Long Waves and Short Waves: Growth Through Intensive and Extensive Search
长波与短波：通过集约与广延搜索实现增长AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要构建创新搜索与增长理论，虽推导时间序列性质，但未明确时间序列计量方法或其他给定细分研究框架。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
长波与短波：通过集约与广延搜索实现增长
- 研究问题
- 重大技术发现的发生频率及既有发现的改进程度，如何由探索努力在发现新技术与改良旧技术之间的选择内生决定？
- 方法与思路
- 作者用四条公理导出指导探索努力的单参数信念族，再引入新发现相对改良旧发现的成本参数，推导发明活动的时间序列性质。
- 材料陈述的贡献
- 摘要称，模型内生化重大突破频率与后续改良程度，说明发明活动的时间序列性质如何联系两个参数，并讨论若干发明及其改进。
- 阅读关注点
- 应核对四条公理、信念参数与成本参数的经济含义，以及时间序列性质如何推导，并区分发明案例讨论与正式经验检验。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定具体动态结果、参数识别或数据检验；理论模型的时间性质不能视为已验证的历史规律。
原文摘要
This paper endogenizes the frequency of major discoveries and the extent of their refinement. Four axioms deliver a one-parameter family of beliefs that guide exploratory effort. Such effort trades off the prospect of major new discovery against the chance of successfully refining discoveries made in the past. The only other parameter is the cost of making new discoveries relative to the cost of refining old ones. The paper derives time-series properties of inventive activity as they relate to the two parameters, and it discusses several specific inventions and their subsequent refinement. Copyright 1990 by The Econometric Society.