<312E20BBFDC1B8B8F0C7FCC0BB20C8B0BFEBC7D120C7D1B1B9C0C720C3E2BBEAB7C220BAAFB5BF20BAD0BCAE2E687770>

Transcription

1 통계연구 (2018), 제 23 권제 2 호, 1-26 생존모형을활용한한국의출산력변동분석 우해봉 1) 장인수 2) 요약 초저출산현상이장기화됨에따라출산에대한학술적및정책적관심이크게증가하고있다. 최근까지국내에서이루어진출산관련경험적연구들은대체로출산계획혹은출산행위에유의한영향을미치는요인들을확인하는작업에초점을맞추는경향이있었다. 선행연구들과비교하여본연구는생존분석을활용하여합계출산율 (TFR) 과같은인구학적지표를산출하는방식을통해우리나라의출산력변동을분석하고있다. 특히, 일반적인연령별출산율 (ASFR) 대신출산진도비 (PPR) 지표에기초한분석을진행함으로써전체가임생애에걸쳐이루어지는가족규모의분포와관련된정보를제공하고자하였다. 분석결과는출산율이대체수준아래로하락한 1980년대이후의출산력변동이그이전기간에비해더욱가파른모습을보여주고있지만, 가족계획사업이본격적으로추진되기시작한 1960년대중반부터 1970 년대기간에도이미셋째이상고순위출산으로의이행과정에서상당한수준의변화가있었음을보여주고있다. 교육수준별출산력변동분석결과는한국사회가보여준과거의급격한출산력변천과정에서교육수준이높은여성들이선도적역할을하였음을시사하고있다. 주요용어 : 출산력변동, 생존분석, 혼인상태, 교육수준 1. 서론 한국사회는 2001년부터현재까지합계출산율이 1.3 아래의초저출산 (lowest-low fertility) 현상에직면하고있다. 저출산현상이심각한사회적문제로부각됨에따라 2006년부터정부주도의제1차저출산 고령사회기본계획이수립되었으며, 2016년부터는제3차저출산 고령사회기본계획이추진되고있다. 제3차기본계획의경우합계출산율 (TFR) 지표기준으로 2020년 1.5, 2030년 1.7, 그리고 2045년 2.1 도달을최종적인목표로설정하고있다 ( 대한민국정부, 2015). 3) 정부주도의저출산대응정책이추진된지이미 10년을경과한시점이지만, 현재까지도출산율회복의징후는관측되지않고있다. 더욱이 2017년의경우합계출산율이역대최저수준인 1.05까지떨어졌으며 ( 잠정치 ), 출생아또한공식적인통계작성이래처음으로 40만명아래로떨어졌다 ( 통계청, 2018). 다른한편으로저출산 고령사회기본계획이저출산문제해결을위한뚜렷한장기방향을제시하고있는지도불명확한상황이다. 과거제1 2차기본계획은물론 2015년에수립된 1) 주저자및교신저자. 한국보건사회연구원연구위원. haebongwoo@kihasa.re.kr 2) 한국보건사회연구원전문연구원. sescis@kihasa.re.kr 3) 2015 년에수립된제 3 차기본계획은기존 1 2 차기본계획이미시적이고현상적인접근이었음을지적하며저출산 고령사회에관한종합적이고구조적인접근을통해저출산 고령사회대응패러다임전환을시도하고있음을표방하고있다 ( 대한민국정부, 2015, p.37). 그러나제 3 차저출산 고령사회기본계획이기존 1 2 차기본계획과구분되는패러다임전환으로평가될수있는지는의문이있다. 현정부에서제 3 차기본계획을재검토하고있는것은이와무관하지않다고볼수있다.

2 2 우해봉 장인수 제3차기본계획또한기본적으로합계출산율상승에정책의초점을맞춘반면, 현정부는출산율상승대신 가족행복 에초점을맞춘정책으로의방향전환을모색하고있는것으로알려진다. 그러나현정부에서추진중인저출산대응정책이과연기존정책방향과어떠한차별성을지닐것인지는현재까지명확하게제시되지않고있다. 한국사회에서저출산문제의심각성으로인해다양한정책적논의가이루어진것과비교하여출산력변천과정과최근동향에관한경험적연구는상대적으로제한적이다. 물론이렇게출산력과관련된경험적연구가부족한것은출산율이대체수준아래로떨어진 1980년대중반이후부터 2000년대이전까지저출산현상이갖는사회적, 정책적함의가충분히인식되지못한것과도연관되지만, 다른한편으로활용가능한자료가크게부족하다는점과도관련이있다. 우리나라의경우현시점에서활용가능한대부분의사회조사자료들은혼인이나출산과관련된정보를 부수적 정보차원에서수집하는관계로이에기초하여출산력변동을심층적으로분석하기는쉽지않다. 이와함께출산현상에대한분석이이루어진경우에도분석결과를바탕으로인구학적으로의미있는지표들을산출하는대신출산계획 (birth plan) 혹은출산행위 (birth behavior) 에통상적인계량분석기법을다소기계적으로적용하고해석함으로써경험적분석이갖는효용성을극대화하지못한측면이있었다. 이러한측면에서본연구는출산력에대한경험적분석을진행하되단순한계량분석기법의적용을넘어합계출산율 (Total Fertility Rate: TFR) 이나출산진도비 (Parity Progression Ratio: PPR) 와같이인구학적으로보다의미있는지표들을산출함으로써우리나라출산력변동에관한추가적인정보를제공하고자하는목적을가지고있다. 특히, 본연구는일반서베이조사혹은패널조사자료의활용가능성이점차높아지고있는상황에서출산력분석에서생존분석 (survival analysis) 의효용성을보여주는데초점을맞추고자한다. 논문의구성과관련하여제2장에서는국내에서이루어진출산관련경험적연구들의동향을살펴보는한편계량분석기법을적용하여인구학적지표들을산출하는최근까지의국외선행연구들을간략히살펴본다. 제3장에서는본연구에서사용하는자료에대한소개와함께출산력변동을살펴보기위한계량분석방법그리고이러한계량분석에기초하여인구학적지표들이산출되는세부적인절차에대해살펴보기로한다. 제4장에서는과거 50년에걸친전반적인출산력변동과함께개인들의사회경제적지위 (Socio-Economic Status: SES) 를표상하는핵심지표중의하나인교육수준변수를중심으로출산력변동과정에서하위집단별로어떠한차별적패턴이존재하는가를살펴본다. 마지막으로제5장에서는본연구의분석결과를종합하는한편향후저출산대응정책수립과관련된시사점및후속연구에서검토될필요가있는사항들을간략히정리하기로한다.

3 생존모형을활용한한국의출산력변동분석 3 2. 선행연구 저출산현상이사회적현안으로등장함에따라출산관련인구학적연구들도최근들어크게증가하는모습을보이고있다 년대출산억제가주요정책과제로등장한시기이후국내인구학에서출산관련연구는상당히제한적으로만이루어졌다. 그러나 1990년대중반이후정부가공식적으로출산억제정책을폐기하는한편 2000년대중반들어저출산 고령사회기본계획을수립하면서출산관련연구들이본격적으로증가하는양상을보여주고있다. 비록국내에서 2000년대이후출산관련연구들이활성화되는양상을보이고있지만, 현재까지의경험적연구들은주제및접근방식에서상당히유사한패턴을보여주고있다. 출산과관련하여국내에서이루어진기존의경험적연구들은기본적으로출산계획 (birth plan)( 김정석, 2007; 박수미, 2008; 우해봉, 장인수, 2017; 정은희, 최유석, 2013; 정혜은, 진미정, 2008) 이나출산행위 (birth behavior)( 김현식, 2017; 류기철, 박영화, 2009; 민현주, 2007; 민현주, 김은지, 2011; 송헌재, 2012; 우해봉, 장인수, 2017; 은기수, 2001; 이성용, 2009; 정은희, 최유석, 2013) 를결과변수 (outcome variable) 로하여출산계획과출산행위에유의한영향을미치는변수들 (determinants) 을확인하는데분석의초점을맞추고있다. 출산행위를분석할경우전체출생순위를모두고려하는대신첫째출산혹은둘째출산등특정순위의출산에초점을맞추는경우가일반적이다. 저출산현상이장기간지속됨으로써고순위 (high order) 출산사례가제한적이라는점에서출산행위를분석한대부분의연구들은셋째이하출산을분석대상으로하고있다. 비록최근까지국내연구에서사용된방식이전통적으로인구학적논의에서빈번하게활용된접근이기는하지만, 이러한접근을통해출산생애과정 (reproductive life-course) 과관련된의미있는정보를제공하기는쉽지않다. 앞에서언급했듯이, 대부분의기존출산관련경험적연구들은첫째출산이나둘째출산과같은특정순위의출산분석에초점을맞추고있는데, 이를통해서는출산 ( 율 ) 과관련된전반적인변화양상을판단하기가쉽지않다. 예컨대, 특정순위에한정된출산패턴에서의변화만을분석해서는합계출산율 (TFR) 처럼전반적인출산율에서어떠한변화가나타났는가를판단하기가쉽지않다. 물론합계출산율지표의경우통계청이지속적으로작성및공표하고있는지표이다. 비록개인연구자차원에서인구주택총조사표본과인구동향조사를활용한사회경제적특성별차별출산력에관한연구들이이루어지고있지만 ( 예컨대, 최은영, 박영실, 2009), 통계청 (KOSIS) 이공식적으로공표하는합계출산율은 1970년이후우리나라전체의출산율정보만을제공하는관계로사회집단별로출산율에서어떠한차이가존재하는가를보여주지는않는다. 또한통계청이작성및공표하는합계출산율은연령별출산율 (Age Specific Fertility Rate: ASFR) 에기초하여산출된지표이다. 물론출산력연구에있어서연령의중요성은이미잘알려져있다. 그러나사망력에비해출산력연구에서는개인들의의식적선택과정이매우중요한데연령별출산율 (ASFR) 에기초한접근의경우이와관련된정보는극히제한적이다 (Hinde, 1998). 특히, 저출산상황이지속되고있는우리나라의경우생애에걸쳐이루어지는출산과관련된일련의선택과정및이에기초하여완결되는가족

4 4 우해봉 장인수 규모의분포 (distribution of family sizes) 를이해하는것은매우중요한의미를지닌다. 합계출산율이동일하더라도자녀의수적분포는매우상이할수있다. 예컨대, 모든여성들이동일하게일정수준이상의출산을하는경우와일부여성들의출산횟수가많은반면나머지여성들은생애동안전혀혹은상당히적은횟수의출산을하는경우의정책적의미는상이할수있는것이다. 국내에서이루어진최근의출산관련선행연구들은출산계획혹은행위를분석하는통계적방법측면에서도대체로정형화된모습을보인다. 출산계획의경우계획의유무측면에서이항변수 (binary variable) 를분석하는로짓분석 (logit analysis) 을활용하는것이가장일반적이다. 출산행위의경우분석에사용된통계적모형측면에서는출산계획에비해상당히다양하다. 출산계획과마찬가지로출산행위분석에서도통상적인로짓혹은프로빗분석을활용하는연구도있다 ( 예컨대, 송헌재, 2012; 이성용, 2009; 정은희, 최유석, 2013). 반면출산행위분석에서의보다일반적인접근은생존분석 (survival analysis) 을사용하는방식이라고할수있다. 출산행위분석에서생존분석의활용도가높은것은생존분석이단순히출산과같은사건 (event) 의 발생여부 뿐만아니라사건의 발생시점 에관한정보를동시에제공하는것과관련이있다 (Singer and Willett, 2003). 예컨대, 생존분석을활용할경우가임생애 ( 예컨대, 15 49세 ) 에걸쳐출산이연령별로어떠한패턴을보이는가를파악할수있다. 물론분석대상시간의흐름 (metric of time) 이반드시연령일필요는없으며, 결혼이후출산까지의기간혹은첫째출산이후둘째출산까지의기간등상이한방식으로시간을측정하는것도충분히가능하다. 또한생존분석은관측기간 (observation window) 의절단 / 종결관련문제 (truncation/censoring) 를통계적으로적절히처리함으로써생애과정의다양한단계에위치한개인들을효과적으로분석대상에포함할수있는장점이있다 (Von Hook and Altman, 2013). 생존분석의구체적모형화과정에서는대체로콕스모형 (Cox hazard model) 이나이산형모형 (discrete-time hazard model) 의활용빈도가높은모습을보인다. 표본조사자료에생존분석기법을적용하여합계출산율 (TFR) 과같은인구학적지표들을생산하기위한노력은외국의경우에도상대적으로최근에야비로소논의되기시작한영역이다 ( 예컨대, De Santis, Drefahl, and Vignoli, 2014; Gray, Evans, Anderson, and Kippen, 2010; Hoem and Muresan, 2011a, 2011b; Retherford, Ogawa, Matsukura, and Eini-Zinab, 2010; Schoumaker, 2013; Van Hook and Altman, 2013). 그러나출산력정보를제공하는표본조사자료의활용가능성증대및통계적방법론의향상으로인해관련연구들이증가하고있는상황이다. 특히, 코호트접근 (cohort approach) 에기초하여발전된출산진도비개념 (Ryder, 1986) 이기간접근 (period approach) 으로확대 (Feeney and Yu, 1987; Ni Bhrolchain, 1987) 되면서그활용가능성은더욱커진상황이라고할수있다. 활용가능한정보가많을수록보다체계적인분석이가능하지만, 단순한합계출산율 (TFR) 지표산출의경우특정시점기준으로생애동안의출산이력 ( 날짜 ) 정보만제공되면충분하다는점에서자료에대한요구수준또한높지않다 (Hinde, 1998). WFS(World Fertility Survey) 혹은 DHS(Demographic and Health Survey) 와같은서베이자료에기초하여합계출산율과같은인구학적지표들을산출하는통계적모형의경우포아송모형의활용도가높았지만 (Pullum, 2004; Schoumaker, 2013), 최근에는이산형생존분석처럼통상적인생존분석기법을적용하는사례또한증가하고있다 (Retherford et al. 2010; Schoumaker, 2013; Van Hook and Altman, 2013). 본연구또한기존의경험적연구들처럼표본조사자료에생존분석을적용하여출산현상을

5 생존모형을활용한한국의출산력변동분석 5 분석하지만, 이러한분석결과를합계출산율 (TFR) 처럼인구학적으로보다의미있는지표로전환함으로써국내에서이루어진기존논의들을확장한다. 다른한편으로본연구에서는합계출산율을산출하는과정에서, 전통적인연령별출산율 (ASFR) 에기초한접근대신, 출산생애과정에서의선택적과정을보다잘보여줄수있는출산진도비 (PPR) 에기초한접근을사용함으로써우리나라출산력변천과정에서나타난출생순위별분포에서의특징을살펴보고자한다. 공통적으로출산이라는사건의발생여부를분석하기는하지만기존국내연구들이출산간격에초점을맞춘반면본연구는상대적으로출산의양에초점을맞추는차이가있다. 기본적으로출산간격 (birth interval) 분석이출산의속도 (tempo of fertility) 에초점을맞춘반면출산진도비 (parity progression ratio) 는출산의양 (quantum of fertility) 에초점을맞추는차이가있다 ( 이흥탁, 1994). 출산진도비가기간 (period) 혹은코호트 (cohort) 접근에기초하여모두산출가능하지만, 가상코호트 (synthetic cohort) 의생애를모형화하는기간 (period) 출산진도비의경우에도현자녀수 (parity) 를조건으로한추가적인출산과정을보여줄수있다는점에서, 연령별출산율에기초한합계출산율과달리, 코호트출산율의성격도일정부분지니고있다. 앞에서도언급했듯이, 본연구에서는전반적인출산력변동과함께개인들의사회경제적지위를표상하는핵심지표중의하나인교육수준별출산력변동양상을살펴본다. 외국과마찬가지로우리나라에서도일반적으로교육과출산력은부적 (-) 관계를갖는것으로논의된다. 그러나교육과출산간의관계를매개하는다양한요인들이존재하기에그관계가항상일정한것은아니다. 또한부적 (-) 관계가시간의경과에따라약화되거나정적 (+) 관계로전환되는경우도발생함이지적된다 ( 이흥탁, 1994; 전광희, 2002). 과거차별출산력과관련된다양한준거변수들이검토된바있지만 ( 예컨대, 종교, 거주지역, 직업, 가족제도등 ), 4) 최근들어출산력에서의집단간변이는크게줄어든것으로논의된다 ( 최은영, 박영실, 2009). 본연구와마찬가지로여성가족패널을활용하여출산행위에대한다양한요인들의효과를분석한우해봉 장인수 (2017) 의연구도이러한측면을잘보여준다. 그럼에도불구하고교육수준은혼인상태, 피임실천과같이출산력을결정하는근접요인들 (proximate determinants) 과밀접히연관되어있음과함께한국사회에서출산과관련된사회적규범및문화측면에서도그파급효과가매우크다는점에서여전히중요한함의를가지고있는변수라고할수있다. 또한소득이나자산등생애에걸쳐변동성이강한변수들과달리교육수준은청년기이후상대적으로안정적인성격을지닌장점이있다. 마지막으로, 교육수준은시간적으로직업이나소득활동에선행하는한편이들변수들에유의한영향을미치는요인이라는점에서도사회경제적지위를표상하는변수로서그효용이매우크다. 4) 차별출산력과관련된최근까지의국내논의들에대해서는이흥탁 (1994), 전광희 (2002) 를참고할수있다.

6 6 우해봉 장인수 3. 자료및분석방법 3.1 분석자료 최근까지한국사회에서진행된출산력변동을분석하기위해본연구에서사용하는분석자료는한국여성정책연구원이 2007년부터구축해오고있는 여성가족패널(KLoWF) 이다. 여성가족패널은전국대표성을지닌 9천여가구에속한 19세이상 64세이하여성들을 개인조사 대상자로설정하고있다. 현재까지우리나라출산력분석과관련하여활용가능한자료는제한적인데, 특히생애에걸친여성의출산이력 (birth history) 과관련된정보를제공할수있는자료는상당히드물다. 이러한측면에서여성가족패널은분석대상자들의최신정보를제공하는동시에과거출산이력에관한회고적 (retrospective) 정보를제공하고있다는점에서그효용이상당히높다고할수있다. 여성가족패널을활용한출산력분석은 2007년의제1차조사에서수집된개인조사대상자들의회고적정보에기초하여진행할수도있지만, 본연구에서는회고적자료는물론현시점기준가장최근자료인 2014년의제5차개인조사까지의모든정보를활용하기로한다. 여성가족패널에기초한출산력분석과관련하여언급할사항으로표집상의특징이있다. 비록여성가족패널이전국대표성을지니도록설계되었지만, 우리나라출산력분석과관련하여매우중요한의미를지니고있는 혼인상태 측면에서는그대표성이다소떨어지는측면이있다. 예컨대, 2005년인구총조사기준 19세이상 64세미만중미혼자의비율이 24.0% 인반면여성가족패널의미혼자비율은 19.1%( 가중치적용 ) 에그치고있다. 또한기혼자중출산경험이있는개인들의비율에서도차이가있는데, 2005년인구총조사 10% 표본조사에서 20세이상 64세이하여성기혼자중출산경험이있는여성의비율이 93.2% 인반면여성가족패널의경우기혼자중출산경험이있는여성의비율은 94.9%( 가중치적용 ) 로나타나고있다 ( 박수미외, 2008). 비록여성가족패널이현시점에서우리나라출산력변동을분석할수있는중요한자료원임에도불구하고, 이러한표집상의특징으로인해여성가족패널에기초하여산출된출산율은통계청이공표하는출산율에비해높은모습을보인다 ( 제4장분석결과참고 ). 또다른관련된특징으로여성가족패널에서는조사과정상의어려움으로인해기혼자에한해출산력정보를수집하고있다. 물론현재까지도우리나라전체출생건수에서미혼자가출산하는출생아수의비율 (1 2%) 이극히낮다는점에서큰문제를초래하지는않는다고할수있다. 여성가족패널의표집상의특징을고려하여본연구에서는출산력분석모형구축과정에서 혼인상태 를통제하는방식을취하기로한다. 또한통계청이발표하는수치에상응하는정확한출산율지표의산출보다는최근까지진행된출산율의전반적인변동패턴 ( 추이 ) 및출산력변동에서의집단별 ( 교육수준별 ) 차이점분석에초점을맞추기로한다. 물론이러한접근은본연구만이취하는특징이아니라표본조사자료에통계적모형을적용하여출산력을분석하는연구들이일반적으로취하는방식이라고할수있다 ( 예컨대, Von Hook and Altman, 2013). 이는표본조사에기초하여출산율지표를산출하는접근의한계일수도있지만, 다른한편으로통계청과같은국가기관이제공하는출산율지표와달리, 출산과유의하게연관된사회경제적특성들을통제한상태에서분석대상변

7 생존모형을활용한한국의출산력변동분석 7 수 ( 예컨대, 교육수준 ) 와출산행위간의연관성을분석할수있다는점에서표본조사에기초한방식이제공하는장점중의하나라고할수도있다. 최종분석표본의구축과관련하여본연구에서는 2007년최초조사시점에서는 19 세미만이었지만, 가구조사 의가구원추적과정 ( 제2 5차조사 ) 에서 19세이상으로 개인조사 대상으로새롭게추가된개인들을모두포함하고있다 ( 년출생자 ). 분석방법부분에서보다자세히언급하겠지만, 본연구에서출산력변동을분석하기위해사용하는통계적모형은이산형생존분석 (discrete-time survival analysis) 이다. 본연구에서 이산형 생존분석을사용하는것은단순히사건 ( 출산 ) 발생여부와그시점을분석하는것을넘어출산진도비 (PPR) 나합계출산율 (TFR) 과같은인구학적지표를산출하는것과관련이있다. 이산형생존분석을사용하는본연구에서자료의분석단위는개인-기간 (person-period) 자료의구조를취한다. 결과적으로개인-기간 ( 연도 ) 자료의형식에서개인들은복수의레코드 ( 에피소드 ) 를보유하게되는데, 2014년제5차조사시점까지 49세이상연령에도달한개인들의경우 ( 출산력분석대상연령구간인 ) 15 49세까지총 35개의개인-기간 ( 연도 ) 레코드가관측될수있다. 물론최종관측시점기준으로 49세미만의경우이보다적은수의레코드가존재하는데, 예컨대, 최종관측연령이 19세인개인의경우 15 19세까지총 4개의레코드만존재하게된다. 참고로, < 표 3.1> 은분석대상표본중두사례 ( 교육기간 16년 ( 대졸 ) 및 12년 ( 고졸 )) 의자료구조를예시적으로보여주고있다. 제5차기준으로개인조사연령하한인 19세이상전체개인들을분석대상으로설정하고있지만, 우리나라출산력변동의시기별패턴을살펴보는본연구에서는추가적으로개인-기간레코드를특정기간으로한정하여분석을진행하기로한다. 전체분석대상자들의 15 49세연령대의개인-기간자료에상응하는역년 (calendar year) 을살펴보면최고 1956년에해당하는레코드까지관측된다. 그러나 1950년대후반과 1960년대초반의경우분석대상레코드가상대적으로많지않다는점에서본연구에서는 2014년기준으로과거 50년에해당하는 년기간에걸친개인-기간레코드만을분석하기로한다. 추가적으로 년의전체기간을통합적으로분석하는대신 년기간을하위기간으로구분하여기간별로독립적인분석을진행하기로한다. 기간 ( 시대 ) 구분에서불가피하게발생하는작위성에도불구하고본연구는 년기간을 년, 년, 년의세기간으로구분한다.

8 8 우해봉 장인수 < 표 3.1> 개인 - 기간 (person-period) 자료의기본구조 개인식별번호 연도 연령 교육수준 ( 년 ) 혼인상태 출산여부 출생순위지표

9 생존모형을활용한한국의출산력변동분석 9 우선, 년기간은출산율이지속적으로감소하여이른바대체출산율 (replacement-level fertility) 수준까지감소하는시기에해당한다. 1984년이후합계출산율 (TFR) 은 2명미만으로떨어졌는데, 추가적으로본연구에서는 1997년말의 IMF 경제위기를우리나라출산력변천에서큰변화가이루어진중요한기점으로보고 년기간과 년기간을구분하고있다. 참고로, IMF 경제위기와출산간의관계를살펴본선행연구들은경제위기이후출산력패턴에서뚜렷한변화가존재함을지적하고있다 ( 김두섭, 2007; 이성용, 2006). 앞에서도이미언급했듯이, IMF 경제위기이후 2001년부터현재까지합계출산율은이른바초저출산 (lowest-low fertility) 의기준으로지칭되는 1.3 미만수준에서고착된모습을보이고있다는점에서도기존시기와는구분되는측면이있다고볼수있다. 앞에서언급한조건들을충족한개인-기간레코드는총 284,065개에해당하며, 이들개인-기간레코드를개인단위 (person-level) 자료로환원할경우분석대상개인들은총 10,855명이다. 3.2 분석방법 한국사회의출산력변동과관련하여본연구에서사용하는분석방법은생존모형 (survival model) 과생명표모형 (life table model) 이다. 다른사회과학분야와마찬가지로생존분석은인구학에서도매우중요한위치를점하고있다. 기본적으로생명표모형또한생존분석과밀접히연관되어있다. 이미수세기전부터사용된인구분석도구인생명표모형이지난 20세기후반부이후활용도가크게높아진것은바로생존분석이라는통계적모형의등장과밀접한관련이있다고할수있다. Cox(1972) 에의해소개된생존분석은전통적인생명표의단순한연령 ( 기간 ) 별사건발생리스크에대한모형화를넘어다양한준거변수에기초한생명표 (life-tables with covariates) 작성의가능성을열었다고할수있다. 생명표작성과정에서다양한변수들을고려하는것은출산행위와연관된인구구성에서의차이 (compositional differences) 를통제한상태에서집단별혹은시기별로출산력을비교할수있다는점에서도그효용성이상당히크다고할수있다. 앞에서언급했듯이, 생명표모형을활용하기위해본연구에서는다양한생존분석기법중이산형생존분석 (discrete-time survival analysis) 을사용한다. 이산형생존분석에서의핵심적인고려사항으로는연계함수 (link function) 의선택과기준선해저드함수 (baseline hazard function) 의모형화가있다. 연계함수의경우일반적으로로짓 (logit) 혹은보로그 -로그(complementary log-log) 연계함수중하나를사용하는데본연구에서는보로그- 로그연계함수를사용한다. 일반적으로사건발생리스크가상당히높지않을경우두연계함수에기초한분석결과에서는큰차이가없는것으로알려진다 (Singer & Willett, 2003). 모수추정치를지수화 (exponentiation) 한값이해저드비 (hazard ratio) 라는점에서보로그-로그연계함수를사용한이산형생존분석은사회과학에서광범위하게활용되는콕스회귀모형 (Cox regression model) 의이산형판이라고볼수있다. 이러한점에서보로그-로그연계함수는특히생명표작성과관련하여유용한방식이라고할수있다. 다음으로기준선해저드함수의선택문제가있다. 시간의흐름을측정하는다양한방식이존재하지만, 통상적으로출산력분석에서연령에따른변화가관심의초점이라는점

10 10 우해봉 장인수 에서본연구또한연령에따른출산리스크에서의변화를살펴보기로한다. 여성의가임생애기간이라고할수있는 15 49세에걸친출산리스크의형태를통계적으로모형화하기위해우선적으로고려할수있는접근은연령 ( 범주 ) 더미변수 (dummy variable) 를활용하는것이다 ( 예컨대, Retherford et al. 2010; Von Hook and Altman, 2013). 각연령 ( 범주 ) 더미를사용하여기준선해저드의형태를표시하는방식은상대적으로기준선해저드형태에서의유연성을확보할수있는장점이있다. 본연구또한연령 ( 범주 ) 더미접근의사용가능성을검토하였지만, 셋째출산이상고순위출산 (high-order birth) 의경우분석대상시기에따라연령 ( 범주 ) 별출생건수가제한적인문제로인해그적용이쉽지않은것으로판단하였다 ( 특히, 년기간 ). 기준선해저드를표상하기위해더미변수접근에대한대안으로본연구에서는함수형 (functional) 형태의기준선해저드를사용한다. 함수형기준선해저드는더미변수접근에비해기준선해저드의형태와관련된제약이큰단점은있지만, 연령별출생건수가제한적인경우에도효과적으로사용될수있다. 또한비비례적해저드모형 (non-proportional hazard model) 을추정하는과정에서수많은상호작용항을모형에포함해야하는더미변수접근에비해보다간명한접근이가능한또다른장점이있다. 본연구의관측구간이 15 49세라는점에서연령하한인 15세로중심이동 (centering) 이이루어진기본모형은아래와같이나타낼수있다. log log 위에서논의한이산형생존분석에기초하여모수추정치들이산출되며, 역변환 (inverse transformation) 과정을거쳐연령별출산확률의도출이가능하다. 여기에서연령별출산확률은해당연령도달이전에 ( 특정순위의 ) 출산을하지않았을것을조건으로해당연령에서 ( 특정순위의 ) 출산을할조건부확률 (conditional probability; hazard) 을의미한다. 이조건부확률이바로생명표에나타나는 지표에해당한다. 지표산출과관련하여고려할필요가있는사항으로출생순위의문제가있다. 사망과같은비반복적사건 (non-recurrent event) 과달리출산은반복사건 (recurrent event) 으로출생순위 (birth order) 가중요한의미를지니며, 출산진도비 ( ) 와같은인구학적지표또한이를명시적으로고려하고있다. 반복사건을모형화하는다양한접근이검토된바있지만, 본연구에서는인구분석모형에서가장선호되는 출생순위별 접근을사용하기로한다. 다만, 출생순위별출생건수의분포를고려하여 1) 첫째출산, 2) 둘째출산, 3) 셋째이상출산의세범주로구분하여출생순위별로각각독립적인모형을구축하기로한다. 이산형생존분석과관련하여본연구에서는예측변수로혼인상태와교육수준두변수를사용한다. 통계적모형에기초하여인구학적지표를산출하는본연구의특성상이들변수외에도다양한변수들의사용또한충분히가능하지만, 년전체기간및전체출생순위를아울러출산행위를설명하는유의한변수들을찾기쉽지않다는점에서 ( 특히, 년기간 ) 본연구에서는상대적으로간명한모형을구축하였다. 혼인상태 ( 결혼 ) 는현재까지도한국사회에서출산을위한가장중요한전제조건의

11 생존모형을활용한한국의출산력변동분석 11 성격을지니고있으며, 개인들의사회경제적지위 (SES) 를표상하는대표적인변수중의하나인교육수준은전통적으로출산력변천을설명하는데있어서핵심적인역할을하는변수로논의된다. 참고로, 다른사회과학분야에서사용되는다변량모형에비해상당히단순한모형으로보이기는하지만, 생명표분석 에서연령외에혼인상태나교육수준을동시에고려한모형은상당히복잡한모형임이지적될필요가있다. 예컨대, 통계청이공표하는생명표의경우연령별사건 ( 사망 ) 발생리스크의패턴을기술하고있을뿐 ( 성별을제외한 ) 추가적인준거변수는사용되지않는다. 교육수준 (years of education) 과혼인상태 (marital status) 변수모두시변 (time-varying) 변수로사용된다. 교육수준은연속형변수, 혼인상태는더미변수의형태를취한다 ( 유배우 = 1)( 앞의 < 표 3.1> 참고 ). 교육수준의경우여성가족패널에서는최종관측기간까지의교육이수기간 ( 년 ) 정보가도출되는반면교육이수시점 ( 연도 ) 에관한정보는존재하지않는다. 본연구에서는최종교육이수기간 ( 년 ) 정보에기초하여만 7세부터최종관측시점에서보고된 ( 최종 ) 교육이수기간 ( 년 ) 까지연속적으로교육을받은것으로가정하였다. 비록연속적교육이수가정에서벗어나는사례가존재할수는있지만, 군복무로인한교육단절의개연성이높은남성에비해상대적으로체계적오류의개연성은크지않을것으로추정해볼수있다. 다음으로, 생애전체의출산이력 (birth history) 을분석하는본연구에서현시점대신생애전체에걸친혼인상태변동을고려하는것이바람직하다. 다만, 출산이력과달리생애전체에걸친혼인상태이력정보가제공되지않는다는점에서여성가족패널에서제공하는정보를최대한활용하여혼인상태를시변 (time-varying) 변수로구성하였다. 우선초혼시점과현배우자와의혼인시점정보를비교하여생애에걸쳐혼인상태에서변동이없는개인들의경우초혼시점이후현재까지유배우상태를유지하는것으로변수가구성된다. 여성가족패널의경우사별이나이혼등혼인상태에서변동이있는경우가장최근배우자와의혼인이력정보만이제공되는데, 본연구에서는해당정보를이용할수있는경우시변 (time-varying) 형식의혼인상태변수구성과정에서이를반영하였다. 결국여성가족패널에서제공되는자료제공상의한계로인해생애에걸친혼인상태변동에있어서유배우상태가과대평가될개연성이있다고할수있다. 생존분석에기초하여후속적으로이루어지는출산력변동분석과관련하여본연구에서는통상적인연령별출산율 ( ) 에기초한분석대신출생순위 (birth order) 에기초한분석을진행한다. 통계청에서제공하는연령별출산율및이에기초하여산출된합계출산율 ( ) 은출산력이연령별로변이를보인다는중요한사실을반영한다. 그러나다른한편으로연령별출산율에기초한출산력분석은상대적으로출생순위에대한정보를충분히제공하지못하는단점이있다. 사망력과구분되는출산력의가장큰특징중의하나는출산행위에는개인들의의식적선택이중요한역할을한다는점이다 (Hinde, 1998). 사실, 심각한저출산문제에직면한한국사회에서출산력관련더욱큰관심의대상은, 단순한출산율수준이아니라, 생애동안출산을하지않는여성들의비율, 첫째자녀를출산한여성들중둘째자녀를출산하는여성들의비율등과같은출생순위 (birth order) 관련측정치라고할수있다. 터울조절 (birth-spacing) 과는구분되는이러한출산제한 (birth-limiting) 행위의패턴을이해하는데있어서매우유용한지표가바

12 12 우해봉 장인수 로출산진도비 ( ) 이다 (Preston, Heuveline and Guillot, 2001). 이러한측면에서본연구에서는출생순위에기초한출산진도비를산출하고이에기초하여합계출산율 ( ) 을산출하는접근을취하기로한다. 보다구체적으로, 번째출산에서 번째출산으로이어지는출산진도비 ( ) 는다음과같이정의된다. 여기서 는 번째자녀를출산한여성의수를, 그리고 은 번째자녀를출산한여성의수를나타낸다. 출산진도비와합계출산율 ( ) 간의관계를이해하기위해서는 번째출생건수는 번째출산을한여성 ( 母 ) 의수와동일하다는점을인식할필요가있다. 설명의편의를위해출생코호트시각에서합계출산율산출방식을살펴보면, 합계출산율은해당코호트여성이출산한전체출생건수를해당코호트여성의수로나눈값이다. 번째출생건수가 번째출산을한여성 ( 母 ) 의수와동일하다는점을고려하면해당코호트의합계출산율은아래와같이나타낼수있다. 여기서 은해당코호트에속한여성의전체수, 는해당코호트여성중 번째자녀를출산한여성의수, 는자료에서관측된최고의출생순위를각각나타낸다. 참고로, 다태아출산이이루어질경우본연구에서는다태아중첫번째출산만이분석대상이된다. 다태아사례수가제한적인동시에출생연도가동일한다태아의경우개인-기간 ( 년 ) 자료분석측면에서모형화가가능하지않다. 다른한편으로출산진도비가기본적으로개인들의선택과정에초점을맞추고있다는점에서개인들의의식적선택이작용하기어려운다태아출산은관심의대상이아니라고할수있다 (Hinde, 1998). 5) 5) 본연구처럼생존모형및생명표에기초하여산출된합계출산율 ( ) 과연령별출산율을합산하는통계청의합계출산율 ( ) 은동일한자료를사용하더라도그결과가상이함이지적될필요가있다. 통계청의합계출산율산출방식처럼연령별출산율에기초한방식은출생순위와관련없이해당연령의모든여성들이분모에포함된다. 반면생존모형및생명표에기초한방식에서는분석대상사건 (event) 을이미경험한여성들은분모에포함되지않는다. 인구학에서는전자를제2 종율 (rates of the second kind or incident rates) 그리고후자를제1종율 (rates of the first kind or hazard rates) 로구분한다. 출산, 사망, 혼인등인구학적율 (rate) 개념과관련된보다자세한내용에대해서는 Bongaarts & Feeney(2006) 를참고할수있다.

13 생존모형을활용한한국의출산력변동분석 분석결과 분석결과는출산율지표의산출과정, 최근까지의전반적인출산력변동, 그리고출산력변동에서교육수준별패턴분석의순서로살펴보기로한다. 우선, < 표 4.1> 은본연구에서고려한일련의생존분석모형의추정결과를보여주고있다. < 표 4.1> 의상단은본연구에서검토하는기본모형이다. 연령만을고려하는더욱단순한모형의사용을고려할수도있지만, 분석방법부분에서언급했듯이, 우리나라출산력분석에서혼인상태의중요성그리고기혼자가과대표집된여성가족패널의특성을고려하여본연구에서는 혼인상태 변수를포함한모형을기본모형으로사용하였다. < 표 4.1> 의하단은검토가능한다양한모형중에서선택된최종모형으로모형의분류상혼인상태와교육수준간의상호작용은물론이들변수들의효과가시간 ( 연령 ) 의흐름에따라상이하게나타날수있음을허용하는비비례적해저드모형 (non-proportional hazard model) 이다. 앞에서도언급했듯이, 본연구에서는출생순위별특징을반영하는모형을구축하고자각모형별로첫째, 둘째, 셋째이상출산으로구분하여별도의모형을추정하였다. 본연구에서는 < 표 4.1> 상단의기본모형에기초하여 1960년대중반이후부터최근까지의전반적인출산력변동을살펴보며, < 표 4.1> 하단의최종모형에기초하여최근까지의출산력변천과정에서교육수준별변화양상을세부적으로살펴보기로한다. 앞의분석방법부분에서언급했듯이, 본연구에서는기준선해저드를모형화하는과정에서함수형기준선해저드를사용하는데 < 표 4.1> 의연령및그제곱항의계수는통상적인출산의연령별패턴을반영하듯이오목형의포물선형태를취하고있다. 혼인상태 ( 유배우 ) 변수의계수에서볼수있듯이결혼과출산은시기및출생순위를가로질러정적 (+) 관계를보여주고있는데, 모수추정치를지수화할경우해저드비 (hazard ratio) 가산출된다. < 표 4.1> 상단의기본모형에기초하여출산진도비및이에기초한합계출산율을산출하기위해서는연령별 ( 조건부 ) 출산확률 ( 해저드 ) 을산출할필요가있다. 물론이과정은앞의분석방법부분에서제시된모형식에서역변환 (inverse transformation) 과정을통해쉽게도출할수있다. 다만, 기본모형의경우연령외에도모형식에혼인상태변수가포함되어있다는점에서혼인상태변수를일정한값으로고정시킬필요가있다. 비록통계적통제측면에서평균값, 중앙값, 최솟값, 최댓값등어떠한값을사용할수도있지만, 본연구에서는표본에서관측된각기간별-연령별혼인상태평균값으로고정하는방식을사용하였다. 이러한과정을거쳐산출된연령별출산확률 ( ) 에기초하여합계출산율과같은출산력지표를산출하는과정의일부가 < 표 4.2> 에예시적으로제시되어있다. 보다구체적으로, < 표 4.2> 는 < 표 4.3> 에제시된 년기간의합계출산율 (2.857) 산출과정을보여주고있다. < 표 4.2> 를간략히살펴보면 100,000명을기준으로하는통계청생명표 ( 사망 ) 와달리첫째출산 ( ) 의기수 (ladix; ) 가 1명임을살펴볼수있다. 이는기본적으로합계출산율이가상코호트 (synthetic cohort) 에속한여성 1명이가임생애기간동안주어진출산율스케줄을적용받게될경우낳게되는자녀수라는점을반영하고있다. 본연구에서작성하는생명표의경우출산리스크가최초 15세부터시작되는관계로첫째출산리스크에적용되는기수 (radix) 가 1인반면둘째출산부터최종순위

14 14 우해봉 장인수 출산의 15세기준기수 ( ) 는모두 0(zero) 으로고정되어있다. < 표 4.2> 에서 및 지표는통상적인사망력생명표작성방식과동일하게산출될수있다. 둘째이상출산의 16세이상 ( ; ) 는직전연령 ( ) 의 에서 를차감한후직전출생순위 ( ) 및직전연령 ( ) 의 를더하는방식으로산출된다. < 표 4.2> 에서출생순위별합계출산율 (Order Specific Total Fertility Rates; ) 은출생순위별로 열 (column) 을합산함으로써, 그리고합계출산율은출생순위별합계출산율을합산함으로써도출가능하다 ( ). < 표 4.3> 에서살펴볼수있듯이, 본연구의분석대상표본에기간별-연령별혼인상태 ( 유배우 ) 평균값을적용하여산출한 년, 년, 년세기간의합계출산율 (TFR) 은각각 2.857, 1.666, 수준으로나타나고있다. 비록본연구에서사용한분석대상표본 ( 년출생자 ) 이각기간의전체가임여성 (15 49세 ) 레코드를모두포괄하는것은아님에도불구하고, 통계청이발표하는 년의합계출산율수준을고려할때출산율이다소과대추정되고있음을시사하고있다. 6) 본연구에서는연령별출산확률 ( ) 산출과정에서혼인상태를기간별-연령별평균값으로통제하는방식을취하고있는데, 여성가족패널이기혼자그리고기혼자중출산경험이있는개인들을과대표집함으로써기간별-연령별평균혼인율이과대추정되는측면이있다. 앞의분석방법부분에서언급했듯이본연구에서구성한혼인상태변수또한자료제공상의한계로인해유배우상태가과대평가될개연성이있다. 물론본연구에서산출한합계출산율이모집단이아닌표본조사에기초하고있다는점에서표집상의변이문제, 표본추출과정에서일반가구만이추출대상에포함된다는점 ( 집단거주시설등제외 ), 그리고연령별출산율의모형화과정에서함수형형태의제약을부과하고있다는점또한일정정도영향을미칠수있음을생각해볼수있다. 이러한점들을종합적으로고려할때본연구에서산출하는출산율은개별값의구체적수준보다는전반적인패턴그리고집단별격차에초점을맞추어해석될필요가있다. 7) 6) 일반적으로통계청의연령별출산율 (ASFR) 에기초하여산출된합계출산율과본연구처럼출산진도비 (PPR) 생명표에기초하여산출한합계출산율은동일하지않다. 이는분석방법부분에서이미언급했듯이, 출산율 (fertility rate) 산출과정에서이들두접근의분모값이상이한것과관련이있다. 7) 일반사회조사자료나패널조사자료에기초하여합계출산율을산출한국내연구를찾기는쉽지않다. 예외적으로노동패널자료를분석한송헌재 (2012) 의연구는 년기간의출생아수및연령별여성 ( 母 ) 수에기초하여연령별출산율을구한후 11 년간의평균값을계산하고있는데 년평균합계출산율은 1.36 으로나타나고있다.

15 생존모형을활용한한국의출산력변동분석 15 < 표 4.1> 이산형생존모형 (clog-log model) 추정결과 기본모형 구분 년 년 년 첫째둘째셋째 + 첫째둘째셋째 + 첫째둘째셋째 + 상수항 *** *** *** *** *** 8*** *** *** *** 연령.2740 ***.3171 ***.3412 ***.2252 ***.3242 ***.2155 ***.2184 ***.3795 ***.3182 *** 연령제곱 *** *** *** *** *** *** *** *** *** 결혼 ( 유배우 ) ***.4953 ***.6318 *** ***.8982 *** *** *** ** N AIC BIC 최종모형 구분 년 년 년 첫째둘째셋째 + 첫째둘째셋째 + 첫째둘째셋째 + 상수항 *** *** *** *** *** *** *** *** 연령.4751 ***.1952 ***.2323 ***.2235 ***.2037 ***.2246 *** *** 연령제곱 *** *** *** *** *** *** *** 교육 *** *** *** *** *** *** *** *** * 결혼 ( 유배우 ) *** ***.8555 *** *** *** ** 연령 교육.0061 ***.0067 ***.0115 ***.0098 ***.0243 ***.0104 ***.0411 * 연령제곱 교육 * * 연령 결혼 ***.0886 *.1366 *** *** *** 연령제곱 결혼.0109 * 교육 결혼.1637 ***.1688 *** N AIC BIC 주 : N= 개인 - 기간 (person-period) 자료 ; p<.1 * p<.05 ** p<.01 *** p<.001.

16 16 우해봉 장인수 < 표 4.2> 이산형생존모형에기초한출산율산출과정 ( 년기본모형기준 ) 출생순위 연령 = 1 = 2 = 3 = 4 = 5 = 6 =

17 생존모형을활용한한국의출산력변동분석 17 < 표 4.3> 모형추정결과에따른기간별및교육수준별합계출산율 합계출산율 년 년 년 기본모형전체 최종모형중졸 (9년) 고졸 (12년) 대졸 (16년) 부가모형중졸 (9년) 고졸 (12년) 대졸 (16년) < 표 4.2> 와같은과정을통해산출된 < 표 4.3> 이전반적인출산력에대한요약지표인반면 < 그림 4.1> 은추가적으로출생순위정보를포함하고있는기간별출산진도비를보여주고있다 ( ). 출산진도비의전반적인패턴을볼때 년기간과나머지두기간간의구분이상대적으로더욱뚜렷함을살펴볼수있다. 최근으로올수록무자녀상태 (childlessness) 에서첫째출산으로이어지는비율 ( ) 이감소하는패턴 ( ) 을보임에도불구하고첫째출산으로이어질개연성은여전히높은모습을살펴볼수있다 ( 기간별-연령별평균유배우율가정 ). 반면첫째출산에서둘째출산으로의이행그리고둘째출산에서셋째출산으로의이행단계에서는상대적으로큰변화가나타나고있음을살펴볼수있다 년기간의경우첫째출산을한여성중둘째출산을하는여성의비율이 93.2% 였음에비해 년기간에는 71.1%, 그리고 년기간에는 54.3% 까지떨어진모습을살펴볼수있다. 둘째출산에서셋째출산으로의이행과정에서는더욱큰변화가관측되는데, 둘째출산에서셋째출산으로의이행과정에서관측되는변화는 년기간과나머지두기간간의차이가상대적으로더욱뚜렷하다 년기간, 즉출산율이대체출산율 (RF) 이상으로유지되었던기간의경우둘째출산에서셋째출산으로이행하는비율이 61.4% 이었던반면그이후기간의경우 10% 대초반수준으로크게떨어진모습을살펴볼수있다 년과 년기간을비교할경우셋째이상고순위출산으로의이행비율에서는큰차이가관측되지않으며, 둘째출산으로의이행에서의격차가상대적으로크게나타남을살펴볼수있다. < 그림 4.2> 에서볼수있듯이 년그리고 년기간의경우셋째이상고순위출산율이상당히낮은관계로육안으로식별하기가쉽지않다. 전반적으로출산율이대체출산율아래로하락한 1984년이후첫째출산에서둘째출산으로의이행, 그리고둘째출산에서셋째출산으로의이행비율이더욱가파르게감소하는모습을살펴볼수있지만, 출산진도비지표는 년기간또한우리나라출산력에서이미상당히큰변화가나타나고있음을시사하고있다. 공식적인통계가존재

18 18 우해봉 장인수 하지는않지만우리나라합계출산율은 1950년대중반부터 1960년대중반까지 6명이상으로추정되고있는데 ( 권태환, 김두섭, 1990), < 그림 4.1> 은 년기간의경우에도이미셋째이상출산으로의이행비율이가파르게감소하고있음을보여주고있다. 참고로, 1962년경제개발5개년계획의일환으로도입된가족계획 (family planning) 사업은 1960년대후반부터조직및재정기반을확대하여 1970년대기간동안출산율을두명수준까지낮추는데초점을맞춘바있다 ( 인구정책50년사편찬위원회, 2016). 출산진도비 년 년 년 PPR(0,1) PPR(1,2) PPR(2,3) PPR(3,4) PPR(4,5) PPR(5,6) PPR(6,7) < 그림 4.1> 기간별출산진도비 (PPR) 의변화패턴 ( 기본모형기준 ) 년 년 년 parity 1 parity 2 parity 3 parity 4 parity 5 parity 6 parity parity 1 parity 2 parity 3 parity 4 parity 5 parity 6 parity parity 1 parity 2 parity 3 parity 4 parity 5 parity 6 parity 7 < 그림 4.2> 기간별출생순위별출산율의분포 ( 기본모형기준 ) 우리나라출산력변천에서의전반적인패턴을살펴본데이어집단별분화과정에대해서살펴보는데, 본연구에서는개인들의사회경제적지위 (SES) 를표상하는핵심적인지표중의하나인교육수준별출산력변천과정에서의차이를살펴보기로한다. 본연구에서는앞의 < 표 4.1> 의최종모형을기준으로교육수준별로출산력변천과정에서어떠한유사점과차이점이있는가를살펴보기로한다. < 표 4.3> 의최종모형은 < 표 4.1> 의

19 생존모형을활용한한국의출산력변동분석 19 최종모형에기초하여산출된교육수준별합계출산율을보여주고있다. 교육수준변수가연속형이라는점에서본연구에서는특정교육이수기간 ( 년 ) 값을 < 표 4.1> 의최종모형에투입하는방식을사용하였는데, 선정된교육이수기간 ( 년 ) 은 9년 ( 중졸 ), 12년 ( 고졸 ), 16년 ( 대졸 ) 이다. 8) 비록본연구에서중졸, 고졸, 대졸집단이라는용어를사용하지만이는특정교육이수기간 ( 년 ) 에연계되어있음에유의할필요가있다. 최종모형에기초하여교육수준별합계출산율을산출하는과정에서는혼인상태변수를기간별-교육수준별 ( 최종교육수준기준 )-연령별평균값으로고정하였다. < 표 4.3> 의최종모형기준분석결과를보면 년에서 년기간으로진행될수록합계출산율이지속적으로감소하지만, 모든기간에걸쳐교육수준이낮을수록출산율이높은패턴이일관되게관측됨을살펴볼수있다. 여기에서주목할필요가있는사항은 < 표 4.3> 의최종모형에서제시된합계출산율을도출하기위해기간별- 교육수준별-연령별혼인상태 ( 유배우율 ) 평균값을적용하고있다는점이다. < 표 4.3> 에는최종모형과함께부가모형이제시되고있는데, 부가모형에서는혼인상태변수를통제하는과정에서기간별-교육수준별-연령별혼인상태 ( 유배우율 ) 평균값대신기간별 -연령별혼인상태 ( 유배우율 ) 평균값으로고정하는방식을사용하였다. 교육수준별혼인율차이를반영하지않고단순히기간별-연령별혼인율을반영할경우교육수준별합계출산율에서상이한패턴이출현함을살펴볼수있다 년기간의경우최종모형과마찬가지로교육수준이높을수록출산율이낮은패턴이지속적으로관측된다 ( 교육수준별격차는감소 ). 그러나 년그리고 년기간의경우교육수준이높을수록오히려출산율이높은상반된패턴이나타남을살펴볼수있다. < 표 4.3> 의최종모형에서 년그리고 년기간에걸쳐교육수준이낮을수록출산율이높은패턴은교육수준이낮을수록유배우율이높은상황을반영하고있는것이다. 반면부가모형처럼교육수준을가로질러상이한유배우율을통제할경우 년기간과달리합계출산율이대체출산율아래로하락한 1984년이후의기간에서는교육수준과출산율간의정적 (+) 관계가관측되고있는것이다. < 표 4.3> 에서살펴볼수있는또다른점은출산율분석대상기간별출산율감소폭이교육수준별로차별적인모습을보인다는것이다. 우선 년기간대비 년기간의출산율감소폭은교육수준이낮을수록더욱큰모습을보인다 년기간에비해 년기간의경우고졸 (12년) 과대졸 (16년) 간합계출산율격차는상당히미미한수준이다. 반면 년기간대비 년기간의경우상반된패턴이관측되는데교육수준이높은집단의출산율감소폭이더욱큰모습을살펴볼수있다. 교육수준별출산율격차가기간별로상이하게나타나고있지만, 본분석결과에기초하여그원인을정확히이해하기는어렵다. 특히, 과거에비해 IMF 경제위기이후교육수준별혼인및출산에있어서어떠한변화가있었는가에대해서는추가적인분석이필요한것으로보인다. 9) 8) 교육수준을연속변수대신명목변수로구성하는방법을검토해볼수있다. 그러나우리나라의경우시기별교육수준변동이크다는점에서더미변수접근이쉽지않은측면이있다. 예컨대, 과거대졸집단의비율이상당히낮은반면, 최근들어중졸이하집단의비율이극히낮은모습을보인다. 9) 교육수준별차별출산력이기간별로어떻게전개되어왔는가를정확히살펴보기위해서는보다

20 20 우해봉 장인수 마지막으로, < 그림 4.3> 은최종모형에기초하여분석대상기간별로교육수준별출산진도비가어떠한방식으로전개되어왔는가를보여주고있다. 교육수준을가로질러전반적인패턴은앞에서살펴본 < 그림 4.1> 과유사하다. 교육수준별차이에맞추어분석결과를살펴보면전반적으로기간별출산력변천과정에서교육수준이높은집단이선도자로서의역할을하고있음을살펴볼수있다 년기간의경우첫째혹은둘째출산으로의이행비율이여전히높은데, 대졸집단의경우도첫째출산을한여성중 88.9% 가둘째출산으로이행하는모습을볼수있다. 반면둘째출산에서셋째출산으로의이행과정에서는교육수준별로커다란격차가존재함을살펴볼수있다. 중졸집단의경우둘째출산을한여성의 56.2% 가셋째출산으로이행한반면대졸집단의경우이비율은 27.3% 로크게떨어진모습을살펴볼수있다 년기간의경우교육수준을가로질러둘째출산에서셋째출산으로이행하는비율이크게낮아진모습을볼수있다. 중졸집단의경우에도둘째출산을한개인들중 20% 미만이셋째출산으로이행하며, 대졸집단의경우해당비율은 10% 미만이다. 추가적으로, 년기간의경우첫째출산에서둘째출산으로이어지는비율이본격적으로감소하기시작한시기라고할수있는데, 중졸집단의 81%, 대졸집단의 73.5% 가첫째출산에서둘째출산으로이행하는모습을보이고있다. 마지막으로 년기간의경우 년기간의추세가더욱심화되는모습을보이는데, 대졸집단의경우첫째출산후둘째출산으로이어지는비율이 50% 아래로떨어지는동시에무자녀상태에서첫째출산으로이행하는비율또한 87% 수준까지감소한모습을살펴볼수있다. 교육수준별출산력변천분석결과는최근까지도첫째출산으로의이행비율이상대적으로높게형성되어있지만, 최근까지의패턴이향후에도지속될경우첫째에서둘째출산으로이어지는비율이크게감소하는동시에생애동안자녀를출산하지않는여성들의비율또한작지않을수있음을시사하고있다. 세부적인기간의구분이필요한것으로보인다. 본연구에서는 1965 년에서 2014 년까지의기간을살펴보고있는관계로베이비붐세대가태어난기간의정보가누락되어있다. 자료가활용가능할경우베이비붐세대가태어난시기에비해 년기간의출산율감소가교육수준별로어떻게진행되었는가에대해서도살펴볼필요가있다. 또한본연구의경우 년기간을하나의시기로통합하는방식을사용하고있는데, 출산력변천에서 1975 년전후를구분하는기존논의 ( 전광희, 2002) 를고려할때보다세부적인구분또한검토가능한것으로보인다.

21 생존모형을활용한한국의출산력변동분석 21 중졸 (9 년 ) 년 년 년 PPR(0,1) PPR(1,2) PPR(2,3) PPR(3,4) PPR(4,5) PPR(5,6) PPR(6,7) 고졸 (12 년 ) 년 년 년 PPR(0,1) PPR(1,2) PPR(2,3) PPR(3,4) PPR(4,5) PPR(5,6) PPR(6,7) 대졸 (16 년 ) 년 년 년 PPR(0,1) PPR(1,2) PPR(2,3) PPR(3,4) PPR(4,5) PPR(5,6) PPR(6,7) < 그림 4.3> 기간별 - 교육수준별출산진도비 (PPR) 의변화패턴 ( 최종모형기준 )

22 22 우해봉 장인수 5. 종합및결론 초저출산현상이장기화됨에따라출산에대한학술적및정책적관심이크게증가하고있다. 출산과관련하여최근까지이루어진기존국내연구들은출산계획혹은출산행위와유의하게연관된영향요인들을확인하는작업에초점을맞추는경향이있었다. 선행연구들과달리본연구는생존분석을활용하여합계출산율 (TFR) 과같은인구학적으로보다의미가있는지표를산출하는접근을취하고있다. 또한연령별출산율 (ASFR) 대신출산진도비 (PPR) 에초점을맞춤으로써, 기존연구들이강조한출산의속도 (tempo of fertility) 대신, 출산의양 (quantum of fertility) 에초점을맞추었으며, 이에기초하여가임생애에걸친가족 ( 자녀 ) 규모의분포와관련된정보를제공하고자하였다. 분석결과는상대적으로최근까지도첫째출산으로이어지는비율이상당히높은수준으로유지되고있지만, 년기간의제로출산진도비 (zero parity progression ratio; ) 가 수준으로가임생애동안자녀를한명도출산하지않는여성의비율이작지않은수준까지증가하고있음을시사하고있다. 다른한편으로, 출산진도비분석결과는 년기간에비해출산율이대체출산율아래로떨어진 년기간이후출산력에서더욱큰변동이있었음을보여주는데, 특히첫째출산에서둘째출산그리고둘째출산에서셋째출산으로의이행과정에서상대적으로큰변화가나타났음을보여주고있다. 교육수준별출산력분화와관련하여분석결과는관측기간전체에걸쳐교육수준과출산율간에부적 (-) 연관성이일관되게나타남을보여주었다. 그러나추가적인분석결과는교육수준과출산율간의이러한부적 (-) 연관성은교육수준이높을수록혼인율 ( 유배우율 ) 이낮은점을통해매개되고있음을시사하고있다. 마지막으로교육수준별출산진도비분석결과는과거한국사회의출산율감소과정에서교육수준이높은집단이전반적인추세를선도하는반면교육수준이낮은집단이일정한시간적간극을갖고뒤따르는모습을보여주고있다. 물론한국의출산력변천과정에서나타난선도자-추종자 (leader-follower) 패턴이최종적으로교육수준별출산력차이가없어지게될것임을의미하는것은아니다. 본연구에서대졸 ( 교육수준 16년 ) 여성의경우첫출산으로이어지는비율이 90% 아래로떨어지는모습이관측되었는데, 향후제로출산진도비 ( ) 에서의교육수준별패턴이어떠한방향으로전개될것인가에대해서는추가적인시간이필요한것으로보인다. 10) 특히, 현재까지도대졸이상고등교육수료자의비율이절대적으로높은상황이라는점에서이들집단의제로출산진도비 ( ) 패턴에대해보다세부적인관심이필요하다고할수있다. 다른한편저출산대응정책의영역에서는현재까지도결혼을하면출산을한다는측면에서다자녀를중심으로지원정책을추진하는경향이강한것으로판단된다. 그러나최근대졸집단이보이는제로출산진도비 ( ) 패턴은향후한국사회에서결혼이반드시출산으로이어지지않 10) 출산력변천과정에서나타나는교육수준별차별출산력의패턴과관련하여 Bongaarts(2003) 는선도자 - 추종자 (leader-follower) 가설과항구적격차 (permanent difference) 가설을제시한다. 선도자 - 추종자가설의경우교육수준별격차가최종적으로해소됨을상정함에비해항구적격차가설은교육수준별격차가유지될것을전망한다. 그의경험적자료 (DHS) 분석결과는출산력변천을완료하는시점에서교육수준별격차가감소하기는하지만교육수준별격차가지속됨을보여주고있다.

23 생존모형을활용한한국의출산력변동분석 23 을수있다는점을시사함으로써첫째자녀출산에대한정책적배려또한매우중요할수있음을시사하고있다. 전반적으로본연구는현재통계청이생산하는자료를표본조사에기초하여산출하는한편출산진도비처럼통계청이공표하지않는자료및사회집단별출산력차이를비교하는데있어서생존분석이효과적으로활용될수있음을보여주고있다는점에서의의가있다. 본연구에서는소수의변수들만을고려한모형을구축하였지만, 연구자의관심에따라보다복잡한모형설계또한충분히검토가능할것이다. 다른한편으로본연구의분석결과는통계청혹은센서스에기초한분석결과와유사한수준의출산율자료를생산하기위해서는출산관련체계적인데이터베이스구축이중요함을시사하고있다. 앞에서도언급했듯이, 본연구에서사용한여성가족패널의경우생애에걸쳐출산이력 (birth history) 정보를제공하는중요한장점에도불구하고기혼여성, 특히출산경험이많은기혼여성이과대표집되고있다는점에서통계청자료에상응하는수준의값을산출하기어려운측면이있다. 물론본연구에서검토한기간 ( 년) 의연령별혹은교육수준별-연령별혼인율자료가외부적으로활용가능하다면해당값들을사용하는방식을고려할수있을것이다. 다른한편으로본연구가기본적으로표본조사에기초하고있음을고려한다면생존분석에기초한출산력분석은전반적인출산율수준보다는출산에영향을미치는여타의사회경제적특성을통제한상태에서분석대상변수와출산간의관계분석측면에서보다유용한정보를제공할수있을것이다. 다른한편으로본연구가기초하고있는여성가족패널은출산력에대해서만생애이력정보를제공할뿐출산과밀접히연관된혼인력에대한이력정보는수집하지않고있다. 물론이러한문제는여성가족패널에만한정된문제는아니다. 출산에서혼인상태가갖는의미가매우큰우리나라의상황을고려할때생애에걸친정확한혼인상태변동정보를제공하는작업또한매우중요하다고할수있다. 마지막으로본연구가표본조사 ( 서베이 ) 자료에기초하고있다는점에서출산력관련지표들의표준오차를제공하는작업또한후속연구에서검토될필요가있는사항이라고할수있다. (2018 년 3 월 16 일접수, 2018 년 4 월 17 일수정, 2018 년 5 월 11 일채택 )

24 24 우해봉 장인수 참고문헌 권태환, 김두섭 (1990). < 인구의이해 >, 서울대학교출판부, 서울. 김두섭 (2007). IMF 외환위기와사회경제적차별출산력의변화, < 한국인구학 >, 30(1), 김정석 (2007). 기혼여성의출산아수별추가출산계획, < 한국인구학 >, 30(2), 김현식 (2017). 자산과소득에따른차별출산력연구, < 한국인구학 >, 40(3), 대한민국정부 (2015). < 제3차저출산 고령사회기본계획 ( )>. 류기철, 박영화 (2009). 한국여성의출산율변화와출산간격영향요인, < 한국인구학 >, 32(1), 민현주 (2007). 엄마의취업과자녀터울에관한동태적분석, < 한국사회학 >, 41(3), 민현주, 김은지 (2011). 출산순위별출산결정요인분석, < 한국사회학 >, 45(2), 박수미 (2008). 둘째출산계획의결정요인과가족내성형평성, < 한국사회학 >, 31(1), 박수미, 이택면, 김승연, 우원규, 강석훈 (2008). <2008년여성가족패널조사 : 사업보고서및제1차기초분석보고서 >, 한국여성정책연구원. 송헌재 (2012). 노동패널자료를이용한우리나라가구의출산결정요인분석, < 응용경제 >, 14(3), 우해봉, 장인수 (2017). 출산에대한개인특성과부부특성의영향, < 한국인구학 >, 40(3), 은기수 (2001). 결혼연령및결혼코호트와첫출산간격의관계 : 최근의낮은출산력수준에미치는함의를중심으로, < 한국사회학 >, 35(6), 이성용 (2006). 경제위기와저출산, < 한국인구학 >, 29(3), 이성용 (2009). 출산순위별출산증가요인분석, < 한국인구학 >, 32(1), 이흥탁 (1994). < 인구학 : 이론과실제 >, 법문사, 서울. 인구정책50년사편찬위원회 (2016). < 한국인구정책 50년 : 출산억제에서출산장려로 >, 보건복지부 한국보건사회연구원, 세종. 전광희 (2002). 출산력, 김두섭, 박상태, 은기수편, < 한국의인구 1>, 통계청, 대전. 정은희, 최유석 (2013). 기혼여성의둘째자녀출산계획및출산과관련된요인, < 보건사회연구 >, 33(1), 정혜은, 진미정 (2008). 취업여부에따른기혼여성의둘째자녀출산의도, < 한국인구학 >, 31(1), 최은영, 박영실 (2009). < 사회경제적특성과지역별차별출산력분석 >, 통계개발원, 대전. 통계청 (2018). 2017년인구동향조사출생 사망통계잠정결과 ( 보도자료 ). Bongaarts, J. (2003). Completing the fertility transition in the developing world: The role of educational differences and fertility preferences, Population Studies, 57(3), pp

25 생존모형을활용한한국의출산력변동분석 25 Bongaarts, J. and Feeney, G. (2006). The quantum and tempo of life-cycle events, Vienna Yearbook of Population Research. 2006, pp Cox, D.R. (1972). Regression models and life-tables, Journal of the Royal Statistical Society, 34(2), De Santis, G. Drefahl, S. and Vignoli, D. (2014). A period total fertility rate with covariates for short-panel data, Population, 69(3), Feeney, G. and Yu, J. (1987). Period parity progression measures of fertility in China, Population Studies, 41, Gray, E. Evans, A. Anderson, J. and Kippen, R. (2010). Using split-population models to examine predictors of the probability and timing of parity progression, European Journal of Population, 26(3), Hinde, A. (1998). Demographic Methods, ARNOLD, London. Hoem, J.M. and Muresan, C. (2011a). The total marital fertility rate and its extensions, European Journal of Population, 27(4), Hoem, J.M. and Muresan, C. (2011b). An extension of the conventional TFR, European Journal of Population, 27(4), Ni Bhrolchain, M. (1987). Period parity progression ratios and birth intervals in England and Wales, : A synthetic life table analysis, Population Studies, 41(1), Preston, S.H. Heuveline, P. and Guillot, M. (2001). Demography: Measuring and Modeling Population Processes, Blackwell Publishing, MA. Pullum, T.W. (2004). Natality: Measures based on censuses and surveys, in J.S. Siegel and D.A. Swanson (eds.), The Methods and Materials of Demography, Elsevier Academic Press, CA. Retherford, R. Ogawa, N. Matsukura, R. and Eini-Zinab H. (2010). Multivariate analysis of parity progression-based measures of the total fertility rate and its components, Demography, 47(1), Ryder, N.B. (1986). Observations on the history of cohort fertility in the United States, Population and Development Review, 12(4), Schoumaker, B. (2013). A Stata module for computing fertility rates and TFRs from birth histories: tfrs, Demographic Research, 28(38), Singer, J.D. and Willett, J.B. (2003). Applied Longitudinal Data Analysis: Modeling Changes and Event Occurrence, Oxford University Press, New York. Van Hook, J. and Altman, C.E. (2013). Using discrete-time event history fertility models to simulate total fertility rates and other fertility measures, Population and Policy Review, 32(4),

26 26 우해봉 장인수 Fertility Transition in South Korea: Application of Survival Analysis Haebong Woo 1) Insu Chang 2) Abstract Due to persistent lowest-low fertility since 2000s, increasing attention has been paid to fertility-related academic and policy studies in South Korea. Past empirical studies addressing low fertility in South Korea have mainly focused on determinants of birth plans or birth behavior. Compared to prior research, this study uses survival analysis to produce demographically more meaningful information about lifetime childbearing such as total fertility rates (TFR). Particularly, instead of age-specific fertility rates (ASFRs), this study analyzes the fertility transition in terms of parity progression ratios (PPRs), which provide useful information on the distribution of family sizes over the reproductive life-course. The data show that the fertility transition became accelerated since the early 1980s when the total fertility rate dropped below the replacement-level. However, in case of third and higher-order birth, the transition already started from the middle of the 1960s when the government-sponsored family planning programs were implemented in a more organized way in terms of organization and finance. Finally, our analysis on educational differentials indicate that women with higher education have played a leading role in the rapid fertility transition over the past 50 years ( ). Key words : fertility transition, survival analysis, marital status, education 1) (Corresponding author) Research Fellow, Korea Institute for Health & Social Affairs, Building D, 370 Sicheond-daero, Sejong City. haebongwoo@kihasa.re.kr 2) Senior Researcher, Korea Institute for Health & Social Affairs, Building D, 370 Sicheond-daero, Sejong City. sescis@kihasa.re.kr