{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "2eacb71c",
   "metadata": {},
   "source": [
    "# 02 분석 — 대분류 취업계수, 추세 연장, 산업별 취업자 전망\n",
    "\n",
    "**계산 구조.** 대분류 $s$의 연도 $y$ 취업계수는 취업자 $L_{s,y}$(천 명)를 소속 산업 실질부가가치 합계(십억 원)로 나눈 값이다.\n",
    "\n",
    "$$c_{s,y} = \\frac{L_{s,y}}{\\sum_{i \\in s} Y_{i,y}}$$\n",
    "\n",
    "기준 수준 $b_s$는 2023–2025년 3개년 합계 취업자를 같은 기간 합계 부가가치로 나눈 값이고, 기준 기간의 중앙 연도인 2024년에 둔다.\n",
    "추세 $g_s$는 2013–2025년 $\\ln c_{s,y}$를 연도에 회귀한 최소제곱 기울기(연간 로그변화율)이다.\n",
    "\n",
    "$$b_s = \\frac{\\sum_{y=2023}^{2025} L_{s,y}}{\\sum_{y=2023}^{2025} \\sum_{i \\in s} Y_{i,y}}, \\qquad\n",
    "\\ln c_{s,y} = \\alpha_s + g_s\\, y + e_{s,y}, \\qquad\n",
    "c_{s,t} = b_s \\exp\\{g_s (t - 2024)\\}$$\n",
    "\n",
    "시나리오 $k$(S1–S5)의 산업 $i$ 취업자 전망은 소속 대분류의 계수 경로에 시나리오 실질부가가치를 곱한 값이다.\n",
    "\n",
    "$$\\hat L^{k}_{i,t} = c_{s(i),t} \\times Y^{k}_{i,t}, \\qquad t = 2026, \\dots, 2035$$\n",
    "\n",
    "같은 대분류에 속한 산업은 같은 계수를 쓰므로, 대분류 안의 산업별 취업자 비중은 실질부가가치 비중과 같다.\n",
    "2025년 산업별 실적도 같은 원칙으로 대분류 취업자를 2025년 실질부가가치 비중으로 나누어 정한다(대분류가 산업 하나이면 실측치와 같다).\n",
    "\n",
    "**2026-10 정비판.** 계수 경로(1–2절)는 이전 판과 같다. 주 산출물의 투입 부가가치만 5장 정비판 최종 전망으로 바뀌었다.\n",
    "\n",
    "| 산출물 | 투입 부가가치 | 파일 |\n",
    "|---|---|---|\n",
    "| **주 산출물(정비판)** | 보고서1 5장 2026-10 정비판 최종 전망(연간) | `labor_demand_36.csv`, `labor_demand_viewer_data.json`, `labor_actual_2025_36.csv` |\n",
    "| 이전 판(2026-10-08 판) 재현 | 정비 이전 5장 최종 전망(연간, 2026-09-03 판) | `labor_demand_36_prev.csv`, `labor_demand_viewer_data_prev.json` |\n",
    "| 최초 판(v0) 재현 | 정합화 이전 분기 전망(2026-08-04 게시) | `labor_demand_36_v0.csv`, `labor_demand_viewer_data_v0_pre-reconciliation.json` |\n",
    "\n",
    "그 밖의 산출물: `coef_history.csv`, `coef_params.csv`, `coef_path.csv`, `spec_comparison.csv`, `vintage_comparison.csv`\n",
    "\n",
    "> **재구성 안내.** 2026-08-04 게시 자료(최초 판)를 만든 프로그램은 프로젝트 폴더·작업 기록·포털 서버 어디에서도 찾지 못했다.\n",
    "> 이 노트북의 계산은 뷰어 설명문과 게시 수치에서 방법을 역산해 다시 작성한 것이다. 6절은 같은 방법에 최초 판 투입을 넣으면 게시 파일이 바이트 단위로 재현됨을,\n",
    "> 7절은 대안 명세 가운데 이 명세만 게시 수치를 그대로 재현함을 보인다. 이전 판과 정비판은 같은 방법에 투입 부가가치만 바꾼 것이며, 5절은 이전 판 산출 파일이 바이트 단위로 재현됨을 보인다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "54299b50",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:53.673517Z",
     "iopub.status.busy": "2026-10-08T00:07:53.673017Z",
     "iopub.status.idle": "2026-10-08T00:07:54.141291Z",
     "shell.execute_reply": "2026-10-08T00:07:54.141291Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Python 3.12.10 · pandas 2.2.3 · numpy 2.4.6 · matplotlib 3.11.0\n",
      "  스위치: ONLINE=0 · FULL=0 · API_KEY_BOK 없음\n",
      "  취업자(분기)            있음  data\\inputs\\emp_section_q.csv\n",
      "  실질VA 이력(분기)        있음  data\\inputs\\va36_hist_q.csv\n",
      "  주 투입: 정비판 VA       있음  data\\inputs\\va36_reconciled_annual.csv\n",
      "  이전 판 투입: VA        있음  data\\published_prev\\va36_reconciled_annual_prev.csv\n",
      "  이전 판 산출 JSON       있음  data\\published_prev\\labor_demand_viewer_data_prev.json\n",
      "  최초 판 투입: 분기 VA     있음  data\\inputs\\scenario_viewer_39q_data.json\n",
      "  최초 판 게시 JSON       있음  data\\published\\labor_demand_viewer_data_v0_pre-reconciliation.json\n",
      "  산업 대응표             있음  data\\section_map_36_19.csv\n"
     ]
    }
   ],
   "source": [
    "import os, json\n",
    "import numpy as np, pandas as pd\n",
    "import config as C\n",
    "import labor_demand as F\n",
    "pd.set_option(\"display.float_format\", lambda v: f\"{v:,.3f}\")\n",
    "C.setup()\n",
    "emp_a = pd.read_csv(os.path.join(C.INTERIM, \"emp_section_annual_sa.csv\"), index_col=0)\n",
    "emp_n = pd.read_csv(os.path.join(C.INTERIM, \"emp_section_annual_nsa.csv\"), index_col=0)\n",
    "va_a = pd.read_csv(os.path.join(C.INTERIM, \"va36_hist_annual.csv\"), index_col=0)\n",
    "smap = pd.read_csv(C.SECTION_MAP, dtype={\"산업코드\": str})\n",
    "sec_of = dict(zip(smap[\"산업명\"], smap[\"대분류\"]))\n",
    "sec_name = dict(zip(smap[\"대분류\"], smap[\"대분류명\"]))\n",
    "def wide(path):\n",
    "    d = pd.read_csv(path)\n",
    "    return {s: g.pivot(index=\"연도\", columns=\"산업\", values=\"실질VA_십억원\") for s, g in d.groupby(\"시나리오\")}\n",
    "recon = wide(os.path.join(C.INTERIM, \"va36_recon_annual.csv\"))            # 주 투입(정비판)\n",
    "recon_prev = wide(os.path.join(C.INTERIM, \"va36_recon_prev_annual.csv\"))  # 이전 판 투입\n",
    "scen_a = wide(os.path.join(C.INTERIM, \"va36_scen_annual.csv\"))            # 최초 판 투입\n",
    "va_sec = F.section_va(va_a, sec_of)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "ad1dc7b4",
   "metadata": {},
   "source": [
    "## 1. 대분류별 취업계수 이력(2013–2025)\n",
    "\n",
    "표의 단위는 실질부가가치 10억 원당 취업자 수(명)이다(천 명/십억 원 × 1,000)."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "id": "9d42970f",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.142294Z",
     "iopub.status.busy": "2026-10-08T00:07:54.142294Z",
     "iopub.status.idle": "2026-10-08T00:07:54.152663Z",
     "shell.execute_reply": "2026-10-08T00:07:54.152163Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th>연도</th>\n",
       "      <th>2013</th>\n",
       "      <th>2016</th>\n",
       "      <th>2019</th>\n",
       "      <th>2022</th>\n",
       "      <th>2023</th>\n",
       "      <th>2024</th>\n",
       "      <th>2025</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>A 농업, 임업 및 어업</th>\n",
       "      <td>43.860</td>\n",
       "      <td>37.780</td>\n",
       "      <td>40.130</td>\n",
       "      <td>45.070</td>\n",
       "      <td>45.470</td>\n",
       "      <td>44.340</td>\n",
       "      <td>41.070</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>B 광업</th>\n",
       "      <td>7.090</td>\n",
       "      <td>8.770</td>\n",
       "      <td>8.220</td>\n",
       "      <td>5.040</td>\n",
       "      <td>4.290</td>\n",
       "      <td>4.960</td>\n",
       "      <td>6.410</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>C 제조업</th>\n",
       "      <td>9.140</td>\n",
       "      <td>9.110</td>\n",
       "      <td>8.200</td>\n",
       "      <td>7.670</td>\n",
       "      <td>7.500</td>\n",
       "      <td>7.080</td>\n",
       "      <td>6.760</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>D 전기, 가스, 증기 및 공기조절 공급업</th>\n",
       "      <td>3.110</td>\n",
       "      <td>2.880</td>\n",
       "      <td>2.310</td>\n",
       "      <td>2.310</td>\n",
       "      <td>2.490</td>\n",
       "      <td>2.430</td>\n",
       "      <td>2.560</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>E 수도, 하수 및 폐기물 처리, 원료 재생업</th>\n",
       "      <td>7.540</td>\n",
       "      <td>8.240</td>\n",
       "      <td>9.980</td>\n",
       "      <td>11.260</td>\n",
       "      <td>10.750</td>\n",
       "      <td>10.150</td>\n",
       "      <td>10.900</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>F 건설업</th>\n",
       "      <td>19.750</td>\n",
       "      <td>17.310</td>\n",
       "      <td>18.240</td>\n",
       "      <td>19.250</td>\n",
       "      <td>19.290</td>\n",
       "      <td>19.500</td>\n",
       "      <td>20.170</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>G 도매 및 소매업</th>\n",
       "      <td>25.070</td>\n",
       "      <td>23.690</td>\n",
       "      <td>21.090</td>\n",
       "      <td>18.190</td>\n",
       "      <td>18.590</td>\n",
       "      <td>18.570</td>\n",
       "      <td>18.230</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>H 운수 및 창고업</th>\n",
       "      <td>21.790</td>\n",
       "      <td>20.420</td>\n",
       "      <td>18.590</td>\n",
       "      <td>20.000</td>\n",
       "      <td>17.010</td>\n",
       "      <td>15.760</td>\n",
       "      <td>15.490</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>I 숙박 및 음식점업</th>\n",
       "      <td>45.290</td>\n",
       "      <td>48.960</td>\n",
       "      <td>45.550</td>\n",
       "      <td>43.660</td>\n",
       "      <td>46.650</td>\n",
       "      <td>47.160</td>\n",
       "      <td>47.400</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>J 정보통신업</th>\n",
       "      <td>10.260</td>\n",
       "      <td>10.520</td>\n",
       "      <td>10.050</td>\n",
       "      <td>9.810</td>\n",
       "      <td>9.910</td>\n",
       "      <td>10.430</td>\n",
       "      <td>10.510</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>K 금융 및 보험업</th>\n",
       "      <td>11.100</td>\n",
       "      <td>8.790</td>\n",
       "      <td>7.660</td>\n",
       "      <td>6.040</td>\n",
       "      <td>6.180</td>\n",
       "      <td>6.100</td>\n",
       "      <td>6.160</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L 부동산업</th>\n",
       "      <td>3.390</td>\n",
       "      <td>3.380</td>\n",
       "      <td>3.580</td>\n",
       "      <td>3.440</td>\n",
       "      <td>3.300</td>\n",
       "      <td>3.220</td>\n",
       "      <td>3.250</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>M 전문, 과학 및 기술 서비스업</th>\n",
       "      <td>14.150</td>\n",
       "      <td>13.480</td>\n",
       "      <td>13.410</td>\n",
       "      <td>13.430</td>\n",
       "      <td>13.610</td>\n",
       "      <td>14.300</td>\n",
       "      <td>14.880</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>N 사업시설 관리, 사업 지원 및 임대 서비스업</th>\n",
       "      <td>23.820</td>\n",
       "      <td>22.970</td>\n",
       "      <td>18.720</td>\n",
       "      <td>21.070</td>\n",
       "      <td>20.140</td>\n",
       "      <td>19.750</td>\n",
       "      <td>19.650</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>O 공공행정, 국방 및 사회보장 행정</th>\n",
       "      <td>9.490</td>\n",
       "      <td>8.970</td>\n",
       "      <td>8.800</td>\n",
       "      <td>9.060</td>\n",
       "      <td>8.970</td>\n",
       "      <td>9.040</td>\n",
       "      <td>9.020</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>P 교육 서비스업</th>\n",
       "      <td>20.610</td>\n",
       "      <td>21.260</td>\n",
       "      <td>20.480</td>\n",
       "      <td>19.260</td>\n",
       "      <td>18.960</td>\n",
       "      <td>18.880</td>\n",
       "      <td>19.370</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>Q 보건업 및 사회복지 서비스업</th>\n",
       "      <td>23.160</td>\n",
       "      <td>22.740</td>\n",
       "      <td>21.140</td>\n",
       "      <td>22.750</td>\n",
       "      <td>23.280</td>\n",
       "      <td>23.000</td>\n",
       "      <td>23.490</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>R 예술, 스포츠 및 여가관련 서비스업</th>\n",
       "      <td>17.600</td>\n",
       "      <td>18.170</td>\n",
       "      <td>18.240</td>\n",
       "      <td>19.350</td>\n",
       "      <td>18.170</td>\n",
       "      <td>18.640</td>\n",
       "      <td>19.830</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S 협회 및 단체, 수리 및 기타 개인 서비스업</th>\n",
       "      <td>43.460</td>\n",
       "      <td>40.480</td>\n",
       "      <td>42.330</td>\n",
       "      <td>40.940</td>\n",
       "      <td>39.590</td>\n",
       "      <td>37.890</td>\n",
       "      <td>38.610</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "연도                           2013   2016   2019   2022   2023   2024   2025\n",
       "A 농업, 임업 및 어업              43.860 37.780 40.130 45.070 45.470 44.340 41.070\n",
       "B 광업                        7.090  8.770  8.220  5.040  4.290  4.960  6.410\n",
       "C 제조업                       9.140  9.110  8.200  7.670  7.500  7.080  6.760\n",
       "D 전기, 가스, 증기 및 공기조절 공급업     3.110  2.880  2.310  2.310  2.490  2.430  2.560\n",
       "E 수도, 하수 및 폐기물 처리, 원료 재생업   7.540  8.240  9.980 11.260 10.750 10.150 10.900\n",
       "F 건설업                      19.750 17.310 18.240 19.250 19.290 19.500 20.170\n",
       "G 도매 및 소매업                 25.070 23.690 21.090 18.190 18.590 18.570 18.230\n",
       "H 운수 및 창고업                 21.790 20.420 18.590 20.000 17.010 15.760 15.490\n",
       "I 숙박 및 음식점업                45.290 48.960 45.550 43.660 46.650 47.160 47.400\n",
       "J 정보통신업                    10.260 10.520 10.050  9.810  9.910 10.430 10.510\n",
       "K 금융 및 보험업                 11.100  8.790  7.660  6.040  6.180  6.100  6.160\n",
       "L 부동산업                      3.390  3.380  3.580  3.440  3.300  3.220  3.250\n",
       "M 전문, 과학 및 기술 서비스업         14.150 13.480 13.410 13.430 13.610 14.300 14.880\n",
       "N 사업시설 관리, 사업 지원 및 임대 서비스업 23.820 22.970 18.720 21.070 20.140 19.750 19.650\n",
       "O 공공행정, 국방 및 사회보장 행정        9.490  8.970  8.800  9.060  8.970  9.040  9.020\n",
       "P 교육 서비스업                  20.610 21.260 20.480 19.260 18.960 18.880 19.370\n",
       "Q 보건업 및 사회복지 서비스업          23.160 22.740 21.140 22.750 23.280 23.000 23.490\n",
       "R 예술, 스포츠 및 여가관련 서비스업      17.600 18.170 18.240 19.350 18.170 18.640 19.830\n",
       "S 협회 및 단체, 수리 및 기타 개인 서비스업 43.460 40.480 42.330 40.940 39.590 37.890 38.610"
      ]
     },
     "execution_count": 2,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "coef = F.coefficients(emp_a, va_sec, range(C.HIST_START, C.HIST_END + 1))\n",
    "coef.to_csv(os.path.join(C.OUTPUT, \"coef_history.csv\"), encoding=\"utf-8-sig\")\n",
    "(coef * 1000).T.rename(index=lambda s: f\"{s} {sec_name[s]}\")[[2013, 2016, 2019, 2022, 2023, 2024, 2025]].round(2)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "2effab7c",
   "metadata": {},
   "source": [
    "## 2. 기준 수준과 추세\n",
    "\n",
    "$g_s$가 음수이면 같은 부가가치를 만드는 데 필요한 취업자가 해마다 줄어든다는 뜻이다(노동생산성 상승). 추세 결정계수($R^2$)가 낮은 대분류는\n",
    "2013–2025년 계수의 움직임이 직선 추세로 잘 설명되지 않는 경우이며, 이때도 추정 기울기를 그대로 연장한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "8d13da35",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.153663Z",
     "iopub.status.busy": "2026-10-08T00:07:54.153163Z",
     "iopub.status.idle": "2026-10-08T00:07:54.165934Z",
     "shell.execute_reply": "2026-10-08T00:07:54.165934Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>대분류명</th>\n",
       "      <th>2025 실적 계수(명/10억원)</th>\n",
       "      <th>기준 수준(명/10억원, 2024)</th>\n",
       "      <th>연간 로그변화율(%)</th>\n",
       "      <th>추세 R²</th>\n",
       "      <th>2035 계수(명/10억원)</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>A</th>\n",
       "      <td>농업, 임업 및 어업</td>\n",
       "      <td>41.075</td>\n",
       "      <td>43.622</td>\n",
       "      <td>1.032</td>\n",
       "      <td>0.291</td>\n",
       "      <td>48.867</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>B</th>\n",
       "      <td>광업</td>\n",
       "      <td>6.414</td>\n",
       "      <td>5.147</td>\n",
       "      <td>-3.484</td>\n",
       "      <td>0.236</td>\n",
       "      <td>3.509</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>C</th>\n",
       "      <td>제조업</td>\n",
       "      <td>6.760</td>\n",
       "      <td>7.104</td>\n",
       "      <td>-2.600</td>\n",
       "      <td>0.944</td>\n",
       "      <td>5.337</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>D</th>\n",
       "      <td>전기, 가스, 증기 및 공기조절 공급업</td>\n",
       "      <td>2.559</td>\n",
       "      <td>2.493</td>\n",
       "      <td>-1.944</td>\n",
       "      <td>0.493</td>\n",
       "      <td>2.013</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>E</th>\n",
       "      <td>수도, 하수 및 폐기물 처리, 원료 재생업</td>\n",
       "      <td>10.897</td>\n",
       "      <td>10.594</td>\n",
       "      <td>3.433</td>\n",
       "      <td>0.738</td>\n",
       "      <td>15.455</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>F</th>\n",
       "      <td>건설업</td>\n",
       "      <td>20.174</td>\n",
       "      <td>19.636</td>\n",
       "      <td>0.341</td>\n",
       "      <td>0.068</td>\n",
       "      <td>20.387</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>G</th>\n",
       "      <td>도매 및 소매업</td>\n",
       "      <td>18.234</td>\n",
       "      <td>18.463</td>\n",
       "      <td>-3.274</td>\n",
       "      <td>0.946</td>\n",
       "      <td>12.879</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>H</th>\n",
       "      <td>운수 및 창고업</td>\n",
       "      <td>15.495</td>\n",
       "      <td>16.051</td>\n",
       "      <td>-2.206</td>\n",
       "      <td>0.509</td>\n",
       "      <td>12.593</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>I</th>\n",
       "      <td>숙박 및 음식점업</td>\n",
       "      <td>47.395</td>\n",
       "      <td>47.067</td>\n",
       "      <td>-0.117</td>\n",
       "      <td>0.012</td>\n",
       "      <td>46.466</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>J</th>\n",
       "      <td>정보통신업</td>\n",
       "      <td>10.511</td>\n",
       "      <td>10.287</td>\n",
       "      <td>-0.398</td>\n",
       "      <td>0.110</td>\n",
       "      <td>9.847</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>K</th>\n",
       "      <td>금융 및 보험업</td>\n",
       "      <td>6.163</td>\n",
       "      <td>6.149</td>\n",
       "      <td>-5.151</td>\n",
       "      <td>0.933</td>\n",
       "      <td>3.489</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>L</th>\n",
       "      <td>부동산업</td>\n",
       "      <td>3.254</td>\n",
       "      <td>3.258</td>\n",
       "      <td>-0.497</td>\n",
       "      <td>0.232</td>\n",
       "      <td>3.085</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>M</th>\n",
       "      <td>전문, 과학 및 기술 서비스업</td>\n",
       "      <td>14.875</td>\n",
       "      <td>14.259</td>\n",
       "      <td>0.317</td>\n",
       "      <td>0.101</td>\n",
       "      <td>14.765</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>N</th>\n",
       "      <td>사업시설 관리, 사업 지원 및 임대 서비스업</td>\n",
       "      <td>19.646</td>\n",
       "      <td>19.847</td>\n",
       "      <td>-1.471</td>\n",
       "      <td>0.561</td>\n",
       "      <td>16.883</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>O</th>\n",
       "      <td>공공행정, 국방 및 사회보장 행정</td>\n",
       "      <td>9.024</td>\n",
       "      <td>9.013</td>\n",
       "      <td>-0.205</td>\n",
       "      <td>0.094</td>\n",
       "      <td>8.811</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>P</th>\n",
       "      <td>교육 서비스업</td>\n",
       "      <td>19.374</td>\n",
       "      <td>19.072</td>\n",
       "      <td>-1.069</td>\n",
       "      <td>0.761</td>\n",
       "      <td>16.956</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>Q</th>\n",
       "      <td>보건업 및 사회복지 서비스업</td>\n",
       "      <td>23.493</td>\n",
       "      <td>23.263</td>\n",
       "      <td>0.010</td>\n",
       "      <td>0.000</td>\n",
       "      <td>23.287</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>R</th>\n",
       "      <td>예술, 스포츠 및 여가관련 서비스업</td>\n",
       "      <td>19.825</td>\n",
       "      <td>18.877</td>\n",
       "      <td>0.666</td>\n",
       "      <td>0.076</td>\n",
       "      <td>20.312</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S</th>\n",
       "      <td>협회 및 단체, 수리 및 기타 개인 서비스업</td>\n",
       "      <td>38.612</td>\n",
       "      <td>38.686</td>\n",
       "      <td>-0.764</td>\n",
       "      <td>0.396</td>\n",
       "      <td>35.567</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "                       대분류명  2025 실적 계수(명/10억원)  기준 수준(명/10억원, 2024)  \\\n",
       "A               농업, 임업 및 어업              41.075               43.622   \n",
       "B                        광업               6.414                5.147   \n",
       "C                       제조업               6.760                7.104   \n",
       "D     전기, 가스, 증기 및 공기조절 공급업               2.559                2.493   \n",
       "E   수도, 하수 및 폐기물 처리, 원료 재생업              10.897               10.594   \n",
       "F                       건설업              20.174               19.636   \n",
       "G                  도매 및 소매업              18.234               18.463   \n",
       "H                  운수 및 창고업              15.495               16.051   \n",
       "I                 숙박 및 음식점업              47.395               47.067   \n",
       "J                     정보통신업              10.511               10.287   \n",
       "K                  금융 및 보험업               6.163                6.149   \n",
       "L                      부동산업               3.254                3.258   \n",
       "M          전문, 과학 및 기술 서비스업              14.875               14.259   \n",
       "N  사업시설 관리, 사업 지원 및 임대 서비스업              19.646               19.847   \n",
       "O        공공행정, 국방 및 사회보장 행정               9.024                9.013   \n",
       "P                   교육 서비스업              19.374               19.072   \n",
       "Q           보건업 및 사회복지 서비스업              23.493               23.263   \n",
       "R       예술, 스포츠 및 여가관련 서비스업              19.825               18.877   \n",
       "S  협회 및 단체, 수리 및 기타 개인 서비스업              38.612               38.686   \n",
       "\n",
       "   연간 로그변화율(%)  추세 R²  2035 계수(명/10억원)  \n",
       "A        1.032  0.291           48.867  \n",
       "B       -3.484  0.236            3.509  \n",
       "C       -2.600  0.944            5.337  \n",
       "D       -1.944  0.493            2.013  \n",
       "E        3.433  0.738           15.455  \n",
       "F        0.341  0.068           20.387  \n",
       "G       -3.274  0.946           12.879  \n",
       "H       -2.206  0.509           12.593  \n",
       "I       -0.117  0.012           46.466  \n",
       "J       -0.398  0.110            9.847  \n",
       "K       -5.151  0.933            3.489  \n",
       "L       -0.497  0.232            3.085  \n",
       "M        0.317  0.101           14.765  \n",
       "N       -1.471  0.561           16.883  \n",
       "O       -0.205  0.094            8.811  \n",
       "P       -1.069  0.761           16.956  \n",
       "Q        0.010  0.000           23.287  \n",
       "R        0.666  0.076           20.312  \n",
       "S       -0.764  0.396           35.567  "
      ]
     },
     "execution_count": 3,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "par = F.fit_params(emp_a, va_sec, C.BASE_YEARS, (C.HIST_START, C.HIST_END), base=\"ratio\", trend=\"ols\")\n",
    "path = F.coef_path(par, C.FORECAST_YEARS, C.ANCHOR)\n",
    "par.assign(대분류명=[sec_name[s] for s in par.index]).to_csv(os.path.join(C.OUTPUT, \"coef_params.csv\"), encoding=\"utf-8-sig\")\n",
    "path.to_csv(os.path.join(C.OUTPUT, \"coef_path.csv\"), encoding=\"utf-8-sig\")\n",
    "pd.DataFrame({\"대분류명\": [sec_name[s] for s in par.index],\n",
    "              \"2025 실적 계수(명/10억원)\": coef.loc[2025] * 1000,\n",
    "              \"기준 수준(명/10억원, 2024)\": par[\"기준수준_b\"] * 1000,\n",
    "              \"연간 로그변화율(%)\": par[\"연간로그변화율_g\"] * 100,\n",
    "              \"추세 R²\": par[\"추세_R2\"],\n",
    "              \"2035 계수(명/10억원)\": path.loc[2035] * 1000}, index=par.index).round(3)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "9df398c6",
   "metadata": {},
   "source": [
    "## 3. 주 산출물 — 5장 정비판 최종 전망 투입(S1–S5, 2026–2035)\n",
    "\n",
    "반올림 전 값은 `labor_demand_36.csv`에, 포털 뷰어 형식(소수 첫째 자리 반올림, 산업 이름순, 시나리오 합계 포함)은 `labor_demand_viewer_data.json`에 저장한다.\n",
    "파일 구조(키·연도·시나리오·산업 이름과 순서)가 최초 판 게시 파일·이전 판 파일과 같은지 확인하므로, 포털 뷰어 페이지는 고치지 않고 이 파일로 바꾸어 쓸 수 있다.\n",
    "2025년 산업별 실적(대분류 취업자의 부가가치 비중 배분)은 `labor_actual_2025_36.csv`에 저장한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "id": "34c25469",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.166939Z",
     "iopub.status.busy": "2026-10-08T00:07:54.166939Z",
     "iopub.status.idle": "2026-10-08T00:07:54.206391Z",
     "shell.execute_reply": "2026-10-08T00:07:54.206391Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "labor_demand_viewer_data.json: 17,220 bytes · SHA-256 776c43a570648a03… · 최초 판·이전 판 파일과 구조 동일\n",
      "2025년 실적(19개 대분류 합계): 28,681.5천 명\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>S1</th>\n",
       "      <th>S2</th>\n",
       "      <th>S3</th>\n",
       "      <th>S4</th>\n",
       "      <th>S5</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>2026</th>\n",
       "      <td>28,526.200</td>\n",
       "      <td>28,289.400</td>\n",
       "      <td>28,656.100</td>\n",
       "      <td>28,652.600</td>\n",
       "      <td>28,337.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2028</th>\n",
       "      <td>28,614.800</td>\n",
       "      <td>28,507.200</td>\n",
       "      <td>28,660.100</td>\n",
       "      <td>28,693.000</td>\n",
       "      <td>28,629.900</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2030</th>\n",
       "      <td>28,670.800</td>\n",
       "      <td>28,648.000</td>\n",
       "      <td>28,678.100</td>\n",
       "      <td>28,681.000</td>\n",
       "      <td>28,729.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2032</th>\n",
       "      <td>28,656.900</td>\n",
       "      <td>28,630.200</td>\n",
       "      <td>28,673.200</td>\n",
       "      <td>28,627.000</td>\n",
       "      <td>28,717.100</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2035</th>\n",
       "      <td>28,560.200</td>\n",
       "      <td>28,517.200</td>\n",
       "      <td>28,595.300</td>\n",
       "      <td>28,517.500</td>\n",
       "      <td>28,614.900</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "             S1         S2         S3         S4         S5\n",
       "2026 28,526.200 28,289.400 28,656.100 28,652.600 28,337.000\n",
       "2028 28,614.800 28,507.200 28,660.100 28,693.000 28,629.900\n",
       "2030 28,670.800 28,648.000 28,678.100 28,681.000 28,729.000\n",
       "2032 28,656.900 28,630.200 28,673.200 28,627.000 28,717.100\n",
       "2035 28,560.200 28,517.200 28,595.300 28,517.500 28,614.900"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "proj = F.project(recon, path, sec_of)\n",
    "F.to_long(proj).to_csv(os.path.join(C.OUTPUT, \"labor_demand_36.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "main = F.viewer_json(proj)\n",
    "with open(C.OUT_JSON, \"wb\") as f:\n",
    "    f.write(F.dumps_viewer(main))\n",
    "v0_pub = json.load(open(C.V0_JSON, encoding=\"utf-8\"))\n",
    "prev_pub = json.load(open(C.PREV_JSON, encoding=\"utf-8\"))\n",
    "assert F.same_structure(main, v0_pub) and F.same_structure(main, prev_pub), \"주 산출물의 구조가 기존 파일과 다르다\"\n",
    "print(f\"labor_demand_viewer_data.json: {os.path.getsize(C.OUT_JSON):,d} bytes · SHA-256 {F.sha256(C.OUT_JSON)[:16]}… · 최초 판·이전 판 파일과 구조 동일\")\n",
    "act25 = F.actual_by_industry(emp_a, va_a, sec_of, C.ACTUAL_YEAR)\n",
    "act25.rename(\"취업자_천명\").rename_axis(\"산업\").to_csv(os.path.join(C.OUTPUT, \"labor_actual_2025_36.csv\"), encoding=\"utf-8-sig\")\n",
    "tot = pd.DataFrame({s: p.sum(axis=1) for s, p in proj.items()})\n",
    "print(f\"2025년 실적(19개 대분류 합계): {act25.sum():,.1f}천 명\")\n",
    "tot.loc[[2026, 2028, 2030, 2032, 2035]].round(1)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "ee642ca1",
   "metadata": {},
   "source": [
    "## 4. 대분류 합계 점검\n",
    "\n",
    "같은 대분류 안의 산업은 같은 계수를 쓰므로 산업별 취업자를 대분류로 더하면 대분류 계수 × 대분류 부가가치와 같아야 한다.\n",
    "2025년 산업별 실적의 대분류 합계도 대분류 실측치와 같아야 한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "afc0184a",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.207894Z",
     "iopub.status.busy": "2026-10-08T00:07:54.207394Z",
     "iopub.status.idle": "2026-10-08T00:07:54.219978Z",
     "shell.execute_reply": "2026-10-08T00:07:54.219978Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "대분류 합계와 직접 계산의 최대 차이: 9.09e-13천 명 · 2025 실적 배분의 대분류 합계 차이: 2.27e-13천 명\n"
     ]
    }
   ],
   "source": [
    "chk = []\n",
    "for s in C.SCENARIOS:\n",
    "    by_sec = proj[s].T.groupby(pd.Series(sec_of)).sum().T\n",
    "    direct = path * F.section_va(recon[s], sec_of).loc[C.FORECAST_YEARS]\n",
    "    chk.append((by_sec[F.SECTIONS] - direct[F.SECTIONS]).abs().max().max())\n",
    "d25 = (act25.groupby(pd.Series(sec_of)).sum() - emp_a.loc[C.ACTUAL_YEAR, F.SECTIONS]).abs().max()\n",
    "print(f\"대분류 합계와 직접 계산의 최대 차이: {max(chk):.2e}천 명 · 2025 실적 배분의 대분류 합계 차이: {d25:.2e}천 명\")\n",
    "assert max(chk) < 1e-6 and d25 < 1e-6"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "e73ffaef",
   "metadata": {},
   "source": [
    "## 5. 이전 판(2026-10-08 판) 재현\n",
    "\n",
    "같은 계수 경로에 이전 판 투입(정비 이전 5장 최종 전망)을 넣어 이전 판 산출 파일을 다시 만든다. 산출 파일의 SHA-256이 `data/published_prev/`에 보존한 파일과 같아야 한다.\n",
    "이 절은 정비판과 이전 판의 차이가 투입 부가가치에서만 생긴다는 것을 보인다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "id": "20e51d88",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.220981Z",
     "iopub.status.busy": "2026-10-08T00:07:54.220981Z",
     "iopub.status.idle": "2026-10-08T00:07:54.256026Z",
     "shell.execute_reply": "2026-10-08T00:07:54.256026Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "재현본 SHA-256 f3346aee10c08f89… · 보존 파일 f3346aee10c08f89… · 일치\n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "{'연도 일치': True,\n",
       " '시나리오 일치': True,\n",
       " '산업 일치': True,\n",
       " '산업값 개수': 1800,\n",
       " '산업값 최대절대오차': 0.0,\n",
       " '합계 개수': 50,\n",
       " '합계 최대절대오차': 0.0}"
      ]
     },
     "execution_count": 6,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "proj_prev = F.project(recon_prev, path, sec_of)\n",
    "F.to_long(proj_prev).to_csv(os.path.join(C.OUTPUT, \"labor_demand_36_prev.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "prev = F.viewer_json(proj_prev)\n",
    "with open(C.OUT_PREV_JSON, \"wb\") as f:\n",
    "    f.write(F.dumps_viewer(prev))\n",
    "h = F.sha256(C.OUT_PREV_JSON)\n",
    "print(f\"재현본 SHA-256 {h[:16]}… · 보존 파일 {F.sha256(C.PREV_JSON)[:16]}… · {'일치' if h == F.sha256(C.PREV_JSON) else '불일치'}\")\n",
    "F.compare_viewer(prev, prev_pub)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "4fd78a58",
   "metadata": {},
   "source": [
    "## 6. 최초 판(v0, 정합화 이전 부가가치 사용) 재현\n",
    "\n",
    "같은 계수 경로에 2026-08-04 게시 당시의 투입(정합화 이전 분기 전망)을 넣어 게시 파일을 다시 만든다. 산출 파일의 SHA-256이 게시 파일과 같아야 한다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "e7c2ba27",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.257032Z",
     "iopub.status.busy": "2026-10-08T00:07:54.257032Z",
     "iopub.status.idle": "2026-10-08T00:07:54.292011Z",
     "shell.execute_reply": "2026-10-08T00:07:54.292011Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "재현본 SHA-256 31c1c9c5dfadd831… · 게시 파일 31c1c9c5dfadd831… · 일치\n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "{'연도 일치': True,\n",
       " '시나리오 일치': True,\n",
       " '산업 일치': True,\n",
       " '산업값 개수': 1800,\n",
       " '산업값 최대절대오차': 0.0,\n",
       " '합계 개수': 50,\n",
       " '합계 최대절대오차': 0.0}"
      ]
     },
     "execution_count": 7,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "proj_v0 = F.project(scen_a, path, sec_of)\n",
    "F.to_long(proj_v0).to_csv(os.path.join(C.OUTPUT, \"labor_demand_36_v0.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "v0 = F.viewer_json(proj_v0)\n",
    "with open(C.OUT_V0_JSON, \"wb\") as f:\n",
    "    f.write(F.dumps_viewer(v0))\n",
    "h = F.sha256(C.OUT_V0_JSON)\n",
    "print(f\"재현본 SHA-256 {h[:16]}… · 게시 파일 {F.sha256(C.V0_JSON)[:16]}… · {'일치' if h == F.sha256(C.V0_JSON) else '불일치'}\")\n",
    "F.compare_viewer(v0, v0_pub)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "5df8e923",
   "metadata": {},
   "source": [
    "## 7. 재구성 근거 — 대안 명세 비교(최초 판 게시 파일 기준)\n",
    "\n",
    "뷰어 설명문은 '2023–2025년 평균 취업계수', '2013–2025년 계수 변화추세(연간 로그변화율)', '경제활동인구조사 19개 대분류'만 밝힌다.\n",
    "취업자 계열(계절조정·원계열), 기준 수준의 평균 방식, 추세 추정 방식, 기준 연도를 바꾸어 가며 최초 판 게시 수치와의 차이를 계산한다.\n",
    "기본 실행은 16개 명세를 비교하고, `FULL=1`이면 기준 수준 3종과 추세 기간 4종으로 넓힌 96개 명세를 비교한다.\n",
    "\n",
    "| 선택지 | 후보 |\n",
    "|---|---|\n",
    "| 취업자 계열 | 계절조정(분기 평균) · 원계열(분기 평균) |\n",
    "| 기준 수준 | ratio: 3개년 합계 비율 · mean: 연도별 계수의 산술평균 · geo: 기하평균(FULL) |\n",
    "| 추세 추정 | ols: 로그 계수의 최소제곱 기울기 · endpoint: 양 끝 연도 로그 차이 |\n",
    "| 추세 기간 | 2013–2025 · 2014–2025 · 2015–2025 · 2013–2024(FULL) |\n",
    "| 기준 연도 | 2024(기준 기간 중앙) · 2025 |"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "id": "86f67c41",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.293014Z",
     "iopub.status.busy": "2026-10-08T00:07:54.293014Z",
     "iopub.status.idle": "2026-10-08T00:07:54.710194Z",
     "shell.execute_reply": "2026-10-08T00:07:54.710194Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "비교한 명세: 16개 · 게시 수치를 모두 재현한 명세: 1개\n"
     ]
    },
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>취업자 계열</th>\n",
       "      <th>기준 수준</th>\n",
       "      <th>추세 추정</th>\n",
       "      <th>추세 기간</th>\n",
       "      <th>기준연도</th>\n",
       "      <th>최대절대오차(천명)</th>\n",
       "      <th>일치 비율</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>계절조정</td>\n",
       "      <td>ratio</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2024</td>\n",
       "      <td>0.000</td>\n",
       "      <td>1.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>원계열</td>\n",
       "      <td>ratio</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2024</td>\n",
       "      <td>5.100</td>\n",
       "      <td>0.566</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>원계열</td>\n",
       "      <td>mean</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2024</td>\n",
       "      <td>5.400</td>\n",
       "      <td>0.115</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>계절조정</td>\n",
       "      <td>mean</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2024</td>\n",
       "      <td>5.600</td>\n",
       "      <td>0.187</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>계절조정</td>\n",
       "      <td>ratio</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2025</td>\n",
       "      <td>105.500</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>5</th>\n",
       "      <td>원계열</td>\n",
       "      <td>ratio</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2025</td>\n",
       "      <td>105.500</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>6</th>\n",
       "      <td>계절조정</td>\n",
       "      <td>mean</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2025</td>\n",
       "      <td>105.600</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>7</th>\n",
       "      <td>원계열</td>\n",
       "      <td>mean</td>\n",
       "      <td>ols</td>\n",
       "      <td>2013–2025</td>\n",
       "      <td>2025</td>\n",
       "      <td>105.600</td>\n",
       "      <td>0.000</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "  취업자 계열  기준 수준 추세 추정      추세 기간  기준연도  최대절대오차(천명)  일치 비율\n",
       "0   계절조정  ratio   ols  2013–2025  2024       0.000  1.000\n",
       "1    원계열  ratio   ols  2013–2025  2024       5.100  0.566\n",
       "2    원계열   mean   ols  2013–2025  2024       5.400  0.115\n",
       "3   계절조정   mean   ols  2013–2025  2024       5.600  0.187\n",
       "4   계절조정  ratio   ols  2013–2025  2025     105.500  0.000\n",
       "5    원계열  ratio   ols  2013–2025  2025     105.500  0.000\n",
       "6   계절조정   mean   ols  2013–2025  2025     105.600  0.000\n",
       "7    원계열   mean   ols  2013–2025  2025     105.600  0.000"
      ]
     },
     "execution_count": 8,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "grid = F.spec_grid({\"계절조정\": emp_a, \"원계열\": emp_n}, va_sec, scen_a, sec_of, v0_pub, full=C.FULL)\n",
    "grid.to_csv(os.path.join(C.OUTPUT, \"spec_comparison.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "print(f\"비교한 명세: {len(grid)}개 · 게시 수치를 모두 재현한 명세: {int((grid['최대절대오차(천명)'] < 0.05).sum())}개\")\n",
    "grid.head(8)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7b25ba3e",
   "metadata": {},
   "source": [
    "1,800개 값(36개 산업 × 10년 × 5개 시나리오)을 모두 재현하는 명세는 하나뿐이다. 원계열을 쓰면 계절성이 큰 농림어업·공공행정 등에서 최대 5천 명 안팎의 차이가 남고,\n",
    "기준 연도를 2025년에 두면 전 산업이 한 해 추세만큼 어긋난다."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "bed8e926",
   "metadata": {},
   "source": [
    "## 8. 판본 비교 — 최초 판, 이전 판, 정비판\n",
    "\n",
    "세 판은 계수 경로가 같고 투입 부가가치만 다르다. 최초 판은 정합화 이전 산업 합산 경로(2025–2035년 연평균 약 4.0–4.3%)를, 이전 판은 정비 이전 5장 최종 전망을,\n",
    "정비판은 2026-10 정비판 최종 전망을 투입했다. 투입 부가가치의 수준과 증가율은 `01_입수.ipynb` 4절의 표에 있다."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "id": "15bd65a4",
   "metadata": {
    "execution": {
     "iopub.execute_input": "2026-10-08T00:07:54.711198Z",
     "iopub.status.busy": "2026-10-08T00:07:54.711198Z",
     "iopub.status.idle": "2026-10-08T00:07:54.719009Z",
     "shell.execute_reply": "2026-10-08T00:07:54.719009Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>최초 판(천명)</th>\n",
       "      <th>이전 판(천명)</th>\n",
       "      <th>정비판(천명)</th>\n",
       "      <th>정비판 − 이전 판(천명)</th>\n",
       "      <th>정비판 − 최초 판(천명)</th>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>시나리오</th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "      <th></th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>S1</th>\n",
       "      <td>36,284.800</td>\n",
       "      <td>29,040.100</td>\n",
       "      <td>28,560.200</td>\n",
       "      <td>-479.900</td>\n",
       "      <td>-7,724.600</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S2</th>\n",
       "      <td>35,703.400</td>\n",
       "      <td>28,988.900</td>\n",
       "      <td>28,517.200</td>\n",
       "      <td>-471.700</td>\n",
       "      <td>-7,186.100</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S3</th>\n",
       "      <td>36,569.300</td>\n",
       "      <td>29,079.600</td>\n",
       "      <td>28,595.300</td>\n",
       "      <td>-484.300</td>\n",
       "      <td>-7,974.000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S4</th>\n",
       "      <td>36,450.600</td>\n",
       "      <td>29,110.800</td>\n",
       "      <td>28,517.500</td>\n",
       "      <td>-593.300</td>\n",
       "      <td>-7,933.100</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>S5</th>\n",
       "      <td>36,076.500</td>\n",
       "      <td>29,046.200</td>\n",
       "      <td>28,614.900</td>\n",
       "      <td>-431.300</td>\n",
       "      <td>-7,461.600</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "       최초 판(천명)   이전 판(천명)    정비판(천명)  정비판 − 이전 판(천명)  정비판 − 최초 판(천명)\n",
       "시나리오                                                                 \n",
       "S1   36,284.800 29,040.100 28,560.200        -479.900      -7,724.600\n",
       "S2   35,703.400 28,988.900 28,517.200        -471.700      -7,186.100\n",
       "S3   36,569.300 29,079.600 28,595.300        -484.300      -7,974.000\n",
       "S4   36,450.600 29,110.800 28,517.500        -593.300      -7,933.100\n",
       "S5   36,076.500 29,046.200 28,614.900        -431.300      -7,461.600"
      ]
     },
     "execution_count": 9,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "tot_prev = pd.DataFrame({s: p.sum(axis=1) for s, p in proj_prev.items()})\n",
    "tot_v0 = pd.DataFrame({s: p.sum(axis=1) for s, p in proj_v0.items()})\n",
    "rows = []\n",
    "for s in C.SCENARIOS:\n",
    "    for y in (2026, 2030, 2035):\n",
    "        rows.append({\"시나리오\": s, \"연도\": y, \"최초 판(천명)\": tot_v0.loc[y, s], \"이전 판(천명)\": tot_prev.loc[y, s],\n",
    "                     \"정비판(천명)\": tot.loc[y, s], \"정비판 − 이전 판(천명)\": tot.loc[y, s] - tot_prev.loc[y, s],\n",
    "                     \"정비판 − 최초 판(천명)\": tot.loc[y, s] - tot_v0.loc[y, s]})\n",
    "vc = pd.DataFrame(rows)\n",
    "vc.to_csv(os.path.join(C.OUTPUT, \"vintage_comparison.csv\"), index=False, encoding=\"utf-8-sig\")\n",
    "vc[vc[\"연도\"] == 2035].set_index(\"시나리오\").drop(columns=\"연도\").round(1)"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.12.10"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}