바이오 산업 R&D 성과의 특이성과 주요 결정요인에 대한 연구
The Study on the Specificity and Major Determinants of R&D Performance of the Bio-industry
2
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
본 연구에서는 과학기술 집약적이고 높은 불확실성과 위험을 가지는 바이오 산업의 특징이 R&D 활동, 특히 R&D 성과의 특이성으로 이어지는지를 살펴보았다. 이를 위해 1 바이오 산업의 R&D 성과에서 타산업과 구분 되는 특이성이 존재하는지, 2 선택편의를 고려한 처치효과 모형에서도 특이성이 유지되는지, 3 바이오 산업의 R&D 성과의 특이성을 설명할 수 있는 주요한 결정요인이 무엇인지 등의 세 가지 연구 질문을 제기하고, 2019년 중소기업 기술통계 조사를 데이터로 사용하며, 처치효과 분석, Heckman 2단계 분석 및 이산형⋅순서형 프로빗 분석 등의 방법론을 통해 실증분석을 수행하였다. 분석결과는 다음과 같다. 첫째, 바이오 산업의 R&D 성과에서 일반 산업과 구분되는 체계적인 특이성이 존재한다. 둘째, 바이오 산업의 특이성은 구체적으로 시장점유율 확대, 수출 증가, 품질⋅성능 향상, 제품다양화 등의 혜택 측면의 R&D 성과에서 일반 산업에 비해 유의미하게 높고, 인건비 감소 등의 비용 측면의 R&D 성과는 반대로 유의미하게 낮다는 점이다. 셋째, 이러한 결과는 선택편의 문제를 명시적으로 고려하더라도 유지된다. 넷째, 전담연구 조직 및 기술협력 수행이 혜택 측면의 R&D 성과에 영향을 미치는 유의미한 결정요인인 것으로 분석되었다. 이러한 결과를 토대로 바이오 산업에 대한 이해와 정책에 관한 몇 가지 시사점을 논의하였다.
Abstract
In this paper, we examined whether science-intensive, highly risky characteristics of the bio-industry lead to different and specific R&D activities and especially R&D performances. For that, the following research questions were raised. First, whether there is a specificity in the R&D performance of the bio-industry which is different from the general industry. Second, whether the specificity of the bio-industry is maintained even in the Treatment Effect model considering the selection bias problem. Third, what are major determinants that can explain the specificity of R&D performance of the bio-industry. The empirical analysis was estimated using Treatment Effects model, Heckman two-step model, and discrete and ordered probit model using the 2019 Survey on Technology of SMEs. Empirical results are as follows. First, systematic specificity is found in the R&D performance of the bio-industry compared to the general industry. Second, the bio-industry shows significantly higher benefits-related R&D performances (expanding market share, increasing exports, improv- ing quality and performance, product diversification, etc.) than the general industry, while lower cost-related R&D performances such as labor cost reduction. Third, these results maintained even if the problem of se- lection bias is explicitly considered. Fourth, dedicated research organization and(or) R&D cooperation of a bio firm are found to be major elements which positively raise benefits-related R&D performance. Based on these results, we discuss some implications for understanding and policy of the bio-industry.
참고문헌 (31)
- 국가연구개발사업 표준 성과지표(5차), "과학기술정보통신부", ~ (2020)
- 민인식, "고급 통계 분석 STATA" (2019), 지필미디어
- 박성근, "중소기업에서 기술협력, 전유수단과 지식일출이 기술혁신 성과에 미치는 영향: 특허의 조절효과를 중심으로", 경영학연구, 43(1), pp.95~120 (2014), 한국경영학회
- 봉강호, "기계산업의 제품혁신 성과 및 결정요인에 관한 연구", 한국산학기술학회논문지, 19(9), pp.427~434 (2018), 한국산학기술학회[DOI]
- 설동철, "기술혁신역량이 기업의 지식경영성과에 미치는 요인에 관한 연구: 정부 중소벤처기업 R&D사업을 중심으로", 벤처창업연구, 15(4), pp.193~216 (2020), 한국벤처창업학회[DOI]
- 송신근, "기술혁신 역량, R&D 지식경영 및 기술혁신 성과 간의 관계", 산업경제연구, 30(6), pp.1905~1925 (2017), 한국산업경제학회
- 산업⋅경제 아젠다 및 발전방안 도출 연구, "시장경제연구원", ~ (2016)
- 신일순, "바이오 중소기업의 기술협력이 기업성과에 미치는 효과에 대한 실증분석", 한국혁신학회지, 15(2), pp.25~55 (2020), 한국혁신학회[DOI]
- 신일순, "정부지원이 바이오 중소기업의 R&D 성과에 미치는 효과: 자금지원과 간접지원의 차이를 중심으로", 경영경제연구, 42(2), pp.153~183 (2020), 경영경제연구소[DOI]
- 정병철, "Two-part 패널모형을 이용한 미디어패널 자료 분석", 제6회 한국미디어패널 학술대회 논문집, pp.117~124 (2018)
- 정성문, "공정혁신과 제품혁신이 고용구조와 경제성장에 미치는 영향", 한국혁신학회지, 12(2), pp.87~117 (2017), 한국혁신학회[DOI]
- 『중소기업기술통계조사』 통계정보보고서, "중소벤처기업부", ~ (2019)
- Austin, P. C., "Using the standardized difference to compare the prevalence of a binary variable between two groups in observational research", Communications in statistics-simulation and computation, 38(6), pp.1228~1234 (2009)
- Besanko, D., "전략경제학" (2005), 시그마프레스
- Bogliacino, F., "Innovation and employment: a reinvestigation using revised Pavitt classes?", Research Policy, 39(6), pp.799~809 (2010)
- The endless frontier, report to the president on a program for postwar scientific research. OF SCIENTIFIC RESEARCH AND DEVELOPMENT WASHINGTON DC, "Bush, V.", ~ (1945)
- Cho, Y., "Assessing the R&D Effectiveness and Business Performance : A Review of Their Mechanisms and Metrics", STI Policy Review, 9(1), pp.1~29 (2018)
- Cohen, W. M., "Links and impacts : the influence of public research on industrial R&D", Management science, 48(1), pp.1~23 (2002)
- Foster, R. N., "Boosting the payoffFrom R&D", Research Management, 25(1), pp.22~27 (1982)
- Gold, B., "Some key problems in evaluating R&D performance", Journal of Engineering and Technology Management, 6(1), pp.59~70 (1989)
- Heckman, J., "Sample selection bias as a specification error", Econometrica, 47, pp.153~161 (1979)
- Hine, D., "Innovation and entrepreneurship in biotechnology, an international perspective:Concepts, theories and cases" (2006), Edward Elgar Publishing
- Imai, K., "Covariate balancing propensity score", Journal of the Royal Statistical Society : Series B(Statistical Methodology), 76(1), pp.243~263 (2014)
- Loch, C. H., "Implementing a strategy-driven performance measurement system for an applied research group", Journal of Product Innovation Management, 19(3), pp.185~198 (2002)
- Luca, G. D., "Estimation of ordered response models with sample selection", Stata Journal, 11(2), pp.213~239 (2011)
- Pavitt, K., "Sectoral patterns of technical change : towards a taxonomy and a theory", Research policy, 13(6), pp.343~373 (1984)
- Pisano, G. P., "Science business: The promise, the reality, and the future of biotech" (2006), Harvard Business Press
- Roussel, P. A., "Third Generation R&D: Managing The Link to Corporate Strategy" (1991), Harvard Business Press
- Rubenstein, A. H., "Evaluating the outputs and impacts of R&D", innovation, 1991, pp.6(3), 181~204
- Stuart, E. A., "Matching methods for causal inference : A review and a look forward", Statistical science:a review journal of the Institute of Mathematical Statistics, 25(1), pp.1~21 (2010)
- Wooldridge, J. M., "Econometric Analysis of Cross Section and Panel Data" (2010), MIT Press