Korea Planning Association
[ Article ]
Journal of Korea Planning Association - Vol. 56, No. 2, pp.159-170
ISSN: 1226-7147 (Print) 2383-9171 (Online)
Print publication date 30 Apr 2021
Final publication date 03 Mar 2021
Received 27 Jul 2020 Revised 07 Jan 2021 Reviewed 17 Feb 2021 Accepted 17 Feb 2021
DOI: https://doi.org/10.17208/jkpa.2021.04.56.2.159

우리나라 청년층의 요인별 집단별 임금격차 분해

최명섭* ; 김준혁** ; 최태림***
Wage Disparity Decomposition by Groups of Factors on Youth in Korea
Choi, Myoungsub* ; Kim, Joonhyuk** ; Choi, Taelim***
*Researcher, Government Innovation & Productivity Institute, The Catholic University of Korea mschoi@snu.ac.kr
**Master‘s Student, Department of Economics, Korea University joonheok0904@korea.ac.kr
***Research Fellow, Regional Economy Research Division, The Incheon Institute tlchoi@ii.re.kr

Correspondence to: ***Research Fellow, Regional Economy Research Division, The Incheon Institute (Corresponding Author: tlchoi@ii.re.kr)

Abstract

This study analyzes the wage disparity of young workers by applying a decomposition technique that allows us to investigate the different contributions of between- and within-group factors to an increase or decrease in wage disparity. The analysis focuses on youth wage gaps because young generations have been victimized in the current dual labor market and have been targets of labor policy. We categorize young workers into six groups according to gender, education, employment status, region, occupation, and industry, and then examine the wage disparity patterns of between and within groups. A decomposition analysis showed that although significant wage gaps exist in the between groups, the wage disparity decreased from 2009 to 2019. Wage disparity was reduced mainly by within-group factors such as occupation, region, employment status and between-group factors such as education, industry, and gender. Despite the overall declining wage gap pattern, the within-group wage disparity in females, university graduates, and daily workers increased. This analysis suggests that policymakers should be aware of the varying patterns of wage gaps among different youth groups.

Keywords:

Youth, Wage, Disparity, Gini-index, Decomposition

키워드:

청년, 임금, 격차, 지니계수, 분해

Ⅰ. 서 론

우리나라에서 청년의 안정적인 고용은 무엇보다 중요하다. 우리나라 15~29세 청년의 고용률은 2009년 40.6%에서 2019년 43.5%로 2.9%p 증가하였으나, 전체대비 청년 취업자의 비중은 2009년 16.9%에서 2019년 14.5%로 2.3%p 감소하고 있는 상황이다(통계청, 경제활동인구조사 각 연도). 이렇게 전체 취업자 중 청년층이 차지하고 있는 비중이 줄어드는 것은 우리나라 경제 측면에 있어 지속가능한 성장 측면의 한계를 보인다고 할 수 있다. 게다가 우리나라는 고용환경이 불안정하고, 인구구조상 고령화의 속도가 빠르게 진행됨에 따라, 청년의 고용문제가 국가차원에서 중요한 과제로 판단되고 있으며, 다양한 집단 간 고용의 양과 질, 그리고 구조적인 차이에 대한 갈등 역시 중요한 사회적 문제로 인식되고 있다(박홍철·이주영, 2013).

이러한 청년층의 고용, 실업 등 고용률뿐만 아니라 청년층의 임금격차 역시 중요한 문제이다. 이러한 임금격차, 즉 임금불평등은 결국 양극화라는 사회적 문제를 발생시킬 수 있다는 점에 있어서 중요성이 있으며(이종수, 2017), 경제적 측면에서 청년층의 임금격차는 상대적 박탈감을 통해 근로의욕을 떨어트려 노동생산성이 하락할 수 있고, 이를 통해 장기 경제성장률이 낮아질 수 있다는 점에 있어서도 중요성이 높다. 또한 임금격차를 통한 임금불평등은 저임금 근로자의 비중이 높다는 것을 의미하며, 임금이 시장 안에서 비효율적으로 배분되어 있음을 의미하기 때문에 경제학에서 자원을 효율적으로 분배한다는 기본적 이론에 위배된다고 할 수 있다. 노동시장의 임금격차와 관련된 이론은 Schultz, Becker, Mincer 등에 의해 발전된 인적자본이론(Capital human theory)과 Piore, Doeringer 등에 의해 발전된 이중노동시장이론(Dual labor market theory), 그리고 Cain에 의해 발전된 분단노동시장이론(Segmented labor market theory)을 중심으로 발전되어 왔다. 이러한 이론들을 통해 기존 연구들에서는 공통적으로 임금의 비효율적인 배분에 초점을 맞추어 왔다. 즉 임금격차가 심화되면 양극화 유발, 취약계층(청년 및 노인)의 실업 문제, 생산성 향상 지연 문제 등 다양한 사회적 문제들이 발현될 수 있음을 지적하였다

더욱이 청년층은 고령층에 비해 상대적으로 자산이 작기 때문에 소득측면의 임금격차 문제는 상대적 박탈감을 높이고 있다. 특히 저출산 현상이 심화되고 있는 국면에서 취약계층, 특히 청년층이 당면한 격차는 타 계층의 격차보다 더 크기 때문에 이러한 현상에 발맞춘 연구가 필요하다(김경아, 2008). 또한 임금격차는 이중구조화와 노동시장의 분절화를 가속시킬 수 있다는 측면에서 중요하다. 이는 외부에 광범위한 저임금 노동시장이 형성되어 있을 경우 기업들은 아웃소싱 확대를 통하여 전반적인 고용의 질을 떨어뜨리며, 더욱이 아웃소싱 이후 불공정한 하도급 거래 등을 통하여 지불능력 격차와 임금격차를 더욱 확대시킬 수 있기 때문이며(고용노동부, 2018), 아웃소싱의 대상이 청년층이 될 수 있다는 점에 있어서 중요성이 있다. 이 외에도 우리나라 청년층은 노동시장의 이중구조의 부정적인 영향에 가장 크게 노출된 집단으로 노동시장 진입 시 일자리의 질의 격차를 경험하고 있으며(문영만, 2018), 괜찮은 일자리가 제공되는 대기업 정규직 및 공공부문의 1차 노동시장 진입을 주된 목표로 하지만 상당수의 청년들은 오랜 기간 취업준비생으로 남아 있거나 원하지 않는 비정규직, 중소 하청업체 등의 2차 노동시장으로 진입하는 실정이다(황남희·김철희, 2012).

즉 우리나라 청년층은 노동시장의 진입단계부터 임금과 노동조건의 격차를 경험한다. 1차 노동시장과 2차 노동시간 간의 이동은 매우 제약되어 있으므로 이러한 격차는 근로생애에 오랫동안 영향을 미치게 된다. 따라서 청년층 임금의 격차의 원인을 파악하고 정책적인 대응방안을 마련하는 것은 매우 중요할 것으로 판단된다. 그리고 청년층의 임금격차를 요소별로 분해하고 그 경향을 파악하는 것은 향후 지역개발 및 지역노동시장 정책을 수립하는 데 있어 의미 있는 기초자료가 될 수 있다고 판단된다.

본 연구에서는 이러한 내용들을 감안하여 청년층의 임금격차에 초점을 맞추고자 한다. 기존 연구들에서는 성별, 학력별, 직종별 등 청년층의 주요 격차요인을 중점으로 연구들이 진행되어 왔으나, 주로 성별, 교육수준별 등 집단 간 임금격차에 초점을 맞추어 왔다는 한계가 있다. 하지만 집단 간 격차뿐만 아니라 동일 집단 내 격차도 중요한 상황이다. 특히 청년층의 요인별 집단 내 임금 격차는 동일 집단 내의 임금격차로 보다 동질성을 확보한 상황에서 해석이 가능하다는 점에서 중요성이 있다. 임금격차를 분석함에 있어 다양한 집단이 혼재되어 있을 경우에는 분석결과의 해석이 어렵다. 예로 국가 차원의 임금격차도 집단 내 격차와 개념상 동일하다. 하지만 청년층과 중년층이 혼재되어 있을 때, 이 두 집단의 임금격차를 비교한다는 것은 경제활동에 투입된 시간이 다르기 때문에 비교하기 어렵다. 따라서 이러한 상황에서는 청년층으로 한정하여 검토할 필요가 있으며, 세부적으로 다른 요인(성별, 교육수준별, 지역별)으로 한정하여 집단 내 격차를 검토할 필요성이 있다. 또한 만약 전체적으로 집단 간 임금격차가 줄어들었지만 동일 집단 내 격차가 증가하였다면 이 역시 임금격차 완화에 있어서는 부정적 요인이기 때문이다. 따라서 청년층의 임금격차를 종합적으로 검토하기 위해서는 다양한 요인에 대해 이에 속하는 집단 내와 집단 간으로 구분하여 비교할 필요가 있다. 이렇게 접근하는 이유는 청년층의 전체 임금격차 추이도 중요하지만, 집단 내 혹은 집단 간 격차를 구분할 수 있다면 보다 면밀한 검토가 가능하기 때문이다.

이에 본 연구에서는 청년임금의 격차가 어떠한 요인 및 집단에서 발생하는지를 시기적으로 검토함으로써 향후 청년층의 임금격차 완화에 필요한 정책적 시사점을 도출하는 데 목적이 있다. 이를 위해 청년층의 다양한 요인 및 집단을 구분할 수 있는 통계청의 경제활동인구조사 지역별고용조사 자료를 이용하고, 요인별로 복수의 집단의 임금격차를 비교분석할 수 있는 모형으로 지니계수 분해방법을 적용하여 분석하고자 한다. 본 연구는 다음과 같이 진행된다. Ⅱ장에서는 기존 선행연구를 통해 우리나라 청년임금격차를 어떠한 요인으로 검토할 필요가 있는지를 검토하고, 본 연구의 차별성을 제시한다. Ⅲ장에서는 본 연구에서 사용한 지니계수 분해모형과 분석에 사용된 분석자료에 대해 설명한다. Ⅳ장에서는 시기별 요인별로 우리나라 청년의 임금격차가 어느 집단에서 크게 나타나는지를 실증하며, 마지막 Ⅴ장에서는 연구의 시사점 및 한계를 정리한다.


Ⅱ. 선행연구 고찰

본 장에서는 임금격차의 요인을 전반적으로 검토하고, 특히 청년층에서 어떠한 요인이 임금격차를 설명하는지를 선행연구들을 통해 검토한다. 다만 기존 연구들을 검토한 결과 청년층에 한정된 연구는 일부만 존재하기 때문에, 본 장에서는 청년층을 포함한 전반적인 임금격차 문헌을 검토하고 본 연구의 차별성을 도출한다.

1. 해외연구동향

기존 해외연구들을 보면 성별, 기업, 산업, 지역, 집적 등이 기존의 문헌에서 제시되는 주요 임금 격차의 설명요인이다. 성별측면에서 보면, Couppié et al.(2014)은 프랑스의 청년층을 대상으로 성별에 따른 임금격차의 요인을 파악하였다. 청년 여성이 진출하는 직업의 업종이 편향되어 있는 사실에 근거하여 성별에 따른 직업의 분리가 성별 임금격차를 설명하는 중요한 요인이라고 보았다. 또한 청년층의 성별 임금 차이는 직업군의 분리에서 발생하는 것을 확인하였지만, 여전히 설명되지 않는 임금격차가 상당히 남아있어 성별 간의 임금차별이 존재하는 것을 해석하였다. Olivetti and Petrongolo(2016)은 남성과 여성의 경제활동의 격차를 선진국의 장기추세 자료를 통해 분석하였다. 여성에 대한 교육과 인적자본 투자는 과거에 비해 상당히 높은 수준으로 증대되어 남성과 격차가 크지 않지만 여전히 노동시간, 임금 등에서는 차이가 존재하고 있음을 장기 시계열 자료를 통해 보여주었다. 그리고 이러한 차이들이 형성하는 요인을 서비스 경제화 부분과 연결하여 분석하였다. 유럽과 북미의 19개 국가를 대상으로 변이할당 분석을 하여 서비스경제의 진전이 남성과 여성의 경제활동 격차를 축소시키는 데 이바지함을 보여주었다. Landmesser(2019)에서는 유럽연합 19개 국가의 성별 임금격차를 2014년 EU-SILC 자료를 통해 분석하였다. Oaxaca 분해분석과 함께 counterfactual distribution을 구성, 나아가 JMP 접근법을 활용하여 국가 간 성별 임금격차 수준을 규명하였다. 그 결과 유럽연합 회원국들 간의 성별 임금격차 수준이 상이한 것을 확인하였으며, 특히 그 상이한 수준이 1) 노동시장에서 성차별 수준이 높은 국가 2) 노동시장에서 성차별 수준이 낮은 국가로 분류할 수 있다고 요약하였다. 끝으로 이를 고려하여 각국의 정책제언이 수반됨으로써 생산성과 부의 손실을 줄여야 함을 주장하였다.

다음으로 교육측면에서, Castex and Dechter(2014)은 미국의 증가하는 임금격차가 교육투자 혹은 개인의 인지능력으로 인한 현상인지 분석하였다. 1980년대와 2000년대 청년층을 비교하여 교육투자에 기인한 임금수준과 인지능력에 기인한 임금수준이 변화를 비교하였다. 인지능력의 중요도는 1980년도의 청년들에게 더 의미가 있었으며 인지능력으로 인한 수익은 2000년대 들어서 20%-50%의 감소가 있음을 보었다. 이에 반하여 교육투자의 임금프리미엄은 2000년대 들어서 더 높아졌다. 저자들은 인지능력에 대한 수익하락은 지난 20년간의 기술의 발전에 기인하다고 해석하였다.

또한 기업 및 산업측면에서, Card et al.(2018)은 기업체 고유의 요인으로 유발되는 임금격차에 대해 조사하였다. 전통적인 완전경쟁시장모형은 구직자의 직업능력에 따른 시장가격에 기반하여 임금이 결정되는 것으로 본다. 이에 비해 Card et al.(2018)은 개인의 직업역량뿐만 아니라 기업체 고유의 생산성이라는 요인에 의해 임금 프리미엄이 발생한다고 보았다. 다시 말해, 개인적인 직업능력을 고려한 이후에 기업체의 높은 생산성의 혜택이 임금 프리미엄으로 이어진다고 보고 포르투갈의 미시자료를 활용하여 이에 대한 실증분석을 실시하였다. 생산성이 유사한 기업 간의 임금 격차의 약 40%가 개인의 역량 차이로 인한 것을 확인하였고, 역으로 직업역량이 유사한 개인 간의 임금의 차이는 기업 간의 생산성 격차에 의해 설명됨을 보였다. 이는 기업체가 임금수준을 결정하고 경제적인 지대 분배(Rent-sharing)의 역할을 하는 것을 강조하는 결과이다. 기업을 확장하여 산업측면에서, Krueger and Summers(1988)의 연구는 임금구조 및 격차를 설명하는 요인으로 산업적인 특성에 주목하였다. 이들은 실증분석을 통해 직업과 개인적인 특성으로 설명하지 못하는 임금격차가 산업적인 요인에 의해 설명됨을 밝혔다. 1970년-1980년대의 미국의 센서스 자료를 활용하여 인적자원, 개인의 인구학적 배경, 작업장 조건 등을 통제한 이후 산업별로 임금 격차가 존재하는지 검토하였고, 산업별 격차는 지속되는 것을 확인하였다. 저자는 완전경쟁조건보다 높은 임금을 지급하는 이유에 대해서 노조의 파업, 이직의 위협 등으로 설명하였다.

지역측면에서 보면, Topel(1994)은 임금격차의 증가가 지역별로 차이가 나타나는 현상에 대해 조사하였다. 임금격차를 유발하는 요인을 고숙련-저숙련 인력구성의 변화, 여성의 노동시장 진출 증감, 기술의 변화, 지역의 노동수요 변화로 구분하여 살펴보았다. 임금격차를 유발하는 가장 중요한 원인은 기술발전으로 인해 고숙련직을 요구하는 수요가 증가한 것으로 나타났다. 교육수준의 전반적인 증가를 임금격차를 줄이는 요인으로 가정했지만 기술발전으로 인한 격차 증대 요인이 더 크게 나타났다. 또한, 지역별로 임금격차의 크기가 차이 나타나는 원인으로는 인력공급 경향이 다른 점을 지적하였다. 미국 서부지역에는 이민자 급격한 유입으로 인해 저숙련 공급의 증대되었고 이는 임금격차를 증대 시키는 요인임을 보였다. 또한 지역측면에서 기술 집적 측면에서도 접근하고 있는데, Baum-Snow et al.(2018)은 왜 대도시 지역에서 임금격차 폭이 크게 증가하는지를 조사하였다. 해당연구에서는 대도시 지역의 자본축적과 숙련노동자 사이에 보완성이 존재하여, 이로 인해 해당 지역의 큰 임금 격차가 발생하는 것이라 주장하였다. 근로자를 숙련근로자와 비숙련 근로자로 구분하고 기술의 발전이 숙련편향적(Skill-biased technological change)으로 이루어져 숙련근로자들이 기술발전의 혜택을 더 크게 보며 도시에서는 이러한 숙련편향적 생산요소 집적이 집중적으로 나타나 대도시에서 임금격차가 더 크게 나타난다고 설명하였다. 이들의 미국 대도시권에 대한 실증분석에 따르면 숙련편향적인 집적은 대도시 임금격차의 약 80%를 설명하고 있다.

마지막으로 해외에서는 종합적인 관점에서도 연구가 진행되어 왔다. Mengesha(2019)는 에티오피아의 소득 불평등을 야기하는 원인들에 대해 2015년과 2016년의 에티오피아 가계소득, 지출, 소비자료(HIECS)를 이용하여 규명하였다. 그는 여러 회귀 분해모형을 활용하여 불평등을 야기하는 원인을 이하의 네 가지 독립변수 그룹으로 나누어 설명하였다. 1) 소득 불평등에 정(+)의 영향을 주며, 그 영향력이 상당한 그룹: 교육연수, 주택보유연령, 기혼가구 등, 2) 소득 불평등에 정(+)의 영향을 주지만, 그 영향력이 적은 그룹: 제조업, 3) 소득 불평등에 음(-)의 영향을 주는 그룹: 나이 제곱, 성별, 4) 소득 불평등에 음(-)의 영향을 주지만, 통계적으로 유의하지 않은 그룹: 평균 연령, 가계 규모 등, 본 분석 결과를 통해 그는 정부의 사회 기반시설 확충, 특히 독립변수 그룹을 고려하여 교육에 대한 접근성 확대 및 제조업 기반의 일자리 확충 등으로 에티오피아의 소득 불평등을 크게 감소시킬 수 있다고 주장하였다. 또한 Monastiriotis(2002)는 지역, 직업, 성별, 교육의 4가지 지표를 활용하여 각각의 집단 내, 집단 간 요인으로 영국의 임금 불균형을 분해하여 영국의 임금 불균형 현상의 원인을 논의하였다. 영국의 임금 불균형이 증가하는 가장 중요한 원인으로는 직업 간의 임금 불균형의 심화로 나타났다. 이는 기술의 발달로 인해 직업군 간 임금보상의 차이가 커지는 것으로 해석하였다. 그리고 지역 간의 임금격차의 증가도 지역을 구성하는 직업구성의 차이에서 유발되는 것으로 제시하였다. 또한, 직업요인을 제외한다면 개인수준의 특성과 이에 대한 임금보상은 지역 간에 수렴하는 것으로 분석하였다. 따라서 전반적인 교육수준의 증가에 대한 보상수준은 어느 정도 일정하게 나타나지만 직업고유의 요인으로 인한 차이가 임금 불균형이 증가하는 것으로 볼 수 있다.

2. 국내연구동향

국내에서는 역시 해외와 마찬가지로 성별, 학력, 지역에 초점을 맞추어 연구들이 진행되어 왔다. 우선, 성별에 따른 임금격차 요인을 분석한 연구는 허식(2003)이 존재한다. 해당 연구는 1999년 「한국노동패널자료」를 바탕으로 산업 및 직종에서의 성별 임금격차의 원인을 Oaxaca 분해기법으로 파악하였다. 원인을 임금함수 추정을 통해 고용분포의 차이에 따른 고용차별, 임금계수의 차이에 의한 임금차별, 생산적 요소를 포함한 기타요인으로 분석하였다. 그 결과 산업과 직종에서 남성이 여성보다 더 임금이 더 컸고, 고용차별보다는 임금차별이 더욱 크게 나타남을 확인하였다. 이를 해결하기 위한 정책으로 동일노동에 대한 동일임금의 원칙이 노동시장에 적용될 것을 주장하였다. 더불어 여성의 경력단절로 인해 발생하는 생산성 하락을 직업훈련 프로그램 등의 정책 개발을 통해 성별 간 생산성 차이 폭을 줄이고자 제안하였다. 유정미(2017)에서는 2013년 「대졸자직업이동조사」를 바탕으로 대학졸업자의 성별 임금격차 원인을 Oaxaca 분해분석 방법으로 파악하였다. 그 결과 원인으로서 크게 기여하는 부분이 성별임을 확인하였으며, 특히 고임금 직군 및 전문대 졸업 그룹에서 성별에 따른 차등적 보상의 영향이 있는 것을 규명하였다. 이러한 청년 그룹에서 발생하는 성별 임금격차를 해소하기 위해 미국의 5분의 4규칙(Four-Fifth Rule)과 같이 통계적 차별을 규제하기 위한 정책 도입을 제시하였다. 또한 공학계열 여성 졸업자의 부족을 해결하기 위해 중·고등학교에서의 전문인력 양성 교육이 필요함도 함께 제시하였다.

학력에 따른 임금격차 요인을 분석한 연구는 최강식·정진호(2003)가 존재한다. 본 연구는 대졸자와 고졸자의 불완전한 대체관계에 있다는 가정 하에 Bound and Johnson(1992), Katz and Autor(1999) 등이 사용한 Constant elasticity of substitution 생산함수를 통해 상대적 임금격차의 변화를 노동공급 요인과 노동수요 요인(산업간, 산업 내 요인으로 구분)으로 분해하여 파악하였다. 그 결과 산업 내 고학력자 수요 증가로 인해 전체 대졸자 수요가 증가로 인해 학력별 임금격차가 야기되었음을 제시하였다. 박강우(2014)의 경우 1974년부터 2011년의 자료를 토대로 학력별 임금격차의 장기 변동을 수요 및 공급 측 요인으로 분해하여 그 원인을 분석하였다. 분석 결과 학력별 임금격차의 변화는 상대 노동공급의 변화보다는 상대 노동수요의 변화에 의해 더 영향을 받는 것을 확인하였다. 또한 연령별로는 청년층의 상대 노동수요와 상대 노동공급의 변동성이 타 연령층에 비해 비교적 크게 확대되면서 전체 노동수급의 큰 추세를 이끌었음을 규명하였다.

지역별 임금격차를 제시한 연구는 허식(2007)이종수(2017)가 있다. 수도권과 비수도권 간 임금격차의 요인을 지역별 Mincer 형식(Mincer, 1958)의 임금방정식의 추정과 Oaxaca 임금분해기법(Oaxaca, 1973; 1994)을 통해 지역별 임금격차의 요인을 분석하였다. 그 결과 남성, 높은 경력, 정규직 또는 상용직일수록 임금이 높게 나타났으며, 특히 수도권에서는 교육연수, 건강상태, 정규직 여부가 임금에 양(+)의 영향을 끼쳤다. 이외에도 수도권 인구 집중화로 인한 인적자원의 차이가 발생하여 지역별 임금격차 요인을 야기함을 Oaxaca 임금분해기법을 통해 확인하였다. 이를 해결하기 위해 지속적인 국토균형발전 정책과 비수도권에 대한 인센티브 부여를 통한 이동 유도 등의 필요성도 함께 언급하였다.

이 외에 청년의 대학 졸업 후 첫 직장이 중소기업인 경우 대기업 취업자와 임금격차가 발생할 것이라는 의견을 제시한 황남희·김철희(2012)가 있다. 이들은 내생적 선택과정을 고려한 전환회귀모형(endogenous switching regression models)을 통해 기업규모에 따른 임금격차가 존재하는지를 분석하였다. ‘첫 직장의 기업규모가 중소기업인 경우 대기업인 경우에 비해 현 임금수준이 낮을 것이다.’ 라는 가설을 지지할 수 있는 결과가 도출되었고, 이를 바탕으로 중소기업 근로에 대한 근로조건 개선 및 정부의 직·간접적인 다양한 지원정책이 필요함을 주장하였다. 또한 지역의 노동시장 환경 자체의 문제점을 지적한 문영만(2018)의 연구도 존재한다. 해당 연구는 한국고용정보원의 2009년부터 2014년 「청년패널조사」를 활용하여 청년층이 겪는 노동시장에서의 격차와 비수도권 인재들의 수도권으로의 2차 유출 문제를 분석하였다. 분석결과 비수도권의 노동시장 환경(임금수준, 대기업·정규직 취업효과 등)이 수도권에 비해 열악하여, 즉 노동시장 자체의 격차가 존재하여 수도권으로의 2차 유출이 발생한다고 제시하였다. 더불어 교육으로 인해 수도권으로 1차 유출이 발생한 이후, 노동시장 환경이 열악하기 때문에 비수도권으로 회귀하지 않는 현상이 발생한다 하였다. 때문에 비수도권은 연속적으로 악화될 수밖에 없는 환경에 처해있음을 지적하였다. 이를 해결하기 위해 지역경제에 기여할 수 있는 비수도권의 맞춤형 지역인재 육성 정책이 정책적으로 구축되어야 함을 주장하였다. 또한 이창근(2019)의 연구에서는 고용률을 기준으로 지니계수분해법을 이용하여 2008년부터 2017년 사이의 세대별 노동력 지역격차를 분석하였다. 분석결과 지역 내에서의 세대별 노동력 격차보다 지역 간에서 그 격차가 더 심화된 결과가 제시되었으며, 특히 청년의 지역간 격차는 타 연령층보다 크게 나타나 심각함을 지적하였다. 또한 이를 해결하기 위해서는 중앙정부 및 지방정부의 각 지역의 산업 특색에 맞춘 노동시장 제고 정책 시행이 필요하다 하였다.

마지막으로 종합적인 구도 측면에서 보면, 국내연구 Koh(2018)고영선(2019)에서는 고용노동부의 「임금구조기본통계조사」 자료를 통해 1980년부터 2016년 사이의 임금 불평도 추세를 분석하였으며, 또한 임금격차의 요인분해를 통해 성별, 학력, 경력, 직종 등에 따른 연도별 임금 불평등도의 변화를 규명하였다. 그 결과 성별, 연령, 교육수준 등으로 인한 불평등은 감소한 것을 확인하였다. 그러나 Firm tenure(종신 재직권), 사업장 규모 등에 의한 불평등은 보다 심화된 것을 확인하였다. 이를 바탕으로 성별에 따른 임금격차를 지속적으로 줄이기 위한 여성의 기술 수준 장려 정책, 고령 노동자를 위한 고용규제 완화, 교육수준의 격차로 인한 임금격차를 줄이기 위한 공교육 강화가 수반되어야 한다고 주장하였다. 특히 불평등이 심화된 두 부문에 대해서는 종신 재직권의 약화 및 중소기업에 대한 적극적인 지원을 유도해야 한다고 하였다.

3. 본 연구의 차별성

기존연구들을 종합하면, 청년층을 대상으로 한 연구는 해외의 일부 연구에서만 진행되어 왔으며, 특히 우리나라는 주로 특정요인 측면, 그리고 노동시장 전반에 대한 임금격차에 대해서는 활발하게 논의되어 왔으나, 구체적으로 청년층에 대한 다양한 그룹에 대한 임금불평등 논의는 상대적으로 부족하였다. 해외 및 국내의 전반적인 임금격차에 대한 선행 연구는 주로 학력별, 연령별, 산업별, 직종별, 지역별 등 집단 간 임금격차를 중심으로 이루어져 왔으며, 주로 여성, 대졸자, 중소기업, 청년층, 비수도권 등에서 격차 문제를 제기하였다. 하지만 서론에서 전술하였듯이 청년층에 한정되지 않은 임금격차 분석은 동질한 집단으로 한정되지 않은 상황으로 구체적인 해석상에 있어 한계를 가진다. 따라서 본 연구에서는 집단 간뿐만 아니라 집단 내 임금격차에도 초점을 맞추도록 한다.

또한 해외 및 국내의 일부 연구에서는 청년층에 한정하지는 않았지만 하나의 요인에 초점을 맞추기보다는 다양한 요인을 종합적으로 고려하는 방향으로 연구들이 진행되어 왔다. 일반적으로 개별 측면의 연구는 다른 요인과 비교하기 어려운 한계가 있기 때문에 다양한 집단 간 비교에는 적절하지 않다. 특히 임금격차의 문제를 진단하는 데 있어서는 전술하였듯이 집단 간 격차뿐만 아니라 집단 내 격차가 중요한 사항이다. 만약 전체적으로 격차는 줄어들었지만, 특정 집단 내 혹은 집단 간의 격차가 증가하였다면 집단 내 및 집단 간의 논의도 필요할 것으로 보인다.

이에 본 연구에서는 청년층에 한정하여 다양한 요인들의 집단을 중심으로 임금격차를 분석·논의하고자 한다. 이를 위해 본 연구에서는 집단 내와 집단 간의 격차를 동시에 고려하여 분석할 수 있는 지니계수분해방법을 적용하도록 한다. 이 방법에 대한 구체적인 설명은 다음 장에 포함하도록 한다.


Ⅲ. 분석틀

1. 분석방법

본 연구에서의 청년임금격차는 지니계수를 기준으로 측정하며,1) 청년임금에 대해 다양한 요인의 집단 내와 집단 간 격차를 분석, 비교하기 위해 지니계수 분해방법을 적용한다(Dagum, 1997). 지니계수 기반의 분해방법을 사용한 이유는 지니계수가 불균형도를 측정하는 대표적인 지수이며, 요인 간 격차를 산출하는 데 있어 다른 방법(타일지수, 엔트로피 지수 등)보다 방법론적으로 우월하기 때문이다(Mussard et al, 2003; Nembua, 2006).

본 연구에 맞추어 지니계수 분해방법을 설명하면 다음과 같다. 청년의 임금을 이라고 할 때 지니계수(G)는 식 (1)과 같다(우영진 외, 2008; 김준형·최명섭, 2011; 최명섭 외, 2018). 여기서 G는 지니계수, R¯은 청년임금의 전국평균, ir은 개별청년, n은 총 청년 수이다.

(1) 

수식(1)의 지니계수(G)는 성별, 학력, 직종, 산업, 지역 등 집단을 고려할 경우, 식 (2)과 같이 표현이 가능하다. 여기서 jh는 집단, k는 집단의 수, njj집단의 청년 수, nhh집단의 청년 수를 의미한다.

(2) 

이를 다시 표현하면, 전체 지니계수(G)는 집단 내 지니계수(Gw)와 집단 간 지니계수(Gb)의 합으로 표현할 수 있으며(식 (3) 참조), 식 (4)식 (5)과 같다. 여기서 Gjjj집단 내 지니계수, Gjhj집단과 h집단 간 지니계수. Rj¯Rh¯j집단 및 h집단의 청년임금의 평균이며, GjhGhj는 같은 개념이다.

(3) 
(4) 
(5) 

다만 위의 식 (5)에서 표현되었듯이 집단 간 지니계수는 두 집단에 속하는 청년임금의 평균값 (Rj¯,Rh¯)에 영향을 받는 구조이다. 다시 말하면 청년임금에 대한 지니계수를 집단 내와 집단 간으로 구분할 경우, 청년임금에 대한 평균, 개념뿐만 아니라 각 집단의 차이를 반영하게 된다. 이는 다른 방법들과는 달리 대인적 관계를 통해 집단 간 분포의 상이성을 보완한다는 점에 있어서 방법론적으로는 우월하다(Mussard et al, 2003; Nembua, 2006). 따라서 최종적으로 지니계수는 식 (4)식 (5)을 기준으로 집단의 비중(pj=nj/n)과 임금 비중Sj=njRj¯nR¯을 이용하여 다음의 식 (6)과 같이 최종적으로 표현할 수 있다.

(6) 

만약 청년층의 특정 요인을 다양한 집단으로 구분할 수 있다면, 이러한 수리적 과정을 통해 전체 지니계수, 즉 임금격차를 집단 내와 집단 간으로 구분하여 산출할 수 있다. 다시 말하면 본 연구에서 제시한 지니계수분해방법은 이러한 방법론적 장점이 있기 때문에 청년층의 임금격차에 대해 특정 요인별로 집단 내와 집단 간의 영향을 파악할 수 있다. 특히 기존연구에서 주안점으로 두고 있지 않았던 집단 내 격차를 집단 간과 동일한 개념으로 도출할 수 있다는 점에 있어서 그 방법론적 의미가 있다. 또한 이 방법은 분해된 지니계수 값을 통해 그 수치가 시기별로 집단 간 및 집단 내로 어떻게 변화하였는지를 분석할 수 있을 뿐만 아니라 지역 내와 집단 간에 차지하는 지니계수 비중을 통해 해당 요인들의 집단별 중요성을 동시에 파악할 수 있다는 점에 있어서 방법론상 장점이 있다.

2. 분석자료

본 연구에서는 우리나라 15-29세를 청년층으로 설정하였다. 연령대를 15-29세 구간을 기준으로 한 이유는 경제활동조사자료와의 연령대 기준을 일치시키기 위함이다. 그리고 분석을 위한 자료로는 경제활동조사의 지역별고용조사 원시자료를 사용하였다. 이 자료는 청년층의 다양한 요인 및 집단을 구분할 수 있다는 점에서 장점이 있다. 이 외 노동패널 등의 통계가 있지만, 해당 자료의 샘플 수를 비교해 볼 때,2) 경제활동조사가 통계적으로 적합하다고 판단하였다. 또한 경제활동조사가 현재 국가의 실업률을 측정하는 데 이용하고 있다는 점에 있어서도 가장 적합하다고 판단하였다.

다만 15-29세 청년 취업자 중 자영업에 해당되는 청년의 임금은 제외하였다. 이는 지역별고용조사에서 자영업의 경우는 사업자이자 고용자로 임금이 0으로 기재되어 있기 때문이다. 따라서 만약 이를 포함할 경우 청년임금의 격차 결과에 편의가 발생할 것으로 판단된다. 따라서 본 연구에서의 청년 임금격차는 취업하여 임금을 받는 청년에 한정되었다는 점을 유의하여야 할 것이다. 또한 분석은 시기별로 청년의 임금격차가 어떻게 변화하였는지를 검토하기 위해 2009년과 2019년으로 구분하였고, 집단은 선행연구에서 주로 논의되었던 성별, 학력별, 직종별, 종사상지위별, 산업별, 지역별로 구분하였다.3) 다만 각 요인별로 집단은 최소한으로 조정하였다. 이 방법론의 한계상 집단의 수가 증가할수록 집단 간 격차가 커지는 경향이 있기 때문이다.

이렇게 구축된 자료의 기초통계는 다음과 같다(<Table 1> 참조). 우선 2009년은 33,342명, 2019년은 30,464명의 빈도수를 가지고 있다. 전체적으로 보면, 2019년은 2009년에 비해 청년의 평균임금과 표준편차 모두 증가하고 있다. 그리고 요인별로 볼 경우 남성, 고학력, 사무전문직, 상용, 제조업, 수도권 등에서 높게 나타나고 있으며, 임금격차의 지표로 볼 수 있는 표준편차는 대체로 동일하나 그 순위는 다소 다르게 나타나고 있다. 본 기초통계로도 어느 정도 청년층의 임금격차에 대해서 파악할 수 있지만, 집단 내와 집단 간을 동시에 고려하여 일관된 기준으로 비교분석을 하기에는 한계가 있다. 따라서 구체적인 분석은 전술하였던 지니계수분해방법을 이용하여 접근하도록 한다.

Basic statistics of youth wage


Ⅳ. 분석결과

1. 지니계수 분해결과

우선 청년의 전체 그룹을 대상으로 지니계수를 도출한 결과는 다음의 <Table 2>와 같다. 청년임금의 전체 지니계수는 2009년 0.255에서 2019년 0.232로 약 0.023 정도 전체 임금격차가 줄어드는 것으로 나타났다. 전술하였듯이 청년층의 취업자 수와 고용률은 증가하고 있는 상황에서 격차가 줄어들었다는 것은 고용된 청년층들의 임금편차가 줄어들었다는 것을 의미한다.4) 이와 관련하여 정확하게 비교할 수 있는 연구결과는 없으나, 가계금융복지조사에 따르면, 2011년에 비해 2018년 18~65세의 지니계수는 줄어들고 있으며, 모든 연령대의 중위소득 이하 비율이 줄어들었다는 점을 감안하면 청년층의 지니계수가 줄어든 것은 타당한 결과로 판단된다(통계청, KOSIS).5) 이렇게 전체적으로는 청년임금의 격차가 줄어드는 것으로 나타나고 있어 전체 청년 집단 차원에서는 임금격차 문제가 완화되는 것으로 보인다.

Total Gini-index of youth wage

하지만 청년의 임금격차를 종합하기 위해서는 청년층의 주요 집단별로는 어떠한 행태를 보이는지에 대한 추가 검토가 필요하다. 우선, 성별로 집단을 구분할 경우에는 남성과 여성의 집단 간 격차가 50% 이상 차지하고 있다는 특징이 있다(<Table 3> 참조). 다만 2009-2019년 다소 그 수치가 줄어들었지만 2019년 현재에도 집단 간 격차가 여전히 높다는 점은 아직 성별 간 임금격차문제는 지속되고 있다고 보인다. 또한 시기로 볼 경우에 여성내의 격차가 심화되었다는 점이 문제로 지적될 수 있다. 결국 성별 임금격차에 있어서는 성별 간 임금격차문제와 더불어 여성 내의 임금격차 문제를 동시에 다룰 필요가 있다는 점을 시사한다.

Result of sex

학력 측면에서 보면 성별보다는 집단 간 격차가 더 크게 나타나고 있다. 물론 학력의 경우는 집단 간 격차가 점차 완화되고 있으나 여전히 높은 수치를 나타내고 있다는 점은 문제라 판단된다(<Table 4> 참조). 집단 간의 세부결과를 보면, 고졸자와의 차이가 전체의 58.2%를 차지하고 있어 기존 연구와 맥을 같이 하고 있다(최강식·정진호, 2003; 박강우, 2014). 기존 연구에서는 분석되지 않았지만, 전문대와 4년제 대학졸업자와의 임금격차 역시 중요한 문제로 나타났다. 이 외에 학력별의 집단 내 격차를 보면 집단 간 결과와는 달리 4년제 이상 고학력에서 청년 임금격차가 심화되고 있다는 문제가 있다.

Result of education

직종 측면에서 보면 다른 요인에 비해 집단 간 임금격차가 심화되었다는 특징이 있다(<Table 5> 참조). 집단 간에서는 사무&전문직과 서비스판매직, 서비스&판매직과 단순노무직의 집단 간 격차가 커진 것에 기인한다. 이는 기초통계에서도 나타났듯이 단순노무직의 평균임금 증가로 판단된다. 단순노무직의 경우 최저임금의 대상으로 포함된다는 점에 있어서 최저임금의 영향이 반영된 것으로 보인다. 이에 비해 집단 내의 임금격차는 줄어들었지만 이 중 서비스&판매직의 경우는 집단 내 임금격차가 심화되었다는 점은 특징적이라 할 수 있다.

Result of job occupation

종사상지위 측면에서 보면 집단 내 임금격차가 집단 간보다 약간 높은 상황이다(<Table 6> 참조). 시기별로 보면 집단 내 격차는 다소 줄어들었지만 집단 간 격차는 증가하고 있다. 이에 집단 간 격차 문제가 더 중요한 상황이다. 집단 간에서는 상용직의 임금이 크게 증가하였기 때문에 발생한 것을 볼 수 있다(<Table 1> 참조). 다만 상용직의 높은 임금은 상용직의 집단 내 임금격차를 야기한다는 점에 있어서 임금증가 정책에 불균형도를 동시에 고려할 필요가 요구된다.

Result of employment status

산업별로 보면, 다른 요인들과는 달리 집단 간보다는 집단 내 임금격차가 더 크게 나타나고 있다. 집단 내로 보면 서비스업 내 임금격차가 60% 이상을 차지하고 있어 청년층의 임금격차에 있어서 서비스업 내의 문제는 지속되고 있다고 있다(<Table 7> 참조).

Result of industry

마지막으로 지역은 수도권, 비수도권으로 구분하여 접근하였다. 비수도권 내와 수도권과 비수도권 간 격차는 줄어들고 있으나, 수도권 내 청년 임금격차는 증가한 것으로 분석되었다(<Table 8> 참조). 이러한 결과는 광역시와 광역도, 시와 군으로 접근할 경우도 이 결과와 동일한 패턴을 보이고 있었다. 이러한 결과를 종합하면, 대도시일 경우에 임금격차가 더 심화되는 것으로 판단할 수 있다. 대도시의 경우는 중소도시에 비해 다양한 직업군이 존재하고, 일자리 수도 많기 때문에 발생한 것으로 볼 수 있다.

Result of region

2. 요인별 비교 및 논의

마지막으로 청년층의 주요 요인별로 집단 간의 임금격차 결과를 비교하고자 한다. 우선 총량적으로는 지니계수가 2009년 0.255에서 2019년 0.232로 소폭이지만 줄어들어 청년층의 임금격차는 감소하는 것으로 나타났다. 그리고 요인별로 집단 내와 집단 간으로 구분하여 보면, 2009년에 비해 2019년의 지니계수는 교육요인의 집단 내만을 제외하고는 모두 줄어들고 있어 큰 틀에서는 청년층의 임금격차가 완화되는 추세이다. 하지만 중요도 측면인 비중에서는 성별, 교육, 직종에서는 집단 간 격차가 여전히 50% 이상을 차지하고 있으며, 직종, 종사상지위, 지역은 집단 간 격차가 심화되고 있는 것으로 나타나고 있어, 여전히 집단 간 격차는 청년층의 임금격차에서 유의미한 문제로 판단된다(<Table 9> 참조).

Comparison by Gini-index and proportion

청년층의 집단 간 임금격차의 감소를 성별, 교육수준, 제도적, 지역적 요인으로 논의하면 다음과 같다. 먼저, 우리나라 청년층의 임금격차가 전반적으로 줄어드는 원인은 여성의 경제참여 확대로 판단된다. 최근 청년 여성층의 경제활동 참여가 과거에 비해 크게 증가한 반면, 남성의 경제활동 참가율은 정체되어 있다. 일반적으로 성별 임금격차 요인은 성별로 진출하는 업종 및 직종의 차이와 여성에 대한 임금차별, 즉 성별에 따른 차등적 보상이다(허식, 2003; Couppié et al., 2014; 유정미, 2017). 과거에 비해 양호한 임금을 받는 남성위주의 직업군에 여성의 진출이 증가하고 성별에 따라 차별적으로 임금이 정해지던 관행들이 과거에 비해 개선되는 것으로 보인다. 두 번째, 청년층 교육수준별 임금격차는 줄어들고 있는데 이는 우리나라의 교육투자에 대한 임금프리미엄이 줄어들고 있는 현상에 대한 반영으로 보인다(최강식·조윤애, 2013). 우리나라의 대학진학률은 2009-2010년에 80%를 상회하였다. 이들이 취업시장에 진출하는 2010년대 중후반에는 대졸인력의 과잉공급이 극대화되었을 것으로 보이며 대졸인력의 하향취업의 경향으로 인해 대졸과 고졸 간의 임금격차는 줄어드는 역설적인 상황으로 보인다. 세 번째로 종사상 지위에 따른 임금격차의 감소는 최저임금 인상 등 제도적 요인에 기인한 것으로 판단된다. 종사상 지위에 따른 임금격차 동향을 보면 상용직과 임시직 간의 격차는 증가한 반면 상용직과 일용직, 임시직과 일용직 간의 격차는 오히려 감소하는 경향을 보이고 있다. 구직단계의 청년층이 단기간 일하는 성격의 일자리에 적용될 가능성이 높은 최저임금의 기준은 2009-2019년 기간 동안 208% 증가하였다.6) 이러한 제도적인 요인은 청년층 임금격차를 완화하는 데 기여한 것으로 판단되다. 하지만 노동시장의 이중구조적 특징을 파악할 수 있는 지표인 상용직과 임시직 간의 임금격차는 오히려 증가하는 것으로 나타났다. 청년층 노동시장의 가장 큰 문제로 인식되는 노동시장 이중구조의 문제는 개선되지 않고 여전히 청년층의 취업여건을 악화시키는 것으로 나타났다. 마지막으로 지역측면에서의 집단 간 격차는 지역별 청년층 노동공급의 변화와 수요 업종의 변화 등이 복합적으로 작용하고, 구성비율에 따라 달라지기 때문에 수도권과 비수도권의 청년임금격차 감소의 원인을 한두 가지 요인으로 요약하여 설명하기는 어렵다. 따라서 위에서 설명한 노동시장의 이중구조 및 교육투자 수익률의 하락과 같은 부정적인 요인으로 인한 변화인지 지역별 산업구조의 변화 요인인지는 지역관점에서의 추가적인 검토가 필요하다. 특히, 비수도권은 노동시장 여건이 열악하여 수도권으로 우수인력이 유출된다는(문영만, 2018) 기존의 관점과는 상반된 결과이므로 종합적 분석이 요구된다.

전술한 바와 같이 청년층의 집단 간 임금격차 감소는 2009-2019년 기간 동안의 전체 청년층 임금격차를 축소시키는 주요 변화로 나타났다. 하지만 집단 내 격차에서는 집단 간 임금격차의 감소 동향과는 다르게 격차증가와 격차감소 경향이 혼재되어 나타나 있다(<Table 10> 참조). 집단 간 격차의 감소 경향과는 다르게 집단 내 격차가 증가한 요인을 중심으로 추가적인 논의를 하면 다음과 같다.7) 집단 내 격차 증가에 가장 두드러지게 나타난 요인은 대졸자, 서비스업, 수도권내의 집단 내 격차의 증가이다. 이는 숙련편향적인 기술발전으로 인한 임금격차 증대의 가설이 우리나라의 노동시장에도 일부 나타난 것으로 판단된다. 2009-2019년 기간 동안 수도권내의 격차가 증가하고 있는데 이는 대도시일수록 기술발전이 크고 이를 위한 고숙련 서비스직 수요가 높기 때문에 발생한다는 관점(Topel, 1994)으로 설명이 가능하며, 대도시일수록 직종이 다양화되어 숙련인력과 비숙련인력의 수요가 세분화되고 이에 대한 다양한 숙련수준의 인력활용이 가능하다는 점(Baum-Snow et al., 2018), 즉 임금분포가 상대적으로 넓다고 할 수 있다는 점에서 도시의 규모(즉 직종다양화)와 임금격차 간에는 정(+)의 상관관계가 있는 것으로 보인다. 이외에 여성, 일용직, 농광업, 등에서는 집단 내 격차 수치 및 비중 모두 증가하고 있다. 여성의 경우 위에서 설명한 것과 같이 양질의 직업군에 적극적으로 노동시장에 진출하는 여성층의 증가로 인하여 여성 청년층의 집단 내 임금격차는 증가한 것으로 보인다.

Difference of with-in Gini-index and proportion

이상과 같이 논의하였듯이 청년의 임금격차는 전반적으로 줄어들고 있지만, 세부적으로 보면 증가하는 요인들도 발견되어 다면적인 양상을 보이고 있다. 이러한 동향은 노동시장시장 공급요인, 성별 고용관행 변화, 교육수익률, 숙련편향적 기술발전, 산업별 수요요인 변화 등으로 해석이 가능하고, 본 연구는 지니계수 분해방법을 활용하여 다양한 요인을 종합적으로 파악할 수 있도록 하였다. 하지만 지역별 변화의 동향은 기존의 인식과 다른 방향으로 나타나고 있어 지역내 노동공급 및 수요변화에 대한 추가적인 검토가 요구된다.


Ⅴ. 요약 및 결론

본 연구에서는 청년임금의 격차가 어떠한 요인 및 집단에서 영향력이 있는지를 검토함으로써 청년임금격차에 대한 시사점을 도출하는 데 목적이 있다. 이를 위해 다양한 집단의 임금격차를 비교분석할 수 있는 모형으로 지니계수 분해방법을 이용하여 분석하였다.

본 연구에서는 청년의 임금격차를 성별, 학력별, 직종별, 종사상지위별, 산업별, 지역별 등의 요인별로 구분하였고, 각 요인별로 세부집단으로 분해하였다. 분석결과, 청년의 임금격차를 지니계수로 측정할 경우, 2009년에 비해 2019년은 줄어든 것으로 나타났다. 이는 여성의 경제참여와 동일노동 동일임금, 그리고 최저임금 등이 복합적으로 적용되어 왔기 때문으로 보인다. 또한 이를 집단 내와 집단 간으로 크게 구분할 경우에도 대체로 줄어들고 있어 청년임금격차 문제는 큰 틀에서는 긍정적인 방향으로 진행되고 있다고 판단된다. 하지만 청년층 임금격차에 대해 주요 요인별로 볼 경우, 일부 집단 간 격차는 여전히 전체 격차에 50% 이상 차지하고 있어 중요한 문제로 나타났다. 따라서 향후의 청년임금격차 문제는 현재까지 진행되어 왔듯이 집단 간 격차를 줄이는 방향으로 진행될 필요가 있다. 다만 청년임금격차는 집단 간 격차뿐만 아니라 집단 내 격차도 중요한 것으로 분석되었다. 기존 연구들이 주로 집단 간에 초점을 맞추어 진행되어 왔다는 점을 고려해 보면, 본 연구에서 분석된 집단 내 격차가 증가하고 있는 부분, 즉 여성, 4년제 대학졸업생, 서비스&판매직, 수도권 등에 대해서는 보다 구체적인 고려가 필요할 것으로 판단된다.

마지막으로 집단 내와 집단 간을 전반적으로 볼 경우에는 지니계수의 수치를 기준으로, 학력의 집단 내 임금격차 외에는 모두 줄어들고 있다. 집단 내에서 가장 지니계수가 낮아진 항목은 직종이며, 다음으로 지역, 종사상지위순이다. 집단 간에서 가장 낮아진 항목은 학력이며, 다음으로는 산업, 성별 순이다. 그럼에도 불구하고, 지니계수의 집단 간 비중으로 보면, 다소 다른 패턴을 보이고 있다. 성별, 학력, 산업의 경우는 집단 내 비중이 높아지고 있고, 직종, 지위, 지역은 집단 간 격차 비중이 심화되고 있는 것으로 분석되었다. 또한 집단 내에서도 여성, 4년제 대학교 이상, 서비스업, 일용직, 농광업, 수도권 등에서 임금격차가 증가하고 있다는 점은 주목할 사항이다. 이러한 사항들은 향후 청년층의 임금격차 완화를 위한 주요 검토항목으로 고려되어야 할 것이다.

다만 본 연구는 다음과 같은 연구의 한계를 가진다. 본 연구에서는 신뢰할 수 있는 자료로 경제활동인구조사의 지역별고용조사를 활용하였다. 하지만 이 역시 전수조사가 아닌 샘플조사라는 한계가 있다. 해당 자료에는 이를 보정하기 위한 모집단 가중치를 제공하고 있지만 이 가중치를 본 연구의 분석에 사용하지 못하였다는 한계가 있다. 물론 기초통계분석을 통해 요인의 집단별로 나타난 결과가 상식적으로 일치되었기 때문에 진행되었지만, 과연 모집단 가중치를 활용할 경우 본 연구의 결과와 어떻게 달라질지에 대한 판단을 할 수 없다는 점에 있어서 한계를 보인다.

그럼에도 불구하고 본 연구에서는 청년층 임금격차의 다양한 요인을 집단 내 및 집단 간으로 종합·검토하였고, 그 시사점을 도출하였다는 데 의미를 둔다.

Notes
주1. 지니계수는 일반적으로 소득의 불평등도를 측정하는 데 사용되어 왔으며, 0-1사이의 값으로 도출된다. 지니계수는 완전불평등일 때는 1, 완전평등일 때는 0으로 측정된다(최명섭 외, 2018).
주2. 지역별고용조사는 우리나라 고용률을 측정하는 근간통계로 신뢰성을 갖고 있다. 이 외 한국노동패널도 노동시장 분석에 활용 가능하지만 한국노동패널은 5천가구와 이에 속한 13,000여명의 개인을 표본집단으로 하는 데 비해 지역별고용조사는 231,100가구의 15세 이상 가구원을 표본집단으로 하고 있어 보다 대표성을 확보하는 것으로 판단된다(최태림,최명섭, 2020).
주3. 다만 해당자료를 이용하여 대기업과 중소기업으로는 구분이 어렵기 때문에 이를 반영하지는 못하였다.
주4. 2009년과 2019년 청년임금의 최대최소 차이를 보면, 2009년 3,329만 원에서 2019년 2,396만 원으로 그 차이가 줄어든 것으로 나타났다.
주5. 이 외 청년층의 소득격차가 증가하였다는 연구결과들이 있었지만(통계청 통계개발원, 2019), 해당연구들에서는 청년층 개인별 임금이 아닌 청년가구주의 임금으로 분석되어 본 연구결과와는 다를 수 있다.
주6. 우리나라 최저임금은 2009년 4,000원/시간에서 2019년 8,350원/시간으로 두 배 이상 증가하였다.
주7. 집단 내 임금격차에 대해서, 기존 연구에서도 다루고 있지만(반정호, 2011), 해당연구에서는 주로 연령별로 접근하였다는 점과 더불어 2003-2010년의 과거연도의 결과를 제시하고 있어 본 연구의 결과를 설명하는 데에는 한계가 있다.

References

  • 고영선, 2019. “임금격차는 어떻게, 왜 변해 왔는가?”, 「KDI Policy Forum」, (274): 1-8.
    Koh, Y.S., 2019. “Wage Inequality: How and Why It has Changed over the Decades”, KDI Policy Forum, (274): 1-8.
  • 고용노동부, 2018. “소득불평등과 임금격차 해소를 위한 전방위적 제도개선 방안”, 세종.
    Ministry of Employment and Labor, 2018. “A Study on the Improvement of the System for Income and Wage Inequality”, Sejong.
  • 김경아, 2008. “최근 청년층 노동시장의 불평등 현황과 요인에 관한 연구”, 「산업노동연구」, 14(1): 25-51.
    Kim, K.A., 2008. “The Determinants of Inequality in the Youth Labor Market”, Korea Journal of Labor Studies, 14(1): 25-51. [ https://doi.org/10.17005/kals.2008.14.1.25 ]
  • 김준형·최명섭, 2011. “부동산자산의 지역불균형”, 「응용경제」, 13(2): 99-129.
    Kim, J.H. and Choi, M.S., 2011. “Regional Decomposition of Household’s Real Estate Asset”, Korea Review of Applied Economics, 13(2): 99-129.
  • 문영만, 2018. “청년층의 노동시장 격차 및 2차 유출 결정요인”, 「지역고용노동연구」, 8(1): 73-105.
    Moon, Y.M., 2018. “Young Generation’s Labour Market Gap and Secondary Outflow Determinants”, Journal of Regional Employment and Labor, 8(1): 73-105.
  • 박강우, 2014. “우리나라 학력별 임금격차의 요인분해(1974~2011)”, 「산업경제연구」, 27(1): 477-505.
    Park, K.W., 2014. “The College Wage Premium in Korea (1974~2011): A Supply and Demand Factor Decomposition”, Journal of Industrial Economics and Business, 27(1): 477-505.
  • 박홍철·이주형, 2013. “청년층 고용의 지역격차 및 경쟁력 분석에 관한 연구”, 「한국산학기술학회논문지」, 14(7): 3253-3262.
    Park, H.C. and Lee, J.H., 2013. “A Study on the Analysis of Regional Disparity and Competitiveness on Youth Employment”, Journal of the Korea Academia-Industrial cooperation Society, 14(7): 3253-3262. [ https://doi.org/10.5762/KAIS.2013.14.7.3253 ]
  • 반정호, 2011. “노동력의 연령구조 변화와 임금불평등”, 「노동리뷰」, (72): 56-68.
    Ban, J.H., 2011. “Changes in the Age Structure and Wage of Labor”, Review of Labor, (72): 56-68.
  • 우영진·최명섭·김의준, 2008. “권역별 사회지표의 지역격차 분석”, 「한국도시지리학회지」, 11(1): 63-73.
    Woo, Y.J., Choi, M.S., and Kim, E.J., 2008. “An Analysis of Regional Disparity in Social Indicator”, Journal of the Korean Urban Geographical Society, 11(1): 63-73.
  • 유정미, 2017. “청년세대 노동시장 진입 단계의 성별임금격차 분석”, 「한국여성학」, 33(1): 107-155.
    Yoo, J.M., 2017. “An Analysis of the Gender Wage Gap in Youth Generation”, Journal of Korean Women’s Studies, 33(1): 107-155. [ https://doi.org/10.30719/JKWS.2017.03.33.1.107 ]
  • 이종수, 2017. “지역 간 임금격차에 대한 고찰: 수도권 비수도권을 중심으로”, 「노동정책연구」, 17(2): 143-171.
    Lee, J.S., 2017. “A Study on Regional Wage Differentials in Korea”, Quarterly Journal of Labor Policy, 17(2): 143-171.
  • 이창근, 2019. “우리나라 세대별 노동력의 지역격차 연구”,「GRI 연구논총」, 21(1): 127-148.
    Lee, C.K., 2019. “Study for the Regional Disparities of Labor Force by Generation in Korea”, GRI Review, 21(1): 127-148.
  • 최강식·정진호, 2003. “한국의 학력간 임금격차 추세 및 요인분해”, 「국제경제연구」, 9(3): 183-208.
    Choi, G.S. and Jeong, J.H., 2003. “An Analysis of the Causes of Wage Differentials in Korea”, International Economic Journal, 9(3): 183-208.
  • 최강식·조윤애, 2013. 「숙련편향적 기술진보와 고용」, 산업 연구원.
    Choe, G.S. and Cho, Y.A., 2013. Proficiency-biased Technological Advancement and Employment, KEIT.
  • 최명섭·조강주·김명수, 2018. “우리나라 지역 및 산업간 고용격차 분석”, 「산업경영시스템학회지」, 41(4): 34-41.
    Choi, M.S., Cho, K.J., and Kim, M.S., 2018. “Analysis on Regional and Industrial Disparity of Employment in Korea”, Journal of Society of Korea Industrial and Systems Engineering, 41(4): 34-41. [ https://doi.org/10.11627/jkise.2018.41.4.034 ]
  • 최태림·최명섭, 2020. “최저임금 상승이 청소년 고용에 미치는 지역별 영향”, 「도시정책연구」, 11(1): 19-40.
    Choi, T.L. and Choi, M.S., 2020. “The Regional Effects of the Increase in Minimum Wage on Youth Employment”, Journal of Urban Policies, 11(1): 19-40. [ https://doi.org/10.21447/jup.2020.11.1.19 ]
  • 통계청 통계개발원, 2019. 「한국의 사회동향 2019」, 대전.
    Statistics Korea, 2019. Korean Social Trends 2019, Daejeon.
  • 허식, 2003. “산업과 직종에서의 성별 임금격차에 관한 원인분석”, 「응용경제」, 5(3): 57-74.
    Heo, S., 2003. “An Empirical Analysis of Gender Wage Differentials in Industries and Occupations”, Korea Review of Applied Economics, 5(3): 57-74.
  • 허식, 2007. “지역간 임금격차에 관한 요인분해”, 「산업경제연구」, 20(1): 1-16.
    Heo, S., 2007. “Regional Wage Differentials in Korea: The Case of Metropolitan and Non-Metropolitan Areas”, Journal of Industrial Economics and Business, 20(1): 1-16.
  • 황남희·김철희, 2012. “대졸청년층의 첫 직장 기업규모와 임금격차”, 「정책분석평가회보」, 22(4): 217-236.
    Hwang, N.H. and Kim, C.H., 2012. “The Employer-Size Wage Premium in Korea Youth”, Korean Journal of Policy Analysis and Evaluation, 22(4): 217-236.
  • Baum-Snow, N., Freedman, M., and Pavan, R., 2018. “Why Has Urban Inequality Increased?”, American Economic Journal: Applied Economics, 10(4): 1-42. [https://doi.org/10.1257/app.20160510]
  • Bound, J. and Johnson, G.E., 1992. “Changes in the Structure of Wages in the 1980’s: An Evaluation of Alternative Explanations”, American Economic Review, 82(3): 371-392.
  • Card, D., Cardoso, A.R., Heining, J., and Kline, P., 2018. “Firms and Labor Market Inequality: Evidence and Some Theory”, Journal of Labor Economics, 36(S1): S13-S70. [https://doi.org/10.1086/694153]
  • Castex, G. and Dechter, E., 2014. “The Changing Roles of Education and Ability in Wage Determination”, Journal of Labor Economics, 32(4): 685-710. [https://doi.org/10.1086/676018]
  • Couppié, T., Dupray, A., and Moullet, S., 2014. “Education-based Occupational Segregation and the Gender Wage Gap: Evidence from France”, International Journal of Manpower, 35(3): 368-391. [https://doi.org/10.1108/IJM-09-2012-0143]
  • Dagum, C., 1997. “A New Decomposition of the Gini Income Inequality Ratio”, Empirical Economics, 22: 515-531. [https://doi.org/10.1007/BF01205777]
  • Katz, L.F. and Autor, D.H., 1999. “Changes in the Wage Structure and Earnings Inequality”, Handbook of Labor Economics, 3(Part A): 1463-1555. [https://doi.org/10.1016/S1573-4463(99)03007-2]
  • Koh, Y.S., 2018. “The Evolution of Wage Inequality in Korea”, KDI Policy Study.
  • Krueger, A.B. and Summers, L.H., 1988. “Efficiency Wages and the Inter-Industry Wage Structure”, Econometria, 56(2): 259-293. [https://doi.org/10.2307/1911072]
  • Landmesser, J., 2019. “Differences in Income Distribution for Men and Women in the European Union Countries”, Quarterly Journal of Economics and Economic Policy, 14(1): 81-98. [https://doi.org/10.24136/eq.2019.004]
  • Mengesha, G., 2019. “Determinant of Income Inequality in Ethiopia: Regression Based Inequality Decomposition”, European Business & Management, 5(3): 42-50. [https://doi.org/10.11648/j.ebm.20190503.12]
  • Mincer, J., 1958. “Investment in Human Capital and Personal Income Distribution”, The Journal of Political Economy, 66(4): 281-302. [https://doi.org/10.1086/258055]
  • Monastiriotis, V., 2002. “Inter-and Intra-regional Wage Inequalities in the UK: Sources and Evolution”, ERSA Conference Papers ersa00p228, European Regional Science Association.
  • Mussard, S., Seyte, F., and Terraza, M., 2003. “Decomposition Gini and the Generalized Entropy Inequality Measures”, Economics Bulletin, 4(7): 1-6.
  • Nembua, C., 2006. “Note on the Decomposition of Coefficient of Variation Squared: Comparing Entropy and Dagum’s Method”, Economics Bulletin, 4(8): 1-8.
  • Oaxaca, R.L., 1973. “Male-Female Wage Differentials in Urban Labor Markets”, The International Economic Review, 14(3): 693-709. [https://doi.org/10.2307/2525981]
  • Oaxaca, R.L., 1994. “On Discrimination and the Decomposition of Wage Differentials”, Journal of Econometrics, 61(1): 5-21. [https://doi.org/10.1016/0304-4076(94)90074-4]
  • Olivetti, C. and Petrongolo, B., 2016. “The Evolution of Gender Gaps in Industrialized Countries”, Annual Review of Economics, 8: 405-434. [https://doi.org/10.1146/annurev-economics-080614-115329]
  • Topel, R.H., 1994. “Regional Labor Markets and the Determinants of Wage Inequality”, The American Economic Review, 84(2): 17-22.

Table 1.

Basic statistics of youth wage

Table 2.

Total Gini-index of youth wage

Table 3.

Result of sex

Table 4.

Result of education

Table 5.

Result of job occupation

Table 6.

Result of employment status

Table 7.

Result of industry

Table 8.

Result of region

Table 9.

Comparison by Gini-index and proportion

Table 10.

Difference of with-in Gini-index and proportion