1. 연구의 배경 및 목적
2. 이론적 논의 및 선행연구 검토
1) 지역발전과 경로 의존성
2) 기술혁신과 경로 의존성
3) 지역의 지식기반
3. 연구 방법 및 자료
1) 연구 자료
2) 변수 설정
3) 분석 방법
4. 분석 결과
1) 기초 분석
2) 다항로짓모형 분석 결과
3) 기후변화 대응기술 혁신유형의 공간적 분포와 집중
4) 기후변화 대응기술 관련 지식과 산업의 공간적 집중
5. 결론 및 시사점
1. 연구의 배경 및 목적
우리나라의 온실가스 배출량은 1990년 이후 지속적으로 증가하여, 2018년의 배출량은 7억2700만 톤으로 OECD (Organisation for Economic Co-operation and Development) 국가 기준 6위에 해당하였다(OECD, 2018). 이에 정부는 장기저탄소발전전략(Long-term low greenhouse gas Emission Development Strategies, LEDS)을 통한 부문별 전략 중 하나로 기술혁신과 탄소중립 산업구조 전환을 통한 온실가스 감축을 목표로 정책을 추진하고 있다(기획재정부, 2020). 정부의 탄소중립 산업구조 전환 정책은 지역경제와 발전방향에 큰 영향이 있을 것으로 여겨진다. 정부는 탄소중립 추진기반 구축, 녹색산업 혁신 생태계 구축 등의 내용이 담긴 그린 뉴딜 정책에 따라 2022년까지 12.3조원을 투입하여 66만개 이상의 일자리 창출을 계획하고 있다(기획재정부, 2021). 반면 탄소배출권거래제(Emission Trading System, ETS)와 탄소세(carbon tax) 등의 시장기반 정책으로 인하여 고탄소산업은 갈수록 비용부담이 늘어나 산업 위축이 불가피해질 것으로 전망된다(민은지･윤남준, 2021). 과학기술정보통신부는 각 부문별 탄소저감 노력에 더하여 과학기술의 큰 역할이 필요하다고 주장하며 탄소중립 기술혁신 10대 핵심기술을 도출하였다(과학기술정보통신부, 2021).
탄소중립 정책은 저탄소산업에 대한 투자와 구조적 전환, 고용 증가를 촉진하는 것을 목표로 하고 있으며 상당한 지역경제 파급효과가 예상된다(민은지･윤남준, 2021). 국제통화기금(International Monetary Fund, IMF)은 탄소중립정책으로 인한 글로벌 GDP가 2035년 이후 지속적으로 감소하지만 장기적으로 보았을 때 2100년 이후에는 다시 경제가 성장한다고 예측하였는데, 국가의 대응정도에 따라서 재생에너지 적응도가 높은 국가의 GDP는 증가하는 반면 석유산업 의존도가 높은 국가의 GDP는 상당 수준 감소할 것으로 전망하였다(IMF, 2020). 저탄소산업의 고용유발 효과는 고탄소산업에 비해 대체로 큰 것으로 나타났다(IMF, 2019). 반면 고탄소산업은 탄소배출권거래제와 탄소세, 탄소국경조정세와 같은 시장기반 정책(이선화 등, 2014)과 직접규제, 공공투자, 금융지원과 같은 비시장기반 정책(박수련･정연수, 2018)으로 인하여 큰 타격을 받을 것으로 예상되고 있다(민은지･윤남준, 2021).
탄소중립 산업구조 전환을 촉진하는 방안 중 하나는 기술혁신을 통해 저탄소･고부가가치 제품을 생산하거나 생산･유통･소비･폐기 전 과정에서의 온실가스를 저감하는 것이다. 기존의 고탄소 산업은 혁신을 통해서 에너지 소비 효율을 높이거나(Yin et al., 2015; Long et al., 2016) 친환경적인 생산 방식을 도입(Lee and Min, 2015)하는 등 저탄소･고부가가치 산업의 전환이 가능하다. 이에 산업통상자원부 보도자료(2023)는 산업 부문 탄소중립 R&D 추진전략이나 4대 업종 탄소중립 기술개발 등 2030년까지 9,352억 원을 투자할 것이라고 밝혔다. 과학기술정보통신부는 각 부문별 탄소저감 노력에 더하여 과학기술의 큰 역할이 필요하다고 주장하며 탄소중립 기술혁신 10대 핵심기술을 도출하고 정책을 추진하고 있다(과학기술정보통신부, 2021).
기술개발과 혁신은 우연히 일어나는 것이 아니라 지역의 기존 지식기반을 반영하여 나타난다(Boschma et al., 2015). 이는 지식생산이나 기술개발이 지역의 내재된 경제구조와 산업특성을 따라간다는 진화경제지리학(evolutionary economic geography)의 경로의존성 개념을 의미한다(Martin, 2010). 특히 Boschma(2017)는 지역이 새로운 활동(제품, 기술, 산업 등)을 창출하기 위해서는 기존 지식기반의 다양성이 중요한 역할을 한다고 제시하였다. 특히 연관다양성과 비연관다양성의 역할은 문헌별로 다양하게 논의되는데, 연관다양성은 안정적이고 장기적인 개발에 유리하고 비연관다양성은 급진적이고 단기적인 개발에 영향을 미칠 가능성이 높다(Boschma and Capone, 2015; Boschma, 2017). Balland et al.(2019)은 지역 지식기반의 연관다양성이 새로운 기술을 개발하는데 있어서 긍정적인 역할을 한다는 연구 결과를 제시하였다.
이러한 기존의 논의들은 탄소중립을 위한 기술혁신과 산업전환이 지역의 역량을 바탕으로 추진되어야 함을 시사한다. 국내에서 산업전환과 관련하여 다양한 논의가 지속되고 있으나 탄소중립산업에 대한 내용이나 이를 지식 단위에서 분석한 연구는 협소하다(이정우 등, 2020; 이항구, 2021; 최성웅･허동숙, 2021). 또한 기후기술 혁신에 관한 연구는 대체로 기업이나 사업체 단위에 초점을 맞추고 있어(박재민･김선우, 2010; 최종민, 2015; 문미라･윤순진, 2016) 계획적 측면에 대한 시사점을 이끌어내기에 한계가 있었다.
본 연구의 목적은 지역에서 기후변화 대응기술(Climate Change-related Technology, CCT)에 대한 혁신이 나타나는 유형에 있어 지역의 지식기반과 지역적 특성이 미치는 영향을 실증적으로 분석하는 것이다. 혁신유형 변수와 지역의 지식기반을 도출하기 위해서 1996년부터 2020년까지의 KIPRIS의 국내 특허 자료를 이용하였다. 기후변화 대응기술은 OECD(2020)이 정의하고 있는 기후변화 완화 및 적응 기술 분류를 적용하였다. 기후변화 관련 기술은 탄소중립기술, 저탄소기술 등 다양한 용어가 사용되고 있지만 기술과 관련된 속성을 측정할 수 있는 특허자료와 연계되지 못하는 한계가 있다. 본 연구에서는 OECD Environment-related Technologies(ENV-TECH)에서 정의하고 있는 기후변화 완화 및 적응 기술을 기후변화 대응기술로 분류하고 특허 코드를 이용하여 분석의 기준으로 사용하였다. 그 외 지역적 특성을 나타내는 변수는 통계청의 인구총조사, 전국사업체조사, 주민등록인구현황, 시도별 기본통계 자료를 이용하였다.
본 연구는 다음과 같은 순서로 진행된다. 먼저 지역의 지식기반과 지역적 특성이 기후변화 대응기술의 혁신에 어떻게 영향을 미치는지를 이론적으로 논의한다. 지역의 기후변화 대응기술 혁신유형은 네 가지 범주를 가지는 종속변수로써 다항로짓모형(multinomial logit model)을 통해 독립변수의 영향을 살펴본다. 이후 지역의 기후변화 대응 혁신유형과 산업의 공간적 분포와 집중을 파악한다.
2. 이론적 논의 및 선행연구 검토
1) 지역발전과 경로 의존성
지난 수십 년간 지역경제 분야는 진화경제지리학의 개념을 도입하여 지역경제의 경로의존성과 경제 발전의 지리적 차이를 설명하려고 노력해왔다(Rigby and Essletzbichler, 2008; Boschma and Frenken, 2006; Martin and Sunley, 2006; Boschma and Martin, 2007; Martin, 2010). 이는 지역경제가 단일의 합리적인 성장경로를 따르는 것이 아니라 지역 내 경제 주체와 구조의 지속적인 적응과 재조합 과정을 거친다고 주장하며, 진화경제지리학이란 분야로 연구되고 있다. 진화경제지리학은 비교적 최근 논의가 시작된 분야로 개념과 정의, 연구방법에 대한 논의가 이루어지고 있지만(Martin and Sunley, 2006; Martin, 2010), 이미 트리플 헬릭스(Triple-Helix) 이론(이재훈･석민, 2014; 이종호･이철우, 2014, 2016), 스마트 전문화 전략(smart specialization strategies)(이종호･이철우, 2016; Balland et al., 2019), 지역경제 회복력(resilience)(Martin, 2012) 등 다양한 연구에 적용되고 있다.
진화경제지리학 문헌에서 나타나는 핵심 개념은 지역경제의 발전이 기존의 지역 역량을 반영한 장소 의존성, 즉 경로의존성(path dependence)을 따른다는 것이다(Martin and Sunley, 2006; Martin 2010). Martin(2010)에 따르면 새로운 산업의 발전은 우연한 기회나 사건을 통해 발생하는 것이 아니라 기존에 내재된 자원이나 능력, 기술, 경험 등을 통해 발생한다고 주장하며 지역 산업 진화의 경로의존적 모형을 설명하였다. 경로의존성에 대한 연구로써 Hidalgo et al.(2007)은 국가가 새로운 수출품을 생산할 때 기존 산업 역량의 재조합을 통해 일어난다고 주장하였으며, Neffke et al.(2011)은 지역이 가진 기존의 산업과 연관성이 높은 산업일수록 지역이 다각화할 가능성이 높다고 실증적으로 분석하였다. 이들은 이러한 장기적인 산업의 진화 경로를 설명함에 있어서 지역의 기존 역량을 제품 공간(product space) 혹은 산업 공간(industry space)로 정의하였다. 제품 공간이란 제품들 간의 연관된 네트워크를 의미하며, 제품 공간의 중심에 있을수록 다른 제품들과 연관성이 높음을 의미하고 제품 공간의 가장자리에 있을수록 다른 제품들과 연관성이 낮음을 의미한다.
한편 제품이나 산업뿐만 아니라 기술의 개발이나 혁신도 이러한 경로의존성을 따른다는 연구가 지속적으로 등장하고 있다(van den Berge and Weterings, 2014; Boschma et al., 2015; Balland and Rigby, 2017; van den Berge et al., 2020; 김경외 등, 2021). 이들은 지역이 새로운 기술을 다각화(diversification)하는데 있어서 기존의 지식기반과 연관된 부문에서 발생할 가능성이 높음을 실증적으로 증명하였다. 마찬가지로 지식기반이란 지역이 가진 지식 역량을 의미하며 제품 공간을 변형한 지식공간(knowledge space) 개념으로 설명되어 왔다(Kogler et al., 2013; Boschma et al., 2015; Kogler et al., 2017; Balland et al., 2019). Whittle (2020)은 1981년부터 25년간의 특허 자료를 통해 아일랜드의 기술적 진화를 지식공간을 통해 설명하였다. 아일랜드 지역과 기술의 평균 연관성은 지속적으로 증가하는 행태를 보였으며, 결과적으로 기존에 특화한 기술과 근접한 부분에서 지식공간을 확장하는 경향이 있음을 보여주었다.
2) 기술혁신과 경로 의존성
지역의 기술특화란 지역이 특정 기술의 생산에 있어서 다른 지역보다 비교우위를 갖는 것을 의미한다. 기술에 대한 비교우위 여부는 현시비교우위(Revealed Comparative Advantage, RCA)를 변형한 현시기술우위(Revealed Technological Advantage, RTA) 지수를 계산하여 도출할 수 있으며 지역의 기술 집중도를 파악할 수 있는 상대적인 지표이다. RCA는 본래 국가의 상대적인 수출 집중도를 파악하기 위한 지수로 Balassa(1965)에 의해 개발되었지만, 이를 특허 및 기술에 적용하여 현시특허우위(Revealed Patent Advantage, RPA) 혹은 현시기술우위란 개념으로 사용되고 있다(박승 등, 2010; 정분도･김지훈, 2013; 김희태･권상집, 2020; 엄익천･김봉진, 2021).
지역경제 분야에서 비교우위 지수는 대체로 국가 간에 기술이나 산업의 경쟁력을 비교하기 위해 사용되어 왔다. Caravella et al.(2021)은 유럽연합이 다른 국가들과 비교하여 기후변화 완화기술(Climate Change and Mitigation Technologies, CCMTs)에 있어 우위를 가지는지 여부를 RTA를 통해 나타내었다. 박승 등(2010)은 1988년부터 2008년까지의 특허 자료를 이용하여 RPA를 도출한 뒤 미국, 일본, 유럽, 프랑스, 독일, 영국, 한국의 무인항공기 기술 경쟁력을 분석하였다. 정분도･김지훈(2013)은 2007년부터 2011년간의 수출액 자료를 이용하여 우리나라와 인도의 IT산업 경쟁력을 비교하기 위해 RCA를 사용하였다. 김희태･권상집(2020)은 2009년부터 2018년까지의 수출입 자료를 이용하여 RCA를 도출한 뒤 한국, 중국, 일본의 바이오･헬스, 무선통신기기, 철강, 반도체･디스플레이 산업의 경쟁력을 비교하였으며, 엄익천･김봉진(2021)은 1990년부터 2019년까지의 미국 등록특허를 대상으로 주요국들의 감염병 진단 기술경쟁력을 분석하기 위해 RTA를 사용하였다.
지역의 기술특화는 상대적인 의미를 갖기 때문에 시간의 흐름에 따라서 변동성을 가진다. 예를 들어 특정한 기술에 대해 지속적으로 비교우위를 유지하는 지역이 있는 반면 여러 기간 동안 비교우위를 가지지 못한 지역이 존재한다. 또한 특정 기술에서 비교열위에 있던 지역이 연구개발을 통해 새로이 비교우위를 가지게 되거나 경쟁 지역의 성장으로 인해 비교우위가 사라지게 되는 경우도 존재한다. 대다수의 연구들은 비교열위에 있던 지역이 시간이 지나면서 비교우위를 갖는지 여부를 기술 진입(entry)이란 용어로 설명하였다.
앞서 논의하였듯이 이들은 지역이 기술 진입을 하는데 있어서 기존의 지식기반을 반영한다고 주장하였으며 이를 실증적으로 분석하였다. Boschma et al.(2015)은 1976년부터 2010년까지의 특허 자료를 이용하여 미국 366개 도시의 기술에 대한 장기적인 진화 과정을 분석하였다. 분석 결과 도시가 새로운 기술로 진입하는데 있어서 기존의 지식기반의 영향을 받는다는 것을 확인하였다. 특히 이러한 기술 진입은 기존의 지식기반과 연관된 부문에서 발생할 가능성이 더 높은 것으로 나타났다. Balland et al.(2019)은 1985년부터 2009년까지의 특허 자료를 이용하여 유럽 내 지역의 새로운 기술로 진입하는데 있어서 지식의 연관성이 미치는 영향을 분석하였다. 분석 결과 기존의 지식기반과 연관성이 높은 기술일수록 해당 기술로 진입할 가능성이 높은 것으로 나타났다. 기술 진입과는 반대로 기술에 있어 비교우위에 있던 지역이 향후 비교열위를 갖는지 여부를 기술 퇴출(exit)이란 용어로 설명하였다. Rigby(2015)는 1975년부터 2005년까지의 특허 자료를 이용하여 미국 366개 도시가 새로운 기술로 진입하는데 있어서 기존의 지식기반과 연관된 지식을 중심으로 발생한다는 것을 확인하였다.
3) 지역의 지식기반
지역의 기술 개발은 우연히 일어나는 것이 아니라 지역의 기존 지식기반의 재조합을 통해 발생한다(Boschma et al., 2015; Balland et al., 2015; Boschma, 2017). 이러한 재조합 가능성은 지식이 연관된 정도에 따라서 다르게 나타나는데, 지식의 연관성이 높을수록 지식의 탐색 비용을 감소시켜 새로운 기술 개발을 용이하게 한다(Rigby, 2015; Balland et al., 2019). 이러한 논의는 국가가 새로운 산업이나 수출품을 생산하는데 있어서 기존의 제품 공간을 반영한다는 Hidalgo et al.(2007)의 연구에 이어, 연관성 밀도가 기술 다각화 및 개발에 미치는 영향을 실증적으로 분석한 연구들이 밝히고 있다(Boschma et al., 2015; Rigby, 2015; Balland et al., 2019; Heimeriks et al., 2019). 이들의 분석 결과는 지식 및 기술의 연관성 밀도가 높은 지역일수록 새로운 기술을 다각화할 가능성이 높다는 것을 제시하고 있다. 국내 연구에서는 연관성 밀도 지수를 이용하지는 않았지만 특허의 공동분류 네트워크를 통해 새로운 기술의 융합은 기존 기술의 연관성에 기반을 둔다는 것을 밝혀내었다(한장협 등, 2015; 황순욱･천동필, 2020).
지식의 연관성의 역할은 특정한 기술의 특화에도 적용되는 것으로 나타났다. Balland and Boschma(2021)는 유럽 내 지역이 4차 산업 기술로 진입할 때에 지식의 연관성 밀도가 긍정적인 역할을 한다고 밝혀냈으며, Tanner(2016)는 연료전지와 관련한 특허를 생산하는데 있어서도 기술적 연관성이 높을수록 더 많은 해당 특허를 생산해낸다고 주장하였다. 마찬가지로 녹색 기술과 저탄소 기술, 생태 기술의 다각화 혹은 진입과 지식의 연관성의 관계를 실증적으로 분석하려는 시도가 다수 존재한다(van den Berge and Weterings, 2014; Santoalha and Boschma, 2021; Montresor and Quatraro, 2020; Perruchas et al., 2020; Bergamini and Zachmann, 2021).
3. 연구 방법 및 자료
1) 연구 자료
분석을 위한 변수를 구축하기 위해 KIPRIS Plus에서 제공하는 1996년부터 2020년까지의 국내 특허 출원 자료를 이용하였다. 기후변화 대응기술은 OECD ENV-TECH에서 정의한 기후변화 완화 및 적응기술의 4자리 코드를 따랐으며 특허분류의 CPC(Cooperative Patent Classification) 코드와 연계하였다(OECD, 2020). OECD ENV-TECH 분류는 국가 및 기업의 환경 관련 혁신 성과를 평가하고 특정하기 위한 특허 기반 혁신 지표이고, CPC 분류는 기존의 IPC(International Patent Classification)보다 세분화된 특허분류체계이다. 따라서 본 연구에서 적용한 기후변화 대응기술은 8가지이며 분석에서는 하나의 코드로 통합하였다(표 1). 기후변화 대응기술과 연관된 산업을 파악하기 위해 CPC 코드를 IPC 분류와 연계한 뒤 이를 한국표준산업분류(KSIC)와 정확하게 연계하기 위해 일부 특허 분류는 5자리 코드로 설정하였다1),2).
표 1.
기후변화 대응기술의 정의와 CPC 코드
지역의 특허 수를 도출하기 위해서 출원인의 주소를 기준으로 시･군･구 단위로 설정하였다. 하나의 특허가 둘 이상의 주소를 갖는 경우 각 지역의 특허 수에 포함하도록 하였다. 또한 분석과 지역 단위의 일관성을 위하여 2021년을 기준으로 행정구역을 설정하되 세종특별자치시는 충청남도 연기군으로 과거 자료와 통일하였다. 최종적으로 229개의 시군구를 이용하였다. 그 외 지역특성을 나타내는 변수를 구축하기 위해서 통계청에서 제공하는 2000년, 2005년, 2010년, 2015년 인구총조사와 1996-2015년 전국사업체조사, 1996-2015년 주민등록인구현황, 1996-2015년 시도별 기본통계 자료를 이용하였다.
2) 변수 설정
기술 및 지역이 충분한 특허를 포함하게 하고 연관성 밀도가 짧은 시간동안 큰 폭으로 변동하는 것을 통제하기 위하여 1996년을 시작으로 5년 단위로 시점을 구분하였다(1996-2000, 2001-2005, 2006-2010, 2011-2015, 2016-2020). 본 연구의 종속변수는 기후변화 대응기술에 대한 네 가지 혁신유형 변수(TYPE)이며 이를 도출하기 위해 먼저 지역의 현시기술우위(RTA)를 계산하였다(식 1). RTA는 이진 변수로 구성된 지역×코드() 행렬이며, 기후변화 대응기술 에 대하여 지역 이 가진 특허 출원 점유율이 전국의 특허 출원 점유율보다 큰 경우 1, 그렇지 않으면 0에 해당한다. 이는 지역산업의 특화도를 나타내는 입지계수와 유사한 형태이다.
는 5년 단위로 구분된 시점이고 은 시군구 단위 지역, 는 기후변화 대응기술을 의미한다. 본 연구는 5년 단위로 구분된 시점이 변화하는데서 나타나는 지역의 현시기술우위 변화를 혁신유형의 형태로 정의하고 합동모형(pooled model)을 구성하여 분석한다. 5년 단위로 구분하여 독립성을 가정하고 분석의 단위를 지역으로 설정한 이유는 기술적 변화의 경우 누적된 형태를 보이기 때문이다. 시점이 변화하는 형태를 이용한 이유는 혁신 경로를 유형화하여 측정할 필요가 있었기 때문이다. RTA를 유형화하지 않고 지수를 그대로 이용하거나 표준화 하는 연구들(Malerba and Montobbio, 2003; d’Agostino et al., 2013)은 값의 변동 그 자체를 포착할 수 있으나 혁신의 경로를 측정하는데 한계가 있다. 따라서 종속변수인 지역의 유형 변수는 시점에 대한 RTA의 변화에 따라서 네 가지 값으로 구분하였다(표 2). 이는 혁신유형을 진입 혹은 퇴보로만 보았던 선행연구들과 달리 네 유형으로 확장시켜 보다 풍부한 경로를 파악할 수 있다는 차별점이 있다.
표 2.
기후변화 대응기술에 대한 혁신유형 변수(TYPE)
| 변수값 | 정의 | ||
| 1 | 진입(entry type) | 0 | 1 |
| 2 | 비특화(non-specialization type) | 0 | 0 |
| 3 | 퇴보(exit type) | 1 | 0 |
| 4 | 특화(specialization type) | 1 | 1 |
표 3.
변수의 구성
독립변수 중 기후변화 대응기술의 연관성 밀도(Relatedness Density)를 계산하는 과정은 (식 2), (식 3)과 같다(Balland et al., 2019; Balland and Boschma, 2021). 먼저 각 시점별로 하나의 특허에서 서로 다른 두 개 이상의 CPC 코드가 존재하는 경우를 셈으로서 동시분류행렬(co-classification matrix)을 도출하였다. 해당 행렬은 각 시점 에서 출현한 CPC 코드의 수 의 정방행렬()이며 이를 표준화하여 연관성 행렬 를 도출한다(식 2).
연관성 행렬의 원소는 연관성 지수 로 이루어져 있으며, 이는 시점 에서 CPC 코드 가 그 외의 코드 와 얼마나 연관이 있는지를 나타낸다. 다음으로 연관성 밀도는 지역 에서 RTA=1인 연관성 지수 에 대하여 전국의 연관성 지수를 나누어 계산한다(식 3).
다음으로 특허 자료를 이용하여 각 시점에 대한 지역의 특허 수와 지역에 출현한 기후변화 대응기술 수를 도출하였다(Balland et al., 2019). 이들은 특정 기간에 지역이 가진 지식기반의 양적 측면을 의미한다. 그 외 모형에서 이용하는 독립변수는 혁신에 영향을 줄 수 있는 변수들로 구성하였으며 이는 표 3과 같다. 먼저 지역의 규모를 통제하기 위해 주민등록인구와 시도별 기본통계를 이용하여 인구 수와 인구밀도를 포함시켰다. 혁신에 영향을 줄 수 있는 인적 자본의 형태를 파악하기 위해 지역의 4년제 이상 대학교 재학생 수와 4년제 이상 대학교 졸업자 수를 포함하였다. 연구개발에 투입될 수 있는 직종의 영향을 파악하기 위해 통근지 기준 전문가 및 관리자 종사자 수를 포함하였다. 이들 변수는 2000년, 2005년, 2010년, 2015년의 인구총조사 자료를 이용하였다. 혁신에 영향을 줄 수 있는 업종의 영향을 보기 위해 기후변화 대응을 위해 구조적 전환이 요구되는 업종인 제조업 종사자 수를 포함하였고, 혁신에 영향을 주는 것으로 논의되어온 산업다양성을 허쉬만-허핀달지수를 이용하여 포함하였다. 혁신에 영향을 주는 사업체 규모의 영향을 파악하기 위해서 종사자 500인 이상 사업체 수를 이용하였다. 이들 변수는 전국 사업체조사를 이용하였다.
3) 분석 방법
(1) 다항로짓모형
본 연구의 종속변수는 비순서형이고 네 가지의 범주를 가지므로 다항로짓모형을 통해 분석하였다3). 다항로짓모형은 개인의 특성에 따라 대안의 선택 가능성을 다루는 모형이다. 모수추정치는 최대우도추정(Maximum Likelihood Estimation Method, MLE)으로 구하였으며 pesudo R-square과 더불어 모형의 적합성을 판단하는데 이용하였다. 본 연구에서는 지역의 특성에 따라서 지역이 네 가지의 유형 중 하나를 따르는 것으로 가정하여 적용하였다. 일반적으로 다항로짓모형은 범주로 구분할 수 있는 가능한 대안 중에서 의사결정자인 개인이 최대의 효용을 얻기 위해 j번째 선택을 하는 것으로 가정한다(식 4).
여기서 는 대안 로부터 얻을 수 있는 효용이고 는 측정이 가능한 확정적 효용(deterministic utility), 는 측정되지 않는 확률적 효용(stochastic utility)이다. 여러 범주 중에서 개인이 를 선택하는 이유는 그 효용이 가장 크기 때문인 것으로 가정하는데 이는 <식 5>로 나타낼 수 있다.
(식 4)를 추정하기 위해서는 오차항의 분포에 대해 제1종 극단값 분포(type Ⅰ extreme value distribution)를 가정해야 한다. 이는 오차항이 서로 독립(independent)임을 의미한다. 이에 따라 개인이 를 선택할 확률은 (식 6)과 같다. 다음으로 승산비는 설명변수 가 한 단위 증가할 때 대안 에 비해 대안 를 선택할 가능성을 의미한다. 기준 대안이 인 경우 그 승산비(odds ratio)는 (식 7)과 같다.
종속변수는 표 2와 같이 시점 -1에서 시점 로 넘어가는 기간 에 대한 유형 변수이므로 총 네 개의 기간을 도출할 수 있다. 독립변수는 시점 -1의 값을 투입하였으며 최종 분석모형은 (식 8)과 같다. 본 연구는 다항로짓모형을 통해 비특화에 비해 진입, 특화, 퇴보 등에 영향을 주는 혁신요인이 무엇인지 살펴보며 기후변화 대응기술의 연관성 밀도가 증가할 때 종속변수인 각 혁신유형별 확률에 미치는 영향(한계효과)을 파악한다.
(RD_CCT: 기후변화 대응기술의 연관성 밀도, REG_PAT: 특허수, REG_PAT_CCT: 기후변화 대응기술 수, POP: 인구 수, POP_DEN: 인구밀도, HC: 대학교 졸업자수(4년제 이상), SPC: 전문가 및 관리자 종사자 수, MFG: 제조업 종사자 수, DIVERSITY: 산업다양성(허쉬만-허핀달 지수), UNIV: 대학교 재학생 수(4년제 이상), BIGENT: 종사자 500인 이상 사업체 수)
(2) LISA 분석
본 연구에서는 지역의 기후변화 대응기술에 대한 혁신유형이 공간적 군집을 가지는지를 파악하기 위해서 LISA(Local Indicator of Spatial Association) 분석을 수행하였다. 지역의 기후변화 대응기술에 대한 혁신유형은 범주형 변수이기 때문에 각 유형이 나타나는 지역에 대해 1로 정의하고 그렇지 않은 경우 0으로 하여 공간적 군집을 확인하는데 한정하여 이용하였다. LISA는 국지적 차원에서 공간적 군집의 유의성을 판단할 수 있으며 이는 Anselin(1995)의 국지적 모란 I 지수(Local Moran’s I index)를 통해 도출할 수 있다. 공간적 군집은 모란 산포도(Moran scatter plot)를 통해 크게 네 가지로 구분할 수 있다. 먼저 HH유형(high-high)은 원점을 기준으로 높은 값 주위에 높은 값이 존재하는 경우이고 LL유형(low-low)은 낮은 값 주위에 낮은 값이 존재하는 경우이다. HL유형(high-low)은 높은 값 주위에 낮은 값이 존재하는 경우이고 LH유형(low-high)은 낮은 값 주위에 높은 값이 존재하는 경우이다. 여기서 HH유형과 LL유형은 공간적 군집지역(cluster), HL유형과 LH유형은 공간적 이례지역(outlier)으로 볼 수 있다.
(식 9)는 국지적 모란 I 지수의 산출식을 나타낸다. 여기서 은 지역의 수를 의미하고 는 지역 의 속성, 는 지역 의 속성이다. 는 속성의 평균을 의미하고 는 가중치 값이다. 또한 산업 측면에서 정책적 시사점을 도출하기 위해 기후변화 대응기술과 연관성이 높은 산업들을 KSIC-IPC 연계표를 적용하여 연관성 밀도, 기후변화 대응기술 수, 사업체 수를 기준으로 이들의 공간적 군집을 파악하였다. 먼저 각 산업을 기준으로 연관성 지수 를 모두 합한 뒤 1부터 100사이의 값으로 표준화하였다. 이를 가중치로 활용하여 각 산업에 속한 사업체 수에 곱한 뒤 시군구별 (사업체 수×가중치)로 정리하였다. 이를 통해서 기후변화 대응기술과 연관성이 높은 사업체의 클러스터를 도출하였다.
4. 분석 결과
1) 기초 분석
표 4는 기후변화 대응기술의 출현 수를 보여준다. 각 시점별로 정의한 기후변화 대응기술에 해당하는 CPC 코드의 출현 수가 시간이 지남에 따라 증가하는 경향을 보인다4). 이중 2016-2020년의 시점을 기준으로 Y02E가 10,046건으로 가장 많은 것으로 나타났고 Y02C가 141건으로 가장 적게 나타났다. 지역별 특허 수를 보았을 때(표 5) 2016-2020년의 시점을 기준으로 경기도 수원시가 가장 많은 특허를 보유한 것으로 나타났으며 서울특별시 영등포구, 서울특별시 서초구가 뒤를 이었다.
표 4.
기후변화 대응기술의 출현 수
표 5.
지역별 특허 수
표 6.
기초통계량
본 연구의 분석에 사용된 변수들의 기초통계량은 표 6과 같다. 종속변수를 살펴보면 분석기간 동안 기후변화 대응기술로 진입(=1)한 지역이 13.1%, 비특화(=2)한 지역이 28.1%, 퇴보(=3)한 지역이 18.4%로 나타났다. 특화(=4)한 지역은 40.4%로 가장 많은 것으로 나타났다. 특허 수, 대학졸업자 수(4년제), 전문가 및 관리자 종사자 수, 제조업 종사자 수, 대학 재학생 수 변수는 지역의 인구가 많으면 높게 나타날 수 있기 때문에 인구 1천명 당 수를 이용하였다. 기후변화 대응기술 수, 인구 수, 인구밀도 등 변수는 자연로그를 취하였다.
2016-2020년 기준 각 기후변화 대응기술별로 연관성밀도가 높은 상위 10개의 CPC 코드와 연계된 KSIC는 부록 표 1과 같다. 살펴보자면 Y02B, Y02E, Y02P처럼 다양한 제조업과 연관된 경우가 있는 반면, Y02A, Y02C, Y02D, Y02T, Y02W처럼 특정 제조업이 자주 등장하는 경우가 존재했다. ‘사무용 이외의 일반기계 제조업’은 Y02A에서 4건, Y02C에서 3건으로 나타났으며, Y02D는 ‘통신 및 방송 장비 제조업’이 5건, Y02T는 ‘항공기 제조업’이 3건, Y02W는 ‘특수 기계 제조업’이 4건으로 나타났다.
2) 다항로짓모형 분석 결과
종속변수에서 기준 유형은 비특화(=2)로 설정하였다. 비특화 유형을 따르는 지역은 기후변화 대응기술을 개발할 역량이 부족한 지역으로 볼 수 있기 때문이다. 다항로짓모형의 추정모형은 우도비 추정결과 적합한 것으로 나타났으며 IIA 가정에 대한 검정값(=21.578)은 유의수준이 0.546으로 적합하였다.분석 결과는 표 7과 같다.
표 7.
다항로짓모형 분석결과
| 기후변화대응기술 혁신 유형 | ||||||
| 진입(=1) | 퇴보(=3) | 특화(=4) | ||||
|
Coef. (Std. Err.) | Odds ratio |
Coef. (Std. Err.) | Odds ratio |
Coef. (Std. Err.) | Odds ratio | |
| 기후변화대응 기술 연관성 밀도 |
0.059** (0.021) | 1.061** |
0.049* (0.020) | 1.051* |
0.113** (0.017) | 1.121** |
| 인구 1천명 당 특허 수 |
0.019 (0.010) | 1.020 |
-0.136** (0.030) | 0.872** |
-0.070** (0.015) | 0.932** |
| Ln(기후변화 대응기술 수) |
-0.659** (0.189) | 0.517** |
1.826** (0.231) | 6.209** |
1.395** (0.189) | 4.036** |
| Ln(인구 수) |
0.155 (0.417) | 1.169 |
0.100 (0.468) | 1.106 |
1.798** (0.414) | 6.041** |
| Ln(인구밀도) |
-0.081 (0.101) | 0.922 |
0.150 (0.098) | 1.162 |
-0.197* (0.087) | 0.821* |
| 인구 1천명 당 대학졸업자 수(4년제) |
-0.415 (0.354) | 0.660 |
-2.348** (0.389) | 0.096** |
-3.422** (0.355) | 0.033** |
| 인구 1천명 당 전문가 및 관리자 종사자 수 |
-0.010* (0.005) | 0.989* |
-0.007 (0.006) | 0.993 |
-0.005 (0.005) | 0.995 |
| 인구 1천명 당 제조업 종사자 수 |
0.002 (0.002) | 1.002 |
-0.004 (0.003) | 0.996 |
-0.011** (0.003) | 0.989** |
| 산업다양성 |
0.043 (0.086) | 1.044 |
-0.046 (0.100) | 0.954 |
-0.068 (0.090) | 0.933 |
| 인구 1천명 당 대학재학생 수(4년제) |
0.018* (0.008) | 1.018* |
0.025** (0.008) | 1.026** |
0.036** (0.007) | 1.038** |
| 종사자 500인 이상 사업체 수 |
0.050* (0.025) | 1.052* |
0.005 (0.03) | 1.006 |
0.050* (0.021) | 1.052* |
| Constant |
2.066 (3.18) | 7.897 |
13.430** (3.489) | 680774.8** |
5.977 (3.067) | 394.4 |
| LR chi-square | 491.63** | |||||
| Pseudo R-square | 0.2063 | |||||
먼저 기후변화대응기술 연관성 밀도는 모든 유형에 대해 확률에 유의하고 긍정적인 영향을 주는 것으로 나타났다. 그 중에서 다른 조건이 동일할 때 기후변화대응기술 연관성 밀도가 10 단위 높은 지역이 특화 유형을 따를 승산비가 11.21배로 가장 높았다. 이는 지역의 기술혁신이 기존의 연관된 지식기반을 중심으로 발생한다는 기존 연구들의 논의(Balland et al., 2015; Boschma, 2017; Balland and Boschma, 2021; Montresor and Quatraro, 2020; Perruchas et al., 2020; 한장협 등, 2015; 황순욱･천동필, 2020)가 기후변화대응기술에서도 나타나고 있음을 의미한다. 반면 인구 1천명 당 특허 수는 비특화 유형에 비해 퇴보와 특화 유형을 따를 확률에 유의하지만 부정적인 영향을 주는 것으로 나타났다. 이는 지역의 가진 지식의 양이 많다고 하여 기후변화 대응기술의 혁신 경로에 긍정적인 영향을 준다고 할 수 없음을 의미한다. 지역에 출현한 기후변화 대응기술의 수는 진입 유형에는 부정적인 영향을, 퇴보와 특화 유형에는 긍정적인 영향을 주는 것으로 나타났다. 이는 특화와 퇴보가 기후변화 대응기술의 수가 많은 형태에서 나타난다는 점을 고려할 때 타당한 결과이다.
인구 수와 인구 밀도는 비특화 유형에 비해 특화 유형을 따를 확률에 유의하게 나타났다. 인구 수는 긍정적인 영향을 주는 반면에 인구 밀도는 부정적인 영향을 주었다. 이는 지역의 규모가 기후변화 대응기술 개발의 가능성을 높게 하기 때문인 것으로 추측된다. 지역의 인적자본을 의미하는 4년제 대학 졸업자 수, 전문가 및 관리자 수, 재학생 수는 상반된 결과를 보여준다. 4년제 대학졸업자 수가 한 단위 증가하는 경우 퇴보 유형을 따를 승산비가 0.10배, 특화 유형을 따를 승산비가 0.03배 증가한다. 전문가 및 관리자 수는 한 단위 증가할수록 비특화 유형에 비해 진입 유형을 따를 승산비가 0.99배 증가하는 것으로 나타났다. 대학교 재학생 수는 모든 유형에서 유의하였으며 긍정적인 영향을 주는 것으로 나타났다. 이러한 결과는 기후변화대응기술이 산업의 기존 혁신 영역 보다는 새로운 아이디어를 바탕으로 한 형태이기 때문에 대학교가 입지한 곳에서 이들의 역량을 바탕으로 혁신의 경로가 형성될 수 있음을 보여준다. 제조업 종사자 수는 비특화 유형에 비해 특화 유형을 따를 승산비가 0.99배 증가하는 것으로 나타났다. 반면 지역의 산업다양성은 비특화 유형에 비해 어느 유형에서도 유의하게 나타나지 않았다. 종사자 500인 이상 사업체 수는 비특화 유형에 비해 진입과 특화 유형을 따를 확률에 유의하고 긍정적인 영향을 주는 것으로 나타났다. 이는 기후변화대응기술의 진입과 특화의 경로가 다양성이나 구조적 전환이 필요한 제조업 분야 보다는 대기업을 중심으로 나타나고 있음을 의미한다.
표 8은 기후변화 대응기술 연관성 밀도에 대한 한계효과를 추정한 결과이다. 다른 조건이 평균에 있고 연관성 밀도가 평균에서 10 단위 증가하는 경우 비특화 유형을 따를 확률이 17.1% 감소하는 것으로 나타났고 특화 유형을 따를 확률은 20.8% 증가하는 것으로 나타났다. 이를 해석하자면 지역의 연관성 밀도가 낮은 경우 기후변화 대응기술에 대해 지속적인 비특화 유형에서 벗어나기가 힘들다는 것을 의미한다. 반면 지역이 계속해서 특화 유형을 유지하기 위해서는 높은 연관성 밀도가 중요하게 작용하는 것으로 나타났다. 이는 연관성 밀도가 단순히 지역이 기후변화 대응기술로 진입 유형을 따르기 위해서일 뿐만 아니라 기후변화 대응기술 특화를 유지하는 데에도 큰 작용을 한다는 것으로 보인다.
표 8.
기후변화 대응기술의 연관성 밀도에 대한 한계효과 추정결과
| 혁신유형 | ||||||||
| 진입(=1) | 비특화(=2) | 퇴보(=3) | 특화(=4) | |||||
| dy/dx | Std. Err. | dy/dx | Std. Err. | dy/dx | Std. Err. | dy/dx | Std. Err. | |
| 기후변화 대응기술의 연관성 밀도 | -0.0008 | 0.002 | -0.017** | 0.003 | -0.003 | 0.003 | 0.021** | 0.003 |
3) 기후변화 대응기술 혁신유형의 공간적 분포와 집중
그림 1(a)은 본 연구의 종속변수인 기후변화 대응기술에 대한 지역의 혁신유형을 기간별로 나타낸 지도이다. 전국적으로 보았을 때 기간 1에서는 특화 유형에 해당하는 지역이 다수 분포되어 있었으나 기간 4로 갈수록 상대적으로 그러한 지역이 감소하고 있음을 알 수 있다. 또한 수도권에서는 기간 1에 비해 기간 4에서 비특화 유형을 따르는 지역이 증가한 것으로 나타났고, 부산에서도 진입, 특화 유형에 비해 비특화 유형을 띄는 지역이 증가했다. 표 4에서 알 수 있듯이 기후변화 대응기술이 지속적으로 증가하고 있는 것을 감안했을 때 이는 지역 간 기후변화 대응기술의 출현 수의 편차가 감소하여 나타난 결과로 해석할 수 있다. 즉 수도권과 부산뿐만 아니라 다른 지역에서도 기후변화 대응기술의 생산이 증가하여 전체적으로 평균이 증가했다는 것을 의미한다.
기후변화 대응기술에 대한 지역의 혁신유형이 공간적으로 군집하는지는 LISA 분석의 HH유형을 중심으로 살펴보았다(표 9와 그림 1). 먼저 그림 1(b)는 진입 유형을 1, 나머지 유형을 0으로 설정하여 분석한 결과이다. 기간 1, 기간 2, 기간 3에서 진입 유형은 공간적 군집이 존재하지 않았으며 기간 4에서는 대전광역시, 전라남도, 경상남도 일부 지역에서 공간적 군집이 나타났다. 그림 1(c)는 비특화 유형을 1, 나머지 유형을 0으로 설정하여 분석한 결과이다. 비특화 유형을 따르는 공간적 군집은 수도권과 강원도 지역에서 나타났다. 이러한 경향은 기간이 지날수록 확대되는 것으로 나타났다. 그림 1(d)은 퇴보 유형에 대한 결과이다. 기간 1에서 퇴보 유형의 공간적 군집 지역은 서울특별시와 경기도 일부 지역에서 나타났으며, 기간 2에서는 대전광역시와 경상북도, 대구광역시 일부 지역에서 나타났다. 기간 3에서는 전라남도와 경상남도, 부산광역시 일부 지역에서 나타났다. 마지막으로 그림 1(e)는 특화 유형에 대한 결과를 나타낸다. 그림 1(c)와 대비적으로 특화 유형을 따르는 공간적 군집은 남부 지역에 분포하고 있는 것으로 나타났다. 하지만 이는 기간이 지날수록 남서부 지역으로 축소되는 경향으로 나타났다.
표 9.
전역적 Moran’s I
| 기간1 | 기간2 | 기간3 | 기간4 | |
| 진입 유형 | -0.007 | 0.120** | -0.007 | 0.157** |
| 비특화 유형 | 0.074* | 0.220** | 0.012 | 0.162** |
| 퇴보 유형 | -0.017 | 0.170** | 0.056 | 0.098* |
| 특화 유형 | 0.020 | 0.243** | -0.027 | 0.042 |
4) 기후변화 대응기술 관련 지식과 산업의 공간적 집중
기후변화 대응기술의 역량과 기술 및 산업이 공간적으로 일치하는지를 알아보고 이들이 공간적 군집과 자기상관성을 가지는지 확인한 결과는 그림 2와 같다. 그림2(a)~(d)는 각 속성별 공간적 분포를 지도상에 나타낸 결과이다. 그림 2의 (a)와 (b)는 각각 기후변화 대응기술의 지역별 연관성 밀도와 출현 수이다. 그림 2의 (c)는 지역별 사업체 수를 지도로 나타내었으며, 그림 2의 (d)는 기후변화 대응기술과 연관된 산업의 가중치를 고려한 사업체 수이다. 먼저 기후변화 대응기술을 개발할 수 있는 역량을 의미하는 연관성 밀도는 수도권과 동남권 및 서남권 일부 지역에서 높게 나타났다. 그러나 기후변화 대응기술의 출현 수는 수도권과 충청권 일부, 동남권 일부, 서남권 일부에서 강하게 집중되어 있는 것으로 나타났다. 사업체 수는 동남권(부산, 울산, 경남)과 대경권(대구, 경북) 일부 지역에서 높게 나타났지만 수도권 및 충청권 일부에서의 집중정도가 높으며, 가중치를 적용한 경우 집중되는 경향이 더욱 뚜렷해지는 것으로 나타났다.
LISA 분석을 수행한 결과는 그림 2(e)~(h)와 같다. 기후변화 대응기술에 대한 연관성 밀도는 수도권과 동남권 일부 지역에서 높은 공간적 군집을 가지는 것으로 나타났다(그림 2의 (e)). 반면 기후변화 대응기술과 사업체는 HH유형이 모두 수도권을 중심으로 발생하였다(그림 2의 (f)~ (h)). 이는 수도권에서 지식과 기술, 산업이 일치하고 있기 때문에 기후변화를 고려한 산업구조의 전환에 있어 이점이 있다고 볼 수 있다. 하지만 동남권의 경우 지역의 역량은 풍부하나 기술은 부족하며 산업은 일부 지역에만 집중되어 있음을 알 수 있다. 이는 제조업 기반의 산업이 주로 형성되어 있는 동남권에서 기후변화를 고려한 산업구조의 전환은 쉽지 않을 것임을 의미한다.
5. 결론 및 시사점
본 연구는 지역이 기후변화 대응기술에 대한 혁신유형을 따르는데 있어서 기후변화대응 기술의 연관성 밀도와 지역적 특성이 미치는 영향을 실증적으로 분석하였다. 분석결과를 바탕으로 세 가지의 시사점을 논의하고자 한다.
첫째, 다항로짓모형에서 기후변화 대응기술에 대한 연관성 밀도는 모든 유형에서 유의한 변수로 나타났으며 긍정적인 영향을 미치는 것으로 나타났다. 그 중에서도 특화 유형에 대한 승산비가 가장 높았고 퇴보 유형의 승산비가 가장 낮았다. 이는 기후변화 대응기술 혁신 역시 지역의 기술 혁신이 경로의존성을 따르고 연관된 지식을 중심으로 발생한다는 기존 연구들의 결과와 부합한다. 새로운 기술의 개발과 기존 지식기반의 이러한 관계는 시간이 지나면서 더 강화될 것으로 예상된다. 그러나 현재 탄소중립 산업구조 전환을 위한 제도적 지원은 기후변화 대응기술 혁신을 위한 지역의 지식 밀도와 역량을 간과하고 있다. 친환경 산업으로 전환하거나 녹색기술에 대한 R&D 및 금융 지원, 규제완화 등의 정책은 기후변화 대응기술 혁신에 대한 역량이 부족한 지역에서는 쉽게 추진되기 어려울 것이며 지식의 밀도와 역량이 높은 지역과 그렇지 못한 지역 간의 격차를 더욱 심화시킬 것이다.
둘째, 기후변화 대응기술에 대한 혁신유형의 공간적 군집 중 비특화와 특화의 경로는 군집의 범위가 넓고 우리나라 남부와 수도권 간 확연한 차이가 나타났다. 이는 기후변화 대응기술을 개발하기 위한 정책이 한 지역에만 국한하는 것이 아니라 다른 지역들과의 연계를 통해 효과적일 수 있음을 시사한다. 지역 간 상호연결성을 고려한 광역적 단위의 지역정책을 통해서 보다 효과적인 기후변화 대응기술 혁신이 가능할 것이다. 따라서 기후변화에 대응하기 위해 각종 기술혁신에 대한 투자와 연구개발을 강화할 때 광역적 단위의 지역 특성을 고려한 차별회된 정책이 추진되어야 한다는 점이다. 동남권 같이 제조업의 산업적 기반이 풍부한 지역은 기술적 잠재력이 풍부함에도 불구하고 산업과 연결될 수 있는 영역에서 한계가 있다. 이를 극복하기 위해서는 제조업 분야에 적용될 수 있는 기후변화 대응기술들이 동남권 지역 내에서 발굴되고 적용될 수 있도록 산업적 특성을 고려한 투자가 진행되어야 할 것이다.
셋째, 본 연구에서 기후변화 대응기술과 연관된 지식과 기술, 산업에 대한 공간분석은 비수도권에 대한 지원 방향에 있어 시사점을 준다. 기후변화대응기술의 연관성 밀도는 강원도를 제외한 다른 지역들에서 고르게 분포하였으나 기술은 수도권에 집중되었으며 산업은 수도권과 동남권 일부 지역에서 높게 나타났다. 수도권은 지식과 기술, 산업이 모두 집중되어 있어 산업구조 전환에 수월하게 적응할 수 있을 것으로 예상된다. 반면 동남권 지역의 경우 기후변화대응기술의 연관성 밀도가 높고 이들이 군집해있는 것으로 나타났으나 그에 비해 기술과 산업은 부족한 것으로 나타났다. 즉 기후변화 대응기술을 개발할 수 있는 역량은 충분하지만 이들이 기술과 산업으로 연결되지는 않음을 의미한다. 이러한 상황에서 동남권의 산업구조 전환을 위해서는 기술 개발에 대한 지원을 강화해야 할 것으로 판단된다. 또한 전체적으로 역량도 낮으며 기술과 산업이 부족한 강원권의 경우 앞서 논의했듯이 기후변화 대응기술과 연관된 지식기반을 확장하는 것을 고려할 필요가 있다.
본 연구의 한계점은 다음과 같다. 첫째로 지역의 지식을 특허로만 국한하였다는 점이다. 그러나 지식은 서적이나 보고서, 학술지 등 다양한 형태로 존재하기 때문에 특허로만 한정하는 경우 지역의 지식 역량을 온전하게 나타낼 수 없다. 또한 기업이 특허를 출원하는 경우 일반적으로 본사 주소지를 기준으로 하기 때문에 특정지역에 특허가 편향될 가능성이 있다. 그럼에도 불구하고 본 연구에서 특허 자료를 이용한 이유는 여러 지식 가운데서도 산업적 측면에서 적용이 가장 활발하게 이루어지기 때문이다. 또한 아직까지 기후기술에 대한 정의와 분류가 명확하지 않은 상황에서 특허 분류의 사용에 장점이 있다. 추후 연구에서는 여러 지식의 유형을 포괄하여 비교분석하는 과정이 요구된다. 둘째로 지역의 기술 특화에 있어서 경로 간 다중경로를 고려하지 않고 단일 경로만을 다루었다는 점이다. 기술 개발의 전환점이 될 수 있는 지역 행위자들의 기후변화 완화를 위한 노력이나 정책 혹은 기후변화로 인한 피해 등을 고려하지 않았다. 지역의 역량은 지식과 기술뿐만 아니라 자본, 혁신 역량, 제도적 자질, 네트워크 등 다양한 자산을 포함하기 때문에 추후 연구에서는 이들 간 상호의존성을 고려 할 필요가 있다. 셋째, 혁신의 형태에 대한 공간적인 종속성을 고려한 모형 구성상 한계가 있다. 본 연구는 혁신의 형태를 범주로 구분하여 적용하였다. 혁신을 파악하는데 있어서도 특허자료를 이용하였으나 특허 간 인용관계에 대한 네트워크적인 특성을 고려하지 못하였다. 혁신의 결과물인 특허는 상호 관계를 가지고 있으며 공간적인 형태에 따라서 영향을 받기도 한다. 추후 연구에서는 혁신의 형태를 범주형 변수가 아닌 연속형으로 측정하고 이에 대한 네트워크적인 특성과 혁신의 공간적 종속성을 고려한 모형이 검토될 필요가 있다.
부 록
