ISSN : 1226-072X
알기 쉬운 요약
The Republic of Korea has been facing serious social problems caused by regional imbalance in development. This study originated from an effort to understand the challenges faced by Korean youth and to explore the societal implications of low marriage and fertility rates. This study analyzes whether young individuals’ decision to pursue higher education at universities located outside their high school residence area influences their transition to marriage. Utilizing data from the Korean Labor and Income Panel Study (KLIPS), provided by the Korea Labor Institute, this study examines the impact of interregional university enrollment on marriage outcomes post-graduation. Specifically, the analysis considers students’ residence in their third year of high school and the location of the university they attended. Employing survival analysis to assess the duration between university graduation and marriage, the findings indicate that interregional university enrollment is associated with a delay in marriage transition. Notably, enrollment at universities located more than 40 kilometers away from the high school residence is linked to a lower hazard ratio for transitioning to marriage. The academic significance of this study lies in its empirical investigation of the relationship between interregional university enrollment and marriage outcomes, leveraging nationally representative panel data. Furthermore, the study provides policy implications by highlighting the economic burdens and regional disparities affecting youth in education and marriage, thereby contributing to discussions on addressing these critical societal issues.
한국은 지역 불균형이 심각한 나라이다. 본 연구는 한국의 청년들이 직면한 어려움을 이해하려는 노력과, 낮은 혼인율과 저출산의 원인에 대한 사회적 고민에서 시작되었다. 본 연구는 고등학교 재학 당시 거주지와 다른 지역에 소재한 대학으로 진학하는 청년들의 대학진학 선택이 혼인이행에 미치는 영향을 분석하고자 한다. 본 연구는 한국노동연구원에서 제공하는 「한국노동패널조사(KLIPS)」 자료를 이용하여 ‘고등학교 3학년 재학 당시 거주지역’과 ‘졸업한 대학의 소재지’를 기준으로, 타 지역 대학진학이 대학졸업 후 혼인에 미치는 영향을 분석하였다. 대학졸업 이후 혼인까지의 기간에 대해 생존분석을 실시한 결과 타 지역 대학진학이 혼인을 지연시키는 경향이 있으며, 특히 고등학교 당시 거주지와 40km 이상 떨어진 대학으로 진학한 경우 혼인이행 위험비가 낮게 나타났다. 본 연구는 타 지역으로의 대학진학과 혼인의 관련성에 대해 대표성 있는 통계 자료를 활용해 실증적으로 분석하였다는 점에서 의의를 갖는다. 또한, 분석 결과를 바탕으로 청년들의 교육 및 혼인 과정에서 발생하는 경제적 부담과 지역 불균형 문제에 대한 정책적 시사점을 제안했다는 점에서 의의를 갖는다.
대한민국은 지역별 불균형이 심각한 나라이다. 급격한 경제성장의 부작용으로 얻은 수도권 집중과 지역 불균형 문제를 해결하고자 중앙정부와 지방정부 모두 노력해 왔지만, 여전히 이는 다양한 사회적 문제를 발생시킨다. 특히, 지역 불균형은 일자리, 산업, 인구 집중뿐 아니라, 교육 또한 특정 지역으로의 집중을 유발한다. 안타까운 점은 지역 간 불균형한 기간이 길어질수록, 지역 간 격차가 증가할 수밖에 없다는 사실이다. 고등교육기관의 지역 불균형(특히 수도권 집중) 정도 또한 상당하며, 그와 같은 불균형 현상과 함께 수도권(특히 서울을 중심으로) 위주로 공고한 서열체계 또한 비교적 뚜렷하다. 생애 주기상 고등학교까지는 대부분의 학생들이 가족(부모님)과 함께 거주하면서 가까운 곳에 위치한 학교에 다니는 것이 일반적이다. 초・중등교육 기관 진학의 경우 의무교육에 가까워졌고, 특별한 경우가 아니라면 청소년 시기는 부모를 떠나 학업을 병행하면서 독립적으로 생활하기에 어려움이 있는 시기이기 때문이다.
그러나 대학교의 경우는 다르다. 고등학교 졸업 후 어떠한 대학에 진학할 것인지 개인의 ’선택‘으로 결정된다. 또한, 대학과 관련한 결정은 개인뿐 아니라 그들의 가족까지 큰 영향을 받는 중요한 일로 여겨지고 있다. 따라서 수학능력시험을 마친 학생들이 시험성적에 따라 최대한 사회 통념상 위세 높은 대학교로 진학하는 것을 꿈꾸는 것이 당연한 사회적 분위기가 조성되었다. 이에 따라 대학교의 경우 고등학교까지의 진학과는 다르게 거주 근접이 진학의 우선순위 이유가 되지 않고, 타 지역에 위치해 있더라도 상위권 대학진학을 목표하고 실행에 옮기는 경우도 많다. 한국에서 대학 교육을 받으려면 상당한 비용이 들어간다. 등록금 등 대학교육을 위한 직접적인 비용 외에도 재학 중 의식주 해결을 위한 기본적인 비용이 들어갈 수밖에 없다. 특히 타 지역으로 진학을 할 경우 별도의 주거비를 비롯해 가족과 함께 사는 것에 비해 많은 비용이 들어가기도 한다. 대학교육을 위해 지출된 이러한 비용들은 대학 재학 시만 아니라 이들의 졸업 이후 삶에도 상당한 영향을 미칠 가능성이 있다.1)
그러한 영향과 관련 본 연구에서는 대학졸업 이후의 여러 가지 생애사건 가운데 혼인에 주목하고자 한다. 그 이유를 살펴보면 우선 혼인은 대학졸업 이후 비교적 가까운 미래에 일어나는 일이라 할 수 있는 만큼 그 영향이 남아 있을 수 있다. 또한 한국사회에서는 ‘고교 졸업→(대학진학)→(군 복무)→취업→혼인’과 같은 일련의 암묵적 순서 규범이 비교적 뚜렷하게 존재하는 것으로 판단되는데 고교 졸업까지는 비교적 유사한 사회화 과정을 거치게 되지만 이후 고등교육 이수 및 노동시장으로의 이행, 혼인 시기 등에 있어서는 개인별로 큰 차이가 관찰(배호중, 2019)되기도 하는 만큼 대다수의 학생이 대학진학을 하는 현실에서 대학진학 특성(대학진학 지역)과 혼인 간의 관련성을 살피는 것도 의미 있는 시도가 되리라 생각한다.
최근에는 혼인 이후의 원만한 삶을 영위하려는 목적으로 안정된 주거 및 어느 정도의 자산형성이 이루어지기 전에는 혼인을 미루려는 경향도 존재한다. 하지만, 양질의 일자리가 몰려 있는 수도권 지역은 다른 곳과 비교하여 상대적으로 높은 생활비, 집값 등으로 사회초년생들이 자산을 축적하기 어려운 실정이며, 타 지역에서 이동해 온 이들은 입직 이전의 교육비나 생활비 등 상당한 비용이 발생해 혼인을 위한 자산 축적이 더딜 가능성도 높다. 이러한 사회적 분위기를 고려해볼 때, 원가정을 이탈해 타 지역으로 대학을 진학하는 청년들의 혼인이 늦어질 수 있다는 가정은 어느 정도 타당해 보인다. 이에 본 연구는 다른 지역에 소재한 대학으로의 진학이 청년들의 혼인이행에 영향을 미치는지를 분석하고자 한다. 분석 결과를 바탕으로 청년들이 직면한 어려움을 이해하고, 낮은 혼인율과 저출산의 원인에 대해 정책적인 시사점을 도출하고자 한다.
한국의 괄목할 경제성장 과정에서 중앙집중적인 기획과 성장축(대도시) 중심의 발전전략, 성과배분으로 인해 지역 간, 산업 간 불균형이 심화되어 왔다(Seo, 2009, p. 649; ⽯黒格 외, 2014, p. ⅰ). 특히 최근 그 정도가 심해지고 있는 청년층의 수도권 등 특정지역 집중은 국가균형발전 측면에서도 우려를 불러일으키기 충분하다(한요셉, 2021). 실제로 몇 가지 통계치를 통해 살펴보면 경제활동참가율은 지역별로 눈에 띄는 차이는 없으나(통계청, 2024a, 통계청 2024b) 1인당 GRDP, 1인당 개인소득 등 보다 구체적으로 개인(및 가구)의 경제적 여건을 나타내는 수치들이 지역 간(주로 수도권 및 광역시 vs. 그 외의 지역) 상당한 차이를 보임을 알 수 있다.
①경제활동 참가율(%) | ②청년 고용률(%) | 1인당 | 총사업체 | 종사자 300인 이상 사업체 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
③개인소득 (천 원) | ④GRDP (천 원) | ⑤총사업체 수 (천 개, (%)) | ⑥총종사자 수 (천 명, (%)) | ⑦사업체 수 (개, (%)) | ⑧종사자 수 (천 명, (%)) | |||||||
서울 | 62.8 | 51.8 | 26,112 | 51,612 | 1,180 | (19.2) | 5,795 | (23.0) | 1,566 | (35.0) | 1,362 | (36.0) |
부산 | 59.6 | 43.9 | 22,577 | 31,611 | 401 | (6.5) | 1,555 | (6.2) | 260 | (5.8) | 178 | (4.7) |
대구 | 61.7 | 42.3 | 22,368 | 26,736 | 279 | (4.5) | 1,015 | (4.0) | 139 | (3.1) | 100 | (2.6) |
인천 | 65.2 | 49.2 | 22,406 | 35,295 | 317 | (5.2) | 1,250 | (5.0) | 188 | (4.2) | 172 | (4.5) |
광주 | 61.6 | 38.9 | 23,669 | 30,900 | 171 | (2.8) | 675 | (2.7) | 114 | (2.5) | 92 | (2.4) |
대전 | 63.4 | 44.4 | 24,220 | 33,682 | 165 | (2.7) | 696 | (2.8) | 162 | (3.6) | 120 | (3.2) |
울산 | 61.9 | 40.3 | 26,066 | 77,511 | 116 | (1.9) | 548 | (2.2) | 99 | (2.2) | 117 | (3.1) |
세종 | 65.9 | 33.1 | 23,215 | 37,875 | 33 | (0.5) | 158 | (0.6) | 48 | (1.1) | 32 | (0.9) |
경기 | 65.7 | 49.9 | 23,136 | 39,969 | 1,515 | (24.7) | 6,103 | (24.2) | 826 | (18.5) | 766 | (20.3) |
강원 | 65.1 | 43.6 | 22,395 | 34,426 | 203 | (3.3) | 728 | (2.9) | 99 | (2.2) | 76 | (2.0) |
충청북도 | 67.0 | 47.9 | 22,533 | 48,616 | 197 | (3.2) | 839 | (3.3) | 164 | (3.7) | 115 | (3.0) |
충청남도 | 66.5 | 44.7 | 22,481 | 58,937 | 267 | (4.3) | 1,092 | (4.3) | 178 | (4.0) | 150 | (4.0) |
전라북도 | 64.9 | 38.8 | 22,262 | 32,464 | 233 | (3.8) | 795 | (3.2) | 105 | (2.3) | 76 | (2.0) |
전라남도 | 68.4 | 39.4 | 22,298 | 51,422 | 236 | (3.9) | 862 | (3.4) | 109 | (2.4) | 81 | (2.1) |
경상북도 | 65.2 | 39.2 | 21,981 | 43,886 | 333 | (5.4) | 1,256 | (5.0) | 183 | (4.1) | 154 | (4.1) |
경상남도 | 63.6 | 39.0 | 21,887 | 36,501 | 398 | (6.5) | 1,530 | (6.1) | 196 | (4.4) | 165 | (4.4) |
제주 | 70.6 | 46.4 | 21,508 | 31,150 | 96 | (1.6) | 320 | (1.3) | 39 | (0.9) | 26 | (0.7) |
전국 | 64.3 | 46.5 | 23,388 | 41,948 | 6,140 | (100.0) | 25,217 | (100.0) | 4,475 | (100.0) | 3,782 | (100.0) |
출처: ①=통계청(2024a), ②=통계청(2024b), ③=통계청(2024c), ④=통계청(2024d), ⑤~⑨=통계청(2024e)
2022년을 기준으로 지역별로 1인당 개인소득을 살펴보면 서울(26,112천 원)을 비롯해 울산(26,066천 원), 대전(24,220천 원), 광주(23,669천 원)가 전국 평균을 웃돌고 있는 가운데 세종, 경기, 부산 등 수도권 또는 광역시의 평균이 전라남도(22,298천 원), 경상남도(21,887천 원) 등 도(道)지역에 비해 상대적으로 높았다(통계청, 2024c). 이와 함께 1인당 지역내총생산(GRDP)을 살폈을 때도 이와 유사한 양상이 확인되었다(통계청 2024d).
일자리의 근간이 되는 사업체의 분포를 살폈을 때도 전체 6,140천 개의 사업체 가운데 19.2%에 해당하는 1,180천 개는 서울에 있었으며, 부산(401천 개, 6.5%), 인천(317천 개, 5.2%), 경기(1,515천 개, 24.7%) 등 수도권 및 광역시 지역에 상대적으로 많은 수의 사업체가 자리 잡고 있었다(통계청, 2024e). 지역별로 위치한 사업체의 종사자수를 기준으로 했을 때도 서울에는 5,795천 명(23.0%)의 종사자가 근로를 하고 있었으며, 부산(1,555천 명, 6.2%), 인천(1,250천 명, 5.0%), 경기(6,103천 명, 24.2%) 등 사업체의 종사자 또한 비슷한 양상을 보였다. 상대적으로 양질의 일자리일 가능성이 높고, 대규모의 고용과 함께 사업체의 지속가능성 또한 비교적 높은 대규모 사업체(여기서는 종사자 300인 이상 사업체)를 기준으로 했을 때 그와 같은 차이는 더욱 두드러지는데 2022년 기준 종사자수 300인 이상 규모의 사업체 4,475개 가운데 35.0%에 달하는 1,566개는 서울에 있으며, 경기(8263개, 18.5%), 부산(260개, 5.8%), 대전(162개, 3.6%) 등 수도권 또는 광역시에 많이 분포되어 있다(통계청, 2024e).
지역 간 경제적 차이뿐만 인구의 차이도 상당한데 면적을 기준으로 했을 때 국토의 0.6%에 불과한 서울에 주민등록인구의 18.3%가 집중되어 있으며, 부산, 대구, 울산 등 6개 광역시의 경우 면적은 5% 남짓이나 해당지역의 주민등록인구의 합은 전체 주민등록인구의 24.6% 수준으로 광역시로의 집중 정도 또한 상당하다고 볼 수 있다(통계청, 2024f, 통계청, 2024g). 15~29세 청년인구를 기준으로 했을 때도 서울에 20.4%가, 부산과 대구에는 각각 6.0%와 4.6%의 인구가 등록되어 있는 등 청년인구 또한 수도권 및 대도시지역에 더욱 집중되어 있을 가능성이 매우 높다(통계청, 2024h). 본 연구의 중심이 되는 대학을 살펴보면 이 또한 지역적으로 상당히 편중되어 있음을 볼 수 있고(한국교육개발원, 2024a), 자연스레 대학생의 분포 또한 지역적으로 큰 차이를 보이고 있다(한국교육개발원, 2024b).2)
①면적 (㎢, (%)) | 주민등록인구 | 대학교 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
②전 연령 기준 (천 명, (%)) | ③15~29세 기준 (천 명, (%)) | ④대학교 수 (개, (%)) | ⑤재학생 수 (천 명, (%)) | |||||||
서울특별시 | 605.2 | (0.6) | 9,386 | (18.3) | 1,734 | (20.4) | 48 | (14.3) | 507 | (21.2) |
부산광역시 | 771.3 | (0.8) | 3,293 | (6.4) | 507 | (6.0) | 21 | (6.3) | 198 | (8.3) |
대구광역시 | 1,499.5 | (1.5) | 2,375 | (4.6) | 390 | (4.6) | 11 | (3.3) | 102 | (4.3) |
인천광역시 | 1,067.1 | (1.1) | 2,997 | (5.8) | 499 | (5.9) | 7 | (2.1) | 75 | (3.1) |
광주광역시 | 501.0 | (0.5) | 1,419 | (2.8) | 265 | (3.1) | 17 | (5.1) | 94 | (3.9) |
대전광역시 | 539.8 | (0.5) | 1,442 | (2.8) | 270 | (3.2) | 15 | (4.5) | 121 | (5.0) |
울산광역시 | 1,062.8 | (1.1) | 1,104 | (2.2) | 176 | (2.1) | 4 | (1.2) | 29 | (1.2) |
세종특별자치시 | 465.0 | (0.5) | 387 | (0.8) | 61 | (0.7) | 3 | (0.9) | 21 | (0.9) |
경기도 | 10,199.7 | (10.2) | 13,631 | (26.6) | 2,333 | (27.4) | 60 | (17.9) | 439 | (18.4) |
강원특별자치도 | 16,830.8 | (16.8) | 1,528 | (3.0) | 229 | (2.7) | 17 | (5.1) | 101 | (4.2) |
충청북도 | 7,407.0 | (7.4) | 1,593 | (3.1) | 254 | (3.0) | 17 | (5.1) | 101 | (4.2) |
충청남도 | 8,247.5 | (8.2) | 2,130 | (4.2) | 326 | (3.8) | 21 | (6.3) | 165 | (6.9) |
전라북도 | 8,073.3 | (8.0) | 1,755 | (3.4) | 274 | (3.2) | 18 | (5.4) | 102 | (4.2) |
전라남도 | 12,362.3 | (12.3) | 1,804 | (3.5) | 257 | (3.0) | 19 | (5.7) | 57 | (2.4) |
경상북도 | 18,424.1 | (18.3) | 2,554 | (5.0) | 357 | (4.2) | 33 | (9.9) | 165 | (6.9) |
경상남도 | 10,542.5 | (10.5) | 3,251 | (6.3) | 478 | (5.6) | 20 | (6.0) | 92 | (3.8) |
제주 | 1,850.3 | (1.8) | 675 | (1.3) | 108 | (1.3) | 4 | (1.2) | 25 | (1.0) |
전국 | 100,449.4 | (100.0) | 51,325 | (100.0) | 8,518 | (100.0) | 335 | (100.0 | 2,393 | (100.0) |
출처: ①=통계청(2024f), ②=통계청(2024g), ③=통계청(2024h), ④=한국교육개발원(2024a), ⑤=한국교육개발원(2024b)
학업을 이유로 생활하던 곳과 떨어진 곳에서 살게 되면 생활 전반에 걸쳐 상당한 변화를 경험할 수 있다. 일상적으로는 학업 외에 의식주를 해결하기 위해 본인의 노력이나 물리적 시간이 상대적으로 많이 소요될 가능성이 있으며, 금전적 비용도 차이가 발생할 수 있다.3) 이는 대학재학 기간이라는 비교적 장기간에 걸쳐 지속되는 만큼 대학졸업 이후의 삶에도 큰 영향을 미칠 것으로 짐작되는데 혼인에도 영향을 미칠 가능성이 높다. 앞에서 언급한 바와 같이 한국사회의 대학졸업자의 경우 ‘대학졸업→취업→혼인’과 같은 일련의 순서 규범을 따르는 경우가 많은데 혼인의 결정에는 일정 수준의 자산형성, 주거안정 등과 같은 경제적 안정 또한 중요한 요인으로 기능할 것이다. 혼인에 상당한 비용이 들어가고 이에 대해 상당한 부담감을 가지고 있음(양은모, 배호중, 2020; 한국리서치, 2022)을 감안한다면 타 지역으로 대학을 진학한 경우 상대적으로 큰 비용이 들었을 가능성이 높은 만큼 청년기의 자산형성의 속도는 더딜 수 있으며, 이는 혼인을 지연 또는 포기하게 만드는 요인이 될 수도 있다.
실제로 혼인 및 혼인과 밀접한 관련이 있는 출산관련 통계를 살펴보면 이 또한 지역별로 상당한 차이를 보이기도 하는데 평균 초혼연령(남편)의 경우 서울이 34.38세로 가장 높으며, 부산(34.31세), 경기(33.97세) 등이 비교적 높은 것으로 나타났다. 아내의 평균 초혼연령 또한 서울이 가장 높고(32.42세), 부산(31.95세), 경기(31.59세), 인천(31.57세) 등에서 전국 평균을 웃도는 것으로 집계되어 전반적으로 수도권 및 광역시에서 혼인이 늦을 가능성이 확인되었다(통계청, 2024i). 아울러 2022년 합계출산율을 살펴보면 서울이 0.593으로 현저히 낮은 가운데 부산(0.723), 인천(0.747). 대구(0.757)에서 전국 평균(0.778)보다 낮았으며, 강원(0.968), 전남(0.969), 세종(1.121) 등은 비교적 높았다(통계청, 2024j).
①평균 초혼연령(2023년, 세) | ②합계출산율 (2022년, 명) | ||
---|---|---|---|
남편 | 아내 | ||
서울특별시 | 34.38 | 32.42 | 0.593 |
부산광역시 | 34.31 | 31.95 | 0.723 |
대구광역시 | 33.71 | 31.43 | 0.757 |
인천광역시 | 33.79 | 31.57 | 0.747 |
광주광역시 | 33.77 | 31.26 | 0.844 |
대전광역시 | 33.72 | 31.19 | 0.842 |
울산광역시 | 33.37 | 31.07 | 0.848 |
세종특별자치시 | 33.87 | 31.76 | 1.121 |
경기도 | 33.97 | 31.59 | 0.839 |
강원특별자치도 | 33.66 | 31.08 | 0.968 |
충청북도 | 33.43 | 30.81 | 0.871 |
충청남도 | 33.78 | 30.94 | 0.909 |
전라북도 | 34.06 | 31.00 | 0.817 |
전라남도 | 34.03 | 30.83 | 0.969 |
경상북도 | 33.72 | 31.06 | 0.930 |
경상남도 | 33.82 | 31.26 | 0.838 |
제주특별자치도 | 34.33 | 31.72 | 0.919 |
전국 | 33.97 | 31.45 | 0.778 |
출처: ①=통계청(2024i), ②=통계청(2024j)
수도권 및 대도시를 중심으로 대학이 몰려 있고, 상당한 비용을 감수하고서라도 조금이라도 더 위세 높은 대학에 진학하려는 경향이 강한 한국에서 타 지역으로의 대학진학 선택은 상대적으로 많은 시간과 비용이 요구되며, 치열한 경쟁에 놓이게 될 가능성 또한 높다고 할 수 있을 것이다. 그런 만큼 타 지역으로의 대학진학은 혼인을 지연시키는 상당한 요인이 될 가능성도 충분할 것이다. 이런 가능성을 염두에 두고 본 연구에서는 타 지역으로의 대학진학이 혼인시기에 미치는 영향에 대해 보다 구체적으로 분석하고자 한다.
혼인을 둘러싼 의사결정에는 여러 가지 요인들이 영향을 미치게 된다. 혼인 그 자체에 대한 결정뿐만 아니라 혼인시점 등의 결정에 있어서도 다양한 요인들을 염두에 두고 결정하게 되는데 이러한 의사결정 또는 선택의 과정에 대해 1970년대 이후 본격적으로 이론적 틀을 통해 분석이 이루어지기 시작하였다. 특히 Becker, Schultz 등 신고전파 경제학자들을 중심으로 혼인을 하나의 ‘시장’으로 가정하고 미혼남녀들은 혼인시장에 진입할 때 혼인이 주는 편익과 비용을 계산하게 되며, 그 손익에 따라서 혼인 여부를 선택할 것이라 주장하였다(문선희, 2012, p. 6).
이와 같은 관점에서는 비혼 상태로 있는 것에 비해 혼인 상태의 이점이 더 클 것이라고 판단할 때 혼인을 할 것이라고 가정되며, 해당 논의를 확장해 생각해 보면 혼인의 시기 또한 개인(및 그가 속한 가족)의 효용이 극대화되는 시점에서 혼인을 결정하게 될 것이라 할 수 있다. 즉, 개인이 독신 상태로 남아 있을 때 보다 가구 내 역할분담, 소득 및 비용의 공동 운용 등 혼인을 통해 얻게 될 편익이 극대화가 되었다고 판단되는 시점에 혼인이 이루어지게 되는데, 이와 같은 결정(선택)에 미치는 변수로 교육 및 소득수준, 자산(부채), 상대적 소득차이 등 다양한 요인들이 제시되며 실제로 혼인 및 혼인시기 결정을 둘러싼 여러 실증연구에서 그러한 요인들이 설명변수로 활용되고 있다(이상헌, 이상호, 2011; 배호중, 한창근, 2018; 배호중 외, 2020; 남윤미, 황인도, 2023).
Becker(1973) 이후 학자들은 혼인에 대해서도 이론적으로 설명하고자 많은 노력을 기울였다. 그 결과 다양한 이론들이 개발되어 왔는데 ‘결혼시장 탐색모형(search model of marriage market)’도 그 가운데 하나이다. 이는 노동경제학에서의 직업탐색이론(job search theory)을 바탕으로 배우자를 탐색하고 결혼하는 과정을 설명하고자 한 것인데 특히 결혼시장 탐색모형은 결혼의 지연을 설명하는 데 적합한 이론 중 하나이며, 이를 바탕으로 결혼이 늦춰지고 있는 사회현상을 실증적으로 설명하고자 한 연구도 존재한다(Becker et al., 1977; Oppenheimer, 1997; 이상헌, 이상호, 2011; 김송희, 김진영, 2016; 남윤미, 황인도, 2023).
해당 이론에 따르면 각자가 결혼(및 결혼시점)을 행하는 것은 미혼 상태의 효용보다 기혼 상태의 효용이 크다고 판단될 때라고 할 수 있다. 앞서 언급한 바와 같이 혼인에 따른 비용과 편익은 다양한 측면에 걸쳐 발생할 뿐 아니라 본인은 물론 가족 및 친지 등 다양한 범위에 걸쳐 영향을 주고받을 수 있어 이를 명확하게 계산하는 것은 불가능에 가깝다고 할 수 있다. 혼인과 관련한 편익 및 비용에 대한 불확실성 가운데 비교적 명확한 비용 중 하나는 주거비라 할 수 있는데 결혼생활을 영위하기 위해서는 적당한 거처가 마련되어야 하며 거처를 위한 비용이 마련되지 않았거나 이에 대처하기 위한 계획이 불투명한 경우 혼인을 포기하거나 미룰 수밖에 없게 된다.
이러한 논의에 기대어 생각해보면 상대적으로 높은 정도의 주거비 또는 생활비가 들어가는 곳에서의 생활은 혼인에 필요한 주거마련이나 자산축적을 어렵게 하여 혼인을 늦추거나 포기하게 만드는 요인이 될 수 있다. 이와 함께 도시집중에 따른 부동산 가격의 급등은 불확실성을 높여 혼인을 둘러싼 의사결정에 더 많은 탐색시간을 요하게 되어 혼인을 미루는 요인으로 작용할 수도 있다(배호중, 한창근, 2018). 따라서 이와 같은 관점에 비추어보면 (물가, 지가 등이 상대적으로 비싼) 도시생활이나 도시로의 집중 현상은 혼인을 늦추는 상당한 요인이 될 수 있으며, 그러한 논의의 연장선상에서 대학재학 기간 중의 생활비 등과 결부되어 상대적으로 높은 비용이 발생 할 가능성이 높은 타 지역으로 대학진학4)은 혼인을 지연시키는 요인이 될 가능성도 존재한다.
경제적(비용) 측면에서뿐만 아니라 생물학적・심리적 측면에서도 도시로의 집중 현상이 혼인지연의 가능성에 미치는 영향을 살필 수 있는데 진화생물학자들과 진화심리학자들은 ‘언제 번식(출산)하는 것이 좋을까?’, ‘얼마나 낳으면 좋을까?’ 등과 같은 인간의 전략적 결정을 ‘생애사 이론(life history theory)’의 틀 내에서 설명해왔다(조영태 외, 2024, p. 29). 이 이론에 따르면 인간의 혼인과 출산은 ‘성장-출산-양육’이라는 생애 단계 가운데 하나이며, 주어진 환경에 맞춰 각 단계에 효율적으로 자원배분을 하게 되는데 경쟁이 치열한 상황 속에서는 혼인이나 출산을 미루고 자신의 성장에 더 많은 자원을 투자하는 전략을 세우게 된다. 진화심리학자 올리버 승(Sng et al., 2017)에 따르면 인구 밀도가 높을 경우 사람들은 느린 생애사 전략가가 되는데 이러한 의사결정에서는 객관적 환경이 어떠한가도 중요하지만 그걸 어떻게 지각하는가(사회가 얼마나 경쟁적이라고 지각하는가)도 그에 못지않게 중요한 요인으로 볼 수 있다(조영태 외, 2024. p. 33).
이러한 관점에서 보면 서울을 비롯한 대도시에 주로 위치해 있는 위세 높은 대학으로의 치열한 진학경쟁은 심리적으로도 혼인(및 출산)을 지연시키는 상당한 요인이 될 수 있다. 위세 높은 대학진학을 위한 치열한 경쟁 그 자체뿐만 아니라 대학진학 이후에도 치열한 경쟁이 계속적으로 이어진다고 판단되면 개인은 출산이나 혼인보다는 개인의 경쟁력을 높이는 데 시간이나 노력을 투입할 가능성도 충분히 존재한다.
혼인은 여러 가지 요인들을 복합적으로 고려하여 이를 둘러싼 의사결정을 하기 마련이다. 또한 혼인을 둘러싼 의사결정은 그 어떤 활동에 비해 장기간에 걸친 탐색기간을 가지는 경우도 많다고 할 수 있다. 혼인에 대한 분석은 혼인의 실행 그 자체뿐만 아니라 언제 혼인을 하는지 또한 상당히 중요한 분석의 대상이 될 수 있는데 이와 같은 혼인이행을 살핀 실증연구에서는 어떠한 요인들이 혼인을 촉진 또는 지연하는지에 살핀 경우가 많다(오지혜, 임정재, 2016; 배호중, 한창근, 2018; 배호중 외, 2020).
이러한 실증 연구들에서는 대체로 교육수준, 취업, 소득 등과 같은 사회인구학적 특성이 혼인 가능성 및 혼인시기에 미치는 영향을 계량적으로 분석하였는데 혼인에는 상당한 정도의 경제적 자원이 요구되는 경우가 많으므로 양호한 정도의 경제적 여건, 그 가운데 부모(가구)의 경제적 여건은 혼인을 앞당기거나 지연을 막는 요인(배호중, 한창근, 2018; 오지혜, 2020, p. 71, 배호중 외, 2020, p. 115)으로 제시되는 경우가 많다. 이와 유사한 논지로 혼인 이후 살게될 양호한 거주지가 마련된 경우에는 혼인이 상대적으로 빠른 것으로 제시되었으며(엄다원, 홍경준, 2019, p. 53; 유진성, 2020, p. 14), 양질의 일자리를 가진 경우에도 혼인에 긍정적인 영향을 미치는 것으로 제시된 경우(배호중, 한창근, 2018, p. 543; 배호중 외, 2020, p. 116; 김가현, 김근태, 2023, p. 220)가 많다.
다만 이와 같은 요인들의 영향력은 성별로 달리 작용하는 것으로 제시되기도 하는데 그와 같은 연구에서는 (기혼여성의 높은 경력단절 가능성을 염두에 두고) 혼인으로 인한 가사노동 및 자녀양육 부담 등이 일・가정 양립 등에 있어 상대적으로 여성에게 더 큰 어려움으로 인식되어 높은 교육수준 또는 양질의 일자리가 때로는 여성의 혼인시기를 지연시키는 요인으로 분석된 연구가 존재한다(이인수, 1994; Goldscheider & Waite, 1986; Thornton et al., 1995; 이삼식, 2006; 유홍준, 현성민, 2010; 윤자영, 2012; 이상림, 2013; 김성준, 2015; 오지혜, 임정재, 2016; 배호중 외, 2020).
이와 같은 개인 및 그를 둘러싸 가구의 특성뿐만 아니라 지역 또한 개인의 혼인시기와 관련이 있는 요인으로 지목되기도 하는데 앞에서 살펴본 바와 같이 지역별로 보았을 때 초혼연령에 상당한 차이가 있으며(통계청, 2024i; 장대익 외, 2020) 개인수준에서 분석을 했을 때도 지역적 요인이 혼인시점과 관련이 있음을 밝힌 연구(Lee et al., 2021; Yoon et al., 2022; 김가현, 김근태, 2023)가 존재한다. 이러한 연구에서는 지역의 특성 가운데 인구밀도, 경쟁(장대익 외, 2020; 조영태 외, 2024)이 개인의 혼인선택에 상당한 영향을 미칠 것으로 제시하고 있다.
타 지역으로의 대학진학이 대학을 졸업한 이후 혼인을 하기까지의 기간과 어떠한 관련을 갖고 있는지를 실증적으로 살펴보기 위해 한국노동연구원에서 제공하는 「한국노동패널조사(Korean Labor and Income Panel Study, 이하 KLIPS)」를 이용하여 분석을 실시하였다. KLIPS는 국내유일의 노동관련 가구패널조사로 횡단면 자료와 시계열 자료의 장점을 모두 갖고 있는 자료인데 1차년도(=1998년)를 기준으로 도시지역에 거주하는 한국의 5,000가구와 가구원을 대표하는 패널표본 구성원(5,000가구에 거주하는 모든 가구원)을 대상으로 1년에 1회씩 조사를 실시하고 있으며(한국노동연구원, 2023), 2024년 11월을 기준으로 25차 조사까지 공표되었다.
25년 간 조사가 이어져 옴에 따라 다수의 표본들이 고등학교 졸업, 대학진학, 혼인과 같은 사건들을 새로이 경험하였을 것이다. 이에 본 연구에서는 KLIPS를 이용하여 조사가 시작된 이후 고등학교를 졸업하고 4년제 대학에 진학하여, 대학을 졸업한 이들(=1차년도 당시 주로 미성년자였던 원가구주의 자녀들)을 대상으로 고등학교 재학 중(=고3 당시)의 상황과 이후 그들의 대학진학과 대학졸업 이후의 혼인 양상에 대해 분석하였다.
앞서 언급한 바와 같이 본 연구에서는 KLIPS를 통해 적어도 ‘고3~4년제 대학졸업’에 대한 경험을 알 수 있는 표본의 개인 및 가구 자료를 이용해 타 지역으로의 대학진학과 혼인시점 간의 관계를 살펴보고자 한다. 본 연구에서 4년제 대학 졸업자로 한정한 이유는 전문대학과 4년제 대학은 노동시장에서도 일정 부분 구조적 차이(구분된 채용공고 등의 예)가 어느 정도 존재하고, 전문대 진학자들은 4년제 대학에 비해 주로 고등학교 졸업 당시 거주지역에서 크게 벗어나지 않는 곳으로 진학할 가능성이 클 것이라 판단된다. 또한 혼인을 둘러싼 연령규범이나 순서 규범(예컨대 대학졸업→독립→혼인 등) 비교적 강하게 작용하고 있는 한국에서 전문대 및 4년제 대학 졸업자 간 재학기간 차이에 따른 졸업연령의 구조적 차이가 존재할 것으로 판단해 본 연구에서는 그와 같은 구조적 차이에 따른 영향을 배제하고자 KLIPS가 시작된 이후 고등학교를 졸업하고 4년제 대학을 졸업한 이들을 대상으로 ‘대학졸업 후 혼인’까지의 기간에 대해 살펴보고자 하였다.
본 연구의 종속변수는 4년제 대학졸업자의 혼인이행 위험비이다. 혼인이행 위험비는 ‘혼인’이라는 사건(event) 자체의 발생 여부뿐만 아니라 ‘혼인까지 소요된 기간(=이행기간)’이라는 두 측면을 함께 고려해 분석을 하였다.
기간에 대한 분석이 이루어지려면 시작시점과 종료시점이 있어야 하며, 개인별로 합당하게 비교가능한 시작 및 종료시점(=기간)을 정하는 것이 분석의 타당성 및 현실정합성을 높이는 길이라 할 수 있다. ‘혼인’은 혼인일자라는 비교적 명확한 종료시점(=사건의 발생시점)이 존재하며 KLIPS를 통해 혼인일자가 조사되는 만큼 이견의 여지가 거의 없을 것이다. 이에 반해 ‘시작시점’과 관련해서는 몇 가지 안을 생각해볼 수 있다. 가장 대표적인 것이 연령이라 할 수 있는데 대표적으로는 법적으로 혼인을 할 수 있는 연령이나 성년의 기준5) 등을 고려해 볼 수 있다. 그렇지만 이러한 기준들은 한국사회에서(특히 대학졸업자들 간에는) 혼인의 속도나 가능성 등을 이야기하는데 한계가 있다.
이는 한국사회에서 대학에 진학한 이들은 대부분 학업을 마친 후에 결혼을 하려는 경향이 뚜렷하기 때문이라 볼 수 있다. 대학졸업 이후에나 혼인을 본격적으로 고민하는 만큼 대학졸업 시점을 시작시점으로 삼아 혼인까지의 기간을 분석한다면 단순히 혼인 당시의 연령에 대해서 분석하는 것보다는 우리 사회를 잘 반영한 결과를 도출할 수 있을 것이다. 이를 염두에 두고 본 연구에서는 혼인을 경험한 이들의 경우 ‘대학졸업 후 혼인’에 이르기까지 월(⽉) 단위로 계산된 기간을 분석에 활용하였으며, 최종조사일까지 혼인을 경험하지 않은 이들에 대해서는 우측 절단된(right-censored) 자료임을 나타내는 더미변수를 생성한 후 최종조사일에서 대학졸업시점을 뺀 기간을 종속변수로 삼아 분석에 이용하였다.
본 연구에서는 우리 주변에서 널리 경험하고 있음에도 불구하고 기존의 실증분석에서 주목하지 않았던 타 지역으로의 대학진학에 초점을 두고 이에 따른 혼인 시점 차이의 가능성에 대해 밝혀보고자 하였다. 이를 위해 고3 당시의 거주지와 졸업한 대학에 대한 문항을 통해 거리변수를 생성하였다.
고3 당시 거주지와 진학한 대학 간의 거리는 KLIPS를 통해 파악할 수 있는 위치정보의 최소단위인 기초자치단체(시/군/구) 행정기관의 코드를 추출하여 이를 고3 당시의 주소와 진학한 대학의 주소로 삼았다.6) KLIPS를 통해 조사된 시/군/구청의 좌표는 각 기관의 홈페이지를 통해 수집하였으며, 수집된 주소정보는 위도・경도로 변환시켜주는 인터넷사이트(http://map.esran.com/)를 통해 위도・경도 정보로 변환시켰다. 이러한 위도・경도 정보를 이용해 두 지점 간 간 직선거리7)를 산출하였다. 이렇게 산출한 ‘고3 당시 거주지↔진학한 대학 간 직선거리’ 변수는 그 자체인 연속형의 거리(km) 형태로만 아니라 동일행정구역 소재 여부, 몇 가지로 범주화한 형태 등 다양한 변수로 바꾸어 분석을 진행하였다.
거리의 범주화 등에 대해 조금 더 자세히 살펴보면 우리 생활이나 의식에 행정구역이 상당한 영향을 미치는 비교적 객관적인 범위이기는 하나 교동수단의 발달, 높은 수준의 주택가격 등의 사유로 비교적 먼 거리를 통학하거나 대학이 대도시의 인근지역으로 옮기면서 타 광역자치단체로 다수의 대학생들이 통학을 하는 경우도 있다. 예컨대 대구광역시의 경우 경산시(경상북도)에 많은 대학교가 위치해 있으며, 수도권(서울・인천・경기)의 경우 지하철・광역버스 등을 이용해 타광역자치단체로 통학을 하는 경우도 빈번하다.
이러한 이유로 단순히 광역자치단체를 기준으로 분석을 한다면 상당수의 대학생들이 타광역자치단체에서 통학을 하고 있는 현실을 제대로 담아낼 수 없을 것이다. 이에 본 연구에서는 고3 당시 거주지와 ‘동일 광역자치단체 대학진학 여부’를 기준으로 살피기도 하였고, 20km, 40km 등 몇 가지 범주를 설정하여 분석을 진행하였다. 그 가운데 ‘인근지역’으로 정의한 40km의 경우 가장 많은 수의 대학생이 있는 서울・인천・경기지역을 염두에 두고 서울시청을 기준으로 했을 때 직선거리 40km는 인천광역시 대부분과 수원, 용인, 남양주 등을 포괄한다. 이러한 지역의 경우 많은 인구가 서울로 통근 통학을 하고 있으며, 지하철, 광역버스 등의 대중교통도 비교적 잘 구축되어 통학을 하는 경우가 많다.
한편 부산광역시청을 기준으로 했을 때 직경 20km의 범위에는 부산광역시 및 기장군 대부분 지역과 양산시 일부지역이 포함되며, 40km로 범위를 넓히면 창원시 및 밀양시 일부, 울주군 일부를 포괄하게 되며 울산광역시의 경계지역 근처에 이르게 된다.8) 일상에서 이야기되는 생활권 등을 고려했을 때 이 같은 기준은 비록 완벽하지는 않으나 비교적 합당한 것으로 판단되며, 대구광역시, 광주광역시 등의 지도를 통해 살폈을 때도 인근 시군 또는 광역자치단체의 경계 등에 비추어 보았을 때 생활권이나 용이한 정도의 통학(또는 통학의 어려움)을 이야기하기에 무리가 없을 기준으로 판단해 분석에 활용하였다.9)
직관적으로 보았을 때도 혼인에는 다양한 요인들이 영향을 미칠 것으로 판단할 수 있다. 혼인을 하면 독립적으로 가구를 이루어 사는 것이 보편적인 만큼 이를 위한 최소한의 경제적 요건(주거나 혼수마련 비용)이 요구되는 경우가 많다. 한국사회에서 신혼부부의 주거나 혼수마련 비용은 당사자뿐만 아니라 부모님까지도 함께 마련하는 경우가 많은데 원가구(부모님)의 소득, 자산 정도, (혼인에 필요한 비용을 나누어 사용할 가능성이 높은) 형제자매의 수 등에 따라 혼인의 가능성이나 속도에 영향을 받을 것이다.
이러한 점을 감안하여 통제변수로는 성별, 소득, 형제자매 수, 대학원 진학 여부와 같은 개인특성을 고려함과 동시에 각기 다른 시점에 대학진학 및 졸업, 혼인을 경험한 이들 간 비교가능성을 높이고자 고3 당시를 기준으로 부모의 교육수준, 가구소득, 거주지, 자가보유 여부의 가구특성을 고려하였다. 이와 함께 졸업한 대학의 특성으로 전공과 대학순위(2016년 중앙일보 대학평가 기준, 중앙일보 대학평가, 2016)를 고려하였다.
분석에 이용한 변수들 가운데 소득 등 금액과 관련한 변수는 기간 간 비교가능성을 높이고자 소비자 물가지수로 실질화(2020년=100)한 금액을 사용하였다. 아울러 실질화한 소득액이나 거리(km) 등은 정규성의 가정을 조금 더 충실히 충족시킴과 동시에 해석상의 편의를 위해 자연로그를 취한 후 분석에 활용하였다.
대학을 졸업하고 시간이 지남에 따라 혼인을 하게 되는 이들이 생겨나게 될 것이다. 앞서 언급한 여러 요인에 따라 혼인가능성에 차이가 있을 것이며, 혼인시점 또한 달리 나타날 것이다. 이와 같은 차이의 가능성에 대해 통계적 방법을 이용해 보다 구체적으로 그려내기 위해 ‘혼인(=사건)의 발생 여부’와 ‘대학졸업 이후 혼인까지의 기간(=이행기간)’의 두 가지 측면을 함께 고려한 혼인이행 위험비에 대해 분석하고자 했다. 이를 위해 기간에 대한 분석에 자주 이용되는 분석 방법인 생존분석(survival analysis)을 통해 진행하였다.
4년제 대학을 졸업한 이들의 혼인발생에 대한 생존자 함수를 살피기 위해 Kaplan-Meier 방법을 이용해 본 연구에서 기준시점으로 삼은 대학졸업 시점 이후 시간의 흐름에 따른 혼인 발생양상을 살폈다. 이러한 시간의 흐름에 따른 ‘사건의 발생’에 대한 계산에는 승법극한 추정 방식을 사용하게 되는데 이는 사건의 발생이 해당 시점(t)을 지나 일어날 순간적 가능성을 의미하는 것으로 생존자 함수는 아래와 같이 계산된다(한준, 2005; 오지혜, 임정재, 2016, p. 214). 본 연구에서는 혼인시점에 사건이 발생한 것으로 간주되며, ‘대학졸업일로부터 혼인까지의 기간(개월)’이 생존기간이 된다.
(단, El: 시점 τl에 사건을 경험할 경우의 수, Rl: 시점 τl에 사건 발생위험 집합에 속할 경우의 수)
이러한 K-M 추정 방법은 분석 대상을 몇 개의 집단으로 나누어 사건의 발생 양상 차이를 직관적으로 볼 수 있다는 장점이 있으나 다른 조건들을 통제하여 살필 수는 없다는 한계를 지닌다. 이를 보충하기 위한 방법으로 콕스 비례위험 모형(Cox proportional hazard model)을 활용되는데 이는 기간에 대한 분석에 있어 우측절단된(right-censored) 표본이 있을 때(본 논문에서는 미혼 상태로 남아 있는 표본의 존재)에도 그 표본들을 함께 포함해 통계적 통제를 통해 일치성 있는 추정을 할 수 있다는 장점이 있다(박재빈, 2006; 김양진, 2013).
위험함수 h(t)는 사건(T)이 특정시점(t)까지 발생하지 않았다는 조건 하에서, 분석하려 한 사건이 특정시점(t)에서 발생할 ‘조건부 순간탈출확률’을 나타내는 함수이며, 탈출확률에 영향을 미치는 독립변수들(xi)은 시간변화에 독립적이라고 가정한다(김양진, 2013, p. 20). 본 논문에서는 미혼 상태로 있다가 혼인(=기혼 상태로의 이행)을 하는 경우가 탈출위험에 해당하며 특정시점(t)에서 혼인으로의 이행에 대한 ‘조건부 순간탈출확률’은 식 (2)와 같이 제시할 수 있게 된다. 이는 다시 식 (3)을 통해 구체화할 수 있는데 사건의 발생 가능성에 영향을 미치는 독립변수 벡터(x)를 가지는 관측치의 특정시점(t)에서의 위험비 함수(해저드)은 <수식 3>처럼 정의된다(전현중 외, 2009).
대학졸업 후 혼인이행 기간에 대한 분석을 위해 앞서 변수에 대한 설명에서 제시한 설명변수 및 통제변수들을 분석에 이용하였으며, 본 연구의 주된 관심사인 진학한 대학의 거리를 다각적으로 살펴보고자 가장 단순한 형태로 ‘동일한 광역자치단체 소재 대학진학 여부(=[모형 Ⅰ])’과 ‘(직선거리 40km 미만의) 인근지역 소재 대학진학 여부(=[모형 Ⅱ])’, ‘고3 당시 거주지↔진학 대학 간 거리(=[모형 Ⅲ])’ 그리고 ‘대학까지의 거리를 다섯 가지 범주로 구분(=[모형 Ⅳ])’한 모형과 같이 네 가지 콕스 비례위험 모형을 통해 분석을 실시하였다.
대학을 졸업한 이후 혼인까지의 기간에 대한 분석에 이용한 변수에 대한 설명과 함께 각 변수에 대한 기술통계는 <표 1>에 담았다. KLIPS 1차~25차년도 자료에서 회고10)가 아닌 추적조사를 통해서 적어도 ‘고3 당시~4년제 대학졸업’ 당시의 상황을 파악할 수 있는 표본의 수는 1,144명이었다. 분석대상 표본 가운데 1/4가량(24.9%)는 혼인을 경험하였고, 혼인을 경험한 이들의 ‘대학졸업~혼인까지의 기간’은 67.7개월(≒5.64년)이었다. 휴학 등으로 20대 후반에 이르러 졸업을 하는 이들이 상당함을 감안한다면 30대의 혼인이 상당할 것임을 유추할 수 있으며, 통계청(2024i) 「인구동향조사」를 통해 제시된 평균 초혼연령(2022년 기준 남성: 33.7세, 여성: 31.3세)과도 어느 정도 부합하는 통계치로 판단된다.
통제변수로 활용한 변수들, 그 가운데 개인특성과 관련한 변수들에 대한 기술통계를 살펴보면 응답자의 46.3%(530명)은 남성으로 여성이 조금 더 많았으며, 첫 일자리에서의 월평균소득은 205.4만 원11)이었다. 평균 1.2명의 형제 또는 자매가 있었고, 응답자 가운데 10.1%(115명)는 대학원에 진학한 것으로 분석되었다.
변수특성 | 변수명 | 변수설명 | 평균 | 표준편차 | ||
---|---|---|---|---|---|---|
(범주형 자료: 빈도, %) | ||||||
종속변수 | 혼인이행 위험비 | 혼인경험 여부 | 혼인경험=1, 그 외=0 | 285 | (24.9%) | |
혼인이행 기간(개월) | 대학졸업 후 혼인에 이르기까지의 기간(개월) | 67.712 | 34.771 | |||
개인특성 | 성별 | 남성=1, 여성=0 | 530 | (46.3%) | ||
ln(첫 일자리 월소득) | 첫 일자리 월소득에 자연로그를 취한 값 | 3.715 | 2.534 | |||
첫 일자리 월소득(만 원) | 첫 일자리 월소득(만원) | 205.439 | 157.310 | |||
형제자매 수 | 형제자매 수 | 1.199 | 0.622 | |||
대학원 진학 여부 | 대학원 진학=1, 그 외=0 | 115 | (10.1%) | |||
가구특성 (고3 당시 기준) | 부모학력 (부모 중 높은 학력 기준) | 고졸 미만 | 고졸 미만, 그 외=0 | 153 | (13.4%) | |
고졸 | 고졸, 그 외=0 | 544 | (47.6%) | |||
전문대졸 | 전문대졸, 그 외=0 | 134 | (11.7%) | |||
대졸 이상 | 대졸 이상, 그 외=0 | 313 | (27.4%) | |||
ln(가구소득) | 고3 당시 로그가구소득 | 5.836 | 0.917 | |||
가구소득 | 고3 당시 가구소득(만원) | 438.940 | 281.265 | |||
고3 당시 거주지 더미 | 서울 | 서울=1, 그 외=0 | 245 | (21.4%) | ||
부산 | 부산=1, 그 외=0 | 139 | (12.2%) | |||
대구 | 대구=1, 그 외=0 | 67 | (5.9%) | |||
대전 | 대전=1, 그 외=0 | 49 | (4.3%) | |||
인천 | 인천=1, 그 외=0 | 67 | (5.9%) | |||
광주 | 광주=1, 그 외=0 | 29 | (2.5%) | |||
울산 | 울산=1, 그 외=0 | 51 | (4.5%) | |||
경기 | 경기=1, 그 외=0 | 227 | (19.8%) | |||
강원 | 강원=1, 그 외=0 | 27 | (2.4%) | |||
충청 | 충북⋅충남=1, 그 외=0 | 70 | (6.1%) | |||
전라 | 전북⋅전남=1, 그 외=0 | 63 | (5.5%) | |||
경상 | 경북⋅경남=1, 그 외=0 | 110 | (9.6%) | |||
자가보유 여부 | 자가=1, 그 외=0 | 838 | (73.3%) | |||
출신대학 특성 | 전공더미 | 인문 | 인문계열=1, 그 외=0 | 339 | (29.6%) | |
사회 | 사회계열=1, 그 외=0 | 167 | (14.6%) | |||
자연 | 자연계열=1, 그 외=0 | 132 | (11.5%) | |||
공학 | 공학계열=1, 그 외=0 | 294 | (25.7%) | |||
의약 | 의약계열=1, 그 외=0 | 57 | (5.0%) | |||
사범 | 사범계열=1, 그 외=0 | 40 | (3.5%) | |||
예체능 | 예체능계열=1, 그 외=0 | 115 | (10.1%) | |||
대학순위 더미 | 1~10위 | 1~10위=1, 그 외=0 | 113 | (9.9%) | ||
11~20위 | 11~20위=1, 그 외=0 | 91 | (8.0%) | |||
21~30위 | 21~30위=1, 그 외=0 | 85 | (7.4%) | |||
기타 | 1~30위로 언급되지 않음=1, 그 외=0 | 855 | (74.7%) | |||
진학 대학 거리 특성 | 동일 광역자치단체 대학진학 여부 | 동일지역(광역자치단체) 소재의 대학진학=1, 그 외=0 | 546 | (47.7%) | ||
인근지역 대학진학 여부 | 고3 당시 거주지↔대학 소재지 간 거리가 40km 미만=1, 그 외=0 | 656 | (57.3%) | |||
ln(고3 거주지↔대학 간 거리) | ln(고3 당시 거주지~대학 소재지 간 거리) | 3.212 | 1.543 | |||
고3 거주지~대학 간 거리 | 고3 당시 거주지~대학 소재지 간 거리(km) | 59.989 | 73.888 | |||
고3 당시 거주지~대학 소재지 간 거리더미 | 10km 미만 | 0~10km 미만 | 271 | (23.7%) | ||
10~20km | 10km 이상~20km 미만 | 220 | (19.2%) | |||
20~40km | 20km 이상~40km 미만 | 165 | (14.4%) | |||
40~70km | 40km 이상~70km 미만 | 128 | (11.2%) | |||
70km 이상 | 70km 이상 | 360 | (31.5%) | |||
N=1,144 |
응답자들의 고3 때를 기준으로 한 가구특성을 살펴보면 부 또는 모 가운데 높은 정도의 교육수준을 기준으로 했을 때 13.4%는 고졸미만의 학력을 가지고 있었고, 절반 가까이(47.6%)는 고졸이었다. 전문대졸은 11.7%였으며, 대졸 이상은 27.4%를 차지하였다. 가구소득은 평균 438.9만원이었으며, 응답가구의 73.3%는 자가를 보유한 것으로 나타났다. 고3 당시의 거주지를 살펴보면 10명 중 4명 이상은 서울(21.4%) 또는 경기(19.8%)에 살고 있었고, 부산(12.2%), 대구(5.9%), 인천(5.9%) 등 대도시에 비교적 많이 거주하고 있었다. 경상남도와 경상북도에 9.6%가 거주하고 있었으며, 강원도는 2.4%로 상대적으로 비율이 낮았다.
응답자들의 전공을 살펴보면 인문계열(29.6%), 공학계열(25.7%)이 절반 이상을 차지하였고, 의약계열(5.0%)이나 사범계열(3.5%) 전공자들은 상대적으로 적었다. 졸업 대학의 순위를 살펴보면 10명 중 1명가량(9.9%)은 1~10위권 대학 출신이었고, 11~20위, 21~30위권 대학을 졸업한 비율은 각각 8.0%와 7.4%였다.
본 연구의 주된 관심사이자 독립변수로 삼은 진학한 대학의 거리 특성을 나타내는 변수를 살펴보면 응답자의 47.7%는 고등학교 재학 당시 살던 곳과 동일한 광역자치단체에 위치한 대학교에 진학하였고, 본 연구에서 인근지역 대학진학으로 간주한 고3 당시 거주지와 직선거리 40km 미만에 소재한 대학에 진학한 비율은 57.3%였다. 고3 당시 거주지와 대학의 군/구청을 기준으로 한 거리는 평균 60.0km였는데 이를 몇 가지 범주로 나누어 살펴보면 10km 미만에 위치한 대학에 진학한 비율은 23.7%였으며, 19.2%는 10~20km 사이에 위치한 대학을 졸업하였다. 20~40km와 40~70km 범주에 위치한 대학에 진학한 비율은 14.4%와 11.2%였으며, 응답자 3명 중 1명가량(31.5%)은 고3 당시 거주지와 70km 이상 떨어진 곳에 있는 대학을 졸업하였다.
출신대학의 거리 특성에 따라 혼인이행 양상에 차이가 있는지를 살펴보기 위해 대학졸업 후 시간의 흐름에 따른 혼인이행에 대한 생존자 함수(survivor function)를 확인해 보았다. [그림 3]에서는 동일광역자치단체 소재 대학진학 여부 및 인근지역 소재 대학진학 여부에 따라 대학졸업 후 혼인이행 양상에 차이가 있는지에 대해 각각의 그림(Kaplan-Meier Curve)12)을 통해 대략적인 양상을 살펴보았다.
우선 동일광역자치단체 소재 대학진학 여부에 따른 혼인이행 양상의 차이를 살펴보면 고3 때 살던 곳과 동일한 광역자치단체에 있는 대학에 진학한 이들(=파란색 그래프)이 타광역자치단체에 위치한 대학교에 진학한 이들(=빨간색 그래프)에 비해 대학졸업 후 100개월 무렵까지는 그래프의 아래쪽에 있는 등 상대적으로 활발히 혼인을 하는 것으로 나타나기는 눈에 띄는 차이는 아니라고 할 수 있다. 또한 그 이후에는 두 집단의 그래프가 교차하는 등 큰 차이를 보인다고 할 수는 없는 형태의 그래프를 나타내었다. 이러한 시각적 차이에 대해 통계적으로 유의미한 차이인지를 검정하기 위한 방법의 하나인 Wilcoxon test를 실시한 결과에서도 해당 차이는 통계적으로 유의미한 정도의 차이는 아니었다(χ2 = 3.39, p < 0.1).
이어 인근지역에 소재한 대학진학 여부에 따른 혼인이행 양상의 차이를 살펴보면 인근지역 대학에 진학한 이들(=파란색)은 타 지역 대학에 진학한 이들(=빨간색)에 비해 아래쪽에 그래프가 위치해 혼인이 상대적으로 활발하게 일어남을 알 수 있다. 아울러 이러한 시각적 차이는 통계적으로도 유의미한 것이었다(χ2 =16.12, p < 0.001).
인근지역 진학 여부에 따른 혼인양상의 차이가 확인됨에 따라 이를 더욱 자세히 살펴보고자 거리의 범주별로도 혼인이행 양상에 차이가 있는지를 살펴보았다. 0~10km 미만(=빨간 실선), 10km~20km 미만(=파란 실선), 20km~40km 미만(=녹색 실선), 40km~70km 미만(=빨간 점선), 70km 이상(=파란 점선)으로 구분하여 살펴보았는데 비록 완벽한 경향성을 보이지는 않지만 실선으로 나타낸 상대적으로 가까운 곳에 위치한 대학에 진학한 이들의 그래프가 먼 곳으로 진학한 이들(점선)에 비해 전반적으로 아래쪽에 위치해 있음을 알 수 있다. 특히 졸업 후 5년(60개월) 정도까지는 0~10km 미만, 10km~20km 미만 등 가까운 곳에 위치한 대학에 진학한 이들이 혼인에 활발히 이르게 됨을 알 수 있다. Wilcoxon test를 통해 살폈을 때 이와 같은 시각적 차이 또한 통계적으로 유의미한 차이임이 확인되었다(χ2 =16.31, p < 0.01).
혼인은 본인 및 가족의 여러 가지 요인들을 함께 고려하여 결정되는 만큼 여러 요인들을 함께 고려하여 혼인에 어떠한 영향력을 갖는지를 살펴보는 것이 더욱 바람직하다고 할 수 있다. 앞서 살핀 K-M곡선을 통한 분석은 하나의 기준에 따라 집단을 나누어 각 집단별로 혼인양상에 어떤 차이가 있는지를 탐색적으로 살피는 정도에 활용할 있다는 한계가 있다. 이러한 한계를 보완하고자 여기서는 다양한 요인들을 함께 통제하여 분석을 할 수 있는 방법인 콕스 비례위험 모형 실시해 대학졸업 후 혼인이행 위험비에 대해 통계적으로 살펴보려고 한다.
앞서 언급한 바와 같이 개인특성, 가구특성, 출신대학 특성 그리고 진학 대학의 거리 특성을 동시에 고려하여 분석을 시행하였는데 다른 변인들은 동일하게 하되 본 연구의 주된 관심사인 진학 대학의 거리에 대해서는 달리 측정하여 네 가지 분석모형을 설정하였다. 구체적으로는 ‘동일 광역자치단체 대학진학 여부(=[모형 Ⅰ]’, ‘인근지역 대학진학 여부(=[모형 Ⅱ])’, ‘고3 거주지↔대학 간 거리(=[모형 Ⅲ])’, ‘고3 당시 거주지↔대학 소재지 간 거리더미(=[모형 Ⅳ])’를 포함해 분석을 진행하였다.
우선 [모형 Ⅰ]을 기준으로 혼인 여부와 기간(속도)을 동시에 고려한 혼인이행 위험비에 영향을 미치는 요인들을 살펴보면, 개인특성과 관련해서는 여성에 비해 남성의 혼인가능성이 24.0%(=1- e-0.275) 낮았으며, 대학졸업 후 첫 일자리에서의 소득수준이 높을수록 혼인이행 위험비가 높았다. 대학원을 진학한 이들은 그렇지 않은 이들에 비해 혼인이행 위험비가 1.65배(= e0.500) 높게 나타났다. 고3 당시를 기준으로 한 가구특성과 관련해서는 부모가 낮은 정도의 교육수준 범주에 속한 경우 혼인이행 위험비가 높았다. 구체적으로는 대졸 이상의 학력을 가진 이들에 비해 고졸 미만 응답자들은 1.82배, 고졸의 경우 1.54배 높았다. 이는 대졸 이상의 학력을 가진 부모의 경우 그들도 상대적으로 늦게 혼인을 하였을 가능성도 있어 혼인연령에 대한 부담을 덜 가할 수 있으며, 최근의 코호트로 올수록 교육수준이 높아지는 경향을 보인 한국의 특성상 대졸 이상의 학력을 가진 부모의 경우 그보다 낮은 정도의 학력을 가진 부모에 비해 연령이 적을 가능성이 높기 때문일 수도 있을 것이다. 가구소득 변수의 경우 (+)의 계수값을 나타내었으나 통계적으로 유의미한 정도의 결과값은 아니었고, 대구광역시에서 고등학교를 다닌 응답자들의 경우(기준변수로 삼은 서울출신 응답자에 비해) 혼인이행 위험비가 높게 나타났다. 가구의 자산 중 상당부분을 차지하는 것으로 판단되는 자가보유 여부와 관련해서는 자가였던 응답자들의 혼인이행 위험비가 1.37배(= e0.149) 높았다. 출신대학 특성을 나타내는 변수들의 계수값을 살펴보면 전공에 따라서는 (기준변수로 삼은 예체능 전공자들에 비해) 공학계열, 사범계열 전공자들의 혼인이행 위험비가 높았다13). 본 연구에서 구분한 대학 순위 범주변수는 통계적으로 유의미한 결과값이 도출되지는 않아 대학순위에 따른 혼인이행 위험비의 차이는 확인할 수 없었다. 본 연구의 주된 관심사인 진학한 대학의 거리와 관련해서는 동일 광역자치단체 대학진학 여부가 (+)의 계수값을 나타내었으나 통계적으로 유의미한 결과값은 아니었다. 따라서 통계적 결과를 통해서는 고3 때 살던 곳과 동일한 곳에 위치한 대학에 진학한 이들은 타광역자치단체에 있는 대학에 진학한 이들에 비해 혼인이행 위험비가 높다고 볼 수는 없었다.
이어서 [모형 Ⅱ]의 결과를 살펴보면, 개인특성 및 가구특성, 출신대학 특성을 나타내는 변수들은 [모형 Ⅰ]의 결과와 비교할 때 그 크기와 방향성이 유사하게 나타났다. 다만, 인근지역 대학진학 여부 변수에 대한 결과값은 인근지역 대학(40km 미만)으로 진학한 이들의 경우, 먼 지역에 위치한 대학으로 진학한 이들에 비해 졸업 이후의 혼인 여부와 기간 동시에 고려했을 때 혼인이행 위험비가 1.44배(= e0.361) 더 높았다.
모형 Ⅰ (동일 광역자치단체 대학진학 여부 포함 모형) | 모형 Ⅱ (인근지역 대학진학 여부 포함 모형) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
추정값 (β) | 표준오차 | χ 2 | Hazard ratio | 추정값 (β) | 표준오차 | χ 2 | Hazard ratio | |||
개인특성 | 성별 | -0.275* | 0.132 | 4.310 | 0.760 | -0.260* | 0.133 | 3.845 | 0.771 | |
ln(첫 일자리 월소득) | 0.163*** | 0.030 | 29.839 | 1.177 | 0.163*** | 0.030 | 29.648 | 1.177 | ||
형제자매 수 | -0.176† | 0.096 | 3.345 | 0.838 | -0.180† | 0.097 | 3.446 | 0.835 | ||
대학원 진학 여부 | 0.500* | 0.200 | 6.243 | 1.649 | 0.540** | 0.202 | 7.126 | 1.715 | ||
가구특성 (고3때 기준) | 부모학력 더미 | 고졸 미만 | 0.596** | 0.215 | 7.714 | 1.815 | 0.607** | 0.215 | 7.944 | 1.835 |
고졸 | 0.432* | 0.178 | 5.910 | 1.541 | 0.442* | 0.178 | 6.171 | 1.555 | ||
전문대졸 | 0.179 | 0.260 | 0.470 | 1.196 | 0.200 | 0.260 | 0.590 | 1.221 | ||
대졸 이상 | - | - | - | - | - | - | - | - | ||
ln(가구소득) | 0.057 | 0.083 | 0.468 | 1.058 | 0.067 | 0.085 | 0.623 | 1.070 | ||
고3 당시 거주지 더미 | 서울 | - | - | - | - | - | - | - | - | |
부산 | 0.197 | 0.204 | 0.939 | 1.218 | 0.171 | 0.202 | 0.718 | 1.187 | ||
대구 | 0.624* | 0.277 | 5.073 | 1.866 | 0.547* | 0.274 | 4.000 | 1.728 | ||
대전 | 0.153 | 0.322 | 0.226 | 1.165 | 0.109 | 0.323 | 0.114 | 1.115 | ||
인천 | 0.174 | 0.274 | 0.404 | 1.191 | 0.149 | 0.269 | 0.305 | 1.160 | ||
광주 | 0.319 | 0.359 | 0.787 | 1.376 | 0.353 | 0.360 | 0.962 | 1.424 | ||
광주 | 0.247 | 0.315 | 0.616 | 1.280 | 0.337 | 0.316 | 1.137 | 1.400 | ||
경기 | -0.017 | 0.218 | 0.006 | 0.983 | 0.003 | 0.218 | 0.000 | 1.003 | ||
강원 | -1.850† | 1.014 | 3.325 | 0.157 | -1.721† | 1.014 | 2.879 | 0.179 | ||
충청 | 0.286 | 0.268 | 1.143 | 1.331 | 0.377 | 0.271 | 1.945 | 1.459 | ||
전라 | -0.112 | 0.309 | 0.131 | 0.894 | -0.055 | 0.310 | 0.031 | 0.947 | ||
경상 | 0.263 | 0.230 | 1.309 | 1.301 | 0.339 | 0.231 | 2.142 | 1.403 | ||
자가보유 여부 | 0.312* | 0.149 | 4.394 | 1.366 | 0.316* | 0.149 | 4.478 | 1.371 | ||
출신대학 특성 | 전공더미 | 인문 | 0.357 | 0.248 | 2.067 | 1.428 | 0.343 | 0.248 | 1.912 | 1.409 |
사회 | 0.463† | 0.276 | 2.823 | 1.590 | 0.452 | 0.276 | 2.688 | 1.571 | ||
자연 | 0.167 | 0.292 | 0.327 | 1.181 | 0.158 | 0.291 | 0.293 | 1.171 | ||
공학 | 0.713** | 0.256 | 7.776 | 2.040 | 0.716** | 0.256 | 7.829 | 2.046 | ||
의약 | 0.157 | 0.406 | 0.149 | 1.169 | 0.209 | 0.406 | 0.264 | 1.232 | ||
사범 | 0.767* | 0.362 | 4.498 | 2.153 | 0.788* | 0.362 | 4.735 | 2.199 | ||
예체능 | - | - | - | - | - | - | - | - | ||
대학순위 더미 | 1~10위 | - | - | - | - | - | - | - | - | |
11~20위 | 0.176 | 0.288 | 0.375 | 1.193 | 0.151 | 0.289 | 0.271 | 1.163 | ||
21~30위 | -0.332 | 0.325 | 1.044 | 0.718 | -0.369 | 0.327 | 1.272 | 0.692 | ||
기타 | -0.191 | 0.217 | 0.779 | 0.826 | -0.166 | 0.218 | 0.578 | 0.847 | ||
진학 대학 거리 특성 | 동일 광역자치단체 소재 대학진학 여부 | 0.136 | 0.135 | 1.009 | 1.145 | |||||
인근지역 대학진학 여부 | 0.361** | 0.138 | 6.845 | 1.435 | ||||||
모형검정 통계량 | -2Log L | 3,362.192 | 3,356.162 | |||||||
AIC | 3,422.192 | 3,416.162 | ||||||||
SBC | 3,531.767 | 3,525.737 | ||||||||
귀무가설 검정 통계량 | Likelihood Ratio | 87.384*** | 93.414*** | |||||||
Score | 80.077*** | 84.971*** | ||||||||
Wald | 79.029*** | 83.400*** | ||||||||
N | 1,144 | 1,144 |
<표 6>에 제시한 [모형 Ⅲ]에서는 연속형의 거리 변수를 사용하여 분석하였다. 해당 모형에서도 다른 변수들은 크기와 방향이 [모형 Ⅰ]의 결과와 유사한 것으로 확인되었다. 다만 거리변수의 경우 (-)의 계수값을 나타내었으나 통계적으로 유의미한 차이임을 이야기할 수 있는 정도의 결과값은 아니었다. 이를 뒤에서 분석할 거리를 몇 가지 범주로 나누어 살핀 결과와 함께 묶어 살펴보면, 진학한 대학과의 거리가 혼인에 완전히 비례해서 영향을 미치는 않을 것이기 때문이라 판단할 수 있다. 예컨대 상당히 가까운 거리에서는 조금 더 멀어진다고 해서 거리에 비례하여 혼인을 둘러싼 행동이나 의사결정에 영향을 미치지 않을 것이며, 대학 재학 중의 독립(자취, 하숙 등)에도 영향을 미치지는 않을 것이기 때문이다. 또한 거리가 비교적 많이 먼 경우(예컨대 부산→서울, 대구→서울로 진학)에는 어느 수준의 거리를 넘어서면 대부분 대학진학과 동시에 독립적으로 생활을 하게 되는 등 이러한 가능성에 따라서도 거리에 완전히 비례하여 영향을 받을 것이라고 판단되지는 않는다. 이밖에도 본 연구의 가장 큰 한계라 할 수 있는 단순 직선거리를 계상하여 사용하였다는 점(거리가 멀어도 대중교통 여건 등에 따라 소요시간이나 독립 결정 등에 큰 차이를 보일 것임)도 고3 거주지와 대학 간 거리 변수가 유의미한 정도의 차이는 나타나지 않음에 영향을 미쳤을 것으로 생각된다.
모형 Ⅲ (거주지↔대학 간 거리 포함 모형) | 모형 Ⅳ (거리 범주 더미 포함 모형) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
추정값 (β) | 표준오차 | χ 2 | Hazard ratio | 추정값 (β) | 표준오차 | χ 2 | Hazard ratio | |||
개인특성 | 성별 | -0.278* | 0.132 | 4.418 | 0.758 | -0.264* | 0.133 | 3.913 | 0.768 | |
ln(첫 일자리 월소득) | 0.160*** | 0.030 | 28.899 | 1.174 | 0.164*** | 0.030 | 29.699 | 1.178 | ||
형제자매 수 | -0.182† | 0.097 | 3.545 | 0.834 | -0.186† | 0.098 | 3.618 | 0.830 | ||
대학원 진학 여부 | 0.519** | 0.201 | 6.691 | 1.680 | 0.538** | 0.203 | 7.046 | 1.712 | ||
가구특성 (고3때 기준) | ||||||||||
부모학력 더미 | 고졸 미만 | 0.599** | 0.215 | 7.765 | 1.819 | 0.600** | 0.216 | 7.721 | 1.821 | |
고졸 | 0.440* | 0.178 | 6.137 | 1.553 | 0.438* | 0.178 | 6.069 | 1.549 | ||
전문대졸 | 0.179 | 0.260 | 0.474 | 1.196 | 0.193 | 0.261 | 0.547 | 1.213 | ||
대졸 이상 | - | - | - | - | - | - | - | - | ||
ln(가구소득) | 0.061 | 0.083 | 0.536 | 1.063 | 0.070 | 0.085 | 0.673 | 1.072 | ||
고3 당시 거주지 더미 | 서울 | - | - | - | - | - | - | - | - | |
부산 | 0.181 | 0.203 | 0.790 | 1.198 | 0.175 | 0.205 | 0.725 | 1.191 | ||
대구 | 0.565* | 0.273 | 4.291 | 1.760 | 0.560* | 0.276 | 4.096 | 1.750 | ||
대전 | 0.119 | 0.323 | 0.135 | 1.126 | 0.103 | 0.325 | 0.101 | 1.108 | ||
인천 | 0.168 | 0.270 | 0.388 | 1.183 | 0.154 | 0.280 | 0.302 | 1.166 | ||
광주 | 0.300 | 0.360 | 0.694 | 1.350 | 0.327 | 0.364 | 0.808 | 1.387 | ||
울산 | 0.264 | 0.314 | 0.708 | 1.302 | 0.327 | 0.318 | 1.054 | 1.387 | ||
경기 | 0.001 | 0.218 | 0.000 | 1.001 | -0.013 | 0.222 | 0.003 | 0.987 | ||
강원 | -1.820† | 1.014 | 3.224 | 0.162 | -1.692† | 1.016 | 2.773 | 0.184 | ||
충청 | 0.291 | 0.268 | 1.180 | 1.338 | 0.384 | 0.273 | 1.976 | 1.468 | ||
전라 | -0.079 | 0.308 | 0.065 | 0.924 | -0.048 | 0.316 | 0.023 | 0.953 | ||
경상 | 0.308 | 0.230 | 1.788 | 1.360 | 0.332 | 0.238 | 1.941 | 1.393 | ||
자가보유 여부 | 0.304* | 0.149 | 4.185 | 1.356 | 0.313* | 0.149 | 4.404 | 1.368 | ||
출신대학 특성 | 전공더미 | 인문 | 0.354 | 0.248 | 2.041 | 1.425 | 0.338 | 0.249 | 1.847 | 1.402 |
사회 | 0.471† | 0.275 | 2.933 | 1.602 | 0.439 | 0.277 | 2.521 | 1.551 | ||
자연 | 0.167 | 0.291 | 0.329 | 1.182 | 0.150 | 0.292 | 0.264 | 1.162 | ||
공학 | 0.712** | 0.256 | 7.754 | 2.037 | 0.707** | 0.256 | 7.608 | 2.027 | ||
의약 | 0.183 | 0.406 | 0.203 | 1.201 | 0.221 | 0.407 | 0.295 | 1.247 | ||
사범 | 0.780* | 0.362 | 4.647 | 2.182 | 0.785* | 0.364 | 4.668 | 2.193 | ||
예체능 | - | - | - | - | - | - | - | - | ||
대학순위 더미 | 1~10위 | - | - | - | - | - | - | - | - | |
11~20위 | 0.154 | 0.289 | 0.285 | 1.167 | 0.137 | 0.290 | 0.224 | 1.147 | ||
21~30위 | -0.395 | 0.328 | 1.443 | 0.674 | -0.382 | 0.329 | 1.352 | 0.682 | ||
기타 | -0.214 | 0.217 | 0.974 | 0.807 | -0.183 | 0.219 | 0.694 | 0.833 | ||
진학 대학 거리 특성 | ln(고3 거주지↔대학 간 거리) | -0.070† | 0.042 | 2.776 | 0.932 | |||||
고3 당시 거주지↔ 대학 소재지 간 거리 더미 | 0~10km 미만 | 0.417* | 0.186 | 5.06 | 1.518 | |||||
10~20km 미만 | 0.402* | 0.198 | 4.109 | 1.495 | ||||||
20~40km 미만 | 0.431* | 0.203 | 4.49 | 1.538 | ||||||
40~70km 미만 | 0.181 | 0.226 | 0.644 | 1.199 | ||||||
70km 이상 | - | - | - | - | ||||||
모형검정 통계량 | -2Log L | 3,360.45 | 3,355.51 | |||||||
AIC | 3,420.45 | 3,421.51 | ||||||||
SBC | 3,530.03 | 3,542.05 | ||||||||
귀무가설 검정 통계량 | Likelihood Ratio | 89.125*** | 94.062*** | |||||||
Score | 81.878*** | 85.508*** | ||||||||
Wald | 81.212*** | 84.137*** | ||||||||
N | 1,144 | 1,144 |
끝으로 고3 거주지와 대학 간 거리를 몇 가지 범주로 나누어 살핀 [모형 Ⅳ]에서는 기준변수로 삼은 70km 이상 범주에 속한 이들에 비해 가까운 곳에 위치한 대학에 진학한 이들의 혼인이행 위험비가 높게 나타났다. 보다 구체적으로는 0~10km 미만 범주에 속하는 이들은 1.52배, 10~20km 미만 및 20~40km 미만 범주에 속할 경우 각각 1.50배와 1.54배 혼인이행 위험비가 높은 것으로 분석되었다. 해당 분석을 통해서도 거리범주에 완전히 비례하는 것은 아니지만 어느 정도 인접한 곳에 위치해 있는 대학에 진학한 이들은 멀리 떨어진 대학에 진학한 이들에 비해 혼인시점을 함께 염두에 두었을 때 혼인이행 위험비가 높음이 확인되었다.
분석 결과를 종합하여 혼인 여부 및 대학졸업 이후 혼인에 이르기까지 소요된 기간을 고려하여 혼인이행 위험비를 살펴보고자 한다. 분석결과 다른 조건이 동일하다면 고3 당시의 거주지와 가까운 곳(=40km 미만)에 위치한 대학에 진학한 이들의 혼인이행 위험비가 고3 당시 거주지와 먼 곳에 위치(=40km 이상)해 있는 대학에 진학한 이들에 비해 높은 것으로 나타났다. 거리를 세분화해서 나누어 분석해 보았을 때도 비록 거리에 완전히 비례하여 혼인의 가능성이 낮게 나타나는 것은 아니지만, 고3 당시 거주지와 상대적으로 가까운 정도의 범주에 속해 있는 대학으로 진학한 이들의 혼인이행 위험비가 비교적 높음을 알 수 있다. 다만, 행정구역(광역자치단체)을 기준으로 살폈을 때는 고3 당시 거주지와 다른 곳에 속한 광역자치단체의 대학에 진학하였다고 해서 혼인이행 위험비에 통계적으로 유의미한 차이를 보이지는 않는 것으로 분석되었다. 이는 상당히 멀리 떨어진 광역자치단체에 속한 대학교로 진학하지 않더라도 거주지와 접해 있는 광역자치단체에 위치한 대학으로 진학해 통학을 하는 학생들이 많은 까닭(예컨대 서울⇄경기 간 통학 학생 등)일 수 있으며, 단순히 행정구역의 차이보다는 실질적인 원거리에 따른 통학의 불가능성이 졸업 이후의 혼인을 둘러싼 의사결정이나 실제 혼인에 영향을 미칠 수 있음을 실증적으로 보여주는 결과라 할 수 있다.
본 연구는 많은 이들이 본인이 살던 곳과 떨어진 지역에 위치한 대학으로 진학하는 한국의 현실에 대한 고찰서 시작되었다. 특히, 타 지역으로의 대학진학이 대학졸업 이후 혼인에 어떠한 관련성을 가지는지를 분석해 보고 자 하였다. 보다 구체적으로는 고등학교 3학년 당시의 거주지와 졸업한 대학의 소재지를 기준으로 동일한 광역자치단체에 속한 대학에 진학하였는지 여부와 둘 간의 거리 변수 등 진학한 대학의 거리 특성을 다각적으로 변수화하여, 그 차이에 따라 대학졸업 이후 혼인을 얼마나 촉진(또는 지연)시키는지를 분석하였다.
분석 결과 타 지역으로의 대학진학이 혼인을 지연시킬 수 있음이 확인되었다. 여타의 조건들이 동일하다면 시군구청의 위치를 기준으로 고등학교 3학년 때 거주하던 곳에서 40km 이상 떨어진 곳에 있는 대학으로 진학한 이들은, 그보다 가까운 곳에 위치한 대학에 진학한 이들에 비해 혼인이행 위험비가 낮은 것으로 분석되었다. 물론 고3 당시의 거주지와 대학 소재지 간 거리에 완전히 비례하는 것은 아니다. 하지만 ‘0~10km 미만’, ‘10~20km 미만’, ‘20~40km 미만’ 등 통학이 가능할 것으로 판단되는 일정한 거리 내에 위치한 대학으로 진학한 이들은, 여간해서는 통학이 불가능한 것으로 판단되는 70km 이상 떨어진 곳에 위치한 대학에 진학한 이들에 비해 혼인이행 위험비가 높음을 알 수 있었다. 다만, 광역자치단체를 기준으로 한 분석에서는 고3 당시 거주지와 동일한 광역자치단체에 소재한 대학에 진학하였다고 해서 타광역자치단체에 위치한 대학으로 진학한 이들에 비해 혼인이행 위험비가 높게 나타나지는 않았다.
이러한 분석 결과을 통해 타 지역으로의 대학진학이 대학을 졸업한 이후의 혼인을 둘러싼 의사결정이나 실제 혼인에 영향을 미칠 수 있음을 명확히 확인할 수 있었다. 이와 관련해 몇 가지 가능성을 짚어보면 첫째, 타 지역으로 대학진학을 할 경우 부모와 함께 사는 것에 비해 주거비나 생활비 등이 상대적으로 많이 들어갈 가능성이 높아 혼인을 위한 자산축적이 늦어지고, 이로 인해 혼인 또한 지연될 가능성도 높을 것이다. 둘째, 졸업한 대학이 위치한 곳에서 일자리를 구할 가능성이 높다고 가정했을 때 많은 이들이 가고자 하는 대학이 위치한 지역(서울 등)의 경우 물가수준이나 주거비가 높아, 이 또한 혼인을 위한 자산축적 및 혼인이 지연될 수밖에 없는 구조적 요인으로 작용할 가능성도 충분하다. 셋째, 상당한 노력을 통해 많은 이들이 원하는 대학에 진학하였지만 이후에도 대학생활, 취업, 취업 후의 안정을 위한 경쟁 등 끊임없이 치열한 경쟁 상황에 노출된다고 지각하여 혼인보다는 개인의 발전에 투자를 집중하는 쪽을 선택함으로써 혼인을 지연할 가능성도 있을 것이다. 넷째, 타 지역 대학진학으로 인해 유년・청소년기를 보낸 익숙한 지역이 아닌 낯선 곳에서의 삶에서 오는 불안정감, 타인과의 교류의 어려움 등 다양한 심리적 요인들도 타 지역으로 대학을 진학한 이들의 혼인이행 위험비를 낮추는 요인이 될 것으로 짐작할 수 있다.
청운의 꿈을 안고, 많은 수의 학생들이 대학재학 중 예상되는 어려움이나 비용을 감내하고서라도 조금이라도 더 사회적으로 위세 높고 인정받는 대학에 진학하려고 한다. 그리고 이러한 경쟁은 나날이 더 심해지고 있다. 한편, 국가 전체적으로는 경제적, 인구적 측면에서의 지역 간 불균형 현상이 나날이 심해지고 있으며, 혼인・출산을 둘러싼 사회적 우려도 깊어지고 있다. 따라서 지금을 사는 우리는 이러한 어려움이 여러 복합적인 요인들 중 하나로, 교육(대학진학)에서 비롯되는 것은 아닌지도 다시 한번 짚어볼 필요가 있다.
대학 진학은 전적으로 개인의 선택이자 본인이 원하는 곳을 찾아서 소신껏 지원을 해야한다는 점은 반론의 여지가 없다. 다만 개인이 살아온 지역에서 원하는 (대학)교육을 충분히 받기가 점점 어려워진다는 사회 구조적 문제가 있다면 이는 사회 전체가 함께 고민해야 한다. ‘지역간 경제적 불균형과 인구의 불균형→특정 지역의 (대)학생 감소→특정 지역의 대학 운영의 어려움→대학의 경쟁력 약화→지역간 경제적 불균형……’과 같은 악순환이 이어질 가능성도 상당히 높으며, 이러한 가능성은 가능성에 그치지 않고 ‘대학들의 벚꽃엔딩’이라 불리는 용어에서와 같이 사실상 이미 구체화 된 모습으로 나타나기 시작했다. 분석 결과를 바탕으로 제시하고자 하는 정책적 시사점은 다음과 같다.
우선 지역 간 불균형을 해소하기 위한 모두의 적극적인 노력이 필요하다. 여러 가지 긍정적 기능을 염두에 두고 대학에 진학하는데 그 가운데는 인적자본 축적을 통한 양질의 일자리를 구하는 데 도움이 되고자 대학에 진학하는 측면도 있다. 일반적으로 근로자들은 졸업한 대학과 인접한 곳에서 일자리를 구할 가능성이 높고, 대학 재학 중의 경험들로 해당 지역에 친숙하고 그 지역의 전문가가 될 가능성 또한 높다. 따라서, 지역마다 지역의 특성을 고려한 양질의 일자리가 늘어난다면, 해당 지역으로의 대학 진학을 결정하는 유인이 될 수 있다. 이를 통해 장기적으로는 타 지역으로의 무리한 대학진학과 과도한 경쟁도 줄어들 수 있고, 국가 전체적으로는 지역 간 불균형이 감소할 것이다.
또한, 지역에 위치한 대학들의 강점을 극대화하는 전략이 필요하다. 안타깝게도 대다수 전공의 교육과 연구활동, 직업훈련 모두 서울을 중심으로 공고한 위계가 구축되어 있는 실정이다. 이로 인해 경제, 인구 등 많은 분야에서 불균형은 더욱 심각해질 수밖에 없다. 지역의 특화산업 발굴 노력과 양질의 일자리 창출을 통해 지역의 경쟁력을 강화하고, 그 과정을 지역대학이 뒷받침하는 노력을 기울일 필요가 있다. 지역의 대학에 진학한 학생들이 졸업 후에도 해당 지역에 정착하기 위해서는 많은 노력이 필요하다. 혁신도시 조성과 같은 대규모의 국가적 프로젝트를 통해 지역 경제를 활성화하고, 청년들이 해당 지역에서 안정적으로 생활할 수 있는 환경을 조성하기 위한 충분한 고민이 필요하다. 본 연구의 분석 결과에서 전공별로도 혼인이행 위험비에 차이가 있음에 비추어 본다면, 지역과 대학이 연계하여 지역의 경쟁력 있는 산업에 특화된 전공을 파악하는 일이 선행되어야 할 것이다. 해당 전공에 대한 경쟁력 강화를 통해 지역과 대학이 함께 경쟁력을 강화해 나가는 방향을 지역정부와 교육기관이 함께 고민해나가야 한다.
궁극적으로는 서울 등 특정 지역의 대학으로 집중되는 현상에서 탈피하여 국가 전체적으로 지역 불균형을 완화하는 것이 더욱 바람직하지만, 이는 단기적으로 실현되기 쉽지 않은 것이 작금의 상황이라 할 수 있다. 이유가 어찌 되었든, 지역대학의 교육여건이 불충분한 구조적인 상황 하에서 부득이하게 치열한 경쟁을 통해 타 지역에 위치한 대학으로 진학하였는데, 그에 따른 비용까지 개인이 오롯이 짊어지기에는 감내해야 하는 부담이 상당하다. 타 지역에서의 대학교육을 위한 비용부담 때문에 향후 결혼이나 출산 등이 늦어진다면 이에 따른 어려움은 개인(및 그 가족)뿐만 아니라 우리 사회의 지속성을 우려하게 만드는 요인이 될 수 있다. 수년째 이어져오는 우리나라의 세계 최저 수준의 출산율은 그 기저에 혼인비용이라고 불리울 수 있는 혼인에 대한 어려움이 상당함을 감안할 때, 대학생들의 안정적인 주거를 위한 사회적 노력이 필요하다. 만약 대학교육을 위한 비용 중 결코 무시할 수 없는 큰 비용인 주거비 부담을 사회구조적 개선으로 완화할 수 있다면, 상당수의 대학생들이 재학 중 아르바이트로 시간을 보내는 대신 학업에 더욱 집중할 수 있을 것이다. 이는 보다 빠른 대학 졸업과 사회진출로 이어져 국가적으로도 큰 도움이 될 가능성이 충분하다.
현재 우리 사회는 많은 수의 학생들이 타 지역에 위치한 대학으로 진학하고 있음에도 불구하고 이와 관련한 실증적 연구의 수는 많지 않다. 이러한 상황을 염두에 두고, 본 연구는 한국이 직면한 심각한 사회문제 중 하나인 저출산 문제와 연관시켜, 타 지역으로의 대학진학이 혼인과 어떠한 관련성을 갖는지를 대표성 있는 통계 자료를 활용해 실증적으로 살펴보았는 점에서 의미가 있다.
또한 청년들의 혼인이나 취업, 통근에 있어서 지역이나 거리의 영향을 살펴본 기존의 연구들이 대부분 행정구역 그 자체를 기준으로 분석이 이루어졌음(조동훈, 2020; 최형재, 2022; 김가현,김근태, 2023)에 비해 본 연구에서는 실제 거리와 가급적 유사한 변수를 생성하여 분석했다는 점에서도 상당한 의의를 찾을 수 있다. 많은 수의 대학생들이 인근지역(광역시도)에 위치한 대학으로 통학하는 현실을 감안할 때 이러한 시도는 현실부합도를 한 단계 높인 시도로 볼 수 있을 것이다.
다만 본 연구는 이용한 자료의 제약으로 혼인에 있어 배우자의 특성 또한 매우 중요하지만, 배우자의 특성은 전혀 고려하지 못하였다는 한계를 가진다. 또한 원가구나 대학의 실제 위치가 아닌 그것이 속한 시군구청의 주소를 기준으로 삼아 분석했으며, 통학의 가능성에 대해서도 실제 통학이나 기숙사/자취/하숙 등의 상황이 아니라 고3 당시의 거주지⇄대학소재지 간 간접적으로 구한 직선거리를 통해 분석했다는 한계가 있다. 이와 함께 본 연구는 출산을 미루는 다양한 요인들이 한데 얽힌 다차원적 메커니즘(예컨대 혼인을 위한 자산축적의 정도나 경제적 부담의 정도, 타 지역의 삶에서 오는 심리적 어려움 등)을 동시에 고려한 것은 아니라는 점도 한계로 남는다.
향후 이러한 점들을 종합적으로 고려한 연구들이 지속적으로 이어진다면, 대한민국 청년들의 대학진학과 관련한 교육적, 사회적 논의에 참고 자료가 될 것이라고 생각한다. 또한, 지역 간 불균형 해소를 위한 정책의 실효성을 높일 수 있는 세부 정책들을 발굴하는 데도 도움이 될 것으로 기대된다. 이러한 연구들이 지속적으로 축적된다면, 적극적으로 삶을 계획해 나가는 시기에 놓인 청년들이 경제적 부담 없이 학업에 전념하고, 졸업 후에도 안정적으로 정착할 수 있는 환경을 마련하는 일에 기여할 수 있을 것이다. 장기적으로는 사회적으로 청년들의 자유로운 혼인 시기 결정을 돕고, 저출산 문제를 해결하는 데도 기여할 수 있을 것으로 기대한다.
특히 수도권을 향해 많은 수의 청년들이 떠나고 있는데 수도권으로 떠난 청년과 남은 청년 간 대학 졸업률, 소득, 주거, 자산, 가족 형성 등에서 상당한 차이를 가져오고 있음이 통계적으로 제시되기도 한다(동남지방통계청, 2023).
물론 대학의 분포(지역별 대학교 수)를 살펴보면 인구의 분포에 비해서는 광역자치단체별로 상대적으로 고르게 분포되어 있음을 알 수 있다. 이는 국・공립 대학의 경우 광역자치단체의 명칭(예컨대 충남대학교, 전북대학교 등)을 학교명으로 하는 등 설립과정에서 지역별로 비교적 고르게 설립되었기 때문이라 할 수 있다. 그럼에도 불구하고 재학생 수를 기준으로 했을 때는 수도권 및 광역시에 위치한 대학의 규모가 크며, 수도권 또는 지방거점국립대를 중심으로 한 대규모의 상대적으로 위세 높은 대학을 제외하고는 신입생 충원도 날로 어려워지는 등(양정호, 2023, p. 8) 대학재학생 또한 불균형적 분포가 심해질 가능성이 높다.
대학이 위치한 곳의 주거비용을 생각했을 때 원가구에서 다니는 이들에 비해 큰 비용이 들어갈 가능성이 높을 것이며, 식사, 청소 등 가구 내 무급노동에 있어 가족이 함께 살 때 누릴 수 있는 집적효과를 누릴 수 없음을 감안한다면 타 지역으로의 대학진학은 인근지역에서 대학에 다니는 이들에 비해 큰 비용을 수반할 가능성이 높다.
예컨대 고3 당시 서울특별시 은평구에 살던 응답자가 경북대학교(대구광역시 북구 소재)로 진학한 경우 ‘서울 은평구청↔대구 북구청’ 간의 직선거리만큼 떨어진 곳에 진학한 것으로 간주하였다.
실제 이동경로가 아닌 집과 대학 간 수학적 직선거리를 산출하였다는 점과 동일 시/군/구청을 이용해 직선거리를 구할 경우 동일한 기초자치단체에 속해 있다면 0km로 계산되는 등 진학한 대학까지의 거리가 과소 계산되었을 가능성은 충분히 존재한다. 그러나 개인의 세부주소는 매우 민감한 개인정보인 만큼 정확한 자료의 활용이 어렵다. 통근・통학이 우리의 삶과 밀접한 관련이 있는 일상적 활동임에도 불구하고 이에 대한 실증연구가 흔치 않은 이유도 이 때문이라 할 수 있다(양은모, 배호중, 2023). 이러한 어려움을 염두에 두고 본 연구는 최대한 구체적이고 객관적인 거리변수를 생성하고자 고민하였고, 가구 및 대학이 속한 최소 행정단위 시/군/구청의 좌표를 통해 간접적으로 해당 거리를 산출해 분석을 수행하였다.
부가적으로 228개 기초자치단체의 면적은 평균 434㎢였다. 이러한 수치에 대해 자치단체들이 원(circle)의 형태를 보이고 있음을 가정하고 해당 넓이에 대한 지름을 구해보면 23.5km가 도출된다. 이를 바탕으로 기초자치단체의 크기를 지름이 20km인 것으로 가정(배호중 외, 2017)하였고, 직선거리 70km의 경우 여러 광역시를 기준으로 했을 때 해당 기초자치단체는 물론 그 지역을 둘러싼 광역자치단체도 벗어나는 정도의 거리(예컨대 대구광역시를 기준으로 했을 때 경상북도까지도 넘어서는 범위)로 판단된다. 따라서 이러한 거리를 통학을 하는 경우는 매우 드물고, 통학에 무리가 있을 것으로 판단해 광역자치단체의 중앙에 위치해 있을 가능성이 높은 시청 또는 도청을 기준으로 20km와 40km, 70km 등을 통학가능성의 기준으로 삼아 분석을 진행하였다.
이 같은 기준은 서울 또는 광역시청을 기준으로 한 가정에만 적합한 것은 아닌 것으로 보인다. 역으로 충청북도 청주시에 위치한 충북대학교를 기준으로 했을 때 직경 20km는 청주시 대부분을 담고 있으며, 40km를 기준으로 살펴보면 대전광역시, 세종시, 공주시, 증평군, 진천군 일부를 포함하며, 경기도(안성시)에는 닿지 않은 정도의 거리이다. 이에 대중교통망, 우리 주변에서 이야기되는 생활권 등을 고려했을 때 직선거리 20km 또는 40km 등을 기준으로 한 거리범주 설정은 타당성을 가질 것으로 판단된다.
KLIPS를 통해 출신고교, 출신대학 졸업시점 등의 정보를 통해서도 대학졸업 이후 혼인기간을 추정할 수는 있다. 다만 그 경우 고3 당시 가족의 특성이나 거주지 등을 파악하기에는 한계가 있어 본 연구에서는 KLIPS가 시작된 이후 고교 및 대학을 졸업한 이들을 대상으로 분석을 실시하였다.
단, 이 수치는 혼인 때까지 또는 최종 조사시점까지 대학졸업 후 취업을 경험한 적이 없는 이들의 임금을 0원으로 간주하고 계산한 결과이다. 대학진학 후 노동시장참여 경험이 있는 것으로 조사된 이들의 첫 일자리에서의 (2020년 기준 실질화한) 소득액은 평균 245.8만 원 수준이었다.
. (2004). http://map.naver.com .
. (2024). http://map.esran.com .
. (2016). 2016년 중앙일보 대학평가. https://www.joongang.co.kr/article/20731801#home .
. (2024a). 경제활동참가율(시도)(「경제활동인구조사」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1DA7014S_02&conn_path=I3 .
. (2024b). 청년고용률(시도)(「경제활동인구조사」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1DA7015S&conn_path=I3 .
. (2024c). 1인당 개인소득(시도)(「지역소득」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1C86_04&conn_path=I3 .
. (2024d). 1인당 GRDP(시도)(「지역소득」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1C86_02&conn_path=I3 .
. (2024e). 시도·산업·종사자규모별 사업체수, 종사자수(「전국사업체조사」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1K52D03&conn_path=I2 .
. (2024f). 국토현황(행정구역별,소유자별,지목별)(「지적통계연보」). https://www.index.go.kr/unity/potal/main/EachDtlPageDetail.do?idx_cd=2728 .
. (2024g). 행정구역별/5세별 주민등록인구(「주민등록인구현황」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1B04005N&conn_path=I3 .
. (2024h). 주민등록인구(시도/시/군/구)(「주민등록인구현황」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL20651E&conn_path=I3 .
. (2024i). 평균 초혼연령(「인구동향조사」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1B83A09&conn_path=I3 .
. (2024j). 합계출산율(「인구동향조사」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=INH_1B81A17&conn_path=I2 .
. (2024a). 대학교 수(「교육기본통계」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL21181&conn_path=I3 .
. (2024b). 대학교 학생수(「교육기본통계」). https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL8801&conn_path=I3 .
, , , & (2017). The crowded life is a slow life: Population density and life history strategy. Journal of Personality and Social Psychology, 112(5), 736. [PubMed]
(1997). Women’s employment and the gain to marriage: The specialization and trading model. Annual Review of Sociology, 23(1), 431-453. [PubMed]