자료포락분석(DEA) 모형에 의한 문화 분야 지방재정사업의 효율성 평가: 강원도 지역 행사·축제를 대상으로^*

DEA 모형이란 다수의 산출물을 단일 척도로 전환하는 선형계획법으로서, 특정 확률분포를 가정하지 않는 비모수적 모형이다. 즉, 체제(system) 모형을 기반으로 다수의 투입요소와 산출요소를 전환시키는 의사결정 단위들(decision-making units: 이하 DMUs)의 관리운영상 효율성²⁾을 측정하는 방법론으로서, 비시장적 재화를 투입물 또는 산출물로 사용하는 공공부문 및 비영리조직의 상대적 효율성 측정에 활용될 수 있다(유금록, 2008: 80; 이영범, 2009: 225). 상대적 효율성이란 경제 주체들의 효율성 중 최고치 및 최저치와 비교하여 상대적으로 표현되는 것을 의미하며, DEA 모형은 투입요소와 산출요소를 가진 DMUs 간 형성된 경험적 프런티어 또는 준거집단³⁾을 통해 조직체들 간에 상대적 효율성을 평가하는 방법을 사용한다(고길곤, 2017). 여기서 모든 DMUs의 효율성 점수는 0에서 1 사이의 값을 가지며, 효율성 값이 1인 준거집단과의 비교를 통해 특정 DMU의 상대적 효율성이 측정된다.⁴⁾

Farrel(1957)⁵⁾은 효율성의 개념을 총 효율성(Overall Efficiency)과 기술적 효율성⁶⁾(Technical Efficiency)으로 구분하고, 이들의 차이를 배분적 효율성⁷⁾(Allocation Efficiency)으로 정의했다(유금록, 2004). 기술적 효율성을 측정하는 기본개념은 [그림 1]과 같다(Coelli et al., 1998; 최충익·김미숙, 2008 재인용). 여기서 투입물 X와 산출물 Y를 만들어내는 4개의 생산 단위의 투입물 산출물 조합을 F1, F2, F3, F4로 표시한다고 가정하면, 원점을 통과하는 직선은 규모수익불변(Constant Returns to Scale: CRS)이며, 이것은 기술조건 하에서 효율성 프런티어를 나타낸다. F1, F2, F3를 연결하는 곡선은 표본 내에서 주어진 산출물 규모 대비 최소의 투입물이 사용되는 프런티어로서 규모수익가변(Variable Returns to Scale: VRS)이다. 이러한 두 모형에서 구해진 CRS와 VRS를 나타내는 프런티어는 효율성을 측정하는 기준이 된다.⁸⁾

그림 1. DEA에 의한 효율성 측정 출처: Coelli et al., 1998: 152-153; 최충익·김미숙, 2008; 279 재인용).

Download Original Figure

DEA에서 기술적 효율성(Technical Efficiency: TE)은 다시 순수기술적 효율성(Pure Technical Efficiency: PTE)과 규모효율성(Scale Efficiency: SE)으로 분류된다(최충익·김미숙, 2008). 첫째, 기술적 효율성이란 CRS 프런티어와 얼마나 떨어져 있느냐에 따라 결정되며, 생산단위가 CRS 프런티어 상에 있으면 해당 생산단위는 기술효율적인 상태이다. 이러한 기술적 효율성은 규모의 경제만 존재하고 규모의 불경제는 존재하지 않는다는 가정 하에서, 가장 효율적인 생산단위의 생산구조에서 규모가 관찰대상 생산단위의 수준으로 줄어들 때 투입물의 절감 비율을 나타낸다.

둘째, 순수기술적 효율성 또는 운영효율성(Managerial Efficiency)은 생산단위의 투입물 및 산출물 조합이 규모수익가변 기술 하에서 거리가 얼마나 떨어져 있는지를 측정한다. 운영효율성은 규모의 불경제로 인해 해당 생산단위의 효율성이 낮은 것으로 나타나게 되지만, 규모의 경제를 고려하지 않을 경우에는 동일 규모의 다른 생산단위에 비해 효율적이게 된다.

셋째, 규모효율성은 특정 산출물 수준에서 규모수익불변 프런티어가 규모수익가변 프런티어로부터 얼마나 떨어져 있는지에 따라 결정된다. DMUs의 규모의 효율성은 CCR 모형의 효율성과 BCC 모형의 효율성을 이용하여 얻을 수 있다.

이와 같은 DEA 모형은 규모수익불변(CRS)을 가정한 CCR 모형과 규모수익가변(VRS)을 가정하여 규모수익의 효과를 통제하고 기술적 효율성(TE)을 추정하는 BCC 모형 등이 존재한다. 우선, 규모에 대한 수익불변(CRS)을 가정하고 기술적 효율성(TE)을 추정하기 위해서는 CCR(연구자들인 Chranes, Cooper & Rhodes(1978)의 머리글자를 따라 명명) 모형을 사용한다. DEA의 가장 기본적인 모형인 CCR 모형은 Farrel의 단수의 산출/투입 요소의 비율 모형을 복수의 산출/투입 모형으로 확장시킨 것으로서 다음과 같은 선형계획식으로 표현된다.

여기서는 θ_k의 기술적 효율성 값, x_n은 n개의 투입요소, y_m은 m개의 산출요소, z_k는 DMUs에 대해 계산되는 가중치, 즉 DMU k의 각 투입/산출요소에 대한 모든 DMU들의 투입/산출요소의 가중합을 의미한다. 위 모형에서 특정 DMU의 θ_k 값이 1이 되면 그 DMU는 상대적으로 가장 효율적인 것으로 간주되고, 1보다 작은 값이면 상대적으로 비효율적인 DMU가 된다.

하지만 규모수익불변(CRS)을 가정하는 CCR 모형은 특정 투입물의 증가에 대해 산출물이 수확체증적으로 증가하는 경우에는 효율성 측정이 왜곡될 수 있다. 이러한 단점을 보완하기 위해 Banker, Charnes, & Cooper(1984)에 의해 개발된 BCC(연구자들 이름의 머리글자를 따라 명명) 모형은 규모의 경제를 고려하여 규모수익가변(VRS)을 가정하고 있다. 위에 제시된 CCR 모형의 식에 아래 조건을 추가하면 VRS 조건을 만족하는 BCC 모형이 된다.

여기서 투입 규모를 늘림에 따라 동일한 비율로 산출이 증가는 경우 규모에 대한 불변(CRS), 점차 감소하는 경우 규모의 비경제(Decreasing Returns to Scale: 이하 DRS), 점차 증가하는 경우 규모의 경제(Increasing Returns to Scale: 이하 IRS)의 존재를 인정한다.⁹⁾

이와 같은 BCC 모형을 이용하면 기술적 효율성(TE)에서 규모효율성(SE)을 제외한 순수기술적 효율성(PTE) 또는 운영효율성을 측정할 수 있다. 즉, 규모효율성(SE)은 CCR 모형의 기술적 효율성(TE)을 BCC 모형의 순수기술적 효율성(PTE)으로 나눈 값이다.

여기서 SE=1인 경우에는 기술적 효율성과 순수기술적 효율성이 동일하여 규모의 비효율성이 존재하지 않기 때문에 수익불변(CRS)으로 최적규모 상태임을 의미한다. 반면, SE≠1인 경우에는 규모의 비효율성이 존재하며 최적규모에서 벗어나 있는 것으로 볼 수 있다.¹⁰⁾

본 연구의 DEA 모형에 의한 효율성 분석은 2012년부터 2016년까지 강원도 지자체(본청 및 시·군) 내에서 개최된 행사·축제 가운데 지방재정365 데이터베이스에서 확보한 총 229개를 대상으로 수행되었다.¹¹⁾ 특별히 본 연구에서 분석대상 지역으로 선정한 강원도의 경우, 지역경제의 70%가 관광산업에 치중되어 있으며(김권식·이광훈, 2017: 150), [그림 2]와 같이 주민 1인당 지역 행사·축제에 투입하는 순비용(=총비용–사업수익)이 전국에서 가장 높은 것으로 나타나고 있다. 따라서 전국 시도 대비 상대적으로 소규모의 인구와 한정된 재원 등의 제약조건 하에 있는 강원도 지자체들은 지역 행사·축제에 투입되는 예산액의 지출가치성(value for money) 관점에서 지방재정의 효율성 제고에 더욱 관심을 기울일 필요가 있으며, 본 연구는 그러한 노력의 하나로서 정책적 시사점을 제공할 수 있을 것이다.

그림 2. 2016년 전국 시도별 지역 행사·축제 경비 비교

Download Original Figure

본 연구의 DEA 모형은 기존에 행사·축제의 성과를 측정하는 데 주로 사용되어 온 원가회계정보 중 사업수익¹²⁾을 산출요소로 설정하고, 복수의 투입요소로는 축제·행사에 투입된 자원의 총량으로서 총원가(총비용)와 함께 지자체가 투입한 재원으로서 행사·축제경비액수 및 비율을 사용했다(김권식·이광훈, 2017).¹³⁾ <표 2>와 <표 3>에는 각각 투입 및 산출 요소의 정의, 기초통계량 및 상관계수가 제시되어 있다.

본 연구는 개별 행사·축제의 총체적인 기술적 효율성(TE)을 운영효율성(순수기술적 효율성: PTE) 및 규모효율성(SE)으로 나누어 측정·평가하기 위해 CCR 및 BCC 모형을 이용하여 효율성 점수를 계산했다. 우선, 규모수익불변(CRS)을 가정하는 CCR 모형을 통해 얻은 값으로 DMUs의 기술적 효율성을 추정한 다음, DMUs의 비효율성 원인이 운영 상 문제인지 혹은 규모의 문제인지를 파악하기 위해 규모수익가변(VRS)을 가정하는 BCC 모형을 이용하여 운영효율성과 규모효율성으로 분해하고, 양자 중에서 작은 값을 비효율 발생의 주원인으로 간주한다. 여기서 규모효율성이 문제인 경우 현재의 규모를 증가시켜야 하는지 아니면 감소시켜야 하는지를 분석하기 위해 해당 DMU가 규모수익증가 상태인지 혹은 규모수익감소 상태인지를 파악했다.

한편, 자료포락분석은 투입기준(input-based) 혹은 산출기준(output-based) 효율성인지에 따라 투입지향 혹은 산출지향 모형으로 구분되는데, 투입지향(input orientation) 모형은 DMUs의 산출물을 고정시킨 상태에서 가장 효율적인 생산단위와 비교하여 투입물의 조합을 어느 정도 감축할 수 있는지에 대한 정보를 제공한다. 본 연구는 투입지향 모형을 활용했는데, 왜냐하면 지역 행사·축제에 투입되는 예산은 지자체 차원에서 상대적으로 임의적 조절이 가능하지만, 서비스요금수익 등 산출량을 지자체가 조정하는 데 제약이 있기 때문이다. 또한 일반적으로 이윤극대화를 목표로 하는 민간조직이 시장가격이 존재하는 산출수준에 초점을 두는 것과는 달리, 공공서비스를 제공하는 공공조직은 주로 비용극소화 등 투입 측면의 관리에 치중하는 경향이 존재하기 때문에, 투입요소의 효율화 방안을 모색하기 위해서는 투입지향 효율성 측정 방법이 더 적합할 수 있다. 따라서 본 연구는 지자체가 지역 행사·축제라는 공공서비스 수요를 효율적으로 충족시키기 위해 지방재정 관련 투입예산을 얼마나 줄일 수 있는지에 초점을 두고 STATA 12.0 프로그램을 이용하여 투입지향 모형으로 분석했다.

다음으로 본 연구는 효율성의 영향요인을 분석하기 위해 DEA 모형에 의해 계산한 효율성 점수를 종속변수로 하는 2단계 회귀분석(two-stage regression model: Chilingerian & Sherman, 2004; Ray, 2004; Ruggiero, 2004)을 실시했다. 여기서 자료포락분석을 사용하여 구한 효율성 점수는 0과 1 사이의 값을 갖기 때문에 통상최소자승법(ordinary least squares: OLS)을 사용하여 회귀분석을 수행할 경우 회귀계수가 불일치·편의추정치(inconsistent and biased estimates)를 갖게 되는 문제(Athanassopoulos & Triantis, 1998; McCarthy & Yaisawarng, 1993)를 완화하기 위해, 본 연구는 토빗 회귀모형(Tobit regression model: Amemiya, 1984; Maddala, 1986; 1991; McDonald & Moffitt, 1980)¹⁴⁾을 활용했다. 동모형은 종속 변수가 하한(lower bound)보다 작거나 상한(upper bound)보다 크면 관찰되지 않는 절단회귀모형(censored regression model)으로서, 표준적인 회귀모형과 이원선택모형(binary choice model)이 혼합된 모형이다(Dougherty, 2007: 304; 유금록, 2008: 86 재인용).

토빗(회귀)모형은 직접적으로 관찰된 종속변수 대신 잠재변수(latent variable)를활 용하여 계수를 추정하며, 아래 식과 같이 정의된다.

여기서 x_i는 효율성에 영향을 미치는 독립변수들이며, β는 추정해야 할 모수 벡터다. 토빗 모형은 최우추정법(Maximum Likelyhood Estimation)을 사용하므로 위 식의 ϵ_i 는 교란항(disturbance term)으로서 평균이 0이고 분산이 σ_e²인 정규분포를 따른다고 가정한다. 종속변수인 효율성 $y_i^{*}$는 아래와 같이 정의된다.

위의 식에서 잠재변수 $y_i^{*}$의 기댓값은 다음과 같다.

여기서 ϕ는 표준정규밀도함수 값을 나타내며, Φ는 표준정규누적함수 값을 의미한 다. 따라서 최대우도함수를 극대화하는 방법으로 회귀계수 β와 분산 σ_e²의 값을 구할 수 있다.

특별히 본 연구에서 활용하는 자료는 5개년도에 걸쳐 수집된 패널 자료이므로 아래와 같은 패널토빗 모형을 사용한다.

여기서 ∈_it는 확률적 교란항(stochastic disturbance term)이며, u_i는 패널 자료의 시간에 따라 변하지 않는 개체 고유(individual-specific)의 특성(이질성)을 나타내는 확 률변수로서, 이것을 고정효과(fixed effects) 또는 확률효과(random effects)로 간주 하는지에 따라서 고정효과 패널모형과 확률효과 패널모형으로 구분된다. 고정효과 패널 모형의 경우 연도별로 변하지 않는 독립변수들은 차분을 통해 제거되기 때문에 더미변수 들의 효과를 추정하기 어렵다. 또한 Hsiao(2003)에 의하면 패널 자료의 분석 기간이 짧은 경우 고정효과 모형은 편의가 존재할 가능성이 큰데, 본 연구의 분석 기간은 비교적 짧은 5년이기 때문에 확률효과 패널모형을 채택하여 최종적으로 확률효과 토빗 모형(Random-effects tobit regression)을 채택했다. 특별히 본 연구에서는 패널 자료의 시계열별 고유한(time-specific) 효과를 통제하기 위해 매 기간별 독특한 특성이 잠재해 있음을 가정하는 Two-Way 모형을 적용하여 각 연도의 더미변수를 추가하여 분석했다.

본 연구의 패널토빗 모형에 포함된 독립변수들은 종속변수인 지역 행사·축제의 효율성에 영향을 미칠 수 있는 다양한 요인을 내부적 특성변수(internal characteristics variables)와 외부적 환경변수(environmental variables)로 구분하여 선정했다. 구체적인 변수의 정의 및 조작적 정의는 아래 <표 4>에 제시했다.

<표 5>에는 2012년부터 2016년까지 각 연도별 강원도 지자체 행사·축제의 DEA(CCR 및 BCC 모형) 추정값이 기술적 효율성(TE) 점수 순으로 상위 10개씩 제시되어 있다.¹⁵⁾ 여기서 효율성 값이 0을 갖는 행사·축제가 많은 것으로 나타나는 이유는 이들에 투입되는 예산은 존재하지만 산출물(사업수익)이 없는 경우, 즉 해당 행사나 축제가 수익을 전혀 내지 못하는 사례가 다수 있기 때문이다.

DEA 분석결과를 통해 2012~2016년 강원도 지역 행사·축제들의 효율성에는 상당한 편차가 존재함을 알 수 있는데, 여기서 전반적인 효율성을 보여주는 기술적 효율성(TE)을 파악한 후, TE를 운영효율성(PTE)과 규모효율성(SE)으로 구분하여 비효율적으로 판명된 DMU가 순수한 기술적 요인에 의해 운영상 비효율적으로 평가되었는지 아니면 규모의 요인에 의해 비효율적으로 평가되는지를 비교해볼 수 있다. 즉, 운영효율성이 규모효율성보다 더 작으면 기술적 비효율의 원인이 상대적으로 규모보다는 운영에 있음을 알 수 있다. 만약 규모의 비효율이 존재할 경우 규모수익체증(IRS) 상황인지 아니면 규모수익체감(DRS) 상황인지에 따라 현재의 규모에서 더 늘려야 하는지 혹은 줄여야 하는지를 판단해 볼 수 있다.

한편, [그림 3]에는 2012~2016년 강원도 지역 행사·축제 효율성의 연도별 평균값 변화 추이가 나타나 있다. 이를 통해 기술적 효율성(TE), 운영효율성(PTE) 및 규모효율성(SE)은 2012년에서 2014년까지 점차 상승곡선을 보이다 2015년에는 약간 하락했으나 2016년에는 다시 상승하는 국면에 있음을 알 수 있다.

그림 3. 강원도 지역 행사·축제 효율성의 연도별 평균치 변화

Download Original Figure

<표 6>에 제시되어 있는 2012~2016년 강원도 지역 행사·축제의 기술적 효율성, 운영효율성 및 규모효율성에 영향을 미치는 요인을 패널토빗 회귀분석으로 추정한 결과를 구체적으로 살펴보면 다음과 같다.¹⁶⁾ 먼저 설명변수인 내부적 관리·운영 요인 중 축제 목적에 따른 유형별로 효율성에 미치는 효과가 달라지는지를 살펴본 결과, 국제우호 친선협력을 목적으로 하는 행사·축제의 경우 다른 유형들에 비해 기술적 효율성(TE), 운영효율성(PTE) 및 규모효율성(SE)이 통계적으로 유의하게 높은 것으로 나타났다(유의수준 0.01). 하지만 체육행사인 경우에는 다른 행사·축제들에 비해 세 가지 효율성 모두 통계적으로 유의미하게 낮은 것으로 나타났다(유의수준 0.05). 계절별 영향을 살펴본 결과는 봄에 개최되는 행사·축제에 비해 여름, 가을 및 겨울에 개최되는 경우 기술적 효율성과 규모효율성이 통계적으로 유의미하게 높은 것으로 나타났다(유의수준 0.05~0.1). 다음으로 행사·축제 운영방식에 따른 효율성 차이가 존재하는지를 검증하기 위해 자치단체 직접집행, 산하기관 출연, 민간위탁의 경우를 기타 운영방식과 비교한 결과 각 방식의 효율성 간에는 통계적으로 유의미한 차이를 발견할 수 없었다. 또한 행사·축제의 개최기간이 길어질수록 기술적 효율성과 운영효율성이 통계적으로 유의미하게 높아지는 것으로 나타났다(유의수준 0.1). 그러나 행사·축제의 개최역사가 효율성에 미치는 효과는 통계적으로 유의미하지 않았다.¹⁷⁾

한편, 통제변수 중 외부적 환경 요인들의 경우 행사·축제의 소관 지자체의 재정자립도와 전년도 GRDP가 모든 종류의 효율성에 통계적으로 유의미한 양(+)의 영향을 미쳤으며(유의수준 0.05~0.1), 주민인구수의 경우에는 기술적 효율성과 운영효율성에 통계적으로 유의미한 음(–)의 영향을 미치는 것으로 나타났다(유의수준 0.1). 한편 통제변수인 외부적 환경 요인 중 통계적으로 유의미한 효과를 미치는 것으로 나타난 변수는 지자체 재정자립도(+), 주민인구수(–), 전년도 GRDP(+)였다(유의수준 0.05~0.1).

이상의 분석결과 중 내부적 관리·운영 측면의 영향요인들은 다음과 같이 해석해 볼 수 있다. 첫째, 축제목적 측면에서는 국제우호 친선협력을 목적으로 하는 경우가 다른 목적의 행사·축제들보다 효율성이 높고 유의미한 것으로 나타났다. 이처럼 국제우호 친선협력과 관련이 있을수록 상대적으로 효율성이 높은 것으로 나타난 것은, 행사·축제 목적의 범위와 성격이 국제적으로 확대됨에 따라 더욱 다양한 방문객의 참여 및 유치가 가능해지고 또한 행사 결과 측면에서도 이벤트의 종류 및 사업 내용 등이 다양해지는 등 주어진 재정적 투자 대비 파생적 효과가 보다 극대화되는 양상이 나타난 것으로 해석될 수 있다.¹⁸⁾

둘째, 체육관련 행사의 경우에 그렇지 않은 경우보다 효율성이 낮은 것으로 나타났다. 이는 체육행사의 경우 산출물인 사업수익의 극대화 자체가 목적이 아니라 경기의 진행 및 관련된 운영 측면에 대부분의 역량이 집중되기 때문으로 볼 수 있다. 따라서 행사의 운영 과정에서 산출 자체를 늘리거나 투입을 감축하려는 노력이나 동기의 유인이 상대적으로 부족할 수 있으며, 행사의 성격상 수익성이나 다양한 방문객 유치를 통한 편익 창출 등이 주된 목적이 아닌 만큼 비용 대비 효과의 측면에서 효율성이 낮게 나타날 수 있는 것으로 해석될 수 있다.

셋째, 계절별 효율성을 비교해 본 결과, 봄철의 축제행사에 비해 여름과 가을·겨울에 개최되는 축제행사의 효율성이 더 높은 것으로 나타났다. 생각건대 특히 휴가철에 해당하는 여름, 그리고 단풍놀이 등 행락철인 가을에 행사·축제에 대한 수요가 많은 것으로 예상할 수 있다.¹⁹⁾ 계절의 기후적 특성이 두드러지는 겨울에도 눈꽃 축제, 산천어 축제, 빙어 축제 등 관련된 축제 행사와 이벤트의 수요가 높은 만큼 산출(사업수익)이 상대적으로 높아져 봄철에 비해 기술적 효율성 및 규모효율성이 높게 나타나는 것으로 해석될 수 있다.

넷째. 행사·축제의 운영방식과 관련하여, 지역 행사·축제를 지방정부가 직접 운영하는 경우나 지방정부 산하기관 출연을 통해 운영하는 경우 또는 민간 주체에 운영을 위탁한 경우 간에는 통계적으로 유의미한 차이가 나타나지 않았다. 이를 통해 알 수 있는 점은 기존 지역 행사·축제의 운영방식 상 산하기관에의 위임이나 민간위탁²⁰⁾이 지자체가 직접 집행하는 방식보다 반드시 효율적이라고 단정할 수는 없다는 점이다.

다섯째, 개최기간과 효율성의 관계를 보면, 행사·축제의 개최기간이 길수록 효율성이 높은 것으로 나타났다. 분석대상 행사·축제 전체 229개 중에서 196개가 개최기간이 20일 이내인 것으로 나타났고, 그 중 대부분은 5일 이내에 분포하고 있다²¹⁾. 즉, 대부분의 행사·축제의 개최기간이 일주일 이내인 것을 감안하면, 기간이 길수록 행사·축제의 효율성이 높게 나타난다는 것은 개최기간이 행사·축제의 효율성에 미치는 영향이 상당히 큰 것을 의미한다. 개최비용의 상당 부분이 행사운영 위탁계약, 사전 준비 등 행사 전에 지출이 결정되는 고정적 성격의 경비라는 것을 감안한다면, 행사기간이 길어질수록 비용의 증가보다 행사로 인한 수익 등 편익의 증가가 더 클 수 있다는 것을 추측할 수 있다. 또 다른 측면에서 보면 기간이 긴 행사·축제의 경우 더욱 철저한 사전 계획과 준비를 요함에 따라 더 엄격히 관리됨으로써 운영효율성이 증가하기 때문인 것으로 볼 수도 있다.

여섯째, 행사·축제가 현재까지 개최되어 온 횟수, 즉 처음 시작된 이후 얼마나 오래되었는지는 효율성에 크게 영향을 미치지는 않는 것으로 나타나고 있다. 다시 말해, 오래된 축제일수록 효율성이 약간 높은 경향이 나타나고는 있으나 통계적으로 크게 유의미하지는 않다. 하지만 행사·축제가 시작된 연혁이 오래되었다 해도, 그 개최 경험이 학습효과로 작용하여 효율성을 유의미하게 증가시킬 수 있을 정도의 운영상 개선 노력이나 노하우의 축적 및 체계적인 관리 등은 여전히 부족할 가능성이 있다.²²⁾ 따라서 시작된 역사가 긴 행사·축제인 경우에도 오랜 연혁으로부터 축적된 노하우를 체계적으로 관리함으로써, 지역 행사·축제의 효율성을 제고하기 위한 추가적 노력이 필요할 것이다.