한국의 ICT산업은 TDX, CDMA에서부터 인터넷 발전 및 최근의 소셜미디어 붐에 이르기까지 엄청난 발전을 이루어왔다. 그렇지만, 최근에는 이러한 ICT산업이 생산성 증대효과를 일으키는 것과는 반대로 고용에는 오히려 도움이 되지 않는다는 우려가 존재하고 있으며, 반면에 ICT산업의 노동대체효과에도 불구하고 산업 자체의 규모가 확산되기 때문에 고용의 증대를 가져온다는 상반된 주장도 있다. 따라서, 과연 ICT산업에 대한 투자와 산업의 발전이 고용에 부정적인 영향을 미치는지에 대해 현재의 시점에서 실증적으로 살펴볼 필요가 있다. 본 연구는 1995년부터 2011년까지의 국내 ICT산업 설비 총 투자량과 ICT산업 총 생산량을 ICT산업 발전의 대리변수로 두고, 고용변수를 全산업의 총 고용, 이중 제조업, 서비스업, 그리고 ICT산업의 총 고용으로 세분화하여 살펴보았다. 이를 통하여, ICT산업의 고용에 대한 효과를 벡터자기회귀모형을 사용하여 Granger 인과관계 분석 및 동태적 충격반응함수 분석을 시도하였다. 분석결과, 국내 ICT산업의 발전은 서비스업 부분에서 고용감소 효과를 보였으나, 제조업 부분의 고용은 소폭 상승한 것으로 나타났다. 반면에, ICT산업 자체 내의 고용은 통계적으로 유의한 관계가 없는 것으로 나타났다. 종합적으로 ICT산업의 발전은 전체 산업측면에서는 부정적인 측면이 있지만, 적어도 제조업의 고용에는 긍정적인 영향을 미칠 수 있음을 확인할 수 있었다. 기존에 존재하고 있는 ICT산업이 발전함에 따라 고용시장은 축소된다는 주장과 달리, 본 연구결과에서는 ICT산업의 발전이 고용에 반드시 부정적 영향을 미치는 것이 아니라는 것을 알 수 있었다.
한국의 ICT산업은 TDX, CDMA에서부터 인터넷 발전 및 최근의 소셜미디어 붐에 이르기까지 엄청난 발전을 이루어왔다. 그렇지만, 최근에는 이러한 ICT산업이 생산성 증대효과를 일으키는 것과는 반대로 고용에는 오히려 도움이 되지 않는다는 우려가 존재하고 있으며, 반면에 ICT산업의 노동대체효과에도 불구하고 산업 자체의 규모가 확산되기 때문에 고용의 증대를 가져온다는 상반된 주장도 있다. 따라서, 과연 ICT산업에 대한 투자와 산업의 발전이 고용에 부정적인 영향을 미치는지에 대해 현재의 시점에서 실증적으로 살펴볼 필요가 있다. 본 연구는 1995년부터 2011년까지의 국내 ICT산업 설비 총 투자량과 ICT산업 총 생산량을 ICT산업 발전의 대리변수로 두고, 고용변수를 全산업의 총 고용, 이중 제조업, 서비스업, 그리고 ICT산업의 총 고용으로 세분화하여 살펴보았다. 이를 통하여, ICT산업의 고용에 대한 효과를 벡터자기회귀모형을 사용하여 Granger 인과관계 분석 및 동태적 충격반응함수 분석을 시도하였다. 분석결과, 국내 ICT산업의 발전은 서비스업 부분에서 고용감소 효과를 보였으나, 제조업 부분의 고용은 소폭 상승한 것으로 나타났다. 반면에, ICT산업 자체 내의 고용은 통계적으로 유의한 관계가 없는 것으로 나타났다. 종합적으로 ICT산업의 발전은 전체 산업측면에서는 부정적인 측면이 있지만, 적어도 제조업의 고용에는 긍정적인 영향을 미칠 수 있음을 확인할 수 있었다. 기존에 존재하고 있는 ICT산업이 발전함에 따라 고용시장은 축소된다는 주장과 달리, 본 연구결과에서는 ICT산업의 발전이 고용에 반드시 부정적 영향을 미치는 것이 아니라는 것을 알 수 있었다.
From the success of TDX and CDMA to today's social media boom, Korea's ICT has achieved an amazing growth for the last couple of decades. However, in spite of ICT's role as an engine of growth in Korea, there have been concerns that ICT growth would negatively affect national employment due to the l...
From the success of TDX and CDMA to today's social media boom, Korea's ICT has achieved an amazing growth for the last couple of decades. However, in spite of ICT's role as an engine of growth in Korea, there have been concerns that ICT growth would negatively affect national employment due to the labor substitution effect. While some scholars insist that ICT would positively affect employment because it will enlarge the size of industry itself, many people blame ICT as a main culprit of rising unemployment rates. In this study, we try to empirically find the true effect of ICT growth on employment in Korea. We use the data of ICT productions, ICT investments, and various industries employments from 1995 to 2011. The methodologies we adopted for this study is Granger causality tests and impulse response functions based on vector autoregression (VAR) model. We find that ICT has negative impact on service industries, while it has positive impact on manufacturing industries. Meanwhile, ICT has no statistically significant impact on ICT industry itself. Since the impacts of ICT on employment are mixed, we can argue that ICT should not be blamed for the main cause of low employment. We suggest a direction of future policies to utilize ICT for vitalizing employments in Korea.
From the success of TDX and CDMA to today's social media boom, Korea's ICT has achieved an amazing growth for the last couple of decades. However, in spite of ICT's role as an engine of growth in Korea, there have been concerns that ICT growth would negatively affect national employment due to the labor substitution effect. While some scholars insist that ICT would positively affect employment because it will enlarge the size of industry itself, many people blame ICT as a main culprit of rising unemployment rates. In this study, we try to empirically find the true effect of ICT growth on employment in Korea. We use the data of ICT productions, ICT investments, and various industries employments from 1995 to 2011. The methodologies we adopted for this study is Granger causality tests and impulse response functions based on vector autoregression (VAR) model. We find that ICT has negative impact on service industries, while it has positive impact on manufacturing industries. Meanwhile, ICT has no statistically significant impact on ICT industry itself. Since the impacts of ICT on employment are mixed, we can argue that ICT should not be blamed for the main cause of low employment. We suggest a direction of future policies to utilize ICT for vitalizing employments in Korea.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
2) 동시에 고용변수를 전체 산업과 함께 부문별로 제조업, 서비스업, ICT 관련 산업 등으로 나누어 살펴봄으로써, ICT산업의 발전이 고용에 미치는 인과관계 및 동태적 효과가 산업별로 어떻게 다르게 나타나는지를 알아보고자 하였다. 위와 같은 분석을 통해 나온 결과는 학문적 의미뿐만 아니라, 창조경제를 통한 일자리창출을 강조하는 박근혜정부의 정책에도 시사하는 바가 크기 때문에 정책적 함의도 강하다고 할 수 있다.
실제로 고용에 영향을 미치는 다른 많은 요인들이 있으며, 이 요인들을 모두 통제할 수 있어야 고용에 미치는 변수의 효과에 대한 정확한 분석이 가능해질 것이다. 그런데, 본 연구의 핵심은 고용에 영향을 미치는 각종 변수들을 포함한 회귀분석모형을 수립하는 것이 아니라, Granger 인과관계 검정을 통하여 ICT 변수와 고용 변수 간에 Granger-인과관계가 존재하는지를 보려고 하는 것이다. Granger 인과관계 검정의 정의가 X 변수가 Y변수를 예측하는 데에 도움을 주느냐에 대한 방식으로 이루어지기 때문에, 많은 경우 2변수(bivariate)모형으로 이루어진다.
그런데 의 인과관계 검정 결과표는 F-값을 통한 인과관계 유무만 나와 있고, 양의 인과관계인지 음의 인과관계인지의 여부는 확인할 수 없었다. 따라서 벡터자기회귀모형의 -1기, -2기 항들의 계수를 직접 살펴봄으로써, 인과관계의 음/양 여부를 확인하고자 하였다.
이러한 ICT산업을 통한 일자리 창출이 논의되고 있는 것과는 별도로 다른 한편에서는 고용없는 성장의 주요 원인으로 ICT산업의 노동력 대체효과를 언급하고 있으며, 우리나라에서도 이러한 우려가 상당부분 존재하고 있는 실정이다. 따라서 본 연구에서는 이러한 논의를 염두에 두고, 과연 ICT산업의 발전이 고용에 대해 부정적인 영향을 미치는지 혹은 긍정적인 영향을 미치는지를 현재의 시점에서 실증적으로 살펴보고자 하였다.
제 Ⅳ장에서는 연구방법론을 주제별로 살펴보고, 그에 따른 연구 결과를 동시에 제시할 것이다. 마지막으로 제 Ⅴ장에서는 연구 결과에 대한 해석과 함께 학문적 의의 및 정책적 함의 등에 대하여 논할 것이다.
본 연구는 ICT산업의 발전 수준을 나타내는 변수로서 ICT산업 국내 총 설비 투자량을 기본적인 대리변수로 이용하고자 하였으며, 동시에, ICT산업 국내 총 생산량도 이용하였다. ICT산업의 발전을 기업 레벨이 아닌 산업 혹은 국가 레벨의 거시적 차원에서 연구할 때에는 ICT산업 투자 혹은 ICT산업 투자에 감가상각율을 이용하여 계산한 ICT산업 자본을 사용하는 것이 일반적이다.
그런데, 지금까지의 연구는 단순 회귀분석에 기초하거나 혹은 기업의 기초 데이터에 기초한 정성적 분석인 경우가 많았다. 본 연구는 우리나라의 ICT산업과 고용과의 관계를 정성적 분석이나 단순 상관관계분석에서 벗어나, 시계열 데이터를 이용한 인과관계 및 ICT산업의 발전이 시간의 흐름에 따라 중장기적으로 고용에 어떠한 영향을 미치는지에 대한 동태적 연구를 시도하려고 하는 것이다. 또한, 기존의 국내 연구들이 문헌적 연구와 현황 파악 및 대안 제시 등에 초점을 맞추고 있다면, 본 연구는 국내의 데이터를 이용한 최초의 인과관계 및 동태적 연구라 할 수 있다.
본 연구에서는 시계열 데이터를 이용한 벡터 자기회귀(Vector Autoregression: VAR)모형에 기초하여, Granger 인과관계 검정(Granger Causality Test) 및 충격반응함수(Impulse Response Function) 분석을 행하고자 한다. 벡터자기회귀모형은 전통적인 자기회귀(AR)모형을 다변량 모형으로 확장시킨 모형의 성격을 가지고 있다.
본 연구에서는 우리나라의 ICT산업과 고용과의 관계를 정성적 분석이나 단순 상관관계 및 회귀분석에서 탈피하여, 시계열데이터를 이용하여 ICT산업의 발전이 시간의 흐름에 중장기적으로 고용에 어떠한 영향을 미치는지, 또한 인과관계는 어떻게 되는지에 대한 동태적 연구를 진행하였다.2) 동시에 고용변수를 전체 산업과 함께 부문별로 제조업, 서비스업, ICT 관련 산업 등으로 나누어 살펴봄으로써, ICT산업의 발전이 고용에 미치는 인과관계 및 동태적 효과가 산업별로 어떻게 다르게 나타나는지를 알아보고자 하였다.
미국의 경우 미국 상무성에서 정보통신 전문인력 육성을 지원하기 위한 ‘Go4IT'라는 웹 사이트를 구축하여 운영하는 한편, 국립과학재단(National Science Foundation)에서는 장학기금 CSEMS(Computer Science, Engineering, and Mathematics Scholarship)을 조성하여, 컴퓨터 및 공학분야의 학부 및 대학원 교육을 받고자하는 저소득층 학생들을 지원하고 있다. 뿐만 아니라, 기업의 정보통신 훈련에 대한 세금감면 등 정보기술을 적극적으로 활용하기 위한 대비를 하였다. 유럽에서도 정보사회에서의 고용창출을 선도하기 위하여, 비정보통신인력을 정보통신인력으로 육성하는 전환훈련마련, 평생교육실시, 기술 발전 및 기술수요를 충족시킬 수 있도록 공공 및 민간분야의 협력강화 등을 권고한 바 있다.
이를 위하여 본 연구는 벡터자기회귀모형에 기초한 Granger 인과관계 분석과 충격반응함수를 통해 ICT산업이 고용에 미치는 영향의 장단기적 시간의 흐름을 살펴보고자 할 것이다. 마지막으로 대부분의 과거 연구가 ICT산업의 발전에 대하여 ICT 관련 산업 고용만을 다루고 있음에 비하여 본 연구는 ICT산업의 발전에 대하여 全산업의 전체고용 측면을 다룰 뿐만 아니라, 全산업의 서비스업 총 고용, 全산업의 제조업 총 고용, ICT산업 총 고용 등 각 부분의 산업별 고용을 다룬다는 점에서 기존의 연구와의 차별성이 있다고 할 수 있다.
해외에서도 이렇듯 ICT에 대한 투자의 방향 전환을 통하여 고용에 긍정적 영향을 주기 위하여 노력하고 있듯이, 우리나라도 본 연구의 결과에 기초하여, 고용 증대를 위한 네가지 정부 정책에 대한 조언을 제시해 보고자 한다.
가설 설정
주) 1) 각 변수는 1차 차분한 변수임.
제안 방법
그렇지만, 이러한 Granger 인과관계 분석을 위해서는 먼저 각 변수들이 안정적(stationary)인지, 변수간에 공적분 관계는 있는지를 살펴보아야만 한다. 이를 위하여, 단위근 검정과 공적분 검정을 하였다. 이러한 검정을 실시하기에 앞서, 제일 우선적으로 각 변수들의 특성을 알아보기 위해 기술통계량 및 상관계수를 제시하면 아래의 <표 1>과 같다.
이는 연구 결과를 바탕으로 “ICT산업 투자가 고용에 궁극적으로 긍정적 혹은 부정적 영향을 미친다”고 해석을 할 수 있으며, 이는 국가의 ICT산업 투자 정책에 관한 직접적 함의도 있다고 할 수 있을 것이다. 한편, 고용변수의 경우 ICT산업이 발전하면 고용이 줄어드는지 全산업 총 고용적인 측면에서 분석하고, 이를 全산업 제조업 총 고용, 全산업 서비스업 총 고용, ICT 관련 산업 총 고용으로 나누어 각 산업별 고용 측면에서 ICT 산업의 발전과 고용과의 관계를 분석하였다.
대상 데이터
ICT산업 관련 산업 취업자 수는 정보통신산업진흥원(NIPA)의 정보통신 통계지표집의 자료(1995~2011)를 활용하였으며, 이 자료는 통계청 경제활동인구조사를 통해 조사되는 취업자 수중 지식경제부의 ICT산업 품목 분류체계를 포괄하는 한국표준산업분류(KSIC) 중분류5) 단위(2 digit)의 취업자 수를 기준으로 작성되었다.
4/4)를 사용하였다. 각 분기별로 계절성이 크게 나는 것을 고려하여 한국은행에서 제공하는 계절조정 자료를 사용하였다.
고용변수는 통계청에서 작성된 경제활동인구조사에 따른 산업별 취업자 분기별 자료(1995. 1/4~2011. 4/4)를 이용하였다. 이 자료는 한국표준산업분류(KSIC) 기준을 따르고 있으며, 제조업의 경우 중분류 단위(2 digit) 10~30의 기준으로, 서비스업의 경우는 농업, 임업 및 어업, 광업, 제조업을 제외한 모든 사회간접자본 및 기타 서비스 전체를 포괄하며, 여기에는 건설업, 도소매·숙박 음식점업, 사업·개인·공공서비스 및 기타, 전기·운수·통신·금융 등이 포함된다.
통계를 특수 분류 형태로 산출한 바 있다. 이에 따라 ICT산업 국내 총 설비 투자량과 ICT산업 국내 총 생산량 자료는 한국은행에서 작성한 전자통신부문 국내 총 생산(GDP), 설비 투자 분기별 자료(1995. 1/4~2011. 4/4)를 사용하였다. 각 분기별로 계절성이 크게 나는 것을 고려하여 한국은행에서 제공하는 계절조정 자료를 사용하였다.
데이터처리
6) 따라서 본 연구에서는 각 변수에 대한 안정성 검정에 Augmented Dickey Fuller(ADF) 단위근 검정을 이용하였다.7)
본 연구는 17년간의 분기별 데이터이기 때문에 68개 관측치가 나오며, 따라서 시계열 분석을 하는데 충분하다고 판단되었다. ICT 발전이 고용에 미치는 인과관계를 Granger 인과관계 검정으로 살펴보고, 장기적 움직임을 살피기 위한 충격반응함수를 이용하였다. 그렇지만, 이러한 Granger 인과관계 분석을 위해서는 먼저 각 변수들이 안정적(stationary)인지, 변수간에 공적분 관계는 있는지를 살펴보아야만 한다.
εt는 오차항으로 상호독립적이고 등분산(iid: independently and identically distributed)이다. X의 과거치가 첫 번째 회귀식의 설명력을 유의하게 증가시키는가를 결정짓는 데 F검정이 이용된다. 단, Granger 인과관계 분석을 위해서는 변수들이 안정적이어야 하기 때문에, 일차 차분된 변수들을 사용하게 된다.
그러나 단순히 상관계수와 회귀분석만 의존할 경우 어떤 변수가 어떤 변수에 영향을 미치는지에 대한 인과성의 규명이 불가능하고 가성회귀의 위험으로부터 자유롭지 못하다. 이러한 점을 해결하기 위해 Granger 인과관계 검정이 이용된다. 그런데 의 인과관계 검정 결과표는 F-값을 통한 인과관계 유무만 나와 있고, 양의 인과관계인지 음의 인과관계인지의 여부는 확인할 수 없었다.
이론/모형
또한 앞서 통계적 검정에서 살펴보았듯이 본 논문에 사용하는 자료들은 단위근을 가지고 있으므로 안정한 상태로 바꾸기 위하여 각 변수들을 1차 차분하여 검정을 하였으며, Granger 인과관계 검정시 Akaike Information Criterion(AIC) 기준에 따른 적정시차 결과가 시차 2인 경우가 가장 적정한 시차로 판정되었으므로, 벡터자기회귀모형 역시 시차 2를 사용하여 벡터자기회귀모형을 적용하였다.
성능/효과
그 결과, 로봇기술, NC-tools, 컴퓨터, 사무자동화, 네트워크 등을 포함한 컴퓨터 기술의 도입은 같은 수준의 생산량에서 컴퓨터 기술이 도입되지 않았을 경우와 비교하여 8~12%의 고용감소 효과가 있는 것으로 나타났다.
1995년대 이후 ICT산업은 우리나라 경제 성장의 원동력으로써 1999년만 해도 3조 원에 지나지 않았던 생산액은 2006년 18조 원, 2011년 29조 원에 이를 만큼 많은 성장이 이루어졌다.1) 이처럼, ICT 산업이 현대 경제에서 차지하는 비중과 성장을 고려해 볼 때, ICT산업의 중요성은 향후에도 더욱 강조될 것으로 예상된다. 그러나, 1990년대와 2000년대 초반 미국과 유럽의 경제가 소위 고용 없는 성장을 경험 한 바 있는데, 최근 몇 년간 우리나라도 이와 유사한 상황에 직면 하면서, 고용 없는 성장의 주요 원인으로 ICT산업의 발전이 거론되었다.
1995년부터 2011년까지의 국내 ICT산업 총 설비 투자량과 ICT산업 총 생산량을 대리변수로 두고, 全산업의 총 고용, 이중 제조업, 서비스업, 그리고 ICT산업의 총 고용으로 세분화하여 벡터 자기회귀모형을 통해 실증분석을 한 결과, 국내 ICT산업의 발전은 전체 산업 총 고용에 부정적인 인과관계를 갖게 된다는 결과를 발견할 수 있었다. 특히, 서비스업 부분에서의 고용감소 효과가 두드러졌는데, 이는 ICT산업이 발전하면서 여러 자동화 시스템이 발달 하였고, 이로 인해 사람이 해왔던 일들을 기계가 대신 함으로써 생긴 인력대체 효과에 의한 것이라 할 수 있겠다.
두 충격변수에 따른 고용의 반응을 전반적으로 살펴보면, 全산업 총 고용, 全산업 서비스업 총 고용의 경우 ICT산업 설비 투자량과 ICT산업 국내 총 생산량에 많은 충격을 받는 것으로 나타났으며, 그 반응은 전반적으로 음(-)의 반응임을 확인할 수 있었다. 全산업 제조업 총 고용의 경우 ICT산업 국내 총 설비 투자량과 ICT산업 국내 총 생산량에 양(+)의 반응을 보이며, 그 충격은 全산업 총 고용, 全산업 서비스업 총 고용과 비교해 적은 충격을 받는 것으로 나타났다. 이와 반면, ICT 관련 산업 총 고용에는 경우에는 별다른 반응을 보이지 않는 것으로 나타났다.
또한 ICT산업 자체의 고용이 통계적으로 의미 있는 결과가 나오지 않은 것은 ICT산업이 제조업과 서비스업을 모두 포함하고 있어, 그 효과가 서로 상쇄하였기 때문인 것으로 생각해 볼 수 있을 것이다. 결론적으로 ICT산업의 발전이 고용에 미치는 효과는 일괄적으로 감소 혹은 축소가 아니라 산업의 성격에 따라 다르게 나타난다고 결론지을 수 있다. 즉, ICT는 고용을 일괄적으로 악화시키는 것은 아니며, 적어도 제조업의 경우는 고용창출에 도움을 준다는 것이다.
(1995)은 기업의 기술혁신 대리 변수로서 컴퓨터, 네트워크, 로봇 등의 총 17개의 첨단생산기술의 도입 여부를 이용하여, 기술혁신 도입여부와 고용과의 관계에 대해 연구하였다. 그 결과 도입한 첨단생산기술의 수가 많을수록 기업의 고용이 증가하는 것으로 나타났다. 우리나라 연구로는 통계자료를 이용한 고상원 등(2007)을 들 수 있는데, 이 연구에서는 우리나라 ICT산업 제조업 취업자 수가 연평균 3.
두 충격변수에 따른 고용의 반응을 전반적으로 살펴보면, 全산업 총 고용, 全산업 서비스업 총 고용의 경우 ICT산업 설비 투자량과 ICT산업 국내 총 생산량에 많은 충격을 받는 것으로 나타났으며, 그 반응은 전반적으로 음(-)의 반응임을 확인할 수 있었다. 全산업 제조업 총 고용의 경우 ICT산업 국내 총 설비 투자량과 ICT산업 국내 총 생산량에 양(+)의 반응을 보이며, 그 충격은 全산업 총 고용, 全산업 서비스업 총 고용과 비교해 적은 충격을 받는 것으로 나타났다.
즉, 각 변수들은 안정적이지 못하며, 단위근이 존재한다고 할 수 있는 것이다. 따라서 단위근을 제거하기 위해 모든 변수를 1차 차분 하였고, 차분 결과 모든 변수가 ADF 통계량의 절대값이 임계치의 값보다 크게 나타나 단위근이 존재하지 않음을 알 수 있었다. 따라서 1차 차분한 변수들은 안정적인 데이터이기 때문에 Granger 인과관계를 수행할 수 있는 기본 조건은 갖추었다고 할 수 있다.
비록 ICT산업 국내 총 설비 투자량과 全산업 제조업 총 고용 변수가 5%유의 수준에서 귀무가설(H0 : γ =0)을 기각 하였지만, 그 수치는 1% 유의 수준에서는 귀무가설을 기각하지 못함을 볼 수 있고, 그 수치의 차이가 미미한 것으로 보인다. 따라서 이를 제외한 모든 변수들이 5% 유의 수준에서 귀무가설을 기각할 수 없고, 다른 사업과의 일관성을 위해 5% 유의 수준에서 공적분 관계가 없다고 결론지을 수 있다.
이는 ICT산업이 제조업에는 긍정적 인과관계가 있으나 서비스업에는 부정적 인과관계가 있음을 말해주는 것이다. 마지막으로 ICT 관련 산업 총 고용은 벡터자기회귀 (2)모형 추정 결과 ICT산업 국내 총 설비 투자량과 ICT산업 국내 총 생산량에 모두 특정한 방향성을 띄지 않는 것으로 나타났다.
이를 위하여 본 연구는 벡터자기회귀모형에 기초한 Granger 인과관계 분석과 충격반응함수를 통해 ICT산업이 고용에 미치는 영향의 장단기적 시간의 흐름을 살펴보고자 할 것이다. 마지막으로 대부분의 과거 연구가 ICT산업의 발전에 대하여 ICT 관련 산업 고용만을 다루고 있음에 비하여 본 연구는 ICT산업의 발전에 대하여 全산업의 전체고용 측면을 다룰 뿐만 아니라, 全산업의 서비스업 총 고용, 全산업의 제조업 총 고용, ICT산업 총 고용 등 각 부분의 산업별 고용을 다룬다는 점에서 기존의 연구와의 차별성이 있다고 할 수 있다.
벡터자기회귀모형 추정 결과 ICT산업 국내 총 설비 투자량과 ICT산업 국내 총 생산량 모두 全산업 총 고용과 全산업 서비스업 총 고용에는 통계적으로 유의미한 부정적인 원인이 됨을 알 수 있다. 반면에, 全산업 제조업 총 고용의 경우에는 ICT산업 국내 총 설비 투자량에서는 통계적 우의성을 찾기가 쉽지 않았으나, ICT산업 국내 총 생산량의 경우에는 통계적으로 강한 (+)의 부호를 갖게 됨을 볼 수 있다.
본 연구는 17년간의 분기별 데이터이기 때문에 68개 관측치가 나오며, 따라서 시계열 분석을 하는데 충분하다고 판단되었다. ICT 발전이 고용에 미치는 인과관계를 Granger 인과관계 검정으로 살펴보고, 장기적 움직임을 살피기 위한 충격반응함수를 이용하였다.
첫 번째, 생산성 증가를 위한 ICT 투자가 어쩔 수 없다면, 그로 인해 부정적 영향이 파급될 수 있는 서비스업의 고용 구조를 바꾸는 노력을 하여야 할 것이다. 본 연구의 결과 서비스업에 미치는 영향이 부정적으로 나타나고 있음을 알 수 있었다. 그런데, ICT산업이 발전하면서 대체되고 있는 인력은 대부분 비숙련 단순 서비스 노동자들이라 할 수 있다.
<표 1>의 상관계수 분석 결과 ICT산업 국내 총 투자량과 ICT산업 국내 총 생산량 변수는 全산업 제조업 총 고용 변수를 제외한 모든 고용 변수들에 대해 매우 높은 상관관계가 있음을 알 수 있었으며, 全산업 제조업 총 고용의 경우 비교적 높은 상관관계가 존재함을 알 수 있었다.
또한 ICT산업 국내 총 생산량의 경우 전체고용은 시차 1과 2에서, 서비스업 고용은 시차 1에서 3까지, 제조업의 경우는 시차 2에서 6에 이르기까지 인과관계가 있음을 보인다. 한편, ICT산업의 고용에는 ICT산업 설비 투자량, ICT산업 국내 총 생산량 모두 영향을 미치지 않는 것으로 나타났다.
후속연구
두 번째, 본 연구에서 긍정적 영향이 있는 것으로 나타난 제조업의 고용 확대를 위해 더욱 노력하여야 하여야 할 것이다. 제조업은 원재료를 가공·조립하여 제품을 생산하기 때문에 원재료비 외에도 공장이나 가공 조립 기계 등의 설비 투자비, 신기술 등에의 연구 개발비 등 어느 정도의 자본 투하를 필요로 한다.
본 연구는 우리나라의 ICT산업과 고용과의 관계를 정성적 분석이나 단순 상관관계분석에서 벗어나, 시계열 데이터를 이용한 인과관계 및 ICT산업의 발전이 시간의 흐름에 따라 중장기적으로 고용에 어떠한 영향을 미치는지에 대한 동태적 연구를 시도하려고 하는 것이다. 또한, 기존의 국내 연구들이 문헌적 연구와 현황 파악 및 대안 제시 등에 초점을 맞추고 있다면, 본 연구는 국내의 데이터를 이용한 최초의 인과관계 및 동태적 연구라 할 수 있다.
마지막으로 ICT 관련 서비스 산업의 다양성을 추구하며, ICT 관련 산업의 사람이 손이 반드시 필요한 부분을 파악하여 새로운 비즈니스를 창출하고, ICT 관련 서비스 산업의 대외개방 확대를 통해 고용 확산을 유도하여 ICT 관련 서비스 산업의 고용을 증가시켜야 하겠다.
또한 한 국가의 ICT 발전 정도를 나타내는 데에는 ICT산업 투자액이나 ICT산업 생산액이 가장 많이 사용되고 있고, 이 보다 더 나은 측정치를 찾기가 쉽지는 않지만, 이러한 데이터들이 ICT산업 발전에 대한 완벽한 지표가 되기는 어렵다는 한계는 불가피할 것으로 보인다. 마지막으로 본 연구가 사용한 Granger Causality는 통계적 의미에서 X 변수가 Y 변수를 예측하는 데에 도움을 주느냐는 통계적 분석이지, Y 변수에 영향을 미치는 다른 모든 요인들을 통제한 상태에서도 X 변수는 반드시 Y 변수의 원인이 된다는 완벽한 인과관계가 아니라는 점도 지적하여야 할 것이다.
본 연구가 갖고 있는 한계는 다음과 같다. 본 논문에서 다루고 있는 ICT산업의 발전과 고용간의 인과관계는 분석 데이터의 종류와 데이터 수집 기간에 어쩔 수 없는 한계가 내포되어 있다. 즉, 1998년, 2002년, 2007년 등 계속된 통계청의 ICT 산업의 분류체계의 변화로 데이터의 수치 변화가 있었기에 데이터의 일관성이 완벽하게 확보되지는 못하였다.
세 번째, 수요는 있지만, 임금, 근로조건 등의 이유로 공급이 원활하게 이루어지지 않아, ICT 산업의 발전과는 통계적으로 유의한 관계가 없는 것으로 나타난 ICT산업의 고용 수급 불일치의 문제를 해결하여야 하겠다. 과거 IT붐으로 인해 많은 인력들이 IT산업에 대한 장밋빛 전망을 갖고 ICT 관련 학과로 진출하였지만, 실제 노동시장에 진입한 ICT 인력들은 하드웨어 및 통신서비스 중심의 대기업이 아니고서는 근무환경이 열악하다고 알려진 소프트웨어 및 ICT 노동시장에는 진입하려 하지 않고 있다.
실제로 고용에 영향을 미치는 다른 많은 요인들이 있으며, 이 요인들을 모두 통제할 수 있어야 고용에 미치는 변수의 효과에 대한 정확한 분석이 가능해질 것이다. 그런데, 본 연구의 핵심은 고용에 영향을 미치는 각종 변수들을 포함한 회귀분석모형을 수립하는 것이 아니라, Granger 인과관계 검정을 통하여 ICT 변수와 고용 변수 간에 Granger-인과관계가 존재하는지를 보려고 하는 것이다.
첫 번째, 생산성 증가를 위한 ICT 투자가 어쩔 수 없다면, 그로 인해 부정적 영향이 파급될 수 있는 서비스업의 고용 구조를 바꾸는 노력을 하여야 할 것이다. 본 연구의 결과 서비스업에 미치는 영향이 부정적으로 나타나고 있음을 알 수 있었다.
질의응답
핵심어
질문
논문에서 추출한 답변
ICT산업과 고용과의 인과관계에 있어서 긍정적인 의견은?
ICT산업과 고용과의 인과관계에 있어, Morisi(1996)와 박재민, 전주용(2008)의 견해와 같이 ICT 산업이 생산성 증대 효과를 일으키는 것과는 반대로 고용에는 도움이 되지 않는다는 주장이 있는 반면에, Brouwer et al.(1993)과 Doms et al.(1995)의 견해와 같이 ICT의 노동대체효과에도 불구하고 산업 자체의 규모가 확산되기 때문에 고용의 증대를 가져온다는 상반된 주장도 동시에 존재하고 있는 것이다. 이러한 현실에서 과연 ICT산업의 발전이 고용에 부정적인 영향을 미치는지 긍정적 영향을 미치는지에 대해 현재의 시점에서 실증적으로 살펴볼 필요가 있다고 하겠다.
ICT산업이란?
ICT산업은 우리나라 전체 GDP에서 차지하는 비중이 1995년 2%, 2000년 5%, 2005년 9%, 2011년 12%로 꾸준한 성장세를 유지하고 있는 산업이다. 1995년대 이후 ICT산업은 우리나라 경제 성장의 원동력으로써 1999년만 해도 3조 원에 지나지 않았던 생산액은 2006년 18조 원, 2011년 29조 원에 이를 만큼 많은 성장이 이루어졌다.
통계자료를 이용한 고상원 등(2007)의 연구는 어떤 내용을 보고하고 있는가?
그 결과 도입한 첨단생산기술의 수가 많을수록 기업의 고용이 증가하는 것으로 나타났다. 우리나라 연구로는 통계자료를 이용한 고상원 등(2007)을 들 수 있는데, 이 연구에서는 우리나라 ICT산업 제조업 취업자 수가 연평균 3.2% 증가하였고, ICT산업 서비스업은 컴퓨터 분야를 중심으로 10.6% 증가하였으며, 결론적으로 ICT산업이 1993년 이후 12년간 약 34만 명의 고용을 창출함으로써 전체산업의 고용을 약 11.6% 증가시켰다고 보고하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.