---
type: paper
slug: wonsub-eum-2019-product-space-technology-space
title: Role of production in fostering innovation
authors:
  - '[[wonsub-eum]]'
  - '[[jeongdonglee]]'
year: 2019
venue: '[[technovation]]'
volume: 84-85
pages: 1-10
doi: 10.1016/j.technovation.2019.02.002
categories:
  - '[[innovation-economics]]'
  - '[[development-economics]]'
methods:
  - '[[product-space]]'
  - '[[technology-space]]'
  - '[[alp-concordance]]'
  - '[[revealed-comparative-advantage]]'
  - '[[revealed-technology-advantage]]'
  - '[[network-analysis]]'
  - '[[panel-fixed-effects]]'
  - '[[generalized-linear-model]]'
  - '[[probit-model]]'
themes:
  - '[[production-capability]]'
  - '[[technological-capability]]'
  - '[[path-dependence]]'
  - '[[technological-diversification]]'
  - '[[cross-country-comparison]]'
aliases:
  - wonsub-eum-2019-production-fostering-innovation
  - wonsub-eum-2019-role-production
last_updated: '2026-05-20T02:18:39+09:00'
---
# Role of production in fostering innovation

*[[wonsub-eum]], [[jeongdonglee]] (2019)* · [[technovation]] 84-85:1-10 · [DOI ↗](https://doi.org/10.1016/j.technovation.2019.02.002)

> 한 국가의 생산역량이 새로운 기술역량 emergence 의 source 가 되는가를 묻는다. 1980~2005 년 93 개국 export · USPTO patent data 를 ALP concordance 로 연결해 product space 와 technology space 를 한 map 위에서 분석한 결과, 어느 product 의 production advantage 를 가진 국가가 5 년 뒤 그 인근 technology 에서 RTA 를 획득할 확률이 유의하게 높았다. R&D 일변도의 혁신 정책이 놓친 생산 경험의 path-dependent 역할을 cross-country 차원에서 정량 실증한 첫 연구다.

- **RQ**: 한 국가의 현재 생산역량이 미래의 *기술역량* (단순한 제품 다각화가 아니라 patent 기반 RTA) emergence 에 path-dependent 효과를 가지는가? Hidalgo–Hausmann 의 product space 가 production-only proxy 였다는 한계를 극복해 production-innovation linkage 를 정량화한다.
- **방법론**: [[product-space]], [[technology-space]], [[alp-concordance]], [[revealed-comparative-advantage]], [[revealed-technology-advantage]], [[network-analysis]], [[panel-fixed-effects]], [[generalized-linear-model]], [[probit-model]]
- **데이터**: 93 개국 cross-country panel, World Trade Flows + UN Comtrade SITC4 export (1980~2005) + OECD/USPTO patent statistics (4-digit IPC), 5 년 lag · 3 년 평균. 제조업 비중에 따라 high (>70%) · middle (30~70%) · low (<30%) 세 그룹.
- **주요 발견**: lagged production density 의 RTA(t+5) 에 대한 계수가 OLS · GLM · probit 모두 1% 유의로 positive (high-manufacturing 그룹 OLS β=0.261, GLM β=1.232; low 그룹 β=0.429, GLM β=2.245). 즉 인근 product 에서의 생산 경험이 5 년 후 그 기술의 RTA 획득 확률을 끌어올린다. 제조업 비중과 무관하게 robust.
- **시사점**: 혁신 정책은 R&D 보조금에 더해 생산 거점과 연구 활동을 co-locate 해야 한다. 후발국은 인근 product 의 생산 능력 축적이 기술 다각화의 우회 경로가 될 수 있다.

![Production density 가 높을수록 5 년 후 그 기술에서 새로운 RTA 를 획득할 확률이 높아진다 (전체 국가 vs 제조업 high-ratio 국가). production-innovation linkage 의 path-dependent 증거.](/papers/201906_EumW_Role_of_production_in_fostering_innovation/fig3.jpeg)

## 요약

본 연구는 [[jeongdonglee]] anchor 의 *축적* 명제 (생산 경험이 know-how 로 축적되어 know-why 의 기반이 된다) 를 cross-country panel 차원에서 처음으로 정량 실증한 작업이다. 기존 [[product-space]] 문헌 (Hidalgo, Hausmann, Boschma) 은 한 국가의 export portfolio 가 인근 product 로 확장된다는 path-dependence 를 보였지만 "innovation" 을 export 다각화와 동일시했다. 반면 evolutionary economic geography (Boschma, Colombelli) 의 technology space 문헌은 patent 데이터로 knowledge evolution 의 path-dependence 를 보였지만 production 측면을 무시했다. 이 paper 는 두 흐름이 각각 production-only 와 technology-only 의 한계를 가졌다고 지적하고, 둘을 single space 위에서 연결하는 데 [[alp-concordance]] (Lybbert and Zolas 2014) 를 활용한다. Nelson-Winter (1982) 의 *cumulative search routine* 명제와 Hidalgo-Hausmann (2007) 의 *rugged landscape navigation* 비유가 framework 의 지적 뿌리다. 본 paper 의 학술 contribution 은 그 비유를 *production → technology* 의 cross-space 검증 가능 가설로 옮긴 것이다.

핵심 contribution 은 ALP concordance 로 SITC4 export data 를 IPC4 patent classification 으로 *번역* 해 production density 와 technology RTA 를 한 map 위에 놓은 것이다. production density 는 한 국가가 어느 product 의 인근 product 들에서 RCA 를 가질 때, 그 product 와의 평균 proximity 의 가중합으로 계산된다. 종속변수 RTA(t+5) 는 5 년 후 IPC4 patent count 의 RCA 값이 1 이상인지를 가리키는 binary dummy. estimating equation 은 [[panel-fixed-effects]] 로 country · technology · time fixed effect 를 모두 통제한 뒤 lagged RTA 와 lagged production density 가 미래 RTA emergence 에 미치는 효과를 추정한다. linear probability model · [[generalized-linear-model]] · [[probit-model]] 세 specification 모두에서 lagged production density 의 계수가 1% 유의로 positive 임을 확인 (Table 1, 핵심 결과 참고). 추가로 [[revealed-technology-advantage]] 를 ALP concordance 의 *역방향* (IPC→SITC) 으로 변환한 robustness check (Table 2) 에서도 동일 패턴이 유지된다. 즉 production-innovation linkage 는 concordance 방향에 robust 하다.

이 발견은 세 가지 함의를 가진다. 첫째, 후발국의 입장에서 R&D 일변도 정책의 보완재로 *인근 product 의 생산 경험 축적* 이 기술 다각화의 우회 경로가 된다. Pisano-Shih (2012) 의 co-location 주장에 cross-country 증거를 추가한다. 둘째, [[jeongdonglee]] 의 IC-DC 전환 framework ([[implementation-capability]] → [[design-capability]]) 의 *국가 간 비교* 버전이다. 인근 product 의 생산 경험이 *learning-by-failing* 과 *learning-by-doing* 의 채널로 know-how 를 축적해 know-why 도약의 발판이 된다는 명제를 정량화한다. 셋째, 제조업 비중 (high 70% 초과 vs middle vs low 30% 미만) 으로 그룹을 나누어도 결과가 유지된다 — 즉 *국가 발전 단계와 무관하게* 생산 경험이 혁신 emergence 의 source. caveat: paper 는 product 간 heterogeneity (high-tech vs low-tech) 와 단순 조립 vs 설계 동반 생산을 구분하지 않아 후속 연구로 남긴다. tacit knowledge 의 quality 와 firm-level heterogeneity 도 country-level aggregate 의 한계로 후속 [[wonsub-eum-2022-alternative-paths-diversification]] 와 [[wonsub-eum-2022-coevolution-production-technological]] 가 *대안 경로* 와 *co-evolution* 으로 확장한다.

## 핵심 결과

| Specification | 국가 그룹 (제조업 비중) | lagged RTA | lagged ProdDensity |
|---|---|---:|---:|
| OLS (Table 1) | low (0~30%) | 0.342*** | 0.429*** |
| OLS | middle (30~70%) | 0.338*** | 0.193*** |
| OLS | high (70~100%) | 0.380*** | 0.261*** |
| GLM | low | 1.515*** | 2.245*** |
| GLM | high | 1.612*** | 1.232*** |
| Probit | high | 0.706*** | 0.844*** |

세 estimation 모두에서 lagged production density 의 계수가 양·유의 (1% level). 표본 규모는 high 그룹 25,002 obs (1985~2005 의 5-year intervals × 93 countries × ~270 IPC 기술 등). R² 는 OLS 기준 0.12~0.15. 핵심 메시지: technology space 위에서의 production density 가 5 년 후 그 기술의 RTA emergence 를 robust 하게 예측한다.

## 방법론 노트

[[hidalgo]] et al. (2007) 의 product space 방법론 위에 ALP concordance 를 얹어 export 데이터를 patent classification 으로 번역한 것이 핵심 innovation 이다. proximity 는 두 entity 가 한 국가에서 동시에 RCA (또는 RTA) 를 가질 조건부 확률의 최솟값으로 정의되고, density 는 한 국가의 RCA 보유 product 들과 target product 간 proximity 의 가중평균이다. min 연산이 *비대칭 신뢰도* 를 통제하는 핵심 — 한 product 가 다른 product 의 *causal precursor* 라기보다 *상호 동반 출현* 의 약한 패턴 (Hidalgo et al. 2007 의 가정) 만 식별한다.

핵심 식:

$$
\varphi_{p_1,p_2} = \min\{P(RCA_{p_1} \geq 1 | RCA_{p_2} \geq 1), \; P(RCA_{p_2} \geq 1 | RCA_{p_1} \geq 1)\}
$$

$$
\omega_{p_2} = \frac{\sum_{p_1} x_{p_1} \varphi_{p_1, p_2}}{\sum_{p_1} \varphi_{p_1, p_2}}
$$

$$
RTA_{c,i,t+5} = \beta_1 RTA_{c,i,t} + \beta_2 ProdDensity_{i,t} + \Phi_c + \psi_i + \alpha_t + \varepsilon_{c,i,t}
$$

여기서 $c$ 는 country, $p$ 는 SITC4 product, $i$ 는 IPC4 technology, $\varphi_{p_1, p_2}$ 는 두 product 간 proximity, $\omega_{p_2}$ 는 product $p_2$ 주변의 density, $\Phi_c, \psi_i, \alpha_t$ 는 country · technology · time fixed effect. 식별은 5-year lag 와 [[panel-fixed-effects]] 의 *within-country, within-technology* variation 으로 확보된다. dependent variable 이 binary 라 [[generalized-linear-model]] · [[probit-model]] 로 robustness 확인. ALP concordance 의 방향성 (SITC→IPC 와 IPC→SITC 의 가중치가 다름) 을 활용해 product space 기준 estimation 도 별도 시도해 일관된 결과를 확인 (Table 2). 추가 통제 변수로 *technology distance* (인근 technology 간 proximity 의 가중합) 를 넣어 *기술 spillover* 효과를 부분 통제 — 기술 인접성만의 효과를 빼고도 production density 의 효과가 robust 함을 보였다. 표본은 1985~2005 의 5-year interval 으로 4 개 시점, country×technology 단위로 약 25,000 obs.

## 연구 계보

[[product-space]] 문헌의 [[hidalgo]] et al. (2007) "Product Space" 과 Hausmann-Hidalgo (2009) 의 economic complexity 가 직접적 predecessor. evolutionary economic geography 의 Boschma et al. (2013, 2015) 와 Colombelli et al. (2014) 가 patent 기반 [[technology-space]] 로 path-dependence 를 시연한 sibling 흐름. method 측면에서는 Lybbert-Zolas (2014) 의 [[alp-concordance]] 가 production-innovation 연결의 도구. [[jeongdonglee]] anchor 의 제3기 (2010 년대 후반 ~ 2020 년대 초) "생산의 혁신적 역할" 라인의 출발점에 위치 (author page 의 [[jeongdonglee]] 1.7 PLLC · 1.8 functional phylogenetic tree 직전 단계의 micro-foundational 작업). Pisano-Shih (2012) 의 "Producing Prosperity" 와 MIT PIE Commission (Berger 2013) 의 *Making in America* 가 framework 의 정책적 motivation 을 제공.

TEMEP sibling: 본 paper 와 같은 시기의 [[jung-in-yeon-2020-composite-index-granger-causality-test]] 가 *IC-DC capability transition* 을 cross-country panel 차원에서 정량 검증한 자매 작업 — Eum 2019 가 *production-technology* 의 linkage 를, Yeon 2020 이 *implementation-design* 의 transition 을 본다. 두 paper 의 결합이 [[jeongdonglee]] anchor 의 제3기 *축적 명제* 의 cross-country 정량 백본. Neffke et al. (2011) 과 Essletzbichler (2015) 의 regional level 연구가 본 paper 가 *national level* 로 끌어올린 sibling.

## See also

- [[jeongdonglee]]
- [[wonsub-eum]]
- [[wonsub-eum-2022-alternative-paths-diversification]]
- [[wonsub-eum-2022-coevolution-production-technological]]
- [[product-space]]
- [[technology-space]]
- [[alp-concordance]]
- [[path-dependence]]
- [[implementation-capability]]
- [[accumulation]]
- [[technovation]]