The determinants of the youth employment rate using panel tobit model

2017, 28

4)

853–862

패널 토빗모형을 이용한 청년채용비율 결정요인 분석

ᄇ ᅡ

ᆨ성익

¹

²

³

⁴

1경성대학교 국제무역통상학과 · ²부경대학교 경제학부 ·³경성대학교 경제금융물류학부 ·

4경성대학교 수학응용통계학부

ᄌ ᅥ

ᆸᄉ ᅮ 2017ᄂ ᅧ ᆫ 6ᄋ ᅯ ᆯ 22ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2017ᄂ ᅧ ᆫ 7ᄋ ᅯ ᆯ 10ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2017ᄂ ᅧ ᆫ 7ᄋ ᅯ ᆯ 19ᄋ ᅵ ᆯ

요 약

ᄇ

ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄀ ᅩᄋ ᅭ ᆼ ᄂ ᅩᄃ ᅩ ᆼ ᄇ ᅮᄋ ᅴ ᄀ ᅩ ᆼᄀ ᅩ ᆼ ᄀ ᅵ ᄀ ᅪ ᆫ ᄆ ᅵ ᆾ ᄌ ᅵᄇ ᅡ ᆼᄀ ᅩ ᆼ ᄀ ᅵᄋ ᅥ ᆸᄋ ᅴ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄀ ᅩᄋ ᅭ ᆼᄒ ᅧ ᆫᄒ ᅪ ᆼ ᄌ ᅩᄉ ᅡ, ᄀ ᅮ ᆨ ᄒ ᅬᄋ ᅴ ᄀ ᅩ ᆼᄀ ᅩ ᆼ ᄀ ᅵ ᄀ ᅪ ᆫ ᄀ ᅩᄋ ᅭ ᆼ ᄒ

ᅧ ᆫᄒ ᅪ ᆼ ᄌ ᅩᄉ ᅡ, ᄋ ᅡ ᆯᄅ ᅵᄋ ᅩ (www.alio.go.kr) ᄆ ᅵ ᆾ ᄏ ᅳ ᆯᄅ ᅵ ᆫᄋ ᅡᄋ ᅵ (www.cleaneye.go.kr) ᄃ ᅳ ᆼ 4ᄀ ᅢᄋ ᅴ ᄃ ᅦᄋ ᅵᄐ ᅥᄅ ᅳ ᆯ ᄋ ᅵᄋ ᅭ ᆼ ᄒ

ᅡᄋ ᅧ ᄀ ᅩ ᆼᄀ ᅩ ᆼ ᄀ ᅵ ᄀ ᅪ ᆫ ᄆ ᅵ ᆾ ᄌ ᅵᄇ ᅡ ᆼᄀ ᅩ ᆼ ᄀ ᅵᄋ ᅥ ᆸᄋ ᅴ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ ᅵᄋ ᅲ ᆯ ᄀ ᅧ ᆯᄌ ᅥ ᆼᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄌ ᅩ ᆼᄉ ᅩ ᆨᄇ ᅧ ᆫᄉ ᅮᄋ ᅵ ᆫ ᄀ ᅵ ᄀ ᅪ ᆫᄇ ᅧ ᆯ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ

ᅵᄋ ᅲ ᆯᄋ ᅳ ᆫ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄋ ᅧᄇ ᅮᄋ ᅪ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ ᅵᄋ ᅲ ᆯ ᄋ ᅴ ᄏ ᅳᄀ ᅵᄋ ᅦ ᄃ ᅢᄒ ᅡ ᆫ ᄃ ᅮ ᄀ ᅡᄌ ᅵᄋ ᅴ ᄌ ᅥ ᆼᄇ ᅩᄅ ᅳ ᆯ ᄑ ᅩᄒ ᅡ ᆷᄒ ᅡᄀ ᅩ ᄋ ᅵ ᆻᄃ ᅡ. ᄌ ᅳ ᆨ ᄌ ᅩ ᆼᄉ ᅩ ᆨᄇ ᅧ ᆫᄉ ᅮ ᄀ

ᅡ ᄋ ᅵ ᆯᄌ ᅥ ᆼᄒ ᅡ ᆫ ᄋ ᅧ ᆼᄋ ᅧ ᆨᄋ ᅦᄉ ᅥᄆ ᅡ ᆫ ᄀ ᅪ ᆫ ᄎ ᅡ ᆯᄃ ᅬᄂ ᅳ ᆫ ᄌ ᅮ ᆼ ᄃ ᅩᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄀ ᅡ ᆽᄂ ᅳ ᆫ ᄒ ᅧ ᆼᄐ ᅢᄅ ᅩᄉ ᅥ ᄐ ᅩ ᆼ ᄉ ᅡ ᆼᄌ ᅥ ᆨ ᄎ ᅬᄉ ᅩᄌ ᅦᄀ ᅩ ᆸ ᄎ ᅮᄌ ᅥ ᆼᄋ ᅳ ᆫ ᄑ ᅧ ᆫᄋ ᅴᄀ ᅡ ᄇ ᅡ ᆯᄉ ᅢ ᆼᄒ ᅡ ᆯ ᄈ ᅮ ᆫ ᄆ

ᅡ ᆫ ᄋ ᅡᄂ ᅵᄅ ᅡ, ᄋ ᅵ ᆯᄎ ᅵᄎ ᅮᄌ ᅥ ᆼᄅ ᅣ ᆼᄋ ᅳ ᆯ ᄌ ᅦᄀ ᅩ ᆼ ᄒ ᅡᄌ ᅵ ᄆ ᅩ ᆺ ᄒ ᅡ ᆫᄃ ᅡ. ᄋ ᅵᄅ ᅥ ᆫ ᄆ ᅮ ᆫ ᄌ ᅦᄌ ᅥ ᆷᄋ ᅳ ᆯ ᄀ ᅳ ᆨᄇ ᅩ ᆨ ᄒ ᅡᄀ ᅵ ᄋ ᅱᄒ ᅢ ᄇ ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄒ ᅡ ᆸᄃ ᅩ ᆼ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩ ᄒ ᅧ

ᆼᄀ ᅪ ᄑ ᅢᄂ ᅥ ᆯ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩᄒ ᅧ ᆼᄋ ᅳ ᆯ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅮ ᆫᄉ ᅥ ᆨᄀ ᅧ ᆯᄀ ᅪᄅ ᅳ ᆯ ᄋ ᅭᄋ ᅣ ᆨᄒ ᅡᄆ ᅧ ᆫ ᄃ ᅡᄋ ᅳ ᆷ ᄀ ᅪ ᄀ ᅡ ᇀᄃ ᅡ. ᄆ ᅥ ᆫᄌ ᅥ, ᄒ ᅡ ᆸᄃ ᅩ ᆼ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩᄒ ᅧ ᆼᄋ ᅦ ᄇ ᅵᄒ ᅢᄉ ᅥ ᄑ

ᅢᄂ ᅥ ᆯ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩᄒ ᅧ ᆼᄋ ᅵ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄋ ᅲᄋ ᅴᄒ ᅡ ᆷᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄋ ᅥ ᆻᄀ ᅩ, 2011ᄂ ᅧ ᆫᄋ ᅦ ᄇ ᅵᄒ ᅢᄉ ᅥ 2014ᄂ ᅧ ᆫᄀ ᅪ 2015ᄂ ᅧ ᆫᄋ ᅴ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ

ᅵᄋ ᅲ ᆯ ᄋ ᅵ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡᄋ ᅧ ᆻᄋ ᅳ ᆷᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄃ ᅡ. ᄀ ᅳᄅ ᅵᄀ ᅩ ᄌ ᅵᄇ ᅡ ᆼᄀ ᅩ ᆼᄀ ᅩ ᆼ ᄀ ᅵ ᄀ ᅪ ᆫ ᄋ ᅦ ᄇ ᅵᄒ ᅢᄉ ᅥ ᄀ ᅩ ᆼ ᄀ ᅵᄋ ᅥ ᆸᄋ ᅴ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ ᅵᄋ ᅲ ᆯ ᄋ ᅵ ᄋ ᅲᄋ ᅴᄒ ᅡᄀ ᅦ ᄂ

ᅩ ᇁ ᄋ ᅡ ᆻᄋ ᅳᄆ ᅧ, ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄇ ᅩᄉ ᅮᄋ ᅢ ᆨᄋ ᅵ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡ ᆯᄉ ᅮᄅ ᅩ ᆨ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ ᅵᄋ ᅲ ᆯ ᄋ ᅵ ᄐ ᅩ ᆼ ᄀ ᅨᄌ ᅥ ᆨᄋ ᅳᄅ ᅩ ᄋ ᅲᄋ ᅴᄒ ᅡᄀ ᅦ ᄂ ᅡ ᆽᄋ ᅳ ᆷᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄃ ᅡ. ᄆ ᅡᄌ ᅵ ᄆ

ᅡ

ᆨᄋ ᅳᄅ ᅩ, ᄉ ᅵ ᆫᄋ ᅵ ᆸᄌ ᅵ ᆨᄋ ᅯ ᆫ ᄋ ᅴ ᄑ ᅧ ᆼᄀ ᅲ ᆫ ᄇ ᅩᄉ ᅮᄋ ᅢ ᆨᄋ ᅵ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡ ᆯᄉ ᅮᄅ ᅩ ᆨ, ᄌ ᅥ ᆼᄋ ᅯ ᆫ ᄃ ᅢᄇ ᅵ ᄌ ᅥ ᆼᄀ ᅲᄌ ᅵ ᆨᄇ ᅵᄋ ᅲ ᆯ ᄋ ᅵ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡ ᆯᄉ ᅮᄅ ᅩ ᆨ ᄎ ᅥ ᆼᄂ ᅧ ᆫᄎ ᅢᄋ ᅭ ᆼ ᄇ ᅵᄋ ᅲ ᆯ ᄋ ᅵ ᄋ ᅲ ᄋ

ᅴᄒ ᅡᄀ ᅦ ᄌ ᅳ ᆼ ᄀ ᅡᄒ ᅡᄋ ᅧ ᆻᄋ ᅳ ᆷᄋ ᅳ ᆯ ᄋ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄋ ᅵᄌ ᅵ ᆯᄉ ᅥ ᆼ, ᄌ ᅮ ᆼ ᄃ ᅡ ᆫᄌ ᅡᄅ ᅭ, ᄑ ᅢᄂ ᅥ ᆯ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩᄒ ᅧ ᆼ, ᄒ ᅡ ᆫᄀ ᅨᄒ ᅭᄀ ᅪ, ᄒ ᅡ ᆸᄃ ᅩ ᆼ ᄐ ᅩᄇ ᅵ ᆺᄆ ᅩᄒ ᅧ ᆼ.

1. 서론 처

ᆼ년고용문제가 개선되기는커녕 악화일로에서 벗어날 기미도 보이지 않는다. 이러한 상황에서 문재 ᄋ

ᅵᆫ 정부는 민간에만 일자리창출책임을 맡기는 데에는 한계가 있다는 판단하에서 국가 및 공공기관에 ᄉ

ᅥ 양질의 일자리를창출하기 위해 전력을 쏟고 있다. 공무원 확충을 통한 일자리 창출방안이 현재 화 ᄌ

ᅦ가 되고 있지만, 사실 이러한 취지의 정책은 ‘청년고용의무제’라는이름으로 이미 실시되어왔다고 볼 ᄉ

ᅮ 있다. 즉 현행 ⌈청년고용촉진특별법⌋은 “30인 이상 등 일정 기준에 해당되는 공기업, 준정부기관, ᄀ

ᅵ타 공공기관, 지방공기업에 대해 매년 정원의 3% 이상을 34세 이하의 미취업 청년으로 채용”하기 르

ᆯ의무화하고 있다. 청년고용의무제는 원래 2016년까지라는한시적 성격의 조항에 기초하고 있었는데, 2016년말 법 개정으로 적용기간이 2018년까지 연장되었다. 이 연구는 2014년부터 공공기관을대상으 ᄅ

ᅩ 실시되고 있는청년고용의무제가 청년 일자리 창출에 어떠한 영향을미쳤는지를패널 토빈모형을이 ᄋ

ᅭ

ᆼ하여 분석하고자 한다.

1

(48434) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄂ ᅡ ᆷᄀ ᅮ ᄉ ᅮᄋ ᅧ ᆼᄅ ᅩ 309 ᄇ ᅥ ᆫᄌ ᅵ, ᄀ ᅧ ᆼᄉ ᅥ ᆼᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅮ ᆨ ᄌ ᅦᄆ ᅮᄋ ᅧ ᆨᄐ ᅩ ᆼ ᄉ ᅡ ᆼᄒ ᅡ ᆨᄀ ᅪ, ᄀ ᅭᄉ ᅮ.

2

(48434) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄂ ᅡ ᆷᄀ ᅮ ᄋ ᅭ ᆼ ᄉ ᅩᄅ ᅩ 45, ᄇ ᅮᄀ ᅧ ᆼᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅧ ᆼᄌ ᅦᄒ ᅡ ᆨᄇ ᅮ, ᄀ ᅭᄉ ᅮ.

3

(48434) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄂ ᅡ ᆷᄀ ᅮ ᄉ ᅮᄋ ᅧ ᆼᄅ ᅩ 309 ᄇ ᅥ ᆫᄌ ᅵ, ᄀ ᅧ ᆼᄉ ᅥ ᆼᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄀ ᅧ ᆼᄌ ᅦ ᄀ ᅳ ᆷᄋ ᅲ ᆼᄆ ᅮ ᆯ ᄅ ᅲᄒ ᅡ ᆨᄇ ᅮ, ᄀ ᅭᄉ ᅮ.

4

ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (48434) ᄇ ᅮᄉ ᅡ ᆫ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄂ ᅡ ᆷᄀ ᅮ ᄉ ᅮᄋ ᅧ ᆼᄅ ᅩ 309 ᄇ ᅥ ᆫᄌ ᅵ, ᄀ ᅧ ᆼᄉ ᅥ ᆼᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄉ ᅮᄒ ᅡ ᆨᄋ ᅳ ᆼᄋ ᅭ ᆼᄐ ᅩ ᆼ ᄀ ᅨᄒ ᅡ ᆨᄇ ᅮ, ᄀ ᅭᄉ ᅮ.

E-mail: [email protected]

ᄒ

ᅡᆫ편 청년고용과관련 연구로는 Park 등 (2015)과 Park 등 (2016)은 중소기업 청년인턴의 이직횟수 미

ᆾ 재직기간을 분석하였다. Ryu 등 (2013)은 공공기관의 지방인재 채용실태 및 결정요인을 분석하였으 ᄆ

ᅧ, Kim과 Chung (2013)은 청년층 인재유출결정요인을 분석하였다. 또한 Ryu 등 (2016)은청년고 ᄋ

ᅭ

ᆼ의무제에 대한 고용영향평가를연구하였으며, Yang과 Jeong (2016)은청년구직자의 취업달성요인에 과

ᆫ한 연구를하였고, Im과 Lee (2009)는전북청년층고용동향 및 고용정책 평가를연구한 바 있다.

이

ᆯ반적으로 공공기관및 지방공기업은연도별로 청년채용비율이 있는그룹과 청년채용을하지 않음으 ᄅ

ᅩ 인해 청년채용비율이 ‘0’인 그룹이 존재한다. 즉 종속변수인 청년채용비율의 결정요인을 분석할 때 ᄌ

ᅩ

ᆼ속변수는청년채용여부와 청년채용비율의 크기에 대한 두 가지의 복합적인 정보를담고 있으며, 청년 ᄎ

ᅢ용을하지 않은경우 종속변수는 중단자료가된다. 한편 종속변수의관측치가 이용가능하지 않는그 ᄅ

ᅮᆸ을 0으로 놓고 추정하든,아니면 무시하고관측치가 이용가능한 그룹에 대해서만 추정하든 통상적 최 ᄉ

ᅩ제곱추정 (ordinary least squares)은 편의 (bias)가 발생할 뿐만 아니라, 일치추정량을 제공하지 못 ᄒ

ᅡᆫ다. 특히 후자의 정보만을대상으로 회귀분석을하게 되면 전형적인 표본선택에 의한 편의 (sample selection bias)가 발생하게된다. 즉청년채용비율결정요인을 분석할 때 청년채용을한 기관만을대상 ᄋ

ᅳ로 분석한다면, 이들대상 기관들은무작위로 추출된표본이 아니며, 또한 비무작위적으로 청년채용을 ᄒ

ᅡ지 않은기관들이 배제됨으로써 표본선택 편의의 문제가 발생하게된다.

ᄄ

ᅡ라서 이러한 문제를해결하기 위해서 본연구에서는 토빗모형 (Tobit model)을 활용하고자 한다.

ᄐ

ᅩ빗모형은 Tobin (1958)이 종속변수인 지출금액이 음이될수 없다는점에 착안하여 이를고려한 회귀 ᄆ

ᅩ형을설계했으며, 이후 Goldberger (1964)가 프로빗 모형과 유사성을이유로 Tobit 모형이라 지칭하 ᄋ

ᅧᆻ다. Tobit 모형은 독립변수들이 청년채용여부에 미치는영향과 청년채용비율의 크기에 미치는영향 ᄋ

ᅵ 동일하다는가정에근거를 두고 있으며, Amemiya (1984)는경험적 연구를 종합하여 Tobit 모형의 ᄋ

ᅲ형을 분류하였다.

보

ᆫ 연구에서는 고용노동부의 청년고용현황 조사, 국회의 공공기관고용현황 조사, 경영정보시스템인 ᄋ

ᅡ

ᆯ리오 (www.alio.go.kr), 그리고 클린아이 (www.cleaneye.go.kr) 등의 2011년부터 2015년까지 연 ᄃ

ᅩ별 자료를이용하여 공공기관 및 지방공기업의 청년채용비율결정요인을 분석하고자 한다. 이를 위 ᄒ

ᅢ 합동토빗모형 (pooled tobit model)과 패널 토빗모형 (panel tobit model)을적용하여 최적모형을 ᄐ

ᅡ

ᆷ색한다. 본 논문의 구성은다음과 같다. 제 2절에서는 분석용자료와 기술통계 분석결과를소개하고, ᄌ

ᅦ 3절에서는연구모형에 대해 간단히 설명한다. 그리고 제 4절에서는 실증분석 결과를제시하고, 마지 ᄆ

ᅡ

ᆨ 제 5절에서는결론을제시한다.

2. 자료소개 및 기술통계 ᄀ

ᅩ

ᆼ공기관및 지방공기업의 청년채용비율결정요인을 분석하기 위해 고용노동부의 공공기관및 지방공 ᄀ

ᅵ업의 청년고용현황 조사, 국회의 공공기관고용현황 조사, 중앙정부가관리하는 공공기관의 경우에는 ᄋ

ᅡ

ᆯ리오, 그리고 지방정부가관리하는지방공기업의 경우에는 클린아이 등 4개의 데이터를이용하였다.

ᄆ

ᅥᆫ저 고용노동부의 공공기관 및 지방공기업의 청년고용현황 조사에는 연도별 채용실적 (정원, 신규 ᄎ

ᅢ용, 청년채용)이 정리되어 있으나, 2014년과 2015년 자료만 존재한다는 문제가 있다. 그런데 국회의 ᄀ

ᅩ

ᆼ공기관고용현황 조사 자료를활용하면, 공공기관의 2011년과 2012년 청년고용현황 자료를추출하여 부

ᆫ석할 수가 있다. 공공기관의 2013년 청년고용현황 자료를구할 수 없다는한계가 존재하지만, 그럼에 ᄃ

ᅩ 불구하고 청년고용의무제의 실시 이전과 이후의 공공기관 청년채용현황을비교할 수 있기 때문에, 본 ᄋ

ᅧᆫ구에서는이 자료들을활용하도록한다.

주

ᆼ앙정부가 관리하는 알리오에는연도별 기관명, 주무기관, 기관성격, 소재지, 임직원 수, 신규채용 미

ᆾ 청년인턴 채용현황, 직원 평균보수현황 등의 많은 변수가 존재한다. 그러나 청년고용현황을 직접적