국내 공공 연구기관들의 기술이전 효율성 분석

Measuring the Performance of Technology Transfer Activities of the Public Research Institutes in Korea

각 의사결정단위(decision making unit: DMU)의 효율성을 추정하는 기법의 하나인 '확률적 프론티어 분석'(Stochastic Frontier Analysis)을 사용하여 국내 공공 연구기관에 소속된 기술이전조직의 기술이전 관련 활동들의 성과에 영향을 미치는 요인들의 효과를 분석하였다. 확률 프론티어 분석에서 독립변수들은 효율적 생산기술('생산 프론티어')에 직접 영향을 미치거나 생산 프론티어와 관측치의 거리로 표현되는 DMU의 효율성에 영향을 미치는 것으로 가정된다. 해외의 선행 연구에서는 인력, 연구개발비 등의 투입변수들은 생산 프론티어에 영향을 미치고, 그 밖의 환경 또는 조직 관련 변수들은 효율성에 영향을 미치는 것으로 가정되었다. 본 연구에서는 환경 및 조직변수들이 선행 연구의 영향 경로와 다른 방식으로 성과에 영향을 미치는지 여부를 밝히기 위해 여러 형태의 모형을 추정하였다. 본 연구에서 도출된 주요 결과는 다음과 같다. 첫째, 투입 요소 가운데 연구개발비가 성과의 증가에 가장 확실한 영향을 미치는 것으로 나타났다. 둘째, 기관유형, 기관의 소재 지역 등의 환경변수들이 성과에 영향을 미치는 것으로 나타났나. 셋째, 기술이전과 관련된 보상시스템 등의 일부 조직변수들이 성과에 영향을 미치는 것으로 나타났다. 넷째, 환경변수와 조직변수들은 DMU의 효율성에 영향을 주기 보다는 생산 프론티어에 직접 영향을 미치는 것으로 나타났다. 다섯째, 일부 모형에서는 거의 모든 DMU의 효율성이 1에 가까운 것으로 나타났는데 이는 효율성을 기준으로 공공 연구기관의 기술이전 활동성과를 평가하는 것은 효과적이지 못하다는 것을 시사한다. 본 연구의 결과는 추가적인 자료를 통해 보완되어야 한다. 또한 더욱 일반적인 생산함수 형태를 고려할 필요가 있으며 산출 거리함수 등의 개념을 이용하여 복수산출물의 경우까지 분석 범위를 확장할 필요가 있다.

We examine the effects of environmental or organizational factors on the performance of TLOs(technology transfer offices) in the PRIs(Public research institutes) using SFA(Stochastic Frontier Analysis), a technique for estimating the efficiency of DMUs(decision making units). In SFA, independent variables are assumed to determine the efficient production technique(production frontier) or affect the efficiency of DMUs. Previous researchs show that input variables such as number of personnel, R&D expenditure affect the production frontier while environmental or organizational variables affect the efficiency. We tried to estimate various types of models to find out whether environmental or organizational variables affect output variables differently from the previous research. Main empirical findings are as follows. First, R&D expenditure tends to increase all output variables considered. Second, environmental factors such as type of institutions and location of institutions affect the level of outputs. Third, organizational factors such as reward system for technology transfer also appear to affect the output variables. Fourth, environmental or organizational variables affect the production frontier directly rather than affect the efficiency of DMUs. Lastly, the efficiency of each DMU appear to be 1 or near to 1. Since almost all DMUs are equally efficient, it may not be effective to evaluate technology transfer activities of PRIs by efficiency criteria. We believe that this research should be complemented by additional data. More general types of production function need to be considered, and new techniques with concepts like output distance functions need to be developed to analyse multiple outputs simultaneously.