--- type: paper slug: yeongjun-yeo-2023-innovation-economic-growth title: >- Winners and losers in a knowledge-based economy: investigating the policy packages for an inclusive growth based on a computable general equilibrium analysis of Korea authors: - '[[yeongjun-yeo]]' - '[[jeongdonglee]]' - '[[sungmoon-jung]]' year: 2023 venue: '[[journal-of-the-asia-pacific-economy]]' volume: '28' issue: '2' pages: 420-456 doi: 10.1080/13547860.2021.1982193 categories: - '[[innovation-economics]]' - '[[macroeconomics]]' methods: - '[[computable-general-equilibrium]]' - '[[social-accounting-matrix]]' - '[[scenario-analysis]]' themes: - '[[inclusive-growth]]' - '[[factor-biased-technological-change]]' - '[[skill-biased-technological-change]]' - '[[capital-skill-complementarity]]' - '[[knowledge-based-economy]]' - '[[policy-mix]]' aliases: [] last_updated: '2026-05-20T02:18:39+09:00' --- # Winners and losers in a knowledge-based economy: investigating the policy packages for an inclusive growth based on a computable general equilibrium analysis of Korea *[[yeongjun-yeo]], [[jeongdonglee]], [[sungmoon-jung]] (2023)* · [[journal-of-the-asia-pacific-economy]] 28(2):420-456 · [DOI ↗](https://doi.org/10.1080/13547860.2021.1982193) > 기술혁신은 본질적으로 *factor-biased* 다. [[skill-biased-technological-change]] 와 capital-biased shift 는 기술 도입의 자연스러운 결과로 고학력·자본 소유자에게 혜택을 집중시킨다. 단일 정책 (R&D 만, 교육 만, 세제 만) 으로는 *winners and losers* 의 양극화를 해결할 수 없고, *innovation + education + progressive tax* 의 policy mix (SCN3) 만이 성장 (employment +21.04%) 과 분배 (skill premium 49.54%→17.27% 완화) 를 동시에 달성한다는 [[computable-general-equilibrium]] 정량 결과를 제시한다. - **RQ**: factor-biased technological change 가 employment, 산업 구조, 소득 분배에 미치는 부정적 부수효과를 어떤 *policy mix* 가 동시에 완화하며 성장도 함께 추동할 수 있는가? - **방법론**: [[computable-general-equilibrium]], [[social-accounting-matrix]], [[scenario-analysis]], knowledge-based [[cge-modeling]] - **데이터**: 한국 2010 I-O 표 (Bank of Korea) + 2010 국세 통계 + HIE (Household Income and Expenditure) micro-data + 임금 구조 통계. 28 산업, 3 노동 유형 (low-skilled/skilled/high-skilled, 학력 기반), 20 소득 quantile household, 사적/공공 R&D, 사적/공공 지식자본. - **주요 발견**: 단일 R&D 증대 (SCN1) 는 employment +18.26% 성장하지만 skill premium for high-skilled +49.54%, SDPI 49.63→57.64 으로 양극화 심화. 누진세 단독 (SCN2) 은 분배 개선 (skill premium 완화) 하나 성장은 +5.63% 에 그침. **R&D + education + progressive tax 의 policy mix (SCN3) 가 성장 (+21.04% employment) 과 분배 (skill premium +17.27% 만 상승, SDPI 55.48) 를 동시 달성**. Entropy Index 도 SCN3 가 SCN1 보다 분산적 (1.30972 vs 1.30748). - **시사점**: *기술-인적자본-세제* 의 삼각 보완성 (knowledge-capital-skill complementarity) 활용이 inclusive growth 의 정책 설계 핵심. R&D 일변도 정책은 winners 만 키워 가성장만 가져온다. ![본 paper 의 conceptual framework. 기존 연구는 기술혁신의 *직접* employment 효과 (정태·부분균형) 만 보고 단일 정책 처방에 머물렀다. 본 paper 는 직접 효과와 *간접 보상 메커니즘* (compensation effects) 을 동시 고려하는 동태·일반균형 framework 를 제시하며, 정책 도구들 사이 상호작용을 정량 평가한다.](/papers/202304_YeoY_Winners_and_losers_in_a_knowledge_based_economy_investigating_the_policy_packages_for_an_inclusive_growth_based_on_a_computable_general_equilibrium_analysis_of_Korea/fig1.jpeg) ## 요약 본 paper 는 [[acemoglu-restrepo]] (2018) 와 [[piketty]] (2014) 의 *기술혁신과 불평등 심화* 명제를 [[computable-general-equilibrium]] 정량 framework 으로 옮긴다. 기존 정책 연구들 ([[brynjolfsson-mcafee]] 2014 의 UBI, [[acemoglu-autor]] 2012 의 up-skilling) 은 단일 도구 (UBI, 교육, R&D, 누진세) 의 효과를 *partial equilibrium* 으로만 분석했다. 본 paper 의 contribution 은 (i) knowledge capital 을 SAM 의 명시적 factor 로 도입 (기존 1993 SNA 의 R&D = intermediate 가정을 2008 SNA 의 fixed asset 로 전환), (ii) labor 를 학력 기반 3 유형으로 세분화, (iii) household 를 소득 20 분위로 세분화, (iv) 정책 도구 *세 가지를 동시에 변동시키는 mix 시나리오* 비교. CGE 핵심 구조: 생산함수가 multi-level nested CES 로, *최내층* (HLK composite) 은 capital + high-skilled labor + knowledge 의 *complement* (σ₁=0.67, [[capital-skill-complementarity]] 의 정량 표현), *외층* 은 HLK + skilled + low-skilled labor 의 *substitute* (σ₂=1.67). 이 비대칭 elasticity 가 본 paper 의 SBTC 메커니즘이다. R&D 투자가 늘면 knowledge capital ↑ → high-skilled labor 와 complement 라 그 임금 ↑ → skill premium ↑ → 소득 양극화. 보상 메커니즘은 (a) 교육 투자로 high-skilled 공급 ↑ → skill premium 압박 완화, (b) 누진세로 high-income household 의 net income ↓ + 교육 재원 확보. [[jeongdonglee]] 의 *제4기 진화론적 전환* 라인에서 본 paper 는 거시 정책 차원의 *시스템적 대응* 으로 위치한다 (author page 분류 기준). 1 저자 [[yeongjun-yeo]] 는 [[yeongjun-yeo-2020-revitalizing-race-between]] 등 선행 paper 의 knowledge-based CGE 모형을 본 paper 에서 *policy mix scenario design* 으로 확장한다. 4 시나리오 비교 (BAU, SCN1: R&D 만, SCN2: 교육+누진세, SCN3: R&D+교육+누진세 mix) 의 2030 시뮬레이션이 결과의 핵심. 한계는 (i) 단일 국가 (한국) sample, (ii) 정책 강도가 fixed scenario, (iii) 정치경제적 implementation cost 미반영. ## 핵심 결과 | 지표 (2030 시뮬, vs BAU) | SCN1 (R&D ↑) | SCN2 (교육+누진세) | SCN3 (R&D+교육+누진세 mix) | |---|---:|---:|---:| | Total employment 변화 (%) | +18.26% | +5.63% | **+21.04%** | | High-skilled employment | +66.22% | (낮음) | **+69.61%** | | Skill premium (high-skilled) | **+49.54% (양극화 심화)** | 완화 | **+17.27% (대폭 완화)** | | Skill premium (skilled) | 상승 | 완화 | 완화 | | SDPI (소득 분산) | 57.64 (vs BAU 49.63) | 49.04 | 55.48 | | Income decile ratio (top10/bot40) | **3.06583 (최악)** | 3.04229 | 3.05489 | | Entropy Index (산업 분산) | **1.30748 (집중)** | 1.32149 (가장 분산) | 1.30972 | **결론적 발견**: SCN1 (R&D 만) 은 가장 큰 employment 성장이지만 *winners* (high-skilled, 자본가, high-tech 산업) 만 키워 양극화 심화. SCN2 (교육+누진세) 는 분배 개선하나 성장 약함. **SCN3 만 성장과 분배의 동시 달성**. *Knowledge-capital-skill complementarity* 가 정책 보완성의 핵심 메커니즘. | 산업별 employment 변화 (SCN3 vs BAU 2030) | 변화율 | |---|---:| | Low-tech manufacturing | +25.59% | | High-tech manufacturing | +36.94% | | Service | +10.80% | | **R&D sector** | **+79.45%** | ## 방법론 노트 본 paper 의 CGE 모형은 [[jung-et-al]] (2017), [[hong-lee-2016]], [[krštková]] (2013) 의 knowledge-based CGE 계보를 잇는다. 핵심 innovation 은 (i) knowledge capital 의 *factor of production* 격상 (1993 SNA → 2008 SNA), (ii) labor 의 학력 기반 3 유형 분할, (iii) household 의 20 분위 분할. 핵심 식 (생산구조 + knowledge capital 누적): $$ Z_i = \min\!\left[\frac{X_{1,i}}{ax0_{1,i}}, \dots, \frac{X_{n,i}}{ax0_{n,i}},\; \frac{VA_i}{AVA_i}\right] $$ $$ H_{i,t} = (1 - \delta_{\text{know}}) \cdot H_{i,t-1} + IR_{i,t-1} $$ 여기서 $Z_i$ 는 산업 $i$ 의 최종재 산출 (Leontief), $VA_i$ 는 두 단계 nested CES 의 value-added composite (1 단계: $K, L_3, H$ → HLK, σ₁=0.67 complement; 2 단계: HLK, $L_1, L_2$ → VA, σ₂=1.67 substitute), $H_{i,t}$ 는 산업 $i$ 의 사적 knowledge capital stock, $IR_{i,t-1}$ 는 [[tobin-q]] 방식으로 endogenous 결정된 산업별 R&D 투자, $\delta_{\text{know}}$ 는 knowledge depreciation rate. 식별·시뮬레이션 전략은 (i) 2010 SAM 을 baseline 으로 calibration, (ii) 4 시나리오 (BAU, SCN1, SCN2, SCN3) 의 정책 도구 (R&D 강도, 교육 지출, 누진세율) 를 변동, (iii) 2030 균형 시뮬, (iv) employment·산업 구조·skill premium·소득 분배 (SDPI, decile ratio, Entropy Index) 동시 평가. 핵심 가정은 *knowledge capital 의 sector-specific 성격* 과 *public knowledge 의 non-rival* 성격, 그리고 SBTC 의 elasticity 비대칭 (σ₁<1<σ₂). 마지막은 [[krusell-et-al]] (2000) 와 [[acemoglu-restrepo]] 의 정량 evidence 와 정합적. ## 연구 계보 본 paper 의 직접적 predecessor 는 (a) [[acemoglu-restrepo]] (2018) 와 [[acemoglu-autor]] (2012) 의 SBTC + capital-biased technological change 이론, (b) [[piketty]] (2014) 의 *Capital in the Twenty-First Century* 의 자본 수익률·임금 격차 명제, (c) [[brynjolfsson-mcafee]] (2014) 의 *The Second Machine Age* 와 기술 실업, (d) [[krusell-et-al]] (2000) 의 capital-skill complementarity 정량 추정, (e) [[jung-et-al]] (2017), [[hong-lee-2016]], [[hong-et-al-2014]] 의 한국 knowledge-based CGE 시리즈 (1 저자 [[yeongjun-yeo]] 와 3 저자 [[sungmoon-jung]] 의 선행 라인). [[temep]] 내 자매 작업으로 [[yeongjun-yeo-2020-revitalizing-race-between]] 가 본 paper 의 SCN 시나리오 설계의 직접 전구체, [[jeongdonglee]] anchor 의 *제4기 진화론적 전환* 라인 중 *거시·정책 시스템* 측면을 다룬다 ([[wonsub-eum-2022-coevolution-production-technological]] 의 *국가-산업 진화*, [[hoyoon-lee-2023-drivers-institutional-evolution]] 의 *제도 진화* 와 같은 4 기에 속하는 macro side 의 짝). ## See also - [[jeongdonglee]] - [[yeongjun-yeo]] - [[sungmoon-jung]] - [[computable-general-equilibrium]] - [[social-accounting-matrix]] - [[inclusive-growth]] - [[factor-biased-technological-change]] - [[skill-biased-technological-change]] - [[capital-skill-complementarity]] - [[knowledge-based-economy]] - [[policy-mix]] - [[wonsub-eum-2022-coevolution-production-technological]] - [[hoyoon-lee-2023-drivers-institutional-evolution]] - [[seung-hwan-kim-2023-technological-relatedness-firms]]