선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 문제를 해결하기 위해서는 흔히, Tobit Regression을 활용 한다(Sung 2011). 본 연구 역시 Tobit Regression을 활용하여 효율성의 원인을 검정해 보고자 한다.
- 본 연구는 기존에 교육과 연구 분야에만 국한되던 효율성 분석에서 벗어나 대학의 경영 효율성을 평가하고 효율성을 개선하기 위한 방안과 시사점을 제시하고자 하였다. 먼저 본 연구의 주요결과는 다음과 같다.
- 본 연구는 한국의 국·공립대 및 사립대의 경영 효율성을 평가하고 그것에 영향을 미치는 원인을 비교 분석함으로써, 국내 대학에서 제기되고 있는 다음 질문들에 대해서 경영학적 측면에서 조망하고자 하는 것이 목적이다.
- 이와 더불어 이 두 모형은 투입요소와 산출요소 둘 중 어디에 초점을 맞추는가에 따라서 투입지향(Input Oriented)과 산출지향(Output Oriented)으로 구분 할 수 있다. 본 연구에서는 투입요소에 제한이 있는 교육조직의 특성을 고려하여 일정한 투입으로 최대한의 효과를 볼 수 있는 산출지향 모형으로 분석하였다. CCR 모형과 BCC 모형의 관련식은 다음과 같다.
- 대학의 질적 상승과 나라의 발전을 위해서 대학은 새로운 지식을 창출하고 이것을 본으로 하여 기존의 학문을 습득하고, 이에 그치는 것이 아니라 이를 나누고 학습시키는 연구의 중심 기관이 되어야 한다. 본 연구의 결과는 현재 취업률이나 신입생 유치율과 같은 성과에 집착할 수밖에 없는 한국 대학들의 현실을 보여준다.
- 본 절에서는 국내 대학 간의 경영 효율성의 차이를 유발한 요인을 확인하기 위하여 주요 특성 변수에 대해서 회귀 분석을 실시하고자 한다. 그러나 효율성 값이 0과 1사이에 있으며, 가장 효율적인 대학의 운영 효율성이 1을 초과할 수 없기 때문에 절단된 분포를 갖게 되기에 통장적인 OLS를 사용 할 수 없다.
- 본 연구는 한국의 국·공립대 및 사립대의 경영 효율성을 평가하고 그것에 영향을 미치는 원인을 비교 분석함으로써, 국내 대학에서 제기되고 있는 다음 질문들에 대해서 경영학적 측면에서 조망하고자 하는 것이 목적이다. 첫 번째로 기존에 많이 연구되어왔던 대학의 교육 효율성과 연구 효율성이 아닌 한국 대학의 경영 효율성에 영향을 끼치는 요소에는 어떠한 것들이 있는지에 대한 탐색과, 두 번째로는 본 연구에서 도출한 한국 대학의 경영 효율성의 결과는 기존의 교육 및 연구 효율성의 결과와 어떠한 상관관계를 가지는지에 대한 분석을 통해 현재 한국 대학들이 대학의 자원을 어느 분야에 더욱 집중하고 있는지 살펴보고자 한다.
제안 방법
- 최종 연구모형은 그림 2의 모습과 같다. DEA를 통해 효율성을 분석하고 Simar and Wilson(2007)가 제시한 Bootstrap DEA를 이용하여 효율성의 편의(Bias)를 추정하였다. 마지막으로 상관관계분석을 통해 경영 효율성이 연구모형과 교육모형과 어떠한 상관관계를 갖는지 비교하였다.
- 이를 위해 투입변수로는 교수 수, 직원 수, 대학원 학생 수, 인건비(보수), 교내 연구비, 장서수로 두고, 산출변수로는 국제 A급 논문 수(교수, 대학원), 논문의 피인용 횟수, 국내 논문 수, 연구용역수입, 사회적평판도로 선정하였다. 기존 선행연구들과의 차이점은 논문수의 양적인 측면을 보완하고 질적인 요소를 설명할 수 있는 논문 1편당 IF를 변수로 선정한 것이다. 그리고 설립주체, 규모, 소재지를 독립변수로 두고 대학의 상대적 효율성에 미치는 원인을 분석한 결과 적정한 대학규모가 대학의 상대적 효율성에 영향을 미친다고 밝혔다.
- 대학의 경영 효율성 분석을 위해 본 연구에서는 대학의 경영업무를 총괄하면서 연구 분야와 교육 분야의 지원역할을 수행하고 내부고객과 외부고객에서 서비스를 제공하는 역할을 하는 대학의 ‘본부행정기관’을 중심으로 연구모형을 설정하였다(Casu and Thanassoulis 2006).
- 먼저 이론적 배경으로서 대학평가의 한 부분으로서 운영효율성이 갖는 중요성과 DEA를 활용한 효율성 측정 및 Bootstrap 방법을 설명한다. 둘째, 우리나라 대학의 경영 효율성 측정 결과와 Bootstrap을 이용하여 편차가 제거된 효율성 결과를 함께 제시한다. Simar and Wilson(2000)이 제안한 Bootstrap 방법을 통해 효율성 측정치의 통계적 유의성 검증을 시도하였다.
- 본 연구에서 분석한 대학의 경영 효율성을 기존에 DEA를 활용하여 활발하게 연구되었던 대학의 교육 분야의 효율성과 연구 분야의 효율성과 상관관계를 비교해보았다. 교육모형과 연구모형의 변수는 Kim et al(2014)의 연구의 변수와 동일하게 설정하였다.
- Simar가 1992년에 Bootstrap을 변경모형(frontier models)에 처음 사용했지만, DEA 효율성 측정에 Bootstrap 의 적용은 Simar and Wilson(1998)에 의해 수행되었다. 본 연구에선 Simar and Wilson(2007)이 제안한 Monte Carlo Simulation을 통해 Bootstrap을 이용한 DEA 분석이 진행되었다. Bootstrap을 이용하여 대학의 효율성을 환경변수로 추정치의 편의를 줄였고(Yoo 2008a), 효율성 값에 대한 통계적 신뢰구간을 도출하여 통계적 유의성을 얻 었다(Yoo and Song 2010)
- 산출변수는 본부행정기관이 제공하는 서비스 및 기능과 관련하여 선정하였는데 Casu and Thanassoulis(2006)가 제시한 것처럼 직원에 대한 서비스지원, 지역·기업과의 협력의 2가지 기능과 더불어 각 학교의 행정부서 성과관리 편람을 참고해 재원확보라는 기능을 추가하여 총 3가지로 본부행정기관의 기능을 분류하였고, 이를 대신 할 수 있는 대리변수를 선정하였다.
- 자세히 설명하자면 투입변수로는 애덤 스미스가 이야기한 생산의 3요소인 노동, 시설, 자본을 고려하였으며, DMU끼리의 비교에 용이한 자료를 얻을 수 있는 노동과 자본을 본부행정기관의 서비스 생산을 위한 투입변수로 선정하였다. 산출의 경우에는 본부행정기관의 대표적인 3가지 기능을 선정하였고, 기능을 대체할 수 있는 대리변수를 선택하였다. 선정된 변수를 나타내는 대리변수들은 그림 2와 다음 장에 나와 있다.
- Simar and Wilson(2000)이 제안한 Bootstrap 방법을 통해 효율성 측정치의 통계적 유의성 검증을 시도하였다. 셋째, 절단회귀모형으로 알려진 토빗모형을 사용하여 제시된 효율성 점수를 종속변수로 하고 효율성에 영향을 미치는 원인변수를 확인하고 마지막으로 기존 선행연구를 참조해 제시된 교육 및 연구 모형(Kim et al 2014; Rah and Kim 2005; Sin 2006; Hwangbo 1999)과의 상관관계를 확인한다.
- 이러한 이유로 본 연구에서는 비영리 조직의 상대효율성(relative efficiency)을 측정하고 분석 할 때 자주 활용되고 있는 DEA(Data Envelopment Analysis)기법을 활용하여 대학의 효율성을 검증하고 비교분석 하였다. 여기서 상대효율성과 절대효율성(absolute efficiency)의 개념을 구분해야 하는데, 절대효율성은 관측하려는 경제주체의 투입 대비 산출의 비율을 의미하고 결과값의 범위에 제약이 없다.
- Sin(2006)는 대학의 비효율적인 구조개선에 기여하는 연구를 통해 기존의 DEA를 이용한 대학의 효율성에 관한 연구들(교육과정, 도서관 이용률, 연구 성과물 등)의 한계를 극복하고자 하였다. 이를 위해 투입변수로는 교수 수, 직원 수, 대학원 학생 수, 인건비(보수), 교내 연구비, 장서수로 두고, 산출변수로는 국제 A급 논문 수(교수, 대학원), 논문의 피인용 횟수, 국내 논문 수, 연구용역수입, 사회적평판도로 선정하였다. 기존 선행연구들과의 차이점은 논문수의 양적인 측면을 보완하고 질적인 요소를 설명할 수 있는 논문 1편당 IF를 변수로 선정한 것이다.
- 투입요소로는 본부행정기관이 제공하는 서비스의 생산을 위한 요소를 고려하여 선정하였으며(Hwangbo 1999), 산출변수로는 본부행정기관이 제공하는 대표적인 3가지 기능을 대체할 수 있는 변수들로 선정하였다(Casu and Thanassoulis 2006). 자세히 설명하자면 투입변수로는 애덤 스미스가 이야기한 생산의 3요소인 노동, 시설, 자본을 고려하였으며, DMU끼리의 비교에 용이한 자료를 얻을 수 있는 노동과 자본을 본부행정기관의 서비스 생산을 위한 투입변수로 선정하였다. 산출의 경우에는 본부행정기관의 대표적인 3가지 기능을 선정하였고, 기능을 대체할 수 있는 대리변수를 선택하였다.
- 산출변수는 본부행정기관이 제공하는 서비스 및 기능과 관련하여 선정하였는데 Casu and Thanassoulis(2006)가 제시한 것처럼 직원에 대한 서비스지원, 지역·기업과의 협력의 2가지 기능과 더불어 각 학교의 행정부서 성과관리 편람을 참고해 재원확보라는 기능을 추가하여 총 3가지로 본부행정기관의 기능을 분류하였고, 이를 대신 할 수 있는 대리변수를 선정하였다. 첫 번째 산출변수로서 직원에 대한 서비스지원을 대신 할 수 있는 변수로는 교사시설확보율을 선정하였다. 두 번째 산출변수로서 지역·기업과의 협력을 나타낼 수 있는 변수로는 산학협력운영수입을 선정하였고 마지막으로 재원의 확보는 교육 외 수입과 외부보조금(기부금, 국고보조금)으로 선정하였다(Ahn 1987; Kim et al 1998; Kim et al 2014; Hwangbo 1999).
- 본 연구의 모형은 그림 2에서 나와 있는 것처럼 총 투입변수 4개와 산출변수 4개로 이루어져있다. 투입변수는 본부행정기관에서 제공하는 서비스의 생산을 위한 자원을 고려하였고, 애덤 스미스가 주장한 생산의 3요소 중 노동(Labor)과 자본(Capital)을 중심으로 설정하였다. 본부행정기관의 인적자원을 대표할 수 있는 노동 부분의 변수 2개(직원 1인당 학생 수, 보수)와 자본 부분 변수 2개(관리운영비, 산학협력운영비)를 선정하였다(Ahn et al 1998; Kim et al 1998; Kim etl al 2014; Jin and Yoon 2012).
- Rah and Kim(2005)는 대학교육의 효율성을 국제적으로 비교하기 위해 6개의 투입변수와 5개의 산출변수를 선정하여 총 6개의 변수모형을 설정하고, 이와 함께 투입최소화와 산출구분화로 각각 따로 분석하여 총 12가지 모형을 설정하여 대학교의 효율성을 비교하였다. 투입변수로는 학생 100명당 교수 수, 공립대학비중, 학생당 교육비, GDP대비 공교육비, 교직원 연구비 비중, 교수당 연구개발예산으로 두었고, 산출변수로는 대졸자 취업률, 고등교육 이수율, 대학교육 만족도, 교수 당 SCI 논문 수, 논문 당 피인용 횟수로 선정하였다. 투입최소화 조건에서는 한국이, 산출극대화 조건에선 영국이 가장 높은 효율성을 보였다.
대상 데이터
- 대학의 소재지, 설립형태, 규모 총 3개의 변수로 구성되어 있다(Kim and Rah 2010; Bradley et al 2001; Kirjavainen and Loikkanent 1998) 변수와 관련된 정보는 대학 정보 공시(대학 정보 알리미 – www.academyinfo.go.kr)의 2012년 기준 자료를 사용하여 분석하였다.
- 본 연구의 분석 대상은 전문대학을 제외한 일반대학 199개 중 교대, 예술대학교, 체육대학교, 해양대학교, 신학대학교와 같은 특수목적대학과 분교 및 결측치가 있는 대학을 제외하여 총 129개의 DMU로 선정한 뒤 연구를 진행하였다. 사용된 변수들의 기술 통계치는 다음 <표 5>와 같다.
- 대학의 경영 효율성 분석을 위해 본 연구에서는 대학의 경영업무를 총괄하면서 연구 분야와 교육 분야의 지원역할을 수행하고 내부고객과 외부고객에서 서비스를 제공하는 역할을 하는 대학의 ‘본부행정기관’을 중심으로 연구모형을 설정하였다(Casu and Thanassoulis 2006). 투입요소로는 본부행정기관이 제공하는 서비스의 생산을 위한 요소를 고려하여 선정하였으며(Hwangbo 1999), 산출변수로는 본부행정기관이 제공하는 대표적인 3가지 기능을 대체할 수 있는 변수들로 선정하였다(Casu and Thanassoulis 2006). 자세히 설명하자면 투입변수로는 애덤 스미스가 이야기한 생산의 3요소인 노동, 시설, 자본을 고려하였으며, DMU끼리의 비교에 용이한 자료를 얻을 수 있는 노동과 자본을 본부행정기관의 서비스 생산을 위한 투입변수로 선정하였다.
데이터처리
- DEA를 통해 효율성을 분석하고 Simar and Wilson(2007)가 제시한 Bootstrap DEA를 이용하여 효율성의 편의(Bias)를 추정하였다. 마지막으로 상관관계분석을 통해 경영 효율성이 연구모형과 교육모형과 어떠한 상관관계를 갖는지 비교하였다.
이론/모형
- 둘째, 우리나라 대학의 경영 효율성 측정 결과와 Bootstrap을 이용하여 편차가 제거된 효율성 결과를 함께 제시한다. Simar and Wilson(2000)이 제안한 Bootstrap 방법을 통해 효율성 측정치의 통계적 유의성 검증을 시도하였다. 셋째, 절단회귀모형으로 알려진 토빗모형을 사용하여 제시된 효율성 점수를 종속변수로 하고 효율성에 영향을 미치는 원인변수를 확인하고 마지막으로 기존 선행연구를 참조해 제시된 교육 및 연구 모형(Kim et al 2014; Rah and Kim 2005; Sin 2006; Hwangbo 1999)과의 상관관계를 확인한다.
- 본 연구에서 분석한 대학의 경영 효율성을 기존에 DEA를 활용하여 활발하게 연구되었던 대학의 교육 분야의 효율성과 연구 분야의 효율성과 상관관계를 비교해보았다. 교육모형과 연구모형의 변수는 Kim et al(2014)의 연구의 변수와 동일하게 설정하였다. 기존에 경영 효율성 분석 시에는 129개의 DMU로 진행하였으나 12개의 대학들이 변수누락과 결측치 발생으로 인해 제외되었다.
성능/효과
- 또한 규모의 효율성 평균 역시 대체적으로 높게 나타났다. Bootsrap 실시 전 CRS 수치에선 24개의 대학이 상대적 효율성 1을 나타내었고, VRS 수치에선 29개의 대학의 상대적 효율성이 1로 나타났지만 Bootstrap으로 편의를 제거한 후에는 CRS와 VRS 수치에선 모든 대학이 상대적 효율성이 1에 미치지 못한 것으로 나타났다.
- 상관관계 분석 결과는 위의 <표 8>과 같다. 대학의 경영 효율성은 연구모형과 교육모형의 효율성 모두와 상관관계가 있다고 나타났지만, 연구모형보다 교육모형과 더 강한 상관관계를 가지는 것으로 나타났다. 이는 대학의 행정업무를 담당하는 본부행정기관의 주 업무가 대학의 교육과 연구 분야에 대한 지원이기에 대학의 경영 효율성이 높을수록 연구와 교육성과에 긍정적인 영향을 미치는 것을 확인 할 수 있다.
- 기존에 교외연구비가 대학의 운영 효율성을 저해한다는 연구결과도 있었지만(Kim et al 2014) 국립대가 사립대보다 효율성이 좋게 나온 원인에 대해서는 향후 연구가 필요하다. 두 번째로 수도권 소재지 대학들의 효율성이 높을 것으로 예상했으나 학교의 지리적 위치는 효율성에 유의한 영향을 주지 못했다. 이는 지방의 대학들이라도 내실 있는 운영을 통해 성과를 내는 학교들이 있음을 나타낸다고 볼 수 있다.
- 둘째, Tobit Regression 결과를 통해 사립대보다 국립대의 경영 효율성이 더 좋은 것을 확인 할 수 있었다. 국립대와 사립대의 효율성 비교에 대해선 기존의 선행연구에서도 의견이 분분하기 때문에 이러한 효율성의 차이의 정확한 원인에 대해선 향후에도 연구가 필요하지만, 오히려 사립대의 적정수준을 초과하는 자원이 대학 운영의 효율성에 악영향을 미친다는 선행연구결과들을 근거해 효율성 차이의 원인을 규명해볼 필요가 있다 판단된다.
- 대학 간의 규모 차이를 감안 하더라도 투입에 대한 차이가 큰 것을 확인 할 수 있다. 산출 변수들을 살펴보자면, 교사시설확보율은 122%으로 대부분의 학교가 기준 면적보다 평균적으로 많은 면적을 보유하는 것으로 나타났다. 산학협력운영수입은 최소 127,188천원부터 최대 597,182,642천원까지 약 5000배의 차이를 보이는 것으로 나타났으며 기부금 또한 평균 11,059,874천원을 나타내지만 최소 687,249원에서 최대 58,858,957천원을 보이면서 학교에 따라 약 370배의 차이를 나타내었다.
- 운영관리비는 학교마다 약 100배의 차이를 보였고 특히 산학협력운영지출비용의 차이는 학교마다 크게 나타났는데 최대 약 6700배의 정도의 차이를 보이는 것으로 나타났다. 산학협력운영지출비용의 편차가 큰 것으로 보아 운영지출에 상당한 차이가 있는 것으로 확인되었다. 대학 간의 규모 차이를 감안 하더라도 투입에 대한 차이가 큰 것을 확인 할 수 있다.
- 셋째, 교육과 연구 분야의 효율성과 경영 효율성과의 상관관계 분석결과 대학의 경영 효율성은 기존에 주로 연구되어 오던 교육·연구모형 모두와 상관관계를 나타냈지만, 교육모형과의 상관관계가 높은 결론을 고려했을 때 대학은 정부나 외부에서 오는 지원을 대학의 취업률이나 학생 유지율 등의 주시성이 높은 교육성과에 더욱 집중하고 있다는 결론을 내릴 수 있다.
- Mo(2006)는 지역전문대학의 효율성 평가와 벤치마킹 대상의 탐색을 위해 연구의 투입변수로는 대학 수, 교수 수, 직원 수를 선정하였고, 산출변수는 입학생수로 설정하였다. 연구결과 대부분 전문대학의 비효율의 주된 원인은 규모의 비효율이 아니라 운영의 비효율 때문인 것으로 나타났다. Sin(2006)는 대학의 비효율적인 구조개선에 기여하는 연구를 통해 기존의 DEA를 이용한 대학의 효율성에 관한 연구들(교육과정, 도서관 이용률, 연구 성과물 등)의 한계를 극복하고자 하였다.
- 자본요소를 나타내는 운영관리비는 평균 24,194,167천원을, 산학협력관련지출비용은 평균 36,594,227천원을 나타냈다. 운영관리비는 학교마다 약 100배의 차이를 보였고 특히 산학협력운영지출비용의 차이는 학교마다 크게 나타났는데 최대 약 6700배의 정도의 차이를 보이는 것으로 나타났다. 산학협력운영지출비용의 편차가 큰 것으로 보아 운영지출에 상당한 차이가 있는 것으로 확인되었다.
- 6의 상당히 낮은 상대적 효율성을 보이고 있다. 이는 약 25% 정도의 DMU들은 높은 수준의 경영 효율성을 보이지만 상대적으로 많은 수의 대학의 경영효율성이 높은 효율성을 보이는 집단과 비교해 약 70% 수준에 미치는 경영 효율성을 보이는 것으로 나타났다. 이러한 분석결과를 통해 등록금 수입과 정부의 지원금이 지속적으로 감소하고 있는 상황에서 대학의 경영업무를 총괄하고 있는 본부행정기관의 역할에 더욱 관심을 가져야 한다고 판단된다.
- 이는 투입과 산출 변수가 많기 때문에 극단치를 나타낸 것으로 파악할 수 있다. 이와 같은 효율성 점수에 확률적 요인을 감안한 Bootstrapped DEA의 결과는 각각 CRS는 0.753, VRS 값은 0.771로 약 9.7%에서 9.9%까지 과다 추정할 우려가 있음이 나타났다. 또한 규모의 효율성 평균 역시 대체적으로 높게 나타났다.
- 이는 지방의 대학들이라도 내실 있는 운영을 통해 성과를 내는 학교들이 있음을 나타낸다고 볼 수 있다. 정원내외 재학생수를 기준으로 대규모 소규모로 나눠서 효율성의 차이를 비교했지만 유의한 영향을 주지 않는 것으로 확인됐다.
- <표 7>은 식 (11)의 회귀식 분석 모형을 추정한 결과 값을 보여주고 있다. 첫 번째로 CRS 모형과 VRS 모형에서 모두 국립대학의 효율성이 사립대학의 효율성보다 더 높게 나타나는 것을 확인할 수 있었다. 기존에 교외연구비가 대학의 운영 효율성을 저해한다는 연구결과도 있었지만(Kim et al 2014) 국립대가 사립대보다 효율성이 좋게 나온 원인에 대해서는 향후 연구가 필요하다.
- 첫째, 일반적인 DEA 방법으로 경영 효율성을 분석하였을 때 효율성이 대체로 높게 나타났지만, Bootstrap으로 편의를 제거 한 후 효율성을 분석한 결과 분석대상의 약 20%에 해당하는 25개의 학교가 낮은 수준의 상대적 효율성을 나타냈고 약 55%의 학교가 0.7에서 0.8사이의 상대적 효율성을 나타내면서 상당수의 학교가 비효율적으로 운영되고 있음을 나타내며 효율성 수준 개선의 여지를 남겼다. 시간이 지남에 따라 정부의 지원이 줄어들고 대학입학대상이 감소하기에 부족한 자원은 대학에게 이젠 현실의 문제이다.
- 투입변수로는 학생 100명당 교수 수, 공립대학비중, 학생당 교육비, GDP대비 공교육비, 교직원 연구비 비중, 교수당 연구개발예산으로 두었고, 산출변수로는 대졸자 취업률, 고등교육 이수율, 대학교육 만족도, 교수 당 SCI 논문 수, 논문 당 피인용 횟수로 선정하였다. 투입최소화 조건에서는 한국이, 산출극대화 조건에선 영국이 가장 높은 효율성을 보였다. Mo(2006)는 지역전문대학의 효율성 평가와 벤치마킹 대상의 탐색을 위해 연구의 투입변수로는 대학 수, 교수 수, 직원 수를 선정하였고, 산출변수는 입학생수로 설정하였다.
후속연구
- 둘째, Tobit Regression 결과를 통해 사립대보다 국립대의 경영 효율성이 더 좋은 것을 확인 할 수 있었다. 국립대와 사립대의 효율성 비교에 대해선 기존의 선행연구에서도 의견이 분분하기 때문에 이러한 효율성의 차이의 정확한 원인에 대해선 향후에도 연구가 필요하지만, 오히려 사립대의 적정수준을 초과하는 자원이 대학 운영의 효율성에 악영향을 미친다는 선행연구결과들을 근거해 효율성 차이의 원인을 규명해볼 필요가 있다 판단된다.
- 이러한 분석결과를 통해 등록금 수입과 정부의 지원금이 지속적으로 감소하고 있는 상황에서 대학의 경영업무를 총괄하고 있는 본부행정기관의 역할에 더욱 관심을 가져야 한다고 판단된다. 그리고 많은 대학에게 효율적인 경영관리에 대한 위기감의 인식과 경영 효율성 향상의 여지를 수치로 확인 시킬 수 있다고 간주된다.
- 첫 번째로 CRS 모형과 VRS 모형에서 모두 국립대학의 효율성이 사립대학의 효율성보다 더 높게 나타나는 것을 확인할 수 있었다. 기존에 교외연구비가 대학의 운영 효율성을 저해한다는 연구결과도 있었지만(Kim et al 2014) 국립대가 사립대보다 효율성이 좋게 나온 원인에 대해서는 향후 연구가 필요하다. 두 번째로 수도권 소재지 대학들의 효율성이 높을 것으로 예상했으나 학교의 지리적 위치는 효율성에 유의한 영향을 주지 못했다.
- 마지막으로 본 연구의 분석대상으로는 대학들의 규모와 입지 및 특성을 고려하지 않고 일괄적으로 특수대와 전문대를 제외한 일반대학교 129개를 DMU로 선정하여 효율성을 비교하였기에 도출된 효율성 값의 해석에 문제가 있을 수도 있다. 이에 향후 연구에서는 규모와 특성을 반영한 분석모델을 설정해 상대적 효율성을 비교하는 등 차이를 조정해나가야 할 것이다.
- 본 연구의 한계점으로는, 효율성 분석을 위해 계량화된 자료가 필요한데 대학정보공시에 입력된 정보로는 대학의 경영 효율성을 다각도로 분석하기에 충분하지 않았다. 그리고 대학마다 정보의 공개시기와 항목이 상이해 일관적인 평가와 분석을 하는데 어려움이 있었다.
- 마지막으로 본 연구의 분석대상으로는 대학들의 규모와 입지 및 특성을 고려하지 않고 일괄적으로 특수대와 전문대를 제외한 일반대학교 129개를 DMU로 선정하여 효율성을 비교하였기에 도출된 효율성 값의 해석에 문제가 있을 수도 있다. 이에 향후 연구에서는 규모와 특성을 반영한 분석모델을 설정해 상대적 효율성을 비교하는 등 차이를 조정해나가야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.