바로가기메뉴

본문 바로가기 주메뉴 바로가기

지난호

제41권 제1호Vol.41, No.1

지역 특성이 우리나라 가구의 경제적 복지에 미치는 영향: 3 수준 다층성장모형을 적용하여

The Effects of Regional Characteristics on the Economic Well-being of Households in Korea: Using Hierarchical Growth Model

Abstract

Recent inequality research has emphasized the importance of a comprehensive perspective to investigate the causes of poverty in capitalist societies. In the same vein, various factors have been considered as poverty measures. The purpose of the present study was to examine the effects of regional characteristics on the level of and change in economic well-being for households in Korea. Economic well-being was employed to measure households’ poverty level which consists of household income, assets, liabilities. This study reviewed the level of economic well-being among households. As a primary analysis, three-level Hierarchical Growth Modeling was employed to examine the effects of regional characteristics on the level of economic well-being and the change of economic well-being over time. Data from KLIPS (7th to 19th waves) and Statistics Korea was used for analyses. The primary results of the present study are as follows. First, the level of and changes in households’ economic well-being varied widely across regions. Second, regional characteristics was associated with the level of and changes in the economic well-being households. In particular, the elderly population rate, the number of workers in the region, the fluctuation rate of land prices, the proportion of social welfare budget was associated with the economic well-being of households. Based on the results, poverty policy makers should take into account regional characteristics for poverty policies.

keyword
Income PovertyAsset PovertyEconomic Well-BeingRegional CharacteristicsHierarchical Growth Model

초록

경제적 불평등 문제의 핵심인 빈곤에 대한 연구는 미시적 차원에서 점차 확장되어 거시적 차원을 포함한 통합적인 분석이 진행되고 있고, 빈곤을 규정함에 있어 단순히 소득 측면만이 아닌 생활수준 전반을 측정할 수 있도록 점차 변모하고 있다. 이에 이 연구는 빈곤의 정의를 소득, 자산과 부채를 합한 경제적 복지(economic well-being)의 개념으로 빈곤의 개념을 보다 확장하여 지역 특성이 우리나라 가구의 경제적 복지 수준에 미치는 영향을 살펴보았다. 한국노동패널(7차-19차)과 통계청 자료를 결합하여 다층분석(HLM)을 실시한 결과 지역의 특성이 우리나라 가구의 경제적 복지 수준과 변화에 영향을 미치는 것으로 나타났다. 지역 특성 변수 중 인구사회학적 특성인 고령인구비율, 경제적 특성인 지역 내 종사자 수와 지가변동률, 사회복지재정비율이 경제적 복지 수준와 변화에 영향을 미치는 것으로 나타났다. 이와 같은 분석 결과를 통해 지역적 맥락과 특수성을 반영한 종합적인 빈곤 정책 수립이 필요하다는 점을 알 수 있다.

주요 용어
소득빈곤자산빈곤경제적 복지지역 특성다층성장모형

Ⅰ. 서론

현대 자본주의 사회에서 경제적 불평등의 중요성을 이해하고 경제적 불평등 문제의 핵심인 빈곤을 규명하고 해결하고자 하는 노력은 꾸준히 진행되어왔다. 빈곤 연구는 빈곤의 정의와 측정에 관한 연구, 근로빈곤, 사회적 배제 등과 같은 신빈곤 현상에 대한 연구, 빈곤 결정・탈피 요인에 관한 연구, 국민기초생활보장제도 등과 같은 빈곤 제도에 관한 연구 등 다양하게 진행되고 있다. 이러한 연구 흐름은 빈곤에 관한 개인적 차원과 지역 차원을 함께 분석한 연구까지 확장되어 진행되고 있다(Weber & Jensen, 2004; Blank, 2005; Ananat 2011; Massey 2016; 백학영, 2007; 김교성, 2010; 이순아, 2013; 임찬우, 2014).

빈곤을 소득에 국한하지 않고, 자산을 포함하는 등 점차 개념의 범위를 넓혀서 살펴보고 있으나 아직 충분한 논의가 이루어지지 않고 있다. 소득을 통해 생활수준을 측정하는 방식은 합리적이나 경제적 수준의 일부분으로 개인 또는 가구의 경제적 수준을 충분하게 설명할 수 없다(Atkinson, 2003, Alkire & Foster, 2011). 경제적 빈곤의 척도는 가구의 경제적 지위가 최소 허용 수준 이하로 떨어지는 것을 의미한다. 이러한 측정방식에는 두 가지 필요사항이 있다(Haveman & Wolff, 2004). 경제적 자원에 대한 정확한 정의가 필요하고, 그 경제적 자원의 개념에 부합하는 허용 가능한 최소한의 복지(또는 욕구)에 대한 정의가 필요하다. 그리고 수용 가능한 빈곤 측정은 가구의 규모와 구성에 따른 차별화를 허용해야 한다. 일반적으로 개인 또는 가구의 경제적 자원을 통해 빈곤을 온전히 설명하기에는 충분하지 않지만(Atkinson, 2003; Alkire & Foster, 2011) 소득만으로 경제적 수준을 측정하는 것은 한계가 있기에 빈곤을 측정할 때 소득과 자산 모두 고려해야 한다. 특히 자산은 소비와 생활수준에 장기간 영향을 미치며 빈곤에서 벗어 날 수 있는 여력을 만들기에(Nam et al., 2008; Cowell & Van Kerm, 2015) 개인 또는 가구는 일정기간 동안 소득 측면에서는 가난할 수 있지만 자산을 통해 빈곤에서 벗어날 꾸준한 기회를 제공받는다.

빈곤을 측정하는 개념의 확장과 더불어 빈곤의 다양한 원인을 살펴보기 위해서는 개인의 특성 뿐만 아니라 지역 특성까지 범위를 넓혀서 살펴볼 필요가 있다. 초기 빈곤에 대한 연구는 빈곤의 원인을 개인 또는 가구의 특성에 초점을 맞추었다(Lydall, 1968; Gans, 1972; Becker, 1975; Zelizer, 1985). 이러한 연구들은 빈곤을 주로 인적 자본, 가구구성, 가구원 수, 결혼상태 등과 같은 개인 또는 가구의 상태의 결과로 다루었다. 그러나 빈곤을 규정하는데 가장 중요한 자원인 소득과 자산은 경제활동을 통해 획득이 가능한데, 경제활동의 무대가 되는 지역의 특성은 다양하기에 개인 또는 가구의 초점을 맞춘 해결방안은 한계가 존재한다. 따라서 빈곤은 개인 또는 가구의 여러 상황과 여건에 영향을 받기도 하지만 지역의 노동에 대한 기회구조, 지역의 경제적 상태, 천연자원, 제도, 지역 문화 등의 특성들에도 영향을 받을 수 밖에 없다(Beeghley, 1988; Massey & Denton, 1993; Blank, 2005). 빈곤은 개인, 문화, 장소, 사회 시스템과 연관이 있고, 서로 다른 관점에서 다양한 요인들 간의 연관성으로부터 빈곤은 발생한다. 빈곤은 개인들이 거주하고 있는 지역사회에 의해 영향을 받고 지역사회는 개인들이 모여서 만든 결과이다. 따라서 두 가지 차원을 함께 고려할 때 빈곤에 대한 정확한 분석과 종합적이고 포괄적인 정책적 대안을 제시할 수 있을 것이다.

빈곤에 관한 연구 흐름에서 또 하나의 주목되는 현상은 빈곤 기간, 빈곤 주기, 빈곤의 지속성 등과 같은 동태적 양상에 대한 분석이다(Stevens, 1999; 이병희, 정재호, 2002; 홍경준, 2004; 구인회, 2005). 빈곤율이 동일한 지역에 존재할지라도 각 지역 간의 특성에 의해 개인 또는 가구의 경제적 수준은 서로 다르게 변화할 가능성이 있다. 어떤 지역은 지역 내 빈곤에서 벗어날 수 있는 동력이 풍부하여 빈곤 기간이 짧게 유지될 수 있고, 다른 어떤 지역은 지역 내 동력이 부족하여 빈곤 기간이 길게 유지될 수 있다. 빈곤이 장기적인 현상으로 고착된 지역의 경우 개인의 특성과 지역의 특성이 상호작용하여 나타난 결과이다. 한 지역의 경제적 특성은 그 지역의 집중된 산업체에 의해 결정되는데 그 지역에 집중된 산업체를 중심으로 관련된 시장이 형성되고 동종의 산업체가 연쇄적으로 발생한다. 이렇게 지역에 산업체가 형성되고 발전할수록 지역 전반적인 경제 수준이 높아지면서 빈곤과의 연관성이 감소한다. 그리고 이러한 선순환은 역으로도 발생한다.

본 연구는 우리나라 가구의 경제적 특성을 좀 더 확장된 경제적 복지 개념으로 살펴보고, 우리나라 가구들의 경제적 복지 수준의 차이를 개인 또는 가구 특성 요인이 아닌 지역 특성 요인을 통해서 실증 분석한다. 그리고 지역 특성 요인들이 우리나라 가구의 경제적 복지 수준과 성장에 어떠한 영향을 미치는지에 대해 시계열적 차원에서 살펴보고 빈곤 집단과 비빈곤 집단의 경제적 복지 수준의 성장과 변화 양상에 영향을 미치는 지역 특성 요인들의 차이를 살펴보기 위해 두 집단을 비교 분석한다.

Ⅱ. 이론적 배경

1. 경제적 복지의 다차원성

경제적 복지(economic well-being)의 개념을 처음 도입한 Pigou(1938)는 경제적 복지는 복지의 일부분으로 화폐측정과 직・간접적으로 연관이 있다고 보고 있으며, Weckstein(1962)은 경제적 복지를 제한된 자원에 의하여 욕구가 충족된 정도로 정의하였고, Flower(1972)는 경제적 복지란 가구가 처한 경제적 상황과 그 상황에 대한 감정이라고 정의하였다. 경제적 복지의 정의를 정리하면 경제적 복지는 가구와 개인의 객관적인 경제적 여건과 주관적인 평가를 모두 포함하고 있는 개념이다(이승신 외, 1996). 경제적 복지는 가구와 개인의 욕구를 충족하고 행복한 삶을 누리기 위한 적정한 경제적 상태로 경제적 복지는 가구의 소비와 생활수준을 결정하고 미래에 대한 재정적 준비를 결정하는 중요한 지표가 되고, 노동공급에 대한 의사결정, 출산 시기, 자녀교육, 인적 자본에 대한 투자 등 가구의 자원배분에 대한 기준이 된다(반정호, 2010). 또한 경제적 복지는 정부의 경제 및 복지 정책의 중요한 기준이 되기 때문에 가구 또는 개인의 경제적 복지 상태가 어느 정도인지를 파악하는 것은 정부 정책 수립의 가장 기초적인 작업이라고 볼 수 있다(강이주 외, 2006).

경제적 복지에서 의미하는 소득은 소비를 위한 경제적 자원의 일부분을 의미한다. 소득은 유량의 개념으로 실업, 직장 이동, 근무 시간 단축 등의 이유로 상당히 유동적이다. 또한 소득은 가구 또는 개인 간의 소득의 규칙성, 소득액수, 소득주기 등의 차이를 정확하게 반영하기가 어렵기에 경제적 복지 수준을 평가하는 지표로서 한계가 존재한다. 따라서 자산과 부채는 이러한 한계점을 보완하여 경제적 복지를 측정하는데 중요한 기준이 된다(강이주, 2006).

자산은 저량의 개념으로 축적된 저축과 투자를 반영하기에 시간이 지날수록 보다 안정적이다. 개인 또는 가구는 자산을 통해 소득보다 더 많은 소비를 할 수 있고 소득 보다 더 적게 소비하고 남은 여분을 저축할 수도 있다. 자산은 개인이 시간이 지남에 따라 소비를 원활하게 할 수도 있고, 예상치 못한 소득 변화에 가구 또는 개인을 보호할 수 있다. 자산이 풍부하면서 소득은 빈곤한 가구는 그들의 소득에 의한 생활수준 보다 더 높은 생활수준을 기대할 수 있다. 자산이 축적된 개인 또는 가구는 부를 통해 소득을 발생시킬 수도 있다. 반면 일부 자산의 경우 현금화가 쉽지는 않지만, 그 자산을 통해 자금을 조달할 수 있게 해준다(OECD, 2013).

2. 빈곤에 관한 구조적 접근

빈곤을 구조적 관점에서 바라보는 이론들은 오랜 기간동안 발전해왔다. 구조적 접근 방식의 이론들은 경제성장과 빈곤의 관계(Harrington, 1981; Galbraith, 1998), 도심에 집중된 빈곤(Wilson, 1987; Sugrue, 1996), 노동시장 분절(Gordon 1972; Tomaskovic-Devey, 1991), 도시 지역과 비도시 지역의 빈곤율 차이(Lichter et al., 2012; Allard 2017) 이웃효과(neighborhood effects)에 의한 빈곤(Sugrue, 1996; Ananat, 2011; Sharkey, 2013; Massey, 2016) 경제 구조 변화와 빈곤의 관계(Quillian, 2012; Iceland & Hernandez, 2017) 등 다양한 관점에서 빈곤을 바라보고 있다.

Haynie과 Gorman(1999)는 가구의 빈곤 지위를 실증하기 위해 남녀의 실업률을 활용하였고, Rupasingha와 Goetz(2003)는 일자리 증가율, 고용률, 경제활동참가율 등의 경제 상황에 관련된 변수들을 활용하였고, Crandall과 Weber(2004)는 일자리 증가율을 활용하였고, Levernier 외(2000)는 도시 지역과 비도시 지역의 산업 구조의 차이로 인해 비도시 지역의 빈곤율이 더 높다는 점을 실증하였고, Brown과 Hirschi(1995)는 일자리 구조와 관련된 변수들을 추가하여 비도시 지역의 높은 빈곤율을 분석하였다. 고용성장률이 높은 지역일수록 빈곤율은 낮게 나타났으며 초기 빈곤이 집중되는 지역에서는 빈곤율 감소의 효과가 크게 나타났기에 지역의 고용성장률의 성장은 빈곤에서 벗어날 수 있는 기회를 증가시키는 것으로 나타났다(Crandall & Weber, 2004; 백학영, 2007).

지역의 경제적 특성에서 주목해서 봐야 할 지표로 주택, 토지 등 부동산 가격과 변동이 있다. 우리나라의 경우 부동산 가격과 변동에 따라 가구의 경제적 복지 수준의 차이가 벌어지게 되기 때문에 빈곤에 관한 분석 시 고려해야 할 사항이다(전강수, 2005; 채구묵, 2007; 이창무, 임미화, 2014). 전강수(2005)는 부동산 가격이 물가상승률과 임금상승률보다 높게 상승하기에 부동산 가격의 상승이 소득불평등을 심화시킬 수 있다고 보고 있으며, 채구묵(2007)의 연구에서 지가변동률이 높아질수록 소득불평등은 악화되는 것으로 나타났고, 이창무와 임미화(2014)의 연구에서 한 지역의 주택가격 10% 상승은 가구의 단기적 소득을 평균 2%를 증가시키는 것으로 나타났다.

지역의 인구사회학적 요인인 노인인구, 아동인구, 한부모가 가구 등과 같이 취약계층의 비율 또한 그 지역의 빈곤율과 주요한 관련성이 나타난다(Schiller, 2004; Patridge와 Rickman, 2005). Patridge와 Rickman(2005)의 연구에서는 아동인구, 한부모 가구가 많은 지역의 경우 빈곤율은 높지 않았지만, 노인인구가 많은 지역의 경우 빈곤율은 높게 나타났다. 그리고 지역의 인구사회학적 특성은 지역의 제도적 특성과 연관이 높다. 지역의 재정자립도가 높을수록 빈곤율이 감소하여 빈곤과 재정자립도는 부적인 관계가 있는 것으로 나타나기도 하고(백학영, 2007), 재정자립도를 산출하는데 사용되는 지방세가 높을수록 빈곤이 증가하는 연구(Rupasingha & Goetz, 2003)와 감소하는 연구(이현주 외, 2006; 김교성, 노혜진, 2009)가 상반되게 존재하고 있고, 아무런 영향을 미치지 못하는 연구결과도 있다(임찬우, 2014). 사회보장비 비율의 경우도 마찬가지로 혼재된 연구결과가 존재하고 있다(백학영, 2007; 김교성, 노혜진, 2009; 백승호, 류연규, 2010; 임찬우, 2014).

마지막으로 복지공급이나 서비스 수준과 같은 지역의 특성도 빈곤에 영향을 미치는 주요한 요인이다. 임세희(2010)의 연구에서 빈곤 지역에서는 학교, 도서관, 문화센터, 공원 등과 같은 사회 기반 시설이 부족하기에 빈곤 지역의 아동에 부정적인 영향을 미치는 것으로 나타났고, 지방정부의 사회복지 확대노력이 증가할수록 빈곤이 완화되는 것으로 나타났으며(Lobao & Hooks, 2003), 지역의 공공서비스와 사회복지 기반시설의 수준이 떨어질수록 지역의 성장이 더디고 지역 내 가구의 소득도 감소하는 것으로 나타났다(Bigman & Fotack, 2000).

3. 빈곤에 대한 지역맥락적 접근

Brooks-Gunn 외(1997)의 연구에서 지역(community) 연구와 지역맥락적(contextual) 연구를 구분하였다. 지역 연구(community studies)는 지역들 간의 빈곤율의 차이를 구분하기에 적합한 방식의 연구이며, 지역 연구는 지역의 인구, 경제구조, 도시구분 등의 변수들을 통해 지역들 간의 빈곤율을 규명한다. 반면에 지역 맥락적 연구(Contextual studies)는 가구 또는 개인들의 빈곤의 차이를 규명하는 연구이다. 지역맥락적 연구는 가구 또는 개인의 인구사회학적 특성, 지역의 경제적 특성 등의 변수들을 통해서 빈곤을 규명하는 연구이다. 또한 지역맥락적 연구는 지역 수준의 요인들이 가구 또는 개인에게 직접적으로 미치는 지역 효과를 검증하는 연구이다.

빈곤에 관한 지역 연구와 지역맥락적 연구의 차이점은 다음과 같다(Weber et al., 2005, p.387). 빈곤에 관한 지역 연구는 지역 수준의 자료를 통해 도시와 지방 간 빈곤율의 차이를 실증하는데 그 목적이 있다. 반면에 지역맥락적 연구는 가구 또는 개인 수준의 자료와 지역 수준의 자료를 사용하여 빈곤할 가능성이 어느 정도인지 실증하는데 그 목적이 있다. 지역 연구와 지역맥락적 연구 모두 빈곤을 인구학적 특성의 결과로 설명하고 있다. 여기서 말하는 인구학적 특성은 개개인들이 통제할 수 없는 인종, 성별, 장애 등과 같은 인구학적 특성과 학력, 결혼상태, 고용상태 등과 같은 개개인들이 과거의 선택으로 발생한 결과들이다. 그리고 지역 연구와 지역맥락적 연구는 실업률, 고용률 등과 같은 지역 내의 경제 기회구조와 도시 지역 또는 비도시 지역 거주 등과 같은 지역의 특성으로도 빈곤을 설명하고 있다. 또한 이러한 연구들은 지역 특성 뿐만 아니라 정책의 효과와 같은 정책적 특성 등을 같이 고려하여 빈곤을 규명하고 있다.

지역 연구와 지역 맥락적 연구 모두 방법론적 문제점이 존재한다(Weber et al., 2005, p.391). 지역 연구의 경우 공간들 사이에 빈곤이 랜덤하게 존재하지 않고 빈곤율이 높은 지역끼리 또는 빈곤율이 낮은 지역끼리 공간적으로 연계되어 공간적 의존성이 강한 것으로 나타났다(Rupasingha & Goetz, 2003; Swaminathan & Findeis, 2004; Crandall & Weber, 2004). 공간적 의존성의 문제는 지역 연구에서 생태학적 오류 문제를 야기하기에 지역의 특성이 미치는 영향에 관한 분석결과에 신뢰성을 담보할 수 없다. 이러한 이유로 빈곤과 관련된 지역 연구는 지역맥락적 연구로 흐름이 변화하고 있다. 지역맥락적 연구는 관찰된 종속변수가 그룹의 결과가 아닌 개인의 결과이기에 생태학적 오류를 피할 수 있지만 활용 가능한 자료와 방법론적 문제가 존재한다. 특히 외생변수를 생략할 수 있기에 지역맥락적 연구 모델에 적절한 설명 변수를 가능한 모두 통제해야 한다(Weber et al., 2005, p.392).

Ⅲ. 연구방법

1. 변수의 정의 및 측정

가. 소득빈곤과 자산빈곤

본 연구에서 소득 빈곤 여부는 분석대상에서 산출된 균등화 중위소득 값의 50%를 기준을 사용하였고, 자산 빈곤은 유동화 자산인 금융 자산을 포함한 순자산을 사용하였다. 그리고 자산 빈곤의 기준선은 Haveman과 Wolff(2001)1)에 의해 제시된 소득 빈곤선 수준의 3개월분 기준을 적용하였다.

나. 종속변수

본 연구의 종속변수는 경제적 복지 수준으로 가구의 소득과 자산을 합하고 부채를 제외한 전체 경제적 복지 수준을 가구균등화한 값(자연로그 변환)이다.

본 연구에서 소득은 경상소득에서 사회보장부담금과 조세를 제외한 가처분소득을 의미한다. 근로소득은 가구원들이 근로 대가로 벌어들인 수입의 총합을 의미하며, 임금과 자영업자의 소득 등도 포함한다. 금융소득은 금융자산을 통해 벌어들인 수입이다. 부동산소득은 부동산에 발생하는 수입을 의미한다.2) 공적 이전소득은 사회보험을 포함한 공공부조 수급액의 총액을 합한 수입을 의미한다. 사적 이전소득은 부모님 또는 친척 및 친지에게 받은 경제적 도움의 총액을 의미하고3), 기타소득은 기존 소득의 범주에 포함되지 않는 소득의 총액을 의미한다. 소득은 지난해 1년간 소득을 의미하기에 지역 특성 요인들과 병합하여 분석 시 분석 시점을 t-1로 중심화하여 사용하였다. 자산의 범주는 거주용부동산, 소유부동산, 금융자산으로 구성된다. 거주용 부동산의 경우 자가인 경우 시가를 의미하며, 전세・월세인 경우 전세・월세 보증금을 의미한다. 소유하고 있는 주택(거주 불포함)이나 건물, 토지 등의 부동산의 현재 금액을 의미하며, 금융자산의 경우 은행예금, 주식, 채권, 신탁, 보험 등을 포함하고 있다. 한국노동패널은 자산의 금액을 정확하게 모를 경우 범주형 응답을 하도록 하고 있는데, 본 연구에서 이 경우 범주 사이의 중간값을 자산 금액으로 설정하여 분석에 사용하였다. 부채는 금융기관 부채 잔액, 비금융기관 부채 잔액, 개인적으로 빌린 돈 잔액, 전세금・임대보증금 잔액, 미리 타고 앞으로 부어야할 계의 잔액, 기타 잔액로 구성하였다.

다. 통제변수

본 연구에서 사용된 가구 특성 변수는 가구주의 성별, 가구주의 연령, 가구주의 학력, 가구주의 종사상 지위 변수이다. 가구주의 성별은 남성을 기준으로 남성이면 0, 여성이면 1로 하여 더미변수로 설정한다. 그리고 가구주의 연령은 가구주의 만 연령을 연속변수로 설정하고, 가구주의 학력 변수는 고등학교 졸업 이하=0, 2년제 대학・전문대학 졸업 이상=1로 구분하여 더미변수로 설정하였다. 가구주의 종사상 지위 변수는 상용직 및 고용주・자영업자=0, 그 외=1로 변환하였는데 종사상의 지위는 취업자를 대상으로 하는 설문으로 미취업자의 경우 결측치이기에 그 외=1에 미취업자를 추가로 변환하고 합쳐서 더미변수로 설정하였다.

라. 독립변수

본 연구에서 시・도 단위를 지역경계로 설정할 경우 level-2 수준에서 표본의 크기가 17개로 한정된다. 일반적으로 표본의 크기는 설명변수의 수의 20배가 필요한데, 만약에 연구자가 적절한 표본의 수보다 더 많은 독립변수를 모형에 포함시킬 경우 상관계수 추정치가 증가하므로 모형의 결정계수는 증가하게 되기 때문에 분석결과가 정확하지 않을 수 있다(강상진, 2016, p.23). 따라서 시・도 단위를 지역경계로 설정할 경우 분석에 사용할 지역변수의 수를 한정할 수 밖에 없어 연구 목적에 맞는 분석이 불가능하기에 본 연구에서 지역 단위는 시・군・구로 설정하였다.

지방자치단체 단위에서 생산되는 통계가 충분하지 않는 현실적 제약으로 인해 지역 특성 변수로 사용이 가능한 변수들은 고령인구 비율, 재정자립도, 재정자주도, 지가변동률, 인구 천 명당 사업체 수, 인구 천 명당 종사자 수, 사회복지예산 비율, 인구 십만 명당 사회복지시설 수가 있다. 이 변수들 중 상관관계가 높아 다중공선성을 야기하는 변수를 제외하고 고령인구 비율, 재정자주도, 인구 천 명당 종사자 수, 지가변동률, 사회복지예산 비율, 인구 십만 명당 종사자 수를 사용하였다.

새창으로 보기
표 1.
독립변수의 정의 및 출처
구분 정의 출처
고령인구 비율 (65세이상인구 ÷ 전체인구) x 100 통계청 지역통계총괄과(KOSIS)
인구 천명당 종사자 수 주민등록인구 천명당 종사자의 수
지가변동률 {당해월 지가지수 ÷ 전월 지가지수) - 1} × 100
재정자주도 [{자체수입(지방세 + 세외수입) + 자주재원(지방교부세+조정교부금)} ÷ 자치단체 일반회계 총예산규모] × 100
사회복지예산 비율 {(사회복지분야 + 보건분야 예산액) ÷ 전체 예산액} × 100
인구 십만명당 사회복지시설 수 =(총 사회복지시설수 ÷ 주민등록인구) × 100,000

2. 연구자료 및 분석방법

본 연구에서 사용한 연구자료는 한국노동패널4)으로 1999년부터 축적된 우리나라 가구의 소득 및 재산과 관련된 데이터가 활용 가능하며, 시・군・구 단위로 구분이 가능하기에 본 연구에 가장 적합한 자료이다. 지역 변수 데이터는 통계청 KOSIS에서 공표하는 자료를 사용하였는데, 대부분의 자료가 2003년부터 축적되고 있기에 분석 시점을 그 이후로 설정하였다. 본 연구에서는 시간에 따른 가구의 경제적 복지 수준과 변화를 확인하고, 경제적 복지 수준과 변화에 관련된 여러 요인들을 살펴보기 위해 HLM (Hierarchical Linear Model) 6.02를 이용하여 다층성장모형(Hierarchical Growth Model)을 적용하였다. 본 연구는 사용한 3수준 다층성장모형은 상위 집단 간 분산과 상위 집단 내 분산을 분할하여 제시할 수 있다. 그리고 3수준 다층성장모형은 상위집단의 효과를 고려하므로, 개체들의 초기치와 변화율에 대한 상위 집단의 영향력을 동시에 살펴볼 수 있는 장점이 있다. 따라서 3수준 다층성장모형은 집단 내에 속한 개체들의 초기치와 변화율의 차이에 대한 상위 집단 수준 분산과 개별 수준 분산의 상대적 기여도를 파악할 수 있다(강상진, 2016).

새창으로 보기
그림 1.
연구모형
hswr-41-1-81-f001.tif

Ⅳ. 연구결과

1. 일반적 특성

새로운 통합표본이 추가된 2009년에 연구대상 가구가 증가하여 2004년부터 2015년까지 총 74,445 가구(중복)가 분석에 활용되었다. 최종적으로 분석을 실시한 연구대상의 자세한 현황은 다음의 <표 2>와 같다.5)

새창으로 보기
표 2.
한국노동패널 조사가구와 연구대상 가구 비교
한국노동패널 연구대상
빈도 퍼센트 빈도 퍼센트
2003 6,057 5.7 4,453 6.0
2004 6,251 5.9 4,542 6.1
2005 6,449 6.1 4,713 6.3
2006 6,627 6.2 4,785 6.4
2007 6,800 6.4 4,878 6.6
2008 8,555 8.0 6,274 8.4
2009 8,835 8.3 6,292 8.5
2010 9,024 8.5 6,292 8.5
2011 9,189 8.6 6,374 8.6
2012 9,388 8.8 6,368 8.6
2013 9,536 9.0 6,320 8.5
2014 9,710 9.1 6,507 8.7
2015 9,879 9.3 6,647 8.9

가구주의 성별의 연도별 특성을 살펴보면 남성 가구주는 매년 점차 감소하고, 여성 가구주가 매년 점차 증가하는 경향이 나타났다. 가구주의 연령은 인구고령화의 추세에 따라 2015년 53.6세로 점차 증가하는 경향이 나타났다. 가구주의 학력은 2년제 대학 이상의 비율이 2003년 32.1%에서 2015년 44.5%로 약 12%p 이상 증가하였다. 마지막으로 가구주의 종사상 지위는 정규직・고용주・자영업자의 비율이 2003년 63.9%에서 2015년 61.3%로 시간이 지남에 따라 다소 감소하는 것으로 나타났다.

새창으로 보기
표 3.
연구 대상의 일반적 특성
(단위 : %)
구 분 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
성별 남성 83.2 81.7 81.1 81.1 80.0 78.2 78.5 77.8 78.0 77.7 77.3 77.3 76.9
여성 16.8 18.3 18.9 18.9 20.0 21.8 21.5 22.2 22.0 22.3 22.7 22.7 23.1
가구주 연령 10대 0.0 0.0 0.1 0.1 0.0 0.1 0.1 0.0 0.0 0.0 0.1 0.1 0.0
20대 4.0 4.5 4.4 4.4 4.5 5.5 5.9 5.9 5.2 4.8 5.1 4.9 4.5
30대 20.7 19.2 18.7 17.9 16.5 18.5 20.4 19.9 19.5 18.5 17.3 17.1 15.7
40대 27.9 26.8 26.1 25.9 25.4 22.9 23.2 22.0 21.8 21.8 21.9 21.8 21.4
50대 21.3 22.1 22.6 22.7 23.0 21.4 22.2 23.5 24.4 25.1 24.9 24.8 24.9
60대 15.8 16.1 16.1 16.0 16.7 16.5 15.0 14.7 14.9 14.9 15.3 16.0 17.2
70대 10.3 11.3 12.1 12.9 13.8 15.1 13.2 14.0 14.1 14.9 15.4 15.4 16.3
평균 50.2 50.8 51.1 51.4 52.0 51.8 50.7 51.1 51.5 52.1 52.4 52.7 53.6
학력 고졸 이하 67.9 67.1 65.8 64.3 62.7 63.5 60.3 59.6 58.7 58.0 57.0 55.6 55.5
전문대졸 이상 32.1 32.9 34.2 35.7 37.3 36.5 39.7 40.4 41.3 42.0 43.0 44.4 44.5
종사상 지위 정규직 63.9 62.6 61.9 62.0 61.9 60.2 63.1 63.0 63.3 63.0 62.3 62.0 61.3
비정규직・미취업 36.1 37.4 38.1 38.0 38.1 39.8 36.9 37.0 36.7 37.0 37.7 38.0 38.7

2. 빈곤의 동태적 변화

다음의 [그림 2]는 소득, 자산, 전체(소득+자산)의 연도별 빈곤율이다. 본 연구의 연구대상을 통해 산출된 소득의 상대적 빈곤율은 2003년 19.1%에서 경제위기의 해인 2008년 21.6%로 크게 증가하였다가 2016년에는 16.4%로 나타났다. 자산 빈곤율은 2003년 8.1%에서 2016년 7.1%로 나타났으며, 연도별로 큰 변화율이 나타나지 않았다. 소득과 자산을 합한 전체 빈곤율은 2003년 25.4%에서 금융위기 이후인 2008년 28.9%로 크게 증가하다가 2015년 21.2%로 나타났다. 상대적 소득 빈곤율에 따른 경제적 복지 수준을 빈곤 집단과 비빈곤 집단의 가구균등화한 전체 자산의 차이를 살펴보면 빈곤 집단(2003년 5,207.7만원, 2015년 9,797.7만원)과 비빈곤 집단(2003년 11,309.5만원, 2015년 18,176.1만원) 간의 차이가 크며 모두 증가하는 경향이 나타났으나 2014년 이후 비빈곤 집단의 증가폭이 더 크게 나타났다. 그리고 자산 빈곤율에 따른 빈곤 집단과 비빈곤 집단의 소득 차이를 살펴보면, 비빈곤 집단(2003년 10,888.5만원, 2015년 17,841.7만원)의 경우 시간이 지날수록 증가하는 추세가 나타났지만 빈곤 집단(2003년 832.2만원, 2015년 1,388.4만원)의 경우 거의 변화가 없는 것으로 나타났다. 마지막으로 전체 빈곤율에 따른 소득의 차이를 살펴보면, 비빈곤 집단(2003년 12,001.4만원, 2015년 18,999.0만원)의 증가율이 빈곤 집단(2003년 4,422.0만원, 2015년 8,066.8만원)의 증가율보다 크게 나타났으며 2014년이후 그 격차가 더 벌어졌다.

새창으로 보기
그림 2.
연도별 소득, 자산 및 전체 빈곤율(%)
hswr-41-1-81-f002.tif
새창으로 보기
그림 3.
소득 빈곤 여부에 따른 전체 자산 변화 비교
hswr-41-1-81-f003.tif
새창으로 보기
그림 4.
자산 빈곤 여부에 따른 전체 자산 변화 비교
hswr-41-1-81-f004.tif
새창으로 보기
그림 5.
빈곤(소득+자산) 여부에 따른 전체 자산 변화 비교
hswr-41-1-81-f005.tif

3. 다층성장모형 분석결과

가. 기초모형

기초모형을 통해 가구의 경제적 복지의 초기치와 변화율이 지역 간 차이가 존재하고, 이를 설명하기 위해 지역 특성 변수를 투입할 필요성이 있는지를 검토해야 한다. 또한 기초모형에서는 아무런 통제변수와 독립변수를 포함하지 않고 가구의 경제적 복지 수준과 변화율에 대한 가구별 분산과 지역별 분산을 분석함으로써 최종 모형에서 투입하게 되는 독립변수들의 설명력을 살펴볼 수 있다. 본 연구의 기초모형의 수식은 다음과 같다.

level-1 시간 Y t i j = π o i j + π 1 i j 연도 2003 t + e t i j π o i j = β o o j + r o i j , π 1 i j = β 1 o j + r 1 i j , β 00 j = γ 000 + u 00 j , β 10 j = γ 100 + u 10 j

기초모형에서는 시간변수만 투입하여 가구의 경제적 복지 수준 초기치, 가구의 경제적 복지 변화율, 지역 평균 초기치, 지역 평균 변화율을 살펴보았다.6) 먼저 전체 집단의 결과를 살펴보면, 2003년도 평균 전체 가구의 경제적 복지 수준은 평균 3,783만원이며, 전년도 대비 경제적 복지 증가율은 1.071배로 나타났다. 그리고 가구의 경제적 복지의 초기치 및 변화율의 무선효과와 지역 평균 초기치 및 변화율의 무선효과는 모두 통계적으로 유의미하게 나타났다. 가구의 경제적 복지와 관련된 총 분산 중에서 급내상관계수(intraclass correlation coeefficient, ICC)를 살펴보면, 기초모형 초기치 분산의 약 11.97%, 변화율 분산의 약 4.24%를 3수준인 지역 수준에서 설명하고 있다. 전체 집단의 기초모형 분석결과 2수준 및 3수준 분산이 모두 통계적으로 유의미한 것을 알 수 있었는데, 이는 가구의 경제적 복지 초기치와 증가율이 가구 뿐만 아니라 지역 간에도 유의미한 차이가 있기에 지역 수준에서 체계적인 차이가 나타나는 요인을 살펴보는 것이 타당함을 알 수 있다. 빈곤 집단의 결과를 살펴보면 2003년도 빈곤 집단 가구의 평균 경제적 복지 수준은 1,963만원이며, 전년도 대비 경제적 복지 증가율은 1.054배로 나타났다. 그리고 빈곤 집단의 경제적 복지의 가구별 초기치 및 변화율의 무선효과와 지역 평균 초기치 및 변화율의 무선효과는 모두 통계적으로 유의미하게 나타났다. 비빈곤 집단의 결과를 살펴보면 2003년도 비빈곤 집단 가구의 평균 경제적 복지 수준은 5,524만원이며, 전년도 대비 경제적 복지 증가율은 1.065배로 나타났다. 비빈곤 집단의 평균 초기치는 전체 집단보다 높게 나타났지만, 변화율은 약간 낮게 나타났다. 비빈곤 집단의 경우 전체 집단 및 빈곤 집단과 마찬가지로 지역 간에도 유의미한 차이가 있는 것으로 나타났다.

새창으로 보기
표 4.
기초모형 분석결과
전체 집단 빈곤 집단 비빈곤 집단
사례 수(N) 가구 수 74,445 19,308 55,137
지역 수 227 222 226
고정효과(fixed effect) 계수(S.E.) 계수(S.E.) 계수(S.E.)
평균초기치 8.238328*** 7.582396*** 8.616946***
(0.038568) (0.039199) (0.029715)
평균변화율 0.068758*** 0.052423*** 0.062835***
(0.002021) (0.003312) (0.00177)
무선효과(random effect) 분산(S.D.) 분산(S.D.) 분산(S.D.)
개별 가구 내 오차(E) 0.23223 0.33304 0.12106
(0.48190) (0.57710) (0.34794)
가구-지역 내 가구 초기치 1.40912*** 1.89093*** 0.77238***
(1.18707) (1.37511) (0.87885)
가구 변화율 0.00746*** 0.01529*** 0.00404
(0.08638) (0.12364) (0.06356)
지역 간 지역 평균 초기치 0.19154*** 0.08296*** 0.11372***
(0.43765) (0.28803) (0.33723)
지역 평균 변화율 0.00033*** 0.00022+ 0.00029***
(0.01819) (0.01478) (0.01697)
Deviance 148931.018729 49981.738983 79364.581955
N of estimated parameters 9 9 9

***p < .001, +p < .10

나. 중간모형

2수준에서 β00j는 분석대상 가구의 경제적 복지 초기치들의 전체 평균이고, β10j는 분석대상 가구의 경제적 복지 변화율의 전체 평균으로 고정효과(fixed effect)를 의미한다. roij는 가구 i의 경제적 복지 초기치가 전체 평균에서 벗어난 정도, r1ij는 가구i의 변화율이 전체 변화율에서 벗어난 정도로 임의효과(r&om effect)를 의미한다. 고정효과는 독립변수가 종속변수에 미치는 효과를 의미하며, 회귀계수(β00j, β10j)에 통계적 유의미성으로 해석되며, 임의효과가 통계적으로 유의미하다면 독립변수를 추가한 분석을 통해 연구모형을 설명할 수 있다.

level 2 ( ) Y t i j = π o i j + π 1 i j ( - 2003 ) t + e t i j π o i j = β o o j + β 01 j ( ) + β 02 j ( ) + β 03 j ( ) + β 04 j ( ) + r o i j π 1 i j = β 1 o j + β 11 j ( ) + β 12 j ( ) + β 13 j ( ) + β 14 j ( ) + r 1 i j β 00 j = γ 000 + u 00 j ,   β 10 j = γ 100 + u 10 j
새창으로 보기
표 5.
중간모형 분석결과
전체 집단 빈곤 집단 비빈곤 집단
사례 수(N) 가구 수 74,445 19,308 55,137
지역 수 227 222 226
고정효과(fixed effect) 계수(S.E.) 계수(S.E.) 계수(S.E.)
초기치 평균초기치 6.585044*** 6.065312*** 7.059164***
(0.080124) (0.10966)