Human capital depreciation and job tasks

Sonja Walter, 이정동 (2021) · 7th International Conference on Higher Education Advances · DOI ↗

독일 독일 사회경제 패널 (GSOEP) 1984-2017 의 Mincer 임금 방정식 확장 추정으로 교육 수준이 높을수록 인적 자본 감가상각 율이 더 크고, 비루틴 분석 과업 · 루틴 인지 과업 · 비루틴 수공 과업 같이 기술 변화에 노출된 직무에서 감가상각이 가장 빠르게 발생함을 보인다. Neumann and Weiss (1995) framework 의 일자리 양극화 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 평생 학습 의 4 차 산업혁명 대응 필요성을 도출한다.

• RQ: 인적 자본 의 감가상각 율이 교육 수준과 직무 과업 기반 접근 유형에 따라 어떻게 달라지는가, 그리고 기술 변화 노출 이 이 차이를 어떻게 설명하는가.
• 방법론: Mincer 임금 방정식, 패널 고정효과 모형, 고정효과 회귀
• 데이터: 독일 사회경제 패널 (GSOEP) (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 숙련 진부화 율 — 직업 교육 (VET) (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 숙련 진부화 의 보호막이 아님. 일반 기술 (general skills) 중심 교육 + 모든 단계에서의 평생 학습 정책 필요. 4 차 산업혁명 의 일자리 양극화 환경에서 digital transformation 에 대응할 기술 적응 능력이 핵심.

요약

본 paper 는 Mincer 임금 방정식 기반 인적 자본 감가상각 문헌 (Neumann and Weiss 1995; Murillo 2011; Backes-Gellner and Janssen 2009; Weber 2014; Lentini and Gimenez 2019) 과 일자리 양극화 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 과업 기반 접근 type 에 따라 다르다는 점을 명시적으로 모델에 포함시킨다. 이는 4차 산업혁명 의 디지털 전환 환경에서 어떤 직무가 가장 빠르게 감가상각되는가 라는 정책 질문에 직접 답을 주는 frame.

독일 사회경제 패널 (GSOEP) 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 패널 고정효과 모형 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). 비루틴 분석 과업 (예: programming, designing) 는 두 차원 모두 high → 가장 빠른 감가상각. 루틴 인지 과업 (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 평생 학습 의 제도화 가 함께 필요하다는 것. 이정동 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 숙련 진부화
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 임금 방정식 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 패널 고정효과 모형 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 숙련 진부화 를 간접 측정하는 Mincer 임금 방정식 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. 이정동 author page anchor 가 Sonja Walter 를 제3기 글로벌 협업 cohort 의 한 갈래로 명시. 축적-역량-노동시장 의 micro 차원 보완이라는 점에서 이정동 의 축적의 시간 거시 narrative 의 노동시장 micro counterpart 역할.

See also

• Sonja Walter
• 이정동
• Mincer 임금 방정식
• 인적 자본 감가상각
• 숙련 진부화
• 일자리 양극화
• 직업 교육 (VET)
• 평생 학습
• 4차 산업혁명
• 비루틴 분석 과업
• 루틴 인지 과업
• 과업 기반 접근
• 독일 사회경제 패널 (GSOEP)
• 패널 고정효과 모형
• 노동경제학
• 교육경제학
• 7th International Conference on Higher Education Advances

인접 그래프

1-hop 이웃 21개

• 인물 2
• 방법론 3
• 개념 10
• 주제 4
• 수록처 1
• 논문 1

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (1)

• How Susceptible are Skills to Obsolescence? A Task-Based Perspective of Human Capital Depreciation

개념 (1)

• 평생 학습

방법론 (1)

• 패널 고정효과 모형