[논문]연구개발단계별 연구개발투자와 논문 성과 간의 시차효과 분석: 국가연구개발사업을 중심으로

박철민; 구본철

연구개발단계별 연구개발투자와 논문 성과 간의 시차효과 분석: 국가연구개발사업을 중심으로
An Analysis of Distributed Lag Effects of Expenditure by Type of R&D on Scientific Production: Focusing on the National Research Development Program 원문보기

기술혁신학회지 = Journal of Korea technology innovation society, v.19 no.4, 2016년, pp.687 - 710

박철민 (과학기술연합대학원대학교 과학기술경영정책학과) , 구본철 (기초과학연구원, UST 과학기술경영정책학과)

초록
AI-Helper

본 연구의 목적은 국가연구개발사업을 대상으로 각 연구단계별 연구개발 지출과 논문 성과 간의 시차구조를 분석하는 것이다. 이에 본 연구는 6T(IT, BT, NT, ST, ET, CT) 기술로 범주화 된 104개 기술의 횡단면 자료와 2007년부터 2014년까지의 시계열로 구성된 패널자료를 분석 자료로서 활용하였으며, 일반적인 시차분포모형을 통해 회귀분석을 실시할 경우 다중공선성이 내포된 분석결과가 도출될 가능성이 크기 때문에 다항시차분포모형을 통해 시차효과를 분석하였다. 그 결과 기초연구의 경우 4년 간 비교적 고른 분포를 보이는 것으로 나타났고, 응용연구와 개발연구의 경우 각각 3년, 2년간 투자효과가 유효한 것으로 확인되었다. 이러한 결과로 보건대, 국가연구개발사업의 논문 성과를 진단함에 있어 각 연구개발단계별 시차적 특성을 감안한 분석 및 평가가 신중하게 고려될 필요가 있을 것이다.

Abstract ▼ AI-Helper

This study aims to empirically estimate distributed lag effects of expenditure by type of R&D on scientific publication in the national R&D program. To analyze the lag structure between them, we used a dataset comprised of panel data from 104 technologies categorized by 6T (IT, BT, NT, ST, ET, CT) from 2007 to 2014, and employed multiple regression analysis based on the polynomial distributed lag model. This is because it is highly likely to emerge multicollinearity, if a distributed lag model without special restrictions is applied to multiple regression analysis. The main results are as follows. In the case of basic research, its lag effects are relatively evenly distributed during four years. On the other hand, the applied research and experimental development have distributed lag effects for three years and two years respectively. Therefore, when it comes to analyzing performance of scientific publication, it is necessary to be performed with characteristics of the time lag by type of R&D.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그럼에도 불구하고 현실적으로 연구개발 활동에 대한 성과평가는 연구기간과 무관하게 연구 수행기간 한 해 동안 발생한 성과물에 의존하고 있으며, 특히 연구개발 투입과 논문 성과 간의 관계에 대해 심도 있게 다룬 연구들도 다소 미흡한 실정이다. 따라서 본 연구는 국가연구개발사업을 대상으로 시차효과를 추정함으로써 연구개발 성과의 분석･평가시 시차효과를 반영하기 위한 기초자료를 제공하는데 그 목적을 두고자 하는 바이며, 더 구체적으로는 연구개발을 연구 개발단계별로²⁾ 구분한 후 각각의 투자지출이 해당 논문 성과에 어떠한 시차효과를 띠는지 다항시차분포모형(polynomial distributed lag model)을 통해 실증분석을 수행하고자 한다. 이상 본 연구를 통해 도출된 R&D 시차효과는 국가연구개발사업의 성과 및 투자효율성을 분석･ 평가함에 있어 진일보한 모형 수립에 한층 기여할 수 있을 것으로 기대된다.
이처럼 시계열 자료가 충분하지 않을 경우 전술한 바와 같이 통계적 유의성을 찾는데 한계가 있다. 따라서 본 연구에서는 해당 시계열자료에 횡단면을 추가한 패널자료를 활용함으로써 이를 보완하고자 하였다. 패널자료는 시계열자료에 비해 방대한 자료를 확보함으로써 자유도를 높이고, 설명변수 간 다중공선성 문제를 줄여주기 때문이다(Hsiao, 1986).
본 연구에서는 다항시차분포모형을 통해 국가연구개발사업의 연구비 투입과 논문 성과 발생 간의 시차효과를 분석하고, 연구개발단계별 시차구조의 차이유무를 도출하고자 한다. 따라서 이를 다항시차분포모형에 의거하여 모형화하면 다음과 같이 나타낼 수 있으며, 식 (6-1), (6-2), (6-3)은 연구개발단계중 기초연구의 다항시차분포모형, 응용연구의 다항시차분포모형, 개발연구의 다항시차분포모형을 각각 나타낸다.
의 값이 최대가 되거나, 정보기준이 최소가 될 수 있다는 문제를 내포하고 있음에도 불구하고, 그 추정치들이 명확한 기준을 제시하고 있다는 장점으로 인해 많은 연구자들에 의해 활용된 바 있다. 본 연구에서는 보편적으로 활용되고 있는 두 번째 방법에 따라, 다음과 같이 식 (7-1)부터 (7-4)까지의 모델을 축차적으로 회귀 분석하여 모형 내 변수의 회귀계수가 통계적으로 유의하지 않게 되는 t기의 시차변수를 최대 시차길이로 간주하고자 하였다.
아울러 단위근을 검정함에 있어 상수항(intercept) 및 추세항(trend)을 추정식에 포함시키거나 포함시키지 않고 실시할 수 있는데, 본 연구는 상수항만 고려한 추정식과 상수항 및 추세를 모두 고려한 추정식을 통해 단위근 여부를 판단하고자 한다.
이에 과거 연구자들은 시차 변수의 회귀 계수에 다양한 형태의 가정을 부과함으로써 이러한 한계점들을 극복하고자 하였다. 그 중 대표적으로 Almon(1965)의 경우 시차변수를 다항식으로 표현함으로써 다중공선성의 문제를 줄일 수 있다고 보았다.
선행연구들에 대한 검토결과, 분석대상이 대체로 특정 산업들의 시차구조에 편중되어 있음을 알 수 있다. 이에 본 연구에서는 국가연구개발사업을 연구개발단계별로 구분하여 그들 각각에 대한 논문 성과의 시차효과를 추정함으로써 연구개발단계에 따라 시차의 차이는 있는지, 그리고 그 분포형태는 각각 어떠한지 상호 비교･분석한다는 점에 차별성을 두고자 한다.

가설 설정

그리고 응용연구는 식 (7-3)에서 최초로 RD_{(t - 2)}의 회귀계수가 통계적으로 유의하지 않았으며, 마찬가지로 개발 연구도 식 (7-3)에서 최초로 RD_{(t - 1)}와 RD_{(t - 2)}의 회귀계수가 통계적으로 유의하지 않은 것으로 나타났다. 따라서 본 연구는 이러한 결과들을 바탕으로 기초연구는 4년, 응용연구와 개발 연구는 3년을 최대시차로 가정하였다.

제안 방법

하지만, 본 연구에서는 기존의 연구들과 달리 통계적 분석에 따라 개별적으로 다항차수를 결정하고자 하며 그에 따라, 앞 절에서 결정된 최대시차 4와 3으로 고정시킨 후 차수를 시행착오적으로 하나씩 줄여나가면서 통계적으로 유의한 값을 적정 다항차수로서 선택하고자 하였다. 그 결과 기초연구, 응용연구와 개발연구 모두 다항차수 3에서 가장 높은 통계적 유의성을 보이므로, 3을 최적 다항차수로 선택 및 분석에 적용하였다.
본 연구는 다항시차분포모형을 통해 국가연구개발사업의 정부연구비와 SCI(E) 논문 성과 간의 시차구조를 연구단계별로 나뉘어 실증적으로 분석해보았다. 그 절차는 우선 단위근 검정을 통해 각 분석변수들의 안정성 여부를 검토하였으며, 다음으로 축차적 회귀모형을 통한 최대시차의 선정 및 정보기준에 기반한 적정 다항차수를 결정한 후 다항시차분포모형을 토대로 연구 개발단계별 시차분포 효과를 살펴보았다.
이상 설정된 다항시차분포모형을 다시 정리하면, 기초연구의 경우 시차(i)는 4, 다항차수(r)는 3을 적용하였고, 응용연구와 개발연구는 둘 모두 시차 3에 다항차수 3을 적용하였다. 그리고 연구개발 시차는 일반적으로 정규분포의 형태를 지니고 있다는 점을 근거로(홍재표 외, 2012), 양 끝점이 0이라는 제약(three constraint)을 추가로 부과한 후 분석을 실시하였다. 그 결과는 다음 <표 6>, (그림 3)과 같다.
그리고 임의적인 시차선정 또한 단위근 존재 여부에 대한 결론에 큰 영향을 미칠 수 있으므로 본 연구에서는 적정차수를 결정하기 위한 모형 선정 기준으로 통상 실증연구에서 보편적으로 이용되고 있는 SIC(Schwarz Information Criterion) 정보기준을 통해 적정시차를 결정하였다. 이상 수준변수에 대한 패널 단위근 검정결과는 다음 <표 3>, <표 4>와 같다.
그러나 본 연구에서는 상기 두 검정결과를 제외한 대부분의 검정에서 5% 유의수준을 기준으로 단위근이 존재하지 않는 결과를 제시하고 있으므로, 해당 패널자료 모두 안정성을 갖는 것으로 간주하였다. 그에 따라 이하에서는 변수들 모두 차분변수로의 전환 없이 수준변수 그대로 활용하여 시차효과 분석을 실시하였다.
동 연구에서는 장기 국가연구개발사업인 21세기 프론티어 사업에 초점을 두고서 R&D 자원의 투입과 SCI, 비SCI 논문출간 시점 간의 시차를 분석하였다.
본 연구는 다항시차분포모형을 통해 국가연구개발사업의 정부연구비와 SCI(E) 논문 성과 간의 시차구조를 연구단계별로 나뉘어 실증적으로 분석해보았다. 그 절차는 우선 단위근 검정을 통해 각 분석변수들의 안정성 여부를 검토하였으며, 다음으로 축차적 회귀모형을 통한 최대시차의 선정 및 정보기준에 기반한 적정 다항차수를 결정한 후 다항시차분포모형을 토대로 연구 개발단계별 시차분포 효과를 살펴보았다.
동 연구에서는 장기 국가연구개발사업인 21세기 프론티어 사업에 초점을 두고서 R&D 자원의 투입과 SCI, 비SCI 논문출간 시점 간의 시차를 분석하였다. 이를 위해 16개 사업단의 지원을 받는 1,516개 부속과제들의 2001년부터 2009년까지의 데이터를 토대로 다항시차분포모형을 통한 분석을 수행하였으며, 16개의 사업단들 중 단 6개의 사업단에서 통계적 유의성을 확인할 수 있었다. 주요 결과를 요약하면, SCI 논문은 대체로 2년에서 4년 사이의 시차효과를 가지고 비SCI 논문은 1년에서 2년 정도의 시차를 갖는 것으로 분석하였다.
최종서(2009)는 168개의 개별기업들에 대한 1990년부터 2007년까지의 시계열자료를 이용하여 연구개발 지출이 기업의 이익과 주가에 긍정적인 영향을 미치는지 다항시차분포모형을 통해 분석하였다. 그 결과 여러 선행연구들과 달리 통계적 유의성을 보이는 경우는 매우 드문 것으로 나타났다.
추가적으로, 연구비의 경우 물가변동에 의한 편의(bias)를 제거하기 위해 박철민 외(2015)에서 제시한 R&D 디플레이터를 통해 2010년 기준 불변가격으로 조정하였으며, 두 변수 모두 자연로그로 변환하여 분석에 투입하였다.
하지만, 본 연구에서는 기존의 연구들과 달리 통계적 분석에 따라 개별적으로 다항차수를 결정하고자 하며 그에 따라, 앞 절에서 결정된 최대시차 4와 3으로 고정시킨 후 차수를 시행착오적으로 하나씩 줄여나가면서 통계적으로 유의한 값을 적정 다항차수로서 선택하고자 하였다. 그 결과 기초연구, 응용연구와 개발연구 모두 다항차수 3에서 가장 높은 통계적 유의성을 보이므로, 3을 최적 다항차수로 선택 및 분석에 적용하였다.

대상 데이터

먼저, 이재하 외(1999)는 R&D 투입비용과 특허 및 실용신안의 출원까지의 시차를 축차적 회귀방식(stepwise regression method)을 통해 분석하였다. 분석기간은 1980년에서 1994년까지, 분석대상은 전기･전자, 화공, 기계산업으로 한정하였다. 그 결과 시차는 대체로 1년에서 3년 이내인 것으로 나타났다.
이에 본 연구는 6T(IT, BT, NT, ST, ET, CT) 기술로 범주화 된 104개 기술의 횡단면 자료와 2007년부터 2014년까지 8년간의 시계열로 구성된 패널자료를 분석에 활용하였으며, 설명변수와 종속변수에 대한 각각의 대용변수로는 정부연구비와 SCI(E) 논문게재수로 선정하였다. 여기서 정부연구비는 각 해당연도별 집행 기준 금액을 의미하며(KISTEP, 2016나), 논문게재수는 성과발생일(게재확정일)을 기준으로 집계된 수치이다(KISTEP, 2016가).

이론/모형

이경석 외(2006)는 연구개발투자가 총요소생산성(total factor productivity: TFP)에 미치는 영향을 시차적 특성을 고려하여 분석하였다. 이에 동 연구는 콥-더글라스 생산함수(Cobb-Douglas production function)에 연구개발투자의 시차변수들을 추가한 모형을 설정하였으며, 1980년부터 2003년까지 15개 산업을 대상으로 일반최소자승추정법(generalized least squares: GLS)을 통해 분석하였다. 분석결과 15개 산업들 중 8개 산업에서 통계적 유의성을 확인하였다.

성능/효과

6) 먼저 기초연구의 시차효과 분석결과부터 살펴보면, 가정한 전체 시차 내 회귀계수들 모두 1% 유의수준에서 귀무가설을 기각하는 것으로 나타났다. 즉, 시차변수들 모두에게서 통계적 유의성을 확인할 수 있었다.
구체적으로는 과거의 R&D 지출이 기업의 이익에 통계적으로 유의성을 보인 경우가 전체 표본의 10∼15%에 불과한 것으로 나타났으며, 주가모형의 경우 역시 통계적으로 유의한 경우가 20%에 미치지 못하는 것으로 확인되었다.
그러나 본 연구에서는 상기 두 검정결과를 제외한 대부분의 검정에서 5% 유의수준을 기준으로 단위근이 존재하지 않는 결과를 제시하고 있으므로, 해당 패널자료 모두 안정성을 갖는 것으로 간주하였다. 그에 따라 이하에서는 변수들 모두 차분변수로의 전환 없이 수준변수 그대로 활용하여 시차효과 분석을 실시하였다.
)의 투자에 가장 탄력적인 것으로 나타났다. 그리고 2년차(RD_{(t - 1)})까지는 연구개발투자의 영향력이 비교적 크나 그 이후에는 크게 감소하는 것으로 분석되었다.
그 결과 시차는 대체로 1년에서 3년 이내인 것으로 나타났다. 그리고 실용신안출원이 특허출원보다는 짧은 시차를 가지며 세 산업들 중에서는 특허와 실용신안 모두 기계산업의 시차가 가장 짧은 것으로 분석되었다.
즉, 시차변수들 모두에게서 통계적 유의성을 확인할 수 있었다. 따라서 기초연구투자에 따른 성과발생 패턴은 이론에서 살펴본 바와 같이, 응용연구나 개발연구의 경우들에 비해 상대적으로 긴 시차동안 고르게 시차효과가 나타나고, 논문 성과의 발생은 2년차(RD_{(t - 1)})에 지출된 연구비에 가장 크게 반응한다는 것을 알 수 있다.
이에 동 연구는 콥-더글라스 생산함수(Cobb-Douglas production function)에 연구개발투자의 시차변수들을 추가한 모형을 설정하였으며, 1980년부터 2003년까지 15개 산업을 대상으로 일반최소자승추정법(generalized least squares: GLS)을 통해 분석하였다. 분석결과 15개 산업들 중 8개 산업에서 통계적 유의성을 확인하였다. 특히 정보통신산업과 펄프, 종이 및 종이제품산업, 이 두 산업의 시차가 2년으로 나타나 비교적 짧은 시차를 갖는 것으로 나타났고, 그 외 6개 산업은 5년 이상의 긴 시차를 갖는 것을 확인하였다.
분석결과 전 산업의 경우 1∼2년 정도의 시차가 존재한다고 결론지었다.
분석결과, 세 가지 모형 모두 대체로 통계적으로 유의한 결과가 도출되었다.⁶⁾ 먼저 기초연구의 시차효과 분석결과부터 살펴보면, 가정한 전체 시차 내 회귀계수들 모두 1% 유의수준에서 귀무가설을 기각하는 것으로 나타났다.
아울러 5개의 산업군으로 나눠서 분석해 본 결과 금속 및 금속가공산업군은 1년 이내, 화학산업군과 정밀과학산업군은 1∼2년, 기타 기계 제조산업군은 2∼3년의 시차효과를 각각 갖는 것으로 나타났다.
응용연구 역시 모형 내 시차변수들 모두 1% 또는 5% 유의수준에서 유의한 것으로 나타났으며, 당해연도의 논문 성과는 당해 연도(RD_t)의 투자에 가장 탄력적인 것으로 나타났다. 그리고 2년차(RD_{(t - 1)})까지는 연구개발투자의 영향력이 비교적 크나 그 이후에는 크게 감소하는 것으로 분석되었다.
김근령 외(2016)의 연구에서는 국내 51개 제약기업들의 2003년부터 2013년까지의 자료를 토대로 R&D 투자와 특허출원, 그리고 매출액 사이의 시차효과를 분석하였다. 이를 위해 다항 시차분포모형을 활용하였으며 그 결과, 두 종속변수 모두 당해 연도에서만 통계적으로 유의한 효과가 미치는 것을 확인하였다.
이상 KISTEP이 발간한 ｢국가연구개발사업 성과분석보고서｣를 통해 SCI(E) 논문 성과만을 특정하여 살펴보면, 2014년 기준 총 논문게재 건수는 34,330건으로 전년대비 30.6% 증가하였고 최근 5년간 연평균 10.2%씩 증가한 것으로 확인된다. 특히 논문 성과의 대부분은 기초연구에서 발생하고 있으며, 연평균 증가율 또한 13.
이를 위해 16개 사업단의 지원을 받는 1,516개 부속과제들의 2001년부터 2009년까지의 데이터를 토대로 다항시차분포모형을 통한 분석을 수행하였으며, 16개의 사업단들 중 단 6개의 사업단에서 통계적 유의성을 확인할 수 있었다. 주요 결과를 요약하면, SCI 논문은 대체로 2년에서 4년 사이의 시차효과를 가지고 비SCI 논문은 1년에서 2년 정도의 시차를 갖는 것으로 분석하였다.
⁶⁾ 먼저 기초연구의 시차효과 분석결과부터 살펴보면, 가정한 전체 시차 내 회귀계수들 모두 1% 유의수준에서 귀무가설을 기각하는 것으로 나타났다. 즉, 시차변수들 모두에게서 통계적 유의성을 확인할 수 있었다. 따라서 기초연구투자에 따른 성과발생 패턴은 이론에서 살펴본 바와 같이, 응용연구나 개발연구의 경우들에 비해 상대적으로 긴 시차동안 고르게 시차효과가 나타나고, 논문 성과의 발생은 2년차(RD_{(t - 1)})에 지출된 연구비에 가장 크게 반응한다는 것을 알 수 있다.
분석결과 15개 산업들 중 8개 산업에서 통계적 유의성을 확인하였다. 특히 정보통신산업과 펄프, 종이 및 종이제품산업, 이 두 산업의 시차가 2년으로 나타나 비교적 짧은 시차를 갖는 것으로 나타났고, 그 외 6개 산업은 5년 이상의 긴 시차를 갖는 것을 확인하였다.
패널 단위근 검정결과, 추정식에 상수항만 고려한 경우 모든 변수의 수준변수에서 1% 유의 수준을 기준으로 패널 단위근이 존재하지 않는 것으로 나타났으나, 추정식에 상수항과 추세를 모두 고려할 경우 기초연구에 대한 정부연구비는 IPS 검정에서, 개발연구에 대한 논문성과는 LLC 검정에서 패널 단위근의 존재를 부인할 수 없는 것으로 나타났다.

후속연구

그 첫 번째 한계점이라 함은 본 시차분포모형의 경우 시계열 자료가 충분하게 확보되어있지 않다면, 시차 변수들을 하나씩 추가하여 회귀식을 추정할 때마다 자유도(degrees of freedom)가 손실되면서 그 통계적 추론에 있어 안정성을 잃게 될 가능성이 크다는 점을 들 수 있다.
그리고 기초연구 과제와 응용연구 및 개발연구 과제의 연구기간이 다소 다를 것으로 추정되나, 본 연구의 분석에서는 이에 대한 고려가 없었다는 점도 한계로 지적될 수 있다. 기초연구과제의 연구기간은 응용 및 개발연구에 비해 더 긴 것이 일반적인데, 이러한 특성이 연구비 투자와 논문 성과발생 간의 시차에 어느 정도 영향을 미칠 수 있을 것으로 예상되기 때문이다.
끝으로, 본 연구에서는 단지 연구개발단계별로 구분하여 시차효과를 분석하였지만, 연구개발 단계 내에서도 과학기술분류나 산업분류에 따른 시차효과는 다를 것으로 예상되며, 그 외 새로운 설명변수 및 매개변수들을 모형에 추가 설정 후 분석을 수행한다면 본 연구결과와는 또 다른 새로운 시사점들을 밝혀낼 수 있을 것이라 사료된다.
그 첫 번째는 정형화된 이론 또는 문헌조사를 통한 선험적 정보, 아니면 직관적인 통찰에 의존하여 최대 시차길이를 결정하는 방법이다. 단, 본 방법을 통해 시차를 결정하고자 할 경우 반드시 사전적인 정보를 필요로 한다는 점과 연구자의 주관이 다소 개입될 수 있다는 점에 그 제약이 있다 하겠다.
그리고 본 연구의 분석결과 기초연구(4), 응용연구(3), 개발연구(2) 순으로 긴 시차적 효과를 갖는 것으로 나타났다. 따라서 보다 과학적이고 객관적인 성과분석 및 평가가 이루어지기 위해서는 그 분석과 평가를 수행함에 있어 이러한 연구개발단계별 상이한 시차 및 분포효과를 충분히 반영할 필요가 있을 것이다. 예컨대, 기초연구의 경우 성과인정 범위를 당해 연도에 국한하지 않고 되도록 넓게 확장해서 보아야 할 것이며, 응용연구와 개발연구들도 비교적 짧게나마 시차효과가 고려되어야 함이 바람직할 것이다.
통상 과제수행 기간 동안에 투고된 일부 논문들은 심사를 거쳐 과제가 종료된 다음에 발표(publish)되기도 하는데, 이러한 성과들이 기타 새롭게 시작하는 과제들의 1년차 성과로서 함께 집계되도록 영향을 미쳤을 편의(bias)가 존재할 수 있는 것이다. 따라서 연구비의 투입시점과 논문성과 산출시점 간의 시차를 보다 엄밀하게 분석하기 위해서는, 추후 분석그룹을 연구과제 수행기간으로 구분하여 논문이 연차별로 어떻게 산출되고 어떤 시차를 가지는지를 분석해볼 필요가 있을 것이다.
다시 말해, 선택적 편의(selection bias)가 존재한다는 것이다. 따라서 최대시차를 더 길게 부여하거나 다항차수에 변화를 준다면, 본 연구결과와는 또 다른 결과가 도출될 수 있을 것이다.
마지막으로 개발연구의 경우엔 2년차(RD_{(t - 1)})까지만 통계적 유의성이 있는 것으로 확인되며, 시차변수들 모두 기초연구 및 응용연구에 비해 그다지 효과적이지는 못한 것으로 분석된다. 이러한 결과는 개발연구의 특성상 새로운 지식의 발견 및 획득에 연구목적을 두기보단 이미 생성된 지식을 바탕으로 제품 또는 장치를 새로이 개발하거나 개선하는데 상대적으로 주력하게 되면서, 개발연구의 성과가 주로 과학적･학술적 성과보다는 기술적･경제적 성과에 편중된 데에 기인한 것으로 보인다.
우선, 통계적 방법을 기반으로 한 계량분석은 근본적으로 분석모형을 설정함에 있어 연구자의 자의적인 판단이 불가피하게 개입된다는 문제가 있다. 본 연구에서도 최대한 통계적인 수치결과에 기초하여 최대시차 및 다항차수를 선정하였는데, 이와 같이 통계결과에 기초한 모형이 곧 절대적인 최적모형이라고 단언하기는 어렵다. 다시 말해, 선택적 편의(selection bias)가 존재한다는 것이다.
특히 분석결과에 따르면, 국가연구개발사업의 논문 성과의 발생은 투자시점 직후에 그 분포가 집중되어 있다는 점에 주목할 필요가 있다. 이러한 결과에 대한 한 가지 가능성은 본 연구를 수행함에 있어, 3년 단위의 과제 그룹 또는 5년 단위의 과제 그룹 등과 같이 연구과제 수행기간을 따로 구분하지 않은 채 총체적인(aggregated) 자료를 분석에 활용한 데에서 그 원인을 찾을 수 있을 것이다. 통상 과제수행 기간 동안에 투고된 일부 논문들은 심사를 거쳐 과제가 종료된 다음에 발표(publish)되기도 하는데, 이러한 성과들이 기타 새롭게 시작하는 과제들의 1년차 성과로서 함께 집계되도록 영향을 미쳤을 편의(bias)가 존재할 수 있는 것이다.
이상 본 연구를 통해 도출된 R&D 시차효과는 국가연구개발사업의 성과 및 투자효율성을 분석･ 평가함에 있어 진일보한 모형 수립에 한층 기여할 수 있을 것으로 기대된다.
한편, 한정된 국가 재정의 집행효율성을 제고하기 위해서는, 막대한 예산이 투입되고 있는 국가연구개발사업의 투자효율성에 대한 분석 및 평가가 필수적으로 수행되어져야 할 것이다. 이러한 배경 하에, 정부는 국가연구개발사업 조사･분석･평가제도를 1999년 도입한 이래 R&D 투자 효율성 제고 및 효과적인 평가시스템 구축을 위한 노력을 경주하고 있으며(유화선, 2016), 부처별 연구관리 전문기관들도 해마다 국가연구개발사업에 투입된 예산과 연구인력, 그리고 그 결과물인 논문, 특허, 기술료 등 연구 성과들을 대상으로 평가업무를 수행하고 있다(이길우 외, 2009).

질의응답

핵심어	질문	논문에서 추출한 답변
	R&D 투자에 대한 성과 및 효율성을 분석 할 때 주의해야할 점은?	그러나 R&D 투자에 대한 성과 및 그 효율성을 분석하기 위해 한 가지 주의해야할 점은 반드시 그 회임기간에 대한 고려가 필요하다는 것이다(양희승, 2010). 경제학적인 분석에 있어서 한 변수 Y가 또 다른 변수 X에 의존하고 있는 관계는 동시적(contemporaneous)으로 발생하는 것이 아니라 시간적 간격을 갖는 것이 일반적이기 때문이다.
	국가연구개발사업이 무엇인가?	국가연구개발사업이란 “정부가 국가차원에서 연구개발이 요구되는 분야의 과학기술문제를 해결하기 위해 특정한 지향성과 목표를 설정하고, 연구개발 자원을 전략적으로 집결하여 추진 하는 사업”을 말한다(이상엽 외, 2006). 이는 다시 광의의 개념과 협의의 개념으로 나눌 수 있는데, 광의의 개념은 민간기업의 연구개발이 포함된 국가차원의 과학기술 계획 또는 과학기술전략 수립을 모두 포함하는 것을 의미하고, 협의의 개념은 정부예산이나 정부가 조성한 기금으로 국가가 직접 연구개발 활동을 수행하거나 이러한 활동들을 지원하는 일련의 과정 및 제도로 볼 수 있다(유화선, 2016).
	연구개발 활동, R&D 투자 및 그 성과 간의 관계에서 시차의 발생이 발생하는 이유는?	시차의 발생은 연구개발 활동 즉, R&D 투자 및 그 성과 간의 관계에서도 예외 없이 나타나는 현상이다.1) 연구성과물인 특허의 출원 및 등록은 물론이고 논문 게재를 위해서도 반드시 일련의 기간이 수반되기 때문이다. 특히 학술논문의 경우 학술지의 수준 및 그 분야에 따라서도 그 지연시간에는 어느 정도 차이가 존재하고 있음은 잘 알려진 사실이다(정병호 외, 2012).

참고문헌 (43)

KISTEP (2014), 연구개발부문 사업의 예비타당성조사 표준지침(제2판), 서울: 한국과학기술기획평가원.
KISTEP (2016가), 2014년도 국가연구개발사업 성과분석 보고서, 과천: 미래창조과학부.
KISTEP (2016나), 2014년도 국가연구개발사업 조사.분석 보고서, 과천: 미래창조과학부.
김근령.김기홍 (2016), "제약기업 R&D투자의 시차효과에 관한 연구", 보건경제와 정책연구, 22(1): 21-38.
김옥경 (1995), "알몬(Almon)모형 추정에 관한 연구: 다항식의 차수와 시차길이 결정을 중심으로", 세종대학교 대학원 석사학위 논문.
박수동.성웅현 (2010), "주성분 회귀모형을 이용한 과학기술 지식생산함수 추정", 기술혁신학회지, 13(2): 231-251.

원문보기 상세보기
박수동.홍순기 (2003), "비모수적 방법을 이용한 OECD 국가별 R&D 효율성과 생산성 분석", 기술혁신연구, 11(2): 151-173.
박철민.한정민.구본철 (2016), "R&D기여율 차등적용에 관한 탐색연구: ICT R&D사업을 중심으로", 기술혁신학회지, 19(1): 29-47.

원문보기 상세보기
박철민.구본철.남상성 (2015), "R&D 디플레이터 산출방법 개발에 관한 연구", 한국경영공학회지, 20(3): 121-137.
안승구.김주일 (2016), 2016년도 정부연구개발예산 현황분석, 서울: 한국과학기술기획평가원.
양희승 (2010), "R&D 예비타당성조사에서의 편익 추정의 정형화 가능성에 관한 고찰", 정책평가학회보, 20(2): 77-101.
유화선 (2016), "국가연구개발사업의 예산편성과 성과평가 간의 관계 분석", 성균관대학교 대학원 석사학위 논문.
이경석.박명철.이덕희 (2006), "시차분석을 통한 정보통신산업 연구개발투자가 총요소생산성에 미치는 효과 연구", 한국통신학회논문지, 31(2B): 154-163.
이길우.천세봉.고윤미 (2009), "연구관리 전문기관의 실태분석을 통한 유형화에 관한 탐색연구", 기술혁신학회지, 12(1): 1-35.
이상엽.박석종.엄익천.김성진.김인자 (2006), 국가연구개발사업백서, 서울: 한국과학기술기획평가원.
이수지.김태윤 (2015), "국가R&D 사업화 영향요인에 관한 연구: '부품.소재산업경쟁력 향상사업' 사례를 중심으로", 기술혁신학회지, 18(4): 590-620.

원문보기 상세보기
이재하.권철신 (1999), "산업 R&D 성과의 시간지연에 관한 분석", 기술혁신연구, 7(1): 176-186.

원문보기 상세보기
이헌준.백철우.이정동 (2014), "기업 R&D투자의 시차효과분석", 기술혁신연구, 22(1): 1-22.

원문보기 상세보기
정병호.천강민.양재경 (2012), "국가연구개발사업의 학술적 성과의 시차효과에 관한 실증적 연구", 산업경영시스템학회지, 35(1): 87-92.

원문보기 상세보기
최종서 (2009), "연구개발투자의 경제적 시차효과에 대한 시계열분석, 회계학연구, 34(1): 67-105.
홍순기.홍사균.안두현 (1991), 연구개발투자의 산업부문간 흐름과 직.간접 생산성 증대효과 분석에 관한 연구, 서울: 과학기술정책연구소.
홍재표.최나린.김방룡 (2012), "IT산업 연구개발투자의 경제적 효과 분석", 한국통신학회논문지, 37(9): 837-848.
황석원.김병우.유승훈.박규호.류태규.추기능.이민규 (2008), 기초연구 투자의 경제적 파급효과 분석, 서울: 과학기술정책연구원.
Almon, S. (1965), "The Distributed Lag between Capital Appropriation and Expenditures", Econometrica, 33(1): 178-196.

상세보기
Branch, B. (1974), "R&D Activity and Profitability: A Distributed Lag Analysis", Journal of Political Economy, 82(51): 999-1011.

상세보기
Crespi, G. A. and Geuna, A. (2008), "An Empirical Study of Scientific Production: A Cross Country Analysis, 1981-2002", Research Policy, 37(4): 565-579.

상세보기
Donald, W. K. A. and Ray, C. F. (1992), "Estimation of Polynomial Distributed Lags and Leads with End Point Constraints", Journal of Econometrics, 53: 123-139.

상세보기
Geweke, J. (1978), "Temporal Aggregation in the Multiple Regression Model", Econometrica, 46(3): 643-661.

상세보기
Granger, C. W. J. and P. Newbold (1974), "Spurious Regressions in Econometrics", Journal of Econometrics, 2(2): 111-120.

상세보기
Griliches, Z. and Schmookler, J. (1963), "Investing and Maximizing", The American Economic Review, 53(4): 725-729.
Gujarati, D. N. (2009), Basic Econometrics, Boston: McGraw-Hill.
Hall, B. H., Griliches, Z. and Hausaman, J. A. (1986), "Patent and R&D: Is There a Lag?", International Economic Review, 27(2): 265-283.

상세보기
Hill, R. C., Griffiths, W. E. and Judge, G. G. (2010), Principal of Econometrics, Willey.
Hsiao, C. (1986), Analysis of Panel Data, Cambridge University Press.
Im, K. S., Pesaran, M. H. and Shin, Y. (2003), "Testing for Unit Roots in Heterogeneous Panels", Journal of Econometrics, 115(1): 53-74.

상세보기
Koyck, L. M. (1954), Distributed Lags and Investment Analysis, Amsterdam: North-Holland Publishing Company.
Levin, A., Lin, C. F. and Chu, C. (2002), "Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties", Journal of Econometrics, 108(1): 1-24.

상세보기
Maddala, G. S. and Wu, S. (1999), "A Comparative Study of Unit Root Tests with Panel Data and a New Simple Test", Oxford Bulletin of Economics and Statistics, 61: 631-652.

상세보기
OECD (2002), "The Measurement of Scientific and Technical Activity", Frascati Manual.
Pakes, A. and Schankerman, M. (1984), "The Rate of Obsolescence of Patents, Research Gestation Lags, and the Private Rate of Return to Research Resources", In Z. Griliches (ed), R&D, Patents and Productivity, University of Chicago Press, Chicago, IL, 209-232.
Scherer, F. M. (1965), "Firm Size, Market Structure, Opportunity, a nd t h e Output of Patented Inventions", The American Economic Review, 55(5): 1097-1125.

상세보기
Sims, C. A. (1974), "Distributed Lags", in M.D. Intriligator and D.A. Dendrick(eds.), Frontiers of Quantitative Economics, Vol. II, Amsterdam: North-Holland Publishing Co.
Wang, N. and John, H. (2014), "The Lag Structure Relationship between Patenting and Internal R&D Revisted", Research Policy, 43, 1275-1285.

상세보기

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