1. 서 론
글로벌 터미널 운영사(Global Terminal Operators, GTO)는 전 세계 다수의 국가에 걸쳐 터미널 운영 네트워크를 구축하고 있다. GTO는 2개국 이상에서 컨테이너터미널을 운영하거나 소유하는 기업으로(Song, 2014), 전체 컨테이너터미널 운영사 중 60% 이상의 물동량 비중을 차지하고 있다. GTO는 터미널 관리 및 개발 분야에 특화된 역량과 국제적인 전문인력을 보유하고 있다(Lee et al., 2016). GTO의 참여는 컨테이너터미널의 처리성과 향상에도 긍정적인 영향을 주고 있다(Yeo, 2015).
GTO의 성장전략은 기존 터미널의 확장과 신규 터미널의 개발로 구분할 수 있다. 기존 터미널의 확장 전략은 지분 인수와 터미널 합병이 포함되며, 신규 터미널의 개발 전략은 그린필드 투자 및 브라운필드 투자 전략으로 구분할 수 있다(Kim et al., 2017). 그린필드 투자는 부지를 포함한 시설과 운영체계를 처음부터 구축하는 형태인 반면, 브라운필드 투자는 이미 존재하는 시설이나 인프라를 활용하여 사업을 전개하는 형태이다. 이러한 성장전략은 단순한 확장을 넘어 GTO의 지리적 포트폴리오 구성과 개별 터미널에 대한 지분율 결정에도 직접적인 영향을 미친다. GTO는 경쟁력 강화를 위해 운영혁신, 규모의 경제, 합작투자 및 전략적 제휴 등을 적극적으로 추진하고 있으며, 그룹 내 투자 재배치와 사업다각화 등을 추진하여 수익원을 다변화하고 있다(Song, 2014).
GTO의 지리적 포트폴리오는 경영전략에 따라 지역 수준에서 글로벌 수준까지 점점 확장되고 있다(Notteboom and Rodrigue, 2012). 그리고, 이 과정에서 개별 터미널에 대한 지분율은 지리적 포트폴리오 전략과 밀접한 관련이 있다. 일반적으로 특정 터미널에 대한 지분율이 높으면 터미널 운영, 의사 결정권, 투자 전략, 수익 배분 등에 대한 강력한 통제력을 행사하게 된다. 그러나, 글로벌 공급망 위기 또는 정치·시장 불안정에 따른 터미널 운영 리스크를 단독으로 부담하게 된다. 반면, 특정 터미널에 대한 지분율이 낮으면 정치적·상업적·재정적 리스크를 분산시키면서 지역시장에 대한 접근성 및 네트워크를 확보하는 전략적 대안으로 작용한다.
Drewry 보고서에 따르면, 2023년 기준 GTO 중 DP World, ICTSI, MSC Group 3개사는 전 세계 10개 권역(South Asia, Southeast Asia, Middle East, Northern Europe, Mediterranean & Black Sea, North America, Latin America, Greater China & North Asia, Africa, Oceania)에 모두 진출하여 지리적 포트폴리오 수준이 우수한 것으로 조사되었다. 그리고, APM Terminals, Hutchison Ports, CMA CGM은 9개 권역에서 지리적 포트폴리오 전략을 수립하였다. PSA International은 8개 글로벌 권역에 컨테이너터미널 지분을 가지고 있다. 반면, China Cosco Shipping과 CM Port는 중국 정부 주도형 확장에 따른 전략의 일환으로 중국과 북아시아 시장에 높은 터미널 비중을 가지고 있다.
이와 관련하여, Nam et al.(2026)은 GTO의 효율성 분석 시 정교한 변수 선정의 중요성을 강조하고, 지분 조정에 따른 GTO의 효율성 분석을 진행하였다. 해당 연구는 다수 권역에 걸쳐 터미널을 운영하는 지리적 포트폴리오 전략이 운영관리의 복잡성, 지역별 운영환경의 이질성 등으로 인해 효율성을 저하시킬 수 있다고 설명하였다. 반면, 특정 국가(권역) 내 집중적인 운영전략을 채택할 경우 보다 효율적인 운영 구조를 채택할 수 있다고 밝혔다. 그러나, 특정 시점에 기반한 GTO의 정태적 효율성 분석이 가지는 한계점을 언급하면서, 시간이 지나면서 나타나는 GTO의 동태적 효율성 변화를 분석할 필요가 있다고 주장하였다.
본 연구는 Nam et al.(2026)의 후속연구로서 GTO를 대상으로 지분을 조정한 동태적 효율성 분석을 수행하고자 한다. 구체적으로, Window-DEA(Data envelopment analysis) 모형을 이용하여 2019년부터 2023년까지 GTO의 효율성 변화와 변동성을 분석하고, 각 운영사별 지분구조 변화를 검토함으로써 다양한 시사점을 도출하고자 한다. 이는 GTO의 지리적 포트폴리오 확장전략과 집중전략 중 어떠한 방식이 보다 안정적이고 우수한 운영성과로 이어지는지 판단하는데 중요한 근거를 제공할 것으로 기대된다.
2. 이론적 고찰
2.1. 글로벌 터미널 운영사의 지리적 포트폴리오
2019년부터 2023년까지 상위 10위 GTO의 지리적 포트폴리오는 <Table 1>과 같다. 글로벌 터미널 산업은 소수 GTO를 중심으로 광범위한 네트워크 구조를 갖추고 있다. 특히, APM Terminals, DP World, MSC Group, Hutchison Port는 20개 이상의 국가에서 다수의 터미널에 참여하며 글로벌 운영망을 구축하고 있다. 2019년 대비 2023년 연평균 성장률을 살펴보면, 해당 GTO는 큰 폭의 변화 없이 급격한 외형 확장보다 포트폴리오 일부를 조정하는 것으로 조사된다.
반면, MSC Group과 CMA CGM은 국가(터미널) 측면에서 각각 16.0%(15.3%), 4.4%(8.1%)의 높은 성장세를 보인다. MSC Group은 2022년 12월 Bolloré African Logistics를 인수한 뒤, 2023년 3월 회사 상호를 AGL(Africa Global Logistics)로 변경하였다. 따라서, MSC Group은 기존의 TIL(Terminal Investment Ltd)과 AGL의 통합 데이터를 사용하고 있다. 그리고 CMA CGM은 Terminal Link(TL)와 CMA Terminals의 데이터를 통합하여 사용하였다. 이는 최근 글로벌 터미널 산업에서 일부 선사와 터미널의 운영 간 연계가 강화되고 있음을 보여준다.
2.2 선행연구 고찰
2.2.1 글로벌 터미널 운영사의 경영 전략 관련 선행연구
Akyar et al.(2024)은 GTO 시장에서 다수의 인수합병, 양허 확대 등으로 구조적 변화가 급격하게 진행되고 있다고 설명하였다. 그리고, BCG 매트릭스 모형을 활용하여 GTO의 시장구조와 전략적 위치를 체계적으로 분석하였다. 그 결과, China Cosco Shipping, PSA International, APM Terminals, Hutchison Ports 등의 대형 운영사들은 시장 지배력을 지속적으로 유지하는 것으로 나타났다. 반면, 중소형 운영사들은 상대적으로 불안정한 성장 경로를 보이는 것을 확인하였다.
Park et al.(2025)은 GTO의 지리적 다각화가 기업의 경영성과에 미치는 영향을 알아보고자 패널회귀분석을 진행하였다. 이를 위해, 대륙간 다각화 지수, 국가간 다각화 지수, 선진국 지역 진출국가 수, 개발도상국 지역 진출국가 수 변수를 선정한 뒤, GTO 11개사의 8개년 시계열 패널데이터를 수집하였다. 분석결과, GTO 간 지리적 다각화 전략은 차이가 있는 것으로 나타났다. 또한, GTO들의 대륙 간 다각화는 초기 단계에서 부정적인 영향이 있는 반면, 일정 수준 이상에서 긍정적인 영향이 있다고 설명하였다. 이러한 결과를 기반으로, 장기적인 관점에서 GTO들은 대륙 간 다각화와 개발도상국의 지리적 다각화를 추진하여 운영 효율성을 개선해야 된다고 주장하였다.
Lee et al.(2016)은 GTO의 경영 현황을 수익성, 활동성, 안정성으로 나누어 분석한 뒤, GTO의 포지셔닝 맵을 제안하였다. 분석결과, 그룹 1에 속한 PSA International과 Cosco는 수익성과 안전성이 양호하지만 활동성이 불량하게 나타났다. 그룹 2에 포함된 HHLA는 활동성과 안전성이 양호하지만 수익성이 상대적으로 불량하게 나타났다. 마지막으로, 그룹 3으로 분류된 ICTSI, DP World, Hutchison Ports는 3가지 지표 모두 평균 이하로 분석되었다. 동 연구는 GTO 시장에 대한 종합적인 시각을 제공한다는 점에서 의의가 있다.
Song(2014)은 GTO들의 경쟁력 실태조사와 저조한 수익률의 원인을 분석하고, 경쟁력 제고 방안을 제안하였다. GTO를 둘러싼 환경 변화에 따라 약 25% 이상의 높은 수익률이 점차 감소하고 있는 추세라고 설명하였다. 그리고, 이러한 수익률 감소 추세를 해결하기 위해 GTO는 개도국 및 신흥국의 항만개발사업에 적극적으로 참여하고 있으며, 글로벌 항만 네트워크 구축에 주안점을 두고 있다고 밝혔다. GTO의 경쟁력을 제고하기 위해서 물동량을 확보하고, 항만물류서비스를 제공하는 등의 노력이 필요하다고 강조하였다.
GTO의 효율성과 관련된 국내외 논문은 다음과 같이 진행된 것으로 조사된다. Cheon(2009)은 GTO의 운영적 특성이 항만의 효율성을 어떻게 형성하는지를 평가하였다. 이를 위해 컨테이너 처리 과정에서 GTO의 참여 수준을 기준으로 크레인 효율성과 항만의 상대적 기술 효율성을 tiered DEA 모형을 활용하여 분석하였다. 그 결과 하역형 운영사의 참여는 크레인 효율성을 향상시키지만, 항만의 효율성으로 전환되지 않는 것으로 나타났다. 반면, 선사형 운영사는 항만시설에 대한 접근성 확보가 주요 목적이어서 하역형 운영사와 동일한 효율성을 갖추지 못한 것으로 나타났다. 이러한 결과를 기반으로 항만 전체의 효율성을 개선하기 위하여 항만당국이 항만 내 경쟁을 확대할 필요가 있다고 설명하였다.
Kim et al.(2017)은 GTO 운영적 특성별 국내 주요 컨테이너터미널 하역업체를 하역전문형, 국내하역업체, 선사형으로 구분한 뒤 효율성 및 생산성 분석을 진행하였다. 분석 시 투입변수는 선석길이, CY면적, C/C 및 T/C 수, 산출변수는 연간 컨테이너물동량으로 선정하였다. DEA 모형 분석결과, 전반적으로 하역전문형 터미널과 국내에 본사를 두고 있는 선사형 터미널이 높은 효율성을 보였다. 다음으로 Malmquist 지수 분석결과, 하역전문형과 선사형은 국내 하역업체보다 생산성의 진보가 향상되었다고 설명하였다. 이러한 결과를 바탕으로, 새롭게 건설 및 확장되는 운영사는 하역전문형 GTO나 선사형 GTO에 초점을 두어 전략적으로 접근하는 것이 바람직하다고 밝혔다.
Jeh et al.(2022)은 2015년부터 2018년 기간 동안 GTO를 하역형, 선사형, 하이브리드형 3가지로 구분하여 운영 특성별 효율성을 알아보았다. 투입변수는 선석길이, 터미널 면적, 지분율, 수용능력, 산출변수는 컨테이너물동량으로 선정하였다. DEA 모형 분석결과, 하이브리드형 운영사는 지분율 확보를 통한 효율성 개선전략이 가장 효과적인 것으로 밝혀졌다. 하역형 GTO는 터미널 인프라를 확장하여 효율성이 개선되는 동시에 과도한 투자로 인해 규모수익체감 현상이 나타났다. 선사형 GTO는 가장 비효율적인 유형으로 나타났다.
Nam et al.(2026)은 GTO의 지분 구조를 간과한 효율성 분석은 소수의 지분율을 갖춘 운영사의 효율성이 높게 평가되는 오류를 범할 수 있다고 지적하였다. 이에 지분 조정 변수(처리능력, 물동량)와 EBITDA(Earnings Before Interest, Tax, Depreciation, and Amortization)를 기반으로 GTO의 효율성 분석을 진행하였다. SBM-DEA 모형 분석결과, 지리적인 범위가 제한되고 특정 국가 또는 권역 내 집중적인 운영전략을 채택한 CM Ports와 Adani의 효율성이 가장 높게 나타났다. 이러한 결과를 바탕으로, GTO의 지리적 포트폴리오 전략이 효율성 향상과 직결되지 않는다고 설명하였다.
2.2.2 선행연구와의 차별성
본 연구는 2019년부터 2023년까지 GTO의 지분 구조를 반영하여 효율성의 변화를 동태적으로 파악하였다는 점에서 차별점이 있다. 특히, Nam et al.(2026)에서 진행한 연구가 단일 시점의 지분 조정 GTO의 효율성 평가에 머물렀던 한계점을 보완한 점에서 학술적 의의를 가진다. 나아가, GTO의 실질적인 운영 성과를 정교하게 파악하고, 지분 전략, 투자 구조 등과 관련된 다양한 정책적 시사점을 논의하였다.
3. 연구 설계
3.1 분석 개요
변수 선정의 신뢰성을 확보하고자 선행연구 Nam et al.(2026)과 동일한 변수를 <Table 2>와 같이 선정하였다. 투입변수는 지분 조정 수용능력(Input 1)으로 선석, 인력, 장비 등의 투입물과 운영환경이 최대의 효율성으로 운영될 때의 물동량을 의미한다(Tally, 1988; Chang et al., 2012). 수용능력은 GTO가 보유한 지분 기준으로 조정되었으며, 이는 GTO가 실질적으로 통제 가능한 인프라 규모를 의미한다. 산출변수는 지분 조정 컨테이너물동량(Output 1)과 EBITDA(Output 2)로 선정하였다. 터미널은 대규모 인프라 자산을 기반으로 운영되는 산업으로 감가상각비 비중이 높다. 따라서, EBIT는 감가상각비의 영향을 직접 반영하여 기업 간 자산 보유 구조에 따라 비교 가능성이 저하될 수 있다. 반면, EBITDA는 감가상각비 영향을 제외하여 기업의 실질적인 영업성과와 현금창출능력을 보다 일관되게 반영하므로, GTO 간 성과 비교에 더욱 적합한 지표로 판단하였다.
2019년부터 2023년까지 3가지 변수의 분석데이터는 Drewry의 「Global Container Terminal Operators Annual Review and Forecast」 자료를 통해 수집하였다. 해당 보고서에서는 GTO의 운영자료를 공개하고 있으며, 효율성 분석에서 사용한 변수의 기초통계량은 <Table 3>과 같다.
3.2 분석 대상
전 세계 상위 10개 GTO 중 3개 변수에 대한 자료 확보가 가능한 7개 운영사를 <Table 4>와 같이 의사결정단위(DMU, Decision Making Units)로 선정하였다. 10개 운영사에 대한 지분 조정 수용능력(Input 1)과 지분 조정 물동량(Output 1) 데이터는 확보가능하였다. 그러나, EBITDA 데이터 수집 시 비상장기업, 내부 데이터 비공개 등의 문제로 인하여 7개 운영사의 자료만 제한적으로 수집하였다. 구체적으로, EBITDA는 운영사의 다양한 사업 중 항만 또는 터미널 분야로 범위를 한정하였다.
3.3 Window-DEA 모형
지분을 조정한 GTO의 동태적 효율성을 파악하고자 DEA-Solver Professional version 13.1 프로그램을 이용하여 Window-DEA 모형 분석을 진행하였다. Window-DEA 모형 분석은 시간이 지나면서 나타난 효율성의 변화 추세를 파악하는 방법으로 사용된다. Window-DEA 분석은 일정한 폭(Width)을 가지는 윈도우를 이동평균의 원리를 이용하여 생성하고 기간 안에 있는 자료를 분석하는 기법이다. 따라서, Window-DEA 모형은 효율성 값의 변화추이 및 안정성을 비교하는데 용이하게 사용된다.
시계열 t(t = 1,2,3,...,T) 기간에 대하여 m개의 투입요소(xi, i = 1,2,...,m)와 s개의 산출요소(yr, r = 1,2,...,s)를 생산하는 DMj (j = 1,2,...,n)가 주어진 상황에서, t시점 k번째 DM t k X t k Y t k
Window에서 고려되는 시작시점이 l(1≤l≤T)이고, Window의 폭이 w(1≤w≤T-l)인 경우 투입행렬(Xlw)과 산출행렬(Ylw)은 식 (2)와 같다(Asmild et al., 2004; Han et al., 2023).
(2)
Window-DEA 모형은 투입행렬(Xlw)과 산출행렬(Ylw)을 투입변수와 산출변수로 각각 선정하고 분석대상의 동태적 효율성을 측정한다. 효율경계에서 Window의 폭(w)에 따라 효율성 값은 달라지게 된다. 폭이 좁을 경우 충분한 의사결정단위가 부족하여 정태적 분석과 차이가 크게 나타나지 않는 반면, 폭이 넓을 경우 윈도우의 분석 기간이 길어져 추세 파악이 어려워질 수 있다(Seo et al., 2016). 이에 따라, 일반적으로 식 (3)에 따라 Window의 폭을 결정하게 된다.
Window의 수(p)는 p = T - w + 1 의 산출식에 따라 <Table 5>와 같이 결정된다. 또한, 각 Window별 DMU의 수는 w×n, 전체 DMU의 수는 w×n×p와 같은 수식으로 계산한다. 효율성 분석 시 2019년부터 2023년까지의 분석기간(T)은 5이며, Window의 폭(w)은 3으로 설정하였다. 이에 따라, Window의 수(p)는 3으로 계산된다. 또한, 각 Window별 DMU의 수는 w×n = 7이며, 전체 DMU의 수는 w×n×p = 63으로 산출되었다.
4. 분석결과
본 연구는 투입변수를 기반으로 산출변수를 최대화하여 효율성을 개선하는 산출지향형 모형을 사용하여 효율성 분석을 진행하였다. Window-DEA 모형을 이용하여 지분을 조정한 GTO의 동태적 효율성 분석결과는 <Table 6>과 같다. GTO의 효율성 전체 평균값은 0.850, 전체 표준편차 0.046, LDP(Largest difference between scores across the entire period) 0.137로 나타났다. LDP는 효율성 점수의 변동폭을 나타내는 지표로 시간에 따른 안정성을 해석하는데 중요한 역할을 한다.
PSA International의 효율성은 2019-2021년 0.844, 2020-2022년 0.819, 2021-2023년 0.738, 전체 평균은 0.800으로 나타났다. PSA International은 효율성이 감소하는 추세이며, 효율성의 표준편차는 0.068, LDP는 0.198로 분석되었다.
CM Ports의 효율성은 2019-2021년 0.991, 2020-2022년 0.996, 2021-2023년 0.970, 전체 평균은 0.986으로 나타났다. CM Ports는 높은 효율성을 유지하고 있으며, 효율성의 표준편차는 0.018, LDP는 0.051로 분석되었다.
China Cosco Shipping의 효율성은 2019-2021년 0.876, 2020-2022년 0.880, 2021-2023년 0.856, 전체 평균은 0.870으로 나타났다. China Cosco Shipping은 높은 효율성을 유지하고 있으며, 효율성의 표준편차는 0.027, LDP는 0.097로 분석되었다.
APM Terminals의 효율성은 2019-2021년 0.859, 2020-2022년 0.857, 2021-2023년 0.828, 전체 평균은 0.848로 나타났다. APM Terminals는 효율성이 감소하는 추세이며, 효율성의 표준편차는 0.032, LDP는 0.093으로 분석되었다.
DP World의 효율성은 2019-2021년 0.927, 2020-2022년 0.967, 2021-2023년 0.960, 전체 평균은 0.951로 나타났다. DP World는 높은 효율성을 유지하고 있으며, 효율성의 표준편차는 0.050, LDP는 0.153으로 분석되었다.
Hutchison Ports의 효율성은 2019-2021년 0.765, 2020-2022년 0.750, 2021-2023년 0.718, 전체 평균은 0.744로 나타났다. Hutchison Ports는 효율성이 감소하는 추세이며, 효율성의 표준편차는 0.034, LDP는 0.109로 분석되었다.
ICTSI의 효율성은 2019-2021년 0.753, 2020-2022년 0.706, 2021-2023년 0.792, 전체 평균은 0.750으로 나타났다. ICTSI는 낮은 효율성을 보이고 있으며, 효율성의 표준편차는 0.093, LDP는 0.260으로 분석되었다.
GTO의 지분 조정 동태적 효율성 분석결과, 전체 평균(0.850)보다 효율성이 높게 나타난 GTO는 CM Ports(0.986), China Cosco Shipping(0.870), DP World(0.951)로 나타났다. 이와 반대로, 전체 평균(0.850)보다 효율성이 낮게 나타난 GTO는 PSA International(0.800), APM Terminals(0.848), Hutchison Ports(0.744), ICTSI(0.750)로 나타났다.
LDP 분석결과, PSA International(0.198), DP World (0.153), ICTSI(0.260)의 LDP 값은 평균(0.137) 이상으로 나타났다. 이와 반대로, CM Ports(0.051), China Cosco Shipping(0.097), APM Terminals(0.093), Hutchison Ports(0.109)의 LDP 값은 평균(0.137)보다 낮게 나타났다. 이는 시간의 변화에 따른 효율성 변화가 비교적 미비하다는 것을 의미한다.
5. 결 론
5.1 결론 및 시사점
본 논문은 GTO의 지분을 조정한 동태적 효율성을 Window-DEA 모형을 통해 파악하였다. 분석결과, 2019년부터 2023년까지 CM Ports, China Cosco Shipping은 효율성이 높으면서 변동성이 적은 것으로 분석되었다. 그리고, DP World는 변동성이 비교적 높지만, 높은 수준의 효율성을 보이는 것으로 나타났다. 이 외 PSA International, APM Terminals, Hutchison Ports, ICTSI는 효율성이 낮은 수준을 보이고 있다.
분석결과에 따른 시사점으로 첫째, GTO의 경쟁력 평가 시 터미널 개수나 전체 물동량이 아니라 지분구조를 반영한 실질적인 운영기여도를 고려할 필요가 있다. 즉, 지분을 조정한 GTO의 효율성은 글로벌 운영 규모보다 실질적인 운영성과와 자원 활용능력의 중요성을 의미한다. GTO의 보유 지분을 조정하여 실질적인 운영성과를 반영할 경우, 외형적 규모와 실제 운영 효율성 간에는 차이가 존재할 수 있다. 지분율이 반영되지 않은 지표는 소수의 지분율만 갖추고 있는 GTO의 효율성이 높게 평가되는 오류를 범할 수 있다. 이는 규모가 큰 컨테이너터미널에 대하여 소수 지분으로만 참여한 GTO가 과대평가될 수 있다는 것을 의미한다.
둘째, GTO의 지리적 포트폴리오 전략은 높은 효율성을 담보하는 전략이 아니라는 선행연구의 주장을 뒷받침한다. Window-DEA 효율성 분석결과, 중국 GTO가 동태적 효율성 측면에서 우세를 점하는 것으로 나타났다. 2023년 기준 CM Ports는 9개 국가에 23개 컨테이너터미널을 운영하고 있으며, 2019년 대비 터미널 2개가 줄어들었다. China Cosco Shipping은 17개 국가에 47개 컨테이너터미널을 운영하고 있으며, 2019년 대비 터미널 5개가 줄어들었다. 이에 따라, GTO의 지리적 포트폴리오 전략의 우수성이 효율성과 직결되지 않는 것을 알 수 있다. 다수의 국가(지역)에 터미널을 운영하면 네트워크를 확대하고 글로벌 리스크를 분산시키는 효과를 기대할 수 있는 반면, 규모의 비효율, 운영 복잡성 증가, 운영 환경의 이질성 등으로 효율성이 저하될 수 있다.
셋째, 효율성 저하 추세를 보인 GTO는 중장기적 구조조정과 운영전략 검토가 요구된다. PSA International, APM Terminals, Hutchison Ports는 효율성이 하락하는 추세로 나타났다. 자산 배분의 적정성, 개별 터미널의 운영 성과, 글로벌 공급망 구조 변화에 따라 효율성이 달라질 수 있다. 특히, PSA International은 효율성이 큰 폭으로 떨어지는 동시에 변동성이 높게 나타났다. 이는 GTO의 경쟁력 평가 시 정태적 효율성뿐만 아니라, 시간의 흐름에 따른 효율성과 변동성을 동시에 고려할 필요가 있다는 것을 나타낸다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
