한국 바이오산업의 기술적 효율성에 관한 연구 : 확률적 프론티어 모형을 중심으로

국문 초록 (Abstract)

한국의 바이오산업은 1990년대 이후 매우 빠르게 성장하여 산업에 대한 투자 및 연구개발 활동도 활발해 지고, 2002년에 4,500억원 수준의 정부투자가 이루어지는 등 급속하게 성장하고 있다. 따라서, 이에 따른 경제적 효율성을 분석하여 다른 산업과 비교하고, 산업간 또는 산업 내 기업간의 파급효과(spill-over effect)를 추정함으로써 정책적 자료로 활용될 수 있는 근거를 제시할 필요가 있다.
이에 본 논문의 목적은 효율성 요소간의 상관관계, 요인 및 추이분석이 가능한 확률적 프론티어 모형을 통해 기술적 효율성을 분석하고 향후 기술의 효율성 분석에 있어 본 논문의 결과를 활용한 적정한 정책 방향 및 향후 연구 과제를 제시하는 데 있다.
효율성은 투입과 산출간의 관계를 통해 표현되며 이를 측정하기 위해 바이오산업에 대한 전략적 투자의 본격화 시점인 2001년부터 2004년의 패널자료를 이용하여 효율성의 전반적인 수준, 변동요인, 효율성 척도간 및 변수간의 관계 등을 분석하였다. 그리고, 추가적으로 산업적·기업적 특성변수 등과의 관계와 다른 모형들의 결과와 비교함으로써 모형 선택의 적절성 등을 분석하였다.
본 논문을 통해 분석한 결과를 요약하면 다음과 같다. 효율성분석에 있어 선택된 모형의 분포가정에 따라 차이가 있을 것으로 생각되었으나, 추정된 회귀계수의 추정치는 통계적 유의도가 대부분의 변수에 있어 높게 나타나 분포에 상관없이 값은 큰 차이를 보이지 않았다. 다만, MLE로 추정한 절단된 정규분포에서만 무작위오차와 기술적 비효율성의 상대적 표준편차를 나타내는 모수()가 1보다 크기 때문에 기술적 비효율성이 큰 기여를 하는 것으로 나타났다.
효율성변화추이는 일정한 수준을 유지하면서 점차 증가되는 것으로 추정되었으며, 특히 흥미로운 결과는 특성별 추이에서 기술수준이 낮은 식품분야 전통산업인 낙농제품, 음료제조, 기초화합물 에 속하는 기업들의 효율성이 크기는 다르지만 패턴이 유사한 것으로 나타났다는 점이다.
효율성 결정요인과 주요변수간의 관계분석에서는 추정된 계수들이 생산탄력성을 나타내는 데 노동투입이 가장 높게 나타났고, 특성변수들로 사용된 성장률, 기업규모는 음수로 효율성에 긍정적인 효과를 주고 있는 것으로 나타났다. 또한, R&D투자가 증가할수록 기업이 주어진 요소투입량으로 생산할 수 있는 생산 가능량을 증가시킨다는 기존의 결과가 그대로 반영되어 나타났다.
효율성 척도간의 상관관계분석에서는 척도간의 상관관계가 높은 반면에 각 효율성 척도의 평균값은 상당한 차이를 나타내기 때문에 특정 효율성 척도의 평균값을 각 분야별 평균적 기술적 효율성으로 해석하는 것은 상당한 오류를 포함할 것이라고 판단된다. 그러나 중소기업이상만을 대상으로 효율성 척도에 대한 상관관계를 분석한 결과 EFF와 ATI가 평균적 비효율성에 큰 영향을 미치는 것으로 나타나 기업규모와 효율성의 관계가 높은 것으로 나타났다.
연구개발투자를 종속변수로 DEA기법과 비교한 결과로는 두 모형 모두 효율성의 차이는 있으나 기술적 효율성이 증가하는 것으로 나타났으며, 확률적 프론티어 모형이 어느 정도 타당성을 지니고 있음을 알 수 있었다.
따라서, 이와 같은 분석결과를 통해 얻을 수 있는 결론은 첫째, 효율성추정면에서는 기술간 격차, 시장경제원칙에 입각한 환경변화 등을 고려한 심도 있는 분석이 필요하다는 것이다. 둘째, 향후 효율성 분석에는 기술적 효율성뿐만 아니라 배분적 효율성도 함께 추정함으로써 바이오산업의 경제적 효율성 분석이 필요하다. 마지막으로, 바이오산업과 관련하여 집단의 전문화와 다변화 등을 고려한 모형 선택에 있어 장단점을 잘 파악하고, 종합적인 접근이 필요하다.

다국어 초록 (Multilingual Abstract)

Bio-industry has experienced fast growth and so has Research and Development sector. What’s more, the government's 450 billion investment has boosted the industry in 2002. The economic efficiency of the bio-industry needs to be analyzed and be compared with other industries and the spill-over effects among companies in the sector or across various industrial sectors.
The purpose of the study is centered on analyzing the technical efficiency of the production process and the relationship between the effectiveness factors the technical efficiency by using a stochastic frontier model. In addition, this paper proposes possible government policies or future projects based on this study.
The results of this study are summarized as below. Since each average value of the effectiveness factors is quite diverse whereas the correlation among the factors is high, a certain average value of the efficiency factors does not mean the average efficiency level of each group.
The estimated regression coefficient was assumed to be different according to the chosen model's distribution condition, but the difference was not large, because significance level was high in most coefficient. However, in truncated normal distribution estimated by MLE, parameter which points out random error and standard deviation of technical inefficiency is bigger than one, heavily affecting technical inefficiency.
The efficiency level showed little difference displaying gradual increase with consistency. Interestingly, specificity trend displayed similar pattern, even though the efficiency level was different in the Food and Beverage industry, which requires relatively little technology, such as dairy products or beverage production companies.
When analyzing between determinant of efficiency and parameters, estimated coefficient means elasticity of production and labor input were the highest while the growth rate and company size, which were special characteristics, had a negative impact on the technical efficiency. Also, the existing result was proved right again. That is, the more investment R & D industry has, the more productive a company gets with given input factors.
Since each average value of the efficiency factors is quite diverse whereas the correlation among the factors is high, a certain average value of the efficiency factors does not mean the average efficiency level of each group. However, when it comes to medium or large enterprises, the business scale and efficiency are closely related, and EFF and ATI greatly was be affected by average inefficiency.
When compared with DEA method using R & D investment as dependent variables, both model showed the increased technical efficiency in spite of differences and therefore, stochastic frontier model turned out adequate.
Consequently, in-depth evaluations are necessary to comprehend the efficiency considering the technical gap and the economic environment. Moreover, it is essential to understand the pros and cons of each model allowing for specialized and diversified bio-industry and related sectors. Plus, in future efficiency research of bio-industry distributive efficiency as well as technical efficiency should be taken into account.

목차 (Table of Contents)

• 제1장 서론 1
• 제1절 연구배경 및 목적 1
• 제2절 연구범위 3
• 제3절 연구의 구성체계 5
• 제2장 기술적 효율성 분석을 위한 이론적 고찰 6
• 제1절 일반적 관점에서의 기술 7
• 가. 기술의 특징과 유형 9
• 나. 기술의 측정과 지표 및 효과 13
• 제2절 효율성 개념과 측정 20
• 가. 효율성 개념 및 측정 20
• 나. 효율성 측정방법 27
• 가) 비용편익분석과 비용효과분석 27
• 나) 자료포락분석(data envelopment analysis : DEA) 29
• 제3절 확률적 프론티어 모형(SFM)을 이용한 기술적 효율성 측정 33
• 가. 횡단면 자료를 이용한 확률적 프론티어 모형 35
• 나. 패널자료를 이용한 확률적 프론티어 모형 40
• 가) 고정효과(fixedeffects) 모형 41
• 나) 무작위효과(random effects)모형 44
• 다. 확률적 프론티어 모형의 확장 49
• 가) 시간 가변(timevariant)모형 49
• 나) 이분산성(heteroscedasticity) 50
• 다) 효율성에 영향을 미치는 외생적 요인들의 반영 51
• 제3장 바이오산업 현황 및 선행연구 54
• 제1절 바이오산업 현황 54
• 가. 바이오산업의 정의와 분류 54
• 나. 바이오산업의 특징 57
• 다. 바이오산업의 현황 59
• 제2절 선행연구 65
• 제4장 기술적 효율성에 관한 실증분석 72
• 제1절 분석모형의 설정 72
• 제2절 분석자료 및 대상 84
• 제3절 결과분석 87
• 가. 분포가정에 따른 모형 추정결과 87
• 나. 효율성의 변화추이분석 89
• 다. 효율성 결정요인과 주요 변수간이 실증분석 94
• 라. 효율성 척도간이 분석 101
• 마. 자료포락분석(DEA)과의 비교 105
• 제5장 결론 108
• 제1절 결과요약 및 시사점 108
• 제2절 한계점 및 향후 연구과제 111
• 참고문헌 114
• ABSTRACT 128