• 제목/요약/키워드: 혁신산출

검색결과 212건 처리시간 0.022초

대전.충청지역 산업의 구조적 특성과 지역별 혁신역량 (The Structure of Regional Industries for Daejeon.Choongchung Area and the Measurement of Regional Innovation Ability)

  • 김선재
    • 한국콘텐츠학회논문지
    • /
    • 제9권12호
    • /
    • pp.279-290
    • /
    • 2009
  • 본 연구는 대전 충청지역의 산업구조와 특성을 분석한 후 지역경제의 혁신여건과 지역별(광역자치단체중심) 혁신역량지수의 측정을 통하여 지역경제가 보유하고 있는 혁신역량을 파악하고 하고자 하였다. 혁신역량지수는 유럽연합(EU)의 분류에 따라 인적자원부문, 지식창출부문, 지식의 전달 및 응용부문, 그리고 혁신지원 금융 산출 시장부문으로 구분하여 산출하였으며, 이를 9개 광역자치단체별로 측정 비교분석함으로써 정책적 시사점을 찾아보고자 하였다. 그 결과 지역별 총합혁신역량지수는 대전이 2.977로 가장 높고 다음이 서울로 2.650을 보임으로서 대전과 서울에 혁신활동이 집중되어 있음을 파악하였다. 그리고 충남과 충북의 혁신역량지수도 비교적 높은 서울의 76~78% 수준을 보였다. 그러나 여타 지역의 혁신역량지수는 서울이나 대전의 50~60%에 그치고 있어 지역 간 격차가 뚜렷이 존재하고 있는 것으로 분석되었다. 특히 지역 간 격차가 심한 영역은 지식창출부문으로서 대전은 0.866인데 비하여 부산은 0.085로 무려 10배나 차이가 나고 있으며, 다음은 지식의 전달 및 응용부문과 혁신지원 금융 산출 시장부문의 격차가 상대적으로 크게 나타났다. 그러나 인적자원부문의 혁신지수는 지역 간 격차가 상대적으로 적게 나타나고 있는 것으로 파악되었다.

Network-DEA를 활용한 한국 지역혁신체제의 효율성 진단과 결정요인 분석

  • 엄익천;천세봉;엄지영;안지혜;이현익
    • 한국기술혁신학회:학술대회논문집
    • /
    • 한국기술혁신학회 2017년도 추계학술대회 논문집
    • /
    • pp.131-131
    • /
    • 2017
  • 그동안 지역혁신체제론의 관점에서 지역연구개발시스템의 효율성을 분석하는 다양한 연구가 수행되었다. 하지만 (1)지역연구개발시스템의 내부 처리과정 고려 미흡과 (2)연구개발의 특수성을 고려하지 못한 효율성의 분석모형 설정, (3)투입 산출지표 설정의 타당성 부족, (4)산출된 효율성 지수의 민감도 분석 소홀 등의 여러 한계점이 존재한다. 특히 5~10년 이내의 단기간으로 접근함에 따라 지역연구개발시스템의 효율성이 어떻게 변모해왔는지 그 역동성을 상세히 고찰하지 못하였다. 따라서 본 연구에서는 1999년~2014년까지 16개 광역지방자치단체를 대상으로 네트워크 자료포락분석(Network Data Envelope Analysis: DEA)의 2단계 접근법(two-stage approach)을 활용해서 지역연구개발시스템의 효율성을 분석하고 주요 개선방향들을 논의하였다.

  • PDF

투입부가성과 행동부가성이 산출부가성에 미치는 영향 : 연구개발특구 입주기업의 정부R&D보조금 조절효과를 중심으로 (The Effects of Input Additionality and Behavioural Additionality on the Output Additionality)

  • 곽민수;김병근
    • 기술혁신학회지
    • /
    • 제21권4호
    • /
    • pp.1313-1344
    • /
    • 2018
  • 본 연구는 정부 R&D보조금의 정책적 효과를 규명하기 위해 투입, 관리, 후속, 인지부가성이 산출부가성에 미치는 영향을 규명한다. 또한 투입, 관리, 후속, 인지부가성과 산출부가성의 관계에 대해 정부 R&D보조금 수혜 경험의 조절효과를 분석한다. 실증분석을 위해 연구개발특구 입주기업 중 연구개발특구육성사업에 참여한 경험이 있는 기업을 대상으로 설문조사를 시행하여 수집한 126개 기업의 응답 자료를 분석하였다. 분석결과 투입, 관리, 후속, 인지부가성과 산출부가성의 관계는 모두 긍정적 효과가 있는 것으로 확인되었고, R&D보조금 수혜경험의 조절효과에서는 투입효과성(R&D보조금 ${\times}$ 투입부가성)과 인지효과성(R&D보조금 ${\times}$ 인지부가성)에서 긍정적인 조절효과를 확인하였다. 추가적으로, 종업수가 많을수록, 업력이 낮을수록, NT와 ST산업에서, 첨단기술기업일수록 산출부가성에 긍정적인 영향을 끼치는 것으로 나타났다. 본 연구를 통해 그 동안 국내에서 진행되지 않았던 미시적 관점의 행동부가성에 대한 실증을 실시하여 국내 혁신클러스터 단위에서 투입 행동부가성과 산출부가성관의 관계, R&D보조금 수혜경험의 조절효과를 새롭게 규명하였다.

The Coupling Analysis of Innovation Input-Innovation Output-Innovation Environment-The Case of China

  • Hang, Li;Sangwook, Kim
    • 한국컴퓨터정보학회논문지
    • /
    • 제28권1호
    • /
    • pp.151-159
    • /
    • 2023
  • 디지털 시대에 혁신은 정보기술발전의 핵심이다. 본문은 혁신 시스템 내 지역혁신능력의 차이를 새로운 관점에서 분석하고 있다. 본 연구는 커플링조정모델을 이용하여 중국의 31개 성, 시, 자치구의 혁신시스템(혁신투입, 혁신산출, 혁신환경)에 대해 커플링 정도를 비교 분석하고 있다. 분석 결과는 두 가지로 요약할 수 있다. 첫째, 중국의 전반적인 커플링 조정 수준은 낮다. 그리고 양호한 커플링과 높은 수준의 커플링 단계에 있는 지역의 수는 많지 않다. 둘째, 커플링의 전반적인 추세는 상승하고 있으나, 상대적으로 양호한 커플링 단계에 있는 지역은 대부분이 지역경제발전 수준이 높은 동부 연해안 지역에 분포되어 있다. 본문의 연구 결과는 혁신 능력 평가에 대한 새로운 관점을 제공할 수 있으며, ICT 산업의 발전을 촉진하는 데 혁신이 중요한 영향을 미칠 수 있음을 강조하고 있다.

대구경북권 ICT산업 현황 및 지역 혁신가치사슬 분석 (Analysis on ICT Industry and Innovation Value Chain of Daegu and Gyeongbuk Region)

  • 김주성;민수진
    • 전자통신동향분석
    • /
    • 제32권2호
    • /
    • pp.71-79
    • /
    • 2017
  • 지역경제의 성장과 혁신은 국가경쟁력 강화를 위한 중추적인 요인이다. 본 연구는 ICT산업인프라가 집적된 대구 및 경북지역의 ICT산업의 현황을 살펴보고, 혁신가치사슬 개념을 적용하여 지역혁신역량을 평가하기 위한 분석도구를 제시하였다. 지역혁신가치사슬은 지역경제 활성화와 국가경쟁력 향상에 영향을 미치는 지역혁신역량을 평가하는 도구로, 지역혁신체제의 인적, 물적, 제도적 인프라와 자원을 포함하는 개념이다. 지역단위의 혁신역량 분석은 지역 내의 혁신자원의 수준을 파악하고 혁신프로세스를 평가하는 데 필요하다. 그러나 대부분의 지역혁신역량에 관한 연구들이 혁신의 투입과 산출단계에 중점을 두고 있어, 본고에서는 전환단계를 포함한 혁신프로세스에 대한 통합적인 분석을 하였다. 이러한 지역 혁신가치사슬은 다른 지역 및 국가 단위 혁신체제에도 일반화하여 적용이 가능할 것으로 기대된다.

  • PDF

빅데이터 분석방법을 활용한 제조업 혁신성과예측 방법에 대한 연구 : 딥 러닝 알고리즘을 중심으로 (Forecasting Innovation Performance via Deep Learning Algorithm: A Case of Korean Manufacturing Industry)

  • 황정재;김재영;박재민
    • 한국기술혁신학회:학술대회논문집
    • /
    • 한국기술혁신학회 2017년도 추계학술대회 논문집
    • /
    • pp.499-510
    • /
    • 2017
  • 기술혁신에는 본질적인 어려움이 따르는데, 이는 상당부분 기술이 지닌 불확실성에 기인한다. 따라서 혁신 추구의 어려움을 경감에는 혁신 예측 방법론이 큰 도움이 될 수 있다. 한편 최근 빅데이터와 인공지능에 큰 관심이 이어지며 특히 알파고의 알고리즘 중 하나인 딥 러닝이 뛰어난성능을 보이고 있다. 이에 본 연구는 혁신성과 예측에 있어 딥 러닝을 이용한 방법론을 접목하여 연구를 진행하였다.. 모델 구축 및 학습에 있어 KIS 2016 데이터를 이용하였으며, 투입 요인으로는 정보 원천의 사용도와 혁신 목적을 사용하였고 산출 요인으로는 혁신 성과 지표를 구성하여 사용하였다.

  • PDF