[논문]동북아시아 환적물동량 예측모델 연구

이병철; 김윤배

doi:10.7232/jkiie.2011.37.4.297

동북아시아 환적물동량 예측모델 연구
Forecasting Model of Container Transshipment Traffic Volume in Northeast Asia 원문보기

대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.37 no.4, 2011년, pp.297 - 303

이병철 (농업기술실용화재단 식량원예사업팀) , 김윤배 (성균관대학교 시스템경영공학부)

Abstract ▼ AI-Helper

Major ports in Northeastern Asia engage in fierce competition to attract transshipment traffic volume. Existing time series analyses for analyzing port competition relationships examine the types of competition and relations through the signs of coefficients in cointegration equations using the transshipment traffic volume results. However, there are cases for which analyzing competing relationships is not possible based on the results of the transshipment traffic volume data differences and limitations in the forecasting of traffic volume. Accordingly, we used the Lotka-Volterra (L-V) model,also known as the ecosystem competitive relation model, to analyze port competition relations for the long-term forecast of South Korean transshipment traffic volume.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

Baird(2005)는 최적의 환적항만 결정조건으로 간선항로와 인접성 및 환적화물의 처리비용에 중심을 두고 몇 개의 북유럽 항만에 대한 장래 환적화물 유치 가능성을 평가하였다. 이 연구는 환적화물 유치의 중요한 요소로서 항만이 환적화물이 이송되는 간선항로상에 어느 정도 가깝게 위치하고 있느냐와 처리비용의 상대적 우위성이라고 보았다.
둘째, L-V모형에 적용하는 집단은 위에서 선정한 항만을 대상으로 하되, 16개 개별 항만이 아니라 [Table 6]과 같이 한국, 일본, 중국 3개 집단으로 그룹화하여 집단을 구성한다. 이러한 이유는 자료에 나와 있듯 항만별 환적물동량 데이터가 부족하고, 조사기관마다 상이하기 때문에 국가의 항만별 실적을 통합하여 항만별 데이터의 오차를 상쇄하고자 하였다. 셋째, 중국은 신생항만이 많고, 조사기관마다 통계의 자료가 상이하여 아래와 같이 홍콩, 카오슝 등도 중국그룹에 포함하여 [Table 7]과 같이 7개 모델로 다양화하고, 최종적으로 가장 오차가 낮은 모델로 예측치를 추정하였다.
동북아 지역 국가의 주요 환적항만들은 환적물동량을 유치하기 위한 마케팅 경쟁이 활발하다. 이에 본 연구에서는 각 국가의 환적물동량 유치 경쟁이라는 상황을 대표적인 경쟁모델인 L-V모형에 적용하고 실제 항만데이터와의 비교를 통해 예측 가능성을 확인했다. 일반적인 항만물동량 예측방법은 거시경제지표, 주변 국가의 항만물동량 등에 의해 결정되나, L-V모형은 특정한 지표가 없이도 물동량 데이터 특성을 이용하여 항만 간의 동적 관계를 확인할 수 있으며, 중장기적인 추세 예측이 가능할 것으로 판단된다.
따라서 항만간의 경쟁 또는 보완 관계를 모형화 할 수 있다면 이를 통해 특정항만의 예측도 가능할 것이다. 이에 본 연구에서는 동북아 항만들로 L-V모형을 구성하고 환적물동량 예측 가능성을 검토하고자 한다.
그리고 시계열 방법은 데이터가 정상성(stationarity)을 충족하는지 비정상적(nonstationary)인지를 판단했을때 만약 자료가 비정상적이라면 정상성을 갖도록 하기 위해 시계열 자료에 차분하여 해결하지만, 장기 예측이 어렵다는 단점이 있다. 이에 본 연구에서는 항만 경쟁에 초점을 맞춰 L-V모형을 이용한 환적물동량 예측모형으로 적용 가능성을 탐색하고 활용방안을 제시하고자 한다.

가설 설정

동일 시점에 i라는 집단과 j라는 집단의 성장 단계에서 서로의 영향을 주고받는 관계를 나타내며, 각 집단의 개인이 양 쪽 집단 사이에 임의의 이동이 있을 수 있음을 가정한다. N_i(t), N_j(t)는 t 시점의 각각의 집단의 수에 대한 누적값을 의미한다.

제안 방법

[Table 5]에 1995년부터 2005년까지의 항만별 환적물돌량 데이터를 [Table 6]의 각 모델 집단의 해당 항만별로 합산하여 3개 집단 데이터로 만들고 회귀분석을 통해 7개 모델의 모수를 추정하였다. [Table 7]의 7개 각 모델의 모수 추정결과를 R2와 MAPE 기준으로 평가한 결과 모델 4가 가장 오차가 적은 것으로 분석되었다.
첫째, [Table 5]와 같이 아시아 지역 주요 16개 환적항만 중 동북아시아 항만으로 비교적 장기간의 환적물동량 실적을 구할 수 있는 북중국 지역과 동북아시아 지역의 항만인 부산, 다롄, 홍콩, 카오슝, 고베, 광양, 닝보, 오사카, 칭다오, 상하이, 도쿄, 요코하마를 선정하였다. 둘째, L-V모형에 적용하는 집단은 위에서 선정한 항만을 대상으로 하되, 16개 개별 항만이 아니라 [Table 6]과 같이 한국, 일본, 중국 3개 집단으로 그룹화하여 집단을 구성한다. 이러한 이유는 자료에 나와 있듯 항만별 환적물동량 데이터가 부족하고, 조사기관마다 상이하기 때문에 국가의 항만별 실적을 통합하여 항만별 데이터의 오차를 상쇄하고자 하였다.
첫째, 대상 항만의 물동량 시계열 단위근을 구하고 둘째, 단위근 적분차수가 같은 시계열끼리 공적분(cointegration) 관계를 검정하여 장기적 균형관계를 구한다. 셋째, 오차수정 모형을 적용하여 단기적 조정 양상을 분석한다. 공적분은 개별 시계열들 사이에 장기적인 균형관계가 존재하는지를 확인할 때 사용하는 것으로 공적분 관계가 성립하지 않을 경우 두 시계열은 장기적 균형관계 없이 서로에 대해 임의적으로 변동하게 된다.
이러한 이유는 자료에 나와 있듯 항만별 환적물동량 데이터가 부족하고, 조사기관마다 상이하기 때문에 국가의 항만별 실적을 통합하여 항만별 데이터의 오차를 상쇄하고자 하였다. 셋째, 중국은 신생항만이 많고, 조사기관마다 통계의 자료가 상이하여 아래와 같이 홍콩, 카오슝 등도 중국그룹에 포함하여 [Table 7]과 같이 7개 모델로 다양화하고, 최종적으로 가장 오차가 낮은 모델로 예측치를 추정하였다.
Yap and Lam(2004)은 항만별 물동량 시계열 자료를 이용하여 항만간 경쟁관계를 확인하는 방법을 제안하였다. 이 연구는 시계열간 공적분 관계를 이용하여 항만간 경쟁관계를 분석한 연구로서 항만간 관계를 경쟁관계(competent)와 보완적 관계(complimentary)로 개념화하였다. Yap and Lam(2004)이 제시한 항만간 경쟁관계의 확인 작업은 다음과 같은 작업을 거치게 된다.
이산형 모형은 연속시간 모형보다 모수추정이 편리하고 이전 모형의 모수와 개념적으로도 관계를 유지하고 있기 때문이다. 일반적으로 모형 자체는 비선형적 회귀모형이기 때문에 CNLS(Conditional Nonlinear Least Square) 방법을 적용하지만, 본 모형은 데이터의 개수가 적어 회귀분석을 이용하여 모수를 추정하였다.
Yap and Lam(2004)이 제시한 항만간 경쟁관계의 확인 작업은 다음과 같은 작업을 거치게 된다. 첫째, 대상 항만의 물동량 시계열 단위근을 구하고 둘째, 단위근 적분차수가 같은 시계열끼리 공적분(cointegration) 관계를 검정하여 장기적 균형관계를 구한다. 셋째, 오차수정 모형을 적용하여 단기적 조정 양상을 분석한다.

대상 데이터

환적물동량 예측을 위한 물동량 통계 자료는 데이터의 통일성을 유지하기 위해 OSC사 통계자료를 기준으로 분석하였고, 예측을 위한 가정은 다음과 같다. 첫째, [Table 5]와 같이 아시아 지역 주요 16개 환적항만 중 동북아시아 항만으로 비교적 장기간의 환적물동량 실적을 구할 수 있는 북중국 지역과 동북아시아 지역의 항만인 부산, 다롄, 홍콩, 카오슝, 고베, 광양, 닝보, 오사카, 칭다오, 상하이, 도쿄, 요코하마를 선정하였다. 둘째, L-V모형에 적용하는 집단은 위에서 선정한 항만을 대상으로 하되, 16개 개별 항만이 아니라 [Table 6]과 같이 한국, 일본, 중국 3개 집단으로 그룹화하여 집단을 구성한다.
환적물동량 예측을 위한 물동량 통계 자료는 데이터의 통일성을 유지하기 위해 OSC사 통계자료를 기준으로 분석하였고, 예측을 위한 가정은 다음과 같다. 첫째, [Table 5]와 같이 아시아 지역 주요 16개 환적항만 중 동북아시아 항만으로 비교적 장기간의 환적물동량 실적을 구할 수 있는 북중국 지역과 동북아시아 지역의 항만인 부산, 다롄, 홍콩, 카오슝, 고베, 광양, 닝보, 오사카, 칭다오, 상하이, 도쿄, 요코하마를 선정하였다.

데이터처리

예측치의 정확성을 검토하기 위해 L-V모형 예측치를 우리나라 환적물동량 실적 통계와 비교해보았다. 우리나라 1995년에서 2005년의 환적물동량 데이터로 예측한 2006, 2007, 2008년 추정치와 비교해 보면 2006년은 3.

성능/효과

1995년에서 2005년의 항만 집단별 환적물동량 데이터와 앞서 추정된 모델 3의 모수로 예측한 한국, 중국, 일본 항만그룹의 환적물동량은 [Figure 2]～[Figure 4]와 같다. 2015년에 중국이 928만 TEU로 가장 높게 예측되었고, 그 다음 우리나라가 895만 TEU로 증가할 것으로 분석되었으나, 일본은 2015년 45만 TEU로 예측되어 지속적으로 감소할 것으로 예측되었다.
[Table 5]에 1995년부터 2005년까지의 항만별 환적물돌량 데이터를 [Table 6]의 각 모델 집단의 해당 항만별로 합산하여 3개 집단 데이터로 만들고 회귀분석을 통해 7개 모델의 모수를 추정하였다. [Table 7]의 7개 각 모델의 모수 추정결과를 R2와 MAPE 기준으로 평가한 결과 모델 4가 가장 오차가 적은 것으로 분석되었다.
그러나 우리나라와 중국 항만집단 사이의 상호영향계수 γ가 -0.00017, α가 0.00004로서 부호가 -, +이므로 우리나라와 중국 항만집단과는 피식자-포식자 관계(Predator-prey)인 것으로 분석되었다.
본 연구에서 동북아시아 지역 주요 환적항만을 대상으로 한국, 일본, 중국으로 국가별 항만집단을 그룹화하여 분석한 결과, 우리나라 항만들은 일본 항만들과는 상호보완적인 관계이나, 중국항만들과는 먹이사슬관계이거나 경쟁관계에 있는 것으로 분석되었다. 이러한 결과는 최근에 건설된 중국의 대규모 항만건설로 인해 우리나라 환적물동량이 감소되었다는 전문가들의 판단과 동일하다.
Jun(2007)은 데이터마이닝(Data Mining) 기법 중 인공신경망 모형(Neural Network Model, NNM)을 이용하여 항만물동량을 예측하였다. 연구에서는 품목별 물동량의 변화추세를 구분하고 기존 예측방법인 회귀분석과 시계열분석 방법 결과와 비교하였는데, 단시간 내에 심한 변동을 보이는 자료에서는 인공신경망모형의 예측력이 더 높았음을 보이고 있다. 하지만 장기 예측의 경우 예측 결과에 대한 해석이 어렵다는 단점이 있다.

후속연구

그러나 본 연구의 L-V모형은 환적물동량 선택요인인 항만 규모와 효율성, 이용료, 서비스, 위치 등의 세부요인이 직접적으로 반영이 되지 않아 다양한 시나리오의 분석이 되지 못했다. 물동량 예측은 기본적으로 데이터 수집 자체가 어렵고 국·내외 전문 기관의 조사결과도 차이가 많은 게 현실이다.
L-V모형은 외부 경쟁 요소가 없는 경우에는 로지스틱 함수 형태를 띠며, 이에 기초한 게임이론과 경제학의 복잡한 동역학에 대한 연구가 활발하게 진행되고 있다. 따라서 항만간의 경쟁 또는 보완 관계를 모형화 할 수 있다면 이를 통해 특정항만의 예측도 가능할 것이다. 이에 본 연구에서는 동북아 항만들로 L-V모형을 구성하고 환적물동량 예측 가능성을 검토하고자 한다.
물동량 예측은 기본적으로 데이터 수집 자체가 어렵고 국·내외 전문 기관의 조사결과도 차이가 많은 게 현실이다. 앞으로 개별 항만의 특성들을 정량화하여 모델에 반영할 수 있는 추가적인 연구와 다른 예측 모형과의 비교를 통해 예측결과에 대한 신뢰성 확보가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	L-V모형이 사용가치가 높은 모형으로 간주되고 있는 이유는 무엇인가?	즉, 집단 게임모형과 같은 복잡한 구조를 지니는데, 이러한 원리를 가장 쉽게 반영한 모형이 L-V(Lotka-Volterra)모형이다. L-V모형은 집단 게임모형의 하나의 형태로서 복잡성 경제문제들을 비교적 명확히 표현하고 있기 때문에 사용가치가 높은 모형으로 간주되고 있다. L-V모형은 각 집단이 처해있는 상황에 따라 적절히 변용하여 사용할 수 있는 장점이 있다.
	L-V모형은 외부 경쟁 요소가 없는 경우에 어떤 함수 형태를 띄는가?	, 2001). L-V모형은 외부 경쟁 요소가 없는 경우에는 로지스틱 함수 형태를 띠며, 이에 기초한 게임이론과 경제학의 복잡한 동역학에 대한 연구가 활발하게 진행되고 있다. 따라서 항만간의 경쟁 또는 보완 관계를 모형화 할 수 있다면 이를 통해 특정항만의 예측도 가능할 것이다.
	연속형 모형보다 이산형 형태로 변환 후 모수를 추정하는 이유는 무엇인가?	하지만 해외항만들의 환적물동량 데이터의 개수가 적기 때문에 연속형 모형보다 이산형 형태로 변환 후 모수를 추정한다. 이산형 모형은 연속시간 모형보다 모수추정이 편리하고 이전 모형의 모수와 개념적으로도 관계를 유지하고 있기 때문이다. 일반적으로 모형 자체는 비선형적 회귀모형이기 때문에 CNLS(Conditional Nonlinear Least Square) 방법을 적용하지만, 본 모형은 데이터의 개수가 적어 회귀분석을 이용하여 모수를 추정하였다.

참고문헌 (12)

Kim, Y. B., Kim, J. B., and Lee, H. S. (2001), Forecasting of IMT- 2000 Market Size using Modified Multi-generation Lotka-Volterra Model, IE Interfaces, 14(1), 54-58.
Jun, C. Y. (2007), A Study of Forecasting Model of Container Transshipment Traffic Volume in Korea, The Journal of Maritime Monthly, 272, 6-28.
Han, C. H. and Uh, J. K. (2004), The Impact on the Korea's Transshipment Traffic Volume in According to the Development of North Chiness Ports, Korea Maritime Institute.
Alfred, J. B. (2005), Optimising the Container Transshipmrnt Hub Location in Northern Europe, Journal of Transport Geography, 14(3), 195-214.
Dekker, N. (2009), Annual Container Market Review and Forecast 2009/10, Drewry Shipping Consultants.
Drewry Shipping Consultants (2008), Annual Review of Global Container Terminal Operators 2008, Drewry Shipping Consultants.
Drewry Shipping Consultants (2008), Intra-Asia Container Trades 2008, Drewry Shipping Consultants.
Kim, Y. B., Seo, S. Y., and Lee, Y. T. (1999), A Substitution and Diffusion Model with Exogenous Impact : Forecasting of IMT-2000 subscribers in Korea, Vehicular Technology Conference-Fall, 948- 952.
Ocean Shipping Consultants (2006), East Asian containerport markets to 2020, Ocean Shipping Consultants.
Pielou, E. C. (1969), An Introduction to mathematical ecology, Wiley Interscience.
Ueda, T. (1990), A Study of a competitive Bass model which takes into account competition among firms, Journal of Operations Research Society of Japan, 33(4), 319-334.
Yap, W. Y. and Lam, J. S. L. (2004), An interpretation of inter-container port relationships from the demand perspective, Maritime Policy and Management, 31, 337-355.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증