연구목적: 우리나라 산업단지 고용에 미치는 영향을 분석하는 것을 목적으로 한다. 연구방법: 첫째, 산업단지 고용 요인과 관련된 선행연구들을 검토하고, 둘째, 2015년 기준의 산업단지관련 자료와 통계청 자료 등을 이용하여 산업단지 고용 결정 요인들을 2단계 최소자승법(2SLS)을 이용하여 분석하였다. 셋째, 분석결과를 바탕으로 결론 및 시사점을 제시하였다. 연구결과: 산업단지 입주 대기업의 수, 생산액, 제조업의 다양성과 같은 변수들이 산업단지 고용에 긍정적인 영향을 미치는 것으로 났다. 또한 지역의 전체 제조업 고용자수, 외국인 비율, 대학 수, 재정자립도가 산업단지 고용에 중요한 요인으로 분석되었다. 결론: 산업단지의 고용 창출 정책은 산업단지의 기반시설 뿐만 아니라 지역적 특성도 함께 고려되어야 한다.
연구목적: 우리나라 산업단지 고용에 미치는 영향을 분석하는 것을 목적으로 한다. 연구방법: 첫째, 산업단지 고용 요인과 관련된 선행연구들을 검토하고, 둘째, 2015년 기준의 산업단지관련 자료와 통계청 자료 등을 이용하여 산업단지 고용 결정 요인들을 2단계 최소자승법(2SLS)을 이용하여 분석하였다. 셋째, 분석결과를 바탕으로 결론 및 시사점을 제시하였다. 연구결과: 산업단지 입주 대기업의 수, 생산액, 제조업의 다양성과 같은 변수들이 산업단지 고용에 긍정적인 영향을 미치는 것으로 났다. 또한 지역의 전체 제조업 고용자수, 외국인 비율, 대학 수, 재정자립도가 산업단지 고용에 중요한 요인으로 분석되었다. 결론: 산업단지의 고용 창출 정책은 산업단지의 기반시설 뿐만 아니라 지역적 특성도 함께 고려되어야 한다.
Purpose: The objective of this research is to analyze the effects of industrial complex sites to manufacturing business of South Korea. Method: This research first investigates previous relative studies for employment factors of industrial complex sites. Second, this research identifies employment d...
Purpose: The objective of this research is to analyze the effects of industrial complex sites to manufacturing business of South Korea. Method: This research first investigates previous relative studies for employment factors of industrial complex sites. Second, this research identifies employment decision factors of industrial complex sites by applying the two-stage ordinary least squares method to the Korea Industrial Complex Directory and the census data on establishments published by the Statistics Korea. Third, this research provides findings and policy recommendations based on study results. Results: The number of major companies, production quantity, and diversity of manufacturing have positive impacts to employment of industrial complex. The ratio of foreign workers, the number of universities and colleges, and the fiscal self-reliance ratio are also important to employment of industrial complex. Conclusion: The employment enhancement policy of industrial complex should consider regional characteristics as well as infrastructure of industrial complex.
Purpose: The objective of this research is to analyze the effects of industrial complex sites to manufacturing business of South Korea. Method: This research first investigates previous relative studies for employment factors of industrial complex sites. Second, this research identifies employment decision factors of industrial complex sites by applying the two-stage ordinary least squares method to the Korea Industrial Complex Directory and the census data on establishments published by the Statistics Korea. Third, this research provides findings and policy recommendations based on study results. Results: The number of major companies, production quantity, and diversity of manufacturing have positive impacts to employment of industrial complex. The ratio of foreign workers, the number of universities and colleges, and the fiscal self-reliance ratio are also important to employment of industrial complex. Conclusion: The employment enhancement policy of industrial complex should consider regional characteristics as well as infrastructure of industrial complex.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
산업단지 외부의 지역요인이 고용에 미치는 영향에 대한 연구는 매우 부족하다. 따라서 본 연구는 고용 관련 산업단지입지연구도 함께 검토하였다. Malecki(1985)는 미국의 산업 클러스터 입지요인을 분석하여 연구자들과 산업 근로자들의 밀집도, 고속도로와 같은 교통체계, 정주공간, 자금의 용이성 등을 주요요인으로 제시하였다.
셋째, 우리나라산업단지 고용에 영향을 미치는 요인들을 2단계 최소자승법(2SLS: Two-Stage Ordinary Least Squares method)을 이용하여 분석한다. 마지막으로 본 연구결과를 참고하여 우리나라의 산업단지 고용에 대한 정책적 시사점을 제시한다.
지역특성을 고려한 산업단지 고용에 대한 연구들은 대부분 특정지역에 한정되 산업단지의 고용에 미치는 영향들을 지역적 특성을 중심으로 분석한다. 본 연구는 전국 229개 지자체 중 산업단지가 조성되어 있는 지자체를 대상으로 산업단지 고용에 긍정적 또는 부정적인 영향을 미치는 도시의 특성과 영향수준을 파악하는 것을 목적으로 한다.
제안 방법
그리고 분석에서 발생하는 다중공선성 문제를 해소하기 위해 음식료업(EAT), 제조(섬유, 화학, 철강, 기계, 전기업 등)(MANU), 운송장비업(VEHI), 기타비제조업(NMANU) 등 4개 업종으로 재분류하였다. 2016년도한국산업단지 총람자료를 활용해 해당지역의 총 산업단지 개수(TCOMP), 국가산업단지의 개수(nCOMP) 등을 산업단지요인변수로 추가하였다.
산업단지 내 각 산업종류별 고용영향을 파악하기 위하여 음식료업, 섬유의복업, 목재종이업, 섬유화학업, 비금속업, 철강업, 기계업, 전기전자업, 운송장비업, 기타제조업, 비제조업체 등의 11개 업종을 선정하였다. 그리고 분석에서 발생하는 다중공선성 문제를 해소하기 위해 음식료업(EAT), 제조(섬유, 화학, 철강, 기계, 전기업 등)(MANU), 운송장비업(VEHI), 기타비제조업(NMANU) 등 4개 업종으로 재분류하였다. 2016년도한국산업단지 총람자료를 활용해 해당지역의 총 산업단지 개수(TCOMP), 국가산업단지의 개수(nCOMP) 등을 산업단지요인변수로 추가하였다.
첫째, 선행연구들을 검토하여 산업단지 고용에 영향을 미치는 변수들을 검토하고, 본 연구의 차별성을 제시한다. 둘째, 우리나라 산업단지와 지역적 특성에 대한 기초통계분석을 실시한다. 셋째, 우리나라산업단지 고용에 영향을 미치는 요인들을 2단계 최소자승법(2SLS: Two-Stage Ordinary Least Squares method)을 이용하여 분석한다.
따라서 우리나라의 모든 산업단지를 대상으로 하는 고용 결정요인을 분석할 필요가 있다. 또한 기존의 연구들은 산업단지의 고용결정요인을 산업단지의 내부요인인 생산액과 수출액의 규모, 업종의 다양성, 입주 기업수, 가동률 등으로 선정하고 분석을 실시하였다. 본 연구는 기존연구와 다르게 전국 지자체 중 산업단지가 입지하고 있는 165개의 지자체를 대상으로 산업단지고용에 미치는 요인을 산업단지 내부요인 뿐만 아니라 외부요인인 지역의 인구·교육·경제특성 등을 고려하여 분석을 실시하였기 때문에 기존이 연구와 차별될 수 있다.
산업단지 고용에 영향을 미치는 요인은 다양하다. 본 연구는 산업단지 고용에 영향을 미치는 요인들을 산업단지 내부요인과 외부요인으로 구분한다. 산업단지 고용에 영향을 미치는 내부요인은 산업단지 입주기업의 주요산업 종류와 사업체 수, 생산액, 수출액, 면적이 포함된다.
산업단지 고용에 미치는 요인은 선행연구에 사용된 요인들과 수집된 데이터들을 바탕으로 유의미한 변수들을 선정하고5가지 요인인 산업단지요인, 인구요인, 교육요인, 지역경제요인, 공간구조요인으로 구분하였다. 종속변수는 2016년 한국산업단지 총람 데이터의 산업단지 총 고용자 수(CEMP)를 사용하였다.
본 연구에서 사용되는 데이터는 산업단지와 관련된 자료와 지역특성과 관련된 자료가 사용되었다. 산업단지와 관련된 최신자료는 2018년 2분기 자료이지만 지역특성과 관련된 자료들과의 시간적 일치성을 위해 부득이하게 2015년을 기준으로 단일 시점의 자료를 이용하여 횡단면(cross section)분석을 실시하였다. 2018년 2분기 기준 고용자수와 비교시 2015년의 고용자는 2,160,761명으로 0.
이우배와 김성권(2014)은 후속연구로 국가산업단지 중 기업체가 500개 이상인 8개의 국가산업단지를 대상으로 고용에 미치는 영향을 분석하였다. 연구에서는 고용에 영향을 미치는 요인들로 산업단지의 생산액, 수출액, 기업체수, 설비가동률, 경쟁지수 등을 포함하였으며, 산업단지별 특화산업을 구분하여 그룹별 차이를 분석하였다. 분석결과 수출액은 고용창출에 음(-)의 영향을 미쳐 제조업의 국제 분업으로 수출이 국내의 산업단지 생산에 영향을 주지 못한다고 평가하였다.
최근 제조업 노동자들의 외국인 근로자 비율이 증가하기 때문에 지자체의 전체 인구에서 외국인의 비율(FORR)을 변수로 추가하였다. 외국의 선행연구를 참고하여 산학협동과 관련된 지역의 대학교 수(UNIV)를 변수에 포함하였다. 지역 경제요인으로는 2016년 지방세 통계연감자료를 이용하여 지역의 경제력을 대표하는 재정자립도(FINAN)를사용 하였으며, 수도권과 비수도권의 변수통제를 위해 더미변수(SUDO)로 수도권지역 변수를 추가하였다.
외국의 선행연구를 참고하여 산학협동과 관련된 지역의 대학교 수(UNIV)를 변수에 포함하였다. 지역 경제요인으로는 2016년 지방세 통계연감자료를 이용하여 지역의 경제력을 대표하는 재정자립도(FINAN)를사용 하였으며, 수도권과 비수도권의 변수통제를 위해 더미변수(SUDO)로 수도권지역 변수를 추가하였다.
연구는 다음과 같은 방법으로 수행된다. 첫째, 선행연구들을 검토하여 산업단지 고용에 영향을 미치는 변수들을 검토하고, 본 연구의 차별성을 제시한다. 둘째, 우리나라 산업단지와 지역적 특성에 대한 기초통계분석을 실시한다.
고용자 변수는 통계청에서 제공하는 2015년 기준 전국사업체기초통계조사자료 중 해당 지자체의 제조업 종사자수(TEMP)를 사용하였다. 최근 제조업 노동자들의 외국인 근로자 비율이 증가하기 때문에 지자체의 전체 인구에서 외국인의 비율(FORR)을 변수로 추가하였다. 외국의 선행연구를 참고하여 산학협동과 관련된 지역의 대학교 수(UNIV)를 변수에 포함하였다.
대상 데이터
본 연구의 기초자료인 산업단지 고용자수는 한국 산업단지공단의 자료를 활용하였다. 「2016 한국산업단지총람」은 2015년 기준으로 총 1,124개의 산업단지 정보를 제공하나 조성중인 단지, GIS 연계 가능 데이터 등을 감안하여 총 668개의 산업단지를 대상으로 분석을 실시하였다. 분석에 사용된 산업단지의 총 고용자수는 Table 1과 같이 1,892,619명으로 전체 산업단지의 약 87.
고용자 변수는 통계청에서 제공하는 2015년 기준 전국사업체기초통계조사자료 중 해당 지자체의 제조업 종사자수(TEMP)를 사용하였다. 최근 제조업 노동자들의 외국인 근로자 비율이 증가하기 때문에 지자체의 전체 인구에서 외국인의 비율(FORR)을 변수로 추가하였다.
종속변수는 2016년 한국산업단지 총람 데이터의 산업단지 총 고용자 수(CEMP)를 사용하였다. 독립변수로 사용되는 산업단지요인은 한국산업단지공단에서 운영하고 있는 팩토리온(Factory On) 공장등록현황 웹사이트에서 자료를 추출하여 산업단지 내 300인 이상의 고용자를 갖고 있는 대기업 공장 수(LFAC)를 변수로 사용하였다. 산업단지 내 각 산업종류별 고용영향을 파악하기 위하여 음식료업, 섬유의복업, 목재종이업, 섬유화학업, 비금속업, 철강업, 기계업, 전기전자업, 운송장비업, 기타제조업, 비제조업체 등의 11개 업종을 선정하였다.
본 연구에서 사용되는 데이터는 산업단지와 관련된 자료와 지역특성과 관련된 자료가 사용되었다. 산업단지와 관련된 최신자료는 2018년 2분기 자료이지만 지역특성과 관련된 자료들과의 시간적 일치성을 위해 부득이하게 2015년을 기준으로 단일 시점의 자료를 이용하여 횡단면(cross section)분석을 실시하였다.
2% 차이가 있기 때문에 분석에 큰 영향을 미치지 않는다고 볼 수 있다. 본 연구의 기초자료인 산업단지 고용자수는 한국 산업단지공단의 자료를 활용하였다. 「2016 한국산업단지총람」은 2015년 기준으로 총 1,124개의 산업단지 정보를 제공하나 조성중인 단지, GIS 연계 가능 데이터 등을 감안하여 총 668개의 산업단지를 대상으로 분석을 실시하였다.
「2016 한국산업단지총람」은 2015년 기준으로 총 1,124개의 산업단지 정보를 제공하나 조성중인 단지, GIS 연계 가능 데이터 등을 감안하여 총 668개의 산업단지를 대상으로 분석을 실시하였다. 분석에 사용된 산업단지의 총 고용자수는 Table 1과 같이 1,892,619명으로 전체 산업단지의 약 87.6% 수준이다.
독립변수로 사용되는 산업단지요인은 한국산업단지공단에서 운영하고 있는 팩토리온(Factory On) 공장등록현황 웹사이트에서 자료를 추출하여 산업단지 내 300인 이상의 고용자를 갖고 있는 대기업 공장 수(LFAC)를 변수로 사용하였다. 산업단지 내 각 산업종류별 고용영향을 파악하기 위하여 음식료업, 섬유의복업, 목재종이업, 섬유화학업, 비금속업, 철강업, 기계업, 전기전자업, 운송장비업, 기타제조업, 비제조업체 등의 11개 업종을 선정하였다. 그리고 분석에서 발생하는 다중공선성 문제를 해소하기 위해 음식료업(EAT), 제조(섬유, 화학, 철강, 기계, 전기업 등)(MANU), 운송장비업(VEHI), 기타비제조업(NMANU) 등 4개 업종으로 재분류하였다.
산업단지 고용에 미치는 요인은 선행연구에 사용된 요인들과 수집된 데이터들을 바탕으로 유의미한 변수들을 선정하고5가지 요인인 산업단지요인, 인구요인, 교육요인, 지역경제요인, 공간구조요인으로 구분하였다. 종속변수는 2016년 한국산업단지 총람 데이터의 산업단지 총 고용자 수(CEMP)를 사용하였다. 독립변수로 사용되는 산업단지요인은 한국산업단지공단에서 운영하고 있는 팩토리온(Factory On) 공장등록현황 웹사이트에서 자료를 추출하여 산업단지 내 300인 이상의 고용자를 갖고 있는 대기업 공장 수(LFAC)를 변수로 사용하였다.
데이터처리
둘째, 우리나라 산업단지와 지역적 특성에 대한 기초통계분석을 실시한다. 셋째, 우리나라산업단지 고용에 영향을 미치는 요인들을 2단계 최소자승법(2SLS: Two-Stage Ordinary Least Squares method)을 이용하여 분석한다. 마지막으로 본 연구결과를 참고하여 우리나라의 산업단지 고용에 대한 정책적 시사점을 제시한다.
이론/모형
본 연구는 산업단지 고용의 결정요인을 파악하기 위해 대표적인 분석기법인 2단계 최소자승법(2SLS : Two-stageordinary least squares method)을 적용하였다. 일반적인 통계모형으로 사용하는 회귀분석 모형은 종속변수(Y)와 설명변수(X)들을 고려하여 인과관계가 설명변수(X)에서 종속변수(Y)로 향한다.
따라서 산업단지가 고용에 어떠한 영향을 미치고 있는지를 이해하기 위해서고용을 결정하는 요인에 관련된 연구는 중요하다. 본 연구는 산업단지 고용자수 결정 요인을 분석하기 위하여 산업단지의 요인들과 지역의 인구 구조적 요인들, 교육과 도시경제적 요인들, 도시공간적 요인들을 기반으로 변수들간의 상호영향력을 알아볼 수 있는 2단계 최소자승법(2SLS)을 적용하였다.
분석의 첫 번째 단계는 내생적 변수들이 오차항과 독립성을 유지할 수 있도록 최소자승법을 이용하여 추정치를 구한다. 추정 결과를 내생변수의 원 관측치로 변경해서 오차항과의 연관성을 단절하게 된다.
성능/효과
우리나라 산업단지 고용 결정요인을 파악하기 위해 2단계 최소자승법을 적용한 결과는 Table 4와 같다. 각 독립 변수별 다중공선성 검증 결과 다중공선성의 문제는 없는 것으로 확인되었다. 산업단지 고용 결정요인을 위한 1단계 모형인 지역총 제조업 고용자수 결정 요인에 대한 분석모형을 살펴보면 모형 전체의 설명력은 약 63%로 나타났다.
이는 산업단지 내 입주한 업체가 지역 전체의 제조업 고용에 영향을 주지 않는 것을 의미한다. 그러나 지역의 국가 산업단지의 개수(NCOMP)와 전체 산업단지의 개수(TCOMP)는 고용(TEMP)에 정(+)의 영향을 주는 것으로 나타났다. 이는 산업단지가 지역의 제조업 고용을 창출한다고 볼 수 있다.
총 제조업 고용에미치는 요인들 중 산업단지 내부와 관련된 요인인 대기업공장 업체수(LFAC), 음식료업체수(EAT), 제조관련업체수(MANU), 산업단지총생산액(PRO)은 모두 유의미하게 나타나지 않았다. 다만 수송과 관련된 제조업체 수(VEHI)는 지역전체 제조업 고용자수(TEMP)에 정(+)의 영향을 주는 것으로 나타났다. 이는 산업단지 내 입주한 업체가 지역 전체의 제조업 고용에 영향을 주지 않는 것을 의미한다.
지역의 경제성을 의미하는 변수인 재정자립도(FINAN)는 1% 통계적 유의수준에서 제조업 고용에 정(+)의 관계를 가져 지역의 경제사정이 제조업 고용자수에 영향을 주는 것을 알 수 있다. 도시공간구조 요인인 수도권 더미 변수(SUDO)는 산업단지가 수도권에 위치할수록 제조업고용자(TEMP)수에 정(+)의 영향을 주는 것으로 나타났다.
산업단지 업종의 다양성 및 특화성에 따라 산업단지 고용이 다르게 나타나는 것을 연구에서 핵심사항으로 고려해야 한다. 둘째, 산업단지 고용 결정의 외부요인은 지역의 학교 및 연구시설, 재정자립도와 같은 지역 경제력, 지역 노동력, 인구, 교통 등의 요인이 중요한 것을 알 수 있었다. 외국에서는 기업과 대학․연구기관의 협력이 중요하며 국내는 인구, 지역 경제력, 노동력 등이 중요한 것으로 나타났다.
분석결과 국가산업단지의 생산과 수출, 기업체수 모두 산업단지 고용에 긍정적인 영향을 주며 수출액의 증가가 고용자수에 미치는 영향이 다른 요인보다 크기 때문에 ‘고용 없는 성장’이 아닌 ‘고용 있는 성장’임을 증명하였다.
연구에서는 고용에 영향을 미치는 요인들로 산업단지의 생산액, 수출액, 기업체수, 설비가동률, 경쟁지수 등을 포함하였으며, 산업단지별 특화산업을 구분하여 그룹별 차이를 분석하였다. 분석결과 수출액은 고용창출에 음(-)의 영향을 미쳐 제조업의 국제 분업으로 수출이 국내의 산업단지 생산에 영향을 주지 못한다고 평가하였다.
국내연구에서 김영수(2003)는 지역 제조업의 총 요소 생산성에 영향을 주는 인적자본인 제조업 종사자수, 지역별 연구개발인력 성장률, 인구 및 고용밀도, 도로율, 재정자립도 등을 이용하여 시계열 분석을 실시하였다. 분석결과 제조업 성장률, 인구밀도 등이 총 생산에 긍정적인 영향을 주고 있으며, 인구성장률 등은 부정적인 영향을 주고 있다고 하였다. 최열과 김현(2008)은 지역의 지역 경제성장과 성장잠재력과의 관계를 파악하기 위해 제조업체 비율, 인구밀도, 산업단지 면적비율, 산업단지 고용비율, 토지이용 등을 대상으로 상관분석 등 통계기법을 적용했다.
최열과 김현(2008)은 지역의 지역 경제성장과 성장잠재력과의 관계를 파악하기 위해 제조업체 비율, 인구밀도, 산업단지 면적비율, 산업단지 고용비율, 토지이용 등을 대상으로 상관분석 등 통계기법을 적용했다. 분석결과 지역 내 산업단지의 면적의 비율과 지방산업단지 고용자수가 지역경제에 영향을 주는 것으로 나타났다.
분석결과를 종합하면 산업단지 고용은 산업단지의 내 대기업의 수, 식음료 업체의 수, 제조업관련 업체수, 수송관련 제조업관련 업체수, 산업단지의 생산액, 해당 지역의 제조업 종사자 수가 모두 통계적으로 유의미한 정(+)의 관계를 갖는다. 해당지역의 제조업 종사자 수는 지역의 국가산업단지 수, 전체산업단지 수, 지역의 외국인 비율, 대학 수, 재정자립도, 수도권에 위치한 산업단지 등이 모두 통계적으로 유의미한 정(+)의 관계를 보이는 것으로 나타났다.
각 독립 변수별 다중공선성 검증 결과 다중공선성의 문제는 없는 것으로 확인되었다. 산업단지 고용 결정요인을 위한 1단계 모형인 지역총 제조업 고용자수 결정 요인에 대한 분석모형을 살펴보면 모형 전체의 설명력은 약 63%로 나타났다. 총 제조업 고용에미치는 요인들 중 산업단지 내부와 관련된 요인인 대기업공장 업체수(LFAC), 음식료업체수(EAT), 제조관련업체수(MANU), 산업단지총생산액(PRO)은 모두 유의미하게 나타나지 않았다.
2단계 모형인 산업단지 고용자수 결정요인에 대한 분석모형은 모형 전체의 설명력이 약92%로 나타났다. 산업단지 고용결정 요인 중 산업단지 자체적인 요인으로 산업단지 내 대기업 수(LFAC)는 산업단지 고용수와 정(+)의 관계이며 대기업 1개가 산업단지에 입지하면 약 897명의 고용이 증가하는 것으로 나타났다. 제조업 종류별로 살펴보면 식음료와 관계된 제조업체(EAT), 화학 · 전기 · 기계 · 목재 · 섬유 등의 생산과 관련된 제조업체(MANU), 자동차나 선박 생산과 관련된 수송제조업체(VEHI)의 업체 수가 모두 산업단지 고용에 1% 통계적 유의수준에서 정(+)의 관계에 있었다.
이들 변수는 제조업 고용에 정(+)의 영향을 갖고 있으며 이러한 요인들의 값이 증가하면 지역의 제조업 종사자수도 증가하는 것으로 보인다. 산업단지 고용은 산업단지의 내 대기업의 수, 식음료 업체의 수, 제조업관련 업체수, 수송관련 제조업 관련 업체수, 산업단지의 생산액, 해당 지역의제조업 종사자 수가 모두 통계적으로 유의미한 정(+)의 영향을 갖고 있는 것으로 분석되었다. 그러나 비제조업 관련 업체수는 산업단지 고용에 부(-)의 영향을 갖고 있다.
7%인 것으로 나타났다. 산업단지의 입지를 나타내는 수도권 더미변수(SUDO)는 평균 13.5%로 전체 산업단지의 13.5%가 수도권에 입지하고 있는 것으로 나타났다.
업종별 사업체수는 식음료 사업체(EAT), 제조업체(MANU), 수송제조업체(VEHI), 비제조 및 기타제조업체(NMANU) 중에서 제조업체(MANU)가 가장 많이 입주해 있으며 평균 109개 업체가 있는 것으로 나타났다. 수송제조업체(VEHI), 비제조 및 기타제조업체(NMANU), 식음료업체(EAT)는 평균적으로 각각 8개, 5개, 4개 업체가 입주한 것으로 나타났다. 생산액은 평균 13,378억원이며 산업단지별로 편차가 커서 최대 1,204,367억원의 생산액을 내는 산업단지도 있었다.
86개의 업체가 있는 것으로 나타났다. 업종별 사업체수는 식음료 사업체(EAT), 제조업체(MANU), 수송제조업체(VEHI), 비제조 및 기타제조업체(NMANU) 중에서 제조업체(MANU)가 가장 많이 입주해 있으며 평균 109개 업체가 있는 것으로 나타났다. 수송제조업체(VEHI), 비제조 및 기타제조업체(NMANU), 식음료업체(EAT)는 평균적으로 각각 8개, 5개, 4개 업체가 입주한 것으로 나타났다.
본 연구의 기초통계 분석결과는 Table 3과 같다. 종속변수로 사용되는 각 산업단지의 총 고용자수(CEMP)는 평균 2,833명이고, 단지별로는 최소 10명에서 최대 156,926명이 근무하고 있는 것으로 나타났다. 산업단지 내 대기업 공장수(LFAC)는 평균 0.
인구 구조적 요인을 살펴보면 지역의 외국인 인구의 비율(FORR)은 지역 제조업 고용자수(TEMP)에 정(+)의 영향을준다. 지역 내 외국인 인구가 1% 증가할수록 지역 전체 제조업 고용자가 약 3,335명 증가하는 것으로 나타났다. 대학과의 산학연계 및 교육을 위탁할 수 있는 지역대 대학 수(UNIV)는 지역 제조업 고용자수에 정(+)의 영향을 준다.
지역 내 제조업 종사자수(TEMP)는 전국 229개 시·군·구별 제조업 종사자수로 평균 28,199명이며, 최대는 211,329명이었다. 지역별 외국인 인구비율(FORR)은 평균 2.9%로 나타났으며, 외국인 인구비율이 최대인 곳은 인구의 10.1%인 것으로 나타났다. 지역별로 대학교 수(UNIV)는 0~12개이고, 지역재정자립도(FINAN)는 평균 26.
산업단지 고용 결정요인을 위한 1단계 모형인 지역총 제조업 고용자수 결정 요인에 대한 분석모형을 살펴보면 모형 전체의 설명력은 약 63%로 나타났다. 총 제조업 고용에미치는 요인들 중 산업단지 내부와 관련된 요인인 대기업공장 업체수(LFAC), 음식료업체수(EAT), 제조관련업체수(MANU), 산업단지총생산액(PRO)은 모두 유의미하게 나타나지 않았다. 다만 수송과 관련된 제조업체 수(VEHI)는 지역전체 제조업 고용자수(TEMP)에 정(+)의 영향을 주는 것으로 나타났다.
제조업 종류별로 살펴보면 식음료와 관계된 제조업체(EAT), 화학 · 전기 · 기계 · 목재 · 섬유 등의 생산과 관련된 제조업체(MANU), 자동차나 선박 생산과 관련된 수송제조업체(VEHI)의 업체 수가 모두 산업단지 고용에 1% 통계적 유의수준에서 정(+)의 관계에 있었다. 특히 수송 관련 제조업체(VEHI)와 음식료 관련 제조업체가 다른 종류의 제조업 보다 산업단지 고용에 높은 영향력을 갖는 것으로 나타났다. 비제조업 업체(NMANU)는 산업단지 고용자에 부(-)의 영향력을 가져 산업단지의 고용은 제조업관련 업체들에 의해 결정된다고 볼 수 있다.
분석결과를 종합하면 산업단지 고용은 산업단지의 내 대기업의 수, 식음료 업체의 수, 제조업관련 업체수, 수송관련 제조업관련 업체수, 산업단지의 생산액, 해당 지역의 제조업 종사자 수가 모두 통계적으로 유의미한 정(+)의 관계를 갖는다. 해당지역의 제조업 종사자 수는 지역의 국가산업단지 수, 전체산업단지 수, 지역의 외국인 비율, 대학 수, 재정자립도, 수도권에 위치한 산업단지 등이 모두 통계적으로 유의미한 정(+)의 관계를 보이는 것으로 나타났다. 이는 산업단지 고용창출에 영향을 미치는 관련 선행연구인 Glaeser et al.
후속연구
그러나 최근 4차 산업혁명과 관련하여 지식기반형 제조업이 점점 더 중요해지기 때문에 도시첨단산업단지가 최근 활발하게 조성되고 있다. 첨단기술을 포함한 산업단지의 종류별 산업단지 고용결정 요인에 대한 연구가 향후 연구로 필요하다.
참고문헌 (17)
Castells, M, (1985). "High technology, economic restructuring and the urban-regional process in the United States., in Castells, M., ed., High Technology, Space and Society, Beverly Hills, SAGE Publications: 11-40.
Chang, C.S., Lee, Y.S.,(2015) A study on Doagnosis and Competitiveness of Industrial Cities, Krihs Policy Brief, 506
Choi, Y., Kim, H.,(2008). The Correlates between Regional Finance and Budget and Regional Growth Potential Employing 2SLS(Two Stage Least Squares) Model, Journal of Korea Planning Association, 43(4): 65-77
Fledman, M., Audrestsch, D., (1999). Innovation in cities: Science based diversity, specialization and localized competition, European Economics Review, 43 :409-429
Gujarati, D. N., Porter, D. C. (2009). Basic econometrics, 5th edn.New York: The McGraw-Hill Companies Inc.
Kim, S.K., Lee, W.B., (2009) A Study on Finding Economic Factors of Employment Growth in a National Industrial Complex : A Case of Changwon National Industrial Complex, Journal of The Korean Regional Development Association 21(2): 121-144
Kim, Y.S.,(2003). A Study on the Determinants of Total Factor Productivity in Korea's Regional Manufacturing Industry, Journal of Korea Planning Association, 38(5): 199-212
Korea Industrial Complex Corporation, (2016). 2016 Korea Industrial Complex Directory
Korea Industrial Complex Corporation. (2018). Status of tne National Statistical Industrial Parks in Korea 2018 2/4
Kwon, H.J., Song, W. G.,(2015) The employment effect of industrial complex in Gyeongsangnam-do during 2004-2011, Regional Industrial Study. 38(2): 251-289
Lee, J.H., Kim, J.S., (2012) Evaluating Effects of the Creation of Industrial Park on Employment and Regional Development. Journal of the Economic Geographical Society of Korea. 15(4): 570-584
Lee, W.B., Kim, S.K.,(2014), Research on Future Employment Prospects of a Changwon National Industrial Complex. JOURNAL OF KOREA REGIONAL ECONOMICS. 17: 107-127
Malecki,E.J.,(1985), Industrial location and corporate organization in high technology industry. Economic Geographic. 61: 345-367.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.