A Study on Port (Terminals) Operational Efficiency Analysis Using PCA -DEA Approach -Focusing on Container Terminals on Busan Port-

주럴러; 이향숙

추천

검색

자료유형: 학술저널

저자정보: 주럴러 (인천대학교) 이향숙 (인천대학교)

저널정보: 한국물류학회 물류학회지 물류학회지 제33권 제1호

발행연도: 2023.2

수록면: 19 - 32 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Previous literature has recognised the importance of port efficiency to port performance, and two popular methodologies of DEA (Data Envelopment Analysis) and SFA (Stochastic Frontier Analysis) have been widely applied to efficiency evaluation. However, there seems a limitation of lacking objectivity when selecting the variables of inputs and outputs. Meanwhile, as for the largest port in Korea, although many related efficiency studies already exist for Busan Port, most of them are founded on a whole port level basis while seldom on the container terminal level. Therefore, to fill the gap, this paper introduces a PCA (Principal Component Analysis) - DEA approach to research the operational efficiency of nine container terminals of Busan Port with the latest data of 2021. The PCA-DEA port (terminal) evaluation approach is practical and unbiased, and it may have some special practical value for the port industry. Container throughput is set as the output, and 13 variables from three scopes of land, facilities and labour are identified as inputs, followed by PCA which eventually detects three indictors of “No. transfer crane (RMGC) in yard”, “Staff average salary” and “Container freight station (CFS) space” as the core inputs representing the above three dimensions. Then, the DEA (CCR) and DEA (BCC) models are used to gain the assessment results: “PNIT, “PNC” and “HJNC” are DEA efficiency, while others of “HPNT”, “BNCT”, “Jaseongdae”, “Shinseondae”, “Gamman” and “Shin Gamman” are non-DEA efficiency. In addition, to achieve the target efficiency for the non-effective terminals, this paper confirms improvements through Return to Scale (ROS) and input redundancy discussion. This study objectively evaluates port terminals and provides useful data when establishing strategies to strengthen port efficiency and competitiveness in the future.

#Port Efficiency #PCA #DEA #Busan Port #Container Terminal

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

주럴러

소속기관 인천대학교

주요연구분야 공학 > 산업공학 공학 > 기타공학 > 교통공학

논문수 5 이용수 65

이향숙

소속기관 인천대학교

주요연구분야 사회과학 > 경영학

논문수 11 이용수 139

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)