핀란드 공공 부문 근로자의 장애 연금 위험 예측을 위한 새로운 평가 도구 개발 및 활용

Kernkonzepte

본 연구는 핀란드 공공 부문 근로자의 장애 연금 위험을 예측하는 새로운 평가 도구를 개발하고, 이를 통해 장애 연금 청구 위험을 감소시키고 고용주의 재정 부담을 완화하는 데 기여하고자 한다.

Zusammenfassung

연구 배경 및 목적

• 최근 여러 국가에서 장애 연금 수급자 수가 감소하고 있지만, 여전히 많은 근로자가 단편적인 근무 환경에 노출되어 있다.
• 장애 연금은 연금 제공자, 고용주, 근로자 모두에게 재정적 부담을 안겨준다.
• 본 연구는 핀란드 공공 부문 근로자를 대상으로 장애 연금 위험을 예측하는 새로운 평가 도구를 개발하는 것을 목표로 한다.

연구 방법

• 핀란드 공공 부문 연금 제공 기관인 Keva의 행정 등록부와 주요 도시 및 복지 서비스 카운티를 포함한 21개 공공 부문 고용주의 병가 기록 데이터를 활용하였다.
• 2016년부터 2019년까지 940,021건의 데이터를 기반으로 로지스틱 회귀 모델을 사용하여 장애 연금 수급 위험을 예측하는 통계 모델을 개발하였다.
• 예측 변수로는 성별, 연령, 직업 위험 등급, 병가 기간, 이전 장애 연금 수급 여부 등을 포함하였다.

주요 연구 결과

• 연령, 성별, 직업, 병가 기록 등을 기반으로 개별 근로자의 장애 연금 수급 위험을 예측하는 모델을 개발하였다.
• 직업별 장애 연금 위험을 분석한 결과, 간호사, 실무 간호사, 보조 교사, 청소 및 주방 근로자 등 신체적, 정신적 스트레스가 높은 직종에서 위험도가 높게 나타났다.
• '결정적 병가 기간' 지표를 통해 근로자의 연간 병가 일수가 특정 기준을 초과할 경우 3년 이내에 장애 연금을 신청할 위험이 높아짐을 확인하였다.
• 직업별 결정적 병가 기간은 평균 15일로 나타났으며, 사무 보조 및 고객 서비스 담당자, 병원 진료 보조원 등은 8일, 청소 및 주방 근로자는 9일로 낮게 나타난 반면, 교사, 간호사 등은 20일 이상으로 높게 나타났다.

결론 및 시사점

• 본 연구에서 개발된 장애 연금 위험 예측 모델은 고용주가 근로자의 장애 위험을 조기에 파악하고 예방 조치를 취하는 데 유용한 도구가 될 수 있다.
• 특히, 결정적 병가 기간 지표는 직업별 특성을 고려하여 조기 개입이 필요한 근로자를 선별하는 데 활용될 수 있다.
• 향후 연구에서는 더욱 다양한 변수를 고려하여 모델의 예측 정확도를 높이고, 개별 근로자의 특성에 맞춘 예방 프로그램 개발 연구가 필요하다.

Statistiken

2017년 이후 장애 연금 수급자 수가 32% 감소하였다.
부분 장애 연금 수급자 수는 8% 감소하였다.
전체 법정 소득 연계 연금 시스템에서 장애 연금 발생률은 2002년 이후 절반으로 감소하였다.
장애 연금 수급의 주요 원인은 정신 및 행동 장애와 근골격계 및 결합 조직 질환이었다.
연구에 사용된 데이터 세트는 2016년부터 2019년까지 940,021건의 관측치로 구성되었으며, 성별 분포는 남성 24.1%, 여성 75.9%였다.
이러한 관측치는 340,816명의 개별 근로자를 포함하였다.
전체 데이터 세트에서 19,816건의 관측치(2.1%)가 장애 연금을 수급하였다.
테스트 샘플에서 모델의 AUC 점수는 0.84였다.
2021년 말 기준 전체 근로자의 3년 장애 연금 위험은 1.82%였다.
2021년 기준 직업별 결정적 병가 기간은 평균 15일로 나타났다.
사례 연구에서 고용주의 2021년 병가 직접 비용은 5천만 유로로 추산되었다.
2021년 고용주의 장애 연금 지급액은 총 2,030만 유로였다.

Zitate

Wichtige Erkenntnisse aus

New evaluation tool for predicting disability pension risk among Finnish public sector employees

by Petra Sohlma... um arxiv.org 10-29-2024

https://arxiv.org/pdf/2410.19890.pdf

Tiefere Fragen

결정적 병가 기간 지표 활용에 따른 장애 연금 수급 감소 효과

본 연구에서 제시된 결정적 병가 기간 지표를 활용하여 조기 개입 프로그램을 개발하고 적용했을 때 장애 연금 수급 감소 효과는 여러 요인에 따라 달라질 수 있습니다.
긍정적 효과:

조기 발견 및 개입: 결정적 병가 기간 지표를 통해 장애 연금 위험이 높은 근로자를 조기에 발견하고, 직업 재활, 건강 관리 지원 등 맞춤형 개입을 제공함으로써 업무 복귀율을 높이고 장애 연금 수급으로 이어지는 것을 예방할 수 있습니다.
직업 환경 개선: 특정 직업군에서 결정적 병가 기간이 짧게 나타나는 경우, 해당 직군의 업무 환경이나 근무 조건을 개선하여 직무 스트레스를 완화하고 건강 위험 요인을 줄임으로써 전반적인 장애 발생 위험을 낮출 수 있습니다.
사회적 비용 감소: 장애 연금 수급 감소는 사회 보험 재정 부담을 완화하고, 근로자의 생산성 유지 및 사회 참여 기회 확대에도 기여할 수 있습니다.
효과를 제한하는 요인:

개입 프로그램의 효과성: 조기 개입 프로그램의 내용 및 운영 방식에 따라 실질적인 효과는 달라질 수 있습니다.
개인의 건강 상태 및 사회경제적 요인: 만성 질환, 장애 정도, 경제적 어려움 등 개인적인 요인은 조기 개입의 효과를 제한할 수 있습니다.
데이터의 제한성: 본 연구는 핀란드 공공 부문 데이터를 기반으로 하므로, 민간 부문이나 다른 국가에 일반화하기 위해서는 추가적인 연구가 필요합니다.
결론적으로, 결정적 병가 기간 지표는 장애 연금 위험 예측 및 예방 전략 수립에 유용한 도구가 될 수 있습니다. 하지만 실질적인 효과를 극대화하기 위해서는 효과적인 조기 개입 프로그램 개발, 개인별 특성을 고려한 맞춤형 지원, 지속적인 모니터링 및 평가가 중요합니다.

민간 부문 근로자에 대한 모델 적용 가능성

본 연구의 모델은 핀란드 공공 부문 근로자를 대상으로 개발되었기 때문에 민간 부문 근로자에게 동일하게 적용하기 위해서는 몇 가지 변수를 추가적으로 고려해야 합니다.
추가 고려 변수:

고용 형태: 정규직, 비정규직, 파견직 등 고용 형태에 따라 고용 불안정, 사회보험 적용 수준, 근무 환경 등이 달라질 수 있습니다.
산업 및 직종 특성: 제조업, 서비스업, 건설업 등 산업별 재해 위험도, 직무 스트레스 요인, 작업 환경 등을 고려해야 합니다.
임금 수준: 임금 수준은 건강 관리 서비스 이용, 건강 행태, 경제적 스트레스 등에 영향을 미칠 수 있습니다.
기업 규모 및 문화: 대기업, 중소기업 등 기업 규모에 따라 직무 환경, 복지 수준, 건강 관리 프로그램 제공 여부 등이 다를 수 있습니다.
모델 수정 및 검증:
민간 부문에 적용하기 위해서는 위와 같은 변수들을 추가하여 모델을 수정하고, 민간 부문 데이터를 활용하여 모델의 예측력을 검증해야 합니다. 또한, 민간 부문의 특성을 반영한 결정적 병가 기간 지표를 재설정할 필요가 있습니다.
**결론적으로, 본 연구의 모델은 민간 부문 근로자에게도 적용 가능성이 있지만, 민간 부문의 특성을 반영한 변수 추가, 모델 수정 및 검증 과정을 거쳐야 합니다.

인공지능 및 자동화 기술 발전에 따른 장애 연금 시스템 변화 방향

인공지능 및 자동화 기술 발전은 특정 직업군의 장애 발생 위험을 증가시키는 동시에 새로운 형태의 직업과 고용 형태를 등장시킬 것입니다. 이러한 변화에 대응하기 위해 장애 연금 시스템은 다음과 같이 변화해야 합니다.
1. 새로운 위험 요인 반영 및 예방 강화:

반복적인 육체 노동 뿐만 아니라 인지적 부담, 정신적 스트레스, 사회적 고립 등 새로운 장애 위험 요인을 반영해야 합니다.
디지털 기술 활용 직업 훈련, 인지 행동 치료, 사회적 관계 증진 프로그램 등 예방 중심의 정책을 강화해야 합니다.
2. 유연하고 포괄적인 시스템 구축:

플랫폼 노동자, 프리랜서 등 다양한 고용 형태를 포괄하는 유연한 장애 인정 기준을 마련해야 합니다.
장애 연금 수급 요건을 완화하고, 부분적 장애 인정, 단기간 수급 등 다양한 선택지를 제공하여 노동 시장 참여를 장려해야 합니다.
3. 직업 재활 및 복귀 지원 강화:

급변하는 기술 환경에 적응할 수 있도록 디지털 리터러시 교육, 첨단 기술 분야 직업 훈련 등을 제공해야 합니다.
장애인 고용 기업 지원, 직장 적응 지원, 사회적 인식 개선 등을 통해 실질적인 직업 복귀를 지원해야 합니다.
4. 지속 가능한 재정 확보 및 운영 효율성 제고:

인공지능, 빅 데이터 분석 등을 활용하여 장애 연금 지급 심사 과정을 자동화하고 운영 효율성을 높여야 합니다.
새로운 고용 형태에 대한 사회 보험료 부과 방식을 모색하고, 장기적인 재정 건전성을 확보하기 위한 노력이 필요합니다.
결론적으로, 인공지능 및 자동화 기술 발전은 장애 연금 시스템에 새로운 과제와 기회를 동시에 제시합니다. 변화하는 환경에 발맞춰 선제적이고 유연한 시스템으로 전환하여 모든 근로자의 안정적인 삶을 보장해야 합니다.