전국 대비 부산 지역 자동차부품산업의 효율성과 생산성 변화 분석

Q: 이 논문에서 정의한 DEA(자료포락분석)란 무엇인가?

다수의 투입변수와 산출변수를 동시에 고려하여 의사결정단위들 간의 상대적 효율성을 측정하는 선형계획기법을 의미한다. 이는 CCR 모형과 BCC 모형 등을 통해 기술 효율성과 규모 효율성을 분석하는 데 활용되는 방법론이다.

Q: 부산 지역 자동차부품산업의 생산성 향상을 위한 핵심 방향은 무엇인가?

연구 결과, 부산 지역 자동차부품산업은 전국 대비 규모 면에서는 유리하나 내부적인 생산 활동은 비효율적인 것으로 나타났다. 따라서 단순한 규모의 확장보다는 규모 외적인 효율성 개선을 통해 실질적인 생산성 향상을 도모해야 한다.

유영명

doi:10.31324/JRS.2017.12.25.4.1

추천

검색

질문

자료유형: 학술저널

저자정보: 유영명 (신라대학교)

저널정보: 한국지역사회학회 지역사회연구 지역사회연구 제25권 제4호

발행연도: 2017.12

수록면: 1 - 25 (25page)

DOI: 10.31324/JRS.2017.12.25.4.1

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

By the 1990s, Busan had not been able to escape the structure of low-value-added industries. In order to overcome low growth, Busan has been investing in the auto parts industry since 2009. At this point, it is necessary to check whether the auto parts industry can play a pivotal role in Busan economy in order to sustain the auto parts industry as a regional growth engine. This study aims to analyze the potential and economic feasibility of the auto parts industry as a growth engine industry by using various approaches. First of all, efficiency analysis and total productivity change over time have been measured to harden competitiveness of local main industries. The main results are summarized as follows. First, regional average of six years shows that the automobile parts industry in Busan is relatively favorable compared to other areas, but it is confirmed that production activities are somewhat inefficient within the region. Therefore, it is suggested that productivity improvement should be achieved through efficiency improvement rather than scale adjustment. In addition, the automobile parts industry in Busan was analyzed as having an average productivity decline for three years from 2010. However, from 2013 onwards, total productivity increased by 19% due to improved scale efficiency, and in 2014-2015, net productivity increased 11%, higher than the national average. In sum, the analysis of the reality will help to present the policy direction of the regional auto parts industry.

#Auto Parts Industry #Efficiency #DEA #Malmquist productivity index

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-309-001686161

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)