현재 우리나라 사업평가는 사업운영의 방향성보다 책임성 확보에 많은 초점이 맞추어져 있으며, 사업특성 여부를 떠나 양적인 성과에 초점이 맞추어져 있는 경우가 있다고 여겨진다. 이는 정부의 증거기반정책으로 인해 사업비 규모, 사업특성, 사업목적 등을 반영한 성과지표에 대한 평가가 아닌 경제적/기술적/사회적 대표지표인 사업 매출액(사업화 성공률), 특허 및 논문, 고용 등의 가시적인 지표를 평가하는 경우가 많기 때문이다. 특히 단기간에 성과를 보일 수 없는 컨설팅 유형의 비R&D지원사업도 대부분 매출관련 지표가 대표성과지표로 설정되어 있는 것도 문제이다. 또한 효과성 분석 시 사업목적과 연계된 가치요소를 측정해야 하나 일반적으로 수혜기업의 연평균증가율 또는 수혜연도 후 t기의 매출증대수준과 고용증대, 매년 수혜기업의 만족도 점수증가를 보고 있어 편의(...
현재 우리나라 사업평가는 사업운영의 방향성보다 책임성 확보에 많은 초점이 맞추어져 있으며, 사업특성 여부를 떠나 양적인 성과에 초점이 맞추어져 있는 경우가 있다고 여겨진다. 이는 정부의 증거기반정책으로 인해 사업비 규모, 사업특성, 사업목적 등을 반영한 성과지표에 대한 평가가 아닌 경제적/기술적/사회적 대표지표인 사업 매출액(사업화 성공률), 특허 및 논문, 고용 등의 가시적인 지표를 평가하는 경우가 많기 때문이다. 특히 단기간에 성과를 보일 수 없는 컨설팅 유형의 비R&D지원사업도 대부분 매출관련 지표가 대표성과지표로 설정되어 있는 것도 문제이다. 또한 효과성 분석 시 사업목적과 연계된 가치요소를 측정해야 하나 일반적으로 수혜기업의 연평균증가율 또는 수혜연도 후 t기의 매출증대수준과 고용증대, 매년 수혜기업의 만족도 점수증가를 보고 있어 편의(bias)의 문제점도 존재한다. 그러므로 성과평가를 사업이 의도했던 목적을 달성했느냐를 보기 위한 체계가 설계와 사업별 특성을 고려한 효과성 분석방법이 필요하다. 특히 컨설팅 등의 지원을 받는 기업은 대기업, 중견기업 등이 아닌 중소기업일 확률이 높으며, 이러한 기업일수록 네트워크, 기업역량 등이 더욱 필요하나 실제는 그렇지 않다. 또한 이들 기업이 필요한 니즈 파악에는 신경 쓰지 않는 경우가 많다. 그러므로 본 연구에서는 사업별 특성을 고려한 성과지표 및 성과분석을 제시해 향후 정부의 자체평가 시에 반영할 수 있는 기준(안)을 도입하고자 하였다. 이에 비R&D지원사업 성격을 띄고 있는 제조업소프트파워강화지원사업을 대상으로 비R&D지원사업의 바람직한 성과지표 및 효과성 분석(안)을 제시하고, 분석을 실시해 제시된 모형이 적합한지 입증하였다. 본 연구의 차별성은 비R&D지원사업의 성과평가 모델을 제시하는 것이라고 볼 수 있다. 분석을 위한 데이터는 제조업소프트파워강화지원사업의 수혜를 받은 기업과 수혜기업의 사업자등록번호를 토대로 비수혜기업의 정보를 추출하였다. 추출기준은 수혜기업과 통계 5digit이 같으며, 기업규모, 산업특성이 유사한 기준으로 추출하였으며, 2011년~2017년의 재무데이터를 확보했다. 확보된 데이터는 수혜기업 130개 전체와 비수혜기업 2,384개이다. 또한 기업역량이 강화되었는지 파악하기 위해 수혜기업과 비수혜기업을 대상으로 설문조사를 실시하였으며, 수혜기업 92개, 비수혜기업 68개 등 총 160개의 설문이 회수되었다. 먼저 비R&D지원사업의 성과지표 제시는 다음과 같다. 정부지원사업의 바람직한 대표지표는 결과단계에서 설정되어야 하며, 사업시작 1~2년 정도의 초기지원사업의 경우 산출단계에서 측정해도 무방하다. 비R&D지원사업 논리모형의 가치요소 확인결과, 단기결과는 네트워크 구축, 기업역량 강화가, 중기결과는 기업성장, 기업재투자가, 장기결과는 산업고도화, 경제활성화가 도출되었다. 비R&D지원사업이 1년차일 경우 정보측면, 자금측면, 네트워크측면, 조직 및 인력측면에서 모니터링 지표가 설정되어야 하며, 최종지표선정은 요인분석, 회귀분석, AHP 등 다양하므로 상황에 맞는 분석기법을 선정해야 한다. 기업의 최종목적은 매출증대이므로 2년차 이상된 사업일 경우 기업성장관련지표인 사업화성공률, 매출증대 등이 대표지표로 설정되야 한다. 여기에서 주안점은 비R&D사업의 경우 사업첫해부터 사업화성공률 등의 재무지표가 대표지표로 설정되지 말아야 한다는 것이다. 다음으로 사업효과 측정을 위해서 네트워크 및 기업역량강화에서는 실제 기업의 모니터링, 수혜기업 설문을 통한 조건부가치측정법(CVM)을 활용할 수 있다. 다만, CVM 분석은 수혜기업만을 대상으로 조사해 과대추정될 우려가 있으므로 비수혜기업을 대상으로 설문조사를 실시해 수혜기업과 함께 회귀분석을 실시하는 것을 권장한다. 여기에서 회귀분석은 사업의 효과라고 하기보다 기업역량강화가 실제 기업성장으로 이어지는지 확인하는 것이다. 기업역량강화를 조사하는 중요한 이유는 비R&D사업의 중요한 가치요소이기 때문이다. 중기결과의 기업성장효과와 기업의 투자촉진을 측정하기 위해서는 PSM, DID, 회귀분석 등 다양한 계량경제학 방법론이 있으며, 정답이 있는 계량모형이 아닌 확보된 DATA에서 최적화된 모형을 설정해 분석해야 한다. 비R&D지원사업의 성과분석 결과는 다음과 같다. 먼저 역량강화효과분석을 실시한 결과, 비R&D 기업이 안정적으로 기업을 운영하기 위해 정부에서 필요로 하는 needs는 주요품목에 대한 정보파악, 정부지원정책 정보, 유관기관과의 교류, 판로 및 유통경로, 지재권, 소송 등의 법률적 문제 등으로 나타났다. 지재권, 소송 등의 법률문제는 특허청 산하 한국지식재산보호원에서 지원하고 있으나, 주요품목정보, 판로개척, 정부지원정책에 대한 정보 등은 기업이 실제 지원받기가 어려운 측면이 있다. 이유는 각 부처, 진흥원 등에서의 지원내용이 상이하며, 세부적인 지원정보가 부족하기 때문이다. 향후 비R&D기업의 정부성과평가는 특허, 논문건수, 고용증가 등의 성과지표가 아닌 주요 품목정보를 얼마나 제공하였는지에 대한 지표, 기업의 판로개척을 위해 어떻게 지원해주고 있는지에 대한 지표, 지재권, 소송 등 법률문제 해결을 위한 컨설팅을 해주고 있는지에 대한 지표가 수립되어야 하며, 기업에 대한 꾸준한 모니터링이 실시되어야 할 것이다. 또한 기업의 역량강화가 기업성장으로 연결되는지 연계성을 네트워크 및 기업역량측면과 기업성장측면에서 분석한 결과, 주기적인 시장정보파악을 하고 있는 기업일수록 기업역량이 강화되고 기업이 성장하고 있는 것으로 나타나 기업운영에 있어 가장 중요한 활동임을 시사한다. 그 외 사업투자 및 현금유동성이 좋을수록 역량이 강화되고 기업이 성장하는 것으로 나타났으며, 그 외 요인은 기업성장과 연계가 되지 않는 것으로 분석되었다. 이에 비R&D지원사업을 받은 기업일수록 네트워크 및 기업역량이 강화되어 기업이 성장할 것이라는 가설을 입증하기 어려운 측면이 있다. 다만 이와같은 결과가 모든 비R&D지원사업에 적용되는 것이 아니며, 실제 기업성장으로 이어지는 효과를 측정하기 위해서는 기업을 대상으로 한 모니터링도 방법일 수 있다. 다음으로 정책효과분석을 실시한 결과를 보면, PSM 분석결과 사업 1년 후는 정책효과가 없는 것으로 나타났으나 2년 후는 ATT의 값이 양의값을 보이고 통계적 유의성이 나타나 정책효과가 있는 것으로 분석되었다. DID 분석에서는 정책효과가 없는 것으로 나타났으나 기업이 사업지원 후 실제 성장하는지 측정하기 위해 분석한 결과, 사업직후는 기업성장효과가 미미하며, 사업 1년 후에는 성장이 둔화되었으나 사업 2년 후에 양의값을 보이며 통계적 유의성이 확보되어 성장하는 것으로 분석되었다. 이는 비R&D 기업의 경우 시간을 두고 정책효과를 측정해야 함을 시사하는 PSM 분석결과를 뒷받침하며, 연구의 가설을 입증한 것이라고 볼 수 있다. 다만, 계수값이 사업 직후 6% 증가, 사업 1년 후 37.3% 감소, 사업 2년 후 35.1% 증가에서 나타나듯 매출이 감소한 만큼 2년 후 증가하는 것이므로 실제 성장이라고 얘기하기 어려운 측면이 있다. 기업이 성장하고 있다는 표현보다 “매출이 증가추세로 전환되었다”가 더욱 적절한 표현일 것이다. 증가추세 확인을 위해서는 3년 후 이상의 성과가 확인되어야 하나 확보된 DATA는 2년 후까지이므로 측정이 불가능해 기업이 성장하고 있다고 단정하기에 무리가 있는 것이다. 명확한 것은 정부 자체평가보고서 등에서 많이 활용하는 수혜기업 매출액의 CAGR 또는 비수혜기업과 전년대비증가율 비교, 수혜기업 만족도 등으로 성과분석을 실시하게 되면 사업 후 성장하는 결과밖에 도출되지 않는 문제점이 있다는 것이다. 그러므로 엄밀한 효과성 분석을 위해서는 확보된 데이터를 기반으로 적절한 효과성 모형을 설정한 후 정책효과를 측정해야 한다. 마지막으로 정부자금을 지원받은 기업이 연구개발 투자를 촉진하는지에 대해 효과분석을 실시한 결과, 수혜기업일수록 연구개발투자금이 증가하는 유인효과가 있는 것으로 분석되어 투자가 촉진될 것이라는 가설이 입증되었다. 이는 정책효과분석과 맞물려 해석할 수 있을 것이다. 정책효과 분석결과, 사업직후는 기업성장효과가 미미하며, 사업 1년 후는 기업성장이 둔화되는 것으로 분석되었다. 반면 사업 2년 후부터 기업이 성장하는 것을 확인해 비R&D 기업의 경우 시간을 두고 정책효과(기업성장 관련)를 측정해야 함을 시사한다. 이는 기업의 투자촉진과 맞물려 해석할 수 있다. crowding effect 분석결과, 유인효과가 있는 것으로 나타났는데 이와 같은 결과는 수혜기업이 정부의 지원을 받은 직후 연구개발비에 투자하므로 사업시작~1년후는 기업의 매출성과가 나타나지 않는다는 것을 뜻한다. 정부의 자금지원 목적은 민간기업의 투자가 촉진되고, 그로 인해 지역산업 및 국가경제가 활성화될 수 있을 것이라는 가정하에 지원하는 것이다. 실증분석 결과 기업의 투자촉진이 확인되었으며, 그로 인해 사업 2년 후부터 기업이 성장되는 결과가 입증되어 정부의 자금지원 정책이 효과가 있는 것으로 판단된다. 다만, 기업의 역량강화가 기업성장으로 연결되는지에 대해서는 실제 기업을 대상으로 모니터링을 실시하는 등 체계적인 조사가 요구된다. 이와 같은 기업의 추가투자가 촉진되는지를 분석하는 이유는 정부의 자금지원 목적을 상기할 필요가 있기 때문이다. 정부의 자금지원은 민간기업의 투자가 촉진되고, 그로 인해 지역산업 및 국가경제가 활성화될 수 있을 것이라는 가정하에 꾸준히 증대되고 있다. 특히 중기업의 경우 규모가 작은 비R&D지원을 받을지라도 연구개발투자에 적극적인 것이 확인되었다. 다만 연구개발투자효과 분석 시 선행연구도 상이한 이유는 방법론적인 측면이 아닌 수집된 데이터에 따라 나타난 결과로 판단되므로 명확한 데이터확보가 필요할 것이다. 연구에서 활용한 데이터는 정부지원금 변수, 재무데이터의 기반구축 등 내용, 직접투자 또는 간접투자유형 구분을 할 수 없어 세부적인 유인, 구축효과 분석을 실시하지 못하였다. 분명한 것은 비R&D 지원을 받은 기업도 자금확보 후 정부의 의도대로 투자를 촉진한다는 것이다.
현재 우리나라 사업평가는 사업운영의 방향성보다 책임성 확보에 많은 초점이 맞추어져 있으며, 사업특성 여부를 떠나 양적인 성과에 초점이 맞추어져 있는 경우가 있다고 여겨진다. 이는 정부의 증거기반정책으로 인해 사업비 규모, 사업특성, 사업목적 등을 반영한 성과지표에 대한 평가가 아닌 경제적/기술적/사회적 대표지표인 사업 매출액(사업화 성공률), 특허 및 논문, 고용 등의 가시적인 지표를 평가하는 경우가 많기 때문이다. 특히 단기간에 성과를 보일 수 없는 컨설팅 유형의 비R&D지원사업도 대부분 매출관련 지표가 대표성과지표로 설정되어 있는 것도 문제이다. 또한 효과성 분석 시 사업목적과 연계된 가치요소를 측정해야 하나 일반적으로 수혜기업의 연평균증가율 또는 수혜연도 후 t기의 매출증대수준과 고용증대, 매년 수혜기업의 만족도 점수증가를 보고 있어 편의(bias)의 문제점도 존재한다. 그러므로 성과평가를 사업이 의도했던 목적을 달성했느냐를 보기 위한 체계가 설계와 사업별 특성을 고려한 효과성 분석방법이 필요하다. 특히 컨설팅 등의 지원을 받는 기업은 대기업, 중견기업 등이 아닌 중소기업일 확률이 높으며, 이러한 기업일수록 네트워크, 기업역량 등이 더욱 필요하나 실제는 그렇지 않다. 또한 이들 기업이 필요한 니즈 파악에는 신경 쓰지 않는 경우가 많다. 그러므로 본 연구에서는 사업별 특성을 고려한 성과지표 및 성과분석을 제시해 향후 정부의 자체평가 시에 반영할 수 있는 기준(안)을 도입하고자 하였다. 이에 비R&D지원사업 성격을 띄고 있는 제조업소프트파워강화지원사업을 대상으로 비R&D지원사업의 바람직한 성과지표 및 효과성 분석(안)을 제시하고, 분석을 실시해 제시된 모형이 적합한지 입증하였다. 본 연구의 차별성은 비R&D지원사업의 성과평가 모델을 제시하는 것이라고 볼 수 있다. 분석을 위한 데이터는 제조업소프트파워강화지원사업의 수혜를 받은 기업과 수혜기업의 사업자등록번호를 토대로 비수혜기업의 정보를 추출하였다. 추출기준은 수혜기업과 통계 5digit이 같으며, 기업규모, 산업특성이 유사한 기준으로 추출하였으며, 2011년~2017년의 재무데이터를 확보했다. 확보된 데이터는 수혜기업 130개 전체와 비수혜기업 2,384개이다. 또한 기업역량이 강화되었는지 파악하기 위해 수혜기업과 비수혜기업을 대상으로 설문조사를 실시하였으며, 수혜기업 92개, 비수혜기업 68개 등 총 160개의 설문이 회수되었다. 먼저 비R&D지원사업의 성과지표 제시는 다음과 같다. 정부지원사업의 바람직한 대표지표는 결과단계에서 설정되어야 하며, 사업시작 1~2년 정도의 초기지원사업의 경우 산출단계에서 측정해도 무방하다. 비R&D지원사업 논리모형의 가치요소 확인결과, 단기결과는 네트워크 구축, 기업역량 강화가, 중기결과는 기업성장, 기업재투자가, 장기결과는 산업고도화, 경제활성화가 도출되었다. 비R&D지원사업이 1년차일 경우 정보측면, 자금측면, 네트워크측면, 조직 및 인력측면에서 모니터링 지표가 설정되어야 하며, 최종지표선정은 요인분석, 회귀분석, AHP 등 다양하므로 상황에 맞는 분석기법을 선정해야 한다. 기업의 최종목적은 매출증대이므로 2년차 이상된 사업일 경우 기업성장관련지표인 사업화성공률, 매출증대 등이 대표지표로 설정되야 한다. 여기에서 주안점은 비R&D사업의 경우 사업첫해부터 사업화성공률 등의 재무지표가 대표지표로 설정되지 말아야 한다는 것이다. 다음으로 사업효과 측정을 위해서 네트워크 및 기업역량강화에서는 실제 기업의 모니터링, 수혜기업 설문을 통한 조건부가치측정법(CVM)을 활용할 수 있다. 다만, CVM 분석은 수혜기업만을 대상으로 조사해 과대추정될 우려가 있으므로 비수혜기업을 대상으로 설문조사를 실시해 수혜기업과 함께 회귀분석을 실시하는 것을 권장한다. 여기에서 회귀분석은 사업의 효과라고 하기보다 기업역량강화가 실제 기업성장으로 이어지는지 확인하는 것이다. 기업역량강화를 조사하는 중요한 이유는 비R&D사업의 중요한 가치요소이기 때문이다. 중기결과의 기업성장효과와 기업의 투자촉진을 측정하기 위해서는 PSM, DID, 회귀분석 등 다양한 계량경제학 방법론이 있으며, 정답이 있는 계량모형이 아닌 확보된 DATA에서 최적화된 모형을 설정해 분석해야 한다. 비R&D지원사업의 성과분석 결과는 다음과 같다. 먼저 역량강화효과분석을 실시한 결과, 비R&D 기업이 안정적으로 기업을 운영하기 위해 정부에서 필요로 하는 needs는 주요품목에 대한 정보파악, 정부지원정책 정보, 유관기관과의 교류, 판로 및 유통경로, 지재권, 소송 등의 법률적 문제 등으로 나타났다. 지재권, 소송 등의 법률문제는 특허청 산하 한국지식재산보호원에서 지원하고 있으나, 주요품목정보, 판로개척, 정부지원정책에 대한 정보 등은 기업이 실제 지원받기가 어려운 측면이 있다. 이유는 각 부처, 진흥원 등에서의 지원내용이 상이하며, 세부적인 지원정보가 부족하기 때문이다. 향후 비R&D기업의 정부성과평가는 특허, 논문건수, 고용증가 등의 성과지표가 아닌 주요 품목정보를 얼마나 제공하였는지에 대한 지표, 기업의 판로개척을 위해 어떻게 지원해주고 있는지에 대한 지표, 지재권, 소송 등 법률문제 해결을 위한 컨설팅을 해주고 있는지에 대한 지표가 수립되어야 하며, 기업에 대한 꾸준한 모니터링이 실시되어야 할 것이다. 또한 기업의 역량강화가 기업성장으로 연결되는지 연계성을 네트워크 및 기업역량측면과 기업성장측면에서 분석한 결과, 주기적인 시장정보파악을 하고 있는 기업일수록 기업역량이 강화되고 기업이 성장하고 있는 것으로 나타나 기업운영에 있어 가장 중요한 활동임을 시사한다. 그 외 사업투자 및 현금유동성이 좋을수록 역량이 강화되고 기업이 성장하는 것으로 나타났으며, 그 외 요인은 기업성장과 연계가 되지 않는 것으로 분석되었다. 이에 비R&D지원사업을 받은 기업일수록 네트워크 및 기업역량이 강화되어 기업이 성장할 것이라는 가설을 입증하기 어려운 측면이 있다. 다만 이와같은 결과가 모든 비R&D지원사업에 적용되는 것이 아니며, 실제 기업성장으로 이어지는 효과를 측정하기 위해서는 기업을 대상으로 한 모니터링도 방법일 수 있다. 다음으로 정책효과분석을 실시한 결과를 보면, PSM 분석결과 사업 1년 후는 정책효과가 없는 것으로 나타났으나 2년 후는 ATT의 값이 양의값을 보이고 통계적 유의성이 나타나 정책효과가 있는 것으로 분석되었다. DID 분석에서는 정책효과가 없는 것으로 나타났으나 기업이 사업지원 후 실제 성장하는지 측정하기 위해 분석한 결과, 사업직후는 기업성장효과가 미미하며, 사업 1년 후에는 성장이 둔화되었으나 사업 2년 후에 양의값을 보이며 통계적 유의성이 확보되어 성장하는 것으로 분석되었다. 이는 비R&D 기업의 경우 시간을 두고 정책효과를 측정해야 함을 시사하는 PSM 분석결과를 뒷받침하며, 연구의 가설을 입증한 것이라고 볼 수 있다. 다만, 계수값이 사업 직후 6% 증가, 사업 1년 후 37.3% 감소, 사업 2년 후 35.1% 증가에서 나타나듯 매출이 감소한 만큼 2년 후 증가하는 것이므로 실제 성장이라고 얘기하기 어려운 측면이 있다. 기업이 성장하고 있다는 표현보다 “매출이 증가추세로 전환되었다”가 더욱 적절한 표현일 것이다. 증가추세 확인을 위해서는 3년 후 이상의 성과가 확인되어야 하나 확보된 DATA는 2년 후까지이므로 측정이 불가능해 기업이 성장하고 있다고 단정하기에 무리가 있는 것이다. 명확한 것은 정부 자체평가보고서 등에서 많이 활용하는 수혜기업 매출액의 CAGR 또는 비수혜기업과 전년대비증가율 비교, 수혜기업 만족도 등으로 성과분석을 실시하게 되면 사업 후 성장하는 결과밖에 도출되지 않는 문제점이 있다는 것이다. 그러므로 엄밀한 효과성 분석을 위해서는 확보된 데이터를 기반으로 적절한 효과성 모형을 설정한 후 정책효과를 측정해야 한다. 마지막으로 정부자금을 지원받은 기업이 연구개발 투자를 촉진하는지에 대해 효과분석을 실시한 결과, 수혜기업일수록 연구개발투자금이 증가하는 유인효과가 있는 것으로 분석되어 투자가 촉진될 것이라는 가설이 입증되었다. 이는 정책효과분석과 맞물려 해석할 수 있을 것이다. 정책효과 분석결과, 사업직후는 기업성장효과가 미미하며, 사업 1년 후는 기업성장이 둔화되는 것으로 분석되었다. 반면 사업 2년 후부터 기업이 성장하는 것을 확인해 비R&D 기업의 경우 시간을 두고 정책효과(기업성장 관련)를 측정해야 함을 시사한다. 이는 기업의 투자촉진과 맞물려 해석할 수 있다. crowding effect 분석결과, 유인효과가 있는 것으로 나타났는데 이와 같은 결과는 수혜기업이 정부의 지원을 받은 직후 연구개발비에 투자하므로 사업시작~1년후는 기업의 매출성과가 나타나지 않는다는 것을 뜻한다. 정부의 자금지원 목적은 민간기업의 투자가 촉진되고, 그로 인해 지역산업 및 국가경제가 활성화될 수 있을 것이라는 가정하에 지원하는 것이다. 실증분석 결과 기업의 투자촉진이 확인되었으며, 그로 인해 사업 2년 후부터 기업이 성장되는 결과가 입증되어 정부의 자금지원 정책이 효과가 있는 것으로 판단된다. 다만, 기업의 역량강화가 기업성장으로 연결되는지에 대해서는 실제 기업을 대상으로 모니터링을 실시하는 등 체계적인 조사가 요구된다. 이와 같은 기업의 추가투자가 촉진되는지를 분석하는 이유는 정부의 자금지원 목적을 상기할 필요가 있기 때문이다. 정부의 자금지원은 민간기업의 투자가 촉진되고, 그로 인해 지역산업 및 국가경제가 활성화될 수 있을 것이라는 가정하에 꾸준히 증대되고 있다. 특히 중기업의 경우 규모가 작은 비R&D지원을 받을지라도 연구개발투자에 적극적인 것이 확인되었다. 다만 연구개발투자효과 분석 시 선행연구도 상이한 이유는 방법론적인 측면이 아닌 수집된 데이터에 따라 나타난 결과로 판단되므로 명확한 데이터확보가 필요할 것이다. 연구에서 활용한 데이터는 정부지원금 변수, 재무데이터의 기반구축 등 내용, 직접투자 또는 간접투자유형 구분을 할 수 없어 세부적인 유인, 구축효과 분석을 실시하지 못하였다. 분명한 것은 비R&D 지원을 받은 기업도 자금확보 후 정부의 의도대로 투자를 촉진한다는 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.