친환경적 데이터 응용기술 활용 정책개발을 위한 기획연구

강성원,이홍림 한국환경정책평가연구원 2020 기본연구보고서 Vol.2020 No.-

Ⅰ. 연구의 배경 및 목적 □ 데이터 응용기술의 급속한 확대에 따라 요구되는 새로운 환경정책연구를 파악하고, 이를 수행하는 정책연구 로드맵을 구축 ㅇ 21세기에 들어서면서 데이터 수집, 축적, 분석, 확산과 관련된 데이터 응용기술이 급속하게 발전하였으나 데이터 응용기술이 환경에 미치는 영향은 불확실 - 데이터 응용기술: 데이터 수집, 축적, 분석, 확산 기술 ㅇ 데이터 응용기술의 사회경제적 파급효과 규모는 불확실하며, 사회경제적 변화가 환경에 미치는 영향도 불확실 - 데이터 응용기술이 1차~3차 산업혁명과 유사한 사회경제적 변화를 가져올 수 있는지 여부가 불확실 - 데이터 응용기술이 야기하는 사회·경제적 변화가 환경에 미치는 영향은 다양한 경로를 통해 복합적으로 발현 * 효율성 효과: 생산성 향상 → 자연자원 투입 절감 → 환경부담 완화 * 반등 효과: 생산성 향상 → 단위비용 하락 → 시장 확대 → 환경부담 심화 * 시장 확대효과: 기술진보 → 거래비용 하락 → 시장 확대 → 환경부담 심화 * 소비억제 효과: 데이터 응용기술 → 동일효용 제공을 위한 소비자 비용 최소화 조합 제공 → 소비억제 → 환경부담 완화 ㅇ 데이터 응용기술 확산에 따른 잠재적 환경 부담을 완화하고, 데이터 응용기술을 활용하여 환경정책의 개선을 도모하는 환경정책 개발이 필요 - 효율성 효과 및 소비억제 효과를 활용하여 반등 효과 및 시장 확대효과 억제 * 데이터 응용기술을 활용한 효과적인 유인기반(incentive-based) 정책을 통해 소비억제 효과를 강화하여 친환경적 소비를 촉진 - 데이터 응용기술을 활용하여 환경정책의 효과성을 제고하고 비용을 절감 ㅇ 본 연구의 목적은 데이터 응용기술 확산으로 인한 변화에 대응하기 위해 환경정책 연구과제 로드맵(2020~2029년)을 구축하는 것임 - 현황 파악 연구: 데이터 응용기술 확산이 환경에 미치는 영향에 대한 불확실성 해소 - 환경부담 억제방안 연구: 데이터 응용기술을 활용한 효과적인 유인기반 정책을 통해 소비억제 효과를 도모하고 이를 데이터 응용기술 확산에 따른 환경부담 억제에 사용 - 데이터 응용기술을 활용하여 현황 파악 연구 및 환경부담 억제방안 연구의 질 제고 Ⅱ. 연구현황 및 한계 □ 데이터 응용기술 관련 국내 연구는 데이터 응용기술의 확산 및 사회경제적 파급효과에 대한 연구보다 ‘활용방안’ 및 ‘활용환경’에 대한 연구가 중심 ㅇ NDLS, RISS에 수록된 빅데이터 관련 연구 중 2016년 이후 게재된 연구문헌 999건을 수집하여 주제별로 분류 ㅇ 데이터 응용기술 자체에 대한 연구는 6.7%, 사회경제적 파급효과에 대한 연구는 4.7%에 불과, 사회경제적 파급효과 대응방안 관련 연구는 11.4%에 그침 ㅇ 데이터 응용기술 활용사례 연구는 30.2%, 활용방안 연구는 30.6%, 활용과 관련된 제도적, 사회경제적 환경에 대한 연구는 16.3%로 가장 비중이 큼 □ 대부분의 문헌이 데이터 응용기술의 급격한 확산과 대규모 사회경제적 파급효과를 기본 전제로 하며 극단적 낙관론 혹은 비관론을 취함 ㅇ 활용방안 및 활용사례 연구, 파급효과 및 파급효과 대응방안에 관한 연구는 데이터 응용기술의 급속한 확산 및 대규모 사회경제적 파급효과를 전제로 함(77.0%) ㅇ 데이터 응용기술의 급속한 확산 및 대규모 파급효과 발생을 기본 전제로 하는 연구는 극단적인 낙관론 혹은 비관론을 취함 ㅇ 데이터 응용기술의 확산 결과에 대해 중립적인 입장을 전제로 하는 ‘활용과 관련된 제도적, 사회경제적 환경에 대한 연구’ 및 ‘기술 자체에 대한 연구’는 23.0%에 그침 □ 데이터 응용기술의 사회경제적 파급효과와 관련하여 보다 중립적인 접근이 필요 ㅇ 데이터 응용기술의 확산에 대해 전망하고, 이를 바탕으로 사회경제적 파급효과의 불확실성을 분석하는 연구가 요구됨 Ⅲ. 데이터 응용기술과 환경문제 1. 데이터 응용기술의 확산 □ 21세기 이후 데이터 수집-집적-분석-확산에 활용되는 기술이 급격히 발전하면서 사용이 확산되는 현상 발생 ㅇ 수집: 센서와 네트워크가 결합된 사물인터넷 보급으로 데이터 수집범위 확대 ㅇ 집적: 분산형 저장시스템의 발달과 클라우드 컴퓨팅의 확대로 대용량 데이터 접근성 증진 ㅇ 분석: GPU 연산기능의 강화로 거대 기계학습 모형 사용 시작 ㅇ 확산: 네트워크 기술의 확산으로 데이터 분석결과 활용범위 확대 □ 실시간 변동 데이터를 반영하여 갱신된 분석결과를 실시간으로 전달하는 환경을 조성하였으나, 갱신된 정보를 제품생산에 반영하는 자동화 및 로봇 기술은 초기단계 ㅇ 정보를 이용하여 생산-유통-소비를 연결하는 새로운 형태의 서비스 시장 창출 ㅇ ‘확산’ 단계의 병목현상 존재: 갱신된 분석 결과를 이용하여 제품 제조과정을 변화시키는 자동화 및 로봇기술은 아직 초기단계(예: 3차원 프린터) 2. 데이터 응용기술과 환경문제의 관계 □ 데이터 응용기술이 정보통신 외의 산업 생산성에 미치는 영향관계는 아직 불확실하며, 기술진보와 환경문제의 관계도 불확실 ㅇ 데이터 응용기술이 다른 산업의 기술진보를 유도할 수 있을지 여부는 아직 불확실 ㅇ 데이터 응용기술이 다른 산업 기술진보를 유도할 경우에도 환경문제와의 관계는 효율성 효과, 반등 효과, 시장 확대효과의 상대적 크기에 따라 결정 ㅇ 효율성 효과 및 반등 효과에 대한 전망이 불확실하여 데이터 응용기술 확산과 환경문제간의 관계는 불확실한 상황 □ 1차~3차 산업혁명과 비교할 때 데이터 응용기술의 발전이 산업 전반의 생산성 증진에 미치는 영향은 현재까지는 미약 ㅇ 1차, 2차 산업혁명 이후에는 전 산업에 걸쳐 지속적인 생산성 증대를 관찰할 수 있지만, 3차 산업혁명 이후 산업 전반의 생산성 증가는 단기에 그침 ㅇ 데이터 응용기술 발전을 상징하는 2010년대의 역사적인 사건들이 일어난 시기에 산업 생산성은 하락세로 나타남 - 데이터 응용기술 발전과 관련된 역사적 사건: 2011년 IBM 슈퍼컴퓨터 Watson의 < 제퍼디(Jeopardy!) > 퀴즈 프로그램 우승, 2016년 인공지능 알파고-이세돌 대국 ㅇ 향후 데이터 응용기술의 확산에 따른 전 산업 생산성 증가 전망에 대해서는 낙관론과 비관론이 혼재 - 낙관론: 3차 산업혁명부터 시작된 장기적 기술진보가 진행 중 - 비관론: 전 산업 생산성 증대가 확인되지 않았음 □ 데이터 응용기술의 발달에 따른 효율성 효과, 반등 효과, 시장 확대효과는 아직 통계적으로 확인되지 않음 ㅇ 1차, 2차 산업혁명 이후에는 반등 효과가 효율성 효과보다 크게 나타났고, 3차 산업혁명 이후에는 국제무역 시장이 확장되면서 환경오염물질 배출량이 급격하게 증가 ㅇ 데이터 응용기술 확산이 산업 전반의 생산성 증가를 야기하거나 시장규모를 급속히 확대할 경우 1~3차 산업혁명과 같이 환경오염물질 배출량이 증가할 위험 존재 ㅇ 데이터 응용기술 확산이 활발하던 2010년대에 산업 전반의 생산성 증진이 부진하고 국제무역량 증가가 정체상태였기 때문에, 3가지 효과 중 어떤 효과가 가장 클지는 아직 확인되지 않음 3. 데이터 응용기술 활용현황: 산업 □ 데이터 응용기술의 확산에 따라 ‘소비자 가치 극대화 시장’이라는 새로운 시장이 창출 ㅇ 데이터 응용기술은 실시간으로 변동하는 소비자 선호를 생산 및 유통 과정에 반영할 수 있는 도구를 제공하여 ‘소비자 가치 극대화 시장’이라는 새로운 시장을 창출 ㅇ ‘소비자 가치 극대화 시장’: 소비 단계에서 소비자가 제품으로부터 얻는 ‘가치(value)’를 극대화하는 서비스를 제공하는 시장 - 제조업: 개인 맞춤형 생산, 스마트 제품 - 서비스업: 소비자-공급자 정보 연계, 소유하지 않은 재화 소비(servitization) □ 제조업에서는 데이터 응용기술을 공정효율화 및 소비자가치 극대화 생산에 활용 중 ㅇ 공정효율화: 생산-유통과정에서 수집한 정보를 활용하여 생산 공정을 효율화하는 스마트 공장 도입 ㅇ 소비자 수요 정보를 제품의 생산에 반영하는 개인 맞춤형 생산, 소비자 사용 정보를 제품 판매 후 운용 방식에 반영하는 스마트 제품 생산 활성화 - 개인 맞춤형 생산: 스마트 공장/소비자-생산자 직접 연계(Amazon Third Party) - 스마트 제품 생산: 제품 구입 이후 소비자의 사용 정보를 반영하여 제품 운용 방식을 조정하는 서비스를 제공(스마트 전구, 스마트 폰) □ 서비스업에서는 데이터 응용기술을 활용한 ‘소비자 가치 극대화’ 시장이 창출됨 ㅇ 소유하지 않은 내구재를 소비하는 단기임대 및 구독(subscription) 서비스 시장 창출 - 차량 단기임대(SOCAR), 클라우드 서비스(Amazon Web Service, Google Cloud Service) ㅇ [교통] 소비자 수요에 적합한 교통수단/교통수단 조합을 실시간으로 도출하여 사용권을 제공하는 새로운 교통서비스 산업 창출 - 카카오 택시, 승차공유(Uber), 통합교통서비스(Whim: 다중 교통수단 결합서비스) □ 데이터 응용기술 확산에 따라 소비자 가치 극대화 시장이 확대될 전망이지만, 기업의 변화 및 산업구조 개편이 선결조건 ㅇ 생산 공정 효율화는 자동화 및 로봇 기술의 발전이 부진하여 진행이 더딜 것으로 전망 - 실시간 정보를 반영하는 자동화 설비는 아직 실현되지 않은 상황 · 예) 4세대 이상 자율주행자동차는 아직 개발단계 ㅇ 기업의 생산양식, 기업조직, 기업문화가 소비자 가치 극대화 시장에 적합하게 변화하여야 소비자 가치 극대화 시장 확대가 가능 - 생산양식: 개인 맞춤형 생산에 적합한 유연한(agile) 생산방식 - 기업조직: 다양한 실험이 자유로운 분권형 기업조직 ㆍ 소비자 정보 파악을 위해서는 다양한 실험이 필수적 - 기업문화: 데이터를 중시하는 기업문화 ㅇ 데이터 응용기술 역량이 있는 창업기업 위주로의 산업구조 개편 필요 - 데이터 응용기술은 데이터 응용기술 역량을 보유한 기업이 다른 산업에 진출하는 방식으로 주로 확산 ㆍ 애플사는 앱스토어(appstore)를 이용하여 애플리케이션 유통 시장에 진출 - 데이터 응용기술 활용 유인에는 강하고 비용 부담은 적은 창업기업의 역할이 중요 ㆍ 기존 기업은 대량생산 중심 생산양식, 수직적 기업조직, 절차중심 기업문화에 익숙하여 데이터 응용기술 활용에 적합하도록 변환하는 비용이 큼 4. 데이터 응용기술 활용현황: 정책 □ 증거기반 행정 원칙이 자리 잡고 개인정보보호 규제가 완화되었으며, 공공기관 정보공개가 활발하게 이루어져 데이터 응용기술 활용을 위한 기본적 제도가 정비 ㅇ 통계기반정책평가제도(2007년) 도입으로 정책 전 분야에 증거기반 행정원칙 적용 가능 ㅇ 2020년 「개인정보보호법」이 개정되어 가명정보 사용이 허용됨 ㅇ 2012년 이후 공공기관 정보공개 건수 및 공개율이 급증하는 등 공공데이터 공급이 활발하게 이루어짐 - 공개 건수: 28만 9,000여 건(2010년) → 63만 9,000여 건(2018년) - 공개율: 89.7%(2010년) → 96.1%(2013년) → 95.1%(2018년) □ 현재 데이터 응용기술은 단기예측, 정책대상 선별, 가상 정책실험(micro- simulation)의 도구로 정책에 사용 ㅇ 단기예측: New York Federal Reserve bank의 GDP Nowcasting - 경제현황 관련 정보를 실시간으로 업데이트하여 GDP 단기 예측치 생산 ㅇ 정책대상 선별: ‘복지 사각지대 발굴관리 시스템’ - 데이터 분석으로 복지 사각지대에 처할 위험이 있는 가구를 사전 선별하고 직접 방문하여 확인 ㅇ 가상 정책실험: 정책 관련 상황을 가상으로 재현하여 정책실험 도구로 활용 □ 데이터 분석결과의 인과관계 규명이 어려워 이를 정책증거로 사용하는 것은 제한적이나, 의사결정의 효율성 제고를 보조하는 정보 생산에 데이터 응용기술 활용 가능 ㅇ 데이터 응용기술로 도출한 결과는 입증의 책임(burden of proof)을 보장하기 어려워 정책 의사결정 시 핵심 자료로 활용하기는 어려움 - 정책 의사결정 시 사전적 법령심사가 주를 이루어, 이를 뒷받침하기 위해서는 입증의 책임을 감당할 수 있는 ‘증거’ 역할을 하는 정보가 필요 ㅇ 예측, 정책실험, 정책대상 선별 등 의사결정 효율성 제고에 ‘참고’가 되는 정보생산에 충분히 활용 가능 5. 데이터 응용기술과 환경문제: 전망 □ 데이터 응용기술 확산으로 소비자 가치 극대화 시장이 확대됨에 따라 환경오염물질 배출량이 증가할 전망 ㅇ 자동화(automation) 기술의 진보가 늦어져 효율성 효과 및 반등 효과가 가까운 미래에 발현할 가능성은 낮음 ㅇ 소비자 가치 극대화 시장이 새롭게 확대되면서 환경오염물질 배출량이 증대할 위험 존재 - 소유 없는 소비가 확대되면서 기존 내구재 사용 빈도가 증가하고, 내구재 구입시의 비용부담이 낮아져 신규 소비자가 유입될 가능성이 높음 - 데이터 응용기술을 활용하여 소비자의 비용을 절감하는 서비스를 제공할 시 추가지출 여력이 발생하여 타 상품의 소비가 증가하는 소득효과(income effect) 발생 □ 산업구조의 경직성 및 대기업 위주의 기업 생태계로 인해 데이터 응용기술의 확산 자체는 제한적이고 점진적일 전망 ㅇ 대기업은 산업 간 경쟁보다 산업 내 경쟁에 집중하고 있어 대기업 주도 산업개편을 기대하기는 어려움 - 2000년 이후 산업구조 변화는 경직적이고, 산업 내 집중도는 심화(이한득, 2016) ㅇ 정보통신기술 기반 산업구조를 주도할 역량이 있는 중견기업 비중이 낮은 상태로 기업 생태계가 유지되고 있어 중견기업 주도 산업개편 또한 기대하기 어려움 - 대기업은 투자 여력은 있으나 유인이 부재하고, 중소기업은 투자 여력이 부족 - 대기업 중심의 자원 집중이 2006년부터 2018년 까지 유지됨: 규모 상위 0.02% 사업체가 고용의 7.2%를 차지(2018년) ㅇ 창업기업의 성장이 부진하여 창업기업 주도 산업개편을 기대하기 어려움 - 창업기업은 업력이 증가할수록 영업이익률 및 순이익률이 낮아지는 경향을 보임 - 업력 7년 이하 창업기업(2016년)의 52.3%는 도매·소매업, 음식·숙박업 사업체이며, 출판·영상·방송통신·정보서비스업 사업체는 1.1%에 불과 □ 데이터 응용기술이 확산되면 소비자 가치 극대화 시장이 확대되어 소규모 사업장 배출량 및 소비단계 배출량 비중이 증가할 전망 ㅇ 개인 맞춤형 생산이 증가하면서 소규모 사업장 비중이 상승 - 유연한 생산에는 소규모 사업장이 유리: 1979년 GM 미국 고용 61만 8,365명 vs. 2019년 Apple 미국 고용 9만 명 ㅇ 소유하지 않는 소비가 증가하면서 내구재 소비 단계의 배출량이 증가 - 소유하지 않고 사용하는 사용자 수가 증가: 기존 내구재 사용 빈도 증가 - 배출원과 사용자가 분리되는 현상 발생: 배출원(서비스공급자) ≠ 사용자(가계, 기업, 개인) □ 인과관계 증명의 한계로 인해 데이터 응용기술은 환경정책 수립 시 ‘참고자료’ 생산용도로 활용될 전망 ㅇ 사전 법령심사 중심 정책운용에서 데이터 응용기술을 참고자료 생산에 사용 가능 Ⅳ. 중장기 연구목표 및 추진방향 1. 정책과제 □ 데이터 응용기술 확산에 따른 환경정책 과제는 소비자 가치 극대화 시장 확대에 따른 배출량 증가 및 배출원 구성변화에 대응할 수 있는 환경정책을 개발하는 것임 ㅇ 시장 확대효과에 따라 환경오염물질 배출량이 증대할 전망 ㅇ 소규모 배출원 배출 비중 및 소비단계 배출 비중이 증가하여, 배출량 직접규제 및 신규 내구재 효율규제가 중심인 기존 환경정책 효과가 약화될 우려 - 소규모 배출원 비중이 증가할 경우 배출량 직접규제 모니터링 비용 상승 - 소유 없는 소비가 확대될 경우 배출원인 사업장과 배출을 야기하는 가계가 분리되어 사업장 규제 효과가 약화되고, 기존 내구재 사용 단계의 배출량이 증가하여 신규 내구재 효율 규제 효과도 약화될 것으로 예상 ㅇ [기회요인] 데이터 응용기술을 활용한 소비자 비용절감 서비스를 제공하여, 소비자 가치 극대화 시장 확대 추세를 완화하고 환경오염물질 배출량을 억제 - 비용절감은 소비자가 추구하는 중요한 가치임. 소비자 가치 극대화 시장에서는 데이터 분석기술을 활용하여 비용을 절감하는 소비조합 도출 서비스 제공 가능 □ 유인기반 환경정책을 강화하여 배출원 구성변화 및 배출량 증대에 대응할 필요 ㅇ 상대가격을 조정하여 소규모 사업자, 내구재 사용자가 오염물질 배출량을 저감할 유인을 강화 - 친환경적 소비가 비용절감 소비가 되도록 조세·보조금을 사용하여 상대가격 조정 ㅇ 소비자 가치 극대화 시장에서 데이터 응용기술을 비용절감에 활용하여 친환경적 소비를 촉진 ㅇ [전제조건] 친환경 재화 및 서비스를 소비자 선택이 가능한 시장에 공급 2. 대응방안 □ 단기적으로는 데이터 응용기술 파악 및 환경 영향 전망 등의 현황 파악에 집중하고, 중장기적으로는 유인기반 환경정책을 강화하는 단계적인 접근이 필요 ㅇ 산업구조 및 기업 생태계의 경직성으로 데이터 응용기술 확산이 지연되는 기간을 이용하여 현황 파악 연구를 수행하고, 이를 바탕으로 유인기반 환경정책 설계 □ [단기] 현황 파악을 통해 데이터 응용기술과 환경오염 간 관계의 불확실성 해소 ㅇ 효율성 효과 및 반등 효과의 핵심 기술인 자동화 및 로봇 기술에 초점을 맞추어 데이터 응용기술의 현황을 파악 ㅇ 데이터 응용기술 확산에 따른 배출량 및 배출원 구성의 변화를 가계·사업체-산업-지자체-국가-지역-세계 수준에서 파악 - 가계 및 사업체 단위 현황 파악을 위해 데이터 응용기술을 적극 사용 □ [중장기] 유인기반 환경정책을 강화하고 친환경 소비대안(option) 공급 확대 ㅇ 친환경적 소비를 유도하는 조세·보조금 정책을 설계-도입-평가-개선 ㅇ 소비자 가치 극대화 시장에서 유통될 수 있도록 친환경적 재화 및 서비스를 공급 - 친환경적 재화 및 서비스의 예: 신재생에너지, 승차공유서비스, 친환경자동차 3. 정책연구 로드맵 □ 단기적으로는 데이터 응용기술 확산 및 그에 따른 환경부담 증감 현황을 파악하고, 중장기적으로는 유인기반 환경정책을 지원하는 연구를 수행 □ 단기(2020~2022년): 데이터 응용기술 자체에 대한 연구 및 데이터 응용기술과 환경의 관계에 관한 연구를 병행 ㅇ 데이터 응용기술 연구: 데이터 응용기술의 기술진보 현황 및 그에 따른 효율성 효과, 반등 효과, 시장 확대효과 파악 ㅇ 데이터 응용기술과 환경문제: 데이터 응용기술 확산에 따른 배출량의 증감 및 배출원 구성변화 파악 □ 중기(2023~2025년): 유인기반 환경정책 설계 및 도입 지원 연구 ㅇ 가격변화에 따른 배출원의 행위 및 배출량 변화의 영향관계를 규명하여 유인기반 환경정책의 효과를 파악 ㅇ 가격변화-배출원 행위 변화-배출량 변화-오염도 변화의 관계를 정량적으로 파악하여 정책 설계 근거를 도출 □ 장기(2026~2029년): 유인기반 환경정책 실효성 평가 및 개선방안 연구 ㅇ 가격-배출원 행위-배출량-오염도 각 단계의 인과관계를 실증적으로 규명하여 유인기반 환경정책의 효과를 파악하고 이를 주기적으로 반복하여 정책의 실효성 개선 □ 전 기간(2020~2029년): 친환경 소비대안(option)을 확대하고 관련 연구기반을 조성 ㅇ 친환경적 재화 및 서비스를 시장에 공급하는 방안을 마련하여 유인기반 환경정책의 효과를 제고 - 친환경 제품 및 서비스 개발 연구 및 시장 공급에 필요한 제도개선 연구를 병행 ㅇ 데이터 응용기술과 환경오염 간의 관계 규명을 위해서 소규모 배출원 및 가계의 경제적 행위, 기술 사용, 환경오염물질 배출을 연계하는 패널 자료를 구축 - 데이터 수집 기술(사물인터넷)을 이용하여 행위정보를 축적 ㅇ 유인기반 정책의 성과평가 및 제도개선을 위해서 소규모 지역단위 가격정보와 연계할 수 있는 소규모 지역단위 환경오염 현황 파악 연구를 수행 - 데이터 수집 기능을 활용하여 측정소가 없는 지역의 오염도를 수집 - 데이터 분석 기능을 활용하여 정확도가 높은 추정치를 도출 Ⅰ. Background and Aims of Research □ In this report, we identify a new demand for environmental policy research due to rapid expansion of data technology, and draw a research roadmap for this new demand. ㅇ In the 21st century, Data technology is rapidly progressing and expanding. However, the environmental effect of this data technology expansion is uncertain. - Data Technology : Technology for data collection, storage, analysis and distribution ㅇ The size of the socio-economic impact of data technology expansion itself is uncertain, and the environmental consequence of this socio-economic impact is also uncertain. - It is unclear if data technology could bring enormous socio-economic change comparable to the socio-economic changes caused by the 1st-3rd Industrial Revolutions. - The environmental consequence of the socio-economic change from data technology expansion is a complex mixture of diverse effects. * Efficiency effect : productivity growth → reduction of resource input → less environmental burden * Rebound effect : productivity growth → decreased unit cost → market expansion → more environmental burden * Market expansion effect : technology progress → decreased transaction cost → market expansion → more environmental burden * Consumption control effect: data technology → optimized consumption → reduced consumption → less environmental burden ㅇ We need environmental policies to lessen the potential environmental burden from data technology progress, and utilize data technology to improve environmental policy - Use the efficiency effect and the consumption control effect to lessen the environmental burden from the rebound effect and market expansion effect * Make more use of incentive-based policy to promote environmentfriendly consumption via the consumption control effect of data technology - Make environmental policy more effective and efficient using data technology ㅇ To face the challenge of current data technology expansion, we aim to draw an environmental policy research roadmap from 2020 to 2029 which consists of the following research areas. - Fact finding : Lessen the uncertainty of the environmental consequence of data technology progress - Environmental burden relieving : Promote the consumption control effect of data technology using incentive-based environmental policy to lessen the environmental burden due to data technology progress - Improve the quality of fact-finding research and research on relieving the environmental burden by using data technology Ⅱ. Current Literature □ Current Korean Literature mainly focuses on ways to utilize data technology and the conditions for utilization regarding data technology expansion, rather than the expansion of data technology itself and the socio-economic consequences. ㅇ We collected 999 studies related to big data from NDLS and RISS, and categorized them according to the research topics. ㅇ The research on data technology itself was 6.7%, the research on socio-economic impact was 4.7%, and the research on the policy response to the socio-economic impact was 11.4%. ㅇ Studies on the data technology utilization was 30.2%, the research on data technology utilization methods was 30.6%, the research on the institutional and socio-economic environment regarding data technology utilization was 16.3% : Three largest categories □ Most of the literature is based on the premise that data technology is expanding rapidly and that it has large-scale socio-economic consequences. Also, most of them show either extreme optimism or pessimism on the nature of the socio-economic consequences of data technology expansion. ㅇ Data technology utilization case studis, data technology utilization method research, socio-economic impact research, and policy response research assume rapid expansion of data technology and large-scale socio-economic consequences of data technology expansion. Together, these two categories account for 77.0%. ㅇ The studies assuming rapid expansion of data technology and large-scale socio-economic consequences of data technology expansion have a view either extremely optimistic or extremely pessimistic on the nature of socio-economic change. ㅇ Studies maintaining a neutral view on the data technology expansion and the nature of socio-economic consequences are on the research on the institutional and socio-economic environment regarding data technology and the research on data technology itself. Together, these two categories account for only cover 20.3%. □ For the purpose of this report, we need a more neutral approach on the socio-economic impact of data technology progress. ㅇ We need a realistic perspective on data technology progress. From this realistic perspective, we should analyze the uncertainty of the socio-economic impact of data technology progress. Ⅲ. Data Technology and Environment 1. Data technology expansion □ Since the beginning of the 21st century, data collection-storage-analysisdistribution technology has been progressing and expanding rapidly. ㅇ Collection : ‘The Internet of Things’, a combination of sensor and network, expanded the coverage of data collection ㅇ Storage : Distributed database technology and cloud services expanded access to big data ㅇ Analysis : Introduction of GPU enhanced computing power to the extent sufficient to a use large-scale machine learning model ㅇ Distribution : Network technology made instant distribution of data analysis result possible □ Real time update of data analysis result is possible. However, material production cannot be instantly adjusted according to the updated analysis result due to the limit of automation and robotics technology. ㅇ A new type of service market connecting production, distribution, and consumption is emerging. ㅇ There is a bottleneck in distribution. Automation technology to update material production process instantly using updated data analysis result is still in the early stage of development (e.g. 3D printer). 2. Environmental consequence of data technology expansion □ The effect of data technology expansion on overall productivity is uncertain, and the general relationship between technological progress and the environment is uncertain. ㅇ It is still uncertain if data technology can enhance productivity of other industries overall. ㅇ If data technology can enhance productivity of other industries overall, the environmental impact would be determined by the relative intensity of the efficiency effect, rebound effect, and market expansion effect. ㅇ Since the prospect of the efficiency effect and rebound effect of data technology is uncertain, the relationship between the data technology expansion and the environmental problems is also uncertain. □ Up until now, the effect of data technology on the productivity other industries overall has been small, especially when it is compared to the effect of the 1st-3rd Industrial Revolutions on the productivity other industries overall. ㅇ The 1st and 2nd Industrial Revolutions were followed by a sustained productivity growth across industries. The 3rd Industrial Revolution was followed by a rather short period of overall productivity growth. ㅇ The symbolic events of data technology progress in 2010s occurred when overall productivity was actually decreasing. - Symbolic events of data technology progress in 2010s : IBM Watson vs. human Jeopardy! match in 2011, AlphaGo vs. Lee Sedol Go match in 2016 ㅇ Opinions on the future prospects of overall productivity improvement due to data technology are mixed. - Optimistic opinion : long term technology progress since the 3rd Industrial Revolution is still under progress - Pessimistic opinion : No evidence is found on the overall productivity growth □ Statistical evidence supporting the efficiency effect, rebound effect, and market expansion effect of data technology are still rare. ㅇ After the 1st and 2nd Industrial Revolutions, the rebound effect dominated over the efficiency effect, and the pollutant emission increased rapidly. ㅇ After the 3rd Industrial Revolution, international trade expanded rapidly. And the pollutant emission also increased rapidly due to the market expansion effect. ㅇ If data technology would increases overall productivity or expand market significantly, then the pollutant emission can increase rapidly like it did after the 1st-3rd Industrial Revolutions. ㅇ Since both the overall productivity growth and the growth of international trade stagnated in 2010s, there is no statistical evidence on which effect is the most powerful. 3. Current data technology utilization : Industry □ ‘Consumer value maximization’ market is emerging due to data technology progress. ㅇ Recent progress of data technology makes it possible to update production and distribution according to changes in consumer preference in real time. ㅇ Utilizing this real time update tool, new market which ‘maximizes consumer value’ is emerging. ㅇ ‘Consumer value maximization’ market : A market which provides services that maximize ‘value’ consumers gain from products in the consumption stage - Manufacturing: Personalized production, smart goods - Service: Consumer-supplier networking, consumption without possession (Servitization) □ In the manufacturing industry, data technology is used for process optimization and consumer value maximization. ㅇ Process optimization : Smart factory, which can optimize the production process according to the information gatherd during production and distribution ㅇ Consumer value maximization : Personalized production applying personalized consumer data to production is increasing its share and smart goods updating operation patterns automatically according to the consumer utilization data are introduced. - Personalized production is conducted by smart factor or via consumerproducer networking like Amazon Third Party. - Smart goods producers update operation patterns of their products automatically according to the consumer utilization data after purchase (Smart bulb, Smart phone). □ In the service industry, data technology created a market for ‘consumer value maximization service’ ㅇ Short-term leases or subscription services offering durable goods without purchase - Automobile short-term lease(SOCAR), Cloud service(Amazon Web Service, Google Cloud Service) ㅇ [Transportation] A new transportation service offering a real-time optimal transportation mode or a combination of multiple transportation modes in response to consumers’ demand is emerging. - KaKao Taxi, Car Pool Service(Uber), Integrated Transportation Service (Whim) □ We expect the ‘consumer value maximization’ market should expand as data technology progresses. However the pace of expansion would depend on how data-friendly the reform will be at the company level and the information technology sector leading change in the industrial structure. ㅇ Process optimization would be sluggish due to the slow development of automation technology and robotics technology - Example) The fourth generation self-driving car is still under development. ㅇ At the company level, data-friendly operational, structural, and cultural reforms are required. - Operation : Agile production fit for personalized production - Structure : Decentralized structure fit for free experiments · It is necessary to experiment freely to obtain consumer demand data - Culture : Cultural environment which accepts the importance of data. ㅇ At the industry level, new data technology firms should lead industrial structure change. - Data technology usually expands through inter-industry expansion of firms with superior data technology capacity. · Apple entered the application distribution market via Appstore. - New firms tend to lead data technology utilization because they have lower legacy costs. · Old firms are accustomed to mass production, the centralized firm structure, and the procedure-oriented culture. So they have larger legacy costs and a weaker incentive to transform into a data-friendly firm. 4. Current data technology utilization : Policy □ In Korea, institutional environments for data technology utilization in policy are favorable in general. We already have a legal basis of the evidence based policy principle and active open public data policy. And we have recently had a data friendly amendment of the privacy protection law. ㅇ “Empirical evidence-based policy evaluation”, which provides a legal foundation for application of the evidence based policy principle to overall policies, was introduced in 2007. ㅇ In 2020, the privacy protection law was amended to allow the use of individual information with aliases. ㅇ Since 2012, the number of public data opening cases and the acceptance rate due to the ‘open public data policy’ has been rapidly increasing . - Cases : 289 thousands(2010) → 639 thousands(2018) - Acceptance rate: 89.7%(2010) → 96.1%(2013) → 95.1%(2018) □ In public policy, data technology is used for short-term forecasting, policy intervention target selection, micro-simulation ㅇ Short-term forecast: GDP Nowcasting by the Federal Reserve Bank of New York - Update GDP estimates using real time economic data ㅇ Policy intervention target selection: ‘An identification and management system for welfare blind spots’ in Korea - Find families suspected to be in a welfare blind spot using data analysis, then confirm their status via personal contact · Welfare blind spot: Families qualifying for welfare benefits but not on the actual beneficiary list ㅇ Micro-simulation: Simulate a policy-related situation for policy experiment □ Due to weak causality analysis capacity of data analysis, data technology is not fit for providing evidence for policies. However, it can improve public decision making efficiency by providing relevant information ㅇ The results of data analysis do not provide causality argument strong enough to be used as evidence for policy - In Korea, pre-enforcement review of ordinances is principal in policy decision making. To support legal decisions, we need evidence strong enough to bear the burden of proof ㅇ Short-term forecasting, policy intervention target selection, micro-simulation can provide information to promote efficiency in policy related decision making 5. Data technology and environment : Perspective □ As data technology expands, pollutant emissions are expected to increase due to the expansion of the ‘consumer value maximization’ market. ㅇ Because of automation technology development stagnation, the efficiency effect and rebound effect would not be realized in the near future. ㅇ Expansion of the new ‘consumer value maximization’ market would likely to increase pollutant emissions. - Utilization without possession would increase utilization of already produced durable goods, and would increase new consumers by eliminating the burden of purchasing. - Consumer cost minimization services using data technology could create the income effect, and increase overall consumption. □ In korea, data technology expansion would be limited and slow-faced due to the high market concentration and rigid industrial structure. ㅇ The industrial structural change led by large firms is not likely to happen in Korea because Korean large firms focus on intra-industry competition rather than inter-industry competition. - Since 2000, industrial structure has been rigid, and intra-industry concentration has become stronger. ㅇ The IT-based industrial structural change led by medium-sized firms is not likely to happen in Korea because Korea does not have many medium-sized firms that have both an incentive and capacity to lead industrial structural change. - Big firms lack the incentive, and existing SMEs are short of capacity to lead IT-based industrial structural change. - Business resources have been concentrated on big firms in 2006~2018. : 0.02% of firms with largest revenues have 7.2% of employment(2018). ㅇ The IT-based industrial structural change led by new firms is not likely to happen in Korea because Korean new firms do not grow fast and lack technological capacity. - The profit ratio of new firms tend to decrease, not increase during seven years after entry. - 52.3% of new firms younger than 7 years in 2016 are in retail-wholesale, restaurant business, and accommodation industry. New firms in the IT industry are only 1.1%. □ If data technology expands, pollutant emissions from small firms and consumption will increase due to the ‘consumer value maximization’ market expansion. ㅇ The share of small firms would increase due to the expansion of personalized production. - Small firms have an advantage in agile production : U. S. employment of GM in 1979 was 618,365, but U. S. employment of Apple in 2019 was 90,000. ㅇ The share of consumption related pollutant emission would increase due to the expansion of ‘utilization without purchase.’ - The number of users without purchase increases : utilization intensity of existing durable goods increases - Pollution emitters and users are separated : Emitter(service provider) ≠ User(household, firm, individual) □ For environmental policy, data technology would be mainly used to produce ‘reference information’ due to weak causality analysis capacity. ㅇ Since pre-enforcement review of ordinances is principal in policy decision making, data technology can only provide ‘reference material’, not crucial evidence. Ⅳ. Medium and Long-term Research Goal and Strategy 1. Policy challenge □ In the face of data technology expansion, we need to develop environmental policies to reduce pollutant emission resulting from the ‘consumer value maximization’ market expansion, and policies which can effectively limit the pollutant emission from small establishments and consumption. ㅇ Due to the market expansion effect of the ‘consumer value maximization’ market, pollutant emission should increase. ㅇ Also, the share of emission from small establishments and emission from consumption would increase, and would make current environmental regulation- focusing on direct control of pollution from large establishments and direct control of new durables- less effective. - As pollution from small establishments would increase, direct control of pollutant emission from establishments would become less effective due to increasing monitoring costs. - As the ‘utilization without purchase’ service would expand, the emissions from establishments would be caused by consumers. This separation of the emitter and emission point also makes direct control of pollutant emission from establishments less effective. - As the ‘utilization without purchase’ service would expand, pollutant emission from utilization of old durables becomes more important. This trend would make direct control of new durables less effective. ㅇ [Opportunity] Data technology could be used to provide a consumer expenditure minimization service. The consumer expenditure minimization service could help reduce consumption and consequentially reduce pollutant emission from consumption. - The ‘consumer value maximization’ service can provide services minimizing consumer expenditure using data technology, because cost minimization is highly valued by consumers. □ Incentive-based environmental policy would be more effective to face the pollutant emission increase and composition change of pollutant emission due to data technology expansion. ㅇ By manipulating relative prices, incentive based policy can motivate small establishments’ owners and durable good users to emit less pollutants. - Adjust tax and subsidies to make environment-friendly consumption expenditure-minimization consumption. - Combined with the expansion of the ‘consumer value maximization’ market, incentive-based environmental policy can encourage ‘consumer value maximization’ service providers to use data technology to promote environment-friendly consumption. - To make incentive-based environmental policy effective, it is necessary to supply environment-friendly goods and services to the ‘consumer value maximization’ market. 2. Policy response strategy □ We need a staged response strategy. In the short run, we should concentrate on fact finding regarding data technology and its environmental impact. In the long run, we need to develop effective incentive based environmental policy. ㅇ The rigid industrial structure and high resource concentration on big firms would slow down data technology expansion. We should use that time to confirm facts about data technology. Then we would be able to develop incentive-based environmental policy based on those facts. □ For the short term, we should clear the uncertainty regarding the relationship between data technology and the environment. ㅇ Follow the development of automation technology and robotics technology closely to understand the efficiency effect and rebound effect of data technology. ㅇ Study the relationship between data technology expansion and the size and composition of pollutant emission on various levels : Household and establishment - Industry - Local government - Country - Region - World - Aggresively employ data technology to find facts regarding household and establishment. □ In the long run, we should develop and provide incentive-based environmental policy and environment-friendly consumption options. ㅇ Design, implement, evaluate, and improve tax and subsidy policies to encourage environment-friendly consumption. ㅇ Supply environment-friendly consumption options so that they can be utilized in the ‘consumer value maximization’ market. - Environment friendly consumption options : Renewable energy, carsharing service, environment-friendly automobiles 3. Research roadmap □ In the short run, it is necessary to find empirical evidence regarding the relationship between data technology and pollution emission. In the long run, we would study micro-foundations for incentive-based environmental policy. □ Short-term strategy (2020~2022) : Check empirical evidence regarding data technology itself and the relationship between data technology and pollution emission. ㅇ Research on data technology : Follow the development of data technology and check empirical evidence on the efficiency effect, rebound effect and market expansion effect. ㅇ Research on the relationship between data technology and pollution emission : Check empirical evidence regarding the effect of data technology on the size of pollution emission and the composition of emitters. □ Medium-term strategy (2023~2025) : Study micro-foundation for incentivebased environmental policy design and activation. ㅇ Check empirical evidence of the effect of relative price change on the behavioral change of emitters and consequential change of emissions. This evidence could provide micro-foundation for the activation of incentive-based policy. ㅇ Check empirical evidence on the causality chain of ‘relative price change, emitter behavior change, pollutant emission change, and pollution level change. This evidence could be used to design incentive-based policy. □ Long-term strategy (2026~2029) : Evaluate the effectiveness of incentive-based environmental policy and provide modification ideas. ㅇ Periodically check empirical evidence on the causality chain of price, emitter behaviors, emission, and pollution to evaluate incentive-based environmental policy.’ Using this information, develop modification design for current policy. □ For the whole period (2020~2029) : Increase supply of environment-friendly consumption options, and strengthen research bases. ㅇ To improve effectiveness of incentive based environmental policy, increase supply of environment-friendly goods and services to market. - Perform research on development of environment-friendly goods - Study to improve institutional environment to promote market supply of environment friendly goods and services ㅇ To check evidence on the relationship between data technology and pollutant emission, construct panel data on small establishments and households covering economic behaviors, data technology utilization, pollutant emission. - Utilize data collection technology such as ‘the Internet of things’ to accumulate data on economic behaviors. ㅇ For incentive-based policy evaluation and modification, check empirical evidences on the relationship between pollution and the price structure at the regional level. - Utilize data collection technology to collect pollution data of regions without pollution measuring stations. - Utilize data analysis technology to obtain accurate estimates of pollution of regions without pollution measuring stations.

경제환경의 변화가 소비에 미치는 영향

임병인(Byung-In Lim),윤재형(Jai-Hyung Yoon) 충남대학교 경영경제연구소 2017 경영경제연구 Vol.39 No.1

본 연구는 소비에 영향을 주는 환경적 요인으로 개방화, 산업포화도, 기술발전, 고령화 등을 제시하고, 이들의 영향력을 분석하였다. 분석결과, 공적분검정에 기반한 장기모형분석에서 다른 변수들에 비해 GDP가 소비에 미치는 영향이 가장 컸으며, 동시에 양(+)의 부호를 보였다. 개방화, 산업포화도, 고령화는 소비에 음(-)의 영향을 미쳤으나, 기술발전은 소비를 증가시키는 것으로 추정되었다. 오차수정모형에서 GDP성장률을 제외하고는 고령화가 소비에 상대적으로 가장 크게 영향을 주었다. 또한 개방화, 산업포화도, 고령화가 단기적으로도 소비에 부정적인 영향을 미쳤으나, 기술발전은 아직 소비를 증가시키는 요인으로 작용하고 있다. 이와 더불어 1997년 3분기가 구조변화의 시점으로 검정되었으며, 구조변화 이전에는 산업포화가 통계적으로 유의하였으나, 구조변화 이후에는 산업포화는 통계적으로 유의하지 못한 결과를 보였다. 반면 기술발전, 인구고령화는 통계적으로 유의하였다. 한편, 개방화, 고령화, 산업포화, 기술발전은 긍정적·부정적인 측면을 모두 가지고 있으며, 환경적 요인이어서 쉽게 해결할 수 있는 문제도 아니다. 따라서 소비부진문제를 해결하기 위해서는 분배정책 등과 같은 다양한 내수 안정화정책들이 필요하다고 사료된다. This paper represents an analysis on environmental determinants of consumption. We categorize environmental determinants of consumption as trade liberalization, market saturation, ageing population and technical progress. From a co-integration test among the consumption and its determinants, GDP has the strongest positive effect on consumption. Moreover the variables, trade liberalization, industry saturation, and ageing population can have a negative influence on the consumption, while the technical progress positively affects consumption. In addition, we reviewed a structural break; the third quarter of 1997 is estimated as a time of structural break. Before the structure break, industry saturation had a negative effect on consumption, while ageing population and technical progress were not statistically insignificant. After the structure break, industry saturation was not statistically insignificant while ageing population had a negative effect and technical progress has a positive impact on consumption. Theoretically and empirically, trade liberalization, market saturation, the ageing of a population and technical progress all have both positive and negative influences on consumption. Furthermore, it is difficult for us to control these variables because they are environmental factors. Accordingly, the problem of a consumption slump should be treated through sustainable and structural policy means, not short-term policy.

Productivity Growth and Patterns of Efficiency Changes in Korean Economy: Stochastic Frontier Approach with Industry-Panel Data

Young Hoon Lee,Hak K,Pyo 서울대학교 경제연구소 2007 Seoul journal of economics Vol.20 No.1

This paper applies the group-specific stochastic frontier production model to the Korean 32-industry level panel data set for the period of 1984-1997. The methodology allows for not only estimating temporal variation in total factor productivity, but also identifying the contribution of technical efficiency separately from technical progress. The empirical results of this study show that productivity growth of Korean economy was driven mainly by technical efficiency improvement in the 1980s, but by technical progress in the 1990s. At the industry level, the petroleum products industry was the most efficient in the 1980s, but its efficiency rank fell to 5 in 1997. On the other hand, the communication industry improved its technical efficiency dramatically; its technical efficiency growth rate was ranked at 14 in 1985, but at 1 since 1993.

한국 제조업의 학력별 노동 임금격차 결정요인 분석

김성훈,임재원,유일선 공주대학교 KNU 기업경영연구소 2023 기업경영리뷰 Vol.14 No.2

Since 1990, the educational wage discrepancy has widened in Korean labor market. Based on human capital theory, this paper analyzed the absolute wage gap by education, the relationship between the relative wage gap by education and its determinants using the CES production function, and the difference in income share by education using the concept of elasticity of substitute. In Korean manufacturing industry, the absolute wage gap by education has been widening, and the relative wage gap by education has been narrowed by an increase in the high educational labor ratio and expanded due to exogenous factors such as technological progress and globalization. However, after the international financial crisis, the labor ratio effect by education decreased and the technological progress and globalization effect increased, widening the relative wage gap by education. After this crisis, the income share of high-educated labor is increasing as the elasticity of substitute between educational labors increases in the rising trend of the high-educational labor ratio. If the wage gap by education widens and causes a serious income inequality, it has policy implications to expand investments in the service industry in order to absorb low-educated labor reduced by globalization and ‘high–educated labor biased technical progress’ in the manufacturing industry and to promote the technical progress to enhance the productivity of low-educated labor. 1990년 이후 한국에서 학력별 노동의 임금격차확대 현상이 발생했다. 이 논문은 한국 제조업을 대상으로 인적자본론을 근거로 학력별 노동을 저학력노동과 고학력노동으로 분리하여 학력별 절대임금격차를, CES생산함수 형태를 사용하여 학력별 상대임금격차와 그 결정요인간의 관계를 그리고 대체탄력성 개념을 사용하여 학력별 소득분배율의 격차요인을 분석하였다. 한국의 제조업에서 학력별 절대임금격차는 확대되고 있으며, 학력별 상대임금 격차는 학력별 노동비율 증가로 축소되고, 기술진보와 세계화 등 외생적 요인의 영향으로 확대되었다. 그러나 한국외환위기 이후 시기(1993-2006)보다 국제금융위기 이후 시기(2007-2021)에 학력별 노동비율 효과는 더 감소하고 기술진보와 세계화효과는 더 증가하여 학력별 상대임금격차도 확대되고 있었다. 또한 국제금융위기 이후 시기 학력별 상대임금에 대한 학력별 노동간 대체탄력성이 높아짐에 따라 고학력노동의 소득분배율이 더 높아지고 있다. 만약 학력별 임금격차가 확대되어 심각한 소득불균형을 초래한다면 세계화와 제조업의 고학력노동 편향 기술진보에 의해 감소된 저학력노동을 서비스업에서 흡수할 수 있도록 서비스업에 대한 투자확대와 저학력노동 생산성을 증가하는 기술진보를 제고하는 정책적 시사점을 갖는다.

인구변화의 지역경제 성장효과 분석

박승규(Park, Seungkyu),이범현(Lee, Bum-hyun) 한국지역개발학회 2019 韓國地域開發學會誌 Vol.31 No.3

The purpose of this study is to empirically investigate the effects of population changes on regional economy due to changes in population, human capital with technology, and non-working(ageing) population by using regional statistical data of the National Statistical Office and the Bank of Korea from 2003 to 2016. As a result, the increased number of labor due to the increase of population decreased the production, consumption and capital steady-state of the metropolitan city and province, but the rate of convergence was rather increased. That is, growth of region was not achieved only by the growth of population. In addition, the increase of effective labor drove relatively decreasing tendency of capital and human capital along with consumption divergence in metropolitan city but province not. The growth of capital and golden rule of consumption due to increase of effective labor drove convergence in province. Finally, the increase of the non-working population, aging population, decreased capital, production and consumption of both metropolitan city and province, however, which resulted in an increase in technical progress. Therefore, with applying growth model to different regions, this study showed empirical results of the changes of population factors on change of regional economic factors.

산업화와 기술 발전의 역사를 통해 본 친환경 마케팅의 전망에 대한 탐색적 연구

민웅기(Min, Woong-Ki) 역사실학회 2012 역사와실학 Vol.49 No.-

This study discusses about which social change led to allowing the natural-environment problem to become the main issue in this society, through historical consideration of industrialization, capitalism and technical progress. The tourism industry is one of typical service industries that are closely related to environmental issue, which took place in this process of industrialization. That is because the natural environment is the primary business aim and resource of tourism industry, and simultaneously because the tourism industry itself has adversely ambivalence of intervening in the damage of its natural environment. Accordingly, to be adjusted to the recent social change, sustainability needs to be maintained by properly making use of eco-friendly marketing in the field of tourism industry. Also, for harmonious exchange and contact between natural environment and tourism, a marketing strategy is needed for managing sustainable tourism activity. The eco-friendly marketing strategy for tourism can function positively in a sense of being able to allow consumers to improve brand image of tourism products and to form strong psychological fellowship through identification.

기술진보와 해외매출비중이 기업가치에 미치는 영향

원청연,원자연 한국전문경영인학회 2024 專門經營人硏究 Vol.27 No.1

본 연구는 개별기업의 기술진보(Technical progress)가 해외매출비중에 미치는 영향을 분석 하고, 기술진보 및 해외매출비중이 기업가치와 양(+)의 관련성이 있는지를 실증분석하는데 목적이 있다. 나아가 기술진보와 해외매출비중의 상호작용이 기업가치에 미치는 영향을 탐색하 고자 한다. 2003년부터 2019년까지 국내 유가증권시장 상장기업 중 제조업을 영위하는 12월말 결산 기업 6,111개(기업-년)를 대상으로 실증분석 한 결과는 다음과 같다. 첫째, 표본기업의 기술진보를 측정한 결과, 표본 중 약 50% 이상의 기업은 기술후퇴가 아닌 진보를 경험하였음을 보였다. 또한, 표본기업의 총매출 중 27.6%가 해외매출로 구성됨을 알 수 있었다. 둘째, 기술진 보가 해외매출비중에 미치는 영향을 분석한 결과, 기술진보는 해외매출비중에 유의한 양(+)의 영향을 미친다는 결과를 보였다. 셋째, 기술진보와 해외매출비중은 각각 기업가치에 양(+)의 영향을 미치고, 기술진보와 해외매출비중의 상호작용은 기업가치를 강화시킨다는 증거를 찾을 수 있었다. 본 연구는 기술이 진보화된 기업일수록 국내시장보다는 해외시장 집중도를 높임으 로써 기업가치를 더욱 강화시킬 수 있다는 실증적 증거를 제시한다. 이러한 증거는 기술집약적 기업의 경영자로 하여금 전략적 의사결정을 수립하는데 도움을 줄 수 있다. The purpose of this study is to analyze the impact of firms' technical progress on foreign sales and to empirically analyze whether technical progress and foreign sales are positively related to firm value. Furthermore, we explore the effect of the interaction between technical progress and foreign sales on firm value. The results of an empirical analysis of 6,111 (firm-year) manufacturing firms listed on the Korea Exchange from 2003 to 2019 are as follows. First, as a result of measuring the technical progress of the sample firms, we found that more than 50% of the samples experienced progress, not technical retreat. In addition, we found that 27.6% of the sample firms' total sales consisted of foreign sales. Second, we confirmed that technical progress had a significant positive effect on foreign sales. Third, our results show that technical progress and foreign sales each have a positive effect on firm value, and the interaction between technical progress and foreign sales strengthens firm value. This study presents empirical evidence that advanced technology firms can further strengthen firm value by increasing their concentration in overseas markets rather than in the domestic market. This evidence can help managers of technology-intensive firms make strategic decisions.

시장의 외생적 충격하에서 자본재산업과 소비재산업의 생산성 변동 추이

배미경(Mi Kyung Pai) 한국경제연구학회 2011 한국경제연구 Vol.29 No.3

본 연구는 자동차완성차, 자동차부품, 조선, 철도, 항공, 일반목적용 기계, 특수 목적용 기계, 정밀기기, 의료기기로 구성된 자본재산업과 음ㆍ식료품, 의류, 가죽ㆍ신발, 인쇄, 가전으로 구성된 소비재산업의 1996~2008년간 총요소생산성 증가요인과 시장의 의생적 충격으로 인한 총요소생산성 변동요인을 규명하기 위해 1995~2008년 불균형 패널 미시데이터에 확률적 경계생산함수 모델을 적용해 총요소생산성 증가를 구성하는 기술진보, 기술적 효율성, 규모의 효과, 배분효율성의 변동을 추정하였다. 실증분석 결과, 자본재산업과 소비재산업 전반적으로 규모의 효과와 배분효율성의 변화가 미미해 총요소생산성 증가는 결국 기술진보와 기술적 효율성의 크기에 따라 결정되고 있다. 즉, 자본재산업과 소비재산업의 총요소생산성 증가 모두 기술진보가 이끌고 있으나 자본재산업이 소비재산업보다 총요소생산성 증가율(T?P)에서 앞 선 것은 소비재산업의 효율성 악화가 자본재산업의 효율성 악화보다 심각하기 때문이다. 또한 시장의 외생적 충격인 1997년 외환위기와 2008년 글로벌 금융위기는 자본재산업과 소비재산업의 기술진보에는 별 영향을 못 미쳤으나 총요소생산성 증가에는 큰 변동을 초래하였다. 즉, 1998년 자본재산업에서는 규모의 효과가 가장 크게 감소하고 배분효율성, 기술적 효율성의 순으로 하락하였으며 소비재산업에서는 기술적 효율성, 배분효율성, 규모의 효과의 순으로 감소해 자동차완성차, 조선, 철도, 항공, 일반목적용 기계, 음료품, 의류, 가죽ㆍ신발 등의 산업이 총요소생산성 감소를 보이고 있다. 또한 2008년 글로벌 금융위기의 충격으로 자본재산업에서는 규모의 효과와 기술적 효율성이 하락하고 소비재산업에서는 기술적 효율성의 악화가 뚜렷해 자동차완성차, 철도, 항공, 가죽ㆍ신발, 인쇄 등의 산업이 총요소생산성 감소를 보이고 있다. 그러나 1997년 외환위기의 충격이 2008년 글로벌 금융위기로 인한 충격보다 자본재산업과 소비재산업의 총요소생산성에 미친 영향이 훨씬 심각한 것은 2008년 글로벌 금융위기에 대해서는 합리적 기대가 형성되어 그 충격이 완화될 수 있었기 때문이다. This paper investigates the global competitiveness of the Korean manufacture of capital goods, comprising assembled vehicles, automobile parts and components, shipbuilding, railway locomotives, aircrafts, general purpose machinery, special purpose machinery, precision instruments, medical devices, and consumer goods food and beverages, clothing apparel, leather goods and footwear, printing, home electric appliances-particularly under two market exogenous shocks. In order to calibrate the competitiveness of the Korean capital goods and consumer goods industry, a stochastic frontier production model was applied to the unbalanced panel micro-level establishment data for 1995~2008 to estimate the sources of total factor productivity(TFP) growth, which is decomposed into technical progress, changes in technical efficiency, scale effects, and changes in allocative efficiency. Empirical results show that the average levels of technical efficiency(TP) for 1996~2008 of the Korean consumer goods industry were lower than those of the capital goods industry with an aggravating rate. Except for the technical retrogression of the manufacture of railway locomotives the average rates of technical progress(TP) for 1996~2008 of the Korean capital goods industry were greater than those of the consumer goods industry. Except for positive scale effects of the manufacture of assembled vehicles and negative scale effects of the manufacture of railway locomotives, scale effects of the other capital goods industries and the consumer goods industries in its entirety were trivial. Except for allocative efficiency improvement in the manufacture of railway locomotives and leather goods and footwear, changes in allocaitive efficiency of the capital goods industry and consumer goods industry were trivial and faded away. Therefore, TFP growth is determined by magnitudes of technical progress and technological efficiency and significant increases in TFP growth lead to global competitiveness as well. The manufacture of capital goods was superior to the manufacture of consumer goods in TFP growth due to the greater technical progress rate(TP) and changes in technical efficiency(T?) which finally led to capital goods. competitiveness. Market exogenous shocks, such as the 1997 Asian financial crisis and the 2008 global financial crisis had no particular effects on the technical progress of the capital goods industry and consumer goods industry while they had negative effects on TFP growth. In 1998, the capital goods industry experienced a significant decrease in scale effects with deteriorated technical efficiency and aggravated allocative efficiency. The consumer goods industry also suffered from deteriorated allocative efficiency, technical efficiency, and scale effects. Thus, manufacture of assembled vehicles, shipbuilding, railway locomotives, aircrafts, general purpose machinery, food and beverages, clothing apparels, leather goods and footwear recorded negative TFP growth In 2008, the capital goods industry experienced a significant decrease in scale effects with deteriorated technical efficiency. The consumer goods industry was subjected to significant decreases in technical efficiency. Therefore, manufacture of assembled vehicles, railway locomotives, aircrafts, general purpose machinery, leather goods and footwear, and printing showed negative TFP growth. Altogether, the 1997 shock had more disastrous effects on the TFP growth than the 2008 shock due to rational expectation of the 2008 global financial crisis; however, the latter will continue to reflect in the Korean capital goods and consumer goods industries. performances even after 2008.

전남권과 충남권 제조업부문의 총요소생산성 비교

이지후(Ji-Hoo Lee) 한국산업경제학회 2016 한국산업경제학회 정기학술발표대회 논문집 Vol.2016 No.5

본 연구는 광주·전남을 전남권, 충남·대전·세종을 충남권으로 칭하여 두 지역 제조업의 총요소생산성을 기술진보, 기술적 효율성, 규모의 효율성으로 분해하여 그 값들을 추정하고 비교한다. 이를 위해 기술적 비효율성을 고려한 고정효과 확률변경생산함수모형(fixed-effect stochastic production frontier analysis)을 사용한다. 본 연구에서 사용한 자료는 전남권과 충남권 제조업의 1999년부터 2014년까지의 시계열자료(16개년)와 횡단면자료(23개 산업)로 구성된 균형 패널자료(balanced panel data)이다. 본 연구의 추정결과와 시사점은 다음과 같다. 첫째, 전남권과 충남권 제조업에는 기술적 비효율성이 유의적으로 존재하며, 전남권이 충남권에 비해 기술적 효율성이 우세하다. 둘째, 전남권과 충남권 제조업에는 비중립적 기술진보가 존재하며, 그 형태는 노동절약적-자본사용적이다. 셋째, 전남권 제조업에서는 규모수익 체증산업이 다수 존재할 수 있는 것으로 나타났으며, 충남권 제조업은 규모의 비효율성이 존재하였다. 넷째, 총요소생산성에 미치는 영향은 기술진보가 가장 높았으며, 전남권과 충남권의 기술진보는 비슷한 수준이었지만, 충남권이 전남권에 비해 기술적 효율성 개선의 정도가 낮고, 규모의 비효율성이 존재하여 총요소생산성의 변화율에서는 격차가 존재하였다. 이는 생산성향상에 있어 기술진보의 역할이 가장 크지만, 기술력의 활용도를 나타내는 기술적 효율성과 규모의 효율성 또한 간과할 수 없음을 의미한다. This paper is to estimate total factor productivity(TFP) growth and its contributing factors(technical progress, technical efficiency change, scale efficiency) for manufacturing of Jeonnam and Chungnam. For that, this uses the true fixed-effects stochastic production frontier analysis(SFA) considered of technical inefficiency. The empirical results, based on balanced panel data from 1999∼2014 with 23 industries, are as follows. First, technical inefficiency existed in manufacturing of Jeonnam and Chungnam and former is lower than later. Second, technical progress is non-neutral onward to labor-saving and capital-using in Jeonnam and Chungnam. Third, in some manufacturing industries, increasing returns to scale can be a significant presence in Jeonnam. Chungnam has scale inefficiency. Forth, technical progress shows the most impact on TFP growth, however, Chungnam compared to Jeonnam has a similar level of technical progress, Chungnam TFP growth measures lower owing to lower technical efficiency and scale inefficiency. As a result, this paper shows that technical progress has the bigger role in productivity improvement, but technical efficiency and scale efficiency also can not be overlooked.

한국 부품ㆍ소재산업의 성장주도요인 추정

배미경(Mi Kyung Pai) 한국경제연구학회 2009 한국경제연구 Vol.27 No.-

본 연구는 부품산업인 조립금속, 반도체, 일반전자부품산업과 소재산업인 섬유, 철강, 비철금속, 석유화학, 정밀화학, 비료 및 질소화합물, 의약품, 제지, 시멘트, 유리산업의 성장주도요인을 규명하기 위하여 확률적 경계생산함수를 산업별로 1991~2005년 또는 1999~2005년의 미시데이터에 적용하여 총요소생산성 증가와 이의 기여요인인 기술진보를 중심으로 기술적 효율성, 규모의 효과, 배분효율성을 추정하였다. 실증분석 결과, 조립금속산업과 시멘트산업을 제외하면 한국 부품ㆍ소재산업의 성장을 주도해 온 동력은 총요소생산성 증가를 이끌어 온 기술진보이며, 정밀화학산업 중 비누세정 및 화장품 제조업을 제외하면 기술진보의 크기가 총요소생산성 증가의 크기에 결정적인 영향을 미치고 있다. 특히, 반도체 및 일반전자부품 등의 IT산업은 다른 산업에 비해 높은 기술진보가 그대로 총요소생산성 증가로 이어지고 있다. 그러므로 부품소재산업의 총요소생산성 증가의 핵심 동력인 기술진보를 극대화하기 위해서는 R&D 투자의 증대가 지속되어야 한다. 한편, 외환위기 이후 제조업 부흥기인 1999년에는 각 부품ㆍ소재산업에서 기술적 효율성과 배분효율성의 개선이 가장 많이 시현되었고, 그 다음으로 규모의 효과가 증대되었으며, 시멘트산업에서는 기술진보까지 발생하였다. This study applies a stochastic frontier production model to the Korean industries of materials and parts & components; textile, basic iron and steel, non-ferrous metals, fabricated metal products, petrochemicals, fine chemicals, fertilizers and nitrogen compounds, papers, cements, glasses, semi-conductors, general electronic parts and components, based on micro-level establishment data from 1991 ~ 2005 or 1999~2005 in order to investigate the growth-leading factor to their growth. The sources of total factor productivity (TFP) growth are broken down into technical progress, changes in technical efficiency, scale effects and changes in allocative efficiency. The empirical results indicated that aside from the industries of fabricated metal products and cements technical progress mainly drove the productivity growth of the Korean industries of materials and parts & components. Except for the manufacture of soap, cleaning compounds and toilet preparations, and also the manufacture of perfurmes & cosmetics the magnitude of technical progress had strong effects on the magnitude of the total factor productivity growth of the Korean industries of materials and parts & components. Particularly, the high technical progress brought the high productivity growth of the IT manufactures of semi-conductors and general electronic parts & components. Therefore, in order to maximize technical progress for the productivity growth it naturally follows that R&D investments should be increased. During 1999 resurgence of manufacturing due to the aftershock from the 1997 financial crisis technical efficiency and allocative efficiency have been improved in six industries each and scale effects have been increased in four industries, moreover technical progress were promoted in the cement industry. This study recommends that specific policy guidelines with respect to technical progress enhancing productivity growth are required to promote the total factor productivity growth of the Korean industries of materials and parts & components.