Is renewable energy more favorable to diversity than conventional energy sources on R&D performance?

Dohyoung Kim, 황준석 (2022) · Science and Public Policy · DOI ↗

한국 KETEP NTIS 의 538 공공 R&D 프로젝트 (재생 433 + 원자력 74 + 화력 31, 2009-2017) 의 workforce diversity 4 차원 × performance 2 차원 분석. blau-diversity-index (1-Σpᵢ²) 로 gender (max 0.5), age (max 0.8), educational background (max 0.75), educational level (max 0.75) 정량화. hierarchical-regression 6 모델. 결과: 성별 다양성 → 지적 성과 양 (β=0.426**, H1a confirmed), 연령 다양성 → 지적 성과 음 (β=-1.112***, H2 reject — 한국 위계 문화·세대 갈등). 교육 배경·수준 비유의. 경제적 성과엔 모든 다양성 비유의. 재생 에너지가 화석·원자력보다 gender (14.2% vs 6.7%) · age (≤30 47.6% vs 33.0%) 다양성 모두 높음 (H5 confirmed). 정책 함의: 연령 다양성의 부작용 완화 + 성별 다양성 활용.

• RQ: (i) 신재생 에너지 R&D 부문이 화석·원자력보다 더 다양성 친화적인 작업 환경을 갖는가, (ii) workforce diversity (성별·연령·교육) 가 R&D 성과 (지적·경제) 에 어떤 관계를 갖는가, (iii) 두 부문 간 다양성-성과 관계 차이는?
• 방법론: hierarchical-regression (OLS, control → diversity 2단계), blau-diversity-index (1-Σpᵢ²), t-test-coefficient-comparison (Loureiro et al. 2012 — pooled SE), SPSS
• 데이터: 한국 KETEP NTIS, 538 공공 R&D 프로젝트 (2009-2014 시작, 2014-2017 완료). 재생 에너지 433 + 원자력 74 + 화력 31 (재생 + 화석·원자력 비교). 3년차 ex post 평가 점수가 weight, 지적 성과 = w × (논문 + 특허), 경제 성과 = w × (sales + cost reduction + tech transfer + import substitution)
• 주요 발견: H1a/b — gender 다양성 → 지적 성과 양 (β=0.426**), 경제 무. H2 reject — age 다양성 → 지적 성과 음 (β=-1.112***, 한국 위계·세대 갈등). H3 — education background 비유의. H4 — education level 비유의. 경제 성과 모델 6: 모든 diversity 비유의. H5 confirmed — 재생이 4 차원 모두 다양성 높음 (Figure 1).
• 시사점: 공공 R&D 관리자는 (i) 연령 다양성의 부작용 완화를 위해 소통 환경 조성, (ii) 성별 다양성 적극 활용. 신재생 에너지 부문의 다양성 친화성은 에너지 전환 정책에 유리. 한국 nuclear industry 의 세대 단절 (1980-1990s 진입 인력 노화·청년 부족) 문제 직시 필요.

요약

다양성은 도전적 문제 해결의 열쇠 (Milliken & Martins 1996) — 에너지 전환·기후 변화 같은 복잡 문제에 특히 중요. 그러나 한국은 압축 성장기의 동질 사회 특성 (단일 민족 자부심, gender inequality Cooke 2010, 세대 단절 Park & Park 2018, 학문 분파주의 Byun & Kim 2015) 으로 다양성 친화적이지 않은 작업 환경. 재생 에너지 R&D 가 전통 에너지보다 더 다양한가? 더 다양하다면 성과로 연결되는가? 본 연구는 두 질문에 538 공공 R&D 프로젝트 (재생 433 + 원자력 74 + 화력 31, 2009-2017) 로 답한다.

데이터는 한국 Korea Institute of Energy Technology Evaluation and Planning (KETEP) NTIS 의 ex post 평가 (3년차) 자료. 성과는 지적 (논문 + 특허, 양적 + 평가 점수로 weight) 과 경제 (sales + cost reduction + tech transfer + import substitution, indirect 포함). blau-diversity-index (Blau 1977; Harrison & Klein 2007) 로 4 차원 정량: gender (2 categories, max 0.5), age (5 cohorts ≤30/31-40/41-50/51-60/≥61, max 0.8 — Wegge et al. 2008), educational background (5 — Schubert & Tavassoli 2020: 공학기술/자연과학/인문/일반/기타, max 0.75), educational level (4: 박/석/학/중등, max 0.75 — Garcia Martinez et al. 2017). 통제: 정부/민간 투자, 프로젝트 기간, 컨소시엄 크기, 연구자 수. hierarchical-regression (OLS, control → diversity 2단계) 으로 모델 1-6 추정. 재생 vs 전통 (clean coal + nuclear 통합) 계수 차이는 t-test-coefficient-comparison (Loureiro et al. 2012, pooled SE) 으로.

기술적 비교 (Table 2): 재생이 모든 4 차원 다양성 높음 — gender (재생 14.2% female vs 화석·원자력 6.7%, 2배), age (≤30 재생 47.6% vs 전통 33.0%, 41-50 14.2% vs 28.2%), educational background (engineering/natural science 더 다양), educational level (bachelor 더 높음, secondary 낮음). Figure 1 의 정규분포 비교로 H5 confirmed. 한국 원자력은 1980-1990s 정치 지원 시기 진입 인력의 노화 와 청년 부족이 산업 문제 (Park 2015) — 다양성 측면에서 세대 단절.

회귀 결과 (Table 3): Gender 다양성 → 지적 성과 양 (β=0.426** Model 2). H1a confirmed. Age 다양성 → 지적 성과 음 (β=-1.112***, Model 2). H2 reject — 가설은 team 작업이 small group 이라 양이라 예측했으나 결과는 음. 해석: 한국 위계 조직 문화 + 세대 갈등 (Park & Park 2018) 이 R&D 팀 협업을 저해. Education background 와 level 은 비유의 (H3, H4 reject). 경제 성과 모델 6: 모든 diversity 비유의 — 경제 성과는 commercialization 측면이라 communication·coordination cost 가 크고 (Atuahene-Gima & Evangelista 2000), diversity 의 creativity 기여가 약함. 재생 vs 전통 t-test 비교: 재생에서 gender 양 효과 더 강함, age 음 효과 더 약함 — 재생 부문이 다양성-성과 연결도 더 친화적 (H6a partial confirmed).

함의: (i) 연령 다양성 부작용 완화 — 위계 문화 약화, 소통 환경 조성, 세대간 멘토링. (ii) 성별 다양성 적극 활용 — IRENA (2019) 의 renewable 32% female vs oil/gas 22% 격차를 한국에서 14.2% vs 6.7% 로 더 큼 → 양성 평등 정책이 에너지 전환에 동반 이익. (iii) 한국 nuclear 의 세대 단절 직시 — 청년 진입 유인. (iv) 경제 성과에 diversity 가 작동 안 한다는 결과는 commercialization 단계의 다른 제약 시사. 황준석 의 ICT·에너지 정책 라인에서 다양성-혁신 연결을 한국 공공 R&D 에 적용한 작업.

핵심 결과

Diversity	평균 (max)	Intellectual 효과	Economic 효과	가설
Gender	0.21 (0.5)	β=0.426**	비유의	H1a confirm
Age	0.58 (0.8)	β=-1.112***	비유의	H2 reject (음)
Education background	0.30 (0.75)	-0.053	-0.024	H3 reject
Education level	0.58 (0.75)	(모델별 다양)	비유의	H4 partial

부문	Female %	≤30 %	41-50 %	Eng/Tech %
재생 (433)	14.2	47.6	14.2	75.9
화석·원자력 (105)	6.7	33.0	28.2	63.7

(N=538, hierarchical regression, intellectual perf model 2: adjusted R² 0.419 vs baseline 0.331. *p<0.05, **p<0.01, ***p<0.001.)

방법론 노트

blau-diversity-index (Blau 1977; Harrison & Klein 2007 의 separation/variety/disparity 분류 중 variety) 는 카테고리 분포의 heterogeneity:

$$\text{Diversity Index} = 1 - \sum_{i=1}^{k} p_i^2$$

$k$ 는 카테고리 수, $p_i$ 는 카테고리 $i$ 비율. 모든 멤버 단일 카테고리면 0, 균등 분포면 $1 - 1/k$ (gender k=2: max 0.5; age k=5: max 0.8; education background k=5: max 0.75; education level k=4: max 0.75).

성과 측정:

$$\text{perf}_{\text{intellectual}} = w_i \times (\text{academic publications}_i + \text{patents}_i), \quad w_i = 0.01 \times \text{evaluation score}_i$$ $$\text{perf}_{\text{econ}} = w_i \times \text{economic performance}_i$$

평가 점수 (project evaluation committee 0-100) 가 질적 weight 로 기능 — innovatively performed (90+), average (75-89), faithfully (60-75), poorly (<60). Skewness 보정 위해 log scale (intellectual, economic, investment, researchers, publications, patents).

hierarchical-regression (Cohen et al. 2013) 은 2단계: (i) control variable only (baseline, Model 1), (ii) control + diversity (Model 2). Adjusted R² 비교로 diversity 의 추가 설명력 확인. Model 3-5 는 age/edu background/edu level 의 개별 카테고리 baseline 분석.

부문 비교: t-test-coefficient-comparison (Loureiro et al. 2012):

$$t = \frac{\beta_{\text{renewable}} - \beta_{\text{conventional}}}{S_p \sqrt{(1/m + 1/n)}}, \quad S_p = \sqrt{\frac{(m-1)^2 SE_R^2 + (n-1)^2 SE_C^2}{m + n - 2}}$$

$t > 1.96$ 이면 5% 유의, $t > 2.58$ 이면 1% 유의. VIF: highest 5 (government investment log), 8 미만이라 endogeneity 문제 없음.

연구 계보

Milliken and Martins (1996) 의 diversity → creativity → R&D performance, Horwitz and Horwitz (2007) 의 two-edged sword 메타분석. Harrison and Klein (2007) 의 diversity 3 분류 (separation/variety/disparity). 차원별 문헌: gender — Østergaard et al. (2011), Xie et al. (2020), Kou et al. (2020) ; age — Mothe and Ng (2021), Kanfer and Ackerman (2004), Wegge et al. (2008), De Meulenaere et al. (2016), Park and Park (2018) 한국 세대 갈등; educational — Faems and Subramanian (2013), Garcia Martinez et al. (2017), Schubert and Tavassoli (2020), Cohen and Levinthal (1990) 의 absorptive capacity. 재생 에너지·gender 격차: IRENA (2019), Emmons Allison et al. (2019), Pearl-Martinez and Stephens (2016), Kitson et al. (2016). Brown and Svenson (1988) 의 R&D 성과 측정 모델 (input-output-outcome). 한국 사회 경제: Heo et al. (2008), Cooke (2010) gender, Byun and Kim (2015) 학문 분파주의. 황준석 의 4기 (2020-2023) 에너지·ICT·지속가능 전환 라인의 공공 R&D 다양성 작업.

See also

• 황준석
• Dohyoung Kim
• Science and Public Policy
• R&D 인력 다양성
• Renewable Energy
• energy-transition
• gender-diversity
• blau-diversity-index
• hierarchical-regression

인접 그래프

1-hop 이웃 8개

• 인물 2
• 주제 2
• 수록처 3
• 분류 1

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동