아동의 초등학교 입학이 취업모의 근로 조건에 미치는 효과

앞 절에서 살펴보았듯이 초등학교에 입학하게 되면 학교 정규수업이 마치는 시간은 유치원이나 어린이집에서 아동을 돌봐주는 시간보다 짧아지게 된다. 또 한 학교에서 요구하는 교육지원활동 등이 많아지게 되어 아동의 초등학교 입학 은 취업모의 경력단절 가능성을 높이는 것으로 알려져 있다(윤자영, 2016; 중앙 일보 2016년 3월 21일자⁴⁵⁾). 하지만 앞 절에 제시된 한국아동패널의 아동의 6세, 7세 시기의 어머니의 취업률을 살펴보면 오히려 증가하는 것으로 나타났다. 하 45) 중앙일보(2016. 3. 21일자). 초등생 돌보려... 직장 떠난 엄마 3만 명 (검색일: 2017. 3. 3.)

http://news.joins.com/article/19753959

지만 한국아동패널에 참가하고 있는 가구의 어머니들의 취업상태 변화는 매년 이뤄지고 있고, 취업하고 있다고 응답한 많은 어머니들이 시간제 일자리에서 하 고 있다. 따라서 단순히 전체 응답자에서 몇 명이 취업상태를 유지하고 있다는 것만으로는 아동의 초등학교 진학이 어머니의 취업을 증가시킨다고 결론을 내 리기 어렵다. 따라서 본 절에서는 단순히 취업상태 뿐만 아니라, 임금, 근로시간 등 근로조건의 변화를 살펴보고자 한다.

아동의 초등학교 입학은 초등학교 하교 시간이 유치원보다 이르다는 점, 초등 돌봄교실 및 방과후 학교의 공급이 수요를 충족하지 못하고 있다는 점, 초등학 교에서 학부모에게 요구하는 교육지원활동이 유치원보다 늘어난다는 점 등으로 인해 취업모의 근로조건에 부정적인 영향을 미칠 가능성이 있다고 할 것이다.

본 절에서는 취업모의 근로조건을 임금수준, 노동시간, 상용직 취업 가능성으로 나누어 아동의 초등학교 입학이 취업모의 근로조건에 미치는 영향을 분석하였다.

가. 분석 자료 및 변수

본 연구에서는 육아정책연구소(Korea Institute of Child Care and Education) 에서 수집하는 한국아동패널(Panel Study of Korean Children, PSKC) 4-8차년도 (2011-2015) 데이터를 사용하였다. 4차년도 이후의 데이터를 사용한 이유는 임금 수준 등 본 연구에서 사용한 종속변수가 4차년도 이후부터 존재하기 때문이다. 8 차년도는 아동패널조사의 대상이 되는 아동들이 초등학교에 입학하는 시기이다.

4-8차년도 데이터 중에서 어머니와 아버지가 모두 응답에 참여한 케이스만을 분석에 포함하였다. 아동패널 데이터의 샘플은 1차년도에 총 2150명이었으나 4-8차년도에 어머니와 아버지가 모두 응답에 참여한 샘플로 한정한 결과 1개년 도 기준 813명의 샘플이 선정되었다(5개년도 4065 케이스).

2) 변수

본 연구에서 사용한 종속변수는 아동패널의 조사대상이 되는 아동의 어머니의 근로조건이다. 근로조건 중에서도 어머니의 임금수준(로그변환), 주당 노동시간, 상용직(1년 이상 근로계약) 취업 확률을 종속변수로 하였다. 독립변수는 아동의 초등학교 입학을 사용하였는데, 이 변수는 더미(dummy) 변수로서, 4-7차년도는

0(초등학교 입학 전), 8차년도는 1(초등학교 입학 후)로 코딩하였다. 독립변수인 아동의 초등학교 입학을 결정하는 배정변수(running variable)로는 아동의 나이와 나이의 제곱을 사용하였다. 이는 후술할 회귀불연속설계(Regression Discontinuity Design)에서 처치(treatment)에 영향을 미치는 선형 및 비선형 추세(linear and non-linear trends)를 통제하기 위함이다. 그 외의 통제변수로는 어머니의 연령 및 연령의 제곱, 17개 시·도 더미(dummy), 어머니의 교육연수 및 교육연수의 제 곱을 사용하였다(김현숙·성명재, 2007; 최성은, 2011; 최효미, 2013).

본 연구에서는 분석모형에서 후술할 사용한 Heckman 선택모형을 사용하기 위해서는 배제제약(exclusion restriction)을 충족하는 도구변수(instrumental variable)이 요구된다. 다시 말해서 선택방정식(selection equation)인 어머니의 취업 여부에는 유의미한 영향을 미치지만, 결과방정식(outcome equation)인 어 머니의 임금수준 등에는 유의미한 영향을 미치지 않는 변수가 요구된다. 이러한 변수로 본 연구에서는 배우자의 소득수준(로그변환)을 도구변수로 사용하였다.

선행연구에 의하면 취업모의 노동시장 참가는 배우자의 소득수준 변화에 크게 영향을 받게 되는데, 배우자의 소득이 감소하게 되면 가계소득 감소를 메꾸기 위해 취업모가 노동시장에 참가하게 되는 것이다(Borjas, 2015:58; 김현숙·성명재, 2007:94). 노동경제학에서는 배우자의 소득수준 변화 또는 취업상태 변화가 취업 모의 노동시장 참가에 미치는 영향은 두 가지 다른 방향으로 나타날 수 있다고 보는데, 배우자의 미취업상태로 인한 가계소득 감소를 보전하기 위해 여성이 노 동시장에 참가하게 되는 부가노동효과(added worker effect)와 반대로 배우자의 미취업상태가 여성으로 하여금 노동시장 참가가 어렵다고 인식하게 만들어 노 동시장에서 퇴장하게 만드는 실망노동효과(discouraged worker effect)로 구분할 수 있다(박진희, 2009:44). 사회복지 시스템이 잘 갖추어져 있는 고소득 국가의 경우 실망노동효과가 많이 나타나고, 그렇지 않은 국가의 경우 부가노동효과가 많이 나타나는 것으로 알려져 있다(박진희, 2009, pp.44). 본 연구에서 사용한 아 동패널 데이터에서는 남편의 소득수준 변화와 취업모의 노동시장 참가는 유의 미한 음(-)의 관계가 있는 것으로 나타난다. 이런 점에서 본 연구의 데이터에서 배우자의 소득수준이 취업모의 노동시장 참가에 미치는 영향은 부가노동효과로 설명이 가능하다고 판단된다. 고용주의 입장에서는 취업모의 임금수준을 결정할 때 배우자의 소득수준을 고려하지 않기 때문에, 배우자의 소득수준은 취업모의 취업 여부에는 영향을 미치나, 임금수준에는 영향을 미치지 않는 변수라고 볼

수 있다. 이런 의미에서 배우자의 소득수준은 취업모의 임금방정식에 대한 도구 변수로 사용 가능하다고 할 수 있다. 배우자의 소득수준은 가계소득에서 어머니 의 소득을 차감한 후 자연로그로 변환하여 구성하였다.

3) 균형패널과 불균형패널

본 연구에서 사용한 아동패널데이터에서 응답한 취업모 중에서 5개년도 전체 4065 케이스 중 결측치를 제외하고 노동시장에 참가한다고 응답한 케이스는 2419 케이스이고, 노동시장에 참가하지 않는다고 응답한 케이스는 1593 케이스이다. 이 런 점에서 전체 응답 케이스의 과반수가 노동시장에 참여하지 않고 전업주부로 활동한다고 응답하였다. 노동시장에 참가한다고 응답한 취업모의 경우에도 5개년 도 모두 참가한다고 응답한 경우는 소수이고 대다수는 5개년도 중에서 일부 연도 에만 노동시장에 참가하였다. 따라서 본 연구의 데이터는 불균형패널(unbalanced panel)이라고 할 수 있는데, 본 연구에서는 5개년도 모두 노동시장에 참가한 취업 모를 선별하여 균형패널(balanced panel)을 구성하여 분석에 추가하였다. 균형 패 널을 구성하여 분석에 추가한 이유는 본 연구의 주제가 아동의 초등학교 입학이 취업모의 경력단절에 미치는 영향을 포함하고 있기 때문이다. 아동의 초등학교 입학은 어머니의 노동시장 참가를 제약하는 요인이 되기도 하지만, 다른 한편으 로는 초등학교 하교 이후 아동의 사교육 비용을 벌기 위해서 전업주부로 활동하 는 어머니가 시간제 일자리에 참가하게 만드는 요인으로도 작용할 수 있다. 전업 주부로 활동하는 취업모보다 여러 연도에 걸쳐서 계속 노동시장에 참가하는 취업 모를 대상으로 아동의 초등학교 입학이 근로조건에 미치는 영향을 분석하는 것이 취업모의 경력단절에 미치는 영향 분석이라는 취지에 더 부합하는 것으로 판단되 었기 때문에 균형패널을 구성하여 분석에 추가하였다. 그러나 균형패널은 5개년 도 모두 노동시장에 참가한 특정한 취업모만을 대상으로 하는 분석이므로 표본선 택편의(sample selection bias)가 발생할 수 있다. 그러므로 불균형패널 데이터를 대상으로 Heckman 선택모형을 사용하여 표본선택편의를 통제하고 분석한 결과 도 제시하여 균형패널 데이터 분석결과와 비교하였다.

불균형패널 데이터에 포함된 케이스는 5개년도 4065 케이스이고, 균형패널 데 이터에 포함된 케이스는 5개년도 350 케이스이다. 분석을 할 때는 아동패널 데이 터가 종단 데이터라는 점을 고려하여 데이터에 포함된 종단가중치(longitudinal weight)를 부여하였다.

균형패널 데이터를 분석할 때에는 회귀불연속설계와 패널 고정효과 모형을 사용하였고, 불균형패널 데이터를 분석할 때에는 회귀불연속설계에 Heckman 선택모형을 결합하여 사용하였다.

다. 분석모형

1) 회귀불연속설계(Regression Discontinuity Design, RDD)

본 연구에서 사용한 분석모형은 균형패널과 불균형패널 모두 회귀불연속설계 (Regression Discontinuity Design)에 기반을 두고 있다. 회귀불연속설계는 배정 변수(running)의 변화에 따라 처치(treatment)가 이루어지는 단절점(cutoff)을 기 준으로 직전과 직후를 비교함으로써 처치효과(treatment effect)를 분석하는 방법 이다(Angrist & Pischke, 2009; Angrist & Pischke, 2014; Oreopoulos, 2006; 강 창희 외, 2013; 윤윤규 외, 2012). 회귀불연속설계는 처치가 이루어지는 배정변수 의 단절점에서의 불연속(discontinuity)적인 변화를 식별(identification)의 원천으 로 본다. 단절점 주변에서는 무작위 배정(random assignment)이 일어난 것과 마찬가지로 내생성(endogeneity)이 통제된다고 가정한다.

회귀불연속설계는 모수적 방법(parametric method)과 비모수적 방법(non- parametric method)으로 구분할 수 있는데, 이중에서 모수적 방법은 OLS 모형 에서 처치(treatment)를 나타내는 더미변수와 처치를 결정하는 배정변수(running variable)를 식에 포함하는 것이다. 본 연구에서 처치변수(treatment variable)는 아동의 초등학교 입학이 되고, 배정변수는 아동의 연령이 될 것이다. 배정변수 는 성과변수에 미치는 선형 및 비선형의 추세적 변동을 통제하기 위해 다항식 (polynomials)으로 구성한다. 본 연구에서는 다음과 같은 식으로 구성하였다.

회귀불연속설계는 모수적 방법(parametric method)과 비모수적 방법(non- parametric method)으로 구분할 수 있는데, 이중에서 모수적 방법은 OLS 모형 에서 처치(treatment)를 나타내는 더미변수와 처치를 결정하는 배정변수(running variable)를 식에 포함하는 것이다. 본 연구에서 처치변수(treatment variable)는 아동의 초등학교 입학이 되고, 배정변수는 아동의 연령이 될 것이다. 배정변수 는 성과변수에 미치는 선형 및 비선형의 추세적 변동을 통제하기 위해 다항식 (polynomials)으로 구성한다. 본 연구에서는 다음과 같은 식으로 구성하였다.