한국콘텐츠학회논문지 (The Journal of the Korea Contents Association)

  • 제19권7호
  • /
  • Pages.360-375
  • /
  • 2019
  • /
  • 1598-4877(pISSN)
  • /
  • 2508-6723(eISSN)
한국콘텐츠학회 (The Korea Contents Association)
권호 표지
DOI QR코드

DOI QR Code

빅데이타 분석을 통한 유통산업 클러스터의 형성과 생태계 연구

A Study On Clusters and Ecosystem In Distribution Industry Using Big Data Analysis

  • 투고 : 2019.05.13
  • 심사 : 2019.06.17
  • 발행 : 2019.07.28
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 2015년도 5만 여개의 기업거래정보(KED(한국기업정보))를 이용하여, 유통업체와 관련이 있는, 지속적인 거래관계를 가진 기업들의 거래관계 네트워크를 형성하여 유통업체의 생태계를 파악하고자 하였다. 클러스터링의 방법을 사용한 결과, 5개 이상의 기업들로 이루어진 731개의 클러스터로 묶여진다. 이들은 KED 자료에서 파악되는 유통산업 매출의 약 80%룰 차지한다. 클러스터들은 소속된 업체들의 거래가 대부분 내부에서 완결되는 모듈화된 거래 패턴을 가진다. 유통 클러스터들은 그들 매출의 70% 이상을 하나 또는 2, 3개의 업체(주기업)가 차지하고 있다. 이러한 특징은 제조업과 유사하다. 그렇지만 유통 클러스터들은 소속 기업수가 제조업과 비교하여 작은 특징을 지니고 있으며 조립 제조업체들에 비해서는 특정 업체와 클러스터에 매출이 집중된 정도도 약하다. 기업연관분석의 결과를 보면, 30대 유통업체들이 소속된 클러스터내의 중소기업들의 주기업에 대한 매출의존도는 롯데쇼핑, 이마트, 이랜드리테일, 신세계, 현대홈쇼핑 등이 최소 35% 이상의 값을 보인다. 이들 클러스터 내에서의 공정거래정책을 통한 중소기업 육성정책의 여지가 크다는 점을 암시한다. 씨제이홈쇼핑, 현대홈쇼핑, 한무쇼핑 등은 아주 높은 생산유발효과를 가지며, 앞의 두 업체는 동일 클러스터 소속 중소기업들에 특히 높은 생산유발효과를 가지고 있다. 그리고 1-9번 클러스터들은 중소기업의 고용 비중이 높고 중소기업의 고용계수가 매우 높은 10번 기업군과 31번 기업군에서 상품을 조달하는 경우가 많다. 중소기업에 높은 생산 및 고용 유발효과를 가지고 있거나, 10, 31번 기업군에 후방연관효과가 높은 기업들은 중소기업 성장 및 고용 정책에서 중시되어야 할 것이다.

This paper tries to study the ecosystem after constructing the network of the continuing transactions associated with distribution industry with the data of more than 50 thousands firms provided by the Korean enterprise data (KED) for 2015. After applying the clustering method, one of social network analysis tools, we find the firms in the network grouped into 732 clusters occupying about 80% of whole distribution industry sales in KED data. The firms in a cluster have most of their transactions with other firms in the cluster. But the clusters have smaller firm numbers in the cluster and sales portion of the biggest firms in the industry than the case of the manufacturing industry. The Input-output analysis for the biggest distribution firms show that the small and medium size enterprise(SME)s have very high sale dependency on a main firm in some clusters. This fact implies more efficient fair transaction policies within the clusters. And small number of big distribution firms have very high rear production linkage effects on SMEs or on the 10th or 31th group with high portion of SME employment. They should be considered important in the SME growth and employment policies.

키워드

CCTHCV_2019_v19n7_360_f0001.png 이미지

그림 1. 유통관련 기업군 그림 (좌: 기업군 1-10, 우: 기업군 11-30)

표 1. 기업군별 특성(기업군 1-16)

CCTHCV_2019_v19n7_360_t0001.png 이미지

표 2. 기업군별 특성(기업군 17-32)

CCTHCV_2019_v19n7_360_t0002.png 이미지

표 3. 기업군별 기업군내에서의 중소기업 매출 및 고용 비중(%) 및 고용계수(10억원당)

CCTHCV_2019_v19n7_360_t0003.png 이미지

표 4. 기업군별 기업군내에서의 대기업 매출 및 고용 비중(%) 및 고용계수(10억원당)

CCTHCV_2019_v19n7_360_t0004.png 이미지

표 5. 기업군간 상호 투입산출계수표 (기업군 1-16, 100단위 산출시 투입양)

CCTHCV_2019_v19n7_360_t0005.png 이미지

표 6. 기업군간 상호 투입산출계수표 (기업군 17-32, 100단위 산출시 투입양)

CCTHCV_2019_v19n7_360_t0006.png 이미지

표 7. 주요유통기업 특성(기업번호 1-15)

CCTHCV_2019_v19n7_360_t0007.png 이미지

표 8. 주요유통기업 특성(기업번호 17-30)

CCTHCV_2019_v19n7_360_t0008.png 이미지

표 9. 30대 유통기업의 대기업, 중소기업에 대한 영향력 계수 (30대 유통기업 1-30)

CCTHCV_2019_v19n7_360_t0009.png 이미지

표 10. 30대 유통기업에 대한 소속 내외 대기업, 중소기업의 매출의존도 (30대 유통기업 1-30)

CCTHCV_2019_v19n7_360_t0010.png 이미지

표 11. 30대 유통기업의 대기업 및 중소기업에로의 고용승수 (30대 유통기업 1-30)

CCTHCV_2019_v19n7_360_t0011.png 이미지

표 12. 30대 유통기업의 소속 기업군 내부에로의 산업별, 기업규모별 생산유발계수

CCTHCV_2019_v19n7_360_t0012.png 이미지

표 13. 30대 유통기업의 소속 기업군 외부에로의 산업별, 기업규모별 생산유발계수

CCTHCV_2019_v19n7_360_t0013.png 이미지

표 14. 기업군 내부 및 전체의 산업별, 규모별 소속 30대 유통기업에 대한 산업별 매출의존도(%)

CCTHCV_2019_v19n7_360_t0014.png 이미지

참고문헌

  1. 이승창, 정강옥, 황진영, 임응순, "유통산업의 국민경제적 파급효과 분석-현황과 산업연관분석을 중심으로," 유통연구, 제15권, 제5호, pp.175-193, 2010.
  2. 한상린, 이성호, 문지효, "서울시 유통산업의 지역 경제적 파급효과 분석: 지역간 산업연관모델을 중심으로," 유통연구, 제19권, 제3호, pp.27-46, 2014
  3. 한상린, 이성호, 문지효, "유통산업의 국민경제적 파급효과 분석," 유통연구, 제22권, 제4호, pp.69-90, 2017.
  4. 복득규, "외환위기 전후 한국 자동차부품기업의 거래선 다변화 현황과 결정요인 분석," 산업조직연구, 제10집, 제1호, 2005.
  5. 복득규, "외환위기 전후 한국 자동차부품기업의 거래선 다변화 현황과 결정요인 분석," 산업조직연구, 제16집, 제1호. pp.1-15, 2008.
  6. 김기찬, "대,중소기업 상생협력의 이론적 모형 설계: 건강하고 지속가능한 기업생태계 구축," 중소기업연구, 제28권, 제3호, pp.381-410, 2006.
  7. 김기찬, "기업생태계관점에서의 연구개발 전략과 플랫폼 리더십: 대중소기업 상생협력과 R&D에의 시사," 중소기업연구, 제31권, 제2호, pp.157-175, 2009.
  8. 김안국 외, 사회적 자본과 인적자원개발(III): 기업간관계를 중심으로, 한국직업능력개발원, 2008.
  9. 배진한, 강대석, 오근엽, "대기업과 협력중소기업 성과지표와 격차분석: 자동차산업을 중심으로," 경제연구, 제26권, 제1호, pp.21-24, 2008.
  10. 배진한, 강대석, 오근엽, "자동차산업 협력중소기업특성과 성과격차 원인 실증분석," 한국경제연구, 제24권, pp.57-82, 2009.
  11. 곽정수, 대중소기업간 하도급거래가 중소기업의 성과에 미치는 영향, 서울대학교, 박사학위논문, 2010.
  12. 홍장표, "하도급거래에서 구매업체의 기회주의가 공급업체의 연구개발투자에 미치는 영향," 사회경제평론, 제37권, 제1호, pp.34-41, 2011.
  13. 정재헌, "빅데이타 분석을 이용한 지역내 산업클러스터 연구," 한국콘텐츠학회논문지, 제17권, 제2호, pp.1-12, 2017. https://doi.org/10.5392/JKCA.2017.17.02.001
  14. 정재헌, "빅데이터 분석을 통한 자동차산업에서의 클러스터 형성과 생태계 연구," 산업경제연구, 제30권, 제5호, pp.1615-1642, 2017.
  15. 정재헌, "자동차산업 생태계의 동태적 변화 분석: 현대기아차 및 한국지엠을 중심으로," 산업경제연구, 제31권, 제5호, pp.1815-1830, 2018.
  16. J. Jung and J. Chang, "Structure and Characteristics of Transaction Network in Korean Non-Financial Industries," Indian Journal of Science and Technology, Vol.26, No.9, pp.1-15, 2017.
  17. J. Jung, "Characteristics of industrial transaction networks through Social Network Analysis (SNA)," Asian Life Science, Vol.15, No.3, pp.1901-1913, 2018.
  18. 정재헌, "사회적 네트워크 분석을 사용한 전자산업클러스터 연구," 한국콘텐츠학회논문지, 제19권, 제5호, pp.48-63, 2019 https://doi.org/10.5392/jkca.2019.19.05.048
  19. 허명회, R을 활용한 사회네트워크 분석 입문, 서울, 자유아카데미, 2012.
  20. P. Pons and M. Latapy, "Computing Communities in Large Networks Using Random Walks," http://arxiv.org/abs/physics/0512, 2005
  21. 홍장표, 장지상, "대기업 성장의 국민경제 파급효과," 경제발전연구, 제21권, 제2호, pp.33-62, 2015.
  22. 홍장표, 정재헌, 남종석, "대기업의 지역경제 생산 및 고용유발효과 분석," 지역사회연구, 제24권, 제2호, pp.219-240, 2016. https://doi.org/10.22921/JRS.2016.24.2.011