지식기반사회로 진전됨에 따라 경제성장의 원동력으로서 인적자본(human capital)의 중요성이 부각되면서 인적자본의 외부효과에 대한 관심이 매우 높아지고 있다. 본 연구는 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계선형모형을 구축하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 또한 지식확산의 강도가 학력그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹의 인적자본의 외부효과를 비교하였다. 3단계 위계선형모형 추정 결과 지역의 평균 교육수준이 1년 증가할 때 근로자의 평균 임금이 4.4% 상승하는 것으로 나타나, 인적자본의 외부효과가 있음을 말해준다. 이러한 인적자본의 외부효과는 학력수준 집단별로 차이를 보이는 것으로 나타났다. 즉, 학력수준을 고졸 이하와 전문 일반대 졸업, 그리고 석 박사 졸업으로 그룹화하여 인적자본의 외부효과를 산출한 결과 각각 3.0%, 4.7%, 11.8%로 나타나, 고학력으로 갈수록 인적자본의 외부효과가 더 크게 나타나고 있다. 이와 같이 학력 수준별 인적자본의 외부효과가 상이하게 나타나며, 고학력으로 갈수록 외부효과가 더 커지고 있다는 점을 고려해 볼 때 지방의 경쟁력을 살리기 위해서는 인적자본의 외부효과를 높일 수 있는 방안을 적극적으로 모색하여야 할 것이다.
지식기반사회로 진전됨에 따라 경제성장의 원동력으로서 인적자본(human capital)의 중요성이 부각되면서 인적자본의 외부효과에 대한 관심이 매우 높아지고 있다. 본 연구는 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계선형모형을 구축하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 또한 지식확산의 강도가 학력그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹의 인적자본의 외부효과를 비교하였다. 3단계 위계선형모형 추정 결과 지역의 평균 교육수준이 1년 증가할 때 근로자의 평균 임금이 4.4% 상승하는 것으로 나타나, 인적자본의 외부효과가 있음을 말해준다. 이러한 인적자본의 외부효과는 학력수준 집단별로 차이를 보이는 것으로 나타났다. 즉, 학력수준을 고졸 이하와 전문 일반대 졸업, 그리고 석 박사 졸업으로 그룹화하여 인적자본의 외부효과를 산출한 결과 각각 3.0%, 4.7%, 11.8%로 나타나, 고학력으로 갈수록 인적자본의 외부효과가 더 크게 나타나고 있다. 이와 같이 학력 수준별 인적자본의 외부효과가 상이하게 나타나며, 고학력으로 갈수록 외부효과가 더 커지고 있다는 점을 고려해 볼 때 지방의 경쟁력을 살리기 위해서는 인적자본의 외부효과를 높일 수 있는 방안을 적극적으로 모색하여야 할 것이다.
In the knowledge-based economy highlighting the importance of human capital, there has been a growing interest in human capital externalities as a fundamental engine of growth and development of a region. The purpose of this study is to analyze human capital externalities using 3-level hierarchical ...
In the knowledge-based economy highlighting the importance of human capital, there has been a growing interest in human capital externalities as a fundamental engine of growth and development of a region. The purpose of this study is to analyze human capital externalities using 3-level hierarchical linear model(3-HLM), decomposing determinants of wages into three levels involving workers(level-1) nested within firms(level-2) nested within regions(level-3). This study separately estimates the effect of the average education level on the wages by three different schooling groups on the assumption that the intensity of knowledge spillovers varies with each group's schooling level. The main results are as follows; First, the coefficient of the average education level of a region shows 0.044, indicating that one-year increase in the average level of schooling could increase average individual earnings by 4.4%. Secondly, the external effects of human capital on three different schooling groups are considerably different, raising less than high school graduates' wages by 3.0%, college graduates' wages by 4.7%, and graduate schools' wages by 11.8%, respectively. Thirdly, well educated workers are much more sensitive to the variation of the regional education level than less educated ones when we apply the shares of each schooling group as alternative measures for the average level of education. Such findings of this study draw an implication that local governments could speed up regional economic growth in the knowledge-based economy by not only raising total human capital stock in a region but building the close networks that promote productivity-enhancing human capital external effects.
In the knowledge-based economy highlighting the importance of human capital, there has been a growing interest in human capital externalities as a fundamental engine of growth and development of a region. The purpose of this study is to analyze human capital externalities using 3-level hierarchical linear model(3-HLM), decomposing determinants of wages into three levels involving workers(level-1) nested within firms(level-2) nested within regions(level-3). This study separately estimates the effect of the average education level on the wages by three different schooling groups on the assumption that the intensity of knowledge spillovers varies with each group's schooling level. The main results are as follows; First, the coefficient of the average education level of a region shows 0.044, indicating that one-year increase in the average level of schooling could increase average individual earnings by 4.4%. Secondly, the external effects of human capital on three different schooling groups are considerably different, raising less than high school graduates' wages by 3.0%, college graduates' wages by 4.7%, and graduate schools' wages by 11.8%, respectively. Thirdly, well educated workers are much more sensitive to the variation of the regional education level than less educated ones when we apply the shares of each schooling group as alternative measures for the average level of education. Such findings of this study draw an implication that local governments could speed up regional economic growth in the knowledge-based economy by not only raising total human capital stock in a region but building the close networks that promote productivity-enhancing human capital external effects.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 노동생산성의 지표로 간주되는 근로자의 임금을 이용하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 특히, 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계구조를 가진 위계선형모형을 구축하여 인적자본의 외부효과를 분석하였다.
동일한 지역 내에서 근로자 간에 함께 지식을 공유하고 서로 학습하는 과정에서 인적자본의 외부효과가 발생한다고 볼 때, 외부효과는 일방향이라기 보다는 쌍방향(two-way)의 상호 현상이라고 할 수 있다. 본 연구에서는 근로자들의 상호작용에 따른 인적자본의 외부효과가 학력수준별로 차별적으로 나타나는 가를 비교하기 위해 학력수준을 크게 두 가지 유형으로 나누었다. 즉, ‘분류 1’은 고졸 이하 그룹과 전문대를 포함한 대졸 이상 그룹으로 나누었으며, ‘분류 2’는 대졸 이상 그룹을 세분하여 전문대와 4년제 대졸 그룹과 석사 이상의 대학원 학력 그룹으로 분류하였다.
본 연구에서는 노동이 창출하는 한계생산이 임금에 충실히 반영된다는 전제 하에서 인적자본의 외부 효과에 따른 근로자의 생산성 증대가 임금 상승분으로 나타난다고 간주하고 외부효과 측정을 위해 근로자의 월평균 임금 데이터를 사용하였다. 국내에서 근로자의 임금에 대한 정보를 얻을 수 있는 마이크로 데이터는 한국노동패널(KLIPS: Korean Labor and Income Panel Study)자료와 한국고용정보원에서 제공하는산업·직업별고용구조조사(OES: Occupational Employment Statistics)자료이다.
이러한 배경 하에서 본 연구는 생산성의 지표로 간주되는 근로자의 임금데이터를 이용하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 세부 목적으로는 첫째, 근로자의 임금이 개인 특성, 기업 특성, 지역 특성에 의해 영향을 받을 것이라는 가설 하에서 위계선형모형을 이용하여 인적자본의 외부효과를 분석한다.
지금까지 많은 연구들이 지식창출을 위한 요인들을 규명하는데 초점을 두어왔다면, 본 연구는 이미 교육을 통해 높은 학력을 가진 근로자들이 자신의 지식을 주변의 근로 현장이나 또는 비공식적 상호교류를 통해 확산시킴으로써 어느 정도 생산성의 향상을 가져오는 가를 분석하는데 초점을 두었다. 따라서 본 연구를 통해 지역경제가 성장하기 위해서는 인적자본 자체가 매우 중요할 뿐만 아니라 인적자본의 외부 효과도 얼마나 중요한 가를 살펴볼 수 있었다.
제안 방법
또한 산업별, 직업별로 임금수준이 상당히 다르게 나타나고 있다. OES 자료에서 제공하는 산업은 소분류로 조사되어 있어 본 연구에서는 산업군을 크게 1차, 2차, 3차 산업으로 대분류한 후, 3차산업은 이희연(1998)2)의 분류체계를 이용하여 생산자서비스, 소비자서비스, 유통서비스로 분류하였다. 그러나 전체 표본의 0.
세부 목적으로는 첫째, 근로자의 임금이 개인 특성, 기업 특성, 지역 특성에 의해 영향을 받을 것이라는 가설 하에서 위계선형모형을 이용하여 인적자본의 외부효과를 분석한다. 둘째, 지식확산의 강도가 학력수준 그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹간 인적자본의 외부효과를 비교한다. 셋째, 지역의 교육수준이 변화되는 경우 학력수준별 인적자본의 외부효과가 얼마나 민감하게 달라지는가를 분석한다.
본 연구에서는 인적자본의 외부효과를 측정하기 위한 종속변수로 근로자의 월평균 임금을 사용하였으며, 임금을 대수값으로 변환하여 사용하였다. 또한 종속변수인 근로자의 임금에 영향을 미칠 것으로 예상되는 요인들은 선행연구 및 자료의 가용성을 고려하여 개인수준(level-1), 기업수준(level-2), 지역수준 (level-3)의 설명변수를 각각 선정하였다. 먼저 근로자의 임금에 직접적으로 많은 영향을 미치는 개인수준(level-1)의 설명변수로는 성별, 교육연수, 경력연수, 경력연수 제곱, 자격증보유 여부, 교육 및 훈련이수 여부, 근로형태, 산업, 직종의 9개 변수로 선정하였다.
특히, 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계구조를 가진 위계선형모형을 구축하여 인적자본의 외부효과를 분석하였다. 또한 지식확산의 강도가 학력그룹별로 다를 것이라는 가설 하에서 고학력자와 저학력자 그룹의 인적자본의 외부효과를 비교하였으며, 해당 지역의 교육수준이 변화되는 경우 학력수준별로 인적자본의 외부효과가 얼마나 민감하게 달라지는 가도 분석하였다.
평균 교육 수준을 산출하기 위해 각 도시별로 재학생을 제외한만 6세 이상의 인구를 대상으로 각 학교 졸업자 수를 기초로 하여 초등학교(6년), 중학교(9년), 고등학교 (12년), 전문대(14년), 일반대(16년), 석사(18년), 박사 (20년)의 학력을 교육연수로 환산하였다. 또한 학력별 중퇴자는 절반에 해당하는 연수로 간주하여 각 지역의 평균 교육수준을 계산하였다.
즉, 63개 유형으로 분류된 기업규모와 기업형태 변수는 3단계 위계선형모형에서 2수준의 분석단위를 만드는데 사용되었다. 마지막으로 근로자의 임금에 영향을 주는 지역수준(level-3)의 설명변수로는 각 지역의 평균 교육 수준과 학력수준별 비율을 각각 사용하였다. 일반적으로 평균 교육수준은 지역의 인적자본 깊이(depth) 또는 질(quality)을 나타내는 대리변수로 사용되고 있다.
또한 종속변수인 근로자의 임금에 영향을 미칠 것으로 예상되는 요인들은 선행연구 및 자료의 가용성을 고려하여 개인수준(level-1), 기업수준(level-2), 지역수준 (level-3)의 설명변수를 각각 선정하였다. 먼저 근로자의 임금에 직접적으로 많은 영향을 미치는 개인수준(level-1)의 설명변수로는 성별, 교육연수, 경력연수, 경력연수 제곱, 자격증보유 여부, 교육 및 훈련이수 여부, 근로형태, 산업, 직종의 9개 변수로 선정하였다. 특히 동일한 산업에 종사하는 근로자 간에도 직종별로 임금의 차이가 있으며, 반대로 동일한 직무를 맡고 있어도 종사하는 산업에 따라서 임금 차이가 있을 수 있다는 점을 고려하여 근로자를 산업별 직종에 따라 세분류하였다.
무조건부모형의 추정 결과 각 수준별로 설명변수를 투입함으로서 종속변수인 근로자 임금의 분산을 더 설명해줄 수 있는 것으로 나타남에 따라 조건부모형을 실행시켰다. 그 결과 전체적으로 볼 때 고정효과와 임의효과에서 모두 통계적으로 유의미한 결과를 보이고 있다.
본 연구에서는 2005년 시점에서 분석대상인 우리 나라 81개시의 인적자본을 평균 교육연수, 대졸자 비율 및 석 · 박사 비율을 통해 비교하였다.
또한 기업의 형태도 정부나 공공기관과 같이 관료적 조직형태와 일반회사와 같이 매우 유기적인 조직형태로 구분되며, 이러한 기업특성은 근로자들 간의 의사결정 과정과 업무성과에 영향을 미치며, 이에 따라 임금격차가 발생하는 것으로 알려져 있다. 본 연구에서는 이러한 기업의 근무환경을 반영하여 기업형태를 크게 외국계 기업(외국인 회사)과 공공기관(정부투자기관, 정부출연단체, 공사합동기관, 법인단체, 정부기관), 국내 일반기업(민간회사 혹은 개인사업체), 그리고 무소속 형태(특정회사나 사업체에 소속되어있지 않음 및 기타)로 재분류하였다.
OES 자료에서 기업규모는 9개 그룹으로, 기업형태는 7개 그룹으로 매우 세부적으로 분류하고 있다. 본 연구에서는 이러한 자료를 바탕으로 하여 기업의 종사자 규모에 따라 소기업(상시 근로자 30인 미만), 중기업(30-500인 미만), 대기업(500인 이상)으로 재분류하였다. 또한 기업의 형태도 정부나 공공기관과 같이 관료적 조직형태와 일반회사와 같이 매우 유기적인 조직형태로 구분되며, 이러한 기업특성은 근로자들 간의 의사결정 과정과 업무성과에 영향을 미치며, 이에 따라 임금격차가 발생하는 것으로 알려져 있다.
본 연구에서는 인적자본의 외부효과를 측정하기 위한 종속변수로 근로자의 월평균 임금을 사용하였으며, 임금을 대수값으로 변환하여 사용하였다. 또한 종속변수인 근로자의 임금에 영향을 미칠 것으로 예상되는 요인들은 선행연구 및 자료의 가용성을 고려하여 개인수준(level-1), 기업수준(level-2), 지역수준 (level-3)의 설명변수를 각각 선정하였다.
따라서 만일 해당지역에 저학력자의 비율이 증가하거나 또는 감소하는 경우 학력수준별 인적자본의 외부효과에 어떠한 영향을 미치는 가를 분석한다면 지역노동시장에 상당한 시사점을 제공할 수 있을 것이다. 본 연구에서는 학력수준에 따라 근로자 계층을 세 그룹으로 분리하고 지역의 교육수준 변수도 마찬가지로 동일한 그룹 기준을 적용하여 총 9개의 위계선형모형을 각각 수행하였다. 그 결과 개인수준과 기업수준에서의 설명변수에 대한 계수값은 별다른 차이를 보이지 않는 반면에 지역수준(level-3)에서 인적자본의 외부 효과는 상당한 차이를 보이고 있다(표 11 참조).
이러한 배경 하에서 본 연구는 생산성의 지표로 간주되는 근로자의 임금데이터를 이용하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 세부 목적으로는 첫째, 근로자의 임금이 개인 특성, 기업 특성, 지역 특성에 의해 영향을 받을 것이라는 가설 하에서 위계선형모형을 이용하여 인적자본의 외부효과를 분석한다. 둘째, 지식확산의 강도가 학력수준 그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹간 인적자본의 외부효과를 비교한다.
둘째, 지식확산의 강도가 학력수준 그룹별로 다를 것이라는 가설 하에서 고학력자 그룹과 저학력자 그룹간 인적자본의 외부효과를 비교한다. 셋째, 지역의 교육수준이 변화되는 경우 학력수준별 인적자본의 외부효과가 얼마나 민감하게 달라지는가를 분석한다.
앞에서 살펴본 바와 같이 근로자의 임금은 다양한 요인으로부터 영향을 받으며, 그러한 요인들은 개인 특성, 기업 특성, 지역 특성으로 위계를 가지고 있음을 알 수 있었다. 이에 따라 본 연구에서는 개인, 기업, 지역의 세 수준으로 구성된 3단계 위계선형모형을 구축하였다. 개인수준의 Yijk는 k지역의 j기업유형에 속해있는 i개인의 임금을 말한다.
이와 같이 근로자의 임금에 영향을 미치는 개인특성 변수, 기업특성 변수, 지역특성 변수를 각각 선정 하여 위계선형모형을 구축한 후 33,234명의 근로자를 대상으로 하여 1수준, 2수준, 3수준으로 구성된 임의절편모형(random intercept model)을 구축하였다. HLM의 하위모형 가운데 임의절편모형을 구축한 이유는 근로자의 임금을 결정하는데 영향을 주는 1수준(개인 특성)의 영향은 동일하며, 단지 기업유형과 지역의 평균 교육수준의 영향(절편)이 다를 것으로 전제하였기 때문이다.
먼저 근로자의 임금에 직접적으로 많은 영향을 미치는 개인수준(level-1)의 설명변수로는 성별, 교육연수, 경력연수, 경력연수 제곱, 자격증보유 여부, 교육 및 훈련이수 여부, 근로형태, 산업, 직종의 9개 변수로 선정하였다. 특히 동일한 산업에 종사하는 근로자 간에도 직종별로 임금의 차이가 있으며, 반대로 동일한 직무를 맡고 있어도 종사하는 산업에 따라서 임금 차이가 있을 수 있다는 점을 고려하여 근로자를 산업별 직종에 따라 세분류하였다. 예를 들면 1·2차 산업에 종사하는 근로자들을 다시 전문직, 사무직, 기능직, 단순직으로 세분화하였다.
본 연구는 노동생산성의 지표로 간주되는 근로자의 임금을 이용하여 인적자본의 외부효과를 분석하는데 목적을 두었다. 특히, 근로자의 임금에 영향을 주는 결정요인을 개인 수준, 기업 수준, 지역 수준별로 위계구조를 가진 위계선형모형을 구축하여 인적자본의 외부효과를 분석하였다. 또한 지식확산의 강도가 학력그룹별로 다를 것이라는 가설 하에서 고학력자와 저학력자 그룹의 인적자본의 외부효과를 비교하였으며, 해당 지역의 교육수준이 변화되는 경우 학력수준별로 인적자본의 외부효과가 얼마나 민감하게 달라지는 가도 분석하였다.
표본 추출된 근로자를 대상으로 개인 특성에 따라 임금수준이 어느 정도 차이가 나는 가를 분석하였다. 먼저 성별 임금을 보면 여성 근로자의 경우 월평균 임금이 122만원으로 남성이 받는 임금의 57% 수준에 그치고 있다(KLIPS 자료를 사용한 김주영 외(2009)에서도 여성의 평균월급이 남성의 60%수준으로 나타났음).
대상 데이터
국내에서 근로자의 임금에 대한 정보를 얻을 수 있는 마이크로 데이터는 한국노동패널(KLIPS: Korean Labor and Income Panel Study)자료와 한국고용정보원에서 제공하는산업·직업별고용구조조사(OES: Occupational Employment Statistics)자료이다.
따라서 본 연구에서는 대다수의 근로자들이 동일한 지역 내에서 직주가 함께 이루어질 수 있는 공간단위를 설정하기 위하여 2005년 시점에서 우리나라의 시급 도시 84개(7개 광역시를 포함) 를 분석대상으로 하였다. 그러나 도서지역에 해당하는 제주시와 서귀포시, 그리고 2003년도에 시로 승격한 계룡시는 분석결과를 왜곡시킬 수 있는 가능성이 있기 때문에 제외시켜서 최종 81개시를 분석대상으로 선정하였다.
한편 OES 자료는 근무지에 대한 정보를 별도로 제공하지 않고 있다. 따라서 본 연구에서는 대다수의 근로자들이 동일한 지역 내에서 직주가 함께 이루어질 수 있는 공간단위를 설정하기 위하여 2005년 시점에서 우리나라의 시급 도시 84개(7개 광역시를 포함) 를 분석대상으로 하였다. 그러나 도서지역에 해당하는 제주시와 서귀포시, 그리고 2003년도에 시로 승격한 계룡시는 분석결과를 왜곡시킬 수 있는 가능성이 있기 때문에 제외시켜서 최종 81개시를 분석대상으로 선정하였다.
2005년에 조사된 제5차 OES 자료는 2000년에 시행된 인구주택총조사 표본으로부터 전국 234개 시군구에 거주하는 총 51,121가구로부터 70,254명의 취업자를 대상으로 근로자의 임금, 성별, 학력수준, 전공, 산업, 직업, 근로형태, 고용형태, 근속연수, 경력 연수, 직장이동, 거주지 등의 매우 세부적인 개인 및 기업관련 정보를 담고 있다. 본 연구에서는 인적자본의 외부효과를 측정하기 위한 지표가 임금이므로, 표본대상 가운데 비임금근로자 33,212명1) 을 우선적으로 제외하였으며, 그밖에 각 문항별 무응답자와 이상 치를 제외시켜 최종적으로 분석에 사용된 표본수는 총 표본수의 47.3%에 해당하는 33,234명이다.
국내에서 근로자의 임금에 대한 정보를 얻을 수 있는 마이크로 데이터는 한국노동패널(KLIPS: Korean Labor and Income Panel Study)자료와 한국고용정보원에서 제공하는산업·직업별고용구조조사(OES: Occupational Employment Statistics)자료이다. 인적자본의 외부효과를 미시적 차원에서 분석한 연구들의 대부분이 KLIPS 자료를 사용하고 있으나, 본 연구에서는 KLIPS 자료보다 10배 이상 큰 표본수를 확보할 수 있는 OES 자료를 처음으로 사용하였다. 그 이유는 고학력자 그룹과 저학력자 그룹의 표본을 분리하여 인적자본의 외부효과를 비교하기 위해서는 표본수가 충분히 커야하기 때문이다.
이론/모형
본 연구에서 사용한 위계선형모형 프로그램은 Raudenbush, Bryk & Congdon이 개발한 HLM 6.01 버전이다.
근로자의 임금을 이용하여 인적자본의 외부효과를 측정하기 위해서는 임금에 영향을 주는 다양한 요인을 고려해야 한다. 본 연구에서는 기존의 인적자본의 외부효과 모형을 보다 개선해보고자 3단계 위계선형 모형(3-HLM: 3-level Hierarchical Linear Model)을 사용하였다. 이는 근로자 개인의 임금에 영향을 미치는 요인은 개인적 특성과 개개인이 속한 기업의 특성, 그리고 지역특성에 따라 달라지는 일련의 위계구조를 갖고 있기 때문이다.
성능/효과
고졸 이하와 전문·일반대 졸업자, 그리고 석·박사 졸업자를 그룹화하여 인적자본의 외부효과를 산출한 결과 각각 3.0%, 4.7%, 11.8%로 나타났다.
본 연구에서는 학력수준에 따라 근로자 계층을 세 그룹으로 분리하고 지역의 교육수준 변수도 마찬가지로 동일한 그룹 기준을 적용하여 총 9개의 위계선형모형을 각각 수행하였다. 그 결과 개인수준과 기업수준에서의 설명변수에 대한 계수값은 별다른 차이를 보이지 않는 반면에 지역수준(level-3)에서 인적자본의 외부 효과는 상당한 차이를 보이고 있다(표 11 참조).
무조건부모형의 추정 결과 각 수준별로 설명변수를 투입함으로서 종속변수인 근로자 임금의 분산을 더 설명해줄 수 있는 것으로 나타남에 따라 조건부모형을 실행시켰다. 그 결과 전체적으로 볼 때 고정효과와 임의효과에서 모두 통계적으로 유의미한 결과를 보이고 있다. 또한 조건부모형의 추정 결과 산출된 총분산은 0.
근로자의 평균 임금이 지역 간에도 차이가 나타나는 가를 분석해본 결과 울산에서 근무하는 근로자의 임금이 204만원으로 가장 높게 나타났으며, 서울과 경기도, 전라남도의 근로자가 전국 평균 임금보다 높게 받는 것으로 나타났다(표 3 참조). 반면에 부산과 대구는 광역도시임에도 불구하고 전국의 평균 임금보다 각각 28만원, 38만원 더 낮았으며, 대전과 광주, 인천광역시 역시 전국 평균수준에 미치지 못하고 있어, 전반적으로 볼 때 광역시 근로자의 임금수준이 낮은 경향을 보이고 있음을 말해준다3) .
더 나아가 저학력자에 해당하는 중·고교 졸업자 비율을 지역 교육수준 변수로 투입한 경우 인적자본의 외부효과는 모든 학력 그룹에서 (-)의 계수가 나타나면서 고학력으로 갈수록 계수값이 커지고 있는 반면, 전문·일반대 졸업자와 석·박사 졸업자의 비율을 지역 교육변수로 대입한 경우에는 인적자본의 외부효과가 거의 모두 (+)의 부호를 보이면서 마찬가지로 고학력으로 갈수록 계수값이 증가하였다.
동일한 직종 내에서 산업별로 임금을 비교해 보면 전문직은 유통서비스업 부문에서 가장 높은 임금을 받고 있었으며 사무직은 생산자서비스업에서, 기능직은 1·2차 산업, 그리고 단순직종은 소비자서비스업에서 더 높은 임금을 받는 것으로 추정되었다.
지금까지 많은 연구들이 지식창출을 위한 요인들을 규명하는데 초점을 두어왔다면, 본 연구는 이미 교육을 통해 높은 학력을 가진 근로자들이 자신의 지식을 주변의 근로 현장이나 또는 비공식적 상호교류를 통해 확산시킴으로써 어느 정도 생산성의 향상을 가져오는 가를 분석하는데 초점을 두었다. 따라서 본 연구를 통해 지역경제가 성장하기 위해서는 인적자본 자체가 매우 중요할 뿐만 아니라 인적자본의 외부 효과도 얼마나 중요한 가를 살펴볼 수 있었다. 특히 학력수준별 인적자본의 외부효과가 상이하게 나타나며, 고학력으로 갈수록 외부효과가 상대적으로 더 커지고 있다는 점을 고려해 볼 때 지방의 경쟁력을 살리기 위해서는 인력 향상뿐만 아니라 인적자본의 외부효과를 상승시키는 전략을 모색하여야 할 것이다.
그러나 실제로 일하는 것은 정규직과 비슷한데도 임시직이라는 이유만으로 더 적은 임금을 받고 있는 우리나라의 임시직 체계를 고려한다면 이를 생산성과 결부시켜 풀이하는 데는 다소 무리가 있다. 또한 산업-직업별 추정계수를 보면 전문직, 사무직, 기능직, 단순직 순으로 임금이 낮아지는 반면에 생산자서비스업과 소비자서비스업에서는 전문직보다도 오히려 사무직의 임금이 높게 추정되어 산업별로 세부 직종에 따른 임금수준이 상당히 다르다는 것을 말해준다. 동일한 직종 내에서 산업별로 임금을 비교해 보면 전문직은 유통서비스업 부문에서 가장 높은 임금을 받고 있었으며 사무직은 생산자서비스업에서, 기능직은 1·2차 산업, 그리고 단순직종은 소비자서비스업에서 더 높은 임금을 받는 것으로 추정되었다.
따라서 다른 변수를 통제한 후에도 성별에 따른 임금격차가 상당히 크다고 판정 된다. 또한 정규학교교육을 1년 더 이수하면 근로자 개인의 임금이 6.3% 상승하는 것으로 나타났다. 이는 근로자 개인의 교육투자에 대한 사적 수익(private returns to education)을 말하는 것으로, 앞에서 도출된 4.
그 결과 전체적으로 볼 때 고정효과와 임의효과에서 모두 통계적으로 유의미한 결과를 보이고 있다. 또한 조건부모형의 추정 결과 산출된 총분산은 0.167로 나타나 무조건부모형에서 산출된 총분산(0.451)의 약 63%가 줄어들었다. 따라서 위계선형모형의 각 수준별로 투입된 설명변수들이 종속변수의 분산을 상당히 설명해주고 있음을 보여주고 있다.
무조건부모형의 추정 결과 총분산은 0.451로 나타났으나, 조건부모형의 추정 결과 총분산은 0.167로 크게 줄어들어 각 수준에서 투입된 설명변수들이 근로자의 임금의 분산을 상당 부분 설명해주고 있음을 엿볼 수 있다. 특히 본 연구에서 핵심적으로 보고자 하는 지역의 평균 교육수준 변수의 회귀계수가 0.
분석 결과 우리나라 81개시 전체의 평균 교육연수는 10.0년으로 나타나고 있으며, 대졸자 비율은 18.5%, 그리고 석 · 박사 비율은 1.3%로 나타나고 있다.
))를 도출하여 파악할 수 있다. 산출된 분산값을 이용하여 ICC를 계산하면 임금의 총분산 가운데 약 4%는 지역간 차이에서 비롯되었으며, 기업 간 차이는 28%, 개인 간 차이는 68%로 나타났다. 예상대로 근로자의 임금을 결정하는 요인은 개인 특성에 따라서 가장 많은 격차가 나타났으며, 기업과 지역 차원에서도 총분산의 32%가 설명되고 있다.
이러한 기업유형에 따른 임금수준을 비교해본 결과 근로자의 임금은 기업의 규모가 클수록 증가하는 것으로 나타났으며, 대기업 근로자는 소기업 근로자에 비해 약 1.93배 높은 임금을 받고 있다. 한편 기업의 형태에 따라서도 상당한 임금 차이를 나타내고 있다.
이를 더 세분하여 석·박사 졸업자를 따로 그룹화하였을 때 전문·일반대 졸업자의 인적자본의 외부효과는 4.7%로 낮아진 반면에 석·박사 그룹의 경우 외부효과가 11.8%로 추정되었다(표 10 참조).
167로 크게 줄어들어 각 수준에서 투입된 설명변수들이 근로자의 임금의 분산을 상당 부분 설명해주고 있음을 엿볼 수 있다. 특히 본 연구에서 핵심적으로 보고자 하는 지역의 평균 교육수준 변수의 회귀계수가 0.044로 매우 유의미하게 나타나, 지역의 평균 교육수준이 1년 증가할 때 근로자의 평균 임금이 4.4% 상승하는 인적자본의 외부효과를 보이고 있다.
한편 기업의 형태에 따라서도 상당한 임금 차이를 나타내고 있다. 특히 전체 근로자의 1%만 해당되는 외국계 기업의 평균 임금은 271만원으로 가장 높게 나타났으며, 공공기관도 국내 일반기업에 비해 높은 임금을 받는 것으로 나타났다. 그러나 어느 기업에도 속하지 않는 프리랜서 및 기타 근로자들의 월평균 임금은 108만원으로 나타나 기업형태에 따른 임금격차가 상당히 큼을 시사해준다(표 2 참조).
후속연구
따라서 본 연구를 통해 지역경제가 성장하기 위해서는 인적자본 자체가 매우 중요할 뿐만 아니라 인적자본의 외부 효과도 얼마나 중요한 가를 살펴볼 수 있었다. 특히 학력수준별 인적자본의 외부효과가 상이하게 나타나며, 고학력으로 갈수록 외부효과가 상대적으로 더 커지고 있다는 점을 고려해 볼 때 지방의 경쟁력을 살리기 위해서는 인력 향상뿐만 아니라 인적자본의 외부효과를 상승시키는 전략을 모색하여야 할 것이다. 지식창출 뿐만 아니라 지식확산도 생산성 향상에 상당한 영향을 미친다는 점을 고려해볼 때 직장에서 고학력 근로자와 저학력 근로자가 단순히 물리적으로 함께 근무하는 것만이 아니라 지식확산이나 정보교류가 활발하게 일어날 수 있도록 사회·경제적으로도 근접할 수 있는 네트워크 환경을 조성하여야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
지식기반경제사회로 진입되면서 어떠한 연구들이 수행되고 있는가?
지식기반경제사회로 진입되면서 경제성장의 원동력으로서 인적자본(human capital)의 중요성이 부각 되고 있으며 이와 관련된 많은 연구들이 수행되고 있다. 특히 교육수준이 높은 인력들이 도시에 집중되면서 새로운 지식의 창조와 정보 교환 등을 통해 지식 축적이 활발해지고, 이로 인해 생산성이 증대되는 지식 확산(knowledge spillovers)이 일어나는 것으로 알려져 있다.
교육수준이 높은 인력들이 도시에 집중되면서 무엇이 활발해졌는가?
지식기반경제사회로 진입되면서 경제성장의 원동력으로서 인적자본(human capital)의 중요성이 부각 되고 있으며 이와 관련된 많은 연구들이 수행되고 있다. 특히 교육수준이 높은 인력들이 도시에 집중되면서 새로운 지식의 창조와 정보 교환 등을 통해 지식 축적이 활발해지고, 이로 인해 생산성이 증대되는 지식 확산(knowledge spillovers)이 일어나는 것으로 알려져 있다. 즉, 교육수준이 높거나 숙련된 인재들이 도시에서 대면접촉을 통해 서로 대화를 나누고 새로운 아이디어를 주고 받는 가운데 아무런 대가를 지불하지 않았음에도 생산성의 증대가 나타나는 인적자본의 외부효과가 발생하고 있다는 것이다(Lucas, 1988; Moretti, 2004b).
사람들은 지식확산을 경험할 수 있는 도시로 이동하고 싶은 강한 동기를 느끼게 되는 이유는?
특히 교육수준이 높은 인력들이 도시에 집중되면서 새로운 지식의 창조와 정보 교환 등을 통해 지식 축적이 활발해지고, 이로 인해 생산성이 증대되는 지식 확산(knowledge spillovers)이 일어나는 것으로 알려져 있다. 즉, 교육수준이 높거나 숙련된 인재들이 도시에서 대면접촉을 통해 서로 대화를 나누고 새로운 아이디어를 주고 받는 가운데 아무런 대가를 지불하지 않았음에도 생산성의 증대가 나타나는 인적자본의 외부효과가 발생하고 있다는 것이다(Lucas, 1988; Moretti, 2004b). 이에 따라 사람들은 지식확산을 경험할 수 있는 도시로 이동하고 싶은 강한 동기를 느끼게 되며, 이렇게 모여든 인적자본은 도시에서 높은 생산성을 나타내면서 더 많은 보상을 받고 있다 (Glaeser et al.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.