[논문]우리나라 도시철도의 수송효율성 연구

김현웅

문제 정의

각 도시의 도시철도 수송효율성 분석은 운영기관 단위가 아닌 도시 단위로 효율성을 평가하는 것이 목적이므로, 개별 도시별 도시철도에 대한 조사 자료가 필요하였다. 따라서 도시철도 수송에 대한 통계자료는 각 도시철도 운영회사의 자료를 정리한 “통계로 보는 한국철도 2010”을 이용하였다.
본 연구는 우리나라 도시철도들의 수송효율성을 분석하여, 각 도시철도의 효율성을 향상시키기 위한 기초적 정책방향을 제공하고자 수행되었다. 본 연구를 통해 우리나라 도시철도들의 상대적 효율성을 측정하고, 효율성이 부족한 도시철도에 대해 구조적인 문제가 존재하는지를 분석하였다.
본 연구는 우리나라 도시철도들의 수송효율성을 분석하여, 각 도시철도의 효율성을 향상시키기 위한 기초적 정책방향을 제공하고자 수행되었다. 본 연구를 통해 우리나라 도시철도들의 상대적 효율성을 측정하고, 효율성이 부족한 도시철도에 대해 구조적인 문제가 존재하는지를 분석하였다.
따라서 수송인원과 같이 하나의 부문만을 대상으로 효율성을 분석할 경우 성과를 왜곡시킬 가능성이 있다. 본 연구에서는 이를 방지하고 전체 생산과정상에서 비효율의 원인을 규명하기 위해, 철도운송의 생산과정을 3가지 측면으로 구분하여 각각의 효율성을 분석하였다.
이 연구는 한국 도시철도 운송기관의 효율성 뿐만 아니라 노선별로 효율성을 측정하여 효율성의 향상을 위한 세부적인 분석을 시행하였다는 데에 의미가 있다.

제안 방법

도시철도 수송의 특성을 고려해 볼 때, 도시철도 운영기관이 제한된 선로와 역에서 노동력과 운영비를 투입하여 차량을 운행시켜 도시철도 서비스를 제공하고 여객을 운송하는 과정이라 볼 수 있다. 따라서 본 논문에서는 이와 같은 관점에서 직원수, 차량수, 운영비, 선로연장, 역수를 투입 요소로 선정하고, 전동차 운행거리, 여객 수송실적, 매출액을 산출 요소로 선정하였다.
25로 각각 산출되었다. 또한 BCC 모형을 통해 효율성을 측정하여 규모의 효율성도 파악하였는데, 효율성 지수는 2004년 및 2005년의 서울메트로와 광주도시철도공사가 1.00으로 각각 측정되었는데, 서울메트로는 규모의 효율성을 달성한 운송기관으로 평가된 반면, 광주도시철도공사는 2004년과 2005년의 규모효율성이 각각 0.20과 0.30으로 측정되어 현재의 영업규모가 최적이 아니고 비효율적 원인이 되고 있는 것으로 평가하였다.
분석대상은 서울도시철도, 부산도시철도, 대구도시철도, 인천도시철도, 광주도시철도, 대전도시철도 등 총 6대 도시의 도시철도로 설정하였고, 분석기준년도는 2009년이다. 수송효율성을 측정하기 위한 분석 틀은 자료포락분석(Data Envelopment Analysis)기법이고, 분석을 위한 변수로는 직원수, 전동차 차량수, 운영비, 역도시철도 영업연장, 수, 전동차 운행거리, 여객 수송실적, 매출액으로 설정하였다.
DEA 기법을 이용하여 한국 도시철도의 수송효율성을 측정한 최초의 연구는 김민정(2004)이 수행한 “한국 도시철도 운영기관들의 효율성과 생산성 분석 : 자료포락분석 기법과 확률적 비용변경접근법을 이용하여”이다. 이 연구에서는 두 가지의 변경접근기법인 자료포락분석(DEA) 기법과 확률적 비용변경 접근법(SFA : Stochastic Frontier Analysis)을 통해 서울지하철공사(현 서울메트로), 철도청(현 한국철도공사), 그리고 부산교통공단(현 부산교통공사)의 수도권전철 부문의 효율성과 생산성을 분석하였다. 투입 요소로는 인건비, 동력비, 전동차 및 유지보수비, 자본비, 산출 요소로는 전동차-km가 사용되었다.

대상 데이터

따라서 도시철도 수송에 대한 통계자료는 각 도시철도 운영회사의 자료를 정리한 “통계로 보는 한국철도 2010”을 이용하였다.
본 연구에서 사용된 투입 요소 및 산출 요소는 선행 연구를 참조하여 선정하였다. 선행연구를 살펴보면, 투입 요소는 노동, 차량, 연료, 유지관리비 등이, 산출 요소는 운송실적, 열차운행거리, 운송수입 등으로 정리될 수 있다.
Graham(2008)은 전세계 도시철도들의 효율성과 생산성을 측정하였다. 분석대상은 1996년의 89개의 세계 도시철도, 지하철, 경량전철들로, 투입 요소는 직원수, 차량용량, 노선연장, 산출 요소는 수송인원, 여객수송거리(인-km), 차량운행거리(대-km)이다. DEA 기법을 이용하여 CRS와 VRS의 효율성을 측정한 결과, CRS의 효율성은 Mexico City metro, Moscow metro, Tokyo suburban rail, Helsinki metro 등 4개 철도만이 1.
분석대상은 서울도시철도, 부산도시철도, 대구도시철도, 인천도시철도, 광주도시철도, 대전도시철도 등 총 6대 도시의 도시철도로 설정하였고, 분석기준년도는 2009년이다. 수송효율성을 측정하기 위한 분석 틀은 자료포락분석(Data Envelopment Analysis)기법이고, 분석을 위한 변수로는 직원수, 전동차 차량수, 운영비, 역도시철도 영업연장, 수, 전동차 운행거리, 여객 수송실적, 매출액으로 설정하였다.
우리나라 도시철도의 수송효율성 분석 대상은 서울도시철도, 부산도시철도, 대구도시철도, 인천도시철도, 광주도시철도, 대전도시철도 등 총 6대 도시의 도시철도로 설정하였고, 분석기준년도는 2009년이다.
김재윤 등(2008)은 서울, 부산, 인천, 대구, 광주 등 5대 도시의 6개 지하철 운송기관의 효율성을 측정하였다. 투입 요소로는 노선연장, 차량수, 직원수, 역수를, 산출 요소로는 수송인원과 수입을 채택하였고, 2002년～2005년의 자료를 수집하였다. 연도별 운송기관을 서로 다른 분석대상으로 가정하고, CCR 모형을 통해 6개 운송기관의 총 13개 분석대상의 효율성을 측정한 결과, 2004년 및 2005년의 서울메트로의 효율성 지수가 1.
이 연구에서는 두 가지의 변경접근기법인 자료포락분석(DEA) 기법과 확률적 비용변경 접근법(SFA : Stochastic Frontier Analysis)을 통해 서울지하철공사(현 서울메트로), 철도청(현 한국철도공사), 그리고 부산교통공단(현 부산교통공사)의 수도권전철 부문의 효율성과 생산성을 분석하였다. 투입 요소로는 인건비, 동력비, 전동차 및 유지보수비, 자본비, 산출 요소로는 전동차-km가 사용되었다.

이론/모형

효율성 분석기법에는 크게 비율분석법, 함수적 분석법, 지수분석법이 있다. 본 연구에 적용한 기법은 지수분석법의 일종으로, 생산조직의 상대적 효율성을 측정하기 위해 Farrell(1957)의 개념을 이용한 자료포락분석(DEA) 기법이다. 이 기법은 지수분석법의 또 다른 기법인 총요소 생산성지수 기법과 달리 가격에 대한 정보와 자료 집계를 필요로 하지 않고, 다수의 투입 요소와 다수의 산출 요소를 동시에 고려할 수 있다.
BCC모형은 CCR 모형이 가정하고 있는 규모수익불변을 완화하여 규모수익가변(VRS: Variable Returns to Scale)이라는 가정을 적용한 모형이다. 이에 본 연구에서는 BCC 모형을 적용하여 우리나라 도시철도의 수송효율성을 측정하였는데, 이 모형의 기본식은 다음과 같다.

성능/효과

지하철의 경우 투입 요소는 직원수, 전력사용량, 전동차수, 노선연장이고, 산출 요소는 열차운행거리, 수송인원이다. 1990년부터 2003년의 시계열 자료를 각각 다른 분석대상으로 가정하고 분석을 시행하였는데, 분석결과 부산교통공단의 산출지향 효율성 지수는 CCR 모형의 경우 평균 0.95, BCC 모형의 경우 0.99로 측정되어 효율성이 비교적 균등한 것으로 평가되었다. 이를 년도별로 살펴보면, CCR 모형의 경우 1990년과 1992년, BCC 모형의 경우 1990년, 1991년, 1992년, 1995년, 1996년, 1998년, 2002년, 2003년의 효율성 지수가 1.
6개 운송기관의 15개 노선에 대해 2004년부터 2005년의 총 28개 분석대상의 효율성 측정하였는데, 2005년을 기준으로 서울메트로의 서울지하철 1호선과 2호선이 1.00, 3호선은 0.61, 4호선은 0.81, 서울도시철도공사의 5호선은 0.72, 6호선은 0.60, 7호선은 0.85, 8호선은 1.00, 부산교통공사의 부산지하철 1호선은 0.79, 2호선은 0.49, 3호선은 1.00, 인천지하철공사의 인천지하철 1호선은 0.58, 대구지하철공사의 대구지하철 1호선은 0.47, 2호선은 0.93, 광주도시철도공사의 광주지하철 1호선이 1.00으로 각각 산출되어 서울지하철 노선과 광주지하철 노선이 효율성이 높게 평가되었다.
분석대상은 1996년의 89개의 세계 도시철도, 지하철, 경량전철들로, 투입 요소는 직원수, 차량용량, 노선연장, 산출 요소는 수송인원, 여객수송거리(인-km), 차량운행거리(대-km)이다. DEA 기법을 이용하여 CRS와 VRS의 효율성을 측정한 결과, CRS의 효율성은 Mexico City metro, Moscow metro, Tokyo suburban rail, Helsinki metro 등 4개 철도만이 1.00, 30개 철도는 1.00 미만이면서 0.50 이상, 55개 철도는 0.50 미만으로 각각 측정되어 평균적으로 0.44로 분석되었다. VRS의 효율성은 앞의 4개 철도와 Istanbul light railway와 Munich metro 등 총 6개 철도가 1.
DEA 기법을 이용하여 우리나라 도시철도의 수송효율성을 분석한 결과, 서울 도시철도, 광주 도시철도, 대전 도시철도의 효율성 지수는 공공성 측면, 수익성 측면, 경영 측면 모두 1.000으로 측정되어 효율적 수송이 이루어지고 있는 것으로 나타났다. 특히 전동차 운행거리인 대-km를 산출 요소로 하는 공공성 측면 효율성의 경우, 효율성 지수가 6대도시가 모두 0.
DEA 기법을 통해 60개 분석대상들의 효율성을 분석한 결과, 생산적 효율성 지수는 평균적으로 서울 지하철공사가 0.82로 가장 높고, 철도청 수도권전철 부문이 0.82, 부산교통공단 0.79로 각각 측정되었고, 기술적 효율성 지수는 서울지하철공사가 0.86, 철도청 수도권전철 부문이 0.94, 부산교통공단이 0.89, 배분적 효율성 지수는 서울지하철공사가 0.96, 철도청 수도권전철 부문이 0.87, 부산교통공단이 0.89로 각각 측정되어, 생산적 효율성은 배분적 효율성보다는 기술적 효율성에 영향을 받는 것으로 나타났다. 또한 노동과 자본의 초과투입량을 산출한 결과, 평균적으로 노동은 24.
도표 3에서 보는 바와 같이 전동차 운행거리를 산출요소로 하여 분석한 공공성 측면의 효율성 지수는 서울 도시철도, 인천 도시철도, 광주 도시철도, 대전 도시철도가, 여객 수송실적을 산출요소로 하여 분석한 수익성 측면의 효율성 지수 또한 서울 도시철도, 인천 도시철도, 광주 도시철도, 대전 도시철도가, 매출액을 산출요소로 하여 분석한 경영 측면의 효율성 지수는 서울 도시철도, 광주 도시철도, 대전 도시철도가 각각 1.000으로 측정되어 타 도시철도에 비해 효율성을 가지고 있는 것으로 나타났다. 서울, 광주, 대전의 도시철도는 모두 1.
89로 각각 측정되어, 생산적 효율성은 배분적 효율성보다는 기술적 효율성에 영향을 받는 것으로 나타났다. 또한 노동과 자본의 초과투입량을 산출한 결과, 평균적으로 노동은 24.9%, 자본은 54.7%가 초과투입된 것으로 나타나, 인건비 수준 또는 직원수의 조정과 함께, 장거리 노선과 중량전철 위주의 기존 시스템에 대한 개선 필요성을 제시하였다.
반면 수송실적과 매출액을 기준으로 하는 수익성 측면과 경영 측면의 효율성 지수에서는 대구의 도시철도가 각각 0.592와 0.593으로 측정되어 효율성의 개선이 매우 필요한 것으로 나타났다.
투입 요소로는 노선연장, 차량수, 직원수, 역수를, 산출 요소로는 수송인원과 수입을 채택하였고, 2002년～2005년의 자료를 수집하였다. 연도별 운송기관을 서로 다른 분석대상으로 가정하고, CCR 모형을 통해 6개 운송기관의 총 13개 분석대상의 효율성을 측정한 결과, 2004년 및 2005년의 서울메트로의 효율성 지수가 1.00으로 산출되었고 참조집단 출현빈도도 각각 7회 및 15회로 가장 많아 효율적으로 운영되고 있는 것으로 평가하였다. 2003년의 대구지하철공사는 0.
이 연구에서는 도시철도 시스템 형태(metro, right railway, suburban railway), 도시의 경제여건(보조금이나 투자비 등), 그리고 인구밀도가 도시철도 운송기관의 생산성에 영향을 미치는 것으로 나타났다.
99로 측정되어 효율성이 비교적 균등한 것으로 평가되었다. 이를 년도별로 살펴보면, CCR 모형의 경우 1990년과 1992년, BCC 모형의 경우 1990년, 1991년, 1992년, 1995년, 1996년, 1998년, 2002년, 2003년의 효율성 지수가 1.00으로 측정되어 타 년도에 비해 효율적으로 운영된 것으로 평가되었다. 규모효율성을 분석한 결과, 규모수익 체감 현상을 보이고 있어 공공부문의 성격을 보이고 있는 것으로 나타났으며, 이용자 수에 비하여 노선연장을 증가시키는 방안을 고려해야 한다고 제시하였다.
000으로 측정되어 효율적 수송이 이루어지고 있는 것으로 나타났다. 특히 전동차 운행거리인 대-km를 산출 요소로 하는 공공성 측면 효율성의 경우, 효율성 지수가 6대도시가 모두 0.93 이상으로 측정되어 부산과 대구에서 비효율성이 존재함에도 불구하고, 우리나라 도시철도는 수송효율성을 어느 정도 확보하고 있는 것으로 평가되었다.
17로 산출되어 가장 비효율적으로 운영되고 있는 것으로 나타났다. 평균 효율성 지수는 4개 노선을 운영하고 있는 서울메트로와 서울도시철도공사가 각각 0.99와 0.77로, 3개 노선을 운영하는 부산교통공사는 0.64, 수도권 전철과 연결되는 인천지하철공사는 0.52, 대구지하철 화재사건으로 승객수가 감소한 대구지하철공사는 0.27, 수송실적이 현저히 낮은 광주도시철도공사는 0.25로 각각 산출되었다. 또한 BCC 모형을 통해 효율성을 측정하여 규모의 효율성도 파악하였는데, 효율성 지수는 2004년 및 2005년의 서울메트로와 광주도시철도공사가 1.

후속연구

00으로 측정되어 타 년도에 비해 효율적으로 운영된 것으로 평가되었다. 규모효율성을 분석한 결과, 규모수익 체감 현상을 보이고 있어 공공부문의 성격을 보이고 있는 것으로 나타났으며, 이용자 수에 비하여 노선연장을 증가시키는 방안을 고려해야 한다고 제시하였다.
향후 연구과제로서 세계 주요 도시의 도시철도와의 비교, 코레일의 도시철도 부문을 포함하는 효율성 측정, 각 도시철도의 비효율 원인의 측정과, 도시철도 각 노선별 역별 효율성의 분석 연구가 수행될 필요가 있다.

핵심어	질문	논문에서 추출한 답변
	DEA 기법의 장점은 무엇인가?	DEA 기법은 효율적인 생산조직들을 연결하는 불연속적인 생산변경을 이용하여 다른 생산조직들의 효율성을 측정하는 일종의 선형계획법이다. 이 방법론은 다수의 산출 요소를 생산하기 위하여 다수의 투입 요소를 사용하는 생산조직의 성과를 평가하는 데 효과적으로 적용될 수 있을 뿐만 아니라, 비율분석법과 함수적 접근법을 포함하는 모수적 기법들이 지니는 여러 한계를 극복하고 효과적으로 효율성을 분석할 수 있는 장점을 지니고 있다.
	효율성 분석기법에는 무엇이 있는가?	효율성 분석기법에는 크게 비율분석법, 함수적 분석법, 지수분석법이 있다. 본 연구에 적용한 기법은 지수분석법의 일종으로, 생산조직의 상대적 효율성을 측정하기 위해 Farrell(1957)의 개념을 이용한 자료포락분석(DEA) 기법이다.
	CCR 모형의 단점은 무엇인가?	일반적으로 DEA 기법 중에서 가장 많이 활용되는 모형은 Charnes, Cooper and Rhodes(1978)의 CCR 모형과 Banker, Charnes and Cooper (1984)의 BCC 모형이다. CCR 모형은 준거기술(reference technology)을 규정하는데 있어 규모에 대한 규모수익불변(CRS: Constant Returns to Scale)이라는 가정을 지니고 있으므로 규모의 효율성과 순수 기술적 효율성을 구분하지 못하는 단점이 있다. BCC모형은 CCR 모형이 가정하고 있는 규모수익불변을 완화하여 규모수익가변(VRS: Variable Returns to Scale)이라는 가정을 적용한 모형이다.

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

우리나라 도시철도의 수송효율성 연구
Efficiency Analysis of Urban Railways in Korea 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

우리나라 도시철도의 수송효율성 연구 Efficiency Analysis of Urban Railways in Korea 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

우리나라 도시철도의 수송효율성 연구
Efficiency Analysis of Urban Railways in Korea 원문보기

AI 본문요약
AI-Helper