• 제목/요약/키워드: Asian Seaports Clustering

검색결과 5건 처리시간 0.016초

메타프론티어 DEA모형과 정수계획모형을 이용한 항만클러스터링 측정에 대한 실증적 비교 및 검증연구 (An Empirical Comparison and Verification Study on the Seaport Clustering Measurement Using Meta-Frontier DEA and Integer Programming Models)

  • 박노경
    • 한국항만경제학회지
    • /
    • 제33권2호
    • /
    • pp.53-82
    • /
    • 2017
  • 본 논문에서는 메타프론티어 DEA모형과 정수계획모형으로, 아시아 38개 컨테이너항만들의 10년간(2005-2014) 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 비교, 분석, 검증하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 2005년부터 2014년까지 전체자료를 이용한 메타프론티어 DEA효율성 측정의 주요한 결과를 살펴보면, 중국항만들의 메타효율성과 그룹효율성이 높게 나타났으며, 순위는 상해, 홍콩, 닝보, 칭타오, 광저우 순서였으며, 국내항만은 부산, 인천, 광양항의 순서였다. 둘째, 정수계획모형에 의한 국내항만들의 클러스터링을 살펴보면 (1)부산항은 두바이, 홍콩, 상해, 광저우, 닝보, 칭타오, 싱가포르, 카오슝 항과 클러스터링하고, (2)인천항과 광양항은 사히드 라자이, 하이파, 크호르 파칸, 탄중 퍼락, 오오사카, 키룽, 방콕 항과 클러스터링 하는 것이 좋은 것으로 나타났다. 셋째, 정수계획모형을 통한 클러스터링이 메타프론티어 DEA모형의 그룹효율성을 부산항을 제외하고 인천항은 401.84%, 광양항은 354.25%만큼 대폭적으로 상승시켰다. 넷째, 효율성 순위를 검정한 윌콕슨부호순위검정에서는 두 가지 모형[메타프론티어 DEA모형과 정수계획모형에 의한 클러스터링 전과 후의 그룹효율성(57.88%), 기술 갭 효율성(80.93%)]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.

K-Means 군집모형과 계층적 군집(교차효율성 메트릭스에 의한 평균연결법, Ward법)모형 및 혼합모형을 이용한 컨테이너항만의 클러스터링 측정에 대한 실증적 비교 및 검증에 관한 연구 (An Empirical Comparison and Verification Study on the Containerports Clustering Measurement Using K-Means and Hierarchical Clustering(Average Linkage Method Using Cross-Efficiency Metrics, and Ward Method) and Mixed Models)

  • 박노경
    • 한국항만경제학회지
    • /
    • 제34권3호
    • /
    • pp.17-52
    • /
    • 2018
  • 본 논문에서는 K-Means 군집모형과 계층적 군집모형, 혼합모형으로, 아시아 38개 컨테이너항만 들의 2006년부터 2015년까지의 자료와 선석길이, 수심, 총면적, 크레인 수를 투입물, 컨테이너화물처리량을 산출물로 하여 국내대표 컨테이너항만 들(부산, 인천, 광양항)이 클러스터링 해야만 하는 항만들을 적출해 내는 측정방법을 보여 주고 비교, 분석, 검증하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 10년간의 자료를 이용한 분석에서 클러스터링 후의 효율성 증가폭이 큰 순서대로 살펴보면 평균연결법[average linkage(AL)]은 42.04% 상승, Mixed Ward는 35.01% 상승, 경험법칙[rule of thumb(RT)]&Elbow는 30.47% 상승, Ward는23.65% 상승, Mixed AL는 23.25% 상승의 순서였다. 둘째, RT와 Elbow모형에 의한 국내항만들의 클러스터링을 살펴보면 (1)부산항은 두바이, 홍콩, 광저우, 칭타오, 포트 클랑, 싱가포르, 림찬방 (2)인천항은 하이파, 포트슐탄 카부스, 담만, 크호르 파칸, 탄중프리옥, 탄중퍼락, 동경, 나고야, 오사카, 카라치, 오아심, 마닐라, 다바오, 콜롬보, 킬롱, 방콕, (3)광양항은 아카바, 크호르 파칸, 광정우, 닝보, 칭타오, 포트 클랑, 카오슝, 림찬방 항과 클러스터링 해야만 하는 것으로 나타났다. 셋째, 최적 군집 수를 살펴보면 AL(6개), Mixed Ward(5개), RT&ELBOW (4개), Ward(5개), Mixed AL(6개)가 최적 군집 수인 것으로 나타났다. 넷째, 전문가 그룹에 의해서 선호되는 항만들과 본 실증분석결과에 의해서 도출된 국내항만들의 클러스터링 되는 항만들과의 일치성 여부는 부산항은 80%, 인천항은 17%, 광양항은 50%수준에서 일치하는 것으로 검증되었다. 본 논문이 제안하고 있는 정책적인 측면의 의미는 첫째, 항만정책입안자, 항만운영관리자들이 본 연구에서 사용한 모형들을 항만의 클러스터링에 도입하여 벤치마킹항만들을 선정해야만 한다. 둘째, 실증분석의 결과로서 도출된, 국내항만들의 참조항만, 클러스터링항만들에 대하여, 그들 항만들의 항만개발, 운영방안 등에 대한 내용을 비교 분석하고 벤치마킹이 필요한 부분은 신속하게 도입하여 실시하는 것이 필요하다는 점이다.

컨텍스트의존 모형 및 측정특유 모형을 이용한 아시아항만들의 클러스터링 측정 및 추세분석에 관한 실증적 연구 (An Empirical Study on the Clustering Measurement and Trend Analysis among the Asian Ports Using the Context-dependent and Measure-specific Models)

  • 박노경
    • 한국항만경제학회지
    • /
    • 제28권1호
    • /
    • pp.53-82
    • /
    • 2012
  • 본 논문에서는 아시아 항만들 간의 클러스터링 추세를 분석하기 위해서 첫째, 기존연구에서는 다루지 못한 새로운 방법인 컨텍스트의존모형과 측정특유모형에 대해서 이론적으로 설명하였으며, 둘째, 컨텍스트의존모형에 의한 항만들의 매력도와 진전도 측정방법 및 실제적용, 셋째, 아시아 38개 항만들의 10년간 자료를 4개의 투입요소(선석길이, 수심, 총면적, 크레인수), 1개의 산출요소(컨테이너화물처리량)를 이용하여 효율성의 단계별로 효율적인 항만들을 대상으로 클러스터링하는 방법을 실증적으로 보여 주고 분석하였다. 또한 매력도, 진전도, 벤치마킹쉐어의 측정방법도 보여 주었다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 2009년도 자료를 이용한 매력도측정결과는 Degree 1부터 Degree 7까지의 각 Degree별 랭킹을 살펴보면, 광저우항, 두바이항, 홍콩항, 닝보항, 상하이항의 순서였다. 둘째, 2009년도 단계1에 속한 항만들의 등급별 진전도를 측정한 결과를 보면, 베이루트항, 포트술탄항, 아덴항과 같이 낮은 등급의 점수에 해당하는 항만들은 그 전 등급의 항만을 벤치마킹해야만 한다. 셋째, 효율적인 항만들의 벤치마킹 쉐어에 대한 측정결과를 보면, 두바이항(선석길이), 홍콩항(수심, 총면적, 크레인수)이 다른 비효율적인 항만들의 효율성에 미친 영향이 큰 것으로 나타났다. 넷째, 컨텍스트의존모형과 측정특유모형에 의한 클러스터링 결과는 동일하게 나타났다. 그 가장 큰 이유는 투입-산출 자료의 특성 때문이라고 판단된다. 다섯째, 10년동안의 클러스터링 추세를 분석결과는 다음과 같다. (1) 가장 효율적인 단계(1단계, 2단계)의 클러스터링은 홍콩항, 상하이항, 싱가포르항. 닝보항, 광저우항, 카오슝항으로 나타났다. (2) 효율적인 단계(2단계, 3단계)의 클러스터링은 두바이항, 크호르 파칸항, 첸나이항, 부산항, 콜롬보항, 키롱항, 탄중펠프스항으로 나타났다. (3) 중정도의 효율적인 단계(4단계, 5단계, 6단계)의 클러스터링은 사히드 라자이항, 탄중프리옥항, 하이파항, 탄중퍼락항, 토쿄항, 요코하마항, 코베항, 나고야항, 오사카항, 인천항, 카라치항, 마닐라항, 방콕항, 담만항으로 나타났다. (4) 하위의 효율적인 단계(7단계, 8단계)의 클러스터링은 포트술탄카부스항, 제다항, 아덴항으로 나타났다. (5) 효율적인 단계로 진전되어 클러스터링된 항은 닝보항, 첸나이항, 탄중펠프스항으로 나타났다. 본 논문이 갖는 정책적인 함의는 항만정책입안자들은 컨텍스트의존모형과 측정특유모형을 항만의 클러스터링에 도입하여 해당항만이 발전할 수 있는 전략을 수립하고 이행해 나가야만 한다는 점이다.

인공신경망모형(다층퍼셉트론, 방사형기저함수), 사회연결망모형, 타부서치모형을 이용한 컨테이너항만의 클러스터링 측정 및 2단계(Type IV) 교차효율성 메트릭스 군집모형을 이용한 실증적 검증에 관한 연구 (A Study on Containerports Clustering Using Artificial Neural Network(Multilayer Perceptron and Radial Basis Function), Social Network, and Tabu Search Models with Empirical Verification of Clustering Using the Second Stage(Type IV) Cross-Efficiency Matrix Clustering Model)

  • 박노경
    • 예술인문사회 융합 멀티미디어 논문지
    • /
    • 제9권6호
    • /
    • pp.757-772
    • /
    • 2019
  • 본 논문에서는 아시아 38개 컨테이너항만 들을 대상으로 10년(2007년-2016년)동안의 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수)와 1개의 산출요소(컨테이너화물 처리량)를 이용하여 인공신경망모형(다층퍼셉트론, 방사형기저함수)으로 클러스터링에 영향을 미친 요소들을 파악하였으며, 1단계 교차효율성 메트릭스를 이용한 군집 수를 사회연결망모형과 타부서치모형에 적용하여 클러스터링을 파악하고 효율성을 측정하였다. 또한 2단계효율성 메트릭스모형을 이용한 클러스터링을 파악하고 효율성을 측정하여 1단계 교차효율성 메트릭스에 의한 측정결과와 비교하였다. 주요한 실증분석 결과는 다음과 같다. 첫째, 인공신경망모형에 의해서 측정해 보았을 때, 군집에 영향을 많이 미친 요소별로 제시해 보면 컨테이너화물 처리량, 선석길이와 수심, 총면적, 크레인 수의 순서로 나타났다. 둘째, 사회연결망분석에서는 2단계 교차효율성(Type IV)메트릭스에 의한 군집은 benevolent 와 aggressive 모형에서 매년 동일한 결과를 보였다. 셋째, 클러스터링 후에 1단계 교차효율성 모형에 비해서 사회연결망 모형 분석과 타부서치 모형 분석에서 국내항만들의 효율성이 거의(사회연결망 모형에서 인천항의 경우 제외) 악화되는 것으로 나타났다. 다섯째, 일반적인 투입지향, 규모수확불변하의 CCR모형의 효율성 측정결과와 비교했을 때는 클러스터링이 모든 항만들에 대해서 약 37%이상의 효율성을 증대시켰다. 여섯째, 사회연결망모형과 타부서치모형에 의해서 클러스터링 되는 항만들은 부산항(고베, 오사카, 포트클랑, 탄중 펠파스, 마닐라항), 인천항(사히드 라자히, 광양), 광양항(아카바, 포트 슐탄 카바스, 담만, 크호르 파칸, 인천)으로 나타났다. 한국항만당국은 본 연구에서 이용된 방법을 도입하여 항만개선방안을 마련해야만 한다.

계층적 군집분석(최단, 최장, 평균, 중앙연결)방법에 의한 아시아 컨테이너 항만의 클러스터링 측정 및 실루엣방법과 2단계(Type II) 교차효율성 메트릭스 군집모형을 이용한 실증적 검증에 관한 연구 (A Study on the Asia Container Ports Clustering Using Hierarchical Clustering(Single, Complete, Average, Centroid Linkages) Methods with Empirical Verification of Clustering Using the Silhouette Method and the Second Stage(Type II) Cross-Efficiency Matrix Clustering Model)

  • 박노경
    • 한국항만경제학회지
    • /
    • 제37권1호
    • /
    • pp.31-70
    • /
    • 2021
  • 본 논문에서는 계층적 군집모형(최단, 최장, 평균, 중앙연결), 실루엣방법, 2단계(Type II) 교차효율성 메트릭스 군집모형으로, 아시아 38개 컨테이너항만 들의 2009년부터 2018년까지의 자료와 선석길이, 수심, 총면적, 크레인 수를 투입물, 컨테이너화물처리량을 산출물로 하여 국내대표 컨테이너항만 들(부산, 인천, 광양항)이 클러스터링 해야만 하는 항만들을 적출해 내는 측정방법을 보여 주고 비교, 분석, 검증하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 10년간의 자료를 이용한 분석에서 클러스터링 후의 효율성의 증가가 큰 순서대로 살펴보면 실루엣(0.4052 증가), 계층적 군집분석(0.3097 증가), 2단계(Type II) 교차효율성(0.1057 증가)의 순서로 나타났다. 둘째, 실루엣모형과 2단계(Type II)교차효율성 모형에 의한 국내항만들의 클러스터링을 살펴보면 부산항은 8번(두바이), 11번(홍콩), 17번(탄중프리옥)항과 클러스터링 되고, 인천항과 광양항은 대부분의 항만들과 클러스터링 해야만 하는 것으로 나타났다. 셋째, 윌콕슨 부호순위 검정결과를 보면 평균적으로 보았을 때, P값(유의확율)이 평균 0.852 수준에서 모형들의 평균효율성 수치에 의한 순위가 서로 일치함을 보여 주었다. 넷째, 정치경제학적인 측면에서 아세안 항만들과 국내 항만들과 가장 클러스터링 횟수가 많은 항만들을 살펴보면, 부산항은 싱가포르 항만, 인천항은 탄중프리옥, 탄중퍼락, 마닐라,다바오,방콕항만, 광양항은 탄중프리옥, 탄중퍼락, 포트 클랑, 마닐라, 싱가포르, 림찬방, 방콕항만들과 클러스터링 하는 것이 좋을 것으로 나타났다. 또한 중국과 일본의 항만들과의 클러스터링을 고려해 보면, 부산항은 홍콩, 상해, 광저우, 도쿄 요코하마, 고베, 나고야, 오사카항, 인천항은 닝보, 칭타오, 도쿄, 요코하마, 고베, 나고야, 오사카항, 광양항은 홍콩, 상해, 도쿄 요코하마, 고베, 나고야, 오사카 항들과 클러스터링 하는 것이 좋은 것으로 나타났다. 다섯째, 본 연구에서 사용한 모형들과 기존연구들과의 타 모형들과의 검증에서는 실루엣 모형이 가장 크게 효율성을 증진시키는 것으로 검증되었다. 본 논문이 제안하고 있는 정책적인 측면의 의미는 항만정책입안자, 항만운영관리자들이 본 연구에서 사용한 모형들을 항만의 클러스터링에 도입하여 벤치마킹항만들을 선정해야만 하고, 그들 항만들의 항만개발, 운영방안 등에 대한 내용을 비교·분석하고 벤치마킹이 필요한 부분은 신속하게 도입하여 실시하는 것이 필요하다는 점이다.