This study is to analyze the efficiency of Korean sea food manufacturing using Data Envelopment Analysis. Firstly, based on an output oriented traditional CCR, BCC model, the study estimated the efficiency scores. The average estimates of technical, pure technical, and scale efficiency turned out 0....
This study is to analyze the efficiency of Korean sea food manufacturing using Data Envelopment Analysis. Firstly, based on an output oriented traditional CCR, BCC model, the study estimated the efficiency scores. The average estimates of technical, pure technical, and scale efficiency turned out 0.6517, 0.7184, 0.9074 respectively, which are separated for 50 marine corporations. The 10 DMUs were efficient under CCR model while the 17 DMUs under BCC model. Also, the study suggested that the operating profit of the two output factors should be more increased relatively and averagely from the viewpoint of efficiency improvement. Secondly, super efficiency scores are estimated under super efficiency and SBM model. As a result, it came to be possible to distinguish and rank the efficiency of the efficient DMUs. The highest score was 4.2975 under Super-CCR, was 2.4947 under Super-BCC, was 2.7160 under SBM-Super-CCR, and was 1.5319 under SBM-Super-BCC model. The average estimates of super efficiency were 0.76 and 0.82 under Super-CCR and Super-BCC model respectively, and were 0.61 and 0.67 under SBM-Super-CCR and SBM-Super-BCC model. Finally, the study conducted a rank-sum test, Wilcoxon-Mann-Whitney test, to find a statistical significance of heterogeneity existing in efficiencies among the sample corporations. The result showed that there was a significant difference in average efficiency between Dried, Salted product manufacturing and Frozen product manufacturing under BCC-Super efficiency model at 10% level of significance. Furthermore, TOBIT model was applied to find out the potential factors that might influence the efficiency, Wilcoxonand the results showed debt and sales cost influenced all of the technical, pure technical, and scale efficiency, while net profit influenced only the technical efficiency.
This study is to analyze the efficiency of Korean sea food manufacturing using Data Envelopment Analysis. Firstly, based on an output oriented traditional CCR, BCC model, the study estimated the efficiency scores. The average estimates of technical, pure technical, and scale efficiency turned out 0.6517, 0.7184, 0.9074 respectively, which are separated for 50 marine corporations. The 10 DMUs were efficient under CCR model while the 17 DMUs under BCC model. Also, the study suggested that the operating profit of the two output factors should be more increased relatively and averagely from the viewpoint of efficiency improvement. Secondly, super efficiency scores are estimated under super efficiency and SBM model. As a result, it came to be possible to distinguish and rank the efficiency of the efficient DMUs. The highest score was 4.2975 under Super-CCR, was 2.4947 under Super-BCC, was 2.7160 under SBM-Super-CCR, and was 1.5319 under SBM-Super-BCC model. The average estimates of super efficiency were 0.76 and 0.82 under Super-CCR and Super-BCC model respectively, and were 0.61 and 0.67 under SBM-Super-CCR and SBM-Super-BCC model. Finally, the study conducted a rank-sum test, Wilcoxon-Mann-Whitney test, to find a statistical significance of heterogeneity existing in efficiencies among the sample corporations. The result showed that there was a significant difference in average efficiency between Dried, Salted product manufacturing and Frozen product manufacturing under BCC-Super efficiency model at 10% level of significance. Furthermore, TOBIT model was applied to find out the potential factors that might influence the efficiency, Wilcoxonand the results showed debt and sales cost influenced all of the technical, pure technical, and scale efficiency, while net profit influenced only the technical efficiency.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그리고 전통적 모형, 초효율성모형, 여유기반 초효율성모형에서 법인의 종류, 수산식품 가공방법에 따른 법인 간 순위합검정을 통해 효율성 평균값에 통계적으로 유의적 차이가 있는지를 살펴보았고, 효율성에 잠재적으로 영향을 미칠 가능성이 크다고 판단되는 요인을 분석하기 위해 Tobit분석을 실시하였다. 마지막으로 Ⅵ장에서는 분석결과를 요약하고 본 연구의 한계점 및 향후 연구방향에 대해 서술하였다.
본 연구는 기존의 연구와 달리 어업자체가 아닌 수산식품 가공기업들의 효율성을 분석하였으며, 이를 위해 재무제표 상에 존재하는 회계정보에 충실해서 분석하였다. 기존의 전통적 자료포락분석(DEA : Data Envelopment Analysis)인 CCR 및 BCC모형의 경우, 효율성 값이 1인 다수의 효율적 DMU(Decision Making Unit : 의사결정단위)들 간의 효율성 차이를 판별할 수 없는 식별력의 문제가 있다.
본 연구는 분석방법의 특성상 제한된 변수에 의한, 절대적 평가가 아닌 참조집단을 기준으로 한 상대적 효율성 평가이다. 또한, 수산식품 가공업에 대한 2013년의 정적인 분석이라는 한계가 있고, 수산식품 가공업과 밀접한 관련을 가지고 있는 수산식품 유통업에 대한 분석과 연계되지 못하고 있다는 한계가 있다.
수산식품 가공업의 효율성 분석에 대한 연구는 현재 전무한 실정이므로, 타 분야의 초효율성 선행연구들을 살펴보았다. Yang(2012)은 국내 32개 지방의료원을 대상으로 CCR모형, CCR-초효율성모형, 여유기반의 초효율성모형의 효율성을 측정하여 비교·분석하였다.
제안 방법
1. 분석자료 개요우리나라 수산식품 가공업체 중 자료가 충실한 총 50개 법인을 대상으로 Kisvalue에서 추출한 재무제표상의 자료를 이용하여 전통적 DEA의 산출지향 모델과 산출지향 초효율성모델(Output oriented Super Efficiency Model)을 이용하여 분석하였고, 분석기간은 2013년으로 하였다. 선행연구를 바탕으로 하여 경영의 효율성을 대변할 수 있는 요소들을 선정하였다.
본 연구의 전개는 다음과 같다. Ⅱ장에서 전통적 DEA모형과 초효율성모형의 이론적 배경에 대해 살펴보고 Ⅲ장에서 분석자료를 개괄한 후, 전통적 DEA모형에 따른 기술효율성, 순수기술효율성, 규모효율성을 추정하고 벤치마킹을 통한 투영점 및 산출요소의 비효율성의 정도를 파악하였다. 또한 초효율성모형 및 여유기반 초효율성모형을 통해 효율적으로 판명된 DMU들의 순위를 판정하였다.
그 후, 초효율성 모형, 시스템-자료포락분석, 쌍방-자료포락분석모형을 이용하여 한국과 중국 간의 해면어업의 생산효율성을 비교·분석하였다.
Ⅱ장에서 전통적 DEA모형과 초효율성모형의 이론적 배경에 대해 살펴보고 Ⅲ장에서 분석자료를 개괄한 후, 전통적 DEA모형에 따른 기술효율성, 순수기술효율성, 규모효율성을 추정하고 벤치마킹을 통한 투영점 및 산출요소의 비효율성의 정도를 파악하였다. 또한 초효율성모형 및 여유기반 초효율성모형을 통해 효율적으로 판명된 DMU들의 순위를 판정하였다. 그리고 전통적 모형, 초효율성모형, 여유기반 초효율성모형에서 법인의 종류, 수산식품 가공방법에 따른 법인 간 순위합검정을 통해 효율성 평균값에 통계적으로 유의적 차이가 있는지를 살펴보았고, 효율성에 잠재적으로 영향을 미칠 가능성이 크다고 판단되는 요인을 분석하기 위해 Tobit분석을 실시하였다.
본 연구는 국내 50개의 수산식품 가공업체를 대상으로 전통적 DEA모형으로 효율성을 분석하고, 초효율성모형 및 여유기반 초효율성모형을 이용하여 효율성의 우선순위를 비교·분석하였다.
분석대상 50개 업체들을 외감법인의 2개 그룹과 일반법인, 건조 및 염장품 가공업, 냉동품 가공업, 훈제·조리 및 유사조제식품 가공업의 3개 그룹으로 분류하여 각 업체들 간 평균 효율성 추정치에 통계적으로 유의적 차이가 있는지 여부를 검정하였다.
선정된 투입 및 산출요소 외에 잠재적으로 효율성에 영향을 미칠 가능성이 크다고 생각되는 요인을 분석하였다. Table 11은 독립변수를 총부채, 매출원가, 당기순이익으로 하여 Tobit분석을 실시한 결과이다.
총자산은 기업의 수익을 창출하는 자원이고, 총자본은 계속기업의 공준 관점에서 선정하였다. 신뢰성측면에서 종업원 중 상시 근무하는 상시종업원 수를 투입변수로 선정하였고, 기업의 성장성 지표인 매출과 대표적 수익성 지표인 영업이익을 각각 산출변수로 선정하였다. 이익3)으로는 매출총이익, 경상이익(세전이익), 당기순이익이 있으나, 기업의 유지관리에 필요한 비용인 판매비와 관리비가 반영되지 못하는 매출총이익을 선정대상에서 제외하였다.
선행연구를 바탕으로 하여 경영의 효율성을 대변할 수 있는 요소들을 선정하였다. 투입변수는 상시종업원 수, 총자산, 총자본을 선정하였고, 산출변수는 매출액, 영업이익을 선정하였다. 투입과 산출변수 모두 양의 값1)을 갖는 업체들만 선정하였고, 자본잠식2)이 있거나 그 가능성이 있는 업체들은 신뢰성 측면에서 대상으로부터 제외하였다.
대상 데이터
투입과 산출변수 모두 양의 값1)을 갖는 업체들만 선정하였고, 자본잠식2)이 있거나 그 가능성이 있는 업체들은 신뢰성 측면에서 대상으로부터 제외하였다. DMU의 동질성 측면에서 선정 업체는 수산동물 가공업으로 한정하였다.
분석자료 개요우리나라 수산식품 가공업체 중 자료가 충실한 총 50개 법인을 대상으로 Kisvalue에서 추출한 재무제표상의 자료를 이용하여 전통적 DEA의 산출지향 모델과 산출지향 초효율성모델(Output oriented Super Efficiency Model)을 이용하여 분석하였고, 분석기간은 2013년으로 하였다. 선행연구를 바탕으로 하여 경영의 효율성을 대변할 수 있는 요소들을 선정하였다. 투입변수는 상시종업원 수, 총자산, 총자본을 선정하였고, 산출변수는 매출액, 영업이익을 선정하였다.
데이터처리
또한 초효율성모형 및 여유기반 초효율성모형을 통해 효율적으로 판명된 DMU들의 순위를 판정하였다. 그리고 전통적 모형, 초효율성모형, 여유기반 초효율성모형에서 법인의 종류, 수산식품 가공방법에 따른 법인 간 순위합검정을 통해 효율성 평균값에 통계적으로 유의적 차이가 있는지를 살펴보았고, 효율성에 잠재적으로 영향을 미칠 가능성이 크다고 판단되는 요인을 분석하기 위해 Tobit분석을 실시하였다. 마지막으로 Ⅵ장에서는 분석결과를 요약하고 본 연구의 한계점 및 향후 연구방향에 대해 서술하였다.
Yang(2012)은 국내 32개 지방의료원을 대상으로 CCR모형, CCR-초효율성모형, 여유기반의 초효율성모형의 효율성을 측정하여 비교·분석하였다. 또한 환경요인별 효율성의 차이를 확인하기 위하여 Wilcoxon-Mann-Whitney검정을 이용하여 지역, 병원종류별, 병원운영형태 등의 환경적 요인에 따른 효율성의 차이를 규명하였다. Yu(2014)는 품목축협 24개를 대상으로 하여 전통적 자료포락분석모형으로 효율성을 분석하였고, 효율성 값이 1인 관측점들을 CCR-초효율성모형을 통해 초효율성 값을 추정함으로써 1의 효율성의 값을 가지는 관측점들에 대한 서열을 식별하였다.
분석대상 기업들을 법인형태에 따라 외감법인과 일반법인의 2개 그룹, 수산식품 가공방법에 따라 건조 및 염장품 가공업, 냉동품 가공업, 훈제·조리 및 유사조제식품 가공업의 3개 그룹으로 분류하여 각 업체들 간 효율성 추정치에 통계적으로 유의적 차이가 있는지 여부를 판단하기 위해 Wilcoxon-Mann-Whitney의 순위합검정을 실시하였다.
이론/모형
투입지향 모형은 산출량은 고정한 상태에서 투입량의 비례적 감소 여부에 초점을 맞추는 반면, 산출지향 모형은 투입량을 고정한 상태에서 산출량의 비례적 확대 여부에 초점을 맞춘다. 사기업의 경우 일반적으로 최대 산출을 목적으로 하고, 기업이 지니고 있는 자원의 투입량을 고정시킨 상태에서 산출량의 확대가 중요하다고 판단하여 본 연구에서는 산출지향 모형을 기반으로 분석을 수행하였다(Lee and Oh : 2010).
기존의 전통적 자료포락분석(DEA : Data Envelopment Analysis)인 CCR 및 BCC모형의 경우, 효율성 값이 1인 다수의 효율적 DMU(Decision Making Unit : 의사결정단위)들 간의 효율성 차이를 판별할 수 없는 식별력의 문제가 있다. 이러한 전통적 DEA모형의 한계점을 해결하는 방법으로 초효율성 모형(Super-Efficiency Model)을 이용하여 효율적 DMU들 간의 우선순위를 식별하였다.
성능/효과
Table 4는 전통적 CCR 및 BCC모형, Super-CCR 및 Super-BCC모형, SBM-Super-CCR, SBM-Super-BCC모형들의 분석결과에 대한 비교이다. CCR 및 BCC모형에서 비효율적으로 판명되었던 DMU들의 효율성 값(1 미만)의 경우에는 초효율성 값도 동일함에 비해, 효율적 DMU들의 효율성 값 1은 초효율성 모형에서는 1보다 큰 값들로 나타났다. 따라서 CCR모형의 10개의 효율적 DMU들과 BCC모형에서 효율적 17개 DMU들의 효율성 순위를 각각 식별할 수 있게 되었다.
규모보수가변 가정 하의 BCC모형의 분석결과인 순수기술효율성을 보면, 그 값이 1인 상대적으로 효율적인 업체들은 17개, 1미만으로 비효율적 업체들은 33개로 나타났다. CCR모형에서 비효율적이었던 7개 업체들(M9, M10, M19, M21, M25, M31, M44)은 BCC모형에서 효율적으로 나타났다. 규모보수불변, 즉 최적규모운영상황이라는 가정 하의 CCR모형은 기술 효율성을 나타내는데 비해, 규모보수가변 가정의 BCC모형에서는 최적규모여부와는 별개로 순수기술 효율성을 보여준다.
분석대상 50개 업체들을 외감법인의 2개 그룹과 일반법인, 건조 및 염장품 가공업, 냉동품 가공업, 훈제·조리 및 유사조제식품 가공업의 3개 그룹으로 분류하여 각 업체들 간 평균 효율성 추정치에 통계적으로 유의적 차이가 있는지 여부를 검정하였다. Super-BCC모형에서 10% 유의수준에서 건조 및 염장품 가공업과 냉동품 가공업 간 효율성 평균에 유의적 차이가 있는 것으로 나타났다. Tobit분석을 이용하여 효율성 영향요인을 분석한 결과, 부채와 매출원가는 기술효율성, 순수기술효율성, 규모효율성 모두에 영향을 미치고, 당기순이익은 순수 기술효율성에 영향을 미치는 것으로 나타났다.
초효율성값의 평균은 Super-CCR모형에서는 약 76%로 11%포인트 정도 더 높게 추정되었고, SBM-Super-CCR모형에서는 약 61%로 4%포인트 정도 더 높게 추정되었다. Super-BCC모형에서 약 82%로 10% 정도 더 높게, SBM-Super-BCC모형에서는 약 67%로 약 5% 더 높게 추정되었다. 순위를 보면, 가장 효율적 DMU는 Super-CCR모형에서는 M24로 초효율성 값이 4.
초효율성 값의 평균은 Super-CCR모형에서는 약 76%로 11%포인트 정도 상승한 것으로 추정되었고, SBM-Super-CCR모형에서는 약 61%로 4%포인트 정도 상승한 것으로 추정되었다. SuperBCC모형에서 약 82%로 10% 정도, SBM-Super-BCC모형에서는 약 67%로 약 5% 포인트 상승한 것으로 추정되었다.
Super-BCC모형에서 10% 유의수준에서 건조 및 염장품 가공업과 냉동품 가공업 간 효율성 평균에 유의적 차이가 있는 것으로 나타났다. Tobit분석을 이용하여 효율성 영향요인을 분석한 결과, 부채와 매출원가는 기술효율성, 순수기술효율성, 규모효율성 모두에 영향을 미치고, 당기순이익은 순수 기술효율성에 영향을 미치는 것으로 나타났다.
상기 7개 업체들은 순수기술 효율성에는 문제가 없으므로 규모 효율성을 개선할 여지가 있는 DMU들이다. 가장 비효율적 업체는 CCR모형에서와 동일하게 DMU15이며 효율성 값이 0.19로 약 81%의 비효율성이 있는 것으로 나타났다. 순수기술 효율성의 평균값은 약 0.
표준편차를 보면 업체들 간 평균적으로 약 24%의 효율성 격차가 있는 것으로 나타났다. 가장 비효율적인 DMU15는 효율성 값이 약 0.14로 86%라는 큰 비효율성이 존재하고 있는 것으로 나타났다.
91로 최적규모경영이 되지못함으로 인해 발생하는 평균적 비효율은 9%인 것으로 분석되었다. 가장 비효율적인 업체는 M6으로 약 0.48의 효율성 값으로 약 52%의 규모를 개선할 필요가 있는 것으로 나타났다.
규모 효율성(Scale Eff.)을 보면, CCR모형에서와 동일하게 10개 업체들이 상대적으로 효율적으로 나타났고 나머지 40개 업체들은 비효율적으로 판명되었다. 그 효율성 평균값은 약 0.
부채와 매출원가가 5%의 유의수준에서 기술효율성에 영향을 미치고, 부채, 매출원가, 당기순이익 모두 5% 유의수준에서 순수 기술효율성에 영향을 미치는 것으로 나타났다. 규모 효율성에는 부채와 매출원가가 각각 1%, 5% 유의수준에서 영향을 미치는 것으로 나타났다. 우선, 부채를 이용한 레버리지효과6)가 기술효율성, 순수기술효율성, 규모효율성 모두에 유리하게 작용하여 정의 영향을 미치는 것으로 나타난 것으로 보인다.
규모보수가변 가정 하의 BCC모형의 분석결과인 순수기술효율성을 보면, 그 값이 1인 상대적으로 효율적인 업체들은 17개, 1미만으로 비효율적 업체들은 33개로 나타났다. CCR모형에서 비효율적이었던 7개 업체들(M9, M10, M19, M21, M25, M31, M44)은 BCC모형에서 효율적으로 나타났다.
Table 2는 전통적 DEA모형인 산출지향 CCR, BCC모형 분석결과이다. 규모보수불변 가정의 CCR모형에서 기술효율성을 보면, 50개 업체 중에 10개 업체들이 효율성 값이 1로서 상대적으로 효율적인 업체들로 나타났고, 나머지 40개 업체들은 그 값이 1 미만으로 상대적으로 비효율적인 것으로 식별되었다. 평균 효율성 값은 약 0.
91로 최적규모경영이 되지 못함으로 인해 발생하는 평균적 비효율은 9%로 나타났다. 규모에 대한 보수의 가변상황(RTS)를 살펴보면, IRS상황에 있는 25개 업체들은 최적규모 확보를 위해 규모를 늘려야 하고, DRS상황에 있는 15개 업체들은 규모를 줄여야 하는 것으로 나타났다. 나머지 10개 업체들은 CRS상황에 있으므로 최적규모상황에서 운영되고 있는 것으로 나타났다.
72로 나타나 평균 28%의 비효율성이 존재하는 것으로 나타났다. 규모효율성의 평균값은 약 0.91로 최적규모경영이 되지 못함으로 인해 발생하는 평균적 비효율은 9%로 나타났다. 규모에 대한 보수의 가변상황(RTS)를 살펴보면, IRS상황에 있는 25개 업체들은 최적규모 확보를 위해 규모를 늘려야 하고, DRS상황에 있는 15개 업체들은 규모를 줄여야 하는 것으로 나타났다.
)을 보면, CCR모형에서와 동일하게 10개 업체들이 상대적으로 효율적으로 나타났고 나머지 40개 업체들은 비효율적으로 판명되었다. 그 효율성 평균값은 약 0.91로 최적규모경영이 되지못함으로 인해 발생하는 평균적 비효율은 9%인 것으로 분석되었다. 가장 비효율적인 업체는 M6으로 약 0.
기술 효율성, 순수기술 효율성, 규모의 효율성을 동시에 고려해 보면, 평균적으로 약 35%의 기술 비효율성이 존재하고 있는데, 이중 약 28%의 순수기술 비효율성과 약 9%의 규모 비효율성이 존재하는 것으로 분석되었다. 따라서 비효율적 업체들의 비효율성은 최적규모로 운영하지 못한 규모비효율성보다는 산출물들의 배합이 비효율적으로 이루어진 순수기술 비효율에 상대적으로 더 큰 원인이 있는 것으로 판명되었다.
107로 10%에 상당히 가까워진 것을 볼 수 있고, Super-BCC모형에서는 10% 유의수준에서 효율성 평균에 유의적 차이가 있는 것으로 나타났다. 끝으로, SBM-Super-CCR, SBM- Super-BCC모형의 검정결과, BCC모형에서 각 업체별 효율성 평균에 유의적 차이가 없는 것으로 나타났다. 회계의 투명성의 관점에서 볼 때, 외감법인의 경우 비외감법인에 비해 상대적으로 외부 회계감사를 강제하는 정책적 제도 장치가 많아 그 투명성이 상대적으로 높다고 볼 수도 있으나, 외감법인 역시 그 외부 감사인이 회사에 고용되는 형태를 띠므로 회계의 투명성이 보장된다고 볼 수 없다.
먼저 CCR, BCC모형에 의한 순위합 검정결과, 양 모형하에서 각 업체별 효율성 평균에 유의적 차이가 없는 것으로 나타났다4). 다음으로 Super-CCR, Super-BCC모형의 검정결과, A업체들과 B업체들간 효율성 차이에 있어 Super-CCR모형에서 유의확률이 0.107로 10%에 상당히 가까워진 것을 볼 수 있고, Super-BCC모형에서는 10% 유의수준에서 효율성 평균에 유의적 차이가 있는 것으로 나타났다. 끝으로, SBM-Super-CCR, SBM- Super-BCC모형의 검정결과, BCC모형에서 각 업체별 효율성 평균에 유의적 차이가 없는 것으로 나타났다.
다만, 생산요소가격 인상, 매출원가 상승, 가공품 가격인상에 의한 매출증대 및 영업이익증가의 과정을 통해 기술효율성, 순수기술효율성, 규모효율성 모두에 정의 영향을 미치는 것으로 보인다. 당기순이익은 매출과 영업이익의 배합비율인 순수 기술효율성에만 정의 영향을 미치는 것으로 나타났다. 실무적으로 가결산 내지 관리회계차원에서 월별로 당기순이익을 산정하는데, 당월 당기순이익이 차월 자산 및 자본의 증가유발, 부채의 감소, 투자증가 등을 통해 매출과 영업이익에 영향을 미치는 것으로 보인다.
CCR 및 BCC모형에서 비효율적으로 판명되었던 DMU들의 효율성 값(1 미만)의 경우에는 초효율성 값도 동일함에 비해, 효율적 DMU들의 효율성 값 1은 초효율성 모형에서는 1보다 큰 값들로 나타났다. 따라서 CCR모형의 10개의 효율적 DMU들과 BCC모형에서 효율적 17개 DMU들의 효율성 순위를 각각 식별할 수 있게 되었다. 초효율성값의 평균은 Super-CCR모형에서는 약 76%로 11%포인트 정도 더 높게 추정되었고, SBM-Super-CCR모형에서는 약 61%로 4%포인트 정도 더 높게 추정되었다.
기술 효율성, 순수기술 효율성, 규모의 효율성을 동시에 고려해 보면, 평균적으로 약 35%의 기술 비효율성이 존재하고 있는데, 이중 약 28%의 순수기술 비효율성과 약 9%의 규모 비효율성이 존재하는 것으로 분석되었다. 따라서 비효율적 업체들의 비효율성은 최적규모로 운영하지 못한 규모비효율성보다는 산출물들의 배합이 비효율적으로 이루어진 순수기술 비효율에 상대적으로 더 큰 원인이 있는 것으로 판명되었다.
Table 11은 독립변수를 총부채, 매출원가, 당기순이익으로 하여 Tobit분석을 실시한 결과이다. 부채와 매출원가가 5%의 유의수준에서 기술효율성에 영향을 미치고, 부채, 매출원가, 당기순이익 모두 5% 유의수준에서 순수 기술효율성에 영향을 미치는 것으로 나타났다. 규모 효율성에는 부채와 매출원가가 각각 1%, 5% 유의수준에서 영향을 미치는 것으로 나타났다.
따라서 수산식품 가공업 전체로 볼 때 상대적으로 매출액보다 영업이익을 보다 더 증대시켜야 할 필요가 있으므로, 매출원가 및 판매비와 관리비의 절감을 통해 영업이익을 증가시켜야 할 것이다. 산출요소별로는 M15가 매출액 비효율이 약 80.6%로, M1이 영업이익 비효율이 약 88.7%로 각각 가장 크게 나와 현 수준의 투입량에서 각각 매출증대와 영업이익 증대가 시급한 것으로 나타났다.
65로 나타나 평균 35%의 비효율성이 존재하였다. 순수기술 효율성을 추정하는 BCC모형 분석 결과, 7개 업체들이 추가되어 효율적인 업체들은 17개로 나타났고, 평균 효율성 값은 약 0.72로 나타나 평균 28%의 비효율성이 존재하는 것으로 나타났다. 규모효율성의 평균값은 약 0.
19로 약 81%의 비효율성이 있는 것으로 나타났다. 순수기술 효율성의 평균값은 약 0.72로 평균적으로 약 28%의 비효율이 있는 것으로 나타났으며, 따라서 현재 투입량을 유지하면서 규모를 변화시키지 않고도 산출량을 약 28% 증대시킬 수 있다는 것을 시사한다.
Super-BCC모형에서 약 82%로 10% 정도 더 높게, SBM-Super-BCC모형에서는 약 67%로 약 5% 더 높게 추정되었다. 순위를 보면, 가장 효율적 DMU는 Super-CCR모형에서는 M24로 초효율성 값이 4.2975로서 약 430% 포인트 이상 상승된 것으로 나타났고, 2위는 M3으로 값이 1.8952, 3위는 M29로 1.4695의 값으로 추정되었다. Super-BCC모형에서는 초효율성 값이 2.
전통적 모형의 분석결과, 기술효율성을 추정하는 CCR모형에서는 10개 업체들이 효율적으로 나타났고, 평균 효율성 값은 약 0.65로 나타나 평균 35%의 비효율성이 존재하였다. 순수기술 효율성을 추정하는 BCC모형 분석 결과, 7개 업체들이 추가되어 효율적인 업체들은 17개로 나타났고, 평균 효율성 값은 약 0.
나머지 10개 업체들은 CRS상황에 있으므로 최적규모상황에서 운영되고 있는 것으로 나타났다. 준거집단으로서의 참조횟수에 있어 최대 24회 참조된 업체는 다른 업체들의 효율성 제고에 중요한 정보들을 제공할 수 있을 것으로 판명되었다. 평균적 비효율, 즉 투영점대비 증대시켜야할 산출비율은 매출액은 약 29.
Table 3은 산출요소별 산출물 부족분과 투영점대비 산출요소별 비효율성의 정도를 나타낸다. 즉, 33개의 비효율적 기업들이 주어진 투입요소들(상시 종업원수, 총자산, 총자본)을 유지하면서 효율변경으로 옮겨가기 위해 산출요소들(매출액, 영업이익)을 어떤 비율로 늘려야 할 것인가에 대한 DMU별 투영점대비 산출부족분, 즉 증대시켜야 할 산출비율이다. 평균적 비효율, 즉 산출증대비율은 매출액은 약 29.
5319로 나타났다. 초효율성 값의 평균은 Super-CCR모형에서는 약 76%로 11%포인트 정도 상승한 것으로 추정되었고, SBM-Super-CCR모형에서는 약 61%로 4%포인트 정도 상승한 것으로 추정되었다. SuperBCC모형에서 약 82%로 10% 정도, SBM-Super-BCC모형에서는 약 67%로 약 5% 포인트 상승한 것으로 추정되었다.
따라서 CCR모형의 10개의 효율적 DMU들과 BCC모형에서 효율적 17개 DMU들의 효율성 순위를 각각 식별할 수 있게 되었다. 초효율성값의 평균은 Super-CCR모형에서는 약 76%로 11%포인트 정도 더 높게 추정되었고, SBM-Super-CCR모형에서는 약 61%로 4%포인트 정도 더 높게 추정되었다. Super-BCC모형에서 약 82%로 10% 정도 더 높게, SBM-Super-BCC모형에서는 약 67%로 약 5% 더 높게 추정되었다.
수산업 관련 초효율성 선행연구로 Park(2010)은 38개 국가어항을 분석대상으로 하여 전통적 자료포락분석은 물론 초효율성과 여유기반의 초효율성모형을 이용하여 효율성의 우선순위를 비교·분석하였다. 투입요소 중 어항의 조성면적에 가장 큰 비효율이 존재하는 것으로 나타났고, 산출요소 중에는 생산량을 조절할 필요가 더 큰 것으로 나타났다. 그 후, 초효율성 모형, 시스템-자료포락분석, 쌍방-자료포락분석모형을 이용하여 한국과 중국 간의 해면어업의 생산효율성을 비교·분석하였다.
규모보수불변 가정의 CCR모형에서 기술효율성을 보면, 50개 업체 중에 10개 업체들이 효율성 값이 1로서 상대적으로 효율적인 업체들로 나타났고, 나머지 40개 업체들은 그 값이 1 미만으로 상대적으로 비효율적인 것으로 식별되었다. 평균 효율성 값은 약 0.65로 나타나 평균 35%의 비효율성이 존재하므로, 비효율적 업체들은 경영에 있어 현 수준의 투입량으로 35%의 산출증대라는 효율성 개선의 여지가 있는 것으로 분석되었다. 표준편차를 보면 업체들 간 평균적으로 약 24%의 효율성 격차가 있는 것으로 나타났다.
즉, 33개의 비효율적 기업들이 주어진 투입요소들(상시 종업원수, 총자산, 총자본)을 유지하면서 효율변경으로 옮겨가기 위해 산출요소들(매출액, 영업이익)을 어떤 비율로 늘려야 할 것인가에 대한 DMU별 투영점대비 산출부족분, 즉 증대시켜야 할 산출비율이다. 평균적 비효율, 즉 산출증대비율은 매출액은 약 29.7%, 영업이익은 약 34%로, 영업이익에 더 큰 비효율의 원인이 있는 것으로 나타났다. 따라서 수산식품 가공업 전체로 볼 때 상대적으로 매출액보다 영업이익을 보다 더 증대시켜야 할 필요가 있으므로, 매출원가 및 판매비와 관리비의 절감을 통해 영업이익을 증가시켜야 할 것이다.
준거집단으로서의 참조횟수에 있어 최대 24회 참조된 업체는 다른 업체들의 효율성 제고에 중요한 정보들을 제공할 수 있을 것으로 판명되었다. 평균적 비효율, 즉 투영점대비 증대시켜야할 산출비율은 매출액은 약 29.7%, 영업이익은 34%로, 영업이익에 평균적으로 더 큰 비효율의 원인이 있는 것으로 나타나 수산식품 가공업 전체로 볼 때 상대적으로 매출액보다 매출원가와 판매비 및 일반관리비 절감을 통한 영업이익을 보다 더 증대시켜야 할 필요가 있는 것으로 나타났다.
65로 나타나 평균 35%의 비효율성이 존재하므로, 비효율적 업체들은 경영에 있어 현 수준의 투입량으로 35%의 산출증대라는 효율성 개선의 여지가 있는 것으로 분석되었다. 표준편차를 보면 업체들 간 평균적으로 약 24%의 효율성 격차가 있는 것으로 나타났다. 가장 비효율적인 DMU15는 효율성 값이 약 0.
후속연구
또한, 수산식품 가공업에 대한 2013년의 정적인 분석이라는 한계가 있고, 수산식품 가공업과 밀접한 관련을 가지고 있는 수산식품 유통업에 대한 분석과 연계되지 못하고 있다는 한계가 있다. 따라서 향후 Malmquist모형 등을 이용한 동적 분석 및 수산식품 유통업과 연관된 분석 등이 필요할 것이다.
매년 증가하는 수산물 수요에 비해 지속적 어획량 감소추세, 지구온난화로 인한 수온상승 등 여러 악조건들로 인해, 우리나라 수산업은 더 이상 수산물의 생산량 증대가 아닌, 수산식품의 고부가가치화를 통해서 그 돌파구를 마련할 수 있을 것이다. 이러한 측면에서 수산식품 가공산업의 육성은 수산업의 고부가가치화와 수산업의 희망을 되살릴 수 있는 적절한 방안이며, 이를 통하여 수산업의 전체적인 시스템을 개선할 수 있는 기회가 될 것으로 보인다(http://www.
질의응답
핵심어
질문
논문에서 추출한 답변
2013년 기준 국내 수산식품 가공업의 현황은 어떠한가?
수산식품 가공업의 현황을 보면 2013년을 기준으로, 총 사업체수는 837개, 총 종사자수 25,852명, 총 출하액 4,540,618백만 원이며, 출하액 규모별로 출하액 5억 미만의 경우 사업체는 76개, 종사자는 1,159명, 출하액 1,000억에서 5,000억의 경우 사업체수 3개, 종사자수 803명이며, 종사자 규모별로 보면 총 10명에서 19명 규모의 사업체는 413개, 종사자수는 5,465명, 1,000명에서 5,000명 규모의 사업체는 3개, 종사자수는 803명이다(Statistics Korea KOSIS : 2015).
수산가공식품산업 발전대책에는 어떤 내용에 대한 청사진이 담겨 있는가?
2014년 9월 2일 해양수산부는 수산식품 시장 확대를 계기로 국가경제와 어업인 소득증대에 이바지할 수 있는 수산식품 가공산업의 발전을 위해, 다양한 소비자들의 니즈를 충족시키는 고부가가치 수산식품개발, 수산물 유통가공 선진화 기술개발(R&D), 수산식품 인프라 강화 등을 주요내용으로 하는‘수산가공식품산업 발전대책’을 발표했다. 여기에는 고부가가치 수산식품 개발과 산업인프라 구축을 통해 수산식품 시장 규모를 2013년 8조 5,000억 원에서 2017년 13조원, 해외수출은 2013년 21억 5,000달러에서 2017년에는 46억 달러로 키워 세계인이 찾는 K-Seafood 산업으로 육성하겠다는 청사진이 담겨 있다.
수산식품의 고부가가치화가 요구되어지는 배경 환경은 무엇인가?
매년 증가하는 수산물 수요에 비해 지속적 어획량 감소추세, 지구온난화로 인한 수온상승 등 여러 악조건들로 인해, 우리나라 수산업은 더 이상 수산물의 생산량 증대가 아닌, 수산식품의 고부가가치화를 통해서 그 돌파구를 마련할 수 있을 것이다. 이러한 측면에서 수산식품 가공산업의 육성은 수산업의 고부가가치화와 수산업의 희망을 되살릴 수 있는 적절한 방안이며, 이를 통하여 수산업의 전체적인 시스템을 개선할 수 있는 기회가 될 것으로 보인다(http://www.
참고문헌 (18)
Anderson , P. and Petersen, N, C. (1993), "A procedure for Ranking Efficient Units in Data Envelopment Analysis," Management Science, 39 (10), 1261-1264.
Banker, R. D., Charnes, A. and Cooper, W. W. (1984), "Some models for estimating Technical and Scale Efficiencies in Data Envelopment Analysis," Management Science, 30 (9), 1078-1092.
Charnes, A., Cooper, W. W. and Rhodes, E. (1978), "Measuring the efficiency of decision making units," European Journal of Operational Research, 2 (6), 429-444.
Doyle, J. and Green, R. (1994), "Efficiency and Cross- Efficiency in DEA : Derivation, Meaning and Uses," Journal of the Operation Reserach Society, 45, 567-578.
Jhu. (2003), "Quantitative Models for Performance Evaluation and Benchmarking," Kluver Academin Publisher.
Lee J. D. and Oh, D. H. (2010), "Efficiency Analysis Theory : DEA," IB BOOK.
Park, C. H. (2010), "A Study on the Efficiency of Fishing-Ports Based on Super-SBM," The Journal of Fisheries Business Administration, 41 (3), 129-151.
Park, C. H. (2014), "Comparative Analysis of Productive Efficiencies in Adjacent Water Fisheries in Korea and China Local Autonomous Entities," Journal of North-east Asian Cultures, 41, 559-575.
Park, M. H. (2008), "Efficiency and Productivity Analysis," Korean Scholarship Information.
Seiford, L. M., Zhu, J.(1999), "Infeasibility of Super- Efficiency Data Envelopment Analysis Models," INFORS, 174-187.
Stewart, T. J. (1996), "Data Envelopment Analysis and Multiple-Criterion Decision Making- Response," Omega, 22, 205-206.
Tofallis, C. (1996), "Improving Discernment in DEA Using Profiling," Omega, 24, 229-244.
Yang, D. H. (2012), "Analysis on the Difference in Efficiencies between Environmental Factors of Regional Public Hospitals in Korea Using Super- Efficiency Model," Journal of Korea Contents Association, 12 (7), 284-294.
Yu, C. J., Song, C. H. and Jang, D. H. (2014), "An Analysis of Technical and Super Efficiency of the Special Livestock Cooperatives," The Korean Journal of Cooperative Studies, 32 (2), 57-72.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.