Journal of the Korean Geographical Society. 31 October 2026. 768-789
https://doi.org/10.22776/kgs.2026.61.5.768

ABSTRACT


MAIN

  • 1. 서론

  • 2. 이론 및 선행연구 고찰

  •   1) 지역 기반 교육복지로서 교육복지우선지원 사업의 두 요소: 선별성과 공간성

  •   2) 교육복지우선지원사업의 복잡성과 다양성

  •   3) 교육복지우선지원사업 연구의 동향과 한계

  •   4) 연구의 차별성

  • 3. 연구설계

  •   1) 분석자료

  •   2) 변수설정

  •   3) 분석모형

  • 4. 분석결과

  •   1) 군집분석 결과

  •   2) 기초통계량

  •   3) 퍼스 로지스틱 및 패널 확률효과 모형 결과

  • 5. 결론 및 시사점

1. 서론

“지리적 요인은 중등 및 고등교육 진학 기회의 명백한 불평등을 일차적으로 결정한다.”

(Bourdieu and Passeron, 1964; 이상길(譯), 2024, 54)

문화자본(cultural capital) 개념을 통해 계급적 불평등의 재생산을 설명한 피에르 부르디외(Bourdieu Pierre)는 이 재생산의 기제에서 교육이 핵심적인 역할을 하며, 이는 공간적 불균등과도 밀접하게 관련된다고 지적한 바 있다. 위의 인용은 교육과 문화 접근성이 높은 지역에 거주할수록 사회적 위계 구조의 상층부에 속할 가능성이 크고, 지역 환경의 누적적 영향을 받는 그들의 자녀가 보다 양질의 진학 기회를 획득한다는 점을 설명한다. 한편 빈곤이 집중된 근린에 거주하는 학생들은 학업 성취도가 대체로 낮다는 점에서 교육은 계층 간 격차와 지역 불평등의 결합 및 재생산을 강화시키는 ‘공간적 기회구조’의 핵심 요소라고 할 수 있다(Galster and Killen, 1995; Galster and Sharkey, 2017).

국내에서도 교육의 지역적 불평등, 특히 대도시 내 교육격차는 중요한 문제로 인식되었고, 여러 연구가 특・광역시를 대상으로 학생들의 교육 성과 격차가 지역 격차의 모습으로 나타난다는 분석 결과를 제시해 왔다(성병창, 2013; 정재훈・김경민, 2014; 배은주・허효선, 2015; 김중길 등, 2021; 우중호・김도균, 2022). 그리고 성장기・학령기 거주지역의 교육 기회가 대학 진학이나 직장에서의 임금 등 향후 성과의 격차에 영향을 미친다는 연구들도 제기되었다(윤형호 등, 2009; 박미희, 2020; 김승정 등. 2024; 최호권・박인권, 2024).

지역 격차를 매개로 심화되는 교육 불평등에 대응하기 위해 교육정책에서도 ‘지역’적 접근을 시도하는 일련의 이니셔티브가 등장했다. 사회・경제적 박탈이 심각한 지역에 자원을 추가로 배분하고 해당 지역 학생과 지역사회 자원을 적극적으로 연계하는 것이다. 유럽권에서는 이러한 교육정책의 공간적 전환(spatial turn)을 ‘지역 기반 이니셔티브(area-based initiatives, ABIs)’라고도 일컫는데(Lupton, 2009; Kerr et al., 2014), 영국의 교육우선지역(education action zone, EAZ)과 프랑스의 우선교육지대(zone d'education prioritaire, ZEP)가 대표적인 사례로 손꼽힌다. 특히 프랑스의 ZEP는 앞서 소개한 부르디외와 그의 동료들의 연구성과를 반영하여 도입된 것이기도 하다(김정원 등, 2007). 다만 ‘ABIs’라는 명칭이 취약계층 학생을 위한 ‘교육’ 정책을 특정하기에는 범용적이라고 판단하여, 본고에서는 이러한 정책적 방침을 ‘지역 기반 교육복지’라고 지칭하도록 한다.

국내에서도 이 같은 접근법에 입각한 정책이 시도되었다. 2003년 시범사업을 시작으로 도입된 ‘교육복지투자우선지역 지원사업(이하 ‘교복투 사업’)’, 현재는 ‘교육복지우선지원사업(이하 ‘교복우 사업’)’이라고 지칭되는 정책이 바로 그것이다. 이 사업은 학교와 지역사회 기관과의 연계를 통해 도시 저소득 지역의 학생들에게 교육・문화・복지 프로그램을 집중 지원하는 것을 도입 취지로 명시할 만큼 지역적 접근 방식을 크게 강조했으며(보건복지부 등, 2004, 541, 544), 정책 설계를 위해 영국의 EAZ와 프랑스의 ZEP를 직접 벤치마킹한 것으로도 알려져 있다(강순원, 2012).

그렇다면 교복우 사업은 그 취지에 부합하게 운영되고 있을까? 여기서 주지해야 할 사실은 2011년부터 사업의 체계가 대대적으로 개편되었다는 점이다(교육과학기술부, 2010). 우선, 사업을 시행하는 단위가 취약계층 학생이 밀집한 ‘지역(zone)’에서 ‘학교’로 변경되면서 스케일이 축소(scale-down)되었다. 지역 기반 교육복지를 구성하는 공간적 접근의 한 축이 약화된 것이다. 또한 사업의 추진 권한이 중앙정부에서 광역시・도 교육청으로 이양되었다. 정책의 분권화는 정책이 지역의 필요에 더 민감하게 응답하게 만드는 조건이라는 점에서 긍정적인 기회로 평가될 수 있지만, 지역의 역량이 충분하게 뒷받침되지 않거나 정책의 도입 취지가 명확하게 공유되지 않는다면 오히려 사업의 성격이 왜곡되거나 유명무실화될 우려도 병존한다. 사업 지원 단위의 스케일 축소로 공간적 접근의 취지가 약화되었을 뿐만 아니라, 사업이 개편된 2010년대는 보편적 교육복지 담론이 강화되면서 선별적 접근의 교육복지 자체가 위축된 시기였기 때문에 지방분권화는 교복우 사업에 있어서 기회뿐만 아니라 위기 요인으로도 작용했을 가능성이 있다.

분권화 이후 교복우 사업의 지역별 다양성을 보여주는 일례를 살펴보도록 하자. 2024년을 기준으로 서울시교육청은 전체 학교 중 94.1%를 교복우 사업학교로 지정하면서, 이 중 24.6%를 ‘거점학교’로 중점 지원하고 있다. 반면 울산시교육청은 전체 학교의 13.4%만을 사업학교로 지정하는 대신, 사업학교 모두를 ‘중점학교’로 분류하여 집중지원하고 있다. 이는 동일한 선별적 교육복지 정책이라고 하더라도 지역에 따라 선별성이 작동하는 방식이 다를 수 있음을 보여준다. 즉, 서울이 폭넓은 사업학교 지정을 통해 지원 범위를 확대하는 방식을 취한다면, 울산은 상대적으로 적은 학교를 대상으로 지원을 집중하는 방식을 택한 것이다. 이러한 운영방식의 차이는 어떠한 지역적 조건과 연관되어 있을까?

이에 본 연구는 교복우 사업이 지방분권화 이후 지역적 맥락에 따라 어떻게 분화하였는지 살펴봄으로써, 지역 기반 교육복지 정책의 취지와 지역의 수요가 사업 운영 특성에 나타나고 있는지 탐색적 연관성을 분석하는 것을 목표로 한다. 분석을 위해 지역 기반 교육복지의 핵심 차원을 선별성과 공간성으로 개념화하고, 이에 입각하여 교복우 사업의 특성을 재원의 투입 강도, 대상 선정의 선별성, 지역사회 연계성으로 구분했다. 해당 지표는 한국교육개발원의 교복우 사업 연차보고서와 지방교육재정알리미의 교육재정 세출결산 통계에 기반하여 전국 17개 시・도 단위의 7개년도 패널 데이터(2018~2024년)로 구축하였다. 그리고 이 같은 사업 특성이 취약계층의 비율과 분포, 지자체의 동원 가능한 역량・자원 등 지역의 수요・공급적 조건과 어떤 관계에 있는지 분석하기 위해 퍼스 로지스틱 및 패널 확률효과 모형을 추정했다. 교복우 사업은 지역 기반 접근법을 활용하는 교육복지 정책임에도 불구하고 그간 공간적 관점에 입각한 분석이 미흡했고, 분권화되어 추진되고 있으면서도 지역적 맥락에 부합하게 실천되고 있는지에 대한 정교한 평가가 부족했다는 점에서 본 연구는 정책적・학술적 의의를 제시할 것이다.

2. 이론 및 선행연구 고찰

1) 지역 기반 교육복지로서 교육복지우선지원사업의 두 요소: 선별성과 공간성

교복우 사업과 같은 지역 기반 교육복지 정책을 구성하는 중요한 두 가지 요소는 선별성(selectivity)과 공간성(spatiality)이라고 할 수 있다. 우선, 선별성은 사회경제적 박탈을 겪고 있는 계층에게 다른 이들보다 더 많은 자원을 배분하는 것을 의미한다. 프랑스의 ZEP나 영국의 EAZ가 도입되는데 이념적으로 영향을 주었다고 알려진 ‘긍정적 차별(positive discrimination)’ 개념 역시 선별적 복지와 맥락을 함께한다고 할 수 있다(Rochex, 2012; Raffo, 2013). 이는 사회복지가 사회적 권리이기 때문에 모든 사람에게 주어져야 한다는 보편주의(universalism)적 관점과 일정한 긴장관계를 갖는다. 선별주의 복지는 한정된 자원을 필요한 사람들에게 더 많이 지원한다는 점에서 효율적이고 재분배의 효과가 있다는 점을 강조하는 한편, 보편주의 복지는 선별주의가 수혜자를 선정하는 행정비용 측면에서 오히려 비효율적이며 수혜자에 대한 낙인효과(stigma effect)를 초래하여 사회통합을 저해한다는 등의 비판을 제기한다(Blakemore and Warwick-Booth, 2013).

두 번째 요소인 공간성은 취약지역으로서 정책적 개입이 시도되는 공간적 단위, 그리고 해당 공간과 관련된 서로 다른 위계의 주체들이 이 공간을 중심으로 영향을 주고 받는 방식을 의미한다. Kerr et al.(2014, 20-29)는 ABIs를 개념화하면서 장소(place), 스케일(scale), 권력(power), 행위(action)를 그 구성 요소로 제시한 바 있는데, 이 중 장소와 스케일이 지역 기반 교육복지의 공간적 속성을 핵심적으로 드러낸다고 할 수 있다. 장소는 빈곤과 같은 결핍과 불이익이 집중되고, 그것이 물리적・사회적 과정을 통해 재생산되는 공간을 의미한다. 스케일은 그러한 장소가 보다 거시적인 맥락 속에서 어떻게 위치하는지, 지역 내부에는 어떤 다양한 차원의 맥락들이 중첩되어 있는지를 포착하는 개념이다. 이를 정책적 관점에서 말하자면, 장소는 사업의 개입이 시도되는 취약지역의 공간적 범위를 의미하며, 지역 기반 교육복지가 공간적 차원에서 선별성을 지향한다는 것을 보여준다. 그리고 스케일은 사업을 기획・집행하고 이에 참여하는 다양한 관계자들의 공간적 층위를 의미한다. 지역 기반 교육복지는 국가 스케일의 중앙정부나 지역 스케일의 지방정부와 같은 공공 부문이 정책을 주도할 수도 있지만, 동시에 지역사회 스케일의 민간 조직, 학교 등 다양한 행위자의 참여와 협력을 전제로 한다. 결국, 지역 기반 교육복지의 공간성은 단순히 어떤 취약지역을 선정하여 지원하는 문제에 그치지 않고, 중앙・지방정부, 학교, 지역사회가 어떤 방식으로 결합하여 지역의 교육 취약성을 완화할 것인가의 문제와 연결된다.

이와 같은 요소들은 교복우 사업에 대한 사항을 규정하는 교육부 훈령 「교육복지우선지원사업 관리・운영에 관한 규정」(2020.5.1. 개정 기준)을 살펴봄으로써 확인할 수 있다. 우선 이 규정은 법정 저소득 가정, 즉 국민기초생활수급자, 차상위계층, 한부모가족의 학생을 비롯해서 북한이탈주민・다문화가족의 자녀, 특수교육 대상자 등을 사업 대상으로 규정하고 있어 명확한 선별적 복지의 성격을 갖는다(제3조). 공간성의 경우, 장소 측면에서는 취약계층 학생이 밀집한 학교를 사업 대상으로 규정하며(제2조), 스케일의 측면에서는 사업학교 지정이나 예산 지원 등 사업의 추진 권한을 시・도 교육청에 부여하고(제4조) 사업학교의 장이 시・도 교육청의 방침에 따라 사업계획을 작성 및 시행하도록 한다(제5조). 또한 지역사회에 소재한 관련 기관・단체들과 연계 및 협력할 것을 규정하고 있으며(제15조), 교육청・교육지원청이나 사업학교에 배치되는 사업전담인력에게는 지역사회 교육복지 자원을 발굴하고 이를 학생 지원에 연계하여 활용할 의무가 주어진다(제12조).

2) 교육복지우선지원사업의 복잡성과 다양성

교복우 사업에 대한 분석에서 주지할 점은 선별성과 공간성이라는 지역 기반 교육복지의 요소가 사업을 실행하는 현실에서 상당한 복잡성과 넓은 스펙트럼을 가질 수 있다는 것이다. 선별주의 복지에 대한 일반적인 비판과 마찬가지로, 교복우 사업에 대해서도 지원대상에 대한 선별성이 뚜렷할수록 참여 학생들에게 낙인효과가 크게 작용할 것이라는 우려는 줄곧 지적되어 왔다(백병부 등, 2013; 김광혁, 2017). 교복우 사업에 대한 교육부 훈령은 앞서 명시된 사업대상 학생 이외에도 교육감이 정하는 기타 학생도 포함할 수 있도록 허용한다. 2024년을 기준으로 사업 규정이 명시하는 대상자(법정 저소득 계층 및 북한이탈주민・다문화가족의 자녀, 특수교육 대상자)들이 사업 지원대상의 67.3%를 차지하지만, 중위소득의 60~90% 이하1)1)에 해당하는 학생(21.0%)이나 그 외 기타 기준에 따라 지원되는 학생(11.7%)도 합하여 약 1/3을 차지한다(김지수 등, 2024, 18-19). 이처럼 사업 대상 요건에 폭넓고 완화된 기준을 적용하고, 이러한 학생들의 비중이 두터운 지역일수록 사업의 선별성은 상대적으로 약하다고 할 수 있다. 실제로 일선 교육지원청이나 학교의 사업에서는 규정된 대상이 아니더라도 자발적으로 지원한 학생을 참여시키거나 전체 학급・학년 대상의 프로그램을 통해 선별성을 희석시키는 집행 사례들도 확인된다(경기도교육청, 2016). 보편주의 복지와 선별주의 복지가 매우 상반되는 이념형으로 보이지만, 실제 정책에서는 양단 사이에 폭넓은 스펙트럼의 자원할당 방식이 분포하며 혼합적인 특성이 나타날 수 있는 것이다(김연명, 2011; 이태수, 2016; Gilbert and Terrell, 2012).

공간적 측면에서 나타날 수 있는 복잡성 중 하나는 사업 대상인 빈곤 밀집공간을 어떻게 선정하고 구획할 것인지의 문제이다. 앞서 언급한 2011년의 사업 개편에서 이 문제가 수면으로 부상했다. 취약계층 밀집 구역(zone)이 지원 단위였던 ‘교복투’ 시절의 사업 초창기 방식에서는 저소득층 학생의 비율이 높은 학교라도 4개 이상의 학교가 저소득 밀집 구역으로 묶이지 않으면 지원 대상에서 제외되었다. 이에 사각지대가 발생한다는 비판이 제기되었고 지원 단위는 개별 학교로 축소되었다(교육과학기술부, 2010). 사업의 명칭에서 ‘지역’이라는 표현이 삭제된 맥락도 이로부터 이해할 수 있다. 그렇지만, 사업의 공간적 단위가 학교 스케일로 세분화되었더라도 사각지대의 문제는 여전히 남는다. 동일한 저소득층 학생이라 하더라도 이들이 취약계층이 밀집한 학교에 다니지 않는다면 지원을 받기 어렵기 때문이다. 이에 따라 사업학교의 유형이 분화하기 시작했다. 규정된 취약계층 학생의 비중이 높아서 교복우 사업의 취지에 보다 부합하는 ‘중점학교’ 이외에도, 지원대상에 대한 기준을 완화하여 취약계층 학생들의 비율이 상대적으로 낮더라도 사업을 시행하는 ‘연계학교’ 유형이 등장했다.2)2) 다시 말해, 동일한 재원을 투입했을 때 사업학교 중 중점학교의 비율이 높은 지역일수록 공간적 차원에서 선별적 지원을 더 중시한다고 평가할 수 있다. 중점학교에는 원칙적으로 ‘교육복지사’ 또는 ‘지역사회전문가’ 등으로 불리는 사업전담인력3)3)을 배치하는 것이 일반적이다. 물론 그림 1과 같이 지역 여건상 인력이 배치되지 않는 중점학교도 존재하는데(송지훈 등, 2020, 3), 전담인력 미배치 학교의 운영방식도 지역에 따라 차이가 나타난다. 어떤 지역에서는 교사가 해당 업무를 전담하기도 하지만, 다른 지역에서는 소수의 전담인력을 파견하여 미배치교를 순회 관리하는 방식을 채택하고 있다(김지수 등, 2024, 24-30).

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610507/images/geoa_61_05_07_F1.jpg
그림 1.

교복우 사업을 추진하는 학교의 유형
출처: 송지훈 등(2020, 3)을 일부 변형하여 인용

사업의 공간적 복잡성을 나타내는 또 하나의 특성으로서 지역사회와의 연계성도 지역적 편차를 보여준다. 2024년을 기준으로 사업전담인력 배치학교의 평균 지역사회 연계활동을 집계해보면 지역별로 1개교당 6.1회(전북)부터 36.7회(서울)에 이르기까지 큰 차이가 발생한다(김지수 등, 2024, 47-48). 저조한 지역의 실적에 대해서는, 2011년 개편 이후 구역 단위로 실행되던 지역사회 연계 프로그램이 개별 학교의 몫으로 넘어가게 되면서 지역사회와의 연계성을 약화・해체되었다는 견해를 참고할 수 있는데(이희현 등, 2019, 89-90), 근본적으로는 분권화에 따른 지역별 의지나 여건이 지역 간 차이에 영향을 미쳤을 것이라고 생각된다. 대표적인 사례로서 서울시는 자치구 단위로 ‘지역교육복지센터’를 별도로 설치해서 학교・교육지원청과 지역사회 자원과의 협력체계를 운영하는 특수성을 보이는데 이처럼 정책을 수행하는 기관의 적극성이 지역사회 연계 수준과 관련성이 클 수 있다.

요컨대, 선별성과 공간성이라는 요소가 실제 교복우 사업에서 구현되는 방식은 단순하지 않으며 지방분권화 이후 그 방식은 더욱 다양해졌다고 할 수 있다. 그렇지만 복지정책의 복잡성과 다양성을 다룬 이론적 동향과 비교하면 교복우 사업을 대상으로 예산 및 자원 배분에 대한 데이터를 실증적으로 탐색한 연구는 상당히 미흡했다. 이에 본 연구는 교복우 사업이 지역 기반 교육복지 정책으로서 갖는 성격이 실제 사업의 분화 과정에서 어떻게 발현되고 있는지 분석하는 데 초점을 둔다.

3) 교육복지우선지원사업 연구의 동향과 한계

교복우 사업에 관한 선행연구들은 주로 교육학이나 사회복지학을 중심으로 진행되어 왔다. 다만 ‘지역 기반 교육복지’의 관점에서 교복우 사업을 실증적으로 분석한 연구는 상당히 드물었으며, 이와 유사한 기조를 가진 소수의 연구도 대체로 지역 연계 네트워크를 주목하는 경향에 머물렀다. 본 장에서는 선행연구의 주요 흐름을 구성하고 있는 교복우 사업의 효과성, 전달체계 및 거버넌스, 재정적 특성에 대한 연구들을 위주로 검토하겠다.

정책 효과성에 관한 실증분석은 선행연구에서 가장 많은 비중을 차지하고 있는 유형으로서 사업에 참여한 경험이 학생 개인에게 학습 능력과 학업 성취도, 정서적 안정과 학교생활 만족도, 문제행동 감소 등의 측면에서 어떤 변화를 주었는지를 분석한다. 여기에는 긍정적인 효과를 보고하는 연구(정연정・엄명용, 2009; 박미란, 2010; 김경희, 2011; 정충대, 2016)들이 주를 이루는 가운데, 교복우 사업의 효과는 직접적 효과라기보다는 조절효과를 통한 간접적 경로로 나타난다는 연구(류방란・송혜정, 2011; 주은수, 2022), 학교급이나 과목 및 기존 학업 수준에 따라 영향이 상이하거나 효과가 없는 대상도 있다는 연구(하대현・장영은, 2012; 연보라 등, 2014; 김근진, 2016; 김훈호・이호준, 2018), 일부 혹은 전반적으로 부정적인 영향을 보고하는 연구(주정현・김미경, 2012; 백병부 등, 2013; 정설미・정동욱, 2022) 등 그 스펙트럼이 다양하게 나타난다. 하지만 이들 연구는 교복우 사업이 공간적・선별적 차원에서 갖는 복합적인 성격과 이것의 지역별 차이에 대해서는 간과하고 있어서 사업 집행의 지역적 특성과 그 다양성에 따른 효과의 차이를 규명하는 작업까지 나아가지는 못하고 있다. 그런 측면에서 사업 효과성에 대한 실증연구들을 대상으로 메타분석을 수행한 김한나・장덕호(2017)의 고찰은 주목할 만하다. 각기 여러 지역을 분석한 23개 연구를 종합한 이 분석에 따르면 교복우 사업의 긍정적 효과는 경기도, 강원도, 전라도, 경상도, 서울시, 충청도 순으로 높게 나타났는데, 그 원인에 대해서는 성과가 가장 높았던 경기・강원도가 사업 예산 규모는 상대적으로 작으면서도 인건비 집행 비율은 가장 높았다는 점에서 추론의 실마리가 있다고 서술했다. 하지만 사업의 세부적인 특성이 분석에 반영된 것은 아니기 때문에 통계적 유의성을 갖춘 설명이라고 하기는 어렵다.

연구 동향에서 또 하나의 큰 비중을 차지하는 주제는 사업의 전달체계와 거버넌스에 대한 것이다. 이 중에서도 사업전담인력과 지역 네트워크의 역할에 대한 분석이 교복우 사업의 특수성을 드러내는 연구 유형이라고 할 수 있다. 사업전담인력은 학교나 교육청 소속으로서 학교와 지역사회를 연결하고, 교육과 복지라는 두 영역을 아우르며 대상학생들을 위한 프로그램을 주도하는 교복우 사업의 핵심 인력이다. 그러나 선행연구들은 이들이 오히려 이런 애매하고 다중적인 위치 속에서 난이도 높은 직무와 과중한 부담을 지고 있고 낮은 처우와 주변부적 직위, 고용 불안정성으로 인해 업무 수행에 혼란과 제약을 겪고 있다는 점을 지적하고 있다(윤철수・유기웅, 2013; 이효선, 2018; 주석진, 2022; 조미솔, 2023).

교육복지 지역 네트워크에 대해서는 대체로 지역적 주체의 중요성을 부각하는 연구와 학교 측 주체의 역할을 강조하는 연구가 핵심을 이룬다. 특히 전자의 경우, 사업 초기에 시범사업 대상지로서 비교적 성공적으로 정착한 것으로 평가되었던 사례(서울 노원, 부산 반송 등)들에 대한 연구가 주목할 만한데, 이들은 우수한 성과 도출에 기여했던 지역 주체들의 능동성과 네트워크 형성 방식, 비영리 부문인 데에서 기인하는 자원 동원의 한계, 공공 부문의 체계적인 지원・협조와 관심의 필요성 등을 제기하고 있다(김경애・김정원, 2007; 최송식 등, 2007; 김지선・양병찬, 2019). 후자의 경우에는 사업전담인력이나 교사와 같은 학교・교육청 측 실무자의 역량과 의지, 학교・교육청의 조직적 협조, 지역사회 조직과의 관계 및 지역사회 문제 인식 수준이 지역 네트워크의 활성화에 중요하다는 견해가 주를 이룬다(김경애, 2009; 김경근 등, 2010; 윤철수・유기웅, 2013; 김의용・조성숙, 2016; 배영미 등, 2022).

다만 이 부문의 연구들도 사업의 다양성이나 지역적 차이를 다루거나, 어떤 지역에서 지역사회 연계활동 같은 지역 기반 교육복지의 핵심 요소가 활성화되는지 분석하는 작업이 미흡했다. 앞서 언급한 서울시 지역교육복지센터를 사례로 성과를 분석하는 일련의 연구(전구훈・김희찬, 2023; 전구훈 등, 2023; 이은영, 2025; 이은영・박자양, 2025)들이 최근 제출되었지만, 대체로 어떤 프로그램이 유효한지에 대한 논의로서 서울만의 정책 거버넌스로서 갖는 특이점과 의의를 논하지는 않았다는 점에서 한계를 보인다.

마지막으로, 광역지자체 단위로 사업의 재정적 특성을 분석한 두 실증연구를 살펴보도록 한다. 조규진(2012)은 사업학교별 집중지원학생 1인당 교육비를 시・도 단위로 집계하여 지니계수 산출 및 상관분석을 실행했는데, 지역별 사업 재원은 각 학교에 균등하게 배분되고 있으며 재정 배분의 양상이 지역별 재정 능력과는 상관성이 거의 나타나지 않는다는 결론을 제시했다. 홍승애 등(2019)은 사업 예산, 대상 학교・학생 수를 비롯한 5개 지표로 군집분석을 실행하여 17개 시・도를 4개 집단으로 유형화하고 교복우 사업에 지역 간 차이가 존재함을 주장했다. 이상의 연구들은 재원 투입 방식을 하나의 사업 특성으로 간주하고 지역별 차이를 살피려는 이 연구의 관점에서 참고할 만하다. 그러나 지역적 차이를 도출하거나 그 차이에 정책적・학술적 의미를 부여하는 작업은 상대적으로 미흡하며, 여기서 설정된 지표만으로는 본고가 분석하려는 지역 기반 교육복지로서의 사업 특성을 해석하는 데 한계가 크다. 지역 기반 교육복지 정책의 선별성을 분석하기 위해서는 보편적 지원과 대비했을 때 선별적 지원의 강도와 비중을 확인할 수 있는 지표가 구축되어야 하며, 그 선별성이 공간적 차원에서는 어떻게 구현되는지에 대한 지표도 설계할 필요가 있다. 사업 특성과 지역적 조건 간 관계성을 살피기 위해 확장된 분석으로 나아가지 않은 것도 아쉬움으로 남는다.

4) 연구의 차별성

본 연구는 다음과 같은 차별성을 갖는다. 첫째, 교복우 사업이 가진 집행 재량권과 공간적 차이에 초점을 맞춰, 해당 사업을 ‘지역 기반 교육복지’ 정책으로 개념화하고 사업의 지역적 특성을 실증적으로 분석하기 위한 분석틀을 제시한다. 교복우 사업의 선례가 되었던 서구의 유사 정책들은 이미 ABIs의 관점에서 취약지역을 지원하는 공간적・지역적 접근으로 논의되어 왔다. 그러나 국내에서는 교복우 사업에 이러한 관점을 적용하여 사업의 성격을 해석하거나 평가하려는 시도가 제한적이었으며, 특히 이를 실증분석의 틀로 구체화한 연구는 상당히 미흡했다. 이 연구는 지역 기반 교육복지의 핵심 요소를 선별성과 공간성으로 규정하고, 교복우 사업에 대해 가용한 공식 데이터를 체계적으로 구축하여 이러한 요소를 측정할 수 있는 지표를 구성함으로써 기존 선행연구의 공백을 보완한다.

둘째, 분권화 이후 교복우 사업의 다양성과 지역적 차이를 분석하고, 이러한 차이가 지역의 특성과 어떤 관련성을 갖는지 검토한다. 기존 연구들은 주로 개별 학생・학교・지역 사례를 중심으로 분석을 수행해 왔으며 통계적 검증을 동반하지 않은 질적연구도 적지 않았기 때문에, 전국 단위의 자료를 활용하여 사업의 다양성을 분석한 연구는 드물었다. 일부 연구가 광역시・도 단위에서 사업 특성의 차이를 분석한 바 있으나, 지역별 사업 운영의 구조적 차이를 체계적으로 유형화하거나 그것이 지역적 조건과 어떤 관계를 갖는지까지 분석한 연구는 확인되지 않는다. 본 연구는 교복우 사업의 운영 특성을 유형화하고 각 유형과 지역적 특성 간의 관계를 계량적으로 탐색한다. 이는 교복우 사업을 단일한 속성을 가진 정책으로 간주하여 효과성 등을 분석해 온 기존 연구의 한계를 극복하고 지역별로 분화된 운영 특성을 함께 고려하여 분석할 필요성을 시사한다.

3. 연구설계

1) 분석자료

교복우 사업의 지역별 운영 특성을 실증적으로 분석하기 위해 한국교육개발원에서 매년 발간하는 「교육복지우선지원사업 (및 교육복지안전망) 운영 현황 조사 결과」 보고서4)4)와 지방교육재정알리미에서 제공하는 시・도별 교육재정 세출결산 통계를 주요 분석자료로 활용했다. 특히 한국교육개발원의 보고서는 2018~2024년간 광역지자체 단위로 운영되는 교복우 사업의 지원 대상, 활동 등 통계적 현황을 연차별로 제공하고 있어 연구의 주요 종속변수인 ‘사업 대상 선별성’과 ‘지역사회 연계성’을 구축하기 위한 핵심 자료로 활용했다. 지방교육재정알리미는 시・도별 교육재정과 부문별 투입 비중에 대한 데이터를 제공하므로, 이를 이용하여 사업의 재정적 특성을 의미하는 종속변수인 ‘재원 투입 강도’를 산출했다. 분석자료는 한국교육개발원 보고서의 가용성에 따라 전국 17개 광역지자체를 대상으로 하는 7개년도 패널 데이터로 구성하였다. 이때 ‘지역사회 연계성’ 지표는 2019년 보고서부터 집계되기 시작하므로 이를 종속변수로 사용하는 모형에서는 6개년도(2019~2024년) 데이터만을 이용했다. 또한, 사업과 지역의 빈곤 수준과의 관계를 분석하기 위해 개인신용평가 전문사 ㈜코리아크레딧뷰로(KCB, Korea Credit Bureau)의 행정동별 가구소득 데이터를 활용하여 빈곤가구를 조작적으로 정의하고 시・도별 빈곤 현황 변수를 생성했다. 다만, KCB 데이터에서 2023~2024년의 값은 구득이 제한되어 2018~2022년 값의 선형추세를 연장하여 추정 및 보완하였다. 그 밖에도 국가통계포털(KOSIS)로부터 1인당 GRDP 및 재정자립도, 행정안전부의 비영리민간단체 등록현황 등의 지역 특성에 관한 변수를 데이터에 결합하였다.

2) 변수설정

(1) 종속변수

제2장에서 살펴본 것처럼 지역 기반 교육복지의 속성은 선별성과 공간성으로 개념화할 수 있으며, 두 차원은 실제 사업에서 다양한 방식으로 발현될 수 있다. 본 연구는 공식 통계로 포착할 수 있는 범위에서 지역별 교복우 사업의 두 속성을 분석하기 위해 세 가지 종속변수를 설정한다(그림 2). 이 중 첫 번째 변수가 선별적 교육복지로서 교복우 사업이 차지하는 상대적 위상을 의미한다면, 두 번째와 세 번째 변수는 선별성과 공간성이 실제 사업 운영 방식에서 어떠한 방식으로 나타나는지를 살펴본다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610507/images/geoa_61_05_07_F2.jpg
그림 2.

종속변수의 개념화: 교육복지우선지원사업의 특성

첫째, 지역별 교육정책에서 선별적 교육복지로서 교복우 사업에 부여된 재정적 우선순위를 파악하기 위해 상대적인 재원 투입 강도를 분석한다. 구체적으로는 ‘(전체 교육재정 대비) 교육복지비 비율’과 ‘(교육복지비 대비) 교복우 사업비 비율’을 기준으로 지자체별 특성을 유형화하는데, 전자의 기준이 교육정책에서 수월성(excellence)보다는 형평성을 우선하는 교육복지의 비중을 뜻한다면, 후자는 교육복지 정책이 선별성과 보편성 간의 스펙트럼에서 어느 지점에 위치하는지를 드러낼 수 있다. 두 지표의 값이 모두 높은 지역은 교복우 사업의 선별적 복지 취지를 구현하려는 의지가 상당히 강하다고 평가할 수 있다.

둘째, 교복우 사업의 대상 선정 현황을 통해 지역별로 사업의 선별성이 얼마나 강한지 확인한다. 여기서 사업 대상은 지원의 공간적 단위인 학교에 초점을 두어서 ‘(전체 학교 수 대비) 사업학교 비율’과 ‘(사업학교 수 대비) 중점학교 비율’5)5)을 기준으로 유형화한다. 교복우 사업에 투입하는 재원이 동일하다고 가정할 때, 사업학교의 비율은 낮으면서 중점학교 비율이 높은 유형은 취약학생이 집중된 학교에 더 많은 재원을 집중하여 선별성이 높은 방식이다. 지원학교의 범위는 넓으면서 중점학교의 비중이 작은 방식에서도 앞선 유형과 동일한 수의 취약학생을 지원할 수 있기 때문에, 이 변수는 학교라는 단위에서 분석되는 공간적 선별성의 의미를 갖는다.

이 두 변수의 유형화를 위해 활용한 방법은 위계적 군집분석(hierarchical cluster analysis)이다. 위계적 군집분석에서는 사전에 군집 개수를 지정하지 않고, 개체나 군집이 결합된 계층 구조를 나무 형태로 도식화한 덴드로그램(dendrogram)을 통해서 연구자가 적정 군집의 개수를 판단한다. 여기서는 7개년도 17개 시・도로 구성된 119개 관측값을 대상으로 각 군집분석을 수행했으며 분석에 사용된 네 개 변수는 모두 표준화 점수(Z-score)로 변환한 뒤 투입했다. 군집화를 위한 거리 측정 및 연결 방식으로는 유클리드 제곱 거리에 기초한 와드 연결법(Ward linkage)을 사용했다. 와드 연결법은 군집 내 오차제곱합의 증가를 최소화하는 방법으로서 비교적 크기가 유사한 군집을 형성하는 경향이 있는 대표적인 위계적 군집화 방법이다(Everitt et al., 2011). 따라서 관측치 수가 제한되어 지나치게 불균형한 군집 구성을 피하려는 본 분석의 의도에도 부합한다고 판단했다. 후술하겠지만 두 종속변수는 군집분석을 통해 각각 3개 군집으로 유형화되었다.

마지막으로, 교복우 사업의 지역사회 연계성과 지역적 조건 간의 관계를 고찰한다. 지역사회 연계성은 사업학생 1,000명당 지역사회 연계 활동 횟수를 통해 측정하는데, 사업전담인력 배치학교를 대상으로 집계한 값이므로 전담인력의 미배치교의 운영 현황까지는 포괄하지 못한다. 지역사회 연계 활동이 활발한 시도일수록 지역 기반 교육복지로서의 정체성은 보다 뚜렷하다고 할 수 있다.

(2) 독립변수

지역별 교복우 사업의 특성과 관계가 클 것으로 예상되는 지역적 조건은 표 1과 같이 수요 측면과 공급 측면에서 각각 고려했다. 수요 측면의 변수가 정책을 필요로 하는 사업 대상과 관계된 부문이라면 공급 측면의 변수는 사업을 추진하는 지자체의 의지나 동원 가능한 역량・자원과 관계된 부문이라고 할 수 있다. 분권화는 지역의 정책 결정 주체에 일정한 재량을 부여함으로써 이러한 지역적 조건의 차이가 실제 정책의 차이로 나타날 수 있게 하는 제도적 환경이 된다.

표 1.

변수의 정의

변수 정의 출처
종속
변수
재원 투입 강도 (전체 교육재정 대비) 교육복지비 비율과 (교육복지비 대비) 교복우사업비 비율을 기준으로 위계적 군집분석을 수행하여 유형화 지방교육재정
알리미
사업 대상 선별성 (전체 학교 수 대비) 사업학교 비율과 (사업학교 수 대비) 중점학교 비율을 기준으로 위계적 군집분석을 수행하여 유형화 한국교육개발원
지역사회 연계성 사업전담인력 배치교의 사업학생 1,000명당 지역사회 연계 활동 수 (회/천명)
독립
변수
지역적
수요
특성
빈곤율주1,2 전체 가구(가구주 연령 30~50대, 3인 이상) 대비 빈곤가구 비율(%) 코리아크레딧
뷰로 (KCB)
빈곤 집중도주1,2 빈곤가구의 입지 지니계수를 표준화 점수로 변환
대도시 여부 0= 도, 1= 특・광역시 -
1인당 GRDP주3 실질가격으로 환산한 1인당 지역 내 총생산을 표준화 점수로 변환 국가통계포털
(KOSIS)
지역적
공급
특성
재정자립도주4 일반회계 대비 중 지방세와 세외수입 비율(%)
비영리단체 밀도 행정구역 면적당 비영리민간단체 수를 표준화 점수로 변환 행정안전부
교육이념주5 당해연도 재직 교육감의 이념적 성향(0= 보수, 1= 진보) 언론보도 기반 분류
연도 2018~2024년 더미변수 -

주1. 빈곤율과 빈곤 집중도를 산출하기 위한 ‘빈곤가구’는 상대적 빈곤선인 기준 중위소득의 50%(2019~2024년 3~4인 가구 평균)가 2,772만 원임을 고려하여 KCB 데이터상 가구소득이 ‘3000만 원 이하’인 가구 수로 정의

주2. 빈곤율과 빈곤 집중도의 2023~2024년 값은 KCB 데이터 구득의 제한으로 2018~2022년의 값을 선형추세로 외삽하여 대입

주3. 1인당 GRDP을 실질가격으로 환산할 때에는 GDP 디플레이터(2020년=100.0)을 적용

주4. 재정자립도는 기본적으로 지역적 공급 특성으로 분류했으나 지역의 경제력 수준을 반영한다는 점에서 수요 측면의 성격도 혼재

주5. 제6~8회 전국동시지방선거의 교육감 선거 결과에 대한 언론보도에 기반하여 구축하였으며(권혁창, 2014; 김기윤, 2018; 최예나・조유라, 2022) 선거가 있는 해는 전임자를 기준으로 설정

분권화를 지지하는 대표적인 논거는 지방정부가 중앙정부보다 지역 주민의 결핍과 선호를 잘 파악하여 그 수요에 부합하는 공공 서비스를 제공할 수 있다는 것이다(Musgrave, 1959; Oates, 1972). 교육 부문에서는 문맹률 같은 교육 수준이나 학생 규모, 소득 및 빈곤 수준 등이 지역별 교육 서비스 수요를 나타내는 지표로 활용되었는데(Faguet, 2004; Heinesen, 2004), 교복우 사업의 경우 취약계층 학생의 규모와 공간적 밀집도를 핵심적인 수요 변수로 고려할 필요가 있다. 교복우 사업은 취약학생과 이들이 밀집한 공간 단위를 대상으로 하는 지역 기반 교육복지이기 때문이다.

먼저, 지역별 취약계층 학생의 비중을 측정하기 위해 학령기 자녀가 포함될 가능성이 높은 가구를 근사하였다. 이를 추출하기 위한 KCB 자료는 가구 내 자녀의 유무와 연령을 직접 식별할 수 없고 가구주의 연령도 10세 단위로 제공하는 제약이 있으므로, 학령기 자녀를 둔 가구주의 일반적인 연령 범위를 고려하여 가구주 연령이 30~50대이면서 가구원 수가 3인 이상인 가구를 분석 대상으로 한정했다. 이 중에서 상대적 빈곤율(중위소득 50% 이하)을 기준으로 한 빈곤가구 비율을 KCB 데이터로부터 산정했다. 취약학생들의 공간적 밀집도는 특정 산업의 공간적 집중도를 파악하기 위해 고안된 입지 지니계수(locational Gini coefficient) (Krugman, 1991)의 원리를 이용하여 측정했다. 개인 혹은 가구 간 소득 불평등을 측정하기 위해 사용되는 일반적인 지니계수에서는 공간적인 관점이 부재하지만, 입지 지니계수에서는 어떤 특성/집단의 지역별 분포를 각 지역의 모집단 분포와 비교하여 상대적인 공간 집중도를 측정한다는 점에서 차이가 있다. 취약계층 학생들의 공간적 밀집도를 나타내기 위해 산출할 ‘빈곤’ 입지 지니계수는 KCB 데이터로부터 구득한 빈곤가구 수를 활용하여 계산하며 그 산식은 아래와 같다. 이는 읍면동 단위에서 전체 가구 규모에 비해 빈곤가구가 집중된 정도를 측정하며, 만약 전체 가구 대비 빈곤가구의 비율이 읍면동에 관계없이 동일하다면 빈곤가구가 균등하게 분포한 것으로서 계수가 0의 값을 갖게 되고, 이들이 일부 읍면동에 편중될수록 그 값은 0.5에 가까워진다.

식 (1)
Gp=1n(n-1)∑i=1n∑j=1nxip/∑i=1nxipxi/∑i=1nxi-xjp/∑j=1nxjpxj/∑j=1nxj4xp¯

n = 읍면동 개수

xi(j)p = 읍면동 i(j)의 빈곤가구 수

xi(j) = 읍면동 i(j)의 전체 가구 수

xp¯=Σi=1nxik/xj/n

지역의 평균적인 소득 수준도 사업 운영 특성과 관계될 수 있다. 취약학생의 비율과 분포가 동일할 때 지역의 소득 수준이 높다면 교육격차는 더 심각한 지역 문제로 인식될 수 있고, 선별적 복지가 야기하는 낙인효과를 우려하여 중위소득 계층을 사업 대상에 포함하는 사례도 있기 때문이다. 분석에서는 1인당 GRDP를 통해 지역의 소득 수준을 측정했다. 선행연구에서는 저소득층 학생의 비중이 높을수록 지방정부의 교육 지출이 증가하는 반면, 1인당 소득의 영향은 일정하지 않은 것으로 나타났으며(Heinesen, 2004), 1인당 소득 수준이 높을수록 사회복지 지출이 감소하는 경향도 보고되었다(Park, 2022). 그러므로 교복우 사업에서도 그 관계를 실증적으로 확인할 필요가 있다. 또한, 교복우 사업은 본래 대도시 내 교육격차 해소를 목적으로 도입되었다는 점에서 특・광역시 여부도 수요 측면의 변수에 포함하였다.

공급 측면에서는 비영리단체 밀도와 교육감의 교육이념적 성향을 고려했다. 분권화된 환경에서 지역 내 시민사회 조직이 많을수록 교육에 대한 공공투자가 증가하는 경향이 보고된 바 있는데(Faguet, 2004), 교복우 사업에서는 지역 복지 네트워크의 형성이 사업의 핵심적인 요소이고 비영리민간단체들이 그 과정에서 중추적인 역할을 수행한다는 점에서 사업의 향방과 크게 관계될 수 있다. 비영리민간단체는 인구・학생・학교 수에 대비하여 계산한 총량적 지표보다는, 이들에 대한 공간적 접근성을 고려할 때 지역 기반 교육복지의 자원으로서 그 수준을 적절하게 반영할 수 있다고 판단했다. 따라서, 직접적인 측정 지표는 아니지만 비영리자원에 대한 공간적 접근성을 간접 대리할 수 있는 변수로서 행정구역 면적당 비영리민간단체 수로 계산한 밀도를 활용했다. 교육감의 교육이념도 사업의 방향성과 상관성이 나타날 수 있다. 국내 선행연구에서는 진보 정당이 집권한 지자체가 보수 정당이 집권한 지자체보다 사회복지와 교육에 더 많은 재원을 투입하는 경향이 확인되었다(Ha and Lee, 2022; Park, 2022). 또한 2010년 무상급식 논쟁을 계기로 보수 진영은 선별적 복지, 진보 진영은 보편적 복지를 강조하는 정책적 입장 차이가 뚜렷해졌다(김연명, 2011). 그러나 2010년대를 거치며 무상급식・보육 도입에 따른 보편적 교육복지가 전국적으로 급격하게 확대되면서 교복우 사업 재원은 축소 추세에 있었으므로(우명숙, 2018), 실제로 교육감 이념에 따른 사업의 차이는 유의하지 않을 수도 있다. 다만 교육감 선거는 정당 공천이 없이 치러져서 정당 소속에 따라 교육감들의 이념을 확인하는 것은 불가능하므로, 본 연구에서는 주요 언론보도에서 분류한 교육감들의 이념적 성향을 기준으로 변수를 구성했다.

독립변수 중 재정자립도는 수요와 공급 측면의 속성을 동시에 반영할 수 있는 지표로서 주의를 요한다. 지방교육재정은 중앙정부로부터 재원을 교부받을 뿐만 아니라 소속된 지자체로부터도 작지 않은 비중(2020~2024년 평균 약 16.3%)을 이전받기 때문에(김범주, 2026), 지자체의 재정 여건은 지방교육재정을 매개로 교복우 사업에도 영향을 미칠 수 있다. 재정자립도가 높다는 것은 세입 기반의 양호함을 의미하기 때문에 지역의 경제력으로서 수요 측면 속성을 반영할 수도 있지만, 정책에 동원할 수 있는 재정적 역량으로써 공급적 요소로 작용할 수도 있다. 그러나 재정 여건이 양호하다고 해서 반드시 교육복지 사업의 확대로 이어진다고 예상하기는 어렵다. 지방정부를 보다 전략적인 행위자로 보는 관점에서는 지방정부 간 경쟁이 사회복지 수요에 대한 대응보다 경제개발이나 세율 인하를 우선시하게 하여 공공 서비스를 위축시킬 가능성을 지적한다(Zodrow and Mieszkowski, 1986). 국내에서도 재정 분권화에 따른 지자체의 재정 자율성 확대가 오히려 복지 지출을 감소시키는 압력으로 작동했다는 분석이 제기된 만큼 실증적 검토가 필요하다(Park, 2022).

3) 분석모형

분석모형은 종속변수의 유형에 따라 달리 선택했다. 사업의 재원 투입 강도(모형 ①)와 대상 선별성(모형 ②) 분석의 경우, 종속변수가 군집분석을 통해 3개 이상의 이산형 범주로 구분되고 데이터가 시도별 패널 구조를 갖추고 있기 때문에 패널 다항 로지스틱 모형(panel multinomial logistic regression)을 우선 검토할 수 있다. 그러나 관측치의 수(17개 시・도 × 7개년도)가 과소하여 실제 패널 다항 로지스틱 분석 과정에서 특정 범주에 관측치가 집중되거나 독립변수가 종속변수를 완벽하게 예측하는 분리(separation) 문제가 발생하였다. 이에 본 연구는 추정의 안정성과 수렴성을 확보하기 위해 다음과 같은 대안을 모색했다. 우선, 패널 모형 대신에 분석자료를 합동 자료(pooled data)로 간주하고 시기별 특성을 통제할 수 있는 연도 더미변수를 투입했으며, 다항 로지스틱 모형 대신에 종속변수를 2개 범주만으로 구성하는 이항(binary) 로지스틱 모형의 방식을 채택했다. 이때 이분형 종속변수는 특정 범주와 나머지 범주들과의 차이를 비교하는 방식(One vs Rest)으로 재설정했다. 이런 방식은 비교 대상(rest)이 되는 집단들이 혼합되어 평균화되기 때문에 하위범주 간 일대일로 비교하는 방식(One vs One)보다 해석의 명료성은 약하지만 개별 분석 시 표본이 누락되지 않는다는 점에서 장점이 크다. 다만 일반적인 최대우도추정법을 사용하는 이항 로짓모형에서도 실제 분석 과정에서는 분리 문제가 여전히 발생했기 때문에, 본 연구에서는 희소사건이나 분리 문제가 심각한 소표본 자료에 대해 벌점화 최대우도추정법(penalized MLE)을 적용하는 퍼스 로지스틱 모형(Firth logistic regression)을 채택했다.

교복우 사업의 지역사회 연계성을 고찰하는 분석(모형 ③)에서는 횟수로 측정된 연속형 변수를 종속변수로 사용하므로 패널 확률효과 모형(panel random effects model)을 적용하였다. 본 분석에서는 표본의 규모(17개 시・도 × 6개년도)가 제한되기 때문에6)6) 엄격한 인과효과를 식별하기보다는 지역적 조건과 사업 특성 간 관계성을 탐색하는 데 초점을 두고 있고, 대도시 여부와 같은 시간불변 변수도 분석에 포함되어 있으므로 고정효과보다는 확률효과 모형을 채택한 것이다. 빈곤 관련 독립변수의 최근 2개년도 값은 추계치이므로 개체 내 변동(within variation)만을 이용하는 고정효과 모형을 추정할 경우, 추계치가 형성하는 변동이 추정에 과도한 영향을 미칠 우려도 있다. 모형 추정 과정에서는 시・도 단위의 지역 군집 표준오차(cluster-robust standard error)를 사용하였다.

모형 ①, ②의 퍼스 로지스틱 모형은 (식 2), 모형 ③의 패널 확률효과 모형은 (식 3)과 같이 추정식을 나타낼 수 있다. 여기서 Yit, Dit, Sit는 지역 i의 t시점 교복우 사업 특성, 지역의 수요 및 공급 측면 특성을 각각 의미한다. Year t는 연도 더미변수, ui는 지역 고유의 미관측 특성, ϵit는 오차항이다.

식 (2)
lnPYit=11-PYit=1=β0+∑kβkDkit+∑jγjSjit+∑tδt Year t
식 (3)
Yit=β0+∑kβkDkit+∑jγjSjit+∑tδt Year t+ui+ϵit

4. 분석결과

1) 군집분석 결과

교육복지우선지원사업의 재원 투입 강도와 대상 선별성에 대한 군집분석 결과는 그림 3 및 표 2와 같다. 위계적 군집분석에서는 군집 수를 결정할 때 칼린스키-하라바츠(Calinski-Harabasz) 지수와 같은 보조적 기준들을 활용할 수 있으나, 적정 군집 수를 결정하는 표준화된 단일 기준은 존재하지 않는다. 덴드로그램에서 군집이 결합되는 높이가 어떤 단계에서 가장 큰지 확인하는 시각적 방식과 함께, 도출된 군집이 자료의 주요 특성을 얼마나 의미 있게 구분하고 해석할 수 있는지를 종합적으로 고려하는 것도 일반적이다(James et al., 2021). 본 연구의 재원 투입 강도 분석에서는 3개 군집에서 2개 군집으로 병합되는 단계에서 결합거리의 증가폭이 크게 나타났으며, 대상 선별성 분석에서도 2~3개 군집에 해당하는 단계에서 결합거리의 변화가 상대적으로 크게 나타났다. 이때 두 군집분석은 2개의 지표를 기준으로 유형화하기 때문에, 각 지표가 상이하게 결합되는 양상을 구분하기 위해서는 2개 군집보다 3개 군집이 보다 적절한 해석 가능성을 가진다. 반면 119개 관측치를 4개 이상의 군집으로 구분할 경우 일부 군집의 관측치가 지나치게 적어지고 유형 간 구분도 세분화되어 분석의 간명성과 안정성이 저하될 우려가 있다. 덴드로그램의 결합 구조, 군집의 규모 및 해석 가능성을 조합적으로 고려하여 두 분석 모두 3개의 군집으로 구분하였다. 군집분석(그림 3, 표 2)와 기초통계량(표 3)에 근거한다면 분석별로 각 군집의 성격을 다음과 같이 규정할 수 있다.

https://cdn.apub.kr/journalsite/sites/geo/2026-061-05/N013610507/images/geoa_61_05_07_F3.jpg
그림 3.

교육복지우선지원사업의 재원 투입 강도(위)와 대상 선별성(아래)에 대한 군집분석 결과
주: 사분면 그림(오른쪽)에서 지역명이 병기된 점이 가장 이른 시점(2018년)의 값을 의미함.

표 2.

시·도별 교육복지우선지원사업 유형의 변화

구분 사업 재원 투입 강도 사업 대상 선별성
2018 2019 2020 2021 2022 2023 2024 2018 2019 2020 2021 2022 2023 2024
서울 군집1 군집2 군집1
부산 군집1 군집3 군집1
대구 군집1 군집3 군집2
인천 군집1 군집3 군집3 군집2
광주 군집2 군집3 군집2
대전 군집1 군집3 군집3 군집2
울산 군집1 군집3 군집3 군집2 군집3 군집2
세종 군집3 군집1 군집3 군집3 군집2 군집3
경기 군집1 군집3 군집3
강원 군집2 군집3 군집3
충북 군집1 군집3 군집2 군집3 군집3
충남 군집3 군집1 군집3 군집2
전북 군집1 군집2 군집3 군집2 군집1
전남 군집2 군집3 군집2
경북 군집2 군집3 군집1 군집3 군집2 군집2 군집3 군집2
경남 군집1 군집3 군집3
제주 군집1 군집2 군집1

(1) 사업재원 투입 강도

첫 번째 군집분석 결과를 통해 군집 분류의 1차적 기준이 전체 교육재정 대비 교육복지비 지출 비중임을 알 수 있다. 군집 1은 그 비중이 상대적으로 큰 ‘교육복지 고비중형’이다. 주목할 만한 점은 17개 광역시도 중 11개의 지역(서울, 부산, 대구, 인천, 대전, 울산, 경기, 충북, 경남, 전북, 제주)이 2010년대 후반에 이 유형에 속하고 있었는데 현재 시점(2024년)에서는 이 유형에 속하는 지역은 하나도 없다는 것이다. 교육재정에서 교육복지 지출의 비중은 점차 감소하는 추세에 접어들면서 군집 1의 지역들은 군집 2나 3으로 이행한 것이라고 해석할 수 있다. 실제로 2010년대는 무상급식・무상교육의 도입으로 대표되는 보편적 교육복지가 급격하게 확대되면서 교육복지 재정 자체가 증가했던 시기이다(우명숙, 2018). 과거보다 교육복지비 비중이 감소한 군집 2와 군집 3을 구분하는 2차적 기준은 교육복지비 중 교복우 지출의 비중이다. 군집 2는 교복우 사업의 비중이 큰 ‘교복우 고비중형’, 군집 3은 교복우 지출 비중이 군집 2보다 상대적으로 낮은 ‘교복우 저비중형’을 가리킨다. 군집 2는 보편적 복지를 비롯한 여타 복지비는 감소하는 가운데, 교복우 사업의 중요도를 상대적으로 높이 평가한 유형인 것이다.

과거 ‘교육복지 고비중형(군집 1)’에 속했던 서울・전북・제주가 ‘교복우 고비중형(군집 2)’로 이행한 반면, ‘교복우 고비중형’에 줄곧 속해있던 광주・강원・전남 지역은 최근 ‘교복우 저비중형(군집 3)’으로 전환했다. ‘교복우 저비중형’에는 세종과 충남 지역이 해당했으며, ‘교육복지 고비중형’에 속했던 다수의 지역(부산, 대구, 인천, 대전, 울산, 경기, 경남)이 또한 이 유형으로 이행했다. 본 분석에서는 교복우 사업의 비중에서 차이를 보이는 ‘교복우 고비중형’(vs 군집 1・3)과 ‘교복우 저비중형’(vs 군집 1・2)이 어떤 지역적 조건에서 더 연관성이 큰지 확인하도록 한다.

(2) 사업대상 선별성

두 번째 군집분석 결과에서 가장 많은 관측치가 해당하는 유형은 군집 3이다. 이 군집은 지역 내 학교 중에서 사업학교로 지정한 비율과 사업학교 중에서도 중점지원 학교로 지정한 비율이 모두 상대적으로 작은 ‘제한적 지정형’이다. 그에 비해 군집 1은 사업 대상으로 지정한 학교의 비중이 크고 집중 지원하는 취약학교의 비중은 비슷하거나 더 작다는 점에서 ‘지원범위 확대형’이다. 한편, 군집 2는 사업학교 범위가 군집 3과 유사하나 중점학교의 비중은 상당히 높다는 점에서 군집 1과 대비되는 경로이며 ‘취약학교 집중형’이라고 지칭할 것이다. 현행 교복우 사업의 공간적 단위가 학교라는 점을 고려한다면 취약학교 집중형은 여타 유형에 비해 공간적 선별성이 높다고 평가할 수 있다.

‘제한적 지정형(군집 3)’에 경기・강원・충북・경남 등의 지역,‘지원범위 확대형(군집 1)’에는 서울・부산・제주가 줄곧 속해 있었다. 대구・대전・광주・충남・경북・전남 지역은 분석 기간 전체 혹은 대부분이 ‘취약학교 집중형(군집 2)’에 속했다. 최근에는 ‘제한적 지정형’으로부터 전북이 ‘지원범위 확대형’으로, 인천이 ‘취약학교 집중형’으로 이행하는 변화를 보였다. 본 분석에서는 지원학교 선정에 있어서 적극적인 ‘지원범위 확대형’(vs 군집 2・3)과 ‘취약학교 집중형’(vs 군집 1・3)이 어떤 지역 조건에서 더 등장 가능성이 높은지 고찰하도록 한다.

2) 기초통계량

전체 표본 및 군집별 변수들의 기초통계량은 표 3과 같다. 특히, 종속변수의 기초통계량은 군집별 속성을 분명하게 드러낸다. 모형 1에서 분석의 중점이 되는 ‘교복우 고비중형’과 ‘교복우 저비중형’의 교복우 사업비 비율은 군집들 중에서 각각 최고치(3.5%)와 최저치(1.1%)를 갖는다. 모형 2에서 핵심이 되는 ‘지원범위 확대형’(사업학교 비율 82.6%, 중점학교 비율 23.6%)과 ‘취약학교 집중형’(사업학교 비율 28.2%, 중점학교 비율 91.1%)의 학교 지원 특성도 확실하게 대비된다. 해당 종속변수에 대한 분산분석(ANOVA)에서도 군집 간 유의한 차이가 나타나므로 군집분석 결과가 각 정책 특성의 차이를 비교적 명확하게 반영하고 있음을 확인할 수 있다. 군집별 특성을 추가로 확인하기 위해 군집 분류 및 모형에는 사용하지 않은 사업학생 1인당 및 사업학교 1개교당 예산도 보조적으로 비교하였다. 재원 투입 강도에서는 교복우 고비중형이 세 군집 중 학생당 예산 규모가 가장 크게 나타났으며 군집 간 차이가 통계적으로 유의했다. 이는 교복우 사업에 상대적으로 높은 재정적 우선순위를 두는 교복우 고비중형의 성격을 뒷받침한다. 사업 대상 선별성에서는 취약학교 집중형의 학교당 예산이 가장 크고 지원범위 확대형이 가장 작았으며 군집 간 차이가 통계적으로 유의했다. 이 역시 전자는 상대적으로 적은 학교에 자원을 집중하고 후자가 지원 범위를 넓히는 군집 특성을 뒷받침한다.

표 3.

기초통계량

구분 전체 표본 모형 1: 사업 재원 투입 강도 모형 2: 사업 대상 선별성
평균
/ 빈도
표준편차
/ 비율
평균/ 빈도 군집 간
차이
평균 / 빈도 군집 간
차이
교육복지
고비중형
(군집 1)
교복우
고비중형
(군집 2)
교복우
저비중형
(군집 3)
지원범위
확대형
(군집 1)
취약학교
집중형
(군집 2)
제한적
지정형
(군집 3)
종속변수
교육복지비 비율 8.2 2.8 11.2 7.2 6.1 *** 10.0 7.5 8.0 **
교복우 사업비 비율 1.7 1.2 1.2 3.5 1.1 *** 2.3 1.7 1.3 *
사업학교 비율 36.4 28.7 42.0 46.8 25.8 ** 82.6 28.2 22.2 ***
중점학교 비율 61.1 28.8 49.9 55.1 74.4 *** 23.6 91.1 46.4 ***
지역사회 연계활동 180.1 114.0 189.3 203.2 162.8 - 286.8 135.2 178.2 ***
독립변수
빈곤율 10.2 3.1 12.1 10.9 8.1 *** 10.6 10.0 10.2 -
빈곤 집중도 0.091 0.019 0.085 0.087 0.099 *** 0.089 0.090 0.093 -
대도시 여부 특·광역시 56 47.1 24 8 24 † 14 29 13 **
도 63 52.9 19 19 25 9 22 32
1인당 GRDP 45,633.1 12,562.1 43,679.2 42,775.3 48,922.4 † 42,886.9 47,382.1 45,054.4 -
재정자립도 41.4 14.9 46.9 34.0 40.7 ** 50.0 37.7 41.2 *
비영리단체 밀도 0.559 0.864 0.739 0.681 0.334 * 1.496 0.478 0.172 ***
교육
이념
진보 87 73.1 33 21 33 - 19 31 37 *
보수 32 26.9 10 6 16 4 20 8
연도 2021.0 2.0 2019.5 2021.0 2022.3 *** 2021.2 2021.3 2020.6 -
보조지표
사업학교당 예산 27,308.0 16,769.7 26,867.2 29,738.4 26,355.6 - 18,754.3 34,829.7 23,155.3 ***
사업학생당 예산 300.5 164.9 274.8 382.3 278.1 ** 299.4 334.8 262.2 -
관측치 수 119 43 27 49 - 23 51 45 -

주1. 표준화 점수(Z-score) 변환 이전의 값을 사용

주2. 사업학교 1개교당 및 사업학생 1인당 예산은 군집별 특성을 기술적으로 검토하기 위한 보조지표이며, GDP 디플레이터(2020년=100.0)를 적용하여 실질가격으로 환산

주3. 군집 간 차이의 통계적 유의성을 검정하기 위해 범주형 변수에 대해서는 χ2 검정, 연속형 변수에 대해서는 정규성 가정에 대해 유연한 Welch의 분산분석(ANOVA)을 수행 († p<0.1, * p<0.05, ** p<0.01, *** p<0.001)

독립변수의 경우에도 다수의 변수에서 통계적으로 유의한 군집 간 차이가 나타난다. 다만 이러한 검정 결과는 적어도 1개 군집의 평균이 다른 군집과 차이를 보인다는 점을 확인하는 데 그치고, 다른 독립변수를 통제한 조건에서의 관계를 의미하지도 않는다. 여타 군집과 대비했을 때 특정 군집의 선택 가능성과 지역적 조건과의 관계성은 이어지는 퍼스 로지스틱 모형에서 구체적으로 검증하였다.

3) 퍼스 로지스틱 및 패널 확률효과 모형 결과

교복우 사업 특성에 대해 퍼스 로지스틱 및 패널 확률효과 모형을 실행한 결과는 표 4와 같다. 퍼스 로지스틱 모형의 적합도를 나타내는 우도비(LR) 검정7)7)과 패널 모형의 적합도를 의미하는 왈드(Wald) 검정의 결과는 모두 0.1% 수준에서 유의했다. 패널 모형에서 ρ의 값은 0.708로서 오차의 총분산에서 지역의 고유효과가 차지하는 비중이 충분히 크기 때문에 패널 구조를 고려한 모형의 필요성을 보여준다. 또한 설명변수와 지역 고유효과 간 상관성을 확인하는 먼드락(Mundlak) 검정 결과도 통계적으로 유의하지 않으므로 확률효과 모형의 선택을 지지한다(χ2=8.01, p=0.237).8)8) 구체적인 분석 결과는 다음과 같다.9)9)

표 4.

퍼스 로지스틱 및 패널 확률효과 모형 분석 결과

구분 모형 1. 사업 재원 투입 강도
(퍼스 로지스틱 모형)
모형 2. 사업 대상 선별성
(퍼스 로지스틱 모형)
모형 3.
지역사회 연계성
(패널 확률효과 모형)
① 군집 2:
교복우 고비중형
(vs 군집 1,3)
② 군집 3:
교복우 저비중형
(vs 군집 1,2)
① 군집 1:
지원범위 확대형
(vs 군집 2,3)
② 군집 2:
취약학교 집중형
(vs 군집 1,3)
빈곤율 1.226**
(0.605)
0.089
(0.330)
2.373**
(0.982)
1.185***
(0.401)
-49.698***
(13.001)
빈곤 집중도 0.192
(0.690)
0.687†
(0.414)
-5.391
(2.722)
2.012***
(0.652)
-35.320†
(18.755)
대도시 여부
(도=0)
-1.616
(1.221)
2.441*
(1.041)
-7.210***
(3.234)
9.688***
(2.387)
-118.572**
(40.093)
1인당 GRDP -0.603
(0.835)
0.424
(0.352)
0.545
(0.747)
2.059***
(0.548)
-6.004
(13.362)
재정자립도 -0.199***
(0.069)
-0.015
(0.031)
0.281
(0.149)
-0.315***
(0.082)
1.203
(1.835)
비영리단체 밀도 3.177***
(0.974)
-1.828**
(0.686)
2.995***
(1.039)
-0.770
(0.651)
86.144***
(16.428)
교육이념
(보수=0)
0.009
(0.699)
0.331
(0.631)
2.686
(1.843)
-0.264
(0.682)
7.444
(25.305)
연도
(2018=0)
2019 3.949†
(2.399)
0.609
(1.436)
10.858**
(4.287)
3.819**
(1.521)
-
2020 5.299*
(3.024)
-1.938
(2.367)
14.918***
(5.231)
4.916**
(1.822)
-33.427*
(15.096)
2021 5.388†
(3.585)
1.489
(1.864)
19.202***
(6.747)
4.549*
(1.951)
-109.843***
(31.886)
2022 7.524*
(3.907)
3.119
(2.038)
21.219***
(7.604)
5.877**
(2.147)
-121.500***
(35.942)
2023 10.646*
(5.195)
3.143
(2.689)
30.474***
(10.274)
7.344**
(2.886)
-178.294***
(47.432)
2024 11.428*
(5.980)
3.786
(3.154)
35.501***
(11.957)
8.047**
(3.295)
-235.545***
(62.319)
상수항 -12.881
(9.194)
-3.908
(5.707)
-61.426***
(21.283)
-9.041
(6.074)
762.078***
(173.607)
Log-likelihood -28.002 -29.228 -7.548 -29.194 -
LR / Wald χ2 42.31*** 69.70*** 74.02*** 70.92*** 343.13***
AIC / R2 90.003 92.457 45.097 88.388 Within: 0.193
Between: 0.679
Overall: 0.593
ρ - - - - 0.708
집단 수 - - - - 17
관측치 119 119 101

주1. 추정 결과는 회귀계수로 표기했으며 괄호 안의 값은 표준오차를 의미. 모형 ③에서는 지역 단위 군집 표준오차를 이용

주2. 모형 적합도는 모형 ①~②의 경우 LR χ2과 AIC를 제시하였고, 모형 ③은 Wald χ2와 R2를 제시

주3. 모형 ①~②의 변수별 유의확률은 penalized LR 검정 결과를 기준으로 표기 († p<0.1, * p<0.05, ** p<0.01, *** p<0.001)

주4. 모형 ③에서는 6개년도 자료(2019~2024년)를 활용하였으므로 2019년을 연도 더미변수의 기준범주로 설정했으며, 종속변수에서 이상치를 갖는 1개 관측치(2021년, 울산)는 분석에서 제외

(1) 사업 재원의 투입강도(모형 1)

교복우 사업의 재원 투입 강도에 관한 이 분석에서 주목할 만한 결과는, 지역의 빈곤가구 비율과 빈곤의 공간적 집중도가 사업의 상대적 재정 비중과 서로 다른 방향의 연관성을 보인다는 점이다. 구체적으로, 모형 1-①에서는 빈곤가구의 비율이 높은 조건에서 ‘교복우 고비중형(군집 2)’에 속할 승산(odds)이 높게 나타난 반면, 모형 1-②에서는 빈곤의 공간적 집중도가 높고 특・광역시인 조건에서 ‘교복우 저비중형(군집 3)’과 양의 연관성이 나타났다. 다만 모형 1-①의 빈곤가구 비율과 모형 1-②의 특・광역시 여부는 추계치가 포함된 기간을 제외한 분석에서 통계적 유의성이 유지되지 않았다(부록의 표 1 참조). 여기서, 빈곤이 공간적으로 집중된 지역을 우선 지원하고자 했던 교복우 사업의 초기 취지에 비추어 볼 때, 빈곤의 공간적 집중도가 오히려 사업의 낮은 재정적 비중과 연관된다는 점은 주목할 만하다.

공급 차원에서는 비영리단체의 밀도가 두 하위 모형에서 강한 정합성을 보여준다. 비영리단체 밀도가 높은 조건에서 교복우 사업의 비중은 커질 가능성이 크고(모형 1-①), 사업 비중이 유지・축소될 확률은 작았기 때문이다(모형 1-②). 지역 기반 교육복지에서는 학교와 복지 네트워크를 형성할 수 있는 지역 내 시민사회 자원에 대한 높은 접근성이 무엇보다 중요하게 작동한다는 점을 보여준다.

한편, 재정자립도는 교복우 고비중형과 음의 연관성을 갖는 것으로 나타났는데(모형 1-①), 이 결과는 재정자립도를 지방정부・교육청의 재정 역량이라는 공급 측면 변수로 간주하기보다는, 수요 측면에서 지역의 경제력 수준이 낮을 때 이에 대응하여 사업이 확대되는 것이라고 해석하는 것이 자연스럽다. 1인당 지방세 부담액으로 시・도 교육청의 재정 능력을 측정한 조규진(2012)은 이 값이 1인당 사업재원과 부(-)의 상관성이 미약하게 나타나며 이것이 사업의 재정적 중립성을 의미하는 하나의 증거라고 설명했는데, 1인당 지방세액 또한 수요 측면의 변수로 간주할 필요가 있다. 미흡한 재정 역량에도 불구하고 확대되는 사업의 비용은 중앙 및 지방정부로부터 충당되는 교부금이 보완한다고 추론할 수 있다.

(2) 사업 대상 선정의 선별성(모형 2)

군집분석을 통해 주지했듯이, 한정된 사업 재원으로 지원대상을 선정하는 방식에는 지원학교의 수를 양적으로 크게 늘리는 ‘지원범위 확대형(군집 1)’과 전체 지원 범위보다는 중점 지원학교의 비중을 높이는 ‘선택과 집중’ 방식의 ‘취약학교 집중형(군집 2)’이 관찰된다.

우선, 수요 측면에서는 빈곤가구 비율은 두 유형 모두 유의한 양의 부호를 보였으나, 추계치를 포함한 최근 2개년도를 제외하면 취약학교 집중형에서만 통계적 유의성이 유지되었다(부록 표 1 참조). 또한 빈곤의 공간적 집중도와 대도시 여부도 모형 2-②에서 양의 부호로 유의성을 보였다. 이는 공간적 선별성이 높은 사업방식이 지역의 빈곤율에 대응하여 나타나는 경향이 높으며, 대도시 취약지역에 대한 지원을 강조하는 교복우 사업의 취지와도 부합하는 결과이다. 반면, 모형 2-①의 지원범위 확대형은 대도시의 조건에서 해당 유형에 속할 가능성이 낮게 나타났으며, 빈곤 집중도는 유의하지 않았으나 추계치를 제외하여 기간을 제한한 분석에서는 음(-)의 연관성을 보였다(부록 표 1 참조). 빈곤 집중도와 대도시 여부에서 나타나는 두 유형의 상반된 결과는 선별성에 있어서 지원범위 확대형과 취약학교 집중형의 차이를 명확하게 드러낸다. 한편, 1인당 GRDP도 취약학교 집중형에서 양의 부호로 유의하게 나타났는데, 이는 지역의 1인당 경제적 생산 수준이 높은 여건에서 취약계층이 정책 대상으로서 가시화될 가능성과 관련된 것이라고 추론해 볼 수 있다.

재정자립도 변수도 취약학교 집중형에서만 음의 부호로 유의했는데 여기에서는 수요보다는 공급 측면의 요인으로서 의미를 갖는다. 다시 말해, 지역에서 동원 가능한 재정적 자원이 낮은 조건에서는 사업 범위를 넓히기보다는 소수 대상에게 ‘선택과 집중’이 발휘될 가능성이 큰 것이라고 해석할 수 있다. 비영리단체의 밀도는 지원범위 확대형에서만 유의했는데, 지역의 시민사회 자원에 대한 접근성이 클수록 사업 대상을 양적으로 확대하는 것이 용이하기 때문이라고 볼 수 있다. 요컨대, 교복우 사업이 선별적 복지로서의 정체성을 갖더라도 사업에 투입할 수 있는 자원이 풍부한 조건에서는 취약학교에 대한 집중 지원보다 사업학교의 양적 확대가 더 용이하게 선택될 수 있다.

(3) 지역사회와의 연계성(모형 3)

교복우 사업의 지역사회 연계 활동에 대한 분석에서 가장 쉽게 예상할 수 있는 결과는 지역 내 교육복지 네트워크의 핵심이 되는 비영리단체 밀도와의 관계이다. 실제 결과로도 이는 양의 관계로 나타나므로 비영리 지역자원의 접근성이 높은 조건에서 사업의 지역 연계성도 높다는 것을 확인할 수 있다.

다음으로 주목할 만한 점은 수요 측면 변수에 해당하는 빈곤율, 빈곤 집중도, 대도시 여부가 지역사회 연계성과 모두 부정적인 상관관계에 있다는 것이다. 기존 사례연구는 대도시 저소득 밀집지역에서 교육복지 네트워크가 내실 있게 형성된 사례를 보여줌으로써 학교-지역사회 연계가 중요한 정책 전략임을 강조해 왔다(김경애・김정원, 2007; 김지선・양병찬, 2019). 그러나 본 분석의 결과는 오히려 네트워크가 가장 필요한 지역일수록 이를 구축하고 유지하기 위한 지역사회의 비영리 민간 자원이 취약할 수 있다는 지적을 뒷받침한다(최송식 등, 2007). 기존 연구에서 보고된 사례들은 대도시 빈곤 지역에서 일반적으로 쉽게 재현되는 조건이라기 보다는 불리한 지역 조건 속에서도 관과 학교, 지역사회 간의 협력 및 자원 동원을 성취한 우수 사례로 이해할 수 있다.

한편, 연도별 계수는 모두 음(-)의 부호를 보였으며, 최근 연도로 갈수록 절대값이 증가하는 경향을 나타냈다. 이는 교복우 사업의 지역사회 연계활동 빈도가 점차 감소하고 있을 가능성을 시사한다. 현행 교복우 사업에서는 사업학교 선정이나 학교・학생별 지원비 등에 관하여 시・도별로 일정한 운영 기준이 마련되어 있는 반면(김지수 등, 2024, 24-30), 지역사회 연계활동은 지역별로 이행 기준이 명확하지 않으며 다양한 기관 간 협력과 조정을 필요로 한다. 이러한 여건에서는 지역의 자율성에 의존하는 사업 운영방식이 지역사회 연계활동의 지속성을 확보하는 데 한계로 작용할 가능성도 생각해 볼 수 있다.

5. 결론 및 시사점

본 연구는 지역 기반 접근법을 활용하는 교육복지 정책의 사례로서 교복우 사업이 분권화 이후 시・도 교육청의 자율성과 지역적 맥락에 따라 어떻게 분화되고 있는지 규명하고자 했다. 이를 위해 지역 기반 교육복지의 구성 요소를 선별성과 공간성으로 개념화하고 이에 입각하여 도출한 교복우 사업의 특성과 지역의 수요・공급적 조건 간 탐색적 연관성을 분석했다. 주요 분석 결과 및 관련 정책적・학술적 시사점을 정리하면 다음과 같다.

첫째, 상대적인 재원 투입 강도의 측면에서 교복우 사업은 지역 내 빈곤의 공간적 집중 수준에 충분하게 대응하지 못할 가능성이 나타났다. 우선 지역 및 연도별 운영 특성을 ‘교복우 고비중형/저비중형’으로 분류한 군집분석 결과는, 교복우 사업의 재원과 대상 규모에서 지역 간 격차가 있다고 분석한 홍승애 등(2019)의 연구와 유사한 맥락을 갖는다. 본 연구의 군집분석은 더 나아가 이러한 지역별 차이가 전체 교육재정에서 교육복지의 비중이 감소하는 추세 속에서 나타나고 있다는 점에서 정책의 역동적 속성도 함께 보여준다. 사업과 지역적 조건의 관계를 살펴보면, 빈곤의 공간적 집중도가 높은 조건에서는 사업비 비중이 낮은 유형에 속할 가능성이 크게 나타났다. 빈곤가구 비율이 높은 조건에서는 사업비 비중이 높은 경향을 보였으나 민감도 분석에서 통계적 유의성이 유지되지는 않았다. 반면 비영리단체의 밀도가 높은 조건에서는 사업의 상대적 비중이 확대될 가능성이 컸다. 이러한 결과는 도시 저소득 지역을 우선 지원한다는 교복우 사업의 본래 취지가 지역별 교육재정의 우선순위에서 충분히 반영되고 있는지 재검토할 필요성을 시사한다.

한편, 이러한 교복우 사업의 취지는 ‘학생맞춤통합지원’이라는 최근 교육복지 정책의 추세와 관련하여 모호해질 가능성이 더 커지고 있다. 2026년 3월부터 전면 시행된 이 방침은 지원 대상의 범위를 기존의 저소득 중심 취약계층에서 학습・정서, 안전 등 다양한 어려움을 겪는 학생으로 넓게 설정하고 이들에게 개인 맞춤형 통합 지원을 제공하려 한다는 점에서 의의가 있다(교육부, 2026). 그러나 이 같은 맞춤형 지원 방식은 학교 현장에 상당한 실무적 부담을 초래한다는 지적이 제기되며(이우연, 2025; 김수현, 2026), 무엇보다도 빈곤이 특정 학교나 지역에 집중됨으로써 심화하는 공간적 불평등의 구조가 상대적으로 간과될 우려가 있다. 이 공간적 불평등성의 구조가 해소되지 않는다면 개인 맞춤형 지원도 결국 사후적・임시적 대응에 머물 여지가 크기 때문이다. 교복우 사업은 빈곤 집중지역의 수요에 민감하게 대응하지 못하고 있는 현행 실태를 극복하는 동시에, 학생 맞춤형 지원의 확대 속에서도 공간 기반 교육복지의 역할을 유지할 필요가 있다.

둘째, 사업 대상 선정 방식에 있어서 선별적 교육복지를 구현하는 방식은 지역적 여건에 따라 다양하게 분화되어 있었다. 지원학교의 외연을 넓히는 유형과 취약학교에 자원을 집중하는 유형 모두 빈곤가구 비율과 양의 관계가 나타나 교육복지 수요와 부합하였으나, 분석기간을 제한한 민감도 분석에서는 선별적 성격이 큰 후자에서만 통계적 유의성이 유지되었다. 비영리단체의 밀도가 높아 지역사회 자원이 풍부한 조건에서는 지원범위를 확대하는 유형에 속할 가능성이 높았는데, 이는 지역사회 자원에 대한 공간적 접근성이 지역 기반 교육복지의 외연적 확산과 연관되어 있음을 시사한다. 한편, 취약학교에 집중하는 유형은 빈곤가구의 비중 및 공간적 집중도가 높고, 특・광역시이자 1인당 GRDP가 높으며 재정자립도가 낮은 조건에서 상대적으로 두드러졌다. 이는 사업 대상의 공간적 선별성이 빈곤 밀집지역 분포에 따른 수요뿐만 아니라 재정적 제약에 대응하여 강화될 수 있는 특성임을 보여준다. 이러한 결과는 기존 연구와도 대비된다. 조규진(2012)은 시・도 단위에서 집중지원대상 학생 1인당 사업 재원이 학교별로 고르게 배분된 편이며 지역의 재정적 역량에 의해서도 크게 좌우되지 않고 있다고 평가했다. 그러나 본 연구는 사업학교 간 차이(중점-연계학교)와 이들의 구성에 따라 사업 유형(지원범위 확대형, 취약학교 집중형)을 구분함으로써 사업 재원 배분이 학교 수준에서 균등하지 않다는 점을 시사하고, 이 중 후자 유형에 속할 가능성이 지역 재정자립도와 반비례하다는 결과를 도출함으로써 사업 특성이 지역의 재정적 역량과 무관하지 않다는 것도 확인했다. 본 연구와 선행연구와의 차이는 2011년 이래 분권화에 따른 정책의 다양화가 반영된 결과일 수 있다.

이 같은 교복우 사업의 다양한 양상은 복지정책이 순수한 보편주의 혹은 선별주의로 수렴하는 것이 아니라 여러 층위에서 절충적이고 입체적인 형태로 나타난다고 강조한 논의(Gilbert and Terrell, 2012)를 지지한다. 실제로 사업 대상 선정 방식에 있어서 ‘지원범위 확대형’에 속했던 서울시교육청은 그들의 방식을 보편, 선별, 공모가 결합된 혼합형 지정 방식이라고 규정한 바 있다(서울특별시교육청, 2022, 6). 교복우 사업이 선별적 복지의 성격을 갖더라도 실제 운영에서는 지원 범위, 집중지원 비중 등의 요소가 복합적으로 결합될 수 있는 것이다. 따라서, 기존 선행연구들이 가장 많이 다루어 왔던 교복우 사업의 효과성을 실증적으로 규명하기 위해서도 사업을 단일한 정책으로 간주하기보다는 지역별로 분화된 운영 특성에 따라 분석할 필요가 있다.

셋째, 교복우 사업의 지역사회 연계성은 지역 내 필요성에 의해 강화되기보다는 민간 비영리 자원의 분포와 밀접하게 관련된 것으로 나타났다. 비영리단체 밀도가 높을수록 교육복지 네트워크라는 거버넌스를 구축할 수 있는 기반이 풍부하기 때문이다. 반면 빈곤가구의 비율과 공간적 집중도, 대도시 여부는 지역사회 연계성과 부정적인 관계에 있었다. 이는 교육복지 네트워크가 필요한 여건일수록 지역사회 연계 활동이 자연스럽게 활성화되는 것이 아니라, 오히려 네트워크를 뒷받침할 수 있는 기반이 부족할 수 있다는 견해(최송식 등, 2007)를 재확인시켜 준다. 따라서 빈곤지역일수록 지역 비영리 조직에 대한 정책적 지원이 더욱 강화되고 체계화되어야 교육복지 네트워크도 활성화될 수 있을 것이다. 가령, 지역의 공공・공유자산을 교육복지 네트워크의 물리적인 운영 거점으로 활용할 수 있도록 제공하는 방식은 빈곤지역의 네트워크 형성에 효과적인 지원책이 될 수 있을 것이다. 앞서 언급한 학생맞춤통합지원에서도 학교-교육청-지역사회 간의 협력체계를 주요 전략으로 강조하는 만큼(교육부, 2026, 2), 지역사회 연계 네트워크는 향후에도 교육복지 정책에서 중요한 과제로 부각될 것이다.

한편, 이상의 결과는 분권화된 교복우 사업에서 지역의 자율성뿐만 아니라 정책적 지향의 일관성도 함께 확보할 필요성을 시사한다. 분석 결과는 사업에 투입되는 재원의 비중과 지역사회 연계성이 지역의 빈곤 관련 수요와 반드시 대응하지 않는 양상, 그리고 지역사회 연계성이 시간에 따라 점차 약화되는 경향을 보여주었는데, 이는 지역의 자율적 운영만으로 정책의 본래 취지가 충분하게 구현되지 않을 가능성을 제기한다. 지역의 자율성을 존중하되 취약지역에 대한 우선 지원이나 지역사회 연계성의 지속 등 지역 기반 교육복지의 핵심 원칙에 대해서는 교육부와 시・도교육청 간 협의 등을 통해 공통의 운영 방향성과 점검 체계를 마련할 필요가 있다. 다만 이를 획일적인 사업 운영 기준으로 적용하기보다는, 빈곤의 규모와 공간적 분포, 재정 및 지역사회 자원 여건 등에 따라 지역별로 차별화된 사업 방침을 운영할 수 있도록 하는 것이 중요할 것이다.

연구의 한계로는 표본 규모가 다소 제한적이라는 점을 언급할 필요가 있다. 6~7개년도로 구성된 17개 시・도의 분석자료로는 패널 데이터의 특성을 활용한 로지스틱 모형을 추정하는 데 큰 한계가 있었으며, 소표본의 편의와 분리 문제를 완화하기 위해 선택한 퍼스 로지스틱 모형도 동일 지역의 반복관측에 따른 의존성을 직접 반영하지 못한다는 점에서 추론이 안정적이지 않다고 할 수 있다. 이에 따라 모형의 해석도 상관성의 범주에서 보수적으로 서술하였다. 마찬가지로, 자료 가용성의 제약으로 인해 사업의 선별성을 분석함에 있어서 구체적인 자원 배분의 특성을 고려하지 못했다. 본 분석에서는 전체 사업학교와 중점학교의 비율을 기준으로 사업 대상 선정의 선별성을 간접적으로 포착했는데, 읍면동 단위의 취약지역이나 중점학교에 투입된 사업 재원의 비중까지 세부적인 공간 단위에서 확보할 수 있었다면 지역별로 교복우 사업을 얼마나 선별적인 지원 방식으로 운영하는지 섬세하게 측정할 수 있었을 것이다. 아울러 지역의 빈곤 특성 변수(빈곤율, 빈곤집중도) 역시 KCB 데이터 구득의 제약으로 인해 최근 2개년도의 값을 외삽하여 추계했다는 한계를 갖는다. 지역별 사업 운영에 대한 풍부한 변수와 연차별 자료의 축적을 바탕으로 교복우 사업의 다양성을 보다 정교하게 분석하는 작업은 후속 연구의 몫으로 남기도록 한다.

Acknowledgements

이 논문은 2022년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2022S1A3A2A01089625).

주

[13] 1) 중위소득 80% 이하를 규정하는 지역(서울, 부산, 대구, 대전, 울산, 세종, 강원, 충북, 경남, 제주)이 가장 많고, 70% 이하로 설정한 지역(광주, 충남, 전남, 경북)이 그다음으로 많다. 경기도는 60% 이하, 인천광역시는 90%를 설정하고 있다(김지수 등, 2024, 19).

[14] 2) 시・도에 따라 ‘중점-연계학교’는 거점-일반학교(서울), 밀집형-협력형 학교(세종), 꿈나래-꿈누리 학교(충북), 지정-공모학교(경남) 등 다양한 명칭으로 지칭되고 있다(김지수 등, 2024, 30-31).

[15] 3) 사업전담인력은 개별 사업학교뿐만 아니라 교육(지원)청에도 ‘프로젝트 조정자’, ‘교육복지 조정자’ 등의 직함으로 배치되어 지역 내 교복우 사업을 관할한다.

[16] 4) 2021년 보고서까지는 중앙교육복지연구지원센터에서 발간했으며, 동년 보고서부터 교육복지안전망 사업의 현황도 함께 다루고 있다.

[17] 5) 일부 시・도는 사업학교를 3~4개 유형으로 구분하고 있는데 본 연구에서는 분석의 목적상 ‘중점학교’와 ‘연계학교’로 재분류하였으며, 선정 기준 및 지원 강도에 있어서 중간 수준에 있는 유형은 중점학교로 규정하는 광의의 접근법을 취하였다. 예를 들어, 경상북도는 사업학교를 단일형-연합형(거점)-연합형(연계) 학교로 유형화하는데 본 분석에서는 앞의 두 유형을 중점학교, 마지막 유형을 연계학교로 분류했다. 또한 한국교육개발원 연차보고서가 집계한 사업 및 중점학교 집계자료에는 시계열을 단절시킬 정도의 이상치가 일부 발견되는데 이 같은 경우에는 개별 지역에서 발간한 자료를 통해 보정하였다.

[18] 6) 총 102개의 지역-연도 관측치 중 2021년 울산의 지역사회 연계 활동 횟수가 2,750.6회/천명으로, 동일 지역의 다른 연도(145.8~205.6회/천명)에 비해 이례적으로 높게 나타나 해당 관측치를 제외하였다. 이에 따라 패널 확률효과 모형에는 101개의 관측치가 사용되었다.

[19] 7) 분리 문제가 심한 자료의 퍼스 로짓모형에서는 왈드 검정보다는 우도비 검정을 통해 개별 변수의 유의도와 전체 모형의 적합도를 판단하는 것이 권장된다(Heinze and Schemper, 2002).

[20] 8) 하우스만(Hausman) 검정과 달리, 먼드락 검정에서는 로버스트 표준오차를 설정한 패널 모형에서도 고정효과/확률효과 사용의 타당성을 점검할 수 있다.

[21] 9) 빈곤율과 빈곤 집중도의 2023~2024년 값이 외삽된 추계치가 포함되어 있다는 점을 고려하여 해당 연도를 제외한 자료로 동일한 모형을 재추정하고 그 결과를 부록 표 1에 제시하였다. 모형 1-①과 2-①에서 빈곤율은 통계적 유의성을 상실하는 등 일부 변수의 유의성이 달라졌다. 이 같은 차이는 추계치의 제외와 표본 규모 및 분석기간이 변화한 결과이므로 특정 요인의 영향으로 단정하기 어렵다. 따라서 일부 변수의 연관성은 이러한 민감성을 고려하여 보수적으로 해석하였다.

References

1

강순원, 2012, “영국과 프랑스의 교육복지사업 비교연구를 통해서 본 우리나라 교복투사업의 정치사회학적 성격,” 비교교육연구, 22(4), 1-24.

2

경기도교육청, 2016, 2016 교육복지우선지원사업 우수사례 모음집.

3

교육과학기술부, 2010, 저소득층학생 지원사업 체계화로 교육복지 강화.

4

교육부, 2026, 2026년 학생맞춤통합지원 체계 구축 계획.

5

권혁창, 2014, “교육감선거 진보 압승…전국 17곳중 13곳 석권,” 연합뉴스, 6월 5일, https://www.yna.co.kr/view/AKR20140605002453004, 2026년 7월 22일 접속.

6

김경근・김정숙・성열관, 2010, “교육복지투자우선지역 지원사업의 지역사회 네트워크 특징 분석: J 초등학교에 대한 사례를 중심으로,” 교육학연구, 48(1), 53-81.

7

김경애, 2009. “교육복지 네트워크에서 네트워커 역할의 의미 탐색: 교육복지투자우선지역 지원사업 학교에서의 실천사례를 중심으로,” 평생교육학연구, 15(4), 185-215.

8

김경애・김정원, 2007, “교육지원체제로서 지역 네트워크 형성과정에 대한 사례연구: 노원지역의 교육복지투자우선지역 지원사업 사례를 중심으로,” 평생교육학연구, 13(3), 117-142.

9

김경희, 2011, “교육복지투자우선지역 지원 사업 효과분석,” 교육연구논총, 32(1), 1-25.

10

김광혁, 2017, “낙인감이 아동발달에 미치는 영향: 교육복지우선지원사업 참여 아동을 중심으로,” 학교사회복지, 37, 25-43.

11

김근진, 2016, “교육복지우선지원사업이 학업성취도에 미치는 평균효과 및 분위효과 분석,” 교육행정학연구, 34(2), 119-146.

12

김기윤, 2018, “<6・13 民心> 단일화 무산・교육 이슈 못내놔… 보수 교육감 참패로,” 문화일보, 6월 14일, https://www.munhwa.com/article/11089042, 2026년 7월 22일 접속.

13

김범주, 2026, “‘통합특별시’ 출범과 지방교육재정 수입의 함수: 「지방교육재정교부금법」상 시도세전입금 규정 정비의 필요성,” 이슈와 논점, 2475, 1-4..

14

김수현, 2026, “‘학생집 화장실 수리’ ‘학부모 대출안내’… 교사 ‘기피 업무’된 학생맞춤통합지원,” 동아일보, 2월 6일, https://www.donga.com/news/Society/article/all/20260206/133308871/2, 2026년 7월 22일 접속.

15

김승정・최호권・정예림・양완진・박인권, 2024, “성장기 거주지역에 따른 교육 및 임금 격차와 소득불평등의 재생산,” 국토계획, 59(1), 88-102.

10.17208/jkpa.2024.02.59.1.88
16

김연명, 2011, “한국에서 보편주의 복지국가의 의미와 과제,” 민주사회와 정책연구, 19, 15-41.

17

김의용・조성숙, 2016, “대구지역 교육복지우선지원사업 실무자의 교육복지네트워크 활동수준에 대한 영향요인 분석,” 서울도시연구, 17(3), 143-160.

18

김정원・최영태・김경애・김민・양병찬・이원희, 2007, 교육복지투자우선지역 지원사업 운영 모델 개발 연구, 한국교육개발원, CR 2007-24.

19

김중길・조민경・곽해룡, 2021, “대구 구군별 교육격차에 따른 지역불균형 해소방안 연구,” 대구광역시의회 대구의정미래포럼.

20

김지선・양병찬, 2019, “노원교육복지네트워크의 거버넌스 실천: ‘기대지 않는’ 주체의 형성,” 평생교육학연구, 25(4), 57-87.

21

김지수・김유연・이성걸・박지애, 2024, 2024년 교육복지우선지원사업 및 교육복지안전망 운영 현황 조사 결과, 한국교육개발원, CTR 2025-10.

22

김한나・장덕호, 2017, “메타분석을 통한 교육복지우선지원사업의 효과 검증 연구,” 학교사회복지, 38, 173-199.

10.20993/jSSW.38.8
23

김훈호・이호준, 2018, “교육복지우선지원 사업의 교육적 효과 분석: 서울시교육청 교육복지특별지원 사업을 중심으로,” 교육행정학연구, 36(5), 355-383.

24

류방란・송혜정, 2011, “교육복지우선지원사업의 가정의 부정적 기능 완화 효과: 초등학생의 사회성과 학교적응을 중심으로,” 한국교육, 38(4), 119-139.

25

박미란, 2010, “교육복지투자우선지역 지원사업 프로그램이 저소득층 아동의 학교적응에 미치는 효과성에 관한 연구: 춘천지역을 중심으로,” 학교사회복지, 18, 129-157.

26

박미희, 2020, “대졸자의 노동시장 성과와 지역 격차: 출신 지역 및 대학 소재를 중심으로,” 교육사회학연구, 30(1), 27-56.

27

배영미・한정은・박여경・김은정, 2022, “서울시 G구 학교-지역기관 간 교육복지 네트워크 경험에 대한 사례연구,” 사례관리연구, 13(3), 1-25.

10.38019/kacm.13.3.1
28

배은주・허효선, 2015, 교육균형발전지수 비교를 통한 지역간 교육격차 실태 분석: 인천광역시 자치구를 중심으로, 인천발전연구원, IDI연구보고서 2015-07.

29

백병부・김정숙・유백산, 2013, “교육복지우선지원사업이 집중지원 학생의 인지적・정의적 성취에 미치는 효과: 서울시 초등학생을 중심으로,” 교육문제연구, 26(3), 29-52.

30

서울특별시교육청, 2022, 2022학년도 서울형 교육복지사업 기본 계획.

31

성병창, 2013, “부산 지역의 교육균형실태 분석,” 지방교육경영, 17(2), 95-113.

32

송지훈・김종희・김수정・김빛나・김하은・김민영・이승영, 2020, 교육복지우선지원사업 운영 현황 조사 결과, 중앙교육복지연구지원센터, 정책연구 2020-02.

33

연보라・임혜정・김희나, 2014, “교육복지우선지원사업이 초등학생의 인지적 성취에 미치는 학교효과,” 교육사회학연구, 24(4), 125-150.

10.32465/ksocio.2014.24.4.005
34

우명숙, 2018, “교육복지의 현황과 과제,” 보건복지포럼, 259, 40-56.

35

우중호・김도균, 2022, “대전광역시 동・서지역 교육격차의 변화 모습: 초등학교를 중심으로,” 학습자중심교과교육연구, 22(15), 313-329.

10.22251/jlcci.2022.22.15.313
36

윤철수・유기웅, 2013, “교육복지 네트워크의 어려움과 개선에 관한 연구: 지역사회교육전문가와 프로젝트 조정자를 중심으로,” 한국지역사회복지학, 47, 1-27.

37

윤형호・김성준・강민정, 2009, “상위대학 진학률에 미치는 거주지 효과: 순위프로빗모형(Ordered Probit Model)의 적용,” 한국행정연구, 18(4), 259-278.

38

이상길(譯), 2024, 상속자들: 학생과 문화, 후마니타스, 서울(Bourdieu, P. and Passeron, J-C., 1964, Les Héritiers: Les étudiants et la culture, Editions de Minuit, Paris).

39

이우연, 2025, “1년 전엔 환영하더니…교원단체들 “학생맞춤통합지원 즉각 유보하라”,” 한겨레, 12월 28일, https://www.hani.co.kr/arti/society/schooling/1236894, 2026년 7월 22일 접속.

40

이은영, 2025, “교육취약 학생의 교육격차 해소를 위한 학습・정서멘토링 프로그램의 효과성: 서울지역교육복지센터를 중심으로,” 한국과 세계, 7(6), 5-34.

41

이은영・박자양, 2025. “교육복지 사례관리 교육프로그램 개발과 효과성: 서울지역교육복지센터 지역사회교육전문가 대상으로,” 학교사회복지, 72, 75-105.

10.20993/jSSW.72.4
42

이태수, 2016, “한국 복지국가의 보편주의 논쟁과 대응 전략,” 비판사회정책, 52, 330-364.

43

이효선, 2018, “학교사회복지사업을 실시하고 있는 중학교 내 교사와 사회복지사 간의 협력 의미에 관한 재구성 연구,” 비판사회정책, 61, 163-213.

10.47042/ACSW.2018.11.61.163
44

이희현・황준성・유경훈・정동철・이주하・김성기・오상아, 2019, 교육복지정책 평가 및 개선과제, 한국교육개발원, RR 2019-12.

45

전구훈・김희찬, 2023, “서울시 지역교육복지센터 성과평가 및 운영방안에 관한 연구,” 한국콘텐츠학회논문지, 23(1), 552-561.

10.5392/JKCA.2023.23.01.552
46

전구훈・김희찬・유호선, 2023, “학생, 보호자, 교사 비교를 중심으로 본 서울시 지역교육복지센터 성과분석,” 한국콘텐츠학회논문지, 23(9), 491-500.

10.5392/JKCA.2023.23.09.491
47

정설미・정동욱, 2022, “기초학력 지원을 위한 교육복지정책사업 조합의 시너지 효과 연구,” 교육행정학연구, 40(1), 579-609.

10.22553/keas.2022.40.1.579
48

정연정・엄명용, 2009, “교육복지투자우선지역 지원사업이 아동・청소년의 사회・정서 및 인지적 발달에 미치는 효과,” 한국사회복지학, 61(4), 5-33.

10.20970/kasw.2009.61.4.001
49

정재훈・김경민, 2014, “교육의 공간 불평등 연구,” 한국경제지리학회지, 17(2), 385-401.

10.23841/egsk.2014.17.2.385
50

정충대, 2016, “교육복지우선지원사업의 학업성취도 증진 효과,” 교육종합연구, 14(1), 175-194.

51

조규진, 2012, “교육복지우선지원사업 재정배분의 공평성 분석,” 교육행정학연구, 30(4), 409-435.

52

조미솔, 2023, “교육복지우선지원사업의 개선방안에 대한 질적 사례연구: 종사자 인식을 중심으로,” 학습자중심교과교육연구, 23(14), 279-299.

10.22251/jlcci.2023.23.14.279
53

주석진, 2022, “교육복지사 역할과 직무의 문제점과 개선방안: 부산지역 학교배치 교육복지사를 중심으로,” 인문사회과학연구, 30(4), 647-673.

54

주은수, 2022, “교육복지우선지원사업이 청소년의 정서발달에 미치는 영향: 교사지지의 매개효과를 중심으로,” 공공정책연구, 39(3), 417-441.

10.33471/ILA.39.3.17
55

주정현・김미경, 2012, “교육복지우선지원사업의 효과성 분석: 빈곤청소년의 효능감을 중심으로,” 한국공공관리학보, 26(3), 1-25.

56

최송식・김효정・박해긍・배은석・송영지, 2007, “한국 교육복지정책의 지역적 접근에 관한 사례연구: 교육복지투자우선지역(부산광역시 반송동) 지원사업을 중심으로,” 한국사회복지교육, 3(2), 125-153.

57

최예나・조유라, 2022, “교육감도 진보 퇴조, 보수 약진… 14 대 3 → 9 대 8,” 동아일보, 6월 3일, https://www.donga.com/news/Politics/article/all/20220603/113770028/1, 2026년 7월 22일 접속.

58

최호권・박인권, 2024, “생애주기별 기회로의 이동이 대졸 청년 임금 소득에 미치는 영향,” 지역연구, 40(3), 75-93.

59

하대현・장영은, 2012, “교육복지투자 우선지역 지원사업의 중재 프로그램이 저소득층 아동의 지능, 정서지능 및 학업성취에 미치는 효과,” 교육심리연구, 26(1), 85-101.

60

홍승애・김수정・송지훈・송미령, 2019, “17개 시・도 교육청 교육복지우선지원사업의 운영 현황 및 유형 분석,” 예술인문사회 융합 멀티미디어 논문지, 9(10), 729-738.

10.35873/ajmahs.2019.9.10.062
61

Blakemore, K. and Warwick-Booth, L., 2013, Social Policy: An Introduction, 4th Edition, Open University Press, Maidenhead.

62

Everitt, B. S., Landau, S., Leese, M. and Stahl, D., 2011, Cluster Analysis, 5th Edition, John Wiley & Sons, Ltd, Chichester.

10.1002/9780470977811
63

Faguet, J-P., 2004, Does decentralization increase government responsiveness to local needs?: Evidence from Bolivia, Journal of Public Economics, 88(3-4), 867-893

10.1016/S0047-2727(02)00185-8
64

Galster, G. C. and Killen, S. P., 1995, The geography of metropolitan opportunity: A reconnaissance and conceptual framework, Housing Policy Debate, 6(1), 7-43.

10.1080/10511482.1995.9521180
65

Galster, G. C. and Sharkey, P., 2017, Spatial foundations of inequality: A conceptual model and empirical overview, RSF: The Russell Sage Foundation Journal of the Social Sciences, 3(2), 1-33.

10.7758/rsf.2017.3.2.01
66

Gilbert, N. and Terrell, P., 2012, Dimensions of Social Welfare Policy, 8th Edition, Pearson, Boston.

67

Ha, E. and Lee, D. W., 2022, Partisanship, fiscal transfers, and social spending in Korea: The politics of partial decentralization, Journal of East Asian Studies, 22(2), 171-200.

10.1017/jea.2021.33
68

Heinesen, E., 2004, Determinants of local public school expenditure: a dynamic panel data model, Regional Science and Urban Economics, 34(4), 429-453.

10.1016/S0166-0462(03)00069-3
69

Heinze, G. and Schemper, M., 2002, A solution to the problem of separation in logistic regression, Statistics in Medicine, 21, 2409-2419.

10.1002/sim.1047
70

James, G., Witten, D., Hastie, T. and Tibshirani, R., 2021, An Introduction to Statistical Learning: With Applications in R, 2nd Edition, Springer, New York.

10.32614/CRAN.package.ISLR2
71

Kerr, K., Dyson, A. and Raffo, C., 2014, Education, Disadvantage and Place: Making the Local Matter, Policy Press, Bristol.

10.51952/9781447311225
72

Krugman, P., 1991, Geography and Trade, The MIT Press, Cambridge.

73

Lupton, R., 2009, Area-based initiatives in English education: What place for place and space?, in Raffo, C., Dyson, A., Gunter, H., Hall, D., Jones, L. and Kalambouka, A. (eds.), Education and Poverty in Affluent Countries, Routledge, London.

74

Musgrave, R. A., 1959, The Theory of Public Finance, McGraw-Hill, New York.

75

Oates, W. E., 1972, Fiscal Federalism, Harcourt Brace Jovanovich, New York.

76

Park, J., 2022, Fiscal decentralization and the composition of local government expenditure: Evidence from South Korea, Public Finance Review, 50(1), 62-90.

10.1177/10911421221093142
77

Raffo, C., 2013, Educational area based initiatives: Issues of redistribution and recognition, in Manley, D., van Ham, M., Bailey, N., Simpson, L. and Maclennan, D. (eds.), Neighbourhood Effects or Neighbourhood Based Problems? A Policy Context, Springer, Dordrecht.

10.1007/978-94-007-6695-2_2
78

Rochex, J-Y., 2012, Twenty-five years of priority education policy in France: Dubious specificity and disappointing results, in Demeuse, M., Frandji, D., Greger, D., Rochex, J-Y. (eds.), Educational Policies and Inequalities in Europe, Palgrave Macmillan, London.

10.1057/9780230358652_4
79

Zodrow, G. R. and Mieszkowski, P., 1986, Pigou, tiebout, property taxation, and the underprovision of local public goods, Journal of Urban Economics, 19(3), 356-370.

10.1016/0094-1190(86)90048-3

부록

부록

부록 표 1.

추계치 사용 연도를 제외한 퍼스 로지스틱 및 패널 확률효과 모형 분석 결과 (2018~2022년)

구분 모형 1. 사업 재원 투입 강도
(퍼스 로지스틱 모형)
모형 2. 사업 대상 선별성
(퍼스 로지스틱 모형)
모형 3.
지역사회 연계성
(패널 확률효과 모형)
① 군집 2: 
교복우 고비중형
(vs 군집 1,3)
② 군집 3: 
교복우 저비중형
(vs 군집 1,2)
① 군집 1: 
지원범위 확대형
(vs 군집 2,3)
② 군집 2: 
취약학교 집중형
(vs 군집 1,3)
빈곤율 0.641
(1.158)
0.278
(0.408)
1.546
(1.435)
0.897*
(0.428)
-81.654**
(26.769)
빈곤 집중도 -1.725
(1.734)
1.034*
(0.536)
-6.026†
(2.520)
1.620**
(0.681)
-52.020†
(27.322)
대도시 여부
(도=0)
0.300
(1.864)
1.599
(1.187)
-6.148**
(3.209)
6.457***
(2.011)
-194.823**
(60.799)
1인당 GRDP 0.468
(1.469)
0.746†
(0.454)
1.301
(1.357)
1.654***
(0.568)
-30.966
(21.339)
재정자립도 -0.470***
(0.182)
-0.019
(0.037)
0.358*
(0.151)
-0.228***
(0.077)
1.390
(1.725)
비영리단체 밀도 6.110***
(2.559)
-1.421*
(0.676)
1.782*
(1.037)
-0.206
(0.531)
118.267***
(23.726)
교육이념
(보수=0)
-0.924
(1.452)
0.140
(0.840)
-0.668
(2.159)
-1.457†
(0.884)
-11.056
(27.807)
연도
(2018=0)
2019 2.008
(4.312)
1.104
(1.530)
8.094†
(5.977)
3.210*
(1.572)
-
2020 3.759
(5.810)
-0.966
(2.316)
11.534*
(7.266)
4.007*
(1.877)
-65.231**
(23.732)
2021 2.947
(6.849)
2.072
(2.077)
14.944*
(8.625)
3.644†
(2.055)
-166.962**
(55.591)
2022 5.664
(7.367)
3.835†
(2.358)
15.676*
(8.882)
4.685*
(2.238)
-188.172**
(61.763)
상수항 4.331
(18.270)
-5.680
(6.799)
-45.476*
(26.290)
-6.103
(6.693)
1179.559***
(341.719)
Log-likelihood -13.046 -17.079 -2.685 -20.354 -
LR / Wald χ2 40.04*** 39.61*** 51.41*** 46.86*** (결측)
AIC / R2 56.091 64.158 35.371 70.708 Within: 0.278
Between: 0.760
Overall: 0.690
ρ - - - - 0.662
집단 수 - - - - 17
관측치 85 85 67

주1. 추정 결과는 회귀계수로 표기했으며 괄호 안의 값은 표준오차를 의미. 모형 ③에서는 지역 단위 군집 표준오차를 이용

주2. 모형 적합도는 모형 ①~②의 경우 LR χ2과 AIC를 제시하였고, 모형 ③은 Wald χ2와 R2를 제시

주3. 모형 ①~②의 변수별 유의확률은 penalized LR 검정 결과를 기준으로 표기 († p<0.1, * p<0.05, ** p<0.01, *** p<0.001)

주4. 모형 ③에서는 4개년도 자료(2019~2022년)를 활용하였으므로 2019년을 연도 더미변수의 기준범주로 설정했으며, 종속변수에서 이상치를 갖는 1개 관측치(2021년, 울산)는 분석에서 제외

페이지 상단으로 이동하기