†Corresponding author: 종신회원, 한국해양대학교 물류시스템공학과 교수 서론
선박의 대형화 및 항만의 현대화에 힘입어 해상운송 이용자 가 꾸준하게 증가하고 있다. United Nations(2015)에 따르면 전 세계 해상운송 물동량은 1980년부터 2013년까지 연평균 7.6%의 성장률을 기록하고 있으며, 2013년에는 약 9,548백만 톤인 것으로 집계되었다. 이를 세부적으로 보면 컨테이너 화 물은 1,524백만 톤, 벌크화물은 5,180백만 톤, 오일 및 가스는 2,844백만 톤인 것으로 나타났다. 해상운송수단을 이용해 이 동되는 화물의 지속적 증가에 따라 터미널 운영에 대한 관심 도 집중되고 있다.
해상운송화물이 늘어나면서 터미널 간의 고객유치 경쟁도 심화되고 있다. 경쟁력이 약한 일부 터미널은 수익률 하락 문제가 발생하고 있으며, 심지어 인수·합병 혹은 사업 중단 사태로 이어지기도 한다. 따라서 터미널의 경쟁력 확보에 관 한 연구가 시급하다. 그러나 대부분의 연구는 컨테이너터미 널에 국한되어 있다. 일반적인 컨테이너터미널 연구와 달리 벌크터미널은 보유장비, 시설현황, 또는 규모 등과 같은 단 일 척도만으로 비교·평가하기에 어려움이 존재하기 때문이 다. 벌크터미널 서비스를 제공받는 이용자들이 인지하고 있 는 서비스품질 수준을 살펴보는 것은 이러한 문제에 대한 대안이 될 수 있다.
서비스품질을 다룬 대부분의 연구에서는 변수간의 잠재적 인과관계가 높다고 가정하는 반영적 측정모델(reflective measurement model)을 활용한다. 그러나 앞서 언급한 장비 나 시설 등과 관련된 항목은 인과관계가 매우 미미하기 때 문에 반영적 측정모델의 적용에 한계가 있다. 따라서 본 연 구에서는 이러한 항목들에 대해 형성적 측정모델(formative measurement model)을 적용하였다. 각 측정항목 간의 상관 관계가 낮음에도 불구하고 하나의 속성을 유발하는 변수들 은 형성적 측정모델의 적용이 타당하기 때문이다. 따라서 본 연구에서는 두 가지 측정모델을 복합적으로 적용하여 벌크 터미널 서비스품질이 재구매의도에 미치는 영향을 살펴보고 자 한다.
기존 연구에서 주를 이루고 있는 컨테이너터미널과는 별 개로 벌크터미널만의 서비스품질 분석을 시도하는 것은 충 분한 가치가 있으며, 반영지표(reflective indicators)와 더불 어 기존 연구에서 간과하고 있는 형성지표(formative indicators)를 접목한 실증연구를 제시하였다는 점 역시 의미 가 있다고 판단된다. 본 연구에서는 벌크터미널에 대한 서비 스품질 분석 및 이용주체 간의 차이를 살펴보는 것에 그 목 적이 있다.
이론적 고찰
2.1. 서비스품질
서비스품질이란 태도와 유사한 전반적인 평가로, 특정 서 비스의 우수성에 대한 개인의 판단 또는 태도(Parasuraman et al., 1988)를 의미한다. 서비스의 품질은 결국 그 서비스를 제공받은 고객의 가치판단에 의해 결정된다고 볼 수 있다. 즉, 제공되는 서비스 중에 고객의 기대에 적합한 서비스 속 성이 존재하는지, 그리고 고객의 요구수준에 어느 정도 부합 하는지에 대한 정도라고 볼 수 있다. 초기 서비스품질과 관 련된 연구 분야는 금융 및 보험서비스분야, 그리고 마케팅 등이 주를 이루었지만, 최근에는 항만과 관련된 연구에서도 자주 등장하고 있다.
서비스품질을 컨테이너터미널에 적용한 Shin et al.(2010) 의 연구에서는 컨테이너항만의 서비스 차별화 전략을 통한 경쟁력 확보를 위해 객관적 평가 척도 개발의 필요성을 제 기하였다. 신속성, 정확성, 안전성, 편의성 등 총 4가지 차원 에 대하여 20개의 항목으로 분류하였다. 또한 Huang et al.(2012)의 연구에서는 컨테이너터미널 물류역량이 서비스 품질과 고객반응에 미치는 영향을 파악하기 위한 분석을 실 시하였으며, 물류역량, 서비스품질, 그리고 고객반응 등 총 3 가지 차원에 대하여 10개의 항목으로 분류하였다.
벌크터미널과 관련된 연구로 Kim and Lee(2011)은 벌크 고유의 서비스품질 측정 도구 제안을 위해 화주와 벌크선사 를 대상으로 설문조사를 실시하였다. 벌크항만과 관련된 29 개 측정항목에 대해 55개 기업이 부여한 점수를 바탕으로 서비스품질을 분석한 결과, 편의성과 안전성에 대한 중요성 이 큰 것으로 나타났다. 그러나 연구의 범위를 해당 지역으 로 국한하더라도 설문부수가 분석을 실시하기에 부족하다는 한계점이 존재한다.
컨테이너터미널과 달리 벌크터미널에서는 다양한 형태의 화물을 처리하기 위해 취급상황에 따른 적절한 하역장비가 요구되기 때문에 기본적으로 비교대상 터미널을 설정하기가 쉽지 않다. 따라서 적극적인 연구가 이루어지기 힘든 것으로 판단된다. 구조방정식모형을 활용한 서비스품질 분석은 터미 널 간의 비교를 통해 경쟁력을 파악하는 것이 아니라 터미 널 이용자의 평가를 바탕으로 실시하므로 이러한 문제점을 보완할 수 있다.
2.2. 반영지표와 형성지표
구조방정식모형은 공분산이 기반이 되는 연구로, LISREL 이나 AMOS 등의 프로그램을 활용한 연구가 대부분이다. 이는 한 속성에 포함된 변수간의 상관관계가 크기 때문에 반영지표라고 볼 수 있다. Fig. 1과 같이 반영지표는 측정항 목 a1, a2, a3, a4에 대한 대표적인 추상적 개념 A의 관점으 로 볼 수 있다. A는 발생된 모든 측정항목에 대해 영향을 미치므로 측정항목들은 서로 밀접한 연관이 있어야 한다. 예 를 들어 수면부족이라는 속성이 반영되어 집중력 저하나 피 로감 상승, 의욕상실 등이 유발될 수 있다. 즉, A가 반영되 어 a1, a2, a3, a4가 야기될 수 있지만, 반대로 a1, a2, a3, a4 가 반영되어 A를 야기할 수는 없다.
형성지표는 b1, b2, b3, b4 간의 상관관계는 낮지만 B를 구성하는 요소라고 가정한다. 예를 들어 과도한 업무나 이 사, 그리고 군 입대 등은 스트레스를 유발하는 원인이 될 수 있다. 다시 말하자면 b1, b2, b3, b4가 B를 야기한다. 그러나 이들 간에는 서로 상관관계가 거의 없으며, B가 b1, b2, b3, b4를 유발하지는 않는다. 본 연구에서는 선석 수, 수심, 장 비, 그리고 장치장 등과 관련된 항목들이 반영되어 유형성이 라는 속성을 설명하기 때문에 이를 형성지표로 보는 것이 타당하다고 판단하였다.
구조방정식분석은 크게 CB-SEM(covariance based structural equation modeling)과 PLS-SEM(partial least squares structural equation modeling)으로 구분할 수 있다. 전자의 경우 제안된 모델이 표본의 공분산으로부터 얼마나 잘 추정될 수 있느냐에 초점을 둔 반면, 후자는 종속변수의 분산을 설명하는데 초점을 둔다(Hair et al., 2014).
PLS-SEM의 경우 반영적 측정모델과 형성적 측정모델 모두를 측정할 수 있으며, 표본수가 적은 경우에도 활용이 가능하다. 또한 요인의 수가 다수이거나 다중공선성이 높은 경우에도 활용이 가능하다(Chin, 1998). CB-SEM의 경우 비 교적 많은 연구가 이루어진 분야에 대한 확인적 연구 혹은 검정에 적절하나, PLS-SEM은 많은 연구가 이루어지지 않 은 분야에 대한 탐색적 연구가 가능하다(Cho and Choi, 2009).
추후 재 언급 하겠지만, 본 연구에 사용된 전체 표본은 총 167부이다. 그러나 선사와 화주로 분류된 두 집단의 차이 를 확인하기 위해서는 각각의 표본수가 CB-SEM으로 분석 하기에 부족함이 있을 뿐만 아니라 반영적 측정모델의 분석 만 가능하다. 따라서 적은 수의 표본으로도 반영적 측정모델 과 형성적 측정모델의 분석이 가능한 PLS-SEM을 활용하여 연구를 진행하고자 한다.
연구방법
본 연구에서는 Parasuraman et al.(1988)의 연구를 토대로 독립변수를 5개의 속성(신뢰성, 반응성, 보장성, 공감성, 유 형성)으로 구성하였다. 또한 만족도와 성과, 그리고 재계약 의도를 종속변수로 구성하였다. 속성에 대한 조작적 정의는 다음 Table 1과 같다.
Table 1.
Operational definition
| Operational Definition | Researcher | |
|---|---|---|
| Reliability (Rel) | Ability to perform the promised service dependably and accurately | Parasuraman et al. (1988) Lee et al.(2010) Kim and Joo(2008) Kim et al.(2009) |
| Responsiveness (Res) | Willingness to help customers and provide prompt service | Parasuraman et al. (1988) Park and Joo(2014) Shin et al.(2010) Park and Bae(2012) |
| Assurance (Ass) | Knowledge and courtesy of employees and their ability to inspire trust and confidence | Parasuraman et al. (1988) Kim and Joo(2008) Shin et al.(2001b) Bae and Park(2013) |
| Empathy (Emp) | Caring, individualized attention the firm provides its customers | Parasuraman et al. (1988) Hwang et al.(2012) Song and Song(2004) Kim and Joo(2008) |
| Tangibility (Tan) | Basic facilities, function facilities, supporting facilitis can meet customers’ requirements in the bulk terminal | Parasuraman et al. (1988) Shin et al.(2001a) Kim and Lee(2011) Cho(2006) Park et al.(2009) |
| Satisfaction (Sat) | By using bulk terminal services, customers’ overall satisfaction | Kim et al.(2013) Lee et al.(2010) Kim et al.(2009) |
| Performance (Per) | By using bulk terminal services provided, customers’ outcome | Yang and Shin(2012) Kim and Lee(2011) |
| Intention of Renewal (Int) | Intending to renew the contract with bulk terminal | Kim et al.(2013) Lee and Choi(2013) |
속성에 대한 조작적 정의를 바탕으로 전문가집단과의 브 레인스토밍을 통해 각각 3~4개의 문항을 도출하였으며, 유 형성의 경우 형성적 측정모델을 적용하기 위해 4개 문항을 도출하였다. 분석에 사용된 각 속성에 대한 측정항목은 Table 2와 같다.
Table 2.
Dimension and measurement item
모든 설문문항은 5점 척도로 측정하였으며, 분석 프로그 램은 SPSS 19를 활용하였다. 또한 형성적 측정모델의 분석 을 위해 Smart PLS 3.2를 사용하였다.
설문조사는 2015년 6월부터 9월까지 진행하였다. 설문의 대상이 벌크터미널 이용자인 선사와 화주이기 때문에 업종 분류 항목의 무응답(5부)을 제외한 167부의 설문이 분석에 사용되었다. 업종분류 가운데 화주는 109부(63.4%), 선사는 선사가 58부(33.7%)인 것으로 나타났다.
주요이용부두의 경우 복수응답을 허용하였으며, 지역의 제한은 없었다. 그러나 설문조사가 주로 부산에서 이루어진 관계로 대부분의 응답이 부산지역 부두인 것으로 나타났다. 전체 응답자의 주요이용부두는 감천항이 126부(75.4%)로 가 장 빈도가 높은 것으로 나타났으며, 북항이 27부(16.2%), 기 타항목이 14부(8.4%)인 것으로 나타났다. 기타항목에 포함된 지역은 마산과 인천에 대한 응답이 일부 포함되어 있다. 주 요취급화물에 대한 문항 역시 복수응답을 허용하였는데 철 재가 115부(68.9%)로 가장 빈도가 높은 것으로 나타났다.
실증분석
4.1. 반영적 측정모델의 신뢰성 및 타당성 검증
탐색적 요인분석 실시에 앞서 요인분석에 적합한 공통요 인이 존재하는지를 확인하기 위해 바틀렛구형성검증 (bartlett‘s test of sphericity)과 표본적합도측정(KMO: kaiser meyer olkin)을 실시하였다. 바틀렛구형성검증에서는 유의확률이 0.000일 경우 귀무가설을 기각한다. 따라서 요인 분석의 사용이 적합하다고 볼 수 있다. 일반적으로 0.05미만 인 경우 공통요인이 존재한다고 평가한다(Kang, 2013). 분석 결과 X2값 중 독립변수는 811.906(p=0.000), 종속변수는 778.215(p=0.000)인 것으로 나타났다. 표본적합도 측정은 0.70이상일 때는 보통, 0.80이상일 때는 좋음으로 평가하며 0.90이상일 경우 매우 좋음으로 평가할 수 있다(kaiser, 1974). 본 연구에서 분석한 결과 독립변수가 0.887, 종속변수 가 0.879로 나타났다. 바틀렛구형성검증과 표본적합도 측정 결과를 토대로 본 연구는 요인분석에 적합하다는 사실을 알 수 있다.
탐색적 요인분석을 실시한 결과 요인적재량이 0.6이하인 것으로 나타난 Sat1과 Per3은 분석 대상에서 제외하였다. 또 한 신뢰성과 반응성은 서로 매우 밀접한 상관관계를 갖는 것으로 나타나 ‘신뢰·반응성’으로 통합하였다. 만족도와 성과 의 경우도 역시 상관관계가 높은 것으로 나타나 ‘만족·성과’ 로 통합하였다. Table 3은 베리맥스(varimax) 방식을 적용 한 회전된 요인적재량값을 제시하고 있다.
Table 3.
Rotated component matrix results of reflective model
이를 바탕으로 서비스품질 속성은 4개(신뢰·반응성, 보장 성, 공감성, 유형성)로 분류하였다. 또한 4개의 속성은 고객 의 만족·성과 항목에 영향을 미치며, 결과적으로 재계약의도 와 직결된다는 연구모형을 수립하였다. 이와 관련된 자세한 사항은 Fig. 2와 같다.
측정도구의 신뢰성을 확인하기 위해서는 크론바알파 (Cronbach’s Alpha)값이 0.6 이상, 내적 일관성 확보를 위한 평균분산추출(AVE: average variance extracted)이 0.5 이상, 복합신뢰도(CR: composite reliability)가 0.7이상이어야 한다 (Nunnally, 1978). 본 연구의 분석 결과 아래의 Table 3과 같이 신뢰성 확보를 위한 모든 요건을 충족하는 것으로 나 타났다. 또한 평균분산추출값의 제곱근값(Table 4의 대각선 상에 진하게 표시된 값)이 구성개념 사이의 상관계수값보다 크게 나타났으므로 판별타당성이 있다고 볼 수 있다.
Table 4.
The result of reliability testing and discriminant validity testing
4.2. 형성적 측정모델의 평가
전술한 바와 마찬가지로 본 연구에서는 독립변수 가운데 유형성은 형성적 측정모델이 적합하다고 판단하였으며, 이러 한 판단이 올바른 것인지 확인하기 위해 Bollen and Ting (1993)이 제시한 확인적사분체분석(CTA: confirmatory tetrad analysis)을 실시하였다. 반영적 측정모델은 아래 Table 5에서 분류된 항목들 중 신뢰구간의 최저치(CI Low) 와 최대치(CI Up) 사이 값에 하나라도 0이 포함되지 않을 경우 형성적 측정모델을 사용할 수 있다(Bollen and Ting, 1993). 본 연구의 결과에서 항목 2는 0이 포함되지만, 1은 0 이 포함되어 있지 않기 때문에 형성적 측정모델의 사용이 적합하다.
Table 5.
Confirmatory tetrad analysis
| p | CI Low | CI Up | |
|---|---|---|---|
| 1: Tan1,Tan2,Tan3,Tan4 | 0.003 | 0.012 | 0.099 |
| 2: Tan1,Tan2,Tan4,Tan3 | 0.086 | -0.011 | 0.078 |
형성적 측정모델의 평가를 위해서는 형성지표들의 공선성 문제여부와 유의성(p값), 그리고 적합성을 확인해야 한다 (Hair, et al., 2014). 먼저 분산팽창요인(VIF: variance inflation factor)의 경우 5.0이상일 때 공선성문제가 있다고 말할 수 있다. 공선성 문제가 있는 경우 형성적 측정모델의 평가는 불가능하다(Hair et al., 2011). 또한 각 지표 간의 상 대적 중요성을 의미하는 경로계수(outer weight)와 절대적 중요성을 의미하는 측정변수부하량(outer loading)의 평가를 통해 적합성을 확인할 수 있다(Hair, et al., 2014). 경로계수 값은 0.1이상(Andreev et al., 2009), 측정변수부하량은 0.5이 상(Hassan et al., 2015)일 경우 적합성이 있다고 볼 수 있 다. 본 연구의 분석결과 앞서 언급한 모든 기준을 충족시키 는 것으로 나타났으므로 형성적 측정모델의 적용이 적절하 다고 볼 수 있다. 이에 대한 자세한 사항은 Table 6과 같다.
4.3. 전체 측정모델의 평가
결정계수(R2)와 중복성(Redundancy)을 활용하여 전체 측 정모델의 적합도를 평가할 수 있다. R2값은 구조방정식모형 의 평균적인 적합도를 평가하는 것으로 0.26 이상일 경우 ‘상’, 0.13~0 .26일 경우 ‘중’, 그리고 0.02~0.13일 경우 ‘하’ 로 나눌 수 있다(Cohen, 1988). 중복성은 값이 0보다 큰 경 우 구조방정식모형의 적합도가 있다고 판단한다(Chin, 1998). 이에 대한 분석결과는 모든 평가기준을 만족하므로 본 연구에서 제시한 측정모델은 적합하다고 볼 수 있다.
전체 표본의 경로계수를 살펴보면, 공감성을 제외한 나머 지 항목들의 p-value는 모두 1% 수준에서 유의한 것으로 나타났다. 서비스품질을 구성하는 요인 가운데 유형성 관련 항목은 만족·성과에 미치는 영향력이 가장 큰 것으로 나타 났다. 선석 수나 수심, 그리고 하역에 적합한 장비 등의 문 항으로 구성된 유형성은 하역이 가능하기 위해 가장 기본적 으로 필요한 요소라고 볼 수 있다. 특히 벌크화물의 경우 중 량화물이 대량 운송되는 경우가 많기 때문에 이에 적합한 수심을 보유하고, 특색이 다양한 화물의 처리를 위해 적절한 장비를 구비하고 있는 것은 고객이 지각하는 만족·성과에 매우 긍정적 영향을 미치는 것으로 판단된다. 또한 독립변수 와 종속변수 모두를 포함하였을 경우 만족·성과가 재계약의 도에 미치는 영향력이 가장 큰 것으로 나타났다. 이에 대한 자세한 사항은 Table 7과 같다.
4.4. 집단 간 차이 분석
각 집단별 t값(t>1.96)을 확인하기 위해 양측검증을 실시 하였다. 선사와 화주 집단의 경로계수를 살펴보면, 신뢰·반 응성이 만족·성과에 미치는 영향에 대해 화주가 선사보다 더 중요성을 높게 인지하고 있는 것으로 나타났다. 벌크화물 의 특성상 원자재가 대부분이기 때문에 터미널에서 하역이 끝나고 화물이 반출된 이후의 일정에 차질이 생기지 않도록 정확하게 스케줄을 이행하는 것은 중요하다. 벌크터미널에서 화물이 반출된 이후의 문제는 대부분 화주만의 문제가 되기 때문에 이러한 결과가 나타난 것으로 판단된다.
집단 간의 차이가 유의한지 평가하기 위해 p값(단측검정) 을 확인하였다. PLS-MGA(multigroup analysis)는 일반적인 모수(parametric)검정과 달리 부트스트래핑(bootstrapping) 기법을 활용한 비모수(non-parametric)적 검정을 이용한다. 이를 통해 도출된 유의확률 p값은 화주와 선사의 경로계수 를 비교하여 한 집단의 경로계수가 다른 집단의 경로계수보 다 클 확률을 의미한다. 이에 대한 결과는 Table 8에서 마 지막 열의 Difference와 같다.
Table 8.
The result of hypotheses testing (shipowner, shipper) and the difference result between groups
비모수검정(non-parametric test)은 각 그룹 경로계수들의 차이를 확인하기 위한 것으로 p값이 0.05이하 또는 0.95이상 이어야 한다(Henseler et al., 2009). 비모수검정을 통한 분포 는 좌우대칭이 아니므로 일반적으로 통용되는 유의수준과는 차이가 있다. 이러한 기준에서 볼 때 만족·성과에서 재계약 의도에 미치는 영향에 대한 정보는 유의하다고 볼 수 있으 며, 선사가 화주보다 더 중요성을 높게 평가한 것으로 나타 났다. 반면, 신뢰·반응성이나 유형성이 만족·성과에 미치는 영향의 경우 Henseler et al.(2009)이 언급한 p-value기준에 다소 미치지 못하고 있다. 그러나 유의수준의 설정은 연구자 의 주관성이나 표본 수에 따라 차이가 있을 수 있다. 본 연 구는 표본이 대부분 부산지역에 국한되고, 취급품목이 제한 적인 탐색적 연구이다. 따라서 Henseler et al.(2009)보다 확 장된 유의수준에서 본다면 해당 항목들(Table 8에서 Δ로 표시된 항목)은 약한 유의수준인 것을 알 수 있다. 이러한 부분은 추후 연구에서 주의 깊게 살펴보아야 할 부분이라고 판단된다.
이러한 관점에서 볼 때 신뢰·반응성이 만족·성과에 미치 는 영향에 대한 집단 간 차이는 서비스품질 속성들 중 가장 큰 것으로 나타났으며, 선사보다 화주가 평가한 중요도가 더 높다. 터미널에서 예정대로 스케줄을 이행하고 신속하게 업 무를 처리하는 것은 만족·성과와 관련된 항목인 서비스에 대한 전반적 만족감과 리드타임 감소, 그리고 비용절감 등에 직접적 영향을 미친다. 화주의 경우 화물이 신속하면서도 정 확하게 처리됨으로써 터미널 반출 이후의 작업 역시 차질 없이 진행 가능하기 때문에 이에 대한 영향이 반영된 것으 로 보인다. 유형성의 경우 성과·만족에 미치는 영향에 대한 집단 간의 차이에서 선사가 더 중요하게 평가하였다. 선석 수나 수심, 장비, 그리고 장치장에 대한 적절한 서비스는 선 사의 기항 이유가 될 수 있는 중요한 부분이기 때문에 서비 스에 대한 전반적 만족으로 이어진 것으로 보인다. 집단 간 경로계수 및 차이 분석결과는 Table 8과 같다.
결론
전 세계적으로 해상운송수단을 통해 이동하고 있는 화물 의 양이 꾸준하게 증가하고 있다. 이에 따라 터미널에 대한 관심이 급증하면서 터미널의 효율적 운영 또는 경쟁력 확보 방안과 관련된 연구가 다양하게 진행되고 있다. 그러나 조금 더 세부적으로 분류하면, 컨테이너터미널과 관련된 분야의 연구는 증가하고 있지만 벌크터미널과 관련된 연구는 매우 미미한 수준에 그치고 있다.
벌크터미널에서 다루고 있는 화물의 종류 및 특징이 매우 다양하고, 체계적으로 정리된 데이터 부족 등의 문제로 벌크 터미널의 경쟁력 확보방안과 관련된 연구가 활발하게 진행 되지 못한 것으로 보인다. 본 연구에서는 이러한 단점을 보 완하여 구조방정식모형을 활용한 서비스품질 분석을 실시하 였다. 벌크터미널 경쟁력 증대를 위한 분석의 시도는 매우 의미 있는 연구라고 사료된다. 또한 일반적인 구조방정식모 형에서 사용되고 있는 반영적 측정모델에 형성적 측정모델 을 결합하여 분석을 실시한 것은 가치 있는 시도라고 판단 된다.
벌크터미널 서비스품질과 만족·성과, 그리고 재계약의도의 관계에 대한 집단별 차이를 보면, 화주가 선주보다 신뢰·반 응성이 만족·성과에 미치는 영향에 대해 더 중요하게 평가 하고 있는 것으로 나타났다. 벌크화물의 특성상 벌크터미널 에 도착한 화물의 하역이 사전에 계획한 대로 진행 되어야 이후 업무에 차질이 없으며, 이는 선사보다 화주에게 더욱 중요한 문제이기 때문에 이러한 결과가 나타난 것으로 보인 다.
유형성이 만족·성과에 미치는 영향에 대해서는 선사와 화 주 모두가 중요하게 평가하였다. 벌크화물의 경우 대량의 중 량화물이 운송되는 경우가 많으므로 충분한 수심과 적절한 장비의 사용은 고객이 지각하는 만족도에 매우 긍정적 영향 을 미치는 것으로 판단된다.
본 연구의 결과에 따르면 유형성은 벌크터미널을 이용하 는 고객의 만족도와 직결되는 문제인 만큼 간과할 수 없는 사안이다. 따라서 벌크터미널의 경쟁우위를 위해서는 유형성 과 관련된 선석 수나 터미널의 수심, 그리고 적합한 장비 등 과 같은 시설적인 측면을 강화시켜야 한다. 또한 컨테이너화 물과 달리 벌크화물은 종류가 다양하고 각각의 형태나 성질 에 적합한 하역방식이 요구되기 때문에 고객마다 개별적 요 구가 빈번하게 발생할 수 있다. 그러므로 유형성뿐만 아니라 공감성과 관련된 항목(문제 발생에 대한 진지한 태도나 사 소한 고객 요구에 대한 배려, 그리고 고객과의 유대감 등)에 대해서도 주의를 기울여야 할 것이다.
본 연구의 주요 대상은 벌크터미널을 이용하는 고객이다. 벌크터미널은 다양한 종류의 화물을 한 터미널에서 같은 장 비로 하역하는데 한계가 존재한다. 또한 배후단지에서 주로 취급하는 원재료가 해당 벌크터미널의 주요 화물이기 때문 에 해당 터미널에서 취급하는 화물의 종류가 제한적일 수 있다. 따라서 연구의 결과는 지역이나 화물의 종류에 따른 차이가 존재할 수 있다. 그러므로 추후 화물에 따른 구분뿐 만 아니라 지역에 따른 구분을 통한 연구도 의미가 있을 것 으로 예상된다.
PDF Links
PubReader
Full text via DOI
Download Citation
Print
