관광산업 주요 업종의 고용 동향 분석 및 통계적 방법론을 활용한 인력 수요 전망 doc_id CNTS-00118880072_3

관광산업의 업종별 고용동향은 고용정보원에서 제공하는 고용보험통계의 세세분류 업종 통계를 바탕으로 한다. 고용과 관련된 자료는 고용보험 피보험자, 취득자, 상실자 통계항목 자료를 이용하기로 한다. 먼저 2006년~2015년까지의 10년간 연도별 자료를 통해 고용의 중장기적 추세를 살펴보기로 한다. 2013~2015년의 3년간 월별통계를 통해서는 월별 변동성, 계절성 등 단기적 동향을 주로 살펴보기로 한다. 피보험자 수와 취득자, 상실자는 자료의 성격이 다르다. 전자는 저량 (stock) 개념이며, 후자는 일종의 유량(flow) 개념이다. 연도별 피보험자수는 매년 말일 기준 시점의 등록 피보험자 수이며, 연도별 취득자(상실자) 수는 1월~12월 월별 취득자 수의 합으로 계산한 것이다. 매월 행정통계를 확정한 이후 취득‧상실에 대한 수정신고 등이 있는 경우, 전월 피보험자에 당월 취득자를 더하고 상실자를 뺀 수치는 당월 피보험자와 일부 차이가 있을 수 있다. 구체적인 노동수요 예측방법은 미국의 BLS(Bureau of Labor Statistics) 모형에 근거하여 산업별 부가가치, 취업계수를 순차적으로 예측하는 방법으로 취업자 수를 전망한다. BLS 모형의 특징은 다음과 같다. 정보기능 강조하며 노동수요 측면 위주로 예측을 한다. 산업별‧직업별 고용수준에 관한 예측만 실시하고, 교육형태별 고용수준에 관한 수급예측은 실시하지 않는 것이 특징이며 교육부분이 제외된 것은 주정부 소관이기 때문이다. 비교적 예측이 손쉬운 장점이 있는 반면, 비현실적 가정(생산요소 간 비대체성, 민감도 분석 결여 등)으로 다소 현실 유용성이 저하되는 것이 특징이다. 관광산업의 인력수요 전망은 산업별 부가가치를 전망하는 것에서 출발한다. 산업별로 경제성장 전망은 한국은행의 국민계정 자료를 토대로 산업별 부가가치 추이를 검토하는 방법을 사용하지만 관광산업의 경우 이러한 방법에 의해서는 파악되지 않는다. 따라서 세부업종별 매출액을 기준으로 부가가치율을 곱하여 산업의 부가가치액을 산출하기로 하고 시계열자료를 바탕으로 향후 부가가치 성장추세를 전망한다. 관광산업 중에서는 핵심 업종이라고 할 수 있는 여행업, 관광숙박업, 국제회의업, 카지노업으로 한정하여 부가가치액과 취업계수를 살펴보기로 한다. 관광객이용시설업, 관광편의시설업 등을 포함시키지 않은 것은 이들 업종이 하나의 업종으로 보기에는 사업체의 동질성이 약해서 표준산업분류로 산출되는 부가가치율을 적용할 수 없기 때문이다. 먼저 매출액은 4개 업종 모두 매년 증가하는 추세를 보여준다. 취업계수를 산출하기 위해서는 매출액에서 부가가치액을 추출해야 하는데 이 과정에는 부가가치율 개념을 이용하기로 한다. 부가가치율은 일정기간 동안 기업이 창출한 부가가치액을 같은 기간 중의 산출액으로 나눈 비율로서 산출액 중 생산활동에 참여한 생산요소에 귀속되는 소득의 비율을 나타내므로 소득률이라고도 한다. 산출액은 “매출액 + 당기총제조비용 – 매출원가 – 외주가공비”에 의해 구해진다. 부가가치율은 한국은행의 기업경영분석, 산업연관표 등에서 산업별로 그 수치를 구할 수 있다. 기업경영분석에 의하면 2014년 기준 숙박업 44.05%, 여행사 및 기타 여행보조 서비스업 32.85% 등으로 나타난다. 여행업 등 4개 업종의 연도별 자료들이 자기상관(autoregression) 관계를 지니고 있어서 벡터자기회귀모형(Vector Autoregression Model)을 이용하여 예측하도록 한다. 또한 4개의 업종이 관광산업 안에서 서로 관련성을 맺고 있을 것으로 판단되므로 서로의 상관성을 반영하여 벡터 형태로 예측하기 위해 VAR 모형 선택한다. 4개 업종별로 개별적으로 예측하는 것이 아니고 한 번의 모델링에 의해 예측결과를 도출하는 것이 이 모델의 장점이다. VAR 모형은 기존의 다중회귀모형, 연립방정식보다 예측력이 높은 것으로 평가된다. 자기회귀 자료는 여러 가지 다양한 요인이 내포되어 있다고 가정하고, 이러한 자기회귀를 이용한 시계열 모형은 예측력을 담보하는 것으로 평가된다. 단일 자기회귀모형을 일반화된 형태로 차수가 p인 VAR(p) 모형은 다음과 같다. 여기서 c는 상수벡터, αj는 내생변수 추정계수의 벡터, β는 외생변수 추정계수의 벡터, et는 오차항 벡터이다. 4개 업종의 부가가치 예측에서는 VAR 모형을 적용할 경우, 예측치가 범위를 벗어나는 특이값이 많이 발생하였다. 8개밖에 안 되는 연도별 자료를 사용하기 때문에 발생하는 것으로 추정된다. 따라서 부가가치 예측에서는 4개 업종 변수를 하나의 모형에 투입하여 VAR 모형을 구성하는 방법을 포기하고 시간을 독립변수로 하는 단순회귀모형에 의해 예측하기로 한다. SAS 통계프로그램의 planning tools에서도 linear trend가 오차가 가장 적은, 가장 적합한 예측방법인 것으로 나타났다. 추정 결과, 2019년을 기준으로 여행업 3,727 십억원, 관광숙박업 3,268 십억원, 국제회의업 2,317 십억원, 카지노업 1,660 십억원의 부가가치가 창출될 것으로 전망된다. 취업계수 예측에서는 먼저 시계열 자료가 불안정적 특성을 보이고 있어서 정상적(stationary) 시계열 자료로 변환하기 위하여 각 변수를 로그 차분하여 예측에 사용하였다. 취업계수 자체를 VAR로 분석하는 것은 무리가 있어서, 취업계수의 변화율 즉 로그차분으로 예측하고자 한 것이다. 관광객이용시설업, 관광편의시설업, 유원시설업 3개 업종의 인력 수요는 관광사업체기초통계조사 결과를 토대로 분석한다. 인력수요 전망은 다음의 방법을 통해서 산정한다. 첫째, 2007년~2014년까지 업종별 매출액을 토대로 연평균 증가율을 적용하여 2019년까지 종사원 수를 전망한다. 둘째, 매출액 단위당 종사원 규모를 산정하여 업종별 취업계수를 산정한다. 마찬가지로 연평균 증가율을 적용하여 2019년까지 취업계수를 전망한다. 셋째, 매출액 과 취업계수 전망치를 곱하여 향후 인력 규모를 전망한다. 3개 업종의 경우, 인력 수요 전망을 위한 가용통계 활용에 제한이 있는 현실을 고려하여 매출액을 부가가치액의 대체변수로 활용한다. 2007년부터 2011년까지 기타산업 매출액을 토대로 2019년까지 매출액 규모를 전망한 결과는 다음과 같다. 산업별 인력수요를 전망하기 위해서는 단위 매출액당 취업자 수를 의미하는 취업계수가 필요하며 이는 종사원수를 매출액으로 나누어 산정한다. 관광산업의 범위는 관광활동과 관련된 모든 업종을 관광산업의 범위에 포함시킬 수 있지만 본 연구에서는 분석의 범위를 좁히기 위해서 관광 활동과 밀접한 관련성을 갖고 있고 관광소비의 비중이 비교적 높은 업종 을 선별하여 이 업종을 위주로 고용 동향을 살펴보기로 한다. 고용보험통계가 표준산업분류를 바탕으로 자료를 생산하고 있으므로 세세분류 업종 중 관광과 관련성이 높다고 여겨지는 다음과 같은 11개 업종을 위주로 살펴보기로 한다. 표준산업분류 세세분류를 기준으로 봤을 때, 일반 및 국외여행사업, 호텔업, 전시 및 행사대행업 등의 고용자 수준이 상대적으로 높은 것으로 나타난다. 증가율로는 전시 및 행사대행업, 호텔업, 휴양콘도 운영업의 증가율이 두드러진다. 나머지 업종들은 연도별로 큰 변화 없이 일정 수준의 고용자수를 유지하는 것으로 나타난다.