• 제목/요약/키워드: R&D한계생산성

검색결과 3건 처리시간 0.02초

뉴 노멀 시대하 한국경제의 R&D투자와 생산성 성장 (The R&D Investment and Productivity Growth of Korean Economy in the New Normal Era)

  • 김선재
    • 한국콘텐츠학회논문지
    • /
    • 제16권11호
    • /
    • pp.321-329
    • /
    • 2016
  • 본 연구는 금융위기 이후 새로운 질서로 부상되고 있는 뉴 노멀 시대 하 한국경제의 R&D투자가 생산성 성장에 미치는 효과를 분석하였다. 이를 위해 R&D자본 및 기타자본의 집약도 및 총요소생산성이 노동생산성에 미치는 효과를 전 기간(1970~2014), IMF외환위기 이전 까지 기간 (1970~1997), 그리고 그 이후 기간(1999~2014)로 구분하여 추정하였다. 그 결과 R&D자본과 기타자본의 집약도 변화율 모두 노동생산성 변화에 매우 높은 유의성을 보였으며, 특히, 이들 변수 모두 IMF외환위기 이전의 계수보다 외환위기 이후 기간의 추정계수가 더 높게 나타났다. 또한 연구개발투자의 한계생산성이 총요소생산성 성장에 미치는 영향을 역시 3개 기간으로 나누어 추정하였다. 결과 전 기간 모두 연구개발투자의 한계생산성은 통계적으로 유의성이 높게 나타났으며 또한 외환위기 이후의 한계생산성 계수(0.3873)가 전기의 기간보다 높게(0.2243) 나타났다. 이 같은 결과는 IMF 외환위기 이후 한국경제에 있어서 R&D 투자의 증가가 총요소생산성 성장에 더 긍정적으로 작용해 오고 있음을 의미한다고 할 수 있다.

머신러닝 기법의 산림 총일차생산성 예측 모델 비교 (Predicting Forest Gross Primary Production Using Machine Learning Algorithms)

  • 이보라;장근창;김은숙;강민석;천정화;임종환
    • 한국농림기상학회지
    • /
    • 제21권1호
    • /
    • pp.29-41
    • /
    • 2019
  • 산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

공공연구개발사업의 기술파급효과 측정을 위한 기술파급 메커니즘과 측정 방법론에 대한 문헌연구 (A Literature Review of Spillover Mechanisms and Methodology to Evaluate the Spillover Effect of Public Funded R&D Programs)

  • 이윤숙;윤형노;최정우
    • 기술혁신연구
    • /
    • 제22권3호
    • /
    • pp.225-260
    • /
    • 2014
  • 본 논문에서는 공공연구개발사업의 기술파급측정을 위한 이론적/방법론적 기반을 제공하기 위하여 기술파급현상을 고찰하고 이를 측정하는 방법론에 관하여 논의하고자 한다. 본 논문은 다음과 같이 구성된다. 첫째, 일반적인 기술파급메커니즘에 관하여 논의하며 파급현상 및 파급경로를 정리한다. 둘째, 기존에 문헌들에서 사용된 주요 방법론을 소개하고 방법론의 장단점을 논의한다. 셋째, 방법론과 기술파급현상에 대한 이해를 기반으로 기술파급현상과 측정의 문제를 고찰한다. 마지막으로 공공연구개발 사업의 기술파급효과 측정을 위한 선행조건을 제시한다. 본 논문의 목적은 연구자 및 정책입안자들에게 기술파급현상과 측정에 관한 이해를 넓히고 여러 방법론으로 측정된 기술파급측정의 결과를 올바르게 평가를 할 수 있도록 하기 위해서이다. 본 연구는 향후 공공연구개발 사업의 파급효과를 측정하고자 할 때 방법론적 한계를 인식하여 파급현상과 측정 결과의 간극(gap)을 인지하여 이를 기반으로 더 향상된 측정 방법을 고안하는데 도움을 줄 것이다.