〔그림 4-5〕 성별 사망력의 압축 패턴(C50): 1970년 → 2019년
0 1000 2000 3000 4000 5000
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
dx
Age
제4장 한국의 사망력 불평등
127
앞에서는 C50 지표를 통해 사망력의 압축 현상을 살펴보았지만, 생존 기간의 집중 경향을 측정하는 지표인 최빈 사망 연령(M: modal age at death)과 최빈 사망 연령 이상 생존 기간에서 관측되는 표준편차 (SD(M+): standard deviation of ages at death above the mode)를 통해 사망력의 압축 현상을 살펴볼 수도 있다. C50과 마찬가지로 여기에 서도 M 및 SD(M+) 지표에 대한 이론적 논의를 간략히 소개한 후에 1970~2019년에 걸친 사망력 압축(분산) 문제를 살펴본다.
기대수명(
)이 생존 기간의 측정과 관련하여 가장 널리 알려진 동시에 활용도가 많은 지표이기는 하지만, 이 지표가 유소년기(특히, 영유아기) 사망률의 영향을 강하게 받음은 잘 알려져 있다. 기대수명의 산출 과정에 서 (사망한) 성인의 생존 기간이 영유아의 대략 절반 정도밖에 기여하지 못하는 점은 생존 기간의 중심 경향(central tendency)을 정확히 측정하 는 데 있어서 한계로 지적된다(Kannisto, 2007, p. 113).특히 사망률이 매우 낮은 선진국에서는 통상적으로 사망이 좁은 연령 구간에 걸쳐 집중적으로 발생하기에 기대수명 지표가 집중 경향을 측정 하는 지표로 적절히 기능하지 못한다고 지적된다. 이러한 측면에서 최근 들어 전체 연령대에 걸친 사망률의 영향을 받는 기대수명 대신에 온전히
‘노년기’ 사망률의 영향을 받는 지표인 최빈 사망 연령(M: modal age at death)이 인간 생존 기간의 ‘중심’에 대한 적절한 측정치로 관심을 받고 있다.
물론 선진국의 경우 기대수명에서 영유아기 사망률의 영향이 크게 감 소함으로써 기대수명(
)과 최빈 사망 연령(M) 간 차이가 축소될 것을 기 대할 수 있다. 그러나 두 측정치 간 차이가 줄어듦에도 불구하고 기본적 으로 선진국에서는 생존 기간 연장이 ‘노년기’ 사망률 감소에 의해 주도 된다는 점에서 전체 연령대에 걸친 사망률 대신에 노년기 사망률의 영향을 받는 최빈 사망 연령(M)이 더욱 적절한 측정치임이 지적된다 (Bourbeau & Ouellette, 2016, p. 59; Horiuchi, Ouellette, Cheung, & Robine, 2013, pp. 55-59).18)
기대수명(
) 지표에 대한 보완 지표들로 (0세보다 큰) 어떤 특정 연령 에서의 기대여명(conditional life expectancy;
,
)이 검토되 기도 한다. 예컨대 65세 기준 기대여명(
) 측정치는 노년기 사망력 수 준을 측정하는 대표적인 지표이며, 기대여명이 지속해서 증가함에 따라 75세(
) 혹은 85세(
) 기준 기대여명도 사용 빈도가 높아지는 측정치 들이다.그러나 이들 특정 연령 기준 기대여명 지표 또한 기대수명(
) 지표와 마찬가지로 노년기 사망력 변동을 측정하는 지표로서 한계가 있음이 지 적된다. 예컨대, Horiuchi et al.(2013, pp. 45-47)은 특정 연령 기준 기대여명 지표가 노년기 사망률의 변화 양상을 적절히 측정하지 못한다 고 지적한다. 또한 이들은 특정 연령에 기초한 기대여명 지표의 경우 ‘선 정된’ 기준 연령(
)에 조건적임을 지적한다. 조건부 기대여명을 측정하는 연령이 높아질수록 시간의 경과에 따른 기대여명 변화 속도가 느리게 진 행되는 모습을 보이는 것도 이와 관련이 있다.최빈 사망 연령(M)은 기대여명 지표에 비해 생존 기간의 중심 경향을 더 정확히 측정하는 동시에, 앞에서 살펴본 C50은 물론 최빈 사망 연령 이상 생존 기간에서 관측되는 표준편차(SD(M+)) 같은 생존 기간의 압축 혹은 분산을 측정하는 지표의 산출과도 밀접히 연계됨으로써 사망력 불
18) 한편 선진국 인구 환경에서 생존 기간 연장 현상이 노년기 사망률 감소에 의해 주도된 다는 점은 노년기 사망력의 압축(old-age mortality compression) 현상과 전체 연령 대를 모두 아우른 전반적인 사망력 압축(overall mortality compression) 현상을 구분 할 필요성 또한 커지고 있음을 시사한다(Bourbeau & Ouellette, 2016, p. 60).
제4장 한국의 사망력 불평등
129
평등 현상을 이해하는 데도 효과적으로 활용될 수 있다.
대체로 출생 시점과 노년기에 두 개의 정점(bi-modal distribution) 이 형성되는 개발도상국과 달리 영유아 사망률이 크게 낮아진 선진국에 서 최빈 사망 연령은 노년기에만 관측되는 것이 일반적이다. 생명표에 기 초할 때 우리나라 또한 여성은 1978년, 남성은 1980년까지 0세 사망 빈 도가 가장 높은 모습을 보였으며(통계청, 2021b), 이후 지속해서 감소 추 세를 보인다.
생존 기간의 중심 경향 측정치로 주목을 받는 최빈 사망 연령(M)은 성 인기, 특히 선진국의 경우 ‘노년기’에 관측되는 최빈 사망 연령이다. 비록 생존 기간의 중심 경향을 측정하는 지표로서 최빈 사망 연령(M)은 오래전 부터 알려졌지만, 생존 기간의 중심에 관한 대표적인 측정치로 자리를 잡 게 된 것은 최빈 사망 연령(M)의 특징을 체계적으로 밝힌 Kannisto(2000, 2001, 2007)의 연구에 기초한다. 현재까지 성인기(노 년기)의 사망 연령 분포에서 둘 이상의 정점을 갖는 사례는 보고되지 않 으며, 관측된 자료에서 나타나는 두 개 이상의 정점은 연령 보고 오류 (age heaping) 등 자료상의 문제인 것으로 알려진다(Kannisto, 2007, p. 113).
생명표 함수(
)를 활용하여 최빈 사망 연령(M)은 다음과 같이 산출될 수 있다. 여기에서
는 사망 건수가 가장 많이 발생한 고령기 연령을 지 칭한다.
1970~2019년 기간에 걸쳐 통계청(2021b)의 기대수명(
; lifeex-pectancy at birth)과 위의 산식을 통해 산출된 최빈 사망 연령(M)을 비 교해보면 최빈 사망 연령(M)이 지속적으로 높은 모습이 관측된다. 예컨 대, 〈표 4-2〉에서 살펴볼 수 있듯이 2015~2019년 기간의 최빈 사망 연 령(5년 평균)은 남성 85.60년, 여성 90.00년이다. 참고로 통계청 (2021b)에 의하면 우리나라의 2019년 기대수명은 남성 80.3년, 여성 86.3년이다. 생존 기간의 최빈값과 평균값의 차이(M -
)가 감소 추세 를 보이기는 하지만, 남성의 경우 그 감소 추세는 상대적으로 완만한 모 습을 보였다(8.52년(1970년) → 5.97년(2019년)). 반면 여성의 경우 1980년대 중반까지 최빈 사망 연령과 기대수명의 차이가 크게 줄어들었 지만, 이후 상대적으로 완만한 감소 추세를 보이는 상황이다(15.06년 (1970년) → 8.39년(1985년) → 4.36년(2019년)).이렇게 계산된 최빈 사망 연령(M)은 후속적으로 고령기 사망력에 초점 을 맞춘 SD(M+) 지표 산출의 기초가 된다. Kannisto(2007, pp.
114-116)는 영유아기 혹은 유년기 사망 등 최빈 사망 연령(M) 이전 연령 대에서 관측되는, 즉 고령기 사망과는 이질적인 속성을 지닌 변이 (negative deviation)를 제외한 후 최빈 사망 연령(M)을 기준으로 양(+) 의 변이(positive deviation)만을 고려하는 SD(M+) 지표를 생존 기간의 분산을 측정하는 지표로 제안한다.
최빈 사망 연령을 초과하는 생존 기간의 표준편차에 해당하는 SD(M+) 측정치는 사망 연령의 분포에 관한 Wilhelm Lexis의 아이디어에 기초한 다.19) Lexis는 사망 연령을 1) 표준형(normal type), 2) 영유아 및 아동 기 사망, 3) 연령과 관계없는 성인기 조기 사망의 세 범주로 구분한다.
Lexis는 영유아 및 아동기 그리고 성인기 조기 사망을 제외한 사망
19) Lexis 논문(프랑스어)에 대한 체계적인 소개(영어)로는 Véron & Rohrbasser(2003)를 참고할 수 있다.
제4장 한국의 사망력 불평등
131
(normal type)은 정규분포의 형태를 취하며(〔그림 4-6〕 참고), 분포의 중심 연령(최빈값에 해당) 이후에 이루어진 사망을 표준 사망 연령 (normal age at death)으로 본다(Véron & Rohrbasser, 2003, pp.
309-313). Kannisto의 SD(M+)는 바로 Lexis의 표준 사망 연령에서 관 측되는 변이를 측정하는 지표에 해당한다.
〔그림 4-6〕 Wilhelm Lexis 사망 유형 분류의 이론적 도식(미국 여성; 2002~2006년)
자료: Brown, D. C., Hayward, M. D., Montez, J. K., Hummer, R. A., Chiu, C. T., &
Hidajat, M. M. (2012). The significance of education for mortality compression in the United States. Demography, 49(3), p. 825(Fig. 1).
이산형(discrete-time) 자료에 기초할 때 SD(M+) 지표는 아래와 같 이 정의된다.20)C50과 마찬가지로 SD(M+) 지표 또한 값이 작을수록 최
20) 실제 SD(M+) 지표는 사망 자료의 평활화, 최빈 사망 연령 측정치의 정확성 수준(소수 점 단위), 최빈 사망 연령 구간의 처리 방식, 생명표 연령 상한의 조정(확장) 여부 등에 따라 차이를 보일 수 있다. 산출 절차의 효율성 측면에서 이 연구에서는 Thatcher et
빈 연령 이상 연령대에서 발생하는 사망이 더 좁은 연령 구간에서 압축적 으로 발생함을 의미한다.
×
〔그림 4-7〕에서 볼 수 있듯이 전반적으로 최빈 사망 연령(M)은 상승 추세를 보인다. 특히 1990년 이전에는 남성의 최빈 사망 연령 상승 추세 가 더욱 가파르게 진행되어 성별 격차가 크게 줄어들었음을 확인할 수 있 다. SD(M+) 지표는 앞에서 살펴본 C50 지표에 비교해 일관되게 감소 추 세를 보이지는 않는다. 전체 연령을 모두 아우른 사망력 변동을 반영하는 C50에 비해 SD(M+) 지표에서 상대적으로 큰 변동성이 관측됨을 확인할 수 있다.21) 다른 한편으로 SD(M+) 지표는 최빈 사망 연령(M)의 상승이 반드시 노년기 사망력 불평등의 감소(사망력의 압축)를 의미하는 것은 아 님을 확인할 수 있다. 그러나 2000년대 이후에는 남녀 모두 최빈 사망 연 령(M)이 상승하는 동시에 고령기 사망력의 압축 현상 또한 지속되고 있음 을 확인할 수 있다.
1990년대 중반 이후의 패턴에 초점을 맞춘다면 사망력의 압축 없이 최 빈 사망 연령이 이동하는 사망력 이동 가설(shifting mortality hypoth-esis)보다는 사망력 압축 가설(mortality compression hypothesis)을 지지하는 패턴으로 볼 수 있다. 그러나 1990년대 중반 이전의 패턴은 사
al.(2010)의 접근을 사용하였다.
21) 참고로 SD(M+) 지표에서 나타나는 민감성을 줄이기 위해서는 생명표 함수에 대한
평활화 작업이 도움이 될 수 있다.
제4장 한국의 사망력 불평등
133
망력 압축 가설을 지지하지 않는다. 여성의 경우 완만한 정도로 최빈 사 망 연령이 상승했음에도 SD(M+) 지표는 큰 변화를 보이지 않거나 다소 증가한 패턴을 보인다. 남성의 경우 1980년대의 SD(M+) 지푯값에서 상 대적으로 큰 변화가 관측되지만, 전반적으로 최빈 사망 연령의 상승 추세 에 맞춰 고령기 사망력이 압축되었다고 평가해 볼 수 있다.
〔그림 4-7〕 M 및 SD(M+) 지표의 추세: 1970~2019년
1970 1980 1990 2000 2010 2020
657075808590
Modal age at death
Year
M od al a ge
Male Female
1970 1980 1990 2000 2010 2020
56789101112
Standard deviation of ages at death above the mode
Year
Standard deviation above the modal age
Male Female
자료: 통계청. (2021b). 국가통계포털: 국내통계-주제별 통계-보건-생명표[데이터파일]. https://
kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1B42&conn_path=I2에서 2021.
4. 20. 인출.
위에서 살펴보았듯이 C50에 비해 SD(M+) 지표는 상대적으로 연도별 변동 폭이 크다. 아래의 〔그림 4-8〕은 최빈 사망 연령(M) 이상 연령대의 생존 기간에서 관측되는 표준편차(SD(M+))가 불규칙적인 패턴을 보이는 이유를 보여 준다. 위에서 남성 SD(M+) 지표는 1980년대에서 1990년대
초반까지 등락하는 모습을 보인다. 〔그림 4-8〕의 좌측 그림은 SD(M+) 지표가 1979년(SD(M+)=10.44) 대비 1980년(SD(M+)=8.49)에 감소한 후 1983년(SD(M+)=9.34)까지 증가한 이유를 설명한다. 1979년 대비 1980년의 SD(M+)가 감소한 것은 최빈 사망 연령을 중심으로 사망 건수 가 집중된 것과 관련이 있음을 확인할 수 있다. 반면 1980년 대비 1983 년의 사망 분포는 최빈 사망 연령을 중심으로 사망이 더욱 집중됨에도 불 구하고 80대 이상 연령 구간에서 사망 분포가 우측으로 이동함으로써 사 망 연령 분포의 분산이 커진 결과로 해석할 수 있다. 〔그림 4-8〕의 우측 은 1987년에서 1991년까지 SD(M+)가 상승한 후 1993년까지 감소한 이유를 설명해 주고 있다.
〔그림 4-8〕 생명표 사망 연령(65+)의 분포(남성)
0 500 1,000 1,500 2,000 2,500 3,000 3,500
65 70 75 80 85 90 95
dx
dx1979 dx1980 dx1983
0 500 1,000 1,500 2,000 2,500 3,000 3,500
65 70 75 80 85 90 95
dx
dx1987 dx1991 dx1993
자료: 통계청. (2021b). 국가통계포털: 국내통계-주제별 통계-보건-생명표[데이터파일]. https://
kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1B42&conn_path=I2에서 2021.
4. 20. 인출.
제4장 한국의 사망력 불평등
135
〈표 4-2〉 최빈 사망 연령(M)과 표준편차(SD(M+)))의 추세(5년 평균): 1970~2019년 (단위: 년)
구분
최빈 사망 연령(M) 표준편차(SD(M+))
남성 (A)
여성 (B)
격차 (B-A)
남성 (A)
여성 (B)
격차 (A-B)
1970~74년 67.50 80.96 13.46 11.35 7.52 3.83
1975~79년 68.74 81.19 12.45 10.83 7.71 3.12
1980~84년 72.96 81.30 8.34 9.00 8.19 0.81
1985~89년 75.55 82.10 6.55 8.39 7.70 0.69
1990~94년 76.16 83.13 6.98 8.98 7.81 1.17
1995~99년 78.27 83.94 5.68 8.46 7.55 0.91
2000~04년 80.08 85.31 5.23 8.04 6.85 1.19
2005~09년 82.16 87.23 5.07 7.59 6.60 1.00
2010~14년 84.30 88.81 4.51 6.98 6.33 0.65
2015~19년 85.60 90.00 4.40 6.86 6.02 0.84
자료: 통계청. (2021b). 국가통계포털: 국내통계-주제별 통계-보건-생명표[데이터파일]. https://
kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1B42&conn_path=I2에서 2021.
4. 20. 인출.