지역산업연구Ⅰ제43권 제1호Ⅰpp. 159～176

대륙별 국제공항의 효율성 및 생산성 연구

김가영(Kim, Gayoung)*․임채창(Im, Chaechang)**․홍종의(Hong, Jongyi )***

5

국문요약

본 연구는 전 세계 공항 중 주요 30개 공항의 2010년부터 2018년까지 자료를 이용하여 세계

주요 공항의 발전에 영향을 미치는 요인 및 환경을 분석하여 향후 항공 산업의 발전방안을 모색

하고자 한다. 이를 위하여 본 연구는 DEA모형의 CCR모형과 Malmquist 생산성 지수를 이용하여

국제공항들의 효율성 및 생산성을 실증분석하였다. 분석결과 CCR모형에서는 CN, HAK, AMS,

MEL, CPT 등의 효율성 지수가 1에 수렴하여 효율성 관점에서는 대부분의 국제공항이 우수한

것으로 나타났다. 대륙별 효율성 평균은 상대적으로 아시아가 가장 높고, 반면 북아메리카가 가

장 낮은 효율성을 보였다. 또한, 30개 공항 모두 시간이 지날수록 효율성이 하락하는 경향을 보

였다. Malmquist 생산성 지수는 대륙별 생산성 지수, 내부 효율성 지수, 기술적 효율성 지수로 분

리하여 측정하였다. 분석결과 오세아니아와 아프리카는 기술적 효율성에 영향을 크게 받는 것으

로 나타났지만, 상대적으로 북아메리카는 내부 효율성에 크게 영향을 받지 않는다는 것을 알 수

있다. 전반적으로 5대륙의 주요공항 모두 내부 효율성이 많이 감소하였으며, 이는 경영혁신을

통해 공항 스스로 내부적인 경영 효율화를 위한 노력이 필요함을 시사하고 있다.

| 주제어 | 국제공항, DEA모형, CCR모형, Malmquist 생산성 지수 모형

5

Ⅰ. 서 론

급속한 세계화의 진행과 국가 간의 활발한 이동은 세계 각국의 공항에 관한 관심을 증가

시키는 계기가 되었다. 더불어 전반적인 경제발전으로 소비자들의 생활 수준이 향상되고,

신속하고 안전한 수송을 원하는 물류 운송의 수요가 증가함에 따라 항공 산업의 중요성이

크게 드러났다. 항공 산업에 관한 관심과 중요성이 커짐에 따라 세계 각국에서는 공항에 많

은 투자와 노력을 기울이며 각 국가의 공항발전을 위해 힘을 쏟고 있다. 이러한 시점에서 세

계 공항들 사이에서 경쟁력 향상을 위해 적절한 투자와 정책이 이루어졌는지를 평가하고

분석하여 발전방안을 모색할 필요가 있다. 이를 위해 세계 주요공항의 효율성과 생산성이

어떤 요인에 의하여 변화가 이루어졌는지에 대한 분석은 중요한 의미를 지닌다고 할 수 있

* (주저자) 안동대학교 경영회계학부 학생, ab1022@naver.com** (공동저자) 안동대학교 경영회계학부 조교수, imcee@anu.ac.kr*** (교신저자) 안동대학교 경영회계학부 부교수, jyhong@anu.ac.kr

160 지역산업연구｜제43권 제1호｜2020.2

다. 뿐만 아니라, 대륙별 공항의 특성과 대륙별 생산성 및 효율성에 차이가 존재하기 때문에

대륙별 생산성 및 효율성을 비교하는 것이 요구된다.

국가 간 이동의 활성화에 비롯해 공항의 효율성에 관련된 다양한 연구들이 이루어져 왔

다(Oum et al., 2003; 강수진, 2016; 맹결, 2016; 이재구, 2013; 최성구, 2013). 그러나 대부분의 연

구가 공항의 효율성에만 초점을 두고 있으며, 여기에서 효율성이란 횡단면 데이터만을 이

용하여 프론티어와의 선형 비교를 통한 상대적인 값을 의미한다. 패널 자료수집을 통한 공

항의 연도별 생산성에 관한 연구가 중요하지만 공항의 생산성과 관련된 연구는 상대적으로

부족하다. 공항의 생산성과 관련된 연구가 다양하게 이루어지고 있지만(강호정, 2009; 김윤

희 외, 2010; 박정림, 2012), 여전히 생산성을 기술적 효율성의 변화(Efficiency Change, EC), 기술

효율성(Technical Efficiency Change, TEC)으로 구분하여, 생산성 변화의 원인을 분석한 연구는

드물다. 또한, 대륙별 공항의 특징을 분석하여, 대륙별 공항의 생산성 차이를 분석한 연구결

과는 제시되지 않고 있다. 대륙 내 인접한 국가들은 직·간접적으로 서로 영향을 주고받게 된

다. 대륙별로 분류된 국제공항들 또한 대륙 내에서 발생한 경제, 사회 영향들이 국제공항에

내외부적으로 작용한다. ASEAN의 Asian Highway, GMS 개발사업, EU의 ‘유럽항공안전계

획’(EPAS)과 ‘유럽 항공 전략’, 항공 자유화 및 규제 완화 정책, 아프리카의 아프리카공동민간

항공정책(AFCAP) 등이 대륙별 주요공항에 영향을 미치고 있다.

따라서 본 연구에서는 DEA 모형과 Malmquist 생산성 분석 모형을 활용하여 국제공항의

효율성 및 생산성을 도출하고, 생산성 변화를 설명할 수 있는 EC와 TEC를 도출하고자 한다.

나아가 대륙별 생산성, EC, TEC 비교를 통해 공항의 대륙 간 차이를 검증하고자 한다. 이를

위해 본 연구에서는 각 대륙을 대표하는 30개 공항을 대상으로 하여 2010년부터 2018년까지

자료를 수집하여 이를 실증분석에 활용한다.

본 연구를 통해 세계 주요공항들의 효율성 및 생산성을 비교·분석하여 우수한 공항들을

운영방식 혹은 경영시스템 등을 벤치마킹할 수 있다. 더불어 세계 공항들을 효율성 및 생산

성에 영향을 미친 요인을 파악하여 향후 공항의 발전방안을 모색할 수 있을 것으로 기대된

다. 2장에서는 본 연구의 모형인 효율성 및 생산성 지수 산출모형을 제시한다. 3장에서는 공

항의 효율성 및 생산성을 도출한 문헌연구를 제시한다. 4장은 2장의 효율성 및 생산성 지수

모형을 활용하여 도출된 연구결과를 제시할 것이다. 마지막으로 5장에서는 본 연구의 시사

점 및 한계점을 제시하고자 한다.

II. 효율성 및 생산성 지수

1. 효율성 지수

DEA는 투입요소와 산출요소를 선정하고, 유사한 활동을 하는 의사결정단위(DMU)를 상

호 비교한다. DEA는 선행계획법으로 측정하는 비모수접근법으로, 효율성이 가장 높은

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 161

DMU를 기준으로 비효율적인 DMU의 상대적 효율성을 측정하는 방법이다(강호정, 2009).

따라서 측정결과를 분석할 때 효율성 지수와 생산성 지수가 절대적이지 않고 상대적으로

산출되었다는 것을 주의해야 한다(박정림, 2012). DEA의 기본모형으로 Charnes, Cooper, and

Rhodes(1978)의 CCR모형과 Banker,Charnes,and Cooper(1984)의 BCC모형이 있다. CCR모형의 다

수의 투입물과 산출물을 고려하여 유사활동을 하는 다수의 DMU의 상대적 효율성을 측정

한다. CCR 모형은 다음의 수식과 같다.

Minimize

Subject to

≤

≥

≥

<1>

수식에서 의 상대적인 효율성은 로 나타낸다. 은 의 산출물 의 가

중치를 나타내며, 는 의 투입물 의 가중치를 의미한다. 각 투입요소와 산출요소

의 가중치들은 0보다 크다는 제약조건하에서 평가대상 DMU 의 측정치는 1을 초과할 수 없

으므로 가장 높은 효율성을 나타내는 DMU의 점수는 1이 된다(김지혜 외, 2012).

2. Malmquist 생산성 지수

생산성이란 생산조직단위의 성과를 나타내는 지표의 하나로 특정구간의 투입과 산출의

관계변화를 말한다(박정림, 2012). 생산성은 시간의 변화에 따른 생산기술의 발전 및 효율성

변화의 복합효과에 의해 변화하므로 그 요인을 분석하는 것이 중요하다(박정림, 2012). 생산

성분석은 시간이 지남에 따라 변화된 기술 수준 하의 투입과 산출 관계를 분석하는 것이다.

성과측정을 위해 다수의 공공기관이나 조직에서 생산성 분석을 이용하고 있다(김윤희·하

현구, 2010).

서로 다른 시점 간의 생산성 변화와 추이를 파악하는 분석방법이 Malmquist 생산성 지수

이다(Chen, Y and A.I. Ali, 2009). t기와 (t+1)기의 생산성 변화를 나타내는 Malmquist 생산성 지

수는 다음과 같이 도출된다.

162 지역산업연구｜제43권 제1호｜2020.2

×

<2>

위 식은 t기와 (t+1)기간의 생산성 변화의 정도를 나타내며 총 요소 생산성 지수로 해석된

다(김윤희·하현구, 2010). 산출요소와 투입요소에 따른 는 t기의 효율적 프론티어

를 t+1기의 효율적 프론티어를 나타낸다. Malmquist 생산성 지수의 값이 1보다

작으면 생산성 감소를 의미하고, 1보다크면 생산성 증가를 의미한다. Malmquist 생산성 지수

의 값이 1이면 생산성 변화가 없음을 나타낸다(강호정, 2009). 다음의 식과 같이 Malmquist 생

산성 지수는 기술적 효율성 변화지수와 산업의 기술 변화지수로 나누어 진다(박만희, 2008).

×

×

<3>

위 식의 첫 번째 항은 두 시점 간 기술적 효율성의 변화(Efficiency Change, EC)이며, 두 번째

항은 두 시점 간 기술효율성(Technical Efficiency Change, TEC)이다(Mao.W, 1997).

III. 공항의 효율성 및 생산성 지수 관련 문헌연구

본 연구는 세계주요 공항들의 효율성 및 생산성을 도출하고자 DEA 모형과 Malmquist 생산

성 지수 모형을 적용하고자 한다. 따라서 본 연구이 관련 문헌연구는 공항을 대상으로 DEA

를 적용한 연구와 Malmquis 생산성 지수를 적용한 연구로 나누어 살펴보고자 한다.

1. 공항의 효율성 관련 연구

공항의 효율성을 분석하기 위해 DEA를 이용한 다양한 선행연구들이 존재한다. 공항의

효율성을 분석한 연구는 다음의 표와 같이 요약될 수 있다.

우선, 김현태(2012)는 DEA를 이용하여 국내 14개 공항의 효율성을 비교·분석하여 국내공

항의 활성화시키기 위한 다양한 대안을 제시하였다. 뿐만 아니라 왕보수(2018)는 DEA의

CCR, BCC, FDH, SBM 4가지 종류의 DEA모형을 활용하여 중국의 20개 공항의 지역별 효율성

측정과 순위를 비교하여 지역별 효율성과 공항의 발전 불균형에 대하여 검증하였다. 이재

구(2009)는 DEA의 CCR모형과 BCC모형을 이용하여 아시아 11개의 주요공항을 대상으로 공

항의 효율성을 측정하고, 이를 활용하여 다양한 개선안을 제시하였다.

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 163

<표 1> 공항의 효율성 관련 연구

연구자 연구대상 DEA방법론 투입요소 산출요소

이재구(2009) 아시아 11개 공항CCRBCC

초효율성 모델

여객터미널 면적화물터미널 면적

활주로 수주기 능력

연간여객처리량연간화물처리량

운항횟수

최성구(2013) 세계 20개 공항CCRBCC,

SUPER-CCR

터미널 면적종업원 수활주로 수

연간여객처리량연간화물처리량

운항횟수

맹 결(2016) 세계 59개 공항

Two-Stage DEAKruskal-wallis test

Wiocoxon rank-sum test회귀분석

운영비용터미널 면적활주로 수종업원 수

연간여객처리량연간화물처리량

운항횟수

김지훈(2015) 국내 13개 공항 CCR, BCC활주로 수운항편 수

여객 수고객만족도서비스지수

왕보수(2018) 중국 20개 공항CCR, BCCFDH, SBM

여객터미널 면적활주로 길이

여객 수화물 수운항횟수

강수진(2016) 세계 44개 공항 CCR, BCC직원 수

게이트 수활주로 수

매출액순이익

김용정 외(2013) 아시아 10개 공항 CCR항공터미널 면적

활주로 수연간 운항횟수

연간화물처리량

김현태(2012) 국내 14개 공항 DEA

계류장 면적터미널 면적주차장 면적종사원 수활주로 수

운항 실적여객처리 실적화물처리 실적

김형기 외(2007) 국내 13개 공항CCRBCC

Window

활주로 수 인건비경비

주기 능력주차장 면적

연간화물 처리량연간 여객처리량연간 운항횟수

수익

Yoshida and fujimoto(2004)

일본 67개 공항CCRBCC

활주로 수게이트 수운영비용

비 운영 비용

운항횟수여객처리실적

항공 및 비 항공 수익정시 운항비율

Oum 외 (2003)아시아, 유럽 북미 지역의 50개 공항

TFP

종업원 수활주로 수

터미널 크기게이트 수

여객처리 실적운항횟수

화물처리량비 항공 수익

Sarkis,J(2000)

미국 44개 공항CCRBCC

활주로 수게이트 수종업원 수재무비용

운항횟수재무 수익

연간여객처리 실적연간화물처리 실적

김도현 외(2003) 아시아 10개 공항 CCR활주로의 수게이트의 수

원격주기장의 수항공기 운항횟수

전승진(2012)

국내 13개 공항CCRBCC

Window

재무비용직원 수

게이트 수활주로 수

항공기 운항 수운영수익탑승객 수화물처리량

164 지역산업연구｜제43권 제1호｜2020.2

김도현 외(2003)는 DEA의 CCR모형을 이용하여 아시아 10개 공항과 인천국제공항과의 비

교분석을 통해 Airside의 상대적 효율성을 측정하였다. 맹결(2016)은 Two-stage DEA모형을 이

용하여 세계 59개 공항의 전체효율성 측면을 운영효율성과 수익효율성으로 구분하여 전반

적인 공항비효율성의 원인을 규명하고자 하였다. 최성구(2013)는 세계 20개 공항을 대상으

로 DEA와 중심성 지수를 측정하여 공항의 내부운영과 외부운영의 효율성을 파악하였다. 김

지훈(2011)은 DEA를 이용하여 국내 13개 공항을 대상으로 서비스지수를 반영한 국내공항의

효율성을 측정하였다. 그 결과 공항의 서비스 변수를 포함하여 분석하는 것이 더욱 정확한

공항 효율성을 정확하게 분석할 수 있다고 판단하였다. 강수진(2016)은 세계 44개 주요공항

을 대상으로 소유구조의 형태를 구분하여 DEA분석을 실시하였으며, 분석결과 민간공항이

공공공항보다 수익 창출의 측면에서 더욱 효율적임을 밝혔다. 효율성은 특정 시점에서 공

항들 간 비교를 통해 산출된 지수이기 때문에 특정 공항의 시계열적 변화를 측정할 수 없다.

공항의 시간에 따른 효율성 변화의 측정을 위해서는 생산성 지수 도출이 필요하다.

2. 공항의 Malmquist 생산성 관련 연구

국가별 공항의 생산성을 분석하기 위한 DEA의 Malmquist 생산성지수를 이용한 선행연구

는 다음과 같다. 박정림(2012)은 DEA의 초효율성모델, CCR, BCC, 초효율성모델, Malmquist 생

산성 지수모형을 이용하여 2005년부터 2010년까지 5년간 세계주요 20개 공항을 대상으로

효율성을 측정하였다. 투입변수는 활주로 수, 여객터미널 면적, 화물터미널 면적, 부지 면적

을 적용하였고 산출변수는 연간화물처리량, 운항횟수, 연간 여객처리량을 적용하였다. 연

구결과 인천국제공항은 CCR, BCC 모두에서 비효율적인 공항으로 분석되었으며, 그 원인은

산출결과보다 상대적으로 과도한 투입물에 있다는 것을 밝혔다. 또한, 공항의 생산성은 공

항의 효율성 변화가 기술변화보다 더 많은 영향을 받았다. 김윤희 외(2010)는 2002년부터

2008년까지 13개의 국내공항을 대상으로 DEA와 Malmquist 생산성 지수를 이용하여 국내공

항의 생산성 변화를 분석하였다. 투입변수는 활주로 길이와 터미널 면적, 공항직원 수로 선

정하였고, 산출변수는 여객, 화물, 운항변수로 선정하였다. 기술적 효율성 지수가 효율성 변

화지수보다 국내공항의 생산성에 더 많은 영향을 받고 있다는 것을 검증하였다. 강호정

(2009)은 2006년과 2007년의 국내공항의 자료를 이용하였다. 연구는 국내공항 13개를 대상

으로 CCR, BCC, Malmquist Index를 통해 국내공항의 상대적 효율성 및 생산성 변화를 측정하

였다. 투입요소로 정규직 인원 수, 터미널 면적을 산출요소로는 여객 수와 매출액을 선정하

였다. 연구는 CCR모형, BCC모형과 DRS를 통하여 효율적인 공항을 밝히며 국내공항의 생산

성 향상을 위한 노력이 요구됨을 주장하였다. 공항의 Malmquist 생산성 지수를 도출한 연구

의 대부분이 국한된 지역의 공항만을 대상으로 연구의 대상을 제한하고 있으며, 대륙별 효

율성 및 생산성 지수의 시계열적 변화 또한 제시하지 못하고 있다. 또한, 기존 연구는 생산성

지수를 기술효율성 지수와 내부 효율성 지수로 분류하고, 생산성 지수에 변화의 원인을 도

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 165

출하는 것이 필요하다.

Ⅳ. 연구결과

1. 투입변수 및 산출변수 선정

효율성 및 생산성 도출을 위해서는 어떠한 투입변수 및 산출변수를 적용하는 것이 핵심

이다. 따라서 본 연구는 기존 문헌연구를 통해 공항의 효율성 및 생산성을 측정하기 위해 사

용된 투입 및 산출변수 중 선정 빈도수가 가장 높은 투입변수 및 산출변수를 도출하여, 본 연

구의 실증분석에 적용하였다. 선행연구에서 주로 사용된 변수 중 다수로 선정된 변수를 토

대로 <표 2>와 같이 투입요소로 부지 면적(15회 활용), 활주로 개수(18회 활용), 종업원 수(8

회 활용)를, 산출요소로 연간 화물처리량(11회 활용), 여객 수(12회 활용), 수익(7회 활용)으로

정하였다.

<표 2> 투입변수 및 산출변수 관련 연구

구 분 관련연구

투입변수

부지 면적 박정림(2012),강호정(2009), 김현태(2012)

활주로 수전승진 외(2011), 김도현 외(2003), Sarkis,J(2000), Oum 외(2003), Yoshida and fujimoto(2004), 김형기 외(2007), 김현태(2012), 김용정 외(2013), 강수진(2016), 김지훈(2015), 맹결(2016), 최성구(2013), 이재구(2009)

종업원 수김윤희 외(2010), 전승진 외(2011), Sarkis,J(2000), Oum 외(2003), 김현태(2012), 강수진(2016), 맹결(2016), 최성구(2013)

산출변수

화물처리량김윤희 외(2010), 전승진 외(2011), 박정림(2012),강호정(2009), Sarkis,J(2000), Oum 외(2003), 김형기 외(2007), 김현태(2012), 김용정 외(2013), 왕보수(2018), 맹결(2016), 최성구(2013), 이재구(2009)

승객 수 김지훈(2015), 왕보수(2018),전승진 외(2011)

수익 전승진 외(2011), Sarkis,J(2000), Yoshida and fujimoto(2004), 김형기 외(2007), 강수진(2016)

선정된 변수들의 기초통계량은 <표 3>과 같다. 기초통계량의 투입변수와 산출변수 값

모두 점차 증가함을 알 수 있다. 국가 간 이동이 활발해지면서 투입변수뿐만 아니라 산출변

수 모두 증가하고 있다. 투입변수인 부지면적은 6%, 활주로 수는 8%, 종업원 수는 14%가 증

가하였다. 산출변수인 화물처리량은 44%, 승객 수는 39%, 수익은 6%로 지속적으로 성장하

였다. 투입변수보다 산출변수가 많이 증가하여, 시계열적으로 세계의 공항은 효율적으로

성장하는 추세를 확인할 수 있다.

166 지역산업연구｜제43권 제1호｜2020.2

<표 3> 투입변수 및 산출변수의 기초통계량

연도투입변수 산출변수

부지 면적 활주로 수 종업원 수 화물처리 량 승객 수 수익2010 2120 2.63 13451 851431 29.36 2120 2011 2120 2.70 13605 1007821 30.50 2120 2012 2120 2.70 13611 1060970 31.54 2120 2013 2120 2.70 13844 1034671 31.99 2120 2014 2253 2.73 14296 1028691 33.73 2253 2015 2253 2.73 14970 1038222 35.09 2253 2016 2253 2.80 15228 1020932 37.10 2253 2017 2253 2.83 15423 1148951 38.48 2253 2018 2253 2.83 15357 1221932 40.72 2253

2. 패널 데이터 수집

본 연구의 분석대상 기간은 2010년부터 2018년까지로 하였다. 이는 글로벌 금융위기에 따

른 경기침체 때문에 발생한 항공수요의 급격한 저하가 항공산업 전반의 효율성 및 생산성

에 큰 영향을 주었을 것으로 추정하는 2008~2009년을 제외한 이후를 자료수집 기간으로 한

정하였기 때문이다. 표본의 집단들은 해당 기간 일관되게 자료 확보가 가능한 30개 주요공

항을 대상으로 하였다(박정림, 2012). 비교대상인 항공사를 전 세계 공항과 항공사에 대한 서

비스품질평가를 수행하는 영국 평가사이트 SKYTRAX에서 발표한 2019 세계 최우수공항 상

위 50개 공항으로 선정하였다. 50개 공항 중 자료를 수집할 수 있는 30개 공항을 분석을 위한

표본으로 최종 선정하였다. 선정한 공항은 대륙별로 아시아 7개, 유럽 12개, 북아메리카 5

개, 오세아니아 5개, 아프리카 2개로 분류하였다. 분석의 편의를 위하여 <표 4>와 같이 약어

를 사용하였다(김은기, 2017).

<표 4> 국제공항 공항코드

공항코드 소유국가 대륙 공항코드 소유국가 대륙SIN 싱가포르 아시아 SYD 호주 오세아니아ICN 대한민국 아시아 CPT 남아공 아프리카HKG 중국 아시아 MEL 호주 오세아니아NKM 일본 아시아 CGN 독일 유럽MUC 독일 유럽 AKL 뉴질랜드 오세아니아LHR 영국 유럽 FAG 독일 유럽ZRH 스위스 유럽 DUR 남아공 아프리카FRA 독일 유럽 CDG 프랑스 유럽TPE 대만 아시아 DEN 미국 북아메리카AMS 네덜란드 유럽 IAH 미국 북아메리카CPH 덴마크 유럽 HAK 중국 아시아YBR 캐나다 북아메리카 ATH 그리스 유럽BNE 호주 오세아니아 BKK 방콕 아시아VIE 오스트리아 유럽 SFO 미국 북아메리카HEL 핀란드 유럽 YYZ 캐나다 북아메리카

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 167

3. 효율성 지수 도출

DEA 및 Malmquist 생산성 지수는 DEAP 소프트웨어를 사용하였다. 분석 대상 공항에 대한

계량적인 자료는 해당 공항사 홈페이지에서 제공하는 Annual report, Financial result와 traffic

statistics 자료를 수집하였다. 2009년 유가급등, 가계․중소기업 부채 증가, 단기외채 급증, 경

상수지 흑자감소 등 경제위기가 회복되는 시점 다음 해인 2010년을 기준으로 2010년까지 9

년간의 자료를 수집하였다. 각 공항별 부지 면적, 화물의 무게, 수익은 ha, tonnes, $(‘000)로 변

환한 데이터를 사용하였으며 환율은 2019년 10월 미국의 달러 환율을 기준으로 변환하여 사

용하였다(황경연·구종순, 2011). CCR 효율성 분석결과는 <표 5>와 같다.

<표 5> CCR 효율성 결과

　 DMU 2010 2011 2012 2013 2014 2015 2016 2017 2018 평균 대륙 평균

아시아

SIN 0.54 0.70 0.57 0.64 0.55 0.53 0.55 0.55 0.56 0.58 0.88 ICN 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

HKG 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

유럽

NKM 0.60 0.55 0.51 0.62 0.66 0.59 0.57 0.54 0.51 0.58

0.76

TPE 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 HAK 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 BKK 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.98 1.00 MUC 0.40 0.50 0.48 0.48 0.47 0.45 0.44 0.43 0.42 0.45 LHR 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 ZRH 0.72 0.65 0.64 0.61 0.59 0.59 0.62 0.57 0.54 0.62 FRA 0.84 1.00 0.93 0.97 1.00 0.98 0.98 0.98 0.95 0.96 AMS 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 AMS 0.39 0.34 0.34 0.35 0.33 0.31 0.28 0.23 0.23 0.31 VIE 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 HEL 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 북

아메리카

0.70 CGN 0.44 0.51 0.50 0.53 0.51 0.52 0.55 0.55 0.48 0.51 FAG 0.67 0.60 0.59 0.59 0.56 0.55 0.46 0.42 0.38 0.54 CDG 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 ATH 0.93 0.73 0.66 0.66 0.67 0.75 0.74 0.62 0.67 0.71

오세아니아

YBR 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

0.73

DEN 0.56 0.56 0.53 0.52 0.47 0.43 0.44 0.43 0.42 0.48 IAH 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 SFO 0.88 0.65 0.61 0.68 0.71 0.67 0.55 0.51 0.53 0.64 YYZ 0.38 0.32 0.31 0.41 0.38 0.37 0.37 0.35 0.35 0.36 BNE 0.27 0.34 0.32 0.33 0.34 0.33 0.34 0.33 0.31 0.32 SYD 0.64 0.58 0.54 0.58 0.63 0.60 0.60 0.54 0.53 0.58 MEL 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 아

프리카

1.00 AKL 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 CPT 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 DUR 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

연도별 DMU 전체 효율성 점수는 전체적으로 하락하는 경향을 보였다. 대륙별 효율성 평

균은 상대적으로 아시아가 가장 높고 북아메리카가 가장 낮은 효율성을 보였다. 유럽, 북아

168 지역산업연구｜제43권 제1호｜2020.2

메리카, 오세아니아의 효율성 점수는 평균에도 미치지 못하는 낮은 효율성을 보였다. BNE,

DEN, AMS, YYZ는 효율성 점수가 1보다 작아 효율성 관점에서 개선이 필요해 보인다. 하지

만 ICN, HAK, AMS, MEL, CPT 등은 1로 우수하여 전반적으로 공항경영에 특별한 개선이 요구

되지 않는다. 미국 DEN공항과 미국 SFO 공항은 효율성 점수가 하락세를 보이며 독일의 FRA

공항은 2014년 효율성이 1이었으나 그 이후 감소하는 경향을 보였다.

4. Malmquist 생산성 지수 도출

<표 5>는 2010년부터 2018년까지 30개 공항의 Malmquist 생산성 지수의 평균값이다. 대

부분의 30개 공항의 내부효율성(EC), 기술효율성(TPE), 총 생산성(MI) 모두 생산량이 1의 값

보다 크게 도출되었기 때문에 생산성의 개선이 잘 이루어진 것으로 나타났다.

<표 6> Malmquist 생산성 지수 평균값

공항 EC TEC MISIN 1.01 1.00 1.01 ICN 1.00 1.02 1.02 HKG 1.00 1.04 1.04 NKM 0.97 1.06 1.03 TPE 0.95 1.02 0.97 HAK 1.00 1.02 1.02 BKK 0.96 1.06 1.02 MUC 1.02 1.01 1.03 LHR 1.00 1.05 1.05 ZRH 1.00 1.04 1.04 FRA 0.93 1.13 1.05 AMS 1.00 1.05 1.05 AMS 1.01 1.01 1.02 VIE 1.00 1.03 1.03 HEL 1.00 1.08 1.08 CGN 0.98 1.05 1.03 FAG 1.00 1.02 1.02 CDG 1.00 1.03 1.03 ATH 1.01 1.04 1.04 YBR 1.12 1.28 1.43 DEN 0.93 1.12 1.04 IAH 1.00 1.03 1.03 SFO 1.00 0.99 0.99 YYZ 0.96 1.06 1.02 BNE 1.00 0.99 0.99 SYD 1.05 1.12 1.17 MEL 0.96 1.09 1.04 AKL 1.00 1.05 1.05 CPT 0.94 1.05 0.99 DUR 0.99 1.05 1.04

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 169

캐나다 벤쿠버 공항(YBR) 의 EC값이 가장 높았으며 이는 최근 스카이팀 VIP라운지와 공

항과 연결된 무인철도노선의 영향으로 EC가 향상된 것으로 추정된다. TEC가 가장 높은 것

으로 나타난 브리즈번 공항(BNE)은 평행활주로의 건설이 영향을 미친 것으로 보인다. MI는

상대적으로 벤쿠버공항(TBR)이 1.43으로 가장 높은 것으로 나타났으며, 타이페이공항(TPE)

이 0.93으로 가장 낮은 것으로 나타났다.

5. 대륙별 Malmquist 생산성 지수 비교

본 연구는 대상 공항들의 CCR모형, Malmquist 생산성 지수를 활용하여 분석한다. CCR모형

결과를 이용하여 각 공항별, 대륙별 효율성 지수를, Malmquist 생산성 지수를 이용하여 공항

별, 대륙별 생산성 지수를 비교·분석하였다. Malmquist 생산성 지수들을 기하평균으로 값을

내어 대륙별 총 요소 생산성지수(MI), 기술적 효율성 지수(TEC), 내부 효율성 지수별(EC)로

구분하여 비교·분석하고자 하였다.

<표 7>은 대륙별 내부효율성 지수의 시계열적 추세이다. 2012~2013 기간에서 전체 대륙

의 EC가 급상승하였다.

<표 7> 대륙별 내부 효율성(EC) 지수

대륙별 EC아시아 유럽 북아메리카 오세아니아 아프리카

2010-2011 1.02259 0.991351 0.919135 1.029754 12011-2012 0.963135 0.982623 0.969649 0.965084 12012-2013 1.044448 1.004974 1.081048 1.030092 12013-2014 0.986372 0.986147 0.969538 1.025448 12014-2015 0.980681 1.00256 0.964854 0.976677 12015-2016 1.000903 0.983257 0.966587 1.012317 12016-2017 0.992422 0.952719 0.965998 0.965988 12017-2018 0.990741 0.979783 1.006276 0.982285 1

대륙별로 북아메리카는 상업 광고 게시 및 관리, 유지보수가 영향을 미친 것으로 보이며,

아시아는 일본기업의 자본투자 상승과 중국의 소비심리 회복이 영향을 준 것으로 여겨진

다. 오세아니아는 전신 검색기 도입이, 유럽은 그리스 공항부지 개발이 EC에 영향을 미친 것

으로 보인다. 반면, 아프리카는 내부효율성 측면에서 유의한 변화가 없는 것으로 나타났다.

2013-2014 기간에는 전체 대륙의 EC가 전반적으로 하락하는 경향을 보인다. 이는 전 세계의

재정위기 장기화로 유로 지역 경기 침체와 실업률증가가 영향을 준 것으로 보인다. 아시아

는 일본 대지진 재건사업 지속에 따른 민간소비 둔화가 영향을 미쳤고, 유럽은 독일공항의

잦은 시스템 과부하, 전산 착오, 항공료 인상 등이 주요 영향요인으로 보인다. 2014-2016 기

간은 유럽 대표 항공사인 루프트한자의 파업과 러시아 Transaero 항공운항 정지로 인하여 유

럽 EC가 전반적으로 하락한 것으로 여겨진다. 내부효율성에는 공항정책, 종업원 관리, 공항

170 지역산업연구｜제43권 제1호｜2020.2

시설 등이 영향을 미치는 데 대륙별 EC는 전체적으로 변동성이 높은 경향을 보인다. 따라서

아시아, 오세아니아, 북아메리카, 유럽은 내부효율성의 변화 폭에 영향을 미치는 요인을 분

석하여 공항 내부의 체계적이고 안정적인 체제방안 모색이 필요해 보인다. <표 8>은 대륙

별 기술효율성 지수(TEC)의 평균값이다.

<표 8> 대륙별 기술효율성(TEC) 지수대륙별 EC

아시아 유럽 북아메리카 오세아니아 아프리카

2010-2011 1.040937 1.033072 1.036539 1.185038 0.988454

2011-2012 1.047018 1.047018 1.065874 1.056166 0.966494

2012-2013 0.95702 0.987746 0.98787 0.99115 0.957941

2013-2014 1.009448 1.048877 1.007234 1.01977 1.0475

2014-2015 1.942269 1.026272 1.073206 1.423598 0.981144

2015-2016 1.044987 1.075637 1.01833 0.794337 1.359303

2016-2017 1.067727 1.101172 1.040928 1.040928 0.942426

2017-2018 1.078319 1.049943 1.044793 1.091548 1.042369

다른 대륙들에 비해 아시아와 오세아니아가 2014~2015 기간에서 TEC 변화의 폭이 큰 것

을 볼 수 있다. 아시아는 선진국 경제향상, 유가 하락, 단거리 항공수요 확대, 한류의 인기 등

으로 상승하였으나, 이후의 경향은 중국이 내수시장에 집중하게 되면서 급격히 하락한 것

이 주요 요인으로 보인다. 오세아니아는 내부적으로 주택건설업 경기가 활황국면에 진입하

며 상승하였으나, 대외적으로 주요 수출국 중의 하나인 미국이 자체 제조업 지원정책을 강

화하면서 오세아니아의 하락국면을 유도한 것으로 보인다. 아프리카는 2015~2016 기간에

정부의 적극적인 관광산업 투자지원으로 TEC가 상승하였으나, 그 이후의 하락추세는 상품

가격하락으로 인한 경제 타격과 가격안정, 규제 완화로 인한 경제둔화가 영향을 미친 것으

로 보인다. 기술적 효율성의 하락 원인은 잘못된 수요예측으로 인한 무분별한 공항 설립과

수요 감소로 볼 수 있다. 고속교통망의 확충 역시 주요 영향요인으로 볼 수 있다(김윤희 외,

2010). TEC를 더 높이려면 선진공항을 벤치마킹한 기술혁신을 통하여 공항 운영 기술을 발

전시켜야 한다. 중·장기적으로는 공항의 건설과 규모에 대한 과학적인 수요예측과 설비 구

축이 필요하다. <표 9>는 대륙별 총 생산성 지수의 연도별 평균값을 보여주고 있다.

아시아, 유럽, 북아메리카는 큰 변화가 없는 것으로 나타났다. 오세아니아는 2014~2016

기간에 크게 성장하였다가 그 이후 기간에서 하락하는 경향을 보인다. 이는 호주의 아시안

컵 개최와 더불어 미국 달러 대비 호주달러의 평가절하가 영향을 미쳐 생산성지수(MII)가

상승한 것으로 보이나 소비자 신뢰지수가 하락하는 등 위축된 민간소비심리와 제조업의 몰

락으로 인한 실업률증가, 미국 기준금리인상으로 인한 환율 약세 지속이 오세아니아 MI 하

락에 영향을 미친 것으로 추정된다. 2015~2017 기간은 아프리카가 정부의 투자지원으로 관

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 171

<표 9> 대륙별 총 생산성(MI) 지수대륙별 EC

아시아 유럽 북아메리카 오세아니아 아프리카

2010-2011 1.014137 1.013057 0.965739 1.036762 1

2011-2012 1.02901 1.02901 1.03365 1.019319 0.966494

2012-2013 1.06782 0.992698 1.06782 1.021066 0.957074

2013-2014 0.995462 1.034584 0.976472 1.04566 1.0475

2014-2015 1.028823 1.028823 1.035528 1.390428 0.981144

2015-2016 1.04604 1.057568 0.984072 0.804094 1.359303

2016-2017 1.069536 1.049098 1.005642 1.005642 0.942426

2017-2018 1.068461 1.028693 1.05134 1.07195 1.042369

광산업의 부상과 발달된 교통 인프라로 MI가 증가하였으나, 그 이후 기간의 상품가격하락

으로 인한 경제침체가 MI의 감소를 발생시킨 것으로 보인다. 하지만 남아공의 란드화 가치

하락이 여행객에게 호재로 작용하여 2017년 시점부터 MI가 다시 성장하는 추세를 보인다.

또한, 오세아니아와 아프리카 모두 2014~2015년, 2015~2016년 기간에서 증가한 기술적 효

율성이 총 생산성 지수의 증가에도 영향을 미친 것으로 추정된다. 반면 북아메리카는 앞서

2012~2013년 기간에 내부효율성 지수가 급격하게 상승하였으나 총 생산성 지수에는 변화

가 없는 것으로 나타났으며, 이러한 결과는 내부효율성 지수의 변화가 총 생산성 지수에 영

향을 주지 않았기 때문으로 보인다.

Ⅴ. 결 론

세계화가 급속히 진행되고 국가 간 이동이 활발해지면서 국제공항에 관한 관심이 증대되

었다. 경제발전과 함께 세계인의 생활 수준이 향상되고 신속하고 안전한 수송을 원하는 물

류 운송의 수요가 증가함에 따라 항공 산업의 중요성이 매우 증가하였다. 항공 산업에 대한

중요성과 관심이 커짐에 따라 세계 각국에서는 공항에 많은 투자와 공항발전 정책을 수립

하여 공항발전을 위해 다양한 방면에서 노력하고 있다. 따라서 세계의 주요 허브공항들 사

이에서 자국 공항의 경쟁력 향상을 위해 적절한 투자와 정책 수립이 이루어졌는지를 평가

하고 분석하여 발전방안을 모색할 필요가 있다. 이를 위해 세계 주요공항의 효율성과 생산

성이 어떤 요인에 의하여 변화가 이루어졌는지에 대한 분석이 필요하다. 또한, 세계주요 허

브공항들의 효율성 및 생산성을 비교·분석하여 벤치마킹할 수 있는 공항들의 발전요인을

우리나라 공항의 경영정책에 접목할 수 있다. 본 연구를 통해 세계 공항들을 대륙별로 구분

하여 분석함으로써 대륙별 효율성 및 생산성에 영향을 미친 요인을 파악하여 향후 공항의

발전방안을 모색할 수 있다.

172 지역산업연구｜제43권 제1호｜2020.2

본 연구에서는 2010년부터 2018년까지 9년간 세계주요 30개 공항을 DEA모델 중 하나인

CCR모형과 Malmquist 생산성 지수를 이용해 대륙별 공항의 효율성 및 생산성을 분석하였다.

분석결과, CCR모형 분석결과 CN, HAK, AMS, MEL, CPT 등은 효율성 점수가 1에 충족되기 때

문에 효율성 관점에서 추가적인 개선이 요구되지 않는 것으로 나타났다. 대륙별 효율성 평

균은 상대적으로 아시아가 가장 높고 북아메리카가 가장 낮은 효율성을 보였다. 반면, 시계

열적인 분석결과 30개의 주요공항 모두 시간이 지날수록 효율성이 하락하는 경향을 보였다.

Malmquist 생산성 지수는 대륙별 총 생산성 지수, 내부 효율성 지수, 기술적 효율성 지수로

구분하여 측정하였다. 분석결과 EC는 경제 상황에 따른 소비자 심리와 재정위기, 파업 등이

영향을 미친 것으로 추정된다. 아시아의 TEC는 내수시장의 집중이 큰 영향을 미쳤고 아프리

카는 정부의 관광산업 지원이 영향을 미친 것으로 보인다. 특히 TEC는 앞으로 선진공항을

벤치마킹하거나 기술 혁신을 통하여 공항 운영에 대한 기술발전이 기대된다. 마지막으로

오세아니아와 아프리카의 총 생산성은 기술적 효율성에 영향을 크게 받지만, 북아메리카는

내부 효율성의 성장에도 큰 영향을 받지 않는다는 것을 알 수 있다. 전체적으로 5대륙 모두

내부 효율성이 다소 감소하는 경향을 보이며, 이는 공항들이 내부 프로세스의 개선을 통해

경영효율성 향상이 필요함을 시사하고 있다. 또한, 대륙별 경제적 상황변동이 공항경영 효

율성에 크게 영향을 미치므로 이에 대한 5대륙의 유연하고 체계적인 항공정책이 요구된다.

본 연구를 통해 세계 주요공항들의 효율성 및 생산성을 비교·분석하여 우수한 공항들을 운

영방식 혹은 경영시스템 등을 벤치마킹할 수 것으로 기대된다. 나아가 세계 공항들을 효율

성 및 생산성에 영향을 미친 요인을 파악하여 세계 주요공항의 생산성 및 효율성이 크게 향

상될 것으로 기대된다.

본 연구는 전 세계 주요공항들을 대륙별로 구분해 대륙 간의 효율성 및 생산성을 분석한

다는 점에서 큰 의미를 지니나 다음의 한계점을 가진다. 첫째, 자료의 수집과정에서 다소 부

족한 표본들만으로 실증분석을 하였기 때문에 분석결과가 대륙의 대표성을 갖지 못한다는

한계가 있다. 따라서 향후 추가연구에서 더 많은 국가를 대륙별로 구분하여 분석할 필요가

있다. 둘째, DEA는 상대적인 효율성을 결정하는 모형이기 때문에 결괏값이 절대적인 효율

성을 나타내주지 못하며, 또한 동일 측정치를 보인 항공사에 대한 차이를 규명할 수 없다. 따

라서 DEA모형 이외의 다른 효율성 평가방법이 병행되어야 할 것으로 보인다. 셋째, 자료수

집의 어려움으로 정량적인 변수만을 선정하였다(박정림, 2012). 공항의 생산성을 좀 더 정확

하게 분석하기 위해서는 다양한 투입변수를 추가하여 재정적 요인이나, 정책적 요인 등 환

경적 요인을 포함하여 분석할 필요가 있다.

￭ 논문투고일 ￭ 논문 최종심사일 ￭ 논문게재확정일

2019. 12. 122020. 02. 112020. 02. 13

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 173

참고문헌

강수진(2016), “소유형태에 따른 공항 효율성비교에 관한연구," 서울대학교 행정대학원 석사학위논

문 1-60

강호정(2009), “국내 공항의 상대적 효율성 및 생산성 변화 연구,” 한국항공경영학회지, 7(1), 119-128

김도현·이강석(2003), “Data Envelopment Analysis(DEA)를 이용한 인천국제공항 Airside 효율성에 관한

연구," 항공진흥, 31(3), 26-72

김용정·조강필·정중재(2013), “DEA모형을 이용한 아시아 국제공항의 항공물류부문 효율성분석,” 무

역학회지, 38(5), 257-289

김윤희·하헌구(2010), “DEA-Malmquist 생산성 지수를 이용한 국내공항의 효율성 분석,” 한국항공경영

학회지, 8(1), 15-28

김지혜·김해수·임빛나·윤장혁(2012), “DEA와 맘퀴스트 생산성 지수를 활용한 OECD 국가간 의료서비

스 효율성 분석,” 한국경영과학회지, 37(4), 125-138

김지훈(2015), “서비스 지수를 반영한 국내공항의 효율성분석,” 인하대학교 물류전문대학원 석사학

위논문, 1-38

김현태(2012), “지방국제공항의 경쟁력 비교분석과 활성화 전략,” 신라대학교 대학원 석사학위논문,

1-46

김형기·이장원·최창열(2007), “DEA기법을 활용한 국제 주요공항의 효율성 평가," 한국유통정보학회,

2, 19-40

맹결(2016), “Two-stage DEA 모형을 이용한 세계주요공항 효율성 분석,” 품질경영학회지, 45(1), 65-92

박만희(2008), “효율성과 생산성분석,” 한국학술정보, 223-225

박정림(2012), “DEA와 Malmquist 생산성지수 이용한 세계주요공항의 운영효율성," 인천대학교 대학

원 석사학위논문, 1-46

왕보수(2018), “Entropy와 DEA의 결합모형을 통한 중국공항의 효율성 분석에 관한 연구,” 원광대학교

일반대학원 박사학위논문, 1-89

이재구·홍석진·임춘우(2009), “아시아 주요공항의 효율성분석- DEA와 초효율성분석 중심으로,” 한국

항공경영학회지, 7(3), 3-12

전승진(2012), "환경요소를 고려한 국내공항 생산성 측정: DEA모형적용," 고려대학교 대학원 석사학

위논문, 1-29

최성구(2013), “세계주요 공항의 효율성과 영향력 측정에 관한연구,” 인하대학교 물류전문대학원 석

사학위논문, 1-44

황경연·구종순(2011), “국내외 컨테이너선사의 효율성 비교를 통한 국제경쟁력 평가,” 한국통상정보

학회, 13(1), 123-144

Chen, Y. and Ali, A. (2004), “DEA Malmquist pro-ductivity measure : New insights with an application to

computer industry," European journal of operational research, 159(1), 239-249

Mao, W. and Koo,W. (1997), "Productivity growth, technological progress, and efficiency change in chinese

agriculture after rural china economic reforms : a DEA approach," China Economic Review, 8(2),

174 지역산업연구｜제43권 제1호｜2020.2

157-174.

Oum, T., Yu, C. and Fu, X.(2003), "A comparative analysis of productivity performance of the world's major

airports: summary report of the ATRS global airport benchmarking research report—2002," Journal of

Air Transport Management, 9(5), 285-297

Sarkis, J.(2000)," An Analysis of the Operational Efficiency of Major Airports in the United States", Journal of

Operations Management, 18(3), 335-351

Yoshida, Y. and Fujimoto, H.(2004), "Japanese-airport benchmarking with the DEA and endogenous-weight TFP

methods: testing the criticism of over investment in Japanese regional airports," Transportation Research

Part E: Logistics and Transportation Review, 40(6), 533-546

대륙별 국제공항의 효율성 및 생산성 연구 / 김가영․ 임채창․ 홍종의 175

ABSTRACT

Comparison with the Efficiency and Productivity of Continental International Airports

Kim, Gayoung* · Im, Chaechang** · Hong, Jongyi***

This study seeks to explore future developments in the aviation industry by analyzing the factors and environments affecting the development of the world's major airports using data from 2010 to 2018. For this purpose, this study demonstrated the efficiency and productivity of international airports by using the CCR model of the DEA model and the Malmquist productivity index. The results of the analysis show that the efficiency indices of CN, HAK, AMS, MEL, and CPT are so good that they do not need to be improved from the efficiency perspective by converging on 1. The continental efficiency average was relatively high in Asia, while North America showed the lowest efficiency. In addition, all 30 airports tended to see their efficiency decline over time. The Malmquist productivity index was measured separately by the Continental Productivity Index, the Internal Efficiency Index, and the Technical Efficiency Index. The analysis shows that Oceania and Africa are significantly affected by technical efficiency, but relatively, North America is not significantly affected by internal efficiency. Overall, all five major airports on the five continents saw a significant reduction in internal efficiency, which means that efforts should be made for internal management efficiency of the airport itself through management innovation.

Keywords : International Airport, DEA model, CCR model, Malmquist productivity index

* Student, School of Business Administration and Accounting, Andong University, ab1022@naver.com ** Assistant Professor, School of Business Administration and Accounting, Andong University, imcee@anu.ac.kr*** Associate Professor, School of Business Administration and Accounting, Andong University, jyhong@anu.ac.kr

176 지역산업연구｜제43권 제1호｜2020.2

1. 주저자

김가영(Kim, Gayoung) : ab1022@naver.com

안동대학교 재학 중(2017/3~현재)

2. 공동저자

임채창(Im, Chaechang) : imcee@anu.ac.kr

국민대학교 정치외교학사(2007)

한국외국어대학교 경영학석사(2009)

한국외국어대학교 경영학박사(2016)

안동대학교 조교수(2018/3~현재)

3. 교신저자

홍종의(Hong, Jongyi ) : jyhong@anu.ac.kr

포항공과대학교 산업공학사(2003)

포항공과대학교 전략적 정보 및 기술경영 공학박사(2010)

한국항공우주연구원 선임연구원(2010/2~2010/8)

경남대학교 조교수, 부교수(2010/9~2018/2)

안동대학교 부교수(2018/3~현재)