Prediction for the Spatial Distribution of Jobs for the Youth and the Elderly in the Seoul Metropolitan Area

수도권 청년층과 고령층 일자리 분포의 특성과 변화 예측

박소현*·김경민**·이금숙***

Prediction for the Spatial Distribution of Jobs for the Youth and the Elderly in the Seoul Metropolitan Area

So Hyun Park* · Kyung-min Kim** · Keumsook Lee***

이 논문은 2013년 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(NRF-2013S1A5A2A01017764).

*서울대학교 환경계획연구소 박사후연구원(Postdoctoral Researcher, Environmental Planning Institute, Seoul National Uni- versity), [email protected]

**서울대학교 환경대학원 교수(Professor, Graduate School of Environmental Studies, Seoul National University), urbanecon

@gmail.com

***성신여자대학교 지리학과 교수(Professor, Department of Geography, Sungshin Women’s University), [email protected].

kr

?

?

?

?

참고문헌

?

대한지리학회지

?

?

?

?

?

?

?

?

?

?

요약 : 청년실업과 고령취업의 증가, 베이비부머의 고령층 진입 본격화 등으로 연령세대별 일자리 분포에 상당한 변화가 나타나고 있다. 이에 본 연구는 수도권 청년층과 고령층 취업자를 대상으로 주요 산업별, 직업별 일자리 분포의 공간적 특성과 집중지역의 변화를 살펴보고, 이들 연령세대별 일자리 분포와 학력수준과의 연관성을 파 악하였다. 또한 주요 일자리 분포 변화의 공간 마르코프 전이확률을 산출하여 향후 지역별 연령세대별 일자리 분 포의 변동성을 예측하였다. 분석결과, 대졸 이상의 고학력 청년층과 고령층은 지식기반서비스업, 전문직과 강한 상관관계를 보이며 서울 디지털산업단지와 강남지역, 이와 인접한 경기남부일대를 중심으로 집중 분포하는 패턴 이 관측되고, 향후 고령취업자 중 전문직 종사자의 분포확률은 소폭 증가할 것으로 예측된다. 반면, 고졸 학력의 청년층과 고령층 중 대졸 이상의 학력자에서 저숙련 일자리인 단순노무직과 연관성을 갖으며 분포하는 것으로 관측되고, 단순노무직에 종사하는 청년층과 고령층 취업자의 상위분포지역을 중심으로 향후 분포율이 증가할 것 으로 추정된다. 학력수준과 일자리 숙련의 불일치를 감소하기 위해 연령세대별 맞춤식 일자리 제공이 필요할 것 으로 보이며, 특히 인천지역과 서울서남부지역 산업단지의 생산관련 일자리 분포에서 고령취업자의 공간적 집중 이 관측되므로 이들 지역은 청년층의 취업유도를 위한 제조업의 고도화 및 고졸인력 활용 정책 수립이 이뤄져야 할 것이다.

주요어 : 청년층, 고령층, 집중분포지역, 공간 마르코프 전이확률, 일자리 분포 변화 예측

Abstract : There has been a considerable alteration in the job distribution among age groups in Korea accord-

ing to the increase in the youth unemployment and the elderly employment in the recent years. The purpose

of this study is to investigate the spatial characteristics of job distributions for these two age groups(the youth

and the elderly) and predict their spatial distribution. For the purpose, we analyze the spatial correlation

between jobs and educational levels in the occupational employment of major industries for these two age

groups in the Seoul metropolitan area. We also estimate the spatial Markov transition probability of each job

and predict the spatial distribution of jobs by age group. As the result, we found that highly educated persons

in both age groups reveal strong correlation with knowledge-based service industries and professional jobs,

while their spatial patterns show strong concentration at some specific regions. The probability of profes-

1. 서론

저성장 시대 청년층과 고령층의 일자리 문제는 전 세계적으로 최대의 관심사이자 주요 현안으로 꼽히 고 있다. 우리나라도 청년층의 취업은 감소하는데 실 업은 증가세를 나타내며 현재 청년 실업률은 9.2%로 외환위기 직후 가장 높았던 1999년 이래 다시 최고치 를 찍었고, 청년 체감실업률은 무려 21.4%에 달하고 있는 것으로 나타났다(통계청, 2017.11). 반면, 고령 취업의 증가로 60세 이상 취업자는 꾸준히 증가세를 나타내며 전체 취업자 가운데 14.8%(2016)의 비중을 차지하였다. 특히 총 인구의 15% 가량 차지하는 베이 비부머(1955~1963년생)가 정년은퇴와 함께 고령층 으로의 진입이 본격화되면서 이들 세대의 구직수요 도 증가하고 있는 추세이다. 이에 따라 이들 연령층을 대상으로 하는 일자리 정책의 새 패러다임에 대한 논 의가 필요하다는 주장이 제기된 바 있다(박소현·이 금숙, 2017). 학계에서도 이들 연령세대별 또는 연령 세대간 일자리에 대한 실증적 연구가 활발히 진행되 고 있으며, 특히 일자리의 양극화 관점에서 청년층과 고령층간 일자리 양을 두고 경합가능성이 있는지 그 여부를 검증한 실증적 분석이 시도되고 있다.

일자리는 지역을 단위로 창출되고, 일자리의 총량 이 일정하다고 가정할지라도 그 총량의 지리적 분포 는 일정하지 않다. 청년층과 고령층 일자리에서 이들 연령층 모두 선호하는 업종과 직종의 경우 일자리의 지리적 분포에서 일부 특정지역을 중심으로 업종과 직종이 집중되어 공간적으로 일치할 가능성이 있다.

특히 수도권 지역은 고학력-고숙련직종과 고학력직 종의 분포가 높고(박유진·이희연, 2014), 베이비부머

중 대졸 이상의 학력자가 무려 29.2%(2015) 분포하 고 있어 청년층과 고령층 일자리 중 일부 업종과 직종 은 공간적으로 충돌할 가능성도 존재할 수 있다. 그럼 에도 불구하고 연령세대별 일자리와 관련된 지역 차 원의 연구는 여전히 미진한 상태이고, 지역 일자리를 연령세대별로 구분하여 비교 분석한 연구도 소수에 불과한 편이다. 새 정부의 핵심정책인 양질의 일자리 창출 정책이 청년층과 고령층을 중점으로 지역 중심 의 지속가능한 일자리를 창출하는 방법을 모색하고 있다는 점에서 일자리 정책에 대한 공간적 접근의 필 요성이 제기된다.

이러한 배경 하에 본 연구는 청년층과 고령층 취업 인구의 밀집지인 수도권 시·군·구 지역을 대상으로 청년층과 고령층 일자리 분포의 특성과 변화를 주요 산업별, 직업별로 살펴보고, 이들 연령세대별 학력별 분포와 일자리 분포의 관계를 파악한다. 또한 연령세 대별 주요 일자리 분포 패턴이 지속된다는 가정 하에 향후 청년층과 고령층 일자리 분포의 변동성을 예측 해 보고자 한다.

국제노동기구(ILO)에서 정의한 청년의 연령 범위 는 15세 이상 24세 미만이다. 국내법상 청년은 「청년 고용촉진 특별법」시행령(제2조)에서 15세 이상 29세 이하인 사람(단, 공공기관과 지방공기업이 청년 미취 업자를 고용하는 경우에는 15세 이상 34세 이하)으 로 정의하고 있다. 본 연구는 국내의 취업 상황을 고 려하여 청년층의 연령 범위를 2030세대인 20~29세 와 30~39세까지 확대하여 설정하였고, 고령층은 국 내(고용노동부)와 국제 기준의 연령 구분을 만족하는 60세 이상으로 설정하였다. 공간적 범위는 수도권 79 개 시·군·구 지역을 대상으로 1990년부터 현재 시 점까지 살펴보았다. 특히 일자리 분포의 공간분석은 sional job distribution is predicted to increase slightly for both age groups. However, low-skilled simple job distribution of the youth is predicted to increase in some specific regions. Regional employment plan should be prepared by region to be customized jobs for each age group as well as to reduce the mismatch problem between the level of education and job skill.

Key Words : the youth, the elderly, spatial distribution of jobs, hotspot, Markov transition probability,

prediction for the job distribution

고령층 중 베이비부머가 준고령층에 진입하는 2010 년과 고령층으로 본격 진입하는 2015년을 중점으로 분포 변화를 파악하였다. 실증분석에 필요한 데이터 는 통계청 국가통계포털과 마이크로데이터통합서비 스에서 제공하는 이차자료와 원시자료에서 청년층과 고령층에 해당하는 연령 범위의 데이터만 별도로 추 출하여 재구성하였다. 그 외, 주요 산업별, 직업별 데 이터의 분류기준은 한국표준산업분류(KSIC)상 대분 류 체계와 한국표준직업분류(KSCO)상 대분류 체계 수준을 따랐다.

2. 선행연구 검토

연령세대별 일자리에 대한 지역 차원의 연구는 청 년실업과 고령취업의 증가를 반영하여 이들 연령층 을 대상으로 하는 실증적 분석이 주를 이루고 있다.

청년층과 고령층 취업에 영향을 미치는 요인을 분석 한 연구(박삼옥 등, 2008; 윤형호 등, 2007; 이상호, 2012; 구양미, 2016)와 청년층과 중장년층, 노년층으 로 연령계층을 구분하여 일자리의 지역 경쟁력을 분 석한 연구(박홍철·이주형, 2013) 등 일부를 들 수 있 다. 이들의 연구에서 도시 고령취업자는 주로 단순노 무직에 분포하였으나 교육연한이 증가할수록 전문·

사무직으로 재취업할 확률이 높았고(구양미, 2016), 특정 직종에 한해 고용기회가 상대적으로 풍부한 고 용 중심지와 고용기회가 적은 외곽주거지역으로 양 분되어 분포한 것으로 나타났다(박삼옥 등, 2008). 또 한 고령취업자의 이전 직업이 전문·사무직인 경우 단순·서비스직과 비교하여 전문·사무직으로 재취업 할 확률이 크다고 분석하였다(윤형호 등, 2007). 전 국 청년취업자는 일자리의 공간적 서열화 요인에 의 해 학력수준 대비 하향취업이 발생할 수 있다고 분석 하였고(이상호, 2012), 서울시 연령층 중 청년층은 중 구, 종로구, 영등포구 등을 중심으로 높은 집적도를, 노년층은 종로구, 중구, 용산구 등의 지역을 중심으로 집적 분포한다고 하였다(박홍철·이주형, 2013).

연령세대별 일자리 분포에 대한 공간적 접근 외에

이들 연령세대간 연구는 주로 일자리 관계를 검증하 고, 이를 선진국과 비교한 연구가 주를 이루고 있다.

일정한 기간 동안 연령세대 간의 일자리 관계가 대체 관계를 갖는지 아닌지 그 여부를 실증분석을 통해 검 증한 연구들로 대체적으로 노동총량설(lump of la- bor)과 밀접하다. 청년층과 고령층, 두 연령세대간 고 용의 보완탄력성이 미미하고 대체탄력성이 존재하는 것으로 분석한 연구들이 한 축을 이루고 있고(Grant and Hamermesh, 1981; Card and Lemieux, 2001;

Herbertsson and Orszag, 2001, 이찬영 등, 2011), 청년층과 고령층의 일자리는 정(+)의 관계이거나 대체의 증거가 없다고 검증한 대다수의 연구들이 한 축을 이루고 있다(Hebbink, 1993; Acemoglu, 2002; OECD, 2006; Oshio et al ., 2010; Kalwij et al ., 2010; 지은정, 2012; 오민홍·강준규, 2015 등).

OECD의 경우 과거에는 일자리 대체관계를 지지하 여 조기퇴직을 권고하였으나, 이후의 분석결과에서 는 세대 간 일자리 관계에 대체 증거가 없다고 보고 있다(OECD, 2006). 청년층과 고령층의 취업 업종별 직종분리도를 파악하여 청년층과 고령층의 취업분포 가 다르다는 것을 검증한 연구도 있다(안주엽, 2011;

이동희, 2015). 상이성 지수를 활용한 이들의 분석결 과에 따르면, 청년층의 비교우위직종과 고령층의 비 교우위직종이 다르고(안주엽, 2011), 서비스업 일자 리에서 두 연령층은 상당히 분리되어 있어 두 연령층 이 동일한 서비스업 일자리를 두고 경합하는 관계는 아니라고 분석하였다(이동희, 2015).

종합해보면, 청년층과 고령층, 이들 연령세대간 비

교연구는 인구구조의 고령화와 관련하여 거시경제

의 측면에서 선진국과의 비교 또는 전국 총량적 수준

의 고용률, 실업률 등 고용지표를 통해 비교 분석한

연구가 주를 이루고 있고, 지리학에서도 고령층을 대

상으로 하는 공간분석은 활발히 진행되었지만, 청년

층과 고령층의 일자리 분포 패턴을 파악하고 이들 일

자리의 주요 산업별, 직업별 집중분포지역에서 나타

나는 특성을 분석하고 비교한 연구는 거의 없었다.

3. 청년층, 고령층 일자리 분포의 현황 및 공간적 특성

1) 청년층, 고령층 일자리 분포 현황

수도권 취업구조에서 고령취업자의 규모와 비중이 꾸준한 증가세를 나타내면서 2030세대가 차지하는 구성비의 감소세가 관측되고 있다. 2016년 기준 수 도권 전체 취업자에서 60세 이상 고령층은 약 153만 명으로 11.6%의 비중을 차지하는 것으로 나타났다.

2030세대 중 20대 취업자는 약 204만 명으로 15.5%

의 비중을 차지하였고, 30대 취업자는 약 311만 명으 로 23.6%의 비중을 차지하였다(그림 1).

수도권에 분포하는 청년층과 고령층 취업자의 80% 이상은 서비스업에 종사하는 것으로 나타났다 (표 1). 2015년 기준 2030세대 청년층의 산업별 취업 구조는 서비스업(SOC포함) 82.7%, 제조업(광업포 함) 17.1%, 농림어업 0.2%의 구성 분포를 나타냈고, 고령층의 취업구조도 서비스업(80.1%)에서 높은 비

중을 차지하였다. 그 밖에 제조업 11.5%, 농림어업 8.4%의 구성비를 나타냈다. 청년층 서비스업 종사자 의 경우 전국(78.4%)보다 수도권에서 구성비가 더 높 았고, 고령취업자는 제조업과 서비스업에서 전국 구 성비(각 9.2%, 60.5%)보다 수도권에서 더 높은 구성 비를 차지하였다.

수도권 청년층과 고령층 모두 80% 이상 서비스업 에 종사하는 것으로 나타났지만, 일자리의 질적 수준 은 매우 상이한 분포를 나타냈다(그림2). 수도권 청년 취업자의 10명 중 3명 이상은 가장 높은 직능수준을 필요로 하는 전문가 및 관련 직에 종사하였고, 고령취 업자 10명 중 3명꼴은 가장 낮은 일자리 직능만을 필 요로 하는 단순노무 종사자인 것으로 나타났다. 수도

그림 1. 수도권 청년층, 고령층 취업자 추이 자료: 통계청, 경제활동인구조사

표 1. 수도권 청년층, 고령층 산업별 취업분포(2015)

농림어업 제조업 서비스업 계

청년층 0.2 17.1 82.7 100.0

고령층 8.4 11.5 80.1 100.0

자료: 통계청, 인구총조사

권 청년취업자의 직업별 분포에서 전문가 및 관련 종 사자는 약 155만 명으로 전체 취업자 중 33.1% 차지 하였고, 고령취업자 중 단순노무 종사자는 약 35만 명으로 전체 취업자에서 30.1%의 분포를 차지하였 다. 직업별 분포에서 청년층은 고령층보다 전문직, 사 무직, 판매직종에서 구성비가 높았고, 고령층은 관리 직과 서비스직, 기능직, 장치, 기계조작 및 조립 직에 서 구성비 우위를 나타냈다. 농림어업 숙련 직과 단순 노무직종에서는 규모와 비중 모두 고령층이 청년층 보다 높은 것으로 나타났다.

수도권 청년취업자의 가장 큰 규모와 비중을 차지 하는 전문가 및 관련 종사자와 고령취업자의 가장 큰 규모와 비중을 차지하는 단순노무 종사자의 지리적 분포를 도식화하였다. 그림 3과 같이 청년층과 고령 층 취업자는 서울 강남3구와 도심(CBD)을 비롯해 산 업단지 지역을 중심으로 많은 취업자가 분포하는 것 으로 나타났고, 특히 고령취업자는 서울 노원구, 경기 파주시, 남양주시, 평택시 등의 지역에서도 높은 분포 도를 나타냈다.

그림 3. 청년층, 고령층 취업자 분포도 현황(2015) 자료: 통계청, 인구총조사

그림 2. 수도권 청년층, 고령층 직업별 취업분포(2015) 자료: 통계청, 인구총조사

청년층 전문가 및 관련 종사자 고령층 단순노무 종사자

2) 청년층, 고령층 일자리 분포의 공간적 특성

수도권에 분포하는 취업자 중 청년층과 고령층 모 두 서비스업 분야에서 취업분포가 높았지만, 이들의 직업분포에서 청년층은 전문가 및 관련 종사자, 고령 층은 단순노무직에 가장 많이 종사하는 것으로 나타 났다. 그러나 전체 인구의 15%(약 734만 명, 2016) 를 차지하고 있는 베이비부머가 2010년부터 준고령 층으로 진입하고 있고, 2015년부터 본격적으로 정년 퇴직이 시작되고 있다. 이전 세대와 달리 고등교육을 경험하여 고학력 1세대라 할 수 있는 베이비부머의 29.2%(2015)는 대졸 이상의 고학력자이다.

따라서 본 연구는 베이비부머의 고령층 진입에 맞 춰 2010년과 2015년을 중심으로 수도권에 분포하 는 청년층, 고령층 일자리 분포에서 나타나는 공간 적 집중도의 변화를 주요 산업별, 직업별로 살펴보았 다. 연령세대별 산업별, 직업별 분포의 상대적 집중 도를 파악하기 위해 입지계수를 산출하였고, 인접지 역 간 공간적 상호관계를 파악하기 위해 G*통계량을 이용한 핫스팟 분석을 실시하였다. 특히 베이비부머 가 준고령층에 진입하는 2010년과 정년퇴직을 시작 하는 2015년의 일자리 분포 패턴의 변화 분석은 2개 년 모두 60세 이상 고령인구의 분포 양상을 살펴보기 위해 연령 코호트의 시계열적 변화를 반영하였다. 예 를 들어 2015년 60세의 경우 2010년에는 55세로 본 연구의 고령층 연령 범위에 포함되지 않으나 2015년 에는 고령층으로 포함되어 2개년을 비교할 때 2015 년 분석 결과에만 영향을 끼칠 가능성이 존재한다. 따 라서 2015년은 고령층의 연령 범위를 65세 이상으로 설정하여 2010년 60세 이상 고령층의 공간적 분포가 2015년에는 어떻게 변화하는지 비교 분석하였다. 공 간분석에 투입된 자료는 통계청 인구총조사 마이크 로데이터로 근무지기준 취업인구 자료를 이용하였 고, 핫스팟(Hotspot)분석에서 인접지역 간 공간적 관 계는 1차 이웃의 폴리곤 인접성으로 정의, 변수는 지 역별 입지계수 산출 값으로 투입하였다

.

다음 그림 4는 2015년 기준 청년층과 고령층의 취 업자 분포에서 제조업과 전통서비스업(도소매업, 음 식숙박업), 지식기반서비스업(출판, 영상, 방송통신

및 정보서비스업, 전문, 과학 및 기술 서비스업, 교육 서비스업, 보건업 및 사회복지 서비스업 등)의 집중 분포지역의 산출 결과를 나타낸 것이다. 수도권 제조 업의 분포는 크게 인천과 서울서남부지역, 그리고 경 기남부지역으로 구분되는데 두 지역별 제조업 내 인 력 구성은 큰 차이를 나타냈다. 화성시, 용인시, 이천 시 등 경기남부지역을 중심으로 한 제조업에는 청년 취업자가 밀집 분포하는 것으로 산출되었고, 인천과 서울서남부지역을 중심으로 한 제조업에는 고령인력 이 밀집하여 분포하는 것으로 산출되었다. 도소매와 음식숙박업의 전통서비스업은 두 연령층 모두 서울 을 중심으로 핫스팟이 산출되었다. 청년취업자의 경 우 서울동남부지역과 이와 인접한 구리시, 남양주시, 하남시 등을 중심으로 핫스팟을 이루었고, 고령취업 자의 핫스팟은 서울 도심일대로 나타났다. 한편, 제조 업, 전통서비스업과 달리 지식서비스업의 경우 청년 층과 고령층 취업분포의 핫스팟 지역은 상당히 일치 하는 양상을 나타냈다.

청년층과 고령층 취업자의 직업별 집중지역의 분 포는 다음 그림 5와 같다. 제조업과 관련이 큰 생산관 련 직종인 장치, 기계조작 및 조립 종사자의 경우 청 년층과 고령층 모두 제조업의 핫스팟 지역과 매우 유 사한 군집 패턴을 나타냈고, 특히 고령층의 경우 단순 노무직에서도 제조업 고령취업자와 장치, 기계조작 및 조립 직에 종사하는 고령층과 유사한 패턴의 밀집 분포를 나타냈다. 즉, 인천지역과 서울서남부지역 제 조업의 취업분포는 장치, 기계조작 및 조립직과 단순 노무직에 종사하는 고령층이 군집하고 있음을 알 수 있는 분석 결과이다. 청년층 단순노무 종사자의 경우 경기외곽의 광범위한 도농지역인 연천시, 동두천시, 포천시, 가평군, 양평군, 여주시 등을 중심으로 강한 집중도를 나타냈다. 가장 높은 직능수준을 필요로 하 는 전문가 및 관련 직은 서울 강남지역과 이와 인접한 성남시, 과천시, 수원시 등을 중심으로 청년취업자의 밀집 분포가 두드러졌고, 고령취업자도 서울 강남일 대와 도심지역을 중심으로 핫스팟을 이루었다.

2010~2015년 동안, 고령취업의 증가세와 함께 이

들 연령층 일자리의 지리적 군집 패턴에서도 변화가

관측되었다(그림 6). 가장 높은 직능수준을 필요로 하

는 전문가 및 관련 직에서 기존 핫스팟 지역으로의 집 중도가 유지되면서 핫스팟의 공간적 범위가 확산되 는 양상이 관측되었고, 가장 낮은 직능수준만을 필요 로 하는 단순노무직은 핫스팟의 변화가 관측되었다.

전문가 및 관련 직에 종사하는 고령취업자는 기존 핫 스팟 지역으로 산출된 강남지역과 인접한 경기남부 지역을 비롯하여 5년 사이 서울 도심일대로 공간적

군집이 확산되는 양상을 나타낸 반면, 단순노무 종사 자의 핫스팟은 서울서남부지역과 인천 부평구 등 일 부 산업단지 지역에서 수원시, 의왕시, 용인시 기흥 구, 성남시 분당구 등으로 군집지역이 변화하였다.

청년층, 고령층 일자리 분포의 군집 패턴만으로 이 들 세대별 산업별, 직업별 일자리 분포의 공간적 특성 을 설명하는데 한계가 있어 상관관계 분석을 추가로

청년층 고령층

제조업

전통 서비스업

지식 서비스업

그림 4. 청년층, 고령층 산업별 집중분포지역(hotspot, 2015)

자료: 통계청, 인구총조사

진행하여 이들 연령층별 주요 산업별, 직업별 일자리 분포의 연관성을 파악하였다. 특히 연령세대별 학력 분포도 구분하여 직능수준(skill level)과 학력수준의 관계도 함께 살펴보았다(표 2).

수도권에 분포하는 청년층 중 중졸 이하의 학력자 는 농림어업과 단순노무직의 일자리 분포에서 가장 큰 상관관계를 나타냈고, 고졸 학력의 청년층은 기능

원 및 관련 기능 종사자와 장치, 기계조작 및 조립 종 사자 등 생산관련 직종(r=.702, p<.01)과 높은 연관 성을 나타냈다. 청년층 중 대졸 이상의 고학력자는 지 식기반서비스업(r=.726, p<.01)과 관리자와 전문가 및 관련 직(r=.787, p<.01)과 강한 정(+)의 관계를 나 타내며 분포하였다. 수도권 청년층의 일자리 분포는 직능수준과 학력수준이 전반적으로 일치하였으나 일

청년층 고령층

전문직

장치, 기계조작

및 조립직

단순 노무직

그림 5. 청년층, 고령층 직업별 집중분포지역(hotspot, 2015)

자료: 통계청, 인구총조사

부 불일치를 보이기도 하였다. 고졸 학력 청년층의 경우 가장 낮은 직능수준만을 요구하는 단순노무직 (r=.710, p<.01)에서 높은 연관성을 나타내며 분포하 였다.

고령층의 일자리 분포도 직능수준과 학력수준이 전반적으로 일치하는 관계를 나타냈다. 수도권 고령 취업자 중 초졸 이하의 학력은 농림어업과 이에 절대 적 영향을 받는 농림어업 숙련 직(r=.625, p<.01)과 정(+)의 상관관계를 나타냈고, 중졸 학력의 경우 제 조업과 이와 관련이 큰 기능원 및 관련 기능직, 장치, 기계조작 및 조립직의 생산관련 직종(r=.542, p<.01) 과 높은 연관성을 나타냈다. 고졸 이상 고령층은 지 식기반서비스업, 관리전문직, 사무직의 일자리 분포 와 강한 상관관계를 나타내며 분포하였다. 그러나 가 장 낮은 직능수준만이 요구되는 단순노무직과의 연 관성에서도 대졸 이상 고령층과 정(+)의 상관관계

(r=.251, p<.01)를 나타냈다.

Constant and Zimmermann(2004)은 고령층의 학 력수준이 높을수록 단순노무직보다는 전문직으로 재 취업할 가능성이 높다고 분석하였고, 학력수준과 일 자리 분포의 상관관계를 분석한 박소현·이금숙(2017) 에서 2010년 기준 수도권 고령층 중 대졸 이상 학력과 직종 중 단순노무직의 분포는 서로 부(-)의 관계를 갖 는 것으로 나타났다. 그러나 2015년 고령층 자료로 실 시한 본 연구의 분석 결과를 보면 불과 5년 사이 정(+) 의 상관관계로 변화한 것을 알 수 있다. 고령취업이 증 가하고 있지만 고령층 중 일부 대졸 이상 학력자의 경 우 정년퇴직 이후 재취업 또는 직장을 이동할 때 그들 의 학력수준과 불일치하는 저숙련의 일자리로 유입될 가능성이 있는 것으로 해석해 볼 수 있다.

2010 2015

전문직

단순 노무직

그림 6. 고령층 주요 직업별 집중분포지역의 변화

자료: 통계청, 인구총조사

4. 청년층, 고령층 일자리 분포의 변화 예측

앞서 청년층과 고령층의 주요 산업별, 직업별 일자 리 분포에서 나타나는 군집 패턴과 이들 연령세대별 일자리 분포의 연관성을 파악하였다. 본 절에서는 공 간 마르코프 과정(spatial markov process)을 적용하 여 청년층과 고령층 일자리 분포의 재분산, 변동성을 파악하였다.

시·공간적 전이를 반영하여 현재의 상태가 다음의 결과에 직접적인 영향을 미치는 것으로 가정하는 마 르코프 체인 과정을 적용하여 지역별 t시점 i상태의

분포확률이 t+1시점 j상태의 분포확률로 변화되는 양 상을 파악하였다.

P(X

=j | X

=i, X

=i

, ..., X

=i

) =P(X

=j | X

=i)

P

=P(X

=j | X

=i)

본 분석에서 2015년 수도권 연령세대별 주요 직 업별 취업분포의 상태확률을 산출하여 5개의 상태공 간(state space)으로 구분하였고

, 2010~2015년간 연령세대별 직업별 분포의 공간적 전이확률(spatial transition probability)을 산출하였다. 상태공간 확 률 값과 공간 마르코프 전이확률 값을 토대로 2021년 지역별 주요 직업별 분포의 변동성을 예측하였다. 이 표 2. 수도권 청년층, 고령층 일자리 분포와 학력수준의 관계(2015)

초졸 이하 중졸 고졸 대졸 이상

청년층

농림어업 .569** .498** .397** -.413**

제조업 .012 .265* .403** -.396**

전통서비스업 -.315** -.189 -.234* .239*

지식서비스업 -.329** -.594** -.727** .726**

관리전문직 -.356** -.669** -.787** .787**

사무직 -.217 -.213 -.381** .378**

서비스판매직 -.133 -.053 -.102 .103

농림어업 숙련 직 .464** .448** .362** -.375**

기능원 및 장치, 기계 조립직 .283* .494** .702** -.697**

단순노무직 .513** .604** .710** -.715**

고령층

농림어업 .625** -.016 -.709 -.316**

제조업 .286* .390** -.070 -.403**

전통서비스업 -.353** .083 .369** .169

지식서비스업 -.735** -.344** .592** .613**

관리전문직 -.780 -.531** .478** .780**

사무직 -.678** -.414** .460** .639**

서비스판매직 -.292** .184 .389** .060

농림어업 숙련 직 .625** -.016 -.709** -.316**

기능원 및 장치, 기계 조립직 -.004 .542** .392** -.369**

단순노무직 -.274* -.209 .230* .251*

자료: 통계청, 인구총조사

주1) 전통서비스업: 음식점 및 숙박업, 도매 및 소매업

2) 지식기반서비스업: 출판, 영상, 방송통신 및 정보서비스업, 전문, 과학 및 기술 서비스업, 교육 서비스업, 보건업 및 사회 복지 서비스업 등

**p<.01, *p<.05

중 청년층과 고령층 일자리 분포의 변화 중 가장 높은 일자리 직능수준을 필요로 하는 전문가 및 관련 종사 자와 가장 낮은 직능수준만이 요구되는 단순노무 종 사자를 중심으로 공간 마르코프 전이확률 분포 값과 2021년의 일자리 분포확률 예측치를 살펴보았다.

지난 5년 동안 전문직에 종사하는 청년층, 고령층 취업자 분포의 공간마르코프 전이확률 산출 결과를 살펴보면, 두 연령층 모두 2010년의 상태분포를 대체 적으로 유지하는 양상을 나타냈고, 이는 청년층에서 더욱 그러하였다. 직종 중 단순노무직에서 청년층과 고령층 모두 초기분포 보다 분포확률이 상승하여 상 위의 상태공간으로 전환되는 경향을 나타냈고, 특히 단순노무직에 종사하는 청년층의 경우 고령층보다 2010년의 상태분포를 유지하려는 경향이 더 강한 것 으로 관측되었다.

먼저 청년층의 일자리 분포 변화 패턴에 대한 공간 마르코프 전이확률 산출 결과는 다음 표3, 표4와 같 다. 청년층 취업구조에서 전문직 종사자의 상태집합 의 범위를 S 1(14~21%), S 2(21~27%), S 3(27~32%), S 4(32~42%), S 5(42~50%)로 설정하였을 때, 2010년 청년취업자 중 전문직 종사자의 분포가 상대적으로 매우 높은 집합인 S5지역의 경우 공간적으로 수렴되 는 상태를 나타냈고, 나머지 지역은 모두 상태를 유지 하는 확률이 높은 것으로 나타났다. 전문직에 종사하 는 청년취업자의 하위분포지역인 S 1에서 S 2로의 상 태 전이가 약 38%, S 2에서 S 3으로의 상태 전이는 약 25% 나타난 것으로 관측되었다. 이러한 상태 전이를 나타낸 지역은 부천시 오정구, 하남시, 양주시, 서울 강북구, 인천 계양구, 이천시, 화성시, 양평군 등으로 산출되었다. 한편, S 3는 S 2의 하위 상태로 약 14% 전

이되는 분포를 나타냈는데, 인천 남구, 남양주시, 가 평군 등이 이에 해당되는 지역으로 산출되었다.

또한 청년취업자 중 단순노무 종사자의 상태집합 의 범위를 S 1(0~2%), S 2(2~4%), S 3(4~6%), S 4(6~

8%), S 5(8~10%)로 설정하였을 때, 분포가 가장 높은 S 5지역의 경우 다른 상태로의 전이가 진행되지 않는 공간적 수렴상태를 가진 것으로 나타났고, 인천 강화 군과 경기 동두천시, 양평군 등이 이에 해당되는 지역 으로 산출되었다. 그 외의 상태분포에서도 이 직종의 분포율을 유지하거나 분포확률이 증가하여 상태가 전이되는 양상을 보인 것으로 산출되었다. 특히 청년 취업자 중 단순노무직의 분포가 상대적으로 매우 낮 은 S 1의 경우 S 2의 상태로 상승하여 전환되는 확률이 유지되는 확률보다 큰 것으로 관측되었고, 서울 중구 와 마포구, 수원시 영통구 등이 이에 해당되는 지역으 로 산출되었다.

표 4. 수도권 청년층 단순노무직의 공간 마르코프 전이확률(P

) S 1 S 2 S 3 S 4 S 5 S 1 0.40 0.60 0.00 0.00 0.00 S 2 0.10 0.60 0.30 0.00 0.00 S 3 0.00 0.03 0.71 0.26 0.00 S 4 0.00 0.00 0.13 0.63 0.25 S 5 0.00 0.00 0.00 0.00 1.00

다음으로 고령층의 일자리 분포 변화에 대한 공 간마르코프 전이확률 값을 살펴보면 다음 표5, 표6 과 같다. 고령층 취업구조에서 전문직 종사자의 상태 집합의 범위를 S 1(0~3%), S 2(3~7%), S 3(7~10%), S 4(10~18%), S 5(18~26%)로 설정하였을 때, 2010 년 고령취업자 중 전문직 종사자의 최상위분포지역 인 S 5는 상태를 유지하는 확률보다 S 4로 등급이 하락 하는 양상이 관측되었고, 전문직의 분포가 상대적으 로 낮은 상태의 S 2는 전문직의 분포가 소폭 증가하여 5년 후 약 31%의 비율이 S 3의 상태로 전이된 것으로 나타났다. 서울 동대문구, 강북구, 노원구, 금천구 및 인천 중구, 수원시 팔달구, 성남시 수정구와 중원구, 안양시 만안구 등이 이에 해당되는 지역으로 산출되 었다.

표 3. 수도권 청년층 전문직의 공간 마르코프 전이확률(P

)

S 1 S 2 S 3 S 4 S 5

S 1 0.63 0.38 0.00 0.00 0.00

S 2 0.15 0.60 0.25 0.00 0.00

S 3 0.00 0.14 0.77 0.09 0.00

S 4 0.00 0.00 0.07 0.89 0.04

S 5 0.00 0.00 0.00 0.00 1.00

표 5. 수도권 고령층 전문직의 공간 마르코프 전이확률(P

) S 1 S 2 S 3 S 4 S 5 S 1 0.67 0.33 0.00 0.00 0.00 S 2 0.00 0.69 0.31 0.00 0.00 S 3 0.00 0.38 0.38 0.25 0.00 S 4 0.00 0.13 0.25 0.63 0.00 S 5 0.00 0.00 0.25 0.50 0.25

또한 고령취업자 중 단순노무 종사자의 상태집합 의 범위를 S 1(10~20%), S 2(20~31%), S 3(31~34%), S 4(34~42%), S 5(42~51%)로 설정하였을 때, 상태분 포가 상대적으로 높은 S 4, S 5지역을 제외한 나머지 지역 모두 이 직종의 분포율을 유지하는 경향보다 상 승하여 상태가 전이되는 확률이 더 큰 것으로 관측되 었다. S 1지역은 모두 그 등급이 상승하였고, S 2지역 도 S 3과 S 4의 상태로 상승 전이된 확률이 유지한 분 포율 보다 더 큰 것으로 산출되었으며, S 3지역도 S 4 의 상태로 약 42%가 전이되었다. 특히 서울 강남구, 용인시 수지구, 성남시 분당구, 고양시 일산동구와 일 산서구 등의 지역에서 고령취업자 가운데 이 직종의 분포율이 급상승한 것으로 나타났다. 결과적으로 단 순노무직의 상위분포지역을 제외한 대다수 지역은 5 년 사이 이 직종의 분포가 증가했음을 알 수 있다.

표 6. 수도권 고령층 단순노무직의 공간 마르코프 전이확률(P

) S 1 S 2 S 3 S 4 S 5 S 1 0.00 0.63 0.13 0.13 0.13 S 2 0.00 0.24 0.29 0.33 0.14 S 3 0.00 0.00 0.33 0.42 0.25 S 4 0.00 0.09 0.12 0.47 0.32 S 5 0.00 0.00 0.00 0.25 0.75

이러한 공간 마르코프 전이확률 값을 토대로 2021 년 청년층과 고령층 일자리 분포를 예측하였다(표 7, 표 8). 2021년 전문직에 종사하는 청년층의 경우 상 태집합 S 3(서울 종로구, 용산구, 동대문구, 중랑구, 강 북구, 도봉구, 강서구 및 인천 부평구, 계양구, 수원 시 권선구와 팔달구, 성남시 수정구와 중원구, 의정부 시, 안양시 만안구, 부천시 원미구와 소사구, 광명시,

안산시 상록구, 구리시, 화성시, 양평군 등)를 중심으 로 소폭의 증가율을 나타낼 것으로 추정되었고, S 5의 최상위분포지역(수원시 영통구, 성남시 분당구, 용인 시 기흥구 등)은 이 직종의 분포율이 큰 폭으로 증가 할 것으로 추정되었다. 그 외의 나머지 상태 S 1, S 2, S 4에 포함되는 대다수의 수도권 지역은 전문가 및 관 련 종사자의 분포가 감소할 것으로 추정되어, 이 직종 에 종사하는 청년인력 감소에 사전대비가 필요할 것 으로 보인다. 또한 청년취업자 중 단순노무 종사자도 인천 강화군, 경기 동두천시, 하남시, 양주시, 포천시, 연천군, 양평군 등 S 5의 최상위분포지역을 중심으로 큰 폭의 증가세를 나타낼 것으로 추정되었다.

표 7. 수도권 청년층 주요 일자리 분포확률 예측

2015년 2021년

전문직 단순노무직 전문직 단순노무직

S 1 0.10 0.05 0.08 0.01 S 2 0.23 0.20 0.19 0.06 S 3 0.30 0.42 0.32 0.25 S 4 0.33 0.24 0.30 0.21 S 5 0.04 0.09 0.11 0.46

다음으로 2021년 전문직에 종사하는 고령취업자는 서울 강북3구와 성동구, 동대문구, 중랑구, 양천구, 구로구, 금천구, 관악구와 경기 도농지역, 인천 도서 지역을 제외한 인천 전지역과 경기 대다수의 지역 등 S 2, S 3의 상태집합을 중심으로 증가세가 나타날 것으 로 추정되었다. 고령취업자 중 단순노무 종사자의 경 우 S 5의 최상위분포지역인 서울 노원구, 마포구 및

표 8. 수도권 고령층 주요 일자리 분포확률 예측

2015년 2021년

전문직 단순노무직 전문직 단순노무직

S 1 0.05 0.00 0.00 0.00

S 2 0.42 0.16 0.47 0.04

S 3 0.29 0.19 0.32 0.08

S 4 0.23 0.38 0.21 0.34

S 5 0.01 0.27 0.00 0.54

인천 연수구, 부평구, 계양구, 옹진군, 경기 수원시, 성남시, 부천시, 고양시 일산동구, 일산서구, 오산시, 군포시, 용인시 기흥구와 수지구 등 대단위아파트 밀 집지역 등을 중심으로 큰 폭의 증가세를 나타낼 것으 로 추정되었다.

5. 결론

본 연구는 수도권 청년층과 고령층 취업자를 대상 으로 주요 산업별, 직업별 일자리 분포의 공간적 특성 과 집중지역의 변화를 살펴보고, 이들 연령세대별 일 자리 분포와 학력수준과의 연관성을 파악하였다. 또 한 향후 지역별 연령세대별 일자리 분포의 변동성을 예측하였다. 분석결과는 다음과 같다.

첫째, 수도권에 분포하는 2030세대의 청년층과 60세 이상 고령층 취업자의 80% 이상은 서비스업 에 종사하는 것으로 나타났다. 그러나 청년취업자의 33.1%는 전문가 및 관련 직에 종사하였고, 고령취업 자의 30.1%는 단순노무 종사자로 나타났다.

둘째, 이들 연령세대별 주요 산업별, 직업별 집중분 포지역을 산출한 결과, 대졸 이상의 고학력 청년층과 고령층은 지식기반서비스업과 전문가 및 관련 직의 일자리 분포와 강한 정(+)의 연관관계를 갖고 공간적 으로 상당히 일치하는 패턴을 보이며 분포하는 것으 로 관측되었다. 서울 가산디지털단지 일대와 강남지 역, 이와 인접한 경기남부지역 등 일부 특정지역을 중 심으로 지리적으로 특화, 핫스팟을 이루며 집중 분포 하였다.

셋째, 청년층과 고령층 모두 일자리 분포에 있어 직 능수준과 학력수준이 대체적으로 일치하였으나 일부 불일치를 보이기도 하였다. 저숙련 일자리인 단순노 무직에서 대졸 이상의 고학력 고령층과 고졸 학력의 청년층이 서로 정(+)의 상관성을 갖고 분포하는 것 으로 나타났는데, 이들 연령세대별 집중지역의 공간 적 분포 패턴은 차이를 나타냈다. 단순노무직에 종사 하는 청년취업자는 경기외곽의 도농지역을 중심으로 핫스팟을 이루었고, 고령층 단순노무 종사자는 서울

서남부지역과 인천의 산업단지 일대, 서울 강북3구를 중심으로 핫스팟을 나타냈다. 이들 지역을 중심으로 학력수준을 고려한 직능수준의 취업을 위한, 즉 고졸 학력의 청년층과 대졸 이상의 고령층을 대상으로 하 는 맞춤식 일자리가 제공되어야 할 것으로 보인다. 특 히 60세 이상 고령층으로의 진입이 본격화되고 있는 고학력 1세대라 할 수 있는 베이비부머를 대상으로 하는 별도의 지역고용 정책도 마련되어야 할 것이다.

넷째, 청년층과 고령층 일자리 분포 변화에 대한 공 간 마르코프 전이확률을 산출하였고, 이를 토대로 연 령세대별 일자리 분포의 변동성을 예측한 결과, 향후 전문가 및 관련 직에 종사하는 청년층과 고령층 취업 자의 분포율은 소폭 증가할 것으로 예측되었다. 반면, 가장 낮은 일자리 직능수준만이 요구되는 단순노무 직에 종사하는 청년층과 고령층 취업자의 분포가 상 대적으로 매우 높은 분포지역을 중심으로 이 직종의 분포율이 더 증가할 것으로 추정되었다. 단순노무직 에 종사하는 청년층과 고령층 취업자의 최상위분포 지역을 중심으로 중숙련 이상 일자리의 양적공급 및 직능수준의 향상을 위한 직업훈련 프로그램 등 질적 인 공급이 함께 제공되어야 할 것으로 보인다.

아울러 인천지역 및 서울서남부지역 산업단지의 생 산관련 일자리에 고령취업자의 공간적 집중이 관측되 는 등 인력의 고령화를 엿볼 수 있었다. 이들 지역은 청년층 취업유도를 위한 제조업의 고도화 및 지역차 원의 고졸인력 활용 정책이 필요할 것으로 보인다.

한편, 본 연구에서 사용한 예측기법인 마르코프 체 인 모형은 지역별 분포의 재분산 등 지역간 분포 변화 를 파악하는 데 이점이 있지만, 분포 패턴에 의존하여 추정한다는 점에서 다소 한계가 존재한다. 이를 보완 하기 위해 추후 다양한 사회경제적 변수 등을 포함하 는 수정된 모형 등을 통해 예측력을 높이고, 분석결과 의 정확성을 높여야 할 것이다. 또한, 청년층과 고령 층 일자리 분포의 공간적 특성을 파악하기 위해 본 연 구에서 설정한 공간 범위인 시·군·구 수준보다 읍·

면·동 등 최소단위의 공간적 접근이 보다 면밀한 일

자리 분포의 군집 패턴과 지역 간 차이를 파악하는데

유리함에도 불구하고 공식자료 구득의 한계에 부딪

혀 그러하지 못했다. 인구계층별 지역 하위단위의 세

부자료가 공표되어 향후 보다 세밀한 연구결과가 도 출되길 기대한다.

주

1) 취업인구수를 변수로 투입할 경우 취업자의 규모(양)에 따 른 공간적 효과가 spatial clustering 결과에 영향을 끼칠 수 있어(Feser, 2003), 본 연구에서는 상대지표로 연령세대 별 취업자의 입지계수 산출 값을 변수로 투입하였다.

2) 근무지 기준 취업자 자료와 달리 학력별 자료는 자료구득 의 한계로 거주지 기준으로 집계된 수치로 대체하여 분석 하였다.

3) 상태공간의 설정은 각 직업별 분포의 기초통계 값을 고려 하여 매우 높음, 높음, 보통, 낮음, 매우 낮음의 총 5개의 집 합으로 구분하였다.

참고문헌

구양미, 2016, “고령자의 취업에 영향을 미치는 요인에 대 한 연구: 도시와 농촌의 비교를 중심으로,” 한국 경제지리학회지, 19(1), 104-121.

박삼옥·진종헌·구양미, 2008, “서울의 인구고령화와 고령자 고용의 지역적 특성,” 대한지리학회지, 43(3), 337-357.

박소현·이금숙, 2017, “수도권 고령층 분포지역의 유형 화와 유형별 거주 및 고용 특성 분석,” 지역연구, 33(3), 79-100.

박유진·이희연, 2014, “직종특성별 과잉학력에 따른 임 금효과 및 지역 간 비교,” 국토계획, 49(3), 255- 277.

박홍철·이주형, 2013, “서울시 연령계층별 고용의 지역특 성에 관한 연구,” 서울도시연구, 14(3), 213-230.

안주엽, 2011, 세대간 고용대체 가능성 연구, 노동연구원.

오민홍·강준규, 2015, “정년연장이 청년일자리에 미치는 영향에 관한 연구,” Journal of The Korean Data Analysis Society, 17(4), 2005-2013

윤형호·황진수·임석, 2007, “서울시 고령재취업자의 직 종선택의 결정요인,” 한국노년학, 27(4), 721- 737.

이동희, 2015, 청년층과 고령층 서비스업 일자리 현황과 시사점, KIET 산업경제 산업포커스, 산업연구원.

이상호, 2012, “공간적 요인이 청년 대졸자의 하향취업에 미치는 효과,” 공간과 사회, 22(2), 38-77.

이찬영·태원유·김정근·손민중, 2011, 고령화에 따른 노 동시장 ‘3S’ 현상 진단-노동력 부족, 생산성 저 하, 세대간 일자리 경합-, 삼성경제연구소.

지은정, 2012, “OECD 15개국 청년고용과 중고령자 고용 의 대체관계,” 한국사회복지학, 64(4), 233-259.

통계청, 국가통계포털, http://www.kosis.kr 통계청, 마이크로데이터, http://mdis.kostat.go.kr Acemoglu, 2002, Technical Change, Inequality, and Labor

Market, Journal of Economic Literature, XL, 7-72.

Card, D. and T. Lemieux., 2001, Can Falling Supply Ex- plain the Rising Return to College for Younger Men? A Cohort_Based Analysis, The Quarterly Journal of Economics, 116, 705-746.

Constant, A. and Zimmermann, K., 2004, Occupational Choice Across Generations, CEPR Discussion Pa- per, No.4258.

Feser, E. J., 2003, What Regions Do Rather Than Make:

A Proposed Set of Knowledge-Based Occupation Clusters, Urban Studies, 40(10), 1937-1958.

Grant, J. H. and Hamermesh, D. S., 1981, Labor market competition among youths, white women and oth- ers, The Review of Economics and Statistics, 63(3), 354-360.

Hebbink, G. E., 1993, Production factor substitution and employment by age group, Economic Modelling, July, 217-224.

Herbertsson, T. T. and Orszag, J. Michael, 2011, The Costs of Early Retirement in the OECD, IoES Working Paper, No.W01:02.

Kalwij, A., Kapteyn A. and Klaas De Vos, 2010, Retirement of older workers and employment of the young, De Economist, 158(4), 341-359.

OECD, 2006, Live Longer, Work Longer: Ageing and Employ- ment Policies, OECD, Paris.

Oshio, T. S. Shimizutani. and Oishi, A. S., 2010, Does

social security induce withdrawal of the old from

the labor force and create jobs for the young, Social

Security Programs and Retirement around the World:

The Relationship to Youth Employment, edited by Jonahan Gruber and David A. Wise, 217-241, The University of Chicago Press.

교신: 이금숙, 서울특별시 성북구 보문로34다길 2, 성신 여자대학교 사회과학대학 지리학과(이메일: kslee@sung shin.ac.kr)

Correspondence: Keumsook Lee, 2 Bomun-ro 34da-gil, Seongbuk-gu, Seoul, Korea (e-mail: [email protected])

최초투고일 2018. 1. 12

수정일 2018. 1. 30

최종접수일 2018. 2. 7