패널 고정효과모형을 활용한 사회맞춤형 산학협력 선도대학(LINC+) 사업의 효과성 분석

이정미; 박태양

doi:https://doi.org/10.46967/jefe.2024.33.1.135

추천

검색

자료유형: 학술저널

저자정보: 이정미 (충북대학교) 박태양 (국립군산대학교)

저널정보: 한국교육재정경제학회 교육재정경제연구 교육재정경제연구 제33권 제1호

발행연도: 2024.3

수록면: 135 - 158 (24page)

DOI: https://doi.org/10.46967/jefe.2024.33.1.135

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 패널 고정효과모형을 활용하여 핵심적 산학연계 교육 관련 성과지표 및 산학협력 결과(outcomes) 지표들을 중심으로 LINC+ 사업의 효과성을 분석함으로써 향후 RISE 전환 이후 지자체 중심의 산학연협력 사업의 효과적 추진을 위한 정책적 시사점을 도출하는 것을 목적으로 한다. LINC+ 사업의 효과성을 분석하기 위한 패널 고정효과모형 분석은 LINC+ 사업 참여여부에 따른 처치효과와 사업비 규모에 따른 처치강도효과를 분석하고, 추가적으로 연도추세선, 대학특성을 통제하는 방식으로 모형으로 고도화하여 분석하였다. 본 모형에서 처치효과 분석모델은 사업 참여여부에 대한 더미변수를 투입함으로써 사업참여대학과 비참여대학 간 성과를 검증하는 모델이며, 처치강도효과 분석모델은 대학별 지원액에 로그값을 취해 투입함으로써 사업 참여대학 간 지원금 크기에 따른 사업의 효과를 확인하는 모델이다. 사업 참여대학과 비참여대학 간 사업의 효과성을 패널 고정효과모형을 통해 분석한 결과, 사업 참여 및 사업비에 대한 정적인 효과가 있는 성과지표는 캡스톤디자인 이수학생 비율, 전임교원 1인당 기술이전 수입료로 나타났다. 반면, 사업 참여 및 사업비에 대한 부적인 효과가 있는 성과지표는 국내 연구실적, 취업률, 현장실습 4주이수학생비율로 나타났다. 이상의 분석 결과를 토대로, 향후 RISE의 추진과정에서 산학연협력 성과를 지속적으로 제고하고 고도화하는 방안을 제시하면 다음과 같다. 첫째, 향후 캡스톤디자인과 같은 문제해결형 산학연연계 교육과정이 RISE 사업에 적극적으로 반영될 수 있도록 독려가 필요하다. 둘째, 각 지자체는 RISE 하에서 산학협력의 가치창출의 대표적 성과인 기술이전수입료의 증대를 위한 지원책을 강구할 필요가 있다. 셋째, 지자체, 지역기업, 지역대학이 긴밀한 협업을 통해 다양한 현장실습기관을 발굴하고 12주 이상의 내실 있는 현장실습교육을 받을 수 있도록 제도적 지원이 강화되어야 할 것이다. 끝으로, LINC+ 사업의 취업률에 대한 보다 엄밀한 분석을 위해서는 LINC+ 사업에 참여하는 학과들만을 대상으로 사업의 효과성을 분석할 필요가 있다.

This study used a panel fixed-effects model to analyze the effectiveness of the LINC+ project, focusing on key industry-academia-related education-related performance indicators and industry-academia cooperation outcome indicators. Through this, the purpose is to derive policy implications for the effective promotion of local government-centered industry-academia-research cooperation projects after the RISE transition. The panel fixed effects model analysis to analyze the effectiveness of the LINC+ project was analyzed by analyzing the treatment effect according to participation in the LINC+ project and the treatment intensity effect according to the size of the project cost, and was further analyzed by controlling the annual trend line and university characteristics. . In this model, the treatment effect analysis model is a model that verifies the performance between participating and non-participating universities by inserting a dummy variable for project participation, and the treatment intensity effect analysis model is a model that takes the logarithm of the support amount for each university and inputs it to participate in the project. This is a model that confirms the effectiveness of projects depending on the size of inter-university support funds. As a result of analyzing the effectiveness of the project between participating and non-participating universities through a panel fixed effects model, the performance indicators that have a static effect on project participation and project costs are the ratio of students completing capstone design and technology transfer per full-time faculty member. It appeared as an import fee. On the other hand, performance indicators that had a negative effect on project participation and project expenses were domestic research performance, employment rate, and proportion of students completing 4 weeks of field training. Based on the above analysis results, future RISE plans to continuously improve and advance the performance of industry-academia-research cooperation are as follows. First, there is a need to encourage problem-solving, industry-academia-linked curriculum such as Capstone Design to be actively reflected in the RISE project in the future. Second, each local government needs to prepare support measures to increase technology transfer fees, which is a representative result of value creation through industry-academia cooperation under RISE. Third, institutional support should be strengthened so that local governments, local companies, and local universities can discover various field training institutions through close collaboration and receive substantial field training for more than 12 weeks. Lastly, for a more rigorous analysis of the employment rate of the LINC+ project, it is necessary to analyze the effectiveness of the project only for departments participating in the LINC+ project.

#LINC+ 사업 #산학협력 #패널 고정효과 모형 #처치효과 #처치강도효과 #LINC+ project #Industry-academic cooperation #panel fixed effects model #treatment effect #treatment intensity effect

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)