---
type: paper
slug: sang-oun-lee-2017-ict-diffusion-human-progress
title: ICT diffusion as a determinant of human progress
authors:
  - '[[sang-oun-lee]]'
  - '[[ahreum-hong]]'
  - '[[junseokhwang]]'
year: 2017
venue: '[[information-technology-for-development]]'
doi: 10.1080/02681102.2017.1383874
categories:
  - '[[ict-policy]]'
methods:
  - '[[seemingly-unrelated-regression]]'
  - '[[panel-data-analysis]]'
themes:
  - '[[ict-diffusion]]'
  - '[[digital-divide]]'
  - '[[human-development]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# ICT diffusion as a determinant of human progress

*[[sang-oun-lee]], [[ahreum-hong]], [[junseokhwang]] (2017)* · [[information-technology-for-development]] · [DOI ↗](https://doi.org/10.1080/02681102.2017.1383874)

> ICT 를 Helpman (1998) 의 [[general-purpose-technology|general-purpose technology]] 로 간주할 때 ICT 확산이 생산성·경제 성장을 넘어 *인간 진보* (경제 자유·정치 권리·시민 자유) 까지 결정하는지 묻는다. 102 개국 14 년 (2000~2013) panel 을 1 년 시차 [[seemingly-unrelated-regression|SUR]] 로 분석한 결과 H1 (ICT → 인간 진보) 채택 (pooled R² 0.42 전후, 1% 유의), 매체 영향은 fixed broadband > fixed telephone > mobile cellular 순. 단 H3.2 (mobile → 경제 자유 최대) 와 H2.1·H2.2 (middle-income 효과 가장 큼) 는 *기각*. high-income 에서 mobile 확산은 오히려 정치 권리·시민 자유에 음 (-) 효과.

- **RQ**: ICT 확산은 인간 진보의 결정 요인인가, 그 효과는 국가 소득군 (high·upper-middle·lower-middle·low) 과 매체 type (fixed broadband·fixed telephone·mobile cellular) 에 따라 어떻게 달라지는가
- **방법론**: [[seemingly-unrelated-regression]] (Moon & Perron 2006), [[panel-data-analysis]] (1 년 시차 lag), pooled 분석 + income-group 분리 분석
- **데이터**: ITU World Telecom ICT Indicators (FBS100·FTS100·MCS100), Heritage Foundation Index of Economic Freedom, Freedom House Political Rights·Civil Liberties; 102 개국 (high 40, upper-mid 24, lower-mid 27, low 11), 2000~2013, 1136 ~ 1190 observations
- **주요 발견**: pooled 1 년 시차 SUR 에서 FBS100 계수: EF 0.186, PR 0.610, CL 0.624 (모두 p<0.01); FTS100: 0.194, 0.717, 0.599; MCS100: 0.052, 0.053, 0.057. high-income 에서 MCS100 의 PR 계수 -0.239, CL 계수 -0.124 (음의 효과). upper-middle 에서는 MCS100 만 유의 (EF 0.067, PR 0.376, CL 0.378). low-income 에서는 거의 모두 통계적 비유의 (FTS100→PR 만 -1.76, p<0.05)
- **시사점**: 디지털 격차 해소 정책은 일률적 ICT 보급이 아니라 소득군별 매체 우선순위로 재설계되어야 한다. low-income 에서는 *food·shelter* 같은 기초 욕구가 ICT 효과를 매개하지 못한 채 흡수, upper-middle 에서는 mobile 이 유일한 channel, high-income 에서는 mobile 의 *negative spillover* 가능성.

![ICT 확산과 인간 진보의 SUR 패널 분석 프레임.](/papers/201710_LeeSO_ICT_diffusion_as_a_determinant_of_human_progress/fig1.jpeg)

## 요약

기존 [[ict-diffusion|ICT diffusion]] 문헌은 Solow (1956) 이래의 생산성·경제 성장 관점이 지배적이었고 (Cronin et al. 1991, Cette et al. 2005), 인간 진보·사회 변화로의 spillover 는 Baliamoune-Lutz (2003) 의 47 개 개도국 3 년 분석, Shirazi et al. (2009, 2010) 의 이슬람 중동 분석 같은 region·short-window 표본에 한정돼 있었다. 본 논문은 ICT 를 Helpman (1998) 의 [[general-purpose-technology|general-purpose technology]] 로 재해석해 확산이 경제 자유·정치 권리·시민 자유 같은 *intangible* 진보 지표에 미치는 영향을 102 개국 14 년 panel 에서 cross-cutting 으로 검정한다. 3 개 가설: H1 ICT 가 인간 진보의 determinant, H2 효과 크기가 소득 수준에 따라 다름, H3 매체 type 에 따라 다름.

분석 단위는 country-year. ICT 확산은 fixed broadband (FBS100), fixed-line telephone (FTS100), mobile cellular (MCS100) per 100 inhabitants 세 지표. 인간 진보 종속변수는 Heritage Foundation 의 Economic Freedom (EF, 0~100), Freedom House 의 Political Rights (PR) 와 Civil Liberties (CL) (역척도를 0~100 으로 변환). data 의 autocorrelation 과 cross-equation restriction 검정 필요성 때문에 OLS 대신 [[seemingly-unrelated-regression|SUR]] 적용 (Wooldridge 2002), 1 년 시차로 short-term diffusion → 진보 효과 식별. 먼저 pooled 분석 (1136 obs) 에서 세 매체 모두 세 종속변수 모두에 1% 유의 양 (+) 효과. FBS100 의 PR 계수 0.610 으로 매체-진보 조합 중 두 번째로 큼, MCS100 효과는 가장 작음 (0.05 수준). H3.2 (mobile → EF 최대) 는 기각. 두 번째로 income-group 별 SUR 을 수행해 H2 검정. low-income 11 개국에서는 거의 모든 path 가 비유의 (FTS100→PR -1.76 만 5% 수준), lower-middle 에서는 EF 만 유의하게 영향. upper-middle 24 개국에서는 *MCS100 만* 모든 진보 지표에 1% 유의 (EF 0.067, PR 0.376, CL 0.378), high-income 40 개국에서는 FBS100·FTS100 양 (+) 효과 + MCS100 이 PR·CL 에 음 (-) 효과 (-0.239, -0.124).

해석은 세 층이다. 첫째, ICT 가 GPT 라는 가정은 거시 panel 에서 확인되지만 (H1 채택, H3 채택), 그 효과는 균질하지 않다. fixed broadband 가 정치 권리·시민 자유에 가장 강한 매체라는 가설 (H3.1, H3.3) 은 채택되지만, mobile 이 경제 자유의 최대 매체라는 가설 (H3.2) 은 기각. M-PESA 의 inspiring 사례에도 불구하고 cross-country pooled 평균에서는 mobile 의 영향이 약함. 둘째, middle-income 이 ICT 효과를 가장 크게 본다는 가설 (H2.1, H2.2) 모두 기각. 가장 부유한 high-income 에서 ICT 가 가장 크게 영향. low-income 은 basic needs (식·의·주) 미충족 상태라 ICT 가 흡수되지 않는다. 셋째, high-income 에서 mobile 의 negative spillover 는 smart device 도입 후 정치 권리·시민 자유의 *질적* 변화 (가짜 뉴스·필터 버블 등) 의 거시 signature 일 가능성. limitation 으로 (i) 14 년 window 내 smart device 전·후 분리 미실시, (ii) low-income 데이터 부족, (iii) HDI 같은 광의 well-being 지표 미포함. TEMEP 내 [[junseokhwang]] 의 [[ict-policy]] · [[ict-innovation-in-developing-countries]] 라인 안에서 거시 cross-country evidence 를 제공하는 3 기 (2014~2019) 작업.

## 핵심 결과

| 표본 | 매체 | EF | PR | CL |
|---|---|---:|---:|---:|
| Pooled (lag, N=1136) | FBS100 | 0.186*** | 0.610*** | 0.624*** |
|  | FTS100 | 0.194*** | 0.717*** | 0.599*** |
|  | MCS100 | 0.052*** | 0.053** | 0.057*** |
| High-income (N=439) | FBS100 | 0.145*** | 0.812*** | 0.678*** |
|  | FTS100 | 0.079** | 0.583*** | 0.650*** |
|  | MCS100 | 0.026 | **−0.239***| **−0.124*** |
| Upper-mid (N=316) | MCS100 | 0.067*** | 0.376*** | 0.378*** |
| Lower-mid (N=254) | FTS100 → EF | 0.117** | — | — |
|  | MCS100 → EF | 0.036*** | — | — |
| Low-income (N=118) | FTS100 → PR | — | −1.76** | — |

> 가설 결정 요약: H1 채택 (ICT diffusion 이 인간 진보 결정), H3 채택 (매체 type 에 따라 효과 차이), H3.1 채택 (FBS → PR 최대), H3.3 채택 (FBS → CL 최대), H3.2 *기각* (mobile → EF 최대가 아님), H2.1·H2.2 *기각* (middle-income 효과 가장 큼 가설).

## 방법론 노트

세 종속변수가 cross-correlated 라는 점을 활용해 단일 OLS 가 아닌 SUR 로 동시 추정:

$$
EF_{t} = \beta_{0}^{(1)} + \beta_{1}^{(1)} \text{FBS100}_{t-1} + \beta_{2}^{(1)} \text{FTS100}_{t-1} + \beta_{3}^{(1)} \text{MCS100}_{t-1} + \mu_{t}^{(1)}
$$

$$
PR_{t} = \beta_{0}^{(2)} + \beta_{1}^{(2)} \text{FBS100}_{t-1} + \beta_{2}^{(2)} \text{FTS100}_{t-1} + \beta_{3}^{(2)} \text{MCS100}_{t-1} + \mu_{t}^{(2)}
$$

$$
CL_{t} = \beta_{0}^{(3)} + \beta_{1}^{(3)} \text{FBS100}_{t-1} + \beta_{2}^{(3)} \text{FTS100}_{t-1} + \beta_{3}^{(3)} \text{MCS100}_{t-1} + \mu_{t}^{(3)}
$$

error term 들의 contemporaneous correlation $E[\mu^{(i)} \mu^{(j)}] \neq 0$ 을 GLS 식 weighting 으로 활용해 efficiency gain. 1 년 시차는 [[diffusion-of-innovations|Rogers (2010) diffusion of innovations]] 의 adopter 분류 (innovator·early adopter·early·late majority·laggard) 가 nearly normal 분포라는 점에서 grace period 보정 목적. income-group 별 분리 회귀로 H2 의 conditional 효과 식별.

## 연구 계보

Helpman (1998) 의 [[general-purpose-technology|general-purpose technology]] 와 Basu & Fernald (2007) 의 ICT-as-GPT empirical evidence 가 이론적 ancestor. ICT × 경제 성장 라인의 선행: Hardy (1980), Cronin et al. (1991), Wang (1999), Quah (2001), Colecchia & Schreyer (2002), Cette et al. (2005), Sağlam (2016). ICT × 인간 진보·자유 라인의 직계 선행: Baliamoune-Lutz (2003), Ngwenyama et al. (2006), Shirazi et al. (2009), Shirazi et al. (2010), Andoh-Baidoo et al. (2014), Qureshi & Najjar (2015). 본 연구는 (i) 표본을 102 개국 14 년으로 확대, (ii) 매체를 fixed broadband·fixed telephone·mobile 로 분리, (iii) 소득군 4 단계로 grouped SUR 을 도입한 점에서 위 라인의 cross-country 확장. TEMEP 내 [[junseokhwang]] 의 [[ict-policy]] · [[ict-innovation-in-developing-countries]] 라인의 3 기 (2014~2019) 거시 evidence 작업.

## See also

- [[junseokhwang]]
- [[ahreum-hong]]
- [[sang-oun-lee]]
- [[information-technology-for-development]]
- [[seemingly-unrelated-regression]]
- [[panel-data-analysis]]
- [[ict-diffusion]]
- [[digital-divide]]
- [[general-purpose-technology]]
- [[ict-policy]]
- [[ict-innovation-in-developing-countries]]
- [[diffusion-of-innovations]]