1. 이론적 논의

출산력의 사회경제적 결정요인 규명은 인구학 출범 이래 핵심적인 관심사의 하나였다(김두섭, 2007, p. 29). 이러한 관심을 바탕으로 사회경제적 지위와 출산 간의 관련성에 대한 다양한 이론들이 발전되어 왔으며, 통계자료를 이용해 이를 뒷받침하기 위한 실증연구도 꾸준히 이루어지고 있다.

부부를 둘러싼 사회경제적 요인들과 출산 간의 관련성에 대한 분석은 출산자녀수(출산력)나 출산의향을 통해 측정되고 분석될 수도 있지만 자녀출산 시점이나 기간에 대한 분석을 통해서도 논의를 전개해 나갈 수 있다. 일반적으로 여성의 생물학적 가임 기간이 한정되어 있기 때문에 혼인 이후 첫 출산까지의 소요기간 또한 여성의 출산율에 중요한 영향을 미칠 것이며(송헌재, 2012, p. 53) 출산 속도(tempo)의 변화는 출산력 수준을 결정짓는 중요한 요소 중 하나로 꼽힌다(은기수, 2005). 직관적으로 보았을 때 첫 자녀의 출산이 비교적 이른 시기에 이루어진다면 추가출산의 가능성 또한 상당히 높다고 할 수 있을 것이다. 실제로 미국의 경우 다른 산업국가와 달리 비교적 안정된 출산력을 갖게 된 것은 첫 번째 아이를 비교적 일찍 갖는 사회적 분위기와도 관련되어 있음(Lesthaeghe, 1995; 정성호, 2009에서 재인용)이 제시되고 있기도 하다.

가족계획에 대한 인식 확대와 피임기술의 발달로 출산에 대한 조절이 이전에 비해 용이해지면서 출산행위에 있어서 부부의 의사결정의 중요성이 더해졌다. 자녀출산(시점) 결정에 있어서도 가구의 효용이 극대화되는 방향으로 의사결정을 내리고자 하였으며, 현재 상황뿐만 아니라 미래까지도 다각적으로 고려하여 보다 구체적으로 자녀 출산을 둘러싼 계획 및 선택이 이루어지게 되었다(배호중, 2019, p. 37).

자녀출산 여부 또는 출산시점에 대한 결정은 자녀는 낳고 키우는 데 드는 상대적 비용과 소득수준에 상당한 영향을 받는다. 자녀의 출산⋅양육에 들어가는 (기대)비용이 증가하면 자녀출산을 포기하거나 조금 더 안정될 때까지 지연할 가능성이 높다. 일반적으로 자녀는 시장에서 구입할 수 없고 각 가족이 시장재와 자녀 양육을 위한 부모의 시간을 투입하여 자체적으로 생산한다. 각 가정마다 시간비용과 가계생산함수가 다르기 때문에 자녀를 생산하고 양육하는 비용 또한 다를 수밖에 없다(정영숙, 2005, p.62).

자녀의 출산은 해당 자녀가 성인이 될 때까지 장기간에 걸친 결정이므로 이에 생애효용최대화(life cycle utility maximization)의 관점으로 이를 살펴볼 수 있다(최경수, 2008). 이를 간략한 모형을 통해 살펴보면 출산의 생애경력모형에서는 개인의 생애에 걸친 출산의 결정이 다음과 같은 생애효용의 최대화 관점에서 이루어질 가능성이 높다.¹⁾

(단, x_s : 소비재 소비, n_s : 자녀로부터의 효용, U_t : t시점에서의 효용, β: 할인율)

부부는 생애에 걸친 소비재 소비(x_s )와 자녀(n_s )로부터 효용을 누리게 되는데 각 시점(t)에서 생애효용함수를 최대화하고자 한다. 이 같은 효용함수와 함께 자녀출산의 (기회)비용이 함께 고려되며, 이는 출산에 따른 임금손실의 비용, 근로기회 상실로 인한 인적자본 축적의 손실, 그리고 영아의 보육비용 및 이후 성장과정에서의 양육비용으로 등이 포함될 수 있다.

위의 수식에 대해 여러 가지 가정이나 어려운 풀이과정을 거치지 않더라도 자녀양육에 대한 비용이나 부담이 줄어든다면 자녀출산이 보다 활발히 일어날 것임은 어렵지 않게 짐작할 수 있다. 자녀양육에 대한 부담을 줄이고자 자녀를 양육하는 근로자를 위한 다양한 제도들이 시행되고 있는데 그중 대표적인 것이 육아휴직제도라 할 수 있다. 육아휴직 및 육아휴직급여를 통해 육아휴직으로 인한 생계곤란을 방지하며, 자녀의 건강한 성장을 돕고자 하는데 최근으로 올수록 남성사용자의 비율이 증가하고 있다.²⁾

육아휴직을 통해 육아에 대한 부담을 상당히 경감할 수 있는 것은 분명하나 가구별로 이에 대한 체감도는 달리 나타날 수 있다. 특히 여성(어머니)에 비해 보조적인 양육자의 역할을 할 가능성이 높은 남성(아버지)의 경우 이를 선택적인 측면에서 사용할 가능성이 높으며, 이러한 가능성의 바탕에는 육아휴직 사용에 따른 (기대)비용과 편익 간의 차이에 대한 고려가 깔려 있을 것이다.

본 연구에서 주목한 맞벌이 여부와 연관시켜 남편의 육아휴직을 생각해보면 비맞벌이 가구의 경우 해당 근로자가 육아휴직을 할 경우 (육아휴직 기간 동안이기는 하나) 상당한 소득의 감소가 예상된다. 육아의 기회비용의 측면에서도 비맞벌이 부부(부부 중 1인만 경제활동 또는 모두 비경제활동 상태)가 동시에 돌보는 경우에 비해 맞벌이 부부 중 1인이 육아휴직을 하여 자녀를 돌보는 경우에 조금 더 적은 정도의 육아로 인한 손실을 겪을 가능성이 높다. 따라서 남편의 육아휴직 활용가능성과 자녀 출산 간의 관련성은 단순히 남편만의 관점에서만 살필 것이 아니라 가구전체의 관점에서 바라볼 필요가 있다. 이에 본 연구에서는 신혼부부를 대상으로 ‘남편의 육아휴직 활용가능성’뿐만 아니라 가구의 특성을 나타내는 중요한 특질의 하나인 ‘맞벌이 여부’를 함께 다루어 연구를 진행하였다.

2. 선행연구 검토

먼저, 자녀 출산과 개인 및 가족 요인 간 연관성에 대한 사례는 한국사회가 이미 20여 년 이상 경험하고 있는 저출산 양상과 맞물려 양적으로 축적되었다(박수미, 2005; 박수미, 2008; 정성호, 2009; 이삼식 외, 2016; 오유석, 2015; 최영미, 박윤환, 2019; 노법래, 양경은, 2019). 이 중에서도 특히 성별분업 구조와 가족 내 역할 배분에 대한 변화가 출산 결정에 미치는 영향에 주목하는 연구들도 양적으로 축적되었다(백진아, 2009; 강이수, 2011; 김혜경, 2013; 안미영, 2016; 허은, 2017; 오유라, 2021). 더 나아가 남편의 육아참여, 특히 육아휴직 활용 여부에 따른 남편의 돌봄 분담 및 참여가 배우자의 출산 의향 및 실제 출산 이행 간의 연관성에서 어떠한 역할을 담당하고 있는지에 대한 실증적 접근 역시 지속적으로 보고되는 경향을 보이고 있다(나성은, 2014; 최지훈, 안선희, 2018; 정미숙, 김준수, 2021; 정수빈, 배은경, 2022; 라지영, 허가영, 2025; Schober, 2012). 또한, 남성의 육아휴직 사용은 맞벌이 부부에 있어서 여성의 취업 복귀와 밀접하게 연관되어 있는 것으로 경험적으로 보고되고 있다(Hofferth, & Curtin, 2006; Pronzato, 2009).

한편, 육아휴직 제도에 대한 선행연구는 육아휴직이 여성이 출산 이후 노동시장에 복귀할 수 있도록 하는 제도적 기반으로 기능함과 동시에, 출산의 ‘기회비용’을 낮추는 수단이라는 관점을 기본적으로 견지하고는 있지만, 경험적인 보고는 일관성 있게 한 방향으로만 나타나지 않는 것으로 이해되고 있다. 먼저, 육아휴직의 순기능 측면과 관련하여 보다 구체적으로, Lalive & Zweimüller(2009)는 표본의 인구사회학적 특성에 따라 상이하지만, 그럼에도 불구하고 대체적으로 육아휴직 이후 단기적으로는 고용과 소득이 감소하지만 장기적으로는 감소하지 않으며, 출산율을 증가시키고, 출산 후 경력 단절과는 별다른 연관성이 없음을 실증적으로 분석하여 보고하고 있다. 이들의 경험적 분석 결과는 육아휴직과 맞물린 부부 구성원 성별 돌봄책임의 구조적 재편이 출산의 사회적 조건으로 작용하고 있음을 직, 간접적으로 시사하고 있다는 점에서 의미가 있으며, 본 연구가 주목하고 있는 지점을 관통하고 있다는 점에서도 의미가 있다고 할 것이다. 반면, Fisher et al.(2016)은 육아휴직에 대한 공공정책과 직장 복귀 기간은 국가마다 상당히 다르며, 이에 대한 제도적 차이 이외에도 사회문화적 차이의 가능성을 시사하고 있다. 아울러, Fitzenberger et al.(2016)에서도 독일을 사례로 하여 육아휴직을 사용한 직원의 절반 이상이 휴직 후 직장에 복귀하지 못한 현실을 지적함과 동시에, 여성 직원의 1/3가량은 육아휴직 기간 동안 임시직(temporary job)으로 복귀하며, 이 중 육아휴직 종료 후 직장에 계속 근무하는 직원은 10명 중 6명에 미치지 못함을 언급하고 있다. 또한, 남성의 육아휴직과 관련하여, Rehel(2014)에 따르면, 캐나다 및 미국의 세 도시의 남성 육아휴직자들을 대상으로 하여 반구조화 인터뷰를 수행한 결과, 육아휴직 사용에 따라 직장이 아닌 육아의 일상적 현실에 참여하고 양육기술과 책임감이 제고됨과 동시에 단순히 아내의 양육을 돕는 보조의 역할이 아닌 적극적인 공동 양육자로서의 역할을 감당하게 되었음을 경험적으로 보고하고 있다. 이와 같은 결과는 남성의 육아휴직이 자녀 양육에 대한 부부의 성별 분업화를 완화하는 역할 이외에도, 부부의 관계 만족도를 개선하여 추가 출산의 가능성에 긍정적인 역할을 할 개연성을 내포하고 있다는 점에서도 의미가 있을 것이다. 남성의 육아휴직이 자녀 양육 돌봄에의 참여와 보편적 돌봄 발전과 무관하지 않다는 논의는 국내 사례에서도 두루 보고되고 있다(김연진, 2013; 정수빈, 배은경, 2022). 이러한 연구 결과는 공통적으로 남편의 육아휴직이 단순한 제도 이용을 넘어, 가족 내 돌봄분업 구조에 대한 실질적인 전환을 경험하게 하는 요인으로 작용할 수 있음을 담고 있다는 점에서 의미가 있다.

지금까지 살펴본 선행연구들을 살폈을 때 그간 남편의 육아휴직 ‘활용가능성’이라는 효과에 주목하지 않았다는 아쉬움을 노정하는 동시에, 이것이 실제 자녀 출산 이행에 미치는 영향에 대한 분석이 미진함을 보여주고 있다. 관련 선행연구 사례는 대체적으로, 남성의 육아휴직이 영유아 자녀 돌봄에 대한 남편의 육아 참여, 돌봄 평등화에 주목하는 경향이 다분하며, 출산 이행과 같은 결과 변인에 대해서는 직접적인 논의가 많지 않은 것으로 보인다. 직관적으로 보았을 때도 육아휴직 제도가 존재하고, 남편이 자유롭게 원할 때 사용할 수 있다는 기대 자체가 출산에 긍정적인 영향을 미칠 수 있으리라 짐작할 수 있으며, 결과적으로 남편의 육아휴직 사용은 출산의향과 출산이행이라는 두 생애주기 사건을 유기적으로 연결하는 동시에 상당한 연관성을 가지는 중요한 독립변인으로서 이해하여야 할 소지가 다분하다.

종합적으로, 본 연구는 ‘남편의 육아휴직 사용 가능성’을 독립변수로 설정하여, 이것이 출산 이행과 실제로 어떠한 연관성을 가지고 있는지를 분석하는 데 주목하고자 한다. 이때, 남편의 육아휴직 활용 여부가 아닌 활용가능성을 고려한 근거는 노동시장의 사회 구조적 특성과 맞물린 제도 사용의 가능성을 보다 간명하게 반영하고 이를 바탕으로 한 정책적 시사점을 함께 도출하기 위한 목적에 바탕을 두고 있다.

1. 이용자료

본 연구는 한국노동연구원의 ^｢한국노동패널(Korean Labor and Income Panel Study: 이하 KLIPS)_｣ 자료를 이용하여 근로자의 일과 가정의 양립을 지원하기 위한 대표적인 제도의 하나인 육아휴직, 그 가운데 남편의 육아휴직 이용가능성이 출산에 어떠한 영향³⁾을 가져오는지를 구체적으로 살피고자 하였다. KLIPS는 국내유일의 노동 관련 가구패널조사로 도시지역에 거주하는 5,000가구와 가구원을 대표하는 패널표본 구성원(5,000가구에 거주하는 모든 가구원)을 대상으로 1년에 1회씩 조사를 실시하고 있다(한국노동연구원, 2024).

특히, KLIPS는 한국에서 가장 오랜 기간 지속되고 있는 패널자료인만큼 시간의 흐름에 따라 새롭게 결혼한 부부(신혼부부)들이 다수 포함되어 있을 것이며, 이들 부부의 혼인 이후 자녀 출산 양상에 대해 살피기에도 매우 적합한 자료라 할 수 있다. 또한 4차년도(2001년) 자료부터 본 연구의 주된 관심사인 육아휴직의 활용가능성을 묻고 있어 KLIPS 4차년도(2001년)부터 현시점에서 공표된 가장 최신의 자료인 26차년도(2023년) 자료를 이용해 해당 기간 동안의 신혼부부 자료를 생성해 혼인 당시 코호트에서의 남편의 육아휴직 활용가능성이 첫째아 출산속도(출산이행기간)와 어떠한 관련성을 가지고 있는지를 살펴보았다.

출산을 둘러싼 의사결정은 남편 또는 아내 중 어느 한쪽만의 결정이 아니라 부부 간의 충분한 논의를 통해 의사결정이 이루어질 가능성이 높다. 따라서 남편 또는 아내 중 어느 한쪽의 특성만을 고려한 분석보다는 부부를 동시에 고려한 분석모형이 더 높은 설득력을 가질 것이다(배호중, 천재영, 2018). 이를 염두에 두고 가구번호 및 가구주와의 관계 변수를 통해 아내와 남편을 연결시킨 후 분석과정에서 남편과 아내의 특성을 동시에 고려하여 분석하였다.

본 연구의 분석대상이 되는 첫째아 출산 이행기간과 관련해서는 월(⽉) 단위로 측정한 ‘혼인날짜로부터 첫 출산까지의 기간’을 분석 시간으로 설정하였다. 한국의 경우 혼외 출산의 비율이 매우 낮은 수준(이상림, 2013)을 유지하고 있는 만큼 출산의 대다수는 혼인관계 속에서 일어나는 것으로 간주하여 KLIPS 4차~26차년도 자료 중 혼인상태의 변화 및 해당 사건의 날짜 정보를 통해 2001년 이후 ‘처음 결혼하였다’고 응답한 가구를 분석대상으로 삼았다. 이러한 과정을 통해 1,504가구의 신혼부부에 대한 자료를 생성하였으며, 이를 통해 혼인~첫 출산 시점’ 사이의 기간에 남편의 육아휴직 활용가능성이 어떤 관련성을 가지고 있는지를 구체적으로 제시하고자 하였다.

2. 변수구성

3. 분석방법

혼인 이후 시간의 경과에 따라 자녀를 출산하는 가구가 생겨나게 될 것이다. 앞에서 언급한 여러 가지 요인에 따라 가구별로 자녀출산의 가능성이나 출산시점에 차이가 발생할 것이다. 이러한 차이의 가능성을 통계적 분석을 통해 구체적으로 그려내기 위해 ‘첫째아 출산(=사건)의 발생 여부’와 ‘출산까지의 기간(=이행기간)’의 두 가지 측면을 함께 고려한 자녀출산 이행 위험비에 대해 생존분석(survival analysis)을 실시하였다.

먼저 신혼부부의 자녀출산이라는 ‘사건 발생’에 대한 생존자 함수를 살피기 위해 Kaplan-Meier 방법을 이용해 혼인 이후 시간의 흐름에 따른 출산 양상을 살폈다. 이와 같은 계산은 승법극한 추정 방식을 사용하게 되는데 이는 사건의 발생이 해당시점(t)을 지나 일어날 순간적 가능성을 의미하는 것으로 생존자 함수는 아래와 같이 계산된다(한준, 2005; 오지혜, 임정재, 2016, p. 214). 여기서는 첫째아 생일에 사건이 발생한 것으로 간주하며, ‘혼인일로부터 출산까지의 기간(개월)’이 생존기간이 된다.

(E_l : τ_l시점에 사건을 경험할 경우의 수, R_l: τ_l시점에 사건 발생위험 집합에 속할 경우의 수)

다만, 이와 같은 K-M 추정 방법은 분석 대상을 몇 가지 집단으로 나누어 사건의 발생 양상 차이를 시각적으로 살필 수 있다는 장점이 있으나 다른 조건들을 통제해 살필 수는 없다는 한계도 존재한다. 이를 보충하기 위해 콕스 비례위험 모형(Cox proportional hazards model)이 이용되는데 이 방법은 기간에 대한 분석에 있어 우측절단된 표본이 있을 때(본 연구에서는 무자녀 상태를 유지하고 있는 가구의 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 조건하에서, 분석하려 한 사건이 특정시점(t)에서 발생할 ‘조건부 순간탈출확률’을 나타내는 함수이며, 탈출확률에 영향을 미치는 독립변수들(x_i)은 시간변화에 독립적이라고 가정한다(김양진, 2013: 20). 여기에서는 신혼부부가 무자녀 상태로 있다가 자녀출산(=유자녀 상태로의 이행)을 하는 경우가 탈출위험에 해당하며 특정시점(t)에서 혼인으로의 이행에 대한 ‘조건부 순간탈출확률’은 <수식 3>과 같이 제시할 수 있게 된다. 이는 다시 <수식 4>를 통해 구체화할 수 있는데 사건의 발생 가능성에 영향을 미치는 독립변수 벡터(x)를 가지는 관측치의 특정시점(t)에서의 위험비 함수(해저드)은 <수식 4>와 같이 정의된다(전현중 외, 2009).

여기서 h₀ (t) 는 t시기의 기본위험이라고 불리며, 이는 설명변수들이 0의 값을 가질 때의 위험을 나타낸다(김현식, 2017). 본 연구에서는 ‘무자녀→유자녀’ 상태로의 이행을 살펴본 것이므로 (+)의 계수값은 유자녀 상태로의 이행 위험비 또는 상대적 위험 확률이 높음을 나타내며, (-)의 계수값은 그 반대로 해석할 수 있다(배호중, 천재영, 2018).

1. 기술통계 분석

2001년 이후 초혼을 경험한 신혼부부 1,504쌍에 대한 기술통계는 <표 1>에 제시하였다. 분석대상 가구 중 80.5%에 달하는 1,211가구에서 첫째아가 태어난 것으로 나타났고, 출산을 경험한 가구의 첫째아 출산 이행기간은 20.5개월(≒1.71년)이었다.

이어 혼인 당시 코호트에서의 남편 특성을 살펴보면 평균 연령은 31.4세였으며, 평균교육년수는 14.7년으로 평균만 놓고 보았을 때는 전문대졸 이상의 학력을 가진 것으로 나타났다. 혼인당시의 월평균 소득은 287.5만원으로 분석되었다. 아내의 경우 평균 연령이 29.2세로 남편에 비해 2.2세 정도 낮았으며, 교육수준은 14.5년으로 남편의 평균과 유사하였다. 아내의 혼인당시의 월평균 소득은 2020년을 기준으로 실질화했을 때 122.6만원으로 남성(남편)에 비해 많이 낮은 수준이었다.⁶⁾

가구특성 가운데 신혼가구의 소재지를 살퍼보면 18.2%가 서울특별시에서, 25.3%는 인천광역시 또는 경기도에 거처를 마련한 것으로 분석되었다. 부산, 대구 등 광역시(인천 제외) 신혼을 시작한 이들은 25.5%를 차지하였고, 30.9%는 수도권 또는 광역시 이외의 지역에 거처를 마련하였다. 혼인 당시 금융자산은 2020년을 기준으로 실질화한 금액을 기준으로 했을 때 1,600만원 정도였고, 부채액은 3,354만원이었다. 주택의 점유형태를 살폈을 때 31.0%는 자가로 시작하였고, 절반을 약간 웃도는 51.6%는 전세였다.

본 연구의 주된 관심사인 남편의 육아휴직 활용가능성을 살펴보면 혼인 당시를 기준으로 27.1%인 407가구에서 육아휴직을 사용할 수 있다고 응답하였고, 71.9%에 해당하는 1,097가구는 육아휴직이 제공되지 않는 임금근로자이거나 자영업, 비취업 상태에 있었다. 한편, 응답가구 가운데 절반을 약간 웃도는 771가구(51.3%)는 혼인 당시 코호트를 기준으로 맞벌이를 하고 있었으며, 남편의 육아휴직활용이 가능하고 맞벌이를 하고 있는 가구는 269가구(17.9%)로 나타났다.

2. 혼인 후 첫 출산 이행기간에 대한 기저생존함수

가. 남편의 육아휴직 활용가능 여부에 따른 출산 이행 양상: K-M Curve

혼인 당시 남편의 육아휴직을 활용가능 여부에 따라 혼인 후 시간의 흐름에 따른 출산 양상의 차이를 Kaplan-Meier Curve를 통해 살펴본 결과는 [그림 1]과 같다. 이 그래프에서 가로축은 혼인 후 경과기간(⽉)을, 세로축은 생존확률(=무자녀 상태로 남아있을 확률)을 나타낸다.

새창으로 보기

그림 1

혼인 당시 남편의 육아휴직 활용가능 여부별 첫 출산에 대한 생존자 함수

혼인 후 시간이 흐름에 따라 육아휴직 활용이 가능한 이들(=파란실선)과 그렇지 않은 이들(=빨간점선) 모두 자녀의 출산이 발생하면서 무자녀 상태로 남은 이들의 비율이 줄어드는 우하향 형태의 그래프가 확인되는데 두 집단의 그래프 형태가 상당히 유사하며, 서로 교차되기도 하는 등 시각적으로 보았을 때 두 집단 간 큰 차이를 보인다고 단언할 수는 없는 형태의 그래프가 도출되었다. 이러한 시각적 차이가 통계적으로 유의미한 차이인지 살피기 위한 방법의 하나인 Wilcoxon test를 실시했을 때도 해당 차이는 통계적으로 유의미한 수준의 차이는 아니었다(χ² =1.17, p < 0.28).

한편, 앞에서 언급한 바와 같이 맞벌이 여부에 따라 육아휴직에 대한 (일시적) 소득 감소에 대한 우려 정도, 육아를 위한 시간 사용, 역할 분담의 필요성 등에 차이가 존재할 가능성도 있다. 이를 염두에 두고 비맞벌이 가구와 맞벌이 가구를 구분하여 [그림 1]과 마찬가지로 혼인 당시 남편의 육아휴직 활용가능 여부별 첫 출산에 대한 생존자 함수를 살펴보았다.

분석결과 비맞벌이 가구는 육아휴직 활용이 가능한 이들(=파란실선)과 그렇지 않은 이들(=빨간점선) 간 차이가 두드러지지 않았으며, 두 집단의 곡선이 서로 교차하는 등 규칙성이 있음을 이야기할 수 있는 특징은 확인되지 않았다. Wilcoxon test 결과 또한 두 집단의 곡선차이가 통계적으로 유의미한 수준에서의 차이가 아닌 것으로 나타났다(χ² =0.75, p < 0.39).

맞벌이 가구를 대상으로 한 분석에서는 육아휴직 활용이 가능한 이들(=파란실선)이 불가능한 집단(=빨간점선)에 비해 약간 아래 있어 상대적으로 활발히 출산이 일어날 가능성도 엿볼 수 있다. 다만 그와 같은 차이가 통계적 유의도가 높지는 않은 정도의 차이였다(χ² =2.73, p < 0.1).

새창으로 보기

그림 2

혼인 당시 남편의 육아휴직 활용가능 여부별 첫 출산에 대한 생존자 함수: 맞벌이 여부에 따른 구분

나. 남편의 육아휴직 활용가능성이 유자녀 상태로의 이행에 미치는 영향: 콕스 비례위험모형

앞에서 살펴본 Kaplan-Meier 추정방법을 통한 사건발생 양상에 대한 차이 분석은 각 계층(strata)별로 사건 이행 가능성의 차이를 직관적으로 살필 수 있다는 장점이 있지만 다른 요인들을 통제하지 않은 상태에서 한 가지 특성으로 구분 지은 집단 간의 차이 정도만을 살핀다는 한계를 지닌다. 자녀출산은 부부 및 가구의 다양한 요인들을 함께 고려하여 결정하는 만큼 여러 요인들을 함께 고려하여 남편의 육아휴직 활용가능성이 출산에 어떠한 영향력을 갖는지를 살펴보는 것이 더욱 바람직하다고 할 수 있다. 이에 다양한 속성이 특정한 사건발생에 미치는 영향을 분석하기 위한 통계적 분석방법으로 앞에서 소개한 콕스 비례위험 모형(Cox’s proportional hazards model)을 활용해 혼인 이후 자녀출산 이행 위험비에 대해 분석하였다.

남편의 육아휴직 활용가능 여부가 첫 출산 이행기간에 미치는 영향을 살피기 위해 서로 다른 네 가지의 모형을 설계하였다. 특히 맞벌이 여부에도 주목하여 이를 함께 반영하고자 하였는데 [모형 Ⅰ]에서는 여러 가지 남편 및 아내의 특성, 가구특성을 고려함과 동시에 육아휴직 활용 가능 여부를 포함하였다. [모형 Ⅱ]에서는 [모형 Ⅰ]과 동일한 남편 및 아내의 특성, 가구특성 변수를 포함하되 남편의 육아휴직 활용 가능 여부 변수 대신 맞벌이 여부를 고려하였다. [모형 Ⅲ]은 남편의 육아휴직 활용 가능 여부 변수와 맞벌이 여부 변수를 각각 포함하였다. 최종적으로 [모형 Ⅳ]에서는 동일한 통제변수(남편 및 아내의 특성, 가구특성 변수)를 포함한 상태에서 [모형 Ⅲ]에서는 남편의 특성까지 동시에 고려하였다. 남편의 육아휴직활용 가능 여부와 맞벌이 여부에 대한 상호작용항을 만들어 모형에 모함하였다. 이를 통해 남편의 육아휴직 활용가능성이 출산에 미치는 영향을 분석하되 맞벌이 여부의 조절효과를 함께 살피고자 하였다.

먼저, [모형 Ⅰ]을 통해 분석 결과를 살펴보면 남편의 소득이 높을수록 유자녀 상태로의 이행 위험비는 높은 것으로 나타났다. 보다 구체적으로는 1로그포인트만큼 소득이 높을수록 유자녀 상태로의 이행 위험비는 6.3%(= e^0.061)가량 높았다. 혼인 당시 아내의 연령 및 연령제곱항과 관련해서는 각각 (+)와 (-)의 계수값을 나타내어 일정 연령까지는 연령이 증가할수록 유자녀 상태로의 이행 위험비가 높아지다가 이후에는 낮아지는 양상을 보였는데 26세를 기점으로 변곡점이 형성되었다.

아내의 소득은 남편과는 반대로 통계적으로 유의미한 (-)의 계수값을 나타내어 소득이 높을수록 유자녀 상태로 의 이행 위험비가 낮음을 알 수 있다. 이는 아내의 높은 정도의 소득은 자녀출산에 대한 기회비용을 크게 체감하도록 만드는 요인으로 작용해 자녀출산을 미루거나 포기하는 요인이 될 수 있음을 다시 한번 보여주는 결과로 풀이할 수 있을 것이다. 보다 구체적으로는 아내의 소득이 1로그포인트 높을수록 유자녀 상태로의 이행 위험비가 9.3%(= e^-0.098 - 1) 정도 낮았다.

거주지역과 관련해서는 비록 전부가 통계적으로 유의미한 것은 아니지만 모두 (+)의 계수값을 나타내어 기준변수로 삼은 서울에 신혼집을 마련한 이들에 비해 타지역에서 혼인을 시작한 이들의 출산이 활발할 가능성이 엿보였다. 광역시 신혼부부의 경우 서울의 신혼부부에 비해 1.4배 정도(= e^0.369), 기타지역의 경우 1.3배가량(= e^0.256) 높았다.

주택점유형태와 관련해서는 기준변수로 삼은 자가에 비해 전세, 월세, 기타모두 (-)의 계수값을 나타내어 자가로 결혼생활을 시작하는 이들에 비해 그렇지 않은 이들의 유자녀 상태로의 이행 가능성이 낮을 가능성은 엿보였으나 통계적으로 유의미한 수준의 결과값은 아니었다. 혼인연도의 경우에도 모든 범주에서 (-)의 계수값을 나타내어 기준변수로 삼은 2001년~2005년 사이에 결혼한 이들에 비해서 그 이후에 결혼한 이들의 유자녀 상태로의 이행 위험비가 낮은 것으로 나타났으나 모든 범주에서 통계적으로 유의미한 정도의 결과가 나타나지는 않았다. 2015~2018년에 결혼한 신혼부부의 경우 2001년~2005년에 결혼한 이들에 비해 유자녀 상태로의 이행 위험비가 26.0%가량(= e^-0.3001 - 1) 낮았다.

한편, 본 연구의 주된 관심사인 남편의 육아휴직 활용가능성 변수의 경우 (+)의 계수값을 나타내었으나 통계적으로 유의미한 수준의 결과는 아니었다.

남편의 육아휴직 활용가능 여부 변수 대신 맞벌이 여부를 포함하여 분석한 [모형 Ⅱ]에서도 다른 변수들의 계수값의 크기와 통계적 유의도가 유사하게 나타난 가운데 맞벌이 여부 변수는 통계적으로 유의미한 수준에서 (-)의 계수값을 나타내어 맞벌이의 경우 그렇지 않은 가구에 비해 유자녀 상태로의 이행 위험비가 낮은 것으로 해석할 수 있다. 보다 구체적으로는 맞벌이 가구의 경우 그렇지 않은 가구에 비해 출산경험 여부와 출산 이행기간을 함께 고려한 유자녀 상태로의 이행 위험비가 40.0% 정도(= e^-0.511 - 1) 낮았다.

남편의 육아휴직 활용가능성과 맞벌이 여부를 함께 고려한 [모형 Ⅲ]의 결과 또한 통제변수들의 계수값의 크기와 통계적 유의도가 유사하게 나타났다. 육아휴직 활용가능성 변수는 (+)의 계수값을 나타내었으나 통계적으로 유의미한 수준은 아니었으며, 맞벌이 가구의 경우 그렇지 않은 가구에 비해 유자녀 상태로의 이행 위험비가 낮은 것으로 분석되었다.

최종적으로 ‘남편의 육아휴직 활용가능성(A)’ 및 ‘맞벌이 여부(B)’ 변수와 함께 둘의 ‘상호작용항(A×B)’까지도 포함한 [모형 Ⅳ]에서도 남편의 소득, 아내의 연령, 광역시 및 기타지역 거주, 등의 변수는 유자녀 상태로의 이행에 긍정적인 영향을, 아내의 연령제곱, 2015~2018년 혼인 여부 변수는 통계적으로 유의미한 (-)의 계수값을 나타낸 점은 다른 분석모형과 큰 차이가 없었다. [모형 Ⅳ]에서 남편의 육아휴직 가능 여부 변수는 (-)의 계수값을 나타내었으나 통계적으로 유의미한 결과값은 아니었고, 혼인 당시 코호트에서 맞벌이 가구의 경우 그렇지 않은 가구에 비해 유자녀 상태로의 이행 위험비가 42.0%정도(= e^-0.545 - 1) 낮았다. 한편, 두 변수의 상호작용항은 통계적으로 유의미한 수준의 (+)의 계수값을 나타내어 남편의 육아휴직 활용가능성의 영향력이 맞벌이와 비맞벌이 가구 간에 달리 작용하고 있는 것으로 분석되었다(H.R = 1.386, p < 0.05).

새창으로 보기

표 2

남편의 육아휴직 활용가능 여부와 첫 출산 상태로의 이행(Cox’s proportional hazards model)

변수특성		변수명		[모형 Ⅰ]			[모형 Ⅱ]
				β	S.E.	H.R.	β	S.E.	H.R.
남편특성		연령		0.090	0.091	1.094	0.079	0.092	1.082
		연령제곱÷100		-0.140	0.141	0.869	-0.126	0.142	0.882
		교육수준(년)		0.000	0.018	1.000	0.000	0.018	1.000
		ln(혼인당시 소득)		0.061**	0.023	1.063	0.104***	0.029	1.109
아내특성		연령		0.248*	0.097	1.281	0.249*	0.097	1.283
		연령제곱÷100		-0.480**	0.161	0.619	-0.483**	0.162	0.617
		교육수준(년)		0.017	0.019	1.017	0.016	0.019	1.017
		ln(혼인당시 소득)		-0.098***	0.011	0.907	-0.007	0.039	0.993
가구특성		거주지역 (ref.=서울)	인천･경기	0.079	0.092	1.083	0.070	0.092	1.073
			광역시	0.369***	0.091	1.446	0.366***	0.090	1.442
			기타	0.256**	0.089	1.291	0.258**	0.089	1.295
		log(금융자산)		-0.011	0.010	0.989	-0.013	0.010	0.987
		ln(부채액)		-0.010	0.007	0.990	-0.009	0.007	0.991
		주택점유 형태 (ref.=자가)	전세	-0.023	0.068	0.977	-0.024	0.068	0.976
			월세	-0.069	0.107	0.934	-0.088	0.107	0.915
			기타	-0.023	0.134	0.978	-0.006	0.135	0.994
		혼인연도 (Ref.=’01~’05)	’06~’10년	-0.076	0.080	0.927	-0.072	0.079	0.931
			’11~’14년	-0.023	0.096	0.977	-0.018	0.095	0.982
			’15~’18년	-0.301**	0.095	0.74	-0.301**	0.095	0.740
			’19~’23년	-0.191	0.120	0.826	-0.184	0.119	0.832
남편의 육아휴직 활용가능성 및 맞벌이 여부		육아휴직 활용가능성(A)		0.075	0.070	1.078
		맞벌이 여부(B)					-0.511*	0.209	0.600
		상호작용항(A×B)
모형검정 통계량	-2Log L			15,680.21			15,675.31
	AIC			15,722.21			15,717.31
	SBC			15,829.29			15,824.39
귀무가설 검정 통계량	Likelihood Ratio			203.93***			208.83***
	Score			187.55***			193.49***
	Wald			181.95***			187.62***
N				1,504
남편특성		연령		0.079	0.092	1.082	0.083	0.091	1.087
		연령제곱÷100		-0.125	0.142	0.883	-0.132	0.142	0.876
		교육수준(년)		-0.002	0.018	0.998	0.000	0.018	1.000
		ln(혼인당시 소득)		0.100***	0.030	1.105	0.102***	0.029	1.108
아내특성		연령		0.247*	0.097	1.280	0.243*	0.097	1.275
		연령제곱÷100		-0.480**	0.162	0.619	-0.474**	0.161	0.623
		교육수준(년)		0.016	0.019	1.016	0.017	0.019	1.017
		ln(혼인당시 소득)		-0.009	0.039	0.991	-0.018	0.039	0.983
가구특성		거주지역 (ref.=서울)	인천･경기	0.077	0.092	1.080	0.074	0.092	1.076
			광역시	0.373***	0.091	1.452	0.375***	0.091	1.456
			기타	0.258**	0.089	1.294	0.266**	0.089	1.305
		log(금융자산)		-0.013	0.010	0.987	-0.015	0.010	0.986
		ln(부채액)		-0.010	0.007	0.990	-0.009	0.007	0.991
		주택점유 형태 (ref.=자가)	전세	-0.023	0.068	0.977	-0.023	0.068	0.977
			월세	-0.082	0.107	0.921	-0.080	0.107	0.923
			기타	-0.009	0.135	0.991	-0.015	0.135	0.985
		혼인연도 (Ref.=’01~’05)	’06~’10년	-0.083	0.080	0.921	-0.072	0.080	0.931
			’11~’14년	-0.032	0.096	0.969	-0.038	0.096	0.963
			’15~’18년	-0.312**	0.095	0.732	-0.322***	0.095	0.725
			’19~’23년	-0.195†	0.120	0.822	-0.199†	0.120	0.819
남편의 육아휴직 활용가능성 및 맞벌이 여부		육아휴직 활용가능성(A)		0.067	0.070	1.070	-0.118	0.108	0.889
		맞벌이 여부(B)		-0.502*	0.210	0.605	-0.545**	0.211	0.580
		상호작용항(A×B)					0.326*	0.138	1.386
모형검정 통계량	-2Log L			15,674.40			15,668.74
	AIC			15,718.40			15,714.74
	SBC			15,830.59			15,832.02
귀무가설 검정 통계량	Likelihood Ratio			209.74***			215.41***
	Score			194.88***			199.41***
	Wald			189.00***			193.79***
N				1,504

^† p<0.1, ^*p<0.05, ^**p<0.01, ^***p<0.001.

이는 신혼 당시 남편의 육아휴직 활용가능성과 유자녀 상태로의 이행 간의 관계에서 맞벌이의 조절효과가 있음을 의미한다. 보다 구체적으로는 남편의 육아휴직 활용가능성이 유자녀 상태로의 이행에 맞벌이 가구에 대해서 더욱 긍정적인 기능을 하고, 맞벌이 가구의 측면에서 보았을 때 남편이 육아휴직을 활용할 수 없는 경우 유자녀 상태로의 이행 위험비가 더욱 낮은 것으로 분석되었다. 이러한 결과를 시각화한 것이 [그림 3]이며, 이에 대해 다시 한번 계량화한 것이 <표 3>이다.

새창으로 보기

그림 3

남편의 육아휴직 활용가능성과 유자녀 상태로의 이행에서의 맞벌이의 조절효과

새창으로 보기

표 3

남편의 육아휴직 활용가능성과 유자녀 상태로의 이행에서의 맞벌이의 조절효과

효과	타변수	β	S.E.	H.R.
맞벌이 효과	육아휴직=0	-0.545**	0.211	0.5797
	육아휴직=1	-0.219	0.242	0.8033
남편의 육아휴직 활용가능성 효과	맞벌이=0	-0.118	0.108	0.8888
	맞벌이=1	0.208*	0.091	1.2317

^† p<0.1, ^*p<0.05, ^**p<0.01, ^***p<0.001.

<표 3>의 수치를 살펴보면 맞벌이의 효과를 보면 위험비(hazard ratio)가 모두 1보다 작아서 맞벌이는 유자녀 상태로의 이행 위험비를 낮추는 요인으로 나타나지만 남편이 육아휴직을 활용할 수 있는 경우에는 통계적으로 유의미한 결과가 아닐뿐더러 남편이 육아휴직을 활용할 수 없는 경우에 비해 계수값의 크기도 작았다. 반대로 남편이 육아휴직을 활용할 수 없는 맞벌이 가구의 경우 유자녀 상태로의 이행 위험비가 58.0% 수준에 그치는 것으로 제시되었다. 남편의 육아휴직 활용가능성의 효과를 살펴보면 맞벌이가 아닌 가구에서는 통계적으로 유의미하지 않은 결과값을 보였으며, 맞벌이 가구의 경우 남편이 육아휴직 활용가능성 효과는 위험비가 1보다 큰 것으로 나타나 유자녀 상태로의 이행에 긍정적인 영향(1.23배↑)을 미치는 것으로 분석되었다.