[논문]DEA를 활용한 R&D 프로젝트의 효율성 비교 : 산업기술사업을 중심으로

김흥규; 강원진; 배진희

doi:10.11627/jkise.2015.38.3.29

DEA를 활용한 R&D 프로젝트의 효율성 비교 : 산업기술사업을 중심으로
Comparing Efficiencies of R&D Projects Using DEA : Focused on Industrial Technology Program 원문보기

Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.38 no.3, 2015년, pp.29 - 38

김흥규 (단국대학교 경영학부) , 강원진 (기술과가치 MoT본부) , 배진희 (한국산업기술진흥원 산업기술정책센터)

Abstract ▼ AI-Helper

In this paper, scale efficiencies and relative efficiencies of R&D projects in Industrial Technology Program, sponsored by Ministry of Trade, Industry and Energy, Korea, are calculated and compared. For the process, various DEA (Data Envelopment Analysis) models are adopted as major techniques. For DEA, two stage input oriented models are utilized for calculating the efficiencies. Next, the calculated efficiencies are grouped according to their subprograms (Industrial Material, IT Fusion, Nano Fusion, Energy Resources, and Resources Technology) and recipient types (Public Enterprise, Large Enterprise, Medium Enterprise, Small Enterprise, Lab., Univ., and etc.) respectively. Then various subprograms and recipient types are compared in terms of scale efficiencies (CCR models) and relative efficiencies (BCC models). In addition, the correlation between the 1st stage relative efficiencies and the 2nd stage relative efficiencies is calculated, from which the causal relationship between them can be inferred. Statistical analysis shows that the amount of input, in general, should increase in order to be scale efficient (CCR models) regardless of the subprograms and recipient types, that the 1st and 2nd stage relative efficiencies are different in terms of the programs and recipient types (BCC models), and that there is no significant correlation between the 1st stage relative efficiencies and the 2nd stage relative efficiencies. However, the results should be used only as reference because the goal each and every subprogram has is different and the situation each and every recipient type faces is different. In addition, the causal link between the 1st stage relative efficiencies and the 2nd relative efficiencies is not considered, which, in turn, is the limitation of this paper.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

다음 산업통상자원부에서 주관하는 산업기술사업은 산업소재산업원천기술개발사업(이하 산업소재), 산업융합기술원천기술(IT융합)개발사업(이하 IT융합), 산업융합기술원천기술(나노융합)개발사업(이하 나노융합), 에너지자원융합원천기술개발사업(이하 에너지자원), 그리고 자원기술개발사업(이하 자원기술)의 5개 사업 분야로 구분할 수 있고, 또한 공기업, 대기업, 중기업, 소기업, 출연연, 대학, 그리고 기타의 7개 주관기관으로 구분할 수 있는데, 이러한 R&D 프로젝트의 단계별 규모효율성과 상대효율성을 사업분야별로 그리고 주관기관별로 비교하고자 한다. 또한 단계별 상대효율성 간의 상관관계를 살펴보고자 한다. 이를 통하여 향후 산업통상자원부에서 시행하는 사업의 효율성 향상을 위한 기초자료를 제공하고자 한다.
본 연구에서는 각각의 관점에서 효율성을 분석한 기존의 연구와는 다르게 다양한 DEA 모형을 이용한 R&D 프로젝트의 총체적인 효율성평가 체계를 제안하고 이를 산업통상자원부 산업기술사업에 적용하고자 한다.
또한 단계별 상대효율성 간의 상관관계를 살펴보고자 한다. 이를 통하여 향후 산업통상자원부에서 시행하는 사업의 효율성 향상을 위한 기초자료를 제공하고자 한다.

제안 방법

강효율적인 점은 생산변경에 존재하면서 더 이상 투입을 줄이거나 산출을 늘릴 여지가 없는 상태를 나타내는 반면, 약효율적인 점은 생산변경에 존재하지만 단 하나의 산출물이라도 늘리거나 단 하나의 투입물이라도 줄일 수 있는 여지가 있는 상태를 나타낸다. 그리고 생산변경에 없는 점은 비효율적인(inefficient) 상태에 있다고 하고, 이 점과 생산변경과의 거리로 비효율성의 정도를 측정한다.
다음 [Table 1]에 나타낸 R&D 프로젝트 776개 중 2013년 현재 사업 종료 후 2년 이상이 경과한 627개를 이용하여 2단계 DEA를 위한 생산변경을 구하고 개별 R&D 프로젝트의 상대효율성을 계산한 후 [Table 2]에 나타낸 바와 같이 5개 사업분야와 7개 주관기관별로 상대효율성에 차이가 있는지를 분석한다.
다음 산업통상자원부에서 주관하는 산업기술사업은 산업소재산업원천기술개발사업(이하 산업소재), 산업융합기술원천기술(IT융합)개발사업(이하 IT융합), 산업융합기술원천기술(나노융합)개발사업(이하 나노융합), 에너지자원융합원천기술개발사업(이하 에너지자원), 그리고 자원기술개발사업(이하 자원기술)의 5개 사업 분야로 구분할 수 있고, 또한 공기업, 대기업, 중기업, 소기업, 출연연, 대학, 그리고 기타의 7개 주관기관으로 구분할 수 있는데, 이러한 R&D 프로젝트의 단계별 규모효율성과 상대효율성을 사업분야별로 그리고 주관기관별로 비교하고자 한다.
마지막으로 1단계와 2단계의 상대효율성 간의 상관관계를 살펴보아 기술적 산출과 경제적 산출 간의 인과관계의 가능성을 파악한다.
본 연구에서는 DEA를 이용하여 산업기술 R&D 프로젝트의 상대효율성을 사업분야별로 그리고 주관기관별로 비교·분석하였다.
본 연구에서는 먼저 이론적 배경으로 다양한 DEA 모형을 살펴본다. 이후 산업통상자원부에서 주관하는 산업기술사업을 구성하는 R&D 프로젝트의 성과창출과정을 두 단계로 구분하여 각 단계별 규모효율성과 상대효율성을 계산하다.
이러한 투입·활동·산출 단계별 성과지표를 도출하고 내적 타당성(측정 가능성, 구체성·명확성, 측정산식의 적절성, 기한성 등), 외적 타당성(측정 용이성, 성과 대표성, 성과 왜곡 가능성, 책임과 권한 적합성 등), 그리고 중복성 검토를 통하여 최종 성과지표를 선정, 이를 기술적 산출과 경제적 산출 두 단계로 구분, [Figure 5]에 나타낸 바와 같이 각 단계의 투입과 산출로 정하여 상대효율성을 측정한다.
이후 산업통상자원부에서 주관하는 산업기술사업을 구성하는 R&D 프로젝트의 성과창출과정을 두 단계로 구분하여 각 단계별 규모효율성과 상대효율성을 계산하다.
즉, R&D 프로젝트 776개를 이용하여 1단계 DEA를 위한 생산변경을 구하고 개별 R&D 프로젝트의 규모의 효율성(투입기준 CCR 모형), 투입요소 여유분과 산출요소 여유분(투입기준 BCC 모형), 그리고 상대효율성(AR 제약이 추가된 가상가격 기준 BCC 모형)을 계산한 후 [Table 1]에 나타낸 바와 같이 5개 사업분야와 7개 주관기관별로 규모의 효율성, 투입요소 여유분과 산출요소 여유분, 그리고 상대효율성에 차이가 있는지를 분석한다.
투입기준 CCR 모형을 이용하여 개별 R&D 프로젝트별로 1단계 상대효율성을 계산하고, 규모의 효율성 상태를 평가하여, 사업분야별로 그리고 주관기관별로 이를 정리한 결과는 [Table 4]와 [Table 5]에 나타낸 바와 같다.

대상 데이터

산업통상자원부 산업기술사업에서 주관하는 R&D 프로젝트 중에서 최근 2008~2012년에 종료된 R&D 프로젝트를 분석의 대상으로 한다.

이론/모형

다음 각 DMU가 보다 효율적으로 되기 위하여 필요한 1단계의 투입요소 여유분과 산출요소 여유분을 파악하기 위하여 투입기준 BCC 모형을 이용한다. 여기서 BCC 모형을 이용하는 이유는 생산가능집합이 불변규모수익의 가정을 만족하지 않기 때문이다.
또한 각 DMU를 대상으로 1단계와 2단계의 상대효율성을 측정하기 위하여 AR 제약이 추가된 투입기준 BCC 모형을 이용한다. 한편, AR 제약은 AHP를 통하여 각 단계에서의 투입 및 산출요소간의 상대적 중요도를 파악하여 결정한다.
먼저 각 DMU를 대상으로 1단계 규모의 효율성 상태를 파악하기 위하여 투입기준 CCR 모형을 이용한다. 여기서 투입기준 모형을 이용하는 이유는 DMU의 산출을 조정하는 것이 사실상 불가능하고 단지 투입을 줄임으로써 효율성을 개선할 수 있기 때문이다.

성능/효과

032). 그러나 두 상대효율성 사이에 상관관계가 없다는 귀무가설을 검정한 결과, 유의수준 5%에서 기각할 수 없다(p-value = .424). 따라서 산업소재, IT융합, 나노융합, 에너지자원, 그리고 자원기술을 포함한 전체 산업기술사업에서는 기술적 산출이 경제적 산출을 견인한다고 할 만한 통계적인 근거가 없다.
다음 투입기준 BCC 모형을 이용하여 프로젝트의 1단계 상대효율성을 살펴본 결과, 사업별로 보면 산업소재는 과제수행기간과 논문성과에, IT융합에서는 정부출연금과 민간부담금에, 나노융합에서는 과제수행기간과 논문성과에 개선이 필요한 것으로 나타났다. 주관기관별로 보면 공기업은 민간부담금과 투입인력에, 대기업은 민간부담금, 투입인력, 그리고 논문성과에, 기타는 정부출연금, 민간부담금, 과제수행기간, 그리고 논문성과에 개선이 필요함을 알 수 있다.
또한 AR제약이 추가된 가상가격 기준 BCC 모형을 이용하여 프로젝트의 1단계 상대효율성을 살펴본 결과, 사업분야별 분석에서는 IT융합>에너지자원≈자원기술≈나노융합 > 산업소재의 순으로 효율성이 높은 것으로 나타났으며, 주관기관별로는 대학≈중기업 > 기타≈출연연≈ 소기업 > 공기업≈대기업의 순으로 효율성이 높은 것으로 나타났다.
마지막으로 1단계 상대효율성과 2단계 상대효율성 간에는 상관관계가 존재한다고 할 수 없었다. 이러한 결과는 기술적 산출이 어느 정도 발생하더라도 구체적인 경제적 산출에의 기여도는 명확히 판단하기 어렵다는 것으로 해석될 수 있다.
먼저 투입기준 CCR 모형을 이용하여 프로젝트의 1단계 규모의 효율성을 살펴본 결과, 사업분야와 주관기관에 관계없이 대부분의 프로젝트가 규모의 경제 상태에 있는 것으로 나타나 프로젝트의 효율을 높이기 위해서는 투입되는 자원의 양을 상대적으로 늘려야 함을 알 수 있다.

후속연구

다음 투입된 다양한 R&D 자원을 활용하여 일정기간 R&D 프로젝트가 수행된다.
따라서 산업기술 R&D 프로젝트의 기술적 산출로부터 경제적 산출까지를 포괄할 수 있는 세련된 모형을 개발하고 이를 활용하여 R&D 프로젝트의 상대효율성을 평가하는 체계를 구축하는 것은 추후 연구과제가 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	DEA 모형은 어떻게 생성되는가?	DEA는 동일한 목적을 가지고 운영되는 다수의 투입요소와 다수의 산출요소를 갖는 ‘집합경쟁개체군’을 대상으로 각 개체, 즉 DMU(Decision Making Unit)의 상대 효율성을 평가하는 방법이다. DEA는 생산가능집합을 정의하는 것으로부터 시작되며, 생산가능집합에 대한 가정에 따라 다양한 DEA 모형이 생성된다. 여기서 특정한 수준의 투입으로 특정한 수준의 산출을 만들어 낼 수 있으면, 이 투입과 산출의 조합은 생산가능하다고 하고, 생산가능한 투입과 산출의 조합을 모두 모아 놓은 것을 생산가능집합이라고 한다.
	DEA란?	DEA는 동일한 목적을 가지고 운영되는 다수의 투입요소와 다수의 산출요소를 갖는 ‘집합경쟁개체군’을 대상으로 각 개체, 즉 DMU(Decision Making Unit)의 상대 효율성을 평가하는 방법이다. DEA는 생산가능집합을 정의하는 것으로부터 시작되며, 생산가능집합에 대한 가정에 따라 다양한 DEA 모형이 생성된다.
	산업통상자원부 산업기술사업의 목적과 연계하여 DMU을 설명하면 무엇인가?	산업통상자원부 산업기술사업의 목적과 연계하여 DMU, 즉 개별 R&D 프로젝트의 투입·활동·산출에 관하여 설명하면 다음과 같다. 먼저 여타 정부 R&D 사업과 유사하게 정부출원금, 민간부담금, 연구인력 등이 일정기간 투입된다. 다음 투입된 다양한 R&D 자원을 활용하여 일정기간 R&D 프로젝트가 수행된다. 이후 R&D 프로젝트의 수행으로 특허, 논문, 기술이전, 기술수준향상 등과 같은 기술적 산출이 발생한다. 마지막으로 이러한 기술적 산출을 바탕으로 추가적인 민간부담금 등이 일정기간 투입되어 사업화가 진행되면서 제품화, 매출, 비용절감, 신규고용창출 등과 같은 경제적 산출이 발생한다. 이는 최종적으로 본 사업의 목적인 산업기술의 발전이란 결과로 연계될 것이다.

참고문헌 (10)

Banker, R., Charnes, A., and Cooper, W., Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 1984, Vol. 30, pp. 1078-1092.

상세보기
Banker, R. and Thrall, R., Estimation of returns to scale using data envelopment analysis. European Journal of Operational Research, 1992, Vol. 62, pp. 74-84.

상세보기
Charnes, A., Cooper, W., and Rhodes, E., Measuring the efficiency of decision making units. European Journal of Operational Research, 1979, Vol. 2, pp. 429-444.
Fare, R., Grosskopf, S., and Lovell, C.A.K., The measurements of efficiency of production. Boston, USA : Kluwer-Nijhoff, 1985.
Farris, J.A., Groesbk, R.L., Aken, E.M.V., and Letens, G., Evaluating the relative performance of engineering design projects : A case study using data envelopment analysis. IEEE Transactions on Engineering Management, 2006, Vol. 53, pp. 471-482.

상세보기
Hsu, F.M. and Hsueh, C.C., Measuring relative efficiency of Gov.-sponsored R&D projects : A three-stage approach. Evaluation and Program Planning, 2009, Vol. 32, pp. 178-186.

상세보기
Hyon, M.S. and Yoo, W.J., A Study on the Technology Transfer Efficiency for Public Institutes Using DEA Model. Society of Korea Industrial and Systems Engineering, 2008, Vol. 31, pp. 94-103.
Mendenhall, W., Wackerly, D., and Scheaffer, R., Mathematical Statistics with Applications, 4th ed. California, USA : Duxbury, 1989.
Park, S.M., Two-staged DEA/AR-I Performance Evaluation Model for R&D Projects Efficiency Correlation Analysis and Programs Positioning Investigation. Journal of the Korean Academic Association of Business Administration, 2010, Vol. 23, pp. 3285-3303.
Thompson, R.G., Brinkman, E.J., Dharmapala, P.S., Gonzales-Lima, M.D., and Thrall, R.M., DEA/AR profit ratios and sensitivity of 100 large U.S. banks. European Journal of Operational Research, 1986, Vol. 98, pp. 213-229.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증