As technology has advanced and firms’ inter-industry activities have increases, the evidence of industry convergence becomes increasingly available. However, whether industry convergence is the ubiquitous phenomenon and what are the patterns of industry convergence are largely ignore in academics. For that reason, this dissertation aims to quantitatively study on the dynamic patterns of industry convergence using network analysis in the perspective of interorganizational dynamics. To achieve this objective, this dissertation mainly focuses on how to measure industry convergence and what to be cautious if it presents. The measurement of industry convergence is covered in the second chapter, where it is measured in terms of co-occurrence based text-mining method. To do so, text mining is conducted using a large volume of unstructured data―2 million newspaper articles from 1989 to 2012. With the data, this chapter presents industry convergence that is taking place in the entire U.S. industries, focusing on its trends and patterns. If industries are interdependent as they are converging together, then traditional methods for cross industry analysis may be biased as they mostly assume the independency of observations instead of interdependency among them. The third chapter concerns possible problems of using centrality indexes in ordinary least square analysis. With the network representation, many scholars calculate its centrality indexes and use them in the regression analysis. However, some regression models assume the assumption of uncorrelated error terms and independent observations. If network dependency are not controlled, the statistical significances of the centrality variables may arise as they rather try to fill the gap of the underlying network dependency. To investigate this confounding effect, the third chapter shows that the statistical significance of a centrality parameter decreases after interactions between different units are properly controlled. Spatial models are provided as one possible examining tool to consider these concerns.
기술의 진보와 기업의 산업 간 경제활동이 빈번해 짐에 따라 산업융합의 증거들이 나타나고 있지만 이와 관련된 연구들이 부족하다. 이 학위논문은 이러한 산업융합에 패턴을 정의하고 이의 동태적 변화를 네트워크 방법론을 활용하여 보여준다. 이의 일환으로 두 번째 장에서, 약 24년 간의 미국 일간지 신문기사에 나타난 조직 간 역학 관계를 활용하여 산업 융합의 동태적 변화 모습과 산업 간 이질적 양상을 보인다. 이를 위하여 웹크롤링 기법으로 신문기사를 모으는 법과 많은 양의 비정형 글뭉치를 텍스트 마이닝 기법을 소개한다. 또한 산업융합이 심화될 수록 산업 간 의존성이 높아짐으로 기존 산업 간 독립성을 가정하는 산업 분석의 방법에 편향이 나타날 수 있다. 세 번째 장을 통하여, 네트워트 분석에서 주로 사용되는 구심성 (centrality) 지수들을 단순 회귀모형에 사용했을 때 통계적 편향이 나타날 수 있음을 보인다. 이러한 편향을 줄일 수 있는 하나의 방법으로 공간 모형을 제시하고 이를 활용하는 방법을 다룬다.
