건강한 식품선택 관련 국내 사례연구

가. 연구 자료

○ 본 연구에서는 한국농촌경제연구원(KREI)의 주관 하에 매년 조사가 이루어 지는 ‘2017 식품소비행태조사’ 자료를 활용하였다. 이 조사는 만 74세 이하 식품 주구입자를 대상으로 한 조사, 이들 가구의 만 19세 이상에서 만 74세 까지의 성인 가구원을 대상으로 한 조사, 그리고 13세에서 18세까지 청소년 을 대상으로 한 조사로 구성된다.

○ 본 연구는 식품 주구입자이면서 성인조사에도 참여한 응답자를 대상으로 분 석하였다. 따라서 주구입자 조사와 성인조사 자료를 통합하여 분석에 사용 하였으며, 전체 관측치는 3,043개이다.

○ 식품 주구입자의 경우 면접원 방문을 통한 대면조사(face-to-face interview) 를 통해 설문이 이루어졌으며, 성인의 경우 자기기입식으로 설문이 이루어 졌다. 표본층은 전국을 6개 권역으로 구분하여 조사구(enumeration district, ED) 단위로 분리하였다. 조사구들을 동·읍면, 조사구 특성(일반·아파트), 행 정 시·군·구, 가구 수의 순으로 나열한 내재적 층화방법을 사용하였으며, 조 사구 규모에 비례하여 층별로 할당된 표본조사구를 추출하되 조사구 내 가 구 수에 비례한 계통추출이 적용되었다.

나. 자료 및 변수 설정

○ 먼저 종속변수로는 개인별로 건강한 식생활이 어느 정도 이루어지고 있는가 를 나타내는 변수를 이용하였다. 본 연구에서는 이 변수를 ‘건강한 식생활 정도’라 명하고자 한다. KREI 식품소비행태조사 성인편의 식생활역량 관련 문항 중, ‘영양 및 건강한 식생활에 관한 질문’에 현재 건강한 식생활을 위해 서 실천하고 있는 정도를 측정할 수 있는 세부문항들이 포함되어 있다. 구체 적으로는 관련 질문들 중 “1) 아침식사를 챙겨먹고 규칙적으로 식사하는 편 이다.”, “2) 음식을 과식하지 않고 필요한 양만큼 섭취한다.”, “3) 영양 균형 을 위해 매끼니 다섯 가지 기초식품군을 먹으려고 노력한다.”, “4) 적절한 영 양섭취를 위해 다양한 식품을 골고루 먹는다.”, “5) 평소 채소, 과일과 통곡 류 등을 많이 섭취한다.”를 이용하여 종속변수를 구성하였다.

○ <표 4-2>에 제시된 바와 같이, 이 다섯 가지 질문이 5점 리커트척도

¹⁶

변수 이름 변수 측정 방식 및 조작적 정의

건강한 식생활 정도

다섯 가지 측정 문항

- “아침식사를 챙겨먹고 규칙적으로 식사한다.”, - “과식하지 않고 필요한 양만큼 섭취한다.”, - “다섯 가지 기초식품군을 먹으려고 노력한다.”, - “다양한 식품을 골고루 먹는다.”,

- “채소, 과일과 통곡류 등을 많이 섭취한다.”

<표 4-2> 종속변수의 측정 및 도출 방식

주: 5점 리커트 척도 다섯 문항의 합 (최소값 5, 최대값 25)

○ 독립변수로는 <표 4-3>에 제시된 변수들을 포함하고자 하며, 각각의 설명변 수의 측정 문항 및 조작적 정의에 대한 자세한 사항은 표에 설명되어 있다.

16 5점 리커트 척도 : (1) 전혀 그렇지 않다, (2) 그렇지 않은 편이다, (3) 보통이다/그저 그렇다, (4) 그런 편이다, (5) 매우 그렇다

설명변수들은 네 가지 측면에서 포함하고자 하는데, 경제적 접근성, 물리적 접근성, 심리적 접근성, 건강관련 변수, 인구통계 변수가 이에 해당된다.

○ 가장 먼저 경제적 접근성 변수를 살펴보면, 건강한 식생활 추구에 있어서 현 실적으로 가장 중요한 요인이 될 수 있는 경제적 상태를 나타내는 변수들로 구성된다. 이는 소득변수를 활용하여 분석이 가능한데, 개인단위의 소득도 중요하지만, “식품소비행태조사”에서는 개별적으로 소득이 없는 성인도 포 함되어 있고, 또한 개인의 소득성향은 가족의 전체 소득에 영향을 많이 받는 것으로 기존 연구들이 제시하고 있기 때문에, 월평균 가구소득을 이용하였 다. 이를 통해 건강한 식품 선택을 위한 관심과 지식 여부를 떠나 소득이 장 벽이 되고 있는지에 대한 답을 줄 수 있을 것으로 판단된다.

○ 다음으로 물리적 접근성 변수를 고려하였다. 가장 먼저 지역을 포함하고자 한다. 지역은 단순히 전국을 권역으로 나눈 분석은 큰 의미를 부여하기 힘들 기 때문에, 지역의 규모나 소득 등을 어느 정도 구분하기 위해서 1) 수도권 서울/인천, 2) 수도권 경기지역, 3) 비수도권 광역시, 4) 비수도권의 소도시/

읍‧면지역으로 구분하고자 한다. 이 변수를 통해 도시의 규모나 수도권/비수 도권 등의 차이가 건강한 식생활 추구에 영향을 주는지에 대해 답을 줄 수 있을 것으로 판단된다.

○ 물리적 접근성과 관련해서 추가적으로 식품 구입/조달 시 자동차의 이용 정 도를 이용하고자 한다. 이 변수는 자동차의 유무나 대수를 포괄하며, 물리적 접근성에 있어서 현대 사회에서 중요한 요소로 작용할 것으로 판단된다. “식 품소비행태조사”에서는 가구별로 자동차가 ‘있다’와 ‘없다’로 질문한 후, 있 다고 대답한 응답자에게만 5점 리커트척도로 식품 구입/조달 시 자동차 이 용 정도를 질문하였다. 이 경우 앞의 질문에서 ‘없다’고 대답한 응답자는 자 연스럽게 다음 질문의 ‘전혀 이용하지 않는다’의 항목에 해당되기 때문에, 이 두 가지 질문항목을 합쳐 하나의 변수로 만들었다.

구분 변수 이름 변수 측정 방식 및 조작적 정의

(계속)

이나 가족의 질병이 매우 중요하게 작용하기 때문에 본인과 가족구성원의 질병 유무를 포함하고자 한다. 2017 “식품소비행태조사”에서는 “본인 또는 가구원/동거인들 중 아토피, 고혈압, 당뇨 혹은 암 증상/병증을 가지고 있는 지에 질문하였다. 이에 두 개의 변수를 생성하고자 하는데, 본인과 가족구성 원 각각 앞에서 언급한 질병 항목들 중 최소한 하나라도 답하였으면 1, 없으 면 0인 더미변수를 생성하였다.

○ 다음으로는 어린 자녀 유무와 고령자 가구원 유무를 포함하고자 한다. 특별 히 본인이나 가족구성원의 질병이 없다고 하더라도, 어린 자녀나 고령자가 있으면 식품 선택과 영양 등에 대해서 더 신경을 쓸 가능성이 높기 때문에, 이 두 변수를 포함하고자 한다.

○ 마지막으로 인구통계 변수를 포함하고자 한다. 기존연구들에서도 건강과 관 련된 변수 이외에도 교육, 성별, 직업 등의 인구통계 변수가 건강한 식생활/

식습관에 영향을 미치는 것으로 제시되어 있다. 즉, 건강한 식생활은 기본적 인 지식/상식, 건강하지 않는 식생활이 초래하게 될 건강상의 결과에 대한 인지 등과 관련이 있기 때문에, 이와 관련되어 성별, 나이, 학력, 직업, 가구 형태를 포함하고자 한다. 특히 학력은 식품, 영양, 건강 등의 지식/상식과 연 관이 있으며, 나이대는 건강에 대한 관심사와 연관이 있는 변수로 판단된다.

또한 1인가구나 맞벌이가구처럼 가구형태에 의해 건강한 식생활의 차이가 존재할 수 있기 때문에, 이와 관련하여 가족의 구성형태를 1인가구, 2인 이 상 가구 중 전업주부가구 및 기타가구(비맞벌이가구로 명칭), 2인 이상 맞벌 이가구로 구분하여 포함하고자 한다.

다. 분석 결과 1) 인구 통계

○ <표 4-4>에 분석에 사용된 자료의 인구통계 변수에 대한 전체적인 윤곽이 제시되어 있다. 성별을 보면 조사의 특성 상 여성이 대부분을 차지하고 있으

변수 항목 빈도 퍼센트 변수 항목 빈도 퍼센트

(계속)

　 전혀 그렇지

연구자의 몫이지만, 본 연구에서는 건강한 식생활 혹은 건강한 식품 선택과 같은 정책의 대상이 되는 인구통계 그룹을 세분화하는 것이 목적이기 때문 에, 정책입안자들이 분류의 기준으로 실제로 활용하기 어려운 변수는 분석 기준변수에서 제외하는 것이 바람직하다. 따라서 차량 이용 정도, 소비자 교 육 참가 경험 여부, 식품정보 활용 정도 및 능력, 건강에 대한 관심도 변수는 분석의 기준변수에서 제외하였다.

○ 한편, 분석에 있어서 <표 4-3>에 제시된 변수들 중 소득은 너무 많은 세부 그룹을 가지고 있기 때문에, 소득이 건강한 식생활 정도 상위그룹과 하위그 룹을 구분 짓는 중요한 변수가 된다고 하더라도 소득의 세부그룹들이 너무 많아 해석에 어려움이 있을 것으로 예상된다. 따라서 소득은 현재 11개의 그 룹을 세 그룹으로 재분류하였다. (1) 100만 원 미만, (2) 100~200만 원 미만, (3) 200~300만 원 미만은 하위그룹(이 그룹이 전체에서 차지하는 비중:

45.1%)으로, (4) 300~400만 원 미만, (5) 400~500만 원 미만, (6) 500~600만 원 미만은 중위그룹(이 그룹이 전체에서 차지하는 비중: 48.7%)으로, (7) 600~700만 원 미만, (8) 700~800만 원 미만, (9) 800~900만 원 미만, (10) 900~1,000만 원 미만, (11) 1,000만 원 이상은 상위그룹(이 그룹이 전체에서 차지하는 비중: 6.2%)로 구분하였다.

○ CRT 분석은 Breiman(1984)이 제시한 데이터마이닝(data mining) 기법 중 하 나이다. 데이터마이닝은 대용량 데이터로부터 기존에 알지 못하던 새로운 패턴이나 관계, 규칙 등을 탐색하고 발견하여 이를 모형화함으로써, 의사결 정에 유용한 지식 및 정보를 추출하는 과정을 의미한다. CRT는 관측치들을 목표변수의 범주 면에서 가장 비슷한 분포를 보이는 하위그룹으로 세분류하 고, 이러한 분류를 가장 효율적으로 수행할 수 있는 기준이 되는 변수를 찾 아내는 방법론이다.

○ CRT는 생성되는 규칙을 해석하기 쉽고, 연속형변수와 범주형변수를 모두 이용할 수 있다는 장점이 있다. 그룹 분류의 알고리즘은 목표변수가 직절변 수인지 혹은 양적변수인지에 따라 ‘지니계수’(Gini index) 혹은 ‘분산 감소 량’(variance reduction)을 이용할 수 있는데, 본 연구에서는 목표변수가 질적 변수이므로 지니계수를 이용하고자 한다. 이 방식은 상위마디의 관측치 1개 를 선택하여, 이 관측치가 하위마디의 특정 소그룹에 실제로 속한 ‘실제범 주’와 이를 예측한 ‘예측범주’를 각각 행과 열로 했을 때 나타나는 경우의

○ CRT는 생성되는 규칙을 해석하기 쉽고, 연속형변수와 범주형변수를 모두 이용할 수 있다는 장점이 있다. 그룹 분류의 알고리즘은 목표변수가 직절변 수인지 혹은 양적변수인지에 따라 ‘지니계수’(Gini index) 혹은 ‘분산 감소 량’(variance reduction)을 이용할 수 있는데, 본 연구에서는 목표변수가 질적 변수이므로 지니계수를 이용하고자 한다. 이 방식은 상위마디의 관측치 1개 를 선택하여, 이 관측치가 하위마디의 특정 소그룹에 실제로 속한 ‘실제범 주’와 이를 예측한 ‘예측범주’를 각각 행과 열로 했을 때 나타나는 경우의