표제지
목차
발간사 3
요약 12
제1장 서론 27
제1절 R&D 투자 영향평가 구축 및 체계 개요 27
1. R&D 투자 영향평가 구축 개요 27
2. 1차, 2차년도 R&D 투자 영향평가 분석 종합 29
제2절 3차년도 R&D 투자 영향평가 체계 구축 연구 방향 43
제2장 정부 R&D 지원에 따른 기업 고용창출 효과 분석 45
제1절 연구 배경 및 필요성 45
제2절 선행연구 및 연구의 차별성 51
1. 정부 R&D 지원의 고용창출 효과 관련 선행연구 51
2. 본 연구의 차별성 54
제3절 정부 R&D 지원의 고용창출효과 분석 56
1. 분석 방법론 56
2. 분석 자료 59
3. 정부 R&D 지원에 따른 고용효과 분석 66
제4절 소결 71
제3장 딥러닝을 활용한 기업 R&D 지원 효과 예측 분석 75
제1절 머신러닝 개요 및 방법론 소개 75
1. 머신러닝 개요 75
2. 머신러닝 방법론 소개 77
제2절 머신러닝 방법론 비교 및 사회과학 적용 연구 사례 84
제3절 기업지원 효과 분석 모형 및 데이터 구축 과정 89
1. 연구 배경 및 필요성 89
2. 데이터 구축 91
제4절 머신러닝 활용한 기업 R&D 지원 효과 예측 분석 결과 94
1. 데이터 구조 및 예측 모형 가능성 검토 94
2. 딥러닝 모델 적용 97
3. 딥러닝 예측 정확도 특성 분석 104
4. 의사결정트리 모형과의 비교 108
제5절 소결 112
제4장 정부 R&D 투자의 거시경제적 효과 시뮬레이션 분석 117
제1절 연구배경 117
제2절 기존 모형 분석 및 차별점 119
1. 기존 모형 분석 119
2. 본 연구의 접근 130
제3절 R&D기반 연산일반균형 모형 개발 132
1. 사회계정행렬 134
2. 거시경제 모형화 137
3. 모수와 스톡 추정 153
제4절 실증분석 결과 159
1. 시나리오 설정 159
2. 시뮬레이션 결과 164
제5절 소결 167
제5장 결론 169
제1절 정부 기업 R&D 지원의 고용 창출 효과 분석 169
제2절 딥러닝을 활용한 기업 R&D 지원 효과 예측 분석 171
제3절 정부 R&D 투자의 거시경제적 효과 시뮬레이션 분석 175
제4절 R&D 투자 영향 평가 체계 구축 시사점 종합 176
참고문헌 181
Summary 184
판권기 2
〈표 1-1〉 R&D 투자영향평가 기반구축(1차년도)의 경제적 영향평가 연구 28
〈표 1-2〉 R&D 투자영향평가 체계 구축(2차년도)의 경제적 영향평가 연구 29
〈표 1-3〉 1차ㆍ2차년도 연구의 정책도구 및 정책목표에 따른 주요 내용 35
〈표 1-4〉 1차, 2차년도 연구의 정책도구 및 정책목표에 따른 주요 결과 41
〈표 1-5〉 3차년도 R&D 투자 경제적 영향평가 연구 방향 43
〈표 2-1〉 연도별 정부연구개발 예산 및 총지출 대비 비중 46
〈표 2-2〉 NRC의 SBIR 프로그램 성과평가 접근방법 49
〈표 2-3〉 선행연구들과의 차별성 56
〈표 2-4〉 연도별 정부연구개발예산 및 총지출 대비 비중 59
〈표 2-5〉 데이터 처리에 따른 분석가능 기업수 62
〈표 2-6〉 데이터 처리에 따른 분석가능 기업 수(대기업 삭제 후) 62
〈표 2-7〉 기초통계량 분석 63
〈표 2-8〉 매칭 이후 기초통계량 분석 65
〈표 2-9〉 정부 R&D 지원 성과지표 66
〈표 2-10〉 정부 R&D 지원에 따른 경제적 성과 67
〈표 2-11〉 지원 기간별 과제 수 68
〈표 2-12〉 2016년도 영향평가 보고서 중 매출액 증가율 분석결과 68
〈표 2-13〉 정부 R&D 지원에 따른 혁신 성과 69
〈표 2-14〉 정부 R&D 지원에 따른 고용 성과 70
〈표 3-1〉 머신러닝 방법론 유형별 비교 76
〈표 3-2〉 기업 R&D 지원 정책효과(ATT)의 통계량 92
〈표 3-3〉 주요 독립변수 통계량 93
〈표 3-4〉 종속변수별 증가 및 감소에 대한 비율 94
〈표 3-5〉 4개 범주에 따른 주요 독립변수 통계량 95
〈표 3-6〉 종속변수 2개 그룹에 대한 딥러닝 모델 예측 정확도 102
〈표 3-7〉 종속변수 4개 그룹에 대한 딥러닝 모델 예측 정확도 103
〈표 3-8〉 매출액 증가율 효과 기준 로짓 모형과 딥러닝 성능 비교 105
〈표 3-9〉 R&D 증가율 효과 기준 로짓 모형과 딥러닝 성능 비교 106
〈표 3-10〉 종속변수 4개 그룹에 대한 의사결정트리 모델 분석 결과 108
〈표 3-11〉 종속변수 2개 그룹에 대한 의사결정트리 모델 분석 결과 109
〈표 3-12〉 의사결정트리 매출액 증가율(1~3년차)에 대한 조건-4분류 110
〈표 4-1〉 기존 거시경제 모형 120
〈표 4-2〉 모형들간의 비교 131
〈표 4-3〉 산업 분류 135
〈표 4-4〉 R&D정책효과 분석을 위한 사회계정행렬 136
〈표 4-5〉 모형에서 사용하는 모수 및 변수 141
〈표 4-6〉 산업별 R&D자본스톡 추정(2014년) 154
〈표 4-7〉 산업별 총요소생산성(TFP) 157
〈표 4-8〉 R&D자본스톡이 총요소생산성이 미치는 영향 158
〈표 4-9〉 생산함수에서 대체탄력성(σ=1/(1-β)) 159
〈표 4-10〉 공공 R&D투자액 변화에 따른 정책 시나리오 설정 162
〈표 4-11〉 공공 R&D투자액 변화에 따른 정책 시나리오 설정 163
〈표 4-12〉 시나리오별 GDP 추이 165
〈표 4-13〉 시나리오별 GDP 추이 166
[그림 1-1] 3차년도 R&D 투자 경제적 영향평가 연구 방향 44
[그림 2-1] 2018년도 주요 R&D 예산 배분조정(안) 특징 47
[그림 2-2] 일자리 창출 관련 주요 사업 48
[그림 2-3] '18년 고용영향평가 주요 대상과제 48
[그림 2-4] 성향점수매칭법 수행절차 도식도 58
[그림 2-5] 분석 데이터셋 구축 도식화 61
[그림 3-1] 인공신경망 구조 78
[그림 3-2] 머신러닝에서 발생되는 과적합 문제 79
[그림 3-3] Convolutional Neural Network 구조 80
[그림 3-4] 의사결정나무와 랜덤 포레스트 방법론 82
[그림 3-5] 서포트 벡터 머신과 커널 서포트벡터 머신 82
[그림 3-6] 회귀분석과 머신러닝 방법론 성능 비교 사례(주택가격예측) 84
[그림 3-7] 회귀분석과 머신러닝 방법론 성능 비교 사례(수급여부예측) 85
[그림 3-8] 회귀분석과 머신러닝 방법론 성능 비교 사례(기업부도예측) 86
[그림 3-9] 학습 데이터 서브셋에 따라 다르게 구현되는 머신러닝 모형 87
[그림 3-10] 머신러닝 기반 기업지원 정책효과 분석 모형 90
[그림 3-11] 그룹1과 그룹4의 매출액 R&D 투자액 분포(로그값) 96
[그림 3-12] 그룹1과 그룹4의 매출증가율-R&D 투자증가율 분포 97
[그림 3-13] 일반적인 퍼셉트론 알고리즘의 도식화 98
[그림 3-14] 기계학습을 위한 데이터 분류 구성 99
[그림 3-15] 레이어 구성 형태 99
[그림 3-16] 1년차 매출증가율(2분류)에 대한 그래프 100
[그림 3-17] 본 연구에서의 딥러닝 학습 진행 과정 101
[그림 3-18] 딥러닝과 로짓모형 예측 구간 비교 107
[그림 3-19] 의사결정트리 매출액 증가율(1~3년차) 분석 결과-4분류 110
[그림 3-20] 의사결정트리 매출액 증가율(1년차) 분석 시 변수 중요도-2분류 111
[그림 3-21] 의사결정트리 매출액 증가율(1년차) 분석 시 변수 중요도-4분류 111
[그림 3-22] 정부R&D 수혜기업의 성과지표별 부(-)/정(+)의 정책효과 비율 112
[그림 3-23] 지원기업 정책효과 예측률 상승시의 기대 효과 114
[그림 3-24] 인공지능 기반 수혜기업 선정 프로세스 모식도 116
[그림 4-1] QUEST 모형에서 R&D 부문 122
[그림 4-2] RHOMOLO 모형에서 R&D 부문 123
[그림 4-3] GEM-E3 모형의 개요 125
[그림 4-4] 공정혁신을 통한 영향(NEMESIS) 128
[그림 4-5] 제품혁신을 통한 영향(NEMESIS) 128
[그림 4-6] WorldScan 모형의 산업생산 구조 129
[그림 4-7] 연산일반균형 모형 개발 순서 132
[그림 4-8] 생산함수 구조 137
[그림 4-9] 투자가 경제성장에 미치는 경로 160
[그림 4-10] 시나리오에 따른 투자별 비중 변화 163
[그림 4-11] 기준 시나리오(BAU)에서의 GDP 변화 전망 164
[그림 5-1]/[그림 6-3] R&D 영향평가 분석 결과 요약 180