시계열 자기상관, 공통요인, 공간의존성을 고려한 지역 실업률 분석
An Analysis of Regional Unemployment in Korea Considering Serial Correlations, Common Factors, and Spatial Dependence
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
지역 실업률은 시계열 자기상관이 뚜렷하고, 공통요인인 전국 실업률에 동조현상을 보이며, 지역 간 상호작용에 의한 공간의존성이 존재하는 경향이 있다. 본 연구는 이러한 특성을 반영한 지역 실업률 분석을 위해 2000년부터 2019년까지 16개 광역시·도의 연간 실업률 자료를 토대로 Bailey et al.(2016)의 2단계 모형(two-stage model)과 Vega and Elhorst(2016)의 동시 모형(simultaneous model)을 적용하였다. 2단계 모형은 지역 실업률에서 공통요인을 제거하는 과정과 지역 간 공간의존성을 처리하는 과정으로 나누어 추정한다. 그러나 공통요인 효과와 공간의존성은 상호의존적일 수 있기 때문에 두 단계로 나누어 추정하는 것은 잠재적으로 편향된 결과를 도출할 위험성을 내포하고 있다. 반면, 동시 모형은 두 가지 형태의 횡단면 의존성을 동시에 분석할 수 있으므로 2단계 모형보다 유용하다. 뿐만 아니라 동시 모형은 추정계수에 제한을 부여함으로써 기본 동적 공간패널모형과 2단계 모형을 일반화할 수 있으며, 분석 과정에서 이질적 상수와 공통요인을 통해 지역고정효과와 시간고정효과를 통제할 수 있다. 동시 모형 추정결과, 우리나라 지역 실업률은 시계열 자기상관이 뚜렷하며, 시차를 두고 인근 지역 실업률의 영향을 받는 것으로 나타났다. 특히 공통요인에 대한 민감도 계수를 통해 수도권 지역과 광주, 울산 및 경남이 경기변동에 민감한 지역인 것으로 나타났다. 우리나라는 지역에 따라 경기변동 민감도가 다른 산업구조를 가지고 있기 때문에, 이를 감안한 일자리 창출을 위한 고용정책을 수립할 필요가 있다.
Abstract
The regional unemployment rates tend to be serially correlated, and have common factors and spatial dependence across space. We apply the two-stage model of Bailey et al.(2016) and the simultaneous model of Vega and Elhorst(2016) using annual unemployment rates of 16 metropolitan cities and provinces from 2000 to 2019 to examine regional unemployment rates with these stylized facts. The two-stage model is estimated by the processes of removing common factors from regional unemployment rates and dealing with spatial dependence. However, because common factors effect and spatial dependence can be interdependent, estimating the two-stage model can potentially lead to biased results. On the other hand, a simultaneous model is more useful than a two-stage model because it can simultaneously analyze two forms of cross sectional dependence. In addition, the simultaneous model can generalize the basic dynamic spatial panel model and the two-stage model by imposing restrictions on the estimated coefficient, and control regional fixed effects and time fixed effects with heterogeneous constants and common factors in the analysis process. The results in simultaneous model show that the regional unemployment rates are serially correlated and affected by the unemployment rates in nearby regions over time. In particular, the sensitivity coefficients for common factors show that Seoul, Incheon, Gyeonggi, Gwangju, Ulsan and Gyeongnam are sensitive to business cycle. Since Korea has an industrial structure with different sensitivity to economic fluctuations according to regions, it is necessary to establish an employment policy based on this.
참고문헌 (30)
- 김수택, "소지역 추정법을 이용한 효율적인 지역 실업률 추정", 응용통계연구, 24(6), pp.1129~1138 (2011), 한국통계학회
- 김종구, "지역 경기동행종합지수 변동이 지역 실업률 변동에 미치는 동태적 영향", 사회적경제와 정책연구, 9(1), pp.181~204 (2019), 국제개발연구소[DOI]
- 김준, "실업률과 경제성장률간의 관계의 분석 : 지역별 특징을 중심으로", 질서경제저널, 21(1), pp.143~164 (2018), 한국질서경제학회[DOI]
- 2014년 이후 실업률 상승에 대한 요인 분석, "김지운", KDI, 41~49 (2018)
- 박성익, "이력효과를 고려한 지역별 오쿤의 법칙의 추정: 비대칭 공적분모형의 활용", 국제경제연구, 12(1), pp.139~164 (2006), 한국국제경제학회
- 박종태, "소지역의 실업률에 대한 상대위험도의 추정에 관한 비교연구", 한국데이터정보과학회지, 20(2), pp.349~356 (2009), 한국데이터정보과학회
- 심주용, "소지역 실업률의 패널추정을 위한 일반화커널추정방정식", 한국데이터정보과학회지, 24(6), pp.1199~1210 (2013), 한국데이터정보과학회[DOI]
- 전병유, "최근 노동시장 평가와 2006년 전망", 노동리뷰, pp.3~21 (2005)
- 경제활동인구조사, "통계청", ~
- Anselin, L., "Spatial Econometrics : Methods and Models" (1988), Kluwer Academic Publisher
- Anselin, L., "Advances in Spatial Econometrics : Methodology, Tools and Application" (2004), Springer
- Bailey, N., "A Two-Stage Approach to Spatio-Temporal Analysis with Strong and Weak Cross-Sectional Dependence", Journal of Applied Econometrics, 31, pp.249~280 (2016)
- Blanchard, O. J., "Regional Evolutions", Brookings Papers on Economic Activity, 1, pp.1~75 (1992)
- Brechling, F., "Trends and Cycles in British Regional Unemployment", Oxford Economic Papers, 19, pp.1~21 (1967)
- Burridge, P., "Unemployment in the British Metropolitan Labour Areas", Oxford Economic Papers, 33, pp.274~297 (1981)
- Chudik, A., "Weak and Strong Cross-Section Dependence and Estimation of Large Panels", The Econometrics Journal, 14, pp.45~90 (2011)
- Hyclak, T., "Structural Changes in Labor Demand and Unemployment in Local Labor Markets", Journal of Regional Science, 36, pp.653~663 (1996)
- Karolina, L. G., "Geographically Weighted Regression in the Analysis of Unemployment in Poland", International Journal of Geo-Information (2018)
- Dynamic Spatial Panel Models: Networks, Common Shocks, and Sequential Exogeneity, "Kuersteiner, G.M.", University of Maryland, ~ (2015)
- Lee, L. -F., "A Spatial Dynamic Panel Data Model with Both Time and Individual Fixed Effects", Econometric Theory, 26, pp.564~597 (2010)
- LeSage, J.P., "Introduction to Spatial Econometrics" (2009), Taylor and Francis
- Mihaela, S., "Predicting the National Unemployment Rate in Romania Using a Spatial Auto-Regressive Model That Includes Random Effects", Procedia Economics and Finance, 22, pp.663~671 (2015)
- Molho, I., "Spatial Autocorrelation in British Unemployment", Journal of Regional Science, 35(4), pp.641~658 (1995)
- Overman, H. G., "Regional Unemployment Clusters : Nearness Matters Within and Across Europe's Borders", Economic Policy, 17(34), pp.115~148 (2002)
- Patacchini, E., "Spatial Dependence in Local Unemployment Rates", Journal of Economic Geography, 72(2), pp.169~191 (2007)
- Pesaran, M. H., "Estimation and Inference in Large Heterogeneous Panels with a Multifactor Error Structure", Econometrica, 74(4), pp.967~1012 (2006)
- Pesaran, M. H., "Testing Weak Cross-Sectional Dependence in Large Panels", Econometric Reviews, 34(6-10), pp.1088~1116 (2015)
- Thirlwall, A.P., "Regional Unemployment as a Cyclical Phenomenon", Scottish Journal of Political Economy, 13, pp.205~219 (1966)
- Vega, S.H., "A Regional Unemployment Model Simultaneously Accounting for Serial Dynamics, Spatial Dependence and Common Factors", Regional Science and Urban Economics, 60, pp.85~95 (2016)
- Yu, J., "Quasi-Maximum Likelihood Estimators for Spatial Dynamic Panel Data with Fixed Effects When Both N and T are Large", Journal of Econometrics, 146, pp.118~134 (2008)