什么是“贴近历史”的科技创新观？| 欧美新书推荐
随着行业的发展，创新成为了决定输赢的关键因素。创新与产业演化带来了一种审视经济增长机制的新方法：从系统化且“贴近历史”的角度观察，并充分考虑行业背景的差异。
经济学家Sidney Winter与三位合著者在上个世纪90年代末就开启了这项研究计划，在新书《产业创新与演化》（Innovation and the Evolution of Industries）探讨了贴近历史的科技创新观，这对行业发展具有重大意义：
寻找那些不符合经济学内在逻辑但具有重要历史意义的发展事件，尊重每一个历史史实，才能重获历史的原貌。
探讨创新与产业演化之间的相互作用，即创新对产业演化的影响，以及产业演化如何反过来影响创新。
产业演化的发展方向会受到历史环境的影响，因而对历史推动机制进行系统的剖析意义深远。
产业创新与演化
Franco Malerba, Luigi Orsenigo,
Richard Nelson, Sidney Winter / 著
Cambridge University Press 2016
何为「产业演化」
演化，强调的是较长时间内经济事件展开的全过程。它关注新事物从何而来，也就是演化过程中与创新有关的方方面面。这个词和生物学中的“进化”一词相似：经济学方面的演化也需要时间的积淀，并与新生事物的来源息息相关。
书中有三个核心章节依次探讨了美国计算机行业、半导体行业，以及制药业。我们探究了它们的行业历史，时间跨度约为50年，参考了对应时间段里的相关文献，并仔细研究文献中对行业机制的主观解释和客观描述，从而发掘不同行业以特定方式发展的原因。
利用这些结论，我们定制出一个特有的计算机模型，它是一种贴近历史的建模。启用模型后，首先利用它重现历史，将之前从文献中获得的内容具体呈现出来。
接着，我们着手研究一旦行业历史背景条件发生改变会产生什么情况。例如，假定半导体技术取得的进展比实际要小，或制药行业面临的专利制度和现实中采用的不一样，结果会如何变化。
这些验证是为了指出产业演化的发展方向会受到历史环境的影响。在本书的结尾，我们把结果归拢到一起进行了总结，期待他人可以借鉴这些方法实现某些目标。
“贴近历史”收获了什么？
▍“大浪淘沙”
在我们的研究过程中发现，行业发展文献中会反复提及一些反映行业特征的重要现象，比如“大浪淘沙”。通常行业初始都会出现一个特别的时期，在这段时间里会有一大波新公司流入，有些会成功，有些会失败。然后再有更多新公司进入，又产生更多失败者，如此这般，循环往复，是为“大浪淘沙”。
以美国汽车行业为例，在汽车行业兴起的几十年后，活跃企业的数量达到了200多家。然而在之后的很长一段时间内，随着许多公司中途退出，活跃公司的数量暴跌到只剩“三巨头”。
许多行业的历史都具有这个极富戏剧性的的特点，而你在学校里学习的经济学课程是不会讲到这个内容的，主流经济学会将精力集中在那些成功的大公司身上，试图找到解决问题的正确答案。而演化的方法则会让公司不断淘汰的问题和其内在的原因凸显出来。
▍行业结构的变化
是否有几个大公司，甚至是一个大公司统领着全局？这个过程如何进行？对这些过程进行研究，可以观察到行业结构如何发生改变，公司如何收集反馈，不断积累，最终实现成倍的增长。
▍技术环境中的“意外因素”
在技术环境中有时会出现“意外”，而这些并不是业内公司的特定行为造成的结果。例如，在半导体行业领域的基础研究中，支持国防相关方向研发的意外出现开启了相对独立的微处理器发明工作，迅速推动了行业发展。
在审视历史的过程中，你要寻找那些不符合经济学内在逻辑但具有重要历史意义的发展事件。如果脱离了那些事实，将无法重获历史的原貌。
三类读者
本书希望获得三种不同类型的读者。
▍一、科研学者、经济学家以及研究生
我们希望可以提高自己在这些群体成员心目中的形象，希望这些人会被提案中所蕴含的潜力打动。不只是被我们对特定行业历史的解读而打动，而是被这样的一个事实打动：你可以通过自己的努力，对历史推动机制进行系统的剖析。我们希望能给这些读者留下深刻的印象，让他们自己去做一些尝试，而我们将推动更广泛的发展，努力完善对经济的理解。
▍二、管理者
希望书中提到的模型和历史，能激发管理者对某些问题，或者对历史中出现的战略因素的思考。其中一个首要问题就是，面对现状，你被“大浪淘沙”的可能性有多高？“大浪淘沙”是一种非常典型的行业模式，如果你所处的行业已经持续了10至15年，那你很可能是快要被淘汰，而不是已经成功避开了这个阶段。所以要明白：充满压力的时期即将到来，而很多竞争者都会在这段时间里半途而废。
▍三：公共政策领域的读者
在某些情况下，我认为我们工作的成果在公共政策领域也能收获一批读者，因为书中的某些内容也涉及反事实的历史，得到了一些对于行业运转原理的深入见解。
也有的人只关心经济在经济历史中的作用以及行业运转的方式，这本书可以为他们提供很多参考。而那些对经济学并不是太感兴趣的读者，不必仔细揣摩我们提出的计算机建模方案，但有很多历史故事，很多提示性的的量化结果，还有很多有趣的图表等，都可以提供参考借鉴。
***
【往期回顾】