Regional Knowledge Capabilities, Entrepreneurial Activity, and Productivity Growth: Evidence from Italian NUTS-3 Regions

Taewon Kang, Sira Maliphol, Dieter F. Kogler, Keungoui Kim (2022) · International Regional Science Review 45(3):293-320 · DOI ↗

지역의 지식 역량 (knowledge capability) 이 노동 생산성 증가에 기여하는 메커니즘을 기업가 정신의 지식 파급 이론 (KSTE) 의 관점에서 정식화하고, 이탈리아 NUTS-3 수준 107 개 지역의 2008-2017 균형 패널에서 시스템 GMM 동적 패널 추정으로 검증한다. 다섯 가지 차원의 지식 역량 (창출 · 동화 · 과학적 동화 · 품질 · 다양성) 각각이 생산성에 양의 효과를 가지며, 기업가 활동 (new firm formation 성장률) 이 이 관계를 조절 함을 보인다. 북부/중부 와 남부 이탈리아 의 분할 분석에서 이 조절 효과의 분포가 지역별로 다른 패턴 (북부/중부 — 지식 품질, 남부 — 지식 창출·동화) 으로 나타나, 혁신 정책의 지역 맥락 적합성 을 함의로 끌어낸다.

RQ: 지역의 지식 역량이 노동 생산성 증가에 어떻게 영향을 미치며, 이 효과를 기업가 활동이 어떻게 조절하는가? 그리고 이 메커니즘은 이탈리아 북부·중부 vs 남부에서 어떻게 다른가?
방법론: 시스템 GMM (Arellano–Bover 1995, Blundell–Bond 1998), 동적 패널 모형
데이터: 이탈리아 NUTS-3 107 개 지역 · 2008-2017 (10 년) 균형 패널 N=856. 특허·인용 = EPO PATSTAT; 지역 경제·인구·신규 기업 진입 = Eurostat regional statistics
주요 발견: (1) 다섯 가지 지식 역량 모두 다음 해 노동 생산성 증가에 양의 효과 ( $\beta = 0.004$ ~ $0.010$ , $p<0.01$ ). (2) 지식 역량 × 기업가 활동 교호항은 entropy (지식 다양성) 를 제외하고 모두 양의 유의 ( $p<0.05$ 또는 $p<0.01$ ). (3) 북부·중부 지역에서는 지식 품질 의 교호 효과가, 남부 지역에서는 지식 창출·동화 의 교호 효과가 통계적으로 유의 — 지역 발전 단계에 따라 작동하는 채널이 다름.
시사점: 지식 R&D 지원과 신규 기업 지원을 분리 한 전통적 지역 정책 대신, 지역의 기존 지식 역량 분포에 조건부 로 entrepreneurship 패키지를 설계해야 한다. “혁신 클러스터” 지역에만 적용되는 처방이 아니라 지식 역량 발달도가 낮은 지역에서도 — 다만 어느 차원 의 역량을 강화할지의 우선순위가 달라야 한다.

요약

기업가 정신의 지식 파급 이론 (Audretsch & Keilbach 2007, 2008) 은 지식이 생산성으로 전환되는 경로에서 기업가 가 필수 매개임을 주장한다. 그러나 (a) 지식의 차원 (창출 vs 동화 vs 과학적 동화 vs 품질 vs 다양성) 이 다르게 작동하는지, (b) 기업가 활동의 조절 효과 가 지역 발전 단계에 따라 어떻게 분기하는지는 실증적으로 미정이었다. 이 paper 는 이탈리아의 강한 남-북 발전 격차 를 자연 실험으로 활용해 두 질문을 동시에 채운다. 국가혁신체계 의 미시 기초 (지역 수준) 를 PATSTAT 특허·인용 데이터와 결합해 양화한 점이 기여.

핵심 식별 전략은 시스템 GMM 동적 패널 추정이다 (한국 manufacturing 의 R&D 효과 추정 등 TEMEP 의 다른 productivity 분석 라인과 같은 도구). 5 개 지식 역량 측정치 ( $\text{KC}_{i,t-1}$ ) — knowledge creation (inventor-share 합), assimilation (backward citations), scientific assimilation (non-patent SCI citations), quality (3-year forward citations), diversity (CPC 4-digit entropy) — 와 기업가 활동 ( $\text{NEW\_GR}_{i,t-1}$ ) 의 교호항을 모형에 포함. 결과: 다섯 차원 모두 생산성 증가에 양의 효과, 교호항이 지식 다양성을 제외하고 모두 양의 유의. 추가 분할 분석 (북부·중부 vs 남부) 에서 작동 채널이 분기 — 발전된 북부·중부는 고품질 지식 의 기업가-매개 효과가 지배적, 후발 남부는 기존 지식 흡수·생성 의 기업가-매개 효과가 지배적.

이 paper 는 Sira Maliphol 의 2기 SUNY Korea/SNU 다면적 확장 (2020-2024) 에 속하며, 추격 라인 (Eum & Maliphol 2023 의 Southeast Asian Catch-up Through the Convergence of Trade Structures) 과 다른 지역 (regional) 수준 의 NIS 미시 기초 라인을 연다. Dieter F. Kogler (UCD Spatial Dynamics Lab) 와의 공동 연구는 이후 Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and BERTopic 의 학제간 과학 부상 paper 로 이어지는 Kogler-라인 (지역·과학 메타데이터) 의 정착점. 한계: 분석이 region-year aggregation 으로 industry 효과 분리 불가능 — firm-level 확장이 후속 과제로 언급.

핵심 결과

지식 역량 차원	KC 단독 효과 (β)	KC × NEW_GR 교호항 (β)	비고
Knowledge creation (inventor-share 합)	$0.006^{***}$	$0.041^{**}$	남부에서 더 강함
Knowledge assimilation (backward citations)	$0.005^{***}$	$0.031^{**}$	남부 채널
Scientific knowledge assimilation (non-patent SCI cite)	$0.006^{***}$	$0.033^{**}$	양 지역 모두
Knowledge quality (3-yr forward citations)	$0.004^{**}$	$0.051^{**}$	북부·중부에서 가장 강함
Knowledge diversity (CPC entropy)	$0.010^{**}$	$-0.004$ (n.s.)	교호항 유의하지 않음 — 새 기업이 다양한 지식을 동시에 다루기 어려움

( $N=107$ 지역 × 10 년 = 856 region-year; standard errors with Windmeijer 2005 correction; $^{**}p<0.05$ , $^{***}p<0.01$ )

분할 분석:

북부·중부: knowledge quality × NEW_GR 의 교호항 유의 → 발달 지역은 고품질 지식의 기업가 매개 가 생산성을 이끔
남부: knowledge creation × NEW_GR, knowledge assimilation × NEW_GR 의 교호항 유의 → 후발 지역은 지식 창출·흡수의 기업가 매개 가 핵심

방법론 노트

분석은 기업가 정신의 지식 파급 이론 의 지식-기업가-생산성 3 자 관계를 지역 패널에서 동시 추정하기 위해 시스템 GMM (Arellano–Bover 1995, Blundell–Bond 1998) 을 사용한다. 동적 패널은 lagged dependent variable 이 unobserved 지역 효과와 상관돼 traditional FE/RE 추정량을 편의시키므로, 차분 + 수준 방정식의 system 형태로 lagged values 와 lagged differences 를 instruments 로 사용. 도구 변수의 유효성은 Hansen test ( $p$ -value 모두 0.46 이상, 비기각) 와 Arellano–Bond AR(1)·AR(2) test (AR(1) 유의, AR(2) 비유의 — 1차 자기상관만 존재, 식별 가정 충족) 로 확인.

핵심 회귀식:

\text{LP\_GR}_{i,t} = \alpha_0 + \alpha_1 \text{KC}_{i,t-1} + \alpha_2 \text{NEW\_GR}_{i,t-1} + \alpha_3 (\text{KC}_{i,t-1} \times \text{NEW\_GR}_{i,t-1}) + \alpha_4 X_{i,t} + \varepsilon_{i,t}

여기서 $\text{LP\_GR}_{i,t} = \ln(\text{LP}_{i,t}) - \ln(\text{LP}_{i,t-1})$ 는 지역 $i$ 의 노동생산성 log-difference, $\text{KC}_{i,t-1}$ 은 다섯 차원 지식 역량 중 하나, $\text{NEW\_GR}_{i,t-1}$ 은 신규 기업 진입 성장률, $X_{i,t}$ 는 lagged $\text{LP\_GR}$ · employment growth · population density 통제변수. 식별의 핵심은 교호항 $\alpha_3$ 으로, KSTE 의 핵심 가설 H2 (entrepreneurship 이 knowledge → productivity 관계를 조절) 가 통계적으로 입증되는지를 가른다.

inventor-share 가중치 (한 patent 의 inventors 가 여러 지역에 거주할 때 비례 분할) 로 지역 귀속 (geo-attribution) 을 정밀화한 점, 그리고 dominant 한 KSTE 문헌이 knowledge size (총량) 만 사용한 데 비해 5 개 차원 으로 분해한 점이 측정 방법론적 기여.

연구 계보

이 paper 는 기업가 정신의 지식 파급 이론 (Audretsch & Keilbach 2007, 2008; Braunerhjelm et al. 2010), 흡수능력 (Cohen & Levinthal 1989, 1990), 그리고 Dieter F. Kogler 라인의 patent-based 지역 지식 측정 (Kogler 2015, 2017; Boschma, Balland & Kogler 2015) 의 합류점에 위치한다. Malerba & McKelvey (2020) 의 knowledge-intensive innovative entrepreneurship 의 진화경제학 프레임과, Szerb et al. (2019) 의 Schumpeterian vs Kirznerian entrepreneurship 구분이 직접 선행. Sira Maliphol 본인의 연구 궤적 안에서는 1기 (Middle Innovation Trap, 2019) 의 NIS 거시 분석에서 지역 미시 기초 로 이동한 작업 — Southeast Asian Catch-up Through the Convergence of Trade Structures (국가 간 무역 구조) 와 함께 2기의 추격·발전 메커니즘 실증화 갈래를 형성 (siramaliphol.md 의 2기 분류). Dieter F. Kogler / Keungoui Kim 공동 연구는 이후 Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and BERTopic 으로 확장.

인접 그래프

1-hop 이웃 17개

인물 4
방법론 3
개념 2
주제 3
수록처 1
분류 2
논문 2

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

이 문서를 가리키는 페이지

논문 (1)

Identifying Interdisciplinary Emergence in the Science of Science: Combination of Network Analysis and BERTopic

방법론 (2)

인물 (4)

주제 (1)

지역 지식 역량