TEMEP Wiki

Technological relatedness: how do firms diversify their technology?

Seung Hwan Kim, Bogang Jun, 이정동 (2023) · Scientometrics · DOI ↗

Hidalgo & Hausmann 의 principle of relatedness 는 country·region·city 수준에서 활발히 검증돼 왔지만 firm-level 증거는 빈약했다. 본 paper 는 1984–2014 년 한국 상장 제조기업 1,334 개·391,017 특허·123 기술 (IPC 3-digit) 의 unique panel 을 disambiguation 으로 구축하고, firm-technology bipartite network 위에서 density 지표를 정의해 firm 의 새 기술 진입 확률이 related technology 축적과 함께 1.39 배 (조건부 odds) 증가함을 보인다. 단, big 4 (Samsung·LG·Hyundai·Posco) 에서는 효과가 사라지고 broad diversification 패턴이 나타난다.

  • RQ: principle of relatedness 가 firm-level 기술 다각화에도 성립하는가? Density 측정의 robustness 는 어떻게 되며, 대기업 vs 그 외 기업 사이 패턴 차이는 있는가?
  • 방법론: 이분 네트워크, 고정효과 로짓 모형, 성향점수매칭, Box–Cox 변환, 현시 기술 우위 (RTA)
  • 데이터: 한국 KOSPI/KOSDAQ/KONEX 상장 제조기업 1,334 사, KIPO/USPTO 특허 391,017 건, IPC 3-digit 123 기술, 1984–2014, panel obs 832,962 ((firm, technology, year) triples). PATSTAT + KIS-VALUE merger + OECD HAN ID disambiguation.
  • 주요 발견: 모든 통제변수 (industry, age, sales, profit, debt) 포함 시 density (related technology proximity-weighted sum) 가 새 기술 진입 확률에 양의 효과 (계수 0.335***) → odds ratio 1.39 배. 2차항이 음수 (−0.010**) → inverted U-shape (optimal density 존재). Sub-period 분석: dotcom 충격 (1998–2003) 시기에 density 효과가 가장 크고 (0.680), 2004–2014 에는 2차항이 사라짐. Big 4 만 분석 → density 계수 −0.011 (무효), 2차항만 음 → 대기업은 broad diversification 으로 relatedness 무관.
  • 시사점: 중소·중견 기업의 R&D 전략은 related technology 축적 위에 새 진입을 설계할 때 효과적. 반면 대기업은 unrelated jump 도 가능 (자본·인프라 잉여). The co-evolution of production and technological capabilities during industrial development 의 jump with knowledge 와 정량적으로 연결.

한국 제조업의 기술 공간 (2004–2014) 및 삼성전자의 기술 진입 사례 (1986–1988). 노드는 IPC 1-digit 분류, 링크 굵기는 proximity. 11시 방향의 island 는 electronics/physics 클러스터로 삼성전자가 견인. 흑색 점이 둘러싼 빈 노드 (○) 에서 새 기술 진입이 자주 일어남을 시각화 (path-dependent diversification).

요약

본 paper 는 Hidalgo & Hausmann (2007) 의 product space 와 principle of relatedness 를 firm-level 기술 다각화로 확장한다. 기존 firm-level 연구 (Leten et al. 2016, Pugliese et al. 2019) 는 R&D 집약 기업으로 표본 제한 또는 다른 measure (citation-based proximity, coherent diversification) 사용. 본 paper 의 contribution 은 (i) 한국 상장 제조기업 전체 (R&D 집약 여부 무관) 를 30 년 panel 로 분석, (ii) OECD HAN ID 의 disambiguation 으로 unique unbalanced panel 구축, (iii) Hidalgo-Hausmann 방식의 density 측정을 firm-level 로 옮기되 6 가지 다른 proximity definition (Hidalgo, Pugliese, Jaccard, Cosine, Association, Revised Association) 으로 robustness 검증.

방법론 핵심은 firm-technology bipartite network: 기업 ii 가 IPC α\alpha 에 현시 기술 우위 (RTA) (RTA ≥1\geq 1) 를 가지면 link weight 1. 두 기술 사이 proximity ϕα,β\phi_{\alpha,\beta} 는 RTA 의 pairwise 조건부 확률 최솟값 (Hidalgo & Hausmann 정의). Firm ii 의 기술 α\alpha 주변 related density 는 proximity-weighted sum 의 정규화. 종속변수는 Ui,α,t+2U_{i,\alpha,t+2} (2 년 내 새 RTA 획득 binary). 고정효과 로짓 모형 으로 추정, 모든 변수는 Box–Cox 변환 으로 정규화. 5 년 moving average 로 in-block nestedness 완화.

이정동 의 제4기 진화론적 전환 라인에서 본 paper 는 The co-evolution of production and technological capabilities during industrial development 의 jump with knowledge 를 firm 수준에서 정량 검증한다. Big 4 (Samsung Electronics, LG Electronics, Hyundai Motors, Posco) 에서 효과가 사라지는 발견은 흥미롭다. 해석: 대기업은 자체 기술 인프라가 다양해 relatedness 의 제약 을 우회 가능 (path-defying diversification). Samsung Electronics 의 IPC 점유율 30.24%, 상위 4 사 합계 55.25%. PSM 으로 confounding 통제 후에도 density 효과 견고 (계수 0.348***). 한계는 (i) 한국 표본 → 일반화 가능성 제한, (ii) bipartite 의 autocorrelation, (iii) 본 paper 의 proximity 는 단일 시점 기반 → 시계열 진화 미반영.

핵심 결과

Specification (메인 결과 Table 2)ωi,α,t\omega_{i,\alpha,t} (density) 계수해석
(1) 단순 logit0.537***density 가 새 기술 진입 확률 증가
(2) + 2차항0.506*** (2차 +0.008*)약한 increasing return
(3) + 통제 (industry, age, sales)0.337*** (2차 −0.011***)inverted U-shape 출현
(4) + profit, debt0.335*** (2차 −0.010**)odds ratio 1.39 배
Sub-sampledensity 효과해석
1984–1997 (pre-Asian crisis)0.249***약한 path-dependence
1998–2003 (Asian crisis + dotcom)0.680***위기 시기 path-dependence 강화
2004–20140.350***2차항 무의미 (선형)
Big 4 only−0.011 (무효)대기업 broad diversification
그 외 기업0.320***중견 이하만 relatedness 의 제약
Proximity definition (Robustness Table 7)density 효과
Hidalgo et al. (2007) [본 paper 기본]0.335***
Pugliese et al. (2019) normalized0.335***
Jaccard similarity0.452***
Cosine similarity0.443***
Association (Eck-Waltman)0.366***
Revised Association (Steijn)0.366***

PSM 결과 (Table 8): density 계수 0.348*** 유지, confounding 통제 후에도 robust.

방법론 노트

본 paper 의 식별 (identification) 전략은 기업-기술-연도 triple panel 위에서 새 기술 진입 (binary outcome) 의 driver 가 density 인지 판별하는 것이다. 핵심 단계는 (i) RTA 정의, (ii) proximity 계산, (iii) density 계산.

핵심 식 (RTA, proximity, density 순):

RTAi,α,t=Pi,α,t/∑αPi,α,t∑iPi,α,t/∑i∑αPi,α,tRTA_{i,\alpha,t} = \frac{P_{i,\alpha,t} / \sum_{\alpha} P_{i,\alpha,t}}{\sum_{i} P_{i,\alpha,t} / \sum_{i}\sum_{\alpha} P_{i,\alpha,t}} ϕα,β=min⁡{Pr⁡(RTAα∣RTAβ),  Pr⁡(RTAβ∣RTAα)}\phi_{\alpha,\beta} = \min\bigl\{\Pr(RTA_{\alpha} \mid RTA_{\beta}),\; \Pr(RTA_{\beta} \mid RTA_{\alpha})\bigr\} ωi,α,t=∑βϕα,β,tUi,β,t∑βϕα,β,t\omega_{i,\alpha,t} = \frac{\sum_{\beta} \phi_{\alpha,\beta,t} U_{i,\beta,t}}{\sum_{\beta} \phi_{\alpha,\beta,t}}

여기서 Pi,α,tP_{i,\alpha,t} 는 firm ii 가 시점 tt 에 기술 α\alpha 에서 보유한 특허 수, Ui,β,tU_{i,\beta,t} 는 firm ii 가 기술 β\beta 에서 RTA ≥1\geq 1 여부 (binary). ωi,α,t\omega_{i,\alpha,t} 는 firm ii 가 기술 α\alpha 의 이웃들 (proximity 가중) 에 얼마나 많이 진입해 있는지의 정규화 점수.

추정 식 (multivariate fixed effects logit):

Ui,α,t+2=β0+β1ωi,α,t+β2ωi,α,t2+β3Industryα,t+β4Agei,t+β5Salesi,t+β6Profiti,t+β7Debti,t+θt+εi,α,tU_{i,\alpha,t+2} = \beta_0 + \beta_1 \omega_{i,\alpha,t} + \beta_2 \omega_{i,\alpha,t}^2 + \beta_3 \text{Industry}_{\alpha,t} + \beta_4 \text{Age}_{i,t} + \beta_5 \text{Sales}_{i,t} + \beta_6 \text{Profit}_{i,t} + \beta_7 \text{Debt}_{i,t} + \theta_t + \varepsilon_{i,\alpha,t}

식별의 핵심은 (i) 새 RTA 진입의 forward-looking 정의 (t−1t-1 에 RTA<1, tt 에 RTA≥1, t+1,t+2t+1, t+2 유지), (ii) 성향점수매칭 으로 confounding 통제, (iii) 6 가지 proximity 정의로 robustness, (iv) Big 4 분리로 heterogeneity 검증.

연구 계보

본 paper 의 직접적 predecessor 는 (a) Hidalgo & Hausmann (2007) 의 product space 와 density 측정, (b) Neffke et al. (2011) 의 regional industrial diversification, (c) Kogler et al. (2013) 과 Boschma et al. (2014) 의 city-level technological relatedness, (d) Leten et al. (2016) 의 firm-level (R&D 집약) technological relatedness, (e) Pugliese et al. (2019) 의 coherent diversification, (f) Jaffe (1986) 의 기업 기술 거리 측정, (g) Breschi et al. (2003) 의 cosine-similarity-based relatedness. 기술경영경제정책전공 내 자매 작업으로 Bogang Jun (2 저자) 의 Bilateral relatedness: Knowledge diffusion and the evolution of bilateral trade 가 international bilateral trade 의 relatedness 확장, 이정동 anchor 의 제4기 진화론적 전환 라인에서 The co-evolution of production and technological capabilities during industrial development 의 jump with knowledge 명제를 firm-level 정량으로 검증하는 짝 paper (author page 분류).

See also

인접 그래프

1-hop 이웃 31개
  • 인물 11
  • 개관 1
  • 방법론 5
  • 개념 6
  • 주제 1
  • 수록처 1
  • 분류 2
  • 논문 4
이정동Bogang JunBoschma et al.Breschi et al.Hidalgo & HausmannJaffe (1986)Kogler et al.Leten et al.Neffke et al.Pugliese et al.Seung Hwan Kim기술경영경제정책전공고정효과 로짓 모형성향점수매칭이분 네트워크현시 기술 우위 (RTA)Box–Cox 변환기술 공간기술 연관도밀도 측정연관성의 원리제품 공간특허 데이터한국 제조 기업Scientometrics경제 복잡도혁신 경제학 Technological related…
휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동