The impact of convergence between science and technology on innovation
Chul Lee, Gunno Park, 강진아 (2018) · The Journal of Technology Transfer 43(2):522-544 · DOI ↗
발명 과정에서 과학 과 기술 의 융합 비중 (특허 backward reference 중 SCI 게재 과학 논문이 차지하는 비율) 이 혁신 영향력 (forward citation) 에 미치는 효과를 묻고, 조직의 과학적 역량, 지역적 지식 파급, 과학 지식 성숙도 세 조절 변수 효과를 검증한다. 2008년에 미국 제약 산업 (USPC 424 / 514) 702개 조직에 등록된 2,074건 특허, 영-과잉 음이항 회귀 (Vuong test 기반) 결과: 과학 비중이 혁신 영향력에 역-U 관계 (1차 , 2차 ), 세 조절 변수 모두 양의 조절 효과로 H1~H4 지지.
- RQ: 발명 과정에서 과학·기술 융합 비중이 혁신 영향력에 어떤 곡선 관계를 갖는가? 조직의 과학적 역량, 지역적 과학 지식 스필오버, 과학 지식 성숙도가 이 관계를 어떻게 조절하는가?
- 방법론: 영-과잉 음이항 회귀, 특허 분석, 허핀달 지수
- 데이터: 미국 제약 산업 (USPC 424, 514), 702개 조직, 2,074건 등록 특허 (2008 grant year); USPTO + Web of Science (SCI) + Thomson Reuters; backward citation 43,208 patent + 68,540 SCI references, 5년 forward citation 4,989건
- 주요 발견: 평균 forward citation 2.25 / 평균 convergence ratio 54% / 평균 과학 지식 maturity 13.6년. H1 역-U , H2 scientific capacity 조절 , H3 spillover 조절 , H4 maturity 조절 (모두 square term 의 음의 방향과 같은 부호로 곡선 강화)
- 시사점: 과학·기술 50:50 균형 이 영향력 극대점; 기초 과학 내부 축적 과 대학·연구소 근접성 (지역 클러스터) 의 동시 확보가 융합 효익 실현 조건. 정책적으로 산학협력 클러스터링, 기초 과학 codification 지원, 신생 R&D 조직 보호가 시사

요약
기존 과학-기술 융합 연구 (Brooks 1994, Fleming 과 Sorenson 2004, Cassiman, Veugelers, Zuniga 2008, Subramanian 과 Soh 2010) 는 과학이 혁신에 긍정적 이라는 주효과 위주로 분석했고, Curran et al. (2010), Curran 과 Leker (2011), Jeong et al. (2015) 은 산업·시장 수준 convergence 분류에 집중했다. 그러나 발명 단계의 과학 비중 최적점 과 그 조절 메커니즘 은 충분히 다뤄지지 않았다. 이 paper 는 Hacklin (2008) 의 convergence cascade (지식 수준 → 산업 수준 → 시장 수준) 와 Cohen·Levinthal (1990) 의 흡수능력 를 결합해, 과학 비중 증가가 일정 수준을 넘으면 R&D 자원이 내재화 에 과도 투입되어 효율이 떨어진다는 명제 — 곡선 (역-U) 가설 — 를 유도한다.
방법론적으로는 Trajtenberg et al. (1997) 의 convergence ratio = (SCI 게재 과학 publication 인용 수) / (total references) 정의를 따르되, Gittelman 과 Kogut (2003) 처럼 NPR 전체가 아닌 SCI 등재 journal 만 과학으로 좁힌다. 종속변수는 5년 forward citation. 표본 2,074 특허 중 1,214개 (59%) 가 forward citation 0건, 149개가 10건 초과 → over-dispersion + zero excess 양쪽 모두 존재. Poisson 부적합, NBR 도 zero 과다, 그래서 영-과잉 음이항 회귀 (Vuong test goodness-of-fit 비교 기반) 채택. 조절 변수 세 개: scientific capacity = 조직 employee 의 2003–2007 SCI publication 수, regional spillover = 주 (state) 단위 2003–2007 SCI publication 평균 log, maturity = 인용 SCI publication 평균 출판년과 focal year (2008) 의 lag. Control: research capacity (5년 특허 수 log), pharma-specific experience, originality (1 − Herfindahl), technological diversity, technological knowledge maturity, assignee type dummy (firm/university/research institute), pharma class dummy (424/514).
결과: H1 1차항 + 2차항 로 역-U 강하게 지지. H2 scientific capacity × convergence² 로 곡선 강화 (Aiken·West 1991, Dawson 2014 의 quadratic moderation criterion 충족). H3 regional spillover × convergence² . H4 maturity × convergence² . 평균 maturity 13.6년 = “과학 발견 → 기술 적용” 의 15–20년 lag (Van Vianen et al. 1990, Tijssen et al. 2000) 와 일치. Pharma-specific experience 는 음의 효과 — 신생 R&D 조직이 오래된 조직보다 영향력 큰 혁신 산출 (소위 “innovator’s dilemma”). 강진아 author page 의 2기 (2013–2018) 외부 지식 탐색의 구조적 역학 시기, “양날의 검” 메타포의 과학·기술 fit 영역 구현. 한계: 비특허 혁신 누락, scientific capacity 측정의 publication 단일 지표 의존.
핵심 결과
| 가설 | 변수 | β | 유의수준 | 지지 |
|---|---|---|---|---|
| H1 (선형) | convergence ratio | +10.03 | p<.01 | 지지 |
| H1 (역-U) | convergence ratio² | −11.76 | p<.001 | 지지 |
| H2 | scientific capacity × ratio² | −0.169 | p<.05 | 지지 |
| H3 | regional spillover × ratio² | −0.864 | p<.05 | 지지 |
| H4 | knowledge maturity × ratio² | −0.237 | p<.001 | 지지 |
표본: N = 2,074 특허, 702개 조직, focal year 2008, 평균 forward citation 2.25, 평균 convergence ratio 54%, 평균 scientific knowledge maturity 13.6년, zero-inflated NBR (Vuong test 기반 NBR 대비 fit 우월).
방법론 노트
종속변수가 count + over-dispersion + zero excess 의 세 특성을 가져 영-과잉 음이항 회귀 이 적합. ZINB 는 (i) “구조적으로 0 이 나올 확률” 을 logit 으로 분리 추정, (ii) 나머지 count 를 NBR 로 추정하는 two-part 모형이라 5년 안에 forward citation 을 받지 못한 patent 의 구조적 0 과 우연적 0 을 구분한다. 핵심 식:
여기서 = (SCI publication 인용 수) / (total references), 는 scientific capacity / regional spillover / knowledge maturity 세 조절 변수, 는 control. Dawson (2014), Aiken 과 West (1991) 의 quadratic moderation criterion 에 따라 조절 변수 × 2차항 의 부호가 2차항과 같으면 곡선이 강화된 것으로 식별. Vuong (1989) statistic 으로 ZINB vs NBR fit 비교 → ZINB 가 더 적합 확인.
연구 계보
직접 선행은 Brooks (1994) 의 과학 ↔ 기술 관계론, Hacklin (2008) 의 convergence cascade, Curran, Bröring, Leker (2010), Curran 과 Leker (2011), Jeong et al. (2015) 의 산업 convergence 분류, Fleming 과 Sorenson (2004) 의 science as a map in technological search, Gittelman 과 Kogut (2003) 의 science → biotech 혁신, Cassiman, Veugelers, Zuniga (2008) 의 industry-science links, Subramanian 과 Soh (2010), Caraça, Lundvall, Mendonça (2009) 의 과학의 혁신 역할 변화. 방법론 anchor 는 Trajtenberg, Henderson, Jaffe (1997) 의 originality·generality 및 convergence ratio 정의, Capaldo, Lavie, Petruzzelli (2014) 의 knowledge maturity, Almeida et al. (2011) 의 지역 knowledge spillover, Almeida 와 Kogut (1999) 의 engineer mobility 가 핵심 인용. 이론 anchor 는 Cohen·Levinthal (1990) 의 흡수능력, Dierickx·Cool (1989) 의 asset stock accumulation, Cardinal, Alessandri, Turner (2001) 의 knowledge codifiability. 강진아 author page 의 2기 (2013–2018) 외부 지식 탐색의 구조적 역학 시기, “양날의 검 + 역-U + 조절자” 시그니처 패러다임의 과학-기술 융합 영역 구현. 같은 시기 내부 역량 × 외부 환경 fit 명제를 다른 변수쌍으로 다룬 Determinants of Firm's Innovation-Related External Knowledge Search Strategy: The Role of Potential Absorptive Capacity and Appropriability Regime (PACAP × appropriability) 의 sibling.
See also
- 강진아
- Chul Lee
- Gunno Park
- The Journal of Technology Transfer
- 과학-기술 융합
- 지식 파급
- 흡수능력
- knowledge-maturity
- 영-과잉 음이항 회귀
- 특허 분석
- 허핀달 지수
- double-edged-sword
- Determinants of Firm's Innovation-Related External Knowledge Search Strategy: The Role of Potential Absorptive Capacity and Appropriability Regime
인접 그래프
- 인물 3
- 방법론 3
- 개념 3
- 수록처 1
- 분류 1
- 논문 2