정보통신 민간연구개발투자에한 정부지원의 효과

2003. 12

연구보고 03-05

서 언 1

서 언

정부는 민간기업의 연구개발 투자를 진하기 해서 상당한 액수의 보조 을 지

하고 있습니다. 이러한 정책이 합리화되려면 먼 기업의 연구개발 투자가 사회

으로 필요한 수 에 비해 게 이루어지고 있고, 둘째, 정부의 보조 지 을 통

해 민간의 연구개발 투자가 더욱 진될 것이며, 셋째, 보조 지 이 연구개발 투

자에 한 세액감면 등 다른 수단에 비해 동등하거나 더욱 효율 인 수단이라는 믿

음이 제되어야 합니다. 그런데, 이들 세 가지 요건 모두 실증 으로 분명히 규명

되지 않은 상태에서 정책당국자의 자의 단에 의거하여 용되어 온 것이 사실

입니다.

본 연구에서는 이들 세 가지 요건 에서 두 번째 요건의 충족 여부에 심을 기

울이고 있습니다. 본 연구는 실증 인 분석을 통해 1995년부터 1998년까지의 민간

연구개발투자에 한 정부의 보조 이 기업의 연구개발투자를 체하 음을 검증

하 고, 이에 기업에게 정부가 직 지원하는 방식의 정책이 과연 유효한 가에

한 의문을 제기하고 있습니다. 우리나라의 기업 상 정부 연구개발 보조 은 정부

부담 연구개발비 비 이 외국에 비해서 크게 낮다는 근거 하에 지속 으로 확 되

어 왔으나, 본 연구의 결과 로라면 정부로부터 기업에게 직 지출되는 연구개발

보조 은 정책 수단으로서 그리 바람직하지 않다는 시사 을 얻게 됩니다. 따라

서 만일 기업의 연구개발 투자를 진시키는 것이 정책의 목표라면 보조 보다는

다른 수단, 를 들어 연구개발투자에 한 세제 혜택을 보다 확 하는 것이 더욱

바람직한 방향이라는 결론을 내릴 수도 있습니다. 는 기업 상의 보조 을 지

하는 것보다는 기 연구 지원이나 공공연구개발 활동에 을 두는 것이 바람직

하다는 결론으로 이어질 수도 있습니다. 물론 최종 으로 이러한 결론들에 이르기

까지는 각 정책수단 간의 효율성을 비교하는 작업이 선행되어야 합니다.

2

본 연구는 지 까지 거의 활용되지 않았던 기업의 연구개발 투자 련 통계자료

를 이용하여 정부 연구개발 보조 의 효과를 규명하 다는 에서 다른 연구들과

차별화된다고 할 수 있습니다. 기업정보 유출 가능성 등의 문제로 인하여 자료의

이용이 여 히 제한 인 측면은 있으나, 앞으로 기업수 의 통계자료를 히 활

용한 연구가 계속되면서 우리나라 기업들의 연구개발 투자 행동양식이 좀더 분명

하게 규명되고, 정책수립 과정에서도 활용될 수 있을 것으로 기 합니다.

연구보고서는 본 연구원의 고상원 박사와 본 연구원에 재직하고 있다가 건국 학

교로 자리를 옮긴 권남훈 교수에 의해 주도 으로 작성되었으며, 이경남 연구원이

참여하 습니다. 본 연구에 도움을 주신 한국개발연구원의 서 해 박사, 과학기술

정책연구원의 장진규 박사에게 깊은 감사를 표합니다. 본 연구를 출발 으로 하여

정부 연구개발 보조 의 효과에 한 심도있는 후속연구가 이루어지기를 기 해

니다. 연구내용의 보완과 발 을 해 독자 여러분의 충고와 비 을 부탁드립니다.

2003년 12월

정보통신정책연구원

원 장 이 주 헌

서 언 3

목 차

서 언 ···················································································································· 1

요약문 ···················································································································· 7

제 1 장 서 론 ······································································································ 9

제 2 장 정부 연구개발 보조 의 효과 ······························································· 11

제 1 정부 연구개발 보조 의 효과에 한 이론 ······································· 11

제 2 선행연구의 결과분석 ·········································································· 22

1. 사업부 연구소 수 의 연구 ·································································· 22

2. 기업 수 의 연구 ······················································································· 24

3. 산업 수 의 연구 ······················································································· 29

4. 총체 수 의 연구 ··················································································· 31

제 3 장 국내기업의 연구개발 활동 정부 보조 황 ·································· 35

제 1 정부 연구개발투자와 민간 연구개발투자의 변화 추이 ······················ 35

제 2 정보통신 연구개발투자의 지원방식과 효과 ······································· 43

제 3 정부 보조 의 황 ············································································ 49

제 4 장 실증분석: 연구개발 보조 의 효과 ······················································· 57

제 1 추정모형의 도출 ················································································· 57

제 2 분석 결과 ···························································································· 64

제 3 IT산업과 타 산업의 비교 ··································································· 72

제 5 장 결론 향후 연구방향 ·········································································· 77

참고문헌 ··············································································································· 82

4

표 목 차

<표 2－1> 사업부 연구소 수 의 연구 ······················································ 23

<표 2－2> 기업 수 의 연구: 미국 데이터 ······················································· 25

<표 2－3> 기업 수 의 연구: 기타국가 데이터 ················································ 27

<표 2－4> 산업 수 의 연구 ············································································· 30

<표 2－5> 총체 수 의 연구 ········································································· 31

<표 3－1> 정부와 민간 연구개발투자액 비 의 추이 ································· 35

<표 3－2> 주요국의 정부부담 연구개발비 비율의 추이 ································· 36

<표 3－3> 연구개발활동을 수행하는 기업체 수: 산업별, 규모별(2000년) ··· ··· ·· 39

<표 3－4> 산업별 연구개발투자 집약도의 추이 ··············································· 40

<표 3－5> 산업별 연구개발비의 액 ··························································· 42

<표 3－6> 원천기술개발사업의 연도별 연구비 연구주체별 배분구조 ········· 44

<표 3－7> 산업기술개발사업의 년도별 사업규모 과제당 연구비 추이 ······· 45

<표 3－8> 우수신기술지정․지원사업의 년도별 사업규모 과제당

연구비 추이 ······················································································ 45

<표 3－9> 정보통신연구개발사업의 기술개발투자 유인효과 ···························· 46

<표 3－10> 국내 기업의 총 자체부담 연구개발비 정부 보조 ·················· 51

<표 3－11> 정부 연구개발 보조 의 부처별 비 ············································ 51

<표 3－12> 정부 연구개발 보조 수령기업 평균 보조 비 ·················· 52

<표 3－13> 보조 비 에 따른 총 연구개발 부담 비 ······························ 53

<표 3－14> 보조 수령 여부에 따른 기업특성 ··············································· 53

<표 3－15> 기업 규모에 따른 보조 비 ······················································ 55

<표 3－16> 산업별 정부 연구개발 보조 연구개발비 비 ······················· 56

서 언 5

<표 4－1> 체 표본과 Di, t－1＝0인 표본의 비교 ············································ 65

<표 4－2> 체 표본에 한 패 회귀분석 결과

(종속변수: log[자체부담 R&D]) ························································ 66

<표 4－3> Di, t－1＝0인 표본에 한 결합(pooled) DID 추정결과

(종속변수: log[자체부담 R&D]) ························································ 70

<표 4－4> 정부 이외의 외부 조달자 을 종속변수로 한 결합 DID 추정결과

( Di, t－1＝0인 표본) ··········································································· 71

<표 4－5> 정부연구개발 보조 효과의 산업별 비교(수령여부 더미변수 사용,

고정효과 모형) ················································································· 72

<표 4－6> 정부연구개발 보조 효과의 산업별 비교(보조 액 사용,

고정효과 모형) ················································································· 73

<표 4－7> 정부연구개발 보조 효과의 산업별 비교(수령여부 더미 사용,

DID 모형) ························································································· 75

<표 4－8> 정부연구개발 보조 효과의 산업별 비교(보조 액 사용,

DID 모형) ························································································· 76

6

그 림 목 차

[그림 2－1] 연구개발투자의 수요 공 곡선 ··············································· 18

[그림 3－1] 연구주체별 연구개발비의 흐름도 ················································· 38

요약문 7

요 약 문

본 연구에서는 정부가 기업을 상으로 지출하는 연구개발 보조 이 기업의 자체

연구개발 투자를 진하는가에 하여 DID 모형을 이용하여 실증 으로 분석하

다. 그 결과, 정부의 연구개발 보조 은 정책 당국의 기 와는 달리 기업의 자체

연구개발비에 하여 구축(crowding out) 효과를 가지는 것으로 분석되었다. 정부 연

구개발 보조 을 수령하 다는 사실의 순 효과는 평균 으로 자체부담 연구개발비

를 22.6% 이는 것으로 나타났으며, 보조 의 규모를 100만원 늘림에 따라서 약

33만 원의 자체부담 연구개발비가 어드는 것으로 측되었다. IT산업에 속한 기

업의 경우, 정부 보조 이 1% 증가할 때 자체 연구개발 투자액은 0.0093% 어드는

것으로 나타났으며 정부의 연구개발 보조 이 100만원 증가할 때 기업의 자체 연구

개발 투자액은 약 18만원 어드는 것으로 나타났다.

정부가 기업을 상으로 지 하는 연구개발 보조 은 기업의 재정 인 부담을

이는 효과는 있을지 모르지만 자체 인 연구개발 투자를 진하는 역할까지는 하

지 못하는 것으로 해석된다. 이와 같은 결과는 정부가 연구개발 보조 을 기업에게

직 지원하는 방식의 정책이 유효한가, 는 정부의 연구개발 보조 로세스가

효율 인가에 한 심각한 의문을 제기한다.

제 1 장 서 론 9

제 1 장 서 론

오늘날 정부가 제공하는 여러 가지 공공재 에서 매우 요한 치를 차지하는

것들 의 하나는 과학기술 연구개발에 한 투자이다. 공공 연구개발 투자가

합리화되는 이유는 특허 등 지 재산권이 존재함에도 불구하고 연구개발의 성과로

부터 얻어지는 사회 효용이 연구개발을 수행하는 개인이나 기업에게 유되는

효용에 비해 크며, 따라서 시장에 맡겨둘 경우 과소 공 될 것이라고 믿어지기 때

문이다. 특히, 응용 분야나 상용기술 개발보다는 기 기술에 가까운 연구일수록 공

공재 특성이 강하기 때문에 정부가 직 이를 제공할 명분이 강화된다. 따라서,

정부는 보통 학이나 공공연구개발기 에의 출연을 통하여 기 연구개발을 지원

하는데 역 을 두고 있다.

그런데, 정부는 공공부문의 연구개발 투자뿐 아니라 기업들의 사 인 연구개발

투자를 진하기 해서도 상당한 액수의 보조 을 지 해 오고 있다. 이러한 정책

이 합리화될 수 있으려면 먼 기업의 연구개발 투자가 사회 으로 필요한 수 에

비해 게 이루어지고 있고, 둘째, 정부의 보조 지 을 통해 민간의 연구개발 투

자가 더욱 진될 것이며, 셋째, 보조 지 이 연구개발 투자에 한 세액감면 등

다른 수단에 비해 동등하거나 더욱 효율 인 수단이라는 믿음이 제되어야 할 것

이다. 그런데, 이들 세 가지 요건 모두 자명하거나 공통 으로 받아들여지는 견해가

바탕이 된 것이라기보다는 이론 으로나 실증 으로 분명히 규명되지 않은 상태에

서 정책당국자의 자의 단에 의거하여 용되어 온 것도 사실이다.

본 보고서는 이들 세 가지 요건 에서 두 번째 요건에 특히 심을 기울이고 있

다. 물론 일반 으로 첫 번째 요건의 충족 여부도 분명하지는 않다. 개별 기업들의

연구개발 경쟁이 지나치게 높은 수 으로 이루어져서 사회 최 을 넘어서는 경

우도 이론 으로 충분히 가능하기 때문이다. 하지만, 우리나라를 포함한 부분의

10

국가에서는 기업의 과잉 연구개발 투자가 문제가 되는 경우는 비교 드물다는

을 감안하면 첫 번째 요건의 충족 여부가 크게 문제가 될 것 같지는 않다. 셋째 요

건을 확인하는 것 역시 매우 필요한 연구가 되겠으나 일단은 연구개발 보조 이 민

간 연구개발을 진하는 효과가 있는 지의 여부를 밝히고 나서야 수단들 간의 비교

가 의미가 있을 것이라는 에서 두 번째 요건의 검증이 선행되어야 할 필요가 있다.

본 연구의 구성은 다음과 같다. 제2장에서는 정부 연구개발 보조 이 민간의 연

구개발 투자에 미치는 향에 하여 체계 으로 정리한다. 제3장에서는 자료에

한 기 인 분석을 통하여 국내 기업들의 연구개발 활동 정부 보조 수령의

양상을 살펴본다. 제4장에서는 실증분석을 한 모형을 도출한 후에 이를 바탕으로

국내 기업의 자체 연구개발비 결정모형을 실증 으로 분석하 다. 제5장에서는 결

론과 함께 본 연구의 한계 과 향후 연구방향 등을 제시하 다.

제 2 장 정부 연구개발 보조 의 효과 11

제 2 장 정부 연구개발 보조 의 효과

제 1 정부 연구개발 보조 의 효과에 한 이론

공공부문의 연구개발투자가 민간 연구개발투자를 체(substitute)하는지 혹은 보

완(complement)하는지에 한 이론 , 실증 분석에 앞서 우선 으로 고려해 보아

야 할 문제가 있다. 그것은 공공부문의 연구개발투자가 민간연구개발투자를 구축

(crowding out)하는 것이 사회 으로 바람직하지 못한 지의 여부이다. 공공연구개발

투자의 향에 한 분석은 연구개발투자는 정보의 일출효과(information spillover)때

문에 사회 한계수익률(social marginal rate of return)이 사 한계수익률(private mar-

ginal rate of return)보다 높다는 가정에서 출발한다. 이러한 가정은 연구 결과의 비

유성(imperfect appropriablity) 때문에 정부가 간섭하지 않을 경우 민간 연구개발투

자가 정수 보다 낮게 나타나게 된다는 것을 의미한다. 따라서 만약 공공부문의

연구개발투자가 민간부문의 연구개발투자를 구축한다면 그것은 항상 바람직하지

못한 것으로 간주되어 왔다.

그러나 민간 연구개발투자의 사회 수익률보다 사 수익률이 높은 경우도 생각

해 볼 수 있다. 연구개발투자에 있어 기업의 과당경쟁, 복투자, 유사한 로젝트

간의 연계성 등은 집계된 수 의 사회 수익률을 낮추게 되며, 그 결과 연구개발

투자로 창출된 지식의 일출효과로 인한 사회 편익을 모두 상쇄하는 것도 이론

으로는 가능하다. 즉 개별 기업들의 연구개발 경쟁이 지나치게 높은 수 으로 이루

어져서 민간 연구개발투자의 수 이 사회 최 을 넘어서는 경우도 있는 것이다.

그러나 실질 으로는 기업의 과잉 연구개발투자가 문제가 되는 경우는 드물다. 특

정한 기업의 연구개발활동이 다른 특정 기업들의 연구개발투자에 한 수익률을

낮춘다고 해도 동시에 이러한 연구개발활동의 수혜를 받는 기업들도 존재하기 때

12

문에 사회 수익률이 사 수익률보다 낮은 경우는 찾기가 힘들다. 경쟁기업의 연

구개발투자라고 할지라도 과학기술 지식을 제공하거나 신상품의 디자인, 품질 등

에 한 소비자의 반응 등과 같은 유용한 정보를 제공하기 때문이다.

특정한 분야의 경우 민간 연구개발투자가 정수 보다 낮고, 다른 분야의 경우

민간연구개발투자가 정수 보다 높을 수도 있다. 사실 민간 연구개발투자가 과소

공 되는지 혹은 과잉인지에 계없이 정부 연구개발투자가 민간 연구개발투자에

미치는 향은 요하다. 민간 연구개발투자가 과소공 된다면 이를 정부 연구개

발투자로 보충하여야 하며, 정부 연구개발투자가 가능하면 민간 연구개발투자를 구

축하지 않도록 유도하여야 한다. 그러나 만약 민간 연구개발투자가 과잉되고 있다

면, 정부 연구개발투자를 통해 민간연구개발투자를 구축하는 것이 바람직한 방향이

될 수도 있다. 를 들어 미래의 기술 표 이 정해지지 않고, 기업들이 기술표

을 독 으로 차지하기 해 경합하는 과정에서 과다한 민간 연구개발투자가 이

루어진다면 정부의 개입을 통해 기업의 과잉투자를 완화시킬 수 있다.

과잉 민간 연구개발투자의 사례는 정보통신분야에서 쉽게 찾아볼 수 있다. 정보

통신분야의 경우, 네트워크 효과 등이 크기 때문에 기술이 표 화되면 이로 인한

정의 외부효과가 매우 크다. 그러나 정보통신분야의 경우 기술이 표 화되어 있기

보다는 과다하게 다양한 종류의 기술들이 실질 인 표 이 되기 해 경합하는 것

이 보편 이다. 실질 표 (de facto standard)으로 자리 잡을 경우 독 인 이익이

매우 크기 때문에 다양한 기술간의 치열한 경합이 발생하며, 이러한 기술들이 계속

병존하는 상태로 시장이 유지되는 것이 보통이다. 승자가 모든 것을 가지게 되는 구

조(Winner takes all payoff structure)하에서는 비효율 이며 과다한 연구개발투자가

유인되는 것이다. 이 경우, 실질 표 이 되는 기술을 개발하여도 이에 한 수익

이 무 높지 않도록 지 재산권에 한 보호를 완화시키는 정책은 과다한 연구개

발투자를 일 수 있다.

민간 연구개발투자가 정수 보다 과잉공 되고 정부 연구개발투자를 통해 민

간 연구개발투자를 구축하는 경우라고 해도 정부 연구개발투자의 당 성이 보장되

제 2 장 정부 연구개발 보조 의 효과 13

지는 않는다. 정부 연구개발투자 이외에도 다양한 정책 수단을 통해 민간 연구개

발투자를 정수 으로 유도할 수 있으며, 한 정부 연구개발투자가 구축된 민간

연구개발투자보다 효율 이라는 것을 보장할 수 없기 때문이다. 결론 으로 정부

연구개발투자가 민간 연구개발투자가 과소공 되는지 혹은 과잉인지에 계없이

정부 연구개발투자가 민간 연구개발투자에 미치는 향에 한 분석은 필요하다.

본 연구는 정부 연구개발투자가 민간 연구개발투자에 미치는 향만을 분석하고

있으나, 반 의 경우인 민간 연구개발투자가 정부 연구개발투자에 어떠한 향을

미치는 지에 한 분석도 향후 필요할 것이다. 공공 연구개발투자 혹은 민간 연구

개발투자와 련된 실증분석은 주로 생산성 효과에 을 맞추어 왔다. 본 연구는

공공 연구개발투자와 민간 연구개발투자의 체성 보완성만을 분석의 상으로

하고 있으며, 생산성 효과에 한 분석과 함께 고려될 때 정책 형성에 보다 한

거를 제공할 수 있을 것이다.

술된 바와 같이, 민간 연구개발투자 성과에 한 비 유성(incomplete private ap-

propriability) 때문에 민간부문이 과학기술지식을 과소 생산하고 있다는 제로부터

공공 연구개발투자의 필요성이 강조되고 있다. 민간부문의 연구개발에 한 과소투

자의 가능성은 Arrow(1962), Nelson(1959) 등에 의해 지 된 바 있으며, 이에 한

정부의 응은 공공연구소나 학 등 공공부문의 연구개발투자를 확 하거나 민간

부문의 연구개발투자가 늘어날 수 있는 유인을 제공하는 두 가지 방법으로 이루어

져 왔다. 본 연구에서는 첫 번째 응인 공공연구소나 학부문에 한 정부 연구

개발투자의 확 에 해서는 분석하지 않을 것이며, 두 번째 응인 민간부문의 연

구개발투자가 늘어날 수 있는 유인을 제공한 효과에 해서만 분석한다. 정부는 조

세지원제도 혹은 보조 제도를 통해 민간 연구개발투자를 유도한다. 조세지원제도

는 민간 연구개발투자의 한계비용을 감소시키는 반면, 보조 제도는 민간 연구개

발투자의 한계수익률을 증가시킨다. 조세지원제도와 보조 제도의 차이 은 무엇

보다도 수행되는 로젝트의 성격이라고 할 수 있다. 조세지원제도의 경우 특정

로젝트에 한 지원이 아니기 때문에 민간 부문의 로젝트간 우선순 를 변경시

14

키지 않지만, 보조 제도는 보통 정부가 지정한 부문의 로젝트에 한 지원의

형태로 이루어지기 때문에 민간 부문이 수행할 로젝트간 우선순 를 변경시킨다.

정부가 조세지원제도와 보조 제도 어떠한 정책을 선호하는 지는 정부의 정책

목 에 따라 결정된다. 조세지원제도는 민간부문 연구개발 로젝트의 우선순 를

변경시키지 않기 때문에 민간 연구개발투자의 구성을 바꾸지 않는다. 민간은 조세

지원제도 이후에도 사 기 수익이 가장 높은 로젝트 순으로 수행하게 되기 때

문에 사회 수익률이 높거나 장기 인 연구 등은 수행하지 않게 된다. 그러나 보

조 제도는 이론 으로 사회 수익률과 사 수익률의 차이가 높은 부문에 우선

으로 용될 수 있다. 사회 수익률과 사 수익률의 차이가 큰 기 연구나 장

기 연구에 한 정부의 보조 은 일출효과(spillover)를 통해 다수의 민간 연구투

자 로젝트의 비용을 하락시키지 때문에 민간부문의 연구개발투자를 구축하지 않

는 것이 보통이다.

정부의 연구개발 지출과 민간의 연구개발 투자 간의 체 계, 즉 구축효과가 나

타난다는 것은 정부가 연구개발투자 상을 잘못 설정하여 지원하는 경우에 발생

할 수 있다. 정부는 사회 수익률이 높은 로젝트를 선정하여 지원하는 것이 바

람직하지만, 정부의 연구개발자 을 리하는 료 혹은 기 은 연구성과를 가시

으로 보일 압력을 받고 있어, 성공가능성이 높고 향후 결과가 명백한 사 수익률

이 높은 로젝트에 자 을 제공할 가능성이 높다. 한 민간기업 역시 사회 수

익률이 높은 로젝트보다는 사 수익률이 높은 로젝트에 한 보조 을 받는

것이 유리하기 때문에, 이를 해서 계속 로비를 하게 되고 결과 으로 사 수익

률이 높은 로젝트에 한 보조 을 받는 성과를 올리기도 한다.

사실 이러한 사 수익률이 높은 로젝트에 한 연구개발 보조는 사실상 불필

요하고 민간의 연구개발 자원을 구축하게 된다. 이 경우 정부의 연구개발 보조는

비효율성을 래하게 되어 체 으로 자원의 낭비를 가져온다. 부언하면, 민간기

업의 연구개발 투자에 있어서 구축효과가 발생하는 원인은 정부가 연구개발 지원

의 성과를 높이기 해 연구개발 투자의 사 수익률이 높은 로젝트를 심으로

제 2 장 정부 연구개발 보조 의 효과 15

지원하기 때문이다. 정부는 민간기업의 사 수익률은 낮고 사회 편익은 높은 연

구개발 로젝트를 심으로 보조해야 한다는 정부의 연구개발 지원요건을 지키는

것은 정부 연구개발투자의 구축효과를 최소화 할 수 있는 방법이 될 수 있다.

정부가 기업을 상으로 연구개발 보조 을 지 하는 것은 물론 이를 통해 기업

의 연구개발 활동이 증진되기를 기 하기 때문이다. 우선, 기업이 이미 연구개발을

늘리고자 하는 의사가 있음에도 불구하고 유동성의 부족과 융시장의 미발달 등

여러 가지 이유로 이를 실행하고 있지 못하는 상태라면 정부의 보조 이 매의 역

할을 할 수 있을 것이다. 특히, 연구개발 활동에 상당한 수 의 규모의 경제가 존재

할 경우 정부의 보조 은 이를 달성하는데 도움을 으로써 연구개발 투자유인을

높일 수 있다. 뿐만 아니라 융시장이 덜 발달되어 있는 상황에서는 정부의 보조

을 받았다는 사실 자체가 기업에 한 인식에 향을 주어 연구개발을 한 자

조달을 용이하게 할 수 있다. 한, 정부가 자체 수요조달을 염두에 둔 로젝트

를 추진하거나 특정 분야의 육성을 한 지원 을 지 할 경우 이는 새로운 시장이

창출될 수 있다는 일종의 신호 역할을 함으로써 기업의 연구개발 투자의지를 고취

시킬 수도 있다. 굳이 새로운 시장이 아니더라도 정부가 기반기술을 육성하는 의지

를 보여 경우 기업은 앞으로 련 분야의 응용기술 개발비용이 낮아질 것을 상

하고 투자를 늘릴 수 있을 것이다. 좀더 단순하게는 많은 형태의 정부 보조 이 기

업으로 하여 매칭펀드를 요구하고 있으므로 어도 단기 으로는 연구개발 활동

에 자원을 좀더 집 시킬 유인을 제공할 수 있을 것이다.

반면, David and Hall(2000)은 어도 단기 으로는 연구개발에 투입되는 요소의

조정이 어렵기 때문에 발생하는 체 효과가 요할 수 있음을 지 하고 있다. 연

구개발을 해 소요되는 자원들은 개 단기간에 공 을 증 시키기 어렵다. 특수

한 기자재나 시설 등의 경우도 그 지만 보다 일반 으로는 연구개발을 한 인

자원의 공 의 경우 단기간에는 고정되어 있다고 해도 과언이 아닐 것이다. 특히,

일반 인 이공계 인력이나 연구개발 요원은 노동시장에서 구할 수 있다고 하더라

도 기업이 종사하고 있는 분야의 특정한 연구개발 로젝트에 당장 도움을 수

16

있는 인력을 구하는 것은 특수한 상황이 아니면 매우 어려운 일이다. 이러한 상황

에서는 정부의 연구개발 로젝트를 수행하기 해서 기존에 계획된 자체 로젝

트를 연기하거나 인력투입을 일 가능성이 크다. 로젝트와 연계되지 않은 연구

개발 보조 이라 하더라도 새로운 로젝트를 추진하는 동력이 되기보다는 기존의

재원을 단지 체하게 될 것이다.

비슷한 맥락에서 기업의 연구개발 투자액 결정 자체가 정부의 보조 여부와 무

하게 이루어질 수도 있다. 기업의 연구개발 투자결정은 투자로 인해 발생할 것으

로 기 되는 미래 수익에 으로 의존할 것이다. 그런데, 정부의 연구개발 보조

이 미래수익의 흐름에 별 향을 미치지 않는다면 굳이 연구개발 투자를 늘릴 이유

가 없다. 더구나 앞서 지 한 것처럼 연구개발 활동을 한 시설이나 인력은 단기

간에 늘리기도 어렵지만 이는 것 역시 쉽지 않기 때문에 장기 투자결정이 필요

하다. 그러나 정부의 연구개발 보조 은 개 단기간이고, 제도 으로 일정 기간 이

상 지속되지 않도록 못 박는 경우가 일반 일 뿐 아니라 보조 의 성격에 따라서는

보다 범 한 지원을 해 과거의 수혜사실이 지원결정에 불리하게 작용할 수도

있다. 결국, 이러한 상황에서는 기업의 연구개발 투자지출액이 사 에 결정되어 있

는 상황에서 정부의 보조 은 단순히 투자재원을 변화시킬 뿐일 것이다.

마지막으로 정부조달이나 특정 목 을 달성하기 한 로젝트가 아닌 보다 일반

인 목 , 를 들어 산업육성이나 소기업 진흥 등을 한 연구개발 보조 일

경우 료 행태로 인한 체효과의 가능성도 지 할 수 있다. Lach(2002)가 지

한 바와 같이 정부 료들은 공공 연구개발 자 이 낭비되고 있다는 인식을 주는

것을 두려워하기 때문에 가 이면 성공 가능성이 높은 기업이나 로젝트를 선

정하여 지원하고자 한다. 하지만, 이러한 기업이나 로젝트는 개 정부가 나서지

않더라도 민간에서 쉽게 자 을 조달할 수 있다. 따라서 이들에게 정부자 의 수혜

는 단지 좀더 좋은 조건의 획득이나 외 인 홍보 효과를 의미할 뿐일 수 있다. 이

경우, 정부의 연구개발 보조 은 개별 기업의 연구개발 투자를 체할 것이다.

정부의 연구개발이 민간의 연구개발 자 조달 결정에 어떻게 향을 주는가를 설

제 2 장 정부 연구개발 보조 의 효과 17

명하기 해서 Howe and McFetridge(1976)이 사용했던 기업수 의 투자행동모델을

이용할 수 있다. 기업이 향후의 연구개발투자를 결정해야 하는 매 시 에 수행할

수 있는 다수의 로젝트가 있는 것으로 가정하면, 기업은 이들 로젝트의 향후

비용과 수익의 흐름을 추정하여 각 로젝트의 수익률을 비교하여 수익률이 높은

로젝트를 우선 으로 수행하게 된다. 일정한 조건하에 기 수익률은 내부수익률

로 간주될 수 있으며 이로부터 우하향하는 한계수익률(MRR: Marginal rate of return)

곡선을 도출할 수 있다. 여기서 세로축은 한계수익률이며 가로축은 연구개발투자의

수 이다. 한계수익률이 높은 로젝트부터 특정한 한계수익률까지의 로젝트를

모두 더하면 특정한 한계수익률하에서의 연구개발투자의 수요가 된다. 즉 한계수익

률곡선이 곧 기업의 연구개발투자에 한 수요곡선이 되는 것이다. 자본의 한계비

용이 하락하면 상 으로 한계수익률이 낮은 로젝트도 수행할 수 있기 때문에

기업의 연구개발투자에 한 수요는 증가하게 된다. 한 기업은 우상향하는 연구

개발투자의 한계자본비용(MCC: marginal cost of capital)곡선을 가지게 되는데, 이

곡선이 연구개발투자에 한 공 곡선이다. 연구개발투자의 한계자본비용곡선이

우상향하는 것은, 민간기업이 연구개발투자를 늘려감에 따라 자 조달의 비용이 상

승하기 때문이다. 기업은 연구개발의 자 을 조달함에 있어 처음에는 내부 으로

기업의 유보이익 등을 활용하지만, 차 주식시장, 채권시장 등의 외부 자본시장을

활용하게 된다. 많은 자 을 조달할수록 한계비용은 상승하기 때문에 연구개발투자

의 공 곡선인 한계비용곡선은 우상향하게 된다.

한계수익률과 한계자본비용을 수식으로 나타내면 다음과 같다.1)

MRR＝f(R, X), MCC＝g(R, Z)

수식에서 R은 연구개발 지출 수 이고, X와 Z은 자본수익률과 자본의 한계비용

의 배분을 결정하는 이동요인들을 포함하고 있는 벡터이다. 따라서 최 연구개발

투자수 을 R*라 하면 다음과 같다. 즉, R*＝ h(X, Z)이다. 이를 그림으로 나타내

1) 이하의 논의에 한 상세한 내용에 해서는 David, Hall, and Toole(1999) 참조

18

면, 연구개발투자의 한계수익률 혹은 수요를 나타내는 MRR 곡선은 우하향하고 연

구개발투자의 한계자본비용 혹은 공 을 나타내는 MCC 곡선은 우상향하여 두 곡

선이 교차하는 R*가 최 연구개발투자 수 으로 결정된다. 이 경우에 수요곡선을

이동시키는 벡터(vector)인 X에는 기술 신을 도출할 수 있는 기술 기회, 연구개

발투자의 결과물에 한 잠재 수요, 신의 성과에 한 유성에 향을 주는

제도 인 요인들이 포함된다. 반면 공 곡선을 이동시키는 벡터(vector)인 Z에는 연

구개발보조 , 조세정책, 정부구매제도 등 연구개발 로젝트의 사 인 비용에

향을 주는 기술정책들, 주가수익률(PE ratio)등과 같은 내부자 조달비용에 향을

주는 거시경제조건, 외부자 조달비용에 향을 주는 회사채 시장조건, 벤처캐피

탈 이용가능성과 조건 등이다.

[그림 2－1] 연구개발투자의 수요 공 곡선

MRR곡선과 MCC곡선이 어떻게 이동하는 지를 측함으로써 공공 연구개발투자

가 민간 연구개발투자에 미치는 향을 분석할 수 있다. 공공 연구개발투자는 그

성격에 따라 MRR곡선, MCC 곡선 혹은 두 곡선 모두를 이동시킨다. 민간 연구개발

투자에 한 정부의 직 인 보조 이나 공공부문의 비용분담 등은 기업의 연구

한계수익률

한계비용

한계수익률 곡선(R&D 수요곡선)

한계자본비용 곡선

(R&D 공 곡선)

R&D 투자

제 2 장 정부 연구개발 보조 의 효과 19

개발비용을 여 으로써 MCC곡선을 오른쪽으로 이동시킨다. 즉 기업의 입장에서

는 자본시장에서 자 을 조달하는 것보다 정부의 연구개발 보조에 응모하여 자

을 조달하는 것이 더 렴하기 때문이다. 따라서 기업은 연구개발 보조를 연구개발

을 더하도록 자극하는 힘으로 보기 보다는 자 조달의 다른 원천으로 간주할 수

도 있다. 일단 기업은 정부로부터 연구개발 보조 을 받고 나면, 기업은 과거의

로젝트를 포기하고 새로운 연구개발 로젝트를 추진하는 방식으로 연구개발 로

젝트의 포트폴리오를 조정할 수 있다. 따라서 정부의 연구개발 보조효과에 한 분

석은 이러한 변화를 감안할 필요가 있다. 자본의 한계비용 상승에 직면했던 기업이

정부의 연구개발 보조로 인해 자체자 으로 추가 인 연구 로젝트를 추진하기도

한다. 소기업인 경우 정부의 연구개발 보조 을 받는 것이 자본조달비용을 낮추

는 데 효과가 있는 것으로 나타난다. 그 이유는 정부로부터 보조를 받는다는 사실

자체가 기업의 안정성을 높여 자 을 조달할 때 지불하는 리스크 리미엄이 어

들기 때문이다.

Blank and Stigler(1957)에 따르면, 정부의 보조 이나 계약연구는 다음의 세 가지

방법으로 MRR곡선을 우측으로 이동시킨다. 우선 민간 연구개발투자에 한 정부

의 지원은 민간기업에게 과학이나 공학 인 신기술과 익숙해지도록 학습시키는 효

과가 있기 때문에 자체 연구개발투자의 효율성을 높일 수 있도록 한다. 즉 민간 연

구투자에 한 정부의 지원은 기업의 흡수능력(absorptive capacity)을 강화시키는 역

할을 수행한다. 두 번째로 공공 연구개발투자를 통해 공 된 시험장비나 실험장비

는 기업이 향후에 연구를 수행하는 비용을 낮추어 연구개발투자에 한 한계수익

률을 높여 다. 마지막으로 특정분야에 한 정부의 계약연구는 이 분야에 한 향

후 공공부문의 수요를 의미하는 것이기 때문에 민간의 상품이나 공정 신의 수익

률을 증가시킬 수 있다.

술된 바에 의하면 민간연구개발투자에 한 정부의 보조 지 이나 비용분담

을 통한 계약연구는 MRR곡선과 MCC곡선을 모두 우측으로 이동시키므로, 민간 연

구개발투자를 진시키는 효과가 있다. 그러나 민간연구개발투자에 한 정부의 지

20

원은 MRR곡선과 MCC곡선을 좌측으로 이동시켜 민간 연구개발투자를 구축하기도

한다. 정부지원에 의한 민간부문의 계약연구는 정부의 연구개발지원이 없었을 경우

에도 민간이 자발 으로 수행했었을 로젝트를 다수 포함하고 있을 것이다. 이 경

우, 정부의 지원은 민간의 자 으로 수행되었을 로젝트를 정부의 자 으로 체

한 효과를 가져와 민간부문의 연구개발투자를 구축시킨다. 뿐만 아니라, 정부가 특

정 민간기업과 계약을 맺음으로 인해서 유사한 연구개발투자를 수행하려던 다른 민

간 기업의 투자가 축될 수도 있다. 를 들어, 민군겸용기술(dual use technology)

정부의 계약연구는 연구결과에 한 정부의 우선 구매조건을 포함한다. 이 게

우선구매제도와 결합된 정부의 계약연구는 로젝트에 참가하지 못한 기업들이 유

사한 연구를 포기하게 만든다.

시장에 맡겨 놓아도 민간부문이 수행할 연구를 정부가 지원하거나 혹은 특정 연

구개발 로젝트의 수행기업을 정부가 지정하여 다른 기업들의 연구개발투자를

축시키는 미시 인 민간연구개발 구축효과 이외에 거시 인 구축효과도 발생한다.

정부의 민간부문에 한 연구개발 보조가 증가하게 되면 이로 인해 연구에 필요한

요소에 한 수요가 증가하고 요소가격이 상승하게 됨으로써 기업이 연구개발 투

자를 감소시키기도 한다. 정부 연구개발투자의 확 가 연구원들의 인건비를 상승시

키며 이는 기업의 연구개발투자를 감소시키는 결과로 나타나기도 하는 것이다. 김

상춘․김 재(2002)는 그들의 이론 모형에서 이러한 효과를 고용 긴축효과로 표

하고 있다. 즉 노동공 이 비탄력 인 노동환경에서 공공부문의 연구개발투자의

증가는 연구인력의 임 을 증가시켜 기업의 MRR곡선을 좌측으로 이동시키며 그

결과 기업의 연구개발투자를 감소시키게 된다. 이러한 구축효과는 연구개발인력이

풍부한 경제일수록 게 나타나게 될 것이다. 노동시장에 과공 이 존재하고 있

다면 정부의 연구개발투자의 증가가 연구인력의 임 상승으로 이어지지 않을 것이

기 때문이다.

David and Hall(2000)은 공공 연구개발투자가 민간 연구개발투자에 미치는 거시

향을 이부문 모형(two-sector model)을 통해 분석하고 있다. 이들의 분석에 따르면,

제 2 장 정부 연구개발 보조 의 효과 21

연구개발투자의 생산요소 사용에 있어 공공부문의 비 이 낮을수록, 연구인력 노동

공 의 탄력성이 높을수록, 정부지원 계약연구와 비교해서 보조 의 비 이 높

을수록, 연구개발투자가 증가할 때 사 수익률의 감소가 완만할 수록 공공연구개

발투자의 민간연구개발투자에 한 보완 효과가 높은 것으로 나타난다.

부분의 연구들이 민간 연구개발투자에 한 정부의 보조 이나 계약연구의 효

과를 분석할 때 단기 인 효과만을 분석하고 있지만, 사실은 장기 인 효과도 존재

한다. 장기 인 효과는 지식과 인력의 창출 질 수 의 향상과 련이 깊다. 우

선 공공부문의 연구개발투자로 인해 창출된 지식은 민간부문으로 확산(spillover)되

고 이는 기업의 한계수익률(MRR)곡선을 우측으로 이동시킨다. 새로운 지식은 새로

운 기술 기회를 제공하고 그 결과 연구 로젝트의 수익률을 상승시켜 한계수익

률 곡선을 우측으로 이동시키는 것이다. 이러한 변화는 시차를 두고 발생하며, 수혜

의 정도도 기업에 따라 다르게 나타날 것이다. 공공연구개발투자의 민간연구개발투

자에 한 두 번째 장기 인 보완효과는 연구인력을 통해 나타난다. 공공부문의 연

구개발투자는 우수한 연구인력의 양성을 주요한 목표로 하고 있다. 특히 학과

련된 연구개발투자는 우수인력의 양성을 수반한다. 이 게 양성된 인력이 민간부문

으로 이동하면서 민간기업의 MRR곡선을 바깥쪽으로 이동시킨다. 이와 함께 MCC

곡선도 바깥쪽으로 이동시킬 것이다. 그러나 앞서 지 된 바와 같이 단기 으로는

공공부문이 연구인력에 한 수요를 늘리면서 이들의 임 수 을 높여 MRR 곡선

을 안쪽으로 이동시키기도 한다. 장기 인 경우에는 보완효과가 체효과를 과하

는 것이 보통이다.

결론 으로 다양한 정책과 요소들이 공공 연구개발투자가 민간 연구개발투자에

미치는 효과에 향을 주고 있으며, 공공 연구개발투자와 민간 연구개발투자가 보

완 계인지 혹은 체 계지를 선험 으로 밝힐 수는 없다. 따라서 이 문제

는 이론 인 문제라기보다는 실증 인 문제라고 할 수 있다. 다음 에서는 선행연

구의 결과에 해서 정리하기로 한다.

22

제 2 선행연구의 결과분석

정부의 연구개발 보조와 민간 연구개발 투자와의 계에 한 선행연구의 결과를

비교하기 해서는 각각의 연구에 사용된 통계 측치의 속성 계량경제학

근에 유의해야 한다. 이들의 유형을 네 가지로 구분해 보면 다음과 같다. 우선은

정부 R&D의 보조를 받은 기업과 산업에 한 미시 수 의 횡단면 연구(cross-

section studies)가 있다. 이 경우 수요조건, 기술 기회 유성(appropriability) 문

제간의 차이를 통제하는 것이 요하다. 두 번째는 산업내 기업수 의 패 데이타

를 사용한 연구로, 시간에 따라 변하지 않는 기업의 특성을 통제변수로 하여 정부

지원에 의한 개별 기업의 반응을 시차별로 살펴볼 수 있게 된다. 세 번째는 총량 ,

거시경제학 인 근으로 정부의 연구개발보조에 따른 민간 연구개발의 시간 변

화를 살펴보는 연구이다. 이때는 정부연구개발투자와 민간연구개발투자 모두에

향을 미치는 거시경제학 향요인들을 통제하는 것이 요하다. 이 경우, Goolsbee

(1998)과 David and Hall(2000)에서 지 된 바와 같이 연구개발에 투입되는 요소가격

에 미치는 향을 고려하는 것도 필요하다. 네 번째는 도구변수(instrumental variable)

를 사용하여 민간 연구개발과 공공 연구개발간의 상호내생성(simultaneity)을 통제하

고 분석한 미시 는 거시 수 의 연구이다.

한 이들 기존 연구들은 각각의 연구에 사용된 측치들의 단 에 따라 사업부

연구소 수 , 기업 수 , 산업 수 , 국가 수 의 4가지로 구분된다. 여기서는 이

러한 분석 수 에 따른 기존의 문헌들을 고찰해 본다.

1. 사업부 연구소 수 의 연구

사업부 연구소 수 의 표 인 연구로는 Scott(1984), Leyden et al.(1989, 1991)

그리고 비교 최근에 발표한 Klette and Moen(1998)의 연구가 있으며 <표 2－1>에

제시된 바와 같이 각 연구들의 데이터 유형 방법론, 민간 R&D와 공공 R&D의

제 2 장 정부 연구개발 보조 의 효과 23

형태 결론을 비교하고 있다.

Scott(1984)의 연구는 259개의 산업 세분류 수 에서 437개 회사를 추출하여 사업

장에 한 횡단면 자료를 분석하 다. 이에 따르면 민간연구개발투자는 정부 연구

개발투자에 의해 보완되는 것으로 분석되었다. 독립변수와 설명변수에 연구개발집

약도나 연구개발투자에 한 로그값 어느 것을 사용하여도 동일한 결과가 도출되

었으며, 자체부담 R&D를 수행하지 않고 있는 기업을 포함하여도 동일한 결과가 도

출되었다. Scott(1984)의 연구는 다른 부분의 연구와 마찬가지로 공공 연구개발 지

원과 민간 연구개발 투자에 동시에 향을 미치는 변수를 고려하지 못해 내생성을

통제하지 못했다는 단 이 있다. 를 들어, 기술 기회, 유성에 한 사업장의

차이는 민간연구개발투자와 공공연구개발투자에 모두 향을 미칠 것이다.

<표 2－1> 사업부 연구소 수 의 연구

자 기간 자료형태결과변수

(민간 R&D)설명변수

(공공 R&D)통제변수 방법

결과

(탄력성)

Scott(1984)

1974연구소

(횡단면)민간 R&D

(Log)정부 R&D

(Log)규모, 회사

산업 더미

OLS(회사, 산업

효과)

보완 임

(.06－.08)

Leyden et al. (1989)

1987연구소

(횡단면)민간 연구소

산($)

정부의

연구소 R&D 투자($)

규모, 실험실

K-sharing, 연구개발

산업 더미

3SLS유의않음

(.145)

Leyden and Link (1991)

1987연구소

(횡단면)민간 연구소

산($)정부 R&D

장비($)

R/S, 실험실

K-sharing, 화학/생물

더미, 기 연구 더미

3SLS보완 임

(.336)

Klette and Moen(1998)

1982～1995

산업내

패

(기계, 자 등)

민간 연구소

산($)민간 R&D

(Log)

정부 R&D 보조 ($)

Log(정부 R&D)

매출액, 매출액(sq) 흐름, 시간 더미

고정

효과

OLS

보완 이지

않음

(0.06, 1 for 1)

주: 탄력성(Elasticity)은 표본의 R&D 투자 평균값을 사용하여 추정함

자료: David et. al., 2000

24

Leyden et al.(1989)와 Leyden and Link(1991)의 연구는 보다 정교한 구조 모델을 사

용하여 공공 연구개발지원과 민간 연구개발투자간의 실증 계를 증명하고 있다.

1991년 연구의 경우 1987년 R&D 연구소에 한 횡단면 자료를 사용하 으며, 내생

변수로 연구소의 체 민간 R&D 산, 실험실의 지식 공유 효과, 정부의 기술 지

식 획득을 한 총 지출(정부 계약, 정부보조 , 정부지원 장비 시설 포함)을 사

용하 다. 외생변수로는 력 인 공유 계약 더미, 기 연구 더미, 생물학 ․화학

연구 더미, 분류 산업 수 에서의 매출액 비 R&D, 매출액 비 R&D와

력 인 공유 계약간의 상호작용 변수를 사용하 다. 연구 결과 정부의 연구개발은

민간 연구개발투자에 직 효과가 있으며, 동시에 연구소의 지식 공유 활동을 매개

로 간 효과도 있는 것으로 나타났다. 이때는 기존의 연구와 달리 공공과 민간 투

자 결정에 동시에 향을 미치는 변수를 고려하 다. 결론 으로 이들간의 탄력성

계수는 0.34인 것으로 나타났으며 정부 R&D가 다양한 유형의 연구소에 미치는

향을 비교했기 때문에 그 수치가 다소 작게 나타났다.

Klette and Moen(1998)의 연구는 노르웨이의 기술집약 인 회사에 한 패 자료

를 사용하 다. 정부의 매칭 보조 이 1982년과 1995년 사이에 기 자 장비

산업의 연구개발에 어떠한 향을 미치는지 분석하 는데, 정부의 연구개발 지원이

민간 연구개발투자와 보완 인 계임을 증명하고 있다.

2. 기업 수 의 연구

<표 2－2>와 <표 2－3>은 기업수 의 연구를 정리한 것이다. Hamberg(1966)의 연

구는 기업 수 의 횡단면 자료에 회귀분석을 용하여 공공 연구개발과 민간 연구

개발과의 계를 검증한 최 의 연구이다. 405개 기업을 산업별로 구분한 다음 기

업의 민간 연구개발 고용의 비율을 정부계약분에 해 회귀 분석하 다. 조사 결과

8개 산업 4개 산업에서 정부 계약이 민간 연구개발에 유의한 정의 향을 미치

고 있는 것으로 나타났다. 이와 같은 보완 인 계를 보이는 산업은 화학, 자

통신장비, 기 장비, 사무실 기기 산업이다. 그의 연구는 2가지 측면에서 요한

제 2 장 정부 연구개발 보조 의 효과 25

의미를 가지는데 우선 공공 연구개발을 개별 산업군에 제공된 국방부의 정부 계약

에 한정하여 악함으로써 제도 동질성(institutional homogeneity)을 확보했다는

과 통제변수로 이익, 매출액, 감가상각, 총 투자, 연구개발인력 등을 효과 으로 활

용했다는 이다.

<표 2－2> 기업 수 의 연구: 미국 데이터

자 기간 자료형태결과변수

(민간 R&D)설명변수

(공공 R&D) 통제변수 방법결과

(탄력성)

Hamberg(1996) 1960 산업내 기업

(횡단면)민간 R&D

고용/ 총고용

정부 계약/자산 ($)

규모, 감가상각, 투자, R&D

고용 차분(lag)

가

OLS혼재/

보완

Shrieves(1978) 1965 산업간 기업

(횡단면)민간 R&D 고용 (Log)

정부 투자

R&D (%)규모, 제품시장, 기술 기회, C4 OLS 체

Camichael(1981)

1976 1977

산업내 기업

(운송, 횡단면)민간 R&D 지출 ($)

정부 R&D 계약 ($) 규모

Pooled OLS 체

Higgins and Link (1981) 1977 산업간 기업

(횡단면)민간 R&D 내

연구비 (%)정부 투자

R&D ($)이윤/S, 다각화, 하이테크 더미

OLS 체

(－.13)

Link (1982) 1977 산업간 기업

(횡단면)민간 R&D/

매출액

정부 투자

R&D/매출액

이윤/S, 다각화, C4, governance

더미

OLS 보완

Lichtenberg(1984)

1967,’72, ’77

산업간 기업

(횡단면)민간 R&D/ 매출액 변화

정부 R&D/매출액 변화

규모고정

효과체

Lichtenberg(1987)

1979～’84 산업간 패

민간 R&D 지출 ($)

정부 투자

R&D ($)

시간 더미(년), 고모, 정부 비

매출액

Pooled OLS 유의않음

Lichtenberg(1988)

1979～’84 산업간 패

민간 R&D 지출 ($)

정부 투자

R&D ($)

시간 더미(년), 고모, 정부 비

매출액

고정

OLS, 도구

변수

체(도구

변수)/보완

(고정효과)

Wallsten(1999)

1990～’92

산업간 기업

(횡단면)1992년 민간

R&D 지출 ($)

SBIR 수,SBIR의

총 가치

기업년수, 규모, 특허, R&D 지출

(1990), 산업

지역 더미

OLS, 3SLS 체

주: 탄력성(Elasticity)은 표본의 R&D 투자 평균값을 사용하여 추정함

자료: David et. al., 2000

26

Shrieves(1978)는 미국 제조업의 411개 기업 데이터를 이용하여 정부의 연구개발

투자가 민간부문의 연구개발투자에 미치는 향을 실증 분석하 다. 분석결과에 따

르면, 정부지출 연구개발 비율의 계수가 음이고 유의한 것으로 나타나 기업수 에

서 정부지원 연구개발 활동이 민간의 연구개발 투자를 구축하는 것으로 해석되었다.

Higgins and Link(1981)와 Link(1982)의 연구는 1977년 174개의 제조기업 데이터를

사용하고 있다. 1982년 연구에 의하면 정부의 연구개발 지원은 민간의 연구개발집

약도를 증가시키는 효과가 있다. 민간 연구개발 투자를 기 , 응용, 개발 연구의 세

분야로 나 고 각각에 한 효과를 분석한 결과, 기 연구의 집약도는 감소한 반면

개발연구의 집약도는 증가한 것으로 나타났다. 그리고 응용연구에는 유의한 향을

미치고 있지 않았다. 이들 연구에서는 회사의 이익, 다각화, 고기술 지향성 등의 변

수들을 통제하 지만, 산업간 차이에 따른 요인들을 통제하지 못한 한계가 있다.

Howe and McFetridge(1976)는 1967～1971년 기간 캐나다의 기, 화학 기계

산업의 81개 기업의 과학연구개발 연간지출의 결정요인을 실증 분석하 다. 이들

세 산업만 사용한 것은 산업간 차이에 따른 제품 특성, 기술, 유성 등과 같은 요

인의 향을 최소화하기 해서이다. 분석 결과 주요한 결정요인은 매출액, 흐

름, 정부지출 등으로 나타났으며, 정부의 연구개발 지출은 세 산업 기산업에서

만 기업의 연구개발 투자를 증가시킨 것으로 나타났다.

Lichtenberg(1984, 1987, 1988)의 연구는 공공 계약 연구개발과 민간 연구개발투자

와의 계를 분석하는데 두 가지 계량경제학 문제 을 지 하고 있다. 첫 번째는

공공 연구계약을 기업수 에서 분석할 때는 내성 인 변수로 취 해야 한다는

이고, 두 번째는 정부에 한 매출은 연구개발집약도와 련이 있기 때문에 연구개

발투자의 사 수익률에 향을 미치며 따라서 모형에 꼭 포함되어야 한다는 이

다. 그는 선행연구가 기업간의 차이를 반 하지 못하고 있기 때문에 보완 계가 과

장되었음을 지 하 다. 즉 공공 계약연구에서 정부의 지원을 받는 업체는 보통 정

부의 지원이 없어도 연구개발투자를 늘려갈 기업이라는 것이다. 그는 기업특수 인

차이를 통제하기 해서 연구개발집약도와 정부연구개발투자의 수 뿐만 아니라

제 2 장 정부 연구개발 보조 의 효과 27

일차차분(first-difference)인 변화율에 해서 회귀분석을 하 다. 패 자료 분석은

개별 기업들의 고유한 특성으로 인해 발생하는 변수들 간의 연 성을 제거할 수 있

다는 이 을 가지고 있다. Lichtenberg의 연구는 1차 차분(first difference)을 이용하여

문제를 해결하고 있다. 1984년에는 1967～1977년 기간에 NSF 기업 수 의 자료를

이용하여 연방정부의 연구개발 보조가 민간기업의 연구개발 투자에 미치는 향을

분석하 는데, 연구결과 기업이 정부로부터 조달한 연구개발투자의 변화율과 자체

<표 2－3> 기업 수 의 연구: 기타국가 데이터

자 기간 자료형태결과변수

(민간 R&D)설명변수

(공공 R&D)통제변수 방법

결과

(탄력성)Howe and McFetridge

(1966, 캐나다)

1967～’71

산업내

기업

(패 )

민간 R&D 지출 ($)

정부 R&D 보조 ($)

규모(poly), 이윤, deprec, HHI, 외국 더미

가 OLS 혼재. 보완

Holemans and Sleuvaegen

(1998, 벨기에)

1980～’84

산업내, 산업간

기업

(횡단면)

민간 R&D(log)

정부 R&D 보조 (log)

규모, 다각화, HHI, 외국 더미,

log(royalities)

고정

효과 OLS보완

(.25－.48)

Antonelli(1989,

이탈리아)1983

산업내

기업

(횡단면)

민간 R&D (MM lire), 민간 R&D

(log)

정부 투자

R&D (%)정부 R&D/

총 R&D (log)

규모, 이윤,다각화 더미, 매출액 비 ,

외국 R/S

OLS보완

(.31－.37)

Busom(1999,

스페인)1988

산업간

기업

(횡단면)

민간 R&D 지출

종업원 당

R&D

더미 (융자

로그램

참여)

규모, 특허, 수출비 ,산업 더미

OLS(selection

correc- tion)

보완

(0.2, 이질 )

Toivanen and Niininen (1998,

핀란드)

1989, 1991, 1993

산업간

패

민간 R&D 지출 ($)

정부 투자

R&D (융자

보조 , $)

투자, 흐름, 이자율, 모든

변수의 재

1차 차분

1차 차분

도구변수

체－ 규모

회사에 한

보조 (－.10)무의미함－소규모

회사에 한 융자

자료: David et. al., 2000

28

조달 연구개발투자의 변화율 사이에는 아무런 계가 없는 것으로 나타났다. 1987

년 연구는 Compustat의 기업 데이터와 연방정부의 구매자료를 결합하여 1979년부터

1984년까지의 기간동안 187개 기업에 해 구축한 패 자료를 사용하 다. 연구결

과 정부의 계약연구와 련된 변수들이 민간 연구개발에 미치는 향은 정부 구매

를 개별 으로 포함시킬 경우 유의하지 않은 것으로 나타났다. 1988년에도 동일한

패 자료로부터 169개 기업을 추출하여, 정부의 계약을 경쟁과 비경쟁으로 나 어

분석하 다. 이 연구에서는 기업이 생산하는 제품을 정부가 구매한다는 잠정 정

부 계약을 도구 변수로 사용하여 정부와 민간 연구개발의 투자가 부(negative)의

계로 변함을 실증하 다. 결론 으로 연방정부의 연구개발 변수는 음으로 나타나고

있어 민간의 연구개발과 정부의 연구개발간에 체 계에 있음을 실증 으로 보이고

있다.

Wallsten(2000), Buson(2000) 그리고 Toivanen et al.(1998)의 연구는 공공/민간 연구

개발의 계를 기업 수 에서 분석한 가장 최근의 연구이다. Wallsten(2000)은 미국

의 소기술집약 기업 상 지원 로그램인 SBIR의 선정기업과 비선정기업, 유

사한 타 기업 등에 해 수집된 독특한 세부자료를 바탕으로 추정한 결과 1 1의

완 한 체효과가 나타남을 발견하 다. Busom(2000)은 1988년의 연구개발을 수행

하는 154개 스페인 기업들에 한 횡단면 자료를 Heckman 2단계 추정법을 이용해

분석하 다. 이 75개 기업(45%)은 연구개발 로젝트를 해 공공자 을 받은

것으로 나타났다. 분석 결과 체 으로는 보완효과가 우세하 으나 한편으로는 30%

의 기업에 해서는 완 한 체효과가 나타나는 것으로 분석되었다.

공공 연구개발투자가 기업수 에서 민간 연구개발투자에 미치는 향을 분석한

국내연구로는 이병기(2003a)가 표 이다. 이 연구는 정부의 정보화 진기 융자

사업을 통한 연구개발지원이 민간기업들의 연구개발투자 인센티 에 미친 효

과(spillover effect)를 실증 분석하 다. 분석결과 정보화 진자 변수는 통계 으로

유의한 양으로 나타나 정보화 진자 의 증가는 민간기업의 연구개발 투자를 유의

하게 증가시킨 것으로 나타났다. 자는 정보화 진기 이 민간기업의 연구개발 투

제 2 장 정부 연구개발 보조 의 효과 29

자를 유의 으로 증가시키는 작용을 하고 있으며, 정부가 정보화를 해 사용하고

있는 정보화 진자 이 민간부문의 연구개발을 구축․ 체하지 않고 오히려 보완

기능을 하고 있다고 해석하고 있다.

3. 산업 수 의 연구

공공부문의 연구개발투자가 민간 연구개발투자에 미치는 향을 산업 수 에서

분석한 연구는 그리 많지 않다. 일 이 Globerman(1973)과 Buxton(1975)는 산업에

한 횡단면 자료를 사용하여 보완 역할을 입증하 다. 그러나 이들은 각각 표본의

크기가 15개, 11개에 지나지 않는다는 한계가 있다. Goldberg(1979), Lichtenberg(1984),

그리고 Levin and Reiss(1984)는 이보다 규모가 큰 NSF 패 데이터를 사용하여

계를 분석하고 있다.

Goldberg(1979)는 정부의 재 과거의 산출량 당 연구개발투자와 산업 더미

통제 변수를 민간 산출량당 R&D 투자에 회귀분석하 다. 분석 결과 당기의 공공

연구개발투자는 민간 연구개발투자를 체하지만 기의 공공 연구개발투자는 민

간 연구개발투자를 보완하여 체 으로는 보완 인 효과가 더 큰 것으로 나타났다.

Lichtenberg(1984)는 반 로 공공 연구개발투자가 민간 연구개발투자를 이고 산

업 수 의 고용에 구축하는 향을 미친다고 결론을 내리고 있다. 그는 재 는

과거의 정부 연구개발지원(고용)과 산업더미, 시간더미를 민간 연구개발 투자의 변

화 고용의 변화에 회귀분석하 다. 분석 결과에 따르면 공공부문의 연구개발투

자가 1불 늘어날 때 민간의 연구개발투자는 8센트가 어드는 구축효과가 검증되

었다.

Levin and Reiss(1984)의 연구는 산업 집 도, 산업의 수요 구조와 련된 연구개

발 고의 강도, 기술 기회, 유성의 상태 변수 등을 포함시켜 구조방정식 모

형을 구축하고 이 모형을 추정하 다. 이 모형에서 정부 연구개발투자의 집약도는

기술 기회 유성의 상태를 나타내는 변수로 포함된다. 자들은 정부의 연구

개발투자를 외생변수가 아닌 내생변수로 취 하고 있는데, 정부의 연구개발투자를

30

결정하는 축약모형(reduced form)에는 산업의 매출액에서 정부구매가 차지하는 비

, 타 산업의 자본재 구입을 통한 연구개발투자의 차입정도, 기술 기회와 유성

을 나타내는 변수가 포함되었다. 분석결과 정부 연구개발투자가 1달러 증가할 때

민간의 연구개발 투자를 7～74 센트까지 증가시킨다는 보완 인 계를 검증하 다.

<표 2－4> 산업 수 의 연구

자 기간자료

형태

결과변수

(민간 R&D)설명변수

(공공 R&D)통제변수 방법

결과

(탄력성)

Globeman(1973,

캐나다)

1965～’69

횡단면R&D 고용

/총 고용

정부 R&D/매출액

더미(기술 기회), 외국 비 ,산업 conc.,매출 성장

OLS 보완 임

Buxton(1975, 국)

1965 횡단면민간 R&D/총 생산

정부 R&D /총 생산

C4, 다각화, 진입장벽

OLS 보완 임

Goldberg (1979, 미국)

1958～’75

패

민간

R&D/총생산

(Log)

정부 R&D/매출액 (0&1 차분의 합)

산업 더비, 연구의 가격, 민간 연구

/생산액 lag

고정효과

OLS보완 임

Lichtenberg(1984, 미국)

1963～’79

패민간 R&D

변화

정부 R&D 변화

년수 더미,산업 더미

고정효과

OLS유의하지

않음

Levin and Reiss

(1984, 미국)

1963, ’67, ’72

패민간 R&D/제품 비용

정부

R&D/출고량

(shipments)

기술 더미,기 연구 비 , 산업 년수, HHI

2SLS 보완 임

자료: David et. al., 2000

국내 연구로는 박항식(2002)이 있는데, 이 연구는 반도체, 자동차, 제약, 의료 학

기구 등 4개 산업을 심으로 한 서베이 자료를 이용하여 조세, 융, 보조 제도

등 정부의 연구개발지원제도가 해당 기업 는 산업의 연구개발에 어떤 향을 주

었는지를 분석하 다. 정부 보조 의 경우 자동차, 반도체산업에서는 민간 연구개

발투자를 보완하는 통계 으로 유의한 결과가 나타났으며, 의료 학, 제약업에서는

통계 으로 유의하지는 않지만 민간 연구개발투자를 체하는 효과가 나타났다.

제 2 장 정부 연구개발 보조 의 효과 31

4. 총체 수 의 연구

가장 표 인 연구인 Levy와 Terleckyi(1983)의 연구는 NSF 데이터를 사용하여

미국의 1949～1981년간의 정부 계약 기타 연구개발이 민간 연구개발 투자 생

산성에 미치는 향을 실증하 다. 주요 결과로는 정부 계약이 민간의 연구개발 투

자 생산성에 정 인 향을 미친다는 과 기타 정부 연구개발 지원은 당기에는

<표 2－5> 총체 수 의 연구

자 기간자료

형태

결과변수

(민간 R&D)설명변수

(공공 R&D)통제변수 방법

결과

(탄력성)Levy and Terleckyj

(1983, 미국)

1949～’81

시계열민간 R&D 주식 ($)

정부계약

비 산업

(주식, $)

생산액(차분), 세 (차분), 실업률, R&D 주식의 기간,

정부R&D($), 변제($)GLS 보완

Terleckyj (1985, 미국)

1964～’84

시계열민간 R&D 지출 ($)

정부 계약

비 산업 ($)생산액, 정부 내구재, 유럽/일본 R&D(차분)

GLS 보완

Lechten berg(1987, 미국)

1956～’83

시계열민간 R&D 지출 ($)

정부 계약

비 산업 ($)매출액, 정부 비 매출액 OLS

유의않음

(.045)

Levy(1990, 국가간)

1963～’84

패민간 R&D 지출 ($)

정부 계약

비 산업 ($)

GDP, 국가 더미,유럽과 일본의 민간 R&D

측치(pred.)

pooled GLS

보완

Robson(1993, 미국)

1955～’88

시계열민간 기

연구 변화

연방 정부

기 연구의

변화

수 & 민간 응용 연구의

변화, 정부응용 연구, 정부구매, 정부 외의 제품

서비스 변화

OLS-1차

차분보완

Diamond(1998, 미국)

1953～’93

시계열민간

기 연구 ($)연방 정부

기 연구 ($)GDP, 추세

OLS-1차

차분

Box- Cox

보완

(1.04)

von Tunzeimann and Martin

(1988, 국가간)

1969～’95

패민간 R&D

변화

공공 R&D 변화

민간 공공 투자

R&D의 수 , 국가 더미

고정

효과보완

자료: David et. al., 2000

32

효과는 없으나 3년의 시차를 두고 민간 연구개발과 보완 인 계를 나타낸다는

이다. 결론 으로 정부가 연구개발에 한 지원을 1달러 증가시킬 수록 민간의 연

구개발 투자는 27센트 증가한다는 것을 검증하 다. Terleckyj(1985)의 연구에서는

정부의 수요에 한 연구개발 강도를 고려하여 보완 인 계를 추가 으로 검증

하고 있다.

Robson(1993)과 Diamond(1998)의 연구는 NSF의 시계열 데이터를 사용하되 기

연구에 국한시켜 정부지원의 효과를 검증하고 있다. Robson(1993)은 민간 기 연구

에 한 투자가 다양한 형태의 정부의 연구개발 지원에 반응하는지를 검증하기

해 1956～1988년 민간 기 연구개발 투자의 변화를 정부의 기 연구 지출의 변화,

정부의 응용/개발 연구개발의 수 , 민간 응용/개발 연구개발 투자의 변화, 그리고

산업 매출액에 있어서 정부/비정부의 비율에 해 회귀분석 하 다. 분석 결과 정부

의 기 연구의 변화와 정부의 응용/개발 연구의 수 이 민간의 기 연구를 보완하

고 있음을 확인하 다. Diamond(1998)도 이와 유사하게 1953～1969년의 NSF 데이

터를 사용하여 정부의 기 연구지출이 산업별 민간 기 연구 지출변화를 증가시키

는 유의한 향을 미치고 있음을 검증하 다.

Levy(1990)는 기존 분석에 있어서 단일 국가의 시계열 자료를 사용할 때 발생하

는 한계를 보완하기 해서 여러 국가의 데이터를 사용하 는데 분석 결과, 5개국

에서 공공과 민간의 연구개발 투자 간에 보완 인 계를 보 으며, 2개국에서

체 효과가 검증되었다. Von Tunzelmann and Martin(1998)도 22개의 OECD 국가의

1969～1995년 데이터를 사용하여 분석한 결과 7개 국가에서 공공 연구개발과 민간

연구개발간의 유의한 계가 나타났으며 이 5개 국가에서 보완 인 계를 보이

고 있었다.

정부의 연구개발 보조 이 민간 연구개발 투자에 미치는 향을 분석한 논문은

상당수에 이르며, 그 결과도 매우 다양하다. David, Hall, and Toole (2000)은 Hamberg

(1966) 이래 2000년까지 발표된 33개의 련논문들에 해 서베이하고 있다. 이들

논문들은 분석단 에 따라서는 사업장 연구소, 기업, 산업, 국가별 혹은 국제간

제 2 장 정부 연구개발 보조 의 효과 33

비교 등으로, 자료의 성격에 따라서는 횡단면, 시계열, 는 패 데이터 분석으로,

상국가에 따라서는 미국, 캐나다, 벨기에, 이탈리아, 스페인, 노르웨이 핀란드

등으로 다양하게 분류될 수 있다. 비교 결과 추정계수의 유의성 유무를 무시한다면,

이 11개의 논문이 정부 연구개발 보조 과 민간 연구개발 투자 간의 순 체

계를, 나머지는 순 보완 계를 나타내었다. 분석단 측면에서는 사업장 수

이나 기업 수 의 연구결과에서 체 계를 보고한 논문이 19개 9개로서 상

으로 많았는데, David, Hall, and Toole (2000)은 이것이 기업 간 혹은 산업 간에 발생

하는 연구개발 투자의 溢出(spillover)효과가 나타난 것일 수도 있고, 반 로 산업이

나 국가 수 의 분석이 공공과 민간 연구개발 투자 간의 내생 연 성을 충분히

제거하지 못한 결과일 수도 있다고 해석하고 있다. 후자의 경우 를 들어 요한

과학 발견이나 기술 망에 한 변화, 노동시장 조건의 변화 등이 공공과 민간

연구개발 투자의 결정에 동시에 향을 미침으로 인해서 같은 방향의 움직임이

찰되는 것을 배제할 수 없다는 것이다.

여기서 분명한 것은 기업 수 이하의 자료를 이용한 보다 정 한 분석의 필요성

이다. 산업 국가 수 의 분석으로는 내생성의 문제를 제거하지 못한다는 문제를

차치하고라도, 정책수립에 한 시사 을 얻기 해서는 정부의 연구개발 보조 이

개별 기업의 의사결정에 어떠한 향을 미치는 지를 좀더 명확히 알아야만 하기 때

문이다. 만일 개별기업 수 에서 체 계가 존재한다면 산업이나 국가 수 에서

spillover 효과의 존재유무와 상 없이 기업에 해 직 연구개발 보조 을 지원하

는 방식은 효율성 측면에서 재고될 필요가 있을 것이다.

본 연구에서는 국내에서 연구개발을 수행하는 기업들에 한 패 자료를 바탕으

로 정부의 연구개발 보조 이 기업의 연구개발 투자에 미치는 향을 분석할 것이

다. 기업 수 패 자료를 바탕으로 한 분석은 자료 수집의 한계 등으로 인해 상

으로 은 편인데, Lichtenberg(1984, 1987, 1988), Klette and Moen(1998), Toivanen

and Niininen(1998), Lach(2002) 등을 들 수 있다. 패 자료 분석은 개별 기업들의 고

유한 특성으로 인해 발생하는 변수들 간의 연 성을 제거할 수 있다는 이 을 가지

34

고 있다. 이들은 개 고정효과(fixed effects) 모형 는 1차 차분(first difference)을

이용하여 문제를 해결하고 있다.

이들 에서 본 연구에서 분석된 모형과 가장 유사한 것은 Lach(2002)로서 1990

～1995년의 이스라엘의 연구개발 수행기업들을 상으로 하여 DID(difference-in-

difference) 추정법을 이용한 분석을 실시하 다. DID 추정법은 노동경제학 분야에

서 자주 쓰이는 모형으로서 1차 차분 회귀모형과 유사하지만 정책실시의 효과를 소

‘자연실험(natural experiment)’이라고도 불리는 방식으로 명시 으로 비교하는 모

형이다. Lach(2002)는 이를 통해 소규모 기업에 해서만 보완효과가 존재하는 것으

로 분석하 다. 이밖에도 본 논문과 련이 깊은 최근의 문헌으로는 Busom(2000)과

Wallsten(2000)을 들 수 있다. Busom(2000)은 스페인 기업들에 한 횡단면 자료를

Heckman 2단계 추정법을 이용해 분석하 다. 그 결과 체 으로는 보완효과가 우

세하 으나 한편으로는 30%의 기업에 해서는 완 한 체효과가 나타나는 것으

로 분석되었다. Wallsten(2000)의 경우에는 좀더 극 이어서, 미국의 소기술집약

기업 상 지원 로그램인 SBIR의 선정기업과 비선정기업, 유사한 타 기업 등에

해 수집된 독특한 세부자료를 바탕으로 추정한 결과 완 한 체효과가 나타남을

발견하 다.

본 연구는 기존의 연구가 주로 미국과 일부 유럽 국가들을 상으로 이루어져 왔

던 것에 비해 국내 기업들의 연구개발 투자 자료를 분석하 다는 에서 차별화된

다. 상 자료의 측면에서도 기존 문헌에 비해 많은 수의 기업들에 한 패 조사

자료를 바탕으로 하고 있어 좀더 신뢰도 높은 결과를 기 할 수 있다.2) 방법론 인

측면에서도 Lach(2002)가 활용한 DID 추정법을 바탕으로 하되 미진한 부분을 좀더

보완하고자 하 다.

2) 를 들어 Busom(2000)은 154개 기업자료를, Wallsten(2000)은 369개 기업(연구개발

투자 추정식에는 81개)의 자료를 활용하 으며, Lach(2002)는 325개의 표본을 사용

하 다. 본 연구에서는 9,370개의 연도－기업 자료로부터 추출된 3346개 표본을 사

용하고 있다.

제 3 장 국내기업의 연구개발 활동 정부 보조 황 35

제 3 장 국내기업의 연구개발 활동 정부 보조 황

제 1 정부 연구개발투자와 민간 연구개발투자의 변화 추이

<표 3－1> 정부와 민간 연구개발투자액 비 의 추이

(단 : 억원, %)연구개발 투자액

연구개발합계연구개발 비

정부 민간 정부 민간

1980 1,800 1,025 2,825 63.7 36.3 1981 2,016 1,652 3,668 55.0 45.0 1982 2,643 2,688 5,331 49.6 50.4 1983 2,312 4,510 6,822 33.9 66.1 1984 2,515 6,557 9,072 27.7 72.3 1985 3,068 9,303 12,371 24.8 75.2 1986 3,743 12,326 16,069 23.3 76.7 1987 4,902 14,950 19,852 24.7 75.3 1988 5,230 19,312 24,542 21.3 78.7 1989 5,750 22,423 28,173 20.4 79.6 1990 6,510 26,989 33,499 19.4 80.6 1991 8,158 33,426 41,584 19.6 80.4 1992 8,785 41,105 49,890 17.6 82.4 1993 10,390 51,140 61,530 16.9 83.1 1994 12,602 66,345 78,947 16.0 84.0 1995 17,809 76,597 94,406 18.9 81.1 1996 23,977 84,803 108,780 22.0 78.0 1997 28,507 93,351 121,858 23.4 76.6 1998 30,518 82,848 113,366 26.9 73.1 1999 32,031 87,187 119,218 26.9 73.1 2000 34,518 103,967 138,485 24.9 75.1 2001 41,874 119,231 161,105 26.0 74.0

자료: 과학기술부, ꡔ과학기술연구개발활동조사보고ꡕ, 2002

36

<표 3－1>은 1980년 이후 정부 민간 연구개발투자액 비 의 변화 추이를

나타내고 있다. 1982년 이 까지 정부부문의 연구개발이 민간부문의 연구개발보다

큰 비 을 차지하 으나, 그 이후 민간부문의 연구개발투자가 정부 연구개발투자와

비교하여 격히 증가하 다. 1982년에 민간부문의 연구개발투자는 체 연구개발

투자의 50.4%를 차지하 으나, 그 후 지속 으로 증가하여 1994년에는 84.0%에 이

르 다. 그러나 1994년 이후에는 정부의 연구개발투자가 민간부문보다 빠르게 증가

하면서 민간 연구개발투자의 비 이 다시 감소하기 시작하 다. 1994년에 84.0%

던 민간 연구개발투자의 비 은 1999년 73.1%로 하락하 으며 2001년을 기 으로

1994년보다 10%가 하락한 74.0%를 나타내고 있다.

<표 3－2> 주요국의 정부부담 연구개발비 비율의 추이

(단 : %)국가 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

캐나다 52.4 － － 42.8 42.8 41.5 40.1 38.9 41.6 41.6 42.4독일 36.2 36.3 36.8 37.4 37.1 37.2 36.2 35.2 32.9 31.8 31.1한국 19.4 17.6 16.9 16.0 18.9 22.0 23.4 26.9 26.9 24.9 26.0랑스 49.5 44.8 44.8 43.0 43.6 43.1 41.8 39.1 38.8 － －

만 50.9 － 50.9 49.5 45.8 44.1 42.1 40.5 － 35.0 －

국 38.5 37.6 36.6 37.5 37.6 36.1 35.5 35.5 34.2 34.4 －

미국 42.7 41.7 41.7 41.4 39.9 37.6 36.0 35.0 33.3 31.7 －

핀란드 42.4 － 41.6 － 36.1 － 31.8 31.0 30.1 27.1 －

일본 27.3 28.9 31.7 31.8 32.7 26.5 25.7 27.1 27.4 27.2 －

아일랜드 30.0 － 29.8 22.8 23.2 25.6 26.0 24.7 23.3 － －

주: 외국의 경우 정부부담비율은 정부와 기타국가재원의 합임

자료: 과학기술부, ꡔ과학기술연구개발활동조사보고ꡕ, 2002, 이병기(2003b)로부터 재인용

2001년을 기 으로 26%로 나타나고 있는 우리나라의 정부부담 연구개발투자의

비 은 선진국과 비교할 때 매우 낮은 수 이다. 선진국의 정부부담 연구개발투자

의 비 은 체 으로 감소하는 추이를 나타내고, 한국의 경우는 1995년 이후로 정

부 연구개발투자의 비 이 증가하는 추이를 보이고 있어 비 의 격차는 어들고

제 3 장 국내기업의 연구개발 활동 정부 보조 황 37

있으나 여 히 한국의 정부부담 연구개발투자의 비 은 선진국과 비교할 때 매우

낮다고 할 수 있다. <표 3－2>는 주요 선진국의 정부 연구개발투자의 비 의 변화

추이를 나타내고 있다. 표에서 비교된 일본을 제외한 모든 선진국들이 1990년

반과 비교할 때 정부연구개발투자의 비 이 하게 감소하 다. 그러나 2000년을

기 으로 할 때 아일랜드를 제외하고는 모든 선진국의 정부부담 연구개발비 비

이 한국보다 높음을 찰할 수 있다.

[그림 3－1]은 연구개발주체별 재원조달과 집행을 나타내는 연구개발투자의 흐

름이다. 2001년 민간기업체의 연구개발비 재원구성을 보면, 민간기업이 자체 으로

조달한 것은 91.6%, 정부로 받은 자 은 6.4%, 출연연구기 과 기타비 리기 으로

부터 받은 자 은 1.9%로 나타나 민간기업이 공공부문으로부터 받은 연구개발비는

총 8.3%로 나타났다.

1995년 이후 비록 체 연구개발투자에서 민간부문이 조달하는 부문의 비 이 하

락하고는 있지만 우리나라의 연구개발활동은 정부보다는 민간에 의해 주도되고 있

다. 그러나 민간기업 에서 연구개발활동을 수행하는 기업의 비 은 기업규모에

따라 큰 차이를 보인다. 2000년을 기 으로 2,098개의 제조기업이 연구개발활동을

수행하고 있는데, 이 종업원 수 19인 이하의 기업은 제조업 체 19인 이하 기업

의 0.78%에 해당하는 548개에 지나지 않는다. 반면, 연구개발활동을 수행하고 있는

종업원 수 1,000인 이상의 제조기업은 147개로 나타나는데 이는 종업원 수 1,000인

이상인 제조기업의 95%에 해당하는 수치이다. 좀더 자세히 살펴보면 기업규모별로

연구개발활동을 수행하는 제조업체의 비 은 <표 3－3>에서 나타나는 것처럼 상당

한 차이를 보인다. 종업원 수 500인 이상 1,000인 미만인 기업 3/4이 넘게 연구개

발투자활동을 수행하지만, 종업원 수 50인 이상 100인 미만인 기업의 10%정도와

종업원 수 100인 이상 200인 미만인 기업의 20% 정도만이 연구개발활동을 수행하

고 있다. 연구개발활동을 수행하는 기업의 비 은 산업별로도 큰 차이를 보인다.

38

[그림 3－1] 연구주체별 연구개발비의 흐름도(단 : 백만원)

자료: 과학기술부, ꡔ과학기술연구개발활동조사보고ꡕ, 2002

374,1831,613,805

172,178 623,466 1,053,311 395,940

11,877,639

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

1 2 3 4 5 6 7

사용부담

국․공립연구기

정부출연연구기

기타비 리

국공립학

사립 학정부투자

기민간

기업체합계

정부367,205 1,380,409 61,944 399,527 464,785 17,382 761,026 3,452,278 (98.14) (85.54) (35.98) (64.08) (44.13) (4.39) (6.41) (21.43)

출연기6,083 61,887 6,346 29,031 254,379 1,140 209,573 568,439(1.63) (3.83) (3.69) (4.66) (24.15) (0.29) (1.76) (3.53)

기타비 리153 8,970 25,403 2,828 8,863 8 16,603 62,828

(0.04) (0.56) (14.75) (0.45) (0.84) (0.00) (0.14) (0.39)국․공립

학

－ 855 164 96,645 4,540 － 1,652 103,856 (0.00) (0.05) (0.10) (15.50) (0.43) (0.00) (0.01) (0.64)

사립 학132 464 － 1,709 170,340 － 1,488 174,133

(0.04) (0.03) (0.00) (0.27) (16.17) (0.00) (0.01) (1.08)정부투자

기

－ 38,785 16 5,765 9,486 375,986 17,729 447,767 (0.00) (2.40) (0.01) (0.92) (0.90) (94.96) (0.15) (2.78)

민간기업체610 120,913 78,305 84,960 138,824 1,424 10,800,463 11,225,499

(0.16) (7.49) (45.48) (13.63) (13.18) (0.36) (90.93) (69.68)

외국－ 1,522 － 3,001 2,094 － 69,105 75,722

(0.00) (0.09) (0.00) (0.48) (0.20) (0.00) (0.04) (0.47)

합계374,183 1,613,805 172,178 623,466 1,053,311 395,940 11,877,639 16,110,522(100.00) (100.00) (100.00) (100.00) (100.00) (100.00) (100.00) (100.00)

12조

10조

8조

6조

4조

2조

총연구비16조 1,105억원(100%)

정부기

3,452,278(22.54%)

정부출연

연구기568,439(3.53%)

기타

비 리62,828

(0.39%)

국・공립

학103,856(0.64%)

사립

학174,133(1.08%)

정부투자

기447,767(2.678)

민간

기업체11,225,499(69.68%)

외국

75,722(0.47%)

제 3 장 국내기업의 연구개발 활동 정부 보조 황 39

의약품업의 경우 체 기업의 32%가 연구개발활동을 수행하고 있으며, 그 다음으

로 연구개발활동을 하고 있는 기업의 비 이 높은 산업은 통신장비(18%), 반도체․

자부품(17%), 항공(16%), 컴퓨터․사무용기기(15%) 순으로 나타난다. 이 외에도

체평균보다 연구개발활동을 수행하고 있는 기업의 비 이 높은 산업으로는 정

기기(9%), 자동차․부품(7%), 철도(6%), 화학(5%), 기기계(4%) 등이 있다.

<표 3－3> 연구개발활동을 수행하는 기업체 수: 산업별, 규모별(2000년)

19인이하

20～49인

50～99인

100～199인

200～299인

300～499인

500～999인

1,000인이상

합계

음 식 료

의 류

목 재

제 지 ․ 인 쇄

화 학

의 약 품

비 속 물

일 차 속

조 립 속

기 계 ․ 장 비

기 기 계

컴퓨터․사무용기기

반도체․ 자부품

통 신 장 비

정 기 기

자동차 ․ 부품

조 선

철 도

항 공

기 타 제 조 업

104－

36115143

1052523575

1276672－

111

217－

711514171021

113434651

1336822

112

18

1911－

3801815112470481840682723－

12

16

2023－

5772213112639349

31301542－

21

10

155－

24116

69

121614

42121

638

2－

－

4

1312－

52511869

12103

15127

291－

－

8

1110

22－

148

122

1243

1712

133－

－

－

4

3010－

4233673753

1161

154117

139(2.27)82(0.39)

2(0.10)31(0.42)

456(4.97)113(32.01)

87(2.69)69(3.34)

107(1.05)321(2.53)210(4.32)

121(15.45)261(17.03)409(17.98)191(8.69)209(6.66)

10(1.38)5(5.55)

7(15.55)78(1.34)

제 조 업 체548

(0.78)710

(4.35)494

(10.53)410

(20.78)232

(43.24)186

(54.71)181

(77.68)147

(94.84)2,098(3.06)

주: ( )안의 숫자는 규모별․산업별 제조업 체 기업수에 한 연구개발 수행기업의 비율로

서 단 는 %임

자료: 과학기술부, 과학기술연구활동조사보고 원자료, 서 해(2002)로부터 재인용

40

<표 3－4> 산업별 연구개발투자 집약도의 추이

1991년1992년1993년1994년1995년1996년1997년1998년1999년2000년산업 1.69 1.80 2.06 2.21 2.19 2.13 2.14 2.17 1.96 1.98

제조업 2.02 0.76 2.39 2.55 2.51 2.59 2.57 2.52 2.33 2.15음식료 담배제조업 0.57 0.44 0.85 0.66 0.57 0.58 0.50 0.37 0.49 0.50

섬유, 의복 가죽제품 1.06 1.04 0.88 1.22 0.69 0.86 0.82 0.56 0.53 0.73목재 나무제품 0.18 0.28 0.12 0.24 0.25 0.25 0.26 0.19 0.18 0.16

펄 , 종이 종이제품 0.51 0.48 1.10 0.97 0.70 0.75 0.64 0.54 0.37 0.33출 인쇄 기록매체 복제업 1.98 3.23 5.34 2.48 1.52 2.39 1.89 2.28 2.15 3.18코크스, 석유정제품 핵연료 0.39 0.43 0.51 0.57 0.51 0.46 0.42 0.28 0.38 0.40화합물 화학제품 제조업 1.91 1.89 2.26 2.36 1.90 1.81 1.60 1.51 1.56 1.45고무 라스틱 제조업 2.57 2.65 1.80 1.87 1.96 2.14 1.95 1.74 2.10 1.30비 속 물제품 제조업 1.32 1.47 1.36 1.15 1.04 1.18 1.23 1.26 1.37 0.87

제1차 속산업 0.38 0.48 0.43 0.81 0.90 0.80 0.63 0.85 0.53 0.76조립 속제품 1.15 1.22 1.07 4.66 1.43 1.13 1.63 1.87 1.85 2.01

달리 분류되지 않은 기계

장비제조1.98 2.32 3.06 2.69 3.17 1.78 2.21 4.14 2.96 1.64

사무, 계산, 회계용기계제조 4.74 3.45 3.03 2.66 3.43 3.98 3.52 3.25 3.08 3.27달리 분류되지 않은 기기계

기변환장치1.72 2.22 2.68 3.09 1.76 1.60 1.60 3.01 2.89 1.77

상, 음향 통신장비 5.05 4.95 5.54 5.46 4.76 5.49 5.23 5.12 4.27 5.45의료, 정 , 학기기 시계 3.20 4.36 4.77 6.24 4.20 4.58 5.19 6.38 5.88 5.65

자동차 트 일러 3.37 3.74 3.46 3.60 4.21 4.57 4.85 6.22 2.67 2.55기타운송장비 0.93 1.57 1.85 2.15 2.04 2.56 2.15 1.07 0.95 1.79기타제조업 1.55 1.26 2.01 0.65 0.72 1.67 0.97 2.56 2.13 1.42

기, 가스 수도사업 1.14 1.37 1.07 0.84 1.08 0.96 0.93 1.00 0.50 0.69건설업 0.70 0.74 0.93 0.99 0.97 0.72 0.65 0.74 0.42 0.96

운수, 창고 통신업 1.40 1.25 1.56 1.74 2.43 1.85 2.19 2.75 2.96 1.86기술사업서비스업 3.29 3.82 3.76 3.12 2.74 2.59 2.91 2.71 4.15 3.09

자료: 과학기술부, 과학기술연구활동조사보고, 각년호

<표 3－4>는 산업별 연구개발투자 집약도를 나타내고 있다. 산업의 연구개발집

약도는 1991년 1.69%에서 1994년 2.21%까지 증가했지만, 1994년 이후 지속 으로

제 3 장 국내기업의 연구개발 활동 정부 보조 황 41

감소하여 2000년에는 1.98%를 나타내고 있다. 외환 기가 발생한 직후인 1998년에

는 연구개발집약도가 오히려 상승하 는데, 이는 민간부문의 연구개발활동이 활발

해진 것이 원인이 아니라 매출액에 비해서 연구개발투자의 감소분이 었기 때문

이다. 1997년의 민간부문 연구개발투자액은 8,846억원이었으나, 1998년의 민간 연구

개발투자액은 이보다 10%가량 하락한 7,972억원이었다. 2000년을 기 으로 의료, 정

, 학기기 시계업(5.65%), 상, 음향 통신장비업(5.45%), 사무, 계산, 회계

용기계제조업(3.27%), 기술사업서비스업(3.09%), 출 인쇄 기록매체 복제업 (3.18%)

등의 산업의 연구개발집약도가 높은 것으로 나타난다. 1994년과 2000년의 연구개발

집약도를 비교해 보면, 사무, 계산, 회계용기계제조업과 출 인쇄 기록매체 복제

업의 연구개발집약도는 상승하 고, 상, 음향 통신장비, 기술사업서비스업의

연구개발집약도는 거의 변화가 없었으며, 나머지 산업의 연구개발집약도는 하락하

다. 그러나 여기서 조사된 연구개발집약도는 산업의 연구개발집약도가 아니라 과

학기술연구활동조사에서 조사된 기업의 연구개발집약도를 산술평균한 것이다. 따

라서 연구개발활동을 하지 않는 기업의 비 이 높은 산업의 경우, <표 3－4>에 나

타난 산업의 연구개발집약도는 과 추정된 수치라고 할 수 있다.

<표 3－5>에 제시된 산업별 연구개발비의 황을 보면 2000년을 기 으로 컴퓨

터․사무용기기, 반도체․부품, 자 등 세부문의 정보통신산업 연구개발투자의

합이 체 산업 연구개발투자의 44%가량을 차지하고 있다. 그 다음으로 자동차․

부품산업의 연구개발투자가 15% 가까이를 차지하고 있고, 의약품 산업이 8%를 차

지하고 있다. 앞에서 언 된 big3 정보통신제조업의 연구개발투자에 기기계업과

통신업 등의 연구개발투자를 합치면 체 산업 연구개발투자의 49%를 차지한다.

여기에 기타서비스업과 사업서비스업에 포함되는 정보통신서비스업을 합치면 민간

부문의 연구개발투자 반이상은 정보통신산업이 차지하고 있다고 할 수 있다.

<표 3－5>에서 나타나고 있는 것처럼, 정보통신산업의 연구개발투자는 1995년 이

후 지속 으로 증가하 다. 통신산업의 연구개발투자는 1997년에 격하게 증가하

고(54.14%), 자산업의 경우는 1998년에 격하게 증가하 으며(232.92%), 1999

42

<표 3－5> 산업별 연구개발비의 액

(단 : 10억 원, 경상가격)1995 1996 1997 1998 1999 2000

농림 업 24.06 23.16 19.36 86.57 24.46 28.61음식료 100.38 118.00 106.13 84.40 116.78 139.29의류 50.89 51.10 43.15 45.49 60.57 84.08목재 1.71 1.95 2.20 1.16 0.87 0.59

제지․인쇄 34.25 52.72 44.79 36.98 28.07 37.87화학 644.34 679.94 708.50 607.27 617.25 829.42

의약품 96.86 119.67 122.15 80.86 169.54 139.11비 속 물 69.45 99.50 99.68 79.61 100.36 58.63일차 속 219.01 204.51 170.96 117.89 112.86 132.10조립 속 32.53 46.41 35.58 62.97 54.58 58.71

기계․장비 352.35 291.16 311.17 436.60 247.54 299.58기기계 133.68 143.77 160.10 191.56 202.94 172.38

컴퓨터․사무용기기 128.43 165.30 150.20 111.28 469.93 728.23반도체․ 자부품 1,440.78 2,103.03 2,542.25 970.77 1,425.25 1,002.56

자 755.71 511.37 545.00 1,814.43 1,958.73 2,756.26정 기기 48.63 54.80 75.28 74.37 61.33 112.82

자동차․부품 1,473.59 1,847.41 1,979.16 1,483.19 1,143.04 1,483.57조선 99.42 104.61 177.84 176.58 125.91 156.71철도 2.59 2.32 3.31 1.08 4.17 20.13항공 103.05 102.43 121.60 20.67 0.18 303.49

기타제조업 13.26 34.97 14.80 42.05 47.00 79.14기가스수도 139.81 186.60 203.33 211.05 112.95 186.50건설업 467.68 437.68 433.55 282.16 294.33 381.07통신업 253.68 271.19 418.00 474.70 622.63 347.87

사업서비스 178.77 245.50 275.92 255.70 308.60 535.01기타서비스 38.09 65.45 82.29 222.67 201.28 168.79

산업 6,902.98 7,964.52 8,846.28 7,972.07 8,511.15 10,242.49

주요정보통신제조업(A)*2,324.92(33.7%)

2,779.70(34.9%)

3,237.45(36.6%)

2,896.48(36.3%)

3,853.91(45.3%)

4,487.05(43.8%)

정보통신산업(B)**2,712.28(39.3%)

3,194.66(40.1%)

3,815.55(43.1%)

3,562.74(44.7%)

4,679.48(55.0%)

5,007.30(48.9%)

주: 주요정보통신산업(A)는 컴퓨터․사무용기기, 반도체․ 자부품, 자산업을 포함함.정보통신산업(B)는 컴퓨터․사무용기기, 반도체․ 자부품, 자산업에 기기계산업과

통신업을 합한 수치임

자료: 과학기술부, 과학기술연구활동조사보고, 서 해(2002)로부터 재인용

제 3 장 국내기업의 연구개발 활동 정부 보조 황 43

년에는 컴퓨터․사무용기기(322.29%)와 반도체․부품(46.82%)의 연구개발투자가

격하게 증가하 다. 통신산업의 연구개발투자 증가는 무선 화 사업자 선정과 련

이 깊은 것으로 추정되며, 자, 컴퓨터, 반도체․부품산업 등의 연구개발투자 확

는 외환 기 이후 정보통신산업의 성장과 련이 깊은 듯하다.

제 2 정보통신 연구개발투자의 지원방식과 효과

이 에서는 정보통신부의 민간 연구개발투자 지원 로그램에 해서 설명하고,

이러한 로그램들이 민간 연구개발투자를 유인하 는지 혹은 체하 는지에

한 기존의 연구결과나 혹은 서베이 결과를 정리하기로 한다.

정보통신부의 기술개발 사업(출연)은 크게 원천기술개발사업, 산업기술개발사업,

우수신기술지정․지원사업으로 구성되어 있다. 원천기술개발사업은 국가경제에

효과가 큰 정보통신 기 기술분야로서 민간의 자율 인 연구에 의존할 경우 기

술개발에 따른 험 부담 때문에 극 인 연구개발이 추진될 수 없는 IT핵심기술

분야를 지원하는 사업이다. 주요 사업내용으로는 연구개발을 통해 2～3년내

에 사업화로 직결될 수 있는 인터넷, 무선통신, 디지털 방송 등 9 략분야 지

원, 험성이 크나 성공시 고수익이 보장되는 차세 핵심기반기술 개발 등이 있다.

이들 사업의 연구비 사용 황을 보면, 원천기술개발사업의 경우 1993년부터 2002

년까지 총 1,171개 과제에 약 16,252억원이 지원되었다. 연구주체별 연구자원 배분

구조를 보면 특정 연구소 집 상이 두드러지게 나타나고 있다(ETRI, 81.1%). 그

러나 최근에 와서는 이러한 비 이 완화되면서 기업의 비 이 2000년 13.0%, 2001

년 15.9%로 격히 증가하 다. 학의 비 은 꾸 히 매우 낮은 수 에서 변동이

없는 것으로 나타났다(<표 3－6> 참조).

44

<표 3－6> 원천기술개발사업의 연도별 연구비 연구주체별 배분구조

(단 : 개, 억원, %)1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 계

과제수 5 3 4 26 47 96 62 54 70 104 471연구비 1,028 580 881 1,315 1,476 1,313 1,248 1,032 465 814 10,152

연구주체

기업 5.6% 1.0% 8.5% 0.0% 2.3% 6.1% 9.2% 13.0% 15.9% － 6.2%학 0.5% 0.1% 1.5% 1.1% 1.9% 2.8% 2.2% 2.2% 1.7% － 1.7%

연

구

소

ETRI 69.6% 80.8% 74.1% 87.4% 88.6% 85.1% 84.0% 79.0% 64.4% － 81.1%기타 24.3% 18.1% 15.9% 11.5% 7.3% 6.0% 4.6% 5.7% 18.0% － 11.0%소계 93.9% 98.9% 90.0% 98.9% 95.8% 91.1% 88.6% 84.7% 82.4% － 92.1%

계 100% 100% 100% 100% 100% 100% 100% 100% 100% － 100%

자료: 정보통신연구진흥원

산업기술개발사업은 산업체를 상으로 기술 가치 상업 신 가능성이 큰

산업기술의 개발을 지원하되 성장 가능성이 높고 경쟁우 를 할 수 있는 유망분

야 품목을 략 으로 선택하여 집 개발․지원하는 사업이다. 주요 사업내용

으로는 정보통신기기, 정보통신부품, 소 트웨어 기타 정보통신의 발 을 하

여 장 이 필요하다고 인정하는 분야로 략기술(차세 인터넷, 가입자망기술, 무

선통신, 디지털방송, 소 트웨어․컨텐츠, 컴퓨터, 정보보호, 핵심부품, 시스템온칩,

부품, RF부품 등)과 략기술을 심으로 기 시장형성, 표 선 , 공통기술애로

해소 등을 해 특히 정부의 지원이 필요한 분야에 한 지원으로 이루어진다. 산

업기술개발사업의 경우 1999년부터 2002년까지 총 883개 과제에 약 2,258억원이 지

원되었으며, 년도별 추이를 보면 2001년에는 IMT 2000 출연 이 투입되어 사업 규

모가 폭 확 되었으며 과제당 지원 액도 커졌으며 타부처에 지원된(문화 부)

연구비를 포함한 2001년도 과제당 연구비는 3.5억원인 것으로 나타났다(<표 3－7>

참조). 산업기술개발사업은 정보통신 유망분야의 민간 연구개발투자에 한 정보보

조 지 의 형 인 라고 할 수 있다. 그 규모도 연평균 550억을 상회하고 있어

민간 연구개발투자에 미치는 향이 매우 큰 사업이다.

제 3 장 국내기업의 연구개발 활동 정부 보조 황 45

<표 3－7> 산업기술개발사업의 년도별 사업규모 과제당 연구비 추이

(단 : 개, 백만원)

연도 과제수정부 지원 연구개발비

총 액 과제당 연구비

1999 167 28,386 170.02000 174 32,323 185.72001 363 125,912 347.82002 179 39,222 217.9계 883 225,843 255.7

주: 2001년도 연구비는 문화 부에 지원한 1개 과제(500억원)가 포함된 것임

우수신기술지정․지원사업은 1996년 이후 정보통신분야의 창업 활성화 소

기업 기술경쟁력 제고를 해 추진된 사업이다. 재 정보통신분야에서 우수한 신

기술을 보유하고도 자 부족 등으로 사업화를 못하는 개인 는 소기업에게 시

제품개발 는 산업화에 소요되는 사업비를 지원함으로써 신기술 창업을 활성화하

고 소기업의 기술경쟁력 제고를 해 지원하고 있다. <표 3－8>은 우수신기술지

정․지원사업의 연구비 추이를 나타내고 있는데, 1996년부터 2002년까지 총 490개

과제에 502억원이 지원되었으며, 1996년에 50억원 규모로 시작되어 1999년 이후부

터는 연간 약 100억원 규모로 확 되고 있음을 볼 수 있다.

<표 3－8> 우수신기술지정․지원사업의 년도별 사업규모 과제당 연구비 추이

(단 : 개, 백만원)

연도 과제수정부 지원 연구개발비

총 액 과제당 연구비

1997 47 4,087 86.91998 55 5,018 91.21999 99 9,418 95.12000 79 7,642 96.72001 85 9,982 117.42002 77 10,000 129.8계 442 46,147 104.4

46

<표 3－9> 정보통신연구개발사업의 기술개발투자 유인효과

자사 기술개발투자산업기술개발

우수신기술지정․

지원사업

과제수 비율 과제수 비율

1. 이 지원사업이 없었다면 본 기술개발을 수

행하지 않았을 것이다. 33 22% 27 21%

2. 이 지원사업으로 인해 기술개발투자가 확

되었다.105 70% 82 63%

3. 이 지원사업과 계없이 계획된 만큼 자체

자 으로 투자하 을 것이다. 12 8% 21 16%

결과 으로 산업기술개발사업과 우수신기술지정․지원사업이 산업체를 상으

로 지원되고 있음을 감안한다면 기업에 한 기술 투자는 2000년을 기 으로 격

히 증가하고 있음을 볼 수 있다. 실제로 이러한 기업을 상으로 지원된 사업들이

기업들의 기술개발 투자를 유인하는 효과가 있는지 설문을 통해 물어본 결과, 산업

기술개발사업과 우수신기술지정․지원사업에 있어서 각각 92%, 84%가 이 지원사

업으로 인해 기술개발 투자를 수행하 거나 확 했다는 응답을 하고 있었다. <표 3

－9>를 보면 산업기술개발사업의 경우 참여 기업의 22%가 본 사업의 지원을 계기

로 신규 기술개발활동을 할 수 있었으며 70%는 본래 계획보다 기술개발투자를 확

한 것으로 응답했다. 한 우수신기술지정․지원사업의 경우 참여 기업의 21%가

본 사업의 지원을 계기로 추가 인 신규 기술개발활동을 할 수 있었으며, 63%는 본

래 계획보다 기술개발투자를 확 한 것으로 응답하고 있다.

그러나 산업기술개발사업이나 우수신기술지정 지원사업의 수혜기업을 상으로

한 설문조사 결과를 바탕으로, 각각의 사업이 민간 기술개발투자를 보완했다고 결

론을 내리는 것은 타당한 근이 아니라고 단된다. 수혜기업의 경우, 기술개발사

업에 해 도움이 되었다고 응답할 유인이 크기 때문이다. 설문조사 결과에 따르면,

산업기술개발사업 수혜자의 92%, 우수신기술사업 수혜자의 84%가 정부의 지원이

자체 연구개발투자를 증가시켰다고 응답하고 있다. 이러한 서베이 결과에 의존하는

제 3 장 국내기업의 연구개발 활동 정부 보조 황 47

것보다는 수혜기업이 정부의 지원을 받기 과 받은 후에 자체 연구개발투자를 어

떻게 변화시켰는지를 분석하는 것이 보다 옳은 근방식이라고 단된다.

정보통신분야에 한 정부의 연구개발지원이 민간의 기술개발 투자를 유인하고

지원한다는 결과는 이병기(2003a)의 정보화 진기 융자사업에 한 성과분석에서

도 동일하게 검증되고 있다. 이병기(2003a)의 연구는 정보화 진기 융자사업을 사

용한 기업을 상으로 매출액 비 총연구개발투자액, 시장집 도, 고용자수 각각

에 해 시장성장률, 매출액 비 정보화 진기 , 정보통신산업기술/선도기술개발

보 지원사업 더미, 공동연구/단독연구 더미, 기술분야 더미 변수를 사용하여 회귀

분석하 다. 이러한 모형을 통해서 이병기(2003a)는 정보화 진기 융자사업이 민

간기업들의 R&D투자 인센티 에 미친 향을 가설화하고 이를 검증하 다. 이병

기가 분석의 상으로 삼은 가설은 다음과 같다. 첫째, 정보화 진기 이 개별기업

의 총연구개발 투자액을 증가시켰는가? 두 번째 시장집 도가 높을수록, 기업규모

가 클수록, 시장성장률이 높을수록 민간기업의 자체 R&D 투자는 증가하는가? 셋

째, 공동연구과 단독연구와 같은 연구형태의 차이가 연구개발투자를 증가시키는 작

용을 하고 있는가?

이 연구는 정보화 진기 의 증가는 민간기업의 연구개발 총 투자액을 유의 으

로 증가시킨다는 결과를 내놓고 있다. 즉 정보화 진기 은 과제에 한 민간기업

의 연구개발 투자를 유의 으로 증가시키는 보완 기능을 하고 있다고 분석하고

있다.

이병기(2003a)의 모형은 다음과 같은 수식으로 표 될 수 있다.

TRD＝ F(CR, SIZE, GRO, GRD, DUBCB, DUBCON, DUB1～DUB10)

단, TRD: 총연구개발투자액/매출액, CR: 시장집 도, SIZE: 고용자수

GRO: 시장성장률, GRD: 정보화 진기 /당해연도의 매출액

DUBCB: 정보통신산업기술/선도기술개발보 지원사업 여부더미

DUBCON: 공동연구/단독연구 더미변수

DUB1～DUB10: 기술분야더미 변수

48

이와 같은 모형에 한 추정결과를 요약하면, 우선 정보화 진기 변수는 1%유

의수 에서 통계 으로 유의한 양(＋)으로 나타나 정보화 진기 의 증가는 민간

기업의 R&D 총투자액을 유의하게 증가시키는 것으로 분석되었다. 기업규모의

리변수로 사용된 고용자수의 추정계수는 1% 수 에서 통계 으로 유의한 음(－)의

부호로 가지는 것으로 나타났고, 시장집 도 변수는 통계 으로 유의성이 매우 낮

았으며, 산업성장률 변수는 1% 유의수 에서 통계 으로 유의한 양(＋)으로 추정

되었다. 연구형태나 과제유형에 련된 변수들은 통계 유의성이 낮은 것으로 나

타났다.3)

정보화 진기 융자사업의 경우는 보조 의 경우와는 성격이 다르다. 보조 제

도와는 달리 융자의 경우는 시 리보다 낮게 자 을 제공하여 연구개발투자를

유인하는 제도이다. 재 정보화 진기 의 융자사업은 재특 리와 연동된 변동

리를 용하고 있는데, 소기업에 해서는 분기 재특 리보다 0.75% 낮은

리를 용하고, 기업에 해서는 0.25% 낮은 리를 용한다. 융자기간은 5년

이내로 제한되어 있으며, 과제당 융자 액과 동일인 융자 액에 해서도 한도가

정해져 있다. 정보통신 산업기술개발지원사업의 경우는 과제당 융자한도 10억원,

동일인 융자한도 20억원으로 제한되어 있으며, 선도기술개발보 지원사업의 경우

는 과제당 융자한도 20억원, 동일인 융자한도 50억원으로 제한되어 있다. 술한 바

와 같이 이병기(2003)는 정보화 진기 의 융자사업은 민간기업의 연구개발 총 투

자액을 유의 으로 증가시킨다는 결과를 내놓고 있으며, 이러한 연구결과를 근거로

융자사업의 확 를 권고하고 있다. 그러나 융자사업의 연도별 추진실 을 살펴보면

시 리가 하락한 1998년 이후 신청과제수가 감소하는 추이를 보이고 있다. 그 결

과 2002년의 경우 지원 정 액의 77%인 4,357억원밖에 지원하지 못하 다. 이러한

결과는 2002년에 한정된 것이 아니며 지원율의 추이를 살펴보면 1998년 73%, 1999

년 64%, 2000년 69%, 2001년 79%등 매우 조한 추진실 을 나타내고 있다. 이병

기(2003a)의 분석 로 융자사업이 민간 연구개발투자를 진할지는 모르지만, 낮은

3) 자세한 추정결과는 이병기(2003a)의 91쪽～93쪽 참조

제 3 장 국내기업의 연구개발 활동 정부 보조 황 49

활용도로 단할 때 융자사업의 확 를 권고하는 것은 무리가 있는 듯하다. 그리고

이병기(2003a)의 연구결과 역시 내생성에서 발생했을 가능성을 배제할 수 없다. 즉

만일 기업으로 하여 자체 연구개발 투자를 많이 하도록 하는 특성들이 정부의 융

자사업의 지원을 받을 가능성을 한 높 다면, 사실은 융사사업과 자체 연구개발

투자 사이의 인과 계가 존재하지 않는데도 불구하고 회귀분석에는 정(positive)의

계가 나타났을 가능성도 있다.

제 3 정부 보조 의 황

본 연구에서 활용하고 있는 자료는 과학기술부의 ꡔ과학기술연구활동조사보고ꡕ로

부터 추출된 국내 기업의 1995～1998년의 연구개발 활동 자료이다. 재 2001년까

지의 조사가 되어있으나, 1999년 이후의 자료는 원자료를 조받지 못했기 때문에

부득이 하게 1995년부터 1998년까지의 자료를 활용할 수 밖에 없었다. 민간부문 정

보통신 연구개발투자의 경우 1998년 이후 매우 격하게 증가하 기 때문에 1999

년 이후의 자료에 한 분석도 매우 요할 것이지만, 자료의 한계상 본 연구의 분

석에서 제외하 다. ꡔ과학기술연구활동조사보고ꡕ매년 연구개발 활동에 종사하고

있는 기업, 학, 출연연구소 등 국내의 모든 기 을 상으로 연구개발 활동내역을

조사하고 있다. 본 연구에서는 ꡔ과학기술연구활동조사보고ꡕ의 기업자료 에서 정

부투자 재투자기 을 제외한 순수 민간기업 자료만을 추출하여 분석하 다. 이

들 자료는 9,370개의 연도－기업 찰치로 이루어져 있으며, 연도별로는 1995년

2,109개, 1996년 2,409개, 1997년 2,476개, 1998년 2,376개 등이다. ꡔ과학기술연구활

동조사보고ꡕ원자료는 일부분을 제외하고는 패 형태로 이루어져 있지 않기 때문에

기업명, 주소, 표이사명, 창업연도 등의 자료를 이용하여 기업별 자료를 연결하

다. 그 결과, 응답기업이 해마다 차이를 보이고 있기 때문에 복되지 않는 기업의

총수는 4,390개로 집계되었다. 이 4년 연속 응답한 기업은 864개, 4년 3년을

응답한 기업은 727개, 2년을 응답한 기업은 944개이며, 1,855개 기업은 상기간 동

50

안 한 번만 응답을 하 다.

ꡔ과학기술연구활동조사보고ꡕ에서는 기업의 연구개발 자 을 자체 으로 조달한

자 과 외부로부터 조달한 자 으로 나 고, 외부로부터 조달한 자 을 다시 재원

별로 자세히 나 어 조사하고 있다. 본 연구에서는 외부로부터 조달한 연구개발 자

에서 앙정부 지방자치단체가 재원인 자 을 정부 보조 으로 정의하고,

나머지 외부조달 자 과 자체조달 자 의 합을 ‘자체부담 R&D’로 정의한다. 정부

보조 이외의 외부조달 자 을 모두 자체부담 R&D로 정의하는 이유는 첫째, 이들

은 통상 인 기업 활동을 통해 조달되는 자 으로서 정책 변수와는 무 하며, 둘

째, 정부의 연구개발 보조 이 기업 연구개발을 진한다는 논리는 정부자 의 이

용비용이 상 으로 낮다는 것에 근거하고 있으나 정부 이외의 재원으로부터는

이와 같은 효과를 기 하기 어렵기 때문이다. 물론, 정부가 정책목 에 따라서 국공

립 학교나 시험연구기 등을 통해서 자 이 집행되도록 지정하 을 가능성은

있으나 우리 자료에서 이를 구분해낼 방법은 없다.4)

<표 3－10>은 자료의 기간 동안 국내 기업들이 조달한 연구개발비 총액 자체

부담 부분과 정부의 연구개발 보조 부분을 연도별로 제시한 것이다. 기업들이 조

달한 연구개발비 일부는 다른 기업이나 시험연구기 , 학교 등 외부로 지출되기

때문에 여기서 제시된 합계에는 복 계산된 부분 실제 기업에서 집행되지 않은

부분이 있다. 하지만, 우리의 목 은 체 연구개발비의 합계를 내고자 하는 것이

아니라 기업들이 연구개발을 해 동원하는 자 의 총액 정부 보조 이 차지하

는 비 을 알아보는 것이다. 이를 보면 정부의 보조 이 차지하는 비율은 1995년

2.9%에서 차 상승하여 1998년에는 6.0%로 두 배 이상 상승한 것으로 나타났으며,

액 규모로도 2,000억원에서 약 4,600억원으로 두 배 이상 상승하 다. 이는 외

환 기의 향으로 기업의 자체부담 R&D가 1997년의 8조 4천억 원에서 1998년 7

조 6천억 원 규모로 크게 감소한 것에도 원인이 있으나 반 으로 정부가 기업에

4) 본 연구의 주요 결과는 정부 이외의 외부조달 자 을 분석에서 제외하더라도 바

지 않는다.

제 3 장 국내기업의 연구개발 활동 정부 보조 황 51

한 연구개발 보조 의 규모를 의도 으로 늘려온 것에서 기인한다. 참고로, 같은

기간 국내의 체 연구개발비 정부 공공분야가 부담한 연구개발비의 비 역

시 19%에서 27%로 크게 상승하 다(과학기술부, 1999).

<표 3－10> 국내 기업의 총 자체부담 연구개발비 정부 보조

(단 : 억원, %)연도 자체부담 R&D 정부 R&D 보조 보조 비율

1995 71,455 2,071 2.9% 1996 78,773 3,616 4.6% 1997 84,129 4,143 4.9% 1998 76,101 4,580 6.0%

<표 3－11>은 정부 연구개발 보조 의 부처별 비 추이를 나타내고 있다. 이에

의하면 체 보조 산업자원부가 차지하는 비 이 35% 내외로 가장 큰 가운데,

정보통신부의 보조 비 이 크게 상승하 음을 알 수 있다. 반면, 과학기술부의 경

우 1996년 이후 비 이 속히 감소하 는데, 이는 과학기술부의 보조 지원정책

이 이 시기를 기 으로 기업보다는 연구기 심으로 바 었기 때문으로 생각된다.

<표 3－11> 정부 연구개발 보조 의 부처별 비

(단 : 억원, %)연도 국방부 과학기술부 산업자원부 정보통신부 환경부 보건복지부 기타

1995 0.12 0.36 0.35 0.10 0.03 0.01 0.04 1996 0.07 0.13 0.37 0.20 0.02 0.02 0.19 1997 0.21 0.16 0.35 0.20 0.01 0.01 0.05 1998 0.18 0.13 0.34 0.23 0.01 0.03 0.08

주: 과학기술부는 기상청, 산업자원부는 소기업청 특허청의 자료를 포함하고 있음

다음으로 <표 3－12>는 보조 수령기업의 비 평균 보조 의 비 을 나타내

고 있다. 정부의 연구개발 보조 을 수령하는 기업의 비 은 1995년 17%에서 1998

52

년 39%로 지속 으로 상승하 으며, 보조 을 수령하는 기업만을 한정해서 볼 경

우 정부 보조 이 연구개발 자 에서 차지하는 비 역시 1995년 25%에서 1998년

37%로 지속 으로 상승한 것으로 나타났다. 결국 이 기간 동안 늘어난 정부의 연구

개발 보조 은 보조 수혜 상을 늘리는 데에도 사용되었으나 개별 기업에 지

되는 보조 액수 역시 큰 폭으로 늘어났음을 알 수 있다.

<표 3－12> 정부 연구개발 보조 수령기업 평균 보조 비

연도 총 표본기업 수 보조 수령기업의 비보조 수령기업의

평균 보조 비

1995 2,109 0.17 0.25 1996 2,409 0.24 0.34 1997 2,476 0.32 0.32 1998 2,376 0.39 0.37

주: 보조 비 ＝정부 연구개발보조 /(정부 연구개발보조 ＋자체부담 R&D)

<표 3－13>은 정부 보조 이 차지하는 비 에 따라 구간 별로 나 어서 체 연

구개발 자 에서 차지하는 비 을 알아 본 것이다. 를 들어 1995년의 경우 83%의

기업이 정부의 보조 을 받지 않았으나 이들 기업의 연구개발 부담액이 체 총액

에서 차지하는 비 은 44%에 불과하다. 이는 정부의 보조 이 비록 일부의 기업에

만 지 되었으나 이들이 국내 기업의 연구개발 활동에서 차지하는 비 은 훨씬 크

다는 것을 의미한다. 달리 말하면, 이는 정부의 연구개발 보조 이 연구개발 활동을

활발히 하는 기업들에 집 되어 있다는 것을 나타내고 있다. 만일 이들 기업이 정

부의 보조 수령 여부에 좀더 민감하게 반응하는 기업들이라면 이와 같은 집

상은 합리 인 것이라고 할 수 있다. 하지만, 기업들 간에 보조 에 한 반응도가

큰 차이가 나지 않는다면 이미 연구개발을 많이 하는 기업들에 보조 이 집 되는

것은 구축(crowding out)효과의 원인이 될 수 있을 것이다.

한편, 보조 수령기업의 비 이 늘어나면서 이들의 연구개발비가 총 연구개발비

제 3 장 국내기업의 연구개발 활동 정부 보조 황 53

에서 차지하는 비 역시 늘어나고 있는데, 특히 보조 의 비 이 15% 이하인 기업

들이 차지하는 비 은 1998년의 경우 기업 숫자 면에서는 10% 정도이나 연구개발

비의 비 은 70%에 달하 다. 이는 국내에서 연구개발 활동을 주도하는 부분의

기업들이 사실상 이 구간에 포함되어 있음을 시사하고 있다.

<표 3－13> 보조 비 에 따른 총 연구개발 부담 비

연도 s=0 0< s≤0.15 0.15< s≤0.3 0.3< s≤0.5 s> 0.5

1995 0.44(0.83) 0.51(0.08) 0.02(0.04) 0.02(0.04) 0.004(0.02)

1996 0.49(0.76) 0.43(0.08) 0.04(0.04) 0.02(0.05) 0.02(0.07)

1997 0.27(0.68) 0.66(0.11) 0.03(0.07) 0.03(0.06) 0.02(0.08)

1998 0.19(0.61) 0.70(0.10) 0.04(0.08) 0.05(0.09) 0.02(0.13)

주: 호 안은 해당 구간에 들어 있는 업체 수의 비

다음 <표 3－14>는 기업의 특성을 보조 수령 여부에 따라 구분하여 비교한 것

이다. 그 결과, 연구개발 투자액, 고용규모, 매출액 규모 모두 보조 을 수령한 기업

<표 3－14> 보조 수령 여부에 따른 기업특성

(1) 평균 연구개발 투자 (단 : 억원, 명)

연도 보조 수령기업(A) 보조 미수령기업(B) 격차(A－B)1995 113 19 94 1996 72 22 50 1997 83 14 69 1998 70 11 59

(2) 평균 종업원수

1995 1,463 479 985 1996 992 389 602 1997 815 330 486 1998 605 288 317

54

(3) 평균 매출액

1995 3,367 935 2,432 1996 2,883 878 2,006 1997 2,931 818 2,113 1998 2,576 869 1,707

이 그 지 않은 기업에 비해 상당히 큰 것으로 나타났다. 먼 , 평균 연구개발 투자

액의 규모는 보조 수령기업이 70～113억원 인데 반해 미수령 기업은 11～19억원

수 으로 3배에서 6배 가까이 차이가 났으며, 평균 고용규모 역시 보조 수령기업

이 600～1,500명 수 인데 반해 미 수령기업은 300～500명으로 2～3배 정도 차이가

났다. 매출액 규모 역시 3배 내외의 차이를 보여서 반 으로는 정부의 연구개발

보조 이 규모가 크고 연구개발 투자액이 많은 기업 심으로 집 되고 있음을 보

여주고 있다.

<표 3－15>는 기업 규모에 따른 정부 연구개발 보조 의 비 이다. 이에 따르면

정부의 연구개발 보조 은 액수 면에서 기업에 집 되어 있는 것으로 나타났다.

1995년의 경우에는 1000인 이상의 기업이 표본에서 차지하는 비 은 12%에 불과하

으나 정부 보조 의 67%가 이들 기업에 집 되었다. 체 으로는 1998년을 제

외하면 상 30%가 안 되는 비 을 차지하는 300인 이상의 기업에 3분의 2 가량의

연구개발 보조 이 집 되었다.

한편, <표 3－15>에서 연도별로 보조 의 집 상이 차 완화되고 있는 것을

볼 수 있다. 이는 소규모 기업에 한 정부의 연구개발 보조 이 늘고 있기 때문이

기도 하지만 보다 근본 으로는 표본에서 100인 이상의 기업의 비 은 차

어들고 있는 반면, 50인 미만 기업의 비 은 크게 늘고 있기 때문인 것으로

분석된다. 이러한 경향은 첫째, 우리나라 사업체들의 규모가 반 으로 어들고

있기 때문인데, 통계청의 사업체 기 통계조사 각년호에 의하면 1995년에서 1998년

의 기간 동안 체 사업체 수의 규모는 크게 변화가 없었으나 50인 이상 업체는

29,400여개에서 25,300여개로, 300인 이상 업체는 3,074개에서 2,487개로 어든 것

제 3 장 국내기업의 연구개발 활동 정부 보조 황 55

으로 나타났다. 두 번째 원인으로는 국내 소기업의 연구개발 활동이 과거보다 활

발해지고 있기 때문이라는 을 추측할 수 있는데, 이에 해서는 보다 정확한 규

명이 필요하지만 본 연구의 분석 범 에서는 벗어난다.

<표 3－15> 기업 규모에 따른 보조 비

연도 50인 미만 50～100인 101～300인 301～1,000인 1,000인 이상

1995 0.09(0.21) 0.04(0.15) 0.10(0.31) 0.10(0.21) 0.67(0.12) 1996 0.11(0.30) 0.06(0.17) 0.18(0.27) 0.28(0.17) 0.38(0.10) 1997 0.13(0.32) 0.08(0.16) 0.13(0.28) 0.12(0.15) 0.54(0.08) 1998 0.21(0.42) 0.09(0.14) 0.13(0.23) 0.11(0.13) 0.46(0.07)

주: 호 안은 해당 구간에 들어 있는 업체 수의 비

마지막으로, <표 3－16>에서는 산업별 특성을 악해 보았다. 표본에서의 업체

수 비 에 비해 연구개발비 비 이 높은 산업은 IT 제조업과 자동차 산업을 포함한

운송장비업으로 나타나서 우리나라의 수출과 부가가치 창출 측면에서 공헌도가 높

은 IT산업과 자동차 산업이 연구개발비 측면에서도 높은 비 을 차지하는 것으로

나타났다. 반면, 정부의 연구개발 보조 의 경우 역시 IT제조업의 비 이 가장 크긴

하지만 연도별로는 차 비 이 낮아지고 있다. 이는 정부의 보조 이 낮아졌기 때

문이라기보다는 연구개발 기업의 숫자가 늘어나면서(305→ 441) 보조 이 이를 따

라가지 못하고 있는 것이 원인이다. 한편, 운송장비업의 경우 1996년 이후 보조

비 이 격히 낮아졌으며, 신에 기계제조업의 보조 비 이 크게 높아진 것으

로 나타났다. 체 으로 볼 때 1995년에는 각 산업이 연구개발비에서 차지하는 비

과 정부의 보조 비 이 거의 비슷한 것으로 나타났으나 이후에는 기계제조업

심의 편 상이 나타나고 있는 것으로 찰되었다. 이와 같은 산업간 변화의 원

인은 무엇인지, 한 이것이 연구개발 보조 의 효율성에 어떠한 향을 미쳤는지

등은 추가 인 연구가 필요한 부분이라고 할 수 있겠다.

56

<표 3－16> 산업별 정부 연구개발 보조 연구개발비 비

연도 화학 기계 자(IT) 자(기타) 운송장비사업

서비스

기타

산업

1995 0.10(0.11) 0.10(0.05) 0.35(0.37) 0.05(0.03) 0.25(0.24) 0.04(0.02) 0.12(0.17) 1996 0.13(0.10) 0.10(0.04) 0.40(0.39) 0.07(0.03) 0.15(0.27) 0.07(0.03) 0.09(0.14) 1997 0.11(0.10) 0.20(0.05) 0.29(0.39) 0.08(0.03) 0.12(0.27) 0.06(0.03) 0.14(0.13) 1998 0.11(0.09) 0.26(0.07) 0.28(0.42) 0.04(0.03) 0.11(0.24) 0.09(0.03) 0.11(0.13)

업체수

비0.19 0.14 0.15 0.10 0.08 0.11 0.23

주: 1. 자(IT) 산업은 사무용기기 회계기기 제조업(30)과 상, 음향 통신장비 제조업

(32)업임

2. 업체 수 비 은 체 표본에서 해당 산업에 속하는 기업의 비 임

이상의 결과를 요약하면 다음과 같다. 1995～1998년의 기간 동안 정부의 연구개

발 보조 을 받는 기업의 비 은 체 연구개발 수행기업의 20% 이하로부터 40%

수 까지 증가하 으며, 특히 정보통신부와 국방부, 산업자원부 등으로부터의 보조

이 크게 증가하 다. 체 연구개발비 정부 보조 이 차지하는 비 은 가장

높아진 1998년에도 6%에 불과하 으나 보조 을 받는 기업들의 경우 연구개발비

에서 정부 보조 이 차지하는 비 은 평균 30% 정도인 것으로 나타나서 상당히

요한 재원임을 보여 다. 한 1998년의 경우 체 연구개발비의 81%가 어떤 형

태로든 정부보조 을 받은 기업들에 의해 지출된 것으로 나타났다. 그러나, 정부의

보조 은 상 으로 연구개발 활동이 활발한 기업들에 집 되고 있으며, 보조 을

받은 업체들은 평균 매출액이나 고용규모도 보조 을 받지 않는 업체의 3배에 달하

다. 형 기업으로의 보조 집 상은 차 완화 추세에 있기는 하지만 이

의 상당부분은 연구개발 활동 기업들의 규모 자체가 어들고 있기 때문으로 분석

되었다. 산업별로도 기계 업종에의 편 상이 차 부각되고 있는 을 제외하면

연구개발 비 이 높은 산업 주로 보조 이 집 된 것을 알 수 있었다.

제 4 장 실증분석: 연구개발 보조 의 효과 57

제 4 장 실증분석: 연구개발 보조 의 효과

제 1 추정모형의 도출

정부의 연구개발 보조 이 기업의 연구개발 투자에 미치는 향을 분석하기 한

가장 단순한 방법은 기업의 자체 연구개발 투자를 종속변수로, 정부의 연구개발 보

조 을 독립변수로 놓고 회귀분석을 하는 것이다. 하지만, 이러한 회귀분석은 내생

성(endogeneity)의 문제를 심각하게 안고 있다. 만일 기업으로 하여 자체 연구개발

투자를 많이 하도록 하는 특성들이 정부의 연구개발 보조 을 받을 가능성 한 높

인다면 두 변수 사이의 인과 계가 없더라도 회귀분석에는 정(positive)의 계가 나

타날 수 있기 때문이다. 실제로, 정부가 연구개발 보조 지 여부를 심사하기 해

고려하는 기 들은 민간 투자기 에서 사용하는 심사기 과 그다지 다른 이 없

다. Busom(2000), Wallsten(2000), Lach(2002), Czarnitzki and Fier(2003) 등 최근의 문

헌들은 좀더 분명히 내생성의 제거에 목표를 두고 있다는 에서 과거의 문헌들과

비되고 있다. 이 Lach(2002)의 논문은 횡단면 분석에 의존하는 다른 논문들과

달리 패 자료의 특성을 이용한 DID(difference-in-differences) 추정법을 이용해 내생

성의 문제를 부분 해결하 으며, 역시 패 자료를 활용하고 있는 본 논문도 같은

방법론을 기 로 하고 있다.

DID 추정법은 노동경제학 분야에서 정책평가(policy evaluation)를 해 사용되는

모형의 하나로서 이를 본 연구의 상황에 맞추어 설명하면 다음과 같다.5) yi, t를 t기

의 i기업이 수행하는 자체 연구개발투자의 로그값이라고 하자.6) 이 때 y1i,t와 y0i,t

5) DID 모형에 한 보다 자세한 논의는 Angrist and Krueger(1999), Blundell and MaCurdy (1999) 등을 참조할 것

6) 연구개발자 의 분포는 상 기업에 집 되는 왜곡(skewed) 분포를 따르고 있어 변

58

를 각각 정부의 연구개발 보조 을 받았을 경우와 그 지 않은 경우의 투자라고 하

면, 우리가 심을 갖는 것은 정부의 연구개발 보조 으로 인해 변화된 투자의 양,

즉 ∇ i, t≡y1i,t－y

0i,t

이다. 이 때, t기의 i기업에 해서는 y1i,t과 y0i,t 하나만

찰이 될 것이기 때문에, 보조 을 받은 기업에 해서는 y0i,t이 가상의 결과(counter-

factual outcome)가 된다. 계량모형의 핵심은 바로 이 가상의 결과를 어떻게 추정하

는 가이며, 이를 해서는 보조 을 받지 않은 기업들에 한 자료를 어떤 방식으

로든 활용하게 된다.7) 를 들어 횡단면 자료를 활용하여 회귀분석을 하는 것은 보

조 을 받지 않은 기업들의 연구개발 투자액을 보조 을 받은 기업들에 한 가상

의 결과에 한 추정치로 사용할 수 있다는 것을 가정하고 있다. 하지만, 앞서 지

한 바와 같이 이러한 가정은 심각한 내생성의 문제를 겪게 된다.

패 자료가 가용한 경우 y0i,t를 추정하기 해 쉽게 생각할 수 있는 방법은 i기업

이 보조 을 받기 의 자체 연구개발 투자액을 y0i,t의 리변수로 삼는 것이다.

를 들어 i기업이 t－1기에는 보조 을 받지 않았다고 하자. 만일 E(y0i,t)＝E(y0i,t－1)

라는 가정이 성립한다면, y0i,t－1를 y0i,t의 리변수로 삼음으로써 평균 으로는 ∇ i, t

의 불편추정치를 얻을 수 있다. 이 게 얻어지는 추정 값을 사 사후 추정치(Before-

After estimator)라고 한다. 그런데, 사 사후 추정치의 단 은 기업 주변 환경의 변

화로 인한 연구개발 투자의 조정을 반 하지 못한다는 것이다. 를 들어 외환 기

의 도래로 인한 융사정 악화로 반 으로 연구개발 투자를 일 수밖에 없을 경

우 연구개발 보조 의 효과와 무 하게 표본 추정치는 음(－)의 값을 가질 것이다.

반면, t－1기 이후 해당 산업에 새로운 기회, 를 들어 정부가 묶여 있던 주 수를

배분하기 한 일정을 발표하 다거나 상업 개발이 가능한 새로운 과학 발견

이 알려진다면 보조 여부와 무 하게 표본 추정치는 양(＋)의 값을 가질 것이다.

DID 추정 방법은 사 사후 추정치의 이러한 문제 을 해결하기 해 기업들 간

수를 로그변환하는 것이 하다고 볼 수 있다.

7) 반 로 y1i,t이 가상의 결과인 경우를 상정한다 하더라도 상황은 마찬가지이다.

제 4 장 실증분석: 연구개발 보조 의 효과 59

에 동일하게 용되는 환경효과를 추가로 제거한 것이다. 여기서 필요한 가정은 기

업들 간에 보조 효과를 제외하면 자체연구개발 투자의 증감을 결정하는데 있어

서는 구조 인 차이가 없다는 것이다. 이를 식으로 표 하면 임의의 i기업과 j기

업 간에 다음이 성립한다.

E(y0i,t－y

0i,t－1)＝E(y

0j,t－y

0j,t－1) (1)

이 경우

E(y1i,t－y0i,t)＝E(y

1i,t－y

0i,t－1)－E(y

0i,t－y

0i,t－1) (2)

임을 활용하면, 결국

E(y1i,t－y

0i,t)＝E(y

1i,t－y

0i,t－1)－E(y

0j,t－y

0j,t－1) (3)

이 됨을 알 수 있다. 이 때, i기업을 t기에 보조 을 받은 기업, j기업을 그 지 않

은 기업이라고 하고, 양 기업이 모두 t－1기에는 보조 을 받지 않았다면, (3)식 우

변의 모든 변수가 찰 가능하므로 표본 평균을 이용하여 추정이 가능하다.

보다 일반 으로, 추가 설명변수까지 고려한 DID 모형은 패 모형에서 1차 차분

추정치(first difference estimator)와 깊은 련이 있다. i기업의 t기의 자체 연구개발

투자가 다음과 같이 표 될 수 있다고 하자.

y i, t＝Xi, tδ＋βDi, t＋θ i＋η i, t (4)

여기서 Xi, t는 일반 으로 기업의 연구개발 투자를 결정하는 설명변수들, Di, t는 기

업 i가 t기에 정부의 연구개발 보조 을 받았는지의 여부를 나타내는 더미변수이고,

θ i는 찰되지 않는 변수로서 기업 고유효과를 나타낸다. 이 때, E(ui, t |Xi,Di,θ i)

＝0을 만족하면 다음의 계가 성립한다.

Δy i, t＝ΔXi, tδ＋βΔDi, t＋Δη i, t (5)

60

식(5)에 한 결합(pooled) OLS 추정치는 1차 차분 추정치로서 고정효과(fixed

effects) 모형과 마찬가지로, 기업 고유효과가 존재하는 패 자료에서 계수들의 불편

추정치를 추정하는데 사용된다. 그런데, 식(5)를 잘 살펴보면 다음과 같은 계가

성립함을 알 수 있다.

E(Δy i, t |ΔXi, t,Di, t＝1,Di, t－1＝0)－E(Δy i, t |ΔXi, t,Di, t＝0,Di, t－1＝0)＝β (6)

식(6)의 좌변은 ΔXi, t부분을 무시한다면 DID 추정치를 도출하는데 쓰인 식(3)과

동일함을 알 수 있다. 결국, Di, t－1＝0인 자료들만을 모아서 추정한 1차 차분 추정

값은 기업간 차이를 설명하는 찰 가능한 추가변수들( Xi, t)을 고려한 DID 추정치

와 같음을 알 수 있다.

그런데, 에서 식(5)에는 ΔXi, t만 포함되므로 기업의 변하지 않는 속성들을 나

타내는 변수들은 모두 제거된다. 따라서 Xi, t에는 기간별로 바 는 변수들, 를 들

어 매출액이나 종업원 수 같은 변수들만 포함되어야 할 것이다. 만일, 기업의 변하

지 않는 속성들이 포함되는 경우에는 δ가 시간에 따라 변하지 않는 이상 유의한

추정치를 얻을 수 없을 것이다. 한편, 식(4)에 상수항이 포함될 경우 이는 식(5)에서

제거되지만 만일, 시간을 나타내는 변수 t가 설명변수에 포함되었다면, 이는 식(5)

에서 상수항의 역할을 하게 된다. 따라서, 식(5)의 상수항의 계수 추정치는 시간 효

과를 나타낸다고 해석할 수 있다.

여기서 한 가지 제기할 수 있는 의문은 애 에 왜 패 모형을 분석하는 일반 인

방법인 고정효과나 확률효과(random effects) 모형, 심지어는 1차 차분모형을 쓰지

않고 DID 추정법을 이용하는가이다. 이에 한 답은 다음과 같다. 우선, DID 모

형이 일종의 변형된 1차 차분모형이라는 에서 1차 차분모형과 다른 모형을 비교

해 보자.8) 1차 차분모형은 찰되지 않는 기업의 고유효과 부분( θ i)을 오차항의 일

8) 고정효과, 확률효과 1차 차분모형의 비교에 해서는 Wooldridge(2002)를 참조

할 것

제 4 장 실증분석: 연구개발 보조 의 효과 61

부가 아닌 설명변수로 간주했다는 에서 고정효과 모형과 유사하고, 확률효과 모

형과는 비된다. 실제로 패 모형의 시간 차원이 2기밖에 존재하지 않는 경우에

는 1차 차분모형과 고정효과 모형은 정확히 일치한다고 알려져 있다. 그런데, 잘 알

려진 바와 같이 확률효과 모형에서처럼 기업 고유속성을 오차항의 일부로 간주할

경우에는 기업 고유속성이 기업의 자체 연구개발 투자를 결정하는 나머지 설명변

수와는 독립이라는 가정이 필요하다. 하지만, 이러한 가정은 논리 으로 받아들이

기 힘든 것이다.9)

다음으로, Wooldridge (2002)에 의하면 고정효과 모형과 1차 차분 모형 어떤 모

형을 써야 하는 지는 오차항( η i, t)이 어떤 형태를 띠는 지에 따라서 달라진다. 오차

항이 설명변수들과 시계열 으로 완 히 독립인 경우, 즉 E(η i |Xi,θ i)＝σ2ηI을 만

족하는 경우에는 고정효과 모형이 효율 인 반면 오차항이 랜덤워크(random walk)

에 가까운 경우에는 1차 차분 모형이 더 우월하다. 우리가 일반 으로 직면하는 상

황은 아마도 이의 간 어디쯤에 해당할 것이므로, 두 모형 어느 쪽이 우월하다

고 단정하기 어렵다. 하지만, 연구개발비의 경우 체로 과거에 투자되었던 규모를

심으로 변화폭을 결정할 가능성이 높다는 을 감안할 때 시계열 으로 독립일

가능성보다는 랜덤워크에 좀더 근 할 것이라는 것이 우리의 추측이다.

보다 요하게는, DID 모형의 경우 1차 차분모형과는 달리 Di, t－1＝0인 자료들만

을 추정에 사용하고 있다는 사실을 고려할 필요가 있을 것이다. 이러한 모형설정은

Di, t－1＝1인 자료들을 사용하지 않으므로 계수추정값의 요도(significance)를 낮춘

다. 하지만, 우리가 가장 심을 갖는 더미변수에 한 추정계수의 경우에는

Di, t－1＝0인 자료들만을 고려하는 것이 더 바람직한 결과를 얻을 수 있다. 를 들

어 더미변수에 한 추정계수는 식(7)을 변형한 다음과 같은 추정치를 구함으로써

9) 반면, 확률효과 모형이 고정효과나 1차 차분모형에 비해 장 을 갖는 경우는 설명

변수의 자료값의 변화가 크지 않은 경우이다. 하지만, 이 역시 이 연구의 상황과는

그다지 부합하지 않는다.

62

도 얻을 수 있다.

E(Δy i, t |ΔXi, t,Di, t=1,Di, t-1=1)-E(Δy i, t |ΔXi, t,Di, t=0,Di, t-1=1) (7)

1차 차분모형에서는 식(6)과 식(7)로부터 얻은 정보를 함께 고려하여 β값을 추정

할 것이다. 하지만, Lach(2002)의 지 로 식(7)로부터 얻어지는 추정치와 식(6)으

로부터 얻어지는 추정치는 의미가 다르다. 왜냐하면 식(7)로부터의 추정치는 단순

히 보조 을 1기 연장하지 않았을 경우의 효과를 나타내기 때문이다. 우선, t－1기

로 연구개발 보조 의 지 이 끝난 이유가 해당 로젝트가 완료되었기 때문이라

면, 더미변수 값의 변화로 인한 차이를 분석하는 것은 단순히 로젝트 완료로 인

한 향을 추정하는 것과 다를 바가 없다. 따라서, 보조 지 이 새로운 연구개발

로젝트를 착수하도록 유도하는 지를 분석한다는 원래의 취지와는 맞지 않는다.

뿐만 아니라, 보조 의 지 기간 등이 사 에 명시가 되어 있어서 로젝트가 완

료되지 않은 상태에서 보조 지 을 ‘ 정 로’ 단할 경우를 생각해보자. 이 경

우 해당 기업은 만일 로젝트에 필요한 자 이 해마다 비슷한 수 이라면 보조

이 어든 부분을 자체 자 으로 채워 넣을 것이고, 아니면 미리 세워둔 계획에 따

라 보조 만큼 어든 산을 가지고 로젝트를 계속 수행할 것이다. 이러한 결정

은 연구개발 보조 의 보완효과나 체효과와는 아무런 상 이 없다. 하지만, 이 경

우 식(7)을 추정하면 자의 경우에는 음(－)의 값을, 후자의 경우에는 0의 값을 갖

게 된다. 따라서, Di, t－1＝1인 자료를 추정에 포함할 경우 더미변수의 계수 추정치

는 부정확해질 것이다.

물론, Di, t－1의 값에 따라 표본을 제외하기 때문에 Di, t－1

과 련이 있는 다른 변

수들의 계수 추정치에 표본선택(sample selection)에 의한 편차가 일부 생길 가능성

은 여 히 존재한다. 하지만, 본 연구에 활용된 자료가 4년 치의 자료임을 감안하면

완 히 제외되는 표본은 반 3년 간 연구개발 보조 을 계속 받은 기업들로서 우

리의 표본 에서는 2년 연속 자료를 가지고 있는 총 2,535개 기업 에서 111개 기

업만이 이에 해당하기 때문에 심각한 편차가 발생할 가능성은 크지 않다. 물론 자

제 4 장 실증분석: 연구개발 보조 의 효과 63

료의 기간이 더 길어질 수 있다면 제외되는 기업들의 숫자가 0으로 수렴할 것이므

로 표본선택의 문제는 자연스럽게 해결될 것이다.

한편, 본 연구에서는 식(5)를 두 가지 방향으로 확장하여 분석하고 있다. 첫 번째

로는 변수의 형태로서, 정부의 연구개발 보조 을 받았는지의 여부만을 나타내는

더미변수인 Di, t 신에 실제 연구개발 보조 액수의 로그값을 사용함으로써 기업

의 자체 연구개발 투자에 미치는 향을 구체 인 수치로 계산하고자 한다. 여기서

한 가지 문제는 로그값을 사용할 경우 연구개발 보조 이 0인 기업의 처리인데 이

를 없는 측치로 간주할 경우 상당한 왜곡이 일어날 수 있으므로 여기에서는 1원

의 보조 을 받은 것으로 변형하여 처리하 다.

두 번째로는 DID 추정 시 도구변수를 이용하여 연구개발 보조 의 내생성을 추

가로 제거해 보았다. DID 추정방법은 고정효과 등 패 회귀모형과 마찬가지로 기업

의 찰되지 않는 고유특성으로 인한 내생성은 제거할 수 있지만 특이(idiosyncratic)

요인으로 인해 발생하는 내생성 까지는 제거하지 못한다. 를 들어 기업이 좋은

기술개발 아이디어나 개발이 유망한 미래 사업 아이템을 얻게 되는 경우 이로 인해

자체 으로도 연구개발비를 늘리지만 정부로부터 연구개발 보조 을 얻는 심사를

통과할 가능성 역시 높아질 수 있다. 이런 경우에는 계량추정시 실제로는 존재하지

않는 보완효과가 찰되게 된다. 마찬가지로 만약 기 하지 않은 외 인 요인이 발

생하여 자체 연구개발 투자를 일 수밖에 없는 상황이 되었다고 하자. 만일 정부

가 해당 분야의 연구개발 경쟁력이 상실되는 것을 우려해서 보조 을 지 하 다

면 계량추정시에는 체효과가 발생한 것으로 나타날 수 있다. 실제로 우리가 사용

한 표본 3분의 1 정도는 1997년 말 외환 기 이후의 상황을 포함하고 있기 때문

에 이러한 가능성을 완 히 배제할 수는 없다.

DID 모형에서의 도구변수 추정치는 1차 차분화된 식(5)에 해 2SLS를 용함으

로써 간단하게 얻을 수 있다. 단, 도구변수를 어떤 것들을 쓸 것인 지가 요한 문

제가 될 것이다. 원칙 으로는 식(5)에서 차분을 통해 제거된 변수들, 를 들어 기

업의 변하지 않는 속성들이나 차분화되지 않은 상태의 설명변수들은 모두 도구변

64

수의 후보가 될 수 있다. 차분을 통해서 이들 변수들은 오차항과는 독립이 되기 때

문이다. 그런가 하면 를 들어 기업의 설립연도, 속해있는 산업, 매출액이나 고용

수 등은 보조 을 받을 지의 여부에도 한 향을 수 있는 변수들이기 때

문에 도구변수로서 당한 조건을 갖추었다고 볼 수 있다.

하지만, 실제 추정에서는 이들 변수가 바람직한 도구변수라고는 말할 수 없다. 도

구변수를 찾는 것은 종속변수와는 논리 으로 연 성은 없고 설명변수와는 연 성

이 있는 변수들 에서 종속변수에 기계 인 설명력을 갖는 변수를 찾는 과정이라

고 볼 수 있다. 차분화로 제거된 변수들은 마지막 요건, 즉 종속변수에 한 기계

인 설명력이 제거된 것들이기 때문에 효율 인 도구변수가 되기는 어렵다. 아마도

상황에서 가장 바람직한 도구변수는 각 기업들이 획득할 수도 있었던 정부 보조

의 총규모가 될 것이다. 실제로 Wallsten(2000)은 SBIR 로그램에 지원한 기업에

한 자료들과 정부의 련 산액 자료들을 바탕으로 도구변수를 구성해내었다. 하

지만 우리의 경우 아직은 한 도구변수를 새로 만들어 낼 만큼 자료가 세분화되

어 있지 않다. 이 문제를 해결하는 것은 향후 과제로 남겨 놓아야 할 것으로 생각된다.

제 2 분석 결과

먼 , 분석에 활용된 변수들에 하여 간단히 설명하도록 하겠다. 우선 종속변수

는 기업 자체 연구개발투자의 로그값이 활용되었다. 독립변수로는 심변수로 정부

연구개발보조 의 수령여부를 나타내는 더미변수(Di, t) 는 정부 연구개발보조

의 액수를(GOSi, t) 활용하 으며, 통제변수로는 매출액의 로그값과 종업원수

의 로그값 등을 활용하 다. 자료에는 이밖에도 기업의 수출액과 업이익 등이 포

함되어 있으나 빈 측치의 수가 많고 이들을 분석에 포함해 본 결과 유의성이 거

의 나타나지 않아서 결과보고에는 제외하 다.

한편 DID 분석을 해서는 2년 연속 연구개발 실 을 보고한 기업들의 자료만이

활용되는데, 이와 같은 조건을 만족하는 측치는 총 4,938개를 얻을 수 있었으며,

제 4 장 실증분석: 연구개발 보조 의 효과 65

이 에서 Di, t－1＝0인 자료만을 추출한 결과 총 3,446개의 측치를 얻을 수 있었

다. <표 4－1>은 패 모형에서 활용된 체 표본과 DID 분석에서 활용된 표본, 즉

Di, t－1＝0인 특성의 표본을 비교한 것이다. 앞 장에서 우리는 보조 을 받는 기업

이 그 지 않은 기업에 비해 규모가 크고 연구개발 투자도 많이 한다는 사실을 살

펴본 바 있다. 두 표본의 비교도 이러한 특성을 반 하고 있는데, Di, t－1＝0인 표본

의 평균 자체부담 연구개발비, 정부 보조 , 매출액, 종업원 수 등이 모두 체표본

에 비해 낮은 것으로 나타났다. 이는 이들 변수들의 기에 보조 을 받은 이 없

다는 사실에 한 조건부 기댓값이 체 기댓값에 비해 낮다는 것을 의미한다. 하

지만, 이와 같은 표본 특성의 차이가 분석결과에 어떠한 향을 미칠 것인 지는 분

명하지 않다.

<표 4－1> 체 표본과 Di, t－1＝0인 표본의 비교

(단 : 억원, 명, 년)

변수체 표본 Di, t-1=0

측치 수 평균(표 편차) 측치 수 평균(표 편차)자체부담 R&D 9,370 34.7(356.5) 3,446 25.0(289.1)

정부R&D 보조 9,370 1.54(13.6) 3,446 0.94(12.0)매출액 9,296 1,437.6(8,320.1) 3,446 1,136.4(5,229.0)

종업원수 9,344 516.1(2,145.8) 3,438 448.9(1,733.4)설립연도 9,301 1,980.1(13.1) 3,422 1,978.3(12.7)

<표 4－2>는 DID모형 추정에 앞서 먼 체 표본에 하여 일반 인 패 추정

모형을 용한 결과를 보여주고 있다. 우선 모형(1)과 모형(2)는 비교를 해서

체 표본에 하여 결합(pooled) OLS 모형을 용한 결과이다. 즉, 기업 고유효과를

나타내는 θ i가 제외된 상태에서의 추정모형이라고 할 수 있다. 통제변수로는 매출

액과 종업원 수의 로그값, 설립연도 등이 포함되었다. 그 결과, 보조 을 받았는지

의 여부를 나타내는 더미변수 D를 사용한 모형(1)과 실제 보조 액을 설명변수로

66

사용함 모형(2) 모두 정부의 보조 이 기업의 자체 연구개발투자에 정(＋)의 효과

를 가지는 것이 1%의 유의성 수 에서 검증되었다. 이밖에 매출액과 종업원 수의

로그값도 정(＋)의 효과를 나타냈으며, 설립연도가 비교 최근인 기업일수록 연구

개발 투자를 보다 활발히 하는 것으로 나타났다.

<표 4－2> 체 표본에 한 패 회귀분석 결과(종속변수: log[자체부담 R&D])

결합 OLS 고정효과(Fixed Effects) 모형

(1) (2) (3) (4) (5) (6)

상수항-34.34***

(2.183)-33.654***

(2.178)5.953***

(0.01)5.843***

(0.014)-8.93*(4.68)

-9.009***(4.68)

D0.463***

(0.026)-0.153***

(0.028)-0.163***

(0.028)

log(GOS)0.026***(0.0014)

-0.0079***(0.0014)

-0.0086***(0.0015)

log(매출액)0.175***

(0.014)0.175***

(0.014)0.095***

(0.02)0.096***

(0.02)

log(종업원수)0.598***

(0.019)0.595***

(0.019)0.363***

(0.04)0.363***

(0.039)

설립연도0.018***

(0.001)0.018***

(0.001)0.006***

(0.002)0.006***

(0.002)

R2 0.53 0.54 0.02 0.03 0.49 0.49

측기업 수 4378 4378 4320 4320측치의 수 9189 9189 9347 9347 9189 9189

주: ***: P<0.01, **:P<0.05, *:P<0.1

하지만, 정부의 연구개발 보조 과 기업의 자체 연구개발비와의 계는 기업의

고유효과를 고려하면 극 으로 달라진다. 모형(3)～모형(6)은 고정효과 모형을 용

한 것으로서 기업의 찰되지 않은 특성을 설명변수로 고려한 것이다.10) 그 결과,

10) 우리는 앞 에서 확률효과 모형을 본 연구에 용하는 것이 하지 않다는 견

해를 이미 밝힌 바 있으나 실제 자료가 이를 뒷받침하는 지를 검증하기 해 확률

제 4 장 실증분석: 연구개발 보조 의 효과 67

정부 보조 의 수령여부를 나타내는 더미변수와 보조 액의 로그값을 나타내

는 변수 모두 통제변수의 포함여부와 계없이 강한 음(－)의 유의성을 나타내었

다. 나머지 변수들의 경우에는 계수 값이 반 으로 낮아지기는 하 지만 부호에

는 변화가 없었다. 결국, 정부의 연구개발 보조 과 기업의 자체 연구개발비 간에

보완 계가 있는 것처럼 보 던 것은 자체 으로 연구개발을 많이 하는 기업이 정

부의 연구개발 보조 을 받을 가능성도 높은 것에 원인이 있으며, 이러한 요인을

제거하면 오히려 정부의 보조 이 자체 연구개발비를 구축(crowding out)하는 효과

가 있다는 것을 보여주고 있다.

<표 4－2>의 결과에도 불구하고 정부의 연구개발보조 이 기업의 자체 연구개발

투자를 체하는 효과가 있다고 결론을 내리는 것은 아직 이르다. 체 표본을 이

용한 패 추정모형은 Di, t－1＝1이고 Di, t＝0인 표본으로부터도 연구개발 보조

수령으로 인한 효과를 추정하고 있다. 그런데, 앞 에서 살펴본 바와 같이 이들 표

본을 함께 활용하면 계수 추정치에 하여 부정확한 결과가 나타날 수 있으며, 특

히, 음(－)의 방향의 편차(negative bias)가 발생하 을 경우에는 체효과가 실제보

다 과장되었을 수 있다. 따라서, 이러한 문제 을 해결하기 해서 Di, t－1＝0인 표

본만을 추출하여 사실 상의 1차 차분 모형인 DID 모형을 추정하여 체효과가 여

히 용되는지 살펴보았다. 앞 에서 살펴본 바와 같이 DID 모형의 계수들은 종

속변수와 설명변수를 1차 차분한 뒤 OLS를 용시킴으로써 간단히 얻어질 수 있

다. 이 경우 설립연도와 같이 기업의 변하지 않는 속성은 차분을 통해 모두 제거되

기 때문에 추정식에는 포함되지 않는다. 한, 차분된 식의 추정식의 상수항은 시간

변수 t의 계수로 해석되어야 한다. 즉, 년도보다 차기 연도에 연구개발비를 반

으로 증가시킬 확률을 나타낸다.

<표 4－3>의 추정식 (1)～(6)은 Di, t－1＝0인 표본에 하여 결합(pooled) DID 모형

효과 모형에 한 Hausman(1978) 검정을 해 보았다. 그 결과, 확률효과 모형과 고

정효과 모형의 결과가 유사하다는 가설은 압도 으로 기각되어 확률효과 모형의

용은 하지 않은 것으로 나타났다.

68

을 용한 결과이다. 이에 따르면 체 표본을 이용하여 고정효과 패 모형을 추정하

을 경우에 비해 보조 수령여부 더미변수(D)와 보조 액 수 ( log(GOS))

의 계수들이 오히려 더 강한 부(－)의 효과를 나타내었다. 한편, 통제변수인 log(매

출액)와 log(종업원수)의 경우에도 계수 추정치가 조 낮아지기는 하 으나 여 히

강한 정(＋)의 유의성을 나타냈다. t의 계수는 D가 포함된 식에서는 양(＋)의 값

을 나타냈으나 log(GOS)가 포함된 식에서는 음(－)을 나타냈다. 한, 추정식 (4)

와 추정식 (6)에서 표본이 어떤 시기로부터 수집되었는지를 나타내는 더미변수인

y9697과 y9798을 삽입해 본 결과 y9798의 계수가 유의한 음(－)의 값을 나타내서

외환 기로 인한 향이 분명히 존재함을 보여주고 있다. 한편, 각 설명변수들의 차

분 값들의 종속변수의 차분 값에 한 설명력을 나타내는 Within R 2는 최고 2.5%

(추정식 (3)의 경우) 수 으로 나타나서 기존의 변수들이 기업의 연구개발비의 변화

를 설명하는 능력은 크지 않은 것으로 보인다. 참고로 동일한 변수들이 연구개발비

의 수 을 설명하는 능력은 R 2로 평가할 경우 78.2% 수 으로 나타났다.

우리는 지 까지의 논의를 바탕으로 <표 4－3>의 추정식 (4)와 (6)을 이 연구의

가장 주된 설명모형으로 간주하고자 한다. 표본을 일부 제거함으로써 다른 변수들

에 한 계수 추정치의 정확도가 다소 떨어질 우려는 있으나 가장 주된 심사인

D나 log(GOS)에 한 추정계수의 정확도는 더 높을 것으로 생각되기 때문이다.

이 식들의 추정치를 바탕으로 정부의 연구개발 보조 이 기업의 자체 연구개발비

에 미치는 향을 계산해 보도록 하자. 추정식 (4)의 계수 추정치를 이용하면 연구

개발보조 을 받았다는 사실이 자체 연구개발비를 년도에 비해 약 22.6% 감소시

킨 것으로 평가된다.11) 한편, 추정식 (6)에 의하면 연구개발 보조 의 액수에 따른

반응은 로그선형 함수의 성질에 따라서 보조 의 액수가 1% 증가할 때 기업의 자

체 연구개발비는 0.0135% 감소하는 것으로 해석된다. 그런데, 3,446개 표본에 한

11) log (금년도연구개발비전년도연구개발비 )=-0.256으로부터

연구개발비증분전년도연구개발비 를 계산한 것

이다.

제 4 장 실증분석: 연구개발 보조 의 효과 69

정부의 연구개발 보조 평균액은 약 9,400만 원이며, 년도의 연구개발비는 평균

22억 8900만 원이다. 따라서, 이를 앞서의 비율과 비하여 환산하면 정부의 연구개

발 보조 이 100만원 증가될 때 기업의 자체 연구개발비는 평균 으로 33만원이

어드는 것으로 평가되었다.

한편, <표 4－3>의 추정식 (7)과 (8)은 DID 추정을 한 차분 추정식의 D와 log(GOS)

변수를 내생변수로 간주하여 2SLS를 용시켜 본 것이다. 하지만, 2SLS 추정결과는

별로 만족스럽지 않았다. 심변수들의 유의성은 완 히 사라졌으며 D의 경우 추

정계수 값이 0에 근 하 다. 이처럼 안 좋은 결과가 나타난 것은 내생성의 문제가

실제로 제거되었다고 보기보다는 차분을 통해 제거된 변수들이 도구변수로 활용되

었기 때문인 것으로 생각된다. 앞 에서 살펴 본 바와 같이 이들 변수들은 이론

으로는 한 도구변수가 될 수 있으나 실제로는 한 추정치를 얻지 못할 가능

성이 높기 때문이다.

반 으로 볼 때 도구변수 추정결과가 만족스럽지 않다고 해서 우리가 얻은 결

과가 잘못되었을 가능성은 낮은 것으로 단된다. 특이요인으로 인한 내생성이 가

장 우려되는 경우는 도구변수를 사용하지 않았을 때 연구개발 보조 과 자체 연구

개발비 간에 보완효과가 나타나는 경우인데, 본 연구에서는 이러한 상황에서 체

효과가 측되었기 때문이다. 특이요인이 체효과를 발생시키는 경우는 어떤 외생

변화가 기업의 연구개발비를 축소하는 동시에 정부의 연구개발 보조 은 늘리

는 방향으로 향을 주는 상황인데, 를 들어 외환 기와 같은 경우에는 해당 표

본 체에 향을 주기 때문에 표본 시기를 나타내는 더미변수(y9798)가 추정식에

포함됨으로써 이미 부분 반 되었을 것으로 보인다. 물론 이러한 향이 소규모

집단의 기업에만 국한되어 나타날 경우에는 추정식에 반 되지 않을 수도 있으나

실 으로 볼 때 그러한 가능성은 아주 작다고 단된다.

70

<표 4－3> Di, t－1＝0인 표본에 한 결합(pooled) DID 추정결과 (종속변수: log[자체

부담 R&D])

모형DID 모형 DID ＋ 2SLS

(1) (2) (3) (4) (5) (6) (7) (8)

t0.05***(0.016)

-0.129***(0.015)

0.06***(0.057)

0.067***(0.026)

-0.13***(0.026)

-0.117***(0.033)

0.02(0.041)

0.012(0.015)

D-0.246***

(0.039)-0.256***

(0.038)-0.252***

(0.038)-0.04

(0.217)

log(GOS)-0.013***

(0.002)-0.014***

(0.002)-0.013***

(0.002)-0.00135

(0.01)log

(매출액)0.093***

(0.026)0.08***(0.026)

0.093***(0.026)

0.0798***(0.026)

0.089***(0.026)

0.089***(0.026)

log(종업원수)

0.259***(0.055)

0.253***(0.055)

0.259***(0.055)

0.253***(0.055)

0.257***(0.057)

0.256***(0.057)

y96970.048

(0.035)0.046

(0.035)

y9798-0.097***

(0.037)-0.098***

(0.037)Within

R2

0.01 0.011 0.025 0.029 0.024 0.029 0.016 0.015

측치의

수3440 3440 3431 3431 3431 3431 3408 3408

주: 도구변수 추정은 D와 log(GOS)에 하여 용하 으며, 도구변수로는 매출액, 종업원수, 설립연도, 산업별 더미변수 표본시 더미변수 등이 활용되었음

마지막으로, 기업이 정부의 연구개발 보조 을 받았을 때 어떻게 반응하는 지에

한 하나의 추가 단서로서 자체부담 연구개발비 에서 정부를 제외한 외부로

부터 조달한 자 이 정부 연구개발 보조 의 수령으로 인해 어떻게 변화하는 지를

알아보았다. 이미 정의된 바와 같이 정부 이외의 외부로부터 조달하는 자 의 경우

통상 인 기업활동의 일부로 간주하 기 때문에 자체 연구개발비로 분류된다. 하지

만, 형식 인 측면에서 볼 때는 로젝트의 수주나 출연 의 수령 등에 있어 정부

제 4 장 실증분석: 연구개발 보조 의 효과 71

연구개발 보조 과 좀더 유사한 과정을 거치기 때문에 좀더 한 계를 가질 가

능성이 있다. 실제로, <표 4－4>에서 정부 이외의 외부 조달자 만을 종속변수로

삼고 DID 추정을 해 본 결과 D와 GOS에 해 일 되게 음(－)의 추정계수를 얻

을 수 있었다. 이상의 결과들을 종합해 볼 때 개별 기업들은 연구개발비 조달을

한 여러 재원들을 포트폴리오처럼 리하고 있으며 정부의 연구개발 보조 으로

인한 승수 (multiplier) 효과는 없는 것으로 단된다.

<표 4－4> 정부 이외의 외부 조달자 을 종속변수로 한 결합 DID 추정결과

(Di, t－1＝0인 표본)

모형DID 모형 DID＋2SLS

(1) (2) (3) (4) (5) (6)

t-1.411

(8.386)-1.617

(7.419)22.556***

(7.716)20.269***

(6.98)160.348***

(24.472)28.098***

(8.142)

D-48.393**

(19.948)-22.973(18.25)

-813.717***(131.457)

GOS-0.89***

(0.006)-0.047***

(0.006)-0.251***

(0.022)

매출액-0.002***(0.7E－4)

-0.001***(0.8E－4)

-0.0015***(0.0001)

-0.0007***0.0001

종업원수0.467***

(0.031)0.443***

(0.031)0.435***

(0.04)0.343***

(0.038)Within

R 20.002 0.057 0.168 0.182 － －

측치의

수3446 3446 3444 3444 3414 3414

주: (1) 2SLS 추정은 D와 GOS에 하여 용하 으며, 도구변수로는 매출액, 종업원수, 설립

연도, 산업별 더미변수 표본시 더미변수 등이 활용되었음

(2) 2SLS 추정시의R 2는 음수값이 나와서 보고하지 않았음

72

제 3 IT산업과 타 산업의 비교

정부의 연구개발 보조 이 기업 연구개발 투자에 미치는 향을 IT산업 수 에서

좀더 자세히 분석하기 해서 이 에서는 산업별 비교를 실시하 다. 구체 으로

체 자료 비교 비 이 큰 산업들을 심으로 화학, 기계, IT기기, 비IT 자,

운송기기, 사업서비스 기타 산업으로 분류하 다. 여기에서 IT기기업은 사무,

계산 회계용기기 제조업(KSIC 30)과 상, 음향 통신장비업(KSIC 32)을 의미

하며, 나머지 KSIC 3에 해당하는 자산업은 ‘비IT 자’산업으로 분류하 다. 통신

업의 경우 측치의 수가 어 별도로 구분하지 않았으며, 소 트웨어업의 경우에

는 우리의 자료 내에서는 별도로 분류되지 않았으며 ‘사업서비스’업에 포함되었다.

분석방법은 DID 모형을 주된 방식으로 추정하 으나 패 자료 체를 활용한 고정

효과 모형도 용해 보았다.

<표 4－5> 정부연구개발 보조 효과의 산업별 비교(수령여부 더미변수 사용, 고정

효과 모형)

화학 기계 IT기기 비IT 자 운송기기 사업서비스 기타

상수항-2.254

(9.025)3.26

(12.298)－11.09(15.215)

-12.164(22.75)

-3.043(14.703)

-66.108**(29.935)

-12.314(10.072)

D-0.193***

(0.058)-0.139*(0.084)

-0.203***(0.067)

-0.368***(0.087)

-0.042(0.095)

-0.18**(0.086)

-0.127(0.079)

log(매출액)0.182***

(0.045)0.138**(0.068)

0.207***(0.054)

0.18**(0.082)

-0.056(0.077)

-0.012(0.055)

0.087*(0.048)

log(종업원수)

0.015(0.076)

0.064(0.144)

0.479***(0.117)

0.175(0.169)

0.694***(0.176)

0.666***(0.156)

0.482***(0.081)

설립연도0.003

(0.0045)0.0003(0.006)

0.007(0.008)

0.008(0.011)

0.003(0.007)

0.035**(0.015)

0.007(0.005)

R2 0.48 0.39 0.57 0.38 0.69 0.43 0.50

측치의 수 1794 1295 1392 905 720 1002 2081주: ***: P < 0.01, **: P < 0.05, *: P < 0.1

제 4 장 실증분석: 연구개발 보조 의 효과 73

우선, 체 패 자료에 한 고정모형 추정결과를 살펴보자. <표 4－5>에 의하면

산업에서 정부 연구개발보조 의 수령효과는 음(－)으로 나타났으며, IT산업도

외는 아니었다. 체 으로 볼 때 비IT 자산업(-0.368)이 가장 강한 체효과

를 나타냈으며, IT기기업도 비교 강한 체 계(-0.203)를 나타냈다. 반면, 운송

기기업과 기타 산업에서는 계수 추정치의 유의성이 나타나지 않았다. 통제변수들

에서 설립연도는 체 으로는 양(＋)의 값을 나타냈으나, 체표본을 사용한 모

형에서 유의성을 나타냈던 것과는 달리 산업별 분석에서는 사업서비스업에서만 높

은 계수추정치와 함께 유의성을 나타냈다. 사업서비스업에 소 트웨어업, 연구개발

업 등이 포함되어 있다는 을 감안할 때 신설기업을 심으로 연구개발 집약도가

높아지고 있다는 것을 시사하는 것으로 생각된다. 한편, 매출액이나 종업원수의 경

우 산업마다 자체 연구개발 투자에 미치는 향이 다른 것으로 악되었는데, 화학,

기계, 자산업의 경우에는 매출액의 설명력이, 운송기기업과 사업서비스업의 경우

에는 종업원수의 설명력이 유의하게 나타났다. IT기기업의 경우에는 매출액과 종업

원수의 설명력이 모두 유의하게 나타났다.

<표 4－6> 정부연구개발 보조 효과의 산업별 비교(보조 액 사용, 고정효과 모형)

화학 기계 IT기기 비IT 자 운송기기 사업서비스 기타

상수항-2.148

(9.028)3.346

(12.299)-11.091

(15.215)-11.947

(22.746)-3.076

(14.701)-66.521**

(29.924)-12.356(10.07)

log(GOS)-0.01***

(0.003)-0.007*(0.004)

-0.01***(0.003)

-0.019***(0.005)

-0.002(0.005)

-0.0099**(0.005)

-0.0072*(0.004)

log(매출액)0.182***

(0.045)0.139**(0.068)

0.208***(0.054)

0.181**(0.082)

-0.56(0.077)

-0.011(0.055)

0.087*(0.048)

log(종업원수)

0.016(0.077)

0.06(0.144)

0.481***(0.117)

0.181(0.168)

0.694***(0.176)

0.667***(0.156)

0.482***(0.081)

설립연도0.003

(0.0045)0.0003(0.006)

0.007(0.008)

0.008(0.011)

0.003(0.007)

0.035**(0.015)

0.007(0.005)

R 2 0.47 0.39 0.56 0.38 0.69 0.43 0.50

측치의 수 1794 1295 1392 905 720 1002 2081

주: ***: P < 0.01, **: P < 0.05, *: P < 0.1

74

<표 4－6>은 같은 모형에 하여 보조 액을 변수로 사용한 것이다. 더미변

수를 사용할 때와 마찬가지로 보조 변수에 한 계수는 모두 음(－)의 값을 나타

냈다. 운송기기업과 기타산업을 제외하고 모두 유의하게 나타난 것도 같았으며, 비

IT 자산업의 체효과가 가장 큰 것도 동일하게 나타났다. IT산업의 체효과는

화학산업과 비슷한 수 (-0.01)으로 체 으로는 간 정도 다. 매출액과 종업원

수, 설립연도 등 다른 변수들의 효과는 거의 차이가 없었다.

<표 4－7>과 <표 4－8>은 우리의 분석에서 주된 모형으로 채택한 DID 모형의 추

정결과이다. <표 4－7>은 보조 의 수령여부를 나타내는 더미변수를 사용한 것이

다. 추정결과는 고정효과 모형과 비슷하면서도 약간의 차이를 보이고 있다. 고정효

과 모형과 마찬가지로 더미변수의 계수는 모두 음(－)의 값을 가지는 것으로 나타

나 반 으로 정부의 연구개발 보조 은 기업의 자체 연구개발 투자에 체효과

를 나타내었다. 한, 체 표본에서의 결과와 마찬가지로 더미변수에 한 계수추

정치의 값이 DID 모형에서 반 으로 더 높게 나와서 강한 체효과를 입증

하 다. 하지만, 산업별로는 운송기기와 기타산업에 이어 사업서비스업의 경우에도

유의성이 사라진 반면, 기계업과 비 IT 자업의 경우에는 계수추정치가 －0.41과

－0.429까지 낮아져서 매우 강한 체효과를 드러내었다. IT기기업의 경우에는 오

히려 고정효과 모형보다 값이 약간 낮아져서 체 으로 볼 때 체효과의 강

도가 타 산업에 비해서는 강하지 않은 것으로 평가되었다. 한편, 다른 통제변수의

경우 산업별로 상당히 다른 양상을 나타내었으나 체 인 부호는 고정효과 모형

과 비슷하 으며, 운송기기업과 사업서비스업의 경우 연도별로 증가추세가 분명한

반면 다른 산업에서는 유의한 증가효과가 나타나지 않아서 어도 개별기업 수

에서는 연구개발 투자가 증가하고 있다고 말하기는 어려운 것으로 해석되었다.

<표 4－8>은 보조 수령더미 신에 보조 의 액을 변수로 사용한 결과이

다. 우선, 변수의 교체가 분석에 미친 향은 거의 없는 것으로 나타났다. 체 인

변수 추정치나 within R 2 등의 값에는 거의 변화가 없는 가운데, 정부보조 변수에

한 계수는 모두 음(－)의 값을 나타내었다. 산업들 간의 계수 추정치의 차이 역시

제 4 장 실증분석: 연구개발 보조 의 효과 75

더미변수의 경우와 마찬가지로 기계업과 비IT 자업의 값이 크게 나왔으며,

IT산업의 경우 계수추정치가 유의성을 일부 회복한 사업서비스업의 경우(-0.0101)보

다 낮게(-0.0093) 나와서 상 으로는 체효과가 은 것으로 나타났다.

<표 4－7> 정부연구개발 보조 효과의 산업별 비교(수령여부 더미 사용, DID 모형)

화학 기계 IT기기 비IT 자 운송기기 사업서비스 기타

t0.05

(0.052)0.12

(0.08)0.096

(0.069)-0.044

(0.079)0.142*(0.08)

0.18**(0.089)

0.027(0.054)

D-0.277***

(0.082)-0.41***

(0.105)-0.192**

(0.092)-0.429***

(0.105)-0.069(0.13)

-0.196(0.121)

-0.15(0.102)

log(매출액)0.0504(0.068)

0.179***(0.068)

0.221***(0.072)

0.039(0.063)

-0.029(0.102)

-0.035(0.074)

0.067(0.057)

log(종업원수)

0.0008(0.11)

0.112(0.158)

0.451***(0.141)

0.388**(0.173)

0.84***(0.251)

0.493***(0.172)

0.196*(0.119)

y96970.004

(0.069)0.164

(0.102)0.112

(0.094)0.266**(0.108)

-0.107(0.111)

0.023(0.121)

0.614(0.073)

y9798-0.041

(0.072)-0.19*

(0.114)-0.183

(0.105)0.039

(0.121)0.023

(0.132)-0.194

(0.121)-0.183**

(0.078)

Within R 2 0.016 0.072 0.064 0.074 0.046 0.056 0.024

측치의 수 781 484 397 349 299 300 821

주: ***: P < 0.01, **: P < 0.05, *: P < 0.1

이상의 결과를 종합하면 다음과 같다. IT산업과 타 산업에 하여 정부의 연구개

발 보조 이 어떠한 효과를 나타낼 지에 하여 비교해 본 결과, IT기기 제조업에

서는 타 제조업과 마찬가지로 정부의 연구개발 보조 이 기업의 자체 연구개발 투

자를 구축하는 것으로 나타났다. 하지만, 구축의 정도는 IT산업이 타 제조업에 비해

서 크지는 않은 것으로 평가된다. DID 모형에서 추정된 결과를 환산할 경우 IT산업

의 경우 보조 을 수령했다는 사실의 순 효과는 보조 수령기업이 수령하지 않은

기업에 비해 자체 연구개발 투자를 17.5% 이는 것으로 나타났으며, 정부 보조

이 1% 증가할 때 자체 연구개발 투자액은 0.0093% 어드는 것으로 나타났다. 연결

76

표본에서 IT기기업으로 분류되는 기업의 수는 399개인데, 이들의 평균 정부 연구개

발 보조 은 4억 6천 8백만원이고, 자체 연구개발 투자액은 평균 90억 4천 8백만원

이다. 이를 이용하여 환산하면 IT산업에서 정부의 연구개발 보조 이 100만원 증가

할 때 기업의 자체 연구개발 투자액은 약 18만원 어드는 것으로 나타났다.

<표 4－8> 정부연구개발 보조 효과의 산업별 비교(보조 액 사용, DID 모형)

화학 기계 IT기기 비IT 자 운송기기 사업서비스 기타

t0.05

(0.051)0.122(0.08)

0.096(0.069)

-0.041(0.08)

0.144*(0.081)

0.184**(0.089)

0.027(0.054)

log(GOS)-0.015***

(0.005)-0.022***

(0.006)-0.0093**

(0.0046)-0.023***

(0.0056)-0.004

(0.007)-0.0101*(0.0064)

-0.0084(0.0055)

log(매출액)0.051

(0.068)0.18***(0.068)

0.22***(0.072)

0.0383(0.0634)

-0.028(0.102)

-0.033(0.074)

0.067(0.057)

log(종업원수)0.003

(0.111)0.103

(0.158)0.451***

(0.141)0.388

(0.363)0.843***

(0.251)0.491***

(0.172)0.196*(0.119)

y96970.003

(0.069)0.159

(0.102)-0.115

(0.094)0.261**(0.108)

-0.105(0.111)

0.0213(0.121)

0.061(0.073)

y9798-0.042

(0.075)-0.196*(0.114)

-0.021(0.105)

0.034(0.121)

0.025(0.132)

-0.194(0.122)

-0.182**(0.078)

Within R 2 0.016 0.072 0.064 0.075 0.046 0.057 0.024

측치의 수 781 484 397 349 299 300 821

주: ***: P < 0.01, **: P < 0.05, *: P < 0.1

하지만, 타 산업과의 비교결과와 상 없이 분명한 것은 IT산업에도 타 산업과 마

찬가지로 정부보조 으로 인한 기업 자체 연구개발 투자의 구축효과가 존재한다는

것이다. 따라서, 우리가 앞에서 제기한 정책 시사 , 즉 기업에 한 직 연구

개발 보조 지 은 재고할 필요가 있다는 , 그리고 연구개발 선정 지원과정

의 효율성 문제를 재검토하여야 한다는 등은 IT산업에만 한정하여 논한다고 하

더라도 변화될 것은 없다.

제 5 장 결론 향후 연구방향 77

제 5 장 결론 향후 연구방향

본 연구에서는 정부가 기업을 상으로 지출하는 연구개발 보조 이 기업의 자체

연구개발 투자를 진하는지에 하여 실증 으로 분석하 다. 그 결과, 정부의

연구개발 보조 은 정책당국의 기 와는 달리 기업의 자체 연구개발비에 하여

구축(crowding out) 효과를 가지는 것으로 분석되었다. 구체 으로 연구개발 보조

을 받지 않던 기업들이 보조 을 받게 되면 자체부담 연구개발비를 평균 22.6%

이는 것으로 분석되었으며, 보조 의 규모를 100만원 늘림에 따라서 약 33만원의

자체부담 연구개발비가 어드는 것으로 추정되었다. 따라서, 정부의 연구개발 보

조 은 기업의 재정 부담을 이는 효과는 있을지 모르지만 자체 인 연구개발

투자를 진하는 역할은 하지 못하는 것으로 해석된다.

IT산업의 경우 정부 보조 이 1% 증가할 때 자체 연구개발 투자액은 0.0093%

어드는 것으로 나타났으며, IT산업에서 정부의 연구개발 보조 이 100만원 증가할

때 기업의 자체 연구개발 투자액은 약 18만원 어드는 것으로 나타났다.

IT산업에서 타 산업에 비해 구축효과가 상 으로 게 나타나는 것은 여러 가

지 원인이 있을 수 있다. IT산업에서의 연구개발 보조 의 정 인 효과가 타 산

업에 비해 높은 것도 원인일 수 있으며, 연구개발 보조 의 집행이 그만큼 효율

으로 이루어졌다는 반증도 될 수 있다. 반면, IT산업분야가 타 산업분야에 비해서

최근에 속히 발 을 거듭하고 있고, 따라서 좋은 사업 아이디어를 얻게 될 가능

성이 높기 때문에 다른 산업과 비교할 때 자체 연구개발 투자도 많고 정부 보조

을 받을 확률도 높아졌을 가능성도 배제할 수 없다. 즉 내생성을 충분히 통제하지

못했기 때문에 추정결과에 양(＋)의 편차가 발생하 고, IT산업과 타 산업 간의 차

이가 실제로는 유의하지 않을 수도 있는 것이다.

그러나 타 산업과의 비교결과와 상 없이 분명한 것은 IT산업에도 타 산업과 마

78

찬가지로 정부보조 으로 인한 기업 자체 연구개발 투자의 구축효과가 존재한다는

것이다. 이러한 결과는 선행연구(이병기, 2003a)나 정보통신 연구개발사업에 한

성과분석 결과와 배치된다.12) 우리는 이러한 결과가 우리의 연구모형이 다른 연구들

과 비교할 때 상 으로 내생성을 통제하 기 때문이라고 분석하고 있다. 그러나

이병기(2003a)나 정보통신 연구개발사업에 한 성과분석은 1999년 이후 자료를 포

함하여 분석하 기 때문에 분석기간이 1995년부터 1998년까지의 기간으로 한정된

본 연구와 직 비교하는 것은 한계가 있으며, 1999년 이후에는 실질 으로 정부의

연구개발투자가 민간의 연구개발투자를 보완하 을 가능성도 배제할 수는 없다.

그러나 분명한 것은, 1995년부터 1998년까지의 민간 연구개발투자에 한 정부의

보조 은 기업의 연구개발투자를 체하 고, 이에 기업에게 직 지원하는 방식의

정책이 과연 유효한 가에 한 의문을 제기할 필요가 있다는 것이다. 제3 에서 살

펴 본 바와 같이 우리나라의 기업 상 정부 연구개발 보조 은 지속 인 확 추세

에 있다. 이러한 추세가 정당화되었던 근거 의 하나는 우리나라의 정부부담 연구

개발비 비 이 외국에 비해서 크게 낮다는 사실이다. 하지만, 본 연구의 결과 로라

면 정부로부터 기업에게 직 지출되는 연구개발 보조 은 정책 수단으로서 그

리 바람직하지 않다는 시사 을 얻게 된다. 따라서, 만일 기업의 연구개발 투자를

진시키는 것이 정책의 목표라면 보조 보다는 다른 수단, 를 들어 연구개발투

자에 한 세제 혜택을 보다 확 하는 것이 더욱 바람직한 방향이라는 결론을 내릴

수도 있을 것이다. 는, 기업 상의 보조 을 지 하는 것보다는 기 연구 지원이

나 공공연구개발 활동에 을 두는 것이 바람직하다는 결론으로 이어질 수도 있

다. 물론 최종 으로 이러한 결론들에 이르기까지는 각 정책수단 간의 효율성을 비

교하는 작업이 선행되어야 할 것이다.

그런가 하면, 본 연구의 결과는 우리나라 정부의 연구개발 보조 집행방식이 그

리 효율 이지 않다는 증거로도 사용될 수 있다. 부분의 정부 지원 은 로젝트

12) 이병기(2003a)와 정보통신 연구개발사업에 한 성과분석결과에 해서는 제3장의 제2 을 참조

제 5 장 결론 향후 연구방향 79

심사를 통한 선정방법을 거치고 있으며 매칭펀드 방식으로 수혜기업의 연구개발

투자를 요구하고 있다. 정부의 연구개발 지원 이 기업의 연구개발 활동을 진시

키려면 지원 을 가장 필요로 하는 한계(marginal) 기업 주로 보조 이 지 되어

야 할 것이다. 하지만, 심사를 통한 선정방법에서는 민간 투자심사자와 마찬가지로

로젝트의 성공 가능성에 을 두게 되는 것이 사실이다. 한, 매칭펀드 방식

역시 표면 으로는 기업의 연구개발 투자를 늘리는 것처럼 보일 수 있으나 실제로

는 많은 경우 이미 계획된 투자를 매칭펀드로 다시 포장하 거나 신에 미리 계획

된 다른 연구개발 로젝트를 포기하 을 가능성이 있다. 따라서, 기업에 한 연구

개발 보조 지원정책이 반드시 필요하다면 보다 효율 인 제도를 마련하기 한

노력을 기울여야 할 것이다.

한편, 본 연구의 분석이 가지고 있는 한계와 그에 따른 향후 연구 필요성은 다음

과 같다. 먼 , 본 연구는 정부의 연구개발 보조 이 개별 기업 수 에서 미치는

향을 분석하고 있다. 이때 체효과가 나타나는 주 원인은 정부의 지원 이 민간

자 조달이 용이한 기업 심으로 이루어지기 때문이다. 하지만, 이러한 경우에도

정부 지원 의 증가로 인해 반 인 자 사정이 개선되고, 주변기업이 이의 혜택

을 보는 간 효과까지 고려하면 시장 체 으로는 정 보완효과가 발생할

수도 있다. 한, 구축효과가 완 히 일어나는 것은 아니기 때문에 정부 보조 을

받는 기업들의 총 연구개발비는 증가한다. 이때 다른 기업들이 연구개발 경쟁에 나

설 경우 이들의 자체부담 연구개발비는 늘어나게 될 것이다. 마찬가지로, 정부가 특

정 분야에 한 집 인 육성 로그램을 집행하여 해당 분야의 장기 유망성에

한 기 수 을 높이게 될 경우 기업들이 스스로 연구개발 투자를 늘릴 가능성도

있다. 즉, 본 연구의 분석은 개별 기업들의 의사결정 만을 분석하고 있기 때문에 기

업들 간의 spillover 효과의 가능성은 고려하지 못하고 있다는 단 이 있다.

Spillover 효과를 제 로 고려하려면 거시 는 산업 수 의 자료와 기업 수 의

자료와의 상호 연 계에 한 좀더 체계 인 연구가 필요할 것이다.

한, 본 연구는 연구개발 보조 의 단기 효과에 해서만 고려하고 있다. 즉

80

당기의 연구개발 보조 이 당기의 자체부담 연구개발비에 어떠한 향을 주는가

만을 분석하고 있는 것이다. 하지만, 단기뿐 아니라 장기 효과까지 고려한다면 문

제는 더욱 복잡해진다. 를 들어 단기 으로는 요소조달의 어려움으로 인한 체

효과가 나타나더라도 시간이 지나가면서 한 시설이나 인력을 구함으로써 보완

효과가 나타날 수 있다. 반 로, 실제로는 체효과가 더욱 커서 상당한 수 의 구

축이 일어나는데도 불구하고, 단기 으로는 매칭펀드 등의 부 조건으로 인해 장기

투자비용을 단기로 끌어당겨서 집행한 것일 수도 있다. 이 경우에는 시간이 지날수

록 체효과가 좀더 분명히 나타날 것이다. 따라서, 보다 정확한 분석을 해서는

보조 지 의 장기 효과까지도 고려가 필요할 것이다. 다만, 를 들어 장기효과

를 고려하기 해 보조 지 후 다음 기에서의 효과를 추정하고자 한다면 어도

3기 이상의 연속된 자료에서 Di, t－2＝0인 자료들을 추출해야 하므로 표본의 숫자가

격히 어드는 단 이 있다는 것은 고려해야 할 것이다.

셋째, 추정방법론의 측면에서 비록 본 연구에서 사용한 DID 추정방법이 기본 인

패 모형에 비해서 정책효과를 좀더 분명히 고려한다는 장 이 있기는 하지만 상

당수의 측치를 추정과정에서 제거함으로써 발생하는 비효율성은 피할 수 없었다.

앞으로 이러한 상황을 분석하는데 활용되는 계량경제학 기법을 좀더 발 시킨다

면 좀더 효율 인 추정이 가능해 질 수 있을 것이다. 아울러, 연구개발 보조 의

액 변화로 인한 효과를 분석하는데 있어 보조 을 받은 기업들의 표본선택(sample

selection) 문제가 충분히 고려되었다고 보기 어려운 측면이 있다. 향후에는 이와 같

은 측면에서의 방법론 개발이 필요할 것이다. 이와 연 되어서 특이요인(idiosyn-

cratic factor)으로 인한 내생성의 문제를 해결하기 한 방법도 지속 연구가 필요

할 것이다. 이를 해서는 결국 한 도구변수를 찾아내는 것이 요한데, 각 정

부부처 연구개발 로그램의 규모, 종류 집행방법 등을 면 히 검토함으로써 정

부 보조 수 을 결정짓는데 요한 향을 미치는 변수들을 분리해 낼 필요가 있

을 것이다.

본 연구의 의의는 정부 연구개발 보조 의 효과를 규명하 다는 것 외에도 지

제 5 장 결론 향후 연구방향 81

까지 거의 활용되지 않던 기업의 연구개발 투자 련 통계자료를 이용한 연구를 하

다는 을 들 수 있다. 기업정보 유출 가능성 등의 문제로 인하여 자료의 이용이

여 히 제한 인 측면은 있으나, 앞으로 이 통계자료를 히 활용한 연구가 계속

되면서 우리나라 기업들의 연구개발 투자 행동양식이 좀더 분명하게 규명되고,

정책수립 과정에서도 활용될 수 있을 것으로 기 한다.

82

참 고 문 헌

김상춘․김 재(2002), “공공부문 R&D의 민간부문 R&D투자에 한 향: Schum-

peterian모형을 이용한 이론 분석,” ꡔ국제경제연구ꡕ, 제8권 제2호, pp.191～

209.

박항식(2002), 국내기업의 R&D투자 결정과정에 정부의 자 지원제도가 미친 향

에 한 분석연구, 한국과학기술평가원

서 해(2002), 우리나라 민간 연구개발활동의 구조변화, 정책연구 2002-08. 한국개발

연구원

이병기 외(2003a), 정보화 진기 융자사업 성과분석, 정보통신부․정보통신연구

진흥원

이병기(2003b), 정부의 연구개발 보조가 민간기업의 연구개발 투자에 미치는 효과

분석, 미발간 원고

Angrist, J. and Krueger, A. (1999), “Empirical Strategies in Labor Economics,” in Hand-

book of Labor Economics, v. 3A, 1277－1366., Elsevier.

Blundell, R., and MaCurdy, T. (1999), “Labor Supply: A Review of Alternative Appro-

aches,” in Handbook of Labor Economics, v. 3A, 1559-1696, Elsevier.

Busom, I., (2000), “An Empirical Evaluation of the Effects of R&D Subsidies,” Econo-

mics of Innovation and New Technology 9(2), 111-148.

Czarnitzki, D. and Fier, A., (2002), “Substitutive or Complementary? Innovation Subsidies

in the German Service Sector,” ZEW Discussion Paper 02-04.

David, P. and Hall, B. and Tool, A., (2000), “Is Public R&D a Complement or Substitute

for Private R&D: A Review of the Econometric Evidence,” Research Policy (29)4-

5, 497-529.

참고문헌 83

David, P. and Hall, B., (2000), “Heart of Darkness: Modeling Public-Private Funding

Interactions Inside the R&D Black Box,” Research Policy (29)9, 1165-1183.

Hamberg, D., (1966), R&D: Essays on the Economics of Research and Development,

Random House, New York.

Hausman, J. (1978), “Specification Tests in Econometrics,” Econometrica 46, 1251-1271.

Klette, T. J. and Moen, J. (1998), “R&D Investment Responses to R&D Subsidies: A

Theoretical Analysis and Microeconomic Study,” mimeo, Oslo.

Lach, S. (2002), “Do R&D Subsidies Stimulate or Displace Private R&D Evidence from

Israel,” Journal of Industrial Economics, 50(4), 369-390.

Lichtenberg, F. R. (1984), “The Relationship between Federal Contract R&D and Com-

pany R&D,” American Economic Review Papers and Proceedings 74, 73-78.

________________ (1987), “The Effect of Government Funding on Private Industrial

Research and Development: A Reassessment,” The Journal of Industrial Econo-

mics, 36, 97-104.

________________ (1988), “The Private R&D Investemnt Response to Federal Design

and Technical Competitinos,” American Economic Review, 78, 550-559.

Toivanen, O, and Niininen, P., (1998), Investment, R&D, Subsidies, and Credit Con-

straints, Working Paper, Department of Economics MIT and Helsinki School of

Economics.

Wallsten, S. J. (2000), “The Effects of Government-Industry R&D Programs on Private

R&D: The Case of the Small Business Innovation Research Program,” The Rand

Journal of Economics, 31(1), 82-100.

Wooldridge, J. M.(2002), Economentric Analysis of Cross Section and Panel Data, MIT

Press.

자 소 개

고 상 원

․연세 학교 경제학과 졸업

․미국 코넬 경제학 석사 박사

․ 정보통신정책연구원 연구 원

권 남 훈

․서울 학교 경제학과 졸업

․미국 Stanford University 경제학 석사 박사

․정보통신정책연구원 연구 원

․ 건국 학교 경제학과 교수

이 경 남

․고려 학교 경 학과 석사

․ 정보통신정책연구원 연구원

연구보고 03-05

정보통신 민간연구개발투자에 한 정부지원의 효과

2003년 12월 일 인쇄

2003년 12월 일 발행

발행인 이 주 헌

발행처 정 보 통 신 정 책 연 구 원

경기도 과천시 주암동 1-1TEL: 570-4114 FAX: 579-4695～6

인 쇄 인 성 문 화

ISBN 89-8242-271-4 93320

보 가 10,000원