Effects of knowledge accumulation strategies through experience and experimentation on firm growth

Taewon Kang, Chulwoo Baek, 이정동 (2019) · Technological Forecasting & Social Change 144:169-181 · DOI ↗

기술경영경제정책전공 의 이정동 author page anchor 의 축적 → 질적 차원으로의 확장 (2019a) 명제를 정량 실증한 작업. R&D 양이 아니라 지식 축적의 질적 측면 — experience (composition, 지식 깊이 와 지식 폭) 와 experimentation (method, repetitive vs novel 탐색-활용) — 이 firm 성장의 결정 변수임을 한국 상장 제조업 1,455 firm 의 1985-2014 특허 분석 panel (444,081 patents) 로 확인. Experience depth 는 firm 성장에 역U 효과 (+0.020 1-차, -0.001 2-차, p<0.05), experimentation ratio 는 양 효과 (+0.052, p<0.01), 그러나 Experience × Experimentation interaction 의 2 차 항 이 양 (+0.252, p<0.05) — 경험 얕을 땐 반복 학습, 경험 깊을 땐 실험 의 경험-실험 단계 의존 mechanism. 한국 제조업의 최근 experimentation 감소 가 기술경쟁력 약화 의 미시 신호.

RQ: 양적으로 동일한 R&D 활동을 해도 firm 간 지식 축적 결과 가 다른 이유는 무엇인가? Experience (depth/breadth, knowledge composition) 와 experimentation (repetitive vs novel learning method) 의 두 질적 전략 이 firm 성장에 어떻게 작용하는가, 둘은 어떻게 상호작용하는가?
방법론: Heckman 선택 모형 (2-stage: stage 1 probit 으로 innovator 선택 + IMR, stage 2 main equation), 패널 고정효과 모형, 분위 회귀 (Canay 2011 의 panel quantile FE), interaction term + 2 차 항, 특허 분석 (IPC 4-digit, OECD HAN 으로 patent-firm name harmonization)
데이터: KIS-Value + PATSTAT (2017 Autumn) 결합, 한국 KOSPI·KOSDAQ 상장 제조업 N=1,455 firms, 1985-2014, 7,015 obs (innovators only), 총 patent 444,081 개
주요 발견: Experience_depth 의 역U 효과 (1-차 +0.020, 2-차 -0.001, 모두 p<0.05) — 특정 도메인의 깊은 경험이 성장 촉진하지만 한계 수익 감소. Experimentation_ratio (novel knowledge combination 비율) +0.052 (p<0.01) — 새 학습이 성장 촉진. 핵심 interaction: Experience_depth² × Experimentation +0.252 (p<0.05) — 경험 깊을 때만 실험이 성장에 재가속. 한국 stylized fact: 2000년대 중반 이후 Experience_depth 정체 + Experimentation_ratio 지속 감소 — 경험 vs 실험 양쪽 날 동시 무뎌짐.
시사점: 같은 R&D 양에도 firm 간 격차는 지식 composition + 학습 method 의 단계 의존성에서 옴. 정책은 얕은 경험 firm 에는 반복 학습 (R&D 보조금 + 표준 routine), 깊은 경험 firm 에는 실험 (탐색적 collaboration + 위험 감수 인센티브) 로 차별화 필요.

[[experience-experimentation]] 의 fitted firm growth 의 경험 depth × 실험 ratio 평면. 경험이 얕을 때 실험은 성장 저해, 경험이 깊어지면 실험이 성장 가속 — 핵심 역U + interaction mechanism 의 시각화.

요약

지식 기반 firm 이론 (Grant 1996, Kogut and Zander 1992, Zack 1999, Hoopes and Madsen 2008) 은 competitive advantage 가 accumulated knowledge 의 차이에서 온다고 본다. 그러나 왜 동일한 R&D 양에도 firm 간 격차가 나는가 의 mechanism 은 두 stream — experience 의 composition (Dierickx and Cool 1989, Garcia-Vega 2006, Lin and Chang 2015, Lodh and Battaggion 2014, Moorthy and Polley 2010 의 depth-breadth 라인) 과 experimentation 의 method (March 1991, Henderson and Clark 1990, Kogut and Zander 1992, Carnabuci and Operti 2013 의 탐색-활용 라인) — 으로 나뉘어 있었고, 두 stream 의 통합 이 학계의 빈자리였다. 본 paper 는 이를 연결 (단계 의존적 상호작용) 하는 데 의의가 있으며, 기술경영경제정책전공 의 축적 (accumulation) → 질적 차원 명제 (이정동 author page anchor 축적의 정교화 2 단계) 의 학술적 정량 검증 작업이다. Chulwoo Baek 가 듀크성 여대 이동 후 이정동 와 협업한 2017-2019 cohort 의 마지막 작품으로 (The persistency and volatility of the firm R & D investment: Revisited from the perspective of technological capability 와 R&D activities for becoming a high-growth firm through large jumps: evidence from Korean manufacturing 의 sibling), Taewon Kang 가 Scuola Superiore Sant’Anna 의 evolutionary economics 전통 (Dosi 라인) 으로 옮긴 뒤 첫 논문이기도 하다.

데이터는 KIS-Value (NICE, 1985- 외부감사 firm 재무) 와 PATSTAT (2017 Autumn, 전세계 특허) 의 결합 균형 패널 — 한국 KOSPI·KOSDAQ 상장 제조업 1,455 firm × 30 년, 4-digit IPC 기반 patent 444,081 개. OECD HAN database 와 firm name harmonization 으로 변경된 firm 이름 까지 추적. Experience_depth 는 지난 5 년 [t-5, t-1] 동안 firm i 가 만든 IPC code 중 반복 등장한 것의 비율 (Lodh and Battaggion 2014, scale 효과 제거 위해 1/nTech²), Experimentation_ratio 는 period t 의 새 IPC pair combination / 전체 pair combination (Carnabuci and Operti 2013, Verhoeven et al. 2016 의 novel combination). 통제 변수는 Num_patent (양적 지표), Experience_new (지식 폭), debt_ratio, profit_ratio, size, age, year dummies. 추정은 Heckman 선택 모형 의 2-stage: stage 1 프로빗 모형 로 innovator vs non-innovator (patent ≥1) 선택 식에서 IMR 계산, stage 2 innovators only (7,015 obs, 1,151 firms) 의 main equation 에 IMR 통제하고 패널 고정효과 모형 (heteroscedasticity-robust SE).

추정 결과 (Table 3 Model 4): Experience_depth 1-차 +0.020 (p<0.05), 2-차 -0.001 (p<0.01) — 역U 효과 로 Hypothesis 1 (한계 수익 감소) 지지. Experimentation_ratio +0.052 (p<0.01) — Hypothesis 2 (novel combination 의 양 효과) 지지. Experience_depth × Experimentation_ratio -0.390 (p<0.05), Experience_depth² × Experimentation_ratio +0.252 (p<0.05) — Hypothesis 3.1 (얕은 경험 시 반복 학습) + Hypothesis 3.2 (깊은 경험 시 실험) 동시 지지. 분위 회귀 (Canay 2011, 100 bootstrap, panel FE) 결과 5%-95% 의 모든 quantile 에서 패턴 일관 — high-growth firm 일수록 interaction term 의 magnitude 더 큼 (95% 분위에서 -0.927/+0.500). 추가 분석으로 core knowledge 기반 실험 만 분리한 결과 (Table 5 Model 1), Experience_depth² × Experimentation_core +0.444 (p<0.01) — core 기반 실험 이 비-core 실험 보다 강력. 한국 stylized fact 가 흥미롭다: 1990s-early 2000s 까지 Experience_depth 증가했으나 mid-2000s 이후 정체, Experimentation_ratio 는 지속 감소 — 경험과 실험 양쪽 모두 약화 가 한국 제조업의 기술경쟁력 약화 의 미시 신호 (Global Competitiveness Report 의 innovation ranking 2008 9위 → 2016 30위 추락과 정합).

한계는 (i) IPC 기반 measure 가 암묵지 (tacit knowledge) 의 일부만 포착, (ii) 한국 상장 firm 만 (KOSPI 75% R&D share 라 covered 하지만 SME bias 가능), (iii) cross-country 비교 부재, (iv) new IPC 의 radicalness heterogeneity 미관측 (NK landscape 의 거리 정보 미반영). 기술경영경제정책전공 의 축적 anchor 라인 sibling 으로 The persistency and volatility of the firm R & D investment: Revisited from the perspective of technological capability (R&D 동학의 환경 적응), R&D activities for becoming a high-growth firm through large jumps: evidence from Korean manufacturing (large jump 단계 비대칭), R&D Dynamics and Firm Growth: The Importance of R&D Persistency in the Economic Crisis (위기 환경 R&D persistency) 가 동일 2017-2019 듀크성 협업 cohort 의 환경-단계-composition 분화로 정합한다.

핵심 결과

Main equation (Heckman 선택 모형 stage 2, 패널 고정효과 모형, N=7,015 innovators, 1,151 firms):

Variable	Model 4 계수	해석
Experience_depth (t-1)	+0.020*(0.009)	깊이가 firm 성장 촉진
Experience_depth² (t-1)	-0.001*(0.000)	역U — 한계 수익 감소
Experimentation_ratio (t-1)	+0.052*(0.018)	실험이 성장 촉진
Experience × Experimentation	-0.390*(0.153)	얕은 경험 시 실험 방해
Experience² × Experimentation	+0.252*(0.114)	깊은 경험 시 실험 재가속
Num_patent (t-1)	-0.007**	양적 지표는 성장과 negative
Profit_ratio	+0.981***	수익성이 성장 강력 동인

분위 회귀 (95% upper quantile, high-growth firm):

Experience × Experimentation = -0.927*** (lower quantile 보다 magnitude 큼)
Experience² × Experimentation = +0.500* (high-growth firm 일수록 interaction 더 강함)

Core-based experimentation 분리:

Experimentation_core 의 interaction² = +0.444*** (p<0.01)
Experimentation_ncore 의 interaction² = +0.208 (n.s.)
→ core 지식 기반 실험 이 non-core 실험 보다 결정적

한국 stylized fact (Fig 3):

Experience_depth: 1990-2003 상승, 2003 이후 정체·하락
Experimentation_ratio: 1985-2014 지속 감소 (선형 추세)
→ 경험-실험 양쪽 약화 가 한국 기술경쟁력 하락 의 미시 신호

방법론 노트

Heckman 선택 모형 + 패널 고정효과 모형 + 분위 회귀 의 3-layer estimation. Sample 선택 보정 위해 innovator (patent ≥1) 결정의 프로빗 모형 을 stage 1 에 두고 IMR (inverse Mills ratio) 을 stage 2 main equation 의 통제로 추가한다.

핵심 quantitative measure 정의 (4-digit IPC level):

\text{Experience\_depth}_{i,t} = \left(\frac{1}{\text{nTech}_{i,t}}\right)^2 \frac{\text{Repeated IPC}_{i,t}}{\text{Total IPC}_{i,t}}

여기서 nTech 는 지난 5 년 [t-5, t-1] firm i 가 만든 IPC 총 개수, Repeated IPC 는 t 시점 firm i 의 IPC 가 5 년 안에 반복 등장한 횟수, Total IPC 는 t 시점 firm i 의 총 IPC 수. (1/nTech²) 는 scale 효과 제거.

\text{Experimentation\_ratio}_{i,t} = \frac{\text{Novel knowledge combination}_{i,t}}{\text{Total knowledge combination}_{i,t}}

여기서 knowledge combination 은 한 patent 내 IPC code 쌍 (예: A61P-A61K), novel 은 firm i 의 지난 5 년 안에 등장 안 한 pair. Range [0,1].

Main equation:

Y_{i,t} = \alpha + \beta_1 \text{Exp}_{i,t-1} + \beta_2 \text{Exp}_{i,t-1}^2 + \beta_3 \text{Expmt}_{i,t-1} + \beta_4 (\text{Exp} \times \text{Expmt})_{i,t-1} + \beta_5 (\text{Exp}^2 \times \text{Expmt})_{i,t-1} + \gamma X_{i,t} + \lambda \text{IMR}_{i,t} + \mu_i + \mu_t + \varepsilon_{i,t}

여기서 $Y_{i,t} = \ln(\text{Sales}_{i,t}) - \ln(\overline{\text{Sales}_{i,t-1,t-3}})$ 의 3 년 평균 매출 대비 성장률 (volatility 완화), $X$ 는 Num_patent·Experience_new·debt·profit·size·age, $\mu_i, \mu_t$ 는 firm·year FE, IMR 은 selection 보정.

식별 핵심: $\beta_5 > 0$ 이면 깊은 경험 + 실험 의 재가속, $\beta_4 < 0$ + $\beta_5 > 0$ 의 조합 이 경험-실험 단계 의존 의 micro-evidence. 분위 회귀 의 Canay (2011) 2-step (FE 추정 → fixed effect 제거된 dependent 의 quantile regression) 로 분포 전반 의 결과 일관성 확인. Robustness 로 core-based vs non-core experimentation 분리는 patent 의 IPC 와 firm 의 core knowledge IPC 중첩 여부로 정의 — Helfat and Raubitschek (2000) 의 core knowledge 와 인접 결합 명제 검증.

연구 계보

본 paper 는 기술경영경제정책전공 의 축적 (accumulation) → 질적 차원으로의 확장 라인 (이정동 author page anchor 축적의 정교화 2 단계) 의 핵심 학술 anchor. 직접 선조는 The persistency and volatility of the firm R & D investment: Revisited from the perspective of technological capability — 동일 저자팀의 축적의 자기강화성 (Success breeds success) 의 미시 mechanism 식별, 본 paper 는 그 mechanism 의 지식 composition layer 의 분해. 또 다른 직접 선조는 R&D activities for becoming a high-growth firm through large jumps: evidence from Korean manufacturing — 동일 저자팀의 firm life-cycle 단계 비대칭 의 지식 측면 일반화. 이론적 토대는 Dierickx and Cool (1989) 의 asset mass efficiency + time compression diseconomy, Helfat (1997) 의 capability accumulation, Cohen and Levinthal (1990) 의 흡수능력, Lee (2010) 의 capability threshold 명제 — 모두 축적의 자기강화 라인. 경험-실험 분리 는 March (1991) 의 탐색-활용, Ahuja and Lampert (2001) 의 propinquity trap, Cantwell and Fai (1999), Suzuki and Kodama (2004), West and Iansiti (2003), Bergek and Onufrey (2013) 의 radical innovation from core knowledge 라인. Novel combination measure 는 Strumsky and Lobo (2015), Carnabuci and Operti (2013), Verhoeven et al. (2016), Fleming (2001) 의 NK landscape combinatorial search 라인. 방법론은 Koenker and Bassett (1978) 의 quantile regression + Canay (2011) 의 panel FE quantile. 기술경영경제정책전공 의 sibling 으로 R&D Dynamics and Firm Growth: The Importance of R&D Persistency in the Economic Crisis (위기 환경 동학) 가 동일 2017-2019 듀크성 협업 cohort 의 환경적 stress 갈래, The persistency and volatility of the firm R & D investment: Revisited from the perspective of technological capability 가 내부 자금-기술능력 갈래로 분화. Chulwoo Baek 가 듀크성 여대 이동 후 이정동 와 협업한 지식 축적 학술 anchor 4 paper cluster 의 마무리.

인접 그래프

1-hop 이웃 28개

인물 3
개관 1
방법론 6
개념 6
주제 3
수록처 1
분류 2
논문 6

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

Effects of knowledge accumulation strategies through experience and experimentation on firm growth

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (6)

개념 (1)

방법론 (3)