Clustering과 DEA를 활용한 국내 서비스기업의 혁신유형분류와 성과분석 :Classification and Performance Analysis of Innovation in Korean Service Enterprises Using Clustering and DEA

강인규

추천

검색

자료유형: 학위논문

저자정보: 강인규 (전남대학교, 전남대학교 대학원)

지도교수: 김재윤

발행연도: 2021

저작권: 전남대학교 논문은 저작권에 의해 보호받습니다.

이용수12

이 논문의 연구 히스토리 (2)

2021

Clustering과 DEA를 활용한 국내 서비스기업의 혁신유형분류와 성과분석

강인규 경영학과 2021.01 학위논문

2018

국내 서비스기업의 혁신 유형분류와 성과분석

강인규 , 김재윤 한국생산관리학회지 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

혁신은 새로운 시장에 진입하고 현재의 시장 점유율을 확대하며 경쟁 우위를 확보할 수 있는 기본적인 성장전략이다. 혁신의 중요성이 증가함에 따라 서비스 산업의 혁신 활동에 대한 관심도 증가하고 있다. 이에, 학계에서는 서비스 산업 혁신에 대한 다양한 연구가 추진되고 있다. 본 연구에서는 한국과학기술정책연구원(STEPI)의 2014년, 2016년, 2018년 한국기업혁신조사(서비스업) 자료를 활용하여 우리나라 서비스기업의 혁신 유형을 분류하였다.
서비스기업의 혁신 유형은 혁신의 목적을 기준으로 분석하였다. 이를 위해 혁신 유형을 분류할 수 있는 속성을 도출하고, 군집분석(clusatering)을 통해 서비스기업의 혁신 유형을 분류하였다. 다만, 분석에 사용된 연도별 자료에 대해 동일 분류기준을 적용하기 위해 먼저 2018년 자료를 활용하여 혁신 유형을 분류하였다. 분류된 결과에 대해 판별분석을 활용하여 판별식을 도출하였다. 이후, 판별식을 활용하여 2014년과 2016년 자료에 대해 혁신 유형을 분류하였다.
혁신 유형을 분류한 뒤에는 각 혁신 유형이 어떠한 특성이 있는지 분석하였다. 추가적으로 다항 로지스틱 회귀분석을 통해 혁신 유형에 영향을 미치는 요인을 분석하였다. 마지막으로 서비스 혁신 유형별 서비스 기업의 성과를 측정하였다. 성과 측정은 자료포락분석(data envelopment analysi)을 이용하였다. 서비스기업의 상대적 효율성(relative efficiency)을 측정을 통해 서비스기업이 추진하고 있는 혁신활동의 수준을 분석하였다.
본 연구결과는 서비스 기업의 혁신 유형과 특징에 관한 연구에 기초 자료로 활용될 것이며, 각 기업의 효율성 차이에 대한 원인을 파악하고, 효율성 제고 방안을 수립할 때 활용할 수 있는 시사점을 제공해 줄 수 있다.

#clustering #서비스기업 #혁신 유형 분류 #성과분석 #DEA

1. 서론 1
1.1 연구배경 및 필요성 1
1.2 연구 내용 및 구성 3
2. 이론적 배경 5
2.1 서비스 정의 5
2.2 서비스 산업의 특성 7
2.3 혁신의 개념 8
2.4 서비스 혁신의 개념 및 특징 9
3. 혁신 유형 분류 14
3.1 연구방법론 14
3.2 선행연구 16
3.3 분석 준비 19
3.4 분석 결과 24
4. 혁신 결정요인 분석 61
4.1 연구방법론 61
4.2 선행연구 63
4.3 분석 준비 66
4.3 분석 결과 71
5. 혁신 유형별 효율성 분석 78
5.1 연구방법론 78
5.2 선행연구 79
5.3 분석 준비 80
5.3 분석 결과 85
6. 결론 및 한계점 101
6.1 연구결과 101
6.2 연구의 시사점 102
6.3 한계점 및 추후연구 103
참 고 문 헌 104

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)