--- type: paper slug: jeongdonglee-2006-rd-linkages-nis title: >- Research and development linkages in a national innovation system: Factors affecting success and failure in Korea authors: - '[[jeongdonglee]]' - '[[chansoo-park]]' year: 2006 venue: '[[technovation]]' volume: '26' issue: '9' pages: 1045-1054 doi: 10.1016/j.technovation.2005.09.004 categories: - '[[innovation-economics]]' - '[[innovation-policy]]' methods: - '[[binary-logit-model]]' - '[[questionnaire-survey]]' themes: - '[[national-innovation-systems]]' - '[[r-d-linkages]]' - '[[r-d-partnership]]' - '[[collaborative-r-d]]' - '[[r-d-cofunding]]' - '[[intermediate-goods-industry]]' - '[[product-vs-process-innovation]]' - '[[technology-push-vs-demand-pull]]' - '[[korean-electronics-industry]]' aliases: [] last_updated: '2026-05-17T21:30:00+09:00' --- # Research and development linkages in a national innovation system: Factors affecting success and failure in Korea *[[jeongdonglee]], [[chansoo-park]] (2006)* · [[technovation]] 26(9):1045-1054 · [DOI ↗](https://doi.org/10.1016/j.technovation.2005.09.004) > 한국 전자부품·기계 산업 (intermediate goods sector) 의 R&D 프로젝트 177 건 (성공 104 · 실패 73) 을 설문 조사하여, R&D 협력 (collaborative R&D) 과 공동 자금조달 (R&D cofunding) 이 혁신 성공 확률에 미치는 효과를 [[binary-logit-model]] 로 추정한다. 분석은 product/process × technology-push/demand-pull 의 4 사분면으로 분할되며, (i) R&D 초기 단계의 정부 자금 지원과 (ii) 후방 기업·대학과의 협력이 성공 확률을 유의하게 높인다는 두 핵심 결과를 얻는다. 한국형 NIS 논의에서 *intermediate sector* 의 고유 특성을 명시적으로 모델링한 첫 실증 작업. - **RQ**: 한국의 중간재 산업에서 어떤 형태의 R&D 파트너십 (cofunding 의 자금원, collaboration 의 상대, R&D 단계별 개입) 이 혁신 프로젝트의 성공 확률을 높이는가? 그 효과는 product/process · technology-push/demand-pull 의 4 영역에 따라 어떻게 달라지는가? - **방법론**: [[binary-logit-model]], [[questionnaire-survey]] (성공/실패 dichotomous 종속변수, R&D 자금원·협력 상대·단계별 더미를 설명변수로 하는 logit) - **데이터**: 한국 전자부품 (EIAK) · 기계 (KOAMI) 산업, 988 개 기업 우편/이메일 설문 (응답률 10.5%), 177 건 R&D 프로젝트 (성공 104 / 실패 73), 4 사분면 분류 (process-tech-push 33, process-demand-pull 39, product-tech-push 45, product-demand-pull 60) - **주요 발견**: (i) R&D 초기 단계 정부 자금 지원은 모든 4 사분면에서 양(+) 유의 (COF_G1 계수 1.066~2.971), (ii) 후방 기업과의 협력은 강한 양(+) 효과 (COL_D = 1.323, p<0.01), (iii) 대학과의 협력은 demand-pull/product 에서 특히 효과적 (COL_U = 2.509), (iv) 금융기관 대출은 process innovation 에서 *음(-)* 유의 — 한국 금융시장의 기술평가 역량 부재를 시사 - **시사점**: (a) 정부 R&D 자금은 *초기 stage 1* 에 집중해야 효과가 극대화, (b) 후방 기업의 R&D 참여 유인 (품질 인증·교섭력 완화) 이 NIS 정책의 우선순위, (c) 대학을 PRI 보다 우선 — 한국 PRI 의 산업 협력 비효율 진단 ![Fig. 1. 중간재 산업 기업이 NIS 안에서 forge 하는 linkage 의 모식도 — financial sector·정부 (cofunding 축) 와 경쟁사·후방·상방·대학·PRI·외국 (collaboration 축) 의 양방향 구조. 본 paper 의 logit 추정식이 검증하는 *interaction 의 지도*.](/papers/200609_LeeJ_Research_and_development_linkages_in_a_national_innovation_system_Factors_affecting_success_and_failure_in_Korea/fig1.png) ## 요약 [[national-innovation-systems]] (NIS) 논의는 Freeman (1987), Lundvall (1992), Nelson (1993) 이래 국가 단위 혁신 역량을 actor 간 linkage 의 강도로 설명해왔으나, *intermediate goods sector* (중간재 산업) 의 고유한 NIS 구조는 명시적으로 분석되지 않았다. 중간재 기업은 value chain 의 중간에 위치하므로 (i) 후방 final-goods 기업과의 수직 linkage 가 결정적이고, (ii) 기술 집약도가 높아 외부 자금 의존도가 크며, (iii) SME 가 다수라 대학·PRI 같은 외부 지식원에 의존한다. 본 paper 는 한국의 전자부품·기계 산업을 사례로, R&D 협력과 공동 자금조달이 *어느 단계*·*어느 상대*·*어느 innovation 유형* 에서 혁신 성공을 끌어올리는지를 실증한다. 이 작업은 author page 분류상 [[jeongdonglee]] 가 efficiency 측정에서 *system 시야* 로 도약한 *제2 기* (2006-2012) 의 학술적 표지판이다. 핵심 가설은 두 축이다. 첫째, 자금조달 partnership 측면에서 — 정부 자금이 *고위험 초기 stage 1* 에 집중되어야 하고, 후방 기업의 cofunding 이 demand-pull 영역에서 시장 위험을 분담한다. 둘째, 협력 partnership 측면에서 — 후방 기업·대학과의 협력이 SME 의 R&D 자원 부족을 보완한다. 데이터는 KOAMI·EIAK 가맹 988 개 기업에 보낸 설문에서 거둔 104 개 성공 + 73 개 실패 프로젝트. 종속변수가 성공/실패 (0/1) 이므로 [[binary-logit-model]] 을 4 사분면 (product/process × technology-push/demand-pull) 별로 추정해 효과의 *이질성* 을 드러낸다. 핵심 결과는 — (i) COF_G1 (정부, stage 1) 계수는 1.566 (p<0.05) 으로 모든 영역에서 양(+) 유의, (ii) COL_D (후방 기업 협력) = 1.323 (p<0.01), COL_U (대학 협력) = 1.031 (p<0.05) 로 일관되게 양(+), (iii) COF_B (금융기관 대출) 는 process innovation 에서 -2.089~-2.965 의 *음(-)* 유의, (iv) COL_C (경쟁사 협력) 와 COL_S (상방 협력) 는 demand-pull/process · technology-push/process 에서 *음(-)* 유의 — SME 의 약한 협상력 반영. 한계는 명확하다. (i) 단면 설문이라 endogeneity 미통제 — 성공한 기업이 더 협력하는지, 협력이 성공을 낳는지 식별 불가, (ii) 응답률 10.5% 의 self-selection bias, (iii) PRI·외국 협력은 표본 부족으로 추정 불가. 그러나 NIS 의 *intermediate sector 특수성* 을 처음 모델링한 점, 정책 implication (정부 자금의 stage 1 집중, 후방 기업 참여 유도, PRI 보다 대학 우선) 의 구체성에서 한국 NIS 연구의 reference point 로 기능한다. ## 핵심 결과 **표본 구성 (Table 2)** | 영역 | 성공 | 실패 | 소계 | |---|---:|---:|---:| | Process / Technology-push | 20 | 13 | 33 (18.6%) | | Process / Demand-pull | 26 | 13 | 39 (22.0%) | | Product / Technology-push | 20 | 25 | 45 (25.4%) | | Product / Demand-pull | 38 | 22 | 60 (33.9%) | | **합계** | **104** | **73** | **177** | **R&D Cofunding logit 계수 (Table 5 발췌)** — 종속변수: 성공=1, 실패=0 | 변수 | 전체 | Tech-push/Prod | Demand-pull/Prod | Demand-pull/Proc | Tech-push/Proc | |---|---:|---:|---:|---:|---:| | COF_G1 (정부, stage 1) | 1.566\*\* | 1.568\* | 1.066\* | 2.152\* | 2.971\*\* | | COF_B (금융기관) | -0.317 | 0.478 | 0.810 | -2.089\* | -2.965\* | | COF_D (후방 기업) | 0.966\*\* | 1.409 | 1.536\* | 1.307 | 1.700\* | | COF_R1 (자기자금, stage 1) | -0.350 | -1.478\*\* | -0.060 | 0.014 | 0.015 | **R&D Collaboration logit 계수 (Table 6 발췌)** | 변수 | 전체 | Tech-push/Prod | Demand-pull/Prod | Demand-pull/Proc | Tech-push/Proc | |---|---:|---:|---:|---:|---:| | COL_C (경쟁사) | -0.390 | 2.160\* | -0.805 | -2.502\* | -3.883\*\* | | COL_D (후방 기업) | 1.323\*\*\* | 0.272 | 2.366\*\* | 1.566\* | 2.842\* | | COL_S (상방 기업) | -0.705\* | -0.499 | -1.542\* | 0.689 | -1.396 | | COL_U (대학) | 1.031\*\* | 0.252 | 2.509\*\* | 0.889 | -0.213 | `*` p<0.10, `**` p<0.05, `***` p<0.01. 전체 표본 n=177. McFadden R² 는 0.09~0.29 범위. **한 줄 요약 callout** > 정부 자금은 *stage 1 에* 넣어야 하고, 협력은 *후방 기업·대학과* 해야 한다. 금융기관 대출과 경쟁사 협력은 한국 중간재 산업에서 *작동하지 않거나 역효과* 다. ## 방법론 노트 R&D 프로젝트의 성공/실패는 본질적으로 이진 결과이므로 [[binary-logit-model]] 이 자연스러운 선택이다. 4 사분면별로 따로 추정해 (product/process × technology-push/demand-pull) 효과의 *이질성* 을 드러낸다. 변수는 모두 더미 (1 = 해당 자금원/협력 상대 사용, 0 = 미사용) 로 코딩되어 자기자금 default 와의 multicollinearity 문제를 회피. 핵심 추정식: $$ \Pr(\text{success}_i = 1 \mid \mathbf{x}_i) = \frac{\exp(\mathbf{x}_i' \boldsymbol{\beta})}{1 + \exp(\mathbf{x}_i' \boldsymbol{\beta})} $$ 여기서 $\mathbf{x}_i$ 는 (자금원 dummy: COF_G1, COF_B, COF_D, COF_R1, COF_R2, COF_R3) 또는 (협력 상대 dummy: COL_C, COL_D, COL_S, COL_U, COL_I, COL_F), 또는 stage dummy (S1, S2, S3) 로 구성된 설명변수 벡터. $\boldsymbol{\beta}$ 는 최대우도 추정 (LIMDEP 7.0 사용). 식별 전략은 4 사분면 분할에 의존한다. innovation 유형별 sub-sample 에 따로 logit 을 적합해, "협력이 평균적으로 좋다" 같은 평균 효과가 *어느 영역에서 발생하는지* 를 분리. 표본 한계 (각 사분면 n=33~60) 가 통계적 검정력을 제약하지만, 부호와 유의성의 패턴 일관성으로 robustness 를 주장. 한계 — 단면 설문이라 *causality* 식별 약함, propensity score matching 같은 selection 통제 없음, R&D stage 분할은 표본이 충분할 때만 (S2·S3 는 일부 영역에서 aggregation). ## 연구 계보 본 paper 가 building on 한 작업은 NIS 문헌의 1세대 — Freeman (1987), Lundvall (1992), Nelson (1993), Edquist (1997) — 와 SME·intermediate sector 특수성 문헌 (Rothwell 1991, Hadjimanolis 1999, Freel 1999). 자금조달 typology 는 Christensen (1992) 의 market/credit-based/institution-based 분류와 Dosi (1990) 의 *Finance, innovation, and industrial change*. 협력 모티프는 von Hippel (1988) 의 *Sources of Innovation* 과 Edquist-Hommen (1999). 한국 NIS 의 PRI 중심 구조 진단은 Hwang (2004) 의 산학연 협력 정책 보고서가 직접 인용 source. [[jeongdonglee]] 본인의 연구 궤적 안에서 본 paper 는 author page 분류상 *제1 기* (productivity·efficiency 측정, 1998-2005) 에서 *제2 기* (혁신시스템·정책, 2006-2012) 로 넘어가는 *학술적 표지판* 이다. 이전 [[jeongdonglee-1998-malmquist-decomposition]] · [[jeongdonglee-1999-natural-gas-tfpg]] · [[jeongdonglee-2004-wtp-dea]] 는 DEA/frontier 도구로 *효율성* 을 측정했다면, 본 paper 는 처음으로 *system linkage* 그 자체를 종속변수에 연결한 시도다. 같은 해 sibling 으로 [[tae-ho-lyoo-2006-spectrum-real-options]] 가 정책-경제 융합의 다른 축 (real options 기반 스펙트럼 정책 평가) 을 담당한다. ## See also - [[national-innovation-systems]] - [[r-d-linkages]] - [[r-d-partnership]] - [[collaborative-r-d]] - [[r-d-cofunding]] - [[intermediate-goods-industry]] - [[binary-logit-model]] - [[product-vs-process-innovation]] - [[technology-push-vs-demand-pull]] - [[korean-electronics-industry]] - [[chansoo-park]] - [[jeongdonglee]] - [[jeongdonglee-2019-middle-innovation-trap]] - [[jeongdonglee-2023-korean-development-capability]]