세계적으로 유가하락과 더불어 경제가 침체되면서 우리나라도 저성장의 기조를 보이고 있고, 노동 시장에서는 취업난이 가중되고 있으므로 취업영향 요인을 파악하여 적절한 취업 정책을 수립하는 것이 절실한 현실이다. 따라서 본 연구에서는 제17차년도 노동패널자료를 사용하여 취업에 영향을 미치는 요인을 파악하고자 한다. 성인 생애주기는 청년기, 중장년기와 노년기로 구분하였으며 취업에 영향을 미치는 요인으로 인구통계학적 변수, 직업관련 변수 그리고 건강관련 변수를 고려하였다. 의사결정나무분석을 사용하여 분석한 결과 청년기에는 학력이 가장 중요한 요인이었으며, 중장년기에는 가장 중요한 요인이 성별이었고, 남성의 경우 건강상태, 여성의 경우, 직업훈련경험, 연령, 건강상태의 순으로 나타났다. 노년기에도 성별이 가장 중요한 요인이었고 그 다음으로 건강상태, 학력 등의 순으로 나타났다.
세계적으로 유가하락과 더불어 경제가 침체되면서 우리나라도 저성장의 기조를 보이고 있고, 노동 시장에서는 취업난이 가중되고 있으므로 취업영향 요인을 파악하여 적절한 취업 정책을 수립하는 것이 절실한 현실이다. 따라서 본 연구에서는 제17차년도 노동패널자료를 사용하여 취업에 영향을 미치는 요인을 파악하고자 한다. 성인 생애주기는 청년기, 중장년기와 노년기로 구분하였으며 취업에 영향을 미치는 요인으로 인구통계학적 변수, 직업관련 변수 그리고 건강관련 변수를 고려하였다. 의사결정나무분석을 사용하여 분석한 결과 청년기에는 학력이 가장 중요한 요인이었으며, 중장년기에는 가장 중요한 요인이 성별이었고, 남성의 경우 건강상태, 여성의 경우, 직업훈련경험, 연령, 건강상태의 순으로 나타났다. 노년기에도 성별이 가장 중요한 요인이었고 그 다음으로 건강상태, 학력 등의 순으로 나타났다.
Due to global economy recession with low oil price, Korea has stepped into a stage of sluggish development, and the unemployment has become a major issue. Hence, we study various risk factors influencing on unemployment using the Korean labor and income panel data of 2014. We first divide the adult ...
Due to global economy recession with low oil price, Korea has stepped into a stage of sluggish development, and the unemployment has become a major issue. Hence, we study various risk factors influencing on unemployment using the Korean labor and income panel data of 2014. We first divide the adult life cycle into three categories, such as young adult, adult, and old adult. Then we consider demographic variables, occupational variables and health related variables as risk factors. The decision tree models have shown that education and gender are the most important factors respectively in young adult group and in adult group. Gender, health status, and education are influential factors in old adult group.
Due to global economy recession with low oil price, Korea has stepped into a stage of sluggish development, and the unemployment has become a major issue. Hence, we study various risk factors influencing on unemployment using the Korean labor and income panel data of 2014. We first divide the adult life cycle into three categories, such as young adult, adult, and old adult. Then we consider demographic variables, occupational variables and health related variables as risk factors. The decision tree models have shown that education and gender are the most important factors respectively in young adult group and in adult group. Gender, health status, and education are influential factors in old adult group.
또한, 비모수적 방법으로서 선형성과 같은 가정을 필요로 하지 않는 장점을 가지고 있으며 요인들간 상호작용을 파악하는데 용이하다 (Cho, 2010; Cho, 2014; Jung 등, 2013). 본 연구는 취업에 영향을 미치는 요인을 탐색하는 것이 주된 목적으로 제17차년도 한국노동패널자료를 사용하여 취업여부에 영향을 미치는 요인을 파악하고자 한다. 한국노동패널자료는 설문조사자료이며 대부분 범주형 자료로 구성되어 있어 로지스틱회귀모형을 사용하여 각 요인의 효과크기를 측정하고 해석하는 것은 한계가 있으며 취업자와 미취업자를 판단하고 예측하는 취지보다는 영향요인을 탐색하고 각 요인과의 상호작용을 살펴보고자 의사결정나무모형을 사용하였다.
본 연구의 목적은 기본적으로 취업결정에 영향을 미치는 요인들을 탐색하는 것이며, 동시에 취업의 문제가 성인의 생애주기에 걸친 것으로 인식하고 이에 적합한 요인을 찾아낼 뿐만 아니라 무슨 요인이 중요한지를 의사결정모형을 이용하여 규명하고자 한다.
제안 방법
본 연구의 목적은 제17차년도 한국노동패널자료를 이용하여 취업결정에 영향을 미치는 요인들을 찾아내는 것으로 인구통계학적인 요인, 직업관련 요인, 건강관련 요인 등을 탐색하였다. 또한 성인의 생애주기를 청년기, 중장년기, 노년기로 구분하고 연령에 따라 연구대상을 세 집단으로 나누었다.
대상 데이터
이 자료에서 개인자료는 총 13,169명이지만, 먼저 휴학생을 포함한 재학생 (고등학생, 대학생, 대학원생)은 미취업의 원인임이 분명하므로 이에 해당하는 1,105명 (결측치 2명 포함)을 제외시켰으며, 다음으로 미성년자와 노령자는 취업을 하기에 부적합할 것으로 예상되므로 18세 이하 또는 71세 이상의 1,893명을 추가적으로 제외시켰다. 따라서 본 연구의 분석대상은 재학생을 제외한 19세부터 70세까지의 10,171명이다. 또한 성인의 생애주기를 생물학적 연령에 기초하여 세 개로 나누었고, 19세부터 29세까지를 청년기, 30세부터 59세까지를 중장년기, 60세부터 70세까지를 노년기로 명명하였다.
본 연구에서는 한국노동연구원의 제17차년도 한국노동패널조사의 개인자료를 이용하였다. 이 자료에서 개인자료는 총 13,169명이지만, 먼저 휴학생을 포함한 재학생 (고등학생, 대학생, 대학원생)은 미취업의 원인임이 분명하므로 이에 해당하는 1,105명 (결측치 2명 포함)을 제외시켰으며, 다음으로 미성년자와 노령자는 취업을 하기에 부적합할 것으로 예상되므로 18세 이하 또는 71세 이상의 1,893명을 추가적으로 제외시켰다.
데이터처리
목표변수는 취업여부이고, 입력변수는 첫째, 인구통계학적인 변수로서 성별, 연령, 학력, 부 또는 모의 생존여부, 사회경제적 지위, 사회경제적 지위의 상승가능성 등 6개를 사용하였고, 둘째, 직업과 관련된 변수로서 직업훈련여부, 자격증취득유무, 좋은 일자리 기준 등 3개를 사용하였으며, 셋째, 건강과 관련된 변수로서 현재의 건강상태, 1년 전과 비교한 건강상태 등 2개를 사용하였다. 인구통계학적 특성, 직업관련 변수 또는 건강관련 변수와 취업여부의 관련성은 카이제곱검정을 사용하여 분석하였다. 취업 여부 (목표변수)를 결정하는 영향변수 (입력변수)가 무엇인가를 탐색하기 위하여 SAS의 E-miner (Ver.
인구통계학적 특성, 직업관련 변수 또는 건강관련 변수와 취업여부의 관련성은 카이제곱검정을 사용하여 분석하였다. 취업 여부 (목표변수)를 결정하는 영향변수 (입력변수)가 무엇인가를 탐색하기 위하여 SAS의 E-miner (Ver. 13.1)를 이용하여 의사결정나무모형 분석을 실시하였으며 목표변수의 결측치도 하나의 범주로 간주하여 분석하였다.
이론/모형
취업여부의 결정요인을 탐색하는 기존의 연구를 살펴보면 청년층 (Lee 등, 2010), 대졸자 (Choi와 Kim, 2013), 중고령자 (Sung과 Ahn, 2006; Yum, 2008) 등과 같이 대부분 특정 연령집단에 대하여 이루어진 경우가 많으며, 여성 (Lee, 2004), 장애인 (Oh, 2008), 저소득층 (Ryu, 2012) 등과 같이 특정한 속성을 가진 집단으로 제한된 경우가 많았다. 본 연구는 분석대상자들을 성인의 생애주기에 따라 세 단계, 즉 청년기, 중장년기, 노년기로 구분하였고, 성인의 생애주기에 영향을 줄 수 있는 요인으로 인구통계학적 변수와 직업관련 변수를 사용하였으며 건강관련 변수를 추가적인 요인으로 고려하였으며, 의사결정나무모형을 이용한 데이터마이닝 분석기법을 적용하였다.
본 연구는 취업에 영향을 미치는 요인을 탐색하는 것이 주된 목적으로 제17차년도 한국노동패널자료를 사용하여 취업여부에 영향을 미치는 요인을 파악하고자 한다. 한국노동패널자료는 설문조사자료이며 대부분 범주형 자료로 구성되어 있어 로지스틱회귀모형을 사용하여 각 요인의 효과크기를 측정하고 해석하는 것은 한계가 있으며 취업자와 미취업자를 판단하고 예측하는 취지보다는 영향요인을 탐색하고 각 요인과의 상호작용을 살펴보고자 의사결정나무모형을 사용하였다.
성능/효과
넷째, 청년기에는 학력이 가장 중요한 요인이며, 대졸이상의 경우에 취업자 비율이 높게 나타났다.
다섯째, 중장년기에는 성별이 가장 중요한 요인으로, 남성이 여성보다 취업자 비율이 높았으며 남성은 건강상태가 좋은 경우에, 여성은 직업훈련경험이 있는 경우에 취업자 비율이 높은 것으로 나타났다. 특히 직업훈련경험이 없는 여성은 연령이 높고 건강상태가 좋을수록 취업자 비율이 높았다.
둘째, 취업자 중에서 직업훈련경험이나 자격증 취득자 비율은 매우 낮았으며, 좋은 일자리의 기준으로 전 세대에서 안정적인 일자리를 가장 선호하는 것으로 나타났다. 청년기에는 자신의 적성과 취향에 맞는 일자리나 장래의 발전가능성이 높은 일자리를 원하는 응답자가 상대적으로 많았다.
셋째, 취업자 중에서 건강상태가 보통이거나 건강한 편이란 응답자가 대부분이며, 노년기에는 건강하지 않은 편이라는 비율이 상대적으로 높게 나타났다.
여섯째, 노년기에도 성별이 가장 중요한 요인이며, 남성이 여성보다 취업자 비율이 높았다. 남성이나 여성 모두 공통적으로 건강상태가 좋고 학력이 낮을수록 취업률이 높은 것으로 나타났다.
첫째, 취업자의 인구통계학적 특성은 남성의 비율이 청년기에 비하여 중장년기와 노년기에 높게 나타났고, 대졸자 비율은 청년기에, 중졸자 비율은 노년기에 높게 나타났다. 취업자 중에서 사회경제적 지위는 대부분 중산층으로 나타났다.
후속연구
본 연구에서 성인의 생애주기를 청년기, 중장년기, 노년기로 구분하고, 생애주기별로 취업결정요인들을 의사결정나무모형으로 분석해본 결과 중요한 취업결정요인들이 생애주기별로 서로 상이할 뿐만 아니라 그 중요성의 순서도 다르게 나타났다. 따라서 취업정책도 생애주기별로 달리 수립되어야 할 것으로 사료된다. 앞으로 보다 많은 취업결정요인을 고려하여 보다 타당성이 높은 모형을 수립하여야 할 것이며, 실업자나 미취업자에 대하여 취업을 용이하게 할 수 있는 구체적인 방안을 모색하여야 할 것이다.
따라서 취업정책도 생애주기별로 달리 수립되어야 할 것으로 사료된다. 앞으로 보다 많은 취업결정요인을 고려하여 보다 타당성이 높은 모형을 수립하여야 할 것이며, 실업자나 미취업자에 대하여 취업을 용이하게 할 수 있는 구체적인 방안을 모색하여야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 논문에서 연구결과 취업정책도 생애주기별로 달리 수립되어야 하는 이유는 무엇인가?
본 연구에서 성인의 생애주기를 청년기, 중장년기, 노년기로 구분하고, 생애주기별로 취업결정요인들을 의사결정나무모형으로 분석해본 결과 중요한 취업결정요인들이 생애주기별로 서로 상이할 뿐만 아니라 그 중요성의 순서도 다르게 나타났다. 따라서 취업정책도 생애주기별로 달리 수립되어야 할 것으로 사료된다.
의사결정나무 분석결과 취업여부에 가장 큰 영향을 미치는 요인은 무엇인가?
Figure 3.1에 나타나 있는 의사결정나무 분석결과를 살펴보면, 취업여부에 가장 큰 영향을 미치는 요인은 학력이었다. 구체적으로 살펴보면, 청년기에 해당하는 분석대상은 788명이며 이중 취업자 비율은 66.
인간의 생애주기를 두 가지로 나누면 어떻게 나눌 수 있는가?
인간의 생애주기 (human life cycle)를 두 가지로 나누어 보면, 미성년기와 성년기로 나누어 볼 수 있다. 취업은 성년기의 중요 활동이며, 성년기를 생물학적인 연령에 따라서 다시 구분하여 보면, 청년기, 장년기 또는 중년기, 노년기로 구분할 수 있다 (Jung, 2012).
참고문헌 (13)
Breiman, L., Friedman, J., Stone, C. and Olshen, R. A. (1993). Classification and regression trees, CRC Press, New York.
Cho, J. S. (2010). The influence analysis of admission variables on academic achievements. Journal of the Korean Data & Information Science Society, 21, 729-736.
Cho, J. S. (2014). Analysis of employee's characteristic using data visualization. Journal of the Korean Data & Information Science Society, 25, 727-736.
Choi, K. L. and Kim, B. (2013). A study on the relationship between job transition and personal attributes using multiple logit model. Journal of the Korean Data Analysis Society, 15, 799-811.
Choi, Y. J., Kwak, M. J. and Yoon, M. (2015). The diffusion and policy options of the diagnostic imaging technologies in Korea. Journal of the Korean Data & Information Science Society, 26, 179-185.
Jung, I. H. (2012). A study on self-esteem and influencing factors of adults by life cycle: comparison of young, middle-aged and elderly. Korean Review of Crisis and Emergency Management, 8, 235-250.
Jung, J. H. and Min, D. K. (2013). The study of foreign exchange trading revenue model using decision tree and gradient boosting. Journal of the Korean Data & Information Science Society, 24, 161-170.
Lee, S. (2004). A study on the cause of unemployment for women: Based on reservation wage and market wage. Korean Journal of Labour Economics, 27, 135-164.
Lee, Y. S., Dong, S. O., Jung, Y. A., Kang, C. and Kim, K. K. (2010). Background of successful Employment after graduation. Journal of the Korean Data Analysis Society, 12, 1523-1533.
Oh, S. R. (2008). A study about the predictor variables of employment of persons with disabilities. Social Welfare Policy, 34, 255-275.
Sung, J. M. and Ahn, J. Y. (2006). What makes the older work for satisfactory? Journal of Labor Policy, 6, 39-74.
Ryu, G. R. (2012). Analysis of labor market activation policy and its employment outcomes: The effects of employment and tailored social service provision. Korean Social Policy Review, 19, 149-183.
Yum, D. W. (2008) The determinants of the older's decision to work: Focusing on 1st Korean retirement and income study. Journal of Labor Policy, 8, 17-38.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.