Journal of Korea Port Economic Association (한국항만경제학회지)

The Korea Port Economic Association (한국항만경제학회)
권호 표지

An Empirical Comparative Study of the Seaport Clustering Measurement Using Bootstrapped DEA and Game Cross-efficiency Models

부트스트랩 DEA모형과 게임교차효율성모형을 이용한 항만클러스터링 측정에 대한 실증적 비교연구

  • Received : 2016.02.11
  • Accepted : 2016.03.21
  • Published : 2016.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this paper is to show the clustering trend and the comparison of empirical results and is to choose the clustering ports for 3 Korean ports(Busan, Incheon and Gwangyang Ports) by using the bootstrapped DEA(Data Envelopment Analysis) and game Cross-efficiency models for 38 Asian ports during the period 2003-2013 with 4 input variables(birth length, depth, total area, and number of cranes) and 1 output variable(container TEU). The main empirical results of this paper are as follows. First, bootstrapped DEA efficiency of SW and LT is 0.7660, 0.7341 respectively. Clustering results of the bootstrapped DEA analysis show that 3 Korean ports [ Busan (6.46%), Incheon (3.92%), and Gwangyang (2.78%)] can increase the efficiency in the SW model, but the LT model shows clustering values of -1.86%, -0.124%, and 2.11% for Busan, Gwangyang, and Incheon respectively. Second, the game cross-efficiency model suggests that Korean ports should be clustered with Hong Kong, Shanghi, Guangzhou, Ningbo, Port Klang, Singapore, Kaosiung, Keelong, and Bangkok ports. This clustering enhances the efficiency of Gwangyang by 0.131%, and decreases that of Busan by-1.08%, and that of Incheon by -0.009%. Third, the efficiency ranking comparison between the two models using the Wilcoxon Signed-rank Test was matched with the average level of SW (72.83 %) and LT (68.91%). The policy implication of this paper is that Korean port policy planners should introduce the bootstrapped DEA, and game cross-efficiency models when clustering is needed among Asian ports for enhancing the efficiency of inputs and outputs. Also, the results of SWOT(Strength, Weakness, Opportunity, and Threat) analysis among the clustering ports should be considered.

본 논문에서는 부트스르랩DEA모형과 게임교차효율성모형으로, 아시아 38개 컨테이너항만들의 11년간 자료를 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수), 1개의 산출요소(컨테이너화물처리량)를 이용하여 국내항만(부산, 인천, 광양항)들이 어떤 항만들과 클러스터링 해야만 하는지에 대한 측정방법을 실증적으로 보여 주고 분석하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 2003년부터 2013년까지 전체자료를 이용한 편의수정 된 부트스트랩 평균효율성 측정의 주요한 결과를 살펴보면, (1) LT모형의 효율성 수치가 SW모형의 효율성 수치보다 그 모형의 엄격성 때문에 더 낮게 나타나는 경향을 보이고 있다. (2) 전체 자료에 대한 SW모형의 부트스트랩 평균효율성 수치는 0.7660, LT모형은 0.7341로 나타났다. 둘째, 게임교차효율성 모형에 의한 국내항만들의 클러스터링을 살펴보면 국내항만들은 홍콩항, 상해항, 광저우항, 닝보항, 포트클랑항, 싱가포르항, 카오슝항, 키롱항, 방콕항과 클러스터링하는 것이 좋은 것으로 나타났다. 셋째, 부트스트랩 DEA모형에 의한 국내항만들의 클러스터링 후 효율성 변화분석의 주요한 결과는 부트스트랩 SW모형에서는 모두 상승[부산:6.46%, 인천:3.92%, 광양:2.78%]하였으나, 부트스트랩 LT모형에서는 인천항(2.11%)만 상승하고, 부산항(-1.86%), 광양항(-0.124%)은 하락하였다. 넷째, 게임교차효율성 모형에 의한 클러스터링 후의 국내항만의 효율성 변화를 살펴보면 광양항(0.131%)만 상승하고 부산항(-1.08%)과 인천항(-0.009%)은 하락하였다. 다섯째, 효율성 순위를 검정한 윌콕슨부호순위검정에서는 세 가지 모형[부트스트랩 DEA모형(SW)과 게임교차효율성 모형(72.83%), 부트스트랩 DEA모형(LT)과 게임교차효율성모형(68.91%)]사이에 순위에 차이가 없는 것으로 나타났다. 본 논문이 갖는 정책적인 함의는 첫째, 항만정책입안자들이 본 연구에서 사용한 두 가지 모형을 항만의 클러스터링 정책에 도입하여 해당항만이 발전할 수 있는 전략을 수립하고 이행해 나가야만 한다는 점이다. 둘째, 본 논문의 실증분석결과 국내항만들의 참조항만, 클러스터링항만들로서 나타난 아시아항만들에 대하여, 그들 항만들의 항만개발, 운영에 대한 내용을 정밀하게 분석하고 도입하여 실시하는 것이 필요하다.

Keywords

References

  1. 김근섭 (2015), "부산항 환적경쟁력 강화를 위한 네트워크 강화방안", 동아시아물류동향, 제85권, 부산발전연구원, 98-103.
  2. 김경구 (2003), "교차 평가모형을 이용한 컨테이너 터미널의 효율성 평가모형에 관한 연구", 부산외국어 대학교 대학원 석사학위논문.
  3. 김재희 (2009), "교차효율분석을 활용한 원양어업의 업종별 경쟁력 추정", 해양정책연구, 제24권 제1호, 한국해양수산개발원, 57-76.
  4. 김종대 (2014), "부트스트랩 DEA기법을 이용한 지역신협의 경영효율성 분석", 금융공학연구, 제13권 제1호, 한국금융공학회, 101-127.
  5. 박노경 (2016), "부트스트랩 DEA모형과 게임교차효율성 모형을 이용한 항만클러스터링 측정에 대한 실증적 비교연구", 2016 경제학공동학술대회 한국항만경제학회 분과 학술발표논문집, 한국항만경제학회, 1-47.
  6. 박노경 (2003), "컨테이너 항만선택을 위한 선호도 측정방법: 컨텍스트의존모형 접근", 해운물류연구, 제38호, 한국해운물류학회, 87-112.
  7. 박노경 (2014), "게임교차효율성 모형을 이용한 컨테이너항만의 효율성 측정방법 소고", 한국항만경제학회 지, 제30권 제4호, 한국항만경제학회, 279-294.
  8. 박노경 (2013a), "교차효율성 모형을 이용한 컨테이너항만의 효율성 측정방법", 무역연구, 제9권 제4호, 한국무역연구원, 279-294.
  9. 박노경 (2013b), "컨테이너항만의 클러스터링 측정방법 소고: DEA참조집단모형과 교차효율성 모형을 이용", 무역연구, 제9권 제7호, 한국무역연구원, 439-456.
  10. 박병인 (2015), "광양항과 동북아 주요컨테이너항만간 경협 추세분석", 한국항만경제학회지, 제31권 제2호, 한국항만경제학회, 85-101.
  11. 박영태 (2016), "글로벌물류시대 항만배후단지 활성화를 위한 실무적 방안", 2016 경제학공동학술대회 한국항만경제학회 분과 학술발표논문집, 한국항만경제학회, 2-22.
  12. 이기웅.이문규.방효식 (2011), "부산항 환적화물 유치를 위한 항만경쟁력 분석에 관한 실증연구", 통상정보연구, 제13집 제1호, 한국통상정보학회, 97-120.
  13. 이준배 (2013), DEA 경영효율성, 도서출판 명진.
  14. 임일규.김명재.안기명 (2010), "중국항만과 경쟁력 분석을 통한 부산항 환적화물 유치전략 연구", 한국항만경제학회지, 제26권 제3호, 한국항만경제학회, 175-179.
  15. Adler, N., Friedman, L. and Sinuany-Stern, Z. (2002), "Review of Ranking Methods in the Data Envelopment Analysis Context," European Journal of Operational Research, Vol.140, 249-265. https://doi.org/10.1016/S0377-2217(02)00068-1
  16. Alcaraz, J., N. Ramon, J. L. Ruiz, and I.Sirvent (2013), "Ranking Ranges in Cross-efficiency Evaluation," European Journal of Operational Research, Vol. 226, 516-521. https://doi.org/10.1016/j.ejor.2012.11.034
  17. Andersen, P. and Petersen, N. C. (1993), "A Procedure for Ranking Efficient Units in Data Envelopment Analysis," Management Sciences, Vol.39, 1261-1264. https://doi.org/10.1287/mnsc.39.10.1261
  18. Banker, R. D., A. Charnes and W. W. Cooper (1984), "Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis," Management Sciences, Vol.30, 1078-1092. https://doi.org/10.1287/mnsc.30.9.1078
  19. Charnes, A., W. W. Cooper and E. Rhodes (1978), "Measuring the Efficiency of Decision Making Units," European Journal of Operational Research, Vol.2, 429-444. https://doi.org/10.1016/0377-2217(78)90138-8
  20. Chen, C. M. and J. Zhu (2011), "Efficient Resource Allocation via Efficiency Bootstraps: Allocation to R&D Project," Operations Research, Vol.59 No.3, 729-741. https://doi.org/10.1287/opre.1110.0920
  21. Doyle, J. R., and R. H. Green (1994), "Efficiency and Cross-efficiency in DEA: Derivations, Meanings, and Uses," Journal of Operational Research Society, Vol.45 No.5, 567-578. https://doi.org/10.1057/jors.1994.84
  22. Du, J., W. D. Cook, Liang, L., and J. Zhu (2014), "Fixed Cost and Resource Allocation based on DEA Cross-efficiency," European Journal of Operational Research, Vol.235, 206-214. https://doi.org/10.1016/j.ejor.2013.10.002
  23. Farrel, M. J. (1957), "The Measurement of Productive Efficiency," Journal of the Royal Statistical Society, Series A, Part 3.
  24. Global Maritime Logistics Council (2009), Seaport Cluster Research Programme 2007-2011, 1-31. http://www.globeinst.org/portcluster
  25. Hirschberg, J. G. and J. N. Lye (2001), "Clustering in a Data Envelopment Analysis Using Bootstrapped Efficiency Scores," Working Paper No.3010, Economics Department, University of Melbourne, 1-22.
  26. Liang, L., J. Wu, W. D. Cook, and J. Zhu (2008), "The DEA Game Cross-Efficiency Model and Its Nash Equilibrium," Operations Research, Vol.56 No.5, 1278-1288. https://doi.org/10.1287/opre.1070.0487
  27. Lothgren, M., and M. Tambour (1999a), "Bootstrapping the Data Envelopment Analysis Malmquist Productivity Index," Applied Economics, Vol.31, 417-425. https://doi.org/10.1080/000368499324129
  28. Lothgren, M., and M. Tambour (1999b), "Testing Scale Efficiency in DEA Models :A Bootstrapping Approach," Applied Economics, Vol.31, 1231-1237. https://doi.org/10.1080/000368499323445
  29. Ma, C., D. Liu, Z. Zhou, W. Zhao, W. Liu (2014), "Game Cross-Efficiency for Systems with Two-Stage Structures," Journal of Applied Mathematics, 2014s (Special Issue 2013), 1-8.
  30. Park, Ro Kyung (2008), "A Verification of Korean Containerport Efficiency Using the Bootstrap Approach," Journal of Korea Trade, Vol.12 No.2, The Korea Trade Research Association, 1-30.
  31. Sarkis, J., and S. Talluri (2004), "Performance Based Clustering for Benchmarking of US Airports," Transportation Research Part A, Vol.38, 329-346. https://doi.org/10.1016/S0191-2615(03)00015-8
  32. Sexton, T. R., R. H. Silkman, and A. J. Hogan (1986), Data Envelopment Analysis: Critique and Extentions, in Silkman, R. H. (Ed.), Measuring Efficiency: An Assessment of Data Envelopment Analysis, Jossey-Bass, San Francisco, 73-105.
  33. Simar, L., and P. W. Wilson (1998), "Sensitiviity Analysis of Efficiency Scores: How to Bootstrap in Nonparametric Frontier Models," Management Science, Vol.44, 49-61. https://doi.org/10.1287/mnsc.44.1.49
  34. Song, M. L., L. L. Zhang, W. Liu, and R. Fisher (2013), "Bootstrap-DEA Analysis of BRICS' Energy Efficiency based on Small Sample Data," Applied Energy, Vol.112, 1049-1055. https://doi.org/10.1016/j.apenergy.2013.02.064
  35. Thanassoulis, A. (1996), "A Data Envelopment Analysis Approach to Clustering Operating Units for Resource Allocation Purposes," OMEGA, Vol.24 No.4, 463-476. https://doi.org/10.1016/0305-0483(96)00013-8
  36. Ulucan, A., and Atici, K. B. (2010), "Efficiency Evaluation with Context-dependent and Measure-specific Data Envelopment Approach: An Application in a World Bank Supported Project," OMEGA, Vol.38, 68-83. https://doi.org/10.1016/j.omega.2009.04.003
  37. Wu, J., Liang, L., and Y. Chen (2009), "DEA Game Cross-Efficiency Approach to Olympic Rankings," OMEA, Vol.37, 909-918.
  38. Wu, J., and Liang, L. (2012), "A Multiple Criteria Ranking Method based on Game Cross-Evaluation Approach," Annals of Operations Research, Vol.197, 191-202. https://doi.org/10.1007/s10479-010-0817-8
  39. Wu, J., Liang, L., Wu, D. and Yang, F. (2008), "Olympics Ranking and Benchmarking Based on Cross Efficiency Evaluation Method and Cluster Analysis: The Case of Sydney 2000," International Journal of Enterprise Network Management, Vol.2 No.4, 377-392. https://doi.org/10.1504/IJENM.2008.020640
  40. Wu, J., Liang, L. and Yang, F. (2009), "Achievement and Benchmarking of Countries at the Summer Olympics Using Cross Efficiency Evaluation Method," European Journal of Operational Research, Vol.197, 722-730. https://doi.org/10.1016/j.ejor.2008.06.030
  41. http://www.ci-online.co.uk, [Containerisation International Yearbook, 2003-2012.].
  42. http://www.spidc.go.kr