지 역 별

(1)

지 역 별 제 조 업 생 산 성 의 결 정 요 인 분 석 : 지 역 의 산 업 조 직 과 토 지 이 용 규 제 의 효 과

¹

이 번 송 (서울시립대학교 경제학부 교수) 이 홍 원 (서울시립대학교 대학원생)

Ⅰ . 서 론

최근에 많은 연구들이 도시별 중분류제조업의 생산성결정요인에 대해 추정하고 있 다. 이들 연구들은 Marshall-Arrow-Romer (MAR, Marshall 1890, Arrow 1962, Romer 1986) 와 Jacobs (1969)의 외부효과이론을 실증적으로 분석하는데 도시-산업 자료를 이용하여 도시-산 업의 특성( 또는 도시의 특성)이 생산성과 고용증가에 미친 영향을 검토하였다. MAR 이론에 의하면 첫째, 산업이 지리적으로 집중되었을 때 관련 기업들 사이에 지식파급효과 또는 노 동시장이나 중간재 시장의 효율성이 증대되어 기업의 생산성을 높이고, 둘째, 지역적으로 집 중된 산업의 구조가 독점일 때 기업의 생산성 효과는 더 크게 된다고 주장한다. 왜냐하면 혁신기업이 독점을 통하여 경쟁기업으로의 비효율적 정보유출을 막음으로써 새 상품을 개 발함으로써 발생하는 이득을 독차지 할 수 있기 때문이다. 하지만 Porter (1990)는 독점이 아 니라 경쟁이 기업들로 하여금 보다 새로운 기술을 채택하거나 개발하도록 압박할 것이라고 주장한다.2 한편 MAR 와 Porter 와는 달리, Jacobs (1969)는 유용한 지식의 이전은 다른 산 업들간에 이루어 지기 때문에 도시-산업의 특화가 아니라 다양성이 혁신과 생산성향상을 도 모할 것이며 경쟁이 기술개혁에 유익하다고 주장한다.

이들 이론에 대한 실증적 검증결과는 연구마다 다르다. Henderson (1986)은 도시-산업

1. 두 분의 심사자로부터 훌륭한 논평을 받아 본 논문의 질을 높이는데 크게 도움을 받았다.

“ 이 논문은 2000년도 두뇌한국21사업에 의하여 지원되었음”

2 Porter 역시 지역의 산업집중이 산업의 성장에 유익하다고 주장하였다.

(2)

의 노동자 숫자로3 측정된 특화가 대부분의 중분류 도시-산업의 생산성에 긍정적 효과를 미 치지만 이 효과는 노동자의 수가 늘어감에 따라 감소한다는 것을 밝혀냈다. 그러나 Glaeser, et al (1992)는 이에 상반되는 결과를 얻었다. 그들은 한 도시-산업의 고용이 그 도시의 총 고 용에서 차지하는 비율을 그 산업이 미국 전체의 총민간 고용에서 차지하는 비율로 나누어 특화를 측정하였는데 그들의 연구에 의하면 특화는 그 이후의 도시-산업의 고용성장에 음(-) 의 영향을 미친 것으로 나타났다.

Henderson (1986)은 기업이 위치한 도시인구 규모가 산업생산성과 유의한 관계를 갖 고 있지 않다고 즉, 도시화 경제가 중요치 않다고 밝히고 있다.4 그러나, Glaeser, et al (1992) 는 도시-산업의 다양성을 해당산업을 제외한 여타 5 대산업의 고용이 도시의 전체고용에서 차지하는 비율로 측정하였는데 도시 인구규모와 밀접한 관계를 갖고 있는 다양성이 적으면 적을수록 고용성장이 느려진다는 것을 밝힘으로써 Jacobs 의 외부효과 이론을 확인하였고 간 접적으로 도시화 경제의 중요성을 인정하였다. Glaeser, et al (1992)는 도시-산업의 경쟁을 한 도시-산업의 노동자당 기업체 수를 전국의 그 산업의 노동자당 기업체 수에 대한 비율로 측 정하였는데 도시의 보다 강력한 경쟁정도가 나중의 고용성장을 증가시킨다는 것을 보여 주 었다. 이들 기존 33333339999 의 국외 실증연구들은 미국의 지역-산업의 자료를 사용하며 총 생산함수를 추정하였다.

MAR 이나 Jacobs 의 외부효과이론을 검증한 국내연구로는 이번송 (2000), 이번송⋅홍 성효 (2001), 이번송⋅안형택⋅김종진 (2001) 그리고 이번송⋅장수명 (2001) 등이 있는데 이들은

지역별 생산성 또는 지역별 고용성장의 결정 요인들을 파악하고 있다.5 이번송 (2000)은 1996년 광공업통계조사보고서를 이용해 수도권73개 시⋅구⋅군 지역의 22개 중분류 제조업 산

3 이것을 종종 지역화 경제라 부른다.

4일반적으로 도시의 인구가 성장함에 따라 다양성의 정도가 커진다고 볼 수 있다. 그러므 로 다양성과 인구의 크기는 밀접하게 연관되어 있다.

5 이외의 도시별 생산성에 관한 국내연구로는 국토개발연구원 (1992)이 있다. 이 연구는 6 대 도시의 6개 산업 (제조업, 건설업, 도소매 음식⋅숙박업, 운수⋅통신업, 금융⋅사업서비스업,

(3)

업의 집합자료를 만들어 이에 대한 생산함수를 추정하였다. 그는 이 연구에서 지역화 경제 와 도시화 경제의 효과로 외부경제의 효과를 측정하였는데, 지역화 경제는 중요한 것으로 나타났으나 도시화 경제의 효과는 없거나 일부 산업에 음의 영향을 미친 것으로 파악하고 있다. 이번송⋅홍성효 (2001)은 1981 년과 1996 년 사이의 시계열자료를 이용하며 지역-산업의 특화, 경쟁, 그리고 다양성이 전국의 201 개 시⋅구⋅군의 8 개 제조업 산업의 생산성성장에 미 치는 영향을 분석하였다. 이 연구는 다양성과 경쟁이 생산성 성장에 양(+)의 영향을 미치는 반면, 특화는 음(-) 또는 유의하지 않은 영향을 나타내는 것으로 파악하고 있다. 이번송⋅안형 택⋅김종진 (2001)은 정보화가 167 개 시⋅군 지역의 56 개 중분류 산업의 고용성장에 미치는

영향을 파악하면서 외부효과를 검토하였다. 이 연구에서는 지역의 다양성과 특화가 고용성 장에 양(+)의 영향을 미친 것으로 파악하고 있으며 경쟁의 정도가 고용성장에 미치는 영향 은 산업의 규모별로 다르게 나타났다. 한편, 이번송⋅장수명 (2001)은 전국의 23 개의 중분류

제조업산업의 1995 년도 81,588 개의 개별 기업체 자료를 사용하며 지역화경제, 도시화경제, 도시-산업의 특화, 경쟁 및 다양성이 기업체의 생산성에 미치는 영향을 연구하였다. 특히 위 의 논문은 특화, 다양성 및 경쟁에 대한 정의와 측정 방법들이 기존의 연구들마다 다르다는 점에 주목하며 네 가지의 특화 측정방법, 두 가지의 다양성 측정방식, 그리고 두 가지의 경 쟁 측정방식을 사용하였다. 또 위의 연구는 기업들을 산업범주별, 기업 나이별, 그리고 기업 규모별로 외부효과가 기업의 생산성에 어떻게 다르게 영향을 미치는지 살펴 보았다.

위에서 보았듯이 최근에 많은 경제학자들이 도시에 대한 자료를 사용하여 산업의 생산성에 대한 실증분석을 하는 것에 크게 흥미를 가지고 있다. 이러한 관심의 중요한 이유 중의 하나는 횡단면적 분석을 함에 있어서 국가간 비교보다 도시간 비교가 더 용이하기 때 문이다. 국가들은 매우 다른 경제적인 구조를 가지고 있고 정치적으로나 법적으로 매우 다 르며 게다가 국가의 장벽이 생산요소, 기술 및 생산물의 국가간 이동을 제약하고 있기 때문 이다. 반면에 한 국가 안에 있는 도시들은 동일한 정치적, 법적제도 안에 있으며 생산물, 기술 및 생산요소의 이동이 도시간에는 매우 자유롭다. 그러므로 국가간의 자료를 가지고 분석하는 것보다 도시간의 자료를 가지고 분석하는 것이 생산성의 결정요인을 더욱 정확하

(4)

게 분석할 것이다.

본 연구는 1995년 광공업통계조사의 자료 테입을 이용하여 각각의 시·군·구 안에서 의 중분류 제조업 산업 생산성의 결정요인을 추정하였다. 지역화 경제, 도시화 경제, 지역- 산업의 특화, 다양성 및 경쟁 등의 외부효과가 지역-산업의 생산성에 어떻게 영향을 미치는 가를 살펴 본다. 또한 우리정부는 토지이용규제에 대해 많은 정책을 시행하고 있는데 본 연 구에서는 이러한 정책들이 도시 안의 생산성에 어떠한 영향을 미치고 있는가를 평가할 것이 다. 본 연구는 이번송 (2000)이 수도권만의 자료를 이용하여 비슷한 분석을 한 것을 확대하 여 전국의 자료를 이용하며 분석한다. 이번송⋅장수명 (2001)이 기업체별 자료를 이용하며 다

양한 특화, 다양성 및 경쟁정도의 측정방법을 사용하여 분석하였으므로 본 연구는 이들 개 념의 정의에 대해서는 자세하게 검토하지 않는다. 본 연구의 주된 목적은 Henderson (1986) 과 Glaeser et al (1992)의 기존 외국 연구에서 사용된 것과 거의 동일한 회귀모형, 특화, 경 쟁 및 다양성의 정의 및 측정방식을 한국의 지역-산업 자료에 적용함을 통해 우리의 결과가 미국의 자료를 이용한 기존 외국연구의 결과와 어떻게 다른지를 비교하는 것이다. 또한 연 구결과에서 도출될 수 있는 정책적 시사점도 검토하도록 한다.

나머지 논문의 구성은 다음과 같다. 다음 장에서 회귀분석의 모형을 설명하고 제 3 장에서는 자료, 변수 및 기초 통계치를 설명한다. 4 장에서 회귀분석의 결과를 보고하며 5 장에서는 결론을 맺는다.

Ⅱ . 회 귀 모 형 의 설 정

본 장에서 우리는 생산함수모형을 개발하고 생산성에 영향을 미치는 요소를 찾아내 고 그 요소들이 어떻게 측정되는지 보여준다. 그런 후에 추정할 최종 회귀식을 확정한다.

1. 생 산 함 수

(5)

생산성의 결정요인을 살펴보기 위하여 우선 생산함수를 이용한 생산요소의 사용비 율, 예컨대 노동의 자본장비율과 노동생산성의 관계를 설정한다. 다음의 모형은 Henderson (1986)이 미국과 브라질의 자료분석에 사용한 모형에 근거한다.

Y = g(s) Y(K , L) --- (1)

이 균형식에서 Y(K, L)는 규모에 대한 보수불변을 가정한다. g(s)는 규모에 대한 외 부경제(external economies of scal e)를 보여주는 함수이다. Y는 부가가치(Value-added)를 나타낸 것이다.⁶ K는 자본(유형고정자산의 연말잔액), L은 노동(월평균종사자수)을 나타낸다. 우리 는 이 균형식의 양변을 L로 나누어 더욱 간단하게 만들 수 있다. 그러면 균형식은 아래와 같이 변한다

Y/L = g(s) f(K/L) --- (2)

log(f(K)) = f(log K)로 정의한 후에 식(2)의 양변을 로그화하고 K/L = 1에 대해 테일러전 개(Taylor’s expansion)를 하면 우리는 아래와 같은 함수를 얻을 수 있다.⁷

ln (Y/L) = a

0

+ ln g(s) + a

1

ln (K/L) + a

2

(ln (K/L))

²

--- (3)

이후의 균형식들에서는 (ln (K/L))²를 생략한다. 그 이유는 (ln (K/L))²의 경우, 모든 회 귀식에서 유의하지 않게 나타나기 때문이다.

6 원래 본 논문은 생산액(Y)을 총산출(gross output)로 측정하였으나 한 심사자의 조언을 받아 들여 생산액을 부가가치(Value-added)로 바꾸었다. 회귀분석결과는 총산출을 생산액으로 사 용한 결과와 거의 불변하거나 일부 변수에 대하여는 약간 더 유의하다.

7 생산함수를 콥-더글라스(Cobb-Douglas)생산함수를 가정하여 노동과 자본만의 함수로 설정

(6)

2. 집 적 의 경 제 에 대 한 모 형

경제학자들은 집적의 경제(agglomeration economies)가 도시의 생성과 유지를 도와준 다고 생각한다. 이 집적의 경제는 지역화경제(localization economies)와 도시화경제(urbanization economies)로 나눌 수 있다. 지역화경제는 개별기업의 생산규모가 크기 때문에 생산성이 높 아지는 것이 아니라 개별기업이 속하는 산업의 규모가 그 지역에서 크기 때문에 그 기업의 생산성이 높아지는 것을 의미한다. 도시화경제는 개별기업이 소재하는 지역의 모든 산업을 합한 총생산규모가 크기 때문에 그 기업의 생산성이 높아지는 것을 의미한다.

L% 또는

ε

N% 증가한다는 것

(7)

이다. 만약

ε

L가 음의 부호를 나타내면 우리는 지역화경제가 있다는 것을 알 수 있다. 식 (4)를 식(3)에 대입하여 아래와 같이 집적의 경제를 포함한 모형을 얻는다.

ln (Y/L)

_ij

= a

₀

+ γ (1/L)

_ij

+ b ln (N)

_i

+ a

₁

ln (K/L)

_ij

--- (5)

식(5)에서 i는 각각의 지역을 의미하고 j는 각각의 산업을 의미한다. 앞으로 지역 i 의 산업 j를 지역-산업이라고 한다.

3. 지 역 의 산 업 구 조 변 수

경제학자들은 경쟁(competition), 특화(specialization) 또는 다양화(diversity)와 같은 도 시의 산업구조가 생산성에 미치는 영향에 대해 많은 논의를 해왔다. 대표적으로 Glaeser et al(1992)의 연구가 그것이다.

경제학자들은 지역-산업의 생산성증가에 대해 경쟁과 독점 중 어느것이 더 효과적인 가에 대해 많은 논의를 해 왔다. 앞에서 논의된 바와 같이 Porter (1990)와 Jacobs (1969)의 모형은 경쟁적인 산업의 구조가 기업들에게 혁신과 모방을 더 독려하기 때문에 경쟁적인 지 역-산업의 구조가 생산성증가에 더 효과적이라고 생각하고 Marshall-Arrow-Romer모형 (MAR 모형)은 특허제도가 불완전하기 때문에 경쟁적인 기업들은 좀처럼 새로운 신기술과 생산물 을 개발하려고 하지 않는데 반면에 독점적인 구조는 새로운 기술과 생산물로부터 얻는 이익 을 내재화 할 수 있게 만든다고 주장한다. 이런 효과들을 반영하기 위하여 경쟁 (Competition)변수를 만들었다. 이 변수는 Glaeser et al (1992)를 따라 그 지역-산업의 기업의 숫자를 지역-산업의 전체노동자로 나눈 것을 그 산업의 한국 전체의 기업 숫자를 그 산업의 한국 전체의 노동자로 나눈 것으로 나눈 값이다. 즉 그 산업의 한국전체의 노동자 일인당 기업의 개수와 그 지역-산업에서의 노동자 일인당 기업의 개수를 다음과 같이 비교한 값이 다.

(8)

한국전체노동자수 특정산업의

한국전체기업수 특정산업의

노동자수 산업의

지역 기업수

산업의 경쟁 지역

/

/ -

= -

--- (6)

이 변수가 1보다 큰 값을 갖는다는 것은 그 산업에 있어서 다른 지역보다 이 지역 이 상대적으로 노동자 일인당 기업의 수가 많다는 것을 의미한다. 또 달리 해석한다면 1보 다 높은 값을 갖는다는 것은 한국의 다른 지역에 비해 이 지역이 그 산업에 관하여 상대적 으로 더 경쟁적인 곳이라는 것을 의미한다.⁸

어떤 경제학자들은 예컨대, Glaeser et al (1992)는 산업내에서의 정보교류보다 산업간의 정보교류가 더 중요하다고 생각한다. 그래서 그들은 동종의 산업에 속한 기업들이 한 지역 에 집중되어 있는 것은 바람직하지 않다고 생각한다. 다른 경제학자들은 이를 부정한다. 그 들은 오히려 산업내에서의 정보교류가 산업간의 정보교류보다 더 중요하다고 생각한다. 그 래서 그들은 동종산업에 속한 기업들이 한 지역에 집중되어 있는 것이 바람직하다고 생각한 다. 이 효과를 알아보기 위해 우리의 모형 안에 특화(Specialization)의 변수를 삽입하였다.

이 변수는 Glaeser et al (1992)를 따라 아래와 같이 그 지역의 그 산업의 노동자수가 그 지역 의 전체 노동자에서 차지하는 비율을 그 산업의 한국전체노동자수가 한국 전체의 총 노동자 에서 차지하는 비율로 나눈 값이다.

8 이 변수는 한 지역에서 기업의 수가 많고 적다는 것을 의미함과 동시에 대규모의 기업이 소수 있는지 아니면 소규모의 기업이 다수 있는지를 보여 준다. 이 경우 규모가 작은 기업 이 많다는 것이 제품시장이 독점적이 아니고 경쟁적이라는 것을 반드시 의미하는 것이 아니 라는 점에 문제가 있다. 그러나 한 지역에 대규모의 기업이 있어 그 기업 스스로가 연구개 발에 힘써 생산성의 증가가 이루어지는지 아니면 소규모의 여러 기업들이 모여 있어 경쟁적

전체노동자수 전국의

특정산업노동자수 전국의

전체노동자수 특정지역의

노동자수 산업의

특화 지역

/

− /

=

(9)

---(7)

이 변수가 값이 1보다 큰 값을 가질 경우에 그 지역이 다른 지역보다 그 산업에 관 하여 특화 되었다는 것을 의미한다.⁹

마지막으로 다양화(Diversity)의 변수는 그 지역-산업이 그 지역 안에서 차지하는 비 중을 반영하는 것이다. 이 변수는 그 지역에서 그 산업을 제외한 나머지 산업의 노동자수 를 그 지역전체의 노동자수로 나눈 값이다.

---- (8)

만약 다양화의 변수가 높은 값(1보다 적으나 1에 가까운 수치)을 가지면 그 지역에 서 이 산업의 비중이 낮다는 것을 의미한다. 이는 그 지역에 그 산업이외의 다른 산업들이 많이 분포될 가능성을 내포하고 있다는 것이다. 만약 이 변수의 계수가 회귀분석결과 양의 값을 가지면 지역 안에서의 산업의 다양화가 그 지역의 생산성에 양의 효과를 갖는다는 것 을 의미한다.¹⁰

9 지역-산업별이 아니고 지역별로 특화변수를 구하여 이용하는 것이 더 적합하다는 한 심사 위원의 지적이 있었으나 같은 도시 내에서도 산업에 따라 특화의 정도가 다를 수 있으므로 지역-산업별로 특화변수를 측정하는 것이 타당하다고 생각되며 본 논문의 결과를 비교하려 고 하는 Henderson (1986)과 Glaeser et al (1992)도 지역-산업별로 특화변수를 정의하고 측 정하였다.

10 다양화의 변수에 대하여도 지역-산업별이 아니고 지역별로 변수를 구하여 이용하는 것이 더 적합하다는 한 심사위원의 지적이 있었으나 해당산업을 제외한 여타산업의 고용자가 도 시내의 전체 고용에서 차지하는 비율을 다양화 변수로 측정하는 것이 본 논문의 결과를 비 교하려고 하는 Henderson (1986)과 Glaeser et al (1992)에서도 사용된 다양화변수의 측정 방 법이므로 본 논문에서도 같은 정의를 사용하였다.

전체노동자수 특정지역의

전체노동자수 산업들의

다른 제외한 특정산업을

특정지역의

다양화 =

(10)

4. 지 역 의 특 성 을 나 타 내 는 변 수

기업의 생산성은 지역-산업 종사자의 인적자본수준과 그 지역의 재정자립도에 따라 영향을 받는다. 그래서 우리는 회귀식에 재정자립도와 교육수준을 변수로 삽입하였다. 교 육수준은 지역-산업에 종사하는 노동자의 평균교육연수를 측정한 것이다. 이 변수에 대해 서는 나중에 더욱 자세히 설명한다. 재정자립도는 지방정부의 재정여건을 반영한다. 회귀 식에 앞서 우리는 이 두 변수가 양의 계수를 가질 것으로 예상한다.

5. 토 지 이 용 규 제 정 책

한국에서 기업과 인구는 서울, 인천 그리고 경기도를 포함하는 수도권에 집중되는 경향이 있다. 이러한 경향을 제약하기 위해 우리정부는 주요 도시지역의 팽창을 억제하는 목적으로 그린벨트지역을 설정하였다. 게다가 정부는 수도권집중억제정책에 의하여 수도권 지역을 과밀억제권역, 성장관리권역 그리고 자연보전권역으로 나누었다.

이에 대해 첫째로 우리는 회귀식에 독립변수로 Green변수를 삽입한다. 이 변수는 한 지역 안에서 그린벨트로 제약된 지역의 면적을 총면적으로 나눈 값으로 추정된다. 둘째로 수도권집중억제정책이 생산성에 어떤 영향을 미치는지 알아보기 위하여 세 개의 더미변수 (dummy variable)를 삽입하였다. 변수 DDENSE는 과밀억제권역을 나타내며 변수 DGROWM 는 성장관리권역을 나타내고 변수 DCONSV는 자연보전권역을 나타낸다.¹¹ 이 세 개의 변 수는 수도권의 자료만을 이용한 회귀식에 사용된다. 전체 지역의 자료를 이용한 회귀분석 에서는 이들 세 개의 변수를 합한 지역인 수도권변수(DCAP)로 이 세 개의 변수를 대신한 다.

과밀억제권역은 서울, 인천시(일부 성장관리권역) 및 수원시, 성남시, 의정부시, 광명 시, 고양시, 과천시, 구리시, 남양주시(일부 성장관리권역), 시흥시(일부 성장관리권역), 군포

(11)

시, 의왕시, 하남시의 경기도 14개시를 포함한다. 성장관리권역은 평택시, 동두천시, 안산시, 오산시, 파주시의 경기도 5개시와 양주군, 화성군, 연천군, 포천군, 김포군의 경기도 5개 군 과 강화군, 옹진군의 인천의 2개 군을 포함한다. 자연보전권역은 용인시와 이천시의 경기도 2개시와 여주군, 광주군, 가평군, 양평군, 안성군의 경기도 5개 군을 포함한다. 과밀억제권 역에서는 과밀화방지를 위해 공장의 신⋅증축을 엄격히 제한하며 성장관리권역에서는 공장의 신⋅증축이 제한적으로 허용된다. 자연보전권역에서는 한강수계 보전 등의 이유로 공장의 신

⋅증축이 엄격히(과밀억제권역과 비슷한 수준에서) 제한된다.

토지이용규제가 기업의 노동생산성에 부정적 영향을 줄 수 있다는 이론의 근거는 그린벨트 등의 토지이용규제가 공장용지의 지가를 상승시키고 공장의 신·증축을 제한한다는 데에서 찾을 수 있다. 토지와 자본재가 생산에 있어서 보완관계에 있는 경우 지가상승은 토지의 투입량을 감소하고 따라서 보완적 생산요소인 기계설비의 투입량도 줄게 된다. 기 계설비의 투입량 감소는 노동당 자본재고액비율, K/L을 감소하여 노동의 생산성을 감소시킬 것이며 새로운 기계설비의 투입감소는 자본에 체화(embodied)되어 있는 새로운 기술의 도입 기회를 감소시켜 노동의 생산성을 감소시킬 것이다. 또한 지가상승은 토지취득을 전제로 하는 도로나 기타 사회간접자본에 대한 투자를 위축시켜 장기적으로 노동의 생산성을 감소 시킨다. ¹²(김경환, 서승환 (1999), pp. 238-241 참조)

6. 권 역 더 미 변 수

우리나라는 1995년 현재 서울, 5개의 광역시 그리고 9개의 도로 모두 15개의 권역으

11 변수 DGROWM는 기준 변수이므로 회귀식에서 생략된다.

12 한 논문 심사자는 공장의 설치를 제한하는 토지이용규제가 진입규제역할을 할 수 있으므 로 제품의 가격을 인상시켜 Y가 가격으로 표현되어 있는 기존 개별기업의 Y/L을 높일 수 있다고 하며 토지이용규제가 노동생산성에 부(-)가 아닌 정(+)의 영향도 미칠 수 있다고 지 적하였다. 지역간 비교역재(non-traded goods)인 서비스의 경우는 모르겠으나 본 연구의 대상 인 공산품은 지역간 교역재(traded goods)이므로 전국을 대상으로 영업하는 기업들의 경우 토 지이용규제가 있다고 하여 상품가격이 토지이용규제를 받는 지역에서 특별히 높을 수 있다 는 주장은 설득력이 약하다.

(12)

_i

+ u

ij

--- (9)

u

_ij는 일반적 조건을 만족하는 오차항이다.

Ⅲ 자 료 와 변 수 들

본 연구는 1995년 한국광공업통계조사의 자료테입을 이용하였다. 이 자료는 통계청 이 기업체별 원자료를 이용하여 지역-산업별로 가공하여 제공한 것으로써 전국 247개의 시

· 군 · 구에 속한 23개의 중분류 제조업산업에 대해 기업의 수, 노동자의 수, 임금, 연말자본

(13)

잔액, 생산액 그리고 부가가치 등의 자료를 제공하고 있다. ¹³

본 장에서는 회귀식에 사용되는 주요한 변수들의 수치들을 살펴본다. 각각의 변수 에 대해 상위 20개와 하위 20개의 지역-산업을 표로 나타낸다.

표 1은 노동자 일인당 부가가치액(Y/L)에 대한 상위와 하위 20개의 지역-산업을 나 타내고 있다.

전라도의 여천시에 있는 코크스, 석유제품 및 핵연료제조업(산업코드23)이 가장 높은 생산성을 가지고 있다. 그리고 수원, 장안구의 담배제조업(산업코드16)과 원주시의 담배제 조업(산업코드16)이 각기 두 번째와 세 번째로 생산성이 높은 것으로 나타난다.¹⁴ 지역별로 는 인천과 울산이 상위 20개 안에 가장 많은 분포를 보이고 있다. 그리고 산업별로는 상위 20개 안에 담배제조업(산업코드16)과 코크스, 석유제품 및 핵연료제조업(산업코드23)이 가장 많이 보인다. 여기서 상위에 속하는 대부분의 지역-산업들은 수도권이나 광역시지역에 속 해 있고 하위에 속하는 대부분의 지역-산업들은 지방의 군지역에 속해 있다. 그러나 하위지 역의 몇몇 지역-산업들은 수도권이나 광역시지역에 속한 것도 있다.

13 1981년과 1996년의 한국광공업통계조사의 시계열자료를 이용한 노동생산성의 증가의 결 정요인에 대한 분석은 이번송⋅홍성효 (2001)에서 분석하였다.

14 산업코드, 산업의 명칭 및 산업별 지역수는 부록의 표에서 보여지고 있다.

(14)

<표 1> 노동자 일인당 부가가치액(Y/L) : 상위 20 과 하위 20 지역-산업

(단위 = 백만원)

상위 지역 산업 Y/L 하위 지역 산업 Y/L

1 여천시 코크스 943.51 1 정읍시 제1차금속 0.824

2 수원, 장안구 담배 919.16 2 정선군 가죽 0.922

3 원주시 담배 817.20 3 통영시 가구 1.182

4 인천, 중구 비금속 815.20 4 담양군 재생제료 1.294

5 대전, 대덕구 담배 627.85 5 무주군 음식료 1.598

6 광주, 북구 담배 578.31 6 예천군 펄프 1.833

7 서울, 도봉구 비금속 573.89 7 영광군 의복 2.258

8 울산, 남구 코크스 560.78 8 강진군 조립금속 2.3

9 전주, 완산구 담배 551.99 9 합천군 제1차금속 2.333

10 용인군 TV 541.47 10 속초시 의복 2.667

11 인천, 서구 코크스 514.21 11 봉화군 의료 2.75

12 청주, 상당구 담배 513.08 12 대전, 유성구 TV 2.787

13 남원시 펄프 405.51 13 상주시 출판 2.8

14 여주군 음식료 382.64 14 금산군 가죽 2.967

15 부산, 동래구 제1차금속 365.15 15 제천시 기타운송 3.148

16 영천시 담배 343.22 16 부산, 기장군 재생재료 3.24

17 대구, 중구 담배 337.63 17 성남, 분당구 나무 3.273

18 울산, 울주군 코크스 329.32 18 영광군 출판 3.286

19 산청군 가구 311.33 19 제천시 자동차 3.4

20 남원시 담배 271.01 20 합천군 가죽 3.455

표 2는 노동자일인당 자본재고액(K/L)에 대해 상위와 하위에 속하는 20개의 지역-산업을 나타내고 있다.

노동자 일인당 부가가치액이 네번째로 높았던 인천, 중구의 비금속광물제조업(산업 코드23)이 노동자 일인당 자본재고액에서는 가장 높다. 표 1과 표 2를 비교해보면 상위20 에 속하는 많은 지역-산업이 비슷하다는 것을 알 수 있다. 우리는 이로부터 노동자 일인당

(15)

산업의 개수가 4,000여 개에 이르기 때문에 20개의 표본으로는 명확하게 상관관계를 보여주 지 못하는 한계를 가지고 있다고 할 수 있다.

<표 2> 노동자 일인당 자본재고액(K/L) : 상위 20 과 하위 20 지역-산업

(단위=백만원)

상위 지역 산업 K/L 하위 지역 산업 K/L

1 인천, 중구 비금속 2,465.2 1 울산, 동구 조립금속 0.020

2 서산시 화합물 1,027.4 2 부산, 중구 고무 0.200

3 여천시 코크스 950.53 3 울산, 남구 TV 0.288

4 음성군 가죽 838.00 4 부산, 북구 TV 0.387

5 강릉시 화합물 791.76 5 양평군 섬유 0.400

6 당산군 제 1 차금속 763.18 6 의정부시 재생재료 0.500

7 서산시 코크스 718.26 7 서울, 강남구 목재 0.500

8 안성군 코크스 680.00 8 삼척시 펄프 0.520

9 영암군 화합물 679.48 9 대전, 중구 의료 0.571

10 삼척시 비금속 634.95 10 충주시 사무 0.594

11 인천, 동구 기계및장비 578.85 11 남원시 기계및전기 0.631

12 진해시 화합물 565.19 12 부산, 동구 기계및전기 0.714

13 서천군 펄프 564.44 13 부천시 의료 0.800

14 서울, 중랑구 비금속 518.88 14 대구, 남구 TV 0.846

15 울산, 을주군 코크스 502.38 15 예산군 TV 0.900

16 인천, 서구 코크스 500.32 16 .포항, 북구 자동차 1.000

17 영주시 제 1 차금속 491.66 17 충주시 가죽 1.000

18 여천시 화합물 488.29 18 삼척시 가죽 1.000

19 동해시 비금속 478.17 19 광주, 서구 비금속 1.000

20 강릉시 비금속 467.98 20 순천시 가죽 1.125

표 3은 지역의 인구에 대해 상위 20개와 하위 20개의 지역을 나타내고 있다. 이 표는 산업과는 상관없이 지역만을 나타낸 것이다.

이 표에서 상위에 속하는 대부분의 지역이 서울에 속하고 있다는 것을 알 수 있다.

그리고 서울에 속하지 않는 나머지 지역도 광역시나 수도권지역에 속하고 있다는 것을 알 수 있다. 대조적으로 하위에 속하는 지역들은 지방의 군지역에 속하고 있다. 이 표의 결과 를 표 1의 생산성과 비교하기는 어려워 보인다. 앞에 언급하였듯이 전체인구 변수는 도시

(16)

화경제의 효과를 반영하는 것이기 때문에 회귀식의 결과에서는 양의 계수를 가질 것으로 예 측된다.

<표 3> 지역별 인구: 상위 20 과 하위 20 지역

상위 지역 인구 하위 지역 인구

1 서울, 송파구 636,845 1 울릉군 11,306

2 서울, 노원구 569,392 2 인천, 웅진군 12,624

3 서울, 관악구 548,318 3 계룡출장소 15,495

4 서울, 강남구 534,724 4 양구군 23,191

5 고양시 518,282 5 영양군 23,797

6 안산시 510,314 6 화천군 25,170

7 서울, 강서구 503,063 7 장수군 26,887

8 서울, 성북구 490,310 8 양평군 28,199

9 서울, 동대문구 489,621 9 무주군 29,432

10 서울, 강동구 487,259 10 군위군 29,696

11 서울, 은평구 485,287 11 증평출장소 31,056

12 창원시 481,694 12 고령군 31,664

13 대구, 달서구 477,620 13 진안군 32,105

14 서울, 양천구 460,655 14 인제군 32,828

15 광주, 북구 459,065 15 구례군 34,247

16 부산, 부산진구 453,022 16 청송군 35,063

17 대구, 수성구 440,961 17 순창군 35,337

18 서울, 중랑구 439,931 18 고성군 36,587

19 인천, 남구 425,887 19 임실군 37,201

20 서울, 동작구 422,468 20 의령군 37,681

표 4에서는 경쟁(Competition)의 변수에 대한 상위 20개와 하위 20개의 지역-산업을 나타내고 있다. 표 4에서의 일반적인 특징은 상위에 속하는 대부분의 표본들이 코크스, 석 유제품 및 핵연료제조업(산업코드23)과 기타운송장비제조업(산업코드35)에 속한다는 것이다.

이 두 개의 산업이외에 영상, 음향 및 통신장비제조업(산업코드32)의 표본들이 상위에 속하 고 있다. 우리는 이들 3종류의 산업이 그 지역에서 다른 곳의 다른 산업들보다 더 경쟁적

(17)

있다.

<표 4> 경쟁(Competition) : 상위 20 과 하위 20 지역-산업

상위 지역 산업 경쟁 하위 지역 산업 경쟁

1 고양시 코크스 32.30 1 포항, 남구 의료 0.032

2 진해시 코크스 25.38 2 이천, 중구 목재 0.035

3 안성군 코크스 22.21 3 옥천군 출판 0.048

4 횡성군 코크스 22.21 4 울산, 동구 기타운송 0.048

5 서울, 양천구 기타운송 18.93 5 곡성군 비금속 0.057

6 부산, 연제구 기타운송 18.93 6 경산시 출판 0.058

7 고창군 기타운송 18.93 7 예산군 섬유 0.063

8 영광군 기타운송 18.93 8 의왕시 기타운송 0.066

9 인천, 남동구 코크스 18.71 9 광주, 서구 자동차 0.067

10 강릉시 기타운송 16.71 10 수원, 팔달구 비금속 0.068

11 부산, 사상구 코크스 16.15 11 대전, 유성구 섬유 0.074

12 인천, 남구 코크스 16.15 12 용인군 의복 0.074

13 군위군 코크스 16.15 13 이천군 TV 0.076

14 부산, 중구 기타운송 15.78 14 단양군 의복 0.078

15 연기군 기타운송 15.78 15 영암군 섬유 0.083

16 당산군 기타운송 15.78 16 광양시 제 1 차금속 0.083

17 나주시 기타운송 15.78 17 포천군 의복 0.084

18 구미시 기타운송 15.78 18 수원, 장안구 화합물 0.085

19 부산, 서구 TV 15.34 19 의왕시 의복 0.091

20 부산, 동구 TV 15.34 20 부산, 남구 제 1 차금속 0.093

표 5는 특화(Specialization)의 변수에 대해 상위 20개와 하위 20개의 지역-산업을 나 타내고 있다. 이 표 안에서 상위 지역에 속하는 대부분의 지역-산업들은 코크스, 석유제품 및 핵연료제조업(산업코드23)과 기타운송장비제조업(산업코드35)에 속하고 있다. 이것은 경 쟁변수의 표와 비슷한 것이다. 이것은 코크스, 석유제품 및 핵연료제조업(산업코드23)과 기 타운송장비제조업(산업코드35)의 두개의 산업들이 전국지역에서가 아니라 특정한 지역에서 매우 경쟁적이라는 것을 말해준다. 이들 산업에 속하는 기업들은 특정지역에 집중을 한다.

(18)

그러므로 경쟁이 그 특정지역에서만 일어나게 되는 것이다. 높은 특화를 가지고 있는 또 다른 산업은 담배제조업(산업코드16)이다. 담배제조업이 높은 특화를 보이고 있는 이유는 아마도 담배제조업에 사용되는 담배원료의 재배농장으로 이용되는 토지때문일 것이다.

<표 5> 특화(Specialization) : 상위 20 과 하위 20 지역-산업

상위 지역 산업 특화 하위 지역 산업 특화

1 청주, 상당구 담배 154.66 1 창원시 의복 0.001

2 전주, 완산구 담배 135.81 2 구미시 기타운송 0.002

3 대구, 중구 담배 85.25 3 청주, 흥덕구 자동차 0.003

4 영주시 담배 39.59 4 대전, 대덕구 의복 0.003

5 광주, 북구 담배 38.08 5 거제시 화합물 0.005

6 남원시 담배 34.67 6 울산, 중구 의복 0.005

7 서산시 코크스 34.36 7 거제시 비금속 0.005

8 울산, 남구 코크스 33.82 8 울산, 중구 의료 0.006

9 수원, 장안구 담배 31.53 9 청원군 의복 0.007

10 울산, 동구 기타운송 28.68 10 청주, 사상구 사무 0.007

11 거제시 기타운송 26.80 11 울산, 동구 비금속 0.008

12 원주시 담배 26.55 12 광주, 서구 화합물 0.008

13 안동시 담배 26.42 13 창원시 가죽 0.009

14 대전, 유성구 코크스 24.85 14 대구, 달성구 가죽 0.009

15 여천시 코크스 23.96 15 오산시 의복 0.010

16 영암군 기타운송 21.92 16 서울, 중구 TV 0.010

17 서울, 중구 출판 20.50 17 광주, 서구 비금속 0.010

18 울산, 을주군 코크스 20.12 18 포항, 남구 의복 0.010

19 단양군 비금속 19.24 19 성남, 중원구 기타운송 0.010

20 옥천군 담배 18.86 20 울산, 중구 가구 0.010

표 6은 다양화(Diversity)에 대한 상위 20개와 하위 20개의 지역-산업을 나타낸 것이 다. 이 표에서 상위에 속한 대부분의 지역-산업들이 재생재료가공처리업(산업코드37)에 속 하는 것이다. 이것은 재생재료가공처리업이 그 지역에서 지배적인 산업이 아니라는 것을 의미한다. 대조적으로 하위에 속한 대부분의 지역-산업들이 음식료가공업(산업코드15)에 속 하는 것들이다. 이것은 음식료가공업이 그 지역에서 지배적인 산업이라는 것을 의미한다.

(19)

있다. 그리고 하위에 속한 대부분의 지역-산업들이 지방의 군지역에 속하여 있다. 이것은 도시지역이 지방보다 다양화가 더 잘되어 있다는 것을 의미한다. 둘째, 거제시와 울산시의 중구는 상위와 하위, 모두에서 보여진다. 이는 이들 도시가 큰 산업과 다수의 작은 산업들 로 이루어져 있다는 것을 말해준다.

<표 6> 다양화(Diversity) : 상위 20 과 하위 20 지역-산업

상위 지역 산업 분화 하위 지역 산업 분화

1 구미시 기타운송 0.999 1 신안군 음식료 0.009

2 창원시 의복 0.999 2 완도군 음식료 0.035

3 부산, 사상구 사무 0.999 3 울릉군 음식료 0.101

4 울산, 중구 의료 0.999 4 울산, 동구 기타운송 0.122

5 서울, 영등포구 재생재료 0.999 5 을진군 음식료 0.135

6 울산, 중구 재생재료 0.999 6 광주, 서구 자동차 0.135

7 대구, 서구 재생재료 0.999 7 단양군 자동차 0.135

8 구미시 재생재료 0.999 8 영덕군 음식료 0.137

9 거제시 목재 0.999 9 거제시 기타운송 0.180

10 청주, 흥덕구 자동차 0.999 10 고성군 음식료 0.194

11 인천, 부평구 재생재료 0.999 11 진도군 음식료 0.201

12 대전, 대덕구 의복 0.999 12 울산, 중구 자동차 0.216

13 창원시 가죽 0.999 13 영월군 비금속 0.221

14 서울, 구로구 재생재료 0.999 14 영양군 비금속 0.224

15 대두, 달성군 가죽 0.999 15 여천시 화합물 0.227

16 거제시 화합물 0.999 16 해남군 음식료 0.235

17 창원시 고무 0.999 17 장흥군 음식료 0.241

18 창원시 재생재료 0.999 18 수원, 팔달구 TV 0.248

19 인천, 남동구 코크스 0.999 19 고흥군 음식료 0.259

20 천안시 재생재료 0.999 20 양구군 음식료 0.270

표 7은 교육수준에 대하여 상위 20개와 하위 20개의 지역-산업을 나타내고 있다.

교육수준은 교육을 받은 연수로 측정하였다. 예를 들어 초등학교졸업은 6, 중학교졸업은 9, 고등학교졸업은 12, 전문대졸업은 14, 대학교졸업은 16 그리고 대학원졸업은 18의 교육년수 가 주어졌다. 또한 초등학교중퇴는 5, 중학교중퇴는 8, 고등학교중퇴는 10.5, 전문대중퇴는 13, 대학교중퇴는 14 그리고 대학원중퇴는 17의 교육년수가 주어졌다. 지역-산업의 노동자

(20)

의 교육수준에 대한 자료는 1995년 인구주택총조사의 10%표본 자료테입을 사용하여 도출하 였다.

<표 7> 교육수준(Education) : 상위 20 과 하위 20 지역-산업 (년)

*주 : 이 표에서 노동자수가 30명 이하인 지역-산업은 제외되었다.

상위에 속하는 지역-산업들은 모두 수도권지역에 속해 있고 하위에 속하는 대부분의 지역-산업들은 지방의 군지역에 속해 있다. 상위 5개 지역-산업 안에 있는 산업은 코크스, 석유제품 및 핵연료제조업(산업코드23), 고무 및 플라스틱제조업(산업코드25), 사무, 계산 및 회계용기계제조업(산업코드30), 자동차 및 트레일러제조업(산업코드34) 그리고 영상, 음향 및 통신장비제조업(산업코드32)이다. 이 산업들은 전문노동자를 필요로 하는 것들이다. 반면

상위 지역 산업 교육수준 하위 지역 산업 교육수준

1 고양시 코크스 15.75 1 동두천시 펄프 6.73

2 서울, 서초구 고무 15.69 2 영덕군 음식료 6.88

3 서울, 강남구 사무 15.52 3 금산군 음식료 7.33

4 서울, 서초구 자동차 15.51 4 동해시 음식료 7.56

5 서울, 서초구 영상 15.47 5 완도군 음식료 7.63

6 서울, 서초구 사무 15.43 6 울진군 음식료 7.68

7 서울, 서초구 기계 및 장비 15.41 7 장흥군 음식료 7.74

8 성남, 분당구 사무 15.34 8 보은군 음식료 7.93

9 서울, 강남구 화합물 15.33 9 남원시 목재 8.01

10 서울, 강남구 영상 15.21 10 합천군 비금속 8.02

11 서울, 서초구 화합물 15.13 11 보령시 음식료 8.06

12 서울, 강남구 출판 15.09 12 정읍시 섬유 8.08

13 과천시 출판 15.02 13 서천군 음식료 8.08

14 서울, 강남구 고무 15 14 강릉시 음식료 8.08

15 서울, 송파구 사무 14.97 15 신안군 음식료 8.10

16 성남, 분당구 자동차 14.92 16 삼척시 음식료 8.16

17 서울, 강남구 기계 및 전기 14.90 17 옥천군 섬유 8.19

18 서울, 서초구 기계 및 전기 14.88 18 영천시 음식료 8.23

19 서울, 서초구 출판 14.88 19 연기군 섬유 8.27

20 서울, 강동구 사무 14.87 20 보령시 비금속 8.28

(21)

노동자를 많이 고용하는 산업이다.

표 8은 재정자립도(financial independence)에 대한 상위 20개와 하위20개의 지역을 나 타낸 것이다. 상위 20에 속하는 대부분의 지역들은 수도권지역에 속해 있다. 반면에 하위 20안에 속하는 대부분의 지역들은 지방의 군지역에 속해 있다. 재정자립도에 대한 표는 교 육수준에 대한 표와 비슷하다. 회귀식에서 우리는 이 변수에 대해 양의 계수를

<표 8> 재정자립도(Financial Independence) : 상위 20 과 하위 20 지역

상위 지역 재정자립도 하위 지역 재정자립도

1 ^과천시 ^97.6 1 ^여천군 ^17.2

2 ^{서울, 서초구} ^96.7 2 ^봉화군 ^18.4

3 ^{서울, 용산구} ^95.5 3 ^보성군 ^18.4

4 ^{서울, 강남구} ^95.2 4 ^의령군 ^18.6

5 ^{성남, 수정구} ^90.1 5 ^장흥군 ^19.6

6 ^{성남, 중원구} ^90.1 6 ^함양군 ^19.8

7 ^{성남, 분당구} ^90.1 7 ^진안군 ^20.1

8 ^{안양, 만안구} ^90.1 8 ^강진군 ^20.2

9 ^{안양, 동안구} ^90.1 9 ^고창군 ^20.6

10 ^{수원, 장안구} ^88.8 10 ^신안군 ^21.0

11 ^{수원, 권선구} ^88.8 11 ^의성군 ^21.7

12 ^{수원, 팔달구} ^88.8 12 ^완도군 ^21.8

13 ^{부천, 원미구} ^88.8 13 ^양평군 ^22.4

14 ^{부천, 소사구} ^88.8 14 ^청양군 ^22.4

15 ^{부천, 오정구} ^88.8 15 ^산청군 ^22.7

16 ^창원시 ^87.5 16 ^부여군 ^22.8

17 ^안산시 ^84.4 17 ^진도군 ^22.9

18 ^고양시 ^84.1 18 ^곡성군 ^23.0

19 ^김포시 ^84.1 19 ^양구군 ^23.0

20 ^{서울, 영등포구} ^82.0 20 ^예천군 ^23.1

예상한다. 하지만 재정자립도 변수는 내생적일 수 있다는 문제가 있는데 즉 높은 생산성으 로 인해 재정자립도가 높아질 수 있기 때문이다

(22)

Ⅳ 회 귀 분 석 결 과

본 연구는 식 (9)를 추정한다. 이 회귀분석 결과는 표 10부터 표 12에 나타낸다.

표 9는 회귀분석에 사용되는 주요 변수에 대해 평균치와 표준편차를 보여준다

<표 9> 주요변수에 대한 평균치와 표준오차

변수 평균 표준편차

Y/L (백만원) 35.6 46.2

K/L (백만원) 42.1 72.7

Population 207,116 140,762

Competition 2.17 2.27

Specialization 1.52 4.42

Diversity 0.93 0.11

Education (년) 11.29 1.61

Financial Independence (%) 45.9 20.1

DCAP 0.35 0.47 DKANG 0.05 0.21 DCHUNG 0.14 0.35

DCHOLLA 0.20 0.40

DKSANG 0.23 0.42 DCHEJU 0.01 0.10

1. 전 국 의 모 든 지 역 에 대 한 회 귀 분 석 결 과

표 10은 모든 지역에 대한 회귀분석결과를 나타낸다. 이 회귀분석결과는 서울, 5개 의 광역시 그리고 9개의 도를 모두 포함한 추정결과이다. 표본들은 각각의 시 · 군 · 구의 중분류 제조업 산업이다. 전체 표본의 개수는 3,775개이다. 원래 247개의 지역과 23개의 중 분류 제조업 산업이 있으므로 5,581개의 표본을 가져야 하나 전 지역에서 모든 산업을 가지

(23)

표 10의 1열은 기본적인 변수들만 가지고 추정한 결과이다. 2열부터 4열은 지역의 산업조직변수들, 즉, 경쟁, 특화 및 다양화에 대해 각기 개별적인 회귀결과를 보여주는 것이 다. 5열은 이들 세 개의 산업조직변수들을 함께 회귀한 결과이다. 6열은 회귀식에 권역더 미변수를 추가로 포함한 결과이다.

회귀결과가 나오기 전에 우리는 1/L의 계수가 음이고 ln (N)의 계수가 양이 될 것을 예측하였다. 그리고 재정자립도와 교육수준 역시 양의 계수를 가질 것이라고 예측하였다.

< 표 10 > 전국에 대한 회귀결과

(1) (2) (3) (4) (5) (6) 상수 1.307

(8.30) 1.270

(8.08) 1.139

(7.36) 1.473

(8.94) 0.984

(5.94) 1.168 (6.93) 1/L -2.438

(-10.45) -1.891

(-7.21) -2.130

(-9.27) -2.228

(-9.24) -1.793

(-6.82) -1.585 (-6.01) Ln (N) 0.025

(2.81)

0.029 (2.09)

0.037 (2.72)

0.031 (2.22)

0.037 (2.70)

0.030 (2.18) Ln (K/L) 0.359

(42.16)

0.355 (41.67)

0.349 (41.67)

0.356 (41.85)

0.347 (41.33)

0.350 (41.65) Education 0.037

(6.43) 0.040

(6.93) 0.038

(6.82) 0.038

(6.68) 0.040

(7.06) 0.038 (6.83) Financial

Independence 0.004

(8.25) 0.004

(8.21) 0.004

(8.37) 0.004

(8.09) 0.003 (5.59) Competition -0.020

(-4.50)

-0.017 (-3.87)

-0.018 (-4.07) Specialization 0.023

(12.65)

0.024 (12.19)

0.025 (12.48)

Diversity -0.274

(-3.37) 0.188

(2.14) 0.154 (1.76)

Dcap 0.053

(1.91)

Dkang -0.096

(-2.23)

Dcholla -0.113

(-3.72)

Dksang -0.036

(-1.39)

Dcheju -0.158

(-1.92)

표본수 3,775 3,775 3,775 3,775 3,775 3,775 조정된 R² 0.3969 0.4000 0.4213 0.3985 0.4239 0.4300 주: 괄호 안의 수치는 t-값을 나타낸다.

(24)

표 10에 나타내는 결과는 우리의 예측과 모두 일치하였다. 그리고 모든 변수는 통계적으로 유의하다.

표 10의 열 2-4에서 경쟁의 변수는 음의 계수를, 특화는 양의 계수를 갖으며 다양화 는 음의 계수를 갖는다.

1/L은 지역화경제를 나타내는 변수이다. 최종회귀분석결과를 나타내는 표 10의 6열 에서 이 계수는 –1.585이고 t-값은 –6.01이다. 이 결과는 우리의 예상과 동일하다. 이것은 동종산업에 속하는 기업들이 특정 지역에 집중됨에 따라 지역화경제의 효과가 있음을 의미 한다. ln (N)은 도시화경제를 나타내는 변수이다. 계수는 0.030이고 t-값은 2.18이다. 이 결과도 역시 예상한 바와 같다. 이것은 도시의 규모가 기업들의 생산성에 양의 효과를 미 치는 것을 의미한다. 우리나라의 경우, 제조업은 아직도 동종산업에 속하는 기업들이 많이 군집을 이루고 있으며 비교적 인구가 많은 도시에서 생산성이 높게 나타나고 있다. 지역화 경제는 (뒤에서 다시 논의되는 특화의 변수와 비슷한 현상을 나타내는 것으로써) 정부가 특 정지역에 제조업을 육성하기 위해서는 지역화경제의 효과를 즐길 수 있는 여건이 마련되어 있어야 한다는 것을 의미한다. 도시화경제의 효과가 양(+)이고 유의한 것은 본 논문에서 사 용된 지역이 도시만을 포함하는 것이 아니라 도시와 군지역을 함께 포함하고 있음에 유의해 서 해석해야 한다. 이러한 결과는 군지역보다 도시지역에서 제조업의 생산성이 높음을 의미 한다. 이번송⋅장수명 (2001)은 제조업 기업체별 자료를 이용하며 도시지역만을 대상으로 생

산성의 결정요인을 분석하였는데, 도시화경제의 효과는 대부분의 회귀분석에서 음(-)으로 유의한 것으로 나타났다. 따라서 우리나라의 경우 대도시나 군지역보다 중소도시에서 제조 업의 생산성이 높다고 결론지을 수 있다.

노동자 일인당 자본량의 계수는 0.350이고 t-값은 41.65이다. 매우 높은 수치로 유의 하다. 지역-산업의 교육수준과 지역의 재정자립도 역시 모두 양의 계수를 가지면서 유의하 다. 재정자립도의 경우 표 10의 1열에서 6열까지의 모든 회귀결과에서 매우 유의한 것으로 나타난다. 권역더미변수를 포함한 6열에서는 t-값이 낮아지긴 했지만 여전히 유의한 값을

(25)

수준과 재정자립도에 대한 결과는, 첫째, 지역-산업의 인적자본수준이 높으면 지식파급에 있 어 외부효과가 발생하여 기업의 생산성이 증가한다는 사실을, 둘째, 지역의 재정자립도가 높 아서 지역에 사회간접자본이 충분히 제공될 때 기업의 생산성이 높아짐을 의미한다. 결국 지역의 높은 교육수준과 사회간접자본수준이 제조업의 입지를 권장하는데 결정적인 요인임 을 보여 준다.

경쟁변수의 계수는 2열에서 –0.020이고 t -값은 –4.50이다. 비슷한 결과가 5열과 6열 에서도 나타난다. 이것은 적은 수의 대규모 기업들이 소재하는 지역-산업의 경제구조가 우 리나라에서는 생산성에 더 좋은 효과를 가져온다는 것을 의미한다. 3열에서 특화의 계수는 0.023으로 매우 유의하게 나왔다. 그리고 비슷한 결과가 5열과 6열에서도 나타난다. 특화에 대한 양의 계수는 산업이 한 지역에 집중되어 있을 때 그 산업에 속한 기업들이 높은 생산 성을 가지게 된다는 것이다. (다시 말해서 다른 지역보다 이 도시에 특정산업이 특화가 되면 그 지역 해당산업의 생산성이 높아지게 된다.) ¹⁵

다양화의 계수는 4열에서 음의 수치를 가지면서 유의하다. 그러나 다른 산업구조 변수가 포함되어 있는 5열과 6열에서는 양의 수치를 갖는다. 이것은 다양화 변수가 특화 변수와 음의 상관관계가 있기 때문이다. 그러므로 다양화 변수에 대해서는 4열보다 5열이나 6열의 결과를 더 주목해야 할 것이다. 다양화의 계수가 양이라는 것은 한 지역에서 해당산 업이 지배적일 때보다 그렇지 않을 때에 그 산업에 속한 기업들이 높은 생산성을 갖게 된다 는 것을 의미한다. 다시 말해서 그 산업이 전국에 비해 그 지역에 특화되어 있을지라도 그 산업이 지역의 전체 노동자중 큰 부분을 고용하고 있지 않을 때 높은 생산성을 갖는다는 것

15 한 논문심사자는 우리의 회귀분석에서 독립변수들간의 상관성을 배제하지 않았기 때문에 추정결과에 신뢰성을 부여하기 어렵다고 지적하였다. 특히, 노동자당 자본재고액, K/L 또는 경쟁(Competition)변수, 지역더미변수사이에 상관성이 심각할 것으로 유추한다. 즉 서울지역 은 다른 지역에 비해 K/L이 높은데 Competition도 높을 것이라는 주장이다. 회귀분석에 있 어서 독립변수들사이에 어느 정도 상관성이 있으리라는 것은 부정할 수 없으나 횡단면분석 (cross section analysis)에 있어서 이 점이 계수추정의 결과에 심각한 문제를 일으키지 않는다 고 본다. K/L변수와 competition변수간에는 상관계수가 –0.1796으로 크게 높은 편은 아니며 부의 관계가 있다. 노동자당 자본재고액, K/L비율이 높은 지역에 노동자당 기업체수인 competition이 반드시 높으리라는 추정은 정확하지가 않다. 오히려 서울과 같은 경우에 영세 기업이 많아 K/L이 낮은 반면에 노동자당 기업체수인 competition은 높으리라고 가정할 수 있을 것이다.

(26)

이다. 다양성은 산업간의 지식전파를 촉진시키는 외부효과를 유발하여 생산성을 높이는 역 할을 한다. 다양성의 변수에 대한 결과는 도시화경제가 양의 유의한 효과를 갖는 것과 맥 락을 같이 한다. 인구가 많은 도시에서 하나의 산업이 전체고용의 큰 부분을 고용하는 것이 어렵기 때문이다.

이들 세 개의 시장조직에 관한 변수들의 결과는 기업의 집중(특화)과 기업의 규모 (낮은 경쟁) 그리고 지역산업구조의 다양화가 우리나라에서는 생산성에 양의 효과를 미친다 는 것을 보여준다. 기업의 집중과 기업의 규모에 대한 우리의 결과는, MAR모형의 주장을 지지하며 Henderson(1986)의 실증적연구의 결론과 일치하는 반면에 Jacbs(1969)이론은 부정하 며 Glaser et al(1992)의 실증적연구의 결론과 상반된다. 다양성에 대한 결과는, Jacobs이론을 지지하며 Glaser et al(1992)의 실증적연구의 결론과 일치한다. 특화에 대한 결과가 MAR모형 을 지지하고 다양성에 대한 결과가 Jacobs이론을 지지한다는 것에 대하여는 확신을 할 수 있으나 경쟁에 대한 결과의 해석에는 신중을 기할 필요가 있다. 앞에서 언급되었으며 한 심 사위원에 의해서도 지적된 바와 같이 우리의 경쟁 변수는 이 지역에 소재하는 해당산업의 기업체 당 평균규모(실제로는 종사자 1인 당 기업체수)가 전국의 해당산업에 속하는 기업체 당 평균규모보다 얼마나 작은가를 보여준다. 이 변수의 계수는 소규모의 기업을 많이 가진 지역-산업의 기업이 높은 생산성을 갖는지 적은 수의 대규모 기업들을 가진 지역-산업의 기 업이 높은 생산성을 갖는지를 보여 주지만, 경쟁적인 또는 독점적인 지역-산업의 기업이 더 높은 생산성을 갖는지는 보여주지 못한다. 이번송⋅장수명 (2001)은 개별기업체의 자료를 이

용한 회귀분석에서 본 논문에서 사용되는 경쟁변수와 동일한 변수를 사용하였는데, 회귀식 에 기업체의 규모를 통제하는 변수를 추가로 포함하는 경우에는 경쟁변수의 계수가 유의한 양의 값을 갖고 기업체 규모 변수를 생략했을 때에는 본 논문의 결과와 같이 경쟁변수가 유 의한 음의 값을 가졌다. 따라서 본 논문의 결과는 우리나라의 제조업에 있어서는 많은 소규 모 기업들보다 적은 수의 대규모기업들이 소재하는 지역-산업의 기업이 더 높은 생산성을 갖는 것으로 해석해야 하며, 독점적인 시장조직을 갖는 지역-산업의 기업이 경쟁적인 지역-

(27)

산업조직에 대한 우리의 결과는, 지역의 산업을 육성함에 있어 특화와 대규모의 기 업들이 기업의 생산성을 높이지만 지역에 해당산업 외에도 다양한 여타산업이 존재하는 것 이 유리함을 시사한다.

마지막 열에서 우리는 권역 더미변수들을 사용하였다. 많은 기업들이 수도권의 토 지이용규제정책을 피하기 위해 수도권지역에서 충청도지역으로 이전했을 것이다. 이를 반영 하기 위해 우리는 충청도의 더미변수를 기준변수로 채택하고 생략하였다. 우리는 수도권의 계수는 양(+)으로 나머지 권역변수들의 계수는 음(-)으로 예상하였다. 결과는 우리의 예상과 일치한다. 이것은 충청도의 생산성이 수도권의 생산성보다는 낮고 다른 지역의 생산성보다 는 높다는 것을 의미한다. 이 결과는 수도권집중억제정책이 수도권의 제조업들을 충청도로 이주시키는 데에 있어서 다소 효과적이었음을 보여준다.

2. 권 역 별 회 귀 결 과

표 11은 권역별 회귀결과를 나타내고 있다. 표 11에서 1/L은 전국회귀결과와 비슷 하다. 지역화경제는 대부분의 지역에서 존재한다. ln (N)의 경우는 대부분의 지역에서 양의 계수를 갖는다. 그러나 서울, 경기도, 충청도 그리고 제주도에서는 음의 계수를 갖는다. 이 것은 전국에 대한 회귀분석과는 다른 결과이다. 하지만 이들 결과의 대부분은 통계적으로 유의하지 않다. 표 11에서 K/L의 계수는 전국회귀결과와 비슷하다. 각각의 권역에 대한 K/L의 계수는 제주도를 제외하고는 통계적으로 모두 유의하며 계수의 크기도 제주도를 제 외하면 0.27에서 0.4 사이의 합당한 수치를 보인다.

경쟁변수는 음의 계수를 가지고 있고 대부분의 권역에서 유의하다. 이것은 우리나 라에서 생산성을 높이는데 대규모의 기업구조가 긍정적인 효과를 갖는 것을 의미한다. 특 화의 계수는 양이고 대부분 권역에서 유의하다. 이것은 생산성 수준이 지역 내 산업의 특 화 수준과 함께 증가한다는 것을 의미한다. 다양화의 계수는 통계적으로 유의하지 않다.

교육수준변수은 모든 권역에서 양의 계수를 가진다. 하지만 교육수준의 계수는 전라도지역

(28)

에서는 통계적으로 유의하지 않다. 재정자립도의 계수는 양이고 많은 권역에서 유의하다.

< 표 11 > 권역별 회귀결과

수도권 서울 광역시 경기도 강원도 충청도 전라도 경상도 제주도 상수 1.514

(4.98)

1.614 (1.75)

0.523 (1.09)

2.043 (4.10)

-2.259 (-2.08)

2.845 (4.71)

0.876 (1.61)

0.685 (2.40)

3.087 (0.82) 1/L -0.284

(-0.69) -0.140

(-0.19) -0.534

(-0.90) -1.192

(-2.08) -0.729

(-0.63) -3.228

(-3.92) -1.504

(-1.82) -1.951

(-4.24) -5.967 (-3.16) Ln (N) 0.003

(0.18)

-0.009 (-0.15)

0.053 (1.57)

-0.024 (-0.62)

0.303 (2.59)

-0.029 (-0.60)

0.032 (0.64)

0.044 (1.85)

-0.005 (-0.01) Ln (K/L) 0.370

(27.88) 0.272

(11.05) 0.285

(15.92) 0.401

(21.37) 0.317

(7.87) 0.325

(13.67) 0.389

(13.74) 0.328

(24.36) 0.071 (0.78) Edu

cation

0.053 (5.44)

0.092 (4.82)

0.037 (2.32)

0.027 (2.12)

0.071 (2.78)

0.035 (2.58)

0.001 (0.00)

0.039 (3.92)

0.049 (1.14) Financial

Indepen 0.002

(3.11) 0.004

(3.66) 0.007

(3.41) 0.002

(1.53) -0.012

(-1.57) 0.001

(0.56) 0.006

(2.95) 0.005

(5.11) 0.003 (0.24) Compe

tition

-0.023 (-3.86)

-0.044 (-4.32)

-0.023 (-2.47)

-0.008 (-1.01)

-0.012 (-0.74)

-0.020 (-1.14)

0.006 (0.350

-0.015 (-2.04)

0.001 (0.03) Special

ization 0.038

(4.46) 0.008

(0.42) 0.035

(7.62) 0.049

(4.55) 0.077

(4.22) 0.018

(5.47) 0.026

(6.34) 0.028

(6.25) -0.006 (-0.09) Diver

sity

-0.007 (-0.03)

-0.195 (-0.45)

0.512 (2.24)

-0.046 (-0.17)

0.670 (1.52)

-0.622 (-1.98)

0.448 (2.11)

0.403 (2.61)

-0.626 (-0.49) 표본수 1,368 469 633 725 174 551 505 1,134 38 조정된

R² 0.4273 0.3141 0.4096 0.4630 0.4537 0.4363 0.3847 0.4643 0.3066 주: 괄호 안의 수치는 t-값을 나타낸다.

3. 산 업 별 회 귀 결 과

표 12-1과 표 12-2는 중분류 제조업산업에 대하여 산업별 회귀분석결과를 나타낸 것 이다. 그 중 담배제조업(산업코드16)과 코크스, 석유제품 및 핵연료제조업(산업코드23)은 표 본수가 너무 적기 때문에 생략하였다. 각 산업별 회귀는 권역더미변수들을 포함하였다. 수 도권 변수, DCAP은 양의 계수를 예상하였고 다른 지역더미변수는 음의 계수를 예상하였다.

이러한 결과는 많은 기업들이 수도권지역에서의 규제를 피하기 위해 수도권지역에서 충청도 로 이주한 것을 검증한다.

ln (K/L)의 계수는 모든 산업에서 양이고 유의하다. 경쟁변수의 경우 대규모기업의