이 논문에서는 전세금 수준이 낮은 농촌이 결혼하지 못한 총각들이 많 은 이유로 전세금과 초혼연령이 통계적으로 유의하게 부(-)의 상관관계
를 나타냄으로써 전세금과 초혼연령의 관계를 정확하게 파악하지 못함에 따라, 남녀 모두 전세금과 초혼연령이 통계적으로 유의하게 정(+)의 관 계를 나타내는 수도권으로 한정하여 회귀모형을 작성하여 보았다.
가. 평균초혼연령(SMAM)
수도권 남자 회귀모형의 경우 <표 4-9>에서와 같이, 모형이 통계적으 로 유의하고 설명력도 40.2%로 높았다. 통계적으로 유의한 독립변수들과 종속변수의 관계를 보면, 전세금(rent)이 1% 높아지면 초혼연령은 0.8세 높아지고, 미혼 남성 취업비율이 1%p 높아지면 초혼연령이 -0.007세 낮 아지며, 미혼 여성 취업비율이 1%p 높아지면 초혼연령이 0.12세 높아지 며, 성비가 1 높아지면 초혼연령은 0.008세 올라간다. 도시가 농촌에 비 해 평균초혼연령이 37.5% 더 높았다.
수도권 여자 회귀모형의 경우, 모형이 통계적으로 유의하고 설명력도 62.1%로 높았다. 통계적으로 유의한 독립변수들과 종속변수의 관계를 보 면, 전세금(rent)이 1% 높아지면 초혼연령은 1.54세 높아지고, 미혼 남성 취업비율이 1%p 높아지면 초혼연령이 -0.2세 낮아지며, 미혼 여성 취업 비율이 1%p 높아지면 초혼연령이 0.17세 높아지며, 성비가 1 높아지면 초혼연령은 0.004세 올라간다. 도시가 농촌에 비해 평균초혼연령이 21.5% 더 높았다.
[표 4-9] SMAM 회귀모형(수도권)
남자 여자
변수명 회귀계수 p값 변수명 회귀계수 p값
변수
lnrent 0.80664 0.0577 lnrent 1.54606 0.0013 male_work -0.17204 <.0001 male_work -0.20674 <.0001 female_work 0.12502 0.0057 female_work 0.16941 0.0008 sex_ratio 0.00775 0.2127 sex_ratio 0.00404 0.5533
ur 0.37532 0.4729 ur 0.21525 0.708
Model fit Pr>F <.0001 Pr>F <.0001
Adj. R2 0.4024 Adj. R2 0.6206
나. 혼인템포()
남자 회귀모형의 경우 <표 4-10>에서와 같이, 모형이 통계적으로 유 의하고 설명력도 47.5%로 높았다. 통계적으로 유의한 독립변수들과 종속 변수의 관계를 보면, 전세금이 1% 높아지면 값이 -0.21 감소하여 초혼 연령이 낮아지고, 미혼여성 대학교육비율이 1%p 높아지면 값이 0.006 높아져 초혼연령이 상승한다. 또한, 미혼 남자의 취업이 1%p 높아지면
값이 0.006 높아져 초혼연령이 상승하며, 성비가 1만큼 높아지면 값이 -0.0 낮아져 초혼연령이 낮아진다. 도시가 농촌에 비해 값이 12.6% 낮 았다.
여자 회귀모형의 경우, 모형이 통계적으로 유의하고 설명력도 47%로 높았다. 통계적으로 유의한 독립변수들과 종속변수의 관계를 보면, 전세 금이 1% 높아지면 값이 -0.21 감소하여 초혼연령이 낮아지고, 미혼여 성 대학교육비율이 1%p 높아지면 값이 0.009 높아져 초혼연령이 상승 한다. 또한 미혼 남자의 취업이 1%p 높아지면 값이 0.006 높아져 초혼 연령이 상승한다. 도시가 농촌에 비해 값이 13.5% 낮았다.
[표 4-10] 혼인템포 회귀모형(수도권)
남자 여자
변수명 회귀계수 p값 변수명 회귀계수 p값
변수
lnrent -0.21384 <.0001 lnrent -0.09407 0.0077 sex_ratio -0.00083 0.0285 female_edu 0.00888 <.0001
ur -0.12648 0.0021 ur -0.13513 0.0002
female_edu 0.0056 0.0014 female_work 0.00626 0.0084 male_work 0.00566 0.0197
Model fit Pr>F <.0001 Pr>F <.0001
Adj. R2 0.4751 Adj. R2 0.4204
다. 생애독신율
남자 회귀모형의 경우 <표 4-11>에서와 같이, 모형이 통계적으로 유 의하고 설명력도 45%로 높았다. 통계적으로 유의한 독립변수들과 종속 변수의 관계를 보면, 전세금이 1% 높아지면 생애독신율이 -0.2%p 감소 하고, 미혼여성 대학교육비율이 1%p 높아지면 생애독신율이 0.29%p 높 아진다. 또한 미혼 여자의 취업이 1%p 높아지면 생애독신율이 0.006%p 높아진다. 도시가 농촌에 비해 생애독신율이 2.6배 낮았다.
여자 회귀모형의 경우, 모형이 통계적으로 유의하고 설명력도 44%로 높았다. 통계적으로 유의한 독립변수들과 종속변수의 관계를 보면, 전세 금이 1% 높아지면 생애독신율이 -0.86%p 감소하고, 미혼여성 대학교육 비율이 1%p 높아지면 생애독신율이 0.16%p 높아진다. 또한 미혼 남자의 취업이 1%p 높아지면 생애독신율이 0.043%p 높아진다. 도시가 농촌에 비해 생애독신율이 1.6배 낮았다.
[표 4-11] 생애독신율 회귀모형(수도권)
남자 여자
변수명 회귀계수 p값 변수명 회귀계수 p값
변수
lnrent -6.78009 <.0001 lnrent -0.86205 0.1269 female_edu 0.29044 <.0001 female_edu 0.16297 <.0001
ur -2.5504 0.0433 ur -1.60204 0.0062
female_wor
k 0.15239 0.0746 male_work 0.04301 0.2473 sex_ratio 0.00793 0.5407
Model fit Pr>F <.0001 Pr>F <.0001
Adj. R2 0.4509 Adj. R2 0.4431
제 5 장 결론 및 토론
이 연구는 지난 2010년 우리나라의 전세금과 3가지 혼인지표(평균 초 혼연령, 혼인템포, 생애독신율)간의 관계를 살펴보았다. 자료는 2010년 인구주택총조사의 시군구 집계자료를 이용하였다.
이 연구의 강점 중 하나는 혼인지표의 타당성이다. 우리나라에서는 혼 인을 하면 거주지를 이동하는 것이 관행이다. 그런데 차별혼인력에 관한 대부분의 기존연구들은 기혼자의 혼인연령을 분석자료로 사용했기 때문 에 응답자의 개별적인 특성이 혼인에 미치는 영향을 분석하는 데는 문제 가 없지만, 지역별 특성이 혼인에 미친 영향에 대해서는 제대로 분석을 하지 못하거나 잘못 분석되었을 개연성이 높다.
반면에 이 연구는 미혼율로 초혼연령을 간접 추정한 SMAM을 혼인지 표로 사용함으로써, 지역별 특성이 현재 그 지역에서 살고 있는 미혼자 의 혼인시기에 어떻게 영향을 미쳤는지 유효하게 분석할 수 있었다. 더 구나 SMAM은 Coale(1971)에 의해 혼인템포()와 생애독신율(1-C)이라 는 파라미터로도 분해가 되어, 더욱 다양한 혼인지표로 분석이 가능하였 다.
이 연구에서 발견한 사항은 다음과 같다.
첫째, 1960-2010년 미혼율의 변화 추이를 보면, 남녀 모두 거의 전 연 령층에서 미혼비율이 상승한 가운데, 20대와 30대 초반에서의 미혼비율 증가가 가장 두드러졌다.
둘째, 종속변수인 혼인 파라미터들의 1960-2010년 변화 추이는 다음과 같았다.
(1) 초혼연령은 2010년 남자는 면부(33.5세)가 가장 높고, 여자는 동 부(30.5세)가 가장 높았다. 1960-2010 기간 중에는 면부(7.7세) 남 자의 초혼연령이 가장 많이 증가했다.
(2) 2010년 혼인템포 값은 면부 남자가 가장 컸고, 남자(0.928)가 여 자(0.848) 보다 컸다. 1960-2010 기간 중에는 면부 남자의 값 증 가가 가장 컸다. 값이 더 크다는 것은 기간 압박이 느슨하며 따 라서 연령별 혼인 증가율이 크지 않기 때문에 초혼연령이 높다는 의미이다.
(3) 2010년에 12.3%의 면부 미혼남자는 생애독신이었다. 2010년 생애 독신율은 남자(7.5%)가 여자(3.3%) 보다 4.2%p 높았다. 1960에는 지역별 차이가 없었으나, 1990년대 이후 지역별 차이가 급격히 커졌다.
셋째, SMAM 구성 파라미터들 간의 관계를 보면, 여자 초혼연령이 상 승하면 남자 초혼연령도 상승했다. 여자 생애독신율이 상승하면 남자 생 애독신율은 더 빠르게 상승했으며, 남녀 모두 혼인템포 값이 커지면 초 혼연령이 상승하는 것으로 나타났다. 이는 혼인템포 값의 본래 특성이 기도 하다. 그밖에 남녀 모두 초혼연령이 상승하면 생애독신율이 증가했 으며, 혼인템포 값이 커지면 생애독신율이 증가하였다. 초혼연령이 상 승하면 혼인 전부가 그대로 연기되는 것이 아니고 이중 일부는 혼인을 포기하는 것으로 해석이 된다.
넷째, 전국자료를 사용한 모형의 결과는 다음과 같았다.
(1) 남자 초혼연령 모형은 통계적으로 유의하고 설명력도 54.6%로 높 았다. 통계적으로 유의한 독립변수들과 종속변수의 관계를 보면, 전세금, 미혼여성 대학교육 비율, 성비가 늘면 남자 초혼연령은 낮아지는 것으로 나타났다. 여자 초혼연령 모형도 통계적으로 유 의하고 설명력도 80.6%로 높았다. 전세금, 성비, 미혼 남자의 취
업비율이 늘면 여자 초혼연령이 낮아지고, 미혼여성 대학교육 비 율, 미혼여성 취업 비율이 늘면 여자 초혼연령도 높아지는 것으로 나타났다.
(2) 남자 혼인템포 모형은 통계적으로 유의하고 설명력도 40.8%로 높 았다. 전세금이 상승하면 값이 감소하여 초혼연령을 낮추고, 미 혼여성 대학교육 비율, 미혼 남자의 취업비율이 높아지면 값도 커져서 남자의 초혼연령이 높아졌다. 여자 혼인템포 모형은 통계 적으로 유의하고 설명력도 39%로 높았다. 전세금과 미혼 남자의 취업 비율이 높아지면 값이 줄어 남자 초혼연령이 낮아지고, 미 혼여성 취업비율이 높아지면 값이 늘면서 남자 초혼연령이 높아 졌다. 전세금 이외에는 설명이 가능했다.
(3) 생애독신율 모형은 남녀 모두 모형이 통계적으로 유의하고 설명 력은 남자는 43.8%, 여자는 11%로 나타났다. 전세금이 상승하면 남자 생애독신율은 줄었지만 여자 생애독신율은 늘어났다. 성비 가 늘면 여자 생애독신율이 줄었다. 성비만 설명이 가능했다.
전체적으로 모형들이 통계적으로는 유의하나, 전세금이 상승하는데 초 혼연령은 낮아지는 등 상식적으로 설명이 되지 않아, 이 연구의 주 관심 사항이 전세금과 혼인지표와의 관계임을 고려할 때 자료의 특성에 대한 추가적인 검토가 필요했다. 참고로 전세금과 초혼연령 이외의 변수들은 설명이 잘 되었다. 이에 저자는 전세금이 수도권과 지방 간에 확연한 차 이가 있을 것으로 가정하고, 자료를 수도권과 지방으로 구분하여 피어슨 상관관계를 검토하였다. 전세금은 수도권에서는 남자 초혼연령 (smam_m)과 여자 초혼연령(smam_f)과 통계적으로 유의하게 높은 정 (+)의 상관관계를 갖는 것으로 나타났다. 이로써 수도권에서는 전세금이 상승하면 남녀 모두 혼인을 늦추는 것을 알 수 있었다. 남자의 혼인템포 는 전세금과 통계적으로 유의하게 높은 부(-)의 상관관계를 보여 전세금 이 상승하면 혼인템포의 크기가 줄어 초혼연령이 낮아지는 것으로 나타 났으나 이 또한 설명이 잘 되지 않았다. 반면, 여자의 혼인템포는 통계적