In this study, we conduct the association rules approach to analyze recent research trends in social welfare studies. Unlike previous literature based on 1-2 academic journals, there exists an academic contribution in that we deal with the latest 2377 articles from five major journals. Research trends are defined not only by topics but also by econometric methodology and empirical data. From association rules, we found that first, a number of recent subjects of research on the elderly, employment economy, poverty and income has increased significantly. Second, regression and logit analyses are most commonly used as an analytical tool. Mediation and moderation analyses through structural equation model are also frequently associated. Third, in terms of lift measure, multinomial logit analysis using Korea Welfare Panel Survey (KOWEPS) data shows a high degree of association. Fourth, restricting to the elderly-related papers, depression topics and mediation analysis are highly associated. It is expected that this study can identify the flow of change of research methodologies and fields of interest in the social welfare academic world. Through this, it is possible to supplement the research competitiveness of the related-scholars. This study suggests diversification of research topics, harmonization of qualitative and quantitative methodologies, and application of the new research methodology such as machine learning.
본 연구에서는 사회복지학의 최근 연구경향을 분석하기 위해 머신러닝 기법 중 하나인 연관규칙 분석(association rules)을 실행한다. 특히 1~2개의 소수의 학술지에 근거하지 않고 사회복지 전반적 주제를 다루는 5개 저명 학술지의 수록된 최근 논문 2,377편에 대한 연구주제, 분석방법론, 데이터를 포괄하여 다루었다는 점에서 학문적 기여가 있다. 사회복지 연구영역에 기초하여 탐색적 자료분석을 통해 귀납적으로 선택한 243개 단어에 대한 빈도분석을 하였으며, 단어들의 연관규칙을 분석하였다. 분석 결과, 첫째, 노인, 고용경제, 빈곤, 소득 관련 연구들이 최근 연구주제로 많이 다루어지고 있다. 특히 노인관련 연구는 2010년 이후 그 비율이 크게 증가하고 있다. 둘째, 분석방법론은 회귀분석, 로짓분석이 가장 많이 활용되고 있고 전통적인 분석방법인 구조방정식 모형을 통해 매개효과와 조절효과를 추정하는 논문의 출현빈도가 높다. 셋째, 향상도를 기준으로 판단하였을 때 복지패널 데이터를 이용하여 다항로짓모형을 추정하는 연구가 연관규칙 정도가 매우 높다. 또한 면접조사와 사례조사 데이터를 이용하여 질적분석을 실행하는 연관규칙도 자주 나타난다. 넷째, 노인관련 연구로 한정하였을 때, 노인의 우울관련 연구에서 매개회귀분석이 사용되는 연관성이 매우 높다. 분석결과를 토대로 사회복지학의 발전방안을 제시하면 연구 주제의 다양화, 질적 방법론과 양적 방법론의 조화, 양적방법론에서도 고전적인 분석방법론에서 벗어나 머신러닝 등 새로운 연구방법론을 적용할 필요성을 시사한다.
본 연구논문에서는 개인의 인구학적?사회경제적 특성, 건강관련 위험행위, 주요 질병보유 등을 통제한 후 주관적 건강상태변수가 미래의 사망률에 대한 사적 정보를 담고 있는지를 분석한다. 이를 위해 한국노동패널의 10년 간 자료를 이용하여 로짓모형을 분석한다. 특히, 주관적 건강상태가 보유하는 미래 건강에 대한 예측력이 연령대에 따라 변하는지를 분석하는 것이 주요 목표이다. 이러한 목적을 위하여 자료를 30~44, 45~54, 55~69의 세 개 연령대로 구분하여 고찰한다. 본 연구결과에 의하면 향후 사망에 대한 주관적 건강상태변수는 향후 사망에 대한 예측력을 보유하며 예측력은 개인의 연령이 증가함에 따라 증가한 후 비 감소 양상을 보인다. 최근, 우리나라 퇴직연금시장에서 보이는 특징은 확정기여형연금가입이 상대적으로 증가하고 있다는 것이다. 확정기여형에 가입한 근로자는 은퇴와 함께 퇴직연금으로부터의 자산을 개인연금을 통해 연금화해야 한다. 따라서, 본 연구결과와 같이 근로자들이 젊은 시절보다 퇴직이 가까운 시점에서 그들의 건강에 대해 사적 정보를 보유한다면 비대칭적 정보의 발생으로 인하여 확정 기여형 퇴직연금에 가입한 근로자들은 장수위험에 대한 대처에 있어 어려움을 겪을 가능성이 있을 것으로 판단된다.;Using a ten-year span of the Korean Labor and Income Panel Study and a logit specification, this study aims to analyze whether self-rated health has private information about future mortality controlling for demographic and socioeconomic characteristics, health behaviors, and critical medical factors. In particular, it is explored whether predictive power of self-rated health varies with age. For that purpose, the data is divided into three age groups consisting of 30-44, 45-54, and 55-69 groups. It is shown that predictive power of self-rated health on mortality exhibits an increasing and non-decreasing pattern with age. Recently, one noticeable phenomenon in the Korean pension market has been that the enrolment into a defined contribution plan has increased compared to a defined benefit plan. Unlike the workers in DB plan, workers in DC plan annuitize wealth upon retirement. Thus, if individuals have more private information about their health at retirement phase than at younger phase in their lifetimes, the annuity markets at retirement age are likely to suffer from more informational problem. Given the empirical results, it may become hard to insure longevity risk for workers in DC plans in Korea compared to those who are enrolled into DB plans.