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 연구는 정부의 순수R&D사업을 대상으로 효율성을 분석하고, 효율성에 영향을 미치는 투입의 배분특성을 살펴본다는 측면에서 기존 연구와 차별화된다고 할 수 있다.
- 본 연구에서는 논문, 특허 등 과학기술적 성과관점에서 정부 순수R&D 사업의 효율성을 분석하고, 효율성에 영향을 미치는 투자의 배분특성을 알아보았다.
- 그리고, DEA를 활용한 효율성 값들을 종속변수로 두고, 효율성 상위 20개 사업 그룹과 하위 20개 사업 그룹을 대상으로 Wilcoxon-Mann-Whitney 검정을 이용하여 그룹 간 차이에 영향을 미치는 투자의 배분특성을 분석하였다<표7 참고>. 본 연구에서는 효율성이 높은 상위 20개 사업과 하위 20개 사업을 두 그룹으로 선정하고, 두 그룹 간 위치모수의 동일성에 대한 검정을 실시하였다. 여기서, 귀무가설은 ‘상위 그룹의 누적함수와 하위그룹의 누적함수가 같다.
가설 설정
- (Wang, 2007) 본 연구에서는 개별 정부 순수R&D 사업의 ’04년∼‘06년 총 투자비가 해당 사업의 ’06년 SCI논문 건수와 ’06년 국내 특허 출원·등록 건수 산출에 연관이 있는 투입이라 가정하고, 사업의 효율성을 분석하였다.
- CCR 모형은 Charnes 외(1978)에서 제시한 DEA 모형으로 투입지향적 포락형 CCR 모형은 (수식 1)과 산출지향적 포락형 CCR 모형은 (수식 2)로 표현된다. CCR 모형은 규모에 대한 투자효율성이 일정하다는 조건을 가정한다. 여기서, m은 DMU의 투입요소 개수, s는 DMU의 산출요소 개수, n은 DMU수이다.
제안 방법
- 그리고, ’04년∼’06년 사이에 사업의 분리, 통합 등 사업구조가 변경된 사업을 포함시킬 경우, 해당 사업의 성과를 추적하기가 힘들고, 시차효과 문제도 더 복잡해지기 때문에, ’04년∼’06년 사이에 계속 추진된 사업만을 고려하여 DMU로 설정하였다.
- 본 논문에서는 정부 순수R&D사업2)들에서 R&D자금 투입 대비 논문, 특허 성과산출의 효율성을 DEA방법을 통해 분석한다.
- 본 연구에서는 신뢰할 만한 데이터인 정부 R&D 투자비, SCI 논문건수와 국내 특허 출원·등록건수만을 활용하여 효율성 분석을 하였다.
- 본 연구에서는 정부의 순수R&D사업을 DMU(Decision Making Unit)로 정하였다.
- 한편, 효율성에 영향을 미치는 투자의 배분특성을 알아보기 위해 효율성 분석 결과를 바탕으로 효율성이 높은 사업 상위 20개와 효율성이 낮은 사업 하위 20개를 두 그룹으로 분류하고, 비모수 분석을 실시하였다. 여기서 투자의 배분특성으로는 사업별 기초연구비중, 연평균 세부 과제수, 협력연구비중, 도입기 연구비중, 세부과제당 투자비, 대학 연구수행비중, 중소기업 수행비중, 대기업 수행비중, 연구소수행비중 등을 고려하였다. 효율성에 영향을 미치는 투자의 배분특성에 대한 분석은 먼저, 효율성이 높은 그룹과 낮은 그룹의 기술적 통계량을 비교분석하고, WilcoxonMann-Whitney 검정을 실시한 후, 두 결과를 비교하는 과정으로 수행하였다.
- ’로 설정 하였다. 이 귀 무가설을 바탕으로 전술한 투자의 배분특성 중 두 그룹간 차이가 있는 특성이 있는지 살펴보고, 효율성에 영향을 미치는 요인을 분석하였다.
- 이 기준을 적용하여, ’06년 기준 357개 정부 R&D 사업 중 ’04년∼’06년 계속 추진된 121개의 순수R&D사업을 분류하여 효율성 분석을 위한 DMU로 하였다.
- 투입지향적 BCC 모델을 적용한 분석결과 기준으로 프론티어(효율성 값 1)에 속하는 사업들 중 ’04년∼’06년 투자규모 100억 이상 사업은 총 7개이며, 이 중 6개 사업이 연구집단을 통해 원천 R&D을 수행하였다.
- 하지만, 본 연구에서는 정부 R&D사업 효율성을 구한 다음, 배분특성이 사업 효율성에 미치는 영향을 요인 분석하였다.
- 한편, DEA에서는 DMU의 목적과 특성이 동일해야 한다는 조건을 전제하기 때문에, 본 연구에서는 논문, 특허 중심의 과학기술적 성과 관점에서 정부R&D사업의 효율성을 분석하기 위해 정부의 순수R&D사업만을 DMU로 고려하였다.
- 한편, 효율성에 영향을 미치는 투자의 배분특성을 알아보기 위해 효율성 분석 결과를 바탕으로 효율성이 높은 사업 상위 20개와 효율성이 낮은 사업 하위 20개를 두 그룹으로 분류하고, 비모수 분석을 실시하였다. 여기서 투자의 배분특성으로는 사업별 기초연구비중, 연평균 세부 과제수, 협력연구비중, 도입기 연구비중, 세부과제당 투자비, 대학 연구수행비중, 중소기업 수행비중, 대기업 수행비중, 연구소수행비중 등을 고려하였다.
- 효율성 분석결과에서 상위 20개 사업 그룹과 하위 20개 사업 그룹 간 투자 배분특성들의 평균과 표준편차에 대한 기술적 통계량을 분석해 보았다.<표6 참고> 효율성 상위 20개 그룹과 하위 20개 그룹 간에 투자의 배분특성별 평균값 대소관계를 비교한 결과, 협력연구비중을 제외하고는 BBC 모델과 CCR모델이 동일하였다.
- 효율성을 분석할 때에는, 투입지향적 CCR모델과 BCC모델을 활용하여 효율성 값을 각각 구하고, 이를 비교분석하였다. 효율성 제고를 위해 산출을 증가시키는 것보다 투입을 감소시키는 것이 현실적이고 용이하므로,7) 분석결과가 정책결정자들에게 유용한 의미를 내포할 수 있는 투입지향적 모델을 사용하였다.
- 효율성을 분석할 때에는, 투입지향적 CCR모델과 BCC모델을 활용하여 효율성 값을 각각 구하고, 이를 비교분석하였다. 효율성 제고를 위해 산출을 증가시키는 것보다 투입을 감소시키는 것이 현실적이고 용이하므로,7) 분석결과가 정책결정자들에게 유용한 의미를 내포할 수 있는 투입지향적 모델을 사용하였다.
대상 데이터
- 본 연구에서는 NTIS에서 확보한 정부 순수R&D 사업별 ‘06년 SCI논문 건수와 국내 특허·출원 건수 데이터를 산출로 활용하였다.
데이터처리
- 그리고, DEA를 활용한 효율성 값들을 종속변수로 두고, 효율성 상위 20개 사업 그룹과 하위 20개 사업 그룹을 대상으로 Wilcoxon-Mann-Whitney 검정을 이용하여 그룹 간 차이에 영향을 미치는 투자의 배분특성을 분석하였다<;표7 참고>. 본 연구에서는 효율성이 높은 상위 20개 사업과 하위 20개 사업을 두 그룹으로 선정하고, 두 그룹 간 위치모수의 동일성에 대한 검정을 실시하였다.
- 그리고, R&D자금 배분 특성3)이 효율성에 미치는 영향에 대해서 비모 수분석방법인 Wilcoxon-Mann-Whitney 검정을 통해 분석해 보고자 한다.
- 투입지향적 BCC, CCR 등 2가지 DEA모델을 통해 121개 정부 순수R&D 사업들의 상대적 효율성을 분석하고, Wilcoxon-Mann-Whitney 검정을 통해 투자의 배분특성이 효율성에 미치는 영향을 분석하였다.
- 한편, DEA를 활용한 효율성분석 결과를 바탕으로 R&D자금 배분 특성이 효율성에 미치는 영향을 분석하기 위하여 이차적으로 비모수분석방법인 Wilcoxon-Mann-Whitney검정을 이용하였다.
- 여기서 투자의 배분특성으로는 사업별 기초연구비중, 연평균 세부 과제수, 협력연구비중, 도입기 연구비중, 세부과제당 투자비, 대학 연구수행비중, 중소기업 수행비중, 대기업 수행비중, 연구소수행비중 등을 고려하였다. 효율성에 영향을 미치는 투자의 배분특성에 대한 분석은 먼저, 효율성이 높은 그룹과 낮은 그룹의 기술적 통계량을 비교분석하고, WilcoxonMann-Whitney 검정을 실시한 후, 두 결과를 비교하는 과정으로 수행하였다.
이론/모형
- CCR 모형은 Charnes 외(1978)에서 제시한 DEA 모형으로 투입지향적 포락형 CCR 모형은 (수식 1)과 산출지향적 포락형 CCR 모형은 (수식 2)로 표현된다. CCR 모형은 규모에 대한 투자효율성이 일정하다는 조건을 가정한다.
- 본 연구에서는 효율성 분석 대상인 정부 순수R&D사업수가 정규분포를 이룰만큼 충분하지 않고 종속변수로 사용되는 효율성 값이 0부터 1사이라는 특성 때문에 회귀분석 등 모수분석을 본 연구에 적용할 시, 통계적 유의성을 충분히 확보하기가 힘들다. 따라서 본 연구에서는 이러한 점들을 보완할 수 있는 비모수 분석의 일종인 Wilcoxon-Mann-Whitney검정을 활용하였다. Wilcoxon-Mann-Whitney검정에도 한 집단 내 각 관측치들과 두 집단 사이 관측치들이 독립적이어야 하며, 두 그룹간 관측치들은 독립 동일분포를 이뤄야 하는 가정이 존재한다.
성능/효과
- 개별사업들의 효율성 분포관점에서 보면, 소수의 사업이 효율적이고, 다수의 사업이 상대적으로 비효율적인 피라미드형 분포를 보였다. 효율성 구간 0∼1을 10단계로 구분하여 각 구간에 속하는 사업들의 수에 대한 분포를 살펴본 결과, 효율성이 0.
- 검정결과, 효율성에 영향을 미치는 투자의 배분특성들은 BCC모델과 CCR모델의 결과가 비슷하게 나타났으나, BCC모델에서 대체로 통계적으로 더 유의한 값이 도출되었다. 그리고, 기초연구 비중, 도입기 연구비중, 대학연구 수행비중이 1%, 5% 또는 10% 수준에서 통계적으로 유의하게 나타난 반면, 연평균 세부과제수, 협력연구비중, 세부과제당 투자비, 중소기업연구수행비중, 대기업연구수행비중, 연구소연구수행비중 등은 통계적으로 유의하지 않은 결과를 보였다.
- Lee, Park and Choi (2009)는 DEA와 비모수 분석을 통해 6개의 정부 R&D사업의 효율성을 비교하였다. 그 결과, 6개의 사업 중 공학분야의 산학협력 및 국제교류지원 사업의 효율성이 매우 높고, 기초과학 연구자 지원사업의 효율성이 낮다고 도출하였다. STEPI(2009)는 DEA와 토빗모형을 이용한 3단계 접근법으로 사업수준에서 다양한 측면으로 효율성 분석을 시도하였다.
- 그 결과, 대만의 정부지원 R&D과제를 수행하는 기업 중 규모가 작은 기업일수록 효율적임을 밝혔고, 외부요인의 효과를 고려하지 않은 효율성이 외부요인을 고려한 효율성에 비해 낮음을 확인하였다.
- 검정결과, 효율성에 영향을 미치는 투자의 배분특성들은 BCC모델과 CCR모델의 결과가 비슷하게 나타났으나, BCC모델에서 대체로 통계적으로 더 유의한 값이 도출되었다. 그리고, 기초연구 비중, 도입기 연구비중, 대학연구 수행비중이 1%, 5% 또는 10% 수준에서 통계적으로 유의하게 나타난 반면, 연평균 세부과제수, 협력연구비중, 세부과제당 투자비, 중소기업연구수행비중, 대기업연구수행비중, 연구소연구수행비중 등은 통계적으로 유의하지 않은 결과를 보였다. 여기서, 통계적으로 유의한 값을 나타냈다는 것은 ‘두 집단 간 차이가 없다’는 귀무가설을 기각 한 것으로 두 집단간 효율성에는 차이가 존재한다는 의미이다.
- <표6 참고> 효율성 상위 20개 그룹과 하위 20개 그룹 간에 투자의 배분특성별 평균값 대소관계를 비교한 결과, 협력연구비중을 제외하고는 BBC 모델과 CCR모델이 동일하였다. 그리고, 기초연구비중, 연평균 세부과제수, 도입기연구비중, 대학연구수행비중의 경우, 효율성 상위 20개 그룹이 하위 20개 그룹보다 평균값이 컸으나, 세부과제당 투자비, 중소기업연구수행비중, 대기업연구수행비중, 연구소연구수행비중은 효율성 상위 20개 그룹이 효율성 하위 20개 그룹보다 평균값이 작았다.
- 그리고, 효율성에 영향을 미치는 투자의 배분특성에 대한 분석결과, 새로운 영역을 개척하고, 독창성이 높은 기초원천 R&D가 논문, 특허 등의 R&D stock 증대 측면에서 효율성이 큰 것으로 나타났다.
- 기술적 통계량과 Wilcoxon-Mann-Whitney검정결과를 종합적으로 비교해 볼 때, 기초연구비중, 도입기연구비중, 대학연구수행비중이 높을수록 효율성이 높아진다고 볼 수 있다. Wilcoxon-Mann -Whitney검정결과에서 기초연구비중, 도입기연구비중, 대학 연구수행 비중 등은 효율성이 높은 그룹과 낮은 그룹 간에 상이한 것으로 나타났다.
- 변수들의 기술적 통계량과 비교해 보면, 기초연구비중, 도입기연구비중, 대학연구수행비중 등은 효율성과 정의 관계임을 알 수 있었다. 따라서, 기초연구비중, 도입기연구비중, 대학연구수행비중이 높을수록 효율성이 높다는 결과를 도출할 수 있다.
- 또한 연구집단에서 수행하는 원천 R&D가 효율성이 높은 것으로 나타났다.
- Wang and Huang(2007)은 DEA와 토빗모형을 이용한 3단계접근법4)을 시도하여 30개국 중 절반 이상이 비효율적이고, 3분의 2이상이 규모수익체증을 나타낸다는 사실을 밝혔다. 또한, 고학력인구, PC집약도, 영어능력 등의 환경요인이 효율성에 미치는 영향을 분석한 결과, 고학력인구와 영어능력은 정의 관계를 나타냈으며, PC집약도는 직접적인 영향을 미치지 않은 것으로 나타났다. Wang(2007)은 확률변경분석과 토빗분석을 이용하여 3단계 접근법을 시도하였으며, 환경요인으로 정부의 R&D 지출대비 R&D 예산책정비율, PC집약도, 국가의 경제자유도 등을 선택하였다.
- Wilcoxon-Mann -Whitney검정결과에서 기초연구비중, 도입기연구비중, 대학 연구수행 비중 등은 효율성이 높은 그룹과 낮은 그룹 간에 상이한 것으로 나타났다. 변수들의 기술적 통계량과 비교해 보면, 기초연구비중, 도입기연구비중, 대학연구수행비중 등은 효율성과 정의 관계임을 알 수 있었다. 따라서, 기초연구비중, 도입기연구비중, 대학연구수행비중이 높을수록 효율성이 높다는 결과를 도출할 수 있다.
- STEPI(2009)는 DEA와 토빗모형을 이용한 3단계 접근법으로 사업수준에서 다양한 측면으로 효율성 분석을 시도하였다. 외부환경의 영향력을 통제하였을 경우, 개발연구에 속하는 사업유형들이 응용연구에 속한 사업유형들보다 더 효율적인 것으로 나타났다. 이들은 또한 연구소의 효율성이 낮고, 성숙기의 사업들의 경제적 효율성이 높으며, 민간 부문의 비중이 높을수록 연구개발 효율성이 높다는 결론을 도출하였다.
- 외부환경의 영향력을 통제하였을 경우, 개발연구에 속하는 사업유형들이 응용연구에 속한 사업유형들보다 더 효율적인 것으로 나타났다. 이들은 또한 연구소의 효율성이 낮고, 성숙기의 사업들의 경제적 효율성이 높으며, 민간 부문의 비중이 높을수록 연구개발 효율성이 높다는 결론을 도출하였다. 본 연구는 정부의 순수R&D사업을 대상으로 효율성을 분석하고, 효율성에 영향을 미치는 투입의 배분특성을 살펴본다는 측면에서 기존 연구와 차별화된다고 할 수 있다.
- 정부 순수R&D 사업의 효율성을 분석해 본 결과, 소수의 사업이 효율적이고, 다수의 사업이 상대적으로 비효율적인 피라미드형 분포를 보였다. 전체적으로, 효율성값이 0.3 이하인 사업이 전체의 76.0%(투입지향적 CCR), 68.6%(투입지향적 BCC)을 차지하였다. 또한 연구집단에서 수행하는 원천 R&D가 효율성이 높은 것으로 나타났다.
- 정부 순수R&D 사업의 효율성을 분석해 본 결과, 소수의 사업이 효율적이고, 다수의 사업이 상대적으로 비효율적인 피라미드형 분포를 보였다.
- 효율성 구간 0∼1을 10단계로 구분하여 각 구간에 속하는 사업들의 수에 대한 분포를 살펴본 결과, 효율성이 0.3 이하인 사업이 전체의 76.0%(투입지향적 CCR), 68.6%(투입지향적 BCC)로 대부분의 DMU가 상대적으로 볼 때, 비효율적인 것으로 나타났다.
- 효율성 분석결과, 평균과 표준편차 값 모두 투입지향적 BCC모델이 투입지향적 CCR모델보다 큰 것으로 나타났다.
- 효율성 분석결과에서 상위 20개 사업 그룹과 하위 20개 사업 그룹 간 투자 배분특성들의 평균과 표준편차에 대한 기술적 통계량을 분석해 보았다.<표6 참고> 효율성 상위 20개 그룹과 하위 20개 그룹 간에 투자의 배분특성별 평균값 대소관계를 비교한 결과, 협력연구비중을 제외하고는 BBC 모델과 CCR모델이 동일하였다. 그리고, 기초연구비중, 연평균 세부과제수, 도입기연구비중, 대학연구수행비중의 경우, 효율성 상위 20개 그룹이 하위 20개 그룹보다 평균값이 컸으나, 세부과제당 투자비, 중소기업연구수행비중, 대기업연구수행비중, 연구소연구수행비중은 효율성 상위 20개 그룹이 효율성 하위 20개 그룹보다 평균값이 작았다.
후속연구
- 둘째, 정부 R&D 효율성 분석 시, SCI논문 건수, 국내 특허 출원·등록 건수 등 양적인 측면만 고려하였으나, 논문 Impact factor 등 성과의 질적인 측면을 고려할 필요가 있다.
- 마지막으로 정부 R&D 효율성에 영향을 미치는 요소는 투자의 배분특성 뿐만 아니라, R&D 수행 및 관리 체계, 연구인력의 연구능력, 평가체계 및 절차 등 다양하므로, 이를 고려하여 보다 정밀한 요인분석을 할 필요가 있다.
- 둘째, 정부 R&D 효율성 분석 시, SCI논문 건수, 국내 특허 출원·등록 건수 등 양적인 측면만 고려하였으나, 논문 Impact factor 등 성과의 질적인 측면을 고려할 필요가 있다. 셋째, 선택한 DEA 모델, DMU설정 방법, 고려한 투입 및 산출 변수, 시차효과 등에 따라, 효율성 분석 결과가 달라 질 수 있기 때문에, 분석결과의 신뢰성 제고를 위한 여타 보완적 분석을 할 필요가 있다. 마지막으로 정부 R&D 효율성에 영향을 미치는 요소는 투자의 배분특성 뿐만 아니라, R&D 수행 및 관리 체계, 연구인력의 연구능력, 평가체계 및 절차 등 다양하므로, 이를 고려하여 보다 정밀한 요인분석을 할 필요가 있다.
- 우선, 더욱 정확한 효율성 분석을 위해 검증방법 개발 및 추가조사9) 등을 통해 R&D투입인력, 인력양성지원, 사업화 지원 성과 등을 투입 및 산출변수에 추가하여 분석해 볼 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.