TEMEP Wiki

External knowledge search, innovative performance and productivity in the Korean ICT sector

황준석, Youngjin Lee (2010) · Telecommunications Policy 34:562-571 · DOI ↗

한국 ICT 제조업 123 개 기업의 외부 지식 탐색 행동 (breadth = 사용한 외부 지식원 수, depth = 중요하다고 평가한 외부 지식원 수) 이 radical 혁신성과 (INMARK), incremental 혁신성과 (INFIRM), 생산성 (PROD) 에 미치는 효과를 log-tobit-model 로 분리 추정한다. Laursen-Salter (2006) 의 영국 제조업 분석 frame 을 한국 ICT 부문에 이식한 후속이며, innovation outcome ≠ productivity outcome 의 분기와 산업 부문별 차이를 정량적으로 보인다.

  • RQ: 한국 ICT 제조업에서 외부 지식 탐색의 breadth 와 depth 가 radical 혁신성과 / incremental 혁신성과 / 생산성 각각에 어떻게 작용하는가, 그리고 결과가 Laursen-Salter (2006) 의 영국 일반 제조업 결과와 어떻게 다른가
  • 방법론: 토빗 회귀 (double-censored for INMARK·INFIRM, left-censored for PROD), log-tobit-model (잔차 lognormal 가정), curvilinear (square term) 모형 3 개 동시 추정
  • 데이터: STEPI 의 Korean Innovation Survey (KIS) 2005, ICT 제조업 (전자부품·영상음향·통신·컴퓨터·사무기기) 123 개 기업 cross-section
  • 주요 발견: (i) Radical 혁신 (INMARK) 에는 R&D 강도만 유의 (β=1.135, 1% 유의), 외부 탐색은 무관; (ii) Incremental 혁신 (INFIRM) 에는 breadth 가 역U (β_EXBRE=6.067 / β²=-0.388, 최적 8 개), depth 는 무관; (iii) 생산성 (PROD) 에는 breadth 가 U-shape (β=-31.985 / β²=2.347, 최저 7 개), depth 가 역U (β=34.972 / β²=-3.158, 최고 6 개)
  • 시사점: (a) ICT 부문의 radical 혁신엔 R&D 보조가 핵심; (b) incremental 혁신엔 외부 지식원 폭 확장 정책; (c) 생산성엔 moderate breadth + selective depth — 외부 지식 네트워크의 품질 정책이 양 정책보다 중요

외부 지식 탐색 breadth 와 incremental 혁신성과 (INFIRM) 의 예측 관계 — 역U, 최적 8 개 지식원에서 INFIRM 최대화.

요약

황준석 의 2 기 한국 ICT 정책 / 혁신 경제학 라인 paper. Laursen-Salter (2006, SMJ) 의 영국 제조업 2,707 개 기업 분석에서 search breadth·depth 가 혁신성과에 모두 역U 관계를 가진다는 결과가 직접 frame. Katila-Ahuja (2002) 의 글로벌 robotics 연구에선 depth 만 curvilinear, scope 는 linear. 한편 Löof-Heshmati (2002) 와 Han-Oh-Lee (2006) 는 외부 지식이 생산성 에 미치는 영향을 보지만 innovation input 의 일부로만 다뤘고, 두 paper 의 innovation-productivity 양방향 관계 추정 결과가 서로 충돌했다. 본 paper 는 이 충돌을 회피해 search behavior → 혁신성과 와 search behavior → 생산성 의 두 인과 경로를 별도 추정한다.

방법론적으로 종속변수 3 개 (INMARK, INFIRM, PROD) 가 모두 censored — INMARK·INFIRM 은 0-100% 의 double-censored, PROD 는 left-censored at 0 — 라 토빗 회귀 채택. 분포 skewness 가 커 log-tobit-model (잔차 lognormal 가정, Filippucci 1996, Papalia-Di Iorio 2001) 로 추정. 설명변수: EXBRE (사용한 외부 지식원 수, 13 개 중 0-13), EXDEP (중요 평가 외부 지식원 수, 0-13), 그리고 square term 으로 curvilinear 식별. 통제: log(종업원 수), R&D 강도. 13 개 외부 지식원: 민간 연구소, 대학, 정부출연연, NPO, 그룹 내 기업, 경쟁사, 동종 산업 기업, 공급자 (자재/SW), 공급자 (기계/장비), 고객, 비즈니스 서비스, 신규 채용, 비공식 모임. 표본 통계: INMARK 평균 21.4%, INFIRM 평균 37.2%, PROD 평균 266.6M KRW/명, EXBRE 평균 6.77, EXDEP 평균 2.38.

3 모형 결과의 패턴이 흥미로운 분기를 보인다. Radical 혁신 (Model I, INMARK): 외부 탐색의 어느 차원도 유의하지 않고 오직 R&D 강도만 유의한 양 (β=1.135, 1% 유의). 이는 radical 혁신은 외부에서 못 사 온다 는 명제의 한국 ICT 부문 증거. Incremental 혁신 (Model II, INFIRM): breadth 가 역U (β_EXBRE=6.067, 10% / β²=-0.388, 10%) — 최적 8 개 외부 지식원에서 INFIRM 최대화. depth 는 무의미. 이는 Laursen-Salter 의 영국 제조업 결과와 합치. 생산성 (Model III, PROD): 부호가 정반대 — breadth 는 U-shape (β=-31.985, 5% / β²=2.347, 5%, 최저 약 7 개), depth 는 역U (β=34.972, 5% / β²=-3.158, 10%, 최고 약 6 개). 즉 지식원을 적게 또는 많이 쓰면 생산성이 높고, 깊이 있는 의존은 적정 수준에서 최적 이다. 정책 시사: ICT 기업의 외부 지식 네트워크 품질 (어느 source 가 중요한지 식별 능력) 이 양 보다 중요.

핵심 결과

종속변수EXBREEXBRE²EXDEPEXDEP²RDINTEN모양
INMARK (radical)-2.766 (n.s.)0.283 (n.s.)-4.374 (n.s.)0.302 (n.s.)1.135***외부탐색 무관
INFIRM (incremental)6.067*-0.388*0.055 (n.s.)-0.170 (n.s.)-0.454 (n.s.)breadth 역U (최적 8)
PROD (생산성)-31.985**2.347**34.972**-3.158*0.210 (n.s.)breadth U (최저 7), depth 역U (최고 6)

N=123 ICT 제조업 기업; INMARK / INFIRM 은 double-censored (47 / 17 left-censored, 3 / 8 right-censored), PROD 는 left-censored. * p<0.10, ** p<0.05, *** p<0.01. Laursen-Salter (2006) 의 영국 일반 제조업 결과 (breadth, depth 모두 혁신성과에 역U) 와 비교시, 한국 ICT 는 radical 혁신 채널의 외부 단절 과 생산성 채널의 U-shape breadth 가 차별점.

방법론 노트

3 모형 모두 동일 RHS, log-Tobit 으로 censored + skewed 종속변수 처리. Model I (radical 혁신, INMARK, double-censored 0-100):

ln⁡(INMARKi)=α1EXBRE+α2EXBRE2+α3EXDEP+α4EXDEP2+α5ln⁡(EMPLOY)+α6RDINTEN+c+ui\ln(\text{INMARK}_i) = \alpha_1 \text{EXBRE} + \alpha_2 \text{EXBRE}^2 + \alpha_3 \text{EXDEP} + \alpha_4 \text{EXDEP}^2 + \alpha_5 \ln(\text{EMPLOY}) + \alpha_6 \text{RDINTEN} + c + u_i

Model II (incremental, INFIRM, double-censored), Model III (PROD, left-censored at 0) 동일 형태로 종속변수만 변경. Curvilinear (역U / U) 식별은 αk\alpha_k 와 αk+1\alpha_{k+1} (square term) 의 부호 조합 + 모두 유의. 최적점은 1 차 조건:

∂ln⁡(y)∂EXBRE=α1+2α2EXBRE=0  ⟹  EXBRE∗=−α12α2\frac{\partial \ln(y)}{\partial \text{EXBRE}} = \alpha_1 + 2\alpha_2 \text{EXBRE} = 0 \implies \text{EXBRE}^* = -\frac{\alpha_1}{2\alpha_2}

INFIRM 의 breadth 최적: −6.067/(2×−0.388)≈7.8-6.067 / (2 \times -0.388) \approx 7.8 (예측 figure 에서 8). 다중공선성 우려는 변수 간 상관계수 -0.16 ~ 0.52 범위로 일반적으로 문제 없음 판정 (Johnston-DiNardo 1984).

연구 계보

황준석 의 2 기 한국 ICT 정책 / 혁신 경제학 라인 paper. Laursen-Salter (2006, SMJ) 의 영국 제조업 search breadth/depth 프레임을 한국 ICT 에 직접 이식 (variable 정의·외부 지식원 13 분류·역U 가설 모두 차용). Katila (2002) 와 Katila-Ahuja (2002, AMJ) 의 글로벌 robotics search 시리즈가 search breadth/depth 의 개념적 원조. 생산성 차원 비교 대상은 Löof-Heshmati (2002) 의 스웨덴 CIS 와 Han-Oh-Lee (2006) 의 한국 KIS 2002 — 두 paper 의 양방향 관계 추정 충돌이 본 paper 의 separate causal estimation 설계 동기. 이론적 배경은 Chesbrough (2003) 의 개방형 혁신, Malerba (2006) 의 sectoral systems of innovation, Tushman-Anderson (1986) 의 technological discontinuities. ITS Perth 2009 productivity 세션 발표 후 telpol 게재. 황준석 의 ICT 산업 R&D·혁신 정책 라인의 초기 정량 paper.

See also

인접 그래프

1-hop 이웃 12개
  • 인물 2
  • 방법론 1
  • 개념 1
  • 주제 3
  • 수록처 1
  • 분류 1
  • 논문 3
황준석Youngjin Lee토빗 회귀개방형 혁신외부 지식 탐색한국 ICT 정책혁신 성과Telecommunication…혁신 경제학 External knowledge se…
휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동