1. 서론

청년층은 생애 주기상 노동시장의 진입단계에 있으며 인구 재생산의 주체로서 이들의 고용 상황은 지역의 경제적 활력과 인구 구조, 사회통합 등과 직접적이며 중요한 연관성을 가진다. 그러나 지역별 청년층의 고용환경은 상이하고 이러한 차이는 단기간의 변동보다는 지역 특성과 세대 구조에 의해 점진적이고 누적적으로 변화하는 경향성을 보인다. 따라서 청년층 고용 문제는 지역 간･세대 간 고용의 상대적 격차 수준을 고려하고, 그 방향과 변동성까지 함께 살펴볼 필요가 있다. 실제로 우리나라 청년층(15~29세)의 절반 이상인 53.9%가 수도권에 거주하고 있고 2024년(1/2분기) 기준 비수도권 20~30대 청년층의 순 이동은 -57,567명의 규모로 청년층 유･출입에 지역 격차가 나타난다. 또한 청년층은 다른 연령층에 비하여 고용률은 낮고 실업률은 높아 고용 안정성에서 세대 간 격차도 나타난다. 2025년(4월) 기준 전체 고용률은 62.5%지만, 청년층(15~29세) 고용률은 44.5%에 불과하며 같은 시점 전체 실업률은 2.9%인데 청년층 실업률은 7.3%로 2.5배 이상 높은 것으로 나타난다(통계청, 2025a).

고용은 다른 사회경제적 지표에 비해 청년층의 지역 정착 여부에 미치는 영향이 크다. 국내 인구이동 통계에 따르면 20~30대 청년층은 지역 간 이동이 가장 활발한 연령층으로 취업과 이직 등이 그 주요 요인으로 작동한다(박소현･이금숙, 2016). 고용의 공간적 불균형은 향후 지역소멸이나 세대 간 갈등으로 이어질 수 있는 구조적 위험 요인이 될 수 있으며(신휴석, 2024), 특히 청년층 고용 문제는 단순히 고용률･실업률과 같은 고용지표의 수치 차이를 넘어 청년층의 삶의 기회와 지역의 지속 가능성에 영향을 미칠 수 있다.

이러한 문제의식을 바탕으로 본 연구에서는 지역별 고용지표를 활용하여 전체 대비 청년층 고용의 상대적 격차 수준을 실증적으로 진단하고, 그 공간적 분포 패턴과 지역 유형화 요인을 비교 분석하고자 한다. 이를 위해 군집분석(K-means cluster analysis)과 다항 로지스틱 회귀분석(Multinomial logistic regression)을 수행한다. 먼저 군집분석에서는 지역별 전체 고용률과 청년층 고용률의 격차를 나타내는 시계열 지표(평균, 표준편차, 기울기)와 전체 실업률과 청년층 실업률 평균을 바탕으로 유사한 고용환경을 갖는 지역을 유형화한다. 다음으로 군집분석 결과를 심화하고 군집지 간 특성을 비교하기 위해 다항 로지스틱 회귀분석을 실시한다. 각 군집화된 지역 유형에 따른 인구･산업･고용･주거 특성의 상대적 영향력과 차이를 계량적으로 분석함으로써, 지역 기반 청년 고용 정책 수립을 위한 실증적 근거를 제공하고자 한다.

우리나라에서 공식적으로 고용률과 실업률 지표를 제공하는 주요 통계조사로는 「경제활동인구조사」와 「지역별고용조사」가 있다. 두 조사는 공통으로 우리나라 노동시장의 현황을 제공한다. 전자는 전국 수준의 전반적인 고용 추세를 파악하기에 적합하고, 후자는 지역 단위의 고용 상황을 파악하는 데 유리하다. 특히 2021년부터 「지역별고용조사」를 통해 광역시･도 내 시군구 단위까지 집계된 고용 자료가 공표되면서, 표준화된 공식 통계를 활용한 소지역 수준의 고용 분석이 가능해졌다. 기존 연구는 지역 통계의 한계로 주로 시도 단위 또는 수도권과 비수도권이라는 광역적 구분에 초점을 맞추었기 때문에 소지역 수준의 고용 양상을 충분히 포착하지 못한 한계가 있었다. 본 연구는 이러한 한계를 보완하기 위해 시군구 단위 데이터를 활용하여 지역별로 다양한 사회경제적 특성과 고용환경을 반영한 실증 분석을 수행한다. 또한 전체 고용률과 청년층 고용률 간의 격차를 중심 지표로 설정함으로써 청년층 고용의 상대적 위치를 보다 명확히 파악하고 세대 간 구조도 함께 포착할 수 있도록 한다. 이를 통해 청년층 고용의 공간 구조를 진단할 수 있는 분석 틀을 제공한다.

2. 선행연구 검토

청년층 고용지표를 활용하여 청년층 노동시장의 특성을 분석한 연구는 대체로 청년층의 고용성과와 진입요인을 분석한 연구, 청년층의 이동(이주)과 이동(이주) 요인을 파악한 연구, 청년층 관련 고용 정책이나 관련 제도를 평가한 연구 등으로 분류해 볼 수 있다. 이들 연구에 따르면, 개인적 요인(성별, 연령별, 학력별, 어학 점수 및 자격증 등)과 정규직/비정규직 간, 기업 규모 등의 구조적 요인, 학력 수준과 일자리 수준의 불일치, 일자리 만족도 등의 요인이 청년층의 노동시장 진입(이직 등)과 취업률, 임금 수준 등에 주요하게 영향을 미친 것으로 나타난다(Blundell et al., 2018; Cefalo and Scandurra, 2021; de la Puente et al., 2025; Scarpetta et al., 2010). 또한 정규직, 대기업 등의 양질의 일자리 기회와 임금 수준이 청년층의 이동(지역 간, 이직 등)에 핵심 동인으로 확인되고, 그 밖에 주거 여건과 비용, 카페, 생활 편의시설에의 접근성 등도 유의한 영향을 끼친 것으로 나타난다(Bradley et al., 2020; King and Williams, 2019; O’Reilly et al., 2015). 청년 고용 정책에 관한 연구에서는 청년 참여자의 직무만족도 및 정규직 전환에 긍정적 효과가 있다는 결과가 있고 그와 반대로 일부 고용 지원 프로그램은 임금 만족도나 일자리 지속 성과의 상관성이 낮다는 결과도 보고된다(Apunyo et al., 2022; Chakravarty et al., 2019) 이에 따라 정책 홍보, 수혜 대상의 확대, 체계적 설계 등의 개선이 필요하다는 공통된 시사점이 확인된다.

특히 우리나라는 청년층 고용 문제를 심화시키는 구조적 요인에서 특수성을 가진다. 높은 청년 실업률, 수도권 쏠림 현상(지방 인구 유출), 지역별 산업 편중, 노동시장의 이중구조(대기업/중소기업(비정규직) 간 격차 등) 등은 청년층의 직업 선택과 지역 간 이동에 유의한 영향을 미치며 청년 유출을 가속화 하는 요인으로 분석된다(김현우･양준석, 2024; 문남철, 2011; 사호석･우한성, 2020; 최호권･박인권, 2024). 또한 수도권과 비수도권 간의 주거비 부담 차이 및 생활 인프라의 격차 등도 청년층의 지역 정착과 고용 분포에 상당한 영향을 미치는 것으로 보고된다(김유현, 2021; 이찬영･이흥후, 2016; 조규원, 2024). 이는 본 분석에서 산업 및 고용 특성, 지역 생활 인프라 변수 등을 설명변수로 포함하는 근거를 제공한다.

청년층을 대상으로 지역 간･세대 간(청년층과 비청년층) 고용지표의 격차 수준을 분석한 연구도 소수 존재한다. 문영만･홍장표(2017)는 수도권이 비수도권보다 고용지표가 양호하고 청년층 고용지표의 지역 간 격차는 시간이 흘러도 유지되고 있음을 지적하였다. 또한 이창근(2019)은 청년층이 다른 연령층 대비 고용지표의 지역 격차가 크다고 분석했고 박홍철･이주형(2013)은 서울, 충남, 울산, 경북, 경기 등의 순으로 청년층 고용 경쟁력이 높다고 분류하였고, 전북은 고용 위험지역으로 분류하였다. 박종태･장희선(2015)은 청년 실업률이 광역시보다 도 단위 지역에서 더 큰 변동성을 보인다고 분석하였고, 양대정(2018)은 광주･전남지역에서 청년 고용률이 전체 고용률에 비해 상대적으로 지역내총생산(GRDP) 성장률에 민감하게 반응한다고 보았다. 황광훈･홍석현(2021)은 청년층의 첫 일자리에 대한 권역별 비교에서 호남권이 가장 낮은 임금 수준과 짧은 일자리 지속 기간을 보인다고 분석하였다. 박주상･문영만(2019)은 부산지역 내 대졸 청년층은 동부권이 서부권보다 취업률과 정규직, 임금 수준 등에서 우위를 차지한다고 분석하였다. 이들 연구는 지역 단위에서 청년층 분포와 고용지표의 격차가 청년층의 이동과 선택의 누적 결과임을 시사한다.

그러나 선행된 기존 연구는 대부분 분석 단위를 전국, 광역시･도 또는 권역 수준으로 설정하였기 때문에 행정구역 내 하위 지역의 고용 특성이 평균값으로 상쇄되는 한계가 있었다. 이에 따라 대도시와 농산어촌 중심 지역, 산업단지 지역과 비산업단지 지역 등 시군구별 이질적인 고용 특성과 지역별 인구학적 특성, 생활 인프라 등 고용지표에 영향을 미치는 요인이 충분히 반영되지 못한다는 한계가 존재한다. 예를 들어, 수도권 내에서도 서울과 인천, 경기 지역은 산업 구성과 청년층의 고용률과 실업률과 같은 고용지표의 분포가 서로 다른 양상을 보이지만 광역 단위 분석에서는 이러한 차이가 희석될 수 있다. 아울러 기존 연구는 청년층의 고용률이나 실업률 등 개별 지표를 중심으로 지역 간 격차를 파악하는 데 초점을 두었으며, 전체 대비 청년층의 상대적 격차 수준까지 함께 분석한 사례는 드물다. 본 연구에서는 청년층 고용지표의 지역 간 격차를 분석하는 과정에서 전체 고용률과 청년층 고용률 차이 값을 활용하여 고용의 상대적 격차 수준도 함께 파악한다. 이를 통해 특정 지역에서 시간의 흐름에 따른 고용환경의 변화, 즉 전체 고용률과 청년층 고용률의 격차 수준이 개선되고 있는지 혹은 심화하고 있는지를 직관적으로 파악할 수 있고, 전체 대비 청년층의 상대적 고용 불균형도 엿볼 수 있다. 결과적으로 청년층 고용지표의 지역 간･세대 간 격차를 포괄하여 분석함으로써 청년층 고용 문제를 보다 입체적이고 포괄적으로 진단할 수 있는 틀을 제시한다는 점에서 연구의 차별성을 갖는다.

3. 분석 틀

1) 분석 범위 및 대상

본 연구에서 사용한 고용률과 실업률 지표의 시간적 범위는 2021년부터 2024년까지고, 공간 범위는 전국 229개 시군구 지역이다. 전체 고용률과 청년층 고용률 지표는 시군구별 총 8분기 자료를 사용하고 전체 실업률 지표는 시군구별 총 16분기 자료를 사용한다. 청년층 실업률 지표는 시도 단위만 구득 가능하여 시도별 총 16분기 자료를 사용한다. 모든 지역 데이터는 통계청 국가통계포털에서 제공하는 자료를 사용한다.

고용률은 15세 이상 인구 중 군인, 재소자 등을 제외한 생산가능인구 중 취업자가 차지하는 비율을 말한다. 여기서 생산가능인구란 경제활동인구와 비경제활동인구를 포함한다. 경제활동인구는 취업자와 실업자를 포함한다. 실업자는 현재 일하지 않고 있으나 일할 의사를 갖고 구직 활동을 하는 사람이다. 비경제활동인구는 전업주부, 학생, 노동능력이 없는 노인이나 장애인, 구직단념자 등이 이에 포함된다. 실업률은 경제활동인구 중 실업자가 차지하는 비율을 말한다. 즉 고용률과 실업률 지표의 차이는 비경제활동인구의 포함 여부이다. 고용률은 취업 상태를 엿볼 수 있는 지표이고, 실업률은 경제활동인구(구직 의향이 있는) 대비 실업 상태를 엿볼 수 있는 지표라는 점에서 차이가 있다.

청년의 나이 기준은 법령에 따라 다소 다르게 규정된다. 「청년고용촉진특별법 시행령」에서는 청년을 만 15세에서 29세로 정의하며, 본 연구에서 활용한 통계청 데이터도 이 기준에 따라 조사･집계된 자료를 제공한다. 다항 로지스틱 회귀모델에 투입된 청년층 관련 설명변수 중에서 일부는 자료 출처에 따라 청년의 나이 상한을 34세까지로 집계한 자료를 활용한다.

2) 군집화 변수

지역 군집화를 위한 주요 변수로 전체 고용률과 청년층 고용률 값을 활용하고, 고용률 지표를 보완하는 지표로 실업률 값을 활용한다. 지역별 전체 실업률 평균과 청년층 실업률 평균은 지역별 전체 고용률과 청년층 고용률의 격차(평균, 표준편차, 기울기) 변수의 해석을 보완하고 지역 전반의 고용 안정성과 청년층의 실질적 실업 상태를 파악하기 위한 보조지표로 투입한다. 고용률 격차 값과 실업률 평균의 절대 크기만으로 지표의 높낮이를 파악하는 것에 위험을 낮추기 위해 군집분석 진행 시 지역별 고용률 격차 값과 실업률 평균값을 표준화(Z-score)하여 투입한다. 표준화한 값을 기준(범위)으로 지역별 격차의 수준을 비교한다.

전체 고용률과 청년층 고용률의 격차 평균(식 1)과 고용률 격차 값의 표준편차(식 2), 고용률 격차의 회귀계수(𝛽, 식 3) 값은 아래의 계산식을 통해 산출된다. 지역의 전체 고용률과 청년층 고용률 간 격차의 평균값이 작거나(Z-score <-1) 0에 가까울수록 청년층 고용률이 지역의 전체 고용률과 비슷한 수준에 있음을 나타낸다. 반면에 격차 평균값이 클수록(Z-score>1) 청년층 고용률이 지역 전체의 고용률에 비해 지속해서 낮은 수준에 머무르고 있으며, 지역 내 세대 간 고용 불균형이 존재함을 나타낸다.

xi: 분기별 시군구별 고용률 격차

x¯: 고용률 격차 평균 n: 8분기

전체 고용률과 청년층 고용률 격차의 표준편차는 연도별 고용률 격차의 변동성을 엿볼 수 있는 지표로 표준편차가 클수록(Z-score>1) 고용 상황의 민감성이 높고 불안정성이 크다고 해석할 수 있다. 표준편차가 작을 경우(Z-score<-1) 고용률 격차의 변화 폭이 작아 일정한 상태, 즉 안정/불안정한 상태가 유지되고 있음을 나타낸다. 따라서 고용률 격차의 변동성이 큰 지역은 고용 안정성을 확보하는 것이 필요하고, 고용률 격차의 변동성은 작지만, 격차 평균값이 큰 경우에는 지역 내 청년층 고용의 구조적 문제 등이 고착화하여 있을 가능성이 있다.

xi: 분기별 시군구별 고용률 격차

x¯: 고용률 격차 평균 n: 8분기

전체 고용률과 청년층 고용률 격차의 회귀계수(기울기) 값은 시간의 흐름에 따라 고용률 격차가 증가하는지 감소하는지 변화 추세를 파악하기 위해 투입한다. 표준화 전에 양(+)의 기울기 값은 고용률 격차가 점점 커지는 추세를 나타내고 음(-)의 기울기 값은 고용률 격차가 점점 좁혀지는 추세를 나타낸다. 이는 청년층 고용 상황의 절대적 개선이나 악화를 단정하는 것이 아니라, 전체 대비 청년층 고용률의 상대적 위치가 어떻게 변화하고 있는지를 설명하는 상대적 지표로 해석한다. 전체 고용률과 청년층 고용률의 격차 평균이 크더라도 회귀계수 값이 음(-)의 방향성을 나타내면 향후 개선 가능성이 있다고 볼 수 있고 반대로 격차 평균이 작더라도 회귀계수가 양(+)이면 격차가 다시 벌어질 위험이 있을 수 있다. 따라서 세 지표의 종합적 해석이 필요하다.

ti: 시간(분기), t¯: 시간 평균

xi: 분기별 시군구별 고용률 격차

x¯: 고용률 격차 평균

3) 다항 로지스틱 회귀변수

고용률 격차와 실업률 지표가 군집마다 다른 패턴을 나타내는 데 있어 다양한 지역적 속성과 어떠한 관계를 갖는지 비교하기 위하여 다항 로지스틱 회귀모델을 구축한다. 참조 범주(Reference group)를 선택할 확률과 다른 범주를 선택할 확률을 비교하는 원리로 선택 대안들은 서로 독립적이다. 종속변수는 각 군집에 속한 시군구로 군집번호에 따라 범주형 종속변수로 투입한다. 설명변수는 인구통계학적 특성, 산업 구조 및 고용 특성, 그 외 지역의 생활환경 특성 등으로 구성한다(표 1). 모든 지표 값은 구득 가능한 최신 자료를 활용하고 단위와 크기를 고려하여 표준화한 값으로 투입한다.

설명변수로 먼저 지역의 인구통계학적 특성에는 청년층(19~34세) 인구의 순 이동률, 전체 가구 중 청년층(20~34세) 1인 가구의 비율, 대학당 재학생 수 등의 지표를 투입한다. 청년층 인구 비율과 고령층 인구 비율도 설명변수로 준비하였으나 분석 전처리 과정에서 발생하는 다중공선성 문제(VIF>7)로 실증 분석에는 제거하였다. 청년 순 이동률 값은 청년층의 유입 및 유출 구조를 반영하기 위해 4년간의 연도별 자료를 평균하여 산출하였다. 이는 일시적 변동보다 지역의 구조적 인구 흐름이 고용률 격차 유형에 미친 영향을 포착하는 데 활용한다. 또한 청년층의 주거수요를 파악하기 위한 지표로 전체 가구 중 청년층 1인 가구의 분포율 값을 변수로 활용한다. 이를 통해 지역 가구 중 청년층 가구가 차지하는 상대 비중을 살펴본다. 이와 함께 작용하는 변수로 고등교육기관인 대학당 재학생 수도 지역 변수로 구성한다. 지역대학 당 재학생 수는 청년층 인구의 지역 집중도를 보여주며 일반적으로 노동시장 진입 전 단계에 있는 청년층 인구를 반영한다.

다음으로 지역의 산업 구조 및 고용 특성으로 제조업 종사자 비율, 상용직 근로자 비율, 전문직 및 사무직 종사자 비율, 서비스직 및 판매직 종사자 비율, 자영업자 비율, 비경제활동 상태인 청년층 인구 비율 등의 지표를 투입한다. 제조업 중심 지역인지 서비스업 중심 지역인지에 따라 청년층 고용에 미치는 영향이 달라질 수 있다. 서비스업 중심 지역일수록 청년층의 취업 진입 장벽이 낮아 청년층 고용률이 높을 수 있다. 그러나 서비스업 특성상 단기 고용이 많고 고용 안정성이 떨어지는 구조일 수 있다. 그리하여 전체 임금근로자 중 상용직으로 일하는 근로자의 비율을 통해 지역의 고용 안정성을 파악한다. 청년 순 이동률 값과 마찬가지로 상용직 근로자 비율 값도 4년간의 연도별 자료를 평균하여 산출한 값을 활용한다. 자영업자 비율이 높은 지역은 음식점업과 소매업 중심의 상권구조가 중심이 되는 지역 경제의 특성을 보일 가능성이 있다. 고소득, 고학력의 일자리 특성을 엿볼 수 있는 지표로 전문직 및 사무직 종사자 비율을 투입한다. 전문직 및 사무직 종사자 비율이 높은 지역일수록 어떤 군집에 속할 가능성이 커지는지 살펴본다.

그 외 지역의 기반 시설 등 생활 인프라 속성으로 1인당 GRDP, 주택 월세가격지수 대비 매매가격지수, 출산율, 인구 십만 명당 문화기반시설 수, 인구 천만 명당 외국인 수, 스트레스 인지율 등의 지표를 변수로 구성한다. 1인당 GRDP는 지역의 경제 규모를 인구 대비로 측정한 지표로 지역의 생활 수준을 반영한다. 1인당 GRDP가 높을수록 경제력이 높고 사업체가 밀집했을 가능성이 크다는 것으로 전체적으로 고용기회가 많음을 의미한다. 주택 월세가격지수 대비 매매가격지수는 값이 클수록 청년층의 주거비 부담이 클 수 있는 구조를 간접적으로 반영한다. 일반적으로 이 비율이 높다는 것은 매매가에 비해 임대료 수준이 상대적으로 높다는 의미로, 청년층이 임대를 선택하더라도 주거비 부담이 적지 않음을 시사한다. 이러한 부담은 청년층의 생활 안정과 경제활동 지속 가능성에 영향을 줄 수 있으며, 고용률 격차 수준과 간접적 관련이 있을 가능성을 시사한다(Lee and Hwang, 2021). 해당 변수는 금리 변화, 부동산 정책 등 등락 폭이 큰 지표이므로 4년 동안의 연평균 값을 산출한 후 이들의 비율을 구한다. 또한 지역 출산율이 높은 곳일수록 청년층의 주거 수요가 큰 지역일 가능성이 있으며, 문화시설이 밀집된 곳일수록 청년층의 여가문화 접근성이 좋다는 것을 보여준다. 외국인 비율이 높은 지역은 개방성과 다양성이 높아 청년층이 선호하는 곳일 수도 있고 단순노동 중심의 외국인 근로자가 밀집되어 분포율이 높은 곳은 청년층이 상대적으로 꺼리는 곳일 수 있다. 따라서 이 지표는 제조업 종사자 비율 또는 대학당 재학생 수와 문화시설 수 등의 변수와 함께 교차하여 살펴본다. 지역사회건강조사를 통해 수집되는 스트레스 인지율은 일정 기간에 ‘일상생활에서 스트레스를 느끼는 편이다’ 또는 ‘많이 느낀다’라고 응답한 사람의 비율을 나타낸다. 지역 주민의 삶의 질 및 심리적 건강 상태를 엿볼 수 있는 지표로 청년층이 많이 분포하는 지역이더라도 스트레스 인지율이 높다면 고용과 주거 불안정성 등과 연관될 가능성이 있으므로 군집 간 차이를 설명하는 보조 변수로 활용한다.

4. 분석 결과

1) 청년층 고용 격차

4년 동안(2021~2024년, 8분기)의 지역별 전체 고용률과 청년층 고용률 간 격차에 대한 평균과 표준편차, 기울기 값을 산출하였고 지표별 단위 차이를 고려하여 표준화(Z- score)한 값을 지도화하였다(그림 1). 각 지표의 Z값이 양(+)의 값일수록 해당 지역의 고용률 격차 수준, 그것의 변동성과 추세가 전국 평균보다 높은 상태임을 의미한다. 특히 Z>1이면 고용률 격차가 평균보다 크고 불안정하거나 심화하는 경향이 있음을 나타낸다. 반대로 각 지표의 Z<1인 지역은 평균보다 고용률 격차 수준이 낮고 안정적인 상태로 해석할 수 있다. Z값이 -1과 1 사이에 분포하는 지역은 전국 평균 수준에 해당한다.

그림 1.

청년층 고용률 격차 분포 패턴

고용률 격차 평균의 Z값이 1보다 큰 지역은 주로 비수도권 곳곳의 농산어촌 지역으로 나타났다. 이는 전체 고용률과 청년층 고용률의 격차 값이 전국 평균 수준보다 높은 수준임을 나타낸다. 강원(영월군, 평창군, 철원군, 화천군, 양구군), 충북 영동군, 충남(홍성군, 태안군), 전북(남원시, 진안군, 무주군, 장수군, 임실군, 순창군, 고창군, 부안군), 전남(담양군, 나주시, 곡성군, 보성군, 화순군, 강진군, 무안군, 함평군, 장성군), 경북(상주시, 청송군, 영양군, 청도군, 예천군, 고성군), 경남(남해군, 하동군, 산청군, 함양군, 거창군), 제주 서귀포시 등이 이에 해당한다.

전체 고용률과 청년층 고용률 격차의 표준편차 Z값에서도 비수도권 곳곳에서 고용률 격차의 변동성이 전국 평균보다 크고 안정성이 낮은 상태로 나타났다. 강원(평창군, 정선군, 철원군, 화천군, 양구군, 고성군, 울릉군), 충북(충주시, 괴산군, 음성군, 단양군), 충남(계룡시, 부여군, 서천군, 청양군, 서천군), 전북(부안군, 완주군, 무주군, 임실군, 순창군), 전남(여수시, 신안군, 고흥군, 장흥군), 경북(청송군, 성주군, 봉화군), 경남(하동군, 사천시, 의령군, 창녕군, 합천군) 등의 대다수 군 단위 지역이 이에 해당한다.

또한 부산 강서구, 대구 중구, 인천(서구, 옹진군), 경기(구리시, 하남시, 광주시), 강원(홍천군, 화천군, 양구군), 충북 음성군, 충남(부여군, 태안군), 전북(진안군, 무주군, 순창군), 경북(상주시, 청송군), 경남(거제시, 의령군, 창녕군, 함양군, 거창군) 등의 일부 지역에서는 전체 고용률과 청년층 고용률의 격차 수준이 시간이 지날수록 전국 평균 수준보다 심화하는 경향성을 나타냈다.

세 지표 모두에서 Z값이 1을 초과한 곳은 강원(화천군, 양구군), 전북(무주군, 순창군), 경북 청송군 등 5개 군으로 나타난다. 이들 지역은 전체 고용률과 청년층 고용률 격차의 수준, 변동성, 변화 추세가 모두 전국 평균보다 높은 편으로, 청년층 고용이 구조적으로 취약한 양상을 보이는 지역으로 해석된다. 또한 고용률 격차 수준이 전국 평균보다 크지만 기울기 값은 전국 평균 수준보다 낮아 점차 그 격차가 개선될 가능성을 보인 지역은 강원 평창군, 전북(남원시, 임실군, 부안군), 경북 예천군, 제주 서귀포시 등으로 확인된다. 이와 달리, 고용률 격차 수준은 전국 평균보다 작지만 기울기 값은 전국 평균보다 높아 시간이 지날수록 격차가 심화할 가능성을 보이는 지역으로 대구 중구가 이에 해당하는 것으로 나타났다.

2) 군집분석 결과

고용률 격차 지표와 실업률 지표를 활용해 유사한 청년층 고용환경을 갖는 지역을 유형화하였다. 지역 유형화를 위해 K-평균 군집분석을 수행하였고, 분석의 설명력과 과분산의 경계점을 고려하여 K=4의 지점을 군집 수로 결정했다.¹⁾표 2는 K-평균 군집분석 결과 각각의 군집에 대하여 산출된 중심값을 나타낸다.

군집 1로 분류된 지역의 고용 특성을 보면 전체 고용률과 청년층 고용률의 격차 평균은 전국 평균보다 약간 큰 편이고 격차 수준에 변동성이 다소 나타나지만 기울기 Z값이 음(-)의 방향으로 나타나 시간이 지남에 따라 격차 수준이 점차 완화되는 추세를 보인다. 또한 지역 전체의 실업률이 전국 평균보다 약간 낮은 수준이고 청년층 실업률의 중심값은 Z값 기준으로 0에 가까워 전국 평균 수준을 나타냈다. 군집 1의 제조업 종사자 비율 평균은 2023년 집계 기준 17.5 9%로 전국 평균인 16.34%보다 높은 수준을 나타냈고(통계청, 2024), 사업체당 평균 종사자 수도 약 3.6명으로 전국 평균인 약 4.1명과 비교해 볼 때 유의미한 큰 차이를 보이지 않았다(통계청, 2025b). 이는 해당 군집이 일정 수준의 산업 기반을 유지하고 있는 것으로 관측되며, 전체 대비 청년층 고용률 지표의 개선 추세를 지속하기 위해 청년 고용 정책의 꾸준한 지원이 필요해 보인다. 이에 따라 해당 군집지는 “고용 격차 개선형”으로 군집 이름을 명명하였다.

군집 2로 묶인 지역은 전체 고용률과 청년층 고용률의 격차 수준과 변동성이 낮아 비교적 안정된 고용구조를 나타낸다. 다만, 고용률 격차의 기울기 중심값을 볼 때 시간이 지날수록 청년층 고용률이 전체 고용률 대비 더 느리게 개선되거나 격차 수준이 완만하지만 확대되는 경향을 보였다. 실업률 지표에서는 전체 실업률이 전국 수준에 가깝고, 청년층 실업률은 Z값이 음(-)의 방향으로 나타나 전국 평균보다 낮은 수준을 나타냈다. 4개의 군집 유형 중 청년층 고용 상태가 가장 양호한 유형으로 판단된다. 이에 따라 해당 군집지는 “청년 고용 양호형”으로 군집 이름을 명명하였다.

군집 3으로 분류된 지역은 전체 고용률과 청년층 고용률의 격차 수준이 전국 평균보다 현저히 높고 변동성이 큰 불안정한 상태이며 격차 수준이 시간이 갈수록 더 심화하는 경향성을 보인다. 그러나 지역 전체의 실업률은 전국 평균보다 매우 낮고 청년층 실업률은 전국 평균의 수준에 가깝다. 청년층 고용률이 낮은데 청년층 실업률이 높지 않다는 것은 비경제활동 상태에 놓인 청년층의 분포가 클 가능성을 나타낸다. 이들 지역 청년들이 일자리를 찾기에 어려움을 겪고 있는지 또는 구직을 포기하거나 교육과 훈련 등에 참여하지 않고 있는지(NEET) 등 청년층의 경제활동 상태에 대한 면밀한 조사가 필요해 보인다. 해당 군집지는 “고용 격차 심화형”으로 군집 이름을 명명하였다.

군집 4로 묶인 지역은 전체 고용률과 청년층 고용률에 큰 차이가 없고 고용격차의 변동성 또한 낮으며 이러한 추세가 지속되고 있는 양상을 보인다. 그러나 지역 전체의 실업률과 청년층 실업률 모두 전국 평균보다 높은 수준으로 나타났다. 이는 청년층이 구직 활동에 적극적으로 참여하고 있음에도 불구하고 구직 실패가 누적된 고용구조를 가진 다소 심각한 상태에 놓인 것으로 보이며, 이를 개선할 청년 관련 고용 정책이 시급해 보인다. 군집 4는 “청년 실업 위험형”으로 군집 이름을 명명하였다.

군집 분석한 결과를 토대로 각 군집에 속하는 시군구 지역을 구체적으로 확인하기 위해 이를 시각화하였다(그림 2). 군집 1의 “고용 격차 개선형”으로 묶인 곳들은 전체 고용률과 청년층 고용률의 격차 수준이 점차 완화되고 있고 전체 대비 청년층 고용 상태가 점차 개선되는 경향성을 보인 유형으로 58개의 시군 지역이 이에 속했다. 군집 1(고용 격차 개선형)에는 수도권의 인천 강화군, 경기 연천군을 비롯하여 비수도권 농산어촌의 기반이 강하지만 특정 산업의 특화가 돋보이는 곳들로 강원도 일대의 해양 관광 지역, 농업 기반의 농공 복합단지, 항만 공업단지 지역 등이 소재하고 그와 연계된 중소도시 지역을 포함한다.

그림 2.

청년층 고용지표 기반 지역 군집 유형화

군집 2의 “청년 고용 양호형”로 분류된 곳들은 59개 지역이 이에 포함된다. 경기도 일대, 경기도와 인접한 충청 지역, 대전시, 세종시, 전남 광양시, 경남의 진주시와 양산시, 제주시 등으로 공공기관이 소재하거나 혁신도시 등 첨단산업단지 및 서비스업 기반의 고용시장을 형성하고 있는 곳들이 이에 포함된다. 현재 청년층 고용 상태는 양호한 수준이나, 향후 전체 대비 청년층 고용률의 유지를 위한 사전적 정책 관리가 필요한 유형으로 판단된다.

군집 3의 “고용 격차 심화형”으로 분류된 곳들은 36개 지역이며, 이 중 32개가 행정구역상 군 지역에 해당한다. 군집 3은 인천 옹진군, 강원 중북부 일대, 대구 군위군, 경북 내륙 일대, 충청 및 전남의 일부 지역 등 전국 각지의 농산어촌 지역으로 구성된다. 해당 군집의 고령인구 비율은 2024년 집계 기준 전체 인구 대비 평균 35.25%로 전국 평균인 20%보다 매우 높은 수준을 나타낸다(통계청, 2025.8.11 열람). 사업체 수는 지역 평균 약 6,323개로 전국 평균(약 26, 812개)에 비해 매우 낮은 수준을 나타냈다(통계청, 2024). 이는 산업 기반의 제한성 등으로 청년 대상 일자리가 부족한 환경일 가능성을 시사한다.

군집 4의 “청년 실업 위험형”으로 분류된 곳들은 76개 지역으로 서울시의 24개 행정구를 비롯하여 5개 광역시(부산, 대구, 인천, 광주, 울산)의 42개 행정구가 이에 포함된다. 그 밖에 8개 시(전북의 전주시와 익산시, 경북의 구미시와 경산시, 경남의 통영시, 김해시, 거제시, 창원시)와 2개 군(경북의 고령군과 칠곡군) 지역이 이 유형에 속했다. 대도시권 중심 지역으로 청년층을 위한 양질의 일자리 창출과 개선이 필요할 것으로 보인다.

3) 다항 로지스틱 회귀분석 결과

로지스틱 회귀분석은 종속변수가 이항 또는 다항의 범주형 변수일 때 활용하는 모델로 특정 사건의 발생 여부 또는 발생할 확률을 추정하는 분석법이다. 특히 본 연구와 같이 군집 간 구분 분류에 적합성이 높고, 각 범주의 특성을 도출하는 데 유용한 분석기법이다. 본 분석에서는 종속변수의 범주가 3개 이상이므로 다항 로지스틱 회귀분석을 활용한다. 군집 간 비교를 위한 종속변수의 참조 범주는 군집 1(고용 격차 개선형) 유형으로 설정하였다.

군집 1을 기준 범주로 설정하고, 나머지 군집(군집 2~4)에 속할 상대적 로짓(log-odds)은 아래의 수식으로 산출한다. 여기서 j= 2, 3, 4, Y는 군집번호, Xk는 설명변수, βkj는 기준 범주 대비 각 군집에 속할 상대적 가능성을 설명하는 회귀계수이다. 추정된 회귀계수는 해당 변수의 값이 증가할 때 기준 범주에 비해 해당 군집에 속할 가능성이 얼마나 증감하는지 나타낸다.

군집 1은 지역 실업률이 전국 평균보다 낮은 편이고 전체 고용률과 청년층 고용률의 격차 수준이 점차 완화하는 추세를 보였다. 청년층 고용이 개선되는 경향성을 보인 군집1을 나머지 군집의 인구･산업･고용 등의 지표를 해석하는 기준선으로 설정한다. 또한 군집 1은 표본 수 및 회귀계수의 표준오차 등 통계적으로도 안정적인 특성을 갖췄다. 군집 1을 기준 범주로 설정하여 타 군집과의 비교를 통해 각 군집에서 나타나는 지역적 특성을 살펴본다.

표 3은 군집 1을 기준 범주로 했을 때 군집 2, 3, 4의 다항 로지스틱 회귀분석 결과를 나타낸다. 모델의 적합성을 검토한 결과, -2 Log likelihood(-2LL) 값은 286.038로 절편(620.199)만으로 예측했을 때보다 적합도가 매우 좋아졌고, 카이제곱 통계량은 334.161(P<.001)로 통계적으로 유의한 설명력을 갖는 것으로 확인된다. 또한 유사 결정계수인 pseudo R2(Nagelkerke) 값이 .822로 산출되어 모델이 군집 유형을 구분하는데 충분한 설명력을 갖는 것으로 나타났다.

군집 2(청년 고용 양호형)는 군집 1에 비하여 제조업 종사자 비율이 높은 경향을 보였고(Exp(B)=2.777, P=.081), 스트레스 인지율이 높을수록 군집 1보다 군집 2에 속할 가능성이 2.056배 높아지는 것으로 나타났다(Exp(B)=2.056, P=.046). 또한 출산율 변수의 경우 유의수준 경계에 있는데 회귀계수의 방향성을 보면 출산율이 낮을수록 군집 2에 속할 가능성이 높아지는 경향이 관측된다(Exp(B)=0.425, P=.117). 전문직･사무직, 서비스직･판매직 종사자의 분포와 상용직 근로자의 분포율에서도 통계적 유의수준을 만족하지는 못했으나 군집 2에 속할 가능성을 높이는 양(+)의 방향성을 보였다. 군집 2에 속한 지역들은 경기도 일대와 충청 중부권 등의 수도권 인접 지역이 다수 포함되며, 상대적으로 제조업 종사자 비율이 높고 전문직･사무직 및 상용직 비율도 증가하는 경향을 보여 고용 기반이 양호한 편으로 해석된다. 그러나 이 군집은 스트레스 인지율이 높은 경향을 보여 청년층의 정서적 안정은 반드시 고용지표의 결과와 정비례하지 않을 수 있음을 시사한다.

군집 3(고용 격차 심화형)은 전국 곳곳의 농산어촌 지역들로 구성되며, 청년층 유입이 증가할수록 해당 군집에 속할 가능성은 감소하는 경향을 보였다(Exp(B)=0.391, P=.092). 또한 청년층 비경제활동인구의 비율이 높을수록(Exp(B)=2.567, P=.013) 군집 3에 속할 가능성이 2.567배 높아지고, 주택 매매지수가 낮은 지역일수록(Exp(B)=0.472, P=.086) 군집 3에 속할 가능성이 증가하는 경향을 나타냈다. 반면에 서비스직･판매직 종사자의 비율이 높을수록(Exp(B)=0.453, P=.062), 대학당 재학생 수가 많을수록(Exp(B)=0.094, P=.080) 군집 3에 속할 가능성은 감소하는 방향성을 나타냈다. 제조업 종사자, 전문직･사무직 종사자, 자영업자 등의 산업 및 고용지표에서도 통계적으로 유의하지는 않았지만, 군집 3에 속할 가능성을 낮추는 음(-)의 계수를 나타냈다. 이러한 결과는 군집 3이 상대적으로 제조업과 서비스업의 종사자 비율이 낮고, 관련 변수들이 군집 1에 비해 음(-)의 방향성을 보이는 등 산업 기반이 상대적으로 약하며, 비경제활동 상태인 청년층 인구가 상대적으로 많고 최근 4년 동안 청년 순 이동률은 음의 값으로 청년층의 유출까지 동반되는 구조적 취약성을 지닌 지역임을 시사한다. 이들 지역의 고용환경 및 정주 여건이 청년층에게 상대적으로 불리하게 작용하고 있을 가능성이 있으며, 청년층의 지역 정착을 유도하기 위한 교육, 산업, 고용 등 다방 면에서 청년층의 이탈을 막고 유입을 촉진할 장기 전략이 필요해 보인다.

군집 4(청년 실업 위험형)는 대도시 중심 지역들로 제조업 종사자의 비율이 높을수록 군집 4에 속할 가능성이 유의하게 증가하는 경향을 나타냈고(Exp(B)=22.405, P=<.001), 주택 매매지수가 높을수록(Exp(B)=6.602, P=.036), 전문직･사무직 종사자의 비율이 높을수록(Exp(B)=4.555, P=.097) 군집 4에 속할 가능성이 증가하는 경향을 나타냈다. 이들 지역은 상대적으로 고학력 인력이 집중되고 주거비 부담이 높은 특성을 보인다. 반면, 지역 인구 중 외국인의 분포율이 상대적으로 낮고(Exp(B)=0.220, P=.008), 상용직 근로자의 비율이 낮을수록(Exp(B)=0.096, P=.008), 출산율이 현저히 낮을수록(Exp(B)=0.015, P<.001), 군집 4에 속할 가능성이 증가하는 것으로 나타났다. 이는 해당 지역의 고용 안정성 및 인구 재생산 기반이 취약함을 시사한다. 이러한 결과는 군집 4에 속한 지역들이 대체로 도심 또는 대도시권 중심부에 위치하며 일정 수준 이상의 산업 기반과 청년층 유입 여건을 갖추고 있으나, 고용의 질이나 정주 여건 측면에서 청년층의 안정적 정착을 제약하는 요인도 상존하고 있음을 나타낸다. 이는 청년 실업과 고용 안정성이 낮은 구조화된 지역 고용환경을 반영하며, 복합적인 정책 개입이 요구되는 지역 유형이라 할 수 있다.

이상으로 다항 로지스틱 회귀분석 결과를 종합해보면, 군집 2(청년 고용 양호형)는 제조업 및 전문직･사무직 등의 종사자 비중이 높고 청년층 유입이 활발한 지역으로, 경기도 일대 및 인근 충청 중부권이 포함된다. 고용률과 실업률 지표 모두 양호한 수준을 보여 4개 군집 중 청년층 고용환경이 양호한 유형으로 분석된다. 군집 3(고용 격차 심화형)은 농산어촌 중심의 고령 지역들로, 청년층 유출과 청년의 비경제활동 상태가 심화되고 있으며 제조업･서비스업 기반이 취약한 고용 구조적 한계를 지닌 지역으로 분석된다. 마지막으로 군집 4(청년 실업 위험형)는 대도시권 지역으로, 제조업 및 전문직 중심의 고용구조와 청년 집중도가 높은 데 반해 고용 안정성이 낮고 정주 여건이 비교적 열악하며 청년층 실업률이 높은 구조적 취약성이 존재하는 것으로 나타났다. 이처럼 각 군집은 청년층 고용의 상대적 수준뿐만 아니라 인구･산업･고용･주거 특성 등 복합적인 요인들이 맞물려 지역의 고용환경을 형성하고 있으며, 이는 정책 대응에 있어 각 군집별 맞춤형 접근이 필요함을 시사한다.

5. 결론

본 연구는 지역별 고용지표를 활용하여 전체 대비 청년층의 상대적 고용 수준을 실증적으로 분석하고 그 공간적 분포 패턴과 지역 유형화 요인을 파악하였다. 이를 위해 시군구 단위의 고용통계 자료를 기반으로 전체 고용률과 청년층 고용률 간의 격차를 시계열 지표(평균, 표준편차, 기울기)로 산출하고, 이와 함께 전체 실업률과 청년층 실업률 지표를 활용하여 K-평균 군집분석을 수행하였다. 이를 바탕으로 청년층 고용환경을 네 가지 지역 유형으로 분류하였고, 다항 로지스틱 회귀분석을 통해 각 군집에 속할 가능성을 결정짓는 주요 인구･산업･고용･주거 특성을 통계적으로 도출하였다.

분석 결과, “고용 격차 개선형”은 전체 고용률과 청년층 고용률의 격차 수준이 점차 완화되고 있고 전체 대비 청년층 고용 상태가 점차 개선되는 경향성을 보인 군집 유형으로 농산어촌의 기반이 강하지만 일정 수준의 산업 기반을 유지하고 있는 58개의 시군 지역이 이에 포함되었다. “청년 고용 양호형”은 전체 고용률과 청년층 고용률이 전국 평균 수준보다 높은 군집으로 경기도 일대 및 이와 인접한 충청권이 포함된 59개의 지역이 이에 포함되었다. 제조업과 공공행정 기반이 상대적으로 강한 특성을 나타냈다. “고용 격차 심화형”은 농산어촌 중심의 36개 지역으로, 전체 대비 청년층 고용률의 격차 수준이 심화되고 있으며 청년층의 순 유출 및 비경제활동인구 비중이 높은 등 고용 기반의 취약성이 보였다. 마지막으로 “청년 실업 위험형”은 대도시 중심의 76개 지역으로, 전문직과 제조업 종사자의 분포율이 높고 산업 기반이 견고한 편이지만 청년층 실업률이 높고 출산율과 상용직의 비율이 낮아 고용 안정성과 정주 여건 측면에서 취약성을 드러내는 것으로 나타났다.

서울 및 일부 광역시는 상대적으로 높은 고용 수준에도 불구하고 청년층이 안정적으로 노동시장에 안착하기 어려운 구조적 특성이 관찰되었으며, 비수도권의 농산어촌 지역은 청년층의 유출과 약한 고용 기반이 중첩되는 이중적 취약성을 보여주었다. 이는 청년층의 고용 문제를 안정적인 정착 가능성, 산업 기반, 생활환경 등 다양한 지역적 맥락을 종합적으로 고려하여 정책적으로 접근해야 함을 시사한다. 또한 제조업 비중이 높다고 해서 고용환경이 개선되는 것은 아니며 해당 산업의 특성과 연계된 고용의 질과 안정성이 청년고용에 주요하게 작용함을 확인하였다.

전체 대비 청년층 고용지표의 격차 수준이 점차 심화하고 있는 지역에서는 청년층의 경제활동 참여를 촉진할 수 있는 적극적인 고용지원 및 직업 훈련 정책이 요구된다. 대도시의 경우 고용기회는 분포되어 있으나 고용의 질, 주거비 부담 등이 청년층의 안정적 정착을 저해할 가능성이 있으므로 이들의 삶의 질 개선을 위한 복합적 정책 마련 또한 병행되어야 할 것이다.

본 연구는 시군구 수준의 패널 통계를 기반으로 전체 고용률과 청년층 고용률 격차의 공간적 분포 패턴과 구조적 요인을 실증 분석한 점에서 의미를 지닌다. 연구 진행에 있어 몇 가지 한계도 존재한다. 고용의 질적인 측면(근속기간, 임금 수준 등)을 보여주는 세부 지표는 시군구 단위의 통계 확보가 어려워 본 분석에 포함하지 못했고, 분석에 사용된 통계는 비교적 짧은 시계열 범위에 해당하여 장기 추세를 판단하기에는 다소 제약이 있다. 또한 재학생뿐만 아니라 졸업생의 지역 잔류 여부, 농촌 지역의 특성을 반영할 수 있는 1차 산업 종사자 비율 등 일부 변수의 부재는 변수 구성의 한계로 지적될 수 있다. 향후 연구에서는 청년층 고용의 질적 수준, 주거환경, 사회관계망 등 보다 다양한 맥락을 통합적으로 반영한 분석이 요구되며, 분석의 시계열 범위를 확대함으로써 정책적 활용도도 더욱 높일 수 있을 것으로 기대된다.

청년층의 고용 문제는 고용률과 실업률과 같은 단순한 수치 개선을 넘어 지역의 지속 가능성과 사회통합을 위한 핵심 요소인 만큼, 공간적 접근을 통한 면밀한 진단과 관련 정책의 지역 맞춤화가 지속하여 강조되어야 할 것이다.