7대 광역도시 시장형노인일자리사업 효율성 분석

정성배; 신유나

추천

검색

자료유형: 학술저널

저자정보: 정성배 (조선대학교) 신유나 (조선대학교)

저널정보: 아시아문화학술원 인문사회 21 인문사회 21 제13권 제5호

발행연도: 2022.10

수록면: 3,485 - 3,500 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

7대 광역도시 시장형노인일자리사업 효율성 분석정 성 배*ㆍ신 유 나**연구 목적: 본 연구는 우리나라 7대 광역도시의 시장형노인일자리사업에 대한 효율성을 분석하여 광역도시별 시장형노인일자리사업의 효율적 운영을 위한 대안 제시에 목적을 두고 연구를 수행하였다. 분석자료는 한국노인인력개발원(2021)이 발표한 「2020년 노인일자리 및 사회활동지원사업 통계현황」 자료를 사용하였다.연구 방법: 본 연구는 DEA분석방법을 적용하여 효율성을 분석하였다. 투입변수는 종사자수, 기관수, 참여자수, 사업단수로 선정하였고, 산출변수는 시장형노인일자리사업 참여자의 평균보수로 선정하여 효율성을 분석하였다.연구 내용: 분석결과 울산이 가장 효율적인 도시로 나타났고, 서울이 가장 비효율적인 도시로 나타났다. 또한, 투입변수 가운데 기관수와 사업단수, 종사자수가 효율성에 강한 기여도가 있는 것으로 나타났고, 효율성을 위해 사업단수와 기관수 조정의 필요성을 알 수 있다.결론 및 제언: 각 광역도시별 시장형노인일자리사업의 효율성을 위해 기관수와 사업단수 조정이 요구되었다. 특히, 서울의 경우 기관수와 사업단수 조정이 강하게 요구되고, 각 도시의 재정에 맞는 노인일자리사업의 콘텐츠와 프로그램 개발 필요성을 제언하였다. 또한, 시장형노인일자리사업 종사자의 전문성을 강화하기 위한 전문적인 교육프로그램 마련을 제언하였다.핵심어: 7대 광역도시, 노인일자리정책, 시장형노인일자리사업, 효율성, DEA분석□ 접수일: 2022년 9월 30일, 수정일: 2022년 10월 14일, 게재확정일: 2022년 10월 20일＊ 주저자, 조선대학교 행정복지학부 교수(First Author, Professor, Chosun Univ., Email: cellist915@chosun.ac.kr)** 교신저자, 조선대학교 대학원 사회복지학과 박사과정(Corresponding Author, Doctoral Course, Chosun Univ., Email: senior2003@hanmail.net)

Analysis on Efficiency of Market-type Elderly Job Projectin 7 Metropolitan CitiesSeongbae Jeong & Youna ShinAbstract: This study was conducted with the purpose of presenting alternatives for the efficient operation of market-type elderly job projects in metropolitan cities by analyzing the efficiency of the market-type elderly job projects in Korea's 7 metropolitan cities. ‘Statistics of Jobs and Social Activity Support Projects for the Elderly in 2020’ published by the Korea Human Resources Development Institute for the Elderly (2021) was used for analyzing data. For the efficiency analysis method, the DEA analysis method was applied, and the selected input variables were the number of workers, the number of institutions, the number of people participating in the project, and the number of the project group and the selected output variables were the average monthly payment of the elderly participating in the project. As a result of the analysis, Ulsan was the most efficient city, and Seoul was the most inefficient city. In addition, it was found that among the input variables, the number of institutions, the number of project groups, and the number of employees had a strong contribution to efficiency, and it can be seen that there is a need to adjust the number of project groups and the number of institutions for efficiency. Therefore, it is required to adjust the number of institutions and the number of projects for the efficiency of the market-type elderly job project for each metropolitan city. In particular, in the case of Seoul, it is strongly required to adjust the number of institutions and project groups, and it is suggested that the need for development of the contents and programs of the elderly job project suitable for each city's finances. In addition, it is suggested preparing a professional education program to strengthen the professionalism of market-type elderly job workers.to strengthen the professionalism of market-type elderly job workers.Key Words: 7 Metropolitan Cities, Job Cpportunity Policy for the Elderly, Market-type Elderly Job Project, Efficiency, DEA (Data Envelope Analysis)

#핵심어: 7대 광역도시 #노인일자리정책 #시장형노인일자리사업 #효율성 #DEA분석 #Key Words: 7 Metropolitan Cities #Job Cpportunity Policy for the Elderly #Market-type Elderly Job Project #Efficiency #DEA (Data Envelope Analysis)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

정성배

소속기관 조선대학교

주요연구분야 사회과학 > 지리학 > 국제·지역개발학 공학 > 컴퓨터학

논문수 24 이용수 3,600

신유나

소속기관 조선대학교

주요연구분야 사회과학 > 기타 사회과학

논문수 1 이용수 10

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)