전공계열간 임금격차에 관한 연구:

――――――――――――――――

* 본 논문은 2004년도 중앙대학교 학술연구비 지원에 의한 것임.

** 중앙대학교 경제학부 교수(제1저자), 031-670-3242, [email protected] *** 중앙대학교 일반대학원 경제학과(제2저자), 02-820-6356, [email protected] 응용경제 제7권 제1호

2005년 6월, 한국응용경제학회

전공계열간 임금격차에 관한 연구:

－인문사회계열과 자연공학계열 중심으로*－

허 식**․임진우***

논문 초록

본 연구는 최근 이공계 기피현상의 원인을 파악하기 위해 임금보상 측면에 초점을 두고 전공계열간 임금격차에 관하여 분석하였다. 한국노동연구원「노동패널조사」4차 년도 자료를 가지고 인문사회계열과 자연공학계열 전공자를 중심으로 임금방정식을 추정하여 인적자본 변수 및 그 외 통제변수들의 계수 값을 비교해 본 다음, Oaxaca 임금분해방법을 이용하여 전공계열간에 차이적 요소와 차별적 요소의 비중을 살펴보 았다. 주요결과를 요약하면 첫째, 교육년수와 경력과 같은 생산성 변수들의 추정계수 가 자연공학계열보다는 인문사회계열에서 더 크게 나타나 생산성에 대한 보상수준이 인문사회계열에 비해 자연공학계열에서 열악함을 보여준다. 둘째, Oaxaca 임금분해 방법을 이용하여 분해한 결과, 전반적인 계열간 임금격차는 차이적 요소에 의해 상당 히 기인한다고 볼 수 있으나 차별적 요소도 전공계열간 임금격차에 적지 않은 영향 을 미치고 있다. 셋째, 계열간 임금격차를 설명하는데 세부적 변수로서 생산성과 관 련된 교육년수와 경력변수는 차이적 요소뿐만 아니라 차별적 요소로도 중요하게 작 용하였다. 이러한 결과는 최근 나타나는 이공계 기피심화 현상이 임금보상 측면에서 잘 설명될 수 있음을 보여준다.

JEL 분류번호 : J3

핵심주제어 : 전공, 임금격차, 차이와 차별, 임금분해

Ⅰ. 서 론

경제위기 이후 이공계 기피현상이 심화되고 있다. 교육통계연보에 따르면 1998년 인문계 수능응시자 비중이 48.9%에서 꾸준히 상승하여 2002년 56.4%로 오른 반면, 자연계는 40.1%에서 계속 하락하여 2002년 26.9%로 떨어진 양상이다. 이공계 인력 은 국가 경쟁력과 장기적인 경제성장에 원동력이 되기 때문에 이공계 인력의 양성과 효과적인 활용은 무엇보다 중요한 과제이다. 현재 정부는 이공계를 살리기 위해 단편 적인 대책들을 제시하고 있으나, 무엇보다 중요한 것은 이공계 기피현상의 근본적인 원인부터 파악해야 실효성 있는 대책이 마련될 것이다. 그간 이공계 인력에 대한 연 구가 국내외적으로 활발히 진행되어 왔다. 특히 미국의 경우, 이공계 인력의 수급구 조 및 노동시장 메커니즘에 활발한 연구가 이루어졌다.¹⁾ 한편 국내의 경우, 이공계 인력수급 예측에 치중하다가 최근에 들어 이공계 인력이 타계열에 비해 직업의 안정 성, 사회적 지위, 임금보상 측면에서 얼마나 열악한지에 대한 연구가 진행 중이다(박 성준, 2004; 류재우, 2004; 황수경, 2002).²⁾ 본 연구는 임금보상 측면에 초점을 두고 전공계열간 임금격차가 얼마나 나타나는지, 그리고 그 원인들이 무엇인지를 분석하는 데 주안점을 둔다.

신고전학파 노동시장이론에 근간을 둔 인적자본론(human capital theory)에 따 르면, 완전경쟁시장과 동질적 노동이라는 가정 하에 임금이 노동에 대한 수요와 공급 의 균형에서 결정되므로 노동시장에서의 임금격차의 원인은 노동자의 인적자본(학력, 경력, 나이 등)의 차이에서 기인하는 것으로 생각되고 있다. 그러나 임금격차는 인적 자본에 의한 생산성의 차이(differences in productivity) 뿐만 아니라 불리한 제도나 관행에 의한 차별(discrimination)의 요인에도 기인할 수 있다. 흔히 사용되는 Oaxaca(1973)의 분해방법(decomposition method)은 임금격차를 각 부문간 생산성

1) 이에 대한 자세한 내용은 류재우(2004)를 참조.

2) 박성준(2004)은 이공계 기피현상을 다음 세 가지 측면에서 분석하였다. 첫째는 직장유지 률, 이직(퇴출)율 등을 파악하여 고용의 불안정성 측면, 둘째는 직종분포, 직위상승 등을 파악하여 사회적 지위약화 측면, 셋째는 계열간 임금수준을 파악하여 상대적 저임금 측면 에 대해 분석하였다. 전공계열간 임금격차를 제외한 부문간(예컨대, 성별, 학력별, 직종별, 고용형태별 등) 임금격차에 대한 문헌정리는 안주엽(2001)을 참조하고, 특히 성별 임금격 차에 대한 이론적 배경 및 실증분석에 대한 문헌정리는 유경준(2001)을 참조하기 바람.

에 영향을 미치는 인적자본의 차이와 각 부문간 불리한 제도와 관행에 의한 차별로 구분하여 임금격차에서 차이와 차별의 크기를 비교분석하는 기본적인 모델이 되고 있다. 실제적으로 부문간 임금격차를 차이에 의한 부분과 차별에 의한 부분으로 정확 히 구분하는데 한계가 있지만, 여전히 많은 논문에서 이 기법을 이용하고 있고 본 논문에서 다양한 모형설정에 따른 분해방식은 그 나름대로 의미를 지닌다고 본다.³⁾

본 연구는 실제 노동시장에서 대학졸업생의 전공(subject of degree)이 계열간 임 금격차에 중요한 요인으로 작용한다는 관점에서 출발하고 자료의 제약상 인문사회계 열과 자연공학계열에 국한한다. 우선 두 계열간 분리 하에서 각각의 임금방정식을 추 정하여 인적자본 변수 및 그 외 통제변수들(control variables)의 계수 값을 비교해 본 다음, Oaxaca 임금분해방법을 이용하여 전공계열자간의 생산성의 차이와 차별적 요인의 비중을 분석하는데 그 목적을 두고 있다. 이러한 분석은 임금보상 측면에서 이공계 기피현상의 원인을 파악할 수 있으며 전공계열간 임금격차 해소를 위한 정책 적 함의(implications)도 가질 것이다.

본 논문의 구성은 다음과 같다. 제Ⅱ장에서는 연구에서 사용된 자료와 분석모형에 대하여 설명하고, 제Ⅲ장에서는 임금방정식의 추정결과에 대해 전공계열간 비교를 해 보고 계열간 임금격차의 원인에 대한 차이와 차별적 요소에 대해 파악한다. 끝으로 제Ⅳ장에서는 분석결과를 요약하고 정책적 함의와 논문의 한계점에 대해 기술한다.

Ⅱ. 자료 및 분석방법

1. 자료정의와 기초통계

본 연구에 사용된 자료는 한국노동연구원 「노동패널조사」4차년도(2001년)를 기

3) 부문간 임금격차에 대한 Oaxaca분해방법은 설명부분(explained portion)과 비설명부분 (unexplained portion)으로 구성되는데, 편의상 전자를 ‘차이’로 후자를 ‘차별’이라고 부 른다. 일반적으로 차이는 생산성에 영향을 미치는 인적자본 변수들의 차이에 기인하는 임 금격차를 의미하고, 차별은 동일한 생산성을 가지고 있음에도 불구하고 차별적으로 지급 되는 임금격차를 말한다. 그러나 Oaxaca분해방법은 몇 가지 한계점을 지닌다. 우선 차이 와 차별에 대한 개념을 정확히 구분하기 어렵고, 어떤 경우에는 차이가 차별로부터 발생 할 수도 있다. 또한 주요한 설명변수를 빠뜨리는 경우 차이와 차별의 비중에 영향을 미칠 수 있는 한계가 있다(Blinder, 1973; Carstron and Rollow, 1998 참조).

준으로 한다.⁴⁾ 노동패널조사는 개인별 취업자 자료에서 취업자의 월평균임금을 제공 하고 있으며 정규교육에 관한 설문에서 조사응답자의 대학교(전문대 포함), 대학원의 전공계열을 제공한다. 분석대상은 60세 이하 전문대 졸업이상인 임금근로자를 표본으 로 하고 이공계열은 대부분 남자이기 때문으로 남자만 분석대상으로 한다. 노동패널 조사에서 제공하는 전공계열은 인문계열, 사회계열, 자연계열, 공학계열, 사범계열, 의 학계열, 예체능 계열로 모두 7개의 계열을 제공하고 있다. 하지만 사범, 의학, 예체능 계열은 그 표본의 수가 매우 작고 임금의 편차가 심하므로 본 연구에서는 제외시켰 으며, 결국 인문사회계열과 자연공학계열에 국한하여 분석한다.

<표 1>은 본 연구에 사용된 변수들의 기초통계가 제시되어 있다. 임금은 월평균 임금을 기준으로 하며 Mincer(1974)류의 임금방정식을 이용하기 위해 월평균 임금에 로그를 취한 로그임금을 사용한다. 표에서처럼 평균 로그임금수준이 자연공학계열 (5.0521)보다 인문사회계열(5.1793)에서 높게 나타나 두 계열간 임금격차가 발생하고 있다. 인적자본에 의한 생산성과 관련된 교육연수는 평균적으로 자연공학계열(15.3년) 보다 인문사회계열(16.2년)에서 약간 높게 나타났다. 또한 ‘만나이-6-교육년수-근속 년수’로 정의된 경력변수도 역시 자연공학계열(7.3년)보다 인문사회계열(9.3년)에서 높게 나타났다.⁵⁾

생산성 변수 외에 임금수준에 영향을 미칠 수 있는 다른 변수로서 산업, 지역, 종 사상 지위, 노조유무, 직종 등이 고려된다. 제조업과 비제조업으로 구분된 산업변수는 자연공학계열 근로자가 제조업에서, 인문사회계열 근로자는 비제조업에서 상대적으로 높은 취업을 하고 있다. 지역변수는 노동패널에서 정의한 사업체의 위치를 사용하여 수도권(서울, 인천, 경기지역)과 비수도권(그 밖의 지역)으로 구분하였는데, 인문사회 계열 근로자는 수도권에서, 자연공학계열 근로자는 비수도권에서 약간씩 높게 나타났 다. 정규직과 비정규직으로 구분된 종사상의 지위변수와 노조유무변수의 분포는 대체 적으로 두 계열 간에 비슷하게 나타났다.⁶⁾ 그리고 대분류 기준의 직종변수에서 인문 4) 한국노동패널 각 연도자료 중 개인용 코드북에서 “과거 다신 적이 있는 학교의 전공계열”

을 정확히 물은 조사는 4차년도에 해당한다. 4차년도 이전과 이후의 자료를 연결하여 신 규조사자를 파악하더라도 분석대상의 자료의 크기가 얼마 되지 않아 연결작업은 생략하였 다.

5) 사용된 경력변수는 잠재경력년수이며 현 직장에 취업하기 이전의 경력년수에 해당하고, 여기서 근속연수는 ‘2001-취업시기’로 정의된다.

6) 통상 비정규직 개념은 분류기준에 따라 다양하다. 이에 관련된 자세한 내용은 황수경 (2003)을 참조. 여기서는 자료조사에서 상용직은 정규직에 해당하고 임시일용직은 비정규 직에 해당한다.

<표 1> 분석대상자의 특성

(표본수 : 전체=569, 인문사회=248, 자연공학=321)

변 수 구 분

전 체 인문사회계열 자연공학계열

사례수 비율/평균 사례수 비율/평균 사례수 비율/평균

로그임금 평 균 5.107 5.179 5.052

교육년수

전문대졸 164 28.82% 29 11.69% 136 42.37%

4년제대졸 339 59.58% 183 73.79% 155 48.29%

4년제대졸이상 66 11.60% 36 14.52% 30 9.35%

평 균(년) 15.7 16.2 15.3

경 력

10년미만 418 73.46% 175 70.56% 243 75.70%

10-20년 117 20.56% 54 21.77% 63 19.63%

20년이상 34 5.98% 19 7.66% 15 4.67%

평균(년) 7.6 9.3 7.34

산 업 제 조 업 134 23.55% 33 13.31% 101 31.46%

비제조업 435 76.46% 215 86.69% 220 68.54%

지 역 수 도 권 313 55.00% 146 58.87% 167 52.02%

비수도권 256 45.00% 102 41.13% 154 47.98%

종사상지위 정 규 직 500 87.87% 220 88.71% 281 87.54%

비정규직 69 12.13% 28 11.29% 40 12.46%

노조유무 노조있음 178 31.28% 82 33.06% 97 30.22%

노조없음 391 68.72% 166 66.94% 224 69.78%

직 종

전 문 직 10 1.76% 4 1.61% 6 1.87%

기 술 공․

준전문직 98 17.22% 61 24.60% 37 11.53%

사 무 직 189 33.21% 65 26.21% 124 38.63%

판매서비스직 158 27.77% 83 33.47% 75 23.36%

단 순 직 114 20.04% 35 14.11% 79 24.61%

자료：한국노동패널 4차년도(2001) 조사.

사회계열의 근로자는 판매서비스, 사무직, 기술공 및 준전문직 순으로 나타났고, 자연 공학계열 근로자는 사무직, 단순직, 판매서비스직 순으로 나타났다.⁷⁾

7) 자료의 제약상 직업은 표처럼 5개의 범주로 분류한다. 여기서 전문직은 입법공무원, 고위 임직원 및 관리자(대분류코드 100)와 전문가(200)를 포함하며, 단순직은 4개 범주에 속 하지 않은 나머지 직업을 포함한다.

2. 모형의 설정

우리의 분석과정은 전공계열간 분리 하에서 각각의 임금방정식을 추정하여 인적자 본 변수 및 그 외 통제변수들의 계수 값을 비교해 본 다음, Oaxaca(1973)의 임금분 해방법을 이용하여 전공계열간 차이와 차별적 요인의 비중을 분석하는 것이다.

(1) 임금방정식 모형

먼저 식(1)과 (2)와 같이 종속변수에 로그를 취한 Mincer류의 임금방정식을 사용 하여 각 전공계열을 분리시킨 임금방정식을 추정한다. 식에서 W 는 임금수준을 나타 내고 X는 임금에 영향을 미치는 요인으로 구성된 설명변수 벡터이며, β 는 설명 변수와 관련된 추정계수벡터이고, ε 는 오차항을 나타낸다.

ln Ws= Xsβ+ε s = 인문사회계열 (1) ln We= Xeβ+ε e = 자연공학계열 (2) 이 때 임금방정식은 세 가지의 형태로 추정되는데, 첫 번째 형태(Model 1)는 식 (3)처럼 교육년수, 경력, 경력제곱과 같이 생산성에 영향을 미치는 인적자본 변수만 을 포함시킨다.⁸⁾ 두 번째 형태(Model 2)는 식(4)와 같이 그 외에 임금결정에 영향을 미치는 산업, 지역, 종사상지위, 노조유무와 같은 통제변수를 추가하고,⁹⁾ 세 번째 형 태(Model 3)는 전공계열간 분석시 직종변수의 내생성(endogeneity) 문제가 발생하지 만 식(5)와 같이 직종변수를 포함시킨 경우이다.¹⁰⁾

8) 인적자본에 의한 생산성의 차이를 설명하는 변수로 흔히 나이, 교육년수, 경력년수, 근속 년수 등을 고려할 수 있다. 김홍균․이예리(2003)에서처럼 경력은 대부분의 연구에서 사 용의 간편성 때문에 대리변수(proxy variable)로 나이를 이용하지만, 본 연구에서는 좀 더 정확하게 앞에서 정의한 잠재경력년수를 사용한다. 한편, 정의상 교육년수, 경력년수, 근속년수를 한꺼번에 넣을 수 없어 인적자본에 의한 생산성 차이를 설명하는 변수로 교 육년수, 경력년수, 경력제곱만을 포함시킨다.

9) 통제변수로 기업규모를 고려할 수 있어나 해당 관측치가 적어 노조유무변수로 대체하였 다. 노조가 있는 조사대상의 기업은 대부분 규모가 큰 기업에 속한다. 그러나 유경준 (2001)에서 언급했듯이 기업규모는 차별적 요소를 지닌 변수로 고려될 수도 있다.

10) Oaxaca(1973)은 차별적 요소인 직종변수를 임금방정식에 포함시키면 차별부분이 과소 평가될 수 있다고 하였다. 그리고 전공계열간 분석시 직종선택은 전공분야에 영향을 받 기 때문에 직종변수의 추가는 내생성의 문제를 야기시킬 수도 있다(Machin and

변수기호 변수 단위 정 의 LNWAGE 로그임금 원 월평균 임금액의 자연로그를 취한값

EDUYEAR 교육년수 년 분석대상자의 학력(전문대졸=14, 4년제대졸=16, ..)

CAREER 경력 년 경력(만나이-6-교육년수-근속년수)

CAREER2 경력제곱 년 경력의 제곱

DIND 산업 더미 산업더미(제조업=1, 비제조업=0) DREGION 지역 더미 사업체위치 (수도권=1, 비수도권=0) DJOBST 종사상지위 더미 종사상의 지위(상용직=1, 임시일용직=0) DUNION 노조유무 더미 노조의 유무(노조있음=1, 노조없음=0) DOCC1

직종

더미 전문직

DOCC2 더미 기술공 및 준전문가

DOCC3 더미 사무직

DOCC4 더미 판매서비스직

DOCC5 더미 단순직 (기준변수)

(Model 1) Xi = [교육년수, 경력, 경력제곱] (3) (Model 2) Xi = [교육년수, 경력, 경력제곱, 산업변수, 지역변수,

종사상지위변수, 노조유무변수] (4) (Model 3) Xi = [교육년수, 경력, 경력제곱, 산업변수, 지역변수,

종사상지위변수, 노조유무변수, 직종변수] (5) 따라서 각 단계의 임금방정식 추정에 사용될 설명변수는 교육년수, 경력, 경력제 곱과 같은 인적자본의 수준을 측정하는 변수와 노조더미, 산업더미, 지역더미, 종사상 지위 더미, 직종더미 등의 일자리 특성을 나타내는 변수로 구성되는데, 각 설명변수 에 대한 정의는 <표 3>에 제시되어 있다.

<표 2> 분석변수의 조작적 정의

(2) 임금분해방법

임금방정식의 추정결과를 가지고 전공계열간 임금격차를 구하는 모형은 식(6)과 같이 Oaxaca 임금분해방법을 이용한다.

Puhani, 2003 참조). 이러한 직종변수의 문제로 전공계열간 분석시 Model 2를 자주 이 용할 것이다.

ln W_s- ln W_e=

( ^X

^{s- Xe) β}

^ˆ

^s+

( ^ˆ

^{βs- β}

^ˆ

^{e) Xe} (6) 단, s = 인문사회계열, e = 자연공학계열

Oaxaca 임금분해방법에 대해 자세히 정리해 보면 다음과 같다. 각 계열의 로그 임금 평균값은 식(7)으로 나타낼 수 있다.¹¹⁾ 그럼, 전공계열간 평균 임금격차는 식(8) 로 나타낼 수 있는데, 여기서 임금격차를 설명부분(explained portion)과 비설명부분 (unexplained portion)으로 분해하기 위해 식(9)과 같이 양변에 X _e

ˆ

β_s 를 더하고 빼주어 정리하면 식(6)을 얻을 수 있다.¹²⁾

ln W_s = X_s

ˆ

β _s , ln W_e = X_e

ˆ

β _e (7) ln W_s- ln W_e = X _s

ˆ

β_s - X _e

ˆ

β_e (8) ln Ws- ln W_e = X_s

ˆ

β _s + X _e

ˆ

β _s - X _e

ˆ

β _s - X_e

ˆ

β_e (9)

식(6)에 좌변인 ln W_s- ln W_e은 인문사회계열과 자연공학계열간의 임금격차를 나타낸다. 우변의 첫 번째 항 ( Xs- X _e) β

ˆ

_s는 대졸 근로자들이 인문사회계열(s) 의 임금수준( β

ˆ

_s)을 받는다는 조건 하에서 두 계열간의 설명가능한 생산성의 차이를 나타내며, 두 번째 항 ( β

ˆ

_s- β

ˆ

_e) X_e은 대졸 근로자들이 자연공학계열(e)의 평균 생산성수준( Xe)을 지닌다는 조건 하에서 설명 불가능한 임금의 차이를 나타낸다.

일반적으로 차이는 인적자본에 의해 생산성에 영향을 미치는 변수들의 전공계열간 임금차이를 말하며, 차별은 동일한 생산성을 가지고 있음에도 자연공학계열이라는 이 유만으로 동일한 노동에 대해 차별적으로 지급되는 임금차이를 말한다. 그러나 임금 분해는 실제로 설명부분과 비설명부분으로 구분될 뿐 차이적 요소와 차별적 요 소로 정확히 구분된다고 말하기 어렵다. 우리의 모형설정에서 Model 1의 경우 만 설명부분이 인적자본에 의한 생산성의 차이에서 기인하고 비설명부분은 대

11) Oaxaca(1973)에서처럼 임금수준(W)의 평균값이 기하평균으로 계산된다면, 즉 W = exp { [∑^{ln (W}i)]/n]}, OLS추정속성에 의해 식(7)이 도출된다.

12) 임금분해를 할 때 본 연구에서는 인문사회계열(s)의 임금수준( X _e

ˆ

β _s)을 기준으로 하 고 있다. 자연공학계열(e)의 임금수준( X _s

ˆ

β _e)을 기준으로 구할 수도 있으나 두 경우 모두 비슷한 결과가 나타난다.

체적으로 차별적 요소에 기인한다고 볼 수 있다. 다소 표현상의 혼동이 존재하 지만 본 논문에서는 설명부분을 ‘차이적 요소’라 부르고, 설명 불가능한 부분을

‘차별적 요소’라고 부르기로 한다.

결국 임금방정식에서 인문사회계열과 자연공학계열의 추정결과가 통계적으로 유의 하고 두 계열간의 격차가 존재한다면, 임금격차의 분해방식을 통해 두 계열간의 차이 적 요소와 차별적 요소가 얼마나 나타나는지를 분석할 수 있다. 따라서 이러한 분해 방법은 최근의 이공계기피현상이 그 이유가 단지 이공계열 전공자가 사회계열 전공 자에 비해 상대적으로 생산성이 낮기 때문인지 아니면 그 외의 다른 차별적 요소에 의해 나타나는지를 파악하는 좋은 지표가 될 수 있다고 생각한다.

Ⅲ. 추정 및 분해결과

1. 임금방정식의 추정결과

먼저 인적자본에 의한 생산성 변수인 교육년수, 경력, 경력제곱만을 포함한 전공별 임금방정식(Model 1)의 추정결과를 살펴보면, 교육년수(EDUYEAR)의 경우 자연공 학계열의 계수값(0.1034)이 인문사회계열의 계수값(0.1311)보다 적게 나타나 자연공 학계열이 인문사회계열에 비해 교육년수에 대한 보상이 낮게 이루어짐을 보이고 있 다. 경력변수(CAREER)의 경우에서도 인문사회계열의 계수값(0.0301)이 자연공학계 열의 계수값(0.0211)보다 크게 나타나 경력에 대한 보상이 역시 낮게 이루어짐을 보 이고 있다. 음의 계수값을 가진 경력제곱(CAREER2)은 임금에 아주 미미한 영향을 주며 인문사회계열만 통계적으로 유의하게 나타났다. 한편 상수항(INTERCEPT)은 설명되지 못하는 요인들에 의해 임금결정에 영향을 미치는 절편이동계수(shift coefficient)를 의미하는데 두 계열에 있어 상당히 큰 부분을 차지하고 있고 통계적으 로도 유의성을 갖는다.

또한 산업, 지역, 종사상의 지위, 노조의 유무를 포함한 임금방정식(Model 2)과 직 종더미를 포함한 임금방정식(Model 3)의 경우에도 생산성과 관련된 교육년수, 경력, 경력제곱 변수들의 추정결과는 Model 1과 큰 차이를 나타내지 않는다. 이는 자연공 학계열에서 인적자본에 의해 생산성에 영향을 미치는 교육년수와 경력변수에 대한 보상수준이 인문사회계열에 비해 여전히 낮음을 나타낸다.

<표 3> 계열간 임금방정식의 추정결과

변 수

Model 1 Model 2 Model 3

인문사회계열 자연공학

계열 인문사회

계열 자연공학

계열 인문사회

계열 자연공학

계열 INTERCEPT 2.9488

(9.29) *** 3.3679

(11.61) *** 2.6049

(8.08) *** 3.1847

(11.03) *** 2.7188

(8.14) *** 3.4511 (11.95) ***

EDUYEAR 0.1311

(6.95) *** 0.1034

(5.84) *** 0.1281

(6.95) *** 0.0918

(5.29) *** 0.1017

(5.16) *** 0.0672 (3.78) ***

CAREER 0.0301

(2.79) *** 0.0211

(1.80) * 0.0325

(3.01) *** 0.0279

(2.44) ** 0.0333

(3.20) *** 0.0262 (2.32) **

CAREER2 -0.0011

(-3.18) ***-0.0006

(-1.51) -0.0011

(-3.27) ***-0.0008

(-1.86) * -0.0010

(-3.12) ***-0.0007 (-1.85) *

DIND 0.0406

(0.50) 0.0015

(0.03) 0.0279

(0.36) 0.0206 (0.42)

DREGION 0.1491

(2.65) *** 0.1082

(2.37) ** 0.1318

(2.43) ** 0.0614 (1.36)

DJOBST 0.2933

(3.36) *** 0.2479

(3.59) *** 0.2734

(3.24) *** 0.2115 (3.14) ***

DUNION 0.0601

(0.98) 0.1614

(3.20) *** 0.0584

(1.00) 0.1654 (3.38) ***

DOCC1 0.4989

(2.27) ** 0.5870 (3.49) ***

DOCC2 0.4226

(4.28) *** 0.2606 (3.05) ***

DOCC3 0.4337

(4.89) *** 0.2513 (4.33) ***

DOCC4 0.3004

(3.47) *** 0.1403 (2.19) **

N 248 321 248 321 248 321

Adj-R2 0.1804 0.0892 0.2339 0.1651 0.3011 0.2204 F-Values 19.12*** 11.45*** 11.78*** 10.04*** 10.67*** 9.22***

주: 1) 괄호 안의 숫자는 t-값을 나타냄.

2) * P<0.1, ** P<0.05, *** P<0.01.

3) 직종변수에서 기준더미는 DOCC5(단순직)임.

Model 2를 중심으로 계열간 통제변수들의 추정치를 비교해 보면, 먼저 산업더미 (DIND)의 경우 두 계열 모두 양의 추정결과를 보여 제조업이 비제조업에 비해 높은 임금을 받는 것으로 나타났다. 추정치의 크기는 자연공학계열보다 인문사회계열에서 컸으나 통계적 유의성을 보이지 못했다. 지역더미(DREGION)와 종사상지위 (DJOBST)의 경우 비수도권에 비해 수도권이, 그리고 비정규직에 비해 정규직이 두

계열 모두 높은 보수를 받는 것으로 나타났다. 두 변수에 대한 추정치의 크기는 인 문사회계열에서 크게 나타났고 통계적으로도 유의성을 가졌다. 그 밖에 노조더미 (DUNION)에서 노조가 있는 경우 두 계열 모두 높은 임금을 받는 것으로 나타났는 데, 그 크기가 인문사회계열보다 자연공학계열에서 높게 나타났으나 인문사회계열에 서는 통계적으로 유의성을 보이지 못했다.

여기서 생산성과 관련된 변수를 중심으로 추정결과의 특징을 정리해 보면, 교육년 수와 경력변수에 대한 추정계수의 크기가 자연공학계열보다는 인문사회계열에서 크 게 나타나 인적자본에 의한 생산성의 보상수준이 인문사회계열에 비해 자연공학계열 에서 열악함을 보여준다.

2. 임금방정식의 분해

추정방정식에 Oaxaca 임금분해방식을 적용하여 전공계열간 임금격차를 차이적 요 소에 의한 부분( ( X_s- X_e) β

ˆ

_s)과 그 외의 차별적 요인에 의한 부분 ( ( β

ˆ

s- β

ˆ

_e^{) X}e)으로 분해하면 <표-4>과 같은 결과가 나타난다. Model 1에서 전반적인(overall) 로그임금격차 중 인적자본에 의한 생산성 차이에 해당하는 차이적 요소가 차지하는 비중은 72%에 해당하고 나머지 차별적 요소의 비중은 28%로 나타 났다. Model 2의 분해결과는 산업, 지역, 종사상의 지위 및 노조유무 등을 통제함으 로서 전반적인 로그임금격차 중 차이적 요소는 87%로 증가했으며 차별적 요소에 의 한 임금차별은 13%로 줄어들었다. 한편 직종변수를 추가한 Model 3의 경우에는 차 이적 요소가 95%, 차별적 요소가 5%로 나타났는데, 이는 Oaxaca(1973)과 유경준 (2001)에서 언급했듯이 직종이 차별적 요인으로 작용함으로서 전반적인 차별요소의 비중이 낮게 평가되었다고 볼 수 있다.¹³⁾ 이처럼 모형설정에 따른 임금분해에서 차 이적 요소와 차별적 요소가 차지하는 비중이 각각 72%∼95%, 28%∼5% 수준으로 나타났다. 이는 전공계열간 임금격차는 차이적 요소에 의해 상당히 기인한다고 볼 수 있으나 차별적 요소도 전공계열간 임금격차에 적지 않은 영향을 미침을 알 수 있 다.¹⁴⁾

13) 직종이 차별적 요소로 작용함을 분석목적으로 한 Anderson and Shapiro(1996)의 논문 에서도 직종을 포함시키는 경우에 차별적 비중이 약 20%가 감소함을 보였다.

14) 분해결과에서 다른 논문들과는 달리 차별적 요소의 비중이 20%대 이하로 낮게 나온 이유는 <표 4>에서 상수항(INTERCEPT)에 대한 차별적 비중이 음(-)으로 크게 작용

<표 4> 임금방정식의 분해결과

변 수 Model 1 Model 2 Model 3

( Xs- Xe) β( βˆs s- βˆe) Xe ( Xs- Xe) βˆs ( βˆs- βˆe) Xe ( Xs- Xe) βˆs ( βˆs- βˆe) Xe

INTERCEPT 0 -0.4192 0 -0.5797 0 -0.7323

EDUYEAR 0.1099 0.4239 0.1074 0.5566 0.0852 0.5285 CAREER 0.0221 0.0771 0.0238 0.0392 0.0745 0.0624 CAREER2 -0.0453 -0.0482 -0.0455 -0.0338 -0.0419 -0.0267

DIND -0.0070 0.0012 -0.0468 0.0022

DREGION 0.0072 0.0217 0.0064 0.0374

DJOBST -0.0005 0.0320 -0.0004 0.0434

DUNION 0.0012 -0.0244 0.0012 -0.0258

DOCC1 -0.0008 -0.0035

DOCC2 0.0466 0.0164

DOCC3 -0.0401 0.0629

DOCC4 0.0290 0.0406

TOTAL 0.0867

(72%) 0.0336

(28%) 0.0866

(87%) 0.0128

(13%) 0.1129

(95%) 0.0055 (5%)

ln Ws- ln We 0.1203(100%) 0.0994(100%) 0.1184(100%)

주：양(+)의 값은 인문사회계열에 보상차원에서 유리함(favor)을 나타내고, 음(-)의 값은 자연공학계열에 유리함을 나타낸다.

그럼, 차이적 부분과 차별적 부분에 기여하는 세부적인 변수들의 비중에 대해 살 펴보자. 여기서 유의해야 할 점은 표에서 양(+)의 값은 인문사회계열에 유리함 (favor)을, 음(-)의 값은 자연공학계열에 유리함을 나타낸다. 예컨대 차이적 부분에서 양의 값은 대졸 근로자들이 같은 임금수준을 받는다는 가정 하에 인문사회계열이 자 연공학계열보다 평균 생산성이 높다는 의미이고 음의 값은 자연공학계열이 오히려 인문사회계열보다 평균 생산성이 높다는 의미이다. 그리고 차별적 부분에서 양의 값 은 대졸 근로자들이 같은 생산성을 가진다는 가정 하에 인문사회계열이 자연공학계 열보다 높은 임금을 받는다는 의미이고 음의 값은 자연공학계열이 오히려 인문사회 계열보다 높은 임금을 받는다는 의미이다.

Model 2 중심으로 세부적인 변수들의 비중을 살펴보면, 계열간 임금격차를 설명 함에 있어 차이적 부분을 설명하는 변수로는 교육년수, 경력, 지역변수, 노조변수 순 했기 때문이다. 이는 자연공학계열에 오히려 유리하게 작용하는 미설정 설명변수들이 상 당히 존재함을 의미한다.

으로 나타났고, 차별적 부분을 설명하는 변수로는 교육년수, 경력, 종사상 지위, 지역 순으로 나타났다. 이처럼 차이부분과 차별부분을 설명하는데 지역, 노조유무, 종사상 지위와 같은 더미변수도 작용하지만 인적자본에 의해 생산성에 영향을 미치는 교육 년수와 경력변수가 상당히 중요한 변수로 작용한다. 이는 교육년수와 경력에 대한 생 산성 차이가 계열간 임금차이를 잘 설명하는 반면에, 같은 교육년수, 경력 하에서 계 열 간에 상당히 임금차별을 받고 있음을 의미한다.

Ⅳ. 요약 및 결론

본 연구는 최근 이공계 기피현상의 원인을 파악하기 위해 임금보상 측면에 초점을 두고 전공계열간 임금격차가 얼마나 나타나는지, 그리고 그 원인들이 무엇인지를 분 석하였다. 노동연구원 「한국노동패널조사」4차년도 자료를 가지고 인문사회계열과 자연공학계열 전공자를 중심으로 임금방정식을 추정하여 인적자본 변수 및 그 외 통 제변수들의 계수 값을 비교해 본 다음, Oaxaca 임금분해방법을 이용하여 전공계열 간에 차이적 요소와 차별적 요소의 비중을 살펴보았다. 주요결과를 요약하면 다음과 같다.

첫째, 교육년수와 경력과 같은 생산성 변수들의 추정계수가 자연공학계열보다는 인문사회계열에서 더 크게 나타나 생산성에 대한 보상수준이 인문사회계열에 비해 자연공학계열에서 열악함을 보여준다. 둘째. Oaxaca 임금분해방법을 이용하여 분해 한 결과, 전반적인 계열간 임금격차는 상당히 차이적 요소에 의해 기인한다고 볼 수 있으나 차별적 요소도 전공계열간 임금격차에 적지 않은 영향을 미치고 있다. 셋째, 세부적 설명변수로서 생산성과 관련된 교육년수와 경력변수는 차이적 요소뿐만 아니 라 차별적 요소로도 중요하게 작용하였다. 이는 인적자본에 의한 생산성 차이가 계열 간 임금차이를 잘 설명하는 반면, 같은 교육년수, 경력 하에서 계열 간에 상당히 임 금차별을 받고 있음을 보여준다.

결국 우리의 분석을 통하여 교육년수와 경력과 같은 생산성에 대한 보상수준이 자 연공학계열에서 상대적으로 열악하고, 계열 간에 존재하는 임금격차 중 차이적 요소 가 차별적 요소보다 비중이 크지만 설명되지 못하는 차별적 요소도 계열간 임금격차 에 적지 않은 영향을 주며, 그리고 같은 교육년수, 경력 하에서도 계열간 임금차별을 상당히 받고 있다는 것을 알 수 있다. 이러한 결과는 임금보상 측면에서 최근 나타

나는 이공계 기피심화 현상을 잘 설명될 수 있음을 보여준다. 따라서 이공계 기피현 상을 줄이기 위해서는 차이적 요소와 차별적 요인들을 동시에 제거하는 노력을 경주 해야 한다.

기초통계에서도 나타났듯이 이공계인력은 교육년수와 경력과 같은 생산성 수준이 인문사회계열보다 낮다. 그러므로 차이적 부분을 극복하기 위해서는 이공계열의 인적 자본을 양적으로 증가시키는 방안을 강구해야 하고, 아울러 기업수요에 부합하는 질 적 변화를 수반하는 인력정책도 마련되어야 한다. 또한 승진, 퇴직, 직무, 관행적 임 금차별 등에서 차별적 요인을 제거시킬 수 있는 방안으로 류재우(2004)에서 지적했 듯이 비이공계 인력에 의한 의사결정권 독점완화, 직무급의 신축적 조정, 연봉제에 입각한 신축적 보상시스템 도입, 종업원 발명에 대한 지적재산권 보호 등의 법․제 도적 정비 및 개혁은 필요한 대목이다.

본 논문은 몇 가지 한계점을 가진다. 먼저 전공계열간 임금결정에 영향을 미치는 변수로서 교육년수, 경력 외에 개인의 질적 변수(quality variables)도 상당히 중요하 게 작용한다. IQ, 수능성적, 대학의 학점, 자격증의 개수 등 개인의 능력을 나타내는 변수를 통제시키면 더 설득력 있는 추정결과를 얻어낼 수 있을 것이다. 또한 자료의 제약상 전문대 졸업자를 포함시켰는데, 황수경(2002)에서 언급됐듯이 이들은 저임금 부문이나 전공과 일치하지 않는 직무 등에 종사할 가능성이 높다. 끝으로 본 연구는 자료수의 부족으로 전공계열간 비교시 추정계수와 차이 및 차별의 비중에 의문점을 가질 수 있다. 풍부한 자료를 바탕으로 산업별, 직종별, 지역별, 고용형태별, 성별 등 다양한 차원에서 각기 임금방정식을 추정해야 하며 전공계열간 임금격차에 영향을 미칠 수 있는 더 많은 설명변수들을 포함시켜야 한다. 이런 문제점들은 추후 과제로 남겨둔다.

참 고 문 헌

김홍균․이예리, “대학의 전공별 교육투자수익률 분석”,『공공경제』제8권, 한국재정공공경제학회, 2003, 3-27.

류재우, “과학기술 인력의 노동시장 성과 및 근래의 변화”,『노동경제논집』27-1, 한국노동경제 학 회, 2004, 107-133.

박성준. “이공계 기피현상에 대한 원인분석：이공계 졸업생의 노동시장 성과를 중심으로”,『노동경 제논집』27-1, 한국노동경제학회, 2004, 55-72.

안주엽. “정규근로와 비정규근로의 임금격차,”『노동경제논집』24-1, 한국노동경제 학회, 2001, 67-96.

유경준. “성별 임금격차의 차이와 차별”,『KDI정책연구』제23권 제1호, 2001, 195-231.

한국노동연구원.『한국노동패널 1-5차년도 Code Book』, 2004.

황수경. “자연․공학계열 졸업여성의 직업력 분석”,『노동정책연구』2-2, 한국노동연구원, 2002, 105-129.

_____ . “내부자 노동시장과 외부자 노동시장의 구조분석을 위한 탐색적 연구”,『노동정책연구』

3-3, 한국노동연구원, 2003, 49-86.

Anderson, D. and Shapiro, D. “Racial Differences in Access to High-Paying Jobs and the Wage Gap Between and White Women”, Industrial and Labor Relations Review 49-2, 1996, 273-286.

Blinder, A. S. “Wage Discrimination: Reduced Forms and Structural Estimates”, Journal of Human Resources 8-4, 1973, 436-455.

Carlstron, C. T. and Rollow, C. D. “Regional Variations in White-Black Earnings”, Economic Review 34-2, Federal Reserve Bank of Cleveland, 1998, 10-22.

Machin, S. and Puhani, P. A. “Subject of Degree and the Gender Wage Differential:

Evidence from the UK and Germany”, Economics Letters 79, 2003, 393-400.

Mincer, J. Schooling, Experience, and Earnings, New York: Columbia University Press for National Bureau of Economic Research. 1974.

Oaxaca, R. “Male-Female Wage differentials in Urban Labor Markets”, International Economic Review 14, 1973, 693-709.

An Empirical Study on the Wage Differentials by Subject of Degree in Korean College Graduates

Shik Heo․Jinwoo Yim

ABSTRACT

The purpose of this study is to analyze the wage differentials by subject of degree in Korean college graduates. We use data from the labor panel survey 2001 of Korean Labor Institutes (KLIPS) and focus on two major groups, that is, the science and engineering(SE) college graduates and the non-science and engineering(NSE) college graduates.

The standard Mincer wage equations are first formulated for two major fields and then the Oaxaca wage decomposition method is applied.

We find the following main results. First, with respect to the education and career variables, the SE college graduates earn relatively lower than the NSE college graduates. Second, the overall wage differential through different model specifications consists of 72%∼95% of the explained portion and 28%∼5% of the unexplained portion. Third, the SE college workers are faced with wage discrimination even under the same level of education and career years.

Our result might be useful for partly explaining the existing avoidance phenomenon of the SE fields in Korean labor market and provide the policy directions of reducing the wage differentials by subject of degree.

JEL Classification Number : J3

Keyword : Subject of degree, Wage differentials, Difference and discrimination, Wage decomposition