The construction industry stands out for its higher incidence of accidents in comparison to other sectors. A causal analysis of the accidents is necessary for effective prevention. In this study, we propose a data-driven causal analysis to find significant factors of fatal construction accidents. We collected 14,318 cases of structured and text data of construction accidents from the Construction Safety Management Integrated Information (CSI). For the variables in the collected dataset, we first analyze their patterns and correlations with fatal construction accidents by statistical analysis. In addition, machine learning algorithms are employed to develop a classification model for fatal accidents. The integration of SHAP (SHapley Additive exPlanations) allows for the identification of root causes driving fatal incidents. As a result, the outcome reveals the significant factors and keywords wielding notable influence over fatal accidents within construction contexts.

This study explores the effectiveness of marketing data analytics learning and outcomes for marketing students in courses with data analysis components at a U.S. business school. The study considers various moderating factors, such as software adaptability, grades, class type, data interest, statistical analysis method, and perceived time- and cost-effectiveness. The findings have implications for marketing education in data analytics.

최근 글로벌 정치․경제 환경의 대전환으로 미국과 유럽 국가들은‘재산업화 전략’으로 제조업 회복을 추진하고 있고, 중국도 ‘중국제조 2025’를 통해 제조업의 질적 발전과 고도화에 집중하고 있다. 이러한 상황에서 본 연구는 외국인직접투자(Inward Foreign Direct Investment, IFDI)가 중국 제조업 고도화에 미치는 영향에 대해 실 증적 분석을 통해 검증해 보고자 하였다. 제조업 가운데 첨단기술 산업의 비중을 중국 제조업 고도화의 지표로 이용하여 2004년부터 2020년까지의 17개년도 중국 31개 성(省)별 패널데이터로 고정효과 모형과 FGLS 모형 을 활용하여 실증분석을 하였다. 분석 결과, 중국 전체와 중국의 동부, 중부, 동북 지역, 장강경제벨트는 IFDI가 중국 제조업 고도화에 긍정적인 영향을 미치는 것으로 나타났지만, 서부지역에 대해서는 영향을 미치지 않는 것 으로 나타났다. 이러한 결과를 통해 IFDI가 중국 제조업 고도화에 미치는 영향은 지역별로 다소 차이가 존재 하고 있음을 입증하였다. 분석 결과는 중국 정부의 IFDI를 통한 지역 균형 발전정책이 중부와 동북 지역에 대 해서는 효과적이었음을 알 수 있었던 반면 중국 서부지역에 대해서는 IFDI를 통한 첨단기술 산업 고도화의 정 책 목표와 전략을 수정할 필요가 있음을 시사한다. 한편 통제변수로 활용된 변수인 수출과 수입으로 측정된 개 방정도와 첨단기술에 대한 연구개발 투자는 제조업 고도화에 매우 긍정적인 영향을 미치는 것으로 일관되게 나 타나고 있다.

본 논문은 반도체, 디스플레이, 디지털 가전 및 휴대폰 등을 포괄하는 중국 전자산 업을 대상으로 OECD TiVA 데이터베이스를 활용하여 2000년~2018년까지의 중국 수 출을 부가가치 기준으로 분해하여 분석하였다. 분석 결과 중국 전자산업은 총 수출 액과 부가가치 수출액 모두 세계 1위로, 2018년 기준 중국 총수출의 약 30%를 차지 하고 있었다. 국내부가가치(DVA) 측면에서 중국은 해외 부품 조달을 통해 조립․가 공한 후 수출하는 비교적 저부가가치 활동을 담당하는 중간단계에 머무르고 있는 것 이 아니라 자국 부품 조달 및 국내 생산 비중을 높여 부가가치를 높인 것으로 분석 되었다. 주요국(한국, 대만, 미국, 일본)과의 비교에서 중국 전자산업의 국내부가가치 비중은 미국, 일본 다음으로 높은 비중을 차지하고 있었고 부가가치 기준 현시비교 우위지수(VRCA)도 높은 수준으로 상승하고 있었다.

This study studied a system that can redesign the production site layout and respond with dynamic simulation through fabric production process innovation for smart factory promotion and digital-oriented decision making of the production process. We propose to reflect the required throughput and throughput per unit facility of fabric production process as probability distribution, and to construct data-driven metabolism such as data collection, data conversion processing, data rake generation, production site monitoring and simulation utilization. In this study, we demonstrate digital-centric field decision smartization through architectural design for the smartization of fabric production plants and dynamic simulations that reflect it.

The research model of panel data analysis in this study was used as the dependent variables and the business characteristics of the welding industry were reflected in the research model for systematic analysis of the effect of welding technology on the welding industry. As a result of the existing research, the domestic welding technology is seriously encroaching on the domestic welding industry between the United States, Japan and China. There is no quantitative statistical analysis on this aspect. In this study, the panel data analysis is used to indicate differences in explanatory power by numerical values of POLS model, fixed effect and random effect. And the prior studies on the current status of welding industry related to arc welding, special welding, multiple welding, welding and bonding technology are applied by the panel data analysis. Therefore, the problems of existing research are diagnosed while presenting the future research directions.

중국의 유망한 성장산업으로 들 수 있는 것이 화장품산업이다. 중국 화장품산업과 관련한 국내외 연구를 요약 하면, 크게 두 가지 흐름으로 나눌 수 있다. 첫째는 중국 화장품산업의 진출전략 또는 수출전략에 관한 연구이다. 대부분의 국내 연구가 여기에 해당한다. 둘째는 중국화장품 산업의 전망을 분석하고, 경영전략의 차원에서 미래 성장전략을 제시하는 연구이다. 본 연구는 두 번째 연구흐름과 관련이 있다. 즉, 중국 화장품 산업에 속하는 주요 기업의 전략유형을 인지적 관점에서 파악하고자 한다. 본 연구의 목적을 구체적으로 요약하면 다음과 같다. 첫째, 전략집단 분류의 동일성을 검증하는 것이다. 이는 기존 연구에서 중국의 화장품 기업을 대상으로 분류한 전략집단의 유형과 동일한 유형의 전략집단이 본 연구를 통해서도 분류되는지를 검증하는 것이다. 만약 기존 연구와 본 연구가 독립적으로 분류한 전략집단의 유형이 동 일하게 나온다면, 두 연구의 타당성은 높아질 것이다. 둘째, 전략집단 소속의 일관성을 검증하는 것이다. 이는 전 략집단 분류의 동일성이 달성될 경우, 각 전략집단에 소속되는 기업들도 일관되게 분류되는지를 검증하는 것이다. 본 연구는 이상의 두 가지 연구목적을 달성하기 위해, 중국 화장품 산업에 속하는 50개 기업을 대상으로 최고 경영층 인지적 특성을 설문조사를 통해 측정하였다. 이를 바탕으로 전략집단을 분류하고, 그 결과를 기존 연구 (량최정․방호열, 2019)와 비교함으로써 전략집단 분류의 동일성(첫 번째 연구목적)과 전략집단 소속의 일관성 (두 번째 연구목적)을 검증하였다. 실증분석 결과를 보면, 중국 화장품 기업의 전략유형에 있어서, 기존 연구와 본 연구가 분류한 유형이 유사하 게 나타났으며, 전략집단의 소속도 일관성을 보이는 것으로 나타났다. 결과적으로 전략집단 분류의 동일성과 전 략집단 소속의 일관성이 검증되었다. 이러한 연구결과는 중국의 화장품 산업을 이해하고 효과적인 전략을 수립하 는데 유용한 도움이 될 것이다. 또한 전략집단과 관련한 개념과 이론이 중국과 같은 신흥국 시장에도 적용가능하 다는 것을 알 수 있다.

The Korean fisheries industry is a traditional business, the majority of which are small and medium-sized enterprises (SMEs). It has played an important role in the South Korean economies in the past several decades, but it currently faces the limitations of growth potential and profitability due to declining workforce, aging populations, deteriorating fishery environments, climate changes, and rapid changes in the global industrial ecosystem. Many studies have suggested solutions for the fisheries industry in macro perspective, but there are rarely any studies taking the strategic approaches for the problem. If it is possible for governments to support the companies that are likely to increase their value-added selectively, it will break through the current situation more effectively. This paper introduces a study on the selection method utilizing data envelopment analysis (DEA) to find SMEs with potentials to increase profits and growth. We suggest selecting SMEs with high management efficiency and ability to utilize intangible assets as the target companies. We also suggest policy objectives for SMEs in the domestic fisheries industry based on the results of DEA analysis and propose a data-based method for the policy decisions.

The fisheries industry has led the Korean economy, and has been achieving high-level position in the world. However, this industry meets aging, low growth and profit. In order to overcome this critical situation, it is needed to understand the overall status of industry. In industry level, most of previous researches focused on ocean industry rather than fisheries. In addition, scholars have been getting a lot of attention about fisheries cooperatives, fishing-ports, methods of fishery, and manufacturing process in fisheries sector. The aim of this research is analysis of domestic fisheries industry’s managerial performance using data envelopment analysis(DEA) considering operating and scale view. Furthermore, the comparative analysis is performed by firm size, and industry type. In results, fisheries industry’s managerial performance is not high, overall. In more detail, most of big size firms are under decreasing returns to scale(DRS) status. Fishery processing industry’s performance is low, and fishery distribution industry has the best performance. This paper suggests that transferring operating capability from big firms to small firms, and policy supports and firm’s activities should be accompanied for high-value added in fisher, and fishery processing industries.

With the rapid development of science and technology, big data has been applied in many fields and has brought commercial revolution[1]. The scientific community generally regards big data as "massive data + complex types of data". Commercial applications are more concerned about big data as an analytical (prediction) method and focus on the potential commercialization of analysis results. All walks of life will produce large amounts of data every day. The transition of data-scale brings huge commercial value, which will certainly bring the innovation of business model[2]. Particularly in the internet and other emerging industries, because they get data more convenient and fast. Like Amason, Facebook, Google etc, they use analysis of big data to innovate their business model for maximizing their profits[3], actually business model refers to "an enterprise’s profitable operation mode plus ways to make money"[4]. So the effectiveness of business model innovation of big data on emerging industries has been remarkable. But the impact of big data on traditional industries is still in the exploratory stage. Traditional industry mainly refers to the labor intensive, manufacturing oriented industries, including the traditional commerce and service industry[5]. Learning from the experience of big data on business model innovation of emerging industries, traditional industries can use big data to subvert the business model and accelerate the transformation and upgrading.

In recent years, safety recalls have occurred frequently in the biopharmaceutical industry, which affects the health of consumers. This article attempts to use the fsQCA method to draw a conclusion through the study of ESG and its quantification system, as well as the study of data samples related to MES and GMP processes, that is, MES-DPT has a positive impact on process safety management, and GMP-DPT has a positive impact on process safety. Management has a positive and positive impact, and ESG-DPT has a positive and positive impact on process safety management. Finally, this article puts forward suggestions for improving ESG-DPT, MES-DPT, GMP-DPT and the biomedical ESG-DPT model. Future research hopes to further study ESG -DPT model and ESG biomedical industry indicators.

최근 빅 데이터는 4차 산업 혁명시대에 주요한 패러다임으로 주목받고 있다. 기업의 빅 데이터 활용은 고객의 행동을 선 예측하여 기업의 경쟁력을 강화시키고, 생산성 향상과 비즈니스 혁신을 가능하게 한다는데 의미가 있으며, 이는 패션 분야 에 있어서도 예외가 아니다. 본 연구는 국내 패션부문에서 활용되고 있는 빅 데이터에 관한 연구로서 연구의 목적은 국내 패션업계의 빅 데이터 활용에 대한 실제적인 동향을 사례를 중심으로 파악하고자 하였다. 결론적으로 국내 패션관련 부문의 빅 데이터 활용에 관한 실제 동향은 ‘빅 데이터 활용 초기단계의 한계성과 현실적인 운 용방식의 채택’으로 압축할 수 있었으며, 이는 각 사의 사업영역과 업태를 기초로 그 내용을 분류할 수 있었다. 다시 말해, 현재 패션관련업계의 빅 데이터는 활용 초기단계라는 시간과 비용의 한계성에 의해 데이터 수집과 분석의 범위에 있어 제 한적일 수밖에 없다. 따라서 빅 데이터의 분석결과를 사업에 이용하는 업체는 그 활용 목적에 따라 로그 분석, 딥러닝, 텍 스트 마이닝 등 적합한 데이터의 활용 및 분석의 기법을 선택하여 현실적인 범주 내에서 적절하게 운용하고 있음을 연구를 통해 확인할 수 있었다.