한국 스마트팜 산업의 취업· 고용 파급효과에 관한 연구

최성욱; 신용재

추천

검색

자료유형: 학술저널

저자정보: 최성욱 (삼육대학교) 신용재 (삼육대학교)

저널정보: 한국경영컨설팅학회 경영컨설팅연구 경영컨설팅연구 제24권 제4호

발행연도: 2024.8

수록면: 231 - 245 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 농림수산업이 직면한 사회경제적 문제를 해결하고 새로운 산업 분야로 성장하는 데 기여하기 위해 스마트팜의 취업·고용유발효과를 분석하였다. 이를 위해 2015년과 2020년 산업연관표를 이용하여 스마트팜의 구성 부문인 농림수산업과 스마트 농기계 분야를 각각 구분하여 취업·고용 유발효과를 분석하고 스마트팜의 취업·고용유발효과와 비교하였다. 또한 스마트팜이 농림수산업의 취업·고용 문제를 제대로 해결하기 위해 이 부문에 대한 취업·고용 현황을 선행적으로 파악하고 스마트팜의 결과와 비교하였다. 분석결과 농림수산업의 취업자 수 중 고용 비중은 7.8%로 한국경제 전체 고용율 74.4%와 비교했을 때 현저히 낮은 수치를 나타내고 있다. 2020년 고용유발효과를 중심으로 살펴보면, 농림수산업의 고용 간접 유발효과는 3.37명, 스마트 농기계는 2.585명으로 약 0.7명의 차이를 보였다. 부문 자체 고용 직접효과는 농림수산업 1.618명, 스마트 농기계는 2.067명으로 스마트 농기계가 더 높게 나타났다. 두 부문 간 상호 취업·고용유발효과를 비교하면, 농림축산업의 경우 2020년 스마트 농기계에 미치는 취업유발효과는 0.142명으로 9번째로 높은 순위를 나타냈고 고용유발효과는 0.132명으로 10번째로 높게 나타났다. 반면, 스마트 농기계가 농림수산업에 미치는 취업유발효과는 2020년 기준 0.142명으로 9번째로 높게 나타났지만 고용 유발효과는 0.008명으로 낮게 나타났다. 마지막으로 스마트팜의 취업유발효과는 2020년 기준 취업유발 간접효과는 3.422명이었고 직접효과는 3.820명 그리고 고용유발 간접효과는 2.631명, 직접효과는 2.029명으로 2015년에 비해 전반적으로 하락한 수치였다.

This study analyzed the total workers and employment-inducing effects of smart farms to address the socioeconomic challenges facing the agriculture, forestry, and fisheries industries and support their growth as emerging industrial sectors. Using the 2015 and 2020 Input-Output tables, the total workers and employment-inducing effects of the agriculture, forestry, fisheries, and smart agricultural machinery sectors (constituent sectors of smart farms) were analyzed and compared with those of smart farms. Additionally, to ensure smart farms effectively address employment issues in these industries, the current employment status within these sectors was proactively identified and compared with the outcomes of smart farms. As a result of the analysis, the proportion of employed people in the agriculture, forestry, and fisheries industries is 7.8%, which is significantly lower than the overall employment rate of the Korean economy, which is 74.4%. As of 2020, the indirect employment-inducing effect in agriculture, forestry, and fisheries was 3.37 people, while for smart agricultural machinery it was 2.585 people, a difference of about 0.7 people. The direct effect of self-employment in the sector was 1.618 for agriculture, forestry, and fisheries, and 2.067 for smart agricultural machinery, indicating a higher direct employment effect for smart agricultural machinery. Comparing the mutual total workers and employment-inducing effects between the two sectors, in the case of agriculture, forestry, and fisheries, the total workers-inducing effect on smart agricultural machinery in 2020 ranked 9th highest with 0.142 people, and the employment-inducing effect ranked 10th with 0.132 people. On the other hand, the total workers-inducing effect of smart agricultural machinery on the agriculture, forestry, and fisheries industry was also the 9th highest at 0.142 people as of 2020, but the employment-inducing effect was low at 0.008 people. Lastly, regarding the total workers-inducing effect of smart farms, as of 2020, the indirect effect of inducing total workers was 3.422 people, the direct effect was 3.820 people, the indirect effect of inducing employment was 2.631 people, and the direct effect was 2.029 people. These figures show an overall decline compared to 2015.

#스마트팜 #수요유도모형 #취업유발효과 #고용유발효과 #산업연관분석 #Smart farm #Demand inducement model #Total workers-inducing effect #Employment-inducing effect #Input-output analysis

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

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 (0)

함께 읽어보면 좋을 논문

최근 본 자료

댓글(0)