장년층 경제활동참여 특성과 유형

오민홍

추천

검색

자료유형: 학술저널

저자정보: 오민홍

저널정보: 한국질서경제학회 질서경제저널 질서경제저널 제22권 제1호

발행연도: 2019.1

수록면: 93 - 107 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구의 목적은 장년층 경제활동 특성은 어떠한지를 분석하고, 이들 장년층의 경력경로를 유형화하는데 있다. 경력경로를 활용한 장년층 유형화는 인구고령화 시대를 맞아 장년층 고용 활성화를 위한 효과적 정책 수립을 위한 기초자료로 활용될 것으로 기대된다. 분석을 위해 본 연구는 한국고용정보원의 고령화연구패널(KLOSA)을 활용하였으며, 장년층 경제활동참가 결정요인을 위해서는 로지스틱 모형, 장년층 경력 경로 유형분류를 위해서는 사건계열분석 모형을 활용하였다. 이에 더해 사건계열분석을 토대로 재취업형과 은퇴형으로 분류된 집단을 활용하여 고정효과와 임의효과 모형을 분석하였다. 장년층 경제활동 결정요인 분석에서는 고학력자가 저학력자에 비해 비경활화 경향이 높은 것을 확인할 수 있었다. 이러한 결과는 고학력자의 경우 학력프리미엄 축적을 통해 은퇴가 상대적으로 용이한 것으로 추정된다. 장년층을 경력 경로를 이용하여 유형화한 결과 계속 취업형, 재취업형, 은퇴형, 계속 비경활형의 네 가지 유형으로 구분할 수 있었다. 이들 네 개 집단 중 정책적 한계집단은 재취업형과 은퇴형으로 평가되는데, 특히 재취업형의 경우에는 노동시장으로의 이행을 보다 원활히 할 수 있는 방안과 함께 보다 나은 일자리로의 이행을 위한 지원이 필요할 것으로 평가된다. 또한 생애 주된 일자리에서 임시 혹은 일용직으로 이행한 후 기대 수준에 맞이 않아 비경활화하는 은퇴형에 대해서도 적절한 정책적 고려가 필요할 것으로 판단된다.

The purpose of this paper is to evaluate the characteristics of labor force participation for the elderly and to classify them based on their career path. The classification of the elderly would have a significant implication under the circumstance of aging society. As well known, aging society has been pointed as main causes of the labor shortage and skill depletion. Therefore, searching for the marginal group out of any elderly labor force who could enter or reenter the labor market would give us an blue print to establish both efficient and effective labor policies. If there is ex ante concern on finding the policy target, the public employment service targeting all of the elder workers would cause serious inefficiency of government budget and no one could assure the effectiveness of the government intervention into the labor market. For this analysis, we made use of the Korean Longitudinal Study of Ageing(KLoSA), collected by the Korean Employment Information Service and utilize logistic model, event sequential analysis and some panel models. It is found that the elderly with higher education tend to have higher probability to retire the labor market earlier compared to the less educated. This result seems that the high educated groups could accumulate their wage premium in the labor market. From the event sequential analysis, we classify the elderly by four groups: group with staying in the labor market permanently, groups that reenter the labor market, retired group and non-labor force. Among these group, policy target could be the group that reenter the labor market and (seemingly) retired group. In the case of groups that reentered the labor market, the government would stimulate them to have a job faster and to match with more decent jobs. It is because better job matching would lead the elderly workers to longer contract with their employers. Furthermore, the government need to establish better policy measures for the retired group who might come back to the labor market for the expended life span. As population is aging, the government could not ignore the depletion of the public pension system. In this case, letting the elderly workers who has willingness to support themselves could be a reliable option to save the public pension system and future government budget.

#Aging society #Labor force participation #Career path #Event Sequential Analysis.

참고문헌 (14)

참고문헌 신청

Abbott, A. / 1986 / Optimal Matching Methods for Historical Sequences / Journal of Interdisciplinary History XVI(3):471~494

Brzinsky-Fay, C. / 2006 / Sequence Analysis with Stata / The Stata Journal 6(4):435~460

Hwang, K. D. / 2013 / Study on Constructing Adequate Jobs for Older Workers

홍백의 / 2010 / 중·고령자의 고용형태별 퇴직과정 유형과 그 결정요인에 관한 연구 / 한국사회정책 17(1):291~319

지은정 / 2008 / 고령남성의 경제활동참가 결정요인 연구 - 노후빈곤노동가설 및 숙련편향기술진보설을 중심으로 - / 한국사회복지학 60(3):31~58

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

오민홍

소속기관 동아대학교

주요연구분야 사회과학 > 경제학

논문수 14 이용수 380

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)