Water resource R&D efficiency in Korea – toward sustainable integrated water resources management

Inkyung Cho, 허은녕, Jungkyu Park (2021) · Water Policy 23:581-598 · DOI ↗

2018년 한국 통합 물관리법 제정 직후, 환경부 주도 대규모 R&D 의 strategic planning 을 위해 직전 10년간 운영된 Sustainable Water Resources Research Program (SWRRP, 2001–2010, 총 1,260억원 / 7,939명 참여) 의 585개 프로젝트 효율성을 DEA 의 Slack-based measure DEA (SBM, Tone 2001) 비방사형 모형으로 분석. 단일 vs 협력 프로젝트, 산업·대학·연구소 유형별 효율성을 Kruskal-Wallis H + Mann-Whitney U 검정으로 비교. 협력 프로젝트가 단일 프로젝트보다 효율성 낮고, 기업 연구소가 대학·공공연구소보다 효율성 낮다는 반직관적 패턴을 도출.

RQ: 한국 정부 수자원 R&D (SWRRP) 의 단일/협력 프로젝트, 기업/대학/공공연구소 수행 주체별 효율성은 어떻게 다르며, 향후 통합 물관리 R&D 의 priority 는 무엇인가?
방법론: DEA, Slack-based measure DEA (input-oriented, variable returns to scale), Kruskal-Wallis H test, Mann-Whitney U test
데이터: SWRRP 의 585개 프로젝트 (2001–2010). Input: 연구원 수 (head count), R&D 예산 (정부+기업 자금 합). Output: 논문 수 (국내+국제), 특허 출원 수 (국내+국제). MaxDEA software.
주요 발견: 10년 평균 효율성 0.5215 (s.d. 0.09). 효율적 DMU 비율 7.58% (2004) ~ 33.33% (2007). Input 과잉이 초기 (2001 budget -74.35%, researchers -64.12%) 가장 심함. 산업·대학·연구소 비교에서 2001–2006 동안 대학이 가장 효율적 (p<0.05 Kruskal-Wallis). 단일 vs 협력 — 2002, 2007, 2009 단일이 더 효율적 (Mann-Whitney U).
시사점: (i) 협력 R&D 의 advantage 를 살릴 system (기술·인력 교환, 적절한 성과 배분) 필요, (ii) 기업 연구소 혁신 활동 지원 강화 (전략적 사전 연구, 상용화 link 강화), (iii) IWRM 의 comprehensive long-term planning.

Fig. 2

Fig. 2. SWRRP input/output 기본 통계 — 프로젝트당 평균 연구원 14.4명, 예산 2.325억원, 논문 2.13편, 특허 0.48건.

요약

통합 수자원 관리 (IWRM) 은 1992 Rio Agenda 21 (Chapter 18) 이후 국제 표준 개념이 됐으나, 2012 UNEP 보고서는 한국이 제도적으로 미흡함을 평가 — 수질 (환경부), 수량 (국토부), 농업용수 (농식품부), 재난 (소방방재청) 등 8개 부처 분산으로 약 80% 투자가 상하수도에 집중되는 fragmentation. 2018년 「물관리기본법」 제정으로 환경부 통합이 시작된 시점에, 본 paper 는 SWRRP (1997 초안 → 2001 출범, 과기부 주관, 21st Century Frontier 사업) 의 10년 운영 성과를 retrospective 분석해 미래 통합 R&D 의 planning 입력으로 제공. 허은녕 · Inkyung Cho · Jungkyu Park 라인이 자원·환경 R&D 평가의 정량 framework 을 한국 사례에 적용.

585개 프로젝트를 DMU 로 두고 input (연구원 수, R&D 예산) → output (논문, 특허) 의 input-oriented Slack-based measure DEA (Tone 2001) 적용. 기본 DEA (BCC, CCR) 의 radial 한계 — input/output 의 동일 비율 축소 가정 — 를 풀어 변수별 slack 을 직접 모형화하므로, weak efficiency vs strong efficiency 구분 가능. variable returns to scale (R&D 의 economies/diseconomies of scale 양립 가능성 반영). MaxDEA software (Cheng 2014).

결과 1: 10년 효율성 평균 0.5215 (s.d. 0.09). 효율적 DMU 비율은 7.58% (2004) ~ 33.33% (2007) 사이로, SWRRP 가 상대적으로 inefficient 하게 수행됐다는 평가. 초기 연도 (2001~2002) input 과잉이 극심 — researchers -64%, budget -74% — 안정적 연구 환경 구축의 필요성. 결과 2: 산업·대학·연구소 유형별 — 2001–2006 동안 대학이 가장 효율적 (Kruskal-Wallis p<0.05; 대학 평균 rank 39.59 > 산업 24.03), 대학이 basic research 에 충실하고 적은 input 으로 많은 논문 산출. 산업 효율성은 향상되지 않음 (한국 산업 R&D 효율성 2000년대 전반에 하락한 Moon 2006 의 발견과 일치). 2007 이후로는 그룹간 차이 없음 (산업·연구소 효율성 상승). 결과 3: 단일 vs 협력 — 약 3/4 가 협력 프로젝트인데도 2002, 2007, 2009 에서 단일 프로젝트의 효율성이 유의하게 높음 (Mann-Whitney U) — 협력의 transaction cost / free-riding (Geisler-Rubenstein 1989) 이 synergy (Kogut-Singh 1988, Hagedoorn 1993, Wuchty et al. 2007) 를 압도했음.

함의는 세 가지. (i) 협력 R&D 의 transaction cost 완화 — 인력·기술 교환 시스템, 적절한 성과 분배 incentive. (ii) 기업 연구소의 R&D 효율성 향상 — 전략적 사전 연구, 인센티브 (monetary + non-monetary), 상용화 link 강화. (iii) IWRM 의 sunken cost (Stigliz 1987, Åstebro 2004, Máñez et al. 2009) 특성을 고려한 long-term planning. Measuring Knowledge Diffusion in Water Resources Research and Development: The Case of Korea (Cho 2018, SWRRP 의 네트워크 분석 기반 지식 확산 분석) 의 직접적 자매 paper — 같은 program 을 두 보완적 lens (knowledge diffusion 측면 + efficiency 측면) 로 평가.

핵심 결과

연도별 SBM 효율성 (Table 2):

Year	N	Efficient DMU (%)	Avg score
2001	63	12.70	0.4326
2002	93	11.83	0.4494
2003	89	12.36	0.4483
2004	66	7.58	0.4546
2005	67	8.96	0.4469
2006	66	15.15	0.5013
2007	36	33.33	0.7002
2008	35	25.71	0.6375
2009	35	22.86	0.5590
2010	35	22.86	0.5849

Input 과잉 / output 부족 (Table 3, %):

Year	Researchers	Budget	Articles	Patents
2001	-64.12	-74.35	0	15.14
2002	-63.96	-75.40	8.25	4.60
2005	-62.01	-68.66	124.58	0
2010	-44.35	-54.08	17.19	43.68

Kruskal-Wallis H test (조직 유형별, Table 4) — 2001~2006 에서 대학 > 산업 ≈ 연구소 (p<0.05), 2007 이후 차이 소실.

SWRRP 총 성과 — 학술논문 1,048편, 학회 2,128건, 특허 311건 (출원 222, 등록 89), software 131건, 기술이전 55건. 총 예산 1,260억원 (1.13억 USD), 참여자 7,939명, 운영 기간 10년 3단계.

방법론 노트

Slack-based measure DEA (Tone 2001) 의 input-oriented form under variable returns to scale:

\rho_I = \min_{\lambda, s^-} \ 1 - \frac{1}{m} \sum_{i=1}^{m} \frac{s_i^-}{x_{io}}

s.t. $\sum_{j=1}^{N} \lambda_j x_{ij} + s_i^- = x_{io}$ , $\sum_{j=1}^{N} \lambda_j y_{rj} \geq y_{ro}$ , $\lambda_j, s^- \geq 0$ , $\sum \lambda_j = 1$ (VRS).

여기서 $x_{io}, y_{ro}$ 는 DMU $o$ 의 input/output, $\lambda_j$ 는 가중치, $s^-$ 는 input slack. $\rho_I \in [0,1]$ 이 효율성 점수. SBM 은 unit-invariant 이며, weak efficiency frontier (radial DEA 가 효율로 오판할 수 있는) 와 strong efficiency 를 구분.

산업·대학·연구소 효율성 차이는 그룹별 N 이 달라 simple mean 비교가 통계적으로 유효하지 않으므로 Kruskal-Wallis H test (3 그룹 비모수) + pairwise Mann-Whitney U test 사용 (Lee et al. 2009 의 방식).

연구 계보

DEA-based R&D 효율성 라인 — Lee et al. 2009 (한국 6개 R&D 프로그램 BCC), Park-Choi 2013 (한국 NT·BT 2,046 프로젝트), Hsu-Hsueh 2009 (대만 산업기술 189 프로젝트, 3-stage DEA), Hung-Shiu 2014 (대만 학술 39 프로젝트), Chun et al. 2016 (한국 수소 에너지 92 프로젝트, CCR + SBM 비교) — 을 한국 수자원 R&D 에 SBM 으로 적용. 수자원 분야 효율성 선행은 모두 water use (Wang et al. 2001, Deng et al. 2016, Ren et al. 2016) 또는 water utilities operation (Hernández-Sancho-Sala-Garrido 2009, Romano-Guerrini 2011, Mahmoudi et al. 2012, Ananda 2014, Lorenzo-Toja et al. 2015, See 2015) 에 집중 — water R&D 효율성 분석은 본 paper 가 첫 시도. Measuring Knowledge Diffusion in Water Resources Research and Development: The Case of Korea (Cho 2018) 의 직접적 자매 — 동일 SWRRP 의 지식 확산 (network analysis) 분석을 효율성 frontier 측면에서 보완. 허은녕 · jihye-lee · eunnyeong-heo 의 fuzzy-AHP renewable energy 평가 (Heo et al. 2010) 의 evaluation framework 라인이 더 큰 맥락. 허은녕 의 3기 (2018~2024) 자원·환경 R&D 정량 평가 라인.

인접 그래프

1-hop 이웃 12개

인물 3
방법론 3
개념 1
주제 2
수록처 1
분류 1
논문 1

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

이 문서를 가리키는 페이지

논문 (1)

Measuring Knowledge Diffusion in Water Resources Research and Development: The Case of Korea