<3038303931315F4B454953C0CEB7C2BCF6B1DEC0FCB8C130362D313628C6EDC1FDBABB29C1A633B1B35FBCF6C1A42831303232295B315D2E687770>

중장기 인력수급전망 (2006-2016) 2008. 2. 노동부 한국고용정보원

중장기 인력수급전망 (2006-2016) 2008. 2. 한국고용정보원 인력수급전망센터

연구 과제명 : 중장기 인력수급전망: 2006-2016 연구기간 : 2007년 연구 수행자 연구책임자 공동연구원 주무현 연구위원 강민정 연구원 박세정 연구원 한국고용정보원 인력수급전망센터 한국고용정보원 인력수급전망센터 한국고용정보원 인력수급전망센터

차 례 요 약 i Ⅰ. 머리말 1. 미래의 나침반이 필요하다 1 2. 인력수급전망의 기능과 효과 5 3. 국내 인력수급전망연구 검토 8 Ⅱ. 인력수급전망 기본 개요와 방법 1. 주요 국가의 인력예측모형 11 2. KEIS 인력예측모형의 기본단계와 절차 26 Ⅲ. 중장기 산업별 성장과 취업계수 전망 1. 노동수요전망과 거시경제 활용 자료 36 2. 산업별 경제성장과 고용효과 39 3. 산업별 부가가치전망 44 4. 산업별 취업계수의 추이와 전망 54 Ⅳ. 노동수요전망 1. 산업별 노동수요전망 60 2. 직업별 노동수요전망 69 3. 직종별 노동수요전망 82

Ⅴ. 노동공급전망 1. 생산가능인구전망 90 2. 경제활동인구전망 96 Ⅵ. 총량전망과 정책 함의 1. 총량 전망 107 2. 산업성장과 노동수요의 관계 109 3. 정책함의와 향후 과제 116

표차례 <표 I-1> 인력수급전망의 주요 기능 7 <표 II-1> COPS 모형의 주요 구성요소 19 <표 II-2> 노동수요 전망에 사용된 데이터 출처 22 <표 III-1> 실질 국민소득의 시기별 평균 성장률 39 <표 III-2> 산업 3분류 부가가치전망 44 <표 III-3> 산업 3분류 실질 부가가치 비중 전망 45 <표 III-4> 농림어업 부가가치 전망 46 <표 III-5> 농림어업 부가가치 비중 전망 47 <표 III-6> 광업 부가가치 전망 47 <표 III-7> 광업 부가가치 비중 전망 48 <표 III-8> 제조업 부가가치 전망 49 <표 III-9> 제조업 부가가치 비중 전망 50 <표 III-10> 서비스업 부가가치 전망 52 <표 III-11> 서비스업 부가가치 비중 전망 53 <표 III-12> 농림어업 취업계수 전망 56 <표 III-13> 광업 취업계수 전망 56 <표 III-14> 제조업 취업계수 전망 58 <표 III-15> 서비스업 취업계수 전망 59 <표 Ⅳ-1> 산업3분류 노동수요전망 60 <표 Ⅳ-2> 산업3분류 노동수요 비중 전망 61 <표 Ⅳ-3> 산업대분류 노동수요 전망 62 <표 Ⅳ-4> 산업대분류 노동수요 비중 전망 63 <표 Ⅳ-5> 농림어업 노동수요전망 64 <표 Ⅳ-6> 농림어업 노동수요 비중 전망 64 <표 Ⅳ-7> 광업 노동수요전망 65 <표 Ⅳ-8> 광업 노동수요 비중 전망 65 <표 Ⅳ-9> 제조업 노동수요전망 66 <표 Ⅳ-10> 제조업 노동수요 비중 전망 67 <표 Ⅳ-11> 서비스업 노동수요전망 69

<표 Ⅳ-12> 서비스업 노동수요 비중 전망 70 <표 Ⅳ-13> 직업중분류 노동수요전망 72 <표 Ⅳ-14> 직업중분류 노동수요 비중 전망 73 <표 Ⅳ-15> 직업소분류 노동수요전망 76 <표 Ⅳ-16> 직업소분류 노동수요 비중 전망 79 <표 Ⅳ-17> 직종대분류 노동수요전망 83 <표 Ⅳ-18> 직종대분류 노동수요 비중 전망 83 <표 Ⅳ-19> 직종중분류 노동수요전망 86 <표 Ⅳ-20> 직종중분류 노동수요 비중 전망 88 <표 Ⅴ-1> 추계인구와 생산가능인구 91 <표 Ⅴ-2> 추계인구와 생산가능인구 연간 변화 비교 92 <표 Ⅴ-3> 성별 추계인구 전망 93 <표 Ⅴ-4> 성별 생산가능인구 전망 93 <표 Ⅴ-5> 연령계층별 추계인구 전망 94 <표 Ⅴ-6> 연령계층별 생산가능인구 전망 95 <표 Ⅴ-7> 연령별 경제활동참가율 및 연평균 변화 99 <표 Ⅴ-8> 성별 경제활동인구 및 연평균 변화 전망 102 <표 Ⅴ-9> 연령별 경제활동인구 및 연평균 변화 103 <표 Ⅴ-10> 연령별 경제활동인구의 비중 및 연평균 변화 104 <표 Ⅵ-1> 중장기 인력수급 총량전망 107 그림차례 [그림 II-1] 미국 BLS 인력예측모형의 기본구조와 전망단계 12 [그림 II-2] COPS 모형의 노동시장 전망 구조 20 [그림 II-3] ROA 인력예측 모형의 기본구조와 예측과정 23 [그림 II-4] 인력수급전망 기본 단계 27 [그림 II-5] 산업 직업 비중 행렬 구조 33 [그림 III-1] 실질 국민소득 성장 추이: 1970-2006 37 [그림 III-2] 실질 국민소득 성장률 추이: 1970-2006 38

[그림 III-3] 실질GDP 성장률과 실질총부가가치 성장률의 격차 추이: 1970-2006 38 [그림 III-4] 전산업 부가가치와 성장률의 연도별 추이 40 [그림 III-5] 전산업 부가가치성장률과 고용탄력성 추세 41 [그림 III-6] 광공업 부가가치성장률과 고용탄력성 추세 42 [그림 III-7] 서비스산업 부가가치증가율과 고용탄력성 추세 43 [그림 III-8] 산업별 취업계수 추이 54 [그림 III-9] 산업별 취업계수 전망 55 [그림 Ⅴ-1] 1991~2007년 경제활동참가율 변화 (단위: %) 97 [그림 Ⅴ-2] 여자 경제활동참가율의 연도별 추이와 전망 100 [그림 Ⅴ-3] 남자의 연령별 경제활동참가율 전망 101 [그림 Ⅴ-4] 남자의 연령별 경제활동인구 구성 전망 105 [그림 Ⅴ-5] 여자의 연령별 경제활동인구 구성비 105 [그림 Ⅵ-1] 고용률 추이와 전망 108 [그림 Ⅵ-2] 경제활동인구, 취업자 및 실업률 추이와 전망 109 [그림 Ⅵ-3] 제조업의 연평균 부가가치 성장률과 고용 증감률(2006-2016) 110 [그림 Ⅵ-4] 서비스산업의 연평균 부가가치 성장률과 고용 증감률(2006-2016) 111 [그림 Ⅵ-5] 생산서비스 부문 산업별 연평균 부가가치 성장률과 고용증감률(2006-2016) 112 [그림 Ⅵ-6] 사회서비스업 부문 연평균 부가가치 성장률과 고용증감률(2006-2016) 113 [그림 Ⅵ-7] 개인서비스업 부문 연평균 부가가치 성장률과 고용증감률(2006-2016) 114 [그림 Ⅵ-8] 유통서비스업 부문 연평균 부가가치 성장률과 고용증감률(2006-2016) 115

요 약 미국 노동통계국(BLS)은 제2차 세계대전이후 제대군인에게 일자리 정보를 제공하기 위 해 고용전망을 실시하기 시작했다. 현재 미국에서 고용전망은 청소년의 진학 및 진로, 이직 및 전직 희망자에게 가장 중요한 고용정보로서 활용되고 있다. 더 나아가서 BLS는 취업 가능한 직업에 대한 단순한 정보를 기술하고 예측하는 차원에서 벗어나 거시경제, 노동력 공급, 산업별-직업별 고용전망 등을 실시하는 단계로 발전하였다. 이처럼 인력수급전망은 국민경제와 노동시장의 신호(signals)로서 기능하면서 직업상담원, 교육자, 취업지원센터, 교육훈련기관, 장기고용전망연구 등에서 광범위하게 활용되고 있다. 인력수급전망은 인적자원, 산업 및 고용 정책 개발에 필요한 정책적 기능을 담당한다. 첫째, 인력수급전망은 미시적으로 기업 단위의 숙련수요를 반영하는 교육훈련시스템 구축 뿐만 아니라 산업구조의 변동에 따른 산업별 인력수급과 외국인력 활용 계획 수립에 활용 될 수 있다. 둘째, 인력수급전망은 인구구조의 고령화와 저출산에 따른 경제활동인구 변동 에 대응할 수 있는 거시경제정책에도 활용된다. 마지막으로 인력수급전망은 진로 및 직업 선택을 위한 의사결정 및 상담 자료로서 정보적 기능을 수행한다. 예컨대 진로 및 직업선 택에서 중장기 고용전망은 학생, 실직자 및 이 전직자의 의사결정에 유용하게 활용된다. 무엇보다 인력수급전망은 직업상담 업무를 담당하는 진로담당 교사와 직업상담원의 기초자 료로서 이용될 수도 있다. 개발경제시대 국가는 산업인력을 계획적으로 공급하는 역할을 정책적으로 수행했다. 이 제 국가에 의한 노동력의 수급조절은 더 이상 효과적이지 않다. 정부의 정책목표가 시장가 격을 왜곡하거나 훈련인센티브의 효과를 떨어뜨리는 결과를 초래하기 쉽다. 일방적이고 획 일적인 인력수급조절은 시장경제의 논리와 부합되지 않기 때문이다. 그럼에도 불구하고 인 력수급전망은 국가적 차원에서 집중적으로 관리되고 운영될 필요가 있다. 인력수급전망은 과거의 인력수급조정수단에서 산업별 직업별 고용정보로서 그 기능이 확대되고 있다. 미 래의 직업변동과 고용전망은 일반 고용정보로서 구직자의 직무탐색비용 감소와 수급불균형 해소에 기여함으로써 추가적인 재정지출을 하지 않고서도 고용창출효과를 낳을 수 있다. 고용전망은 고용정보로서 공공재 성격을 지니고 있기 때문에 중립적이고 독립적인 기관에 서 지속성과 연속성을 갖고 일관되게 추진해야 할 국가적 과제라고 보아야 한다. 2006년부터 2016년까지 산업별 노동수요는 다음과 같이 변동하게 될 것으로 본다. 농림 어업과 제조업 노동수요는 전반적으로 하락하고, 서비스산업은 크게 상승할 전망이다. 농림 어업 노동수요는 2006년 179만명에서 2016년 139만명으로 연평균 2.4%씩 감소할 것으로 본다. 광공업 노동수요는 2006년 419만명에서 2016년 414만명으로 5만여명 줄어들어 연

ii 평균 0.1%씩 감소할 것으로 내다본다. 광공업 취업자 감소는 제조업에 의해 주도된다. 다 른 한편 서비스산업 노동수요는 2006년 1,718만명에서 연평균 1.9%씩 증가하여 2016년에 는 2,077만명에 달할 것으로 예상된다. 향후 10년 동안 제조업 취업자는 5만여명 이상 감 소하는 대신, 서비스 부문 취업자는 359만명 증가할 전망이다. 그 결과 산업별 취업자 비 중도 변화될 전망이다. 제조업 부문 취업자는 2006년 18.0%에서 2016년 15.7%로 2.3%p 감소하고, 서비스 부문은 2006년 74.2%에서 2016년 79.0%로 4.7%p 증가할 전망이다. 농 림어업 취업자 비중은 2006년 7.7%에서 2016년 5.3%로 2.4%p 감소할 것으로 예상된다. 경제발전과 산업구조 변동에 따라 농림어업 부문 고용규모가 자연스럽게 감소하고, 농어촌 지역 인구 감소의 주요 원인으로 작용하게 될 것으로 전망된다. 2016년에는 경영 회계 사 무 관련직이 354만명으로 가장 많을 것으로 예상된다. 그 다음은 영업 및 판매 관련직이 342만명, 교육 및 자연과학, 운전 및 운송 관련직과 음식 서비스 관련직이 각각 180여만 명, 교육 및 자연과학 사회과학 연구관련직이 171만명 등으로 많을 전망이다. 그리고 일자 리가 가장 많이 증가할 직업으로는 경비 및 청소 관련직(48만명), 교육 및 자연과학 사회과 학 연구관련직(47만명), 경영 회계 사무 관련직(43만명), 미용 숙박 여행 오락 스포츠 관련 직(34만명)과 보건 의료 관련직(30만명) 등의 순서로 전망된다. 다른 한편, 같은 기간 동안 농림어업 관련직(36만명), 영업 및 판매 관련직(20만명), 섬유 및 의복관련직(11만명) 등은 감소할 것으로 본다. 노동수요 또는 고용규모 증가율은 일자리 증감 속도로서 향후 어떤 부문 직업에서 일자 리가 빠르게 생겨날 것인가를 보여준다. 일자리 증가속도는 사회복지 및 종교 관련직이 연 평균 4.8%로 가장 빠르고, 그 다음 보건 의료 관련직이 4.3%, 경비 및 청소 관련직이 3.8%, 미용 숙박 여행 오락 스포츠 관련직이 3.7%, 교육 및 자연과학 사회과학 연구 관련 직이 3.3%, 정보통신 관련직이 3.0%의 순서로 나타났다. 다른 한편 섬유 의복 관련직이 연평균 3.0%씩 가장 빠르게 감소하고, 그 다음 농림어업 관련직은 연평균 2.2%씩 감소하 고, 영업 및 판매 관련직은 연평균 0.6%씩 감소할 전망이다. 그리고 직업별 취업자 비중을 살펴보면, 경영 회계 사무 관련직이 13.5%로 가장 높고, 영업 및 판매직이 13.0%, 음식 서 비스 관련직과 운전 및 운송직이 모두 6.9%, 교육 및 자연과학 사회과학 연구 관련직이 6.5% 등의 순서로 예상되었다. 제조업 관련 전통적 직업의 취업자 비중이 감소하고 서비스 관련 직업의 새로운 직업 집단이 크게 증대하겠지만, 전통적인 경영 회계 사무 관련직 일 자리도 여전히 많을 전망이다. 마지막으로 2016년까지 직종별 노동수요는 전문가가 74만명 으로 가장 많고, 그 다음 기술공 및 준전문가와 서비스종사자가 각각 63만명, 사무종사자 는 60만명 증가할 전망이다. 대신 농업 임업 및 어업 숙련 종사자는 36만명으로 가장 크게 감소할 것으로 전망되며, 전통적으로 취업자 비중이 높았던 판매 종사자도 30만명 정도 줄 어들 전망이다. 직종별 노동수요는 사무종사자, 서비스종사자, 기술공 및 준전문가, 단순노 무종사자, 전문가 등이 주도하는 반면, 판매종사자와 농림어업 숙련 종사자는 노동수요가 지속적으로 감소하여 사양직종으로 분류될 것으로 본다. 과거 전통적인 산업부문으로서 농업, 임업 및 어업 숙련종사자와 판매 종사자 등의 노동

iii 수요가 크게 감소하는데 반해, 전문가와 기술공 및 준전문가 등의 노동수요가 크게 증가할 전망이다. 산업 고도화와 경제의 서비스화 현상이 심화되면서 농업 임업 및 어업 숙련 종 사자와 생산직 종사자 비중이 감소할 것으로 본다. 무엇보다 제조업 부문의 전통적 직종이 비교적 높은 비중을 차지하고 있더라도 점차 감소하는 것으로 나타났다. 화이트컬러 사무 종사자와 생산직 고용은 꾸준히 증가하고 있으나 비중은 다소 하락할 전망이다. 전반적으 로 고숙련직종(전문가와 준전문가 및 기술공 등) 고용은 증가하고, 제조업 부문 전통적 저 숙련 기능직 노동수요가 감소할 전망이다. 반대로 일반사무 및 서비스 관련 사무직 종사자 에 대한 노동수요는 꾸준히 증가하여 가장 많은 일자리 부분을 차지하게 될 것으로 전망된 다. 그리고 취업자 비중이 높은 도소매 판매 종사자와 농업 및 어업 숙련종사자 노동수요 가 크게 줄어들 양상이다. 숙련수준별 고용구조의 중간 영역 에 해당되는 노동수요 감소가 심화되어 모래시계형 숙련별 노동수요 구조가 형성될 것으로 본다. 우리나라에서 생산가능인구는 15세 이상의 인구 중 현재 경제활동 참여에 대한 제한이 없는 비속박인구(non-institutional population)를 의미한다. 통계청은 5년 단위로 실시하는 인구주택총조사 결과를 기초로 하여 인구변동요인(출생, 사망, 국제이동 등) 등을 반영 한 장래추계인구 를 발표하고 있다. 그러나 통계청 장래추계인구 를 생산가능인구로 곧바로 활용하지 못하기 때문에 연령계층별 생산가능인구가 새롭게 추정되어야 한다. 통계 청 장래인구추계 에서 연령계층별 인구보정을 거쳐 추정한 생산가능인구는 2006년 3,876만명에서 2016년 4,224만명으로 연평균 0.86% 성장하여 347만명 증가한다. 전망기 간 동안 남자 생산가능인구는 연평균 0.98%씩 증가하여 193만명이 성장하고, 여성은 연평 균 0.75%씩 증가하여 154만명이 많아질 전망이다. 20-24세 연령계층 남자 생산가능인구가 동일 연령계층 여성에 비해 크게 낮은데, 이들이 대부분 군복무 연령기간이기 때문이다. 15-19세 연령구간의 남자 생산가능인구는 연평균 3.9%씩 가장 빠른 속도로 감소하고, 그 다음 20-24세 연령구간이 연평균 0.3%씩 감소할 전망이다. 대신 50세 이상 생산가능인구 는 연평균 2-4%씩 증가할 것으로 본다. 여자 생산가능인구 가운데 35-39세 연령계층이 연 평균 1.2%씩 감소하여 가장 빠른 속도로 줄어들 전망이다. 남자와 달리 여자는 49세 이하 연령구간에서 생산가능인구가 모두 감소하는 것으로 나타났다. 여자도 남자와 마찬가지로 50세 이상 생산가능인구가 연평균 2-5%씩 증가할 전망이다. 남자보다 여자 생산가능인구 의 고령화가 훨씬 더 빠르게 진행될 전망이다. 이런 현상은 경제성장의 활력을 떨어뜨리는 원인으로 작용할 가능성이 높다. 2016년까지 우리나라 경제활동참가율은 2006년 61.9%에서 2016년 64.3%로서 2.44%p 가량 상승할 전망이다. 그리고 남자 경제활동참가율은 2006년 74.1%에서 2016년 74.0%로 0.15%p 하락하고, 여자 경제활동참가율은 50.3%에서 54.9%로 4.5%p 상승할 전망이다. 여 성의 노동시장 참여가 점진적으로 증가하면서 전체 경제활동참가율이 2.4%p 가량 상승할 수도 있다. 앞으로 경제활동참가율 상승은 여자의 노동시장 진입 증가에 의해 주도될 것이 다. 여자 경제활동참가율을 제고시키기 위한 노동시장의 다양한 유인제도와 출산 및 육아 비용의 사회화 정책이 체계적으로 개발되어야 할 것이다. 여자 경제활동참가율은 해마다

iv 상승하고 있다. 해가 거듭될수록 여자 경제활동참가율곡선이 상향이동(upward shift)하는 긍정적인 현상이 전망된다. 무엇보다 30-34세 연령계층 경제활동참가율곡선의 상향이동 현 상이 뚜렷할 것으로 예상된다. 그 결과 여성 경제활동참가율이 M-커브(M-shaped Curve) 에서 역U-커브(inversed U-shaped Curve)로 변화할 가능성도 엿보인다. 그리고 남자 경 제활동참가율의 연도별 추이와 전망에서 보면, 청년층 남자 경제활동참가율은 해가 거듭될 수록 하락하는 대신, 중고령층 남자 경제활동참가율은 상승하는 추세에 놓일 전망이다. 청 년 경제활동인구 감소는 교육기간 연장에 따른 학령기간 확장, 저출산, 청년실업률 증대와 NEET 현상 등 일일이 열거하기 힘들 만큼 다양한 요인이 복합적으로 작용할 것이라고 본 다. 특히 고학력화에 따른 과잉교육 또는 하향취업에 따른 전공-교육 불일치 현상은 청년 경제활동인구 감소를 더욱 심화시키는 구조적 요인으로 작용할 전망이다. 경제활동인구는 2006년 2,398만명에서 2016년 2,716만명으로 318만명 증가할 전망이 다. 남자 경제활동인구는 2006년 1,398만명에서 2016년 1,538만명으로 연평균 0.96%씩 증가하여 140만명 늘어날 전망이다. 여자 경제활동인구는 2006년 1,000만명에서 2016년 1,178만명으로 연평균 1.7%씩 늘어나 178만명 증가할 전망이다. 과거에 비해 여자 경제활 동인구 증가 규모가 크고, 증가 속도 또한 괄목할만하다. 향후 10년 동안 여자 경제활동인 구가 178만명 증가하는데 반해 남자는 140만명 증가하는데 불과하다. 여자 경제활동인구의 연평균 증가 속도가 남자보다 높은 수준을 유지할 것으로 본다. 여자의 생산가능인구와 경 제활동인구가 남자보다 훨씬 빠른 속도로 증가한다. 이와 같은 현상은 여성의 고학력화, 산 업구조의 서비스화와 사회진출 기회 증대 등에 따른 결과라고 볼 수 있다. 경제활동인구의 고령화와 청년층 감소가 개선될 가능성이 크지 않을 것으로 보인다. 결혼 연령이 남녀 모 두 늦어지고, 출산 및 육아 비용 증대에 따른 저출산 현상이 증대하면서 생산가능인구와 경제활동인구 감소 현상이 개선되고 있지 않다. 전체적으로 보아 노동수요는 2006년 2,315만명에서 2016년 2,630만명으로 연평균 31만 명 정도 증가할 것으로 본다. 다른 한편 경제활동인구는 2006년 2,398만명에서 2016년 2,716만명으로 연평균 32만명 증가가 전망된다. 노동력 초과공급은 2006년 83만명에서 2016년 86만명으로 큰 변동 없을 것으로 전망된다. 만약 전망결과와 같이 노동수요가 완 만하게 상승하고 생산가능인구와 경제활동인구의 고령화 현상이 심화될 경우 2010년대 중 반부터 인력부족이 예상되기도 한다. 노동시장의 자율적 임금 조정 기능이 취약한 상황이 개선되지 않을 경우 인력부족에 대비하는 정부 차원의 인력수급정책이 중장기적으로 모색 되어야 할 것으로 본다. 인력부족이 점진적으로 증가할 것으로 예상되는 가운데 임금 결정 의 경직성이 완화되지 않을 경우 원활한 인력수급이 이뤄지지 않을 수도 있다. 중장기 인력수급전망은 경제성장과 기술발전 수준 등 미래의 사건을 정확하게 예측할 수 없는 인간 능력의 한계, 과거 기술변화 추세에 기초한 선형외삽법의 외부충격 예측 불 가능성이라는 근본적 한계를 갖고 있다. 그럼에도 불구하고 중장기 인력수급전망은 과거 통계자료를 이용하여 미래 노동시장의 산업별-직업별 고용 수준을 예측하고, 더 나아가서

v 교육형태별-숙련수준별 인력수급정책을 개발하는데 기여하는 기능을 갖고 있다. 이처럼 고 용전망은 산업별 직업별 고용구조 변동 신호를 노동시장에 미리 보낸다는 의미에서 순기 능을 갖고 있다. 미래 노동시장의 변동에 대비하기 위해 다음과 같은 정책적 대안이 모색되어야 한다고 본다. 첫째, 산업과 고용의 동반 성장 정책이 국가적 차원에서 개발되어야 한다. 지속가능 한 경제성장을 위해 경제와 고용이 함께 성장하는 국가전략이 추진되어야 한다. 둘째, 산 업 직업구조 변화에 대비한 직업능력개발이 강화되어야 한다. 농림어업 감소, 서비스업 확 대에 따른 이 전직 지원 및 전문인력 양성에 국가가 집중적으로 투자해야 한다. 고용감소 부문 근로자의 원활한 이 전직 지원을 위해 고용지원서비스 강화 및 직업능력개발 활성화 가 무엇보다 중요하다. 셋째, 대학을 비롯한 교육훈련기관은 숙련수준별 노동수요 변화에 탄력적으로 대응해야 한다. 무엇보다 기업-대학 공동 교육과정 개발, 인적자원교류, 인턴제 도 확대 등 산학연계를 통한 현장밀착형 인력양성체제가 구축되어야 한다. 넷째, 생산가능 인구와 경제활동인구의 고령화에 대비하는 국가인적자원관리정책이 추진되어야 할 것이다. 특히 여성 경제활동참가율 제고를 위해 육아 및 출산 등의 개인적 비용을 사회적 비용으로 전환하는 방법도 찾아야 한다. 저성장-저고용 시대 중장기 인력수급전망은 노동시장의 신호 기능으로서 적극 활용되어 야 할 것이다. 인력수급전망은 산업별 노동수요와 직업변동 추세 전망이 기본적 기능이다. 무엇보다 고용전망은 개별 근로자의 구직 활동과 기업 단위의 구인활동에서 발생하는 정보 비대칭성을 해소하고, 개별 근로자의 장기실업 해소에 필요한 고용정보로서 기능해야 한다. 직업별 고용전망은 고용증감 직업의 고용변동과 일자리 정보를 노동시장과 교육시장에 제 공함으로서 인력수급불균형과 청년층 실업 해소에 기여할 수 있다. 이러한 고용전망정보는 국가 차원에서 관리되고 운영되어야 한다. 국가 차원의 고용정보창출(인력수급전망)은 추가 적인 재정지출 없이도 고용창출에 긍정적인 효과를 낳는 시장친화적 고용서비스이다.

Ⅰ. 머리말 1. 미래의 나침반이 필요하다 현대 사회의 시간 개념이 변화하고 있다. 과거에 비교할 수 없을 만큼 속도가 빨라졌다. 우리는 미래 사건이나 어떤 현상을 예측하기 위해 필요한 시간조차 예측 하기 어려운 시대에 살고 있다. 현대 기업은 경쟁구조의 격화, 끊임없는 기술혁신 과 소비자 요구의 변덕스러움에 변화의 속도를 높이고 있다. 시시각각 급변하는 경 제 환경 변화에 적응하기 위한 중장기 계획을 한가롭게 구상할 여유조차 없을 것 처럼 보인다. 기업의 경영전략도 과거와 달리 미국식 주주자본주의 단기주의로 전 환하고 있다. 분기별 결산도입, 시가회계의 도입, 주가 중시 경영 등 주주자본주의 가 일반화되고 있다. 단기적인 재무성과와 주가상승을 위한 인수합병 및 매각, 인 원정리 등이 사회 문제로 비화되기도 하고, 단기 업적주의로 인한 부담으로 장기 시계( 視 界 ) 또는 전망이 소홀히 취급되고 있다. 이 때문에 기업 경영은 물론이고 사회 전체에 단기주의가 확산되면서 미래의 불확실성이 높아지고 있다. 시간 개념 이 변화하면서 미래는 더욱 불확실해지고, 역설적으로 중장기 전망과 예측 가능한 미래 설계가 절실하게 요구되고 있다. 미래학자 앨빈 토플러는 미국의 주요기관을 도로에서 달리는 9대의 자동차로 빗 대어 표현하고 있다. 예컨대 기업은 도로에서 100마일의 속도로 가장 빨리 달리는 데 반해, 교육기관은 관료조직보다 더 늦은 10마일의 속도로 달린다. 세계에서 기 술은 경영자와 기업들이 감당하기 힘들 만큼 빠르게 변화하는 반면, 교육기관은 대 량생산방식의 공장처럼 가동되고, 관료적으로 관리되고 있어 20세기 초의 경제체제 를 완벽하게 반영하고 있다고 본다. 산업의 노동수요는 끊임없이 변화하고 있음에

2 중장기 인력수급전망: 2006-2016 도 불구하고 교육시장은 느리게만 달리고 있다. 앨빈 토플러는 관료조직보다 교육 기관이 더 느리고 더 관료적이라며 노골적인 비판을 아끼지 않고 있다. 교육이 인 재양성에 있어 과거의 관성에서 한 치도 벗어나지 못하고 있다는 것이다. 노동시장 과 교육의 불일치는 어제 오늘의 일이 아니라고 강조한다. 산업과 노동시장의 숙련수요와 고용규모를 정확히 예측해서 필요한 노동력이 적 재적소에 적정한 규모로 공급되는 이상적인 사회구조는 존재하지 않을 것이다. 그 러나 중장기적 산업구조와 기술발전을 예측하고 그에 따른 숙련과 노동수요를 전 망할 수 있다면 기업과 교육의 속도 차이는 다소나마 극복될 수 있지 않을까? 산 업구조 발전에 따른 고용전망의 나침반이 있다면, 청소년의 미래설계는 한층 손쉬 울 것이고 교육은 예측 가능한 미래에 필요한 인재를 양성하고 배출할 수 있을 것 이다. 오늘 새로운 것이 내일 낡은 것으로 급변하는 시대에서 중장기 고용전망은 뒤떨 어지고 낡은 방식이라는 비판도 있다. 10년 이후 노동시장의 직업세계와 고용규모 를 전망하는 일은 이미 낡은 방식이라 볼 수도 있다. 그러나 불확실성과 혼돈의 시 대에서 누군가는 예측 가능한 방향을 찾아내고 제시하는 작업을 하지 않으면 안 된다. 노동시장의 양적 질적 변화 방향을 예측하여 구직자, 이직 및 전직자, 청소 년에게 미래에 효과적으로 대처할 수 있도록 신호등을 밝혀주는 일은 중요하다고 본다. 특히 현대 사회의 속도 경쟁에서 뒤쳐져 있는 교육시장에 대한 노동시장의 미래 직업전망은 청년실업과 과잉교육 해소에 기여할 것이다. 우리는 인구구조 변화에 따른 생산가능인구 및 경제활동인구의 구조 전환을 맞 이하고 있다. 경제활동인구 규모는 국민경제 성장과 발전을 결정하는 핵심적 요소 이다. 2007년 현재 우리나라는 경제협력개발기구(OECD)에서 가장 젊은 인구구조 를 갖고 있지만, 21세기 중반에 이르면 일본, 이탈리아와 그리스 다음으로 인구 고 령화가 많이 진전된 국가가 될 것이라는 전망이 지배적이다. 즉 2050년대에 이르 면 전체 인구의 1/3이 65세 이상이고, 전체 취업자 가운데 절반은 50세 이상이 된 다는 것이다. 이와 함께 전후 베이비붐 세대의 퇴직 연쇄효과가 서서히 발생하고 있다. 인구 고령화와 베이비붐 세대의 퇴직에 따른 인구구조 변동을 중장기적 관점 에서 분석하여 노동력 수급구조를 사전적으로 예측하고 전망할 필요가 있다. 세계경제가 점차 지구화(globalization)되면서 국가간 기업간 경쟁구조가 더욱 격화되고 있다. 우리나라는 세계경제 흐름을 주도하고 있는 BRICs의 중심국가인 중국과 제조업 강국 일본의 중간에 끼어 있는 넛크래커(Nutcracker)와 같다. 중국 경제의 급성장은 이미 예고된 것이기도 하지만, 한국 제조업 자본의 중국 직접투자 확대 등에 따른 산업공동화는 국내 일자리 수출효과를 초래했다. 제조업의 노동집 약적 생산과정이 중국으로 이전한 결과 국내 제조업 고용창출효과가 크게 떨어졌

머리말 3 다. 이와 함께 기술발전과 자동화 등에 따른 생력화(labor-saving)효과에 의해 제조 업 부문 취업자 비중은 앞으로도 계속 감소할 것으로 예상된다. 무엇보다 농림어업 분야의 과학화 및 기계화 진전과 고령화에 따라 취업자 규모와 비중은 꾸준히 감 소하고 있다. 이처럼 산업별 고용구조 변동과 인구구조의 고령화 및 저출산 현상을 동시에 고려하는 노동시장의 중장기 전망이 체계적으로 이뤄져야 한다. 청년노동시장은 경기변동에 아주 민감하여 졸업년도에 따라 경제활동참가율이 크게 다르다. 그리고 학교에서 노동시장으로의 이행시기 또한 일반적으로 장기화되 고 있다. 높은 대학진학률과 고학력화에 따라 하향취업과 전공 및 직무 불일치 현 상이 증대하고 있다. 하향취업은 개인 능력의 퇴장(hoarding) 차원을 넘어 인적자 원의 사회적 낭비와 비효율을 초래한다. 산업과 기업의 숙련 수요 변화에 교육훈련 기관이 탄력적으로 대응하지 못하고, 청년층의 눈높이 조절이 이뤄지지 못해 발생 한 현상들이다. 노동시장의 숙련수준별 직업별 노동수요가 교육훈련기관에 체계적 인 신호로서 전달되는 메커니즘이 부재하기 때문이다. 일반적으로 신뢰할만한 인력 수급정보의 교환 메커니즘 구축, 다양한 직업정보의 소통은 숙련수준별 인력수급불 일치 해소에 중요한 수단으로 작용할 것이다. 이처럼 인력수급전망은 노동시장의 숙련수준별 인력수급정보를 체계적으로 생산하여 비대칭적 고용정보를 해소하는데 크게 기여한다. 노동력 공급과잉과 병목현상 예방을 위한 필요 노동력 예측 노력은 아주 자연스 러운 일이다. 그러나 과거 대부분 국가에서 필요 노동력 규모 전망은 실패하였다. 그 원인에는 미래발전(경제성장률 전망 등)을 정확하게 예측할 수 있는 인간 능력 의 한계, 과거 기술변화 추세에 기초한 선형외삽법(linear extrapolation)의 외부충 격 예측 불가능 등이 가장 크게 작용했다. 인간 활동은 일상화된 불확실성과 그것 의 조정 과정 등으로 구성되어 있다. 만약 산업 및 기술변동에 대한 전망이 완벽할 경우, 예측된 발전은 현재 모습을 통해 완전히 설명될 수 있고 미래를 위한 계획은 굳이 필요 없다(Psacharopolulos, 1991). 현대 사회의 일상화된 불확실성속에서 경직적 고용전망을 실시하기보다 현 단계 노동시장의 단기적 임금 분석에 집중하 는 것이 현명할지 모른다. 그럼에도 불구하고 미래의 불확실성으로 인한 노동시장 의 불안정성을 사전에 진단하여 예측 가능한 인력수급전망을 제시하려는 노력은 여전히 유효하다. 과거 인력요건법(manpower requirement)은 교육훈련시스템을 통해 양성 육성 된 인력이 특정 산업과 직업에 고용된다는 가정에 기초하고 있다. 노동력이 노동시 장에서 자유롭게 이동하고 있음에도 불구하고 마치 고인 물처럼 동일 산업 및 직 업(종)에 머물러 있다고 보는 것이다. 일반적으로 경제성장과 사회복지는 예측하지 못한 변화에 의해 발생한다. 1) 얼마 전까지만 해도 아날로그시계가 디지털시계에게

4 중장기 인력수급전망: 2006-2016 자리를 내주거나 타자기가 컴퓨터로 완전 대체될 것이라고는 아무도 상상하지 못 했다. 컴퓨터 보급 확산에 따라 교육훈련기관의 훈련과정을 거치지 않아도 누구나 문서작성을 손쉽게 하고 있는 형편이다. 타이프라이터의 타자 기능(typing ability) 은 누구나 보유하고 있는 일반화된 능력으로 변했다. 고용전망 또는 인력수급전망이 미래 노동시장의 구조 변화를 이해하고 대응하는 데 있어 쓸모없는 것인가? 미래 사건을 예측할 시간조차 없이 급격하게 변화하고 있는 시간 개념 앞에서 오직 단기(short-term) 시계만이 유용하고 장기적 안목은 무용한 것인가? 그러나 누구도 부정할 수 없는 사실은 과거 추세와 현재 변화로부 터 완전하게 독립해서 구축될 수 있는 경로 독립적(path-independent) 노동시장이 형성될 수 없다는 것이다. 미래의 노동시장은 과거와 현재 산업구조 동학과 기술 발전에 영향을 받을 수밖에 없으며, 과거와 현재는 앞으로의 시간을 이해하는데 있 어 가장 중요한 기준이 된다. 이런 차원에서 인력수급전망은 미래의 노동시장을 이 해하고 대응하는데 있어 유연한 기준으로 작용할 수 있다. 인력수급전망은 최근 국내 경기변동의 여러 가지 측면에서 중요성이 더욱 증대 하고 있다. 과거와 비교할 수 없을 만큼 빠른 기술발전과 경제 개방화 속도에 따라 산업의 노동력 수요 구조, 즉 필요 기능과 숙련 수준이 급격하게 변화하고 있다. 이와 같은 노동력 수요 구조 변화에 대한 노동력의 공급 또는 인력 양성은 신속하 게 대응하지 못하는 것이 현실이다. 제조업 비중이 축소되고 서비스업이 증가하면 서 경제구조가 인적자원 중심으로 재편되고, 일부 직업(종)과 기업 분야에서 임금 에 의한 인력수급조절 기능이 점차 쇠퇴하고 있다. 산업별 직업별 노동력 수요 구 조 변동에 따른 고용구조 변화를 사전적으로(ex ante) 전망하고 이에 적합한 인력 의 양성 및 공급의 흐름을 탐색하는 인력수급전망은 그 유용성이 더욱 증대하고 있다. 우리나라 노동시장의 임금조절 기능이 발전하고, 근대적 고용관행이 정착되면서 분야별 인력수급이 임금변수에 의해 신축적으로 조절되고 있다. 하지만 최근 일부 특정 분야에서 임금 변수는 인력수급의 조절기능을 수행하지 못하고 있다. 이처럼 노동시장의 일부 영역에서 임금이 매개변수로서 제 기능을 수행하지 못하면서 직 업별 고용정보의 중요성이 더욱 증대하고 있다. 무엇보다 국가인적자원이 효율적으 로 양성되고 개발되기 위해 세부 단위의 인적자원 및 고용현황을 점검하고 미래의 노동시장 구조를 전망하는 작업은 안정적으로 실시되어야 한다. 이처럼 인력수급전 망은 기존 인력요건법에 대한 다양한 비판에도 불구하고 고용정책의 설계와 고용 서비스 확대 등으로 그 필요성이 더욱 증대하고 있다. 디지털혁명에 따른 개인 컴 1) 흔히 혁신(innovation)과 발명(inventions)에 의해 발생하는 현상을 의미한다.

머리말 5 퓨터의 연산기능(computing works)의 비약적 향상, 거시통계자료의 시계열 안정성 확보 등으로 인력예측기법이 과거와 달리 발전하였다. 2) 무엇보다 과거 인력수급전 망의 핵심적 한계 요인으로 작용하였던 통계자료의 시계열 안정성이 점차 해소되 고 계량경제학의 예측기법이 진화하면서 인력수급전망을 위한 제반 조건이 크게 개선되었다. 2. 인력수급전망의 기능과 효과 과거 개발경제시대 국가는 산업정책과 교육정책을 통합적으로 운영할 목적으로 인력수급전망을 실시했다. 국가는 경제성장에 요구되는 산업별 인력수요 규모를 사 전에 예측하여 효과적으로 공급하기 위해 인력수급전망을 실시하였다. 인력수급전 망은 경제성장 목표 실현을 위한 인력수급계획 수립을 위한 방법이었다. 그러나 서 구에서 인력수급정책은 반복적이고 끊임없는 비판에 노출되었다. 대다수 국가들이 미래의 인력필요량을 계획적으로 조정하기 위해 노력하였음에도 불구하고 청년실 업문제는 더욱 심화되는 양상을 벗어나지 못했다. 만약 인력수요예측이 시도되지 않았더라면, 청년실업이 더 심화되지 않았을 것이라는 극단적 비판까지 제기되었 다(Psacharopolulos, 1991). 우리나라 노동시장은 OECD 국가와 비교해서 낮은 실업률과 고용률을 특징으로 한다. 실업자가 많지 않아 노동시장의 불안정성은 낮지만, 일자리가 부족하여 비경 제활동인구와 청년 NEET(Not in Education, Employment or Training)가 광범 위하게 존재한다. 무엇보다 여성과 청년의 경제활동참가율과 고용률은 주요 OECD 국가에 크게 못 미치는 수준에 있다. 그럼에도 불구하고 우리 사회는 중소기업의 인력난과 높은 청년실업으로 고통받고 있다. 노동시장의 불안정성을 심화시키는 다 양한 사회경제적 요인들 가운데 비대칭적 고용정보(asymmetric employment information)에 의해 인력수급의 불균형이 발생했다는 주장 또한 적지 않다. 미래 의 고용정보를 보다 상세하고 정확하게 생산할 수만 있다면, 현재와 같은 노동시장 불안정은 어느 정도 해소될 수 있을 것이다. 이처럼 고용전망은 과거 국가의 인력 계획과 다른 목적에서 산업별-직업(종)별 노동수요, 노동력공급, 신규인력수급 규모 와 인력수급불일치 등을 고용정보로서 활용할 목적으로 추정되고 있다. 인력수급전망은 고용정보의 생산-제공-유통 메커니즘 구축과 밀접하게 관련되어 있다. 상세한 고용전망 정보는 일정한 주기를 갖고 정기적으로 공표되는 인력수급 2) 한국에서 인력수급전망의 제반 여건이 완벽하게 충족되었다는 것을 의미하지는 않는다.

6 중장기 인력수급전망: 2006-2016 전망체제가 구축되어야만 노동시장 전망 지표로서 신뢰성을 확보할 수 있다. 제2차 세계대전이후 제대군인에게 일자리 정보를 제공하기 위해 시작했던 미국노동통계국 의 고용전망은 현재까지 지속되고 있어 청소년의 진학 및 진로 결정에 중요한 자료 로 활용되고 있다. 1970년대 미국은 객관성(objectivity)과 신뢰성(Confidentiality)을 제고하기 위해 고용전망 기법과 체제의 일대 혁신을 하였으며, 결과적으로 그것이 인력수급전망의 기본 모델로서 세계적으로 자리잡게 되었다. 3) 미국 BLS 인력예측 모형은 취업 가능한 직업에 대한 단순한 정보를 기술하고 보고하는 차원에서 벗어 나 거시경제, 노동력공급, 산업별-직업별 고용을 전망하는 모델로까지 발전하게 되 었다(Horrigan, 2004). 이처럼 인력수급전망이 노동시장의 유의미한 고용정보로서 기능하기 위해 신뢰성과 객관성 및 주기성 등은 필수적 조건이라고 보아야 한다. 미래 인력수급전망은 상품시장과 노동시장의 전망 정보로서 직업상담원, 교육자, 취업지원센터, 교육훈련기관, 장기고용방향 연구 등에 광범위하게 제공되는 공공재 (public goods) 성격을 지니고 있다. 인력수급전망은 교육훈련기관의 선택, 노동시장 진입 결정, 이 전직 희망 등을 원하는 개별 노동자에게 유용한 고용정보로서 이용 된다. 이처럼 고용전망은 구직자와 구인자 모두에게 신뢰할 만한 고용정보로서 신 호 기능을 담당하게 된다. 궁극적으로 고용전망은 구직자와 구인자의 탐색비용을 감소시켜 사회적 후생 수준을 제고시킨다고 본다. 미래 노동시장의 직업별 산업별 고용구조를 제시하는 인력수급전망은 노동력 공급자와 수요자의 비대칭적 고용정보에 따른 인력수급불균형, 과잉교육과 직무불 일치의 예방과 해소를 위한 신호기능을 수행함으로써, 국가인적자원의 효율적 양성 과 배분에 기여한다. 예컨대 기업은 노동력 수요 주체로서 현재 또는 미래의 인력 수요를 비교적 정확하게 측정하여 노동수요를 조정할 수 있는 반면, 노동력 공급 주체는 노동수요의 변동에 능동적으로 대응할 수 있는 자원을 갖고 있지 못하다. 예컨대 보건의료산업의 급속한 성장에 따라 의사와 간호사 수요 증가를 쉽게 알 수 있더라도 의학전문교육을 이수 받은 인력이 없을 경우 곧바로 전문인력이 공급 되지 않는다. 고학력 고숙련 고기능 분야 직업일수록 인력수급불균형이 쉽게 해 소되지 않을 것이다. 이처럼 인력수급전망은 경제성장과 산업구조 변동에 따른 노 동시장과 노동력구성, 산업별-직업별 고용구조 등의 변화를 사전에 예측하고 전망 3) 미국 노동통계국(Bureau of Labor Statistics; BLS)은 객관성(Objectivity), 신뢰성(Confidentiality), 주기성 (Timeliness), 정확성(Accuracy)과 활용성(relevancy) 등을 주요 원칙으로 하고 있다. 특히 BLS는 고용전 망 발표 내용, 주기 및 시기 등과 관련하여 철저히 정치적 중립성을 유지하고 있다. 고용전망은 미래 노동시장의 성과 지표를 사전적으로 추정하는 작업이기 때문에 정치적 이해관계가 복잡하게 얽힐 수 있다는 것은 주지의 사실이다. BLS는 객관성과 관련하여 다음과 같은 원칙을 유지하고 있다. 국민들 에게 사실을 말하고 주장을 말하지 않는다. 분석을 제공하나 정치적 입장을 제시하지 않는다. 조사를 실시하지만, 변호하지 않는다.

머리말 7 치를 제시하여 노동시장과 교육 훈련시장의 정보기능과 정책기능을 수행한다. 그 리고 인력수급전망은 숙련수준별 인력수급을 전망하여 인적자원개발에 부정적 영 향을 주는 노동시장의 병목현상을 해소하기도 한다. 노동시장의 병목현상과 그 결 정요인에 대한 분석은 정책입안자(policy maker)에게 정부 시장 개입을 요구하는 노동시장 불완전성과 실패를 조기 경보하는 역할을 담당한다. 이처럼 인력수급전망 은 비대칭적 고용정보 해소에 기여하는 예방적 신호(preventative signal), 합리적 직업선택과 교육훈련공급의 시장적 신호(market signal)기능을 수행한다. 정책기능 정보기능 인적자원개발 정책 고용정책 산업정책 진로 및 직업선택 진로 및 직업상담 직업연구 및 교육 <표 I-1> 인력수급전망의 주요 기능 교육훈련분야 정책자료 실업 및 고용서비스 정책 일자리창출 대책 수립 저출산 고령화 대책 외국인력활용계획 산업별 인력수급계획 학생, 실직자, 이직자 등의 의사결정 정보 학생, 실직자 등의 직업상담(교사와 직업상담원) 학계 및 연구 인력수급전망 기능을 보다 세분화시키면, 정책적 기능과 정보적 기능으로 크게 구분할 수 있다. 인력수급전망은 인적자원개발정책, 고용정책과 산업정책 개발 등 에서 정책적 기능을 담당한다. 인력수급전망은 산업 및 기업 단위의 숙련수요를 반 영하는 교육훈련시스템 구축을 위해 필요한 정책적 신호 기능을 담당한다. 특히 인 력수급전망은 인구구조 고령화와 저출산에 따른 생산가능인구 및 경제활동인구 감 소에 효과적으로 대응하기 위한 장기 고용정책 개발에 필수 불가결한 기능을 수행 한다. 아울러 인력수급전망은 국내 산업구조의 변동에 따른 산업별 숙련수준별 인 력수급조절과 외국인력 활용 계획 수립에 활용된다. 고용전망은 노동시장의 비대칭 적 고용정보를 해소함으로서 인력수급불일치 해소에 기여하고 궁극적으로 일자리 창출에 기여하는 시장친화적 고용서비스의 일환이라는 점을 강조하지 않을 수 없 다. 그리고 인력수급전망은 진로 및 직업선택을 위한 의사결정 및 상담 자료로서 정보적 기능을 수행한다. 예컨대 진로 및 직업선택에서 중장기 고용전망은 학생, 실직자 및 이 전직자의 의사결정에 유용한 고용정보로서 기능한다. 무엇보다 인력 수급전망은 직업상담 업무를 담당하는 진로담당 교사와 직업상담원의 기초자료로 서 유용하게 활용된다. 개발경제시대 국가는 산업정책의 효과적 실현과 달성을 위해 필요한 숙련수요에 따라 산업인력을 효율적으로 공급하는 역할을 정책적으로 수행했다. 예컨대 산업성 장에 필요한 중간숙련수준의 노동력을 원활하게 공급하기 위해 실업계 고등학교나

8 중장기 인력수급전망: 2006-2016 직업훈련기관이 교육정책의 이름으로 설립되었다. 그러나 시장원리에 부합하지 않 는 인력수급정책은 더 이상 효과적이지 않다. 국가에 의한 시장 대체는 이제 낡은 것이 되었다. 교육시장이 항상 훈련인센티브를 곧바로 가질 수 없는 반면, 정부의 정책목표는 시장가격을 왜곡하거나 훈련인센티브의 효과를 떨어뜨리는 결과를 초 래하기 때문이다. 인력수급전망에 의한 일방적이고 획일적인 인력수급조절은 시장 경제의 논리와 부합되지 않는다. 그럼에도 불구하고 인력수급전망은 국가적 차원에 서 집중적으로 관리되고 운영될 필요가 있다. 인력수급전망은 과거의 인력수급정책 수단에서 산업별 직업별 고용정보로서 그 기능이 확대 또는 변화되고 있다. 미래 의 직업변동과 고용전망은 일반 고용정보로서 구직자의 직무탐색비용 감소와 수급 불균형 해소에 기여함으로써 재정지출을 하지 않고서도 고용창출효과를 낳을 수 있다. 고용전망은 노동시장의 또 다른 고용정보로서 공공재 성격을 지니고 있기 때 문에 중립적이고 독립적인 연구기관에서 지속성과 연속성을 갖고 일관되게 추진해 야 할 국가적 과제라고 보아야 한다. 3. 국내 인력수급전망연구 검토 국내 인력수급연구는 광범위하고 다양하게 전개되었다. 우리나라에서 인력수급전 망은 거시경제모형에 기초한 일반균형방법과 미시적 측면에서 인력수급규모를 추 정하는 부분균형방법이 모두 사용되고 있다. 일반균형이론에 기초한 인력수급전망 은 전체 산업의 성장구조와 산업간 구조 변화, 노동시장의 산업별 직업별 고용구 조 변동을 동시에 고려하여 추정된다. 반면, 미시적 부분균형이론에 기초한 인력수 급전망은 해당 산업의 성장 추세와 취업자 증감 규모를 전망하는 신규인력수급전 망에 치중한다. 일반균형이론과 부분균형이론에 기초한 인력수급전망은 각기 나름 의 한계를 가지고 있다. 다시 말해 부분균형이론의 인력수급전망은 산업별 특수성 이 비교적 상세하게 반영되는 장점을 갖고 있으나 산업 전반적인 흐름과 전망이 포괄적으로 반영되지 못하는 한계를 갖고 있다. 일반균형방법에 기초한 인력수급전 망은 부분균형방법과 상반된 장단점을 갖고 있다. 우선 일반균형이론에 기초한 인력수급전망은 많다(김승택 외, 2000; 장창원 외, 2004, 2005; 안주엽, 2005). 김승택 외(2000)는 산업별 필요인력 수급전망을 실시 하여 인력수급불일치 규모를 추정하였다. 산업기술인력의 산업별 인력수급 및 부족 규모를 전망하여 인력공급정책을 제시하고 있다. 장창원 외(2004)는 ROA 인력예 측모형을 활용하여 산업 및 직업별 구조변화에 따른 노동시장의 취업자 규모를 2010년까지 전망하였다. 총량적 인력수급전망이 갖는 한계를 보완하기 위해 교육

머리말 9 시장 및 노동시장의 정보를 반영한 질적인 인력수요 전망 또한 동시에 실시하였다. 장창원 외(2005)는 BLS모형이 인력수급 총량전망에는 유용하지만, 인력수급정책 수립에는 효과적이지 못하다는 주장을 제기하였다. 예컨대 미국 BLS모형의 저량접 근법(stock approach)은 총노동수요와 총노동공급 추정에는 유리하고, ROA 인력 예측모형의 유량접근법(flow approach)은 신규인력의 수급차 전망에 적합하다고 보았다. 다른 한편 안주엽(2005)은 경제활동인구조사의 가중치 변동에 따른 고용통계의 변화, 국민계정의 기준년도 변경에 따른 산업별 부가가치 변동 및 장래 인구추계의 변동 등을 감안하여 산업 및 직업 중분류별 인력수급전망을 실시하였다. 특히 그는 ROA 인력예측모형에 기초한 인력수급전망이 과거 추세 분석과 단기간 전망에 유 용하고 매력적이고 복합적인 특징을 갖고 있다고 보았다. 그러나 산업구조와 경제 주체의 의사결정구조 변화 가능성이 높은 중장기 인력수급전망에는 적절하지 않다 고 비판한다. 안정적 상태에 있다고 가정한 불안정한 모형을 활용한 전망 결과가 정책수립에 정보기능을 제공하기보다는 혼란을 가져올 확률이 높다. 장창원 외(2005)의 중장기 인력수급전망 및 인적자원정책 개선 지원 과 안주 엽(2005)의 중장기 인력수급전망: 2005-2020 은 중장기 인력수급전망의 부정확 성 과 비체계성 에 관한 논란을 유발시켰다. 두 개의 국책기관에서 실시한 인력수급 전망이 아주 상이한 결과를 낳았기 때문이다. 문제의 원인은 인력수급전망 추정결 과의 상이함보다 인력수급전망방법의 차이가 주요 원인으로 작용했다. 다시 말해 핵심적 논쟁은 미국 BLS 모델과 네덜란드 ROA 모델의 한국적 적용 가능성에 관 한 것이다. 우리는 한국노동시장의 대학 전공-직무 불일치 현상, 교육훈련-직무(직 장) 불일치 현상 등을 고려해 볼 때, ROA 인력예측모형은 부분적으로만 활용될 수 있다고 본다. 미시적 부분균형이론에 기초한 부문별 인력수급전망 역시 적지 않다(고상원ㆍ장 진규, 1995; 윤석천, 1996; 고상원 김태기, 1999; 고상원, 2000; 권남훈 외, 2001; 박재민 외, 2002; 이상돈 외, 2003; 장창원 외, 2004, 2005). 예컨대 고상원 (2000)은 이공계 석 박사급 연구개발인력의 산업별 인력수요와 국내대학(원)과 해 외대학의 전공별 학력별 인력공급 사이에 발생하는 인력수급불일치 규모를 추정 하면서 정책 방안을 제시하고 있다. 권남훈 외(2001)는 정보통신부문의 분야별 학 력별 인력수요를 전망하였다. 그는 더 나아가서 정보통신부문의 교육기관별 인력공 급능력을 감안한 학력별 공급인력을 도출하여 인력수급불일치 규모를 추정하였다. 박재민 외(2002) 역시 과학기술분야(이학, 공학, 의약학, 농림수산학)의 학력별(전문 대학, 학사, 석사, 박사) 인력수급을 전망하여 IT분야 인력수급정책을 제시하였다. 기존 부문별 인력수급전망은 특정 산업 분야 또는 영역에 따라 계량기법 및 인

10 중장기 인력수급전망: 2006-2016 력수급을 예측하는 기법을 적절하게 활용하였다. 그러나 기존 연구들은 모두 정형 화된 인력수급예측 모형을 설정하고 있지 못하고 있다. 뿐만 아니라 통계자료의 한 계를 극복하기 위하여 각종 대리변수를 활용하면서 전망 결과가 연구자에 따라 상 이하였다. 이런 문제의식에 기초해서 한국직업능력개발원의 장창원 외(2004, 2005) 는 IT인력 수요 실태조사와 IT 기업 및 비IT 기업에 공급된 신규인력 등 경제활동 졸업생과 비경제활동졸업생 조사 등을 이용하여 신규인력공급 현황을 분석하였다. 이들은 이러한 실태조사 결과를 ROA 인력예측모형에 응용하여 IT 분야 직업별 기술별(산업별) 학력별 인력수급차를 전망하였다. 특히 이들은 ROA 인력예측모형 의 대체수요와 성장수요를 구분하여 인력수급전망을 보다 구체화시켰다는 평가를 받고 있다. 국내외 인력수급전망을 둘러싼 다양한 연구결과와 논쟁을 통해서 볼 때, BLS 인력예측모형은 비교적 간단하고, 인력수급전망이 손쉽기 때문에 주요 국가의 인력 예측모형 개발에 커다란 영향을 주었다. 우리는 미국 BLS 인력예측모형을 응용하 였던 유경준(2004)과 안주엽(2005)의 인력예측모형을 원용( 援 用 )할 계획이다. 이들 의 인력수급전망은 한국 노동시장의 현실에 비춰 미국 BLS 인력예측모형을 적용 한 것이라고 볼 수 있으며, ROA 인력예측모형은 우리나라 교육훈련시스템과 노동 시장의 현실, 가용 통계자료의 인프라 등을 고려해 볼 때 곧바로 적용하기는 아직 힘들다는 판단이다.

Ⅱ. 인력수급전망 기본 개요와 방법 1. 주요 국가의 인력예측모형 1) 미국 BLS 인력예측모형 미국 노동통계국(Bureau of Labor Statistics; BLS)은 제2차 세계대전 이후 제 대군인(veterans)의 일자리마련과 대학진학 유도 등을 목적으로 최초 인력수급전망 을 실시하였다. 부정기적으로 실시되어 왔으나 1970년대 초 이후 매 2년 주기로 10년 기간의 중장기 산업별 직업별 고용전망이 실시되고 있다. BLS 고용전망은 미래 취업자 규모와 직업전망을 60년 이상 실시해오고 있으며 세계 최고의 예측능 력과 수준을 자랑하고 있다. BLS 고용전망은 경제성장과 고용효과에 대한 정보를 필요로 하는 다양한 영역에 제공되고 있다. 예컨대 대표적으로 교육자, 직업안내기 관, 교육훈련프로그램 수행기관 및 장기고용 관련 연구자 등에게 제공되고 있다. 미국 노동통계국은 산업별 직업별 고용전망을 위해 거시경제전망, 노동공급전 망, 산업별 성장전망, 산업별 노동수요전망과 직업별 노동수요전망 등으로 크게 6 개 단위로 구성되어 있다. 다시 말해 BLS 고용전망은 노동수요와 노동공급의 상호 신호적 기능을 정보화하는 경제 및 고용예측 작업이지만, 노동수요와 노동공급 전 망 추정은 각각 독립적이고 연속적인 단계(independent and sequent stages)로 구성되어 있다. 독립적 전망 영역의 연계된 인력예측모형은 시계열모형을 포함한 다양한 계량경제모형과 부문별 전문가들의 개별적 직관력과 협의를 통해 결정하는 주관적 분석 등을 다양한 차원에서 활용한다. 특히 BLS 인력예측모형은 산업연관

12 중장기 인력수급전망: 2006-2016 모형(Input-Output Model)에 의한 전망으로서, 여러 가지 시나리오로부터 도출되 는 산업별 생산에 필요한 고용(취업자)규모를 전망하는 작업이다. [그림 II-1] 미국 BLS 인력예측모형의 기본구조와 전망단계 미국 BLS 인력예측모형은 [그림 Ⅱ- 1]과 같은 6단계로 구성되어 있다. BLS 인 력예측모형은 동일한 가정에서 각 단계가 독립적으로 분리되어 수행된다. 각각의 전망단계 및 절차는 내부적 정합성이 유지되도록 구성되어 있으며, 거시경제 전체 와 산업부문별 성장전망, 산업별 직업별 고용전망이 전체적으로 구조화된 하나의 종합적인 전망모형이라고 볼 수 있다. 각각의 전망단계는 전후 전망단계가 연쇄적 인 과정으로 구성되어 있어 일부 전망결과는 이전 전망단계로 피드백이 이뤄진다. 그리고 전망단계에서 가정이나 전망결과의 재검토 및 수정 보완을 통해 내부적 일관성을 확보하기 위한 반복 작업이 수없이 진행된다는 것 또한 주요 특징이라고 볼 수 있다. BLS 인력예측모형의 각 단계에 대해 조금 더 상세하게 살펴보고자 한다. 가. 제1단계 노동공급전망 노동공급전망은 연령별 성별 인종별 인구전망에 대한 가정과 이들의 집단별 경제활동참가율(labor force participation rate)의 추세에 입각하여 노동공급의 총 규모와 인구학적 특성에 따른 구성 비중을 전망한다. 우선 연령별 성별 인종별 인구전망은 미국 통계국이 제공하는 출생, 사망, 순유입(net immigration) 자료를 활용한다. 연령별 성별 인종별 경제활동참가율은 과거 추세분석에 입각하여 전망

인력수급전망 기본 개요와 방법 13 하고, 이것을 생산가능인구 전망결과에 곱해서 노동공급이 전망된다. 인구통계학적 집단별 경제활동참가율은 시계열 평활법과 외삽법을 이용해서 전망된다. 성별 연 령계층별(5세구간) 인종별 경제활동참가율은 robust-resistant nonlinear filter 를 이용하여 평활화한 후, 이를 로짓모형으로 전환한다. 로짓모형으로 전환된 경제 활동참가율은 시간변수를 설명변수로 하는 선형회귀방정식에 의해 전망하고, 이를 다시 경제활동참가율로 복원하는 과정을 거치게 된다. 따라서 경제활동참가율은 비 선형모형을 통해 전망되고, 생산가능인구 전망과의 정합성이 유지되도록 수정 과정 을 거치게 된다. 경제활동참가율 전망치에 생산가능인구 전망치를 곱해 노동력 규 모가 전망된다. 최초 노동공급 추정치에서 설명 불가능 혹은 애매모호한 변화에 대 한 보정 작업이 실시되며, 보정 및 조정 작업이 완료되면 노동공급은 거시경제성장 전망의 외생변수로 활용된다. 나. 제2단계 거시경제전망 BLS는 총량경제의 성장을 전망하기 위하여 미국 국내총생산(GDP)과 수요 및 소득을 구성하는 주요 총량변수에 대한 전망을 한다. BLS는 총량경제 성장 전망을 위해 MA거시모형을 이용한다. MA(Macroeconomic Advisers, LLC)는 1982년에 설립된 거시경제의 전망과 정책 분석을 전문으로 하는 미국의 민간연구소로서, 워 싱톤대학 거시경제계량모형(Washington University Macro econometrics Model; WUMM)을 개발 유지하면서 미국경제의 월별 단기전망과 분기별 장기전망을 제 공하고 있다. 4) 2007년 BLS는 고용전망: 2006-2016 을 수행하면서 과거 Global Insight가 개발하였던 거시경제계량모형 대신에 MA의 분기 거시경제모형을 활용 하게 되었다. 총량경제 전망에서 BLS는 거시경제모형에 기초하여 고용전망에 필요한 주요 핵 심 거시경제변수들에 대한 목표치(target values)를 사전에 검토 및 평가하는 과정 을 거친다. 예컨대 통화정책, 재정정책, 에너지부문, 인구성장, 인구구성의 변화 등 과 같은 외생변수의 미래 값에 대하여 일정한 가정을 한다. 그리고 인플레이션, 실 업률, 노동생산성, 무역관련 변수 등 핵심변수들은 수많은 방정식으로 구성된 거시 경제계량모형을 활용하여 반복적 해(solution)의 추정과 검토를 통해 목표치가 평 가된다. 이와 같은 반복적인 과정을 통해 총량경제의 전망이 완료되면, GDP의 구 성요소들(소비, 투자, 수출, 수입 등)의 전망치가 산업별 경제성장 전망에 활용된다. 4) MA에 대한 자세한 정보는 홈페이지(http://www.macroadvisers.com)를 참조.

14 중장기 인력수급전망: 2006-2016 다. 제3단계 최종수요전망 제3단계는 총량경제에 대한 전망을 산업별 차원(industrial level)으로 전환하는 단계이다. 즉 MA 거시경제모형을 통해 총량적으로 전망된 최종수요가 세부 항목 별 및 산업별 단위로 전망되는 단계이다. 최종수요는 재화와 서비스의 산업간 중간 거래에 대한 흐름과 더불어 개별 상품과 산업수준에서 총산출(gross output)을 결 정하며, 이 산업별 총산출은 노동수요를 결정하는 핵심적인 요인이다. 재화와 서비 스에 대한 수요구조의 변화는 이를 생산하는 수단의 변화와 더불어 장래 노동수요 의 구조변화를 초래하는 중요한 요인으로 작용하므로 최종수요에 대한 전망은 고 용전망에 있어서 매우 중요하다. 최종수요는 GDP를 지출측면에서 파악하는 방법으로 크게 개인소비지출, 총민간 국내투자, 대외무역과 정부수요 등 4부문으로 구성되며, 이들 부문의 총량적 전망 은 산업별 생산전망을 위한 세부 항목 및 산업별 항목으로 배분된다. 거시경제모형 의 기본 가정이 최종수요의 세부 항목 및 산업별 전망에도 동일하게 투입되며, 4개 부문 최종수요의 전망방법은 각각 다르다. 그러나 4개 부문 최종수요전망은 다음과 같은 두 가지 공통적인 절차에 기초한다. 첫째, 거시경제모형에 의한 총량전망치와 세분화된 개별 항목별 전망치의 합을 비교하여 이중 하나 혹은 양자를 조정하여 일치시키는 보정작업이 있다. 둘째, 세부 항목별 전망치는 상품별로 배분하여 산업 별로 전환되며, 여기에는 최종수요연계표(final demand bridge table)가 이용되고, 기본적인 절차는 (Ⅱ-1)식과 같이 요약된다....(Ⅱ-1) 단 상품별 최종수요벡터 생산물형태별 최종수요벡터 백분율로 표시된 상품및 생산물 형태별 연계표 상품별-생산물형태연계표는 기술, 소비자기호, 구매패턴, 수출의 산업별 구성 등 에 대한 미래 변화들을 반영하기 위하여 전문분석가들의 주관적 분석에 의한 최종 수요부문별 상품구성에 대한 예측을 고려하여 전망된다. 최종수요연계표는 거시경 제모형에서 체화된 경제의 기능적 관점과 산업별 직종별 노동 전망을 위해 요구 되는 부문별 관점을 상호 연계하는 중요한 기능을 제공한다. 최종수요연계표 전망 에서 수요항목과 상품을 세분화하면 할수록 기술, 기호 및 기타 구조적 요인 변화 에 대한 보다 정밀한 조정이 가능하기 때문에 더욱 안정적인 전환계수(bridge

인력수급전망 기본 개요와 방법 15 coefficients)가 도출된다는 장점이 있다. 이와 같은 이유로 BLS는 최종수요항목을 가능한 한 세분화하고 이를 구성하는 상품의 수는 적게 한다. 다른 한편 상품 생 산물형태연계표는 재화에 대한 지출을 소비자 가치(consumer value)에서 생산자 가치(producer value)로 전환하는 부차적인 기능도 제공한다. 이것은 상품이 생산 되어 최종소비자에 전달되는 과정에서 도소매업과 같은 유통활동에서 발생하는 마 진을 생산자 가치에서 분리하는 과정을 수반한다. 따라서 최종지출의 각 항목별 가 치는 궁극적으로 하나 또는 그 이상의 상품과 유통부문으로 배분된다. MA 거시경제모형을 통해 총량수준(aggregate level)으로 전망된 개인소비지출 은 국민소득 생산계정의 88개 항목별 및 201개 산업별로 배분된다. 88개 항목별 소비지출은 총량소비와 상대가격을 설명변수로 하는 회귀분석모형에 의해 개별적 으로 전망된다. 그 다음 88개 항목별 소비지출 전망의 합계와 MA 거시경제모형을 통해 전망된 총량소비는 서로 일치되도록 조정과정을 거치게 된다. 마지막으로 88 개 항목별 소비지출은 최종수요연계표를 이용하여 201개 산업별로 배분한다. 총민간국내투자는 MA 거시경제모형을 통해 총량수준에서 장비 및 소프트웨어 (equipment and software), 비거주자(nonresidential structures), 거주자(residential structures) 및 재고(business inventories) 등 4가지 항목으로 전망된다. 그리고 장비 및 소프트웨어 투자는 13개 항목으로 다시 전망되며, 이 과정에서 GDP, 자 본스톡 및 자본비용을 설명변수로 하는 회귀방정식시스템이 이용된다. 이런 과정을 거쳐 추정된 항목별 전망결과는 민간소비와 마찬가지로 그 결과를 합계한 값과 MA 거시경제모형을 통해 전망된 총량투자가 서로 일치할 수 있도록 조정과정을 거치게 된다. 상품 기준(commodity basis)에 따른 재고전망은 재화 생산의 전기 ( 前 期 )값(lagged values)에 기초한 외삽법으로 전망하고, 이들 결과의 합이 거시경 제모형에 의해 추정된 전망치와 일치하도록 조정된다. 반면 비거주자와 거주자의 투자는 거시경제모형에서 추정된 전망치가 직접 이용된다. 재고를 제외한 모든 항목별 국내투자는 최종수요연계표를 이용하여 세부 산업별 로 배분된다. 대외무역은 MA 거시경제모형을 통해 재화와 서비스의 총량 수출과 수입이 전망되며, 이들은 각각의 배분모형(distributional model)을 이용하여 세부 상품별로 배분된다. 여기서도 수출과 수입 모두에 대하여 세부 상품별 전망치의 합 이 거시경제모형에 의한 전망치와 일치하도록 조정과정을 거치는데, 이때 에너지전 망, 국내시장의 현재 및 향후 기대되는 비중, 장래 세계경제의 환경변화조건 및 FTA와 같은 무역협정 등이 고려된다. 정부수요는 MA 거시경제모형을 통해 총량수준에서 연방정부 국방비, 연방정부 비국방비, 주 지방정부 지출규모 등 3개의 주요 항목으로 전망된다. 이들 전망치 는 다시 4개 부문으로 구분되어 각각 관련 산업부문으로 배분된다. 그리고 3개의

16 중장기 인력수급전망: 2006-2016 주요 항목별 정부수요는 보상지출, 일반정부고정자본소비(consumption of general government fixed capital), 총투자 및 기타소비 등 4개의 지출부문으로 구분되어 전망된다. 이러한 3개의 주요 항목을 4개의 지출부문별로 배분하는 과정에 과거의 추세, 향후 기대되는 정부정책의 변화 등이 고려되며, 최종적으로 세분화된 12개의 지출항목별 전망치는 전기설비나 병원 등과 같은 관련 산업부문으로 배분된다. 라. 제4단계 산업별 생산전망 산업별 생산전망은 최종수요의 상품별 및 산업별 배분과 산업간 중간적 거래관 계를 나타내는 산업연관표에 기초하여 거시경제모형에서 전망된 GDP 수준에 요구 되는 산업별 총산출(gross output)을 전망하는 단계이다. 이론적으로 GDP는 최종 구입자에 대한 판매만을 반영하며, 중간투입은 반영하지 못한다. 때문에 주어진 GDP 수준을 산출하기 위해 요구되는 노동과 자본을 산업수준에서 전망하기 위하 여 부가가치 개념인 GDP를 총산출로 전환할 필요가 있다. 산업연관모형은 이러한 전환을 가능하게 하며, 또한 생산과정에 영향을 미치는 기술변화, 수급불균형, 기타 요인 등도 반영할 수 있다. 산업별 생산전망에는 BLS 산업연관모형을 구성하는 산업별 생산과정의 중간투 입으로 상품구매를 나타내는 투입행렬(use matrix)과 각 산업에서 생산되는 상품 을 나타내는 산출행렬(make matrix)도 전망된다. 투입행렬과 산출행렬은 투입계수 행렬과 산출계수행렬 전망을 통해 예측되는데, 전자는 산업별 생산 1단위(1달러)에 투입되는 각 상품의 비율로, 후자는 상품생산의 산업별 배분율로 표현된다. 5) 이러 한 투입계수행렬과 산출계수행렬의 전망이 수행되면, 다음과 같은 수식에 의해서 산업별 생산전망이 행해진다....(Ⅱ-2) 단 산업별 총산출물 벡터 산업별 상품의투입계수행렬 산업별 상품의 산출계수행렬 항등행렬 5) 2007년 BLS는 고용전망: 2006-2016 을 수행하면서 투입계수행렬(201 201)은 과거연도 1998-2006년의 추세를 외삽법으로 전망하고, 산출행렬계수(201 201)는 가장 최근연도인 2006년의 값을 초기 값으로 이용하였다. 이와 같은 과정에서 전문가들의 주관적 판단도 투입되었다고 한다.

인력수급전망 기본 개요와 방법 17 제3단계 최종수요전망에서 도출된 상품별 최종수요벡터(e)가 (Ⅱ-2)식에 투입된 다. 위의 (Ⅱ-2)식에서 거시경제 차원의 최종수요에 대응하기 위해 산업별 생산되 어야 하는 총산출 규모가 도출된다. 마. 제5단계 산업별 고용전망 산업별 고용전망은 산업별 총산출전망을 이용하여 산업별 노동시간을 전망하고, 산업별 임금근로자와 자영업자 및 무급종사자는 각각 다른 방법으로 전망된다. 산 업별 취업자 총합은 거시경제모형의 총취업자와 일치하도록 조정과정을 거치며, 이 과정에서 산업별 시간당 총산출을 기초로 하여 전망된 산업별 총산출과 취업자를 평가하며 수정여부도 검토된다. 산업별 임금근로자는 산업 단위로 독립적으로 수행되고, 일련의 방정식체계가 이 용된다. 첫째, 산업별 연간 총노동시간은 시간변수를 고려하여 수정한 산업별 CES 생산함수 1차 조건에서 유도된 산업별 노동수요함수에 기초한다. 산업별 노동수요 함수는 해당산업의 산출량, 상대적 임금상승률, 기술변화의 대리변수(proxy variable) 인 추세변수를 설명변수로 추정하여 전망된다. 둘째, 산업별 취업자 1인당 주당 평 균 노동시간은 추세변수와 실업률을 설명변수로 설정된 회귀방정식에 의해서 추정 된다. 셋째, 산업별 임금근로자 수는 산업별 총노동시간, 주당평균 노동시간과 취업 시간 등으로 구성된 항등식을 이용하여 전망된다. 산업별 자영업자 및 무급종사자는 각 산업에 있어서 임금근로자와 이들의 관계 에 대한 과거 추세분석에 기초하여 전망한다. 우선 각 산업 총취업자 가운데 자영 업자 및 무급종사자 비율은 시간변수와 실업률을 설명변수로 하는 로짓함수를 설 정하여 추정되고, 그 다음 산업별 자영업자 및 무급종사자 비율이 전망된다. 자영 업자 및 무급종사자 비율에 임금근로자 수를 적용하여 총취업자수를 산출하고, 여 기서 임금근로자 수 전망치를 차감하여 자영업자 및 무급종사자 수가 전망된다. 다 른 한편 자영업자 및 무급종사자 노동시간은 이들 종사자 수에 해당산업의 주당 평균 노동시간을 적용하여 전망된다. 따라서 산업별 총노동시간은 산업별 임금근로 자의 총노동시간과 자영업자 및 무급종사자의 노동시간을 합한 것으로 전망된다. 산업별 고용전망은 더욱 세분화되어 직업별 고용전망에 투입된다. 2007년 산업 별 취업자 전망은 201개 산업을 대상으로 행해졌으며, 이를 다시 외삽법을 이용하 여 북미산업분류체계(North American Industry Classification System; NAICS) 기준으로 311개 산업으로 세분화하여 직업별 고용전망에 활용되었다. 다른 한편 노동생산성은 산업별 취업자 및 노동시간과 산업별 총생산 전망치를 이용하여 과

18 중장기 인력수급전망: 2006-2016 거 추세와 향후 전망을 비교하여 일관성이 검토된다. 산업별 취업자와 노동시간 및 총생산은 기본적으로 과거의 노동수요와 생산기술 등에 기초하고, 여기에 부분적으 로 기술변화나 수요패턴 혹은 기타요인을 고려한다. 이러한 가정들이 향후 전망에 도 적합한지를 노동생산성의 과거 추세와 미래 전망치간의 관계를 통해 보정되고, 초기 전망치를 수정할 것인지 아니면 전망방법을 수정할 것인지가 검토된다. 바. 제6단계 직업별 고용전망 직업별 고용전망은 앞에서 전망된 산업별 취업자를 직업별로 전환하는 단계로서, 산업 직업행렬(industry-occupation matrix) 전망치에 산업별 고용전망을 곱해서 도출된다. 산업 직업행렬은 산업별-직업별 고용 비중 또는 비율로 산출된다. BLS 는 3년 주기로 실시하는 산업별-직업별 고용구조조사(Occupational Employment Statistics Surveys; OES)를 통해 311개 산업과 750개 직업에 대한 산업 직업행 렬을 구축한다. 산업 직업행렬 전망은 전문적 직업분석가의 주관적 판단에 기초한다. 여기에는 이용 가능한 과거 데이터, 특정산업과 직업에 대한 기존 연구, 산업이나 무역 혹은 전문직 직업 관련 단체들과의 지속적인 논의 등이 고려된다. 전문적 직업분석가의 주관적 판단에 의해서 전망기간 중 특정 직업 비율의 불변, 증가 혹은 감소가 결정 된다. 이와 같은 비율 변화는 해당 산업에서 직업별 비율의 합이 '1'이 되어야 하 고, 다른 직업의 비율과 연동하여 변화한다. 산업 직업행렬은 임금근로자의 직업별 고용을 전망하기 위해 다음과 같은 수식으로 요약된다....(Ⅱ-3) 단 직업별임금근로자 벡터 산업별임금근로자 벡터 산업 직업 행렬 자영업자와 무급종사자의 직업별 고용전망은 임금근로자의 직업별 전망과 방법 은 유사하지만, 별도 절차를 통해서 전망된다. 우선 인구조사(CPS)에 기초하여 개 별 직업에서 자영업자 및 무급종사자, 농업생산이나 임업, 어업 혹은 가계고용부문 에서 1차적 임금근로자와 2차적 임금근로자를 구분한다. 특정 직업의 자영업자 및 무급종사자, 농림어업과 가계고용 임금근로자 비중은 경제 전체에서 산출하여 전망 하고, 직업별 임금근로자 전망치와 합산하여 직업별 총취업자를 추정한다. 그리고 임금근로자와 자영업자 및 무급종사자의 직업별 전망은 일시적 실업, 정년퇴직, 직

인력수급전망 기본 개요와 방법 19 업변경 등과 같은 대체수요(replacement demand)도 고려한다. 대체수요전망은 기 본적으로 인구조사(CPS)에 의한 과거 추세분석에 기초한다. 여기에는 새로운 직업 의 성장 가능성, 2차적 임금근로자, 즉 두개의 직업을 갖는 근로자 증가 등에 대한 분석도 투입된다. 이와 같은 직업별 고용전망은 잠재적 직업별 취업기회에 대한 유 용한 고용정보를 제공한다. 2) 캐나다 COPS 인력수급차예측모형 가. COPS 인력수급차예측모형의 기본 개요 캐나다 인적자원개발부(HRDC)는 COPS 인력수급차예측모형을 개발하여 산업별 -직업별 고용전망 및 인력수급차전망을 실시하고 있다. 6) COPS 모형은 1969년 노 동부(Department of Manpower)가 직업별 고용전망을 실시하면서 개발되었다. 1980년대 캐나다는 COPS 모형을 노동시장정보시스템의 계량적 분석틀로 확장하 였다. COPS 모형은 초기 인력수급을 전망하는 수요모형이었으나, 1990년대 중반 이후 학교졸업자, 이민자 및 노동력 재진입자 등 공급측면도 동시에 고려하는 통합 적 인력예측모형으로 발전하였다. COPS 모형은 경제성장, 산업 및 직업에 대한 전망작업을 체계적으로 실시하는 전망시스템으로 지난 15년간 10개주와 HRDC의 협력관계를 유지하면서 발전하였다. 또한 COPS 모형은 주정부 연구자들과 네트워 크를 형성해 고용전망에 필요한 통계, 거시경제모형, 노동수요모형을 개발 유지해 오고 있다. <표 II-1> COPS 모형의 주요 구성요소 수요모형; 신규인력(New Opening)=성장수요(Expansion)+대체수요(Replacement) 공급모형; 노동공급=졸업생(School-leavers)+이민자(Immigrants)+재진입자(Re-entrants) 균형; 노동수요 = 노동공급 (노동공급+실업자) > (신규인력) = 인력과잉(초과공급) (노동공급+실업자) < (신규인력) = 인력부족(초과수요) 수급차인력예측; 초과공급 및 초과수요 변화 COPS 모형은 139개 직업과 5개 직능(skill)범주에 대한 고용전망 및 인력수급 차전망을 실시한다. COPS 모형은 <표 Ⅱ-1>와 같은 다섯 가지 구성요소를 통해 6) COPS 인력수급차예측모형은 Canadian Occupational Projection System의 약칭이다.

20 중장기 인력수급전망: 2006-2016 직업별, 교육수준별 초과노동공급과 초과노동수요를 전망한다. 그리고 전체 노동시 장에 대한 전망은 2년마다 수행되고 매년 부분적으로 갱신되고 있으며 지역 파트 너와 지역사이에 결과가 매년 공유되어 상호협조체계를 구축하고 있다. COPS 모 형의 노동시장 전망구조는 [그림 Ⅱ-2]와 같이 구성되어 있다. 노동수요전망은 거 시경제전망 및 노동시장전망 산업별 고용전망 성장수요와 대체수요전망의 순서 로 실시되고, 노동공급전망은 인구전망 노동력공급전망 신규졸업자와 이민자 전 망 등으로 구성된다. 이와 같은 노동수요와 노동공급에 따라 미래 노동시장의 직능 별-직업별 인력수급불일치가 전망된다. [그림 II-2] COPS 모형의 노동시장 전망 구조 자료: Berube, Gilles(2007), "Labour Market Forecasting at HRDC", PWFC Pre-Symposium Workshop on Data Development and Modelling. 나. 노동수요전망 노동수요는 거시경제모형에 의한 산업별 고용전망과 직업별 고용전망 등 2단계 로 실시된다. 1단계 산업별 고용전망은 CBC의 거시경제 중기전망모형에 기초하며, 매년 캐나다 전체 및 주에 대해 향후 10년 기간 주요 거시경제전망과 함께 실시된 다. HRDC는 컨퍼런스보드 캐나다본부(Conference Board of Canada; CBC)의 협조 아래 거시경제 중기전망모형(Medium-Term Forecasting Model; MTFM)을 이용하여 GDP의 주요 구성요소와 노동시장 관련 변수들이 전망된다. MTFM과

인력수급전망 기본 개요와 방법 21 보건 및 교육 위성모형(satellite models)을 이용해 북미산업분류(NAICS) 기준 33 개 산업별 생산과 취업자가 전망된다. 이러한 산업별 취업자 전망은 직업별 고용전 망을 위한 기본 자료로 활용된다. 2단계 직업별 고용전망은 산업별 취업자 전망에 산업 직업별 행렬을 적용하여 추정된다. 산업 직업별 행렬은 노동력통계조사(Labour Force Survey)를 기초로 하여 작성되며 33개 산업과 140개 직업 셀(cell)로 구성된다. 연간 신규 일자리 개 념으로 공표되는 직업별 노동수요(성장수요; growth demand)는 퇴직에 의한 대체 수요(replacement demand)와 신규수요(expansion demand)의 합에 의해서 예측 된다. 다. 노동공급전망 노동공급은 인구구조, 노동력 그리고 직업별 졸업생과 직업별 이민자 등에 대한 축차적 전망으로 구성된다. 인구구조에 대한 전망은 경제부문과 인구부문이 결합된 MEDS모형에 입각하여 실시된다. MEDS모형(Models of the Economic and Demographic System)은 McMaster 대학의 Denton과 Spencer 교수에 의해 개 발된 모형이다. 이것은 거시경제부문과 더불어 인구의 교육수준별 비중 전망, 총생 산함수의 노동, 임금 부문 등으로 구성되어 있다. MEDS모형을 이용하여 매년 출 생, 사망 및 이주에 대하여 성 연령별로 2051년까지 인구구조의 변화를 전망한다. 노동력 공급전망은 MEDS모형 내에 포함된 경제활동참가율 예측모형에 기초한다. 경제활동참가율은 성별 및 12개 연령계층, 7개 교육수준, 그리고 5개 직능 단위로 세분화하여 전망되고 있다. 직업별 노동공급은 학교졸업자, 이민자 및 노동력 재진입자의 총합에 의해서 결 정된다. 졸업생 직업별 노동공급은 과거 졸업생에 대한 설문조사와 다양한 유형의 졸업생에 대한 개별 추정치를 이용하여 계산한 졸업생 직업 전환행렬을 이용한다. 다른 한편 캐나다에서 이민자가 노동공급에서 차지하는 비중이 높고, 노동공급 전 망에서 이민자의 교육과 직능수준을 고려하는 것이 중요하기 때문에 이민자의 교 육수준별, 직능별 노동공급도 실시된다. 라. 인력수급차예측모형: 노동수요와 노동공급의 통합전망 COPS 모형은 노동수요와 노동공급의 직접 비교가 가능한 139개 직업에 대해서 직업별 인력수급불일치 규모를 전망한다. 직능수준별 인력수급불일치는 신규인력수 요와 직능수준별 인력공급 전망치를 비교해서 산출한다. 직업별 인력수급불일치는

22 중장기 인력수급전망: 2006-2016 신규인력수요(성장수요와 대체수요의 합계)와 신규구직자수(졸업자와 이민자에서 도출된 신규구직 수)를 비교하여 추정된다. 인력수급통합 과정에서 노동시장 불균 형에 대한 조정은 고려하지 않는다. COPS 모형은 실용적인 고용전망을 제시하고 정책적 목적을 달성하기 위해 개발되었다. 이와 같은 인력수급불일치 전망치는 캐 나다의 직업과 교육정책에 폭넓게 사용되고 있으며 구직자에게 유용한 고용정보로 서 제공된다. 직업별 인력수급불일치는 인력수급정책과 직업능력개발정책에 적절하 게 활용할 수 있다는 장점이 있다. 마. 이용통계 COPS 모형은 다음과 같은 7종의 주요 고용관련 통계조사 자료를 주로 사용한 다. 이러한 통계자료 이외 거시경제모형에 주로 이용되는 국민계정, 물가 및 임금 등의 통계가 활용되고 있다. <표 II-2> 노동수요 전망에 사용된 데이터 출처 자료 출처 기간 용도 Labour Force Survey (LFS) (Monthly) National Graduates Survey (NGS) (Occasional) Post-secondary Student Information System (PSIS) (Annual) Youth in Transition Survey (YITS) (Biannual) Census (5-Year) Annual Demographic 1971 to 2006 Statistics (Annual) Longitudinal Administrative Data (LAD) (Annual) 1976 to 2006 (1987-2006 for occupational and industrial data) 2002 (Class of 2000) 1997 (Class of 1995) Primary & High School: 2003-04 Trade & Voc.: 1999 Colleges: 1999 University: 2004 2000 to 2003 2006 - Primary data to project employment growth by occupation (expansion demand) - Occupational distribution of non-pse graduates (high school and less than high school) and discontinuants (from PSE) - Primary source of data on how graduates in different PSE fields of study map into employment in specific occupations - PSIS data used to project new school enrollments and the new supply entering the labour market from the different education levels - Used in forecasting the proportion of high school graduates that go on to pursue PSE - Provide the labour force participation rate of immigrants - Allocation of new immigrants by occupation 1971 to 2006 - Demographic projections 1982 to 2005 - Estimation of the total number of retirements at the national level 자료: Berube, Gilles, "Labour Market Forecasting at HRDC", PWFC Pre-Symposium Workshop on Data Development and Modelling, 2007.

인력수급전망 기본 개요와 방법 23 3) 네덜란드 ROA모형 가. 기본개요 [그림 II-3] ROA 인력예측 모형의 기본구조와 예측과정 네덜란드 마스트리트(Maastricht)대학 경영학부 교수로 대부분 구성된 교육과 노동시장연구소 (Researchcentrum voor Onderwijs en Arbeidsmark; ROA)가 노동시장의 직업별 인력수급전망 등을 목적으로 ROA 모형을 개발하였다. 7) ROA 7) ROA는 마스트리트 대학 경영학부 교수를 포함한 전체 연구진이 대략 30여명이며, 이들은 모두 노동시 장 인력이동 및 고용전망 연구를 담당하고 있다(관계자와의 인터뷰; 2008.8).

24 중장기 인력수급전망: 2006-2016 모형은 정책당국을 위한 정책기능보다는 개인들에 대한 정보기능을 중시한다. 특히 네덜란드 인력예측모형은 학생들에게 교육 및 노동시장에 관한 신뢰할 만한 정보 를 제공하여 교육훈련과정 또는 직업 선택을 올바르게 할 수 있도록 하는데 초점 을 맞추고 있다. ROA 모형은 이와 같은 목적을 달성하기 위하여 다른 국가들에 비해 짧은 5년을 예측기간으로 하고 있으며, 양적 예측보다는 질적 예측을 강조한 다. ROA는 중장기 고용전망보다 향후 5년간 교육훈련별 수급관계 분석에 치중한다. 뒤에서 상세하게 살펴보는 것과 같이 특정 직업의 향후 5년 동안 전망을 good 또는 poor 와 같은 식으로 나타낸다. 그리고 미래노동시장지표, 경기감응도지표(경 기변동에 따른 고용 불안정 정도), 수평적 이동성지표(노동시장의 유연성 정도) 등 도 작성 공표되고 있다. 교육과 노동시장연구소(ROA)는 직업별 인력수요 예측과 교육훈련형태별 인력수요 예측을 병행하고 있으며, 생산요소들 사이의 대체관계, 성장수요(경제성장에 따른 변화)와 대체수요(퇴직, 이직에 따른 변화)를 구분하여 방법론 측면에서 정교성을 인정받고 있다. ROA는 교육시장과 노동시장 사이의 상 호작용에 대한 충실한 정보를 제공함으로써, 두 부문이 상호 긴밀히 연계될 수 있 도록 하는데 가장 큰 목적을 두고 있다. 이것은 학생들에게 보다 신뢰할 만한 고용 정보를 제공하여 학생들이 직업 또는 교육훈련과정을 올바르게 선택할 수 있도록 도와주는 데 있다. 나. 미래노동시장지표 ROA는 직업군별 또는 교육훈련형태별 노동시장 전망 정보를 생성하여 학생들에 게 제공하려는데 큰 목적을 두고 있다. 미래노동시장지표(IFLM: Indicator of the Future Labour Market)는 교육훈련을 마치고 노동시장에 새로이 진입할 예비노 동자들을 위한 노동시장전망에 관한 지표이다. IFLM = E+INS+U E+max(0,ED)+RD...(Ⅱ-4) 단, E : 현재의 취업자 INS : 예측기간 중 노동시장에 진입하는 졸업자의 수(신규노동력 공급) U : 현재 1년미만의 단기실업자 ED: 예측기간 중 확장수요 RD : 예측기간 중 대체수요 (Ⅱ-4)식에서 노동수요 크기를 나타내고 있는 분모는 예측시점의 기존 근로자수

인력수급전망 기본 개요와 방법 25 에 확장수요와 보충수요를 합한 인원수를 가리키고, 노동공급의 크기를 나타내는 분자는 예측시점의 기존 근로자수에 예측기간 중에 신규로 유입될 예비노동자들의 수, 그리고 신규로 유입될 예비근로자들의 교육훈련형태와 동일한 교육훈련형태를 갖고 있으면서 실업기간이 1년 이하인 단기 실업자 수를 합한 값이다. 미래 노동시장은 IFLM 지표를 기초로 5단계의 질적인 예측이 시도되고 있다. 예컨대 IFLM이 0.85보다 작을 때는 노동시장에서 공급에 비해 인력수요가 매우 많은 상태로서 very good 으로 표시된다. 그리고 IFLM이 0.85~1일 경우는 노동 시장에서 인력공급보다 인력수요가 약간 많은 상태(good)를 의미하고, 1~1.05사이 는 보통 정도(reasonable), 1.05~1.15는 인력공급이 수요보다 더 많은 상태로서 인 력수요 부족(moderate)을 말한다. 마지막으로 1.15이상은 매우 심한 과잉공급(bad) 상태를 의미한다. 다. 노동시장 이동지표 IFLM 수치가 낙관적이더라도 교육훈련기관으로부터 노동시장에 진입하는 인력 들이 IFLM이 예측하는 것만큼 취업되지 않을 수 있다. 반대로 IFLM 수치가 아무 리 비관적이더라도 교육훈련기관에서 노동시장으로 진입하는 인력 대다수가 실업 상태에 놓인다고 단정할 수 없다. 노동시장의 수급상태에 따라 신규 진입자는 처음 취업하기를 원했던 특정부문에서 다른 부문으로 옮길 수도 있다. 따라서 일정한 교 육훈련을 받고 다른 직업 혹은 부문으로 옮길 수 있는 가능성에 관한 정보는 매우 중요하다. 그리고 경기변동에 따른 부문별 고용수준의 변화정도가 다르고, 특정 교 육을 받고 특정 직업에 종사하고 있는 자들의 취업위험도도 다르다. 경기변동과 고용변화에 따른 노동시장 이동에 관한 정보제공을 목적으로 ROA는 다른 직업 혹은 다른 부문으로의 전환 가능성을 수평적 이동성(lateral mobility) 혹은 부문간 이동성(inter-sectoral mobility)지표에 의해 측정한다. 특정 교육훈련 을 이수하고 노동시장에 새롭게 진입하는 근로자의 직업 선택 범위와 가능성을 보 여주는 수평적 이동성은 지니-허쉬만지수(Gini-Hirschman Coefficient)를 이용하여 (Ⅱ-5)식과 같이 도출된다....(Ⅱ-5) 단, 교육훈련형태 e의 수평적 이동지수 교육훈련형태 e에서 직업 o가 차지하는 비율 : 직업 수

26 중장기 인력수급전망: 2006-2016 가 갖는 0과 1사이의 값은 다음과 같은 의미를 가진다. 만약 교육훈련형태 e를 이수한 모든 신규 근로자들이 단 하나의 직업에만 취업된다면 는 0이 되 고, 반면 모든 직업에 균등하게 취업할 수 있다면 그 값이 1이 된다. 경기감응도는 각 부문별 변동지수를 먼저 구한 후 이를 직업의 경기감응도로 확장시켜 측정하고 있는데 이를 수식으로 나타내면 (Ⅱ-6)식과 같다....(Ⅱ-6) 단, 직업 o의 경기감응도 지수 부문 s에서 직업 o의 비중 부문수 부문 s의 고용추세치 t기의 부문 s의 고용추세치와 고용실제치 사이의 차이 H : 관찰년도 수 경기감응도와 수평적 이동성은 고용의 안정성과 관련이 깊은 지표로서, 경기감응 도가 낮을수록 불황기에도 고용이 줄지 않을 가능성이 높다. 그리고 수평적 이동성 이 높을수록 불황기에도 다양한 부문으로 이동할 가능성이 높다. 이처럼 ROA는 수평적 이동성, 경기감응도와 같은 다양한 정보지표들을 공표함으로써 정량적 고용 전망의 문제점을 보완하고, 정성적 전망지표를 통해 합리적인 직업선택이 이뤄지도 록 지원한다. 2. KEIS 인력예측모형의 기본단계와 절차 1) KEIS 인력예측모형의 기본 개요 국내 인력수급전망 연구는 부정확성 과 비체계성 에 관한 논란이 끊이지 않았다. 미국 BLS 인력예측모형과 네덜란드 ROA 모형의 한국적 적용 가능성이 핵심적 논 쟁이었다. 한국 노동시장은 과잉교육, 전공 및 직무 불일치 등 교육훈련과 직무(직

인력수급전망 기본 개요와 방법 27 장) 불일치가 항상 존재한다. 교육(훈련)과 일자리의 일치 수준이 높고 노동시장 규 모가 상대적으로 작은 네덜란드 노동시장에 적합한 ROA 모형의 직접 적용은 한계 가 많다. 반면 BLS 인력예측모형은 거시경제성장과 산업별-직업별 노동수요를 비 교적 간단하게 연결할 수 있다는 장점을 지니고 있다. 그리고 COPS 인력수급차예 측모형은 산업별-직업별 인력수급불일치를 전망하여 효과적인 인력수급정책 및 직 업능력정책 개발에 유리하고, 직업별 인력수급불일치에 대비하는데 효과적이라고 본다. 8) [그림 II-4] 인력수급전망 기본 단계 KEIS 인력예측모형은 미국 BLS 인력예측모형을 기본으로 하여 캐나다 COPS 인력수급차예측모형을 결합하여 변형한 것이다. BLS 인력예측모형은 노동시장 균 형 상태를 가정하고 있어 정책 활용에 다소 미흡하다는 비판이 제기되고 있다. 반 8) 매력적이나 복잡한 모형이 과거 추세분석과 단기간 전망에 유용하나, 산업구조와 경제주체의 의사결 정구조 변화 가능성이 높은 중장기 인력수급전망에는 적절하지 않고, 안정적 상태에 있다고 가정한 불 안정한 모형을 활용한 전망 결과가 정책수립에 정보기능을 제공하기보다는 혼란을 가져올 확률이 높 다 (안주엽, 2005).

28 중장기 인력수급전망: 2006-2016 면 캐나다 인력수급차예측모형은 인력수급불일치전망을 통해 인력수급정책과 고용 정책개발에 기여하고 있다. 인력수급차전망은 노동시장의 인력과잉과 인력부족에 대응할 수 있는 고용정책 개발과 인력수급정책 개발에 주요 목적이 있다. 이처럼 인력수급전망은 노동시장의 비대칭적 고용전망에 따른 인력수급불균형과 직무불일 치 현상을 사전적으로 추정하고 그것을 해소하기 위한 인력수급정책을 개발하고, 인력수급불일치가 예상되는 방향으로 이직 및 전직희망자, 교육훈련수요자, 구직자 등이 이동할 수 있도록 필요한 고용정보를 제공하는데 그 목적이 있다. 산업별 직업별 고용전망은 노동력의 교육 및 숙련수준을 결정하는 교육시장에 대한 산업과 기업의 숙련수준별 노동수요 신호(signal)로서 기능할 수 있어야 한다. 다시 말해 인력수급전망은 거시경제성장에 따른 산업별 인력수급정책을 수립하고, 이직 및 전직희망자, 구직자와 상급학교 진학자 등에게 상세 고용정보를 제공해야 한다. KEIS 인력예측모형은 한국 노동시장의 역동적 변동 상황과 가용 통계자료의 범위, 고용정보(정책)개발 등과 같은 현실적 조건을 반영하였다. KEIS 인력예측모형은 노동수요와 노동공급 전망모형으로 구성되고 총량 수급차 이를 전망한다. 우선 노동수요는 산업별 경제성장과 산업별 취업계수를 결합한 산 업별 인력예측모형을 통해 구해진다. 그 다음은 OES와 EAPS를 이용하여 산업별- 직업별 행렬과 산업별-직종별 취업자 비중 행렬이 전망되고, 여기에 산업별 노동수 요전망 추정치를 곱하면 직업별 직종별 취업자가 전망된다. 9) 노동공급전망은 장 래인구추계 자료를 이용하여 연령계층별 인구구조 보정을 거쳐 생산가능인구를 전망한 다음, 선형확률모형과 선형추세방정식 등을 이용하여 경제활동참가율과 경 제활동인구를 예측한다. 10) 이렇게 전망한 노동수요에서 노동공급을 빼면 수급차이 가 도출된다. 2) 산업별 경제성장 전망 KEIS 인력예측모형은 산업별 경제성장이 노동수요 결정 변수를 대표한다고 본 9) KEIS 인력예측모형은 유경준 편저(2000), 유경준 편(2004), 안주엽(2005) 등의 이론적 성과에 바탕하고 있다. 기존 국내 인력수급전망은 미국 BLS 인력예측모형을 주로 원용하거나 응용한 것이다. 우리가 KEIS 인력예측모형으로 부르는 이유는 지난 1년간 이들의 인력수급전망모형에 기초한 시뮬레이션 작 업을 해본 결과 나름의 독자적인 전망기법을 추가할 수 있었기 때문이다. KEIS 인력예측모형은 한국 노동시장의 구조 특성과 산업별 성장 동학을 보다 잘 반영하고 구조화할 수 있는 산업별 성장전망모형 과 산업별 인력수요예측모형 등에 의해 보완된다. 10) 2007년 2월 국가인적자원개발회의의 국가 중장기 인력수급전망 추진계획에 따라 한국직업능력개발원 이 노동공급전망을 전담하고 있다. 이에 우리는 한국직업능력개발원의 노동공급전망 결과를 공식적으로 사용하고 있으나 내부적으로 노동수요전망의 정확성 및 활용성 제고를 위해 자체적인 노동공급예측모 형을 개발하여 활용하고 있다.

인력수급전망 기본 개요와 방법 29 다. 중장기 인력수급전망은 노동시장의 시장청산임금에 의해 결정된다는 가정 대신 산업성장에 따른 파생노동수요이론에 기초한다. 중장기 인력수급전망은 시장청산임 금에 의해 노동력의 초과수요와 초과공급이 모두 해소된 균형 상태에서 도출되는 고용규모와는 구별된다고 본다. 때문에 우리는 산업별 경제성장에 의해 노동력 수 요 규모가 중장기적 측면에서 우선적으로 결정되고, 단기적 시장임금변동에 따라 인력수급이 조정되는 장기적 과정으로 인식한다. 산업별 노동수요는 거시경제성장과 산업별 최종수요 등에 의해 1차적으로 결정 된다. 중장기 인력수급전망에서 가장 핵심적이고 중요한 영역은 거시경제성장과 산 업별 경제성장에 따른 파생노동수요를 추정하는 작업이다. 경제성장은 상품시장 확 대와 노동생산성(기술구조) 변화에 따라 실질적으로 결정되고, 그런 과정에서 노동 수요가 궁극적으로 결정되는 것이다. 산업별 노동수요는 산업별 경제성장에 의해 결정되며, 산업연관관계에 의해서 직 간접적으로 영향을 받는다. 따라서 산업별 노동수요는 일반균형이론의 관점에서 도출된 산업별 경제성장을 추정하는 작업이 우선 실시되어야 하는 것이다. 11) 우리나라에서 산업별 경제성장전망은 산업연관표를 이용한 KDI 다부문모형을 주로 활용하지만, 산업별 성장 전망치가 정기적으로 공표되지 않는다. 최근 산업연 구원(KIET)도 기존 KDI 다부문모형을 변형하여 독자적인 산업별 경제성장전망모 형을 개발하였다. 그러나 한국개발연구원(KDI)과 산업연구원이 부정기적으로 생산 하는 거시경제성장과 산업별 성장전망은 중장기 인력수급전망에 유연하게 활용할 수 없는 한계가 있다. 다시 말해 개별 연구기관이 생산하는 성장전망은 중장기 인 력수급전망의 실시 시기와 주기, 목적 등과 부합하지 않는다. 산업별 경제성장전망 의 추정방정식과 거시경제 총량전망의 보정 방법에 대한 세부적 논의는 다른 형태 로 소개할 예정이다. 12) 대신 금번 중장기 인력수급전망보고서는 산업별 경제성장전 망에 사용되는 기본 가정과 추정방정식 구조를 간략하게 언급해두고자 한다. 제1단계 산업별 성장전망 모형에서 산업별 생산함수는 1차 동차함수로서 (Ⅱ-7) 식과 같이 정의한다. 13) 11) 중장기 인력수요전망은 다양한 설명변수를 모두 반영하기보다는 주요 결정변수 한두 가지를 통해 실 시된다. 취업자의 교육훈련수준 및 근속년수 등과 같은 인적자본 특성은 고용구조 및 취업구조를 결 정하는 주요 변수가 될 수 있을 것이다. 그러나 노동력 수요의 결정요인으로서 다양한 설명변수를 추 가할 경우 설명변수를 중장기적으로 전망해야 하고, 그것에 기초한 중장기 인력수급전망이 반드시 이 상적(reasonable) 결과라고 단정할 수도 없다. 12) 한국고용정보원은 중장기 인력수급전망에 적합한 산업별 단기 및 중장기 성장 전망모형을 개발하고 있다. KEIS 인력예측모형의 하부모형으로서 산업별 인력수요전망에 적합하고 간편한 독자적인 산업별 성장전망모형을 활용한 중장기 인력수급전망이 실시될 예정이다. 13) 이변수 함수 가 임의의 0이 아닌 실수 에 대하여 항상 가 만족될 때 1차 동차함수로 정의한다.

30 중장기 인력수급전망: 2006-2016...(Ⅱ-7) (Ⅱ-7)식에서 는 (Ⅱ-8)식과 같이 단순한 취업자 수( )뿐만 아니라 노동시간 ( ), 취업된 인적 자원 수준( )까지 포함하는 유휴노동력 개념이다. 그러나 일반 적으로 유휴노동력은 (Ⅱ-9)식과 같이 취업자 수(head-count)에 의해 정의되고, 나 머지 변수는 국내총생산 에 명시적으로 표현하지 않은 다른 요소에 포함시키거 나 총요소생산성 에 내장된 것으로 간주된다....(Ⅱ-8)...(Ⅱ-9) 우리나라에서 중장기 경제성장 전망이 인력수급전망에 유용한 차원에서 제공되 기 않기 때문에 독자적인 산업별 경제성장이 전망되어야 한다. 이에 우리는 다부문 모형의 방법론을 원용하여 한국은행 국민계정 78부문의 산업별 부가가치 과거 추세치를 활용한 경제성장 전망을 대신한다. 산업별 성장전망을 위해 한국은행 국 민계정 78개 부문을 26개 산업군으로 통합하여 26개 산업부문별 성장전망을 우 선 추정하고, 여기 26개 산업부문에 속하는 78개 산업의 실질부가가치 성장을 각 각 시계열 추세분석을 통해 추정하여 도출한다. KDI 다부문모형의 연립방정식체계 에서 외생변수 역시 전망 기간에 상응하는 데이터 셋이 구축되어야 하는데, 이와 같은 작업이 단기간 내에 실시되기 힘들다. 이와 같은 현실을 감안하여 산업별 성 장전망은 KDI 다부문 거시경제성장모형의 기본원리와 산업군별 전망방식을 원용 하는 시계열 추세방정식을 활용하였다. 산업별 (실질부가가치) 성장 전망은 (Ⅱ-10)식과 같이 1970년부터 2006년까지 36년간 실질부가가치의 장기자료에서 시계열추세분석을 실행하여 도출한 산업별 추세방정식에 기초해서 추정한다. 14) 다시 말해 산업별 성장전망은 한국은행 국민 계정 78개 업종 부문을 26개 산업군( 群 )으로 통합하고 15), t기( 期 ) 특정 산업군(I) 14) 산업별 부가가치 성장전망은 Bottom-up 방식으로 26개 산업군의 부가가치를 우선 전망하고, 그 다음 총부가가치 성장 전망 추정치가 기존 전망기관의 중장기 경제성장 전망 및 자료 등과 비교하여 합리 적인'(reasonable)가를 판단하여 top-down 형식으로 보정하는 작업을 반복적으로 수행하였다. 15) KDI 다부문거시경제성장모형은 가격기술모형, 수요공급모형, 총량모형의 3개 하위모형에 24개 산업부 문과 1,300여개 방정식을 포함하는 상향식(bottom-up) 거시경제모형이다. 다시 말해 산업연관관계가 깊 은 산업을 집단으로 구성하고, 이들 사이의 구조방정식체계를 구축하는 것이다. 이러한 문제의식에 기 초해서 우리는 고용전망에 용이하게 산업을 집단화시켜 중장기 인력수급전망을 실시한 바 있는 안주엽

인력수급전망 기본 개요와 방법 31 의 실질부가가치( )는 (Ⅱ-10)식과 같은 시계열 추세방정식을 통해 전망된다....(Ⅱ-10) 그 다음 개별 산업군의 실질부가가치 성장은 한국은행 국민계정 78개 업종 부 문의 실질부가가치 과거 추세치를 통해 전망된다. 그 다음 26개 산업군에 각각 속 해 있는 특정 산업( )의 t기 실질부가가치 비중 예측치( )는 (Ⅱ-11)식과 같이 추정된다....(Ⅱ-11) 기 업종별 실질부가가치 단 기 산업군별 부가가치 t기 산업별 실질부가가치( )는 (Ⅱ-12)식과 같이 특정 산업군(I)의 실질부가 가치 추정치를 개별 업종의 비중 예측치에 곱해서 얻어진다. 이렇게 추정된 78개 업종별 실질부가가치는 한국표준산업분류 중분류에 따라 63개 부분으로 다시 재통 합 및 분리 과정을 거쳐 표준산업분류 2-digit 실질부가가치가 추정된다. 산업별 실질부가가치 성장전망은 통상적인 국내총생산(GDP) 전망과 구별된다....(Ⅱ-12) 산업별 실질부가가치 전망은 (Ⅱ-7)식의 가정을 충족하고, 취업계수 전망에 있어 용이하다는 장점을 갖고 있다. 취업자 단위당 노동량 또는 시간은 불변인데 반해 경제성장 및 규모는 시장가격이 반영된 명목가격 기준으로 환산되거나 발표되고 있다. 때문에 불변가격 기준의 실질부가가치 성장 전망이 인력수요전망에 쉽게 활 용될 수 있다. 현재 시점에서 장래의 취업자 추정에 경상가격 기준의 국내총생산 및 국민총소득 등을 활용할 경우 물가변동은 제거되어야 한다. (2005)의 전망방식을 활용하였다. 기존 연구기관의 거시경제성장전망모형은 경제성장을 목적으로 하기 때문에 중장기 고용전망 또는 인력수급전망에 그대로 활용할 수 없으며, 이들의 모형에 따른 데이터 셋 과 방정식체계를 구축하는데 엄청난 인력과 비용이 소요된다. 따라서 우리는 통계청 경제활동인구조 사 의 표준산업분류체계에 따른 중장기 부가가치성장을 전망하여 중장기 인력수급전망에 이용한다는 점을 미리 밝혀둔다.

32 중장기 인력수급전망: 2006-2016 3) 취업계수 전망 생산함수가 일정 시점에서 자본스톡과 요소생산성이 일정하다는 가정에 따를 경 우 최적화 해로 나타나는 최적 요소배합비율로서 취업계수는 요소생산성과 같은 기술수준을 총체적으로 반영한다. 그리고 취업계수는 최적 고용량뿐만 아니라 산업 별 노동수요를 반영하기 때문에 고용구조와 취업구조를 파악하는데 있어 유용한 변수로서 기능한다. 산업은 독자적인 생산기술과 생산시스템을 바탕으로 생산 활동 을 영위한다. 특정 시기 산업별-직업별 취업자 분포는 모든 조건이 동일할 경우 산 업 및 기업 단위의 기술적 특성을 계량적으로 반영한다. 취업계수는 안정적으로 감 소하는 추세에 있기 때문에 비교적 쉽게 추정된다. 단위노동 국내총생산(부가가치) 의 역수로서 취업계수가 시간 추세에 따라 낮아진다는 것은 단위노동에 대한 부가 가치 상승을 의미한다. 생산함수가 1차 동차함수일 경우 취업계수( )는 (Ⅱ-13)식 과 같이 정의된다. 취업계수 전망함수는 산업별 성장 전망과 같은 시계열 추세방정 식을 활용한다. 16)...(Ⅱ-13) 단 취업계수 4) 산업별-직업별 노동수요 전망 산업별 노동수요는 (Ⅱ-12)식에서 추정한 산업별 실질부가가치 성장 전망치와 (Ⅱ-13)식에서 추정한 취업계수를 곱해서 도출한다....(Ⅱ-14) (Ⅱ-14)식에서 산업별 노동수요가 도출되면, 직업별 노동수요를 추정하기 위해 산업 직업 비중 행렬이 전망되어야 한다. [그림 Ⅱ-5]는 특정 산업 취업자가 직업 또는 직종에 따라 어느 정도 분포되어 있는지를 알려준다. 산업 직업 비중 행렬 전망은 생산기술의 발전과 산업구조의 고도화에 따라 산업별-직업별 고용구조가 변 화할 것이라고 가정한다. 따라서 산업 직업 비중 행렬이 산업별-직업별 취업자 비 16) 안주엽(2003; 2005)에서 인용.

인력수급전망 기본 개요와 방법 33 중 분포를 의미하고 있는 한 전체 합은 반드시 1이 되어야 하는 조건에 제약된다. 산업 직업 행렬은 전산업 취업자 비중 분포를 바탕으로 하고 있기 때문이다. 이처 럼 직업별 인력수요를 전망하기 위해 (Ⅱ-15)식과 같은 산업 직업(직종) 비중 행렬 (B)이 먼저 도출되어야 한다. β11 β12 β13 β21 β22 β23 [그림 II-5] 산업 직업 비중 행렬 구조 직업 β1j-2 β1j-1 β1j β2j-2 β2j-1 β2j 산업 βi-11 βi-12 βi-13 βi-1j-2 βi-1j-1 βi-1j βi1 βi2 βi3 βij-2 βij-1 βij 주: βij은 i번째 산업의 j번째 직업 취업자 수를 나타냄....(Ⅱ-15) 단 산업 직업 직종 비중 행렬 로 정의됨 는 산업별 직업별 행렬 각 요소의 값으로서 번째 산업, 번째 직업 취업자 가 전체 취업자 가운데 차지하는 비중으로 산업 직업 행렬(취업구조)로 해석할 수 있으며, 다음과 같은 제약조건식(Ⅱ-16)이 충족되어야 한다....(Ⅱ-16) 제약조건식 (Ⅱ-16)을 충족하는 산업 직업(종) 비중 행렬은 한국고용정보원의 OES와 통계청 EAPS의 시계열 통계자료를 활용해서 추정된다. 통계청 경제활동 인구조사(EAPS) 는 분류체계의 개정으로 인해 시계열자료가 충분히 확보되지 못 했고, 고용정보원 산업별 직업별 고용구조조사(OES) 는 조사통계의 역사가 상 대적으로 짧고 부분적 불안정성(fluctuation)이 존재한다. 이 때문에 산업 직업(직 종) 비중 행렬은 가중치 기법을 활용하거나, 다양한 시계열 추정방정식을 통해 추 정되고 보정되는 과정을 거친다. 직업 직종별 인력수요는 (Ⅱ-17)식과 같이 산업 직업 비중 행렬 전망과 산업별 인력수요 전망을 곱해서 얻게 된다. 그리고 산업-직업(종)별 노동수요 추정치( ) 는 각 산업의 직업(종)별 비중 추정치에 산업별 인력수요 추정치를 단순하게 곱해

34 중장기 인력수급전망: 2006-2016 서 간단하게 도출된다....(Ⅱ-17) 5) 노동공급의 추정방법 및 단계 가. 생산가능인구전망 노동공급전망은 통계청 장래추계인구 에서 생산가능인구를 우선 전망해야 한 다. 생산가능인구는 통계청 장래추계인구 에서 속박인구를 제외한 15세 이상 비 속박민간인구(non-institutional and civil population) 규모를 추정하는 작업이다. 특히 생산가능인구 추정에서 18-25세 연령구간 군입대 남성 인구 추정이 가장 핵 심적 작업에 해당되며, 일반적으로 시계열추세방정식을 통해 실시된다. 통계청 장 래추계인구 는 정확성 에 대한 논란이 끊임없이 전개되고 있음에도 불구하고 국 내에서 유일한 중장기 인구추계이다. 그럼에도 불구하고 장래추계인구 는 군입 대 남성 연령구간에 대한 보정작업만 추가하면 생산가능인구전망으로 비교적 용이 하게 활용될 수 있다는 것이 일반적 평가이다. 군입대 연령구간 생산가능인구는 경제활동인구조사 의 동일 연령구간 인구 분 포 비중과 유사하게 보정하는 과정을 통해 추정된다. 이런 일반적 가정에도 불구하 고 실제 병역의무 수행 남성 연령구간 생산가능인구는 다양한 추세방정식과 계량 적 기법을 활용하지 않을 수 없으며, 여러 차례 보정과정을 거쳐야 한다. 어떻든 우리는 통계청 장래인구추계 에서 병역의무 수행 남성연령계층에 대한 인구보정 을 거쳐 15세 이상 비속박민간인구를 생산가능인구로 간주한다. 나. 경제활동인구전망 경제활동인구전망은 통계청 장래추계인구 에서 특정 연령계층별 인구보정을 통해 추정된 생산가능인구에 경제활동참가율을 곱해서 추정된다. 경제활동인구는 생산가능인구의 경제활동참가율에 의해 결정되기 때문이다. 경제활동인구는 노동공 급 규모로서 취업자와 실업자 규모를 합한 것이다. 그리고 전체 경제활동참가율은 각 연령 또는 연령계층별 경제활동인구를 모두 합산하여 그것이 생산가능인구에서 차지하는 비중을 의미하게 되는 것이다.