KCI등재
데이터마이닝을 활용한 인구집단 구성과 경제적 불평등 평가 = Data Mining Approach to Grouping Populations and the Analysis of Economic Inequalities
저자
발행기관
학술지명
권호사항
발행연도
2016
작성언어
-주제어
KDC
900
등재정보
KCI등재
자료형태
학술저널
수록면
173-190(18쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
The importance of public pension system recently has been growing because of an ageing population in Korea. One of the major purposes of public pension system is to reduce economic inequalities across population groups that have been mainly defined by a single variable such as age, income, sex, etc in the literature. This paper aims to evaluate how well the population groups are practically and clearly designed in the literature so as to specify economic inequalities across different groups. For this purpose, we investigate the retired household sample obtained from KLIPS (Korean Labor and Income Panel Study) and conduct the clustering analysis to organize population groups. The clustering analysis consists of four steps: variable selection, hierarchical clustering analysis to determine the number of clusters and centroid, non-hierarchical clustering analysis (we use K-means clustering analysis) and define population groups, and describing the characteristics of population groups. The clustering analysis divides the population into six subgroups that have similar characteristics. We compare the characteristics of the population groups obtained from the clustering analysis with those designed in the literature with respect to household, income, consumption and asset. From the comparison, we observe that the assumptions on population groups in the literature are somewhat different from the findings from the clustering analysis. In particular, the period of employment and the full-time period are significantly different from the literature. The clustering analysis reveals that the period of employment is approximately 31-45 years, which is shorter than the period of employment assumed in the literature. Furthermore, few research has clearly considered the full-time period, which accounts for 14%-45% of the total period of employment. We believe that the findings in this study provides meaningful information on how to practically organize population groups as a part of designing public pension system. For example, researchers are encouraged to consider the employment periods and full-time periods obtained from the data analysis when considering the significant impact of working periods on pension payment and benefits. Population should be well grouped so as to specify the difference in economic inequalities across groups. In general, various variables are jointly involved in determining the economic inequalities, but populations have been simply grouped by a single variable such as age, gender, education level, household size, etc. in the literature. This paper employs the Generalized Entropy (GE) measure of economic inequality and its decomposition to evaluate the contributions of several variables on the overall economic inequality. For this analysis, populations are first grouped by several variables such as clusters obtained from the analysis, sex, education level, period of employment and household size. Then, we measure the inequaltiy index and its decomposition for monthly income, monthly consumption and asset. Grouping populations using the clustering analysis specifies the economic inequality more precisely provides better measure of similarity within a group and difference between groups. This result supports the effectiveness of the clustering analysis in grouping populations.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2012-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2011-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2009-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.55 | 0.55 | 0.47 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.47 | 0.46 | 0.727 | 0.13 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)