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
- 본 연구에서는 노후산업단지의 효율성을 분석하기 위해 투입물과 산출물에 대한 기존 연구를 조사하고 노후산업단지에 적용 가능한 투입물과 산출물을 도출한다. 또한 자료포락분석(Data Envelopment Analysis: DEA)에 의한 생산성 측정 후 활성화 구역 및 용도 복합화, 기반시설 재정비 등 재생사업 추진에 있어 효율적인 산업단지와 비효율적 산업단지를 구분하려 한다. 이를 통해 국토교통부 활성화 구역지정 시, 거점으로의 성장 가능성(역세권, 접근성 우수), 산업단지 재생계획 상 산업단지의 거점 역할을 수행하기에 적합한 지역, 교통 접근성 및 입지가 양호한 지역 등을 알아보고 도심과 노후산업단지의 거리에 적합한 재생사업 추진유형을 구분하고자 한다.
- 본 연구에서는 노후산업단지의 효율성을 분석하기 위해 투입물과 산출물에 대한 기존 연구를 조사하고 노후산업단지에 적용 가능한 투입물과 산출물을 도출한다. 또한 자료포락분석(Data Envelopment Analysis: DEA)에 의한 생산성 측정 후 활성화 구역 및 용도 복합화, 기반시설 재정비 등 재생사업 추진에 있어 효율적인 산업단지와 비효율적 산업단지를 구분하려 한다.
- 또한 자료포락분석(Data Envelopment Analysis: DEA)에 의한 생산성 측정 후 활성화 구역 및 용도 복합화, 기반시설 재정비 등 재생사업 추진에 있어 효율적인 산업단지와 비효율적 산업단지를 구분하려 한다. 이를 통해 국토교통부 활성화 구역지정 시, 거점으로의 성장 가능성(역세권, 접근성 우수), 산업단지 재생계획 상 산업단지의 거점 역할을 수행하기에 적합한 지역, 교통 접근성 및 입지가 양호한 지역 등을 알아보고 도심과 노후산업단지의 거리에 적합한 재생사업 추진유형을 구분하고자 한다.
- 이에 노후산업단지 재생사업의 특례인 활성화 구역 설정을 도심(시·군청)과의 거리를 측정함2)으로써 유형별, 규모별, 입지별, 정도별의 각각의 평균값과 노후산업단지 전체 평균값과 중앙값을 중심으로 활성화 구역(주거·상업·업무·공업)을 감안한 사업성 여부를 검토하고자 한다.
- 이에 본 연구자는 착공 후 20년 된 노후산업단지 83개 산업단지를 중심으로 재생사업 주요 사업 검토하여 자료 포락 분석(Data Envelopment Analysis:DEA) 효율성 분석과 국토교통부에서 선정한 노후산업단지 83개 지구의 DB를 활용하여 재생사업 사업추진 시에 적용될 수 있는 유형을 제시하고자 한다.
제안 방법
- 2단계로 노후산업단지 83개 지구의 기초 DB 중 투입·산출 변수로 적용될 데이터를 구축하였다. 3단계로 자료포락분석(Data Envelopment Analysis: DEA)을 통하여 노후산업단지 중 효율성 산단과 비효율성 산단을 구분하였다. 4단계로는 노후산업단지의 도심과의 거리 실태를 GIS를 활용하여 수치화하였다.
- 3단계로 자료포락분석(Data Envelopment Analysis: DEA)을 통하여 노후산업단지 중 효율성 산단과 비효율성 산단을 구분하였다. 4단계로는 노후산업단지의 도심과의 거리 실태를 GIS를 활용하여 수치화하였다. 5단계로는 효율성 분석 결과와 도심과의 거리를 통하여 노후산업단지 재생사업 추진유형을 구분하였다.
- 4단계로는 노후산업단지의 도심과의 거리 실태를 GIS를 활용하여 수치화하였다. 5단계로는 효율성 분석 결과와 도심과의 거리를 통하여 노후산업단지 재생사업 추진유형을 구분하였다.
- 기존 산업단지의 효율성을 분석하기 위해 자료포락분석법을 활용한 변수선정을 살펴보면, 전통적 경제활동에 있어 필수불가결한 노동, 자본, 토지 3요소를 선정하였다. 이는 부지면적, 총사업비, 고용인원을 투입 변수(I)로 선정하여 이에 대해 산출되는 입주업체 수, 부가가치, 생산액 등을 선정하여 산업단지의 효율성을 분석하였다.
- 대안 1에서는 Input items는 3가지 Input(1)=종사자 수, Input(2)=산업용지시설, Input(3)=지원시설면적, 입력하였고, Output은 두 가지 Output(1)=부가가치, Output(2)=생산액을 입력하였다.
- 대안 1은 기존 선행연구를 기반으로 산업단지의 효율성을 측정할 때 통상적으로 분석하는 방법인 생산액이 높은 산업단지가 효율성이 높은 산업단지라는 전제를 통해 투입 산출변수로 선정하였다.
- 대안 2에서는 Input Items은 3가지 Input(1)=종사자 수, Input(2)=산업시설용지, Input(3)=지원시설면적, 입력하였고, Output은 두 가지 Output(1)=산업단지 고용성장률 Output(2)=고용 생산성을 입력하였다.
- 대안2은 최근 정부에서 일자리 창출이 중요시됨에 따라 노후산업단지 재생사업의 우선순위 및 사업선정도 국가적 사회적 필요성을 고려하여 운영될 필요가 있으므로 일자리 유지 및 창출 전제에 통해 투입 산출변수를 선정하였다.
- 두 번째 대안으로는 정부에서 추진하고 있는 노후산업단지 재생사업은 최종 비전과 목표는 일자리 유지·창출에 있어 투입변수는 대안 1과 같되, 산출 변수(O)에는 고용성장률, 고용 생산성을 선정하였다.
- 산업단지 사업추진 유형을 위하여 노후산업단지 효율성을 비교·분석하는데 필요한 투입변수, 산출변수를 선정하기 위하여 선행연구 중 산업단지 관련자료포락분석(Data Envelopment Analysis: DEA)로 분석한 연구를 중점적으로 고찰하였다.
- 연구의 순서로는 1단계로 기존연구를 검토하여 노후산업단지 유형별 추진방안을 고려하여 투입·산출 변수 선정하였다.
- 연구자는 사업 추진단계 수립을 위해 효율성 분석 및 구축된 데이터를 활용한 재생사업 추진 유형 구분을 제시하였다. 자료포락분석(Data Envelopment Analysis: DEA) 효율성 분석을 위해 각 산업단지의 투입물과 산출물을 기존 연구를 바탕으로 조사하고 노후산업단지에 적용 가능한 투입물과 산출물을 도출하였다.
- 기존 산업단지의 효율성을 분석하기 위해 자료포락분석법을 활용한 변수선정을 살펴보면, 전통적 경제활동에 있어 필수불가결한 노동, 자본, 토지 3요소를 선정하였다. 이는 부지면적, 총사업비, 고용인원을 투입 변수(I)로 선정하여 이에 대해 산출되는 입주업체 수, 부가가치, 생산액 등을 선정하여 산업단지의 효율성을 분석하였다. 이에 본 연구자도 첫 번째 대안으로 기존연구의 같은 방식으로 투입변수는 종사자 수, 산업시설용지 면적, 지원시설(복합+주거포함)용지면적을 투입 변수(I)보고, 산출 변수(O)는 부가가치, 생산액으로 선정하였으며, 데이터의 표준화를 위해 투입 변수(I) 사업체 수를 나누어 사업체당 종사자 수, 사업체당 산업시설용지면적, 사업체당 지원시설면적으로 표준화하였고, 산출 변수(O)는 사업체당 부가가치, 사업체당 생산액으로 표준화하여 가공하였다.
- 이는 부지면적, 총사업비, 고용인원을 투입 변수(I)로 선정하여 이에 대해 산출되는 입주업체 수, 부가가치, 생산액 등을 선정하여 산업단지의 효율성을 분석하였다. 이에 본 연구자도 첫 번째 대안으로 기존연구의 같은 방식으로 투입변수는 종사자 수, 산업시설용지 면적, 지원시설(복합+주거포함)용지면적을 투입 변수(I)보고, 산출 변수(O)는 부가가치, 생산액으로 선정하였으며, 데이터의 표준화를 위해 투입 변수(I) 사업체 수를 나누어 사업체당 종사자 수, 사업체당 산업시설용지면적, 사업체당 지원시설면적으로 표준화하였고, 산출 변수(O)는 사업체당 부가가치, 사업체당 생산액으로 표준화하여 가공하였다.
- 연구자는 사업 추진단계 수립을 위해 효율성 분석 및 구축된 데이터를 활용한 재생사업 추진 유형 구분을 제시하였다. 자료포락분석(Data Envelopment Analysis: DEA) 효율성 분석을 위해 각 산업단지의 투입물과 산출물을 기존 연구를 바탕으로 조사하고 노후산업단지에 적용 가능한 투입물과 산출물을 도출하였다. 자료포락분석(Data Envelopment Analysis: DEA)에 의한 생산성 측정을 통해 활성화 구역 및 용도 복합화, 기반시설 재정비 등 재생사업추진에 있어 현재 산업단지가 효율적인 산업단지와 비효율적 산업단지를 구분하였고, 비효율적인 산업단지의 경우 토지용도 변경 및 복합화와 사업성 검증 여부를 통해 재생사업 추진유형 구분을 하였다.
- 자료포락분석(Data Envelopment Analysis: DEA) 효율성 분석을 위해 각 산업단지의 투입물과 산출물을 기존 연구를 바탕으로 조사하고 노후산업단지에 적용 가능한 투입물과 산출물을 도출하였다. 자료포락분석(Data Envelopment Analysis: DEA)에 의한 생산성 측정을 통해 활성화 구역 및 용도 복합화, 기반시설 재정비 등 재생사업추진에 있어 현재 산업단지가 효율적인 산업단지와 비효율적 산업단지를 구분하였고, 비효율적인 산업단지의 경우 토지용도 변경 및 복합화와 사업성 검증 여부를 통해 재생사업 추진유형 구분을 하였다. 사업성의 검증 여부는 도심(시·구청)과 노후산업단지의 거리를 통해 재생사업 추진의 유형을 구분한 결과는 다음과 같다.
- 그러나 현실적으로 각각의 경영단위가 되는 DMU들을 모두 만족하는 공통의 가중치를 찾기가 어렵다. 자료포락분석(Data Envelopment Analysis: DEA)은 각각의 경영단위들이 자신의 투입물과 산출물에 대하여 최대한 자신에게 유리한 가중치들을 찾아내고 이를 이용하여 자신의 효율성을 평가받을 수 있도록 하였다. 이것은 다음과 같이 모형화 할 수 있다(이동기,2008).
대상 데이터
- 2단계로 노후산업단지 83개 지구의 기초 DB 중 투입·산출 변수로 적용될 데이터를 구축하였다.
- 대안 1, 대안 2의 데이터를 가공하면 다음과 같으며, 사업체 수, 종사자 수, 산업시설용지, 지원시설면적은 2013년 12월 국토연구원 산업입지정보망 DB를 활용하였으며, 부가가치, 생산액은 한국산업단지공단의 2013 산업단지통계를 활용하였다.
- 산업단지 고용 성장성(%)은 산업단지 입주기업들의 고용이 성장하고 있는지를 분석하기 위해 83개 단지의 (2013-2008 종사자 수) 대비 2008년 종사자 수로 DB를 구축하였으며, 자료는 한국산업단지 공단의 산업단지 총람과 통계청의 광공업 통계조사를 이용하였다.
- 산업단지 노동생산성은 내 기업들의 노동생산성이 높은 경우 산업단지의 활력이 양호한지 아닌지를 판단하기 위하여 분석하였으며, 83개 단지의 2013년 생산액 대비 종사자 수로 DB를 구축하였으며, 자료는 한국산업단지 공단의 산업단지 총람과 통계청의 광공업 통계조사를 이용하였다
- 8) 상 노후거점산업단지 해당하는 것으로서 착공 후 20년이 지나간 산업단지를 대상으로 하되, 단지 내 입주기업체가 5개 미만인 산업단지는 국비 지원의 타당성 여부, 특정 입주업체의 특혜 소지 등으로 적용대상에서 제외하였다. 이에 따라 최종적으로 국가산단 21개소, 일반산단 62개소 등 총 83개 산업단지를 최종 선정하였다.
- 재생사업 유형을 구분하기 위해 본 연구자의 기존연구(장철순·김주훈 2017) 대상지를 활용하였다.
성능/효과
- 2) 대부분 시·군청은 도심에 있으나, 일부 신도시에 입지한시·군청과 노후산단의 거리는 감안할 필요성이 있다.
- Output이 기존연구의 결과와 같이 생산성이 높은 산업단지가 효율성이 높은 산업단지라는 전제하에 효율성이 높은 산업단지 11개 지구이며, 노후산업단지 재생사업은 최종 비전과 목표는 일자리 유지·창출에 있어 Output을 산업단지 고용성장률, 고용 생산성으로 본 결과 효율성이 높은 산업단지는 18개 지구이다.
- 노후산업단지와 도심과의 거리3)는 국가산업단지는 5,447m인 반면 일반산업단지는 6,286m로 일반산업단지가 도심과 원거리에 입지하는 것으로 나타났으며, 도심과의 거리를 규모별로 살펴보면, 대규모(100만㎡ 이상) 산업단지는 4,820m인 반면 소규모 산업단지는 7,421km로 소규모산업단지가 도심과 원거리에 입지하는 것으로 나타났다. 도심과의 거리를 입지별로 살펴보면, 대도시(특·광역시)에 입지한 산업단지는 3,791m인 반면 대도시이외에 입지한 산업단지는 7,057km로 대도시이외에 입지한 산업단지가 도심과 원거리에 입지하는 것으로 나타났으며, 노후산업단지의 도심과의 거리 실태에서 중앙값을 도출한 결과, 표준편차(STDEV): 5,316.
- 데이터의 표준화를 위해 투입변수에 사업체당 종사자수, 사업체당 산업시설용지면적, 사업체당 지원시설면적으로 표준화하였고, 산출변수는 사업체당 부가가치, 사업체당 생산액으로 표준화 가공한 후 DEA(Data Envelopment Analysis)-Solver pro.v13.2/BBC 프로그램을 활용한 분석 결과 효율성이 높은 산업단지(11)는 한국수출(서울디지털), 검단,인천기계일반산업단지, 소촌일반산업단지, 성남일반산업단지, 시화지구 1단계, 덕산일반산업단지, 향남제약일반산업단지, 대풍일반산업단지, 여수국가산업단지, 어곡일반산업단지 나타났다.
- 도심과의 거리를 입지별로 살펴보면, 대도시(특·광역시)에 입지한 산업단지는 3,791m인 반면 대도시이외에 입지한 산업단지는 7,057km로 대도시이외에 입지한 산업단지가 도심과 원거리에 입지하는 것으로 나타났으며, 노후산업단지의 도심과의 거리 실태에서 중앙값을 도출한 결과, 표준편차(STDEV): 5,316.28m,최소값(Min): 0, 중앙값(Median): 4,314m, 최대값(Max): 22,444m 나타났다.
- 두 번째 기반시설정비+활성화 구역사업+복합용도개발은 자료포락분석(DEA: Data EnvelopmentAnalysis)결과 산업단지의 효율성은 비효율적이나,도심 부근에 입지하고 있어 활성화 구역 사업, 복합용도 개발시 사업성은 나오므로 휴폐업 업체 등이 많으면 토지용도 변경을 통해 산업단지의 경쟁력을 극대화 시킬 수 있는 유형이라 판단된다.
- 이러한 기준을 적용한 결과, 효율성이 높은 산업단지는 기반시설 정비(도로재정비, 주차장, 공원) 유형, 비효율적이지만 도심과의 거리는 가까운 곳에 해당하는 기반시설정비+활성화 구역+복합용도개발 유형, 비효율적이지만 도심과의 거리는 먼 산업단지는 기반시설 정비+기숙사 유형 등 3가지 유형으로 구분하였다. 또한, 대안 1과 2로 나누어 산출변수를 다르게 분석하였지만, 현 정부의 노후산업단지 재생사업 목적에 부합하는 일자리 유지 및 창출을 감안하여 DEA 효율성 분석 중 산출변수 고용성장률과 고용 생산성을 적용하는 것이 현시점에 바람직하다고 판단된다.
- 세 번째 기반시설 정비+구조고도화사업 일부(외국인 근로자 주택 및 기숙사) 유형으로 산업단지가 효율성은 비효율적이며, 도심와의 거리가 먼 유형이며, 이는 휴폐업 업체 등이 많을 경우 일부 토지용도 변경을 통해 국내외 근로자들을 위한 기숙사, 주택(오피스텔)을 조성하여 기업 경쟁력을 확대 해줄 필요가 있다고 판단되며, 각 대안의 관점으로 보았을 때 각각의 유형을 정리하면 다음과 같다.
- 산업단지 활성화를 위해 생산, 업무, 지원기능 등을 산업단지의 핵심기능을 수행하는 시설을 집중적으로 정비할 필요가 있는 지역이어야 하며,지역의 산업구조 변화에 부응한 복합적 토지이용이 가능한 지역이어야 한다. 셋째, 활성화 구역 지정 즉시 사업을 원활하게 착수할 수 있는 지역이어야 하며, 활성화 구역 사업시행자가 사업대상 부지의 권원을 확보하였거나, 국공유지 등이어야 한다. 이러한 기준은 명확하지 않아, 현재 공모사업에 선정된 대부분의 지자체는 활성화 구역 계획을 포함하여 재생계획을 함께 수립하고 있다.
- 이러한 기준을 적용한 결과, 효율성이 높은 산업단지는 기반시설 정비(도로재정비, 주차장, 공원) 유형, 비효율적이지만 도심과의 거리는 가까운 곳에 해당하는 기반시설정비+활성화 구역+복합용도개발 유형, 비효율적이지만 도심과의 거리는 먼 산업단지는 기반시설 정비+기숙사 유형 등 3가지 유형으로 구분하였다. 또한, 대안 1과 2로 나누어 산출변수를 다르게 분석하였지만, 현 정부의 노후산업단지 재생사업 목적에 부합하는 일자리 유지 및 창출을 감안하여 DEA 효율성 분석 중 산출변수 고용성장률과 고용 생산성을 적용하는 것이 현시점에 바람직하다고 판단된다.
- 유종훈(2013)의 일반산업단지 효율성 측정에서는 대전, 충남, 충북의 노후산업 효율성 분석을 통하여 해당단지 22개의 산업단지를 평가 제시하였으며, 투입요소로는 부지면적, 총사업비, 고용인원, 산출변수로는 입주업체 수, 생산액(억 원)을 통해 상대적으로 평가하였다. 자료포락분석 결과, 대전, 충남, 충북을 효율성 평가한 결과 충청권 일반산업단지의 효율성은 대체로 낮은 수준으로 측정되었으며, 효율성이 떨어지는 산업단지에 대한 정책적 방향 제시보다는 효율성 분석의 기술적 보완 방안을 제시하였다.
- 진단대상이었던 83개 산업단지의 효율성 분석결과와 노후산업단지 도심과의 거리 실태 현황에 따라 3가지 유형으로 구분 가능하다.
- Output이 기존연구의 결과와 같이 생산성이 높은 산업단지가 효율성이 높은 산업단지라는 전제하에 효율성이 높은 산업단지 11개 지구이며, 노후산업단지 재생사업은 최종 비전과 목표는 일자리 유지·창출에 있어 Output을 산업단지 고용성장률, 고용 생산성으로 본 결과 효율성이 높은 산업단지는 18개 지구이다. 효율성이 높은 산업단지는 토지용도 변경을 통한 활성화 구역으로 복합용도개발보다 노후 기반시설 재정비사업으로 진행하는 것이 효율적이다. 반면 비효율적 산업단지로 도출된 산업단지 중 도심과의 거리가 가까운 산업단지(도심과의 평균 거리 이하인 6.
후속연구
- 특히 민간개발에 따른 사업성 문제가 가장 크며,도심과 가까운 위치에 있는 노후산업단지 활성화 구역의 사업성이 있으나, 외곽지역에 있는 노후산업단지의 경우 사업성이 낮기 때문이다. 따라서 연구자가 제시한 사업화 유형 구분을 활용하여 해당 지자체의 효율적 사업 진행을 도모할 수 있을 것이다. 단 활성화 구역 및 복합용도개발 유형에 해당하는 산업단지의 경우 대구 염색 일반산업단지나 산단 내 제조업종 중 악취 등 대기오염물질이 다량 배출되는 업종이 있는 단지의 경우 활성화 구역에 따른 새로운 앵커시설 도입 시 유치기능 간의 상충이나 갈등유발 가능성을 고려하여 계획되어야 할 필요성이 있다고 판단되며, 단지 내 국공유지나 유보지 포함 여부가 활성화 구역 설정에 원동력이 될 것으로 판단된다.
- 또한, 산업단지 재생사업 추진유형 구분에 있어서,대상지구가 전국적으로 23개 지구가 지속적으로 지정되고 있는 상황에서 본 연구결과는 재생(시행)계획 수립 시 지자체 개별산업단지의 해당 유형이 어디에 속하는지를 파악하여 합리성과 실행 가능성을 높이는데 크게 기여할 것으로 판단되며, 재생(시행)계획을 위한 사업추진단계에서의 유형 구분 중 도심과의 거리 분석은 대부분 시·군청이 도심에 있으나, 일부 신도시에 입지한 시·군청이 도심에 입지 안 한 경우가 있으므로 보다 면밀히 분석할 필요성은 있다고 판단된다.
- , 복합용도개발, 토지이용개편, 기반시설정비 등에 고려한 효율성 측정에 관한 연구는 이루어지지 않았다. 본 연구는 노후산업단지 83개 지구의 효율성 측정을 통해 향후 연구를 지속할 수 있으며, 연구 대상이나 분석 절차에 있어 선행연구와의 차별성을 지니고 있다.
- 또한, 산업단지 재생사업 추진유형 구분에 있어서,대상지구가 전국적으로 23개 지구가 지속적으로 지정되고 있는 상황에서 본 연구결과는 재생(시행)계획 수립 시 지자체 개별산업단지의 해당 유형이 어디에 속하는지를 파악하여 합리성과 실행 가능성을 높이는데 크게 기여할 것으로 판단되며, 재생(시행)계획을 위한 사업추진단계에서의 유형 구분 중 도심과의 거리 분석은 대부분 시·군청이 도심에 있으나, 일부 신도시에 입지한 시·군청이 도심에 입지 안 한 경우가 있으므로 보다 면밀히 분석할 필요성은 있다고 판단된다. 본 연구를 바탕으로 지속적인 연구가 계속 수행되어 우리나라 노후산업단지의 경쟁력 강화를 위해 다양한 실행 가능 방법들이 제안되고, 노후산단 재생사업 추진에 있어 단초를 제공하기 바란다.
- 본연구와 관련한 자료포락분석 국내 연구결과물로는 이윤(2011)은 국내 국가산업단지의 효율성 및 생산성을 비교 분석하고 국가산업단지의 효율성 변화 과정과 기술 변화가 생산성에 미치는 영향을 파악하였으며,투입요소로는 부지면적, 종사자, 산출요소로는 가동률과 생산액을 통해 상대적으로 평가하였다. 이에 효율성이 높은 산업단지를 언급 제시하였으며, 한계로 한계 중 하나는 사용된 투입과 산출요소 이외에 다른 요소를 사용하거나 추가한다면 국가 산업단지의 효율성 점수가 달리 나올 수 있다는 점에 앞으로는 다양한 변수를 이용하여 다양한 분석 할 필요성을 언급하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.