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
- 본 연구는 국립수산과학원의 수산시험연구사업 전체에 대한 투자효과를 분석하였다. 하지만 수산시험연구사업에서 어업자원, 양식 그리고 해양환경 등 다양한 수산분야에 대한 연구가 이루어지고 있는 점을 감안한다면 분야별 R&D 사업의 투자효과를 분석하는 것도 중요하다.
- 본 연구에서는 우리나라 수산분야 전체 R&D 예산 중 90% 이상을 차지하고 수산과학 연구기술개발을 주도해 나가고 있는 국립수산과학원 수산시험연구사업의 투자타당성을 분석하였다.
- 이러한 배경 하에서 본 연구에서는 국립수산 과학원 수산시험연구사업에 대한 투자효과를 분석하고자 한다. 분석에 있어서는 Kim et al.
제안 방법
- (2008) 등에서와 같이 시계열 자료를 이용한 지수법(the index number method)을 사용하여 R&D 사업비와 사업성과(수산업 생산) 간의 관계를 분석하여 R&D 사업의 투자수익률을 추정하고자 한다.
- 그리고 생산함수의 이동률(k)은 분석기간 동안 R&D 사업에 따른 생산성의 연평균 증가율인 k〓0.005를 분석에 이용하여 R&D 투자수익을 추정하였다.
- 그리고 시차 관계에 따른 R&D 사업의 투자수익과 사업비를 비교하여 R&D 사업의 투자수익률을 최종적으로 추정하였다.
- 그리고 충격반응 분석을 통해 R&D 사업 수행에 따른 사업성과의 시차(lags) 효과를 분석하였다.
- 다음으로 R&D 사업의 투자수익 측정을 위해 지수법을 사용하여 R&D 사업에 따른 수익을 시장에서의 생산자 잉여와 소비자 잉여로 측정하였다.
- 본 연구에서는 국립수산과학원 시험연구사업의 투자효과를 분석하기 위해 우선 Granger 인과성 분석을 통해 R&D 투자로 인한 사업성과에 대한 인과성 효과를 검증하고, 충격반응 분석을 통해 R&D 사업 수행에 따른 사업성과의 시차 (lags) 관계를 분석하였다.
- 본 연구에서는 분석 방법에 따른 시계열 자료를 이용하여 R&D 사업 투자효과를 분석하였다.
- 분석대상 시계열 자료에 대한 ADF 단위근 검정에 있어 우선 검정 회귀식에 포함된 시차변수의 길이는 AIC(Akaike Information Criteria) 기준에 의해 최소값을 갖는 시차를 적정 시차로 결정하였다. 분석 자료의 수준(level) 변수와 1차 차분(first difference) 변수에 대해 1%와 5% 등 유의 수준의 임계치와 비교하여 통계량 값이 유의수준 임계값보다 크면‘단위근이 존재한다’는 귀무가설을 기각하게 되고, 이 경우 정상시계열로 판정할 수 있다.
- 이러한 R&D 사업의 투자수익을 충격반응 분석으로부터 추정된 R&D 사업 성과에 대한 시차 결과를 바탕으로 R&D 사업비와 비교함으로써 R&D 사업의 투자수익률을 평가할 수 있다.
- 이후 R&D 사업의 투자수익 측정을 위해 지수법을 사용하여 R&D 사업에 따른 수익을 시장에서의 생산자잉여와 소비자잉여로 측정하였다.
- 최종적으로 시차 관계에 따른 R&D 사업의 투자수익과 사업비를 비교하여 수산업 R&D 사업의 투자수익률을 추정하였다.
대상 데이터
- 구체적으로 본 연구에서 사용된 분석 자료는 Kim et al.(2003)을 참고하여 국립수산과학원 연도별 수산시험연구비(R), 수산물 총생산액(Q) 그리고 수산물 가격(P)을 선정하였다.
- R&D 투자로 인한 사회적 잉여(식 (6)과 (7))를 추정하기 위해 우선 수산물 수요의 가격탄력성 (h)은 Cho et al.(2008) 연구를 참조하여 h〓1.1로 사용하였다. 공급의 가격탄력성(g)은 분석기간(1970〜2012년) 동안 수산물 생산량과 시장가격과의 관계를 분석한 결과 γ〓0.
- 국립수산과학원 수산시험연구비(R)는 자료의 활용성에 따라 1970년부터 2012년까지의 연도별 자료를 이용하였다. 수산시험연구비 추이를 살펴보면, Fig.
데이터처리
- 공적분 검정에 있어서는 우선 적정 시차는 AIC(Akaike Information Criteria)와 SIC(Schwarz Information Criteria) 최소값 기준에 의해 2차로 분석되었다. 공적분 검정에 있어 만약 trace 검정 통계량이나 최대고유치검정(maximum eigenvalue test) 통계량이 유의수준 5%의 임계값 보다 작으면 공적분 관계가 없다는 귀무가설을 기각할 수 없게 된다.
- 분석에 있어서는 R&D 사업비, 수산물 총생산액, 수산물 가격 등의 시계열 자료를 이용하여 우선 시계열 자료의 안정성 검정을 위해 단위근과 공적분 검정을 수행하였고, VECM 모형을 이용한 Granger 인과성 분석을 통해 R&D 투자로 인한 수산물 생산에 대한 인과 효과를 검증하였다.
이론/모형
- Granger 인과성 분석과 충격반응 분석을 위해서는 우선 시계열 자료의 안정성 여부 판정을 위한 단위근과 공적분 검정이 이루어져야 한다. 그리고 이러한 결과를 바탕으로 VAR 혹은 VECM 모형을 설정한다(Engle and Granger, 1987; Lee, 2001; Greene, 2000). 여기서 단위근 검정이란 분석에서 사용될 시계열 자료의 안정성에 관한 검정방법으로 장기분석에 있어 공적분 벡터의 존재유무를 확인하는 공적분 검정에 앞서 선행되어야 한다(Gujarati and Porter, 2008).
- 다음으로 공적분 검정은 개별 시계열 자료가 단위 근을 가지고 있다 하더라도 이들 시계열 간에 가상적 관계가 성립하지 않을 조건을 찾게 함으로써 회귀분석 등의 결과가 의미를 가지게 할 수 있다는데 의의가 있다. 본 연구에서는 Johansen 공적분 검정법을 사용하였다.
- 여기서 단위근 검정이란 분석에서 사용될 시계열 자료의 안정성에 관한 검정방법으로 장기분석에 있어 공적분 벡터의 존재유무를 확인하는 공적분 검정에 앞서 선행되어야 한다(Gujarati and Porter, 2008). 본 연구에서는 가장 널리 활용되고 있는 ADF(Augmented Dickey-Fuller) 단위근 검정법을 사용하였다. 다음으로 공적분 검정은 개별 시계열 자료가 단위 근을 가지고 있다 하더라도 이들 시계열 간에 가상적 관계가 성립하지 않을 조건을 찾게 함으로써 회귀분석 등의 결과가 의미를 가지게 할 수 있다는데 의의가 있다.
- 이동평균함수에서 Xt는 계수행렬 Mk를 이용하여 정의되는데, 여기서 ei와 ej가 상관관계를 가질 가능성이 크므로 이러한 현상을 제거하기 위해 Cholesky가 제시한 행렬분해법을 활용하게 된다. 식 (5)에서와 같이, G행렬을 이용하여 원 행렬을 분해하되 Gε가 공분산행렬에서 대각행렬이 되도록 유도한다.
성능/효과
- Granger 인과성 분석 결과, R&D 투자가 수산물 총생산에 원인변수가 되는 것으로 추정되어 R&D 투자가 증대될수록 사업성과도 더욱 크게 나타날 것으로 평가되었다.
- R&D 투자가 수산물 총생산에 미치는 충격반응(시차)을 분석한 결과에서는 R&D 투자에 대한 성과는 R&D 투자 이후 약 3년 후부터 가시적으로 나타나기 시작해 5〜7년 사이에서 최대의 반응을 보이고, 이후 25년 정도 충격 반응이 유지되다 감소하는 것으로 분석되었다.
- VECM 모형 분석을 통한 R&D 투자가 수산물 총생산에 미치는 충격반응을 분석한 결과, Fig. 2에서 보는 바와 같이, R&D 투자에 대한 수산물 생산의 반응은 3년 후부터 증가하기 시작하는 것으로 추정되었다.
- 그러나 수산물 총생산(Q)은 R&D 사업비(R)에 인과성이 없다는 귀무가설을 기각할 수 없는 것으로 나타나 수산물 총생산은 R&D 사업비의 원인변수가 아닌 것으로 분석되었다.
- 2에서 보는 바와 같이, R&D 투자에 대한 수산물 생산의 반응은 3년 후부터 증가하기 시작하는 것으로 추정되었다. 그리고 5〜7년 사이에서 최대의 반응을 보이고, 이후로는 25년 정도 계속해서 충격 반응이 유지되다 감소하는 것으로 분석되었다. 이는 R&D 투자로 인한 수산물 생산 증대 효과는 R&D 투자 이후 약 3년 정도의 시간이 지난 후 나타나기 시작하며, 장기적으로 약 25년간 영향을 미치는 것을 의미한다.
- 이에 따라 1차 차분한 모든 변수에서 단위근이 제거되어 안정적인 시계열 자료가 되는 것으로 분석되었다. 다만 R 변수의 경우 수준 변수에서도 상수항과 추세항 불포함된 경우에 안정성을 보였으며, P 변수도 수준 변수에서 상수항이 포함된 경우에 안정성을 보였다.
- 단위근 검정 결과, Table 1에서 보는 바와 같이, 1차 차분한 R, Q, P 변수 모두 상수항이 포함될 경우, 상수항과 추세항이 포함될 경우 그리고 상수항과 추세항 불포함의 경우 모두에서 5% 이하 유의수준에서 귀무가설을 기각하는 것으로 추정되었다. 이에 따라 1차 차분한 모든 변수에서 단위근이 제거되어 안정적인 시계열 자료가 되는 것으로 분석되었다.
- 단위근과 공적분 검정 결과에 따라 VECM 모형이 선택되었으며, 적정 시차에 따른 R&D 사업비(R)와 수산물 총생산(Q)에 대한 Granger 인과성 검정 결과는 Table 3에서 보는 바와 같이, R&D 사업비(R)는 수산물 총생산(Q)에 인과성이 없다는 귀무가설이 유의수준 10%에서 기각되는 것으로 추정되었다.
- 또한 모든 분야에서 연구 투자는 30여년간 지속적으로 생산에 영향을 미치는 것으로 추정되었다. 따라서 연구 투자로 인한 생산의 가시적인 효과가 나타나는 기간은 수산업과 농업이 동일하게 3년 후부터로 가장 빠른 것으로 분석되었다. 이에 반해 생산에 영향을 미치는 기간은 다른 분야에 비해 수산분야가 상대적으로 짧은 것으로 분석되었다.
- (2003)에서 연구 투자가 생산에 영향을 미치기 시작하는 시기는 농업분야 연구투자는 경우는 3년 후부터, 축산분야 연구투자는 10년 후부터, 그리고 원예 분야 연구투자는 7년 후부터 영향을 미치기 시작하는 것으로 분석되었다. 또한 모든 분야에서 연구 투자는 30여년간 지속적으로 생산에 영향을 미치는 것으로 추정되었다. 따라서 연구 투자로 인한 생산의 가시적인 효과가 나타나는 기간은 수산업과 농업이 동일하게 3년 후부터로 가장 빠른 것으로 분석되었다.
- 분석 결과, Table 2에서 보는 바와 같이, 우선 trace 검정법에서 검정 통계량이 g≤1귀무가설을 유의수준 5%에서 기각할 수 없는 것으로 나타나 공적분 벡터가 1개 존재하는 것으로 추정되었다.
- 분석기간 동안 R&D 사업비(R)와 수산물 총생산(Q)의 평균치를 이용하여 R&D 투자에 따른 사회적 수익은 Table 4에서와 같이, 소비자 잉여는 약 338억 원 그리고 생산자 잉여는 29.8억 원으로, 총 사회적 잉여는 약 368억 원으로 분석되었다.
- 이러한 분석결과는 동일한 1차 타산업과 비교해서도 상대적으로 높은 것으로, 수산분야 R&D 투자에 따른 사업효과가 큰 것으로 평가되었다.
- 단위근 검정 결과, Table 1에서 보는 바와 같이, 1차 차분한 R, Q, P 변수 모두 상수항이 포함될 경우, 상수항과 추세항이 포함될 경우 그리고 상수항과 추세항 불포함의 경우 모두에서 5% 이하 유의수준에서 귀무가설을 기각하는 것으로 추정되었다. 이에 따라 1차 차분한 모든 변수에서 단위근이 제거되어 안정적인 시계열 자료가 되는 것으로 분석되었다. 다만 R 변수의 경우 수준 변수에서도 상수항과 추세항 불포함된 경우에 안정성을 보였으며, P 변수도 수준 변수에서 상수항이 포함된 경우에 안정성을 보였다.
- 즉 본 연구결과인 수산분야 R&D 사업의 투자수익률 55.2%는 다른 산업과 비교해서도 결코 낮은 수준이 아니며, R&D 투자에 대한 효과가 상당히 높음을 알 수 있다.
- 충격반응 분석 결과를 바탕으로 R&D 투자에 따른 생산 효과가 3년 후부터 약 25년간 지속되는 것으로 가정할 경우, R&D 사업의 내부투자 수익률(IRR)은 55.2%로 추정된다.
- 충격반응 분석 결과를 바탕으로 R&D 투자와 사업수익에 따른 R&D 사업의 투자수익률(IRR)은 55.2%로 최종 평가되었다.
후속연구
- 분야별 R&D 사업의 시차와 투자효과를 분석하고, 비교함으로써 수산분야별 R&D 사업의 특징을 도출할 수 있을 뿐만 아니라 수산분야 R&D 사업의 효과적인 전략을 수립하는데도 중요한 자료로 활용될 수 있을 것이다. 또한 본 연구에서 사용한 분석방법 이외의 방법을 다양하게 활용하여 분석결과를 비교해 가는 것이 필요하고, R&D 성과의 파급효과 분석이나 R&D 사업성과 극대화를 위한 요인분석 등의 연구가 향후 더욱 활발히 이루어져야 할 것이다.
- 분야별 R&D 사업의 시차와 투자효과를 분석하고, 비교함으로써 수산분야별 R&D 사업의 특징을 도출할 수 있을 뿐만 아니라 수산분야 R&D 사업의 효과적인 전략을 수립하는데도 중요한 자료로 활용될 수 있을 것이다.
- 향후 체계적이고 효과적인 수산업 R&D 전략 수립과 예산 확보 그리고 공공투자 수산분야 R&D 사업의 정책적 평가를 위해서는 무엇보다 R&D 사업에 대한 경제적 효과, 즉 R&D 사업 투자에 대한 효과 분석이 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.