저 시-비 리- 경 지 2.0 한민

는 아래 조건 르는 경 에 한하여 게

l 저 물 복제, 포, 전송, 전시, 공연 송할 수 습니다.

다 과 같 조건 라야 합니다:

l 하는, 저 물 나 포 경 , 저 물에 적 된 허락조건 명확하게 나타내어야 합니다.

l 저 터 허가를 면 러한 조건들 적 되지 않습니다.

저 에 른 리는 내 에 하여 향 지 않습니다.

것 허락규약(Legal Code) 해하 쉽게 약한 것 니다.

Disclaimer

저 시. 하는 원저 를 시하여야 합니다.

비 리. 하는 저 물 리 목적 할 수 없습니다.

경 지. 하는 저 물 개 , 형 또는 가공할 수 없습니다.

경제학석사학 논문

기술 충격이 노동생산성과

고용에 미치는 향

2016년 8월

서울 학교 학원

경제학부 경제학 공

한 정 민

< 초록>

본 조 벡 귀모 용하여 술 충격 동생산 과 고

용에 어떤 향 미 는지 하 다. 존 헌들 사용한 것과 다 료

용하여 시 별 시행한 결과, 술 충격 시 동생산 과 고용 간

에 양(+) 상 계가 도출 존 들 결과 는 다 결과가 도출 었

다. 전에는 술 충격 생 시 총 근로시간 감 로 해 려

변수 간에 (-) 상 계가 나타났 , 후 후

에는 술 충격 총 근로시간 미하게 변 시키지 못하는 것 로 나타

났다. 라 후 술 충격 고용 변수에 미 는 향 미미해졌

알 수 고, 산 해 통해 도 술 충격 한 경 변동

하는 주요 요 수 없다는 결론 내릴 수 다.

주요어 : 술충격, 노동생산 , 고용, 벡터 귀모 , 충격 , 경 변동

학 : 201422305

<목 차>

1 장 론 ······························································· 1

2 장 행연 ······················································· 1

3 장 료 법 ··························· 3

1 터 간 ············································ 3

2 모 ······························································· 4

4 장 결과 ··················································· 6

1 변수 VAR 모 추 ··························· 6

2 시 별 VAR 모 추 비 ····························· 10

5 장 강건 (Robustness) ··································· 14

6 장 결론 ······························································· 16

참고 헌 ······································································· 18

Abstract ······································································ 19

< 목 차>

[ 1] 행 연 간과 료 개 ························· 3

[ 2] 생산 과 근로시간 간 상 계 ····························· 6

<그 림 목 차>

[그림 1] 미 과 한 주당평균근로시간 추 ·················· 4

[그림 2] 생산 과 근로시간 간 상 계 ························· 7

[그림 3] 전 간(1993~2015 ) 료 충격 ····· 8

[그림 4] 전 간(1993~2015 ) 료 산 해 ····· 9

[그림 5] 전 료 충격 ··················· 11

[그림 6] 전 료 산 해 ··················· 11

[그림 7] 후~ 전 료 충격 12

[그림 8] 후~ 전 료 산 해 13

[그림 9] 후 료 충격 ··················· 13

[그림 10] 후 료 산 해 ················· 14

[그림 11] 별 료 용한 충격 ················· 15

[그림 12] 변수 2개 추가한 모 충격 ········· 16

- 1 -

1.서론

실물경기변동이론(RealBusinessCycletheory)에 따르면 기술 충격(Technology

shocks)은 경기변동(Business Cycles)을 일으키는 주요 요인이며, 생산성

(Productivity)과 고용(Employment)간에는 강한 양(+)의 상 계가 존재한다.

1990년 후반까지 실물경기변동이론과 그 모형에서 도출된 거시 변수들의 움직임

에 한 측은 경제학자들에게 의심의 여지가 없는 정설로 받아들여졌다.그러나

Gali(1999)가 미국의 분기별 데이터(1948년 1분기∼1994년 4분기)를 사용하여 기술

충격 발생 시 생산성과 고용이 음(-)의 상 계를 가지는 것을 보임으로써,RBC

모형의 측이 실증 분석 결과와 부합하지 않음을 보 다.그는 기본 인 RBC모

형에 독 경쟁시장(Monopolisticcompetition),명목 가격 경직성(Nominalprice

rigidity),노동 강도(Laboreffort)를 도입하고,기술 충격이 발생하 을 때 통화정책

이 이에 반응하지 않는다면 그러한 결과가 도출될 수 있음을 보 다.이러한

Gali(1999)의 신 인 발견 이후 뉴 인지안(New Keynesian)의 이론이 보다 주

목받게 되었으며 련 후속 연구가 지속 으로 이루어졌다.

본 논문은 Gali(1999)의 연구를 토 로 한국의 데이터를 이용하여 기술 충격이 일

어났을 때 생산성과 고용이 어떻게 반응하는지 살펴보고,RBC모형의 실증 정합

성을 검토해보고자 한다. 융 기 이후의 자료를 포함한 2015년까지의 최신 데이

터를 바탕으로 하여,외환 기와 융 기가 기술 충격에 한 생산성과 고용 간의

계를 변화시키는 구조 인 요인으로 작용하 는지 알아보는 시기별 분석도 함께

진행할 것이다.

2.선행 연구

Gali(1999)는 기술 충격 발생 시 생산성과 고용 간의 양(+)의 상 계를 주장하는

실물경기변동이론(RBCtheory)의 측이 실제 자료와 일치하는지 확인하는 연구를

진행하 다.그는 모형을 통해 기술 충격 발생 시 통화정책이 이에 응하지 않는

다면,가격 경직성으로 인해 총수요가 불변인 상태에서 기업의 비용 최소화에 따라

일시 으로 고용이 감소할 수 있음을 보 다.미국의 후 데이터를 통해 이러한

결과를 실증 으로 보임으로써 실물경기변동이론의 측에 한 의문을 제기하

다.

- 2 -

이는 기술충격을 경기변동의 원인으로 보고 신축 가격 하에서 경제가 균형을 이

루는 것으로 악하는 실물경기변동이론에 한 반증으로 받아들여졌고,이후 많은

후속 연구들이 진행되었다.Christianoetal.(2003),Uhlig(2004)등은 기술진보에 의

한 생산성 향상이 있는 경우,단기에도 노동투입이 증가함을 보이며 Gali(1999)와는

다른 실증분석 결과를 도출하 다.ChangandHong(2006),Changetal(2009)등은

미국 제조업 세부 산업의 연간 자료(1958년~1996년)를 이용하여 재고 조정이 용이

할수록,수요가 탄력 일수록 총요소생산성이 총 노동시간에 미치는 효과가 양(+)으

로 나타남을 발견하 다.생산성과 고용 간의 계에 한 재까지의 연구 결과는

확정 이지 않으며, 실을 보다 충실히 반 한 가정 하에 좀 더 정확한 결과를 얻

으려는 노력이 진행 이다.

국내에서도 련 연구가 다양하게 이루어졌다.강규호(2006)는 1980년부터 2004년

까지의 분기별 노동생산성과 총 노동시간 자료를 이용하여 산업 부문(제조업과 서

비스업)과 고용 구조별(숙련노동자와 비숙련노동자)로 SVAR(StructuralVAR)분석

을 시행하 다.분석 결과 제조업의 기술 진보는 제조업 고용을 장기와 단기에 모

두 증가시키는 것으로 나타난 반면,서비스업의 기술진보는 서비스업 고용에

향을 미치지 못하는 것으로 나타났다.한편 산업의 경우에는 상기간(1980년

1/4분기~2004년 4/4분기)을 1993년 이 과 이후로 구분하여 추정하 다.김상호·임

(2006)은 우리나라의 1980년 1/4분기부터 2003년 4/4분기까지의 총요소생산성

(TFP)과 총 근로시간 데이터를 이용하여 구조 VAR분석을 시행한 결과, 산업

에서의 기술진보에 의한 생산성 향상이 장·단기 모두 고용을 증가시킨다는 결과를

제시하 다.김배근(2009)은 1990년부터 2007년까지의 분기별 노동생산성,총 노동

시간과 취업자 수를 이용하 다.산업을 제조업과 서비스업으로 나 고 기술충격을

제조업 특유의 기술진보와 립 기술진보로 나 어 구조 VAR분석을 실시하

으며,제조업 특유의 기술진보 발생 시 제조업 고용은 단기 으로 늘어나다가 장기

으로 감소하고 서비스업 고용은 증가한다는 결과를 도출하 다. 산업에서는

기술진보 발생 시 총 근로시간은 향을 받지 않으나 취업자 수가 증가하는 것으로

나타났다. 한 박구도·조범 (2011)은 총요소생산성이 고용에 양(+)의 효과를,장인

성(2012)은 기술 충격이 고용에 양(+)의 효과를 미친다고 분석하고 있다.요약하면

부분의 국내 연구는 기술 충격이 생산성뿐만 아니라 고용에도 정 인 효과를

다는 결론을 내리고 있다.

- 3 -

분석기간 분석자료

강규호(2006)1980년 1/4분기 ~

2004년 4/4분기

평균노동생산성,

총노동시간(고용)

김상호·임 (2006)1980년 1/4분기 ~

2003년 4/4분기

총요소생산성(TFP),

총근로시간

김배근(2009)1990년 1/4분기 ~

2007년 4/4분기

노동생산성,

총노동시간

박구도·조범 (2011)1990년 1/4분기 ~

2010년 4/4분기

총요소생산성,

취업자수

장인성(2012) 1970년 ~2007년총요소생산성,

고용률

[표 1]선행 연구의 분석 기간과 자료 개

3.분석 자료 분석 방법

3.1.데이터 분석 기간

본 논문에서 사용한 자료의 출처는 한국은행 경제통계시스템(ECOS)과 통계청 국

가통계포털(KOSIS)이며,1993년도부터 2015년까지의 월별 데이터를 사용하 다.기

간별 분석을 해 체 기간을 세 부분으로 나 었는데 외환 기 이 (1993년 1

월~1997년 6월),외환 기 이후 융 기 이 (1999년 7월~2008년 6월), 융 기 이

후(2010년 1월~2015년 12월)로 분리하 다.기간별 분석 시 추정 기간이 짧아지는

것을 감안하여 주요 분석은 월별 자료를 이용하 고,강건성(Robustness)을 확인할

때는 분기별 자료를 사용하 다.GDP는 실질총생산이고,산업생산지수(Index of

IndustrialProduction)는 업과 제조업 등을 포함한 공업생산지수를 사용하 다.

산업생산지수가 2000년부터 나와 있기 때문에 1993년도부터의 분석을 해 체 자

료로 공업생산지수를 선택하 다.노동시간 데이터는 통계청이 사업체노동력조사

를 통해 제공하는 취업자 수와 주당평균근로시간을 곱하여 만들어낸 총 근로시간

(Totalhoursworked)을 사용하 다.

기존 문헌은 통계청이 경제활동인구조사를 통해 1980년부터 제공하는 근로시간과

취업자 수 데이터를 사용하는 경우가 많은데,이 자료가 합하지 않다고 단하여

1993년도부터 나와 있는 사업체노동력조사의 데이터를 사용하여 연구를 진행하

다.통계청의 경제활동인구조사에 나타나는 근로시간은 매월 15일이 포함된 주를

상으로 주당 근로시간을 집계하는데,주당 근무일수에 한 고려 없이 조사하므

- 4 -

로 공휴일 유무와 그 일수에 따라 변동성이 심하게 나타나는 것을 <그림 1>1)에서

확인할 수 있다.따라서 월 평균 근로시간과 월 근무일수가 모두 주어져서 공휴일

에 의한 변동성을 없앨 수 있는 사업체노동력조사의 근로시간 자료가 더 합하다

고 단하여,이로부터 주당평균근무시간을 추정하여 보다 합한 자료를 얻을 수

있었다.

[그림 1] 미 과 한 주당평균근로시간 추

3.2.모형 설정

모형과 제약의 방식은 가장 일반 으로 사용되는 방법인 Gali(1999)의 장기제약 구

조 VAR분석과 동일하다.모형의 변수는 노동생산성(Laborproductivity)과2)총 근

로시간(Totalhoursworked)으로 간단한 2변수 모형이며,두 가지 모두 로그 수

값이 단 근(Unitroot)가설을 기각하지 못하므로 로그 차분 치를 사용한다.기술

충격과 비기술 충격으로 정의되는 두 교란항은 직교함을 가정한다.시차(lag)는

AIC(AkaikeInformationCriterion)에 따라 월별 자료와 분기별 자료 모두 2기로 설

정하 고 모형에 상수항을 포함하 다.

1)Korea1은 1980년도부터 있는 경제활동인구조사의 데이터를,Korea2는 1993년부터 있는

사업체노동력조사의 데이터를 의미한다.

2)노동생산성은 로그 변환한 국내총생산과 로그 변환한 총 근로시간의 차로 정의하 다.

- 5 -

장기 으로 기술 충격(Technologyshock)이 노동생산성에 향을 미치는 반면 비

기술 충격(Non-Technologyshock)은 향을 주지 않는다는 것을 반 한 장기 제약

을 구조식에 용하여 기술 충격과 비기술 충격을 식별하 다.

∆

∆

≡

Long-run restriction:

- 6 -

4.분석 결과

4.1.두 변수 구조 VAR모형 추정

먼 <표 2>와 <그림 2>는 생산성 증가율과 근로시간 증가율 간의 무조건부

(Unconditional)상 계와 조건부(Conditional)상 계를 모두 보여 다.무조건

부 상 계수는 기본 인 RBC모형의 측과 달리 음(-)의 값을 나타내며,오히려

뉴 인지안(NK)모형의 측과 가까운 모습을 보인다.

기술 요인에 의해 움직이는 생산성과 근로시간 간의 상 계수를 추정해보면

0.2573의 양의 값을 가지는 것을 알 수 있다.그러나 그 값이 크지 않아 RBC모형

의 측 로 움직인다고 말하기에는 무리가 있다.(<그림 2> 참조)이러한 결과 값

을 보다 자세히 이해하고 분석하기 해 각 충격에 따른 변수들의 동 반응

(Dynamicresponses)을 살펴보기로 한다.

Unconditional Conditional

Technology Nontechnology

Corr(prod, hours) -0.6167 0.2573 -0.5494

[ 2] 생산 과 근로시간 간 상 계

- 7 -

[그림 2] 생산 과 근로시간 간 상 계

<그림 3>에 나타난 충격-반응분석(Impulse-ResponseAnalysis)3)을 살펴보면,1%

의 기술충격이 발생했을 때 노동생산성은 1%에 다소 못 미치는 정도로 바로 증가

3)5000번의 Bootstrapping을 통한 95% 신뢰구간을 표시하 다.

- 8 -

하는 모습을 보이며 증가폭 자체는 장기 으로도 유지된다.생산(Output)역시 생산

성의 반응과 비슷하게 즉각 이고도 구 인 약 1%의 증가를 보인다.두 변수 간

의 미세한 차이가 기술 충격이 근로시간(고용)에 미치는 향을 보여주는데,증가

폭이 작긴 해도 구 이며 유의한 증가를 나타내는 것으로 보인다.

<그림 3>은 비기술 충격에 한 각 변수들의 반응도 보여주는데 노동생산성은 단

기에 조 감소했다가 제약에 따른 가정에 의해 장기에는 0으로 수렴하지만,산출

과 고용에는 구 으로 양(+)의 효과를 주는 것으로 보인다.이는 <그림 2>의 비

기술 충격에 한 생산성과 근로시간 간의 상 계수가 음(-)의 값으로 도출된 이유

를 말해 다.

[그림 3] 간(1993~2015년) 료 충격

지 까지 생산성(Productivity)과 노동(Employment)투입 간의 계를 살펴보았다

면,이번에는 총 생산(Output)과 노동(Employment)의 계를 통해 기술 충격이 경

기 변동을 일으키는 주요 원인인지 알아보고자 한다.기술 충격이 경기 변동을

- 9 -

발한다는 RBC모형의 주장 로라면 기술 충격 시의 총 생산과 근로시간 간의 동행

성이 크게 나타나야 하는데,이러한 측이 한국 데이터에서는 얼마나 잘 맞는지

살펴보려 한다.실선은 총 생산을, 선은 근로시간의 움직임을 나타내며,HP필터

링을 통해 추세를 제거하 다.

기술 충격에 한 총 근로시간의 움직임을 실질 국내총생산의 움직임과 비교하

을 때 그 폭이 미미하여,사실상 기술 충격에 한 근로시간의 반응이 매우 작음을

다시 한 번 확인할 수 있다.따라서 둘 간의 상 계는 0.8294로 수치 으로는 높

은 수 을 보이지만 사실상 무의미한 값인 것이다.한편 비기술 충격에 한 실질

국내총생산과 총 근로시간의 변동은 0.9886의 상 계수를 가지며 높은 경기 동행성

을 보여주는데,이를 통해 기술 충격보다는 비기술 충격이 부분의 경기 변동을

설명하는 주요 요인이며,즉 노동생산성에 장기 으로 향을 주지 않는 기타 충격

에 의해서 한국의 경기 변동이 일어난다고 할 수 있다.

[그림 4] 간(1993~2015년) 료 산 해

- 10 -

4.2.시기별 VAR추정 비교

이번 장에서는 노동생산성 향상이 총 근로시간에 미치는 향이 외환 기와 융

기 이후 어떻게 달라졌는지를 살펴보기 해,외환 기와 융 기를 기 으로

체 기간을 세 부분(1993~1997,1999~2008,2010~2015)으로 나 어 분석하 다.보

다 정확한 분석을 해 기 기간에 해당하는 자료(1997년 7월~1999년 6월,2008년

7월~2009년 12월)는 제외하 다.

먼 첫 번째 기간인 외환 기 이 에는 <그림 5>에서 보여주는 것처럼 기술 충

격이 주어졌을 때 총 근로시간이 감소하는 것으로 나타났고,이는 기존 연구와는

다른 결과이다.95% 신뢰구간이 모두 음(-)의 값을 갖고 있어 두 변수 간의 음의

상 계가 유의하다고 볼 수 있으며,따라서 외환 기 이 에는 NK 모형의 함의

에 가까운 결과가 나온 것을 알 수 있다.한편 비기술 충격에 의한 총 생산과 근로

시간의 증가폭은 장기 으로 0.2% 정도로,단기에 격한 상승을 보인다는 을 제

외하고는 기간을 상으로 한 분석 결과와 큰 차이가 없다.

<그림 6>에 나타난 기술 충격과 비기술 충격에 따른 총 생산과 총 근로시간의 움

직임을 살펴보면,기술 충격이 발생했을 경우 두 변수는 서로 반 방향으로 움직

이며 충격-반응 분석에서의 결과를 뒷받침해 다.

- 11 -

[그림 5]외환 기 이 자료의 충격반응 분석

[그림 6] 료 산 해

- 12 -

그러나 외환 기 이후에 해당하는 1999년 하반기부터의 자료를 분석한 결과는 기

존의 문헌이나 외환 기 이 과는 다른 결과를 나타내었다.외환 기 이후부터

융 기 이 까지의 데이터는 기술 충격 하에서 총 근로시간이 다소 상승하는 모

습을 보 지만,그 증가폭이 미미하고 95% 신뢰구간도 0을 포함하고 있어 기술 충

격이 총 근로시간에 유의한 변화를 불러일으킨다고 보기 어렵다. 한 융 기 이

후의 데이터는 기술 충격 하에서 총 근로시간이 오히려 감소하는 모습을 보 지만,

역시 95% 신뢰구간이 0을 포함하여 변수의 움직임에 한 방향성을 유의하게 측

하지는 못한다.즉 IMF외환 기 이 에는 기술 충격이 근로시간 변수에 음(-)의

효과를 나타내는 것으로 측되었지만,그 이후에는 기술 충격에 의한 유의한 변화

를 찾아보기 힘들어 1997년 외환 기가 두 변수 간의 상 계를 바꾸는 구조 인

변화의 계기가 된 것을 확인할 수 있다.한편 2008년 융 기도 두 변수 간의

계를 바꾸는 유의미한 계기가 되지 않았을까 하는 생각을 해 보았지만,분석 결과

기술충격에 한 근로시간의 반응에 유의미한 향을 주는 변화는 야기하지 않은

것으로 나타났다.

[그림 7]외환 기 이후 ~ 융 기 이 자료의 충격반응 분석

- 13 -

[그림 8] 후 ~ 료 산 해

[그림 9] 융 기 이후 자료의 충격반응 분석

- 14 -

[그림 10] 후 료 산 해

5.강건성(Robustness)

강건성 확인을 해 데이터의 기간을 달리 해 보았고 변수를 추가하여 확장된 모

형도 추정해보았다.

먼 강건성 확인을 한 첫 번째 방법으로 월별 자료가 아닌 분기별 자료를 이용

하여 모형을 분석해 보았다.월별 자료와 비교하면 정도의 차이는 있지만,기술 충

격에 한 변수들의 반응이 방향성이나 그래 의 모양에 있어서 매우 유사하다.월

별 자료를 사용했을 때보다는 변수들의 반응 그래 가 완만함을 확인할 수 있다.

특히 월별 자료에서는 산업생산지수를 사용하 고,분기별 자료에서는 국내총생산

(GDP)을 사용하 음에도 주요 결과가 변하지 않았다는 은 주목할 만하다.

- 15 -

[그림 11] 별 료 용한 충격

강건성 확인을 한 다른 방법은 변수를 추가하는 것이다.기존의 모형에 의

통화(M2)와 소비자물가지수(CPI)를 추가한 모형을 분석해 보았다.이로 인해 추가

되는 통화량 충격과 물가 충격은 2변수 모형에서 비기술 충격으로 구분되는 노동

공 충격과 마찬가지로 노동 생산성에 장기 으로 향을 미치는 않는다는 가정

하에 비기술 충격에 포함되도록 한다.두 변수 모두 계 조정과 로그 변환 과정을

거쳤다.

결과 으로 확장 모형 역시 기술 충격에 한 주요 변수들의 반응 함수에는 큰 차

이가 없다.기존 모형과 마찬가지로 기술 충격이 일어났을 때 총 근로시간이 증가

하는 모습을 보인다.비기술 충격에 한 변수들의 반응도 차이가 거의 없지만,근

로시간이 단기 으로 크게 증가하 다가 다소 감소하는 모습을 보이는 것이 다른

이다.증가하는 폭도 기존 모형보다는 조 큰 것으로 보인다.

- 16 -

[그림 12] 변수 2개 추가한 모 충격

6.결론

본 연구는 기술 충격이 외생 으로 주어졌을 때 노동생산성과 총 근로시간에 어떠

한 향을 미치는지 분석하고,실물경기변동이론의 측이 한국의 데이터를 이용한

실증 분석 결과와 부합한지 살펴 으로써 RBC모형이 한국 경제를 잘 설명하는

용 가능한 이론인지 검증하 다.

결과를 종합하면 기간을 상으로 한 충격반응 분석에서는 기존 문헌의 결론과

동일하게 기술 충격이 근로시간에 양(+)의 효과를 미치는 것으로 나타난다.그러나

이후 시기별 분석을 진행한 결과 기존에 도출된 결론과는 다소 다른 양상을 보

다.외환 기 이 에는 유의한 수 에서 기술 충격이 오히려 고용을 감소시키는 것

으로,외환 기 이후와 융 기 이후에는 기술 충격이 총 근로시간의 변화에 유의

한 향을 미치지 못한다는 측 결과가 나온다.이 게 기존 문헌과 다른 결과가

도출된 데에는 기존의 문헌에서 사용한 자료와 다른 데이터를 사용한 것이 가장 큰

- 17 -

원인인 것으로 보인다. 한 기존 문헌에서는 기 기간의 자료를 포함하 지만 본

연구에서의 시기 분석은 기 기간의 자료를 제외시켰기 때문에 차이가 발생한 것

으로 추측해볼 수도 있다.왜냐하면 본 연구에서도 기간을 상으로 한 연구에

서는 기존 문헌과 같이 두 변수 간의 양(+)의 상 계가 도출되었지만,시기별 분

석에서 기 기간의 데이터를 제외하고 분석하 을 때 두 변수 간의 음(-)의 상

계 는 유의하지 않은 양(+)의 상 계가 도출되었기 때문이다.

한편 융 기 시 노동생산성이 매우 격한 폭으로 변동하여 생산성과 고용 간의

계에 구조 인 변화를 주지 않았을까 하는 상과 달리,2010년 이후의 자료는

외환 기 때처럼 기술 충격에 따른 고용의 반응이 달라지는 계기가 되지는 않았음

을 보여 다.근로시간 변수가 반응하는 방향은 달라졌어도 95% 신뢰구간이 부분

0을 포함하고 있어 유의하지 않은 모습을 보 기에 의미 있는 변화라 할 수 없다.

외환 기 이후에 한국의 총 근로시간에 기술 충격이 주는 향력이 크지 않은 결

과가 나온 것에 해서 몇 가지 추측을 해 볼 수 있다.첫 번째로 노동 공 이 임

에 해 비탄력 이어서 노동 공 곡선이 수직에 가까운 상황을 가정할 수 있

다.이러한 상황에서는 기술 충격에 따라 노동 생산성이 증가하고 노동 수요가 증

가해도 노동 공 곡선이 수직 이기 때문에 고용의 변동 폭이 크지 않을 수 있다.

두 번째로 노동 수요 자체가 노동생산성에 의해 향을 크게 받지 않는 상황을 가

정할 수 있다.즉,노동생산성이 증가함에도 불구하고 기업 입장에서 여러 제약 때

문에 노동 수요를 증가시킬 수 없는 경직 인 노동시장을 생각해 볼 수 있다.

한편 본 논문은 기업이 해외 공장의 노동력 증감,즉 국외의 고용 변화를 통해 기

술 충격에 응하는 부문은 고려하지 않으므로 이것은 한계 으로 지 할 만하다.

한 본 논문은 Gali(1999)의 모형을 바탕으로 한 매우 기본 인 분석만을 시행하

으므로,향후 모형을 확장시켜 다양한 거시 경제 변수들과 충격 요인들을 포함시켜

분석한다면 보다 정확한 분석 결과를 얻을 수 있을 것이다.

본 연구는 분석 시기와 상황 별로 동일한 충격에 한 고용 변수의 반응이 달라질

수 있음을 보 으며,이러한 이유 때문에 보다 잦은 주기로 경제를 분석한 후 이에

한 응을 하여야 한다는 시사 을 제공한다.기술 충격에 한 근로시간의 반응

이 외환 기 이후에 미미해짐에 따라,총 근로시간에 향을 주는 수요 측 충격이

무엇인지 정확히 분석하고 이를 통한 고용 변수의 움직임을 주시할 필요가 있다.

- 18 -

<참고 문헌>

강규호(2006),기술 신과 고용창출,경제분석 제12권 제1호,한국은행 융경제연구

원.

김배근(2009),제조업과 서비스업의 기술진보 격차가 고용에 미치는 향, 융경제

연구,한국은행 융경제연구원.

김상호·임 (2006),총요소생산성 향상이 노동시간에 미치는 향,경제학연구 제

54집 제1호.

김소 (2008),생산 기술 충격과 경기 변동,국제경제연구,제14권 제3호,한국국제

경제학회.

김원규(2001),진정한 기술충격의 측정과 효과분석,계량경제학보,제15권 제1호,

58-83,한국계량경제학회

박구도·조범 (2011),총요소생산성의 고용에 한 향 분석,한국은행.

장인성(2012),생산성 향상이 고용에 미치는 향 정책 시사 ,국회 산정책처.

정진호(2013),고용과 생산성 간의 계,월간 노동리뷰,한국노동연구원.

Chang,YongsungandJayHong(2006),“DoTechnologicalImprovementsinthe

Manufacturing Sector Raise or Lower Employment?”,American Economic

Review.

Christiano,Lawrence,Martin Eichenbaum and Rob Vigfusson(2003),“What

HappensAfteraTechnologyShock?”,U.S.BoardofGovernorsoftheFederal

ReserveSystem,InternationalFinanceDiscussionPapers.

Gali,Jordi(1999),“Technology,Employment,and the Business Cycle: Do

Technology Shocks Explain Aggregate Fluctuations?”,American Economic

Review.

Gali,Jordi(2004),“OntheRoleofTechnologyShocksasaSourceofBusiness

Cycles:SomeNew Evidence”,JournalofEuropeanEconomicAssociation.

Uhlig,Harald(2004),“Do Technology shocks lead to a fallin totalhours

worked?”,JournalofEuropeanEconomicAssociation.

- 19 -

Abstract

The Effects of Technology Shocks on

Labor Productivity and Employment

Jungmin Han

Department of Economics

The Graduate School

Seoul National University

This paper aims to figure out the effects of technology shocks on labor

productivity and employment using a structural VAR(vector autoregression)

model. With the different data from those of the previous studies, the

result is totally different from the result that past studies have found.

Before the financial crisis in 1997, positive technology shocks lead to a

decline in total hours worked, and generate a negative comovement

between the labor productivity and employment. After the financial crisis in

1997 and the financial crisis of 2008, however, technology shocks do not

affect the total hours worked significantly. Therefore, after the crisis in

1997, technology shocks cannot explain the variations in labor market

variables, and technology shocks are not the dominant source that

generates business cycles in Korea.

keywords : Technology shocks, Labor Productivity, Employment, Structural

VAR model, Impulse Response Analysis, Business Cycles

Student Number : 201422305