Illusions of Clustering: A Systematic Evaluation on the Effects of Clusters on Regional Economic Performance in Korea

Hyunha Shin, 황준석 (2022) · International Regional Science Review 45:135-160 · DOI ↗

한국이 1970년대부터 추진해온 클러스터 정책의 환상 (illusion) 을 지적. 지방정부가 정치 목적으로 과잉 공급해온 클러스터가 실제 지역 성장에 기여하는지를 주성분 분석 + GLS 패널 회귀로 검증한다. 59개 si-gun 지역 × 7년 (2010-2016) 의 413 관측치에서 social, capacity, clustering 세 합성 요인을 구성. 결과: (i) 클러스터 효과는 사회·교육 환경이 갖춰져야만 유의, (ii) R&D 역량 효과 (계수 0.179) 가 클러스터 (0.020-0.030) 보다 8-9배 강하고 장기 지속, (iii) 3년 lag 에서 클러스터는 비유의화. “Jobs follow people” 명제의 한국 클러스터 정책 사례.

• RQ: 한국 중급 지역에서 클러스터 정책은 지역 경제 성과에 실질적 효과를 미치는가, 혹은 R&D 역량·사회 환경 등 다른 요인이 더 결정적인가?
• 방법론: 주성분 분석 (KMO social 0.8246, capacity 0.6952, clustering 0.5148), gls-panel-regression (AR(1) 공통 계수), Levin-Lin-Chu unit root test, dynamic lag 분석 (0-3년)
• 데이터: 한국 si-gun 59개 지역 × 7년 (2010-2016) = 413 균형 패널. KOSIS (인구·고용·교육), Higher Education in Korea (대학·SCI), KICOX (클러스터 — 면적·고용·다양화)
• 주요 발견: Composite 분석 (Table 5 Model 1): social 0.024, capacity 0.179***, clustering 0.022*. 클러스터는 social 변수와 함께 있을 때만 유의 (Model 2-8). R&D 역량 효과가 클러스터 대비 8-9배 강함. 3년 lag 에서 clustering 무력화 (Table 7).
• 시사점: 클러스터 자체는 자동 성장을 보장하지 않음. 우호적 사회 환경 (근로 연령 인구·교육 환경·인구 밀도) + R&D 역량 (SCI 질·STI 기업) 이 선행되어야 클러스터 효과 발현. 한국 지방정부의 클러스터 과잉 공급은 인과 방향 (“people follow jobs”) 을 잘못 가정.

요약

한국 클러스터 정책은 1970년대 정부 주도 전자·조선 클러스터 (Park et al. 2012; Shin and Hassink 2011) 로 시작해 1990년대 지식 경제 전환과 함께 지방정부 주도로 확산되었다. 그러나 Kwon and Choi (2014), S.Y. Lee et al. (2017) 등이 지적하듯 지방정부는 정치 목적으로 객관적 수요·조건 검토 없이 클러스터를 과잉 공급해왔다. Saxenian (1994) 의 실리콘밸리 vs Route 128 비교가 시사하듯, 같은 출발점에서도 사회·제도 환경이 클러스터 성공을 결정한다. 본 연구는 Rodríguez-Pose and Comptour (2012) 의 유럽 분석 프레임을 한국 중급 지역 (si-gun, metropolitan 제외) 에 변형 적용해 체계적·정량적 평가를 수행한다.

방법론적으로 주성분 분석 로 사회 (7 변수: 근로 연령 인구·청년·대학생·실업률·인구밀도·사설학원·학생당 교사), 역량 (3 변수: 대학교수·교수당 SCI·STI 기업), 클러스터링 (3 변수: 면적·집중도·다양화) 세 합성 요인을 구성. KMO 적합성 0.8246/0.6952/0.5148, eigenvalue Kaiser 기준 통과. GLS 패널 회귀 (AR(1) 공통 계수) 로 자기상관 통제. LLC unit root test 로 정상성 확인. Static 분석 (8 models composite + 6 models capacity-cluster 비교) + dynamic lag 분석 (0/1/2/3년).

세 가지 핵심 발견. 첫째, social-capacity-clustering 셋 모두 GRDP 와 유의 (Model 1). 그러나 social 을 제거하면 (Model 2, 3, 4, 6, 8) 클러스터링이 비유의화. 클러스터 효과는 조건부다 — 사회 환경 동반 시에만 작동. 구체적으로 근로 연령 인구 (wapop), 인구 밀도 (popdens), 사설학원 (priedu), 학생당 교사 (stupt) 가 유의. 청년 인구 (youth) 와 대학생 수는 무의미 — 실제 생산 활동 참여자가 핵심. 둘째, capacity 계수 0.179 vs clustering 0.020-0.030 으로 R&D 역량 효과가 8-9배 강함. Capacity 내에서는 SCI 출판 (scipf, 계수 0.871) 이 대학 규모 (numf, 0.0004) 보다 압도. 즉 대학 양이 아니라 질. 셋째, dynamic lag 분석에서 capacity 는 3년 lag 까지 유의 (0.179~0.184) 유지, social 도 약간 증가하나, clustering 은 3년 lag 에서 비유의. 클러스터는 단기 효과, 지속 안 됨.

함의는 “jobs follow people” 명제의 한국 사례 확인이다. 지방정부는 people follow jobs 가정으로 클러스터를 먼저 짓지만, 실증은 사회·교육 환경 → 클러스터 효과 발현 의 역방향 인과를 보인다. 정책 함의: (i) 클러스터 조성 전 우호적 주거·교육 환경과 근로 연령 인구 확보 선행, (ii) 클러스터보다 지속적·일관된 R&D 투자가 더 큰 효과, (iii) 대학 양이 아닌 연구 질 (SCI) 강화. 강건성 검사로 KIPO 특허 변수 추가 (2011-2016) 결과 동일. 황준석 의 ICT·지역 혁신 정책 라인에서 한국 클러스터 정책의 체계적 비판에 기여한다.

핵심 결과

Model	Social	Capacity	Clustering	해석
Static 1 (composite, lag 0)	0.030*	0.179***	0.020*	셋 다 유의
Lag 1	0.040***	0.184***	0.030***	셋 다 유의 강화
Lag 2	0.042**	0.182***	0.030***	유지
Lag 3	0.041*	0.182***	0.017	클러스터 비유의
Individual (capacity sub)	—	scipf 0.871***	—	SCI 질 압도
Individual (cluster sub)	—	—	focus 0.259***	집중도 가장 효과적

(GLS panel regression with AR(1). *p<0.1, **p<0.05, ***p<0.01. 59 si-gun × 7년, 413 obs.)

방법론 노트

주성분 분석 는 다중공선성을 회피하면서 다 변수를 공통 잠재 요인으로 압축한다. Kaiser 기준 (eigenvalue > 1) 통과 변수만 사용. KMO 적합성으로 PCA 가능성 확인. GLS 패널 회귀는 Wooldridge test 로 자기상관 확인 (p < 0.001) 후 AR(1) 공통 계수로 통제:

$$\ln \text{GRDP}_{it} = \beta_1 + \beta_2 \text{Social}_{it} + \beta_3 \text{Capacity}_{it} + \beta_4 \text{Clustering}_{it} + \beta_5 \text{Control}_{it} + e_{it}$$

여기서 $\text{Control}_{it}$ 는 총 인구. Composite 변수는 PCA 의 첫 component (Comp1) 가중치로 계산. Multicollinearity 통제: VIF = 2.98 < 10. Heteroscedasticity: Breusch-Pagan 비기각. Stationarity: LLC unit root test 로 패널 정상성 확인. 개별 변수 효과 분리를 위해 composite 대체 + 개별 변수 추가 모델 (Model 2-8) 도 추정. Dynamic 분석: $t-1, t-2, t-3$ lag 변수로 장기 효과 측정. Robustness: KIPO 특허 변수로 capacity 재구성 (2011-2016 단축 기간) 동일 결과.

연구 계보

Saxenian (1994) 의 실리콘밸리 vs Route 128 비교, Porter (1996, 1998, 2000) 의 클러스터 정의·정책 권고, Edquist (1997)·Lundvall (1992) 의 지역 혁신 시스템 (NSI/RIS) 이론, Cooke et al. (1997) 의 지역 거버넌스 정의를 결합. 직접적 방법론은 Rodríguez-Pose and Comptour (2012) 의 유럽 클러스터-사회-R&D 상호작용 분석을 한국 중급 지역에 변형 적용. Borghi et al. (2010), Slaper et al. (2018) 의 클러스터 측정 (SEI, LQ, focus, diversification) 활용. 한국 정책 비판은 Kwon and Choi (2014), S.Y. Lee et al. (2017), Ryu et al. (2018), H.H. Lee et al. (2012), Park (2005) 의 클러스터 과잉 공급·정치 동기 연구 종합. “Jobs follow people” 인과 논쟁은 Hoogstra et al. (2017) 의 메타분석, Henry et al. (2001), Østbye et al. (2018), Lambert et al. (2014) 의 지역 발전 인과성 연구 참조. 황준석 의 4기 (2020-2023) 스마트시티·AI·지속가능 전환 시기의 지역 혁신 시스템·ICT 정책 라인의 클러스터 정책 평가 작업.

See also

• 황준석
• Hyunha Shin
• International Regional Science Review
• 클러스터 정책
• 지역 혁신 시스템
• 지역 성장
• 주성분 분석
• gls-panel-regression

인접 그래프

1-hop 이웃 9개

• 인물 2
• 방법론 2
• 주제 3
• 수록처 1
• 분류 1

↻ 초기화

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