An Order-Invariant Decomposition of Input Accumulation in DEA–Malmquist Productivity Analysis
본 논문은 다중 투입물 DEA-Malmquist 분석에서의 순서 의존성 문제를 해결하는 경로 대칭 분해 방법을 제로하며, 이를 통해 개별 투입물 축적 효과에 대한 유일하고, 순서 불변하며, 승법적으로 일관된 척도를 제공한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
경제학자들은 왜 어떤 국가들은 더 부유해지고 생산성이 높아지는지 이해하기 위해 오랫동안 노력해 왔다. 이를 위해 그들은 종종 한 국가의 산출량, 즉 무엇을 생산하는지를 살펴보고, 그 성장이 얼마나 더 열심히 일했는지, 더 나은 도구를 사용했는지, 아니면 단순히 이미 가지고 있는 것을 더 효율적으로 사용하게 된 것인지에서 기인하는지를 파악하려고 시도한다. 이러한 종류의 조사를 위한 표준적인 도구는 데이터 포락 분석(Data Envelopment Analysis)이라 불리는 방법인데, 이는 특정 시점에 여러 국가가 달성할 수 있는 가장 효율적인 가능한 성과를 보여주는 지도 역할을 한다. '프런티어(frontier)'라고 알려진 이 지도는 노동이나 자본과 같은 특정 투입량에 대해 가능한 최선의 산출량을 보여준다. 국가가 이 프런티어에 가까워질 때, 그들은 따라잡고 있는 것이며, 프런티어 자체가 바깥쪽으로 이동할 때는 기술이 진보했음을 의미한다. 그러나 생산성이 성장하는 세 번째 방법이 있는데, 그것은 바로 공장을 더 짓거나 더 많은 노동자를 교육하는 것처럼 더 많은 투입량을 단순히 축적하는 것이다. 이는 종종 기존의 프런티어를 따라 이동하여 더 많은 자원을 사용함으로써 더 많은 산출물을 만들어내는 지점으로 이동하는 것으로 묘사된다.
문제는 국가가 물리적 기계와 교육받은 노동자처럼 두 가지 이상의 유형의 투입량을 사용할 때 발생한다. 만약 이 두 가지가 동시에 증가하면, 성장이 얼마나 기계로부터 왔고 얼마나 교육으로부터 왔는지 정확히 말하기 어려워진다. 문제는 어떤 요인을 먼저 보느냐에 따라 답이 달라질 수 있다는 점이다. 만약 기계를 먼저 추가하고 그다음에 노동자를 추가한다고 가정하면 하나의 결과가 나온다. 반대로 노동자를 먼저 추가하고 그다음에 기계를 추가한다고 가정하면 다른 결과가 나온다. 이는 연구자가 요인을 검토하기 위해 선택한 임의적인 순서에 따라 경제 성장의 이야기가 달라지는 혼란스러운 모호성을 생성한다.
관서학원 대학교의 연구자인 쿠니모네 코조(Kozo Kunimune)는 이 수수께끼에 대한 해결책을 제안했다. 그는 투입량의 축적으로부터 오는 성장을 분해하는 새로운 방법을 개발했는데, 이 방법은 요인이 고려되는 순서에 의존하지 않도록 한다. 하나의 순서를 따르는 대신, 그의 방법은 투입량이 추가될 수 있는 모든 가능한 순서를 살펴본다. 그런 다음 이 모든 서로 다른 경로들의 평균을 내어 각 투입량이 얼마나 기여했는지에 대한 단일하고 고유한 답을 찾아낸다. 이 접근 방식은 계산이 어떻게 배열되든 상관없이 최종 수치가 공정하고 일관되도록 보장한다.
이 아이디어를 테스트하기 위해, 쿠니모네는 국제 경제 통계의 주요 데이터베이스인 펜 월드 테이블(Penn World Table)의 실제 데이터에 이를 적용했다. 그는 완전한 데이터를 보유한 64개국을 대상으로 2000년에서 2010년 사이의 기간에 집중했다. 그의 분석에서 그는 물리적 자본(기계 및 건물)과 인적 자본(노동력의 기술 및 교육)을 두 개의 별도 투입량으로 취급했다. 그의 새로운 방법을 사용하여, 그는 노동 생산성의 성장을 세 가지 뚜렷한 부분, 즉 자원을 사용하는 효율성의 개선, 기술적 프런티어의 이동, 그리고 물리적 자본과 인적 자본을 추가하는 것의 구체적인 기여도로 분리할 수 있었다.
결과는 우리가 투입량을 어떻게 모델링하느냐에 따라 경제 성장을 측정하는 방식이 크게 변할 수 있음을 드러냈다. 인적 자본을 무시하고 물리적 자본만을 고려했을 때, 성장은 주로 기술적 변화에 의해 주도되는 것처럼 보였다. 그러나 인적 자본을 별도의 투입량으로 포함했을 때, 이전에 기술로 귀속되었던 성장의 일부가 프런티어를 따라 이동하는 것으로 재분류되었다. 즉, 기술적 도약처럼 보였던 것 중 일부는 실제로 국가들이 노동자의 기술에 투자한 결과였다. 이러한 변화는 캄보디아, 방글라데시, 베트남과 같은 개발도상국에서 특히 눈에 띄었으며, 인적 자본을 별개의 요인으로 포함함으로써 측정된 기술적 변화는 감소하고 투입량의 축적이 증가했다.
이 연구는 또한 선진 경제와 신흥 경제 간의 차이를 강조했다. 미국, 캐나다, 호주와 같은 많은 부유한 국가들에서 생산성 성장은 거의 전적으로 물리적 자본의 축적에 의해 주도되었으며, 인적 자본은 측정된 확장에 있어 미미한 역할을 했다. 반면, 여러 신흥 경제국들은 인적 자본의 축적에 의해 상당한 성장을 보였으며, 이는 교육과 기술에 대한 투자가 그들의 경제적 진보의 주요 엔진이었음을 시사한다.
순서를 정하는 임의적인 요소를 제거함으로써, 이 새로운 방법은 경제 성장을 주도하는 것에 대해 더 명확하고 안정적인 그림을 제공한다. 이는 연구자들이 계산 순서로 인한 왜곡 없이 생산성 변화의 내부 구조를 볼 수 있게 해준다. 연구 결과는 총 성장량은 동일할지라도, 다양한 투입량의 구체적인 역할을 고려할 때 그 성장의 배경이 되는 이야기가 달라진다는 것을 확인시켜 준다. 이러한 명확성은 국가의 성공이 더 나은 기술 때문인지, 더 효율적인 경영 때문인지, 아니면 물리적 및 인적 자원의 꾸준한 축적 때문인지를 이해해야 하는 정책 입안자와 경제학자들에게 필수적이다. 이 방법은 유연하게 적용될 수 있도록 설계되었으며, 다양한 경제적 환경에 적용되어 다중 투입량의 세계에서 생산성의 복잡한 메커니즘을 조사하는 투명한 방법을 제공한다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.