세계 주요 천연가스업체의 효율성 및 생산성 분석 : 2단계 DEA 모델과 Malmquist 생산성 지수 모델을 중심으로 :2단계 DEA 모델과 Malmquist 생산성 지수 모델을 중심으로

김기현; 황승준; 이진표

추천

검색

질문

자료유형: 학술저널

저자정보: 김기현 (한양대학교) 황승준 (한양대학교) 이진표 (홍익대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제31권 제2호

발행연도: 2018.2

수록면: 347 - 376 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

글로벌 에너지 정책은 과거 경제성 위주 정책에서 에너지 안보로, 그리고 최근 Post 2020 시대에 진입하면서 환경 및 안전 중심으로 변화하고 있다. 이러한 글로벌 에너지 패러다임의 변화는 주요 친환경, 저탄소 에너지원의 하나로 여겨지는 천연가스를 전 세계적 관심의 대상으로 떠오르게 하였다. 이에 세계 주요 천연가스업체간 효율성 및 생산성을 비교 분석하는 것은 천연가스업체의 경쟁력 강화를 위한 효과적인 방법론이 될 것이다. 본 연구에서는 14개 세계 주요 천연가스업체들의 효율성 및 생산성을 분석하기 위해 2단계 DEA (Data Envelopment Analysis) 방법 및 MPI (Malmquist Productivity Index)를 활용한다. 이를 위해 천연가스업체의 효율성 및 생산성 분석을 위한 투입 · 산출변수를 선정하고 2013년-2016년 동안의 자료를 각 업체의 연차보고서에서 수집하여 DEA 및 MPI 측정을 실시하였다. 그리고 비효율적 기업에 대한 참조 기업을 선정하고, 투입 및 산출변수의 목표값을 도출하였다. 1단계 DEA 결과 한국가스공사(KOGAS), Centrica 등은 효율적 기업으로 도출되는 반면, Tokyo Gas, Osaka Gas 등은 비효율적 기업으로 나타났다. 앞서 도출된 효율성 · 비효율성의 원인을 본원적으로 분석하기 위해 2단계 Fundamental DEA를 실시한 결과 종업원 수 측면에서 KOGAS, INPEX 등은 효율적 기업으로 도출되는 반면, 자산측면에서는 비효율적 기업으로 나타났다. 이에 본 연구에서는 1단계 DEA에서 효율적이라고 하더라도 2단계 DEA에서 비효율적인 부분이 발생할 수 있기 때문에 효율성 분석 시 1단계 DEA 뿐만 아니라 2단계 DEA가 동시에 필요함을 제시한다. 한편 KOGAS의 경우, MPI 측정결과와 관련해서는 전체적인 생산성지수의 변화율이 연 24% 감소된 것으로 나타났다. 이는 기술변화율이 연 24% 감소한 것으로 나타나 기술의 퇴보가 발생했기 때문에 다른 천연가스업체들 보다 효율성 증가가 낮게 나타난 것으로 해석할 수 있다. 즉 앞서 DEA를 통한 정태적 분석 결과와는 다른 방향을 보이고 있다. 이에 본 연구에서는 DEA에서 효율적이라고 하더라도 MPI 측정결과 생산성이 낮을 수 있기 때문에 효율성 분석 시 DEA와 MPI가 동시에 필요함을 제시한다. 결과적으로 본 연구는 세계 주요 천연가스업체의 효율성 개선을 위한 진단방법을 다각도로 제시하고, 비효율적인 원인을 파악하여 효율성 향상을 위한 목표값과 함께 대응 전략을 제공한다. 본 연구의 결과를 통해 비단 비효율적 기업을 효율화하는데 국한하지 않고, 효율적 기업을 초효율적 기업으로 발전시키기 위한 경영 효율화 방안 수립의 의사결정 자료로 활용될 수 있을 것이다.

Global energy policy is shifting from the past economy-oriented policy to energy security, and recently into the post-2020 era, centered on environment and safety. This change in the global energy paradigm has led to global interest in natural gas, which is considered to be one of the major green and low carbon energy sources. Therefore, comparing and analyzing the efficiency and productivity among the major natural gas companies will be an effective way to build a competitive strategy for natural gas companies. In order to improve the competitiveness of natural gas companies based on the analysis results, benchmarking targets for each company were selected and the target values were derived through linear analysis of input variables and output variables. This study utilizes the two-step Data Envelopment Analysis (DEA) method and the Malmquist Productivity Index (MPI) to analyze the efficiency and productivity of 14 major global natural gas companies. For this purpose, efficiency input and output factors related to efficiency of natural gas companies were selected and the data for 2013-2016 was collected from each company`s annual report and analyzed for efficiency and productivity. In addition, benchmarking targets for inefficient firms were selected to derive inputs for the target level.
The results of this study are summarized as follows. First, the efficiency of each DMU in the DEA is subdivided through CCR and BCC models and analyzed by TE (Technical Efficiency), PTE (Pure Technical Efficiency) and SE (Scale Efficiency). As a result, we derive what the inefficient DMU is and what causes the inefficiency. First, the DEA results of the natural gas companies show that the efficiency of the CCR model is about 36%, the efficiency of the BCC model is about 64%, and the efficiency of the SE model is about 36%. This is because the overall efficiency level of natural gas companies is low and is effective in the BCC model to diagnose the internal operation efficiency, but it can be interpreted as ineffective in the CCR model of the scale efficiency. In the end, in order to improve the efficiency of natural gas companies, it would be desirable to first reduce scale inefficiency. Second, as a result of the first-step DEA, KOGAS, Centrica, etc. are derived as efficient companies while Tokyo Gas and Osaka Gas are inefficient companies. In order to analyze the causes of efficiency and inefficiency derived earlier, we conducted a second-step fundamental DEA. In terms of the number employees, KOGAS, INPEX, etc. In this study, it is suggested that not only the first-step DEA but also the second-step DEA are needed in the efficiency analysis because the inefficiency can occur in the second-step DEA even if it is efficient in the first-step DEA. Third, on the other hand, in the case of KOGAS, the rate of change of the overall productivity index decreased by 24% per year in relation to the MPI measurement result. This can be interpreted as the rate of technological change has decreased by 24% per year, which means that the efficiency of the technology is much lower than that of other natural gas companies. In other words, it is a result different from the static analysis result through the DEA. Therefore, this study suggests that DEA and MPI are needed simultaneously in the efficiency analysis because the productivity of DEA can be low even if it is efficient. Fourth, we show how to adjust input variables by analyzing the improvement goal of inefficient DMU. According to the analysis, DMU13 companies can reduce their input variable assets of $ 5,266 million and the number of employees to about 790, while DMU2 firms can be converted into efficient companies through management strategies that reduce assets to $ 19,197 million and the number of employees to about 4,686.
As a result, this study proposes various diagnostic methods to improve the efficiency of major natural gas companies in the world, identifies the ineffective causes, and provides a target value and a response strategy to improve efficiency. The result of this study can be used as a decision-making data for establishing management efficiency plan to develop efficient enterprise into ultra - efficient enterprise, not limited to efficiency of inefficient.

#천연가스 #자료포락분석(DEA) #Malmquist 생산성지수(MPI) #2단계 DEA #효율성 분석 #Data Envelopment Analysis(DEA) #Malmquist Productivity Index(MPI) #2Step DEA #Efficiency Analysis #Natural Gas

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김기현

소속기관 한양대학교

주요연구분야 사회과학 > 경영학 공학 > 컴퓨터학

논문수 4 이용수 905

황승준

소속기관 한국항공대학교

주요연구분야 사회과학 > 경영학 TOP 10% 공학 > 산업공학

논문수 26 이용수 5,713

Jinpyo Lee

소속기관 홍익대학교

주요연구분야 사회과학 > 경영학 복합학 > 학제간연구

논문수 2 이용수 575

이 논문과 함께 이용한 논문

전기공사업 효율성 및 생산성 변화 분석: DEA 및 Malmquist 생산성지수 모델을 중심으로

김예정 대한경영학회지 2019 .05

DEA를 통한 중소·중견기업의 R&D 효율성 분석

조남권 , 김규환 , 이석진 지식재산연구 2018 .06

DEA 및 DEA-Window를 통한 국내 게임산업의 정태적/동태적 효율성 분석: 온라인 및 모바일 게임 기업을 중심으로

이재영 , 임춘성 , 반승현 한국콘텐츠학회논문지 2020 .10

불확실성 DEA모델을 이용한 컨테이너 항만의 효율성 분석 연구

팜티큔마이 , 김화영 , 이청환 한국항만경제학회지 2016 .03

한국 경종농업의 플로우 노동투입량 추계 및 노동생산성 변화요인 분석

오유민 , 유영봉 한국산학기술학회 논문지 2022 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-324-001804806

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)