論評과 答辨 : 식민지기의 유업자 통계: 고용 없는 성장 인가?

김낙년 경제사학회 2011 경제사학 Vol.50 No.-

기획 특집_최근의 한국 근현대사 논쟁을 돌아본다 : 한국 근현대사 교과서의 역사인식 생산적 논쟁을 위하여

김낙년 대한민국역사박물관 2013 현대사광장 Vol.1 No.-

근대 철도 인프라스트럭처의 운영과 그 특징

김낙년,이성아,이우연,임채성,선재원,차명수 한국경영사학회/한국경영사학회 2010 경영사연구(경영사학) Vol.25 No.1

가계소득 조사와 文정부의 ‘통계 조작’ 논란

김낙년 법률방송 2023 법치와 자유 Vol.1 No.5

한국 GDP의 장기추이와 국제비교

김낙년 한국경제발전학회 2009 경제발전연구 Vol.15 No.2

이 글은 우리나라 GDP의 장기계열을 정비하고, 이에 의거한 국제비교를 시도하였다. 첫째, 우리나라 GDP의 해방 전 추계 계열(1911-40년)과 해방 후 한국은행 계열(1953-2007년) 사이에 단절된 해방 전후기의 생산지수와 인구를 추계하였다. 이를 통해 1911-2007년에 걸친 1인당 GDP의 장기계열을 제시하였다. 그리고 선행 연구인 MaddisonN과 비교하여 어디에서 얼마나 차이가 났는지를 밝혔으며, 본 추계결과가 그것을 대체할 수 있을 것으로 기대한다. 둘째, 한국의 1인당 GDP를 미국이나 동아시아의 다른 나라 수준과 비교하여 그 격차가 어떻게 추이했는지를 살펴보았다. GDP의 국가간 추계되지 않은 시기 를 비교할 경우 각국의 경제성장률로 추세를 연장하는 Maddison의 방법은 과거로 거슬러 올라갈수록 실태를 왜곡할 가능성이 커짐을 보였다. 그리고 일본과 한국 및 대만의 경우1 인당 gdp가 해방 전에는 비교적 연동하는 양상을 보인 것과는 달리 해방 후 1950-60년대에는 상당히 차이가 벌어졌는데, 거기에 영향을 준 요인에 대해서도 고찰하였다. (JEL: N1, O1, 05)

서평 : 『개발 없는 개발: 일제하 조선경제 개발의 현상과 본질』(허수열 저), 은행나무, 2005

김낙년 경제사학회 2005 경제사학 Vol.38 No.-

堀和生 지음-동(東)アヅア자본주의론(資本主義論) 1 형성(形成),구조(構造),전개(展開)

김낙년 경제사학회 2010 경제사학 Vol.49 No.-

한국의 학력별 사망률 격차, 1985-2015

김낙년 경제사학회 2018 경제사학 Vol.42 No.3

This paper estimates the mortality differentials by educational attainment in Korea over the last 30 years, combining the information of Death Cause Statistics and Population Census. Based on these estimates significant findings include the followings. First, the mortality rate (over 30s) of men declined to 0.49 in 2015 compared to 1985 (= 1) when controlling population composition changes such as aging and higher education. The corresponding mortality rates for women dropped to 0.53, narrowing the gender gap. Second, the mortality differentials by educational attainment varied according to age. In the case of men in their 50s, the mortality rate of middle and high school graduates and college graduates was 0.36 and 0.19 in 2015 respectively, compared with those of elementary school graduates or below (= 1). The corresponding mortality rates for women were 0.45 and 0.34, respectively, and the gap was smaller than that for men. Third, the mortality rate declined in all educational backgrounds, and the higher the level of education, the greater the benefit. Fourth, we divide into two groups of upper and lower 50% based on education level and compared the mortality gap between them. In the age group of 30s-50s, the gap between them did not show a clear trend, but the mortality gap rapidly expanded in the 60s or older, when the difference in the past mortality rate was insignificant. 본고는 『인구센서스』와 『사망원인통계』의 정보를 결합하여 지난 30년간 사망률의 추이와 학력별 사망률 격차를 추정하였다. 본고에서 새롭게 드러난 사실을 정리하면 다음과 같다. 첫째, 고령화나 고학력화와 같은 인구 구성 변화를 통제하였을 경우 남자의 사망률(30대 이상)은 1985년(=1) 대비로 2015년에는 0.49로 하락하였고 여자는 0.53으로 하락한 결과, 남녀의 사망률 격차는 다소 좁혀졌다. 둘째, 학력 간 사망률 격차는 연령별로 다른 양상을 보였는데, 예컨대 50대 남자의 경우 초졸 이하(=1) 대비 중고졸과 대졸의 사망률이 2015년에 각각 0.36과 0.19로 나왔다. 그에 대응하는 여자의 사망률은 각각 0.45와 0.34로 나와 남자보다 격차가 적었다. 셋째, 모든 학력에서 사망률이 하락하였지만, 학력이 높을수록 그 혜택을 더 많이 보았다. 넷째, 학력 기준으로 상하 두 계층의 사망률 격차를 비교해 보면, 30-50대에서는 계층 간 격차가 뚜렷한 추세를 보이지 않았지만, 과거 사망률의 차이가 미미했던 60대 이상에서 오히려 계층 간 격차가 빠르게 확대되어 왔음을 알 수 있다.

우리나라 개인 자산 분포의 추정

김낙년 경제사학회 2019 경제사학 Vol.43 No.3

본고는 우리나라 개인 자산을 금융자산(이자와 배당, 연금과 보험)과 부채, 비금융자산(주택, 사업용 자산)으로 나누어 그 분포를 추정하였다. 개별 자산이나 부채의 총액은 국민대차대조표에 의거하였고, 그 분포에 관한 정보는2017년의 가계금융복지조사를 이용하였다. 이 조사에서 소득과 금융 부채는행정 자료로 보정되어 실태에 가깝다고 볼 수 있지만, 자산은 그렇지 못하다. 금융자산과 같이 편중이 심한 경우는 금융소득을 자본화하는 방법과 금융소득종합과세 자료를 이용하여 추정하였다. 신뢰할 만한 다른 자료가 없는 경우에는 조사에서 누락된 자산의 분포가 파악된 자산과 다르지 않다는 가정으로 추정하였다. 그 결과에 따르면 성인 인구의 상위 10%, 1%, 0.1%가 전체 순 자산의 62.9%. 23.9%, 10%를 차지한 것으로 나왔다. 상속세 자료와 유산승수법으로 추정한 기존 연구 결과(65.7%, 25%, 8.9%)와 가계금융복지조사 결과(61%, 17.3%, 4.1%)와 비교하면 최상층으로의 자산집중이 더 높아졌다. 유사한 방법으로 접근한 다른 나라와 비교해 보면 미국보다는 낮지만 프랑스와 영국보다는 높았다. 중국은 근래에 자산 집중도가 급상승하여 한국을 추월하였다. This paper estimates the distribution of personal assets in Korea by dividing them into financial assets (interest and dividends, pensions and insurance), liabilities, and non-financial assets (house assets and business assets). The total amount of individual assets or liabilities was based on the national balance sheet, and information on asset distribution was taken from the 2017 Survey of Household Finance and Living Conditions. The income and financial liabilities of this survey are corrected by administrative data, which is close to the reality, but the assets are not. In the case of highly concentrated assets such as financial assets, the income capitalization method and the global income tax data on financial income are used. In the absence of other reliable data, it was assumed that the distribution of missing assets in the survey was not different from the identified assets. The results show that the top 10%, 1%, and 0.1% of the adult population account for 62.9%, 23.9%, and 10% of total net assets respectively. Compared to the results of previous studies (65.7%, 25%, 8.9%) estimated by inheritance tax data and the estate multiplier method and the results of the survey (61%, 17.3%, 4.1%), the concentration on the top floor is higher. Compared with other countries approached in a similar way, it was lower than the United States but higher than France and the United Kingdom. China has recently surpassed Korea with a sharp rise in asset concentration.

가계동향조사의 문제와 보정

김낙년 한국경제학회 2022 한국경제포럼 Vol.15 No.1

Since the Household Income and Expenditure Survey is designed as rotation sampling in which a certain percentage of the sample is replaced every month, the number of months each sample is surveyed in a year spans 1-12 months (1-6 months after 2020). Statistics Korea calculates quarterly or annual statistics by simply averaging the survey results for the month from monthly data. This is fine for items with similar recurring monthly expenditures, but distortion occurs for items that do not. Depending on the number of months surveyed and the frequency of purchase of items, the annual statistics tend to be exaggerated by up to 12 times (three times in the case of quarterly statistics) than the actual ones, while items not purchased in the survey month are completely omitted from the survey. When calculating the overall average, it was found that such overestimation and underestimation due to omission offset each other. However, the average per household is not, so the consumption gap between households is wider than it really is, and the distortion has grown bigger in recent years. In this paper, the bias of items consumed by each household included in the annual data for 2015-16 and 2019-20 was corrected in a reasonable way, and the results were compared with the existing micro data. 가계동향조사는 매달 표본의 일부가 교체되는 연동표본으로 설계되어 있기 때문에각 표본이 1년 중에 조사되는 월수는 1-12달(2020년 이후는 1-6달)에 걸쳐 있게 된다. 통계청은 분기 또는 연간 통계를 구할 때 월간 자료에서 해당 월의 조사결과를단순 평균하는 방식으로 산출하고 있다. 매달 지출이 반복되는 품목이라면 이 방식에 문제가 없지만 그렇지 않은 품목에서는 왜곡이 발생한다. 조사월수와 품목의 구입 빈도에 따라 연간 통계는 실제보다 12배(분기 통계는 3배)까지 과대해지는 편향이 생기는 한편, 조사 월에 구입되지 않은 품목은 조사에서 아예 누락되어 버린다. 전체 평균을 구할 때에는 이러한 과대평가와 누락에 의한 과소평가가 서로 상쇄되는 것으로 나왔다. 그렇지만 가구당 평균은 그렇지 않아 가구 간 소비 격차가 실제조사된 결과보다 더 벌어진 것으로 나오며, 그러한 왜곡이 최근에 더욱 커졌다. 본고는 2015-16, 2019-20년의 연간 자료에 포함된 각 가구의 품목별 소비의 과대 또는 과소 편향을 합리적 방법으로 보정하였고, 그 결과를 기존의 마이크로 데이터와비교하여 어디에서 얼마나 왜곡이 나타나는지를 보였다.