취업확률함수 추정

<표 4-7>은 결혼이민자의 한국에서의 취업확률을 프로빗 모델로 추정 한 결과를 나타낸 표이다. 표에 나타내고 있는 숫자는 계수(coefficent) 가 아닌 한계효과(mariginal effect)로서 어떤 특정한 독립변수가 한 단 위 변화함에 따라 변화하는 종속변수의 비율을 나타내는 수치이며, 지면 관계로 t-값(t-value)은 생략하고 유의성의 수준만을 별표(asterisk)로 표시하고 있다. 결혼이민자 취업확률의 추정모델을 나타내면,

_^ _ _ _ _



    _^ 

    _^≤ 

···(4-1)

이 된다. 여기에서 는 잠재 변수(latent variable)로서 관찰되지 않는 변수를 나타내고 만일 양의 값을 갖는다면 종속변수는 1의 값, 음 또는 0 의 값을 갖는다면 종속변수는 0의 값을 갖게 된다. _는 인적자본 변수,

_는 한국생활 변인, _는 그 이외에 인구사회학적·경제적 변수를 나타 낸다.

추정 모델은 3개로 구성되어 있는데, 첫 번째 모델은 인적자본요인만 을 도입한 모델, 두 번째는 인적자본 요인에 한국생활관련 변인을 도입한 모델, 세 번째는 나머지 인구사회학적·경제적 요인을 도입한 모델로 구성 되어 있다. 이러한 단계적(stepwise) 모델을 구성한 이유는 본 연구에서 정의한 인구자질에 영향을 미치는 요인에 대하여 각 변인 군별 영향을 파 악한 후, 인구사회학적·경제적 변수를 통제하고 난 후의 효과를 비교하기 위함이다. 이러한 모델 구성은 뒤의 장 분석에서도 동일하다.

그리고 이러한 모델 구성이 적합한지 아닌지 Wald test로 검증한다.

간단하게 이 테스트에 대하여 설명하면, 특정한 변수의 영향이 제로(0)라 는 귀무가설을 설정하고, 카이 스퀘어 통계량으로 검정하여 귀무가설을 기각하면 그 변수는 그 모델에 도입되어야 한다는 결론을 얻을 수 있게 되기 때문에 그 변수를 포함한 모델은 그것을 포함하지 않은 모델보다 적 합한 모델이라고 해석할 수 있다. 귀무가설을 표현하면,

_  이 되고, 여기에서 은  × 행렬을 나타내며 는 추정 식의 계수이며  × 행렬을 나타낸다. 즉, 귀무가설은 _ _  (은 상수항)로 표시할 수 있다. 이 귀무가설은 다음과 같이 계산된 통계 량으로 기각역이 판단된다.

_^   ^′_^{ }^{ } ∼ ^ ···(4-2)

여기에서 는 최우법(maximum likelihood estimation)으로 추정 된 계수를 의미하고, _· 는 피셔의 정보 행렬(Fisher’s information matrix)¹⁷⁾을 의미하며 스코어(score)¹⁸⁾의 분산이라고 할 수 있다.

<표 4-7>의 모델 1을 보면, 학력이 낮을수록, 한국어 능력이 좋을수록, 그리고 자국에서의 취업경험이 있을수록 취업확률이 증가하며, 건강이 좋을수록 취업확률은 감소한다는 것을 보여주고 있다. 그러나 모델 2에 서는 모델 1에서 도입했던 건강 변수의 결과가 반대로 되어 건강이 좋을 수록 취업확률이 증가하는 결과를 보여주고 있다. 이는 건강 변수보다는 한국생활관련 변인이 더 큰 영향을 미치고 있기 때문에, 한국생활관련 변 인을 도입했을 때 건강 변수의 효과가 상쇄된 것으로 보이며, 이 상쇄 효 과의 크기가 부호의 변화를 가져올 만큼 매우 크다는 것을 의미한다. 즉, 결혼이민자의 취업은 인적자본 요인도 중요하지만, 이민 온 국가에서의 생활관련 요인도 중요하다는 것을 시사한다.

모델 2에서 추가로 도입된 한국생활관련 변인의 결과를 보면, 한국생 활에 어려움이 있으면 취업률은 감소하고, 차별을 경험할수록, 한국 국적 을 보유할수록, 체류기간이 길수록 취업확률은 증가한다. 그 중 차별 경 험 변수는 역인과 관계(reverse causality) 성립 가능성을 배제할 수 없 다. 즉, 일을 하는 사람일수록 차별 경험을 많이 하게 될 가능성이 있는 동시적 내생성(simultaneous endogeniety)이 있을 가능성이 있다는 것이다. 또한, 한국생활의 어려움도 유사한 영향이 있을 수 있는데, 취업 을 하지 못하여 소득이 적어지게 되면, 한국 생활이 어렵다고 인식할 가 능성을 배제할 수 없다.

17) 피셔의 정보 행렬에 대한 상세한 내용은 Fisher(1925)를 참조.

18) 확률밀도함수에 자연로그를 취하고 파라메터로 편미분한 결과를 의미한다.

〈표 4-7〉 결혼이민자의 한국에서의 취업확률 추정(전체, 한계효과)

Observations 10,490 10,490 9,287

주: † p<0.1, * p<0.05, ** p<0.01, *** p<0.001.

여기에서 체류 기간의 제곱항을 도입한 것은, Chiswick and Hurst (2000)의 연구에서 거주기간이 길어지면 더 이상 취업에 긍정적인 영향을 미치지 않는다는 선행연구의 결과가 있기 때문이었는데, 본 분석의 결과에 서도 체류기간이 길어질수록 단조 증가를 하지만 그 증가율은 감소한다는 결과로 보아 Chiswick and Hurst(2000)의 연구결과와 유사한 경향이 있 다는 것을 알 수 있다. 서양의 이민자와 마찬가지로 이민국에서의 취업은 이민초기에는 생활 및 언어 등에 차차 적응함에 따라 체류기간과 취업가능 성 사이 정의 관계가 존재할 수 있지만, 일정기간이 지난 후에는 체류기간 이 길어진다고 해도 취업가능성이 증가하지는 않는 것을 보여준다.

모델 3은 모델 2에 인구사회학적·경제적 변인을 추가적으로 도입한 모 델이다. 인적자본, 한국생활관련 변인은 큰 변화가 없고, 새로운 변수의 영향을 살펴보면, 결혼이민자 본인의 연령이 높아질수록 취업확률은 증 가한다. 출신 국적별로 보면, 기타 아시아 및 그 외의 나라와 비교하여, 베트남은 증가하는 반면, 일본은 감소하는 것을 알 수 있다. 이는 제 2절 의 교차 분석에서의 결과와 유사하며 다른 요인을 통제했을 경우에도 이 러한 효과는 명확히 남아있는 것을 알 수 있다.

그리고 남편 소득과는 음의 관계가 있는 것으로 나타나 강혜정·이규용 (2012)의 연구와 마찬가지로 결혼이민자의 취업은 보조적인 소득원으로 서의 역할(additive worker)을 하고 있음을 알 수 있다. 이에 대한 해석 은 소득함수 추정에서 더욱 명확해질 것이라 생각된다. 마지막으로 집의 소유형태는 특별히 유의한 영향이 없었다.

자녀의 수는 0~5세 미만과 6~12세 미만의 자녀가 모두 결혼이민자의 취업확률에 큰 영향을 주고 있으며, 한계 효과를 살펴보면, 0~6세 미만의 자녀수가 한 명 증가하면, 취업확률은 약 35% 감소하고, 6~12세 미만의 자녀수가 한 명 증가하면 8%의 취업확률이 감소하는 것을 보여주고 있

다. 따라서 자녀의 수는 결혼이민자의 취업확률에 큰 영향을 주는 요인이 라는 것을 알 수 있다¹⁹⁾.

일반적으로 군부보다는 도시가 일을 할 수 있는 기회가 많기 때문에 도 시에서의 노동 참여가 높은 경향이 있을 거라고 예상할 수 있고, 미국의 선행 연구에서도 도시에 사는 경우 여성의 노동 참여가 유의하게 높아진 다는 결과를 보여주고 있다(Ribar 1992, 1995). 그러나 본 분석의 결과 는 그 반대의 경향이 있다는 것을 보여주고 있으며, 한국 여성의 노동 참 여에 대한 연구도 본 분석과 동일한 결과를 나타내고 있다(김현숙 2005;

양승주 1995). 이와 관련된 일본의 연구에서도 본 분석과 동일한 경향이 있다는 것을 보여주고 있는데, 그 이유를 군부쪽은 어린이집의 대기 아동 수가 적기 때문에 아이를 맡기고 통근하는데 있어서 도시보다 장애가 덜 하기 때문이라고 지적하고 있다(大石 2003). 우리나라의 경우도 군부보 다는 도시의 대기 아동 수가 많은 경향이 있기 때문에(양미선·임지희 2012), 도시보다 군부에 거주하고 있는 여성의 노동 참여가 더 활발한 것 으로 판단되며, 본 분석의 결과는 이러한 경향이 한국 여성뿐만 아니라 결혼이민자에게도 유사하게 나타나고 있는 것을 보여주고 있다. 그러나 강혜정·이규용(2012)에서는 농가에 거주할수록 취업이 감소한다고 하고 있기 때문에 앞으로 이에 대한 분석이 더욱 요구된다고 할 수 있겠다.

〈표 4-8〉 모델 적합성 테스트(Wald test statistic)

　구분 model1 - model2 model2 - model3

χ² statistic 623.4*** 873.5***

주: † p<0.1, * p<0.05, ** p<0.01, *** p<0.001.

19) 표에서는 게재하지 않고 있지만, 13~18세 미만, 18세 이상의 자녀수는 유의한 영향이 없는 것을 확인하였다.

<표 4-8>은 식(4-2)를 계산한 통계량을 나타내고 있다. 모델 1에 한국 생활 관련변인을 도입한 모델 2의 카이 제곱 통계량은 623.4로 0.1%의 유의수준으로 귀무가설을 기각하여 모델 2의 한국생활 관련변인이 도입 된 모델이 적절하다는 것을 의미한다. 동일하게 모델 3도 0.1%의 유의수 준에서 귀무가설을 기각하여 모델 3이 적합하다는 것을 증명하고 있다.

<표 4-7>의 결과에서는 인구사회학적·경제적 변인의 결과 중, 결혼이민 자의 출신국적에 따른 영향에 차이가 있다는 것을 알 수 있었는데, 그 영향 이 국가별로 어떻게 다른지 더욱 심층적으로 분석할 필요가 있기 때문에

<표 4-7>과 동일한 모델을 출신국가 별로 추정을 해 보았다(표 4-9 참조).

출신국별 추정은 결혼이민자 수가 많은 대표 출신국²⁰⁾, 중국(한족), 중국 (조선족), 베트남, 필리핀, 일본에 대한 추정을 하였고, 이들 나라의 특성을 강조하기 위하여 기타 아시아 및 그 외 국가의 추정은 제외하였다²¹⁾.

추정결과를 보면, 전체 추정(표 4-7의 모델 3)에서는 학력이 낮을수록 취업확률이 높아지는 결과를 보였으나, 국가별 추정에서는 필리핀, 일본 의 경우는 학력이 높을수록 취업확률이 높아지고, 중국과 베트남 결혼이 민자의 취업확률은 유의한 영향이 없었다. 이것은 기타 아시아 및 그 외 국가 출신 결혼이민자의 경우, 학력과 취업확률이 음의 관계에 있다고 유 추되고 또한 그 유의성이 매우 크다는 것을 의미한다. 이러한 결과는 필 리핀, 일본 출신 결혼이민자의 경우, 고학력이 조건이 되는 직업, 예를 들 어 외국어 강사, 또는 통역 및 번역 등의 일에 종사하고 있을 가능성이 크 지만, 기타 아시아 및 그 외 국가 출신의 결혼이민자는 학력과 상관 없는

추정결과를 보면, 전체 추정(표 4-7의 모델 3)에서는 학력이 낮을수록 취업확률이 높아지는 결과를 보였으나, 국가별 추정에서는 필리핀, 일본 의 경우는 학력이 높을수록 취업확률이 높아지고, 중국과 베트남 결혼이 민자의 취업확률은 유의한 영향이 없었다. 이것은 기타 아시아 및 그 외 국가 출신 결혼이민자의 경우, 학력과 취업확률이 음의 관계에 있다고 유 추되고 또한 그 유의성이 매우 크다는 것을 의미한다. 이러한 결과는 필 리핀, 일본 출신 결혼이민자의 경우, 고학력이 조건이 되는 직업, 예를 들 어 외국어 강사, 또는 통역 및 번역 등의 일에 종사하고 있을 가능성이 크 지만, 기타 아시아 및 그 외 국가 출신의 결혼이민자는 학력과 상관 없는