Standard-Nutzungsbedingungen:Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden.Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen.Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte.
Terms of use:
Documents in
AbstractThe present study picks up on the aspect of knowledge generation -a key part of every national innovation system -in the context of the USA and the Russian Federation. Following Fritsch and Slavtchev (2006) a knowledge production function can be used to account for the efficiency of an innovation systems.In detail this study provides a quantile regression estimation of the knowledge production function to account for a possible non-linear relationship between knowledge inputs and knowledge output. Using regional data for researchers, expenditures on R& D and patent grants for the USA and the Russian Federation -motivated by the results of a kernel density estimation and transition matrices -a quantile regression is performed for a basic knowledge production function design; for Russia as well for an extended design.The results show that in both countries there exist groups of regions with smaller sized research systems that report significantly different dynamics and thus knowledge production functions than regions with larger sized research systems.