R&D 프로젝트 효율성 상관분석 및 사업포지셔닝 조사를 위한 2단계 DEA/AR-I 성과평가모형

박성민

추천

검색

질문

자료유형: 학술저널

저자정보: 박성민 (백석대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제23권 제6호

발행연도: 2010.12

수록면: 3,285 - 3,303 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 R&D 프로젝트 효율성 상관분석 및 사업포지셔닝 조사를 위한 2단계 DEA/AR-I 성과평가모형을 제안하고, 대한민국 정부에 의해 입안ㆍ집행된 ’09년도 성과활용현황조사시 수집ㆍ제공된 대규모 실증자료의 사례분석을 다음과 같이 예시한다. 첫째, R&D 프로젝트의 제1단계 기술적 산출 및 제2단계 사업화 결과와 관련된 2개 DEA/AR-I 효율성지수간 상관성을 분석한다. 특히, DEA 효율성지수 신뢰도 제고를 위해 Acceptance Region Type I(AR-I) 제약식을 갖는 DEA/AR-I 성과평가모형을 수립ㆍ활용한다. 둘째, 비모수적 단일인자 분산분석법 Kruskal-Wallis 검정을 실시하여 기술분야별ㆍ주관기관별로 분류된 R&D사업간 효율성지수의 통계적 유의차를 확인하고, 이에 기초한 R&D 사업포지셔닝 매트릭스를 작성한다. 지식경제부ㆍK기관이 각각 R&D 정부지원자금 주무ㆍ관리부서인 ’09년도 ‘산업기술개발사업’ 2,393개 R&D 프로젝트의 77.89%, 1,864개 R&D 프로젝트 사례분석 결과; 1)R&D 프로젝트 제1단계 기술적 산출효율성지수 DEA/AR-I(1)과 제2단계 사업화 결과 효율성지수 DEA/AR-I(2)간 표본상관계수 r≒0.05로서 절대적 크기가 작고; 2)Kruskal-Wallis 검정 표준화 통계량에 기초한 R&D 사업포지셔닝 매트릭스로부터, ①기술분야별 분류에서는 ‘바이오ㆍ의료’는 우등, ‘기계ㆍ소재’는 열등, ②주관기관별 분류에서는 ‘벤처기업’, ‘중소기업’은 우등, ‘대기업’은 열등한 상대적 효율성이 확인된다.

This study aims to propose a two-staged DEA/AR-I performance evaluation model for R&D projects efficiency correlation analysis as well as R&D programs positioning investigation according to the stepwise performance creation process relating to government-funded R&D projects. First, it is examined whether a statistically significant correlation exists between the first stage ‘technical output’ and the second stage ‘business outcome’ DEA/AR-I efficiency score. Especially, in order to enhance the reliability of DEA optimal solutions, a DEA/AR-I revised model is developed by adding Acceptance Region Type I(I.e. AR-I) constraints into the DEA basic model. Second, R&D programs(I.e. R&D project groups classified by technology and organization types) are tested so as to verify significant differences in their DEA/AR-I efficiency scores in terms of Kruskal-Wallis test of hypothesis that is a nonparametric single-factor analysis of variance method. Additionally, two R&D programs positioning matrices are generated by the test statistic. The empirical dataset is composed of 1,864 R&D projects which is 77.89% of the total of 2,393 R&D projects deployed in ‘Industry Technology Development Program’ supervised by Ministry of Knowledge Economy(MKE) and administered by Korea Evaluation Institute of Industrial Technology(KEIT) in the year of 2009. Results show that; 1)the sample correlation coefficient r ≒0.05 that is statistically significant but its absolute magnitude is very small between the first stage ‘technical output’ DEA efficiency score DEA/AR-I(1) and the second stage ‘business outcome’ DEA efficiency score DEA/AR-I(2); 2) R&D programs positioning matrices locate, ①‘biologicalㆍmedical’ in superior, ‘mechanicalㆍmaterial’ in inferior position regarding the technology types classification, ②‘venture business’, ‘small and medium-sized business’ in superior, ‘large enterprise’ in inferior position regarding the organization types classification.

#가중치 제약 #성과평가 #자료포락분석 #포지셔닝 매트릭스 #효율성지수 #IT #R& #D #Data Envelopment Analysis #Efficiency Score #Multipliers Restriction #Performance Evaluation #Positioning Matrix

참고문헌 (47)

참고문헌 신청

1. [보고서] - 고영선 / 2004 / 공공부문의 성과관리

2. [보고서] - 과학기술부(MST) / 2007 / 국가연구개발사업에 대한 추적평가 실시방안 연구

3. [보고서] - 기획재정부(MSF) / 2008 / ’09년 주요 분야별 재원배분 방향

4. [보고서] - 기획재정부(MSF) / 2008 / 일자리 창출을 위한 경제 재도약 예산-2009년 예산․기금안 주요내용-

5. [학술지(정기간행물)] - 박성민 / 2007 / DEA/AR-I을 활용한 IT 중소.벤처기업 정부자금지원정책 성과평가 / 한국통신학회논문지B 32 (12) : 815 ~ 825

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박성민

소속기관 홍익대학교

주요연구분야 사회과학 > 경영학 공학 > 산업공학

논문수 51 이용수 6,276

이 논문과 함께 이용한 논문

공공부문 R&D 프로젝트 효율성 상관분석

박성민 대한산업공학회 추계학술대회 논문집 2010 .11

복합성과평가지수를 활용한 정부지원 R&D 과제의 성과평가에 관한 연구 : 응용기술개발지원 융자사업을 중심으로

박성민 , 고경일 , 설원식 대한경영학회지 2012 .04

DEA를 이용한 R&D효율성의 국제비교분석

안상인 , 권성훈 , 송성환 외 1명 대한산업공학회 춘계공동학술대회 논문집 2009 .05

VR콘텐츠의 멀미유발요인 감소를 위한 연출법 연구

김윤정 애니메이션연구 2016 .06

Virtual Reality에서 RF 센서 및 SDIIR 센서의 데이터 융합을 통한 상대 방위각 및 고각 추정 기법에 대한 연구

변현호 , 김상현 , 문성현 외 1명 한국항공우주학회 학술발표회 초록집 2015 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (47)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)