디지털 전환 시대 지방정부의 혁신역량이 AI 조례제정 효율성에 미치는 영향: 자료포락분석(DEA) 및 패널회귀모형을 중심으로
Innovation Capacity and the Efficiency of AI Ordinance Adoption in Local Governments: Evidence from Data Envelopment Analysis and Panel Regression
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구는 지방정부의 혁신역량이 인공지능(AI) 조례 제정의 효율성에 미치는 영향을 실증적으로 규명하는 데 목적이 있다. 분석대상은 2023~2024년 동안 17개 광역자치단체에서 제정된 AI 조례이며, 혁신역량과 정치･경제･네트워크･수요･행정적 요인을 설명변수로 포함하였다. 연구방법은 1단계에서 투입지향 DEA 모형(CCR, BCC, SE)을 적용하여 조례 제정의 상대적 효율성을 산출하고, 2단계에서 패널 확률효과 회귀분석을 통해 혁신역량과 기타 요인의 영향을 검증하였다. 분석결과, 지역 간 효율성의 이질성이 뚜렷하게 나타났으며, 단순한 인력･재정 규모만으로는 효율성이 담보되지 않는다는 점과 혁신역량이 효율성 제고에 기여할 가능성을 확인하였다. 정책적 시사점으로는 지방정부별 혁신역량 수준과 정치･경제･행정･네트워크･수요 조건의 차이를 반영해 차별적 유인체계를 설계하고, 정부혁신적 제도와 운영 방식을 통해 효율성을 제고할 필요가 있음을 제시한다.
Abstract
This study investigates how local governments’ innovation capacity shapes the efficiency of enacting artificial intelligence (AI) ordinances. The analysis covers AI ordinances adopted by 17 metropolitan governments in Korea between 2023 and 2024, with innovation capacity and political, economic, network, demand, and administrative factors included as explanatory variables. A two-stage empirical strategy was employed. First, an input-oriented DEA model (CCR, BCC, SE) was applied to estimate the relative efficiency of ordinance enactment. Second, panel random-effects regression was used to assess the influence of innovation capacity and other contextual factors. The results indicate that efficiency is not guaranteed by the scale of human or financial resources alone; rather, innovation capacity appears to be an important factor associated with efficiency, with notable regional heterogeneity. The findings highlight the policy need to design differentiated incentive structures that reflect disparities in innovation capacity and contextual conditions, while enhancing efficiency through institutional and operational reforms in government innovation.