R&D투자와 수출의 생산효율성 제고 효과-SFA기법을 활용한 실증분석-

신범철; 이의영

추천

검색

자료유형: 학술저널

저자정보: 신범철 이의영

저널정보: 한국기업경영학회 기업경영연구 기업경영연구 제17권 제1호

발행연도: 2010.1

수록면: 1 - 21 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문은 2000~2005년 기간 동안 한국 제조업체의 R&D투자와 수출의 확대가 생산의 기술적 효율성에 미치는 효과를 확률변경분석(SFA) 기법을 활용하여 실증·분석하였다. 특히, R&D집중도와 수출비중이 생산효율성에 미치는 효과를 중소기업과 대기업을 구분하여 비교하였다. 이 연구의 핵심적인 결과를 요약하면, 우선 수출과 R&D, 그리고 생산성간의 관계를 분석함에 있어서 기업 간 기술적 이질성을 고려하는 것이 중요하다는 것이다. 따라서 산업별 기술적 효율성에 관한 분석만으로 기업의 고유한 특수적 상이성을 파악하는데 한계가 있음을 보이고 있다. 둘째, 고려된 표본기간 내에서 국내 제조업체의 생산기술은 기술진보적이며 콥-더글라스 형태보다는 초월대수 생산함수가 보다 적합함이 통계적으로 나타났다. 또한 고려된 모든 유형의 생산함수에서 기술적 비효율성이 없다는 귀무가설이 통계적으로 기각될 수 있었다. 이는 국내 기업들이 비효율적으로 생산하기 때문에 일반적인 생산함수를 사용하는 것보다 확률변경 생산함수를 사용하여 추정하는 것이 보다 적합함을 의미한다. 셋째, 전체적으로 수출비중은 통계적으로 기술적 효율성에 부정적인 영향을 미치는 것으로 나타났다. 즉, 기업의 매출액 대비 수출 증가가 기업의 생산 효율성을 오히려 떨어뜨린다는 것이다. 이 결과는 한국의 수출 증대가 생산성 향상과 고용 증가를 유발한다고 하더라도 기술적 효율성에는 오히려 부정적인 영향을 미치고 있음을 시사한다. 넷째, 생산의 기술적 효율성과 기업규모는 逆U자형의 비선형관계를 갖고 있는 것으로 나타났다. 이는 기업규모가 확대됨에 따라 생산의 효율성이 증대되지만 일정 수준 이상으로 확대될 경우 오히려 효율성은 증가된다는 것을 의미한다. 마지막으로, 제조업체 전반적으로 R&D집중도는 생산효율성을 향상시키는 것으로 나타났다. 기업규모에 따라 구분해서 보면 R&D집중도 증가가 중소기업에서는 생산효율성을 향상시키는 것으로 나타나지만 대기업에서는 통계적으로 유의한 영향을 미치지 못하는 것으로 나타났다. 이러한 결과는 정부의 R&D 지원이 대기업 보다는 중소기업에서 생산효율성 제고 효과가 크게 발생할 수 있음을 시사한다

This paper empirically examines determinants of technical efficiency of Korean manufacturing firms over the period 2000~2005, focusing on the effects of R&D expenditure and exports. In particular, the paper comparatively analyzes the technical efficiency of large firms and SMEs (small medium sized enterprises) by using the micro panel data. Two main approaches to the systematic measurement of production technical efficiency have been developed in the economic literature: DEA (data envelopment analysis) and SFA (stochastic frontier analysis). The former involves the application of the linear programming technique to trace the efficiency frontier, while the latter applies the econometric technique to estimating the various production frontiers. However, the usefulness of DEA for modeling technical efficiencies has been controversial, specially among econometricians. The main drawback of DEA is that any deviation of an observation from the production frontier must be attributed to inefficiency. Therefore, there is no provision for statistical noise or measurement error in the model. For this reason, we employ parametric SFA to measure the technical efficiencies. In analyzing the technical production efficiency, many studies employ two-step estimation method. In the first step, they estimate a stochastic production function and predict firm level efficiencies using various forms of production functions. Then, in the second step, the predicted efficiencies are regressed on firm-specific variables in identifying any sources for differences in predicted efficiencies across firms. However, the two-step method can suffer an inconsistency problem caused by assuming individual independence of the inefficiency effects in both estimation stages. To alleviate this inconsistency problem, we estimate simultaneously a stochastic frontier production function and the technical inefficiency model by the maximum likelihood estimation. The empirical results of the paper can be summarized as followings. First, the empirical results suggest that ignoring firm-specific heterogeneity in estimation of production function allowing for technical inefficiencies may lead to biased estimates of technical inefficiency. Second, production technology of manufacturing firms during the sample period is found to be progressive and translog production function can represent firm technology better than Cobb-Douglas production function could. Given the translog production function, the hypothesis that manufacturing firms have no technical inefficiency can be rejected statistically. This implies that the stochastic fron tier approach might be more appropriate rather than the standard production function approach. Third, exports expansion would not lead to an increase in technical efficiency of manufacturing firms over the period after Korea's financial crisis. Fourth the empirical results suggest that there is an inverse U shape of non-linear relationship between technical inefficiencies and the size of the firm. This implies that an expansion of firm size may worsen production technical efficiency over some level of firm size. Finally, the empirical results show that R&D expenditure would be positively associated with technical efficiency in small and medium sized firms but not in large firms. This suggests that government subsidy for enhancing productivity would be more effective in small and medium sized firms than in large firms.

#확률변경분석기법 #생산의 기술적 효율성 #연구개발비 #패널자료 #Stochastic Frontier Analysis #Technical Efficiency #R& #amp #D #Panel Data.

참고문헌 (36)

참고문헌 신청

Aigner, D. / 1977 / Formulation and Estimation of Stochastic Frontier Production Models / Journal of Econometrics 2 : 1 ~ 37

Aw, B. Y. / 1998 / Technology, Exports and Firm Efficiency in Taiwanese Manufacturing / Economics of Innovation and New Technology 7 : 93 ~ 113

Battese G. E / 1992 / Frontier Production Functions, Technical Efficiency and Panel Data: with Application to Paddy Farmers in India / Journal of Productivity Analysis 3 : 1

Battese G. E. / 1988 / Prediction of Firm-Level Technical Efficiencies with a Generalized Frontier Production Function and Panel Data / Journal of Econometrics 38 : 387 ~ 39

Battese G. E. / 1995 / A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data / Empirical Economics 20 : 325 ~ 332

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

신범철

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 8 이용수 151

이의영

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 3 이용수 83

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 (36)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)