---
type: paper
slug: sonja-walter-2021-mincer-equation-job-polarization
title: Human capital depreciation and job tasks
authors:
  - '[[sonja-walter]]'
  - '[[jeongdonglee]]'
year: 2021
venue: '[[7th-international-conference-on-higher-education-advances]]'
doi: 10.4995/HEAd21.2021.13078
categories:
  - '[[labor-economics]]'
methods:
  - '[[mincer-equation]]'
  - '[[panel-fixed-effects]]'
  - '[[fixed-effects-regression]]'
themes:
  - '[[human-capital-depreciation]]'
  - '[[skill-obsolescence]]'
  - '[[job-polarization]]'
  - '[[vocational-education]]'
  - '[[lifelong-learning]]'
  - '[[fourth-industrial-revolution]]'
  - '[[german-socio-economic-panel]]'
aliases: []
last_updated: '2026-05-20T02:18:39+09:00'
---
# Human capital depreciation and job tasks

*[[sonja-walter]], [[jeongdonglee]] (2021)* · [[7th-international-conference-on-higher-education-advances]] · [DOI ↗](https://doi.org/10.4995/HEAd21.2021.13078)

> 독일 [[german-socio-economic-panel]] 1984-2017 의 [[mincer-equation]] 확장 추정으로 *교육 수준이 높을수록* [[human-capital-depreciation]] 율이 더 크고, [[non-routine-analytical-tasks]] · [[routine-cognitive-tasks]] · 비루틴 수공 과업 같이 *기술 변화에 노출된* 직무에서 감가상각이 가장 빠르게 발생함을 보인다. Neumann and Weiss (1995) framework 의 [[job-polarization]] 문헌 (Autor, Levy, and Murnane 2003; Spitz-Oener 2006) 으로의 *과업 차원* 확장이 본 paper 의 핵심 기여. 정책 함의로 *일반 기술 (general skills)* 중심의 교육과 [[lifelong-learning]] 의 *4 차 산업혁명* 대응 필요성을 도출한다.

- **RQ**: [[human-capital]] 의 감가상각 율이 교육 수준과 직무 [[task-based-approach]] 유형에 따라 어떻게 달라지는가, 그리고 *기술 변화 노출* 이 이 차이를 어떻게 설명하는가.
- **방법론**: [[mincer-equation]], [[panel-fixed-effects]], [[fixed-effects-regression]]
- **데이터**: [[german-socio-economic-panel]] (GSOEP) 1984-2017, 158,561~262,778 관측치 (specification 별 차이), 5 과업 유형 분류 (Dengler, Matthes, and Paulus 2014 의 KldB 1992 직업 분류 + Spitz-Oener 2006 의 task framework)
- **주요 발견**: 연간 [[skill-obsolescence]] 율 — [[vocational-education]] (VET) 1.1%, university degree 1.2%, higher VET 1.4% — *고숙련일수록 더 빠르게 진부화*. 과업별로는 비루틴 분석·비루틴 수공·루틴 인지 과업이 *기술 변화 노출* 로 인해 감가상각 가장 빠르며, 비루틴 상호작용·루틴 수공 과업은 가장 느림.
- **시사점**: 고등교육 자체가 [[skill-obsolescence]] 의 보호막이 아님. *일반 기술 (general skills)* 중심 교육 + 모든 단계에서의 [[lifelong-learning]] 정책 필요. *4 차 산업혁명* 의 [[job-polarization]] 환경에서 *digital transformation* 에 대응할 *기술 적응* 능력이 핵심.

![교육 수준 (VET, Higher VET, University) × 과업 유형 (5 종) 별 fitted 감가상각 율 — 비루틴 분석·비루틴 수공·루틴 인지 과업 (technology-exposed) 에서 모든 교육 수준의 감가상각이 가장 가팔라, *기술-과업 상호작용* 이 [[skill-obsolescence]] 의 주된 driver 임을 시각화한다.](/papers/202106_WalterS_Human_capital_depreciation_and_job_tasks/fig1.jpeg)

## 요약

본 paper 는 [[mincer-equation]] 기반 [[human-capital-depreciation]] 문헌 (Neumann and Weiss 1995; Murillo 2011; Backes-Gellner and Janssen 2009; Weber 2014; Lentini and Gimenez 2019) 과 [[job-polarization]] 문헌 (Autor, Levy, and Murnane 2003; Spitz-Oener 2006) 을 *과업 차원* 에서 통합한 시도다. 기존 감가상각 연구는 sector intensity·교육 수준만 control 변수로 다뤘는데, 본 paper 는 *기술 변화에 노출되는 정도* 가 직무의 [[task-based-approach]] type 에 따라 다르다는 점을 명시적으로 모델에 포함시킨다. 이는 [[fourth-industrial-revolution]] 의 [[digital-transformation]] 환경에서 *어떤 직무가 가장 빠르게 감가상각되는가* 라는 정책 질문에 직접 답을 주는 frame.

[[german-socio-economic-panel]] 1984-2017 패널을 활용해 Neumann and Weiss (1995) 의 *간접* 감가상각 추정 방식 — 교육 변수 × 잠재 경험 (Edu × pexper) 의 interaction term 계수가 *교육이 임금에 미치는 효과의 시간 감쇠* 를 의미 — 을 [[panel-fixed-effects]] 로 추정. 5 가지 specification 을 stepwise 로 추가 (controls: none → personal → job → industry → tasks). preferred specification (column 4) 에서 *VET 1.1% / Higher VET 1.4% / University 1.2%* 의 연간 감가상각 율이 추정됨 — Lentini and Gimenez (2019, OECD 평균 1-6%) · Weber (2014, 스위스 0.6-1.0%) · Neumann and Weiss (1995) 와 정합. 이후 task type 5 group 별로 분리 추정해 어떤 과업이 가장 빠르게 진부화되는지 확인.

분석 결과 핵심 패턴은 *과업의 기술 노출* 과 *과업의 지식 변화 영향* 의 2 × 2 grid 로 정리됨 (Table 2). [[non-routine-analytical-tasks]] (예: programming, designing) 는 두 차원 모두 high → 가장 빠른 감가상각. [[routine-cognitive-tasks]] (예: bookkeeping) 는 기술 노출 high 지만 지식 변화 low → medium 감가상각이면서 *대체* 위협 동시 노출. 비루틴 상호작용 (lobbying, entertaining) 과 루틴 수공 (operating machines) 은 두 차원 모두 low → 가장 느린 감가상각. 다만 caveat 으로 *루틴 직무의 느린 감가상각* 이 *좋은 소식이 아닌* 점을 명시 — 그 직무 자체가 자동화로 *소멸* 위협. 정책 시사점은 고등교육 확대만으로는 *기술-과업 mismatch* 를 해결할 수 없고, *일반 기술* 중심 커리큘럼과 [[lifelong-learning]] 의 *제도화* 가 함께 필요하다는 것. [[jeongdonglee]] author page anchor 의 *제3기 거시-미시 통합* 라인 중 *인적 자본의 노동시장 동학* 갈래에 위치.

## 핵심 결과

| 교육 수준 | 연간 감가상각 율 (preferred spec col 4) | t-stat |
|---|---:|---:|
| Vocational Education (VET) | 1.1% | -11.18 |
| Higher VET | 1.4% | -9.70 |
| University | 1.2% | -6.87 |

| 과업 유형 | 기술 변화 노출 | 지식 변화 영향 | 종합 [[skill-obsolescence]] |
|---|:---:|:---:|:---:|
| 비루틴 상호작용 (lobbying, entertaining) | low | low | low |
| 비루틴 분석 (programming, designing) | high | high | **high** |
| 비루틴 수공 (repairing, renovating) | medium | medium | medium |
| 루틴 인지 (bookkeeping, calculating) | high | low | medium |
| 루틴 수공 (operating machines) | medium | low | low |

핵심 통계: 5 specification 모두 VET·Higher VET·University 의 educational return 계수 0.49 ~ 0.72 (p<0.01) 의 강한 *교육 premium*, exper·exper² 의 inverse-U 패턴 (exper +0.06 ~ +0.07, exper² -0.001, 모두 p<0.01) — 표준 Mincer 형태가 유지되면서 *interaction term* 만 감가상각 신호.

## 방법론 노트

[[mincer-equation]] 의 *간접* 감가상각 추정은 Neumann and Weiss (1995) 가 도입한 *교육-경험 interaction* 의 *시간에 따른 감쇠* 를 해석 변환한 것. *직접* 감가상각 모델 (Groot 1998; Arrazola and Hevia 2004) 보다 측정이 단순하고 자료 요구가 낮아 큰 패널 (GSOEP 30 년) 에 적합. *간접* 의 장점은 *임금* 으로 표현되는 *시장 가치* 의 감가를 측정하는 것 — 정책 관심사인 *경제적 진부화* 와 직결.

핵심 식:

$$
\ln w_{it} = \beta_0 + \beta_1 \text{Edu}_i + \beta_2 (\text{Edu}_i \times \text{pexper}_{it}) + \beta_3 \text{pexper}_{it} + \beta_4 \text{pexper}_{it}^2 + X_{it} + \varepsilon_{it}
$$

여기서 $w_{it}$ 는 시간 $t$ 의 노동자 $i$ 의 실질 시간임금, $\text{Edu}_i$ 는 교육 수준 (VET/Higher VET/University) 의 dummy, $\text{pexper}_{it}$ 는 잠재 경험 연수, $X_{it}$ 는 개인·직무·산업·과업 control set, $\beta_2$ 가 *연간 감가상각 율* 의 직접 추정치.

식별은 *cluster-robust standard errors* 의 [[panel-fixed-effects]] 추정으로 *시간 불변 개인 효과* 와 *autocorrelation, heteroskedasticity* 를 모두 통제. Task type 별 분리 추정 (sub-sample 회귀) 으로 task × education 의 *상호작용 강도* 를 비모수적으로 식별 — interaction 의 *3-way* 모형 (Edu × pexper × Task) 대신 *sample split* 으로 *과업-특정* 감가상각 율 표 (Figure 1) 를 도출.

## 연구 계보

직접 선조 셋: (1) Neumann and Weiss (1995, *European Economic Review*) 의 *교육-경험 interaction* 으로 [[skill-obsolescence]] 를 간접 측정하는 [[mincer-equation]] 확장 — 본 paper 의 주된 추정 프레임. (2) Backes-Gellner and Janssen (2009, *Applied Economics Quarterly*) 의 *knowledge-based vs experience-based task* 구분으로 *과업 차원* 의 차이를 처음 surface 한 작업. (3) Autor, Levy, and Murnane (2003, *Quarterly Journal of Economics*) 와 Spitz-Oener (2006, *Journal of Labor Economics*) 의 *routine vs non-routine task* 분류 — 본 paper 가 5 task type 분류 framework 으로 직접 채용. 보조 선조로 De Grip and Van Loo (2002) 의 *technical vs economic obsolescence* 구분 + Lentini and Gimenez (2019, *International Journal of Manpower*) 의 OECD 17 국 sectoral 감가상각 비교가 *robustness benchmark*. [[jeongdonglee]] author page anchor 가 [[sonja-walter]] 를 *제3기 글로벌 협업 cohort* 의 한 갈래로 명시. *축적-역량-노동시장* 의 micro 차원 보완이라는 점에서 [[jeongdonglee]] 의 *축적의 시간* 거시 narrative 의 노동시장 micro counterpart 역할.

## See also

- [[sonja-walter]]
- [[jeongdonglee]]
- [[mincer-equation]]
- [[human-capital-depreciation]]
- [[skill-obsolescence]]
- [[job-polarization]]
- [[vocational-education]]
- [[lifelong-learning]]
- [[fourth-industrial-revolution]]
- [[non-routine-analytical-tasks]]
- [[routine-cognitive-tasks]]
- [[task-based-approach]]
- [[german-socio-economic-panel]]
- [[panel-fixed-effects]]
- [[labor-economics]]
- [[education-economics]]
- [[7th-international-conference-on-higher-education-advances]]