[논문]정부 재정지원이 산학협력 성과에 미치는 영향 분석: 산학협력 선도대학 육성사업을 중심으로

문형진; 이희상

doi:10.14383/sime.2016.24.3.29

정부 재정지원이 산학협력 성과에 미치는 영향 분석: 산학협력 선도대학 육성사업을 중심으로
The Effects of Government Financial Support on the Performance of Industry-University Cooperation: Focus on LINC Program 원문보기

기술혁신연구, v.24 no.3, 2016년, pp.29 - 52

문형진 (성균관대학교 기술경영학과) , 이희상 (성균관대학교 기술경영학과)

초록
AI-Helper

정부는 국가의 지속적 성장과 경쟁력 확보를 위해 산학협력의 중요성을 인지하고 산학협력 활동을 촉진하는 다양한 정책 및 지원 등을 추진해오고 있지만 의도한 성과를 충분히 달성하지 못하고 있다는 비판이 지속적으로 제기되고 있다. 이에 본 연구에서는 성향점수매칭(Propensity Score Matching) 방법을 이용하여 산학협력 선도대학(LINC) 육성사업이 산학협력의 성과에 미치는 영향에 대해 살펴보았다. 분석결과 산학협력 선도대학(LINC) 육성사업의 지원 여부가 대학의 기술이전 건수와 교원창업자 수에는 유의한 영향을 주었지만 기술이전 수입료와 학생창업자 수에는 유의한 영향을 미치지 않는 것으로 분석되었다. 이러한 연구결과는 산학협력 선도대학(LINC) 육성사업이 산학협력 활성화를 위한 기반을 조성하고 있지만 성과의 확산을 위해서는 정부의 지속적인 노력이 필요함을 시사하고 있다.

Abstract ▼ AI-Helper

As Industry-University Cooperation (IUC) has been emphasized for securing national competitiveness in a knowledge-based economy, the South Korean government has promoted related policies, including a financial support program for facilitating IUC activities. This study examines the effects of Leaders in INdustry-university Cooperation (LINC) program, which is one of the government financial support programs for IUC, on the performance of IUC by propensity score matching. The results show that LINC program positively influences the number of technology transfers and the number of faculty that participated in start-ups. The results of this study are expected to provide implications for improving IUC policies and the financial support program.

주제어

AI 본문요약
AI-Helper

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

문제 정의

산학협력 선도대학(LINC) 육성사업은 2012년부터 2016년까지 총 2단계로 5년(2년 +3년)간 대학에 재정을 지원하는 사업으로 2012년부터 2013년까지 진행된 1단계에서는 산학협력 선도모델 기반조성 및 내실화를 목표로 사업이 추진되었으며, 2014년부터 2016년까지 진행 중인 2단계에는 산학협력 선도모델 성과창출 및 확산을 목표로 사업이 추진되고 있다. 2단계 산학협력 선도대학 육성사업(LINC)은 현재 진행 중인 사업으로 본 연구에서는 1단계 산학협력 선도대학 육성사업(LINC)에 한정해 그 영향을 분석해 보고자 한다.
본 연구는 정부의 재정지원이 대학 산학협력 성과와 어떠한 연관성을 가지고 있는지 를 알아보고자 하는데 그 목적이 있다. <표 2>는 2012년 기준으로 (구)교육과학기술부 가 주관한 산학협력 재정지원 사업 현황이다.
본 연구에서는 정부의 산학협력 선도대학(LINC) 육성사업이 대학의 산학협력 성과에 미치는 영향에 대해 살펴보았다. 산학협력 성과 영향요인을 위주로 다루었던 기존의 연구에서 벗어나 정부의 재정지원이 산학협력 성과에 어떠한 영향을 미쳤는지에 대해 살 펴보았다는 점에서 의미 있다고 할 수 있다.
이에 본 연구에서는 정부의 정책이나 사업 참여로 발생하는 성과를 평가함에 있어 생 기는 선택편의(selection bias)를 해결하는 방법 중 하나인 성향점수매칭법(Propensity Score Matching)을 이용하여 산학협력 선도대학(LINC) 육성사업이 산학협력의 성과에 미치는 영향에 대해 살펴보고 정부의 산학협력 재정지원 사업의 발전방안에 대해 모색해 보고자 한다.

제안 방법

먼저 분석대학들의 산학협력 선도대학(LINC) 육성사업 참여여부와 설명변수를 이용하여 산학협력 선도대학(LINC) 육성사업에 참여할 확률인 성향점수를 프로빗 모형을 통해 추정하였다. 그리고 추정된 성향점수를 커널 매칭 중 Epanechnikov 커널 함수를 이용하여 사업 참여집단과 비교집단을 매칭 하였다. 이때 유사한 성향점수를 가지는 참여대학과 비교집단의 매칭을 위해 성향점수의 공통영역(common support) 내에서만 매칭 되도록 하였으며 함수에 사용되는 대역너비(band width)는 psmatch2의 기본값인 0.
넷째, 현재 산학협력 선도대학(LINC) 육성사업은 진행 중인 사업으로 본 연구에서는 1단계인 2012년, 2013년 성과에 대해서만 분석하였다. 따라서 사업의 실질적인 성과를 판단하기 위해서는 좀 더 시간이 지난 뒤 사업 종료 후의 산학협력 성과에 대한 추가 분석이 필요할 것이다.
먼저 선행연구를 검토하고 연구가설을 설정한다. 다음 으로 성향점수매칭법을 연구방법으로 선택하고 연구에 필요한 변수들을 정의한 후 연구 가설을 검증한다. 마지막으로 연구결과를 요약하고 그에 따른 시사점 및 향후 연구 방향에 대해서 정리한다.
교육부와 한국대학교육협의회가 총괄하고 한국연구재단, 한국교육개발원 등의 공공기관이 조사, 관리하는 지표로써 연구 자료로 신뢰성이 매우 높다. 대학정보 공시자료는 본교, 분교, 캠퍼스³⁾로 구분되어 있는데 본교와 분교는 구분하여 적용하였고, 캠퍼스의 경우 본교에 합산하여 활용하였다.
둘째, 산학협력 성과변수 도출 시 선행연구 분석을 통하여 기술이전 건수, 기술이전 수입료, 교원창업자 수, 학생창업자 수 등 4가지 변수를 설정하였다. 이들 변수 이외에 정부가 산학협력 성과라고 판단하고 있는 가족회사 수, 특성화 분야 인력양성 등 다양한 성과변수에 대한 분석이 필요하다고 생각된다.
먼저 산학협력 선도대학(LINC) 육성사업 평가 포뮬러 지표 및 선행연구 분석을 바탕 으로 산학협력 성과에 영향을 주는 설명변수를 선정하고 프로빗 모형을 이용하여 산학 협력 선도대학(LINC) 육성사업에 참여할 것으로 예상되는 확률인 성향점수를 추정한다. 두 번째 단계로 사업 참여집단과 비교집단을 성향점수에 기초하여 매칭한다.
본 연구에서는 기술이전 건수, 기술이전 수입료, 교원창업자 수, 학생창업자 수를 산학 협력 성과변수로 설정하였다. 대학정보공시 지침서(교육과학기술부⋅한국대학교육협의 회, 2013; 교육부⋅한국대학교육협의회, 2014)에 기술된 정의를 활용하였으며 1단계 산학 협력 선도대학(LINC) 육성사업의 평균 사업 참여효과 추정을 위해 2012년 및 2013년 데이터를 사용하였다.
본 연구에서는 성향점수 추정을 위해 1단계 산학협력 선도대학(LINC) 육성사업 참여 대학 선정을 위해 사용된 대학의 기본역량(교육/연구) 및 산학협력 특성화 포뮬러 지표와 선행연구의 산학협력 성과 영향요인을 바탕으로 산학협력 성과에 영향을 주는 13개의 설명변수를 선정하였다. 설명변수는 1단계 산학협력 선도대학(LINC) 육성사업 평가 포뮬러 지표 및 대학정보공시 지침서(교육과학기술부⋅한국대학교육협의회, 2011, 2012) 에 기술된 정의를 활용하였다.
선행연구에서는 기술이전 건수, 기술이전 수입료, 창업 건수 및 창업자 수, 특허출원 및 등록 건수, 창업기업 매출액 등을 산학협력 성과로 정의하고 있다. 이 중 본 연구에서는 기술이전 건수, 기술이전 수입료, 창업자 수를 산학협력 성과로 정의하였으며 창업자수는 창업 주체를 보다 심층적으로 살펴보기 위해 학생창업자 수와 교원창업자 수로 세분화하였다. 이들은 정부가 산학협력 선도대학 육성사업(LINC) 지원 대학을 평가하는데 사용하는 핵심 성과지표들 중 하나로 본 연구에서 산학협력 성과로 활용하는 것이 타당하다고 볼 수 있다.
추정된 성향점수를 기준으로 산학협력 선도대학(LINC) 육성사업에 참여한 총 51개 대학 중 비교집단과의 성향점수 분포 비교를 통해 공통영역을 벗어나는 10개 대학을 제 외하고 41개 대학을 대상으로 커널 매칭을 실시한 후 설명변수들이 유사하게 매칭 되었는지를 확인하기 위해 균형성 평가를 실시하였다. 본 연구에서는 매칭의 균형성 평가를 위해 사업 참여대학과 미참여대학 간 매칭 전, 후의 각 설명변수들의 표준화된 편차 (standardized difference)⁴⁾를 살펴보고 각 설명변수들의 평균에 대해 t-test를 실시하였다.

대상 데이터

1단계 산학협력 선도대학 (LINC) 육성사업의 포뮬러 지표 평가 시, 본, 분교의 실적을 구분하여 평가하였으며 산학협력단 법인을 본교와 분리하여 운영하는 대학의 분교의 경우 사업에 따로 참여가 가능하였기 때문에 본 연구에서는 분교를 별도의 대학으로 구분하여 총 159개 대학을 최종 분석 대학으로 선정하였다. 159개 대학 중 1단계 산학협력 선도대학(LINC) 육성사업 에 참여한 51개 대학을 사업 참여집단으로, 사업에 참여하지 않은 108개 대학을 비교집단으로 구분하여 분석에 활용하였다.
본 연구의 대상은 고등교육법 제2조에 따라 설치되고, 2008년 5월 26일부터 시행된 교 육관련기관 정보공개에 관한 특례법의 취지에 따라 대학정보공시 대상에 해당하는 대학 및 산업대학 중 이공계 교원이 존재하는 대학으로 한정하였다. 1단계 산학협력 선도대학 (LINC) 육성사업의 포뮬러 지표 평가 시, 본, 분교의 실적을 구분하여 평가하였으며 산학협력단 법인을 본교와 분리하여 운영하는 대학의 분교의 경우 사업에 따로 참여가 가능하였기 때문에 본 연구에서는 분교를 별도의 대학으로 구분하여 총 159개 대학을 최종 분석 대학으로 선정하였다. 159개 대학 중 1단계 산학협력 선도대학(LINC) 육성사업 에 참여한 51개 대학을 사업 참여집단으로, 사업에 참여하지 않은 108개 대학을 비교집단으로 구분하여 분석에 활용하였다.
설명변수는 1단계 산학협력 선도대학(LINC) 육성사업 평가 포뮬러 지표 및 대학정보공시 지침서(교육과학기술부⋅한국대학교육협의회, 2011, 2012) 에 기술된 정의를 활용하였다. 1단계 산학협력 선도대학(LINC) 육성사업 평가 포뮬러 지표 기준에 따라 대부분의 변수¹⁾는 2010년 데이터를 사용하였으며 산학협력단 전문인력 비율, 산학협력단 정규직 비율 등의 변수들은 2011년 데이터를 사용하였다²⁾. 본 연구에서 사용한 설명변수의 조작적 정의는 <표 3>과 같다.
대학정보공시 지침서(교육과학기술부⋅한국대학교육협의 회, 2013; 교육부⋅한국대학교육협의회, 2014)에 기술된 정의를 활용하였으며 1단계 산학 협력 선도대학(LINC) 육성사업의 평균 사업 참여효과 추정을 위해 2012년 및 2013년 데이터를 사용하였다.
본 연구에서는 대학의 운영 현황 및 정보를 제공하는 한국대학교육협의회 대학 정보 공시센터의 대학 알리미사이트(www.academyinfor.go.kr)에 공시된 자료를 사용하였다. 교육부와 한국대학교육협의회가 총괄하고 한국연구재단, 한국교육개발원 등의 공공기관이 조사, 관리하는 지표로써 연구 자료로 신뢰성이 매우 높다.
본 연구의 대상은 고등교육법 제2조에 따라 설치되고, 2008년 5월 26일부터 시행된 교 육관련기관 정보공개에 관한 특례법의 취지에 따라 대학정보공시 대상에 해당하는 대학 및 산업대학 중 이공계 교원이 존재하는 대학으로 한정하였다. 1단계 산학협력 선도대학 (LINC) 육성사업의 포뮬러 지표 평가 시, 본, 분교의 실적을 구분하여 평가하였으며 산학협력단 법인을 본교와 분리하여 운영하는 대학의 분교의 경우 사업에 따로 참여가 가능하였기 때문에 본 연구에서는 분교를 별도의 대학으로 구분하여 총 159개 대학을 최종 분석 대학으로 선정하였다.
연구에서 수집된 자료는 STATA 12 통계 패키지 프로그램과 psmatch2(Leuven & Sianesi, 2003)를 이용하여 분석하였다.
이들 사업 중 산학협력 선도대학(LINC) 육성사업은 대학의 산학협력 친화형 교육기관으로서의 역할 재정립, 기업과 대학의 연계 강화 등 산학협력 전반에 걸쳐 재정지원을 하는 사업이며, 또한 산학협력 재정지원 사업 중 규모가 가장 큰 사업이다. 이러한 이유로 산학협력 선도대학(LINC) 육성사업과 산학협력 성과의 관계를 살펴보는 것이 의미가 있다고 판단하여 본 연구의 대상으로 선정하였다. 산학협력 선도대학(LINC) 육성사업은 2012년부터 2016년까지 총 2단계로 5년(2년 +3년)간 대학에 재정을 지원하는 사업으로 2012년부터 2013년까지 진행된 1단계에서는 산학협력 선도모델 기반조성 및 내실화를 목표로 사업이 추진되었으며, 2014년부터 2016년까지 진행 중인 2단계에는 산학협력 선도모델 성과창출 및 확산을 목표로 사업이 추진되고 있다.

데이터처리

06으로 설정하였다. 매칭 이후 각 설명변수들에 대해서 표준화된 편차(standardized difference)값을 구하고 t-test를 실시하여 매칭의 균형성을 확인한 후 산학협력 성과에 대한 평균 사업 참여효과를 추정하였다.
추정된 성향점수를 기준으로 산학협력 선도대학(LINC) 육성사업에 참여한 총 51개 대학 중 비교집단과의 성향점수 분포 비교를 통해 공통영역을 벗어나는 10개 대학을 제 외하고 41개 대학을 대상으로 커널 매칭을 실시한 후 설명변수들이 유사하게 매칭 되었는지를 확인하기 위해 균형성 평가를 실시하였다. 본 연구에서는 매칭의 균형성 평가를 위해 사업 참여대학과 미참여대학 간 매칭 전, 후의 각 설명변수들의 표준화된 편차 (standardized difference)⁴⁾를 살펴보고 각 설명변수들의 평균에 대해 t-test를 실시하였다. <표 7>은 매칭 전, 후 설명변수에 대한 균형성 평가를 실시한 결과이다.
커널 매칭은 성향 점수가 가까운 비교집단의 개체에 대해서는 높은 가중치를 적용하고, 성향점수가 먼 비교집단의 개체에 대해서는 낮은 가중치를 적용하는 방법으로 비교집단의 거의 모든 개체에 대한 매칭이 이루어져 사용할 수 있는 표본의 크기가 많아 분산이 낮아지는 장점이 있다. 세 번째 단계에서는 매칭 이후 사업 참여집단과 비교집단의 설명변수들이 유사하게 매칭 되었는지 확인하기 위하여 두 집단 간 매칭 전, 후 각 설명변수들에 대해서 표준화된 편차(standardized difference)값을 살펴보고 t-test를 실시하여 매칭의 균형성에 대한 평가(balancing test)를 한다. 매칭 균형성 평가를 통해 사업 참여집단과 비교집단 간에 차이가 없어 매칭이 잘 이루어졌다고 판단되면 마지막으로 산학협력 선도대학(LINC) 육성사업 참여 대학의 산학협력 성과에 대한 평균 사업 참여효과를 추정한다.
산학협력 선도대학(LINC) 육성사업이 산학협력 성과에 미치는 영향, 즉 평균 사업 참 여효과는 <표 8>과 같다. 추정치의 통계적 유의성을 확인하기 위해 500회의 부트스트랩 핑⁶⁾을 실시하였고 이를 통해 표준오차를 구하였다. 분석결과 산학협력 선도대학(LINC) 육성사업 참여 여부는 2012년, 2013년 기술이전 건수에 각각 유의수준 10%, 유의수준 1%에서 통계적으로 유의한 영향을 미치는 것으로 나타났으며 2012년, 2013년 교원창업자 수에는 각각 유의수준 10%, 유의수준 5%에서 통계적으로 유의한 영향을 미치는 것으로 나타나 가설1과 가설3이 지지되었다.

이론/모형

두 번째 단계로 사업 참여집단과 비교집단을 성향점수에 기초하여 매칭한다. 매칭방법으로는 최근접 매칭(nearest neighbour matching), 반경 매칭(radius matching), 커널 매칭 (kernel matching) 등이 있으며 본 연구에서는 커널 매칭을 이용한다. 커널 매칭은 성향 점수가 가까운 비교집단의 개체에 대해서는 높은 가중치를 적용하고, 성향점수가 먼 비교집단의 개체에 대해서는 낮은 가중치를 적용하는 방법으로 비교집단의 거의 모든 개체에 대한 매칭이 이루어져 사용할 수 있는 표본의 크기가 많아 분산이 낮아지는 장점이 있다.
연구에서 수집된 자료는 STATA 12 통계 패키지 프로그램과 psmatch2(Leuven & Sianesi, 2003)를 이용하여 분석하였다. 먼저 분석대학들의 산학협력 선도대학(LINC) 육성사업 참여여부와 설명변수를 이용하여 산학협력 선도대학(LINC) 육성사업에 참여할 확률인 성향점수를 프로빗 모형을 통해 추정하였다. 그리고 추정된 성향점수를 커널 매칭 중 Epanechnikov 커널 함수를 이용하여 사업 참여집단과 비교집단을 매칭 하였다.
설명변수는 1단계 산학협력 선도대학(LINC) 육성사업 평가 포뮬러 지표 및 대학정보공시 지침서(교육과학기술부⋅한국대학교육협의회, 2011, 2012) 에 기술된 정의를 활용하였다.

성능/효과

하지만 기술이전 수입료와 학생창업자 수에서는 통계적으로 유의한 수준의 차이를 발견 할 수 없어서 가설2와 가설4는 기각되었다. 구체적으로 살펴보면 산학협력 선도대학(LINC) 육성사업에 참여한 대학은 참여하지 않은 대학에 비해 2012년, 2013년 각각 9.4건, 18.1건의 기술이전을 더 하였으며 교원창업자 는 2012년, 2013년 각각 0.4명, 0.5명이 더 많은 것으로 나타났다. 기술이전 건수와 교원 창업자 수의 평균 사업 참여효과는 2012년 대비 2013년 증가하였는데 이는 사업이 진행 됨에 따라 산학협력 성과도 지속적으로 증가하고 있다고 해석할 수 있다.
구체적으로 살펴보면, 국⋅공립대학이 산학협력 선도대학(LINC) 육성사업에 참여할 확률이 높았으며 지방에 위치한 대학 역시 산학협력 선도대학(LINC) 육성사업에 참여할 확률이 높았다. 그리고 교수 1인당 국내외 특허출원 건수, 교수 1인당 산업체 공동연구 과제 수가 높을수록 교수 1인당 정부지원 연구비는 작을수록 사업에 참여할 확률이 높았다.
둘째, 산학협력 선도대학(LINC) 육성사업은 기술이전 건수에는 유의한 영향을 미쳤지 만 기술이전 수입료에는 유의한 영향을 미치지 않았다. 이는 대학의 기술이전이 양적으로는 성장하고 있지만 질적으로는 아직 미흡하다고 분석할 수 있다.
로 두 집단 간 매칭이 잘 이루어진 것으로 판단할 수 있다. 또한 t-test 결과를 살펴보면, 매칭 전 산업체 공동연구 과제 수, 국내외 특허출원 건수 등 8개의 설명변수들에 대해 두 집단 간 평균에 차이가 있다는 검정결과를 보였지만 매칭 후에는 모든 설명변수에 대해 두 집단 간 평균이 다르지 않다는 검정결과를 보여주고 있다. 이는 매칭 후 두 집단의 특성이 유사해졌으며 매칭이 잘 이루어졌다고 판단할 수 있다.
먼저 모형의 적합도를 나타내는 카이제곱 통계값은 71.36이며 1%의 유의수준에서 통계적으로 유의미하므로 이 모형은 적합하다고 판단할 수 있다. 그리고 모형의 설명력을 나타내는 Pseudo R²은 0.
추정치의 통계적 유의성을 확인하기 위해 500회의 부트스트랩 핑⁶⁾을 실시하였고 이를 통해 표준오차를 구하였다. 분석결과 산학협력 선도대학(LINC) 육성사업 참여 여부는 2012년, 2013년 기술이전 건수에 각각 유의수준 10%, 유의수준 1%에서 통계적으로 유의한 영향을 미치는 것으로 나타났으며 2012년, 2013년 교원창업자 수에는 각각 유의수준 10%, 유의수준 5%에서 통계적으로 유의한 영향을 미치는 것으로 나타나 가설1과 가설3이 지지되었다. 하지만 기술이전 수입료와 학생창업자 수에서는 통계적으로 유의한 수준의 차이를 발견 할 수 없어서 가설2와 가설4는 기각되었다.
358인 것으로 나타났다. 산학협력 선도대학(LINC) 육성사업 선정에 영향을 주는 요인으로는 설립구분과 대학위치가 1%의 유의수준에서, 교수 1인당 국내외 특허출원 건수, 교수 1인당 산업체 공동연구 과제 수, 교수 1인당 정부지원 연구비는 5%의 유의수준에서 통계적으로 유의미한 것으로 나타났다. 구체적으로 살펴보면, 국⋅공립대학이 산학협력 선도대학(LINC) 육성사업에 참여할 확률이 높았으며 지방에 위치한 대학 역시 산학협력 선도대학(LINC) 육성사업에 참여할 확률이 높았다.
셋째, 산학협력 선도대학(LINC) 육성사업은 교원창업자 수에는 유의한 영향을 미쳤지 만 학생창업자 수에 유의한 영향을 미치지 않았다. 아직까지 산학협력 선도대학(LINC) 육성사업을 통한 학생창업의 효과는 크지 않은 것으로 판단된다.
첫째, 산학협력 선도대학(LINC) 육성사업은 산학협력 성과에 긍정적인 영향을 주고 있음을 통계적 분석을 통해 확인하였다. 산학협력 선도대학(LINC) 육성사업은 기술이전 건수와 교원창업자 수에 긍정적인 영향을 미쳤으며 사업이 진행됨에 따라 평균 사업 참 여효과는 증가하였다.

후속연구

넷째, 현재 산학협력 선도대학(LINC) 육성사업은 진행 중인 사업으로 본 연구에서는 1단계인 2012년, 2013년 성과에 대해서만 분석하였다. 따라서 사업의 실질적인 성과를 판단하기 위해서는 좀 더 시간이 지난 뒤 사업 종료 후의 산학협력 성과에 대한 추가 분석이 필요할 것이다.
첫째, 산학협력 선도대학(LINC) 육성사업의 지원을 받은 대학 내에서 세부적으로 어 떠한 요인들이 산학협력 성과에 영향을 미쳤는지에 대해서는 살펴보지 못하였다. 산학협력 선도대학(LINC) 육성사업의 지원을 받았음에도 불구하고 대학 별로 산학협력 성과의 차이가 발생할 수 있기 때문에 보다 의미 있는 정책적 시사점을 제공하기 위해서는 향후 이에 대한 심도 있는 연구가 필요할 것이다.
셋째, 산학협력 선도대학(LINC) 육성사업 이외의 정부에서 시행하고 있는 다양한 사 업들을 반영하지 못한 부분은 본 논문의 한계라고 할 수 있다. 정부는 산학협력과 관련 된 다양한 지원 사업을 동시에 시행하고 있기 때문에 산학협력의 성과가 단지 산학협력 선도대학(LINC) 육성사업에 의해서만 나타났다고 보기 어려울 수도 있다.
정부는 산학협력 선도대학 (LINC) 육성사업을 통한 대학의 우수 인재 양성과 기술개발 성과가 지역산업의 고용 및 기술혁신으로 이어져 대학과 지역이 성장하는 선순환 구조가 정착되기를 기대하고 있다. 이러한 선순환 구조가 정착되기 위해서는 궁극적으로 기술이전 및 창업 등이 활발하게 이루어져야 하며 이에 대해 본 연구의 결과는 산학협력 촉진을 위한 정부 재정지원 사업 개선에 시사점을 줄 수 있을 것이라고 기대한다.
이들 변수 이외에 정부가 산학협력 성과라고 판단하고 있는 가족회사 수, 특성화 분야 인력양성 등 다양한 성과변수에 대한 분석이 필요하다고 생각된다. 하지만 상기 언급한 지표들은 공시된 자료가 아닌 관계로 신뢰성 있는 자료를 입수하기 어려워 본 연구의 분석에 포함시키지 못하였으므로 향후 연구에서 이를 보완할 필요가 있다.
정부는 산학협력과 관련 된 다양한 지원 사업을 동시에 시행하고 있기 때문에 산학협력의 성과가 단지 산학협력 선도대학(LINC) 육성사업에 의해서만 나타났다고 보기 어려울 수도 있다. 향후 다양한 정부 재정지원 사업들의 연관성 및 그 영향에 대해 살펴볼 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	오늘날 국가의 지속적인 성장 및 경쟁력 확보를 위한 원동력은 무엇인가?	오늘날 지식기반사회에서 국가의 지속적인 성장 및 경쟁력 확보를 위한 원동력은 지 식과 과학기술에 있으며 전 세계적으로 지식과 과학기술의 창출 및 확산을 위한 노력이 가속화 되고 있다. 이에 따라 정부, 대학, 기업과 같은 혁신 주체들 간의 상호협력, 즉 산학협력의 중요성이 대두되고 있다.
	지식과 과학기술의 창출 및 확산을 위한 노력으로 무엇의 중요성이 대두되고 있나?	오늘날 지식기반사회에서 국가의 지속적인 성장 및 경쟁력 확보를 위한 원동력은 지 식과 과학기술에 있으며 전 세계적으로 지식과 과학기술의 창출 및 확산을 위한 노력이 가속화 되고 있다. 이에 따라 정부, 대학, 기업과 같은 혁신 주체들 간의 상호협력, 즉 산학협력의 중요성이 대두되고 있다. 대학은 교육과 연구라는 전통적 사명 이외에도 연구 성과와 지식의 확산이라는 사명을 부여받고 있으며 기업은 글로벌 경쟁 속에서 혁신역량 강화와 신속한 시장 적응을 위해 혁신적인 지식과 첨단기술의 확보에 사활을 걸고 있다(한국학술진흥재단, 2007).
	대학은 과학기술의 창출 및 확산을 위한 어떤 역할을 맡고 있는가?	이에 따라 정부, 대학, 기업과 같은 혁신 주체들 간의 상호협력, 즉 산학협력의 중요성이 대두되고 있다. 대학은 교육과 연구라는 전통적 사명 이외에도 연구 성과와 지식의 확산이라는 사명을 부여받고 있으며 기업은 글로벌 경쟁 속에서 혁신역량 강화와 신속한 시장 적응을 위해 혁신적인 지식과 첨단기술의 확보에 사활을 걸고 있다(한국학술진흥재단, 2007). 특히 대학은 인재양성과 더불어 지식을 창출하고 확산하는 중추기관으로 대학의 경쟁력이 국가 경쟁력과 직결된다고 평가받고 있다(교육과학기술부⋅한국연구재단, 2009).

참고문헌 (39)

교육과학기술부 (2012), 산학협력 선도대학(LINC) 육성사업 기본계획(안).
교육과학기술부.한국대학교육협의회 (2011), 2011년 대학정보공시 지침서.
교육과학기술부.한국대학교육협의회 (2012), 2012년 대학정보공시 지침서.
교육과학기술부.한국대학교육협의회 (2013), 2013년 대학정보공시 지침서.
교육과학기술부.한국연구재단 (2009), 2008 대학산학협력백서.
교육부 (2013), 창조경제 생태계 조성을 위한 산학협력 활성화 10대 중점 추진과제.
교육부.한국대학교육협의회 (2014), 2014년 대학정보공시 지침서.
권기석.한상덕.정석봉 (2013), "대학에 대한 정부의 산학협력 재정지원 분석: 사회연결망분석을 중심으로", 의사결정학연구, 제21권 제2호, pp. 29-38.
권명화.오현환.고용수.김진용.조윤주.이혜진.선우현 (2013), 대학 지원 정부 R&D 예산의 효율화 방안 연구, 한국과학기술기획평가원.
김병근.조현정.옥주영 (2011), "구조방정식 모형을 이용한 공공연구기관의 기술사업화 프로세스와 성과분석", 기술혁신학회지, 제14권 제3호, pp. 552-577.

원문보기 상세보기
김은영.정우성 (2013), "대학의 기술이전 및 성과 확산의 영향 요인 분석: 재정지원사업을 중심 으로", 산업경제연구, 제26권 제2호, pp. 983-1008.
김이경.김만진 (2013), 산학연 협력연구의 기술이전 및 사업화 촉진을 위한 정책방안 수립, 한국과학기술기획평가원.
김철회.이상돈 (2007), "산학협력성과와 대학의 역량요인의 관계에 관한 연구", 기술혁신학회지, 제10권 제2호, pp. 629-653.
김형주.김석현.홍성민.엄미정.김은경.최정인 (2011), 인적 네트워크를 통한 산학협력 활성화 방안, 과학기술정책연구원
김호.김병근 (2012), "정부보조금의 민간연구개발투자에 대한 효과분석", 기술혁신학회지, 제15권 제3호, pp. 649-674.

원문보기 상세보기
나상민.김창완.이희상 (2014), "기술이전사업화 및 창업 성과에 미치는 대학의 역량요인 비교연구", 대한산업공학회지, 제40권 제5호, pp. 462-476.

원문보기 상세보기
박규호.권기석.은종학.한동성.한유진.한승환 (2007), 우리나라 대학의 산학협력 활성화 정책이 연구활동과 지적재산권 획득에 미치는 영향 분석, 한국학술진흥재단.
소병우.양동우 (2009), "대학의 지식재산경영활동이 기술이전 성과에 미치는 영향에 관한 실증 연구", 대한경영학회지, 제22권 제2호, pp. 889-912.

상세보기
이석원 (2003), "Propensity Score Matching 방법에 의한 실업자 직업훈련 사업의 효과성 평가", 한국행정학보, 제37권 제3호, pp. 181-200.

상세보기
임의주.김창완.조근태 (2013), "대학 산학협력단의 기술사업화 인적구성과 산학협력 성과", 기술혁신연구, 제21권 제2호, pp. 115-136.

원문보기 상세보기
조현정 (2012), "자원기반 관점에서 본 대학의 기술사업화 성과 영향요인에 대한 연구", 지식재산연구, 제7권 제3호, pp. 217-245.
최강식 (2007), "고용영향 분석평가 방법론 연구", 직업능력개발연구, 제10권 제3호, pp. 181-202.
표한형.홍성철 (2013), "성향점수매칭을 이용한 코스닥시장 상장기업의 장기성과 분석", 응용경제, 제15권 제3호, pp. 39-71.
한국학술진흥재단 (2007), 2006 대학산학협력백서.
한승환.권기석 (2009), "대학의 특성 및 연구비 구조와 산학 성과와의 관계", 한국행정학보, 제43권 제3호, pp. 307-325.
Anderson, T. R., Daim, T. U. & Lavoie, F. F. (2007), "Measuring the efficiency of university technology transfer", Technovation, Vol. 27, No. 5, pp. 306-318.

상세보기
Chapple, W., Lockett, A., Siegel, D. & Wright, M. (2005), "Assessing the relative performance of U.K. university technology transfer offices: parametric and non-parametric evidence", Research Policy, Vol. 34, No. 3, pp. 369-384.

상세보기
Clarysse, B., Tartari, V. & Salter, A. (2011), "The impact of entrepreneurial capacity, experience and organizational support on academic entrepreneurship", Research Policy, Vol. 40, No. 8, pp. 1084-1093.

상세보기
Dehejia, R. H. & Wahba, S. (1999), "Causal effects in nonexperimental studies: Reevaluating the evaluation of training programs", Journal of the American statistical Association, Vol. 94, No. 448, pp. 1053-1062.

상세보기
Di Gregorio, D. & Shane, S. (2003), "Why do some universities generate more start-ups than others?", Research Policy, Vol. 32, No. 2, pp. 209-227.

상세보기
Friedman, J. & Silberman, J. (2003), "University technology transfer: do incentives, management, and location matter?", The Journal of Technology Transfer, Vol. 28, No. 1, pp. 17-30.

상세보기
Lee, W. S. (2013), "Propensity score matching and variations on the balancing test", Empirical economics, Vol. 44, No. 1, pp. 47-80.

상세보기
Leuven, E. & Sianesi, B. (2003), "PSMATCH2: Stata module to perform full Mahalanobis and propensity score matching, common support graphing, and covariate imbalance testing", Statistical Software Components.
Lockett, A. & Wright, M. (2005), "Resources, capabilities, risk capital and the creation of university spin-out companies", Research Policy, Vol. 34, No. 7, pp. 1043-1057.

상세보기
O'shea, R. P., Allen, T. J., Chevalier, A. & Roche, F. (2005), "Entrepreneurial orientation, technology transfer and spinoff performance of U.S. universities", Research Policy, Vol. 34, No. 7, pp. 994-1009.

상세보기
O'shea, R. P., Allen, T. J., Morse, K. P., O'gorman, C. & Roche, F. (2007), "Delineating the anatomy of an entrepreneurial university: the Massachusetts Institute of Technology experience", R&D Management, Vol. 37, No. 1, pp. 1-16.
Powers, J. B. (2003), "Commercializing academic research: Resource effects on performance of university technology transfer", The Journal of Higher Education, Vol. 74, No. 1, pp. 26-50.

상세보기
Rosenbaum, P. R. & Rubin, D. B. (1983), "The central role of the propensity score in observational studies for causal effects", Biometrika, Vol. 70, No. 1, pp. 41-55.

상세보기
Thursby, J. G. & Kemp, S. (2002), "Growth and productive efficiency of university intellectual property licensing", Research Policy, Vol. 31, No. 1, pp. 109-124.

상세보기

저자의 다른 논문 :

LOADING...

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