Knowledge flows and R&D Co-operation [Elektronische Ressource] / von: Tobias Schmidt

W6504st

Informations

• Publié par: friedrich-schiller-universitat_jena
• Publié le: 01 janvier 2008
• Nombre de lectures: 22
• Langue: Deutsch
• Poids de l'ouvrage: 1 Mo

Extrait

Knowledge Flows and R&D Co-operation






Dissertation
zur Erlangung des akademischen Grades
doctor rerum politicarum
(Dr. rer. pol.)








vorgelegt dem Rat der Wirtschaftswissenschaftlichen Fakultät
der Friedrich-Schiller-Universität Jena

am 6. Juni 2007



von: Dipl.oec. Tobias Schmidt

geboren am 09.08.1975 in Erlangen


























Gutachter: Prof. Dr. Uwe Cantner

Gutachter: Prof. Dr. David B. Audretsch


Datum der Verteidigung: 22. Oktober 2007
Deutsche Zusammenfassung
Einleitung und Motivation
Innovationen entstehen in zunehmendem Maße nicht mehr isoliert sondern
durch die Kombination von Wissen verschiedener Unternehmen und Institutio-
nen. Immer kürzere Produktlebenszyklen und die Zunahme der Komplexität von
Technologien und Produkten sind ein Grund dafür, dass immer weniger Unter-
nehmen das gesamte Wissen, das für die Entwicklung innovativer Produkte und
Prozesse nötig ist, selbst besitzen. Um dennoch erfolgreich Innovationsaktivitä-
ten durchführen zu können, verschaffen sich die Unternehmen über verschiedene
Kanäle Zugang zu externem Wissen, zum Beispiel durch die Analyse von frei
zugänglichem Wissen oder durch Kooperationen mit anderen Unternehmen oder
wissenschaftlichen Einrichtungen. Letztere Möglichkeit des Zugangs zu exter-
nem Wissen steht im Mittelpunkt dieser Arbeit.
Viele empirische Arbeiten haben gezeigt, dass sich Kooperationen im Zusam-
menhang mit Innovationsaktivitäten, einschließlich Forschung und Entwick-
lung (FuE) positiv auf den Erfolg eines Unternehmens mit innovativen Produkten
und Prozessen auswirken. Das Interesse der Unternehmen an dieser Form des
Wissenstransfers ist somit verständlich. Die theoretische wissenschaftliche Lite-
ratur und hier insbesondere die sog. „Non-tournament“ Literatur hat zudem ge-
zeigt, dass FuE-Kooperationen helfen können das Marktversagen, das durch
Wissensspillover im FuE-Prozess entsteht, zu korrigieren und die gesamtwirt-
schaftliche Wohlfahrt zu steigern. Nicht zuletzt deshalb hat auch die Politik ein
Interesse an einer regen Kooperationstätigkeit der Unternehmen. Mit der umfang-
reichen Förderung von Kooperationen verfolgt die öffentliche Hand darüber hin-
aus das Ziel den Wissensfluss zwischen Universitäten und Unternehmen und den
Unternehmen untereinander zu verbessern, um so die Innovationskraft eines
Landes oder einer Region zu steigern.
III Wie aus diesen Ausführungen deutlich wird, sind FuE-Kooperationen und Wis-
senstransfer bzw. Wissensspillover eng miteinander verbunden. Eine ganze Reihe
von wissenschaftlichen Studien hat in den vergangen Jahren empirische Belege
für die Existenz dieses Zusammenhangs geliefert. Die vorliegende Dissertation
schließt an diese Arbeiten an, indem sie sich mit der Analyse des Einflusses von
Wissensspillovern auf die Kooperationsneigung von Unternehmen im Bereich
FuE und Innovation beschäftigt. Sie geht in mehrfacher Hinsicht über die beste-
hende Literatur hinaus, insbesondere im Bezug auf die Abbildung von Wis-
sensspillovern im ökonometrischen Modell. Im Gegensatz zu den traditionellen
empirischen Modellen in diesem Forschungsbereich wird (wie unten dargestellt)
berücksichtigt, dass nicht das gesamte Wissen, das produziert wird, auch von
allen Unternehmen genutzt werden kann. Bei der Konstruktion der Spilloverma-
ße wird daher einerseits der Tatsache Rechnung getragen, dass Wissen durch Pa-
tente und Geheimhaltung geschützt werden kann, und andererseits, dass ein Un-
ternehmen bestimmte Fähigkeiten („absorptive Fähigkeiten“- Cohen und Levin-
thal, 1989, 1990) besitzen muss, um externes Wissen nutzen zu können. Zudem
werden Wissensspillover von Unternehmen aus der eigenen Branche, von denen
aus Unternehmen anderer Branchen und wissenschaftlicher Einrichtungen unter-
schieden. Die beiden zentralen Hypothesen der Arbeit, die mit mikroökonometri-
schen Methoden überprüft werden, sind daher:
1. Die Höhe der tatsächlich auftretenden Wissensspillover hat einen positiven
Einfluss auf die Kooperationsneigung von Unternehmen im Bereich FuE
und Innovation.
2. Verschiedene Arten von tatsächlich aufgetretenen Wissensspillovern be-
einflussen die Kooperationsneigung von Unternehmen im Bereich FuE
und Innovation in unterschiedlich.
Die Arbeit gliedert sich in einen theoretischen Teil, der die empirische und the-
oretische Literatur zu dem Thema FuE-Kooperationen und Wissensspillover
überblicksartig darstellt, und einen empirischen Teil, indem die oben erwähnten
Spillovermaße generiert werden und der Einfluss dieser Spillovermaße auf die
IV Neigung eines Unternehmens FuE-Kooperationen einzugehen untersucht wird.
Die wichtigsten Ergebnisse und Inhalte der einzelnen Kapitel werden im Fol-
genden zusammengefasst.
Empirische und theoretische Literatur zum Thema Wissensspillover und
FuE-Kooperationen
Kapitel 2 der Arbeit gibt einen Überblick über die umfangreiche theoretische
und empirische Literatur zum Thema Wissensspillover und FuE-Kooperationen.
Der Überblick über die theoretische Literatur beginnt mit der Darstellung der
industrieökonomischen Theorie und hier insbesondere von „non-tournament“
und „tournament“ Modellen. Dem schließen sich kurze Abhandlungen über die
Ergebnisse der Transaktionskostentheorie und des Ressourcenbassierten Ansat-
zes an. Die Beschreibung der empirischen Literatur fokussiert sich auf Modelle,
die Daten aus Innovationserhebungen nutzen, da auch für diese Arbeit derartige
Daten Verwendung finden. Diskutiert wird insbesondere das Modell von Cassi-
man und Veugelers (2004), das die Grundlage für die vorliegende Arbeit bildet.
Sowohl die empirische als auch die theoretischen Arbeiten kommen zu dem Er-
gebnis, dass sich Wissensspillover positiv auf die Wahrscheinlichkeit auswirken
Kooperation im Bereich FuE und Innovation einzugehen. Sie liefern außerdem
Argumente dafür, dass verschiedene Arten von Wissensspillovern die Wahr-
scheinlichkeit zu kooperieren auf unterschiedliche Art und Weise beeinflussen.
Analytischer Rahmen der empirischen Analysen
Kapitel 3 skizziert die Arbeitsschritte im empirischen Teil der Arbeit und erläu-
tert den Zusammenhang zwischen der Höhe des generierten Wissens und den
tatsächlich genutzten bzw. aufgetretenen Wissensspillovern. Dabei wird die Auf-
gliederung der Wissensspillover in Spillover von Unternehmen der gleichen
Branche, Unternehmen anderer Branchen und wissenschaftlichen Einrichtungen
ebenso angesprochen, wie der im weiteren Verlauf der Analyse untersuchte Ein-
V fluss von absorptiven Fähigkeiten und intellektuellen Eigentumsrechten auf die
Höhe der tatsächlich auftretenden Wissensspillover. Der in dem Kapitel entwi-
ckelte umfassende analytischen Rahmen für den empirischen Teil der Dissertati-
on kann in der folgenden Graphik zusammengefasst werden:
Abbildung 1 Überblick über den analytischen Rahmen für die empirische Analy-
sen
Potenziell Eingehende Spillover
Wissen aus Wissen aus Wissen aus
Branchen-
der eigenen anderen wiss.
Ebene
Branche Branchen Einrichtungen
Absorptive Fähigkeiten II
Absorptive Fähigkeiten I Absorptive Fähigkeiten III
Unterneh-
mens-Ebene
Realisierte Eingehende
Spillover
FuE-Kooperation
"Realisierte" Abgehende
Spillover
Patente und Geheimhaltung
Unt.-
Ebene /
Branchen-Wissen aus Wissen aus Wissen aus
ebene der eigenen anderen wiss.
Branche Branchen Einrichtungen
Potenziell Abgehende Spillover
Quelle: Eigene Darstellung.
VI Das Mannheimer Innovationspanel
Eine ausführliche Beschreibung des Mannheimer Innovationspanels (MIP) ist
Gegenstand von Kapitel 4. Diese vom bmbf in Auftrag gegebene Innovationser-
hebung unter Unternehmen mit fünf und mehr Beschäftigten im verarbeitenden
Gewerbe und Dienstleistungssektor des Zentrums für Europäische Wirtschaftfor-
schung (ZEW) in Mannheim bildet die Datenbasis für die empirischen Analysen
in den folgenden Kapiteln. Neben einer Beschreibung der für die Erhebung ver-
wendeten Konzepte und Fragestellungen, beinhaltet dieses Kapitel auch Informa-
tionen über die verwendete Erhebungs- und Aufbereitungsmethodik, wie die Be-
schreibung der Grundgesamtheit und Rücklaufquoten.
Von potenziellen zu realisierten Wissensspillovern
Die eigentliche empirische Arbeit beginnt mit Kapitel 5. In diesem Kapitel wird
mit Hilfe von Informationen über die FuE-Aufwendungen einzelner Unterneh-
men und ganzer Industrien ein empirisches Maß für den Wissensstock eines Un-
ternehmens bzw. einer Branche generiert. Dabei kommt die sog. „perpetual in-
ventory methode“ zum Einsatz, die es ermöglicht aus einem Anfangsbestand an