정책평가모형은 정책의 속성, 자료 유용성 등에 따라 달라질 수 있다.
저출산정책의 효과성을 평가하기 위한 모형은 정책 측정 자료의 속성에 따라 거시적인 평가모형과 미시적인 평가모형으로 구분하여 제시한다. 거 시적인 평가모형은 집합자료(aggregate data)에 기초를 둠으로써 평가 결과 가 개인 간의 다양한 차이를 제시할 수 없다는 한계성이 있다. 거시적인 평가모형 중 대표적인 것으로 시계열적 자료를 이용한 회귀모형을 제시할 수 있다. 이는 일정 기간 정책의 변화에 따라 출산력이나 출산선행변수가 어떻게 변화하는가를 측정하는 것이다. 이러한 모형에는 출산력변수나 출 산선행변수를 종속변수로 하여 특정 정책과 통제변수들이 포함되는 중다 회귀모형(multiple regression model)이 적합할 것이다.
(1) ϐ
ϐ (t는 시간으로서 보통 연단위, α는 상수)
또는
ϐ
ϐ (복수정책간 상호효과 제거시)
동 모형에서 회귀계수 ϐp는 다른 변수(1~n개까지)들을 통제한 후에 정 책 Xp가 출산변수 또는 출산선행변수 Y(종속변수)에 미치는 영향 방향과
정도(기울기)를 의미한다. ɛ는 오차항(잔차)으로서 회귀모형에 포함되지 않
개별자료(micro-data)를 이용한 접근도 앞서의 시계열적 평가모형이나 정
제의 본질이다. 보다 구체적으로 정책이 출산에 미치는 효과는 어떤 개별 가임여성인구가 정책의 수혜를 받음으로써 변화하는 출산행태와 동일한 시점에 만약 정책의 수혜를 받지 않았다면 가질 수 있는 출산행태와의 차 이로 정의되어 질 수 있다. 즉, 특정 시점(t)에서 정책 수혜여부의 가변수 를 (수혜시 =1, 비수혜시 =0)라고 할 때, 효과 는 다음과 같다 (Moffit, 1991; Heckman 외, 1999).
그러나 동일한 개인이 동일한 시점에 만약 특정한 개별정책의 수혜를 받지 않았다면 유지되는 출산행태를 현실적으로 측정할 수 없다는 것이 평가 문제의 본질이다. 통상적으로 이루어지는 정책 효과의 평가에서는 동일 개인의 출산행태를 정책 수혜 전과 후에 비교하거나 또는 정책수혜 자의 출산행태를 동일시점에 비정책수혜자의 출산행태와 비교하여 이루어 진다. 이와 같은 방법은 동일시점, 동일개인이 아니기 때문에 진정한 효과 와 차이가 생기는 편의가 발생하게 된다. 만약 이 편의값이 0이 되는 조 건은 오직 프로그램 참가를 결정하는 과정이 참가자의 결과변수를 결정하 는 관찰되어지지 않는 요소들과 주어진 통제변수들 하에서 독립적일 때 충족된다. 수많은 선행연구들에 의하면, 비실험적 기법에 의한 효과추정은 자기선택에 의한 편의를 효과적으로 제거할 수 없는 것으로 알려져 있다.
저출산 대응 개별정책의 효과를 추정하는 방법은 크게 실험적 평가방법 (experimental evaluation)과 비실험적 평가방법(nonexperimental evaluation)으 로 구별된다. 실험적 방법은 무작위 배정(random assignment)을 통한 통제 집단(control group)을 구축한다는 점에서 비실험적 방법과는 근본적으로 구분된다. 실험적 방법의 가장 본질적인 유용성은 바로 편의없는 효과의 추정이 가능하다는 점이다. 실험기법을 이용하여 평가한다 하더라도 개개 인에 대한 정책의 효과는 추정할 수가 없다. 이는 그 어떤 개인도 정책
수혜를 받으면서 ( =1) 동시(즉, 특정한 시점, t)에 정책의 대상이 되지 않 을 수( =0)는 없기 때문이다. 하지만, 실험평가를 활용할 경우에는 프로그 램에 참가한 집단의 ‘평균효과(average impact)’는 편의없이 추정할 수가 있다. 실험계획에 의하여 개개의 가임인구들을 무작위로 실험집단과 통제 집단으로 배정할 경우에는 확률의 원리에 의하여 양 집단간의 관찰 가능 한 요소뿐만 아니라 관찰 불가능한 요소까지 같은 기대치를 갖게 되기 때 문이다. 따라서 편의는 0이 된다. 한국보건사회연구원에서 2008년에 실시 한「2007년도 전국출산동향조사」는 정책의 효과성을 측정하기 위해서 가 임여성인구 중 2007년도 출산여성은 실험집단(experimental group)에 배정 되었고, 비출산여성은 통제집단(control group)에 배정되었는데, 앞서 모형 의 시뮬레이션에 적용할 것이다.
(1)~(4)은 출산변수 또는 출산선행변수 각각에 대한 회귀모형이다. 이외 에 일정한 시차를 두고 정책변수가 출산선행변수를 매개로 출산변수에 영 향을 미치는 모형을 고려할 수 있다. 이와 같이 변수간에 인과적인 흐름 의 순서가 존재하는 경우에 적용할 수 있는 방법으로 경로모형(path model)이 적합하다. 경로모형의 기본가정으로는 독립변수들간에 인과적인 흐름의 순서가 있고, 인과적 흐름이 일방적이어야 하며, 폐쇄적인 인과구 조를 가진다. 이외에 경로모형은 다음과 같은 부수적인 가정을 충족시켜 야 한다(김두섭‧강남준, 2000). 첫째, 경로설정에 오류가 없어야 한다. 둘 째, 변수들간에 측정오차가 없어야 한다. 셋째, 변수들간의 관계가 선형이 고 가법적(additive)이다. 넷째, 모든 변수들이 등간척도로 측정된다. 다섯 째, 독립변수들간에 다중공선성이 존재하지 않는다. 예시로 정책변수 X1과 출산선행변수 X2간의 경로계수 P12의 값은 X1을 X2에 회귀시켰을 때 추정 되는 회귀식에서 X2의 표준화회귀계수 로 상관계수 r12와 같다.
(5) ϐ
이러한 경로계수를 이용하여 정책변수가 출산선행변수를 통해 출산변수에 미치는 간접효과와 출산선행변수를 통하지 않고 바로 영향을 미치는 직접효 과를 측정하여, 총합적인 효과성을 평가할 수 있다. 보다 구체적인 내용은 전 문서적을 참조하도록 한다. 한편, 이러한 경로모형은 앞의 시계열적 평가모형 이나 정적횡단평가모형 및 개별자료 접근 평가모형 모두에 적용이 가능하다.
마지막으로 정책에 따른 효과성 평가시 방법론상 유의할 점을 제시하고 자 한다. 우선, 일부 정책의 경우 그 효과를 바로 측정할 수 없는 속성을 가질 수 있다. 정책 변화에 대한 출산행태의 조정에 있어서의 장기적이고 가변적인 지체가 잠재적으로 존재하기 때문이다. 대표적인 예로 우리나라 저출산정책 중 가치관 관련 학교교육을 들 수 있다. 2006년부터 본격화된 출산 및 자녀양육에 유리한 가치관에 대한 학교교육의 대상이 학생들로 서, 향후 이들의 출산행태가 교육의 영향을 받게 되는지 여부는 현재로선 측정이 불가능하다. 이 경우에는 장기적 형태(longitudinal form)의 자료를 구축할 필요가 있다. 한편, 이와 같이 효과가 장기적인 시차(time-lag)를 두 고 나타나는 정책이 아니더라도, 출산이 가지는 내재적인 속성으로 인하 여 대부분 정책들도 일정한 시차를 두고 그 효과가 나타날 것이다.
둘째, 정책의 속성에 따라서도 관찰단위를 고려할 필요가 있다. 예를 들 어, 민간육아지원시설 서비스를 개선하기 위한 기본보조금제도의 경우 보 육시설에 직접 제공하는 전달체계로 인하여 자녀양육가정의 체감도가 낮 다는 점을 감안하면, 개인이나 가구를 측정단위로 설정하는 분석결과가 자 칫 왜곡될 소지가 있다.
〈표 6-4〉저출산정책 효과성 평가 모형
자료특성 출산변수에 대한 모형 출산선행변수 포함 모형
시계열적 자료 다중회귀분석 경로분석
횡단면적 자료 정적횡단분석 경로분석
개별자료(microdata) 다중회귀분석 또는 로지스틱
분석 경로분석