企业创新分为两个阶段：首先企业了解现有技术（Lucas和Moll，2014年），然后在此基础上进行创新。最近的研究表明，创新类型各不相同：有些创新通过改进自身技术来提升现有产品的质量，而另一些创新则利用其他企业开发的技术进入企业当前范围之外的新产品市场。这些异质性创新对企业绩效和整体经济结果也有不同的影响（Akcigit和Kerr，2018年；Garcia-Macia等人，2019年；Peters，2020年；Argente等人，2024年）。重要的是，扩展业务范围的创新需要企业学习新的技术，而这需要时间。这种异质性的额外维度，即某种创新类型的耗时性质，可能会引发战略性创新行为，并产生独特而重要的整体影响。
在本文中，我们探讨了两个关键问题：当学习他人技术需要时间时，企业如何使用不同类型的创新？这一过程如何为企业创新的整体影响提供新的见解，特别是通过创新构成与增长之间的关系？从理论上讲，我们构建了一个包含两种创新类型和学习摩擦的内生增长模型。该模型为理解企业不同的创新动机及其相互作用提供了微观基础，以及这两种创新类型的水平和构成如何在学习摩擦或竞争压力下发生变化。在实证方面，我们将美国行政企业层面的数据与专利数据库联系起来，记录了关于创新异质性和对学习时间和竞争变化构成的响应的新事实。最后，我们校准了模型，并量化了学习摩擦和竞争对经济的整体影响。
在模型中，多产品企业通过两种类型的创新——“自身创新”和“创造性破坏”——来实现增长，这两种创新都受到不完全技术溢出的影响。自身创新提高了现有产品的质量，而创造性破坏使企业能够通过取代现有企业进入新市场。1此外，这两种创新在两个关键维度上存在差异：创新质量和学习效果。与自身创新相比，创造性破坏对产品质量的改进以及企业和整体增长的贡献更大。2创造性破坏也需要学习他人的技术，由于不完全技术溢出的存在，这需要时间。文献普遍认识到学习他人技术的耗时性质（Lucas和Moll，2014年）。因此，我们将创新分为两个阶段：学习现有技术和在此基础上进行创新。自身创新绕过了学习阶段，因为企业已经掌握了相关技术，而创造性破坏则需要学习阶段。因此，通过创造性破坏进入市场涉及学习和改进现有企业的技术，这需要大量的时间和资源。3我们的模型考虑了由于不完全技术溢出导致的滞后学习，即潜在竞争对手需要花费一个时期来学习现有企业的技术前沿。换句话说，创造性破坏建立在一个时期的技术滞后基础上。
不完全技术溢出是这类模型中的一个新特征，它产生了重塑企业创新决策的独特机制。溢出摩擦在现有企业的技术前沿和竞争对手可用的一个时期滞后技术之间创造了技术差距。这一差距使现有企业能够通过进一步改进产品质量来战略性地使用自身创新来保护市场，从而获得“市场保护”效应。4随后，现有企业的技术优势成为“技术壁垒”，阻止竞争对手进入市场，从而抑制创造性破坏，即“技术壁垒”效应。这种互动使我们的模型区别于以往的文献。学习摩擦引发了战略性创新行为，并改变了创新构成，尤其是在竞争压力加剧时。因此，自身创新和创造性破坏的相对反应对整体影响至关重要。
我们模型的优势在于捕捉到了自身创新的战略作用及其对竞争对手创造性破坏和进入行为的反馈效应。将不完全技术溢出引入多产品企业框架是一个重要的理论进展。5在现有的通过业务范围扩展实现增长的多产品企业模型中，企业无法保护市场，因为竞争对手可以立即无摩擦地学习到技术前沿（Klette和Kortum，2004年；Akcigit和Kerr，2018年；Peters，2020年）。6逐步创新模型产生了逃避竞争的动机，但假设企业只能进行自身创新（Aghion等人，2001年；Aghion等人，2005年；Akcigit等人，2018年）。7这忽略了现有企业创新选择对试图进入产品市场的竞争对手的反馈效应，也没有捕捉到数据中观察到的企业层面的创新构成。我们的模型强调了创新构成在理解学习时间和竞争的整体影响中的核心作用。与早期框架不同，自身创新不仅提高了现有产品的质量，还抑制了创造性破坏和进入行为，从而影响了整体增长。
接下来，为了验证我们的模型，我们构建了一个独特的数据集，将美国行政企业层面的数据与1976年至2016年的USPTO专利数据结合起来。这为所有美国专利申请企业提供了全面的信息。我们使用反向引用差距（被引用专利的发布时间与目标专利的申请时间之间的时间差）来衡量学习时间，并使用自我引用比率来捕捉专利用于自身创新的可能性。为了测试模型预测，我们利用了两个准实验性的变化来源：《美国发明家保护法》（AIPA），该法案缩短了披露时间并改变了有效学习时间；以及2001年中国加入WTO后外国企业进入美国市场的增加，作为外部竞争压力的增加。我们还使用产品层面的数据来补充我们的分析。
利用冲击前的数据，我们记录了自身创新和创造性破坏在学习时间、质量改进和经济结果方面的差异：与创造性破坏相关的专利表现出更长的反向引用差距、更高的科学和市场价值，以及对企业增长的更大贡献。此外，我们的回归结果与模型关于学习和“市场保护”的预测一致：较低的学习摩擦削弱了企业进行自身创新的动机，而加剧的竞争提高了具有技术优势的企业进行自身创新的意愿。我们还发现了支持“技术壁垒”效应的证据，即战略性自身创新阻碍了创造性破坏、进入市场并减缓了技术扩散。
最后，为了理解整体影响，我们将模型校准到美国制造业部门，并进行了改变学习时间和增加外部竞争压力的反事实分析。8首先，在学习时间较短的情况下，企业减少了自身创新并增加了创造性破坏，从而改变了创新构成。这提高了整体增长和福利。我们还发现，创新相关因素（例如技术变革）的变化，而不是结构化的学习概率本身，对1992年至2007年间观察到的学习时间变化贡献更大。另一方面，在竞争压力增加的情况下，具有（无）技术优势的产品企业的自身创新增加（减少），而所有企业的创造性破坏都减少了。这导致国内企业的整体增长和福利下降。我们还在一个假设的创造性成本较高的经济环境中进行了比较分析。9我们在企业层面发现了类似的结果，但总体而言，尽管创造性成本最初较低，创新仍然有所增加。然而，由于战略性自身创新提高了技术壁垒并阻碍了创造性破坏和企业进入，整体增长仍然下降。
我们的论文构建了一个统一的框架，描述了企业在学习摩擦下的创新选择，并研究了这些选择对整体经济的影响。学习摩擦通过企业的战略反应改变了创新构成，为理解竞争的异质性影响及其在各种经济环境中的整体后果提供了关键视角。
