Revitalizing the race between technology and education: Investigating the growth strategy for the knowledge-based economy based on a CGE analysis

속성

유형: 논문
분류: 혁신 경제학, development-economics
다른 이름: yeo-lee-2020-distributional-effects, yeongjun-yeo-2020-distributional-effects, yeo-lee-2020-revitalizing-race
methods: 연산일반균형 분석, 지식 기반 CGE, 사회회계행렬, nested-ces-production-function, 토빈의 Q, 회귀적 동적 CGE
title: Revitalizing the race between technology and education: Investigating the growth strategy for the knowledge-based economy based on a CGE analysis
authors: Yeongjun Yeo, 이정동
year: 2020
venue: Technology in Society
volume: 62
pages: 101295
doi: 10.1016/j.techsoc.2020.101295
themes: 숙련편향적 기술변화, human-capital-accumulation, 지식기반 경제, 한국 경제, education-policy, R&D 투자, 지식 파급, 숙련 프리미엄

Yeongjun Yeo, 이정동 (2020) · Technology in Society 62:101295 · DOI ↗

Goldin-Katz (2008) 의 “race between education and technology” 명제를 지식 기반 CGE 로 정량 정책 실험. R&D 와 교육 투자의 동시 1%p 증액 시나리오 (SCN3) 가 R&D 단독 증액 (SCN1) 보다 GDP, 고용, 산업 균형 모든 면에서 우월함을 보인다. 한국 경제 1 개국 SAM (2010) 을 base 로 2030 년까지 시뮬레이션. 혁신과 인적자본의 complementarity 를 정책 design 의 중심에 놓는 framework.

RQ: 한국 경제에서 장기 성장을 어떻게 끌어낼 것인가? R&D 와 교육 투자의 동시 강화가 단독 강화보다 우월한가? 숙련편향적 기술변화 가 일으키는 임금·고용 불평등이 두 정책의 조합으로 완화될 수 있는가?
방법론: 연산일반균형 분석, 지식 기반 CGE, 사회회계행렬, nested-ces-production-function, 토빈의 Q, 회귀적 동적 CGE
데이터: 한국 2010 SAM (Bank of Korea I-O table + 국세통계연보 + HIE 마이크로데이터), 28 개 산업, 20 개 가계 분위, 3 단계 labor (고졸 이하 / 대졸 / 대학원 이상), 물적 자본 + 지식 자본. 2010~2030 recursive dynamic simulation. policy 시나리오 BAU + SCN1 (R&D +1%p) + SCN2 (교육 +1%p) + SCN3 (R&D +0.5%p + 교육 +0.5%p).
주요 발견: 2030 년 GDP 변화 (vs BAU): SCN3 +19.33% > SCN1 (R&D 단독) > SCN2 (교육 단독). 총고용 SCN3 +19.98% > SCN1 +16.54% > SCN2 +7.63%. 고숙련 노동 고용: SCN1 +27.58%, SCN3 +22.83%, SCN2 +3.77% — R&D 만 키우면 skill premium 격차가 더 벌어진다. SCN3 가 산업 간 생산성 향상 spillover 의 균형성 측면에서도 우월.
시사점: 장기 성장 정책은 R&D 일변도에서 벗어나 교육·인적자본 확충과 동시에 추진되어야 한다. 교육 부족으로 인한 skill gap 이 SBTC 의 시나리오에서 임금·고용 양극화의 핵심 driver. 정책 패키지의 균형성 이 단일 정책 강도보다 중요.

SCN1 (R&D), SCN2 (교육), SCN3 (R&D+교육) 시나리오의 2010~2030 GDP 변화 (vs BAU). SCN3 (R&D 와 교육 동시 0.5%p 증액) 이 2030 년 BAU 대비 19.33% 증가로 최대 성장. R&D 단독 (SCN1) 도 효과적이나 SCN3 보다 낮음.

요약

본 paper 는 Goldin-Katz (2008) “Race between Education and Technology” 가 미국 경제 사례로 보였던 임금 불평등 동학을 지식 기반 CGE framework 으로 한국 경제에 옮기고 동시 정책 실험 으로 확장한 작업이다. 기존 endogenous growth 모형 (Acemoglu, Grossman-Helpman, Pan 등) 은 R&D 와 교육의 complementarity 를 이론적으로 제시했지만 macro-data 기반 정량 정책 실험은 부족했다. 또 Aghion-Howitt 같은 1 부문 모형은 산업 간 spillover 와 가계 이질성을 다루지 못한다. 본 paper 의 contribution 은 (a) SAM 에 지식 자본 형성 계정 을 신설, (b) labor 를 educational attainment 기준 3 단계로 분해, (c) 숙련편향적 기술변화 를 nested-ces-production-function 의 elasticity 비대칭 (σ1=0.67 < 1 vs σ2=1.67 > 1) 으로 model 화, (d) 가계 20 분위로 분배 효과 추적 — 즉 분배·생산성·산업구조 를 단일 framework 에서 통합 분석. capital-skill complementarity (Krusell et al. 2000) 의 가설을 CGE 차원에서 시현한 첫 작업.

핵심 시뮬레이션은 네 시나리오. BAU 는 R&D/GDP 4%, 교육/GDP 8.6% 의 base year (2010) 수준 유지. SCN1 은 R&D 만 +1%p, SCN2 는 교육만 +1%p, SCN3 은 두 정책 각 +0.5%p (총 증액 같음). 결과 (2030 vs BAU): GDP 변화 SCN3 19.33% > SCN1 > SCN2. R&D 단독 (SCN1) 은 고숙련 노동 고용을 +27.58% 끌어올리지만 저숙련은 +13.82% 만 — skill premium 격차 확대. 교육 단독 (SCN2) 은 노동 공급 측 증가뿐이라 성장 효과 제한. SCN3 만이 R&D 가 만든 고숙련 수요 증가와 교육이 만든 고숙련 공급 증가를 match 시켜 balanced growth 달성. 평균 TFP 성장률 (vs BAU): SCN1 8.44%, SCN2 4.83%, SCN3 10.95% — SCN3 가 시너지 premium 으로 두 정책의 단순 합을 초과.

분석의 두 차원이 더 추가된다. 첫째는 산업 구조 균형 — NAI (산업 집중 지수) 와 Entropy 가 SCN1 (NAI 0.03896) 에서 가장 집중, SCN3 (NAI 0.02749) 에서 가장 분산. R&D 단독 정책이 high-tech manufacturing 에 +39.82% 의 집중 성장을 일으키는 반면, SCN3 는 high-tech +35.00%, low-tech +13.44%, service +12.89%, primary +5.86% 의 균형 성장을 만든다. 둘째는 임금·고용 양극화 — SBTC 가 단독으로 작동하면 (SCN1) 고숙련 수요만 폭증해 skill premium 이 +17~22% 까지 확대되지만, SCN3 는 교육 공급 측 보완으로 공급 충격이 수요 충격을 흡수 해 임금 격차 확대를 완화. 이 작업은 이정동 anchor 의 1.10 협력적 기술주권 라인 직전, 국가 차원의 지식 기반 경제 정책 설계 sub-line 의 정량 척추. caveat: 한국 1 개국 CGE, 외국인 노동 이동 미고려 (immigration share 1.8% 라 미미하다고 가정), uncertainty 처리 한계 (DSGE 가 아닌 deterministic CGE 의 trade-off), labor market rigidity 미반영 (smooth skill transition 가정). 후속작은 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 와 THE SHRINKING MIDDLE: EXPLORING THE NEXUS BETWEEN INFORMATION AND COMMUNICATION TECHNOLOGY, GROWTH, AND INEQUALITY 에서 분배 측면을 더 깊이 다룬다.

핵심 결과

변수 (2030 vs BAU, %)	SCN1 (R&D)	SCN2 (교육)	SCN3 (R&D + 교육)
GDP	(lower)	(lowest)	+19.33
총고용	+16.54	+7.63	+19.98
저숙련 고용	+13.82	+8.29	+19.01
대졸 고용	+15.28	+8.30	+19.87
대학원 이상 고용	+27.58	+3.77	+22.83
평균 TFP	+8.44	+4.83	+10.95
산업 집중 NAI (값)	0.03896	n/a	0.02749
High-tech 산업 산출	+39.82	n/a	+35.00
Low-tech 산업 산출	n/a	n/a	+13.44
Service 산업 산출	n/a	n/a	+12.89

핵심 패턴: (a) SCN1 은 고숙련 고용을 가장 크게 늘리지만 균형 측면에서 SCN3 에 밀린다 — 저숙련과 격차 확대. (b) SCN2 는 노동 공급만 늘려 성장 효과 제한. (c) SCN3 의 GDP 성장 19.33% 와 총고용 19.98% 가 정책 패키지 통합의 complementarity premium. 동일 1%p 총 정책 자원이라도 R&D 와 교육에 분산 투자하는 것이 단일 투자보다 우월. (d) NAI 산업 집중도가 SCN1 > SCN3 → R&D 단독 정책은 high-tech 집중 성장으로 산업 구조 양극화, SCN3 는 전 산업 균형 성장.

방법론 노트

지식 기반 CGE 의 핵심 modeling 은 nested-ces-production-function 의 elasticity 비대칭 으로 숙련편향적 기술변화 를 내생화한 점. R&D 와 교육이 모두 축적 변수 (stock) 라 한 시점 정책 변화의 효과가 510 년 후 본격적으로 드러나며, recursive dynamic 으로 그 시간 차원을 풀어쓴다.

핵심 식:

VA_i = \text{CES}\big(HLK_i, \; L2_i, \; L1_i;\; \sigma_2 = 1.67\big)

HLK_i = \text{CES}\big(L3_i, \; K_i, \; H_i;\; \sigma_1 = 0.67\big)

LS_{u,t} = \phi_1 \cdot EDU_t + \phi_2 \cdot \Big(\tfrac{PL^u_{t-1}}{PL^l_{t-1}}\Big)^{\rho_E}, \quad H_{public,t} = (1-\delta_{know}) H_{public,t-1} + RDZ_{public,t-1}

여기서 $L1, L2, L3$ 는 저숙련 · 대졸 · 대학원 이상 노동, $K$ 는 물적 자본, $H$ 는 지식 자본. inner CES 의 $\sigma_1 = 0.67 < 1$ 은 고숙련 · 자본 · 지식의 상호 보완성, outer CES 의 $\sigma_2 = 1.67 > 1$ 은 그 묶음이 저·중숙련 노동의 대체재 임을 의미 — capital-skill complementarity 가설의 CGE 구현. labor supply 식의 $\phi_2 \cdot (PL^u/PL^l)^{\rho_E}$ 항은 상대 임금 변화가 교육 진학 행동 을 유발해 노동 공급 구성을 endogenize 한 Tinbergen race mechanism — Goldin-Katz 의 race 개념을 식 차원으로 옮긴 것. R&D 투자는 토빈의 Q 논리로 산업 간 분배 endogenize. 가계는 20 분위로 임금 · 자본 소득 · R&D 자본 소득의 분포 추적. recursive dynamic 으로 year-by-year 균형 해석. base year 2010 SAM 은 한국은행 IO table 의 28 산업 분류 + 국세통계연보 의 가계 소득 분포 + HIE 마이크로데이터의 교육수준별 임금 분포를 결합.

연구 계보

직접 predecessor: (a) 숙련편향적 기술변화 의 Goldin-Katz (2008), Acemoglu-Autor (2011), Mallick-Sousa, He-Liu 등 — race between education and technology 의 미시 framework. (b) Grossman et al. (2017) 의 balanced growth 이론 — R&D 와 교육의 complementarity 명제. (c) 지식 기반 CGE 계열 — Hong et al. (2014), Jung et al. (2017), Křístková (2012), Jung-Thorbecke (2003), Ojha et al. — SAM 에 지식 자본 형성을 내장하고 nested CES 로 SBTC 를 model 화한 method. (d) Krusell-Ohanian-Ríos-Rull-Violante (2000) — capital-skill complementarity 의 미시 추정 estimate 가 본 paper 의 σ1=0.67 가정의 source. (e) Krueger-Lindahl (2001), Acemoglu-Autor (2011) — 인적자본의 macro return 추정 evidence.

TEMEP 내 sibling: CGE analysis of R&D investment policy considering trade-offs between economic growth and stability (Hwang J.S. 의 TEMIP CGE) 가 동일 framework 의 후속 일반화. Growth versus equity: A CGE analysis for effects of factor-biased technical progress on economic growth and employment 가 본 paper 의 직접 predecessor — 동일 한국 SAM 기반 CGE 에서 R&D 단독 정책의 growth vs equity dilemma 를 시현. 본 paper 는 그 dilemma 를 R&D + 교육 동시 정책 으로 해결하는 next step. 이정동 anchor 의 1.2 IC-DC 전환과 1.12 NIS 라인 의 정책 시뮬레이션 도구 — 같은 시기 A tale of two technological capabilities: economic growth revisited from a technological capability transition perspective 가 측정·실증을 담당했다면 본 paper 는 그 framework 의 정책 design tool 측을 담당. 같은 시기 Revitalizing the Concept of Public Procurement for Innovation (PPI) from a Systemic Perspective: Objectives, Policy Types, and Impact Mechanisms (yyj913 이 2 저자) 가 demand-side 정책 framework 의 conceptual 작업. Korea-specific 분석이라 cross-country panel 의 sibling 과는 분석 단위가 다름.

인접 그래프

1-hop 이웃 26개

인물 2
방법론 5
개념 2
주제 5
수록처 1
분류 2
논문 9

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

Revitalizing the race between technology and education: Investigating the growth strategy for the knowledge-based economy based on a CGE analysis

요약

핵심 결과

방법론 노트

연구 계보

See also

인접 그래프

이 문서를 가리키는 페이지

논문 (5)

개념 (1)

방법론 (2)