한국 물류산업의 효율성과 생산성: 비모수적 기법과 모수적 기법의 적용

김창범

추천

검색

자료유형: 학술저널

저자정보: 김창범

저널정보: 한국해운물류학회 해운물류연구 해운물류연구 제31권 제3호

발행연도: 2015.1

수록면: 587 - 620 (34page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본고는 우리나라 물류산업에 대해 DEA기법을 적용하여 효율성과 생산성을 분석하고, 패널 SFA기법과 패널 Tobit모형을 적용하여 규모의 수익 패턴과 효율성의 결정요인을 분석하였다. 첫째, CCR기준 초효율성과 SBM기준 초효율성 분석 결과 육상운송업이 가장 비효율적이며, 수상운송업이 가장 효율적인 것으로 나타났다. 또한 업종별로는 외항화물운송업이 가장 효율적이며, 도시철도운송업이 가장 비효율적인 것으로 나타났다. 또한 SFA기법을 적용한 결과 생산의 노동탄력성과 자본탄력성이 1에 근접하여 규모의 수익불변 특징을 보여주었다. 둘째, 패널 Tobit분석 결과 1인당 생산성 향상은 효율성에 긍정적인 영향을 미쳤으며, 1인당 자본량과 평균비용 증가는 효율성에 부정적인 영향을 미쳤다. 셋째, DEA/Window 기법으로 효율성의 동태적 안정성 여부를 살펴본 결과, 도선업이 가장 불안정적이며 도시철도운송업이 가장 안정적이었다. 넷째, Malmquist 생산성 분석을 통해 생산성 증가와 감소의 가장 큰 요인은 각각 기술진보와 기술퇴보로 분석되었다.

The main purpose of this paper is to investigate the efficiency and productivity of 40 logistics industries in Korea using a variety of method: super CCR, super SBM, DEA window analysis, and the Malmquist productivity index. The super efficiency model is a method for selecting the most efficient of all efficient decision making units (DMUs). The super SBM (slack-based measure of super-efficiency) model was introduced as an alternative method to calculating the super efficiency score without considering the slacks of input variables and output variables. Using these models, the most efficient DMU has a value greater than one. The Malmquist productivity index has many attractive features. For one thing, it decomposes the result into a technical efficiency change index and frontier change index, allowing the productivity change to be attributed to either changes in technical efficiency or changes in technology(i.e., technological progress in the industry), or both. The total factor productivity change is the product of technical efficiency change and technological change. Technical efficiency change can be decomposed into pure technical efficiency and scale efficiency change. Window analysis is one of methods used to verify productivity change over time and works on the principle of moving averages. DEA window analysis is used to measure efficiency in cross-sectional and time variant data. Thus, it is useful for detecting performance trends for a DMU over time. Each DMU is treated as a different industry in a different period, which allows for increasing the number of data points. In other words, each DMU in a different period is treated as if it were an independent DMU but remains comparable in the same window. The advantage of DEA window analysis is that the performance of an industry in a given period can be compared to itself and to other industries over time. The empirical results are as follows: First, by both the super CCR efficiency and super SBM efficiency methods, inefficiency of land transport and water transport was indicated as 67-74% and 30-44% respectively. These results indicate that land is the most inefficient form of transport, whereas water transport is the most efficient. The annual efficiency values revealed that the degree of inefficiency has increased since 2011. Also, detailed results for sectors show that ocean shipping is the most efficient way to transport cargo, whereas urban rail transport is the most inefficient. Second, tobit panel analysis showed that labor productivity has positive impact on efficiency, whereas average cost has negative impact on efficiency. Third, the DEA window analysis results calculated using LDP values and standard deviations show that ferry transport is the most stable, whereas urban railway transport is the most unstable. Fourth, Malmquist productivity index results show that productivity improved 1.6% on average, with technological progress being the major factor decreasing productivity. These results indicate that it is necessary to expand the logistics market to increase the efficiency of the industry. To do so, many efforts must be made to global leadership in logistics enterprises, invest on global logistics infrastructure, increase research and development, and expand the future use of new technologies.

#물류산업 #효율성 #생산성 #패널 SFA #패널 Tobit모형 #logistics industry #efficiency #productivity #panel SFA #panel Tobit model

참고문헌 (24)

참고문헌 신청

/ / 통계청 국가경제포털의 운수업통계조사, 경제활동별 생산·소득통계,산업별 취업자 통계

Andersen, P. / 1993 / A Procedure for Ranking Efficient Units in Data Envelopment Analysis / Management Science 39 : 1261 ~ 1264

Asmild, M. / 2004 / Combining DEA Window Analysis with the Malmquist Index Approach in a Study of the Canadian Banking Industry / Journal of Productivity Analysis 21 : 67 ~

Banker, R. D. / 1984 / Some Models for Estimating Technical and Scale Inefficiencies in Data Envelope Analysis / Management Science 30 : 1078 ~ 1092

Chang, Y. T. / 2013 / Environmental Efficiency Analysis of Transportation System in China : A Non-Radial DEA Approach / Energy Policy 58 : 277 ~ 283

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김창범

소속기관 조선대학교

주요연구분야 사회과학 > 무역학

논문수 19 이용수 304

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)