--- type: paper slug: keungoui-kim-2019-technology-diversification-index title: >- Which technology diversification index should be selected?: Insights for diversification perspectives authors: - '[[keungoui-kim]]' - '[[junseokhwang]]' - '[[sungdo-jung]]' - '[[eungdo-kim]]' year: 2019 venue: '[[cogent-business-and-management]]' volume: '6' pages: '1643519' doi: 10.1080/23311975.2019.1643519 categories: - '[[innovation-management]]' methods: - '[[principal-component-analysis]]' - '[[patent-analysis]]' - '[[rao-stirling-index]]' - '[[gini-simpson-index]]' themes: - '[[technological-diversification]]' - '[[diversification-index]]' last_updated: '2026-05-17T20:30:00+09:00' --- # Which technology diversification index should be selected?: Insights for diversification perspectives *[[keungoui-kim]], [[junseokhwang]], [[sungdo-jung]], [[eungdo-kim]] (2019)* · [[cogent-business-and-management]] 6:1643519 · [DOI ↗](https://doi.org/10.1080/23311975.2019.1643519) > EPO Worldwide Patent Statistical Database 1996-2015, 18 개국 (high/mid/low patent group) 출원인 단위 cross-section (case 1, 2015 / 국가별 10,000 명 무작위), single time period (case 2, 1996-2015), multiple time periods (case 3, 5 년 단위 4 구간) 의 3 케이스에서 6 종 diversification index (Variety, HHI, 1-HHI, 1/HHI, Entropy, [[rao-stirling-index]]) 를 IPC sub-class 로 산출 후 [[principal-component-analysis]]. PC1 (balance-centered) 에 HHI·Gini-Simpson·1/HHI·Entropy, PC2 (hetero-centered) 에 Variety·Rao-Stirling 이 일관되게 분리되며, 각 차원 representative 는 SD 최대인 *Gini-Simpson* (PC1) 과 *Rao-Stirling* (PC2). - **RQ**: 다양한 [[technological-diversification]] 지수 중 어느 것을 선택해야 하며, 각 지수가 측정하는 다양화의 잠재 차원은 어떻게 분류되는가 - **방법론**: [[principal-component-analysis]] (변수 간 직교 분해로 collinearity 해소), [[patent-analysis]] (IPC sub-class), Stirling (2007) diversity framework (variety + balance + disparity), 표준편차 기반 representative index 선정 (Wilsey et al. 2005 의 importance value) - **데이터**: EPO PATSTAT 1996-2015, 18 개국 — high group (US, JP, KR, DE, CN, EP), mid group (SE, RU, IT, BR, BE, NL), low group (BG, MY, YU, EA, SI, PH); Case 1 cross-section 2015 각국 10,000 출원인, Case 2 longitudinal 1996-2015, Case 3 longitudinal 5 년 4 구간 (US, NL, PH) - **주요 발견**: 모든 3 케이스에서 PC1 (balance-centered) = HHI + Gini-Simpson + 1/HHI + Entropy (PC1 coefficient 0.27-0.34), PC2 (hetero-centered) = Variety + Rao-Stirling (PC2 coefficient 0.14-0.35); SD 최대 representative — Gini-Simpson (PC1) · Rao-Stirling (PC2); CN 만 hetero-centered 측에서 dramatic 증가 (catch-up 패턴 반영) - **시사점**: 단일 지수 선택의 자의성 문제 해소 — 출원인 단위 [[technological-diversification]] 연구는 두 perspective 의 representative index (Gini-Simpson + Rao-Stirling) 를 동시 사용 권장; 실무자는 balance vs hetero 분리로 자기 조직의 다양화 경로 더 명확히 진단 가능 ![PCA 로 도출된 balance-centered vs hetero-centered 두 다양화 perspective](/papers/201901_KimK_Which_technology_diversification_index_should_be_selected_Insights_for_diversification_perspectives/fig1.jpeg) ## 요약 [[technological-diversification]] 측정은 기업·산업·국가 수준의 핵심 비교 도구지만, 사용되는 지수가 6 종 이상이고 (Variety, HHI, 1-HHI, 1/HHI, Entropy, Rao-Stirling) *어떤 것을 왜 선택했는가*의 객관적 근거가 부재한 채 채택되는 경우가 많았다 (Robins and Wiersema 2003 의 content validity 비판). Morris et al. (2014) 의 생물다양성 라인은 PCA 로 지수 선택 가이드를 제공했지만, technology 도메인에서는 cross-section / single period / multiple period 의 3 케이스를 모두 cover 한 검증이 부재. [[keungoui-kim]] · [[junseokhwang]] · [[sungdo-jung]] · [[eungdo-kim]] 은 EPO PATSTAT 1996-2015 의 18 개국 (high/mid/low patent group) 출원인 단위 데이터를 IPC sub-class 로 6 종 지수 산출 후 [[principal-component-analysis]] 로 잠재 구조 추출. 핵심 아이디어는 Stirling (2007) diversity framework 의 *variety + balance + disparity* 3 차원을 *실데이터 PCA 의 PC1/PC2 분포로 검증* 하는 것 — 수학적 예측이 항상 실데이터 패턴과 일치하지 않으므로 (Nagendra 2002; Stirling and Wilsey 2001) 실증 확인 필수. Case 1 (cross-section 2015) 에서 high group 6 국 모두 PC1 (balance-centered) = HHI·Gini-Simpson·1/HHI·Entropy (coefficient 0.28-0.34), PC2 (hetero-centered) = Variety·Rao-Stirling (coefficient 0.14-0.22). Mid/low group 에서도 minor 변동 (Variety 가 일부 국가에서 PC1 으로) 외 동일 패턴. Case 2 (longitudinal 1996-2015) 와 Case 3 (multiple 5-year periods) 모두 같은 결론 — 결과의 robustness 확인. PC1·PC2 내에서 SD 최대 변수가 *representative*: Gini-Simpson (PC1) 과 Rao-Stirling (PC2). 2000-2001 (IPC sub-class 사용 급증) 과 2008-2009 (금융위기) 의 변화 감지에서도 Gini-Simpson 과 Rao-Stirling 이 다른 지수보다 더 reasonable. CN 만 hetero-centered 측에서 dramatic 증가 — catching-up 단계 신흥국의 다양화는 *balance* 보다 *heterogeneity 확장* 으로 진행된다는 새 함의. 함의는 두 차원의 분리. *Balance-centered* 는 *elements 의 proportion 균등도* (어떻게 분산됐는가), *Hetero-centered* 는 *elements 간 거리·variety* (얼마나 다른가). 둘은 보완적이며 별도 차원이므로 *함께 사용* 해야 다양화 패턴이 명확히 드러남. 한계는 IPC sub-class 레벨에 한정 (다른 level 변경 시 결과 변동 가능), 기술·산업 효과 통제 부재. [[keungoui-kim]] 의 표준화·[[patent-analysis]] 방법론 라인의 핵심 도구화 작업, [[junseokhwang]] 3 기 (2014-2019) 의 ICT 혁신 측정 라인. ## 핵심 결과 PCA coefficients (absolute) 및 normalized SD (괄호 안), case 1 cross-section 2015, high-level patent group: | Index | US | JP | KR | DE | CN | EP | |---|---|---|---|---|---|---| | Variety | PC2 (0.030) | PC2 (0.032) | PC2 (0.027) | PC2 (0.030) | PC2 (0.033) | PC2 (0.023) | | HHI | PC1 (0.280) | PC1 (0.293) | PC1 (0.299) | PC1 (0.287) | PC1 (0.331) | PC1 (0.281) | | **Gini-Simpson** | **PC1 (0.290)** | **PC1 (0.303)** | **PC1 (0.310)** | **PC1 (0.297)** | **PC1 (0.335)** | **PC1 (0.290)** | | 1/HHI | PC1 (0.040) | PC1 (0.048) | PC1 (0.060) | PC1 (0.041) | PC2 (0.040) | PC1 (0.033) | | Entropy | PC1 (0.139) | PC1 (0.151) | PC1 (0.155) | PC1 (0.138) | PC1 (0.157) | PC1 (0.129) | | **Rao-Stirling** | **PC2 (0.216)** | **PC2 (0.202)** | **PC2 (0.193)** | **PC2 (0.142)** | **PC2 (0.162)** | **PC2 (0.202)** | (Bold = SD 최대 representative). Case 2·3 결과도 동일 패턴 — robust across 3 시간 도메인. ## 방법론 노트 6 지수 중 representative 를 *coefficient absolute value + standard deviation* 두 단계로 선정. 변수 간 상관이 높을 때 collinearity 해소 위해 [[principal-component-analysis]]: $$ X = TP^T + E, \quad T = XW $$ 여기서 $X$ 는 출원인 × 지수 데이터 행렬, $W$ 는 고유벡터 (loading), $T$ 는 score (PC), $E$ 는 residual. 6 지수의 수학 공식: $$ \text{HHI} = \sum_i p_i^2, \quad \text{Entropy} = -\sum_i p_i \log p_i, \quad \text{Rao-Stirling} = \sum_{ij} d_{ij} p_i p_j $$ 여기서 $p_i$ 는 출원인의 IPC sub-class $i$ 의 비중, $d_{ij}$ 는 IPC $i$-$j$ disparity space 의 Euclidean 거리. Identification idea 는 (i) 3 케이스 (cross-section / single / multiple) 동일 패턴 확인으로 결과 일반화, (ii) PC1·PC2 내에서 SD 최대 지수가 *변동을 가장 잘 보여주는 representative* 라는 Wilsey et al. (2005) importance value 기준 적용. ## 연구 계보 Stirling (2007) 의 *variety + balance + disparity* general framework, Morris et al. (2014) 의 생물다양성 PCA 비교 라인의 technology 도메인 적용. Diversification 지수 content validity 의 선행 — Robins and Wiersema (1995, 2003) entropy + concentric, Woerheide and Persson (1992) 의 5 지수 stock portfolio 비교. Patent-based technology diversification 선행 — Argyres (1996), Jaffe (1989), Stephan (2002), Breschi et al. (2003), Leten et al. (2007), Gambardella and Torrisi (1998), Garcia-Vega (2006), Chiu et al. (2008), Wadhwa and Kotha (2006), Quintana-García and Benavides-Velasco (2008), Kim et al. (2009, 2016), Lin and Chang (2015), Fan et al. (2017), Lee and Kang (2015), Wang et al. (2015) — 본 paper 의 Table 1 에 모두 정리. [[keungoui-kim]] 의 [[patent-analysis]] 방법론 라인 — 동일 1 저자의 [[keungoui-kim-2017-standardisation-network-game-theory]] (표준화 network game theory) 와 sibling, 그리고 같은 시기 [[sergio-borja-2018-it-governance-innovation]] (공저자) 작업과도 sibling. [[junseokhwang]] 3 기 (2014-2019) 의 ICT 혁신·측정 도구 라인의 핵심 methodological 기여. ## See also - [[junseokhwang]] - [[keungoui-kim]] - [[cogent-business-and-management]] - [[principal-component-analysis]] - [[patent-analysis]] - [[rao-stirling-index]] - [[gini-simpson-index]] - [[technological-diversification]] - [[diversification-index]] - [[keungoui-kim-2017-standardisation-network-game-theory]]