본 연구에서는 전남지역 22시군의 109개의 가동 식품수출업체를 분석 대상으로 상대적 효율성을 5개의 투입요소(자본금, 고용인원, 연간 인건비, 원료 구입비 및 부지면적)와 2개의 산출요소(전남식품수출업체의 연간수출액과 연간생산량)를 이용하여 분석하였다. Tier 분석을 통해 비효율적인 업체들이 단기-중기-장기적으로 실현가능성이 있는 단계별 벤치마킹 업체들을 제시하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 전통적인 DEA 분석에 109개의 DMU 중에서 7개 업체가 CCR 값과 BCC 값이 모두 효율적인 값으로 규모의 효율성도 효율적으로 분석되어 최적의 생산규모를 나타내고 있다. 둘째, Post-DEA를 활용한 비효율적인 업체들의 Tier 1단계의 분석을 실시한 결과, 가장 비효율적인 5개 업체들의 Tier 분석결과 값을 단계별 Tier 3단계(단기적 벤치마킹)${\rightarrow}$Tier 2단계(중기적 벤치마킹)${\rightarrow}$Tier 1단계(장기적 벤치마킹)로 제시하였다. 비효율적인 전남식품수출업체들이 DEA 기본모형에서 제시한 효율적인 벤치마킹 업체들을 찾아냈지만 비현실적인 격차해소 가능성으로 인해 벤치마킹에 실패할 가능이 크다. 따라서 실현가능성이 있는 단계별 벤치마킹 업체들을 제시하고 이를 통해 식품산업발전을 위한 시행 착오를 줄일 수 있으며 각 업체들의 비효율성 부분에 대해서도 개선방안을 유도할 수 있어 종국적으로 장기적 경영개선에 큰 도움을 주고 향후 전남지역 식품수출기업들의 효율성 개선을 위한 기초적 자료로 활용 될 것으로 기대된다.
본 연구에서는 전남지역 22시군의 109개의 가동 식품수출업체를 분석 대상으로 상대적 효율성을 5개의 투입요소(자본금, 고용인원, 연간 인건비, 원료 구입비 및 부지면적)와 2개의 산출요소(전남식품수출업체의 연간수출액과 연간생산량)를 이용하여 분석하였다. Tier 분석을 통해 비효율적인 업체들이 단기-중기-장기적으로 실현가능성이 있는 단계별 벤치마킹 업체들을 제시하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 전통적인 DEA 분석에 109개의 DMU 중에서 7개 업체가 CCR 값과 BCC 값이 모두 효율적인 값으로 규모의 효율성도 효율적으로 분석되어 최적의 생산규모를 나타내고 있다. 둘째, Post-DEA를 활용한 비효율적인 업체들의 Tier 1단계의 분석을 실시한 결과, 가장 비효율적인 5개 업체들의 Tier 분석결과 값을 단계별 Tier 3단계(단기적 벤치마킹)${\rightarrow}$Tier 2단계(중기적 벤치마킹)${\rightarrow}$Tier 1단계(장기적 벤치마킹)로 제시하였다. 비효율적인 전남식품수출업체들이 DEA 기본모형에서 제시한 효율적인 벤치마킹 업체들을 찾아냈지만 비현실적인 격차해소 가능성으로 인해 벤치마킹에 실패할 가능이 크다. 따라서 실현가능성이 있는 단계별 벤치마킹 업체들을 제시하고 이를 통해 식품산업발전을 위한 시행 착오를 줄일 수 있으며 각 업체들의 비효율성 부분에 대해서도 개선방안을 유도할 수 있어 종국적으로 장기적 경영개선에 큰 도움을 주고 향후 전남지역 식품수출기업들의 효율성 개선을 위한 기초적 자료로 활용 될 것으로 기대된다.
This study focuses on a relative efficiency of 109 operating food companies out of 22 regions in Jeollanam-do. The relative efficiency has been analyzed by 5 input factors(capital, number of employees, annual labor costs, raw material purchase, and site area) and 2 output factors(annual exports and ...
This study focuses on a relative efficiency of 109 operating food companies out of 22 regions in Jeollanam-do. The relative efficiency has been analyzed by 5 input factors(capital, number of employees, annual labor costs, raw material purchase, and site area) and 2 output factors(annual exports and annual production of the companies in Jeollanam-do). This study suggests efficient companies which inefficient companies can benchmark to improve their system in short-mid-long term in phases. The main result of empirical analysis are as follows: Firstly, according to the Traditioanl DEA analysis, 7 companies out of 109 DMU indicate the optimal production scale in score 1 of CCR efficiency value, BCC efficiency value, and scale efficiency value. Secondly, a result from the Tier 1 step of inefficient companies by Post-DEA suggests that it would be better to apply each Tier step to the proper stage of the worst 5 inefficient companies such as Tier 3 step(short-term benchmark)${\rightarrow}$Tier 2 step(mid-term benchmark)${\rightarrow}$Tier 1 step(long-term benchmark) in step. This study expects that the result of the study can reduce the trial and error in inefficient part, lead to improvement, and have a big help in food exporting industry in the end.
This study focuses on a relative efficiency of 109 operating food companies out of 22 regions in Jeollanam-do. The relative efficiency has been analyzed by 5 input factors(capital, number of employees, annual labor costs, raw material purchase, and site area) and 2 output factors(annual exports and annual production of the companies in Jeollanam-do). This study suggests efficient companies which inefficient companies can benchmark to improve their system in short-mid-long term in phases. The main result of empirical analysis are as follows: Firstly, according to the Traditioanl DEA analysis, 7 companies out of 109 DMU indicate the optimal production scale in score 1 of CCR efficiency value, BCC efficiency value, and scale efficiency value. Secondly, a result from the Tier 1 step of inefficient companies by Post-DEA suggests that it would be better to apply each Tier step to the proper stage of the worst 5 inefficient companies such as Tier 3 step(short-term benchmark)${\rightarrow}$Tier 2 step(mid-term benchmark)${\rightarrow}$Tier 1 step(long-term benchmark) in step. This study expects that the result of the study can reduce the trial and error in inefficient part, lead to improvement, and have a big help in food exporting industry in the end.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
조직의 전체적인 성과를 잘 반영할 수 있는 변수를 선택하여야 그 성과를 개선하기 위해 어떤 부분을 강조하고 극대화하기 위한 노력을 해야 하는지 파악할 수 있다. 본 논문에서는 식품업체의 효율성에 영향을 미치는 공통적인 변수들을 기존의 연구들을 토대로 선정하였다. 실증자료 산업연구원에서 제공하고 있는 2015년 전국식품산업업체 통계자료에서 전남지역에 관련된 자료만 추출하여 이용하였다.
본 연구는 기존연구의 다양한 효율성 분석방법을 참고하여 DEA모형과 Tier분석을 사용하여 전라남도 식품수출업체들의 효율성을 분석하고자 한다. 이를 통해 비효율적인 식품수출기업들의 단기적, 중기적, 장기적 벤치마킹 대상을 제시하고 이를 위한 단계별 적정한 투입수준을 제시한다는 점이 기존 연구들과의 차이점이다.
이러한 한계점을 극복하기 위하여 여러 단계 또는 계층적 분석을 통하여 효율적인 식품수출업체가 되어가는 과정을 Tier 단계별로 단기-중기-장기적으로 보여주었다. 본 연구에서는 2015년 전남지역에서 가동 중인 식품업체에서 109개소의 수출을 위주로 하고 있는 식품가공제조 업체를 선별하여 효율성을 분석한다. 전라남도 식품수출업체의 효율성을 분석하고 Tier 모형을 통해 비효율적인 업체들이 효율적으로 되어 가는데 필요한 벤치마킹하는 효율적인 업체들이 참조집단과 군집경로를 보여주는 것으로 한정한다.
기업과 관련된 효율성 측정방법은 모수적·비모수적 접근법 등으로 구분할 수 있고 모수적 접근법으로 비율분석법, 생산지수 접근법, 회귀분석법 등이 있으며 비모수적 접근법으로는 자료포락분석(DEA)이 있다. 본 연구에서는 비모수적 방법으로 상대적 효율성을 측정할 수 있는 DEA 모형을 사용하려고 한다. DEA는 여러 의사결정단위의 관측된 자료를 이용하여 투입물과 산출량을 비교하여 가장 효율적인 의사결정단위와 상대적으로 비교하여 측정하는 방법이다.
0이다. 이 프로그램은 DEA 분석을 위해 전문화된 소프트웨어 패키지로 CCR 투입모형 및 산출모형과 BCC 투입모형 및 산출모형으로 효율성을 측정할 수 있는 프로그램이다.
기존연구에서는 식품업체들의 단순한 경영성과나 효율성평가 또는 운영효율성 등이 주로 이루어졌으며 이를 통해 현 상태만 파악한 연구만 이루어져왔다. 이에 본 연구에서는 단계별로 실질적인 실현가능한 벤치마킹 대상을 단계별로 제시하여 기존 연구의 한계를 극복하였다.
DEA 모형은 분석에 사용되는 투입변수와 산출변수의 선정에 따라 효율성 값이 상이할 수 있으므로 어떤 변수를 선정할 것인지 매우 중요하다. 조직의 전체적인 성과를 잘 반영할 수 있는 변수를 선택하여야 그 성과를 개선하기 위해 어떤 부분을 강조하고 극대화하기 위한 노력을 해야 하는지 파악할 수 있다. 본 논문에서는 식품업체의 효율성에 영향을 미치는 공통적인 변수들을 기존의 연구들을 토대로 선정하였다.
제안 방법
기존의 효율성분석에서 가장 비효율적인 5개의 업체들을 Tier 3단계를 거친 후에 제시한 바와 같이 여전히 비효율적인 식품수출업체로 분석되었다.
첫째, DEA 모형을 통한 효율성 측정으로 모든 DMU들의 상대적 효율성 값을 계산하고 효율성 값이 1인 DMU들을 Tier1이라 정한다. 둘째, Tier 1에 속하지 않는 비효율적인 DMU들만을 대상으로 다시 DEA 분석을 실시하고, 효율성 값이 1인 DMU들을 Tier 2라 한다. 이러한 단계적 분석을 투입변수와 산출변수의 수와 DMU 수의 관계를 고려하면서 반복적으로 실행한다(경성림·나주몽, 2013).
전남식품수출업체의 경우, 효율성을 높이기 위해서는 주어진 경영환경 투입요소를 사용하여 최대 산출효과를 도출해내는 것이 필요하다. 따라서 본 연구는 산출물 지향적인 모형을 사용하였다.
따라서 본 연구에서는 전남식품수출업체의 효율성을 측정하기 위하여 산출변소로 전남식품수출업체의 연간수출액과 연간생산량을 이용한다. 투입요소로 자본금, 고용인원, 연간 인건비, 원료 구입비 및 부지면적을 이용한다.
본 연구에서는 전남지역 22시군의 109개의 가동 식품수출업체를 분석 대상으로 상대적 효율성을 5개의 투입요소(자본금, 고용인원, 연간 인건비, 원료 구입비 및 부지면적)와 2개의 산출요소(전남식품수출업체의 연간수출액과 연간생산량)를 이용하여 분석하였다. DEA 모형에서 CCR 모형과 BCC 모형을 통해 전남지역 식품수출기업들의 상대적인 효율성을 측정하였고, 기존 연구의 한계를 극복하고자 Tier 분석을 통해 비효율적인 기업들의 단기-중기-장기적 벤치마킹 대상 기업들의 군집경로를 보여줌으로써 개선 가능한 방안을 도출하는 큰 도움이 될 것으로 기대된다.
비효율적인 식품수출업체들에 대해 단계별로 Tier 3단계(단기적)→Tier 2단계(중기적)→Tier 1단계(장기적)로 나누어서 제시하였다.
셋째, Post-DEA를 활용한 비효율적인 업체들의 Tier 1단계의 분석을 실시한 결과, 가장 비효율적인 5개 업체들의 Tier 단계별로 Tier 3단계(단기적)→Tier 2단계(중기적)→Tier 1단계(장기적)로 나누어서 제시하였다.
이러한 한계점을 보완하여 벤치마킹 대상과 실질적 개선목표를 단계적으로 평가하기 위해 Tier 분석을 보편적으로 사용하고 있다. 여러 DMU 중 최적의 벤치마킹 대상을 선택하는 방법으로 가중치가 가장 높은 DMU를 벤치마킹대상으로선택한다.
이 연구에서는 전남지역 식품수출업체들의 효율성을 분석하기 위하여 DEA모형을 이용하여 각 업체들의 기술 효율성, 순수 기술 효율성, 규모의 효율성을 측정하였다. 기술 효율성은 CCR 모형을 이용하여 측정하고, 순수 기술 효율성은 BCC 모형을 이용하여 측정하였으며, 규모의 효율성은 CCR 효율성 값을 BCC 효율성 값으로 나누어 측정하였다.
양자 간 규모나 생산성 격차가 클 경우에는 벤치마킹 대상으로 하는 것이 현실적으로 어려울 수 있다. 이러한 한계점을 극복하기 위하여 여러 단계 또는 계층적 분석을 통하여 효율적인 식품수출업체가 되어가는 과정을 Tier 단계별로 단기-중기-장기적으로 보여주었다. 본 연구에서는 2015년 전남지역에서 가동 중인 식품업체에서 109개소의 수출을 위주로 하고 있는 식품가공제조 업체를 선별하여 효율성을 분석한다.
본 연구에서는 2015년 전남지역에서 가동 중인 식품업체에서 109개소의 수출을 위주로 하고 있는 식품가공제조 업체를 선별하여 효율성을 분석한다. 전라남도 식품수출업체의 효율성을 분석하고 Tier 모형을 통해 비효율적인 업체들이 효율적으로 되어 가는데 필요한 벤치마킹하는 효율적인 업체들이 참조집단과 군집경로를 보여주는 것으로 한정한다. 투입변수로 식품수출업체들의 자본금, 고용인원, 연간 인건비, 원료 구입비, 부지면적을 사용하고 산출변수로는 연간수출액과 연간생산량을 사용한다.
전라남도 식품수출업체의 효율성을 분석하고 Tier 모형을 통해 비효율적인 업체들이 효율적으로 되어 가는데 필요한 벤치마킹하는 효율적인 업체들이 참조집단과 군집경로를 보여주는 것으로 한정한다. 투입변수로 식품수출업체들의 자본금, 고용인원, 연간 인건비, 원료 구입비, 부지면적을 사용하고 산출변수로는 연간수출액과 연간생산량을 사용한다.
대상 데이터
또한 Tier 분석을 통해 현실적으로 벤치마킹이 가능하며 효율성의 수준이 크게 차이가 나지 않는 대상을 먼저 선정하고 규명하며, 규모나 효율성 값이 비슷한 벤치마킹 대상이 둘 이상인 경우에는 보다 더 적합한 벤치마킹의 대상을 선정하기 위해 가중치가 높은 DMU를 벤치마킹 대상으로 선택한다. Tier 분석의 일반적으로 DEA 모형 중에서 CCR 모형을 이용하여 단계적으로 평가한다.
분석결과, 109개의 DMU 중에서 상대적으로 효율적인 것으로 분석된 식품수출업체로는 7개 업체이다. 구체적으로는 ㈜종말이푸드(DMU10), 서풍영어조합법인(DMU14), 나주시농협 공동사업법인(DMU21), 선일영어조합법인(DMU42), 전통에덴식품(DMU45), ㈜청산바다(DMU90), ㈜홍익산업(DMU95)이다.
분석에 사용된 통계자료는 산업연구원 및 농림수산식품부에서 발표한 2015년 지역별 식품산업자료로서 요약통계는 다음 과 같다.
본 논문에서는 식품업체의 효율성에 영향을 미치는 공통적인 변수들을 기존의 연구들을 토대로 선정하였다. 실증자료 산업연구원에서 제공하고 있는 2015년 전국식품산업업체 통계자료에서 전남지역에 관련된 자료만 추출하여 이용하였다.
이 연구는 전남지역 22시군의 109개의 가동 식품수출업체를 분석 대상으로 했다. 전라남도는 2010년부터 시작하여 지속성장이 가능한 품목을 선정하여 식품산업과 연계하고 고부가가치 핵심전략산업으로 다양한 지원사업을 통해 기업들을 육성하고 있다.
데이터처리
특히 효율성이 값이 최하위에 있는 대부분 식품수출업체들은 준거집단을 곧바로 벤치마킹하기에는 상당한 어려움이 있다. 이러한 한계점을 극복하고 비효율적인 그룹에 속한 DMU들에게 보다 현실적인 벤치마킹의 대상에 대한 정보 제공하기 위해 본 연구에서는 Tier분석을 실시하였다.
이론/모형
(1978)의 CCR 모형과 Banker, et al.(1984)의 BCC 모형을 사용하여 분석하고자 한다. 두 가지 모형의 가장 큰 차이점은 CCR 모형은 규모에 대한 보수 불변을 가정으로 하고 BCC 모형은 규모에 대한 보수 가변을 가정으로 하고 있다(김영식·이우천, 2016).
이 연구에서는 전남지역 식품수출업체들의 효율성을 분석하기 위하여 DEA모형을 이용하여 각 업체들의 기술 효율성, 순수 기술 효율성, 규모의 효율성을 측정하였다. 기술 효율성은 CCR 모형을 이용하여 측정하고, 순수 기술 효율성은 BCC 모형을 이용하여 측정하였으며, 규모의 효율성은 CCR 효율성 값을 BCC 효율성 값으로 나누어 측정하였다.
본 연구에서는 CCR 승수모형(Multiplier Model)을 사용하여 분석하였다.
이러한 시점에서 전라남도 식품수출업체들의 상대적인 효율성 분석을 통해 식품수출 경쟁력 강화를 위한 중요한 기초자료가 될 수 있다. 본 연구에서는 효율성 측정방법 중에서 비모수적인 방법으로 DEA(Date Envelopment Analysis: 자료포락분석)을 사용한다. 그러나 단순 DEA분석으로는 효율적인 증진을 위한 투입요소의 감소양이나 산출물의 증가 양에 대한 정보를 제공하는데 그치고 있다.
성능/효과
반면, 전남지역의 대부분 수출식품업체들의 효율성은 상대적으로 낮게 분석되었다. CCR 값이 0.5이상으로 비교적 효율적인 기업으로 분석된 기업은 9개로 전체의 9%로 분석되었으며 CCR 값이 0.1이하로 매우 비효율적인 기업으로 분석된 기업은 59개로 전체의 54%를 차지하고 있다. 분석결과를 통해 전남지역의 대부분 식품수출업체들이 비효율적인 운영을 하고 있는 것으로 분석되었다.
CCR 모형에 의한 Tier 2단계 분석을 실시한 결과, 25개의 식품수출업체가 효율적인 벤치마킹 업체로 분석되었다. 참조집단의 출현횟수로 보면, DMU 83, DMU 80, DMU 76, DMU 70, DMU 60, DMU 53, DMU 36 등 업체가 가장 많이 벤치마킹 되었다.
CCR 모형에 의한 Tier 3단계 분석을 실시한 결과, 15개의 식품수출업체가 효율적인 벤치마킹 업체로 분석되었다. 참조집단의 출현횟수로 보면, DMU 1, DMU 4, DMU 31, DMU 56등 업체가 가장 많이 벤치마킹 되었다.
<표 4>에서 분석한 결과는 보면, 규모의 효율성이 1보다 작으면 규모의 효율성에 비효율적이 상황이 존재한다는 것을 의미하고, 규모의 효율성이 1인 경우, 현재의 기업의 생산규모가 최적이라는 것을 의미한다. ㈜종말이푸드(DMU10), 서풍영어조합법인(DMU14), 나주시농협공동사업법인(DMU21), 선일영어조합법인(DMU42), 전통에덴식품(DMU45), ㈜청산바다(DMU90), ㈜홍익산업(DMU95) 등 7개 업체들은 CCR 효율성 값과 BCC 효율성 값이 모두 1로 규모의 효율성 값도 1로 분석되어 최적의 생산규모라는 것을 알 수 있다. 반면에 상대적으로 비효율적으로 분석된 업체들의 비효율성의 원인이 투입요소의 기술적 결함이 아니라 현재 식품수출업체들의 연간생산량의 규모가 최적이 아니므로 규모의 효율성이 낮게 분석되었다고 판단할 수 있다.
기존 분석결과에서 효율적인 식품수출업체 7개를 제외하고 나머지 102개의 업체들의 상대적 효율성을 CCR 모형에 의한 Tier 1단계 분석을 실시한 결과, 19개의 식품수출업체가 상대적으로 효율적인 기업으로 분석되었다. DMU 20, DMU 51, DMU 90, DMU 94 등 수출업체들이 벤치마킹 대상으로 횟수가 가장 많아 나타났다.
둘째, BCC 모형을 이용하여 연구대상의 상대적인 규모효율성을 분석할 결과, ㈜종말이푸드(DMU10), 서풍영어조합법인(DMU14), 나주시농협공동사업법인(DMU21), 선일영어조합법인(DMU42), 전통에덴식품(DMU45), ㈜청산바다(DMU90), ㈜홍익산업(DMU95) 등 7개 업체들은 CCR 효율성 값과 BCC 효율성 값이 모두 1로 규모의 효율성 값도 1로 분석되어 최적의 생산규모라는 것을 의미한다.
1이하로 매우 비효율적인 기업으로 분석된 기업은 59개로 전체의 54%를 차지하고 있다. 분석결과를 통해 전남지역의 대부분 식품수출업체들이 비효율적인 운영을 하고 있는 것으로 분석되었다. 그 원인으로 대부분 업체들이 안전식품 생산시스템 및 규모화와 현대화를 통한 생산시스템 구축에 투자가 미흡하고 원활한 국산식재료 공급체계와 지역특산물 산업화의 전략이 부족한 것으로 분석된다.
9% 증가한 반면, 식품제조업 총생산액은 국내총생산액 및 제조업총생산액에서 차지하는 비중이 낮아지고 있다. 전남 식품산업의 전국대비 생산액 비중은 3.5%, 생산량 비중은 7.7%로 낮은 수준이며 전남 식품첨가물의 생산액 및 생산량은 전국대비 각각 35.8%, 37.2%로 높은 수준이나 식품과 기구, 용기, 포장지는 낮은 수준이다. 또한, 전남 식품산업의 전국대비 출하액은 2.
CCR 모형에 의한 Tier 2단계 분석을 실시한 결과, 25개의 식품수출업체가 효율적인 벤치마킹 업체로 분석되었다. 참조집단의 출현횟수로 보면, DMU 83, DMU 80, DMU 76, DMU 70, DMU 60, DMU 53, DMU 36 등 업체가 가장 많이 벤치마킹 되었다.
첫째, CCR 모형을 이용하여 연구대상의 상대적인 효율성을 분석한 결과, 109개의 DMU 중에서 상대적으로 효율적인 것으로 분석된 식품수출업체로는 7개 업체이다.
후속연구
본 연구에서는 전남지역 22시군의 109개의 가동 식품수출업체를 분석 대상으로 상대적 효율성을 5개의 투입요소(자본금, 고용인원, 연간 인건비, 원료 구입비 및 부지면적)와 2개의 산출요소(전남식품수출업체의 연간수출액과 연간생산량)를 이용하여 분석하였다. DEA 모형에서 CCR 모형과 BCC 모형을 통해 전남지역 식품수출기업들의 상대적인 효율성을 측정하였고, 기존 연구의 한계를 극복하고자 Tier 분석을 통해 비효율적인 기업들의 단기-중기-장기적 벤치마킹 대상 기업들의 군집경로를 보여줌으로써 개선 가능한 방안을 도출하는 큰 도움이 될 것으로 기대된다.
비효율적인 전남식품수출업체들이 DEA 기본모형에서 제시한 효율적인 벤치마킹 업체들을 찾아냈지만 비현실적인 격차 해소 가능성으로 인해 벤치마킹에 실패할 가능이 크다. 따라서 실현가능성이 있는 단계별 벤치마킹 업체들을 제시하고 이를 통해 식품산업발전을 위한 시행착오를 줄일 수 있으며 각 업체들의 비효율성 부분에 대해서도 개선방안을 유도할 수 있어 종국적으로 장기적 경영개선에 큰 도움을 주고 향후 전남지역 식품수출기업들의 효율성 개선을 위한 기초적 자료로 활용 될 것으로 기대된다.
모든 비효율적인 업체들은 Tier 분석을 통해 단계별 벤치마킹 경로군집의 대상을 통해 구체적인 개선방안을 발견하고 경쟁력을 제고시켜야 한다. 비현실적인 투입요소의 과다 또는 산출요소의 과소를 해결하는 방안보다 Tier 분석에서 벤치마킹의 발전단계를 단기→중기→장기적로 면밀하게 비교 및 검토하여 전남지역 식품산업의 환경과 관리체계 등에 적합한 정책수단을 모색하는 것이 중요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내 식품산업의 2015년도 매출 규모는?
국내 식품산업은 고객수요의 꾸준한 증가에 힘입어 매년 성장하여, 2015년의 매출 규모는 전년 대비 12% 상승한 87.8조 원 규모로 조사되었다. 국내 식품의 무역규모는 2015년까지 421억 달러로 집계되었다.
DEA란 무엇인가?
이러한 시점에서 전라남도 식품수출업체들의 상대적인 효율성 분석을 통해 식품수출 경쟁력 강화를 위한 중요한 기초자료가 될 수 있다. 본 연구에서는 효율성 측정방법 중에서 비모수적인 방법으로 DEA(Date Envelopment Analysis: 자료포락분석)을 사용한다. 그러나 단순 DEA분석으로는 효율적인 증진을 위한 투입요소의 감소양이나 산출물의 증가 양에 대한 정보를 제공하는데 그치고 있다.
양자 간 규모나 생산성 격차가 클 경우 벤치마킹 대상의 어려움을 해결하는 방안은?
양자 간 규모나 생산성 격차가 클 경우에는 벤치마킹 대상으로 하는 것이 현실적으로 어려울 수 있다. 이러한 한계점을 극복하기 위하여 여러 단계 또는 계층적 분석을 통하여 효율적인 식품수출업체가 되어가는 과정을 Tier 단계별로 단기-중기-장기적으로 보여주었다. 본 연구에서는 2015년 전남지역에서 가동 중인 식품업체에서 109개소의 수출을 위주로 하고 있는 식품가공제조 업체를 선별하여 효율성을 분석한다.
참고문헌 (24)
An, S. D., Kang, B. K., & An, J. Y.(2009), An Analysis of the Managerial Efficiency of Processed Foods Business at Local Primary Agricultural Cooperatives Using the DEA Model, The Korean Journal of Cooperative Studies, 26(2), 43-66
Banker, R. D., Charnes, A., & Cooper, W. W.(1984), Some Models for Estimating Technical and Scales Inefficiencies in Data Envelopment Analysis, Management Science, 30(9), 1078-1092.
Chang, D. K., & Seong, B. U.(2012), Activation Plan of Jennam City and Food Industry, NaJu, JERI
Charnes, A., Cooper, W. W., & Rhodes, E.(1978),. Measuring the Efficiency of Decision Making Unit, European Journal of Operational Research, 2(6), 429-444.
Coelli, T. J., Rao, D. S., Donnell, J. O., & Battese, G. E. (2005), An Introduction to Efficiency and Productivity Analysis, NY.
Cooper, W. W., Seiford, L. M., & Tone, K.(2000), Data Envelopment Analysis: A Comprehensive Text with Models. Applications, Feferences and DEA-Solver Software, Massachusetts: Kluwer Academic Publisher.
Farrell, M. J.(1957), The Measurement of Productive Efficiency, Journal of the Royal Statistical Society, Series A, General, 120(30), 253-281.
Goh, J. T. ,& Lee, H. M.(2011), A Study on the Management Efficiency of Kangwon Paprika Export Farms Using DEA., Korean Food Marketing Association, 28(3), 1-23.
Jo, I. S., Cho, K. Y., & An, S. B.(2016), A Study on Food Service Franchise Location Factors and Quality of Service Factors, The Impact on Customer Satisfaction, Asia-Pacific Journal of Business Venturing and Entrepreneurship, 11(5), 77-90
Kim, C. G., Lee, S. G., & Kim, T. Y.(2009), Efficiency Analysis of Organic Farm Management, Korean Journalof Organic Agriculture, 17(1), 19-33
Kim, Y. S., Song, H. U., Chang, J. H., Lee, J., Kim, K. D., Yang, C. Y., & He, J. N.(2013), Development Status of Food Industry by Region and Measures of Upbringing Industrial Ecology, KIET
Kim, Y. S., & Lee, W. C.(2016), Analysis of the Efficiency of the Oriental Hospital using the DEA(Based on the Number of Patients), Asia-Pacific Journal of Business Venturing and Entrepreneurship, 11(1), 75-84
Kim, S. J., Yoon, J. H., & Choi, K. W.(2006), Efficiency Analysis for Brand of Franchise Restaurant and Franchisees, Journal of Tourism Sciences, 30(5), 197-217
Korea Health Industry Development Institute(2015), 2015 Statistics of Health Industry
Korea Agro-Fisheries Trade Corporation(2016), 2016 Statistics of Food Industry Indicators
Lee, S. S., Cho, S. J., & Jeong, H. G.(2003), A Study on the Characteristics and Bench Marking of Efficient Soybean Production Using DEA, Korean Journal of Agricultural Managemnet and Policy, 30(3), 426-443
Lee, Y. S., & Park, K. E.(2011), Mid to Long-Term Development Strategy for Kimchi Industry(R633-3), Seoul, Korea Rural Economic Institute
Ministry of Agriculture, Food and Rural Affairs(2013), Development Plan of Agriculture.Rural and Food Industry 2013-2017.
Park, J. H., Chae, Y. W., & Park, J. S.(2016), A study on the introduction factors of new varieties of agricultural management, Korean Society of Food Science and Technology 2015 Winter Conference, Korean Society of Food Science and Technology, Seoul, KFMA
Park, S. Y., & Park, J. S.(2013), Management Efficiency of Rice Farm based on Wet-Direct Seeding Using DEA, Korean Journal of Agricultural Managemnet and Policy, 40(1), 148-173
Qing, C. L., & Na, J. M.(2013), Efficiency Analysis of Major Port Hinterlands of China-Korea using DEA and Tier Models, Journal of the International Association of Area Studies, 17(2), 73-96.
Seo, Y. A., & Na, J. K(2006), Measuring Efficiency of Korean Franchise Restaurant Business: Data Envelopment Analysis, , Journal of Tourism Sciences, 30(1), 295-315
Yu, C. J., Song, C. H., & Jang, D. H.(2012), Analysis of the Efficiency of Organic Food Processing Companies, Journal of Industrial Economics and Business, 25(2), 1695-1710
Zhang, H. D.(2007), Analysis on Management Efficiency of Lily Farms Using DEA, Doctoral dissertation ChungNam National University.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.