Journal Archive

DEA분석은 상대적 효율성을 측정할 목적으로 제안되었으며, 분석의 편리함으로 인해 다양한 분야에서 활용되고 있다. 측정단위가 다른 생산투입요소들과 산출물들을 특정한 가중치를 부여하지 않고 동시에 모형에 포함시킬 수 있기 때문이다. 그러나 DEA분석은 산출단위가 통제범위를 벗어나는 임의적인 충격에 대한 영향을 고려하지 않음으로써 효율성 추정에 편의를 발생시킬 수 있다. 또한 생산투입요소들의 상호대체관계를 고려할 수 없다는 한계점이 있다(김영수 외, 2009).

그간 건설기업의 효율성 분석에 있어 DEA모형을 활용한 대표적 연구는 다음과 같다.

김건식(2005)은 외환위기 이후 건설사들의 경쟁력 수준을 알아보기 위해 38개 건설기업을 대상으로 1999년부터 2003년까지의 효율성을 평가하였다. DEA모형 중 CCR(Charnes, Cooper and Rhodes) 및 BCC(Banker, Charnes and Cooper) 모형을 적용하여 기술적 효율성 등을 측정하였다. 투입변수로는 종업원수, 경영자산, 비용을 이용하였으며, 산출변수로는 매출액, 계약잔액, 부가가치를 활용하였다. 분석결과, 건설기업의 기술적 효율성은 시간이 지날수록 향상되고 있는 것으로 나타났으며, 대형건설업체의 효율성이 중소업체보다 높게 분석되었다.

김민섭 외(2011)는 유가증권시장과 코스닥시장에 상장되어 있는 건설업에 속한 기업 57개사를 대상으로 DEA분석을 통해 효율성을 측정하였다. 투입변수는 자산, 인건비, 비유동자산으로 하였고, 산출변수는 매출액, 영업현금흐름, 당기순이익으로 설정하였다. 분석결과, 중소형 및 코스닥시장에 상장된 건설기업일수록 효율성이 높은 것으로 나타났다. 또한 건설기업의 차입금의존도가 낮을수록, 대주주 소유지분이 증가할수록 효율성이 높게 측정되었다.

서광규, 최다영(2011) 역시 코스피와 코스닥에 상장된 건설기업 57개사를 대상으로 AHP와 DEA결합 모델을 이용하여 기업 간의 경영 효율성을 비교 분석하였다. 이들은 DEA모형에 쓰이는 투입 및 산출 요소 결정을 AHP모형의 중요도 분석을 통하여 결정함으로써 기존 연구들에 비해 결과의 신뢰도를 높였다. AHP를 통해 도출된 투입변수는 총자산, 판관비, 총부채이며, 산출변수는 매출액과 영업이익으로 결정되었다. 분석결과, CCR 및 BCC모형에서 효율적으로 선정된 기업은 총 25개사이며, 이중 코스닥 상장기업이 18개사로 나타났다. 이는 상대적으로 중소규모 건설기업의 효율성이 더 높음을 의미한다.

SFA모형은 기술적 비효율성을 오차항으로 포함시켜 함수를 계량경제학적으로 추정하는 방법이다. 따라서 계측할 수 없는 설명변수를 교란항으로 포함시킬 수 있고, 비효율성 존재에 대한 가설검정과 더불어 미시적 근거를 확보할 수 있는 장점이 있다⁶⁾(한광호, 2005). 총요소생산성을 측정하는 방법중 SFA분석은 ‘기술적 효율성’의 개념을 명시적으로 도입할 수 있어 최근 많이 사용되고 있다. 이는 Aigner, Lovell & Schmidt(1977)와 Meeusen & Van Den Broech(1977)의 연구에서 제시되었고, 이후 Battese & Coelli(1992, 1995)의 연구는 이를 더욱 발전시켜 패널자료를 이용할 경우의 SFA방법을 제시하였다.

SFA모형을 활용하여 건설업의 효율성 및 생산성을 분석한 연구는 DEA모형에 비해 상대적으로 미진하다⁷⁾. 송동섭(2004)은 우리나라 건설기업의 효율성을 분석하기 위해 1998년부터 2000년까지의 기간 동안 37개 상장건설업체를 선정하여 SFA분석을 실시하였다. 트랜스 로그 확률적 비용 프런티어 모형을 설정하여 추정에 활용하였으며, 비용함수로부터 추출된 비용 비효율성이 레버러지, 수출비중, 기관지분률, 기업규모 등 기업특성 변수와 어떤 관계가 있는지 분석하였다. 분석결과, 건설업의 효율성은 매년 개선되고 있으나, 평균적으로 32% 정도 비효율적인 것으로 나타났다. 따라서 경쟁력 강화를 위해서는 효율성 제고 노력이 뒷받침되어야 하며,이를 위해서 자본, 노동, 재료 등의 생산요소에 대한 재배치와 조정이 이루어져야 한다고 주장하였다.

타 산업에서는 SFA모형을 이용한 생산성 비교 연구가 다수 존재한다. 대표적으로 한광호(2005)는 SFA와 DEA방법을 이용하여 우리나라 제조업의 총요소생산성을 추정하고 이를 기술적 효율성과 기술 진보로 분해하였다. 김용규․임창균(2011) 역시 SFA방법으로 세계 주요 민영방송사업자들의 총요소생산성을 비교, 분석하였다. 또한 서대교․황진태(2012)는 생명보험사를 대상으로 SFA방법을 이용하여 총요소생산성을 추정하였고, 보험영업 방식에 따라 생산성 차이가 존재함을 증명하였다.

한편, 건설업에서는 노동자의 단위시간동안 생산액을 분석하거나, 층당 소요되는 공사일수를 분석하는 노동생산성을 평가한 연구는 다수 존재한다(원종성 외, 2008, Erick Allmon et al., 2000).

본 연구는 효율성 분석을 행함에 있어서 초월대수 생산함수에 기초한 SFA방법을 이용하여 해외 주요 건설기업들을 대상으로 패널자료에 적용시켜 이들의 연도별 총요소생산성을 측정하고자 한다. 국내 건설기업 6개사를 포함하여 총 10개국 22개 건설기업이 분석의 대상이다. SFA분석은 각 기업의 총요소생산성의 변화를 기술적 효율성과 기술진보효과로 나누어서 보여준다. 따라서 각 기업이 어떠한 방법으로 총요소생산성의 변화를 이끌고 있는지를 파악할 수 있다. 한편, 본 연구는 SFA방법을 이용하여 국내․외 주요 건설기업의 총요소생산성을 국제비교한 첫 연구라는 점에서 기존 연구와 차별성을 지니며, 그 의의가 있다고 볼 수 있다.

본 연구에서 사용한 주요 데이터는 세계 10개국 22개 주요 건설기업의 매출액, 유·무형 고정자산, 종업원수 등을 담고 있는 재무자료를 이용하였다. 분석기간은 7개년(2005년∼2011년)으로 설정하였다⁸⁾. 모형에 사용된 각국 건설기업의 목록과 기업의 약어는 다음 표 2와 같다.

분석대상 건설기업은 2012년 ENR(Engineering News Record)에서 발표한 세계 건설기업 매출액상위 50개사 중 패널자료(2005∼2011년) 구득이 가능한 22개 기업을 대상으로 하였다. 국내 건설기업은 현대건설, 삼성엔지니어링, GS건설, 대림산업, 삼성물산, 대우건설 등 6개사가 포함되었다.

본 연구에서는 해외매출 비중이 기업간 매출과 생산성에 영향을 미칠 수 있는 요인 중 하나로 판단하였다. 다음 표 3은 분석에 사용된 건설기업의 총매출 대비 해외매출의 비중을 보여주고 있다. 22개 건설기업의 평균 해외매출 비중은 41.9%로 나타났다. 미국과 유럽 국가의 건설기업은 상대적으로 해외매출 비중이 큰 것으로 나타났으며, 중국 건설기업의 경우 해외매출 비중은 작고, 자국 내의 건설매출 비중이 상당히 높은 특성이 있었다⁹⁾. 우리나라 건설기업은 삼성엔지니어링을 제외하고 전반적으로 해외매출 비중이 평균을 하회하는 것으로 나타났다. 한편, 프랑스의 TECHNIP사와 이탈리아의 SAIPEM사는 해외매출 비중이 95% 이상을 기록해 타 건설기업에 비해 월등히 높게 나타났다.

본 연구의 추정에 있어 산출물은 OSIRIS DATABASE에 있는 각 기업들의 연도별 매출액을 사용하였다.일반적으로 산출물로는 매출액이나 부가가치액을 사용하는데(김상태․표경민, 2005), 여기서는 기업별부가가치율 등 자료구득의 한계로 인해 매출액을 이용하였다¹⁰⁾¹¹⁾. 투입물은 자본의 경우 자산 중 부채와 금융 부분을 제외한 유·무형 고정자산의 합으로 계산하였다¹²⁾. 노동¹³⁾은 해당기업의 종업원수로구성하였다. 또한 각국의 매출액과 자본의 경우에는 통화단위가 서로 다르기 때문에 이를 통일하였다.경제협력개발기구(OECD)의 자료에서 구매력평가(Purchasing Power Parity)와 생산자물가지수(PPI)를 구하여 USD 환율로 조정하고 이를 실질(real)변수로 변환하였다.

수집된 전체 데이터의 기초통계량은 표 4와 같다. 매출액과 노동의 최대값을 갖는 기업은 중국의 CRG사이며, 자본은 프랑스의 VINCI사가 가장 많았다. 반면, 매출액 최소값을 갖는 기업은 중국의 CGG사이며, 자본과 노동의 최소값은 우리나라의 삼성엔지니어링으로 나타났다.

한편, 분석대상 건설기업의 2005년부터 2011년까지의 평균 자본생산성과 노동생산성은 표 5와 같다. 자본생산성은 매출액을 자본으로 나눠준 값이고, 노동생산성¹⁴⁾은 매출액을 근로자의 수로 나눈 것이다. 22개 건설기업의 평균 자본 생산성은 3.43으로 나타났고, 평균 노동 생산성은 968,379로 계산되었다. 자본생산성이 가장 높은 기업은 미국의 FLUOR사로 10.15였으며, 그 다음으로 우리나라의 삼성엔지니어링(7.78), 중국의 CRCC(6.89)순으로 나타났다. 반면, 가장 낮은 기업은 스페인의 ACS사로 1.06에 불과하였다. 노동생산성의 경우는 삼성물산¹⁵⁾을 비롯하여 우리나라와 일본 건설기업이 평균을 상회하는 것으로 나타났는데, 이는 무엇보다도 매출액 대비 종업원수가 적기 때문인 것으로 판단된다. 또한 건설공사 하도급 제도가 발달하여, 매출액에서 차지하는 외주비율이 상당히 높기 때문이다. 반면, 노동생산성이 가장 낮은 건설기업은 독일의 BILFINGER사로 192,446으로 나타났다.

본 연구에서는 요소간 대체성 및 기술진보의 영향 등이 고려된 초월대수 확률 생산함수(Translog Stochastic Production Function)¹⁶⁾를 상정하여 분석한다. 또한 총요소생산성 측정은 Battese & Coelli(1992, 1995)의 방법을 따른다. 국내에서는 김용규․임창균(2011)과 서대교․황진태(2012) 등의 연구가 동일한 방법을 적용하여 방송사업자와 생명보험사들의 총요소생산성을 각각 비교, 분석하였다.

우선 건설기업을 i , 연도를 t 라고 하면 기업의 i 시점 산출물은 Y_it 로 표시되는데 우리는 이 산출물이 식(1)의 초월대수 확률변경 생산함수에 의하여 생산된다고 가정한다.

설명변수로는 투입요소인 자본(K)과 노동(L)이 포함되었으며, t 는 시간의 변화를 의미한다. 각 국가의 건설문화, 기술, 시장의 특성 등이 생산에 영향을 미칠 수 있을 것으로 가정하여 각 국가를 더미변수로 활용하였다¹⁷⁾. 또한 세계 주요 건설기업의 해외매출 비중을 변수(ABROAD)로 사용하였다¹⁸⁾. v_it 는 오차항을 나타내며, N(0, σ²)에서 독립적이고 동일한 분포를 따른다. u_it 는 i 기업의 기술적 비효율성으로 기업이 생산함수의 경계(frontier) 상에 이르는 것을 방해하는 요소로 작용한다. 이러한 기술적 비효율성 u_it 는 Battese & Coelli(1992)의 연구에 따라 다음과 같이 정의할 수 있다.

식 (2)에서 η는 추정하기 위한 알려지지 않은 파라미터로써 기술적 효율성의 변화율을 의미한다. 분석에서 η>0 이라면, 기술적 효율성의 효과가 시간의 흐름에 따라 증가하는 것이며, η<0이라면, 그 반대의 뜻을 의미한다.

Coelli et al.(1998)에 따르면, 식(1)과 식(2)에서 t기의 각 기업의 생산에서 기술적 효율성(TE)을 다음과 같이 예측할 수 있다. 전체 오차항 v_it - u_it 하에서 TE는 효율적일수록 1에 가까워지고, 비효율적일수록 0으로 근접한다.

이와 같은 방법으로 추정된 기술적 효율성으로부터 t기와 t-1기의 기술적 ‘효율성 변화’(Efficiency Change : EC)는 아래와 같이 측정할 수 있다.

또한 Coelli et al.(1998)의 연구에서는 기업의 ‘기술 변화’(Technical Change: TC)를 다음과 같이 제시하고 있다.

위 식에서 s=t-1을 뜻하며, f(·)는 식(1)의 초월대수 생산함수를 뜻한다.

따라서 최종적으로 총요소생산성은 위의 식(4)와 식(5)에 의해 도출된 기술적 ‘효율성 변화’와 ‘기술변화’의 곱으로 계측할 수 있으며, 이는 다음 식(6)과 같다.

Coelli et al(1998)의 SFA를 통한 초월대수 확률변경 생산함수의 추정 결과는 다음의 표 6과 같다. LR test 통계량은 1%에서 유의하게 나타나고 있으며, 기술적 비효율성(u_it)이 존재하는지 여부를 판별하는 σ²의 값 및 γ값 역시 통계적으로 유의하게 나타났다. 시간에 따른 기술효율성의 변화 정보를 알려주는 파라미터인 η는 음의 값으로 도출되어 시간이 흐를수록 기술효율성이 감소하고 있음을 알려준다.

생산요소의 계수 추정치 중 자본의 계수인 β₁의 추정치는 유의하며 양의 부호를 보이고 있다. 그러나 노동의 계수인 β₂의 추정치는 양의 부호를 나타내고 있으나, 통계적으로 유의하지 않은 것으로 나타나고 있다. 이는 대부분의 건설기업들이 인력감축을 하거나 외주업체를 이용하여 생산하는 비중이 증가하기 때문인 것으로 판단된다.

또한 기술진보를 대변하는 시간추세(t)의 계수 β_S의 추정치도 양의 부호를 보이고 있으나 이 또한 유의미한 값을 가지지는 못하였다. 이는 패널 자료가 2005년부터 2011년으로 전세계 금융위기 및 유럽 등의 재정위기 등으로 기업들의 매출이 감소한 시기가 존재하기 때문인 것으로 보인다. 각 국가별 더미변수의 경우 모든 국가에 대해서 음의 값을 가지며 모두 유의한 것으로 나타났다. 이로부터 국가별 문화, 기술, 건설시장 및 생산요소시장의 특성 등은 건설기업의 생산에 영향을 미치는 것으로 판단된다. 또한 해외매출비중 변수는 양의 값을 가지나 통계적으로 유의하지 않게 나타났다. 따라서 해외사업이 매출액 증가와 생산성 향상에 큰 영향을 주지 않을 것으로 판단된다.

SFA방법에 의해 추정된 생산함수로부터 산출한 기술적 효율성 변화(EC)는 표 7과 같다.

기술적 효율성의 평균은 0.985로 나타났는데, 이는 건설기업들이 평균적으로 약 1.5%만큼의 기술적 효율성이 감소했음을 의미한다. 즉 분석에 이용된 세계 22개 건설기업은 2005년부터 2011년까지 효율적인 생산을 하지 못한 것으로 보인다. 분석기간 중 기술적 효율성이 가장 큰 기업은 중국의 CRCC사와 CRG사로 각각 0.9997로 계측되었으며, 반대로 가장 낮은 기업은 독일의 HOCHTIEF사와 BILFINGER사로 두 기업 모두 0.95에도 미치지 못하였다. 우리나라 건설기업들의 기술적 효율성 변화는 삼성물산이 0.9995로 가장 높았으며, 나머지 기업들 역시 0.999이상으로 평균을 상회하는 수준으로 나타났다.

다음의 표 8은 분석대상인 22개 기업의 기술변화의 기간별 순위 변화를 나타낸 것이다. 기술변화는 일반적으로 생산가능곡선을 상향시키는 기술진보 등을 의미한다. 전체 평균은 약 1.0217로 약 2.2% 수준의 기술변화가 평균적으로 일어나고 있다는 것을 알 수 있다. 또한 기간별로 기술변화(TC)를 살펴보면, 2005년부터 2011년까지 지속적으로 기술변화가 줄어든 것을 확인할 수 있다. 2005년에서 2006년 사이 기술변화가 3.63% 향상된데 비해 2010년에서 2011년은 0.7%에 불과하다.

건설기업별 기술변화에 있어서는 중국의 CRG사가 1.0526으로 약 5.3%의 성장을 보이며 1위를 기록하였다. 2위 역시 중국의 CRCC사로 약 5.1%의 기술변화가 있었다. 반면, 기술변화에서 가장 낮은 건설기업은 우리나라의 삼성물산으로 0.9832로 평균에 크게 하회하는 것으로 나타났다. 또한 우리나라 건설기업 6개사가 2011년에 나란히 최하위권으로 나타나 기술변화에 있어 마이너스 성장을 한 것 으로 계측되었다.

다음 표 9는 기술적 효율성의 변화(EC)와 기술변화(TC)의 곱으로 표현된 각 기업의 총요소생산성 지수의 계측 결과이다. 분석 기업 22개사의 총요소생산성 평균은 1.0068이었으며, 이는 각 기업의 생산성이 분석기간 동안 매년 약 0.68%정도 증가했다는 것을 의미한다.

건설기업 총요소생산성 증가 1위 기업은 중국의 CRG사로 분석기간 중 평균 5.2% 총요소생산성이 증가한 것으로 나타났다. 총요소생산성 2위, 3위 기업 역시 중국의 CRCC사, CCCC사로 최근 중국 건설기업의 성장성을 확인할 수 있다²⁰⁾. 이처럼 중국 건설기업의 총요소생산성이 크게 나타나는 것은 최근 중국의 혁신 역량이 향상되었기 때문인 것으로 볼 수 있다. 최근 들어 중국의 국가 R&D 투자 규모가 상당히 크게 증가하였다. 중국은 2005년에서 2011년 기간 동안 연평균 28.5%의 R&D 투자의 성장세를 보여, 분석대상국 평균 8.4%에 비해 월등히 큰 것으로 나타났다²¹⁾. 이뿐만 아니라 논문 수, 특허 출원 수 등 양적 측면의 혁신성과에서도 이미 글로벌 최고수준이다.(삼성경제연구소, 2011)

반면, 총요소생산성이 가장 낮게 계측된 기업은 독일의 HOCHTIEF사로 나타났다. 기술변화에 있어서는 평균을 상회하나, 기술적 효율성 변화가 매우 낮았기 때문이다. HOCHTIEF사의 기술적 효율성 변화가 낮게 계측된 것은 2000년대 들어 의욕적으로 추진한 인수합병 등에 따라 일시적인 비효율성이 커진 것으로 보인다.

우리나라 건설기업의 총요소생산성은 평균을 하회하는 수준으로 상당히 낮게 계측되었다. 기술적 효율성 변화는 평균을 상회하나, 기술변화가 최하위 수준이기 때문이다. 성장회계 방법을 이용하여 건설업의 총요소생산성을 국제비교한 한국생산성본부의 연구와도 유사하다²²⁾. 이는 국내 건설경기의 장기침체로 인한 저성장 구조의 고착화, 생산요소의 비효율적 투입 등 다양한 요인 복합된 결과로 보인다. 한편, 이같은 결과는 향후 우리 건설기업이 생산성 향상을 위해 부단한 노력이 필요하다는 것을 알려준다. 건설기술 향상을 위해 R&D투자를 과감하게 증가할 필요가 있으며, 기존의 단순 도급방식의 공사수행 방식을 탈피하고, 공종 및 시장의 다변화 역시 요구된다. 특히, 유럽 등 선진기업의 벤치마킹을 통해 경쟁력을 강화하는 것이 중요하다. 이들은 단순 도급이나 턴키방식에서 벗어나 민자발전, 민자협력사업을 통해 수익성을 증가시키고, 새로운 공종과 시장다변화를 위해 과감한 인수합병 전략을 구사한다²³⁾. 또한 우리기업이 시공위주인데 비해 금융조달, 설계, 운용, 사후관리 등을 아우르는 ‘종합 솔루션 기업’을 지향한다.(성유경 외, 2012 재구성) 이러한 점은 총요소생산성 감소, 수익성 악화 등을 겪는 국내 건설업체에 시사하는 바가 크다고 볼 수 있다.

Figure 1.  
Comparison of TFP of major construction firms

위의 그림 1은 건설기업별 총요소생산성 지수의 순위를 그림으로 나타낸 것이다. 분석대상 22개사 중 9개사가 평균을 상회하고, 우리나라 건설기업 6개사를 포함하여 13개사가 평균을 하회하고 있다.