異組織間学習における協力者の類似性：最適な認知的近接性と知識の複雑性

科学分野:

• イノベーション研究
• 組織行動
• 知的財産管理

背景:

• 知識集約型産業におけるイノベーションには、効果的な知識交換が不可欠です。
• 特に複雑な知識環境における認知的近接性と共同イノベーションの間の相互作用は、さらなる調査が必要です。
• 既存の研究では、認知的近接性とイノベーションの間に非線形の逆U字型の関係が示唆されていますが、知識の複雑性のモデレートする役割は不明確です。

研究 の 目的:

• 知識の複雑性が認知的近接性と共同イノベーションの関係をどのようにモデレートするかを調査すること。
• 協力の量と協力の質に対する影響を区別すること。
• 複雑なイノベーションエコシステムにおけるパートナー選択戦略に関する洞察を提供すること。

主な方法:

• 米国バイオテクノロジー特許（1976-2024）57,000組織以上、650,000件以上の分析。
• CPCベースのジャカード類似性を用いた認知的近接性の測定。
• 知識の組み合わせネットワークに基づく構造的複雑性フレームワークを介した知識の複雑性の操作化。
• データの分析のための負の二項回帰の適用。

主要な成果:

• 知識の複雑性は、協力の量と質の間の近接性とイノベーションの関係を異ならせてモデレートします。
• 協力の量に関しては、複雑性の増加は最適な近接性を右にシフトさせ、逆U字型の曲線を平坦化させます。
• 協力の質に関しては、高い複雑性は左へのシフトとほぼ水平な関係を引き起こし、曲線的効果の崩壊を示します。

結論:

• 認知的近接性は、特に高い知識の複雑性下で、パートナー選択とイノベーションの実現に異なるメカニズムを通じて影響を与えます。
• 吸収能力はパートナーシップの決定において依然として重要ですが、複雑性が上昇すると新規性生成は近接性の効果から切り離されます。
• 知識の複雑性は構造的モデレーターとして機能し、近接性理論を洗練させ、高度なイノベーションにおける戦略的パートナー選択に情報を提供します。