표제지
목차
제1장 서론 12
KEISIM 모형 개선 (Ⅰ) 14
제2장 KEISIM의 기본 특징과 구조 15
제1절 서론 15
제2절 KEISIM의 기본 특징 17
제3절 KEISIM의 구조 19
제4절 KEISIM의 기본 자료 24
제3장 사망 모듈 26
제1절 개요 26
제2절 최근 사망률 및 사망자 수 추이 30
제3절 모형별 사망률 예측 비교 33
제4절 모형 선택 및 사망률 예측 37
제4장 출생 모듈 38
제1절 최근 출산 현황과 추이 38
제2절 출산 확률 모형 활용 자료 및 추정 방법 42
제5장 결혼 모듈 44
제1절 최근 결혼 현황과 추이 44
제2절 결혼 모형 추정 방법 및 사용 자료 50
제6장 교육 모듈 58
제1절 활용 자료 58
제2절 추정 64
제7장 노동시장 모듈 74
제1절 경제활동 상태 결정 74
제2절 고용 결정 78
제8장 소득 모듈 82
제1절 활용 자료 및 방법 82
제2절 소득 방정식 추정 결과 84
제9장 중장기 인력수급 전망의 주요 결과 91
빅데이터를 활용한 전망 모형 개선 (Ⅱ) 96
제10장 동태요인모형을 활용한 단기 고용 전망 97
제1절 서론 97
제2절 단기 전망 모형 99
제3절 분석 방법 및 자료 103
제4절 실증 분석 108
제5절 소결 115
제11장 딥러닝을 이용한 특허 정보와 직업 정보의 연계 117
제1절 서론 117
제2절 직업 정보-특허 정보 데이터 연계 119
제3절 전문직과 AI/인공지능 기술의 관계 128
제4절 소결 133
제12장 딥러닝을 활용한 인력 수요 전망 140
제1절 딥러닝과 전망 모형 140
제2절 선행 연구 정리 146
제3절 전망 결과 149
제4절 소결 151
참고문헌 152
[부록 Ⅰ] 저탄소 전환을 반영한 장기 인력 수요 전망 모형 개발 : 계산 가능 일반 균형(CGE) 모형 활용 157
제1절 모형 개발 배경 및 목적 157
제2절 선행 연구 분석 159
제3절 표준 CGE 모형 구성 160
[부록 Ⅱ] 저탄소 전환을 반영한 장기 인력 수요 전망 모형 개발 : 사회계정행렬(SAM) 구성 171
제1절 사회계정행렬의 특징 및 목적 171
제2절 사회계정행렬의 기본구조 174
제3절 거시 사회계정행렬 구성 177
제4절 미시 사회계정행렬 구성 183
[부록 Ⅲ] 비정형 데이터를 활용한 고용 전망 검토 184
참고문헌 219
판권기 222
〈표 2-1〉 2020년 「인구주택총조사」 주요 변수 24
〈표 2-2〉 KEISIM의 각 모듈별 생애 사건 및 활용 자료 25
〈표 3-1〉 활용한 통계 자료 26
〈표 3-2〉 활용한 모형 27
〈표 3-3〉 남성 연령별(5세 단위) 사망률 및 사망자 수 31
〈표 3-4〉 여성 연령별(5세 단위) 사망률 및 사망자 수 32
〈표 3-5〉 모형별 예측오차 비교 36
〈표 4-1〉 모의 출산 연령 40
〈표 4-2〉 출생 순위별 출생아 수 현황과 추이 41
〈표 5-1〉 결혼 및 이혼 추이 45
〈표 5-2〉 성별ㆍ연령별 초혼 추이 46
〈표 5-3〉 성별ㆍ연령별 재혼 추이 48
〈표 5-4〉 성별ㆍ연령별 이혼 추이 49
〈표 5-5〉 분석 표본의 차시별 결혼 이행 확률 52
〈표 5-6〉 최종 분석 표본 기초 통계 53
〈표 5-7〉 실제 부부 자료 기초 통계 55
〈표 5-8〉 남성 초혼 결정 모형 logit model 분석 56
〈표 6-1〉 「한국교육고용패널조사」상의 고등학교 진학 비율 59
〈표 6-2〉 「청년패널조사」상의 데이터 현황 및 진학 비율 61
〈표 6-3〉 「청년패널조사」상의 대학교 진학 비율 62
〈표 6-4〉 「대졸자 직업이동경로 조사」상의 대학교 진학 비율 63
〈표 6-5〉 고등학교 진학 결정_logit model 분석 67
〈표 6-6〉 대학교 진학 결정_mutilogit model 분석 69
〈표 6-7〉 노동시장 이행_mutilogit model 분석(전문대) 71
〈표 6-8〉 노동시장 이행_mutilogit model 분석(일반대) 72
〈표 7-1〉 경제활동 참가 결정 방정식 추정계수(남성) 76
〈표 7-2〉 경제활동 참가 결정 방정식 추정계수(여성) 77
〈표 7-3〉 고용 결정 방정식 추정계수(남성) 80
〈표 7-4〉 고용 결정 방정식 추정계수(여성) 81
〈표 8-1〉 시간당 임금 소득 방정식 추정 결과 84
〈표 8-2〉 월평균 임금 소득 방정식 추정 결과 86
〈표 8-3〉 월평균 소득 비교 88
〈표 9-1〉 KEISIM을 이용한 학력별 생산가능인구 및 경제활동인구 93
〈표 10-1〉 주요국 중앙은행의 GDP Nowcasting 모형 100
〈표 10-2〉 공통 요인을 활용한 VAR 모형 분석 결과 110
〈표 10-3〉 분석 방법별 평균 제곱근 오차 113
〈표 10-4〉 전망 결과의 평균 제곱근 오차 114
〈표 11-1〉 특허 자료 구성 121
〈표 11-2〉 유사도 분석 결과 예시 127
〈표 11-3〉 직업 세분류 직업명 예시 128
〈표 11-4〉 한국고용직업분류 세분류별 직무 개요 통합 대상 직업 수 129
〈표 11-5〉 유사도 높은 AI/인공지능 관련 특허 개수가 많은 상위 직업 20 130
[그림 2-1] KEISIM 모형의 흐름도 19
[그림 3-1] 연령별 사망률 성비 분포 30
[그림 3-2] 성별ㆍ연령별 로그 사망 확률 30
[그림 3-3] 연령 1세별 로그 사망률 예측, 실측 비교(2015~2019년) - 남성 34
[그림 3-4] 연령 1세별 로그 사망률 예측, 실측 비교(2015~2019년) - 여성 35
[그림 3-5] 연령 1세별 1970~2035년 사망률 추이 37
[그림 4-1] 출생아 수 추이 40
[그림 4-2] 합계출산율 추이 41
[그림 5-1] 결혼 및 이혼 추이 45
[그림 5-2] 성별ㆍ연령별 초혼 비중 46
[그림 5-3] 성별ㆍ연령별 재혼 비중 48
[그림 5-4] 성별ㆍ연령별 이혼 비중 49
[그림 5-5] 결혼 모듈의 전체 흐름도 50
[그림 6-1] 교육 모듈의 경로 시나리오 64
[그림 9-1] KEISIM을 이용한 생산가능인구 전망 : 2016~2031년 92
[그림 9-2] KEISIM을 이용한 경제활동인구 전망 : 2016~2031년 93
[그림 9-3] KEISIM을 이용한 취업자 수 전망 94
[그림 10-1] 취업자 수 로그 전환값 추이 106
[그림 10-2] 주성분 수에 따른 설명된 변량 수준 108
[그림 10-3] Doz, Giannone, and Reichlin(2011)을 이용해 구한 공통 요인 추세 109
[그림 10-4] Doz, Giannone, and Reichlin(2012)을 이용해 구한 공통 요인 추세 109
[그림 10-5] 모형 (1) 종속변수 추정치(Doz, Giannone, and Reichlin(2011) 이용) 111
[그림 10-6] 모형 (2) 종속변수 추정치(Doz, Giannone, and Reichlin(2012) 이용) 111
[그림 10-7] 자기회귀모형 실증 분석에서 종속변수 추정치 112
[그림 10-8] 동태요인모형을 이용한 전망 결과 113
[그림 11-1] 한국직업사전 예시 120
[그림 11-2] 특허 자료 예시 121
[그림 11-3] 직업사전 자료 텍스트 임베딩 예시(kcBERT 기반) 124
[그림 12-1] RNN의 구조 141
[그림 12-2] LSTM의 구조 142
[그림 12-3] GRU 구조 144
[그림 12-4] LSTM 모형에 기반한 전체 취업자 수 단기 전망 결과 150
[그림 12-5] GRU 모형에 기반한 전체 취업자 수 단기 전망 결과 150
〈부표 1〉 전문직 분류 직업 리스트 135
〈부록표 Ⅱ-1〉 사회계정행렬의 기본구조 174
〈부록표 Ⅱ-2〉 사회계정행렬의 기본구조 사례 175
〈부록표 Ⅱ-3〉 거시 사회계정행렬 구성 177
〈부록표 Ⅱ-4〉 거시 사회계정행렬에 사용한 통계 179
〈부록표 Ⅱ-5〉 거시 사회계정행렬(2019년) 182
〈부록표 Ⅱ-6〉 경상 이전 거래 주요 항목 183
[부록그림 Ⅰ-1] 단순 CGE 모형 기본 구조 160
[부록그림 Ⅰ-2] 표준 CGE 모형 기본 구조 163
[부록그림 Ⅱ-1] 사회계정행렬 작성 순서 173