SOVIDENCE

Goldin. 2021. <Career & Family>. Princeton Univ Press. 

한국어로는 <커리어 그리고 가정>이라는 제목으로 번역되었다. 여러 언론에도 소개되었고 (예를 들어 한겨레). 미국의 발매 일자가 10월12일이었는데, 한국에서 번역판이 10월12일 같은 날짜에 나왔다. 사회학과 경제학을 모두 공부하고, 언론사에 있었던 김승진 선생이 번역했으니 번역도 훌륭할 것으로 기대한다. 

두 가지 이유 때문에 이 책에 대해서 독후감을 남긴다. 

하나는 형식이다. 누구의 도움을 받았는지 모르겠지만, 이건 경제"학자"가 쓴 책이 아니다. 내용은 당연히 골딘의 것이지만, 형식은 대중서를 작성하는 전문가의 도움을 많이 받은 것에 틀림없다. 에필로그를 포함한 본문 237페이지에 인용이 하나도 없다. 논문 형식으로 괄호 안에 참고문헌이 없는 정도가 아니다. 아예 각주도 없다. 대신 "Notes"라는 책 말미에 붙은 appendix에 각 페이지와 그 페이지의 문장을 볼드체로 소개하고, 각주를 달듯이 참고문헌과 추가 설명을 기재하였다. 

글의 소스를 확인하려면, (1) Notes에서 쪽번호를 찾고, (2) 확인하려는 본문 내용의 문장을 찾은 뒤, (3) Notes의 내용을 읽어서, 예를 들어, (Goldin, 2014)를 확인한 후, (4) References에 가야 한다. 그래야 최종적으로 원소스 논문을 찾을 수 있다. 본문에서 제시된 테이블이나 그림의 소스를 확인하려면, Figures and Tables Appendix를 찾아본 후, Source Appendix를 또 찾아봐야 한다. 

본문의 소스를 확인하는 학문적 글읽기를 하는 사람들에게는 불편하기 짝이 없는, 학술 논문 쓰기에 익숙한 학자들은 상상하기 어려운 형식이다. 하지만 학문적 글읽기가 아니라 책 전체의 논지를 쫓아가는게 주목적인 글읽기를 하는 분들에게는 문장이 끊기거나 각주를 왔다갔다할 필요없이 매끄럽게 글을 읽을 수 있는 매력적인 형식이다. 

책은 이보다 더 쉬울 수 없을 만큼 쉽게 썼다. 예를 들어 직업분리(occupational segregation) 개념을 자세히 설명한다. 저에게 이 개념을 설명하라고 하면 두 줄 정도 쓸 것 같다. 최대한 길게 쓰면 두 문단 정도 쓰고. 그 이상 설명하라고 하면, segregation index 공식을 쓸 것 같다. 하지만 골딘은 이 개념을 두 쪽에 걸쳐서 설명하고 또 설명한다. 

책 전체에 걸쳐서 비슷한 얘기를 여러 번 반복한다. 머리 속에 안들어올래야 안들어올 수가 없다. 처음에는 책을 읽다가 237쪽이 아니라 100쪽 내외의 팜플렛을 만들 내용을 뻥튀기했다는 생각이 들더라. 자고로 대중서는 이렇게 써야한다는것, 그리고 이게 매우 어려운 일이라는걸 동시에 배웠다. 자기 전문 분야에 빠져있으면 어떤 개념은 자세히 설명해야하고, 어떤 개념은 그럴 필요가 없는지 감이 없어진다. 전문용어인 아카데믹 쟈곤이 제일 편한 언어가 된다. 이 책은 그렇지 않다. 전문 대중 아케데믹 서적 편집자가 상세히 읽고 코치를 해준 듯 하다.  

이 책을 소개하는 다른 하나의 이유는 당연히 내용이다. 골딘의 논문을 평소에 읽던 분들이 이 책에서 뭔가 새로 배울 내용은 거의 없다. 골딘의 1990년대 후반 작업과 2010년대 작업을 같이 엮은 책이다. 했던 얘기를 저널리스틱하게 또했다.

그런데 골딘이 30년에 걸쳐서, 그 중 10년 정도는 작업을 중단해서 불연속성을 가지는 여성의 커리어에 대한 별도의 논문들을 하나의 거대 서사로 엮었다. 한국으로 치면 은퇴하면서 논문집을 내는데, 이걸 논문들의 단순 묶음이 아니라 완전히 새로운, 수미일관된 이야기가 있는 드라마틱한 서사로 재탄생시킨거다. 공식과 숫자로 들어찬 경제학 논문을 서사로 가득한 스토리 텔링으로 재탄생시켰다. 

어제 올렸던 사회과학과 사회과학 저널리즘의 구분을 적용하자면, 이 책은 경제학 전문가가 대중서 전문가의 도움을 받아서, 경제학자가 아닌 경제학 저널리스트로써 쓴 책이다. 매우 잘쓴 책이다. 일생에 걸친 골딘의 경제학 업적에 강력한 스토리 텔링을 얹은 사화과학 저널리즘의 끝판왕이라 불러도 손색이 없는 책이다. 

이렇게 할 수 있었던 원천은 골딘이 한 가지 커다란 주제에 대해서 꼬리에 꼬리를 잇는 질문을 일생에 걸쳐서 논리적으로 연구했기 때문이다. 일생에 걸친 연구도 이렇게 서사가 있게 하고 싶다는, 평범한 연구자가 쉽게 성취하기 어려운 욕망이 생기더라.  

내용에 대해서는 물론 동의하는 부분과 불만스럽게 생각하는 부분이 섞여 있다. 예를 들어, 여성의 노동시장 진출을 "조용한 혁명(Quiet Revolution)"이라고 부르는데, 이 용어는 한 편으로는 1960년대 중반 이후 다수 여성노동자의 지속적 사회진출을 일컫는 말이지만, 다른 한 편으로는 60년대에 요란했던 사회운동과 여성의 사회진출을 분리시키려는 이데올로기적 시도이기도 하다. 마치 여성의 노동시장 진출과 성별 소득 격차 축소가 여성운동과는 무관한 일인양 보이게 하고 싶었던 모양이다.  

이 책 이전에 논문을 읽었을 때도 느꼈지만, 골딘이 제시하는 성별 소득 격차를 줄이기 위한 "last chapter"가 대기업이라는 관료제적 통제를 필요로 한다는 것도 아이러니다. 변호사와 약사를 대비시키면서 정부의 개입보다는 기술과 시장에 의한 해결책을 선호하지만, 이를 위한 전제 조건이 "정부"의 시스템인 관료제적 통제다. 보이지 않는 손이 아니라 보이는 손이 있어야 해결된다는, 시장에 의한 해결과는 거리가 멀어도 많이 먼 해결책이다.   

마지막으로 한국의 독자들에게 상기시키고 싶은 것은, 골딘이 책에서 두어번 언급한 사실이다. 바로 미국은 대졸 직후 노동시장에서 성별 소득 격차가 없다는 것. 골딘이 주장하는 성별 소득 격차가 차별보다는 "가정"의 분업과 더 밀접하게 관련되어 있다고 핵심 근거 중 하나다. 하지만 한국은 대졸 직후 노동시장에서 여성의 소득이 남성보다 18% 작다. 

한국은 골딘이 말하는 greedy work 때문에 발생하는 가정의 분업과 여성에 대한 차별이 동시에 존재한다. 이걸 비동시성의 동시성이라고 말해도 되는지 모르겠지만, 미국의 비동시성이 한국에서는 동시성으로 존재한다. 그러니 이 책을 읽고 한국의 성별 격차도 미국처럼 해결해야겠다고 깨달아서는 곤란하다. 미국은 과거의 문제가 되어버린 명백한 차별을 한국은 아직도 해결하지 못했다. 차별을 줄여서 미국 정도의 성별 격차라도 도달해야 한다. 

얼룩소 천관율 기사: (1) 계급이 돌아왔다-이대남 현상이라는 착시, (2) 누가 페미니스트인가. 

천관율 기자/작가의 최근 얼룩소 글을 두고 다양한 평가가 나오는 듯하다. 첫번째 글을 읽은 후 다른 사회학자들에게 가장 먼저한 얘기는 이거 읽고 놀랄 계층론 연구자는 한 명도 없을거라는 것. 계층론 연구자들에게는 상식과 같은 얘기다. 계층에 따라 꿈이 다르다는 얘기도 새롭지 않다. 여러 논문이 이미 나와 있다. 페미니스트의 특성에 대한 진단도 상식적이다. 한국에서 여성이 여러 측면에서 차별받는 소수자인데, 소수자와 연대하는 인식을 가진 사람이 어디 한 가지만 그러겠는가. 평균적으로 더 공동체 지향적인게 당연하다. 기사에 새로운 내용이 없다는게 이 분석의 가장 큰 장점(상식적으로 이해된다)이자 단점(뉴스가 없다)이다. 

새로운 내용이 없어서인지 천관율 작가의 글쓰는 스타일에 대해서 말들이 많다. 2개의 분석 기사를 읽고 여러 생각이 있는데, 일단 내용에 대해서 몇 가지 짚고, 제가 생각하는 사회과학과 저널리즘의 관계에 대해서 말하고자 한다. 

우선, 계급 분석 글에서 가장 인상 깊었던 것은 계급을 나누는 방법이다. 여러 분들이 이 방법론에 관해 의구심을 가지고 질문을 하던데, 저는 "공부방 계급론"이 매우 명민한 접근이라고 생각한다. 공부방 계급론을 나누기 위한 구체적인 통계 기법이야 여러가지를 생각할 수 있다. 응답 점수로 연속척도를 만들수도, 천관율 기자의 방식처럼 임의의 점수로 나눌 수도, 좀 더 체계적으로 latent class analysis (LCA)를 할 수도 있다. 하지만 뭘 하든지 결과는 비슷할 것이다. 

계급이라는게 딱히 정해진 조작적 정의가 없다. 소득, 자산, 교육, 직업, 주관적 계급이 모두 계급 정의의 변수로 다양하게 사용되었다. 이 번 분석에서 공부방 계급론에 사용된 질문은 두 가지 큰 장점이 있다. 하나는 이 지표는 소득(용돈 지급, 돈 걱정 없이 공부), 자산(독립된 공부방), 문화(부모가 자녀 학력에 관심)를 모두 포괄하는 종합지표(a composite index)다. 특히 문화자본(사회학에서는 보통 집에 있는 책의 권수로 측정)은 기존 연구에 따르면 학력 성취에 영향을 끼치는 가장 강력한 변수다. 그럼에도 불구하고 문화자본을 측정하여 계급 구분에 적용한 서베이는 거의 없다. 여러 계급적 지표를 종합해서 하나의 변수로 조작화한 것은 인상깊은 장점이다.

이 분석의 더 인상깊었던 장점은 응답자가 부정확한 정보를 리콜할 필요가 거의 없다는 것이다. 출신계급을 묻는 질문은 보통 15세의 자산, 소득 등을 묻는다. 응답자가 제대로 모르고 답변할 가능성이 상당하다. 의도적인 거짓말이 아니라도, 정보가 부정확할 가능성이 높다. 독립변수의 에러에 대한 errors-in-variables 이슈는 통계의 측정 오차에 대해 눈꼽만큼이라도 관심이 있는 사람은 누구나 아는 문제다. 하지만 공부방 계급론의 질문은 모두 응답자 자신의 경험에 대한 리콜이다. 측정오차를 상당히 줄일 수 있다. 향후 청년층/청소년층을 대상으로 한 계급 분석에서 충분히 계속 활용할 수 있는 방법이다. 

공부방 계급론으로 측정한 계급에 따른 응답의 격차가, 학력 격차로 측정한 지위에 따른 응답 격차보다 크다는 점도 재미있는 포인트다. 이 분석을 좀 더 생각해보면, 공부방 계급론의 계급 지위가 학력 격차로 그대로 이어지지 않는다는 의미다. 얼룩소 글에서는 계급의 재발견이라고 썼지만, 학력 성취에서 계급의 허약성을 드러내는 결과이기도 하다. 계급 격차가 학력 격차로 그대로 이어지지 않고, 고학력층에서 계급이 상당히 섞여있다는 의미다. 청년층에서 출신 계급에 따른 인식 격차가, 현재의 학력 성취에 따른 인식 격차보다 더 크다. 능력주의 담론은 학력 성취자의 담론이라기 보다는, 출신 계급에 따른 담론이라는 의미다. 계급에 따른 학력성취와 인식 격차를 종합하면, 능력주의 담론은 계급적이지만, 학력 성취는 덜 계급적이라는 의미다. 상당히 재미있는 발견이다. 하지만 얼룩소 분석글에서 이 점이 언급되지 않았다.  

천관율 기자의 분석 글에서 "착시"라고 얘기하는데, 뭐가 착시라는건지 아직은 모르겠다. 사회과학에서 착시란 심슨의 역설과 같은 것이다. 이대남이 착시고 계급이 진짜라면, 인구 집단을 세대가 아니라 계급으로 나누면 세대별로 결과가 같아져야 한다. 예를 들어, 35세 이상 상위계층의 반페미니즘과 능력주의 천착이 20대 남성 상위계층과 다를 바 없고, 35세 이상 하위계층은 20대 남성 하위계층과 다를 바 없어져야, 이대남이 계급의 착시라고 말할 수 있다. 그게 아니고 각 계층별로 20대 남성에서 반페미, 능력주의 성향이 다른 연령대보다 강화되었다면 이건 착시가 아니다. 설사 계급별로 상이성이 있더라도, 여전히 이대남 현상이라고 부를 수 있다. 

착시라고 얘기할려면, 적어도 하위계층에서는 세대별 격차가 없는데, 상위계층에서만 차이가 난다는 결과라도 있어야 한다. 이 경우, 이대남 현상은 상위계층 남성의 인식 변화 현상이 된다. 세대와 계급의 상호작용 효과가 중요하다는 얘기다. 하지만 그런 분석은 아직까지는 없다. 계층별로 능력주의에 대한 입장이 다르고, 미래에 대한 전망도 다르고, 부모의 역할에 대한 인식도 다르다는 건, 계층론의 상식이다. 착시라고 말할 수 있는 새로운 내용이 아직은 없다. 

즉, 착시를 얘기할려면 세대 간 격차에 대한 분석이 있어야 한다. 다음 얼룩소 글에서 이런 착시를 분석하는지 기다리고 있다. 35세 이상 그룹도 서베이했으니 충분히 분석이 가능하다. 한가지 궁금하게 생각하는건 공부방 계급론을 35세 이상에게도 똑같은 질문을 했는지다. 그랬다면 분포는 어떻게 다른지 매우 궁금하다. 이대남 현상이 착시라고 할려면, 35세 이상에게도 똑같은 공부방 계급론 항목을 질문했고, 동일한 기준으로 계급을 나누면 상, 하위 계층의 능력주의에 대한 응답 비율에 세대 간 격차가 없어야 한다. 다만, 20대남자는 돈걱정없고 공부방을 가진 비율이 증가해서 능력주의가 커진 것으로 나와야 한다. 달리 말해, 이대남 현상은 계급의 분포 변화로 인한 착시다. 정확히 심슨의 역설과 같은 논리다. 그래야 이대남 현상이 계급의 착시가 된다. 단순히 계급이 중요하다는건 착시가 아니다. 

페미니스트 관련해서, 앞에서 언급했듯 페미니스트의 성향이 공적 영역을 중시한다는건 놀랍지 않다. 이렇지 않을 것으로 예상한 사회과학자는 많지 않을 것이다. 세상에 하나만 하는 사람은 없다고 했던가. 많은 사람들이 모순적 사고를 하지만, 집단으로 분석하면 상당한 일관성이 있다. 민주당 지지자가 미통당 지지자 보다는 평균적으로 더 진보적이고 더 공공성을 중시한다. 그렇다고 민주당 지지자 개개인이 모두 그렇게 일관적이지는 않다. 당연한 현상이다. 마찬가지로, 여성차별이 심한 한국에서 페미니스트가 상대적으로 더 약자에 우호적이고 공공성을 중시하는게 당연하다. 그러니 이 기사도 유용한 정보이기는 하지만, 놀라운 뉴스가 아니다. 심지어 반페미니스트에게도 이 뉴스가 기대하지 못했던 결과인지 의심스럽다.  

더 중요한 질문은 왜 이런 상식적 내용과는 관계없이 페미니스트가 사회에 도움이 안된다고 인식되고 있는가이다. 페미니스트의 성향이 아니라, 페미니스트의 내용이나 페미니스트가 여성 문제와 관련해서 제기하는 주장이 문제인데, 거기에 대해서 얼룩소는 질문하거나 분석하지 않는다. 페미니스트의 주장이 싫다는데 "사람은 착해"라고 엉뚱한 얘기를 한다는거다. 페미니스트의 주장이 사회에 도움이 될 것이 확실하고, 여러 국제기구도 페미니스트의 주장대로 해야 한국 경제가 더 발전할 것이라고 충고한다. 그런데 왜 사람들은 페미니스트를 싫어하나? 페미니스트가 뭔지 몰라서인가? 아니면 성별 평등 자체에 대해서 저항하는가? 계급적으로 페미니스트의 득세가 경제적으로 불이익이 되나? 아니면 미국에서 CRT가 뭔지 모르면서도 비판적이 되듯, 페미니스트에 대한 부정적 이미지화가 성공해서인가? 쉽지 않은 질문이고, 서베이 한 두 개로 해결할 수 있을지 모르겠다. 

===========

이상이 분석글에 대한 코멘트다. 조금만 더 어깨에 힘을 빼주면 좋겠지만, 이 정도면 훌륭한 기사라고 생각한다. 진짜로 하고 싶은 얘기는 사회과학 저널리즘에 대한 것이다. 모든 영역의 전문가들은 그 분야에서 다 똑똑하다. 아마츄어가 범접하기 어려운 내공을 쌓고 있다. 사회과학도 마찬가지다. 서베이 돌려서 남들은 알지 못하고 연구하지 못한 뭔가 굉장히 새롭고 충격적인 얘기를 지속적으로 던지기는 어렵다. 

그런데 사회과학 저널리즘은 아는 얘기도 다른 사건에서는 다른 각도로 또 할 필요가 있다. 사회과학과 사회과학 저널리즘은 다르다. 사회과학 저널리즘에 대한 관심은 높아지는데, 저널리즘에 있는 분들이 사회과학, 사회과학 저널리즘, 그리고 저널리즘 사회과학의 차이에 대해 모른다는 느낌을 자주 받는다. 저널리즘 사회과학은 프로페셔날 사회과학의 입장에서 보면 아마츄어다. 이 번 얼룩소 분석도 기사로써는 훌륭하지만, 사회과학적 분석의 잣대를 들이대면 높은 점수를 주기는 어렵다. 사회과학적 지식도 새로운 내용의 추가를 통한 점진적 발전인데, 새로운 내용 추가가 별로 없기 때문이다. 

사회과학 저널리즘을 할려면 사회과학자를 설문지 검토 용역에 동원하는 것 보다는, 사회과학자들이 프로페셔날한 영역에서 달성한 성취를 이용해야 한다. 사회과학 저널리즘을 하는 분이 사회과학자 중 누가 무슨 연구를 했는지 읽고 종합해서 알아듣기 쉬운 말로 전달할 수 있어야 한다. 사회과학자보다 사회과학 기자가 더 광범위하게 읽어야 한다. 사회과학자는 자기 전문 분야만 읽어도 되지만, 사회과학 기자는 덜 깊게 하지만 더 넓게 읽고 서로 다른 분야들을 연결시킬 수 있어야 한다. 사회과학 기자는 어떤 사회과학자가 어떤 분야의 전문가인지 관통하고 있어야 한다. 그게 진짜 정보다. 기사에서 사회학자들 코멘트 딴 것들 보면, 전문가가 아니라 친한 교수에게 대충 몇 마디 딴게 너무 눈에 보인다. 사회과학 저널리즘에서 필요한 능력 중 하나는 누가 진짜 전문가인지 파악하는 능력이다. 무슨 문제가 있을 때 누구에게 물어보는지 알고, 실제로 물어보고, 추가로 무슨 내용을 더 알아보면 되는지도 파악할 수 있어야 한다. 전문적 영역이다. 

사회과학 대비 사회과학 저널리즘의 가장 큰 장점은 스토리 텔링이다. 좋은 사회과학 논문이나 저서도 스토리 텔링이 있다. 하지만 사회과학 저널리즘만큼 흥미롭지는 않다. 여러 사회과학 연구를 꿰어서 사회현상에 대한 스토리를 만들 수 있는 사람이 사회과학 전문기자라 할 수 있을 것이다. 하나의 스토리를 꿰는 것이 어렵다면, 라쇼몽처럼 하나의 현상에 대한 여러 스토리를 전달하는 것도 사회과학 전문기자만이 할 수 있는 영역이다. 천관율 기자는 탁월한 스토리 텔러다. 하지만 이 분이 한 최근의 일부 작업은 사회과학 저널리즘이 아닌, 저널리즘 사회과학이라고 할 수 있을 것이다.  

바라건대 "저널리즘 사회과학"이 아니라 "사회과학 저널리즘"을 하는 분들이 많이 나왔으면 좋겠다.

Ps. 사회과학자도 1회성 센세이셔널한 결과를 만들어내는 기획에 곁다리로 참여하는건 이제 좀 자제했으면 좋겠다. 그런 기획이 필요한 때도 있지만, 진중한 질문이 필요한 현상을 그렇게 접근하는 한계는 너무 명확하지 않은가. 

프레시안 기사: "쌀 사먹게 2만 원만.." 22살 청년 간병인의 비극적 살인

프레시안 기사에서 보도된 청년 간병인의 비극은 한국의 빈곤문제와, 복지의 사각지대, 특히 50대 빈곤의 문제를 드러낸다. 50대 빈곤은 기사에서 나오듯 20대 초반의 빈곤이 된다. 20대 후반만 되어도 독립해서 일을 하기 시작하면 빈곤에서 탈출한다. 한국에서 빈곤은 주로 60대 이상 고령층의 문제지만, 빈곤의 구조적 문제는 1차 노동시장에서 탈락하는 50대 초반서부터 시작된다. 통계를 분석해보면 50대 이하에서도 빈곤 문제가 더 심각해지고 있다.

이러한 문제 인식이 지체되는 이유 중 하나는 빈곤문제가 어떻게 심각해지고 있는지 통계를 자세히 분석하지 않으면 잘 드러나지 않기 때문이다. 지니계수나 팔머지수 등 한 개의 수치로 표현된 불평등 지수는 가끔 현실에서 어떤 일이 벌어지고 있는지 파악하지 못하는 경우가 있다. 한국이 그런 경우다.

한국에서 소득불평등이 2009년 이후에 증가하지 않았다고 얘기하면, 가처분 소득은 그렇지만 시장 소득의 불평등은 증가했다는 반론을 가끔 듣는다. 팔머지수라고 상위 10%의 소득 점유율과 하위 10%의 소득 점유율을 비교하는 지표가 있다. 이 지표에 따르면 시장소득 불평등은 커지는 것처럼 보인다. 하지만 지니계수로 측정하면 가처분 소득 불평등 뿐만 아니라 시장소득 불평등도 별로 증가하지 않았다. 불평등을 측정하는 여러 지수가 다소의 차이는 있더라도 대부분 동일한 변화를 보여주는데 이상하게 한국은 지표에 따라서 불평등의 변화가 다르게 나타난다. 

무슨 일이 벌어지고 있는가?  

아래 표는 2011년 이후 2019년까지 통계청 가계금융복지조사의 가구 균등화 시장소득 증가율이다. 소득 상승률을 통계청에서 계산하지는 않지만 분위별 평균 소득의 연도별 변화로 증가율을 계산할 수 있다. 인플레를 감안하지 않은 명목 소득으로 계산한 것이다. 

위 표를 보면 세 가지 놀라운 지점이 있다. 

첫째, 소득 최하위 10%의 연간 소득 상승률이 0.63%로 다른 집단과 비교할 수 없을 만큼 낮다. 

둘째, 소득 최상위 10%의 소득 증가율은 2.40%로 최하위 다음으로 낮다.

셋째, 3~9분위의 소득 증가율이 3.51~3.96%로 매우 균등하게 높다. 

시장소득의 측면에서 지난 10년간 중산층이 약화된게 아니라 강화되었다. 최상층의 소득이 중산층보다 높아진 것이 아니라, 최상층과 중산층의 간격이 좁아졌다. 이에 반해 최하층은 점점 더 나락으로 떨어지고 있다. 물가상승률을 감안하면 소득 최하층은 한국이 상대적으로 눈부신 발전을 하던 지난 10년간 소득이 감소하였다. 청년 간병인의 비극적 살인은 이러한 변화의 맥락 속에서 터져나온 비극이다. 

하위 10%만 제외하면 한국의 시장소득 불평등도 줄어들었다. 팔머지수가 증가한 이유는 최상층의 소득 비중이 늘었기 때문이 아니라 최하층의 소득 비중이 눈에 띄게 줄어들었기 때문이다. 한국이 2010년대에 다른 국가보다 빠른 발전을 하고, 시장소득의 1차 분배도 개선되었지만 하위 10%는 이러한 긍정적 변화에서 완전히 소외되어 있다. 지니계수에 변동이 없거나 오히려 약간 줄어드는 이유는, 지니계수는 소득 중간층의 변화에 더 민감한 지수이기 때문이다. 한국은 불평등과 빈곤 문제의 디커플링이 벌어지고 있다.

이렇게 얘기하면 일부에서는 상위 10% 중에서 최상층의 소득은 더 빠르게 증가하고 5~10%의 애미한 상층만 희생당하고 있다고 말할 것이다. 하지만 분위 평균값이 아니라 분위 경계값의 변화를 보면 ln(P90)-ln(P80)의 값이 2011년에는 0.283이었는데, 2019년에는 0.279로 거의 변화가 없다. 이는 상위 10%의 낮은 소득 증가율이 상위 10% 중에서 5~10%가 아니라 상위 1~2% 등 윗부분에서 이루어졌다는 의미다. 

아마 여기서 상층의 소득은 서베이 조사로 제대로 파악되지 않는다고 지적할 것이다. 하지만 가금복 통계는 세금자료로 상층 소득을 조정한 수치다. 일반에게 원자료를 공개하지 않아서 그렇지 서베이로 측정되지 않는 수익이 문제가 아니다.

종합하면, 한국은 지난 10년간 90% 가구의 시장소득 1차 분배가 개선되어서 불평등이 줄어들었다. 이는 광범위한 중간층의 소득이 상층보다 빨리 증가했기 때문이다. 이러한 긍정적인 변화에도 불구하고 최하위 10%는 소득증가에서 완전히 소외되어 과거보다 최하층과 차하층의 격차가 더 벌어졌다. 

대부분의 국가에서 소득 최하층과 차하층의 격차가 소득 최상층과 차상층의 격차보다 작다. 하지만 한국은 소득 최하층과 차하층(2분위)의 격차(로그소득 1.238)가 소득 최상층과 차상층(9분위)의 격차(로그소득 0.534)보다 2.5배 크다.

세상에 한국말고 이런 나라는 없다.

Kim & Oh. (2021) Taste-based Gender Discrimination in South Korea. SSR. (12월16일 까지 무료 다운로드 가능, 그 이후에는 요기서 유료나 기관 계정으로 접근 가능). 

지난 2019년 초에 발표했던 "경력단절 이전 여성은 차별받지 않는가?"의 후속 논문. 이 번 주제는 대졸 직후 경력단절이 발생하기 이전의 성별 소득 격차가 여성 비선호(=혐오)에 기인하는지 아니면 통계적 차별인지 검증하는 것. 이번에도 대졸자직업이동경로조사(GOMS)를 활용했다. 

한국에서 성별 소득 격차에 대한 논리는 대략 5가지다. 

(1) 여성은 남성과 추구하는 바(preference)가 다르다.

(2) 여성이 결혼을 해서 경력단절이 있기 때문에 성별 소득격차가 발생하지 20대는 성별 소득 격차가 없다. 

(3) 남성은 공학을 전공하고 여성은 인문학을 전공하기 때문이다. 

2019년 논문은 이 세 논리가 성립하지 않는다는걸 보여줬다. 같은 학교, 같은 학과, 같은 학점에 경력단절 이전이라도 여성의 임금이 남성보다 18% 가량 낮다. 심지어 직업을 통제해도 성별 격차는 여전하다. 

2019년 논문의 결과를 받아들여도 (1)은 여전히 남는거 아니냐고 할텐데, preference의 지표로 많이 사용되는게 학력과 전공이다 (경제학 원론 하나 본 분들은 Handbook of Labor Economics의 Altonji & Blank 챕터 참고하실 것). preference가 가장 중요한 이유면 학력과 전공이 성별 임금 격차의 상당 부분을 설명해야 한다. 위에서 설명했듯, 안그렇다. 오히려 학력 전공을 통제한 후에 성별 소득 격차는 더 커진다. 따라서 2019년 논문이 (1)도 완전하지는 않지만 대략 설명력이 높지 않다고 보여준다. 

그러면 여성 차별이 남는다. 그런데 차별도 종류가 다르다. 하나는 일부에서는 차별하는게 당연하다고 주장하는 차별이고, 다른 하나는 누구나 극구 아니라고 부인하는 차별이다. 

(4) 통계적 차별: 여성은 남자보다 생산성이 낮기 때문에 차별한다. 생산성이 높기만 하면 해당 여성은 차별하지 않을텐데, 개별 여성의 생산성을 알지 못하기 때문에 어쩔 수 없이 성별을 생산성의 지표로 사용해서 여성에 대해 전반적으로 차별할 뿐이다. 

(5) 선호기반 차별: 그냥 여자라서 차별한다. 

통계적 차별도 차별인데 어찌된 일인지 많은 사람들이 이건 해도 괜찮은 차별이라고 생각한다. 한국만 그런건 아니다. 통계적 차별 논리를 배운 다음에는 더욱 차별적으로 되는 현상이 다른 국가에서도 발견된다 (올해 ASR Tilcsik 논문). 예전에는 차별은 막연히 나쁘다고 생각하던 사람들이 통계적 차별 논리를 배우면, 나서서 차별이 정당하다고 당당하게 주장한다. 진짜 아는게 병이다. 

문제가 더 복잡해지는건 한국에서 여성에 대한 통계적 차별은 여성의 생산성 "지표(signal)"가 명확하지 않기 때문이 아니라, 결혼과 출산 후 경력단절로 이어질 것으로 기대하기 때문에 발생한다. <현재의 지표>가 아니라 <미래의 기대>에 의한 차별이다. 이 때문에 학력, 전공 등 현재의 지표를 아무리 통제하더라도 통계적 차별을 하지 않을 근거가 되지 못한다. 미국의 인종차별 연구와 가장 다른 지점이다. 정보(=생산성 지표)의 부족 때문에 의한 차별이면, 개별 여성의 학력과 전공이 차별을 줄일 수 있는 근거가 되지만, 미래 행동에 대한 기대에서 발생하는 차별은 개별 여성의 현재 정보로는 아무 것도 판단할 수 없다. 통계적 차별을 옹호할 수 있는 근거가 강력하다. 과거 자료에서 여성의 이직률이나 노동시장 탈락률이 높기만 하면 된다. 여성의 소득이 낮은 이유라고 모두가 믿고 있는 경력단절이 바로 통계적 차별의 근거다. 통계적 차별을 겪은 여성은 노동시장에서 탈락하는 확률이 높아지고 이는 다시 통계적 차별의 근거가 된다. 이 때문에 통계적 차별은 순환적 차별(circulation discrimination)이다. 인종차별과는 다른 이러한 특수성 때문에 한국의 여성차별은 여성을 혐오하기 때문에 생기는 선호기반 차별인지, 경력단절 기대로 인한 통계적 차별인지 구분하기 어렵다. 선호기반 차별은 고용주의 "선호"를 알아야 하는데, 이 심리상태를 알 방법도 없다. 

그래서 생각해낸 아이디어가 지역 격차를 이용하는 것이다. 이 아이디어는 지난 2019년 논문 발간 후 달린 수많은 댓글중 여성은 지방을 가기 싫어한다는 주장에서 얻었다 (감사! 논문의 핵심 내용은 사실 2019년에 이미 발표. 수많은 robustness checks을 거쳐서 이제서야 논문이 나온 것). 개별 고용주의 성별 선호는 알 수 없지만, 지역별 성별 태도의 차이는 측정할 수 있다. 바로 지역별 신생아 성비를 지역별 노동시장에서의 성별 선호의 대리변수로 이용하는 것이다. 

선호기반 차별 검증에서 지역 간 격차를 이용하는 것이 저의 고유한 아이디어는 아니다. 경제학 톱저널의 하나인 Journal of Political Economy에 실린 Charles & Guryan의 논문이 미국에서 지역별 인종차별 인식을 이용해서 선호기반 인종 차별을 측정했다. Charles & Guryan 논문의 가정은 지역별 인종차별 인식을 고용주도 공유한다는 것인데, 여성 차별 논문에서도 이 가정을 그대로 적용했다. 

논문에서는 지역별 신생아 성비 중에서도 1990년대의 신생아 성비를 이용했다. 성비는 "자연성비"가 있다. 대략 105-6 정도다. 자연성비에서 벗어나는건 인위적 선택의 결과다. 남아 선호가 있어도 자연성비를 유지할 수 있지만, 남아 선호 없이 자연성비에서 벗어날 수는 없다. 자연성비는 "자연"이기 때문에 지역의 경제적 특성과도 무관하다. 지역의 임금 수준과 성비는 무관해야 정상이다. 자연성비를 벗어난 성비는 남아선호의 지표이다. 혹자는 성비가 지역의 경제상황 등을 반영한다고 할텐데, 맞는 말이다. 그런데 지역의 경제상황이 성비에 반영되는건, "경제상황 --> 남아선호 인식 발생 --> 성비 증가"의 경로를 겪는다. 남아선호라는 문화적 현상 없이 경제상황이 성비 증가로 그래도 이어지는게 아니다. 한국은 1990년대 전반에 걸쳐서 전체 성비가 110이 넘는다. 그 전이라고 남아선호가 없는건 아니었다. 하지만, 90년대 이전에는 아들이 생길 때까지 낳았다. 90년대는 초음파 검사와 낙태로 인해 성비가 급등했다. 셋째 이상 성비는 무려 170에 달했다. 드러나지 않던 남아선호의 지역별 차이가 1990년대에 드러났다. 

또한 1990년대 신생아 성비는 2010년대의 인구 행동, 노동시장 행위 결정과 무관하다. 현재의 성비와 현재의 성차별 인식을 변수로 사용하면 endogeneity 문제를 피할 수 없다. 현재의 인구행동이나 성차별 인식은 성별 소득과 역인과관계일수도 있다. 하지만 1990년대 성비는 2010년대 대졸 직후 노동자의 인구 행동과 무관하다. 1990년대의 지역별 성비는 현재도 지속되는 지역별 성차별 문화의 대리변수로만 작동한다. 그렇기 때문에 지역별 성비를 지역별 성차별 인식의 대리변수로 사용할 수 있다. 

우야튼, GOMS 자료와 지역별 성비를 합쳐서 아래와 같은 모델을 측정하였다. 

ln y = a + b1 (Female) + b2 (Regional Sex Ratio) + b3 (Female * Sex Ratio) + c X + e

여기서 관심사는 기본적인 여성 불이익인 b1에 더하여, <여성변수와 지역별 변수의 상호작용항>인 b3가 음의 값을 가지는가다. 성비는 자연성비인 105로 센터링했다. 그러니 b1은 자연성비일 때의 여성의 소득 불이익 정도를 나타내고, b2는 지역별 성비가 자연성비에서 1 증가할 때 남성의 소득이 얼마나 증가하는지를 나타내고, b3는 지역별 성비가 자연성비에서 1 증가할 때 해당 지역의 남성대비 여성의 소득이 얼마나 바뀌는지를 나타낸다. 따라서 이 논문의 핵심은 b3가 음의 값이 나오는가 여부다. 

분석 결과, 4년제 대졸자를 대상으로 구체적인 대학, 세부 전공, 학점, 출신 고교, 연령 등등 모든 변수를 통제한 후에 b3의 값은 인적자본 통제 이전에는 -.0101이었고, 통제 이후에는 -.0073였다. 이 결과는 99.9% 신뢰 수준에서 유의했다. 표준오차는 당연히 clustered standard error를 사용했다.

남아 선호가 심한 지역일수록 여성의 남성대비 소득 불이익이 컸다.   

좀더 알 수 있게 설명하면, 한국에서 성비의 지역별 차이는 대략 10포인트다. 이 크기면 성비가 가장 높은 지역의 여성은 가장 낮은 지역의 여성보다 소득이 7~10% 정도 더 낮다는 의미다. 참고로 한국에서 90년대에 신생아 성비가 가장 높았던 지역은 대구-경북이고, 가장 낮았던 지역은 전북이다. 여성이 서울에서 일하는 것과 성비가 가장 높은 지역에서 일하는 것을 비교하면, 다른 모든 조건이 같을 때 성비가 큰 지역에서 불이익이 7% 더 커진다. 이 불이익은 b1로 측정된 기본적 불이익(대략 10%)에 추가로 부여된 불이익이다. 어떤 모델을 사용하는지에 따라 1/4~1/3 정도의 성별 소득 격차가 성비로 측정된 taste-based discrimination으로 설명된다. 

그런데 이 논문에서 측정한 선호기반 여성차별은 실제보다 낮은 보수적 추정일 가능성이 높다. 이 논문의 선호기반 여성차별은 성비가 자연성비에서 벗어날 때만 측정 가능하다. 만약 자연성비에서도 여성혐오를 모든 지역이 일정 정도 공유한다면, 이 차별은 본 연구에서는 측정되지 않는다. 달리 말해 b1으로 측정된 자연성비에서의 여성 불이익의 일부가 선호기반 여성차별에 기인한다면, 본 연구의 방법론으로 측정한 선호기반 차별은 과소추정이 된다. 당연히 그럴 가능성이 크다. 

그래서 결론은 한국의 성별 소득 격차의 상당 부분이 통계적 차별이 아니라 여성 혐오에 기인한 선호기반 차별이다. 그러니 통계적 차별 논리로 선호기반차별을 정당화하는 주장은 이제 그만 두기를. 

한 가지 추가로 강조할 점은 b2의 값이다. b2는 남성의 지역별 평균 소득이 성비에 따라서 어떻게 달라지는지를 나타낸다. 성비가 남아선호와 여성혐오를 나타내는게 아니라, 우연히 제조업 중심 지역에서 더 높아서, 지역별 산업구성의 차이를 나타낸다면, b2는 통계적으로 유의하게 긍정적일 것이다. 하지만 b2는 0이다. 단순히 통계적 유의도가 없는게 아니라, 절대값이 0이다. 학력과 전공을 통제한 후 지역별 성비와 지역별 남성의 평균 소득은 전혀 상관이 없다. 오직 성비는 여성의 소득과만 음의 상관을 지닌다. 

이게 논문의 핵심 내용이고, 논문의 상당 부분이 여러 다른 상황과 변수를 사용해도 결과가 같은지 검증하는데 할애되었다. 구체적인 내용은 논문을 보시길. 

Ps. 아래가 대략 추가적 검증 내용들이다. 

- 성비가 아니라 현재의 지역별 성평등 인식을 변수로 사용해도 결과는 마찬가지다. 다만 이 때는 지역별 성평등 인식이 낮은 지역에서 남성의 소득이 올라가는걸로 나온다. 그러니 현재의 성평등 인식은 선호기반 차별을 측정하기에 좋은 변수가 아니다. 

- 1990년대 성비가 아니라 2000년대 셋째 이상 성비를 사용하거나, 1990년대 셋째 이상 성비를 사용해도 결과는 마찬가지다. 

- 노동시장의 할당(=산업, 직업, 회사규모, 정규직 등)을 통제하면 여성의 기본불이익인 b1는 35% 정도 설명되는데, b3는 노동시장 할당을 모두 고려해도 15% 정도 밖에 줄지 않는다. 즉, 여성혐오에 의한 차별은 노동시장 할당으로도 설명되지 않는 "순수한" 여성 소득 차별이다.  

- 지역별 여성의 인구행동인 혼인율, 출산율, 육아휴직율, 평균 가사노동시간을 모두 통제해도 결과 안바뀐다. 

- 지역별 육아휴직율은 통계적 차별과 선호기반 차별 모두의 대리변수가 될 수 있다. 통계적 차별이면 고용주들이 이 통계에 근거해서 여성 고용을 꺼려서 (female*육아휴직)의 계수값이 음의 값이 될 것이고, 선호기반 차별의 경우에는 지역별 육아휴직율이 여성우호의 지표이기에 (female*육아휴직)의 계수값이 양의 값이 될 것이다. 결과는 양의 값이다. 지역 격차는 통계적 차별로는 설명이 안되고 선호기반 차별로만 설명된다. 

- 혹시 지역별 성비가 지역별 30대 여성의 노동시장 참여율과 관련이 있는지도 점검해보았다. 성비가 높은 지역에서 여성 노동시장 참여율이 낮다면,  성비는 선호기반차별이 아닌 통계적 차별의 근거가 될 수 있다. 30대 초반 여성의 지역별 노동시장 참여율은 지역별로 대졸 직후 20대 여성을 통계적으로 차별하는 근거가 될 수 있기 때문이다. 하지만 둘은 상관관계가 전혀 없다. 지역별 30대 여성 뿐만 아니라 30-40대의 노동시장 참여율을 성비 대신 대리변수로 사용하여 (female*LFR)을 측정했지만 전혀 유의하지 않았다. 

- 논문에서 공공부문 노동자와 교사는 사기업의 차별 대상이 아니기 때문에 제외했는데, 이 표본 제한이 결과에 영향을 끼치는지 점검(포함해서 분석 + Heckman selection model)해봤지만 결과는 동일하였다.  

- 특정 outlier 지역 때문에 결과가 왜곡되는지 알아보기 위해서 각 지역을 돌아가면서 빼고 측정했지만 결과는 동일하다. 

- 논문에서 clustered standard error를 사용했지만, 더 보수적으로 표준오차를 계산하기 위해서 회귀분석의 모든 통제 변수 부여 후에도 남는 지역별 성별 격차만을 종속변수로 표본수를 광역시도 16개로 크게 줄여 표준오차가 과대 계상되게 측정했지만 결과는 마찬가지다. 여전히 통계적으로 유의하다. 

- 어떤 지역에서 일하는지는 자신의 선택이라서 지역 선택 편향이 결과를 왜곡할 가능성은 없는지 IPTW라는 기법으로 성비가 높은 지역과 낮은 지역의 선택 확률을 통제했지만 결과 안바뀌었다. 

Pps. 

평소 탕탕절 같은 용어 사용에 그렇게 호의적이지 않았는데, 이 번 따블 탕탕절은 주말에 위스키 더블샷으로 기념할 예정이다. 

이 번에 노벨경제학상을 받은 Card & Krueger 논문은 사회학자인 저도 대학원 수업에서 학생들에게 가르친다. 이 논문을 가르친 후 2가지를 논의한다.

=====

1. 주류의 사고방식을 따라가지만, 그 틀에서 conventional wisdom을 항상 의심하라. conventional wisdom에 매몰되어서도 곤란하고, conventional wisdom을 의심하다가 음모론적 사고에 빠지는 것도 곤란하다. 

2. DID 방법론. 

=====

오늘보니 폴 크루그만도 경제학의 conventional wisdom만 믿는 것의 위험성을 얘기했더라. 기초수업 하나듣고 conventional wisdom에 매몰되는게 우파의 문제라면, 좌파는 conventional wisdom에서 벗어나겠다고 음모론에 빠지는게 문제였다. 요즘보니 우파는 하나만 하는게 아니라 conventional wisdom 매몰과 음모론 둘 다 하는거 같긴 하지만. 

작년 8월 이코노미스트에서 최저임금 논쟁에 대해서 정리하는 기사를 낸 적도 있다. Card & Krueger 논문에서 부터 시작해서, 시애틀 최저임금 인상 논쟁, 그리고 수요독점 이슈까지. 

이 번 노벨경제학상을 계기로 한국에서 최저임금 논란이 얼마나 한심한 수준에서 이뤄졌는지 깨달았으면 좋겠다. 이코노미스트 기사에서 한국 얘기도 나오는데, 한국은 21세기 들어 최저임금을 가장 많이 올린 국가 중 하나다. 아래 그래프가 얼마나 많이 올렸는지 보여준다.

그래서 이 기간 동안 고용이 어떻게 바뀌었을까? 

아래가 그 변화다. 

한국은 미국과 달리 최저임금이 지역별로 다르게 적용되는 나라가 아니다. 지난 20여년간 최저임금의 급속한 인상에도 고용률이 줄어드는게 아니라 오히려 늘어났다. 경제학 기초교과서에 나오는 수요공급론에서 벗어나 좀 더 정치한 설명을 추구해야지, 최저임금 올리면 고용 줄어든다는 논리를 앵무새처럼 반복하면 어쩌라는건지. 

지금까지의 그 많은 연구를 통해서 최저임금의 고용효과가 없거나 있더라도 매우 작다는게 증명되었는데, 왜 한국만 뭔가 다르게 나타날거라고 철석같이 믿는지 도대체가 모르겠다. 한국의 데이터도 최저임금 인상이 고용을 감소시킨다는 증거가 안되는데 말이다. 한국은 최저임금을 크게 올렸는데도 고용률은 오히려 증가하는 원인을 따지는 사례가 되는게 맞지 않을까 싶다.  

부담되는 마감 after 마감을 대충 마무리하고, 부담이 상대적으로 작은 마감만 남았기에, 사회생활에 뒤쳐지지 않기 위해서 오징어게임 밤새 시청. 어떻게 이런 소재로 드라마를 만들 수 있는지 엄청 감탄하고 놀랐다. 

말도 안되는 상황인데도 상당히 공감이 되는데, 다섯번째 유리 징검다리 게임은 참가자들이 투표해서 게임을 거기서 끝낼 가능성이 있다는 생각이 든다. 

중간에 수학 선생이 자신이 살아남을 확률 계산하는데 확률이 매우 낮다.

그런데 이 게임은 이항확률의 누적분포와 같다. R에서 다음과 같은 명령을 돌리면 16명의 생존확률이 나온다 (계산하고 찾아보니까 벌써 많이들 해놨더라. 다들 생각하는거 비슷.). 

a <- 0
for(i in 18:3) {
a <- a+ dbinom(i,18,.5)
  print(a)
}

계산해보면 선두주자는 말도 안되게 낮은 확률이지만 마지막 주자는 생존 확률이 99.9%다. 

그런데 여기서 free rider 문제가 생긴다. 선두 주자는 risk taking을 하는데 보상이 생존 확률 99.9%의 마지막 주자와 같다. 후발주자는 누워서 떡먹기. 높은 위험을 감수해서 모험을 감행하고 최후에 456억을 가질 수 있다는 high risk, high return과는 완전히 다른 상황이다. 후발 주자 입장에서는 게임을 안할 이유가 없다.

반대로 선발주자 입장에서는 여기서 게임을 중단할 강력한 유인이 있다. 처음에 게임을 시작할 때는 1/456의 확률이었는데, 1번 주자는 갑자기 자기는 1/262,144 의 생존확률이 되고, 자신이 성공하면 나머지는 모두 성공한다. 게임 중단 투표를 제안할만 하다.   

===========

1번째 주자: 본인의 생존 확률 0.00038%, 자신이 성공하면 나머지는 모두 자동 성공.

2번째 주자: 본인의 생존 확률 0.0072%, 앞의 사람이 성공하면 free rider, 자신이 성공하면 나머지 자동 성공.

3번째 주자: 본인의 생존 확률 0.066%, 위와 같음, 자신의 리스크가 더 큼

4번째 주자: 본인의 생존 확률 0.38%, 위와 같음, 자신의 리스크가 더 큼

5번째 주자: 본인의 생존 확률 1.5%, 위와 같음, 자신의 리스크가 더 큼

6번째 주자: 본인의 생존 확률 4.8%, 위와 같음, 자신의 리스크가 더 큼

7번째 주자: 본인의 생존 확률 11.9%, 위와 같음, 자신의 리스크가 더 큼

8번째 주자: 본인의 생존 확률 24.0%, 위와 같음, 자신의 리스크가 더 큼

9번째 주자: 본인의 생존 확률 40.7%, 위와 같음, 자신의 리스크가 더 큼

10번째 주자: 본인의 생존 확률 59.3%, 위와 같음, 1/2 성공 확률 기준 선두 주자의 리스크가 더 큼

11번째 주자: 본인의 생존 확률 76.0%, 위와 같음, 선두 주자의 리스크가 더 큼

12번째 주자: 본인의 생존 확률 88.1%, 위와 같음, 선두 주자의 리스크가 더 큼

13번째 주자: 본인의 생존 확률 95.2%, 위와 같음, 선두 주자의 리스크가 더 큼

14번째 주자: 본인의 생존 확률 98.5%, 위와 같음, 선두 주자의 리스크가 더 큼

15번째 주자: 본인의 생존 확률 99.6%, 위와 같음, 선두 주자의 리스크가 더 큼

16번째 주자: 본인의 생존 확률 99.9%, 앞에 다 실패해도 자신은 성공할 수 있음.

===========

중간 주자 입장에서도 후발 주자는 여전히 free rider다. 8번째 주자는 생존 확률이 24.0%고, 9번째 주자는 40.7%다. 외부의 상황이 절박하여 risk taker 성향을 가지는 참가자들이 어떤 선택을 내릴지 모르겠다. 생존 확률을 모두 알고 투표를 해도 go일지 stop일지 확실하지 않다. 계산해 놓고보니 드라마에서 진짜 절묘하게 상황을 만들었다. 또 한 번 감탄. 

어쨌든, 드라마에서는 9번 주자인 덕수가 중간에 안간다고 버틴다. 40.7% 주자가 사실상 게임 중단에 투표한거 아닌가? 

이 상황이 성공한 사람이나 아무 것도 안한 사람이나 성과분을 모두 똑같이 나눈다는 일반적으로 생각하는 공산주의와 비슷한 상황이다 (능력만큼 일하고 필요에 따른 분배하는게 아니라). 실패하면 자기는 (인민의 적이 되어서) 망하지만, 성공하면 성과는 공유한다. 그리고 자신의 실패가 사회적 성공(=뒤에 남은 사람들)의 밑거름은 된다. 성공을 혁신이라고 친다면, 이런 시스템에서 risk taking(=혁신)을 지속할 확률이 얼마나 될까? 

번호를 실험 응답자에게 random으로 부여하고, 확률과 상황을 알려준 뒤에 투표를 해보고 싶다. 

고 or 스톱? 

공산주의가 아니라 다른 시스템도 생각해볼 수 있다

(1) the winner takes all - 신자유주의가 딱 이거다. 성공한 혼자 다 먹는거. 이 경우 사전에 성공 확률을 응답자들에게 알려주고 번호를 고르라고 하면 몇 번째 숫자를 사람들이 고를까? 위 상황과 비교해서 어떤 사회가 더 risk taking 행동의 비율이 높을까? 

(2) 낮은 성공 확률에 도전하는 사람들이 많으면서도, 승자 독식이 아니고 공유하는, 공산주의도 신자유주의도 아닌 최적시스템은 무엇일까? 

오징어게임보고 뻘소리 한 번 해봤다. 

곽상도 의원의 자식이 퇴직금으로 50억을 받았다는 뉴스가 나오는데, 한 청년이 건물 외벽을 청소하다가 추락사하였다. 

경제학에서 쓰는 개념 중에 "통계적 생명 가치(Value of Statistical Life, VSL)"라는게 있다. 1만명의 노동자 중에서 1명의 생명을 구하기 위해서 자기 소득 중 포기할 수 있는 금액의 사회적 총액이다. 이 개념을 소개하는 최근 칼럼으로는 퍼듀대 김재수 교수의 칼럼이 있다. 김재수 교수 칼럼에서 인용한 비스쿠시의 논문은 아마 요거 일거다. 김 교수의 칼럼에서 VSL을 설명하면서 건물의 유리닦기를 예로 든다.

코로나로 인한 락다운은 생명을 구하는 대신 경제적 손실을 가져온다. 하지만 통계적 생명가치로 따져보면 락다운이 충분히 경제성이 있다는 분석도 있다. 락다운을 해서 구하는 생명의 가치가, 락다운을 해서 잃어버리는 경제적 손실보다 금전적으로 크다. 

잔인하게 들리지만 통계적 생명가치로 정책을 결정하기도 한다. 환경 규제를 위해서 추가적 비용이 발생할 때 이 비용과 통계적 생명가치를 비교해서 비용이 더 비싸면 규제를 안하고, 싸면 규제를 하는 식이다. 

한국의 통계적 생명 가치를 구할려는 시도도 있지만 정부에서 프로젝트로 측정하고 정책에 반영하고 있는지는 모르겠다. 

어쨌든, 비스쿠시 교수의 측정에 따르면 미국의 통계적 생명가치는 960만불이고, 한국은 470만불이다. 한화로 따지면 50억이다. 곽병채가 6년 일하고 받은 퇴직금과 같은 금액이다. 

그런데, 한국이 과연 노동자 1명의 생명을 구하기 위해서 사회전체적으로 50억을 쓸 용의가 있는 국가인가? 

경향신문의 보도에 따르면 매일 김용균이 있고, 2020년 산업재해 사망자가 882명이라고 한다. 비스쿠시 교수의 추정에 따르면 1인당 50억씩 총 4조4천억의 비용이다. 산업재해를 근절할 수는 없지만 (뭘해도 사고는 발생한다), 추가적 규제와 비용 투자로 사망자를 80% 감소시킬 수 있다면 3조5천억원이 더 들어도 비용편익에서 이득이다. 과연 한국 사회는 이 비용을 지불할 용의가 있는가? 

비스쿠시 교수의 추정은 미국의 생명가치에 한국의 경제 수준을 대입한 것이다. 미국인이 포기할 수 있는 소득의 탄력성을 한국 정도 발전 수준에 회귀식으로 대입해서 추정한 것이다. 미국인이 인식하는 생명가치를 한국인의 소득 수준에 대입한 셈이다.

그런데 한국은 곽병채 1인의 50억에는 나라가 들썩이지만, 노동자 1명 개개인의 50억 가치에는 안타까운 마음을 잠시 표명하는 것 뿐이다. 비스쿠시 교수가 추정한 한국의 통계적 생명가치가 50억이라는 숫자가 믿기지 않는 이유다. 비스쿠시 교수의 추정치에서 한국인 국민 소득은 믿을 수 있는 자료다. 이 자료를 신뢰할 수 없다면 이유는 단 하나. 한국인이 미국인 정도의 생명가치를 가진다는 가정을 믿기 어렵다. 한국은 생명가치를 훨씬 덜 중시하는 국가라는 얘기다. 

생명을 돈으로 환산할 수 없다는 하나마나한 소리보다 (사회학에서는 생명의 돈 가치에 대해서 Zelizer의 생명보험에 대한 논문이 유명), 생명의 가치를 돈으로라도 표현해서 돈을 더 쓰게 만드는 노력이 필요하다.

한 사람의 생명을 지키기 위한 사회적 노력이 적어도 곽병채의 6년 근무 후 퇴직금 만큼은 되어야 하지 않겠는가.