Browse

Identifying Typological Variation of Innovation Behavior in Manufacturing and Service Sectors in Korea : 국내 제조업 및 서비스업 혁신 거동의 유형별 변화 탐색

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
박선영
Advisor
박용태
Issue Date
2020
Publisher
서울대학교 대학원
Description
학위논문(박사)--서울대학교 대학원 :공과대학 산업공학과,2020. 2. 박용태.
Abstract
치열한 글로벌 경쟁속에서 지속적 성장을 위한 혁신의 중요성으로 인해, 수많은 국가, 산업, 기술 수준의 혁신 연구들은 다양한 관점에서 혁신의 영향요인과 메커니즘에 대해 깊게 탐구해 왔다. 그러나 연구범위의 특수성, 소규모의 실증연구, 혁신연구 자료에 따른 대용 지표의 특성에 의해 제한된 전통적인 통계적 방법론과 결부된 복잡한 혁신 환경은 혁신에 대한 다양한 논쟁을 일으키며, 혁신에 대한 총체적인 합의를 어렵게 해왔다.
본 학위 논문은 다양한 측도로 측정되는 혁신 연구자료의 대용지표적 특성과 이에 의해 제한된 전통적 통계 방법론의 적용의 취약점을 넘어서서, 16,230개의 대규모 표본 실증 자료와 이를 통합적으로 반영할 수 있는 의사결정나무분석을 활용한 하나의 통계적 프레임워크에 기반하여 국가적, 산업적, 지역적 수준에서 제조업과 서비스업에 대한 횡단적, 종단적 비교분석을 통해 두 업종을 아우르는 혁신에 대한 총체적인 지식의 부족함을 경감함으로써 혁신 연구의 지평을 넓히고 풍성하게 하는 것을 목표로 한다.
본 학위 논문은 체계적 프레임워크를 개발함으로써, 한국의 제조업과 서비스 산업의 모든 세부 산업을 전국적으로 반영할 수 있도록, 이론적으로 표준화되고 실무적으로 세계적으로 활용되는 오슬로 매뉴얼에 기반한 한국혁신조사 자료를 활용하여, 최근의 연속된 두 기간 동안, 선행연구에서 제시된 혁신과 연관된 외생적, 내생적 변수를 모두 고려하여, 다양한 관점의 다양한 수준에서 산업, 세부산업, 지역 간의 종단적이고 횡단적인 비교분석을 통해 종합적인 혁신의 영향 요인과 혁신의 유형적 거동을 탐색하고자 한다.
본 학위 논문은 두개의 주제로 구성되어 있다. 첫번째 주제는 선행연구들이 선험적으로 가정하였지만, 통계적으로 검증되지 않은, 산업, 세부산업, 지역, 지역산업 수준에서 제조업과 서비스 산업의 혁신의 성공과 실패에 대한 통계적 차이를 확인한다. 8가지 가설에 따른 28개 모델에 대한 교차표 분석과 카이제곱 검정을 통해 지지된 가설검증 결과를 바탕으로, 본 학위논문은 혁신에 대한 영향요인과 유형별 거동을 탐구한다.
두번째 주제는 CHAID 알고리즘과 10-fold 교자검증을 활용한, 안정적이고 타당한 예측적 의사결정 나무분석을 통해 혁신에 대한 영향요인과 유형별 거동을 탐구한다. 두번째 주제는 세가지 세부 모듈로 구성된다. 첫번째 모듈은, 52개 모델에 기반하여 전국적, 지역적 수준에서 제조업과 서비스 산업의 혁신 성공과 실패에 대해 비교 분석을 통해 혁신 영향요인과 유형별 거동을 파악한다. 두번째 모듈은 30개 모델에 기반하여, 제조업과 서비스 산업내 성공기업의 전반적인 혁신활동에 대해 다양한 관점에서 비교분석을 통해 혁신 영향요인과 유형별 거동을 파악한다. 세번째 모듈은 제조업과 서비스 산업내 가장 혁신적인 세부산업, 지역, 지역산업에 대해 36개 모델을 통해 혁신 영향요인과 유형별 거동을 파악한다. 이를 통하여, 본 학위 논문은 제조업과 서비스업 내의 중요 영향요인과 이들의 변화를 종단적, 횡단적으로 파악하고 유형적 혁신 거동을 밝힌다.
118개의 의사결정나무분석을 통한 혁신의 영향요인과 유형적 거동에 대한 종합적 이해를 바탕으로, 전국적, 지역적, 산업적, 기업적 관점에서의 종합적인 시사점을 제시한다.
제조업과 서비스산업 전반에 걸쳐, 내부 연구개발과 역량은 혁신 성공에 중요한 것으로 확인되었다. 제조업에서는 기업 규모가 클수록, 기업 연령이 높을수록, 혁신 성공가능성이 높은 것으로 확인되었다. 제조업내 저 기술 분야의 기업은 R&D 활동보다 비R&D 활동을 선호하였으며, 서비스산업에서는 기존 연구와는 다르게, 혁신 성공에 대한 세부 산업간 차별적 특성뿐 아니라, 기업 규모와 연령효과가 확인되었다. 특히 경제 호황기에서 기업 규모의 효과가 두드러지게 나타났다. 지역 측면에서는 수도권과 광역권내에서의 혁신 성공과 실패에 있어 기업의 혁신 역량과 세부산업간 차이가 확인되었다. 산업측면에서는 제조업과 서비스산업내의 R&D의 역할에 대한 차이가 나타났다. 제조기업은 비R&D 활동 보다 R&D 활동에 더욱 집중하는 반면, 서비스 기업은 전반적으로 R&D보다 비R&D 활동을 수행하는 것으로 확인되었다. 지식활용 측면에서는 서비스 기업이 민간 고객 정보에 집중하는 반면, 제조기업은 동일 분야내 경쟁정보를 더욱 중요시하였다.
성공기업의 혁신의 재무적 기여측면에서는, 혁신은 수년에 걸쳐 두 산업 모두에서 재무적으로 기여하였다. 제조기업의 혁신이 서비스기업의 혁신보다 더 많은 재무적 기여를 하는 것으로 확인되었으며, R&D 혁신활동을 수행하는 제조기업이 더 높은 재무적 기여를 달성했다. 서비스 산업내에서는 내부역량과 지식활용의 자유도가 높은 서비스 기업이 높은 재무적 기여를 거두었다.
전반적인 성공기업의 혁신활동의 영향요인과 거동 측면에서는 제조업과 서비스산업 전반에서 혁신성공기업들은 저비용의 R&D 활동을 선호하였으나, 저 기술군 산업은 비R&D 활동을 선호했다. 제조업에서는 기업으로 하여금 시장 니즈 탐색 활동을 유도하는 목표시장 성격에 따라 제조기업의 전반적인 혁신활동과 외부 지식 활용 활동에 영향을 미쳤다. 대부분의 연구소를 보유하고 있는 기업은 자사의 지식을 활용함으로써 내부연구개발에 집중하였다. 협력R&D는 부족한 내부역량을 채우기 위해 수행되었으나, 이를 보완하기 위한 흡수역량이 요구되었다. 서비스 산업에서는 기업들은 기술활용측면의 세부산업의 차별적 특성에 따라 내부 역량에 따라 R&D를 수행하거나 하지 않았다. 서비스 기업의 혁신 거동은 고객과 경쟁자로부터의 지식 활용 측면과 밀접하게 연관되어 있는 것이 확인되었으며, 특히 경제 활황기에는 고객 및 외부 R&D 기관으로부터의 지식활용에 적극적이었다.
혁신 성공을 제고하기 위한 정책적 시사점으로는, 제조업에 있어서 자금 지원을 통한 내부 R&D와 협력 R&D 역량 모두를 높일 수 있는 체계와 기술과 시장에 대한 정보제공 수준을 높이는 측면에서 국가혁신체계를 강화하는 것이 중요하다. 서비스 산업에 있어서는, 협력 네트워킹 활동을 강화하는 것보다 내부 R&D 뿐만 아니라 비R&D 활동을 위한 역량을 강화하는 것에 초점을 맞추는 것이 중요하다. 또한, 세부산업의 차별적 특성에 맞춘 시장정보 제공의 촉진이 요구된다.
전체적으로, 본 학위 논문은 빅데이터 수준의 혁신 연구 자료의 다양한 지표 형태를 포괄할 수 있는 단일 통계적 프레임워크로써 의사결정나무분석 방법론을 제시하고, 기업 혁신 활동의 다양한 관점과 전국적, 산업적, 지역적 수준에서 서로 다른 산업적 특성을 가진 제조업과 서비스산업 전반의 종단적, 횡단적 비교 분석 연구를 통해 주요한 영향요인과 유형적 혁신 거동에 관한 발견과 시사점을 제시하였으며, 이는 총체적인 혁신 이해에 대한 지식 축적에 기여한다. 제안된 종합적인 분석 체계를 기반으로 실증적으로 다양한 맥락을 관통하는 혁신 측정의 일관성을 가진 대규모의 혁신 연구 자료를 활용함으로써, 다양한 관점과 소규모의 실증적 혁신 환경에 따른 혁신 연구 자료와 비일관적인 대용 지표에 기인한 주요 혁신요인과 메커니즘에 대한 다양한 논쟁을 해소하고, 동시대의 새로운 혁신 연구의 지평을 밝힌 점에서 의의를 가진다.
Numerous innovation studies at the national, industrial, and corporate levels from the various perspectives on diverse innovation taxonomy have fathomed influencing factors and in-depth mechanism on innovation due to the crucial role of innovation for ensuring growth under a fiercely competitive business environment in globalized economy. However, the complex context of innovation has led to controversies on innovation and made it difficult to address a comprehensive prescription of innovation involving specific research scopes, small pieces of empirical cases, and traditional statistical methodologies tied down by natures of proxy measures in innovation study data.
This doctoral thesis aims to broaden and enrich the landscape of innovation study by mitigating the shortness of comprehensive knowledge on innovation encompassing manufacturing and service industries based on the big data scale of 16,230 empirical cases from cross-sectional and longitudinal comparative perspective between two industries at the national, sectoral, and regional levels through a single statistical framework by employing decision-making tree analysis, beyond the weakness of proxy measures in innovation study data regarding type and scale, and classical statistical methodologies tied down by the data.
This thesis develops a systemic framework to identify overall influencing factors and typological behaviors by considering all factors together entailing contextual and intrinsic factors, which are determined in previous empirical studies in different contexts from the diverse microscopic foci, at various level from diverse perspectives based on the cross-sectional and longitudinal comparative analysis between industries, sectors, and regions on manufacturing and service industries to reflect all sectors nationwide over the years in Korea empirically, by using data from recent two consecutive Korea Innovation Survey (KIS), which is based on the Oslo manual that is standardized theoretically and practically applied worldwide.
This thesis consists of two themes. Theme#1 aims to verify statistical differences in innovation success and failure between manufacturing and service industries at the industrial, sectoral, regional, and across sectoral and regional levels nationwide, which is preliminary assumed in previous studies that there is significant difference between sectors statistically, but not tested. Based on the supported eight hypotheses on 28 models by cross-tabulation analysis and chi-square test, this thesis explores forward significant influencing factors and typological behavior on innovation.
Theme#2 explores to identify influencing factors and typological behaviors on innovation comparatively between manufacturing and service industries nationwide based on decision-making tree analysis employing CHAID algorithm and 10-fold cross-validation, which are stable, rational and predictive. This theme#2 consists of three modules. The first module identifies influencing factors and typological behaviors on innovation success and failure comparatively between manufacturing and service industries at the national and regional level based on 52 models. The second module identifies influencing factors and typological behaviors on firms that succeeded in innovation comparatively between manufacturing and service industries at overall innovation activity levels from various perspectives based on 30 models. The third module identifies influencing factors and typological behaviors on the most innovative domains having highest success rate comparatively between manufacturing and service industries at the sectoral, regional, and across the industrial and regional levels with higher resolution particularly based on 36 models of three sub-modules. From these models, this thesis identifies pivotal and varying influencing factors across industries over the years, and determines typological behavior of firms in manufacturing and service industries.
Based on comprehensive findings on significant influencing factors and typological behaviors on innovation in each result of overall 118 decision-making tree analysis models in three modules in theme#2, overall implications on each typological variation at the national, regional, industrial, and corporate level are drawn.
At the national level, the role of internal R&D and its capability are crucial for innovation success across manufacturing and service industries. In manufacturing industry, the larger the firm size and the older the firm, the higher the success will be achieved. Firms in low-technology sectors prefer non-R&D innovation activities rather than R&D. In service industry, effects of firm size and age with sectoral differences are identified. The size effects are prominent under the booming economy circumstances. At the regional level, significant influencing factors are consistent with the arguments on innovation capacity and sectoral difference on both capital and metropolitan area. At the industrial level, the significant role of R&D is witnessed between manufacturing and service industries, such that manufacturers concentrate more in R&D activities than non-R&D activities, and that service firms generally implemented non-R&D innovation activities than R&D. Regarding utilizing information, service firms focus on information from private customer, whereas manufacturers emphasis information from competitor in same sector.
At the firm level on innovation contribution, innovation have contributed to the sales on both industries over the years. Comparatively there was a tendency that innovation in manufacturing industry contributes more than service industry. In manufacturing industry, firms performing R&D related innovation activities earn higher contribution to sales from innovation. In service industry, the higher internal capability and freedom in utilizing knowledge, the higher financial contribution will be achieved.
Concerning an innovators behavior, in manufacturing industry, target market characteristics that drive a firm to explore market needs affects innovation behavior and the utilization of external knowledge. Firms prefer implementing low-cost R&D activities across sectors, but firms in low-technology sectors prefer non-R&D activities. Most firms having R&D institutes focus on performing internal R&D with using their own knowledge. Cooperative R&D is conducted for closing capability gaps, but absorptive capacity is necessary to complement cooperative R&D. In service industry, firms primarily decide on whether to engage in R&D based on sectoral differentiations in technology facilitation with internal R&D capability. Their behavior is closely related to the knowledge utilization from customer or competitor. Firms perfervidly engage in utilizing knowledge from customers and external R&D institutes under the booming economy.
For managerial or political implications in manufacturing industry, it is crucial to enhance the national innovation system, such that strengthening a support program to increase the capacity of both in-house R&D and cooperative R&D through funding, and to enliven the information environment on technology and market. For service industry, it should focus on enhancing the capacity for non-R&D innovation activities as well as for the internal R&D rather than promoting cooperative networking activities. Also, it should strengthen the national innovation system for to facilitate provision of market information according to the sectoral differentiation.
In whole, the findings and implications presented in this thesis contribute to the comprehensive knowledge on influencing factors and typological behaviors on innovation across manufacturing and service industries nationwide from cross-sectional and longitudinal comparative analysis by employing DT methodology to encompass various types of proxy measures in innovation study data together in a single statistical framework on the big-data scale, thereby shedding light on landscape of innovation study and resolving controversies involving various empirical contexts and diverse proxy measures, which are tied down by the innovation study data.
Language
eng
URI
https://hdl.handle.net/10371/167581

http://dcollection.snu.ac.kr/common/orgView/000000158498
Files in This Item:
Appears in Collections:
College of Engineering/Engineering Practice School (공과대학/대학원)Dept. of Industrial Engineering (산업공학과)Theses (Ph.D. / Sc.D._산업공학과)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse