본 연구에서는 고용노동부의 공공기관 및 지방공기업의 청년고용현황 조사, 국회의 공공기관 고용현황 조사, 알리오 (www.alio.go.kr) 및 클린아이 (www.cleaneye.go.kr) 등 4개의 데이터를 이용하여 공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하였다. 종속변수인 기관별 청년채용 비율은 청년채용 여부와 청년채용비율의 크기에 대한 두 가지의 정보를 포함하고 있다. 즉 종속변수 가 일정한 영역에서만 관찰되는 중도자료를 갖는 형태로서 통상적 최소제곱추정은 편의가 발생할 뿐만 아니라, 일치추정량을 제공하지 못한다. 이런 문제점을 극복하기 위해 본 연구에서는 합동 토빗모형과 패널 토빗모형을 활용하였다. 분석결과를 요약하면 다음과 같다. 먼저, 합동 토빗모형에 비해서 패널 토빗모형이 통계적으로 유의함을 알 수 있었고, 2011년에 비해서 2014년과 2015년의 청년채용 비율이 증가하였음을 알 수 있다. 그리고 지방공공기관에 비해서 공기업의 청년채용비율이 유의하게 높았으며, 평균 보수액이 증가할수록 청년채용비율이 통계적으로 유의하게 낮음을 알 수 있다. 마지막으로, 신입직원의 평균보수액이 증가할수록, 정원대비 정규직비율이 증가할수록 청년채용비율이 유의하게 증가하였음을 알 수 있다.
본 연구에서는 고용노동부의 공공기관 및 지방공기업의 청년고용현황 조사, 국회의 공공기관 고용현황 조사, 알리오 (www.alio.go.kr) 및 클린아이 (www.cleaneye.go.kr) 등 4개의 데이터를 이용하여 공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하였다. 종속변수인 기관별 청년채용 비율은 청년채용 여부와 청년채용비율의 크기에 대한 두 가지의 정보를 포함하고 있다. 즉 종속변수 가 일정한 영역에서만 관찰되는 중도자료를 갖는 형태로서 통상적 최소제곱추정은 편의가 발생할 뿐만 아니라, 일치추정량을 제공하지 못한다. 이런 문제점을 극복하기 위해 본 연구에서는 합동 토빗모형과 패널 토빗모형을 활용하였다. 분석결과를 요약하면 다음과 같다. 먼저, 합동 토빗모형에 비해서 패널 토빗모형이 통계적으로 유의함을 알 수 있었고, 2011년에 비해서 2014년과 2015년의 청년채용 비율이 증가하였음을 알 수 있다. 그리고 지방공공기관에 비해서 공기업의 청년채용비율이 유의하게 높았으며, 평균 보수액이 증가할수록 청년채용비율이 통계적으로 유의하게 낮음을 알 수 있다. 마지막으로, 신입직원의 평균보수액이 증가할수록, 정원대비 정규직비율이 증가할수록 청년채용비율이 유의하게 증가하였음을 알 수 있다.
In this study, we analyse the determinants of the youth employment rate of public agencies and local public enterprises. On the other hand the youth employment rate contains information of the youth employment rate and the size of the youth employment. We use pooled tobit model and panel tobit model...
In this study, we analyse the determinants of the youth employment rate of public agencies and local public enterprises. On the other hand the youth employment rate contains information of the youth employment rate and the size of the youth employment. We use pooled tobit model and panel tobit model since dependent variable is a censored form observed only in a certain area. The results of the analysis are summarized as follows. First, the panel tobit model is more statistically significant as compared to the combined tobit model. Second, the youth employment rate is more statistically significantly higher in 2014 and 2015 than in 2011. Third, the youth employment rate in public enterprises is more statistically significantly higher than that in local public agencies. Finally, the higher the average wage is, the lower the youth employment ratio is.
In this study, we analyse the determinants of the youth employment rate of public agencies and local public enterprises. On the other hand the youth employment rate contains information of the youth employment rate and the size of the youth employment. We use pooled tobit model and panel tobit model since dependent variable is a censored form observed only in a certain area. The results of the analysis are summarized as follows. First, the panel tobit model is more statistically significant as compared to the combined tobit model. Second, the youth employment rate is more statistically significantly higher in 2014 and 2015 than in 2011. Third, the youth employment rate in public enterprises is more statistically significantly higher than that in local public agencies. Finally, the higher the average wage is, the lower the youth employment ratio is.
주제어
문제 정의
그러나 청년채용을 하지 않는 기관들에 대해 종속변수인 청년채용비율을 ‘0’으로 설정하고, 독립변수들에 대한 정보도 갖고 있다면 중단자료 회귀모형이 더 적절하다.
제 2절에서는 분석용 자료와 기술통계 분석결과를 소개하고, 제 3절에서는 연구모형에 대해 간단히 설명한다. 그리고 제 4절에서는 실증분석 결과를 제시하고, 마지 막 제 5 절에서는 결론을 제시한다.
h1>1 . 서론
h1>1 . 서론
선형회귀모형의 결과에서 계수 값은 독립변수의 변화가 종속변수의 평균값의 변화량인 하계효과 (marginal effect)를 의미하지만, 토빗모형의 계수값은 독립변수의 변화가 종속변수의 평균값에 미치는 변화량과 그 값이 관찰될 확률의 변화량이라는 두 가지 효과를 동시에 가진다. 따라서 독립변수 의 변화에 따른 종속변수의 한계효과는 변화량과 관찰될 확률의 곱으로 결정되므로 (Green, 2003), 한 계효과 (dy/dx) 의 값도 함께 제시하였다.
따라서 이러한 문제를 해결하기 위해서 본 연구에서는 토빗모형 (Tobit model) 을 활용하고자 한다. 토빗모형은 Tobin (1958)이 종속변수인 지출금액이 음이 될 수 없다는 점에 착안하여 이를 고려한 회귀 모형을 설계했으며, 이후 Goldberger (1964)가 프로빗 모형과 유사성을 이유로 Tobit 모형이라 지칭하 였다.
h1>1 . 서론
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
먼저, 2011년에 비해서 2014년과 2015 년이 유의하게 청년채용비율이 증가함을 알 수 있다. 그리고 지방공기업에 비해서 공공기관의 청년채용비율이 유의하게 높았으며, 평균 보수액이 증가할수록 청년채 용비율이 유의하게 낮음을 알 수 있다.
h1>1 . 서론
h1>1 . 서론
+ ui + ϵ it , ui ~ N(0, σ 2 u ), ϵ it ~ N(0,σ 2 e ), I = 1, 2, ..
kr) 등의 2011년부터 2015년까지 연 도별 자료를 이용하여 공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하고자 한다. 이를 위 해 합동 토빗모형 (pooled tobit model)과 패널 토빗모형 (panel tobit model) 을 적용하여 최적모형을 탐색한다. 본 논문의 구성은 다음과 같다.
본 논문의 구성은 다음과 같다. 제 2절에서는 분석용 자료와 기술통계 분석결과를 소개하고, 제 3 절에서는 연구모형에 대해 간단히 설명한다. 그리고 제 4절에서는 실증분석 결과를 제시하고, 마지 막 제 5절에서는 결론을 제시한다.
중단자료를 갖는 종속변수에 대한 타당한 모형으로는 중단자료 회귀모형 (censored regression model)과 절단자료 회귀모형 (truncated regression model) 이 있다. 만약 청년채용을 하지 않은 기관들에 대한 종속변수와 독립변수에 대한 정보가 없다면 절단자료 회귀모형이 적절하다.
중앙정부가 관리하는 알리오에는 연도별 기관명, 주무기관, 기관성격, 소재지, 임직원 수, 신규채용 및 청년인턴 채용현황, 직원 평균보수현황 등의 많은 변수가 존재한다. 그러나 청년고용현황을 직접적으로 파악할 수 있는 변수가 없다는 단점이 있어서 공공기관명을 활용하여 고용노동부의 청년고용현황 조사 및 국회의 공공기관 현황조사와 결합함으로써, 공공기관의 특성과 청년고용 실태 간의 관계를 분석한다.
h1>1 . 서론
h1>1 . 서론
h1>1 . 서론
h1>1 . 서론
한편 청년고용과 관련 연구로는 Park 등 (2015) 과 Park 등 (2016)은 중소기업 청년인턴의 이직횟수 및 재직기간을 분석하였다. Ryu 등 (2013)은 공공기관의 지방인재 채용실태 및 결정요인을 분석하였으 며, Kim과 Chung (2013)은 청년층 인재유출 결정요인을 분석하였다.
h1>1 . 서론
4 . 분석결과
위의 식에서 잠재적인 종속변수 Yi * 의 기댓값은 다음과 같다.
대상 데이터
본 연구에서는 고용노동부의 청년고용현황 조사, 국회의 공공기관 고용현황 조사, 경영정보시스템인 알리오 (www.alio.go.kr), 그리고 클린아이 (www.cleaneye.go.kr) 등의 2011년부터 2015 년까지 연 도별 자료를 이용하여 공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하고자 한다. 이를 위 해 합동 토빗모형 (pooled tobit model)과 패널 토빗모형 (panel tobit model)을 적용하여 최적모형을 탐색한다.
이론/모형
여기서 유의할 점은 본 연구에서 사용하는 데이터는 종속변수의 값이 0인 경우에도 독립변수는 관찰 된다는 점이다. 중단자료를 갖는 회귀모형 중에서 대표적인 모형으로 헤크만 모형 (Heckman, 1976)과 토빗모형 (tobit model)이 있는데, 본 연구에서는 토빗모형을 활용하여 청년채용비율 결정요인 분석을 하고자 한다. 토빈 (Tobin)의 프로빗 (probit)이란 의미로 명명된 토빗모형은 청년채용 여부에 영향을 미치는 요인과 청년채용비율의 크기에 영향을 미치는 요인이 동일하고 같은 방향으로 영향을 미친다고 가정한다.
성능/효과
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하기 위해 고용노동부의 공공기관 및 지방공 기업의 청년고용현황 조사, 국회의 공공기관 고용현황 조사, 중앙정부가 관리하는 공공기관의 경우에는 알리오, 그리고 지방정부가 관리하는 지방공기업의 경우에는 클린아이 등 4 개의 데이터를 이용하였다.
그런데 국회의 공공기관 고용현황 조사 자료를 활용하면, 공공기관의 2011년과 2012년 청년고용현황 자료를 추출하여 분석할 수가 있다. 공공기관의 2013년 청년고용현황 자료를 구할 수 없다는 한계가 존재하지만, 그럼에 도 불구하고 청년고용의무제의 실시 이전과 이후의 공공기관 청년채용현황을 비교할 수 있기 때문에, 본 연구에서는 이 자료들을 활용하도록 한다.
본 연구에서는 공공기관과 지방공기업을 대상으로 수집 가능한 자료만을 활용하여 청년채용비율 결정 요인을 분석하였으며, 또한 분석에 사용한 독립변수들도 활용 가능한 데이터의 범위 내에서 제한적으로 선택했다는 점, 그리고 시계열이 짧다는 점에서 연구결과에 대한 지나친 일반화는 무리가 있음을 밝혀 둔다 . 따라서 더 많은 독립변수를 포함하는 연구와 다양한 통계모형을 적용한 청년채용비율의 결정요인 분석은 향후 과제로 남겨둔다.
본 연구에서는 공공기관과 지방공기업을 대상으로 수집 가능한 자료만을 활용하여 청년채용비율 결정 요인을 분석하였으며, 또한 분석에 사용한 독립변수들도 활용 가능한 데이터의 범위 내에서 제한적으로 선택했다는 점, 그리고 시계열이 짧다는 점에서 연구결과에 대한 지나친 일반화는 무리가 있음을 밝혀 둔다 . 따라서 더 많은 독립변수를 포함하는 연구와 다양한 통계모형을 적용한 청년채용비율의 결정요인 분석은 향후 과제로 남겨둔다.
중앙정부가 관리하는 알리오에는 연도별 기관명, 주무기관, 기관성격, 소재지, 임직원 수, 신규채용 및 청년인턴 채용현황, 직원 평균보수현황 등의 많은 변수가 존재한다. 그러나 청년고용현황을 직접적으로 파악할 수 있는 변수가 없다는 단점이 있어서 공공기관명을 활용하여 고용노동부의 청년고용현황 조사 및 국회의 공공기관 현황조사와 결합함으로써, 공공기관의 특성과 청년고용 실태 간의 관계를 분석한다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
먼저 고용노동부의 공공기관 및 지방공기업의 청년고용현황 조사에는 연도별 채용실적 (정원, 신규 채용, 청년채용)이 정리되어 있으나, 2014년과 2015년 자료만 존재한다는 문제가 있다. 그런데 국회의 공공기관 고용현황 조사 자료를 활용하면, 공공기관의 2011년과 2012 년 청년고용현황 자료를 추출하여 분석할 수가 있다. 공공기관의 2013년 청년고용현황 자료를 구할 수 없다는 한계가 존재하지만, 그럼에 도 불구하고 청년고용의무제의 실시 이전과 이후의 공공기관 청년채용현황을 비교할 수 있기 때문에, 본 연구에서는 이 자료들을 활용하도록 한다.
이 절에서는 제 2절에서 소개한 데이터를 활용하여 공공기관 또는 지방 공기업의 청년채용비율에 대 한 결정요인을 분석하기 위한 분석모형을 소개한다. 그런데 분석에 포함된 기관들은 종속변수인 청년채 용비율에 대한 정보가 있는 그룹 (청년채용을 한 기관)과 그렇지 않은 그룹 (청년채용을 하지 않은 기 관)으로 구성되며, 이 두 그룹 모두 독립변수에 대한 정보는 있다. 다시 말해, 종속변수인 청년채용비율은 기관별 중단자료 여부 (청년채용 여부)와 청년채용비율의 크기에 대한 두 가지의 정보로 구성된다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
먼저 종속변수는 공공기관 및 지방공기업의 청 년채용비율이며, 실증분석에서는 ln(1 + 청년채용비율)을 종속변수로 사용하였다. 독립변수로는 청년 의무제 적용여부, 연도, 공공기관 여부, 수도권 여부, 임금 (평균임금 및 신입사원 초임), 정원 대비 정 규직 비율, 정원 대비 신규채용인원 비율 3% 미만 여부, 정원 대비 신규채용인원 비율, 평균근속년수 등을 사용하였다.
먼저 종속변수는 공공기관 및 지방공기업의 청 년채용비율이며, 실증분석에서는 ln(1 + 청년채용비율)을 종속변수로 사용하였다. 독립변수로는 청년 의무제 적용여부, 연도, 공공기관 여부, 수도권 여부, 임금 (평균임금 및 신입사원 초임), 정원 대비 정 규직 비율, 정원 대비 신규채용인원 비율 3% 미만 여부, 정원 대비 신규채용인원 비율, 평균근속년수 등을 사용하였다.
h1>1 . 서론
h1>1 . 서론
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
또한 합동 토빗모형에 비해 패널 토빗모형의 상대적 적합성을 확인하기 위한 Ho : σ 2 u = 0를 검정한 결과, 패널 토빗모형이 더 적합함을 알 수 있다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
h1>1 . 서론
먼저 고용노동부의 공공기관 및 지방공기업의 청년고용현황 조사에는 연도별 채용실적 (정원, 신규 채용, 청년채용)이 정리되어 있으나, 2014년과 2015 년 자료만 존재한다는 문제가 있다. 그런데 국회의 공공기관 고용현황 조사 자료를 활용하면, 공공기관의 2011년과 2012년 청년고용현황 자료를 추출하여 분석할 수가 있다.
먼저 연도별 청년채용비율의 한계효과를 살펴보면, 2011년에 비해서 2012년은 통계적으로 유의하게 감소했지만, 2014년과 2015 년은 통계적으로 유의하게 증가함을 알 수 있다. 또한 지방공기업에 비해서 공공기관의 청년채용비율이 유의하게 높았으며, 평균 보수액이 증가할수록 청년채용비율이 유의하게 낮 음을 알 수 있다.
먼저 연도별 청년채용비율의 한계효과를 살펴보면, 2011년에 비해서 2012년은 통계적으로 유의하게 감소했지만, 2014년과 2015 년은 통계적으로 유의하게 증가함을 알 수 있다. 또한 지방공기업에 비해서 공공기관의 청년채용비율이 유의하게 높았으며, 평균 보수액이 증가할수록 청년채용비율이 유의하게 낮 음을 알 수 있다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
공공기관 및 지방공기업의 청년채용비율 결정요인을 분석하기 위해 고용노동부의 공공기관 및 지방공 기업의 청년고용현황 조사, 국회의 공공기관 고용현황 조사, 중앙정부가 관리하는 공공기관의 경우에는 알리오, 그리고 지방정부가 관리하는 지방공기업의 경우에는 클린아이 등 4 개의 데이터를 이용하였다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
선형회귀모형의 결과에서 계수 값은 독립변수의 변화가 종속변수의 평균값의 변화량인 하계효과 (marginal effect)를 의미하지만, 토빗모형의 계수값은 독립변수의 변화가 종속변수의 평균값에 미치는 변화량과 그 값이 관찰될 확률의 변화량이라는 두 가지 효과를 동시에 가진다. 따라서 독립변수 의 변화에 따른 종속변수의 한계효과는 변화량과 관찰될 확률의 곱으로 결정되므로 (Green, 2003), 한 계효과 (dy/dx)의 값도 함께 제시하였다.
의 통계적 유의성 검정을 통해 최소제곱 추정법에 비해서 합동 토빗모형을 채택한 것이 타당 한지를 확인할 수 있다. 추정된 σe의 값이 0 .6206으로 통계적으로 유의한 것으로 나타나서 합동 토빗모 형이 최소제곱 추정법에 비해서 타당한 것으로 나타났다.
h1>1 . 서론
청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다. 이 연구는 2014 년부터 공공기관을 대상으 로 실시되고 있는 청년고용의무제가 청년 일자리 창출에 어떠한 영향을 미쳤는지를 패널 토빈모형을 이용하여 분석하고자 한다.
2 . 자료소개 및 기술통계
h1>1 . 서론
한편 신입직원의 평균보수액이 증가할수록, 정원대비 정규직비율이 증가할수록 청년 채용비율이 유의하게 증가함을 알 수 있다. 정원대비 신규채용비율이 3% 이상인 그룹에 비해서 3% 미 만의 그룹의 청년채용비율이 유의하게 낮게 나타났으며, 정원대비 신규채용비율이 증가할수록 청년채용 비율이 증가함을 알 수 있다.
먼저 청년고용의무 적용 전에 비해서 청년고용의무 적용 후의 한계효과를 살펴보면, 청년채용비율이 통계적으로 유의하게 증가함을 알 수 있다. 정원대비 신규채용비율이 3% 이상인 그룹에 비해서 3% 미만의 그룹의 청년채용비율이 유의하게 낮게 나타났으며, 정원 대비 신규채용비율이 증가할수록, 지방공기업의 유형이 공단에 비해서 공사가 청년채용비율이 유의하게 증가함을 알 수 있다. 나머지 변수들에 대한 한계효과는 통계적으로 유의하지 않음을 알 수 있다.
한편 신입직원의 평균보수액이 증가할수록, 정원대비 정규직비율이 증가할수록 청년 채용비율이 유의하게 증가함을 알 수 있다. 정원대비 신규채용비율이 3% 이상인 그룹에 비해서 3% 미 만의 그룹의 청년채용비율이 유의하게 낮게 나타났으며, 정원대비 신규채용비율이 증가할수록 청년채용 비율이 증가함을 알 수 있다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34 세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
중앙정부가 관리하는 알리오에는 연도별 기관명, 주무기관, 기관성격, 소재지, 임직원 수, 신규채용 및 청년인턴 채용현황, 직원 평균보수현황 등의 많은 변수가 존재한다. 그러나 청년고용현황을 직접적으로 파악할 수 있는 변수가 없다는 단점이 있어서 공공기관명을 활용하여 고용노동부의 청년고용현황 조사 및 국회의 공공기관 현황조사와 결합함으로써, 공공기관의 특성과 청년고용 실태 간의 관계를 분석한다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018 년까지 연장되었다. 이 연구는 2014년부터 공공기관을 대상으 로 실시되고 있는 청년고용의무제가 청년 일자리 창출에 어떠한 영향을 미쳤는지를 패널 토빈모형을 이용하여 분석하고자 한다.
한편 종속변수의 관측치가 이용 가능하지 않는 그 룹을 0으로 놓고 추정하든, 아니면 무시하고 관측치가 이용 가능한 그룹에 대해서만 추정하든 통상적 최 소제곱추정 (ordinary least squares)은 편의 (bias)가 발생할 뿐만 아니라, 일치추정량을 제공하지 못 한다. 특히 후자의 정보만을 대상으로 회귀분석을 하게 되면 전형적인 표본선택에 의한 편의 (sample selection bias) 가 발생하게 된다. 즉 청년채용비율 결정요인을 분석할 때 청년채용을 한 기관만을 대상 으로 분석한다면, 이들 대상 기관들은 무작위로 추출된 표본이 아니며, 또한 비무작위적으로 청년채용을 하지 않은 기관들이 배제됨으로써 표본선택 편의의 문제가 발생하게 된다.
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
이러한 상황에서 문재 인 정부는 민간에만 일자리창출 책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 서 양질의 일자리를 창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 를 의무화하고 있다.
즉 종속변수인 청년채용비율의 결정요인을 분석할 때 종속변수는 청년채용 여부와 청년채용비율의 크기에 대한 두 가지의 복합적인 정보를 담고 있으며, 청년 채용을 하지 않은 경우 종속변수는 중단자료가 된다. 한편 종속변수의 관측치가 이용 가능하지 않는 그 룹을 0으로 놓고 추정하든, 아니면 무시하고 관측치가 이용 가능한 그룹에 대해서만 추정하든 통상적 최 소제곱추정 (ordinary least squares)은 편의 (bias)가 발생할 뿐만 아니라, 일치추정량을 제공하지 못 한다. 특히 후자의 정보만을 대상으로 회귀분석을 하게 되면 전형적인 표본선택에 의한 편의 (sample selection bias)가 발생하게 된다.
한편 패널모형의 경우 일반적으로 패널자료를 모두 별도의 관측자료로 취급한 후, 즉 위의 모형에서 ϵit의 분산인 σ2e의 값을 0으로 가정하여 토빗모형을 수행하는 합동 토빗모형 (pooled tobit model) 모 형을 설정할 수 있다.
후속연구
중단자료를 갖는 회귀모형 중에서 대표적인 모형으로 헤크만 모형 (Heckman, 1976)과 토빗모형 (tobit model)이 있는데, 본 연구에서는 토빗모형을 활용하여 청년채용비율 결정요인 분석을 하고자 한다. 토빈 (Tobin)의 프로빗 (probit) 이란 의미로 명명된 토빗모형은 청년채용 여부에 영향을 미치는 요인과 청년채용비율의 크기에 영향을 미치는 요인이 동일하고 같은 방향으로 영향을 미친다고 가정한다.
질의응답
핵심어
질문
논문에서 추출한 답변
청년고용촉진특별법 청년고용촉진특별법은 어떠한 사항을 의무화하고 있는가?
공무원 확충을 통한 일자리 창출방안이 현재 화 제가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는 이름으로 이미 실시되어 왔다고 볼 수 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, 기타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용 ”하기 를 의무화하고 있다. 청년고용의무제는 원래 2016년까지라는 한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다.
청년채용비율의 결정요인 청년채용비율의 결정요인 분석 시 종속변수는 어떠한 정보를 담고 있는가?
일반적으로 공공기관 및 지방공기업은 연도별로 청년채용비율이 있는 그룹과 청년채용을 하지 않음으 로 인해 청년채용비율이 ‘0’인 그룹이 존재한다. 즉 종속변수인 청년채용비율의 결정요인을 분석할 때 종속변수는 청년채용 여부와 청년채용비율의 크기에 대한 두 가지의 복합적인 정보 를 담고 있으며, 청년 채용을 하지 않은 경우 종속변수는 중단자료가 된다. 한편 종속변수의 관측치가 이용 가능하지 않는 그 룹을 0으로 놓고 추정하든, 아니면 무시하고 관측치가 이용 가능한 그룹에 대해서만 추정하든 통상적 최 소제곱추정 (ordinary least squares)은 편의 (bias)가 발생할 뿐만 아니라, 일치추정량을 제공하지 못 한다.
관측치가 이용 가능한 그룹 관측치가 이용 가능한 그룹만을 대상으로 회귀분석을 하게 되면 어떠한 일이 발생하는가?
한편 종속변수의 관측치가 이용 가능하지 않는 그 룹을 0으로 놓고 추정하든, 아니면 무시하고 관측치가 이용 가능한 그룹에 대해서만 추정하든 통상적 최 소제곱추정 (ordinary least squares)은 편의 (bias)가 발생할 뿐만 아니라, 일치추정량을 제공하지 못 한다. 특히 후자의 정보만을 대상으로 회귀분석을 하게 되면 전형적인 표본선택에 의한 편의 (sample selection bias)가 발생하게 된다. 즉 청년채용비율 결정요인을 분석할 때 청년채용을 한 기관만을 대상 으로 분석한다면, 이들 대상 기관들은 무작위로 추출된 표본이 아니며, 또한 비무작위적으로 청년채용을 하지 않은 기관들이 배제됨으로써 표본선택 편의의 문제가 발생하게 된다.
참고문헌 (13)
Amemiya, T. (1984). Tobit models : A survey. Journal of Econometrics, 24, 3-61.
Goldberger, A. S. (1964). Economic theory, Wiley, New York.
Green, W. (2003). Econometrics (5th edition), Prentice hall, Upper Saddle river, New Jersey.
Heckman, J. J. (1976). The common structure of statistical models of truncation, sample selection and limited dependent variables and a simple estimator for such models. Annals of Economic and Social Measurement, 5, 475-492.
Im, K. H. and Lee, D. J. (2009). Analysis on the youth employment trends and evaluation on the employment policy (& program) in Jeonbuk province. The Korean Association for Local Government & Administration Studies, 23, 89-114.
Kim, G. S. and Chung, M. S. (2013). The Determinants of the out-migration of human capital in Busan metropolitan area in Korea. Journal of Korean National Economy, 37, 103-130.
Park, S. I. and Cho, J. S. (2015). The study on the determinants of the number of job changes. Journal of the Korean Data & Information Science Society, 26, 387-397.
Park, S. I. and Cho, J. S. (2016). Study on the determinants of employment duration in the youth-intern project. Journal of the Korean Data & Information Science Society, 27, 285-294.
Ryu, J. S., Park, S. I., Cho, J. S., Kim, J. H. and Kwak, S. H. (2013). The Determinants on the Employment of Local Brains in the Public Sectors. Korean Journal of Industrial Relations, 23, 119-143.
Ryu, J. S., Park, S. I., Cho, J. S. and Kwak, S. H. (2016). Study on employment impact assessment of the quota system for the employment of youths, Ministry of Employment and Labor.Korea Labor Institute, Sejong.
Tobin, J. (1958). Estimation of relationships for limited dependent variables. Econometrica, 26, 24-36.
Wooldridge, J. M. (2002). Econometric analysis of cross section and panel data, MIT Press, Cambridge MA.
Yang, J. Y. and Jeong, H. J. (2016). A study exploring the determinants of youth employment. Korean Journal of Public Administration, 54, 199-224.
더보기
저자의 다른 논문 :
박성익
(6)
류장수
(8)
김종한
(3)
조장식
(72)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.