Multiplier Decomposition in the Textile Industry among Korea, China and Japan : Focused on the World Input-Output Table

이춘근; 손수석

추천

검색

자료유형: 학술저널

저자정보: 이춘근 손수석

저널정보: 한국경제통상학회 경제연구 경제연구 제34권 제3호

발행연도: 2016.1

수록면: 105 - 128 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this study, using the 2011 World Input-Output Table published by WIOD in 2015, multiplier effects in the textile industry among Korea, China and Japan are decomposed. The World Input-Output Table includes input-output tables from a total of 40 countries consisting of 27 EU countries and 13 other countries from the rest of world. In this study, the data was re-categorized into four countries of Korea, China, Japan and other countries, and the industries are reclassified to 34 sectors for the reanalysis. When final demands of the textile industry in Korea increase by 10,000 units, the influences on both China and Japan were intensively analyzed. The summary of the analyzed results in this study and suggestions for policies are as follows:First, as a result of decomposing the multiplier effects among Korea, China and Japan, for intra-country(domestic) multiplier effect, China accounted for the highest(about 3.1 times), then Japan(about 2.12 times) and Korea(about 2.10 times) followed in order. Korea should make an effort to double domestic multiplier effect by studying the domestic intermediate transactions and adding value chains. Second, for spillover effects by each other among Korea, China and Japan, Korea accounted for the highest value on China with 3,116.46 units, and Japan also accounted for the highest one on China with 2,949.58 units. However, China accounted for relatively lower effects on Korea and Japan. China has a broad domestic market and its domestic multiplier effect is high, but Korea has a low domestic one. Korea requires a strategy to raise the domestic multiplier effect by expanding the domestic market and strengthening input-output structure within its textile industry. Third, for feedback effect, China was the highest with 59.77 units while Korea and Japan accounted for lower values 37.11 units and 36.40 units, respectively. Finally, to develop the Korean textile industry, the input-output structure between China and Japan should be precisely analyzed and then the solutions for raising competitive power should be sought.

이 연구는 2015년 WIOD에서 발표한 2011년 세계산업연관표를 이용하여 우리나라와 중국, 일본 간 섬유산업의 승수효과를 요인 분해하였다. 세계산업연관표는 EU 27개국과 기타 국가 13개국 등 총 40개 국가로 이루진 산업연관표이다. 본 연구에서는 분석의 편의를 위하여 우리나라와 중국, 일본, 기타 국가 등 4개 국가로 재분류하고, 산업부문은 34개 부문으로 통합하여 재분석하였다. 우리나라의 중국, 일본 섬유산업의 최종수요가 각각 10,000단위 증가한다고 가정하고, 중국과 일본에 미치는 영향을 집중 분석하였다. 한·중·일 간 섬유산업의 승수효과를 분해한 결과, 자국내 승수효과는 중국의 경우가 가장 높은 약 3.1배 가량의 높은 파급효과를 나타냈고, 그 다음 일본이 2.12배, 한국이 2.10배 가량의 효과를 나타냈다. 우리나라도 중국과 같이 자국내 섬유산업의 중간거래 및 부가가치 가치사슬 등을 연구하여 자국내 승수효과가 배가될 수 있도록 노력해야 한다. 한·중·일 각 국이 타 국에 미치는 스필오버효과는 한국의 경우 중국에 미치는 효과가 3,116.46단위로 가장 높았고, 일본도 중국에 미치는 효과가 2,949.58단위로 높았으며, 중국은 한국이나 일본에 미치는 효과가 비교적 작았다. 우리나라는 내수시장을 넓히고, 섬유산업 간 연관구조를 강화하여 자국 내 승수효과를 높이는 전략이 필요하다. 피드백 효과는 중국의 경우가 59.77단위로 가장 높았고, 한국과 일본은 각각 37.11단위, 36.40단위로 낮았다. 우리나라 섬유산업의 최종수요가 증가할 경우, 우리나라 내 승수효과는 섬유제품과 화학제품, 전기, 가스 수도 공급업, 임대 및 기업활동 등에 높은 효과를 미쳤고, 중국에 미치는 스필오버효과는 섬유제품, 화학제품, 농림수산업, 금속 및 조립금속 제품 순으로 높은 효과를 미쳤으며, 일본에 미치는 스필오버효과는 화학제품, 섬유제품, 금속 및 조림금속, 고무 및 플라스틱, 임대 및 기업활동 순으로 높은 효과를 미쳤다. 대체적으로 자기 부문인 섬유산업에 가장 큰 영향을 미쳤고, 그 다음 화학제품과 금속 및 조립 금속제품, 석유 및 정유제품 등에 높은 효과를 미치는 것으로 분석되어 우리나라 섬유산업이 발전하기 위해서는 이들 제품의 발전도 필요한 것으로 분석되었다. 우리나라 섬유산업의 발전을 위해서는 경쟁상대국인 중국과 일본의 산업부문 간 연관구조를 정확히 분석하고, 그에 따른 경쟁력 제고방안을 강구하는 것이 필요하다고 하겠다.

#한중일 간 승수효과 분해 #섬유산업의 승수효과 #세계산업연관표 #multiplier decomposition #multiplier effects in the textile industry #world input-output table

참고문헌 (19)

참고문헌 신청

Balamou, Eudokia / 2006 / Nature of Rural-Urban Interdependencies and their Diffsion Patterns in Southern Greece: an Interregional SAM Model / the Applied Regional Science Conference (ARSC) 18(1)

Dietzenbacher, Erik / 2002 / International Multipliers: Looking Backward, looking Forward / Regional Studies (36):125~136

Gillen, W. J. / 1980 / Interregional Feedbacks in Input-Output Models / Journal of Regional Science 20:477~482

권태현 / 2014 / 세계산업연관표를 이용한 한국과 주요국의 부문별 산출변동 요인 분해

김의준 / 2011 / 투입산출 구조분해를 이용한 지역별 산업구조와 생산성의 연계성 분석 / 지역연구 27(4):65~86

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이춘근

소속기관 한양대학교 경제연구소

주요연구분야 사회과학 > 경제학

논문수 5 이용수 74

손수석

소속기관 한양대학교 경제연구소

주요연구분야 사회과학 > 경제학

논문수 12 이용수 223

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)