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
- 본 논문은 2010∼2014년 I-O표를 기반으로 R&D투자가 기술수준별 제조업에 미치는 생산유발효과와 부가가치유발효과 등을 분석하였다.
- 본 논문은 R&D투자에 따른 기술수준의 고도화가 달성되었는지를 분석하기로 한다.
- 이와 같은 선행연구들과 차별화하여, 본 논문은 R&D투자의 경제적 파급효과를 I-O표를 활용하여 OECD의 기술수준별 산업분류에 따른 한국의 제조업 부문에 대해서 산업연관분석을 실시하기로 한다.
제안 방법
- 구체적으로, 국공립⋅비영리⋅산업⋅기업 내 R&D를 포괄한 국가 단위의 R&D투자가 제조업, 특히 기술수준별 제조업 군에 미치는 경제적 파급효과를 한국은행에서 발행하는 2010∼2014년 동안 5개 연도의 산업연관표(Input-Output Table, 이하 I-O표)를 이용하여 분석하기로 한다.
- 기본적으로 한국은행의 대분류를 근거로 분석을 하되, R&D부문3)이 타 부문에 미치는 영향을 살펴보기 위해 기본부문에서 4개 부문인 ‘연구개발(국공립)’, ‘연구개발(비영리)’, ‘연구개발(산업)’, ‘기업 내 연구개발’ 등을 종합하여 별도로 외생화하였다.
- 따라서 R&D가 제조업 가치사슬의 특성상 전방에 위치하는 것을 감안하여 수요유도형을 사용하여 분석하도록 한다.
- 또한 R&D투자가 위 분류에 따른 한국의 기술수준별 제조업의 생산, 부가가치 등에 미치는 영향을 2010∼2014년까지 분석함으로써 기존 선행연구의 단년도 자료를 바탕으로 이루어지는 정태분석을 뛰어 넘어 그 추세를 분석하기로 한다.
- 본 논문에서 사용되는 수요유도형 모형은 특정 부분의 생산이 타 산업의 생산, 부가가치, 취업 등에 미치는 영향을 분석할 수 있다(한국은행, 2015; 홍준석 외, 2012). 식 (1)은 기본적인 수요유도형 모형이며, 여기서 X 는 총산출벡터, A 는 투입-산출계수행렬, Y 는 각 재화에 대한 최종수요벡터를 의미한다.
- 본 연구는 한국은행에서 발표한 2010년 실측 I-O표와 2011～2014년 연장 I-O표를 이용하여 R&D투자의 생산유발효과와 부가가치유발효과를 분석한다.
- 정기호(2005)는 한국원자력연구소의 R&D투자가 국가경제에 미치는 영향에 대해서 2000년 I-O표를 사용하여 산업연관분석을 시행하였다. 분석을 위해 원자력산업과 관련된 8개 부문을 종합하고 별도로 외생화하여 I-O표의 분류를 36개로 재구성하였다. 분석결과, 생산유발효과는 340,509.
- 정군오 외(2013)는 한국 보건의료산업의 R&D투자가 국가경제에 미치는 영향에 대해서 2009년 I-O표를 사용하여 산업연관분석을 시행하였다. 분석을 위해 의약품, 의료기기, 의료 및 보건 부문을 보건의료산업으로 정의하고 각 부문을 종합하여 별도로 외생화시키고 이를 I-O표의 대분류에 포함시켜 29개로 재구성하였다. 분석결과, 2009년 기준 생산유발효과는 5084.
대상 데이터
- 분석의 범위는 R&D투자가 기술수준별 제조업에 미치는 생산유발효과와 부가가치유발효과를 포함한다.
이론/모형
- 동 분류를 바탕으로 홍지승⋅홍석일(2008)은 국내 중소기업의 기술혁신 유형화를 분석하면서 시장수요와 공급경쟁 등에 있어서 기술집단 내 공통성과 기술집단 간 차별성을 비교적 잘 나타내고 있다고 제시하고 있다. 따라서 본 연구에서도 동 분류방식을 사용하여 분석하고자 한다.
- 본 논문은 R&D투자가 산업별로 미치는 경제적 파급효과를 분석하기 위해 I-O표를 이용하여 산업연관분석(Input-Output Analysis)을 실시하기로 한다.
성능/효과
- R&D투자의 부가가치유발효과는 1원의 투자 증가를 통하여 약 0.8원의 부가가치를 창출한 것으로 나타났으며, 2010년부터 2012년까지 하락하다가 2013년 이후 반등하는 변화의 추이를 확인하였다.
- R&D투자의 부가가치유발효과에 있어서 변화추이를 살펴보면, 2010∼2012년까지 하락세를 보이다가 이후로 반등하고 있는 것으로 나타났다.
- 그리고 위 산업별로 2010～2014년까지 부가가치유발계수의 변화를 살펴보면, ① 중고기술 제조업은 타 제조업에 비해 부가가치유발효과가 지속적으로 높은 것으로 분석되었다. ② 고기술 제조업은 2012년까지 중고기술 다음으로 높게 나타나다가 2013년에 다른 기술부문별 제조업에 비해 가장 낮은 것으로 나타났다. 이후 2014년 반등하여 중고기술 제조업보다는 낮지만 저기술 제조업과 중저기술 제조업보다 높은 부가가치유발효과를 나타냈다.
- ② 중저기술 제조업의 R&D투자에 따른 생산유발효과는 중고기술 다음으로 높게 나타났으며, 2013년에는 동 효과가 일시적으로 상승하여 중고기술보다 높게 나타났다.
- ③ 반면, 저기술 제조업의 R&D투자에 따른 생산유발효과는 2010∼2012년 동안 하락하다가 이후 증가하였으며, 2012년 이후에는 고기술 제조업에 비해 상대적으로 높아진 것으로 분석되었다.
- ③ 반면, 저기술 제조업의 R&D투자에 따른 생산유발효과는 2010∼2012년 동안 하락하다가 이후 증가하였으며, 2012년 이후에는 고기술 제조업에 비해 상대적으로 높아진 것으로 분석되었다. ④ 한편, 고기술 제조업의 생산유발효과는 2012년까지 저기술 제조업보다 높으나 중고기술이나 중저기술 제조업보다는 낮은 것으로 나타났으며 이후 지속적으로 하락하여 동년 이후로 다른 기술부문별 제조업에 비해 가장 낮게 나타났다. 이는 제조업 내에서 고기술이 차지하는 비중(’14년 기준, 18.
- 각 년도 I-O표를 바탕으로 기술수준 별 제조업의 R&D투자의 생산유발효과를 분석한 결과( 참조), 2014년 기준 R&D부문의 투자액 1원이 증가하였을 때 타 산업에 대한 생산유발효과는 0.6287원으로 나타났다.
- 2%에 달하는 것으로 나타나 이를 반증한다(강두용 외, 2016). 고기술 제조업의 생산유발효과는 다른 산업에 비해 낮으며, 부가가치유발효과도 중고기술에 비해서 상대적으로 매우 낮게 나타났다. 이는 고기술 제조업의 대표적인 산업 중 하나인 ICT 제조업의 경우, 핵심기자재의 국산화율이 낮고(이건우, 2015), 개발연구에 집중하고 있는 상황(강두용 외, 2016)에서 조선 산업과 마찬가지로 R&D투자를 통한 부가가치창출은 낮은 것으로 분석된다.
- 그리고 위 산업별로 2010～2014년까지 부가가치유발계수의 변화를 살펴보면, ① 중고기술 제조업은 타 제조업에 비해 부가가치유발효과가 지속적으로 높은 것으로 분석되었다. ② 고기술 제조업은 2012년까지 중고기술 다음으로 높게 나타나다가 2013년에 다른 기술부문별 제조업에 비해 가장 낮은 것으로 나타났다.
- 다음으로, R&D투자의 기술수준별 제조업에 대한 부가가치유발효과를 살펴보면( 참조), 2014년을 기준으로 중고기술이 가장 높은 것으로 분석되었으며, 그 다음으로 고기술, 저기술, 중저기술 순으로 나타났다.
- 다음으로, R&D투자의 기술수준별 제조업에 대한 생산유발효과를 살펴보면( 참조), 2014년을 기준으로 중고기술 제조업이 가장 높은 것으로 분석되었으며, 그 다음으로 중저기술 제조업, 고기술 제조업, 저기술 제조업 순으로 나타났다.
- 분석결과, 가장 높은 생산유발효과와 부가가치유발효과를 나타낸 부문은 기간통신서비스이며, 취업유발효과가 가장 높은 부문은 소프트웨어 및 컴퓨터관련서비스 부문인 것으로 나타났다. 또한 IT제조업 분야가 IT서비스업에 비해 상대적으로 높은 수입유발효과를 나타냈으며, 그중에서 부품이 가장 큰 것으로 분석되었다.
- 또한 분석방법론으로서 대부분의 선행연구가 거시계량모형을 활용하여 R&D투자가 국가경제에 미치는 효과를 살펴본 반면, I-O표를 기반으로 전체산업에 대해 미치는 효과를 분석하고 있지는 않은 것으로 조사되었다.
- 분석을 위해 의약품, 의료기기, 의료 및 보건 부문을 보건의료산업으로 정의하고 각 부문을 종합하여 별도로 외생화시키고 이를 I-O표의 대분류에 포함시켜 29개로 재구성하였다. 분석결과, 2009년 기준 생산유발효과는 5084.7억 원을 그리고 부가가치유발효과는 2,058.3억 원을 유발하였으며, 부동산 및 사업서비스와 금융 및 보험부문에서 높게 나타났다. 취업유발효과는 3,991.
- 분석결과, OECD국가에서는 R&D지출이 경제성장에 영향을 미치는 것으로 나타났으나, 개발도상국에서는 영향을 미치지 못하는 것으로 나타났다.
- 분석결과, R&D투자가 경제성장에 긍정적인 영향을 미치는 것으로 분석되었다.
- 박추환⋅한성수(2010)는 2003～2007년까지 한국전자통신연구원(ETRI)의 R&D투자를 정보통신(이하 IT)산업 내 세부산업별로 나누고 산업연관분석을 시행하였다. 분석결과, 가장 높은 생산유발효과와 부가가치유발효과를 나타낸 부문은 기간통신서비스이며, 취업유발효과가 가장 높은 부문은 소프트웨어 및 컴퓨터관련서비스 부문인 것으로 나타났다. 또한 IT제조업 분야가 IT서비스업에 비해 상대적으로 높은 수입유발효과를 나타냈으며, 그중에서 부품이 가장 큰 것으로 분석되었다.
- 분석결과, 모든 유발효과가 전 기간에 걸쳐 상승하는 것으로 나타났으며 특히 R&D투자가 집중적으로 이루어지는 전기 및 전자기기 산업부문의 순위가 급상승한 것으로 분석되었다.
- 분석을 위해 원자력산업과 관련된 8개 부문을 종합하고 별도로 외생화하여 I-O표의 분류를 36개로 재구성하였다. 분석결과, 생산유발효과는 340,509.7백만 원을 유발하였으며, 부가가치유발효과는 93,733.2백만 원으로 동년도 국내 GDP에 0.0162% 기여한 것으로 나타났다. 박추환⋅한성수(2010)는 2003～2007년까지 한국전자통신연구원(ETRI)의 R&D투자를 정보통신(이하 IT)산업 내 세부산업별로 나누고 산업연관분석을 시행하였다.
- 분석대상기간 동안의 추세를 보면, 기술수준별 제조업의 산출액 비중의 변화와는 달리 고기술 제조업의 R&D투자가 제조업 전체의 R&D투자에서 차지하는 비중이 지속적으로 50% 이상을 차지하고 있으며, 다음으로 중고기술 제조업의 동 비중이 약 37% 수준으로 높은 것으로 조사되었다.
- 1%) 순으로 나타났다. 분석대상기간 동안인 2010년 이후 변화를 보면, 2012년 까지 중저기술 제조업의 산출액 비중이 중고기술의 산출액 비중보다 높다가 이후 감소세를 보이며 낮아진 것으로 조사되었다. 다음으로 고기술 제조업의 비중이 세 번째로 높으며, 저기술 제조업의 비중이 가장 낮은 추세를 보여 왔다.
- 분석의 결과, R&D투자의 생산유발효과는 1원의 투자 증가를 통해 약 1.6원 전후의 생산을 유발한 것으로 나타났으며, 2010년부터 2012년까지 하락하다가 2013년 이후 반등하는 변화의 추이를 나타냈다.
- 상기 분석한 R&D투자의 생산 및 부가가치 유발효과를 종합적으로 살펴보면, 국가적 차원에서 R&D투자에 따른 중고기술 제조업의 생산유발효과와 부가가치유발효과는 모두 다른 산업에 비해 우월한 것으로 나타난 반면, 중저기술 제조업의 생산유발효과는 타 산업에 높게 나타난 것에 비해 부가가치유발효과는 상대적으로 작은 것으로 분석되었다.
- ② 고기술 제조업은 2012년까지 중고기술 다음으로 높게 나타나다가 2013년에 다른 기술부문별 제조업에 비해 가장 낮은 것으로 나타났다. 이후 2014년 반등하여 중고기술 제조업보다는 낮지만 저기술 제조업과 중저기술 제조업보다 높은 부가가치유발효과를 나타냈다. 타기술 대비 높은 R&D투자 규모(’14년 기준, 53.
- 제조업에서 각 기술수준별 제조업이 차지하는 비중을 감안할 때, 중고기술을 제외한 나머지 기술수준 제조업의 R&D투자에 따른 부가가치유발효과는 상대적으로 낮은 것으로 나타났다( 참조).
- 제조업의 R&D투자에 따른 부문별 부가가치유발효과는 대체적으로 중고기술 제조업이 높은 것으로 나타났다.
- 제조업의 R&D투자에 따른 부문별 생산유발효과는 대체적으로 중고기술과 중저기술에 속한 제조업이 높은 것으로 나타났다.
- 종속변수로는 1인당 GDP, 독립변수로는 기업R&D의 고기술 분야 비중, GDP 대비 기업R&D지출 비중, 고등교육과정 졸업비율, 실업률 등을 사용하여 분석한 결과, 회귀분석(OLS)을 통해서는 고기술 R&D지출이 1인당 GDP에 영향을 미치지 못하는 것으로 나타났으나, 분위수 분석(Quantile regression)을 통해서는 고기술 R&D지출이 95분위에서 1인당 GDP에 긍정적인 영향을 미치는 것으로 나타났다.
- 3억 원을 유발하였으며, 부동산 및 사업서비스와 금융 및 보험부문에서 높게 나타났다. 취업유발효과는 3,991.3명을 유발한 것으로 나타났으며, 도소매서비스부문에서 높게 나타났다. 그러나 본 연구에서 추정된 파급효과는 보건의료산업에 영향을 줄 수 있는 모든 외생 변수들의 수요증가가 유발하는 파급효과를 포함하고 있어 보건의료 국가R&D 지출증가 만의 효과라고 온전히 해석하기엔 무리가 있다고 제시하고 있다.
후속연구
- 그러나 본 연구에서 추정된 파급효과는 보건의료산업에 영향을 줄 수 있는 모든 외생 변수들의 수요증가가 유발하는 파급효과를 포함하고 있어 보건의료 국가R&D 지출증가 만의 효과라고 온전히 해석하기엔 무리가 있다고 제시하고 있다.
- 또한 R&D투자가 기술수준별 제조업에 미치는 생산 및 부가가치유발효과를 분석하면서 I-O표의 구조적 한계로 인해 비교정태적 분석에 머물러 있고, R&D의 시차(time lag) 등을 반영하지 못한 한계를 가지고 있어 향후 연구과제로 삼기로 한다.
- 마지막으로, 본 논문은 I-O표의 부속표로 제공되는 고용표가 기본분류까지 세세하게 작성되어 있지 않아 OECD 기준에 맞게 재분류 과정이 불가능하였으며 이로 인해 고용유발효과를 분석하지 못하였다. 또한 R&D투자가 기술수준별 제조업에 미치는 생산 및 부가가치유발효과를 분석하면서 I-O표의 구조적 한계로 인해 비교정태적 분석에 머물러 있고, R&D의 시차(time lag) 등을 반영하지 못한 한계를 가지고 있어 향후 연구과제로 삼기로 한다.
- 이러한 분석결과로부터 R&D투자의 경제적 파급효과를 증대할 수 있는 정책적 시사점을 살펴보면, 다른 산업에 비해 높은 비중을 차지하는 고기술 제조업의 R&D투자가 높은 생산 및 부가가치유발효과로 이어질 수 있도록 하는 정책 개선이 필요하다.
- 또한 R&D투자가 위 분류에 따른 한국의 기술수준별 제조업의 생산, 부가가치 등에 미치는 영향을 2010∼2014년까지 분석함으로써 기존 선행연구의 단년도 자료를 바탕으로 이루어지는 정태분석을 뛰어 넘어 그 추세를 분석하기로 한다. 이러한 분석결과에 따라 한국 제조업의 고도화가 이루어져 왔는지를 분석할 수 있을 것으로 기대된다.
- 현재까지 국제 I-O표는 산업분류가 세세화되어 있지 않아 R&D부문을 외생화하여 분석을 시도할 수 없다. 향후 이를 보완하여 국가 간 비교를 시도한다면 추가적으로 시사점을 도출할 수 있을 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.