국립공원 탐방프로그램의 참여 효율성 및 영향요인에 관한 연구
김경수* · 최가영 (주)윕스 기술정책센터
A Study on Participating Efficiency and Effect of Participating Efficiency in National Park Visiting Program
Kyung-Soo Kim* and Ga-Yeong Choi
Technology Policy Center, WIPS Co., Ltd.
요 약 :국립공원의 탐방객과 탐방프로그램 참여인원은 꾸준히 증가하고 있으나, 최근에는 증가세가 둔화되었다. 또 한, 우리나라 국립공원의 탐방프로그램 참여 효율성에 관한 연구는 미흡한 상황으로 탐방프로그램 대한 정량적·정성 적 분석을 통해 이를 개선하기 위한 해결방안을 마련하는 것이 필요하다. 본 연구에서는 우리나라 국립공원의 탐방 프로그램 참여 효율성을 도출하고, 참여 효율성에 영향을 주는 요인을 살펴보았다. 분석 결과를 통해 향후 국립공 원 탐방프로그램의 참여 효율성 제고를 위한 방안을 제시하고자 하였다.
주요어 :국립공원, 탐방프로그램, 효율성, 토빗 회귀모형
Abstract :National park visitors and visiting program participants are increasing, but the rate of increase has slowed in recent years. Also, research on the efficiency of participation in the national park visiting program is insufficient. This paper analyzed the factor of effect on the efficiency of national park visiting program. This paper suggests that both external and internal environment factors should be considered when improving participating efficiency of national park visiting program.
Key words :National Park, Visiting Program, Efficiency, Tobit Regression
서 론
자연생태계와 환경, 문화 및 역사 유산을 보전하기 위한 국립공원제도는 1872년 미국의 옐로우스톤(Yellowstone)이 세계 최초 국립공원으로 지정되면서 전 세계로 확산 되었다.
우리나라는 1967년 지리산이 제 1호 국립공원으로 지정되면 서 국립공원제도가 도입되었으며, 1968년에는 한려해상, 경 주, 계룡산 등이 지정되면서 현재는 22개의 국립공원이 지 정·관리되고 있다(국립공원 홈페이지). 우리나라의 22개의 국립공원의 면적은 2018년 기준 전 국토 대비(100,399 km2)
4.0%(해상면적 제외)에 해당하는 6,726 km2에 달한다. 또한,
국립공원에는 국내 기록 생물종(49,027종)의 45%에 해당하 는 22,055종이 서식·분포하고 있으며, 국내 멸종위기 종(267 종)에 한정하여 보았을 때는 66%에 달하는 175종이 국립공 원 내 서식하고 있다. 뿐만 아니라, 대표적인 문화 경관인
명승지와 사찰, 국보를 비롯한 국가지정 문화재 751건이 소 재하고 있어, 국립공원을 찾는 탐방객 수는 꾸준히 증가하 여 국가 최대의 문화·휴식 공간으로 자리매김하고 있다(국 립공원공단 2019). 이처럼 국립공원은 현재의 도시화·오염화
·자원빈곤화 시대에서 우리 세대뿐만 아니라 미래세대에 이
르기까지 그 희소적 가치가 영속되어야 할 귀중한 자연·문 화유산이다. 국민에게는 건전한 자연휴식공간을 제공하는 역 할을 하고 있어, 국립공원의 중요성이 계속 증가하고 있다.
국립공원제도 도입 당시에는 엄격한 보전 보다 국토 및 지역개발에 많은 비중을 두고 있었으나, 21세기에 접어들면 서 생물자원의 가치와 자연 생태계 보전에 대한 중요성이 강조됨에 따라, 정부는 2001년「자연공원법」개정을추진하 였다. 이를 통해 아름다운 경관 및 자연생태계의 보전, 그리 고 자연을 즐기고자 하는 욕구를 합리적으로 조화시켜 나가 는 방향으로 공원관리를 추진하고 있다(국립공원관리공단
*Corresponding author E-mail: [email protected]
[총설]
2018b).
국립공원의 관리 정책 기조와 지속가능한 발전을 위해서 는 탐방객 관리가 중요하다. 일반적으로 공원관리는 자연생 태계, 탐방객, 공원 시설, 지역사회와의 협력 등으로 구분할 수 있으며, 이 중 탐방객은 공원관리의 핵심요소로 볼 수 있다(한상열, 권헌교 2018). 국립공원이 지속적으로 이용되 기 위해서는 다양한 탐방프로그램과 편의시설을 제공하여 탐방프로그램 참여인원을 확대하고, 탐방프로그램에 참여하 는 탐방객들에게 양질의 탐방 서비스를 제공함으로써 올바 른 탐방문화를 확산하기 위한 노력이 필요하다.
급속한 산업화와 지속적인 경제 성장은 국립공원 탐방 수 요 증가로 이어졌다(국립공원연구원 2016). 2003년 7월 대 기업을 시작으로 단계적으로 주 5일 근무제가 도입되면서 국민의 여가 시간이 늘어났으며, 2007년 1월 국립공원 입장 료가 폐지됨에 따라 국립공원의 탐방객 수는 2006년 2,679 만 명에서 2018년 4,382만 명으로 크게 증가하였다. 국립공 원 탐방객의 최근 5년 간 추이를 살펴보면, 탐방객 증가율 은 1.4%로 최근 10년 간 증가율 대비 2.9% 감소하였으며, 최근 3년 동안은 탐방객 증가율은 0.6% 수준이다. 탐방프 로그램의 경우, 참여인원 증가율은 최근 5년 간 17.0%로 최 근 10년 증가율 대비 3.9% 감소한 것으로 나타났으며, 최근 3년 간 증가율은 4.6%로 현저하게 낮은 것으로 나타났다.
본 연구에서는 우리나라 국립공원의 탐방프로그램에 대한 참여 효율성을 분석하고, 효율성에 영향을 주는 요인을 도 출하여 탐방프로그램 참여율 제고를 위한 개선방안을 제시 하고자 한다. 본 연구는 다음과 같이 구성되었다. 제2장에서 는 선행연구와 분석을 위한 방법론 등 이론적 배경에 대해 살펴보았다. 제3장에서는 연구 모형, 분석 대상, 변수 선정 등에 대해 논의하였다. 제4장에서는 분석 결과를 제시하고 제5장에서는 연구의 결론 및 의의에 대해 논의하고, 연구의 한계점을 제시하였다.
이론적 배경 1. 국립공원의 탐방프로그램
국립공원을 찾는 탐방객들의 주요 목적은 ‘자연·문화·체험’
과 ‘휴양·휴식·치유’가 가장 높게 나타났다(국립공원연구원
2017a). 국립공원 탐방프로그램 참여인원 확대와 만족도 향
상을 위하여, 22개 국립공원은 탐방객들의 탐방 목적에 부 합하는 국립공원 내 자연자원과 사찰·문화재 등 역사문화자 원을 활용한 다양한 해설 프로그램을 운영하고 있다. 또한, 한라산을 제외한 21개 국립공원에서는 생태(자연)나누리 프
로그램을 운영하고 있어, 사회취약계층이 국립공원의 자연 과 문화를 체험할 수 있는 기회 제공하는 등 국민의 삶의 질 향상을 위한 복지서비스를 제공하고 있다.
우리나라의 국립공원 탐방프로그램은 환경교육 성격을 가 진 프로그램과 일반 탐방객에게 해설 및 안내서비스를 제공 하는 일반 프로그램, 생태복지 서비스 성격의 특별 프로그 램으로 구분이 가능하다. 미래세대를 위한 환경교육 프로그 램은 환경교육 활성화를 위한 「환경교육진흥법」 제정에 따 라, ‘제2차 환경교육종합계획(’16~’20)’ 수립과 자유학기제 전면 시행 등 여건 변화와 필요성에 의해 운영되고 있다.
일반 탐방객을 대상으로 한 프로그램으로는 국립공원의 자연·역사·문화자원에 대한 해설 프로그램과, 자연생태체험, 문화생태체험, 건강생태체험, 농어촌생태체험 등의 생태체험 프로그램, 당일 혹은 2~3일에 걸쳐 국립공원을 체험할 수 있는 생태관광 프로그램을 운영하고 있다. 특별 프로그램으 로는 아토피·천식 등 환경성질환자를 대상으로 국립공원을 활용하여 자연 체험 및 치유프로그램을 제공하는 건강나누 리 프로그램과 노인, 저소득층, 다문화가정 등 사회취약계층 을 대상으로 생태복지 서비스를 제공하는 자연(생태)나누리 프로그램을 운영하고 있다. 그 밖에도 숲 태교 프로그램, 야 영장 캠핑 프로그램, 야간 프로그램, 외국인 탐방객 프로그 램 등 다양한 형태의 탐방프로그램을 운영하고 있다.
2. 선행연구
DEA 모형을 활용한 국립공원의 효율성 분석의 선행연구 를 살펴보면, 해외 연구는 Rhodes(1986), Kao et al.(1992, 1994, 1998, 2000), Bosetti & Locatelli(2005)의 연구가 대표 적이며, 국내 연구는 송영효(2009)와 주희진 et al.(2011)의 연구가 대표적이다. 선행연구는 대부분 국립공원의 경영 및 운영에 관한 효율성 분석 연구 중심으로 이루어졌다. 반면, 국립공원 탐방프로그램에 관한 연구는 국립공원연구원(국립 공원연구원 2016, 2017b)을 중심으로 연구가 추진되었으며, 국립공원 탐방프로그램의 참여 확대 및 양질의 탐방 서비스 제공하기 위한 목적으로 진행되었다. 동 연구는 국립공원 탐방프로그램의 평가지표를 도출하여 등급을 분석하고, 효 과성 분석 틀을 마련하여 그 차이를 비교·분석함으로써 탐 방프로그램 활성화 방안을 제시하였다. 반면, 국립공원 탐방 프로그램을 운영 관점에서 참여 효율성 분석하고, 효율성에 영향을 주는 요인을 분석한 연구는 미흡한 상황이다.
3. 탐방프로그램 참여 효율성의 정의
본 연구에서의 효율성은 국립공원에서 운영하는 프로그램 Table 1. Growth Rate in National Park Visitors and Visiting Program Participants.
구분 2009~2018년 2014~2018년 2016~2018년
국립공원 탐방객 증가율 1.5% 1.4% 0.6%
탐방프로그램 참여인원 증가율 21.9% 17.0% 4.6%
*출처: 국립공원관리공단(2017), 국립공원관리공단(2018a), 국립공원공단(2019)
의 개수와 운영 횟수 대비 탐방프로그램에 참여한 인원의 비율로서 탐방프로그램 참여 효율성이라고 조작적으로 정의 하였다. 일반적으로 효율은 투입한 노력이나 자원 대비 산 출된 성과의 비율을 의미한다(이정동, 오동현 2012). 효율성
(Efficiency)은 특정 조직이 투입한 제한된 자원 내에서 최대
의 산출물을 창출해 내는 것으로 설명할 수 있다(박만희
2008). 이러한 효율성 정의에 따르면, 탐방프로그램의 참여
효율성이란, 국립공원의 탐방프로그램을 만들기 위해 투입 되는 예산, 조직‧인력, 기간 등의 자원 대비 탐방프로그램에 참여한 인원의 비율로 설명할 수 있다. 국립공원 탐방프로 그램에 관련된 예산, 조직‧인력, 기간 등에 대한 상세한 정 보는 확보하기에는 어려움이 있기 때문에, 본 연구에서는 확보 가능한 정보를 기초로 탐방프로그램의 참여 효율성을 조작적으로 정의하였다. 국립공원 기본통계 자료에서는 국립 공원별 탐방프로그램 운영 실적으로 탐방프로그램 개수 및 운영횟수, 탐방프로그램 참여인원에 대한 정보를 제공한다.
4. DEA(Data Envelopment Analysis)
DEA(Data Envelopment Analysis) 모형을 통한 효율성 분 석은 선형계획법(linear programming)에 근거한 다수의 투입 및 산출변수를 갖는 의사결정단위(Decision Making Unit;
DMU)의 상대적 효율성을 측정하는 방법이다(이성희, 이학
연 2017). DEA 모형은 규모에 대한 수익불변(Constants Returns to Scale; CRS)을 가정하는 CCR 모형과 규모에 대 한 수익변화(Variable Returns to Scale; VRS)을 가정하는
BCC 모형으로 구분할 수 있다(김태희 2010). 어떠한 변수에
초점을 두는가에 따라 투입지향(input-oriented) 모형과 산출 지향(output-oriented) 모형으로 구분된다(박만희 2008). 대다 수의 효율성 분석 연구는 DMU 수가 투입변수의 수와 산출 변수의 수의 합보다 2배 이상 커야 변별력이 있다는 기준을 적용하고 있다(박만희 2008). DEA 모형을 활용하면 서로
다른 측정단위를 갖은 다양한 투입변수와 산출변수를 결합 하여 하나의 효율성 값으로 제시할 수 있다. 즉, 효율성 도 출에 요구되는 투입변수와 산출변수가 동일한 측정단위일 필요가 없으며, 서로 다른 투입변수와 산출변수를 동시에 고려하여 분석이 가능하다는 장점이 있다(엄익천 et al.
2016). 일반적으로 DEA 모형을 활용한 효율성 분석 시 투
입변수가 의사결정에 영향을 미치는 경우 투입지향 모형을 선택하며, 반대로 산출변수가 영향을 더 미치는 경우 산출 지향 모형을 선택하는 경향이 있다(박만희 2008).
5. 토빗 회귀모형(Tobit Regression)
DEA 효율성 값은 0과 1 사이의 값을 갖기 때문에 통상 최소자승법(Ordinary Least Squares: OLS)을 사용하여 회귀 분석을 실시할 경우, 회귀계수가 불일치 또는 편의추정치를 갖게 되는 문제가 발생한다(Athanassopoulos‧Triantis 1998;
McCarthy‧Yaisawarng 1993). 이처럼 중단된 자료를 갖는 종
속변수에 대한 타당한 모형은 중도절단 회귀모형(cencored regression model)과 절단 회귀모형(truncated regression model) 이 있다(박성익 et al. 2017). 본 연구에서는 토빗 회귀모형 을 활용하였다. 토빗 회귀모형은 종속변수가 제한적인 변수 인 경우에 적용되는데, 종속변수는 비율을 나타내거나 정
(positive)의 연속변수 형태를 취하며, 일반적으로 모서리해
반응(corner solution response)에 적합하다(Wooldridge 2006).
토빗 회귀모형은 종속변수가 하한보다 작거나, 상한보다 크 면 관찰되지 않는 중도절단 회귀모형(cencored regression
model)으로 일반적인 회귀모형과 이원선택(binary choice
model)이 혼합된 모형이다(유금록 2008). 토빗 회귀모형을
통한 영향요인 분석 시 특정 독립변수가 종속변수에 어떠한 영향을 주는가에 대해서는 추정계수의 증감과 부호로 알 수 있으며(김성문, 하헌구 2017), 추정계수의 절대 값이 클수록 영향력이 크다(한진석 et al. 2011).
Table 2. Literature Review.
연구자 대상 투입변수 산출변수
Rhodes
(1986) 미국
80개 국립공원 공원관리 인력, 자본 및 자원 자연자원보존면적, 자연자원·유적보존,
방문자 서비스 Kao et al.
(1992) 대만
34개 국립공원 예산, 초기 산림자원, 관리인력, 공원면적 산출산림자원, 보존산림, 휴양방문객 수
Kao et al.
(1994) 대만
34개 국립공원 예산, 초기 산림자원, 관리인력, 공원면적 산출산림자원, 보존산림, 휴양방문객 수
Kao et al.
(1998) 대만
34개 국립공원 예산, 초기 산림자원, 관리인력, 공원면적 산출산림자원, 보존산림, 휴양방문객 수
Kao et al.
(2000) 대만
34개 국립공원 예산, 초기 산림자원, 관리인력, 공원면적 산출산림자원, 보존산림, 휴양방문객 수
Bosetti & Locatelli
(2005) 미국
16개 국립공원 방문자 수, 공원 종업원 수, 공원이득 보호종의 수, 관리비, 변동비, 총 비용,
공원 면적 송영효(2009) 한국
18개 국립공원 직원 수, 물리적 자산(유동자산, 고정자산) 입장객 수, 방문객 수, 총 수입
주희진 et al.
(2011) 한국
18개 국립공원 인건비, 공원면적 탐방객, 수익금, 동/식물자원 수,
특별보호구역 면적
연구 방법 1. 연구 모형
본 연구는 국립공원 탐방프로그램의 참여 효율성을 산출 하고, 참여 효율성에 영향을 주는 요인을 도출하는 것을 목 적으로 한다. 효율성 분석을 위해 선행연구에서 활용된 DEA 모형을 활용하였으며, 탐방프로그램의 참여인원의 중 요성을 고려하여 산출 중심 BCC 모형을 활용하였다. 효율 성의 집단 간 차이 검정을 위해 크러스컬-왈리스 검정법
(kruskal-wallis test)을 활용하였으며, 효율성에 영향을 주는
요인을 도출하기 위해 토빗 회귀모형을 활용하였다. 효율성 분석은 EnP AS를 사용하였으며, 기술통계, 상관분석, 크러스 컬-왈리스 검정, 토빗 회귀분석은 R 패키지를 사용하여 분 석하였다.
2. 분석 대상
우리나라의 국립공원은 국가관리 원칙에 따라 환경부 소 관이다. 전국 22개 국립공원 중 국립공원공단이 21개를 관 리하고 있으며, 한라산국립공원은 지방 자치단체인 제주특 별자치도에서 관리하고 있다. 우리나라 국립공원은 크게 산
악형, 해상·해안형, 사적형으로 구분되며, 경주국립공원만이 사적형에 해당된다(국립공원 홈페이지).
본 연구에서는 분석단위의 동질성 확보를 위해 국립공원 유형이 다른 경주국립공원을 제외하고 국립공원 유형을 산 악형과 해상·해안형으로 한정하였다. 또한, 지방 자치단체에 서 관리하고 있는 한라산국립공원은 관리 주체가 다르기 때 문에 분석대상에서 제외하였다. 무등산국립공원 2013년 지 정되어 2014년부터 집계가 이루어졌으며, 태백산국립공원은
2016년 지정되어 2017년부터 집계가 이루어져 분석 대상에
서 제외하였다.
따라서, 본 연구의 경주국립공원, 한라산국립공원, 무등산 국립공원, 태백산국립공원 등 4개를 제외한 18개 국립공원 을 대상으로 하며, 2011년부터 2018년까지 총 8년을 분석 기간으로 하였다. 효율성 분석의 총 DMU 개수는 144개이 다. 연구를 위한 자료는 매년 발간되는 국립공원 기본통계 집, 국립공원공단 및 통계청 홈페이지의 자료를 활용하였다.
3. 변수 선정
3.1. 투입변수 및 산출변수
Table 3. Definition of Input and Output Variables.
구분 변수명 단위 정의
투입변수 프로그램 개수 개 국립공원에서 운영하는 탐방 프로그램 개수 프로그램 운영횟수 횟수 국립공원 탐방 프로그램의 운영 횟수 산출변수 프로그램 참여인원 명 국립공원 탐방 프로그램의 참여인원 수
Table 4. Descriptive Statistics for Input and output Variables.
구분 단위 평균 표준 편차 최솟값 최댓값 관측수
투입변수 프로그램 개수 개 15 8 5 39 144
프로그램 운영횟수 개 1,329 907 240.0 6,406 144 산출변수 프로그램 참여인원 명 85,023 67,192 15,706 420,970 144
Figure 1. Research Framework.
DEA 효율성 분석을 위한 투입변수와 산출변수 선정은 이 론적으로 타당해야 하며, 변수 선정에 대한 충분한 설명이 필요하다. 앞서 정의한대로 본 연구에서는 탐방프로그램 참 여 효율성을 국립공원에서 운영하는 프로그램의 개수와 프 로그램의 운영 횟수 대비 탐방프로그램에 참여한 인력 수의 비율로 정의하고 있다. 따라서 탐방프로그램의 특성을 반영 하기 위해 투입변수로는 탐방프로그램의 개수와 탐방프로그 램의 운영 횟수로 선정하였으며, 산출변수로는 탐방프로그 램에 참여인원으로 선정하였다.
3.2. 영향요인 변수
본 연구에서는 탐방프로그램의 참여 효율성에는 국립공원 의 기본적인 특성, 국립공원이 보유하고 있는 시설자원, 동·
식물자원 및 문화자원이 영향을 줄 것이라는 전제로 영향요 인 변수를 선정하였다. 따라서, 토빗 회귀분석을 위한 독립 변수들은 종속변수인 탐방프로그램의 참여 효율성에 영향을 미칠 수 있는 요인으로 국립공원 기본현황 변수, 공원시설 변수, 동·식물자원 변수, 문화자원 변수 등 크게 4가지로 구 분하여 정의하였다. 국립공원 기본현황 변수는 국립공원의 총 면적, 국립공원으로 지정된 후 2019년 9월 현재까지의 개월 수, 연간 탐방객 수로 정의하였다. 공원시설 변수는 국 립공원 내 사무소 개수와 탐방 지원센터 개수, 탐방로와 자 연 관찰로의 개수로 정의하였다. 동·식물자원 변수는 식물자 원과 동물자원으로 구분하여 국립공원 내 서식하고 있는 종 의 수로 정의하였다. 문화자원 변수는 문화재 유형별로 국 립공원 내 국가지정문화재, 시도지정문화재의 개수로 정의 하였다.
분석 결과 1. 기술통계량 및 변수 간 상관분석
본 연구의 분석 대상인 18개 국립공원은 2011년부터
2018년까지 연간 평균 15개, 최소 5개 이상, 최대 39개 이하
의 탐방프로그램을 운영하였다. 탐방프로그램 운영횟수를 살펴보면, 연간 평균 운영횟수는 1,329회이며, 최소 240회, 최대 6,406회이다. 탐방프로그램에 참여하는 인원을 살펴보 면, 연간 평균 8만 5,023명이 참여했으며, 최소 1만 5,706명, 최대 42만 970명이 참여하였다.
DEA 효율성 분석 시 투입변수와 산출변수 간 타당성을 갖기 위해서는 일정한 상관관계를 필요로 한다(Mostafa,
2009). 따라서, 본 연구에서는 투입 및 산출변수 간 변수 선
정의 타당성을 살펴보기 위해 상관분석을 실시하였다. 상관 분석 결과, 프로그램 개수와 프로그램 운영횟수 간 상관계 수, 프로그램 개수와 프로그램 참여인원 간 상관계수는 각 각 0.522, 0.507으로 비교적 강한 양의 상관관계가 있는 것 으로 나타났으며, 통계적으로 유의미한 차이가 있는 것으로 나타났다. 또한, 프로그램 운영횟수와 프로그램 참여인원 간 상관계수는 0.711로 강한 양의 상관관계가 있는 것으로 나 타났으며, 통계적으로 유의미한 차이가 있는 것으로 나타난 것으로 보아, 본 연구의 투입변수와 산출변수 간 타당성이 있는 것으로 판단된다.
2. 효율성 분석
DMU 144개의 효율성 기술통계량을 살펴보면, 평균은 0.497, 표준편차는 0.020으로, 효율성이 가장 높은 DMU는 1이며,
Table 5. Definition of Variables.
구분 변수명 조작적 정의 단위
종속변수 탐방프로그램 참여 효율성 DEA를 통해 측정한 탐방프로그램 참여 효율성 -
독립변수
기본현황
총 면적 국립공원 총 면적 km2
지정기간 국립공원 지정 기간(지정된 월부터 ’19. 9월 까지) 개월
탐방객 연간 국립공원 탐방객 수 만명
공원시설
사무소 국립공원 내 사무소 개수 개
탐방 지원센터 국립공원 내 탐방 지원센터 개수 개
탐방로 국립공원 내 탐방로 개수 개
자연관찰로 국립공원 내 자연 관찰로 개수 개
동‧식물자원
식물자원 국립공원 내 식물자원 종의 수 종
동물자원 국립공원 내 동물자원 종의 수 종
문화자원 국가지정문화재 국립공원 내 국가지정문화재 개수 개 시도지정문화재 국립공원 내 시도지정문화재 개수 개
Table 6. Correlation Analysis.
구분 프로그램 개수 프로그램 운영횟수 프로그램 참여인원
투입변수 프로그램 개수 1.000 - -
프로그램 운영횟수 0.522*** 1.000 -
산출변수 프로그램 참여인원 0.507*** 0.711*** 1.000
***p<0.01; **p<0.05; *p<0.1
효율성이 가장 낮은 DMU는 0.131인 것으로 나타났다.
DMU 중 2018년 설악산, 태안해안, 북한산, 2017년 지리 산, 오대산, 북한산, 변산반도, 2013년 치악산, 2012년 속리 산, 치악산, 2011년 속리산 등 11개 DMU는 효율성이 1로 가장 효율적인 것으로 나타났다. 효율성이 가장 낮은 DMU 는 2011년 주왕산(0.131)이며, 2011년 다도해해상(0.164),
2011년 내장산(0.168), 2011년 오대산(0.169) 등 순으로 나타
났다.
DMU의 효율성 분포를 살펴보면, 효율성 값이 0.2보다 크
고 0.4 보다 작거나 같은 DMU 비중이 34.0%(49개)로 가장 높은 것으로 나타났으며, 0.2 보다 작거나 같은 DMU 비중
은 6.9%(10개)로 가장 낮은 것으로 나타났다. 효율성 값 평 균인 0.497보다 작은 DMU는 총 85개로 전체 DMU의 59%
를 차지하는 것으로 나타났다.
3. 효율성 그룹 간 비교분석
크러스컬-왈리스 검정법을 활용하여 공원 유형별, 연도별, 행정구역별, 국립공원별 효율성의 그룹 간 차이를 비교하였다.
공원 유형별로 효율성을 비교한 결과, 산악형 국립공원은
0.512, 해상·해안형 국립공원은 0.447로 산악형 국립공원의
효율성이 상대적으로 높은 것으로 나타났으나, 공원 유형별 로 그룹 간 효율성을 비교한 결과, 통계적으로 유의미한 차 Table 7. Efficiency Results of DMU.
국립공원 2011 2012 2013 2014 2015 2016 2017 2018 평균
지리산 0.277 0.373 0.421 0.483 0.586 0.794 1.000 0.650 0.573
계룡산 0.495 0.234 0.337 0.317 0.519 0.694 0.861 0.915 0.547
한려해상 0.183 0.199 0.265 0.392 0.439 0.571 0.741 0.573 0.420
설악산 0.194 0.258 0.287 0.347 0.489 0.720 0.763 1.000 0.507
속리산 1.000 1.000 0.454 0.355 0.633 0.765 0.959 0.651 0.727
내장산 0.168 0.196 0.225 0.237 0.310 0.406 0.622 0.410 0.322
가야산 0.205 0.262 0.288 0.258 0.374 0.454 0.652 0.597 0.386
덕유산 0.316 0.227 0.261 0.241 0.379 0.505 0.715 0.641 0.411
오대산 0.169 0.239 0.287 0.405 0.480 0.650 1.000 0.710 0.492
주왕산 0.131 0.231 0.247 0.295 0.430 0.631 0.764 0.568 0.412
태안해안 0.289 0.301 0.367 0.268 0.345 0.529 0.787 1.000 0.486
다도해해상 0.164 0.223 0.223 0.256 0.300 0.409 0.544 0.383 0.313
북한산 0.358 0.366 0.452 0.491 0.614 0.927 1.000 1.000 0.651
치악산 0.478 1.000 1.000 0.508 0.575 0.697 0.840 0.482 0.698
월악산 0.432 0.531 0.404 0.452 0.424 0.495 0.702 0.926 0.546
소백산 0.249 0.289 0.378 0.479 0.664 0.690 0.797 0.585 0.516
변산반도 0.308 0.449 0.425 0.345 0.645 0.767 1.000 0.598 0.567
월출산 0.297 0.184 0.172 0.250 0.236 0.462 0.820 0.576 0.375
평균 0.317 0.365 0.361 0.354 0.469 0.620 0.809 0.681 0.497
*굵은 글씨 표기 : 효율성 1인 DMU
Table 8. Comparison of Efficiency Results : Year.
구분
평균면적 평균
탐방객 DMU 탐방프로그램
프로그램 운영횟수 참여인원
효율성 p-value
km2 만명 개 개 횟수 명
2011 349 2039 18 14 861 32788 0.317
2.112e-14***
2012 349 2034 18 15 855 38570 0.365
2013 349 2144 18 14 983 48193 0.361
2014 349 2123 18 19 1278 66319 0.354
2015 349 2099 18 16 1374 86065 0.469
2016 349 2054 18 15 1475 115999 0.620
2017 349 2184 18 15 2125 175565 0.809
2018 349 2012 18 12 1678 116688 0.681
평균(합계) 349 2086 (144) 15 1329 85023 0.497
***p<0.01; **p<0.05; *p<0.1
이는 없는 것으로 분석되었다.
2011년부터 2018년까지 연도별로 국립공원의 효율성을 비
교한 결과, 2011년 효율성이 0.317에서 꾸준히 증가하여
2017년 0.809으로 가장 높은 효율성을 보인 후 2018년
0.681로 다소 감소하였다. 이는 탐방프로그램 운영횟수가
2011년부터 매년 지속적으로 증가함에 따라 참여인원이 증
가하여 효율성이 점차 증가한 것으로 분석된다. 다만 2018 년은 전년 대비 탐방프로그램 운영횟수가 평균 약 21% 가 량 감소하였으며, 이에 따라 참여인원이 약 34% 감소하여 효율성이 크게 감소한 것으로 분석된다. 이는 최근 미세먼 지, 폭염 등 기후변화에 따른 야외활동 감소와 지속적인 경
기침체가 2018년 국립공원 탐방프로그램 참여인원 감소에 영향을 미친 것으로 판단된다. 연도별로 그룹 간 효율성을 비교한 결과, 통계적으로 유의미한 차이가 있는 것으로 분 석되었다.
행정구역별로 효율성을 비교한 결과, 수도권이 0.651로 효 율성이 가장 높은 것으로 나타났고, 이어 충청권 0.576, 경 상권/전라권 0.573, 강원권 0.553 등의 순으로 나타났으며, 전라권의 효율성은 0.394로 행정구역 중 효율성이 가장 낮 은 것으로 나타났다. 이는 전라권에 해당하는 4개 국립공원 중 내장산과 다도해해상의 탐방프로그램 운영횟수가 18개 국립공원 중 상대적으로 많은 반면, 탐방프로그램 참여인원 Table 9. Comparison of Efficiency Results : Administrative District.
구분
평균면적 평균
탐방객 DMU 탐방프로그램
프로그램 운영횟수 참여인원
효율성 p-value
km2 만명 개 개 횟수 명
강원권 306 1694 32 14 921 76239 0.553
0.001406**
경상권 237 2555 32 13 1324 71108 0.407
경상권/전라권 483 2902 8 32 2545 196654 0.573
수도권 77 6781 8 27 1977 185504 0.651
전라권 639 1480 32 16 1840 78761 0.394
충청권 251 1238 32 10 763 60958 0.576
평균(합계) 349 2086 (144) 15 1329 85023 0.497
***p<0.01; **p<0.05; *p<0.1
Table 10. Comparison of Efficiency Results : National Park.
구분
면적평균 평균
탐방객 DMU 탐방프로그램
프로그램 운영횟수 참여인원
효율성 p-value
km2 만명 개 개 횟수 명
지리산 483 2902 8 32 2545 196654 0.573
0.006713***
계룡산 65 1640 8 10 909 64593 0.547
한려해상 536 6502 8 20 1686 107055 0.420
설악산 398 3461 8 13 1220 89744 0.507
속리산 275 1211 8 9 827 71520 0.727
내장산 81 1816 8 19 3108 104562 0.322
가야산 76 889 8 10 1512 62796 0.386
덕유산 229 1683 8 11 1265 63791 0.411
오대산 326 1404 8 14 685 67012 0.492
주왕산 106 1144 8 10 833 50788 0.412
태안해안 377 1108 8 9 649 48862 0.486
다도해해상 2266 1741 8 24 2123 95119 0.313
북한산 77 6781 8 27 1977 185504 0.651
치악산 176 614 8 9 768 49410 0.698
월악산 288 994 8 11 669 58857 0.546
소백산 322 1299 8 21 1012 98791 0.516
변산반도 154 1914 8 9 1475 74292 0.567
월출산 56 449 8 12 652 41070 0.375
평균(합계) 349 2086 (144) 15 1329 85023 0.497
***p<0.01; **p<0.05; *p<0.1
이 저조한 것에 따른 것으로 분석된다. 행정구역별로 그룹 간 효율성을 비교한 결과, 통계적으로 유의미한 차이가 있 는 것으로 분석되었다.
국립공원별로 효율성을 비교한 결과, 18개 국립공원 중 속리산은 0.727로 효율성이 가장 높게 나타났으며, 이어서 치악산(0.698), 북한산(0.651), 지리산(0.573), 계룡산(0.547) 등의 순으로 효율성이 높게 나타났다. 속리산, 치악산, 계룡 산의 경우 상대적으로 탐방프로그램 개수와 운영 횟수가 18 개 국립공원 중 하위 수준이나, 참여인원이 많아 효율성이 높게 나타난 것으로 분석된다. 북한산과 지리산의 경우, 탐 방프로그램 개수와 운영횟수가 18개 중 가장 높은 수준이며, 이에 따른 참여인원도 가장 많아 효율성이 높게 나타난 것 으로 분석된다. 특히, 북한산은 서울특별시에 위치해 있는 도시형 국립공원으로 유동인구가 많으며, 접근이 용이하다 는 입지적 특성에 따른 영향이 있는 것으로 판단된다. 다도 해해상은 0.313으로 가장 낮은 효율성을 보였으며, 내장산
0.322, 월출산 0.375, 가야산 0.386 등의 순으로 효율성이 낮
게 나타났다. 다도해해상의 경우, 18개 국립공원 중 탐방프 로그램 개수와 운영횟수가 세 번째로 많으나, 이에 비해 탐 방프로그램 참여인원이 상대적으로 적어 효율성이 낮게 나 타난 것으로 분석된다. 이는 다도해해상은 일부 지역이 천 연보호구역으로 지정되어 있어 탐방객의 이용 이외에도 자 연환경 보전을 목적으로 하고 있다는 점이 탐방프로그램 참 여인원이 저조한 것에 영향을 미친 것으로 판단된다. 국립 공원별로 그룹 간 효율성을 비교한 결과, 통계적으로 유의 미한 차이가 있는 것으로 분석되었다.
4. 영향요인 분석
다중공선성은 회귀분석에서 사용되는 모형의 독립변수 간 상관관계가 높아, 분석 결과에 부정적인 영향을 미치는 현 상을 의미한다. 다중공선성을 고려하지 않고 회귀모형을 개 발할 경우, 모형 내 독립변수가 제 역할을 하지 못해 모형 의 설명력이 높아도 회귀계수들이 유의하지 않게 될 수 있 어, 모형 개발 전 다중공선성 진단이 필요하다(이승주, 임진
강, 박병호 2014). 일반적으로 다중공선성을 진단하기 위해 서는 분산팽창인수(Variance Inflation Factor: 이하 VIF), 공 차한계(Tolerance), 상관분석 등을 활용할 수 있으며, VIF를 활용하는 경우, 값이 10 미만이면 다중공선성이 없는 것으 로 판단한다(Marquardt 1970). 본 연구에서는 VIF를 활용하 여 독립변수 간 다중공선성 진단을 실시하였으며, 전체 독 립변수 중 공원시설 변수인 탐방로의 VIF 값이 10을 초과 하여 독립변수에서 제외하고 분석을 진행하였다.
토빗 회귀모형을 활용하여 국립공원 탐방프로그램의 참여 효율성에 미치는 영향요인을 분석하였다. 국립공원 기본현 황 변수의 경우, 총 면적, 지정기간, 탐방객 수 모두 참여 효 율성에 부의 영향을 주는 것으로 나타났으며, 세 개 변수 모두 통계적으로 유의미한 것으로 분석되었다. 이는 국립공 원의 총 면적이 넓고, 국립공원으로 지정된 기간이 길고, 연 간 탐방객 수가 많다고 해서 탐방프로그램의 참여 효율성이 높게 나타나는 것은 아닌 것으로 해석할 수 있다. 공원시설 변수의 경우, 사무소 개수와, 탐방 지원센터 수는 참여 효율 성에 정의 효과를 보였으나, 자연관찰로 개수는 부의 효과 를 보이는 것으로 나타났다. 공원시설 변수는 모두 통계적 으로 유의미한 것으로 나타났다. 이는 사무소와 탐방 지원 센터 수가 많을수록 탐방프로그램 효율성이 높게 나타나는 반면, 자연관찰로는 개수가 많다고 해서 탐방프로그램의 효 율성이 높게 나타나는 것은 아닌 것으로 해석할 수 있다.
국립공원의 자연관찰로는 탐방객 스스로 탐방로 주변의 경 관과 자연을 감상·관찰하고 이해할 수 있도록 자연, 역사, 문화자원에 대한 해설 판이나 체험시설을 설치한 탐방로를 의미한다. 자연관찰로의 경우 탐방객 스스로 주변을 감상하 고 관찰한다는 점에서 탐방프로그램 참여 효율성에는 부정 적인 영향을 준 것으로 추정된다. 동·식물자원 변수의 경우, 식물자원은 효율성에 부의 효과를 보였으며, 동물자원은 정 의 효과를 보이는 것으로 나타났다. 동물자원만이 통계적으 로 유의미한 것으로 나타났다. 또한, 문화자원 변수의 경우, 국가지정문화재와 시도지정문화재 모두 효율성에 정의 효과 를 보이는 것으로 나타났으나, 시도지정문화재만이 통계적
Table 11. Result of Tobit Regression.
구분 독립변수 Esti. Std.Err z value Pr(>|z|)
국립공원기본현황
총 면적 0.000 0.000 3.216 0.001***
지정기간 0.001 0.000 3.945 0.000***
탐방객 0.000 0.000 3.587 0.000***
공원시설
사무소 0.060 0.019 3.110 0.002***
탐방 지원센터 0.035 0.013 2.637 0.008***
자연관찰로 0.056 0.013 4.161 0.000***
동식물자원
식물자원 0.000 0.000 0.096 0.924
동물자원 0.000 0.000 2.391 0.017**
문화자원
국가지정문화재 0.003 0.003 1.046 0.295 시도지정문화재 0.004 0.002 2.052 0.040**
***p<0.01; **p<0.05; *p<0.1
Log-likelihood: 1.9506 on 276 degrees of freedom
으로 유의미한 것으로 나타났다. 이는 포유류, 조류, 파충류 등 다양한 동물자원과 시도지정문화재의 수가 많을수록 탐 방프로그램 참여 효율성이 높게 나타나는 것을 의미한다.
결 론
본 연구에서는 2011년부터 2018년까지 8년 간 18개 국립 공원의 탐방프로그램 참여 효율성을 도출하고, 공원 유형별, 연도별, 행정구역별, 국립공원별로 효율성에 어떠한 차이가 있는지 살펴보았다. 또한 국립공원 기본현황, 공원 시설, 동
·식물 및 문화자원이 참여 효율성에 어떠한 영향을 주는지 살펴보았다. 전체 144개 DMU의 효율성을 분석한 결과, 전 체 DMU 중 7.6%(11개)만이 효율적인 것으로 나타났다.
144개 DMU의 평균 효율성은 0.497이며, 평균보다 낮은 효
율성 값을 갖는 DMU는 전체의 59%(85개)인 것으로 나타 나, 국립공원의 탐방프로그램 참여 효율성은 대체로 낮은 것으로 분석되었다. 참여 효율성이 낮은 원인을 살펴보면, 최근 기후변화, 경기침체 등에 영향을 받은 것으로 분석되 었으며, 국립공원 면적의 일부를 자연환경 보전을 목적으로 한 다도해해상국립공원의 효율성이 낮은 것에 영향을 받은 것으로 분석되었다. 또한, 국립공원의 기본적인 특성, 공원 의 시설, 동‧식물, 문화자원의 영향 여부를 분석한 결과, 국 립공원의 총 면적, 국립공원으로 지정된 기간, 탐방객 수, 자연관찰로 개수 등은 탐방프로그램 참여 효율성에 부정적 인 영향을 주는 것으로 분석되었으며, 국립공원 내 사무소 수, 탐방지원센터 수, 동물자원 수, 시도지정문화재 수 등은 효율성에 긍정적인 영향을 주는 것으로 분석되었다.
분석 결과를 종합적으로 살펴보면, 국립공원 탐방프로그 램 참여 효율성에 영향을 주는 요인은 크게 외부 환경요인 과 내부 환경요인으로 구분할 수 있다. 외부 환경요인으로 는 입지적 특성과 관련된 지리적 요인, 미세먼지, 폭염 등 기후변화와 관련된 환경적 요인, 자연환경 보전과 관련된 정책적 요인 등으로 구분된다. 내부 환경요인으로는 총 면 적, 지정기간, 탐방객 등 공원 특성 요인, 사무소, 탐방지원 센터, 자연관찰로 등 공원 시설 요인, 동·식물자원, 문화자원 등 공원 자원 요인으로 구분된다.
외부 환경요인과 내부 환경요인을 고려한 국립공원 탐방 프로그램 참여 효율성 제고를 위한 방안을 살펴보면 다음과 같다.
첫째, 국립공원은 특성 상 기후변화에 따른 자연재해로부 터 취약하다. 국립공원연구원 연구 결과에 따르면, 국립공원 의 태풍이나 집주호우와 같은 자연재해로 인한 피해액이 지 속적으로 증가하고 있는 실정이다. 따라서, 국립공원의 탐방 프로그램 참여 효율성 제고를 위해서는 태풍 상륙시기, 집 중호우 현황, 산불 발생 예측 등 연간 자연재해 발생 현황 을 집계‧분석하여, 자연재해 상황을 고려한 탐방프로그램 운 영 계획을 수립할 필요가 있다. 둘째, 국립공원의 탐방객이 많다고 해서 탐방프로그램 참여 효율성이 높지는 않은 것으 로 분석된 것으로 보아, 국립공원의 탐방객을 늘리기 위한
노력과 함께 탐방프로그램 참여 인원을 늘리기 위한 노력도 함께 이루어져야 할 것이다. 따라서, 계절별, 프로그램 특성 별, 탐방객들의 탐방 목적에 맞는 탐방프로그램에 대한 별 도의 홍보 및 안내 활동을 활발히 진행할 필요가 있다. 셋 째, 국립공원별 탐방프로그램 참여 효율성 분석 결과, 속리 산, 치악산, 계룡산 등의 효율성이 높게 나타난 것은 탐방프 로그램 개수와 운영 횟수는 낮으나, 상대적으로 참여인원이 많은 것에 기인한 것이다. 입지적으로 우위를 확보한 몇몇 의 국립공원을 제외하고는 탐방프로그램 개수와 운영 횟수 가 많다고 해서 참여 효율성이 높다고 판단하기는 어렵다.
즉, 탐방프로그램 참여 효율성을 제고하기 위해 탐방프로그 램 개수와 운영 횟수를 늘리기 보다는 국립공원의 지리적, 환경적 특성을 반영한 소수의 대표적인 탐방프로그램을 개 발‧운영하는 방안이 필요하다. 이를 위해서 탐방프로그램 만 족도 조사 등을 통해 수요자 중심의 개선사항 도출을 위한 탐방프로그램 참여 탐방객 관리 체계를 마련할 필요가 있다.
본 연구는 다음과 같은 한계점을 갖는다. 본 연구에서는 정보 수집 및 확보의 한계로 인해 탐방프로그램 참여 효율 성을 운영 관점에서 정의하고 분석하였다. 탐방프로그램을 만들기 위한 예산, 조직 및 인력, 기간 등의 정보는 중요한 정보이기 때문에, 추후 활용할 수 있다면 보다 의미있는 결 과를 도출할 수 있을 것이다. 본 연구의 분석기간은 8년으 로 짧지 않은 기간을 대상으로 하고 있으나, 순수 DEA 모 형을 활용하여 효율성의 추세를 파악하지 못 하였다. 추후 연구에서는 DEA/Window 모형을 활용하여 효율성의 안정성 (stability), 계절적 변동(seasonal behaviour) 등을 분석할 필 요가 있을 것이다. 본 연구에서는 효율성의 영향요인으로 국립공원 기본 특성, 시설자원, 동‧식물자원, 문화자원 등으 로 한정하였다. 추후에는 탐방객의 안전사고, 재난 발생 현 황, 감시카메라, 산사태취약 지역에 대한 정보를 활용한다면 재난안전 관점에서 탐방프로그램 효율성의 미치는 영향요인 을 발견할 수 있을 것이다.
참고문헌
국립공원연구원. 2016. 국립공원 탐방프로그램 평가 및 효과성 분 석 연구. 국립공원관리공단 국립공원연구원.
국립공원관리공단. 2017. 2017 국립공원 기본통계.
국립공원연구원. 2017a. 2017 국립공원 여가·휴양 실태조사.
국립공원연구원. 2017b. 국립공원 탐방프로그램 효과성 평가 연구.
국립공원관리공단 국립공원연구원.
국립공원관리공단. 2018a. 2018 국립공원 기본통계.
국립공원관리공단. 2018b. 국립공원 50년사.
국립공원공단. 2019. 2019 국립공원 기본통계.
박만희. 2008. 효율성과 생산성 분석, 한국학술정보.
이정동, 오동현. 2012. 효율성분석이론, 지필미디어.
김성문, 하헌구. 2017. 국내 주요 물류기업의 효율성과 효율성에 미치는 영향 분석. 교통연구. 24(3): 17-26.
김태희. 2010. 평가위원간 네트워크가 국가연구개발사업의 효율 성에 미치는 영향에 관한 연구(원자력연구개발사업을 중심으
로). 기술혁신학회지. 13(4): 184-203.
손영효. 2009. 국립공원의 효율성 및 생산성 고찰. 산업경제연구.
22(1): 123-149.
박성익, 류장수, 김종한, 조장식. 2017. 패널 토빗모형을 이요한 청 년채용비율 결정요인 분석. 한국데이터정보과학회지. 28(4):
853-862.
이성희, 이학연. 2017. 정부출연연구기관의 산학연 공동연구 성과 평가. 대한산업공학회지. 43(3): 154-163.
이승주, 임진강, 박병호. 2014, 토빗모형을 이용한 교차로 보행자 사고모형 개발, Journal of the Korean Society of Safety. 29(5):
154-159.
유금록. 2008. 공공부문의 효율성과 영향요인 분석: 도시개발공사 를 중심으로. 한국행정학보. 42(3): 79-109.
엄익천, 백철우, 홍세호. 2016. 영역조절모형(RAM)을 활용한 신약 개발 국가연구개발사업의 효율성 분석. 기술혁신학회지.
19(4): 711-735.
주희진, 권기헌, 문상호. 2011. 국립공원의 동태적 효율성에 관한 연구(자료포락-윈도우(DEA-Window)) 분석을 중심으로. 정책 분석평가학회보. 21(1): 243-273.
한상열, 권헌교. 2018. 국립공원 탐방수요의 장기 예측 모형 개발.
한국산림휴양학회지. 22(3): 57-63.
한진석, 김혜란, 고승영. 2011. DEA(data envelopment analysis) 모 형을 이용한 서울시 지선버스노선의 형평성 분석. 대한교통학 회지. 29(2): 15-24.
Athanassopoulos AD, KP Triantis. 1998. Assessing aggregate cost efficiency and their related policy implications for Greek local municipalities. INFOR. 36(3): 66-83.
Bosetti V, G Locatelli. 2005. A data Envelopment Analysis Approach to the Italian National Parks, Nota Divavoro 63, 2005, Fondazione Eni Enrico Mattei.
Kao C, TC Yang. 1992. Reorganization of Forest Districts via
Efficiency Measurement. European Journal of Operational Research. 58: 356-362.
Kao C. 1994. Efficiency Improvement in Data Envelopment analysis.
European Journal of Operational Research. 73: 487-494.
Kao C. 1998. Measuring the Efficiency of Forest Districts with Multiple Working Circles. The Journal of the Operational research Society. 49(6): 583-590.
Kao C. 2000. Data Envelopment Anlysis in Resource Allocation:
an Application to Forest Management. International Journal of Systems Science. 31(9): 1059-1066.
Marquardt DW. 1973. Generalized Inverses, Ridge Regression, Biased Linear Estimation, and Nonlinear Estimation. Technometrics.
12(3): 591-612.
McCarty TA, S Yaisawarng. 1993. Technical Efficiency in New Jersey School Districts. in Fried HO and SS Schmidt (eds.) the Measurement of Productive Efficiency: Techniques and Applications, Oxford U.K.: 271-287.
Mostafa M. 2009. Benchmarking the US specialty retailers and food consumer stores using data envelopment analysis, International Journal of Retail and Distribution Management. 37(8): 661- 679.
Rhodes EI. 1986. An Exploratory Analysis of Variations in Performanceamong U.S. National Parks, Measuring Efficiency:
An Assessment of Data Envelopment Analysis New Directs for Program Evaluation (32), Silkman, R.H.(Ed.), Jossey-Bass, 47-71.
Wooldridge JM. 2006. Introductory Econometrics, Thomson South- Western.
(2019년 11월 18일 접수; 2020년 04월 01일 수정;
2020년 04월 10일 채택)
