加载中...
On the heels of giants: Internal network structure and the race to build on prior innovation
研究摘要:战略研究长期关注企业如何在其创造的技术知识基础上继续创新,并聚焦于法律执行、互补资产与区位选择。较少有研究关注企业内部结构如何支持对未来累积性创新的占有,即所谓“生成性专属性”。借鉴创新与社会网络研究,我们提出,更高程度整合的企业内部发明者网络,以及具有近可分解结构的网络,能够通过加速企业内后续创新的产生、从而超越竞争对手,促进生成性专属性。我们在1,417家大型企业26年的专利数据中发现了支持这些效应的证据。这种加速效应在初始发明之后的关键头几年最为强烈。管理摘要:创新是一个累积且竞争性的过程,因此如果企业不能迅速在其自身创新基础上继续创新,竞争对手将通过这样做而获取价值。我们研究了企业发明者之间通过共同申请专利关系相互连接的程度,与企业比竞争对手更快地在先前创新基础上继续创新的能力之间的关系。我们发现,其研究人员与更多其他研究人员相连接的企业,能够更快地开发后续创新,但这种优势随时间衰减。我们还发现,与这一结果最相关的连接模式是:网络核心中紧密的研究人员集群通过“桥接关系”相互连接。
Abstract
Research Summary: Strategy research has long been concerned with how firms build on the technological knowledge they create, and has focused on legal enforcement, complementary assets, and location decisions. Less attention has been paid to how internal firm structures support the appropriation of future cumulative innovations: what has been termed "generative appropriability." Drawing on innovation and social network research, we propose that more integrated intrafirm inventor networks, and those with nearly decomposable structures, facilitate generative appropriability by accelerating within-firm generation of follow-on innovations, thus outpacing rivals. We find evidence for these effects in patent data from 1,417 large corporations over 26 years. The acceleration effect is strongest in the critical first few years after an initial invention. Managerial Summary: Innovation is a cumulative and competitive process, so if firms fail to build on their own innovations quickly, rivals will capture value by doing so. We study how the degree to which a firm's inventors are connected to each other through co-patenting relationships is related to its ability to build on its prior innovations faster than rivals. We find that firms whose researchers are connected to more of its other researchers are better able to quickly develop follow-on innovations, but this advantage decays over time. We also find that the pattern of connectedness most associated with this outcome is one in which tight clusters of researchers in the core of the network are linked to each other by "bridging ties."
企业内部发明者网络整合度越高,企业生成性专属性越强
以相对巨型组件规模(Giant)衡量网络整合度,OLS回归显示其对专利族前向自引比(SelfRatio)的系数为0.100(p<0.001);Giant每增加一个标准差,SelfRatio提升0.020,相当于均值的12%。Entropy系数为-0.113(p=0.005),即整合度越高自引比越高。
整合度对生成性专属性的优势随时间衰减
Entropy×Months系数为0.002(p<0.001),Giant×Months系数为-0.001(p<0.001),表明整合度收益在初始专利申请后约10年归零(Entropy约9.5年,Giant约12年)。整合度收益在申请后头几年最明显,2年时Entropy每降低一个标准差对应SelfRatio提高约24%,6年后降至10%。
近可分解结构正向调节网络整合与生成性专属性的关系
以小世界指标(SmallWorld)代理近可分解性,Giant×SmallWorld系数为0.019(p<0.001),Entropy×SmallWorld系数为-0.018(p<0.001),说明网络越接近小世界结构,整合度对自引比的正向作用越强。SmallWorld主效应不显著。
自引比与企业从专利族获得的私人价值正相关
SelfRatio对专利续期年限的系数为2.296(p<0.001),自引比从均值提高一个标准差对应续期平均延长逾7个月(约11%);对管辖国家数系数0.777(约7%),对三元专利局授权概率提高约7%,对专利族规模系数0.668(约5%),说明自引比可作为生成性专属性的有效代理。
核心解释变量
企业内部发明者网络整合度,以归一化熵(Entropy,反向度量整合)和相对巨型组件规模(Giant)衡量;近可分解性以小世界指标(SmallWorld)及其与整合度的交互项衡量
被解释变量
专利族的前向自引比(SelfRatio),即企业自身对专利族的引用数占该专利族获得全部前向引用数的比例,作为生成性专属性的代理
样本与数据
1986—2019年1,417家大型美国企业的专利数据,来源为EPO的PATSTAT数据库、Bureau van Dijk的ORBIS数据库和COMPUSTAT;样本限定为样本期内拥有超过250项美国专利且出现在COMPUSTAT中的企业;最终样本包括专利族层面430,061个观测和企业—年度层面45,248个观测
识别方法 / 模型设定
以OLS回归估计专利族自引比对网络整合度的关系,控制企业、技术类别与年度固定效应,企业层面变量滞后一期;进一步引入网络整合度与专利年龄(Months)交互项检验动态效应,并采用分数响应模型和持续时间模型进行稳健性检验
内生性及稳健性检验
采用Papke和Wooldridge(1996)的分数响应模型复现主回归;将时间划分为早期和晚期检验时间效应的非线性;估计首次至第五次引用的时间到引用持续时间模型;检验自引比随时间下降是否源于企业内部后续创新机会耗尽的替代解释,发现高整合企业的自引高峰出现更晚,不支持耗尽假说
欧洲专利及引用被引用数据
专利引用可支持的研究问题:欧洲专利及引用被引用数据可为本文《追随巨人的脚步:企业内部网络结构与在先前创新基础上继续创新的竞赛》的研究提供基础数据支撑,支持围绕大型企业展开的实证与空间分析,辅助验证并拓展本文的研究结论,提升研究数据的可复现性与应用价值。
欧洲专利局专利数据
欧洲专利可支持的研究问题:欧洲专利局数据中的专利申请人、发明人及IPC/CPC分类号信息,能否用于刻画企业在特定技术类别内利用内部知识重组推进后续发明的路径,并识别内部网络结构对专利续引与创新产出的调节效应。
更多相关数据正在补充