로봇산업의 정부 R&D보조금 효과에 관한 연구 : 행동부가성을 중심으로 :행동부가성을 중심으로

조훈상; 이철규

추천

검색

질문

자료유형: 학술저널

저자정보: 조훈상 이철규 (건국대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제25권 제7호

발행연도: 2012.10

수록면: 3,019 - 3,039 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2014

R&D보조금에 따른 행동부가성이 로봇산업의 기업성과에 미치는 영향

조훈상 벤처專門技術學科 2014.01 학위논문

2012

로봇산업의 정부 R&D보조금 효과에 관한 연구 : 행동부가성을 중심으로

조훈상 , 이철규 대한경영학회지 2012.10 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 정부의 R&D프로젝트 성과지표로 관심 받고 있는 행동부가성의 개념을 정리한 후 행동부가 성의 측정지표를 개발하여 로봇산업을 대상으로 한 실증분석을 통해 행동부가성의 구성요소와 구조를 파악하고자 하였다.
일반요인모형, 다요인모형, 고차요인모형을 경쟁모델로 제시하고 설문조사를 통해 자료를 수집한 후 구조방정식분석을 통해 모형적합도를 기준으로 상호 비교하였다. 지식부가성, 기술부가성, 시장지위부가성, 인적자원부가성 등 총 4개의 하위요소로 구성되는 위계적 모습을 갖는 고차요인모델이 행동부가성을 잘 설명하는 우수한 모델로 나타났다. 또한 행동부가성은 직접성과 및 간접성과에 모두 정(+)의 영향을 미치는 것으로 나타났으며, 간접성과가 직접성과에 미치는 영향력도 정(+)의 방향으로 통계적으로 유의하였다.
결론적으로 정부의 R&D보조금은 기업의 행동(역량강화, 기업전략, 협력방식 등)을 변화시켜 기업 내부의 잠재적 능력 및 역량을 높이고 이에 따라 기업의 직접성과와 간접성과가 함께 향상된다고 할 수 있다. 향후 로봇산업과 같이 첨단산업분야에서 정부 R&D 프로그램의 기술혁신 성과를 측정할 경우, 행동부가성의 요소를 반드시 반영할 필요가 있다.
본 연구는 정부의 R&D보조금을 받은 기업만을 대상으로 실증하였기에 R&D보조금을 받지 않은 기업과의 비교나 정부 R&D보조금이 기업의 자체 R&D투자를 유발하였는지에 대한 분석 등은 미흡하였다. 향후 연구에서는 행동부가성에 대한 다양한 가설들이 실증되기를 기대한다.

This study explains the components and structure of behavioural additionality through the analysis on Robot Industry by developing measuring tools of behavioural additionality after establishing the concept of behavioural additionality which is interesting as a performance indicators of R&D Project which is performed by a government funding. It is compared with the goodness-of-fit model through the structural equation after collecting data from the survey while presenting competition models such as general factor model, multi-factor model, hi-order factor model. The result shows that hi-order factor model describes behavioural additionality best, having a hierarchical appearance with a total of four sub-components(knowledge additionality, Technology additionality, market position additionality and human capital additionality). Moreover, Behavioural additionality has a plus(+) effect on both direct and indirect performances and the influence that the indirect performance gives the direct performance goes to a plus(+) effect. It was statistically significant.
In conclusion, public R&D funding changes company’s behaviours(stronger competence focus, business strategy, method of networking etc) and increases potential and capabilities taking place inside the firms. This in turn helps to improve the performance of direct and indirect outcomes. When measuring Technological innovation performance of R&D funding, the elements of behavioural additionality is necessarily applied to state-of-the-art technology such as Robot industry. This paper is only performed with companies which received public R&D funding. The insufficient parts here are: Whether public R&D funding induces the firm’s own investments and the comparison between firms with a publicly funded R&D project and firms without R&D funding. In future studies, demonstration of the various hypotheses for behavioural additonality is hoped.

#로봇산업 #R& #D보조금 #기업역량 #성과평가 #행동부가성 #Robot Industry #R& #D Funding #Company's Competence #Performances #BehavioralAdditonality

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

조훈상

소속기관 대한경영학회

주요연구분야 사회과학 > 경영학

논문수 1 이용수 257

이철규

소속기관 건국대학교

주요연구분야 사회과학 > 경영학 TOP 10% 복합학 > 학제간연구

논문수 17 이용수 5,220

이 논문과 함께 이용한 논문

한국 로봇산업의 부문별 성장잠재력 추정

배미경 한국경제연구 2008 .06

박근혜정부의 ICT거버넌스 분석 : ICT관련 정부위원회를 중심으로

정충식 한국지역정보화학회지 2016 .09

한국의 ICT 거버넌스 재설계 방안에 관한 시론적 연구 : 단일행정부 이론과 독립규제위원회 이론을 중심으로

이성엽 행정법연구 2012 .12

센서 통합 능력을 갖는 다중 로보트 제어 시스템의 개발

서일홍 , 현웅근 , 김태원 외 3명 제어로봇시스템학회 국내학술대회 논문집 1992 .10

재활 및 헬스케어를 위한 로봇응용

김동원 , 이종호 , 엄우용 제어로봇시스템학회지 2010 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2014-325-000981009

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

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)