정부는 국가연구개발사업을 통해 매년 4,000억원 이상 신재생에너지 분야 R&D에 투자하고 있다. 본 연구는 신재생에너지 분야 정부 R&D 투자의 효율성을 측정하고, 비효율성의 원인을 파악하는데 있다. 이를 위해 2009-2011년 동안 정부가 신재생에너지 분야에 지원한 4,213개 R&D 과제를 대상으로 자료포락분석(DEA)과 통계검증을 실시하였다. 분석결과에 따르면 수소, 바이오, 연료전지, 태양광 등이 다른 신재생에너지에 비해 상대적으로 R&D 효율성이 높게 나타났다. 또한 대학이 기업에 비해 보다 효율적으로 R&D 과제를 수행하였으며, 기업 내에서도 중소기업이 대기업에 비해 R&D 효율성이 높은 것으로 분석되었다. 마지막으로, R&D 비효율성은 과다한 총사업비나 논문실적 저조보다는 주로 국내외 특허실적 저조에 기인한 것으로 확인되었다.
정부는 국가연구개발사업을 통해 매년 4,000억원 이상 신재생에너지 분야 R&D에 투자하고 있다. 본 연구는 신재생에너지 분야 정부 R&D 투자의 효율성을 측정하고, 비효율성의 원인을 파악하는데 있다. 이를 위해 2009-2011년 동안 정부가 신재생에너지 분야에 지원한 4,213개 R&D 과제를 대상으로 자료포락분석(DEA)과 통계검증을 실시하였다. 분석결과에 따르면 수소, 바이오, 연료전지, 태양광 등이 다른 신재생에너지에 비해 상대적으로 R&D 효율성이 높게 나타났다. 또한 대학이 기업에 비해 보다 효율적으로 R&D 과제를 수행하였으며, 기업 내에서도 중소기업이 대기업에 비해 R&D 효율성이 높은 것으로 분석되었다. 마지막으로, R&D 비효율성은 과다한 총사업비나 논문실적 저조보다는 주로 국내외 특허실적 저조에 기인한 것으로 확인되었다.
Korean government has been investing more than 400 billion KRW in R&D on renewable energy. This paper aims to measure the R&D efficiency of national R&D program in the field of renewable energy, and to identify the sources of inefficiency. 4,213 R&D projects supported by Korean government during 200...
Korean government has been investing more than 400 billion KRW in R&D on renewable energy. This paper aims to measure the R&D efficiency of national R&D program in the field of renewable energy, and to identify the sources of inefficiency. 4,213 R&D projects supported by Korean government during 2009-2011 are analyzed by using Data Envelopment Analysis and statistical tests. Results implies as follows. First, hydrogen, bio, fuel cell, photovoltaic have higher R&D efficiency than other renewable energies. Second, universities conducted national R&D program more efficiently than firms did, and small and medium sized enterprises are more efficient than large sized enterprises. Third, R&D inefficiency is mainly caused by the lacks of patent performance rather than excessive R&D investment or academic paper performance.
Korean government has been investing more than 400 billion KRW in R&D on renewable energy. This paper aims to measure the R&D efficiency of national R&D program in the field of renewable energy, and to identify the sources of inefficiency. 4,213 R&D projects supported by Korean government during 2009-2011 are analyzed by using Data Envelopment Analysis and statistical tests. Results implies as follows. First, hydrogen, bio, fuel cell, photovoltaic have higher R&D efficiency than other renewable energies. Second, universities conducted national R&D program more efficiently than firms did, and small and medium sized enterprises are more efficient than large sized enterprises. Third, R&D inefficiency is mainly caused by the lacks of patent performance rather than excessive R&D investment or academic paper performance.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
2009-2011년 기간 동안 과제별 특허 및 논문실적까지 추적하여 산출변수화 함으로써 선행연구가 다루지 못했던 연구영역을 시도하고, 정부 R&D 투자의 효율성 제고를 위한 정책적 시사점을 제공하고자 한다.
본 연구에서는 국가과학기술위원회가 한국과학기술기획평가원을 통해 매년 조사하는 「국가연구개발 사업 조사·분석」자료를 활용하여 신재생에너지 부문 정부 R&D 투자의 효율성을 분석하고자 한다.
제안 방법
본 연구는 2009-2011년에 집행된 국가연구개발사업 중 한국과학기술기획평가원의 협조를 받아 신재생에너지로 분류된 세부과제 총 4,213개를 분석대상으로 R&D 효율성을 분석하였다.
본 연구는 신재생에너지 분야 정부 투자의 R&D 효율성을 자료포락분석을 활용하여 분석하였다.
본 연구에서는 선행연구 검토결과를 토대로 투입 변수로는 총사업비, 산출변수로는 SCI 논문 수, 국내 특허출원 수, 해외 특허출원 수를 각각 사용하였다.
투입변수로는 R&D 투자비용, 지원금을, 산출변수로는 특허 수, 공급량, 발전단가 등을 활용하였으며, 분석결과 2007년 풍력의 효율성이 가장 높으며, 태양광은 높은 지원금에 비해 공급량과 특허 수 증가율이 미비하여 효율성이 낮은 것으로 나타났다. 이 연구는 플랜트 단위가 아닌 각 원별 단위의 통합자료(aggregate data)을 사용하여 분석하였다.
(2009)은 자료포락분석(DEA)과 다기준 의사결정분석(MCDM, Multi-criteria decision analysis) 방법론을 결합하여 오스트리아 41개 바이오가스 플랜트의 경제적, 환경적, 사회적 성과를 분석하였다. 정확한 효율성 수치보다는 경영적 관점의 선호도를 반영하여 플랜트 효율성을 4등급으로 구분하였다.
대상 데이터
정부예산(일반+특별회계) 및 기금 중 연구개발예산으로 편성된 모든 국가 R&D 사업이 조사대상이 되며 2012년 기준으로 31개 정부부처가 추진한 529개 사업, 49,948개 세부 연구과제, 총 투자액 15조 9,064억원에 대해 연구비 기술분야, 연구인력 등 투입 항목과 논문, 특허 등 성과항목 21개를 조사하였다.
데이터처리
분산분석 (ANOVA)에 사용된 F-통계치는 220.5로 통계적으로 유의하여 주관부처별 R&D 효율성 평균의 차이가 없다는 귀무가설은 기각되었다.
분산분석(ANOVA)에 사용된 F-통계치는 9.2로 통계적으로 유의하여 신재생에너지간 R&D 효율성 평균의 차이가 없다는 귀무가설은 기각되었다.
자료포락분석을 통해 각 과제별 R&D 효율성을 측정하였을 때, 신재생에너지별/수행주체별/주관부처별로 효율성 차이가 통계적으로 유의미하게 존재하는지를 통계적으로 검증할 필요가 있으며, 이 때 사용하는 통계기법이 분산분석(ANOVA, Analysis of Variance)이다.
성능/효과
Schéffe 검증을 통한 사후검증을 추가적으로 수행한 결과, 수소 바이오 연료전지 태양광은 풍력에 비해 R&D 효율성이 통계적으로 유의하게 높다고 할 수 있으며, 수소는 석탄에 비해서도 효율성이 높다고 할 수 있다 하지만 나머지 신재생에너지간의 R&D 효율성 차이는 통계적으로 유의하지 않았다.
Schéffe 검증을 추가적으로 수행한 결과, 교과부(MEST)는 농진청(RDA)을 제외한 모든 부처보다 통계적으로 유의하게 R&D 효율성이 높게 나타났으며 농진청(RDA), 중기청(SMBA)도 그 외 부처보다 R&D 효율성이 통계적으로 유의하게 높은 것으로 분석되었다.
Schéffe 검증을 추가적으로 수행한 결과, 대학은 다른 모든 연구주체에 비해 통계적으로 유의하게 R&D 효율성이 높은 것으로 나타났고, 국공립연구소(NPRI) 은 중소기업(SME), 출연연연구소(GFRI), 대기업(LSE)에 비해 높게, 중소기업과 출연연구소는 대기업에 비해 높게 나와 연구주체별 R&D 효율성의 격차가 분명하게 존재함을 확인할 수 있다.
교과부(MEST), 농진청(RDA), 중기청(SMBA) 순으로 높은 효율성을 보이며, 신재생에너지 개발의 주무부서인 지경부 (MKE) 사업의 R&D 효율성은 0.684로 저조한 것으로 분석되었다.
대학 국공립연구소(NPRI)-중소기업(SME)-출연연구소(GFRI)-대기업(LSE) 순으로 R&D 효율성이 높게 나타났으며, 연구주체별 R&D 효율성 차이는 분산분석을 통해 통계적으로 유의한 것으로 나타났다.
둘째 기업보다는 대학이 대기업보다는 중소기업이 상대적으로 R&D 효율성이 높게 나타났다.
둘째, R&D 투입-산출간 함수형태에 대한 사전정보가 없는 상황에서 비모수적 접근법인 자료포락분석이 분석의 오차를 최소화할 수 있다.
또한 중소기업이 대기업에 비해 주로 소규모 과제를 수행하기 때문에 투입대비 성과가 좋게 나타나서 R&D 효율성이 높게 나타났다.
마지막으로 R&D 비효율성이 투입보다는 산출에서 주로 발생하고 있으며, 산출 중에서도 특허 성과에서 비효율성이 크게 발생하며, 신재생에너지간 격차도 크게 나타났다.
셋째 대학 수행비중이 높은 교과부 사업의 R&D 효율성이 비교적 우수하였고, 기업 수행비중이 높은 지경부 R&D 효율성이 저조하였다.
수소 분야 R&D 효율성이 0.749로 가장 높은 것으로 나타났으나, R&D 효율성이 가장 낮은 수력 분야도 0.701에 달해 신재생에너지 유형간 R&D 효율성이 크지는 않음을 확인할 수 있다.
이상의 선행연구 분석을 통해서 신재생에너지 분야 정부 R&D 투자의 효율성 분석은 실증적 측면에서 의의가 있으며, 자료포락분석(DEA)이 이를 수행하기 위해 가장 적합한 분석방법론임을 확인할 수 있다.
첫째 수소, 바이오, 연료전지, 태양광 등이 타 신재생에너지에 비해 비교적 높은 R&D 효율성을 보이면서 에너지원간 R&D 효율성의 차이가 유의하게 존재하였다.
투입변수로는 R&D 투자비용, 지원금을, 산출변수로는 특허 수, 공급량, 발전단가 등을 활용하였으며, 분석결과 2007년 풍력의 효율성이 가장 높으며, 태양광은 높은 지원금에 비해 공급량과 특허 수 증가율이 미비하여 효율성이 낮은 것으로 나타났다.
또한 논문보다는 국내특허와 해외특허에서 R&D 비효율성이 상대적으로 크게 발생하였다. 특히 논문의 경우 수력을 제외하고는 신재생에너지간 비효율성의 정도가 0.223~0.299로 상대적으로 낮은 수준이나, 국내 특허와 해외 특허는 비효율성이 각각 0.377~0.482, 0.341~0.466에 달할 정도로 신재생에너지간 비효율성의 격차도 큰 것으로 분석되었다. 한편 논문실적에서는 지열이 국내 특허에서는 바이오가 해외 특허에서는 수소가 비교우위를 가지고 있다.
후속연구
다만, 각 신재생에너지간 기술적 특성 기술성숙도, 연구수행 방식 등이 상이함에도 불구하고, 이러한 점들이 충분히 반영되지 못하고 있음을 본 연구의 한계점으로 밝히고자 한다.
신재생에너지별 연구주체별, 부처별 정부 R&D 투자의 효율성 분석은 정부 R&D 투자 효율성 제고를 위한 중요한 기초자료로 활용될 수 있다.
즉, R&D 효율성이 집단간 상이하다는 사실만을 확인할 뿐, 집단이 집단에 비해 R&D 효율성이 높고 낮은지는 통계적으로 검증하지는 못한다.
질의응답
핵심어
질문
논문에서 추출한 답변
국가연구개발사업 예산은 어떻게 증가했는가?
2007년 8조 7,704억원에 불과했던 국가연구개발사업 예산이 2012년 14조 6,795억원으로 연평균 10.9%의 증가율로 지속적으로 증가하였다. Table 1에 제시된 바와 같이 국가연구개발사업 예산 확대 추세에 따라 신재생에너지 부문의 예산도 2007년 1,889억원 (2.
생산의 효율성 측면에서 신재생에너지를 분석한 연구 중에 국내 사례에는 어떤 것이 있는가?
국내 연구로는 김홍희 외(2012)가 자료포락분석 (DEA, Data envelopment analysis)을 활용하여 2007-2009년 기간의 태양광, 풍력, 연료전지의 생산 효율성을 분석하였다. 투입변수로는 R&D 투자비용, 지원금을, 산출변수로는 특허 수, 공급량, 발전단가 등을 활용하였으며, 분석결과 2007년 풍력의 효율성이 가장 높으며, 태양광은 높은 지원금에 비해 공급량과 특허 수 증가율이 미비하여 효율성이 낮은 것으로 나타났다. 이 연구는 플랜트 단위가 아닌 각 원별단위의 통합자료(aggregate data)을 사용하여 분석하였다.
정부는 국가연구개발사업을 통해 신재생에너지 분야 R&D에 매년 얼마를 투자하고 있는가?
정부는 국가연구개발사업을 통해 매년 4,000억원 이상 신재생에너지 분야 R&D에 투자하고 있다. 본 연구는 신재생에너지 분야 정부 R&D 투자의 효율성을 측정하고, 비효율성의 원인을 파악하는데 있다.
Cooper W.W., Park, K., Pastor, J.T., "RAM: A Range Adjusted Measure of Inefficiency for Use with Additive Models, and Relations to Other Models and Measures in DEA", Journal of Productivity Analysis, vol. 11, 5-42. (1999)
Cristobal, J.R.S, "A Multi Criteria Data Envelopment Analysis Model to Evaluate the Efficiency of the Renewable Energy Technologies", Energy Policy, vol. 36, 2742-2746. (2011)
Kocher, M.G., Luptacik, M., Sutter, M., 2006, "Measuring Productivity of Research in Economics: A Cross-country Study Using DEA", Socio-Economic Planning Sciences, vol.40, 314-332. (2006)
Lee, H.Y., Park, Y.T., "An International Comparison of R&D Efficiency: DEA Approach", Asian Journal of Technology Innovation, vol. 13, no. 2, 207-222. (2005)
Madlener, R., Antunes, C.A., Dias, L.C., "Assesing the Performance of Biogas Plants with Multi-criteria and Data Envelopment Analysis", European Journal of Operational Research, vol. 197, 1084-1094. (2009).
Scheffe, H., The Analysis of Variance, Wiley, New York. (1959)
Wang, E. and Huang, W., "Relative Efficiency of R&D Activities: A Cross-country Study Accounting for Environmental Factors in the DEA Approach", Research Policy, vol. 36, 260-273. (2007)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.