Estimation of S&T Knowledge Production Function Using Principal Component Regression Model

주성분 회귀모형을 이용한 과학기술 지식생산함수 추정

  • 박수동 (한국과학기술기획평가원 정책기획실) ;
  • 성웅현 (한신대학교 정보통계학과)
  • Received : 2009.09.30
  • Accepted : 2010.05.02
  • Published : 2010.06.30

Abstract

The numbers of SCI paper or patent in science and technology are expected to be related with the number of researcher and knowledge stock (R&D stock, paper stock, patent stock). The results of the regression model showed that severe multicollinearity existed and errors were made in the estimation and testing of regression coefficients. To solve the problem of multicollinearity and estimate the effect of the independent variable properly, principal component regression model were applied for three cases with S&T knowledge production. The estimated principal component regression function was transformed into original independent variables to interpret properly its effect. The analysis indicated that the principal component regression model was useful to estimate the effect of the highly correlate production factors and showed that the number of researcher, R&D stock, paper or patent stock had all positive effect on the production of paper or patent.

과학기술 R&D 활동의 대표적 성과인 SCI 논문과 특허의 생산에 영향을 미치는 요인은 연구비, 연구원수, 지식스톡(R&D스톡, 논문스톡, 특허스톡 등), 연구환경, 개방화 정도, 인적자본, GDP 등 다양하다. 일반적인 회귀모형을 이용하여 논문 또는 특허의 생산에 영향을 미치는 요인을 추정하면 생산요인들 간에 다중공선성 문제가 발생하여 추정의 오류가 발생한다. 본 논문에서는 과학기술 지식생산에 영향을 미치는 요인들 간의 다중공선성 문제를 해결하기 위해 주성분 회귀모형을 이용하였다. SCI 논문을 산출로 가정한 과학생산성과와 특허를 산출로 가정한 기술생산성과에 영향을 미치는 요인을 회귀모형과 주성분 회귀모형을 이용하여 3가지 사례를 대상으로 비교 분석하였다. 일반 회귀모형을 이용하여 SCI 논문과 특허의 생산에 영향을 미치는 요인들을 분석한 결과, 요인들간에 다중공선성이 매우 높게 나타났고, 그 결과 회귀계수와 추정과 검정에 오류가 발생되었다. 반면 주성분 회귀모형을 이용하여 분석한 결과 다중공선성문제가 해결되어, 개별 생산요인에 대한 효과를 적절하게 추정할 수 있었다. 본 논문에서 제안한 주성분 회귀모형을 이용한 과학기술 지식생산함수 추정방법은 다중공선성이 강한 소수의 생산요소를 포함한 회귀분석에서 유용하게 적용될 수 있을 것이다.

Keywords

References

  1. 국가과학기술위원회 (2008), 이명박정부의 과학기술기본계획, 서울: 국가과학기술위원회.
  2. 박수동.최대승 (2009), "우리나라의 과학기술 지식생산에 미치는 영향요인 분석", 2009년 기술혁신학회 춘계학술대회 발표논문.
  3. 박현우.김경호.여운동 (2009), "국가별 과학연구 투입과 성과의 특성분석", 2009년 기술혁신학회 춘계학술대회 발표논문.
  4. 성웅현 (2001), 회귀분석-이론, 방법론, SAS 활용-, 서울: 법문사.
  5. 서중해 (2006), 과학기술시스템과 경제성장메커니즘 사이의 인터페이스, 서울: 한국개발연구원.
  6. 신태영 (2002), 연구개발투자와 지식축적량의 국제비교, 서울: 과학기술정책연구원.
  7. 양혜영.박수동 외 (2008), 2008년도 국가연구개발사업 심층평가보고서: 대학연구센터사업군, 서울: 한국과학기술기획평가원.
  8. 이우성 (2008), "R&D 투자의 경제적 파급효과 분석", KISTEP 세미나 발표자료.
  9. 조상섭.정동진 (2007), "Knowledge Production Function in South Korea : An Empirical Analysis", 기술혁신학회지, 10(3) : 383-405.
  10. 한선화.김태희.김선호 (1999), SCI DB 분석을 통한 기초과학수준 평가체제 수립에 관한 연구, 서울: 과학기술정책연구원.
  11. 허정은 등(2008), "국가연구개발사업의 과학적 성과분석을 위한 새로운 계량지표 개발에 관한 연구", 기술혁신학회지, 11(3) : 376-399.
  12. 홍순기.홍사균.안두현 (1991), 연구개발투자의 산업부문간 흐름과 직․간접 생산성 증대효과 분석에 관한 연구, 서울: 과학기술정책연구소.
  13. Bosworth, D.L. (1978), "The Rate of Obsolescence of Technical Knowledge: A Note", Journal of Industrial Economy 26(3) : 273-283. https://doi.org/10.2307/2097871
  14. Brown, M.G. and Svenson, R.A. (1998), "Measuring R&D Productivity", Research Technology Management 42(6) : 30-35.
  15. Grief, S. (1985), "Relationship Between R&D Expenditure and Patent Applications", World Patent Information 7(3) : 190-195. https://doi.org/10.1016/0172-2190(85)90144-9
  16. Kondo, M. (1999), "R&D Dynamics of creating patents in the Japanese industry", Research Policy 28 : 587-600. https://doi.org/10.1016/S0048-7333(98)00129-2
  17. OECD (1994), The Measurement of Scientific and Technological Activities : proposed standard practice for surveys of research and experimental development, Paris: OECD.