[论文解读] Collaboration for the Bioeconomy -- Evidence from Innovation Output in Sweden, 1970-2021

Philipp Jonas Kreutzer, Josef Taalbi|arXiv (Cornell University)|Feb 4, 2026

Bioeconomy and Sustainability Development被引用 0

一句话总结

本研究利用1970–2021年瑞典基于森林的生物经济协作网络，基于文献创新产出与网络度量，发现直接关系对生物经济企业与非生物经济企业的创新均有促进作用；间接关系与经纪人作用未显示出明确效果，认知接近度的实际相关性微乎其微。

ABSTRACT

Collaboration is expected to play a central role in the transition to a bioeconomy - a central pillar of a green economy. Such collaboration is supposed to connect traditional biomass processing firms with diverse actors in fields where biomass ought to substitute existing or create novel products and processes. This study analyzes the network of technology collaborations among innovating firms in Sweden between 1970 and 2021. The results reveal generally positive associations between direct and indirect ties, with meaningful increases in innovation output for each additional direct collaboration partner. Relationships between brokerage positions and innovation output were statistically insignificant, and cognitive proximity - while following theoretical expectations - materially insignificant. These associations are mostly equal between actors heavily invested in the bioeconomy and those focusing on other innovation areas, indicating that these actors operate under largely similar mechanisms linking collaboration and subsequent innovation output. These results suggest that stimulating collaboration broadly - rather than attempting to optimize collaboration compositions - could result in higher number of significant Swedish innovations, for bioeconomy and other sectors alike.

研究动机与目标

• 推动协作在生物经济转型中的作用及其激发创新的潜力。
• 构建并分析一个覆盖1970–2021年的长期面板，将协作网络与实际、商业化的创新在瑞典的森林基生物经济中联系起来。
• 检验生物经济密集型企业是否具有与其他企业不同的协作–创新动态。
• 评估网络特性（直接联系、间接联系、经纪人）与认知接近度对后续创新产出的影响。
• 评估在广泛促进协作与优化协作构成之间的政策含义。

提出的方法

• 使用SWINNO文献驱动创新产出数据库构建覆盖1970–2021年的新颖面板数据集，将创新与参与组织联系起来。
• 从贸易期刊数据构建无向协作网络，引用在商业开发创新中的合作者。
• 将关键网络度量量化为：直接联系（度、degree），间接联系（距离二的邻居），两步间线度（经纪人），以及认知接近度（合作者知识基础的归一化Jaccard指数）。
• 鉴定生物经济参与主体，其森林-生物质领域累计创新占比至少25%，形成生物经济子样本。
• 在滞后网络度量和认知接近度的基础上，使用带有年份固定效应的Poisson面板回归来估计年度创新计数，并对内生性进行工具变量检验。

Figure 2 : Panel Composition and Innovation Output Over Time. Number of active firms (panel a), total annual innovations (panel b), mean innovation rate per firm (panel c), and standard deviation (panel d). Bioeconomy firms (dashed) and total firms (solid).

实验结果

研究问题

• RQ1 直接协作关系是否增加随后的创新产出？这一效应在生物经济参与主体中是否不同？
• RQ2 间接联系或结构性经纪（两步Betweenness）是否影响创新产出？对于生物经济与其他企业，这些效应的稳健性如何？
• RQ3 认知接近度在推动创新中的作用如何？生物经济背景是否会改变最优接近度水平（倒U型关系）？

主要发现

• 直接联系与随后的创新存在正向关联，且对生物经济与非生物经济企业的年度预测产出均有提升。
• 每增加一个直接合作者，预测的年度创新产出平均提升约14%。
• 间接联系对创新产出未显示出清晰、始终显著的影响，随着联系增加存在高度不确定性。
• 两步经纪（结构洞）与创新产出没有明确关联，结果不确定。
• 认知接近度的实际相关性微不足道，未观察到明显的倒U型最优。
• 生物经济企业的协作机制与其他企业并无显著差异；广泛协作似乎比优化特定生物经济伙伴关系更为有效。

Figure 3 : Sweden’s Innovation Collaboration Network (1970–2021) . Panel a) depicts all collaborations observed in our study period; panel b) depicts component size distributions and panel c) the log-binned degree distribution. Isolated nodes are omitted. Green edges represent bioeconomy collaborati