产业动态研究进展与新兴产业模拟分析方法

产业动态研究进展与新兴产业模拟分析方法

郭晓丹

∗

内容提要:本文对国外产业动态研究的最新成果进行梳理,以创新、规模分布、企业进入退出、需求演进为脉络,分析不同视角下的相关进展与成果,对产业动态模型的计算机模拟、企业规模分布定律的进一步验证和产业动态中的学习机制等热点研究领域的最新成果进行了探讨,并总结了现有国外产业动态研究所取得的成果以及方的进展,指出了进一步深化研究的方向。

关键词:产业动态　产业演进　历史友好模型　产业模拟

　　产业动态理论在吸纳演化经济思想的基础上,

结合产业组织相关理论,打破产业组织原有静态的、单向的结构-行为-绩效分析框架,由关注结果转变为关注过程,将产业作为复杂的经济系统,从企业、产业甚至整个经济体系层面动态地分析产业演进和经济转变过程。产业动态理论已经日益成为产业经济学中的重要研究领域,并逐渐拓展出两个相,:互补充的研究范畴(一个以市场结Malerba2007)构动态、企业进入、成长、退出为主要研究内容,指的是狭义上的产业动态变化;另一个领域的研究范畴更为广泛,扩展到企业的知识和能力、制度以及其他产业演进的相关方面。本文梳理了近年来国外产业动态研究的主要研究线索、最新研究进展以及以历史友好模型为代表的模拟分析方法。

新和产业动态之间的关系,始终是Schumeter流p派研究的核心内容。Schumeter将创新放在产业p演进及经济转变过程中进行探讨,并指出创新与产业的出现、成长和衰退息息相关。其后,研究重心转向探讨创新与企业规模、创新与市场结构等方面的问题。直到2创新和产业演进的理0世纪80年代,论和实证研究重拾Schumeter最初提出的有关创p新、产业演进和产业结构转变的观点。尽管所选取的研究角度不同,但是这些研究都包括两个共同的元素:创新在经济活动中的关键作用以及动态分析方法的应用。

()、()构建了包Jovanovic1982Ericson&Pakes1995

含理性参与者的产业动态模型。在模型当中,在位者、进入者都进行技术学习,而竞争过程消除了企业群的()异质性。在S的模型中,与技术和需求相关utton1998的要素通过无套利条件限定产业结构边界,并在产业()提出的NWinter1982elson-Winter演进模型,特定进入过程中带来相应的纳什均衡。Nelson&

()JournalofAliedEconometrics271.pp

,(),Souza-RodriuesE.2012\"Demandfordeforestationintheg,,,Amazon\"JobMarketPaerYaleUniversitmimeo.py,(,ThomadsenR.2005)\"Theeffectofownershitructurepsonpricesingeorahicallifferentiatedindustries\",gpyd

()RANDJournalofEconomics3.

一、产业动态研究的主要线索

(一)创新

回顾创新与产业动态的研究,可以发现探讨创

,(,:PetrinA.2002)\"Quantifinhebenefitsofnewproductsygt

,()ThecaseoftheMinivan\"JournalofPoliticalEconom1104.y,M.(,\"C:ARsman2004)ometitionbetweennetworksyp

studfthemarketforyellowpes\",TheReviewofEco-yog()nomicStudies712.

■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■

,(),SmithL.E.2012\"Dnamicsandeuilibriuminastruc-yqturalmodelofwide-bodommercialaircraftmarkets\",yc

(责任编辑:钟培华)

_g、,国家自然科学基金青年项目(教育部人文deannuo@gmail.com。本文为国家社科基金重大项目(12&ZD068)71203023)

))社会科学重点研究基地重大项目(和教育部青年基金项目(的阶段性研究成果。10JJD79001311YJC630054

东北财经大学产业组织与企业组织研究中心、中国社会科学院工业经济研究所,邮政编码:电子邮箱:∗郭晓丹,116025,

—130—

《经济学动态》2012年第12期

关注企业的学习过程和产业动态的一般特征,并设定具有理性的参与者进行学习和非完美的反复试验。整个选择过程发生在异质性企业群体中。而Kleer(1996,2002)以及Kleer&Simonspppp()在产业生命周期模型当中分析了企业产品创2000新和过程创新,及其与企业进入退出行为和企业成长的关系。在宏观层面,研究者通过构建模型将创新和产业演进与经济结构改变和部门构成变化相联,,,Metcalfe1998;Doferetal2004;Dosi2001;Sav-p,,,系(Dahmen19;Kuznets1965;Pasinetti1981;

。大了一种与实际企业增长动态作比较的“零假设”,,1988,Wilson&Williams2000;Lottietal2001;,,,都表Goddardetal2006;Sutton1997;Coad2007)明Gibrat法则可以被视为是对企业增长粗略的初步估计。

然而,近期基于更全面的数据研究表明在五年或更长的时期内Gibrat法则既不符合新进入者的,规模分布也不符合已建立企业的规模分布(Mata,,,量的研究(Evans1987;Hall1987;Dunneetal

,,1994;Geroski1995;Audretsch,2002;LottiSan-

术创新作为otti,1996;M“进化ontob”b的竞争力量在产业动态演化起到io,2002)。从总体上看,产业技了关键性的作用这一观点已经取得了共识(008

)。Arthur

,(二)企业规模分布

在产业动态研究领域,企业规模分布一直是研究的重要切入点之一,相关的研究重点包括两个方面:一个是企业规模分布的统计特征,另一个是企业规模分布与观察到的企业增长率性质之间的关系。研究者希望通过揭示产业动态演进过程中的企业规模分布规律来深入探讨市场结构、企业进入退出、并购以及产业动态演化等问题。

具体而言,第一方面源于行的法国生产部门企业规模分布调查与分析Gibrat在1931年进,这些研究得出企业规模的对数分布基本符合高斯分布。相同的探索性研究也被运用于英国、美国及奥地利生产部门的数据,这一系列研究结论被称为法则。模型表示为Kalec:

ki(1945)和Steindl(1965)将其用Gi数bra学t假设第t期企业的初始规模为St到第t期企业的增长率为(S,从第t-1期t-St-1)/St-1=ηtt=St-1(1+ηt)=S0(1+η1)(1+η2)…(1+η,则t两边同时取对数,根据)。gSlo0+η1+η2+…+ηg(1+ηt)≈ηt,有logSt=

ot对不重要,如果(η。当t→∞时,logS0变得相t.i.d.Nμ(σ2),那么logSt第二方面,σt)即企业规模收敛于对数正态分布~iμt2

,,t的研究则依据“比例效应法。~则”(awofproportionateeffect)展开。该统计法则也是the

由态分布的可能解释RobertGibrat提出,

作为对企业规模服从对数正。在规模报酬不变的条件下,企业增长符合增长率于企业规模的一个纯随机过程。虽然Gibrat法则缺少经济学内容,

但是它提供t业are,l小规模企业的成长并非遵照一定的比例li&Vivarelli,2003)。这是因为相比大。型这就企降低了规模与成长之间的关系,表明企业规模的分布不是随时间不变的,并且与对数正态分布存在着

不同。明,在新诞生的企业中Lotti,Santarelli&,成长率与他们初始规模仅在Vivarelli(2001)研究就表企业幼年时期呈负相关关系。

(三)企业进入退出

由于企业的进入退出行为,多数产业表现出较高程度的企业数量和规模变动(ton,1984;Acs&Audretsch,199B0e,e1s9le9y2)&。而Ha且mi进l-入退出行为对市场波动的影响程度在不同产业间也存在着显著差异(探讨企业进入退出行为对产业动态影响的内在作用

Baldwin&Gorecki,1994)。为了机制和特征,研究者从进入退出率的动态变化、进入退出之间的相关关系、进入退出方式及其影响因素等多个角度对引起产业动态演进的进入退出行为进行了分析。

在进入、退出相关性研究方面,一般认为在商业周期的上升阶段,进入表现的更加强烈,而在下降阶段,退出更为强烈,且因为影响进入、退出的需求和技术因素不同,两者并不存在较强的相关性,然而这些观点并未得到实证支持。首先,在不同国家和时期,进入和退出率基本相同(1991);其次,进入和退出之间的相关性得到产业动Cable&Schwalbach,态研究中“程式化因素”的支持(ves,1998

)。尤其是企业进入退出Ge的ro同ski时,1性99观5;点Ca的-提出(业进入将引起低效率的生产者退出Shapiro&Khemani,1987),即有效率的新企,退出的企业所留下来的资源空缺和未满足的消费者将吸引潜在进入者进入,这一代替被称为“旋转门”现-替代效应(象(GeroskiAu&dretMscahzz,u1c9a9t5o)

—131—

,i2SlNl)。2001

业技术改变。关注消费者行为和能力能够在分析需求如何影响创新以及产业动态的专属特性方面取得很有效的研究成果。可供选择的研究视角有用户-生产者互动、用户发起创新、实验性消费者、消费者学习能力等方面。通过研究消费者行为和能力对需求的影响能够深入探讨需求动态、企业动态、技术动态以及产业动态之间的联系。

还有很多研究者对进入退出的影响因素进行了

(探讨。G研究指出进入的风险调eroskietal1990)整期望收益增加值的净现值和进入成本的比较是企()(和M都研究发现具1991aer&Chaell1992)ypp有较高价格-成本边际的制造业倾向于有较低的总使用单一均衡方程模型进行研究得出低收益促进退业做出进入决策的依据。而Dunne&Roberts

()退出率。S和Jhairo1983eonasson(1991)pg&M、出。但是Austin&Rosenbaum(1991)Siefriedg

二、产业动态研究的焦点问题与最新进展

(一)产业动态模型的计算机模拟及验证&联立方程估计进入和退出没有能够检测到退出与价Evans(1992)、Rosebaum&Lamort(1992)使用格(-成本边际之间的相关关系。在近期,Chang模20、0固9)定通过构建模型研究了市场环境成本水平、潜在进入者、企业(初市场需求规始资产水平)、产业特有的搜寻倾向以及单个企业学习的技术空间性质能够影响进入退出率,并最终影响长期产业结构。

(四)需求变动

产业动态中的需求研究常常关注其在创新、产业生命周期和产业演进之间关系中的作用(Maler-究关键在于解答以下问题a,2006)。Malerba(2006):认为对于需求以怎样的方式和方这一领域的研法影响创新和产业动态演进?需求是否仅仅是被动的接受新产品或是它也会积极贡献于新技术的发展和产生?在产业演进过程中,哪些动态化过程是由需求所引起的?需M求al影erb响a认为对于这些问题的回答首先需要确定产业动态和创新的各个维度。第一个维度关系到需求对企业研发支出和研发轻度的刺激。在这一方面,消费者的偏好、市场分化和分割、需求规模和发展会影响创新强度,进而引起技术在多方面发生变化。例如Sutton(1998)和用户特点和lepper&T存ho在m分ps市on场(2能003够)显通过构建模型证明了著影响市场结构演化。同时,一步指出分市场的创造和破坏是产业演进的核心动Klepper&Thompson(2003)的研究还进力,并决定着企业的扩张和收缩,最终决定了企业的规模、年龄、增长和生存之间的关系。

另外,消费者行为对创新和产业动态演进也具有很大影响。消费者行为包括信息不对称、新产品和技术乃至路径等方面的不完全信息,现存产品和技术的消费惯性和习惯。此外,消费者能力影响产—132—

产业动态经济模型具有多样性、不确定性等问题,难以真正置于社会环境中去经历实践的检验,因此,通过实验研究方法,设定参数并用计算机进行模拟成为探究产业动态演进规律和特征的重要手段之一。

出因素纳入产业组织演化模型Montobbio(2002)

将模仿和,对纳温模型进行了创新、以及进入退修正,并借助计算机模拟,该研究所使用的实验经济学计LSD软件对产业演化的一般路径进行了分析算机模拟方法是对产业动态演进研究方法的有益尝试和创新,为探讨产业动态演进规律提供了可行的方法路径。

出模型的假设和均衡条件Li&Chen(2011)按照,构造了相类似的函数并Klepper在1996年所提设定初始系数。由于为,因此Li&Chen设计了竞争方式的离散机制来Klepper模型中忽略了竞争行弥补作为主要的分析工具Klepper模型的缺陷。该研究应用计算机软件,通过求解所设定的非线性方程对影响产业动态演进的相关系数进行了检验。此外,研究还得出可以通过重新修订这些系数得到新的关于产业动态演进过程的结论。

(二)企业规模分布定律的检验与新结论有关企业规模分布的研究已表明其确实存在着测度规律(Axtell,2001)。除了著名的Gibrat法则和比例效率定律,有些研究将规模和频率放在重对数中进行观察,发现经过一个确定的阈值之后,企业规模分布会呈现出负的线性倾斜,并且比析所期望的情况下降缓慢许多。近年来Gi,brat分(从齐波夫定律2001)、Gaffeo((发现企业规模的分布服非对数正态分布Zeti。paflSts2al0na0lew3y))Axtell’(

或幂定律1996)和(APomwarearll(a1w99)7而研究发现企业产出的增长率g)t服从拉普拉斯可能

bK《经济学动态》2012年第12期

/(/,其中a为L(a,b)2.bexa|b)=1-|pggt;t-位置参数,当前b为尺度参数。为了解释这一疑惑,对于企业规模分布的研究沿着两个路径展开:

第一条路线是完全理论的,并且仅关注活动水()指出的变动率不会产生企业规模的对数2001正态分布,如果单位观测时间特征不是确定的,相反其本身也是近似服从指数分布的随机变量。在这种情况下,即使G单位ibrat定律在个体水平上有效,平分布和变动率分布之间的统计特征。例如Reed):性密度公式(Lalaceprobabilitensitunctionpydyf

()年提出了企业进入和成长的主动学习Pakes1995资机会、做出进入和退出决策的结果。不同企业对和经济环境变化的反应不同。企业迫于产业内外潜在进入者和市场环境变化的压力,积极搜寻投资机会,提升企业盈利能力。该研究最大贡献在于通过假定企业遵循马尔可夫策略的基础上,证明了动态寡头模型中马尔可夫完美均衡的存在性(任晓)。从这之后,红、张宗益,通过具有离散状态空2009与Jovanovic的被动学习模型相反,Ericson&

模型。该观点认为产业动态演化是企业积极搜寻投

特征将趋向一个双帕累托分布。

第二条研究线路关注具有倍增波动企业间非价格因素相互作用的重要性。例如研究指出产业中测度现象的出现由许多相互作用的DelliGatti(2005)多样化参与者构成。得到一个企业成长率的拉普拉斯分布Bottazzi&Secch。i(该研究基于2003)研究j

长机会于企业规模的假设iri&Simon(1977)所提出的。

模型,并放松企业成沿着这两条研究路径所开展的企业规模分布研究得出两个稳健的“程式化”事实:企业规模符合帕累托分布定律,而企业规模变动率属于拉普拉斯体系。这两个结论是相互联系的,出当企业规模服从帕累托分布定律时Palestr,in就会展现出i(2006)指拉普拉斯增长率特征。这一研究结论表明由于增长率的拉普拉斯分布形状可能随产业演进表现出不对称性和变动。

(三)产业动态中的学习机制

学习是产业动态演进的动力源之一。cJovanov-并指出理性参与者(1982)最先提出包(在位者和进入者含学习机制的产)的技术学习和业动态模型,竞争过程消除了企业的异质性。在此基础上,anovic&MacDonald(1994

)进一步拓展该研究J,o得-出技术变迁、不成功的创新者退出与成功获得技术企业的存活具有密切关系。而ay

n(2000)建立了一个引入企业W进alt入er和&退H出op行en为-的产业长期均衡模型,运用稳定静态分析方法研究了企业规模、成长等分布与产业结构变迁之间的关系。在这些模型中,企业的学习过程是被动的。在进入产业之前企业对其自身潜在盈利能力并不了解。随着企业在产业中开展经营活动,企业才逐渐认识到其经营效率。高效率的企业生存下来,低效率的企业被淘汰。

间的动态随机博弈,应用马尔可夫完美均衡概念来检验产业动态成为一条重要的研究线索。依照该研究框架,研究者对产业动态中的干中学(0Benkard

,00042;)B、eR&Dsanko合et作al和,2破00坏4)性、R&D竞争规则(技术引进之间的Ju关dd系,(入探讨Song

,2,0使产业动态与学习之间的研究逐渐丰富化02;Schivrdi&Schneider,2005)进行了深。三、新兴产业动态模拟分析方法

借助计算机技术和企业层面数据,新兴产业动态应用计量经济学进行的分析研究取得了长足的进展。自测度创新与产业演化之间关系的实证研究Geroski(1995)和Audretsch(1995),开计量经辟了济学越来越多地应用于产业动态的分析,大量的经验研究集中于产业竞争动态的刻画(995),产业动态的异质性及其与产业进入Bal的dw关in

系,C(eGfriisli,c2h0e0s&3;DosMia,i2r0e0ss6e),,1大99学7;、M风al险er资bae本ta、制l度,19等97在;产业技术动态中的作用(9,Rosenberg&N

elson,,组织09041;)(,MM以及对技术变迁速度oweryetal2004;Galerba&Orsenig

o,、r1市场结构和技术创新uber&Verboven其中最为典型的研究是应用纵向回溯数据997)等问题,的基于历分析。史友好模型所进行的产业动态模拟,该方法通过对从经验研究中得出的关于产业动态和技术演化等的实证结果进行加工,对产业历史轨迹加以模拟,使得模型能更好的反映历史数据和经验事实,将产业动态的研究带入了新领域。

(一)纵向回溯数据的应用

从数据的应用上来看,产业和企业的研究数据的一般形式包括横截面数据、时间序列数据和纵向数据,横向数据的研究多用于探索性和描述性研究,

—133—

Ii22112vh但由于因果要素在时间上的先后关系,需要对较长时间段的现象进行考察,才有可能发现现象之间的。纵向数据指的是在若干因果关系(杜本峰,2008)个不同时间点通过回溯度量收集到的资料,用于观测现象发生的过程,分析其历史背景和环境条件,解释现象的发展规律和趋势。纵向数据的分析最初来自于生物统计学,目前则不仅限于生物和医学领域,,,,);管理学在客户品an1996;Scott2002;Janet2004牌转换、组织形成状态、工人持续工作时间的研究中经济学在产业结构、就业和晋升问题的研究中(Al-

业知识基础与消费者偏好之间的交互作用对产业动态的影响,同时新技术又改变了企业学习的程度,并随着对企业知识基础产生影响,最终作用于消费者偏好。之后的相关研究,应用历史友好模型考察了计算机、制药、软件、仪表、机床等新兴产业的特性和,,an&Malerba1999;VonHiel2008;Malerba&pp,),通过对调查中观察到的历史事件Orsenio2002g定量的模拟和近似地匹配,探索产业动态与技术发展的特殊路径与机制。历史友好模型对诸如IBM、,历史发展(Bresnahan&Greenstein2001;Bresnah-

势(Si、n国家政治制度转变等的研究中am,2000;Guant,2004);政治(学在执政趋倾向于使用基于回溯度量的纵向数据来进行精确分Liang,1999),都析与追踪。由于纵向数据对于现象发展规律和趋势的解释能力,使其更适合于产业动态与技术动态的计量分析。近年来产业动态的定量研究多采用纵向回溯数据(Baldwin,1995;Malerbaetal;Moweryet推l,2”0回迁移之前的状况04),根据调查提,供能够显著提高模型的解释能的信息将解释变量值“倒力和各解释变量作用的显著程度。当然,在研究中应注意寻求减少回溯性度量所产生的遗忘性、隐瞒性误差。

(二)历史友好模型的分析方法

历史友好模型(HHistoryFriendlyModels,型F,M应用于新兴产业与技术动态的模拟分析s)秉承了行为主意和演化思想,属于,仿通过模真模拟手段尽可能地匹配历史事件中的观测数值,模型参数的设定也尽可能地去接近实际环境中的经验数值。其目标在于探索模型所体现出的产业动态中的动力与机制是否能够解释真实世界中的现象,并匹配产业变迁中的关键变量的变化趋势。历史友好模型构建于经济演化理论的核心假设基础之上,经济行为人有认知能力和有限理性,且行为受惯例的影响,同时行为人也有创新和改变的能力。

国计算机产业的演化历程Malerba(1999)首先应用历史友,同时对历史事实和反历好模型考察美史事实进行了相应模拟和模型的敏感性分析。研究得出消费者需求、新技术以及新市场的出现、企业进入和风险资本等因素对美国计算机产业动态产生了显著影响。用历史友好模型考察了技术创新Windurm&Bierhenha、l消费者偏好和企l(2001,2004)应业知识基础间的协同演化过程,包括微观层面的企—134—

演化的经验事实作出较为有效的解释HP、Intel以及Microsoft等公司的产业动态和技术

,为此类研究奠定了很好的方法基础。

四、结语

国外的产业动态的理论研究将产业作为复杂的经济系统,研究其演化的阶段性特点,和产业规模、产业技术和产业组织三个方面的变化,产业动态分析已经在过程、动因、机制的研究方面其提供了基本思路与方法。以创新、企业规模分布、企业进入退出和市场需求变动为主线的研究,在理论分析和经验研究方面已经取得了较为丰厚的成果,尤其对于产业动态模型的计算机模拟、企业规模分布定律的进一步验证和产业动态中的学习机制的研究,成为产业动态分析的热点问题。在新兴产业演化过程中,知识、技术创新和动态演化轨迹交织在一起,共同决定了系统演化的方向和速度。产业动态理论为研究新兴产业的发展问题提供了很好的方向,行业的差异性、技术的多样性和创新过程的不确定性等特征有助于更好的认识产业动态的演化过程和演化机理;选择性、学习以及路径依赖等演化机制则为产业动态路径的分析提供了较为完备的思想基础和理论工具。

同时,借助计算机技术和企业层面数据,产业动态和技术动态的计量经济学已成为产业动态理论的主要研究方向之一,该领域新的计量经济学文献在识别、度量和理解程式化的产业发展与技术发展规律、统计规律与解释要素等方面均取得了重要的进展。应用纵向回溯数据,基于历史友好模型对产业演化历史轨迹的模拟,使得模型能更好的反映历史数据和经验事实,将产业动态的研究带入了新领域。

未来产业动态的研究,需要更多的经验证据和

a《经济学动态》2012年第12期

有力的计量分析来进一步改善和得出确定性的结论,而且基于不同产业的具体研究仍需大量扩展。

参考文献:

,D.B.(,Audretsch1995)InnovationandIndustrvolu-yE,(,,EAudretschD.B.&S.Kleer2000)Innovationvolu-pp,(,AxtellR.L.2001)\"DistributionofUSfirmsizes\",Sci-,(),BottazziG.etal2001a\"Innovationandcororategrowthp():ence29355361818-1820.

tionofIndustrndEconomicGrowth,EdwardElar.yag,tionTheMITPress.

vertheproductlifeccle\",TheAmericanEconomicRe-y,(,LottiF.etal2001)\"Therelationshietweensizeandpb():nomicsLetters87451-454.():view863562-583.

:rowththecaseofItaliannewbornfirms\",AliedEco-gpp

,(),MalerbaF.&L.Orsenio1996\"Thednamicsandevo-gylutionofindustries\",IndustrialandCororateChane5pg():151-87.

,(,,MalerbaF.&L.Orsenio2000)\"Knowledeinnovativegg():activitiesandindustrialevolution\",IndustrialandCoro-p

innalthofeIenvdoulusttiroianolOfrtghaednizartuigon1ind9u(s7tr)y

:\"11,6I1nt-er1n1a8t7io.nalJour-ottitoanzz,ie,ntG.ryerteg

ailm(2e001b),\"Modesofknowledgeaccumula-IndustrialandCorpsaorantdeCpahtatnerg

neso10f(3in)d:6u0st9ri-al63e8vo.lution\",op

tmatatatznezurifn,asG.ctoufrieintndauls(nt2dri0ua0sl7teriv)eo,\"sl\"uItn,ivoaSnrim:aaSnllBocemsaeusenivddideinvceersfirtoiemIsitntalihaeno(th1aue)nrdeon:1ginessEconomics29,37prfW.-oidnunM.&159.

cotR&DvatioSn.Kwiltehpipniern(1d9u9st6ri)e,s\":FiTrhmsecizaeaseondtfphrenoceas-stics26(3):232-2\"4,3T.

heReviewofEconomicsandStatis-

rdicysnoanm,icR.&sAfA.ramPaekweosrk(1f9o9r5e)m,\"p

iMriacraklwovo-rkp\"er,feTctheRindeuvsiterwyoefEconom:icStudies62(1):53-82.

Irnotserkina,tiPo.nA.alJ(o1u9r9n5al)o,\"WfInhdautdstrioalOwekrnanoiwazboutentry:?\",e-nrao4ms4k0ici.

gation13(4)421so,Pf.iA.&ndM.Mazzucato(2001),\"Modellingthedy-IndustrialOrg

uasntirzypatioon1p

ul9a(t7io)n:s1\"00,3In-t1er0n2a2ti.onalJournalofueloqoinngpr,oLdu.cettlailfec(20y1c1le)\",\",DEynnearmgiyciP

nrdoucsetdriya1ev4ol(5uti)onm1611-od-H1615.

:soelbqruoeonkce,soD.ffetiraml(2d0if0f0),\"Thenature,sources,andcon-semiconductorindustrye\"re,nWceosirkintnghPeeap

earrl.yhistoryo

ftheotvray

n\"o,viEcc,oBno.m(1e9t8ri2ca),5\"0Se:6le4c9ti-ona670ndt.heevolutionofindus-Kamlecki,M.(1945),\"OntheGibratdistribution\",Econo-Klepeptreirca,S13.(:1196916-)1,\"7E0n.

try,exit,growth,andinnovationo-MrsaaatltInreeCdburcbtahiu,anorteFg

eci.&e92hntnolhLoed.O2r8gyy:ns9en-ig3o14(2.002),\"Innovationandmarkettaomwiacrsodsahfthiestoprhyar‐mafcreiuetnidclaylim

noddueslt\"ry,Manledrubsatr,iaFl.&andCR.orR.porNaetleCsonh(a2n0g

1e21)1,(I4n)n:ov6a6t7io-na70n3dL.ingforEconomicDevelop

ment:TheEvolutionofSecetaorrna-Systems,EdwardElgarPublishing

.lMdaluesrtbra,vFo.luettioaln(:19T9h9ec),o\"'mHisuttoerryin-dfursiternd\"ly.'mIndoudseltsorfin-MCtarloiererpsboy\"arae,,tJFeCou.r(h2ana0nl0g

6eofE)8,\"(vI1on)lnuo:3tivoa-pnti4ao0rna.yialandyE

ncdontohemiecvsol1u6ti(o1no):f3i-nd2u3s.-MlaMaullteirJobonoa,urnfFailn.od(2fu0s0Itnr7die)us,st:\"riPInarlOongorvreagstiasonianaznndthedynamicsandevo-adticohn2all5en(4ge)s:\"6,7I5nt-e6rn9a9ti.on-nalaemrbicas,oFfm.eatrakle(t2s0t0r7uc)t,u\"rDee:mTahnedr,oilnenoofveaxtip

oenri,maenndtatlheusdeyr-anddiversepreference.

s\",JournalofEvolutionaryEconom-sMiacls17(4):371-399gMCreharba,F.etal(2008),\"Verticalintegrationanddisinte-atinog

ne1o7f(2co):m1p9u7t-er23f1ir.ms\",IndustrialandCorporategornotowbtbhaion,dFs.t(r2u0c0tu2r)al,\"cAhneangveo\"lu,tiSotnraurcyturmaolCdelhaofng

ieandunsdEtria-lNcetlohsneFoonmi,icDrR.&y

nam,BelSmkn.icaWsp

in1,t3eHr(4a(r1)v9:3a88r27d)-.,4A1nE4.volutionaryTheoryofSiegfried,J.J.etal(1994),\"Empiricalstudiesofentryandg

eaxintiz:atAsion9urv(e2y)o

:1f2t1hee-1v5i5de.nce\",ReviewofIndustrialOr-(责任编辑:钟培华)

—135—

BBCEGGGJ