• 한국콘텐츠학회논문지
• /
• 제19권5호
• /
• pp.64-73
• /
• 2019

본 연구는 전문건설업체의 경쟁력을 평가하기 위해 DEA모형을 활용하여 효율성을 분석하였다. 분석대상기업은 전문건설업 상장업체와 외감업체로 2010년부터 2017년까지 연속자료가 존재하는 300개 기업을 대상으로 하였다. 특히, 전문건설업 유형별 효율성을 비교, 분석하여 그 시사점을 찾는데 중점을 두었다. 의미 있는 분석결과는 다음과 같다. 첫째, 전문건설업체의 효율성은 전반적으로 종합건설업 등과 비교하면 효율성 값이 낮게 분석되었다. 둘째, 전문건설업 유형별 효율성은 시설물축조 및 해체 전문공사업이 가장 높게 나타났다. 이는 해당 업종인 철근 콘크리트공사업, 비계 구조물해체공사업 등이 전문건설업 내에서 상대적으로 효율적임을 의미한다. 셋째, 전문건설업 효율성은 건설경기에 영향을 받는다. 건설경기가 확장국면에 있을 때는 효율성 값이 높고, 수축국면에서는 낮은 효율성 값을 나타내었다. 마지막으로 규모수익성 분석에서 전문건설업은 DRS로 분석되는 경우가 가장 많았다. 이는 규모 확대보다 규모 축소를 통해 기업의 효율성을 높이는 것이 바람직하다는 것을 의미한다.

• International Journal of Automotive Technology
• /
• 제4권2호
• /
• pp.77-86
• /
• 2003

How to compare the environmental damage caused by vehicles with different foe]s and drive trains\ulcorner This paper describes a methodology to assess the environmental impact of vehicles, using different approaches, and evaluating their benefits and limitations. Rating systems are analysed as tools to compare the environmental impact of vehicles, allowing decision makers to dedicate their financial and non-financial policies and support measures in function of the ecological damage. The paper is based on the "Clean Vehicles" research project, commissioned by the Brussels Capital Region via the BIM-IBGE (Brussels Institute for the Conservation of the Environment) (Van Mierlo et at., 2001). The VriJe Universiteit Brussel (ETEC) and the universite Libre do Bruxelles (CEESE) have jointly carried out the workprogramme. The most important results of this project are illustrated in this paper. First an overview of environmental, economical and technical characteristics of the different alternative fuels and drive trains is given. Afterward the basic principles to identify the environmental impact of cars are described. An outline of the considered emissions and their environmental impact leads to the definition of the calculation method, named Ecoscore. A rather simple and pragmatic approach would be stating that all alternative fuelled vehicles (LPG, CNG, EV, HEV, etc.) can be considered as ′clean′. Another basic approach is considering as ′clean′ all vehicles satisfying a stringent omission regulation like EURO IV or EEV. Such approaches however don′t tell anything about the real environmental damage of the vehicles. In the paper we describe "how should the environmental impact of vehicles be defined\ulcorner", including parameters affecting the emissions of vehicles and their influence on human beings and on the environment and "how could it be defined \ulcorner", taking into account the availability of accurate and reliable data. We take into account different damages (acid rain, photochemical air pollution, global warming. noise, etc.) and their impacts on several receptors like human beings (e.g., cancer, respiratory diseases, etc), ecosystems, or buildings. The presented methodology is based on a kind of Life Cycle Assessment (LCA) in which the contribution of all emissions to a certain damage are considered (e.g. using Exposure-Response damage function). The emissions will include oil extraction, transportation refinery, electricity production, distribution, (Well-to-Wheel approach), as well as the emission due to the production, use and dismantling of the vehicle (Cradle-to-Grave approach). The different damages will be normalized to be able to make a comparison. Hence a reference value (determined by the reference vehicle chosen) will be defined as a target value (the normalized value will thus measure a kind of Distance to Target). The contribution of the different normalized damages to a single value "Ecoscore" will be based on a panel weighting method. Some examples of the calculation of the Ecoscore for different alternative fuels and drive trains will be calculated as an illustration of the methodology.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.1-20
• /
• 2021

코로나19 대유행으로 세계경제포럼에서 그레이트 리셋이 논의되면서 제4차산업혁명의 동력인 인공지능도 조명을 받고 있다. 그러나 인공지능 분야의 기업 연구는 아직도 희소하다. 2000년 이후 관련 연구는 기존 기업에 어떻게 인공지능을 적용하여 가치를 창출할 것인가에 초점이 맞춰져 있으며, 신생기업들이 어떻게 기회를 포착하고 기존 사업자들 사이에 진입하여 새로운 가치를 창출하는지에 대한 연구는 거의 찾아볼 수 없다. 이에 본 연구는 소프트웨어의 세부 분야인 인공지능 기반 신생기업들이 기존 소프트웨어 산업과 어떻게 다른 혁신패턴을 갖는가라는 연구 질문을 가지고 다층적 접근론의 종합적 틀을 활용하여 신생 기업들의 사례를 분석하였다. 대상 기업들은 창업 7년 내 의료, 금융, 마케팅/광고, 유통, 제조 분야에서 의도적으로 표집된 머신러닝 모델링 전문 신생 기업들로 벤처기업 인증을 받은 고성장 기업들이다. 분석 결과 기존 소프트웨어 기업들은 전사적 통합 관점의 프로세스 혁신을 이루어냈다면, 이들만의 혁신 패턴은 기존의 프로세스들을 잘게 해체하여 자동화나 가치창출이 어려웠던 단위 프로세스들을 식별해 내고 데이터 기반으로 자동화, 최적화하여 새로운 가치를 제공하고 있다는 것이다. 이 연구의 기여는 통합적인 다층적 접근론의 틀의 유효성을 검증하면서 인공지능 기반 신생 기업들의 탄생과 그들의 혁신 패턴을 제시했다는 데에 있다. 한편 기업 실무적, 정부 정책적 함의를 정리하면, 데이터를 기반으로 혁신을 이끌어내기 때문에 신생 기업일지라도 데이터 관련 규제 등에 대한 제도 대응 역량이 강조되며, 정부는 관련 제도의 불확실성을 제거하고 구체화하여 예측가능하고 유연한 사업 환경을 마련할 필요가 있다.