RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      기업 간 네트워크에서 배태성과 지식 자산과의 관계

      한글로보기

      https://www.riss.kr/link?id=G3705031

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      본 연구는 기업의 배태성과 지식 자산과의 관계를 규명하고자 한다. 이를 위해 사회적 네트워크 이론, 구조적 공백 이론, 구조적 균형 이론, 사회적 자본 이론에 바탕을 둔 가설을 제시한다. 배태성이란 기업이 네트워크상에서 어떠한 위치에 있으며 어떤 관계 속에 놓이냐에 따라 경제적 성과가 달라질 수 있다는 관점이다. 본 연구에서는 배태성을 구조적 차원과 관계적 차원으로 구분하고 각 차원과 지식 자산의 관계에 대한 가설을 제시한다. 구조적 차원이란 기업 간 전체적인 연결 구조를 말한다. 즉, 어떤 기업이 어떤 기업과 연결되어있으며 어떻게 연결되어 있는지를 뜻한다. 구조적 차원에는 노드 간의 연결 여부, 링크의 연결 구조 등을 포함한다. 본 연구에서는 구조적 차원을 기업의 중심도, 구조적 공백, 구조적 균형으로 측정한다. 반면, 배태성의 관계적 차원이란 기업 간 관계의 종류에 관한 것이다. 관계적 차원은 기업 간 상호작용의 역사에 의해서 형성되거나 약화된다. 관계적 차원에는 상호간 누적된 신뢰, 협력, 장기적 관계 등이 포함된다. 본 연구에서는 기업 간 신뢰와 연결 강도로 측정한다. 지식 자산도 지식의 폭과 깊이라는 두 가지 차원으로 구분하여 배태성의 차원들과의 관계를 면밀하게 검토한다. 지식의 폭이란 얼마나 다양한 분야의 지식을 포함하느냐를 의미하는 반면, 지식의 깊이란 주요 분야에서 얼마나 정교하고 복잡한 지식을 쌓았는지를 가리킨다. 지식의 폭이 지식의 수평적인 차원과 이질적인 지식의 범위를 측정한다면, 지식의 깊이는 지식의 수직적인 차원과 복잡하면서 자신만의 독특한 지식 내용을 측정한다고 할 수 있다. 본 연구는 배태성의 두 차원과 지식 자산의 두 차원의 관계를 연구 가설로 제시하고 검정하고자 한다.

      본 연구는 기업 간 네트워크에서 지식이 전파되고 지식 자산이 누적되는 행태를 표현하기 위해 행위자 기반 모형(ABM)을 개발하고 이를 이용해 모의실험을 한 후 이를 통해 얻은 대규모 데이터를 바탕으로 앞서 제시한 가설을 검증할 것이다. 행위자 기반 모형은 자율적인 행위자들이 서로 상호 작용하고 행위자를 둘러싼 주변 환경과 상호 작용하는 모형을 말한다. 본 연구 주제를 탐구하는데 있어 행위자 기반 모형은 여러 장점을 갖고 있다. 먼저 다양한 변수들 간의 상호 작용을 표현하기에 적합하다. 더불어 다양한 시나리오를 바탕으로 대규모의 데이터를 수집할 수 있다. 특히 기업들 간의 상호작용을 살펴볼 수 있고 여러 변수들이 함께 공존할 때의 효과를 밝혀낼 수 있기에 본 연구에서는 행위자 기반 모형을 방법론으로 선택했다.
      하나의 기업을 하나의 노드로 설정하고 기업 간의 관계를 링크로 표현한 기업 간 네트워크를 구성한다. 각 기업이 하나의 노드이자 하나의 행위자가 되는 행위자 기반 모형을 개발한다. 각 행위자는 조직 학습 곡선 이론에 따라 지식을 스스로 생성하거나 링크로 연결된 기업으로부터 흡수한다. 또한 연결 관계에 따라 그 효과가 달라질 수 있도록 모형을 조정하였다. 지식의 폭과 깊이를 측정하기 위해 기존 문헌들을 바탕으로 측정 지표를 제시하고 결과 값을 계산하였다.
      행위자 기반 모형의 타당성은 기존 모형들을 재현함으로써 검증할 것이다. 타당성이 검증된 모형을 이용하여 대규모 모의실험을 통해 방대한 데이터를 수집한다. 네트워크 구조, 초기 지식수준의 분포, 분야별 지식의 감모율, 내부 혁신 계수, 흡수 역량, 관계 매개변수 등을 각각 세 가지 수준으로 조합하면 729개의 시나리오가 나온다. 하나의 시나리오에 대해 50번의 반복 실행을 실시하면, 각 반복 실행별로 100개 노드에 대한 데이터가 포함되어 있으므로 기업 수준의 데이터가 총 3,645,000개가 된다. 이 방대한 데이터를 회귀분석을 비롯한 통계적 방법론을 사용하여 앞서 제시한 가설 검정을 수행한다.
      번역하기

      본 연구는 기업의 배태성과 지식 자산과의 관계를 규명하고자 한다. 이를 위해 사회적 네트워크 이론, 구조적 공백 이론, 구조적 균형 이론, 사회적 자본 이론에 바탕을 둔 가설을 제시한다. ...

      본 연구는 기업의 배태성과 지식 자산과의 관계를 규명하고자 한다. 이를 위해 사회적 네트워크 이론, 구조적 공백 이론, 구조적 균형 이론, 사회적 자본 이론에 바탕을 둔 가설을 제시한다. 배태성이란 기업이 네트워크상에서 어떠한 위치에 있으며 어떤 관계 속에 놓이냐에 따라 경제적 성과가 달라질 수 있다는 관점이다. 본 연구에서는 배태성을 구조적 차원과 관계적 차원으로 구분하고 각 차원과 지식 자산의 관계에 대한 가설을 제시한다. 구조적 차원이란 기업 간 전체적인 연결 구조를 말한다. 즉, 어떤 기업이 어떤 기업과 연결되어있으며 어떻게 연결되어 있는지를 뜻한다. 구조적 차원에는 노드 간의 연결 여부, 링크의 연결 구조 등을 포함한다. 본 연구에서는 구조적 차원을 기업의 중심도, 구조적 공백, 구조적 균형으로 측정한다. 반면, 배태성의 관계적 차원이란 기업 간 관계의 종류에 관한 것이다. 관계적 차원은 기업 간 상호작용의 역사에 의해서 형성되거나 약화된다. 관계적 차원에는 상호간 누적된 신뢰, 협력, 장기적 관계 등이 포함된다. 본 연구에서는 기업 간 신뢰와 연결 강도로 측정한다. 지식 자산도 지식의 폭과 깊이라는 두 가지 차원으로 구분하여 배태성의 차원들과의 관계를 면밀하게 검토한다. 지식의 폭이란 얼마나 다양한 분야의 지식을 포함하느냐를 의미하는 반면, 지식의 깊이란 주요 분야에서 얼마나 정교하고 복잡한 지식을 쌓았는지를 가리킨다. 지식의 폭이 지식의 수평적인 차원과 이질적인 지식의 범위를 측정한다면, 지식의 깊이는 지식의 수직적인 차원과 복잡하면서 자신만의 독특한 지식 내용을 측정한다고 할 수 있다. 본 연구는 배태성의 두 차원과 지식 자산의 두 차원의 관계를 연구 가설로 제시하고 검정하고자 한다.

      본 연구는 기업 간 네트워크에서 지식이 전파되고 지식 자산이 누적되는 행태를 표현하기 위해 행위자 기반 모형(ABM)을 개발하고 이를 이용해 모의실험을 한 후 이를 통해 얻은 대규모 데이터를 바탕으로 앞서 제시한 가설을 검증할 것이다. 행위자 기반 모형은 자율적인 행위자들이 서로 상호 작용하고 행위자를 둘러싼 주변 환경과 상호 작용하는 모형을 말한다. 본 연구 주제를 탐구하는데 있어 행위자 기반 모형은 여러 장점을 갖고 있다. 먼저 다양한 변수들 간의 상호 작용을 표현하기에 적합하다. 더불어 다양한 시나리오를 바탕으로 대규모의 데이터를 수집할 수 있다. 특히 기업들 간의 상호작용을 살펴볼 수 있고 여러 변수들이 함께 공존할 때의 효과를 밝혀낼 수 있기에 본 연구에서는 행위자 기반 모형을 방법론으로 선택했다.
      하나의 기업을 하나의 노드로 설정하고 기업 간의 관계를 링크로 표현한 기업 간 네트워크를 구성한다. 각 기업이 하나의 노드이자 하나의 행위자가 되는 행위자 기반 모형을 개발한다. 각 행위자는 조직 학습 곡선 이론에 따라 지식을 스스로 생성하거나 링크로 연결된 기업으로부터 흡수한다. 또한 연결 관계에 따라 그 효과가 달라질 수 있도록 모형을 조정하였다. 지식의 폭과 깊이를 측정하기 위해 기존 문헌들을 바탕으로 측정 지표를 제시하고 결과 값을 계산하였다.
      행위자 기반 모형의 타당성은 기존 모형들을 재현함으로써 검증할 것이다. 타당성이 검증된 모형을 이용하여 대규모 모의실험을 통해 방대한 데이터를 수집한다. 네트워크 구조, 초기 지식수준의 분포, 분야별 지식의 감모율, 내부 혁신 계수, 흡수 역량, 관계 매개변수 등을 각각 세 가지 수준으로 조합하면 729개의 시나리오가 나온다. 하나의 시나리오에 대해 50번의 반복 실행을 실시하면, 각 반복 실행별로 100개 노드에 대한 데이터가 포함되어 있으므로 기업 수준의 데이터가 총 3,645,000개가 된다. 이 방대한 데이터를 회귀분석을 비롯한 통계적 방법론을 사용하여 앞서 제시한 가설 검정을 수행한다.

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼