---
type: paper
slug: jisoo-hur-2026-knowledge-overlap-inventor-collaboration
title: >-
  Who to collaborate: Exploring the role of knowledge overlap between inventors
  in innovation performance
authors:
  - '[[jisoo-hur]]'
  - '[[seokhui-lee]]'
  - '[[junseokhwang]]'
  - '[[keungoui-kim]]'
year: 2026
venue: '[[technological-forecasting-and-social-change]]'
volume: '224'
pages: '124483'
doi: 10.1016/j.techfore.2025.124483
categories:
  - '[[innovation-economics]]'
methods:
  - '[[patent-analysis]]'
  - '[[pooled-ols]]'
  - '[[logistic-regression]]'
  - '[[negative-binomial-regression]]'
themes:
  - '[[knowledge-overlap]]'
  - '[[inventor-collaboration]]'
  - '[[innovation-performance]]'
last_updated: '2026-05-17T20:30:00+09:00'
---
# Who to collaborate: Exploring the role of knowledge overlap between inventors in innovation performance

*[[jisoo-hur]], [[seokhui-lee]], [[junseokhwang]], [[keungoui-kim]] (2026)* · [[technological-forecasting-and-social-change]] 224:124483 · [DOI ↗](https://doi.org/10.1016/j.techfore.2025.124483)

> EPO PATSTAT + Compustat + Arora et al. (2021) matched dataset 으로 4,661 US-headquartered 상장사 1980-2015 patent 의 *intra-firm* inventor-pair 3,352,202 쌍 (1,259,964 patents) 을 분석. Kavusan et al. (2016) 류 patent-class 유사도 (Bhattacharyya-style) 로 측정한 *knowledge overlap* 이 *patent output* (Hyp 3, β=+0.001~+0.002***) 은 단조 증가시키지만 *patent impact* (forward citation, Hyp 1) 와 *patent distinctiveness* (CPC 4-digit pair 의 firm-내 newness, Hyp 2) 와는 **U-shaped** — Overlap² 계수 양 유의 (impact +0.002***, distinctiveness +1.569***). 중간 overlap 이 최악, 극단 (very low cognitive diversity / very high deep shared expertise) 양쪽이 최상.

- **RQ**: Inventor 쌍의 *knowledge overlap* 이 patent *output*, *impact* (forward citation), *distinctiveness* (firm 포트폴리오 내 새로움) 에 미치는 함수형은 무엇이며, 단조인가 U-자 곡선인가
- **방법론**: [[patent-analysis]] (CPC 4-digit), [[pooled-ols]] (output·impact, unbalanced panel 의 2,317,901 distinct group 때문), [[logistic-regression]] (binary distinctiveness), [[negative-binomial-regression]] (count distinctiveness robustness), Kavusan et al. (2016) 의 patent-class overlap 측정
- **데이터**: PATSTAT 1980-2015 US-headquartered 4,661 상장사 patent + Compustat (ROA, R&D, 규모) + Arora et al. (2021) matched dataset; **3,352,202 inventor-pairs** on **1,259,964 patents**; 약 4.9% multi-firm inventor 제외, intra-firm 만 분석; unbalanced panel (2,317,901 distinct groups — 대부분 1 회만 등장)
- **주요 발견**: (Table 3, Pooled OLS) Overlap → Impact β=-0.001~-0.004***, Overlap² → Impact β=+0.002*** (Hyp 1 U-shape 지지); Overlap → Output β=+0.001~+0.002***, Overlap² → Output β=-0.001*** (Hyp 3, 다만 [0,1] 범위 내 단조 증가 해석); (Table 4, Logistic) Overlap → Distinctiveness β=-2.215***, Overlap² β=+1.569*** (Hyp 2 U-shape 지지); 추가 Table 7 — Impact_top5 (5% breakthrough) Overlap² β 양 유의, Impact_nocit (citation 0) Overlap² β 음 유의 (inverted-U), Output_top5 Overlap 양 유의
- **시사점**: 협업 design 은 *극단 선택* (very low cognitive diversity 또는 very high deep shared expertise) 이 둘 다 안전, 중간 overlap 은 가장 회피해야 — moderate familiarity 가 coordination cost ↑ + recombinant 다양성 ↓ 동시 발생; firm 의 R&D 매칭 정책은 'diversity 최대화' vs 'specialization' 의 이분법이 아닌 *U-자 양 끝점* 으로 운영

![Inventor 쌍의 knowledge overlap 과 patent output / impact / distinctiveness 의 U-자 관계 시각화](/papers/202603_HurJ_Who_to_collaborate_Exploring_the_role_of_knowledge_overlap_between_inventors_in_innovation_performance/fig1.jpeg)

## 요약

team-diversity 와 innovation 의 관계는 광범위하게 연구됐지만 (Singh and Fleming 2010, Fitzgerald and Liu 2020, Bernstein et al. 2022), *with whom should I collaborate?* 라는 dyadic 질문 — *knowledge overlap* 자체가 협업 산출에 미치는 함수형 — 은 거의 다뤄지지 않았다. 본 paper 는 Page (2007) 의 cognitive diversity, Neffke (2019) 의 knowledge complementarity 를 dyadic level 로 환원해 *U-shaped* 가설을 세운다.

이론적 직관은 두 단계. (i) Overlap 이 낮으면 *cognitive diversity* 가 새 ideas 의 recombinant 가능성을 키워 high impact, 외부 영역에 receptivity 가 커서 coordination cost 도 작음. (ii) Overlap 이 중간이면 *partial familiarity* 때문에 새 관점 수용 비용 ↑ + recombinant 다양성 ↓ — 최악. (iii) Overlap 이 매우 높으면 *shared deep expertise* 로 coordination cost 가 다시 작아져 niche breakthrough 가능. Output 은 별개 — overlap 높을수록 communication 효율로 patent *수* 만 단조 증가.

데이터는 PATSTAT 1980-2015 US-headquartered 상장사 4,661 곳의 patent. Arora et al. (2021) 의 PATSTAT-Compustat matched dataset 로 회사명·소유구조 변경 문제 (M&A 등) 해소. *Intra-firm* inventor-pair 만 분석 (4.9% multi-firm 제외) — 3,352,202 쌍 / 1,259,964 patents. unbalanced panel (2,317,901 distinct groups, 대부분 1 회만 등장) 이므로 individual fixed effects 가 적절치 않아 [[pooled-ols]] + 산업·시기 dummy 사용. 측정변수 — Overlap 은 Kavusan et al. (2016) Bhattacharyya-style $\sum_k \sqrt{P(k,i,t)P(k,j,t)}/\sqrt{Patents_{it}Patents_{jt}}$, Impact 는 5 년 forward citation, Output 은 patent count, Distinctiveness 는 CPC 4-digit pair 가 firm-내 첫 출현인가의 binary.

결과의 핵심은 *세 종속변수의 함수형 차이*. Impact 와 Distinctiveness 는 Overlap² 양 유의로 **U-shape** (Hyp 1, 2 지지). Output 은 Overlap 단조 증가 (Hyp 3), Overlap² 음 유의지만 [0,1] 범위 내 peak 가 1 에서 — 사실상 단조. 추가 분석 Table 7 (Impact_top5 = top 5% breakthrough): Overlap 음 + Overlap² 양 유의로 *breakthrough 도 U-shape*. Impact_nocit (citation 0, poor) 는 Overlap 양 + Overlap² 음 (inverted-U) — 중간 overlap 이 *poor 가능성도 가장 큼*. Output_top5 도 Overlap 양 유의 — productivity 측면에선 overlap 무조건 양.

Robustness 5 종 — (i) CPC 4-digit count 기반 Overlap (Table 5, 6), (ii) 2 인 team only (Appendix A), (iii) 2011-2015 recent period (Appendix B), (iv) NAICS 2-digit 18 산업 dummy (Appendix C), (v) manufacturing 의 3 sub-industry dummy (Appendix D). 모든 robustness 에서 결과 일관. VIF 최대 3.59 (평균 2.35) 로 multicollinearity 우려 작음. 한계는 (i) intra-firm 한정 (inter-firm collaboration 제외), (ii) US-headquartered 만, (iii) 단방향 인과 해석 (overlap → outcome) 이지만 *partner selection* endogeneity 잠재. [[junseokhwang]] · [[keungoui-kim]] 의 5 기 (2024-2026) inventor-network / [[patent-analysis]] 라인의 핵심 dyadic 작업, [[jisoo-hur-2025-design-innovation-technology-complexity]] 와 sibling.

## 핵심 결과

**Table 3 (Pooled OLS, N=3,352,202):**

| Dep. var | Overlap | Overlap² | R² | F |
|---|---|---|---|---|
| Impact (M3) | **-0.004*** (0.000) | **+0.002*** (0.000) | 0.066 | 15,726*** |
| Output (M5) | **+0.001*** (0.000) | — | 0.132 | 36,275*** |
| Output (M6) | +0.002*** | -0.001*** ([0,1] peak at 1) | 0.134 | 34,475*** |

**Table 4 (Logistic, N=3,352,202):**

| Dep. var | Overlap | Overlap² | Pseudo R² | LR χ² |
|---|---|---|---|---|
| Distinctiveness (M3) | **-2.215*** (0.060) | **+1.569*** (0.044) | 0.268 | 387,182*** |

**Table 7 (Logistic, extreme outcomes):**

| Dep. var | Overlap β | Overlap² β | 해석 |
|---|---|---|---|
| Impact_top5 (5% breakthrough) | 음 유의 | **양 유의** | U-shape — 극단 overlap 이 breakthrough |
| Impact_nocit (citation 0) | 양 유의 | **음 유의** | Inverted-U — 중간 overlap 이 poor 도 양산 |
| Output_top5 (5% prolific) | **양 유의** | — | 단조 — overlap 높을수록 다작 |

기술통계: Overlap 평균 0.630 (SD 0.270, [0,1]), inventor pair 평균 patent count 0.006 (Inv_prod), tenure 평균 9.4 년.

## 방법론 노트

Knowledge overlap 측정은 Kavusan et al. (2016) 의 Bhattacharyya-style cosine 변형 — inventor 쌍의 patent-class 분포 *벡터 유사도*:

$$
Overlap_{ijt} = \frac{\sum_k \sqrt{P(k,i,t) \cdot P(k,j,t)}}{\sqrt{Patents_{it} \cdot Patents_{jt}}}
$$

여기서 $P(k,i,t)$ 는 inventor $i$ 의 $t$ 시점까지 누적 patent class $k$ count, $Patents_{it}$ 는 총 patent count. $[0,1]$ 범위로 0 = 완전 disjoint, 1 = 완전 일치. Identification idea 는 (i) Overlap + Overlap² 동시 진입으로 U-shape 검정 (Overlap² 양 유의 = U), (ii) 종속변수 3 종 — Output (count, OLS), Impact (continuous, OLS), Distinctiveness (binary, logistic) — 의 함수형 *차이* 자체가 *output ↑* vs *quality ↑* 의 trade-off 식별 증거, (iii) Top-5%·no-citation 같은 *극단 outcome* 의 logistic 으로 평균 효과를 넘어 *breakthrough vs failure* 양극단 분포 분리.

Patent count 의 overdispersion 처리는 Table 6 의 [[negative-binomial-regression]] (4-digit CPC pair 개수 종속). Unbalanced panel 이 distinct group 수 (2.3M) > 관측치/2 이므로 individual FE 대신 산업·시기 dummy 로 통제.

## 연구 계보

Team diversity 와 innovation 라인 — Singh and Fleming (2010) lone vs team breakthrough, Fitzgerald and Liu (2020) 문화적 다양성, Taylor and Greve (2006) 다양성-exploration, Bernstein et al. (2022) immigrant-native 통합. Cognitive diversity 이론 — Page (2007) cognitive diversity, Hong and Page (2004) diverse solver outperform expert, Janis (1972) groupthink. Knowledge complementarity — Neffke (2019). Patent-based dyadic 측정 — Kavusan et al. (2016) firm-pair technological overlap (본 paper 가 inventor-pair 로 환원). Inventor-network 구조 — Ahuja (2000), Guan and Liu (2016), Dibiaggio et al. (2014), Singh (2005), Wang et al. (2014, 2024). PATSTAT-Compustat matching — Arora et al. (2021). Forward citation 으로 quality 측정 — Trajtenberg (1990), Ernst (2001), Squicciarini et al. (2013). 직접 sibling 으로 [[jisoo-hur-2025-design-innovation-technology-complexity]] (동일 1 저자 1 그룹) — 둘 다 patent-based innovation measurement 라인. [[junseokhwang]] 5 기 (2024-2026) 의 [[patent-analysis]] / inventor-network 라인, [[keungoui-kim]] 의 [[keungoui-kim-2019-technology-diversification-index]] / [[keungoui-kim-2017-standardisation-network-game-theory]] 와 sibling.

## See also

- [[junseokhwang]]
- [[keungoui-kim]]
- [[jisoo-hur]]
- [[technological-forecasting-and-social-change]]
- [[patent-analysis]]
- [[pooled-ols]]
- [[logistic-regression]]
- [[knowledge-overlap]]
- [[inventor-collaboration]]
- [[jisoo-hur-2025-design-innovation-technology-complexity]]
- [[keungoui-kim-2019-technology-diversification-index]]