Journal of Korea Technology Innovation Society (기술혁신학회지)

Korea Technology Innovation Society (한국기술혁신학회)
권호 표지

The Efficiency Analysis of National R&D Programs for Drug Development Using Range Adjusted Measure

영역조절모형(RAM)을 활용한 신약개발 국가연구개발사업의 효율성 분석

  • 엄익천 (한국과학기술기획평가원) ;
  • 백철우 (덕성여자대학교 국제통상학과) ;
  • 홍세호 (한국과학기술기획평가원)
  • Received : 2016.07.22
  • Accepted : 2016.12.28
  • Published : 2016.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Drug Development is very important for promoting public health and pharmaceutical industry. There has been many studies on the efficiency of drug development, but there are few studies on the drug development R&D performed by government. Since CCR model assumes unidirectional influence of input and output, it is not appropriate to analyze the efficiency of R&D due to the time-lag and spill-over effect. Also, BBC model which assumes variable returns to scale has difficulty in deriving priorities between decision making units. Recently, Range Adjusted Measure (RAM) model has been suggested in R&D efficiency analysis. RAM model measures the efficincy by eliminating inefficiencies under variable returns to scale assumption, and its strong monotonicity enables to provide clear priorities between decision making units. In this study, we analyzed the efficiency of national R&D programs for drug development using the two-step approach, including RAM model and Tobit regression analysis, and discussed major policy implications.

신약개발은 국민의 건강권과 직결되며 국가 차원의 제약산업 육성을 위해 매우 중요하다. 그동안 신약개발 분야와 관련하여 다양한 연구가 수행되었지만, 신약개발 국가연구개발사업에 대한 효율성 분석은 매우 부족한 실정이다. 특히 R&D 분야는 연구개발시차, 일출효과(spill-over effect) 등으로 인해 투입과 산출의 일정한 방향성과 등비율적인 증감을 가정하는 CCR 모형이 적합하지 않다. 또한 가변규모수익을 가정하는 BCC 모형도 여유분(slack)으로 인해 의사결정단위 간의 명확한 우선순위 도출이 어려운 한계점이 있다. 최근에는 R&D 분야의 특수성을 고려해서 자료포락분석 모형 중 영역조절모형(Range Adjusted Measure: RAM)을 활용한 분석방법이 제시되고 있다. RAM 모형은 가변규모수익 가정 하에 투입지향이나 산출지향처럼 방향성에 대한 사전적인 가정 없이 비효율성을 최대한 제거하는 방향으로 효율성을 측정하므로 R&D 분야의 효율성 분석에 적합하다. 특히 RAM 모형은 매우 강건한 단조성으로 인해 의사결정단위 간 명확한 순위 구분도 용이하다. 따라서 본 연구에서는 자료포락분석의 RAM 모형과 토빗 회귀분석이 결합된 2단계 접근법(two-stage approach)을 활용해서 범부처전주 기신약개발사업을 중심으로 신약개발 국가연구개발사업에 대한 효율성을 분석하고 주요 시사점을 논의하였다.

Keywords

References

  1. 과학기술관계장관회의 (2006), "범부처 신약개발 R&D 추진전략", 제13회(2006.2.16.).
  2. 국회예산정책처 (2010), 2010 국가주요사업 평가.
  3. 김석관 (2004), 제약산업의 기술혁신 패턴과 발전 전략, 과학기술정책연구원.
  4. 김은정 외 (2015), 바이오 분야 정부 연구개발 투자전략 재정립을 위한 파급효과 분석 프레임워크 수립 연구, 한국과학기술기획평가원.
  5. 김태희 (2012), "국가연구개발사업을 통한 국제공동연구 성과 제고 방안에 대한 연구 - 기초 및 원천분야를 중심으로", 기술혁신학회지, 15(2): 400-420.
  6. 김태희.김인호.안성봉.이계석 (2009), "자료포락분석법을 활용한 국가연구개발사업의 효율성 분석 - 원자력연구개발사업을 중심으로 -", 기술혁신학회지, 12(1): 70-87.
  7. 김흥규.강원진.박정희.여인국 (2013), "DEA를 이용한 R&D 사업의 효율성 비교: 원천기술개발사업을 중심으로", 산업경영시스템학회지, 36(3): 126-132. https://doi.org/10.11627/jkise.2013.36.3.126
  8. 문혜선 (2011), 의약품산업의 기초분석, 한국산업연구원.
  9. 미래창조과학부.한국과학기술기획평가원 (2016), 2014년도 국가연구개발사업 성과분석 보고서.
  10. 민인식.최필선 (2012), 고급 페널데이터 분석, (주)지필미디어.
  11. 백철우.엄익천.이순배 (2014), "R&D 투자의 기업 총요소생산성 제고효과 한.일간 비교연구", 아시아연구, 17(3): 37-56.
  12. 백철우.정영근 (2011), "선도 TLO 사업의 R&D 투자효율성 기여도 분석", 한국혁신학회지, 6(2): 27-45.
  13. 백철우.이순배 (2010), "질적성과를 고려한 R&D 효율성 분석연구", 생산성논집, 24(4): 251-274.
  14. 소아영.유제원.서덕록 (2015), "자료포락분석과 맘퀴시트 생산성지수를 이용한 국가융합연구 개발사업 효율성 분석", 융합연구리뷰, 1(5): 26-51.
  15. 엄익천 (2016), 정부연구개발예산의 재정소요 전망 방법론 개발 연구: 신약개발 분야를 중심으로, 한국과학기술기획평가원.
  16. 엄익천 (2015), 2014년 주요 경쟁력 보고서의 과학기술경쟁력 종합분석, 한국과학기술기획평가원.
  17. 엄익천 외 (2014), 범부처전주기신약개발사업, 한국과학기술기획평가원.
  18. 이승주.이은영 (2006), "한국 제약기업의 세계시장 진출 모델로서의 전략적 제휴 분석-LG생명과학 팩티브 사례", 경영교육연구, 10(1): 21-44.
  19. 이형진 (2016), "국방핵심기술 연구개발사업의 효율성 분석에 관한 연구", 국방과 기술, 448: 70-83.
  20. 최대승.김치용 (2015), "경제불황('08-'09)하의 기업에 대한 정부 R&D 지원 효과 실증 분석 연구", 기술혁신학회지, 18(2): 264-291.
  21. 한국보건산업진흥원 (2015), 2015년 제약산업 분석 보고서.
  22. Aida, E., Copper, W. W., Pastor, J. T. and Sueyoshi, T. (1998), "Evaluating Water Supply Services in Japan with RAM: A Range-adjusted Measure of Inefficiency", Omega, 26(2): 207-232. https://doi.org/10.1016/S0305-0483(97)00072-8
  23. Banker, R. D., Charnes, A. and Cooper, W. W. (1984), "Some Models for Estimating Technical and Scale Inefficiency in Data Envelopment Analysis", Management Science, 30(9): 1078-1092. https://doi.org/10.1287/mnsc.30.9.1078
  24. Brockett, P. L. and Golany, B. (1996), "Using Rank Statistics for Determining Programmatic Efficiency Differences in Data Envelopment Analysis", Management Science, 42(3): 466-472. https://doi.org/10.1287/mnsc.42.3.466
  25. Bogetoft, P. and Otto, L. (2011), Benchmarking with DEA, SFA, and R, International Series in Operations Research & Management Science, Volume 157, Springer.
  26. Charnes, A., Cooper, W. and Rhodes, E. (1978), "Measuring the Efficiency of Decision-making Units", European Journal of Operational Research, 2(6): 429-444. https://doi.org/10.1016/0377-2217(78)90138-8
  27. Conover, W. J. (1999), Practical Nonparametric Statistics, 3rd edition, Wiley, Hoboken, NJ.
  28. Cooper, W. W., Seiford, L. M. and Tone, K. (2007), Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software, Second Edition, New York: Springer.
  29. Cooper W. W., Park, K. and Pastor, J. T. (1999), "RAM: A Range Adjusted Measure of Inefficiency for Use with Additive Models, and Relations to Other Models and Measures in DEA", Journal of Productivity Analysis, 11(1): 5-42. https://doi.org/10.1023/A:1007701304281
  30. Grabowski, H. and Vernon, J. (2000), "The Determinants of Pharmaceutical Research and Development Expenditures." Journal of Evolutionary Economics, 10(1): 201-215. https://doi.org/10.1007/s001910050012
  31. Hashimotoa, A. and Hanedab, S. (2008), "Measuring the Change in R&D E fficiency o f the Japanese Pharmaceutical Industry", Research Policy, 37(10): 1829-1836. https://doi.org/10.1016/j.respol.2008.08.004
  32. Kao, C. (2014), "Network Data Envelopment Analysis: A Review", European Journal of Operational Research, 239(1): 1-16. https://doi.org/10.1016/j.ejor.2014.02.039
  33. Koga, T. (2003), "Firm Size and R&D Tax Incentives", Technovation, 23(7): 643-648. https://doi.org/10.1016/S0166-4972(02)00010-X
  34. Ornaghi, C. (2009), "Mergers and Innovation in Big Pharma", International Journal of Industrial Organization, 27(1): 70-79. https://doi.org/10.1016/j.ijindorg.2008.04.003
  35. PhRMA. (2014), "2014 Profile: Biopharmaceutical Research Industry", PhRMA (Pharmaceutical Research and Manufacturers of America).
  36. Simar, L. and Wilson, P. W. (2000), "A General Methodology for Boostrapping in Non-parametric Frontier Models", Journal of Applied Statistics, 27(6): 779-802. https://doi.org/10.1080/02664760050081951
  37. Steinmann, L. and Zweifel, P. (2001), "The Range Adjusted Measure (RAM) in DEA: Comment", Journal of Productivity Analysis, 15(2): 139-144. https://doi.org/10.1023/A:1007830622664
  38. Steven, M. P., Daniel, S. M., Christopher, T. D., Charles, C. P., Bernard, H. M., Stacy, R. L. and Aaron, L. S. (2010), "How to Improve R&D Productivity: The Pharmaceutical Industry's Grand Challenge", Nature Review-Drug Discovery, 9 : 203-214. https://doi.org/10.1038/nrd3078
  39. Sueyoshi, T. and Sekitani, K. (2007), "Measurement of Returns to Scale Using a Non-radial DEA Model: A Range-adjusted Measure Approach", European Journal of Operational Research, 176(3): 1918-1946. https://doi.org/10.1016/j.ejor.2005.10.043