Malmquist Productivity Index(MPI)를 이용한 생산성 분석은 다양한 분야에서 적용되고 있으나, 국내 조선산업의 생산성과 그 결정요인을 다룬 연구는 드물다. 본 연구는 국내 조선산업 중 대형 조선소 7개를 대상으로 MPI와 패널분석 기법을 이용하여 생산성과 효율성변화와 그 변화를 결정하는 요인들을 분석한다. Malmquist 생산성은 세 가지 투입물의 배합인 종업원 수와 안벽길이, 안벽길이와 Dock면적, Dock면적과 종업원 수는 모두 생산성을 증가시키고 있다. 이러한 생산성 증가는 기술효율성 보다는 기술진보가 더 많은 역할을 한 것으로 나타났다. 또한 기술효율성과 생산성 변화에 영향을 미치는 변수를 식별하고 그 영향력을 비교평가하기 위해 패널분석을 하였다. 분석결과 투입물 모두 긍정적인 영향을 미치고 있으며, 기술효율성을 향상시키는 요인은 안벽길이, 종업원 수, Dock면적 순으로 나타났다. 또한 생산성에 영향을 주는 변수는 종업원수, 안벽길이 그리고 Dock면적 순으로 나타났다. 이상의 분석결과로 인한 정책적 시사점은 다음과 같다. 첫째, 대형조선소의 기술효율성에 영향을 주는 요인으로는 안벽길이가 가장 중요하게 나타났다. 이는 조선소의 안벽길이는 Dock와 선대 등을 포함하고 있는 시설로서 기술효율성을 대표하는 요인으로 간주할 수 있다는 점이다. 그래서 대형조선소들은 기술효율성을 높이고자 하는 경우, 안벽길이를 늘리는 정책이 우선되어야 하겠다. 둘째, 대형조선소들의 생산성을 높이는 주요한 요인은 종업원수로 나타났다. 종업원들이 가지고 있는 지식과 기술이 고급화되어 감에 따라 2003년 이후 일본을 추월하는 강력한 요인으로, 그리고 향후 중국의 한국추월이라는 우리나라 조선산업 경쟁력 강화방안으로 인적 R&D에 더욱 더 투자해야 한다는 정책적 시사점을 제공하고 있다.
Malmquist Productivity Index(MPI)를 이용한 생산성 분석은 다양한 분야에서 적용되고 있으나, 국내 조선산업의 생산성과 그 결정요인을 다룬 연구는 드물다. 본 연구는 국내 조선산업 중 대형 조선소 7개를 대상으로 MPI와 패널분석 기법을 이용하여 생산성과 효율성변화와 그 변화를 결정하는 요인들을 분석한다. Malmquist 생산성은 세 가지 투입물의 배합인 종업원 수와 안벽길이, 안벽길이와 Dock면적, Dock면적과 종업원 수는 모두 생산성을 증가시키고 있다. 이러한 생산성 증가는 기술효율성 보다는 기술진보가 더 많은 역할을 한 것으로 나타났다. 또한 기술효율성과 생산성 변화에 영향을 미치는 변수를 식별하고 그 영향력을 비교평가하기 위해 패널분석을 하였다. 분석결과 투입물 모두 긍정적인 영향을 미치고 있으며, 기술효율성을 향상시키는 요인은 안벽길이, 종업원 수, Dock면적 순으로 나타났다. 또한 생산성에 영향을 주는 변수는 종업원수, 안벽길이 그리고 Dock면적 순으로 나타났다. 이상의 분석결과로 인한 정책적 시사점은 다음과 같다. 첫째, 대형조선소의 기술효율성에 영향을 주는 요인으로는 안벽길이가 가장 중요하게 나타났다. 이는 조선소의 안벽길이는 Dock와 선대 등을 포함하고 있는 시설로서 기술효율성을 대표하는 요인으로 간주할 수 있다는 점이다. 그래서 대형조선소들은 기술효율성을 높이고자 하는 경우, 안벽길이를 늘리는 정책이 우선되어야 하겠다. 둘째, 대형조선소들의 생산성을 높이는 주요한 요인은 종업원수로 나타났다. 종업원들이 가지고 있는 지식과 기술이 고급화되어 감에 따라 2003년 이후 일본을 추월하는 강력한 요인으로, 그리고 향후 중국의 한국추월이라는 우리나라 조선산업 경쟁력 강화방안으로 인적 R&D에 더욱 더 투자해야 한다는 정책적 시사점을 제공하고 있다.
This paper aims at measuring the changes of Malmquist productivity and technical efficiency of Korean shipbuilding Industry and examinig their determinants utilizing the panel analysis. The increase of the technological progress was greater than technical efficiency, resulting in the increase of the...
This paper aims at measuring the changes of Malmquist productivity and technical efficiency of Korean shipbuilding Industry and examinig their determinants utilizing the panel analysis. The increase of the technological progress was greater than technical efficiency, resulting in the increase of the total factor productivity for the period of 2004-2010. This study also employs the panel technique to analyse the effects of Employee, Dock, and Length on the changes of Malmquist productivity and technical efficiency. The dependent variables are obtained from three combinations, which are (Employee, Dock, and CGT), (Employee, Length, and CGT), and (Dock, and Length, and CGT). The empirical results show that all of the explanatory variables have a positive effect on the change of Malmquist productivity and technical efficiency.
This paper aims at measuring the changes of Malmquist productivity and technical efficiency of Korean shipbuilding Industry and examinig their determinants utilizing the panel analysis. The increase of the technological progress was greater than technical efficiency, resulting in the increase of the total factor productivity for the period of 2004-2010. This study also employs the panel technique to analyse the effects of Employee, Dock, and Length on the changes of Malmquist productivity and technical efficiency. The dependent variables are obtained from three combinations, which are (Employee, Dock, and CGT), (Employee, Length, and CGT), and (Dock, and Length, and CGT). The empirical results show that all of the explanatory variables have a positive effect on the change of Malmquist productivity and technical efficiency.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 현대, 삼성, 대우, 현대삼호, 한진, 현대미포, 그리고 STX 등 7개의 기업을 대상으로 Malmquist 생산성의 변화와 변동원인을 분석한 후 생산성의 변동에 영향을 미치는 것으로 사료되는 변수들을 투입하여 영향력이 존재하는지 여부를 검증하였다. DEA-Malmquist 생산성의 변동을 살펴보는데 있어서 산출물은 조선업체들의 선박 산출량을, 그리고 투입물의 변화에 따른 변화를 분석하기 위해 투입물을 종업원수 (Employee)와 안벽길이(Length), 종업원수(Employee)와 Dock면적(Dock) 그리고 안벽 길이(Length)와 Dock면적(Dock)의 세 가지 경우로 분류하였다.
본 연구에서는 그동안 세계 1위의 조선산업을 유지해온 조선산업의 효율성과 생산성을 중심으로 그 결정요인이 어디에 있는가를 분석해 보고자 한다. 분석대상은 한국 조선산업을 대표하는 대형 조선소(현대중공업, 대우조선해양, 삼성중공업, 현대 삼호중공 업, 현대미포조선, 한진중공업 그리고 STX)의 주요 생산요소인 종업원수, 안벽길이, Dock 면적의 효율성과 생산성 변화와 그 변화의 결정요인을 분석한다.
이에 비해 국내 조선산업의 효율성과 생산성을 분석한 연구는 거의 없는 실정이다. 이에 본고는 DEA-Malmquist 생산성 지수를 도출하고 여기에 영향을 미치는 요인들을 판별하고 그 영향력을 비교하고자 한다.
가설 설정
3) Hausman은 Hausman 검정통계량임.
5) D2006에서 D2010은 연도 더미변수임.
산출지향 거리함수는 다음과 같이 정의된다. 설명의 편의를 위하여 한 개의 투입과산출 그리고 규모의 비효율이 없는 CRS 생산기술을 가정한다. 먼저 t기 프런티어(기술)에서 t기 생산점을 평가할 때 거리함수는 다음과 같다.
제안 방법
DEA-Malmquist 생산성의 변동을 살펴보는데 있어서 산출물은 조선업체들의 선박 산출량을, 그리고 투입물의 변화에 따른 변화를 분석하기 위해 투입물을 종업원수 (Employee)와 안벽길이(Length), 종업원수(Employee)와 Dock면적(Dock) 그리고 안벽 길이(Length)와 Dock면적(Dock)의 세 가지 경우로 분류하였다.
본 연구에서는 조선소의 중요한 기본 요소인 종업원수(명)와 안벽길이 및 Dock 면적을 투입변수군으로 선정하고, 산출변수로는 건조량(CGT)을 선정하였다. DEA분석 기법의 특성상 투입산출변수의 수가 증가하게 되면 효율적으로 평가되는 DMU의 수가 증가하여야 하기 때문에, 한정된 DMU(7개사)는 투입변수와 산출변수의 수를 제한하고 있어 투입변수 3개와 산출변수 1개로 정하였다.20)
또한 기술효율성과 생산성의 변화에 영향을 미치는 변수를 파악하기 위하여 세 가지의 투입변수를 추정하였고, 그 영향력을 비교분석하고자 종업원수(Employee)와 안벽길 이(Length), 종업원수(Employee)와 Dock 면적(Dock) 그리고 안벽길이(Length)와 Dock 면적(Dock)의 투입물 조합을 통해 도출된 기술효율성 변화와 생산성 변화에 대해 패널 분석을 실시하였다.
여기에서 P_Employee와 P_Length는 종업원 당 건조량, 안벽길이당 건조량이다. 모형 1은 Hausman 검정통계량이 유의하지 않아 임의효과모형을 추정하는 것이 적합하나 비교를 위하여 고정효과모형도 함께 제시하였다. 모형 1에서 종업원수의 증가는 기술효율성 변화에 부정적인 영향을 미치고 10% 유의수준에서 통계적으로 유의한 음의 값을 갖고 있고, 안벽길이는 기술효율성 변화에 대해 긍정적인 영향 영향을 미치고 1% 유의수준에서 통계적으로 유의한 양의 값을 갖고 있다.
본 연구에서는 조선소의 중요한 기본 요소인 종업원수(명)와 안벽길이 및 Dock 면적을 투입변수군으로 선정하고, 산출변수로는 건조량(CGT)을 선정하였다. DEA분석 기법의 특성상 투입산출변수의 수가 증가하게 되면 효율적으로 평가되는 DMU의 수가 증가하여야 하기 때문에, 한정된 DMU(7개사)는 투입변수와 산출변수의 수를 제한하고 있어 투입변수 3개와 산출변수 1개로 정하였다.
그런데 기술효율성의 변화는 생산과정에서 투입물이 얼마나 효율적으로 산출물로 전환되는가를 측정한다. 순수기술효율성의 변화는 t기와 t+1기 사이에 프런티어에 얼마나 접근했는지를 측정하며, 규모효율성의 변화는 2기간 동안 규모의 경제에 얼마나 접근했는지를 측정한다. 이러한 의미에서 순수기술효율성의 변화는 모방에 의한 따라잡기로 해석된다.
산출물은 기업별로 선박의 건조량(CGT)이다. 투입물의 변화에 따른 변화를 분석하기 위해 투입물을 종업원수(Employee)와 안벽길이(Length), 종업원수(Employee)와 Dock 면적 (Dock) 그리고 안벽길이(Length)와 Dock 면적(Dock)의 세 가지 경우로 분류하였다.
대상 데이터
본 연구에서 사용된 자료는 한국조선협회(韓國造船協會)에서 발간한 조선자료집(造船 資料集) 각 년호를 이용하였다. 한국조선협회의 회원사는 9개사인데 이 중 2개사 17) 를 제외한 7개사를 대상으로 실증분석을 하였다. 상기 2개사를 제외한 이유는 7개사와 종업원 수와 건조량(CGT)18) 에서 너무 큰 차이를 보이기 때문이다.
2004년에서 2010년까지의 기간 동안 현대, 삼성, 대우, 현대삼호, 한진, 현대미포, 그리고 STX 등 7개의 기업을 대상으로 Malmquist 생산성 분석을 실시한다. 투입물은 종업원수(Employee)와 안벽길이(Length) 그리고 Dock 면적(Dock)이 사용되었다.
본 연구에서 사용된 자료는 한국조선협회(韓國造船協會)에서 발간한 조선자료집(造船 資料集) 각 년호를 이용하였다. 한국조선협회의 회원사는 9개사인데 이 중 2개사 17) 를 제외한 7개사를 대상으로 실증분석을 하였다.
본 연구에서는 그동안 세계 1위의 조선산업을 유지해온 조선산업의 효율성과 생산성을 중심으로 그 결정요인이 어디에 있는가를 분석해 보고자 한다. 분석대상은 한국 조선산업을 대표하는 대형 조선소(현대중공업, 대우조선해양, 삼성중공업, 현대 삼호중공 업, 현대미포조선, 한진중공업 그리고 STX)의 주요 생산요소인 종업원수, 안벽길이, Dock 면적의 효율성과 생산성 변화와 그 변화의 결정요인을 분석한다.
투입물은 종업원수(Employee)와 안벽길이(Length) 그리고 Dock 면적(Dock)이 사용되었다. 산출물은 기업별로 선박의 건조량(CGT)이다. 투입물의 변화에 따른 변화를 분석하기 위해 투입물을 종업원수(Employee)와 안벽길이(Length), 종업원수(Employee)와 Dock 면적 (Dock) 그리고 안벽길이(Length)와 Dock 면적(Dock)의 세 가지 경우로 분류하였다.
2004년에서 2010년까지의 기간 동안 현대, 삼성, 대우, 현대삼호, 한진, 현대미포, 그리고 STX 등 7개의 기업을 대상으로 Malmquist 생산성 분석을 실시한다. 투입물은 종업원수(Employee)와 안벽길이(Length) 그리고 Dock 면적(Dock)이 사용되었다. 산출물은 기업별로 선박의 건조량(CGT)이다.
이론/모형
DEA 모형은 생산프런티어를 구축한 이후 개별 기업의 효율성을 구하는 것이었지만 여기서는 DEA를 이용한 거리함수(distance function)를 사용하여 Malmquist 지수를 구하고자 한다.
여기에는 DEA-Malmquist 생산성 지수(MPI) 와 패널분석 기법이 이용된다.
성능/효과
12) 또한 경험적으로 n〉3(m＋s)가 되어야 한다는 기준도 있다.13) 본 연구의 DUM의 수는 7개로 전체 조선기업들 중 대형기업들인 7개를 표본으로 선택하였고, 두 개의 방법중 첫 번째 것을 만족한다고 사료된다.
15) 고정효과모형은 거리, 언어, 성, 학력과 같이 시간에 관계없이 일정한 (time-invariant)변수의 계수를 추정할 수 없다.
16) 고정효과모형은 관측되지 않은 개별효과가 분석모형의 설명변수와 상관관계가 있어 상수항에 반영된다고 가정하는 반면, 확률효과모형은 관측되지 않은 개별효과가 설명변수와 상관관계가 없어 오차항에 반영되는 것으로 가정하는 것이 다. 패널분석의 고정효과모형과 임의효과모형 두 모형은 각각 장단점을 가지고 있다.
2) ‘*’, ‘**’ 그리고 ‘***’ 는 10%, 5% 그리고 1% 유의수준에서 통계적으로 유의함.
4) 계수 밑 괄호 안의 숫자는 t통계량, F값과 Hausman 통계량 밑의 괄호 안은 유의수준.
DEA-Malmquist 생산성의 변동을 살펴보는데 있어서 산출물은 조선업체들의 선박 산출량을, 그리고 투입물의 변화에 따른 변화를 분석하기 위해 투입물을 종업원수 (Employee)와 안벽길이(Length), 종업원수(Employee)와 Dock면적(Dock) 그리고 안벽 길이(Length)와 Dock면적(Dock)의 세 가지 경우로 분류하였다. 그 결과 투입물의 조합에 상관없이 대부분 생산성이 향상되었는데, 기술효율성이 하락하였음에도 기술의 진보가 상승한 것이 원인으로 나타났다.
둘째, 대형조선소들의 생산성을 높이는 주요한 요인은 종업원수로 나타났다. 종업원 들이 가지고 있는 지식과 기술이 고급화되어 감에 따라 2003년 이후 일본을 추월하는 강력한 요인으로, 그리고 향후 중국의 한국추월이라는 우리나라 조선산업 경쟁력 강화 방안으로 인적 R&D에 더욱 더 투자해야 한다는 정책적 시사점을 제공하고 있다.
모형 1은 안벽길이와 Dock 면적 모두 투입하여 패널분석 한 결과이고 모형 2와 모형 3은 각각 안벽길이와 Dock 면적을 투입하여 패널분석한 결과를 보여주고 있다. 모형 1에서 안벽길이와 Dock 면적은 각각 기술효율성에 긍정적인 영향과 부적정인 영향을 미치는 것으로 나타났으나 모두 통계적으로 유의하지 않았다. 각각 투입한 경우에도 유사한 양상을 보이고 있다.
안벽길이(Length)와 Dock면적(Dock) 그리고 선박 건조량에 의해 도출된 기술효율성 변화에 대한 패널 분석에서 안벽길이 당 건조량(P_Length) 변수와 Dock면적당 건조량 (P-Dock) 변수를 함께 투입한 결과 안벽길이 당 건조량(P_Length) 계수와 Dock면적당 건조량(P-Dock) 계수는 각각 양의 값과 음의 값을 갖고 있으나 통계적으로 유의하지않았다. 기술효율성에 영향을 주는 변수의 순서는 안벽길이, 종업원수 그리고 Dock 면적으로 사료된다.
안벽길이(Length)와 Dock면적(Dock) 그리고 선박건조량에 의해 도출된 생산성 변화에 대한 패널 분석의 결과 안벽길이당 건조량과 Dock 면적당 건조량을 동시에 투입한 결과 안벽길이당 건조량은 5% 유의수준에서 통계적으로 유의한 양의 값을 갖고 있으나 Dock 면적당 건조량은 음의 상관관계를 갖고 있으나 통계적으로 유의하지 않았다. 따라서, 생산성에 영향을 주는 변수의 순서는 종업원수, 안벽길이, 그리고 Dock 면적의 순으로 사료된다.
종업원수(Employee)와 Dock면적 (Dock) 그리고 선박 건조량에 의해 도출된 기술효 율성 변화에 대한 패널 분석에서 종업원 당 건조량(P_Employee) 변수와 Dock 면적당 건조량(P-Dock) 변수를 함께 투입한 결과 종업원 당 건조량은 5% 유의수준에서 통계적으로 유의한 양의 값을 갖고 있고 Dock 면적당 건조량은 음의 값을 갖고 있고 통계적으로 유의하지 않았다.
종업원수(Employee)와 Dock면적(Dock) 그리고 선박 건조량에 의해 도출된 생산성 변화에 대한 패널분석의 결과는 종업원 당 건조량과 Dock면적당 건조량 변수는 동시에 투입한 결과 종업원 당 건조량은 1% 유의수준에서 통계적으로 유의한 양의 값을갖고 있고 Dock면적당 건조량은 음의 값을 갖고 있으나 통계적으로 유의하지 않았다.
종업원수(Employee)와 안벽길이(Length) 그리고 선박 건조량에 의해 도출된 기술효 율성 변화에 대한 패널 분석에서 종업원 당 건조량(P_Employee) 변수와 안벽길이당 건조량(P_Length) 변수를 함께 투입한 결과 종업원당 건조량(P_Employee) 계수는 10% 유의수준에서 통계적으로 유의한 음의 값을 갖고 안벽길이당 건조량(P_Length) 계수는 통계적으로 1% 유의수준에서 유의한 양의 값을 갖고 있다.
종업원수(Employee)와 안벽길이(Length) 그리고 선박 건조량에 의해 도출된 생산성 변화에 대한 패널 분석의 결과 종업원 당 건조량 변수는 음이 값을 갖고 있으나 통계적으로 유의하지 않고 안벽길이 당 건조량은 1% 유의수준에서 통계적으로 유의한 양의값을 갖고 있다.
<그림1>는 종업원수(Employee)와 안벽길이(Length)를 투입물로 한 기술효율성과 생산성 변화를 보여주고 있다. 종업원수(Employee)와 안벽길이(Length)를 투입물로 한 경우 대부분의 기업에서 기술효율성이 1이상으로 나타나고 기술효율성과 생산성이 1이상인 기업은 대우중공업, 현대 삼호, 현대미포, STX이고 삼성중공업은 기술 효율성과 생산성이 모두 1이하로 나타났다.
모형 1은 Hausman 검정통계량이 통계적으로 유의하지 않아 임의모형으로 분석하는 것이 타당하다. 종업원수의 증가는 기술효율성에 긍정적인 영향을 미치고 통계적으로 1% 유의수준에서 유의한 양의 값을 갖고 있고, Dock 면적의 증가는 기술효율성에 부정적인 영향을 미치고 통계적으로 유의하지 않았다. 모형 2에서는 Hausman 검정통계량이 10% 유의수준에서 통계적으로 유의한 값을 갖고 있어 고정모형으로 분석하는 것이 타당하다.
첫째, 대형조선소의 기술효율성에 영향을 주는 요인으로는 안벽길이가 가장 중요하게나타났다. 이는 조선소의 안벽길이는 Dock와 선대 등을 포함하고 있는 시설로서 기술 효율성을 대표하는 요인으로 간주할 수 있다는 점이다.
투입물별로 생산성과 효율성의 변화를 살펴본 결과 종업원수(Employee)와 안벽길이 (Length)를 투입물로 한 경우와 안벽길이(Length)와 Dock 면적(Dock)을 투입물로 한경우는 생산성이 더 높은 양상을 보이고 있고, 종업원수(Employee)와 Dock 면적 (Dock)을 투입물로 한 경우의 생산성이 기술효율성보다 낮게 나타나고 있다. 대부분 생산성 변화가 효율성 변화보다 위쪽에 위치하고 있어 기술효율성 변화가 기술변화보다 생산성의 변동에 더 많은 영향을 미치고 있다고 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
DEA(Data Envelopment Analysis)는 어떠한 측정방법인가?
DEA(Data Envelopment Analysis)는 선형계획법에 근거한 측정방법이다. 통계학적으로 회귀분석법과는 달리 사전적으로 구체적인 함수형태를 가정하고 모수(parameter)를 추정하는 것이 아니고 일반적으로 생산가능집합에 적용되는 몇 가지의 공준 하에서 평가대상의 경험적인 투입요소와 산출물간의 자료를 이용하여 경험적 효율성 프론티어를도출한다.
분석결과로 인한 정책적 시사점은 무엇인가?
첫째, 대형조선소의 기술효율성에 영향을 주는 요인으로는 안벽길이가 가장 중요하게나타났다. 이는 조선소의 안벽길이는 Dock와 선대 등을 포함하고 있는 시설로서 기술 효율성을 대표하는 요인으로 간주할 수 있다는 점이다. 그래서 대형조선소들은 기술효율성을 높이고자 하는 경우, 안벽길이를 늘리는 정책이 우선되어야 하겠다.
둘째, 대형조선소들의 생산성을 높이는 주요한 요인은 종업원수로 나타났다. 종업원 들이 가지고 있는 지식과 기술이 고급화되어 감에 따라 2003년 이후 일본을 추월하는 강력한 요인으로, 그리고 향후 중국의 한국추월이라는 우리나라 조선산업 경쟁력 강화 방안으로 인적 R&D에 더욱 더 투자해야 한다는 정책적 시사점을 제공하고 있다.
DEA방법에 의해 DMU의 상대적인 효율성을 평가할 때 가장 중요한 것은?
DEA방법에 의하여 DMU의 상대적인 효율성을 평가하고자 할 때 가장 중요하게 생각하여야 할 것은 투입 및 산출변수의 선택문제이다. 효과적인 DEA분석을 수행하기 위해서는 평가대상 DMU의 수와 투입 및 산출변수의 수간에 다음과 같은 관계가 성립하여야 한다.
참고문헌 (22)
김성호？최태성？이동원, 효율성분석, 서울경제경영, 2007.
김명재, "DEA모델을 이용한 국내조선업의 경영효율성분석", 해운물류연구, 제26권 제3호, 2010, 651-673.
류동근, "국내컨테이너 전용터미널의 효율성 비교", 해운물류연구, 제 47호, 2005, 24.
Banker, R.D., Charnes, A. and Cooper, W.W. "Some Models for Estimating Technical and Scale Inefficiencies in Data Envelope Analysis," Management Science , Vol.30, 1984, 1078-1092.
Charnes, A., Cooper, W.W. and Rhodes, E., "Measuring the Efficiency of Decision Making Units," European Journal of Operational Research, Vol.2, 1978, 429-444.
Fare, R., Shawna, G., Mary, N. and Zhongyang, Z., "Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries," The American Economic Review, Vol.84, 1994, 66-83.
Fare, R., Grosskopf, S., Norris, M. and Zhang, Z., "Productivity Growth, Technical Progress and Efficiency Changes in Industrialized Countries," American Economic Review, Vol.84, 1994, 66-83
Hunter, W.C. and Timme, S.G., "Technical changes, Organizational Form, and the Strucure of Bank Production", Journal of Money, Credit and Banking, Vol.18, 1986, 152-166.
Mehrabian S., Alirezaee, M.R. and Jahanshahloo. G.R., "A Complete Efficiency Ranking of Decision Making Units in Data Envelopment Analysis", Computational Optimization and Applications, Vol.14, 1999, 261-266.
Noulas, A.G., "Productivity Growth in the Hellenic Banking Industry", State versus Private Banking, Applied Financial Economics, Vol.7, 1997, 223-238.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.