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, 이정동, Sungmoon Jung (2023) · Journal of the Asia Pacific Economy 28(2):420-456 · DOI ↗

기술혁신은 본질적으로 factor-biased 다. 숙련 편향적 기술 변화 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 연산일반균형 모형 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: 연산일반균형 모형, 사회회계행렬, 시나리오 분석, knowledge-based CGE 모델링
• 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.

요약

본 paper 는 Acemoglu & Restrepo (2018) 와 Thomas Piketty (2014) 의 기술혁신과 불평등 심화 명제를 연산일반균형 모형 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, 자본-숙련 보완성 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.

이정동 의 제4기 진화론적 전환 라인에서 본 paper 는 거시 정책 차원의 시스템적 대응 으로 위치한다 (author page 분류 기준). 1 저자 Yeongjun Yeo 는 Revitalizing the race between technology and education: Investigating the growth strategy for the knowledge-based economy based on a CGE analysis 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) (2017), Hong & Lee (2016), Křístková (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 토빈의 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) Thomas 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) (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). 기술경영경제정책전공 내 자매 작업으로 Revitalizing the race between technology and education: Investigating the growth strategy for the knowledge-based economy based on a CGE analysis 가 본 paper 의 SCN 시나리오 설계의 직접 전구체, 이정동 anchor 의 제4기 진화론적 전환 라인 중 거시·정책 시스템 측면을 다룬다 (The co-evolution of production and technological capabilities during industrial development 의 국가-산업 진화, Drivers of institutional evolution: phylogenetic inertia and ecological pressure 의 제도 진화 와 같은 4 기에 속하는 macro side 의 짝).

See also

• 이정동
• Yeongjun Yeo
• Sungmoon Jung
• 연산일반균형 모형
• 사회회계행렬
• 포용 성장
• 요소 편향적 기술 변화
• 숙련 편향적 기술 변화
• 자본-숙련 보완성
• 지식기반 경제
• 정책 믹스
• The co-evolution of production and technological capabilities during industrial development
• Drivers of institutional evolution: phylogenetic inertia and ecological pressure
• Technological relatedness: how do firms diversify their technology?

인접 그래프

1-hop 이웃 32개

• 인물 12
• 개관 1
• 방법론 5
• 개념 6
• 주제 1
• 수록처 1
• 분류 2
• 논문 4

↻ 초기화

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

이 문서를 가리키는 페이지

논문 (1)

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

개념 (1)

• 평생 학습

방법론 (1)

• 사회회계행렬