Data-driven Management Engineering Lab

데이터 기반 경영공학 연구실

관련기사 바로가기

데이터 기반 경영공학 연구실에서는 빅데이터 분석 알고리즘과 통계 모델링 기반 인과성 추론 기법을 개발 및 적용하여 산업 내 혁신생태계를 구성하는 요인간의 인과성을 규명합니다. 특히, 기업, 발명가/과학자 등의 개인, 그리고 정부의 정책적 개입이 산업 내 기술혁신에 미치는 영향과 그 메커니즘을 분석하여 기업의 기술혁신 전략과 정부 정책에 대한 함의를 제시합니다.
Data-driven Management Engineering Lab develops and applies big data analytic algorithms and causal inference techniques to explore causal links between various factors in the innovation ecosystem. Specifically, we provide implications for firm R&D managers and policymakers by empirically analyzing how firms, individuals, and government policies influence technological innovation.

Major research field

혁신경제학, 기술경영, 데이터 사이언스, 인과추론

Desired field of research

인공지능/기계학습 적용 데이터 분석

Research Keywords and Topics

지식 확산 및 활용 전략 / Knowledge Diffusion and Utilization
과학기술 사업화 전략 / Commercialization of Scientific Knowledge
계산적 사회과학 / Computational Social Science
통계 모델링 기반 인과성 추론 / Causal Inference Statistical Modeling
Shift-Share 도구변수 / Shift-Share Instrumental Variable

Research Publications

Shin, S.R., Lee, J., Jung, Y.R., & Hwang, J. (2022). The diffusion of scientific discoveries in government laboratories: The role of patents filed by government scientists. Research Policy, 51(5), 104496
Park, G., Shin, S.R., & Choy, M. (2020). Early mover (dis)advantages and knowledge spillover effects on blockchain startups' funding and innovation performance, Journal of Business Research, 109, 64-75
Shin, S.R., Han, J.S., Marhold, K., & Kang, J. (2017). Reconfiguring the firm’s core technological portfolio through open innovation: Focusing on technological M&A. Journal of Knowledge Management, 21(3), 571 – 591


  • SC. 경제/경영
  • SC07. 경영전략/윤리
  • SC0701. 경영전략/혁신