Trends in the Efficiency of Korean National University Libraries : A DEA/Window Analysis Approach

  • cc icon
  • ABSTRACT

    This study utilizes DEA/Window analysis in order to investigate the relative efficiency levels of korea national university libraries during the period of transition 2004-2008. The empirical results show the following findings. Firstly, a technical efficiency was not efficient which was a scale efficiency rather than a pure technical efficiency in 2008. Secondly, a technical and pure technical efficiency has increased steadily from 2004 to 2008(but a technical, pure technical efficiency has decreased since in 2008). As a result, a technical efficiency increase can be explained by a pure technical efficiency increase.


    최근까지 DEA를 이용한 대학도서관 효율성 평가에 관한 선행연구들은 대부분 특정 시점의 횡단면 분 석 위주였으며, 효율성 추세변화 분석과 같은 종단면 분석은 거의 수행되지 못하고 있었다. 이에 본 연 구에서는 우선 선행연구들처럼 DEA를 이용하여 특정 시점(2008년) 기준 하에서 국립대학도서관의 상대 적 효율 수준을 분석하고, 다음으로 DEA Window 분석 기법을 적용하여 최근 5년(2004년-2008년)간 상대적 효율 수준의 추세변화를 분석하였다. 분석 결과 첫째, 특정시점 하에서 상대적 효율은 기술 효율 성 측면에서 비효율적이었으며, 이는 상대적으로 규모의 비효율에 기인하는 것으로 나타나 선행연구 결 과들을 재확인하였다. 둘째, 이러한 기술 효율성의 비효율은 전반적으로 최근 5년간 지속적인 개선이 있 었으나 이는 상대적으로 순수 기술 효율성의 개선에 따른 것으로 나타났다. 따라서 앞으로 국립대학도서 관의 기술 효율성을 개선하기 위해서는 규모의 비효율을 개선하는 노력이 필요할 것으로 사료된다.

  • KEYWORD

    National University Libraries , Efficiency , DEA , DEA Window Analysis

  • 1. 서 론

    대학도서관은 학문 연구의 주요한 공간이 며, 관련 학술정보를 수집?정리?제공?보존하고, 이를 통해 대학의 질적 성장을 뒷받침하는 핵심 기관이라 할 수 있다. 하지만 최근 대학 의 양적 증가와 학생 수의 상대적 감소 추세는 향후 대학과 국가재정을 악화시킬 가능성이 있다. 따라서 대학은 학내 제한된 자원을 보다 효과적으로 그리고 좀 더 효율적으로 사용해 야 할 필요가 있으며, 대학도서관 역시 이러한 대내외적 환경 변화에 예외일 수는 없다.

    이러한 배경 하에 최근까지 대학도서관의 상 대적 효율성 평가를 위한 비모수적 방법으로써 Data Envelopment Analysis (이하 DEA)를 활용한 연구들이 꾸준히 있어 왔다. 하지만 지 금까지 선행연구들은 주로 특정 시점의 횡단 면 분석 위주의 연구였으며, 기간 경과 등에 따른 효율성의 추세변화와 같은 종단면 분석 은 거의 이루어지지 못하고 있었다. 이에 본 연구에서는 먼저 기존 선행연구들처럼 DEA를 이용하여 특정 시점(2008년) 기준 하에서 국내 국립대학도서관의 상대적 효율 수준을 분석해 보고, 다음으로 DEA/Window 분석 기법을 적 용하여 최근 5년(2004년-2008년)간 상대적 효율 수준의 추세변화를 분석하여 그에 따른 시사점을 도출해 보고자 한다.

    이를 위해 본 연구를 다음과 같이 구성하였 다. 우선 다음 제2장에서는 본 연구의 방법론 으로써 DEA/Window이론과 분석방법을 요약 하고, 도서관 효율성 평가에 관한 국내외 선행 연구들을 검토하며, 제3장에서는 기존 선행연 구들을 바탕으로 연구 방법을 설계하고, 제4 장에서는 실증결과를 분석하며, 제5장에서는 연구결과 요약과 시사점을 정리한다.

    2. DEA이론과 선행연구의 고찰

       2.1 DEA

    DEA는 Charnes, Cooper, and Rhodes (1978)에 의해 처음 개발?소개된 선형계획모 형으로서, 유사한 목적과 기능을 갖는 의사결 정단위(Decision-Making Unit, 이하 DMU) 들이 최선의 의사결정단위(The Best Practice Unit)와 상대적으로 떨어져 있는 거리를 비교 하여 해당 DMU들의 효율성을 평가하는 비모 수적 방법이다. 즉 DEA는 사전에 구체적인 함 수나 분포형태를 가정하고 모수(parameter) 를 추정하는 것이 아니라, 다수의 투입요소와 다수의 산출요소의 실제 자료만을 비교하여 DMU들 간의 상대적 효율성을 측정하는 기법 이다. 따라서 투입요소와 산출요소의 가격정보 가 불명확하고 생산함수를 사전에 규정하기 어 려운 다양한 비영리조직의 상대적 효율 측정에 많이 적용되고 있다. 이러한 DEA는 생산함수 를 어떻게 가정하느냐에 따라 여러 가지 형태 가 존재하는 바, 그 중 Charnes, Cooper, and Rhodes(1978)에 의해 최초 제안된 CCR (연구자 Charnes, Cooper, Rhodes의 이니 셜) 모형은 DEA 모형 중 가장 기본적인 모형 이라 할 수 있다. 이러한 CCR 모형은 표현되 는 형태에 따라 비율모형(Ratio Model), 승수 모형(Multiplier Model), 포락모형(Envelopment Model)으로 구별할 수 있다. 이 중 비율 모형은 각 DMU의 다수투입?다수산출 상황을 단일총괄투입?단일총괄산출 상황으로 변환한 것이며, 이를 선형계획법으로 변환한 형태를 CCR 승수모형이라 하고, 이러한 CCR 승수모 형을 원본모형으로 하는 쌍대모형을 CCR 포 락모형이라 한다. 다음의 <식 1>은 투입방향1) CCR 포락모형의 수식이다.

    image

    조건을 만족시키는 DMUK는 효율적인 DMU로 평가된다.

    또한 Banker, Charnes, and Cooper (1984)에 의해 제시된 BCC(연구자 Banker, Charnes, Cooper의 이니셜) 모형은 불변규 모수익(Constant Return to Scale, 이하 CRS)을 가정한 CCR 모형과 달리 변동규모수 익(Variable Return to Scale, 이하 VRS)의 가정을 반영하여 순수 기술 효율성을 측정할 수 있는 모형으로서 다음의 <식 2>와 같은 형 태를 갖는다. 이는 앞서 살펴본 CCR 포락모 형과 비교하여 λ j 의 합이 1이라는 제약조건 이 추가된 것 이외에는 차이가 없다.

    image

    이러한 BCC 모형은 CCR 모형과의 비교를통해 CCR 모형에서 산출된 DMU의 효율성수치가 기술적 요인에 의한 것인지 아니면 규모에 의한 것인지를 나타내는 규모의 효율성을 측정할 수 있다. 즉 CCR 모형에서 산출된기술 효율성의 값을 BCC 모형에서 산출된 순수 기술 효율성의 값으로 나눠줌으로써 규모의 효율성을 측정할 수 있으며, 이를 통해CCR 모형에서 산출된 DMU의 효율성 수치가기술적 요인에 의한 것인지 아니면 규모에 의한것인지를 각각 구분하여 분석할 수 있게 된다.

    1) DEA 분석 모형은 접근방법에 따라 투입지향과 산출지향의 모형으로 나누어 질 수 있는데, 투입 측면의 기술적 효율성이 생산된 산출량을 변화시키지 않고 투입량을 얼마만큼 비례적으로 감소시킬 수 있는지를 다루는 반면, 산출 측면의 기술적 효율성은 사용된 투입량을 변화시키지 않고 얼마만큼 산출량을 비례적으로 확대할 수 있는지 를 다룬다. 하지만 어느 방식이든 쌍대성 원리에 따라 큰 차이는 발생하지 않는다(김영희 외 2005).

       2.2 DEA Window

    DEA Window 분석의 개념과 기법은 Charnes 등(1985)에 의해 처음 제안되었으 며, 이를 이용하여 기간 경과에 따른 효율성 변화 추세를 분석할 수 있다. 이는 인접한 두 기간 사이의 효율변화를 비교대상으로 하는 것으로써, 가령 1기부터 3기까지의 세 기간의 추세변화를 분석하는 경우라면 먼저 1기에는 1기만의 자료에 의해 DEA 분석을 행하고, 그 다음기인 2기에는 1기와 2기의 자료를 모두 대상으로 하여 DEA 분석을 행한다. 마지막 3 기에는 그 3기의 자료만을 이용한다. 이러한 절차에 따라 효율치의 평균을 각 기간별 그리 고 각 DMU별로 구하면 효율성의 시계열적인 변화를 관찰할 수 있다(이청호, 이경호, 윤광 심 2005). 즉 DEA Window 기법은 이처럼 DMU간 효율성 비교 시 다수 기간의 여러 개 윈도우를 분할하여 겹치게 구성하는 이동평균 법의 원리를 DEA 분석에 적용하여 각 DMU 들의 효율성 추세와 안정성을 파악하는 기법이 다(김태혁, 김병철 2006). 결국 DEA Window 기법의 핵심은 서로 다른 기간에 속한 DMU 들을 준거집단으로 하여 개별적인 DMU들을평가함으로써 동일한 DMU라 하더라도 윈도우 설정 기간이 다르면, 서로 다른 DMU로 비교?평가하여 동일한 DMU가 기간 경과에 따라 효율성이 어떻게 변화하는지 분석가능하게한다.

    이러한 DEA Window 기법을 실행하기 위 해서는 우선 여러 기간에 걸친 분석자료를 수 집한 후, 효율성 추세변화 관찰기간으로써 적 정한 윈도우의 폭(p)을 결정하는 것이 중요하 다. 그 이유는 윈도우의 폭(p)이 너무 좁을 경 우에는 충분한 DMU가 부족하여 기존의 정태 적 분석과 큰 차이가 없게 되는 반면에, 윈도 우의 폭(p)이 너무 넓을 경우에는 각 윈도우의 분석기간이 길어지게 됨으로써 추세 파악이 어렵기 때문이다(김태혁, 김병철 2006; 문경 주 2008). 하지만 분석 기간에 따른 적정한 윈도우의 폭을 결정하는 검정된 규칙은 없다. 다만, DEA Window 기법과 관련하여 국내 선행연구들은 경험적으로 <표 1>과 같은 방식 에 따라 윈도우의 폭을 결정하고 있으며(문경 주 2008; 박춘광, 김병철 2007; 김태혁, 김 병철 2006), 본 연구에서도 이러한 선행연구 들의 방법을 따랐다.

    이처럼 분석기간의 윈도우 폭(p) 등이 결정되면 각 윈도우에 대한 관찰치의 수는 일정하게 되고 윈도우 효율성 평가는 이동평균법처럼 순차적으로 윈도우 분석이 진행되게 된다.즉 윈도우 폭이 3년이라면 처음 3년을 분석하고 다음 분석은 이전 분석에서 첫 기간을 빼고다음 기간을 추가하여 새로운 윈도우를 분석하게 된다. 이런 절차에 따라 최종기간까지 순차적으로 진행하고, 이러한 윈도우별 효율성평가결과가 모두 나오면, 이를 바탕으로 각DMU 효율성의 추세, 안정성 등을 분석할 수있게 된다.

       2.3 선행연구

    DEA를 이용한 국내 대학도서관의 효율성 분석에 관한 선행연구는 곽영진(1992; 1993)의연구 이후, 한두완, 홍봉영(2002), 홍봉영, 김강정 그리고 강은경(2005), 조성한 외(2009) 등의 선행연구들이 있으며, 그 외 공공도서관의 효율성 분석에 관한 연구로는 곽영진(1999), 김선애(2007), 함요상(2007), 문경주(2008) 등의 연구가 있다.

    우선 대학도서관의 운영 효율성 분석에 관한 연구는 곽영진(1992)의 연구 이후 최근까지 지 속적으로 있어 왔다. 초기 연구에서는 주로 CCR 모형을 중심으로 기술 효율성을 분석하는 연구 들이 중심을 이루었으며(곽영진 1992, 1993; 한두완, 홍봉영 2002), 비교적 최근에는 BCC 모형 분석이 추가되어 기술 효율성을 순수 기술 효율성과 규모의 효율성을 분리하여 분석하는 연구들이 시도되었다(홍봉영, 김강정, 강은경 2005; 조성한 외 2009). 특히 BCC 모형 분석 이 추가된 선행연구들의 실증 결과들을 살펴보 면 사립?국립대학도서관의 경우 기술효율성의 비효율 원인이 상대적으로 규모의 비효율에 기 인하고 있다는 점을 확인할 수 있었으며(홍봉 영, 김강정, 그리고 강은경 2005; 조성한 외 2009),2) 또한 사립?국립대학 모두 대학간 기술 효율성의 비효율 격차가 매우 크다는 사실을 추 가로 확인할 수 있었다.3)

    또한 공공도서관의 효율성을 분석한 최근연구 중 함요상(2007)의 연구는 공공도서관을분석대상으로 하여 공공서비스의 공급주체에따른 효율성의 차이 여부를 분석하였으며, 문경주(2008)의 연구는 부산지역 소재 21개 공공도서관을 대상으로 효율성의 정태적?동태적분석을 실시하였다. 특히 DEA Window 기법을 이용하여 2003년부터 2006년까지 4년간효율성의 추세변화를 분석하였다.

    분석 결과 2003년 56.3%, 2004년 54.45%,2005년 66.33%, 2006년 70.23%로 각각 나타나 2005년 이후 부산지역 공공도서관의 효율성이 개선되는 경향이 있음을 실증하였다. 하지만문경주(2008)의 연구는 특정지역의 공공도서관을 분석대상으로 하고 있다는 점에서 연구결과의 지역적 한계가 있다.

    그 밖의 국외 선행연구로는 Chen(1997), Reichmann and Reichmann(2006) 등의 연 구가 대학도서관을 연구대상으로 하였으며, Worthington(1999), Shim(2003) 등의 연구 는 공공도서관 혹은 연구도서관을 각각 연구 대상으로 하여 효율성을 평가하였다. 이에 관 한 구체적 내용은 <표 2>와 같다.

    3. 연구 설계

       3.1 분석대상 및 분석방법

    본 연구에서 사용한 분석자료는 한국도서관협회에서 발행하는 한국도서관연감을 이용하였으며, 이 중 국내 국립대학도서관을 분석대상으로 하였다. 분석대상 도서관은 전체 30개4년제 종합국립대학(2008년 한국도서관 연감기준) 중에서 2004년부터 2008년까지 결측치나 이상치가 존재하는 도서관을 제외한 나머지 총 21개 대학도서관(서울 3개, 강원 2개,충남1, 충북2, 전남4, 경북4, 경남5)을 최종효율성 분석대상으로 선정하였다.

    분석방법은 투입방향에 의한 CCR 모형과BCC 모형을 사용하여 먼저 2008년 기준 하에서 기술 효율성, 순수 기술 효율성, 그리고 규모의 효율성을 각각 평가하고, 최근 5년간 기술효율성과 순수 기술 효율성의 추세변화를분석하였다.

    특히 이러한 추세변화를 분석하기 위해 <표 1>에 따라 윈도우의 폭(p)은 3[=(5+1)/2]으로 설정하였다. 따라서 윈도우의 수(w)는 3(=5-3+1)이 되고, 각 윈도우의 DMU 수는 63(=21×3)이 되며, 전체 분석대상 DMU 수는 189(=21×3×3)개가 된다.

    또한 이러한 분석을 실행하기 위해 EMS1.3을 분석도구로 사용하였다.

       3.2 변수선정

    DEA 분석에서는 어떤 투입변수와 산출변 수를 사용하느냐에 따라 그 결과가 충분히 달 라질 수 있으므로 변수 선정이 매우 중요하다. 하지만 연구자마다 사용하는 변수가 달라 명 확한 선정 기준을 설정하기는 쉽지 않다. 본 연구에서는 대학도서관이 노동과 물적 자본을 투입하여 학술정보를 제공한다는 전제하에 투 입변수 중 노동의 대리변수로는 직원수를, 물 적 자본의 대리변수로는 좌석수와 장서수를 선정하였으며, 산출변수로는 이용자수, 대출 책수를 선정하였다.

    변수선정에 관한 선행연구들을 살펴보면 투입변수로는 대체로 인력수, 장서수, 예산, 면적, 좌석수 등이 사용되고 있으며, 산출변수로는 이용자수, 대출책수 등이 사용되고 있다. 이 중 산출변수의 경우에는 대체로 이용자수, 대출책수가 선정되고 있으며(문경주 2008), 본 연구에서도 이를 산출변수로 선정하였다. 또한 투입변수 선정의 경우에는 도서관의 업무가 서비스업이며 노동집약적인 성격을 갖고 있으므로 노동의 대리변수로서 직원수는 주요한 투입변수가 된다. 물적 자본의 대리변수 중에서는 도서관이 학술정보를 제공한다는 목적을 고려하면 관내 보유한 장서 수 역시 주요한 물적 자본의 대리변수로 고려되어야 할 것이다. 또 다른 자본의 대리변수로서 고려해 볼만한 것이 도서관의 면적이나 좌석수인데, 선행연구의 예를 살펴보면, 면적과 좌석수가 밀접한 관련이 있다는 것을 전제로 어떤 변수를 사용해도 큰 관계는 없으나 곽영진(1999)과 문경주(2008)의 경우는 좌석수를, 한두완, 홍봉영(2002), 홍봉영, 김강정, 강은경(2005), 김선애(2007), 함요상(2007), 조성한 외(2009)의 경우는 면적을 자본의 대리변수로 선택하고 있다. 이 중 본 연구에서는 곽영진(1999)의 견해에 따라 좌석수를 선정하였으며,4) 따라서 본 연구에서 최종 선정한 투입변수와 산출변수는 <표 3>과 같다.

    4. 실증분석

       4.1 투입변수와 산출변수의 기술 통계 분석

    <표 4>는 본 연구에서 사용된 투입변수와 산출변수의 최근 5년간 기술통계치를 요약한것으로 분석 결과를 살펴보면, 대학도서관 간의 좌석수, 직원수, 장서수, 대출책수, 이용자수에서 큰 차이가 있음을 확인할 수 있다. 특히 본 연구의 분석대상이 되는 국립대학도서관들은 좌석수, 직원수, 그리고 장서수의 경우에는 2004년 대비 2008년도를 기준으로 평균 16%, 10%, 그리고 31% 각각 증가하였으나, 산출변수로 사용된 대출책수, 이용자수의 경우에는 -13%, -2% 각각 감소하였다.

       4.2 모형별 효율성 분석 : 2008년

    <표 5>의 정태적 효율성 분석 결과에 의하면 CCR 모형에 의한 기술효율성의 전체 평균은 63.28%이었으며, 4개의 DMU(02, 02, 07, 21)가 100%로 나타나 효율적인 도서관으로 나타났다. 또한 순수 기술 효율성의 전체평균은 80.55%이었고, 6개의 DMU(01, 02, 03, 04, 07, 21)가 100%로 나타나 효율적인 도서관으로 분석되었으며, 마지막으로 규모의 효율성은 전체 평균이 78.59%이었으며, 4개의 DMU(02, 04, 07, 21)가 100%로 나타나 효율적인 도서관으로 각각 분석되었다. 따라서 전체적으로 보면, 분석대상 국립대학도서관들은 기술 효율성 측면에서 효율적이지 못하였으며, 이는 상대적으로 규모의 비효율성에 기인하는 것으로 나타났다.

       4.3 기술효율성 추세분석 : 2004년-2008년

    <표 6>은 CCR 모형의 DEA Window 분석 결과를 요약한 것이며, <그림 1>은 분석기간별 평균 기술 효율치의 추세변화를 나타낸 것이다. 이에 관한 구체적인 분석 결과는 <부록>에 수록하였다.

    별 평균 기술 효율치의 추세변화를 나타낸 것이다. 이에 관한 구체적인 분석 결과는 <부록>에 수록하였다.

    요약된 분석 결과인 <표 6>을 살펴보면, 2004년에는 CCR 기술 효율 평균치가 30.30%로 나타났으며, 2005년에는 45.84%, 2006년에는 50.27%, 2007년에는 57.43%, 2008년에는 55.48%로 최근 5년간 CCR 효율성 평균치는 47.86%로 분석되었다. 즉 2004년부터 국내 국립대학도서관의 CCR 효율성은 낮은 수준에서 4년간 지속적인 효율성 개선 추세가 있었으나, 2008년에 다소 하락한 것으로 나타났다. 또한 표준편차 값을 통해서 효율성 변화의 안정성을 검토한 결과 DMU03(약 4.13%), DMU18(약 3.39%) 정도를 제외한 나머지 DMU들은 분석기간 내 큰 폭의 효율성 변화가 있었음을 알 수 있다. 특히 DMU05, DMU20의 경우에는 2004년 100%로 효율적인 DMU이었으나 효율성 추세가 큰 폭으로 하락하여 2008년에는 약 43.28%, 30.06%로 각각 나타나고 있다. 또한 이와 반대로 DMU04, DMU21의 경우에는 2004년에는 51.93%, 14.62%의 효율성이 매우 낮은 것으로 나타났으나, 효율성 변화 추세가 해가 거듭할수록 개선되어 2008년에는 99.31%, 100% 각각 분석되었다.

       4.4 순수 기술 효율성 추세분석 (2004년-2008년)

    다음의 <표 7>은 BCC 모형의 DEA Window분석 결과를 요약한 것이며, <그림 2>는 분석기간별 평균 기술 효율치의 추세변화를 나타낸 것이다. 이에 관한 구체적인 분석 결과는 <부록>에 수록하였다.

    요약된 분석 결과인 <표 7>을 살펴보면, 2004년의 효율치는 평균 약 52.29%로 나타났으며, 05년 65.39%, 06년 68.39%, 07년 73.98%, 08년도 73.54%로 2008년에 다소 미비한 하락이 있기는 하였으나 전반적으로 해가 거듭할수록 효율성의 지속적인 개선이 있었던 것으로 분석되었다. 이러한 분석 결과는 앞서 살펴본 CCR 기준의 DEA Window분석 결과와 비교하여 효율성의 개선 추세는 유사하나 상대적으로 높은 효율성을 갖는 것으로 나타나 분석대상 도서관들의 기술적 효율성의 개선이 상대적으로 순수 기술 효율성의 개선에 기인하고 있음을 시사하고 있다.

    또한 각 DMU별로 분석 결과를 살펴보면 DMU03의 경우에는 기술 효율성을 나타내는 CCR 추세 분석 결과에서는 평균 약 33.35%로 매우 낮은 효율 수준을 보였으나 순수 기술 효율성 측면의 BCC 추세 분석 결과는 전체 분석기간 모두 효율적인 도서관으로 나타나 상대적으로 규모의 비효율성이 매우 높은 것으로 분석되었다. 또한 DMU21의 경우에는 2004년 27.83%로 매우 낮은 효율수준에서 05년 43.70%, 06년 56.94%, 07년 65.49%로 점차 효율수준이 개선되는 추세에서 08년도에 100%로 나타나 순수 기술 효율성 측면에서도 역시 효율적인 도서관으로 분석되었다. 이에 비하여 DMU05, DMU18, DMU20의 경우에는 2004년에는 모두 순수 기술효율성이 100%로 나타나 효율적인 도서관이었으나 해가 거듭할수록 효율 수준이 하락하여 전년도인 08년도에는 44.45%, 62.85%, 65.80%로 각각 나타났다. 또한 표준편차 값을 통해서 순수 기술 효율성 변화의 안정성을 분석한 결과 DMU01과 DMU21이 33.0%, 27.08%로 각각 나타나 가장 큰 변화가 있었는데, DMU01의 경우에는 상당히 낮은 효율성 수준에서 큰 폭의 효율성 개선이 2007년에 있었으나, 이를 기점으로 다시 2008년에는 크게 하락하여 효율성 변화의 안정성이 낮았다. 하지만 DMU21의 경우에는 지속적인 효율성 개선이 이루어 지면서 2008년에는 효율치가 100%로 나타나 효율적인 도서관으로 나타났다.

    5. 결 론

    본 연구에서는 DEA/Window를 이용하여 국내 국립대학도서관의 특정 시점(2008년) 기준 하에서 상대적 효율 수준을 분석하고, 다음으로 DEA Window 분석 기법을 적용하여 최근 5년(2004년-2008년)간 상대적 효율 수준의 추세변화를 분석하였다.

    분석 결과 첫째, 2008년 기준 하에서 국립대학의 기술 효율성은 63.28%, 순수 기술 효율성은 80.55%, 그리고 규모의 효율성은 78.59%로 각각 분석되었으며, 둘째, 기술 효율성 추세변화는 04년 30.30%, 05년 45.84%, 06년 50.27%, 07년 57.43%, 08년 55.48%로 각각 나타났고, 셋째, 순수 기술 효율성의 경우는 04년 52.29%, 05년 65.39%, 06년 68.39%, 07년 73.98%, 08년도 73.54% 로 각각 나타났다.

    따라서 전반적으로 국내 국립대학도서관은 기술 효율성 측면에서 비효율적이었으며, 이는 상대적으로 규모의 비효율성에 기인하는 것으로 나타났다. 또한 이러한 기술 효율성의 비효율은 전반적으로 최근 5년간 지속적인 개선이 있었으며, 이러한 기술 효율성의 개선은 상대적으로 순수 기술 효율성의 개선에 기인한 것으로 분석되어 규모의 비효율성 개선이 필요한 것으로 나타났다.

  • 1. 곽 영진 1992 대학도서관의 효율성 평가를 위한 DEA 적용 [충남대학교 경영경제연구소 경영논집] Vol.8 P.255-285 google
  • 2. 곽 영진 1993 DEA를 이용한 대학도서관의 효율성추세분석 [충남대학교 경영경제연구소 경영논집] Vol.9 P.509-532 google
  • 3. 곽 영진 1999 DEA를 이용한 공공도서관의 효율성 평가-충청지역 공공도서관을 대상으로- [회계연구] Vol.4 P.151-176 google
  • 4. 김 선애 2007 공공도서관의 효율성 비교 분석 -서울시 및 6대 광역시의 102개 공공도서관을 대상으로 - [한국문헌정보학회지] Vol.41 P.237-256 google
  • 5. 김 태혁, 김 병철 2006 DEA Window 모형을 이용한 동태적 효율성 분석-국내 손해보험회사를 대상으로- [Journal of the Korean Data Analysis Society] Vol.8 P.2427-2444 google
  • 6. 문 경주 2009년 2월 6일 공공기관의 동태적 효율성과 정태적 효율성 평가-부산광역시 21개 공공도 서관을 중심으로- [2009 한국지방학회 동계학술대회] google
  • 7. 박 춘광, 김 병철 2007 DEA window 및 Malmquist productivity index를 통한 국내 관광여행사의 동태적 분석 [산업경제연구] Vol.20 P.2559-2581 google
  • 8. 이 청호, 이 경호, 윤 광심 2005 외환위기 이후 한국 정보기술산업의 경영효율성에 관한 연구 [산업경제연구] Vol.18 P.719-742 google
  • 9. 조 성한, 박 동진, 이 길호, 윤 동원 2009 DEA를 이용한 국립대학도서관 경영효율성 분석 [한국도서관정보학회지] Vol.40 P.253-274 google
  • 10. 한 두완, 홍 봉영 2002 DEA를 이용한 도서관의 효율성 평가 [한국문헌정보학회지] Vol.36 P.276-286 google
  • 11. 함 요상 2007년 12월 7일 공공서비스 공급방식 전환의 논거 -공공도서관서비스의 공급방식간 효율 성 비교를 중심으로- [2007 한국정책학회 동계학술대회] google
  • 12. 홍 봉영, 김 강정, 강 은경 2005 비모수적 방법에 의한 도서관의 효율성 분석 [회계정보연구] Vol.23 P.117-132 google
  • 13. 2008 한국도서관연감 google
  • 14. Banker R.D, Charnes A, Cooper W.W 1984 Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis [Management Science] Vol.30 P.1078-1092 google doi
  • 15. Charnes A, Clark T, Cooper W.W, Golany B 1985 A Development Study of Data Envelopment Analysis in Measuring the Efficiency of MaintenaceUnitinthe US Air Force [Annals of Operational Research] Vol.2 P.95-112 google doi
  • 16. Charnes A, Cooper W, Rhodes E 1978 Measuring the inefficiency of decision making units [European Journal of Operational Research] Vol.2 P.429-444 google doi
  • 17. Chen Tser-yieth 1997 A measurement of the resource utilization efficiency of university libraries [International journal of production economics] Vol.53 P.71-80 google doi
  • 18. Reichmann Gerhard 2006 University library benchmarking : An international comparison using DEA [International journal of production economics] Vol.100 P.131-147 google doi
  • 19. Shim W 2003 Applying DEA technique to library evaluation in academic research libraries [Library Trends] Vol.51 P.312-332 google
  • 20. Worthington A 1999 Performance indicators and efficiency measurement in public libraries [Australian Economic Review] Vol.32 P.31-42 google doi
  • [표 1] DEA Window 특성
    DEA Window 특성
  • [표 2] 국내외 선행연구 요약
    국내외 선행연구 요약
  • [표 3] 투입변수와 산출변수의 선정
    투입변수와 산출변수의 선정
  • [표 4] 투입변수와 산출변수의 기술 통계치 요약
    투입변수와 산출변수의 기술 통계치 요약
  • [표 5] 효율성 분석 결과
    효율성 분석 결과
  • [표 6] DMU별 기술 효율성 연도별 변화 추세
    DMU별 기술 효율성 연도별 변화 추세
  • [표 7] DMU별 기술 효율성 연도별 변화 추세
    DMU별 기술 효율성 연도별 변화 추세
  • [그림 2] 순수 기술 효율성 연도별 추세변화
    순수 기술 효율성 연도별 추세변화