기존의 예산과정에 대한 단절균형 연구는 경제적 측면(예산액)을 통해 접근하였으나, 예산액 중심 접근은 예산이 사업이라는 관점을 한정적으로 반영하며, 예산 자료의 특성상 연구의 범위가 중범위 이상으로 강제되어 맥락을 고려하기 어렵다는 한계가 있다. 본 연구에서는 비정형데이터를 통해 사업중심 단절성 분석을 시도했다.
정부예산안의 사업구성이 예산규모를 반영한다면 예산규모 변화와 사업내용 변화에는 정의 인과관계가 있을 것이다. 이를 확인하기 위해 2017∼2018년의 예산규모와 사업내용의 변화를 비교했다. 예산은 증가율로, 사업내용은 딥러닝 모형을 통해 계량화하고, 프로그램, 분야, 부문, 회계유형에 따른 변화를 분석한 결과, 예산과 사업구성 변화가 일치하는 경우는 약 80% 정도였으며, 나머지 20%에서는 한쪽의 변화만 확인되었다.
즉, 전통적인 총액 관점 단절균형 분석은 내적 변화를 충분히 감지할 수 없으며, 예산액 정보를 통한 분석은 변화의 맥락을 파악하는데 한계가 있음을 시사한다.
Previous studies on budget processes using regression discontinuity design focused solely on economic aspects (budget amounts), which limits their ability to reflect the project-centric nature of budgets. Moreover, the inherent characteristics of budget information often necessitate a broader scope of research, making it difficult to consider context. This study aims to analyze discontinuities in government budget proposals from a project-centric perspective, utilizing unstructured data.
We hypothesized that if the project composition in a government budget mirrors its size, a defined causal relationship between budget size changes and project content alterations would exist. To test this, we examined the changes in budget size and project content from 2017 to 2018, using growth rates and a deep learning model for quantification, respectively. Our analysis across programs, fields, sectors, and accounting types revealed that about 80% of changes in budget size align with project composition shifts, while the remaining 20% showed changes in only one dimension.
This indicates that the traditional aggregate-focused regression discontinuity approach may not fully capture internal changes, suggesting limitations in context comprehension even when detailed budget information is available.