이 번 주 불평등학회에서 발표할 내용인데, 

 

지난 번에 여성차별 논문을 발표하고 난 후 가장 많았던 반박이 여성소득불이익이 여성의 선택 때문이거나, 통계적 차별 때문이고, 선호기반차별(taste-based discrimination)은 없다는 것. 

 

통계적 차별은 정보의 부족에 의한 "합리적" 차별임. 남녀 모두 동일하게 대우하고 싶지만, 여성이 평균적으로 남성보다 경력단절이 많은데, 개인 고용주의 입장에서 여성을 고용하면 평균적으로 (즉, 통계적으로) 여성의 회사 내 인적자원에 투자한 것이 낭비가 됨. 어떤 여성이 경력단절 결정을 내리지 않을지 알 수 있다면 그 여성을 고용하겠지만, 그런 정보가 미비한 상태에서 최대한의 합리적 결정은 여성 보다는 남성을 고용하는 것. 

 

즉, 자신은 차별할 생각이 없지만 다른 사람이 차별해서, 내지는 사회시스템이 여성의 경력을 이어주지 않아서, 여성의 경력단절이 생김.  이 상황에서 개인 고용주로써는 어쩔 수 없이 통계적으로 남성 노동자를 선호하게 됨.

 

통계적 차별은 부인하는 사람이 별로 없음. 합리적 결정이라고 생각하니까. 현재의 생산성도 아니고 미래의 불확실한 결정에 대한 성별 평균의 격차에 기반한 차별이지만, 상당히 많은 분들이 심지어 차별하는게 옳다고 생각

 

의견이 갈리는 지점은 통계적 차별을 넘어서는 선호기반차별이 있냐는 것. 좋게 말해서 남성 선호, 나쁘게 말해서 여성 혐오에 기반한 차별이 있냐는 것. 선호기반차별은 여성의 경력단절을 촉진하고, 통계적 차별로 이어지는 순환의 한 연결고리이기도 함. 

 

이를 검증해야 하는데, 가장 큰 문제는 고용주의 선호를 알 수 있는 자료가 없음. 남의 속을 들여다 볼 수 있는 것도 아니고. 

 

그래서 이 번 연구에서 남성선호의 명백한 지표인 성비를 대리변수로 사용. 지역별 성비의 격차가 지역별 여성소득격차의 정도와 관계가 있는지를 살핌으로써 간접적으로 선호기반 여성차별을 검증. 

 

성비는 1990년대 후반 출생자의 성비를 사용하였음. 1990년에 자녀를 가진 사람의 대략적 연령을 30대 초반이라고 가정하면, 이들의 나이는 지금 50대 후반으로 의사 결정의 정점에 위치해 있음. 이들 집단의 남아선호와 현재 사회에 간 진입한 20대 대졸 초임 노동자들의 성별 소득 격차가 상관관계가 있는지를 살펴봄. 

 

여기서 중요한 가정은 지역별 문화의 연속성임. 1990년대 후반 지역별 남성선호 문화가 연속성을 가진다는 것. 지역을 하나의 제도로써 보는 입장. 

 

하여간 그랬더니 16개 광역시도를 사용하든, 230여개 시군구 자료를 사용하든 지역별 90년대 후반의 성비와 2010년대 대졸 초임의 성별 소득 격차는 통계적으로 유의한 상관을 가짐 (clustered standard errors 구함). 성비가 100인 지역의 여성불이익이 15.8%인데, 성비가 130인 지역의 여성불이익은 24.2%임. 이 불이익은 지난 연구와 마찬가지로 개인의 대학전공, 출신대학, 학점, 영어성적 등을 모두 통제한 것. 

 

한국의 여성차별은 통계적 차별로 온전히 돌릴 수 없는, 남성선호(여성혐오)에 의한 부분이 있음. 

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

한겨레 기사: 1인가구 근로소득 12% 증가

 

통계청 가계동향조사 발표는 연속성 문제 때문에 원칙적으로 2인 이상 가구를 대상으로 함. 가구구성이 안정되어 있을 때는 지금처럼 2인가구 이상만 분석해서 발표하는 것도 추세를 확인하는데 문제가 없음. 

 

하지만 1인 가구가 증가하고 가구 구성이 지속적으로 그리고 빠르게 변화할 때는 2인 가구만 대상으로 해서는 소득분포 변화의 정확한 실태를 파악할 수 없음. 

 

많은 사람들이 인식하지 못하고 있는데 현재 한국에서 개인소득의 불평등을 제대로 파악할 수 있는 공개된 자료가 없음. 가계동향조사는 가구 단위 조사인데 가구원 개개인의 소득을 모두 파악하지 않음. 억지로 가계동향조사 자료를 개인 단위 자료로 전환해서 쓸 수는 있는데 몇 가지 비현실적 가정을 해야 함. 가계동향조사는 처음 조사할 때 부터 개인단위 소득을 정확히 파악하고 있지 않음. 

 

그렇다고 자료가 전혀 없는 건 아님. 가계금융복지조사는 개인의 소득도 파악함. 개인단위 소득불평등을 제대로 파악할 수 있는 한국의 유일무이한 대규모 자료임. 

 

문제는 이렇게 소중한 자료를 통계청이 제대로 공개하지 않는다는 것. 개인 단위 소득을 조사했지만 공개된 자료에서 개인 단위 소득을 제공하지 않음. 

 

도대체 왜 공개안하는 것인지? 왜 연구자들에게 이 자료를 제공하고 분석하게끔 만들지 않는 것인지 모르겠음.

 

강신욱 통계청장에게 바라는게 있다면 딱 하나임. 이런 자료 공개하라는 것.

 

전임 유경준 청장이 보수적 학자지만 mdis를 만들어서 획기적으로 통계청 원자료 공개 수준을 높였음. 강신욱 청장은 도대체 뭐하는건지 모르겠음. 

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

황당한 댓글도 많지만 그래도 그 때문에 추가적으로 정말 그런지 확인해 보는데, 지역 문제가 그 중 하나. 


밑의 포스팅에서 보여주었듯 지방이 수도권보다 순임금이 낮기 때문에 여성의 서울 집중은 전체 성별격차를 낮추는 요인임. 높이는 요인이 아니라. 그래봤자 여성과 남성의 수도권 집중이 2%포인트 밖에 차이가 안나기 때문에, 여성의 상대적 수도권 집중이 성별 소득격차를 줄이는 효과는 미미하지만. 


그런데 여성의 수도권 집중과 관련된 다음 질문은, 


비록 지방의 전체 소득이 수도권보다 낮긴 하지만, 지방의 성별 격차는 수도권보다 낮은가임. 


여성의 선호 때문에 성별격차가 생긴다는 주장의 주요 근거 중 하나가 지방의 괜찮은 일자리를 놓고 지원을 받으면 여성을 뽑고 싶어도 여성 지원자가 없다는 것임. 즉, 지방의 여성 (공급대비 상대적) 수요는 높은데, 지방의 여성 공급이 없어서 문제라는 것. 


이 경우 여성의 상대적 수요는 많은데, 상대적 공급은 적으므로 당연히 가격 상승 요인이 있음. 설사 임금의 공급탄력성이 낮을지라도 더 많은 소득을 제공하는 여성 일자리가 먼저 찰 것이고, 소득이 낮은 여성 일자리는 나중에 찰 것이기에, 여성의 상대적 소득이 높아져야 정상임. 이의 논리적 귀결은 지방에서는 성별 소득격차가 더 적을 것이라는 예상. 


엘리트 대학 출신들이 주로 수도권에 직장을 얻을 것이기에, 지역별로 출신 대학과 전공 학과를 통제한 후에는 지방의 성별 소득격차가 수도권의 성별 소득격차보다 낮아야 함. 





하지만 현실은,  


노동시장 진입 이전의 모든 변수를 통제했을 때, 

수도권의 성별 소득격차는 15.7%, 

지방의 성별 소득격차는 19.5%. 


전체 17.4%의 성별 소득격차는 수도권과 비수도권의 가중 평균임. 





위 추정치는 수도권의 상대적 여성 과잉공급과 비수도권의 상대적 여성 과소공급 요인까지 포함한 전체 효과임. 따라서 상대적 공급까지 통제한다면 수도권과 지방의 성별 소득격차의 격차는 더 확대됨. 


현재의 상태에서 여성에게 지방에 더 지원하라는 얘기는, 여성에게 소득을 더 낮추고, 더 큰 소득불이익을 감수하라는 얘기에 다름 아님. 


어떤 면에서 이 결과는 사회과학적 상식과 부합함. 도시지역의 성별 소득격차가 비도시지역의 격차보다 작은게 전 세계적 현상. 


의문은 도대체 왜 여성의 수도권과 도시 선호가 성별 소득격차의 원인이 된다는 비상식적 주장이 한국사회에서 판치냐는 것. 

Posted by 바이커 sovidence

아래 댓글에서 여러 분이 여성의 소득이 낮은 이유 중의 하나가 여성의 수도권 (특히 서울) 선호 때문에 지방의 고소득 일자리를 지원하지 않기 때문이라고 주장하는데,  


학문적으로는 compensating differentials에 대한 논의임. 


여기서 또 한 번 논문을 읽으시라고 말씀드리고 싶은게, 이 정도의 주장은 다 알고 다 통제했음. Base Model에서 거주 지역 통제했고, Meritocracy 모델에서, 출생지역, 출신학교 지역, 현재 거주지역 모두 통제되어 있음. 


그러니까 17% 이상의 성별 소득 격차는 출신학교, 전공학과와 출신학교 지역, 현재 거주지역 효과까지 다 통제한 다음에 나타나는 성별 격차임. 


같은 학교 같은과 같은 지역 출신인 여성이 지방을 내려가지 않아서 생기는 격차, 즉 실제로는 성별격차가 아니라 거주지역 선호에 따른 격차지만, 마치 성별격차처럼 보이는 효과라면 거주지역 통제로 여성의 효과가 흡수됨. 


논문에서 썼듯이 그렇지 않음. 지역 통제 후에도 여전히 여성의 소득은 상당히 낮음. 





그건 그렇고, 


애초에 지방에 고소득 일자리가 있다는 가정은 맞을까?


지방에 고소득 일자리가 있다면 구체적인 학교와 세부 전공, 출생지역(그래서 돈을 조금 벌어도 고향으로 돌아가고 싶은 수구지심)을 통제한 모델에서 서울 거주자 보다 지방 거주자의 소득이 높아야 함. 


하지만 현실은, 서울의 직장에 다니는 사람에 비해, 다른 모든 변수를 통제한 후에도, 대학 졸업 2년 내 소득은, 


경기도 거주자는 서울 거주자와 차이가 없고, 

충청 거주자는 소득이 2% 낮고, 

영남 거주자는 소득이 7% 낮고, 

호남 거주자는 소득이 4% 낮고, 

기타 지역 거주자는 소득이 7% 낮음. 


전공이나 특정 직업에 따라 서울보다 지방의 소득이 더 높은 일자리가 없지는 않겠지만, 평균적으로 모든 조건이 같을 때 가장 높은 소득을 올릴 수 있는 일자리가 있는 곳은 서울임. 사람들의 서울/수도권 선호가 그냥 생기는게 아님. 





그리고 지방에 좋은 일자리가 많은데 안내려가고 상당수 여성이 서울에 집중되는 것이 여성이 고소득 일자리 보다 다른걸 선호하는 증거라면, 


반대로 다른 모든걸 다 통제해도 서울의 소득이 가장 높고, 여성이 서울에 더 집중된다면, 여성이 남성보다 고소득 일자리를 더 선호한다는 증거임? 


지방으로 남성이 더 많이 내려가는 건 남성이 집값높고 출퇴근에 오랜 시간이 걸리고 경쟁이 심한 일자리보다는 공기좋고 뭔가 여유있지만 저소득인 일자리를 선호한다는 증거임? 






Ps. 뀨뀨님의 활약 덕분에 이 사이트 방문자가 크게 늘었다고 생각합니다. 감사합니다. 하지만 이제 조금 쉬시는 것도 나쁘지 않을 것입니다. 이 글에 다시는 댓글은 확실히 의미가 있다고 제가 느껴지지 않으면 삭제하도록 하겠습니다. 

Posted by 바이커 sovidence