此外，总能力的数据是指示性的（图10b），表明在调查时间段的前二十年，与网络的其他部分相比，ACS和CORE的能力水平较低。网络的其余部分后来在世纪之交被快速增长的ACS所超越。如果我们对ACS中的子类数量仍然较少这一事实打折（并且我们通过一组子类的总数进行归一化），我们将得到图10a中的平均数所示的图。图9：技术网络子类：ACS的快照。图10c显示了子类网络中三个子类在绝对能力（专利数量）方面的相对份额。该图呈现出与IPC类网络的完整性类似的趋势（图5c）：ACS相对而言增加，而网络的其余部分则收缩。这一次，ACS的外围保持着相当大的份额（约10%）。去年（2011年），子类的ACS总份额约为60%，而在类网络中约为80%。然而，考虑到对于子类，各种自催化集中节点的聚合数约为总体的三分之一，自催化结构也成为子类网络中的主导模式。分析的证据在子类层面上证实了我们的假设，即自催化结构正在促进创新，这是通过专利数量来衡量的。因此，我们的假设在IPC子类层面上也得到了验证，正如在类层面上一样：与技术类一样，子类定义的内部结构清楚地表明，技术领域受益于纳入ACS。

这意味着1980年、1985年、1990年、1995年、2000年、2005年、2010年各子区域的自我增强平均观测适应度应为（a）平均适应度。1980年1985年1990年1995年2000年2005年20100.51.52.53.5×10各亚区的总观测适合度（b）总适合度。1980年1985年1990年1995年2000年2005年20100.10.20.30.40.50.60.70.80.9每个亚类的适应度（c）占总适应度的比例。1980年1985年1990年1995年2000年2005年20100.10.20.30.40.50.60.70.80.9各子系统中的节点份额保留（d）节点份额。图10：总体和平均能力，即技术网络（ACS、core和rest）中每个子类不同部分的专利总数和平均数量。我们在第4.2节中观察到的能够加快技术进步速度的累积创新过程，也可以在更为细分的表示技术网络中检测到。B ACS的多样性：演变和意义在本节中，我们通过对IPC部分对集合贡献的一致性进行统计测试来研究ACS的组成。无效假设是，根据广义超几何分布，ACS内每个部分的发生率与无需替换的无偏样本兼容。交替超几何是从Fisher的非中心超几何分布中采样的【41】。每年的对数似然比统计数据计算并绘制在图11中，较低的值表示有利于零假设的证据。这一统计数据可以用来衡量ACS人群的多样性。对数似然比统计量的渐近分布是具有7个自由度的卡方分布。5%显著水平对应的临界值为14.07。

如图11所示，从1980年到2011年的任何一年中，统计数据都高于阈值，这表明在所考虑的时期内，各部门对ACS的占有率存在明显的偏差，且呈上升趋势。C IPC部分内和跨IPC部分的链接本部分重点关注ACS中的链接是更频繁地连接属于同一IPC部分的类还是连接到不同部分的类。图12显示了1980年、1985年、1990年、1995年、2000年、2005年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、2015年、。数值是每年的对数似然比检验统计量，与零假设相反，即每个部分的ACS中出现无偏抽样，而不替换固定ACS大小，而不是有偏抽样的替代假设。水平红线对应5%的显著水平。图12：选定统一抽样年份的技术类别网络邻接矩阵。这121个类别是根据其类别排序的，从A（每个矩阵左上角的人类必需品-深蓝色）到H（右下角的电力-棕色）。黑点表示两个类之间存在链接。技术网络邻接矩阵从1980年到2010年定期对分析的时间段进行采样。将图12与第4.3节的图8a进行比较，可以清楚地看出，随着时间的推移，矩阵的结构是稳健的，正文中关于技术网络中链接结构的m ad e点通常是有效的。特别是，可以看出，随着时间的推移，网络中的链接数量不断增加，但其中很大一部分位于路段内部和路段之间。

这表明，重要的知识流将不同部门的类别联系起来，重组创新是技术变革的一个风格化特征。不同的是，部分不会单独影响类别之间链接的分布，因为部分之间的共同出现似乎在某些部分中也起着相关作用。