---
type: paper
slug: adnan-al-mutawkkil-2009-telecom-broadcasting-indices
title: >-
  Development of telecommunication and broadcasting infrastructure indices at
  the global level
authors:
  - '[[adnan-al-mutawkkil]]'
  - '[[almas-heshmati]]'
  - '[[junseokhwang]]'
year: 2009
venue: '[[telecommunications-policy]]'
doi: 10.1016/j.telpol.2008.12.008
categories:
  - '[[ict-policy]]'
  - '[[development-economics]]'
methods:
  - '[[principal-component-analysis]]'
  - '[[composite-index]]'
  - '[[panel-data-analysis]]'
themes:
  - '[[ict-development]]'
  - '[[country-ranking]]'
  - '[[telecommunications-infrastructure]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Development of telecommunication and broadcasting infrastructure indices at the global level

*[[adnan-al-mutawkkil]], [[almas-heshmati]], [[junseokhwang]] (2009)* · [[telecommunications-policy]] · [DOI ↗](https://doi.org/10.1016/j.telpol.2008.12.008)

> 글로벌 통신·방송 인프라를 통합한 composite Telecommunication Index (TI) 를 [[principal-component-analysis]] 와 weighted-summation 두 방식으로 구축한다. 4 sub-index (FTN·Internet·Mobile·Broadcasting) 를 ITU + IMF + UNDP + WEF 1990–2003 패널 (157~189 개국) 에 적용, PCA prin1 의 eigenvalue 와 variance 비율로 weight 자동 추출. DAI·HDI·ArCo 와 비교한 결과 *국가 ranking 의 약 30~50% 가 방법론 선택에 따라 변동* 함을 보이며 parametric (PCA) 이 ad-hoc weighted summation 보다 우월하다고 결론. TI top 5: Switzerland, Korea, Italy, Hong Kong China, Sweden.

- **RQ**: 글로벌 통신·방송 인프라를 single composite metric 으로 어떻게 통합할 것이며, 가중치 산출 방식 (PCA parametric vs ad-hoc weighted summation) 이 국가 ranking 에 얼마나 영향을 주는가
- **방법론**: [[principal-component-analysis]] (eigenvalue test, principal component prin1 로 sub-index 추출), [[composite-index]] (3 sub-index 평균으로 TI 합성), [[panel-data-analysis]] (1990–2003 unbalanced panel)
- **데이터**: ITU World Telecommunication Indicators + WB 경제·인구 + IMF + UNDP HDI + WEF 경쟁력 보고서. 219 개국 × 14 년 (1990–2003), 16 개 indicator. FTN sub-index 1,417 obs (157 개국), Internet 354 obs, Mobile 1,370 obs (189 개국), Broadcasting 630 obs (127 개국)
- **주요 발견**: PCA prin1 의 variance 설명력: Internet 62.1%, Mobile 62.4%, Broadcasting 47.7%, FTN 33.3% (FTN 만 2-factor 필요). Top 5 TI: Switzerland (1) · Korea (2) · Italy (3) · Hong Kong China (4) · Sweden (4). 한국은 FTN 2 위·Internet 5 위 강세 vs Mobile 15 위 약세. 권역별 sub-index 강·약점 분포가 단일 지수가 가리는 패턴을 노출. FTN·Internet·Mobile 간 Pearson 상관 0.40~0.74 (1% 유의), Broadcasting 은 다른 3 sub-index 와 0.44~0.46 양 (+) 상관
- **시사점**: 가중치 산출 방식이 국가 ranking 을 좌우하므로 PCA 같은 data-driven parametric 접근이 ad-hoc weighted summation (DAI·HDI·ArCo) 보다 권장됨. 개도국은 sub-index 별 강·약점을 식별해 sector-specific ICT 정책 수립 가능

![글로벌 ICT sub-index 의 시간별 발전 (FTN·Internet·Mobile·Broadcasting) — Mobile·Internet 의 가속이 FTN·Broadcasting 대비 1995 년 이후 명확.](/papers/200904_Al-mutawkkilA_Development_of_telecommunication_and_broadcasting_infrastructure_indices_at_the_global_level/fig1.jpeg)

## 요약

[[junseokhwang]] 와 [[almas-heshmati]] (계량경제·생산성·composite index 전문) 의 협업으로, [[ict-policy]]·[[development-economics]] 인접 영역의 정량 도구 paper. ITU 의 DAI (Digital Access Index, 2002~), UNDP 의 HDI (1975~) 및 TAI (Technology Achievement Index), Archibugi-Coco (2005) 의 ArCo Index — 모두 *ad-hoc 가중치의 weighted-summation* 으로 ICT 발전을 정량화해 왔으나 (i) 가중치의 주관성, (ii) 비-ICT 요소 (literacy, health) 의 혼입, (iii) sub-category 분리 불가라는 3 가지 한계가 누적돼 왔다. 본 paper 는 PCA (Principal Component Analysis) 를 통해 *데이터 자체에서 가중치를 자동 추출* 하는 parametric 접근으로 4 sub-index (FTN·Internet·Mobile·Broadcasting) 를 별도 구축하고 TI (Telecommunications Index) 로 종합해 ad-hoc 방식과의 차이를 정량 비교한다.

분석 데이터는 ITU World Telecommunication Indicators 의 1990–2003 unbalanced panel + IMF 경제 지표 + UNDP HDI + WEF 경쟁력 보고서. 16 개 indicator (FTN 6 개: automatic·digital·main lines, residential subscription, connection charge, public payphone / Internet 4 개: DSL, 국제 대역폭, subscribers, cable modem / Mobile 3 개: total cellular subs, monthly subscription, revenue / Broadcasting 3 개: TV, radio, cable TV per 가구) 를 인구 또는 가구당으로 정규화 + 1996 USD 불변가 변환. PCA 의 eigenvalue test 로 각 sub-index 의 적정 factor 수 결정 — Internet (prin1 eigenvalue 2.485, variance 62.1%)·Mobile (prin1 eigenvalue 1.873, variance 62.4%)·Broadcasting (prin1 eigenvalue 1.432, variance 47.7%) 은 prin1 단일 factor 로 충분, FTN 만 prin1·prin2 모두 eigenvalue > 1 인 2-factor 구조지만 prin1 (variance 33.3%) 채택.

비교 결과는 ad-hoc 방식의 *경로 의존성* 을 노출한다. Sweden 은 본 paper 의 TI 4 위지만 DAI 1 위, ArCo 1 위, HDI 3 위 — 즉 *어떤 가중치를 쓰느냐* 가 1 위 결정. Korea 는 TI 2 위 (FTN 2 위·Internet 5 위 강세 + Mobile 15 위) vs DAI 3 위·HDI 30 위·ArCo 19 위로 가장 큰 변동. 권역 분석에서 OECD 30 개국 중 25 개가 TI top 30, SCO 6 개국은 모두 mid-low (China·Russia 만 Broadcasting·Internet 에서 중간), ASEAN 에서는 Singapore·Malaysia·Thailand 3 강 구조 등 sub-index 별 *권역 특이 강·약점* 이 단일 지수가 은폐하는 패턴을 노출. 정책 함의로는 ICT 정책에서 ranking 비교 시 가중치 산출 방식 명시 + sub-index 분리 평가가 필요하며, 개도국은 sub-index 별 자국 위치 파악으로 sector-specific 투자 우선순위 설정이 가능. [[junseokhwang]] 의 [[ict-policy]] 라인에서 *측정·지수화* 측면의 대표작이며, [[almas-heshmati]] 의 composite index 방법론 라인이 [[nabaz-t-khayyat-2015-tc-index]], [[jung-in-yeon-2020-composite-index-granger-causality-test]] 로 이어진다.

## 핵심 결과

| Sub-index | N (obs) | 국가 수 | PCA prin1 eigenvalue | Variance 비율 |
|---|---:|---:|---:|---:|
| FTN | 1,417 | 157 | 1.997 | 33.3% (2-factor 필요) |
| Internet | 354 | — | 2.485 | 62.1% |
| Mobile | 1,370 | 189 | 1.873 | 62.4% |
| Broadcasting | 630 | 127 | 1.432 | 47.7% |

| TI Rank | 국가 | TI mean | FTN rank | Internet rank | Mobile rank |
|---:|---|---:|---:|---:|---:|
| 1 | Switzerland | 6.00 | 1 | 7 | 10 |
| 2 | Korea | 7.33 | 2 | 5 | 15 |
| 3 | Italy | 8.67 | 7 | 16 | 3 |
| 4 | Hong Kong China | 9.33 | 23 | 4 | 1 |
| 4 | Sweden | 9.33 | 9 | 1 | 18 |
| 5 | Singapore | 9.67 | 6 | 12 | 11 |
| 6 | Norway | 10.67 | 15 | 10 | 7 |

Sub-index Pearson 상관 (1% 유의): FTN×Internet 0.47, FTN×Mobile 0.40, Internet×Mobile 0.74, Broadcasting×others 0.44~0.46.

핵심 명제: **Parametric (PCA) 접근은 ad-hoc weighted-summation 보다 *가중치 객관성·sub-category 정보 보존* 면에서 우월. 한국은 FTN·Internet 에서 글로벌 2~5 위 vs Mobile 15 위로 sub-index 별 강·약점이 명확하며, 단일 composite 지수가 이런 패턴을 가린다.**

## 방법론 노트

Factor analysis 의 일반 회귀 형식:

$$
y_{ij} = b_{1j} x_{i1} + b_{2j} x_{i2} + \cdots + b_{nj} x_{in} + \varepsilon_{ij}
$$

여기서 $y_{ij}$ = 공통 인자 $n$ 이 관측 변수 $j$ 를 예측하는 회귀계수, $b_{kj}$ = 공통 인자 $k$ 의 변수 $j$ 에 대한 회귀계수, $x_{ik}$ = 관측치 $i$ 의 공통 인자 $k$ 점수, $\varepsilon_{ij}$ = 고유 인자. PCA 는 CFA 와 달리 *공통 분산·고유 분산 무상관 가정을 두지 않으며*, 모든 변수 분산을 종합해 principal factor 를 도출하므로 highly-correlated indicator 가 많은 ICT 데이터에 적합. Eigenvalue test 로 각 principal component 의 설명력을 평가, eigenvalue > 1 인 component 를 채택. Composite TI 는 ad-hoc weighted-summation 으로:

$$
TI = \sum_{i=1}^{3} \frac{Index_{ic}}{3}
$$

여기서 $Index_{ic}$ = 국가 $c$ 의 sub-index $i$ rank (FTN·Internet·Mobile 3 개만 평균; Broadcasting 은 missing 많아 제외, sample-size 편향 방지). 식별은 PCA 가 각 sub-index 의 *내적 변이* 에서 weight 를 추출하므로 ad-hoc 가중치 선택의 자의성을 회피. DEA·SFA 같은 frontier 방식 대안과 비교하면 PCA·CFA 는 *동일 연구 기간 필요* + *특정 함수 형태 무가정* 의 두 장점으로 패널 ICT 데이터에 더 적합. CFA·PCA 비교 결과 PCA 가 더 나은 추정을 보여 PCA 만 보고.

## 연구 계보

직접 선행: Archibugi & Coco (2005) ArCo Index — 기술 측정 8 indicator × 3 차원 (technology 창조·인프라·인적 능력) 의 ad-hoc weighted summation 으로 본 paper 가 가장 직접 비판 대상. ITU DAI (2002) — 5 indicator (인프라·affordability·교육·QoS·인터넷 사용) 의 ad-hoc 가중치. UNDP HDI (1975) 와 TAI — 다차원 발전 지수의 정전. Heshmati (2006a, 2006b) 의 multidimensional globalization index PCA 방법론 — [[almas-heshmati]] 자신의 composite index 라인의 직접 선행. Dreher (2005) PCA 로 KOF Globalization Index sub-index weight 계산. Andersen & Herbertsson (2003) 의 multivariate factor 기반 openness index. Chen & Feng (2000) Chinese tariff 32 변수 PCA 4 그룹화. Jorgenson & Stiroh (1999), Oliner & Sichel (2000, 1994), Bakhshi & Larsen (2005), Jalava & Pohjola (2002), Roller & Waverman (2001) 의 ICT-경제성장 실증 라인이 본 paper 의 motivation. [[junseokhwang]] 의 [[ict-policy]] 라인의 *측정·지수화* 측면의 capstone, [[almas-heshmati]] 의 composite index 방법론 라인의 ICT 적용판.

## See also

- [[junseokhwang]]
- [[almas-heshmati]]
- [[telecommunications-policy]]
- [[principal-component-analysis]]
- [[composite-index]]
- [[panel-data-analysis]]
- [[ict-development]]
- [[nabaz-t-khayyat-2015-tc-index]]
- [[jung-in-yeon-2020-composite-index-granger-causality-test]]