1. 서론
1.1 연구의 배경 및 목적
건설산업은 지속가능성에 적극적으로 대응할 필요가 있 다 (Moon et al., 2009). 전세계적으로 건설산업은 전체 에너 지의 40~50%를 사용하며, 온실가스 배출에 지대한 영향을 미친다. 이는 건설산업이 지속가능성에 대해 도전과제와 기 회를 동시에 가지고 있음을 나타낸다(UNEP, 2002). 건설산 업에 현재 남아있으며, 앞으로도 지속 될 과제는 건설의 질 을 높이는 것이다. 이는 특히 개발도상국, 즉, 취약국가에서 필요하며, 따라서 취약국가 내 건설 프로젝트 수주가 증가
할 수 있다. 일자리를 제공하고 삶의 질에 영향을 미치는 건 설환경을 유지 및 개선하는 것이 건설산업의 주요 역할이기 때문이다.
취약국가(Fragile State)의 개발과 관련하여 지속적으로 활발한 연구가 진행되는 분야는 국제개발협력과 공적개발 원조(Official Development Assistance; ODA)이며, 이는 건 설산업도 깊은 관계가 있다. 우리나라는 국가기관 및 민간 기업을 통해 베트남 후에시 마스터플랜 사업, 터키 가지안 텝 종합병원 사업 등 취약국가에 대한 공적개발원조와 국제 개발협력의 일환으로 다수의 건설 프로젝트를 수행해왔다.
한국국제협력단, 국토연구원 등에 따르면 개발도상국의 인 프라 수요가 증가할 것으로 전망하여 공적개발원조(ODA) 를 통한 건설 프로젝트 또한 증가할 것으로 사료된다(KIEP, 2008; Won, 2013; KRUMA, 2014; Son et al., 2015; Woo, 2020). 다만 취약국가에서 프로젝트를 수행하는 만큼 진출 국의 상황에 따라 예상치 못한 공기 지연과 막대한 공사비 손실 등의 리스크가 발생할 수 있어, 취약국가 건설시장 진
* Corresponding author: Yi, June-Seong, Department of Architectural and Urban Systems Engineering, 52 Ewhayeodae-gil, Seodaemun-gu, Seoul, 03760, Korea
E-mail: [email protected]
Received March 30, 2021: revised July 19, 2021 accepted August 9, 2021
취약국가(Fragile State) 건설시장 진입 시 리스크 대응을 위한 요인분석
: 북한 사례를 중심으로
홍은빈1ㆍ이준성2*ㆍ손정욱3ㆍ장예은4
1이화여자대학교 건축도시시스템공학전공 석사과정ㆍ 2이화여자대학교 건축도시시스템공학전공 교수ㆍ
3이화여자대학교 건축도시시스템공학전공 교수ㆍ4이화여자대학교 건축도시시스템공학전공 박사과정
Risk Factor Analysis of Penetrating Fragile States’ Construction Market
: Focusing on the North Korean Case
Hong, Eunbin1, Yi, June-Seong2*, Son, JeongWook3, Jang, YeEun4
1Graduate Student, Department of Architectural and Urban System Engineering, Ewha Womans University
2Professor, Department of Architectural and Urban System Engineering, Ewha Womans University
3Professor, Department of Architectural and Urban System Engineering, Ewha Womans University
4Graduate Student, Department of Architectural and Urban System Engineering, Ewha Womans University
Abstract :The construction industry has challenges and opportunities for Sustainable Development Goals (SDGs). The task of the construction industry is to improve the quality of construction, which is particularly necessary for the Fragile State. The construction industry’s primary role is to provide jobs and maintain and improve the construction environment that affects the quality of life. Using the Delphi method and EFA in this study, [Pre-Execution] and [Execution] were derived as risk areas that require intensive hedge when penetrating the construction market in fragile states. It was concluded that the risk hedge to the master plan for the business conditions and infrastructure is the most important.
Keywords :Fragile State, Construction Market, Risk Analysis, Delphi Method, EFA
입 시 리스크 대응이 필수적이다. 이에 본 연구를 통해 취약 국가 건설 프로젝트 수행 전 리스크가 발생할 수 있는 요인 을 도출하고 영역을 분류하고자 한다.
1.2 연구의 범위와 방법
본 연구는 궁극적으로 취약국가 건설시장 진입 시 국가적 차원의 리스크 대응과 기업의 비즈니스 모델 및 전략 수립 을 가능하도록 하는 데에 그 목적이 있다. 북한을 대상으로 미니 델파이 방법(mini-delphi method)과 탐색적 요인분석 (exploratory factor analysis)을 활용하여 건설시장 진입의 리스크 요인을 도출하고, 리스크 그룹을 정의하고자 한다.
본 연구의 프레임워크는 다음과 같다; 1) 미니 델파이 방 법을 활용하여 취약국가 건설시장 진입 시 대응이 필요한 리스크 요인을 도출한다. 2) 도출한 리스크 요인에 대한 중 요도 평가를 수행한다. 3) 평가를 통해 산출한 리스크 요인 별 중요도 점수를 바탕으로 탐색적 요인분석을 수행한 후, 분석 결과를 바탕으로 그룹핑하여 리스크 그룹을 정의한다.
4) 각 리스크 그룹별 점수를 산출하고, 리스크가 높은 그룹 을 수월하게 인식하기 위해 시각화하여 제시한다.
2. 이론적 고찰
2.1 취약국가의 개념과 분석지표
취약국가의 개념은 국제개발협력의 논의에서 중요한 의 미를 가진다(Kwon, 2010). 취약국가란 다음의 특성을 가지 는 국가군을 지칭하는 것으로 통용된다. 첫째, ‘정부라면 당
연하게 가져야할 물리적 강제력의 독점형태가 상실되어 법 과 질서의 와해상태에 있는 국가’이다. 둘째, ‘국민들의 기본 적 욕구와 필요를 충족할만한 공공재(public goods)나 공공 서비스를 제공할 능력을 상실한 국가’이다. 셋째, ‘주어진 영 토 내에서 통일성과 대표성을 지닌 정부를 갖지 못한 국가’
이다(Lee, 2008).
취약국가지수(Fragile States Index; FSI)는 미국의 싱 크탱크인 평화기금회(Fund for Peace)와 《포린 폴리시 (Foreign Policy) 잡지사가 2005년 이후로 한 해에 한 차례 씩 출간하는 보고서이다. 순위는 12가지 지표로 점수를 합 산하여 정해진다. 각 지표는 0~10으로 점수가 매겨지며, 0은 가장 낮은 강도(가장 안정적), 10은 가장 높은 강도(가장 불 안정적)를 의미하고 0~120의 스케일로 구성된다. 국가들은 점수에 따라 ‘Very High Alert’부터 ‘Very Sustainable’까지 총 11개의 그룹으로 분류된다. 지수의 순위는 국가 취약성 의 12가지 지표에 근간을 두어 분류하며, 12가지 지표는 사 회적(4개), 경제적(2개), 정치적(6개) 지표로 분류할 수 있다.
<Fig. 1>은 취약국가지수(FIS)에 따라 국가들의 취약성을 나 타낸 지도이다(Fund for Peace, 2020).
2.2 취약국가에 대한 개발 지원
공적개발원조(ODA)는 정부를 비롯한 공공기관이 개발도 상국의 경제발전과 사회복지 증진을 목표로 제공하는 원조 를 의미하며, 개발도상국 정부 및 지역, 또는 국제기구에 제 공되는 자금이나 기술협력을 포함하는 개념이다. 국제개발 협력은 개발도상국 내에 존재하는 개발 및 빈부의 격차를
Fig. 1. Map Based on Fragile States Index (2020)
줄이고, 개발도상국의 빈곤문제 해결을 통해 인간의 기본권 을 지키려는 국제사회의 노력과 행동을 의미한다. 개발도 상국과의 포괄적 파트너십을 통한 ‘협력’이 강조되면서 국 제개발협력이라는 용어가 주로 사용되고 있다(ODA Korea, 2018).
2010년부터 한국은 OECD/DAC1)의 정식회원으로 활동하 며 국제사회에 새로운 공여국(emerging donor)으로서 위상 을 높여왔다. OECD/DAC가 국제개발협력에서 가장 어려운 과제 가운데 하나로 설정하고 있는 취약국가에 대한 지원 방안을 마련하는 것이 시급한 과제로 제기되고 있다(Kwon, 2010). 우리나라의 국제개발협력 패러다임과 취약국가 모 델, 국제개발협력과 관련한 다수의 연구가 존재한다(Lee, 2008; Kwon, 2010; Park et al., 2016). 북한은 통상적으로 알려진 취약국가이다. 개발의 본격화를 위해 재원 확보가 필 수적이지만, 세계 최빈국 중 하나인 북한이 자체적으로 개 발재원을 조달할 가능성은 매우 낮다(박지연 외, 2016). 공 적개발원조(ODA)와 국제개발협력의 일환으로 북한에서의 건설 프로젝트 수행에 대한 가능성과 필요성이 다수의 기존
연구에서 부연되고 있다. 북한의 취약국가지수는 90.2이며, 178개국 중 29위로 ‘Alert’ 그룹에 속한다. 따라서 사회, 경 제, 정치적 변동성이 큰 북한 건설시장 진입 시 리스크 대응 이 필요하다. 북한은 남북경협 등에 대비하여 건설시장 진출 및 그의 필요성에 대한 국내 자료가 다수 구축되어 있어 북 한을 대상으로 사례 분석을 수행하고자 한다. 또한, 취약국 가 중 자료에 대한 접근성이 높아 리스크 영역을 분석하기 에 적합한 국가로 판단하였다.
2.3 탐색적 요인분석(EFA)
요인분석은 다변량해석의 대표적인 방법 중 하나로, 문 항이나 변수 사이의 상관관계를 분석하여 잠재요인을 도출 하고 의미를 부여하는 통계 방법이다. 이를 통해 다수의 변 수를 핵심 그룹으로 분류하여 설명할 수 있으며, 상호연관 성 분석을 통해 각 변수의 적합성을 검증할 수 있다(이종건, 2015). 요인분석은 추상적인 구성개념(개념적 정의)을 일반 적으로 다수의 설문항(조작적 정의)을 통해 측정하는 과정 에서, 측정하고자 하는 추상적인 구성개념(construct)을 설 문항(측정도구)이 제대로 측정했는가를 확인하는 타당도 (validity)와 관련된 내용이기도 하다.
<Fig. 3>에서 볼 수 있듯이, 탐색적 요인분석(EFA)은 연 구자가 변수에 영향을 미치는 요인의 수를 발견하고 어떤
Fig. 2. Research Work-Flow
1) 개발원조위원회(Development Assistance Committee; DAC)로, OECD 에 속해 있는 공적개발원조 공여국들의 대표적인 협의체이다. Official Development Assistance Korea (2018).https://www.odakorea.go.kr/
ODAPage_2018/category01/L03_S01.jsp
변수가 ‘적합한지’ 분석하고자 할 때 사용된다(DeCoster, 1998). 기본 가설은 데이터 세트에 m개의 ‘공통잠재요인’
이 있다는 것이고, 목표는 상관관계를 설명할 공통요인의 최소 개수를 찾는 것이다(McDonald, 1985). 탐색적 요인분 석에서 종속변수를 ‘표면 속성’으로 볼 때, 공통요인은 하 나 이상의 표면 속성에 영향을 미치는 요인이다(Tucker &
MacCallum, 1997). 즉, 본 연구에서 도출하는 리스크 요인은 표면 속성, 정의하는 리스크 그룹과 리스크 영역은 공통요인 이라고 할 수 있다.
3. 연구 설계
본 연구 수행에 있어 미니 델파이 방법과 탐색적 요인분 석(Exploratory Factor Analysis; EFA)을 활용한다. 연구의 절차는 다음과 같다<Fig. 2>. 첫째, 미니 델파이 방법을 활용 하여 전문가를 대상으로 총 2라운드의 설문조사를 수행한 다. 1라운드 설문조사의 응답결과를 바탕으로 북한 건설시 장 진입 시 예상되는 리스크 요인에 대한 전문가들의 합의 를 도출한 후, 2라운드 설문조사에서는 도출한 리스크 요인 에 대해 중요도를 평가한다. 둘째, 요인의 중요도 평가 데이 터에 대해 신뢰도 분석과 탐색적 요인분석을 수행하여 설문 조사의 타당도와 분석결과로 도출된 모델의 설명력을 확인 한다. 셋째, 요인분석 결과에 따라 리스크 요인을 그룹핑하 여 리스크 그룹을 생성하고, 유사한 속성을 지닌 리스크 그 룹끼리 분류하여 리스크 영역을 정의한다.
3.1 미니 델파이 방법
미니 델파이 방법은 익명성을 보장하는 동시에 전문가들 의 의견과 판단을 추출하여 합의점을 찾는 데 효과적인 조
사방법이다(Lee et al., 2001). 국내 건설전문가에게 북한 건 설시장 진입 시 고려할 리스크 요인에 대한 합의를 도출 및 수렴시키기에 적합하다. 미니 델파이 방법에서 전문가 집단, 즉, 패널의 크기에 대한 명확한 기준은 없으나, 신뢰도와 패 널의 크기 간에 함수관계가 성립한다. 따라서 패널의 전문 성이 가장 중요한 요소이다(Gwon et al., 2008). 미니 델파이 방법을 활용한 연구에서는 결과의 신뢰도를 최대화하기 위 해 전문가 집단을 최소 10명 이상의 패널로 구성해야 한다 (Ewing, 1992). 또한, 전문가 집단을 13명 이상의 패널로 구 성할 때, 수행한 설문 간의 과정신뢰도(process reliability)는 평균적으로 0.8 이상의 높은 상관관계를 가지므로 타당성에 문제가 없다(Na, 1999). 본 연구에서는 1라운드에서 총 33명 이상, 2라운드에서 총 37명 이상의 전문가를 대상으로 미니 델파이 설문조사를 수행하여 타당성을 확보했다.
3.2 설문조사 구성
미니 델파이 1라운드 설문조사에서는 북한 건설시장 진 입 시 리스크로 분류할 수 있는 항목을 도출하고자 했다. 북 한 건설시장 진입을 가정하고, 국내 건설산업의 1) 열위 분 야, 2) 필요한 대비책, 3) 변화가 필요한 분야를 묻는 개방 형 설문조사를 수행했다. 문항 구성 시 한국건설기술연구원 (2018)의 ‘건설산업의 글로벌 건설 경쟁력 평가를 통한 해외 건설 Big 이슈 개발’에 제시된 ‘글로벌 건설 경쟁력 평가 지 표’가 기반이 되었다.
미니 델파이 2라운드 설문조사에서는 앞서 도출한 리스크 항목에 대한 중요도를 평가하고자 했다. 문항 구성을 위해
‘글로벌 건설 경쟁력 평가 지표(한국건설기술연구원, 2018)’
에 기반하여 1라운드 설문조사에서 수집한 응답결과에 대 한 분석을 선행했다. 과거 북한 건설사업 관련 경험 및 리스
Fig. 3. The Common Factor Model: EFA’s Base Model (DeCoster, 1998)
Fig. 4. Factors and Structure of Delphi Survey
크 관련 연구 경험이 있는 복수의 국내 전문가에게 세부적 인 내용에 대한 검토를 요청하여 설문조사 문항을 확정했다.
분석 시 응답결과에서 1) 본 연구의 목적과 부합하는 키워 드를 추출하고, 2) 유사한 키워드를 가진 응답별로 분류하여 총 6개의 카테고리를 생성한 후, 3) 응답의 내용이 서로 중복 되지 않도록 가공하여 설문조사 문항으로 구성했다. 전문가 가 각 요인의 리스크 대응에 대한 중요도를 평가할 수 있도 록 5-Point Likert Scale을 활용했다. 각 라운드의 상세한 설 문조사 문항 구성과 관계는 <Fig. 4>와 같다.
본 연구에서 수행한 미니 델파이 설문조사 개요는 <Table 1>, <Table 2>와 같다. 평균적으로 근속연수 10년 이상, 해 외건설사업 경력 3년 이상이며, 시공사, 설계/엔지니어링사, 연구원 등에 근무하고 있는 국내 건설분야 전문가를 대상으 로 두 번에 걸쳐 설문조사를 진행했다.
Table 1. 1st Round of Delphi Survey
Survey Information
Subject Construction experts with experience in overseas projects Method Web Link (https://ko.surveymonkey.com/r/1stdelphi) Duration 2months (July 2019 ~ August 2019)
Number 33
Table 2. 2nd Round of Delphi Survey Survey Information
Subject Construction experts with experience in overseas projects Method Web Link (https://ko.surveymonkey.com/r/2nddelphi) Duration 13months (August 2019 ~ September 2020)
Number 37
4. 연구 수행 및 결과
4.1 측정도구의 타당도 검증
SPSS Statistics을 활용하여 총 46개 리스크 요인의 중요 도 평가 데이터에 대한 신뢰도 분석과 요인분석을 수행했다.
리스크 요인을 변수로 설정하여 평가 데이터의 신뢰도와 설 명력을 검증하고자 했다.
첫째, 신뢰도 분석을 활용하여 Cronbach’s Alpha를 산출 했다. 일반적으로 신뢰도 인정의 허용기준은 Cronbach’s
Table 4. Communalities
Initial Extraction
var1 1.0000 0.8288
var2 1.0000 0.7895
var3 1.0000 0.8396
var4 1.0000 0.8372
var5 1.0000 0.8822
var6 1.0000 0.8560
var7 1.0000 0.8343
var8 1.0000 0.8856
var9 1.0000 0.8883
var10 1.0000 0.7439
var11 1.0000 0.8071
var12 1.0000 0.8540
var13 1.0000 0.8599
var14 1.0000 0.8390
var15 1.0000 0.8695
var16 1.0000 0.8412
var17 1.0000 0.8663
var18 1.0000 0.8287
var19 1.0000 0.8325
var20 1.0000 0.8210
var21 1.0000 0.8412
var22 1.0000 0.8195
var23 1.0000 0.7581
var24 1.0000 0.9183
var25 1.0000 0.8275
var26 1.0000 0.8348
var27 1.0000 0.8081
var28 1.0000 0.7624
var29 1.0000 0.6551
var30 1.0000 0.8677
var31 1.0000 0.8025
var32 1.0000 0.8312
var33 1.0000 0.7777
var34 1.0000 0.7966
var35 1.0000 0.8395
var36 1.0000 0.8436
var37 1.0000 0.8947
var38 1.0000 0.9171
var39 1.0000 0.7854
var40 1.0000 0.8214
var41 1.0000 0.7864
var42 1.0000 0.8409
var43 1.0000 0.7551
var44 1.0000 0.8565
var45 1.0000 0.7648
var46 1.0000 0.8221
Table 3. Cronbach’s Alpha
Cronbach’s Alpha N
0.9261 46
Alpha≥0.6이며, 0.6 이상은 ‘수용할 수 있음’, 0.7 이상은 ‘바 람직함’, 0.8 이상은 ‘높음’, 0.9 이상은 ‘매우 높음’을 의미한 다. 분석을 통해 Cronbach’s Alpha=0.9261로 측정도구의 신 뢰도가 매우 높음을 확인했다<Table 3>.
둘 째 , 요 인 분 석 을 활 용 하 여 변 수 의 공 통 성 (communalities)을 산출했다. 일반적으로 측정도구의 공통 성이 0.4 이하인 경우는 설명력이 없다고 판단한다. 분석을 통해 46개 변수가 모두 0.6 이상의 공통성을 나타내어 측정 도구로서 설명력이 매우 높음을 확인했다<Table 4>.
셋째, 요인분석을 활용하여 변수의 설명분산(explained variance)을 산출했다. 각 변수의 설명분산 비율과 누적 비 율에 대한 기준은 하나의 요인이 실제적으로 중요한 의미 를 가지기 위해서는 그 요인이 전체 변이에 대해 가지는 공 헌도가 일정한 값 이상이 되어야 함을 규정한 것이다(Kang, 2013). 일반적으로 사회과학 분야에서 누적 설명분산이 보 통 50~60% 이상일 때 설명력이 있다고 판단한다(Hair et al., 1995). 분석을 통해 산출된 회전 제곱합 적재량은 82.7%로, 이는 총 13개의 요인으로 분산의 82.7%를 설명할 수 있음을 의미한다<Table 5>.
Table 5. Total Variance Explained
Factor Total % of Variance Cumulative %
1 4.2167 9.1668 9.1668
2 3.8456 8.3600 17.5268
3 3.3180 7.2130 24.7398
4 3.2765 7.1228 31.8626
5 3.1578 6.8648 38.7274
6 3.1298 6.8039 45.5313
7 3.0160 6.5565 52.0877
8 2.7458 5.9692 58.0569
9 2.6210 5.6979 63.7548
10 2.4704 5.3705 69.1253
11 2.4640 5.3564 74.4817
12 1.9416 4.2208 78.7025
13 1.8295 3.9772 82.6797
<Table 3~5>를 통해 미니 델파이 설문을 통해 도출한 46 개의 변수, 즉, 리스크 요인의 신뢰도와 설명력이 높은 수준 으로 나타남을 확인하여, 측정도구로서의 타당도를 검증할 수 있었다. 따라서 취약국가 건설시장 진입 리스크 요인에 대한 평가 리스트를 확정했다.
4.3 탐색적 요인분석(EFA): 리스크 영역 정의
SPSS Statistics를 활용하여 탐색적 요인분석 결과에 따
라 리스크 요인을 그룹핑하여 리스크 영역을 정의하고자 했 다.직교회전은 요인의 직교성(독립성)을 유지하면서 요인구 조를 회전하는 방법이며, 직교회전 방법 중 Varimax는 많 은 연구자들이 활용한다. 요인분석의 실제 목적이 서로 상 대적으로 독립적인 소수 몇 개의 요인을 유도하여 이를 통 해 변수들 간의 구조를 파악하는 데 있다는 점을 고려할 때, 통상적으로 직교회전을 이용하는 것이 바람직하다고 판단 한다(강현철 2013). Varimax 직교회전으로 요인분석을 수 행하여 요인적재량에 따라 그룹을 분류할 수 있었다. 요인 적재량은 변수와 요인의 상관관계 정도를 나타내는 수치이 다. 일반적으로 변수와 요인의 관계는, 요인적재량이 0.4 이 상일 때 양의 상관관계, -0.4 이하일 때 음의 상관관계를 가 진다고 판단한다. <Table 6>은 변수들의 요인적재량과 그 에 따라 총 13개의 리스크 그룹을 도출한 결과이다. 이때 여 러 리스크 그룹과 요인적재량이 0.4 이상을 나타내는 변수 (var42, var5, var1, var17, var14, var7)가 있었으나, 각각 가 장 큰 요인적재량을 나타내는 리스크 그룹에 포함되어 별도 의 분류과정은 필요하지 않았다. 분류된 그룹은 리스크 그 룹 1~13으로 명명하고, ‘글로벌 건설 경쟁력 평가 지표(한국 건설기술연구원, 2018)’를 기반으로 유사한 속성을 가지는 리스크 그룹들을 함께 분류하여 영역으로 나누었다<Table 7>. 결과적으로 총 4개의 리스크 영역; [1. Technology], [2.
Execution], [3. Politics], [4. Pre-Execution]으로 분류할 수 있었으며, 각 리스크 영역의 정의 및 내용은 다음과 같 다; [1. Technology]: 기술적 측면에서 대응해야 하는 리스 크, [2. Execution]: 공사관리 측면에서 대응해야 하는 리스 크, [3. Politics]: 정치적 측면에서 대응해야 하는 리스크, [4.
Pre-Execution]: 인허가, 계약, 적용가능성 등 착공 전 단계 에서 대응해야 하는 리스크를 의미한다.
도출한 결과를 바탕으로 Python Heatmap을 활용하여 리 스크 영역을 <Fig. 5>와 같이 시각화했다. 미니 델파이 설 문조사에서 추출한 각 리스크 그룹의 요인별 중요도 점수
<Table 8>의 데이터에 산식(Equation 1)을 적용했다. 그 결 과 총 13개의 리스크 영역에 대한 점수를 산출할 수 있었고, [Execution] 영역의 리스크 그룹 2의 점수가 81.33으로 가 장 높음을 확인했다.
각 리스크 그룹에 속하는 요인의 개수가 상이하기 때문 에 단순히 요인별 중요도를 합산하여 리스크 그룹의 Risk Score를 산출하게 되면 어떤 리스크 그룹의 Risk Score가 가장 높은지 비교할 수 없어, Risk Score는 100점을 기준으
×
× (1)
Table 6. Rotated Component Matrix (Varimax) Risk
Group 1 Risk Group 2
Risk Group 3
Risk Group 4
Risk Group 5
Risk Group 6
Risk Group 7
Risk Group 8
Risk Group 9
Risk Group 10
Risk Group 11
Risk Group 12
Risk Group 13 var31 0.7701 -0.0537 0.2943 0.0444 -0.1186 0.0896 0.1985 0.0027 -0.0157 0.0988 0.0331 0.1465 0.1544 var41 0.7352 0.2053 -0.0508 0.2116 0.0524 -0.0051 0.1814 0.1706 0.2425 0.0611 0.1670 0.0315 -0.0104 var40 0.7161 -0.0628 0.0096 -0.1309 0.2299 0.0109 -0.1430 0.0351 0.0316 0.3656 0.1617 0.2276 0.0119 var20 0.6506 -0.1812 0.3426 0.2461 0.1269 0.3273 0.0751 0.0646 0.1166 -0.0597 0.0465 -0.0035 -0.1859 var22 0.5701 0.1677 0.2817 -0.2132 -0.1413 -0.0148 -0.3317 0.0738 0.2622 -0.2172 0.1772 -0.0581 0.2350 var4 0.5465 0.0694 0.0110 0.3923 0.3069 0.2319 0.0402 -0.0823 -0.1018 0.3433 0.2161 0.2109 -0.0634 var42 0.5048 0.3690 -0.1225 0.4119 -0.2238 0.4273 -0.1083 0.1060 0.0009 -0.0390 0.0332 0.0327 0.0772 var26 -0.1539 0.8417 0.0953 0.0810 0.0285 0.1039 -0.0756 0.0279 -0.1457 0.0825 0.0638 0.0194 0.1908 var27 -0.0352 0.7066 0.2648 0.0037 0.2876 -0.0606 0.0572 0.0312 0.2749 0.1474 0.0932 0.0989 0.1763 var34 0.1544 0.6824 0.2293 0.3354 0.0417 0.1757 0.1017 0.1902 0.1379 -0.1340 0.0048 -0.0349 -0.1569 var35 0.3857 0.6124 0.0324 -0.1163 0.2272 0.0709 0.3255 0.0855 -0.0219 -0.1367 0.3113 -0.0085 0.1228 var33 0.1748 0.5735 0.2037 0.3165 0.0291 0.2266 0.1746 0.1334 0.3717 0.1557 0.0194 0.0947 -0.0664 var12 0.2179 0.1757 0.8214 0.1742 -0.0700 0.0128 0.1491 0.1439 0.0352 0.0357 0.0939 0.1054 0.0105 var13 0.2834 0.1616 0.8183 0.0537 -0.0735 0.1711 0.0483 0.0240 0.1098 0.1171 -0.0078 0.1302 0.0266 var16 -0.1711 0.3416 0.6853 -0.0512 0.0818 -0.1223 -0.1250 -0.2188 0.1489 0.2446 0.1726 0.1482 0.0643 var3 0.0053 0.0970 0.0214 0.8003 0.0946 -0.0143 0.0748 0.1627 0.2788 0.0426 0.0463 0.1382 0.2173 var2 0.1772 0.1723 0.2534 0.7189 0.0791 -0.1470 -0.0677 0.0046 0.0406 0.2484 0.1492 0.0909 0.1448 var10 0.1777 0.3099 0.1747 0.4061 0.3901 -0.2852 -0.0871 0.2269 0.2597 0.0244 -0.1614 0.1647 -0.0833 var8 0.0866 0.2158 0.0111 0.0667 0.8390 0.0615 0.3021 0.0473 0.1010 0.0098 0.1154 0.0370 0.0269 var25 -0.0919 0.0352 -0.3543 -0.0384 0.6572 0.1424 -0.0900 0.3905 0.0012 -0.1075 0.1825 -0.0506 0.1750 var5 0.2611 0.0558 0.0093 0.4085 0.5363 0.0834 -0.2381 0.0088 0.3500 0.0400 0.0531 0.0613 0.4024 var1 -0.0029 0.0505 -0.1307 0.4808 0.5272 0.3849 -0.1100 0.0498 0.0310 0.3291 -0.0297 0.0062 -0.1647 var30 -0.2565 0.0315 0.3477 0.3702 0.4287 0.0975 0.2436 0.3244 -0.0366 -0.3063 0.1215 0.1902 -0.1975 var36 0.0382 0.0420 -0.0525 -0.0600 0.0510 0.8391 0.1179 0.0621 -0.0495 0.1351 0.1800 0.1825 -0.1518 var37 0.1297 0.2822 0.1220 -0.0716 0.1967 0.7664 0.0412 -0.2128 0.2775 0.1451 -0.0495 -0.0677 0.0095 var21 0.3721 0.0090 0.1981 0.0046 0.1447 0.6023 -0.0613 0.1494 0.3903 -0.1439 0.1455 -0.1343 0.2034 var17 0.1743 0.2151 0.2225 0.2869 -0.0131 0.4577 -0.1522 0.3244 0.0427 0.3310 0.4417 0.1036 -0.0510 var44 -0.0116 0.2433 -0.0051 0.0505 0.0609 0.1275 0.8223 -0.1018 -0.0454 -0.1941 -0.0365 -0.1916 0.1018 var32 0.2189 -0.0633 0.0430 -0.1977 -0.0845 0.1201 0.6818 0.2984 -0.1604 0.2413 0.2740 0.0583 0.0213 var43 -0.0372 -0.1321 0.1717 -0.0312 0.1089 -0.2172 0.6461 0.2285 0.1248 0.0826 0.3667 0.1233 0.0713 var46 0.2395 0.2954 0.1112 0.3652 0.3979 0.0628 0.5420 0.0645 0.1924 -0.0671 -0.0083 0.1684 -0.0410 var38 0.1391 0.3169 -0.1161 0.0756 0.0052 0.1003 0.0837 0.8316 0.1746 0.1593 -0.0040 -0.1084 -0.0429 var39 0.0391 0.0657 0.2930 0.2560 0.2406 -0.2054 0.0312 0.6817 -0.1766 -0.0003 0.1700 -0.0488 -0.0009 var29 0.1371 -0.1070 -0.0158 -0.0374 0.2534 0.0501 0.2818 0.5430 -0.0818 0.3177 0.1644 0.2146 0.0383 var9 0.1974 0.1368 0.2141 0.2050 0.0627 0.0732 0.1484 -0.1926 0.8098 0.0390 -0.0197 0.1235 -0.0370 var15 -0.0498 0.1032 0.0261 0.2025 0.1630 0.2792 -0.2597 0.3540 0.6505 0.2461 -0.0422 -0.0192 0.1779 var18 0.0820 -0.0196 0.1750 0.2468 0.0046 0.0590 -0.0772 0.1885 0.0981 0.7973 0.0888 0.1349 0.1170 var19 0.1948 0.2241 0.1715 0.0266 -0.0546 0.2888 0.1283 0.1045 0.0804 0.6763 0.3032 -0.1597 -0.1384 var24 0.2821 0.1457 0.0371 0.1133 0.0644 0.0962 0.1880 0.0168 0.0179 0.2261 0.8367 0.0233 0.0466 var23 0.2565 0.0491 0.1542 0.0726 0.2142 0.2577 0.1955 0.2329 0.0253 0.1611 0.5916 0.0217 0.2811 var11 -0.0795 0.3336 0.3146 0.0401 0.0761 0.1060 0.1114 0.2683 -0.3777 -0.1538 0.4350 -0.3604 -0.0450 var45 0.1849 0.0614 0.2094 0.1290 -0.0385 0.0039 0.1763 -0.1364 0.0000 0.0048 -0.0130 0.7513 0.2248 var28 0.0797 0.1440 0.2937 0.2010 0.1732 0.1105 -0.2772 0.1848 0.1822 0.1590 -0.0254 0.6190 0.1150 var14 0.2221 -0.0680 -0.0146 0.1323 0.1435 0.1848 -0.2010 0.0631 0.4903 -0.1106 0.3225 0.5088 -0.2295 var6 0.0632 0.1604 -0.0056 0.1755 0.0502 -0.1300 0.1528 -0.0449 0.0004 -0.0026 0.1490 0.1971 0.8304 var7 0.0729 0.4154 0.2425 0.2044 0.4370 0.1387 -0.0378 0.1932 0.0450 0.1135 -0.2773 0.0584 0.4600
Table 7. Define Risk Area
Risk Area 1: Technology
Risk Group 3
• Continuous R&D investment in developing new technologies in response to the 4th industrial revolution, such as construction automation
• Field application and strategy of ICT technology, including pilot projects of pre-determined technologies
• Industrialized building and OSC (Off-Site Construction) technology/construction power
Risk Group 11
• Design/engineering technology recognized intangible assets
• Improve the treatment of design/engineering specialists
• Improvement of major technologies such as high-tech infrastructure and skyscrapers
Risk Group 12
• Secure global standard compatibility of contract method, terminology, and business/design/construction process
• Elimination of inefficiencies in the production structure caused by multi-level subcontracting
• Enhance quality by strengthening the direct construction of general construction companies and experts (skilled workers)
Risk Area 3: Politics
Risk Group 7
• Establishment of government back guarantee or global insurance guarantee system against political risk
• Exploration of budget security measures, such as receiving orders for PPP projects and research on development finance in underdeveloped countries, and securing construction investment capital and financial arrangement capabilities
• Expansion of development and capital support, such as the government's public aid fund, targeting underdeveloped countries
• Prepare a risk hedge for delays in licensing due to institutional instability and the financial situation of the client
Risk Group 8
• Secure material procurement stability in consideration of geographic and political characteristics
• Securing market entry stability by utilizing ethnic advantages such as language and convenience of using locals
• Reinforced integrated design/construction management by expanding the introduction of construction responsibility CM system
Risk Area 4: Pre-Execution
Risk Group 2
• Labor productivity and labor cost
• Technology productivity and total construction cost
• The identified business structure suitable for local business conditions and needs
• International joint development considering the size of the infrastructure business
• Preliminary exploration and the master plan of surrounding infrastructure consider the characteristics of countries with poor construction infrastructure (materials, logistics, specialized construction companies, etc.)
Risk Group 10
• Eliminate inefficiencies and promote synergistic effects due to the separation of design and construction by breaking the contractor's entry regulation for architectural design
• Promote high-quality design based on feedback effects such as technology and know-how developed in the construction process of construction companies through design-construction combined work
Risk Area 2: Execution
Risk Group 13
• Reduction of complex regulations such as licensing and reporting to eliminate inefficiencies in architectural planning-design-construction and promote creativity
• Improvement of direct purchase system for construction materials to eliminate construction inefficiencies
Risk Area 4: Pre-Execution
Risk Group 1
• Design standard DB system for countries of origin
• New market response technical human resources supply and demand and management system
• Global expert training and education system in response to changes in the construction environment
• In-house design/design capability through training of domestic architects and system support
• Advanced technology (ex. BIM)
• Applicable to global standard in the project delivery system
• Job competency by the position of the organization performing the business
Risk Group 4
• Enactment of an integrated law related to the construction industry for industrial innovation
• Efficient system maintenance for convergence within the construction industry or with other industries
• Gain flexibility in the system to accept countries as quasi- domestic markets
Risk Group 5
• Improvement of joint contractor system for main contractors to eliminate inefficiencies in contract execution and secure construction performance efficiency
• Prepare for low-cost labor costs, such as hiring low-wage workers
• Improvement of ordering system to alleviate contract disputes such as construction delay, interference/friction between construction types, design changes, and complex defects
• Abolition of industry regulations and easing of segmentation
• Secure local human resources network Expand network
Risk Group 6
• Recognize the North Korean market as an overseas market and apply and manage risks to be considered when entering overseas markets
• Understanding and approaching the North Korean market/
system/culture from a business perspective rather than an ethnic perspective
• Improved understanding of construction by design/
engineering experts
• Securing design capabilities through reduction of excessive construction concentration
Risk Group 9
• Understanding and preparing the policy system appropriate to the situation of the host country
• Promotion of construction quality improvement through multi-stage subcontracting improvement that transfers construction responsibility and risk to the bottom
로 환산하여 산출했다. 리스크 그룹 2의 리스크 점수 산출 과정을 예로 들면 다음과 같다. 1) Group 1의 요인별 중요 도 점수를 합산하고; (3.8056+3.6944+3.6111+3.4444+3.30 56+1.0000+3.4444)=25.3056, 리스크 그룹 1에 속한 요인은 총 7개이므로 문항 개수에 5점을 곱한 값으로 합산한 값을 나누어 100을 곱하여; 25.3056/(5X5)*100=72.30, 리스크 그 룹 1의 리스크 점수를 산출할 수 있다. 모든 리스크 그룹의 리스크 점수를 산출하여 csv 파일을 생성한 후, Python 코 드를 실행하여 <Fig. 5>와 같이 진출하고자 하는 취약국가의 건설시장 진입 시 리스크 영역을 리스크 점수에 따라 시각 화할 수 있었다<Fig. 5>.
5. 결론
5.1 연구의 결론과 의의
본 연구는 우리나라의 취약국가 건설시장 진입 시 예상되 는 리스크를 대응할 수 있는 방안을 제시하는데 그 목적이 있다. 한국이 기술의 발전과 함께 ODA/OECD 공여국으로서 위상이 높아짐에 따라, 지속가능성의 일환으로 취약국가의 건설 프로젝트 수요가 증가할 것이라는 전망이 연구 수행의 바탕이 됐다. 연구 수행에 있어 리스크 요인을 도출하는 데 실질적으로 해외건설사업에 경험이 풍부한 전문가들의 의 견이 중점적으로 반영되어야 할 것으로 판단했다.
통상적으로 알려진 취약국가 중 진출 가능성과 필요성이 부연되는 북한을 사례 국가로 연구를 수행한 결과, 취약국가 건설시장 진입 시 고려할 리스크 영역을 총 네 개의 영역;
[Technology], [Execution], [Politics], [Pre-Execution]
으로 나눌 수 있었다. 이 중 가장 많은 변수와 리스크 그룹이 포함된 영역은 [Pre-Execution]이었고, 리스크 영역을 시 각화한 결과를 살펴봤을 때 [Execution]에 속한 리스크 그 룹 2의 리스크 점수가 가장 높았다. 이를 바탕으로 북한 건 설시장 진입 시 집중적으로 대응이 필요한 리스크 영역으로 [Pre-Execution]과 [Execution]을 도출할 수 있었다. 또 한, 리스크 그룹 2의 리스크 점수가 가장 높은 것으로 나타 나 공사수행과 관련하여 발생하는 비용, 사업조건, 인프라의 마스터플랜에 대한 리스크 대응이 가장 중요하다는 결론을 도출할 수 있었다.
본 연구는 앞서 제시한 데이터 모수의 한계로 인해 KMO 와 Bartlett의 구형성 검증에 대한 결과는 얻을 수 없었으 나, Cronbach’s Alpha와 공통성(communalities) 산출 결 과를 바탕으로 변수와 요인 간의 설명력과 신뢰도를 검증 할 수 있었다. 델파이 방법으로 구득한 데이터의 Cronbach’
s Alpha는 0.93, 공통성은 평균 0.83으로 나타나 결과적으로 매우 높음을 확인했다는 점에서 의의가 있다. 또한, 본 연구 에서 사례로 삼은 북한의 국가적 상황을 고려할 때, 체제변 동의 위험성, 계약불이행의 위험성 등이 항상 존재하기 때문 에 [Execution] 및 [Pre-Execution] 단계에서의 리스크 대 응이 취약국가 건설시장 진입 시 중점적으로 이루어져야 한 다는 결론이 타당하다고 볼 수 있다. 따라서 본 연구의 결과
Fig. 5. Visualize the Risk Area of Penetrating Fragile States’ Construction Market
Table 8. Importance of Risk Factor in Each Risk Group
Group Score Variance Importance
Risk Group 1 72.30
var31 3.8056
var41 3.6944
var40 3.6111
var20 3.4444
var22 3.3056
var4 4.0000
var42 3.4444
Risk Group 2 81.33
var26 4.0556
var27 4.2778
var34 4.2222
var35 3.8611
var33 3.9167
Risk Group 3 76.85
var12 3.8056
var13 3.7222
var16 4.0000
Risk Group 4 73.70
var3 3.4722
var2 3.6389
var10 3.9444
Risk Group 5 70.22
var8 3.3333
var25 3.4444
var5 3.9444
var1 3.4167
var30 3.4167
Risk Group 6 76.94
var36 3.9167
var37 3.8611
var21 3.7778
var17 3.8333
Risk Group 7 80.83
var44 4.1389
var32 4.1389
var43 3.5556
var46 4.3333
Risk Group 8 78.52
var38 4.1111
var39 3.9444
var29 3.7222
Risk Group 9 80.00 var9 4.3333
var15 3.6667
Risk Group 10 77.50 var18 3.8611
var19 3.8889
Risk Group 11 73.70
var24 3.8056
var23 3.6667
var11 3.5833
Risk Group 12 74.81
var45 3.9444
var28 3.6667
var14 3.6111
Risk Group 13 71.67 var6 3.7778
var7 3.3889
를 초석으로 삼아, 향후 우리나라가 국제개발협력에 참여할 때 취약국가의 건설 프로젝트 수행 시 예상되는 리스크에 따라 국가차원의 지원 계획과 기업의 비즈니스 모델 및 전 략 수립에 활용할 기초자료로서 본 연구는 의의가 있다.
또한, 통계적으로도 검증이 가능한 규모의 데이터를 구득 하여 본 연구를 모든 취약국가의 건설시장 진입에 있어 적 용 가능한 리스크 영역을 도출하는 방향으로 발전시킬 수 있을 것으로 판단된다. 향후 본 연구의 분석사례인 북한뿐 아니라 여러 취약국가에 대해 분석을 추가로 진행하여 더욱 일반적으로 적용할 수 있는 결론을 도출한다면, 취약국가 건 설시장의 리스크 평가지표와 리스크 대응 플랫폼 개발에 관 한 연구로 발전할 수 있을 것으로 기대하는 바이다.
5.2 연구의 한계와 발전방향
본 연구의 분석사례인 북한은 178개국 중 취약국가지수 (FSI) 상위 29위로서 취약국가의 특성을 뚜렷하게 나타내고 있으나, 모든 취약국가를 대표할 수는 없다는 한계를 가지고 있다. 따라서 향후 취약국가지수가 높은 다양한 국가에 대해 연구를 수행한다면 모든 취약국가 건설시장 진입 시 활용할 수 있는 결론을 도출할 필요가 있다고 사료된다. 또한, 본 연 구는 취약국가의 건설시장 진입 시 대응이 필요한 리스크를 도출하기 위해 미니 델파이 방법과 탐색적 요인분석을 활용 했으며, 델파이 방법을 통해 데이터를 구득했기 때문에 그 규모가 일반적으로 요인분석을 활용한 연구보다 작다는 한 계가 있었다. 일반적으로 요인분석을 활용하는 연구에서는 KMO와 Bartlett의 구형성 검정을 포함한 신뢰도 분석을 통 해 변수와 요인 간의 설명력과 신뢰도를 검증한다. 델파이 방법을 활용한 본 연구의 특성상 구형성 검정에 대한 결과 를 얻을 수 없어 다른 방법을 통해 설명력과 신뢰도 검증에 대한 한계를 보완했다. 이는 다음의 절에 서술했으며, 이어 서 제시한 방향에 따라 연구를 발전시킨다면 구형성 검정에 대한 결과 또한 얻을 수 있을 것으로 사료된다.
감사의 글
본 연구는 국토교통부/국토교통과학기술진흥원의 지원으 로 수행되었음. 과제번호: 21CTAP-C152263-03
References
An, G., and Sean, P. (2013). “A Beginner’s Guide to Factor Analysis: Focusing on Exploratory Factor Analysis.”
Tutorials in Quantitative Methods for Psychology, 9(2), pp. 79-94.
Choi, C., and You, Y. (2017). “The Study on the comparative analysis of EFA and CFA.” Journal of Digital Convergence, 15(10), pp. 103-111.
DeCoster, J. (1998). “Overview of Factor Analysis.”
http://www.stat-help.com/notes.html (Mar. 17, 2021) Ewing, D. (1992). “Future Competencies Needed in the
Preparation of Secretaries in the State of Illinois Using the Delphi Technique.” Ph. D. Thesis. University of Illinois at Urbana-Champaign, Illinois.
F u n d f o r P e a c e ( 2 0 2 0 ) . “ F r a g i l e S t a t e s I n d e x A n n u a l R e p o r t 2 0 2 0 . ” https://fragilestatesindex.org/2020/05/08/fragile- states-index-2020-annual-report/ (Mar. 3, 2021).
Fund for Peace (2020). “Global Data: Fragile State Index 2020.” https://fragilestatesindex.org/data/ (Mar. 3, 2021)
Gwon, S., and Hong, S. (2009). “A Study on the Analysis of Validity and Reliability of the Delphi Forecasting in Korea.” Journal of Technology Innovation, 17(1), pp.
97-117.
Hair, J., Anderson, R., Tatham, R., and Black, W. (1995).
“Multivariate Data Analysis with Readings.” Prentice Hall, Englewood Cliffs, New Jersey.
Hong, N. (2017). “Direction of Public Development Assistance (ODA) Projects in the Domestic Urban Development Field: Focusing on Sustainable Development Goals (SDGs) and KOICA Urban Master Plan.” Journal of International Development Cooperation, (4), pp. 127-157.
Kang, H. (2013). “A Guide on the Use of Factor Analysis in the Assessment of Construct Validity.” Journal of Korean Academy of Nursing, 43(5), pp. 587-594.
KICT (Korea Institute Of Construction Technology) (2018). “Development of Big Issues for International Construction through Global Construction Competitive Evaluation.” Report. Ministry of Science and ICT.
KIEP (Korea Institute for International Economic Policy) (2008). “Analysis of competitiveness of domestic industries related to ODA and improvement plan.”
Report. Ministry of Economy and Finance.
KRUMA (Korean Urban Management Association) (2014).
“A study on expanding overseas construction orders to build soft infrastructure in developing countries.”
Report. Ministry of Land, Infrastructure and Transport.
Kwon, H. (2010). “Understanding of Vulnerable Countries:
Focused on the discussion between INCAF and International Cooperation Organization.” Journal of International Development Cooperation, 5(3), pp. 46-65.
Lee, C. (2008). “Articles : A Study on Fragile States Model and Development Assistance for North Korea.” North Korean Studies Review, 12(2), pp. 280-320.
Lee, J., Suk, J., Kim, H., Kim, Y., and Moon, J. (2015). “A
Study on Performance-based Evaluation Method for Rock Slopes: Deduction of Evaluation Factors.”
TUNNEL & UNDERGROUD SPACE, 25(1), pp. 86-96.
Moon, K., and Park, J. (2019). “Achieving Sustainability in Korea Construction Industry - The Social Realm -.”
Journal of the Architectural Institute of korea Structure
& Construction, 25(7), pp. 113-120
Na, S. (1999). “A Study on the Contents of General Agricultural Education for Elementary, Middle and High School Students in the Information Society.”
Journal of Agricultural Education and Human Resource Development, 31(1), pp. 21-41.
Official Development Assistance Korea (2018). “Concept and purpose of international development cooperation.”
https://www.odakorea.go.kr/ODAPage_2018/
category01/L01_S01_01.jsp (Mar. 3, 2021)
Park, J., Moon, K., Kim, E., and Jo, D. (2016). “International Development Cooperation and North Korea - Focused on Millenium Development Goals and Sustainable Development Goals -.” Journal of Asia-Pacific Studies, 23(2), pp. 249-275.
Park, Y.S. (2011). “Cases of cooperation in the construction field of the two Koreas and implications for future North Korean construction projects” Construction Engineering and Management, 12(2), 23-27.
Park, Y. (2012). “A Basic Study on the Economy and Construction Market in the North Korea” Report.
Construction & Economy Research Institute of Korea.
RICON (Korea Research Institute for Construction Policy).
(2015). “Inter-Korean Construction Cooperation Project Review and Implications” Report.
Son, D., and Cho, S. (2015). “A study on support plans for overseas expansion of the construction service industry through Official Development Assistance (ODA).”
Report. Architecture & Urban Research Institute.
Son, H., Park, B., and Kim, N. (2014). “A Study on Korean Public-Private Partnership (PPP) for International Development Cooperation: Focusing on KOICA’s Global CSR Program.” Review of International and Area Studies, 23(2), pp. 121-155.
Tuchker, L., and MacCallum, R. (1997). “Exploratory Factor Analysis.” Unpublished manuscript. Ohio State
University, Columbus.
U N A - U K ( 2 0 1 7 ) . “ F r a g i l e s t a t e s . ” https://www.sustainablegoals.org.uk/fragile-states/
(Mar. 3, 2021)
U N E P ( 2 0 0 2 ) . “ I n d u s t r y a s a p a r t n e r f o r s u s t a i n a b l e d e v e l o p m e n t : C o n s t r u c t i o n . ” https://unep.or.kr/sub/sub05_02.php?mNum=5&sN um=2&boardid=data2&mode=view&idx=186 (Mar. 3, 2021)
Won. J. (2013). “Assessing the links between Infra-Capital Accumulation through ODA, Urbanization Process, and Economic Growth in Developing Countries.” Ph. D.
Thesis. Seoul National University. Seoul, South Korea.
Woo. T. (2020). “Reaching out for corporate orders with official development assistance.” Column. Maeil Business News Korea.
요약 :건설산업은 지속가능발전목표(SDGs; Sustainable Development Goals)에 대해 도전과제와 기회를 동시에 가지고 있다. 건설산 업의 과제는 건설의 질을 높이는 것이며, 이는 특히 취약국가에 필요하다. 삶의 질에 영향을 미치는 건설환경을 유지 및 개선하는 것 이 건설산업의 주요 역할이기 때문이다. 본 연구를 통해 미니 델파이 방법과 탐색적 요인분석을 활용하여 취약국가 건설시장 진입 시 집중적으로 대응이 필요한 리스크 영역으로 [Pre-Execution]과 [Execution]을 도출했고, 공사수행과 관련하여 발생하는 비용, 사업조건, 인프라의 마스터플랜에 대한 리스크 대응이 가장 중요하다는 결론을 도출할 수 있었다.
키워드 :취약국가, 건설시장, 리스크 분석, 델파이 방법, 탐색적 요인분석
