---
type: paper
slug: jeongwon-lee-2022-government-support-emerging-ict
title: Different government support effects on emerging and mature ICT sectors
authors:
  - '[[jeongwon-lee]]'
  - '[[junseokhwang]]'
  - '[[hana-kim]]'
year: 2022
venue: '[[technological-forecasting-and-social-change]]'
volume: '174'
pages: '121253'
doi: 10.1016/j.techfore.2021.121253
categories:
  - '[[ict-policy]]'
  - '[[innovation-economics]]'
methods:
  - '[[panel-regression]]'
  - '[[first-difference-autoregressive-model]]'
  - '[[difference-in-differences]]'
themes:
  - '[[government-support]]'
  - '[[r-and-d-subsidies]]'
  - '[[ict-industry]]'
  - '[[industry-evolution]]'
  - '[[technological-opportunity]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Different government support effects on emerging and mature ICT sectors

*[[jeongwon-lee]], [[junseokhwang]], [[hana-kim]] (2022)* · [[technological-forecasting-and-social-change]] 174:121253 · [DOI ↗](https://doi.org/10.1016/j.techfore.2021.121253)

> 정부 R&D 보조금이 *모든 ICT 부문에서 동질적 효과*를 갖는다는 통상의 가정을 거부하고, [[industry-evolution]] 이론 (Gort and Klepper, 1982; Malerba and Orsenigo, 1997) 기반으로 *부문 성숙도 × 기업 연령 × R&D 단계*의 세 차원 교차 효과를 추정한다. [[first-difference-autoregressive-model]] 을 한국 ICT 기업 89,750 관측치 (2012-2017) 에 적용한 결과, 신흥 부문 (Sector I) 의 보조금 탄력성 0.046 vs 성숙 부문 (Sector IV) 의 0.013 (비유의). research 보조금은 *신흥 부문의 신생 기업*에서만 유의 (β=0.071).

- **RQ**: 정부 R&D 보조금이 (i) 기술 기회가 다른 신흥/성숙 ICT 부문, (ii) 신생/기성 기업, (iii) research/development R&D 단계에 따라 어떻게 차별적 효과를 갖는가?
- **방법론**: [[first-difference-autoregressive-model]], [[panel-regression]], [[difference-in-differences]]
- **데이터**: 한국 ICT 기업 89,750 관측치, KED 재무자료 + NTIS 정부 R&D + KOSIS + PIPC 특허, 4 sectors × 36 sub-sectors, 2012-2017
- **주요 발견**: 전체 보조금 탄력성 0.039. Sector I (신흥, 0.046) > Sector II (소프트웨어, 0.045) > Sector III (전자부품, 0.035) > Sector IV (방송통신, 0.013, 비유의). 신생 기업 0.053 vs 기성 0.029. Research 보조금은 신흥 부문 신생 기업 (β=0.071) 에서만 유의.
- **시사점**: ICT 정책은 *부문 성숙도 × 기업 연령*을 교차해 차별적으로 설계되어야 한다. 신흥 부문 신생 기업에 *research 단계*, 성숙 부문엔 *development 단계* 보조금이 효과적.

![신흥/성숙 ICT 부문 × 기업 연령 × R&D 단계의 차별적 보조금 효과 분석 틀 — 기술 기회 (technological opportunity) 가 핵심 조절 변수.](/papers/202201_LeeJ_Different_government_support_effects_on_emerging_and_mature_ICT_sectors/fig1.jpeg)

## 요약

기존 정부 R&D 보조금 문헌은 input additionality (보조금이 사적 R&D 를 보완하는지 대체하는지) 를 다루면서 부문 차이를 *더미 변수로만* 통제해왔다 (Busom, 2000; Hong et al., 2016). 그러나 Gort-Klepper 의 5단계 산업 진화 모델은 *산업 성숙도*가 기술 기회·혁신 패턴을 결정한다고 본다. ICT 는 동질적 high-tech 가 아니라 신흥 (정보 서비스·앱 인프라) 과 성숙 (방송통신 장비) 부문이 *동시에 존재*하는 이질적 산업이다. 한국 ICT 가 OECD 신기술 70-100% 를 담당하는 글로벌 리더라는 점이 분석 의의를 높인다.

저자들은 한국 ICT 통합 분류체계를 재구성해 4 sectors 로 나눈다: Sector I (정보 서비스·IT 응용 기기, 신흥), Sector II (소프트웨어·디지털 콘텐츠, 가장 빠른 성장), Sector III (전자부품·컴퓨터), Sector IV (방송통신·방송 서비스, 성숙). KED + NTIS + KOSIS + PIPC 통합 데이터셋 (89,750 관측치) 에 [[first-difference-autoregressive-model]] 을 적용한다. 1차 차분이 시간 불변 기업 이질성을 제거해 보조금 내생성을 통제한다. 결과는 (i) Sector I·II 의 보조금 탄력성이 III·IV 대비 유의하게 크고 (Model 4 β=0.046, Model 7 β=0.013), (ii) 신생 기업 (7년 이하) 의 탄력성 0.053 vs 기성 0.029, (iii) research 보조금이 신흥 부문 신생 기업에서만 (β=0.071) 유의.

함의는 *세분화된 정책 설계*다. 신흥 부문 신생 기업엔 *research 단계* 보조금 (탐색적·급진적 혁신을 지원), 성숙 부문엔 *development 단계* 보조금 (시장 출시·증분 혁신을 지원). 기존 문헌 (Clausen, 2009; Hottenrott et al., 2017) 은 research 보조금이 일관되게 효과적이라고 주장했으나, 본 연구는 *부문 성숙도와 기업 연령의 교차 조건*에서만 그러함을 보였다. 강건성 검사 (population-averaged GEE, DID with kernel matching) 가 일관된 결과. [[junseokhwang]] 의 ICT 정책·산업 진화 라인의 대표 정책 평가 작업이다.

## 핵심 결과

| 모델 | 변수 | 계수 | SE | 해석 |
|---|---|---|---|---|
| Model 1 (전체) | ΔSubsidy | 0.039*** | 0.004 | 전체 input additionality 양 |
| Model 4 (Sector I) | ΔSubsidy | 0.046*** | 0.007 | 신흥 부문 최대 효과 |
| Model 5 (Sector II) | ΔSubsidy | 0.045*** | 0.007 | 소프트웨어 강한 효과 |
| Model 7 (Sector IV) | ΔSubsidy | 0.013 | 0.009 | 성숙 부문, 비유의 |
| Model 1 by age | Young firms | 0.053*** | 0.007 | 신생 기업 |
| Model 1 by age | Incumbent | 0.029*** | 0.005 | 기성 기업 |
| Model 2 (Sector I young) | SubsidyR | 0.071*** | 0.026 | research 보조금 유일 유의 |

표본 89,750 (2012-2017). \*\*\* p < 0.01.

## 방법론 노트

[[first-difference-autoregressive-model]] 은 시간 불변 기업 이질성을 차분으로 제거해 보조금 내생성 (정부가 잠재력 큰 기업을 선택) 을 완화한다. 사적 R&D 의 지연 변수를 포함해 동태 조정을 반영한다:

$$
\Delta \log(R\&D_{i,t}) = \alpha \cdot \Delta \log(R\&D_{i,t-1}) + \beta \cdot \Delta \log(\text{Subsidy}_{i,t}) + \gamma \cdot \Delta X_{i,t} + \delta \cdot \Delta Z_{k,t-1} + \lambda_t + \eta_{i,k,t}
$$

여기서 $X_{i,t}$ 는 기업 통제 (sales, debt, patent stock, age), $Z_{k,t-1}$ 는 *부문 기술 기회*의 proxy 인 *sector k 의 기업 수 증가율* (Gort-Klepper, Breschi et al. 2000 의 entry rate 와 일치). 패널 stock 변수는 $\text{Patent Stock}_{i,t} = (1-\delta) \cdot \text{Patent Stock}_{i,t-1} + \text{Patent Apps}_{i,t}$, 감가율 $\delta = 0.15$. Moderation 모델은 $\Delta \text{Subsidy} \times \Delta \text{No. of firms}$ 교호항 (β=0.102, net effect 0.039) 로 기술 기회의 조절 효과를 식별. 강건성: GEE population-averaged, kernel PSM + DID.

## 연구 계보

Gort and Klepper (1982) 의 5단계 산업 진화 모델, Malerba and Orsenigo (1997) 의 *기술 체제* 프레임, Breschi et al. (2000) 의 기술 기회 ↔ 신규 진입 실증을 한국 ICT 에 적용한다. 부문별 R&D 보조금 효과 문헌 (David et al., 2000; Cerulli, 2010; Hong et al., 2016) 의 한계 (sector dummy 만 사용) 를 산업 성숙도 기반 *연속 변수 (기업 수 증가율)* 로 극복. Czarnitzki and Delanote (2015) 의 young high-tech firm 입력 추가성 연구, Clausen (2009)·Hottenrott et al. (2017) 의 research vs development 보조금 비교를 *세 차원 교차*로 확장. [[junseokhwang]] 의 *4기 (2020-2023) 스마트시티·AI·지속가능 전환* 시기의 ICT 산업 정책 라인에 위치하며, 한국 ICT 부문 진화 시계열 분석의 정책 평가 작업으로 자리 잡는다.

## See also

- [[junseokhwang]]
- [[jeongwon-lee]]
- [[hana-kim]]
- [[r-and-d-subsidies]]
- [[ict-industry]]
- [[industry-evolution]]
- [[technological-opportunity]]
- [[technological-forecasting-and-social-change]]
- [[jeongwon-lee-2022-collaborative-subsidies-ict]]