Seminario. Diritti di proprietà intellettuale tra incentivi e strategie. Problemi di ricerca e casi di studio. Torino, venerdì 17 giugno

Transcript

1 Seminario Diritti di proprietà intellettuale tra incentivi e strategie. Problemi di ricerca e casi di studio Torino, venerdì 17 giugno GIOVANNA BOSSI Politecnico di Torino Sommario Il portafoglio brevettuale come elemento di analisi strategica: il caso dell automotive

2 Indice Introduzione 1. Le metodologie empiriche per lo studio dei portafogli brevettuali a livello di impresa 2. Una nuova misura: la matrice di distanze cognitive 3. L applicazione al settore automotive

3 Introduzione L obiettivo dello studio consiste nello sviluppare nuove metodologie empiriche per l osservazione della struttura della conoscenza innovativa a livello di impresa attraverso l utilizzo di misure brevettuali. Tali metodologie empiriche rispondono alla necessità di analizzare le strategie di diversificazione della competenze tecnologiche e scientifiche all interno dell impresa con l obiettivo di valutarne l efficacia nel favorire dinamiche innovative. In particolare, l analisi è focalizzata sullo studio del settore automotive in Europa, intendendo identificare significative differenze nelle basi di conoscenza delle imprese osservate in termini di diversificazione e coerenza. Inoltre, viene indagata la presenza di correlazioni tra il grado di diversificazione e la performance innovativa delle imprese in esame. Lo studio si articola in quatto sezioni che verranno brevemente presentate nel seguito. La prima parte della ricerca, è dedicata ad una rassegna critica dei contributi della letteratura economica in merito al tema della diversificazione delle competenze all interno dell impresa e del suo impatto sulla performance innovativa. La seconda parte dello studio è, invece, dedicata alle metodologie empiriche, fondate sull analisi dei portafogli brevettuali, che in anni recenti sono state proposte per mappare il corpus di conoscenze tecnologiche e scientifiche presenti a livello di impresa. Tali approcci metodologici sono discussi al fine di evidenziarne pregi ed eventuali lacune. La terza parte dello studio è dedicata allo sviluppo di un insieme di misure empiriche che, a partire dai contributi della letteratura, suggeriscono un approccio più innovativo alla valutazione del grado di coerenza e diversificazione della struttura della conoscenza a livello di impresa attraverso l introduzione del concetto di distanza cognitiva, misurata attraverso le citazioni brevettuali. Infine, l ultima sezione della ricerca presenta l applicazione dei concetti sviluppati in precedenza al caso del settore automotive in Europa, attraverso lo studio dettagliato dei portafogli brevettuali di 15 imprese. I risultati emersi dallo studio sono riconducibili a due distinti aspetti: la validità delle nuove misure empiriche proposte per l analisi del concetto di distanza cognitiva e diversificazione di un portafoglio brevettuale e gli effetti rilevati a livello di impresa nel settore automotive. Per quanto riguarda il primo tema, l analisi statistica dei risultati ottenuti supporta l efficacia delle citazioni brevettuali nel misurare il grado di prossimità cognitiva tra differenti domini tecnologici. In particolare, la metodologia appare in grado di rappresentare opportunamente l evoluzione nel tempo dei cluster tecnologici, evidenziando il mutamento nei rapporti tra le diverse tecnologie (è il caso delle scienze dei materiali e della biologia, la cui distanza reciproca risulta ridursi in anni recenti, o della meccanica e delle telecomunicazioni per cui si verifica un fenomeno analogo) Per quanto riguarda l applicazione al settore automotive, lo studio propone alcune importanti evidenze. In primo luogo, si sono rilevate significative differenze nella struttura di diversificazione dei portafogli brevettuali delle imprese analizzate, suggerendo la presenza di distinte strategie tecnologiche. D altra parte, l osservazione in serie temporale della relazione tra struttura di diversificazione del portafoglio brevettale e performance innovativa delinea un quadro riassumibile nei seguenti punti.

4 Una diversificazione radicale dei portafogli brevettuali non sembra generare effetti positivi sulla capacità successiva di introdurre innovazioni. Una maggiore diversificazione nell ambito delle classi brevettuali tipiche delle imprese automotive ha invece un effetto positivo. E quindi il grado di coerenza della struttura dei portafogli brevettali, in termini di prossimità cognitiva dei differenti brevetti che li compongono, ad influenzare positivamente la capacità di generare sinergie e complementarietà utili per lo sviluppo di nuova conoscenza innovativa. La metodologia sviluppata presenta una diretta applicabilità sia nell ambito della teoria manageriale sulle fusioni ed acquisizioni tra imprese, sia nell ambito delle politiche per la promozione dell innovazione su scala territoriale. L analisi dei processi di acquisizione e fusione tra imprese si è a lungo fondata su criteri statici, mentre l applicazione di strumenti dedicati all osservazione della struttura della conoscenza appare potenzialmente in grado di fornire ulteriori spunti per prevedere ed interpretare eventuali effetti sinergici legati all integrazione delle competenze presenti all interno delle imprese in esame. In questa ottica, l ipotesi è che l efficienza dinamica del processo di acquisizione sia determinata in modo non trascurabile dal grado di coerenza del portafoglio brevettale complessivo delle imprese coinvolte. D altra parte, anche le politiche pubbliche per il sostegno di specifiche aree di ricerca all interno di un preesistente quadro di competenze scientifiche e tecnologiche locali dovrebbero tenere conto dell opportunità di generare sinergie e spillover di conoscenza tra i differenti attori coinvolti. Tali effetti positivi sono mediati dal grado di diversificazione e coerenza della conoscenza che viene creata sul territorio. 1. Le metodologie empiriche per lo studio dei portafogli brevettuali a livello di impresa Sebbene l importanza della base di conoscenza dell impresa sia stata ampiamente indagata dalla letteratura economica, un numero relativamente ridotto di studi di natura empirica si è occupato di tale tema, a causa della mancanza di una chiara definizione teorica del concetto di base di conoscenza, ma soprattutto per la difficoltà di definire strumenti empirici per rendere operativo tale concetto. In anni recenti, l approccio analitico prevalente per l osservazione quantitativa del grado di diversificazione delle competenze tecnologiche delle imprese si è fondato su dati brevettali (Desrochers, 2001). La dispersione dei brevetti appartenenti ad una impresa su differenti campi tecnologici può essere intesa come una prima misura dell ampiezza e diversificazione delle competenze tecnologiche. Tuttavia, l ampiezza delle competenze tecnico-scientifiche può essere il risultato della interazione di una serie di fattori e processi diversi, tra due estremi che vanno dalla diversificazione delle linee di business alla complessità tecnologica dei prodotti e servizi realizzati (Fai, 2003). In gran parte degli studi sulla diversificazione/specializzazione, i differenti ambiti tecnologici nei quali una impresa può essere attiva vengono considerati equidistanti. In questo modo, le misure di diversificazione si sono tradizionalmente fondate su semplici misure di varianza, quali l indice di Herfindahl. Tale indice assume implicitamente che la distanza tra le classi brevettuali (e quindi tra i domini tecnologici) sia sempre la stessa,

5 indipendentemente dalla natura delle classi stesse. Al contrario, appare più plausibile una visione in cui certe componenti di conoscenza presentano tra esse una distanza cognitiva diversa rispetto ad altre. Naturalmente, l esito di un analisi finalizzata a definire una misura di distanza tra diversi domini scientifici dipende dal livello di aggregazione adottato. Se si adotta una classificazione molto fine (superiore a 4-digits nella classificazione IPC 1 ) il rischio è quello di ottenere un quadro eccessivamente frammentato in cui la misura di diversificazione appare poco significativa. In generale, il problema consiste, quindi, nella realizzazione preliminare di una matrice di distanze tra domini tecnologici che possa successivamente essere impiegata per misurare un grado di diversificazione di un certo portafoglio brevettale, tenendo conto del maggiore o minore grado di correlazione tra i singoli brevetti che ne fanno parte. In anni recenti vi sono stati differenti tentativi di concettualizzazione delle distanze tra campi tecnologici in termini di flussi di conoscenza, e di identificazione di corrispondenti misure. Mohnen (1996), in una rassegna sugli spillover internazionali di conoscenza distingue due tipologie di prossimità. Per il primo tipo di prossimità, le distanze sono misurate in base ai flussi di beni e servizi, sia tangibili che intangibili, a livello inter-aziendale o inter-settoriale. Come sottolineato dall autore, tale prossimità si fonda sull ipotesi che più il soggetto i acquista input intermedi dal soggetto j, assume scienziati provenienti da j, costruisce beni brevettati da j, coopera per la ricerca con j, minore è la distanza tecnologica tra i e j. In questa prospettiva, il contributo più influente è stato quello di Scherer (1982). Il metodo proposto da Scherer si fonda sull utilizzo di una matrice riportante i flussi di R&S classificati per industria di origine ed industria di utilizzo. In quest ottica, due industrie sono da considerarsi relativamente prossime se una elevata quota di R&S realizzata in una di esse è di fatto incorporata ed utilizzata dall altra. Peraltro, questo approccio è stato successivamente adottato per costruire la cosiddetta Yale-matrix (Putnam and Evenson, 1994), per assegnare i brevetti alle diverse industrie tenendo conto sia del settore di utilizzo sia del settore di produzione. Il secondo tipo di prossimità, secondo Mohnen (1996), si basa sulla costruzione di vettori che caratterizzano il posizionamento di una impresa (o di un settore industriale) su differenti spazi. L ipotesi è che tanto più vicine sono due imprese in tali spazi, tanto più esse potranno beneficiare reciprocamente delle rispettive attività di ricerca. In questa linea di ricerca si colloca lo studio di Breschi et al. (1998) che costruiscono un vettore a partire dal codice di classificazione dei singoli brevetti. In particolare, il lavoro di Breschi et al. (1998) si basa sui contributi di Engelsman e Van Raan (1991 e 1992) e si pone l obiettivo di misurare la prossimità tecnologica tra 30 differenti aree in base al grado di co-occorrenza 1 L International Patent Classification (IPC) è una classificazione technology-based fornita dal WIPO (World Intellectual Property Organisation) che è in vigore negli uffici brevetti di Stati Uniti, Europa e Giappone. In aggiunta a tale classificazione ogni ufficio brevetti ha una propria metodologia di classificazione. Al fine di garantire una migliore affidabilità e comparabilità dei risultati, all interno delle analisi empiriche si è impiegata la classificazione IPC.

6 dei codici brevettuali all interno di singoli brevetti (ogni brevetto è classificato con più di un codice tecnologico). Un approccio alternativo consiste nel derivare il grado di prossimità tra tecnologie a partire dal grado di similarità delle loro basi di conoscenza, valutato tramite le citazioni fatte dai brevetti. Quest ultima metodologia ha ricevuto, ad oggi, un numero ancora ridotto di contributi. Podolny, Stuart e Hannan (1996) e Stuart (1999) propongono di impiegare il numero di cocitazioni per stimare il grado di sovrapposizione delle basi di conoscenza di differenti industrie od organizzazioni. In questo caso, il grado di prossimità tecnologica tra le due unità osservate i e j è definito come il rapporto tra il numero di citazioni comuni (ad uno stesso brevetto o ad una stessa classe brevettale) ed il numero complessivo di citazioni dei brevetti dell unità i o dell unità j 2. Una nuova misura: la matrice di distanze cognitive Tenendo conto dei contributi della letteratura evidenziati in precedenza, nello studio viene proposta una metodologia per la costruzione di una matrice di distanze cognitive fondata sull osservazione delle citazioni brevettuali. Sotto l ipotesi che brevetti che condividono citazioni simili sono simili, nel senso che si fondano su di una comune sorgente di conoscenza, si propone di derivare una misura di prossimità cognitiva fondata sull osservazione di co-citazioni. L utilizzo dei dati sulle citazioni appare essere più efficace ed affidabile rispetto all utilizzo dei dati sui codici di classificazione: se si analizza il processo di definizione di un brevetto, infatti, si osserva che gli esaminatori saranno probabilmente più attenti e cauti nell assegnare le citazioni, soprattutto perché una falsa indicazione potrebbe essere causa di dispute legali (casi di patent litigation). La misura utilizzata per il calcolo delle distanze vettoriali è basata sul Cosine Index (Jaffe, 1986). Per la costruzione della matrice di correlazione si sono analizzati brevetti assegnati dallo USPTO durante gli anni , and Tali brevetti sono stati selezionati con un algoritmo random, garantendone al tempo stesso una uniforme distribuzione sulle 30 classi tecnologiche che costituiscono le unità fondamentali rispetto alle quali calcolare le distanze. I brevetti estratti sono stati associati alle informazioni contenute nel National Bureau of Economic Research patent citations database 2, al fine di identificare tutte le citazioni a precedenti brevetti. Le 30 classi tecnologiche adottate per riclassificare i brevetti estratti si basano sulla classificazione proposta da tre istituti europei, Fraunhofer ISI, Ufficio brevettuale francese (INPI) e Observatoire des Sciences and des Techniques (OST). I dati relativi ai brevetti del campione sono stati ricondotti alla classificazione adottata attraverso il codice IPC. 2 Per una dettagliata descrizione del dataset si veda Hall, B. H., A. B. Jaffe, and M. Tratjenberg (2001), "The NBER Patent Citation Data File: Lessons, Insights and Methodological Tools." NBER Working Paper 8498.

7 Per verificare la significatività dei dati relativi alle citazioni brevettuali, e quindi l opportunità di utilizzare tali dati per determinare una misura di prossimità tecnologica e cognitiva, è stato effettuata un analisi simile a quello utilizzato da Stigler (1961) e poi ripreso da Engelsman e van Raan (1991) e da Teece et al. (1994) per verificare il grado di corporate coherence di organizzazioni complesse. Tale approccio è basato sul cosiddetto survivor principle. Nel nostro caso, abbiamo ipotizzato che se le citazioni non fossero indicative di un effettivo flusso di conoscenza la loro distribuzione nel campione non dovrebbe differire in modo significativo da una distribuzione puramente casuale. E stata dunque costruita una nuova matrice in cui i singoli dati sono pari alla differenza tra le co-citazioni osservate e quelle che risultano da una distribuzione casuale (è stata considerata una distribuzione ipergeometrica). Se il numero di brevetti che citano contemporaneamente brevetti di classe i e di classe j è significativamente superiore a quello derivante dalla distribuzione casuale, ciò significa che esiste una forte relazione, non casuale, tra quelle due classi. La matrice precedentemente calcolata sulla base del cosine index è stata utilizzata per effettuare una cluster analysis al fine di individuare eventuali cluster tecnologici emergenti dalle citazioni brevettuali. Dopo aver analizzato alcuni rilevanti contributi teorici sulle tecniche di cluster analysis si è scelto di utilizzare i metodi gerarchici, ed in particolare tre metodi che sembravano rispondere più adeguatamente alle esigenze dell analisi in oggetto: - centroid linkage; - median linkage; - Ward s method. I risultati ottenuti sembrano evidenziare l efficacia della metodologia basata sulla prossimità tecnologica nell evidenziare l esistenza di cluster tecnologici, ovvero di gruppi di tecnologie all interno dei quali si verificano flussi di conoscenza particolarmente intensi. La stessa analisi condotta sui tre sotto-campioni temporali ( , , ) sembra inoltre evidenziare significativi cambiamenti nella composizione dei cluster: un fenomeno particolarmente significativo sembra essere quello riguardante le tecnologie relative ai materiali e le biotecnologie la cui distanza reciproca appare considerevolmente diminuita a testimonianza di un accresciuto livello di sinergie e complementarietà tra questi due settori. 3. L applicazione al settore automotive Recentemente alcuni studi dedicati all analisi e alla valutazione della base di conoscenza di un soggetto economico hanno considerato non solo il suo grado di diversificazione ma anche il suo grado di coerenza interna. L idea è che la base di conoscenza di un impresa possa essere considerata coerente se i singoli elementi che la costituiscono sono in grado di creare complementarietà ed effetti sinergici. Nesta e Saviotti (2004) in un lavoro empirico su alcune aziende farmaceutiche americane misurano il grado di diversificazione e il grado di coerenza della loro base di conoscenza, valutandone l impatto sulla performance innovativa. In questo studio le due caratteristiche della base di conoscenza sono analizzate congiuntamente.

8 L obiettivo di questa parte del lavoro è, dunque, quello di sviluppare una nuova misura che consenta di valutare contemporaneamente le due caratteristiche indicate, considerando un impresa attiva in campi tecnologici molto diversi tra loro come più diversificata rispetto ad un impresa attiva in campi tecnologici che presentano un alto grado di prossimità scientifico-cognitiva. Tre ipotesi possono essere formulate a proposito dell esistenza di un rapporto positivo tra la diversificazione tecnologica di un impresa e la sua performance innovativa. 1) Si può ipotizzare che un impresa diversificata abbia una maggiore propensione all investimento in R&D perché la diversificazione le consente di minimizzare i rischio connessi all attività di ricerca (Tirole, 1988, Scherer, 1999). I maggiori investimenti in attività di ricerca hanno ovviamente un effetto positivo sulla capacità dell impresa di sviluppare ed introdurre innovazioni. 2) La diversificazione tecnologica può prevenire il cosiddetto effetto lock-in, può cioè evitare che l impresa rimanga legata in via esclusiva ad un unica tecnologia, e può dunque favorire l evoluzione e il processo di rinnovamento delle imprese, migliorando la loro capacità di reagire al mercato. 3) La diversificazione tecnologica può sortire effetti postivi attraverso un processo di cross-fertilization tra diverse tecnologie (Granstrand, 1998, Suzuki and Kodama 2004). I dati utilizzati per l analisi empirica sono relativi ai portafogli brevettuali dei principali carmakers europei nel periodo Sono stati considerati sia i brevetti americani che quelli europei. Per avere un dato maggiormente significativo i brevetti sono stati pesati per il numero delle citazioni ricevute, considerando il numero di forward citations come indice della qualità e del reale impatto economico di un brevetto. Per questa ragione sono stati considerato solo i brevetti fino all anno 1999 al fine di avere un campione omogeneo. Infatti, dall analisi della struttura del citation lag si evidenzia come la maggior parte delle citazioni ricevute si concentrino nei tre anni successivi alla pubblicazione del brevetto. Per ogni brevetto sono state dunque considerate le citazioni ricevute nei primi tre anni. Il campione risulta composto da brevetti europei, con citazioni (4152 brevetti non ricevono alcuna citazione), e da 4632 brevetti americani, con citazioni (1089 brevetti non ricevono alcuna citazione). Si è inoltre scelto di escludere dal campione le cosiddette self-citations in quanto esse potrebbero non riflettere il reale valore del brevetto ma essere piuttosto il riflesso di specifiche pratiche organizzative interne all impresa. Sono state utilizzate tre diverse misure di diversificazione: - una misura di diversificazione radicale basata su un semplice indice di Herfindahl sulle 30 classi tecnologiche; - una misura del grado di correlazione tecnologica e cognitiva tra la classe tecnologica core e tutte le altre (pesata attraverso le distanze cognitive ricavate dalla matrice calcolata in precedenza); - una misura di diversificazione pesata sulle tecnologie core.

9 Per identificare la base di conoscenza specifica delle imprese del settore automotive sono state selezionate quelle classi brevettuali (4-digits nella classificazione IPC) che rappresentano l 80% dell intero portafoglio brevettuale. E stata quindi definita una nuova matrice di prossimità basata sulle 41 classi identificate come quelle più rappresentative per le industrie automotive. Per costruire la matrice si è proceduto ad una nuova estrazione casuale di 4000 brevetti USPTO. Si è implementato non modello di regressione in cui la variabile dipendente è rappresentata dal numero di nuovi brevetti, pesato attraverso le citazioni ricevute nei primi tre anni, assegnati ad una impresa, mentre le variabili indipendenti comprendono differenti misure di diversificazione della struttura di conoscenza dell impresa negli anni antecedenti. Poiché la variabile dipendente è costituita da numeri interi positivi si è ricorsi a dei modelli di regressione di Poisson e Binomiale Negativa. Dall analisi effettuata emergono alcuni risultati significativi:? L analisi dell evoluzione temporale dei portafogli brevettuali delle diverse imprese nel campione evidenzia significative differenze e specificità soprattutto se si considera non il semplice grado di diversificazione ma quello pesato per tenere conto della distanza tecnologica e cognitiva tra le classi.? Il grado di diversificazione radicale non sembra avere un effetto significativo sulla performance innovativa delle imprese.? Il grado di coerenza interna del portafoglio ha un effetto positivo sulla performance innovativa delle imprese.? Il grado di diversificazione pesata sulle tecnologie core ha un effetto positivo sulla performance innovativa delle imprese.