중앙일보 칼럼. 논문 링크

 

최저임금이 1% 오를 때 고용이 0.5%씩 줄어든다는 매우 충격적인 논문과 칼럼. 

 

그래서 논문을 후다닥 살펴봤는데 좀 이해가 안됨 (이 번 포스팅은 전문지식이 없는 분들이 읽기에는 조금 어려울 듯. 블로그 글로 어울리지 않는 테크니컬한 내용이지만 중앙일보에 실린 매우 강한 주장이라 걍 씀). 

 

이 논문에서 연구 방법론 기술에 오류가 없다면, 종속변수는 지역별 고용률의 변화 dE = ln(E_t) - ln(E_t-1)임. first difference임. 종속변수 자체가 고용률의 변화임. 그런데 모델은 지역 고정효과모형(FEM)을 사용. FEM은 통계 효과의 측면에서 demeaned regression임. 지역 효과 fixed effects를 모두 통제함으로써 각 지역별 mean 효과를 모두 0으로 맞춰주는 그런 분석임. 이렇게하면 회귀 분석 값은 지역 "내" 변화에 따른 독립변수와 종속변수의 관계를 볼 수 있음. 

 

김낙년 교수의 분석은 일반적으로 사용하는 FEM 모델에 first difference 변수를 사용함으로써 FDM을 FEM에 삽입한 꼴. 제가 과문한 탓인지 사회학에서는 이런 식으로 분석하는 패널 모형을 본 적이 없음. 경제학에서는 사용되는 모형인지? 

 

이 논문처럼 FDM을 FEM에 삽입하여 분석하면 종속변수가 지역별 고용률의 변화가 아니라, 지역별 고용률 변동의 변화가 됨. 예를 들어 3개년도의 고용률이 70% (t1)--> 73% (t2) --> 74% (t3)로 바뀌면 일반적인 FEM에서는 3%포인트 증가, 1%포인트 증가로 2개 관찰값이 종속변수가 되지만, 김낙년 교수의 방법론에서는 3%포인트 증가에서 1%포인트 증가로 감소한 -2%포인트 1개 관찰값이 종속변수가 됨. t1과 t3 사이에 전체 고용률이 4%포인트 증가했는데, 종속변수는 -2%포인트 감소하는 것이 되어 버림. 고용률을 예로 들었는데, 고용률이 아니라 ln(employment)로 해도 함의는 같음. 

 

이에 반해 독립변수(= 최저임금에 영향을 받는 인구의 비율)는 first difference가 아닌 FEM에서 일반적으로 사용하는 lagged variable을 사용하였음. 따라서 독립변수는 t2 시점에서의 t3의 최저임금 인상에 영향을 받는 집단 비율의 demeaned value임. 

 

개념적으로 두 개 시점만으로 단순화해서 표현하면 rho{[dE(t3-t2) - dE(t2-t1)], dF(t2-t1) | X}를 계산한 것이 김낙년 교수의 베타값. 

 

이 경우 김낙년 교수의 분석은 최저임금에 영향을 받는 인구의 변화에 따른 고용률 등락폭 변화의 평균임. 고용률 변화의 평균이 아님. 이 수치가 의미가 있는 것임? 

 

이러한 분석은 연간 성장률을 계산할 때 연평균 성장률 변화의 평균으로 연평균 성장률을 계산하는 것과 같은 문제가 아닌지? 

 

 

 

 

또한 가중치가 제대로 적용된 것인지 의문. 논문에 제대로 안적은 것인지, 아니면 제가 못찾은 것인지 모르겠음. 이 논문에서 분석 단위는 통계청에서 제공하는 시군임. 그런데 통계청에서 광역대도시 내 구별 단위의 자료는 제공하지 않음. 따라서 광역시 전체가 하나의 유닛이 됨. 반면 작은 군도 하나의 유닛임. 어쩔 수 없는 자료의 한계인데 이를 보완하기 위해서는 인구수에 따른 가중치를 부여해야 함. 그러지 않으면 인구수가 작은 시군의 효과가 과장되게 대표되고, 전체 노동 인구의 절반을 차지하는 8개 광역시도의 효과가 과소 대표됨. 가중치를 제대로 적용했는지? 

 

 

 

 

그래서 지금 지적한 문제가 논문의 실제 오류라면 최저임금이 오르면 고용이 줄어든다는 김낙년 교수의 결론이 바뀌는가? 그건 알 수가 없음. 편향의 방향은 부정정일수도 긍정적일수도 있음. 따라서 이 논문으로 알 수 있는 것은 아무 것도 없는 것 아닌지?  

 

 

 

 

이게 제가 논문을 살펴보고 가지는 의문인데, 제가 뭘 놓치고 있는 건가요? 이 블로그를 보시는 경제학자분들께 조언을 구합니다. 

Posted by 바이커 sovidence

대학 학위의 가치가 예전만 못하다는 푸념을 많이 들을 수 있음. 

 

1960년에는 대졸자의 비중이 1.2%였는데, 2015년에는 31.2%로 폭발적으로 증가. 초대졸까지 포함하면 1960년에는 상위 2.3%였는데 지금은 47.2%가 대학 학위가 있음. 대졸자가 과거에는 엘리트였지만 지금은 걍 일반 대중. 이러니 대학 학위의 가치가 예전만 못하다고 느끼는 것. 

 

하지만 그 사이에 경제도 발전하고 직업구조도 고도화되어서 25-64세 인구 중 관리/전문직에 종사하는 비율이 4.3%에서 22.0%로 증가하였음. 

 

대학 졸업자가 늘어서 대학 학위의 지위재로써의 위치는 낮아졌지만, 괜찮은 직업 취득 면에서 노동시장에서 대학 학위의 가치가 낮아졌는지는 대졸자의 증가와 직업구조 고도화를 동시에 고려해야 함. 

 

그래서 각 학력 수준별로 25-64세 노동인구 중 관리/전문직에 종사할 확률을 계산해 봄. 1960년부터 2015년까지의 인구총조사 자료 이용하여 연령, 혼인 상태 등을 통제한 후 선형확률모델로 계산하였음. 현재 직업이 있는 사람들 중에서만 분석. 

 

그랬더니 대졸 남성의 관리/전문직 취득 확률은 1960년대에 비교해서 2015년 현재 거의 달라진 바가 없음. 오히려 약간 증가. 이에 반해 고졸과 초대졸의 가치는 상당히 하락하였음. 그래서 남성노동자의 대학 학위의 상대적 가치를 따지지면, 1960-75년에는 대졸자가 고졸자보다 3.4배 더 관리/전문직에 종사했는데, 지금은 7.8배 더 관리/전문직에 종사할 확률이 높음. 대학 학위의 상대적 가치는 확실히 상승하였고, 절대적 가치도 낮아지지 않았음. 

 

반면 여성의 경우는 대학 학위의 절대적 가치는 낮아졌지만 상대적 가치는 남성과 마찬가지로 상승. 1960-75년에는 대졸자가 고졸자보다 3배 더 관리/전문직에 종사했는데 지금은 7.5배임. 대학 학위의 상대적 가치는 남성과 비슷하게 변화. 

 

여성의 관리/전문직 종사자가 남성보다 많은데, 이는 관리/전문직의 범위가 넓어서 남성은 관리/전문직 보다는 기술직이 소득이 많은 경우가 상당하기 때문. 또한 선택편향도 상당히 있을 듯. 

 

한 가지 더 주목할 점은 초대졸이나 여성의 대학 교육 가치 하락이 최근 일어난 일이 아니라 1970년대에서 1980년대 넘어오면서 발생했다는 것. 대졸자의 폭발적 증가는 졸업정원제와 정원자율화로 1980년대와 90년대에 더 명확하게 이뤄졌지만, 이 시기에 대학 학위의 가치가 추가로 하락하지 않았음. 1980년대 이후는 매우 안정적임. 요즘들어 직업 지위 획득 측면에서 대학 교육의 상대적 가치가 하락했다는 증거가 얼마나 되는지? 남성은 절대적 가치도 하락하지 않았음. 

 

추가적 확인이 더 필요하긴 하지만, 한국에서 대학 교육의 가치가 낮아졌다는 증거가 얼마나 되는지 매우 의심스러움. 

 

  1960-1975 1985-2000 2005-2015
남성      
- 고졸미만 1.5% 0.0% 0.3%
- 고졸 11.6% 5.9% 5.2%
- 초대졸 30.8% 18.4% 18.2%
- 대졸 39.0% 38.5% 40.8%
여성      
- 고졸미만 0.1% 0.0% 0.0%
- 고졸 22.6% 4.3% 7.0%
- 초대졸 61.2% 35.6% 33.5%
- 대졸 67.6% 57.6% 52.8%

 

Posted by 바이커 sovidence

아래 댓글에 보니까 어떤 분이 "같은 회사에서 같은 직위를 가지고 같은 종류의 일을 해서 같은 시간만큼 일했을 때 임금 차이"가 나야지 차별이고, 다른 회사 다른 직종에 종사하는 남녀 간의 격차는 차별일 수 없다고 하는데, 차별의 여러 형태 중 자신의 머리 속에서 그리는 특정 형태만 차별이라고 우기는 논리. 이 논리에 따르면 (사실상의) 노예와 (사실상의) 노예주 간에도 차별이 없음. 

 

"동일노동 동일임금"은 차별을 없애기 위해서 고안된 개념인데 일부 분들은 차별을 정당화하기 위해서 쓰는 듯. 왜 이렇게 되었을까? 

 

이 기회에 동일노동의 의미에서 대해서 생각해보는 것도 좋을 듯. 

 

동일노동 동일임금은 이상형(ideal type)으로 내지는 선언적으로 존재하는 개념이지 현실에 직접 적용가능한 개념이 아님. 그래서 요즘은 "동일노동"이라고 안하고 "동일가치노동"이라고 함. 

 

세상에 동일노동은 없다고 봐도 무방. 모든 노동은 다 다름.

 

예를 들어 똑같이 공무원 시험에 붙어도 종사하는 일은 다름. 어떤 부서는 더 힘들고 어떤 부서는 더 많은 지식을 요구함. 그래도 같은 월급을 받음. 이거 부당하다고 주장할 수도 있음. 같은 학교, 같은 과, 같은 시기에 고용된 선생에게 같은 과목(예를 들어 통계)을 가르치라고 해도 선생마다 내용이 다르고 학생들의 성취도도 다름. 강의평가에 따라 월급을 달리 줘야 한다고 주장할 수 있음. 사무직만 그런게 아님. 기술직이나 노무직도 엄밀히 따지면 사람마다 기여도가 다 다름. 

 

사람마다 기여도가 다른데 이 기여가 부가가치를 늘리는 것인지 아닌지, 늘린다면 얼마나 늘리는지도 확실하지 않음. 어떤 기여는 눈에 띄고 어떤 기여는 눈에 띄지도 않음. 임금이 생산성을 반영해야 하는데, 개인의 생산성이 얼마인지 측정할 방법이 없음. 

 

심지어 승패가 확실한 팀스포츠에서도 개개인의 선수가 승리에 어느 정도 기여했는지 계산할 방법이 없음. 손흥민의 기여도가 정확히 얼마인지 평가할 수 있음? 온갖 통계수치를 이용하여 평가자의 편향을 줄일려고 하지만, 결국 최종 평가는 평가자의 주관으로 하는 것. 

 

그렇기 때문에 동일노동, 동일가치노동을 엄밀히 따지고 들어가면, 세상에 존재하는 모든 임금 차이를 정당화하는, 개인간의 어떤 차이를 발견하는 황당한 논리로 발전시킬 수 있음. 이 논리에 따르면 모든 불평등을 정당화할 수 있음.  

 

일부에서 상식적으로 이해하는 것과 달리, 임금은 개인의 기여도에 맞춰서 지급하는 것이 아님. 일에 대한 보상은 그 사회에서 인지된 그 일의 대략적 가치를 그 사회의 관행에 따라 보상하는 것. 평균적으로 그렇다는 것이고, 여기에 여러가지 우연적 구조적 요소들이 개입함. 

 

세상을 이해할려면 임금 격차를 낳는 여러 구조적 우연적 요인들이 무엇인지 따져보고, 왜 어떤 구조적 우연적 요인은 임금 격차를 낳고 다른 구조적 우연적 요인은 임금 격차와 상관이 없는지 설명할려고 노력해야 함. 설명이 설득력이 있을려면 임금 격차가 없는 상태를 정상 상태로 가정하고 논리를 시작해야 함. 

 

 

 

Ps. 통계적으로 N-1만큼의 변수를 통제하면 회귀모델의 R-squared값은 1이 되는데 이를 두고 모든 격차를 설명했다고 우기는 분들도 있음. 하지만 그게 곧 포함된 변수들이 모든 것을 설명한다는 것을 의미하지 않음. 동일노동 동일임금 논리로 성차별이 없다는 주장을 접할 때마다 saturated model을 만들어서 R-squared값을 높이는 행위를 보는 그런 느낌임. 

Posted by 바이커 sovidence

통계청 3월 고용동향 보고서. 매일경제 뉴스

 

2018년 동월 대비 취업수가 25만명 늘었고, 고용률은 3월 기준 역대 최고. 실업률은 0.2%포인트 하락. 

 

유난히 일정이 많아서 정신없이 지내는데, 이건 한 마디 안할 수가 없음. 페북에 보니까 조영철 선생도 한마디 했던데, 작년의 고용문제가 모두 최저임금 때문이라고 떠들던 사람들은 이제 뭐라고 할 건지. 올 해 최저임금이 더 올랐는데도 취업자수는 늘어나고 고용률은 높아졌음. 

 

이 모든게 노인 고용의 확대 때문만도 아님. 15-64세의 고용률은 0.1%포인트 증가하였음. 

 

그런데 지난 달에 취업수가 많이 늘었다고 2018년과 고용문제가 확연히 달라진 것은 아님. 그 때의 문제가 지금도 계속되고 있음. 작년에도 얘기했지만, 최저임금 문제로 고용을 바라보면 실제 문제를 보지 못하게 됨. 

 

아래 표는 고용률이 발표되면 가장 먼저 찾아보는 지표임. 고용의 상황을 파악하기 위해서는 실업률, 취업자수가 아니라 전체 인구수 대비 고용의 비율, "고용률"을 봐야 함. 모든 지표가 연관되어 있지만, 고용률이 가장 일관된 지표임. 작년에 고용률에 큰 문제 없었고, 올해도 크게 나아진 것이 아님. 

 

취업자수의 증가는 보수 언론에서 지적하듯이 정부의 취로 사업 증가로 인한 것으로 보임. 취업자수에만 집착해서 작년 내내 떠들다보니 이제와서 취업자수가 아닌 다른 걸 봐야한다고 말하기 민망해지는 것. 정권 비판에 눈이 어두워 아무거나 던지니까 진짜 문제를 건들지 못함. 

 

아래 표에서 보다시피 30~50대 남성의 고용률이 지속적으로 하락하고 있음. 작년에 하락했는데, 올해 또 하락. 2017년 3월 기준으로 40대 남성의 고용률은 92.3%였음. 올해는 91.0%. 1.3%포인트가 하락하였음. 50대 남성은 2017년에 87.6%였는데 올해는 85.7%. 1.9%포인트 하락. 한국에서 가장 소득이 높은 집단인 30~50대 남성의 고용률이 낮아지는 원인은 최저임금일 수가 없음.  

 

노인 빈곤이 심각한 국가에서 노인 고용이 증가하는 것은 환영할 일이고, 정부에서 노인이 일할 수 있는 여러 일자리를 제공해주는 것이 분명 필요하지만,

 

30~50대 남성의 고용률 하락은 다른 차원에서 큰 문제임. 제조업, 건설업 부진이 가장 큰 원인이 아닐까 짐작하는데, 이들의 노동시장 탈락이 오래 지속되어서는 안됨. 오래 노동시장에서 떠나있으면 숙련이 뒤쳐지고, 나이가 더 들면 새로운 기술을 익히지도 못함. 

 

최저임금과 더불어 문제가 과장된 것 중의 하나가 청년 실업. 20대 후반 고용률은 아래 표에서 보다시피 0.4%포인트 늘었음. 2017년에 68.4%였는데, 올해는 69.7%임. 1.3%포인트 증가. 30대도 2017년에 고용률이 74.9%였는데 올해는 75.5%임. 20대 후반과 30대에서 상황이 나빠진다는 신호가 전혀 없음. 오히려 좋아지고 있지. 

 

현재 악화되고 있는 고용 문제는 최저임금 문제도 아니고, 청년 실업 대책의 문제도 아니라 30~50대 남성, 핵심노동층의 고용률 하락임.  

 

Posted by 바이커 sovidence

연합뉴스 기사

금융연구원 보고서 원문


예전에 한 번 소개한 적 있는 송민기 연구위원 보고서인데, 인구변동과 취업자수 변화의 관계에 대해서는 이 분이 제일 자세하게 들여다보는 듯. 


보고서의 내용인즉, 한국의 노동연령층의 인구변동 폭이 커서 39세에서 40세, 29세에서 30세로 새로 10세 단위 연령 구분에 들어오는 숫자와, 49세에서 50세로 빠져 나가는 숫자에 차이가 있어서 30대 40대 연령층에서 취업자수가 줄어드는 것처럼 보이지만, 이 효과를 통제하고 보면 2018년에도 취업자수에 별 차이가 없었더라는 것. 


지금의 40대에서 50대로 넘어가는 세대는 60년대말에서 70년대초 출생자들인데, 이들의 코호트 사이즈가 한국 역사상 제일 큼. 연간 100만명 가까이 됨. 반면 20대에서 30대로 넘어오는 80년대말 90년대초반 세대들은 코호트 사이즈가 연간 65만명 정도 밖에 안됨. 


30대와 40대에서 취업자수가 격감하는 듯이 보이는 것은 이런 메카니칼한 과정의 반영일 뿐 실제 격심한 취업자수 감소는 없다는 것이 금융연구원 보고서의 주장. 


실제로 18-64세의 큰 집단으로 고용률을 보면 우려와 달리 2017~2018 사이에 큰 변화가 없음. 


연령 프레임 효과에 대한 문제제기는 매우 중요한 의미가 있음. 





그런데 한 가지 유의할 점은 이 보고서를 보고 연령별 고용에 아무 변화가 없다고 믿어서는 안된다는 것. 


이 블로그에서 반복해서 얘기하지만 최근 고용 변화의 특징 중 하나가, 

30~50대 남성의 고용률 하락임. 


동연령대 여성 고용률의 증가나 정체로 전체 30, 40대로 보면 심각한 변화가 없는 것으로 보일 수도 있지만, 30-40대 남성 고용률은 상당히 낮아졌음. 예를 들어 2018년 9월에 전년 동월 대비 30대 남성 고용률은 1.2%포인트 감소했는데, 여성 고용률은 0.7%포인트 증가. 성별로 고용률 변화가 정 반대임. 이러한 경향은 연령 프레임 효과와 큰 관계가 없음. 


금융연구원 보고서와 유사한 분석을 성별로 분리해서 시행할 필요가 있음.


전체 취업자수를 늘리는 정부 정책도 필요하지만, 30~50대 prime working age 남성의 고용률이 떨어지는 원인은 무엇인지 파악하고 그에 대한 대책을 마련해야 함. 


이들 계층은 고용률이 90%에 이르기 때문에 고용률 하락의 원인을 여러 가능성을 열어두고 살펴야 함. 원래 노동시장에 있기 어려운 사람(예를 들어 병자)인데 어쩔 수 없이 노동시장에 있었지만, 다른 가족(=여성)의 취업으로 자연스럽게 노동시장에서 탈락한 것인지. 산업 구조의 변화에 따른 구조적 실업인지. 경기 요인으로 인한 제조업과 건설업 고용 감소의 결과인지... 

Posted by 바이커 sovidence