[논문 리뷰] U.S. Long-Term Earnings Outcomes by Sex, Race, Ethnicity, and Place of Birth
이 연구는 1998년에서 2019년까지의 장기적인 미국 소득 결과를 LEHD 자료를 사용해 분석하여 소득 불평등 증가와 변동성 감소를 확인한다. 근로 공급 차이가 소득 변동의 약 90%를 설명하지만, 성별, 인종, 민족, 국적 집단 간에 여전히 상당한 설명되지 않은 격차가 존재하며, 중위수 수준 이상에서 특성에 대한 수익률이 격차를 이끄는 주요 원인임을 밝혀낸다.
This paper is part of the Global Income Dynamics Project cross-country comparison of earnings inequality, volatility, and mobility. Using data from the U.S. Census Bureau's Longitudinal Employer-Household Dynamics (LEHD) infrastructure files we produce a uniform set of earnings statistics for the U.S. From 1998 to 2019, we find U.S. earnings inequality has increased and volatility has decreased. The combination of increased inequality and reduced volatility suggest earnings growth differs substantially across different demographic groups. We explore this further by estimating 12-year average earnings for a single cohort of age 25-54 eligible workers. Differences in labor supply (hours paid and quarters worked) are found to explain almost 90% of the variation in worker earnings, although even after controlling for labor supply substantial earnings differences across demographic groups remain unexplained. Using a quantile regression approach, we estimate counterfactual earnings distributions for each demographic group. We find that at the bottom of the earnings distribution differences in characteristics such as hours paid, geographic division, industry, and education explain almost all the earnings gap, however above the median the contribution of the differences in the returns to characteristics becomes the dominant component.
연구 동기 및 목표
- 미국 내 인구 통계적 집단 간 장기 소득 불평등, 변동성, 이동성의 변화를 분석하기 위해.
- 근로 공급(근무 시간, 근무 분기 수)이 소득 격차를 설명하는 데 차지하는 비중을 평가하기 위해.
- 특성(예: 교육, 산업 등)에 대한 수익률 차이가 중위수 수준 이상의 소득 격차에 얼마나 기여하는지 정량화하기 위해.
- 반사적 소득 분포를 추정하여 인구 통계적 및 노동시장 특성의 영향을 분리하기 위해.
- 글로벌 소득 역동성 프로젝트의 다국가 비교 분석에 기여하기 위해.
제안 방법
- 1998년에서 2019년까지의 종단적 소득 데이터를 확보하기 위해 미국 인구조사국의 종단적 고용주-가정 동향(LEHD) 인프라 파일을 사용한다.
- 장기적 결과를 평가하기 위해 25–54세 근로자 한 무리의 12년 평균 소득 측정치를 활용한다.
- 분위수 회귀를 적용하여 소득 격차를 분포 전반에서 분해하고, 특성의 차이와 수익률의 차이를 구분한다.
- 반사적 시뮬레이션을 통해 인구 통계적 집단 간 수익률이 동일한 조건에서 소득 분포가 어떻게 될지를 추정한다.
- 근로 공급을 근무 시간과 근무 분기 수로 통제하여 설명되지 않은 소득 격차를 분리한다.
- 성별, 인종, 민족, 출생지에 따른 변동성을 분석하여 지속적인 격차를 규명한다.
실험 결과
연구 질문
- RQ11998년에서 2019년 사이에 미국의 소득 불평등과 변동성은 어떻게 변화했는가?
- RQ2근로 공급 차이(근무 시간, 근무 분기 수)가 인구 통계적 집단 간 소득 변동에 얼마나 기여하는가?
- RQ3소득 격차의 어느 정도가 특성 자체의 차이가 아니라 특성에 대한 수익률의 차이(예: 교육, 직업 등) 때문인가?
- RQ4소득 분포 전반에서 소득 격차의 결정 요인이 어떻게 다를까, 특히 중위수 이하와 이상에서?
- RQ5근로 공급과 관찰 가능한 특성을 고려한 후에도 설명되지 않은 소득 격차의 규모는 어느 정도인가?
주요 결과
- 1998년에서 2019년 사이에 미국의 소득 불평등은 증가했고 변동성은 감소하여 장기적 소득 성장 패턴의 분열을 보였다.
- 근로 공급 요인(지급된 근무 시간, 근무 분기 수)이 인구 통계적 집단 간 근로자의 소득 변동의 거의 90%를 설명한다.
- 근로 공급을 통제한 후에도 성별, 인종, 민족, 국적 집단 간에 상당한 설명되지 않은 소득 격차가 여전히 존재한다.
- 소득 분포의 하단에서는 근무 시간과 지리적 구역의 차이와 같은 특성의 차이가 거의 모든 소득 격차를 설명한다.
- 중위수 이상에서는 특성에 대한 수익률의 차이(예: 교육 또는 산업에 대한 임금 프리미엄)가 소득 격차의 주요 원인이 된다.
- 반사적 시뮬레이션 결과, 수익률의 차이를 제거하면 소득 격차, 특히 분포 상단에서 크게 감소할 수 있음을 확인했다.
더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.