(OFF_S)의 증가는 부가가치 생산을 감소시키는 것으로 분석되었다.
* p<0.05, ** p<0.01, *** p<0.001
Obs. 14151 14151 14151 14151 13630 13630
(0.06) (0.05) (0.06) (0.05) (0.06) (0.05)
Const. 0.123* 0.666*** -0.741*** -0.001 0.502*** 1.002***
(0.02) (0.02)
OFF_S -0.042* -0.020
(0.02) (0.02)
OFF_M 0.174*** 0.156***
(0.01) (0.01)
GVCPb -0.772*** -0.638***
(0.01) (0.01)
GVCPf 0.025*** 0.010
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
TFP 0.562*** 0.347*** 0.641*** 0.419*** 0.561*** 0.350***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
L 0.466*** 0.433*** 0.423*** 0.387*** 0.425*** 0.410***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
K 0.575*** 0.551*** 0.558*** 0.533*** 0.600*** 0.575***
FE RE FEpat REpat FEoff REoff
<표 4-2> 부가가치 생산 모형 분석결과(전체산업)
나. 농림식품산업 분석결과
다음 <표 4-3>은 농림식품산업(I01, I05) 의 GVCs 참여가 부가가치 생산에 미 치는 효과를 고정효과(FE) 모형과 확률효과(RE) 모형으로 분석한 결과이다. 하우 스만 검정결과에 따라 고정효과(FE)을 중심으로 분석결과를 요약하면 다음과 같다.
먼저, 기본모형에서 자본(K)과 노동(L)의 증가, 그리고 총요소생산성(TFP)의 향상 모두는 부가가치 생산에 정(+)의 영향을 나타낸다.
다음으로 GVCs 참여의 부가가치 생산효과를 분석한 결과를 살펴보면, GVCs 전방참여(GVCPf)는 부가가치 생산을 증가시킨 반면, GVCs 후방참여도(GVCPf) 가 높은 경우에는 부가가치 생산이 감소하는 것으로 나타난다. 또한, GVCs 참여 효과를 오프쇼링 변수를 이용해 분석한 결과 재화 오프쇼링(OFF_M)의 증가는
부가가치 생산에 정(+)의 영향을 미치는 것으로 분석되었으나, 서비스 오프쇼링 (OFF_S)의 효과는 통계적으로 유의하지 않았다.
* p<0.05, ** p<0.01, *** p<0.001
Obs. 1260 1260 1260 1260 1253 1253
(0.42) (0.16) (0.33) (0.15) (0.38) (0.14)
Const. 0.614 -0.202 1.354*** 0.067 -0.419 -0.180
(0.06) (0.05)
OFF_S -0.067 -0.043
(0.06) (0.05)
OFF_M 0.484*** 0.448***
(0.04) (0.04)
GVCPb -1.058*** -0.918***
(0.02) (0.02)
GVCPf 0.071*** 0.057***
(0.05) (0.04) (0.04) (0.03) (0.05) (0.03)
TFP 0.852*** 0.989*** 0.692*** 0.890*** 0.939*** 0.977***
(0.05) (0.02) (0.04) (0.02) (0.04) (0.02)
L 0.324*** 0.212*** 0.175*** 0.114*** 0.328*** 0.175***
(0.03) (0.02) (0.03) (0.02) (0.03) (0.02)
K 0.605*** 0.755*** 0.439*** 0.630*** 0.838*** 0.902***
FE RE FEpat REpat FEoff REoff
<표 4-3> 부가가치 생산 모형 분석결과(농림식품산업)
다. 분석결과의 시사점
전체산업모형과 농림식품산업모형의 분석결과를 비교하여 보면, 농림식품산업 이 전체산업 모형에서, 더욱더 자본집약적 산업특성을 나타냈다. 이러한 결과는 WIOT의 국가가 OECD 회원국 중심으로 구성되어 있고, 산업분류도 대분류로 구 성되기 때문인 것으로 판단된다. 또한, 농림식품산업의 부가가치유발효과는 노동 장비률과 밀접한 관계가 있는 것으로 해석할 수 있다.
또한, 총요소생산성(TFP)의 부가가치 유발효과도 전체산업모형에서 더 크게 관 찰되었다. 따라서 농림식품산업의 부가가치 증대를 위해서는 자본투자를 통한 노 동장비율 증가와 생산성향상을 위한 기술혁신이 보다 요구된다고 해석된다.
한편, GVCs 전방참여의 부가가치 생산효과는 정(+)의 방향성을 나타냈으며, GVCs 후방참여의 부가가치 생산효과는 부(-)의 방향성을 나타냈다. 이러한 결과 는 Koen De Backer and Sébastien Miroudot(2013)와 Kummritz(2015, 2016)의 연구결과와 일치한다.
또한, 재화 오프쇼링은 부가가치 생산에 정(+)의 효과를 나타냈다. 즉 재화 오 프쇼링을 통한 생산성 증대효과로 부가가치 창출효과가 발생하였다고 해석할 수 있다. 반면, 서비스 요프쇼링의 효과는 적어도 부호는 일관되게 음(-)의 방향성을 보였지만 통계적으로 유의하지 않았다.
제2절 고용에 미치는 효과
1. 연구모형 및 분석자료
가. 연구방법론 및 분석모형
GVCs 참여가 노동수요에 미치는 효과의 추정모형은 Cobb- Douglas 생산함수에 기초한 노동수요함수(임금, 노동생산성, 자본량 등)70)와 Stone and Bottini(2012)71) 의 방법론에 기초한 다음 (식 4-2)를 이용한다.
ln
ln
ln
ln
ln
(식4-2)
여기서;
: 년도 국가 산업의 취업자수(EMP)
: 년도 국가 산업의 부가가치(VA)
: 년도 국가 산업의 고정자본스톡(K)
: 년도 국가 산업의 임금(Wage)
: 년도 국가 산업의 총요소생산성(Total Factor Productivity)
: 년도 국가 산업의 GVCs 참여지수 또는 오프쇼링지수
: 패널개체에 따라 변하는 이질성(heterogeneity)을 나타내지만, 하나의 패널 개 체 내에서는 시간에 따라 변하지 않는 영속적(permanent) 특성을 지닌 오차항
: 패널개체와 시간에 따라 변하는 순수한 오차항(idiosyncratic error term)70) 노동, 자본, 기술에 기초한 기업의 생산함수로부터 노동수요함수가 도출되는 상세 과정에 대해 서는 Bhalotra(1998), 서진교 외(2008) 등을 참고.
71) Susan F. Stone and Novella Bottini (2012), “Global Production Networks: Labour Market Impacts and Policy Challenges”, TAD/TC/WP(2011)38/FINAL, Paris.
나. 분석자료 및 기초통계
본 연구는 2016년판 세계투입산출 데이터베이스(World Input-Output Database, WIOD)를 이용한 균형패널데이터(Balanced Panel Data) 분석이며, 분석기간은 2000년부터 2014년의 총 15년, 분석국가 및 산업은 각각 43개국의 22개 산업을 대 상으로 한다. 한편, 연구모형의 종속변수인 국가-산업별 취업자수(EMP)는 WIOD 의 사회경제계정(SEA)을 이용하였다.
또한, 국가-산업별 부가가치액은 세계투입산출표(WIOT 2016)를 이용하여 WWYZ(2017) 총생산분해 방식에 의해 산출하였으며, 2010년 USD 기준 부가가치 가격지수(VA_PI)로 실질화하였다. 고정자본스톡(K)은 WIOD의 사회경제계정 (SEA)을 이용하여 구했으며, 임금(W)은 사회경제계정(SEA)을 이용하여 국가-산 업별 피용자보수(Compensation of employees)를 구한 후, 이를 최업자수(EMP)로 나누어 산출하였다. 한편, 모든 변수값은 SEA에서 제공되는 2010년 USD 기준 가격지수로 실질화하였다. 총요소생산성(TFP) 변수는 자본과 노동요소 이외의 생 산성이 총생산에 미치는 영향을 분석하기 위한 변수로서, Olley and Pakes(1997) 방식(CEP-OP)을 이용하여 생산함수의 잔차(residual)를 추정하여 도출하였다.
본 연구모형의 주목적인 GVCs 참여가 총생산에 미치는 효과를 분석하기 위한 GVCs 변수는 WWYZ(2017)의 총생산분해방식을 이용하여 계산한 GVCs 참여지 수와 오프쇼링지수로 구분된다. 또한, 본 연구에서는 GVCs 전방참여와 후방참여 의 효과를 식별하기 위하여 GVCs 전방참여지수(GVCPf)와 GVCs 후방참여지수 (GVCPb)로 세분하였으며, 오프쇼링지수는 기준국가-산업의 국내수요와 수출수요 를 충족하기 위한 총생산에 투입된 중간재 중 수입중간재의 비중으로 정의하고, 이를 재화오프쇼링(OFF_M)과 서비스오프쇼링(OFF_S)로 구분하여 산출하였다.
다. 패널회귀모형의 검정
연구의 기본모형에 이분산성과 자기상관 여부를 검정하기 위하여 LR 검정 (Likelihood-ratio test)과 Wooldridge(2002)가 제시한 패널데이터에서의 자기상관
검정을 실시하였다. 검정결과, 검정통계량의 p값이 0.01보다 작아 1% 유의수준에 서 귀무가설이 모두 기각되어 본 연구모형에는 이분산성과 자기상관이 존재하는 것으로 나타났다.
또한, 고정효과모형(fixed effect model)과 확률효과모형(random effect model) 중 어떤 모형을 선택하는 것이 더욱 적절한지를 확인하기 위하여 하우스만 검정 을 실시하였다. 검정결과, p값이 0.01보다 작으므로 1% 유의 수준에서 귀무가설 이 채택되었다. 따라서 고정효과모형(fixed effect model)을 선택하는 것이 더 적 절하다고 할 수 있다.
결론적으로, 본 연구모형에서는 시간고정효과, 이분산성, 1계자기상관이 존재하 는 것으로 분석된다. 따라서 본 연구에서는 패널 GLS 모형과 1계 자기상관 오차 항을 가정한 확률효과모형(RE)과 고정효과모형(FE)을 추정방법으로 선택하였다.
또한, 모든 모형에는 연도(year) 고정효과를 포함하였다.
라. 변수별 기초통계량
본 연구의 표본 수(Observations)는 총 14,151개, 패널그룹은 945개이며, 사용된 변수의 평균(Mean), 표준편차(Std. Dev), 최소값(Min) 및 최대값(Max)은 다음
<표 4-4>와 같다.
변수명 정의 단위 평균
(Mean)
표준편차 (Std. Dev.)
최소값 (Min)
최대값 (Max)
Y 부가가치(VA) 백만
달러
11,727.0 33,434.6 -41.0 841728.3 K 고정자본스톡 27,816.1 87,462.7 -1,158.9 1,693,576.0 W 임금(Wage) 달러 33,501.9 37905.2 119.5 898,761.6 L 취업자수(ENP) 천명 1,000.2 10,537.3 1.0 265,935.8 ln(TFP) 총요소생산성
지수
1.07 2.00 -2.77 18.30 GVCPf GVCs 전방참여지수 0.34 0.45 0.00 24.49 GVCPf GVCs 전방참여지수 0.30 0.15 0.00 2.93 OFF_M 재화 오프쇼링액 백만
달러
1.440.1 1,094.5 -923.5 72,799.8 OFF_S 서비스 오프쇼링 950.8 2,567.2 -573.6 41,774.5
<표 4-4> 변수의 정의와 기초통계량 요약
2. 분석결과 및 시사점
가. 전체산업 분석결과
선행연구의 결과에 따르면 국가-산업의 GVCs 전방참여도가 높다는 것은 국내 에서 생산된 중간재의 해외 공급기능이 높다는 것을 의미한다. 따라서 GVCs 전방 참여도 증가는 국가-산업에서 중간재 수출증대를 의미하기 때문에, 이로 인한 고 용유발효과가 발생할 수 있다. 반면 수출기업은 일반적으로 생산성이 높으므로 고 급 농동수요는 증가하는 반면, 저급 노동수요는 감소하는 경향이 있다. 따라서 GVCs 전방참여가 고용에 미치는 효과는 산업이나 제품에 체화된 기술수준에 따 라 상반되게 나타날 수 있다.
또한, GVCs 후방참여 증가는 국내수요 및 수출수요를 충족하기 위한 생산에 투입되는 중간재가 증가한다는 의미이므로, 이에 따라 중간재 수입대체가 진행되 면서 국내 고용이 감소하는 부정적 효과가 발생할 수 있다. 반면 소국 개방형 경 제의 경우에는 가격 및 품질이 우수한 해외 중간재를 활용할 시 경쟁력 증가로 수출이 증대되어 신규 고용을 창출할 수도 있다.
한편, 오프쇼링은 국내 아웃소싱과는 달리 생산기지가 해외로 재배치됨에 따라 자국의 노동시장에 영향을 미치게 된다. 그러나 생산과정에서 오프쇼링 비중의 증가가 국내 고용에 미치는 영향 역시 긍정적 측면과 부정적 측면이 동시에 존재 하는 것으로 알려져 있다. 즉, 오프쇼링의 증가는 저렴한 원자재 및 서비스 수입 에 따른 기존 노동력을 대체하는 효과를 발생시키고 산업 및 기업의 생산성 향상 으로 인해 노동 절약적인 생산구조로의 전환을 촉진하여 국내 노동수요를 감소시 키는 반면, 기업 경쟁력 및 효율성 제고를 통한 신규 고용 창출력 확대로 인해 노동수요를 증가시키는 역할을 할 수 있다.72)
실제로 선행연구에서 GVCs 참여의 고용효과는 참여의 방향성, 국가, 산업, 기 간, 고용의 질 및 추정방법에 따라 그 영향성이 상반되게 관찰되고 있다.
72) 이경희, 박문수, 김인철 (2010), “오프쇼어링이 생산성 및 노동시장에 미치는 효과와 정책과제:
업종별 비교를 중심으로”, 「연구보고서」, 2010-579, 산업연구원, p. 26.
다음 <표 4-5>는 (식 4-2)를 이용하여 GVCs 참여가 고용에 미치는 효과를 고 정효과(FE) 모형과 확률효과(RE) 모형으로 분석한 결과이다. 하우스만 검정결과 에 따라 고정효과(FE)을 중심으로 분석결과를 요약하면 다음과 같다.
먼저, 기본모형(FE, RE)을 통하여 모형의 안정성을 검토한 결과, 이론과 부합 되게 부가가치생산(VA)과 자본(K)의 증가는 고용에 정(+)의 영향을 나타낸다. 반 면 임금(W)의 증가는 고용에 부(-)의 영향을 보임을 알 수 있다.
* p<0.05, ** p<0.01, *** p<0.001
Obs. 14136 14136 14136 14136 13616 13616
(0.04) (0.04) (0.04) (0.04) (0.04) (0.04)
Const. 0.978*** 0.226*** 0.902*** 0.135*** 0.916*** 0.146***
(0.01) (0.01)
OFF_S -0.006 -0.037**
(0.01) (0.01)
OFF_M -0.003 0.022
(0.01) (0.01)
GVCPb -0.035*** -0.037***
(0.00) (0.00)
GVCPf -0.028*** -0.041***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
TFP 0.137*** 0.104*** 0.141*** 0.106*** 0.155*** 0.109***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
W -0.492*** -0.595*** -0.492*** -0.594*** -0.498*** -0.600***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
K 0.290*** 0.338*** 0.294*** 0.341*** 0.305*** 0.345***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
VA 0.244*** 0.337*** 0.236*** 0.329*** 0.234*** 0.334***
FE RE FEpat REpat FEoff REoff
<표 4-5> 고용효과 모형 분석결과(전체산업)
한편 총요소생산성(TFP)과 고용 간 이론적 관계는 상반된 방향으로 작용하는 다양한 요인에 의해 결정되기 때문에 불명확하다. 우선 생산성이 향상되면 노동 의 효율성이 증대되므로 생산이 이전 수준에서 유지된다면 노동수요는 감소하게