[논문]유해산출물을 고려한 국내 공항 효율성 측정에 관한 연구

강달원; 정동훈; 전승준

doi:10.12985/ksaa.2018.26.4.027

유해산출물을 고려한 국내 공항 효율성 측정에 관한 연구
A Study of Analysis for Domestic Airport Efficiency Considering Undesirable Output 원문보기

한국항공운항학회지 = Journal of the Korean Society for Aviation and Aeronautics, v.26 no.4, 2018년, pp.27 - 35

강달원 (가톨릭관동대학교 항공경영학과) , 정동훈 ((재)북방물류연구지원센터 물류기획팀) , 전승준 (가톨릭관동대학교 항공운항학과)

Abstract ▼ AI-Helper

Recently, Intense competition is expected to bring about continuous change with the rapid global aviation industry. In particular, domestic passenger demand has been steadily increasing over the past five years, with domestic and international shipments growing at a CAGR of 8.4% and 10.0%, respectively. In addition to the economic value of the airport, social interest due to greenhouse gas emissions is also rising. In this study, we analyzed the efficiency of airport operation by using DEA model(Directional Technology Distance Function) considering undesirable output for 14 airports in Korea. As a result of analysis, all airports except Gimhae, Yangyang, Cheongju and Yeosu were analyzed as efficient airports. However, only Gimpo, Gimhae, Jeju, Muan, Daegu and Gwangju were analyzed as efficient airports considering the undesirable output.

주제어

표/그림 (8)

표 Table 1. Previous Studies about DEA Using Undesirable Output
표 Table 2. Name of DMU for Efficiency Analysis
표 Table 3. The Variable of Input and Output
표 Table 4. Descriptive Statistic of the selected Input and Output Variables
표 Table 5. Descriptive Statistic of efficiency Analysis
표 Table 6. Efficiency Analysis for NOT Considering Undesirable Output
표 Table 7. Efficiency Analysis for Considering Undesirable Output
표 Table 8. Comparison of Efficiency Analysis

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 국내 14개 공항을 대상으로 유해산출물을 고려하였을 때와 고려하지 않았을 때의 효율성을 분석하여 국내 공항을 대상으로 유해산출물을 저감을 위한 사회적 시사점을 도출할 수 있는 연구를 하고자 한다.
본 연구에서는 국내 한국공항공사 소속의 공항을 대상으로 효율성을 분석하였다. 이에 기존연구와 차별적으로 온실가스와 같은 유해산출물을 투입변수로 사용하여 방향성 생산 거리함수로 생산효율성을 분석하였다.
본 연구에서는 방향거리함수를 이용하여 유해산출물을 고려한 분석 모형과 유해산출물을 고려하지 않은 분석 모형에 대한 분석결과를 제시하고자 한다.
본 연구에서는 선행연구에서 적용되었던 유해산출물 개념을 바탕으로 DEA 분석을 수행하였다. 다만 앞서 언급된 선행연구 가운데 Lee & Yeo(2015) 연구에서는 본 연구와 마찬가지로 탄소배출을 기대하지 않은 산출변수로 적용하여 DEA-SBM 분석을 수행하였다.

가설 설정

또한 여객터미널 면적 및 활주로, 장비 등과 같은 투입요소들을 효율적으로 운영하여 최대의 산출물을 생산하기 위한 노력이 요구된다.이에 본 연구에서 공항산업은 규모의 경제가 존재한다는 것을 가정하여 BCC 산출지향 모형을 이용한 효율성을 분석 하였다.

제안 방법

(2017) 연구에서는 공항의 프로세스를 2단계 구조로 모형화하여 효율성 분석을 수행하였다. 1단계에서는 시설, 인력 등 물리적 자원을 이용하여 여객 및 화물의 처리, 항공기 운항 등 물리적 산출물을 생성하는 운영 단계의 효율성 분석을 수행하였고, 2단계에서는 1단계에서 생성된 물리적 산출물을 재무적 수익으로 전환하는 수익 단계로 분석을 진행하였다. 2014년 세계항공교통학회에서 펴낸 전 세계 공항 데이터를 이용하여 상기와 같이 모형화되는 공항의 효율성을 2단계 네트워크 DEA 모형으로 측정하였고 공항의 지역적 위치, 공항 규모, 상장 여부, 그룹화 경영 여부, 국제선 비율 등 공항의 환경변수와 효율성 간의 관계를 분석하였다.
1단계에서는 시설, 인력 등 물리적 자원을 이용하여 여객 및 화물의 처리, 항공기 운항 등 물리적 산출물을 생성하는 운영 단계의 효율성 분석을 수행하였고, 2단계에서는 1단계에서 생성된 물리적 산출물을 재무적 수익으로 전환하는 수익 단계로 분석을 진행하였다. 2014년 세계항공교통학회에서 펴낸 전 세계 공항 데이터를 이용하여 상기와 같이 모형화되는 공항의 효율성을 2단계 네트워크 DEA 모형으로 측정하였고 공항의 지역적 위치, 공항 규모, 상장 여부, 그룹화 경영 여부, 국제선 비율 등 공항의 환경변수와 효율성 간의 관계를 분석하였다.[11]
Yeo & Lee(2007) 연구에서는 국제항공운송회사의 국제간 비용효율성을 비교하기 위하여 효율성분석을 실시하였다. 대표적 산출물로 운송 실적(유상톤키로미터, 화물톤키로미터, 유효톤키로미터, 유상여객톤키로미터), 운송수입(정기수입, 부정기수입, 부가수입)을 이용하여 20개의 주요 항공사를 대상으로 항공사들간의 비효율성을 SFA모델로 분석하였다. 분석결과 전반적인 항공사의 비효율성은 7.
Shin & Jeong(2013) 연구에서는 항만의 효율성을 유해산출물과 방향성거리함수를 이용하여 분석하였다. 동 연구에서는 안벽길이, 크레인 수, 야드 면적을 투입변수로 두고 산출변수는 처리물동량과 이산화탄소 배출량으로 분석을 수행하였다. 산출변수 중 이산화탄소 배출량을 유해산출물로 선정하였다.
본 연구에 사용된 변수는 기존연구를 바탕으로 다수의 투입변수와 다수의 산출변수를 선정하여 분석하고자 한다. 앞서 이론적 고찰에서 공항의 효율성과 관련된 선정변수를 검토한 결과에 따르면 대부분의 연구에서 공항의 여객 및 매출액을 산출요소로 선정하고 있다.
본 연구에서는 공항별 직원 수, 공항별 부지 면적, 여객터미널 면적, 공항장비, 활주로 면적 등을 투입변수로 선정하였고, 산출변수 중 공항별 이용 여객과 공항별 매출액, 공항별 화물처리량은 유익산출변수로 적용하여 효율성을 분석하였고, 온실가스 배출량을 유해산출변수로 선정하여 분석하였다.
연구의 특성에 따라서 방향성 벡터는 여러 가지로 설정할 수 있다. 본 연구에서는 방향성 벡터를 DMU의 투입물과 산출물로 설정하였다. 또한 방향투입거리함수와 산출거리함수를 동시에 고려한 Luenberger 생산성 지수를 이용하였다.
본 연구에서는 앞서 계산된 식을 통해 유해산출물을 고려하여 공항 효율성을 분석하였다. 분석에 사용된 프로그램은 LINGO 12.
본 연구에서는 국내 한국공항공사 소속의 공항을 대상으로 효율성을 분석하였다. 이에 기존연구와 차별적으로 온실가스와 같은 유해산출물을 투입변수로 사용하여 방향성 생산 거리함수로 생산효율성을 분석하였다.
일반적인 DEA 모형은 유해산출물을 고려하여 분석하는데 제약이 따른다. 이에 본 연구에서는 방향성 생산거리함수를 도입하여 DEA 분석을 시행하였다.
이에 본 연구에서는 앞서 언급된 연구와는 차별적으로 유해산출물의 약처분성을 가정한 후방향성 생산거리함수를 적용하여 효율성 분석을 수행하였고, 본 연구에 사용된 투입, 산출 변수들은 한국공항공사의 홈페이지 및 내부자료 등 최신자료를 사용하여 분석에 적용하였다.
Lee & Yeo(2015) 연구에서는 국내 공항 효율성에 대해 SBM-DEA 방법론을 통해 분석하였다. 터미널면적과 에너지사용량을 투입변수로 하고 기대산출변수를 여객 수 및 화물, 기대하지 않는 산출변수를 탄소배출로 설정하였으며 DMU는 국내 14개의 공항을 선정하였다. 분석 결과, CCR 모형 기준으로는 제주, 광주, 군산공항 등이 운영 측면에서 효율이 높은 것으로 나타났으나 양양 공항은 CCR 모형 및 BCC 모형 모두에서 비효율적인 공항으로 나타났다.
(2008) 연구에서는 1995년부터 2004년까지 중국공항의 생산성변화패턴을 측정하였다. 투입변수는 활주로 길이와 터미널 크기로 선정하였고 산출변수는 여객처리실적, 화물처리실적, 운항횟수를 이용하여 분석하였다.[7]
Kim(2003) 연구에서는 국내 관제탑의 성과측정과 벤치마킹 문제를 논의하기 위해 DEA모형을 이용하여 국내 16개 공항 중 민간 항공교통관제사가 파견되어 있는 15개 공항을 대상으로 상대적 효율성을 측정하였다. 투입변수로 관제사 수, Stand 수, Airside 넓이, 활주로 수와 산출변수로 운항횟수를 이용하여 분석을 수행하였다. 잠정적인 개선사항에 대한 분석결과 운항횟수 개선이 1순위이며, 다음으로 활주로 수, Airside 넓이, 관제사 수, Stand 수 순으로 분석되었다.

대상 데이터

산출변수 중 이산화탄소 배출량을 유해산출물로 선정하였다. 그리고 DMU로는 부산항의 5개 터미널과 광양항의 3개 터미널을 기준으로 4년간 데이터로 분석하였다. 분석결과 신선대 터미널이 4년간 모두 높은 효율성으로 나타났다.
본 연구에서는 2015~2016년 기준 김포공항, 김해공항, 제주공항 등 한국공항공사에 등록된 14개의 공항을 대상으로 효율성 분석을 수행하였다.
동 연구에서는 안벽길이, 크레인 수, 야드 면적을 투입변수로 두고 산출변수는 처리물동량과 이산화탄소 배출량으로 분석을 수행하였다. 산출변수 중 이산화탄소 배출량을 유해산출물로 선정하였다. 그리고 DMU로는 부산항의 5개 터미널과 광양항의 3개 터미널을 기준으로 4년간 데이터로 분석하였다.
효율성 분석에 사용된 데이터는 한국공항공사 내부자료 및 홈페이지에서 제공하는 자료를 활용하였다.

성능/효과

유해산출물을 고려하지 않은 BCC 산출지향 모형을 이용한 효율성 분석 결과를 살펴보면, 2015년에는 김포공항(DMU1), 김해공항(DMU2), 양양공항(DMU4), 광주공항(DMU8), 울산공항(DMU9), 포항공항(DMU11), 원주공항(DMU13)이 효율적인 공항으로 나타났으며, 2016년도에는 김포공항(DMU15), 제주공항(DMU17), 무안공항(DMU19), 대구공항(DMU21), 광주공항(DMU22), 울산공항(DMU23), 포항공항(DMU25), 사천공항(DMU26), 원주공항(DMU27), 군산공항(DMU28)이 효율성이 높게 나타났다. 2016년도 효율적인 공항 중 김해공항(DMU2)과 양양공항(DMU4)을 제외한 대부분의 공항별 효율성 값은 2015년도에 비해 높게 분석되었다.
분석 결과, CCR 모형 기준으로는 제주, 광주, 군산공항 등이 운영 측면에서 효율이 높은 것으로 나타났으나 양양 공항은 CCR 모형 및 BCC 모형 모두에서 비효율적인 공항으로 나타났다. 규모의 효율은 김해, 대구, 청주, 여수, 포항, 양양 공항에서 규모의 효율이 발생한 것으로 분석되었으며 환경효율성 분석에서는 제주, 광주, 군산공항이 효율이 높은 것으로 나타났다.[9]
분석결과 신선대 터미널이 4년간 모두 높은 효율성으로 나타났다. 그리고 자성대, 감만, 신감만 및 KIT는 3년간 효율성 값이 높게 나타났다. 우암 터미널은 2010년에 효율성 값이 1로 나타났다.
20%로 분석되었다. 또한 항공사간 전략적 제휴 이전과 이후로 나누어 비효율성을 분석한 결과 전략적 제휴 이후 비효율성이 증가한 것으로 나타났다.[6]
또한, 2015년도 분석결과 무안, 청주, 대구, 여수, 사천, 군산 공항과 2016년도 분석 결과 양양, 청주, 여수 공항은 모두 비효율적인 공항으로 분석되었다. 이는 공항의 규모 및 시설, 공항의 이용객 수 등의 불균형으로 인해 나타난 것으로 사료된다.
터미널면적과 에너지사용량을 투입변수로 하고 기대산출변수를 여객 수 및 화물, 기대하지 않는 산출변수를 탄소배출로 설정하였으며 DMU는 국내 14개의 공항을 선정하였다. 분석 결과, CCR 모형 기준으로는 제주, 광주, 군산공항 등이 운영 측면에서 효율이 높은 것으로 나타났으나 양양 공항은 CCR 모형 및 BCC 모형 모두에서 비효율적인 공항으로 나타났다. 규모의 효율은 김해, 대구, 청주, 여수, 포항, 양양 공항에서 규모의 효율이 발생한 것으로 분석되었으며 환경효율성 분석에서는 제주, 광주, 군산공항이 효율이 높은 것으로 나타났다.
그리고 DMU로는 부산항의 5개 터미널과 광양항의 3개 터미널을 기준으로 4년간 데이터로 분석하였다. 분석결과 신선대 터미널이 4년간 모두 높은 효율성으로 나타났다. 그리고 자성대, 감만, 신감만 및 KIT는 3년간 효율성 값이 높게 나타났다.
분석결과 유해산출물을 고려하지 않은 모형의 효율성 추정치가 유해산출물을 고려한 모형에 비해 평균 효율성 점수가 높게 분석되었다.
대표적 산출물로 운송 실적(유상톤키로미터, 화물톤키로미터, 유효톤키로미터, 유상여객톤키로미터), 운송수입(정기수입, 부정기수입, 부가수입)을 이용하여 20개의 주요 항공사를 대상으로 항공사들간의 비효율성을 SFA모델로 분석하였다. 분석결과 전반적인 항공사의 비효율성은 7.20%로 분석되었다. 또한 항공사간 전략적 제휴 이전과 이후로 나누어 비효율성을 분석한 결과 전략적 제휴 이후 비효율성이 증가한 것으로 나타났다.
유해산출물을 고려하여 방향성 생산거리함수 모형을 이용한 효율성 분석 결과를 살펴보면, 2015년도에는 김포공항(DMU1), 김해공항(DMU2), 제주공항(DMU3), 광주공항(DMU8) 만이 효율적인 공항으로 분석되었으며, 2016년도에는 김포공항(DMU15), 김해공항(DMU16), 제주공항(DMU17), 무안공항(DMU19), 대구공항(DMU21), 광주공항(DMU22)이 효율적인 공항으로 나타났다.
유해산출물을 고려하지 않았을 때의 공항들의 효율성과 고려했을 때의 공항들의 효율성을 비교해보면 효율적인 공항이 다소 감소되는 것으로 나타났다. 연도별 유해산출물 고려 유무에 따른 효율성을 비교해보면 2015년에는 양양공항(DMU4), 울산공항(DMU9), 포항공항(DMU11), 원주공항(DMU13) 등의 DMU가 효율성이 감소한 것으로 분석되었다.
우암 터미널은 2010년에 효율성 값이 1로 나타났다. 유해산출물을 고려하지 않은 BCC 모델의 효율성 추정 결과 2007년 감만, 신감만, 2010년 신선대, 우암 터미널이 효율적인 DMU로 도출되었다.[8]
유해산출물을 고려하지 않은 BCC 산출지향 모형을 이용한 효율성 분석 결과를 살펴보면, 2015년에는 김포공항(DMU1), 김해공항(DMU2), 양양공항(DMU4), 광주공항(DMU8), 울산공항(DMU9), 포항공항(DMU11), 원주공항(DMU13)이 효율적인 공항으로 나타났으며, 2016년도에는 김포공항(DMU15), 제주공항(DMU17), 무안공항(DMU19), 대구공항(DMU21), 광주공항(DMU22), 울산공항(DMU23), 포항공항(DMU25), 사천공항(DMU26), 원주공항(DMU27), 군산공항(DMU28)이 효율성이 높게 나타났다. 2016년도 효율적인 공항 중 김해공항(DMU2)과 양양공항(DMU4)을 제외한 대부분의 공항별 효율성 값은 2015년도에 비해 높게 분석되었다.
유해산출물을 고려하지 않은 모형에서는 2015년도 7개, 2016년도 10개의 공항이 효율적인 공항으로 분석되었고, 유해산출물을 고려한 모형에서는 2015년도 4개, 2016년도 6개의 공항이 효율적인 것으로 나타났다.
유해산출물을 고려한 분석결과 2015년도는 김포공항(DMU1), 김해공항(DMU2), 제주공항(DMU3), 광주공항(DMU8)으로 나타났고, 2016년도에는 김포공항(DMU15), 김해공항(DMU16), 제주공항(DMU17), 무안공항(DMU19), 대구공항(DMU21), 광주공항(DMU22)이 효율적인 공항으로 분석되었다.
투입변수로 관제사 수, Stand 수, Airside 넓이, 활주로 수와 산출변수로 운항횟수를 이용하여 분석을 수행하였다. 잠정적인 개선사항에 대한 분석결과 운항횟수 개선이 1순위이며, 다음으로 활주로 수, Airside 넓이, 관제사 수, Stand 수 순으로 분석되었다. 15개 공항 중 효율성을 지닌 관제탑은 김포, 김해, 제주, 대구 등 4개 공항으로 분석되었다.
투입요소와 산출요소의 기술통계량을 살펴보면 평균 직원 수는 약 101명, 평균 공항부지면적은 2,002,609.7m², 평균장비대수는 4.6대, 평균 이용여객은 5,098.0명, 평균 매출액은 57,435.9백만 원, 평균 화물처리량은 56702.9ton, 평균 온실가스 배출량은 약 4,468.2 tCO₂인 것으로 나타났다.
2016년 데이터 기준으로 살펴보면 우선 유해산출물을 고려하지 않은 분석에서는 김해, 양양, 청주, 여수를 제외한 모든 공항이 효율적인 항만으로 도출되었다. 하지만 유해산출물을 고려한 결과 김포, 김해, 제주, 무안, 대구 공항만 효율적인 공항으로 분석되었다.
Sarkis(2000) 연구에서는 미국의 44개의 주요 공항에 대해서 운영효율성 분석을 수행하였다. 활주로 수, 게이트 수, 종업원 수, 재무비용 등의 투입변수와 운영이익, 항공사의 운항횟수, 일반항공의 운항횟수, 여객처리실적, 운항횟수 등의 산출변수를 통한 효율성 분석 결과 공항의 지위와 공항의 지리적 위치가 공항의 운영 효율성과 관련 있는 것으로 나타났다.[4]

후속연구

그리고 유해산출물인 이산화탄소를 적용했을 때 비효율적으로 도출된 공항에 대해서는 온실가스 저감 설비 및 정책 등을 마련해야 하고 투입변수와 산출변수와의 관계를 세부적으로 분석하여 각 부문별 효율성 증대 방안을 마련해야 할 것이다.
다만 본 연구에서 수행된 연구결과를 통한 결과값들이 실제 투입변수와 산출변수 간의 증가분, 감소분, 부족분 등의 관계를 명확하게 구분하기에는 한계점이 있다. 또한 현재 공항의 온실가스 배출량 데이터가 운영경계 및 조직경계에 따라 세부적으로 구분된다면 추후 추가적인 방법론 등을 통한 연구가 이루어질 것으로 사료된다.
다만 본 연구에서 수행된 연구결과를 통한 결과값들이 실제 투입변수와 산출변수 간의 증가분, 감소분, 부족분 등의 관계를 명확하게 구분하기에는 한계점이 있다. 또한 현재 공항의 온실가스 배출량 데이터가 운영경계 및 조직경계에 따라 세부적으로 구분된다면 추후 추가적인 방법론 등을 통한 연구가 이루어질 것으로 사료된다.
이에 본 연구결과를 바탕으로 공항 규모 및 이용여객, 매출액, 화물처리량 등과 온실가스의 관계를 고려하여 환경적인 측면에서 공항의 효율성을 향상시킬 수 있는 운영 전략을 마련해야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	CCR 모형의 단점은 무엇인가?	DEA 방법은 사용 목적에 따라 여러 가지 모형이 있는데 그 중 대표적인 것은 Charnes, Cooper, and Rhodes(1978)가 제시한 CCR 모형과 Banker, Charnes, and Cooper(1984)의 BCC 모형 등이 있다. CCR 모형은 규모에 대한 수익 불변1) 가정 하에 효율성을 분석하기 때문에 규모의 효율성과 순수 기술적 효율성을 구분하지 못하는 단점을 가지고 있다. 이를 보완하여 제시된 BCC 모형은 규모에 대한 수익가변2) 가정하에 효율성을 측정한다.
	유해산출물의 고려여부에 따라 2016년 중소형 공항들의 효율성는 어떻게 나왔는가?	그에 반해 중소형 공항들은 유해산출물의 고려여부에 따라 효율성 값은 크게 변동되었다. 2016년 데이터 기준으로 살펴보면 우선 유해산출물을 고려하지 않은 분석에서는 김해, 양양, 청주, 여수를 제외한 모든 공항이 효율적인 항만으로 도출되었다. 하지만 유해산출물을 고려한 결과 김포, 김해, 제주, 무안, 대구 공항만 효율적인 공항으로 분석되었다.
	DEA(Data Envelopment Analysis : 이하 DEA) 방법은 무엇인가?	DEA(Data Envelopment Analysis : 이하 DEA) 방법은 비모수적 효율성 측정 방법으로써 선형계획법에 근거한 경험적 프론티어를 도출한 후 평가대상들이 효율적인 값으로부터 얼마나 떨어져 있는지의 여부를 비교하여 비효율성을 측정하는 방법이다.

참고문헌 (17)

Song Ki Han, "Changes in the Air Transport Industry and Improvement Plan", Aviation Industry Issue Seminar, Sejong National Research Complex, 2018. pp.1-25
Seungjin Jeon, Chulung Lee, Measure the Productivity of Airport in Korea Considering Environment Factor : An Application of DEA, Journal of the Korean Institute of Industrial Engineers, 37(4), 2011, pp.350-357

원문보기 상세보기
Ministry of Land, Infrastructure and Transport, "Study on the establishment of educational system for greenhouse gas reduction in aviation sector", 2015, pp.33-36.
Sarkis, J., An analysis of the operational efficiency of major airports in the United States, Journal of Operational Management 18, 2000, pp.335-351.

상세보기
D. H. Kim, A Study on the relative Efficiency of ATC Towers in Domestic Airports, Journal of the Korean Society for Aviation and Aeronautics, 11(2), 2003, pp.59-77
Kyu-hun Yeo, Young Soo Lee, Cost Efficiency in Global Air Transport Industry, Journal of the Korean Society for Aviation and Aeronautics, 15(4), 2007, pp.108-116
Fung, M. K. Y, Chau, K. W., Hui, Y. V., Productivity Changes in Chinese airports 1995-2004, Transportation Research Part E: Logistics and Transportation Review, 44(3), 2008, pp.521-542

상세보기
Chang-Hoon Shin, Dong-Hun Jeong, Data Envelopment Analysis for Container Terminals Considering an Undesirable Output-Focus on Busan Port & Kwangyang Port, Journal of navigation and port research, 37(2), 2013, pp.195-201

원문보기 상세보기
Taehwee Lee, Gi-Tae Yeo, Efficiency Analysis of Airports Considering CO2 emissions, Korean Journal of Logistics, 23(3), 2015, pp.81-92
Nam, Seung-Min, Son, Mi-Hye and Shin, Hong-Chul, A Study on the management efficiency of Low Cost Carrier in South Korea using DEA, Journal of Hospitality and Tourism Studies, 18(2), 2016, pp.345-358
Seuck-Cheun Yoo, Jie Meng and Sungmook Lim, An analysis of the performance of global major airports using two-stage network DEA model, Journal of the Korean Society for Quality Management 45(1), 2017, pp.065-092

원문보기 상세보기
Fare, R. and Grosskopf, S., "Nonparametric Cost Approach to Scale Efficiency", Scandinavian Journal of Economics, 87, 1985, pp. 594-604.

상세보기
Charnes, A., Cooper, W. W. and Rhodes, E, "Measuring the Efficiency of Decision Making Units", European Journal of Operational Research, 2(6), 1978, pp.429-444.

상세보기
Banker, R, D., Charnes, A. and Cooper, W.W., "Some Models for estimating Technical and Xcale Inefficiencies in Data Envelopment analysis", Management Science, 30(9), 1984, pp.1078-1092

상세보기
Fare, R. and Grosskopf, S., 1996, "Intertemporal Production Frontiers: With Dynamic DEA", Boston Kluwer Academic Publishers.
Chung, Y. H., Fare, R. and Grosskopf, S., "Productivity and Undesirable Output: A Directional Distance Function Approach", Journal of Environmental Management, 51, 1997, pp. 229-240.
Fare, R. and Grosskopf, S., "Modeling Undesirable Factors in Efficiency Evaluation : Comment", European Journal of Operational Research, 157, 2004, pp. 242-245.

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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