네트워크 효율성(Network DEA)과 생산성 지수(Malmquist Productivity Index)를 활용한 대학운영의 효율성 비교분석 : 대학 정보공시자료를 중심으로 Comparative Analysis on the Operational Efficiency in College Based on the Network DEA and Malmquist Productivity Index원문보기
최근 교육부의 대학구조개혁 평가를 통한 정부의 재정지원 제한, 학생 정원감축, 대학 정상화 불가시 폐교까지 검토 중이며 및 세계경제침체와 청년실업의 증가, 입학자원의 감소에 따른 학령인구 감소 등으로 각 대학들은 어려움에 처해있다. 이에 대학운영의 효율성 분석관련 하여 대학에는 수요자인 학생, 학부모 등이 있고 공급요소인 교직원, 교사시설 등이 있으며 대학 경영을 효율적으로 운영하기 위해서는 효율성 평가방법 중 네트워크 효율성을 통하여 대학의 투입요소와 각 단계의 중간 산출물과 산출요소의 효율성과 비효율성의 원인을 분석하고 개선방안을 제시하는데 가장 효과적인 방법일 것으로 판단된다. 이에 따른 4년제 대학 중에서 대학의 효율성과 생산성을 평가하고 대학별로 평가를 통하여 서열을 분석하기 보다는 효율적으로 운영되고 있는 높은 대학들에 비하여 상대적으로 효율성이 낮은 대학을 대상으로 대학경영의 효율적 운영과 목표달성을 위한 전략적인 방향을 제시하고 효율적인 요소와 비효율의 원인을 분석하여 개선방안을 제시하고 대학의 효율적인 성과관리를 증대시키며 대학경영의 효율성을 제고하는데 초점을 맞추고 있다. 연구문제를 검증하기 위하여 한국대학교육협의회의 대학정보공시 2010년~2015년 자료 중에서 총 110개 4년제 대학의 자료를 구축하여 사용하였으며 이번 연구에서는 종단 분석을 통하여 효율성 변화추이와 생산성 지수를 통하여 효율성 변화추이를 분석하였으며 비교집단의 동질성을 확보하기 위하여 대학을 규모별로 소규모, 중규모, 대규모 3가지로 분류하여 연구를 진행하였다. 선행연구결과를 기초로 서비스 수익체인 고리와 대학 알리미 자료와 교육부 대학구조개혁평가 점검표상의 지표를 활용하여 이를 토대로 투입변수는 전임교원 확보율, 교사시설확보율을 ...
최근 교육부의 대학구조개혁 평가를 통한 정부의 재정지원 제한, 학생 정원감축, 대학 정상화 불가시 폐교까지 검토 중이며 및 세계경제침체와 청년실업의 증가, 입학자원의 감소에 따른 학령인구 감소 등으로 각 대학들은 어려움에 처해있다. 이에 대학운영의 효율성 분석관련 하여 대학에는 수요자인 학생, 학부모 등이 있고 공급요소인 교직원, 교사시설 등이 있으며 대학 경영을 효율적으로 운영하기 위해서는 효율성 평가방법 중 네트워크 효율성을 통하여 대학의 투입요소와 각 단계의 중간 산출물과 산출요소의 효율성과 비효율성의 원인을 분석하고 개선방안을 제시하는데 가장 효과적인 방법일 것으로 판단된다. 이에 따른 4년제 대학 중에서 대학의 효율성과 생산성을 평가하고 대학별로 평가를 통하여 서열을 분석하기 보다는 효율적으로 운영되고 있는 높은 대학들에 비하여 상대적으로 효율성이 낮은 대학을 대상으로 대학경영의 효율적 운영과 목표달성을 위한 전략적인 방향을 제시하고 효율적인 요소와 비효율의 원인을 분석하여 개선방안을 제시하고 대학의 효율적인 성과관리를 증대시키며 대학경영의 효율성을 제고하는데 초점을 맞추고 있다. 연구문제를 검증하기 위하여 한국대학교육협의회의 대학정보공시 2010년~2015년 자료 중에서 총 110개 4년제 대학의 자료를 구축하여 사용하였으며 이번 연구에서는 종단 분석을 통하여 효율성 변화추이와 생산성 지수를 통하여 효율성 변화추이를 분석하였으며 비교집단의 동질성을 확보하기 위하여 대학을 규모별로 소규모, 중규모, 대규모 3가지로 분류하여 연구를 진행하였다. 선행연구결과를 기초로 서비스 수익체인 고리와 대학 알리미 자료와 교육부 대학구조개혁평가 점검표상의 지표를 활용하여 이를 토대로 투입변수는 전임교원 확보율, 교사시설확보율을 매개변수는 재학생 충원율과 중도 탈락률을, 산출변수는 진학률과 취업률로 선정하여 최종 분석에 할용 하였으며 본 연구에서는 대학의 효율성 및 생산성의 변화를 분석하기 위하여 비영리 기관을 대상으로 효율성 평가에 가장 많이 사용되고 있는 Network DEA와 맘퀴스트 생산성 지수(Malmquist Productivity Index:MPI)를 통하여 효율성을 분석하고 연구문제는 다음과 같이 설정하였다 첫째, Network DEA에 따른 현재 대학의 효율성을 분석하기 위하여 연도별로 대학의 효율성 수준 및 연도별 변화과정과 대학별로 효율성 분포와 특징을 분석하고 효율성에 영향을 미치는 대학의 운영 효율성( Operating Efficiency:OE)과 마케팅 효율성(Marketing Efficiency:ME)을 분석하였으며 Network DEA 결과에 따른 투입과다와 산출부족을 비율(%)로 계산하여서 대학이 변수별로 투입과다와 산출부족을 규명하여 효율성에 영향을 미치는 원인을 분석하고 효율적인 대학과 비효율적인 대학을 분석하였다. 둘째, 대학별로 생산성 변화를 측정하기 위하여 맘퀴스트 지수(Malmquist Index:MI)로 효율성 분석과 생산성을 분석하여 효율성 및 변화요인을 종합적으로 확인하고 대학의 연도별 생산성 변화추이를 분석하였다. 셋째, 대학 규모별 Network 효율성을 분석한 결과와 연도별 효율성 총 생산성 변화(MI)을 소규모, 중규모, 대규모로 구분하여 대학별로 효율성과 생산성의 변화추이를 분석하고 효율성이 높은 대학이 생산성도 높은지 상호 연계성을 비교 분석하였다. 분석한 연구결과는 다음과 같으며 첫째, 대학 규모별 Network 효율성중 기술적 효율성(TE)과 순수 기술적 효율성(PTE)을 분석한 결과 효율성이 높은 대학은 소규모 대학이 3개 대학으로 15%로 분석되었으며 중규모 대학은 2개 대학으로 4%로 분석되었고 대규모 대학은 높은 대학이 없는 것으로 분석되었다. 세부 분석결과를 보면 평균적으로 대규모 대학은 0.855로 규모가 큰 대학이 상대적으로 가장 효율적으로 운영되고 있음을 알 수 있으며 그 다음은 소규모 대학이 0.791이며 중규모 대학은 0.768로 상대적으로 다른 규모의 대학에 비하여 비효율적으로 운영되는 것으로 분석되었다. 다음은 투입대비 산출이 적은 순수 기술(경영)의 비효율성인 SE > PTE 대학은 96개 87.3% 이고 규모의 비효율적인 SE < PTE 대학은 10개 9.1%로 분석 되었으며 SE = PTE 대학은 4개 3.6%로 각 대학은 규모의 비효율성보다는 대부분이 순수기술의 비효율성인 투입 대비하여 산출이 부족한 것으로 각 대학이 효율성을 높이기 위해서는 취업률이나 진학률에 많은 관심이 요구되는 것으로 분석되었다. 개별 DMU별로 비효율의 원인을 투입과다(input shortage)와 산출부족(output shortage)을 분석한 결과 소규모 대학은 산출부족이 3개 대학에 3개이며 투입과다는 1개 대학 1개이고 중규모 대학은 산출부족은 22개 대학에 37개이며 투입과다는 7개 대학 8개이며 대규모 대학은 산출부족은 18개 대학에 27개이며 투입과다는 2개 대학 3개로 분석되었다. 종합적으로 분석해보면 산출부족이 많은 것으로 분석 되었으며 이는 투입 대비하여 산출이 부족한 것으로 비효율성의 원인이 전임교원 확보율과 교사시설확보율의 투입과다 보다는 진학률과 취업률이 부족한 산출로 인해 비효율의 원인이 발생하였으며 상대적으로 소규모 대학이 가장 효율성이 높고 다음은 대규모 대학이며 중규모 대학이 상대적으로 비효율적인 것으로 분석되었으며 각 대학은 효율적인 운영을 위해서는 투입과 산출에 대한 적절한 전략적 운영 방안의 도입이 필요할 것으로 분석되었다. VRS 기반의 네트워크 DEA 분해 값을 분석해보면 소규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 13개, 운영 효율성(OE) 감소에 기인한 것은 7개, 중규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 40개, 운영 효율성(OE) 감소에 기인한 것은 7개이며 대규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 48개, 운영 효율성(OE) 감소에 기인한 것은 11개로 분석되었으며 종합적으로 분석시 운영 효율성(OE)보다는 마케팅 효율성(ME)의 감소에 기인한 것이 주요 원인으로 분석되었다. 둘째, Malmquist 생산성 변화의 양상을 분석하면 규모별로 공통적으로 동일하게 생산성이 증가하다가 다시 감소하는 양상을 보였으며 연도별 효율성 총 생산성 변화(MI)의 변동을 살펴보면 총 생산성 변화(MI)는 T3(2011년~2012년)에 최대로 상승하였다가 T4(2012년~2013년)에 감소하는 패턴을 보이고 T5(2014년~2015년)에 다시 상승하였다가 T6(2014년~2015년)에 하락하는 패턴을 보이고 있다. 종합적으로 분석해 보면 중규모대학의 총 생산성 변화(MI)평균값이 0.973로 가장 높게 나타났으며 다음은 대규모 대학이 0.969이며 소규모 대학이 0.964로 가장 낮은 것으로 분석 되었으며 규모별로 생산성 값의 차이는 없는 것으로 분석되었으며 생산성 측면에서는 효율성 변화가 긍정적 영향을 미치는 것으로 분석 되었고 분석에 사용된 변수들이 교육부의 대학구조개혁평가와 대학 알리미 자료를 활용하여 대학평가와 유사하게 분석한 것으로 향후 각 대학들이 생산성을 향상시키기 위해서는 기술변화에 중점을 두고 노력이 필요할 것으로 판단된다. 셋째, Network DEA와 맘퀴스트 지수의 생산성 비교분석을 통하여 규모별로 효율성이 높은 대학이 생산성도 높은지 연계성을 분석결과 110개 대학 중 효율성과 생산성이 높은 대학은 11개 대학으로 10%이며 효율성만 높은 대학은 7개 대학 6.4%로 분석 되었고 생산성만 높은 대학은 42개 대학 38.1%로 분석되었으며 효율성과 생산성이 저조한 대학은 50개 대학으로 45.5%로 분석되었으며 효율적인 대학보다 비효율적이거나 생산성이나 효율성이 한쪽만 높은 대학이 90%를 차지하고 있는 것으로 분석되었다. 이를 규모별로 분석하여 보면 소규모 대학이 효율성과 생산성이 높은 대학이 3개(15%)이며 대규모 대학은 5개(10%), 중규모 대학이 3개(6.4%)로 분석되었으며 효율성과 생산성이 가장 낮은 대학은 대규모 대학이며 효율성이 높다고 해서 반듯이 생산성이 모두 높은 것은 아니고 반대로 생산성이 높다고 해서 반듯이 효율성이 모두 높은 것도 아니며 효율성과 생산성이 상관관계가 없는 것으로 분석되었다. 효율성과 생산성이 저조한 대학들의 공통점은 목표치에 비해 교사시설 확보율과 전임교원 확보율의 과다투입과 진학률과 취업률 부족한 산출로 인해 비효율이 야기된 사례들이며 이들 대학들은 효율적인 운영을 위해서는 투입과 산출에 대한 적절한 전략적 운영방안의 도입이 필요할 것으로 분석되었다.
최근 교육부의 대학구조개혁 평가를 통한 정부의 재정지원 제한, 학생 정원감축, 대학 정상화 불가시 폐교까지 검토 중이며 및 세계경제침체와 청년실업의 증가, 입학자원의 감소에 따른 학령인구 감소 등으로 각 대학들은 어려움에 처해있다. 이에 대학운영의 효율성 분석관련 하여 대학에는 수요자인 학생, 학부모 등이 있고 공급요소인 교직원, 교사시설 등이 있으며 대학 경영을 효율적으로 운영하기 위해서는 효율성 평가방법 중 네트워크 효율성을 통하여 대학의 투입요소와 각 단계의 중간 산출물과 산출요소의 효율성과 비효율성의 원인을 분석하고 개선방안을 제시하는데 가장 효과적인 방법일 것으로 판단된다. 이에 따른 4년제 대학 중에서 대학의 효율성과 생산성을 평가하고 대학별로 평가를 통하여 서열을 분석하기 보다는 효율적으로 운영되고 있는 높은 대학들에 비하여 상대적으로 효율성이 낮은 대학을 대상으로 대학경영의 효율적 운영과 목표달성을 위한 전략적인 방향을 제시하고 효율적인 요소와 비효율의 원인을 분석하여 개선방안을 제시하고 대학의 효율적인 성과관리를 증대시키며 대학경영의 효율성을 제고하는데 초점을 맞추고 있다. 연구문제를 검증하기 위하여 한국대학교육협의회의 대학정보공시 2010년~2015년 자료 중에서 총 110개 4년제 대학의 자료를 구축하여 사용하였으며 이번 연구에서는 종단 분석을 통하여 효율성 변화추이와 생산성 지수를 통하여 효율성 변화추이를 분석하였으며 비교집단의 동질성을 확보하기 위하여 대학을 규모별로 소규모, 중규모, 대규모 3가지로 분류하여 연구를 진행하였다. 선행연구결과를 기초로 서비스 수익체인 고리와 대학 알리미 자료와 교육부 대학구조개혁평가 점검표상의 지표를 활용하여 이를 토대로 투입변수는 전임교원 확보율, 교사시설확보율을 매개변수는 재학생 충원율과 중도 탈락률을, 산출변수는 진학률과 취업률로 선정하여 최종 분석에 할용 하였으며 본 연구에서는 대학의 효율성 및 생산성의 변화를 분석하기 위하여 비영리 기관을 대상으로 효율성 평가에 가장 많이 사용되고 있는 Network DEA와 맘퀴스트 생산성 지수(Malmquist Productivity Index:MPI)를 통하여 효율성을 분석하고 연구문제는 다음과 같이 설정하였다 첫째, Network DEA에 따른 현재 대학의 효율성을 분석하기 위하여 연도별로 대학의 효율성 수준 및 연도별 변화과정과 대학별로 효율성 분포와 특징을 분석하고 효율성에 영향을 미치는 대학의 운영 효율성( Operating Efficiency:OE)과 마케팅 효율성(Marketing Efficiency:ME)을 분석하였으며 Network DEA 결과에 따른 투입과다와 산출부족을 비율(%)로 계산하여서 대학이 변수별로 투입과다와 산출부족을 규명하여 효율성에 영향을 미치는 원인을 분석하고 효율적인 대학과 비효율적인 대학을 분석하였다. 둘째, 대학별로 생산성 변화를 측정하기 위하여 맘퀴스트 지수(Malmquist Index:MI)로 효율성 분석과 생산성을 분석하여 효율성 및 변화요인을 종합적으로 확인하고 대학의 연도별 생산성 변화추이를 분석하였다. 셋째, 대학 규모별 Network 효율성을 분석한 결과와 연도별 효율성 총 생산성 변화(MI)을 소규모, 중규모, 대규모로 구분하여 대학별로 효율성과 생산성의 변화추이를 분석하고 효율성이 높은 대학이 생산성도 높은지 상호 연계성을 비교 분석하였다. 분석한 연구결과는 다음과 같으며 첫째, 대학 규모별 Network 효율성중 기술적 효율성(TE)과 순수 기술적 효율성(PTE)을 분석한 결과 효율성이 높은 대학은 소규모 대학이 3개 대학으로 15%로 분석되었으며 중규모 대학은 2개 대학으로 4%로 분석되었고 대규모 대학은 높은 대학이 없는 것으로 분석되었다. 세부 분석결과를 보면 평균적으로 대규모 대학은 0.855로 규모가 큰 대학이 상대적으로 가장 효율적으로 운영되고 있음을 알 수 있으며 그 다음은 소규모 대학이 0.791이며 중규모 대학은 0.768로 상대적으로 다른 규모의 대학에 비하여 비효율적으로 운영되는 것으로 분석되었다. 다음은 투입대비 산출이 적은 순수 기술(경영)의 비효율성인 SE > PTE 대학은 96개 87.3% 이고 규모의 비효율적인 SE < PTE 대학은 10개 9.1%로 분석 되었으며 SE = PTE 대학은 4개 3.6%로 각 대학은 규모의 비효율성보다는 대부분이 순수기술의 비효율성인 투입 대비하여 산출이 부족한 것으로 각 대학이 효율성을 높이기 위해서는 취업률이나 진학률에 많은 관심이 요구되는 것으로 분석되었다. 개별 DMU별로 비효율의 원인을 투입과다(input shortage)와 산출부족(output shortage)을 분석한 결과 소규모 대학은 산출부족이 3개 대학에 3개이며 투입과다는 1개 대학 1개이고 중규모 대학은 산출부족은 22개 대학에 37개이며 투입과다는 7개 대학 8개이며 대규모 대학은 산출부족은 18개 대학에 27개이며 투입과다는 2개 대학 3개로 분석되었다. 종합적으로 분석해보면 산출부족이 많은 것으로 분석 되었으며 이는 투입 대비하여 산출이 부족한 것으로 비효율성의 원인이 전임교원 확보율과 교사시설확보율의 투입과다 보다는 진학률과 취업률이 부족한 산출로 인해 비효율의 원인이 발생하였으며 상대적으로 소규모 대학이 가장 효율성이 높고 다음은 대규모 대학이며 중규모 대학이 상대적으로 비효율적인 것으로 분석되었으며 각 대학은 효율적인 운영을 위해서는 투입과 산출에 대한 적절한 전략적 운영 방안의 도입이 필요할 것으로 분석되었다. VRS 기반의 네트워크 DEA 분해 값을 분석해보면 소규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 13개, 운영 효율성(OE) 감소에 기인한 것은 7개, 중규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 40개, 운영 효율성(OE) 감소에 기인한 것은 7개이며 대규모 대학은 마케팅 효율성(ME)의 감소에 기인한 것은 48개, 운영 효율성(OE) 감소에 기인한 것은 11개로 분석되었으며 종합적으로 분석시 운영 효율성(OE)보다는 마케팅 효율성(ME)의 감소에 기인한 것이 주요 원인으로 분석되었다. 둘째, Malmquist 생산성 변화의 양상을 분석하면 규모별로 공통적으로 동일하게 생산성이 증가하다가 다시 감소하는 양상을 보였으며 연도별 효율성 총 생산성 변화(MI)의 변동을 살펴보면 총 생산성 변화(MI)는 T3(2011년~2012년)에 최대로 상승하였다가 T4(2012년~2013년)에 감소하는 패턴을 보이고 T5(2014년~2015년)에 다시 상승하였다가 T6(2014년~2015년)에 하락하는 패턴을 보이고 있다. 종합적으로 분석해 보면 중규모대학의 총 생산성 변화(MI)평균값이 0.973로 가장 높게 나타났으며 다음은 대규모 대학이 0.969이며 소규모 대학이 0.964로 가장 낮은 것으로 분석 되었으며 규모별로 생산성 값의 차이는 없는 것으로 분석되었으며 생산성 측면에서는 효율성 변화가 긍정적 영향을 미치는 것으로 분석 되었고 분석에 사용된 변수들이 교육부의 대학구조개혁평가와 대학 알리미 자료를 활용하여 대학평가와 유사하게 분석한 것으로 향후 각 대학들이 생산성을 향상시키기 위해서는 기술변화에 중점을 두고 노력이 필요할 것으로 판단된다. 셋째, Network DEA와 맘퀴스트 지수의 생산성 비교분석을 통하여 규모별로 효율성이 높은 대학이 생산성도 높은지 연계성을 분석결과 110개 대학 중 효율성과 생산성이 높은 대학은 11개 대학으로 10%이며 효율성만 높은 대학은 7개 대학 6.4%로 분석 되었고 생산성만 높은 대학은 42개 대학 38.1%로 분석되었으며 효율성과 생산성이 저조한 대학은 50개 대학으로 45.5%로 분석되었으며 효율적인 대학보다 비효율적이거나 생산성이나 효율성이 한쪽만 높은 대학이 90%를 차지하고 있는 것으로 분석되었다. 이를 규모별로 분석하여 보면 소규모 대학이 효율성과 생산성이 높은 대학이 3개(15%)이며 대규모 대학은 5개(10%), 중규모 대학이 3개(6.4%)로 분석되었으며 효율성과 생산성이 가장 낮은 대학은 대규모 대학이며 효율성이 높다고 해서 반듯이 생산성이 모두 높은 것은 아니고 반대로 생산성이 높다고 해서 반듯이 효율성이 모두 높은 것도 아니며 효율성과 생산성이 상관관계가 없는 것으로 분석되었다. 효율성과 생산성이 저조한 대학들의 공통점은 목표치에 비해 교사시설 확보율과 전임교원 확보율의 과다투입과 진학률과 취업률 부족한 산출로 인해 비효율이 야기된 사례들이며 이들 대학들은 효율적인 운영을 위해서는 투입과 산출에 대한 적절한 전략적 운영방안의 도입이 필요할 것으로 분석되었다.
주제어
#자료포락분석(DEA) CCR BCC Malmquist 생산성 지수 Network DEA 대학 효율성 운영 효율성 마케팅 효율성 투입과다 산출부족
학위논문 정보
저자
최희선
학위수여기관
한성대학교 대학원
학위구분
국내박사
학과
경영학과 서비스운영관리전공
발행연도
2017
총페이지
x, 226 p.
키워드
자료포락분석(DEA) CCR BCC Malmquist 생산성 지수 Network DEA 대학 효율성 운영 효율성 마케팅 효율성 투입과다 산출부족
※ AI-Helper는 부적절한 답변을 할 수 있습니다.