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

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.

부트스트랩 DEA모형과 게임교차효율성모형을 이용한 항만클러스터링 측정에 대한 실증적 비교연구

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.