메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
연구보고서
저자정보
저널정보
한국개발연구원 [KDI] KDI 정책연구시리즈 코로나19 전후 고용구조 및 소득격차 변화: 노동패널 분기자료를 활용한 분석
발행연도
2022.12
수록면
0 - 0 (0page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
코로나19는 2020년 1월 한국에 처음 상륙해 무려 3년 가까이 우리의 일상을 뒤흔들었다. 코로나19는 노동시장에도 커다란 영향을 미쳤는데, 2020년 3월부터 전년 동월 대비 20~40만개의 일자리가 사라졌고, 절정에 이른 2021년 1월에는 약 100만개의 일자리가 감소하였다. 하지만 그해 3월부터 고용이 빠르게 회복되어 2022년 9월 현재 외견상 코로나 이전 상태를 완전히 회복한 듯 보인다. 이 같은 상황에서 본 보고서는 다음과 같은 세 가지 연구 질문을 제기하였다. 첫째, 코로나 위기를 전후로 우리 노동시장의 고용구조에 어떤 변화가 있었는가? 둘째, 고용의 양적 회복이 확인되는 가운데 임금(소득)과 같은 질적 측면에서도 예전 수준으로 충분히 회복되었는가? 이 두 질문은 코로나19로 인한 고용 충격이 특정 유형의 근로자에게 불균등하게 피해를 초래했는지를 확인하려는 목적이다. 마지막 질문은 코로나19의 고용 충격 이외에 또 다른 노동시장 변화요인이 작용하고 있는가 하는 점이다. 최근의 고용 증가 양상이 지금까지의 경험과는 사뭇 다른 양상을 보이는 원인을 찾고자 함이다. 본 연구에서는 이러한 질문들을 분석하기 위해 노동패널(KLIPS) 18차(2015년)부터 24차(2021년)까지의 자료를 이용하는데, 연간 단위로 조사되는 자료를 분기별 데이터로 재구성하여 코로나19를 전후한 분기별 고용 동학을 분석한다. 구체적으로 KLIPS 직업력 자료에서 확보된 개인별 직업이력으로부터 각 분기별 고용정보를 추출하고 이를 토대로 분기별 노동이동과 그에 수반된 소득 변화의 특징을 분석하였다. 분기별 자료를 활용하는 경우 연간자료를 분석할 때보다는 더 많은 단기 일자리 변동이 분석에 포함될 수 있다는 이점이 있다.

목차

발간사
요 약

제1장 서 론

제2장 선행연구
　제1절 코로나19의 고용 충격
　제2절 소득격차에 미친 영향

제3장 분석자료
　제1절 분기자료의 구축
　제2절 분기자료의 기초통계와 특성

제4장 코로나19 전후 고용상태 이동의 특징
　제1절 코로나19 영향의 퇴직
　제2절 고용상태 이동률 추이
　제3절 상태이동 유형별 근로자의 연령 구성

제5장 근로소득의 변화와 격차 추이
　제1절 코로나19 전후의 근로소득 변화 추이
　제2절 코로나19 영향 퇴직자의 특성과 임금격차

제6장 결론 및 시사점
　제1절 분석 결과의 요약
　제2절 2019년의 고용 위축에 대한 재론
　제3절 남은 과제

참고문헌
부 록
ABSTRACT

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : https://doi.org/10.22740/kdi.ps.2022.06