서론
코로나19 여파로 항공여객시장은 급격히 침체하였지만 항공화물시장은 성장세를 지속하고 있다. 전년 대비 80-90% 감소한 글로벌 여객수송량과 달리 화물수송량은 15-20% 대의 견실한 성장세를 유지하고 있다. 인천공항의 화물량 역시 2020년에 이어 2021년에도 20%에 육박하는 성장률을 기록하고 있다(IATA, 2021).
운송품목에도 변화가 발생하고 있다. 인천공항과 무역협회의 통계DB에 따르면 인천공항에서 처리한 항공화물량은 최근 10년간 중량을 기준으로 연 평균 0.5% 증가하는데 그쳤지만, 수송금액을 기준으로는 연 평균 4.5%, 선적증권(bill of landing, B/L) 건수 기준으로는 14.7% 증가하였다. 이에 따라 B/L 당 가액 기준으로는 13,021USD(2010년)에서 5,149USD(2020년)로 약 61% 감소하였다. 이는 항공화물이 경량화, 소형화되고 있으며, 운송품목도 다양화되고 있음을 시사한다.
또한 Table 1이 나타내는 바와 같이 운송품목의 변화를 세부적으로 살펴보면 2010년에는 순위권에 포함되지 못했던 비누 ‧ 치약 ‧ 화장품, 농약 및 의약품, 곡실류, 어류, 축산가공품 등의 품목이 2020년에 상위 순위를 차지하고 있음을 확인할 수 있다. Figure 1에 따르면 의약품, 축산가공품, 화장품, 어류 등의 품목은 무선통신기기, 반도체, 디스플레이 등 전통적인 항공운송품목에 비해 중량(Kg) 당 단가가 현저히 낮은 특성을 나타낸다. 또한 이들 품목은 시간 흐름에 따라 가치가 민감하게 변화하거나 B2C, B2B2C 등의 거래를 기반으로 개인 소비자가 선호하는 품목이라는 특성도 가지고 있다.
Table 1.
Rank of freight items handled at ICN, 2010 vs. 2020
이처럼 시간에 민감하고 개인 소비자가 선호하는 운송품목의 확대가 최근 항공화물량 증가에 유의한 영향을 미치고 있는 것으로 판단된다. 특히 전자상거래 플랫폼과 콜드체인 운송기술의 발달을 통한 시간 민감성 품목의 운송수요 확대와 개인소비자의 시장참여 확대가 항공운송의 성장 기회로 작용하고 있다(Zhang, 2003; Jung, 2020). 또한 배송의 신속성, 안전성, 정시성 등 물류 부문의 경쟁력을 차별화하는 기업도 늘어나고 있다. 하이엔드 패션기업(LVMH)부터 아동복 판매기업(베이비숍)까지 신속한 배송을 낮은 금액으로 선택할 수 있는 운송전략을 채택하고 있으며 신속하고 정시성 있는 물류 경쟁력의 제품 판매의 핵심 경쟁력으로 부상하고 있다(Choi and Park, 2020).
이에 본 연구는 항공운송품목의 변화를 중심으로 항공화물시장의 성장 동인을 파악하기 위한 연구를 수행하였다. 전통적인 품목보다 시간에 민감하고 개인 소비자가 선호하는 품목이 항공물동량의 성장을 견인할 것이라는 가설을 수립하고, 이를 검증하기 위해 국내 항공화물 시장 데이터를 활용하여 전통적인 운송품목과 성장 운송품목을 구분하였다. 또한 항공과 해상 운송수단의 운송 비중을 활용하여 항공운송비중의 증가를 항공화물시장의 성장으로 판단하였으며, 전통화물(Traditional cargo)과 성장화물(Growth cargo) 중 어느 품목이 항공운송 비중 증가에 유의한 영향을 미치는지 분석하였다. 본 연구의 실증분석 결과는 항공화물시장 종사자들에게 미래 성장 방향성을 제시하고, 미래 성장방향에 적합한 물류 인프라를 구축하기 위한 투자의사 결정의 양적인 근거가 될 수 있을 것이다.
선행연구 분석
항공화물시장의 성장에 영향을 미치는 요인에 관해 다양한 선행연구가 진행되었다. 다수의 선행연구에서 소득과 운임을 항공물동량에 유의한 영향을 미치는 주요 변수로 제시하고 있다. Lo et al.(2015)은 3SLS(Three stage least squares)를 사용하여 운임과 소득 및 생산지수가 홍콩공항의 항공물동량에 유의한 영향을 미치고 있음을 밝혔다. Chi and Baek(2012)은 1996년부터 2010년까지 미국의 실질소득과 항공운임이 항공물동량에 미치는 영향을 다중회귀분석을 활용하여 분석하였다. 이에 따르면 운임보다 소득 변수가 항공물동량의 증감에 보다 유의한 영향을 미치고 있음을 확인하였다. Yao and Yang(2008) 역시 오차수정모형(Error correction model)을 활용하여 장 ‧ 단기 모두 무역량과 무역 개방도가 항공운송 및 물류 인프라 개발의 주요 동인임을 제시하였다. Kiboi et al.(2017)도 산업생산 및 교역량 증가에 따른 GDP 성장률, 1인당 GDP 같은 소득변수의 변화가 항공물동량에 양(+)의 효과를 미치고 있음을 밝혔다. 한편 Kim(2018)은 해외직접투자 증가는 항공화물에 음(-)의 영향을 미친다는 점을 제시하였다. 이는 해외직접투자 증가가 국내 산업생산을 위축시킴으로써 교역량에 음(-)의 영향을 미친 결과로 해석된다. Shin and Lee(2019) 역시 국내기업의 생산시설 해외이전이 항공물동량에 음(-)의 영향을 미친다는 점을 제시하였다.
소득과 운임 이외 변수의 영향에 대한 연구도 진행되었다. Ahn(2017)는 벡터오차수정모형을 활용하여 환율과 환율 변동성이 해상 및 항공운송에 미치는 영향을 분석하였다. 환율은 해상물동량에는 유의한 영향을 미치지만, 항공물동량에 미치는 영향은 유의하지 않았다. Lim(2009)도 환율의 변화가 항공물동량에 미치는 영향은 통계적으로 유의하지 않음을 밝혔다. Kupfer et al.(2011, 2017)은 교역량 외에도 유가와 상품교역에서 제조업의 비중을 항공물동량에 영향을 미치는 요인으로 제시하였다.
한편 글로벌 공급망(Global supply chain)이 확산되면서 항공-해상운송 간 대체관계에 관한 연구도 진행되고 있다(De Jong and Ben-Akiva, 2007; Puckett et al., 2011). 과거에는 선박과 항공기의 적재화물 성격이 상이하므로 항공-해상운송 간 전환은 제한적이라는 인식이 강했던 것으로 보인다(Ko, 2005). 하지만 정시성 등 해상운송 기술이 발달하면서 항공-해상운송 간 대체관계는 점차 강화되고 있다(Paixao and Marlow, 2005; Milewski and Milewska, 2018). 이는 항공화물시장의 성장 동인이 해상-항공운송 간의 대체관계에도 영향을 받고 있음을 시사한다. 따라서 항공-해상 상대운임과 같이 항공-해상운송 간의 대체관계를 주요한 변수로 고려할 필요가 있다.
다만 항공운임은 통상적으로 해상운송 대비 12-16배 더 높으므로(World Bank, 2009), 운임 측면에서 해상운송은 비교우위를 가지고 있다고 판단하는 것이 일반적이다. Korea Maritime Institute(2017)도 해상운송 비중 증가를 위해 더욱 큰 폭의 할인운임 제공이 필요하다는 점을 제시하였다. 이는 항공화물시장은 배송의 신속성과 정시성이 중요하여 높은 운임을 감당할 수 있는 품목 위주로 성장할 가능성이 높다는 점을 시사한다(Choi and Park, 2020).
국경간 전자상거래 등으로 신속성과 정시성을 강조하는 소비자의 요구가 커지고 있고, 글로벌 유통 ‧ 물류기업들도 시간당 처리효율 증대를 위해 블록체인, 빅데이터, 인공지능(AI) 등 물류설비에 대한 투자를 늘려가고 있다(Gong et al., 2018). 콜드체인 기술을 활용하여 화물의 시간가치를 보존하기 위한 인프라와 기술 개발도 빠르게 진전되고 있다(IATA, 2019). 이와 같은 전자상거래나 콜드체인 기술에 기반한 운송품목이 향후에도 항공화물시장의 성장에 유의한 영향을 미칠 가능성이 높다.
연구방법 및 모형 설계
1. 연구방법 및 데이터
1) 연구방법
본 연구에서는 선행연구 고찰을 통하여 항공화물 시장에 영향을 미치는 요소로 산업생산지수, 환율, 유가, 전통화물 및 성장화물과 항공과 해상을 비교한 상대운임을 고려하였다. 또한 항공화물 시장에 미치는 영향은 항공과 해상운송 중 항공운송 비중의 증감을 통하여 측정하였다. 독립변수들이 항공운송 비중의 증감에 미치는 영향을 확인하기 위해 다중회귀분석을 사용하였다. 일반적으로 다중회귀분석은 다음과 같이 나타낼 수 있다.
여기서, : 종속변수
: 독립변수
: 의 계수
𝜀 : 오차항 또는 교란항
2) 분석 데이터
본 연구는 2015년 1월부터 2021년 9월까지 월별 산업생산지수, 환율, 유가, 상대운임과 국내 항공화물시장 데이터를 활용하여 수행하였다. 상대운임을 산출하기 위한 항공 및 해상운임지수가 2015년 1월부터 제공되고 있는 점을 고려하여 데이터 분석기간을 산정하였다.
국내 항공화물 시장은 제조업의 성장에 영향을 받아왔으며 항공화물 네트워크 역시 제조업이 발달한 국가 및 도시 중심으로 구축되어 왔다(Choi and Kang, 2011). 따라서 제조업을 중심으로 산업 경기동향을 나타내는 산업생산지수를 독립변수로 선정하였다. 산업생산지수는 KOSIS 국가통계포털에서 제공하는 전산업생산지수를 활용하였다. 환율 역시 61개국의 물가와 교역비중을 반영하여 국제무역에서 통화의 실질적 가치를 나타내는 실질실효환율(Real effective exchange rate)을 적용하였다. 실질실효환율 값은 국제결재은행(BIS)의 데이터베이스를 활용하였다. 국제유가는 두바이유 가격을 적용하였다.
전통화물과 성장화물의 분류를 위해 인천공항에서의 수송 비중 변화와 최근 5년간의 물동량 증감률을 활용하였다. Table 1을 기준으로 2020년에 새롭게 상위 순위에 포함된 비누 ‧ 치약 ‧ 화장품, 곡실류, 농약 및 의약품, 어류, 축산가공품 품목을 성장화물로 분류하였으며, 이에 따른 분류 결과는 Table 2와 같다. Table 2에 따르면 성장화물의 최근 5개년 평균 증가율(Compound annual growth rate, CAGR)은 10.1%, 전통화물의 최근 5개년 연평균 증가율은 -3.2%이다.
Table 2.
Classification of growth cargo and traditional cargo
| The growth cargo | The traditional cargo | ||||
| Item | MTI code1) | CAGR (16-20) | Item | MTI code | CAGR (16-20) |
| Pesticides and medicines | 226 | 19.0% | Industrial electrical equipment | 842 | 4.7% |
| Livestock products | 024 | 15.0% | Clothes | 441 | 3.5% |
| Fishes | 041 | 13.6% | Plastics | 310 | 1.9% |
| Cosmetics, amenities | 227 | 9.0% | Semiconductors | 831 | -0.7% |
| Grains, packaged food | 011 | 7.2% | Motors and pumps | 711 | -1.4% |
| Auto parts | 742 | -1.4% | |||
| Computers | 813 | -2.8% | |||
| Machinery | 751 | -3.6% | |||
| Mechanical component | 834 | -3.9% | |||
| Optical equipment | 715 | -4.6% | |||
| Semiconductor equipment | 732 | -6.4% | |||
| Flat display panel | 836 | -12.9% | |||
| Wireless communication devices | 812 | -14.2% | |||
| Knitted fabrics | 436 | -20.8% | |||
| Imaging equipment | 821 | -21.8% | |||
Table 3.
Summary statistics
상대운임은 항공운임지수를 해상운임지수로 나누어 산출하였으며 상대운임의 변화는 해상운임지수에 비한 항공운임지수의 변화 정도로 나타난다. 비교하려는 가격을 기준가격으로 나누어 상대가격을 구하는 것은 일반적으로 사용되는 방법으로 판단된다(Lim, 2014; Kil and Jung, 2016). 항공운임지수는 TAC 항공운임지수로 알려져 있는 발트 항공화물지수(BAI)의 홍콩-북아메리카 운임지수를 적용하였다. 해상운임지수는 한국관세물류협회에서 제공하는 부산항-LA 컨테이너 기준 운임지수를 적용하였다. 국내 항공화물 처리량의 50% 이상이 동북아 및 북미 시장에서 발생하고 있음을 감안할 때 동북아-북미 노선을 기준으로 상대운임을 산정하는 것은 합리적으로 판단된다. 본 연구에서 사용된 데이터의 요약 통계량은 Table 3과 같다. 월별 항공운송 수출입 물동량에서 성장화물과 전통화물의 합이 차지하는 비중은 65-70% 수준이다.
2. 분석모형 설계
본 연구는 항공운송품목의 변화가 해상 대비 항공운송 비중에 미치는 영향을 파악하기 위해 다음과 같은 다중회귀 모형식을 설계하였다2). Equation 2의 변수에 대한 설명은 Table 4와 같다.
Table 4.
Definition of variables
분석결과 및 해석
1. 분석 전처리
1) 단위근 검정
본 연구는 시계열 데이터에 기초하고 있는 만큼 데이터의 정상성(Stationarity)을 확인하기 위해 ADF(Augmented Dickey-Fuller test) 방식을 채택하였다(Dickey and Fuller, 1981). ADF는 시계열 데이터에 단위근(Unit root)이 있다는 귀무가설에 대한 통계적 검증을 시행하는 것이다. 시계열 데이터가 단위근을 가진다는 것은 시차값(예: )이 를 추정하는데 관련 있는 정보를 제공할 수 없다는 것을 의미하므로 해당 데이터를 사용해서는 견고한 추정치를 얻을 수 없다. ADF 방식의 검정 통계량은 통상적으로 음수 값을 가지게 되므로 검정 통계량의 절대값이 귀무가설을 기각할 수 있을 정도로 충분히 클 때, 즉 검정 통계량의 p-value가 유의수준보다 작을 때, 귀무가설을 기각하고 시계열 데이터가 단위근 문제없이 정상성을 갖추고 있다고 판단한다. Table 5는 각 변수의 ADF 테스트 결과를 나타내고 있다. 산업생산지수(Indu), 실질실효환율(Reer), 유가(Oil) 변수의 경우 분석 데이터에 단위근 문제가 있다는 귀무가설을 기각하기에 충분한 검정통계량 값을 나타내고 있지 못하다.
Table 5.
Results of ADF test (levels)
| Variables | Indu | Reer | Oil | New | Trad | Comp | ||||||
| Z(t) | p-value | Z(t) | p-value | Z(t) | p-value | Z(t) | p-value | Z(t) | p-value | Z(t) | p-value | |
| Levels | -1.727 | 0.417 | -1.797 | 0.382 | -1.743 | 0.409 | -4.066 | 0.001 | -4.883 | 0.000 | -3.597 | 0.006 |
따라서 정상성 요건 충족을 위해 세 변수 모두 1차 차분을 수행하였다. Table 6은 1차 차분 값에 대한 ADF 테스트 결과를 나타내고 있으며, 1차 차분 값은 세 변수 모두에서 유의수준 5%에서 정상성 요건을 충족하고 있다. 따라서 산업생산지수(Indu), 실질실효환율(Reer), 유가(Oil) 변수는 1차 차분값을 적용하여 모형 분석을 수행한다.
Table 6.
Results of ADF test (the first difference)
| Variables | Indu | Reer | Oil | |||
| Z(t) | p-value | Z(t) | p-value | Z(t) | p-value | |
| The first difference | -10.901 | 0.000 | -7.281 | 0.000 | -6.221 | 0.000 |
2) 다중공선성 검사
정합성 있는 분석을 수행하기 위해 VIF(Variance Inflation Factor) 테스트를 통해 변수간의 다중공선성 검사를 수행하였다. VIF 테스트 수행 결과는 Table 7과 같으며 변수 간의 다중공선성 문제는 발견되지 않았다.
Table 7.
Results of VIF test
| Variables | VIF | 1/VIF |
| Indu | 1.21 | 0.811 |
| Reer | 1.18 | 0.817 |
| Oil | 1.20 | 0.825 |
| New | 1.13 | 0.835 |
| Trad | 1.23 | 0.847 |
| Comp | 1.22 | 0.887 |
2. 모형 분석 결과
본 연구에서 적용한 모형의 분석결과는 Table 8과 같다. 회귀식의 Adj R-Squared는 0.454로 모형은 높은 설명력을 갖추었으며, F값 유의확률(Prob>F)은 0.000으로 모형의 유의성을 확인할 수 있다. 성장화물(New)과 상대운임(Comp) 변수의 경우 유의수준 1%에서 통계적으로 유의하였으며, 실질실효환율(Reer) 변수는 유의수준 10%에서 유의성을 나타냈다. 반면 산업생산지수(Indu), 유가(Oil), 전통화물(Trad) 변수는 p-value가 각각 0.871, 0.678, 0.127로 통계적으로 유의하지 않은 것으로 나타났다.
Table 8.
Estimation results
| Variables | Coefficient | Standard error | Z(t) | p-value | R2 | F-statistics |
| Indu | -0.0004 | 0.0023 | -0.16 | 0.871 | 0.454 | 11.94 |
| Reer | 0.0038 | 0.0019 | 1.98 | 0.051* | ||
| Oil | 0.0002 | 0.0005 | 0.42 | 0.678 | ||
| New | 0.0048 | 0.0006 | 7.96 | 0.000*** | ||
| Trad | -0.0009 | 0.0005 | -1.54 | 0.127 | ||
| Comp | 0.0188 | 0.0061 | 3.10 | 0.003*** | ||
| Constants | 0.2213 | 0.0309 | 7.16 | 0.000*** |
본 연구의 분석결과로부터 도출된 결과는 다음과 같다. 첫째, 성장화물 물동량의 증가는 해상운송 대비 항공운송 비중의 증가에 통계적으로 유의한 영향을 미친다. 둘째, 전통화물 물동량의 증가는 오히려 항공운송 비중에 감소 영향을 미치지만 그 영향은 통계적으로 유의하지 않다. 셋째, 해상운임 대비 항공운임이 증가하더라도 항공운송 비중은 감소하지 않으며, 그 영향은 통계적으로 유의하다. 넷째, 실질실효환율의 증가에 따른 원화가치의 상승은 항공운송 비중의 증가에 유의수준 10%에서 통계적으로 유의한 영향을 미친다.
3. 분석결과에 대한 해석
본 연구의 분석결과는 항공화물시장의 참가자들에게 유용한 시사점을 제공할 수 있다. 본 연구의 데이터 분석기간이 2015년 1월부터 2021년 9월인 만큼 항공화물시장에 나타나고 있는 최근의 변화 추세 역시 충실히 반영하고 있는 것으로 보인다.
1) 항공화물시장 성장 동인
본 연구는 향후 항공화물시장의 성장 동인에 관한 시사점을 제공한다. 특히 전통화물과 달리 성장화물의 증가가 항공운송의 비중에 양(+)의 영향을 미친다는 것은 향후 항공운송시장이 어떠한 운송품목을 중심으로 성장할 것인지에 대한 방향성을 시사한다. 해상 운송은 항공 운송에 비해 운송 소요시간은 길지만 저렴한 운임으로 제품을 수송할 수 있다는 점에서 항공 운송의 대체재로 평가받아 왔다. 최근 들어 IoT, 빅데이터, 블록체인 등 4차 산업혁명 기술을 바탕으로 해상운송의 약점으로 지적되던 정시성 측면이 큰 폭으로 개선되면서 해상 운송시장은 항공 운송영역으로 간주되던 가격이 높은 제품까지 운송 범위를 확대하고 있다(Milewski and Milewska, 2018).
따라서 미래 항공운송시장의 성장을 견인할 수 있는 품목은 해상운송이 대체하기 어려운 항공운송의 비교우위에 의존도가 높은 제품이 될 가능성이 높다. 본 연구에서 성장화물로 제시한 비누 ‧ 치약 ‧ 화장품, 곡실류, 농약 및 의약품, 어류, 축산가공품 품목의 경우 전자상거래나 콜드체인 기술을 바탕으로 개인소비자가 선호할뿐더러 시간의 흐름에 따라 가치가 민감하게 변동하여 제품이 손상되거나 가치가 감소할 가능성이 높다는 특성을 가지고 있다. 이들 품목은 항공운송을 통한 배송의 신속성이 갖춰질 때 시장에서 가치를 보존하기 용이한 품목이다. 따라서 향후 항공화물 운송시장은 성장화물과 공통된 시간 민감성 등의 성격을 가진 품목 위주로 성장할 가능성이 높다(Niu et al., 2019; Li, 2020).
이런 관점에서 해상운임 대비 항공운임의 증가가 항공운송의 비중 감소를 야기하지 않는다는 본 연구의 분석결과 역시 흥미로운 시사점을 제공한다. 시간 민감성으로 인해 항공으로 운송되어야만 시장가치를 보존할 수 있는 성장화물이 항공물동량 증가에 유의한 영향을 미치면서 상대운임의 증가가 항공운송비중에 감소(-) 영향을 미치지 않는 현상이 발생하고 있는 것으로 보인다. 이 역시 항공운송시장이 신속한 배송을 선호하는 개인소비자와 시간에 민감한 품목 위주로 성장할 가능성이 높음을 나타낸다.
2) 성장동인에 대응한 시장 참여자 전략
(1) 항공사
항공사의 전통적인 화물 영업정책은 대형 화물기(Wide-body freighter)를 활용하여 화물 수요가 있는 지점을 지점간 운송(point to point) 형태로 연결하는 것이다. 이는 양방향 운행을 기반으로 하는 여객 영업정책과의 큰 차이점 중 하나이다(Zhang and Zhang, 2002).
항공화물시장에서 배송의 신속성과 정시성이 핵심가치로 부상하면서 항공사는 여객기 벨리(Belly) 공간 활용도를 높이는 전략을 적극적으로 채택할 필요가 있다. 벨리 공간 활용은 여객기의 빈 공간을 활용하는 의미 외에도 양방향 운행 및 환승 ‧ 환적 기반의 여객 네트워크를 활용하여 다양한 노선에 신속한 서비스를 제공할 수 있기 때문이다(Feng et al., 2015). 코로나19 이전 인천공항의 운영 데이터를 살펴보면 항공사 운영에서 벨리 활용의 중요성을 확인할 수 있다. Table 9에 따르면 코로나19 이전에 벨리 화물량이 이미 여객 수하물 중량을 초과한 것을 확인할 수 있다.
Table 9.
Incheon airport operation data (4th week of Oct 2019)
| Operation data | Aircraft movements | No. of passengers | Baggage volume (Tonne) | Cargo volume (Tonne) |
| Passenger aircraft | 6,849 | 1,215,070 | 18,959 | 22,313 |
| Freighter | 739 | - | - | 36,161 |
Figure 2는 2012년부터 2019년까지 여객기 유상하중(payload)에서 벨리 화물의 점유 비중을 나타내고 있다. 전체적으로는 점유 비중이 감소하는 것으로 보이지만, 화물을 주로 수송하는 풀서비스 항공사(full service carrier, FSC)로 범위를 한정할 경우 벨리 화물의 점유 비중이 지속적으로 증가해 왔음을 확인할 수 있다.
(2) 공항운영자
공항운영자도 항공화물시장의 성장 동인에 대응하여 보다 적극적인 역할을 수행할 필요가 있다. 특히 시간 민감성이 큰 제품의 운송 프로세스 설계에 전략적인 접근이 필요하다. Figure 3은 벨리 화물의 일반적인 환적 경로를 나타내고 있다. 여객기에서 하역한 화물을 화물터미널로 이동시키고 다시 벨리에 탑재하는 과정을 거치면서 화물 이동거리 증가에 따라 외기 및 상온 노출에 따른 제품 손상(Wet damage) 가능성 증가, 입 ‧ 출고 대기시간 소요, 계류장 혼잡시 이동거리 및 이동시간 증가 등 관리 위험이 증대된다.
여객계류장 지역에 벨리화물, 환적 및 신선화물을 처리할 수 있는 물류 인프라를 제공할 경우 화물터미널까지의 이동거리를 단축하고 화물터미널 경유절차를 간소화할 수 있다. Table 10은 여객계류장 지역에 물류 인프라를 공급할 경우의 기대효과를 나타내고 있습니다. 여객계류장에 물류 인프라 공급을 통해 화물 연결시간, 외기 노출시간, 상온 노출시간을 단축할 수 있으며 적재용기 손상이나 대기시간 지연 등의 위험을 낮출 수 있다. 이는 시간 민감성 화물의 운송 경쟁력 제고에 기여할 수 있을 것이다.
Table 10.
Time-saving effect when using passenger apron area
3) 글로벌 공급망 확산과 항공운송의 중요성
실질실효환율 상승은 원화의 실질가치 상승을 의미한다. 원화가치 상승은 수출 경쟁력 약화를 초래하며 수출 물동량에 음(-)의 영향을 미친다. 반면 글로벌 공급망에 따른 원자재와 중간재 조달비용을 낮춤으로써 수입 물동량에는 양(+)의 영향을 미친다.
본 연구의 분석결과에 따르면 실질실효환율상승은 항공운송 비중 증가를 야기한다. 원화가치 상승이 소량, 다품종, 고부가 운송 측면에서 항공운송이 비교우위를 확보한 소재, 부품, 장비 등 원자재 및 중간재 운송을 증대시킨 결과로 판단된다. 항공화물시장이 항공사 및 공항 거점의 화물터미널 확충, 표준화된 항공화물 적재용기(ULD) 보급, 광폭형(Wide-body) 화물기 운영을 통해 국제무역 및 공급망 관리와 밀접하게 성장해 왔던 만큼(Yoon, 2014; Yoo et al., 2017), 이는 항공운송이 글로벌 공급망(Global supply chain)의 주요 구성요소로 자리매김하고 있음을 시사한다.
결론
코로나19 여파로 항공여객시장은 급격히 침체하였지만 항공화물시장은 성장세를 지속하고 있다. 본 연구는 항공운송품목의 변화를 중심으로 최근 항공화물 시장의 성장 동인을 파악하기 위한 연구를 수행하였다. 본 연구에서는 선행연구 고찰을 통하여 산업생산지수, 환율, 유가와 항공과 해상을 비교한 상대운임을 항공운송시장의 성장에 영향을 미치는 요인으로 고려하였다. 또한 항공운송품목을 전통화물과 성장화물로 구분하여, 어느 화물이 항공운송 비중 증가에 더 유의한 영향을 미치는지 분석하였다.
본 연구의 분석결과로부터 도출된 결과는 다음과 같다. 첫째, 전통화물과 달리 성장화물의 증가가 항공운송 비중 증가에 통계적으로 유의한 영향을 미친다. 둘째, 전통화물의 증가는 항공운송 비중의 변화에 통계적으로 유의한 영향을 미치지 않는다. 셋째, 해상운임 대비 항공운임이 증가하더라도 항공운송 비중은 감소하지 않는다. 이는 미래 항공화물시장은 해상운송으로 대체하기 어려운 항공운송 비교우위에 의존도가 높은 제품이 성장을 견인할 가능성이 높다는 점을 나타낸다. 전자상거래나 콜드체인 기술을 바탕으로 개인소비자의 선호와 시간에 민감하게 반응하는 품목들이 그러한 성장화물이며, 이들 품목은 항공운송을 통해 신속한 배송이 이루어질 때 시장에서 가치를 보존하기 용이한 특성을 가진다. 이에 따라 항공사는 여객기 벨리(Belly) 공간의 활용도를 높여 신속성 및 정시성에 대한 니즈를 충족시키는 전략을 채택할 필요가 있다. 공항운영자도 시간 민감성이 큰 제품의 운송 프로세스 설계에 적극적인 참여가 필요하다. 특히 여객계류장 지역에 물류 인프라를 제공함으로써 벨리 및 시간 민감성 화물에 대한 운송 경쟁력을 제고 할 필요가 있다.
본 연구를 수행함에 있어 한계점도 있었다. 첫 번째는 본 연구에서 논의하고 있는 항공화물시장의 변화 양상과 성장 동인이 아직 진행 중인 상태라는 것이다. 특히 변화의 흐름이 코로나19라는 예기치 못한 이벤트를 만나 가속화된 측면이 있는 만큼 시의적절한 후속 연구가 필요하다. 두 번째는 본 연구가 학술연구로서의 유용성을 갖추기 위해서는 시장참가자의 전략방향에 대해 이해관계를 가진 포워더, 물류기업 등 다른 참가자의 관점과 입장을 청취할 필요가 있다는 것이다. 세 번째는 최근 5년간의 물동량 증감률과 인천공항에서의 수송 비중을 활용한 본 연구의 성장화물 정의가 다른 공항이나 시장에도 적용할 수 있는 범용성을 갖출 수 있는가 이다. 하지만 본 연구가 분석대상으로 선정한 인천공항이 2021년 국제선 화물수송 기준 세계 2위를 차지하는 공항이라는 점을 고려하고, 본 연구에서 제기하는 항공화물시장의 변화와 성장 동인에 대한 데이터와 실증적 사례가 축적된다면 항공화물시장의 참가자들에게 더욱 유용한 성장 동인과 방향성에 대한 시사점을 제공할 것으로 기대한다. 또한 개별 국가나 공항 단위에서 후속 연구가 이어진다면 물류 인프라 구축을 위한 투자의사 결정의 양적 근거도 제공할 수 있을 것이다.
