기초자치단체의 현금성 사회보장급여 예산규모에 영향을 미치는 요인 : 동적공간패널회귀모형을 중심으로

Q: 이 논문에서 정의한 현금성 사회보장급여 예산규모란 무엇인가?

현금성 사회보장급여 예산규모는 기초자치단체의 자체사업 예산 중 사회보장영역 내 현금성 급여로 볼 수 있는 총 예산액을 총인구로 나눈 값이다. 이는 수당, 축하금, 장려금, 급여, 양육비, 교육비 등 현금 지급과 직접 관련된 사업 예산을 포함한다.

Q: 기초자치단체의 현금성 사회보장급여 예산규모에 영향을 미치는 주요 요인은 무엇인가?

연구 결과, 기초자치단체의 현금성 사회보장급여 예산규모는 공간적·시간적 의존성을 가지며, 노인인구 비율과 국민기초생활보장 수급률이 정적인 영향을 미친다. 반면, 기초연금 수급률은 자체적인 현금성 급여 지출을 감소시키는 부적인 영향을 미치는 것으로 나타났다.

강형민; 박성준

doi:10.46330/jkps.2024.12.24.4.43

학술저널

저자정보: 강형민 박성준 (한국보건사회연구원)

저널정보: 경인행정학회 한국정책연구 한국정책연구 제24권 제4호

오류 신고하기

피인용 0

검색

초록·키워드

본 연구에서는 기초자치단체의 현금성 사회보장급여 예산규모에 영향을 미치는 요인을 확인하고자 하였다. 특히 기초자치단체의 사회보장급여 예산은 인근 지자체 간의 유사성과 이전 시점의 재정 계획에 영향을 받기 때문에 시공간적 상관을 반영한 모형이 요구된다. 이에 따라 본 연구에서는 각 지자체별 각종 지표 및 통계 데이터를 활용하여 현금성 사회보장급여 성격을 가진 자체예산 사업의 규모에 영향을 미치는 요인을 탐색하였다.
본 연구의 분석대상은 226개 기초자치단체이며, 분석 모형의 종속변수는 인구 1인당 기초자치단체의 자체사업 중 현금성 사회보장급여 예산으로 설정하였다. 이와 관련된 요인들은 인구 특성, 재정 특성, 지역 특성으로 구분하였다. 해당 자료는 2016년부터 2022년까지의 누적된 데이터를 활용하였으며, 종속변수는 요인 간 선후 관계를 고려하여 2017년부터 2023년까지의 데이터를 활용하였다. 종단 데이터 특성과 인근 지역 간 상관을 동시에 고려하기 위하여 동적공간패널모형(Dynamic Spatial Panel Data Models)을 활용하였으며, 공간시차모형(Spatial Lag Model)과 공간더빈모형(Spatial Durbin Model) 분석을 적용하였다.
주요 분석결과는 다음과 같다. 첫째, 기초자치단체의 자체예산 중 현금성 사회보장급여의 예산 규모는 공간적·시간적 상관을 가지는 것으로 나타났다. 둘째, 기초자치단체의 인구의 구성 및 특성이 현금성 급여 예산 규모에 영향을 미치는 것으로 나타났다. 셋째, 국민기초생활보장급여 및 기초연금 수급률이 자체적인 현금성 급여 예산 규모에 영향을 미치는 것으로 나타났다.
이상의 결과를 바탕으로 각 기초자치단체에서 추진하는 자체적인 현금성 급여 확대가 가지는 의미를 검토하였으며, 현금성 급여에 대한 적절성 및 책임성을 강화하기 위한 방안 등을 제안하였다.

This study aims to identify the factors influencing the budget scale of cash-based social security benefits in local governments. Given that the social security budgets of local governments are affected by the similarities between neighboring municipalities and previous fiscal plans, a model that incorporates spatiotemporal correlations is required. Therefore, this study explores the factors affecting the scale of self-funded projects characterized by cash-based social security benefits, utilizing various indicators and statistical data for each municipality.
The unit of analysis in this study is 226 local governments, and the dependent variable of the analysis model is the per capita budget for cash-based social security benefits within self-funded projects of local governments. The relevant factors are categorized into demographic characteristics, financial characteristics, and regional characteristics. The data used spans from 2016 to 2022, while the dependent variable considers data from 2017 to 2023, accounting for the temporal precedence among factors. To simultaneously consider the longitudinal nature of the data and the correlation among neighboring regions, Dynamic Spatial Panel Data Models were employed, comparing results from the Spatial Lag Model and the Spatial Durbin Model.
The key findings are as follows. First, the budget scale of cash-based social security benefits within the self-funded projects of local governments exhibits spatial and temporal correlations. Second, the composition and characteristics of the population in local governments influence the budget scale of cash-based benefits. Third, the receipt rates of National Basic Livelihood Security and Basic Pension affect the budget scale of self-funded cash benefits.
Based on these results, the implications of expanding self-funded cash benefits by local governments were examined, and measures to enhance the appropriateness and accountability of cash benefits were proposed.

#지방자치단체 #사회복지예산 #현금복지 #동적공간패널분석 #local government #social welfare budget #cash welfare #dynamic spatial panel analysis

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-092180785

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료