한겨레 뉴스: 황교안 대표 외국인 임금 차별 발언

 

여러 곳에서 말도 안되는 소리를 한다고 비판받고 있음. 도덕적으로도 틀렸고, 한국 법에도 어긋나고. 하지만 이런 식의 외국인 혐오와 인종문제는 한국에서 앞으로 계속 일어날 것. 

 

아래 그래프는 World Value Survey 2010-14 6차 조사의 원자료를 이용해서 외국인 노동자나 이민자가 이웃으로 살면 싫다는 응답의 국가별 비율을 간단히 계산한 것. 전체 서베이 평균이 25%인데 한국은 44%로 상당한 상위권. 

 

한국과 비슷한 수준으로 외국인 노동자 싫어하는 국가들은 리비야, 말레이지아, 카타르, 레바논 등 아랍권이 주. 태국, 인도 등 아시아권 국가도 상위권. 

 

하지만 독일 (22%), 미국 (13%), 호주 (11%), 스웨덴 (4%) 등 모든 선진국이 한국보다 외국인 노동자에 대해서 개방적임. 중국(12%)도 한국보다는 훨씬 나음. 일본(36%)이 우리와 자주 비교하는 국가 중 외국인 노동자 혐오가 심한 국가. 

 

지금은 황교안 대표의 발언이 많은 비판을 받지만, 한국의 여론은 황교안 대표의 발언이 상당한 지지를 받을 수 있는 여지가 잠재되어 있음. 이자스민 전의원에 대해 가해졌던 공격을 떠올리면... 

 

그래서 앞으로 사회학 분야에서 한국에서 수요가 증가할 것이 확실한 분야 중 하나가 다양성(diversity)에 대한 연구. IOM 이민정책연구원에서 활발히 연구하고 있지만, 대학과 시민사회에서도 이 분야의 전문가가 더 많이 필요할 것. 최근에 유학온 한국 분들에게 한국에 돌아갈 생각이면 가족, 여성, 다양성 이 세 분야를 전공으로 고려해 보라고 조언. 

 

학교에서 다양성을 어떻게 받아들여야하는지 교양으로써도 가르칠 필요가 있고, 계속 증가할 것이 거의 확실한 이민노동자를 사회에서 어떻게 수용하고 동화, 같이 변화해나갈지 연구해야. 

 

Posted by 바이커 sovidence

2주 후 금, 토 (7월5-6일) 충남대

 

보다 자세한 안내는 요기

Posted by 바이커 sovidence

한겨레 기사: 생산가능인구 고용률 역대 최고

 

역대 최고라니까 뭔가 엄청나게 좋아진 것 같지만, 그런거 아님. 작년에 커다란 문제가 있었던 것도 아니고, 올해 갑자기 좋아진 것도 아님. 바로 아래 포스팅의 그래프에서도 보여주었듯 고용률은 2009년이후 꾸준히 상승하고 있음. 그 난리를 쳤지만 작년에 고용률이 전년 대비 마이너스로 돌아서지 않았음. 2000년 이후 장기적인 고용률 상승을 이끈 것은 50대와 60대의 고용률 증가임. 

 

박근혜 정부 시절에 국정목표의 하나로 고용률 70% 달성을 세운 적이 있음. 그 때 노인 고용을 늘려 고용률 70%를 달성하겠다는 얘기를 듣고 얼마나 황당하든지 (관련 포스팅은 요기). 한국의 65세 이상 노인의 고용률은 대략 45% (근거는 요기). 미국은 약 31%임. 영국은 21%, 프랑스는 6%.

 

한국은 전세계적으로 65+ 노인의 고용률이 높은 국가임. 나이들어서 은퇴하지 못하는 국가. 어쨌든 박근혜 정부의 고용률 70% 목표를 달성하기 위한 구체적 정책은 꽝이었지만 목표 자체는 적절한 것임. 한국은 전반적인 고용률을 높일 필요가 있음.

 

어떻게 고용률 70%를 달성할 것인가?  

 

한국의 고용률은 다른 국가와 다른 특징이 있음. 아래는 고졸 미만의 15-64세 고용률 (그래프는 요기서 가져옴). 검은색이 OECD 평균이고, 빨간색이 한국. 보다시피 저학력 인구의 고용률이 OECD 평균보다 훨씬 높음. 

다음은 대졸 이상의 고용률. 아래 보다시피 OECD 최하위권임. 

한국의 55-64세 고용률은 아래와 같음. 한국의 고용률이 70%가 안되는 이유는 65세 이상 노인이 일을 안해서도, 55-64세의 은퇴 직전의 인구가 일을 안해서도 아님. 25-54세의 핵심 생산 가능 인구가 일을 안해서지. 

위 그래프를 종합해보면, 한국은 한창 일할 나이의 배운 사람들이 일을 안하거나, 아니면 배운 사람들을 위한 일자리가 부족해서 이런 일이 생긴다고 생각하기 쉬움. 하지만 이 번 달 고용동향을 보면 대졸이상 학력의 실업률이 4.0%로 전체 실업률과 같음. 고학력자가 특별히 일을 안하는게 아님. 

 

위와 같은 경향이 나타나는 이유 중 하나는 한국에서 여성 교육 수준이 높아지는데, 여성, 특히 고학력 여성의 고용은 그만큼 늘지 않았기 때문. 고학력 여성을 활용하지 않고, 저학력자를 노동시장에서 쓰기 때문에 산업구조 고도화가 늦어지고 전반적인 노동생산성이 낮아지는 그런 구조적 문제를 겪고 있음. 남성 30~50대의 고용률은 90%에 육박하기 때문에 추가 상승 여력이 낮지만, 여성은 59~65%에 머물고 있어 충분히 더 고용률을 높일 수 있음. 

 

이 블로그에서 여성 문제를 자주 얘기하는데 노동시장을 들여다보니 너무 많은 문제가 여성 문제와 관련되어 있어서, 여성 문제의 진전없이 전반적인 노동시장 효율성 제고와 국민 전체의 복리향상을 꾀하기 어려움. 여성문제를 여성"만"의 문제로 인식하는 것은 근시안적 시각임. 

Posted by 바이커 sovidence

 

위 그래프는 연령대별 고용률 변화를 2000년을 기준으로 보여줌. 전체는 15-64세 고용률. 통계청 원자료는 요기

 

전체 고용률은 상승하는 경향인데, 20대 고용률만 유독 하락. 이 때문에 20대가 노동시장에서 특히 어려움을 겪고 있다는 주장이 설득력을 얻고 있음. 

 

20대의 낮은 고용률을 설명하는 가설은 두 가지. 

 

(A) 하나는 86세대를 중심으로 기성세대가 20대의 기회를 박탈하고 있다는 배제 내지는 봉쇄 (closure) 이론. 베버의 계층화 이론을 차용한 설명임. (B) 다른 설명은 교육효용극대화를 위한 지체된 노동시장 진입가설 (제가 만든 가설임). 

 

일반적으로 대학 교육을 받은 그룹이 그렇지 않은 그룹보다 고용률이 높은데, 교육 팽창으로 대학 교육을 받은 사람이 늘어나면 20대 고용률은 오히려 하락하는 패러덕스가 나타날 수 있음.

 

기존 연구에 따르면 생애 첫직장과 생애소득의 상관관계는 대졸자가 높고 고졸자는 낮음. 대졸자는 첫 직장이 매우 중요함. 따라서 교육 팽창으로 대졸자가 늘어나면, 좋은 첫직장을 가지기 위한 경쟁이 심화됨. 일부만 좋은 첫직장을 가지고 나머지는 그렇지 않은데, 여기서 선택은 두 가지임. 하나는 좋은 첫직장을 가질 때 까지 노동시장 진입을 미루고 준비하거나, 다른 하나는 우선 선택지가 아닌 직장을 가지는 것. 노동시장 진입 지체는 그렇게 해도 먹고살 수 있는 자원이 있을 때만 가능. 20대가 결혼을 미루는데, 20대가 속한 가구 (50대 가장)의 소득은 꾸준히 상승하였음. 20대가 노동시장 진입을 미룰 수 있는 자원이 늘었다는 것. 

 

위 두가지 가설 모두 20대 고용률이 낮아졌다는 것은 사실로 간주함. 20대 고용률을 봐서는 어느 설명이 맞는지 알 수 없음. 하지만 30대 고용률에 대해서 두 설명은 다른 패턴을 예측함. (A)가 맞다면 20대의 낮은 고용률이 30대 초반까지 지속되어서 최근코호트로 올수록 30대 고용률도 낮아져야 함. 누적적 불이익, cumulative disadvantage가 작동하기 때문. 반면 (B)가 맞다면 최근 코호트에서 30대 고용률이 낮아지는 경향은 보이지 않을 것. 오히려 최근 코호트가 교육 수준이 높기 때문에 전반적인 고용률은 높아질 것. 

 

위 그래프에서 보다시피 20대 고용률은 낮아졌지만, 30대 고용률은 2008년 경제 위기 여파가 남았던 2009년 이후 계속 높아졌음. 2005-2009년에 20대였던 세대가, 2015-2019년에 30대가 되었는데, 2005-2009년의 20대의 고용률은 낮아지지만, 2015-2018년의 30대의 고용률은 계속 높아지고 있음. 

 

20대 때의 낮은 고용률이 적어도 고용의 측면에서 30대에 누적적 불이익으로 작용하지 않고 있음. 이 때문에 저는 청년층 고용 문제를 다른 사람들보다 덜 심각하게 봄. 

 

그렇다고 문제가 없다는 것은 아님. 차원이 다르다는 거지. 차원이 어떻게 다른지는 다음 기회에. 

Posted by 바이커 sovidence

처음 글은 전문적 지식이 없는 분들에게 조금 어려웠을 것. 이 포스팅에서는 왜 김낙년 교수의 방법론에 문제가 있다고 생각하는지 조금 쉽게 설명하고자 하지만... 전문 지식이 없는 분들은 여전히 이해하기 어려울 것. 다만 FDM, FEM에 대한 기초적인 이해가 있는 분들은 제가 왜 최저임금 효과 측정에서 FD에 FEM을 추가하면 안된다고 보는지 이해하실 수 있을 것. 

 

김낙년 교수의 방법론은 작년과 올해의 고용자수 격차(이를 first difference, FD라고 함)를 종속변수로, 올해 최저임금 인상으로 영향을 받는 인구의 비중을 독립변수로 사용함. 

 

각지역별 데이터가 2008-2018년까지 여러 해인데, 지역별 효과를 더미변수로 모두 통제하는 고정효과모델(FEM)을 추가. FEM의 효과는 demeaning인데, 이는 모든 지역의 종속, 독립변수의 평균값이 0으로 맞춰지도록 바꾸는 효과. 그래서 지역별 격차가 모델에 끼치는 영향은 사라짐. 남는 것은 지역 "내"에서의 독립변수의 변화에 따른 종속변수의 영향. 

 

일반적으로 지역고정효과를 통제하는 것이 인과관계추정에 더 근접했다고 여겨짐. 김낙년 교수는 아마도 그래서 지역고정효과를 추가했을 것. 2016년에 노동연구논집에 실린 이 전 연구의 사례도 있고. (논문을 알려주신 아난시님과 논문의 문제점을 지적해주신 열쇠님께 감사!)

 

하지만 김낙년 교수식의 분석은 최저임금의 효과를 둘러싼 논의의 실체에서 벗어나게 됨. 

 

최저임금 논쟁은 최저임금을 올리면 고용이 줄어드느냐임. 최저임금을 올렸을 때 고용증가가 0이면 최저임금은 고용을 줄이는 것이 아님. 그런데 김낙년 교수의 종속변수는 고용률의 연도별 격차가 아니라 고용증가률의 격차임. 이 경우 로그전환한 고용이 첫해에 10.3에서 20% 정도 올라 10.5가 되었다가 그 다음해에 10.5로 유지가 되면, 0 - .2 = -.2로 마치 고용이 줄어드는 것과 같은 효과가 발생함. 

 

예를 들어 보면 좀 더 쉬울 것.

 

김낙년 교수의 방법론은 지역 내 효과만 보기 때문에 한 지역의 사례를 들어서 설명하는 것으로 충분. 아래 표에서 최저임금에 영향을 받는 사람(F)이 10%였을 때는 고용이 10.9에서 변하지 않다가, 최저임금에 영향을 받는 사람이 15%가 되었을 때는 고용이 줄기는 커녕 매년 20%씩 증가함. 최저임금을 더 크게 올려서 최저임금에 영향을 받는 사람이 20%가 되었을 때는 고용이 첫해에 10% 줄었지만, 그 다음 부터는 고용이 줄지 않고 유지됨. 한 가지 상기할 점은 F가 변하지 않는 것은 최저임금을 올리지 않았다는 의미가 아님. 최저임금 인상에 영향을 받는 인구의 비율이기 때문에 F가 변하지 않아도 최저임금은 오른 것. 최저임금을 매년 10%, 15%, 20%씩 올렸다는 것과 유사한 의미임.

 

따라서 아래 표와 같은 상황은 최저임금을 10년 동안 지속적으로 해가 갈수록 더 크게 올린 것. 이 지역에서 고용이 시작 해에는 10.9였다가 마지막 해에는 11.4로 .5 만큼 증가. 이는 고용이 50% 넘게 증가했다는 의미임 (실제로는 65%지만 이해를 돕기 위해 지수전환하지 않음). 10년에 걸친 최저임금의 무지막지한 인상은 고용의 엄청난 증가를 초래했다고 결론 내려야 함. 

 

아무리 후퇴해서 해석해도 최저임금이 고용에 부정적 영향을 끼쳤다고 말할 수는 없음. 단 한 해 year 7에 year 6 대비 고용이 줄었을 뿐. 

위 상황에서 고용(=lnE)과 최저임금(=F)의 상관관계는 강한 정의 상관임. 상관관계값이 .87

 

그런데 이 상황에서 김낙년 교수처럼 종속변수를 고용(=lnE)이 아니라 고용의 변화 (=d(lnE))로 바꾸고, d(lnE)와 F의 관계를 보면 부정적 상관을 보이게 됨. 상관관계 값이 -.13. 최저임금이 고용에 부정적 영향을 끼친다는 황당한 결론을 내리게 됨. 

 

최저임금과 고용에 대한 논쟁은 최저임금이 고용을 줄이느냐 아니냐인데, 김낙년 교수 모델은 최저임금이 고용증가율을 낮추는가 아닌가로 바꾼 것. 이렇게 치환시키면 위에서 예를 든 것처럼 최저임금이 고용을 늘려도 증가율만 낮아지면 최저임금의 영향이 부정적인 것으로 나타남.  

 

그래서 종속변수 FD일 때 지역고정효과를 삽입하면 안된다고 저는 주장하는 것. 

 

그럼 김낙년 교수가 원래 참고로 삼았던 Card 모델은 무엇인가. Card 모델은 같은 지역의 연도별 변화를 보는 것이 아니라, 지역 간 차이를 보는 것. 각 지역별로 전년도 대비 고용 변화(=d(LnE))와 F의 관계를 보는 것. 

 

김낙년 교수의 모델은 틀렸다고 생각하지만, 김낙년 교수의 주장인 최저임금이 고용을 줄인다는 것이 이 방법론적 문제로 틀렸다고 말할 수는 없음. 모델에서 지역고정효과를 제거하고 원래 Card의 아이디어인 지역 간 격차로 효과를 다시 측정하면 결과가 어떻게 나올지 알 수 없음. 만약 김낙년 교수가 지역고정효과를 유지하고 싶다면 종속변수를 차분값(=d(lnE))이 아니라, 고용(=lnE)으로 해야한다고 생각. 

 

이상이 제가 FEM에서 종속변수로 차분값을, 독립변수로 차분하지 않은 값을 쓰면 안된다고 생각하는 이유임.  

 

 

 

 

Ps. 추가적 문제점으로 clustered standard error를 사용하면 유의도가 달라질 것이라는 333님의 지적

Posted by 바이커 sovidence