문제 정의

• 후)가중치를">가중치를 두고 있는 혁신활동들을 도출한다. 두 번째 모듈은 제조업과 서비스업을 동시에 DEA로 분석하여 통합분석을 수행하고 결과를 비교하는 것을 목적으로 한다. 이는 제조업과 후)분석이">분석이 필요하다. 따라서 본 논문은 다수의 투입과 산출물을 동시에 고려함과 동시에, 개체들의 상대적 성과평가를 가능케 하는 DEA를 사용하여 제조업과 서비스업의 기술혁신 활동을 비교 분석하고, 상대적 효율성 관점에서 산업정책 시사점을 제공한다.
• 후)발전시키고">발전시키고 관리하기 위해 활용될 수 있다. 따라서 본 연구는 제조업과 서비스업에 대한 총체적 접근으로서, DEA를 사용하여 유사한 혁신활동을 수행하는 제조업과 서비스업을 확인하고 그로부터 현재의 제조-서비스의 통합 정도를 살펴볼 수 있는 근거를 제시한다. 이와 같은 결과물들은 제조업과 서비스업을 넘어 산업 전반에 관한 통찰력과 전략적, 정책적 시사점을 제공하리라 기대된다.
• 후)지니며">지니며 100%의 효율성을 지니는 DMU를 효율적 DMU라 칭한다. 또한, 가중치는 DMU의 효율성을 최대화하기 위한 변수들의 가중치로서 기술혁신 활동의 집중도로 해석할 수 있다는 점에서 유사한 기술혁신 활동을 하는 기업들을 유형화하기 위하여 사용된다. 다음 본 연구는 제조업과 서비스업의 기술혁신 활동 효율성을 DEA 를 활용하여 분석하는 것을 목적으로 하며, 이를 위해 산업별로 DEA 분석을 개별적으로 수행하여 간접 비교 분석하는 경우와 두산업을 통합하여 DEA 분석을 통해 제조업과 서비스업을 직접 비교 분석하는 경우로 구분하여 수행하였다. 우선 개별 분석의 결과로 제조업과 서비스업의 대부분의 기업들의 기술 혁신활동 효율성이 낮게 도출되었으며, 이는 우리나라 전체 산업의 이는">2005).이는 기술혁신활동들을 토대로 산업을 분류하여 그 차이점을 비교 분석하는 것을 주요 목적으로 한다. 이와 같은 연구는 기본적으로 분석 개요는 앞서 제시한 본 연구의 목적에 맞추어 크게 두 가지 모듈로 구성된다. 첫 번째 모듈은 제조업과 서비스업의 기술혁신 활동을 DEA를 활용하여 개별적으로 분석하고 비교하는 것을 목적으로 한다. 이를 위하여 동일한 기술혁신활동 변수를 활용하여 각 산업의

  가설 설정

  • 후)산출 지향(output-oriented)">산출 지향(output-oriented) 모형으로 나눌 수 있다. 본 연구에서는 기업의 혁신활동이 투입을 줄이는 것보다 산출을 높이는 것에 초점을 맞춘다는 가정 아래, 각 기업별 투입 요소의 수준을 유지하면서 산출요소의 수준을 최대화하는 산출지향(output-oriented) 모형을 사용한다. 또한,

    제안 방법

    • 후)분석에">분석에 사용할 세부 산업들은 부록에 제시되어 있으며, 산업의 통합은 한국은행의 산업연관표와 통계청의 표준산업분류을 기준으로 수행하였다. 다음으로, 제조업 735개 기업과 서비스업 359개 기업의 데이터를 통해 기술혁신 활동 및 산업 특성을 DEA로 분석하기 위하여과 같이 7개의 변수를 선정하였다. 우선 연구인력과 그리고 앞서 언급한 바와 같이 두 산업을 비교 분석하더라도 단순히 혁신활동의 횟수나 빈도수와 같은 절대적인 수치에 기반한 단순 연구가 아닌 보다 전략적이고 정책적인 시사점을 도출하기 위한 보다 정밀한 분석이 필요하다. 본 연구는 DEA를 통해 상대적 효율성을 평가하고 비교하며, 집중하고 있는 혁신활동을 파악하기 위하여 DEA로부터 도출되는 투입과 산출요소의 가중치를 활용한다. 이는 효율성을 달성하기 위해 각 개체가 노력하고 있는 활동들의 가중치를 나타낸다는 점에서 역량을 집중하고 있는 산업정책 측면을 고려하여 제조업-서비스업 분포를 과 같이 보다 세분화하여 산업의 분포를 살펴보았다. 후)프레임워크와">프레임워크와 크게 다르지 않다. 실제로 제조업의 기술혁신연구에서 사용하던 신제품, 공정혁신의 횟수, 연구개발 투자비용, 혁신원천, 혁신목적, 지식재산권의 수 등을 통해 서비스 기술 혁신의 성과나 효과를 분석한다. 이 중에서도 Sirilli and Evangelista(1998) 의 경우, 후)이를">이를 위하여 제조기업과 서비스 기업의 기술혁신 활동을 동시에 표본으로 고려하여 DEA 분석을 수행하였다.
    • 후)비교하는">비교하는 것을 목적으로 한다. 이를 위하여 동일한 기술혁신활동 변수를 활용하여 각 산업의 기술혁신 활동 효율성 및 높은 가중치를 두고 있는 혁신활동들을 도출한다. 두 번째 모듈은 후)기존 연구와">기존 연구와 차이가 있다. 첫째, 제조업과 서비스업의 효율성과 상대적으로 높은 비중을 두고 있는 혁신활동들을 개별적으로 비교 분석한다. 기존 연구들의 대부분은 한 산업에 후)기술혁신 활동의">기술혁신 활동의 성과를 경영과학의 선형계획법(Linear Programming)에 기반한 자료포괄분석(Data Envelopment Analysis : DEA) 방법을 활용하여 비교 분석한다. 혁신활동의 성과로서는 기존의 절대적인 혁신 개수나 효율성이 아닌 다수의 투입과 산출에 따른 상대적 효율성(relative efficiency)을 기반으로 평가한다. 과거에는 혁신 그 자체에서 경쟁우위를 달성하는 것이 주목적이었지만, 혁신활동의 관리 측면에서 보다 적은 투입물로 많은 산출물을 생산하는 효율성의 개념도 중요하게 부각되야 한다.

    대상 데이터

    • 본 연구에서는 한국과학기술정책연구원(STEPI)에서 제공하는 제조업과 서비스업의 기술혁신 조사 데이터를 활용한다. 후)가용 데이">가용데이터를 사용하였다. 이와 마찬가지로, 2006년 도 서비스업의 기술혁신 조사는 2,498개의 기업 중 359개 기업의 데이터만을 사용하였다. 각각의 조사는 세부산업 수준으로 이루어졌기 때문에, 보다 상위 산업 수준으로 통합할 필요성이 있다.

    데이터처리

    • 이러한 배경에서 본 연구는 제조업과 서비스업의 기술혁신 활동의 성과를 경영과학의 선형계획법(Linear Programming)에 기반한 자료포괄분석(Data Envelopment Analysis : DEA) 방법을 활용하여 비교 분석한다. 혁신활동의 성과로서는 기존의

      이론/모형

      • 후)산출지향(output-oriented)">산출지향(output-oriented) 모형을 사용한다. 또한, 혁신성과의 효율성의 경우 규모의 수익의 불변이라고 가정할 수 없으므로 CCR 모형을 사용하지 않고 일반적인 모형인 BCC 모형을 사용한다. 산출 지향의 본 연구는 기업, 넓게는 산업 간의 상대적 효율성 분석을 위하여 DEA를 활용한다. 앞서 설명했듯이 상대적 효율성이란, 절대적인 투입물과 산출물의 비율에 따라 그 차이를 비교하는 것이 아니라 가장 효율적인 개체와의 비교를 통하여 효율성을 측정하고 활동들의 가중치를 산출하는 것을 뜻한다.
      • 각각의 조사는 세부산업 수준으로 이루어졌기 때문에, 보다 상위 산업 수준으로 통합할 필요성이 있다. 본 연구의 분석에 사용할 세부 산업들은 부록에 제시되어 있으며, 산업의 통합은 한국은행의 산업연관표와 통계청의 표준산업분류을 기준으로 수행하였다. 다음으로, 제조업 735개 기업과

        성능/효과

        • 후)있음을">있음을 나타낸다. 개별 효율성 분석의 경우 제조업(16.92%)이 서비스업(14.82%)보다 다소 높은 수치를 보였던 반면, 통합 효율 성 분석에서는 서비스업이 효율성이 높은 기업을 보다 많이 포함하고 있음을 확인할 수 있다. 이는 제조업의 경우 그 또한 전체적인 효율적 기업이 불과 5개 일 정도로 서비스업의 혁신성과는 크게 떨어짐을 볼 수 있다. 구체적인 산업 수준에서 살펴보면, 효율성이 높은 산업으로는 비교적 전통적인 서비스산업인도 매산업(19.02%), 운송산업(20.93%), 금융산업(19.52%)이 도출되었다. 또한 세 산업의 공통점으로는 IT기술이 집약되어 물류 프로세스와 고객 관계 프로세스가 크게 발전한 산업이라는 점이 있다.
        • 국내 2005년 제조업과 2006년 서비스업의 기술혁신활동에 대한 효율성 분석 결과, 두 산업에서의 효율성은 각각 16.92%, 14.82%로 모두 매우 낮다는 사실을 확인할 수 있었다. 또한 효 율적인 기업 수가 전체 기업의 5%를 넘지 않을 정도로 매우 적 다는 것이 더 큰 문제로 판단된다.
        • 후)군집 화">군집 화 분석 수행 결과 집단이 4개일 경우 모든 집단의 차이점이 유의하게 나타났으며, 그 특성 또한 뚜렷이 나타났다. 집단 1-1의 경우는 투자를 바탕으로 두 번째로 통합분석의 경우, 서비스업의 경우가 제조업보다 높은 효율성을 달성하고 있음을 알 수 있었다. 이는 , 2009). 또한, DEA의 결과는 효율적으로 혁신활동을 수행하는 개체를 도출하고, 효율적 개체를 바탕으로 혁신활동을 벤치마킹하도록 유도한다는 점에서 전략적, 정책적 측면에서 유용한 시사점을 제공한다.
        • 후)문제점이">문제점이 있다. 심지어 섬유 및 가죽산업, 비금속 제품 산업, 정밀기기 산업의 경우는 효율적 기업이 하나도 없는 산업으로 나타났다. 따라서 이는 후)두산업을">두산업을 통합하여 DEA 분석을 통해 제조업과 서비스업을 직접 비교 분석하는 경우로 구분하여 수행하였다. 우선 개별 분석의 결과로 제조업과 서비스업의 대부분의 기업들의 기술 혁신활동 효율성이 낮게 도출되었으며, 이는 우리나라 전체 산업의 기술혁신 활동의 효율성 제고를 위한 노력이 절실함을 보여주는 결과라 할 수 있다. 또한 기술혁신활동 측면에서는 제조업의 경우, 독립적인 후)우선의">우선의 집단 간 효율성 측면에서 고려하면 첫째, 제조업의 경우 신제품 개발 중심 혁신을 하는 집단 1-4(38.37%)가 서비스업의 경우는 서비스 개선 중심 혁신을 하는 집단 2-4 (31.92%)가 보다 효율성이 높음을 파악할 수 있다. 이는 ">보여준다. 우선, 제조업과 서비스업의 전체 효율성은 각각 16.32%와 52.67%로 제조업이 서비스업보다 확연히 낮음을 볼 수 있다. 보다 구체적으로 제조업의 경우 0~10%에 속한 기업이 후)어려운">어려운 산업들이다. 즉, 응용산업 측면에서 서비스업은 비교적 높은 혁신활동 효율성을 보이고 있지만, 직접 기술을 개발하고 생산하는 서비스업은 효율성이 낮음을 확인할 수 있다.
        • 후)기술 혁신보다">기술 혁신보다 더 비효율적일 가능성이 크다. 특히 전체적인 산업 분포(industry composition) 측면에서 투자기반 공정혁신의 형태(집단 3-4)를 취하고 있는 제조기업과 서비스 기업들이 가장 지배적임을 확인할 수 있었다. 이는 혁신활동이 산업에 의존적이지 않고 (sector-independent) 제조업과 서비스업 간 혁신활동의

          후속연구

          • 후)연구결과와의">연구결과와의 관계를 보다 심도 있게 제시할 수 있을 것이다. 그러나 이러한 한계점에도 불구하고, 본 연구는 제조 및 서비스산업 등 우리나라 전체 산업 분야의 기업 측면에서 혁신전략이나 정부의 기술혁신 정책 측면에서 매우 유용한 기초자료로 활용될 수 있을 것으로 기대된다.
          • 후)혁신활동에">혁신활동에 대한 효율성의 개선을 위한 시사점을 제공하지 못하고 있다. 그리고 앞서 언급한 바와 같이 두 산업을 비교 분석하더라도 단순히 혁신활동의 횟수나 빈도수와 같은 절대적인 수치에 기반한 단순 연구가 아닌 보다 전략적이고 정책적인 시사점을 도출하기 위한 보다 정밀한 분석이 필요하다. 본 연구는 DEA를 통해 상대적 효율성을 평가하고 비교하며, 집중하고 있는 혁신활동을 파악하기 위하여 DEA로부터 도출되는 투입과 둘째, 보다 중요한 연구목적으로 서 두 산업의 혁신 효율성을 동시에 통합분석하여 전체 산업에 대한 새로운 평가와 분류체계를 제시한다는 점이다. 현대경제는 제품과 서비스가 서로 통합된 새로운 제품-서비스 시스템이 도래하면서(Goedkoop et al.
          • 후)그가중치를">그가중치를 달리 부여할 필요성이 있다. 둘째, 정성적 자료들의 활용 여부도 본 연구의 정량적 결과를 뒷받침할 수 있는 근거로 중요하게 활용될 수 있다. 예를 들어, 혁신 원천이나 혁신 동기들을 통해 각 집단 간의 혁신활동의 차이의 근거까지 분석한다면 후)산업분류체계를">산업분류체계를 제시한다는 데 의의가 있다. 또한 현대의 제품-서비스 시스템의 출현과 함께 제조업과 서비스업의 공통적인 혁신활동과 산업 간의 융합정 도를 파악할 수 있다는 점에서 전략적, 정책적 시사점을 제공할 수 있다. 전체적인 분석 개요는 다음의 과 같다.
          • 후)기술혁신활동">기술혁신활동 자체에 가중치를 먼저 할당하여 DEA를 수행하는 방법이 요구된다. 본 연구에서는 가중치를 선형 계획법에 따른 최적화 알고리즘에 따라 계산되었지만, 만약 제조업에서 현재 집중하고 있는 신제품 개발의 집중도, 서비스업에서 집중하고 있는 공정혁신의 집중도를 산출할 수 있다면 보다 현실적인 효율성 측정이 가능할 것이다. 또한, 후)공정혁신">공정혁신 형태(집단 3-2)로 구분되는 특징을 지니고 있었다. 이러한 기술혁신활동 효율성에 근거한 산업유형의 특성은 정책 측면에서 개별 산업의 단순한 기술혁신 유인제도보다는 유형별 특성에 따른 효율성 제고를 위한 제도 모색에 매우 중요한 자료로 활용할 수 있을 것이다.
          • 따라서 본 연구는 제조업과 서비스업에 대한 총체적 접근으로서, DEA를 사용하여 유사한 혁신활동을 수행하는 제조업과 서비스업을 확인하고 그로부터 현재의 제조-서비스의 통합 정도를 살펴볼 수 있는 근거를 제시한다. 이와 같은 결과물들은 제조업과 서비스업을 넘어 산업 전반에 관한 통찰력과 전략적, 정책적 시사점을 제공하리라 기대된다.