형준 이형석국내지역연구개발투자효율성분석 서형준 이형석 국내지역연구개발투자효율성분석 : 지역혁신산출지수를중심으로 (AlphaGo) 의 * ** 서형준 * 이형석 ** Ⅰ. 서론 Ⅱ. 이론적배경 1. 지역연구개발투자 2. 자료포락분석을활용한국내지역연구개발투자선행연구 Ⅲ. 연구설계 1. 투입변수및산출변수 2. 연구모형 Ⅳ. 실증분석 1. 기술통계및상관분석 2. 지역별기술효율성현황 3. 지역별규모효율성및 RTS(Returns to Scale) 현황 4. 벤치마킹 Ⅴ. 결론및제언 Ⅰ. 서론 2016년구글의자회사인딥마인드 (Deep mind) 에서선보인알파고의등장은전세계사회전반에큰충격을안겨주었다. 체스경우일찍이인공지능이인간에우위를보인반면무수한경우의수로한국지역정보개발원지역정보화정책부책임연구원인하대학교글로벌e거버넌스관리공학박사수료, 교신저자 (E-mail: zard2303@naver.com) - 209 -
IDI 도시연구 제 13 호 (2018.6) 인하여인간의영역으로여겨졌던바둑에서알파고가이세돌 9단을상대로 5전 4승의압도적인승리를거두었기때문이다. 알파고의등장은곧바로인공지능 (AI: Artificial Intelligence) 이우리사회에서어떻게이식되고, 역할을하며, 그파급효과에대한다양한논의를이끌어낸다. AI의등장은다양한분야에서자동화가이루어짐을뜻하는한편, 4차산업혁명이라는새로운패러다임에대한관심으로확대되기에이른다. 4차산업혁명의유래는독일이 2011년하이테크전략 2020에 ICT 융합을통한제조업경제전략인 인더스트리 4.0(Industry 4.0) 전략을주요테마로포함시키면서부터이며, 인더스트리 4.0은자동차, 기계등제조업에 ICT를접목해모든생산공정과조달및물류, 서비스까지통합적으로관리하는 스마트팩토리 (Smart Factory) 구축을목표로한다 ( 이정아 김영훈 2014, 9). 이러한 4차산업혁명이공식적으로언급된것은 2016년 1월다보스포럼으로이에따르면 4차산업혁명이근미래에도래할것이고, 이로인해일자리지형변화라는사회구조적변화가나타날것이라고전망하고, 4차산업혁명을디지털혁명에기반하여물리적공간, 디지털적공간및생물학적공간의경계가희석되는기술융합의시대라고정의하였다 ( 김진하 2016, 47). 4차산업혁명은저성장, 저출산, 고령화등다양한문제가산적해있는한국사회에있어새로운도약의기회가될수있다. 중국등신흥국의위세에밀려그동안쌓아온제조업강국의위치를위협받는상황에서이를타개할 4차산업혁명의근간이될원천기술에대한관심이증대되고있다. 4 차산업혁명의특성인초연결성, 초지능성을이끌어내기위해서는무엇보다과학기술에대한지속적인투자가담보되어야하는데, 선진국에비해서 4차산업혁명을위한구체적인계획은현재까지는미비한실정이다. 이에따라서본연구는 4차산업혁명의초혁신을야기하는과학기술투자즉연구개발투자에대한면밀한파악이우선되어야한다는인식하에연구 - 210 -
국내지역연구개발투자효율성분석 서형준 이형석 를진행하고자한다. 4차산업혁명에서자주언급되는스마트팩토리등의구현은최첨단기술의집합체이기때문에그것을촉진해줄연구개발투자가핵심요소이기때문이다. 특히분권화의지속적인확대로각지자체의영향력이증대되어가는상황에서본연구는 16개광역지자체에따른연구개발투자효율성을분석하고자한다. 우리나라는 1995년지방자치제가실시된이후에지속적으로분권화가진행되면서오늘날각지자체는기존중앙정부의역할을상당부분수행하는상황에이르렀다. 이처럼지자체의위상이제고됨에따라지역발전의주체는중앙정부보다는지자체가중심이되고있으며, 이러한경향은태생적으로중앙집중화를탈피하여분권화의속성을지니고있는 4차산업혁명하에서도역시심화될것으로예상된다. 지역발전이라는측면에서각지자체는타지자체와일정부분경쟁관계에있기때문에연구개발투자도보다민감할수있으며, 또한시의적절한투자도진행할수있다. 이에따라각지자체의연구개발투자에대한 best practice를확인하고, 벤치마킹제공은물론지역간연구개발투자에대한격차를완화하는데도기여를할것으로생각된다. 4차산업혁명의급속한변화양상은중앙집중적인탑다운방식의정책지향으로는대응에한계가있기때문에, 다양한이해관계자들과보다가까운접점을지닌지자체가오히려유연하고기민하게대응할수있을것으로기대된다. 4차산업혁명의결실을맺는데필수적인지역별연구개발투자효율성을검토하는것은급격한패러다임변화속에서새로운성장동력을확보하는데의의가있다고할수있다. - 211 -
IDI 도시연구 제 13 호 (2018.6) Ⅱ. 이론적배경 1. 지역연구개발투자 연구개발투자및활동은기술지식을발전시키고, 기술지식의확산및축적, 기술사업화등, 즉기술혁신을통하여노동, 자본등총요소의생산성을향상시킴으로써국민경제에기여하고있는것으로알려져있다 ( 김영훈 김선 2011, 5). 연구개발투자는노동과자본외에생산에영향을끼치는가장강력한제 3의생산요소로연구개발투자는새로운상품과보다나은생산방법을창출하는데있어서가장분명한요인이며또한합목적적인통제를가할수있으며동시에화폐라는계량단위로측정될수있기때문에, 신고전학파를확장 계승한신성장이론 (New growth theory) 에서연구개발투자를제3의생산요소로주목하였다 ( 김석현 2006, 16). 이러한신성장이론에서는경제성장의원천으로산출물일부를연구개발에투입하고, 투입된연구개발의결과에의해생성된지식을경제성장의핵심요소로간주한다 ( 김인자외 2015, 18). 한편전세계적으로미래성장동력확보및이를통한일자리창출을통해경기침체를벗어나고자노력하고있는데, 이에대한해결방안으로과학기술의역할이중요시되고있다. 이러한상황에서우리나라는대내적으로도저출산 고령화가지속되고있어성장잠재력이하락할것으로예상되고있고, 특히핵심원천기술의부족과중국의급성장으로주력산업의경쟁력약화우려가있다. 신성장동력확보가시급한과제로대두되면서정부는지속적으로연구개발투자에집중하고있다 ( 안승구 이의재 2016, 23-24). 이처럼국가의연구개발투자는국가경쟁력은물론장기적으로국가의생존과직결되고있기때문에일반적인예산배분차원을넘어서현재국가가당면한이슈, 국가의향방을가늠할수있는지표가될수있다. - 212 -
국내지역연구개발투자효율성분석 서형준 이형석 한편정부는 2017년 6월 29일 2018년도정부연구개발사업예산배분 조정 ( 안 ) 을확정 발표하였다. 이에따르면 2018년에 14조 5,920억원을총 20개부처 460개사업에대한국가연구개발사업에투자하는데, 4차산업혁명대응을통한미래성장동력확충에주력하고, 과학기술기초체력강화를위한연구자주도기초연구지원을확대하기로하였다. 이외에미세먼지, 감염병, 치매등국민삶의질향상과밀접한문제의과학기술적솔루션확보를위한투자를확대하고, 일자리창출효과가높은인력양성, 창업지원등의연구개발에대해, 우선투자하기로하였다 ( 미래창조과학부 2017b). 하지만 2017년현재까지지역연구개발투자에대한향후방향은구체적으로나오지않았다. 비록지자체의재정자립수준이중앙정부에의존해야하는상황이기때문에중앙정부의연구개발투자계획에의존해야하지만지역연구개발투자에대한분석의필요성은지역경쟁력의중요성이과거보다높아지고있기때문이다. 오늘날의경쟁양상은국가간경쟁에서지역간경쟁으로변화되며, 경제활동의주역은국가에서지역으로바뀔것으로전망되는바, 이에따라지역경쟁력이국가경쟁력이라는인식이확산되고있다 ( 염명배외 2011, 260). 이러한지역경쟁력의중시는곧지역경제의중요성으로연결되는데, 지역발전의결정요인으로서기술혁신의중요성이증대되고, 지역경제적차원에서많은경험적연구들이지식의창출, 연구개발활동및기술혁신의효과에초점을두고있다 ( 방민석 정혜진 2011, 288). 지역경제발전은곧지역연구개발투자와이어진다는인식은선행연구에서도확인할수있는데, 양지청 (2014) 은국내지역지역연구개발투자에대한실증연구를토대로지역연구개발주자가지역총생산을증대시키고, 지역혁신의증가및촉진시킬수있다고밝혔다. 한편홍형득 (2010) 은강원도지역의연구개발투자동향을분석하여강원도의바이오산업에대한지속적인투자로인해관광에이은주요전략산업으로부상하고있는것으로분석 - 213 -
IDI 도시연구 제 13 호 (2018.6) 하였다. 이에따라관련기업체수의증가가급격하게이루어지고있는데, 이는지역연구개발투자가장기적으로지역핵심산업에대한근본적인전환을야기하여지역경쟁력을결정짓는주된요인임을의미하는결과로판단된다. 2017년현재를기준으로공개된최근의지역별연구개발비에대한현황은 < 표 1> 과같다. < 표 1> 우리나라지역별연구개발비현황 ( 단위 : 억원 ) 구분 2010 2011 2012 2013 2014 2015 서울 82,430 92,313 99,167 107,027 96,356 100,306 수도권 인천 16,624 19,832 21,319 21,328 22,829 24,996 경기 183,129 208,469 251,818 273,095 310,330 318,390 소계 282,183 320,614 372,304 401,449 429,514 443,692 대전 50,122 55,700 55,709 59,401 63,330 66,551 부산 8,395 9,068 10,306 9,655 11,048 12,862 대구 5,900 6,784 8,394 8,212 9,705 11,040 광주 5,209 6,901 6,728 5,937 6,798 7,332 울산 4,522 7,475 7,214 7,405 8,153 9,723 세종 - - - 1,881 3,925 4,887 강원 2,847 3,400 3,514 3,565 3,705 4,142 그외 충북 7,829 8,813 9,548 10,598 12,539 13,797 충남 26,866 29,427 25,428 26,282 23,238 22,837 전북 5,308 6,560 7,969 8,751 8,705 8,043 전남 4,826 5,329 5,640 6,456 7,485 5,739 경북 18,286 20,988 21,367 21,355 26,966 26,680 경남 18,286 16,492 19,171 20,749 20,620 20,948 제주 1,118 1,354 1,209 1,313 1,609 1,320 소계 92,636 106,243 122,590 126,488 144,497 149,351 합계 438,548 498,904 554,501 593,009 637,341 659,594 출처 : 한국과학기술기획평가원 (2016, 2) - 214 -
국내지역연구개발투자효율성분석 서형준 이형석 한국과학기술기획평가원에따르면 2015년총연구개발비에서서울, 인천, 경기도등의수도권의연구개발비는 44조 3,692억원으로전체연구개발비의 67.3%, 대전은 10.1% 로나타났다. 한편 2015년경기도의연구개발비중기업연구개발비가차지하는비중은 94.6% 로나타났고, 다음으로, 기업연구개발비비중이높은지역은인천 82.2%, 울산 81.1% 순으로나타났다. 2015년수도권지역국가연구개발사업투자비중은전체의 36.7% 로, 정부의연구개발투자중대전비중이전체의 30.0% 로가장높았으며, 다음으로서울 20.1%, 경기 14.4% 순으로나타났는데, 정부의수도권에대한투자비중은전년대비 3.4% 감소하였으나대전과지방은전년대비각각 0.5%, 3.0% 증가한것으로나타났다 ( 한국과학기술기획평가원 2016, 1-4). 전반적으로지역의연구개발투자는꾸준히증가하고있는가운데, 대전과같은연구중심도시라는특별한경우를제외하고는수도권편중현상은가속화되고있는것으로나타났다. 이는수도권에연구인력및인프라가집중되어있기때문으로보이며, 비수도권지역의연구개발투자소외현상을해소할필요가있다. 지역연구개발투자의핵심요소인연구개발비에대해민간부문까지포괄하는총지역연구개발비를활용하거나지역국가연구개발투자만을활용하는데, 본연구에서는기업등민간부문의연구개발투자가증대하고있기때문에공공부문과민간부문을포괄하는총지역연구개발비를중심으로다루고자한다. 미래창조과학부 (2017a, 171) 는우리나라조선산업의위기에대해중국등경쟁국의저가조선정책과양적인성장에만집중하고첨단기술력확보를위한연구개발투자소홀등미래에대한예측부재를지적하고있다. 조선업이지역핵심산업이던울산, 거제, 군산등이조선업의불황으로인해지역경제에큰타격을받고있는것을보면새로운성장동력을찾기위한지역연구개발투자에대한지속적인관심이이어져야함을알수있으며, 이는공공부문과민간부문을포괄해서지역연 - 215 -
IDI 도시연구 제 13 호 (2018.6) 구개발투자에대한고려가필요함을의미한다. 또한최근 4차산업혁명으로급격하게변화되고있는각산업부문의양상을볼때이에대응하지못한다면언제든조선업몰락의경우와같이지역경제는물론국가경제에도부정적인영향을초래할우려가높다. 이러한지역연구개발투자의중요성을인식하고, 자료포락분석을활용하여각지역별연구개발투자에대한효율성검토를통해 4차산업혁명하의발전적인제언을하고자한다. 2. 자료포락분석을활용한국내지역연구개발투자선행연구 본연구는각지역별연구개발투자에따른효율성을검증하는것을목적으로하기에일반적으로효율성분석에활용되는자료포락분석을주요분석방법으로활용한다. 이에실증분석에앞서서국내의지역별연구개발투자에대해효율성을실증하기위하여자료포락분석을적용한선행연구에대한검토를진행하였으며, 이는 < 표 2> 와같다. 선행연구를종합하면대체로연구개발에대한투입변수를연구인력, 연구개발투자비로설정하고, 산출변수는비교적다양하지만대체로특허등록수로구성하고있다. 이처럼특정변수로편중되고있는것은과학기술정보통신부산하의국가연구개발투자와관련된성과평가를진행하는한국과학기술기획평가원이제공하는투입, 산출요소들이상기의변수들에해당되어다수의연구자들도자료의확보가용이한이들변수를분석에활용하고있는것으로판단된다. 또한현재까지는이들변수를대체할만한다른변수들도그리많지않은것역시편중현상에기여한다고볼수있다. 투입변수의경우연구개발투자에고정적인요인이존재하기때문에변수활용의편중에불가피성이있다. 하지만산출변수는연구자의판단에따른개입의여지가많음에도불구하고특허등록수및지역내총생산이라는획일적인한계성을보이고있다. 이에본연구는지역연구개발투자 - 216 -
국내지역연구개발투자효율성분석 서형준 이형석 < 표 2> 국내지역연구개발투자자료포락분석선행연구 연구자연구개요투입 / 산출변수 이병철 (2008) 박정희문종범 (2010) 방민석정혜진 (2011) 염명배외 (2011) 이민회외 (2012) 한하늘 (2013) 이광배모수원 (2013) 2002-2007년의 16개광역시도별로연구개발투자규모를분석하고시. 도별상대적효율성과생산성을측정한국산업기술평가원의 2003-2007년의지역기술개발산업중완료과제 342건을대상으로 13개광역시도에대한효율성을측정 16개광역시도의 2004-2006년, 2006-2008년의각각투입변수와산출변수를활용하여연구개발의효율성을분석하고효율성에대한영향요인을분석 2004-2008년사이의 16개광역지자체의 R&D 지출에대한지역별효율성확인및바람직한벤치마킹대상확인 16개광역시도의 2005-2009년간의연구개발투자에따른효율성분석 2005-2011년의 16개광역시도의특허성과를기준으로연구개발생산성을분석하고, 특히인천연구개발정책의시사점도출 16개광역시 도에대한 2005-2009년간의연구개발투자에대한동태적생산성과효율성을분석 - 투입변수 : 연구개발인력, 연구개발비 - 산출변수 : 특허출원수, 특허등록수 - 투입변수 : 연구개발비, 연구개발기간, 지식보유수 ( 특허 ) - 산출변수 : 특허, 논문, 매출액, 고용창출 - 투입변수 : 연구개발투자비, 연구원수, 연구장비구입액 - 산출변수 : 특허출원, SCI - 투입변수 : 과학기술관련예산, 국가연구개발비, 연구원수 - 산출변수 : 지역내총생산 - 투입변수 : 연구개발비, 연구인력 - 산출변수 : 특허, 지역내총생산 - 투입변수 : 연구원수, 연구개발비 - 산출변수 : 특허출원수, 특허등록수 - 투입변수 : 연구개발비, 연구원인력 - 산출변수 : 특허, 지역내총생산 의효과를한정적으로인식하는선행연구의한계를극복하고자지역혁신산출지수라는지역혁신수준을나타내는지표를주요산출변수로설정하여지역연구개발투자에따른지역혁신효과를검토하고자하였다. 이는기존의산출변수로는판단하기어려운지역의 4차산업혁명에대한대응수준을확인할수있는유용한지표라는전제도포괄한다. - 217 -
IDI 도시연구 제 13 호 (2018.6) Ⅲ. 연구설계 1. 투입변수및산출변수 지역별연구개발투자효율성분석을위해본연구는연도별자료부재로인한세종시를제외하고 16개의광역지자체를분석대상으로한다. 투입변수는연구개발투자에해당하는연구원수, 연구개발투자비등을투입변수로설정한선행연구의경향을따르고자하나산출변수는지역별 4차산업혁명의대응수준을반영하기위해지역혁신산출지수와 SCI 논문수를활용하고자한다. 지역혁신산출지수는산업연구원에서발표하는지역별지수로써산업및과학기술수준등다양한요소를반영하고있다. 현재까지기존선행연구들이지역혁신산출지수를연구개발투자에대한산출변수로반영하지않았기때문에지역혁신산출지수의활용은본연구의주된차별점이다. SCI는연구개발투자에대한성과는물론고급인력양성과직결되는지역별고등교육의수준을가늠할수있다는판단하에산출요소로써반영하였다. 첫째, 산출변수의경우일반적으로그동안의지역연구개발투자효율성분석에서주로활용된산출변수는특허등록 출원수에해당하는데, 이는특허가혁신의경제적성과와직접적으로연관되어있기때문이다 (Griliches 1990; 한하늘 2013, 17). 본연구에서는특허만으로는 4차산업혁명에대한지역의혁신수준을반영하기에다소한계가있다고판단하고, 지역혁신산출지수를산출변수로활용하였다. 지역혁신지수는지역내혁신활동의수준을살펴볼수있도록 EU에서채택하고있는방식을우리실정에맞게조정하여혁신활동의과정에따른지표와이를종합한지수이며, 혁신에필요한요소성격이강한투입부문과혁신의활용을나타내는산출부문으로구분되어총합혁신지수로제공된다 ( 산업연구원 2016, - 218 -
국내지역연구개발투자효율성분석 서형준 이형석 13). 본연구에서는지역혁신지수의하위지수인지역혁신산출지수의시계열자료를활용하며, 해당지표의구성은크게혁신활용, 지식재산권등으로구분된다 ( 산업연구원 2016, 14). 1) 논문은지식의확산채널이면서기술적배제성을측정하는도구로기능하기때문에연구활동의중요한요소이다 ( 방민석 정혜진 2011, 295). 방민석 정혜진 (2011) 은지역연구개발투자의효율성에대해, 조윤기 (2010) 는한국 중국 일본의연구개발투자효율성및생산성분석에대해 SCI를활용하였다. SCI는국제적으로인정되는학술지에투고되는논문에해당하기때문에지역혁신산출지수에는반영되지않은지역별지식축적및고등교육의수준을나타내는지표로써활용하고자하였다. 연구에서는 SCI 편수를반영하였는데, 사실양적수준만이아닌질적수준을반영할수있는좋은척도는 SCI에대한피인용도이다. 지역별 SCI에대한현황통계를제공하는 국가연구개발사업성과보고서 의피인용도에대한지수가 2012 년까지는과거 5년간의누적피인용도를제공하고있으나 2013년부터는게재년도기준피인용도만을제공함에따라연도별변수가상이하여부득이양적지표인 SCI 편수를활용하였다. 이러한 SCI 편수는한국과학기술기획평가원의연도별 국가연구개발사업성과보고서 의통계자료를기반으로하였다. 둘째, 투입변수의경우지역연구개발투자의투입변수로선행연구에서자주활용되는연구개발비와연구인력수를활용하고있다 ( 이병철 2008; 방민석 정혜진 2011; 염명배외 2011; 이민희외 2012; 한하늘 2013; 이광배 모수원 2013). 이에따라본연구도연구개발투자를의미하는투입변 1) 지역혁신지수산출부문에서혁신활용은총사업체수천개당벤처기업수, 제조업총부가가치중하이테크업종부가가치의점유율, 총수출액중첨단기술제품수출액비중, 제조업총종사자중중상급이상의기술을요하는업종의종사자수비중등으로평가되고, 지식재산권은인구백만명당특허출원건수, 인구백만명당실용신안출원건수, 인구백만명당상표권출원건수, 인구백만명당의장권출원건수등으로평가된다. - 219 -
IDI 도시연구 제 13 호 (2018.6) 수로연구개발비와연구원수를반영하였다. 특히연구개발비는공공부문과민간부문을포괄하는총연구개발비를적용하였는데, 이는국가연구개발투자못지않게민간부문의연구개발투자역시지역혁신에큰영향을끼친다는선행연구의결과를반영한것이다. 지역에따라서특정대기업이지역경제를선도하는것을보면지역연구개발투자를국가에대한투자로한정하는것은다소한계가있으며, 4차산업혁명은중앙집중식통제와관리와는차별화되기때문에일부선행연구에서지역연구개발투자를국가연구개발투자로한정하고있는것과는다른접근이필요하다고생각된다. 연구개발비와연구인력등두요인은한국과학기술기획평가원의연구개발투자에관한보고서인연도별 연구개발활동조사보고서 에기재된내용을활용하였다. 한편연구개발자원의투입은일정한시차를두고양적성과로구현되기때문에대부분의선행연구는투입변수와산출변수간에일정한시차 (time lag) 를두고있으나, 구체적인시차에대해서는합리적인대안이없어연구마다다소상이하게시차를설정하고있다 ( 한하늘 2013, 157). 연구개발투자에대한투입과산출의효율성분석에있어서선행연구를보면시차에대해이광배 모수원 (2013) 은 1년의시차를두었고, 이병철 (2008) 은각각 1년과 2년을, 한하늘 (2013), 방민석 정혜진 (2012) 은 2년의시차를조윤기 (2010) 는 3년의시차를두었고, 염명배 (2011), 박정희 문종범 (2010), 이민희외 (2012) 는구체적인시차를설정하지않았다. 본연구는연구개발투자에따른성과의적절한성숙기간이필요하다는인식하에, 선행연구를토대로산출및투입의시차를 2년으로두어각각투입은 2009 년-2012년, 산출은 2011년-2014년으로기간을설정하였다. 본연구분석을위한프로그램은 DEA Solver 5.0의 SBM 분석을활용하였으며분석에활용된 DMU는총 16개지자체의 4년간의경향을반영하기위해총 64개가활용되었다. - 220 -
국내지역연구개발투자효율성분석 서형준 이형석 < 표 3> 지역연구개발투자연구변수 구분변수명기간출처 산출변수 투입변수 지역혁신산출지수 2011-2014 SCI 편수 2011-2014 총연구개발비 2009-2012 연구원수 2009-2012 산업연구원연도별 지역혁신산출지수시계열자료 한국과학기술기획평가원연도별 국가연구개발사업성과보고서 한국과학기술기획평가원연도별 연구개발활동조사보고서 한국과학기술기획평가원연도별 연구개발활동조사보고서 2. 연구모형 1) DEA 의개념 본논문에서활용될 DEA는각지역별연구개발활동의효율성을구하는것을주목적으로두고있으며여기서효율성 (efficiency) 이란조직이사용한투입요소의사용량에대한산출물생산량의비율을의미한다 ( 김성호외 2007). 즉 DEA는투입, 산출에관련된모든요소들을동시에고려하여그비율로상대적효율을측정하는비모수적 (non parametric) 선형프로그램기법으로, 다수의투입물과다수의산출물을동시에고려할때유용한모형이다. 따라서두개의투입변수, 두개의산출변수를가지는본논문의실증분석에적합하다고할수있다. 황석원외 (2009, 56) 도 DEA가연구개발활동의효율성을측정하기위한방법으로적합한이유로다음과같은사항을제시하였다. 첫째, 연구개발활동은다중투입과다중산출의특성을가지므로, DEA의분석대상으로적절하다. DEA를이용하면다중투입과다중산출을복합적으로고려하여 DMU간상대적효율성을단일지표로변환할수있다. 둘째, DEA는 - 221 -
IDI 도시연구 제 13 호 (2018.6) 객관적방법에의해투입, 산출에대한가중치를부여하게된다. 기존의비율지표법에근거한분석의지표간가중치설정등에서전문가의주관적의견에의존해야한다는한계에제약을받지않는다. 마지막으로, DEA 결과를이용하여 DMU별로연구활동의효율성을개선하기위한방안과목표치를제시할수있다. 즉, DEA는각 DMU에대하여비효율성값뿐만아니라효율적인참조집합에대한벤치마킹정보까지제공한다. 따라서지역별연구개발투자효율성을측정하는방법론으로서 DEA가유용할것이라고판단된다. 2) SBM(Slack based model) 한편본연구의 DEA 모델인 SBM(Slack based model) 모형 (SBM-C, SBM-V) 은비방사형 (Non-radial) 모형으로방사형 (radial) 모형인전통적인기존의 CCR, BCC 모형과차이가있다. CCR모형은 (Charnes et al. 1978) 이제시한모형으로규모수익불변을가정하는본논문의 SBM- C(CRS) 의가정과유사하며 BCC모형 (Banker et al. 1984) 은규모수익가변을가정한모형으로본논문의 SBM-V(VRS) 의가정과유사하다. 차이점은크게두가지로첫째, CCR, BCC 모형은투입과산출한변수를고정시켜다른변수만을변경시켜효율성을제고할수있는방식이며 ( 투입지향, 산출지향 ) SBM은동시에투입은줄이고산출은늘리는방식 (nonoriented) 이라는점이다. 둘째, 한쪽만을생산변경으로진행하는방향이원점으로수렴하는방사형모형 (CCR, BCC) 에비해본연구에서사용되는 SBM 모형 ( 비방사형모형 ) 은투입을최대수치로줄일수있는생산변경의지점으로향하는특성을지니고있다는점이다. < 그림 1> 에서방사형모형과비방사형의이러한차이점을확인할수있다. 비효율적인 A점을기준으로방사형목표치는 A 이지만비방사형모형기준으로는 D점이 - 222 -
국내지역연구개발투자효율성분석 서형준 이형석 다. 즉 A'D 만큼의투입요소슬랙 (input slacks) 가존재하고있으며따라서효율성제고를위해더많은투입량을줄여야하는것으로나타난다 ( 소순후 2011). 따라서 SBM모형을여유분 (slack) 고려모형이라고도한다. 따라서 Tone(2001) 이제시한본모델은효율성측면에서과대평가를방지하고 DMU의간분별력을제고할수있는장점을지닌다 (Fukuyama & Wever 2009). SBM모형은다음과같은식으로설명할수있다. n개의에대해각각개의투입요소를사용하여개의산출요소를생산한다고가정하였을시특정의효율성은다음과같이구할수있다. 출처 : 소순후 (2011) 그림원용 < 그림 1> 방사적모형과비방사적모형의효율성측정 - 223 -
IDI 도시연구 제 13 호 (2018.6) 여기서는효율성수치값이며는투입요소슬랙, 는산출요소 슬랙을의미하며는의투입요소, 는의산출요소 를의미하며은투입변수의개수, 는가중벡터를의미한다. 3) RTS(Return to scale) 분석한편규모효율성이 1(CRS: Constant Returns to Scale) 이아닌 DMU는규모의경제 (IRS: Increasing Returns to Scale) 와, 규모의불경제 (DRS: Decreasing Returns to Scale) 로나뉘게된다. CRS는투입이 1% 증가할때산출도 1% 증가하는상태, IRS는투입이 1% 증가할때산출이 1% 를초과하는상태, DRS는그반대의경우를의미한다. 따라서규모효율성 (Scale efficiency) 이 1이아닌 DMU들을대상으로각각의 RTS(Returns to Scale) 정보를확인하는것은향후투입량의고려에있어큰도움이된다. 하귀룡외 (2012, 9) 에따르면우선평가대상 DMU들은 CRS를가정하였을때아래와같은선형계획법으로모델링할수있다. 개의평가대상 DMU가있으며, 개별 DMU는개의투입요소를사용하여개의산출물을생산한다고가정한다. - 224 -
국내지역연구개발투자효율성분석 서형준 이형석 는각각 DMU 투입, 산출변수의벡터를의미하며, 는 DMU 의투입산출행렬, 값은가중치벡터. 목적함수값은 SBM-C 효율성이다. =1 은효율적임을의미하며 <1 상황은비효율적인 DMU가 1 - 만큼의과다투입이있음을의미한다. 또한위의식을통해도출된값의합을통하여 RTS 상태를파악하는것이가능하다. 값의합이 1인경우 DMU가 CRS 상태임을의미한다. 이는 SBM-C, SBM-V값이일치하는경우이다. 따라서 CRS 상태의 DMU는투입산출구조에있어효율적임을알수있다. 한편 scale efficiency 가 1에못미치는경우투입산출구조가규모효율측면에서효율적이지못함을의미한다. 이경우 RTS는두가지경우로나뉘는데값의합이 1보다작은경우 DMU가 DRS 상태이며, 반대의경우 ( 값의합이 1보다큰경우 ) DMU가 IRS 상태에있다. Ⅳ. 실증분석 1. 기술통계및상관분석 < 표 4> 에서는연구개발비, 연구원수, SCI 편수, 지역혁신산출지수등연구변수들의기술통계값을확인할수있다. 4가지변수에있어최대값, 최소값의차이가매우크게나타나고있는데모든최소값은제주도의수치이다. 이는제주도의상대적으로작은규모로인한결과이다. 최대값은예상대로경기, 서울지역에서크게나타나고있다. 2) 2) 경기지역은연구개발비, 연구원, 지역혁신지수에서전국최대값을보이고있으며서울은 SCI 성과에서최대값을, 나머지변수들에있어서도경기에이은 2위를형성하고있어수도권지역이모든변수에있어상위권을기록하고있다. - 225 -
IDI 도시연구 제 13 호 (2018.6) < 표 4> 연구변수기술통계 구분 연구개발비 ( 단위 : 억원 ) 연구원 ( 단위 : 명 ) SCI ( 주저자, 공저자합산 / 단위 : 건 ) 지역혁신산출지수 최대값 251818 141819 13385 0.643 최소값 1095 1731 129 0.059 평균 29238.09 22593.55 1810.547 0.324 표준편차 49835.86 33461.27 2659.038 0.153 한편 < 표 5> 에서는투입변수와산출변수간의상관관계를확인할수있다. 연구원은 SCI 논문수와지역혁신산출지수에강한상관관계를가지고있음을확인할수있고연구개발비또한두산출변수에대해유의한영향을미침을볼수있다. 따라서본논문에서설정하고있는투입, 산출변수는인과관계에있어유의하며실증분석에있어적합한것으로판단된다. < 표 5> 연구변수상관관계 구분 연구개발비 ( 단위 : 억원 ) 연구원 ( 단위 : 명 ) SCI ( 주저자, 공저자합산 / 단위 : 건 ) 지역혁신산출지수 연구개발비 ( 단위 : 억원 ) 연구원 ( 단위 : 명 ) SCI ( 주저자, 공저자합산 / 단위 : 건 ) 지역혁신산출지수 ( 단위 : 건 ) 1.000 0.956 ** 0.551** 0.730** 0.956 ** 1.000 0.735 ** 0.754 ** 0.551 0.735 ** 1.000 0.615** 0.730 ** 0.754 ** 0.615** 1.000 ** 유의수준 0.01 에서유의미함 2. 지역별기술효율성현황 규모수익불변 (CRS) 를가정한 (SBM-C) 4 년간지자체별연구개발투자 - 226 -
국내지역연구개발투자효율성분석 서형준 이형석 기술효율성은 < 표 6> 에나타나있다. 효율성수치가 1인 DMU는 DMU가생산변경 (frontier) 상에위치하여투입과산출관계에있어이상적인상태임을의미한다. 효율성수치가 1에못미치는 DMU는 1-효율성수치 만큼을벤치마킹을통해제고할수있음을의미한다. 이를토대로전국평균을살펴보면 2011년이 0.552로 4년중가장높은수치를보였으며 2013년이 0.405로가장낮은수치를보였다. 분석결과를토대로국내연구개발투자효율은약 45~55% 제고할수있는여지를가지고있다는점을의미한다. 하지만 2011년만이 0.5 이상을넘고이후로는계속 0.5 이하를보인다는점에서국내연구개발투자효율성이전반적으로하향세로나타나효율성증진이시급한것으로판단된다. 따라서추후이를개선할수있는효과적인투입및산출이요구된다. 지역별로살펴보면 4년간평균기준으로강원 (0.844), 광주 (0.849), 울산 (0.901) 이전국평균을크게상회하는우수한 DMU로나타났다. 선행연구에따르면광주, 울산은꾸준히효율적인 DMU로보고되고있어 ( 염명배외 2011; 방민석 정혜진 2011; 이민희외 2012) 효율성측면에서그신뢰도가매우높다고할수있다. 한편 < 표 6> 에서확인할수있듯이경기 (0.068), 서울 (0.145) 이효율성측면에서전국평균에크게못미치고있으며, 같은수도권인인천 (0.310) 도평균에못미치는것으로나타났다. 수도권은전체적으로낮은효율성수치를기록하였는데, 이는연구인력및인프라의수도권편중으로인한입지조건으로인해다른지역에비해상대적으로많은연구개발투자가이루어짐에도불구하고실질적으로산출물은크게못미침을반영한다. 따라서연구개발투자배정에있어서현재외형적으로나타나는지역의역량보다는각지역의잠재적인발전가능성을우선하는연구개발투자가이루어져야한다. 현재와같은연구개발투자가이루어지면전체적인비효율의악순환이반복될것으로전망되기때문에소외지역에대한가중치를두는연구개발투자배정이필요하다. 한편비 - 227 -
IDI 도시연구 제 13 호 (2018.6) 수도권지역으로는충남과경남이낮은수치를보이고있는데, 이는각각인근지역인대전과울산에대한연구개발투자배정이집중되기때문으로보인다. 국내의대표적인연구중심도시인대전과, 이공계분야를중심으로대규모투자가이루어지고있는울산의존재로인해상대적으로충남과경남의연구개발투자배정이분산되는것으로판단된다. < 표 6> 지역별효율성현황 구분 2011년 2012년 2013년 2014년 서울 0.169 0.154 0.119 0.136 인천 0.380 0.305 0.276 0.279 수도권 경기 0.081 0.070 0.066 0.057 평균 0.210 0.176 0.154 0.157 대전 0.452 0.436 0.326 0.434 부산 0.581 0.534 0.437 0.445 대구 0.795 0.708 0.623 0.629 광주 0.987 0.793 0.615 1.000 울산 1.000 1.000 0.807 0.796 강원 1.000 0.879 0.706 0.790 충북 0.564 0.482 0.395 0.425 비수도권 충남 0.233 0.229 0.237 0.284 전북 0.576 0.563 0.415 0.463 전남 0.586 0.370 0.295 0.347 경북 0.480 0.423 0.389 0.444 경남 0.330 0.311 0.262 0.245 제주 0.622 0.611 0.520 0.734 평균 0.631 0.565 0.464 0.541 전체평균 0.552 0.492 0.405 0.469-228 -
국내지역연구개발투자효율성분석 서형준 이형석 < 그림 2> 연도별효율성평균추세 한편 < 표 6> 의결과는 2투입, 2산출로도출된효율성수치이며변수의변경이있으면효율성순위및수치는다르게나올수있다. 가령연구개발비및 SCI논문, 연구개발비및혁신지수와같은 1투입 1산출의경우결과에있어변경이생기게된다. < 표 7> 에서볼수있듯이산출변수를독립적으로선정하였을경우지역별순위결과는일부일정한추세를보이는지역도있지만크게차이가나는지역도나타나고있다 ( 울산, 서울등 ). 따라서특정목표를집중적으로제고하기위해서는 1산출을바탕으로한효율성순위도고려할필요가있다고여겨진다. - 229 -
IDI 도시연구 제 13 호 (2018.6) < 표 7> 투입산출조합변경에따른효율성순위및수치 구분기존결과순위연구개발비 / 혁신지수 2014 년 서울 15 8 3 수도권 인천 12 12 14 경기 16 16 16 대전 10 15 9 부산 7 9 4 대구 4 4 5 광주 2 5 2 울산 1 1 8 강원 3 3 1 비수도권 충북 8 6 11 충남 14 14 15 전북 6 7 6 전남 11 10 13 경북 9 11 10 경남 13 13 12 제주 5 2 7 효율성평균 0.507 0.326 0.44 3. 지역별규모효율성및 RTS(Returns to Scale) 현황 규모효율성을확인하기에앞서서규모수익을고려한 SBM-V 모형을토대로나온순수기술효율성은 < 표 8> 과같다. 앞서확인한규모수익불변을고려한기술효율성이 2011년을제외하고는연도별평균 0.5에미치지못한것과대조적으로, 순수기술효율성은각연도별로 0.603~0.848 사이에분포되어있는전국평균효율성에서볼수있듯이다수의효율성분석선행연구에서제시한바와같이규모수익불변을가정한기술효율성수치보다큰것으로나타났다. 이는국내연구개발투자는규모의최적성측면에 - 230 -
국내지역연구개발투자효율성분석 서형준 이형석 서떨어진다고볼수있다. 특히서울은이병철 (2008), 이민희외 (2012) 의연구에서와같이 PTE( 순수기술효율성 ) 에있어서는높은수치를보임에따라규모효율성의격차를매울수있는방안을모색하여야할것이다. 규모효율성을구하는아래의식에서볼수있듯이 SE( 규모효율성 ) 이 1에가까울수록규모에대한손실이없음을말하며, 이를위해서는 SBM-C모형과 SBM-V모형이최대한일치해야함을의미한다. 규모효율성 (Scale efficiency) = SBM-C 효율성 / SBM-V 효율성 기술효율성과순수기술효율성의비교결과경기, 서울이 SBM-V모델에서효율성 1을보여 SBM-C모형에서와의차이가극심한것으로나타났다. 이에따라규모효율성이매우적은수치를나타냈다. 이와반대로강원, 경남, 광주, 울산, 인천, 전남, 전북등이전국평균을크게상회하는비교적높은 SE 수치를보여규모측면에서큰손해가없음을알수있다. 세가지유형의효율성을토대로구해진각 DMU의 RTS 상태는 < 표 8> 에나타나있다. 본연구에서는제주만이전년도 IRS 상태를보이고 CRS 상태를보이는일부년도도시들을제외하면전부 DRS 상태를보이는것으로나타났다. 이는제주만이연구개발비나연구원을더추가하였을때더큰산출폭을나타낼수있는규모의경제상황에있음을의미하며 CRS 상태인일부 DMU( 강원, 울산 ) 는투입과산출이적절한균형을이루고있음을의미한다. 아울러대부분의 DMU가 DRS 상태를보인것은국내에서연구개발투자에있어대체적으로과잉투입이있음을시사한다. 이를극복하기위해서는연구개발비나연구원의절감혹은현재수준보다높은 SCI 성과및혁신지수의증대가요구된다. 이것이극복되었을때비로소효율성 1에근접하게된다. 한편규모효율성이 1이아닌경우비효율성을유발하는원인에는순수기술효율성의문제와규모의문제로나뉘게된다. - 231 -
IDI 도시연구 제 13 호 (2018.6) 순수기술효율성이문제인경우 PTE<SE, 규모의문제인경우는 PTE>SE 라고할수있다. < 표 8> 에서확인할수있듯이 4년의효율성을총괄해서볼때경기, 경북, 대전, 서울, 부산, 울산, 제주가규모로인해비효율성이생김을볼수있고, 그외광역시 도는순수기술효율성이문제인것으로나타나각각도시는해당상황에맞는투입방안을모색하여야할것이다. < 표 8> 지역별규모효율성및 RTS 현황 구분 2011 년 2012 년 2013 년 2014 년 PTE SE RTS PTE SE RTS PTE SE RTS PTE SE RTS 서울 1 0.169 DRS 1 0.154 DRS 0.813 0.147 DRS 1 0.136 DRS 인천 0.438 0.869 DRS 0.32 0.952 DRS 0.292 0.947 DRS 0.352 0.791 DRS 경기 1 0.081 DRS 0.297 0.234 DRS 0.638 0.103 DRS 0.415 0.138 DRS 대전 1 0.452 DRS 0.956 0.456 DRS 0.826 0.394 DRS 1 0.434 DRS 부산 0.866 0.671 DRS 0.86 0.621 DRS 0.632 0.691 DRS 1 0.445 DRS 대구 1 0.795 DRS 0.822 0.861 DRS 0.723 0.861 DRS 0.916 0.687 DRS 광주 1 0.987 DRS 0.89 0.891 DRS 0.712 0.864 DRS 1 1 CRS 울산 1 1 CRS 1 1 CRS 1 0.807 IRS 0.801 0.994 IRS 강원 1 1 CRS 0.882 0.996 IRS 0.723 0.977 DRS 0.827 0.956 DRS 충북 0.606 0.931 DRS 0.499 0.965 DRS 0.403 0.981 DRS 0.476 0.893 DRS 충남 1 0.233 DRS 0.346 0.663 DRS 0.332 0.713 DRS 0.424 0.669 DRS 전북 0.625 0.922 DRS 0.646 0.872 DRS 0.483 0.86 DRS 0.587 0.79 DRS 전남 0.634 0.925 IRS 0.372 0.995 IRS 0.295 1 DRS 0.347 1 DRS 경북 1 0.48 DRS 0.913 0.463 DRS 0.785 0.496 DRS 0.926 0.48 DRS 경남 0.395 0.837 DRS 0.418 0.746 DRS 0.333 0.785 DRS 0.344 0.711 DRS 제주 1 0.622 IRS 1 0.611 IRS 0.651 0.799 IRS 1 0.734 IRS 전체평균 0.848 0.686-0.701 0.718-0.603 0.714-0.713 0.679 - - 232 -
국내지역연구개발투자효율성분석 서형준 이형석 4. 벤치마킹 한편비효율성을보이는 DMU를대상으로 DEA는벤치마킹정보를제공한다. 각각의비효율적인 DMU는효율적인특정 DMU인참조집단을대상으로투입과산출에있어벤치마킹을통해효율성을제고할수있다. 즉참조집단이제시하는목표치를달성함으로서비효율적인 DMU들은효율성을 1로끌어올릴수있다는의미이다. 이러한과정은아래의식으로설명할수있다. Reference set s input or output* = inefficient DMU s input or output target 참조집단의투입량과산출물을대상으로가중치인 λ 값을곱한수치가비효율적인 DMU의목표치를의미한다. 비효율적인 DMU들은해당목표치를달성하였을시효율적인 DMU로될수있음을가정한다. < 표 9> 에서본연구의벤치마킹결과를확인할수있으며, 본연구에서는편의상 2009 년투입사례를예시로제시하였다. 2009년에는울산, 강원만이효율성 1을보이고이경우에는참조집단은자신이된다. 비효율적인 DMU들은각각벤치마킹대상인참조집단을할당받게된다. 다만참조집단이 2개이상인경우가있는데이경우목표치는위의식을토대로나온참조집단의목표치를합산한수치가된다. 본연구에서는강원 (2009), 울산 (2009) 가가장많은참조집단수를나타내었으며광주 (2012) 도 9회로 3위에해당하는참조집단수를보였다. 효율성이 1인 DMU는이외에도있지만이상의 DMU들이많은참조집단을보이는것은위 3도시의투입과산출구조가다른 DMU와비교적유사하기때문이다. 따라서비효율적인각각의 DMU들은할당된참조집단을대상으로벤치마킹에임해자신들의투입및산출구조를고려할필요가있다. - 233 -
IDI 도시연구 제 13 호 (2018.6) < 표 9> 벤치마킹정보및참조집단 구분 효율성 가중치합 참조집단및가중치값 서울09 0.169 21.14 울산09 12.304 강원09 8.839 부산09 0.581 2.48 울산09 1.000 강원09 1.476 대구09 0.795 1.69 울산09 0.542 강원09 1.144 인천09 0.380 3.16 울산09 3.162 광주09 0.987 1.27 광주12 0.402 울산09 0.011 강원09 0.860 대전09 0.452 4.11 광주12 2.872 울산09 1.235 울산09 1.000 1.00 울산09 1.000 경기09 0.081 28.67 울산09 28.673 강원09 1.000 1.00 강원09 1.000 충북09 0.564 1.83 울산09 0.216 강원09 1.610 충남09 0.233 3.65 강원09 3.647 전북09 0.576 1.43 울산09 0.822 강원09 0.610 전남09 0.586 0.80 울산09 0.549 강원09 0.246 경북09 0.480 3.50 울산09 2.843 강원09 0.654 경남09 0.330 3.56 울산09 3.559 제주09 0.622 0.30 울산09 0.213 강원09 0.092 Ⅴ. 결론및제언 한국무역협회국제무역연구원은 2017년보고서를통하여 UBS(Union Bank of Switzerland), WEF(World Economic Forum), IMD(International Institute for Management Development) 등이발표한각국의 4차산업혁명경쟁력순위를종합하여산출한결과싱가포르 (1위), 핀란드 (2위), 미국, 네덜란드, 스위스 스웨덴 ( 공동 5위 ), 노르웨이 (7위), 영국 덴마크 ( 공동 8위 ) 등을주요상위국가로선정하였다. 한편한국은각각 UBS(25위 ), WEF(12위 ), IMD(19위 ) 등을토대로종합순위 19위로같은아시아권인홍 - 234 -
국내지역연구개발투자효율성분석 서형준 이형석 콩 (10위), 대만 (14위), 일본 (15위) 보다미비한것으로평가되었다 ( 김정균 2017, 2). 이에본논문은전세계산업구조가 4차산업혁명으로개편되고있는상황에서, 국가의혁신역량을함양하는것은각지역의연구개발투자에있다고전제하고있다. 특히이에따른각지역의대응수준을파악하기위해 16개지자체의연구개발투자 ( 투자액, 연구원수 ) 를투입변수로하고, 4차산업혁명에대한대응수준을잘대변한다고생각되는지역혁신산출지수와 SCI 편수를산출변수로설정하여, 효율성과 best practice를확인하기위하여 SBM 분석을수행하였다. 실증분석결과최근 4년간전반적인효율성이 40~55% 를보여추후개선의여지가많음을볼수있었으며수도권지역이비수도권지역에비해효율성측면에서뒤쳐지는것으로나타났다. 이는수도권지역의연구개발비나연구원수가타지역에비해많지만성과는그에못미침을의미하며따라서보다성과를비약적으로늘릴수있는정책이요구된다. 한편강원, 광주, 울산이본연구에서효율적인 DMU로보고되었으며특히광주, 울산은기존연구에서도효율적인도시로다수보고되어비교적신뢰할수있는모범적인 DMU로판단된다. 따라서이들을참조집단으로두는도시들은벤치마킹에적극적으로임해효율성을제고할필요가있다. 규모수익상태를고려하는 RTS 측면에서본연구에서는제주만이전년도 IRS 상태를보이고 CRS 상태를보이는일부년도도시들을제외하면대부분 DRS 상태를보이는것으로나타났다. 이는국내에서연구개발투자가대체적으로과잉투입이있음을시사한다. 이를극복하기위해서는투입의절감혹은현상황보다나은산출의증대가요구된다. 4차산업혁명에대비한본연구내용의정책제언은다음과같다. 첫째, 각지역별적절한연구개발투자배분이이루어지도록유도해야한다. 연도별지역별효율성비교결과수도권과비수도권지역의효율성차이가극명한것으로나타났다. 이러한결과는다수의선행연구 ( 염명배외 2011; - 235 -
IDI 도시연구 제 13 호 (2018.6) 박정희 문종범 2010; 방민석 정혜진 2011; 이민회외 2012) 에서도확인이되고있는것으로, 이것은비수도권지역의성과가보다앞선다기보다는수도권이상대적으로수도권외지역보다자본과인력이집중되는만큼상대적으로과도한투입요소가공급되면서비효율을초래하는것으로볼수있다. 또한주요산출변수인지역혁신산출지수의경우수도권이비수도권지역에비해두배가까이차이가나고있는것으로나타나지역편중현상이여전히심각한것으로나타났다. 이러한수도권과비수도권지역의격차를해소하고지역균형발전을도모를위해공공기관의지방이전및공공기관의지역인재우선채용등의정책지원이이어짐에도여전히한계가있음을알수있다. 특히수도권지역의공공기관이전에따라해당공공기관인력의유출현상은비수도권지역기피현상이두드러지고있음을방증한다. 이는단지공공분야만이아닌민간분야에도해당되기때문에우선적으로비수도권지역에대해연구개발외에도다양한사회적인프라의조성을통해인력들의비수도권지역으로의유입을적극장려하고이들에대한연구개발투자가이루어지도록해야한다. 인력들이비수도권지역으로의유입이원활해진다면자연히비수도권지역의연구개발투자도증대될것이다. 둘째, 4차산업혁명에대응할수있는새로운성장동력이필요하다. 수도권과비수도권모두연도별연구개발투자의효율성및지역혁신산출지수가전반적으로하락혹은정체해있는것으로나타났다. 이는제조업을중심인우리나라의경제성장이선진국과의기술격차심화와신흥국의추격으로인한경기침체의양상을반영한다고볼수있다. 특히울산, 거제, 군산등조선업과같은특정제조업에의존한지역의경우조선업의침체및고부가가치선박으로의전환부재로인한악영향을받고있다. 본연구변수의한계로인해 2014년까지의자료만을기준으로확인하였으나 2017년현재의상황도긍정적이지는않은데, 2017년 WEF의 2017년국가경쟁력 - 236 -
국내지역연구개발투자효율성분석 서형준 이형석 평가 에따르면한국은 2007년최고순위인 11위를기록한이후꾸준히하락추세에있다. 2014년부터 2017년까지 4년연속 26위를기록하였는데, 이는선진국에서도드문사례라는평이다 ( 한국경제 17/09/27). 그동안각정부에서핵심공약으로제시한 1인당국민소득 30,000달러를여전히달성하지못하는것도한국의성장이한계에직면해있다는것을방증한다. 과거와같이중앙정부의주도만으로는대응성에한계가있기때문에중앙정부는지원자적입장에서각지자체가주도적으로이를타개하기위한 4 차산업혁명에대응할수있는각지역별특화된역량의함양이필요하다. 셋째, 단기성과를위한응용기술이아닌장기적인원천기술및도전적인분야에대한투자가이루어져야한다. 비록본연구에서는지역별연구개발투자효율성을확인하기때문에성과의질적측면을확인할수는없으나연구개발투자의지표상의성과외에도다양한측면이고려되어야한다. 김영훈 김성근 (2011, 23-24) 은한국의연구개발생산성과효율성을 OECD 국가와비교분석한연구에서한국은기존에선진국의원천기술을활용하여공급위주로생산성제고를이루었으나선진국의원천기술이전은점차어려워지고있다. 따라서시장수요를반영하는원천기술을자체개발할수있는연구개발역량의강화를제시하였다. 이는한국이선진국과다르게단기간의경제성장을위한가시적인성과를위해서응용기술에투자하였던시대적배경에따른불가피성이있으나오늘날선진국반열에오른상황에서도여전히이러한경향이지속되고있다. 하지만중국등신흥국의급속한성장은더이상응용기술로는시장지위를선점할수없다는것이증명되고있기때문에장기적인연구개발투자에주력해야한다. 4차산업혁명에서요구되는기존의혁신수준을뛰어넘는초혁신을문샷 (Moon shot) 3) 으로표현하는데, 이는성공가능성이희박하더라도도전적 3) 문샷 (Moonshot) 은아폴로계획에따른인간달착륙과같이 10% 가아닌 10배혁신을미개척분야에서추구하는것을의미한다 ( 최계영 2016, 30). 이는점증적인혁신을뛰어넘는것을말 - 237 -
IDI 도시연구 제 13 호 (2018.6) 인과제에대한연구개발투자가이루어져야함을의미한다. 한편산업통상자원부 (2017) 는 2017년 9월 15일산업기술혁신촉진법 ( 법률제14592 호 ) 을시행을통해연구자의도전적목표설정에대한부담을경감시켜주는근거를마련했다고밝혔는데, 해당법은 도전적목표를설정하고성실하게연구를수행한경우, 결과가중단또는실패판정을받더라도참여제한기간과사업비환수등제재조치를감면한다. 는내용을포함하고있다. 이러한제도적변화는기존연구개발투자의문제점인성과지향의연구에서벗어나참여인력의연구역량증진은물론도전적인목표성장을통하여초혁신의시발점이될수있다는점에서긍정적인평가를내릴수있다. 하며, 경로의존성 (path dependence) 을벗어나야비로소초혁신단계에진입할수있다는것을뜻한다. 따라서연구개발투자에있어서도안정적이고, 위험회피적인행태를지양해야한다. 투고 ( 접수 ) 일 : 2017.10.10. 심사 ( 수정 ) 일 : 2018.04.20. 게재확정일 : 2018.06.19. - 238 -
국내지역연구개발투자효율성분석 서형준 이형석 다. 참고문헌 김석현. 2006. 산업별연구개발투자의생산성기여. 정책연구 18. 과학기술정책연구원. 김성호 최태성 이동원. 2007. 효율성분석이론과활용. 서울 : 서울경제경영. 김영훈 김선근. 2011. 우리나라의 R&D 생산성및효율성분석 : OECD 국가와의비교를중심으로. 기술혁신연구 19(1): 1-27. 김인자 김영희 이길우 황광선 박지현 이보람 박지선. 2015. 연구개발 (R&D) 활동이 GDP에미치는영향분석 : 과학기술논문과특허의매개를통하여. 한국과학기술기획평가원. 김정균. 2017. EU 주요국의 4차산업혁명대응정책과혁신네트워크구축현황. Trade Brief 22. 김진하. 2016. 제4차산업혁명시대, 미래사회변화에대한전략적대응방안모색. KISTEP InI 15: 45-58. 미래창조과학부. 2017a. 2016 과학기술연감.. 2017b. 내년정부 R&D, 4차산업혁명대응과기초원천연구정조준. 6월 29일보도자료. 박정희 문종범. 2010. DEA를이용한지역산업기술개발사업의효율성분석. 산업경제연구 23(4): 2047-2068. 방민석 정혜진. 2011. 자료포락분석을활용한지방 R&D 사업의효율성분석. 지방행정연구 25(4): 285-308. 산업연구원. 2016. 지역경제지표 지수 REPORT. 산업통상자원부. 2017. 연구자중심의 R&D 환경조성과책임성강화. 보도자료. 소순후. 2011. 비방사적 SBM 모형을이용한지역전략산업기술개발투자의효율성분석. 산업경제연구 24(2): 1169-1188. 안승구 이의재. 2016. 2016년정부 R&D 예산의투자방향과특징. R&D InI 12 한국기술기획평가원. 염명배 성을현 황경연. 2011. DEA 모형을이용한지역별 R&D 투자의효율성비교분석. 생산성논집 25(2): 259-287. 양지청. 2014. 동태적 Panel 분석을통한 R&D 투자의지역효과분석. 국제지역연구 18(3): 175-201. 이광배 모수원. 2013. 우리나라지역연구개발투자의생산성과동태적효율성. - 239 -
IDI 도시연구 제 13 호 (2018.6) 산업경제연구 26(1): 333-345. 이민희 이광배 박홍균. 2012. 지역연구개발투자의효율성분석. 산업경제연구 25(5): 3365-3382. 이병철. 2008. 우리나라광역시ㆍ도별특허성과를통한연구개발효율성과생산성분석. 지식재산연구 3(2): 99-118. 이정아 김영훈. 2014. 인더스트리 4.0과제조업창조경제전략. IT & Future Strategy 한국정보화진흥원. 조윤기. 2010. 한 중 일연구개발투자의효율성및생산성변화비교분석. 국제지역연구 14(2): 43-60. 최계영. 2016. 4차산업혁명시대의변화상과정책시사점. KISDI Premium Report 4. 세종 : 정보통신정책연구원. 하귀룡 최석봉. 2012. 국내철강산업의효율성분석에관한연구 : 기술혁신요소를중심으로. Entrue Journal of Information Technology 11(2): 7-20. 한국과학기술기획평가원. 2016. 우리나라의지역별연구개발활동현황. KISTEP 통계브리프 30. 한하늘. 2013. 인천광역시연구개발생산성추세변화비교분석 : 특허성과를중심으로. 인천연구 7: 141-175. 황석원 안두현 최승현 권성훈 천동필 김아름 박종혜. 2009. 국가연구개발사업 R&D 효율성분석및제고방안. 과학기술정책연구원. 홍형득. 2010. 지역혁신체제에서연구개발투자의지역산업에미친영향분석-강원도를중심으로. 한국거버넌스학회보 17(3): 1-27. Banker, R. D., Charnes A. and Cooper W. W. 1984. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science 30(9): 1078-1092. Charnes, A., Cooper W. W. and Rhodes E. 1978. Measuring the efficiency of decision making units. European journal of operational research 2(6): 429-444. Grilichies, Z. 1990. Patent statistics as economic indicators: a survey. Journal of Economic Literature 18(4): 1661-1707. Tone, Kaoru. 2001. A slacks-based measure of efficiency in data envelopment analysis. European journal of operational research 130(3): 498-509. - 240 -
국내지역연구개발투자효율성분석 서형준 이형석 Fukuyama, Hirofumi and Weber William L. 2009. A directional slacksbased measure of technical inefficiency. Socio-Economic Planning Sciences 43(4): 274-287. 한국국가경쟁력 아킬레스건 노동 금융 혁신역량도약화. 한국경제. 2017.09.27. http://news.hankyung.com/article/201709278619y( 검색일 : 2017년 9월 30일 ) - 241 -
IDI 도시연구 제 13 호 (2018.6) 국문초록 국내지역연구개발투자효율성분석 : 지역혁신산출지수를중심으로 서형준 ( 한국지역정보개발원지역정보화정책부책임연구원 ) 이형석 ( 인하대학교글로벌 e 거버넌스관리공학박사수료 ) 4차산업혁명은저성장, 저출산, 고령화등으로침체기에있는한국사회에있어새로운도약의기회가될수있다. 4차산업혁명의특성인초연결성, 초지능성을이끌어내기위해서는무엇보다과학기술에대한지속적인투자가담보되어야한다. 이에따라서본연구는 4차산업혁명의초혁신을야기하는과학기술투자즉연구개발투자에대한면밀한파악이우선되어야한다는인식하에연구를진행하고자한다. 연구개발투자는신성장이론에따라생산에영향을끼치는주요요소중하나로경제성장의주요변인이다. 특히분권화의지속적인확대로각지자체의영향력이증대되어가는상황에서본연구는 16개지자체에따른연구개발투자의효율성을분석하고자한다. 연구개발투자비 연구원수를설정하였고, 산출변수는지자체의혁신역량을대변하는지역혁신산출지수, SCI 편수효율성분석을위해 SBM을활용하였다. 분석기간은 2년의시차를적용하여산출변수는 2009-2012, 산출변수는 2011-2014로설정하였다. 분석결과효율성측면에서수도권지역이국내전체효율성수치에비해떨어지는것으로나타났다. 규모수익측면에서는대부분의지역이 DRS( 규모수익체감 ) 상태를보였으며연구개발투자효율성에있어광주, 강원, 울산이본벤치마킹대상이되는것으로나타났다. 분석결과에따른시사점은다음과같다. 첫째, 각지역별적절한연구개발투자배분이이루 - 242 -
국내지역연구개발투자효율성분석 서형준 이형석 어지도록유도해야한다. 둘째, 4차산업혁명에대응할수있는새로운성장동력이필요하다. 셋째, 단기성과를위한응용기술이아닌장기적인원천기술및도전적인분야에대한투자가이루어져야한다. 주제어 : 연구개발투자, SBM, 4 차산업혁명, 지역혁신산출지수 - 243 -
IDI 도시연구 제 13 호 (2018.6) Abstract An Analysis on Efficiency of Domestic Regional Instrument in R&D: Focusing on Regional Innovation Output Indicators Seo, Hyungjun(Senior Researcher, Local Informatization Policy Department, Korea Local Information Research & Development Institute) Lee, Hyoungsuk(Ph.D. Candidate, Global egovernance Management Engineering, Inha University) South Korea can utilize the forth industrial revolution as turning point in recession where it includes low growth, low fertility, and aging. To draw hyperconnectivity and superintelligence in the forth industrial revolution, continuous provision of investment in science and technology should be secured. Above all we assumed that examining investment in R&D which cause hyper innovation in the forth industrial revolution has high priority. Especially, because of spread of decentralization, each region gradually has extended its leverage in various policy fields like welfare and economy growth, so we analyzed efficiency of instrument in research and development in 16 domestic regions. We utilized the amount of investment in R&D, research manpower as input variables and also regional innovation output indicators, the number of SCI as output variables. We could find that efficiency of Seoul metropolitan area was less than that of total domestic region. In terms of Returns to Scale(RTS), almost all - 244 -
국내지역연구개발투자효율성분석 서형준 이형석 regions showed DRS(Decreasing Returns to Scale). Lastly, Gwangju, Gangwon and Ulsan are reported as reference sets for benchmark. Key words: R&D, SBM, The Forth Industrial Revolution, Regional Innovation Output Indicators - 245 -