开源、劳动生产率与研发的调节作用

《Structural Change and Economic Dynamics》:Open-sourcing, labor productivity, and the moderating role of R&D

【字体: 大 中 小 】 时间:2026年09月22日 来源:Structural Change and Economic Dynamics 6.1

编辑推荐:

   摘要 科学出版物代表了一种可观察的选择性知识披露形式,企业通过这种方式展示能力、接入知识网络并吸引人才。基于将行业开放性与生产力增长联系起来的文献,我们考察企业发表科学工作的倾向是否放大了研发投资的生产力回报。我们发现,在研发密集型企业中,采取开源战略与劳动生产力呈正相关,这

  

摘要
科学出版物代表了一种可观察的选择性知识披露形式,企业通过这种方式展示能力、接入知识网络并吸引人才。基于将行业开放性与生产力增长联系起来的文献,我们考察企业发表科学工作的倾向是否放大了研发投资的生产力回报。我们发现,在研发密集型企业中,采取开源战略与劳动生产力呈正相关,这一结论是在控制了企业和行业层面的未观察到的异质性(即控制技术因素)后得出的。这一结果与强调知识扩散和吸收能力对企业绩效作用的理论一致。在方法论上,本文扩展了 Hausman-Taylor 类型方法,用于在固定效应框架中识别时间不变变量。蒙特卡洛模拟表明,该方法可靠地识别了这些回归变量对生产力的影响。

引言
当代结构变化的一个核心特征是知识生产和扩散的重构。企业科学、开放创新和开放科学实践的增长代表了技术和制度模式的转变,通过这些模式企业产生和占有知识。这种结构转变对生产力动态很重要,因为它改变了研发转化为绩效的渠道——既通过创新产出,也通过外部知识的扩散/吸收(David, 1994, Fagerberg, 2000)。

企业在科学期刊上发表文章是平衡创新、合作、声誉和知识产权管理战略的一部分。这种做法在科学与技术进步是竞争优势关键驱动力的行业中尤为普遍(Rotolo et al., 2022)。研究探讨了发表活动对企业创新绩效的影响。在 Edler 和 Fagerberg (2017) 看来,出版物可能会激励企业在时间或地理受限的环境中快速吸收和利用创新。证据表明,企业的发表活动与其创新产出正相关,如由专利获得的前向引用次数(Arora et al., 2018, Gambardella, 1992)、这些引用的广度(Cassiman et al., 2008)以及授予企业的专利家族数量(Almeida et al., 2011)所示。此外,企业发表活动与财务绩效(包括市场估值)呈正相关(Pellens and Malva, 2017, Simeth and Cincera, 2016)。

虽然创新学者主要关注出版物带来的知识溢出如何影响企业的创新能力,但很少有研究关注出版物如何(直接或间接地)影响企业的生产绩效。例如,Chen 等人 (2016) 发现科学联系(企业专利引用的科学出版物数量相对于其他专利引用量的比例)对一组韩国创新企业的总要素生产率 (TFP) 有积极贡献。Belenzon 和 Patacconi (2014) 在生产函数框架中发现,出版物存量直接正面影响企业销售额。Cassia 等人 (2009) 表明,英国上市公司确实受益于由与大学合作(例如合著)支撑的创新体系。

大多数关于出版物在企业绩效中作用(当将其视为开源战略时)的贡献,见于开放创新 (OI) 文献中(Bogers et al., 2019, Ahn et al., 2015)。该文献中的研究使用了广泛的 OI 模式(合作数量和类型、外部研发支出、专利许可、衍生企业、出版物、引用等),尽管出版物作为生产的无形投入其重要性已获认可,但很少将劳动生产力作为结果变量。

发表活动不等同于完全开源模式,后者将所有知识资产、技术设计或知识产权无限制地发布。相反,发表是一种特定且可观察的开放形式,企业通过这种方式选择性地披露编码化的科学知识。发表决策意味着企业允许其内部产生的一部分知识在组织边界之外流通,并变得可被外部科学、技术和工业社区访问。在此意义上,发表活动捕捉了企业参与受控形式知识共享的倾向。这对于研发密集型企业尤为相关,因为科学披露可能支持声誉建设、参与知识网络、招聘高技能人才以及获取互补的外部知识。同时,由于披露可能使企业面临模仿和知识溢出的风险,这种开放性的生产力含义不太可能是无条件的,并且可能取决于企业自身的吸收能力。

因此,在本文中,我们广义地使用“开源战略”这一表达,不限于软件源代码的发布。我们指的是企业刻意将内部产生的部分科学和技术知识披露给外部受众的决定。因此,科学出版物被解释为一种选择性知识披露:企业不一定使所有专有知识自由可用,但允许选定的研究成果进入公共科学领域。这种行为符合开放创新和选择性揭示文献,根据这些文献,当披露增强声誉、促进获取外部知识网络、吸引科学和技术人才并提高吸收互补知识的能力时,企业可能从知识共享中受益。

我们分析企业参与科学发表(解释为一种可观察的选择性知识披露形式,因此作为开源导向的代理变量)是否影响研发密集型跨国企业 (MNE) 的劳动生产力,以及这种效应是否取决于研发投入水平。

本文从三个主要维度为文献做出贡献。首先,通过将重点从创新产出和市场指标转移到劳动生产力,它为开放创新、企业科学和企业绩效文献做出贡献。现有研究记录表明,企业发表活动与专利质量、专利广度、创新产出和企业估值相关,但较少人了解发表活动是否与生产绩效相关。通过考察劳动生产力,我们评估科学开放性是否反映在企业将知识和研发投入转化为生产效率的能力中。

其次,通过明确将研发投入建模为科学披露与生产力之间关系的调节变量,本文为吸收能力和研发的双重作用文献做出贡献。经验设定并不假设开放性是无条件有益的。相反,它检验基于发表的开放性的生产力回报是否取决于企业的内部知识库。这很重要,因为研发能力更强的企业可能更能吸收外部知识,将其与内部能力重组,并从科学发表产生的声誉、网络和学习效应中受益。相反,吸收能力较弱的企业可能不太能占有披露的利益,并且更容易暴露于知识溢出的成本。

第三,本文为面板数据计量经济学做出了方法论贡献。由于基于发表的开源指标在我们的实证设定中是时间不变的,其直接影响无法使用标准固定效应 (FE) 模型进行估计。因此,我们扩展了 Hausman-Taylor 类型方法,利用选定时间变化回归变量与特定企业未观察到的异质性之间相关性的同质性假设。这使我们能够在不依赖外部工具或施加这些变量与企业固定效应不相关(类似于随机效应模型)的更强假设的情况下,识别时间不变回归变量的影响。

实证分析整合了来自三个不同来源的企业级数据:关于世界顶级研发投资者的欧盟工业研发投资记分牌(Grassano et al., 2021),提供了企业研发支出和员工的信息;JRC-OECD COR&DIP 数据库 (v.2, 2019),包含关于科学出版物的信息;以及从 Orbis Moody's 数据集中检索到的额外财务数据。合并后的纵向数据集涵盖 2007 年至 2016 年期间,包含约 1200 家公司的信息。

本文结构如下。第 2 节简要回顾了关于使用发表数据代理开源战略的现有文献。第 3 节描述数据并提供统计摘要。第 4 节介绍估计模型并提出一种新方法,用于在固定效应框架中识别时间不变变量的斜率系数。第 5 节呈现实证分析结果,第 6 节得出结论。

章节摘录
### 作为开源战略的出版物与生产力
在本文语境中,开源被理解为一种受控知识披露的战略取向,而非无限制地发布所有企业特有的知识产权。科学出版物代表这种取向的一个重要表现。当企业发表研究成果时,它们有意使内部知识库的选定元素在企业外部可见并可访问。这并不意味着企业放弃

### 数据与衡量指标
实证分析使用的数据集整合了来自三个数据源的信息。首先,为了衡量企业的开源战略,我们依赖于企业的科学发表活动(Cockburn and Henderson, 2000, Leten et al., 2022, Mansfield, 1991)。企业层面的发表活动信息检索自 JRC-OECD COR&DIP 数据库 (v.2, 2019),1 包括关于前 2000 名的信息

### 方法论
为了探索开源战略是否影响劳动生产力,我们基于 Hall 和 Mairesse (1995) 的模型构建基准回归,该模型通过纳入企业开源战略的代理变量 ???? 进行了扩展:
ln?(?????????????????)=??1?ln?(??????????????)+??2?ln?(????????????????)+??3?ln?(???????)++??4?????+??5?ln?(????????????????)×????+????+????+???????
其中因变量是企业 ?? 在时间 ?? 的劳动生产力,定义为每名员工的增值,??????????/???????。回归变量(以对数表示)包括实物资本

### 估计结果
实证分析分两步进行,对应第 2 节推导出的两个预测。我们首先通过标准固定效应 (FE) 估计方程 (1),这识别了研发强度与开源指标之间的交互作用 (??5),但未识别开放性的水平效应 (??4)。然后我们应用第 4 节提出的估计策略,恢复 ??4 并允许我们检验研发完整的双重角色假设,即基于发表的开放性仅提高那些

### 讨论与结论
本文考察企业参与科学发表(解释为一种选择性知识披露形式,因此作为开源长期战略的代理变量)是否与劳动生产力收益相关,以及这种关联是否取决于企业自身的研发强度。这个问题契合了关于知识生产结构变化的讨论。事实上,企业科学与开放科学之间的界限是模糊的(David, 1994, Fagerberg, 2000,

CRediT 作者贡献声明
Sara Amoroso: 撰写 – 审阅与编辑,撰写 – 原稿,概念化。Randolph Luca Bruno: 撰写 – 审阅与编辑,撰写 – 原稿,概念化。Laura Magazzini: 撰写 – 审阅与编辑,撰写 – 原稿,方法论,概念化。

生成式 AI 及 AI 辅助技术在稿件准备过程中的声明
在准备本作品期间,作者使用了 ChatGPT 和 CoPilot 进行英语编辑。作者审阅并编辑了输出内容,并对已发表文章的内容承担全部责任。

Sara Amoroso|Randolph Luca Bruno|Laura Magazzini
德国经济研究所—DIW,德国柏林
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号