http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
중소기업 기술수준의 결정요인 분석 : 일본 수출규제 대응을 위한 관점에서
전승표,이재성,이철 한국기술혁신학회 2020 기술혁신학회지 Vol.23 No.5
In order to cope with risks such as Japan’s recent export regulations in 2019, it is necessary close the technological gap on specific countries. Therefore, this study addresses determinants and policy factors that affect the relative technological level competitiveness of Korean SMEs compared to Japan. It aims to contribute the improvement of technology level of Korean SMEs and the establishment of R&D policies. Using the 11th survey on technology of SMEs in South Korea, we conducted a regression analysis based on the Best Subset Selection for R&D SMEs in all industries and ICT field. According to the research results, in researching high-tech technologies, R&D SMEs with a large number of domestic intellectual property rights among ICT firms with manufacturing capability were found to have a higher level of technology than Japan. When limited to ICT firms, startups and firms with smaller scale were found to have higher level of technology. This study showed that the determinants of technology level of domestic R&D SMEs compared to Japan may differ by industry, and policy implications can be obtained in two dimensions by analyzing not only determinants but also policy factors. 2019년 일본에 의한 수출규제와 같은 위험에 대응하기 위해서는 특정 국가에 대한 기술 격차를 축소해야 한다. 이에 본 연구는 국내 R&D 중소기업의 일본 대비 상대적 기술경쟁력에 영향을 미치는 결정요인과 정책 요인을 통합적으로 분석함으로서, 국내 중소기업의 기술수준 제고와 관련 정책 수립에 일조하고자 한다. 제11 차 중소기업기술통계조사를 통해 국내 전산업과 ICT 분야 R&D 중소기업을 대상으로 Best Subset Selection 기반 회귀분석을 실시한 결과, 국내 중소기업의 일본 대비 기술수준은 지속적으로 감소하고 있지만, ICT 분야는 2018년부터 반등하는 것으로 나타났다. 또한, 높은 수준의 기술을 연구하면서 제조가공 능력을 겸비한 기업 중 국내 지식재산권을 다수 보유한 국내 중소기업의 일본 대비 상대적 기술수준은 높은 것으로 나타났다. 마지막으로, ICT 분야에서는 신생기업과 규모(연구인력)가 적은 기업의 일본 대비 상대적 기술 수준이 높은 것으로 나타났다. 본 연구결과를 통해 국내 R&D 중소기업의 일본 대비 상대적 기술수준 결정요인이 산업별로 다를 수 있다는 점을 밝혔으며, 기술수준에 따라 정책적 수요가 유의미하게 다르다는 점을 확인하였다.
웹검색 트래픽을 활용한 제품 브랜드 포지셔닝 전략 도출 연구
전승표,박도형 한국지능정보시스템학회 2013 한국지능정보시스템학회 학술대회논문집 Vol.2013 No.6
최근 독감 예측이나 부동산가격 예측 등 다양한 분야에서, 웹검색 트래픽이나 소셜 네트워크 등의 방대한 고객 데이터를 통해 사회 현상, 소비 트렌드 등을 분석하고자 하는 시도가 증가하고 있다. 본 연구는 연구는 구글의 웹검색 트래픽 정보를 활용하여, 제품 브랜드가 소비자의 마음속에 어떻게 자리잡고 있는지를 가시화할 수 있는 방법을 제안하고자 한다. 동시 검색된 제품 브랜드의 웹검색 트래픽을 대상으로 사회 연결망 분석을 수행하여, 제품 브랜드 포지션 파악에 유용한 정보를 제공할 수 있었다. 브랜드간의 유사성은 물론 중심성 분석을 통해서 소비자가 생각하는 중심 브랜드를 파악할 수 있었고, 시계열 데이터 비교 분석을 통해서 시간의 변화에 따른 제품 포지션의 변화도 쉽게 파악할 수 있었다. 본 연구가 제안하는 웹검색 트래픽을 통한 사회 연결망 분석은 현재의 제품 포지션도 즉시 파악할 수 있었으며, 소비자가 생각하는 판단기준과 제품의 관계까지 파악할 수 있으므로 실무적으로 많이 활용될 수 있을 것이다.
기대주기 분석을 활용한 수요예측 연구: 하이브리드 자동차의 사례를 중심으로
전승표 한국기술혁신학회 2011 기술혁신학회지 Vol.14 No.S
This paper proposes a model for demand forecasting that will require less effort in the process of utilizing the new product diffusion model while also allowing for more objective and timely application. Drawing upon the theoretical foundation provided by the hype cycle model and the consumer adoption model, this proposed model makes it possible to estimate the maximum market potential based solely on bibliometrics and the scale of the early market, thereby presenting a method for supplying the major parameters required for the Bass model. Upon analyzing the forecasting ability of this model by applying it to the case of the hybrid car market, the model was confirmed to be capable of successfully forecasting results similar in scale to the market potential deduced through various other objective sources of information, thus underscoring the potentials of utilizing this model. Moreover, even the hype cycle or the life cycle can be estimated through direct linkage with bibliometrics and the Bass model. In cases where the hype cycles of other models have been observed, the forecasting ability of this model was demonstrated through simple case studies. Since this proposed model yields a maximum market potential that can also be applied directly to other growth curve models, the model presented in the following paper provides new directions in the endeavor to forecast technology diffusion and identify promising technologies through bibliometrics.