Journal Archive

1969년 OECD/DAC는 개발도상국에 대한 자금흐름(Flow of financial resources to developing countries)’을 ‘개발원조(Development Assistance)’로 정의 했으며 ODA에 대한 개념을 최초로 ‘개발도상국의 경제개발과 복지증진을 위하여 원조 공여국이 자체의 재정자금을 이용하여 공여하는 순수한 원조’로 규정하였다. ODA의 목적은 개발도상국의 경제개발 및 복지증진이며, 양허적(Concessional) 조건으로 증여율²(Grant Element) 25% 이상 제공되어야 한다(ODA 통계자료집, 2013).

DAC는 현재 미국을 비롯한 11개국 이외에 한국을 포함한 14개국이 추가로 참여함으로써 총 25개 회원(EU 집행위원회 포함)으로 구성되어 있다. 한국은 2010년 정식 DAC 회원국이 되었다. OECD 회원국이지만 DAC에 가입하지 않은 체코, 헝가리, 폴란드, 슬로바키아, 멕시코, 터키 등의 국가들은 DAC 비회원국 대표(Non-DAC Delegates)로서 참여 중이다(ODA 통계자료집, 2013).

ODA 형태는 전달 경로에 따라 양자간(Bilateral) 원조와 다자간(Multilateral) 원조로 구분된다. 양자간 원조는 공여국에서 수원국으로 원조자금 및 물자를 직접 지원하는 형태이며 원조 자금의 상환여부에 따라 무상원조(Grants)와 유상원조(Loans)로 구분된다. 또한 수원국이 조달하는 수입물자나 용역의 조달처를 공여국 또는 일부 소수국가로 한정하는 구속성(Tied)원조와 그런 제한이 없는 비구속성(Untied) 원조로 구분된다. 다자간 원조는 국제기구(UN, World Bank 등)에 모인 여러 공여국으로 부터의 출연금³ 또는 출자금⁴ 등을 통해 지원하는 간접 원조방식이다(KOICA).

공여국은 비구속성 원조를 통해서 수원국과의 무역을 확대하여 두 국가 사이의 수출입장벽을 낮추고 그에 따른 경제적 실리를 도모하고자 한다. 구속성 원조는 수원국으로 하여금 자율적 선택의 한계를 주기 때문에 현재 OECD에서는 비구속성 원조의 확대를 권고하고 있다.

OECD/DAC 회원국의 ODA 총규모는 2012년 기준 약 1,270억 달러이며, 지난 10년간의 흐름을 볼 때 전체적으로 증가추세이며, 한국의 ODA 규모도 증가하고 있다(그림1, 그림2 참조). 2005년에는 미국 등 주요 공여국들이 이라크와 나이지리아 등의 국가에 큰 규모의 부채 탕감을 시행함으로써 ODA가 일시적으로 크게 늘어나기도 했다.

Fig. 1. 
Trends of GNI Ratio and Size of ODA of DAC Members(2001-2012)

Fig. 2. 
Trends of GNI Ratio and Size of ODA of Korea(2001-2012)

한국의 2012년 기준, ODA 규모(약 16억 달러)는 DAC 회원국 24개국 가운데 16위이며, 이는 미국(약 307억 달러)의 1/20, 일본(106억 달러)의 1/6 수준이다. ODA의 지속적인 증가에도 불구하고, 한국의 ODA/GNI 비율은 현저히 낮은 수준(0.14%)으로 UN이 권고하는 0.7% 및 선진국 평균(0.29%)에 미흡한 수준이다.

선행연구는 크게 ODA가 경제성장에 미치는 영향에 관한 연구와 도시화를 도구로써 분석한 연구 로 나눠볼 수 있다. 본 연구에서는 이러한 두 분류의 연구 결과를 간략하게 정리하여 개발도상국의 도시화에 따른 ODA 분야와 경제성장 간의 관계를 연구 할 수 있는 새로운 방법과 기준을 모색하고자 한다.

본 연구에서는 World Bank에 분류되어 있는 개발도상국 가운데 총 73개국을 중심으로 1996년부터 2012년까지 17년간 연도별 패널자료를 이용했으며 도시화와 유형별 ODA 지원이 경제성장에 주는 영향을 분석하였다.

사용되는 자료는 시간적으로 연결한 횡단면 자료(Cross-section Data)이기 때문에 대부분 이분산(Heteroscedasticity)의 문제가 나타난다. 이를 해결하기 위해서 시계열·횡단면자료를 통합한 균형패널자료(Balanced Panel Data)를 형성하여 분석하는 방법을 사용하였다.

패널자료분석은 횡단면이나 시계열분석에 비해 많은 정보와 변수의 변동성(Variability)을 제공하고 확인할 수 없는 동적(Dynamic)관계를 추정한다. 또한, 관찰할 수 없는 이질성(Unobserved Heterogeneity) 요인을 고려할 수 있는 장점이 있다. 보다 신뢰성이 높은 추정을 위하여 변수의 개별적인 특성을 고려하여 절편(α_it)이 서로 다르다고 가정하여 추정하는 방법인 고정효과모형(Fixed Effect)과 변수의 개별적인 특성을 고려하되 절편이 확률적으로 결정된다고 가정하고 추정하는 확률효과모형(Random Effect)을 테스트한 후 하우스만 검정(Hausman Test)을 통해 최종적으로 고정효과모형을 적용하였다.

또한 패널자료가 가지고 있는 시계열적인 특성인 비정상적(Non-stationarity)에 대한 검증절차를 하고자 단위근 검정(Unit Root Test)을 한 결과, 대다수의 설명변수 및 종속변수는 단위근이 없는 것으로 나타났다. 따라서 시계열 안정성을 확보하기 위하여 변수들에 대한 로그를 취하였으며， 추정 방정식은 다음과 같다.

분석을 통해 도출되는 β₁부터 β₈까지의 계수는 각 경제성장요소의 탄력성의 의미를 갖는다. 탄력성은 각 요소가 1% 변화했을 때 경제성장을 몇 % 변화시키는지에 대한 상대적 크기로, 각 경제성장요소의 변화에 대해 경제성장이 얼마나 민감하게 반응하는지를 나타내는 수치이다(이준구, 2001). 본 연구에서는 계량분석을 통해 도출되는 β값을 확인함으로써 경제성장(경제활동 1인당 GDP)에 미치는 영향을 파악할 수 있다.

종속변수를 비롯한 개발도상국의 사회·경제적 특성을 나타내는 변수는 World bank에서 제공하는 ‘세계개발지표(World Development Indicators)’를 통해 구축하였다. 실증분석에서 핵심을 이루는 독립변수인 4개의 유형별 사회 인프라, 경제 인프라, 생산(산업)부문, 다부문의 ODA 금액은 ‘OECD’에서 제공하는 자료를 활용하였다.

도시화율과 ODA 유형에 따른 경제성장 간의 관계를 알아보기 위해 본 연구에 사용된 총 관측치는 1,241개로 73개국의 17년간 시계열 자료이다.

아래 표 5는 각 변수들에 대한 기술통계치를 보여준다. 73개 개도국의 평균 경제활동인구 1인당 GDP는 17,323달러(한국의 25%, 2012년 기준 한국 경제활동인구 1인당 GDP 68,827달러) 수준으로 나타나고 있다.

표 6에서 알 수 있듯이 하우스만 검정은 확률효과모형 채택의 귀무가설에 대한 가설검정을 실시하는데 ρ값이 0.01보다 작아 1% 유의수준에서 귀무가설(설명변수와 오차항 µ_i간에 상관관계가 존재하지 않음)이 기각된다. 따라서 확률효과모형의 추정량은 일치추정량이 아니며, 고정효과 모형을 선택하는 것이 보다 적절하다고 할 수 있다.

이미 언급한 바와 같이 이 추정의 관심사는 도시화율과 유형별 ODA 지원에 따른 경제성장간의 관계이다. 먼저 물적자본, 인적자본과 3개의 ODA 원조 유형인 사회 인프라, 경제 인프라, 다부문 그리고 도시화율은 수원국 경제성장의 유의미한 수준으로 정(+)의 영향을 미치는 것으로 확인됐다. 도시화율의 탄력성이 가장 높게 나타났으며, 이는 도시화율이 경제성장에 미치는 영향이 크다는 것을 알 수 있다. 생산(산업)부문은 정(+)의 영향이 나타났으나, 유의확률 0.780으로 유의미한 결과 값으로 나타나진 않았다.

고용률은 1% 유의수준 하에서 통계적으로는 유의하나 부(-)의 영향을 나타났다. 이는 개도국의 경제성장이 고용 창출로는 이어지지 않는다는 것이다.

사회 인프라가 다른 ODA 유형보다 경제성장에 더 영향을 준다는 것이 확인되었다. 사회 인프라의 경제성장에 대한 탄력성은 0.040%로 나타났는데, 이는 사회 인프라가 10% 증가할 때 경제활동 1인당 경제성장이 0.40% 증가함을 의미한다.

개도국 총 73개국을 WEF의 세계경쟁력보고서(The Global Competitiveness Report 2013-2014)의 발전단계별로 분류하면 표7과 같다.

1단계(요소주도경제) 27개국은 아시아와 아프리카 지역의 국가들이었고, 1·2단계(과도기) 15개국은 아시아 지역의 국가들이 많았다. 2단계(효율성주도경제) 24개국은 지역별로 골고루 분포되어 있었으나 아메리카 지역의 국가들이 많았으며 2·3단계(과도기) 7개국은 아프리카를 제외한 아메리카, 아시아, 유럽으로 나타났다.

표 8은 개도국의 발전단계에 따른 유형별 ODA 지원과 도시화율의 경제성장간의 관계를 분석한 결과이다.

먼저 도시화율(ln U_r)의 경우, 유의미한 결과 값을 갖지 못한 개발단계가 가장 낮은 1단계(요소주도형)만 제외하고 경제성장에 모두 정(+)의 영향을 나타냈다. 특히 1·2단계(과도기)에 대한 도시화율이 1% 증가할 경우 개도국에 대한 경제성장은 1.441% 증가하고, 2·3단계에 대한 도시화율이 1% 증가할 경우 경제성장은 3.763% 증가하는 것으로 분석되었다. 이는 발전단계가 낮은 개도국보다 발전단계가 높은 상위개도국들에 대한 원조의 유발효과가 긍정적으로 나타난 것으로 경제발전 수준이 어느 정도 이루어져야만 경제성장에 대한 효과가 발생함을 의미한다.

유형별 ODA 지원 중 사회 인프라(ln)는 1단계(요소주도형)와 2단계(효율주도형)에서 정(+)의 영향을 나타냈으며 특히 발전단계가 가장 낮은 1단계(요소주도형)에서 개도국의 경제성장에 가장 많이 영향을 주는 것으로 나타났다. 이는 유형별 ODA 지원 가운데 사회 인프라 수원액이 가장 많고 빈곤퇴치가 초점인 MDGs의 주요 내용도 사회 인프라 유형의 목표로 구성되어 있는 만큼 가장 개발이 낮은 1단계 국가들에게 사회 인프라의 경제성장에 대한 영향이 가장 크게 도출됐다는 것을 유추할 수 있다.

경제 인프라(ln)는 2단계(효율주도형)에서 정(+)의 영향을 준다고 나타났지만 2·3단계(과도기)에서는 부(-)의 영향을 준다고 나타났다.

생산(산업)부문(ln)은 유일하게 2단계(효율주도형)에 유의미한 값이 나왔지만 부(-)의 영향을 주는 것으로 나타났다.

다부문(ln O₄)은 1단계(요소주도형)와 1·2단계(과도기)에서 정(+)의 영향이 나타났다. 특히 1단계(요소주도형)에 대한 다부문은 10% 증가할 경우 개도국에 대한 경제성장은 0.354% 증가하고, 1·2단계에 대한 다부문은 10% 증가할 경우 경제성장이 0.332% 증가하는 것으로 분석되었다. 이는 발전단계가 낮은 개도국이 발전단계가 더 높은 상위개도국들보다 원조의 유발효과가 긍정적으로 나타남으로써 경제발전 수준이 낮아야 더 효과적이라는 것을 의미한다.

물적자본(lnS_k)은 모든 단계에서 개도국 경제성장에 있어 정(+)의 영향을 나타냈다. 1단계(요소주도형)에서는 물적자본이 10% 증가할 때 0.863%의 경제성장이 일어나지만 2·3단계(과도기)에서는 10%증가할 때 경제성장이 2.768% 증가하는 것으로 물적자본은 상위 개도국에서 더 효과적이라는 것을 알 수 있다.

인적자본(lnS_H)은 1단계(요소주도형)와 2단계(효율주도형)에 있어 정(+)의 영향이 나타났다. 인적자본 역시 1% 증가할 때 2단계(효율주도형)가 1단계(요소주도형)보다 0.005% 더 증가함에 따라 발전단계가 낮은 국가에서 더 효과적임을 의미한다.

고용률(lnS_E)은 2·3단계(과도기)만 제외하고 모두 부(-)의 영향을 준다고 나타났다. 개도국의 발전단계별 경제성장과 고용률은 비례하지 않는 것을 알 수 있다.

앞에서 분석한 내용을 바탕으로 경제성장에 영향을 미치는 요인을 정리하면 표9와 같다.

2단계에서 많은 유의미한 결과를 도출하였고 2·3단계에서는 3개의 변수에 대한 영향성이 나왔으나 표본수가 적어 충분한 신뢰도를 확보하는데 한계성이 있다고 판단된다.