자연휴양림 경영효율성에 대한 영향 요인 분석

자료포락분석은 비모수적 효율성 측정방법으로 구체적인 함수형태를 가정하지 않고, 일반적인 회귀분석에 비해 상대적으로 연구자의 주관적 판단이 개입될 여지가 적으며, 선형계획법(Linear Programming)과 같은 최적화 기법을 사용한다는 특성이 있다. 실제 관측되는 자료를 둘러싸는 가장 바깥쪽 경계를 실증적으로 도출하여, 가장 효율적인 기술 조건을 도출하고, 각 의사결정단위(Decision Making Units, DMU)가 가장 효율적인 상태와 비교했을 때 어떤 위치를 가지는지를 분석한다(Kwon, 2019).

DEA는 Charnes, Cooper, and Rhodes가 1978년에 개발한 CCR 모형과 Banker, Charnes, Cooper, Schinner가 1982년에 개발한 BCC 모형으로 나뉜다. CCR 모형은 규모수익불변(Constant Returns to Scale, CRS) 생산을 가정하는 방법으로, 투입지향과 산출지향 모형으로 구분된다. 투입지향 CCR 모형은 평가대상이 되는 DMU 투입물들의 가중합에 대한 산출물들의 가중합의 비율이 1을 초과해서는 안된다. 또한, 각 투입요소와 산출요소의 가중치들은 0보다 크다는 제약조건하에서 DMU 투입물 가중합에 대한 산출물 가중합의 비율을 최대화시키는 분석법이다(Park, 2008). 산출지향 CCR 모형은 투입물이 고정되어 있고, 산출물이 통제가능할 때 적용하는 모형으로 투입물 가중합을 1로 고정한 뒤, 산출물 가중합을 최대화하는 분석법이다.

반면, BCC 모형은 CCR 모형에서 규모 효율성과 순수기술적 효율성을 구분하지 못하는 단점을 보완하기 위하여 개발된 모형으로 규모수익가변(Variable Returns to Scale, VRS) 생산을 가정하고, 볼록성 필요조건을 추가한 모형이다. BCC 모형 역시, 투입지향과 산출지향 모형으로 구분할 수 있다.

본 연구에서는 규모 효율성과 순수기술적 효율성을 구분할 수 있는 규모수익가변 상황을 중심으로, 산출지향 BCC 모형의 선형계획 모형 식에 대해 기술하였다(식 1).

h₀는 DMU의 효율성을 의미하며, r은 산출물의 수, i는 투입물의 수, x_ij는 DMU_j의 i번째 투입요소의 양, $s_i^{-}$와 $s_r^{+}$은 각각 투입 부등식과 산출 부등식에 관련된 비음(Non-Negative)의 여유변수(Slack Variable) 벡터를 의미한다.

CCR 모형과 달리 제약식에 $\sum _{j=1}^n{\lambda }_j=1$이 추가되는데, 이는 BCC 모형에서 규모수익 가변을 가정함으로써 볼록성 제약을 추가하였기 때문이다.

맘퀴스트지수(Malmquist index)는 두 시점에서 투입된 생산요소를 이용하여 실제 생산한 산출량이 기준이 되는 어떠한 기술조건 하에서 생산될 수 있는 최대한의 산출물량에 비해 어느 정도의 차이를 가지는지 확인하여 생산성 변화를 분석하며, 이와 반대의 경우도 분석이 가능하다. 맘퀴스트지수는 동일 생산자의 서로 다른 시점 간 생산성 비교뿐만 아니라 동일 시점에서의 서로 다른 생산자 간 생산성 비교도 가능하다(Kwon, 2019). 기술비효율성이 없는 경우와 기술효율성이 있는 경우로 구분할 수 있으며, 맘퀴스트 생산성지수는 산출물을 기준으로 하는지, 투입물을 기준으로 하는지에 따라 정의가 달라진다. 이에, 기준연도 임의 선정 문제를 해결하기 위하여 각 시점을 기준으로 구한 맘퀴스트 생산성 변화지수를 기하평균하여 사용하는 것이 합당하다(Lee and Oh, 2012). 거리함수(D_O)를 활용한 산출지향 기하평균 맘퀴스트 생산성지수는 식 2와 같다.

$D_o^t\left(x^{t+1},y^{t+1}\right)$은 t 시점의 생산기술을 활용하여 (x^t+1,y^t+1)이 실행 가능한 범위 내에서 최대로 생산할 수 있는 산출량의 정도를 측정하는 거리함수를 나타내며, $D_o^{t+1}\left(x^t,y^t\right)$은 t+1 시점의 생산기술을 활용하여 (x^t,y^t)이 실행 가능한 범위 내에서 최대로 생산할 수 있는 산출량의 정도를 측정하는 거리함수이다.

한편, 맘퀴스트 생산성지수는 생산성 변화를 기술변화, 효율성변화 등 여러 요인으로 분할하는 것도 가능하다. 식 3은 맘퀴스트 생산성지수를 기술적 효율성 변화지수(Technical Efficiency Change Index, TECI)와 기술변화지수(Technical Change Index, TCI)로 구분한 것이다.

TECI는 두 시점의 기술적 효율성 변화를 평가하는 척도이며, TCI는 두 기간 사이의 생산기술변화, 즉 효율적인 경계로의 이동이 생산성 변화에 어떻게 기여하는가를 평가하는 척도이다(Park, 2008).

기술적 효율성 변화지수는 순수 효율성 변화지수(Pure Efficiency Change Index, PECI)와 규모 효율성 변화지수(Scale Efficiency Change Index, SECI)로 양분되며, 이는 식 4와 같다.

$V_o^t\left(x^t,y^t\right)$는 시점 t의 규모수익가변하에서 산출거리함수, $\frac{V_o^{t+1}\left(x^{t+1},y^{t+1}\right)}{V_o^t\left(x^t,y^t\right)}$는 t시점에 대한 t+1 시점의 순수 효율성 변화를 평가하는 척도, $\frac{V_o^t\left(x^t,y^t\right)}{D_o^t\left(x^t,y^t\right)}$는 시점 t에서의 규모수익불변 기술에 대한 규모수익가변 기술의 산출거리함수 비율을 나타낸다(Park, 2008).

CCR 모형은 규모수익불변(CRS)을 가정하여 모든 자연휴양림이 최적의 규모로 운영되고 있을 때 적합한 모형으로, 현실적으로는 불완전 경쟁, 재무 등 다양한 제약조건으로 개별 자연휴양림들이 최적 규모로 운영되지 못한다. 따라서 가변수익(VRS) 특성을 반영한 BCC 모형을 기준으로 설명하고자 한다.

결과표에서 준거집단은 벤치마킹 대상을 의미하며 번호는 표에 제시되어 있는 순서에 따라 국립(1), 인천(2), 대전(3), 사립(13) 순이다.

코로나19 이전(2019년) 자연휴양림 운영주체별 효율성 분석 결과<Table 2>, 기술효율성(Technical Efficiency, TE) 평균은 0.825, 순수기술효율성(Pure Technical Efficiency, PTE) 평균은 0.857, 규모 효율성(Scale Efficiency, SE) 평균은 0.961로 나타났다. 이는 수익불변가정의 CCR 모형에서 평균적으로 약 17%가 비효율적인 운영을 하고 있으며, 규모의 경제성과 비경제성을 동시에 고려한 BCC 모형에서 평균적으로 약 14%가 비효율적으로 운영됨을 유추할 수 있다.²⁾ 또한 이를 토대로 자연휴양림의 비효율성이 기술효율성에 기인함을 알 수 있다.³⁾

세부적으로 살펴보면, 산출기준 CCR 모형에서 국립 및 사립 자연휴양림, 공립 자연휴양림 중 인천, 충남 및 전북자연휴양림의 효율성이 1로 도출되어, 가장 효율적인 것으로 나타났다. 우선 사립 자연휴양림의 효율성이 높게 나타난 점은 DEA의 경우 절대적 효율성이 아닌 상대적 효율성 측정하는데, Table 1을 참고하였을 때 전체 자연휴양림 중 사립 자연휴양림의 개수가 상대적으로 적고, 수입 대비 지출이 낮아 효율성이 높게 나타난 것으로 판단된다.

지자체 중 충북과 경남, 제주 자연휴양림은 평균 이상의 효율성을 보이고 있으나, 이 외에 대부분의 지자체 소유 자연휴양림의 효율성은 낮은 것으로 나타났다. 반면, 산출기준 BCC 모형의 평균은 CCR 모형에 비해 다소 높게 나타났다. 전체 DMU 중 경남 소재지의 자연휴양림들의 평균 효율성이 1로 매우 효율적인 것으로 나타났고, 경기지역의 자연휴양림 역시 0.8853으로 효율성이 향상됨을 알 수 있다. 규모 효율성은 평균이 0.961로 높은 수준이고, 평균 규모 효율성을 기준으로 공립 자연휴양림 중 대전, 경기, 경남 지역의 자연휴양림들을 제외한 대부분의 자연휴양림들이 높은 규모 효율성을 달성하고 있는 것으로 나타났다.

다음으로 전체 자연휴양림 중 준거집단 참조 횟수가 가장 많은 자연휴양림은 충남지역으로 나타났다. 참조 횟수가 높다고 해서 가장 효율적인 자연휴양림이라고 평가할 수는 없지만, 준거집단은 투입 및 산출요소의 조합에 있어 비효율적인 자연휴양림들이 벤치마킹의 대상으로 삼아야 하는 자연휴양림이라는 점에서 중요하다.

규모수익 측면에서 살펴보면, 공립 자연휴양림의 경우 규모수익체증(IRS)보다 규모수익체감(DRS)으로 나타난 휴양림이 많아 자연휴양림의 규모화·집중화보다는 다각화가 필요한 곳이 더 많음을 시사하고 있다. 규모수익체감(DRS)으로 나타난 대전, 경기, 충북, 경북, 제주 지역 자연휴양림 중 특히 대전과 경기 지역은 규모 효율성도 상대적으로 낮으므로 운영 효율성을 향상시킬 수 있는 전략이 필요할 것으로 판단된다. 한편, 강원, 전남, 경남 지역은 규모수익체증(IRS)으로 나타났는데, 해당 지역 자연휴양림은 규모 확대를 통하여 효율성을 증대시킬 수 있는 방안을 수립하는 것이 바람직할 것으로 판단된다.

최대 효율성을 달성한 국립 및 사립 자연휴양림과 인천, 충남, 전북 자연휴양림을 제외한 타 지역 자연휴양림의 산출부족분을 살펴보면, 대전지역의 자연휴양림은 현재 투입수준으로도 433,559천 원의 수입금과 33,375명의 이용객을 추가로 확보할 수 있으므로 순수기술효율성 제고 방안 수립이 필요하다. 또한, 강원지역 역시 규모 확대와 더불어 기술효율성 제고를 통해 88,041천 원의 수입금과 16,470명의 이용객을 추가로 확보할 수 있을 것으로 나타났다.

코로나 이후(2020년) 자연휴양림 운영주체별 효율성 분석 결과(Table 3), 기술효율성(CCR) 평균은 0.775, 순수기술효율성(BCC) 평균은 0.821, 규모 효율성(SE) 평균은 0.938로 나타났다. 이는 코로나 이후에도 자연휴양림의 비효율성이 규모 효율성보다 기술효율성에 기인함을 알 수 있으며, 코로나 이전에 비해 기술효율성이 더욱 악화되었음을 알 수 있다. 또한, CCR 평균이 0.825(코로나 이전)에서 0.775(코로나 이후)로 감소하여, 비효율적인 운영을 하고 있는 자연휴양림이 약 17%에서 22%로 증가했음을 유추할 수 있다.

세부적으로 살펴보면, 산출기준 CCR 모형에서 효율적으로 나타났던 국립, 공립 중 인천, 전북 자연휴양림의 기술효율성이 낮아짐을 알 수 있다. 그 중에서 특히 인천지역 자연휴양림과 국립 자연휴양림의 기술효율성 감소가 크게 나타났다. 반면, 코로나 이후, 공립 자연휴양림 중 충북, 경남, 제주지역 자연휴양림의 효율성(기술효율성 및 규모 효율성)은 증대된 것으로 나타났다.

코로나19 이후, 전체 자연휴양림 중 준거집단 참조 횟수가 가장 많은 자연휴양림은 사립 자연휴양림으로, 코로나19 발생 여부와 상관없이 효율적으로 운영되고 있음을 알 수 있다. 이는 질병 발생에 따라 정부 차원에서 일정 기간 국·공립 시설의 이용을 제한하였지만, 민간이 운영하고 있는 사립 자연휴양림은 제외 대상이었으며, 이로 인해 공공의 수요가 민간으로 이전되었기 때문이다.

규모수익 측면에서 살펴보면, 코로나19 발생 이후 국립 자연휴양림과 인천지역 자연휴양림은 코로나19 이전과 달리 규모수익불변(CRS)에서 규모수익체감(DRS)으로 나타났고, 강원 지역 자연휴양림은 규모수익체증(IRS)에서 규모수익체감(DRS)으로 전환되어, 규모 확대와 더불어 규모 효율성을 증가시키는 전략이 필요한 것으로 보인다.

최대 효율성을 달성한 공립(충북, 충남, 전북, 경남, 제주) 및 사립 자연휴양림을 제외한 타 자연휴양림의 산출부족분을 살펴보면, 국립 자연휴양림은 효율성 제고를 통해 60,254천 원의 수입금과 39,773명의 이용객을 추가로 확보할 수 있을 것이다. 또한, 효율성 하락률이 가장 큰 인천지역 자연휴양림은 순수기술효율성 제고 전략 마련을 통해 수입금 179,482천 원, 이용객 98,333명을 확보할 수 있을 것이다.

2016년부터 2020년간 전체 자연휴양림의 맘퀴스트 생산성 지수와 기술적 효율성 변화지수, 기술변화지수는 Figure 1과 같다.

Figure 1. 2016-2020 natural recreation forest MPI, TECI, TCI trends.

Download Original Figure

생산성 지수(MPI)가 1보다 크게 나타날 경우, 이는 생산성 증가를 의미하며 2016년 대비 2017년 생산성이 약 2.4% 증가하였으나, 2018년도에 약 12% 감소하는 모습을 보였다. 이후 다시 상승하는 추세를 보였으나, 2020년 코로나19 발병 기간 동안 생산성은 약 50%로 크게 하락하였다. 기술적 효율성 변화 지수(TECI)는 t시점과 t+1시점 사이에 DMU가 이전 시점보다 생산변경선으로부터 멀어졌는지 혹은 가까워졌는지를 나타내는 값으로 추격효과(catching-up effect)를 의미한다(Kang and Choi, 2015). 2018년도에 생산기술의 효율성이 향상되어 추격효과가 발생하였으나, 이후 점차 감소하는 추세를 보이고 있다. 한편, 기술변화를 나타내는 지수인 TCI는 생산변경선이 확대됨에 따라 동일 투입량으로 더 많은 산출을 유발할 경우, 기술진보를 의미는데, MPI와 마찬가지로 2020년 전체 자연휴양림의 기술변화율이 급격히 감소하였다.

Table 4는 5개년 동안 자연휴양림 운영주체별 평균 생산성 지수를 분석한 결과이다. 전체 자연휴양림 평균 생산성 지수는 0.8246으로 연평균 약 18% 생산성이 감소한 것으로 나타났으며, 기술변화 지수(TCI)가 급감함에 따라 기술변화의 퇴보가 생산성 악화에 기여한 것으로 보인다. 운영주체별로 살펴보면, 국립 자연휴양림은 약 26%, 사립 자연휴양림은 약 10%로 각각 감소하였으며, 공립 자연휴양림 중 가장 큰 폭으로 감소한 지자체는 인천지역이다.

국립, 공립, 사립 자연휴양림 중 국립 자연휴양림은 모든 생산성 지수가 기하평균에 비해 전반적으로 낮게 형성되는데, 매년 예약 경쟁이 치열한 만큼 많은 관광객이 몰리고 있지만 공립, 사립에 비해 상대적으로 저렴한 시설사용료와 유지 및 보수를 위한 고용인원 증가 등 적극적인 재투자가 원인인 것으로 유추된다. 사립 자연휴양림은 입장객수가 국립에 비해 30% 수준임에도 불구하고 시설사용료가 높고⁴⁾, 유지 및 보수 지출비용이 낮아 기술적 효율성 변화지수와 순수 효율성 변화지수(PECI), 규모 효율성 변화지수(SECI)가 1로 나타났다. 반면, 공립 자연휴양림은 지자체별로 다소 다른 양상을 보이고 있다. 제주지역의 기술적 효율성 변화, 순수 효율성 변화, 규모 효율성 변화지수 모두 1보다 크게 나타나 전체 자연휴양림 평균보다 효율성이 높아 벤치마킹 대상 지역이라 볼 수 있지만, Figure 1과 같이 코로나19 발병 기간 동안 기술변화의 급격한 하락으로 인해 최근 5년간 전체 생산성 지수(MPI)는 다소 감소한 것으로 판단된다. 반면, 인천지역은 효율성 지수와 생산성 지수 모두 1보다 작은 것으로 나타났는데, 이는 타 자연휴양림에 비해 수익성 인프라 및 프로그램이 없고 오로지 객실 이용객에 의존할 수 밖에 없는 상황에서 인건비, 제세공과금 및 경비 지출이 크기 때문이다.

총 13개 자연휴양림 운영주체 및 지역에 따른 연도별 평균 생산성 지수 추이는 Figure 2와 같다. 먼저 운영주체별 평균 생산성 지수 변화 추이를 살펴보면, 코로나 이전(2016-2019년) 국립 자연휴양림 생산성은 약 3.6%, 사립 자연휴양림은 약 3.5% 증가하였다. 생산성 증가 원인으로 2019년 상반기에 본격 가동된 ‘숲나들e’ 자연휴양림 통합·원스톱 예약 플랫폼을 들 수 있다. 이와 관련하여 Koo et al.(2021)는 ‘숲나들e’ 플랫폼 도입의 효과를 분석하기 위해 2016년부터 2020년까지 ‘숲나들e’를 통한 자연휴양림 신청 및 이용 실적 원자료를 이용하여 적절성, 충분성, 연속성, 평등성, 접근성 등 수요부문에 기여한 효과성을 진단하였다. 그 결과 국립뿐만 아니라 전체 자연휴양림 수요의 규모 확대와 더불어 잠재 수요의 유효 수요화에 기여하여 플랫폼 도입으로 인한 긍정적인 효과를 확인하였다. 하지만 코로나19 이후(2019-2020년) 온라인 예약 플랫폼이 도입되었음에도 불구하고 국립뿐만 아니라 공립, 사립 자연휴양림 모두 생산성이 큰 폭으로 하락하여 생산성 향상을 위한 효율 개선 및 기술혁신 활동의 확대가 시급하다.

Figure 2. Changes in MPI before and after COVID-19 by natural recreation forest operator and region.

Download Original Figure

다음으로 공립 자연휴양림 생산성 지수를 지역별로 살펴보면, 코로나19 이전 기간에 생산성이 향상되고 있던 지역은 인천, 충북, 제주지역이었으며, 코로나19 이후 전국 모든 지자체 자연휴양림의 생산성이 악화되었지만 그 중에서도 인천, 대전, 전남, 전북, 충남지역 순으로 하락폭이 크게 나타났다. 인천지역은 공립 자연휴양림이 1곳, 대전지역은 공립 자연휴양림이 2곳에 불과하여 타 지역에 비해 코로나19로 인한 생산성 하락 효과가 더욱 큰 것으로 판단된다.