자동차 부두는 전용성이 강한 자동차 품목의 특성상 타 품 목과 혼재하여 하역/선적이 이루어질 수 없기 때문에 자동차 선적대기를 위한 배후부지의 규모가 중요하다. 일반적으로 자동차 처리항만의 배후에는 완성차 공장이 입지해 있으며, 예외적으로 광양항은 자동차 환적항으로서 배후에 자동차 공 장이 위치해 있지 않다. 또한, 자동차 부두는 컨테이너 등 여 타 품목을 취급하는 부두와 달리 전체 선적/하역 과정이 근 로자에 의존하는 특징이 있어 자동차 부두의 생산성 측정에 있어서는 하역근로자의 숙련도가 중요한 특징을 갖는다.

국내 자동차 전용부두는 평택․당진항, 울산항, 인천항, 목 포항, 군산항에 위치해 있으며, 그 외 광양항, 부산항, 마산항 에서도 자동차 품목을 전용으로 처리하고 있다. 평택․당진 항은 국내 최대 자동차처리항만으로서 4개 선석에 1,443만 톤의 하역능력을 갖추고 있다. 항만 인근의 현대자동차 아산 공장, 기아자동차 광명, 화성공장, 쌍용자동차 평택공장 등에 서 생산된 자동차 품목을 처리하고 있다. 울산항은 인근에 현대자동차 울산공장이 위치해 있으며, 3개 선석에 957만 톤 의 하역능력을 갖추고 있다. 인천항은 인근에 한국지엠 부평 공장, 대규모 중고자동차 수출단지가 위치하고 있으며, 2개 선석에 620만 톤의 하역능력을 갖추고 있다. 군산항은 인근 에 현대자동차 전주공장과 한국지엠 군산공장이 위치하며 3 개 선석에 423만 톤의 하역능력을 갖추고 있다. 목포항은 1 개 선석에 270만 톤의 하역능력을 갖추고 있다. 자동차 전용 부두를 갖추지 못한 여타 항만의 경우, 광양항은 2개 선석에 724만 톤, 부산항은 1개 선석에 158만 톤을 하역할 수 있는 능력을 갖추고 있는 것으로 평가된다.

2015년 기준, 전국 항만에서 처리된 자동차 물동량은 6,847만 톤으로서 수출 물량이 전체 물동량의 49.4%를 차지 하고 있으며, 환적 물량이 31.1%, 연안 물량이 13.7%, 수입 물량이 6.0%를 차지하고 있다.

최근 5년간 국내 항만의 자동차 처리물량 추이를 보면, 전 체 물량은 연평균 10% 증가하는 추세를 보이고 있다. 수출 물량은 3,300만 톤 수준에서 유지되고 있고 수입 물량은 소 폭으로 증가세를 보이는 반면에 환적 물량은 연평균 27.4% 증가하면서 전체 자동차 처리실적 증가를 견인하고 있다.

2015년 기준으로 항만별 처리물량을 비교하면, 평택․당진 항이 전국 자동차 처리실적의 22.5%인 1,543만 톤을 처리했 으며, 울산항이 전체의 20.0%인 1,161만 톤을 처리하고 광양 항이 전체의 18.8%인 1,287만 톤을 처리하였다. 다음으로는 목포항 15.1%, 인천항 7.9%, 군산항 6.1%, 마산항 4.3%, 부산 항 3.7% 등의 비중으로 자동차를 처리하였다. 수입/수출/환 적/연안 등 유형별로 보면, 2015년 기준으로 울산항과 인천 항은 각각 개별 항만에서 처리한 자동차 물동량의 99.1%, 88.6%를 수출 물량이 차지하며, 광양항은 자동차 처리물량의 99.5%가 환적화물인 특징을 보이고 있다.

자동차 부두와 관련한 국내·외 연구는 다음과 같다. Kim(2015)는 자동차 항만의 서비스 품질 개선을 통한 경쟁 력 강화 방안를 위하여 고객의 이익을 최우선으로 하는 서비 스 마인드 향상, 탄력적으로 하역시간을 운영하는 방안, 유관 기관과의 연계성을 높여 다양한 항로를 제공, 서비스 품질의 매뉴얼화, 제도화 등 실제적으로 적용할 수 있는 방안 등이 필요하다고 하였다. Kim et al(2016)는 평택항 자동차 하역구 조 개선을 위해 항운노조의 상용화 정착, 보다 현실적이고 효과적인 업무협조를 위한 하역 운영사 간의 이해관계가 정 립, 작업자의 인식 전환을 통한 자동차 하역의 노동강도 및 작업환경에 순응 등이 필요하다고 하였다. Lee et al(2006)는 인천항 수출입자동차 물류 경쟁력 확보방안에 대한 연구를 진행하였다. 분석 결과, 적정물량 확보 및 전용부두 지정 운 영의 필요, 선사의 입항 횟수 증대 노력, 적정한 장치면적의 확보가 필요한 것을 나타났다. Lee et al(2014)는 러시아 자 동차 시장과 우리나라 수출항만 판도 변화에 관한 연구에서 우리나라의 대 러시아 주요 수출 항만들을 대상으로 앞으로 대 러시아 자동차 수출 항만물동량을 증가시키기 위해서는 국내외 자동차의 수출 물량의 흐름 및 구조를 파악하여 차별 화된 서비스를 제공하여야 한다고 하였다.

Beskovnik and Twrdy(2011)는 실시간정보를 통해 단기효 율화를 이루는 터미널지역에서의 시간당 하역 차량수와 이동 율, 차량별 터미널 야드 사용면적, 차량이동에 필요한 고용자 수, 게이트관리자 수를 생산성의 기본항목으로 제시하였다. 이외에도 자동차운반차 및 화차의 용량, 효율성 등 관리측면 의 항목과 수심에 따른 선박의 작업효율, 총생산성과 순생산 성을 분리하여 적용하였다. 생산성을 높이기 위해 세 가지 수준의 의사결정 지원모델을 제시하였는데 내부적 요인, 외 부적 요인을 고려하여 높은 생산성과 투자 효용성을 위해 관 리, 전략, 운영수준으로 나누어 분석하였다. Brucato(2013)는 팔레르모 유로터미널에 보관, 복합운송, 상하역 등 여러 과정 을 통합, 운영하기 위해 객체과정방법을 제안하였고 이를 통 해 효율성을 높인 사례를 보여주었다. Fischer, T&Gehring(2005)는 자동차항만의 근로자 인건비용과 환적 비용과의 관계에 대해 연구를 하였다.

Lee et al(2013)는 AHP를 활용한 자동차 수출의 항만 선 택 요인에 관한 연구에서 제1계층 ‘비용 요인’ 중 내륙운송비 가 완성차 수출항만 선택에서 가장 중요 요인으로 평가되었 다. 이를 통해 특정 항만이 완성차 수출 화물을 지속적으로 유치하기 위해서는 항만 내 충분한 야적장 확보, 자동차 전 용선석 건설 등과 함께 항만운영인력의 전문성 및 숙련도 향 상을 위한 노력이 동시에 필요하다고 나타났다. Choi et al(2011)는 AHP를 활용해 수입자동차의 평택항 선택 결정 요인을 분석했다. 그 결과 ‘항만입지’가 가장 중요한 결정요 인으로 나타났으며 중요도는 ‘항만시설’, ‘항만비용’, ‘항만서 비스’, ‘항만마케팅’, ‘항만물동량’의 순으로 나타났다. Malchow 외(2004)는 미국 항만들을 대상으로 연구에서 항만 입지가 항만 경쟁력의 가장 중요한 요소이며 화물의 종류도 항만선택에 영향을 주는 중요 요소 중 하나라고 하였다. Tongzon(2009)은 항만선택에 영향을 미치는 요소를 동남아 시아 포워더들의 관점에서 연구를 하였고 항만의 효율성이 가장 중요한 항만선택 결정요소로, 선박운항빈도, 충분한 기 반시설, 항만입지 순으로 중요한 것으로 나타났다.

Kim(2012)는 2010년도 광양항과 부산항 그리고 신항의 12 개 컨테이너터미널을 대상으로 컨테이너터미널 장비의 효울 성을 산출하기 위해 DEA 분석을 이용하였다. C/C수, T/C수, Y/T수, R/S수를 투입변수로, 총 화물처리량(TEU)를 산출변 수로 선정하여 분석하였으며 C/C(0.427), TC(0.272), YT(0.156), RS(0.143)순으로 컨테이너 터미널의 효울성에 가 장 중요한 영향을 미치는 것으로 나타났다. Kim(2011)은 2006년부터 2010년까지 광양항, 부산항, 인천항의 컨테이너 터미널의 효율성을 측정하기 위해 DEA를 활용하였다. 투입 변수로는 안벽길이(m), 야드면적, 장비수, 직원수이고 산출변 수는 총 화물처리량(TEU)를 이용하였다. 분석결과, 광양항 ‘통운광양’터미널의 경우 2006년에는 BCC 모형, CCR-초효 율성 모형, CCR 모형에 의한 효율성 측정결과 모두 1, 2위로 우수하게 나타났으나, 2007년 이후에는 갑자기 하위로 쳐져 부진한 것으로 나타났다. Na(2008)은 1997년부터 2006년까지 한국 5대 항만 즉 포항, 울산, 광양, 인천, 부산 항만들의 효 율성측정을 위해 DEA 분석을 이용하였다. 투입요소로는 하 역능력, CY면적, 부두안벽길이, 접안능력을 사용하였고 산출 변수는 외항화물과 연안화물의 물동량 총톤을 사용하였다. 5 대항만의 평균에서 순효율성의 변화는 변동이 없으나 기술변 화는 연평균 3.6%씩 후퇴하였고 효율성의 변화는 매년 0.3% 정도씩 효율성이 증대된 것으로 나타났다. 전체적으로 총생 산성의 변화에서는 3.1%씩 후퇴한 것으로 나타나고 있다. Na(2009)는 DEA와 Malmquist를 활용하여 1998년부터 2007 년의 기간에 대하여 군산항을 비롯한 7개 항만에 대하여 생 산성을 비교하였다. 연구결과 지난 10년간 군산항의 총생산 성 평균은 약간 감소된 것으로 나타나고 있다. 0.993으로 나 타나 연평균 0.7%정도로 총생산성이 낮아진 것으로 측정되 었다. 이에 비하여 7개 항만 전체의 평균을 보면 0.983으로 나타나 7개 항만은 총생산성이 약1.7%씩 하락된 것으로 나 타나고 있다. 박구웅(2010)은 동아시아·유럽·북미지역의 45개 항만을 대상으로 컨테이너항만의 효율성을 측정하기 위해 DEA 분석을 이용했다. 항만시설, 하역장비, 노동, 자본, 항만 서비스를 투입요소로 이용자만족도, 총수입, 터미널 회전율, 기항선사수, 컨테이너 처리량을 산출요소로 하였다. 분석 결 과 동아시아 항만들은 처리량(TEU), 선석수, 크레인 수에서, 유럽항만들은 기항선선사 수, 총 안벽길이에서, 북미 항만들 은 수심, 터미널 면적에서 상대적으로 우위를 보이는 것으로 나타났다. Park(2009)은 국내 13개 항만을 대상으로 Negative DEA분석을 통해서 가장 효율적인 항만들이 가장 운영위험이 큰 항만들임을 연구하였다. 분석결과, 운영효율 성이 가장 낮은 동해항으로 나타났으며, 가장 운영위험이 높 은 항만들은 여수, 태안, 속초, 통영, 부산항으로 분석되었다. Park(2010)은 국내 26개 항만을 대상으로 퍼지DEA와 평균 지수변환모형에 의거하여 항만 효율성을 분석하였다. 일반 투입지향 CCR 모형에서는 고현, 통영, 속초, 옥포항이 효율 적이었으며, 여수항이 90% 후반의 효율성을 보였다. 퍼지 DEA 평균지수변환모형에서는 속초, 고현항이 가장 효율적 이었으며, 여수, 옥포항은 람다값이 커질수록 효율성이 증가 되었다. 또한 여수, 서귀포, 완도항은 람다값이 높아질수록 효율성 수치도 높아지는 것으로 나타났다. Park(2010)은 컨 테이너 터미널 11개를 대상으로 DEA를 활용한 컨테이너 터 미널의 효율성 분석을 하였다. 분석결과, 신선대, 감만, 신감 만, PNC는 규모의 효율성이 1로 나타나 효율적인 것으로 나 타났다. 반면에 광양항 GICT, KEC, 동부, KIT터미널은 효율 성이 0.1에도 미치지 못해 매우 낮은 효율성을 가지고 있는 것으로 나타났다. Bang(2011)은 세계 76개 항만의 상대적 효 율성을 DEA를 통해 이용하여 선석길이, 평균수심, 총 터미 널면적, 컨테이너 크레인 수를 투입변수로 컨테이너 처리량 을 산출변수로 선정하여 분석하였다.

선행연구 분석결과 컨테이너항만이나 벌크항만의 경우 다 양한 연구가 진행되었고, 효율성 분석의 연구도 이들 항만들 에 집중되어 있었다. 자동차 부두 관련 연구는 데이터의 수 집이 용이하지 않는 등의 원인으로 연구가 미진한 실정이다.

DEA(Data Envelopment Analysis)는 투입변수와 산출변 수를 활용, 의사결정 단위를 뜻하는 DMU(Decision Making Unit)의 효율성과 생산성 분석을 통해 기업의 효율성을 측정 하는 비모수적 방법론이다. DEA 분석에는 CCR모형과 BCC 모형이 가장 대표적이며 널리 사용된다. CCR모형은 Charnes, Cooper & Rhodes(1978)에 의해 제시되었으며, 규 모수익불변(CRS : Constant Returns to Scale)을 가정한다. 각 분석대상의 투입변수의 가중합계에 대한 산출변수의 가중 합계의 비율을 계산하며 다음과 같은 식(1)을 사용하여 계산 한다.

CCR모형은 분석대상의 투입과 산출의 각 합계 비율이 1 을 초과해서는 안 된다. 또한 투입·산출요소의 가중치가 1보 다 크다는 제약조건을 가진다.

CCR모형과 함께 많이 사용되는 BCC모형은 Banker, Charnes, & Cooper가 1984년 제시한 모형으로, CCR의 단점 인 규모의 효율성과 순수 기술 효율성의 구분이 이루어지지 않는 것을 보완하기 위해 규모수익가변(Variable Return to Scale)을 가정한다. BCC모형은 식(2)와 같다.

DEA 분석은 산출량이 정해진 상태에서 투입변수를 기준 으로 투입량의 최소화 여부를 측정하는 투입기반모형과 산출 변수를 기준으로 최대의 양을 생산하는지를 분석하는 산출기 반 모형으로 나눌 수 있다. 규모의 효율성을 측정하는 방법 은 식(3)과 같다.

CCR모형을 통해 측정된 기술적 효율성은 BCC모형을 통 해 측정된 규모의 효율성과 순수 기술 효율성으로 분류함을 보여주고 있다.

Malmquist 생산성지수(MPI : Malmquist productivity Index)는 1982년 Caves, Christensen 와 Diewert에 의해 정 의되었다. DEA의 횡단면적 분석방법과 다르게 종·횡단면적 분석을 통해 기간별 생산성 변화를 측정하고, 생산성의 변화 원인을 기술변화와 효율성변화를 활용하여 설명하는 방법이 다.

지수의 값이 1 이상일 때 생산성이 향상됐음을 의미하며, 1은 정체, 1이하일 때 생산성의 하락을 뜻한다. 기술적 효율 성 변화지수(TECI : Technical Efficiency Change Index)는 기술적 생산성 변화에 효율성 변화가 기여한 정도를 나타내 는 지수를 뜻한다. TECI는 내부 환경의 영향을 받아 지수가 증가 하거나 감소한다. 기술변화지수(TCI : Technical Change Index)는 기술의 변화에 의해 생산성에 변화하는 정 도를 나타내며 지수가 1보다 클 때 기술의 진보를, 1보다 작 을 때 기술의 퇴보를 의미하게 된다. TCI는 외부환경에 의해 지수가 영향을 받게 된다.

선행연구 분석과 자동차부두 전문가 인터뷰를 통해 산출 된 투입변수와 산출변수는 다음 <Table 2>과 같다. 본 연구 에서는 기존 항만 효율성 관련 연구에서 활용한 변수와 자동 차 부두의의 특성을 감안하고, 해양수산부 항만관련 업무 경 험이 있는 공무원과, 국내 해운선사 업무 경력 20년 이상의 전문가 5명과 인터뷰를 통해 투입변수로 인력수와 부두면적 을 선정, 산출변수로 처리대수를 선정했다. 자동차를 직접 운 행하여 하역하는 Ro-Ro 방식에서는 무엇보다 투입되는 인력 의 수가 중요한 역할을 한다. 또한 컨테이너와 같이 위로 쌓 을 수 없는 자동차의 특성 상 부두부지 또한 유효한 변수로 활용될 수 있다. 산출변수인 처리대수는 대부분의 항만 효율 성 분석에서 산출변수로 사용되는 처리량인 처리대수를 활용 하였다. 분석에 사용된 분석 대상은 자동차 부두의 각 터미 널 8개를 사용하였다. 분석에 사용된 데이터는 한국해양수산 개발원 항만수요예측센터의 보고서 데이터와 해양수산부 내 부 데이터를 활용하였다.

본 연구에서 분석한 2013년부터 2016년까지의 자동차부두 터미널 8개의 각 변수별 기초통계량은 다음 표와 같다. 평균 투입 인력수는 2013년 170명에서 2016년 181.2명으로 증가하 였고, 부두 면적의 경우 216,363.50㎡로 동일하였다. 처리대수 는 444,600.38 대에서 503,239.50대로 약 13% 증가하였다.

2013년부터 2016년도 까지 4년간 8개의 자동차 부두 터미 널의 효율성 분석결과, 울산항 및 광양항 터미널의 CCR, BCC, SE 지수가 모두 1로 나타나 효율적 운영이 이루어지고 있는 것으로 분석되었다. 2016년을 기준으로 CCR, BCC, SE 의 평균값은 각각 0.68, 0.85, 0.74이였다. 평균 보다 낮은 값 을 보인 DMU는 인천항 터미널, 군산항 1터미널, 군산항 2터 미널로 나타났다.

규모의 수익성을 나타내는 RTS(Return to Scale)측면에서 보면, 2016년도 기준 광양항, 울산항, 평택 당진1터미널이 CRS(Constant Return to Scale)로 규모를 유지해야 하는 것 으로 나타났고, 군산항 1터미널, 군상항 2터미널, 부산항, 인 천항, 평택 당진2터미널이 IRS(Increasing Return to Scale) 로 규모를 확장시켜야 하는 것으로 나타났다. 아래 <Table 4>은 2013년부터 2016년도의 각 터미널 별 CCR, BCC, SE, RTS값을 나타낸다.

DEA-BCC 모형을 통해 효율성이 낮게 나타난 자동차부 두 터미널의 벤치마킹 대상을 확인하여, 증가 혹은 감소시켜 야 할 투입물과 산출량을 파악하였다. 2016년도의 벤치마킹 분석결과 군산항 1터미널은 부산항을, 군산항 2터미널은 부 산항과 울산항을, 인천항은 부산항과 울산항을 마지막으로 평택 당진2터미널은 부산항, 울산항, 평택 당진 1터미널을 벤 치마킹해야 하는 것으로 분석됐다. 아래 <Table 5>은 2016 년도의 각 터미널별 벤치마킹 대상과 람다값이다.

MPI의 값이 1이상이면 생산성 향상을 나타내고, 1일 때 생산량 변화 없음, 1이하일 때 생산량의 감소를 의미한다. 분 석에 사용된 전체 터미널의 생산량은 2013년부터 2015년까지 조금씩 증가하였으나, 2015년에서 2016년에 오며 1 이하의 값으로 생산량하락이 발생한 것으로 분석됐다. 개별 터미널 의 MPI지수 분석 결과 인천항만이 2013년부터 지속적으로 생산량이 감소한 것으로 나타났다. 군산항 2터미널의 경우 2015년부터 2016년도의 MPI 지수가 1.0289로 유일하게 생산 량이 증가한 터미널로 나타났다.

TECI의 경우 2014년부터 2015년까지만 1 이상으로 기술 이 효율적인 것으로 나타났다. 개별적으로 보면 광양항과 울 산항, 군산항 2터미널은 모든 분석 기간 동안 TECI값이 1 이 상으로 효율적 운영이 이뤄지고 있는 것으로 나타났으며, 이 중 군산항 2터미널의 효율성이 가장 높은 것으로 나타났다. TCI값은 2015년부터 2016년까지의 기간만이 평균 0.87로 기 술의 퇴보가 일어난 것으로 분석되었다. 이 기간에는 전체 터미널의 TCI 지수가 모두 1 이하로 나타났다.