단일 요소 생산성(Partial Factor Productivity : PFP)은 산정 절차가 간단하 고 이해와 해석이 용이하다는 장점이 있는 반면, 다수의 투입 요소가 존재할 경우 투입 요소간의 상대적인 관계를 고려하지 않기 때문에 총체적인 효율성을 비교 평가하기가 곤란하다는 단점이 있다.
총 요소 생산성(Total Factor Productivity : TFP)은 다수의 투입물 및 산출물 을 가중치를 통한 지수화로 총체적인 효율성의 평가가 가능하며, 생산요소가 기 여하는 정도를 분석하는 데 유용하기 때문에 과거의 성장 패턴을 분석하고 미래 성장 잠재력을 평가하는데 유력한 수단이 되고 있다. 그러나 정태적 생산모형에 서 잔차(residual)로서 구해지므로 성장에 따른 동태적 기술 유발 효과를 포착하 지 못한다는 단점이 있다. 또한 생산자 간의 생산환경 차이를 통제할 수 있는 방 법이 제한적이다.
계량 경제적 접근 방법인 단순 회귀분석이나 COLS는 다수의 투입요소 및 산출
물을 갖는 산업에 대한 평가가 가능하고, 생산 환경 변수를 모델 내에 직접 포함 하는 것이 가능하다. 또한 실행이 용이하고, 투입요소와 산출물간의 관계를 규정 하는 파라미터에 대한 통계적 추론이 가능하다는 장점이 있다. 그러나 확률적 오 차(stochastic error)를 고려하지 않기 때문에 프론티어 와의 차이를 모두 비효율 성으로 간주하는 문제점이 있다. COLS의 경우 프론티어가 단일 생산단위에 의해 결정되기 때문에 데이터에 특이성이 있는 생산단위가 포함될 경우 프론티어가 왜 곡될 위험이 있다. 확률적 프론티어 접근방식에서는 COLS의 단점들이 없어지지 만, 그 대가로 비효율구성요소()의 통계적 분포 형태를 사전에 설정할 필요가 있으며, 함수내의 파라미터()들과 비효율성요소()를 추정하기 위해서는 MLE(Maximum Likelihood Estimation)를 사용하는 등 추정이 간단하지가 않은 단점이 있다. 또한 비효율성을 확률적 오차의 일부로 간주할 수 있다는 문제가 있 다.
비모수적 접근방식은 함수형태나 오차분포에 대한 사전 전제가 필요 없다는 점 이 계량 경제적 접근방식에 비해서는 큰 장점이라 할 수 있다. 분석에 이용되는 데이터 수가 작아도 의미 있는 결과를 유도할 수 있고, 확보가 어려운 재무데이터 대신에 물리적 데이터를 사용할 수 있다는 점도 접근을 용이하게 하고 있다. 또한 생산단위의 환경변수를 모델 내에 직접 반영하거나 2단계 추정을 통해 효율성지 수의 조정이 가능하다는 장점이 있다. 그러나 투입변수의 선택, 데이터의 양과 정 확도에 따라 결과가 민감하게 변동한다는 점이 비모수적 접근방식인 DEA 분석 의 큰 단점이라 할 수 있다. 확률적 변동요인과 측정오차를 감안하지 않는 점은 SFA 분석방법을 제외한 다른 접근방법과 같은 문제점으로 지적된다. 주로 물리 적인 측정 자료를 사용하기 때문에 변수간의 질적인 차이를 반영하지 못할 수 있 으며, 투입변수에 대한 통계적 추론이 불가능하다는 단점도 있다. 마지막으로 한 정된 생산단위 표본 내에서 투입변수가 늘면 늘수록 효율성지수가 과대하게 평가 되는 경향이 있어, 생산 단위 간 효율성 차별화 능력이 감소되는 문제점이 있다.
<표3-1> 생산 효율성 평가 방법론의 장단점 분석
장점 단점
PFP
- 산정절차가 간단하고 이해와 해석이 용이, 간단한 비교분석에 활용
- 투입요소간의 대체성을 반영할 수 없음 - 투입물과 산출물간의 관계를 고려하지 않음
- 총체적인 효율성 향상을 평가하기가 곤란함
TFP
- 생산요소의 기여정도를 분석 하는데 유용
- 과거 성장패턴을 분석하고 미 래 성장 잠재력을 평가하는 유 력한 수단임
- 정태적 생산모형에서 잔차(residual)로 서 구해지므로 성장에 따른 동태적 기술 유발 효 과를 포착하지 못 함
- 기업간의 사업 환경 차이에 대한 통제가 제한 적임
COLS
- 실행이 용이
- 파라미터에 대한 통계적 추론가 능
- 확률적 오차를 고려안함
- 프론티어가 단일 생산단위에 의해 결정 됨
- 프론티어와의 차이를 모두 효율성 차이로 간 주
- 효율성 측정치를 기술적 효율성 및 배분적 효 율성으로 분석이 곤란
SFA
- 단일효율기업에의 의존성 극 복
- 확률적 요소 반영
- 비효율구성요소()에 대한 통계적 분포 설정 필요
- 파라미터 추정이 복잡 (MLE 방식 필요) - 비효율성을 오차로 간주 할 수도 있음.
DEA
- 데이터수가 작아도 의미 있는 결 과 유도
- 확보가 어려운 재무 데이터를 사용하지 않음
- 샘플내의 모범사례와의 비교 - 함수형태, 오차분포에 대한 사전 전제가 필요 없음
- 환경변수 고려가능
- 투입변수의 선택, 데이터의 양과 정확도에 따 라 결과가 민감하게 변동
- 확률적 요소와 측정오차를 감안하지 않음 - 변수간의 차이점을 물리적 투입변수로는 설명 하지 못함
- 투입변수에 대한 통계적 추론이 불가능 - 투입변수가 늘면, 효율성 차별화 능력 이 감소됨