선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 기존연구와 비교하여 본 논문의 차이점은 첫째, R&D 성과를 1차 성과인 산출(output) 측면과 최종 성과인 경제적성과(outcome) 측면으로 구분하여 R&D 투자, 산출, 경제적성과의 상호간 생산성 및 효율성을 동시에 고려하여 국가 간 비교하고 시사점을 찾아내고자 한 점이다.
- 따라서 본 연구는 1984년부터 패널자료의 확보가 가능한 OECD 국가를 표본으로 하여 R&D 생산성 및 효율성 분석을 통해 우리나라의 상대적인 수준과 특징을 살펴보았으며, 특히 rm 성과를 산출(output) 측면과 성과(outcome) 측면으로 구분하여 분석함으로써 R&D 투자가 지식을 창출하고 경제성장으로 효율적으로 연계되고 있는지 살펴보고자 하였다.
- 본 연구는 R&D 투자(input)의 산출(output), R&D 산출의 경제적성과(outcome), R&D 투자의 경제적 성과로 R&D경로를 구분하여 생산성과 효율성을 측정 및 비교분석하고 한국의 단계별 특징을 살펴보고자 하였다.
- 본 연구는 우리나라의 R&D 생산성 및 효율성을 실증분석을 통해 OECD 선진국들과 상대 비교함으로써 어느 수준인지, 어떤 특징이 있는지 살펴보고자 하였다.
- 본 연구에서는 R&D 투입지표로 연구개발비와 연구인력, 산출지표로는 과학기술 부문을 대표하는 과학적, 기술적 성과인 논문과 특허를, 최종성과로는 경제적성과를 대표하는 총요소생산성(TFP)을 사용하고자 한다.
제안 방법
- The Conference Board사(2010)를 통해 자료를 취득하였으며, gT는 GDP성장률을 성장회계방법에 의해 노동량, 노동의 질, ICT 자본, 비ICT 자본과 TFP 성장으로 기여도를 분해하여 로그의 차이로 계산되었다.
- 구체적으로는, 연구개발비 및 연구원의 경우 생산물확산효과를 고려하여 제2세대 R&D 기반 내생적 성장이론에서 TFP성장률에 대응하여 주로 사용되는 R&D 집약도(R&D intensity), 즉 ‘연구개발비(R)/GDP(G)’ 및 ‘연구원수(LR)/인구(L)’를 변수로 하며, 논문 및 특허의 경우도 동일한 논리를 적용하여 논문게재 수와 특허건수를 보정한 후 시장규모(GDP)로 나눈 값인 ‘보정된 논문게재 수(A)/GDP(G)’ 및 ‘보정된 특허건수(P)/GDP(G)’를 변수로 하며, TFP는 경제(GDP) 성장률 중 잔차(residual)의 기여율에 해당하는 TFP성장률(gT)을 변수로 한다.
- 넷째, 분석기간을 한국의 R&D 투자가 활성화되기 시작한 1980년대 초부터 최근까지로 하여 생산성 및 효율성의 중장기적인 변화에 초점을 두었다.
- 다음으로 IPOP, OPOC, IPOC를 변수로 하고, 각 국가의 시계열별 생산성지수를 변수값으로 하여 상관분석을 수행한 결과는 와 같다.
- (ⅰ) 투입변수를 R / G, LR / L로 하고 산출변수를 A / G, P / G로 하며, (ⅱ) 첫 번째 분석의 산출변수인 A / G, P / G를 투입변수로 하고 산출변수를 gT로 하며, (ⅲ) 투입변수를 R / G, LR / L로 하고 산출변수를 gT로 한다. 둘째, MPI 분석절차에 따라 동일한 자료를 가지고 DEA를 수행하였다. 횡단자료를 이용하여 시점별 각각의 생산 프런티어에 대한 효율성(TE)을 구한 후 국별 또는 시계열 비교하는 방법과 패널자료를 이용하여 통합 프런티어(Integrated Frontier)에 대한 효율성(IFTE)16)을 구한 후 비교하는 방법을 함께 사용한다.
- 기존연구와 비교하여 본 논문의 차이점은 첫째, R&D 성과를 1차 성과인 산출(output) 측면과 최종 성과인 경제적성과(outcome) 측면으로 구분하여 R&D 투자, 산출, 경제적성과의 상호간 생산성 및 효율성을 동시에 고려하여 국가 간 비교하고 시사점을 찾아내고자 한 점이다. 둘째, MPI를 활용한 생산성 변화와 이에 따른 DEA 효율성의 흐름을 동시에 고려하여 측정 및 비교하였다. 셋째, 횡단자료를 이용하여 시점별 각각의 프런티어에 대한 효율성을 구하는 방법과 패널자료를 이용하여 통합 프런티어(integrated frontier)에 대한 효율성을 구하는 방법을 함께 사용하여 효과적인 연구결과를 얻고자 하였다.
- 본 연구는 R&D 투자(input)의 산출(output), R&D 산출의 경제적성과(outcome), R&D 투자의 경제적 성과로 R&D경로를 구분하여 생산성과 효율성을 측정 및 비교분석하고 한국의 단계별 특징을 살펴보고자 하였다. 따라서 첫째, MPI를 활용하여 생산성을 기술효율성변화지수(TECI)와 기술변화지수(TCI)로 분해하고, 기술효율성은 다시 순수효율성변화지수(PECI)와 규모효율성변화지수(SECI)로 분해하여 분석하였다. MPI 분석은 투입 및 산출변수를 조정하면서 R&D 경로 단계별로 이루어진다.
- 마지막으로 경제적성과 지표는 TFP성장률(gT)을 사용하였다. The Conference Board사(2010)를 통해 자료를 취득하였으며, gT는 GDP성장률을 성장회계방법에 의해 노동량, 노동의 질, ICT 자본, 비ICT 자본과 TFP 성장으로 기여도를 분해하여 로그의 차이로 계산되었다.
- 보정된 특허건수는 미국특허, 삼극특허를 단순합산하고, PCT는 삼극특허와 동일한 가치를 부여하여, 즉 가중치 2를 두어 추가 합산함으로써 산출하였다.
- 산출지표인 논문과 특허에 대해 양적 요소와 질적 요소를 모두 고려하여 양적 요소로는 SCI 논문수와 특허출원수를, 질적 요소로는 평균 논문인용횟수와 특허출원종류별 가중치를 달리하여 반영하였으며, 특허가 최종 등록되기까지 상당한 시간이 소요되며 매우 가변적일 수 있으므로 특허출원 정보를 사용하였다.
- 셋째, 횡단자료를 이용하여 시점별 각각의 프런티어에 대한 효율성을 구하는 방법과 패널자료를 이용하여 통합 프런티어(integrated frontier)에 대한 효율성을 구하는 방법을 함께 사용하여 효과적인 연구결과를 얻고자 하였다.
- 다음 <그림 8>은 국별 평균 R&D 투자 대비 산출(IPOP) 생산성지수를 X축으로 하고, 산출 대비 경제적성과(OPOC) 생산성지수를 Y축으로 한 차트이다. 원의 크기는 투자 대비 경제적 성과(IPOC) 즉 생산성지수를 반영하였다. IPOP의 경우 단연 한국이 월등하게 나타난다.
- 이를 위해 특정한 함수관계를 정의하지 않으며 비효율성을 고려하는 비모수(non-parametric), 프런티어(frontier) 접근방법인 맘퀴스트 생산성지수(MPI)와 자료포락분석(DEA)을 활용하여 R&D경로단계별 생산성과 이에 따른 효율성 및 그 변화추이를 비교분석하였다.
- 해당연도는 미국특허의 출원일, PCT 국제단계 출원일, 삼극특허 최우선일을 기준으로 하였다. 해당 국가는 미국특허와 PCT는 첫 번째 신청자의 거주국가로 하였으며, 삼극특허는 분율가산방식(fractional counts)13)으로 산정하였다. 2006년 기준 한국은 미국, 캐나다, 일본 등과 함께 미국특허의 비중이 월등히 높게 나타나며, 스페인, 스웨덴, 네덜란드, 노르웨이 등은 PCT의 비중이 높게 나타나고, 프랑스, 벨기에, 독일은 상대적으로 삼극특허의 비중이 높은 편이다.
- 횡단자료를 이용하여 시점별 각각의 생산 프런티어에 대한 효율성(TE)을 구한 후 국별 또는 시계열 비교하는 방법과 패널자료를 이용하여 통합 프런티어(Integrated Frontier)에 대한 효율성(IFTE)16)을 구한 후 비교하는 방법을 함께 사용한다.
대상 데이터
- 자료는 Thomson Reuters사에서 발간하는 SCI(Science Citation Index) DB 중 NSI(National Science Indicators) CD-ROM(2010)에서 취득하였다.
- 1984년 이후 패널자료의 취득이 가능한 OECD 17개 국가를 대상으로 하였으며, 변수별 패널자료는 시차를 적용하여 R / G와 LR / L의 경우 1984년부터 2005년까지, A / G와 P / G는 투자시점 후 1년 후인 1985년부터 2006년까지, gT는 투자시점 후 3년 후인 1987년부터 2008년까지 각각 22년간 자료를 사용하였다.
- / L은 ‘연구원수/인구’로 구할 수 있다. OECD 연구개발활동조사시행표준지침(2002)에 의한 FTE기준 연구원수를 사용하였으며, 자료는 NTIS DB와 과학기술연구활동조사보고서(과학기술부, 1999)를 통해 취득하고, 자료가 중간에 일부 누락된 경우에는 선형내삽하였다. 한국의 연구원 투자규모는 1984년 34,857명(8위)에서 2005년 179,812명(5위)으로 5배 이상 확대되었으며, 연평균증가율은 8.
- R / G은 ‘연구개발비/GDP’로 구할 수 있다. 연구개발비는 국가과학기술지식정보서비스(NTIS) DB9)를 통해 취득한 PPP$ 자료를 불변가격(Constant price)으로 환산하여 사용하였다. 자료가 중간에 일부 누락된 경우에는 선형 내삽(interpolation)하였다.
- 인구는 ILO(2010)에서 취득한 경제활동인구(economically active population)를 사용하였다.
- 특허건수는 R&D 활동과 근접한 시점의 성과를 활용하기 위하여 특허출원 자료를 사용하며, 국제비교하기에 객관성과 가치가 인정되는 미국특허, 삼극특허 및 PCT특허를 사용한다. 자료는 각각 미국특허청(USPTO, 2009), 세계지적재산권기구(WIPO, 2009) 및 NTIS DB를 통해 취득하였다. 해당연도는 미국특허의 출원일, PCT 국제단계 출원일, 삼극특허 최우선일을 기준으로 하였다.
- 특허건수는 R&D 활동과 근접한 시점의 성과를 활용하기 위하여 특허출원 자료를 사용하며, 국제비교하기에 객관성과 가치가 인정되는 미국특허, 삼극특허 및 PCT특허를 사용한다.
데이터처리
- 셋째, 각 국가의 시계열별 생산성지수를 변수 값으로 하여 R&D 경로단계 간 상관분석을 추가 수행하였다.
이론/모형
- MPI는 거리함수(distance function)를 이용하여 측정되며, 거리함수의 추정에는 ‘Farrell의 효율성’8)의 개념에 기초하여 비모수적 방법인 선형계획법을 이용하는 DEA 모형이 활용된다.
성능/효과
- 10) 한국의 연구개발비 투자규모는 1984년 3.122 billions PPP$(12위)에서 2005년 30.618 billions PPP$(6위)로 약 10배 확대되었으며, 연평균증가율은 11.49%(1위)에 달한다.
- 보정된 특허건수는 미국특허, 삼극특허를 단순합산하고, PCT는 삼극특허와 동일한 가치를 부여하여, 즉 가중치 2를 두어 추가 합산함으로써 산출하였다.14) 한국의 보정된 특허건수는 1985년 180건(16위)에서 2006년 36,206건(4위)으로 눈부시게 성장하였다. 보정된 특허건수를 GDP로 나눈 값인 P / G, 즉 billions PPP$ 당 보정된 특허건수는 한국의 경우 1985∼1991년 1.
- 15) 한국의 gT는 1986∼1993년 기간 동안 경제성장(GDP)에 연평균 4.86% 기여한 것으로 나타나고, 1994∼1998년 외환위기의 영향으로 좀 낮아진 연 2.22% 성장하였으며, 1999∼2003년 연 2.93%, 2004∼2008년 연 2.12% 성장하였다.
- 김인수(1985)는 기술혁신 체제에 있어 기술수요 부문과 기술공급 부문, 그리고 수요와 공급을 연결하는 연계부문 즉 세 부문의 유기적 관계를 강조하였다.24) 한국의 OPOC 생산성이 낮은 원인으로, 첫째 우리나라는 선진국에 비해 아직 연계관계의 구축이 미흡한 것으로 설명할 수 있겠다. 그 연계관계란 기술이 생성되어 실제 생산에 적용되기 까지 과정의 효율성을 말하여 이는 이른바, 죽음의 계곡(Death Valley)이라 불리는 사업화 과정을 말한다.
- 25) 둘째, OPOC가 낮은 원인으로 산업의 수요를 충분히 고려하지 않은, 즉 전주기적 국가 R&D 체계가 미확립되어 R&D 성과가 곧바로 산업의 성과로 이어지지 못하는 문제도 내재하고 있는 것으로 판단된다.
- IPOC 분석결과, 한국의 생산성지수는 평균 5.69% 감소(16위)하였으며, 평균효율성(TE)은 비교적 높게(0.62) 나타났다. TE의 시계열 변화추이를 보면, 한국은 최초 0.
- IPOP 분석결과, 한국의 생산성지수는 평균 13.39% 증가하여 OECD 분석 대상국 중 1위를 기록하였다.20) 반면, 평균효율성(TE)은 최하위(0.
- OPOC 분석결과, 한국의 생산성지수는 평균 14.02% 감소(17위)하였다. 평균효율성(TE)은 스페인과 함께 최상위(1.
- OPOC와 IPOC 간 및 IPOP와 IPOC 간에 양의 상관이 있는 것으로 나타났다.
- R&D 산출 대비 경제적성과 생산성을 분석한 결과, 한국은 MPI가 0.8598로서 평균 14.02% 감소(17위)하였다.
- R&D 투자 대비 산출 생산성을 분석한 결과, 한국은 MPI가 1.1399로서 평균 13.99% 증가(1위)하였다.
- R&D 투자 대비 산출 효율성을 분석한 결과, 평균 TE에서 한국은 단연 최하위(0.33)임을 볼 수 있다.
- R&D경로단계 간 상관분석에서는 R&D 생산성(IPOC)이 IPOP와 OPOC 생산성 및 R&D 투입요소들과 모두 양의 상관이 있는 것으로 나타났다.
- TECI를 PECI와 SECI로 분해한 결과는 각각 1.0000, 0.9831로서 효율성의 감소는 R&D 규모의 영향에 따른 것으로 나타났다.
- TECI를 PECI와 SECI로 분해한 결과는 각각 1.0209, 1.0817로서 기술효율성의 증가는 R&D 투자규모의 영향이 큰 것으로 나타났으며, 스페인의 경우도 한국과 유사하다.
- 생산성을 국가 간 비교하면 한국이 압도적인 우위에 있으며, 다음으로 이탈리아, 일본, 미국 순으로 높은 증가율을 보이고, 캐나다, 호주, 스웨덴이 감소한 것으로 나타났다. TECI에서도 한국이 월등하며, 일본, 미국, 핀란드 등의 생산성 변화는 기술변화에 기인하는 것으로 나타났다.
- 99% 증가(1위)하였다. TECI와 TCI로 분해하면, TECI는 1.1044로서 평균 10.44% 증가하였으며, TCI는 1.0267로서 평균 2.67% 증가하였다. 이는 생산성 변화가 기술변화보다는 기술효율성의 증가에 기인하였음을 보여준다.
- 그리고 국별 평균 생산성 지수를 변수 값으로 한 분석에서는 OPOC와 IPOC 간에 높은 상관관계가 있으며 IPOP와 IPOC 간에는 유의미한 결과가 나타나지 않아 일국의 OPOC 생산성이 곧 IPOC 생산성을 가늠하는 잣대가 될 수 있음을 보여준다.
- 그리고 한국은 TECI와 TCI에서 모두 열세를 보이고 있으며, 모든 국가가 기술변화에 기인하여 생산성이 감소한 것으로 나타났다.
- 다음으로 R&D 투자 대비 산출 TE의 변화추이(그림 2, 3)를 보면, 한국의 효율성은 1985년 0.10에서 시작하여 1999년 프랑스를 추월하고, 2002, 2003년 잠시 주춤하다가 2004년 이후 확연히 주요 선진국들 수준으로 상승하였으며, 효율성지수 0.80내외로 국가간 수렴(convergence)하는 현상을 보이고 있다.
- 또한, IPOC 생산성지수와 R&D 투입요소들 간 상관분석 결과 와 같이 모두 양의 상관관계인 것으로 나타났다.
- 본 연구를 통해 한국의 R&D 경로단계 모두에서 효율성이 선진국 수준으로 진입하는 흐름을 포착할 수 있었다.
- 생산성을 국가 간 비교하면 한국이 압도적인 우위에 있으며, 다음으로 이탈리아, 일본, 미국 순으로 높은 증가율을 보이고, 캐나다, 호주, 스웨덴이 감소한 것으로 나타났다.
- 인구는 ILO(2010)에서 취득한 경제활동인구(economically active population)를 사용하였다. 스페인, 한국, 아일랜드는 양 증가율이 모두 높은 것으로 나타나며, 핀란드, 덴마크는 저조한 인구 증가율에도 불구하고 연구원 수의 증가율이 상당히 높은 것으로 나타났다. 한국의 LR / L은 1984∼1990년 0.
- 즉 R&D 산출 대비 경제적성과 생산성지수가 높을수록 R&D 투자 대비 경제적성과 생산성지수가 높게 나타날 가능성이 크고, R&D 투자 대비 산출 생산성지수가 높을수록 R&D 투자 대비 경제적성과 생산성지수도 높게 나타날 가능성이 크다고 볼 수 있겠다.
- 즉 장기적으로는 X와 Q 모두 인구규모에 비례하여 증가할 것이므로 X / Q, 즉 R&D 집약도는 특정한 추세를 가지지 않고 안정적으로 움직일 수 있으며, 이는 생산성증가율의 안정성과 모순되지 않는다는 것이며, 또한 R&D 정책이 장기적으로 유효성을 갖는다는 내생적 성장이론의 핵심명제는 그대로 유효하게 된다.
- 즉 투입을 X축, 산출을 Y축으로 한 생산프런티어에서 프런티어에 위치한 점은 동일한 투입의 다른 점보다 효율성이 높으며, 원점으로부터의 방사선의 기울기가 가장 큰 프런티어에 위치한 점은 다른 어느 점보다 생산성이 높다고 할 수 있다.
- 한편, 국별 평균 생산성지수를 변수 값으로 한 상관분석에서는 OPOC와 IPOC 간에 높은 상관관계(0.674**)가 있으며 IPOP와 IPOC 간에는 유의미한 결과가 나타나지 않아 일국의 OPOC 생산성이 곧 IPOC 생산성을 가늠하는 잣대가 될 수 있음을 보여준다.
- 한편, 한국의 IFTE는 TE보다 떨어진 0.23으로서 이는 프런티어가 가장 높게 형성되기 때문이며, 글로벌평균도 TE는 0.70, IFTE는 0.55로 나타났다.
후속연구
- 따라서 시장수요를 반영하는 원천기술을 자체 개발할 수 있도록 다양한 이해관계자들 간 연계강화 등 적절한 환경을 조성하고 창조적인 R&D 역량을 강화함은 물론, 개발된 기술이 시장 수요자로의 공급이 원활해지도록 시장실패 영역에 대한 기술금융시장환경조성, 기술의 확산ㆍ활용ㆍ공유를 매개하는 가장 중요한 수단인 산ㆍ학ㆍ연 인력교류 및 실질적인 협력 시스템 구축, 기술공급자와 기술수요자 간 기술흐름의 중추적 역할을 수행하는 다양한 기술사업화 지원 서비스산업에 의해 사업화에 성공하기까지 실질적인 인큐베이팅 제공 등 전반적인 기술사업화 시스템의 혁신을 통하여 R&D 산출물의 활용도를 보다 높일 수 있도록 다양한 정책적 지원이 이루어져야 할 것이다.
- 횡단자료를 이용하여 시점별 각각의 생산 프런티어에 대한 효율성(TE)을 구한 후 국별 또는 시계열 비교하는 방법과 패널자료를 이용하여 통합 프런티어(Integrated Frontier)에 대한 효율성(IFTE)16)을 구한 후 비교하는 방법을 함께 사용한다. 후자의 방법은 시점별 프런티어가 변경되는 문제가 제거되고 기술변화분이 반영됨에 따라 좀 더 객관적인 비교가 가능하게 된다. 그리고 MPI와 DEA를 동시에 활용함으로써 생산성 및 효율성과 그 변화ㆍ속도를 쉽게 볼 수 있게 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.