[논문]마르코프 체인 모형을 이용한 직종별 취업자의 공간적 분포 변화 예측

박소현; 이금숙

마르코프 체인 모형을 이용한 직종별 취업자의 공간적 분포 변화 예측
Prediction for the Spatial Distribution of Occupational Employment by Applying Markov Chain Model 원문보기

대한지리학회지 = Journal of the Korean Geographical Society, v.51 no.4, 2016년, pp.525 - 539

박소현 (성신여자대학교 대학원 지리학과) , 이금숙 (성신여자대학교 지리학과)

초록
AI-Helper

본 연구는 사후분포를 예측하는 베이지안 추정기법의 일환인 마르코프 체인 모형을 적용하여 직업요인 인구이동에 따른 직종별 취업자의 공간적 분포에 나타나는 변화를 예측하였다. 이를 위해 인구이동의 사유 중 직업요인 이동량을 추출하여 직업을 요인으로 하는 인구이동 패턴을 파악하고, 직업요인 인구이동의 추이확률 산출 값을 토대로 채프만-콜모고로프 방정식을 구축하여 장래 지역별 취업자 분포와 직종분포의 변동성을 예측하였다. 분석결과, 서울의 취업자 분포가 감소할 것으로 예측되나 직종 중 단순노무 종사자는 증가할 것으로 예측되었다. 전문가 및 관련 직의 경우 수도권과 일부 광역시를 제외한 모든 지역에서 증가할 것으로 추정되었고, 강원, 충청지역은 전체 직업군의 취업자 분포에 있어 증가세를 나타낼 것으로 예측되었다. 본 연구 결과는 향후 지역 노동시장의 원활한 인력수급이 가능하도록 유입, 유출될 가능성이 높은 인력 및 직종을 중심으로 직업훈련, 취업알선 등 고용지원 서비스를 통해 사전 대비하는 방안 마련에 기초자료로 활용될 수 있다.

Abstract ▼ AI-Helper

This study attempts to predict the changes in the spatial distribution of occupational employment in Korea by applying Markov Chain Model. For the purpose we analyze the job-related migration pattern and estimate the transition probability with the last six years job-related migration data. By applying the Chapman-Kolmogorov equation based on the transition probability, we predict the changes in the spatial distribution of occupational employment for the next ten years. The result reveals that the employment of professional jobs is predicted to increase at every city and region except Seoul, while the employment of elementary labor jobs is predicted to increase slightly in Seoul. In particular, Gangwon-do and Chuncheongdo are predicted to increase in the employment of all occupational jobs.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 직업요인 인구이동의 특징을 파악하고 이를 바탕으로 직업요인 인구이동 추이확률행렬을 산정하여, 현재 취업자 분포 상태를 기준으로 장래 취업자 분포 변화를 예측하고, 취업자의 직종별 분포 변화를 예측하였다. 이를 위해 사후분포를 예측하는 확률과정인 마르코프 체인 모형을 적용하였다.
현재 <국내인구이동통계>에서 이동인구의 직업의 종류, 즉 직종은 조사범위에 포함되지 않아 직종별 이동으로 인한 취업자 직업의 지역적 분포 변화를 예측하는 데 현실적으로 어려움이 있다. 본 연구에서는 이러한 가용자료의 한계를 감안하여 지역 내 직업별 분포가 아닌 직업 내 지역별 분포 변화를 예측한다. 앞서 추정한 장래 취업자 수에 맞춰 추정한 직종별 취업자 분포확률을 토대로, 직종분포의 변화를 예측하였다.
본 연구의 목적은 우리나라 각 지역별로 노동시장의 수급변화에 적절히 대응하고, 지역 경쟁력을 제고 할 수 있도록 지역기반 노동인력의 구조 및 분포 현황을 바탕으로 향후 지역별 노동인력의 직업구조에 어떠한 변화가 발생할 것인지 예측해보는 것이다. 이를 위하여 경제활동인구 지표를 사용하여 직종별 취업 인구의 분포를 파악하고, 최근 6년(2010-2015년) 동안의 인구이동통계 마이크로데이터를 사용하여 직업 요인 인구이동의 패턴과 특징을 파악한다.
이를 위하여 경제활동인구 지표를 사용하여 직종별 취업 인구의 분포를 파악하고, 최근 6년(2010-2015년) 동안의 인구이동통계 마이크로데이터를 사용하여 직업 요인 인구이동의 패턴과 특징을 파악한다. 이를 바탕으로 장래(2025년)의 지역별 취업자 분포 및 직종분포의 변화를 예측한다.
예측을 위해 사용한 분석법은 마르코프 체인 모형(Markov Chain Model)으로 지역간 인구이동에 따른 장래 지역별 취업자 분포 변화를 확률적으로 예측해 본다. 특히 취업자 분포에 나타나는 변화뿐만 아니라 좀 더 구체적으로 취업자의 직종별 지역분포에 나타나는 변화도 예측한다.

가설 설정

3) 세종은 충남으로 포함되어 있음.
마르코프 체인은 과거의 관측값 X0, X1, …, Xn-1과 현재의 Xn이 주어진 상황에서 미래의 예측값인 Xn+1의 조건부확률분포는 현재의 상태인 Xn에 전적으로 의존 한다고 가정한다.

제안 방법

장래 취업자 분포 변화 추정에 앞서, 실제 취업자 분포확률과 예측한 취업자 분포확률의 상관계수 값 비교를 통해 직업을 요인으로 한 인구이동에 따른 취업자 분포 변화를 예측하는데 적용할 마르코프 체인 모형의 적합성을 검증하였다. 검증 후, 가장 최근시점인 2015년을 초기상태확률로 놓고 2025년까지 10단계를 거친 지역별 취업자의 분포 변화를 예측한다.
또한 장래 10년간 취업자는 인구학적, 사회경제적 등 다양한 요인에 의해 일정하게 유지되지 않고 증감의 변화를 나타낼 것이므로, 추가로 통계청에서 제공하는 <장래인구추계>자료를 사용하여 초기상태분포인 2015년 전국의 인구 대비 취업자의 구성 비율을 구한 다음, 추계된 장래인구수에도 유사한 비율 구성을 나타낼 것이라는 전제하에 장래 취업자 수를 추정하였다. 그리고 추정(2016-2025년)한 지역별 취업자 분포확률을 토대로, 동기간 지역별 취업자 수의 분포 변화도 함께 추정하였다. 그 결과는 표 4와 같다.
또한 장래 10년간 취업자는 인구학적, 사회경제적 등 다양한 요인에 의해 일정하게 유지되지 않고 증감의 변화를 나타낼 것이므로, 추가로 통계청에서 제공하는 자료를 사용하여 초기상태분포인 2015년 전국의 인구 대비 취업자의 구성 비율을 구한 다음, 추계된 장래인구수에도 유사한 비율 구성을 나타낼 것이라는 전제하에 장래 취업자 수를 추정하였다.
앞서 추정한 장래 취업자 수에 맞춰 추정한 직종별 취업자 분포확률을 토대로, 직종분포의 변화를 예측하였다. 마찬가지로 2015년을 시작점으로 하여 직업요인 인구이동 추이확률을 반영하여 2016년부터 2025년까지 채프만-콜모고로프 방정식을 통해 직종별 취업자의 지역별 분포 변화를 추정하였다. 그 결과는 표 5와 같다.
마르코프 체인 모형(Markov Chain Model)을 적용하여 지역간 직업요인 인구이동에 따른 장래 취업자 분포와 직종분포의 변화를 예측한다. 변화 예측에 앞서, 마르코프 확률과정을 통해 산출한 추정 값을 실제 취업자 분포 값과 비교해 봄으로써 마르코프 체인 모형을 통해 예측한 분석결과의 적합성을 검증한다. 그리고 직업요인 인구이동 패턴이 지속된다는 가정 하에 장래 직업별 취업자 분포 변화와 직업별 지역 분포의 변화를 예측한다.
본 연구에서는 이러한 가용자료의 한계를 감안하여 지역 내 직업별 분포가 아닌 직업 내 지역별 분포 변화를 예측한다. 앞서 추정한 장래 취업자 수에 맞춰 추정한 직종별 취업자 분포확률을 토대로, 직종분포의 변화를 예측하였다. 마찬가지로 2015년을 시작점으로 하여 직업요인 인구이동 추이확률을 반영하여 2016년부터 2025년까지 채프만-콜모고로프 방정식을 통해 직종별 취업자의 지역별 분포 변화를 추정하였다.
이러한 전제조건 하에 최근시점인 2015년을 시작점으로 하여 직업요인 인구이동 추이확률을 반영하여 2025년까지 정상 마르코프 체인 모형의 채프만콜모고로프 방정식을 적용하여 지역별 취업자의 분포 변화를 추정하였다. 또한 장래 10년간 취업자는 인구학적, 사회경제적 등 다양한 요인에 의해 일정하게 유지되지 않고 증감의 변화를 나타낼 것이므로, 추가로 통계청에서 제공하는 <장래인구추계>자료를 사용하여 초기상태분포인 2015년 전국의 인구 대비 취업자의 구성 비율을 구한 다음, 추계된 장래인구수에도 유사한 비율 구성을 나타낼 것이라는 전제하에 장래 취업자 수를 추정하였다.
본 연구의 목적은 우리나라 각 지역별로 노동시장의 수급변화에 적절히 대응하고, 지역 경쟁력을 제고 할 수 있도록 지역기반 노동인력의 구조 및 분포 현황을 바탕으로 향후 지역별 노동인력의 직업구조에 어떠한 변화가 발생할 것인지 예측해보는 것이다. 이를 위하여 경제활동인구 지표를 사용하여 직종별 취업 인구의 분포를 파악하고, 최근 6년(2010-2015년) 동안의 인구이동통계 마이크로데이터를 사용하여 직업 요인 인구이동의 패턴과 특징을 파악한다. 이를 바탕으로 장래(2025년)의 지역별 취업자 분포 및 직종분포의 변화를 예측한다.
이어서 장래 직종별 취업자의 지역별 분포 변화를 예측하였다. 현재 <국내인구이동통계>에서 이동인구의 직업의 종류, 즉 직종은 조사범위에 포함되지 않아 직종별 이동으로 인한 취업자 직업의 지역적 분포 변화를 예측하는 데 현실적으로 어려움이 있다.
장래 취업자 분포 변화 추정에 앞서, 실제 취업자 분포확률과 예측한 취업자 분포확률의 상관계수 값 비교를 통해 직업을 요인으로 한 인구이동에 따른 취업자 분포 변화를 예측하는데 적용할 마르코프 체인 모형의 적합성을 검증하였다. 검증 후, 가장 최근시점인 2015년을 초기상태확률로 놓고 2025년까지 10단계를 거친 지역별 취업자의 분포 변화를 예측한다.

대상 데이터

그리고 본 연구에서 사용한 의 경우 2013년부터 시·도 및 시·군·구 단위로 이동 사유별 인구이동 자료를 공표하여 제공하고 있다.
분석의 공간범위는 전국 16개 광역시·도 단위이고, 직업자료는 <한국표준직업분류 제6차 개정>에 따른 직업분류체계를 따른다. 분석 자료는 경제활동 인구 및 인구이동통계 마이크로데이터를 사용한다. 예측을 위해 사용한 분석법은 마르코프 체인 모형(Markov Chain Model)으로 지역간 인구이동에 따른 장래 지역별 취업자 분포 변화를 확률적으로 예측해 본다.
분석의 공간범위는 전국 16개 광역시·도 단위이고, 직업자료는 에 따른 직업분류체계를 따른다.

이론/모형

마르코프 체인 모형(Markov Chain Model)을 적용하여 지역간 직업요인 인구이동에 따른 장래 취업자 분포와 직종분포의 변화를 예측한다. 변화 예측에 앞서, 마르코프 확률과정을 통해 산출한 추정 값을 실제 취업자 분포 값과 비교해 봄으로써 마르코프 체인 모형을 통해 예측한 분석결과의 적합성을 검증한다.
분석 자료는 경제활동 인구 및 인구이동통계 마이크로데이터를 사용한다. 예측을 위해 사용한 분석법은 마르코프 체인 모형(Markov Chain Model)으로 지역간 인구이동에 따른 장래 지역별 취업자 분포 변화를 확률적으로 예측해 본다. 특히 취업자 분포에 나타나는 변화뿐만 아니라 좀 더 구체적으로 취업자의 직종별 지역분포에 나타나는 변화도 예측한다.
본 연구는 직업요인 인구이동의 특징을 파악하고 이를 바탕으로 직업요인 인구이동 추이확률행렬을 산정하여, 현재 취업자 분포 상태를 기준으로 장래 취업자 분포 변화를 예측하고, 취업자의 직종별 분포 변화를 예측하였다. 이를 위해 사후분포를 예측하는 확률과정인 마르코프 체인 모형을 적용하였다. 분석결과는 다음과 같다.
주: 1) 2015년을 시작점으로 10단계 정상마르코프체인 확률과정으로 채프만-콜모고로프 방정식을 적용함.

성능/효과

결과적으로 지역간 직업요인 인구이동의 패턴은 지리적으로 근접한 지역으로 이동할 확률이 높은 것으로 나타났다. 지역 내에서 이동할 확률은 경기지역이 0.
둘째, 마르코프 체인 모형을 적용하여 이러한 직업요인 인구이동 패턴이 반영된 추이확률을 산정하여 장래 지역별 취업자 분포 변화를 예측한 결과, 광역시를 중심으로 취업인구의 분포(율)가 감소하는 것으로 추정된다. 그런데 자세히 살펴보면, 광역시의 취업자 분포 확률의 감소는 인접지역의 취업인구 분포 확률의 증가로 나타났다.
20%p) 지역의 분포 비율은 증가할 것으로 예측된다. 마지막 10단계(10년)의 추이확률 과정을 거친 2025년 서울에 분포할 것으로 추정되는 취업자는 추이확률의 시작점인 2015년과 대비할 경우 약 1.77%p의 감소율을 나타내며 18.0%의 구성 분포를 나타낼 것으로 예측된다. 서울을 비롯하여 광역시를 중심으로 취업자 분포 확률은 전반적으로 감소할 것으로 추정된다.
먼저 장래 취업자 분포확률 예측 결과 값부터 살펴보면, 2015년으로부터 5단계의 추이확률 과정을 거친 2020년에 추정된 서울에 분포할 취업자는 초기분포 시점인 2015년과 대비할 경우 약 1.80%p의 감소율을 나타내며 18.0%의 구성 분포를 보일 것으로 예측된다. 서울을 비롯하여 일부 광역시를 중심으로 취업자 분포율은 전반적으로 감소될 것으로 추정된다.
339)은 지역 내에서 직업을 목적으로 이동하는 확률 값이 타 지역과 대비할 경우 상대적으로 낮은 편에 속하였다. 서울(0.244), 인천(0.218), 대전(0.131), 강원(0.169), 충북(0.147), 충남(0.153), 전북(0.128) 지역은 직업요인 지역간 인구이동에서 지리적으로 인접한 경기지역으로 이동, 유입할 확률이 높았고, 반대로 경기지역도 서울(0.155), 충남(0.05), 인천(0.042) 등의 인접지역 순으로 이동, 유출할 확률이 높은 것으로 나타났다. 이러한 인구이동 패턴의 경향은 다른 지역에서도 유사하게 나타났다.
7%p 감소할 것으로 예측되었다. 서울을 비롯하여 부산(-0.9%p), 대구(-1.3%p), 인천(-0.6%p), 광주(-0.6%p), 전북(-0.3%p) 지역에서 취업자 분포 확률은 감소하는 것으로 예측되었다. 그 외, 울산(+0.
세종이 포함된 충남지역의 경우 취업자 분포 확률이 가장 크게 증가할 것으로 추정되었으며, 충남과 인접한 대전과 충북지역도 취업자 분포 확률이 증가하는 것으로 예측된다. 그런데 광주를 비롯한 전남과 전북지역은 이러한 직업이동 추이확률의 패턴이 유지될 경우, 취업자 분포 확률에서 정체-감소추세를 보일 것으로 예측된다.
아울러 산출한 추이확률을 적용하여 취업자의 직종별 지역분포의 변화를 예측한 결과, 수도권을 제외한 모든 지역에서 ‘전문가 및 관련 종사자’의 분포(율)가 증가 또는 감소-증가세를 나타낼 것으로 예측된다.
예측한 분포율 값을 살펴보면, 2011년의 경우 서울에 분포할 취업자의 확률은 0.189로 실제분포율0.207과 비교 시 1.7%p 감소할 것으로 예측되었다. 서울을 비롯하여 부산(-0.
첫째, 직업을 목적으로 한 인구이동의 패턴은 짧은 시계열 구간임에도 불구하고, 매우 뚜렷한 이동 양상을 나타냈다. 지역간 이동 흐름에서 나타나는 보편적인 특징으로 지리적으로 인접한 지역 간에 이동할 확률이 높게 나타났고, 인접지역이 아닌 지리적 이동에서 나타나는 두드러진 특징은 서울과 경기지역으로의 흐름이다.
첫째, 직업을 목적으로 한 인구이동의 패턴은 짧은 시계열 구간임에도 불구하고, 매우 뚜렷한 이동 양상을 나타냈다. 지역간 이동 흐름에서 나타나는 보편적인 특징으로 지리적으로 인접한 지역 간에 이동할 확률이 높게 나타났고, 인접지역이 아닌 지리적 이동에서 나타나는 두드러진 특징은 서울과 경기지역으로의 흐름이다.
한편, 상이한 상태분포에도 불구하고 7단계 추이 행렬을 거친 2022년부터 2025년까지 각 지역별 예측된 취업자 분포 확률은 모두 동일한 값을 갖는 것으로 나타났다. 이는 앞서 언급했듯이, 마르코프 체인 모형이 갖는 특성으로 초기상태가 되는 시작점이 달라져도 몇 단계의 추이를 겪으면서 초기분포의 영향이 사라지고 안정상태의 확률분포로 수렴되고 있는 것을 나타낸다.

후속연구

하지만 이들의 지리적 이동은 그와 같은 능력수준과 기술을 가진 인력의 지리적 이동을 동반시킬 가능성이 크므로(Robinson, 2010; Moretti, 2012) 결과적으로 관련 직업군의 고용 증대 및 감소를 동반할 가능성이 높다. 따라서 이를 통한 지역별 취업자의 직업구조와 직종분포의 변화 예측은 각 지역단위로 필요로 하는 우수인력을 확보함과 동시에 인력유출을 미연에 방지하는 적절한 인력수급계획의 수립을 가능케 할 것이다.
물론 본 연구에서 적용한 마르코프 확률과정은 인구이동 추이패턴에 의존하는 예측기법으로, 지역노동시장의 특성과 변화의 결과물이라고 할 수 있는 직업 요인 인구이동을 정확히 예측하는데 한계가 있다. 추가로 사회·경제적 외생변수를 모델링에 결합시켜 적용한다면 더 높은 예측력이 확보될 수 있을 것이다.
본 연구의 분석결과는 지역단위 노동시장의 일자리 창출 및 정책 수립을 위한 기초자료로 활용될 것이며, 향후 지역 노동시장의 원활한 인력수급이 가능하도록 유입, 유출될 가능성이 높은 인력 및 직종을 중심으로 직업훈련, 취업알선 등 고용지원 서비스를 통해 사전 대비하는 방안이 강구되어야 할 것이다.
추가로 사회·경제적 외생변수를 모델링에 결합시켜 적용한다면 더 높은 예측력이 확보될 수 있을 것이다.
향후 이 자료의 시계열 제공기간의 확대로 자료구축이 보다 방대해지고 분석의 공간범위도 시·군·구 단위로 좀 더 세분화하여 설정한다면, 지역 노동시장의 범위 등을 고려한 인구이동 패턴과 취업자의 분포를 보다 구체적이고 면밀하게 분석할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	마르코프 체인 모형은 어떤 분석기법인가?	이 중 빈도주의 통계와 달리 자료의 확률분포를 사용하여 사후분포를 추정하는 베이지안(Bayesian) 추정(Bernardo and Smith, 1996)기법의 일환인 마르코프 체인 모형(Markov Chain model)은 시·공간적 전이를 반영하여 현재의 상태가 다음의 결과에 전적으로 영향을 미치는 것으로 가정하는 분석기법으로, 러시아의 수학자 A. A.
	마르코프 확률과정은 어디에 응용되고 있는가?	Markov(1907)가 제안한 확률과정이다2). 이러한 마르코프 확률과정은 물리적, 생물학적, 사회경제적 현상을 설명하는데 다양하게 응용되고 있다(Robert and Casella, 2004).
	마르코프 체인 확률과정을 인구이동에 적용할 경우 어떤 점에서 유용한가?	마르코프 체인 확률과정을 인구이동에 적용할 경우 인구이동 자체의 특성보다는 이동 패턴이 지속 될 경우 향후 인구분포가 어떻게 변화되는지 설명하는데 중점을 두게 된다. 특히 이 기법은 인구이동과 관련하여 여러 개의 하위지역으로 나누어진 지역 단위에서 하위지역간의 인구이동이 최종 인구분포를 어떻게 결정하는지 표현하는데 유용하다(최재헌, 2004).

참고문헌 (49)

강철희.허수연.이지만.정승화.조상미, 2012, "신규대졸자의 비영리영역과 영리영역간 직업이동과 직무만족 변화," 한국사회정책, 19(2), 9-38.
김감영, 2010, "연령별 인구이동 특성에 대한 탐색적 공간 데이터 분석 (ESDA)," 한국지역지리학회지, 16(5), 590-609.
김경수.장욱, 2003, "정상 마르코프 연쇄모형에 의한 부산권 인구분포예측 연구," 국토계획, 38(4), 33-46.

상세보기
김동수.장재홍.이두희, 2009, "지역별 인구이동 분석: 광역도시 통계권을 중심으로," 한국경제발전, 15(1),133-152.
김홍배.김재구.임병철, 2009, "조성법과 Markov Chain 모형을 결합한 지역 인구예측 모형에 관한 연구," 국토계획, 44(6), 139-146.

상세보기
김진하.정재윤.박경원, 2015, "이직으로 행복해지는가? 한국노동패널을 이용한 이직 전후 직무만족의 변화분석," 한국경영학회통합학술발표논문집, 2015(8), 1280-1296.
남봉현.이승욱, 1989, "Markov Chain을 이용한 인구이동 경향 분석," 한국보건통계학회지, 14(1), 72-80.
노형진, 2004, Excel로 배우는 경영과학, 형설출판사.
박소현.이금숙, 2016, "한국 직업구조의 변화와 고용분포의 공간적 특성," 대한지리학회지, 51(3), 401-420.

원문보기 상세보기
박우식.박상우.엄창욱, 2011, "지역인재 유출에 의한 경제력 유출 분석 -대구 경북지역을 중심으로," 산업경제연구, 24(4), 2247-2274.
박진희, 2007, "여성 직장이동의 특징," 여성경제연구, 4(2), 25-44.

상세보기
박추환.김명수, 2006, "지역 노동력 이동의 결정요인 연구," 지역연구, 22(2), 97-113.
심재헌.김의준, 2012, "대학 졸업자의 지역간 취업 이동 요인 분석: 수도권과 비수도권 간의 취업 이동을 중심으로," 국토연구, 75, 37-51.

상세보기
안종욱, 2006, "Markov Chain 모형을 이용한 수도권 인구분포예측에 관한 연구," 수도권연구, 3, 1-18.
어수봉, 1992, 한국의 노동이동, 한국노동연구원.
이상일.조대헌, 2012, "지역간 인구이동의 예측을 통한 우리나라 시도별 장래 인구 추계: 다지역 코호트-요인법의 적용," 대한지리학회지,47(1), 98-120.

원문보기 상세보기
이상호, 2010, "지역간 이동의 결정요인 및 임금효과,"지역연구, 26(1), 45-70.
이정섭, 2014, "경력직 노동력의 지역간 이동에 관한 연구: 2008-2011년 고용보험통계를 중심으로," 한국경제지리학회지, 17(1), 114-128.

원문보기 상세보기
이희연.노승철, 2010, "위계선형모형을 이용한 인구이동 흐름 분석," 국토연구, 67, 123-142.

상세보기
정인수, 2004, "지역간 노동이동 연구," 노동정책연구, 4(1), 57-87.

상세보기
최재헌, 2004, 지역분석의 기초, 두솔.
최진호, 2008, "한국 지역간 인구이동의 선별성과 이동 이유," 한국인구학, 31(3), 159-178.
황지은.이창효.이승일, 2011, "마코프 체인 모델을 이용한 수도권 장기 가구구조 변화 예측 연구," 국토계획, 46(6), 203-218.

상세보기
홍성효.유수영, 2012, "세대별 시군구 간 인구이동 결정 요인에 관한 실증분석," 서울도시연구, 13(1), 1-19.
Bernardo, J. M., and A. F. Smith., 1996, Bayesian theory, John Wiley & Sons, New York.
Boarnet, M. G., 1994, An Empirical Model of Intra-metropolitan Population and Employment Growth, Journal of Regional Science, 73(2), 135-153.
Champion, T., Fotheringham, S., Rees, P., Boyle, P., and Stillwell, J., 1998, The Determinant of Migration Flows in England: A Review of Existing Data and Evidence, Report prepated for the Department of the Environment, Transport and the Regions.
Constant, A. and Zimmerman, K., 2003, The dynamics of repeat migration: A Markov Chain analysis, IZA Discussion Paper, 885.
Devillanova, C., 2013, Over-education and spatial flexibility: new evidence from Italian survey data, Papers in Regional Science, 92(3), 445-464.

상세보기
Dex, S., 1987, Women's Occupational Mobility: A Lifetime Perspective, Palgrave Macmillan, New York.
Eliasson, K., Lindgren, U., and O. Westerlund., 2003, Geographical Labour Mobility Migration or Commuting?, Regional Studies, 37(8), .827-837.

상세보기
Freund, A., 2005, Commitment and Job Satisfaction as Predictors of Turnover Intentions among Welfare Workers, Administration in Social Work, 29(2), 5-21.

상세보기
Kambourov, G., and Manovskii, I., 2008, Rising Occupational and Industry Mobility in the United States: 1968-1997, International Economic Review, 49(1), 41-79.

상세보기
Krieg, R, G., 1997, Occupational change, employer change, internal migration, and earnings, Regional Science and Urban Economics, 27(1), 1-15.

상세보기
Lemistre P. and Moreau, M., 2009; Spatial Mobility and Returns to Education: Some Evidence From A Sample of French Youth, Journal of Regional Science, 49(1), 149-176.

상세보기
London, M., 1998, Career Barriers: How People Experience, Overcome and Avoid Failure, Lawrence Erlbaum Associates Publishers, Mahwah, NJ.
Longhi, S. and Brynin, M., 2010, Occupational Change in Britain and Germany, Labour Economics, 17(4), 655-666.

상세보기
Moretti, E., 2012, The New Geography of Jobs, Houghton Mifflin Harcourt Publishing Company, New York.
Moscarini, G. and Vella, F., 2003, Occupational Mobility and Employment Reallocation: Evidence from the NLSY79, Yale University, New Haven.
OECD, 2016, Employment Outlook.
Plane, D. A. and Rogerson., P. A., 1994, The Geographical Analysis of Population with Applications to Planning and Business, John Wiley & Sons, New York.
Robert, C., and Casella, G., 2004, Monte Carlo Statistical Methods, Springer-Verlag, New York.
Robinson, C., 2010, Occupational Mobility, Occupational Distance and Basic Skills: Evidence from Job-based Measures, Working Paper, Univ. Western Ontario.
Schoen, R., 2006, Dynamic Population Models, Springer.
Simmonds, D., 1999, The design of the DELTA land-use modelling package, Environment and Planning B: Planning and Design, 26(5), 665-684.
Van Ham, M., and Hooimeijer, P., 2009, Regional differences in spatial flexibility: long commutes and job related migration intentions in the Netherlands, Applied spatial analysis and policy, 2(2), 129-146.

상세보기
Wiseman, R. F. and Roseman, C. C., 1979, A typology of elderly migration based on the decision making process, Economic Geography, 55(4), 324-337.

상세보기
통계청, 2015, 경제활동인구연보
통계청 마이크로데이터서비스시스템(MDIS), https://mdis.kostat.go.kr

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증