MétaCan
Menu
Retour à la cohorte
Enregistrement W2143168274

"Cross-firm" Inventors and Social Networks: Localized Knowledge Spillovers Revisited

2010· preprint· en· W2143168274 sur OpenAlexaboutno aff
Stefano Breschi, Francesco Lissoni

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExternalityInterpersonal tiesKnowledge creationTest (biology)SociologyEconomic geographyEconomicsBusinessSocial scienceMicroeconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The paper explores the role of inventors' mobility and social networks in generating localized knowledge flows. Using a sample of Italian inventors, we replicate Jaffe's, Trajtenberg's, and Henderson's [1993] test on patent citations and find similar results. We then control for the role of firm (inventors who move across, or do research for different companies), who generate personal self-citations and help creating social links across companies by entering various teams of inventors, which in turn will cite each others' patents. When controlling for personal self-citations, no localization of knowledge flows remains to be seen at the city or province level. What remains of localization effects at the regional level diminishes sensibly after controlling also for the social ties between inventors from cited, citing, and control patents. Knowledge flows thus appear to be localized to the extent that cross firm activity of inventors and the resulting social networks are also localized. The weight of personal self-citations suggests that frequent interpretations of localized knowledge flows as spillovers, that is externalities, may be misplaced. ? Inventeurs multi-f irmes ? et r?seaux sociaux : un r?-examen des externalit?s de connaissance localis?es? R?SUM?. Cet article explore le r?le de la mobilit? des inventeurs et de leurs r?seaux sociaux en tant que producteurs de flux localis?s de connaissance. ? partir d'un ?chantillon d'inventeurs italiens, nous r?pliquons le test de Jaffe, Trajtenberg et Henderson's [1993] sur les citations de brevet et nous obtenons des r?sultats similaires. Nous contr?lons ensuite pour le r?le des ? inventeurs multi-firmes ? (inventeurs changeant de firmes ou faisant de la recherche dans plusieurs firmes). Ils g?n?rent des auto-citations et permettent de cr?er des r?seaux sociaux entre entreprises de part leur pr?sence dans plusieurs ?quipes d'inventeurs, qui chacune citeront les brevets des autres ?quipes. En contr?lant pour les auto-citations, il ne reste plus d'effet de la localisation des flux de connaissance au niveau de la ville ou de la province. Les effets de localisation qui persistent au niveau r?gional diminuent sensiblement en tenant compte des liens sociaux entre inventeurs des brevets. Les flux de connaissance apparaissent ainsi comme localis?s ? l'?tendue des activit?s ? multi-firmes ? des inventeurs et des r?seaux sociaux qui en d?coulent. L'importance des auto-citations sugg?rent que les interpr?tations fr?quentes des flux de connaissances localis?s comme spillovers peuvent ?tre erron?es. Research for this paper has been supported by a grant provided by the Italian Ministry for Research and University (MIUR). We also gratefully acknowledge financial support from Bocconi University, Milan (Breschi) and the Italian Fulbright Commission (Lissoni); and the kind hospitality of the Sloan School of Management at MIT (Lissoni). The insightful comments of two anony mous referees and the editors have contributed to substantially improve an earlier version of this paper presented at the International Conference in Memory ofZvi Griliches, Paris, 25-27 August 2003. We also wish to thank participants at seminars and workshops held at Cespri (Bocconi University, Milan), UQAM (Montreal), Max-Planck Gesellschaft (Jena), ZEW (Mannheim), and Sloan-MIT (Cambridge, MA). We are of course responsible for any remaining error. * S. Breschi: Associate Professor of Applied Economics and Senior Fellow of CESPRI (Centre for Research on Innovation and Internationalization) at Bocconi university, Milan (Italy). ** Fr. Lissoni: Associate Professor of Applied Economics at the university of Brescia (italy),and Senior Fellow of CESPRI (Centre for Research on Innovation and Internationalization), Bocconi university, Milan (Italy). This content downloaded from 157.55.39.100 on Wed, 06 Jul 2016 05:20:29 UTC All use subject to http://about.jstor.org/terms 190 ANNALES D'?CONOMIE ET DE STATISTIQUE

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFirm Innovation and GrowthTravaux en français237 207