글로벌 경제 변화에 따른 수산업 경기 분석: 기업경기실사지수를 중심으로

김성은; 정수빈; 장정인

추천

검색

자료유형: 학술저널

저자정보: 김성은 (한국해양수산개발원) 정수빈 (한국해양수산개발원) 장정인 (한국해양수산개발원)

저널정보: 한국무역경영학회 한국무역경영연구 무역경영연구 제34호

발행연도: 2024.4

수록면: 45 - 63 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 2019년 3분기~2023년 4분기 수산업 기업경기실사지수 추이 변화 분석을 통해 수산업 기업의 전반적인 경영 상황에 대해 분석하는 것이다. 최근 수산업은 지속 가능한 식량 공급, 지역혁신의 성장 동력으로 주목받으며 국가정책의 주요 의제로 재논의되고 있다. 기업경기실사지수는 기업인들이 체감하는 경기를 조사하여 지수화한 것으로 객관적인 경제지표로 포착하기 어려운 시장 참여자들의 경기에 대한 종합적인 견해를 파악할 수 있는 의미 있는 지표라 할 수 있다. 본 연구에서는 실물 경기와의 대응성을 제고한 수산업 기업의 경기를 분석하기 위해 종사자 비중을 가중치로 준 가중 BSI를 산출하여 분석했다. 수산물 생산업, 수산물 유통업, 수산물 가공업으로 세부 업종을 분류하여 업황, 매출 규모, 고용, 설비와 같은 경영 활동 지표에 대해 분석했다. 이를 통해 수산업의 세부 산업별 동향과 전망에 대해 분석하고, 정책적 시사점을 도출했다. 본 연구는 수산업 세부 업종인 수산물 생산업, 수산물 가공업, 수산물 유통업의 기업경기실사지수 추이 분석을 실시한 최초의 연구라는 점에서 의의가 있다. 다만 비교적 짧은 기간의 데이터를 대상으로 분석하여 단기적인 측면 위주의 결과를 도출했다는 점은 본 연구의 한계점이다. 향후 기업경기조사의 결과 데이터를 축적하여 분석 대상 기간을 확장한 후속 연구를 진행하고자 한다. 기업경기조사의 분석 대상 기간을 확장할 경우, 수산업 기업의 경기 동향을 더욱 다각도로 분석할 수 있다. 또한 기후변화로 인한 어족자원의 변동, 팬데믹을 기점으로 한 대외 경제의 불확실성, 통상환경 변화에 따른 수산업 경기변동 요인을 분석하는 연구를 후속 연구로 진행하고자 한다.

Against the background of digital transformation, AI technologies are showing remarkable results, and their use and importance in international management are increasing. In this study, we attempted to present technologies and application cases that can be used in international management through an approach to generative AI, which has recently become a big issue. There are a variety of AI technologies, and in addition to the representative machine learning and deep learning, there is generative AI technology that has been in the spotlight recently. Generative AI includes probabilistic generator models, autoencoders, and generative adversarial networks (GANs), and generative adversarial networks (GANs) are being developed and used in various forms. Generative adversarial network (GAN) is a machine learning method in which two neural networks learn in an adversarial relationship. A generative model and a discriminant model compete to produce output close to the real thing. It is characterized by machines learning while competing. there is. These generative adversarial networks (GAN) are technologically advanced and are developing into forms such as InfoGAN, ProGAN, and CycleGAN. Examples of generative AI being used in the international management field include publishing, fashion and clothing industry, medical field, marketing, and media content fields, etc. In the publishing field, AI is at the stage where it directly writes books, covers and reviews, sets prices, and even sells books, and various AI writers are being developed. The application of AI technology in design and models is increasing in fashion clothing, and this is in an environment where people can wear AI-designed clothes and indirectly try on and purchase clothes through AI models. In the medical field, the application of generative AI technology is increasing, where AI replaces voices lost due to illness, analyzes MRI, CT, and X-ray results, and identifies symptoms so that people can check them more easily. As shown in the example, generative AI is having a positive impact on the development of companies and industries and consumer utility, and its importance is expected to continue to rise. Companies conducting international business under the major trend of digital transformation will have to lead new innovations at the forefront of these changes and challenges

#기업경기실사지수 #수산업 #수산물 생산업 #수산물 가공업 #수산물 유통업 #BSI #International Management #AI Utilization #Generative Adversarial Network #GAN

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!

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

최근 본 자료

댓글(0)