[논문]광역도시권 철도운영기관의 효율성 및 생산성 분석 연구

김해곤; 이진선

doi:10.7782/jksr.2016.19.3.397

문제 정의

효율성과 생산성은 투입물이 얼마나 효율적으로 산출물 전환되는 정도를 의미하기 때문에 혼동되어 쓰이는 경우가 많지만, 효율성은 주어진 산출량을 최소의 투입량으로 생산할 수 있는 정도를 나타내는 정적인 개념인 반면, 생산성은 생산성 증가율, 생산성 변화 등의 동적인 개념으로 많이 표현된다는 점에서 차이가 있다. 따라서 본 논문에서는 도시철도 운영기관의 효율성 뿐만 아니라 시간의 흐름에 따른 투입물을 산출물로 전환시키는 정도의 변화를 나타내는 동적인 개념의 생산성 변화율도 함께 분석하였다. 효율성 측면에서 살펴보면 2010년부터 2014년까지 운영기관의 평균 효율성이 0.
따라서 본 연구는 지방공기업형태로 운영되고 있는 우리나라 7개 도시철도 운영기관 중 인천교통공사를 제외한 6개 도시철도 운영기관을 대상으로 효율성과 생산성 변화추이를 분석하여, 각 운영기관들의 상대적인 효율성을 분석하고 비효율적인 기관에 대해서 효율적인 기관으로 개선되기 위한 효율적 요소를 찾아 강점을 분석하여 더욱 발전시키고 비효율성 요소를 찾아 타운영기관과 비교하여 원인을 찾고 효율적으로 운영될 수 있도록 방안을 제시하고자 한다. 이를 위하여 각 도시철도운영기관의 현황을 살펴보고 투입요소와 산출요소를 선정한 후 자료포락분석기법을 이용하여 운영기관의 효율성을 분석하고, 생산성 변화의 추이를 살펴보고자 Malmquist 생산성 분석을 이용하여 기간별 변화 추이를 살펴보았다.
본 논문에서는 DEA와 Malmquist 분석모형을 이용해 국내 도시철도 운영기관의 효율성을 분석하였으며, 이러한 분석과정에서 다음과 같은 한계를 갖게 되었으며, 향후 진행연구로서의 방향성을 제시하고자 한다. DEA분석 모형에서는 어떠한 변수를 사용했느냐에 따라 효율성 결과가 크게 다르게 측정될 수 있다.
본 연구와 선행연구간의 차이점은 첫째, 기존 선행연구에서는 철도노선으로 효율성 분석을 하였으나 본 연구에서는 전체적인 운영기관의 효율성을 가장 최근 자료를 이용하여 국내 도시철도 운영기관의 효율성을 분석하고자 하였다. 둘째는 DEA분석을 위해 투입요소와 산출요소를 선정하기 전 평가요소들 간에 상관관계분석을 실시하였다.
둘째는 DEA분석을 위해 투입요소와 산출요소를 선정하기 전 평가요소들 간에 상관관계분석을 실시하였다. 선행연구에서는 대부분 기존의 선행연 구를 토대로 투입요소와 산출요소를 선정하여 분석하였지만 본 연구에서는 선행연구를 통해 평가요소를 선정하여 투입요소와 산출요소를 결정하기 전 보다 정확한 효율성분석을 얻고자 평가요소들 간의 상관관계 분석을 실시하여 요소들 간의 관계가 유의한 요소들로 구성된 투입요소와 산출요소를 선정하고자 하였다. 셋째, DEA분석은 기본적으로 횡단면적 분석에 적용되는데 반면, Malmquist 분석은 다년간의 연도별 생산성 변화 추이와 생산성 변화 요인을 분석할 수 있기 때문에 시간 흐름에 따른 종합적인 분석을 시도하고자 하였다.
또한 1보다 작으면 생산성이 떨어진 것으로 나타난다. 이는 시간의 흐름에 따른 효율성을 보다 종합적으로 분석하여 효율성의 변화의 원인을 규명하고자 Malmquist 생산성지수를 이용하여 효율성 변화를 살펴보고자 하는 것이다. 변화를 살펴보기 위해 2010년부터 2014년까지 5개년을 조사하였으며, 산출지향 Malmquist 생산성 분석결과는 Fig.

가설 설정

또한, 투입요소를 얼마나 효율적으로 산출요소로 전환시켰는가를 평가하는 기술적 효율성변화지수(TECI)와 기술혁신으로 인한 효율적 프런티어의 변화를 측정하는 기술변화지수(TCI)가 있다. 우선 생산성 지수 MPI가 1보다 크면 이전 시계열보다 생산성이 증가한 것이고 1이면 생산성 변화가 없는 것이다. 또한 1보다 작으면 생산성이 떨어진 것으로 나타난다.
도시철도 운영기관의 전반적인 생산성 변화 양상을 살펴보면 전체적으로 생산성은 감소하다가 다시 증가하였다. 효율성변화(TECI)와 기술변화(TCI)도 생산성 변화도 비슷한 변화 양상을 보이고 있다. 2010년에서 2012년까지는 생산성이 증가하였으나, 2012년에서 2013년에는 생산성(MPI)이 감소하였으며, 기술적 효율성(TECI)도 감소하였으나, 기술변화(TCI)는 증가하였다.

제안 방법

기존의 선행연구에서는 주로 노선별 효율성을 분석하였으나, 본 논문에서는 운영기관을 전체적으로 통합하여 운영기관별 효율성을 분석하였다. 또한 국내 도시철도 운영기관의 시계열에 따른 효율성을 보다 종합적으로 분석하여 생산성 변화의 추이를 살펴보고자 Malmquist 생산성 분석을 이용하여 기간별 변화를 살펴보았다.
DEA분석은 생산성 변화의 추이를 파악하는데 한계가 있어 시간이 지남에 따라 서로 다른 시점에서 투입 대비 산출의 비율이 증가하였는지, 감소하였는지 알 수 없다. 따라서 생산성 변화 분석(Productivity Growth Analysis)을 하기 위해 DEA를 이용한 맘퀴스트 생산성 분석을 통해 생산성 변화를 시계열별로 전체 DMU의 효율성과 생산성의 흐름을 알아보았다. 생산성의 변화지수는 두 시점 간에 생산성이 얼마나 변화했는지를 나타내는 지수로서 통상적으로 이전 시점의 생산성 대비 현재 시점의 생산성 비율로서 표현된다.
기존의 선행연구에서는 주로 노선별 효율성을 분석하였으나, 본 논문에서는 운영기관을 전체적으로 통합하여 운영기관별 효율성을 분석하였다. 또한 국내 도시철도 운영기관의 시계열에 따른 효율성을 보다 종합적으로 분석하여 생산성 변화의 추이를 살펴보고자 Malmquist 생산성 분석을 이용하여 기간별 변화를 살펴보았다.
따라서 본 연구는 지방공기업형태로 운영되고 있는 우리나라 7개 도시철도 운영기관 중 인천교통공사를 제외한 6개 도시철도 운영기관을 대상으로 효율성과 생산성 변화추이를 분석하여, 각 운영기관들의 상대적인 효율성을 분석하고 비효율적인 기관에 대해서 효율적인 기관으로 개선되기 위한 효율적 요소를 찾아 강점을 분석하여 더욱 발전시키고 비효율성 요소를 찾아 타운영기관과 비교하여 원인을 찾고 효율적으로 운영될 수 있도록 방안을 제시하고자 한다. 이를 위하여 각 도시철도운영기관의 현황을 살펴보고 투입요소와 산출요소를 선정한 후 자료포락분석기법을 이용하여 운영기관의 효율성을 분석하고, 생산성 변화의 추이를 살펴보고자 Malmquist 생산성 분석을 이용하여 기간별 변화 추이를 살펴보았다.

대상 데이터

선행연구에서는 대부분 도시철도를 운영하는데 소요되는 비용이나, 직원, 운영기관의 보편적인 운행 현황을 주로 투입요소로 선정하였고, 산출요소는 성과를 나타낼 수 있는 수송인원 또는 영업수익으로 선정하였다. 도시철도 운영기관의 효율성을 평가하기 위한 투입요소와 산출요소를 다양하게 사용할 수 있으나 그 중에서 가장 보편적인 평가요소를 가지고 요소들 간의 상관관계분석을 실시한 결과, 본 연구에서는 직원수, 편성수, 운행거리, 노선연장, 운행횟수, 차량수, 역수, 영업비용을 투입요소로 선정하였고, 산출요소로는 수송인원과 영업수익으로 선정하였으며, 영업수익과 영업비용의 경우, 특정년도 동일한 기준으로 가치가 환산된 자료를 사용하였다.
본 연구의 분석대상은 국내에서 지방공기업 형태로 운영되고 있는 서울메트로, 서울도시철도공사, 부산교통공사, 대구도시철도공사, 광주도시철도공사, 대전도시철도공사로 총 6개 기관을 선정하였으며, 각 운영기관별 2010년부터 2014년까지의 산출요소와 투입요소 데이터를 수집하였다. DEA모형은 투입요소와 산출요소간의 규모의 경제성에 대한 함수적 관계보다는 운영기관의 효율성 평가에 초점을 두고 분석하고자 하여 상대적 효율성을 측정할 때 많이 사용하는 CCR 모형을 적용하였고, 도시철도 특성상 공공재적 성격을 갖고 있어 산출지향모형을 사용하였다.
(2012)은 DEA분석 방법 중 의사결정단위 규모의 변화에 따른 효과의 정도가 일정한 비례 관계에 있다고 가정하는 CCR모형을 사용하였다. 분석대상으로는 국내 도시철도 16개의 노선을 선정하였으며 노선별 자료는 2009년~2010년 자료를 수집하여 기존 도시철도의 효율성과 신규 계획노선의 효율성을 비교·분석하였다. 투입요소로는 인건비, 보유차량수, 역수, 수도광 열비 등 11개의 투입요소와 6가지 산출요소를 선정하였다.
분석대상으로는 국내 도시철도 16개의 노선을 선정하였으며 노선별 자료는 2009년~2010년 자료를 수집하여 기존 도시철도의 효율성과 신규 계획노선의 효율성을 비교·분석하였다. 투입요소로는 인건비, 보유차량수, 역수, 수도광 열비 등 11개의 투입요소와 6가지 산출요소를 선정하였다. 결과적으로 수도권 도시철도의 경우 투입요소가 큼에도 불구하고 수요확보가 가능한 지리적 특성으로 인하여 높은 운영효율성을 나타냈으며, 지방 도시철도의 경우 대부분 1호선의 경우 높은 운영효율성을 나타냈으나, 대부분의 노선이 투입요소 대비 낮은 수송실적으로 인하여 저조한 운영효율성을 나타내었다[4].
지방 공기업인 각 도시철도 운영기관의 운영 성과를 측정하기 위해 영업수익과 수송인원을 산출변수로 선정하여 효율성을 측정한 결과 Table 3에서 보는 바와 같이 효율적인 DMU는 4개, 비효율적인 DMU는 26개로 분석되었다. 효율성이 1인 기관은 2011년 서울메트로(DMU7), 2013년 서울메트로(DMU19), 2014년 서울메트로 (DMU25), 2014년 대전도시철도공사(DMU30)으로 분석되었다. 참조집단이 가장 많은 DMU는 2014년 서울메트로(DMU25)가 24회로서, 가장 효율적인 DMU로서 참조횟수가 가장 많은 것으로 분석되었다.

데이터처리

본 연구와 선행연구간의 차이점은 첫째, 기존 선행연구에서는 철도노선으로 효율성 분석을 하였으나 본 연구에서는 전체적인 운영기관의 효율성을 가장 최근 자료를 이용하여 국내 도시철도 운영기관의 효율성을 분석하고자 하였다. 둘째는 DEA분석을 위해 투입요소와 산출요소를 선정하기 전 평가요소들 간에 상관관계분석을 실시하였다. 선행연구에서는 대부분 기존의 선행연 구를 토대로 투입요소와 산출요소를 선정하여 분석하였지만 본 연구에서는 선행연구를 통해 평가요소를 선정하여 투입요소와 산출요소를 결정하기 전 보다 정확한 효율성분석을 얻고자 평가요소들 간의 상관관계 분석을 실시하여 요소들 간의 관계가 유의한 요소들로 구성된 투입요소와 산출요소를 선정하고자 하였다.
또한 생산성변화를 살펴보기 위해 Malmquist모형을 가지고 분석하였다. 투입요소와 산출요소간의 상관관계분석 및 기술통계를 실시하기 위해 통계패키지인 SPSS Statistics(21)을 사용하였으며, DEA CCR모형 분석과 Malmquist모형 분석은 자료포락분석 소프트웨어인 EnPAS를 활용하였다.

이론/모형

본 연구의 분석대상은 국내에서 지방공기업 형태로 운영되고 있는 서울메트로, 서울도시철도공사, 부산교통공사, 대구도시철도공사, 광주도시철도공사, 대전도시철도공사로 총 6개 기관을 선정하였으며, 각 운영기관별 2010년부터 2014년까지의 산출요소와 투입요소 데이터를 수집하였다. DEA모형은 투입요소와 산출요소간의 규모의 경제성에 대한 함수적 관계보다는 운영기관의 효율성 평가에 초점을 두고 분석하고자 하여 상대적 효율성을 측정할 때 많이 사용하는 CCR 모형을 적용하였고, 도시철도 특성상 공공재적 성격을 갖고 있어 산출지향모형을 사용하였다. 또한 생산성변화를 살펴보기 위해 Malmquist모형을 가지고 분석하였다.
DEA모형은 투입요소와 산출요소간의 규모의 경제성에 대한 함수적 관계보다는 운영기관의 효율성 평가에 초점을 두고 분석하고자 하여 상대적 효율성을 측정할 때 많이 사용하는 CCR 모형을 적용하였고, 도시철도 특성상 공공재적 성격을 갖고 있어 산출지향모형을 사용하였다. 또한 생산성변화를 살펴보기 위해 Malmquist모형을 가지고 분석하였다. 투입요소와 산출요소간의 상관관계분석 및 기술통계를 실시하기 위해 통계패키지인 SPSS Statistics(21)을 사용하였으며, DEA CCR모형 분석과 Malmquist모형 분석은 자료포락분석 소프트웨어인 EnPAS를 활용하였다.
CCR모형과 BCC모형을 구분하기 위한 대표적인 판단기준은 투입/산출의 생산관계가 불변규모수익기술인가 가변규모수익기술인가의 여부, 효율성을 측정할 때 효율개선의 방향이 방사형(radial)인가 비방사형(nonradial)인가의 여부, 물량자료 활용 또는 가격자료의 추가적인 활용여부 등이 있다. 본 논문에서는 도시철도 운영기관의 특성에 따라 산출지향 CCR모형을 적용하였으며, 산출지향 CCR모형은 식(1)과 같다[7]. CCR의 모형은 평가 대상인 m개의 투입요소 x_ji(i = 1,2,3,…,m)을 사용하여 s개의 산출물 y_jr(r = 1,2,3,…,s)을 생산하는 n개의 DMU_j(j = 1,2,3,…,n)가 있다고 가정할 때, 특정 의사결정단위(DMU₀)의 효율성은 산출물의 가중합을 투입요소의 가중합으로 나눈 비율값이다.

성능/효과

2010년에서 2014년까지 5개년 간의 전체 생산성 변화를 보면, 생산성지수(MPI)는 2012년에서 2013년을 제외하고는 2010년~2011년 1.09, 2011년∼2012년 1.2032, 2013년~2014년은 1.0205로 연도별로 생산성이 증가했음을 알 수 있다. 하지만 2012년~2013년은 0.
2014년에는 서울메트로와 대전도시철도공사가 가장 효율적인 운영기관으로 분석되었다. Malmquist 생산성 분석을 이용하여 기간별 변화를 살펴본 결과, MPI는 기하평균 1.06으로 생산성이 계속해서 증가하는 것으로 분석되었다. 6개 운영기관 모두 기술효율성 변화보다는 기술변화가 대체로 높은 것으로 분석된다.
그러나 아직 역세권 개발이 부족하고, 높은 비율의 고령화승객 및 무임승차 비율도 높기 때문에 수익성을 나타내는 산출요소가 낮은 것으로 분석된다. 각 도시철도 운영기관별 평균 효율성은 서울메트로 0.9934, 서울도시철도공사는 0.913, 대전도시철도공사는 0.808, 부산교통공사는 0.7956, 대구도시철도공사는 0.5682, 광주도시철도공사는 0.2598로 분석되었다.
효율성 분석결과 4개의 DMU가 가장 효율적인 운영기관으로 분석되었고, 26개의 DMU가 비효율적인 운영기관으로 분석되었다. 각 운영기관별 평균 효율성은 대체로 규모가 큰 도시철도 운영기관이 효율성이 높은 것으로 분석되었다. 2014년에는 서울메트로와 대전도시철도공사가 가장 효율적인 운영기관으로 분석되었다.
각 운영기관의 효율성 추세를 살펴보면 전반적으로 상승하고 있는 것으로 나타났다. 이는 각 운영기관의 효율성 개선을 위해 끊임없이 노력한 결과이며, 대부분의 운영기관이 요금인상으로 인해 영업수익의 증가로 효율성이 향상된 것으로 판단된다.
광주도시철도공사의 경우 운영기관 중 가장 낮은 효율성으로 분석되었다. 광주도시철도공사의 효율성은 2010년에는 0.240, 2011년에는 0.253, 2012년에는 0.265, 2013년에는 0.271, 2014년에는 0.273으로 점진적으로 상승한 것으로 분석되었다. 그러나 아직 역세권 개발이 부족하고, 높은 비율의 고령화승객 및 무임승차 비율도 높기 때문에 수익성을 나타내는 산출요소가 낮은 것으로 분석된다.
7% 높은 것으로 분석되었으며, 기술효율성 변화율이 다른 운영기관에 비해 현저히 낮게 분석되어 효율성과 생산성이 낮은 것으로 분석되었다. 국내 도시철도 운영기관의 경우, 기술변화율은 높고 기술효율성변화율은 낮아 이는 기존 잠재적인 생산기술을 잘 활용한다면 효율성과 생산성변화율도 크게 증가할 것으로 판단된다.
2010년부터 2012년까지 계속해서 상승하였으나, 2013년 직원수의 증가와 영업비용의 증가로 인해 효율성이 떨어진 것으로 분석된다. 대구도시철도공사의 효율성은 2010년에는 0.382, 2011년에는 0.418, 2012년에는 급격히 증가하여 0.649, 2013년에는 0.695, 2014년에는 0.698로 점차 상승한 것으로 분석되었다. 2011년도에서 2012년에도 급격히 상승한 이유는 2012년 9월 노선이 연장 되면서 수송인원이 증가하였고, 성과관리체계 고도화로 부대사업수익이 증가하여 영업수익이 2011년에 비해 약 30% 증가하여 효율성 증가에 큰 영향을 미친 것으로 판단된다.
부산교통공사는 꾸준한 직원 증가와 지방공기업 중 가장 많은 인건비를 차지하고 있어 수익의 증가와 함께 투입요소인 비용 또한 계속해서 증가하고 있다. 또한 부채의 비율도 서울도시철도 공사보다 1.7% 높은 것으로 분석되었으며, 기술효율성 변화율이 다른 운영기관에 비해 현저히 낮게 분석되어 효율성과 생산성이 낮은 것으로 분석되었다. 국내 도시철도 운영기관의 경우, 기술변화율은 높고 기술효율성변화율은 낮아 이는 기존 잠재적인 생산기술을 잘 활용한다면 효율성과 생산성변화율도 크게 증가할 것으로 판단된다.
051로 증가하였다. 부산교통공사를 제외하고는 대부분의 운영기관에서 생산성지수는 1이상의 수치로 평균 1.0654로 분석되었으며, 기술변화 지수는 6개 운영기관 모두 1이상의 수치로 분석되어 평균 1.0428로 분석되었다. 하지만 투입요소를 얼마나 효율적으로 산출요소로 전화시켰는가를 측정하는 기술효율성변화(TECI)는 기술변화(TCI)보다 낮게 분석되었다.
독립변수는 차량수와 운행횟수, 종속변수는 연간 운수수익으로 선정하였다. 분석결과 노선별 효율성에서는 서울 2호선과 서울 7호선이 효율적인 노선이며, 부산 4호선과 광주 1호선이 비효율적인 노선으로 분석되었다. 규모의 경제성 검토결과 서울 5호선을 제외한 대부분 노선에서 규모수익증가상태(IRS)에 있는 것으로 분석되었다.
또한 대부분의 운영기관은 기술 효율성 변화율이 기술변화에 비해 감소하였고, 효율성은 낮지만 생산성 변화율은 꾸준히 증가한 것으로 분석된다. 서울메트로는 효율성은 가장 높게 분석되었지만 생산성변화율에서는 다른 운영기관에 비해 낮게 분석 되었고, 광주도시철도공사의 경우 효율성이 가장 낮은 운영기관으로 분석되었지만, 생산성변화율에서는 높게 나타났다. 부산교통공사의 경우 효율성도 낮고 생산성 변화율이 낮게 분석되었다.
0569로 증가하였다. 이는 새로운 기술 및 설비를 도입함으로써 생산성을 향상시기 위한 노력을 하고 있는 것으로 분석되나, 기술의 효율적 이용측면에서 생산성 증가가 잘 이루어지지 않는 것으로 나타났다. 광주도시철도공사의 경우 MPI는 1.
효율성 분석결과 4개의 DMU가 가장 효율적인 운영기관으로 분석되었고, 26개의 DMU가 비효율적인 운영기관으로 분석되었다. 각 운영기관별 평균 효율성은 대체로 규모가 큰 도시철도 운영기관이 효율성이 높은 것으로 분석되었다.

후속연구

본 연구에서는 분석의 타당성을 높이기 위해 투입변수와 산출 변수간의 상관관계 분석을 통해 평가요소를 선정하여 유의성이 높은 변수들로 측정을 하였지만 산출물에 대한 투입요소가 적절한 지에 대해서는 방법론상의 한계로 검정하지 못한 측면이 있다. 따라서 추후 도시철도 운영기관의 효율성을 분석하기 위해 최적의 투입요소와 산출요소를 선정하는 연구가 필요하고, 외부적인 변수를 포함하여 효율성 분석을 추가적으로 연구할 필요가 있다. 또한 도시철도운영기관의 효율성 변화요인을 제시하는 것이 연구의 목적임을 고려하여 효율성 분석 투입요소를 정함에 있어 운영기관이 직접 관리(조정)가능한 대상과 그렇지 못한 요인을 구분할 필요가 있다.
따라서 추후 도시철도 운영기관의 효율성을 분석하기 위해 최적의 투입요소와 산출요소를 선정하는 연구가 필요하고, 외부적인 변수를 포함하여 효율성 분석을 추가적으로 연구할 필요가 있다. 또한 도시철도운영기관의 효율성 변화요인을 제시하는 것이 연구의 목적임을 고려하여 효율성 분석 투입요소를 정함에 있어 운영기관이 직접 관리(조정)가능한 대상과 그렇지 못한 요인을 구분할 필요가 있다. 도시철도 운영기관 입장에서 직접 추진하기 어려운 요인인 노선연장과 무임에 따른 영업비용 등을 투입 요소에서 제외하고, 산출에 미친 결과를 통해 분석하는 것은 의미가 있을 수 있다고 판단된다.
도시철도 운영기관 입장에서 직접 추진하기 어려운 요인인 노선연장과 무임에 따른 영업비용 등을 투입 요소에서 제외하고, 산출에 미친 결과를 통해 분석하는 것은 의미가 있을 수 있다고 판단된다. 또한 지방공기업으로 운영되는 도시철도운영기관 뿐만 아니라 민간투자사업으로 운영되는 기관을 포함하여 효율성을 분석할 필요가 있으며, 이를 통해 운영방식에 따른 효율성을 같이 분석하여 우수한 운영시스템을 벤치마킹한다면, 보다 합리적인 정책결정시 도움이 될 것으로 판단된다.
DEA분석 모형에서는 어떠한 변수를 사용했느냐에 따라 효율성 결과가 크게 다르게 측정될 수 있다. 본 연구에서는 분석의 타당성을 높이기 위해 투입변수와 산출 변수간의 상관관계 분석을 통해 평가요소를 선정하여 유의성이 높은 변수들로 측정을 하였지만 산출물에 대한 투입요소가 적절한 지에 대해서는 방법론상의 한계로 검정하지 못한 측면이 있다. 따라서 추후 도시철도 운영기관의 효율성을 분석하기 위해 최적의 투입요소와 산출요소를 선정하는 연구가 필요하고, 외부적인 변수를 포함하여 효율성 분석을 추가적으로 연구할 필요가 있다.

핵심어	질문	논문에서 추출한 답변
	효율성은 어떻게 정의되는가?	효율성(Efficiency)은 제한된 투입 자원내에서 최대 생산량을 얻는 생산 기술로 정의된다. 따라서 효율성은 투입된 노력이나 자원 대비 성과의 비율을 의미하며, 일반적으로 투입물에 대한 산출량의 비율을 의미한다[6].
	도시철도의 7개의 운영기관은?	우리나라는 1960년대 후반부터 급속한 도시교통수요가 폭발적으로 증가하자 1970년대 들어서면서 도시철도 건설을 시작하게 되었다[1]. 현재 우리나라에 설립된 도시철도는 6대 도시에서 7개의 운영기관으로 서울메트로, 서울도시철도공사, 인천교통공사, 부산교통공사, 대구도시철도공사, 광주도시철도공사, 대전도시철도공사가 지방공기업 형태로 운영되고 있으며, 각 도시의 중심 교통수단으로 역할을 수행하고 있다. 하지만, 도시철도 건설 단계의 막대한 초기비용과 운영과정에서의 시설 유지보수비용에 대한 부담 및 무임수송제도의 문제 등으로 연간 운영적자가 7천억 원 이상에 달하고 있다.
	저자가 바라 보는 국내 도시철도 운영기관의 기술 효율성 상향을 위한 방안은 무엇인가?	7% 높은 것으로 분석되었으며, 기술효율성 변화율이 다른 운영기관에 비해 현저히 낮게 분석되어 효율성과 생산성이 낮은 것으로 분석되었다. 국내 도시철도 운영기관의 경우, 기술변화율은 높고 기술효율성변화율은 낮아 이는 기존 잠재적인 생산기술을 잘 활용한다면 효율성과 생산성변화율도 크게 증가할 것으로 판단된다.

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

광역도시권 철도운영기관의 효율성 및 생산성 분석 연구
An Analysis of Efficiency and Productivity of Metropolitan Urban Railway Corporation 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

광역도시권 철도운영기관의 효율성 및 생산성 분석 연구 An Analysis of Efficiency and Productivity of Metropolitan Urban Railway Corporation 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

이진선 (29)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

광역도시권 철도운영기관의 효율성 및 생산성 분석 연구
An Analysis of Efficiency and Productivity of Metropolitan Urban Railway Corporation 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper