Ⅰ. 서 론

한국 경제는 지난 수십년 간 급격한 성장을 거듭해 왔으며(Chun et al., 2015b), 이는 연구개발을 중 심으로 한 첨단산업과 더불어 수산산업과 같은 전통산업도 그 역할을 하였다(Lee et al., 2006). 최근, 경제적 성장에 대하여 한국의 주요 산업을 포함한 다양한 산업에서 그 한계에 직면하고 있으며, 수산 산업 또한 예외는 아니다.

FAO(2016)에 따르면 한국 수산물의 어획 생산량은 2014년 기준 세계 13위, 양식 생산량은 세계 7위 에 위치해 있다. 또한 수산산업 종사자 수는 OECD 국가 중 4위를 차지하였다(OECD, 2016). 종합적으 로, 수산산업은 첨단산업과 거리가 있는 전통산업임에도 불구하고, 세계적인 규모를 유지하고 있는 산업임을 알 수 있다.

수산산업의 근간인 수산물 확보에 대한 장기적 전망을 본다면 세계적 지위의 유지가 힘들 뿐 아니 라, 수산식량 안보에도 부정적 영향을 미칠 것으로 예상된다. 한국의 어류 소비는 현재 대비 2025년 에 10.1% 증가할 것으로 전망되었으나, 이와 더불어 수출은 －38.1%, 수입은 14.2% 증가할 것으로 예 상되기 때문이다 (FAO, 2016).

국내 관점으로 좁혀 보면 산업 경쟁력의 약화가 더욱 심각하게 드러나고 있다. 2014년 기준 연간 3 천만 원 미만의 판매 어가가 전체 70%를 상회할 정도로 심각한 저부가가치화가 진행되고 있으며, 어 가의 고령화율은 국내 전체 고령화율의 2.5배에 이른다(Korea Statistics, 2015). 수산물 가공 및 판매 관점에서 들여다 보면, 2011년 대비 2015년의 가공량은 제자리 걸음을 하고 있으며, 단위당 판매단가 는 오히려 악화되었다(MOF, 2016a). 전체적인 국내 수산산업이 성장성 및 수익성 측면에서 한계에 직면하였음을 확인할 수 있으며, 이를 극복하고 수산산업의 재도약을 위한 방향 모색이 절실한 현황 이다.

Hong et al.(2009)은 한국 수산산업의 경쟁력을 중국, 그리고 일본과 비교하여 제시하였다. 연구에 따르면 어업경영체 및 수산가공업은 중국이, 어업생산관리, 마케팅 역량은 일본이 비교 우위에 있는 것으로 나타났으며, 전반적인‘수산업의 산업구조 고도화 전략’이 한국에 요구된다고 주장하였다. 또한 Lee and Ahn(2014)은 우리나라의 수산경쟁력이 30개 주요 수산 국가 중 14위에 그치고 있으며, 국가 전체 GDP 대비 수산업 비중은 연평균(1990~2010년) 마이너스 3.4% 성장을 기록하고 있음을 지 적하였다. 이러한 결과들은 한국 수산산업의 위기가 지속되고 있음을 의미한다.

수산산업의 정책적 지원 방향을 모색하기 위하여 산업의 전반적인 성과 분석이 필요하다고 판단 하며, 관련 선행연구들은 다음과 같은 한계점이 존재한다. 첫째, 수산산업이 해양수산업의 한 분류기 준으로 인식되어 대부분의 선행연구들이 수산산업보다는 해양산업에 집중하여 연구가 진행되었다 (Go et al., 2014; Kim and Kang, 2008; Choi et al., 2015; Hwang and Koo, 2011). 둘째, 수산산업에 집중한 연구들의 경우 산업의 관점보다는 수협, 어항, 그리고 어획 및 가공 방법 등에 따른 성과 분석에 집중 하였다 (Lee, 2011; Park, 2012; Lee and Jang, 2012; Seo and Kim, 2012). 최근 MOF(2016b)는 수산산업 의 생산구조의 경쟁 심화, 유통 및 가공 인프라 낙후에 따른 저부가가치를 지적하였다. 또한 수산산 업의 글로벌화, 기후변화에 따른 자원변화, 그리고 이의 대응을 위한 신기술 융합 및 발전을 수산산 업의 패러다임 변화를 위한 화두로 제시하였다. 산업에 대한 정부의 정책적 지원은 한정된 자원의 배 분을 요구하며, 산업 관점의 연구는 관련 의사결정에 중요한 역할을 한다. 기존 수산산업에 집중한 연구들의 경우 각 업종 내 미시적 방안에 대한 연구 결과를 제시하였으나, 산업 전체의 상황을 고려한 종합적인 전략 방향 제시가 부족하였다.

본 연구는 기존 선행연구의 한계점을 보완한 수산산업의 전반적인 경영성과 분석을 시도한 시범 적인 연구이다. 한국 수산산업의 전체 가치사슬을 산업분류에 따라‘생산－가공－판매－서비스’ 단계로 구분하고, 자료포괄분석(Data Envelopment Analysis; 이하, DEA)을 활용하여 각 단계에 속한 기업 간 경영성과의 차이를 운영 및 규모 관점에서 살펴보았다. 또한 대기업과 중소기업 간 차이를 함께 규명해 봄으로써 의미 있는 시사점 제시를 위해 노력하였다. DEA의 적용을 위하여 고정자산, 유동자산, 종업원 수를 투입변수로 설정하였고, 산출변수로는 매출액과 영업이익을 설정하였다. 비 교변수로는 기업규모와 업종을 고려하였으며, 비교를 위하여 비모수 통계검정 기법인 Mann-Whitney U 검정과 Kruskal-Wallis 검정을 수행하였으며, 이의 결과를 기반으로 성과 제고방안의 근거를 제안 하고자 한다.

본 연구는 다음과 같이 구성되어 있다. II장에서는 DEA와 경영성과 분석에 관한 선행연구를 설명 하였다. III장은 연구방법론으로, 분석 대상 데이터에 대한 설명과 변수 및 연구 모형 설정에 대한 내 용을 포함하고 있다. IV장은 수산산업의 전반적인 경영성과 및 업종과 기업규모에 따른 경영성과 차 이를 나타내는 실증분석이다. 마지막으로 V장에서는 연구의 전체적인 요약 및 결과 해석, 본 연구의 시사점과 한계점, 향후 연구방향을 제시하고 있다.

Ⅱ. 선행연구

1. DEA

DEA는 상대적인 효율성을 분석하는 방법론으로서, 최근 수십년 간 학문적으로 급속히 발전하고 있다(Cook and Seiford, 2009). 특히, 실증 분석에 있어서 민간부문과 공공부문을 포함한 다양한 분야 에서 효율성 관점의 성과를 분석하는 데 적용되어 왔으며(Färe and Grosskopf, 1996; Wang and Huang, 2007), 기업의 경영성과를 분석하는 데 또한 그 활용이 다양한 산업에서 진행되어 왔다.

DEA 효율성의 정의는 Farrell(1957)이 수행한 기술효율성에 대한 연구에서 기인하였다. 해당 연구 는 생산적 효율성을 기술효율성과 분배효율성으로 구분하고, 이에 대한 비모수적 접근을 통한 측정 을 제안했다. DEA의 본격적인 논의는 Charnes et al. (1978)을 통해 시작되었다. DEA에서의 분석 대상 을 지칭하는 의사결정단위(Decision making unit, 이하 DMU)는 다중 산출을 위한 다중 투입을 가정하 였다. 규모에 따른 수익이 불변한다는 규모수익불변(constant returns to scale, 이하 CRS) 상태를 가정 한 CCR(Charnes, Cooper, Rhodes, 이하 CCR) 모형이 Charnes et al.(1978)의 연구를 통해 소개되었다. 그러나 특히 기업의 경우 경영규모에 기인한 비효율성이 존재한다는 전제를 가지고 이를 반영한 모 형이 요구되었으며, Banker et al.(1984)에서 규모수익가변(variable returns to scale, 이하 VRS) 기반의 BCC(Banker, Charnes, Cooper, 이하 BCC) 모형이 제안되었다.

DEA는 타당한 투입과 산출변수를 가진 DMU의 효율성 관점의 성과를 분석하기 위하여 LP(Linear Programming) 기법을 이용하여 가중치까지 계산하는 최적화 모형의 한 종류이다. 성과 분석에 있어 서 비모수적 접근이 가지는 장점이 다수 존재하며, 이는 경영성과 분석에 있어서도 적용이 가능하다. 비모수적 접근의 장점 중 하나는 보편성에 있다. 비모수적 방법은 이상치와 왜도에 강하고 범주형 변 수, 순위와 빈도를 사용할 수 있기 때문이다(Lim et al., 2006). 이러한 특성과 연계하여 DEA는 성과 분 석을 위한 모수적 통계기법과 비교하여 몇 가지 장점을 지니고 있다(Chun et al., 2015a). 첫째, 다중 투입과 산출을 가정하며 DMU 들의 상대적인 성과를 측정함에 있어서 시장 가치에 대한 고려가 요구되 지 않는다(Wang and Huang, 2007). 둘째, 종합적인 경영성과에 대한 전사적 관점의 투입과 산출에 대 한 특정 함수 형태의 정의가 어렵다. DEA는 이러한 상황에 대한 별도의 가정이 요구되지 않는다 (Guan et al., 2006; Wang and Huang, 2007; Kim et al., 2009). 셋째, 경영성과는 다중 투입과 산출의 동반 이 필수적이다. 모수적 통계 기법은 이러한 다중 투입과 산출을 함께 처리하는데 약점을 보유하고 있 다(Wang and Huang, 2007; Cho, 2010).

DEA는 투입지향(Input-oriented)과 산출지향(Output-oriented) 관점으로 구분된다. 투입지향은 산출 량이 고정된 상태에서 투입량을 얼마만큼 비례적으로 감소시킬 수 있을지에 대해 중점을 두는 반면, 산출지향은 투입량이 고정된 상태에서 산출량이 어느정도 비례적으로 확대될 수 있는지에 중점을 둔다(Chun et al., 2014).

또한 규모수익 관점의 분석이 가능한데, 규모수익은 투입 변수들의 비율을 일정하게 유지하며 규 모가 확대될 때 생산량이 어떻게 변화하는지를 살펴보는 개념이다. 모든 생산요소를 동시에 증가시 킬 때 한계산출량이 감소하는 상태를 규모수익체감(Decresing returns to scale, 이하 DRS), 동일하게 증가하는 상태를 CRS, 증가하는 상태를 규모수익체증(Increasing returns to scale, 이하 IRS) 상태라고 한다. IRS인 경우 규모의 경제 현상이 존재한다고 해석하고, DRS인 경우 이와 반대로 규모의 비경제 현상이 존재한다고 해석한다(Park, 2008).

Charnes et al.(1978)에서 소개된 CCR모형은 CRS 가정을 통해 모형이 도출되기 때문에 규모와 순수 운영 관점의 효율성을 구분하지 못한다는 단점을 가지고 있다. CCR 모형은 모든 DMU가 CRS 상태 에서 운영되고 있다고 가정을 하고 있지만, 실제 상당수의 DMU가 DRS 또는 IRS 상태에서 운영되고 있다면 이는 순수 운영효율성과 일치하지 않다. 이러한 차이에 대하여 규모의 효과가 DMU의 효율성 에 영향을 미치기 때문에 발생한다고 볼 수 있다(Park, 2008). 따라서 순수 운영 관점의 성과와 규모 관점의 성과를 구분하기 위하여 Banker et al.(1984)에서 제시된 BCC 모형을 함께 고려하여 분석이 시 도되어야 한다. 종합하자면, CCR 모형은 운영 성과와 규모의 효과가 결합된 성과가 분석 결과로 나 타나게 된다. 반면, BCC 모형은 규모의 효과가 반영된 순수 운영 성과만이 분석 결과로 도출된다. 이 에 따라 CCR 모형의 효율성 점수와 BCC 모형의 효율성 점수 간 비율에 의하여 각 DMU의 규모 관점 의 성과가 결정된다. 통상적으로, CCR 모형의 결과값은 BCC 모형의 결과값과 비교하여 같거나 혹은 작기 때문에 규모 관점의 효율성 점수는 1보다 작거나 같다(O, 2001; Kim et al., 2012).

본 연구는 상기와 같은 선행연구 조사에 따라, 수산산업의 경영성과 분석을 운영과 규모 관점에서 살펴보고자 한다. 이를 위하여 산출지향 CCR 및 BCC 모형 기반의 DEA 분석을 시도하고, 동시에 규 모수익 관점의 분석을 수행하였다. 또한 의미 있는 시사점 도출을 위하여 기업규모와 업종 구분에 따 른 비교 분석을 추가로 진행하였다.

2. DEA를 활용한 경영성과분석

DEA는 다양한 분야와 다양한 산업에서 타당성과 유용성을 바탕으로 지난 수십년 간 학문적으로 널리 활용되었다. 그러나 수산산업의 경우 해운, 운송, 물류 등 연관 산업등과 비교하여 산업 관점의 실증 연구 사례가 매우 부족한 현황이다. DEA의 분석을 위하여 가장 중요한 의사결정 중 하나는 투 입 및 산출 변수의 선정이다. 수산산업의 경영성과 분석에 대한 선행연구가 매우 부족함에 따라, 연 관산업 대상의 경영성과 분석을 시도한 연구들을 주로 살펴보았다.

경영에 대한 투입은 크게 자금과 사람으로 구분할 수 있고, 이를 회계적인 정보로 변환한다면 자산 과 종업원 수로 인식이 가능하다. 경영에 대한 산출, 즉 성과는 매출과 수익으로 구분이 가능하며, 이 를 회계적인 관점에서 본다면 매출액과 이에 대한 각종 이익 관련 계정으로 인식이 가능하다. 통상적 으로 이익 관점의 변수로 영업이익과 당기순이익이라는 2개 변수로 보는 경향이 있는데, 기업의 정 관에 입각한 고유 목적 달성을 위한 본연의 영업활동에 대한 이익은 영업이익이므로, 경영성과에 대 한 분석에는 영업이익이 더욱 적합한 변수라고 판단한다. <표 1>은 이와 관련된 국내 선행연구들을 정리한 결과이다.

<표 1> DEA를 활용한 경영성과분석 관련 국내 선행연구

국내 연구와 더불어 국외 연구 또한 변수 설정을 위하여 살펴보고, 국내 연구와의 비교를 해보고자 하였다. 국외 연구 역시 투입 및 산출 변수의 설정에 대하여 국내 연구 동향과 유사한 경향을 보이고 있었다. <표 2>는 국외 관련 연구의 정리 결과이다.

<표 2> DEA를 활용한 경영성과분석 관련 국외 선행연구

국내 및 국외 선행연구 중 광범위한 산업에서의 경향 또한 보고자 하여 정보통신 및 제조업 관련 연구 또한 다수 살펴보았다. 경영성과와 관련된 투입 및 산출 변수는 대부분의 산업에서 산업의 특수 성보다는 경영의 공통성 기반의 변수 선정이 이루어지고 있는 것으로 파악되었다. 이에 따라, 본 연 구는 경영성과 분석을 위한 투입변수로써 고정자산, 유동자산, 종업원수를 선정하고, 산출변수로는 매출액과 영업이익을 선정하였다.

Ⅲ. 연구방법론

1. 표본선정 및 연구모형

DEA를 활용한 수산기업의 경영성과 분석을 위하여 수산기업의 정의가 필요하였다. 제9차 한국표 준산업분류(Korean standard industrial classification, 이하 KSIC) 체계 내에서 수산산업만을 위한 분류 코드는 극히 제한적으로 제시되어 있다. 객관화된 수산산업의 분류를 위하여 MOF(2015)의 기준을 차용하여 산업 분류를 시도하였다. 중분류 기준으로 어업, 수산가공업, 수산유통·판매업, 그리고 수 산관련 서비스업으로 구분이 되며, 각 중분류는 소분류 대상 산업들을 보유하고 있다. 해당 산업들에 대하여 KSIC 코드 내 세세분류 산업과의 연계 작업을 수행하였다. 분석을 위한 기업의 재무 정보는 한국신용평가정보에서 제공하는 KIS-Value 데이터베이스(이하, KIS-Value DB)를 이용하였다. 본 연 구가 정의한 수산산업의 KSIC 코드 및 산업명은 다음 <표 3>과 같다. KIS-Value DB는 외부감사 대상 기업들의 재무정보만을 제공하며, 다음 <표 3> 중 회색 영역은 본 연구의 분석 대상 기업들이 속한 산 업임을 의미한다.

총 568개 기업 중 DEA의 적용을 위한 투입 및 산출변수의 결측치가 존재하는 18개 기업을 제외한 550개 기업을 1차 선별하였다. 이 중 영업이익이 음수값을 지닌 97개 기업을 제외하여 최종 분석 대 상 기업은 453개로 선정되었다(표 4)1).

분석 대상 기업들을 대상으로 투입변수는 고정자산, 유동자산, 종업원수를 설정하였고, 산출변수 로는 매출액, 영업이익을 설정하였다. 산업의 정밀한 현황 파악을 위한 비교 변수로는 기업규모와 업 종을 선정하였다. 각 변수별 정보는 <표 5>에서 확인할 수 있다.

<표 6>은 각 변수들의 기술통계량 분석 결과이다. 대부분 변수들의 평균 및 표준편차 결과값을 참 조해‘볼 때, 각 기업 간의 격차가 많은 것을 알 수 있다. 또한 기업규모 변수 결과값의 평균값을 살펴 보면, 수산산업에 속한 기업들 중 중소기업의 비중이 월등히 높은 것으로 나타났다.

<표 7>은 중분류 기준 각 산업들의 산업규모 및 기업들의 매출액 평균 결과이다. 수산가공업의 산 업규모와 해당 산업에 속한 기업들의 매출액 평균이 가장 큰 것으로 나타났다. 최종적으로, 상기 분석 데이터를 활용한 수산산업의 경영성과 분석을 위한 DEA 및 비교변수를 활 용한 연구모형은 다음과 같다.

1) DEA는 분석 방법론의 특성 상 음수값을 지니면 분석이 진행되지 않으나, 일부 제한적인 모형에서는 Iqbal Ali and Seiford(1990)과 Pastor(1996)의 제안에 따라 변수 처리 과정을 수행 후 분석이 가능하다. 그러나 본 연 구는 기업의 운영 및 규모 역량을 동시에 보기 위한 목적을 달성하기 위하여 Output-oriented CRS 모형과 Output-oriented VRS 모형을 함께 적용해야 하며, 이는 음수 변수 처리를 위한 적합 모형을 넘어서게 된다. 따 라서 불가피하게 음수값 보유 기업을 제외하고 분석을 진행하였다.

<표 3> 수산산업 해당 KSIC 코드 및 세세분류명

※ 회색영역 : 본 연구의 분석 대상 기업들이 속한 산업을 의미

<표 4> 표본 선정 기준

<표 5> 변수별 정보 및 데이터 적용 시점

<표 6> DEA 적용 변수 및 비교변수들의 기술통계량

<표 7> 수산업 중분류별 산업규모

2) 통상적으로 중소기업과 대기업의 구분은 업종별로 매출액, 자본금, 상시 근로자수의 기준에 근거함. 본 연구 의 분석 대상은 다양한 산업에 광범위하게 분포되어 있음을 감안하여 연구자 개인의 구분이 아닌 KIS-Value 데이터베이스에 공개된 정보를 활용함.
3) 외부감사 이상 규모의 기업임에도 불구하고, 종업원수 1인 기업을 포함한 5인 미만 기업이 11개 포함되어 있음. 해당 정보가 이상치라면 분석의 왜곡을 발생시킬 수 있는 요인으로 작용할 수도 있음. 그러나 외부감사를 위한 공개 정보 공개에 대한 공신력이 입증된 KIS-Value 데이터베이스를 활용하였고, 11개 기업 모두 중소기 업으로 분류되었음. 또한 종업원수와 함께 고정자산과 유동자산이 투입변수로써 분석에 활용되어, 종업원수 정보는 이상치로서의 분석 왜곡보다는 실제 수산산업의 현황을 반영하고 있음을 연구자로서 판단하고 수정 없이 연구에 활용함.

<그림 1 > 연구모형

Ⅳ. 분석결과

국내 수산산업의 경영성과 분석을 위하여 453개 기업의 재무 정보를 기반으로 산출지향 CRS와 VRS DEA 모형을 적용하였다. 분석 결과, DEA 점수의 평균이 0.5 미만으로 국내 수산산업의 경영성 과는 전반적으로 낮은 것을 확인할 수 있었다. CRS 모형의 평균점수는 0.3211로, 이 점수는 규모와 기술적 성과 점수가 혼합되어 있는 결과이다. 순수 운영 성과 점수인 VRS 모형의 평균점수는 0.4127로 나타났다. CRS 결과값을 VRS 결과값으로 나눠준 규모 관점의 경영성과 점수는 0.78로 나타났다. 규모효율성과 관련하여 Returns to scale 분석 결과를 통하여 더욱 자세한 현황의 파악이 가능한데, 규모수익체감 상태에 있는 기업의 비율이 전체 기업 중 60.5%로 나타났다. 이는 경영활동과 관련된 투자에 따른 성과의 한계 효용이 저조한 기업이 과반수를 넘는 현황임을 보여준다.

<표 8> 한국 수산산업 기업의 경영성과 분석 결과 (N〓453)

※ Returns to scale 결과：규모수익체감(274개, 60.5%), 규모수익불변(12개, 2.6%), 규모수익체증(167개, 36.9%)

수산산업에 속한 기업들에 대한 세부적인 분석 및 시사점 도출을 위하여 비교 분석을 수행하였다. 비교 분석의 첫 번째로 기업의 규모를 중소기업과 대기업으로 구분하고 각 규모별 경영성과 분석을 실시 하고, 규모별 차이를 살펴보기 위하여Mann-Whitney U 검정을 수행하였다. 분석 결과, 순수 운영 성과인 VRS모형 하에서 중소기업과 대기업 간 경영성과가 통계적으로 유의미한 차이가 존재함이 드러났다.

<표 9> 기업의 규모에 따른 경영성과 차이 분석 결과

기업의 규모에 따라 중소기업 및 대기업을 구분 후, 경영성과를 살펴보면 운영 및 규모 관점에서의 성과 차이가 분명하게 드러난다. 중소기업의 경우 순수 운영 관점의 경영성과는 0.3824로 대기업의 0.5652와 비교하여 낮은 것을 확인할 수 있으며, 이는 <표 3>에서 규명된 VRS 모형 하에서 통계적으로 유의미한 차이가 존재함을 뒷받침한다. 반면, 중소기업의 규모 관점의 경영성과는 0.85로, 대기업의 0.54와 비교하여 매우 우수한 것으로 나타났다. 이는 Returns to scale 분석 결과에서 더욱 자세히 살 펴볼 수 있다. 중소기업의 경우 규모수익체증 상태에 있는 기업이 42.8% 존재하였으나, 대기업의 경우 약 90%의 기업이 규모수익체감 상태에 있는 것을 확인할 수 있었다. 정리하자면 대기업의 운영 관점의 경영성과가 중소기업보다 우수하나, 규모 관점에서의 경영성과는 매우 저조한 것으로 나타났다. <표 10>과 <표 11>은 이러한 분석 결과의 구체적 값들을 제시하고 있다.

<표 10> 한국 수산산업 중소기업의 경영성과 분석 결과 (N〓378)

※ Returns to scale 결과 : 규모수익체감(207개, 54.8%), 규모수익불변(9개, 2.4%), 규모수익체증(162개, 42.8%)

<표 11> 한국 수산산업 대기업의 경영성과 분석 결과 (N〓75)

※ Returns to scale 결과 : 규모수익체감(67개, 89.3%), 규모수익불변(3개, 4.0%), 규모수익체증(5개, 6.7%)

비교 분석의 두 번째 기준으로, 수산산업 내 업종 구분을 통한 경영성과 분석을 시도하였다. 업종은 어업, 수산가공업, 수산 유통·판매업, 수산관련 서비스업으로 구분하였다. 종합적인 특징으로는 전 업종에 걸쳐 투자 대비 한계 생산성이 저하되는 규모수익체감 상태에 있는 기업의 비중이 가장 큰 것으로 확인되었다. 특히, 수산가공업의 경우 규모수익체감 상태에 있는 기업의 비중이 73.2%로 가장 컸으며, 운영 및 규모 관점의 경영성과 모두 타업종과 비교하여 저조한 것으로 나타났다. 다음 표 들은 각 업종 별 경영성과의 구체적인 결과를 제시하고 있다.

<표 12> 어업 기업의 경영성과 분석 결과 (N = 16)

※ Returns to scale 결과 : 규모수익체감(11개, 68.8%), 규모수익불변(1개, 6.3%), 규모수익체증(4개, 25.0%)

<표 13> 수산가공업 기업의 경영성과 분석 결과 (N = 97)

※ Returns to scale 결과 : 규모수익체감(71개, 73.2%), 규모수익불변(1개, 1.0%), 규모수익체증(25개, 25.8%)

<표 14> 수산 유통·판매업 기업의 경영성과 분석 결과 (N = 173)

※ Returns to scale 결과 : 규모수익체감(97개, 56.1%), 규모수익불변(7개, 4.0%), 규모수익체증(69개, 39.9%)

<표 15> 수산관련 서비스업 기업의 경영성과 분석 결과 (N = 167)

※ Returns to scale 결과 : 규모수익체감(95개, 56.9%), 규모수익불변(3개, 1.8%), 규모수익체증(69개, 41.3%)

4개 업종 간 경영성과의 차이를 살펴보기 위하여 Kruskal-Wallis 검정을 실시하였으며, 분석 결과 업종 간 경영성과의 차이가 존재하는 것으로 나타났다.

<표 16> 업종 간 경영성과 차이 분석 결과

업종 간 차이를 더욱 자세하게 파악하기 위하여 업종 간 경영성과의 평균 차이의 통계적 유의성을 확인하기 위한 비모수검정의 사후분석인 Tamhane의 T2 사후검정을 시행하였다. 순위 비교를 통한 비모수 검정인 Kruskall-Wallis 검정과 비교하여 업종 간 차이가 추가적으로 나타난 것을 확인할 수 있 다. 분석 결과를 통하여 국내 수산산업 중 수산유통·판매업의 경영성과가 가장 우수한 것을 확인하 였으며, 수산가공업의 경영성과가 가장 저조한 것으로 나타났다.

<표 17> 업종 간 경영성과 차이에 대한 Tamhane의 T2 사후분석 결과

Ⅳ. 결 론

본 연구는 DEA를 활용하여 한국 수산산업의 전반적인 경영성과 분석 및 기업규모와 업종 구분을 통한 비교 분석을 수행한 최초의 연구이다. 해양수산부(2015)가 제시한 수산산업의 분류 기준을 통하여 국내 수산산업에 속한 453개 기업을 대상으로 분석을 수행하였다. DEA의 적용을 위하여 투입변수로는 고정자산, 유동자산, 종업원 수를 설정하고, 산출변수로는 매출액과 영업이익을 설정하였다.

국내 수산산업의 경영성과는 전반적으로 낮은 것을 확인할 수 있었으며, 중소기업과 대기업 간 경영성과 차이가 존재함을 확인할 수 있었다. 특히, 대부분의 대기업이 규모수익체감 상태에 있는 것으 로 나타났는데, 이의 개선이 필요하다고 판단한다. 업종에 따른 경영성과의 차이도 나타났는데, 수산 가공업과 수산 유통·판매업 간의 차이가 가장 큰 것으로 나타났다. 수산물 자원의 확보와 관련된 어 업 또한 경영성과가 상대적으로 저조한 것으로 나타났으며, 규모수익체감 상태에 있는 기업들이 약 70% 존재하는 것으로 나타났다. 종합적으로, 수산산업의 전체 가치사슬의 앞 단계에 있는 어업 및 수 산가공업 기업의 경영성과의 개선이 운영 및 규모 관점 모두에서 요구된다.

실증 분석 결과를 바탕으로 다음과 같은 시사점의 제시가 가능하다. 첫째, 대기업의 운영 관점의 경영성과가 중소기업보다 우수함을 볼 때, 대기업의 자산활용을 통한 재무성과 창출에 대한 역량 이전이 필요하다. 반면 중소기업의 규모 관점의 경영성과가 우수하므로 중소 수산기업 정책의 지원 방향을 신시장 개척 및 확장 중심의 성장 관점에 초점을 맞출 필요가 있다. 대부분의 대기업들이 규모 수익체감 상태에 있으므로, 경영자원의 절대적 투입 확대보다는 기존 자원배분의 낭비요소를 파악 하고, 이를 개선하여 효율적인 기업 운영에 대한 인식 제고가 요구된다. 둘째, 수산산업의 업종 중 수 산가공업의 경영성과가 가장 저조함과 동시에 규모수익체감 상태의 비율도 가장 높음을 확인할 수 있는데, 이의 개선을 위하여 생산활동에 대한 규제 완화와 유·무형의 기업 내부 자산을 활용한 생산 성 증대, 고부가가치 가공신제품 개발 촉진이 중요하다(Hong et al., 2009). 마지막으로, 규모 및 운영 성과가 저조한 어업 기업의 경영성과 개선을 위하여 양식기술 개발 등 고부가가치 자원의 확보를 위한 다각도의 노력이 필요하다. 수산산업을 둘러싼 거시적 환경요인 중 중요 요인인 기후변화와 ICT 기술 융합에 적극적으로 대응하여 고부가가치 어업 자원 확보를 도모해야 한다. 참다랑어, 연어, 새우, 복어 등 수입의존도가 높은 고부가가치 품목 양식 및 보급을 위한  연구개발을 확대하고, 시장 관련 빅데이터 구축과 이를 활용한 어업 산업의 고도화가 필요하다(MOF, 2016b).

본 연구는 연구 진행에 있어서 몇 가지 한계점이 존재한다. 첫째, 외부감사 대상 규모 이상의 기업 만을 대상으로 하였다. 수산산업에 속한 기업 중 많은 기업들이 영세함을 고려해 보면, 외부감사 대상 규모 미만의 기업들도 향후 연구에서 함께 분석에 포함해야 할 것으로 판단한다. 둘째, 본 연구는 2015년도 기준의 정태적 분석을 시도하였으며, 장기적인 관점에서 한국 수산산업의 경쟁력 파악을 위하여 패널 데이터 형태의 분석이 요구된다. 이를 위하여 향후 연구에서는 맘퀴스트 생산성 지수 방 법론을 적용하여 장기적 관점의 연구 설계가 필요하다. 셋째, 한국의 수산산업 기업만을 대상으로 분석이 진행되어 전 세계적인 산업 동향의 고려가 불가능한데, 이의 극복을 위하여 향후 연구에서는 수산산업이 발전한 타 국가의 대표 기업들을 DEA 분석에 함께 포함하여 분석이 시도되어야 한다. 이러 한 연구 설계는 한국 수산 기업들의 역량 파악을 세계적 관점에서 가능하게 할 것이다. 마지막으로, 본 연구는 경영성과에 초점을 맞추어 연구가 진행되었으나, 경영성과의 개선을 위한 핵심적인 해결 방향은 연구개발 등을 포함한 기업의 무형자산 활용 및 이의 성과 극대화와 연계가 되어 있다. 향후 연구에서는 기업의 연구개발, 교육훈련, 광고선전 등 무형자산 투자에 대한 성과분석을 시도하고, 이를 경영성과와 연계한다면 더욱 의미 있는 시사점 도출이 가능할 것으로 기대한다.