和网络[24]。实证研究表明，企业“本土搜寻”战略与创新速度正相关，并被同技术领域企业竞争行为负向调节，因此研发联盟有助于推动产业创新速度[25]，而Breschi等[26]对1982—1993年美欧6国专利数据的实证表明企业技术多样化并非随机发生，建立在网络基础上有意识本土搜索或无意识知识溢出的产业学习是技术多样化的主要动力。

产业内垂直联结是创新网络的重要形式。垂直联结指企业与需求方或供给方联结的网络，研究揭示了产业创新系统中企业与关键用户或者供应商联结对创新绩效产生了显著影响。Adams等[27]使用不同专利数据库，定量估计了中间用户企业引发的半导体产业创新规模，发现与其他参与者相比，中间用户公司创新规模在绝对值和相对值上都更高。通过研究半导体行业初创企业的数据发现，来自用户企业的创业者拥有的知识更可能支持跨行业边界的创业[28]。有意思的是，Fontana等[29]基于1996—2008年美国电信产业336家新创企业数据实证发现，创始人有上游行业（半导体产业）工作经历的新企业拥有更低的退出风险，这是由于电信产业创新活动严重依赖半导体产业的硬件和技术。

（三）制度与公共政策

制度是产业创新系统的重要组成部分，产业创新系统分析可为能源、生物技术、信息与通信技术等特定产业公共政策制定提供依据。Malerba等[30]指出政府在产业发展不同阶段制定出口、教育、研发培训、知识产权保护、公共采购等支持和激励政策，对产业创新发展起到积极作用。典型事实包括：德国先进教育制度对现代化学发展起到了基础性支持作用，喷气式客机发展得益于美国政府在机身和发动机技术上的巨额投资，印度宽松的知识产权制度为国内制药企业初期创新能力发展提供了机会，等等。

基于产业间知识相互依存关系，公共政策可能在产业创新系统间发生传导效应，Malerba等[31]通过计算机和半导体行业共同演化的历史友好模式，考察了反垄断、公共采购、标准等公共政策对两个垂直相关行业在不确定环境中共同演化的影响，证明了政策影响可能会从一个行业蔓延到另一个行业，针对特定行业的政策会影响产品市场、公司边界变化或知识和技术相互依存关系，引发行业创新条件的重大变化。此外，公共政策具有产业异质性，Freitas等[32]使用挪威、意大利和法国三次创新调查的微观数据，估算了研发税收抵免效应的产业异质性，表明研发倾向较高行业的平均研发投入和产出附加效应更强。

四、Malerba产业创新系统理论的主要应用

自Malerba正式提出产业创新系统理论以来，该分析框架被广泛应用于发展中国家产业追赶、产业结构变迁、产业技术多样化和知识密集型创业企业、衍生企业等重大现实议题。

（一）发展中国家产业创新与追赶

发展中国家与发达国家有显著差别的产业创新初始条件、关键变量和机制，使研究尤具挑战。研究的第一个视角是产业创新系统的异同。在《作为学习过程的经济发展：产业系统间的差异》一书中，Malerba等讨论了影响计算机软件、半导体等多国5个行业创新与追赶的主要因素，认为发展中国家产业成功追赶的共同因素包括国内企业的学习和能力形成、能够获取国外知识、熟练的人力资本和积极的公共政策等;影响产业创新和追赶成功的差异性因素包括与技术和产业发展周期相关的产业结构、需求特征、与本土/海外供应商关系、大学和公共研究机构、融资机制、政府政策类型、标准、管制和规范等，此外，国家差异也是重要因素。

第二个视角是对产业成功追赶的探索。首先，创新系统要素间互补是成功追赶的重要原因，如Capone等基于历史友好模型分析了中国移动通信产业的追赶过程，使用历史友好仿真和历史差异仿真模拟了不同技术体制和市场条件下中国企业的追赶效果，结果显示大的细分市场规模为中国企业追赶的初始阶段提供了培育环境，技术变革的高连续性促进了追赶进程[33]。其次，国家创新系统与产业创新系统互动对产业创新和追赶至关重要[30]。如前所述，印度宽松的知识产权制度为国内制药企业初期创新能力发展提供了机会，先进农业知识库、良好的技术基础设施和公共研发支出政策为中国农业本土能力发展提供了关键要素。最后，善用机会窗口是成功追赶的重要条件。Lee等[34]使用手机、照相机等行业案例，指出后进国家在长期产业发展中后来居上，可能得益于把技术、需求和制度3种类型机会窗口与产业创新生态系统要素有效联结起来。遵循这一思路，Landini等[35]使用历史友好模型和反事实模拟仿真，对由客户引导的中国风力、生物和水利发电产业创新与追赶进行分析，发现机会窗口出现的时机影响了产业追赶进程，需求窗口之后发生的技术不连续性（即技术机会窗口）可能会降低需求窗口在产业追赶过程中的有效性，因为技术窗口打开抵消了早期需求窗口带来的优势，拥有更强能力的在位企业有更多机会利用技术窗口扩展能力。此外，有效利用机会窗口需要匹配制度条件，如保护主义是需求窗口发挥作用的必要条件，市场保护可以使得追赶国家企业利用内部市场优势积累能力。

（二）知识密集型创业

知识密集型创业（knowledge intensive entrepreneurship，KIE）被视为知识的运营者，是整合现有知识资产，创造新知识并转化为产品或服务的过程，在产业系统创新和转型中扮演了重要角色。Malerba将KIE定义为在经济系统中引入创新并密集使用新知识的新企業，分析了KIE活动中的产业创新系统分类问题;Fontana等[36]实证发现KIE嵌入的产业创新系统存在异质性，根据知识来源、网络种类、创新独占性方法等维度，归纳出5类不同产业创新系统，包括扩散型产业系统、与生产资产垂直的产业系统、与互补资产垂直的产业系统、分布式信息产业系统和分布式科技知识产业系统。针对低技术产业KIE活动，HirschKreinsen等[37]通过选择纺织、食品和金属行业27个案例，检验了低科技产业（研发强度小于3%的产业）存在知识密集型创业，并将其分为市场驱动、科学与技术驱动、能力驱动和竞争压力驱动4种类型。

KIE活动中的知识交换与战略差异是另一个研究视角。LaageHellman等[38]通过瑞典医疗技术公司Aerocrine的单案例研究，分析了特定企业如何依赖产业创新系统获取和发展知识及资源，展示了创业企业在不同发展阶段如何协调与大学、客户和供应商的知识合作关系，例如KIE企业与母体企业关系的重要性随时间逐渐降低，而与用户和供应商关系的重要性逐渐增强，只有当企业能力符合产业规制时，才有可能利用创新机会。此外，Camerani等[39]基于2009—2011年数字音频播放器产业585种创新产品数据，实证检验了创业企业和在位企业差异化的技术战略，指出战略差异源于创业企业为抵御在位企业竞争。

Malerba等还比较了跨国与跨产业背景下的KIE活动。Malerba等[40]使用专利申请数据对中、俄、印3国电信、制药、信息技术产业创新展开分析，发现3国KIE企业创新规模比在位企业小，中、俄KIE企业创新占比逐年下降，3国KIE企业在创新质量上没有显著差异，而在持续性创新水平上存在显著差异，决定KIE企业创新绩效的共同因素包括收入增长与市场机会、人力资本供给、研发增长、公共政策支持等。后续研究中，Malerba等[41]利用欧洲86个企业案例，分析了KIE企业创始人特征、知识特征、知识生命周期特征以及商业、市场和制度条件，后续研究中使用欧盟AEGIS微观数据，发展出KIE企业创业程式化流程模式。与其他企业相比，KIE企业与创新系统互动更多，KIE企业与创新系统关系存在产业和国家差异等[42]。

五、Malerba产业创新系统理论深化讨论：分类与演化

通过发展中国家产业创新追赶和KIE活动的应用研究，产业创新系统分类和演化思想得到发展，包括技术转变、机会窗口、系统要素交互、跨越产业和地理边界等方面。

（一）产业创新系统分类

创新差异是产业创新系统理论的基础，关键变量与机制差异有助于识别产业间创新模式差异，但不能完全替代创新系统产业差异分析，因为创新系统拥有单个创新要素所不具备的整体特征。能否识别产业创新系统边界进而分类，就成为验证理论进步性的重要标准。已有文献中的产业创新模式包括熊彼特Ⅰ型和熊彼特Ⅱ型产业、Pavitt产业创新分类等，都基于一个或若干个创新要素划分，Malerba等把产业创新分类研究推向系统层面。

Fontana等[36]把产业创新系统分类维度归纳为4个。一是知识来源，包括大学等非市场型水平联结的知识来源，与用户、供应商等市场型垂直联结的知识来源以及商业事件和出版物。二是从参与网络中受益，包括：通过网络获得互补资产和市场，如吸引融资、建立市场合作、获得法律帮助、开发新产品和服务等;通过网络获取生产优势，如联系客户和用户、选择供应商等。三是技术协议种类，如战略联盟、研发协议、技术合作协议、许可证、研发外包等。四是知识产权保护方式，包括：隐性方法，如保密协议和商业秘密等;编码化和正式保护方法，如专利、商标和版权等;非正式方法，如先入优势和设计复杂性等。根据上述维度，归纳出5类不同产业创新系统（见表1），包括扩散型产业系统、与生产资产垂直的产业系统、与互补资产垂直的产业系统、分布式信息产业系统和分布式科技知识产业系统。以“与生产资产垂直的产业系统”为例，此类产业创新系统主要与生产相关且知识主要通过垂直联结，知识来源于客户、供应商或竞争对手，知识流动和技术机会通过企业与客户或供应商的垂直联结达成，从网络中受益主要来自生产相关的客户或供应商。从创新系统整体着眼分析，深化了产业创新系统理论，为公共政策制定提供了依据。

（二）技术转变与产业创新系统演化

技术转变是产业创新系统转型升级的主要动力之一。面对技术转变，产业创新系统的行为者会产生差异性反应，当技术转变呈现渐进性特征时，在位企业或现有制度往往采纳和扩散新技术，并固化已有的行为者关系，如同熊彼特Ⅱ型产业创新描述的那样。当技术转变呈现不连续性特征时，在位企业或现有制度往往会阻碍新技术采用，并催生新的行为者或新关系。生物制药产业创新系统的案例研究表明，制药技术更迭改变了系统参与者及联结。制药技术早期与化学密切相关，创新主体主要为科学家个体，随着分子遗传学和DNA技术的新学习体系形成，技术创新越来越依赖强大的基础科学研究能力及与公共科研机构的联结，创新主体变更为企业、大学和公共研究机构等[10]。产业创新追赶研究中，学者们使用历史友好模型探索技术变革对产业领导地位更替的作用，通过对移动电话和半导体产业创新案例分析发现，新技术破坏性越强，在位企业能力越低，在位者和追赶者之间市场份额变动越大。技术不连续条件下，如果在位者行为高度锁定，产业领导地位更可能发生变更[35]。

（三）机会窗口与产业创新系统演化

机会窗口指新技术经济范式刺激后进国家赶超中的角色。Lee等[34]把机会窗口与产业创新系统要素联系起来，理解为“产业系统动态中的不连续性”，并提出了技术、需求和制度3种类型机会窗口。技术窗口指技术的突破性转变，需求窗口指一种新型需求或者本地需求重大调整等，制度窗口指对特定行业公开干预或制度条件急剧变化。机会窗口强调系统“反应”的重要性，“反应”包括行为者学习过程、能力水平、组织类型和战略，以及公共政策、教育系统等制度性反应。已有产业领导者对机会窗口的有效反应不足（也称“在位者陷阱”）会导致其领先地位被赶超，后进国家对机会窗口的有效反应有助于产业赶超。总之，面对机会窗口，产业创新系统的差异化反应决定了长期演化路径。Lee等将这一分析框架应用于手机、照相机、半导体等行业，Landini等[35]将其应用于中国风力、生物和水利发电产业追赶分析。此外，该框架还被广泛运用于多个产业创新系统的长期演化分析中，包括中型客机、移动电话、白酒、半导体芯片、照相机和钢铁等产业。

（四）系统要素交互与产业创新体系演化

技术体制和需求体制交互成为产业创新演化的重要动力。技术体制的累积性特征反映了产业知识特征，技术机会来自于制度或者用户、供应商、大学的联结，技术独占性条件来自制度范畴，如专利制度。需求体制体现了需求规模、结构与细分程度等，主要与创新网络相关。早期研究强调计算机产业实验客户（业余爱好者）与厂商的联结使得新技术得以发展，对产业结构演化产生深远影响[43]。Malerba等[22]利用模拟仿真方法，探索需求体制与技术演化关系，新企业存活取决于旧技术不能很好地服务于边缘市场或者实验用户，因为新企业通常无法在已有市场上与老牌企业正面競争，需要找到一个边缘市场或者实验用户以便培育企业技术能力。在使用历史友好模型对制药业创新系统演化分析时，Garavaglia等[14]将市场要素和技术要素交互，发现更强累积性、更高技术机会和更严格独占性条件有利于市场集中度提升，新市场出现则减缓了市场集中度的提升趋势。

产业追赶视域下，Capone等[44]在研究行业先发优势的转化成本机制时指出，技术体制创业化（高技术机会、低独占性条件和低知识累积性）和需求碎片化结合时，先行者长期优势将不复存在，产业结构得以演化升级。Landini等[35]在分析中国风力、生物和水利发电产业追赶时，强调技术体制与需求体制交互时机对创新绩效影响，指出需求窗口之后发生的技术不连续性可能会降低需求窗口在产业追赶过程中的有效性，因为技术窗口打开抵消了早期需求窗口带来的优势。此外，系统要素交互驱动产业创新追赶具有显著产业差异性，例如软件行业追赶基础是充满活力的创业精神与创新网络的紧密联系，电信行业中大企业投资和政策在产业创新能力培育中发挥主要作用[30]。

（五）跨越产业与地理边界的产业创新体系演化

当产业创新的发生跨越产业和地理边界时，上下游产业的技术市场条件变化、跨产业知识流动、产业创新系统间有效互动以及产业间相对位势都可能对演化产生影响。上游产业供应商能力扩大可能影响下游企业创新决策，改变产业创新系统关键性联结。Malerba等[31]研究解释了20世纪50至80年代美国计算机产业组织结构演变如何依赖上游半导体产业的技术和市场条件变化。当半导体产业主导技术从集成电路向微处理器转换，客户市场从狭小的计算机市场向电信、消费电子产品、汽车市场扩散时，计算机企业随之转型为专业化计算机生产商，不再从事半导体部件生产和研发。跨产业知识流动改变了产业内初创企业生存条件。实证表明，具有应用行业背景的初创企业比其他企业生存时间更长[23]。类似地，Adams等[28]发现来自用户的创业者更可能支持跨行业边界的进入和生存。跨产业知识流动也影响产业创新规模，实证研究指出与半导体产业其他参与者比，中间用户引发的创新规模在绝对值和相对值上都更高[27]。

垂直产业创新系统间有效互动影响演化速度和方向。研究指出，中国半导体供应商的创新和生产能力与电信用户需求之间的差距阻碍了两个垂直产业系统间的有效互动，制约了半导体产业创新系统演化方向和速度[45]。而产业间相对位势影响了特定产业创新演化。Lamperti等[46]实证发现，产业在知识网络中处于中心位置正向影响产业创新能力和出口绩效。此外，跨越国境的知识流动影响产业创新系统演化。Malerba等[19]对欧美发达国家135个狭义技术领域的实证研究表明，国际研发对产业内部知识溢出效应是国内研发的24倍。Yu等[45]指出，中国电信设备制造业成功发展的关键因素之一在于早期通过合资等方式吸收了国外先进技术;相反，半导体产业发展初期由于贸易障碍等因素无法获得国外先进技术，从而深刻影响到后期产业创新发展。

六、国内研究述评及展望

在讨论了产业创新系统理论发展脉络与整合框架（如图1所示）基础上，本部分讨论Malerba理论在国际学术界的影响与国内研究现状，结合中国情境，提出研究展望。

（一）Malerba理论在国际学术界的广泛影响

Malerba的《产业创新系统与产品》一文[1]被认为是产业创新系统理论代表作。搜索Web of Science核心合集，选取论文和会议论文两种形式，显示该文被引用898次，引用的前三位期刊为创新领域主流期刊，

Research Policy（83次），Technological Forecasting and Social Change（60次），Industrial and Corporate Change（25次）。从被引用时间分布看，自2015年以来年被引用次数都超过之前年份，表明该理论影响力正在扩大。被引用文献学科领域主要集中在管理与商学（526次）、经济学（251次）、环境科学与研究（189次）、城市发展（124次）、地理学（53次）。Fagerberg等[8]列出的200年以来创新领域高被引论文，共涵盖产业创新系统、开放式创新、技术生态位、创新生态系统、专利制度、用户创新、创新战略、公共研发与产业创新等8个领域。比较2001年1月—2021年5月这些论文在Web of Science核心合集的他引次数和创新领域权威期刊Research Policy的他引次数，分别代表文献影响力范围和未来趋势。从比较结果看，产业创新系统理论无论在影响力范围还是未来趋势上都占有重要地位。

（二）国内相关研究述评

通过梳理代表性文献发现，国内学者已就创新系统要素及交互关系展开研究，尝试探索产业创新分类，并就重大现实问题展开对话。

一是知识与技术视角。国内学者探索了自主创新、引进技术、技术改造、国内技术购买、外部知识源等不同知识来源对产业创新效率的影响[4748]。不同知识基础也影响了产业创新模式和过程，王黎萤等[49]从专利密集型和非专利密集型视角、孟庆时等[50]从数字技术创新规律视角展开探索。此外，国内文献还对产业创新主体间知识的跨国流动，产业知识与产业创新绩效关联度等展开国际比较[51]。

二是创新网络视角。李莉等[5253]研究了产业创新网络集聚态势对网络抗毁性的影响研究，将创新网络特征与网络的动态能力联系起来，进一步探索了网络创新开放度的非均衡分布对创新网络抗毁性的作用关系。产业创新网络形成机制与治理方面，刘可文等[54]以张家港市氢能产业为例考察了创新网络的形成机制，吴绍波等[55]讨论了产业创新网络形成过程中的机会主义行为及治理等。产业创新网络的演化方面，苏楠等[56]引入社会网络分析方法揭示了中国21个产业创新系统内聚性和流动性的演变过程，张治河等[57]利用灰色模糊评判法等发现中国战略性新兴产业创新能力发展遵循“蠕虫状”演进规律。

三是制度视角。制度在产业发展的不同时期发挥了不同效应，王晓珍等[5859]指出中国风电产业政策实施前期对产业创新发挥显著促进作用，后期更多表現为挤出效应，实证研究揭示了政策支持对高科技产业创新绩效的正负效应。制度效应还具有产业异质性，姜南等[60]采用8国专利密集型产业面板数据实证表明，知识产权保护对不同类型产业创新活动影响不同。政策需要与产业发展相匹配，梁正等[61]基于改革开放40年来中国产业科技创新历程，构建了基于产业创新系统的后发国家创新政策演化模型，指出针对不同产业发展的不同阶段，政策重点与方式应有所不同。

四是创新要素、机会窗口、产业生命周期交互视角。从知识、网络和制度要素交互入手，孙晓华等[62]实证指出市场规模对创新能力具有不显著的正效应是由于缺乏健全的创新制度，强调需求与制度协同对产业创新绩效的影响。从创新体系要素与机会窗口交互看，李桢业[63]从特殊协作关系（网络）和市场机会互补视角理解台州缝制设备产业集群创新能力退化现象，指出由“乡缘”或“亲缘”组成的特殊生产协作关系导致企业创新激励不足，与外部机会是对立的。从创新要素与产业生命周期交互视角，刘志阳等[64]把独占性机制、互补资产、公共政策等与产业生命周期交互，研究战略性新兴产业创新获利战略。

五是对产业创新系统分类的探索。靳景等[65]基于相对创新溢出和吸收能力，把参与产业关联方式归纳为“创新关联、创新溢出—产品需求、产品供给—创新吸收和产品供需”四类方式。

六是对重大现实问题的讨论。针对“市场换技术”的争论，孙玮等[66]提出外商投资企业研发溢出可能会阻碍要素自由配置，引发逆向技术扩散。针对产业追赶背景下科技创新政策如何助力产业创新演化，梁正等[61]研究提出政策落脚点应放在如何促进本土创新主体的能力构建之上。针对制造业高质量发展问题，杨以文等[67]实证检验表明，中国制造业全球价值链地位提升会降低制造业不同行业创新水平差距，促进创新水平收敛等。

（三）中国情境下的研究展望

国内研究从不同视角提出许多洞见，但是少有研究从系统和整体视角出发，也未形成理论热点。为了更好地思考中国情境下产业创新问题，推动与发展适合中国情境的管理理论并用于指导实践，本文借鉴Malerba产业创新思想，提出了中国情境下开展产业创新系统研究的理论方向，如图2所示。

1.数字技术驱动的产业创新系统新内涵和新机制

当前，人工智能、区块链、云计算和大数据等底层数字技术被更多用来实现企业与业务合作伙伴、供应商、分销商和客户的连接，用户对生产过程深度参与，企业竞争加剧，组织边界和产业边界被重新定义[68]，需要探索数字技术下创新系统要素及相互关系，未来研究可从两方面入手。一方面是数字产业创新系统新内涵。知识基础视角下，数字技术应用是怎样改变产业知识基础并影响组织学习方式的？数字经济背景下知识来源对新创企业和产业创新绩效有何影响？数字经济下知识跨产业和地理边界的流动规律及效果如何？创新网络视角下，数字创新网络特征对技术转变和产业创新绩效的影响机制为何？例如研发联盟、平台企业网络控制力对数字产业创新速度的影响。此外，数字技术条件下需求如何引导产业创新？制度视角包括数字技术下产业规范、惯例、规则、法律、标准等制度内容变化，如Miric等[69]指出手机软件开发者技术独占机制与传统企业差异较大，数字经济下政府政策对特定产业创新影响以及在产业系统间是否存在传导性和异质性等。

另一方面是数字产业创新系统新机制。数字技术知识和网络交互视角下，数字技术应用的开放式、去中心化、快速更替和外部经济性等特征对创新网络的影响为何，例如技术开放式特征对企业—用户联结影响是怎样的？数字技术知识与制度交互视角下，数字技术的开放性和高不连续性对现有知识产权制度提出了挑战，典型事实包括产业数字技术标准滥用行为难以被合理界定和规制，数字技术的快速更迭带来的高度不确定性也给企业管理惯例提出挑战。面对更加动荡的外部环境，培育强动态能力的企业惯例成为重要任务。数字技术、网络与制度协同视角下，拥有数字技术标准必要专利的企业更可能在現有规制体制下滥用知识产权，抑制产业创新动能，典型例子包括近年来涌现的华为诉国际数据公司滥用市场支配地位等，数字技术、创新网络和制度协同推进中国数字产业创新发展已成为重要现实议题。

2.复杂外部环境下产业追赶与创新系统演化关系

复杂外部环境指新冠肺炎疫情和逆全球化浪潮的兴起。复杂外部环境带来了挑战与机会，需要从系统化视角分析中国未来产业创新追赶问题。从技术体制与市场体制联结视角看，技术体制包括技术机会、技术独占性条件和累积性条件等，市场体制包括市场规模、市场细分程度和市场结构等。未来研究可从三方面展开。一是技术累积性特征与碎片化市场细分程度匹配对特定产业创新追赶的不同阶段影响为何。二是逆全球化浪潮对不同经济体的独占性条件产生重要影响，发达国家外紧内松的政策已成为阻碍中国高技术产业获取前沿知识、布局全球创新网络的主要逆向动力[70]，在此背景下研究独占性条件和市场体制匹配在高技术产业创新追赶过程的作用尤为重要。三是新冠肺炎疫情导致全球供需配置呈现区域化特征，研究技术体制与市场结构匹配对产业创新追赶的影响具有现实意义。陈明明等[71]对技术创新的市场选择机制探索是可供借鉴的例子。

从机会窗口与产业创新系统反应视角看，产业创新系统对机会窗口反应决定了产业创新的长期演化路径，产业领先者面对机会窗口有效反应不足会导致领先地位被超越[34]，因此，动态能力就成为解释复杂环境下中国产业创新赶超的关键。复杂环境提供了机会窗口，例如新冠肺炎疫情为生物医药、机器人等抗疫相关产业打开需求窗口，逆全球化浪潮为中国高技术产业发展打开国内制度窗口。未来研究可从两方面展开。一是产业创新系统的效率和适应性问题研究，效率可以理解为在相同技术轨道、社会经济范式下产业系统的创新产出效率，适应性可以理解为产业创新系统面对机会窗口时的反应能力。二是复杂环境下机会窗口打开与产业创新系统反应时机对创新追赶的影响研究，对中国风力、生物和水力发电产业追赶分析为这方面研究提供了思路[35]。跨越地理和产业边界视角下，产业追赶与创新系统演化关系可从三方面展开。一是逆全球化浪潮下，跨国研发联盟组合的多样性和深度对产业内部知识溢出效应，新冠肺炎疫情使得生物制药、机器人产业等国外先进知识的获取渠道发生了怎样的变化等。二是探索上下游产业技术、市场和制度条件变化对产业创新追赶的影响。美国计算机产业依赖半导体产业技术和市场条件的创新演化案例为这个问题提供了启发[31]。三是研究全球供应链碎片化背景下垂直产业间互动对产业创新追赶的影响。

3.KIE带来的产业高质量发展新动能

KIE活动可以通过密集使用知识改变创新系统，带来产业创新，是中国产业高质量发展的新动能。当前国内对KIE研究主要停留在介绍KIE内涵机制层面，未来研究可从两方面展开。一是探索KIE活动过程与产业高质量发展的关系。例如，KIE活动怎样依赖产业创新系统获取和交换知识，怎样利用机会窗口，企业在这一过程中采用怎样的技术战略和产品战略等。又如，借鉴低科技企业KIE动力分类研究[37]，探索高质量发展情境下中高技术企业KIE动力类型，以及不同动力类型的KIE企业对产业高质量发展的影响。此外，还可以研究不同产业KIE活动创新贡献度，探索中国情境下熊彼特Ⅰ型产业和Ⅱ型产业的创新条件等。

二是創新系统交互下KIE活动与产业高质量发展。KIE活动同时受到产业创新系统和国家层面创新制度和环境影响，需要从交互视角下展开研究，例如创新系统交互下KIE企业如何利用和整合知识资产并将其转化为产品和服务？国家创新体系可从产业体系完备性、教育与人力资源水平、竞争与创新政策等视角切入。又如创新系统交互下KIE活动商业化如何影响产业高质量发展？产业高质量发展可从产业创新规模、质量、速度和可持续性方面切入，可以展开国际比较和产业间比较，关于中、俄、印5个产业KIE创新发展的比较分析提供了有益启示[40]。此外，还可以探索贯穿KIE企业（微观）、产业创新系统（中观）和国家创新系统（宏观）的流程模型，KIE创业程式化流程模式研究对此提供了洞见[42]。

4.服务公共政策的产业创新体系分类

分类研究可为公共政策制定和实施提供依据，有助于政策精准发力。未来研究可从两方面着手。一是中国情境下产业创新体系分类研究需匹配特定研究目的。可以借鉴Pavitt等[2，36]的分类方法展开数字技术下分类研究，根据知识数字化特征与来源、数字网络特征和创新独占性方式来区分不同产业创新系统。关注复杂环境下分类研究。动荡的国际环境使得原有产业技术追赶的知识生产条件更为复杂，分类维度需要侧重知识链的国际化特征，包括知识来源和网络的国际化特征，产业研发国际联盟组合深度与多样性，供应商与用户的国际化程度等。开展产业新动能下的分类研究，主要目标是新企业占据产业创新主要地位的熊彼特Ⅰ型产业，分类依据可以包括知识来源多样性和更新速度、融入知识网络的难度和知识保护等维度。

二是基于产业创新体系分类的公共政策研究。政策出台应与产业创新系统分类匹配。首先，要着眼差异之处，关注产业创新系统间的关键特征差异。产业政策应匹配特定产业创新系统，引导同一类型产业创新，竞争政策应能激发特定类型产业创新动能。其次，应着眼共通之处，研究不同类型产业创新系统演化过程中的共通之处，例如对创新独占性、市场结构和生产要素联结等方面的研究可为国家层面的反垄断政策制定提供依据。同时着眼产业间相互关系，研究具有垂直关系的产业创新系统间知识流动、要素交互和政策传导效应，识别阻碍创新的难点、堵点，出台政策科学化解。最后，应着眼整体效能，整合知识创造、网络联结和制度等要素分析政策效能，强化各类政策间有效衔接与协同，汇聚成推动产业创新系统升级演化的整体势能。

参考文献：

[1]MALERBA F.Sectoral systems of innovation and production [J].Research Policy，2002，31（2）：247264.

[2] PAVITT K.Sectoral patterns of technical change：towards a taxonomy and a theory [J].Research Policy，1984，13（6）：343373.

[3] MALERBA F，ORSENIGO L.Technological regimes and sectoral patterns of innovative activities [J].Industrial and Corporate Change，1997，6（1）：83118.

[4] KLEPPER S.Entry，exit，growth，and innovation over the product life cycle [J].The American Economic Review，1996，86（3）：562583.

[5] DOSI G，MALERBA F，MARSILI O，et al.Industrial structures and dynamics：evidence，interpretations and puzzles [J].Industrial and Corporate Change，1997，6（1）：324.

[6] TEECE D，PISANO G.The dynamic capabilities of firms：an introduction [J].Industrial and Corporate Change，1994，3（3）：537556.

[7] RADOSEVIC S.Transformation of science and technology systems into systems of innovation in central and eastern Europe：the emerging patterns and determinants [J].Structural Change and Economic Dynamics，1999，10（3/4）：277320.

[8] FAGERBERG J，MOWERY D C.Introduction：recent research on innovation and economic change [C]∥FAGERBERG J，MOWERY D C.Innovation，technology and economic change.Cheltenham：Edward Elgar，2015.

[9] MALERBA F.Sectoral systems of innovation：a framework for linking innovation to the knowledge base，structure and dynamics of sectors [J].Economics of Innovation and New Technology，2005，14（1/2）：6382.

[10]ADNER R.Match your innovation strategy to your innovation ecosystem [J].Harvard Business Review，2006，84（4）：98107.

[11]IANSITI M，LEVIEN R.Strategy as ecology [J].Harvard Business Review，2004，82（3）：6878.

[12]ADNER R，KAPOOR R.Value creation in innovation ecosystems：how the structure of technological interdependence affects firm performance in new technology generations [J].Strategic Management Journal，2010，31（3）：306333.

[13]GULATI R，PURANAM P，TUSHMAN M.Metaorganization design：rethinking design in interorganizational and community contexts [J].Strategic Management Journal，2012，33（6）：571586.

[14]GARAVAGLIA C，MALERBA F，ORSENIGO L，et al.Technological regimes and demand structure in the evolution of the pharmaceutical industry [J].Journal of Evolutionary Economics，2012，22（4）：677709.

[15]法格博格，莫利，納尔逊.牛津创新手册 [C].柳卸林，郑刚，蔺雷，等，译.北京：东方出版社，2021：471479.

[16]LUNDVALL B，JOHNSON B，ANDERSON E，et al.National systems of production，innovation and competence building [J].Research Policy，2002，31（2）：213231.

[17]道奇森，甘恩，菲利普斯.牛津创新管理手册 [C].李纪珍，陈劲，译.北京：清华大学出版社，2019：153154.

[18]BRESCHI S，LENZI C，MALERBA F，et al.Knowledgeintensive entrepreneurship：sectoral patterns in a sample of European hightech firms [J].Technology Analysis & Strategic Management，2014，26（7）：751764.

[19]MALERBA F，MANCUSI M L，MONTOBBIO F.Innovation，international R&D spillovers and the sectoral heterogeneity of knowledge flows [J].Review of World Economics，2013，149（4）：697722.

[20]CORROCHER N，MALERBA F，MONTOBBIO F.Schumpeterian patterns of innovative activity in the ICT field [J].Research Policy，2007，36（3）：418432.

[21]MALERBA F.Demand structure and technological change：the case of the European semiconductor industry [J].Research Policy，1985，14（5）：283297.

[22]MALERBA F，NELSON R R，ORSENIGO L，et al.Demand，innovation，and the dynamics of market structure：the role of experimental users and diverse preferences [J].Journal of Evolutionary Economics，2007，17（4）：371399.

[23]FONTANA R，MALERBA F.Demand as a source of entry and the survival of new semiconductor firms [J].Industrial and Corporate Change，2010，19（5）：16291654.

[24]LEE K，MANI S，MU Q.Explaining variations in the telecommunication equipment industry in Brazil，China，India and Korea [C]∥MALERBA F，NELSON R R.Economic development as a learning process：variation across sectoral systems.Cheltenham：Edward Elgar，2012：2171.

[25]BRECHI S，CASSI L，MALERBA F.Knowledge search and strategic alliance：evidence from the electronics industry [C]∥MALERBA F，VONORTAS N S.Innovation networks in industries.Cheltenham：Edward Elgar，2009：105124.

[26]BRESCHI S，LISSONI F，MALERBA F.Knowledgerelatedness in firm technological diversification [J].Research Policy，2003，32（1）：6987.

[27]ADAMS P，FONTANA R，MALERBA F.The magnitude of innovation by demand in a sectoral system：the role of industrial users in semiconductors [J].Research Policy，2013，42（1）：114.

[28]ADAMS P，FONTANA R，MALERBA F.Userindustry spinouts：downstream industry knowledge as a source of new firm entry and survival [J].Organization Science，2016，27（1）：1835.

[29]FONTANA R，MALERBA F，MARINONI A.Preentry experience，technological complementarities，and the survival of denovo entrants.Evidence from the US telecommunications industry [J].Economics of Innovation and New Technology，2016，25（6）：573593.

[30]MALERBA F，NELSON R R.Learning and catching up in different sectoral systems：evidence from six industries [J].Industrial and Corporate Change，2011，20（6）：16451675.

[31]MALERBA F，NELSON R R，ORSENIGO L，et al.Public policies and changing boundaries of firms in a “historyfriendly” model of the coevolution of the computer and semiconductor industries [J].Journal of Economic Behavior & Organization，2008，67（2）：355380.

[32]FREITAS I B，CASTELLACCI F，FONTANA R，et al.Sectors and the additionality effects of R&D tax credits：a crosscountry microeconometric analysis [J].Research Policy，2017，46（1）：5772.

[33]CAPONE G，MALERBA F，ORSENIGO L.Spinoffs in context：entry and performance across different industries [J].Industrial and Corporate Change，2019，28（2）：259282.

[34]LEE K，MALERBA F.Catchup cycles and changes in industrial leadership：windows of opportunity and responses of firms and countries in the evolution of sectoral systems [J].Research Policy，2017，46（2）：338351.

[35]LANDINI F，LEMA R，MALERBA F.Demandled catchup：a historyfriendly model of latecomer development in the global green economy [J].Industrial and Corporate Change，2021，29（5）：12971318.

[36]FONTANA R，MALERBA F，MARINONI A.Knowledge intensive entrepreneurship in different sectoral systems [C]∥MALERBA F，CALOGHIROU Y，MCKELVEY M，et al.Dynamics of knowledgeintensive entrepreneurship：business strategy and public policy.New York：Routledge，2016：191213.

[37]HIRSCHKREINSEN H，ISABEL S.Knowledge intensive entrepreneurship in lowtechnology industries [C]∥MALERBA F，CALOGHIROU Y，MCKELVEY M，et al.Dynamics of knowledgeintensive entrepreneurship：business strategy and public policy.New York：Routledge，2016：214238.

[38]LAAGEHELLMAN J，MCKELVEY M.How networks and sectoral conditions affect commercialization in a KIE venture in the medical technology industry：a case study of Aerocrine [C]∥MALERBA F，CALOGHIROU Y，MCKELVEY M，et al.Dynamics of knowledgeintensive entrepreneurship：business strategy and public policy.New York：Routledge，2016：265288.

[39]CAMERANI R，CORROCHER N，FONTANA R.Competing for product innovation in knowledge intensive industries：the case of the digital audio players [C]∥MALERBA F，CALOGHIROU Y，MCKELVEY M，et al.Dynamics of knowledgeintensive entrepreneurship：business strategy and public policy.New York：Routledge，2016：289324.

[40]MALERBA F，MANI S，STERZI V.Knowledge based entrepreneurship and emerging economics [C]∥MALERBA F，CALOGHIROU Y，MCKELVEY M，et al.Dynamics of knowledgeintensive entrepreneurship：business strategy and public policy.New York：Routledge，2016：391424.

[41]MALERBA F，MCKELVEY M.Knowledgeintensive entrepreneurship and future research directions [C]∥NIOSI J.Innovation systems，policy and management.Cambridge：Cambridge University Press，2018：433463.

[42]MALERBA F，MCKELVEY M.Knowledgeintensive innovative entrepreneurship integrating Schumpeter，evolutionary economics，and innovation systems [J].Small Business Economics，2020，54（2）：503522.

[43]BRESNAHAN T，MALERBA F.Industrial dynamics and the evolution of firms and nations competitive capabilities in the world computer industry [C]∥MOWERY D，NELSON R R.The sources of industrial leadership.Cambridge：Cambridge University Press，1999：79132.

[44]CAPONE G，MALERBA F，ORSENIGO L.Are switching costs always effective in creating firstmover advantage？ The moderating role of demand and technological regimes [J].Long Range Planning，2013，46（4/5）：348368.

[45]YU JIANG，MALERBA F，ADAMS P，et al.Related yet diverging sectoral systems：telecommunications equipment and semiconductors in China [J].Industry and Innovation，2017，24（2）：190212.

[46]LAMPERTI F，MALERBA F，MAVILIA R，et al.Does the position in the intersectoral knowledge space affect the international competitiveness of industries？ [J].Economics of Innovation and New Technology，2020，29（5）：441488.

[47]俞立平，李守偉，刘骏.技术来源对高技术产业创新影响的比较研究 [J].科研管理，2016（4）：6167.

[48]侯建，陈恒.外部知识源化、非研发创新与专利产出：以高技术产业为例 [J].科学学研究，2017（3）：447458.

[49]王黎萤，王佳敏，虞微佳.区域专利密集型产业创新效率评价及提升路径研究：以浙江省为例 [J].科研管理，2017（3）：2937.

[50]孟庆时，余江，陈凤，等.数字技术创新对新一代信息技术产业升级的作用机制研究 [J].研究与发展管理，2021（1）：90100.

[51]樊霞，宋丽.基于科学的创新与产业技术能力构建：基于中日美生物技术产业的比较分析 [J].科学学与科学技术管理，2017（3）：311.

[52]李莉，林海芬，程露，等.技术群体耦合对产业创新网络抗毁性的影响研究 [J].研究与发展管理，2020（1）：101112.

[53]李莉，程露，林海芬，等.创新开放度分布对产业创新网络抗毁性的影响：技术群体的调节作用 [J].科学学与科学技术管理，2021（5）：8599.

[54]刘可文，车前进，王纯彬，等.新兴产业创新网络的联系、尺度与形成机理 [J].科学学研究，2021（4）：622631.

[55]吴绍波，顾新.战略性新兴产业创新生态系统协同创新的治理模式选择研究 [J].研究与发展管理，2014（1）：1321.

[56]苏楠，吴贵生.基于社会网路分析方法的我国创新系统演进研究 [J].科学学与科学技术管理，2011（4）：6671.

[57]张治河，潘晶晶，李鹏.战略性新兴产业创新能力评价、演化及规律探索 [J].科研管理，2015（3）：112.

[58]王晓珍，邹鸿辉.产业政策对风电企业创新绩效的作用机制分析：基于时滞和区域创新环境的考量 [J].研究与发展管理，2010（2）：3345.

[59]陈子韬，孟凡蓉，王焕.政府支持对高技术产业创新效率影响研究 [J].科学学研究，2020（10）：17821790.

[60]姜南，徐明.知识产权保护对产业影响作用的差异性分析 [J].科研管理，2016（S1）：103109.

[61]梁正，李代天.科技创新政策与中国产业发展40年：基于演化创新系统分析框架的若干典型产业研究 [J].科学学与科学技术管理，2018（9）：2135.

[62]孙晓华，李传杰.需求规模与产业技术创新的互动机制：基于联立方程模型的实证检验 [J].科学学与科学技术管理，2009（12）：8085.

[63]李桢业.特殊协作关系上的创新阻碍与外部机会研究：浙江台州缝制设备产业集群创新案例解析 [J].科研管理，2008（6）：1016.

[64]刘志阳，孔令丞，梁玲.基于产业生命周期的战略性新兴产业创新获利影响因素分析 [J].研究与发展管理，2017（1）：95105.

[65]靳景，张耀坤，宋昱晓，等.我国生产性服务业对产业关联与创新传导的影响分析 [J].科学学与科学技术管理，2020（2）：318.

[66]孙玮，王九云，成力为.技术来源与高技术产业创新生产率：基于典型相关分析的中国数据实证研究 [J].科学学研究，2010（7）：10881093.

[67]杨以文，毛春梅，郑江淮，等.全球价值链地位提升能促进产业创新收敛吗？ [J].科学学研究，2020（6）：9901000.

[68]戚聿东，肖旭.数字经济时代的企业管理变革 [J].管理世界，2020（6）：135152.

[69]MIRIC M，BOUDREAU K J，JEPPESEN L B.Protecting their digital assets：the use of formal & informal appropriability strategies by app developers [J].Research Policy，2019，48（8）：113.

[70]戚聿东，朱正浩.逆全球化背景下全球生产性服务业FDI新趋势及动力机制分析 [J].经济管理，2020（7）：5674.

[71]陈明明，张国胜，张文铖.新一轮科技革命中技术创新的市场选择机制研究 [J].当代经济科学，2019（6）：3749.