search
Contact Us
HOME

  • Crossref logo
Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1225-1011(Print)
ISSN : 2288-1727(Online)
The Journal of Fisheries Business Administration Vol.57 No.3 pp.1-15
DOI : https://doi.org/10.12939/FBA.2026.57.3.001

An Efficiency Analysis of South Korean Offshore Fisheries Using a Stochastic Metafrontier Approach

Yong-Han Jeon1, Ju-Hyeoun Kim*
1Senior Researcher, Fisheries Policy Research Department, Korea Maritime Institute, Busan, 49111, Rep. of Korea
*Associate Research Fellow, Marine Policy Research Department, Korea Maritime Institute, Busan, 49111, Rep. of Korea

1https://orcid.org/0000-0003-3610-6379


* Corresponding author: https://orcid.org/0000-0001-7326-2982, +82-51-797-4636, jhkim@kmi.re.kr
10 June 2026 ; 22 July 2026 ; 8 August 2026

Abstract


This study analyzes the efficiency of South Korean offshore fisheries by classifying them into active and passive fisheries under worsening internal and external fishing conditions, employing a stochastic metafrontier approach. The analysis uses panel data from 13 offshore fisheries covering the period from 2001 to 2024. The empirical results show that the MTE (meta technical efficiency) of passive fisheries is higher than that of active fisheries. This finding arises because, although the TGR (technology gap ratio) of active fisheries is slightly higher than that of passive fisheries, the GTE (group technical efficiency) of active fisheries is lower by a larger margin. These results suggest that differentiated policy approaches based on the characteristics of different fishing methods are necessary to improve the efficiency of offshore fisheries. Policy support for active fisheries should focus on improving operational efficiency within groups, whereas passive fisheries require policy support centered on improving the use of fishing-related technologies in response to changes in the fishing environment. More specifically, policies for active fisheries should emphasize reviewing the input structure and improving operational efficiency, while policies for passive fisheries should focus on advancing fishing information systems and supporting the development of fish-finding technologies.


Stochastic Metafrontier , MTE (meta technical efficiency) , GTE (group technical efficiency) , TGR (technology gap ratio) , South Korean Offshore Fisheries

확률적 메타프론티어를 이용한 근해어업의 효율성 분석

전용한1, 김주현*
1한국해양수산개발원 수산연구본부 전문연구원
*한국해양수산개발원 해양연구본부 부연구위원

초록

    Ⅰ. 서 론

    근해어업은 최근 10년(2016~2025년) 기준 연근해어업 어획량의 63%를 차지하여 어로어업에서 중요성이 높은 어업이다(KOSIS, 2026b). 그러나 근해어업의 2025년 어획량은 약 63만 톤으로 집계되어 2016년 어획량인 약 66만 톤을 여전히 넘어서지 못하고 있는 것으로 발표되었다(KOSIS, 2026b). 이러한 근해어업의 어획 부진은 기후변화와 자원남획, 서식지 변동 등의 요인이 복합적으로 작용하여 수산자원량이 감소하였기 때문이다(해양수산부, 2026a). 이 외에도 CPTPP 가입으로 인한 면세유 지급 금지 가능성과 지정학적 리스크에 따른 유가 상승은 유류비의 비중이 2024년 기준 어업비용의 22%에 달하는 근해어업의 지속가능성을 위협하고 있다(KOSIS, 2026a).

    정부는 근해어업이 직면한 대내외적 위기를 해결하기 위해 수산자원 대비 과도한 어선세력을 5년 이내 집중적으로 감척하는 계획을 발표하였다(해양수산부, 2026b). 집중 감척 이후에는 잔존 어선의 선복량 제한을 완화하고, 근해어선펀드를 도입하여 대형화ㆍ현대화된 어선으로 선대를 개편하는 정책도 마련하였다(해양수산부, 2026b). 이와 같은 정책은 제한된 재원을 기반으로 추진되는 만큼 업종별 우선순위를 선정하는 과정이 중요하다. 감척 대상 선정에는 수산자원 상태가 주요 기준으로 고려되는 것이 타당하나 근해어선펀드의 지원 대상 선정에는 조업 효율성도 함께 고려할 필요가 있다. 특히, 근해어업은 업종별 조업방식과 생산구조가 상이하여 동일한 생산요소를 투입하더라도 어획성과는 차이가 발생할 수 있다. 따라서 재정지원의 효과성을 제고하고, 근해어업의 구조개선 및 경쟁력 강화를 위해서는 업종별 효율성에 대한 체계적인 분석이 요구된다.

    학계에서는 이와 같은 정책 이전에도 근해어업의 효율성을 꾸준히 추정해 왔다. 우선, 최종두(2008)는 SFA(stochastic frontier analysis)를 이용하여 근해어업의 효율성을 계측하였다. 이후 김지우ㆍ박철형(2017)은 SFA 및 DEA(data envelopment analysis)를 활용하여 근해어업의 효율성을 비교하였다. 그러나 해당 연구들은 근해어업의 비효율성 결정요인까지는 추정하지 못하였다. 이를 보완하기 위해 박철형(2020)은 SFA를 이용하여 근해어업의 효율성과 비효율성 결정요인을 분석하였고, 조훈석(2024)도 같은 방법론으로 직접 추정한 수산자원량을 모형에 포함하여 근해어업의 효율성과 비효율성 결정요인을 식별하였다. 그러나 기존의 연구들은 업종 간 생산구조 및 조업방식의 차이를 충분히 반영하지 못하였고, 동일한 생산프론티어 하에서 근해어업의 효율성을 분석하였다는 한계가 존재한다.

    어업 외에 타 산업에서는 생산기술의 이질성까지 반영한 효율성을 측정하기 위해 Battese et al.(2004) 또는 O’Donnell et al.(2008)의 확률적 메타프론티어(stochastic metafrontier) 접근법을 활용하여 농업과 케이블 방송, 소프트웨어, 종합병원, ICT 중소기업, 바이오제약, 항공 산업의 효율성을 분석하였다(황준석 외, 2010;양동현ㆍ장영재, 2013;반경훈ㆍ권오상, 2016;최강화, 2017;손민정ㆍ김하나, 2020;손민정 외, 2021;이충헌 외, 2025;양재훈 외, 2025). 그러나 해당 접근법은 그룹별 생산프론티어만 SFA로 추정하고, 메타프론티어 추정은 선형계획법이나 이차계획법을 사용하여 확률 오차를 분리하지 못하는 한계가 존재한다(Battese et al., 2004;O’Donnell et al., 2008). 이후, 메타프론티어까지 SFA로 추정하여 비효율 오차와 확률 오차를 분리할 수 있는 Huang et al.(2014)의 방법론을 적용하여 제조업이나 바이오제약산업의 효율성을 계측하였고(신연경ㆍ강상목, 2023;김명준ㆍ강상목, 2024;이나래 외, 2025), 상호금융업의 이윤효율성과 국가별 환경효율성을 추정하기도 하였다(Li and Kang, 2021;정수임ㆍ강상목, 2023;강상목, 2025).

    본 연구는 앞서 언급한 근해어업의 효율성 측정 방법의 한계를 보완하기 위해 여러 분야에서 활발하게 응용되고 있는 Huang et al.(2014)의 확률적 메타프론티어 추정법을 활용하였다. 근해어업은 업종별로 생산체계 및 조업방식이 상이하므로 단일 생산프론티어 하에서 효율성을 분석할 경우, 업종 간 이질성이 고려되지 못할 가능성이 존재한다. 이에 본 연구는 FAO(Food and Agriculture Organization of the United Nations)에서 발간한 어업기술 보고서의 능동어구(active fishing gear) 및 수동어구(passive fishing gear) 구분 기준에 따라 분석대상인 13개 근해어업을 능동어업과 수동어업으로 재분류하였다(Cochrane, 2002)1). 이를 토대로 능동 및 수동어업별 효율성인 GTE(group technical efficiency)를 계측하고, 메타프론티어 대비 그룹별 생산프론티어의 상대적 위치를 의미하는 TGR(technology gap ratio)을 추정한다. 끝으로 GTE와 TGR을 곱하여 근해어업의 MTE(meta technical efficiency)를 측정하고자 한다.

    본 연구의 순서는 다음과 같이 구성되어 있다. 우선 제2장에서는 SFA에 기반한 메타프론티어 방법론의 이론에 대해 소개한다. 다음으로 제3장에서는 분석에 활용되는 자료를 살펴보고, 근해어업을 능동 및 수동어업으로 구분하여 추정한 효율성 분석 결과를 제시한다. 마지막으로 제4장에서는 본 연구의 결과를 요약하고, 분석 결과를 바탕으로 정책적 시사점을 도출한다. 또한 연구의 의의와 한계점, 향후 연구방향을 제시하면서 글을 맺고자 한다.

    Ⅱ. 분석 모형

    Huang et al.(2014)은 SFA를 이용하여 메타프론티어까지 추정하는 방법을 소개하면서 메타프론티어의 통계적 적합성을 확인할 수 없는 비모수적 추정방법의 한계를 보완하였다. 이에 따라 본 연구에서는 통계적 추론이 가능한 Huang et al.(2014)의 접근법을 통해 근해어업의 효율성을 계측하였다2). 우선, 근해어업을 능동 및 수동어업으로 분류한 후, 그룹별 생산프론티어는 식 (1)을 통해서 추정이 가능하다(Huang et al., 2014).

    ln Y jit = ln f t j ( X jit ) + V jit − U jit
    (1)

    여기서, 식 (1)의 j 는 능동 또는 수동어업, i 는 근해어업 13개 업종, t 는 연도(2001~2024년)를 의미한다. 더불어 Y jit 는 산출요소 벡터로 어획량을 의미하며, X jit 는 투입요소 벡터로 선원수, 선복량, 연료비를 포함한다. f t j ( · ) 는 그룹별 생산프론티어를 의미하며, V jit 와 U jit 는 확률 오차 및 기술적 비효율 오차를 나타낸다. V jit 는 평균 및 분산이 각각 0과 σ vj 2 인 정규분포를 따르며, U jit 와는 독립적이라고 가정한다(Huang et al., 2014). 본 연구에서 U jit 는 지수(exponential) 분포를 가정하였는데, 해당 분포는 비율 모수(rate parameter)인 λ 만을 추정하면 되므로 비교적 간결한 구조를 가진다(Kumbhakar and Lovell, 2000). 이러한 특성은 계산상 편의성을 제공하며, 복잡한 패널 SFA 모형에서 수렴 문제를 완화하는 데 도움이 될 수 있다.

    추가적으로 13개 근해어업을 능동 또는 수동어업으로 분류하였으나 각 그룹을 구성하는 어업별 특성이 존재하기 때문에 Greene(2005)이 제안한 TFE(true fixed-effects) 모형을 적용하여 능동 및 수동어업의 조업방식 외에 업종별 시간불변 특성을 통제하였다. 식 (1)을 추정할 때 생산함수의 형태로는 트랜스로그(translog) 생산함수를 적용하였다. 이는 콥-더글라스(Cobb-Douglas) 생산함수가 투입요소 간 대체탄력성과 생산탄력성이 일정하다는 제약을 가지는데 반해 트랜스로그 생산함수는 투입요소 간 상호작용과 비선형성을 보다 유연하게 반영할 수 있기 때문이다(Christensen et al., 1973). 또한 본 연구는 근해어업의 13개 업종별 생산규모가 상이하다는 점을 고려하여 분석에 활용되는 모든 변수를 로그변환하였다. 이와 같은 과정을 통해 변수의 분산 안정화와 이분산성을 완화하여 모형 추정의 안정성을 제고하였다(Box and Cox, 1964). 능동 또는 수동어업의 GTE(group technical efficiency)는 다음의 식 (2)를 통해 계측할 수 있으며, GTE는 0보다 크고 1 이하의 값을 가진다(Huang et al., 2014).

    GTE it j = exp ( − U jit )
    (2)

    이어서 능동 및 수동어업의 생산프론티어를 기반으로 근해어업의 메타프론티어를 추정해야 한다. Huang et al.(2014)에 따르면, 모든 집단에 공통적으로 적용되는 메타프론티어 f t M ( X jit ) 는 모든 그룹의 생산프론티어 f t j ( X jit ) 를 포락(envelope)하는 형태로 정의된다(<그림 1> 참조).

    <그림 1>과 같이 능동 및 수동어업의 생산프론티어를 모두 포락하는 근해어업의 메타프론티어는 다음의 식 (3)을 통해서 추정이 가능하다(Huang et al., 2014). 앞선 단계에서 능동 및 수동어업의 생산프론티어를 개별적으로 추정한 것과 다르게 메타프론티어는 13개 근해어업을 모두 포함하여 추정한다.

    ln f ^ t j ( X jit ) = ln f t M ( X jit ) − U jit M + V jit M
    (3)

    여기서, 식 (3)의 j 는 능동 또는 수동어업, i 는 근해어업 13개 업종, t 는 연도(2001~2024년)를 의미한다. f ^ t j ( X jit ) 는 그룹별 생산프론티어 추정치 벡터이며, 이를 식 (3)의 산출요소로 둔다(Huang et al., 2014). X jit 는 투입요소 벡터로 선원수, 선복량, 연료비를 포함한다. f t M ( · ) 는 메타프론티어를 의미하며, V jit M 와 U jit M 는 메타프론티어의 확률 오차 및 기술적 비효율 오차를 나타낸다(Huang et al., 2014). V jit M 은 평균 및 분산이 각각 0과 σ vM 2 인 점근적 정규분포를 따르며, U jit M 와는 서로 독립적이라고 가정한다(Huang et al., 2014). 아울러 추정방법의 일관성을 유지하기 위해 메타프론티어 추정 시에도 U jit M 는 지수 분포를 가정하였고, 근해어업 13개 업종의 시간불변 이질성을 통제하기 위해 TFE 모형을 분석에 활용하였다. 이와 동시에 식 (3)의 생산함수 형태는 식 (1)과 마찬가지로 트랜스로그 생산함수를 활용하였으며, 모든 변수는 로그변환하였다.

    <그림 1>과 같이 메타프론티어와 능동 및 수동어업별 생산프론티어의 상대적 거리 차이는 TGR(technology gap ratio)이라고 하며, f t M ( X jit ) 이 f t j ( X jit ) 보다 크거나 같아야 한다(Huang et al., 2014). TGR은 식 (3)의 U jit M 를 활용하여 추정이 가능하며, 다음의 식 (4)를 통해 TGR을 추정한다(Huang et al., 2014).

    TGR it j = exp ( − U jit M )
    (4)

    여기서, 추정된 TGR은 f t M ( X jit ) ≥ f t j ( X jit ) 의 조건을 만족해야 하므로 항상 0보다 크고 1 이하의 값을 가져야 한다(Huang et al., 2014). 다시 말해, TGR은 능동 또는 수동어업의 생산프론티어가 메타프론티어에 근접할수록 1에 가까워진다. 한편, TGR은 경제적(economic) 또는 비경제적(non-economic) 생산환경에 따라 서로 다른 생산기술이 선택되는 과정에서 발생할 수 있다(Huang et al., 2014). 이러한 관점에서 근해어업도 능동 및 수동어업 간 상이한 조업방식으로 인해 TGR이 존재할 가능성이 있다. 다만 본 연구의 TGR은 순수한 기술격차로 해석하기보다는 근해어업의 업종별 시간불변 특성을 통제한 상태에서 측정된 조업방식별 조건부 기술격차를 의미한다. 끝으로 근해어업의 MTE(meta technical efficiency)는 GTE와 TGR을 곱하여 도출이 가능하며, 이를 표현하면 식 (5)와 같다(Huang et al., 2014).

    MTE it j = GTE it j × TGR it j
    (5)

    Ⅲ. 분석 결과

    1. 분석 자료

    본 분석에 활용되는 투입 및 산출변수는 생산함수 이론과 근해어업의 효율성을 추정한 선행연구를 참고하여 선정하였다. 우선 산출변수로는 근해어업의 어업별 어획량을 사용하였다(최종두, 2008;조훈석, 2024). 투입변수 중 노동의 대리변수로 임금을 선정한 연구들도 존재하나(최종두, 2008;김지우ㆍ박철형, 2017), 본 연구에서는 노동 투입을 보다 직접적으로 반영할 수 있는 선원수를 노동의 변수로 선정하였다(조훈석, 2024). 이어서 자본에 대응되는 변수로는 어선의 생산규모 및 능력을 나타내는 선복량을 선택하였다(박철형, 2020). 한편, 근해어업에서 중요한 생산요소인 어업용 면세유 사용량은 대외적으로 공개되지 않고 있다. 이에 국제유가와 환율 등의 변동성이 어느 정도 반영될 수 있다는 한계가 있지만 어업용 면세유 사용량을 대리하기 위한 변수로 연료비를 모형에 포함하였다(김지우ㆍ박철형, 2017).

    본 연구에서 활용하는 투입 및 산출변수는 KOSIS에서 발표하는 연도별(2001~2024년) 어업경영조사자료에서 획득하였다(KOSIS, 2026a). 또한 화폐단위로 집계되는 연료비는 KOSIS의 연도별 원유정제처리제품 생산자물가지수(2020=100)를 활용하여 실질가치로 환산하였다(KOSIS, 2026c). 능동 및 수동어업의 기초통계량을 비교해 보면, 어획량을 비롯한 선원수와 선복량, 연료비의 평균은 능동어업이 수동어업보다 높은 것으로 나타나 그룹을 구성하는 업종의 평균적인 규모가 큰 것으로 보인다. 또한 분석에 활용되는 변수의 표준편차 역시 능동어업이 수동어업보다 큰 것으로 나타나 능동어업의 업종 간 변동성이 수동어업에 비해 상대적으로 큰 것을 확인할 수 있다.

    2. 그룹별 생산프론티어 및 메타프론티어 추정 결과

    SFA를 적용하여 근해어업 전체와 능동 또는 수동어업의 효율성 측정을 위해서는 우선적으로 콥-더글라스 생산함수와 트랜스로그 생산함수 중 본 분석에 적합한 함수의 형태를 선정해야 한다. 이에 본 연구는 두 가지 생산함수에 기반한 SFA 결과의 로그우도값으로 우도비(Likelihood-Ratio) 검정을 실시하여 분석에 적합한 함수의 형태를 결정하였다(박철형, 2020;조훈석, 2024). <표 2>의 생산함수 선정 결과, 근해어업 전체와 능동어업, 수동어업 모두 1% 유의수준에서 ‘트랜스로그 생산함수의 제곱항 및 교차항이 모두 0이다’라는 귀무가설을 기각하여 콥-더글라스 생산함수에 비해 유연한 트랜스로그 생산함수를 분석에 활용하였다.

    다음으로 확률적 메타프론티어 분석의 적합성을 판단하기 위해서는 능동 및 수동어업의 생산프론티어가 통계적으로 차이가 있는지 확인해야 한다. 이에 따라 확률적 메타프론티어 연구에서 활용되는 그룹별 생산기술의 동질성 검정을 위해 근해어업 전체를 대상으로 실시한 SFA 결과의 로그우도값과 능동 및 수동어업을 대상으로 시행한 SFA 결과의 로그우도값 합계를 비교하였다(Li and Kang, 2021;신연경ㆍ강상목, 2023;정수임ㆍ강상목, 2023;김명준ㆍ강상목, 2024;강상목, 2025). 우도비 검정을 통한 능동 및 수동어업의 동질성 검정 결과, 1% 유의수준에서 ‘집단 간 생산프론티어가 동일하다’는 귀무가설을 기각하였다. 즉, 업종별 시간불변 특성을 통제하였음에도 불구하고 능동어업과 수동어업의 생산프론티어에는 통계적으로 유의한 차이가 존재하였다.

    <표 3>의 근해어업 전체를 분석대상에 포함하여 추정한 SFA 결과와 능동 또는 수동어업으로 그룹을 구분하여 추정한 SFA 결과를 살펴보면, Wald χ 2 는 모두 1% 유의수준에서 통계적으로 유의하여 세 가지 모형 모두 분석에 활용 가능한 것으로 나타났다. 아울러 세 모형 모두 비효율 오차항의 분산과 확률 오차항의 분산을 의미하는 σ u 와 σ v 가 1% 유의수준에서 통계적으로 유의하였고, ‘ λ 는 0이다.’라는 귀무가설을 1% 유의수준에서 기각하여 통계적으로 비효율성이 존재함을 확인하였다(전용한ㆍ남종오, 2022;전용한ㆍ심성현, 2023;Jeon and Nam, 2023).

    한편, <표 2>의 동질성 검정 결과에서는 업종별 시간불변 특성을 통제하였음에도 불구하고, 능동어업과 수동어업 사이에 생산프론티어가 상대적으로 서로 다른 위치를 가지는 것으로 분석되었다. 이에 본 연구에서는 능동 및 수동어업의 SFA 결과에서 얻은 그룹별 최대산출물을 종속변수로 두고 2단계 SFA를 적용하여 메타프론티어를 추정하였다(Huang et al., 2014;신연경ㆍ강상목, 2023). 그 결과, 메타프론티어의 Wald χ 2 와 σ u , σ v , λ 가 1% 유의수준 아래에서 통계적으로 유의하여 능동 및 수동어업의 TGR 추정에 적합한 모형으로 확인되었다.

    3. MTE 및 GTE, TGR 분석 결과

    근해어업을 능동 또는 수동어업으로 구분한 후 계측한 MTE, GTE 및 TGR 결과는 <표 4>에 제시하였다. 근해어업의 그룹별 MTE를 살펴보면, 능동어업(0.6622)에 비해 수동어업(0.7265)의 MTE가 더 높은 것으로 나타났다. 이러한 결과는 능동어업의 TGR(0.9319)이 수동어업(0.9178)에 비해 소폭 높았음에도 불구하고, 능동어업의 GTE(0.7102)가 수동어업(0.7918)에 비해 낮았기 때문이다. 다시 말해, 능동어업의 생산프론티어는 수동어업보다 메타프론티어에 보다 근접하였으나, 실제 조업과정에서 능동어업의 운영 비효율성이 상대적으로 높아 MTE는 오히려 낮게 나타난 것으로 풀이된다. 따라서 근해어업의 대내외적인 어업여건이 악화되는 가운데 능동어업의 MTE를 향상시키기 위해서는 생산요소의 투입을 개선하는 조업전략을 수립하여 GTE를 개선해야 한다.

    <표 5>는 능동어업과 수동어업을 구성하는 업종별 MTE와 GTE, TGR을 정리한 결과이다. 우선 능동어업으로 분류된 업종 중 대형선망의 MTE(0.7323)가 그룹 내에서 가장 높았고, 근해어업 전체에서도 세 번째로 높았다. 이러한 결과는 대형선망의 TGR(0.9340)이 능동어업 중에서도 낮은 편에 속하였음에도 불구하고, 대형선망의 GTE(0.7846)가 가장 높았기 때문이다. 다음으로 서남해구외끌이중형저인망의 MTE(0.7248)가 능동어업 중 두 번째로 높았고, 근해어업 전체 기준으로도 다섯 번째로 높았다. 이는 서남해구외끌이중형저인망의 GTE(0.7750)가 능동어업 내에서 두 번째로 높은 반면, TGR(0.9346)은 그룹 내에서 중간 수준에 위치하였기 때문이다.

    반면, 능동어업 중 동해구중형트롤의 MTE(0.5529)가 가장 낮은 것으로 추정되었으며, 근해어업 전체 기준으로도 가장 MTE가 낮았다. 이와 같은 결과는 동해구중형트롤어업의 TGR(0.9291)이 근해어업 전체에서 중간 수준으로 분석되었지만, GTE(0.5929)가 능동어업 중 가장 낮게 나타난 데 기인한 결과로 풀이된다. 이어서 동해구외끌이중형저인망의 MTE(0.5994)가 능동어업 내에서 두 번째로 낮았으며, 근해어업 전체에서도 MTE가 두 번째로 낮았다. 이는 동해구외끌이중형저인망의 TGR(0.9144)이 근해어업 전체 기준에서 두 번째로 낮았고, 해당 업종의 GTE(0.6550) 역시 능동어업 가운데 두 번째로 낮았기 때문이다.

    수동어업으로 분류된 업종의 MTE 및 GTE, TGR을 살펴보면, 근해통발의 MTE(0.7692)가 수동어업 및 근해어업 내에서 가장 높은 것으로 분석되었다. 이는 근해통발의 TGR(0.9309)이 근해어업 기준으로 중간 수준에 위치하였음에도 불구하고, 동 어업의 GTE(0.8254)가 그룹 내에서뿐만 아니라 근해어업 전체에서도 가장 높게 나타났음에 기인한 결과로 해석된다. 반면, 근해채낚기는 근해어업 전체 기준에서 MTE(0.6772)가 중간 수준으로 분석되었으나 수동어업 중에서는 가장 낮은 것으로 나타났다. 이러한 결과는 근해채낚기의 GTE(0.7702)가 그룹 내에서 하위권에 위치하였고, TGR(0.8815)이 근해어업 전체 기준으로 가장 낮았기 때문이다.

    능동어업의 연도별 MTE와 GTE, TGR의 변화 추이는 <그림 2>에 나타내었다3). 능동어업의 MTE는 2001년(0.5801) 이후 등락이 반복되었지만 전반적으로 증가하는 추세를 보여 2011년(0.8226) 가장 높은 MTE를 기록하였다. 그러나 2012년(0.8074)부터는 MTE가 다시 하락하는 추세에 접어들어 2022년(0.4713)에 가장 낮은 것으로 분석되었다. 이어서 능동어업의 MTE 변화요인을 살펴보기 위해 MTE 구성요소인 GTE와 TGR의 변화 추이를 함께 확인하였다. 능동어업의 GTE는 대체로 MTE와 유사한 흐름을 보였는데, 능동어업의 GTE는 2011년(0.8817)이 가장 높은 반면, 2022년(0.5010)에 GTE가 가장 낮은 것으로 나타났다. 더불어, 연도가 경과할수록 능동어업의 MTE와 GTE의 격차는 축소되는 경향이 관찰되었는데, 이는 TGR이 2001년부터 2024년까지 대체로 증가하여 능동어업의 생산프론티어가 메타프론티어에 점차 근접하였기 때문이다. 이와 같은 능동어업의 TGR 증가는 분석기간 동안 지속된 어로기술 개선 노력과 일부 관련되어 있을 가능성이 있다(서영일 외, 2017;안영수 외, 2019;정태영ㆍ이유원, 2019;조현수 외, 2020).

    <그림 3>은 수동어업의 연도별 MTE와 GTE, TGR의 변화 추이를 정리한 결과이다.4) 수동어업의 MTE는 2002년(0.5334) 최저점을 기록한 후, 증감이 반복되었으나 전반적으로 상승하는 추세를 보이며 2010년(0.8529)에 MTE가 가장 높았다. 수동어업의 MTE는 2011년(0.7635)부터 다시 하락하는 추세에 접어들어 2016년(0.6244)이 가장 낮았으나 2017년 이후로는 MTE가 대체로 회복세를 보였다. 이어서 수동어업의 MTE 구성요소인 GTE와 TGR의 변화 추이를 확인하였다. 수동어업의 GTE는 전체적으로 MTE와 유사하게 변화하였는데, 수동어업의 GTE도 2002년(0.5729)이 가장 낮은 반면, 2010년(0.9132)에는 가장 높은 것으로 파악되었다. 또한 연도가 경과할수록 수동어업의 MTE와 GTE의 격차는 확대되는 추세가 관찰되었다. 이는 TGR이 2007년부터 2024년까지 단기적으로 등락함에도 불구하고, 추세적으로 감소하는 움직임을 보이면서 수동어업의 생산프론티어가 메타프론티어에서 점차 멀어졌기 때문으로 보인다. 이와 같은 수동어업의 TGR 감소는 분석기간 동안 어로기술 개선이 주로 어구 개량 중심으로 이루어진 점과 어느 정도 관련이 있을 수 있다(김인옥 외, 2011;김성훈 외, 2013;배봉성 외, 2013;안영일, 2014).

    Ⅳ. 결 론

    대내외적인 어업여건 악화로 인해 근해어업 구조개선 정책이 발표되었다. 이에 따라 본 연구는 정부의 본격적인 정책 추진에 앞서 근해어업의 운영실태를 파악하기 위한 목적으로 조업방식을 고려한 근해어업의 효율성을 계측하였다. 이를 위해 본 연구는 근해어업의 13개 업종을 능동 또는 수동어업으로 구분하고, 확률적 메타프론티어 접근법을 활용하여 근해어업의 GTE와 TGR, MTE를 추정하였다.

    본 연구의 분석 결과를 요약하고, 이에 기반한 정책적 시사점을 정리하면 다음과 같다. 우선, 능동어업은 수동어업에 비해 MTE가 낮게 추정되어 조업방식을 고려한 상대적 효율성이 낮은 것으로 분석되었다. 이는 능동어업이 수동어업에 비해 TGR이 상대적으로 높게 나타났으나 GTE가 더 큰 폭으로 낮았기 때문이다. 다시 말해, 능동어업의 생산프론티어가 메타프론티어에 상대적으로 근접해 있음에도 불구하고, 조업과정에서 투입요소가 비효율적으로 활용되고 있을 가능성을 시사한다. 특히, 능동어업은 조업 특성상 연료사용량이 수동어업에 비해 많으며, 2척 이상의 어선으로 조업하는 업종이 포함되어 있어 노동과 자본의 투입 규모도 수동어업에 비해 큰 편이다. 따라서 향후 총허용어획량 제도가 확대되는 정부의 정책변화에 대응하여 능동어업의 생산요소 투입구조를 다시 점검하고, 운영 성과를 개선할 수 있는 조업전략 수립이 요구된다. 이를 위해 능동어업 업종들은 노후어선 현대화를 지원하는 근해어선펀드를 활용하여 불필요한 생산요소 투입을 가능한 한 줄여야 한다. 또한 정부는 수중저항 저감을 통해 연료비 절감이 가능한 능동어업용 어구 개발뿐만 아니라(이지훈ㆍ이춘우, 2010;이경훈 외, 2012;양용수 외, 2013;김지은 외, 2017;국립수산과학원, 2019), 직불제와 연계한 지원을 통해 어업인의 어구 교체를 촉진할 필요가 있다.

    다음으로, 수동어업은 능동어업에 비해 MTE가 높게 추정되어 조업방식을 고려한 상대적 효율성이 높았다. 이는 수동어업의 TGR이 능동어업에 비해 다소 낮게 나타났음에도 불구하고, GTE가 TGR 차이 이상으로 높게 분석되었기 때문이다. 이러한 결과는 수동어업이 능동어업보다 그룹별 생산체계 내에서는 비교적 양호한 운영성과를 보이고 있음을 시사한다. 그러나 수동어업의 TGR이 전반적으로 하락하는 추세를 보였다는 점은 수동어업의 생산프론티어가 메타프론티어에서 점차 멀어지고 있음을 의미한다. 따라서 수동어업은 기존의 운영 효율성을 유지하는 한편, 메타프론티어와의 격차 확대 추세에 대응하기 위해 수동어업에 속하는 업종의 어로기술 변화 실태를 주기적으로 확인할 필요가 있다. 또한, 정부는 어구 개량 중심의 어로기술 개선에서 나아가 조업정보 활용 시스템 고도화 및 어군 탐색기술 개발 등과 관련된 지원방안을 마련해야 한다.

    본 연구는 수산업 부문에서 소개되지 않은 확률적 메타프론티어 방법론을 적용하여 근해어업의 조업방식을 고려한 GTE와 TGR을 추정하고, 이를 활용하여 MTE를 계측함으로써 근해어업의 효율성을 보다 세밀하게 살펴보았다는 점에서 의의가 있다. 또한 근해어업의 조업방식까지 고려한 효율성 분석 결과가 향후 근해어업의 정책수립을 위한 기초자료 중 하나로 활용될 수 있다는 점에서도 의의가 있다. 끝으로 근해어업의 MTE와 GTE, TGR 추정 결과를 바탕으로 여러 정책적 시사점을 제시한 점도 연구의 의의라 할 수 있다.

    그러나 본 연구는 몇 가지 한계점도 존재한다. 첫째, 근해어업을 능동 및 수동어업으로 구분하였지만 그룹 내 어업별 특성은 여전히 존재한다. 이를 통제하기 위해 TFE 모형을 사용함에 따라 TGR이 상이한 원인을 제한적으로 해석하는 데 그쳤다. 둘째, 변동성이 큰 근해어업의 업종별 평균자료로 그룹별 생산프론티어와 메타프론티어를 추정하다 보니 모형의 수렴 문제가 발생하여 기술적 비효율성의 결정요인까지 동시에 추정하지 못하였다. 셋째, 본 연구는 제한된 자료를 활용하여 근해어업 효율성을 추정한 기술적 분석이기 때문에 추정 결과를 개별 어선에 일반화하는 데에는 신중할 필요가 있다.

    향후, 어업경영조사 또는 근해어업실태조사의 표본자료를 획득한다면, 근해어업의 업종별 생산프론티어와 메타프론티어 간 차이를 나타내는 TGR 추정결과에 대해서도 업종별 특성까지 고려한 심도 있는 해석이 가능해질 것으로 판단된다. 더불어 상기 자료를 획득하여 가용할 수 있는 분석자료의 수가 충분히 확보된다면, 기술적 비효율성의 결정요인까지 동시에 추정할 수 있는 모형도 확률적 메타프론티어 분석에 적용할 수 있을 것으로 기대된다.

    Figures

    FBA-57-3-1_F1.jpg
    메타프론티어 및 그룹별 생산프론티어 도식화

    주: Huang et al.(2014)을 참고하여 저자 재작성

    FBA-57-3-1_F2.jpg
    능동어업의 연도별 MTE 및 GTE, TGR 추이

    주: MTE와 GTE, TGR은 능동어업의 업종별 평균치로 산출되어 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.

    FBA-57-3-1_F3.jpg
    수동어업의 연도별 MTE 및 GTE, TGR 추이

    주: MTE와 GTE, TGR은 수동어업의 업종별 평균치로 산출되어 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.

    Tables

    변수별 기초통계량
    생산함수 선정 및 생산프론티어 동질성 검정 결과
    주 1: 표 내부의 괄호는 유의확률을 의미한다.
    주 2: 생산함수 선정 시 χ2의 자유도는 6이고, 동질성 검정 시 χ2의 자유도는 11이다.
    주 3: ***는 1% 유의수준에서 통계적으로 유의함을 의미한다.
    그룹별 생산프론티어 및 메타프론티어 추정 결과
    주 1: TFE 모형은 시간 불변의 개체별 이질성을 개별 절편으로 반영하는 구조를 가지기 때문에(Greene, 2005), 추정 결과표에서 공통 상수항은 개별 고정효과에 흡수되어 별도로 식별되지 않는다.
    주 2: *와 **, ***는 각각 10%와 5%, 1% 유의수준에서 통계적으로 유의함을 의미한다.
    그룹별 MTE와 GTE, TGR 계측 결과
    주: MTE와 GTE, TGR은 그룹별 평균치이므로 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.
    그룹ㆍ업종별 MTE와 GTE, TGR 계측 결과
    주 1: 표 내부의 괄호는 순위를 의미하며, 능동 및 수동어업의 GTE 순위는 집단 내의 순위를 의미한다.
    주 2: MTE와 GTE, TGR은 개별 업종의 연도별 평균치이므로 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.
    능동어업의 연도별 MTE와 GTE, TGR 계측 결과
    주: MTE와 GTE, TGR은 능동어업의 업종별 평균치로 산출되어 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.
    수동어업의 연도별 MTE와 GTE, TGR 계측 결과
    주: MTE와 GTE, TGR은 수동어업의 업종별 평균치로 산출되어 GTE와 TGR을 곱한 값과 MTE는 차이가 있을 수 있다.

    References

    1. 강상목( 2025), “SFDA 모형에 기초한 메타환경원단위효율 측정과 환경규제, 에너지전환, GDP의 관계” , Journal of The Korean Data Analysis Society (JKDAS), 27(1), 327-346.
    2. 국립수산과학원( 2019), “선망어업 선진화를 위한 어구개선 연구” , 2018년도 국립수산과학원 사업보고서, 1-41.
    3. 김명준ㆍ강상목( 2024), “광역경제권의 기술수준별 제조업 효율성 측정: 모수적 메타프런티어 접근으로” , 산업연구, 8(2), 1-38.
    4. 김성훈ㆍ박성욱ㆍ이경훈ㆍ임지현( 2013), “참조기 유자망어업에 있어서 그물실의 굵기 변화에 따른 어획성능 특성” , 수산해양기술연구, 49(3), 218-226.
    5. 김인옥ㆍ박창두ㆍ조삼광ㆍ김현영ㆍ차봉진( 2011), “그물실 종류에 따른 서해안 문치가자미 자망의 어획성능” , 수산해양기술연구, 47(4), 290-299.
    6. 김지우ㆍ박철형( 2017), “SFA와 DEA를 비교한 우리나라 근해어업의 효율성 분석” , 해양비즈니스, 37, 59-82.
    7. 김지은ㆍ이지훈ㆍ박성호ㆍ이춘우ㆍ박수봉( 2017), “모형실험과 수치해석을 이용한 저항 저감형 중층 트롤어구의 성능 해석” , 수산해양기술연구, 53(2), 115-125.
    8. 박철형( 2020), “SFA를 이용한 근해어업의 생산성 및 기술적 효율성 추정에 관한 연구” , 해양비즈니스, 46, 25-48.
    9. 반경훈ㆍ권오상( 2016), “한국 농업의 지역별 생산성 격차와 메타 프론티어 생산함수 추정” , 농업경제연구, 57(4), 1-36.
    10. 배봉성ㆍ임지현ㆍ박성욱ㆍ김성훈ㆍ조삼광( 2013), “그물실의 물성에 따른 동해안 가자미 자망어업의 어획 특성” , 수산해양기술연구, 49(2), 95-105.
    11. 서영일ㆍ황강석ㆍ차형기ㆍ오택윤ㆍ조현수ㆍ김병엽ㆍ류경진ㆍ이유원( 2017), “근해대형선망어업에서 어로기술개발에 따른 어획성능지수 변동” , 수산해양기술연구, 53(1), 12-18.
    12. 손민정ㆍ김하나( 2020), “원천기술 보유와 개방형 혁신(Open Innovation)이 기업의 효율성에 미치는 영향: 국내 ICT 중소기업을 중심으로” , 한국혁신학회지, 15(2), 151-175.
    13. 손민정ㆍ최무이ㆍ허정( 2021), “주요 국가별 SW 산업 효율성 분석을 통한 글로벌 혁신경쟁력 비교” , 한국혁신학회지, 16(2), 85-116.
    14. 신연경ㆍ강상목( 2023), “DEA, SFA 모형으로 측정한 기술산업군별 메타프론티어 효율성 비교: ISTANS 국내 40대 제조업을 중심으로” , 생산성연구: 국제융합학술지, 37(4), 35-65.
    15. 안영수ㆍ서영일ㆍ조현수ㆍ정태영ㆍ이유원( 2019), “기선권현망어업에서 어로기술개발에 따른 어획성능지수 변화” , 수산해양교육연구, 31(5), 1371-1379.
    16. 안영일( 2014), “대용량(360W 급) LED 집어등의 오징어 어획성능” , 수산해양기술연구, 50(3), 326-333.
    17. 양동현ㆍ장영재( 2013), “메타확률변경분석법을 적용한 우리나라 종합병원의 기술효율성 분석” , 경영학연구, 42(4), 825-847.
    18. 양용수ㆍ이춘우ㆍ이경훈ㆍ박수봉ㆍ박성쾌ㆍ강민주ㆍ이지훈( 2013), “수치해석기법을 이용한 에너지 저소비형 기선권현망어구 개발” , 수산해양기술연구, 49(3), 175-187.
    19. 양재훈ㆍ김응도ㆍ이나래( 2025), “한국 바이오제약 기업의 수직 다각화 여부에 따른 개방형 혁신의 효과 분석” , 기술경영, 10(3), 115-140.
    20. 이경훈ㆍ이춘우ㆍ양용수ㆍ이지훈( 2012), “수치해석기법을 이용한 에너지 저소비형 대형 중층 트롤어구 개발” , 수산해양기술연구, 48(3), 195-207.
    21. 이나래ㆍ김응도ㆍ양재훈( 2025), “한국 바이오클러스터 내ㆍ외 바이오제약 기업의 기술격차와 효율성 비교 분석” , 기술경영, 10(3), 141-165.
    22. 이지훈ㆍ이춘우( 2010), “수치해석기법에 의한 어구 저항 분석 및 저탄소 트롤어구 설계와 비용 분석” , 수산해양기술연구, 46(4), 313-323.
    23. 이충헌ㆍ강미경ㆍ이대호( 2025), “A meta-frontier analysis of the impact of CEO education on the performance of software startups” , 한국혁신학회지, 20(4), 275-289.
    24. 전용한ㆍ남종오( 2022), “어업여건 변화에 대비한 근해어업의 에너지 효율성 평가” , 수산해양교육연구, 34(3), 384-394.
    25. 전용한ㆍ심성현( 2023), “SFA를 이용한 근해어업의 온실가스 배출 효율성 및 감축잠재량 추정” , 수산해양교육연구, 35(2), 233-245.
    26. 정수임ㆍ강상목( 2023), “상호금융의 메타이윤효율의 측정과 분해: 신협과 수협의 생산기능접근을 중심으로” , 생산성연구: 국제융합학술지, 37(6), 53-89.
    27. 정태영ㆍ이유원( 2019), “외끌이저인망어업에서 어로기술개발에 따른 어획성능지수 변동” , 수산해양기술연구, 55(4), 363-371.
    28. 조현수ㆍ서영일ㆍ오택윤ㆍ안영수ㆍ김병엽ㆍ임영경ㆍ이유원( 2020), “트롤어업에서 어로기술개발에 따른 어획성능지수 변동” , 수산해양기술연구, 56(1), 26-36.
    29. 조훈석( 2024), “BSS 모형을 이용한 자원평가기반의 생산효율성 추정 및 TAC 제도 효과 분석: 연근해어업을 중심으로” , 박사학위논문, 국립부경대학교, 1-233.
    30. 최강화( 2017), “메타프론티어 분석을 통한 항공사 그룹별 효율성 비교” , 한국항공경영학회지, 15(1), 3-17.
    31. 최종두( 2008), “근해어업경영을 위한 기술효율성분석” , Ocean and Polar Research, 30(4), 445-451.
    32. 해양수산부( 2026a), “제4차 수산자원관리기본계획(2026~2030)” , accessed May 17, 2026 [available at https://mof.go.kr].
    33. 해양수산부( 2026b), “해양수산부 업무보고(2025. 12. 23.)” , accessed May 17, 2026 [available at https://mof.go.kr].
    34. 황준석ㆍ홍아름ㆍ이대호( 2010), “케이블 TV 산업의 소유규제 변화와 기업결합 형태별 생산효율성 차이의 실증 연구” , 한국방송학보, 24(2), 276-313.
    35. Battese, G. E., Rao, D. S. P. and O’Donnell, C. J. ( 2004), “A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies” , Journal of Productivity Analysis, 21, 91-103.
    36. Box, G. E. and Cox, D. R. ( 1964), “An analysis of transformations” , Journal of the Royal Statistical Society Series B: Statistical Methodology, 26(2), 211-243.
    37. Christensen, L. R., Jorgenson, D. W. and Lau, L. J. ( 1973), “Transcendental logarithmic production frontiers” , The Review of Economics and Statistics, 55(1), 28-45.
    38. Cochrane, K. L. ( 2002), “A fishery manager's guidebook: management measures and their application (Vol. 424)”, Food and Agriculture Organization of the United Nations.
    39. Greene, W. ( 2005), “Reconsidering heterogeneity in panel data estimators of the stochastic frontier model” , Journal of Econometrics, 126(2), 269-303.
    40. Huang, C. J., Huang, T. H. and Liu, N. H. ( 2014), “A new approach to estimating the metafrontier production function based on a stochastic frontier framework” , Journal of Productivity Analysis, 42(3), 241-254.
    41. Jeon, Y. and Nam, J. ( 2023), “Estimating Energy Efficiency and Energy Saving Potential in the Republic of Korea’s Offshore Fisheries” , Sustainability, 15(20), 15026.
    42. KOSIS( 2026a), “어업경영조사” , accessed March 31, 2026 [available at https://kosis.kr/index/index.do].
    43. KOSIS( 2026b), “어업생산동향조사” , accessed May 17, 2026 [available at https://kosis.kr/index/index.do].
    44. KOSIS( 2026c), “원유정제처리제품 생산자물가지수” , accessed March 31, 2026 [available at https://kosis.kr/index/index.do].
    45. Kumbhakar, S. C. and Lovell, C. A. K. ( 2000), “Stochastic Frontier Analysis”, Cambridge University Press.
    46. Li, Z. and Kang, S. ( 2021), “International Environmental Efficiency with CO2 Using Meta Stochastic Frontier Analysis” , Environmental and Resource Economics Review, 30(3), 471-501.
    47. O’Donnell, C. J., Rao, D. S. and Battese, G. E. ( 2008), “Metafrontier frameworks for the study of firm-level efficiencies and technology ratios” , Empirical Economics, 34, 231-255.
    Copyright © The Korean Society of Fisheries Business Administration. All rights reserved.
    Pukyoung Univ.,599-1, Daeyeon 3-dong, Nam-gu, Busan, Korea.