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
- 이에 따라 본 연구는 지역혁신역량이 우리 지역경제에 어떠한 영향을 끼치는지 확인함으로써 정책적 함의를 도출하고자 한다. 구체적으로 주요 혁신역량 지표들을 이용하여 요인분석(factor analysis)을 실시함으로써 지역혁신역량의 요인을 추출하고, 이러한 지역혁신역량을 구성하는 주요 요인이 지역경제의 활성화를 반영하는 지표들에 어떠한 영향을 미치는지 확인하는 것을 목적으로 하였다. 본 연구에서는 지역경제 활성화를 위한 일자리 창출이 우리 경제의 주요 현안이라는 점을 반영하여 신설법인과 취업자 수를 지역경제 활성화의 지표로 조작적으로 정의하였다.
- 본 연구는 선행연구들에서 확인된 주요 혁신역량 지표들을 이용하여 요인분석을 실시함으로써 지역혁신역량의 요인을 추출하고, 주요 요인이 지역경제의 활성화를 반영하는 지표들에 어떠한 영향을 미치는지 확인하였다. 지역경제 활성화를 위한 일자리 창출이 주요 현안이라는 점을 고려하여 본 연구에서는 신설법인과 취업자 수를 지역경제 활성화의 지표로 선정하였다.
- 본 연구는 시 · 도 단위에서 분석을 수행하여 미시적인 지역별 차이를 반영하지 못하였고, 시기적으로도 5년간의 다소 짧은 주기를 살펴보았다.
- 연구인력, 지식기반 인력에 비해 보다 포괄적인 개념으로써 혁신역량이 전통적인 연구기반에만 국한되는 것이 아니라 문화콘텐츠와 같은 창조산업과의 융 · 복합에 의해서도 발현되기 때문에 이를 반영하고자 한다.
- 이에 따라 본 연구는 지역혁신역량이 우리 지역경제에 어떠한 영향을 끼치는지 확인함으로써 정책적 함의를 도출하고자 한다. 구체적으로 주요 혁신역량 지표들을 이용하여 요인분석(factor analysis)을 실시함으로써 지역혁신역량의 요인을 추출하고, 이러한 지역혁신역량을 구성하는 주요 요인이 지역경제의 활성화를 반영하는 지표들에 어떠한 영향을 미치는지 확인하는 것을 목적으로 하였다.
제안 방법
- 선행연구에서 지역의 경제(규모) 혹은 혁신 인프라로 선택되었던 1인당 GRDP는 변수들간 상관관계가 거의 없는 것으로 나타나 분석에서 제외하였다. 1인당 GRDP는 지역의 경제활동을 통해 지역에 얼마만큼의 부가가치가 발생하였는가를 설명하기 때문에 오히려 지역경제의 활성화에 대해 설명하는 변수로 적합하다고 판단하여 다음 절에서 지역경제 활성화의 변수로 이용하였다.
- 지역혁신역량의 요인을 확인하기에 앞서 세부 지표들의 지역간 격차를 확인하였다(표 2, 3). 값은 지역별 자료의 절대값을 전국 평균값으로 나누어 파악하였다.
- 본 연구에서는 요인분석을 시행하여 잠재적인 공통인자를 통계적으로 추출하고, 변수들의 그룹화를 통해 지역혁신역량의 특성을 정의하였다. 변수들은 2007년~2011년의 5년간 시계열 자료로 구성된 통합된 자료(pooling data)이며 변수들을 표준화하여 분석하였다. 선행연구에서 지역의 경제(규모) 혹은 혁신 인프라로 선택되었던 1인당 GRDP는 변수들간 상관관계가 거의 없는 것으로 나타나 분석에서 제외하였다.
- 본 연구에서는 16개 시 · 도의 5년간 자료를 이용하여 패널모형(panel model)을 구축하였다.
- 본 연구에서는 요인분석을 시행하여 잠재적인 공통인자를 통계적으로 추출하고, 변수들의 그룹화를 통해 지역혁신역량의 특성을 정의하였다. 변수들은 2007년~2011년의 5년간 시계열 자료로 구성된 통합된 자료(pooling data)이며 변수들을 표준화하여 분석하였다.
- 구체적으로 주요 혁신역량 지표들을 이용하여 요인분석(factor analysis)을 실시함으로써 지역혁신역량의 요인을 추출하고, 이러한 지역혁신역량을 구성하는 주요 요인이 지역경제의 활성화를 반영하는 지표들에 어떠한 영향을 미치는지 확인하는 것을 목적으로 하였다. 본 연구에서는 지역경제 활성화를 위한 일자리 창출이 우리 경제의 주요 현안이라는 점을 반영하여 신설법인과 취업자 수를 지역경제 활성화의 지표로 조작적으로 정의하였다.
- 연구개발비는 민간부문의 연구개발비와 공공연구기관 및 대학의 연구개발비를 구분하여 지표로 설정하였다. Furman et al.
- 오영수 등(2005)은 기존 연구들이 혁신과정의 기술적 측면을 중시하고 투입과 산출관계에 주목함으로써 상대적으로 지역의 혁신 잠재력이나 혁신활동 및 노력에 대한 분석이 미흡하고, 실증분석이 정태적 지표를 중심으로 이루어지다보니 혁신 환경이나 문화, 과정, 네트워크 등 소프트 측면의 특성을 반영하지 못하였다고 지적한다. 이에 따라 보다 포괄적인 범주로 정의하여 혁신환경, 혁신자원, 혁신활동 및 노력, 혁신성과의 4개 영역에 대해 22개 지표를 선정하고 혁신역량의 지역간 격차를 설명하였다. 보다 미시적인 지역단위에서 김진수 · 최명신(2007)은 시 · 군 · 구 기초자치단체를 중심으로 지역별 지식수준, 경제력, 인적자원, 인프라 4개 영역에 해당하는 10개 지표를 분석하였다.
- 본 연구는 선행연구들에서 확인된 주요 혁신역량 지표들을 이용하여 요인분석을 실시함으로써 지역혁신역량의 요인을 추출하고, 주요 요인이 지역경제의 활성화를 반영하는 지표들에 어떠한 영향을 미치는지 확인하였다. 지역경제 활성화를 위한 일자리 창출이 주요 현안이라는 점을 고려하여 본 연구에서는 신설법인과 취업자 수를 지역경제 활성화의 지표로 선정하였다. 본 연구에서의 변수들은 16개 시 · 도의 최근 5년간 자료(2007~2011년)를 이용하였다.
- 지역혁신역량이 종속변수에 영향을 끼치는 시차를 고려하여 독립변수는 2007~2011년간의 5년간 자료를 이용하였고, 종속변수는 2008~2012년의 5년간 자료를 이용하여 각 지표당 80개 표본(16개×5년)이 구성되었다. 지역혁신역량 변수들은 요인분석을 통해 얻은 요인점수(factor score)를 이용하였다.
- 패널모형을 추정하기 위해 신설법인과 취업자 수를 각각 종속변수로 하여 지역과 시간의 특성에 기인하는 효과에 대한 고정효과, 확률효과가 통계적으로 유의미한지 검정을 수행하였다. 두 경우 모두 5년의 비교적 짧은 시간적 범위로 인해 시점별 차이가 크지는 않아 일원 개체효과 모형이 적합하였으며, 신설법인의 경우에는 일원 개체 확률효과 모형이, 취업자의 경우에는 일원 개체 고정효과 모형이 적합하였다.
- 혁신역량의 지표들은 국내 · 외 선행연구를 통해 혁신역량에 관한 이론적 논의를 고찰한 뒤 본 연구에서 사용할 측정지표를 선정하였고, 요인분석을 수행하여 동일한 구성 개념의 항목들끼리 그룹화를 시도하였다.
- 혁신역량이 지역경제 활성화에 미치는 영향을 확인하기 위해 선행연구를 검토하여 지역경제 활성화를 의미하는 지표를 구체화하였다. 지역경제 활성화 사업이 지역의 소득발생과 고용창출에 끼치는 영향을 평가하는 연구(이순배·이현우, 2011)에 기초해 본 연구에서도 소득과 고용 증진을 가져오는 경제 활성화와 관련된 지표로써 신설법인과 취업자 수를 선정하였다5) .
대상 데이터
- 본 연구에서의 변수들은 16개 시 · 도의 최근 5년간 자료(2007~2011년)를 이용하였다.
- 본 연구에서의 변수들은 16개 시 · 도의 최근 5년간 자료(2007년~2011년)를 이용1)하였다.
- 지역혁신역량이 종속변수에 영향을 끼치는 시차를 고려하여 독립변수는 2007~2011년간의 5년간 자료를 이용하였고, 종속변수는 2008~2012년의 5년간 자료를 이용하여 각 지표당 80개 표본(16개×5년)이 구성되었다.
데이터처리
- 이 경우 OLS 잔차를 이용하여 추정하는 GLS(generalized least squared)나 FGLS(feasible GLS)를 통해 추정한다(민인식 · 최필선, 2012; 이희연 · 노승철, 2012). 본 패널모형이 오차항에 자기상관이나 이분산성의 문제가 있는지 확인하기 위해 시계열 자기상관에 대한 검정(Wooldridge test for autocorrelation)과 이분산성에 대한 검정(Modified Wald test for groupwise heteroskedasticity)을 하였는데, 그 결과 자기상관성과 이분산성이 유의미하게 나타나 FGLS 방법으로 계수를 추정 하였다(표 5).
이론/모형
- 새로운 요인항목의 명칭은 Furman et al.(2002), 오영수 등(2005), 나주몽(2006), 윤정원(2014)에 기초하여 설정하였다.
- 창조산업의 개념과 범위는 국가 혹은 기관마다 다르게 정의하기 때문에 그 범주에 따라 창조경제의 범위도 달라지는데, 문화유산, 예술 등 특정부문으로 정의하기도 하고 과학기술을 통한 주력산업 및 신산업의 창조화를 달성하는 범위까지 확대하기도 한다(DCMS, 2001; WIPO, 2003; UNDP and UNCTAD, 2010; 노무라종합연구소, 2012; 김왕동 등, 2013; 박경현 등, 2013). 본 연구에서는 박경현 등(2013)에서 정의한 창조산업의 분류에 따라 한국표준산업분류코드 세세분류(5digit)에 해당하는 136개 산업을 이용하였다. 여기에는 5개 부문-문화자산, 예술, 미디어, 실용적 창조, ICT 창조기반-, 10개 산업군-문화자산, 시각예술, 행위예술, 출판 및 인쇄, 오디오비주얼, 디자인, 뉴미디어, 창조서비스, ICT 통신서비스, ICT 디바이스-을 포함한다3) .
- 753으로 비교적 높게 나타나, 본 연구에서 사용하는 변수들이 요인분석에 적절한 것으로 보인다. 분석과정에서는 요인 채택의 기준으로 고유치가 1 이상인 것을 선택하였고, 요인 추출방법은 주 성분(principal component)분석법을, 회전방법은 배리맥스(varimax)방법을 채택한 직각회전법을 사용하였다. 그 결과, 지역혁신역량은 <표 4>와 같이 3개의 요인군으로 분류되었고, 이들 3개 요인군의 누적 설명량은 86.
- 혁신역량의 지표들은 국내 · 외 선행연구를 통해 혁신역량에 관한 이론적 논의를 고찰한 뒤 본 연구에서 사용할 측정지표를 선정하였고, 요인분석을 수행하여 동일한 구성 개념의 항목들끼리 그룹화를 시도하였다. 이후 요인분석에서 추출한 요인점수(factor score)를 이용하여 지역경제 활성화 지표와의 관계를 패널 모형(panel model)을 이용하여 분석하였다. 본 연구에서의 변수들은 16개 시 · 도의 최근 5년간 자료(2007년~2011년)를 이용1)하였다.
- 본 연구에서의 변수들은 16개 시 · 도의 최근 5년간 자료(2007년~2011년)를 이용1)하였다. 패널모형 분석은 STATA 13.1을 사용하였다.
성능/효과
- 그 결과, 서울과 경기도는 대부분의 변수들에서 전국 평균을 상회하였고, 특히 연구기관, 산업재산권 출원, 창조산업 종사자, 벤처기업 등에서 그 비율이 높다. 경기도는 민간부문의 연구개발비가, 서울과 대전은 공공기관 및 대학 연구개발비가 높고, 이를 바탕으로 SCI 논문게재 비율이 높아 연구역량이 탁월한 것으로 나타났다. 부산, 대구, 인천, 광주, 울산은 재정자립도 측면에서 전국 평균보다 높았으나 혁신역량을 증진시킬 수 있는 투입에 해당하는 요소들이 전국 평균보다 낮았다.
- 그 결과, 서울과 경기도는 대부분의 변수들에서 전국 평균을 상회하였고, 특히 연구기관, 산업재산권 출원, 창조산업 종사자, 벤처기업 등에서 그 비율이 높다. 경기도는 민간부문의 연구개발비가, 서울과 대전은 공공기관 및 대학 연구개발비가 높고, 이를 바탕으로 SCI 논문게재 비율이 높아 연구역량이 탁월한 것으로 나타났다.
- 그 결과, 지역혁신역량은 와 같이 3개의 요인군으로 분류되었고, 이들 3개 요인군의 누적 설명량은 86.57%에 달하였다.
- 혁신 및 ICT자본에 해당하는 지표들은 기존의 혁신역량 논의에서 제시된 지표들이었으나 그 외 자본은 대체로 국가단위에서 이용할 수 있는 지표들로 구성되었고 생산성이나 창조성 발현에 간접적으로 기여하는 지표를 포함하고 있다. 그 결과, 한국의 창조경제역량 지수는 31개국 가운데 20위 수준으로, ICT자본과 혁신자본은 OECD 31개국 평균보다 높은 수준이었으나 그 외 자본은 평균에 미치지 못하며 특히 문화자본은 최하위권에 위치하였다. 본 보고서에서는 혁신자본과 ICT자본을 중심으로 타자본과의 융합을 촉진하는 방안이 시사점으로 제시되었는데, 이를 다시 해석하자면 기존에 논의되어 온 지역혁신역량의 강화가 경제 및 사회전반의 창조화 증진에 기여하는 핵심부문이라는 점을 말해준다.
- 패널모형을 추정하기 위해 신설법인과 취업자 수를 각각 종속변수로 하여 지역과 시간의 특성에 기인하는 효과에 대한 고정효과, 확률효과가 통계적으로 유의미한지 검정을 수행하였다. 두 경우 모두 5년의 비교적 짧은 시간적 범위로 인해 시점별 차이가 크지는 않아 일원 개체효과 모형이 적합하였으며, 신설법인의 경우에는 일원 개체 확률효과 모형이, 취업자의 경우에는 일원 개체 고정효과 모형이 적합하였다. 패널모형의 추정 결과는 <표 6>과 같다.
- 57%에 달하였다. 둘째, 요인분석결과로 추출한 3개 요인들의 요인점수를 이용하여 지역경제 활성화에 관한 지표(신설법인 수, 취업자 수)에 미치는 영향을 파악한 결과, 혁신역량 요인들은 모두 양(+)의 유의미한 값을 보였다. 또한 해당 지역경제 활성화에 대한 지표들은 혁신 투입요인, 협력요인, 혁신환경요인 순으로 영향을 받음을 알 수 있었다.
- 이를 통해 지역경제 활성화 변수들과의 분석에서 설명변수들 사이에 존재할 수 있는 다중공선성(multicollinearity) 문제를 해결할 수 있다. 둘째, 창조산업 종사자는 선행연구에서는 이용되지 않은 지표이지만 해당 지표는 혁신역량을 폭넓게 이해하는데 유용하다고 판단된다. 연구인력, 지식기반 인력에 비해 보다 포괄적인 개념으로써 혁신역량이 전통적인 연구기반에만 국한되는 것이 아니라 문화콘텐츠와 같은 창조산업과의 융 · 복합에 의해서도 발현되기 때문에 이를 반영하고자 한다.
- 둘째, 요인분석결과로 추출한 3개 요인들의 요인점수를 이용하여 지역경제 활성화에 관한 지표(신설법인 수, 취업자 수)에 미치는 영향을 파악한 결과, 혁신역량 요인들은 모두 양(+)의 유의미한 값을 보였다. 또한 해당 지역경제 활성화에 대한 지표들은 혁신 투입요인, 협력요인, 혁신환경요인 순으로 영향을 받음을 알 수 있었다.
- 위의 14개 변수에 대해 요인분석을 실시한 결과, KMO(Kaiser-Meyer-Olkin measure of sampling adequacy)값은 0.753으로 비교적 높게 나타나, 본 연구에서 사용하는 변수들이 요인분석에 적절한 것으로 보인다. 분석과정에서는 요인 채택의 기준으로 고유치가 1 이상인 것을 선택하였고, 요인 추출방법은 주 성분(principal component)분석법을, 회전방법은 배리맥스(varimax)방법을 채택한 직각회전법을 사용하였다.
- 분석결과는 다음과 같다. 첫째, 14개 변수에 대해 요인분석을 실시한 결과, 지역혁신역량의 요인은 혁신자원/투입요인(제1요인), 혁신환경/인프라요인(제2요인), 협력/연계요인(제3요인)으로 구분할 수 있다. 이들 3개 요인군의 누적설명량은 86.
후속연구
- 향후 군집분석을 통해 지역혁신 역량의 차이에 따른 집단을 구분하여 분석을 할 경우, 각 집단별로 발달경로의 차이에 영향을 끼치는 요인과 보다 구체적인 정책적 시사점을 얻을 수 있을 것으로 판단된다. 그리고 향후에는 산업군별 혁신역량 지표구성을 세분화하여 창업과 고용 창출에 끼치는 영향을 구체화할 필요가 있다.
- 셋째, 기존의 연구들이 횡단면적 자료를 사용하여 지역간 상대적인 격차를 확인하거나 혁신역량 투입과 성과를 시차를 두지않고 연구함으로써 인과관계의 오류를 범할 가능성이 있다는 점(정재진 · 임채홍, 2008; 김헌민 · 박윤경, 2013)을 주지하였듯이, 다년도의 패널자료를 바탕으로 혁신역량과 지역 경제에서 나타나는 성과간의 시차를 반영하는 연구가 필요하다.
- 적합한 모델의 선택은 개체효과와 시간효과에 대해 차우 검정(Chow test), 브로슈-파간 검정(Breusch-Pagan test), 하우스만 검정(Hausman test)을 통해 최종적으로 이루어진다. 이에 앞서 시계열 자기상관성(autocorrelation)과 오차항 이분산성(heteroskedasticity) 검정을 실시하여 패널모형의 가정을 충족하는지 확인해야 한다. 오차항에 자기상관이나 이분산성의 문제가 있는 경우 추정량은 일치추정량(consistent)이지만 비효율적 추정량이기 때문에 추정계수의 표준오차에 영향을 주어 추정계수의 신뢰도를 떨어뜨린다.
- 그러나 기존의 연구를 검토한 결과 다음과 같은 논의가 필요할 것으로 보인다. 첫째, 혁신역량에 관하여 사전에 어떤 변수들끼리 그룹화를 시킨다는 전제에 따라 변수들을 주관적으로 배분하기 보다는 요인분석을 통하여 변수들의 공통적인 특성을 파악하는 작업이 필요하다. 이를 통해 지역경제 활성화 변수들과의 분석에서 설명변수들 사이에 존재할 수 있는 다중공선성(multicollinearity) 문제를 해결할 수 있다.
- 또한 일부의 선행연구에서는 혁신 주체간 연계나 혁신활동에 대한 지표들을 사용해 동태적인 분석을 시도하였으나 본 연구에서는 자료수집의 한계로 다양한 지표를 이용하지 못하였다. 향후 군집분석을 통해 지역혁신 역량의 차이에 따른 집단을 구분하여 분석을 할 경우, 각 집단별로 발달경로의 차이에 영향을 끼치는 요인과 보다 구체적인 정책적 시사점을 얻을 수 있을 것으로 판단된다. 그리고 향후에는 산업군별 혁신역량 지표구성을 세분화하여 창업과 고용 창출에 끼치는 영향을 구체화할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.