Journal Search Engine
Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-8504(Print)
ISSN : 2287-8165(Online)
Journal of the Korean Society of International Agriculture Vol.25 No.4 pp.371-377
DOI : https://doi.org/10.12719/KSIA.2013.25.4.371

맘퀴스트 생산성 지수를 이용한 원예특용작물분야 농업 R&D 투자 생산성 분석

조남준, 허승오*†, 조근태**
국립농업과학원 화학물질안전과
*농촌진흥청 연구정책과
**성균관대학교 시스템경영공학과
농업 R&D 투자의 연구생산성 변화에 대한 기여도를 분석하기 위해 비모수적 방법인 자료포락분석법을 이용하고 기술효율성 변화와 기술수준 변화를 계측해 생산성 변화요인을 확인하는 맘퀴스트 생산성지수 분석방법을 적용하였다. 분석에 이용된 자료는 2007년부터 2011년까지 5개년간 국립원예특작과학원에서 수행한 연구과제의 연구비와 그 연구의 결과로 생성된 논문 (SCI, 비SCI), 산업재산권 출원, 영농활용, 정책제안, 품종육성 등 6개의 성과물을 대상으로 하였다. 투입요소는 국립원예특작과학원에서 수행한 연구비 총액이고, 산출요소는 6개의 성과물을 기준으로 하여 분석하였다.
불변규모(CRS)를 가정한 후에 자료포락분석법을 이용해 거리함수를 계산한 결과 영농활용이 1.000으로 가장 효율적인 성과로 분석되었고, 비SCI논문이 0.671, SCI논문이 0.343, 품종육성이 0.301, 정책제안이 0.288, 산업재산권이 0.251 순으로 분석되었다. 이러한 결과로 판단해 볼 때 연구성과 효율성을 향상시키기 위해서는 연구과제 특성에 따른 목표설정 및 재원배분, 인력, 시설, 장비 등의 추가적인 투자가 필요하다.
거리함수를 이용해 맘퀴스트 생산성지수를 도출한 결과 2007년부터 2011년까지 5개년간 원예특용작물분야 농업 R&D투자로 인한 연구성과의 생산성은 연평균 17.5%가 향상되었다. SCI논문이 39.4%로 가장 높은 생산성 증가율을 나타냈으며, 산업재산권 출원이 27.8%, 정책제안이 17.4%, 영농활용이 16.8%, 품종육성이 6.3%, 비SCI논문이 1.1%의 성장률을 나타냈다. 표본기간 동안의 기술효율성의 연평균 변화율은 0.6%로 나타났고, 기술수준의 변화는 16.8% 향상한 결과를 보여주고 있다. 또한 기술효율성 변화의 두 요소인 순수효율성과 규모 효율성 변화는 불변규모를 가정한 관계로 규모효율성의 변화가 없어 기술효율성의 변화는 순수효율성 변화와 동일한 값을 보여주고 있다.
결과적으로 5개년간 국립원예특작과학원에 투자한 농업 R&D는 17.5%의 생산성 향상을 가져왔고, 연평균 성장률에 대한 기여가 0.6%인 기술효율성 변화보다는 16.8%인 기술수준의 변화가 더 큰 기여를 하였다. 이는 원예특용작물분야 농업 R&D 투자로 인한 성과의 생산성 향상에 기술효율성의 개선보다는 기술진보가 훨씬 큰 기여를 하였다는 것을 보여주는 것으로서 개별 연구성과의 효율성 개선보다는 연구능력 향상, 우수인력 유치, 시설 확대 등 기술혁신을 일으킬 수 있는 요소에 대한 투자가 우선되어야 하며, 생산성 향상을 유도하는 투자가 지속적으로 이루어져야 함을 의미한다.
다만 본 연구에서는 R&D 투자 시점부터 연구성과가 발생하기까지의 시차와 개별 연구성과에 대한 투자규모가 다른점을 고려하지 않았으며 향후 추가적인 연구가 필요함을 밝혀둔다.

Productivity Growth, Efficiency Change and Technological Progress in Horticultural & Herbal R&D : A Malmquist Productivity Index Approach

Seung-Oh Hur*†, Nam-Jun Cho, Keun Tae Cho**
*Research Policy Planning Division, Rural Development Administration, Suwon, 441-707, Korea
Chemical Safety Division, National Academy of Agricultural Science, Suwon, 441-707, Korea
**Department of Systems Management Engineering, Sungkyunkwan University, Suwon 440-746, Korea
Received Aug. 12, 2013/Revised Nov. 25, 2013/Accepted Nov. 25, 2013

Abstract

Data Envelope Analysis(DEA) which is a kind of nonparametric statistical analysis, andMalmquist productivity index(MPI) to ascertain a factor on the productivity change with technical efficiencyand technical level were used to analysis the contributiveness of R&D investment on agriculturalproductivity change. Data used to the analysis were results like papers, industrial property right applications,policy suggestions, farming practical uses and seeds derived from the researches and researchfunds of all research subjects conducted by National Institute of Horticultural & Herbal Science for 5yrsfrom 2007 to 2011. The distance function of farming practical use by DEA assumed with CRS was 1.000which means to have the technical efficiency completely. The distance function on non SCI paper was0.671 and more efficient than other results like SCI paper, breed development, policy suggestion andindustrial property right application. As MPI built by the distance functions for 5yrs was 1.175, it meansthat the productivity of results on R&D investment is increased by 17.5%. The productivity of SCI paperwas improved by 39.4% being the highest increase value. The productivity of other results like industrialproperty right application, policy suggestion, farming practical use, breed development and non SCIpaper on R&D investment were increased by 27.8%, 17.4%, 16.8%, 6.3%, 1.1% respectively. The averagechange rate per year on technical efficiency for sample period was 0.6%, and it on technical level was16.8%. These rates mean that the contributiveness of technical level change on the productivity increasecaused from R&D investment is very higher than technical efficiency change. Also, those imply that aproper method to increase the agricultural productivity by R&D investment for horticultural and herbalscience discipline is a technical innovation than an improvement of technical efficiency. Consequently,the R&D investment for horticultural and herbal science discipline creates the productivity increase ofresearch results, and the investment for elements making technical innovation like human resources,equipment etc. should be placed ahead of an improvement of efficiency by results

0010-01-0025-0004-8.pdf450.4KB

 우리나라는 여러 선진국과 마찬가지로 농업 R&D를 공공 부문에서 주도하고 있다. 민간부분에서 연구를 주도하는 다른 산업분야와는 달리 농업 R&D는 불확실성, 비독점성, 장기성, 지역성 및 다양성으로 인해 민간부문이 담당하기에는 위험성이 크고 수익 보장력이 취약한 구조적 특징을 나타내고 있다(Lee, 2013). 더욱이 농업 R&D 투자는 시장환경 변화뿐만 아니라 자연환경 변화에 대응하여 품질과 생산성을 유지하는데 투입되고 있어 공공 R&D의 역할이 매우 중요하다(Alston et al., 2009, 2010). R&D 투자를 통한 기술혁신은 설비투자의 확대를 수반하고 노동생산성 향상과 품질혁신 및 생산비 절감으로 기존 산업의 변화와 수요의 변화를 가져오게 되어 자본주의 경제발전의 원동력이 된다. 이에 반하여 공공부문 농업 R&D의 성과로 발생하는 지식과 농업기술은 누구나 사용할 수 있어 투자한 예산으로부터 거둬들이는 수익을 중요하게 여기는 경제성 분석방법에서는 공공부문 농업 R&D를 비효율적으로 판단할 수 있다(Kim, 2003). 경제학적 의미에서의 효율성은 한정된 자원을 이용하여 최대한의 산출을 도출 하였을 때 효율성이 달성되었다고 정의하므로 달성 가능한 최대한의 생산성을 발휘하였을 때 효율적인 것으로 생각 할 수 있다(Shin, 2006). 최근 농업 R&D 투자의 효과와 영향에 대한 관심이 높아지면서 농업생산성 계측을 통해 연구자원 배분의 효율성을 높이기 위한 노력이 확대되고 있다. 농업 생산성 계측은 모수적 접근 방법에서 비모수적 접근방법으로 확장되고 있는데, 이는 모수적 접근방법이 생산함수 계측에서 함수형태, 기술변화, 시차구조의 선택에 따라 결과가 달라지는 제약조건 때문에, 최근 이러한 문제에서 비교적 자유로운 비모수적 방법이 많이 활용되고 있다. 더구나 모수적 방법은 의사결정단위의 효율성을 전제로 하지만 실제로 효율적인지의 여부는 검증이 필요하다. 따라서 이러한 제약에서 벗어난 비모수적 접근이 유용하다.

 농업 R&D 투자는 농업 성장의 원천으로 농업 생산성에 미치는 기여도는 그 동안 많은 분석이 이루어졌다. 농업 R&D를 통한 농업기술 개발로 농업 생산성이 향상되고 생산비가 절감되는 효과가 있지만(Alston et al., 2000, 2009, 2010; Kwon, 2010; Lee & Jung, 2010) 농가 단위에서는 기술적비효율성이 존재한다는 연구 결과도 있다(Kim & Wui, 1997; Kwon, 1997). 이것은 농업 R&D에 대한 효율성을 판단하는데 상반된 의미를 제공하는데, 대부분 생산자가 생산을 효율적으로 하고 있다는 가정을 전제로 하여 분석하고 있으며 농민의 기술 수용성이나 활용성을 판단하는 것은 어려운 측면이 있다. 대규모 영농을 하고 있는 농업선진국의 경우 기계화 등 생력화 기술이 많이 개발·활용되고 있으나, 우리나라처럼 소규모 영농의 경우에는 기술개발 상징성이 큰 기계나 기술보다는 인력의존형 기술을 활용하는 관계로 생산성은 향상되고 있지만 연구개발의 파급효과가 미약한 것처럼 분석될 수 있다. 이러한 모순을 벗어나기 위해서는 성장회계방식의 농업생산성 계측을 벗어나 실질적 기술 수준이나 기술효율성에 대한 분석을 실시하는 것이 바람직하다(Ahn 1998; Bauer et al., 1993; Berg et al., 1992; F re et al., 1994).

 맘퀴스트 생산성지수(Malmquist Productivity Index: MPI)는 자료포락분석법(Data Envelopment Analysis: DEA)의 거리함수(Distance Function)를 이용하여 생산성 변화를 기술효율성의 변화와 기술수준의 변화로 구분하고, 기술효율성은 순수효율성과 규모효율성 효과로 구분해 분석하는 생산성 변화분석방법이다(Coelli et al., 1999). 본 연구는 식량안보나 기후변화, FTA 등 국가단위의 대응을 고려해야 하는 농업 R&D의 투자방향 설정이나 재원배분을 위한 효율성 판단의 지표로서 기술수준의 변화와 기술효율성 변화를 판단할 수 있는 맘퀴스트 생산성지수(MPI)를 적용하고자 하며, 분석대상은 Kim(2003)의 연구에서처럼 개별농가의 생산성과 R&D 투자의 생산성을 비교하기보다는 정부에서 해마다 수행하는 국가연구개발사업 조사분석과 같이 R&D 수행의 결과로 직접 생산 되는 논문산업재산권품종 등의 연구성과물을 중심으로 각각의 성과물에 대한 생산성을 측정하여 효율성을 판단하고자 한다. 이를 위한 자료는 국공립 연구기관의 국가연구개발사업 연구성과자료를 활용하고자 한다.

 우리나라 농업 R&D 대표기관인 농촌진흥청은 R&D 분야를 농업기초기반분야, 식량작물분야, 원예특용작물분야, 축산분야 4개로 구분하여 국공립연구기관을 설치, 운영하고 있으며, 이중 원예작물 분야는 기후변화와 FTA에 제일 민감하면서 소비자 물가에 직접 연관된 품목이 많아 주요 관심 대상이 되고 있다. 소비자 물가는 농산물 수급 및 유통 등 관련 농업정책과 직결되지만 생산성 향상 및 안정생산을 위한 품종 개량과 재배기술 등 문제 해결의 시발점으로 기술개발이 중요한 역할을 하므로 R&D에 대한 효율성 분석이 필요한 시점이다. 본 논문에서는 원예특용작물 분야의 대표연구기관인 국립원예특작과학원에서 수행한 연구결과를 대상으로 맘퀴스트 생산성지수를 계측하여 R&D 투자의 효율성을 판단하고자 한다.

분석 방법

생산성 분석을 위한 모형

 경제학에서 생산성 변화를 판단하는 방법은 주로 생산함수를 계산한 뒤 적정함수로부터의 거리가 얼마나 되는가를 계측해 가깝거나 일치하면 생산요소의 투입이 효율적이라고 판단하게 된다. 여기서, 생산함수란 생산물을 생산하기 위하여 투입되는 생산요소들과 그 결합으로부터 얻을 수 있는 최대산출량과의 기술적 관계를 함수로 나타낸 것으로 기술의 수준을 반영한다(Kim & Shin, 2003). 생산함수에 대한 계산은 통계적 추론이 가능하지만 함수추정에 많은 가정을 요구하는 모수적 접근방법(non-parametric approach)과 함수추정에 가정이 필요하지 않으나 이상치(outlier)에 민감하게 반응하는 비모수적 접근방법(non-parametric approach)이 있다. 자료포락분석법(DEA)으로 계산된 거리함수를 이용하는 맘퀴스트 생산성지수는 비모수적 접근방법인 지수법(index number approach)의 하나로서 기술적 효율성을 실증적으로 계측할 수 있는 방법이다(Kim, 2003).

 맘퀴스트 생산성지수는 일반적인 함수나 특정의 생산함수를 가정하지 않고 거리함수에 기초해 투입요소에 대한 산출물의 지수로 정의된다. 이것은 투입요소에 대한 비용비중이나 소득분배율에 대한 자료를 필요로 하지 않고 거리함수는 투입량 기준 거리함수(input based distance function)와 산출량 기준거리함수(output based distance function)로 구분된다. 전자는 일정수준의 산출량을 생산하는데 소요되는 투입량을 최소화시키는 거리함수를 추정하는 것이며, 후자는 주어진 투입량으로 최대한 생산할 수 있는 산출량의 거리함수를 추정하는 것이다(Park & Park, 2004). 맘퀴스트 생산성지수의 장점은 생산성 변화를 기술효율성의 변화와 기술수준의 변화로 구분하도록하며, 동시에 기술효율성의 변화를 순수효율성의 변화와 규묘 효율성의 변화로 분해할 수 있다. 따라서, MPI를 계측할 수 있다면, 농업생산성의 변화에 대한 기술효율성의 기여도와 기술수준의 기여도를 판별할 수 있으며, 또한 기술효율성의 변화에 대한 규묘효율성의 기여도와 순수효율성의 기여도를 판단할 수 있다.

 Färe et al.(1994)에 따르면 산출량기준 맘퀴스트 생산성지수는 거리함수에 근거하고 있는데, 시점 t에서의 생산기술은 다음의 식 (1)의 산출물 거리함수로 표현할 수 있다(Shepherd, 1970; Färe, 1988).

 

 여기서, xt는 투입요소이고, yt는 산출물 생산량이다. St(xt)는 xt로 생산해낼 수 있는 산출물의 집합이며, δ는 yt ≥ 0에 대하여 0 < δ ≤ 1의 범위 내에서 값을 취한다.

 시점 t + 1에서의 생산기술은 다음의 식 (2)의 산출물 거리 함수로 나타낼 수 있다.

 

 위의 식은 시점 t의 생산기술을 이용하여 (xt+1, yt+1)이 실행가능한 범위 내에서 최대한으로 확장할 수 있는 정도를 측정하는 거리함수이다. 이와 마찬가지로 t + 1시점의 생산기술을 이용하여 (xt, yt)가 실행 가능하도록 하는 최대 확장 가능한 거리함수를 정의할 수 있는데, 이것은 Dt+1 (xt, yt)로 표기할 수 있다.

 맘퀴스트 생산성지수는 시점 t의 생산기술을 가정한 상태에서 서로 다른 두 시점의 투입량-산출량 조합을 통해 다음과 같이 정의할 수 있다.

 

 마찬가지로 t+1시점의 생산기술을 기준으로 해 서로 다른 두 시점의 투입량-산출량 조합의 관찰치를 통해 MPI를 다음과 같이 정의할 수 있다.

 

 따라서, 생산기술에 대한 기준연도의 임의적 선택의 문제를 피하기 위해 두 개의 산출량 거리함수들의 기하평균으로 MPI를 다음과 같이 정의한다.

 

 식(5)는 다음과 같이 쓸 수 있다.

 

 식(6)에서 은 두 기간 (t, t+1)의 거리함수의 비율로서 기술적 효율성 변화지수(technical efficiency change index, EI)를 측정하며, 제곱근으로 표시된 기하평균은 두 기간 동안의 기술수준의 변화지수(technical change index, TI)를 의미한다. 즉, 맘퀴스트 생산성지수는 효율성 변화지수와 기술변화지수로 분해할 수 있다.

 한편, 효율성 변화지수는 다시 순수 효율성 변화지수(pure efficiency change index, PI)와 규모 효율성 변화지수(scale efficiency change index, SI)로 나눌 수 있다.

 

 식(7)에서 Vt(xt, yt)는 규모에 대한 수확 가변 하에서의 산출량 거리함수로서 는 시점 t에 대한 시점 t+1의 순수 효율성 변화지수에 대한 정의이다. 그리고, 는 규모의 효율성 변화지수를 의미한다. 왜냐하면, 규모에 대한 수확불변의 기술과 규모에 대한 수확가변 기술 간의 산출량 거리함수의 비율을 측정하고 있기 때문이다. 식(7)을 추정하기 위해서는 DEA방법으로 추정할 수 있는 6개의 거리함수 −Dt(xt, yt), Dt(xt+1, yt+1), Dt+1(xt, yt), Dt+1(xt+1, yt+1), Vt(xt, yt), Vt+1(xt+1, yt+1)-를 추정하면 계측이 가능해진다.

분석자료

분석에 이용된 투입 및 산출요소 자료는 2007년부터 2011년까지 국립원예특작과학원에서 투입된 연구비와 모든 연구과제의 성과물인 논문(SCI, 비SCI), 산업재산권 출원, 영농활용, 정책제안 및 품종개발 건수 정보를 대상으로 하였으며, 동 자료는 국가연구개발사업 조사·분석 자료, 농촌진흥청 및 국립원예특작과학원 연보 등을 이용하여 정리하였다(Table 1).

Table 1. Data used to MPI analysis for R&D investment efficiency on horticultural science*

 농업 R&D의 투자 효율성 분석은 맘퀴스트 생산성지수의 산출식인 식(1)에서 식(7)까지가 고려된 T. J. Coelli가 개발한 DEAP(Data Envelopment Analysis (Computer) Program version 2.1)를 활용하여 분석하였다.

결과 및 고찰

거리함수 계측

 투자된 연구비에 대한 연구성과물을 대상으로 생산효율을 계측하는 관계로 불변규모(CRS)1를 가정하여 자료포락분석법을 이용해 거리함수를 계산한 결과는 Table 2와 같다. 여기서 보여주는 거리함수는 산출물 간의 상대적 효율성을 나타낸다. 계산된 결과 값이 1은 투입대비 생산이 완전 효율적으로 이루어지는 상태를 의미하며, 1에 가까울수록 생산성이 상대적으로 효율적이라는 것을 의미한다. 투자대비 연구성과별로 추정한 연도별 거리함수 값을 살펴보았을 때 영농활용이 1.000으로 가장 효율적인 성과로 분석되었고, 비SCI논문이 0.671, SCI논문이 0.343, 품종육성이 0.301, 정책제안이 0.288, 산업재산권이 0.251 순으로 계측되었다. 이는 논문과 영농활용이 연구분야에 상관 없이 모든 연구원들에게 동일한 성과지표로 활용되는 반면, 품종, 특허, 정책제안의 경우 일부 연구원의 성과로 작용하기 때문인 것으로 여겨진다. 다만 SCI 논문의 경우 비SCI논문과 영농활용에 비해서는 효율성이 낮으나 다른 연구성과보다는 효율성이 가장 높은 것으로 나타나 향후 연구성과의 효율성을 향상시키기 위해서는 연구과제 특성에 따른 목표설정이 필요하며, 각각의 성과에 대한 적절한 안배가 필요할 것으로 보인다.

Table 2. Distance function on outputs of R&D investment for horticultural science

 1CRS(Constant Returns to Scale) : 모든 생산요소 투입량 증가율과 동일한 비율로 산출량이 변하는 경우

맘퀴스트 생상성지수 계측

 거리함수를 이용해 계산한 원예특용작물분야 맘퀴스트 생산성지수와 맘퀴스트 생산성지수를 분해한 기술효율성 변화와 기술수준 변화 값은 다음의 Table 3과 같다. 여기서 보여주는 맘퀴스트 생산성지수는 인접한 2개년 동안 맘퀴스트 생산성지수가 얼마나 변화했는지를 나타내는 것이다. 맘퀴스트 생산성 지수가 1보다 크면 생산성이 전년도에 비해 향상되었음을 나타내며, 1이면 불변, 1보다 작으면 악화되었다는 것을 의미한다. 그리고 해당기간의 생산성 연평균 변화율은 Table 3에 나와 있는 값에서 1을 뺀 값이며 비율(%)로 나타낼 수 있다. 2007년부터 2011년까지 5년간 국립원예특작과학원에서 수행한 연구과제의 성과물 생산성(MPI)은 연평균 17.5% 증가한 것으로 나타났다. 이를 연구성과별로 살펴보면 SCI논문이 39.4%로 가장 높은 성장률을 나타냈으며, 산업재산권이 27.8%의 성장률을 보여주고 있다. 그 다음으로 정책제안이 17.4%, 영농활용이 16.8%를 나타낸 반면, 품종육성과 비SCI논문은 6.3%와 1.1%로 다른 연구성과물에 비해 낮은 성장률을 보여 주고 있다. 품종육성은 거리함수에서 언급되었듯이 다른 부분에 비해 육종분야에 일부 연구원이 참여하고 있고 연구기간이 장기간 소요되기 때문인 것으로 판단된다. 한편 비SCI 논문의 경우 생산 효율성은 높으나 성장률이 낮은 이유는 모든 연구분야가 관련되어 생산성이 극대화된 상태임을 고려할 때 인력 및 시설투자 확대, 제도개선 등의 정책수단을 활용한 개선방안 모색이 더 중요한 요인으로 작용하고 있는 것으로 판단되므로 이에 대한 대책마련이 필요하다. 각 요인별로 보았을 때는 2007년에 비해 2008년에 SCI 논문과 산업재산권에 대한 생산성 지수가 아주 크게 변화되었는데 이는, 2008년 성과주의 제도 도입 등 시대적 상황과 맞물려 연구성과를 발생하는 주체들의 연구성과에 대한 인식의 변화가 있었기 때문이라고 여겨지며, 반대로 산업재산권의 경우 2010년에 비해 2011년에는 0.638로 가장 낮은 값을 나타내고 있는데, 이는 그 이전연도까지 생산성이 급격하게 상승되어 2011년도에 들어서는 다소 정체되었기 때문으로 판단된다. 이러한 경향은 논문, 산업재산권, 품종 등의 기술효율성 변화(EFFCH) 에도 나타나고 있다.

Table 3. Estimation value on MPI, technical efficiency change (EFFCH), technical level change (TECHCH)

 Table 3에서 보여주고 있는 기술효율성(EFFCH)과 기술수준(TECHCH)의 변화도 전년대비 비율이기 때문에 맘퀴스트 생산성지수처럼 1보다 크면 효율성 향상, 같으면 불변, 작으면 악화되었다고 판단한다. 5년간의 기술효율성 변화는 0.6% 상승에 그치고 있는데 반해 기술수준의 변화는 16.8% 향상한 결과를 보여주고 있다. 이러한 결과는 원예특용작물분야의 투자로 인한 연구성과 생산성 향상에 기술효율성의 개선보다는 기술수준, 즉 기술진보가 훨씬 큰 기여를 하였다는 것을 보여주고 있는 것이다. 이 결과는 Kim(2003)이 쌀산업의 생산성 투자와 기술개발의 효율성을 분석한 결과와도 동일한 경향으로 각 성과물들의 생산효율을 높이기 보다는 기술혁신 자체에 투자를 하는 것이 더 효율적이라는 것을 의미한다. 각 성과물간 기술수준은 년도간 차이는 나타내고 있으나 동일연도에 성과간 수준차이는 나타나지 않고 있다. 이것은 기술진보가 해당연도 투자비용으로 인해 연차간 차이가 나는 것으로 판단할수 있으며, 그러한 영향은 해당연도의 성과물 생산에는 동일한 영향을 미치는 것으로 해석할 수 있다. 기술효율성은 연평균 값으로 판단할 경우 매우 안정적인 상태이며 연구성과 요소별로 판단할 때는 영농활용과 정책제안도 매우 안정적이다. 그러나, 다른 성과와는 달리 비SCI 논문과 품종육성의 경우에는 기술효율성이 떨어지고 있는데 이것은 맘퀴스트 생산성지수에서 언급한 것처럼 생산성이 이미 극대화되었고, 연구참여가 제한적이기 때문인 것으로 여겨진다.

 Table 4에서는 분석방법의 생산성분석을 위한 모형에서 언급한 것처럼 기술효율성 (EFFCH)을 구성하고 있는 순수 기술효율성(PECH)과 규모효율성 (SECH)을 보여주고 있는데 불변규모를 가정해 계측하였기 때문에 규모효율성 변화는 연차간, 성과요소간 차이가 나타나지 않고 있다. 그로 인해 기술효율성 변화는 순수기술효율성 변화로만 판단할 수 있다. 순수 기술효율성의 변화는 2007년 대비 2008년에 17.4%의 증가율을 보여주고 있는데, 이것은 SCI 논문(2.570), 산업재산권(1.888)에 대한 기술효율성 향상이 주 요인이다. 2010년 대비 2011년에 기술 효율성이 21.2% 하락한 것은 논문, 산업재산권, 품종육성에 대한 기술효율성이 약화된 것으로 보이며, 이것은 2011년 이전에 이들 연구성과의 생산효율이 크게 향상되었기 때문이다.

Table 4. Estimation value on pure (PECH) & scale efficiency (SECH) divided from technical efficiency change

Reference

1.Ahn, D.H. 1998. Analysis of productivity change in Korean rice farms : decomposition of productivity change into efficiency and technical change. Ph. D. Thesis. Seoul National University. Seoul.
2.Alston, J.M., C.C. Kang, M.C. Marra, P.G. Pardey, and T.J. Wyatt. 2000. A meta analysis of rates of return to agricultural R&D: Ex Pede Herculem? Washington D.C., IFPRI Research Report No. 113.
3.Alston, J.M., M.A. Anderson, J.S. James, and P.G. Pardey. 2009. The economics of agricultural R&D. Annual Review of Resource Economics 1:15-35
4.Alston, J.M., M.A. Anderson, J.S. James, and P.G. Pardey. 2010. Persistence pays : U.S. agricultural productivity growth and the benefits from public R&D spending. New York. Springer
5.Bauer, P.W., A.N. Berger, and D.B. Humphrey. 1993. Efficiency and productivity growth in U.S. banking. In H.O. Fried, C.A.K. Lovell, and S.S. Schmidt(eds.). The measurement of productive efficiency: 386-413. Oxford University Press: Newyork
6.Berg, S.A., F.R. Forsund, and E.S. Jansen. 1992. Malmquist indices of productivity growth during the delegulation of Norwegian banking. Scandinavian Journal of Economics 94(Supplement): 5221-5228
7.Coelli, T.J., D.S. Rao, and G.E. Battese. 1999. An introduction to efficiency and productivity analysis. Kluwer Academic Publishers.
8.Färe R. 1988. Fundamentals of production theory. Springer-Verlag: Berlin Heidelberg
9.Färe R., S. Grosskopf, M. Norris, and Z. Zhang. 1994. Productivity growth, technical progress and efficiency change in industrial countries. The American Economic Review 84:66-83
10.Kim, A.H., and I.S. Shin. 2003. Contemporary agricultural economics. Chungmok Press: Seoul.
11.Kim, J.H., and Y.S. Wui. 1997. Analysis of components related with the efficiency of rice agriculture. KREI 20(1):139-151
12.Kim, Y.T. 2003. Analysis on products of agricultural technology development and investment. KREI Research Report W15
13.Kwon, O.S. 1997. Analysis on production technology of Korean rice farmer-Efficiency analysis using nonparametric method -. Economics Research 45(4):251-270
14.Kwon, O.S. 2010. Agricultural R&D and total factor productivity of Korean agriculture. Agricultural Economic Research 51:67-88
15.Lee, J.R. 2013. The understanding of future agricultural R&D and our selection. Science & Technology Policy 23:4-18
16.Lee, J.R., and Y.J. Jung. 2010. The comparison of Agri-industry R&D investment/productivity among OECD countries and the analysis of R&D portfolio in Korea. STEPI Policy Research 2010-28
17.Park, C.S., and G.S. Park. 2004. Productivity comparison of petroleum industry between Korea and Japan. Korea Energy Economics Institute Research Report 04-43
18.Shepherd, R.W. 1970. Theory of cost and production functions. Princeton University Press: Princeton
19.Shin, C.G. 2006. An analysis on productivity growth and efficiency change in the Korean life insurance industry. Insurance Development Research 17(1):3-34