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
- 최근 항만 배후단지 입주기업들은 기존 단순 화물보관의 물류서비스에서 벗어나 기업의 성장과 새로운 사업을 위한 운영을 모색하고 있다. 본 절에서는 항만 배후단지에 관한 주요 선행연구 및 운영 효율성에 관련된 문헌을 검토하였다.
- 이러한 측면에서 본 연구에서는 항만 배후단지에 입주한 기업의 운영 효율성 분석을 통해 경쟁력 제고 방안을 제시하는 것을 연구의 목적으로 하였다. 이를 위해 항만 배후단지에 입주한 13개 기업에 전통적인 효율성 분석 방법인 DEA-CCR 모형과 DEA-BCC 모형을 적용하였으며, 전통적인 모형의 한계점을 극복하기 위해 초효율성 모형과 Super-SBM 모형을 추가로 시행하였다.
제안 방법
- 본 연구에서는 항만배후단지 입주업체의 효율성 분석을 위하여 DEA 분석기법의 원형적인 모델인 CCR, BCC 모델을 적용하였다. 또한 CCR, BCC 분석을 통해 효율적으로 분석된 입주업체 간의 효율성 차이를 구분하기 위하여 초효율성 분석을 시행하였다. 더불어 초효율성 분석에서 파악된 효율성 값에 대하여 비방사형 여분인 비효율성 값이 어느 정도 존재하는지를 파악하기 위하여 Super-SBM 분석을 적용하였다.
- 본 연구의 분석대상은 항만 배후단지에 입주한 컨테이너 취급업체 13개이며, 효율성을 분석하기 위해 투입변수는 면적, 매출액, 종업원 수를 선정했으며, 산출변수는 물동량과 매출액을 선정하였다. 변수선정은 기존 항만 배후단지 효율성과 관련된 논문을 통해 일차적으로 선정하였으며, 배후단지에 입주한 업체전문가와의 Indepth-Interview를 통해 최종적으로 선정하였다.
- 본 연구의 변수는 Table 2와 같이 건축물, 야적장 등 면적 항목과 물류센터 조성 및 운영장비 투자비용 등 투자항목, 사무실 및 현장 종업원 수, 그리고 물동량과 매출액 등의 조사항목으로 이루어졌다. 인천항 및 부산 신항 항만배후단지에 입주한 물류센터 운영관리자(과장급 이상)와 In-depth Interview를 통해 항만배후단지 입주기업의 운영현황을 포함한 서비스 내용 등을 조사하였다.
- 향후 부산신항 및 인천신항의 배후단지 입주 물류기업들의 경쟁은 더욱 심화 될 것이며, 입주기업들은 부가가치 물류, 다국적 물류서비스 수행 등 차별화된 전략을 활용한 경쟁력 제고에 부심하고 있다. 이러한 측면에서 본 연구는 배후단지 입주 기업들을 대상으로 초효율성 및 Super-SBM 모형을 적용하여 배후단지에 입주한 기업들의 효율성을 분석하였다.
- 본 연구의 변수는 Table 2와 같이 건축물, 야적장 등 면적 항목과 물류센터 조성 및 운영장비 투자비용 등 투자항목, 사무실 및 현장 종업원 수, 그리고 물동량과 매출액 등의 조사항목으로 이루어졌다. 인천항 및 부산 신항 항만배후단지에 입주한 물류센터 운영관리자(과장급 이상)와 In-depth Interview를 통해 항만배후단지 입주기업의 운영현황을 포함한 서비스 내용 등을 조사하였다.
- Qing(2013)은 항만 배후단지의 상대적 효율성을 분석했다. 투입요소는 선석 수, 항만 배후단지 면적, 항만 배후단지 입주기업 수를 사용하였으며, 산출요소는 배후단지 컨테이너 창출량을 선정하였다. 또한, Kyung(2014)은 항만과 항만 배후단지 특성을 잘 나타내는 변수를 사용함으로써 항만의 전체적인 효율성을 측정할 수 있다고 설명했으며, 선석 수, 크레인 수(C/C), 항만 총면적(부두면적과 배후단지면적의 합계), 배후단지 입주기업 수를 투입변수로 하고, 컨테이너 총처리량을 산출변수로 사용하였다.
대상 데이터
- 421로 분석되었다. DMU12와 DMU3은 CCR 모형의 준거집단으로서 참조횟수가 각각 9회를 기록하였다. 이는 비효율적인 DMU들이 효율성을 향상하는데 가장 많이 벤치마킹한 DMU이므로 DMU3, DMU12의 운영실태를 파악할 필요가 있다.
- 본 연구의 분석대상은 항만 배후단지에 입주한 컨테이너 취급업체 13개이며, 효율성을 분석하기 위해 투입변수는 면적, 매출액, 종업원 수를 선정했으며, 산출변수는 물동량과 매출액을 선정하였다. 변수선정은 기존 항만 배후단지 효율성과 관련된 논문을 통해 일차적으로 선정하였으며, 배후단지에 입주한 업체전문가와의 Indepth-Interview를 통해 최종적으로 선정하였다.
- 분석에 사용된 투입 변수는 면적, 투자액, 종업원 수이며, 산출 변수는 물동량과 매출액을 선정하였다. 본 연구는 13개 배후단지 기업을 분석대상으로 하였으며, 전통적인 CCR 모형과 BCC 모형의 한계점을 극복하기 위해 초효율성 모형과 Super-SBM 모형을 적용하였다.
이론/모형
- 또한 CCR, BCC 분석을 통해 효율적으로 분석된 입주업체 간의 효율성 차이를 구분하기 위하여 초효율성 분석을 시행하였다. 더불어 초효율성 분석에서 파악된 효율성 값에 대하여 비방사형 여분인 비효율성 값이 어느 정도 존재하는지를 파악하기 위하여 Super-SBM 분석을 적용하였다.
- 분석에 사용된 투입 변수는 면적, 투자액, 종업원 수이며, 산출 변수는 물동량과 매출액을 선정하였다. 본 연구는 13개 배후단지 기업을 분석대상으로 하였으며, 전통적인 CCR 모형과 BCC 모형의 한계점을 극복하기 위해 초효율성 모형과 Super-SBM 모형을 적용하였다.
- 본 연구에서는 항만배후단지 입주업체의 효율성 분석을 위하여 DEA 분석기법의 원형적인 모델인 CCR, BCC 모델을 적용하였다. 또한 CCR, BCC 분석을 통해 효율적으로 분석된 입주업체 간의 효율성 차이를 구분하기 위하여 초효율성 분석을 시행하였다.
- 이러한 측면에서 본 연구에서는 항만 배후단지에 입주한 기업의 운영 효율성 분석을 통해 경쟁력 제고 방안을 제시하는 것을 연구의 목적으로 하였다. 이를 위해 항만 배후단지에 입주한 13개 기업에 전통적인 효율성 분석 방법인 DEA-CCR 모형과 DEA-BCC 모형을 적용하였으며, 전통적인 모형의 한계점을 극복하기 위해 초효율성 모형과 Super-SBM 모형을 추가로 시행하였다. 연구결과는 입주기업의 경영전략 계획 수립에 다양한 시사점을 제공할 수 있을 것이다.
- 항만 배후단지 선행연구를 검토한 결과, 항만배후단지 효율성 측정에 대한 연구는 전통적인 DEA 방식인 CCR 모형과 BCC 모형을 적용한 연구가 수행되었다. 하지만 전통적인 DEA 모형에는 한계가 존재하며, 본 연구에서는 이를 극복하기 위해 초효율성 모형과 Super-SBM 모형을 적용하고자 한다.
성능/효과
- Super-SBM 모형에서 참조기관의 가중치 합이 1보다 큰지 혹은 작은지에 따라 DMU가 규모에 대한 수확체증의 영역인지 또는 수확체감의 영역인지 알 수 있다. 13개 DMU중에 가장 효율적인 DMU12와 DMU2, DMU3은 규모에 대한 수확체증의 영역에 있는 것으로 나타났다. 규모에 대한 수확체증에 있는 DMU는 이미 최적의 규모를 넘어 운영하는 것이므로 규모를 축소하여 최적규모를 달성할 필요가 있는 것을 의미한다.
- DMU의 규모에 대한 수확가변의 특성은 먼저, 규모에 대한 수확불변(CRS)의 특성이 나타난 DMU는 4개이며, 이 업체들은 최적의 규모에서 운영되고 있는 것을 뜻한다. 9개 업체는 규모에 대한 수확체증(IRS)의 특성을 보여 규모를 증대하여 최적규모를 확보해야 하는 것으로 나타났다. 반면, 규모에 대한 수확체감(DRS) 특성을 갖는 DMU는 없는 것으로 분석되었다.
- BCC 모형의 효율성 분석결과, 평균은 0.770, 표준편차는 0.2226으로 분석되었으며, 효율성이 가장 낮게 분석된 DMU1의 효율성 점수는 0.361로 분석되었다. CCR 모형과 비교해 효율성 점수는 평균적으로 14% 증가했으며, DMU 간의 효율성 점수 평균격차도 5% 정도로 감소했다.
- 규모에 대한 수확가변하의 순수 기술적 효율성 분석모형인 BCC 분석결과, 13개 분석대상 중에 효율성 점수가 1로 분석되어 효율성이 높게 나타난 DMU는 5개이며, 8개 DMU의 효율성 점수가 1미만으로 분석되어 상대적으로 비효율적인 것으로 분석되었다. CCR 모형 분석결과 비효율적으로 분석되었던 DMU4와 DMU13은 BCC 모형 분석결과에서는 효율적인 DMU로 편입되었다. DMU4와 DMU13은 규모의 효율성을 개선해야 효율성이 좋아지는 것을 의미하며, 순수 기술적 효율성에는 문제가 없는 것을 의미한다.
- 361로 분석되었다. CCR 모형과 비교해 효율성 점수는 평균적으로 14% 증가했으며, DMU 간의 효율성 점수 평균격차도 5% 정도로 감소했다. BCC 모형의 효율성 점수가 CCR 모형의 효율성 점수보다 높게 분석된 것은 투입변수와 산출변수의 운영을 변화하여 기술적 효율성을 향상해야 할 뿐만 아니라 생산규모를 조정하여 최적 규모에서 배후단지업체들의 규모 효율성을 향상할 필요가 있다는 것을 시사한다.
- Super-SBM 모형의 분석결과, 평균값은 0.649, 표준편차는 0.489로 초효율성 모형에서 여분을 고려할 경우 기업 간 효율성 점수 평균이 약 13%정도 감소한 것으로 나타났다. 이러한 감소의 의미는 비방사형 여분이 존재하는 DMU의 효율성 점수하락이 평균 13% 정도 됨을 의미한다.
- 이는 대부분 DMU들에서 비방사형 여분이 존재하는 것을 뜻하며, 이에 따라 효율성 점수가 감소한 것이다(Park, 2010). Super-SBM 모형의 효율성 점수의 평균은 0.649로 초효율성 모형의 효율성점수 평균 0.541보다 약 13% 정도 감소한 것으로 나타났다. 이러한 감소의 의미는 비방사형 여분이 존재하는 DMU의 효율성 점수하락이 평균 13% 정도 됨을 의미한다.
- 하지만 산출변수인 매출액의 비효율성이 -101%가 존재하여 현재 투입량 대비 매출액이 부족한 것으로 분석되었다. 가장 비효율적인 DMU1는 면적, 투자액, 종업원의 활용 모두 75%이상의 비효율성을 갖는 것으로 분석되었다. 종합적으로 투입요소의 비효율성을 살펴보면 면적 -33%, 투자액 -33%에 비해 종업원 수의 비효율성이 -45%로 가장 큰 것으로 분석되었다.
- 가장 효율적인 DMU로 분석된 DMU12는 투자액, 면적, 종업원 수를 증가해도 현재 효율성 점수를 유지하는 것이 가능하다. 하지만 산출변수인 매출액의 비효율성이 -101%가 존재하여 현재 투입량 대비 매출액이 부족한 것으로 분석되었다.
- 규모에 대한 수확가변하의 순수 기술적 효율성 분석모형인 BCC 분석결과, 13개 분석대상 중에 효율성 점수가 1로 분석되어 효율성이 높게 나타난 DMU는 5개이며, 8개 DMU의 효율성 점수가 1미만으로 분석되어 상대적으로 비효율적인 것으로 분석되었다. CCR 모형 분석결과 비효율적으로 분석되었던 DMU4와 DMU13은 BCC 모형 분석결과에서는 효율적인 DMU로 편입되었다.
- Table 3에서 제시된 규모 효율성 점수(SE)는 CCR 모형의 효율성 점수를 BCC 모형의 효율성 점수로 나누어서 계산하였다. 규모의 효율성 분석결과, 13개 DMU 중에 효율성 점수가 1로 분석된 DMU는 3개이며, 10개 DMU는 상대적으로 비효율적인 것으로 분석되었다. 규모의 효율성이 가장 낮게 분석된 DMU는 DMU11로 식별되었다.
- 규모의 효율성이 가장 낮게 분석된 DMU는 DMU11로 식별되었다. 규모의 효율성 점수의 평균은 0.792, 표준편차는 0.166으로 계산되었으며, 이는 13개 배후단지업체의 운영이 최적규모에서 이루어지지 않아 발생하는 비효율이 평균 21% 정도 된다는 것을 의미한다.
- 기술적 효율성, 순수 기술적 효율성, 규모의 효율성을 고려해서 보면 13개 DMU는 기술적 비효율성이 약 37%, 순수 기술적 비효율성이 약 23%, 규모의 비효율성이 약 21% 존재하는 것으로 분석되었다. 종합적으로 비효율적으로 나타난 DMU 원인은 투입변수의 잘못된 운영방식에 따른 순수 기술적 효율성보다는 적절한 규모로 운영되지 못한 규모의 비효율성에 원인이 있는 것을 의미한다.
- 마지막으로 가중치를 활용하여 DMU들의 비효율성을 분석한 결과 면적 -33%, 투자액 -33%, 종업원 수 -45%의 비효율성을 갖는 것으로 나타났다. 따라서 배후단지 입주기업의 효율성을 제고하기 위해서는 우선적으로 종업원 수를 입주기업의 화물 특성, 시설 특성, 서비스 특성 등에 맞게 효율적으로 배치하여야 할 것으로 분석되었다.
- Table 3은 투입지향 CCR 모형과 BCC 모형의 분석결과이다. 먼저 수확불변을 가정한 투입지향 CCR 모형의 분석결과, 13개 DMU 중 효율성 점수가 1로 분석되어 효율성이 높은 DMU는 3개로 나타났으며, 10개 DMU는 효율성이 1미만으로 분석되어 상대적으로 비효율적인 것으로 분석되었다. 분석대상 DMU 중 가장 비효율적으로 나타난 DMU1의 효율성 점수는 0.
- 먼저 수확불변을 가정한 투입지향 CCR 모형의 분석결과, 13개 DMU 중 효율성 점수가 1로 분석되어 효율성이 높은 DMU는 3개로 나타났으며, 10개 DMU는 효율성이 1미만으로 분석되어 상대적으로 비효율적인 것으로 분석되었다. 분석대상 DMU 중 가장 비효율적으로 나타난 DMU1의 효율성 점수는 0.250으로 분석되어 75%의 심각한 비효율성이 존재하는 것으로 나타났다. 전체 DMU의 효율성 표준편차의 경우 0.
- 628로 규모에 대한 수확불변 가정 아래 약 37%정도의 비효율성이 존재하고 있어 개선의 여지가 충분한 것으로 분석되었다. 이는 투입량을 37%감소하여도 현재의 산출량을 유지할 수 있다는 것을 의미하며, 본 연구 데이터 특성을 고려할 때 배후단지 면적, 투자액, 종업원 수 대비 물동량과 매출액이 부족하다는 것을 뜻한다.
- 준거집단으로 선택된 DMU의 참조횟수는 효율성이 1로 분석된 DMU들 중에서도 어느 DMU가 효율적으로 운영되고 있는지 알 수 있는 지표이다. 이러한 관점에서 DMU3, DMU12는 준거집단으로 9회 참조되어 효율성이 1로 분석된 DMU중에서도 가장 많은 참조횟수를 기록한 것으로 나타났다. DMU3, DMU12는 비효율적인 DMU들이 효율성을 향상하는데 가장 많이 벤치마킹한 DMU이므로 DMU3과 DMU12의 운영실태를 파악할 필요가 있다.
- 기술적 효율성, 순수 기술적 효율성, 규모의 효율성을 고려해서 보면 13개 DMU는 기술적 비효율성이 약 37%, 순수 기술적 비효율성이 약 23%, 규모의 비효율성이 약 21% 존재하는 것으로 분석되었다. 종합적으로 비효율적으로 나타난 DMU 원인은 투입변수의 잘못된 운영방식에 따른 순수 기술적 효율성보다는 적절한 규모로 운영되지 못한 규모의 비효율성에 원인이 있는 것을 의미한다. DMU의 규모에 대한 수확가변의 특성은 먼저, 규모에 대한 수확불변(CRS)의 특성이 나타난 DMU는 4개이며, 이 업체들은 최적의 규모에서 운영되고 있는 것을 뜻한다.
- 가장 비효율적인 DMU1는 면적, 투자액, 종업원의 활용 모두 75%이상의 비효율성을 갖는 것으로 분석되었다. 종합적으로 투입요소의 비효율성을 살펴보면 면적 -33%, 투자액 -33%에 비해 종업원 수의 비효율성이 -45%로 가장 큰 것으로 분석되었다.
- 반면, 규모에 대한 수확체감(DRS) 특성을 갖는 DMU는 없는 것으로 분석되었다. 즉 최적규모에서 운영되고 있는 업체 4개를 제외하고는 배후단지 업체들이 규모를 증대하여 최적규모를 확대해야 효율성이 증가하는 것으로 분석되었다.
- 초효율성 모형의 분석결과 평균값은 0.777, 표준편차는 0.541로 나타나 각 기업 간 효율성 점수 차이는 33%정도 존재하는 것으로 분석되었다. 효율성이 가장 높은 기업은 DMU12로 효율성 점수가 2.
- 541로 계산되었다. 초효율성 분석결과 가장 효율적인 DMU는 DMU12이며 효율성 점수가 2.172 로 분석되었으며, 이어서 DMU3이 1.421, DMU2가 1.356으로 그 뒤를 이었다. 가장 낮은 효율성 점수를 기록한 DMU는 DMU1로 효율성 점수가 0.
- 초효율성 분석결과의 효율성 점수 평균은 0.777로 CCR 모형의 평균보다 약 15% 정도 상승했다. 표준편차 또한 CCR 모형보다 약 27% 증가한 0.
- 274로 나타나 각 DMU 간 효율성 격차 평균은 27%로 계산되었다. 투입지향 CCR 모형의 효율성 분석결과의 평균은 0.628로 규모에 대한 수확불변 가정 아래 약 37%정도의 비효율성이 존재하고 있어 개선의 여지가 충분한 것으로 분석되었다. 이는 투입량을 37%감소하여도 현재의 산출량을 유지할 수 있다는 것을 의미하며, 본 연구 데이터 특성을 고려할 때 배후단지 면적, 투자액, 종업원 수 대비 물동량과 매출액이 부족하다는 것을 뜻한다.
후속연구
- 마지막으로 가중치를 활용하여 DMU들의 비효율성을 분석한 결과 면적 -33%, 투자액 -33%, 종업원 수 -45%의 비효율성을 갖는 것으로 나타났다. 따라서 배후단지 입주기업의 효율성을 제고하기 위해서는 우선적으로 종업원 수를 입주기업의 화물 특성, 시설 특성, 서비스 특성 등에 맞게 효율적으로 배치하여야 할 것으로 분석되었다. 또한, 투입요소인 항만 배후단지 면적 부분에서도 비효율성이 -33%로 분석되었는데 이는 배후단지 면적을 효율적으로 이용할 수 있는 단층이 아닌 복층 또는 다층구조의 물류센터 활용이 필요할 것으로 판단된다.
- 따라서 배후단지 입주기업의 효율성을 제고하기 위해서는 우선적으로 종업원 수를 입주기업의 화물 특성, 시설 특성, 서비스 특성 등에 맞게 효율적으로 배치하여야 할 것으로 분석되었다. 또한, 투입요소인 항만 배후단지 면적 부분에서도 비효율성이 -33%로 분석되었는데 이는 배후단지 면적을 효율적으로 이용할 수 있는 단층이 아닌 복층 또는 다층구조의 물류센터 활용이 필요할 것으로 판단된다. 그리고 투자액 부문의 비효율성 역시 -33%로 분석되었는데 이는 투입요소인 면적부분 비효율성과 비슷한 이유로 기존 항만물류의 특성인 건축물의 단층구조 및 단순성과 범용성을 갖춘 일반적인 건축물 및 시설을 구비하였기 때문이다.
- 항만 배후단지 효율성과 관련한 선행연구를 살펴보면 Park(2011)은 투입변수로 항만 배후단지 면적, 투자액을 선정하고, 산출변수로 처리물동량을 지정하여 효율성을 분석하였다. 분석결과, 국제 환경에 맞는 시장 맞춤형 항만 배후단지를 조성하여 기업을 적극적으로 수용하여야 하며, 지역의 특성을 고려한 전략적 투자유치활동 및 항만 배후단지의 경쟁력 확보를 위해 차별화가 이루어져야 한다고 제언하였다. Qing and Na(2013)는 광양항 항만 배후단지의 경쟁력 향상을 위해서는 배후단지에 다국적 물류 및 제조 기업을 적극적으로 유치하고, 인센티브 제공 등 지속적인 지원정책이 필요하다고 주장했다.
- 이를 위해 항만 배후단지에 입주한 13개 기업에 전통적인 효율성 분석 방법인 DEA-CCR 모형과 DEA-BCC 모형을 적용하였으며, 전통적인 모형의 한계점을 극복하기 위해 초효율성 모형과 Super-SBM 모형을 추가로 시행하였다. 연구결과는 입주기업의 경영전략 계획 수립에 다양한 시사점을 제공할 수 있을 것이다.
- 인천항과 부산항 항만물류 배후단지 공급으로 배후단지 입주 기업 간 경쟁이 심화되고 있으며, 각 기업은 시설투자, 인력 및 장비 확충 등의 전략을 통해 경쟁력을 제고하고 있다. 향후 부산신항 및 인천신항의 배후단지 입주 물류기업들의 경쟁은 더욱 심화 될 것이며, 입주기업들은 부가가치 물류, 다국적 물류서비스 수행 등 차별화된 전략을 활용한 경쟁력 제고에 부심하고 있다. 이러한 측면에서 본 연구는 배후단지 입주 기업들을 대상으로 초효율성 및 Super-SBM 모형을 적용하여 배후단지에 입주한 기업들의 효율성을 분석하였다.
- 향후 예정된 부산 신항 및 인천 신항 항만 배후단지에 입주하게 될 물류기업은 더욱더 치열한 경쟁을 할 것이며, 이러한 경쟁에 대비하기 위하여 입주기업들은 부가가치 물류, 다국적 물류서비스 수행 등 차별화된 서비스 제공을 요구받고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.