본 연구는 부산항을 포함한 세계 주요 컨테이너 항만들의 효율성을 DEA(Data Envelopment Analysis)모형을 통해 상대적으로 분석함으로써, 부산항의 현재 위치와 더 효율석인 항만이 되기 위해 벤치마킹(Benchmarking)해야 할 대상을 구체화하였다. 또한, 본 연구에서는 일정시점의 효율성 분석이 아닌 1995년-2001년까지 7개년의 효율성을 시계열적으로 분석함으로써 각 항만의 효율성 변화할 살펴보았다. 분석 결과, 부산항은 95년, 96년을 제외한 나머지 연도에 대해서 비효율적인 항만으로 구분되었으며, 97년 이래로 효율성 지수가 다소 증가하고 있는 것으로 나타났다.
본 연구는 부산항을 포함한 세계 주요 컨테이너 항만들의 효율성을 DEA(Data Envelopment Analysis)모형을 통해 상대적으로 분석함으로써, 부산항의 현재 위치와 더 효율석인 항만이 되기 위해 벤치마킹(Benchmarking)해야 할 대상을 구체화하였다. 또한, 본 연구에서는 일정시점의 효율성 분석이 아닌 1995년-2001년까지 7개년의 효율성을 시계열적으로 분석함으로써 각 항만의 효율성 변화할 살펴보았다. 분석 결과, 부산항은 95년, 96년을 제외한 나머지 연도에 대해서 비효율적인 항만으로 구분되었으며, 97년 이래로 효율성 지수가 다소 증가하고 있는 것으로 나타났다.
This paper presents the measurement of efficiency for container ports. Data envelopment analysis(DEA), as it is called, has particular applicability in the service sector. Applying mathematical programming techniques, DEA enables relative efficiency ratings to be derived within a set of analysed uni...
This paper presents the measurement of efficiency for container ports. Data envelopment analysis(DEA), as it is called, has particular applicability in the service sector. Applying mathematical programming techniques, DEA enables relative efficiency ratings to be derived within a set of analysed units. This paper investigates the efficiency employing DEA Model on data for 53 container ports covering 1995-2001 in the world and the change in efficiency for 7 years. As a results, port of Busan was evaluated as inefficiency port compare with major ports of the world except 1995year and 1996year. But After 1997year, efficiency of Busan port is increasing somewhat better every year.
This paper presents the measurement of efficiency for container ports. Data envelopment analysis(DEA), as it is called, has particular applicability in the service sector. Applying mathematical programming techniques, DEA enables relative efficiency ratings to be derived within a set of analysed units. This paper investigates the efficiency employing DEA Model on data for 53 container ports covering 1995-2001 in the world and the change in efficiency for 7 years. As a results, port of Busan was evaluated as inefficiency port compare with major ports of the world except 1995year and 1996year. But After 1997year, efficiency of Busan port is increasing somewhat better every year.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
둘째, 일정 시점 또, 특정 시기의 자료만을 기준으로 효율성을 분석함으로 써, 시간의 흐름에 따른 효율성의 변화를 분석하지 못하였다. 본 연咔에서는 전 세계에 위치한 53개 항만 및 7년 동안의 자료를 바탕으로 효율성을 분석함으로써, 기존 연:!1의 한계 점을 극복하고자 하였다.
Chames, Cooper & Rhodes(1978)에 의해 최초로 제시된 DEA 모형은 다수의 투입물(multiple inputs)과 다수의 산줄물 (multiple outputs)의 가중된 크기를 비교하여 조직의 생산성 을 측정하는 비모수적 모형이다. 본 모형은 의사결정단위 (Decision Making Units 이하 DMU)라고 불리어지는 동일한 운영활동을 수행하는 조직들 간의 효율성을 평가한다.
본 연구는 부산항과 세계 주요 항만의 효율성을 상대적으로 비교함으로써, 현재의 부산항 효율성과 경쟁 항만 및 세계 주요 항만의 효율성을 비교하고자 한다. 또한, 효율성을 일정시 점이 아닌 1995년~2001년 기간의 각 연도별 상대적 효율성을 측정함으로서, 각 항만의 효율성의 변화를 살펴보았다.
본 연구에서는 세계 60대 항만(2002년 기준)에 해당하는 항 만 중 부산항을 포함한 53개 항만을 대상으로 효율성 분석 및 1995년~2001년 7년 동안의 효율성 변화를 살펴보았다. 이를 통해 세계 주요 항만과 상대적으로 비교된 부산항의 효율성 수준을 살펴볼 수 있었고, 향후 부산항의 효율성 증대를 위한 벤치마킹 대상을 구하는데 있어 중요한 시사점을 제시하고 있다.
가설 설정
. DEA 모형은 모든 투입, 산출 요소 간의 관계를 하나의 함 수 형태(예: 회귀식)로 표현하지 않는다.
제안 방법
본 연구는 부산항과 세계 주요 항만의 효율성을 상대적으로 비교함으로써, 현재의 부산항 효율성과 경쟁 항만 및 세계 주요 항만의 효율성을 비교하고자 한다. 또한, 효율성을 일정시 점이 아닌 1995년~2001년 기간의 각 연도별 상대적 효율성을 측정함으로서, 각 항만의 효율성의 변화를 살펴보았다. 이러한 분석을 통해서 현재 부산항 및 경쟁항만의 효율성 수준을 파 악하고 부산항의 효율성을 향상 시킬 수 있는 벤치마킹 대상 에 대한 구체적인 정보를 제공할 것이다.
본 연구는 1995년부터 2001년까지의 세계 주요 항만의 방대한 자료를 정리하여 공통된 투입 및 산출 변수를 선정하고, 이를 기반으로 53개 항만의 효율성을 DEA 모형을 통해 실증적 으로 분석하였다. 그러나 방대한 자료를 전적으로 2차 자료에 의존할 수밖에 없었던 한계로 인해 보다 폭 넓은 분석을 시행 하지 못하였다.
DEA 모형을 이용한 효율성 평가는 다수의 투입, 산출변수 를 모두 사용하여 객관적으로 상대적 효율성을 구할 수 있다. 본 연구에서는 부산항을 포함한 세계주요항만을 평가 대상으로 하였으며, 각 항만의 주요 변수들 중 공통된 Input 변수 및 Output변수를 조사하여 분석에 사용하였다. 본 연구에서는 세 계 60위권(2001년 기준) 컨테이너항만을 평가 대상으로 선정 하여 이 중 data를 구할 수 없는 7개의 항만을 제외하고 총 53개의 컨테이너항만이 분석에 사용되었다.
일반적으로 생산 가능 집합에 적용되는 몇 가지의 기준을 가지고 평가대 상의 경험적인 투입요소와 산출물간의 자료를 이용하여 효율 적 프론티어 (frontier)를 도출한다. 이를 통해 각 DMU를 효율적인 대상과 비효율적인 대상으로 구분한 후 비효율적인 대상 들이 효율성 프론티어 상에서 얼마나 떨어져 있는지의 여부로 써 비효율성 정도를 측정하는 방법 이다. DEA 모형 분석 결과 효율성 지수가 1인 DMU들을 효율적인 DMU로 평가하고 1 이 하의 지수를 갖는 DMU들을 비효율적인 것으로 평가한다.
분석에 사용된 자료 는 주로 Containerisation International Year Book(1996~2003) 의 자료를 이용하였고, 二1■ 외 각 항만의 홍보자료 및 인터넷 홈페이지를 통해 수집되었다. 컨테이너항만의 투입 변수는 터 미널의 필수 요소인 선석길이, 부두 총면적, G/C(Gantry Crane)장비와 야드 장비, CFS(Container Freight Station)면 적, 총 노동시간 등을 선정하였고, 산출요소는 총 처리물동량 (TEU)을 사용하였다. 또한, 각 항만에 대해서 1995년부터 2001년 까지 7개년의 자료를 이용하였다.
대상 데이터
컨테이너항만의 투입 변수는 터 미널의 필수 요소인 선석길이, 부두 총면적, G/C(Gantry Crane)장비와 야드 장비, CFS(Container Freight Station)면 적, 총 노동시간 등을 선정하였고, 산출요소는 총 처리물동량 (TEU)을 사용하였다. 또한, 각 항만에 대해서 1995년부터 2001년 까지 7개년의 자료를 이용하였다.
기존 연구를 토대로, 본 연구에서 요구되는 최소한의 DMU 수는 6(투입변수(* 6)산출변수(1) = 6) 또는 21((투입변수(6)+ 산출변수(*3 1)) = 21)이다. 본 연구에 사용된 평가대상인 항만 은 53개(1995년~2001년 모두 해당)로서 기존 연구와 비교해 볼 때 무리가 없는 것으로 판단된다. 앞에서 선정된 각 투입, 산출변수에 대한 항만별 자료를 이용하여 DEA-CCR 모형에 의한 효율성 평가를 실시한 결과는 Table 3과 같다.
본 연구에서 사용된 변수의 선정은 세계항만의 공통된 자료를 구하기 위해 세계적으로 인증된 Containeri sation International Year Book의 자료를 기준으로 수집하였다.
본 연구에서는 부산항을 포함한 세계주요항만을 평가 대상으로 하였으며, 각 항만의 주요 변수들 중 공통된 Input 변수 및 Output변수를 조사하여 분석에 사용하였다. 본 연구에서는 세 계 60위권(2001년 기준) 컨테이너항만을 평가 대상으로 선정 하여 이 중 data를 구할 수 없는 7개의 항만을 제외하고 총 53개의 컨테이너항만이 분석에 사용되었다. 분석에 사용된 자료 는 주로 Containerisation International Year Book(1996~2003) 의 자료를 이용하였고, 二1■ 외 각 항만의 홍보자료 및 인터넷 홈페이지를 통해 수집되었다.
본 연구에서는 세 계 60위권(2001년 기준) 컨테이너항만을 평가 대상으로 선정 하여 이 중 data를 구할 수 없는 7개의 항만을 제외하고 총 53개의 컨테이너항만이 분석에 사용되었다. 분석에 사용된 자료 는 주로 Containerisation International Year Book(1996~2003) 의 자료를 이용하였고, 二1■ 외 각 항만의 홍보자료 및 인터넷 홈페이지를 통해 수집되었다. 컨테이너항만의 투입 변수는 터 미널의 필수 요소인 선석길이, 부두 총면적, G/C(Gantry Crane)장비와 야드 장비, CFS(Container Freight Station)면 적, 총 노동시간 등을 선정하였고, 산출요소는 총 처리물동량 (TEU)을 사용하였다.
이론/모형
각 항만의 상대적 효율성 분석을 위한 분석기법으로써, DEA(Data Envelopment Analysis) 모형을 이용하였다. DEA 모형을 적용하는 이유는 선석당 생산성, 크레인 생산성 등의 일률적인 평가 기준에 의해 항만의 효율성을 평가한 기존연구 와는 달리 항만에 투입되는 다수의 투입물과 산출물과의 관계를 통해 상대적인 효율성을 평가함으로써, 항만 전체적인 시 각으로 효율성을 분석할 수 있는 방법이기 때문이다.
성능/효과
각 년도의 효율성지수 평균은 최근 2년간 감소 추세이며 2001년에 가장 낮은 지수를 나타냈 다. 7년 동안 효율성지수 1을 유지하고 있는 항만은 Hongking 항, Singapore항, Kaohsiung항, San juan항, Laem Cahabang 항, Xiamen항 등 6개 항만인 것으로 분석되었다.
이를 통해 각 DMU를 효율적인 대상과 비효율적인 대상으로 구분한 후 비효율적인 대상 들이 효율성 프론티어 상에서 얼마나 떨어져 있는지의 여부로 써 비효율성 정도를 측정하는 방법 이다. DEA 모형 분석 결과 효율성 지수가 1인 DMU들을 효율적인 DMU로 평가하고 1 이 하의 지수를 갖는 DMU들을 비효율적인 것으로 평가한다. DEA 모형은 일반적으로 다수의 투입요소와 산출요소가 존 재하고 투입과 산출의 명확한 관계를 밝히기 어려운 비영리적 이며 공적인 DMU들 간의 상대적 효율성을 평가하기 위해 개발된 이래 은행지점의 영업성과 평가(Schaffnit et al.
3과 같다. Tianjin항, shanghai 항, Yantian항, Dalian 항 등 중국의 주요 항만은 자국의 경제성장과 더불어, 효율성 지수가 증가 또는 1의 값을 유지하고 있는 것으로 나타났다. 중국항만 중 Qingdao항, Xiamen항은 비교적 소형 항만임에도 1995년부터 처리능력 이상의 물량을 처리하고 있었으며, 이를 통해 중국의 타 항만과는 달리 7개년 동안 효율적인 항만으로 평가되었다.
기존 연구를 토대로, 본 연구에서 요구되는 최소한의 DMU 수는 6(투입변수(* 6)산출변수(1) = 6) 또는 21((투입변수(6)+ 산출변수(*3 1)) = 21)이다. 본 연구에 사용된 평가대상인 항만 은 53개(1995년~2001년 모두 해당)로서 기존 연구와 비교해 볼 때 무리가 없는 것으로 판단된다.
분석결과 1995년에 효율적으로 측정된 항만은 HongKong항 을 비롯한 10개 항이며, 1996년은 10개항만, 1997년 10개항만, 1998년 10개항만, 1999년 10개항만, 2000년 11개항만, 2001년 9개 항만인 것으로 나타났다. 각 년도의 효율성지수 평균은 최근 2년간 감소 추세이며 2001년에 가장 낮은 지수를 나타냈 다.
분석에 사용된 53개의 항만들 중 효율성 지수가 급격하게 증가하고 있는 항만은 Shanghai항, Yatian항, Tianjin항, 등으로 모두 중국의 항만인 것으로 나타났다. 이는 중국 경제의 급 격한 성장과 일치하는 것으로 중국으로의 화물량이 급격히 증가함에 따른 현상으로 해석된다.
중국항만 중 Qingdao항, Xiamen항은 비교적 소형 항만임에도 1995년부터 처리능력 이상의 물량을 처리하고 있었으며, 이를 통해 중국의 타 항만과는 달리 7개년 동안 효율적인 항만으로 평가되었다. 중국항만과의 경우와는 다르게 일본의 주요항만 Yokohama항, Tokyo항, Kobe항, Osaka항 등은 점차 효율성 지수가 감소되고 있는 것으로 나타났다. 우리나라와 경쟁관계 에 있는 Kaohsiung항은 7년간 효율성 지수를 1로 유지하고 있는 매우 효율적인 항만으로 분석되었다.
이는 세계 컨테이너 물동량이 중국 을 중심으로 이동되고 있는데 기인한 결과로 보인다. 해당 항 만들의 처리 물동량은 기존 수준을 유지하거나 소폭 증가하였 지만, 기타 동북아시아 항만들의 처리물동량이 급격히 성장함 에 따라 상대적인 효율성 지수가 감소하는 형태를 띠는 것으로 파악된다.
5와 같다. 효율성 지수가 감소하고 있는 항만은 Rotterdam 항, Antwerp 항, Yokohama 항, Tokyo 항, Seattle 항 등 주로 일본의 주요항만, 유럽의 대형항만, 미주지역의 대형 항만인 것으로 나타났다. 이는 세계 컨테이너 물동량이 중국 을 중심으로 이동되고 있는데 기인한 결과로 보인다.
후속연구
첫째, 효율성 분석을 평가하기 위한 대상 선정에 있어서 일부 터미 널 또는 일부 항만을 대상으로 분석하거나, 지역적으로 특정 지역에 편중된 대상들을 선정함으로써 전세계 주요 항만에 대한 포괄적인 분석을 실시하지 못하였다. 둘째, 일정 시점 또, 특정 시기의 자료만을 기준으로 효율성을 분석함으로 써, 시간의 흐름에 따른 효율성의 변화를 분석하지 못하였다. 본 연咔에서는 전 세계에 위치한 53개 항만 및 7년 동안의 자료를 바탕으로 효율성을 분석함으로써, 기존 연:!1의 한계 점을 극복하고자 하였다.
부산항은 95년, 96년을 제외한 나머지 연도에 대해서 비효율적인 항만으로 구분되었으며, 97년 이래로 효율성 지수가 다소 증가하고 있는 것으로 나타났다. 부산항이 효율성을 극 대화하기 위해 벤치마킹 대상을 선정 할 경우 부산항의 시설 규모 및 환적화물이 증대하고 있는 현실을 감안하여 7년 동안 효율적으로 평가된 항만들 중 Hongkong항, Singapore항, Kaohsiung항을 선정하는 것이 바람직하다고 판단되며, 지속 적인 효율성 증대를 보이고 있는 Shanghai항, Yantian항 등도 벤치마킹 대상으로 고려할 수 있을 것이다.
또한, 효율성을 일정시 점이 아닌 1995년~2001년 기간의 각 연도별 상대적 효율성을 측정함으로서, 각 항만의 효율성의 변화를 살펴보았다. 이러한 분석을 통해서 현재 부산항 및 경쟁항만의 효율성 수준을 파 악하고 부산항의 효율성을 향상 시킬 수 있는 벤치마킹 대상 에 대한 구체적인 정보를 제공할 것이다.
기존 연구들은 다음과 같은 한계점을 가지고 있다. 첫째, 효율성 분석을 평가하기 위한 대상 선정에 있어서 일부 터미 널 또는 일부 항만을 대상으로 분석하거나, 지역적으로 특정 지역에 편중된 대상들을 선정함으로써 전세계 주요 항만에 대한 포괄적인 분석을 실시하지 못하였다. 둘째, 일정 시점 또, 특정 시기의 자료만을 기준으로 효율성을 분석함으로 써, 시간의 흐름에 따른 효율성의 변화를 분석하지 못하였다.
참고문헌 (15)
송재영 (2000),DEA/AHP를 이용한 컨테이너 터미널 효율성에 관한 연구, 한국해양대학교 석사학위논문
Ali, A. I. and L. M. Seiford, Fried, H. O., C. A. Knox Lovell and S. S. Schmidt(ed.)(1993), Oxford University Press, The Mathmatical Programming Approach to Efficiency Analysis, in The Measurement of Productive Efficiency, pp. 120-159
Banker, R. D., A. Charnes, and W.W. Cooper(1984), Some models for Estimating Technical and Scale Inefficiencies in Data Envolopment Analysis, Management Science, vol. 30
Boussofiane, A., R. G. Dyson and E. Thanassoulis (1991), Applied Data Envelopment Analysis, European Journal of Operational Research, 52, pp.1-15
Charnes, A., W. W. Cooper, and E. Rodes(1978), Measuring the efficiency of decision making units, European Journal of Operational Research, 2, pp.429-444
Emap Business Communications(1996-2003), Conta-inerisation International Year Book
Hayuth Y. and Roll Y.(1993), Port Performance Comparison Applying Data Envelopment Analysis (DEA), Maritime Policy and Management, No. 20, Vol. 2, pp. 153-161
Martinez E., Diaz R., Navavro M. and Ravelo T.(1999), A Study of the Efficiency of Spanish Port Authorities using Data Envelopment Analysis, International Journal of Transport Economics, Vol. 2, pp.237-253
Naveen Donthu, Boonghee Yoo(1998), Retail Productivity Assessment Using Data Envelopment Analysis, Journal of Retailing, Volumn 74(1), pp. 89-105
Oral, M., K. Ossama, and P. Lang(1991), A Meth-odology for Collective Evaluation and Selection of Industrial R&D Projects, Management Science, v. 37, no. 7, pp. 871-885
Parkan, C, K. Lam, and G. Hang(1997), Operational Competitiveness Analysis on Software Development, Journal of the Operational Research Society, 48. pp.892-905
Schaffnit, C, D. Rosen, J. C. Paradi(1997), Best Practice Analysis of Bank Branches: An Application of UEA in a Large Canadian Bank, European Journal of Operational Research, 98, pp.269-289
Shang, J. and T. Sueyoshi(1995), A United Framework for the Selection of a Flexible Manufacturing System, European Journal of Operational Research, 85, pp.297-315
※ AI-Helper는 부적절한 답변을 할 수 있습니다.